CN106888504B - 基于fm与dtmb信号的室内位置指纹定位方法 - Google Patents

基于fm与dtmb信号的室内位置指纹定位方法 Download PDF

Info

Publication number
CN106888504B
CN106888504B CN201510915865.5A CN201510915865A CN106888504B CN 106888504 B CN106888504 B CN 106888504B CN 201510915865 A CN201510915865 A CN 201510915865A CN 106888504 B CN106888504 B CN 106888504B
Authority
CN
China
Prior art keywords
signals
positioning
dtmb
information
signal
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.)
Active
Application number
CN201510915865.5A
Other languages
English (en)
Other versions
CN106888504A (zh
Inventor
赵迎新
吴虹
王琦琦
马肖旭
杨梦焕
穆巍炜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nankai University
Original Assignee
Nankai University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nankai University filed Critical Nankai University
Priority to CN201510915865.5A priority Critical patent/CN106888504B/zh
Publication of CN106888504A publication Critical patent/CN106888504A/zh
Application granted granted Critical
Publication of CN106888504B publication Critical patent/CN106888504B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种基于调频信号(FM)和地面数字电视广播信号(DTMB)的室内位置指纹定位方法。包括步骤：依据室内环境选取采样点，并选取FM与DTMB信号的不同频率作为参考频率，记录各个采样点参考频率上信号的强度信息，构建接收信号强度指示(RSSI)指纹数据库；获取待定位点FM与DTMB信号的RSSI指纹信息，根据联合定位算法，匹配最佳位置信息。本发明使用信号强度稳定的FM和DTMB信号作为定位信号，覆盖范围广，维护成本低；本发明采用不同频率作为参考，克服了人员及物体的运动对定位精度的影响，提高系统的抗干扰性；本发明提出的联合定位算法，增加定位信息的多样性，有效抵消部分误差，实现室内高精度定位。

Description

基于FM与DTMB信号的室内位置指纹定位方法
技术领域
本发明涉及一种基于FM与DTMB信号的利用位置指纹来确定室内环境空间位置的高精度定位方法。
背景技术
目前，随着无线通信技术的快速发展和智能移动终端的普及，基于位置的服务(LBS)也在不断发展。室外情况下，卫星定位系统(GNSS)以其高精度(一般的典型误差不超过10m)，低成本等优势成为了主流的定位技术。而室内定位方面，由于建筑物遮挡，多径干扰，GNSS信号强度低等原因，基于到达时间或到达角度的卫星定位技术在室内定位中会产生很大的多径误差。室内环境下，空间中每个点都有一个唯一的信号强度与之对应。基于接受信号强度(RSSI)的位置指纹定位技术利用室内环境对信号衰落的特异性，通过将实测信号强度与数据库中的先验信号强度比较可以实现室内的精确定位。综合考虑信号覆盖的区域和部署成本等因素，Wi-Fi信号成为了位置指纹定位技术的首选信号。
但研究中发现Wi-Fi信号在定位实践中也存在着很大不足。首先，单个Wi-Fi信号源的覆盖范围有限，而位置指纹定位技术需要一定数量的信号源(不少于三个)才能保证定位精度，这大大增加了设备部署的成本。其次，Wi-Fi信号的频率在2.4GHz左右，恰好与水的共振频率重合，而人体成分的70％是水，这使得接收到的Wi-Fi信号强度很容易受到人员走动，甚至天气的影响，进而干扰定位结果。所以目前国外很多研究者尝试使用调频广播(FM)代替Wi-Fi作为定位信号。FM信号强度稳定，覆盖范围非常广，其所在的频率范围也不易受到干扰，是一种非常理想的定位信号。
国外相关研究人员已经可以单独使用FM信号达到与使用Wi-Fi信号相同量级(＜10m)的定位精度。目前，国内利用FM信号定位的研究少见报道，这主要是受到国内外不同的国情影响。国外同一区域内可接受的FM信号源个数多，分布广，这有助于提高FM室内定位的精度。而我国FM广播则统一由指定的发射站发射，同一区域内可接收的FM信号均为同一信号发射塔所发，使得在我国利用FM信号进行室内定位的精度较低。
针对Wi-Fi室内定位的不足和我国在FM信号发射方面的国情，本发明提出同时使用数字电视地面广播(DTMB)信号与FM信号组成新的联合定位系统，提升室内定位的精度。DTMB信号由电视信号发射塔发出，其频率比FM信号高很多，以天津地区为例，DTMB信号的两个频段的中心频率为660MHz和740MHz，波长在0.41m到0.45m之间。这一波长的电磁波信号在建筑物转角处都会发生折射。所以当定位目标转过转角时，DTMB信号的传播长度会发生非常明显的变化，此时信号的RSS值也会发生较大变化，有利于对目标进行定位。考虑到建筑物内的复杂情况，引入DTMB信号会在很大程度上提高FM信号定位的精度。
发明内容
鉴于上述各种方法的缺陷，本发明提出一种基于FM与DTMB信号的室内位置指纹定位方法，克服了传统上利用Wi-Fi信号进行定位的局限性与不稳定性，解决了以FM信号作为单个定位信号的精度偏低的问题，实现室内高精度定位。
实现本发明的技术方案如下：
该方法通过接收FM与DTMB信号不同频率的强度信息，确定室内环境待定位点的空间位置，具体步骤为：
(1)根据室内环境选取采样点，并选取FM与DTMB信号的不同频率作为参考频率；
(2)利用天线在各采样点接收FM与DTMB信号，记录参考频率上信号的强度信息，构建FM与DTMB信号的RSSI指纹数据库；
(3)利用天线在待定位点接收FM与DTMB信号，记录参考频率上信号的强度信息，得到待定位点FM与DTMB信号的RSSI指纹信息；
(4)通过联合定位算法，将待定位点FM与DTMB信号的RSSI指纹信息与RSSI指纹数据库进行匹配，得到定位结果。
进一步地，本发明所述的FM信号统一由指定的发射站发射，同一区域内可接收的FM信号均来自同一信号发射塔，且FM信号频率范围从87.5MHz到108MHz。
进一步地，本发明所述的步骤(1)中的FM与DTMB信号不同频率是依据信道环境来进行选取的。FM和DTMB信号都包含多个频率，并不是每个频率上的信号强度都适用于特定信道环境的定位，并且若将所有频率的强度信息都放入RSSI指纹数据库，则会加大计算量，也会影响后期对指纹信息的匹配，降低系统的效率。所以本发明依据不同波长的信号对障碍物的穿透损耗与绕射损耗的不同，将FM与DTMB信号的各个频率值换算为波长，换算公式为：λ＝c/f，其中c为光速，其值为299792458m/s。选取波长大于障碍物最大尺寸的信号和波长小于障碍物最小尺寸的信号进行最优组合。
进一步地，本发明所述FM与DTMB信号不同频率的强度信息表示为一向量，在区域内选取N个采样点，每个点上测量接收到的P个参考频率的信号强度，则第r个采样点的信号强度表示为：
Figure BSA0000124462860000021
其中
Figure BSA0000124462860000022
为第i个频率进行Q次测量后的平均值，即/>
Figure BSA0000124462860000023
