CN105873211A - 一种定位方法及装置 - Google Patents
一种定位方法及装置 Download PDFInfo
- Publication number
- CN105873211A CN105873211A CN201610292649.4A CN201610292649A CN105873211A CN 105873211 A CN105873211 A CN 105873211A CN 201610292649 A CN201610292649 A CN 201610292649A CN 105873211 A CN105873211 A CN 105873211A
- Authority
- CN
- China
- Prior art keywords
- signal
- position information
- target terminal
- module
- signal strength
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 239000013598 vector Substances 0.000 claims description 44
- 238000005070 sampling Methods 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 27
- 238000009432 framing Methods 0.000 claims description 20
- 238000001914 filtration Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 17
- 230000009286 beneficial effect Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种定位方法及装置,用以在保证精准定位的前提下,减小训练代价。所述方法包括:通过多个接收模块接收目标终端发送的信号;获取所述信号的信号强度;将所述信号强度与预设信号强度阈值进行比对;当存在所述信号强度大于或等于预设信号强度阈值的信号时,通过信号强度的最大值对应的接收模块获取所述目标终端的位置信息;当所述信号强度小于预设信号强度阈值时,通过所述多个接收模块获取所述目标终端的位置信息。采用本发明所提供的方法,在保证精准定位的前提下,减少了接收模块的个数,减小了训练代价。
Description
技术领域
本发明涉及通信技术领域,特别涉及一种定位方法及装置。
背景技术
随着移动互联网和智能终端的普及,人们对于室内定位信息的需求与日俱增。企业、商场、博物馆、机场等室内场所需要提供精确的定位来实现基于室内位置服务ILBS(Indoor Location Based Services),以便为用户自动提供位置查询、热度统计、周边信息、消息推送、路线导航等服务。目前常用的室内定位技术主要包括RFID(Radio Frequency Identification,射频识别)、红外线、超声波、蓝牙、WiFi(Wireless Fidelity,无线网技术)等。其中蓝牙作为一种标准的短距离无线通信技术,具有发展成熟、价格便宜、性价比高等特点,已经广泛成为移动设备、特别是可穿戴设备上的标配。
现有的蓝牙室内定位方法主要包括以下两种方式:
方式一、几何测量法,通过监测设备测量与移动蓝牙标签之间的距离和方向角,进而通过多点定位的方法计算出蓝牙标签的位置。
方式二、位置指纹法,分为训练和定位两个阶段。在训练阶段,可在定位空间采集接收每个位置点的指纹数据,并将指纹数据存入到数据库中;在定位阶段,将实时采集的信号强度与指纹数据库进行比对得出位置估计。
然而,方式一受到室内复杂环境的影响造成反射、多径干扰比较严重,同时参考时钟的不精确将导致所测量距离和方位角误差较大。而方式二的的问题在于为达到较高定位精度,往往需求以较高密度部署检测设备,而且训练阶段需要大量的指纹数据,训练代价较大。因而,现有的蓝牙定位方式中,方式一得到的定位结果不一定精准,方式二虽然可以得到较为精准的定位结果,但是需要的训练代价较大,因而,如何在保证精准定位的前提下,减小训练代价,是一亟待解决的技术问题。
发明内容
本发明提供一种定位方法及装置,用以在保证精准定位的前提下,减小训练代价。
本发明提供一种定位方法,包括:
通过多个接收模块接收目标终端发送的信号;
获取所述信号的信号强度;
将所述信号强度与预设信号强度阈值进行比对;
当存在所述信号强度大于或等于预设信号强度阈值的信号时,通过信号强度的最大值对应的接收模块获取所述目标终端的位置信息;
当所述信号强度小于预设信号强度阈值时,通过所述多个接收模块获取所述目标终端的位置信息。
本发明的有益效果在于:由于信号强度与距离为反比关系,即当目标终端距离接收模块距离较近时,通过距离最近的接收模块确定目标终端的位置信息,而当目标终端距离接收模块较远时采用多个接收模块综合获取目标终端的位置信息,也就是说,允许目标终端与接收模块的距离较远,因此,可只部署较少的接收模块,且无需收集接收模块附近的指纹数据,因而,本发明通过两种定位方式相结合,在保证精准定位的前提下,减少了接收模块的部署,减小了训练代价。
在一个实施例中,所述获取所述信号的信号强度,包括:
接收所述目标终端通过预设应用发送的网络访问请求;
获取承载所述访问请求的信号的信号强度。
本实施例的有益效果在于:当接收到目标终端通过预设应用发送的网络访问请求时,就获取承载该访问请求的信号的信号强度,当该预设应用为需要进行定位的应用时,实现对目标终端的自动定位,无需用户单独发送定位请求,简化了用户操作。
在一个实施例中,当接收模块的个数为多个时,所述获取所述信号的信号强度,包括:
获取预设时间段内所有接收模块接收到的信号;
对接收到的每个接收模块对应的信号进行分帧处理;
对分帧处理后的每个接收模块对应的信号进行平滑滤波处理,得到每个接收模块对应的滤波后的信号;
获取所述滤波后的信号中信号强度的最大值作为所述信号的信号强度。
本实施例的有益效果在于:通过对接收到的信号进行分帧和滤波处理,从而减少或消除位置抖动误差,进而得到更加精确的定位结果。
在一个实施例中,所述多个接收模块中,不同的接收模块安装于不同的区域,所述方法还包括:
获取每个接收模块所在区域的位置信息;
所述通过信号强度的最大值对应的接收模块获取所述目标终端的位置信息,包括:
获取所述滤波后的信号中信号强度的最大值对应的目标接收模块;
确定所述目标接收模块所在区域的位置信息为所述目标终端的位置信息。
本实施例的有益效果在于:直接将信号强度的最大值对应的接收模块所在位置的位置信息作为目标终端的位置信息,无需测量距离和方向角,也收集指纹数据,简化了对目标终端的定位方式。
在一个实施例中,通过所述多个接收模块获取所述目标终端的位置信息,包括:
根据所述滤波后的信号对应的信号强度生成信号强度向量组;
