CN101923155A - 基于设备移动性分类的位置过滤 - Google Patents
基于设备移动性分类的位置过滤 Download PDFInfo
- Publication number
- CN101923155A CN101923155A CN201010159223.4A CN201010159223A CN101923155A CN 101923155 A CN101923155 A CN 101923155A CN 201010159223 A CN201010159223 A CN 201010159223A CN 101923155 A CN101923155 A CN 101923155A
- Authority
- CN
- China
- Prior art keywords
- remote equipment
- value
- positional information
- equipment
- noise covariance
- 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.)
- Granted
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 40
- 230000003068 static effect Effects 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims description 71
- 230000008859 change Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0294—Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
Abstract
本发明涉及基于设备移动性分类的位置过滤。在一个实施例中,一种方法包括获得与远程设备相关联的位置信息以及处理该位置信息。处理位置信息包括判断远程设备是否是移动的。该方法还包括:如果判定远程设备是移动的,则将过滤器配置为使得至少一个参数指示出该远程设备是移动的;如果判定移动设备不是移动的,则将过滤器配置为使得至少一个参数指示出该远程设备是近似静止的。过滤器被应用于所述位置信息以生成经过滤位置估计,该经过滤位置估计被布置为估计远程设备的位置。
Description
技术领域
本发明一般地涉及联网。
背景技术
射频(RF)或者说射频标识(RFID)标签通常被添加到或以其它方式结合到设备中以使得可使用RF信号来跟踪这些设备。由于RF信号的时变特性,从其接收RF信号的静止设备的估计位置可能随时间变化。即,与静止设备的估计位置相关的数据(例如,与静止设备的当前二维位置相关联的x坐标和/或y坐标)可能随时间变化。这样,可能难以识别静止设备的真实或实际位置。
为了补偿RF信号的时变特性,可以对与静止设备的估计位置相关的数据进行过滤。也可以对与移动设备的估计位置相关的数据使用过滤,以使得可以跟踪该移动设备行进的实际路径。但是,即使使用了过滤,在跟踪移动设备的实际路径时,RF信号的时变特性仍然经常导致相对较大的误差。
发明内容
鉴于以上问题而提出了本发明。
根据本发明第一方面,提供了一种方法,其包括:
获得与远程设备相关联的位置信息;
处理所述位置信息,其中,处理所述位置信息包括判断所述远程设备是否是移动的;
如果判定所述远程设备是移动的,则对一过滤器进行配置以使得至少一个参数指示出所述远程设备是移动的;
如果判定所述移动设备不是移动的,则对所述过滤器进行配置以使得所述至少一个参数指示出所述远程设备是近似静止的;以及
将所述过滤器应用于所述位置信息以生成经过滤位置估计,该经过滤位置估计被布置为估计所述远程设备的位置。
根据本发明第二方面,提供了一种装置,其包括:
用于获得与远程设备相关联的位置信息的装置;
用于处理所述位置信息的装置,其中,用于处理所述位置信息的装置包括用于判断所述远程设备是否移动的装置;
用于如果判定所述远程设备是移动的,则对一过滤器进行配置以使得至少一个参数指示出所述远程设备移动的装置;
用于如果判定所述移动设备不是移动的,则对所述过滤器进行配置以使得所述至少一个参数指示出所述远程设备近似静止的装置;以及
用于将所述过滤器应用于所述位置信息以生成经过滤位置估计的装置,该经过滤位置估计被布置为估计所述远程设备的位置。。
根据本发明第三方面,提供了一种编码在一个或多个有形介质中以供执行的逻辑,该逻辑在被执行时可操作来:
获得与远程设备相关联的位置信息;
处理所述位置信息,其中,可操作来处理所述位置信息的逻辑还可操作来判断所述远程设备是否是移动的;
如果判定所述远程设备是移动的,则对一过滤器进行配置以使得至少一个参数指示出所述远程设备是移动的;
如果判定所述移动设备不是移动的,则对所述过滤器进行配置以使得所述至少一个参数指示出所述远程设备是近似静止的;以及
