CN101772156B - 一种无线局域网设备定位方法及装置 - Google Patents

一种无线局域网设备定位方法及装置 Download PDF

Info

Publication number
CN101772156B
CN101772156B CN 200810247027 CN200810247027A CN101772156B CN 101772156 B CN101772156 B CN 101772156B CN 200810247027 CN200810247027 CN 200810247027 CN 200810247027 A CN200810247027 A CN 200810247027A CN 101772156 B CN101772156 B CN 101772156B
Authority
CN
China
Prior art keywords
coordinate
coordinate points
signal strength
wlan devices
measurement data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN 200810247027
Other languages
English (en)
Other versions
CN101772156A (zh
Inventor
黄威
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hewlett Packard Enterprise Development LP
Original Assignee
Aruba Network Technology Beijing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Aruba Network Technology Beijing Co Ltd filed Critical Aruba Network Technology Beijing Co Ltd
Priority to CN 200810247027 priority Critical patent/CN101772156B/zh
Publication of CN101772156A publication Critical patent/CN101772156A/zh
Application granted granted Critical
Publication of CN101772156B publication Critical patent/CN101772156B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提供一种无线局域网设备定位方法及装置,该方法包含如下步骤:a、对无线网络信号进行采样,包含:建立待定位区域的坐标系;提取所述的待定位区域的坐标系中每一坐标点的信号强度,计算坐标点信号强度的分布规律和特征值;b、定位无线局域网设备,包含:接收无线局域网设备测量数据;根据所述的坐标点信号强度的分布规律和特征值及所述的无线局域网设备测量数据计算无线局域网设备的地理坐标。

Description

一种无线局域网设备定位方法及装置
技术领域
本发明关于设备定位方法,具体地将是一种无线局域网设备定位方法及装置。
背景技术
无线通信技术是十几年来通信领域中发展最为迅速最为活跃的技术。它令人们摆脱了有线的束服,使得任何时间任何地点的通信成为可能,为工作与生活提供了极大的便利性与快捷性。随着无线通信技术日益进入我们的生活,需求亦在不断增多。如何能够在具备移动性的同时知道自己的地理位置?行驶在陌生的地区如何能够知道身在何方,周围有哪些加油站、饭馆、商场、旅店?公司内部的无线网络如何能够阻止外部终端的连接?公安部门收到求助电话如何才能知道求助者的位置?如果遇到老人突然发病、儿童走失,如何才能迅速找到他们?这些都是基于位置提供的服务,而其中的关键技术便是无线网络的定位技术。
不同的无线网络通常采用不同的定位技术。目前应用最为广泛的是基于卫星信号的GPS系统,它的最大特点是在全球各地均可定位,特别适合野外,驾车等户外场合,但它需要用户配备特殊的客户端,不能用于通信,亦不能简单地用于室内定位场合。电话蜂窝网络提供多种定位方法,如三点定位法,来波方向估计法,时间差估计法等,它们或者通过无线信号的衰减估计距离,或者利用智能天线估计方向,或者通过高精度的时间同步及计时估计时间,定位方法较多,手机终端应用广泛,较好环境下可达十几米的精度,然而定位所需的特殊设备造价高,不能用于室内定位亦是其不足之处。
随着个人便携通讯设备的发展,手提电脑、PDA、Wi-Fi手机使用的日益广泛,无线局域网(WLAN)在民用、商用、教育、市政管理等领域得到越来越大的发展。WLAN的定位应用相比其它几种技术有以下优点:
(1)精度较高,因为WLAN定位多用于室内小区域,天生便有对精度要求较高的需求。这通常是采用“特征匹配fingerprinting)”方法实现。
(2)室内定位或室内外统一定位,WLAN是室内无线高速信息传输的主要技术,定位常存在于公司、机场、商务展馆等场合。新兴技术无线网状网扩展了WLAN,通过无线路由器之间的互连,将WLAN的应用由室内延伸至室外。因而便可以使用统一的技术实现室内外的联合定位。
(3)利于基于位置服务业务的开展,因为WLAN本身是具有高速传输能力的通信网,在获取用户位置的情况下,可以提供诸如地图、导航、周边商业信息等服务。
(4)定位终端丰富,除传统的手提电脑、Wi-Fi手机的终端,任何支持Wi-Fi的设备均可实现定位,如可以配戴在身上的Wi-Fi标签等。
WLAN定位主要采用特征匹配(Fingerprinting)技术。特征匹配利用先期对无线覆盖区域的特征属性的认识,通过实时采集数据的特性与先期特性的匹配、拟合、计算,进而得到待定设备的位置。如图1所示,这类系统通常由以下几部分组成:待定设备、数据采集传输网络、定位服务器和数据库。
所述的待定设备,任何支持Wi-Fi的设备均可,存在三种工作模式:
(1)自身定位,即设备自身收集网络周期无线信号,计算自身位置,与GPS的工作方式类似;
(2)辅助网络定位,设备收集网络周期信号并发送给定位服务器,这需要待定设备与定位服务器两方面的配合;
(3)网络定位,这种方式不需要设备的配合,一方面客户端不必做任何改动,可以对任何Wi-Fi设备的定位;另一方面可以实现网络主动定位,适用于网络安全等领域;
所述的数据采集传输网络,即无线接入点(AP)组成的网络,要同时提供数据传输与信号强度采集两方面的功能。
所述的定位服务器,用于接收数据采集传输网络发来的信息,存储至数据库或利用数据库信息实时计算位置。
所述的数据库,用于存储网络覆盖区域特征数据。
特征匹配的定位流程大体分为两个阶段:离线采样与实时定位。其中在“网络定位”模式下各阶段的主要步骤:
在采样阶段,由采样设备在待定位区域内向定位服务器发射校准数据,数据内容通常为当前发射点地理坐标。因此采样设备需要具备知道当前位置的能力,或者是通过电子地图由实施人员手工输入,或者通过GPS自动输入(使用GPS时要受限于它的应用场合及精度)。在采样设备发射校准数据的同时,数据采集网络工作在监听模式,收集校准数据并测量其信号强度,即RSSI值或信噪比SNR,最后将此信息传输至定位服务器。定位服务器此时工作在“采样”模式,接收数据采集网络传来的信息,并按照算法需求进行数据处理,提炼覆盖网络特征,存储于数据库。其中数据采集网络传来的信息格式一般包括地理坐标、信号强度、网络结点序号三种信息。
在定位阶段,数据库中应该已经保存了采样数据。当有待定设备处于无线网络之中,数据采集网络同样处于监听模式,搜集待定设备传输的数据,测量出信号强度后传输至定位服务器,定位服务器根据算法,从数据库中提取数据,计算出设备位置。
上述定位系统框架的核心是定位算法,它既决定校准数据如何提炼与存储,也决定数据计算方法与位置输出方式。定位算法的不同直接影响整个定位系统的准确度,对周围环境的适应程度,布置与实施的难易程度,即系统的实用性。
大多数定位算法使用的是模式匹配的方法,即利用数据采集网络中各结点同时得到的测量值组成一个多维矢量。在采样阶段,得到每一矢量对应的地理坐标。在定位阶段,采用模式匹配理论中的方法将采集到的最新多维矢量同数据库中的矢量相匹配,选取矢量空间中距离最近的一个,从而估计相应位置。这类方法中使用的匹配方法有最近K邻居法、人工神经网络法、最大联合概率法等。它们最终的目的都是要从采样阶段采样点中选择最匹配的一个或一些。其优点是方便于按逻辑区域划分的定位需求,因为可以在采样阶段可以通过控制采样点进而控制重点定位区域。然而,要实现对覆盖区域任意位置的定位,这些方法却有一些不足:
(1)不能定位到未采样点。这便不能实现全覆盖区域的无缝定位,一些未被采样点便不能被定位。
(2)需要均匀采样。倘若采样不均匀,定位结果便会趋向于采样密集区,导致结果的偏差。
(3)计算量主要集中在定位阶段。而采样阶段尽量做出大部分计算以减少实时定位阶段的计算量是比较理想的方式。
(4)在实际采样过程中,由于环境的限制或人员实施的不精确性,这些问题很容易出现,也增大了实施布置过程的难度。
发明内容
本发明目的在于提出一种无线局域网设备定位方法及装置,利用无线局域网无线信号强度的统计特性,使用概率分布的方式获得待定设备的位置。
本发明实施例提供一种无线局域网设备定位方法,该方法包含如下步骤:a、对无线网络信号进行采样,包含:建立待定位区域的坐标系;提取所述的待定位区域的坐标系中每一坐标点的信号强度,计算坐标点信号强度的分布规律和特征值;b、定位无线局域网设备,包含:接收无线局域网设备测量数据;根据所述的坐标点信号强度的分布规律和特征值及所述的无线局域网设备测量数据计算无线局域网设备的地理坐标。
本发明实施例提供一种无线局域网设备定位装置,该装置包含:信号采集单元,用于对无线网络信号进行采样,包含:建立模块,用于建立待定位区域的坐标系;信号强度计算模块,用于提取所述的待定位区域的坐标系中每一坐标点的信号强度,计算坐标点信号强度的分布规律和特征值;定位单元,用于定位无线局域网设备,包含:接收模块,用于接收无线局域网设备测量数据;坐标计算模块,用于根据所述的坐标点信号强度的分布规律和特征值及所述的无线局域网设备测量数据计算无线局域网设备的地理坐标。
附图说明
本发明的这些和其他的特征将从下面的本发明的多个方面的结合附图的详细描述中更容易地理解,其中:
图1描述了现有技术中无线局域网设备定位系统组成部分。
图2描述了本发明提供的无线局域网设备定位方法的整体工作流程图。
图3描述了本发明定位服务器在采样阶段的工作流程图。
图4描述了本发明数据特征提取及存储形式。
图5描述了本发明定位服务器在定位阶段的工作流程图。
图6描述了本发明布署的实际场景例图。
图7描述了本发明实际场景一个网络结点某一信号强度下的概率分布图。
图8描述了本发明提供的无线局域网设备定位装置的结构图。
具体实施方式
为使本发明的目的、技术方案、优点更加清楚,下面结合附图对本发明的具体实施方式进行详细说明。
如图2所示,本发明提供的一种无线局域网设备定位方法包含如下步骤:
a、对无线网络信号进行采样,包含:建立待定位区域的坐标系;提取所述的待定位区域的坐标系中每一坐标点的信号强度,计算坐标点信号强度的分布规律和特征值;
b、定位无线局域网设备,包含:接收无线局域网设备测量数据;根据所述的坐标点信号强度的分布规律和特征值及所述的无线局域网设备测量数据计算无线局域网设备的地理坐标。
本发明在无线局域网网络定位模式的系统架构下,包括采样阶段和定位阶段。其中,在采样阶段,在将待定位网络划分为坐标点的基础上,提取整个区域每一点的信号强度统计分布规律,并计算统计特征值,存储于数据库为定位阶段的工作准备资料;在定位阶段,在采样阶段提取并存储网络统计特征的基础上,利用测量值计算当前的概率分布图,并与历史坐标值模糊化结果联合,得到最新概率分布图,从而估计出设备的地理坐标。
具体的讲,采样阶段的具体工作包括:(1)按照定位精度要求,设立坐标系与单位长度,其中坐标系可以是代表二维空间的任意类型坐标系,单位长度可以选择不大于定位要求的任何长度;采样阶段的校准数据中包含网络节点序号及坐标;(2)为不同的节点构建不同的独自的概率分布图,每一坐标点保存有该点所有校准数据的信号强度值;(3)对为每一坐标点所存的信号强度值,按照统计模型计算相应的统计值,其中统计模型通常选用最适用于实际分布规律的负偏正态分布,但根据系统实际实现情况,统计模型的选择不限于此;而切统计值的计算。可以采用多种数理统计方法进行计算,如矩估计、最大似然估计、回归等等;(4)概率分布图数据插值,坐标点每一对应的统计值按照数据插值算法进行全定位域的插值,其中,各统计值分别独立的进行数据插值。
而且,在定位阶段的具体工作包括:(1)计算当前测量值的概率分布图,概率分布图的计算包括:按当前网络节点的概率分布图中每一点的统计值,计算每一坐标点的概率密度,进而得到整个区域的概率分布图,同时可以选择是否归一化;(2)对前一估计坐标值模糊处理;坐标值模糊的计算包括:根据对用户移动速度的估计及网络对用户最大移动速度的支持,选择适当的二维正态分布函数对前一次估计坐标值进行二维滤波处理(即进行模糊),也可选用前一次概率分布图坐标点周围占一定概率的区域(如概率大于80%)的区域作为坐标模糊的结果;(3)联合前一估计坐标值与当前概率分布图得到最新概率分布图。最新概率分布图的计算包括:将当前概率分布图与坐标模糊图进行矩阵数乘,得到新的概率分布图。也可联合前面多次的坐标值得到新图。它们各自亦可设定不同的权重。(4)利用概率分布图估计坐标。坐标值的估计包括:根据最新概率分布图,横向、纵向分别取均值点作为估计坐标。然而输出结果不限于此,任何以概率分布图为基础的位置估计均为本特征。
定位系统采样阶段的主要任务是建立数据库,提取网络无线覆盖统计特征。WLAN是采用IEEE802.11标准中规定的无线通信方式传输的,通常是工作在2.4GHz或5.8GHz的频段。由于此频段频率较高,又属于公用频段,容易受到环境干扰。再加上无线局域网又主要在室内或人员比较密集的区域使用,无线信号呈现快衰减特性,很难通过信号强弱来估计距离。虽然短时间看信号强度为随机无序波动,但经过较长时间,提取信号的统计特性,便可发现其中的规律。
从单一位置的信号变化来看,信号强度呈现负偏正态分布,即信号强度在同一位置大体上是在同一均值附近变化,并符合正态分布特性,但由于环境的变化会导致信号的突发衰减,使信号强度趋向于小于均值的方向,从而出现负偏性。
从无线覆盖区域整体来看,虽然每个位置的信号强度变化各异,在复杂的环境中,完全不符合信号强度随距离以二次方衰减的规律,但每个位置的统计特性却是连续变化的。从数学上来看,每个位置的统计值在空间分布是连续的。
因此,本发明中算法的核心思想便是利用以上两点规律。一方面从每一位置的采样测量值中提取出此位置的统计值,这既减少了测量噪声的影响,反应了信号强度变化的本质规律,又使原始数据的存储量大大减少,实时定位时具有更快的查找性能、计算性能;另一方面从离散的采样点中,利用经典始数据插值理论构造出平滑的空间特征值曲面,进一步完善了对待定位区域的特征提取,从而解决采样不均匀、未采样点的定位问题。
图3是定位服务器在采样阶段的工作流程图,步骤如下:
a1、首先将待定位区域建立坐标系,按定位精度要求设定单位长度,使区域划分为若干坐标点。(例如,划分为100x100的区域)。
a2、定位服务器工作在采样模式,此模式用于建立数据库。
a3、接收校准数据,采样设备通过安装其上的客户端软件载入定位区域地图,在此区域采样。应该能够覆盖区域的大部分区域。用户在客户端软件上标识当前位置,客户端向定位服务器发射此坐标,数据采集传输网络测量数据包的信号强度后加入自己序号后送至定位服务器。同一时刻每个数据包应有多个网络结点监听到。
a4、存储数据,数据结构组成由图3所示,即每个网络结点具有单独的概率分布图,每个概率分布图与坐标系组成一致(如亦由100x100的坐标点组成),概率分布图的每个坐标点记录一组当前坐标的信号强度采集值。
a5、坐标点统计特征提取,每一坐标点的信号强度按负偏正态概率分布,负偏正态概率分布的特征值通常用回归的方法统计。当定位精度要求不高,或校准数据较丰富,或为减小计算负荷,可以采用标准正态概率分布,只计算出均值和方差即可。对每个网络结点每一采样点都要进行这一过程。
a6、概率分布图数据插值,前一步骤计算出每一采样点的统计值,此步骤用数据插值的方法将采样点扩展至整个坐标点。散乱数据插值是一个在气象、勘探、医学等领域应用非常广泛的经典问题,有很多成熟方法,如收敛速度较快的径向基函数神经网络方法。
此时,采样阶段的数据采集与处理完成,存储结果是每个网络结点只需一张概率分布图,图中的每个坐标点只保存有统计值。这既充分提取了无线覆盖特性,减少了存储空间,提高了提取速度,又有效地减少了定位阶段的运算负担。
其中,图4是根据本发明原理所实现的数据存储方式的示意图,数据结构可以很大程度上反映算法的主要思想。图中左侧描述的是网络节点的概率分布图。假设整个网络具有N个网络节点,需要有N张分布图,每张分布图按照开始阶段划分的坐标系进行分割,与每个坐标点一一对应。校准数据按照先查表再查坐标的次序找到存储位置,每个位置可存储任意数目的校准信号强度,如图右侧数组所示。在采样结束的特征提取阶段,就是以此数组做数理统计,计算统计值。
有了每个网络结点的概率分布图,在实时定位过程中,每当接收到某一网络结点传来的待定设备数据包信号强度值,便可以立即计算出针对此信号强度的概率分布图,进而计算出二维坐标中各自的均值点,作为待定设备的估计坐标。采用概率分布图估计位置坐标,实现了对未采样点的定位,同时,随着每一个网络结点发来的测量值计算位置的叠加,利用了马尔可夫链的思想,同时考虑前一估计位置,保证了定位的稳定性,同时也平滑了运动设备的估计轨迹。
图5是根据本发明原理所实现的系统在定位阶段定位服务器处理的流程图,步骤如下:
b1、定位服务器工作在定位模式,此模式用于实时定位。
b2、接收测量数据,同接收校准数据的过程相同,数据采集传输网各结点监听待定设备所发射的数据包,测量信号强度值加入自身序号并传送至定位服务器,因此格式为“结点序号+信号强度”。根据结点序号在数据库中查询相应的概率值分布图。
b3、计算当前信号强度的概率分布图,根据当前信号强度,在每一坐标点的概率密度函数计算概率密度值,归一化后便得到此刻的概率分布图。
b4、估计当前坐标,将概率分布图横向与纵向分别求和,得到横向与纵向各自的概率分布矢量,分别求出均值,作为当前位置的估计坐标。
b5、坐标值更新,当一个新的测量数据到达后,用前面相同的步骤得到此测量数据的概率分布图。考虑估计误差及待定设备的移动性,用二维正态分布函数模糊化前一次的估计坐标,并与新的测量数据的概率分布图矩阵标量相乘,便得到此刻的最终概率分布图。同样使用横纵向的均值作为新估计坐标。
图6是根据与本发明原理的系统实际部署的组成结构图,这个场景使用4个无线路由器,布置在待定位区域的四角,连入有线网络。定位服务器放置在单独房间亦连入网络。采样点如图中圆圈点所示。
图7是图6所示的实际部署场景中MS3网络结点在收到一个测量数据时计算出的概率分布图,其中越明亮的区域表示概率越高,越暗的区域表示概率越低。
图8是本发明提供的无线局域网设备定位装置的结构图,该装置包括:信号采集单元和定位单元。
其中,信号采集单元用于对无线网络信号进行采样,包含:建立模块,用于建立待定位区域的坐标系;信号强度计算模块,用于提取所述的待定位区域的坐标系中每一坐标点的信号强度,计算坐标点信号强度的分布规律和特征值;
定位单元用于定位无线局域网设备,包含:接收模块,用于接收无线局域网设备测量数据;坐标计算模块,用于根据所述的坐标点信号强度的分布规律和特征值及所述的无线局域网设备测量数据计算无线局域网设备的地理坐标。
对于本领域的技术人员来说,在图中所示的实现中可按许多不同形式的软件、固件、硬件来实现,这是显而易见的。本发明不限于用来实现与本发明原理一致的各方面的实际软件编码或硬件实现。除非明确描述,否则本申请中的组件、指令不应该被视为必要的。例如在散乱数据插值的算法选择中,不限于文中所举的径向基函数法,实际上任何数据插值算法均体现本发明原理的一种实现。

Claims (11)

1.一种无线局域网设备的定位方法,包括:
a、对无线网络信号进行采样,包含:
建立待定位区域的坐标系,并根据定位精度要求设立坐标系与单位长度使区域划分为若干坐标点;
提取所述的待定位区域的坐标系中每一坐标点的所有校准数据的信号强度;
对每一坐标点的信号强度值,根据统计模型计算坐标点信号强度的分布规律和统计特征值;以及
对每一坐标点对应的统计值按照数据插值算法进行全定位域的插值以获得平滑的空间特征值曲面,
b、定位所述无线局域网设备,包含:
接收无线局域网设备测量数据;
根据所述的坐标点信号强度的分布规律和统计特征值及所述的无线局域网设备测量数据计算无线局域网设备的地理坐标。
2.根据权利要求1所述的方法,其特征在于,所述根据统计模型计算坐标点信号强度的分布规律和统计特征的步骤进一步包括:
根据每个坐标点的信号强度值构建概率分布图;以及
对每一坐标点的信号强度值,根据负偏正态分布的统计特性计算相应的统计值。
3.根据权利要求2所述的方法,其特征在于,所述建立待定位区域的坐标系,并根据定位精度要求设立坐标系与单位长度使区域划分为若干坐标点的步骤中,所述的坐标系是代表二维空间的坐标系;所述的单位长度不大于定位精度要求的长度。
4.根据权利要求2所述的方法,其特征在于,所述统计特征值的计算采用矩估计统计值计算、最大似然估计统计值计算或回归统计值计算。
5.根据权利要求2所述的方法,其特征在于,所述对每一坐标点对应的统计值按照数据插值算法进行全定位域的插值的步骤中还包括:
对各统计特征值分别进行数据插值。
6.根据权利要求1所述的方法,其特征在于,根据所述的坐标点信号强度的分布规律和统计特征值及所述的无线局域网设备测量数据计算无线局域网设备的地理坐标的步骤进一步包括步骤:
计算所述的测量数据的概率分布图;
对所述的测量数据的前一测量数据的估计坐标值进行模糊处理;
根据所述的测量数据的概率分布图与所述的前一测量数据的估计坐标值获得更新概率分布图;
根据所述的更新概率分布图计算所述的无线局域网设备的坐标。
7.根据权利要求6中所述的方法,其特征在于,所述的步骤b1包括:
根据所述的测量数据的概率分布图中每一坐标点的统计值,计算每一坐标点的概率密度以得到所述待定位区域的概率分布图。
8.根据权利要求6中所述的方法,其特征在于,所述的步骤b2包括:
根据所述的无线局域网设备的移动速度及无线局域网对无线局域网设备最大移动速度的支持,选择二维正态分布函数对前一测量数据的估计坐标值进行二维滤波处理,或选用前一测量数据的概率分布图中坐标点周围的区域作为所述的模糊处理的结果。
9.根据权利要求6中所述的方法,其特征在于,所述的步骤b3包括:
将当前测量数据的概率分布图与坐标模糊图进行矩阵数乘,获得更新概率分布图。
10.根据权利要求6中所述的方法,其特征在于,所述的步骤b4包括:
根据所述的更新概率分布图,分别横向及纵向取均值点作为所述的无线局域网设备的坐标。
11.一种无线局域网设备定位系统,包括:
a、用于对无线网络信号进行采样的装置,包括:
用于建立待定位区域的坐标系,并根据定位精度要求设立坐标系与单位长度使区域划分为若干坐标点的模块;
用于提取所述的待定位区域的坐标系中每一坐标点的所有校准数据的信号强度的模块;
用于对每一坐标点的信号强度值,根据统计模型计算坐标点信号强度的分布规律和统计特征值的模块;以及
用于对每一坐标点对应的统计值按照数据插值算法进行全定位域的插值以获得平滑的空间特征值曲面的模块,
b、用于定位所述无线局域网设备的装置,包括:
用于接收无线局域网设备测量数据的模块;
用于根据所述的坐标点信号强度的分布规律和统计特征值及所述的无线局域网设备测量数据计算无线局域网设备的地理坐标的模块。
CN 200810247027 2008-12-30 2008-12-30 一种无线局域网设备定位方法及装置 Expired - Fee Related CN101772156B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 200810247027 CN101772156B (zh) 2008-12-30 2008-12-30 一种无线局域网设备定位方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 200810247027 CN101772156B (zh) 2008-12-30 2008-12-30 一种无线局域网设备定位方法及装置

Publications (2)

Publication Number Publication Date
CN101772156A CN101772156A (zh) 2010-07-07
CN101772156B true CN101772156B (zh) 2013-09-11

Family

ID=42504637

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 200810247027 Expired - Fee Related CN101772156B (zh) 2008-12-30 2008-12-30 一种无线局域网设备定位方法及装置

Country Status (1)

Country Link
CN (1) CN101772156B (zh)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2614676A4 (en) * 2010-09-10 2017-06-07 Nokia Technologies Oy Signal strength profiling
US9491731B2 (en) 2011-04-13 2016-11-08 Telefonaktiebolaget L M Ericsson Positioning in a cellular communication network
CN102131290B (zh) * 2011-04-26 2013-06-05 哈尔滨工业大学 基于自相关滤波的wlan室内邻近匹配定位方法
CN102333372B (zh) * 2011-09-15 2013-11-20 中国科学院计算技术研究所 一种基于射频指纹的实时定位方法和系统
CN102340868B (zh) * 2011-11-09 2014-06-18 广州市香港科大霍英东研究院 基于无线网络信道状态信息的室内定位方法
CN103384368B (zh) * 2012-05-03 2016-05-04 高德软件有限公司 一种移动终端定位系统及方法
CN102685677B (zh) * 2012-05-08 2016-04-20 北京邮电大学 一种室内定位方法及装置
CN102780536B (zh) * 2012-07-26 2015-04-08 中国科学院信息工程研究所 一种信号强度预测方法
CN103220777A (zh) * 2013-01-05 2013-07-24 东莞市力王电池有限公司 一种移动设备定位系统
CN104185270B (zh) * 2013-05-28 2017-11-28 中国电信股份有限公司 室内定位方法、系统和定位平台
CN103533640B (zh) * 2013-10-10 2016-04-20 东南大学 无线定位识别系统、定位识别方法和定位终端的出厂方法
CN104080166B (zh) * 2014-06-13 2017-09-08 上海交通大学 基于智能无线路由器的室内定位方法
CN104066172B (zh) * 2014-06-16 2017-05-10 南京航空航天大学 一种对无线局域网中的ap进行定位的方法
CN104049280B (zh) * 2014-07-01 2017-11-24 北京华信傲天网络技术有限公司 基于射频信号检测物体移动的方法及装置
CN104066178B (zh) * 2014-07-02 2017-03-29 志勤高科(北京)技术有限公司 一种基于人工神经元网络的室内无线定位指纹生成方法
CN104469940B (zh) * 2014-12-16 2018-03-02 上海斐讯数据通信技术有限公司 一种基于无线路由器的无线终端设备的定位方法和系统
CN106231597B (zh) * 2015-06-02 2019-06-18 中国科学院上海高等研究院 一种伪基站的定位方法和系统
CN106485876A (zh) * 2015-08-26 2017-03-08 苏州宝时得电动工具有限公司 虚拟边界实时自动识别的方法及系统
CN107295465B (zh) * 2016-03-31 2020-10-23 华为技术有限公司 一种定位方法及设备
CN106535302B (zh) * 2017-01-06 2019-12-17 湘潭大学 一种基于终端特征值的智能快速随域接入方法
CN106792562A (zh) * 2017-02-16 2017-05-31 南京大学 基于反向传播神经网络模型的室内无线网络定位方法
CN107330085B (zh) * 2017-07-03 2020-07-17 上海世脉信息科技有限公司 大数据环境下固定传感器错误位置的判断识别和矫正方法
EP3668197B1 (en) 2018-12-12 2021-11-03 Rohde & Schwarz GmbH & Co. KG Method and radio for setting the transmission power of a radio transmission
CN111245531B (zh) * 2019-12-18 2022-01-14 广州市梦享网络技术有限公司 通过分析设备模块功率进行参数自适应调节的方法
CN111311018A (zh) * 2020-03-04 2020-06-19 苏州远征魂车船技术有限公司 传染疫情精准管控系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1776448A (zh) * 2005-11-23 2006-05-24 东南大学 基于数字广播电视信号的无线电组合定位方法
CN101221236A (zh) * 2008-02-02 2008-07-16 北京航空航天大学 三维空间中无线传感器网络基于抽样的节点自身定位方法
CN101267374A (zh) * 2008-04-18 2008-09-17 清华大学 基于神经网络和无线局域网基础架构的2.5d定位方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1776448A (zh) * 2005-11-23 2006-05-24 东南大学 基于数字广播电视信号的无线电组合定位方法
CN101221236A (zh) * 2008-02-02 2008-07-16 北京航空航天大学 三维空间中无线传感器网络基于抽样的节点自身定位方法
CN101267374A (zh) * 2008-04-18 2008-09-17 清华大学 基于神经网络和无线局域网基础架构的2.5d定位方法

Also Published As

Publication number Publication date
CN101772156A (zh) 2010-07-07

Similar Documents

Publication Publication Date Title
CN101772156B (zh) 一种无线局域网设备定位方法及装置
Anjum et al. RSSI fingerprinting-based localization using machine learning in LoRa networks
CN103068035B (zh) 一种无线网络定位方法、装置及系统
Atia et al. Dynamic online-calibrated radio maps for indoor positioning in wireless local area networks
CN102638889B (zh) 基于贝叶斯压缩感知的室内无线终端定位方法
CN103686999B (zh) 基于WiFi信号的室内无线定位方法
EP3596486A1 (en) Wifi multi-band fingerprint-based indoor positioning
CN103634901B (zh) 基于核密度估计的新型定位指纹采集提取方法
CN106793082A (zh) 一种在wlan/蓝牙异构网络环境中的移动设备定位方法
CN104320845B (zh) 一种基于传感器和量子智能计算的主用户定位方法
CN109275095A (zh) 一种基于蓝牙的室内定位系统、定位设备和定位方法
CN100562182C (zh) 一种基于信息融合的无线定位多算法增强方法
Wu et al. A GA-based mobile RFID localization scheme for internet of things
CN108717175A (zh) 基于区域划分和稀疏支持向量回归的室内指纹定位方法
Aykaç et al. ZigBee-based indoor localization system with the personal dynamic positioning method and modified particle filter estimation
CN102984745A (zh) Wi-Fi AP位置及路径损耗模型的联合估测方法
CN104640205A (zh) 宏基站条件下利用场强和差分指纹的手机定位系统和方法
CN105916202A (zh) 一种概率性的WiFi室内定位指纹库构建方法
CN106793085A (zh) 基于正态假设检验的指纹定位方法
CN107305246A (zh) 基于接收信号强度指示的定位方法和装置
Shih et al. Intelligent radio map management for future WLAN indoor location fingerprinting
CN104683953B (zh) 基于SimRank相似组合邻近图构建的室内WLAN定位组网方法
Machaj et al. Impact of optimization algorithms on hybrid indoor positioning based on GSM and Wi‐Fi signals
Feng et al. Wifi-based indoor navigation with mobile GIS and speech recognition
Liu et al. A novel positioning method for WLAN based on propagation modeling

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20200426

Address after: 100102 unit A01, unit C01, unit A01, unit C01, floor 3, building 1, yard 8, Guangshun South Street, Chaoyang District, Beijing

Patentee after: Huihe (China) Co.,Ltd.

Address before: 100085, Beijing, Haidian District, East Road, No. 1 hospital, International Building, room 1002

Patentee before: AZALEA TECHNOLOGY (BEIJING) Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201209

Address after: Texas, USA

Patentee after: HEWLETT PACKARD ENTERPRISE DEVELOPMENT L.P.

Address before: Unit A01, unit C01, unit A01, unit C01, unit D01, floor 3, building 1, yard 8, Guangshun South Street, Chaoyang District, Beijing 100102

Patentee before: Huihe (China) Co.,Ltd.

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130911

CF01 Termination of patent right due to non-payment of annual fee