一种WiFi无线接入点位置估计新算法

针对无线接入点的位置估计问题,利用基于接收信号强度的测距技术,提出一种无需已知测距模型参数的无线接入点位置估计算法。该算法首先通过距离间的比例关系消去和无线接入点发射功率相关的测距模型参数;然后根据最小二乘原理来搜索最佳路径损耗指数,再确定无线接入点的位置。仿真结果表明,该算法能够改善现有无线接入点位置估计算法存在的不足,提升位置估计的精度。     

虚拟化无线接入点的设计

随着无线网络技术的发展,人们对无线局域网络的接入点技术提出了更高的要求。论文提出了一种对接入点设备进行虚拟化的设计方法,即把一个接入点虚拟成多个接入点,每个虚拟接入点具备原接入点的所有功能。这样仅通过一个接入点设备可以组建多个不同的无线局域网,并且每个网络拥有自己的安全策略。在不改变原来硬件的情况下成功完成了软件的设计,并把它应用于实际的接入点设备之中。     

无线局域网在县级气象网络中的应用

随着无线局域网技术的不断成熟和普及,海阳市气象局对现有网络结构进行了分析和改造,采用了将无线局域网融入到县级气象信息网络的模式,在不破坏原有网络结构的同时,提高了整个网络的实用性、可靠性、灵活性,最大限度降低了网络升级成本,文中就无线局域网的相关概念和技术在具体改造中的应用进行介绍,实现了工作人员能够在任何时间、任何地点均能进行数据通信的目标。     

Android系统中Wi-Fi网络的研究与实现

对时下流行的Android系统中Wi-Fi网络的实现技术进行了研究。在详细分析Wi-Fi模块的系统组成的基础上,从系统使用及编程者的角度,深入剖析了Wi-Fi模块的初始化、启动、接入点扫描和IP地址配置的实现,通过移植及调试Wi-Fi驱动程序,成功验证了Wi-Fi网络的实现过程。     

一种基于智能手机四向RSS指纹的室内定位方法

针对传统位置指纹匹配算法只能表征单一维度指纹点特征的问题,提出了一种基于智能手机四向接收信号强度(RSS)指纹的室内定位方法. 该方法通过离线阶段的数据采集、特征提取、接入点(AP)权重分配三个步骤提取了更丰富的指纹点信息,在线阶段使用改进的K最近邻(KNN)分类算法将测试点与指纹点匹配. 在操作系统版本为Android 10的智能手机上使用蓝牙传感器进行实验验证,随机选取30个测试点,得到的实验结果表明:1)四向RSS指纹优于传统的单向RSS指纹,在相同的实验条件下使用四向RSS指纹最高可降低13.4%的定位误差;2)使用四向RSS指纹结合提出的算法,平均定位误差在1.61 m,且响应时间在毫秒级.      

基于改进AP选择的融合随机森林室内定位算法

针对复杂室内环境下接收信号强度(RSS)值和维度发生变化的问题,提出一种改进的接入点(AP)选择方法并融合随机森林(RF)分类算法进行实时室内定位. 在离线阶段应用改进的AP选择方法,并使用AP的RSS数据方差以及AP出现频率来衡量AP稳定性并选取前m个稳定的AP. 在处理方差时会经拉普拉斯平滑,以避免出现方差为0的情况,并以此构建初步的指纹数据库;在在线阶段利用集成学习中的RF来对分类结果进行投票表决得到最终位置信息,并将改进后的算法同传统RF,改进后的AP选择融合加权的K近邻算法(WKNN)以及基于信息增益(IG)的AP选择算法加随机森林相比较. 实验结果表明:文中所提出的方法在定位误差方面较其他三个算法分别下降29.3%、23.2%、17.2%,同时在定位时间方面也有提升.