CN104053234A - 一种基于rssi的坐标误差补偿定位系统和方法 - Google Patents
一种基于rssi的坐标误差补偿定位系统和方法 Download PDFInfo
- Publication number
- CN104053234A CN104053234A CN201410292445.1A CN201410292445A CN104053234A CN 104053234 A CN104053234 A CN 104053234A CN 201410292445 A CN201410292445 A CN 201410292445A CN 104053234 A CN104053234 A CN 104053234A
- Authority
- CN
- China
- Prior art keywords
- node
- coordinate
- rssi
- error
- value
- 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
Links
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供了一种基于RSSI的坐标误差补偿定位系统和方法,本方法使得待定位节点在复杂的环境下能够取得较好的定位效果;首先利用距离路径损耗模型求得节点间的距离,接着待定位节点选取离自己最近的三个参考节点来对自己定位,采用三边定位法求得待定位节点的坐标初步估计值,然后利用参考节点之间相互定位时与待定位节点定位时所处环境相似这一特性,将这三个参考节点之间相互定位,得到每个参考节点的坐标定位误差,最后把这组误差值以距离的倒数为权值,加权补偿到待定位节点坐标初步估计值中得到待定位节点坐标的最终估计值;本方法实现简单,对环境有一定的自适应性,能够有效提高定位精度。
Description
技术领域
本发明涉及无线传感器网络的定位系统和方法,具体的为基于RSSI测距技术的坐标误差补偿定位系统和方法。
背景技术
无线传感器网络应用越来越广泛,而节点的位置信息是其应用的基础,例如,森林火灾报警时要知道发生在什么位置、军事侦察中要知道是哪里有敌情、地下停车场哪里有车空位等等,没有确切位置信息的监测活动往往是没有意义的。室外定位技术发展比较早,成果显著,有欧洲的伽利略系统、俄罗斯的GLONASS系统、美国的GPS系统、中国的北斗系统,而室内定位技术,由于起步比较晚,室内环境也非常复杂,定位精度低、定位时间长等原因,目前还没有可以很好利用且比较完善的室内定位技术。
目前,常用的定位技术主要可分为基于测距的和无需测距的两大类。在基于测距的定位算法中,主要包括到达时间(TOA)、到达时间差(TDOA)、到达角度(AOA)和接收信号强度指示(RSSI)等测距技术,这几种算法中的TOA、TDOA、AOA技术虽然定位精度高,但是需要额外的的硬件设备,使得成本较高、体积变大、安装调试不方便,而大多数无线设备都具有捕获RSSI的能力,使得RSSI测距技术不需要额外的硬件支持,成本低、功耗小、体积小。而无需测距的定位算法适用在同构网络,对传感器节点的密度要求较大,成本高,相比基于测距的定位算法定位精度低,定位条件要求较高。
传统的RSSI定位技术首先是将信号传播时的损耗转化为距离,然后再借助三边定位法求得节点坐标,但是由于室内环境复杂,存在多径、障碍物、电磁波等的干扰,使得基于RSSI的测距技术定位精度不高且不稳定。这就需要对此方法进行一定的改进来提高定位精度和稳定性。
发明内容
本发明为了解决室内定位时由于环境的干扰致使定位精度下降的问题,提出了一种基于RSSI的坐标误差补偿定位方法,包括如下步骤:
步骤1:在目标区域布置n个位置已知的参考节点,n≥3;布置数量不限且在目标区域内移动的待定位节点;
步骤2:给各节点上电,所有的节点间通过无线通讯方式组成一个无线传感器网络;
步骤3:待定位节点发出定位请求,参考节点收到定位请求后,不断向待定位节点反馈自身位置信息;
步骤4:待定位节点收到参考节点不同时点的反馈信息后,首先对同一时点不同参考节点的接收的信号强度指示RSSI值进行高斯滤波处理,得到不同参考节点的F(RSSI)值,然后对每个参考节点的时序F(RSSI)值进行平均,得到稳定的RSSI值,最后判断出离待定位节点最近的三个参考节点Fa、Fb、Fc;
