CN102883262A - 一种基于指纹匹配的Wi-Fi室内定位方法 - Google Patents
一种基于指纹匹配的Wi-Fi室内定位方法 Download PDFInfo
- Publication number
- CN102883262A CN102883262A CN2012103453377A CN201210345337A CN102883262A CN 102883262 A CN102883262 A CN 102883262A CN 2012103453377 A CN2012103453377 A CN 2012103453377A CN 201210345337 A CN201210345337 A CN 201210345337A CN 102883262 A CN102883262 A CN 102883262A
- Authority
- CN
- China
- Prior art keywords
- signal
- portable terminal
- zone
- reference node
- mac address
- 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
Images
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于指纹匹配的Wi-Fi室内定位方法。本方法为:1)对待测室内空间S划分为多个参考节点,将移动终端A放置在每个参考节点处,采集Wi-Fi信号并存入服务器数据库中,构建空间S的信号数据库;2)服务器将空间S划为q个区域,并对于任一区域j,建立每一MAC地址的有效信号范围;3)当移动终端B处于空间S时,将采集信号发送至服务器;服务器遍历每一区域中每一MAC地址的有效信号范围,判断当前信号所属的区域;如果有效信号最多的区域仅有一个,则判定移动终端B处在该区域中;如果有多个,则判定信号空间距离最小的区域为终端B所在的区域;服务器根据所在区域所包含的参考节点坐标,得到终端B的位置。
Description
技术领域
本发明属于无线通信技术领域,具体涉及一种利用Wi-Fi信号实现室内定位的方法,该技术将移动设备采集到的Wi-Fi信号与数据库中Wi-Fi热点信息进行指纹匹配处理,得到移动设备在室内的精确位置。
背景技术
Wi-Fi无线网络由接入点AP(Access Point)和无线网卡组成,AP一般处于固定位置,其发射的信号中包含热点的全球唯一标识、网络名称、加密方式等信息。移动终端通过扫描可以得到附近热点的ID、网络名称和终端所处位置的RSSI(Received Signal Strength Indication,接收的信号强度指示)等内容。
指纹匹配实现Wi-Fi定位的过程是:根据定位需要,在服务器中建立存储Wi-Fi信号的数据库,存储Wi-Fi信号的MAC地址、信号强度等数据。例如在室内条件下,将室内环境抽象为二维空间,将二维空间进行网格划分并在选定位置(称为参考节点)采集数据,填充数据库表。定位时,移动终端将采集到的Wi-Fi信号信息传递给存储有已知位置处Wi-Fi信号信息的数据库,信号采样值与存储数据进行匹配,从而确定终端位置。指纹匹配定位不需要Wi-Fi节点的安装位置信息。
利用指纹匹配方式实现精确定位的传统方法为KNN(K Nearest Neighbor,确定性K个最近邻居)算法:选取信号空间距离最近的K个参考节点,将未知节点定位在K个参考节点的坐标平均处。但是实际测试发现,参考节点通常不能正确选取。由于存在随机干扰,信号空间距离与坐标空间最近的K个点的偏差很大。因此传统KNN算法的定位性能较差。
发明内容
针对现有技术中存在的技术问题,本发明的目的在于利用指纹匹配思路的基础上,提出了一种基于指纹匹配的Wi-Fi室内定位方法,该方法通过优化参考节点的选取方式,能够较准确地对移动终端进行定位。
本发明的技术方案是:
一种基于指纹匹配的Wi-Fi室内定位方法,其步骤为:
1)对待测室内空间S进行网格划分,并将划分结果分别存储到一服务器和一移动终端A中;其中,每一网格作为一参考节点;
2)对于每一参考节点k,将移动终端A放置在每个参考节点k处,采集能够得到的Wi-Fi信号信息,将这些信息存入服务器数据库中;所述信号信息包括Wi-Fi节点的MAC地址、Wi-Fi节点的信号强度指示RSSI;
3)所述服务器根据该室内空间S所有参考节点的信号信息构建该室内空间S的Wi-Fi信号数据库;
4)所述服务器根据该数据库将该室内空间S划为q个区域,并对于任一区域j,建立每一MAC地址的有效信号范围;
5)当某一移动终端B处于该室内空间S时,采集Wi-Fi信号信息并将其发送至所述服务器;