进一步地，本发明所述步骤(4)中的联合定位算法，结合了确定性信息与概率性信息这两种相互独立的信息。由近邻参考点，得到定位结果的确定性信息；由信号强度的概率分布，得到定位结果的概率性信息。将两种信息赋予不同权重值，得到最终定位结果。具体的公式为：
loc＝ω1loc1+ω2loc2
其中，loc1是定位结果的确定性信息，loc2是定位结果的概率性信息，ω1和ω2分别是两种信息的权值。
进一步地，本发明所述的确定性信息是利用真实的测量值与位置的先验测量强度进行比较而得到的，其具体实现方式是：评估待定位点到所有采样点的欧氏距离，选择最近的K个距离，这K个距离所对应的点为近邻参考点。同时，考虑到这K个距离与实时测量的信号强度的差别大小，将K个近邻参考点赋予不同的权重值。
进一步地，本发明所述的概率性信息是基于概率模型来估测的，其具体实现方式是：在测量采样点FM与DTMB信号强度时，多次测量该点的信号强度并对该点的信号强度分布进行估计；在定位时，将待定位点的位置作为一个独立的随机变量，通过分析测量信号强度出现的概率，来估计出测定强度出现概率最大的位置作为定位结果。
根据贝叶斯公式，当测量信号强度为rss时，定位位置在LOCr的概率P(LOCr|rss)为：
Figure BSA0000124462860000031
其中，P(rss)是测量值为rss的概率，P(LOCr)为待定位点出现在LOC的概率，P(rss|LOCr)为LOCr点出现rss强度的概率。
利用高斯分布来拟合各采样点信号强度的分布：
Figure BSA0000124462860000032
其中Q为实际测量的样本数，RSSrq服从N(rssr，σ)的正态分布。
本发明提出的室内定位方法与已有的技术相比，有以下优点：
(1)本发明所采用的定位信号FM与DTMB信号，覆盖范围广，信号强度稳定，频率范围不易受干扰，相比于Wi-Fi信号，本发明的方法定位稳定性更强，维护成本更低；相比于单独使用FM信号，本发明的方法定位精度更高。
(2)在构建FM与DTMB信号的RSSI指纹数据库时，通过对信号不同频率的选择，在简化系统工作量的同时，克服人员及物体的运动对系统定位精度的影响，提高定位方法的抗干扰性能。
(3)本发明将确定性信息与概率性信息相结合，两种信息机理不同，两者的误差也相互独立，联合利用这两种信息可以有效增加定位信息的多样性，有效抵消部分误差，提高定位方法的稳定性。
(4)本发明所采用的方法适用于任何可同时接收到FM与DTMB信号的环境，克服了现有方法仅局限于室内环境，覆盖范围小的缺点。
附图说明
图1为本发明基于FM与DTMB信号的室内位置指纹定位方法的流程图；
图2为不同波长信号传播路径差异图；
图3为联合定位算法的流程图。
具体实施方式
结合附图及实施例，对本发明所述的方法作详细阐述。
如图1所示，基于FM与DTMB信号的室内位置指纹定位方法，具体过程为：
(1)根据室内环境选取采样点，并选取FM与DTMB信号的不同频率作为参考频率。
对于一个确定的室内定位环境，考虑到空间各个点信号强度的特异性和实际定位需求，对该空间进行二维建模，再对该环境等距划分，形成网格形态，其间隔距离依据室内结构和具体定位要求而定。以网格的中心位置作为采样点，建立坐标系，得到采样点的二维位置坐标(x，y)，并将采样点的序号与位置一一对应，则第r个采样点表示为：Pr(xr，yr)，r=1，2，...，N，N为采样点的总个数。
FM与DTMB信号参考频率的选取是构建一个合理高效的RSSI指纹数据库的重要前提。FM和DTMB信号都包含多个频率，并不是每个频率上的信号强度都适用于特定的信道环境，并且若将所有频率的强度信息都放入RSSI指纹数据库，则会加大计算量，也会影响后期对指纹信息的匹配，降低系统的效率。所以本发明依据不同波长的信号对障碍物的穿透损耗与绕射损耗的不同，从FM与DTMB信号的各个频率中，选取在接收范围内的差异性较大的频率作为参考频率。
将FM与DTMB信号的各个频率值换算为波长，换算公式为：λ＝c/f，其中c为光速，其值为299792458m/s。
在室内环境下，障碍物的尺寸通常为2到3米。如图2所示，不同波长的信号在遇到障碍物时，其传播路径是不同的。在本发明中，FM信号的频率范围是从87.5MHz到108MHz，则波长范围在2.8m到3.5m之间，这一长度的电磁波在遇到小于3米的障碍物时不会产生折射，信号损耗较小，信号强度变化不够明显，不利于精确定位。而DTMB信号的频率比FM信号要高很多，以天津地区为例，DTMB信号的两个频段的中心频率为660MHz和740MHz，则其波长在0.41m到0.45m之间，该信号在遇到大于2米的障碍物时会发生折射，信号损耗较大，信号强度变化较大。
由于室内的信道环境非常复杂，在选取不同波长的信号时，数量太多或者太少都会对定位结果产生不良的影响。经过多次试验，当选取波长大于障碍物的最大尺寸的信号和波长小于障碍物的最小尺寸的信号的组合时，定位效果最佳。所以本发明在FM和DTMB信号中分别选择一部分参考频率，再将两者相结合。选取的参考频率表示为Fl，i＝1，2，...，P，其中P为选取的参考频率的个数。
(2)利用天线在各个采样点接收FM与DTMB信号，记录参考频率上信号的强度信息，构建FM与DTMB信号的RSSI指纹数据库。
在采样点接收FM与DTMB信号时，由于DTMB信号与FM信号频率相差较大，因此选择接收频率范围包含这两种信号的天线来进行接收，并在各个采样点进行多次测量，取其均值，并计算其标准差。
将测得的FM与DTMB信号不同频率的强度信息表示为一向量，该向量的每一项代表一个频率的信号强度均值。在区域内选取N个采样点，每个点上测量接收到的P个参考频率的信号强度，则第r个点的信号强度表示为：
Figure BSA0000124462860000051
其中
Figure BSA0000124462860000052
为第i个频率进行Q次测量后的平均值，即/>
Figure BSA0000124462860000053
由步骤(1)所得的采样点位置Pr(xr，yr)与该步骤所得的信号强度RSSr及其标准差σr共同构建指纹数据库。
(3)利用天线在待定位点接收FM与DTMB信号，记录参考频率上信号的强度信息，得到待定位点FM与DTMB信号的RSSI指纹信息。
在实际的定位环境中，在待定位点，利用接收频率范围包含FM与DTMB信号的天线接收FM与DTMB信号，记录参考频率上信号的强度信息，在每一个频率上多次测量，取其均值。待测点的RSSI指纹信息表示为：
Figure BSA0000124462860000054
其中
Figure BSA0000124462860000055
为待测点第i个频率进行多次测量后的平均值。
(4)通过联合定位算法，将待定位点FM与DTMB信号的RSSI指纹信息与RSSI指纹数据库进行匹配，得到定位结果。
联合定位算法将确定性信息与概率性信息相结合，该算法的过程如图3所示。
确定性信息是利用真实的测量值与位置的先验测量强度进行比较而得到的，其具体实现方式是：评估待定位点到所有采样点的欧氏距离，选择最近的K个距离，这K个距离所对应的点为近邻参考点。同时，考虑到这K个距离与实时测量的信号强度的差别大小，将K个近邻参考点赋予不同的权重值。具体的实现公式为：
Figure BSA0000124462860000056
Figure BSA0000124462860000061
其中rss为信号强度的测量值，
Figure BSA0000124462860000062
为信号强度的先验估计值，LOCk是近邻参考点的实际位置，K是选择的最近邻的参考点的个数，Dk是待定位点与近邻参考点间的欧氏距离。
室内环境下信号强度会受到瑞利衰落的影响，而确定性信息难以抵抗瑞利衰落带来的影响，只利用该信息进行定位，效果不够理想，所以本发明引入了概率性信息。
概率性信息是基于概率模型来估测的，其具体实现方式是：在测量采样点FM与DTMB信号强度时，多次测量该点的信号强度并对该点的信号强度分布进行估计；在定位时，将待定位点的位置作为一个独立的随机变量，通过分析测量信号强度出现的概率，来估计出测定强度出现概率最大的位置作为定位结果。
根据贝叶斯公式，当测量信号强度为rss时，定位位置在LOCr的概率P(LOCr|rss)，可以计算如下：
Figure BSA0000124462860000063
其中，P(rss)是测量值为rss的概率，P(LOCr)为待定位点出现在LOC的概率，P(rss|LOCr)为LOCr点出现rss强度的概率。考虑到各个频率上的信号都是相互独立的，则可用k个频率对应的似然概率函数的乘积表示采样点上的似然概率：
Figure BSA0000124462860000064
利用高斯分布来拟合各频率点信号强度的分布，即将P(rssl|LOCr)表示为：
Figure BSA0000124462860000065
其中Q为实际测量的样本数，LOCr位置的测量RSSrq服从N(rssr，σ)的正态分布。
通过高斯回归可以估计采样点受到瑞利衰落影响后的分布情况，则利用概率性信息进行定位能克服瑞利衰落带来的不良影响，但没能充分利用定位点与邻近点间的信息，所以抗干扰能力差。
本发明采用联合定位算法，融合了确定性信息与概率性信息。这两种信息的产生机理不同，引入的误差也相互独立，所以融合这两种信息可以有效增加定位信息的多样性，有效抵消部分误差，提高定位的稳定性。融合公式为：
loc＝ω1loc1+ω2loc2 (8)
其中，loc1是定位结果的确定性信息，loc2是定位结果的概率性信息，ω1和ω2分别是两种信息的权值。
将步骤(3)得到的RSSI指纹信息与步骤(2)建立的RSSI指纹数据库进行匹配，分别得到定位结果的确定性信息与概率性信息，再利用融合公式，计算出最终定位结果。
以上只是对本发明作进一步的说明，并非用以限制本专利的实施应用，凡为本发明等效实施，均应包含于本专利的权利要求范围之内。

Claims (6)

1.一种基于FM与DTMB信号的室内位置指纹定位方法，其特征在于，通过接收FM与DTMB信号不同频率的强度信息，确定室内环境待定位点的空间位置，包括以下步骤：
1)根据室内环境选取采样点，并选取FM与DTMB信号的不同频率作为参考频率；
2)利用天线在各采样点接收FM与DTMB信号，记录参考频率上信号的强度信息，构建FM与DTMB信号的RSSI指纹数据库；
3)利用天线在待定位点接收FM与DTMB信号，记录参考频率上信号的强度信息，得到待定位点FM与DTMB信号的RSSI指纹信息；
4)通过联合定位算法，将待定位点FM与DTMB信号的RSSI指纹信息与指纹数据库进行匹配，得到定位结果。
2.如权利要求1所述的基于FM与DTMB信号的室内位置指纹定位方法，其特征在于，所述的FM信号统一由指定的发射站发射，同一区域内可接收的FM信号均来自同一信号发射塔。
3.如权利要求1所述的基于FM与DTMB信号的室内位置指纹定位方法，其特征在于，所述的参考频率是基于信道环境进行选取的。
4.如权利要求1所述的基于FM与DTMB信号的室内位置指纹定位方法，其特征在于，所述的FM与DTMB信号在参考频率上的信号强度值用一向量表示，第r个采样点的该信号强度值表示为
Figure QLYQS_1
其中N为区域内选取的总的采样点数目，P为每个采样点所选取的参考频率数目，/>
Figure QLYQS_2
为第i个参考频率上进行多次测量后的信号强度均值。
5.如权利要求1所述的基于FM与DTMB信号的室内位置指纹定位方法，其特征在于，所述的联合定位算法结合了定位的确定性信息与概率性信息，由近邻参考点，得到定位结果的确定性信息；由信号强度的概率分布，得到定位结果的概率性信息；将两种信息赋予不同权重值，得到最终定位结果。
6.如权利要求1～5所述的基于FM与DTMB信号的室内位置指纹定位方法，其特征在于，所述的方法适用于任何可同时接收到FM与DTMB信号的环境。
CN201510915865.5A 2015-12-11 2015-12-11 基于fm与dtmb信号的室内位置指纹定位方法 Active CN106888504B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510915865.5A CN106888504B (zh) 2015-12-11 2015-12-11 基于fm与dtmb信号的室内位置指纹定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510915865.5A CN106888504B (zh) 2015-12-11 2015-12-11 基于fm与dtmb信号的室内位置指纹定位方法

Publications (2)

Publication Number Publication Date
CN106888504A CN106888504A (zh) 2017-06-23
CN106888504B true CN106888504B (zh) 2023-07-14

Family

ID=59173161

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510915865.5A Active CN106888504B (zh) 2015-12-11 2015-12-11 基于fm与dtmb信号的室内位置指纹定位方法

Country Status (1)

Country Link
CN (1) CN106888504B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107843260A (zh) * 2017-10-27 2018-03-27 上海工程技术大学 一种基于电磁指纹信息的低空无人飞行器定位导航方法
CN109379701B (zh) * 2018-11-26 2020-07-10 华中科技大学 一种具有误差校准功能的定位方法及网关设备
CN112822625A (zh) * 2019-11-18 2021-05-18 南开大学 基于多峰高斯分布模型的fm与dtmb信号指纹定位系统
CN112911528A (zh) * 2019-11-18 2021-06-04 南开大学 基于压缩感知的dtmb与fm信号室内指纹定位系统方法
CN111965600A (zh) * 2020-08-14 2020-11-20 长安大学 一种强遮挡环境下基于声音指纹的室内定位方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103686999A (zh) * 2013-12-12 2014-03-26 中国石油大学(华东) 基于WiFi信号的室内无线定位方法
CN104053129A (zh) * 2014-06-19 2014-09-17 北京芯同汇科技有限公司 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
CN104703143A (zh) * 2015-03-18 2015-06-10 北京理工大学 一种基于wifi信号强度的室内定位方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103686999A (zh) * 2013-12-12 2014-03-26 中国石油大学(华东) 基于WiFi信号的室内无线定位方法
CN104053129A (zh) * 2014-06-19 2014-09-17 北京芯同汇科技有限公司 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
CN104703143A (zh) * 2015-03-18 2015-06-10 北京理工大学 一种基于wifi信号强度的室内定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于阈值分类及信号强度加权的室内定位算法;杨小亮;叶阿勇;凌远景;;计算机应用(第10期);全文 *

Also Published As

Publication number Publication date
CN106888504A (zh) 2017-06-23

Similar Documents

Publication Publication Date Title
CN106888504B (zh) 基于fm与dtmb信号的室内位置指纹定位方法
CN106019221B (zh) 基于AoA的UWB定位系统
Goldoni et al. Experimental analysis of RSSI-based indoor localization with IEEE 802.15. 4
CN102149192B (zh) 一种基于移动台合作的蜂窝网络无线定位方法
CN111669707B (zh) 一种基于5g有源室分实现室内外连续定位的方法
CN109672973B (zh) 一种基于最强ap的室内定位融合方法
CN108051772A (zh) 幅相联合测量来波方位信息的方法
US20110317570A1 (en) Iterative Localization Techniques
Kim et al. Robust localization with unknown transmission power for cognitive radio
CN102497666A (zh) 一种定位方法
CN104994526B (zh) 一种测算移动通信基站天线方位角的方法
CN102970749B (zh) 多基站逐次逼近定位方法
KR101597437B1 (ko) 무선신호의 상대적 수신세기 비율정보를 이용한 실내측위시스템 및 방법
CN110954865A (zh) 一种基于电离层信息的短波时差定位方法
CN104297724A (zh) 定位方法及系统
CN106714298A (zh) 一种基于天线阵列的无线定位方法
Zheng et al. Localization algorithm based on RSSI and distance geometry constrain for wireless sensor network
Ju et al. 142 ghz sub-terahertz radio propagation measurements and channel characterization in factory buildings
Xiong et al. Vehicle node localization without GPS in VANET
Ma et al. LTE user equipment RSRP difference elimination method using multidimensional scaling for LTE fingerprint-based positioning system
Zhang et al. Field Measurement and Channel Modeling around Wailingding Island for Maritime Wireless Communication
Muswieck et al. Hybrid method uses RSS and AoA to establish a low-cost localization system
CN113203985B (zh) 一种短波同频信号直接定位方法
Guo et al. A research on the localization technology of wireless sensor networks employing TI's CC2530 instrument
Pflaum et al. RSSI-based localization with minimal infrastructure using multivariate statistic techniques

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant