CN107360546B - 利用矩形分布基站的缩方定位方法 - Google Patents

利用矩形分布基站的缩方定位方法 Download PDF

Info

Publication number
CN107360546B
CN107360546B CN201710591879.5A CN201710591879A CN107360546B CN 107360546 B CN107360546 B CN 107360546B CN 201710591879 A CN201710591879 A CN 201710591879A CN 107360546 B CN107360546 B CN 107360546B
Authority
CN
China
Prior art keywords
target point
area
quadrant
region
excludes
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
CN201710591879.5A
Other languages
English (en)
Other versions
CN107360546A (zh
Inventor
吴驰
陈香
张旭
曹帅
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.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
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 University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN201710591879.5A priority Critical patent/CN107360546B/zh
Publication of CN107360546A publication Critical patent/CN107360546A/zh
Application granted granted Critical
Publication of CN107360546B publication Critical patent/CN107360546B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
    • G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种利用矩形分布基站的缩方定位方法，包括：将四个基站所围成的矩形区域等分成四个象限，根据TDOA信息计算目标点距基站i和基站i+1间的距离差Ri，i+1，通过比较Ri，i+1与0的大小，初步判断目标点所在的象限；对初步判断的象限再次进行四等分，通过不断缩小目标点所在的矩形区域，最终估计出目标点的位置。该方法具有定位速度快、精度高、稳定性好的优点，可用于基于TDOA的高精度定位系统中。

Description

利用矩形分布基站的缩方定位方法
技术领域
本发明涉及定位和导航技术领域，尤其涉及一种利用矩形分布基站的缩方定位方法。
背景技术
位置信息在人们的生活中扮演着重要的角色，其中室外定位技术已经成熟并广泛的应用到各个领域，而室内精确定位还未大规模的商业化，因其在安防、医疗、商业推广等领域有着广阔的应用前景，已成为时下研究的热点领域。定位精度和定位速度是定位系统的两个重要指标，其与定位采用的数学方法有密切的关系，随着人们对这两项指标要求的提高，对定位方法有更高的要求。
近年来的研究结果表明，由于对定位目标与基站间无严格时间同步的要求，TDOA定位方法具有适用各种类型网络、应用成本低、定位精度较高等优点。
目前比较成熟的基于TDOA(到达时间差)的定位方法主要有以下几种：Taylor级数展开方法、Chan算法、分类征服方法DAC等，其特点各不相同。其中Taylor级数展开算法为保证算法收敛，需要有先验条件，即初始估计坐标，且该算法不能事先判断结果的收敛情况。Chan算法在TDOA误差服从理想高斯分布时性能良好，但由于在实际信道中，TDOA测量值误差较大，该算法的性能将会显著下降。分类征服算法DAC，只有当TDOA噪声较小时，该算法才能达到满足CRLB的最优性能。
发明内容
本发明的目的是提供一种利用矩形分布基站的缩方定位方法，具备定位精度高、稳定性好、速度快的优点。
本发明的目的是通过以下技术方案实现的：
一种利用矩形分布基站的缩方定位方法，包括：
将四个基站所围成的矩形区域等分成四个象限，根据TDOA信息计算目标点距基站i和基站i+1间的距离差Ri，i+1，通过比较Ri，i+1与0的大小，初步判断目标点所在的象限；
对初步判断的象限再次进行四等分，通过不断缩小目标点所在的矩形区域，最终估计出目标点的位置。
所述初步判断目标点所在的象限的步骤包括：
四个基站所围成的矩形区域中，左下角、右下角、右上角与左上角的基站依次记为基站1、基站2、基站3与基站4；通过连接矩形区域对边中点，从而将矩形区域等分成四个小矩形，即四个象限，以右上方象限为第一象限并按逆时针方向依次编号；
比较Ri，i+1与0的大小，初步判定目标点所在的象限：其中，Ri，i+1＝Ri-R,i+1，Ri为目标点与基站i的距离，其中i＝1,2,3；
当R1，2>0且R2，3>0时，则初步判断目标点位于第一象限；
当R1，2<0且R2，3>0时，则初步判断目标点位于第二象限；
当R1，2<0且R2，3<0时，则初步判断目标点位于第三象限；
当R1，2>0且R2，3<0时，则初步判断目标点位于第四象限。
所述通过不断缩小目标点所在的矩形区域，最终估计出目标点的位置包括：
若R1，2×R2，3>0，则表示目标点位于第一象限或者第三象限内，此时使用基站1～基站3定位；步骤如下：
步骤A1、确定新的待划分区域S1，若是第一次确定S1，则令象限围成的区域为S1，否则令步骤A2中的S2为S1；再将S1进行四等分，以右上方区域为起始区域并按逆时针方向依次编号为S11，S12，S13，S14，中心记为o点；
步骤A2、比较Ri，i+1与di的大小，排除不可能的区域，逐步缩小目标位置所在区域，其中di＝do,i-do,i+1，do,i为o点与基站i的距离，其中i＝1,2；具体如下：
若目标点位于第一象限内，则：
当R1，2>d1，则目标点所在区域排除S12；当R1，2<d1，则目标点所在区域排除S14；
当R2，3>d2，则目标点所在区域排除S13；当R2，3<d2，则目标点所在区域排除S11；
结合R1，2和R2，3来确定区域缩小后的区域S2；
若目标点位于第三象限内，则：
当R1，2>d1，则目标点所在区域排除S13；当R1，2<d1，则目标点所在区域排除S11；
当R2，3>d2，则目标点所在区域排除S14；当R2，3<d2，则目标点所在区域排除S12；
同样结合R1，2和R2，3确定区域缩小后的区域S2；
步骤A3、重复步骤A1与步骤A2，直至目标所处区域S2的面积小于设定值，则此时区域S2的几何中心即为所估计的目标点的位置。
所述通过不断缩小目标点所在的矩形区域，最终估计出目标点的位置包括：
若R1，2×R2，3<0，则表示目标点位于第二象限或者第四象限内，此时使用基站2～基站4定位；步骤如下：
步骤B1、确定新的待划分区域S1，若是第一次确定S1，则令象限围成的区域为S1，否则令步骤B2中的S2为S1；再将S1进行四等分，以右上方区域为起始区域并按逆时针方向依次编号为S11，S12，S13，S14，中心记为o点；
