Because of the global position systems (GPS) is suitable for outdoor use, indoor positioning as in emergency rescue requires more advanced techniques. In the past few years, some news even reported that lack of accurate indoor positioning many rescues were unable to carry out. For example, a rescuer team arrived the accident building, without effective indoor positioning service the search and rescue will be delayed and eventually lead to serious situation.
With the advance in technology, mobile devices and applications gain more popularity and versatility. Location based services (LBS) is one of the fastest growing applications in recent years. Therefore, by using the strength of Wi-Fi signal orientated from different access points (AP) we are going to determine the location of the indoor injured person. However, Wi-Fi signal is more susceptible to external influences, i.e. even at the same location signal strength is still varying along with time. Here, we will incorporate Wi-Fi fingerprinting with weighted K nearest neighbor (WKNN) method to improve indoor positioning accuracy. In comparison with KNN, our experimental results outperform KNN in reducing positioning error to between 0.5m to 2.4m
中文摘要 i
英文摘要 ii
誌謝 iv
目錄 v
表目錄 x
圖目錄 xi
一、緒論 1
1.1 前言 1
1.2 研究動機 2
1.3 研究目的 3
1.4 文章架構 5
二、 文獻探討及相關技術 6
2.1 WIFI基礎理論 6
2.1.1 WIFI無線網路 6
2.1.2 無線電波 7
2.1.3 無線電波的傳遞特性 7
(1)反射(Reflection) 7
(2)繞射(diffraction) 8
(3)折射(refraction) 8
(4)散射(scattering) 9
2.1.4 無線電波的定位方法 9
(1)訊號抵達角度法(Angle of Arrival，AOA) 10
(2)訊號抵達時間法(Time of Arrival，TOA) 11
(3)訊號抵達時間差法(Time Different of Arrival) 12
(4)訊號強度接收法(Received Signal Strength，RSS) 13
2.2 WIFI室內定位方法 14
2.2.1 三角定位 14
2.2.2 訊號紋匹配法 17
(1)離線階段(offline) 17
(2)線上階段(online) 17
2.2.3 WIFI室內定位演算法 18
(1)KNN (K-The Nearest Neighbor) 18
(2)餘弦相似度匹配算法 19
2.3其它室內定位方法 20
2.3.1 無線射頻辨識(RFID) 20
2.3.2 藍牙(Bluetooth) 21
(1)iBeacon 21
(2)藍牙定位方法 22
2.3.3 超寬頻(UWB) 23
2.3.4 紅外線(Infrared) 24
(1)非變調式紅外線 24
(2)變調式紅外線 24
2.4室內定位方法比較 26
2.5WIFI定位相關研究 27
三、 研究方法 28
3.1 研究架構 28
3.2 資料庫建立 29
3.2.1 訊號特徵模型資料表 29
3.2.2 位置回報儲存資料表 30
3.3離線階段 31
3.3.1 四方向收集 32
3.3.2 資料儲存 33
3.3.3 資料儲存方式 33
3.4 線上階段 34
3.4.1資料篩選及計算 35
3.4.2 資料篩選模型 38
3.4.3 距離計算 40
3.4.4 加權計算 41
四、 實驗流程、結果及分析 45
4.1實驗環境及設備 45
4.2 實驗步驟 48
4.2.1 離線階段流程 48
4.2.2 線上階段流程 49
4.3 實驗參數 50
4.4 實驗數據分析 52
4.4.1同一位置WIFI訊號收集結果 52
4.4.2 同一位置不同方向WIFI訊號收集結果 52
4.4.3 單方向與四方向WIFI訊號強度平均值差異分析 53
4.5 實驗結果 55
4.5.1傳統KNN定位實驗結果 55
4.5.2 加權KNN定位實驗結果 56
4.5.3 傳統KNN與WKNN演算法定位結果比較 57
五、結論與建議 58
5.1結論 58
5.2 建議 59
參考文獻 60
[1]郭清智，整合Wi-Fi與GPS技術於室外定位之研究，國立政治大學中國地政研究所碩士論文，民國100年7月
[2]陣軒志，以手持式行動裝置為主的室內定位系統研究，銘傳大學資訊傳播工程學系碩士班碩士學位論文，民國96年7月
[3]王呼达古拉，浅谈无电波的传播特性，内蒙古民族大学学报第14卷第4期，2008年7月
[4]卓尚澤，室內室位簡介，元智大學，2009年6月
[5]陳榮煌，應用超高頻RFID於行動裝置室內定位，國立宜蘭大學多媒體網路通訊數位學習碩士在職專班碩士論文，民國102年6月
[6]黄华晋，基于三角定位算法的WiFi室内定位系统设计，广西科学院学报 Vol.32 No.1, p.59-61，2016年2月
[7]韩美林，RFID定位技术和常见算法比较，产业与科技论坛第13卷第1期，2014年
[8]黃濟寰，應用低耗電藍牙技術於室內定位之研究，國立中興大學資訊科學與工程學系碩士學位論文，民國103年7月
[9]鄭文昌，主動式RFID應用於室內自動定位系統，朝陽科技大學資訊工程系碩士學位論文，民國99年6月
[10]林峻弘，無線感測網路在室內定位與路徑規劃之研究，義守大學電機工程學系碩士班碩士論文，民國99年7月
[11]杨成利，大气电波折射引起无线定位误差的试验研究，《宇航计测技术》Vol.24 No.3, p.1-2, 2004年
[12]Jerry Wang，iBeacon 教學（swift 3, iOS），https://medium.com/@jerrywang0420/ibeacon-%E6%95%99%E5%AD%B8-swift-3-ios-1d4ea88311be，取用自民國107年6月
[13]劉宗晉，先進勞工工作活動模式即時監測系統之研發-應用雙向紅外線定位技術，國立中央大學環境工程研究所碩士論文，民國92年6月
[14]北斗資訊，七大室內定位技術PK哪種技術更適合你？，https://kknews.cc/zh- tw/tech/2bznyr.html，取用自民國107年6月
[15]刘冰，基于余弦相似度的指纹匹配算法的室内定位方法，科技通报第33卷第3期，2017年3月
[16]消防局，彰化縣消防局手機簡訊定位成功尋獲登山客，https://www.chcg.gov.tw/ch/03news/01view.asp?bull_id=254454&kind=4，取用自民國107年6月
[17]讓行動服務變得更聰明的新方法：室內定位，https://www.ithome.com.tw/article/86656，取用自民國107年6月
[18]羅正漢，室內定位應用邁向精準　行動服務如影隨形，https://www.ithome.com.tw/tech/86648，取用自民國107年6月
[19]蕭佑和，群雄並起，室內定位技術大比拼｜大和有話說，https://meethub.bnext.com.tw/talk/%E7%BE%A4%E9%9B%84%E4%B8%A6%E8%B5%B7%EF%BC%8C%E5%AE%A4%E5%85%A7%E5%AE%9A%E4%BD%8D%E6%8A%80%E8%A1%93%E5%A4%A7%E6%AF%94%E6%8B%BC%EF%BD%9C%E5%A4%A7%E5%92%8C%E6%9C%89%E8%A9%B1%E8%AA%AA/，取用自民國107年6月


[20]Xiuyan Zhu, RSSI-based Algorithm for Indoor Localization, Communications and Network, p. 37-42, 2013, 5
[21]Rukaiya Javaid, RSSI based Node Localization using Trilateration in Wireless Sensor Network, Bahria University Journal of Information & Communication Technologies Vol. 8, 2015, 11
[22]Wei Zhang, Radius based domain clustering for WiFi indoor positioning, Sensor Review, Vol. 37 Issue: 1, pp.54-60, 2016, 01
[23]Abdelmoula Bekkali, RFID Indoor Positioning based on Probabilistic RFID Map and Kalman Filtering, Third IEEE International Conference on Wireless and Mobile Computing, Networking and Communications, 2007
[24]Paramvir Bahl, RADAR: An In-Building RF-based User Location and Tracking System, INFOCOM 2000. Nineteenth Annual Joint Conference of the IEEE Computer and Communications Societies. Proceedings. IEEE, 2000, 3