CN108398662A - 一种提高空间定位精度的方法 - Google Patents
一种提高空间定位精度的方法 Download PDFInfo
- Publication number
- CN108398662A CN108398662A CN201810063212.2A CN201810063212A CN108398662A CN 108398662 A CN108398662 A CN 108398662A CN 201810063212 A CN201810063212 A CN 201810063212A CN 108398662 A CN108398662 A CN 108398662A
- Authority
- CN
- China
- Prior art keywords
- rssi
- positioning results
- tdoa
- positioning
- value
- 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 26
- 230000007613 environmental effect Effects 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 35
- 230000004927 fusion Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 208000032365 Electromagnetic interference Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- 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
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0257—Hybrid positioning
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种提高空间定位精度的方法,首先采集环境参数、待测点实际位置、RSSI定位结果以及TDOA定位结果,通过统计计算得到RSSI定位结果以及TDOA定位结果各自的误差值以及相对精度值,根据softmax模型对RSSI定位结果和TDOA定位结果各自的相对精度值进行模型预测,获得相对权重值,最后通过定位模型计算获得最终定位结果,本发明融合了RSSI定位技术以及TDOA定位技术的优点,避免了使用单一定位技术容易受环境因素影响的问题,减少误差的产生,提高了精确度,并且可以适用于多种复杂的环境中。
Description
技术领域
本发明涉及定位技术领域,特别是一种提高空间定位精度的方法。
背景技术
互联网的发展带动了物联网的快速崛起,在智能家居、智慧城市和无人驾驶上对高精度空间定位有很大要求,目前的定位技术存在明显的两大缺陷,第一,对于封闭空间、隧道和立交桥等场合,无法定位;第二,定位精度有限,无法应用在精度较高的场合。
常用的定位技术包括TDOA(Time Difference of Arrival)定位技术以及RSSI(Recevied Signal Strength Indication)定位技术,其中TDOA的测距原理是基于电波到达时间差,测出无线电波由发射节点发出到达接收节点的时间差,从而可以计算出节点的相对距离;而RSSI的测距原理是无线信号在传输过程中传播距离越远能量损耗越大,通过测出节点接收时的信号强度,根据信号传播衰减模型可以将发射和接收的信号强度转化为距离,这两种定位技术虽然能对待测目标有一个较为准确的定位,但还是存在一定的缺点,环境参数变化对定位技术的影响很大,例如对于TDOA定位技术,由于信号衰减、硬件要求高等因素会导致定位精度受到外界不确定因素影响;而RSSI定位技术在实际情况中会受到温湿度、障碍物密度、其它电磁干扰等外界环境干扰而导致定位精度下降。
发明内容
为解决上述问题,本发明的目的在于提供一种提高空间定位精度的方法,融合了RSSI定位技术和TDOA定位技术各自的优点,可以适应不同的定位环境。
本发明解决其问题所采用的技术方案是:
一种提高空间定位精度的方法,包括以下步骤:
A、采集环境参数、待测点的实际位置、RSSI定位结果以及TDOA定位结果;
B、将采集到的RSSI定位结果、TDOA定位结果进行处理计算,得到误差值以及相对精度值;
C、根据softmax模型对RSSI定位结果和TDOA定位结果各自的相对精度值进行模型预测,获得相对权重值;
D、通过定位模型计算获得最终定位结果。
进一步,所述步骤A中采集环境参数、待测点的实际位置,所述环境参数包括待测空间大小、空间障碍物密度、温湿度和电磁干扰,所述待测点的实际位置通过实际测量所得。