步骤B2、比较Ri，i+1与di的大小，排除不可能的区域，逐步缩小目标位置所在区域，其中di＝do,i-do,i+1，do,i为o点与基站i的距离，其中i＝2,3；具体如下：
若目标点位于第二象限内，则：
当R2，3>d2，则目标点所在区域排除S13；当R2，3<d2，则目标点所在区域排除S11；
当R3，4>d3，则目标点所在区域排除S14；当R3，4<d3，则目标点所在区域排除S12；
结合R2，3和R3，4来确定区域缩小后的区域S2；
若目标点位于第四象限内，则：
当R2，3>d2，则目标点所在区域排除S14；当R2，3<d2，则目标点所在区域排除S12；
当R3，4>d3，则目标点所在区域排除S11；当R3，4<d3，则目标点所在区域排除S13；
同样结合R2，3和R3，4确定区域缩小后的区域S2；
步骤B3、重复步骤B1与步骤B2，直至目标所处区域S2的面积小于设定值，则此时区域S2的几何中心即为所估计的目标点的位置。
所述通过不断缩小目标点所在的矩形区域，最终估计出目标点的位置包括：
若目标点位于象限的边沿上，则R1，2×R2，3＝0；若R1，2＝R2，3＝0，则矩形区域的中心点即为目标点的位置；
若R1，2与R2，3中仅有一个为零，假设R1，2＝0，R2，3<0，则估计目标点位置的步骤如下：
步骤C1、确定新的待划分区域S1，若是第一次确定S1，则令以目标点位置所在边为公共边的两相邻象限围成的区域为S1，此处为第三象限和第四象限，否则令步骤C2中的S2为S1；再将S1进行四等分，以右上方区域为起始区域并按逆时针方向依次编号为S11，S12，S13，S14，中心记为o点；
步骤C2、比较R2，3与d2的大小，排除两个矩形模块，剩下的两个矩形模块即为目标所处区域S2，其中d2＝do,2-do,3，do,i为o点与基站i的距离；如果，R2,3>d2，则区域S2由S11和S12构成；
步骤C3、重复步骤C1与步骤C2，直至目标所处区域S2的面积小于设定值，则此时区域S2的几何中心即为所估计的目标点的位置。
由上述本发明提供的技术方案可以看出，针对位置呈矩形分布的基站节点，利用TDOA信息不断缩小估计位置所在的方形区域，最终确定目标位置，具有定位速度快、精度高、稳定性好的优点，可用于基于TDOA的高精度定位系统中。
附图说明
为了更清楚地说明本发明实施例的技术方案，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，对于本领域的普通技术人员来讲，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附图。
图1为本发明实施例提供的一种利用矩形分布基站的缩方定位方法的流程图；
图2为本发明实施例提供的目标点位于第一象限时缩方定位方法的示意图；
图3为本发明实施例提供的目标点位于象限边沿上时的缩方定位方法示意图。
具体实施方式
下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
图1为本发明实施例提供的一种利用矩形分布基站的缩方定位方法的流程图。如图1所示，其主要包括如下步骤：
步骤11、将四个基站所围成的矩形区域等分成四个象限，根据TDOA信息计算目标点距基站i和基站i+1间的距离差Ri，i+1，通过比较Ri，i+1与0的大小，初步判断目标点所在的象限。其中Ri，i+1＝Ri-R,i+1，Ri为目标点与基站i的距离，其中i＝1,2,3。
如图2所示，四个基站所围成的矩形区域中，左下角、右下角、右上角与左上角的基站依次记为基站1、基站2、基站3与基站4(也即图2中的1～4)；通过连接矩形区域对边中点，从而将矩形区域等分成四个小矩形，即四个象限，以右上方象限为第一象限并按逆时针方向依次编号；目标点记为P。
比较Ri，i+1与0的大小，初步判定目标点所在的象限：
当R1，2>0且R2，3>0时，则初步判断目标点位于第一象限；
当R1，2<0且R2，3>0时，则初步判断目标点位于第二象限；
当R1，2<0且R2，3<0时，则初步判断目标点位于第三象限；
当R1，2>0且R2，3<0时，则初步判断目标点位于第四象限。
如图2所示，目标点位于第一象限。
步骤12、对初步判断的象限再次进行四等分，通过不断缩小目标点所在的矩形区域，最终估计出目标点的位置。
如图2所示，为目标点位于第一象限时缩方定位方法的示意图，具体的执行过程将在后文做详细说明。
本发明实施例中，根据步骤11的判断结果，不断缩小目标点所在的矩形区域，可以分为如下三种情况来处理。