将所述过滤器应用于所述位置信息以生成经过滤位置估计,该经过滤位置估计被布置为估计所述远程设备的位置。
根据本发明第四方面,提供了一种装置,其包括:
收发器,该收发器被布置为获得与一设备相关联的估计位置信息;
归类装置,该归类装置被配置为处理所述估计位置信息以判断所述设备何时是移动的,该归类装置还被配置为基于所述设备是否移动来设定至少一个参数;以及
过滤装置,该过滤装置被配置为使用所述至少一个参数来过滤所述估计位置信息。
附图说明
通过结合附图进行的以下详细描述可很容易理解本发明,在附图中:
图1是根据本发明实施例的包括位置跟踪系统的网络的框图表示,该位置跟踪系统利用设备移动性分类来执行位置过滤。
图2A和2B是图示出根据本发明实施例的对设备进行分类的一般方法的处理流程图。
图3是图示出根据本发明实施例的对与所跟踪的正在移动的设备相关联的位置度量(measurement)进行处理的方法的处理流程图。
图4是图示出根据本发明实施例的用于位置过滤(例如,图3的步骤325)的过滤参数的设定方法的处理流程图。
图5是根据本发明实施例的卡尔曼过滤器(Kalman filter)的示图表示。
具体实施方式
一般概要
根据本发明一个方面,一种方法包括:获取与远程设备相关联的位置信息,以及对该位置信息进行处理。对位置信息进行处理包括判断远程设备是否是移动的。该方法还包括:如果远程设备是移动的则配置过滤器以使得至少一个参数指示出远程设备是移动的,以及如果移动设备不是移动的则配置过滤器以使得至少一个参数指示出远程设备是近似静止的。过滤器被应用于位置信息以生成被布置成估计远程设备的位置的经过滤位置估计。
描述
当跟踪设备位置时,通常由这些设备例如通过无线网络将与这些设备的估计位置有关的信息提供给位置跟踪系统。设备的估计位置由于测量噪声和其它因素而可能是不准确的。
通常使用过滤器(例如,卡尔曼过滤器)来降低诸如设备二维位置的x位置值和y位置值之类的位置值的测量噪声。过滤器在降低测量噪声并因而增大测量处理的准确度方面的效力可以在获知标有射频(RF)标签的设备是静止的还是移动的情况下得到提高。在一个实施例中,可以基于设备是静止的还是移动的来有效地选择在位置估计应用中使用的过滤器。
可基于设备可能是静止的还是移动的来调节与结合设备位置估计使用的过滤器相关联的参数以及过滤器类型。即,可使用所跟踪设备的估计状态来选择一提高确定所跟踪设备的位置的准确度的过滤器所使用的参数。作为示例,对于卡尔曼过滤器而言,可以使用所跟踪设备的估计状态来确定合适的测量噪声协方差参数和/或处理噪声协方差参数。如果设备确定为静止,则测量噪声协方差参数和/或处理噪声协方差参数可以具有第一组值。但是,如果设备被确定为不是静止,则测量噪声协方差和/或处理噪声协方差参数可以具有另一组或多组值。
首先参考图1,将描述根据本发明一个实施例的包括位置跟踪系统的网络,该位置跟踪系统使用设备移动性分类来执行位置过滤。在一个实施例中,网络100可以是无线网络,其中,位置跟踪系统104和至少一个所跟踪设备108使用RF信号进行通信。通常,所跟踪设备108相对于位置跟踪系统104是远程的。位置跟踪系统104可被配置为有效地监视区域110以使得可有效地确定区域110内的所跟踪设备108的位置。在所描述的实施例中,当位置跟踪系统104跟踪所跟踪设备108时,位置跟踪系统104实质上在跟踪内置于、附接于或者以其它方式充分地结合到所跟踪设备108中的RF标签112。
位置跟踪系统104包括收发器装置116,该收发器装置116被配置为发送和接收包含信息或数据的信号。RF标签感测装置120可包括在收发器装置116中,并且一般被布置为监视RF标签112。即,RF标签感测装置120可被布置为获取与RF标签112的位置相关的信息。
位置跟踪系统104还包括归类装置126,该归类装置126一般被布置为对从所跟踪设备108获得的估计位置信息进行处理。归类装置126包括设备移动性分类装置128,该设备移动性分类装置128一般被布置为对所跟踪设备108进行分类或者有效地确定所跟踪设备108的状态。在所描述的实施例中,设备移动性分类装置128可被配置为识别所跟踪设备108目前可能是移动的还是静止的。作为示例,设备移动性分类装置128可以执行一算法,该算法使用由收发器装置116获得的估计位置信息来判断所跟踪设备108更可能是移动的还是静止的。
过滤装置124可以从收发器装置116获得估计位置信息以及从设备移动性分类装置128获得设备移动性分类,并有效地产生经过滤的位置信息。即,过滤装置124被布置为使用设备移动性分类来产生对所跟踪设备108的当前位置的相对准确判定。过滤装置124可以与任何合适的过滤器相关联,包括但不限于卡尔曼过滤器。一般而言,过滤装置124可以与处理器130相关联。
位置跟踪系统104还包括存储器装置132,该存储器装置132可以存储由收发器装置116获得的信息、过滤装置124所使用的信息、以及实质上由设备移动性分类装置128创建的信息。一般而言,存储器装置132可以包括但不限于缓存、数据存储装置、数据库和/或存储信息以使得可以取回信息的任何数据结构。
