CN109121200B - 一种iBeacon基站空间布局优化及室内定位方法 - Google Patents

一种iBeacon基站空间布局优化及室内定位方法 Download PDF

Info

Publication number
CN109121200B
CN109121200B CN201811016436.4A CN201811016436A CN109121200B CN 109121200 B CN109121200 B CN 109121200B CN 201811016436 A CN201811016436 A CN 201811016436A CN 109121200 B CN109121200 B CN 109121200B
Authority
CN
China
Prior art keywords
base station
ibeacon
point
ibeacon base
measured
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
CN201811016436.4A
Other languages
English (en)
Other versions
CN109121200A (zh
Inventor
刘哲
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.)
Zhejiang University of Media and Communications
Original Assignee
Zhejiang University of Media and Communications
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 Zhejiang University of Media and Communications filed Critical Zhejiang University of Media and Communications
Priority to CN201811016436.4A priority Critical patent/CN109121200B/zh
Publication of CN109121200A publication Critical patent/CN109121200A/zh
Application granted granted Critical
Publication of CN109121200B publication Critical patent/CN109121200B/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
    • 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
    • G01S5/0009—Transmission of position information to remote stations
    • G01S5/0018—Transmission from mobile station to base station
    • 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
    • G01S5/0009—Transmission of position information to remote stations
    • G01S5/0018—Transmission from mobile station to base station
    • G01S5/0036—Transmission from mobile station to base station of measured values, i.e. measurement on mobile and position calculation on base station
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • 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

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)
  • Multimedia (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提出一种基于NSGA‑II算法的iBeacon基站空间布局优化及室内定位方法。本发明针对iBeacon发送射频信号受环境如遮挡物干扰大，且不稳定的缺点，采用遗传优化算法，设计空间布局优化的iBeacon基站部署方案，最大限度的弥补信号不稳定导致的定位精度下降。本发明实现的室内定位计算方法，采用4个基站数据计算待测点，比传统的3个基站计算具有更加稳定、更加精准的优势。本发明具有定位精度高、成本低、实施简单、可推广性强的优点，并且可通过选择经优化后的设备部署方案，在最低的部署成本下满足不同的定位精度需求。