情况一：
若R1，2×R2，3>0，则表示目标点位于第一象限或者第三象限内，此时使用基站1～基站3定位；步骤如下：
步骤A1、确定新的待划分区域S1，若是第一次确定S1，则令象限围成的区域为S1，否则令步骤A2中的S2为S1；再将S1进行四等分，以右上方区域为起始区域并按逆时针方向依次编号为S11，S12，S13，S14，中心记为o点；
步骤A2、比较Ri，i+1与di的大小，排除不可能的区域，逐步缩小目标位置所在区域，其中di＝do,i-do,i+1，do,i为o点与基站i的距离，其中i＝1,2；具体如下：
若目标点位于第一象限内，则：
当R1，2>d1，则目标点所在区域排除S12；当R1，2<d1，则目标点所在区域排除S14；
当R2，3>d2，则目标点所在区域排除S13；当R2，3<d2，则目标点所在区域排除S11；
结合R1，2和R2，3来确定区域缩小后的区域S2；如图2中，区域S2即为S12～S13构成的区域。
若目标点位于第三象限内，则：
当R1，2>d1，则目标点所在区域排除S13；当R1，2<d1，则目标点所在区域排除S11；
当R2，3>d2，则目标点所在区域排除S14；当R2，3<d2，则目标点所在区域排除S12；
同样结合R1，2和R2，3确定区域缩小后的区域S2；
步骤A3、重复步骤A1与步骤A2，直至目标所处区域S2的面积小于设定值(可根据实际情况来设定)，则此时区域S2的几何中心即为所估计的目标点的位置。
情况二：
若R1，2×R2，3<0，则表示目标点位于第二象限或者第四象限内，此时使用基站2～基站4定位；步骤如下：
步骤B1、确定新的待划分区域S1，若是第一次确定S1，则令象限围成的区域为S1，否则令步骤B2中的S2为S1；再将S1进行四等分，以右上方区域为起始区域并按逆时针方向依次编号为S11，S12，S13，S14，中心记为o点；
步骤B2、比较Ri，i+1与di的大小，排除不可能的区域，逐步缩小目标位置所在区域，其中di＝do,i-do,i+1，do,i为o点与基站i的距离，其中i＝2,3；具体如下：
若目标点位于第二象限内，则：
当R2，3>d2，则目标点所在区域排除S13；当R2，3<d2，则目标点所在区域排除S11；
当R3，4>d3，则目标点所在区域排除S14；当R3，4<d3，则目标点所在区域排除S12；
结合R2，3和R3，4来确定区域缩小后的区域S2；
若目标点位于第四象限内，则：
当R2，3>d2，则目标点所在区域排除S14；当R2，3<d2，则目标点所在区域排除S12；
当R3，4>d3，则目标点所在区域排除S11；当R3，4<d3，则目标点所在区域排除S13；
同样结合R2，3和R3，4确定区域缩小后的区域S2；
步骤B3、重复步骤B1与步骤B2，直至目标所处区域S2的面积小于设定值，则此时区域S2的几何中心即为所估计的目标点的位置。
情况三：
若目标点位于象限的边沿上，则R1，2×R2，3＝0；若R1，2＝R2，3＝0，则矩形区域的中心点即为目标点的位置；
若R1，2与R2，3中仅有一个为零，假设R1，2＝0，R2，3<0，则估计目标点位置的步骤如图3所示，具体如下：
步骤C1、确定新的待划分区域S1，若是第一次确定S1，则令以目标点位置所在边为公共边的两相邻象限围成的区域为S1，此处为第三象限和第四象限，否则令步骤C2中的S2为S1；再将S1进行四等分，以右上方区域为起始区域并按逆时针方向依次编号为S11，S12，S13，S14，中心记为o点；
步骤C2、比较R2，3与d2的大小，排除两个矩形模块，剩下的两个矩形模块即为目标所处区域S2，其中d2＝do,2-do,3，do,i为o点与基站i的距离；如图3所示，假如，R2,3>d2，则区域S2由S11和S12构成；
步骤C3、重复步骤C1与步骤C2，直至目标所处区域S2的面积小于设定值，则此时区域S2的几何中心即为所估计的目标点的位置。
本发明实施例上述方案中，针对位置呈矩形分布的基站节点，利用TDOA信息不断缩小估计位置所在的方形区域，最终确定目标位置，具有定位速度快、精度高、稳定性好的优点，可用于基于TDOA的高精度定位系统。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，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。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (4)

1.一种利用矩形分布基站的缩方定位方法，其特征在于，包括：
将四个基站所围成的矩形区域等分成四个象限，根据TDOA信息计算目标点距基站i和基站i+1间的距离差Ri，i+1，通过比较Ri，i+1与0的大小，初步判断目标点所在的象限；
对初步判断的象限再次进行四等分，通过不断缩小目标点所在的矩形区域，最终估计出目标点的位置；
四个基站所围成的矩形区域中，左下角、右下角、右上角与左上角的基站依次记为基站1、基站2、基站3与基站4；通过连接矩形区域对边中点，从而将矩形区域等分成四个小矩形，即四个象限，以右上方象限为第一象限并按逆时针方向依次编号；
若R1，2×R2，3>0，则表示目标点位于第一象限或者第三象限内，此时使用基站1～基站3定位；步骤如下：
步骤A1、确定新的待划分区域S1，若是第一次确定S1，则令象限围成的区域为S1，否则令步骤A2中的S2为S1；再将S1进行四等分，以右上方区域为起始区域并按逆时针方向依次编号为S11，S12，S13，S14，中心记为o点；
步骤A2、比较Ri，i+1与di的大小，排除不可能的区域，逐步缩小目标位置所在区域，其中di＝do,i-do,i+1，do,i为o点与基站i的距离，其中i＝1,2；具体如下：
若目标点位于第一象限内，则：
当R1，2>d1，则目标点所在区域排除S12；当R1，2<d1，则目标点所在区域排除S14；
当R2，3>d2，则目标点所在区域排除S13；当R2，3<d2，则目标点所在区域排除S11；
结合R1，2和R2，3来确定区域缩小后的区域S2；
若目标点位于第三象限内，则：
当R1，2>d1，则目标点所在区域排除S13；当R1，2<d1，则目标点所在区域排除S11；
当R2，3>d2，则目标点所在区域排除S14；当R2，3<d2，则目标点所在区域排除S12；
同样结合R1，2和R2，3确定区域缩小后的区域S2；
步骤A3、重复步骤A1与步骤A2，直至目标所处区域S2的面积小于设定值，则此时区域S2的几何中心即为所估计的目标点的位置。
2.根据权利要求1所述的一种利用矩形分布基站的缩方定位方法，其特征在于，所述初步判断目标点所在的象限的步骤包括：
比较Ri，i+1与0的大小，初步判定目标点所在的象限：其中，Ri，i+1＝Ri-Ri+1，Ri为目标点与基站i的距离，其中i＝1,2,3；
当R1，2>0且R2，3>0时，则初步判断目标点位于第一象限；
当R1，2<0且R2，3>0时，则初步判断目标点位于第二象限；
当R1，2<0且R2，3<0时，则初步判断目标点位于第三象限；
当R1，2>0且R2，3<0时，则初步判断目标点位于第四象限。
3.根据权利要求2所述的一种利用矩形分布基站的缩方定位方法，其特征在于，所述通过不断缩小目标点所在的矩形区域，最终估计出目标点的位置包括：
若R1，2×R2，3<0，则表示目标点位于第二象限或者第四象限内，此时使用基站2～基站4定位；步骤如下：
步骤B1、确定新的待划分区域S1，若是第一次确定S1，则令象限围成的区域为S1，否则令步骤B2中的S2为S1；再将S1进行四等分，以右上方区域为起始区域并按逆时针方向依次编号为S11，S12，S13，S14，中心记为o点；
步骤B2、比较Ri，i+1与di的大小，排除不可能的区域，逐步缩小目标位置所在区域，其中di＝do,i-do,i+1，do,i为o点与基站i的距离，其中i＝2,3；具体如下：
若目标点位于第二象限内，则：
当R2，3>d2，则目标点所在区域排除S13；当R2，3<d2，则目标点所在区域排除S11；
当R3，4>d3，则目标点所在区域排除S14；当R3，4<d3，则目标点所在区域排除S12；
结合R2，3和R3，4来确定区域缩小后的区域S2；
若目标点位于第四象限内，则：
当R2，3>d2，则目标点所在区域排除S14；当R2，3<d2，则目标点所在区域排除S12；
当R3，4>d3，则目标点所在区域排除S11；当R3，4<d3，则目标点所在区域排除S13；
同样结合R2，3和R3，4确定区域缩小后的区域S2；
步骤B3、重复步骤B1与步骤B2，直至目标所处区域S2的面积小于设定值，则此时区域S2的几何中心即为所估计的目标点的位置。
4.根据权利要求2所述的一种利用矩形分布基站的缩方定位方法，其特征在于，所述通过不断缩小目标点所在的矩形区域，最终估计出目标点的位置包括：
若目标点位于象限的边沿上，则R1，2×R2，3＝0；若R1，2＝R2，3＝0，则矩形区域的中心点即为目标点的位置；
若R1，2与R2，3中仅有一个为零，假设R1，2＝0，R2，3<0，则估计目标点位置的步骤如下：
步骤C1、确定新的待划分区域S1，若是第一次确定S1，则令以目标点位置所在边为公共边的两相邻象限围成的区域为S1，此处为第三象限和第四象限，否则令步骤C2中的S2为S1；再将S1进行四等分，以右上方区域为起始区域并按逆时针方向依次编号为S11，S12，S13，S14，中心记为o点；
步骤C2、比较R2，3与d2的大小，排除两个矩形模块，剩下的两个矩形模块即为目标所处区域S2，其中d2＝do,2-do,3，do,i为o点与基站i的距离；如果，R2,3>d2，则区域S2由S11和S12构成；
步骤C3、重复步骤C1与步骤C2，直至目标所处区域S2的面积小于设定值，则此时区域S2的几何中心即为所估计的目标点的位置。
CN201710591879.5A 2017-07-19 2017-07-19 利用矩形分布基站的缩方定位方法 Active CN107360546B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710591879.5A CN107360546B (zh) 2017-07-19 2017-07-19 利用矩形分布基站的缩方定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710591879.5A CN107360546B (zh) 2017-07-19 2017-07-19 利用矩形分布基站的缩方定位方法

Publications (2)

Publication Number Publication Date
CN107360546A CN107360546A (zh) 2017-11-17
CN107360546B true CN107360546B (zh) 2020-03-31

Family

ID=60284729

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710591879.5A Active CN107360546B (zh) 2017-07-19 2017-07-19 利用矩形分布基站的缩方定位方法

Country Status (1)

Country Link
CN (1) CN107360546B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108111972B (zh) * 2017-12-15 2021-03-12 中国人民解放军战略支援部队信息工程大学 基于信号强度与空间划分的室内WiFi接入点定位方法
CN109714707B (zh) * 2019-01-04 2021-12-14 广州中石科技有限公司 定位系统及方法
CN110007274B (zh) * 2019-03-26 2021-04-20 深圳先进技术研究院 一种室内定位方法、系统及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102215564A (zh) * 2011-05-20 2011-10-12 哈尔滨工业大学 一种无线传感器网络定位系统及定位方法
CN103152828A (zh) * 2013-03-25 2013-06-12 江苏科技大学 一种基于移动锚节点的无线传感器网络节点自定位方法
CN103997782A (zh) * 2014-04-24 2014-08-20 湘潭大学 一种基于信号强度和抓包速率的无线ap探测定位的方法
CN104540219A (zh) * 2014-12-29 2015-04-22 北京工业大学 一种低复杂度的Wi-Fi指纹室内定位方法
CN105517147A (zh) * 2015-12-02 2016-04-20 浙江大学 基于分块迭代的分布式目标定位方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9860710B2 (en) * 2015-09-08 2018-01-02 Ford Global Technologies, Llc Symmetrical reference personal device location tracking

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102215564A (zh) * 2011-05-20 2011-10-12 哈尔滨工业大学 一种无线传感器网络定位系统及定位方法
CN103152828A (zh) * 2013-03-25 2013-06-12 江苏科技大学 一种基于移动锚节点的无线传感器网络节点自定位方法
CN103997782A (zh) * 2014-04-24 2014-08-20 湘潭大学 一种基于信号强度和抓包速率的无线ap探测定位的方法
CN104540219A (zh) * 2014-12-29 2015-04-22 北京工业大学 一种低复杂度的Wi-Fi指纹室内定位方法
CN105517147A (zh) * 2015-12-02 2016-04-20 浙江大学 基于分块迭代的分布式目标定位方法

Also Published As

Publication number Publication date
CN107360546A (zh) 2017-11-17

Similar Documents

Publication Publication Date Title
CN107360546B (zh) 利用矩形分布基站的缩方定位方法
EP2928243B1 (en) Method for the indoor positioning of wireless local area network (wlan) devices
CN107690184A (zh) 联合tdoa‑aoa无线传感器网络半定规划定位方法
CN112584311B (zh) 一种基于wknn融合的室内三维空间指纹定位方法
CN103379441A (zh) 一种基于区域分割和曲面拟合的室内定位方法
CN110850363B (zh) 一种基于实时定位轨迹数据进行动态滤波优化的方法
CN107271957B (zh) 基于tdoa和toa的室内三维定位方法
CN103929719A (zh) 定位信息的优化方法和优化装置
CN109511085A (zh) 一种基于MeanShift和加权k近邻算法的UWB指纹定位方法
CN108737952A (zh) 基于rssi测距改进的多边形加权质心定位方法
CN103607772A (zh) 一种基于lmbp神经网络的泰勒定位算法
CN103313383A (zh) 一种基于区域分割和曲面拟合的室内定位方法
CN104569915A (zh) 多光电探测系统中基于目标运动模型的定位方法
CN104105197A (zh) 一种处理无线传感器网络节点定位中节点翻转歧义的迭代方法
CN116908778A (zh) 轨道区段定位方法、轨道区段定位装置、电子设备及介质
Tu et al. 3-D TDOA/AOA location based on Extended Kalman Filter
Jin-yu et al. A new TDOA location technique based on Taylor series expansion in cellular networks
Stefański Hyperbolic position location estimation in the multipath propagation environment
CN107995684B (zh) 提升位置指纹的wlan室内定位精度方法及系统
CN113063422B (zh) 一种顾及钟差的5g终端室内定位方法
Chang et al. Three-dimensional positioning of wireless communication base station
CN114245291A (zh) 参考节点虚拟化为未知节点的测距定位方法
Wu et al. Noniterative calibration of a camera lens with radial distortion
Junhui et al. Cooperative location technology in cellular network with NLOS problem
Dalveren et al. Comparative analysis of TDOA-based localization methods in the presence of sensor position errors

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