CN103561465A - 一种基于概率指纹的多基站定位方法 - Google Patents

一种基于概率指纹的多基站定位方法 Download PDF

Info

Publication number
CN103561465A
CN103561465A CN201310514992.5A CN201310514992A CN103561465A CN 103561465 A CN103561465 A CN 103561465A CN 201310514992 A CN201310514992 A CN 201310514992A CN 103561465 A CN103561465 A CN 103561465A
Authority
CN
China
Prior art keywords
probability
base station
grid
fingerprint
latitude
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
Application number
CN201310514992.5A
Other languages
English (en)
Other versions
CN103561465B (zh
Inventor
涂岩恺
黄家乾
陈典全
季刚
钟可华
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.)
Xiamen Yaxon Networks Co Ltd
Original Assignee
Xiamen Yaxon Networks 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 Xiamen Yaxon Networks Co Ltd filed Critical Xiamen Yaxon Networks Co Ltd
Priority to CN201310514992.5A priority Critical patent/CN103561465B/zh
Publication of CN103561465A publication Critical patent/CN103561465A/zh
Application granted granted Critical
Publication of CN103561465B publication Critical patent/CN103561465B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种基于概率指纹的基站定位方法,采用连续信号采样方式及相应的概率统计方法生成概率指纹与伪概率指纹,通过概率相似度匹配克服了传统采样和匹配定位方法容易受到信号强度波动干扰的缺点,提高了利用多个基站信号进行定位的准确性,本发明充分利用多个相邻基站的信号强度概率统计信息,提高了定位精度,不需要在终端设备上增加额外的设备,从而有利于在普通大众消费型手机终端上实现较精确的室内定位应用。

Description

一种基于概率指纹的多基站定位方法
技术领域
本发明涉及一种基于概率指纹的多基站定位方法。
背景技术
室内定位技术在室内公共场所监控、室内导航应用中具有重大价值,因此在无法接收GPS信号的室内环境下,如何实现室内定位成为人们关注的焦点。现有的室内定位技术主要有:光跟踪定位技术、蓝牙定位技术、超声波定位技术、基于WIFI的定位技术和基站定位技术等。其中,基站定位技术相比其它方法具有覆盖范围广、实现成本较低等优点而受到关注。
传统的直接利用基站CID(编号)进行单基站定位的精度很低;而基于信号到达时间(TOA)或到达角度(AOA)的定位方法需要在定位终端上安装额外的授时设备或阵列天线,因此不具普遍性;基于基站信号强度的定位方法不需要额外设备,因此在大众消费的普通手机上均能实现,具有覆盖广成本低的优点。但是,传统基于基站信号强度的定位方法容易受到基站信号波动影响,从而影响定位精度。
发明内容
本发明的目的在于提供一种基于概率指纹的基站定位方法,克服了传统基于基站信号强度的定位方法容易受到基站信号波动影响,从而影响定位精度的问题,在基站定位覆盖范围广成本低的优势上提高了利用多个基站信号进行定位的准确性,从而有利于在普通大众消费型手机终端上实现较精确的室内定位应用。
本发明一种基于概率指纹的基站定位方法,包括如下步骤:
步骤1、在信号采样时,在每一个经纬度坐标上在一段时间内连续采样,一个采样点对应一系列采样值,将采样点的经纬度坐标、接收到的各基站CID、每个基站对应的信号强度、运营商类型及采样时间上传到多基站定位中心记录进数据库的采样信息表中,供多基站定位中心进行数据处理;
步骤2、多基站定位中心对所有上传的采样点进行栅格划分,并统计栅格内同一个基站CID信号强度的概率分布,将所有基站CID的信号强度概率分布生成概率指纹作为定位特征存储在多基站定位中心的定位数据库中;
步骤3、在定位阶段,手机终端将接收到的基站信号强度的伪概率指纹与对应的基站CID集合上传到多基站定位中心,与多基站定位中心的定位数据库中的概率指纹比较概率相似度,依据概率相似度选择最相似的栅格中心位置作为当前的定位位置。
所述的步骤2具体包括如下步骤:
(1)对所有上传的采样点进行栅格划分:
在采样信息表中寻找所有记录的经度和纬度的最大最小值,经度最小值记为minLon,经度最大值记为maxLon,纬度最小值记为minLat,纬度最大值记为maxLat;
以长度r为步长,将步长换算为经纬度数记为θ,从经度最小值minLon开始以每θ度划分横向栅格直至经度最大值maxLon,得到栅格的横向边界位置坐标集:
{minLon,minLon+θ,minLon+2θ,minLon+3θ,……,maxLon}
    从纬度最小值minLat开始以每θ度划分纵向栅格直至纬度最大值maxLat,得到栅格的纵向边界位置坐标集:
{minLat,minLat+θ,minLat+2θ,minLat+3θ,……,maxLat}
根据栅格边界即可把采样区域划分为许多方形栅格,每个栅格记为Cell(m,n),其对应的区域范围即为:minLon+mθ≤经度≤minLon+(m+1)θ;minLat+nθ≤纬度≤minLat+(n+1)θ;
(2)统计概率分布以生成概率指纹:
A、取出一个栅格Cell(m, n),从采样信息表中取出经纬度位于该栅格内的所有采样记录,假设一共有R条采样记录,统计R条采样记录中不重复的基站CID,构成基站CID集合M={ID1, ID2, ID3, ..., IDm},对每个基站CID建立代表0到-100db一维数据缓存,缓存数值记为C ix (i=ID1,ID2,...,IDm; x = 0, -1, ..., -100),每个缓存数值初始化为零:C ix =0; 
B、从R条采样记录中取出一条采样记录进入步骤C;
C、从每条采样记录中逐个取出基站CID值i与对应的信号强度值x,将对应的C ix 记数加1,判断是否从单条采样记录中取出所有基站CID与对应信号强度,如果否则重复本步骤,如果是则进入步骤D;
D、判断是否遍历栅格内所有R条记录,如果否则返回步骤B,如果是则生成每一个基站CID的信号概率分布                                                
Figure 2013105149925100002DEST_PATH_IMAGE001
,组成概率指纹:
Figure 279749DEST_PATH_IMAGE002
;将概率指纹与对应的基站CID集合M记录进多基站定位中心的定位数据库的概率特征表中;
E、判断是否遍历了所有栅格,如果否则返回步骤A,如果是则结束数据处理。
所述的步骤3具体包括如下步骤:
A、假设手机终端在定位时可收到n个基站的信号,基站CID集合为N={ID1, ID2, ID3, ..., IDn},其信号强度的普通指纹为{x1, x2, x3, ..., xn},设手机终端信号强度波动范围为λ,手机终端接收到的信号强度在[xi-λ, xi+λ]区间上服从均匀概率分布