根据所述信号强度向量组生成所述目标终端的位置指纹;
将所述位置指纹与预设的位置指纹库进行比对;
确定所述位置指纹库中与所述位置指纹匹配的目标指纹;
确定所述目标指纹所对应的目标采样点的位置信息为所述目标终端的位置信息。
本实施例的有益效果在于:利用距离越小,信号强度越大的特性,根据信号强度向量组生成目标终端的位置指纹,将信号强度作为生成位置指纹的依据,从而,提供了一种简单的位置指纹生成方式,另外,通过对信号的型号强度进行滤波,使目标终端的指纹数据更加准确,进而减小定位结果的误差。
在一个实施例中,将所述位置指纹与预设的位置指纹库进行比对之前,所述方法还包括:
从所述接收模块的信号覆盖区域选取多个采样点;
获取每个采样点与多个接收模块形成的滤波后的信号强度向量组;
根据所述滤波后的信号强度向量组建立基于信号强度的位置指纹库。
本实施例的有益效果在于:在建库过程中,是通过采样点与多个接收模块形成的滤波后的信号强度向量组,通过对信号强度向量组进行滤波,减少或消除了位置抖动误差,使采样点的指纹数据更加准确。
在一个实施例中,对目标终端的位置信息的获取是以预设时长的时间窗口进行周期性获取,所述方法还包括:
在当前时间窗口内获取目标终端的多个位置信息;
对每个位置信息进行统计;
确定相同位置信息的出现次数;
获取所述出现次数的最大值;
判断所述最大值是否大于预设阈值;
当大于所述预设阈值时,确定所述出现次数的最大值对应的位置信息为当前时间窗口的定位结果;
当小于所述预设阈值时,确定上一个时间窗口的定位结果为当前时间窗口的定位结果。
本实施例的有益效果在于,通过在预设时长的窗口内获取多个目标终端的位置信息,并从中选择出现次数最多的位置信息,从而消除了抖动误差,提高了定位结果的准确程度。
本发明还提供一种定位装置,包括:
第一接收模块,用于接收目标终端发送的信号;
第一获取模块,用于获取所述信号的信号强度;
比对模块,用于将所述信号强度与预设信号强度阈值进行比对;
第二获取模块,用于当存在所述信号强度大于或等于预设信号强度阈值的信号时,通过信号强度的最大值对应的接收模块获取所述目标终端的位置信息;
第三获取模块,用于当所述信号强度小于预设信号强度阈值时,通过所述多个接收模块获取所述目标终端的位置信息。
在一个实施例中,所述第一获取模块,包括:
接收子模块,用于接收所述目标终端通过预设应用发送的网络访问请求;
第一获取子模块,用于获取承载所述访问请求的信号的信号强度。
在一个实施例中,所述第一获取模块,包括:
第二获取子模块,用于当接收模块的个数为多个时,获取预设时间段内所有接收模块接收到的信号;
分帧子模块,用于对接收到的每个接收模块对应的信号进行分帧处理;
处理子模块,用于对分帧处理后的每个接收模块对应的信号进行平滑滤波处理,得到每个接收模块对应的滤波后的信号;
第三获取子模块,用于获取所述滤波后的信号中信号强度的最大值作为所述信号的信号强度。
在一个实施例中,所述装置还包括:
第四获取模块,用于获取每个接收模块所在区域的位置信息;
所述第二获取模块,包括:
第四获取子模块,用于获取所述滤波后的信号中信号强度的最大值对应的目标接收模块;
确定子模块,用于确定所述目标接收模块所在区域的位置信息为所述目标终端的位置信息。
在一个实施例中,所述第三获取模块,包括:
第一生成子模块,用于根据所述滤波后的信号对应的信号强度生成信号强度向量组;
第二生成子模块,用于根据所述信号强度向量组生成所述目标终端的位置指纹;
比对子模块,用于将所述位置指纹与预设的位置指纹库进行比对;
第一确定子模块,用于确定所述位置指纹库中与所述位置指纹匹配的目标指纹;
第二确定子模块,用于确定所述目标指纹所对应的目标采样点的位置信息为所述目标终端的位置信息。
在一个实施例中,所述装置还包括:
选取模块,用于将所述位置指纹与预设的位置指纹库进行比对之前,从所述接收模块的信号覆盖区域选取多个采样点;
第五获取模块,用于获取每个采样点与多个接收模块形成的滤波后的信号强度向量组;
建立模块,用于根据所述滤波后的信号强度向量组建立基于信号强度的位置指纹库。
在一个实施例中,所述装置还包括:
第六获取模块,用于在当前时间窗口内获取目标终端的多个位置信息;
统计模块,用于对每个位置信息进行统计;
第一确定模块,用于确定相同位置信息的出现次数;
第七获取模块,用于获取所述出现次数的最大值;
判断模块,用于判断所述最大值是否大于预设阈值;
第二确定模块,用于当大于所述预设阈值时,确定所述出现次数的最大值对应的位置信息为当前时间窗口的定位结果;
第三确定模块,用于当小于所述预设阈值时,确定上一个时间窗口的定位结果为当前时间窗口的定位结果。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明一实施例中一种定位方法的流程图;
图2为本发明一实施例中一种定位方法的流程图;
图3为本发明一实施例中一种定位方法的流程图;
图4为本发明一实施例中一种定位方法的流程图;
图5为本发明一实施例中一种定位方法的流程图;
图6A为本发明一实施例中一种定位方法的流程图;
图6B为本发明一实施例中采样点和接收模块的位置示意图;
图7为本发明一实施例中一种定位方法的流程图;
图8为本发明一实施例中一种定位方法的流程图;
图9为本发明一实施例中一种定位装置的框图;
图10为本发明一实施例中一种定位装置的框图;
图11为本发明一实施例中一种定位装置的框图;
图12为本发明一实施例中一种定位装置的框图;
图13为本发明一实施例中一种定位装置的框图;
图14为本发明一实施例中一种定位装置的框图;
图15为本发明一实施例中一种定位装置的框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
图1为本发明一实施例中一种定位方法的流程图,如图1所示,本发明中定位方法可用于提供定位服务的终端应用或网站所对应的后台服务器中,该方法可被实施为如下步骤S11-S15:
在步骤S11中,通过多个接收模块接收目标终端发送的信号;
在步骤S12中,获取信号的信号强度;
在步骤S13中,将信号强度与预设信号强度阈值进行比对;
在步骤S14中,当存在信号强度大于或等于预设信号强度阈值的信号时,通过信号强度的最大值对应的接收模块获取目标终端的位置信息;
在步骤S15中,当信号强度小于预设信号强度阈值时,通过多个接收模块获取目标终端的位置信息。
以室内定位为例,在需要进行室内定位的区域(例如商场、企业、机场等)安装多个蓝牙接收机,该蓝牙接收机与远端提供定位服务的服务器连接,并可以将接收到的蓝牙信号发送给远端提供定位服务的服务器,因而,故可将服务器与蓝牙接收机看做一个整体,蓝牙接收机相当于服务器用于接收目标终端发送的广播信号的接收模块。
举例而言,通过多个接收模块接收目标终端发送的蓝牙广播信号,获取该广播信号的信号强度,并将该信号强度与预设信号强度进行比对,当这些接收模块接收到的多个信号中存在信号强度大于或者等于预设信号强度阈值的信号时,通过信号强度的最大值对应的接收模块获取目标终端的位置信息,当信号强度小于预设信号强度阈值时,通过多个接收模块获取目标终端的位置信息。
