CN104717744A - 一种基于无线局域网及分层聚类的室内定位方法 - Google Patents
一种基于无线局域网及分层聚类的室内定位方法 Download PDFInfo
- Publication number
- CN104717744A CN104717744A CN201410797834.XA CN201410797834A CN104717744A CN 104717744 A CN104717744 A CN 104717744A CN 201410797834 A CN201410797834 A CN 201410797834A CN 104717744 A CN104717744 A CN 104717744A
- Authority
- CN
- China
- Prior art keywords
- location
- wireless
- local area
- area network
- wap
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
- G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/10—Small scale networks; Flat hierarchical networks
- H04W84/12—WLAN [Wireless Local Area Networks]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种基于无线局域网与分层聚类的室内定位方法,它包括一个由移动终端设备、无线局域网及定位服务器组成架构;1)移动终端设备;2)无线局域网;3)定位服务器。针对无线局域网的无线信号在室内环境中得传播特征与大规模范围的定位需求,将分层聚类的与无线局域网相结合,提出一种能适用于大规模复杂室内环境的高精度定位方法,能够消除使用无线信号的室内定位系统由于复杂室内环境及不同的智能终端带来的影响,提高定位稳定性和定位精度,以便于定位服务的大规模推广使用。
Description
技术领域
本发明涉及一种基于无线局域网的室内定位方法,具体涉及一种使用无线局域网信号强度与分层聚类实现室内定位的方法。
背景技术
近年来,无线局域网的大规模推广部署以及智能移动设备(如智能手机、平板电脑等)的迅速普及使得人们随时随地都能连接网络,将个人位置与周围环境信息结合,深刻地改变人们的生活方式,出现了许多基于用户当前位置的应用与服务。例如,基于位置信息可以在大型停车场或者超市为用户提供导航导购服务,在大型购物中心基于位置信息可以为用户提供个性化的商品推荐服务;此外,定位系统还能在火灾、地震等突发事件中为救援人员提供救援及导航等服务。然而,上述基于位置信息的服务的核心就是要能较准确的对用户的当前位置进行定位。
对于室外环境而言,当前已存在一些成熟且广泛使用的定位系统,如全球GPS定位系统、基于蜂窝移动终端的定位技术等。然而,由于GPS信号不能穿透建筑物和基于蜂窝基站的定位精度过低,这些室外定位技术均不能满足室内定位需求。而目前一些室内定位技术,如基于WLAN、ZigBee网络、蓝牙、红外或超声波等的系统由于受到非视距传播(简称NLOS)与多径效应等影响,也不能提供较高的定位精度。基于UWB的定位系统虽然定位精度高,但需要部署昂贵的通信基础设施。近年出现了一些基于无线局域网的定位方法,其优势是不需为定位专门部署一套基站系统,利用无线局域网的无线接入点与用户的智能移动终端进行定位。但由于室内环境无线信号传播干扰较多,当前基于无线局域网的定位系统精度较低。
发明内容
本发明所要解决的技术问题是:设计开发一种基于无线局域网与分层聚类相结合的室内定位方法,能够消除使用无线信号的室内定位系统由于复杂室内环境及不同的智能终端带来的影响,提高定位稳定性和定位精度,以便于定位服务的大规模推广使用。
为了解决上述问题,本发明采用以下技术方案:
一种基于无线局域网与分层聚类的室内定位方法,其特征在于它包括一个由移动终端设备、无线局域网及定位服务器组成架构;
1)移动终端设备:由需要定位的目标携带,采集无线信号强度,同时可与定位服务器通过移动网络或者无线局域网进行通信;
2)无线局域网:指目前在公共空间或者建筑部署的无线网络,有一系列的无线接入点及无线路由器组成,移动终端设备在一个物理位置采集到无线信号强度及其对应的无线接入点作为该位置的定位标记;
3)定位服务器:用于存储室内环境中所有位置的定位标记,在定位服务中接收用户的定位请求并将定位结果通过移动网络或者无线局域网返回给用户。
所述移动终端设备由智能手机、平板电脑或者笔记本电脑等代替,由显示模块、处理模块、通信模块及无线信号采集模块组成,其中,显示器模块用于以可视化的方式呈现定位结果,处理模块用于控制设备其他模块的协调工作,通信模块用于与定位服务器进行通信,无线信号采集模块用于采集周围无线接入点的信号强度。
所述无线局域网它通过无线接入点将以太网转换为无线网络信号,并通过无线路由器实现大范围的无线信号覆盖。
所述定位服务器由位置标记存储数据库、定位算法模块和网络通信模块组成,位置标记存储数据库用于存储室内环境中所有采集点的定位标记信息,定位算法模块在定位阶段使用移动终端设备采集定位标记作为输入对用户当前位置进行定位,网络通信模块负责接收移动终端设备采集的定位标记并向移动终端设备返回定位结果。
定位过程分为位置标记指纹库构建和在线定位两个阶段,物理位置的定位标记指纹是指该位置接收到的周围无线接入点的信号强度及其对于的无线接入点编号,物理位置i的无线信号强度采集结果可用一个向量表示:其中表示位置i接收到的第2个无线接入点的信号强度,m表示位置i周围能探测到的所有无线接入点的数目。
所述定位方法的位置标记指纹库采用分层聚类方法进行构建,具体步骤如下所示:
(1)对于需要部署定位服务的室内环境,根据定位精度需求将室内
环境划分为等间距的采样点,可表示为:L={l1,l2,…,li,…,ln},其中n
表示室内环境划分的采样点数目;对于每个采样点,由部署人员使用
移动终端设备采集该位置接收到的无线局域网信号强度与每个信号
强度对应的无线接入点,位置li的采集结果可表示为:
其中,表示位置i采集到的第j个无线接入
点的信号强度;wapi表示信号强度来
自的无线接入点编号。
(2)对于每个物理位置的定位标记指纹采集结果,选择前K大的信号强度及其对应的无线接入点作为物理位置标记指纹,可表示为:其中,TopK(Ri)表示Ri中前K大的元素,表示Ri中每个元素对于的无线接入点编号;
(3)对所有物理位置的定位标记指纹进行K均值聚类,目的是使来自相同区域采集点的标记指纹聚为一类,其中,K均值聚类中两个向量与之间的距离使用杰卡德相似系数衡量,其意义为与的交集元素在与的并集中所占的比例;(4)构建更稳定的室内定位标记指纹,通过位置i的采集结果中前K大的集合构造Ri的距离关系矩阵其中,若则的第p行q列元素的取值为-1;若则取值为0;若则取值为1,对于步骤(3)聚类得到的每一类中的所有元素,再次使用K均值进行聚类,其中两个元素的距离使用关系矩阵的杰卡德相似系数衡量。
(5)对于步骤(4)中聚类得到所有类别构建查找索引,索引为聚类中心元素的距离关系矩阵。
所述定位方法的包括以下步骤:
(1)需要定位的移动终端设备采集其周围无线接入点的信号强度及对应的无线接入点编号作为该位置的定位标记指纹,并通过移动网络或者无线局域网将其发送给定位服务器;
(2)定位服务器将接收到的来自移动终端设备的物理位置标记指纹作为定位算法的输入,可表示为:其中,TopK(R?)表示R?中前K大的元素,表示R?中每个元素对应的无线接入点;
(3)对于TopK(R?),计算器其距离关系矩阵并计算与位置标记指纹库中所有类别索引之间的杰卡德相似系数,选择杰卡德相似系数最大的类别Cmin作为移动终端设备所在位置的候选区域;
(4)计算Cmin中所有元素与R?的欧几里得距离,并选择Cmin中与R?欧几里得距离最小的元素作为定位结果。
它还包括以下步骤:
(A)在需要定位的室内空间根据定位精度需求划分采集点,由定位部署人员采集物理位置周围的无线接收点信号强度与无线接收点的编号,通过移动网络或者无线局域网发送给定位服务器;
(B)定位服务器端采用分层聚类算法构建物理位置的标记指纹库;
(C)定位服务器端开启定位服务监听用户的定位请求;
(D)用户发出定位请求后,所携带的移动终端设备采集用户当前位置的定位标记指纹发送给服务器端;
(E)服务器段处理到用户的定位请求,通过定位算法将定位结果返回给客户端,在用户的移动终端设备上进行可视化显示。
本发明与现有技术相比:本发明针对无线局域网的无线信号在室内环境中得传播特征与大规模范围的定位需求,将分层聚类的与无线局域网相结合,提出一种能适用于大规模复杂室内环境的高精度定位方法,能够消除使用无线信号的室内定位系统由于复杂室内环境及不同的智能终端带来的影响,提高定位稳定性和定位精度,以便于定位服务的大规模推广使用。
附图说明
图1是本发明的系统部署体系结构图
图2是本发明的位置标记指纹库构建流程图
图3是本发明的定位算法流程图
图4是本发明的定位服务流程图
具体实施方式
图1是本发明系统部署体系结构图。本发明具体部署实施过程中采用客户端与服务器结合的C/S架构,系统需要室内环境也部署由无线局域网基础设施。客户端主要是指用户携带的移动终端设备,可由市场上流行的智能手机、平板电脑或者笔记本电脑等代替。
它包括一个由移动终端设备、无线局域网及定位服务器组成架构;
1)移动终端设备:由需要定位的目标(人或者车辆等)携带,具有采集无线信号强度的功能,同时可与定位服务器通过移动网络或者无线局域网进行通信;移动终端设备通常由显示模块、处理模块、通信模块及无线信号采集四个模块组成。其中,显示器模块以可视化的方式展示定位结果,处理模块用于控制其他模块的工作,通信模块用于与定位服务器通过移动网路或者无线局域网进行通信,无线信号采集模块用于采集所在位置接收到的无线局域网接入点的信号强度。
2)无线局域网:指目前在公共空间或者建筑部署的无线网络,有一系列的无线接入点及无线路由器组成。本发明将移动终端设备在一个物理位置采集到无线信号强度及其对应的无线接入点作为该位置的定位标记;无线局域网它通过无线接入点将以太网转换为无线网络信号,并通过无线路由器实现大范围的无线信号覆盖。
3)定位服务器:用于存储室内环境中所有位置的定位标记,在定位服务中接收用户的定位请求并将定位结果通过移动网络或者无线局域网返回给用户。定位服务器由位置标记存储数据库、定位算法模块和网络通信模块组成。位置标记存储数据库用于存储室内环境中所有采集点的定位标记信息,定位算法模块在定位阶段使用移动终端设备采集定位标记作为输入对用户当前位置进行定位,网络通信模块负责接收移动终端设备采集的定位标记并向移动终端设备返回定位结果。
图2是本发明的位置标记指纹构建流程图。本发明针对室内环境采集点的标记指纹采用分层聚类的方式构建索引,具体包括五个步骤:
(1)对于需要部署定位服务的室内环境,根据定位精度需求将室内
环境划分为等间距(如1m*1m或者2m*2m)的采样点,可表示为:
L={l1,l2,…,li,…,ln},其中n表示室内环境划分的采样点数目;对于
每个采样点,由系统部署人员使用移动终端设备采集该位置接收到的
无线局域网信号强度与每个信号强度对应的无线接入点,位置li的采
集结果可表示为:其中,表
示位置i采集到的第j个无线接入点的信号强度;wapi表示信号强度来自的无线接入点
编号。
(2)对于每个物理位置的定位标记指纹采集结果,选择前K大的信号强度及其对应的无线接入点作为物理位置的标记指纹,可表示为:其中,TopK(Ri)表示Ri中前K大的元素,表示Ri中每个元素对于的无线接入点编号;
(3)对所有物理位置的定位标记指纹进行K均值聚类,目的是使来自相同区域采集点的标记指纹聚为一类。其中,K均值聚类中两个向量与之间的距离使用杰卡德相似系数衡量,其意义为与的交集元素在与的并集中所占的比例。(4)虽然室内环境中无线信号的强度与环境因素、人员走动或不同的采集设备影响使得同一个位置两次采集的标记指纹可能不一样,但是根据室内环境中无线信号的传播模型可知,接收设备与发送设备之间距离是决定信号强度的主要因素。本发明基于这一原理构建更稳定的室内定位标记指纹,通过位置i的采集结果中前K大的集合构造Ri的距离关系矩阵其中,若则的第p行q列元素的取值为-1;若则取值为0;若则取值为1。对于步骤(3)聚类得到的每一类中的所有元素,再次使用K均值进行聚类,其中两个元素的距离使用关系矩阵的杰卡德相似系数衡量。
(5)对于步骤(4)中聚类得到所有类别构建查找索引,索引为聚类中心元素的距离关系矩阵。
下面以一个例子具体说明上述构建位置标记指纹的分层聚类算法:
假设室内定位按照1m*1m划分为8个采样点,系统部署人员在每个采样点使用移动终端设备的采集结果选取前8大的元素作为位置标记指纹,如表1所示。
表1
位置 | 信号强度 | 无线接入点编号 |
L1 | R1=(-53,-50,-67,-63,-68,-68) | A(R1)=(173,172,90,9,10,104) |
L2 | R2=(-46,-46,-62,-62,-70,-70) | A(R2)=(90,91,172,173,105,106) |
L3 | R3=(-61,-61,-66,-66,-78,-83) | A(R3)=(172,173,90,91,248,191) |
L4 | R4=(-55,-52,-67,-61,-70,-70) | A(R4)=(172,173,104,103,90,91) |
L5 | R5=(-55,-56,-68,-68,-75,-77) | A(R5)=(172,173,90,91,192,191) |
L6 | R6=(-65,-66,-69,-72,-81,-81) | A(R6)=(90,91,172,173,191,248) |
L7 | R7=(-62,-62,-63,-63,-79,-79) | A(R7)=(172,173,90,91,191,192) |
L8 | R8=(-46,-47,-50,-51,-6,-61) | A(R8)=(167,166,170,171,182,183) |
对表1中的所有元素根据无线接入点编号进行聚类,聚类结果可分为三类,如表2所示。
表2
类别 | 类别元素 |
类别1 | (L2,L6) |
类别2 | (L1,L3,L4,L5,L7) |
类别3 | (L8) |
对表2中的每一类别使用信号强度关系矩阵的杰卡德相似系数作为聚类距离,进行K均值聚类,聚类结果如表3所示。
表3
为表3中的所有类别使用聚类中心的关系矩阵构建查找索引,如表4所示。
图3是本发明的定位方法流程图。在定位系统部署初始化时,由工作人员采集所有室内环境区域的定位标记指纹,每个位置的标记指纹包括无线信号的接收强度及其对应的无线接入点编号,然后根据图2所示的步骤构建室内环境的定位指纹库。定位系统部署后,需要定位的用户在当前位置使用携带的移动终端设备采集的所有无线接入点的信号强度与对应的无线接入点,并将采集到的信息发送给服务器端。服务器端的网络通信模块接收并提取客户端的信息作为在线定位算法模块的输入。在线定位算法的定位方法包括以下四个步骤:
(1)需要定位的移动终端设备采集其周围无线接入点的信号强度及对应的无线接入点编号作为该位置的定位标记指纹,并通过移动网络或者无线局域网将其发送给定位服务器;
(2)定位服务器将接收到的来自移动终端设备的物理位置标记指纹作为定位算法的输入,可表示为:其中,TopK(R?)表示R?中前K大的元素,表示R?中每个元素对应的无线接入点;
(3)对于TopK(R?),计算器其距离关系矩阵并计算与位置标记指纹库中所有类别索引之间的杰卡德相似系数,选择杰卡德相似系数最大的类别Cmin作为移动终端设备所在位置的候选区域;
(4)计算Cmin中所有元素与R?的欧几里得距离,并选择Cmin中与R?欧几里得距离最小的元素作为定位结果。
下面以一个具体的例子说明上述在线定位算法。假设需要定位的
用户所携带的移动智能终端采集的位置标记指纹为则计算其
信号强度的关系矩阵为:
根据表4中所有类别的查找索引可知,需要定位的位置属于类别21,根据表3可知类别21包含的元素分别是L1与L4。计算用户位置标记指纹与类别21中所有元素的欧几里得距离如下:Dist(L1)=7.55,Dist(L4)=5.39。由此可知定位结果为L4,即为用户当前所在的位置。
图4所示的本发明的具体实施步骤如下:
(1)在需要定位的室内空间根据定位精度需求划分采集点,由定位系统部署人员采集物理位置周围的无线接收点信号强度与无线接收点的编号,通过移动网络或者无线局域网发送给定位服务器;
(2)定位服务器端上述分层聚类算法构建物理位置的标记指纹库;
(3)定位服务器端开启定位服务监听用户的定位请求;
(4)用户发出定位请求后,所携带的移动终端设备采集用户当前位置的定位标记指纹发送给服务器端;
(5)服务器段处理到用户的定位请求,采用上述定位算法将定位结果返回给客户端,在用户的移动终端设备上进行可视化显示。
Claims (8)
1.一种基于无线局域网与分层聚类的室内定位方法,其特征在于它包括一个由移动终端设备、无线局域网及定位服务器组成架构;
1)移动终端设备:由需要定位的目标携带,采集无线信号强度,同时可与定位服务器通过移动网络或者无线局域网进行通信;
2)无线局域网:指目前在公共空间或者建筑部署的无线网络,有一系列的无线接入点及无线路由器组成,移动终端设备在一个物理位置采集到无线信号强度及其对应的无线接入点作为该位置的定位标记;
3)定位服务器:用于存储室内环境中所有位置的定位标记,在定位服务中接收用户的定位请求并将定位结果通过移动网络或者无线局域网返回给用户。
2.如权利要求1所述的一种基于无线局域网与分层聚类的室内定位方法,其特征在于:所述移动终端设备由智能手机、平板电脑或者笔记本电脑等代替,由显示模块、处理模块、通信模块及无线信号采集模块组成,其中,显示器模块用于以可视化的方式呈现定位结果,处理模块用于控制设备其他模块的协调工作,通信模块用于与定位服务器进行通信,无线信号采集模块用于采集周围无线接入点的信号强度。
3.如权利要求1所述的一种基于无线局域网与分层聚类的室内定位方法,其特征在于:所述无线局域网它通过无线接入点将以太网转换为无线网络信号,并通过无线路由器实现大范围的无线信号覆盖。
4.如权利要求1所述的一种基于无线局域网与分层聚类的室内定位方法,其特征在于:所述定位服务器由位置标记存储数据库、定位算法模块和网络通信模块组成,位置标记存储数据库用于存储室内环境中所有采集点的定位标记信息,定位算法模块在定位阶段使用移动终端设备采集定位标记作为输入对用户当前位置进行定位,网络通信模块负责接收移动终端设备采集的定位标记并向移动终端设备返回定位结果。
5.如权利要求1所述的一种基于无线局域网信号与分层聚类室内定位方法,其特征在于:定位过程分为位置标记指纹库构建和在线定位两个阶段,物理位置的定位标记指纹是指该位置接收到的周围无线接入点的信号强度及其对于的无线接入点编号,物理位置i的无线信号强度采集结果可用一个向量表示:其中表示位置i接收到的第2个无线接入点的信号强度,m表示位置i周围能探测到的所有无线接入点的数目。
6.如权利要求5所述的一种基于无线局域网与分层聚类的室内定位方法,其特征在于所述定位方法的位置标记指纹库采用分层聚类方法进行构建,具体步骤如下所示:
(1)对于需要部署定位服务的室内环境,根据定位精度需求将室内环境划分为等间距的采样点,可表示为:L={l1,l2,…,li,…,ln},其中n表示室内环境划分的采样点数目;对于每个采样点,由部署人员使用移动终端设备采集该位置接收到的无线局域网信号强度与每个信号强度对应的无线接入点,位置li的采集结果可表示为:其中, 表示位置i采集到的第j个无线接入点的信号强度;wapi表示信号强度来自的无线接入点编号;
(2)对于每个物理位置的定位标记指纹采集结果,选择前K大的信号强度及其对应的无线接入点作为物理位置标记指纹,可表示为:其中,TopK(Ri)表示Ri中前K大的元素,表示Ri中每个元素对于的无线接入点编号;
(3)对所有物理位置的定位标记指纹进行K均值聚类,目的是使来自相同区域采集点的标记指纹聚为一类,其中,K均值聚类中两个向量与之间的距离使用杰卡德相似系数衡量,其意义为与的交集元素在与的并集中所占的比例;
(4)构建更稳定的室内定位标记指纹,通过位置i的采集结果中前K大的集合构造Ri的距离关系矩阵其中,若则的第p行q列元素的取值为-1;若则取值为0;若则取值为1,对于步骤(3)聚类得到的每一类中的所有元素,再次使用K均值进行聚类,其中两个元素的距离使用关系矩阵的杰卡德相似系数衡量;
(5)对于步骤(4)中聚类得到所有类别构建查找索引,索引为聚类中心元素的距离关系矩阵。
7.如权利要求1所述的一种基于无线局域网与分层聚类的室内定位方法,其特征在于所述定位方法的包括以下步骤:
(1)需要定位的移动终端设备采集其周围无线接入点的信号强度及对应的无线接入点编号作为该位置的定位标记指纹,并通过移动网络或者无线局域网将其发送给定位服务器;
(2)定位服务器将接收到的来自移动终端设备的物理位置标记指纹作为定位算法的输入,可表示为:其中,TopK(R?)表示R?中前K大的元素,表示R?中每个元素对应的无线接入点;
(3)对于TopK(R?),计算器其距离关系矩阵并计算与位置标记指纹库中所有类别索引之间的杰卡德相似系数,选择杰卡德相似系数最大的类别Cmin作为移动终端设备所在位置的候选区域;
(4)计算Cmin中所有元素与R?的欧几里得距离,并选择Cmin中与R?欧几里得距离最小的元素作为定位结果。
8.如权利要求1所述的一种基于无线局域网与分层聚类的室内定位方法,其特征在于它包括以下步骤:
(A)在需要定位的室内空间根据定位精度需求划分采集点,由定位部署人员采集物理位置周围的无线接收点信号强度与无线接收点的编号,通过移动网络或者无线局域网发送给定位服务器;
(B)定位服务器端采用分层聚类算法构建物理位置的标记指纹库;
(C)定位服务器端开启定位服务监听用户的定位请求;
(D)用户发出定位请求后,所携带的移动终端设备采集用户当前位置的定位标记指纹发送给服务器端;
(E)服务器段处理到用户的定位请求,通过定位算法将定位结果返回给客户端,在用户的移动终端设备上进行可视化显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410797834.XA CN104717744B (zh) | 2014-12-19 | 2014-12-19 | 一种基于无线局域网及分层聚类的室内定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410797834.XA CN104717744B (zh) | 2014-12-19 | 2014-12-19 | 一种基于无线局域网及分层聚类的室内定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104717744A true CN104717744A (zh) | 2015-06-17 |
CN104717744B CN104717744B (zh) | 2019-04-12 |
Family
ID=53416586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410797834.XA Active CN104717744B (zh) | 2014-12-19 | 2014-12-19 | 一种基于无线局域网及分层聚类的室内定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104717744B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016165459A1 (zh) * | 2015-09-23 | 2016-10-20 | 中兴通讯股份有限公司 | 一种室内定位方法和设备 |
CN106851580A (zh) * | 2017-03-29 | 2017-06-13 | 京信通信技术(广州)有限公司 | 一种室内定位方法及服务器 |
CN106961671A (zh) * | 2016-01-08 | 2017-07-18 | 高德软件有限公司 | 采集室内定位数据的方法和装置 |
CN107071708A (zh) * | 2017-03-31 | 2017-08-18 | 湖南农业大学 | 智能移动终端被动无线信号采集及定位方法 |
CN107277779A (zh) * | 2017-05-03 | 2017-10-20 | 深圳市搜果科技发展有限公司 | 一种基于ZigBee网络的定位方法及其系统 |
CN107302794A (zh) * | 2017-06-27 | 2017-10-27 | 哈尔滨工业大学深圳研究生院 | 利用wifi信号作为移动定位与导航的方法 |
CN109041192A (zh) * | 2018-07-12 | 2018-12-18 | 河海大学常州校区 | 一种基于室内相对定位的无线局域网射频功率控制方法 |
CN109218894A (zh) * | 2017-06-29 | 2019-01-15 | 长城汽车股份有限公司 | 车载定向音响系统、控制方法及车辆 |
CN109618285A (zh) * | 2019-02-27 | 2019-04-12 | 广东工业大学 | 一种基于覆盖树的基站控制方法、装置及设备 |
CN110306865A (zh) * | 2019-05-22 | 2019-10-08 | 特斯联(北京)科技有限公司 | 一种基于空间块单元的智慧建筑控制方法及其系统 |
CN111427982A (zh) * | 2020-03-20 | 2020-07-17 | 浙江大学城市学院 | 一种基于群智感知的WiFi室内定位指纹数据库构建及更新技术 |
CN114007186A (zh) * | 2021-10-21 | 2022-02-01 | 腾讯科技(深圳)有限公司 | 定位方法及相关产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070008925A1 (en) * | 2005-07-07 | 2007-01-11 | Subrahmanyam Dravida | Methods and devices for interworking of wireless wide area networks and wireless local area networks or wireless personal area networks |
CN101873607A (zh) * | 2010-06-25 | 2010-10-27 | 哈尔滨工业大学 | Wlan室内分步式rd-anfis定位方法 |
CN102348160A (zh) * | 2011-07-15 | 2012-02-08 | 中国电信股份有限公司 | 基于多模信号的定位方法与系统、定位平台 |
CN103344941A (zh) * | 2013-06-13 | 2013-10-09 | 北京空间飞行器总体设计部 | 基于无线传感器网络的实时目标检测方法 |
-
2014
- 2014-12-19 CN CN201410797834.XA patent/CN104717744B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070008925A1 (en) * | 2005-07-07 | 2007-01-11 | Subrahmanyam Dravida | Methods and devices for interworking of wireless wide area networks and wireless local area networks or wireless personal area networks |
CN101873607A (zh) * | 2010-06-25 | 2010-10-27 | 哈尔滨工业大学 | Wlan室内分步式rd-anfis定位方法 |
CN102348160A (zh) * | 2011-07-15 | 2012-02-08 | 中国电信股份有限公司 | 基于多模信号的定位方法与系统、定位平台 |
CN103344941A (zh) * | 2013-06-13 | 2013-10-09 | 北京空间飞行器总体设计部 | 基于无线传感器网络的实时目标检测方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106550331A (zh) * | 2015-09-23 | 2017-03-29 | 中兴通讯股份有限公司 | 一种室内定位方法和设备 |
WO2016165459A1 (zh) * | 2015-09-23 | 2016-10-20 | 中兴通讯股份有限公司 | 一种室内定位方法和设备 |
CN106550331B (zh) * | 2015-09-23 | 2020-10-16 | 南京中兴新软件有限责任公司 | 一种室内定位方法和设备 |
CN106961671B (zh) * | 2016-01-08 | 2020-03-03 | 高德软件有限公司 | 采集室内定位数据的方法和装置 |
CN106961671A (zh) * | 2016-01-08 | 2017-07-18 | 高德软件有限公司 | 采集室内定位数据的方法和装置 |
CN106851580A (zh) * | 2017-03-29 | 2017-06-13 | 京信通信技术(广州)有限公司 | 一种室内定位方法及服务器 |
CN107071708A (zh) * | 2017-03-31 | 2017-08-18 | 湖南农业大学 | 智能移动终端被动无线信号采集及定位方法 |
CN107071708B (zh) * | 2017-03-31 | 2020-02-04 | 湖南农业大学 | 智能移动终端被动无线信号采集及定位方法 |
CN107277779A (zh) * | 2017-05-03 | 2017-10-20 | 深圳市搜果科技发展有限公司 | 一种基于ZigBee网络的定位方法及其系统 |
CN107302794A (zh) * | 2017-06-27 | 2017-10-27 | 哈尔滨工业大学深圳研究生院 | 利用wifi信号作为移动定位与导航的方法 |
CN109218894A (zh) * | 2017-06-29 | 2019-01-15 | 长城汽车股份有限公司 | 车载定向音响系统、控制方法及车辆 |
CN109041192A (zh) * | 2018-07-12 | 2018-12-18 | 河海大学常州校区 | 一种基于室内相对定位的无线局域网射频功率控制方法 |
CN109041192B (zh) * | 2018-07-12 | 2021-02-09 | 河海大学常州校区 | 一种基于室内相对定位的无线局域网射频功率控制方法 |
CN109618285A (zh) * | 2019-02-27 | 2019-04-12 | 广东工业大学 | 一种基于覆盖树的基站控制方法、装置及设备 |
CN109618285B (zh) * | 2019-02-27 | 2020-09-11 | 广东工业大学 | 一种基于覆盖树的基站控制方法、装置及设备 |
CN110306865A (zh) * | 2019-05-22 | 2019-10-08 | 特斯联(北京)科技有限公司 | 一种基于空间块单元的智慧建筑控制方法及其系统 |
CN111427982A (zh) * | 2020-03-20 | 2020-07-17 | 浙江大学城市学院 | 一种基于群智感知的WiFi室内定位指纹数据库构建及更新技术 |
CN114007186A (zh) * | 2021-10-21 | 2022-02-01 | 腾讯科技(深圳)有限公司 | 定位方法及相关产品 |
Also Published As
Publication number | Publication date |
---|---|
CN104717744B (zh) | 2019-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104717744A (zh) | 一种基于无线局域网及分层聚类的室内定位方法 | |
Sadowski et al. | Memoryless techniques and wireless technologies for indoor localization with the internet of things | |
Pu et al. | Indoor positioning system based on BLE location fingerprinting with classification approach | |
Cengiz | Comprehensive analysis on least-squares lateration for indoor positioning systems | |
Zhu et al. | Survey of indoor positioning technologies and systems | |
CN103957505A (zh) | 一种基于ap的行为轨迹检测分析与服务提供系统及方法 | |
CN110568401A (zh) | 一种基于uwb的三维定位方法 | |
CN106231549A (zh) | 一种基于重构算法的60GHz脉冲室内定位方法 | |
CN106568457A (zh) | 语音导航控制方法、系统及智能手表 | |
CN104076327A (zh) | 基于搜索空间缩减的连续定位方法 | |
CN102711245B (zh) | 室内环境下wlan区域内两阶段匹配定位方法 | |
CN104703128A (zh) | 一种基于wlan无线信号强度的室内定位系统及方法 | |
Deng et al. | WiFi positioning based on user orientation estimation and smartphone carrying position recognition | |
Wang et al. | Fingerprint-based Wi-Fi indoor localization using map and inertial sensors | |
Wang et al. | Indoor PDR Positioning Assisted by Acoustic Source Localization, and Pedestrian Movement Behavior Recognition, Using a Dual‐Microphone Smartphone | |
Basso et al. | A smartphone-based indoor localization system for visually impaired people | |
JP2015040749A (ja) | 位置推定装置及び位置推定プログラム | |
CN105119743A (zh) | 用户行为意图的获取方法及装置 | |
CN111148035A (zh) | 一种活动区域热力图的生成方法和服务器 | |
CN110320493B (zh) | 室内定位方法、装置、电子设备和计算机存储介质 | |
Abu-AlSondos et al. | An Ensemble Filter for Indoor Positioning Technology of Mobile Home Service with Agile iBeacon Deployment. | |
Kim et al. | A novel 3D indoor localization scheme using virtual access point | |
Tian et al. | Mobility tracking by fingerprint-based KNN/PF approach in cellular networks | |
Khan et al. | Escalating post-disaster rescue missions through ad-hoc victim localization exploiting Wi-Fi networks | |
CN104427612A (zh) | 基于概率与支持向量机计算的WiFi定位系统及方法 |
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 |