进一步,所述步骤A中采集RSSI定位结果,首先根据接收节点和发送节点的信号强度通过对数-路径损耗模型计算得到接收节点到发送节点的距离d,所采用的对数-路径损耗模型为:
其中PL(d0)是距离发送信号节点d0处的接收节点所收到的信号强度,在实际应用中d0=1;n为路径衰减参数,在实际环境中通常取值2~4.5;Xσ为均值为0、标准差为σ值在4~9之间的高斯分布随机;PL(d)为距离发送信号节点d处的接收节点所收到的信号强度;
然后根据计算得到的距离d,计算得到待测点到节点的距离为:
计算多个RSSI值后取平均数可得到待测点的最终位置,取平均公式为:
其中,A0为无线信号传播在一米远处的接收强度标识值;RSSIi是接收第i次的距离;k为单位时间内总共接收的次数;为平均距离,的大小即为RSSI定位结果。
进一步,所述步骤A中采集TDOA定位结果,采用互相关估计方法定位距离,由以下公式求得:
q=c*τ;
q为传感节点到待测点的距离,c为信号传播速度,τ是s(t)信号达到基站的时间差,在计算τ的数值时,通过计算待测点接收到的信号后再采用模拟相关器得到τ的数值,待测点接收到的两个信号的计算公式为:
X1(t)=s(t)+n1(t);
X2(t)=As(t-τ)+n2(t);
其中X1(t)、X2(t)分别是待测点接收到的两个信号,A为幅度比,τ=tA-tB;n1(t)、n2(t)为信号传输过程中的噪音,采用模拟相关器,由下式得到时间差τ:
最后通过q=c*τ得到TDOA定位结果。
进一步,所述步骤B中将采集到的RSSI定位结果、TDOA定位结果进行处理计算,得到误差值,误差值由下式表示:
其中N表示N组测量值,i表示第i组数据;ΔlRSSI以及ΔlTDOA分别为RSSI定位结果的误差值以及TDOA定位结果的误差值;LRSSIi、LTDOAi分别表示第i个RSSI定位结果以及第i个TDOA定位结果。
进一步,所述步骤B中将采集到的RSSI定位结果、TDOA定位结果进行处理计算,得到相对精度值,相对精度值的计算公式为:
θ1为RSSI定位结果的相对精度值;θ2为TDOA定位结果的相对精度值。
进一步,所述步骤C中根据softmax模型对RSSI定位结果和TDOA定位结果各自的相对精度值进行模型预测,获得相对权重值,具体步骤为:以RSSI定位结果的相对精度值和TDOA定位结果的相对精度值作为softmax模型的输入,计算得到RSSI定位结果和TDOA定位结果占实际定位值的相对权重值,计算公式如下:
其中h(z)表示概率函数,j为N维向量的第j个元素,h(z)由代价函数求出,计算公式为:
由上式计算得到TDOA定位结果和RSSI定位结果占实际定位值的相对权重值θ3、θ4。
进一步,所述步骤D中通过定位模型计算获得最终定位结果,定位模型表达式为:
L=θ3(lTDOA+ΔlTDOA)+θ4(lRSSI+ΔlRSSI);
其中L为最终定位结果;lTDOA,lRSSI为TDOA定位结果以及RSSI定位结果;ΔlTDOA,ΔlRSSI为TDOA定位结果的误差值以及RSSI定位结果的误差值;θ3、θ4为TDOA定位结果以及RSSI定位结果的相对权重值。
本发明的有益效果是:本发明采用的一种提高空间定位精度的方法,通过对RSSI定位结果以及TDOA定位结果进行数据统计以及模型预测后得到误差值和相对精度值,再通过定位模型计算得到最终的定位结果,融合RSSI定位技术以及TDOA定位技术各自的优点,减少了使用单一定位技术时环境因素引起的误差,提高定位精度,可以使用多种不同的环境。
附图说明
下面结合附图和实例对本发明作进一步说明。
图1是本发明一种提高空间定位精度的方法的流程框图。
具体实施方式
参照图1,本发明的一种提高空间定位精度的方法,首先采集环境参数、待测点的实际位置、RSSI定位结果以及TDOA定位结果,将采集到的RSSI定位结果、TDOA定位结果进行处理计算,并得到RSSI定位结果的误差值、相对精度值以及TDOA定位结果的误差值、相对精度值,然后根据softmax模型对RSSI定位结果的相对精度值和TDOA定位结果的相对精度值进行模型预测,获得相对权重值,最后通过定位模型计算获得最终定位结果,通过对RSSI定位技术以及TDOA定位技术的融合,结合了两种定位技术的优点,减少了使用单一定位技术时环境因素产生的影响,提高了准确度,同时本发明也能适应多种复杂的环境中。
具体地,采集的环境参数包括待测空间大小、空间障碍物密度、温湿度和电磁干扰,各个环境参数均会对不同的定位技术产生不同的影响,例如温湿度、障碍物密度、多径效应、电磁干扰等会影响到RSSI定位技术的精确度;信号衰减、硬件要求等会影响到TDOA定位技术的精密度;所以在进行本发明方法的计算前,先采集环境参数,以便于计算环境参数对RSSI定位技术和TDOA定位技术的影响。
具体地,待测点的实际位置通过实际测量所得,若不能保证一次测量的准确,可以选择多次测量之后取多组数据的平均值,待测点可以是一个终端,例如:CC2430单片机、汽车等等。
基于接收信号强度(Recevied Signal Strength Indication,RSSI)的定位方法,原理是无线信号在传输过程中传播距离越远能量损耗越大,在进行定位时,首先需要测出节点接收时信号强度,由于发射时信号强度已知,就可以根据理论上或者经验上的信号传播衰减模型将两个信号之间转化为距离,即可得到待测点的位置。
由于无线信号在传播过程中会产生功率损耗,根据信号损耗模型对数--路径损耗模型为:
其中PL(d0)是距离发送信号节点d0处的接收节点所收到的信号强度,通常在实际应用中d0=1m;n为路径衰减参数,在实际环境中通常取值2~4.5;Xσ为均值为0、标准差为σ值在4~9之间的高斯分布随机;PL(d)为距离发送信号节点d处的接收节点所收到的信号强度;运用上述参数计算得到d的数值大小,d为多个取值,当待测点进入到无线传感网络中,待测点会接收来自传感节点的信息,一般默认传感网络中,传感节点至少为三个,由于待测点与节点的距离关系,可以得到各个传感节点到待测点的距离公式:
由于d的取值不同,所以RSSI计算得到的数值也不同,对多个RSSI的数值进行平均计算:
其中,A0为无线信号传播在一米远处的接收强度标识值;RSSIi是接收第i次的距离;k为单位时间内总共接收的次数,通过k值可以有效解决数据的随机性以及结果的精确性;为平均距离,的大小即为RSSI定位结果。
本发明还运用了另一种定位技术,TDOA定位技术,TDOA的测距原理主要是基于电波到达时间差,测出无线电波由发射节点到达接收节点的时间差t,从而可以根据公式q=c*τ计算出距离q,从而确定待测点的位置。
由于电磁波在传输过程中速度很快、且不受功率衰减影响,所以在一定计算距离条件下会很精确,可以采用互相关估计方法计算距离,具体计算过程如下:
X1(t)=s(t)+n1(t);
X2(t)=As(t-τ)+n2(t);
其中X1(t)、X2(t)分别是待测点接收到的两个信号,A为幅度比,τ是s(t)信号达到基站的时间差,τ=tA-tB;n1(t)、n2(t)为信号传输过程中的噪音,采用模拟相关器,由下式得到时间差τ:
求得时间差τ后,根据q=c*τ可以计算得到待测点到传感节点的距离,即可以确定待测点的位置,其中q为传感节点到待测点的距离,c为信号传播速度,
在采集到RSSI定位结果、TDOA定位结果后,对两个定位结果进行处理计算,分别得到两种定位结果的误差值以及相对精度值,RSSI定位结果、TDOA定位结果的误差值分别可以由下式表示:
其中N表示N组测量值,理论上N越大,定位精度越高,i表示第i组数据;LRSSIi、LTDOAi分别表示第i个RSSI定位结果以及第i个TDOA定位结果;ΔlRSSI以及ΔlTDOA分别为RSSI定位结果的误差值以及TDOA定位结果的误差值。
分别对两个定位结果进行处理计算得到两种定位结果的相对精度值,计算公式为:
θ1为RSSI定位结果的相对精度值;θ2为TDOA定位结果的相对精度值。
将上式得到的θ1、θ2作为待测点初始计算值,利用softmax模型计算RSSI定位结果和TDOA定位结果占实际定位值的相对权重值,具体步骤为:以RSSI定位结果的相对精度值和TDOA定位结果的相对精度值作为softmax模型的输入,计算得到RSSI定位结果和TDOA定位结果占实际定位值的相对权重值,softmax模型的计算公式如下:
其中h(z)表示概率函数,j为N维向量的第j个元素,h(z)由代价函数求出,计算公式为:
由上式计算得到TDOA定位结果和RSSI定位结果占实际定位值的相对权重值θ3、θ4,相对精度值越高,在定位结果中的相对权重值则越大。
具体地,预测模型能够对系统环境更好的补充,本发明使用softmax预测模型,softmax预测模型为现有的预测模型,可以直接使用,当然也可以使用玻尔兹曼机神经网络或者高斯混合模型,或者是其它的一些预测模型,具体可以根据实际情况而定,本发明没有过多约束,理论上,在空间定位区域内,无线传感网络内的节点越多,所测得传感网络节点与用户终端的距离也越准确。
最后,根据RSSI以及TDOA定位技术的误差值、相对精度值以及相对权重值进行计算可以得到最终的定位结果,为了提高定位精度的稳定性和准确性,在定位过程中,除了考虑RSSI定位结果和TDOA定位结果进行加权融合外,对这两种定位技术的误差也进行相对加权融合,从softmax模型可以得出,在定位过程中,精度高的定位会获得较高的权重,同时会得到更高的精度补偿,从而提高定位精度,为此,将定位模型表示为:
L=θ3(lTDOA+ΔlTDOA)+θ4(lRSSI+ΔlRSSI);
