CN105898713A - 一种基于加权余弦相似度的WiFi指纹室内定位方法 - Google Patents
一种基于加权余弦相似度的WiFi指纹室内定位方法 Download PDFInfo
- Publication number
- CN105898713A CN105898713A CN201610435979.4A CN201610435979A CN105898713A CN 105898713 A CN105898713 A CN 105898713A CN 201610435979 A CN201610435979 A CN 201610435979A CN 105898713 A CN105898713 A CN 105898713A
- Authority
- CN
- China
- Prior art keywords
- reference point
- fingerprint
- cosine similarity
- similarity
- method based
- 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
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
-
- 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)
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种基于加权余弦相似度的WiFi指纹室内定位方法,包括以下步骤:构建用于在线定位的指纹数据库;接收定位终端的接收信号强度向量,并计算所述接收信号强度向量与离线指纹库中指纹向量的余弦相似度;将计算的余弦相似度从大到小进行排序,并选取K个相似度较大的参考点;利用不同参考点估算定位终端的位置坐标。本发明能够有效降低终端差异的影响,提高室内定位系统的定位精度和适用性。
Description
技术领域
本发明涉及位置定位技术领域,特别是涉及一种基于加权余弦相似度的WiFi指纹室内定位方法。
背景技术
随着计算机技术的快速发展以及智能移动终端设备的普及,移动用户对位置感知的实时性和就地性的需求与日俱增,使得位置感知技术得到越来越多的关注。根据定位技术所应用的环境的差异,可以把定位技术分为室内定位和室外定位两种。目前,室外定位系统主要有全球定位系统(GPS,Global Positioning System),蜂窝网定位系统,A-GPS(Assisted Global Positioning System)辅助全球定位系统等,在空旷的室外环境,GPS的定位误差已达到10m以内,完全可以满足人们对日常位置信息的需求。然而,现有的室外定位技术并不适用于复杂的室内环境,因为GPS在室内无法搜索到足够的卫星数量进行精确定位,蜂窝网定位系统定位精度较低无法满足需求,使得如何实现在复杂的室内环境进行稳定和高精度定位成为定位技术研究的热点。
近年来,人们深入的研究了室内定位技术并提出了多种解决方案。主要有射频标签(RFID)定位系统、蓝牙室内定位系统、超宽带室内定位系统(UWB)等。然而,这些定位系统都需要额外的专用设备、需要重新部署设备间的网络连接并且应用范围较小,导致它们都未能得到大范围的推广。基于WIFI的室内定位系统具有低成本、易部署、覆盖范围广、精度高等优点,成为室内定位技术研究的热点。由于WIFI指纹定位法可以对抗多径的影响,具有较高的定位精度,被广泛使用。而今,智能移动终端的种类也越来越丰富,不同种类的智能移动终端采用标准不同的无线模块,使得现有WiFi室内定位系统在线定位阶段所用的智能移动设备和离线阶段建立数据库所用的智能移动设备存在种类差异,降低了定位系统的适用性。
发明内容
本发明所要解决的技术问题是提供一种基于加权余弦相似度的WiFi指纹室内定位方法,能够有效降低终端差异的影响,提高室内定位系统的定位精度和适用性。
本发明解决其技术问题所采用的技术方案是:提供一种基于加权余弦相似度的WiFi指纹室内定位方法,包括以下步骤:
(1)构建用于在线定位的指纹数据库;
(2)接收定位终端的接收信号强度向量,并计算所述接收信号强度向量与离线指纹库中指纹向量的余弦相似度;
(3)将计算的余弦相似度从大到小进行排序,并选取K个相似度较大的参考点;
(4)利用不同参考点估算定位终端的位置坐标。
所述步骤(1)包括以下子步骤:
(11)把室内空间均匀地划分为不同的区域,形成参考点网格,每个网格的四个顶点作为参考点;在室内空间部署无线接入点覆盖定位区域;
