CN107396280A - 一种基于rssi的室内定位系统和方法 - Google Patents
一种基于rssi的室内定位系统和方法 Download PDFInfo
- Publication number
- CN107396280A CN107396280A CN201710437260.9A CN201710437260A CN107396280A CN 107396280 A CN107396280 A CN 107396280A CN 201710437260 A CN201710437260 A CN 201710437260A CN 107396280 A CN107396280 A CN 107396280A
- Authority
- CN
- China
- Prior art keywords
- measured
- module
- mrow
- rssi
- node
- 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
- 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
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
- G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于RSSI的室内定位系统和方法。系统包括终端模块、待测节点模块和若干锚节点模块。待测节点模块设置在待测节点处，待测节点模块包括待测节点微处理器以及与之连接的蓝牙BLE从机单元和待测节点供电单元；锚节点模块包括锚节点微处理器以及与之连接的蓝牙BLE主机单元、锚节点无线通信单元和锚节点供电单元；终端模块包括PC机以及与之连接的终端无线通信单元、输入单元和终端供电单元。待测节点模块向各锚节点模块发送广播包，锚节点模块解析广播包得到RSSI数据，RSSI数据滤波后发送给终端模块，终端模块根据RSSI数据确定待测节点的位置。本发明克服了现有技术RSSI获取误差大、室内定位误差大、定位成本高等难题。
Description
技术领域
本发明属于室内定位技术领域，涉及了一种无线室内定位系统，特别涉及了一种基于RSSI的室内定位系统。
背景技术
利用无线信号来定位有着非常重要的应用。如在军事上，可以利用传感器网络侦测敌方军队的行动路线；在民用上，可以利用定位信息来检测商场的人流量。随着移动通信、无线传感器网络技术的发展，室内环境下基于位置的服务越来越受到人们的关注，室内人员定位成为一个非常活跃的研究领域。
要实现定位，首先要把移动终端到基站间的距离计算出来。在基于测距的定位方法中，常用的测量两个无线设备间距离的技术大致有以下四种：
第一种：基于电波传播时间(TOA)。若电波从移动终端到基站的传播时间为t，电波传输速度为c，则移动终端位于以基站位置为圆心，以c×t为半径的圆上。如果同时有三个以上的基站收到移动终端的无线信号，则移动终端的二维位置的坐标可由以基站为圆心的三个圆的交点确定。基于TOA的无线定位，时间上1μs的误差将导致定位结果在空间上产生300m左右的误差，因此要求基站拥有非常精确的时钟，收发信号的双方能够精确同步。
第二种：基于电波传播时间差(TDOA)。通过测量无线信号到达基站的时间而不是无线信号到达基站的绝对时间来对移动终端进行定位，从而降低对时间同步的要求。根据信号到达两个基站的时间差，则可以确定移动终端位于以这两个基站为焦点的双曲线上。如果有三个以上的基站，则可以建立起多个双曲线方程，这些双曲线方程的交点就是移动终端的二维坐标位置。
第三种：基于电波入射角(AOA)。在这种方法中基站通过接收机天线阵列测出移动终端发送电波的入射角，并确定一条从基站到移动终端的焦径线。通过多个基站对移动终端无线信号的测量，能够得到多条焦径线，这些直线的交点就是移动终端的位置。由于无线信号具有多径衰落等特性，采用此种方法在障碍物较少的地区可以得到较高的精确度，并且设备复杂价格昂贵。
第四种：基于信号强度(RSSI)。无线信号的信号强度随着传播距离的增加而衰减，接收方与发送方离得越近，则接收方的信号强度就越强；接收方离发送方越远，则接收到的信号强度就越弱。根据移动终端测量接收到的信号强度和已知的无线信号衰落模型，可以估算出收发方之间的距离，根据多个估算的距离值，可以计算出移动终端的位置。这一种方法相对简单，不需要对网络添加额外的硬件设备，但是由于影响无线信号强度因素较多，定位精度不是很理想。
由于室内定位范围一般相对较小，且现在室内定位一般是利用的高频率的无线电，传播速度为光速，时间上只要稍微出现一点误差，基于时间的测距方法便会产生非常大的误差，而基于RSSI的测距方法则没有这个缺点，且其信号模型在小范围内比较接近理论值，所以室内定位技术一般均是采用基于RSSI的定位方法。基于传播模型的定位算法很多，其中最基本的定位算法有三边测量法、双曲线测量法、最小二乘法。然而，RSSI测距容易受到环境影响，如多径效应、衰减、反射等。
发明内容
为了解决上述背景技术提出的技术问题，本发明旨在提供一种基于RSSI的室内定位系统和方法，克服现有技术RSSI获取误差大、室内定位误差大、定位成本高等难题。
为了实现上述技术目的，本发明的技术方案为：
一种基于RSSI的室内定位系统，包括一个终端模块、一个待测节点模块和若干个锚节点模块；待测节点模块设置在待测节点处，待测节点模块包括待测节点微处理器以及分别与之连接的蓝牙BLE从机单元和待测节点供电单元；各锚节点模块设置在室内任意位置，锚节点模块包括锚节点微处理器以及分别与之连接的蓝牙BLE主机单元、锚节点无线通信单元和锚节点供电单元；终端模块包括PC机以及分别与之连接的终端无线通信单元、输入单元和终端供电单元；待测节点模块中的蓝牙BLE从机单元与各锚节点模块中的蓝牙BLE主机单元建立蓝牙连接，终端模块中的终端无线通信单元与各锚节点模块中的锚节点无线通信单元建立无线连接；待测节点模块通过蓝牙连接向各锚节点模块发送广播包，锚节点模块解析接收到的广播包，得到该锚节点与待测节点之间的RSSI数据，并对RSSI数据滤波后通过无线连接发送给终端模块，终端模块根据各锚节点模块发送来的RSSI数据确定待测节点的位置，并显示在PC机屏幕上。
进一步地，所述蓝牙BLE从机单元和蓝牙BLE主机单元的型号为cc2541。
基于上述系统的室内定位方法，包括以下步骤：
(1)将各锚节点模块放置在室内任意已知坐标的位置处，启动并初始化终端模块、待测节点模块和锚节点模块；
(2)向PC机输入该室内空间的尺寸、各锚节点模块所在的坐标以及各锚节点模块的编号；
(3)各锚节点模块与终端模块建立无线连接，各锚节点模块与待测节点模块建立蓝牙连接；
(4)待测节点模块向各锚节点模块以预设频率不断发送广播包，锚节点模块解析广播包，得到RSSI数据，并对RSSI数据进行卡尔曼滤波和高斯滤波；
(5)各锚节点模块将滤波后的RSSI数据发送给终端模块，PC机根据RSSI数据计算各锚节点与待测节点的距离，并采用优化的根轴定位算法求解出待测节点的坐标，并显示在PC机的屏幕上。
进一步地，在步骤(4)中，所述卡尔曼滤波的方法如下：
状态预测方程：
X(k|k-1)＝AX(k-1|k-1)+BU(k)
P(k|k-1)＝AP(k-1|k-1)AT+Q
状态更新方程：
X(k|k)＝X(k|k-1)+Kg(k)(Z(k)-HX(k|k-1))
Kg(k)＝P(k|k-1)HT/(HP(k|k-1)HT+R)
P(k|k)＝(I-Kg(k)H)P(k|k-1)
上式中，X(k|k－1)为当前状态的预测值，X(k－1|k－1)为上一状态值；A、B为系统参数；U(k)为当前状态的控制量；P(k|k－1)为对应于X(k|k－1)的协方差，P(k－1|k－1)为对应于X(k－1|k－1)的协方差；Q为系统噪声；Z(k)为k时刻的测量值；H为测量系统的参数；Kg(k)为卡尔曼滤波增益；R为量测噪声；P(k|k)为当前状态的更新值；I为单位矩阵。
进一步地，所述高斯滤波的方法如下：
设RSSI服从高斯分布，其概率密度函数：
上式中，fRSSI为概率密度函数，μ为均值，σ2为方差，RSSIk为第k个采样时刻的RSSI值，n为采样点数；
选择[μ-σ,μ+σ]作为滤波区间，若某RSSIk属于该滤波区间，则保留该值，否则舍弃。
进一步地，在步骤(5)中，所述优化的根轴定位算法是，PC机对各个锚节点模块发送来的RSSI值进行排序，选取出其中最大的3个RSSI值，计算这3个RSSI值对应的锚节点与待测节点的距离，根据这3个距离值，通过根轴定位算法确定待测节点的坐标。
采用上述技术方案带来的有益效果：
本发明在对RSSI测距模型和基于RSSI测距定位算法分析和研究的基础上，提出了改善RSSI值精度的高斯卡尔曼混合滤波模型以及改善定位精度的优化根轴定位算法，改进了传统的基于距离定位的三边测量估计算法，提高了定位精度。实验结果表明，改进后的滤波算法明显让RSSI的值更加精确与稳定；改进后的定位算法在计算通信量略微增加的基础上提高了定位精度和系统稳定性，能够运用到实际的室内环境定位中。
附图说明
图1是本发明的基本架构图；
图2是待测节点模块组成图；
图3是锚节点模块组成图；
图4是终端模块组成图；
图5是本发明的基本流程图。
具体实施方式
以下将结合附图，对本发明的技术方案进行详细说明。
一种基于RSSI的室内定位系统，如图1所示，包括一个终端模块、一个待测节点模块和若干个锚节点模块。待测节点模块设置在待测节点处，待测节点模块包括待测节点微处理器以及分别与之连接的蓝牙BLE从机单元和待测节点供电单元，如图2所示。各锚节点模块设置在室内任意位置，锚节点模块包括锚节点微处理器以及分别与之连接的蓝牙BLE主机单元、锚节点无线通信单元和锚节点供电单元，如图3所示。终端模块包括PC机以及分别与之连接的终端无线通信单元、输入单元和终端供电单元，如图4所示。待测节点模块中的蓝牙BLE从机单元与各锚节点模块中的蓝牙BLE主机单元建立蓝牙连接，终端模块中的终端无线通信单元与各锚节点模块中的锚节点无线通信单元建立无线连接；待测节点模块通过蓝牙连接向各锚节点模块发送广播包，锚节点模块解析接收到的广播包，得到该锚节点与待测节点之间的RSSI数据，并对RSSI数据滤波后通过无线连接发送给终端模块，终端模块根据各锚节点模块发送来的RSSI数据确定待测节点的位置，并显示在PC机屏幕上。