需要说明的是,本方案中,当预设信号强度阈值设置的较大时,大于该预设信号强度阈值的信号对应的接收模块与目标终端的距离就非常近,此时,上述步骤S14中可直接将信号强度的最大值对应的接收模块的位置作为目标终端的位置。
另外,在步骤S14中,可通过如下两种方式确定是否存在信号强度大于或等于预设信号强度阈值的信号:
方式一、通过预设信号强度阈值与接收机接收到的多个信号的信号强度进行一一比对,如果存在信号强度大于或等于预设信号强度阈值的信号,所有接收机对应的信号强度的最大值必然大于或等于预设信号强度阈值,因而,在将信号强度与预设信号强度阈值进行比对过程中,当出现信号强度大于或等于预设信号强度阈值的信号时,就可停止信号强度与预设信号阈值的比对过程,然后开始确定信号强度的最大值,并通过信号强度的最大值对应的接收获取目标终端的位置信息。
方式二、由于当存在信号强度大于或等于预设信号强度阈值的信号时,是通过信号强度的最大值对应的接收模块获取目标终端的位置信息的,因而,可以先确定信号强度的最大值,直接通过信号强度的最大值与预设信号强度阈值进行比较,当信号强度的最大值大于或等于预设信号强度阈值时,执行步骤S14,当信号强度的最大值小于预设信号强度阈值时,必然不存在信号强度大于或等于预设信号强度阈值的信号,因此,当信号强度最大值小于预设信号强度阈值时,通过多个接收模块获取目标终端的位置信息。
本发明的有益效果在于:由于信号强度与距离为反比关系,即当目标终端距离接收模块距离较近时,通过距离最近的接收模块确定目标终端的位置信息,而当目标终端距离接收模块较远时采用多个接收模块综合获取目标终端的位置信息,也就是说,允许目标终端与接收模块的距离较远,因此,可只部署较少的接收机,且无需收集接收模块附近的指纹数据,因而,本发明通过两种定位方式相结合,仅需部署较少的接收机和较小的训练代价就可实现精准定位。
在一个实施例中,如图2所示,上述步骤S12可被实施为如下步骤S21-S22:
在步骤S21中,接收目标终端通过预设应用发送的网络访问请求;
在步骤S22中,获取承载访问请求的信号的信号强度。
本实施例中,可预先建立可能需要定位服务的应用组,应用组包括至少一个应用,例如,提供外卖功能的应用,提供导航功能的应用,提供地图功能的应用,提供团购功能的应用等。当用户通过目标终端打开这几类应用时,目标终端会通过打开的应用向应用服务器发送网络访问请求,其中,目标终端通过接收模块连接互联网,也就是通过接收模块发送网络访问请求。接收模块在将访问请求发送给应用服务器的同时,还可以发送给提供定位功能的服务器。当提供定位功能的服务器接收到该网络访问请求时,获取承载该访问请求的信号的信号强度。如果应用服务器与提供定位功能的服务器是同一个服务器,接收模块发送一次网络访问请求即可。
本实施例的有益效果在于:当接收到目标终端通过预设应用发送的网络访问请求时,获取承载该访问请求的信号的信号强度。该预设应用为需要进行定位的应用,可实现对目标终端的自动定位,无需用户单独发送定位请求,简化了用户操作。
在一个实施例中,如图3所示,上述步骤S12还可被实施为如下步骤S31-S34:
在步骤S31中,获取预设时间段内所有接收模块接收到的信号;
在步骤S32中,对接收到的每个接收模块对应的信号进行分帧处理;
在步骤S33中,对分帧处理后的每个接收模块对应的信号进行平滑滤波处理,得到每个接收模块对应的滤波后的信号;
在步骤S34中,获取滤波后的信号中信号强度的最大值作为信号的信号强度。
举例而言,获取预设时间段内所有接收模块接收到的目标终端的信号,为减轻蓝牙信号动态变化对定位结果的影响,对接收到的信号进行分帧处理,即对预设时间段内所采集到的信号强度数据进行处理。为了保证相邻帧的连续性,本方案采用交叠分帧,定位结果的输出频度越大,相邻两帧交叠的部分越多,而定位结果的输出频度越小,相邻两帧交叠的部分也越小例如,定位结果的输出频度为B次/秒,而处理帧长为M秒,则相邻两帧的交叠时长为秒,当B=1,M=4时,交叠长度为3秒。本实施例可通过调节输出频度来控制相邻帧的交叠时长。而当输出频度达到0.25次/秒(即4秒一次)时,相邻两帧就不再交叠,因而,本实施例中,定位结果的输出频度应大于0.25次/秒。
在分帧结束后,对帧内每个接收机上报的接收信号强度进行平滑滤波处理,以去除孤立的噪声点,处理方法可以是低通滤波、取极值、均值、中值等。以中值滤波为例,采用奇数长度的滑动窗分别沿着每个接收机的采集信号时间序列进行滑动,对窗内的样本点进行排序,取其中的中值作为滤波的输出。对每帧信号经过上述处理后,将平滑滤波的输出按接收机进行排列,形成特征向量,如Si=[si1,si2,si3,…,sin],其中sin是第i帧内第n个接收机采集到目标终端的信号强度经平滑滤波后的输出值。在得到特征向量Si之后,在Si中找出最大分量,进而将该最大分量作为获取到的信号强度。此时,上述步骤S13可以是直接通过Si中的最大分量与预设信号强度阈值进行比较,判断是否符合通过信号强度最大值对应的接收模块获取目标终端的位置信息的执行条件,公式如下:
其中,为Si中的最大分量,Thr为预设信号强度阈值。
本实施例的有益效果在于:通过对接收到的信号进行分帧和滤波处理,从而减少或消除位置抖动误差,进而得到更加精确的定位结果。
在一个实施例中,多个接收模块中,不同的接收模块安装于不同的区域,如图4所示,当存在信号强度大于或等于预设信号强度阈值的信号时,方法还可被实施为如下步骤S41:
在步骤S41中,获取每个接收模块所在区域的位置信息;
上述步骤S14中,通过信号强度的最大值对应的接收模块获取目标终端的位置信息可被实施为如下步骤S42-S43:
在步骤S42中,获取滤波后的信号中信号强度的最大值对应的目标接收模块;
在步骤S43中,确定目标接收模块所在区域的位置信息为目标终端的位置信息。
举例而言,在部署接收模块时,是根据区域进行划分的,每一个区域部署一个接收模块,并且将每个接收模块所在区域的位置信息存储在本地,当存在信号强度大于或等于预设信号强度阈值的信号时,获取特征向量Si中的最大分量所对应的目标接收模块,从本地获取目标接收模块所在区域的位置信息,将该目标接收模块所在区域的位置信息作为目标终端的位置信息。
在前述方案中,由于步骤S14可通过两种方式(方式一和方式二)来实现,故当步骤S14采用方式一实现时,如果存在信号强度大于或等于预设信号强度阈值的信号,所有接收机对应的信号强度的最大值必然大于或等于预设信号强度阈值,因而,在将信号强度与预设信号强度阈值进行比对过程中,只要发现一个信号强度大于或等于预设信号强度阈值的信号,就可以停止信号强度与预设信号强度阈值的比对过程,开始执行上述步骤S41-S43了。由于在比对过程中,已经确定了部分信号强度小于预设信号强度阈值的信号,因而在获取特征向量的最大分量时,可将已经确定信号强度小于预设信号强度阈值的信号排除。
而当步骤S14采用方式二实现时,由于预先得到了信号强度的最大值,即特征向量Si中的最大分量,因而可以直接获取信号强度最大值对应的目标接收模块,确定目标接收模块所在区域的位置信息为目标终端的位置信息。
另外,由于是将目标接收模块所在的区域的位置作为目标终端的位置信息,因而,目标终端与目标接收模块的距离在允许的距离误差范围内,将允许的误差距离所在的位置的信号强度设为信号强度阈值。
本实施例的有益效果在于:直接将信号强度的最大值对应的接收模块所在位置的位置信息作为目标终端的位置信息,无需测量距离和方向角,也收集指纹数据,简化了对目标终端的定位方式。
在一个实施例中,如图5所示,上述步骤S15可被实施为如下步骤S51-S55:
在步骤S51中,根据滤波后的信号对应的信号强度生成信号强度向量组;
在步骤S52中,根据信号强度向量组生成目标终端的位置指纹;
在步骤S53中,将位置指纹与预设的位置指纹库进行比对;
在步骤S54中,确定位置指纹库中与位置指纹匹配的目标指纹;
在步骤S55中,确定目标指纹所对应的目标采样点的位置信息为目标终端的位置信息。
根据滤波后的信号对应的信号强度生成信号强度向量组Si=[si1,si2,si3,…,sin],根据该信号强度向量组生成目标终端的位置指纹,将该位置指纹与预设的指纹库进行比对,确定位置指纹库中与该位置指纹匹配的目标指纹。当指纹库中存储的位置指纹为各个采样点的信号强度向量组时,位置指纹为信号强度向量组本身,而位置指纹库中与该位置指纹匹配的目标指纹可以是与该位置指纹信息完全一致的指纹,还可以是与该位置指纹信息差别最小的指纹。将目标指纹锁对应的目标采样点的位置信息作为目标终端的位置信息。
本实施例的有益效果在于:利用距离越小,信号强度越大的特性,根据信号强度向量组生成目标终端的位置指纹,将信号强度作为生成位置指纹的依据,从而,提供了一种简单的位置指纹生成方式,另外,通过对信号的型号强度进行滤波,使目标终端的指纹数据更加准确,进而减小定位结果的误差。
在一个实施例中,如图6A所示,在上述步骤S53之前,方法还可被实施为如下步骤S61-S63:
在步骤S61中,从接收模块的信号覆盖区域选取多个采样点;
在步骤S62中,获取每个采样点与多个接收模块形成的滤波后的信号强度向量组;
在步骤S63中,根据滤波后的信号强度向量组建立基于信号强度的位置指纹库。
如图6B所示,在接收模块的信号覆盖区域61选取多个采样点62,该信号覆盖区域61可以是接收模块63的通信范围,获取每个采样点62与多个接收模块形成的信号强度向量组,根据该信号强度向量组建立基于信号强度的位置指纹库,上述获取采样点与多个接收模块形成的信号强度向量组的过程可通过如下方法中的任意一种实现:
HMM(Hidden Markov Model,隐马尔可夫模型)、KNN(k-NearestNeighbor,邻近算法)、SVM(Support Vector Machine,支持向量机)、ANN(Artificial NeuralNetwork,人工神经网络)等。
在图6B中,仅用于更加清除的描述本发明,需要说明的是在实际应用中,采样点的个数要比图6B所示的采样点多很多,且采样点个数非常密集。另外,能够使接收到的信号的信号强度大于信号强度阈值的范围64中,不选取采样点。
指纹库的建立需要在部署完接收模块之后开始建立,同时,需要在将目标终端的位置指纹与预设的指纹库进行比对之前建立完毕。
需要说明的是,由于当存在信号强度大于或等于预设信号强度阈值的信号时,是直接将最大值对应的接收模块所在的位置信息作为目标终端的位置信息的,因此,能够使接收到的信号的信号强度大于信号强度阈值的范围中不选取采样点,只在能够使接收到的信号的信号强度小于信号强度阈值的范围中选取采样点,从而,所需的采样点比传统的位置指纹定位法中所需的采样点要少,减少了位置指纹的训练代价。
本实施例的有益效果在于:在建库过程中,是通过采样点与多个接收模块形成的滤波后的信号强度向量组,通过对信号强度向量组进行滤波,减少或消除了位置抖动误差,使采样点的指纹数据更加准确。
在一个实施例中,如图7所示,上述步骤S14还可被实施为如下步骤S71-S74:
在步骤S71中,获取目标终端所发送的信号发送时的时间戳及信号发送到信号强度的最大值对应的接收模块时的入射角度;
在步骤S72中,根据时间戳计算信号从目标终端到信号强度的最大值对应的接收模块所用的发送时间;
在步骤S73中,根据发送时间与信号的传播速度计算目标终端与信号强度的最大值对应的接收模块的距离;
在步骤S74中,根据距离与信号的入射角度获取目标终端的位置信息。
在前述实施例中,当信号强度大于或等于预设信号强度阈值时,是直接将信号强度的最大值对应的接收模块对应的位置信息作为目标终端的位置信息,定位结果中可能存在误差,在将预设信号强度阈值设置的比较大时,这样的误差是不影响定位效果的,即这样的误差是可以接受的。
本实施例中,提出如下方式进一步减小或消除这种可能存在的误差:
在目标终端向本地发送广播信号或者网络访问信号时,会将信号发送时间对应的时间戳添加到其所发送的信号中,当本地接收到目标终端发送的广播信号或者网络访问信号时,提取其中的时间戳,并且获取信号发送到接收模块时的入射角度,根据时间戳与当前时间的差值得到信号从目标终端到接收模块所用的时间,通常情况下,固定类型的信号的传播速度是一定的,因而,通过信号从目标终端到接收模块所用的时间及该信号的传播速度计算目标终端到接收模块的距离,从而,可通过该距离与信号的入射角度获取目标终端的位置信息。
本实施例的有益效果在于,根据信号从目标终端到接收模块所用的发送时间和信号的传播速度计算目标终端与接收模块的距离,进而通过该距离与信号的入射角度确定目标终端的位置,进一步减小了定位结果的误差,提高了定位结果的准确程度。
在一个实施例中,对目标终端的位置信息的获取是以预设时长的时间窗口进行周期性获取,方法还可被实施为如下步骤A1-A7:
在步骤A1中,在当前时间窗口内获取目标终端的多个位置信息;
在步骤A2中,对每个位置信息进行统计;
在步骤A3中,确定相同位置信息的出现次数;
在步骤A4中,获取出现次数的最大值;
在步骤A5中,判断最大值是否大于预设阈值;
在步骤A6中,当大于预设阈值时,确定出现次数的最大值对应的位置信息为当前时间窗口的定位结果;
在步骤A7中,当小于预设阈值时,确定上一个时间窗口的定位结果为当前时间窗口的定位结果。
本实施例的有益效果在于,通过在预设时长的窗口内获取多个目标终端的位置信息,并从中选择出现次数最多的位置信息,从而消除了抖动误差,提高了定位结果的准确程度。
在本实施例中,将目标终端位置信息的获取过程分别置于多个窗长为T的时间窗口,例如,在获取到目标终端的当前位置信息时,将当前位置信息与之前T-1时间内位置信息置于一个时间窗口内,统计位置的出现频次,得出出现频次最大的位置信息,判断最大频次是否超过预设阈值,当超过预设阈值时,将该最大频次对应的位置信息作为定位结果,当不超过预设阈值时,沿用上次得到的定位结果作为当前的位置信息。
图8为本发明一实施例中一种定位方法的流程图,如图8所示,本发明中定位方法可用于提供定位服务的终端应用或网站所对应的后台服务器中,该方法可被实施为如下步骤S801-S812:
在步骤S801中,通过多个接收模块接收目标终端发送的信号;
在步骤S802中,接收目标终端通过预设应用发送的网络访问请求;
在步骤S803中,获取承载访问请求的信号的信号强度;
在步骤S804中,将信号强度与预设信号强度阈值进行比对;
在步骤S805中,当存在信号强度大于或等于预设信号强度阈值的信号时,获取每个接收模块所在区域的位置信息;
在步骤S806中,获取滤波后的信号中信号强度的最大值对应的目标接收模块;
在步骤S807中,确定目标接收模块所在区域的位置信息为目标终端的位置信息;
在步骤S808中,当信号强度小于预设信号强度阈值时,根据滤波后的信号对应的信号强度生成信号强度向量组;
在步骤S809中,根据信号强度向量组生成目标终端的位置指纹;
在步骤S810中,将位置指纹与预设的位置指纹库进行比对;
在步骤S811中,确定位置指纹库中与位置指纹匹配的目标指纹;
在步骤S812中,确定目标指纹所对应的目标采样点的位置信息为目标终端的位置信息。
图9为本发明一实施例中一种定位装置的框图,如图9所示,本发明中定位装置可用于提供定位服务的终端应用或网站所对应的后台服务器中,包括如下模块:
第一接收模块91,用于接收目标终端发送的信号;
第一获取模块92,用于获取信号的信号强度;
比对模块93,用于将信号强度与预设信号强度阈值进行比对;
第二获取模块94,用于当存在信号强度大于或等于预设信号强度阈值的信号时,通过信号强度的最大值对应的接收模块获取目标终端的位置信息;
第三获取模块95,用于当信号强度小于预设信号强度阈值时,通过多个接收模块获取目标终端的位置信息。
在一个实施例中,如图10所示,第一获取模块92,包括:
接收子模块101,用于接收目标终端通过预设应用发送的网络访问请求;
第一获取子模块102,用于获取承载访问请求的信号的信号强度。
在一个实施例中,如图11所示,第一获取模块92,包括:
第二获取子模块111,用于当接收模块的个数为多个时,获取预设时间段内所有接收模块接收到的信号;
分帧子模块112,用于对接收到的每个接收模块对应的信号进行分帧处理;
处理子模块113,用于对分帧处理后的每个接收模块对应的信号进行平滑滤波处理,得到每个接收模块对应的滤波后的信号;
第三获取子模块114,用于获取滤波后的信号中信号强度的最大值作为信号的信号强度。
在一个实施例中,如图12所示,装置还包括:
第四获取模块121,用于获取每个接收模块所在区域的位置信息;
第二获取模块94,包括:
第四获取子模块122,用于获取滤波后的信号中信号强度的最大值对应的目标接收模块;
确定子模块123,用于确定目标接收模块所在区域的位置信息为目标终端的位置信息。
在一个实施例中,如图13所示,第三获取模块95,包括:
第一生成子模块131,用于根据滤波后的信号对应的信号强度生成信号强度向量组;
第二生成子模块132,用于根据信号强度向量组生成目标终端的位置指纹;
比对子模块133,用于将位置指纹与预设的位置指纹库进行比对;
第一确定子模块134,用于确定位置指纹库中与位置指纹匹配的目标指纹;
第二确定子模块135,用于确定目标指纹所对应的目标采样点的位置信息为目标终端的位置信息。
在一个实施例中,如图14所示,装置还包括:
选取模块141,用于将位置指纹与预设的位置指纹库进行比对之前,从接收模块的信号覆盖区域选取多个采样点;
第五获取模块142,用于获取每个采样点与多个接收模块形成的滤波后的信号强度向量组;
建立模块143,用于根据滤波后的信号强度向量组建立基于信号强度的位置指纹库。
在一个实施例中,如图15所示,第二获取模块94,包括:
第五获取子模块151,用于获取目标终端所发送的信号发送时的时间戳及信号发送到信号强度的最大值对应的接收模块时的入射角度;
第一计算子模块152,用于根据时间戳计算信号从目标终端到信号强度的最大值对应的接收模块所用的发送时间;
第二计算子模块153,用于根据发送时间与信号的传播速度计算目标终端与信号强度的最大值对应的接收模块的距离;
第五获取子模块154,用于根据距离与信号的入射角度获取目标终端的位置信息。
在一个实施例中,装置还包括:
第六获取模块,用于在当前时间窗口内获取目标终端的多个位置信息;
统计模块,用于对每个位置信息进行统计;
第一确定模块,用于确定相同位置信息的出现次数;
第七获取模块,用于获取出现次数的最大值;
判断模块,用于判断最大值是否大于预设阈值;
第二确定模块,用于当大于预设阈值时,确定出现次数的最大值对应的位置信息为当前时间窗口的定位结果;
第三确定模块,用于当小于预设阈值时,确定上一个时间窗口的定位结果为当前时间窗口的定位结果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (14)
1.一种定位方法,其特征在于,包括:
通过多个接收模块接收目标终端发送的信号;
获取所述信号的信号强度;
将所述信号强度与预设信号强度阈值进行比对;
当存在所述信号强度大于或等于预设信号强度阈值的信号时,通过信号强度的最大值对应的接收模块获取所述目标终端的位置信息;
当所述信号强度小于预设信号强度阈值时,通过所述多个接收模块获取所述目标终端的位置信息。
2.如权利要求1所述的方法,其特征在于,所述获取所述信号的信号强度,包括:
接收所述目标终端通过预设应用发送的网络访问请求;
获取承载所述访问请求的信号的信号强度。
3.如权利要求1所述的方法,其特征在于,当接收模块的个数为多个时,所述获取所述信号的信号强度,包括:
获取预设时间段内所有接收模块接收到的信号;
对接收到的每个接收模块对应的信号进行分帧处理;
对分帧处理后的每个接收模块对应的信号进行平滑滤波处理,得到每个接收模块对应的滤波后的信号;
获取所述滤波后的信号中信号强度的最大值作为所述信号的信号强度。
4.如权利要求3所述的方法,其特征在于,所述多个接收模块中,不同的接收模块安装于不同的区域,所述方法还包括:
获取每个接收模块所在区域的位置信息;
所述通过信号强度的最大值对应的接收模块获取所述目标终端的位置信息,包括:
获取所述滤波后的信号中信号强度的最大值对应的目标接收模块;
确定所述目标接收模块所在区域的位置信息为所述目标终端的位置信息。
5.如权利要求3所述的方法,其特征在于,通过所述多个接收模块获取所述目标终端的位置信息,包括:
根据所述滤波后的信号对应的信号强度生成信号强度向量组;
根据所述信号强度向量组生成所述目标终端的位置指纹;
将所述位置指纹与预设的位置指纹库进行比对;
确定所述位置指纹库中与所述位置指纹匹配的目标指纹;
确定所述目标指纹所对应的目标采样点的位置信息为所述目标终端的位置信息。
6.如权利要求5所述的方法,其特征在于,将所述位置指纹与预设的位置指纹库进行比对之前,所述方法还包括:
从所述接收模块的信号覆盖区域选取多个采样点;
获取每个采样点与多个接收模块形成的滤波后的信号强度向量组;
根据所述滤波后的信号强度向量组建立基于信号强度的位置指纹库。
7.如权利要求1所述的方法,其特征在于,对目标终端的位置信息的获取是以预设时长的时间窗口进行周期性获取,所述方法还包括:
在当前时间窗口内获取目标终端的多个位置信息;
对每个位置信息进行统计;
确定相同位置信息的出现次数;
获取所述出现次数的最大值;
判断所述最大值是否大于预设阈值;
当大于所述预设阈值时,确定所述出现次数的最大值对应的位置信息为当前时间窗口的定位结果;
当小于所述预设阈值时,确定上一个时间窗口的定位结果为当前时间窗口的定位结果。
8.一种定位装置,其特征在于,包括:
第一接收模块,用于接收目标终端发送的信号;
第一获取模块,用于获取所述信号的信号强度;
比对模块,用于将所述信号强度与预设信号强度阈值进行比对;
第二获取模块,用于当存在所述信号强度大于或等于预设信号强度阈值的信号时,通过信号强度的最大值对应的接收模块获取所述目标终端的位置信息;
第三获取模块,用于当所述信号强度小于预设信号强度阈值时,通过所述多个接收模块获取所述目标终端的位置信息。
9.如权利要求8所述的装置,其特征在于,所述第一获取模块,包括:
接收子模块,用于接收所述目标终端通过预设应用发送的网络访问请求;
第一获取子模块,用于获取承载所述访问请求的信号的信号强度。
10.如权利要求8所述的装置,其特征在于,所述第一获取模块,包括:
第二获取子模块,用于当接收模块的个数为多个时,获取预设时间段内所有接收模块接收到的信号;
分帧子模块,用于对接收到的每个接收模块对应的信号进行分帧处理;
处理子模块,用于对分帧处理后的每个接收模块对应的信号进行平滑滤波处理,得到每个接收模块对应的滤波后的信号;
第三获取子模块,用于获取所述滤波后的信号中信号强度的最大值作为所述信号的信号强度。
11.如权利要求10所述的装置,其特征在于,所述装置还包括:
第四获取模块,用于获取每个接收模块所在区域的位置信息;
所述第二获取模块,包括:
第四获取子模块,用于获取所述滤波后的信号中信号强度的最大值对应的目标接收模块;
确定子模块,用于确定所述目标接收模块所在区域的位置信息为所述目标终端的位置信息。
12.如权利要求10所述的装置,其特征在于,所述第三获取模块,包括:
第一生成子模块,用于根据所述滤波后的信号对应的信号强度生成信号强度向量组;
第二生成子模块,用于根据所述信号强度向量组生成所述目标终端的位置指纹;
比对子模块,用于将所述位置指纹与预设的位置指纹库进行比对;
第一确定子模块,用于确定所述位置指纹库中与所述位置指纹匹配的目标指纹;
第二确定子模块,用于确定所述目标指纹所对应的目标采样点的位置信息为所述目标终端的位置信息。
13.如权利要求12所述的装置,其特征在于,所述装置还包括:
选取模块,用于将所述位置指纹与预设的位置指纹库进行比对之前,从所述接收模块的信号覆盖区域选取多个采样点;
第五获取模块,用于获取每个采样点与多个接收模块形成的滤波后的信号强度向量组;
建立模块,用于根据所述滤波后的信号强度向量组建立基于信号强度的位置指纹库。
14.如权利要求8所述的装置,其特征在于,所述装置还包括:
第六获取模块,用于在当前时间窗口内获取目标终端的多个位置信息;
统计模块,用于对每个位置信息进行统计;
第一确定模块,用于确定相同位置信息的出现次数;
第七获取模块,用于获取所述出现次数的最大值;
判断模块,用于判断所述最大值是否大于预设阈值;
第二确定模块,用于当大于所述预设阈值时,确定所述出现次数的最大值对应的位置信息为当前时间窗口的定位结果;
第三确定模块,用于当小于所述预设阈值时,确定上一个时间窗口的定位结果为当前时间窗口的定位结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610292649.4A CN105873211A (zh) | 2016-04-29 | 2016-04-29 | 一种定位方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610292649.4A CN105873211A (zh) | 2016-04-29 | 2016-04-29 | 一种定位方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105873211A true CN105873211A (zh) | 2016-08-17 |
Family
ID=56630356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610292649.4A Pending CN105873211A (zh) | 2016-04-29 | 2016-04-29 | 一种定位方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105873211A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107121661A (zh) * | 2017-04-11 | 2017-09-01 | 安徽华米信息科技有限公司 | 定位方法、装置及系统和服务器 |
CN107295634A (zh) * | 2017-06-13 | 2017-10-24 | 上海晶曦微电子科技有限公司 | 一种定位方法及装置 |
CN107966678A (zh) * | 2017-11-03 | 2018-04-27 | 平安科技(深圳)有限公司 | 基于信号数据筛选的定位方法、电子装置及存储介质 |
CN109246601A (zh) * | 2018-09-06 | 2019-01-18 | 锐捷网络股份有限公司 | 一种无线网络的定位方法及装置 |
CN109827561A (zh) * | 2018-08-03 | 2019-05-31 | 上海诣星智能科技有限公司 | 一种室内定位系统 |
CN110400397A (zh) * | 2018-04-25 | 2019-11-01 | 开利公司 | 用于进行轨迹预测以实现使用移动装置的无缝访问的系统和方法 |
CN110632552A (zh) * | 2018-06-22 | 2019-12-31 | K11集团有限公司 | 用户无线定位方法及系统 |
CN110726970A (zh) * | 2018-07-17 | 2020-01-24 | Tcl集团股份有限公司 | 目标定位方法及终端设备 |
CN110888134A (zh) * | 2019-11-04 | 2020-03-17 | 电子科技大学 | 一种非协作和协作一体化机场场面监视系统 |
CN110972259A (zh) * | 2019-03-29 | 2020-04-07 | 国家无线电监测中心检测中心 | 台站定位装置 |
CN111239716A (zh) * | 2020-01-21 | 2020-06-05 | 蔡小雨 | 一种多wifi快速定位方法及装置 |
WO2020199898A1 (zh) * | 2019-04-02 | 2020-10-08 | 电信科学技术研究院有限公司 | 一种定位测量值的确定方法及装置 |
CN112393726A (zh) * | 2019-08-16 | 2021-02-23 | 苏州触达信息技术有限公司 | 一种超声定位系统、方法、装置和计算机可读存储介质 |
CN112394325A (zh) * | 2019-08-16 | 2021-02-23 | 苏州触达信息技术有限公司 | 一种超声定位信号的多普勒频偏估算系统、方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101420749A (zh) * | 2008-12-02 | 2009-04-29 | 中国科学技术大学苏州研究院 | 无线传感网络室内节点区域的判定方法 |
US20100176940A1 (en) * | 2009-01-15 | 2010-07-15 | Motorola, Inc. | Method and apparatus for determining the location of a node in a wireless system |
CN102056293A (zh) * | 2010-12-10 | 2011-05-11 | 北京星网锐捷网络技术有限公司 | 射频指纹定位方法、系统、无线控制器及定位服务器 |
CN202121780U (zh) * | 2010-12-31 | 2012-01-18 | 中国科学技术大学苏州研究院 | 线性环境下活动节点定位跟踪系统 |
CN103957595A (zh) * | 2014-05-14 | 2014-07-30 | 肖登坤 | 井下作业人员高精度定位系统及方法 |
CN104093204A (zh) * | 2014-07-07 | 2014-10-08 | 无锡中科西北星科技有限公司 | 一种基于无线传感器网络的rssi区域定位方法 |
-
2016
- 2016-04-29 CN CN201610292649.4A patent/CN105873211A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101420749A (zh) * | 2008-12-02 | 2009-04-29 | 中国科学技术大学苏州研究院 | 无线传感网络室内节点区域的判定方法 |
US20100176940A1 (en) * | 2009-01-15 | 2010-07-15 | Motorola, Inc. | Method and apparatus for determining the location of a node in a wireless system |
CN102056293A (zh) * | 2010-12-10 | 2011-05-11 | 北京星网锐捷网络技术有限公司 | 射频指纹定位方法、系统、无线控制器及定位服务器 |
CN202121780U (zh) * | 2010-12-31 | 2012-01-18 | 中国科学技术大学苏州研究院 | 线性环境下活动节点定位跟踪系统 |
CN103957595A (zh) * | 2014-05-14 | 2014-07-30 | 肖登坤 | 井下作业人员高精度定位系统及方法 |
CN104093204A (zh) * | 2014-07-07 | 2014-10-08 | 无锡中科西北星科技有限公司 | 一种基于无线传感器网络的rssi区域定位方法 |
Non-Patent Citations (1)
Title |
---|
SHASHANK TADAKAMADLA: "Indoor Local Positioning System For ZigBee, Based On RSSI", 《M.SC. THESIS REPORT WITHIN ELECTRICAL ENGINEERING D, ELECTRONICS DESIGN PROGRAMME, 20 POINTS》 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107121661B (zh) * | 2017-04-11 | 2019-12-06 | 安徽华米信息科技有限公司 | 定位方法、装置及系统和服务器 |
CN107121661A (zh) * | 2017-04-11 | 2017-09-01 | 安徽华米信息科技有限公司 | 定位方法、装置及系统和服务器 |
CN107295634A (zh) * | 2017-06-13 | 2017-10-24 | 上海晶曦微电子科技有限公司 | 一种定位方法及装置 |
CN107966678A (zh) * | 2017-11-03 | 2018-04-27 | 平安科技(深圳)有限公司 | 基于信号数据筛选的定位方法、电子装置及存储介质 |
CN110400397B (zh) * | 2018-04-25 | 2023-01-13 | 开利公司 | 用于进行轨迹预测以实现使用移动装置的无缝访问的系统和方法 |
CN110400397A (zh) * | 2018-04-25 | 2019-11-01 | 开利公司 | 用于进行轨迹预测以实现使用移动装置的无缝访问的系统和方法 |
CN110632552A (zh) * | 2018-06-22 | 2019-12-31 | K11集团有限公司 | 用户无线定位方法及系统 |
CN110726970A (zh) * | 2018-07-17 | 2020-01-24 | Tcl集团股份有限公司 | 目标定位方法及终端设备 |
CN109827561A (zh) * | 2018-08-03 | 2019-05-31 | 上海诣星智能科技有限公司 | 一种室内定位系统 |
CN109246601B (zh) * | 2018-09-06 | 2020-12-18 | 锐捷网络股份有限公司 | 一种无线网络的定位方法及装置 |
CN109246601A (zh) * | 2018-09-06 | 2019-01-18 | 锐捷网络股份有限公司 | 一种无线网络的定位方法及装置 |
CN110972259A (zh) * | 2019-03-29 | 2020-04-07 | 国家无线电监测中心检测中心 | 台站定位装置 |
CN110972259B (zh) * | 2019-03-29 | 2021-05-25 | 国家无线电监测中心检测中心 | 台站定位装置 |
WO2020199898A1 (zh) * | 2019-04-02 | 2020-10-08 | 电信科学技术研究院有限公司 | 一种定位测量值的确定方法及装置 |
CN111770568A (zh) * | 2019-04-02 | 2020-10-13 | 电信科学技术研究院有限公司 | 一种定位测量值的确定方法及装置 |
TWI745909B (zh) * | 2019-04-02 | 2021-11-11 | 大陸商大唐移動通信設備有限公司 | 一種定位測量值的確定方法、裝置、電子設備及電腦存儲介質 |
CN111770568B (zh) * | 2019-04-02 | 2022-01-04 | 大唐移动通信设备有限公司 | 一种定位测量值的确定方法及装置 |
CN112393726A (zh) * | 2019-08-16 | 2021-02-23 | 苏州触达信息技术有限公司 | 一种超声定位系统、方法、装置和计算机可读存储介质 |
CN112394325A (zh) * | 2019-08-16 | 2021-02-23 | 苏州触达信息技术有限公司 | 一种超声定位信号的多普勒频偏估算系统、方法和装置 |
CN112393726B (zh) * | 2019-08-16 | 2023-10-27 | 苏州触达信息技术有限公司 | 一种超声定位系统、方法、装置和计算机可读存储介质 |
CN112394325B (zh) * | 2019-08-16 | 2023-11-28 | 苏州触达信息技术有限公司 | 一种超声定位信号的多普勒频偏估算系统、方法和装置 |
CN110888134A (zh) * | 2019-11-04 | 2020-03-17 | 电子科技大学 | 一种非协作和协作一体化机场场面监视系统 |
CN110888134B (zh) * | 2019-11-04 | 2023-07-18 | 电子科技大学 | 一种非协作和协作一体化机场场面监视系统 |
CN111239716A (zh) * | 2020-01-21 | 2020-06-05 | 蔡小雨 | 一种多wifi快速定位方法及装置 |
CN111239716B (zh) * | 2020-01-21 | 2022-05-06 | 蔡小雨 | 一种多wifi快速定位方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105873211A (zh) | 一种定位方法及装置 | |
CN109275095B (zh) | 一种基于蓝牙的室内定位系统、定位设备和定位方法 | |
Kaemarungsi | Design of indoor positioning systems based on location fingerprinting technique | |
CN109151707B (zh) | 一种移动状态下的视距/非视距路径识别方法 | |
CN106294534B (zh) | 一种用户兴趣匹配推送系统及用户兴趣匹配推送方法 | |
CN108668249B (zh) | 一种移动终端室内定位方法及装置 | |
Al-Husseiny et al. | RF-based traffic detection and identification | |
Koledoye et al. | A comparison of rssi filtering techniques for range-based localization | |
Li et al. | Urban vehicle localization in public LoRaWan network | |
Huang et al. | A novel WIFI-oriented RSSI signal processing method for tracking low-speed pedestrians | |
CN110493731B (zh) | 移动轨迹获取方法、装置、存储介质以及设备 | |
Ye et al. | Local HMM for indoor positioning based on fingerprinting and displacement ranging | |
Duong et al. | Indoor Localization with lightweight RSS Fingerprint using BLE iBeacon on iOS platform | |
Chen et al. | Learning from FM communications: Toward accurate, efficient, all-terrain vehicle localization | |
Pereira et al. | Evaluating location fingerprinting methods for underground GSM networks deployed over Leaky Feeder | |
Hung et al. | Model-driven traffic data acquisition in vehicular sensor networks | |
CN114760684A (zh) | 无线定位方法、路径识别模型的训练方法和装置 | |
Niang et al. | An adapted machine learning algorithm based-Fingerprints using RLS to improve indoor Wi-fi localization systems | |
Xu et al. | Variance-based fingerprint distance adjustment algorithm for indoor localization | |
Hazar et al. | Using Received Strength Signal Indication for Indoor Mobile Localization Based on Machine Learning Technique. | |
US20070254611A1 (en) | Radio frequency signal for determining location | |
KR101232365B1 (ko) | 무선센서 네트워크에서의 다중 이동체 위치추적장치 및 그 방법 | |
Qin et al. | An Internet of Electronic-Visual Things indoor localization system using adaptive Kalman filter | |
Papaiz et al. | Particle filtering with weight reshaping for opportunistic angle of arrival estimation in a vehicular scenario | |
CN110611880A (zh) | 一种家庭WiFi预测方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160817 |