Description

一种iBeacon基站空间布局优化及室内定位方法
技术领域
本发明涉及一种基于多目标遗传算法NSGA-II算法对iBeacon基站进行空间布局优化技术，并且利用iBeacon基站和智能手机实现的室内定位方法，是一种通过在室内利用优化算法优化部署位置信息已知的iBeacon设备以及利用智能手机实现室内定位的方法。
背景技术
在城市中生活的人们，不可避免地光顾各种商场、机场、医院、停车场等陌生的公共场所，而这些公共场所的室内环境复杂而且陌生，因此，人们对于室内精确导航定位服务的需求日益强烈。例如，当用户在购物中心购物时需要寻找某个商铺、或者在火车站低下停车场寻找停车位或反向寻车、或者在机场需要寻找走失的同伴时，都需要室内定位技术的支持。
目前，已经提出的室内定位技术包括红外定位技术、超声波定位技术、蓝牙定位技术、W1-Fi定位技术、zigbee定位技术、磁场定位技术、计算机视觉定位技术等。这些室内定位技术由于定位精度低、成本高、定位速度慢、商业运营困难等各种原因，没有得到大规模的推广应用。蓝牙(Bluetooth)是一种短距离无线通信技术，可实现固定设备、移动设备之间的短距离数据交换。蓝牙4.0是2012年采用了蓝牙低功耗技术(BLE)的最新蓝牙版本，传输距离最远可达100米，且智能手机基本都内置了蓝牙4.0模块，其应用前景非常广阔。
iBeacon是苹果推出一项基于蓝牙4.0的精准微定位技术，其工作原理是：iBeacon基站不断向四周发送蓝牙信号，待满足iBeacon技术标准的蓝牙模块的智能设备进入设定区域时，就能够收到信号，通过三点定位算法、信号强度指示(RSSI)等方式可计算出用户位置。由于iBeacon设备发送的是2.4GHz频段的射频信号，该信号传播受环境如遮挡物干扰大，且不稳定，因此，基于该原理的测距精度难以保证，需要在室内有多个(大于3个)iBeacon基站，通过算法互相验证纠正，并且这些iBeacon基站的空间布局要合理，才能达到比较好的室内定位效果，同时保证成本的低廉。综上所述，基于iBeacon的室内地位技术当前面临如何优化iBeacon基站空间布局，以保证定位精度和部署成本。
发明内容
鉴于现有技术存在的上述技术问题，本发明提出了一种基于NSGA-II算法的iBeacon基站空间布局优化及室内定位方法。本发明通过NSGA-II算法优化部署iBeacon基站的空间布局，以及利用智能手机即可实现室内定位，具有定位精度高、成本低、实施简单、可推广性强的优点，并且可通过改变设备部署密度，在最低的部署成本下满足不同的定位精度需求。其具体技术方案如下：
一种基于NSGA-II算法的iBeacon基站空间布局优化及室内定位方法，该方法具体包括以下步骤：
步骤一：将室内待部署iBeacon基站的区域，按1米×1米划分成网格，每个网格按行列编上编号(i,j)，区域平面图最左上角的网格编号为(0,0)，其余的依次累加“1”，每个网格内都有可能部署一个iBeacon基站。
步骤二：将整个区域的网格利用二进制编码，转换成NSGA-II算法的基因序列，序列中“1”代表部署iBeacon基站，“0”代表没有部署。随机初始化iBeacon基站的部署方案，以待测点与基站平均最短距离和部署成本为优化目标进行优化，最终生成iBeacon基站的部署方案最优集。
步骤三：根据部署精度、成本等需求，从最优集中选择相应的iBeacon基站部署方案，将所有iBeacon设备的Minor号设置成唯一的编号，同时记录iBeacon设备所在网格的编号，即坐标数据，这些iBeacon设备的Minor号、坐标数据等属性存储在数据服务器中。
步骤四：用户携带装有iBeacon信号接收处理App的智能手机，进入待定位区域，智能手机通过App识别周围iBeacon基站发送的广播帧，基于广播帧中的信号强度进行排序，选取信号最强的4个iBeacon基站，根据经验模型将这4个iBeacon基站信号强度转换成待定位点与对应基站的距离d1,d2,d3,d4。