所跟踪设备108一般可以是具有位置跟踪系统104感兴趣的位置的任何设备。换而言之,所跟踪设备108是被布置为实质上由位置跟踪系统104跟踪的设备。如上所述,当所跟踪设备108在区域110之内时,RF标签112被有效地监视。所跟踪设备108通常包括收发器装置114,该收发器装置114允许所跟踪设备108与位置跟踪系统104例如无线地通信。
参考图2A和2B,将描述根据本发明一实施例的将所跟踪设备(例如,具有RF标签的设备)分类为移动或者静止的一般处理。分类所跟踪设备的处理201开始于步骤205,其中,获得了所跟踪设备的若干个(N个)x位置和y位置度量。x位置和y位置度量或者说x和y坐标可以由位置跟踪系统从RF信号获得。这种RF信号可被有效地处理来识别所接收信号强度指示(RSSI)或者到达时差(TDOA)。N一般可以是任何合适数目。作为示例,N实质上可以是大于等于2的任意数目。该N个x位置和y位置度量可以是针对所跟踪设备获得的最近N个x位置和y位置度量。在一个实施例中,该N个x位置和y位置度量可以是基本实时地获得的,尽管这N个x位置和y位置度量也可改为从数据存储装置或者数据缓存器获得。应当了解,虽然描述了获得二维位置度量,但也可改为获得三维位置度量。
一旦获得了N个x位置和y位置度量,就可在步骤209将该N个x位置和y位置度量存储在缓存中。然后,在步骤213,可以为N个x位置度量生成最佳拟合线(line-of-best-fit,LOBF)。可以在步骤217为N个y位置度量生成LOBF。
在生成了N个x位置和y位置度量的LOBF之后,在步骤221确定N个x位置度量的平均值,并在步骤225确定N个y位置度量的平均值。在步骤229判断N个x位置度量相对于该N个x位置度量的LOBF的偏离是否小于相对于该N个x位置度量的平均值的偏离。
如果判定N个x位置度量相对于LOBF的偏离小于相对于平均值的偏离,则指示出:所跟踪设备可能是移动的,例如,在二维空间中相对于x方向运动。即,暗示出:N个x位置度量更可能近似一线条,而不是空间中的大体上的点。这样,随后在步骤231判断从N个x位置度量创建的LOBF是否至少具有特定长度。该特定长度可以取决于特定位置跟踪系统的要求而变化。如果判定LOBF至少具有该特定长度,则在步骤233假定所跟踪设备是移动的,并且分类所跟踪设备的处理完成。
或者,如果在步骤231判定从N个x位置度量创建的LOBF不具有至少特定长度,则指示出:虽然N个x位置度量相对于LOBF的偏离小于相对于平均值的偏离,但是所跟踪设备至少相对于二维空间中的x方向很可能不是移动的。因此,处理流移至步骤237,其中,判断N个y位置度量相对于从该N个y位置度量创建的LOBF的偏离是否小于相对于该N个y位置度量的平均值的偏离。如果步骤237中的判断为N个y位置度量相对于LOBF的偏离并未小于相对于平均值的偏离,则在步骤245假定所跟踪设备是基本上静止的,并且分类所跟踪设备的处理完成。
但是,如果步骤237中的判断为N个y位置度量相对于LOBF的偏离小于相对于平均值的偏离,则暗示出:所跟踪设备至少相对于二维空间中的y方向可能是移动的。这样,处理流从步骤237移至步骤239,其中,判断从N个y位置度量创建的LOBF是否至少具有特定长度。应当了解,用于N个y位置度量的特定长度可能与用于N个x位置度量的特定长度相同或不同。
当判定从N个y位置度量创建的LOBF至少具有特定长度时,在步骤241假定所跟踪设备是移动的。一旦所跟踪设备被假定为移动,分类所跟踪设备的处理完成。或者,当在步骤239判定从N个y位置度量创建的LOBF不具有至少特定长度时,处理流从步骤239移至步骤245,其中,假定所跟踪设备基本上是静止的。
返回到步骤229,如果判定该N个x位置度量相对于从该N个x位置度量创建的LOBF的偏离并未小于相对于该N个x位置度量的平均值的偏离,则指示出:对于x方向,该N个x位置度量更符合空间中大体上的点,而不是线条。相应地,处理流移至步骤237,并判断N个y位置度量相对于从该N个y位置度量创建的LOBF的偏离是否小于相对于该N个y位置度量的平均值的偏离。
如果所跟踪设备被识别为在移动,则可以对与所跟踪设备相关联的位置度量进行处理,以使得可以有效地确定所跟踪设备的速率并因而确定其最大速度。图3是图示出根据本发明实施例的对与已被识别为在移动的所跟踪设备(例如,包括RF标签的设备)相关联的位置度量进行处理的方法的流程图。与移动的所跟踪设备相关联的位置度量的处理方法301开始于步骤305,其中,获得了所跟踪设备的若干个(M个)x位置和y位置度量,同时还获得了获得各个度量的时间。因此,获得了M个(x,y)位置坐标,并且还获得了M个相应的时间度量。
在获得M个(x,y)位置坐标和M个相应时间度量之后,在步骤309中估计(x,y)位置坐标相对于时间变化的变化。在步骤313将对(x,y)位置坐标相对于时间变化的变化的估计存储在例如缓存或者数据存储装置中。
使用所存储的对(x,y)位置坐标相对于时间变化的变化的估计,在步骤317可以计算所跟踪设备的最近M个速度。一旦计算出所跟踪设备的最近M个速度,处理流就行进到步骤321,其中,根据所跟踪设备的最近M个速度来确定所跟踪设备的近似最大速度。即,从所跟踪设备的最近M个速度中识别最高速度或速率。
在从所跟踪设备的最近M个速度识别出最大速度之后,在步骤325可基于该近似最大速度来设定一个或多个过滤参数。下面将参考图4论述设定过滤参数的一个方法。一旦设定了一个或多个过滤参数,与移动所跟踪设备相关联的位置度量的处理方法完成。
一般而言,可使用任何合适的过滤器来处理位置估计。如上所述,一个合适的过滤器可以是卡尔曼过滤器。图4是图示出根据本发明一个实施例的设定用于卡尔曼过滤器的过滤参数(例如,图3的步骤325)的方法的处理流程图。设定卡尔曼过滤器的一个或多个过滤参数的处理325开始于步骤405,其中,阈值速度被识别。在一个实施例中,阈值速度可被设定为反映出一边界,在该边界以上使用一组参数值,而在该边界以下使用另一组参数值。阈值速度可被设定为认为合适的基本任何值。
在步骤409判断最大速度(例如,从为所跟踪设备计算出的最近M个速度选出的最大速度)是否高于阈值速度。在所描述的实施例中,如果判定最大速度高于阈值速度,则在步骤413将处理噪声协方差设定为较高值。该较高值可以是近似地两个可能处理噪声协方差值中的较高者。在处理噪声协方差被设定为较高值之后,在步骤417将测量噪声协方差设定为较低值,例如,近似地两个值中的较低者。在测量噪声协方差被设定为较低值之后,设定卡尔曼过滤器的一个或多个参数的处理完成。
返回到步骤409,如果判定所跟踪设备的最大速度并未高于阈值速度,则在步骤421将处理噪声协方差设定为较低值。在处理噪声协方差被设定之后,在步骤425将测量噪声协方差设定为较高值。在一个实施例中,该较高值近似地是静止所跟踪设备的测量噪声协方差的相同值。一旦测量噪声协方差被设定为较高值,设定卡尔曼过滤器的一个或多个参数的处理完成。
一般而言,所跟踪设备的位置信息和移动性信息被提供给卡尔曼过滤器,卡尔曼过滤器使用这些信息来有效地生成经过滤的位置信息。如果移动性信息指示出所跟踪设备是移动的或者在其他方面可能是运动的,则所跟踪设备的速度信息也被提供给卡尔曼过滤器,如上所述。图5是根据本发明一个实施例的卡尔曼过滤器的示图表示。本领域技术人员将了解,卡尔曼过滤器524可被实现为包含在有形介质上的硬件和/或软件逻辑并且可由计算系统来有效地执行,该卡尔曼过滤器524利用各种参数来过滤数据以使得均方误差实质上得到最小化。卡尔曼过滤器524使用的参数可以包括但不限于包括测量噪声协方差参数536和处理噪声协方差参数540。
卡尔曼过滤器524被配置为获得原始位置信息,例如,根据所跟踪设备中的RF标签的位置估计。卡尔曼过滤器524还被配置为获得与所跟踪设备相关联的移动性信息,并至少部分基于该移动性信息指示出所跟踪设备是静止的还是运动的来识别或选择测量噪声协方差参数536的值。例如,如上所述,测量噪声协方差参数536的值对于静止设备可能是较高的,而对于移动设备可能是较低的。如果所跟踪设备是移动的,则卡尔曼过滤器524可以使用有关所跟踪设备的速度的信息来识别或选择处理噪声协方差参数540的值。例如,处理噪声协方差参数540的值对于较低速度可能是较低的,而对于较高速度可能是较高的。
使用原始位置信息、移动性信息和速度信息,卡尔曼过滤器524可以适当地生成或者以其它方式提供经过滤位置信息。相比于原始位置信息,经过滤位置信息通常是对所跟踪设备的位置的更准确指示。
虽然仅仅描述了本发明的一些实施例,但是应当理解,本发明可以许多其它具体方式来实现,而不会脱离本发明的精神或范围。作为示例,位置跟踪系统和所跟踪设备可以在各种不同环境中操作。在一个实施例中,位置跟踪系统可以是建筑物中的接入点,而所跟踪设备在建筑物内时可由该位置跟踪系统跟踪。一般地,位置跟踪系统可以是被布置为有效地监视一区域并接收和处理从该区域内的所跟踪设备获得的信号的任何合适系统。
虽然设备移动性分类被描述为与二维分类相关联,但是设备移动性分类也可与三维分类相关联。即,可以相对于二维或者相对于三维来跟踪设备的移动性。
诸如卡尔曼过滤器之类的过滤器所使用的参数一般性地被描述为具有多组值。例如,当设备被判定为未在移动时可以使用一组值,当设备是移动的并具有低于阈值速度的最大速度时可以使用另一组值,而当设备是移动的并且具有高于阈值速度的最大速度时可以使用又一组值。但是,应当了解,任意数目组的值可以与被判定为移动的设备相关联。例如,处理噪声协方差和/或测量噪声协方差的值可以作为最大速度的函数而变化。因此,对于每一个速度,可以设定处理噪声协方差和/或测量噪声协方差的具体值,而不会脱离本发明的精神或范围。
卡尔曼过滤器仅仅是具有可至少部分基于所跟踪设备是运动的还是非运动的来选择的参数的过滤器的一个示例。一般地,可使用任何合适的过滤器来辅助位置过滤。此外,取决于所跟踪设备是被分类为运动的还是静止的,可在位置过滤中使用不同过滤器。例如,如果所跟踪设备被分类为运动,则可使用卡尔曼过滤器来执行位置过滤,而如果所跟踪设备被分类为静止,则可使用不同过滤器来执行位置过滤,这不会脱离本发明的精神或范围。
设备被一般性地描述为包括RF标签。应当了解,取代包括RF标签,设备实质上可以包括使得设备位置能够被识别的任何其它机制或逻辑。换而言之,可使用通过RF标签以外的机制或手段获得的数据来确定位置估计。
确定其设备移动性分类的设备一般地可以是任何合适的设备。例如,设备可以是但不限于是诸如蜂窝电话之类的电话、诸如笔记本计算设备之类的计算设备、个人数字助理、便携式媒体播放器和/或标识(ID)标签。一般而言,实质上可为可在其内或其上结合RF标签或类似器件的任何设备确定设备移动性分类。
本发明的实施例可被实现为包含在有形介质中的硬件和/或软件逻辑,该硬件和/或软件逻辑在被运行时可操作来执行上述各种方法和处理。即,逻辑可被实现为物理装置或者组件。例如,诸如卡尔曼过滤器之类的过滤器可以包括硬件逻辑、软件逻辑、或者硬件逻辑和软件逻辑二者的组合。有形介质实质上可以是能够存储逻辑的任何计算机可读介质,该逻辑例如可由计算系统运行来执行与本发明实施例相关联的方法和功能。
与本发明的方法相关联的步骤可以广泛地变化。步骤可被添加、去除、变更、组合和重排序,而不会脱离本发明的精神或范围。因此,当前的这些示例应当被视为是例示性的而非限制性的,并且本发明不限于这里给出的细节,而可在所附权利要求的范围内被修改。
Claims (20)
1.一种方法,包括:
获得与远程设备相关联的位置信息;
处理所述位置信息,其中,处理所述位置信息包括判断所述远程设备是否是移动的;
如果判定所述远程设备是移动的,则对一过滤器进行配置以使得至少一个参数指示出所述远程设备是移动的;
如果判定所述移动设备不是移动的,则对所述过滤器进行配置以使得所述至少一个参数指示出所述远程设备是近似静止的;以及
将所述过滤器应用于所述位置信息以生成经过滤位置估计,该经过滤位置估计被布置为估计所述远程设备的位置。
2.根据权利要求1所述的方法,其中,所述过滤器是卡尔曼过滤器,并且其中,所述至少一个参数包括处理噪声协方差和测量噪声协方差。
3.根据权利要求2所述的方法,其中,如果判定所述远程设备是移动的则对过滤器进行配置以使得至少一个参数指示出所述远程设备是移动的包括:判断所述远程设备的近似最大速度何时高于阈值速度,其中,当所述最大速度高于所述阈值速度时,所述处理噪声协方差被设定为第一值,而所述测量噪声协方差被设定为第二值。
4.根据权利要求3所述的方法,其中,当所述最大速度不高于所述阈值速度时,所述处理噪声协方差被设定为第三值,而所述测量噪声协方差被设定为第四值,所述第三值低于所述第一值,所述第四值高于所述第二值。
5.根据权利要求1所述的方法,其中,所述位置信息包括至少一个x位置度量和至少一个y位置度量,并且其中,处理所述位置信息包括:确定所述至少一个x位置度量的第一最佳拟合线和第一平均值,以及确定所述至少一个y位置度量的第二最佳拟合线和第二平均值。
6.根据权利要求5所述的方法,还包括:
判断所述至少一个x位置度量相对于所述第一最佳拟合线的偏离何时小于相对于所述第一平均值的偏离,其中,当所述至少一个x位置度量相对于所述第一最佳拟合线的偏离小于相对于所述平均值的偏离时,所述远程设备是移动的;以及
判断所述至少一个y位置度量相对于所述第二最佳拟合线的偏离何时小于相对于所述第二平均值的偏离,其中,当所述至少一个y位置度量相对于所述第一最佳拟合线的偏离小于相对于所述平均值的偏离时,所述远程设备是移动的。
7.根据权利要求1所述的方法,其中,处理所述位置信息包括:处理所述位置信息以确定与所述远程设备相关联的至少一个速率。
8.一种装置,包括:
用于获得与远程设备相关联的位置信息的装置;
用于处理所述位置信息的装置,其中,用于处理所述位置信息的装置包括用于判断所述远程设备是否移动的装置;
用于如果判定所述远程设备是移动的,则对一过滤器进行配置以使得至少一个参数指示出所述远程设备移动的装置;
用于如果判定所述移动设备不是移动的,则对所述过滤器进行配置以使得所述至少一个参数指示出所述远程设备近似静止的装置;以及
用于将所述过滤器应用于所述位置信息以生成经过滤位置估计的装置,该经过滤位置估计被布置为估计所述远程设备的位置。
9.一种编码在一个或多个有形介质中以供执行的逻辑,该逻辑在被执行时可操作来:
获得与远程设备相关联的位置信息;
处理所述位置信息,其中,可操作来处理所述位置信息的逻辑还可操作来判断所述远程设备是否是移动的;
如果判定所述远程设备是移动的,则对一过滤器进行配置以使得至少一个参数指示出所述远程设备是移动的;
如果判定所述移动设备不是移动的,则对所述过滤器进行配置以使得所述至少一个参数指示出所述远程设备是近似静止的;以及
将所述过滤器应用于所述位置信息以生成经过滤位置估计,该经过滤位置估计被布置为估计所述远程设备的位置。
10.根据权利要求9所述的逻辑,其中,所述过滤器是卡尔曼过滤器,并且其中,所述至少一个参数包括处理噪声协方差和测量噪声协方差。