Figure 2013105149925100002DEST_PATH_IMAGE003
,则手机终端的伪概率指纹为:
Figure 416333DEST_PATH_IMAGE004
,其中若xi-λ小于-100db则区间下限取-100db,若xi+λ大于0db则区间上限取0db;将信号强度的伪概率指纹与对应的基站CID集合N上传到多基站定位中心;
B、多基站定位中心从定位数据库的概率特征表中取出所有满足N∩M≠Φ的记录;
C、计算概率特征表中每条记录的概率指纹与手机终端的伪概率指纹的相似度:
Figure 2013105149925100002DEST_PATH_IMAGE005
,其中:
Figure 975226DEST_PATH_IMAGE006
,     
Figure 2013105149925100002DEST_PATH_IMAGE007
D、依据概率相似度选择最相似的栅格中心位置做为定位结果下发到手机终端,完成定位。
在室内环境下因GPS失效而无法进行定位的情况下,基站定位是对GPS定位的有效补充,采用基站定位技术只要用户手机处于移动通信网络的有效范围之内,就可以随时进行位置定位,本发明采用了连续信号采样方式及相应的概率统计方法生成概率指纹与伪概率指纹,通过概率相似度匹配克服了传统采样和匹配定位方法容易受到信号强度波动干扰的缺点,提高了利用多个基站信号进行定位的准确性,本发明充份利用多个相邻基站的信号强度概率统计信息,提高了定位精度,不需要在终端设备上增加额外的设备,从而有利于在普通大众消费型手机终端上实现较精确的室内定位应用。
附图说明
图1为本发明的工作原理示意图。
以下结合附图和具体实施例对本发明作进一步详述。
具体实施方式
如图1所示,为一种基于概率指纹的基站定位系统。本发明采用手机的2G或3G通信模块采集当前收到的GSM或CDMA信号,在每一个经纬度坐标上在一段时间内连续采样,一个采样点对应一系列采样值,将采样点的经纬度坐标、接收到的各基站CID、每个基站对应的信号强度、运营商类型及采样时间记录进数据库的采样信息表中,供多基站定位中心的数据处理模块进行数据处理。
本发明对上述采样信息表中的数据先按采样点经纬度坐标进行栅格化区域划分,再统计栅格区域内各基站信号强度的概率分布,将栅格区域内每个基站CID对应的信号强度概率分布构成概率指纹,存入概率特征表中,供定位模块调用。
本发明由手机终端接收到的基站CID和相应的信号强度构成一个普通指纹序列,并给每个基站CID对应的信号强度划定一个等概率波动区间,将普通指纹扩展成伪概率指纹,利用手机终端的伪概率指纹与概率特征表中的概率指纹比较相似度,依据相似度选择最相似的概率指纹代表的栅格中心位置作为当前的定位位置。
本发明一种基于概率指纹的基站定位方法,包括如下步骤:
步骤1、在信号采样时,在每一个经纬度坐标上在一段时间内连续采样,一个采样点对应一系列采样值,将采样点的经纬度坐标、接收到的各基站CID、每个基站对应的信号强度、运营商类型及采样时间上传到多基站定位中心记录进数据库的采样信息表中,供多基站定位中心进行数据处理;
在室内每隔一定距离进行采样,将采样点经纬度坐标位置、在采样点上接收到的基站CID、信号强度、采样时间、运营商类型数据上传到多基站定位中心记录进数据库的采样信息表;
在上述每个采样点上隔一阈值时间进行重复采样,将采样点经纬度坐标位置、在采样点上接收到的基站CID、信号强度、采样时间、运营商类型数据上传到多基站定位中心记录进数据库的采样信息表;
步骤2、多基站定位中心对所有上传的采样点进行栅格划分,并统计栅格内同一个基站CID信号强度的概率分布,将所有基站CID的信号强度概率分布生成概率指纹作为定位特征存储在多基站定位中心的定位数据库的概率特征表中:
(1)对所有上传的采样点进行栅格划分:
在采样信息表中寻找所有记录的经度和纬度的最大最小值,经度最小值记为minLon,经度最大值记为maxLon,纬度最小值记为minLat,纬度最大值记为maxLat;
以长度r为步长,将步长换算为经纬度数记为θ,从经度最小值minLon开始以每θ度划分横向栅格直至经度最大值maxLon,得到栅格的横向边界位置坐标集:
{minLon,minLon+θ,minLon+2θ,minLon+3θ,……,maxLon}
    从纬度最小值minLat开始以每θ度划分纵向栅格直至纬度最大值maxLat,得到栅格的纵向边界位置坐标集:
{minLat,minLat+θ,minLat+2θ,minLat+3θ,……,maxLat}
根据栅格边界即可把采样区域划分为许多方形栅格,每个栅格记为Cell(m,n),其对应的区域范围即为:minLon+mθ≤经度≤minLon+(m+1)θ;minLat+nθ≤纬度≤minLat+(n+1)θ;
本发明中将采样区域进行栅格化的好处在于:一个栅格区域内包含更多的采样点采样信号,对小区域内信号强度进行概率统计能减少在同一个采样点所需的采样次数,降低采样工作量。为保证栅格内不同采样点信号强度受环境干扰影响程度相同,栅格化步长r不应取太大的值,在较繁杂的环境中r值应取较小值,在较简单的环境中r值可适当增大,在本发明中r取值不大于10米。栅格化的另一个优点是:栅格化后生成栅格概率指纹数量比直接用采样点连续采样生成概率指纹的数量要少的多,能够减少定位时的匹配次数,加快定位响应。
(2)统计概率分布以生成概率指纹:
A、取出一个栅格Cell(m, n),从采样信息表中取出经纬度位于该栅格内的所有采样记录,假设一共有R条采样记录,统计R条采样记录中不重复的基站CID,构成基站CID集合M={ID1, ID2, ID3, ..., IDm},对每个基站CID建立代表0到-100db一维数据缓存(普通无线通信模块可接收到有效信号强度一般在0到-100db),缓存数值记为C ix (i=ID1,ID2,...,IDm; x = 0, -1, ..., -100),每个缓存数值初始化为零:C ix =0; 
B、从R条采样记录中取出一条采样记录进入步骤C;
C、从每条采样记录中逐个取出基站CID值i与对应的信号强度值x,将对应的C ix 记数加1,判断是否从单条采样记录中取出所有基站CID与对应信号强度,如果否则重复本步骤,如果是则进入步骤D;
D、判断是否遍历栅格内所有R条记录,如果否则返回步骤B,如果是则生成每一个基站CID的信号概率分布
Figure 843956DEST_PATH_IMAGE008
,组成概率指纹:
Figure 535969DEST_PATH_IMAGE002
;将概率指纹与对应的基站CID集合M记录进多基站定位中心的定位数据库的概率特征表中;
E、判断是否遍历了所有栅格,如果否则返回步骤A,如果是则结束数据处理。
步骤3、在定位阶段,手机终端将接收到的基站信号强度的伪概率指纹与对应的基站CID集合上传到多基站定位中心,与多基站定位中心的定位数据库中的概率指纹比较概率相似度,依据概率相似度选择最相似的栅格中心位置作为当前的定位位置:
A、假设手机终端在定位时可收到n个基站的信号,基站CID集合为N={ID1, ID2, ID3, ..., IDn},其普通指纹为{x1, x2, x3, ..., xn},由于不能确定手机终端位置是否固定,因此无法通过连续采样统计手机终端在一个位置上的概率指纹,本发明为手机终端信号强度设定一个等概率波动范围,将普通指纹扩展为伪概率指纹;设定手机终端信号强度波动范围为λ,手机终端接收到的信号强度在[xi-λ, xi+λ]区间上服从均匀概率分布,则手机终端的伪概率指纹为:,其中若xi-λ小于-100db则区间下限取-100db,若xi+λ大于0db则区间上限取0db;将伪概率指纹与对应的基站CID集合N上传到多基站定位中心;
B、多基站定位中心从定位数据库的概率特征表中取出所有满足N∩M≠Φ的记录;
C、计算概率特征表中每条记录的概率指纹与手机终端的伪概率指纹的相似度:,其中:
,     
Figure 556008DEST_PATH_IMAGE007
D、依据概率相似度选择最相似的栅格中心位置做为定位结果下发到手机终端,完成定位。
本发明采用连续信号采样方式及相应的概率统计方法生成概率指纹与伪概率指纹,通过概率相似度匹配克服了传统采样和匹配定位方法容易受到信号强度波动干扰的缺点,提高了利用多个基站信号进行定位的准确性,本发明充分利用多个相邻基站的信号强度概率统计信息,提高了定位精度,不需要在终端设备上增加额外的设备,从而有利于在普通大众消费型手机终端上实现较精确的室内定位应用。
本发明多基站定位中心的采样信息表和概率特征表作如下定义: 
表名 字段 作用
采样信息表 记录ID(从1开始自增,自动生成),采样点经度,采样点纬度,基站CID,信号强度,采样时间,运营商类型 保存原始采样数据信息,包括:采样点经、纬度坐标字段,基站CID和信号强度字段(基站CID与信号强度分别保存为一维数组,每个数组元素代表一个基站CID及对应的信号强度),采样时间用于区分不同时刻采样值,运营商类型用于区分不同运营商信号,以满足不同网络手机的定位需求。
概率特征表 记录ID(从1开始自增,自动生成),栅格中心经度、纬度,CID,信号强度概率,运营商类型 保存栅格化处理与概率统计处理后的概率指纹信息,包括栅格中心经纬度,基站CID做为一维数组保存其作用同采样信息表,信号强度概率存为二维数组,每一行数据对与相应基站CID对应,每一行数据中的各元素代表该基站CID相应信号强度出现的概率,运营商类型其作用同采样信息表。
以上所述,仅是本发明较佳实施例而已,并非对本发明的技术范围作任何限制,故凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (3)

1.一种基于概率指纹的基站定位方法,其特征在于包括如下步骤:
步骤1、在信号采样时,在每一个经纬度坐标上在一段时间内连续采样,一个采样点对应一系列采样值,将采样点的经纬度坐标、接收到的各基站CID、每个基站对应的信号强度、运营商类型及采样时间上传到多基站定位中心记录进数据库的采样信息表中,供多基站定位中心进行数据处理;
步骤2、多基站定位中心对所有上传的采样点进行栅格划分,并统计栅格内同一个基站CID信号强度的概率分布,将所有基站CID的信号强度概率分布生成概率指纹作为定位特征存储在多基站定位中心的定位数据库中;
步骤3、在定位阶段,手机终端将接收到的基站信号强度的伪概率指纹与对应的基站CID集合上传到多基站定位中心,与多基站定位中心的定位数据库中的概率指纹比较概率相似度,依据概率相似度选择最相似的栅格中心位置作为当前的定位位置。
2.根据权利要求1所述的一种基于概率指纹的基站定位方法,其特征在于所述的步骤2具体包括如下步骤:
(1)对所有上传的采样点进行栅格划分:
在采样信息表中寻找所有记录的经度和纬度的最大最小值,经度最小值记为minLon,经度最大值记为maxLon,纬度最小值记为minLat,纬度最大值记为maxLat;
以长度r为步长,将步长换算为经纬度数记为θ,从经度最小值minLon开始以每θ度划分横向栅格直至经度最大值maxLon,得到栅格的横向边界位置坐标集:
{minLon,minLon+θ,minLon+2θ,minLon+3θ,……,maxLon}
    从纬度最小值minLat开始以每θ度划分纵向栅格直至纬度最大值maxLat,得到栅格的纵向边界位置坐标集:
{minLat,minLat+θ,minLat+2θ,minLat+3θ,……,maxLat}
根据栅格边界即可把采样区域划分为许多方形栅格,每个栅格记为Cell(m,n),其对应的区域范围即为:minLon+mθ≤经度≤minLon+(m+1)θ;minLat+nθ≤纬度≤minLat+(n+1)θ;
(2)统计概率分布以生成概率指纹:
A、取出一个栅格Cell(m, n),从采样信息表中取出经纬度位于该栅格内的所有采样记录,假设一共有R条采样记录,统计R条采样记录中不重复的基站CID,构成基站CID集合M={ID1, ID2, ID3, ..., IDm},对每个基站CID建立代表0到-100db一维数据缓存,缓存数值记为C ix (i=ID1,ID2,...,IDm; x = 0, -1, ..., -100),每个缓存数值初始化为零:C ix =0; 
B、从R条采样记录中取出一条采样记录进入步骤C;
C、从每条采样记录中逐个取出基站CID值i与对应的信号强度值x,将对应的C ix 记数加1,判断是否从单条采样记录中取出所有基站CID与对应信号强度,如果否则重复本步骤,如果是则进入步骤D;
D、判断是否遍历栅格内所有R条记录,如果否则返回步骤B,如果是则生成每一个基站CID的信号概率分布                                               
Figure 2013105149925100001DEST_PATH_IMAGE002
,组成概率指纹:
Figure 2013105149925100001DEST_PATH_IMAGE004
;将概率指纹与对应的基站CID集合M记录进多基站定位中心的定位数据库的概率特征表中;
E、判断是否遍历了所有栅格,如果否则返回步骤A,如果是则结束数据处理。
3.根据权利要求1所述的一种基于概率指纹的基站定位方法,其特征在于所述的步骤3具体包括如下步骤:
A、假设手机终端在定位时可收到n个基站的信号,基站CID集合为N={ID1, ID2, ID3, ..., IDn},其信号强度的普通指纹为{x1, x2, x3, ..., xn},设手机终端信号强度波动范围为λ,手机终端接收到的信号强度在[xi-λ, xi+λ]区间上服从均匀概率分布
Figure 2013105149925100001DEST_PATH_IMAGE006
,则手机终端的伪概率指纹为:,其中若xi-λ小于-100db则区间下限取-100db,若xi+λ大于0db则区间上限取0db;将信号强度的伪概率指纹与对应的基站CID集合N上传到多基站定位中心;
B、多基站定位中心从定位数据库的概率特征表中取出所有满足N∩M≠Φ的记录;
C、计算概率特征表中每条记录的概率指纹与手机终端的伪概率指纹的相似度:
Figure 2013105149925100001DEST_PATH_IMAGE010
,其中:
Figure 2013105149925100001DEST_PATH_IMAGE012
,     
Figure 2013105149925100001DEST_PATH_IMAGE014
D、依据概率相似度选择最相似的栅格中心位置做为定位结果下发到手机终端,完成定位。
CN201310514992.5A 2013-10-28 2013-10-28 一种基于概率指纹的多基站定位方法 Active CN103561465B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310514992.5A CN103561465B (zh) 2013-10-28 2013-10-28 一种基于概率指纹的多基站定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310514992.5A CN103561465B (zh) 2013-10-28 2013-10-28 一种基于概率指纹的多基站定位方法