6)所述服务器遍历每一区域中每一MAC地址的有效信号范围,如果当前信号中的接收信号强度指示RSSIi’在一MAC地址的有效信号范围内,则判断当前信号为该MAC地址的有效信号范围所在区域的有效信号;
7)所述服务器统计每一区域的有效信号数,如果拥有有效信号最多的区域仅有一个,则判定移动终端B处在该区域中;如果拥有有效信号最多的区域有多个,则判定信号空间距离最小的区域为移动终端B所在的区域;
8)所述服务器根据移动终端B所在区域所包含的参考节点坐标,得到移动终端B的位置。
进一步的,所述服务器将该室内空间S划为q个区域,其中每一区域包括最紧临的K个参考节点。
进一步的,所述权重 或 l为有效信号的热点标识,p’为区域中的有效信号总数,RSSIkl表示移动终端A在第k个参考节点接收的热点l的信号强度,RSSIl表示移动终端B接收到的热点l的信号强度。
进一步的,对于任一区域j,建立每一MAC地址的有效信号范围的方法为:对于每个MAC地址,在区域j所包含的K个参考节点中选出所述数据库中当前MAC地址i对应的RSSI的最大值MaxRSSIji和最小值MinRSSIji,以[MinRSSIji-delta,MaxRSSIji+delta]作为j区域中第i个MAC地址对应的有效信号范围;其中,i=1、2...、p,p为该室内空间S内移动终端A能收到的MAC地址总数,delta为调节阈值;
进一步的,采用信号空间距离公式计算信号空间距离,h为第n个区域中的第h个参考节点,n=1、2...、a,a为有效信号最多区域的总数,l为有效信号的热点标识,p’为区域中的有效信号总数;RSSIhl表示移动终端A在第h个参考节点接收的热点l的信号强度,RSSIl表示移动终端B接收到的热点l的信号强度。
进一步的,对于矩形待测室内空间S,将其划分为M×N个全等矩形,依次标记为矩形1、2、3...、M×N-1、M×N;将每个矩形的中心记作参考节点的位置坐标。
进一步的,将移动终端A放置在每个参考节点的位置坐标处,多次扫描得到所有能够得到的Wi-Fi信号信息,所述数据库存储的Wi-Fi节点的信号强度指示RSSI为Wi-Fi节点的平均信号强度指示RSSI。
本发明的主要内容为:
一种基于指纹匹配的Wi-Fi室内定位方法,其步骤为:
1)将室内环境S进行网格划分(通常为全等的矩形,每一矩形网格中心为一参考节点),在每一矩形的固定位置(即每一参考节点)对室内环境中能够接收到的Wi-Fi信号进行大量采样、记录和统计分析,在服务器中构建关于该室内环境S的Wi-Fi信号数据库;
2)移动终端处于该室内环境S中的任意一点,采集Wi-Fi信号,并且将信号信息发送至存储有Wi-Fi信号数据库的服务器中;
3)在服务器中对接收到的信号进行匹配处理,利用本发明提出的WKCNN(Weighted KContinuous Nearest Neighbor,K个连续最近邻居加权)算法得到移动终端的精确位置;
进一步,在上述步骤1)中,将一个矩形室内环境划分为M×N个全等矩形,依次标记为矩形1、2、3...、M×N-1、M×N。将每个矩形的中心记作参考节点,将移动终端设备放置在每个参考节点处,多次扫描得到所有能够得到的Wi-Fi信号信息,如每个Wi-Fi节点的MAC地址、接收信号强度指示RSSI等,将这些信息存入服务器数据库中。对于参考节点h(h=1、2...、M×N)记接收到的Wi-Fi信号有p个,MAC地址分别记为MAC1、MAC2...、MACp,平均强度记为RSSIh1、RSSIh2...、RSSIhp,即每一次扫描都会得到多个信号及其相应的强度,一个信号对应一个强度,例如:信号MAC地址为12:34:56:78,会有相应的一个强度RSSI:-56dBm。多次测量之后,每个MAC地址会积累下多个强度,例如:信号MAC地址为12:34:56:78,第一次,-56dBm,第二次,-61dBm,第三次……然后进行平均。
进一步,在上述步骤2)中,设移动终端能够接收到的p个信号信号强度为RSSI1’、RSSI2’...、RSSIp’。
进一步,在上述步骤3)中,利用WKCNN算法实现精确定位分为三步实现:
①将最紧临的K个参考节点划分为一个区域,按照最紧临方法,可以将整个室内划为q个区域,比如将最接近的四个点,划分为一个区域(如附图4所示,即K=4)。某一区域j中,对于每个MAC地址(共有p个,每个都对应于唯一的Wi-Fi信号),在区域所包含的K个参考节点中选出数据库中当前MAC地址对应的RSSI的最大值和最小值,分别记作MaxRSSIj1、MaxRSSIj2...、MaxRSSIjp和MinRSSIj1、MinRSSIj2...、MinRSSIjp。以[MinRSSIji-delta,MaxRSSIji+delta](j=1、2...、q,i=1、2...、p,delta作为调节阈值)作为判断采集信号是否在j区域中第i个MAC地址对应的有效信号范围。
