CN102231912A - 一种基于rssi测距的室内无线传感器网络定位方法 - Google Patents

一种基于rssi测距的室内无线传感器网络定位方法 Download PDF

Info

Publication number
CN102231912A
CN102231912A CN2011102149407A CN201110214940A CN102231912A CN 102231912 A CN102231912 A CN 102231912A CN 2011102149407 A CN2011102149407 A CN 2011102149407A CN 201110214940 A CN201110214940 A CN 201110214940A CN 102231912 A CN102231912 A CN 102231912A
Authority
CN
China
Prior art keywords
node
matrix
coordinate
distance
coordinates
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.)
Pending
Application number
CN2011102149407A
Other languages
English (en)
Inventor
王瑞荣
王建中
薛安克
段翠翠
韩雪原
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.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
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 Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN2011102149407A priority Critical patent/CN102231912A/zh
Publication of CN102231912A publication Critical patent/CN102231912A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种基于RSSI测距的室内无线传感器网络定位方法。常用的无线定位技术是通过测量接收到的无线信号参数，根据特定的算法推断出被测节点的位置，测量参数一般包括传输时间、信号强度、到达角度等。本发明定位方法采用MDS技术，并进行迭代计算，获得节点的相对坐标，通过矩阵变换将相对坐标转换为绝对位置坐标，以实现对节点的定位。本发明充分利用了节点之间的距离或其它相异性信息，只需要较少的锚节点便可实现比较准确的定位，具有适合无线传感器网络节点协同定位的特点。

Description

一种基于RSSI测距的室内无线传感器网络定位方法
技术领域
本发明属于无线传感器网络技术领域，涉及一种基于RSSI测距的室内无线传感器网络定位方法。
背景技术
无线传感器网络系统构成后首要问题是解决传感器节点的定位问题。传感器节点定位技术中，通常将传感器网络中的已知自身精确位置的少量节点作为锚节点，然后以这些锚节点的坐标作为参考，按照某种定位机制算法，对其它节点进行准确定位。锚节点在传感器节点中所占的比例很小，可以通过人工部署或携带定位设备来获取自身精确的位置信息。
目前常用的无线定位技术是通过测量接收到的无线信号参数，根据特定的算法推断出被测节点的位置，测量参数一般包括传输时间、信号强度、到达角度等。除了使用传统的三角测量，定位算法使用场景分析或近似法来减少测量误差。针对不同的应用或服务，这三种算法拥有独特的优势和各自的缺点。假设多维空间存在一些点要在低维空间中重新分布，经典的MDS算法利用一个或多个距离矩阵——相异矩阵，来计算节点在低维空间中的位置。距离矩阵中的元素为从多维空间获得的距离，与多维空间中节点间的距离类似。其中的相异性数据通过测量得到。该算法的目标是通过矩阵变换，在一个新的低维度空间中重新建立网络拓扑结构，且节点间的相异性信息与原网络一致。
发明内容
本发明针对现有技术的不足，提出了一种基于RSSI测距的室内定位方法，该定位方法采用MDS技术，并进行迭代计算，获得节点的相对坐标，通过矩阵变换将相对坐标转换为绝对位置坐标，以实现对节点的定位，仿真实验结果显示算法能够达到不错的定位精度。
假设已知m维空间内部部署节点数量为n, 节点i与节点j的坐标分别为                                               ，
Figure 2011102149407100002DEST_PATH_IMAGE004
，两点之间的欧式距离表示为
Figure 2011102149407100002DEST_PATH_IMAGE006
，定义距离矩阵
Figure 2011102149407100002DEST_PATH_IMAGE008
，距离矩阵D是节点坐标矩阵X 的函数。
步骤1：基于RSSI值获取节点i和j之间的测量距离，该测量距离为节点i 和 j间的相异性数据，记为
Figure 2011102149407100002DEST_PATH_IMAGE010
。
步骤2：建立节点i和j间的欧式距离与相异性数据
Figure 107449DEST_PATH_IMAGE010
的函数关系，函数关系为
Figure 2011102149407100002DEST_PATH_IMAGE012
。距离矩阵D和相异矩阵的关系为：
Figure 2011102149407100002DEST_PATH_IMAGE016
，其中
Figure 2011102149407100002DEST_PATH_IMAGE018
是相异矩阵
Figure 2011102149407100002DEST_PATH_IMAGE020
的线性变换，E是残留的误差矩阵。
通过迭代计算使上述步骤中E的平方和最小，得公式如下：
         