Publications (2)

Publication Number Publication Date
CN103561465A true CN103561465A (zh) 2014-02-05
CN103561465B CN103561465B (zh) 2018-10-26

Family

ID=50015570

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310514992.5A Active CN103561465B (zh) 2013-10-28 2013-10-28 一种基于概率指纹的多基站定位方法

Country Status (1)

Country Link
CN (1) CN103561465B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104640201A (zh) * 2014-12-31 2015-05-20 智慧城市信息技术有限公司 基于wifi指纹技术的定位方法和装置
CN104850875A (zh) * 2015-04-14 2015-08-19 马鞍山纽泽科技服务有限公司 智能指纹寻踪系统
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
CN106415316A (zh) * 2014-06-30 2017-02-15 华为技术有限公司 室内定位的方法和装置
CN107277777A (zh) * 2016-04-06 2017-10-20 大唐移动通信设备有限公司 一种室内定位方法和装置
CN107645773A (zh) * 2017-09-20 2018-01-30 大唐融合通信无锡有限公司 一种基站定位数据稳定过滤算法及系统
CN107787041A (zh) * 2016-08-15 2018-03-09 中国移动通信有限公司研究院 一种定位终端的方法和装置
CN108535685A (zh) * 2017-03-02 2018-09-14 本田技研工业株式会社 移动体控制系统
WO2019148801A1 (zh) * 2018-02-05 2019-08-08 通鼎互联信息股份有限公司 一种wsn节点的定位方法及装置
CN111323006A (zh) * 2018-12-17 2020-06-23 杭州海康威视系统技术有限公司 一种目标定位方法、装置及电子设备
CN111757257A (zh) * 2020-07-06 2020-10-09 江南大学 一种克服设备差异的动态模糊匹配室内定位方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102111872A (zh) * 2009-12-23 2011-06-29 中国移动通信集团公司 基于指纹定位技术的定位方法及装置
CN102480678A (zh) * 2010-11-24 2012-05-30 中国移动通信集团公司 一种指纹定位方法和系统
CN102480677A (zh) * 2010-11-24 2012-05-30 中国移动通信集团公司 一种指纹定位误差的确定方法和设备
CN103068035A (zh) * 2011-10-21 2013-04-24 中国移动通信集团公司 一种无线网络定位方法、装置及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102111872A (zh) * 2009-12-23 2011-06-29 中国移动通信集团公司 基于指纹定位技术的定位方法及装置
CN102480678A (zh) * 2010-11-24 2012-05-30 中国移动通信集团公司 一种指纹定位方法和系统
CN102480677A (zh) * 2010-11-24 2012-05-30 中国移动通信集团公司 一种指纹定位误差的确定方法和设备
CN103068035A (zh) * 2011-10-21 2013-04-24 中国移动通信集团公司 一种无线网络定位方法、装置及系统