其中L为最终定位结果;lTDOA,lRSSI为TDOA定位结果以及RSSI定位结果;ΔlTDOA,ΔlRSSI为TDOA定位结果的误差值以及RSSI定位结果的误差值;θ3、θ4为TDOA定位结果以及RSSI定位结果的相对权重值。
通过定位模型可以计算出最终的定位结果,定位模型对RSSI和TDOA两种定位技术的定位结果、误差值以及相对权重值进行计算后可以得到最终的定位结果,由于定位模型是整合了RSSI定位技术以及TDOA定位技术各自的优点,减少了环境因素对这两种定位技术的影响,减小定位误差,从而提高了定位的精度,并且可以适用于多种不同的复杂环境。
以上所述,只是本发明的较佳实施例而已,本发明并不局限于上述实施方式,只要其以相同的手段达到本发明的技术效果,都应属于本发明的保护范围。
Claims (8)
1.一种提高空间定位精度的方法,其特征在于:包括以下步骤:
A、采集环境参数、待测点的实际位置、RSSI定位结果以及TDOA定位结果;
B、将采集到的RSSI定位结果、TDOA定位结果进行处理计算,得到误差值以及相对精度值;
C、根据softmax模型对RSSI定位结果和TDOA定位结果各自的相对精度值进行模型预测,获得相对权重值;
D、通过定位模型计算获得最终定位结果。
2.根据权利要求1所述的一种提高空间定位精度的方法,其特征在于:所述步骤A中采集环境参数、待测点的实际位置,所述环境参数包括待测空间大小、空间障碍物密度、温湿度和电磁干扰,所述待测点的实际位置通过实际测量所得。
3.根据权利要求1所述的一种提高空间定位精度的方法,其特征在于:所述步骤A中采集RSSI定位结果,首先根据接收节点和发送节点的信号强度通过对数-路径损耗模型计算得到接收节点到发送节点的距离d,所采用的对数-路径损耗模型为:
其中PL(d0)是距离发送信号节点d0处的接收节点所收到的信号强度,在实际应用中d0=1;n为路径衰减参数,在实际环境中通常取值2~4.5;Xσ为均值为0、标准差为σ值在4~9之间的高斯分布随机;PL(d)为距离发送信号节点d处的接收节点所收到的信号强度;
然后根据计算得到的距离d,计算得到待测点到节点的距离为:
计算多个RSS I值后取平均数可得到待测点的最终位置,取平均公式为:
其中,A0为无线信号传播在一米远处的接收强度标识值;RSSIi是接收第i次的距离;k为单位时间内总共接收的次数;为平均距离,的大小即为RSSI定位结果。
4.根据权利要求1所述的一种提高空间定位精度的方法,其特征在于:所述步骤A中采集TDOA定位结果,采用互相关估计方法定位距离,由以下公式求得:
q=c*τ;
q为传感节点到待测点的距离,c为信号传播速度,τ是s(t)信号达到基站的时间差,在计算τ的数值时,通过计算待测点接收到的信号后再采用模拟相关器得到τ的数值,待测点接收到的两个信号的计算公式为:
X1(t)=s(t)+n1(t);
X2(t)=As(t-τ)+n2(t);
其中X1(t)、X2(t)分别是待测点接收到的两个信号,A为幅度比,τ=tA-tB;n1(t)、n2(t)为信号传输过程中的噪音,采用模拟相关器,由下式得到时间差τ:
最后通过q=c*τ得到TDOA定位结果。
5.根据权利要求1所述的一种提高空间定位精度的方法,其特征在于:所述步骤B中将采集到的RSSI定位结果、TDOA定位结果进行处理计算,得到误差值,误差值由下式表示:
其中N表示N组测量值,i表示第i组数据;ΔlRSSI以及ΔlTDOA分别为RSSI定位结果的误差值以及TDOA定位结果的误差值;LRSSIi、LTDOAi分别表示第i个RSSI定位结果以及第i个TDOA定位结果。
6.根据权利要求5所述的一种提高空间定位精度的方法,其特征在于:所述步骤B中将采集到的RSSI定位结果、TDOA定位结果进行处理计算,得到相对精度值,相对精度值的计算公式为:
θ1为RSSI定位结果的相对精度值;θ2为TDOA定位结果的相对精度值。
7.根据权利要求1所述的一种提高空间定位精度的方法,其特征在于:所述步骤C中根据softmax模型对RSSI定位结果和TDOA定位结果各自的相对精度值进行模型预测,获得相对权重值,具体步骤为:以RSSI定位结果的相对精度值和TDOA定位结果的相对精度值作为softmax模型的输入,计算得到RSSI定位结果和TDOA定位结果占实际定位值的相对权重值,计算公式如下:
其中h(z)表示概率函数,j为N维向量的第j个元素,h(z)由代价函数求出,计算公式为:
由上式计算得到TDOA定位结果和RSSI定位结果占实际定位值的相对权重值θ3、θ4。
8.根据权利要求1所述的一种提高空间定位精度的方法,其特征在于:所述步骤D中通过定位模型计算获得最终定位结果,定位模型表达式为:
L=θ3(lTDOA+ΔlTDOA)+θ4(lRSSI+ΔlRSSI);