步骤五：待定位点坐标计算，可以分为两种方式。一是以智能手机将计算出的4个距离d1,d2,d3,d4，发送至服务器端，由服务器按照一定的计算方式进行计算，获得待定位点的坐标，然后发送至智能手机端，在App地图中显示。二是通过App打包下载服务器端有关iBeacon基站的属性数据，以及4个距离d1,d2,d3,d4，用于计算待定位点坐标，直接通过App在手机端计算，计算方式与服务器上的计算方式相同，然后在App地图中显示。
所述步骤二的具体过程如下：
(1)将室内待部署iBeacon基站1米×1米网格区域，视为二维数组，将其按行转化为一维数组，作为遗传算法二进制编码的基因序列，同时记录每个基因在二维数组中的行列编号(i，j)。
(2)以随机法进行种群初始化，即基因序列中随机函数生成“0”、“1”，“1”代表部署iBeacon基站，“0”代表没有部署。
(3)以“待测点与iBeacon基站的平均距离越短，收到的信号越强，从而获得待测点位置的精度越高”为假设前提，确定iBeacon基站的部署方案的一个优化目标，待测点与基站平均最短距离的计算方式如下：
Figure BDA0001785342850000031
Figure BDA0001785342850000032
Figure BDA0001785342850000033
其中，Fxd是整个区域中所有待测点与基站平均距离，n是这个区域的待测点个数，Fxd是区域中某个待测点与基站平均距离，m是待测点周围一定范围内(如5米)的iBeacon基站个数，m应大于或等于4，d是待测点与其周围某个基站之间的距离。
另一个优化目标为部署方案的成本最小化，其计算方式如下：
min(Fcost)＝min(k×a) (4)
其中，k表示部署方案中的iBeacon基站个数，a表示部署单个iBeacon基站的成本。
(4)生成的种群中每个个体由优化目标计算评价后，利用快速非支配排序算法进行排序，按次序使个体两两配对进行交叉变异，从而生成下一代种群。
(5)根据步骤(4)不断进行遗传进化，直至达到设定的迭代终止条件，最终获得的新一代种群即为精英集。
所述步骤四中，计算iBeacon基站信号强度转换成待定位点与对应基站的距离d1,d2,d3,d4，其计算方式如下：
d＝10[(|RSSI|-A)/(10×N)] (5)
其中,d是计算所得距离，RSSI是接收信号强度(负值)，A是发射端和接收端相隔1米时的信号强度，N是环境衰减因子。由于所处环境不同，每台发射源(蓝牙设备)对应参数值都不一样，因此，公式里的每项参数都应该做实验(校准)获得。
所述步骤五中的待测点定位计算方式，具体过程如下：
(1)按照改进的加权质心定位算法，对4个iBeacon基站，任选3个进行组合，共有
Figure BDA0001785342850000045
组，即每次取3个基站进行定位计算，计算公式如下：
Figure BDA0001785342850000041
Figure BDA0001785342850000042
其中，(x，y)是待测点坐标，(x1，y1)，(x2，y2)，(x3，y3)是3个基站的坐标，d1,d2,d3分别是待测点到3个基站的距离。
(2)根据(1)得到4组待测点坐标，假设分别是(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4),通过加权平均，都到最后待测点的坐标(x,y)，计算公式如下：
Figure BDA0001785342850000043
Figure BDA0001785342850000044
本发明的有益效果：
1、本发明针对iBeacon发送射频信号受环境如遮挡物干扰大，且不稳定的缺点，采用遗传优化算法，设计空间布局优化的iBeacon基站部署方案，最大限度的弥补信号不稳定导致的定位精度下降。
2、本发明采用的多目标遗传算法，在优化iBeacon基站空间布局的同时，能够最小化部署成本。
3、本发明实现的室内定位计算方法，采用4个基站数据计算待测点，比传统的3个基站计算具有更加稳定、更加精准的优势，且计算可以在服务器端和智能手机端两种方式实现，根据不同的环境，选择合适的方式，例如手机信号不好时，选择在手机端计算和定位。
4.本发明的应用广泛，例如可用于行人定位、车辆定位等，而且具有成本低廉、部署简单、维护成本低下、可推广性强的优点。
附图说明
图1为本发明中基于NSGA-II算法的iBeacon基站空间布局优化示意图。
图2为本发明中待部署iBeacon基站的室内平面网格图。
图3为本发明中改进的加权质心定位方法原理图。
图4为本发明中数据库中数据表结构示意图。
图5为本发明中利用iBeacon基站和智能手机实现室内定位的示意图。
具体实施方式
为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。
本发明涉及一种基于多目标遗传算法NSGA-II算法对iBeacon基站进行空间布局优化技术，并且利用iBeacon基站和智能手机实现的室内定位方法。因此，本发明主要包括两部分：一是iBeacon基站空间布局优化技术；二是利用空间布局优化的iBeacon基站实现室内定位的技术，以提高定位的精度和降低iBeacon基站部署的成本。
iBeacon基站空间布局优化技术基于多目标遗传算法NSGA-II算法，以待测点与基站平均最短距离和部署成本为优化目标进行优化，最终生成iBeacon基站的部署方案最优集，方法的流程图见图1。
(一)以室内停车场车辆实时定位为例，iBeacon基站空间布局优化分为以下步骤：
(1)待部署区域网格划分。将停车场平面图待部署iBeacon基站的区域标识出来，按1米×1米划分成网格，每个网格按行列编上编号(i,j)，即坐标，以及一个唯一标识ID号，从1开始到n，n是区域划分的网格数。
(2)iBeacon基站部署优化。将这些网格的坐标数据与唯一标识ID号保存到数据库表中，遗传算法以ID号构建基因序列，初始化种群，种群规模为200。然后以待测点与基站平均最短距离和部署成本为优化目标进行优化，在本例中部署成本计算的公式(3)中，部署单个基站的成本定为30元。循环迭代n次，如1000次，算法终止，从而获得最优方案集。
(3)iBeacon基站的部署。从最优方案集中，如根据项目实施的实际可用成本，选择相应成本下的最优方案，进行部署。部署高度一般可将设备部署在室内天花板上，这样可以减少遮挡物对信号的干扰。如果天花板高度超过了5m，为了保证蓝牙信号传输质量，可以考虑将设备部署在立柱上，高度以3m左右为宜。
(二)利用空间布局优化的iBeacon基站和智能手机，实现停车场室内定位技术分为以下步骤：
(1)建立ibeacon基站数据库。如图4所示，在离线建立数据库时，需要将设备的真实坐标通过Minor号与iBeacon设备一一对应存入数据库中的一张表中，Minor号的设置可以使用官方的APP设置。同时iBeacon设备发送的广播帧中的Major信息可以用来区分设备所在不同区域。例如，在进行多层建筑中的定位功能实现时，可以使用Major号来对设备进行分组，不同楼层中的设备属于不同的分组，系统根据Major号判定用户所在楼层。
(2)信号获取和距离计算。装有本发明相应App的智能手机进入待定位区域，获取信号强调最强4个基站信息(包括设备的Major、Minor号等)，计算iBeacon基站信号强度按照公式(5)转换成待定位点与对应基站的距离d1,d2,d3,d4，公式(5)中，A是发射端和接收端相隔1米时的信号强度，经实测约57，N是环境衰减因子，本例中取值为2。这个计算过程在手机端App中实现。
(3)待定位点坐标的计算。如图5所示，分两种方式：一是服务器端实现(在线方式)，二是手机端App实现(离线方式)。服务器端实现过程如下：手机端将4个基站信息(设备的Major、Minor号等)，以及待定位点与对应基站的距离d1,d2,d3,d4，发送到服务器端，服务器在数据表中查找设备的Major号(所在楼层)、Minor号(设备编号)，找到相应基站的网格坐标，按照公式(6)、公式(7)、公式(8)、公式(9)进行计算，将计算结果反馈给手机端，在App地图中显示待测点坐标。手机端App实现过程如下：首先在App安装时，下载停车场室内iBeacon基站属性数据表，包括所有网格坐标和ID号；手机端将4个基站信息(设备的Major、Minor号等)，以及待定位点与对应基站的距离d1,d2,d3,d4，App在数据表中查找设备的Major号(所在楼层)、Minor号(设备编号)，找到相应基站的网格坐标，按照公式(6)、公式(7)、公式(8)、公式(9)进行计算，计算结果在App地图中显示待测点坐标。