步骤5:待定位节点根据Fa、Fb、Fc定位,通过路径损耗模型求得到待定位节点的距离da、db、dc;
步骤6:根据欧拉距离公式求得待定位节点初步估计坐标(x,y),欧拉距离公式如下:
其中,(xa,ya)、(xb,yb)、(xc,yc)分别为参考节点坐标,da、db、dc分别为参考节点到待定位节点的距离;
步骤7:计算三个参考节点Fa、Fb、Fc中每个参考节点定位误差(Δxa,Δya)、(Δxb,Δyb)、(Δxc,Δyc);
步骤8:对待定位节点的坐标误差进行坐标补偿,求得待定位节点的坐标误差(ΔxM,ΔyM);计算三个参考节点的坐标误差(Δxa,Δya)、(Δxb,Δyb)、(Δxc,Δyc)的加权求平均值为待定位节点的坐标误差;
其中:1/da、1/db、1/dc为权值;
步骤9:将步骤8中求得的坐标误差(ΔxM,ΔyM)加到待定位节点的初步估计坐标(x,y)中,得到待定位节点的最终坐标估计值(x1,y1)
所述的步骤4中的高斯滤波处理公式如下所示:
其中,均值 均方差 n为已知的参考节点数,k为时间序列的序数,RSSI(k)为时序为k时,参考节点的接收的信号强度指示RSSI值。
所述的步骤7中,计算三个参考节点Fa、Fb、Fc中每个参考节点定位误差还包括如下步骤:
步骤7.1,首先将Fa、Fb、Fc中任一个节点视为未知节点,另外两个节点视为参考节点,根据路径损耗模型求得这两个参考节点分别到未知节点的距离;
步骤7.2,根据欧拉-距离公式求得两组坐标值,然后选择一组靠近未知节点的坐标作为未知节点的估计值;
步骤7.3,最后再和实际的坐标值相减得到的差值为该节点的坐标误差值(Δxa,Δya);同理得到(Δxb,Δyb)、(Δxc,Δyc)。
所述的步骤5中路径损耗模型公式如下:
其中,dn为待定位节点到不同参考节点的距离,d0为参考距离,A是计算时选的参考距离为d0处的RSSI值,而公式中的RSSI值是表示距离为dn处的RSSI值,n为路径衰减指数。
所述的步骤5和步骤7.1中路径损耗模型公式如下:
其中,dn为待定位节点到不同参考节点的距离,d0为参考距离,A是计算时选的参考距离为d0处的RSSI值,而公式中的RSSI值是表示距离为dn处的RSSI值,n为路径衰减指数。
所述的n取2-4。
一种基于RSSI的坐标误差补偿定位系统,其特征在于,包括:
节点布置模块:用于在目标区域布置n个位置已知的参考节点,n≥3;布置数量不限且在目标区域内移动的待定位节点;
通讯模块:用于给各节点上电,使所有的节点间通过无线通讯方式组成一个无线传感器网络;
定位请求模块:用于使待定位节点发出定位请求,参考节点收到定位请求后,不断向待定位节点反馈自身位置信息;
滤波处理模块:用于对同一时点不同参考节点的接收的信号强度指示RSSI值进行滤波处理,得到不同参考节点的F(RSSI)值,对每个参考节点按照时间序列取得的一系列F(RSSI)值进行平均,得到稳定的RSSI值,判断出离待定位节点最近的三个参考节点Fa、Fb、Fc;
定位模块:用于计算三个参考节点Fa、Fb、Fc到待定位节点的距离da、db、dc;
第一计算模块:用于计算待定位节点初步估计坐标(x,y);
第二计算模块:用于计算三个参考节点Fa、Fb、Fc中每个参考节点定位误差(Δxa,Δya)、(Δxb,Δyb)、(Δxc,Δyc);
第三计算模块:用于对待定位节点的坐标误差进行坐标补偿,求得待定位节点的坐标误差(ΔxM,ΔyM);
第四计算模块:用于将坐标误差(ΔxM,ΔyM)加到待定位节点的初步估计坐标(x,y)中,得到待定位节点的最终坐标估计值(x1,y1)
所述的用于计算三个参考节点Fa、Fb、Fc中每个参考节点定位误差(Δxa,Δya)、(Δxb,Δyb)、(Δxc,Δyc)的第二计算模块,包括:
选择模块:用于将Fa、Fb、Fc中任一个节点视为未知节点,另外两个节点视为参考节点,求得这两个参考节点分别到未知节点的距离;
第五计算模块:用于求得两个参考节点的坐标值,选择一组靠近未知节点的坐标作为未知节点的估计值;
第六计算模块:用于计算未知节点的估计值和实际的坐标值相减得到的坐标误差值(Δxa,Δya)、(Δxb,Δyb)、(Δxc,Δyc)。
本发明的有益效果是:一种基于RSSI的坐标误差补偿定位系统和方法,相较于传统的RSSI定位技术,本发明的定位方法考虑了三个最近的参考节点之间相互定位时所处的环境和对待定位节点定位时所处的的环境相似这一特点,通过这三个参考节点的坐标误差来对待定位节点进行补偿求得待定位节点坐标位置。因此,本发明的定位方法能够很好的适应不同的复杂环境,并且能够有效的提高定位精度。
附图说明
图1是本发明的流程图。
具体实施方式
本发明的定位方法按照以下的具体步骤实现对待定位节点的定位。
步骤1:在目标区域布置n个位置已知的参考节点,n≥3;布置数量不限且在目标区域内移动的待定位节点;
步骤2:给各节点上电,所有的节点间通过无线通讯方式组成一个无线传感器网络;
步骤3:待定位节点发出定位请求,参考节点收到定位请求后,不断向待定位节点反馈自身位置信息;
步骤4:待定位节点收到参考节点不同时点的反馈信息后,首先对同一时点不同参考节点的接收的信号强度指示(RSSI)值进行高斯滤波处理,得到不同参考节点的F(RSSI)值,然后对每个参考节点的时序F(RSSI)值进行平均,得到稳定的RSSI值,最后判断出离待定位节点最近的三个参考节点Fa、Fb、Fc;高斯滤波处理公式如下所示:
其中,均值 均方差 n为已知的参考节点数,k为时间序列的序数,RSSI(k)为时序为k时,参考节点的接收的信号强度指示RSSI值。
步骤5:待定位节点利用这三个参考节Fa、Fb、Fc点来定位。三个节点分别通过路径损耗模型求得到求得到待定位节点的距离da、db、dc。
其中,dn为待定位节点到不同参考节点的距离,d0为参考距离,A是计算时选的参考距离为d0处的RSSI值,而公式中的RSSI值是表示距离为dn处的RSSI值,n为路径衰减指数,n取2-4。
步骤6:根据欧拉-距离公式,三个距离可列三个距离方程如下,求得待定位节点的初步估计值。
式中,(xa,ya)、(xb,yb)、(xc,yc)分别为参考节点坐标,(x,y)为待定位节点初步估计坐标,da、db、dc分别为参考节点到待定位节点的距离。
步骤7:计算三个参考节点Fa、Fb、Fc中每个参考节点定位误差(Δxa,Δya)、(Δxb,Δyb)、(Δxc,Δyc);
步骤7.1,首先将Fa、Fb、Fc中任一个节点视为未知节点,另外两个节点视为参考节点,根据路径损耗模型求得这两个参考节点分别到未知节点的距离;路径损耗模型公式如下:
其中,dn为待定位节点到不同参考节点的距离,d0为参考距离,A是计算时选的参考距离为d0处的RSSI值,而公式中的RSSI值是表示距离为dn处的RSSI值,n为路径衰减指数,n取2-4。
步骤7.2,根据欧拉-距离公式求得两组坐标值,然后选择一组靠近未知节点的坐标作为未知节点的估计值;
步骤7.3,最后再和实际的坐标值相减得到的差值为该节点的坐标误差值(Δxa,Δya);同理得到(Δxb,Δyb)、(Δxc,Δyc)。
步骤8:对待定位节点的坐标误差进行坐标补偿,求得待定位节点的坐标误差(ΔxM,ΔyM);计算三个参考节点的坐标误差(Δxa,Δya)、(Δxb,Δyb)、(Δxc,Δyc)的加权求平均值为待定位节点的坐标误差;
根据距离路径损耗模型的特点可知距离越远定位误差越大,权值越小,把距离d的倒数作为权值,1/da、1/db、1/dc为权值。
步骤9:将步骤8中求得的坐标误差(ΔxM,ΔyM)加到待定位节点的初步估计坐标(x,y)中,得到待定位节点的最终坐标估计值(x1,y1)
这种方法使得环境干扰对定位精度的影响大大降低,并且系统的稳定性也有了很大的提高,具有普遍适用性。
一种基于RSSI的坐标误差补偿定位系统,其特征在于,包括:
节点布置模块:用于在目标区域布置n个位置已知的参考节点,n≥3;布置数量不限且在目标区域内移动的待定位节点;
通讯模块:用于给各节点上电,使所有的节点间通过无线通讯方式组成一个无线传感器网络;
定位请求模块:用于使待定位节点发出定位请求,参考节点收到定位请求后,不断向待定位节点反馈自身位置信息;
滤波处理模块:用于对同一时点不同参考节点的接收的信号强度指示RSSI值进行滤波处理,得到不同参考节点的F(RSSI)值,对每个参考节点按照时间序列取得的一系列F(RSSI)值进行平均,得到稳定的RSSI值,判断出离待定位节点最近的三个参考节点Fa、Fb、Fc;
定位模块:用于计算三个参考节点Fa、Fb、Fc到待定位节点的距离da、db、dc;
第一计算模块:用于计算待定位节点初步估计坐标(x,y);
第二计算模块:用于计算三个参考节点Fa、Fb、Fc中每个参考节点定位误差(Δxa,Δya)、(Δxb,Δyb)、(Δxc,Δyc);
第三计算模块:用于对待定位节点的坐标误差进行坐标补偿,求得待定位节点的坐标误差(ΔxM,ΔyM);
第四计算模块:用于将坐标误差(ΔxM,ΔyM)加到待定位节点的初步估计坐标(x,y)中,得到待定位节点的最终坐标估计值(x1,y1)
所述的用于计算三个参考节点Fa、Fb、Fc中每个参考节点定位误差(Δxa,Δya)、(Δxb,Δyb)、(Δxc,Δyc)的第二计算模块,包括:
选择模块:用于将Fa、Fb、Fc中任一个节点视为未知节点,另外两个节点视为参考节点,求得这两个参考节点分别到未知节点的距离;
第五计算模块:用于求得两个参考节点的坐标值,选择一组靠近未知节点的坐标作为未知节点的估计值;
第六计算模块:用于计算未知节点的估计值和实际的坐标值相减得到的坐标误差值(Δxa,Δya)、(Δxb,Δyb)、(Δxc,Δyc)。
Claims (8)
1.一种基于RSSI的坐标误差补偿定位方法,其特征在于,包括如下步骤:
步骤1:在目标区域布置n个位置已知的参考节点,n≥3;布置数量不限且在目标区域内移动的待定位节点;
步骤2:给各节点上电,所有的节点间通过无线通讯方式组成一个无线传感器网络;
步骤3:待定位节点发出定位请求,参考节点收到定位请求后,不断向待定位节点反馈自身位置信息;
步骤4:待定位节点收到参考节点不同时点的反馈信息后,首先对同一时点不同参考节点的接收的信号强度指示RSSI值进行高斯滤波处理,得到不同参考节点的F(RSSI)值,然后对每个参考节点的时序F(RSSI)值进行平均,得到稳定的RSSI值,最后判断出离待定位节点最近的三个参考节点Fa、Fb、Fc;
步骤5:待定位节点根据Fa、Fb、Fc定位,通过路径损耗模型求得到待定位节点的距离da、db、dc;
步骤6:根据欧拉距离公式求得待定位节点初步估计坐标(x,y),欧拉距离公式如下:
其中,(xa,ya)、(xb,yb)、(xc,yc)分别为参考节点坐标,da、db、dc分别为参考节点到待定位节点的距离;
步骤7:计算三个参考节点Fa、Fb、Fc中每个参考节点定位误差(Δxa,Δya)、(Δxb,Δyb)、(Δxc,Δyc);
步骤8:对待定位节点的坐标误差进行坐标补偿,求得待定位节点的坐标误差(ΔxM,ΔyM);计算三个参考节点的坐标误差(Δxa,Δya)、(Δxb,Δyb)、(Δxc,Δyc)的加权求平均值为待定位节点的坐标误差;
其中:1/da、1/db、1/dc为权值;
步骤9:将步骤8中求得的坐标误差(ΔxM,ΔyM)加到待定位节点的初步估计坐标(x,y)中,得到待定位节点的最终坐标估计值(x1,y1)
2.根据权利要求1所述的一种基于RSSI的坐标误差补偿定位方法,其特征在于:
所述的步骤4中的高斯滤波处理公式如下所示:
其中,均值 均方差 n为已知的参考节点数,k为时间序列的序数,RSSI(k)为时序为k时,参考节点的接收的信号强度指示RSSI值。
3.根据权利要求1所述的一种基于RSSI的坐标误差补偿定位方法,其特征在于:
所述的步骤7中,计算三个参考节点Fa、Fb、Fc中每个参考节点定位误差还
包括如下步骤:
步骤7.1,首先将Fa、Fb、Fc中任一个节点视为未知节点,另外两个节点视为参考节点,根据路径损耗模型求得这两个参考节点分别到未知节点的距离;
步骤7.2,根据欧拉-距离公式求得两组坐标值,然后选择一组靠近未知节点的坐标作为未知节点的估计值;
步骤7.3,最后再和实际的坐标值相减得到的差值为该节点的坐标误差值(Δxa,Δya);同理得到(Δxb,Δyb)、(Δxc,Δyc)。
4.根据权利要求1所述的一种基于RSSI的坐标误差补偿定位方法,其特征在于:
所述的步骤5中路径损耗模型公式如下:
其中,dn为待定位节点到不同参考节点的距离,d0为参考距离,A是计算时选的参考距离为d0处的RSSI值,而公式中的RSSI值是表示距离为dn处的RSSI值,n为路径衰减指数。
5.根据权利要求3所述的一种基于RSSI的坐标误差补偿定位方法,其特征在于:
所述的步骤5和步骤7.1中路径损耗模型公式如下:
其中,dn为待定位节点到不同参考节点的距离,d0为参考距离,A是计算时选的参考距离为d0处的RSSI值,而公式中的RSSI值是表示距离为dn处的RSSI值,n为路径衰减指数。
6.根据权利要求4或5所述的一种基于RSSI的坐标误差补偿定位方法,其特征在于:所述的n取2-4。
7.一种基于RSSI的坐标误差补偿定位系统,其特征在于,包括:
节点布置模块:用于在目标区域布置n个位置已知的参考节点,n≥3;布置数量不限且在目标区域内移动的待定位节点;
通讯模块:用于给各节点上电,使所有的节点间通过无线通讯方式组成一个无线传感器网络;
定位请求模块:用于使待定位节点发出定位请求,参考节点收到定位请求后,不断向待定位节点反馈自身位置信息;
滤波处理模块:用于对同一时点不同参考节点的接收的信号强度指示RSSI值进行滤波处理,得到不同参考节点的F(RSSI)值,对每个参考节点按照时间序列取得的一系列F(RSSI)值进行平均,得到稳定的RSSI值,判断出离待定位节点最近的三个参考节点Fa、Fb、Fc;
定位模块:用于计算三个参考节点Fa、Fb、Fc到待定位节点的距离da、db、dc;
第一计算模块:用于计算待定位节点初步估计坐标(x,y);
第二计算模块:用于计算三个参考节点Fa、Fb、Fc中每个参考节点定位误差(Δxa,Δya)、(Δxb,Δyb)、(Δxc,Δyc);
第三计算模块:用于对待定位节点的坐标误差进行坐标补偿,求得待定位节点的坐标误差(ΔxM,ΔyM);
第四计算模块:用于将坐标误差(ΔxM,ΔyM)加到待定位节点的初步估计坐标(x,y)中,得到待定位节点的最终坐标估计值(x1,y1)
8.根据权利要求7所述的一种基于RSSI的坐标误差补偿定位系统,其特征在于:
所述的用于计算三个参考节点Fa、Fb、Fc中每个参考节点定位误差
(Δxa,Δya)、(Δxb,Δyb)、(Δxc,Δyc)的第二计算模块,包括:
选择模块:用于将Fa、Fb、Fc中任一个节点视为未知节点,另外两个节点视为参考节点,求得这两个参考节点分别到未知节点的距离;
第五计算模块:用于求得两个参考节点的坐标值,选择一组靠近未知节点的坐标作为未知节点的估计值;
第六计算模块:用于计算未知节点的估计值和实际的坐标值相减得到的坐标误差值(Δxa,Δya)、(Δxb,Δyb)、(Δxc,Δyc)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410292445.1A CN104053234A (zh) | 2014-06-25 | 2014-06-25 | 一种基于rssi的坐标误差补偿定位系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410292445.1A CN104053234A (zh) | 2014-06-25 | 2014-06-25 | 一种基于rssi的坐标误差补偿定位系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104053234A true CN104053234A (zh) | 2014-09-17 |
Family
ID=51505492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410292445.1A Pending CN104053234A (zh) | 2014-06-25 | 2014-06-25 | 一种基于rssi的坐标误差补偿定位系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104053234A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105223549A (zh) * | 2015-08-22 | 2016-01-06 | 东北电力大学 | 一种基于rssi的无线传感器网络全移动节点定位方法 |
CN105871486A (zh) * | 2015-01-20 | 2016-08-17 | 中国科学院上海高等研究院 | 无线传感器网络的信道模型构建方法及仿真方法 |
CN106604217A (zh) * | 2015-10-20 | 2017-04-26 | 北斗导航位置服务(北京)有限公司 | 一种基于误差半监督学习的室内定位方法 |
CN108061874A (zh) * | 2017-12-28 | 2018-05-22 | 中国联合网络通信集团有限公司 | 节点定位方法及节点定位系统 |
CN109041209A (zh) * | 2018-07-20 | 2018-12-18 | 东北电力大学 | 基于rssi的无线传感器网络节点定位误差优化方法 |
CN112153560A (zh) * | 2020-08-17 | 2020-12-29 | 中通服咨询设计研究院有限公司 | 一种基于测距误差修正的全局寻优定位方法 |
CN112637759A (zh) * | 2020-12-03 | 2021-04-09 | 深圳市锐迪芯电子有限公司 | 一种基于NB-IoT的用户设备定位系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120013508A1 (en) * | 2008-12-05 | 2012-01-19 | Koninklijke Philips Electronics N.V. | Wireless localization techniques in lighting systems |
-
2014
- 2014-06-25 CN CN201410292445.1A patent/CN104053234A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120013508A1 (en) * | 2008-12-05 | 2012-01-19 | Koninklijke Philips Electronics N.V. | Wireless localization techniques in lighting systems |
Non-Patent Citations (1)
Title |
---|
龙铁光等: "无线传感器网络中基于RSSI算法的优化", 《计算机系统应用》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105871486A (zh) * | 2015-01-20 | 2016-08-17 | 中国科学院上海高等研究院 | 无线传感器网络的信道模型构建方法及仿真方法 |
CN105871486B (zh) * | 2015-01-20 | 2018-01-30 | 中国科学院上海高等研究院 | 无线传感器网络的信道模型构建方法及仿真方法 |
CN105223549A (zh) * | 2015-08-22 | 2016-01-06 | 东北电力大学 | 一种基于rssi的无线传感器网络全移动节点定位方法 |
CN105223549B (zh) * | 2015-08-22 | 2018-12-11 | 东北电力大学 | 一种基于rssi的无线传感器网络全移动节点定位方法 |
CN106604217A (zh) * | 2015-10-20 | 2017-04-26 | 北斗导航位置服务(北京)有限公司 | 一种基于误差半监督学习的室内定位方法 |
CN106604217B (zh) * | 2015-10-20 | 2019-11-05 | 北斗导航位置服务(北京)有限公司 | 一种基于误差半监督学习的室内定位方法 |
CN108061874A (zh) * | 2017-12-28 | 2018-05-22 | 中国联合网络通信集团有限公司 | 节点定位方法及节点定位系统 |
CN109041209A (zh) * | 2018-07-20 | 2018-12-18 | 东北电力大学 | 基于rssi的无线传感器网络节点定位误差优化方法 |
CN109041209B (zh) * | 2018-07-20 | 2020-06-02 | 东北电力大学 | 基于rssi的无线传感器网络节点定位误差优化方法 |
CN112153560A (zh) * | 2020-08-17 | 2020-12-29 | 中通服咨询设计研究院有限公司 | 一种基于测距误差修正的全局寻优定位方法 |
CN112153560B (zh) * | 2020-08-17 | 2024-02-27 | 中通服咨询设计研究院有限公司 | 一种基于测距误差修正的全局寻优定位方法 |
CN112637759A (zh) * | 2020-12-03 | 2021-04-09 | 深圳市锐迪芯电子有限公司 | 一种基于NB-IoT的用户设备定位系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104053234A (zh) | 一种基于rssi的坐标误差补偿定位系统和方法 | |
CN107071732B (zh) | 一种基于rssi的mle-pso室内定位方法 | |
EP3173807B1 (en) | System and method for robust and accurate rssi based location estimation | |
CN102064895B (zh) | Rssi与模式匹配相结合的无源定位方法 | |
CN110045324B (zh) | 一种基于uwb和蓝牙技术的室内定位融合方法 | |
CN103135094B (zh) | 基于bfgs拟牛顿法的信号源定位方法 | |
US8489114B2 (en) | Time difference of arrival based positioning system | |
CN103402258A (zh) | 一种基于Wi-Fi的室内定位系统和方法 | |
Chuku et al. | An RSSI based localization scheme for wireless sensor networks to mitigate shadowing effects | |
KR101163335B1 (ko) | 수신신호강도의 거리 추정 방식에 의거한 실내 무선 측위 방법 및 이 방법을 실시하기 위한 프로그램이 기록된 기록매체 | |
CN111954153B (zh) | 一种基于uwb定位的智能召车导航定位方法 | |
Dong et al. | Research on ZigBee indoor technology positioning based on RSSI | |
CN106226732B (zh) | 基于tof及迭代无迹滤波的室内无线定位跟踪方法 | |
CN104780506A (zh) | 一种基于置信水平的加权三边定位方法 | |
CN108072860A (zh) | 一种基于无线通信基站的三维定位方法 | |
CN112511976B (zh) | 定位无人机控制端的处理方法、装置、设备与介质 | |
CN109005510B (zh) | 基于区域划分的无线传感器网络室内移动目标跟踪方法 | |
Lategahn et al. | Tdoa and rss based extended kalman filter for indoor person localization | |
Lee et al. | Accuracy enhancement of RSSI-based distance estimation by applying Gaussian filter | |
CN105592548A (zh) | 一种基于高斯模型的无线传感网络质心定位方法 | |
CN106353724B (zh) | 一种基于无线传感器网络的精确室内定位方法 | |
CN103096465A (zh) | 一种环境自适应的多目标直接定位方法 | |
Jeon et al. | An adaptive AP selection scheme based on RSS for enhancing positioning accuracy | |
Destiarti et al. | Modified iterated extended Kalman filter for mobile cooperative tracking system | |
Tewolde et al. | Efficient WiFi-based indoor localization using particle swarm optimization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140917 |