其中L为最终定位结果;lTDOA,lRSSI为TDOA定位结果以及RSSI定位结果;ΔlTDOA,ΔlRSSI为TDOA定位结果的误差值以及RSSI定位结果的误差值;θ3、θ4为TDOA定位结果以及RSS I定位结果的相对权重值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810063212.2A CN108398662A (zh) | 2018-01-23 | 2018-01-23 | 一种提高空间定位精度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810063212.2A CN108398662A (zh) | 2018-01-23 | 2018-01-23 | 一种提高空间定位精度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108398662A true CN108398662A (zh) | 2018-08-14 |
Family
ID=63094257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810063212.2A Pending CN108398662A (zh) | 2018-01-23 | 2018-01-23 | 一种提高空间定位精度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108398662A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633554A (zh) * | 2019-01-18 | 2019-04-16 | 浙江大学 | 基于概率数据关联的移动声源到达时延估计方法 |
WO2023060511A1 (zh) * | 2021-10-14 | 2023-04-20 | 宁德时代新能源科技股份有限公司 | 确定电池箱的位置的方法及拆换电池箱的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101236244A (zh) * | 2008-02-21 | 2008-08-06 | 当代天启技术(北京)有限公司 | 无线定位方法、装置及系统 |
CN102360076A (zh) * | 2011-07-25 | 2012-02-22 | 北京首科信通科技有限责任公司 | 一种多维定位方法和装置 |
CN105717485A (zh) * | 2016-02-26 | 2016-06-29 | 北京邮电大学 | 一种室内定位方法及装置 |
US20170219700A1 (en) * | 2014-10-23 | 2017-08-03 | Automaton, Inc. | Systems and methods for rfid tag locating using constructive interference |
CN107396309A (zh) * | 2017-07-12 | 2017-11-24 | 浙江农林大学 | 一种无线传感器网络森林定位方法 |
-
2018
- 2018-01-23 CN CN201810063212.2A patent/CN108398662A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101236244A (zh) * | 2008-02-21 | 2008-08-06 | 当代天启技术(北京)有限公司 | 无线定位方法、装置及系统 |
CN102360076A (zh) * | 2011-07-25 | 2012-02-22 | 北京首科信通科技有限责任公司 | 一种多维定位方法和装置 |
US20170219700A1 (en) * | 2014-10-23 | 2017-08-03 | Automaton, Inc. | Systems and methods for rfid tag locating using constructive interference |
CN105717485A (zh) * | 2016-02-26 | 2016-06-29 | 北京邮电大学 | 一种室内定位方法及装置 |
CN107396309A (zh) * | 2017-07-12 | 2017-11-24 | 浙江农林大学 | 一种无线传感器网络森林定位方法 |
Non-Patent Citations (6)
Title |
---|
张洪顺等: "《无线电监测与测向定位》", 30 November 2011 * |
束佳明: "基于双耳声源定位的鲁棒语音分离研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王鹏等: "TDOA 定位系统的设计与实现", 《中国无线电》 * |