11.根据权利要求10所述的逻辑,其中,如果判定所述远程设备是移动的则可操作来对过滤器进行配置以使得至少一个参数指示出所述远程设备移动的逻辑还可操作来:判断所述远程设备的近似最大速度何时高于阈值速度,其中,当所述最大速度高于所述阈值速度时,所述处理噪声协方差被设定为第一值,而所述测量噪声协方差被设定为第二值。
12.根据权利要求11所述的逻辑,其中,当所述最大速度不高于所述阈值速度时,所述处理噪声协方差被设定为第三值,而所述测量噪声协方差被设定为第四值,所述第三值低于所述第一值,所述第四值高于所述第二值。
13.根据权利要求9所述的逻辑,其中,所述位置信息包括至少一个x位置度量和至少一个y位置度量,并且其中,可操作来处理所述位置信息的逻辑还可操作来:确定所述至少一个x位置度量的第一最佳拟合线和第一平均值,以及确定所述至少一个y位置度量的第二最佳拟合线和第二平均值。
14.根据权利要求13所述的逻辑,还可操作来:
判断所述至少一个x位置度量相对于所述第一最佳拟合线的偏离何时小于相对于所述第一平均值的偏离,其中,当所述至少一个x位置度量相对于所述第一最佳拟合线的偏离小于相对于所述平均值的偏离时,所述远程设备是移动的;以及
判断所述至少一个y位置度量相对于所述第二最佳拟合线的偏离何时小于相对于所述第二平均值的偏离,其中,当所述至少一个y位置度量相对于所述第一最佳拟合线的偏离小于相对于所述平均值的偏离时,所述远程设备是移动的。
15.根据权利要求9所述的逻辑,其中,可操作来处理所述位置信息的逻辑还可操作来:处理所述位置信息以确定与所述远程设备相关联的至少一个速率。
16.一种装置,包括:
收发器,该收发器被布置为获得与一设备相关联的估计位置信息;
归类装置,该归类装置被配置为处理所述估计位置信息以判断所述设备何时是移动的,该归类装置还被配置为基于所述设备是否移动来设定至少一个参数;以及
过滤装置,该过滤装置被配置为使用所述至少一个参数来过滤所述估计位置信息。
17.根据权利要求16所述的装置,其中,所述过滤装置包括卡尔曼过滤器,并且所述至少一个参数包括处理噪声协方差和测量噪声协方差。
18.根据权利要求16所述的装置,其中,所述归类装置被配置为在所述设备是移动的时将所述处理噪声协方差设定为第一值并将所述测量噪声协方差设定为第二值,并且在所述设备不是移动的时将所述处理噪声协方差设定为第三值并将所述测量噪声协方差设定为第四值。
19.根据权利要求16所述的装置,其中,所述归类装置还被配置为在所述设备是移动的时使用所述估计位置信息来确定所述设备的至少一个速度,并且使用所述设备的至少一个速度来设定所述至少一个参数。
20.根据权利要求16所述的装置,其中,所述收发器还包括射频标签感测设备,所述射频标签感测设备被布置为从所述设备的射频标签获得所述估计位置信息。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/430,260 | 2009-04-27 | ||
US12/430,260 US8248233B2 (en) | 2009-04-27 | 2009-04-27 | Location filtering based on device mobility classification |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101923155A true CN101923155A (zh) | 2010-12-22 |
CN101923155B CN101923155B (zh) | 2013-09-18 |
Family
ID=42991663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010159223.4A Active CN101923155B (zh) | 2009-04-27 | 2010-04-26 | 基于设备移动性分类的位置过滤 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8248233B2 (zh) |
CN (1) | CN101923155B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9852560B2 (en) * | 2013-03-08 | 2017-12-26 | Lear Corporation | Vehicle remote function system and method for effectuating vehicle operations based on vehicle FOB movement |
US9679430B2 (en) * | 2013-03-08 | 2017-06-13 | Lear Corporation | Vehicle remote function system and method for determining vehicle FOB locations using adaptive filtering |