Figure 2011102149407100002DEST_PATH_IMAGE022
      （1）
公式（1）的左边用矩阵B表示，则矩阵B是对称半正定的。记，则
Figure 2011102149407100002DEST_PATH_IMAGE026
为
Figure 2011102149407100002DEST_PATH_IMAGE028
的双重中心化矩阵，其中 
Figure 2011102149407100002DEST_PATH_IMAGE030
。
步骤3：对矩阵 B 进行奇异值分解有：，V 为 B 的特征向量矩阵，A 是一个对角阵，为 B 的特征值矩阵。由公式（1）知
Figure 2011102149407100002DEST_PATH_IMAGE034
，则m维空间中节点的坐标矩阵
Figure 2011102149407100002DEST_PATH_IMAGE036
，坐标矩阵X中的坐标为节点的相对位置坐标。
步骤4：将上述步骤中获得的相对位置坐标转换为绝对位置坐标。
通过与已知位置的锚节点对比来实现对坐标进行旋转、镜像、平移和缩放，从而实现节点相对位置坐标到绝对位置坐标的变换。
假设二维空间中n个节点的相对坐标矩阵为
Figure 2011102149407100002DEST_PATH_IMAGE038
，真实坐标矩阵为
Figure 2011102149407100002DEST_PATH_IMAGE040
，假设第一到第三个节点为锚节点，即
Figure 2011102149407100002DEST_PATH_IMAGE042
、
Figure 2011102149407100002DEST_PATH_IMAGE044
和已知。向量到
Figure 2011102149407100002DEST_PATH_IMAGE050
的偏移运算可以表示为，其中
Figure 2011102149407100002DEST_PATH_IMAGE054
；向量
Figure 146293DEST_PATH_IMAGE048
以角度
Figure 2011102149407100002DEST_PATH_IMAGE056
到
Figure 2011102149407100002DEST_PATH_IMAGE058
的逆时针旋转可以表示为
Figure 2011102149407100002DEST_PATH_IMAGE060
，其中：
                    
Figure 2011102149407100002DEST_PATH_IMAGE062
                       （2）
向量
Figure 801397DEST_PATH_IMAGE048
关于直线S的镜像为
Figure 2011102149407100002DEST_PATH_IMAGE064
，其中：
                                             （3）
                                      （4）
三个信标节点的实际位置已知，由
Figure 2011102149407100002DEST_PATH_IMAGE070
得
Figure 2011102149407100002DEST_PATH_IMAGE072
根据以上条件计算
Figure 2011102149407100002DEST_PATH_IMAGE074
公式如下：
               （5）
得到节点的绝对位置坐标，即定位完成。
本发明的有益效果是：充分利用了节点之间的距离或其它相异性信息，只需要较少的锚节点便可实现比较准确的定位，具有适合无线传感器网络节点协同定位的特点。
附图说明
图1为定位流程图；
图2为本发明算法仿真流程图；
图3为仿真过程中节点部署图；
图4为仿真过程中节点轨迹图；
图5为仿真过程中定位误差图；
图6为仿真过程中误差图。
具体实施方式
以下结合附图对本发明作进一步说明。
如图1所示，本发明方法包括以下步骤：
步骤1：在多维空间(任意维空间)中建立直角坐标系，在m维空间中，节点i与节点j的坐标分别为
Figure 2011102149407100002DEST_PATH_IMAGE078
，
Figure 2011102149407100002DEST_PATH_IMAGE080
，两点之间的欧式距离表示为
Figure 822705DEST_PATH_IMAGE006
，定义距离矩阵。基于RSSI值获取节点i和j之间的测量距离，为已知的节点间的相异性数据，记为
Figure 397222DEST_PATH_IMAGE010
。
步骤2：建立节点i和j间的欧式距离与相异性数据
Figure 596079DEST_PATH_IMAGE010
的函数关系，函数关系为。距离矩阵D和相异矩阵关系为：
Figure 332588DEST_PATH_IMAGE016
，其中
Figure 86918DEST_PATH_IMAGE018
是相异矩阵
Figure 761613DEST_PATH_IMAGE020
的线性变换，E是残留的误差矩阵，
Figure 284998DEST_PATH_IMAGE014
。
通过迭代计算使上述步骤中E的平方和最小，得公式如下：
         