在本实施例中，所述蓝牙BLE从机单元和蓝牙BLE主机单元的型号为cc2541。
本发明还提出了基于上述系统的室内定位方法，如图5所示，具体步骤如下。
步骤1：将各锚节点模块放置在室内任意已知坐标的位置处，启动并初始化终端模块、待测节点模块和锚节点模块。
步骤2：向PC机输入该室内空间的尺寸、各锚节点模块所在的坐标以及各锚节点模块的编号。
步骤3：各锚节点模块与终端模块建立无线连接，各锚节点模块与待测节点模块建立蓝牙连接。
步骤4：待测节点模块向各锚节点模块以预设频率不断发送广播包，锚节点模块解析广播包，得到RSSI数据，并对RSSI数据进行卡尔曼滤波和高斯滤波。
所述卡尔曼滤波的方法如下：
状态预测方程：
X(k|k-1)＝AX(k-1|k-1)+BU(k)
P(k|k-1)＝AP(k-1|k-1)AT+Q
状态更新方程：
X(k|k)＝X(k|k-1)+Kg(k)(Z(k)-HX(k|k-1))
Kg(k)＝P(k|k-1)HT/(HP(k|k-1)HT+R)
P(k|k)＝(I-Kg(k)H)P(k|k-1)
上式中，X(k|k－1)为当前状态的预测值，X(k－1|k－1)为上一状态值；A、B为系统参数；U(k)为当前状态的控制量；P(k|k－1)为对应于X(k|k－1)的协方差，P(k－1|k－1)为对应于X(k－1|k－1)的协方差；Q为系统噪声；Z(k)为k时刻的测量值；H为测量系统的参数；Kg(k)为卡尔曼滤波增益；R为量测噪声；P(k|k)为当前状态的更新值；I为单位矩阵。
卡尔曼滤波可以通过“预测－更新”的模型递归思想，由系统的实际测量值和预估值来消除随机噪声，用上一状态RSSI预估值和当前状态RSSI的测量值来推导出当前状态的RSSI值，平滑了数据。
之后再进行高斯滤波。同一个节点接收到的多个RSSI值，由于各种干扰，必然存在由误差引起的小概率事件，通过高斯模型可以筛选出高概率发生区的RSSI值。
设RSSI服从高斯分布，其概率密度函数：
上式中，fRSSI为概率密度函数，μ为均值，σ2为方差，RSSIk为第k个采样时刻的RSSI值，n为采样点数。
通常选取概率大于0.6(工程经验值)的范围为RSSI值发生高概率，选择[μ-σ,μ+σ]作为滤波区间，若某RSSIk属于该滤波区间，则保留该值，否则舍弃。
步骤5：各锚节点模块将滤波后的RSSI数据发送给终端模块，PC机根据RSSI数据计算各锚节点与待测节点的距离，并采用优化的根轴定位算法求解出待测节点的坐标，并显示在PC机的屏幕上。
锚节点与待测节点之间的RSSI值与两者距离的关系如下：
RSSI＝A-10n lg d
上式中，d为锚节点与待测节点的距离，单位为m；n为信号衰减因子，表示路径损失随距离增加而增大的快慢，当n取值越小时，信号在传播过程中衰减越小，信号就可以传播更远的距离，范围一般为2～4；A为锚节点在距待测节点1m处的信号强度。
在平面上任给两个不同心的圆，则对两圆圆幂相等的点的集合是一条直线，这条直线称为两圆的根轴。根轴反应了一个点与圆的相对距离关系。在理想状态下，由于每个锚节点所确立的圆都是交于一点的，因此根轴也都应相交于一点。在实际情况则是无法确定唯一解。因而在公式上是应用最小二乘法求解，但是由于每两个圆之间都会有一条根轴，根轴法的原理就是法确定一个目标点使得目标点到所有根轴的距离和最小。公式上表述为将最小二乘法的n-1个方程扩张成为(n-1)n/2个方程，这样对每一个锚节点的衡量权重相同。将多个锚节点的RSSI从大到小进行排序，选取前三个值最大(也就是距离待测节点最近)的锚节点进行根轴定位测量，即为对根轴定位算法的优化。
以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。
Claims (6)
1.一种基于RSSI的室内定位系统，其特征在于：包括一个终端模块、一个待测节点模块和若干个锚节点模块；待测节点模块设置在待测节点处，待测节点模块包括待测节点微处理器以及分别与之连接的蓝牙BLE从机单元和待测节点供电单元；各锚节点模块设置在室内任意位置，锚节点模块包括锚节点微处理器以及分别与之连接的蓝牙BLE主机单元、锚节点无线通信单元和锚节点供电单元；终端模块包括PC机以及分别与之连接的终端无线通信单元、输入单元和终端供电单元；待测节点模块中的蓝牙BLE从机单元与各锚节点模块中的蓝牙BLE主机单元建立蓝牙连接，终端模块中的终端无线通信单元与各锚节点模块中的锚节点无线通信单元建立无线连接；待测节点模块通过蓝牙连接向各锚节点模块发送广播包，锚节点模块解析接收到的广播包，得到该锚节点与待测节点之间的RSSI数据，并对RSSI数据滤波后通过无线连接发送给终端模块，终端模块根据各锚节点模块发送来的RSSI数据确定待测节点的位置，并显示在PC机屏幕上。
