CN105163282A - 一种基于蓝牙位置指纹的室内定位系统及定位方法 - Google Patents
一种基于蓝牙位置指纹的室内定位系统及定位方法 Download PDFInfo
- Publication number
- CN105163282A CN105163282A CN201510608578.XA CN201510608578A CN105163282A CN 105163282 A CN105163282 A CN 105163282A CN 201510608578 A CN201510608578 A CN 201510608578A CN 105163282 A CN105163282 A CN 105163282A
- Authority
- CN
- China
- Prior art keywords
- bluetooth
- reference point
- information
- fingerprint
- finger print
- 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
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Collating Specific Patterns (AREA)
Abstract
一种基于蓝牙位置指纹的室内定位系统及定位方法,包括蓝牙移动设备、蓝牙锚节点和数据服务器;本发明充分利用与信道信息相关的高维空间谱信息以及环境信息,并利用主成分分析等手段提取稳健的空间谱指纹,具有更加稳定的指纹意味着在指纹数据库中的指纹数据可靠性增强,匹配定位时,对抗室内多径的干扰的效果增强,提升了定位精度。在室内多径环境下,该指纹具有更好的对抗多径干扰的效用,统计学意义上,该随机变量更加稳定。
Description
技术领域
本发明涉及一种基于蓝牙位置指纹的室内定位系统及定位方法,属于定位的技术领域。
背景技术
近年来随着经济的快速发展,大中型城市的大型建筑和底下商场街道建设的越来越多。人们生活和工作的大部分时间都集中在大楼、商场、餐厅等室内环境,高精度的室内定位技术能够有效地提高工作效率和生活质量,室内定位服务的需求量日益增长。蓝牙作为一种短距离的无线通信技术,发展成熟,价格便宜,性价比高,并且已经成为移动设备上的标配。在众多室内定位技术中,基于位置指纹的室内定位技术可以在低成本的前提下取得较为理想的定位精度。因此,研究基于蓝牙位置指纹的室内定位技术势在必行。
传统的室内定位方法是通过测量信号的到达时间(TOA)、信号的到达差(TDOA)、信号的到达角度(DOA)及接收信号强度(RSSI)等方法直接应用到室内定位环境中,并针对室内定位的实际环境和定位需求做数据的预处理和定位结果的后处理。但由于室内定位环境相对复杂,多径传播十分严重,传统的室内定位算法的性能往往不太理想。
在《电子技术应用》2013年第39卷第3期中的《基于指纹技术的蓝牙室内定位系统》,所记载的技术方案只通过接收信号强度RSSI值建立离线数据库进行匹配,但是在复杂的室内环境下,RSSI的随机性特别明显,容易受到时间、空间、温度、场景等变化的影响。因此在很大程度上造成离线阶段的建库指纹与实时定位阶段的实际RSSI值失配,从而使定位精度急剧下降。而这种影响是无法通过大量测量的统计平均从根本上消除的。因此,采用其他具有更好的统计特性的统计量构建有效稳健的指纹库是解决该问题的根本途径。
发明内容
针对现有技术的不足,本发明提供一种基于蓝牙位置指纹的室内定位系统;
本发明还提供一种利用上述定位系统进行定位的方法。
本发明解决传统定位方法中因环境变化给室内定位带来的影响,提高定位精度。同时无需投入大量的参考节点,减少工作量。
本发明的技术方案如下:
一种基于蓝牙位置指纹的室内定位系统,包括蓝牙移动设备、蓝牙锚节点和数据服务器;
所述蓝牙移动设备与所述蓝牙锚节点通信:向所述蓝牙锚节点发送所述蓝牙移动设备的蓝牙参数数据包,接收由蓝牙锚节点返回的位置信息;所述蓝牙移动设备如手机、平板电脑等,将蓝牙设置为可被搜索到;使用者可自由定义蓝牙设备的名称,最后能在定位程序界面显示;
所述蓝牙锚节点将所述蓝牙移动设备的蓝牙参数数据包通过蓝牙路由节点发送给所述数据服务器,最后把数据服务器处理后的定位信息通过一对多连接的蓝牙锚节点发送回蓝牙移动设备;
所述数据服务器接收各个蓝牙锚节点获取的蓝牙参数数据包,采用基于主成分分析法对所述蓝牙参数数据包进行处理,并建立稳健的指纹信息,计算出蓝牙移动设备的坐标位置,并将定位信息通过蓝牙锚节点发送回蓝牙移动设备并显示定位。
一种基于蓝牙位置指纹的室内定位方法,包括步骤如下:
1)离线建库:
所述蓝牙锚节点为参考点,所述参考点接收蓝牙移动设备的蓝牙参数数据包,并建立空间谱数据库,所述蓝牙参数数据包包括RSSI、自相关函数、蓝牙信号的功率谱密度、信道状态信息CSI、链路质量值LQ、湿度和人口密度信息;
所述自相关函数描述一个随机过程在相隔t时间的两个不同时刻取值的相关程度;
所述蓝牙信号的功率谱密度是由自相关函数计算的结果作傅里叶变换得来的;
采用主成分分析法,即通过降维的思想把所述蓝牙参数的数据包中的RSSI、自相关函数、蓝牙信号的功率谱密度、信道状态信息CSI、链路质量值LQ、湿度和人口密度信息转化为稳健的指纹信息,并存入空间谱指纹数据库中;
所述空间谱指纹数据库还包括参考点的坐标及其方向;本发明采用该步骤对抗多经衰退:与传统的基于RSSI方法相比,本发明加入更多信道脉冲响应函数的信息,比RSSI有更稳定的统计特征;
其中,所述稳健的指纹信息的提取生成步骤包括:
(1)采集n个参考点样本信息:
每个样本有p个指标变量,构成一个n×p的数据矩阵X=(xij)n×p,即
(2)将步骤(1)的参考点样本信息,即X=(xij)n×p标准化,得到标准化矩阵Zij:
在公式(I)中
(3)计算步骤(2)所述标准化矩阵Zij的样本相关系数矩阵其中
(4)解样本相关系数矩阵R的特征方程,得P个特征根λ1≥λ2≥…λp,求出特征贡献率并对每个特征根求出相应的单位特征向量
(5)确定主成分个数m,确定主成分个数按照累积贡献率使指纹数据库信息利用率达到85%以上;
所述主成分是对空间谱数据库中的数据通过主成分分析方法得到的贡献率大的主成分;
(6)得到主成分Yi=UX,其中最后 以特征值贡献率为权数,采用线性回归法,计算各参考点的综合得分,存入空间谱指纹数据库中,形成稳健指纹信息;
2)在线匹配阶段
将实时计算得到的指纹数据即采集点的样本综合得分与空间谱指纹数据库中的参考点稳健指纹信息进行匹配,利用模式匹配算法计算采集点指纹与空间谱指纹数据库中的参考点稳健指纹信息相似度,从而给出位置信息的估计。
根据本发明优选的,所述给出位置信息的估计的具体步骤如下:
首先,计算采集点指纹与空间谱指纹数据库中参考点指纹的距离:假设空间谱指纹数据库中参考点指纹数据为m个,采集得到的指纹数据包含n个来自不同蓝牙锚节点的指纹,每个指纹数据表示为sj,j=1…n,选取指纹数据中最大数值对应的蓝牙锚节点为目标锚节点sk,m个参考点指纹数据对应于n个蓝牙锚节点的指纹表示为sij,i=1…m,j=1…n,选取接收目标蓝牙锚节点信号的参考点指纹slk,对每个参考点,则采集得到的采集点指纹数据与空间谱指纹数据库中的参考点指纹数据的距离Llk=|sk-slk|;
其次,从采集点指纹数据与空间谱指纹数据库中的参考点指纹数据的距离选取其中最小的K个距离,由这K个参考点给出位置信息的估计假设K个参考点的位置为(xi,yi),i=1...K,则位置信息估计根据来估计,由此给出了位置信息的估计。
本发明的优势在于
本发明所述一种基于蓝牙位置指纹的室内定位系统及定位方法,充分利用与信道信息相关的高维空间谱信息以及环境信息,并利用主成分分析等手段提取稳健的空间谱指纹,具有更加稳定的指纹意味着在指纹数据库中的指纹数据可靠性增强,匹配定位时,对抗室内多径的干扰的效果增强,提升了定位精度。在室内多径环境下,该指纹具有更好的对抗多径干扰的效用,统计学意义上,该随机变量更加稳定。
本发明的重点在于离线建库阶段,对抗多经衰退。与传统的基于RSSI方法相比,本发明加入更多信道脉冲响应函数的信息,比RSSI有更稳定的统计特征。具体为利用参考点的接收信号RSSI及其自相关函数、功率谱密度、信道状态信息CSI、链路质量值LQ、湿度、人口密度等信息建立空间谱指纹数据库,采用主成分分析法即通过降维的思想把多指标转化为少数几个综合指标,从而形成更加稳健的指纹信息,并且存入待匹配的空间谱指纹数据库中。另外,空间谱指纹数据库还包括参考点的坐标及其方向。
具体实施方式
下面结合实施例对本发明做详细的说明,但不限于此。
实施例1、
一种基于蓝牙位置指纹的室内定位系统,包括蓝牙移动设备、蓝牙锚节点和数据服务器;
所述蓝牙移动设备与所述蓝牙锚节点通信:向所述蓝牙锚节点发送所述蓝牙移动设备的蓝牙参数数据包,接收由蓝牙锚节点返回的位置信息;所述蓝牙移动设备如手机、平板电脑等,将蓝牙设置为可被搜索到;使用者可自由定义蓝牙设备的名称,最后能在定位程序界面显示;
所述蓝牙锚节点将所述蓝牙移动设备的蓝牙参数数据包通过蓝牙路由节点发送给所述数据服务器,最后把数据服务器处理后的定位信息通过一对多连接的蓝牙锚节点发送回蓝牙移动设备;
所述数据服务器接收各个蓝牙锚节点获取的蓝牙参数数据包,采用基于主成分分析法对所述蓝牙参数数据包进行处理,并建立稳健的指纹信息,计算出蓝牙移动设备的坐标位置,并将定位信息通过蓝牙锚节点发送回蓝牙移动设备并显示定位。
每个蓝牙锚节点由一块带有蓝牙适配器的ARM9207开发板及相关外围设备构成,此蓝牙适配器支持蓝牙4.0标准规范,能确保每个蓝牙锚节点的信号都可以覆盖整个室内定位区域。综合考虑定位精度和资源开销,定位区域内每隔1m设置一个参考点,这些参考点主要应用于离线阶段指纹库的建立。
实施例2、
一种利用如实施例1所述定位系统进行定位的方法基于蓝牙位置指纹的室内定位方法,包括步骤如下:
1)离线建库:
所述蓝牙锚节点为参考点,所述参考点接收蓝牙移动设备的蓝牙参数数据包,并建立空间谱数据库,所述蓝牙参数数据包包括RSSI、自相关函数、蓝牙信号的功率谱密度、信道状态信息CSI、链路质量值LQ、湿度和人口密度信息;
所述自相关函数描述一个随机过程在相隔t时间的两个不同时刻取值的相关程度;
所述蓝牙信号的功率谱密度是由自相关函数计算的结果作傅里叶变换得来的;
采用主成分分析法,即通过降维的思想把所述蓝牙参数的数据包中的RSSI、自相关函数、蓝牙信号的功率谱密度、信道状态信息CSI、链路质量值LQ、湿度和人口密度信息转化为稳健的指纹信息,并存入空间谱指纹数据库中;
所述空间谱指纹数据库还包括参考点的坐标及其方向;本发明采用该步骤对抗多经衰退:与传统的基于RSSI方法相比,本发明加入更多信道脉冲响应函数的信息,比RSSI有更稳定的统计特征;
其中,所述稳健的指纹信息的提取生成步骤包括:
(1)采集n个参考点样本信息:
每个样本有p个指标变量,构成一个n×p的数据矩阵X=(xij)n×p,即
(2)将步骤(1)的参考点样本信息,即X=(xij)n×p标准化,得到标准化矩阵Zij:
在公式(I)中
(3)计算步骤(2)所述标准化矩阵Zij的样本相关系数矩阵其中
(4)解样本相关系数矩阵R的特征方程,得P个特征根λ1≥λ2≥…λp,求出特征贡献率并对每个特征根求出相应的单位特征向量
(5)确定主成分个数m,确定主成分个数按照累积贡献率使指纹数据库信息利用率达到85%以上;
所述主成分是对空间谱数据库中的数据通过主成分分析方法得到的贡献率大的主成分;
(6)得到主成分Yi=UX,其中最后 以特征值贡献率为权数,采用线性回归法,计算各参考点的综合得分,存入空间谱指纹数据库中,形成稳健指纹信息;
2)在线匹配阶段
将实时计算得到的指纹数据即采集点的样本综合得分与空间谱指纹数据库中的参考点稳健指纹信息进行匹配,利用模式匹配算法计算采集点指纹与空间谱指纹数据库中的参考点稳健指纹信息相似度,从而给出位置信息的估计。
实施例3、
如实施例2所述室内定位方法,所述给出位置信息的估计的具体步骤如下:
首先,计算采集点指纹与空间谱指纹数据库中参考点指纹的距离:假设空间谱指纹数据库中参考点指纹数据为m个,采集得到的指纹数据包含n个来自不同蓝牙锚节点的指纹,每个指纹数据表示为sj,j=1…n,选取指纹数据中最大数值对应的蓝牙锚节点为目标锚节点sk,m个参考点指纹数据对应于n个蓝牙锚节点的指纹表示为sij,i=1…m,j=1…n,选取接收目标蓝牙锚节点信号的参考点指纹slk,对每个参考点,则采集得到的采集点指纹数据与空间谱指纹数据库中的参考点指纹数据的距离Llk=|sk-slk|;其次,从采集点指纹数据与空间谱指纹数据库中的参考点指纹数据的距离选取其中最小的K个距离,由这K个参考点给出位置信息的估计假设K个参考点的位置为(xi,yi),i=1...K,则位置信息估计根据来估计,由此给出了位置信息的估计。
Claims (3)
1.一种基于蓝牙位置指纹的室内定位系统,其特征在于,该定位系统包括蓝牙移动设备、蓝牙锚节点和数据服务器;
所述蓝牙移动设备与所述蓝牙锚节点通信:向所述蓝牙锚节点发送所述蓝牙移动设备的蓝牙参数数据包,接收由蓝牙锚节点返回的位置信息;
所述蓝牙锚节点将所述蓝牙移动设备的蓝牙参数数据包通过蓝牙路由节点发送给所述数据服务器,最后把数据服务器处理后的定位信息通过一对多连接的蓝牙锚节点发送回蓝牙移动设备;
所述数据服务器接收各个蓝牙锚节点获取的蓝牙参数数据包,采用基于主成分分析法对所述蓝牙参数数据包进行处理,并建立稳健的指纹信息,计算出蓝牙移动设备的坐标位置,并将定位信息通过蓝牙锚节点发送回蓝牙移动设备并显示定位。
2.一种利用如权利要求1所述定位系统进行室内定位方法,其特征在于,该定位方法包括步骤如下:
1)离线建库:
所述蓝牙锚节点为参考点,所述参考点接收蓝牙移动设备的蓝牙参数数据包,并建立空间谱数据库,所述蓝牙参数数据包包括RSSI、自相关函数、蓝牙信号的功率谱密度、信道状态信息CSI、链路质量值LQ、湿度和人口密度信息;
采用主成分分析法,即通过降维的思想把所述蓝牙参数的数据包中的RSSI、自相关函数、蓝牙信号的功率谱密度、信道状态信息CSI、链路质量值LQ、湿度和人口密度信息转化为稳健的指纹信息,并存入空间谱指纹数据库中;
所述空间谱指纹数据库还包括参考点的坐标及其方向;
其中,所述稳健的指纹信息的提取生成步骤包括:
(1)采集n个参考点样本信息:
每个样本有p个指标变量,构成一个n×p的数据矩阵X=(xij)n×p,即
(2)将步骤(1)的参考点样本信息,即X=(xij)n×p标准化,得到标准化矩阵Zij:
在公式(I)中
(3)计算步骤(2)所述标准化矩阵Zij的样本相关系数矩阵
其中
(4)解样本相关系数矩阵R的特征方程,得P个特征根λ1≥λ2≥…λp,求出特征贡献率并对每个特征根求出相应的单位特征向量
(5)确定主成分个数m,确定主成分个数按照累积贡献率使指纹数据库信息利用率达到85%以上;
(6)得到主成分Yi=UX,其中最后j=1,2,…m以特征值贡献率为权数,采用线性回归法,计算各参考点的综合得分,存入空间谱指纹数据库中,形成稳健指纹信息;
2)在线匹配阶段
将实时计算得到的指纹数据即采集点的样本综合得分与空间谱指纹数据库中的参考点稳健指纹信息进行匹配,利用模式匹配算法计算采集点指纹与空间谱指纹数据库中的参考点稳健指纹信息相似度,从而给出位置信息的估计。
3.如权利要求2所述的室内定位方法,其特征在于,所述步骤2)给出位置信息的估计的具体步骤如下:
首先,计算采集点指纹与空间谱指纹数据库中参考点指纹的距离:假设空间谱指纹数据库中参考点指纹数据为m个,采集得到的指纹数据包含n个来自不同蓝牙锚节点的指纹,每个指纹数据表示为sj,j=1…n,选取指纹数据中最大数值对应的蓝牙锚节点为目标锚节点sk,m个参考点指纹数据对应于n个蓝牙锚节点的指纹表示为sij,i=1…m,j=1…n,选取接收目标蓝牙锚节点信号的参考点指纹slk,对每个参考点,则采集得到的采集点指纹数据与空间谱指纹数据库中的参考点指纹数据的距离Llk=|sk-slk|;
其次,从采集点指纹数据与空间谱指纹数据库中的参考点指纹数据的距离选取其中最小的K个距离,由这K个参考点给出位置信息的估计假设K个参考点的位置为(xi,yi),i=1...K,则位置信息估计根据来估计,由此给出了位置信息的估计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510608578.XA CN105163282B (zh) | 2015-09-22 | 2015-09-22 | 一种基于蓝牙位置指纹的室内定位系统及定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510608578.XA CN105163282B (zh) | 2015-09-22 | 2015-09-22 | 一种基于蓝牙位置指纹的室内定位系统及定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105163282A true CN105163282A (zh) | 2015-12-16 |
CN105163282B CN105163282B (zh) | 2020-03-24 |
Family
ID=54804017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510608578.XA Active CN105163282B (zh) | 2015-09-22 | 2015-09-22 | 一种基于蓝牙位置指纹的室内定位系统及定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105163282B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105657653A (zh) * | 2015-12-28 | 2016-06-08 | 电子科技大学 | 一种基于指纹数据压缩的室内定位方法 |
CN105682048A (zh) * | 2016-03-16 | 2016-06-15 | 重庆邮电大学 | 蜂窝网环境下基于pca的子空间匹配室内指纹定位方法 |
CN106535097A (zh) * | 2016-11-14 | 2017-03-22 | 安徽华米信息科技有限公司 | 室内定位方法、装置及服务器 |
CN106792561A (zh) * | 2017-01-19 | 2017-05-31 | 上海斐讯数据通信技术有限公司 | 一种无线指纹定位方法及系统 |
CN106803769A (zh) * | 2016-12-08 | 2017-06-06 | 浙江工业大学 | 一种基于wifi的无源‑无设备人体朝向检测方法 |
CN106912010A (zh) * | 2015-12-22 | 2017-06-30 | 深圳信息职业技术学院 | 基于回归神经网络的蓝牙辅助无线网络定位系统 |
CN107371136A (zh) * | 2016-05-13 | 2017-11-21 | 上海海拉电子有限公司 | 一种基于蓝牙的出租车巡车系统 |
CN107390168A (zh) * | 2016-05-16 | 2017-11-24 | 北京京东尚科信息技术有限公司 | 基于通用软件无线电外设的室内定位系统、方法和装置 |
CN107396304A (zh) * | 2017-06-29 | 2017-11-24 | 毛国强 | 基于智能手机的实时城市人口密度及人群流动估计方法 |
CN107942319A (zh) * | 2017-12-11 | 2018-04-20 | 北京理工大学 | 一种基于蓝牙rssi值位置指纹库的室内定位方法 |
CN109089313A (zh) * | 2018-09-12 | 2018-12-25 | 河南迈驰物联网有限公司 | 一种双指纹联合定位方法和装置 |
CN109633530A (zh) * | 2018-11-30 | 2019-04-16 | 哈尔滨工业大学(深圳) | 一种定位方法及系统、设备、存储介质 |
CN109640262A (zh) * | 2018-11-30 | 2019-04-16 | 哈尔滨工业大学(深圳) | 一种基于混合指纹的定位方法及系统、设备、存储介质 |
CN110366108A (zh) * | 2019-07-09 | 2019-10-22 | 南京邮电大学 | 基于信道状态信息和接收信号强度的室内定位方法 |
CN110381440A (zh) * | 2019-06-16 | 2019-10-25 | 西安电子科技大学 | 基于深度学习的联合rss与csi的指纹室内定位方法 |
CN110418407A (zh) * | 2019-08-27 | 2019-11-05 | 成都市东信德科技有限公司 | 基于神经网络的异常行李蓝牙定位方法及其系统 |
CN111465093A (zh) * | 2020-04-07 | 2020-07-28 | 中移雄安信息通信科技有限公司 | 指纹定位方法、装置、电子设备及计算机存储介质 |
CN112153557A (zh) * | 2019-06-28 | 2020-12-29 | 上海华为技术有限公司 | 无线定位方法、定位装置和网络设备 |
CN114895242A (zh) * | 2022-07-12 | 2022-08-12 | 中国人民解放军国防科技大学 | 一种复杂电磁环境下的辐射源定位方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103561469A (zh) * | 2013-11-13 | 2014-02-05 | 中国科学院信息工程研究所 | 一种室内定位方法及系统 |
US20140167959A1 (en) * | 2012-12-14 | 2014-06-19 | Winitech Co., Ltd. | Fire detector having beacon module forindoor positioning, and indoor positioningsystem using the same |
CN103945428A (zh) * | 2013-01-21 | 2014-07-23 | 华为技术有限公司 | 射频指纹库更新方法、装置及系统 |
CN104159294A (zh) * | 2014-08-01 | 2014-11-19 | 西南科技大学 | 一种基于蓝牙4.0技术的云定位平台 |
CN104837142A (zh) * | 2015-03-27 | 2015-08-12 | 腾讯科技(深圳)有限公司 | 一种无线定位系统中定位参考点的标定方法及系统 |
-
2015
- 2015-09-22 CN CN201510608578.XA patent/CN105163282B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140167959A1 (en) * | 2012-12-14 | 2014-06-19 | Winitech Co., Ltd. | Fire detector having beacon module forindoor positioning, and indoor positioningsystem using the same |
CN103945428A (zh) * | 2013-01-21 | 2014-07-23 | 华为技术有限公司 | 射频指纹库更新方法、装置及系统 |
CN103561469A (zh) * | 2013-11-13 | 2014-02-05 | 中国科学院信息工程研究所 | 一种室内定位方法及系统 |
CN104159294A (zh) * | 2014-08-01 | 2014-11-19 | 西南科技大学 | 一种基于蓝牙4.0技术的云定位平台 |
CN104837142A (zh) * | 2015-03-27 | 2015-08-12 | 腾讯科技(深圳)有限公司 | 一种无线定位系统中定位参考点的标定方法及系统 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106912010A (zh) * | 2015-12-22 | 2017-06-30 | 深圳信息职业技术学院 | 基于回归神经网络的蓝牙辅助无线网络定位系统 |
CN105657653B (zh) * | 2015-12-28 | 2020-05-12 | 电子科技大学 | 一种基于指纹数据压缩的室内定位方法 |
CN105657653A (zh) * | 2015-12-28 | 2016-06-08 | 电子科技大学 | 一种基于指纹数据压缩的室内定位方法 |
CN105682048A (zh) * | 2016-03-16 | 2016-06-15 | 重庆邮电大学 | 蜂窝网环境下基于pca的子空间匹配室内指纹定位方法 |
CN105682048B (zh) * | 2016-03-16 | 2018-09-18 | 重庆邮电大学 | 蜂窝网环境下基于pca的子空间匹配室内指纹定位方法 |
CN107371136A (zh) * | 2016-05-13 | 2017-11-21 | 上海海拉电子有限公司 | 一种基于蓝牙的出租车巡车系统 |
CN107390168A (zh) * | 2016-05-16 | 2017-11-24 | 北京京东尚科信息技术有限公司 | 基于通用软件无线电外设的室内定位系统、方法和装置 |
CN106535097B (zh) * | 2016-11-14 | 2019-11-08 | 安徽华米信息科技有限公司 | 室内定位方法、装置及服务器 |
CN106535097A (zh) * | 2016-11-14 | 2017-03-22 | 安徽华米信息科技有限公司 | 室内定位方法、装置及服务器 |
CN106803769A (zh) * | 2016-12-08 | 2017-06-06 | 浙江工业大学 | 一种基于wifi的无源‑无设备人体朝向检测方法 |
CN106792561A (zh) * | 2017-01-19 | 2017-05-31 | 上海斐讯数据通信技术有限公司 | 一种无线指纹定位方法及系统 |
CN107396304B (zh) * | 2017-06-29 | 2020-02-07 | 深圳市戴升智能科技有限公司 | 基于智能手机的实时城市人口密度及人群流动估计方法 |
CN107396304A (zh) * | 2017-06-29 | 2017-11-24 | 毛国强 | 基于智能手机的实时城市人口密度及人群流动估计方法 |
CN107942319A (zh) * | 2017-12-11 | 2018-04-20 | 北京理工大学 | 一种基于蓝牙rssi值位置指纹库的室内定位方法 |
CN109089313A (zh) * | 2018-09-12 | 2018-12-25 | 河南迈驰物联网有限公司 | 一种双指纹联合定位方法和装置 |
CN109089313B (zh) * | 2018-09-12 | 2020-10-09 | 河南迈驰物联网有限公司 | 一种双指纹联合定位方法和装置 |
CN109633530A (zh) * | 2018-11-30 | 2019-04-16 | 哈尔滨工业大学(深圳) | 一种定位方法及系统、设备、存储介质 |
CN109640262A (zh) * | 2018-11-30 | 2019-04-16 | 哈尔滨工业大学(深圳) | 一种基于混合指纹的定位方法及系统、设备、存储介质 |
CN110381440A (zh) * | 2019-06-16 | 2019-10-25 | 西安电子科技大学 | 基于深度学习的联合rss与csi的指纹室内定位方法 |
CN112153557A (zh) * | 2019-06-28 | 2020-12-29 | 上海华为技术有限公司 | 无线定位方法、定位装置和网络设备 |
CN110366108A (zh) * | 2019-07-09 | 2019-10-22 | 南京邮电大学 | 基于信道状态信息和接收信号强度的室内定位方法 |
CN110418407A (zh) * | 2019-08-27 | 2019-11-05 | 成都市东信德科技有限公司 | 基于神经网络的异常行李蓝牙定位方法及其系统 |
CN111465093A (zh) * | 2020-04-07 | 2020-07-28 | 中移雄安信息通信科技有限公司 | 指纹定位方法、装置、电子设备及计算机存储介质 |
CN114895242A (zh) * | 2022-07-12 | 2022-08-12 | 中国人民解放军国防科技大学 | 一种复杂电磁环境下的辐射源定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105163282B (zh) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105163282A (zh) | 一种基于蓝牙位置指纹的室内定位系统及定位方法 | |
CN105301558A (zh) | 一种基于蓝牙位置指纹的室内定位方法 | |
CN106851573B (zh) | 基于对数路径损耗模型的联合加权k近邻室内定位方法 | |
Eisa et al. | Removing useless APs and fingerprints from WiFi indoor positioning radio maps | |
CN109672973B (zh) | 一种基于最强ap的室内定位融合方法 | |
CN109068267B (zh) | 一种基于LoRa SX1280的室内定位方法 | |
Zou et al. | A mutual information based online access point selection strategy for WiFi indoor localization | |
US20120225678A1 (en) | Apparatus and method for constructing wireless ap map | |
CN102802260A (zh) | 基于矩阵相关的wlan室内定位方法 | |
CN104239453B (zh) | 数据处理方法及装置 | |
CN104053129A (zh) | 一种基于稀疏射频指纹插值的无线传感器网络室内定位方法和装置 | |
CN108717175A (zh) | 基于区域划分和稀疏支持向量回归的室内指纹定位方法 | |
CN105652235B (zh) | 基于线性回归算法的wlan室内定位多用户rss融合方法 | |
Xu et al. | Self-adapting multi-fingerprints joint indoor positioning algorithm in WLAN based on database of AP ID | |
CN107071902A (zh) | 一种基于混合滤波和幂指数映射wifi室内定位方法 | |
CN106102163A (zh) | 基于rss线性相关与二次加权质心算法的wlan指纹定位方法 | |
CN104076327A (zh) | 基于搜索空间缩减的连续定位方法 | |
CN103916954A (zh) | 基于wlan的概率定位方法及定位装置 | |
CN101893698A (zh) | 噪声源测试分析方法及其装置 | |
CN105163382A (zh) | 一种室内区域定位优化方法及系统 | |
JP2014016291A (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 | |
Tiku et al. | PortLoc: a portable data-driven indoor localization framework for smartphones | |
CN108225332B (zh) | 基于监督的室内定位指纹地图降维方法 | |
CN106954190A (zh) | 一种基于指数映射域的wifi室内定位方法 | |
CN113015093A (zh) | 一种基于三维深度残差神经网络的室内无线定位方法 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200325 Address after: 250101 Shandong city of Ji'nan province high tech Zone (calendar) Xinluo Avenue No. 1166 orsus building 3 room No. 2108 Co-patentee after: Shandong Rengong Intelligent Technology Co., Ltd Patentee after: JINAN DONGSHUO MICROELECTRONIC Co.,Ltd. Address before: 250101 Shandong city of Ji'nan province high tech Zone (calendar) Xinluo Avenue No. 1166 orsus building 3 room No. 2108 Patentee before: JINAN DONGSHUO MICROELECTRONIC Co.,Ltd. |