室內定位及位置隱私保護的GeoLBS系統(tǒng).pdf

1、無線技術的發(fā)展與成熟，使得通過Wi-Fi指紋來識別用戶位置成為了可能。同時由于Wi-Fi環(huán)境的不確定性，其無線電波的傳輸會受到天氣，溫度等因素的影響。因此通過融合移動終端的MEMS芯片采集的加速度與磁力感應數(shù)據(jù)實現(xiàn)慣性計步，并由此來協(xié)助Wi-Fi定位，實現(xiàn)室內定位的精確度與穩(wěn)定性的提升。此外，針對流行的LBS，提供方便的同時也會造成用戶隱私的泄露，本文通過提出基于位置隱匿的方法來保護用戶的位置隱私。
　　在本文中，綜合分析Wi-F

2、i與慣性定位優(yōu)缺點，在GeoLBS系統(tǒng)上實現(xiàn)了兩種傳感器融合的室內定位算法，同時在系統(tǒng)平臺上提出和實現(xiàn)出改進K匿名的位置模糊算法。主要的研究點包括對Wi-Fi指紋定位以及慣性定位的深入系統(tǒng)性研究，以及對RSSI信號在室內傳播特性的研究，分析RSSI的變化因素對定位產生影響。此外，針對慣性定位存在的精確度以及誤差累計等問題進行探究，對慣性定位算法的設計與改進提供了基礎。在上述分析作為支撐，通過對Wi-Fi指紋定位與慣性定位的結合，提出了高

3、精確度與高穩(wěn)定度的室內定位融合算法。對于 LBS隱私保護的問題，分別從位置匿名與身份匿名等兩個方面闡述了隱私保護的原理，并提出一種高效的位置模糊匿名中間件，該中間件能夠實現(xiàn)計算消耗與隱私保護之間的平衡。最后，設計并實現(xiàn)了GeoLBS的室內定位及LBS位置隱私保護的綜合化平臺。該平臺基于B/S的服務器架構，采用了Django框架。云服務商采用百度地圖。通過B/S的架構，避免在移動終端進行大規(guī)模數(shù)據(jù)量的計算，并同時增強服務器平臺的可擴展性，