②当移动终端采集信号RSSIi’落入[MinRSSIji-delta,MaxRSSIji+delta]范围时,我们认为该信号在区域j的第i个MAC地址的有效信号范围有效,即在区域j中是有效的。遍历所有q个区域,如果拥有有效信号最多的区域仅有一个,那么我们认为移动终端处在该区域中;如果拥有有效信号最多的区域有a个,有效信号数同为p’,则利用信号空间距离公式:
其中1~K的参考节点在第n个区域中,n=1、2...、a,h为第n个区域中的第h个参考节点,l为热点的有效信号,l=1、2、…、p’。
将信号空间距离最小的区域认为是移动终端所在的区域。
③移动终端离某一参考节点的信号空间距离D(k)越小,应该与位置k的坐标空间距离越近,因此在确定了移动终端所处的区域后,在计算精确位置时应用加权方式。加权后的定位坐标为:
其中,位置点与参考节点的信号空间距离的计算公式为:
至此,通过指纹匹配WKCNN算法得到了移动终端的精确位置(x,y)。
与现有技术相比,本发明的技术效果在于:
本发明提出了一种基于指纹匹配的Wi-Fi室内定位优化实现方法。该方法利用移动终端设备扫描得到的Wi-Fi信号和数据库中存储的数据进行匹配,实现了较准确的室内定位。其中,WKCNN算法对扫描得到的信号进行了三次处理,第一次处理筛除了较弱的不可靠信号;第二次处理将设备位置锁定在确定的小区域内,减少了第三次处理中加权计算的计算量;第三次处理利用参考节点加权计算得到精确的定位。
通过实践证明本方法能够有效减少外界Wi-Fi信号对定位结果的干扰,并且不需要已知隐藏的Wi-Fi节点位置,只需要在室内确定位置进行简单的采样,最终获得较准确的定位信息。
附图说明
图1本发明定位流程框图;
图2本发明的WKCNN算法流程框图;
图3室内环境网格划分及参考节点图;
图4为最紧临区域划分方法示意图。
具体实施方式
以下结合附图和具体实施方式对本发明作进一步详细描述:
图1为本发明提出指纹匹配方法的一个实现流程图,共包括3个模块,分别为:1-服务器存储室内Wi-Fi信息,2-移动终端设备一:采集室内各处Wi-Fi原始数据,3-移动终端设备二:扫描所处位置能接收到的Wi-Fi信号。
结合图1,本发明的指纹匹配方法的实现流程为:
1)利用移动终端设备在室内固定参考点采样,得到数据存入服务器中;
2)位置未知的移动终端设备扫描Wi-Fi信号,并将信号传送给数据库;
3)利用WKCNN算法,得到移动终端设备的精确位置。
图2是定位步骤的一个流程框图表示。
应用实例:
如图3所示,室内空间大小为13m×14m,将矩形的室内环境划分为12个小的全等矩形,取中心为参考点1~12。取K=4,构成正方形小区域,调节阈值delta=5,权重方位选择利用本发明所提供的方法,可以得到平均误差值为1.72m,误差方差为1.15m。
以上通过详细实施例描述了本发明所提供的利用Wi-Fi信号实现室内指纹匹配定位的方法,本领域的技术人员应当理解,在不脱离本发明实质的范围内,可以对本发明做一定的变形或修改;其制备方法也不限于实施例中所公开的内容。
Claims (9)
1.一种基于指纹匹配的Wi-Fi室内定位方法,其步骤为:
1)对待测室内空间S进行网格划分,并将划分结果分别存储到一服务器和一移动终端A中;其中,每一网格作为一参考节点;
2)对于每一参考节点k,将移动终端A放置在每个参考节点k处,采集能够得到的Wi-Fi信号信息,将这些信息存入服务器数据库中;所述信号信息包括Wi-Fi节点的MAC地址、Wi-Fi节点的信号强度指示RSSI;
3)所述服务器根据该室内空间S所有参考节点的信号信息构建该室内空间S的Wi-Fi信号数据库;
4)所述服务器根据该数据库将该室内空间S划为q个区域,并对于任一区域j,建立每一MAC地址的有效信号范围;
5)当某一移动终端B处于该室内空间S时,采集Wi-Fi信号信息并将其发送至所述服务器;
6)所述服务器遍历每一区域中每一MAC地址的有效信号范围,如果当前信号中的接收信号强度指示RSSIi’在一MAC地址的有效信号范围内,则判断当前信号为该MAC地址的有效信号范围所在区域的有效信号;
7)所述服务器统计每一区域的有效信号数,如果拥有有效信号最多的区域仅有一个,则判定移动终端B处在该区域中;如果拥有有效信号最多的区域有多个,则判定信号空间距离最小的区域为移动终端B所在的区域;
8)所述服务器根据移动终端B所在区域所包含的参考节点坐标,得到移动终端B的位置。
2.如权利要求1所述的方法,其特征在于所述服务器将该室内空间S划为q个区域,其中每一区域包括最紧临的K个参考节点。
6.如权利要求1或2或3所述的方法,其特征在于对于任一区域j,建立每一MAC地址的有效信号范围的方法为:对于每个MAC地址,在区域j所包含的K个参考节点中选出所述数据库中当前MAC地址i对应的RSSI的最大值MaxRSSIji和最小值MinRSSIji,以[MinRSSIji-delta,MaxRSSIji+delta]作为j区域中第i个MAC地址对应的有效信号范围;其中,i=1、2...、p,p为该室内空间S内移动终端A能收到的MAC地址总数,delta为调节阈值。
7.如权利要求1或2或3所述的方法,其特征在于采用信号空间距离公式 计算信号空间距离,h为第n个区域中的第h个参考节点,
n=1、2...、a,a为有效信号最多区域的总数,l为有效信号的热点标识,p’为区域中的有效信号总数;RSSIhl表示移动终端A在第h个参考节点接收的热点l的信号强度,RSSIl表示移动终端B接收到的热点l的信号强度。
8.如权利要求1或2或3所述的方法,其特征在于对于矩形待测室内空间S,将其划分为M×N个全等矩形,依次标记为矩形1、2、3...、M×N-1、M×N;将每个矩形的中心记作参考节点的位置坐标。
9.如权利要求8所述的方法,其特征在于将移动终端A放置在每个参考节点的位置坐标处,多次扫描得到所有能够得到的Wi-Fi信号信息,所述数据库存储的Wi-Fi节点的信号强度指示RSSI为Wi-Fi节点的平均信号强度指示RSSI。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210345337.7A CN102883262B (zh) | 2012-09-17 | 2012-09-17 | 一种基于指纹匹配的Wi-Fi室内定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210345337.7A CN102883262B (zh) | 2012-09-17 | 2012-09-17 | 一种基于指纹匹配的Wi-Fi室内定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102883262A true CN102883262A (zh) | 2013-01-16 |
CN102883262B CN102883262B (zh) | 2015-04-15 |
Family
ID=47484367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210345337.7A Active CN102883262B (zh) | 2012-09-17 | 2012-09-17 | 一种基于指纹匹配的Wi-Fi室内定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102883262B (zh) |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103096466A (zh) * | 2013-01-17 | 2013-05-08 | 哈尔滨工业大学 | Wi-Fi室内定位方法 |
CN103200520A (zh) * | 2013-03-06 | 2013-07-10 | 中国电子科技集团公司第二十八研究所 | 一种利用Wi-Fi的移动终端快速精确定位方法 |
CN103313387A (zh) * | 2013-07-01 | 2013-09-18 | 汪德嘉 | 一种实时室内Wifi定位方法 |
CN103561380A (zh) * | 2013-08-19 | 2014-02-05 | 北京邮电大学 | 位置指纹定位方法及装置 |
CN103596264A (zh) * | 2013-11-13 | 2014-02-19 | 百度在线网络技术(北京)有限公司 | 基于wifi指纹技术的定位方法和装置 |
CN103747524A (zh) * | 2014-01-17 | 2014-04-23 | 西南交通大学 | 一种基于云平台的Android终端室内定位方法 |
CN103913720A (zh) * | 2014-04-08 | 2014-07-09 | 上海交通大学 | 一种面向非特定Wi-Fi设备的室内定位方法 |
CN104113909A (zh) * | 2013-04-16 | 2014-10-22 | 苏州和积信息科技有限公司 | 数字标牌的定位方法和系统 |
WO2014180219A1 (zh) * | 2013-10-21 | 2014-11-13 | 中兴通讯股份有限公司 | 一种定位方法、装置、终端和计算机存储介质 |
CN104202725A (zh) * | 2014-08-22 | 2014-12-10 | 百度在线网络技术(北京)有限公司 | 室内指纹采集方法、装置和设备 |
CN104270818A (zh) * | 2014-10-16 | 2015-01-07 | 北京北斗天成科技有限公司 | 一种停车场中车辆的无线定位方法 |
WO2015007189A1 (en) * | 2013-07-18 | 2015-01-22 | Zhejiang Shenghui Lighting Co., Ltd | Systems and methods for indoor navigation control by led lighting devices |
WO2015027373A1 (en) * | 2013-08-26 | 2015-03-05 | Telefonaktiebolaget L M Ericsson (Publ) | Improving location positioning using m2m ecosystem |
CN104427612A (zh) * | 2013-08-29 | 2015-03-18 | 北京优锐科技有限公司 | 基于概率与支持向量机计算的WiFi定位系统及方法 |
CN104535962A (zh) * | 2014-12-24 | 2015-04-22 | 北京奇虎科技有限公司 | 室内定位方法和室内定位系统 |
CN104596508A (zh) * | 2015-02-15 | 2015-05-06 | 杭州酷班科技有限公司 | 基于区域定位结合惯性导航和地图路径的室内导航方法 |
CN104780606A (zh) * | 2015-03-30 | 2015-07-15 | 南京邮电大学 | 基于无线局域网的室内定位系统及方法 |
CN105334493A (zh) * | 2015-10-09 | 2016-02-17 | 北京航空航天大学 | 一种基于wlan的室内定位方法 |
CN105357647A (zh) * | 2015-10-03 | 2016-02-24 | 上海大学 | 一种在线性不稳定环境下的wifi室内定位方法 |
CN106375953A (zh) * | 2016-08-25 | 2017-02-01 | 中山大学 | 基于路由器的服务端室内定位方法 |
CN106412838A (zh) * | 2016-09-10 | 2017-02-15 | 华南理工大学 | 一种基于统计匹配的蓝牙室内定位方法 |
CN106792549A (zh) * | 2017-02-05 | 2017-05-31 | 南京阿尔法莱瑞通信技术有限公司 | 基于WiFi指纹的室内定位系统及其停取车导航系统 |
CN104471558B (zh) * | 2013-06-28 | 2017-11-07 | 英特尔公司 | 用于重访位置检测的系统和方法 |
CN108632763A (zh) * | 2018-03-07 | 2018-10-09 | 电子科技大学 | 一种基于WiFi指纹的室内定位加权K近邻方法 |
CN109429330A (zh) * | 2017-07-03 | 2019-03-05 | 中国移动通信集团安徽有限公司 | 室内定位方法、装置、设备和介质 |
CN109640253A (zh) * | 2018-12-26 | 2019-04-16 | 合肥优控科技有限公司 | 一种移动机器人定位方法 |
CN109982279A (zh) * | 2019-03-28 | 2019-07-05 | 中国科学技术大学 | 基于蓝牙和音频的室内定位方法及装置 |
CN111447580A (zh) * | 2020-03-06 | 2020-07-24 | 普联技术有限公司 | 室内定位方法、介质、网络管理系统及终端的控制方法 |
CN113949992A (zh) * | 2021-11-24 | 2022-01-18 | 上海瑾盛通信科技有限公司 | 定位方法、装置、电子设备和计算机可读存储介质 |
CN114390673A (zh) * | 2021-12-17 | 2022-04-22 | 浙江智尔信息技术有限公司 | 一种应用于医院的用户行为监测系统 |
CN114743378A (zh) * | 2022-05-16 | 2022-07-12 | 青岛理工大学 | 一种隧道内车流监测方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102170697A (zh) * | 2011-04-06 | 2011-08-31 | 北京邮电大学 | 一种室内定位方法及装置 |
CN102573049A (zh) * | 2010-12-14 | 2012-07-11 | 北京智慧图科技发展有限责任公司 | 一种室内定位方法及系统 |
CN102638888A (zh) * | 2012-03-19 | 2012-08-15 | 华中科技大学 | 基于信号统计的室内定位指纹分组方法 |
-
2012
- 2012-09-17 CN CN201210345337.7A patent/CN102883262B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102573049A (zh) * | 2010-12-14 | 2012-07-11 | 北京智慧图科技发展有限责任公司 | 一种室内定位方法及系统 |
CN102170697A (zh) * | 2011-04-06 | 2011-08-31 | 北京邮电大学 | 一种室内定位方法及装置 |
CN102638888A (zh) * | 2012-03-19 | 2012-08-15 | 华中科技大学 | 基于信号统计的室内定位指纹分组方法 |
Non-Patent Citations (2)
Title |
---|
KUKOLJ, D.等: "Indoor Location Fingerprinting Based on Data Reduction", 《BROADBAND AND WIRELESS COMPUTING, COMMUNICATION AND APPLICATIONS (BWCCA) 2011》 * |
刘兴川等: "基于聚类的快速Wi-Fi定位算法", 《计算机工程》 * |
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103096466B (zh) * | 2013-01-17 | 2015-04-08 | 哈尔滨工业大学 | Wi-Fi室内定位方法 |
CN103096466A (zh) * | 2013-01-17 | 2013-05-08 | 哈尔滨工业大学 | Wi-Fi室内定位方法 |
CN103200520A (zh) * | 2013-03-06 | 2013-07-10 | 中国电子科技集团公司第二十八研究所 | 一种利用Wi-Fi的移动终端快速精确定位方法 |
CN103200520B (zh) * | 2013-03-06 | 2015-08-26 | 中国电子科技集团公司第二十八研究所 | 一种利用Wi-Fi的移动终端快速精确定位方法 |
CN104113909B (zh) * | 2013-04-16 | 2018-04-17 | 苏州和积信息科技有限公司 | 数字标牌的定位方法和系统 |
CN104113909A (zh) * | 2013-04-16 | 2014-10-22 | 苏州和积信息科技有限公司 | 数字标牌的定位方法和系统 |
CN104471558B (zh) * | 2013-06-28 | 2017-11-07 | 英特尔公司 | 用于重访位置检测的系统和方法 |
CN103313387A (zh) * | 2013-07-01 | 2013-09-18 | 汪德嘉 | 一种实时室内Wifi定位方法 |
WO2015007189A1 (en) * | 2013-07-18 | 2015-01-22 | Zhejiang Shenghui Lighting Co., Ltd | Systems and methods for indoor navigation control by led lighting devices |
CN103561380A (zh) * | 2013-08-19 | 2014-02-05 | 北京邮电大学 | 位置指纹定位方法及装置 |
US9686766B2 (en) | 2013-08-26 | 2017-06-20 | Telefonaktiebolaget Lm Ericsson (Publ) | Location positioning using M2M ecosystem |
WO2015027373A1 (en) * | 2013-08-26 | 2015-03-05 | Telefonaktiebolaget L M Ericsson (Publ) | Improving location positioning using m2m ecosystem |
CN104427612B (zh) * | 2013-08-29 | 2018-03-30 | 北京优锐科技有限公司 | 基于概率与支持向量机计算的WiFi定位系统及方法 |
CN104427612A (zh) * | 2013-08-29 | 2015-03-18 | 北京优锐科技有限公司 | 基于概率与支持向量机计算的WiFi定位系统及方法 |
WO2014180219A1 (zh) * | 2013-10-21 | 2014-11-13 | 中兴通讯股份有限公司 | 一种定位方法、装置、终端和计算机存储介质 |
CN103596264A (zh) * | 2013-11-13 | 2014-02-19 | 百度在线网络技术(北京)有限公司 | 基于wifi指纹技术的定位方法和装置 |
CN103747524A (zh) * | 2014-01-17 | 2014-04-23 | 西南交通大学 | 一种基于云平台的Android终端室内定位方法 |
CN103747524B (zh) * | 2014-01-17 | 2017-06-06 | 西南交通大学 | 一种基于云平台的Android终端室内定位方法 |
CN103913720A (zh) * | 2014-04-08 | 2014-07-09 | 上海交通大学 | 一种面向非特定Wi-Fi设备的室内定位方法 |
CN103913720B (zh) * | 2014-04-08 | 2016-06-01 | 上海交通大学 | 一种面向非特定Wi-Fi设备的室内定位方法 |
CN104202725B (zh) * | 2014-08-22 | 2018-08-07 | 百度在线网络技术(北京)有限公司 | 室内指纹采集方法、装置和设备 |
CN104202725A (zh) * | 2014-08-22 | 2014-12-10 | 百度在线网络技术(北京)有限公司 | 室内指纹采集方法、装置和设备 |
CN104270818A (zh) * | 2014-10-16 | 2015-01-07 | 北京北斗天成科技有限公司 | 一种停车场中车辆的无线定位方法 |
CN104535962A (zh) * | 2014-12-24 | 2015-04-22 | 北京奇虎科技有限公司 | 室内定位方法和室内定位系统 |
CN104535962B (zh) * | 2014-12-24 | 2017-07-11 | 北京奇虎科技有限公司 | 室内定位方法和室内定位系统 |
CN104596508A (zh) * | 2015-02-15 | 2015-05-06 | 杭州酷班科技有限公司 | 基于区域定位结合惯性导航和地图路径的室内导航方法 |
CN104780606A (zh) * | 2015-03-30 | 2015-07-15 | 南京邮电大学 | 基于无线局域网的室内定位系统及方法 |
CN105357647B (zh) * | 2015-10-03 | 2019-02-01 | 上海大学 | 一种在线性不稳定环境下的wifi室内定位方法 |
CN105357647A (zh) * | 2015-10-03 | 2016-02-24 | 上海大学 | 一种在线性不稳定环境下的wifi室内定位方法 |
CN105334493A (zh) * | 2015-10-09 | 2016-02-17 | 北京航空航天大学 | 一种基于wlan的室内定位方法 |
CN106375953A (zh) * | 2016-08-25 | 2017-02-01 | 中山大学 | 基于路由器的服务端室内定位方法 |
CN106412838A (zh) * | 2016-09-10 | 2017-02-15 | 华南理工大学 | 一种基于统计匹配的蓝牙室内定位方法 |
CN106792549A (zh) * | 2017-02-05 | 2017-05-31 | 南京阿尔法莱瑞通信技术有限公司 | 基于WiFi指纹的室内定位系统及其停取车导航系统 |
CN109429330A (zh) * | 2017-07-03 | 2019-03-05 | 中国移动通信集团安徽有限公司 | 室内定位方法、装置、设备和介质 |
CN108632763A (zh) * | 2018-03-07 | 2018-10-09 | 电子科技大学 | 一种基于WiFi指纹的室内定位加权K近邻方法 |
CN109640253A (zh) * | 2018-12-26 | 2019-04-16 | 合肥优控科技有限公司 | 一种移动机器人定位方法 |
CN109982279A (zh) * | 2019-03-28 | 2019-07-05 | 中国科学技术大学 | 基于蓝牙和音频的室内定位方法及装置 |
CN111447580A (zh) * | 2020-03-06 | 2020-07-24 | 普联技术有限公司 | 室内定位方法、介质、网络管理系统及终端的控制方法 |
CN113949992A (zh) * | 2021-11-24 | 2022-01-18 | 上海瑾盛通信科技有限公司 | 定位方法、装置、电子设备和计算机可读存储介质 |