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106415316A (zh) * 2014-06-30 2017-02-15 华为技术有限公司 室内定位的方法和装置
CN106415316B (zh) * 2014-06-30 2019-07-09 华为技术有限公司 室内定位的方法和装置
CN104640201A (zh) * 2014-12-31 2015-05-20 智慧城市信息技术有限公司 基于wifi指纹技术的定位方法和装置
CN104850875A (zh) * 2015-04-14 2015-08-19 马鞍山纽泽科技服务有限公司 智能指纹寻踪系统
CN107277777B (zh) * 2016-04-06 2019-12-03 大唐移动通信设备有限公司 一种室内定位方法和装置
CN107277777A (zh) * 2016-04-06 2017-10-20 大唐移动通信设备有限公司 一种室内定位方法和装置
CN107787041A (zh) * 2016-08-15 2018-03-09 中国移动通信有限公司研究院 一种定位终端的方法和装置
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
CN108535685A (zh) * 2017-03-02 2018-09-14 本田技研工业株式会社 移动体控制系统
CN108535685B (zh) * 2017-03-02 2022-02-25 本田技研工业株式会社 移动体控制系统
CN107645773A (zh) * 2017-09-20 2018-01-30 大唐融合通信无锡有限公司 一种基站定位数据稳定过滤算法及系统
WO2019148801A1 (zh) * 2018-02-05 2019-08-08 通鼎互联信息股份有限公司 一种wsn节点的定位方法及装置
CN111323006A (zh) * 2018-12-17 2020-06-23 杭州海康威视系统技术有限公司 一种目标定位方法、装置及电子设备
CN111757257A (zh) * 2020-07-06 2020-10-09 江南大学 一种克服设备差异的动态模糊匹配室内定位方法
CN111757257B (zh) * 2020-07-06 2021-05-14 江南大学 一种克服设备差异的动态模糊匹配室内定位方法

Also Published As

Publication number Publication date
CN103561465B (zh) 2018-10-26

Similar Documents

Publication Publication Date Title
CN103561465A (zh) 一种基于概率指纹的多基站定位方法
Pu et al. Indoor positioning system based on BLE location fingerprinting with classification approach
Chen et al. Indoor localization using FM signals
CN101883424B (zh) 基于近邻点数优化的wlan室内knn定位方法
CN102905368B (zh) 基于智能手机平台的移动辅助室内定位方法和系统
CN108696932A (zh) 一种利用csi多径及机器学习的室外指纹定位方法
CN104469676B (zh) 一种移动终端的定位方法及系统
CN101061735B (zh) 用于确定移动台位置的方法和系统
CN106793086A (zh) 一种室内定位方法
CN108806301B (zh) 一种公交车辆信息的自动识别方法
CN102932911A (zh) 位置指纹定位方法及定位系统
US20140149070A1 (en) Method and system for analyzing movement trajectories
CN104038901A (zh) 一种减少指纹数据采集工作量的室内定位方法
CN103068035A (zh) 一种无线网络定位方法、装置及系统
CN103813448A (zh) 一种基于rssi的室内定位方法
CN106125045A (zh) 一种基于Wi‑Fi的自适应混合室内定位方法
CN105467358A (zh) 一种室内定位方法及装置
CN103501537A (zh) 基于智能手机和Wi-Fi无线网络的楼宇内部定位方法和系统
CN100566345C (zh) 基于超宽带的无线传感器网络节点定位方法
CN102782519B (zh) 用于估计蜂窝塔位置的方法和装置
CN104066172A (zh) 一种对无线局域网中的ap进行定位的方法
CN102695272A (zh) 一种匹配定位的方法和移动终端
Li et al. Location estimation in large indoor multi-floor buildings using hybrid networks
Wang et al. Adaptive rfid positioning system using signal level matrix
CN111405461B (zh) 一种优化等间隔指纹采样个数的无线室内定位方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant