CN105334493A - 一种基于wlan的室内定位方法 - Google Patents
一种基于wlan的室内定位方法 Download PDFInfo
- Publication number
- CN105334493A CN105334493A CN201510650657.7A CN201510650657A CN105334493A CN 105334493 A CN105334493 A CN 105334493A CN 201510650657 A CN201510650657 A CN 201510650657A CN 105334493 A CN105334493 A CN 105334493A
- Authority
- CN
- China
- Prior art keywords
- location
- locating
- rssi
- combinations
- combination
- 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
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0252—Radio frequency fingerprinting
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于WLAN的室内定位方法，属于室内无线通信和网络技术领域，包括：离线训练阶段：构建离线指纹数据库；在线定位阶段：对终端扫描到的各个AP的RSSI数据进行预处理；判断AP是否可靠的算法；选择能用于定位AP的算法；计算定位位置。本发明提供的一种基于WLAN的室内定位方法，减少无线信号强度波动大对定位结果造成的影响，通过逻辑筛选出信号强度波动比较小的数据，使用这些数据来定位得到更准确的定位结果。
Description
技术领域
本发明涉及一种WLAN室内定位领域的定位方法，属于室内无线通信和网络技术领域。
背景技术
近年来，随着人们物质生活水平的不断提高，人们对位置服务的需求也与日俱增，如在人员调度、资产管理、紧急救援、安全监控、安全调度、智能交通、地图导航、出行指南等诸多方面对定位的广泛需求；特别是在应对紧急情况是，如紧急救援、救灾应急指挥调度等特殊应用场景下，定位信息更显得尤为重要。
随着普适计算机和分布式通信技术的深入研究，室内无线通信和网络技术飞速发展，衍生出了基于WLAN(WirelessLocalAreaNetworks,无线局域网)，Bluetooth(蓝牙)，WSN(wirelesssensornetwork,无线传感器网络)等室内定位方式，以及基于指纹和概率法的室内定位方法。
基于WLAN，Bluetooth，WSN等的定位技术，通过在室内进行网格划分，并在室内部署大量的AP(AccessPoint,访问接入点)，终端检测在每个网格内接收到的多个AP的RSSI(ReceivedSignalStrengthIndication,接收信号强度指示)，由于不同位置接收到的各个信号节点所发出的信号强度不同，将在各个网格中接收到的各个节点的RSSI作为该网络的特征量以完成定位。
基于指纹的室内定位，通过采集室内不同区域尽可能多的AP的RSSI，并将对应的无线接入点的MAC地址和RSSI存储在数据库中，终端用户测量周围无线信号强度，将它与预先存储在数据库中的RSSI适量进行匹配定位，从而得到被定位终端用户的坐标信息。
概率法利用参考点上的已有训练样本，得出各个参考点上的RSSI信号概率分布。一般采用高斯函数进行概率分布拟合，得出各个参考点的高斯概率分布的均值和带宽。概率法充分利用了信号分布的统计特征，定位精度一般较加权最近邻法要高。
然而，它们都存在着同样的问题。基于指纹的室内定位方法，在实际应用中，由于无线信号强度波动大的特性，定位阶段采集到的无线信号强度不像离线数据库中当前区域的指纹反而更像其他区域的指纹，导致定位的偏差较大。基于概率法的室内定位方法，在实际应用中存在RSSI信号在某个固定的参考点上的概率分布呈现非高斯、非线性、多模态的特性，使得拟合出的概率分布函数与实际概率分布相差较大，从而导致定位时较大匹配误差。
发明内容
本发明要解决的技术问题是：克服现有技术的什么不足，提供一种基于WLAN的室内定位方法，能得到更准确的定位结果。
本发明技术解决方案：一种基于WLAN的室内定位方法，包括以下步骤实现：
步骤一：离线训练阶段：构建离线指纹数据库。
构建离线指纹数据库包括：在目标定位区域均匀选取参考点，并采集参考点位置的来自各个AP的无线信号强度。每个参考点的位置坐标与对应的RSSI向量集合构成一个位置指纹。
步骤二：在线定位阶段：对终端扫描到的各个AP的RSSI数据进行预处理。
对扫描到的RSSI数据的预处理包括：删除不在离线指纹数据库出现过的AP的RSSI数据，删除不适于定位AP的RSSI数据，对用于定位的RSSI数据按照RSSI的大小降序排列。所述删除不适于定位AP的RSSI数据是指，定位AP的特征强度过低(RSSI小于-95dB)，使用这些AP会降低定位精度，因此予以排除。
步骤三：判断AP是否可靠的算法：输入为5个不同AP的RSSI数据，输出为每个AP能用于定位、不能用于定位、不确定能否用于定位三种信息。
判断AP是否可靠的算法包括：对于每个AP的RSSI数据，根据AP的RSSI值，给予正负一定的(5dB)的偏移量，即每个AP的RSSI数据都可以看作是一个RSSI的区间，然后根据该区间匹配离线指纹数据库，得到若干个位置点。然后将5个AP三三组合，一共有10个组合，每个组合都将组合中3个AP各自得到的位置点求交集，得到该组合的位置点集合。然后根据不同的情况进行判断：
1.10个组合都不是空集：
1.1如果10个组合包含有共同的位置点，那么输出这5个AP都是能用于定位的AP。
1.2如果10个组合不包含共同的位置点
1.2.1如果排除某个AP所在的组合，其他组合包含有共同的位置点，得到所有这样的AP。
1.2.1.1如果这样的AP唯一，那么输出该AP不能用于定位，其他AP都能用于定位。
1.2.1.2如果这样的AP不唯一，那么输出这5个AP都不确定能否用于定位。
2.只有2-9个组合不是空集
2.1结果为空集的组合都是包含某个相同AP
2.1.1这个AP唯一
2.1.1.1如果排除该AP所在的组合，其他组合包含有共同的位置点，输出该AP为不能用于定位，其他AP能用于定位。
2.1.1.2如果排除该AP所在的组合，其他组合没有共同的位置点，输出这5个AP都不确定能否用于定位。
2.1.2如果这个AP不唯一，输出这5个AP都不确定是否能用于定位
3.如果不是空集的组合数不多于1组，那么输出这5个AP都不确定能否用于定位。
步骤四：选择能用于定位AP的算法：输入为步骤二中经过预处理的AP的RSSI数据，输出为一组能用于定位的AP。
选择能用于定位AP的算法包括：设置1个能用于定位的AP集合，1个不能用于定位的AP集合，1个不确定能否用于定位的AP集合，1个待判定的AP列表，首先选择输入的前5个AP的RSSI数据加入待判定AP列表。
1.将待判定AP列表作为步骤三算法的输入，得到输出结果。
2.如果得到能用于定位的AP，将它们加入能用于定位的AP集合。如果能用于定位的AP集合个数大于等于4个，跳到6,。否则从待判定AP列表中移除这些能用于定位的AP。
3.如果得到了不能用于定位的AP，将它们加入不能用于定位的AP集合，从待判定AP列表中移除这些不能用于定位的AP。
4.如果得到了不确定能否用于定位的AP，将它们加入不确定能否用于定位的AP集合，从待判定AP列表中移除这些不确定能否用于定位的AP。
5.从算法的输入数据中选择替补的数据，将待判定AP列表补足5个。如果不足5个，从不确定能否用于定位AP的集合中补足，跳到1。
6.结束。
步骤五：计算定位位置。输入为步骤四输出的可用于定位AP的列表，输出为定位坐标。
计算定位位置包括：使用可用于定位的AP的RSSI数据，通过匹配离线指纹数据库，得到位置点信息，如果得到的位置点有多个，那么计算这些位置点的中心的位置。输出最终计算得到的位置点的坐标。
本发明与现有技术相比的优点在于：本发明减少了无线信号强度波动大对定位结果造成的影响，通过逻辑筛选出信号强度波动比较小的数据，使用这些数据来定位得到更准确的定位结果。
附图说明
图1为本发明方法实现流程图；
图2为本发明选择能用于定位AP的算法流程图；
图3为本发明判断AP是否可靠的算法流程图。
具体实施方式
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
下面结合流程图和具体实施例对本发明具体实施方案做进一步说明。
图1是本发明方法的流程图，该流程包括离线训练阶段和在线定位阶段。
101、其中离线训练阶段主要是构造离线指纹数据库，构造的数据库格式如表1所示：
表1离线指纹数据库
| 位置点编号 | AP1 | AP2 | AP3 | AP4 | AP5 | AP6 | AP7 |
| 1 | -85 | -63 | -90 | -72 | |||
| 2 | -83 | -92 | -65 | -98 | -85 | -69 | |
| 3 | -70 | -73 | -95 | -82 | -63 | ||
| …… | …… | …… | …… | …… | …… | …… | …… |
102、其中在线定位阶段包括数据预处理、选择能用于定位的AP算法(图2)、判断AP是否可以用于定位的算法(图3)和计算定位位置4个部分。
103、数据预处理是指对终端扫描到的各个AP的RSSI数据进行预处理。对扫描到的RSSI数据的预处理包括：删除不在离线指纹数据库出现过的AP的RSSI数据，删除不适于定位AP的RSSI数据，对用于定位的RSSI数据按照RSSI的大小降序排列。终端扫描到的数据格式如表2所示，AP17是没在离线指纹数据库中出现过的，所以予以删除。AP15的数据由于RSSI小于-95，认为不适合定位，也需要删除。此外我们还要将所有数据按照RSSI的大小降序排列，经过处理后的数据如表3所示。
表2终端扫描到的数据
| AP编号 | RSSI |
| AP1 | -85 |
| AP2 | -83 |
| AP3 | -70 |
| …… | …… |
| AP15 | -96 |
| AP16 | -67 |
| AP17 | -88 |
| AP18 | -72 |
| AP19 | -66 |
表3预处理之后的数据
| AP编号 | RSSI |
| AP19 | -66 |
| AP16 | -67 |
| AP3 | -70 |
| …… | …… |
| AP18 | -72 |
| AP2 | -83 |
| AP1 | -85 |
104、经过预处理的数据(表3)作为选择能用于定位AP的算法的输入，其中选择能用于定位的AP会1次或者多次调用判断AP是否可靠的算法，输出是一组能用于定位的AP数据，输出的可能格式为表4所示：
表4能用于定位的AP数据
| AP19 | -66 |
| AP18 | -72 |
| AP3 | -70 |
| AP4 | -70 |
105、通过选择能用于定位AP的算法输出的AP数据，可以计算定位位置，通过匹配离线指纹数据库，得到位置点信息，如果得到的位置点有多个，那么计算这些位置点的中心的位置。输出最终计算得到的位置点的坐标。
图2为本发明方法选择能用于定位AP的算法流程图；输入为经过预处理的AP的RSSI数据，输出为一组能用于定位的AP的RSSI数据。
201、表5是可能的算法的输入数据，算法首先将AP1～AP5加入待判定列表，此时能用于定位的AP集合、不能用于定位的AP集合、不确定能否用于定位的AP集合都为空。调用判断AP是否可靠的算法，将AP1～AP5作为它的输入，判断AP是否可靠的算法输出AP1～AP5都不确定能否用于定位，那么将AP1～AP5都加入不确定能否用于定位AP集合，并且从待判定列表移除AP1～AP5。
表5选择能用于定位AP的算法输入数据
| AP编号 | RSSI |
| AP1 | -50 |
| AP2 | -52 |
| AP3 | -54 |
| AP4 | -60 |
| AP5 | --65 |
| AP6 | -67 |
| AP7 | -70 |
| …… | …… |
| AP15 | -85 |
202、由于能定位AP的个数小于4个，我们需要将待判定AP列表补足5个，此时将AP6～AP10加入待判定列表，调用判断AP是否可靠的算法，将AP6～AP10作为它的输入，判断AP是否可靠的算法输出AP6～AP10都不确定能否用于定位，那么将AP6～AP10都加入能定位AP集合，并且从待判定列表移除AP6～AP10。此时能定位AP的个数大于4个，算法结束。AP6～AP10的数据就是算法的输出。
图3为本发明判断AP是否可靠的算法流程图，输入为5个不同AP的RSSI数据，输出为每个AP能用于定位、不能用于定位、不确定能否用于定位三种信息。输入数据如表6所示：
表6判断AP是否可靠的算法输入数据
| AP1 | -66 |
| AP2 | --68 |
| AP3 | -70 |
| AP4 | -70 |
| AP5 | -72 |
301、给予每个AP正负5dB的偏移量，然后根据该区间匹配离线指纹数据库，得到若干个位置点。然后将5个AP三三组合，一共有10个组合，每个组合都将组合中3个AP各自得到的位置点求交集，得到该组合的位置点集合，得到的结果如表7所示：根据我们的算法流程图，首先这10个组合都能求出位置点，但是它们不包含共同的位置点。依次排除AP1、AP2、AP3、AP4和AP5，发现排除了AP1所在的组合，其他组合都包含共同的位置点1。而排除其他AP的组合则没有这种发现，于是这样的AP唯一，我们算法输出AP1不能用于定位，AP2～AP4都能用于定位。
表7组合情况
| 组合 | 位置点编号 |
| AP1，AP2，AP3 | 4 |
| AP1，AP2，AP4 | 2，3 |
| AP1，AP2，AP5 | 1，19 |
| AP1，AP3，AP4 | 1，2 |
| AP1，AP3，AP5 | 5，6 |
| AP1，AP4，AP5 | 1，17 |
| AP2，AP3，AP4 | 1 |
| AP2，AP3，AP5 | 1, |
| AP2，AP4，AP5 | 1，15 |
| AP3，AP4，AP5 | 1，20 |
本发明未详细阐述部分属于本领域公知技术。
以上所述，仅为本发明部分具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域的人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
Claims (2)
1.一种基于WLAN的室内定位方法，其特征在于实现步骤如下：
步骤一：离线训练阶段构建离线指纹数据库
在目标定位区域选取多个参考点，并采集参考点位置的来自各个访问接入点AP的无线信号强度，每个参考点的位置坐标与对应的接收信号强度指示RSSI向量集合构成一个位置指纹，多个参考点的位置指纹形成离线指纹数据库；
步骤二：在线定位阶段
对终端扫描到的各个AP的RSSI数据进行预处理；预处理删除不在离线指纹数据库出现过的AP的RSSI数据，删除不适于定位AP的RSSI数据，对用于定位的RSSI数据按照RSSI的大小降序排列；
步骤三：选择能用于定位的AP
对于步骤二中经过预处理的AP的RSSI数据，设置1个能用于定位的AP集合，1个不能用于定位的AP集合，1个不确定能否用于定位的AP集合，1个待判定的AP列表；每次选择5个AP，采用判断AP是否可靠的算法，并且根据5个AP的判断结果将这些AP加入到不同的集合中，直到能用于定位的AP集合中AP数大于等于4个；所述判断AP是否可靠的算法具体为：输入5个不同AP的RSSI数据，对于每个AP的RSSI数据，根据AP的RSSI值，给予正负一定的偏移量，即每个AP的RSSI数据都看作是一个RSSI的区间，然后根据该区间匹配离线指纹数据库，得到若干个位置点；然后将5个AP三三组合，一共有10个组合，每个组合都将组合中3个AP各自得到的位置点求交集，得到该组合的位置点集合，再根据是空集或不是空集的不同的情况进行判断，得到AP能用于定位还是不能用于定位，或者不确定能否用于的信息；
步骤四：计算定位位置
根据步骤4输出的可用于定位AP的列表，使用可用于定位的AP的RSSI数据，通过匹配离线指纹数据库，得到位置点信息，如果得到的位置点有多个，则计算这些位置点的中心的位置，输出最终计算得到的位置点的定位坐标。
2.根据权利要求1所述的基于WLAN的室内定位方法，其特征在于：所述步骤三中：不同的情况进行判断的过程是：
(1)在10个组合都不是空集的情况下分两种情况，10个组合包含有共同的位置点和10个组合不包含有共同的位置点；如果10个组合包含有共同的位置点，则输出这5个AP均是能用于定位的AP；如果10个组合不包含共同的位置点，排除某个AP所在的组合，其他组合包含有共同的位置点，得到所有这样的AP；如果这样的AP唯一，那么输出该AP不能用于定位，其他AP都能用于定位；如果这样的AP不唯一，那么输出这5个AP都不确定能否用于定位；
(2)只有2-9个组合不是空集
结果为空集的组合都是包含某个相同AP分为AP唯一和AP不唯一；在这个AP唯一的情况下，如果排除该AP所在的组合，其他组合包含有共同的位置点，输出该AP为不能用于定位，其他AP能用于定位；如果排除该AP所在的组合，其他组合没有共同的位置点，输出这5个AP都不确定能否用于定位；在这个AP不唯一的情况下，输出这5个AP都不确定是否能用于定位
(3)如果不是空集的组合数不多于1组，那么输出这5个AP均不确定能否用于定位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510650657.7A CN105334493B (zh) | 2015-10-09 | 2015-10-09 | 一种基于wlan的室内定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510650657.7A CN105334493B (zh) | 2015-10-09 | 2015-10-09 | 一种基于wlan的室内定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105334493A true CN105334493A (zh) | 2016-02-17 |
| CN105334493B CN105334493B (zh) | 2017-12-26 |
Family
ID=55285134
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510650657.7A Active CN105334493B (zh) | 2015-10-09 | 2015-10-09 | 一种基于wlan的室内定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105334493B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105898071A (zh) * | 2016-05-30 | 2016-08-24 | 北京奇虎科技有限公司 | 路由器、服务器、终端及终端情景模式控制方法和装置 |
| CN106970351A (zh) * | 2017-05-15 | 2017-07-21 | 河海大学常州校区 | 基于信号传播模型的wlan指纹二次扫描定位方法 |
| CN108680897A (zh) * | 2018-05-07 | 2018-10-19 | 北京邮电大学 | 一种室内定位方法、装置、电子设备及存储介质 |
| CN110097734A (zh) * | 2019-05-23 | 2019-08-06 | 浙江台谊消防设备有限公司 | 基于室内人员定位和生理监测的安全防护系统 |
| CN110650484A (zh) * | 2019-09-02 | 2020-01-03 | 深圳数位传媒科技有限公司 | 清洗干扰信号的方法与装置、存储介质及计算机设备 |
| WO2020177334A1 (zh) * | 2019-03-04 | 2020-09-10 | 深圳光启空间技术有限公司 | 更新指纹数据库的方法及系统、存储介质及处理器 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102883262A (zh) * | 2012-09-17 | 2013-01-16 | 北京大学 | 一种基于指纹匹配的Wi-Fi室内定位方法 |
| CN103491506A (zh) * | 2013-09-17 | 2014-01-01 | 迈普通信技术股份有限公司 | 基于wlan和wsn的异构网络协同定位方法及系统 |
| US20140045520A1 (en) * | 2012-08-05 | 2014-02-13 | Lg Electronics Inc. | Apparatus and method for measuring position of terminal located in indoor using wireless network |
| CN103796163A (zh) * | 2013-11-03 | 2014-05-14 | 北京工业大学 | 一种接收信号强度排序指纹的室内定位方法 |
| CN104185275A (zh) * | 2014-09-10 | 2014-12-03 | 北京航空航天大学 | 一种基于wlan的室内定位方法 |
| CN104683953A (zh) * | 2015-03-27 | 2015-06-03 | 重庆邮电大学 | 基于SimRank相似组合邻近图构建的室内WLAN定位组网方法 |
-
2015
- 2015-10-09 CN CN201510650657.7A patent/CN105334493B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140045520A1 (en) * | 2012-08-05 | 2014-02-13 | Lg Electronics Inc. | Apparatus and method for measuring position of terminal located in indoor using wireless network |
| CN102883262A (zh) * | 2012-09-17 | 2013-01-16 | 北京大学 | 一种基于指纹匹配的Wi-Fi室内定位方法 |
| CN103491506A (zh) * | 2013-09-17 | 2014-01-01 | 迈普通信技术股份有限公司 | 基于wlan和wsn的异构网络协同定位方法及系统 |
| CN103796163A (zh) * | 2013-11-03 | 2014-05-14 | 北京工业大学 | 一种接收信号强度排序指纹的室内定位方法 |
| CN104185275A (zh) * | 2014-09-10 | 2014-12-03 | 北京航空航天大学 | 一种基于wlan的室内定位方法 |
| CN104683953A (zh) * | 2015-03-27 | 2015-06-03 | 重庆邮电大学 | 基于SimRank相似组合邻近图构建的室内WLAN定位组网方法 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105898071A (zh) * | 2016-05-30 | 2016-08-24 | 北京奇虎科技有限公司 | 路由器、服务器、终端及终端情景模式控制方法和装置 |
| CN105898071B (zh) * | 2016-05-30 | 2019-12-24 | 北京奇虎科技有限公司 | 路由器、服务器、终端及终端情景模式控制方法和装置 |
| CN106970351A (zh) * | 2017-05-15 | 2017-07-21 | 河海大学常州校区 | 基于信号传播模型的wlan指纹二次扫描定位方法 |
| CN106970351B (zh) * | 2017-05-15 | 2019-09-06 | 河海大学常州校区 | 基于信号传播模型的wlan指纹二次扫描定位方法 |
| CN108680897A (zh) * | 2018-05-07 | 2018-10-19 | 北京邮电大学 | 一种室内定位方法、装置、电子设备及存储介质 |
| WO2020177334A1 (zh) * | 2019-03-04 | 2020-09-10 | 深圳光启空间技术有限公司 | 更新指纹数据库的方法及系统、存储介质及处理器 |
| CN110097734A (zh) * | 2019-05-23 | 2019-08-06 | 浙江台谊消防设备有限公司 | 基于室内人员定位和生理监测的安全防护系统 |
| CN110650484A (zh) * | 2019-09-02 | 2020-01-03 | 深圳数位传媒科技有限公司 | 清洗干扰信号的方法与装置、存储介质及计算机设备 |
| CN110650484B (zh) * | 2019-09-02 | 2022-10-28 | 深圳数位大数据科技有限公司 | 清洗干扰信号的方法与装置、存储介质及计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105334493B (zh) | 2017-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105334493A (zh) | 一种基于wlan的室内定位方法 | |
| CN104185275B (zh) | 一种基于wlan的室内定位方法 | |
| CN105101406B (zh) | 一种基于无线强度的室内定位方法及系统 | |
| CN102480678B (zh) | 一种指纹定位方法和系统 | |
| CN102480677B (zh) | 一种指纹定位误差的确定方法和设备 | |
| CN102348160B (zh) | 基于多模信号的定位方法与系统、定位平台 | |
| CN103476115B (zh) | 一种基于AP集相似度的Wi-Fi指纹定位方法 | |
| CN107547633A (zh) | 一种用户常驻点的处理方法、装置和存储介质 | |
| CN107948296A (zh) | 一种基于蓝牙的室内定位系统及方法 | |
| CN104469676A (zh) | 一种移动终端的定位方法及系统 | |
| CN105228179B (zh) | 历史网络kpi数据集合生成、用户识别卡分配方法、装置及系统 | |
| CN110035384A (zh) | 一种融合多传感器信号滤波优化的室内定位方法 | |
| US8903403B2 (en) | Method and apparatus for evaluating cross-cell coverage | |
| CN105282758A (zh) | WiFi室内定位系统指纹数据库自适应动态构建方法 | |
| CN107807346A (zh) | 基于ott与mr数据的自适应wknn室外定位方法 | |
| CN103442433B (zh) | 一种利用无线热点进行室内定位的方法和系统 | |
| CN103686595A (zh) | 状态切换方法和电子设备 | |
| CN105898692A (zh) | 一种室内定位方法及装置 | |
| CN104302000A (zh) | 基于信号接收强度指示相关性的室内定位方法 | |
| CN104125537A (zh) | 一种基于cc2530的多方式协同定位系统和定位方法 | |
| CN107509165A (zh) | 一种基于大数据计算、确定ap位置的方法 | |
| CN105682048B (zh) | 蜂窝网环境下基于pca的子空间匹配室内指纹定位方法 | |
| CN103517310A (zh) | 自动修正定位用无线基站数据集的方法 | |
| CN107027122A (zh) | 一种伪基站检测定位系统 | |
| CN106954187A (zh) | 一种基于异构网络的室内定位方法 |
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 |