苏翔: "基于超宽带信号的混合室内定位技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
蒋馥珍: "基于DV-Hop的无线传感器网络定位算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
马庆禄: "《车辆定位与导航系统》", 31 October 2014 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633554A (zh) * | 2019-01-18 | 2019-04-16 | 浙江大学 | 基于概率数据关联的移动声源到达时延估计方法 |
WO2023060511A1 (zh) * | 2021-10-14 | 2023-04-20 | 宁德时代新能源科技股份有限公司 | 确定电池箱的位置的方法及拆换电池箱的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xue et al. | A new weighted algorithm based on the uneven spatial resolution of RSSI for indoor localization | |
CN112073895A (zh) | 一种基于csi高精度人员定位跟踪方法 | |
CN106658713B (zh) | 基于多参数估计的单基站移动用户定位方法 | |
CN105072581B (zh) | 一种基于路径衰减系数建库的室内定位方法 | |
CN104619020A (zh) | 基于rssi和toa测距的wifi室内定位方法 | |
CN103596267A (zh) | 一种基于欧氏距离的指纹图匹配方法 | |
CN105093201B (zh) | 一种基于多基地mimo雷达的目标关联方法 | |
CN109444813A (zh) | 一种基于bp和dnn双神经网络的rfid室内定位方法 | |
CN105792356A (zh) | 一种基于wifi的位置指纹定位方法 | |
CN103118333A (zh) | 基于相似度的无线传感器网络移动节点定位方法 | |
Yang et al. | Localization algorithm in wireless sensor networks based on semi-supervised manifold learning and its application | |
CN111600617B (zh) | 一种基于物联网LoRa信号的非接触感知方法 | |
CN104507097A (zh) | 一种基于WiFi位置指纹的半监督训练方法 | |
CN105629197B (zh) | 一种基于接收信号功率信息的辐射源定位方法 | |
Sinha et al. | Rssi based improved weighted centroid localization algorithm in wsn | |
CN111107626A (zh) | 一种基于时间反演的doa定位方法 | |
CN106455051B (zh) | 通过距离校准设备提升WiFi定位精度的方法 | |
CN108398662A (zh) | 一种提高空间定位精度的方法 | |
CN108882171A (zh) | 一种基于csi的人员轨迹跟踪方法 | |
CN105187139B (zh) | 一种基于群智感知的室外无线信号接收强度地图构建方法 | |
Wang et al. | A novel indoor ranging method using weighted altofrequent RSSI measurements | |
CN109041209A (zh) | 基于rssi的无线传感器网络节点定位误差优化方法 | |
Gadhgadhi et al. | Distance estimation using polynomial approximation and neural network based on rssi technique | |
CN108632748A (zh) | 一种大型木结构的装配定位系统及方法 | |
CN108225321A (zh) | 一种基于移动节点辅助下的室内定位方法 |
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: 20180814 |
|
RJ01 | Rejection of invention patent application after publication |