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 PDFInfo
- 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
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
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:
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:
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:
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:
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:
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:
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)
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)
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)
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 |
-
2018
- 2018-08-31 CN CN201811016436.4A patent/CN109121200B/zh active Active
Patent Citations (5)
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 | |
CN110933599B (zh) | 一种融合uwb与wifi指纹的自适应定位方法 | |
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 | |
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 | |
CN103384358A (zh) | 一种基于虚拟现实和wifi空间场强的室内定位方法 | |
CN107270889B (zh) | 一种基于地磁图谱的室内定位方法及定位系统 | |
CN105208652B (zh) | 一种基于无线技术的室内定位系统 | |
KR20090050407A (ko) | 센서 네트워크에서의 전송 파워를 이용한 센서 노드위치인식 방법 및 장치 | |
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 | |
CN107356905B (zh) | 一种基于混沌粒子群优化的可见光定位方法及其系统 | |
CN108413966A (zh) | 基于多种传感测距技术室内定位系统的定位方法 | |
CN111107627A (zh) | 多模融合无线定位系统及其定位方法 | |
CN111698774A (zh) | 基于多源信息融合的室内定位方法及装置 | |
CN105223547B (zh) | 一种IOS设备的集中式Wifi室内定位方法 | |
CN105444755B (zh) | 基于空间杂波信号的室内定位方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |