CN103442431A - 指纹定位方法与服务器 - Google Patents
指纹定位方法与服务器 Download PDFInfo
- Publication number
- CN103442431A CN103442431A CN2013103480754A CN201310348075A CN103442431A CN 103442431 A CN103442431 A CN 103442431A CN 2013103480754 A CN2013103480754 A CN 2013103480754A CN 201310348075 A CN201310348075 A CN 201310348075A CN 103442431 A CN103442431 A CN 103442431A
- Authority
- CN
- China
- Prior art keywords
- terminal
- multidiameter delay
- delay structure
- fingerprint
- current location
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 claims description 9
- 238000009432 framing Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 7
- 230000008054 signal transmission Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 abstract description 5
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract 2
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 108010076504 Protein Sorting Signals Proteins 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种指纹定位方法与服务器，不同于传统的利用功率作为指纹的方法，而是利用多径时延构造指纹，由于多径时延的结构主要跟环境的建筑结构有关，人群等环境动态变化对多径时延的影响比较小，所以本方法与服务器能够降低人群等环境变化的影响，提高指纹定位的准确性，及对实际环境的适用性。
Description
技术领域
本发明涉及移动通信定位技术领域，特别是涉及一种指纹定位方法与服务器。
背景技术
随着通信技术的发展，作为移动通信和个人通信服务的一部分，位置服务变得越来越重要了。
指纹定位技术是室内位置服务中的一种常用技术，传统的指纹定位技术前期需要建立指纹库，即人为地对各参考点进行训练以建立指纹库，后期则将在线数据与指纹库中的数据对比，找到匹配的数据，以此实现定位。
在指纹定位法使用过程中，由于人群移动等环境因素的变化，信号功率受到很大的影响。因而当人流量变化后，若仍然采用前期建立的指纹库进行匹配，所得结果必然偏离真实值。换言之，传统的指纹定位方法的准确性有待提高。
发明内容
基于上述情况，本发明提出了一种指纹定位方法与服务器，以提高室内定位的准确性。
一种指纹定位方法，包括步骤：
在终端和各接入点之间建立通信并传输信号，检测信号各个径的时延和峰值；
选取最大的若干个峰值，将所述若干个峰值对应的径作为有效径，将有效径与对应的时延结合，得到多径时延结构；
汇总终端与各接入点之间的多径时延结构，得到终端在当前位置的多径时延结构；
将终端在当前位置的多径时延结构与指纹库中离线测量的参考点的多径时延结构进行匹配，选出多径时延结构最相似的若干个参考点；
对选出的参考点的位置进行加权平均，得到终端的当前位置。
一种指纹定位服务器，包括：
时延与峰值检测单元，用于在终端和各接入点之间建立通信并传输信号，检测信号各个径的时延和峰值；
有效径选取单元，用于选取最大的若干个峰值，将所述若干个峰值对应的径作为有效径，将有效径及对应的时延结合，得到多径时延结构；
当前多径时延结构确定单元，用于汇总终端与各接入点之间的多径时延结构，得到终端在当前位置的多径时延结构；
指纹库匹配单元，将终端在当前位置的多径时延结构与指纹库中离线测量的参考点的多径时延结构进行匹配，选出多径时延结构最相似的若干个参考点；
终端位置估计单元，用于对选出的参考点的位置进行加权平均，得到终端的当前位置。
本发明的指纹定位方法与服务器，不同于传统的利用功率作为指纹的方法，而是利用多径时延构造指纹，由于多径时延的结构主要跟环境的建筑结构有关，人群等环境动态变化对多径时延的影响比较小，所以本方法与服务器能够降低人群等环境变化的影响，提高指纹定位的准确性，及对实际环境的适用性。
附图说明
图1为本发明指纹定位方法的流程示意图；
图2为一个室内定位场景示意图；
图3为图2所示场景的定位流程示意图；
图4为本发明指纹定位服务器的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。
本发明的指纹定位方法，如图1所示，包括步骤：
步骤S101、在终端和各接入点之间建立通信并传输信号，检测信号各个径的时延和峰值；
步骤S102、选取最大的若干个峰值，将所述若干个峰值对应的径作为有效径，将有效径与对应的时延结合，得到多径时延结构；
步骤S103、汇总终端与各接入点之间的多径时延结构，得到终端在当前位置的多径时延结构；
步骤S104、将终端在当前位置的多径时延结构与指纹库中离线测量的参考点的多径时延结构进行匹配，选出多径时延结构最相似的若干个参考点；
步骤S105、对选出的参考点的位置进行加权平均，得到终端的当前位置。
如上所述，本方法分为离线阶段和在线阶段，离线阶段根据已知位置的参考点建立了指纹库，在线阶段则根据在终端测得的信号特征匹配指纹库，选出最佳匹配参考点，进而实现定位估计，下面结合一个具体实施例详细介绍本方法离线和在线阶段的步骤。
图2是一室内定位场景，场景内分布了4个接入点AP1、AP2、AP3、AP4，制作指纹库的参考点分布在场景中（如C1,1、C1,4、C4,3），UE是需要定位的终端。将本指纹定位方法应用到图2的场景，具体实施步骤如下：
离线阶段：
1）按照图2，根据定位精度要求，在整个定位场景分布参考点的位置。
2）参考点在已知位置上发送信号，所述信号可以是专用的定位信号，也可以是一般的导频信号等。例如参考点Cx，y在位置（x，y）上发送定位信号。
3）各接入点接收到上述参考点发送的信号，对接收到的信号进行信号处理，解得并记录下信号各径的延时时间和功率。所述信号处理可以是利用信号的相关性，将接收到的信号与本地生成的信号进行相关处理，解得相关峰值和延时位置。例如AP1将本地生成的定位信号序列和接收到的定位信号序列进行相关，可以得到各径的相关峰值，记录下峰值的时延位置和峰值的功率。
4）一次或多次进行上述步骤3），将得到的相关峰值的时延和功率结果进行运算，取出最可靠的若干个径作为该所述参考点对于所述接入点的多径时延结构。由于得到的值是统计结果，所以可以看成得到的多径结构排除了信道随机因素的影响，只与建筑结构有关。
5）将接入点AP1、AP2等测量所述参考点的多径结构汇总起来，对应上该参考点的位置信息（x，y），则得到了该参考点的定位指纹。所有参考点Cx,y的定位指纹的集合便得到该定位场景的定位指纹数据库，简称指纹库。
6）所述指纹库内容包括：参考点的位置信息（x，y）、接收到所述参考点定位信号的接入点列表（AP1、AP2…）、各接入点统计得到的所述参考点的多径时延结构等。
在线阶段：
1）定位过程中如图3所示，终端UE向接入点AP1、AP2…发送信号。所述信号可以是专用的定位信号，也可以是一般的导频信号等。
2）分布在终端UE周围的一个或者多个接入点接收所述接收机发送的信号。将所述接入点将接收到的信号进行信号处理，得到各径的功率和时延。所述信号处理可以是利用信号的相关性，将接收到的信号与本地生成的信号进行相关处理，解得相关峰值和延时位置。如图3中，各接入点对信号进行相关处理后得到该信号的所有多径情况。
3）选取相关结果最大的若干个峰值，将所述若干个峰值对应的径当成是当前位置的有效径，根据径的时延得到当前位置的多径时延结构。如图3中对信号的径进行筛选，得到若干个最强径的结构。
4）接着如图3中，将各接入点测量得到所述接收机UE当前位置的多径时延结构汇总，得到当前位置的总的测量样本。将测量样本与定位指纹数据库中的指纹数据进行匹配。
5）所述匹配的方式可以是多样的，可以直接对数据进行匹配，也可以经过某些数学运算（如线性叠加）后进行匹配。
6）匹配得到与当前位置多径时延结构最相似的若干个参考点（图2中为C3,4、C3,5、C2,5、C4,5），将所述参考点的位置信息进行加权和平均得出终端位置的估计值，然后反馈给终端UE完成定位。
本发明的指纹定位服务器是与上述定位方法对应的服务器，如图4所示，包括：
时延与峰值检测单元，用于在终端和各接入点之间建立通信并传输信号，检测信号各个径的时延和峰值
有效径选取单元，用于选取最大的若干个峰值，将所述若干个峰值对应的径作为有效径，将有效径及对应的时延结合，得到多径时延结构；
当前多径时延结构确定单元，用于汇总终端与各接入点之间的多径时延结构，得到终端在当前位置的多径时延结构；
指纹库匹配单元，将终端在当前位置的多径时延结构与指纹库中离线训练的参考点的多径时延结构进行匹配，选出多径时延结构最相似的若干个参考点；
终端位置估计单元，用于对选出的参考点的位置进行加权平均，得到终端的当前位置。
作为一个优选的实施例，所述信号为定位信号或导频信号。
作为一个优选的实施例，所述指纹库匹配单元，还用于将每个接入点对应的终端在当前位置的多径时延结构进行线性叠加后，再与指纹库中离线训练的参考点的多径时延结构进行匹配。
与现有技术相比，本发明具备如下优点和有益效果：
1）利用多径时延构造指纹与利用功率作为指纹不同，多径时延的结构主要跟环境的建筑结构有关。人群等环境动态变化对多径时延的影响比较小，所以本发明能够提高指纹定位方法在实际环境中的适用性。
2）与传统的三角定位方法不同，本发明在单接入节点的情况下也能进行定位。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种指纹定位方法，其特征在于，包括步骤：
在终端和各接入点之间建立通信并传输信号，检测信号各个径的时延和峰值；
选取最大的若干个峰值，将所述若干个峰值对应的径作为有效径，将有效径与对应的时延结合，得到多径时延结构；
汇总终端与各接入点之间的多径时延结构，得到终端在当前位置的多径时延结构；
将终端在当前位置的多径时延结构与指纹库中离线测量的参考点的多径时延结构进行匹配，选出多径时延结构最相似的若干个参考点；
对选出的参考点的位置进行加权平均，得到终端的当前位置。
2.根据权利要求1所述的指纹定位方法，其特征在于，
所述信号为定位信号或导频信号。
3.根据权利要求1或2所述的指纹定位方法，其特征在于，
将每个接入点对应的终端在当前位置的多径时延结构进行线性叠加后，再与指纹库中离线训练的参考点的多径时延结构进行匹配。
4.一种指纹定位服务器，其特征在于，包括：
时延与峰值检测单元，用于在终端和各接入点之间建立通信并传输信号，检测信号各个径的时延和峰值；
有效径选取单元，用于选取最大的若干个峰值，将所述若干个峰值对应的径作为有效径，将有效径及对应的时延结合，得到多径时延结构；
当前多径时延结构确定单元，用于汇总终端与各接入点之间的多径时延结构，得到终端在当前位置的多径时延结构；
指纹库匹配单元，将终端在当前位置的多径时延结构与指纹库中离线测量的参考点的多径时延结构进行匹配，选出多径时延结构最相似的若干个参考点；
终端位置估计单元，用于对选出的参考点的位置进行加权平均，得到终端的当前位置。
5.根据权利要求4所述的指纹定位服务器，其特征在于，
所述信号为定位信号或导频信号。
6.根据权利要求4或5所述的指纹定位服务器，其特征在于，
所述指纹库匹配单元，还用于将每个接入点对应的终端在当前位置的多径时延结构进行线性叠加后，再与指纹库中离线训练的参考点的多径时延结构进行匹配。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310348075.4A CN103442431B (zh) | 2013-08-09 | 2013-08-09 | 指纹定位方法与服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310348075.4A CN103442431B (zh) | 2013-08-09 | 2013-08-09 | 指纹定位方法与服务器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103442431A true CN103442431A (zh) | 2013-12-11 |
| CN103442431B CN103442431B (zh) | 2016-06-15 |
Family
ID=49696079
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310348075.4A Expired - Fee Related CN103442431B (zh) | 2013-08-09 | 2013-08-09 | 指纹定位方法与服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103442431B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104066177A (zh) * | 2014-06-30 | 2014-09-24 | 百度在线网络技术（北京）有限公司 | 无线定位中指纹数据的获取方法及装置 |
| CN106879066A (zh) * | 2015-12-14 | 2017-06-20 | 富士通株式会社 | 定位方法和定位装置 |
| CN107431893A (zh) * | 2015-03-18 | 2017-12-01 | 索尼公司 | 用于mimo系统中的位置确定的指纹匹配 |
| CN108614237A (zh) * | 2018-03-19 | 2018-10-02 | 西北大学 | 基于压缩感知的指纹库建立及rfid定位方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1879338A (zh) * | 2003-12-26 | 2006-12-13 | 中兴通讯股份有限公司 | 码分多址通信系统的多径搜索方法 |
| CN102395100A (zh) * | 2011-09-01 | 2012-03-28 | 中国科学院软件研究所 | 一种抗人身遮挡的指纹定位方法及系统 |
| US20130172007A1 (en) * | 2012-01-03 | 2013-07-04 | Wavion, Ltd | Single-Site Localization via Multipath Fingerprinting |
-
2013
- 2013-08-09 CN CN201310348075.4A patent/CN103442431B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1879338A (zh) * | 2003-12-26 | 2006-12-13 | 中兴通讯股份有限公司 | 码分多址通信系统的多径搜索方法 |
| CN102395100A (zh) * | 2011-09-01 | 2012-03-28 | 中国科学院软件研究所 | 一种抗人身遮挡的指纹定位方法及系统 |
| US20130172007A1 (en) * | 2012-01-03 | 2013-07-04 | Wavion, Ltd | Single-Site Localization via Multipath Fingerprinting |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104066177A (zh) * | 2014-06-30 | 2014-09-24 | 百度在线网络技术（北京）有限公司 | 无线定位中指纹数据的获取方法及装置 |
| CN104066177B (zh) * | 2014-06-30 | 2017-09-01 | 百度在线网络技术（北京）有限公司 | 无线定位中指纹数据的获取方法及装置 |
| CN107431893A (zh) * | 2015-03-18 | 2017-12-01 | 索尼公司 | 用于mimo系统中的位置确定的指纹匹配 |
| CN107431893B (zh) * | 2015-03-18 | 2020-07-24 | 索尼公司 | 确定装置在大规模mimo网络上的位置的方法、设备和介质 |
| CN106879066A (zh) * | 2015-12-14 | 2017-06-20 | 富士通株式会社 | 定位方法和定位装置 |
| CN108614237A (zh) * | 2018-03-19 | 2018-10-02 | 西北大学 | 基于压缩感知的指纹库建立及rfid定位方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103442431B (zh) | 2016-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | A feature-scaling-based $ k $-nearest neighbor algorithm for indoor positioning systems | |
| CN103068035B (zh) | 一种无线网络定位方法、装置及系统 | |
| CN103440473B (zh) | 指纹定位方法与服务器 | |
| CN106604228B (zh) | 一种基于lte信令数据的指纹定位方法 | |
| CN106792808A (zh) | 一种基于信道状态信息的室内环境下视距路径识别方法 | |
| JP6032469B2 (ja) | 発信源推定方法およびそれを利用した発信源推定装置 | |
| CN104661303B (zh) | 用于确定无线局域网设备位置的系统和方法 | |
| CN105578404A (zh) | 一种定位方法及相应的终端、系统 | |
| Liu et al. | A research on CSI-based human motion detection in complex scenarios | |
| CN104796980A (zh) | 适用于不同型号智能终端的wlan室内定位校准方法 | |
| CN103442431A (zh) | 指纹定位方法与服务器 | |
| CN103442432B (zh) | 指纹定位方法与服务器 | |
| CN103581831A (zh) | 基于WiFi以及移动终端的室内定位算法 | |
| JP2013205398A (ja) | 発信源推定方法およびそれを利用した発信源推定装置 | |
| CN106255062A (zh) | 一种室内定位系统位置指纹库的构建方法和装置 | |
| CN113015093B (zh) | 一种基于三维深度残差神经网络的室内无线定位方法 | |
| CN105163382A (zh) | 一种室内区域定位优化方法及系统 | |
| CN105517148B (zh) | 一种定位方法及装置 | |
| CN106231564B (zh) | 一种方位优先的位置指纹室内定位方法 | |
| Huang et al. | A novel WIFI-oriented RSSI signal processing method for tracking low-speed pedestrians | |
| Tiku et al. | PortLoc: a portable data-driven indoor localization framework for smartphones | |
| CN106303942A (zh) | 一种无线网络指纹信号的处理方法及装置 | |
| Mondal et al. | Performance evaluation of MDT assisted LTE RF fingerprint framework | |
| Xin-Di et al. | The improvement of RSS-based location fingerprint technology for cellular networks | |
| Tripkovic et al. | Cluster density in crowdsourced mobile network measurements |
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 | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 510663 No. 10 Shenzhou Road, Science City, Luogang District, Guangzhou City, Guangdong Province Patentee after: Jingxin Network System Co.,Ltd. Address before: 510663 No. 10 Shenzhou Road, Science City, Luogang District, Guangzhou City, Guangdong Province Patentee before: COMBA TELECOM SYSTEMS (CHINA) Ltd. |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160615 |