US9823330B2 (en) | 2013-05-03 | 2017-11-21 | Cisco Technology, Inc. | Angle of arrival location sensing with antenna array |
US9778083B2 (en) | 2013-05-16 | 2017-10-03 | Lam Research Corporation | Metrology method for transient gas flow |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020075144A1 (en) * | 1999-12-20 | 2002-06-20 | Trw Inc. | Apparatus and method for sensing a condition of a vehicle tire |
US20070050138A1 (en) * | 2005-08-30 | 2007-03-01 | Honeywell International Inc. | Enhanced inertial system performance |
CN101033975A (zh) * | 2006-03-10 | 2007-09-12 | 上海乐金广电电子有限公司 | 移动定位信息测算设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5537368A (en) * | 1993-09-22 | 1996-07-16 | The United States Of America As Represented By The Secretary Of The Navy | Enhanced adaptive statistical filter providing improved performance for target motion analysis noise discrimination |
JP5398120B2 (ja) * | 2007-03-22 | 2014-01-29 | 古野電気株式会社 | Gps複合航法装置 |
US7869811B2 (en) * | 2007-05-01 | 2011-01-11 | Nokia Corporation | Determination of a relative position of a satellite signal receiver |
US8046169B2 (en) * | 2008-01-03 | 2011-10-25 | Andrew, Llc | System and method for determining the geographic location of a device |
US7961145B1 (en) * | 2010-05-07 | 2011-06-14 | Sri International | Method and apparatus for estimating relative position in a global navigation satellite system |
-
2009
- 2009-04-27 US US12/430,260 patent/US8248233B2/en active Active
-
2010
- 2010-04-26 CN CN201010159223.4A patent/CN101923155B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020075144A1 (en) * | 1999-12-20 | 2002-06-20 | Trw Inc. | Apparatus and method for sensing a condition of a vehicle tire |
US20070050138A1 (en) * | 2005-08-30 | 2007-03-01 | Honeywell International Inc. | Enhanced inertial system performance |
CN101033975A (zh) * | 2006-03-10 | 2007-09-12 | 上海乐金广电电子有限公司 | 移动定位信息测算设备 |
Also Published As
Publication number | Publication date |
---|---|
CN101923155B (zh) | 2013-09-18 |
US8248233B2 (en) | 2012-08-21 |
US20100271228A1 (en) | 2010-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Passive indoor localization based on csi and naive bayes classification | |
TWI500003B (zh) | 基於虛擬地標之定位及地圖繪製技術 | |
Belmonte-Hernández et al. | SWiBluX: Multi-Sensor Deep Learning Fingerprint for precise real-time indoor tracking | |
CN109275095B (zh) | 一种基于蓝牙的室内定位系统、定位设备和定位方法 | |
Soltani et al. | Enhancing Cluster-based RFID Tag Localization using artificial neural networks and virtual reference tags | |
Priwgharm et al. | A comparative study on indoor localization based on RSSI measurement in wireless sensor network | |
Liu et al. | Indoor localization using smartphone inertial sensors | |
CN101923155B (zh) | 基于设备移动性分类的位置过滤 | |
Pei et al. | Using motion-awareness for the 3D indoor personal navigation on a Smartphone | |
Dashti et al. | Rssi localization with gaussian processes and tracking | |
Wang et al. | IWKNN: An effective Bluetooth positioning method based on Isomap and WKNN | |
CN108200534B (zh) | 一种对终端进行定位的方法及设备 | |
Jin et al. | Toward scalable and robust indoor tracking: Design, implementation, and evaluation | |
Chen et al. | MeshMap: A magnetic field-based indoor navigation system with crowdsourcing support | |
Tsang et al. | A bluetooth-based indoor positioning system: a simple and rapid approach | |
Lin et al. | WASP: an enhanced indoor locationing algorithm for a congested Wi-Fi environment | |
JP4946626B2 (ja) | 位置推定システム、位置推定装置及びそれらに用いる位置推定方法並びにそのプログラム | |
CA2725250A1 (en) | System, method and computer program for anonymous localization | |
CN116249872A (zh) | 具备多个运动估计器的室内定位 | |
Yun et al. | Robust location tracking using a dual layer particle filter | |
Umetani et al. | Probabilistic localization of mobile wireless LAN client in multistory building based on sparse Bayesian learning | |
KR101726677B1 (ko) | 무선 센서 네트워크 장치 및 그 제어방법 | |
Demetriou | Power management of sensor networks for detection of a moving source in 2-D spatial domains | |
Careem et al. | Wirelessly indoor positioning system based on RSS Signal | |
Nguyen et al. | Reliable indoor location prediction using conformal prediction |
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 |