Figure 652525DEST_PATH_IMAGE022
      （1）
公式（1）的左边用矩阵B表示，则矩阵B是对称半正定的。记
Figure 894151DEST_PATH_IMAGE024
，则
Figure 106957DEST_PATH_IMAGE026
为
Figure 750428DEST_PATH_IMAGE028
的双重中心化矩阵，其中 。
步骤3：对矩阵 B 进行奇异值分解有：
Figure 689883DEST_PATH_IMAGE032
，V 为 B 的特征向量矩阵，A 是一个对角阵，为 B 的特征值矩阵。由公式（1）知
Figure 768697DEST_PATH_IMAGE034
，则m维空间中节点的坐标矩阵
Figure 204358DEST_PATH_IMAGE036
，坐标矩阵X中的坐标为节点的相对位置坐标。
步骤4：将上述步骤中获得的相对位置坐标转换为绝对位置坐标。
通过与已知位置的锚节点对比来实现对坐标进行旋转、镜像、平移和缩放，从而实现节点相对位置坐标到绝对位置坐标的变换。
假设二维空间中n个节点的相对坐标矩阵为
Figure 976004DEST_PATH_IMAGE038
，真实坐标矩阵为，假设第一到第三个节点为锚节点。向量到的偏移运算可以表示为
Figure 979547DEST_PATH_IMAGE052
，其中
Figure 355164DEST_PATH_IMAGE054
；向量
Figure 588831DEST_PATH_IMAGE048
以角度
Figure 61400DEST_PATH_IMAGE056
到
Figure 112533DEST_PATH_IMAGE058
的逆时针旋转可以表示为
Figure 993025DEST_PATH_IMAGE060
，其中：
                                           （2）
向量
Figure 154196DEST_PATH_IMAGE048
关于直线S的镜像为
Figure 438547DEST_PATH_IMAGE064
，其中：
                     
Figure 788757DEST_PATH_IMAGE066
                        （3）
                      
Figure 754439DEST_PATH_IMAGE068
                （4）
三个信标节点的实际位置已知，由
Figure 936021DEST_PATH_IMAGE070
得
Figure 63377DEST_PATH_IMAGE072
根据以上条件计算
Figure 963200DEST_PATH_IMAGE074
公式如下：
Figure 466994DEST_PATH_IMAGE076
               （5）
得到节点的绝对位置坐标，即定位完成。
 
Matlab仿真实验：首先在50×50m的区域中每个角部署一个信标节点，然后在区域中采样节点运动，获得节点运动的轨迹。仿真时选择电磁波传递模型中的对数模型来仿真计算节点间的距离，计算各个节点与信标节点的距离，画出邻居关系图。然后运用基于RSSI的定位算法对测得距离数据进行处理，得到节点的估计位置。接着利用已知位置的信标节点来定位其它位置节点并计算相关的定位误差。仿真流程如图2所示。图3～图5分别显示了仿真过程中节点部署图、节点轨迹图和定位误差图。从图中可以发现基于RSSI的室内定位算法能达到不错的定位精度，精度为5%～15%，如图6。

Claims (1)

1.一种基于RSSI测距的室内无线传感器网络定位方法，其特征在于该方法包括如下步骤：
步骤1.在m维空间内部部署n个节点, 则任意节点i、节点j的坐标可分别表示为                                               
Figure 2011102149407100001DEST_PATH_IMAGE002
，
Figure 2011102149407100001DEST_PATH_IMAGE004
，节点i与节点j之间的欧式距离表示为
Figure 2011102149407100001DEST_PATH_IMAGE006
，定义距离矩阵
Figure 2011102149407100001DEST_PATH_IMAGE008
，距离矩阵D是节点坐标矩阵X 的函数；
基于RSSI值获取节点i和节点j之间的测量距离，该测量距离为节点i和节点j间的相异性数据，记为
Figure 2011102149407100001DEST_PATH_IMAGE010
；
步骤2.建立节点i和节点j间的欧式距离与相异性数据
Figure 935670DEST_PATH_IMAGE010
的函数关系，函数关系为
Figure 2011102149407100001DEST_PATH_IMAGE012
；
建立距离矩阵D与相异矩阵
Figure 2011102149407100001DEST_PATH_IMAGE014
的关系，表示为
Figure 2011102149407100001DEST_PATH_IMAGE016
，其中
Figure 2011102149407100001DEST_PATH_IMAGE018
是相异矩阵
Figure 2011102149407100001DEST_PATH_IMAGE020
的线性变换，E是残留的误差矩阵，；
通过迭代计算使残留的误差矩阵E的平方和最小，得公式如下：
    
Figure 2011102149407100001DEST_PATH_IMAGE022
 （1）
公式（1）的左边用矩阵B表示，则矩阵B是对称半正定的；记
Figure 2011102149407100001DEST_PATH_IMAGE024
，则
Figure 2011102149407100001DEST_PATH_IMAGE026
为
Figure 2011102149407100001DEST_PATH_IMAGE028
的双重中心化矩阵，其中 
Figure 2011102149407100001DEST_PATH_IMAGE030
；
步骤3.对矩阵 B 进行奇异值分解有：
Figure 2011102149407100001DEST_PATH_IMAGE032
，V 为 B 的特征向量矩阵，A 是一个对角阵，为 B 的特征值矩阵；由公式（1）知
Figure 2011102149407100001DEST_PATH_IMAGE034
，则m维空间中节点的坐标矩阵
Figure 2011102149407100001DEST_PATH_IMAGE036
，坐标矩阵X中的坐标为节点的相对位置坐标；
步骤4.将获得的相对位置坐标转换为绝对位置坐标，具体是通过与已知位置的锚节点对比来实现对坐标进行旋转、镜像、平移和缩放，从而实现节点相对位置坐标到绝对位置坐标的变换；
设二维空间中n个节点的相对坐标矩阵为
Figure 2011102149407100001DEST_PATH_IMAGE038
，真实坐标矩阵为
Figure 2011102149407100001DEST_PATH_IMAGE040
，设第一到第三个节点为锚节点；
向量
Figure 2011102149407100001DEST_PATH_IMAGE042
到
Figure 2011102149407100001DEST_PATH_IMAGE044
的偏移运算可以表示为
Figure 2011102149407100001DEST_PATH_IMAGE046
，其中；向量以角度
Figure 2011102149407100001DEST_PATH_IMAGE050
到
Figure 2011102149407100001DEST_PATH_IMAGE052
的逆时针旋转可以表示为
Figure 2011102149407100001DEST_PATH_IMAGE054
，其中：
                           （2）
向量
Figure 487623DEST_PATH_IMAGE042
关于直线S的镜像为
Figure 2011102149407100001DEST_PATH_IMAGE058
，其中：
    
Figure 2011102149407100001DEST_PATH_IMAGE060
   （3）
    
Figure 2011102149407100001DEST_PATH_IMAGE062
    （4）
三个信标节点的实际位置已知，由
Figure 2011102149407100001DEST_PATH_IMAGE064
得
Figure 2011102149407100001DEST_PATH_IMAGE066
根据以上条件计算
Figure 2011102149407100001DEST_PATH_IMAGE068
公式如下：
Figure 2011102149407100001DEST_PATH_IMAGE070
              （5）
得到真实坐标矩阵
Figure 2011102149407100001DEST_PATH_IMAGE072
即完成了无线传感器网络中未知节点的定位。
CN2011102149407A 2011-07-29 2011-07-29 一种基于rssi测距的室内无线传感器网络定位方法 Pending CN102231912A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011102149407A CN102231912A (zh) 2011-07-29 2011-07-29 一种基于rssi测距的室内无线传感器网络定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011102149407A CN102231912A (zh) 2011-07-29 2011-07-29 一种基于rssi测距的室内无线传感器网络定位方法

Publications (1)

Publication Number Publication Date
CN102231912A true CN102231912A (zh) 2011-11-02

Family

ID=44844436

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011102149407A Pending CN102231912A (zh) 2011-07-29 2011-07-29 一种基于rssi测距的室内无线传感器网络定位方法

Country Status (1)