Claims (4)

1.一种基于NSGA-II算法的iBeacon基站空间布局优化及室内定位方法，该方法具体包括以下步骤：
步骤一：将室内待部署iBeacon基站的区域，按1米×1米划分成网格，每个网格按行列编上编号(i,j)，区域平面图最左上角的网格编号为(0,0)，其余的依次累加“1”，每个网格内都有可能部署一个iBeacon基站；
步骤二：将整个区域的网格利用二进制编码，转换成NSGA-II算法的基因序列，序列中“1”代表部署iBeacon基站，“0”代表没有部署；随机初始化iBeacon基站的部署方案，以待测点与基站平均最短距离和部署成本为优化目标进行优化，最终生成iBeacon基站的部署方案最优集；
其中，步骤二包括：
(1)将室内待部署iBeacon基站1米×1米网格区域，视为二维数组，将其按行转化为一维数组，作为遗传算法二进制编码的基因序列，同时记录每个基因在二维数组中的行列编号(i，j)；
(2)以随机法进行种群初始化，即基因序列中随机函数生成“0”、“1”，“1”代表部署iBeacon基站，“0”代表没有部署；
(3)以待测点与iBeacon基站的平均距离越短，收到的信号越强，从而获得待测点位置的精度越高为假设前提，确定iBeacon基站的部署方案的优化目标，或者以部署方案的成本最小化为假设前提，确定确定iBeacon基站的部署方案的优化目标；
(4)生成的种群中每个个体由优化目标计算评价后，利用快速非支配排序算法进行排序，按次序使个体两两配对进行交叉变异，从而生成下一代种群；
(5)根据步骤(4)不断进行遗传进化，直至达到设定的迭代终止条件，最终获得的新一代种群即为最优集；步骤三：根据部署精度、成本等需求，从最优集中选择相应的iBeacon基站部署方案，将所有iBeacon设备的Minor号设置成唯一的编号，同时记录iBeacon设备所在网格的编号，即坐标数据，这些iBeacon设备的Minor号、坐标数据等属性存储在数据服务器中；
步骤四：用户携带装有iBeacon信号接收处理App的智能手机，进入待定位区域，智能手机通过App识别周围iBeacon基站发送的广播帧，基于广播帧中的信号强度进行排序，选取信号最强的4个iBeacon基站，根据经验模型将这4个iBeacon基站信号强度转换成待定位点与对应基站的距离d1,d2,d3,d4；
步骤五：待定位点坐标计算，可以分为两种方式：一是以智能手机将计算出的4个距离d1,d2,d3,d4，发送至服务器端，由服务器按照一定的计算方式进行计算，获得待定位点的坐标，然后发送至智能手机端，在App地图中显示；二是通过App打包下载服务器端有关iBeacon基站的属性数据，以及4个距离d1,d2,d3,d4，用于计算待定位点坐标，直接通过App在手机端计算，计算方式与服务器上的计算方式相同，然后在App地图中显示。
2.如权利要求1所述的基于NSGA-II算法的iBeacon基站空间布局优化及室内定位方法，其特征在于：所述步骤二的具体过程如下：
以待测点与iBeacon基站的平均距离越短，收到的信号越强，从而获得待测点位置的精度越高为假设前提，确定iBeacon基站的部署方案的一个优化目标，待测点与基站平均最短距离的计算方式如下：
Figure FDA0002478684010000021
Figure FDA0002478684010000022
Figure FDA0002478684010000023
其中，Fxd是整个区域中所有待测点与基站平均距离，n是这个区域的待测点个数，Fd是区域中某个待测点与基站平均距离，m是待测点周围一定范围内的iBeacon基站个数，m大于或等于4，d是待测点与其周围某个基站之间的距离，(x′，y′)为某基站的坐标，(x，y)为待测点坐标；
另一个优化目标为部署方案的成本最小化，其计算方式如下：
min(Fcost)＝min(k×a) (4)
其中，k表示部署方案中的iBeacon基站个数，a表示部署单个iBeacon基站的成本。
3.如权利要求1所述的基于NSGA-II算法的iBeacon基站空间布局优化及室内定位方法，其特征在于：所述步骤四中，计算iBeacon基站信号强度转换成待定位点与对应基站的距离d1,d2,d3,d4，其计算方式如下：
d＝10[|RSSI|-A)/(10×N] (5)
其中,d是计算所得距离，RSSI是接收信号强度，A是发射端和接收端相隔1米时的信号强度，N是环境衰减因子。
4.如权利要求1所述的基于NSGA-II算法的iBeacon基站空间布局优化及室内定位方法，其特征在于：所述步骤五中的待测点定位计算方式，具体过程如下：
(1)按照改进的加权质心定位算法，对4个iBeacon基站，任选3个进行组合，共有
Figure FDA0002478684010000031
组，即每次取3个基站进行定位计算，计算公式如下：
Figure FDA0002478684010000032
Figure FDA0002478684010000033
其中，(x，y)是待测点坐标，(x1，y1)，(x2，y2)，(x3，y3)是3个基站的坐标，d1,d2,d3分别是待测点到3个基站的距离；
(2)根据步骤(1)得到4组待测点坐标，假设分别是(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4),通过加权平均，都到最后待测点的坐标(x,y)，计算公式如下：
Figure FDA0002478684010000034
Figure FDA0002478684010000035
CN201811016436.4A 2018-08-31 2018-08-31 一种iBeacon基站空间布局优化及室内定位方法 Active CN109121200B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811016436.4A CN109121200B (zh) 2018-08-31 2018-08-31 一种iBeacon基站空间布局优化及室内定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811016436.4A CN109121200B (zh) 2018-08-31 2018-08-31 一种iBeacon基站空间布局优化及室内定位方法

Publications (2)

Publication Number Publication Date
CN109121200A CN109121200A (zh) 2019-01-01
CN109121200B true CN109121200B (zh) 2020-06-30

Family

ID=64861801

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811016436.4A Active CN109121200B (zh) 2018-08-31 2018-08-31 一种iBeacon基站空间布局优化及室内定位方法

Country Status (1)

Country Link
CN (1) CN109121200B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110691410A (zh) * 2018-07-04 2020-01-14 佛山市顺德区顺达电脑厂有限公司 电子装置定位方法
CN109725289A (zh) * 2019-01-21 2019-05-07 吉林大学 基于iBeacon的室内人员三维定位系统
CN110177333A (zh) * 2019-05-21 2019-08-27 平安科技（深圳）有限公司 室内定位方法、装置、系统、设备及存储介质
CN111669705A (zh) * 2020-07-24 2020-09-15 成都精位科技有限公司 定位方法、装置、电子设备和可读存储介质
WO2023035341A1 (zh) * 2021-09-08 2023-03-16 中铁工程服务有限公司 用于地铁工地的三维定位方法、系统及介质
CN114173281B (zh) * 2021-12-24 2023-10-27 长安大学 室内nlos环境下基于toa的定位系统信标节点的优化布局方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102223711A (zh) * 2011-06-23 2011-10-19 杭州电子科技大学 一种基于遗传算法的无线传感器网络节点定位方法
CN103124396A (zh) * 2013-01-24 2013-05-29 河南科技大学 基于交叉粒子群的无线传感器网络移动节点定位方法
CN103249179A (zh) * 2013-04-25 2013-08-14 中山大学 基于多目标觅母算法的无线传感器网络中继节点部署优化方法
CN103298107A (zh) * 2013-05-10 2013-09-11 朱旭东 一种基于加权无向图的室内无线定位ap快速部署方法
CN103634907A (zh) * 2013-12-04 2014-03-12 西北大学 一种无线传感器节点随机部署的被动式目标定位方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201352036A (zh) * 2012-06-07 2013-12-16 Novatek Microelectronics Corp 在無線廣域網路中定位出行動裝置的定位方法
CN108289301B (zh) * 2017-01-10 2021-08-17 中兴通讯股份有限公司 一种定位网元布局的智能优化方法和装置
CN106941663B (zh) * 2017-05-16 2020-10-20 重庆邮电大学 一种融合凸优化与多目标粒子群的uwb定位方法
CN107371133B (zh) * 2017-06-14 2019-12-27 崔兆琦 一种提高基站定位精度的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102223711A (zh) * 2011-06-23 2011-10-19 杭州电子科技大学 一种基于遗传算法的无线传感器网络节点定位方法
CN103124396A (zh) * 2013-01-24 2013-05-29 河南科技大学 基于交叉粒子群的无线传感器网络移动节点定位方法
CN103249179A (zh) * 2013-04-25 2013-08-14 中山大学 基于多目标觅母算法的无线传感器网络中继节点部署优化方法
CN103298107A (zh) * 2013-05-10 2013-09-11 朱旭东 一种基于加权无向图的室内无线定位ap快速部署方法
CN103634907A (zh) * 2013-12-04 2014-03-12 西北大学 一种无线传感器节点随机部署的被动式目标定位方法

Also Published As

Publication number Publication date
CN109121200A (zh) 2019-01-01

Similar Documents

Publication Publication Date Title
CN109121200B (zh) 一种iBeacon基站空间布局优化及室内定位方法
CN106550331B (zh) 一种室内定位方法和设备
KR101730269B1 (ko) 실내 디바이스 위치를 추정하는 방법
US10771935B2 (en) Device locating using angle of arrival measurements
KR102116824B1 (ko) 딥러닝 기반 측위 시스템 및 이의 구축 방법
CN107315166B (zh) 基于单个或多个蓝牙发射单元的微星基站定位系统及方法
CN105474031B (zh) 用于移动终端的3d定位的3d扇区化路径损耗模型
CN102098780B (zh) 一种定位方法和装置
CN103905992B (zh) 一种基于指纹数据的无线传感器网络的室内定位方法
CN108120436A (zh) 一种iBeacon辅助地磁室内实景导航方法
CN110926461B (zh) 一种基于超宽带室内定位方法和系统、导航方法和系统
CN104469676A (zh) 一种移动终端的定位方法及系统
CN108716918A (zh) 一种基于网格聚类的rssi室内定位算法
CN102890263B (zh) 基于rssi的共轭梯度法自适应定位方法及系统
CN102204372A (zh) 增强型室内定位
US20090128298A1 (en) Method and system for locating sensor node in sensor network using transmit power control
CN105208652B (zh) 一种基于无线技术的室内定位系统
JP2011017685A (ja) 測位システム及び制御方法
CN110933599A (zh) 一种融合uwb与wifi指纹的自适应定位方法
CN109655790A (zh) 基于室内led光源的多目标检测及身份识别系统及方法
CN108413966A (zh) 基于多种传感测距技术室内定位系统的定位方法
CN104113909A (zh) 数字标牌的定位方法和系统
CN110730418A (zh) 一种基于最小二乘法的室内三维定位改进算法
CN111107627A (zh) 多模融合无线定位系统及其定位方法
CN105223547B (zh) 一种IOS设备的集中式Wifi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
GR01 Patent grant
GR01 Patent grant