CN113949992B (zh) * | 2021-11-24 | 2024-03-29 | 上海瑾盛通信科技有限公司 | 定位方法、装置、电子设备和计算机可读存储介质 |
CN114390673A (zh) * | 2021-12-17 | 2022-04-22 | 浙江智尔信息技术有限公司 | 一种应用于医院的用户行为监测系统 |
CN114390673B (zh) * | 2021-12-17 | 2023-11-14 | 浙江智尔信息技术有限公司 | 一种应用于医院的用户行为监测系统 |
CN114743378A (zh) * | 2022-05-16 | 2022-07-12 | 青岛理工大学 | 一种隧道内车流监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102883262B (zh) | 2015-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102883262A (zh) | 一种基于指纹匹配的Wi-Fi室内定位方法 | |
Li et al. | Experiencing and handling the diversity in data density and environmental locality in an indoor positioning service | |
US20230062443A1 (en) | Radio mapping architecture for applying machine learning techniques to wireless radio access networks | |
EP3890361B1 (en) | Cell longitude and latitude prediction method and device, server, base station, and storage medium | |
CN104883734B (zh) | 一种基于地理指纹的室内被动定位方法 | |
EP2785095B1 (en) | Site selection method and device | |
CN105578496B (zh) | 一种邻区优化方法及装置 | |
CN105338498A (zh) | 一种WiFi室内定位系统中指纹库的构建方法 | |
Zhu et al. | Improving crowd-sourced wi-fi localization systems using bluetooth beacons | |
US9326266B2 (en) | Methods and apparatus to determine a base station location | |
US8532024B2 (en) | Method and apparatus for determining coupled path loss | |
EP2952047B1 (en) | Method for localizing wireless devices | |
CN103068035A (zh) | 一种无线网络定位方法、装置及系统 | |
CN102377698B (zh) | 信号与干扰噪声比的测量方法和装置 | |
CN110557716A (zh) | 一种基于对数正态模型的室内定位方法 | |
CN104285159A (zh) | 支持存储信息的更新 | |
CN108307427B (zh) | 一种lte网络覆盖分析、预测方法及系统 | |
Ying et al. | Characterizing spatial patterns of base stations in cellular networks | |
CN109803274A (zh) | 一种天线方位角优化方法和系统 | |
WO2020024597A1 (zh) | 室内定位方法和装置 | |
CN103686832A (zh) | 用于在多个无线电技术的情况下进行干扰和拥塞检测的方法 | |
CN107210799A (zh) | 天线波束信息的利用 | |
KR20160085804A (ko) | 무선 채널 활용 | |
Petric et al. | Indoor localization using multi-operator public land mobile networks and support vector machine learning algorithms | |
WO2017211178A1 (zh) | 划分超级小区的方法及装置 |
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 |