Country Link
CN (1) CN102231912A (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102523592A (zh) * 2011-12-08 2012-06-27 大连理工大学 一种在nanoLOC测距系统中利用RSSI降低多径误差的方法
CN102595592A (zh) * 2012-01-10 2012-07-18 西北工业大学 一种移动社会网络目标节点的室内定位方法
CN103533641A (zh) * 2013-10-09 2014-01-22 西北大学 一种基于旋转rss的单信标定位方法
CN104023390A (zh) * 2014-05-14 2014-09-03 浙江工业大学 基于pso和ukf组合的wsn节点定位方法
CN104125522A (zh) * 2014-07-18 2014-10-29 北京智谷睿拓技术服务有限公司 声道配置方法、装置及用户设备
WO2016112758A1 (zh) * 2015-01-15 2016-07-21 中兴通讯股份有限公司 终端的定位方法及装置
CN107197439A (zh) * 2017-06-01 2017-09-22 南京邮电大学 基于矩阵补全的无线传感器网络定位方法
CN108225329A (zh) * 2017-12-28 2018-06-29 广州泽祺信息科技有限公司 一种精准室内定位方法
CN108279411A (zh) * 2018-02-01 2018-07-13 电子科技大学 一种基于mds的被动mimo时差定位方法
CN108337637A (zh) * 2017-08-18 2018-07-27 锐捷网络股份有限公司 一种无线局域网wlan设备三维部署点位图的生成方法及设备
CN108810800A (zh) * 2018-05-29 2018-11-13 中国联合网络通信集团有限公司 室内环境中智能设备的定位方法、控制设备与智能设备
CN109444812A (zh) * 2018-09-28 2019-03-08 西北工业大学 一种引入动态阈值的rssi室内定位方法
CN109996173A (zh) * 2019-04-15 2019-07-09 杭州电子科技大学 一种自动创建定位信标节点坐标的定位系统及方法
CN110662163A (zh) * 2019-08-23 2020-01-07 宁波大学 基于rss和aoa的三维无线传感网络协作定位方法
CN111123341A (zh) * 2019-11-15 2020-05-08 西安电子科技大学 无人机群三维协同定位方法
US10659919B1 (en) 2019-03-08 2020-05-19 Osram Sylvania Inc. System and method for automated commissioning of one or more networks of electronic devices
CN111275765A (zh) * 2018-12-05 2020-06-12 杭州海康威视数字技术股份有限公司 一种确定目标gps的方法、装置及摄像机
US10849205B2 (en) 2015-10-14 2020-11-24 Current Lighting Solutions, Llc Luminaire having a beacon and a directional antenna
CN113132935A (zh) * 2021-03-19 2021-07-16 北京邮电大学 一种分布式协同定位方法、装置、电子设备及存储介质
CN113423137A (zh) * 2021-03-20 2021-09-21 贵州北斗空间信息技术有限公司 一种室内外统一定位方法及系统
CN115278875A (zh) * 2022-08-11 2022-11-01 河海大学 一种基于超多维标度的混合toa-aoa定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张坤鹏: "《基于分布式MDS的无线传感器网络节点定位算法研究》", 16 August 2010 *

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102523592A (zh) * 2011-12-08 2012-06-27 大连理工大学 一种在nanoLOC测距系统中利用RSSI降低多径误差的方法
CN102523592B (zh) * 2011-12-08 2014-04-16 大连理工大学 一种在nanoLOC测距系统中利用RSSI降低多径误差的方法
CN102595592A (zh) * 2012-01-10 2012-07-18 西北工业大学 一种移动社会网络目标节点的室内定位方法
CN103533641A (zh) * 2013-10-09 2014-01-22 西北大学 一种基于旋转rss的单信标定位方法
CN103533641B (zh) * 2013-10-09 2016-05-18 西北大学 一种基于旋转rss的单信标定位方法
CN104023390A (zh) * 2014-05-14 2014-09-03 浙江工业大学 基于pso和ukf组合的wsn节点定位方法
CN104125522A (zh) * 2014-07-18 2014-10-29 北京智谷睿拓技术服务有限公司 声道配置方法、装置及用户设备
WO2016112758A1 (zh) * 2015-01-15 2016-07-21 中兴通讯股份有限公司 终端的定位方法及装置
US10849205B2 (en) 2015-10-14 2020-11-24 Current Lighting Solutions, Llc Luminaire having a beacon and a directional antenna
CN107197439A (zh) * 2017-06-01 2017-09-22 南京邮电大学 基于矩阵补全的无线传感器网络定位方法
CN108337637A (zh) * 2017-08-18 2018-07-27 锐捷网络股份有限公司 一种无线局域网wlan设备三维部署点位图的生成方法及设备
CN108337637B (zh) * 2017-08-18 2020-08-25 锐捷网络股份有限公司 一种无线局域网wlan设备三维部署点位图的生成方法及设备
CN108225329A (zh) * 2017-12-28 2018-06-29 广州泽祺信息科技有限公司 一种精准室内定位方法
CN108225329B (zh) * 2017-12-28 2021-10-29 杨艳华 一种精准室内定位方法
CN108279411A (zh) * 2018-02-01 2018-07-13 电子科技大学 一种基于mds的被动mimo时差定位方法
CN108279411B (zh) * 2018-02-01 2020-04-14 电子科技大学 一种基于mds的被动mimo时差定位方法
CN108810800A (zh) * 2018-05-29 2018-11-13 中国联合网络通信集团有限公司 室内环境中智能设备的定位方法、控制设备与智能设备
CN109444812A (zh) * 2018-09-28 2019-03-08 西北工业大学 一种引入动态阈值的rssi室内定位方法
CN111275765A (zh) * 2018-12-05 2020-06-12 杭州海康威视数字技术股份有限公司 一种确定目标gps的方法、装置及摄像机
CN111275765B (zh) * 2018-12-05 2023-09-05 杭州海康威视数字技术股份有限公司 一种确定目标gps的方法、装置及摄像机
US10659919B1 (en) 2019-03-08 2020-05-19 Osram Sylvania Inc. System and method for automated commissioning of one or more networks of electronic devices
CN109996173A (zh) * 2019-04-15 2019-07-09 杭州电子科技大学 一种自动创建定位信标节点坐标的定位系统及方法
CN110662163A (zh) * 2019-08-23 2020-01-07 宁波大学 基于rss和aoa的三维无线传感网络协作定位方法
CN111123341A (zh) * 2019-11-15 2020-05-08 西安电子科技大学 无人机群三维协同定位方法
CN111123341B (zh) * 2019-11-15 2023-03-10 西安电子科技大学 无人机群三维协同定位方法
CN113132935A (zh) * 2021-03-19 2021-07-16 北京邮电大学 一种分布式协同定位方法、装置、电子设备及存储介质
CN113132935B (zh) * 2021-03-19 2022-09-20 北京邮电大学 一种分布式协同定位方法、装置、电子设备及存储介质
CN113423137A (zh) * 2021-03-20 2021-09-21 贵州北斗空间信息技术有限公司 一种室内外统一定位方法及系统
CN115278875A (zh) * 2022-08-11 2022-11-01 河海大学 一种基于超多维标度的混合toa-aoa定位方法
CN115278875B (zh) * 2022-08-11 2024-04-23 河海大学 一种基于超多维标度的混合toa-aoa定位方法

Similar Documents

Publication Publication Date Title
CN102231912A (zh) 一种基于rssi测距的室内无线传感器网络定位方法
KR101544315B1 (ko) 무선 네트워크에서의 삼변측량법을 이용한 효과적인 3차원 위치 추정 방법 및 이를 실시하기 위한 프로그램이 기록된 기록 매체
Zhang et al. A novel distributed sensor positioning system using the dual of target tracking
CN102186242B (zh) 固定区域无线传感器网络移动节点定位方法
CN104519571B (zh) 一种基于rss的室内定位方法
CN112533163B (zh) 基于NB-IoT改进的融合超宽带和蓝牙的室内定位方法
CN102209382A (zh) 一种基于rssi的无线传感器网络节点定位方法
CN105929364B (zh) 利用无线电定位的相对位置测量方法及测量装置
KR101163335B1 (ko) 수신신호강도의 거리 추정 방식에 의거한 실내 무선 측위 방법 및 이 방법을 실시하기 위한 프로그램이 기록된 기록매체
CN108168559B (zh) 一种基于分布式天线的室内定位系统及方法
CN109379711B (zh) 一种定位方法
Vashist et al. Indoor wireless localization using consumer-grade 60 GHz equipment with machine learning for intelligent material handling
Salimibeni et al. IoT-TD: IoT dataset for multiple model BLE-based indoor localization/tracking
Jondhale et al. Comparison of neural network training functions for RSSI based indoor localization problem in WSN
Su et al. A hybrid indoor-position mechanism based on bluetooth and WiFi communications for smart mobile devices
Kang et al. Analysis of localization for drone-fleet
Xu et al. Wireless sensor networks localization based on graph embedding with polynomial mapping
Marquez et al. Understanding LoRa-based localization: Foundations and challenges
Zheng et al. The study of RSSI in wireless sensor networks
Chen et al. The design of an indoor high-precision multi-source wireless positioning system in B5G environment
CN108225321A (zh) 一种基于移动节点辅助下的室内定位方法
Gao et al. An improved localization method in cyber-social environments with obstacles
Kiring et al. Wi-Fi radio map interpolation with sparse and correlated received signal strength measurements for indoor positioning
Tang et al. Positioning algorithms by information fusion in wireless sensor networks
CN115397012A (zh) 基于twr-tdoa估计和mpga布局优化的uwb定位跟踪系统的实现方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20111102