2.根据权利要求1所述基于RSSI的室内定位系统，其特征在于：所述蓝牙BLE从机单元和蓝牙BLE主机单元的型号为cc2541。
3.基于权利要求1所述系统的室内定位方法，其特征在于，包括以下步骤：
(1)将各锚节点模块放置在室内任意已知坐标的位置处，启动并初始化终端模块、待测节点模块和锚节点模块；
(2)向PC机输入该室内空间的尺寸、各锚节点模块所在的坐标以及各锚节点模块的编号；
(3)各锚节点模块与终端模块建立无线连接，各锚节点模块与待测节点模块建立蓝牙连接；
(4)待测节点模块向各锚节点模块以预设频率不断发送广播包，锚节点模块解析广播包，得到RSSI数据，并对RSSI数据进行卡尔曼滤波和高斯滤波；
(5)各锚节点模块将滤波后的RSSI数据发送给终端模块，PC机根据RSSI的对数常态模型计算各锚节点与待测节点的距离，并采用优化的根轴定位算法求解出待测节点的坐标，并显示在PC机的屏幕上。
4.根据权利要求3所述室内定位方法，其特征在于，在步骤(4)中，所述卡尔曼滤波的方法如下：
状态预测方程：
X(k|k-1)＝AX(k-1|k-1)+BU(k)
P(k|k-1)＝AP(k-1|k-1)AT+Q
状态更新方程：
X(k|k)＝X(k|k-1)+Kg(k)(Z(k)-HX(k|k-1))
Kg(k)＝P(k|k-1)HT/(HP(k|k-1)HT+R)
P(k|k)＝(I-Kg(k)H)P(k|k-1)
上式中，X(k|k－1)为当前状态的预测值，X(k－1|k－1)为上一状态值；A、B为系统参数；U(k)为当前状态的控制量；P(k|k－1)为对应于X(k|k－1)的协方差，P(k－1|k－1)为对应于X(k－1|k－1)的协方差；Q为系统噪声；Z(k)为k时刻的测量值；H为测量系统的参数；Kg(k)为卡尔曼滤波增益；R为量测噪声；P(k|k)为当前状态的更新值；I为单位矩阵。
5.根据权利要求3所述室内定位方法，其特征在于：在步骤(4)中，所述高斯滤波的方法如下：
设RSSI服从高斯分布，其概率密度函数：
<mrow>
<msub>
<mi>f</mi>
<mrow>
<mi>R</mi>
<mi>S</mi>
<mi>S</mi>
<mi>I</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>&sigma;</mi>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
</mrow>
</mfrac>
<mo>&CenterDot;</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>R</mi>
<mi>S</mi>
<mi>S</mi>
<mi>I</mi>
<mo>-</mo>
<mi>&mu;</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>2</mn>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
</mrow>
</msup>
</mrow>
<mrow>
<mi>&mu;</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>n</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>RSSI</mi>
<mi>k</mi>
</msub>
</mrow>
<mrow>
<mi>&sigma;</mi>
<mo>=</mo>
<msqrt>
<mrow>
<mfrac>
<mn>1</mn>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>RSSI</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
<mi>&mu;</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
上式中，fRSSI为概率密度函数，μ为均值，σ2为方差，RSSIk为第k个采样时刻的RSSI值，n为采样点数；
选择[μ-σ,μ+σ]作为滤波区间，若某RSSIk属于该滤波区间，则保留该值，否则舍弃。
6.根据权利要求3所述室内定位方法，其特征在于：在步骤(5)中，所述优化的根轴定位算法是，PC机对各个锚节点模块发送来的RSSI值进行排序，选取出其中最大的3个RSSI值，计算这3个RSSI值对应的锚节点与待测节点的距离，根据这3个距离值，通过根轴定位算法确定待测节点的坐标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710437260.9A CN107396280A (zh) | 2017-06-12 | 2017-06-12 | 一种基于rssi的室内定位系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710437260.9A CN107396280A (zh) | 2017-06-12 | 2017-06-12 | 一种基于rssi的室内定位系统和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107396280A true CN107396280A (zh) | 2017-11-24 |
Family
ID=60332220
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710437260.9A Pending CN107396280A (zh) | 2017-06-12 | 2017-06-12 | 一种基于rssi的室内定位系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107396280A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107360545A (zh) * | 2017-07-11 | 2017-11-17 | 吴世贵 | 一种利用电磁波对称传播特性的无线传感网络定位方法 |
| CN109597025A (zh) * | 2018-11-21 | 2019-04-09 | 西安邮电大学 | 基于elman神经网络的蓝牙室内微定位系统 |
| CN110118953A (zh) * | 2018-02-05 | 2019-08-13 | 大唐移动通信设备有限公司 | 一种定位方法、装置及系统 |
| CN110133587A (zh) * | 2018-02-08 | 2019-08-16 | 上海询诺通信科技发展有限公司 | 一种综合蓝牙定位方法及系统 |
| CN110619184A (zh) * | 2019-09-25 | 2019-12-27 | 林心 | 一种智能家居实时室内定位方法 |
| CN113784432A (zh) * | 2021-11-11 | 2021-12-10 | 山东世纪矿山机电有限公司 | 一种基于无线电的井下矿用通信定位装置及使用方法 |
| CN116887400A (zh) * | 2023-07-19 | 2023-10-13 | 深圳腾信百纳科技有限公司 | 一种基于蓝牙通讯的室内定位方法、智能终端及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103997717A (zh) * | 2014-06-12 | 2014-08-20 | 福建师范大学 | 一种实时室内定位系统及方法 |
| CN105491661A (zh) * | 2015-12-10 | 2016-04-13 | 上海电机学院 | 基于改进的Kalman滤波算法的室内定位系统及方法 |
| EP3112893A1 (en) * | 2015-07-02 | 2017-01-04 | Tata Consultancy Services Limited | Determining location of a user device |
-
2017
- 2017-06-12 CN CN201710437260.9A patent/CN107396280A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103997717A (zh) * | 2014-06-12 | 2014-08-20 | 福建师范大学 | 一种实时室内定位系统及方法 |
| EP3112893A1 (en) * | 2015-07-02 | 2017-01-04 | Tata Consultancy Services Limited | Determining location of a user device |
| CN105491661A (zh) * | 2015-12-10 | 2016-04-13 | 上海电机学院 | 基于改进的Kalman滤波算法的室内定位系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王玫，郑晨: "一种基于RSSI测距的室内自适应智能定位算法", 《传感器与微系统》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107360545A (zh) * | 2017-07-11 | 2017-11-17 | 吴世贵 | 一种利用电磁波对称传播特性的无线传感网络定位方法 |
| CN110118953A (zh) * | 2018-02-05 | 2019-08-13 | 大唐移动通信设备有限公司 | 一种定位方法、装置及系统 |
| CN110133587A (zh) * | 2018-02-08 | 2019-08-16 | 上海询诺通信科技发展有限公司 | 一种综合蓝牙定位方法及系统 |
| CN110133587B (zh) * | 2018-02-08 | 2024-04-26 | 上海询诺通信科技发展有限公司 | 一种综合蓝牙定位方法及系统 |
| CN109597025A (zh) * | 2018-11-21 | 2019-04-09 | 西安邮电大学 | 基于elman神经网络的蓝牙室内微定位系统 |
| CN110619184A (zh) * | 2019-09-25 | 2019-12-27 | 林心 | 一种智能家居实时室内定位方法 |
| CN113784432A (zh) * | 2021-11-11 | 2021-12-10 | 山东世纪矿山机电有限公司 | 一种基于无线电的井下矿用通信定位装置及使用方法 |
| CN113784432B (zh) * | 2021-11-11 | 2022-02-11 | 山东世纪矿山机电有限公司 | 一种基于无线电的井下矿用通信定位装置及使用方法 |
| CN116887400A (zh) * | 2023-07-19 | 2023-10-13 | 深圳腾信百纳科技有限公司 | 一种基于蓝牙通讯的室内定位方法、智能终端及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107396280A (zh) | 一种基于rssi的室内定位系统和方法 | |
| Bahillo et al. | Hybrid RSS-RTT localization scheme for indoor wireless networks | |
| CN110045324B (zh) | 一种基于uwb和蓝牙技术的室内定位融合方法 | |
| EP2677778B1 (en) | Distance measurement and alarm method and apparatus | |
| CN109862505A (zh) | 基于车路协同的隧道内车辆追踪定位系统及追踪定位方法 | |
| CN104735620B (zh) | 一种基于多个基站的精确定位方法 | |
| CN102497666A (zh) | 一种定位方法 | |
| US20150304816A1 (en) | System and method for determining a position of a mobile unit | |
| CN105301560B (zh) | 一种基于2点rssi的动态加权进化定位系统及方法 | |
| CN102395196A (zh) | 一种基于标校点的定位方法和装置 | |
| CN102064895A (zh) | Rssi与模式匹配相结合的无源定位方法 | |
| CN103002502A (zh) | 一种在cdma中基于测量报告实现定位的方法及系统 | |
| CN112511976B (zh) | 定位无人机控制端的处理方法、装置、设备与介质 | |
| CN101860872A (zh) | 一种无线局域网ap定位的方法 | |
| Radnosrati et al. | New trends in radio network positioning | |
| CN114363808A (zh) | 一种基于rssi测距的室内定位方法 | |
| CN101545964B (zh) | 一种基于无线传感器网络的一维定位方法及装置 | |
| Zhu et al. | EKF localization based on TDOA/RSS in underground mines using UWB ranging | |
| CN107703484A (zh) | 无线传感器网络的精确定位算法 | |
| Zhu et al. | RoamingHART: A collaborative localization system on WirelessHART | |
| Xiong et al. | Vehicle node localization without GPS in VANET | |
| Srbinovska et al. | Localization techniques in wireless sensor networks using measurement of received signal strength indicator | |
| CN105979581A (zh) | 一种基于功率差的室内定位方法 | |
| CN105872977A (zh) | 一种用于无线传感器网络的改进landmrac定位算法 | |
| Grgić et al. | An example of indoor positioning possibility using wifi network and mobile phone |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171124 |
|
| RJ01 | Rejection of invention patent application after publication |