基于数据库相关算法的位置指纹定位技术.pdf

2012 年 3 月 铁 道 通 信 信 号 March 2012 第 48 卷 第 3 期 RAILWAY SIGNALLING ＆ COMMUNICATION Vol. 48 No. 3 通信·信息技术 基于数据库相关算法的位置指纹定位技术 任 睿* 摘 要: 基于 Matlab 搭建了仿真平台，仿真实现了指纹数据采集、数据库建立、匹配定位等定 位系统功能模块。运用最近邻、K 近邻以及 K 加权近邻算法在 GSM-R 环境中进行了对比测试， 比较分析几种方法的定位效果; 通过修改 GSM-R 网络参数、指纹大小等因素，比较各算法在不 同环境中的定位性能。 关键词: 数据库相关算法; 最近邻法; K 近邻法; 加权 K 近邻法 Abstract: The Matlab-based simulation platform are set up to realize fingerprint data collection，data- base creation，matching positioning and so on． Comparison tests are also made among the nearest neigh- bor algorithm，K nearest neighbor algorithm，and weighted K nearest neighbor algorithm to analyze their positioning effects in GSM-R networks． Through revising GSM-R network parameters，the size of finger- print，and so on factors，the positioning performance of each algorithm are compared． Key words: Database correlation method; NN ( Nearest Neighborhood) ; KNN; WKNN 在轨道交通列车行车安全中，列车定位是一项 线 2 个阶段。 关键的技术。实时精确确定列车在线路的位置是保 1． 离线阶段。首先在一定范围内选择足够多 证安全、发挥效率、提高服务质量的前提。最佳定 的位置，对每个位置测量其能接收到的各个基站的 位技术应该能在任何时间、任何位置按要求确定列 信号强度，和该位置的二维地理坐标。把采集到的 车的当前位置。目前应用于列车的定位技术有地面 数据存放到一个数据库里供后期定位使用，这些选 设备定位、无线通信定位和卫星定位，而基于数据 定的位置被称作指纹。在实际选取指纹的过程中， 库相关 ( DCM) 算法的位置指纹定位技术属于无 指纹不是直接选取的位置，而是以一种滑动窗口的 线通信定位。 模式选定。 位置指纹定位技术在非视距传播环境下的表现 如图 1 所示，直线为公路，小圆点是实际测试 非常好，其他无线定位算法 ( 到达时间差、到达 的位置。在每个小圆点测量其对于能接收到信号的 角等) 受多径环境影响严重，而位置指纹定位恰 各个基站的信号强度。图 1 总共在公路上测试了 恰利用了多径效应，可以在非视距环境下准确 定位，适合于环境复杂地区的定位。而且定位 算法本身不需要额外的硬件支持，依靠已经建 好的无线网络，只需要接收机能够反馈接受信 号强度等信息，所以位置指纹