(12)利用移动终端在室内空间的各个参考点处采集周围的无线接入点的信号接收强度,并将采集到的信号接收强度和参考点的位置坐标组成指纹向量,所有参考点的指纹向量组成指纹数据库。
所述步骤(2)中余弦相似度计算方法为 为定位终端在待测区域内实时采集到的来自无线接入点的信号接收强度向量;为所构建的指纹库中参考点处收集到的周围的来自无线接入点的信号接收强度向量。
所述步骤(12)中在每个参考点处的四个方向上分别采集N次,每个参考点的采样次数为4×N次,然后对这4×N次的采样值去奇异值求平均值,然后把平均值和参考点的位置坐标组成指纹向量,形成指纹数据库。
所述步骤(4)中位置坐标估算方法为wi为K个相似程度较大的参考点中第i个参考点的权重值,(xi,yi)为第i个参考点的坐标。
所述K个相似程度较大的参考点中第i个参考点的权重值其中,K为所选取的余弦相似度最大的临近参考点的数目,S为第i个参考点余弦相似度的值。
有益效果
由于采用了上述的技术方案,本发明与现有技术相比,具有以下的优点和积极效果:本发明采用接收信号的加权余弦相似度降低终端差异度对定位结果造成的影响,不仅提高了系统的定位精度,同时解决了由于室内定位系统在线定位阶段所用的智能移动设备和离线阶段建立数据库所用的智能移动设备存在种类差异而产生的定位误差,增强了定位系统的普适性。
附图说明
图1是本发明提供的基于加权余弦相似度的WiFi指纹室内定位方法的总体设计框架图;
图2是本发明在定位区域内网格划分和AP布置示意图;
图3是本发明提供的基于加权余弦相似度的WiFi指纹室内定位方法的步骤流程图;
图4是移动定位终端的定位流程图。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及一种基于加权余弦相似度的WiFi指纹室内定位方法,包括以下步骤:
(1)构建用于在线定位的指纹数据库。具体包括:把室内空间均匀地划分为不同的区域,形成参考点网格,每个网格的四个顶点作为参考点;在室内空间部署无线接入点(简称AP)覆盖定位区域;利用移动终端在室内空间的各个参考点处采集周围的无线AP的信号接收强度(简称RSS),并将采集到的信号接收强度和参考点的位置坐标组成指纹向量,所有参考点的指纹向量组成指纹数据库。指纹数据库主要包含采样点的位置坐标、AP的BSSID和AP的RSS,最后将所建立的指纹数据库存储在服务器端。值得一提的是,在构建指纹数据库时,在每个参考点处的四个方向上可以分别采集30次,每个参考点的采样次数为120次,然后对这120次的采样值去奇异值求平均值,然后把平均值和参考点的位置坐标组成指纹向量,形成指纹数据库。
(2)接收定位终端的接收信号强度向量,并计算所述接收信号强度向量与离线指纹库中指纹向量的余弦相似度。其中,余弦相似度计算方法为 为定位终端在待测区域内实时采集到的来自无线接入点的信号接收强度向量;为所构建的指纹库中参考点处收集到的周围的来自无线接入点的信号接收强度向量。
(3)将计算的余弦相似度从大到小进行排序,并选取K个相似度较大的参考点。由于得到余弦相似度的取值范围为从-1到1之间,考虑到参考点的权重值没有负值的情况,因此可将相似度转化为正数后进行排序。
(4)利用不同参考点估算定位终端的位置坐标。由于相似度越大,两点越相似,在位置估算时所作的贡献越大,权重值也越大,即参考点所占有的权重与余弦相似度的大小成正比。在选择K个相似程度较大的参考点中第i个参考点的权重值wi可以表示为:其中,K为所选取的余弦相似度最大的临近参考点的数目,S为第i个参考点余弦相似度的值。再通过估算定位终端的位置坐标,其中,(xi,yi)为第i个参考点的坐标。
下面以一个具体的实施例来进一步说明本发明。
图1所示的是便携式室内WiFi定位系统的总体设计框架。基于C/S架构具有本地响应速度快、在硬件和网络不好的情况下可以提高效率等优点,本发明采用经典的C/S架构,系统由移动定位终端(Android手机)、移动监测终端(Android手机)和服务器(PC)三个部分组成。移动定位终端和服务器、移动监测端和服务器间采用socket方式进行通信。AP采用现有的无线路由器。
如图2所示,选取两间教室作为定位区域,按照0.5m*0.5m的网格划分室内区域,选取网格的四个顶点作为参考点;在定位区域的四个角和中间位置放置AP,共放置5个AP(AP1到AP5)。
本实施例采用传统的位置指纹定位算法建立指纹数据库,采用加权余弦相似度匹配算法来得到用户的位置坐标,具体步骤如图3所示:
离线阶段建立指纹库,在室内实验区域建立合适的网格选取参考点,利用移动客户端在室内采集区域参考点处采集周围的AP的RSS,将采集到的RSS和参考点的位置坐标以一定的格式组成指纹向量,所有参考点的指纹向量组成指纹库,最后将所建立的指纹数据库存储在服务器端。
移动定位终端向服务器发送连接请求进行连接并定位,然后向服务器发送RSS向量,服务器接收RSS后通过匹配算法与离线阶段指纹库进行匹配估算待测点的坐标并将坐标信息发送到系统的移动定位终端。匹配算法采用加权余弦相似度算法,即计算接收的RSS向量与指纹库里的指纹向量的余弦相似度大小并按照相似度的大小排序,然后从大到小依次选择K(K=3)个相似度较大的参考点,根据相似度的大小赋予K个参考点不同的权重估算待测点的位置坐标。移动定位终端获得到位置坐标后在室内地图上实时标示和显示。
监测终端向服务器发送监测请求,与服务器建立连接,服务器将移动定位终端的位置坐标信息(x,y)发送到移动监测端,移动监测终端获得到待测点的位置坐标后在室内地图上实时标示和显示。
图4所示为移动定位终端定位流程,移动终端功能包括判断WiFi开启状态、WiFi信号的扫描、AP的RSS值地传输和地图地实时显示等模块。
开启软件的自动定位功能,软件检测WiFi的状态是否开启,如果没有开启,则开启WiFi,然后移动定位终端经过WiFi无线网络向服务器发送连接请求并进行数据传输。移动定位终端将接收到的周围AP的RSS向量以一定的格式发送到服务器端,服务器利用加权余弦相似度算法与指纹数据库进行匹配估算出待测点的坐标,服务器将估算出的位置信息传送至移动定位终端,移动定位终端在室内地图上标记并显示移动定位终端在室内所在的位置,移动定位终端以室内地图的形式显示其位置信息,更加直观,便于查看。
不难发现,采用接收信号的加权余弦相似度降低终端差异度对定位结果造成的影响,不仅提高了系统的定位精度,同时解决了由于室内定位系统在线定位阶段所用的智能移动设备和离线阶段建立数据库所用的智能移动设备存在种类差异而产生的定位误差,增强了定位系统的普适性。
Claims (6)
1.一种基于加权余弦相似度的WiFi指纹室内定位方法,其特征在于,包括以下步骤:
(1)构建用于在线定位的指纹数据库;
(2)接收定位终端的接收信号强度向量,并计算所述接收信号强度向量与离线指纹库中指纹向量的余弦相似度;
(3)将计算的余弦相似度从大到小进行排序,并选取K个相似度较大的参考点;
(4)利用不同参考点估算定位终端的位置坐标。
2.根据权利要求1所述的基于加权余弦相似度的WiFi指纹室内定位方法,其特征在于,所述步骤(1)包括以下子步骤:
(11)把室内空间均匀地划分为不同的区域,形成参考点网格,每个网格的四个顶点作为参考点;在室内空间部署无线接入点覆盖定位区域;
(12)利用移动终端在室内空间的各个参考点处采集周围的无线接入点的信号接收强度,并将采集到的信号接收强度和参考点的位置坐标组成指纹向量,所有参考点的指纹向量组成指纹数据库。
3.根据权利要求1所述的基于加权余弦相似度的WiFi指纹室内定位方法,其特征在于,所述步骤(12)中在每个参考点处的四个方向上分别采集N次,每个参考点的采样次数为4×N次,然后对这4×N次的采样值去奇异值求平均值,然后把平均值和参考点的位置坐标组成指纹向量,形成指纹数据库。
4.根据权利要求1所述的基于加权余弦相似度的WiFi指纹室内定位方法,其特征在于,所述步骤(2)中余弦相似度计算方法为为定位终端在待测区域内实时采集到的来自无线接入点的信号接收强度向量;为所构建的指纹库中参考点处收集到的周围的来自无线接入点的信号接收强度向量。
5.根据权利要求1所述的基于加权余弦相似度的WiFi指纹室内定位方法,其特征在于,所述步骤(4)中位置坐标估算方法为wi为K个相似程度较大的参考点中第i个参考点的权重值,(xi,yi)为第i个参考点的坐标。
6.根据权利要求5所述的基于加权余弦相似度的WiFi指纹室内定位方法,其特征在于,所述K个相似程度较大的参考点中第i个参考点的权重值其中,K为所选取的余弦相似度最大的临近参考点的数目,S为第i个参考点余弦相似度的值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610435979.4A CN105898713A (zh) | 2016-06-17 | 2016-06-17 | 一种基于加权余弦相似度的WiFi指纹室内定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610435979.4A CN105898713A (zh) | 2016-06-17 | 2016-06-17 | 一种基于加权余弦相似度的WiFi指纹室内定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105898713A true CN105898713A (zh) | 2016-08-24 |
Family
ID=56729765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610435979.4A Pending CN105898713A (zh) | 2016-06-17 | 2016-06-17 | 一种基于加权余弦相似度的WiFi指纹室内定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105898713A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106658703A (zh) * | 2016-10-12 | 2017-05-10 | 南京邮电大学 | 一种基于余弦相似度的rss检测差异补偿方法 |
CN106792554A (zh) * | 2016-11-23 | 2017-05-31 | 长安大学 | 一种基于双重匹配指纹定位技术的定位方法 |
CN106804059A (zh) * | 2017-01-18 | 2017-06-06 | 南京邮电大学 | 基于信号强度的室内定位技术中的终端差异消除方法 |
CN106851573A (zh) * | 2017-01-22 | 2017-06-13 | 西安交通大学 | 基于对数路径损耗模型的联合加权k近邻室内定位方法 |
CN107124455A (zh) * | 2017-04-25 | 2017-09-01 | 北京大有中城科技有限公司 | 基于云端平台系统的室内定位方法 |
CN107277776A (zh) * | 2017-07-26 | 2017-10-20 | 杨建伟 | 一种位置指纹定位系统及方法 |
CN107333276A (zh) * | 2017-05-27 | 2017-11-07 | 南京邮电大学 | 基于加权卡方距离的WiFi位置指纹定位方法 |
WO2019148801A1 (zh) * | 2018-02-05 | 2019-08-08 | 通鼎互联信息股份有限公司 | 一种wsn节点的定位方法及装置 |
CN110322895A (zh) * | 2018-03-27 | 2019-10-11 | 亿度慧达教育科技(北京)有限公司 | 语音评测方法及计算机存储介质 |
CN110447277A (zh) * | 2017-03-28 | 2019-11-12 | 华为技术有限公司 | 一种指纹定位方法及相关设备 |
CN111918211A (zh) * | 2020-07-22 | 2020-11-10 | 杭州电子科技大学 | 一种基于kd树和改进加权knn的室内指纹定位方法 |
CN112291705A (zh) * | 2020-10-26 | 2021-01-29 | 腾讯科技(深圳)有限公司 | 基于信号差异信息的定位方法、装置、存储介质及设备 |
CN112880677A (zh) * | 2019-12-01 | 2021-06-01 | 成都易书桥科技有限公司 | 一种基于地磁和相似度匹配的室内定位算法 |
CN113124868A (zh) * | 2019-12-31 | 2021-07-16 | 华为技术有限公司 | 终端定位方法及相关设备 |
CN115327478A (zh) * | 2022-10-10 | 2022-11-11 | 广东省电信规划设计院有限公司 | 基于无线接入点doa估计的设备定位方法及系统 |
CN115497238A (zh) * | 2022-06-20 | 2022-12-20 | 中国矿业大学 | 基于Wi-Fi探针的被动定位与疏散引导方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103533650A (zh) * | 2013-10-28 | 2014-01-22 | 哈尔滨工业大学 | 一种基于余弦相似度提高定位精度的室内定位方法 |
CN103777175A (zh) * | 2014-01-22 | 2014-05-07 | 三星电子(中国)研发中心 | 基于无线信号相似度的室内定位方法和装置 |
-
2016
- 2016-06-17 CN CN201610435979.4A patent/CN105898713A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103533650A (zh) * | 2013-10-28 | 2014-01-22 | 哈尔滨工业大学 | 一种基于余弦相似度提高定位精度的室内定位方法 |
CN103777175A (zh) * | 2014-01-22 | 2014-05-07 | 三星电子(中国)研发中心 | 基于无线信号相似度的室内定位方法和装置 |
Non-Patent Citations (1)
Title |
---|
王龙飞: "便携式室内WIFI定位系统的设计与实现", 《中国硕士学位论文全文数据库》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106658703A (zh) * | 2016-10-12 | 2017-05-10 | 南京邮电大学 | 一种基于余弦相似度的rss检测差异补偿方法 |
CN106658703B (zh) * | 2016-10-12 | 2021-01-01 | 南京邮电大学 | 一种基于余弦相似度的rss检测差异补偿方法 |
CN106792554A (zh) * | 2016-11-23 | 2017-05-31 | 长安大学 | 一种基于双重匹配指纹定位技术的定位方法 |
CN106804059A (zh) * | 2017-01-18 | 2017-06-06 | 南京邮电大学 | 基于信号强度的室内定位技术中的终端差异消除方法 |
CN106851573B (zh) * | 2017-01-22 | 2020-03-17 | 西安交通大学 | 基于对数路径损耗模型的联合加权k近邻室内定位方法 |
CN106851573A (zh) * | 2017-01-22 | 2017-06-13 | 西安交通大学 | 基于对数路径损耗模型的联合加权k近邻室内定位方法 |
CN110447277B (zh) * | 2017-03-28 | 2021-09-14 | 华为技术有限公司 | 一种指纹定位方法及相关设备 |
US11044689B2 (en) | 2017-03-28 | 2021-06-22 | Huawei Technologies Co., Ltd. | Fingerprint positioning method and related device |
CN110447277A (zh) * | 2017-03-28 | 2019-11-12 | 华为技术有限公司 | 一种指纹定位方法及相关设备 |
CN107124455A (zh) * | 2017-04-25 | 2017-09-01 | 北京大有中城科技有限公司 | 基于云端平台系统的室内定位方法 |
CN107333276A (zh) * | 2017-05-27 | 2017-11-07 | 南京邮电大学 | 基于加权卡方距离的WiFi位置指纹定位方法 |
CN107277776A (zh) * | 2017-07-26 | 2017-10-20 | 杨建伟 | 一种位置指纹定位系统及方法 |
WO2019148801A1 (zh) * | 2018-02-05 | 2019-08-08 | 通鼎互联信息股份有限公司 | 一种wsn节点的定位方法及装置 |
CN110322895A (zh) * | 2018-03-27 | 2019-10-11 | 亿度慧达教育科技(北京)有限公司 | 语音评测方法及计算机存储介质 |
CN112880677A (zh) * | 2019-12-01 | 2021-06-01 | 成都易书桥科技有限公司 | 一种基于地磁和相似度匹配的室内定位算法 |
CN113124868A (zh) * | 2019-12-31 | 2021-07-16 | 华为技术有限公司 | 终端定位方法及相关设备 |
CN111918211A (zh) * | 2020-07-22 | 2020-11-10 | 杭州电子科技大学 | 一种基于kd树和改进加权knn的室内指纹定位方法 |
CN111918211B (zh) * | 2020-07-22 | 2022-06-10 | 杭州电子科技大学 | 一种基于kd树和改进加权knn的室内指纹定位方法 |
CN112291705A (zh) * | 2020-10-26 | 2021-01-29 | 腾讯科技(深圳)有限公司 | 基于信号差异信息的定位方法、装置、存储介质及设备 |
CN112291705B (zh) * | 2020-10-26 | 2022-02-11 | 腾讯科技(深圳)有限公司 | 基于信号差异信息的定位方法、装置、存储介质及设备 |
CN115497238A (zh) * | 2022-06-20 | 2022-12-20 | 中国矿业大学 | 基于Wi-Fi探针的被动定位与疏散引导方法及系统 |
CN115497238B (zh) * | 2022-06-20 | 2023-09-01 | 中国矿业大学 | 基于Wi-Fi探针的被动定位与疏散引导方法及系统 |
CN115327478A (zh) * | 2022-10-10 | 2022-11-11 | 广东省电信规划设计院有限公司 | 基于无线接入点doa估计的设备定位方法及系统 |
CN115327478B (zh) * | 2022-10-10 | 2023-01-03 | 广东省电信规划设计院有限公司 | 基于无线接入点doa估计的设备定位方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105898713A (zh) | 一种基于加权余弦相似度的WiFi指纹室内定位方法 | |
CN103197280B (zh) | 一种基于射频信号强度的ap位置估计方法 | |
CN105588566B (zh) | 一种基于蓝牙与mems融合的室内定位系统及方法 | |
CN106793086B (zh) | 一种室内定位方法 | |
CN106525031B (zh) | 一种组合的室内定位方法 | |
Elbakly et al. | A robust zero-calibration RF-based localization system for realistic environments | |
CN105911518A (zh) | 机器人定位方法 | |
Ding et al. | Overview of received signal strength based fingerprinting localization in indoor wireless LAN environments | |
CN102802260A (zh) | 基于矩阵相关的wlan室内定位方法 | |
CN110557716A (zh) | 一种基于对数正态模型的室内定位方法 | |
CN106658704A (zh) | 一种室内定位的起点位置的定位方法和系统 | |
CN109029429B (zh) | 基于WiFi和地磁指纹的多分类器全局动态融合定位方法 | |
CN105792356A (zh) | 一种基于wifi的位置指纹定位方法 | |
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 | |
CN111698774B (zh) | 基于多源信息融合的室内定位方法及装置 | |
CN103220777A (zh) | 一种移动设备定位系统 | |
CN109640262B (zh) | 一种基于混合指纹的定位方法及系统、设备、存储介质 | |
CN105208651A (zh) | 基于地图结构的Wi-Fi位置指纹非监督训练方法 | |
CN110536245A (zh) | 一种基于深度学习的室内无线定位方法及系统 | |
CN110636466A (zh) | 一种机器学习下基于信道状态信息的WiFi室内定位系统 | |
CN111901749A (zh) | 一种基于多源融合的高精度三维室内定位方法 | |
CN108225332B (zh) | 基于监督的室内定位指纹地图降维方法 | |
Zhang et al. | Dual-band wi-fi based indoor localization via stacked denosing autoencoder | |
Wang et al. | Study on improvement of fingerprint matching algorithm in wireless LAN based indoor positioning system | |
CN113543026B (zh) | 一种基于径向基函数网络的多楼层室内定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160824 |
|
RJ01 | Rejection of invention patent application after publication |