CN109379701A - 一种具有误差校准功能的定位方法及网关设备 - Google Patents

一种具有误差校准功能的定位方法及网关设备 Download PDF

Info

Publication number
CN109379701A
CN109379701A CN201811431430.3A CN201811431430A CN109379701A CN 109379701 A CN109379701 A CN 109379701A CN 201811431430 A CN201811431430 A CN 201811431430A CN 109379701 A CN109379701 A CN 109379701A
Authority
CN
China
Prior art keywords
label
value
rssi signal
rssi
signal wave
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.)
Granted
Application number
CN201811431430.3A
Other languages
English (en)
Other versions
CN109379701B (zh
Inventor
魏温典
陈永雯
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201811431430.3A priority Critical patent/CN109379701B/zh
Publication of CN109379701A publication Critical patent/CN109379701A/zh
Application granted granted Critical
Publication of CN109379701B publication Critical patent/CN109379701B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/66—Arrangements for connecting between networks having differing types of switching systems, e.g. gateways
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种具有误差校准功能的定位方法及网关设备，在进行测距时，网关设备对待定位信号及定标的RSSI波段值进行采样；网关设备计算待定位信号的RSSI与不同距离定标标签的相关系数，确定与待定位信号RSSI相关系数最大的定标RSSI波段值；网关设备对被选出的定标RSSI波段值和待定位信号RSSI波段值进行聚类；网关设备通过定标RSSI波段值的聚类中心值调整距离计算公式的误差系数，进而根据待定位RSSI波段值的聚类中心值进行距离计算；网关设备将采集的待定位信号的RSSI上传到云服务端，由云服务端筛选出最优质的若干个被测量RSSI信号及网关设备的位置，以进行定位。通过本发明可以提高在不同环境中定位的准确度。

Description

一种具有误差校准功能的定位方法及网关设备
技术领域
本发明属于定位算法领域，更具体地，涉及一种具有误差校准功能的定位方法及网关设备。
背景技术
当前技术背景下，低功耗无线传感器网络节点的位置信息增多，位置信息数据可用于确定数据来源、跟踪移动目标及预测目标的运动方向，因此基于接收的信号强度指示(Received Signal Strength Indication，RSSI)的无线传感器的定位技术已成为研究的热点。
在基于RSSI的测距中，根据发射节点的发射信号强度和接收节点的接收信号强度，可计算出传播损耗，再利用经验模型或者理论模型将损耗转换为距离。但实际环境中，室内的墙壁、地板及物品等原因引起的反射、绕射、多径效应等会对RSSI值的测量有较大干扰。具体来说：通信距离超过5m时定位误差会陡然增大；障碍物会增大RSSI测量值；单一的环境参数并不适用于室内各区域；人员走动等突发干扰会给测量带来很大干扰，测量结果偏离严重；随机干扰、噪声干扰也会给测量带来不小的误差。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种具有误差校准功能的定位方法及网关设备，由此解决现有技术中由于数据环境参数值单一和人员走动等噪声干扰带来的误差，而影响定位准确性的技术问题。
为实现上述目的，按照本发明的一个方面，提供了一种具有误差校准功能的定位方法，包括：
(1)由位于目标区域的各网关设备对定标标签及待定位标签的RSSI信号按照预设采样周期进行波段值采样，其中，所述定标标签位于各所述网关设备的周围；
(2)对于每个目标网关设备，由所述目标网关设备计算其采集的定标标签的RSSI信号波段值与所述待定位标签的RSSI信号波段值的相关系数，确定与所述待定位标签的RSSI信号波段值相关系数最大的目标定标标签，其中，所述目标网关设备表示接收到所述待定位标签的RSSI信号的网关设备，所述相关系数表示定标标签的RSSI信号波段值与所述待定位标签的RSSI信号波段值的相似程度；
(3)分别对所述目标定标标签的RSSI信号波段值及所述待定位标签的RSSI信号波段值进行聚类计算，由所述目标定标标签的RSSI信号波段值的聚类中心值及所述待定位标签的RSSI信号波段值的聚类中心值得到所述待定位标签与所述目标网关设备的距离；
(4)各目标网关设备分别将各自计算出的所述待定位标签与各自的距离向云服务端上传，以由所述云服务端根据前若干个距离值最小的目标网关设备的坐标值及其上传的距离值得到所述待定位标签的坐标。
优选地，步骤(3)包括：
(3.1)对所述目标定标标签的RSSI信号波段值进行聚类计算，得到所述目标定标标签的RSSI信号波段值的第一聚类中心值，根据所述第一聚类中心值调整所述目标定标标签与所述目标网关设备的距离公式中的误差系数得到目标距离公式；
(3.2)所述目标网关设备对所述待定位标签的RSSI信号波段值进行聚类计算，得到所述待定位标签的RSSI信号波段值的第二聚类中心值；
(3.3)所述目标网关设备由所述目标距离公式及所述第二聚类中心值得到所述待定位标签与所述目标网关设备的距离。
优选地，所述云服务端根据前若干个距离值最小的目标网关设备的坐标值及其上传的距离值，分组进行三边加权质心定位算法得到所述待定位标签的坐标。
按照本发明的另一方面，提供了一种网关设备，包括：
采样模块，用于对定标标签及待定位标签的RSSI信号按照预设采样周期进行波段值采样，其中，所述定标标签位于各网关设备的周围；
相关系数确定模块，用于计算目标网关设备采集的定标标签与所述待定位标签的RSSI信号波段值的相关系数，确定所述目标网关设备采集的定标标签中与所述待定位标签的RSSI信号波段值相关系数最大的目标定标标签，其中，所述目标网关设备表示接收到所述待定位标签的RSSI信号的网关设备，所述相关系数表示定标标签的RSSI信号波段值与所述待定位标签的RSSI信号波段值的相似程度；
距离计算模块，用于分别对所述目标定标标签的RSSI信号波段值及所述待定位标签的RSSI信号波段值进行聚类计算，由所述目标定标标签的RSSI信号波段值的聚类中心值及所述待定位标签的RSSI信号波段值的聚类中心值得到所述待定位标签与所述目标网关设备的距离；
定位模块，用于将计算出的所述待定位标签与所述目标网关设备的距离向云服务端上传，以由所述云服务端根据前若干个距离值最小的目标网关设备的坐标值及其上传的距离值得到所述待定位标签的坐标。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
(1)在进行测距时，网关设备对被测量信号的RSSI波段值进行采样，并在相同时间采样不同距离的定标的RSSI波段值，这样可以避免数据值的单一，提高了定位信息数据的准确性。
(2)网关设备计算被测量信号的RSSI与不同距离定标标签的相关系数，确定与被测量信号RSSI相关系数最大的定标RSSI波段值，在超过5m后的远距离定位上，依然能实现高精度的定位。
(3)网关设备对被选出的定标RSSI波段值和被测量信号RSSI波段值进行k-means算法计算，k-means聚类算法可以准确的计算出当前RSSI波段值的k值，这样可以减小由于环境因素以及人为因素造成的噪声和干扰。
(4)网关设备通过定标RSSI波段值的k-means值调整距离计算公式的误差系数，即而对被测量RSSI波段值的k-means进行距离计算，此方法可以实时根据环境因素和噪声因素来调整距离计算公式的误差系数，进一步提高了在不同环境中定位的准确度。
(5)网关设备将采集的被测量信号的RSSI上传到云服务端，云服务端对上传的被测量RSSI信号进行筛选，筛选出最优质的若干个被测量RSSI信号及网关设备的位置，根据网关设备的位置和被测量信号进行三边定位算法计算。
附图说明
图1是本发明实施例提供的一种具有误差校准功能的室内及区域定位方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同对象，而非用于描述特定顺序。
本发明提供了一种具有误差校准功能的定位方法及网关设备，通过待定位标签RSSI波段值与定标标签RSSI波段值的相关系数、RSSI波段值聚类计算、定标误差系数调整及距离计算等方式，有效避免由于数据环境参数值单一和人员走动等噪声干扰带来的误差，提高了定位的准确度。
在一般基于RSSI的定位算法中，5m之内的定位误差一般达到3m，大于5m的时候，基本不能实现对目标的定位。而通过本发明的定位方法，在5m之内的定位误差能控制在1m，当距离大于5m～20m的定位误差能控制在3m之内。
如图1所示为本发明实施例提供的一种具有误差校准功能的定位方法的流程示意图，在图1所示的方法中，包括：
S1：由位于目标区域的各网关设备对定标标签及待定位标签的RSSI信号按照预设采样周期进行波段值采样，其中，定标标签位于各网关设备的周围；
在本发明实施例中，可以通过在目标区域内布置接收若干个RSSI信号的网关设备，每个网关设备之间的间距可以根据实际需要确定，并分别在距离网关设备的第一预设距离和第二预设距离处布置定标标签。
其中，预设采样周期、第一预设距离和第二预设距离可以根据实际需要确定，本发明实施例不做唯一性限定。
S2：对于每个目标网关设备，由目标网关设备计算其采集的定标标签的RSSI信号波段值与待定位标签的RSSI信号波段值的相关系数，确定与待定位标签的RSSI信号波段值相关系数最大的目标定标标签，其中，目标网关设备表示接收到待定位标签的RSSI信号的网关设备；
在本发明实施例中，可以通过以下方式确定定标标签的RSSI信号波段值与待定位标签的RSSI信号波段值的相关系数：
首先分别计算确定定标标签RSSI信号波段值与待定位标签的RSSI信号波段值的标准差，然后综合计算两组RSSI信号波段值的协方差，根据如下公式(1)，计算两组RSSI信号波段值的相关系数r，若r趋近于1，则说明两组RSSI波段值的相关系数最高，波段分布最相似。
S3：分别对目标定标标签的RSSI信号波段值及待定位标签的RSSI信号波段值进行聚类计算，由目标定标标签的RSSI信号波段值的聚类中心值及待定位标签的RSSI信号波段值的聚类中心值得到待定位标签与目标网关设备的距离；
在本发明实施例中，步骤S3具体可以通过以下方式实现：
S3.1：对目标定标标签的RSSI信号波段值进行聚类计算，得到目标定标标签的RSSI信号波段值的第一聚类中心值，根据第一聚类中心值调整目标定标标签与目标网关设备的距离公式中的误差系数得到目标距离公式；
在本发明实施例中，目标定标标签与目标网关设备的距离公式为：
d＝10((ABS(RSSI)-A)/(10*(n+λ))) (2)
其中，d为距离，单位是m，RSSI为rssi信号强度，为负数，A为距离网关设备1m时的rssi值的绝对值，n为环境衰减因子，可以根据先前的实验计算出来为一恒定值，λ为误差系数，在不同工作环境中进行定位工作时，可以根据目标定位标签与网关设备的实际距离，计算出该误差。
S3.2：目标网关设备对待定位标签的RSSI信号波段值进行聚类计算，得到待定位标签的RSSI信号波段值的第二聚类中心值；
S3.3：目标网关设备由目标距离公式及第二聚类中心值得到待定位标签与目标网关设备的距离。
在本发明实施例中，可以通过以下方式得到待定位标签与目标网关设备的距离：
固定目标定位标签的功能，根据其RSSI波段值的聚类中心值和其与目标网关设备的固定距离，计算出误差系数λ，从而确定了距离计算公式的系数值；
然后通过相关系数选择出与待定位标签的RSSI的波段值的聚类中心值，通过这个聚类中心值与上述确定的距离计算公式，计算出待定位标签与目标网关设备的距离。
在本发明实施例中，可以通过k-means聚类算法对目标定标标签的RSSI信号波段值及待定位标签的RSSI信号波段值进行聚类计算得到各自对应的聚类中心值。
S4：各目标网关设备分别将各自计算出的待定位标签与各自的距离向云服务端上传，以由云服务端根据前若干个距离值最小的目标网关设备的坐标值及其上传的距离值得到待定位标签的坐标。
在本发明实施例中，云服务端根据前若干个距离值最小的目标网关设备的坐标值及其上传的距离值，分组进行三边加权质心定位算法得到待定位标签的坐标。
在本发明的另一实施例中，还提供了一种网关设备，包括：
采样模块，用于对定标标签及待定位标签的RSSI信号按照预设采样周期进行波段值采样，其中，定标标签位于各网关设备的周围；
相关系数确定模块，用于计算目标网关设备采集的定标标签与待定位标签的RSSI信号波段值的相关系数，确定目标网关设备采集的定标标签中与待定位标签的RSSI信号波段值相关系数最大的目标定标标签，其中，目标网关设备表示接收到待定位标签的RSSI信号的网关设备；
距离计算模块，用于分别对目标定标标签的RSSI信号波段值及待定位标签的RSSI信号波段值进行聚类计算，由目标定标标签的RSSI信号波段值的聚类中心值及待定位标签的RSSI信号波段值的聚类中心值得到待定位标签与目标网关设备的距离；
定位模块，用于将计算出的待定位标签与目标网关设备的距离向云服务端上传，以由云服务端根据前若干个距离值最小的目标网关设备的坐标值及其上传的距离值得到待定位标签的坐标。
其中，各模块的具体实施方式可以参考方法实施例的描述，本发明实施例不做复述。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种具有误差校准功能的定位方法，其特征在于，包括：
(1)由位于目标区域的各网关设备对定标标签及待定位标签的RSSI信号按照预设采样周期进行波段值采样，其中，所述定标标签位于各所述网关设备的周围；
(2)对于每个目标网关设备，由所述目标网关设备计算其采集的定标标签的RSSI信号波段值与所述待定位标签的RSSI信号波段值的相关系数，确定与所述待定位标签的RSSI信号波段值相关系数最大的目标定标标签，其中，所述目标网关设备表示接收到所述待定位标签的RSSI信号的网关设备，所述相关系数表示定标标签的RSSI信号波段值与所述待定位标签的RSSI信号波段值的相似程度；
(3)分别对所述目标定标标签的RSSI信号波段值及所述待定位标签的RSSI信号波段值进行聚类计算，由所述目标定标标签的RSSI信号波段值的聚类中心值及所述待定位标签的RSSI信号波段值的聚类中心值得到所述待定位标签与所述目标网关设备的距离；
(4)各目标网关设备分别将各自计算出的所述待定位标签与各自的距离向云服务端上传，以由所述云服务端根据前若干个距离值最小的目标网关设备的坐标值及其上传的距离值得到所述待定位标签的坐标。
2.根据权利要求1所述的方法，其特征在于，步骤(3)包括：
(3.1)对所述目标定标标签的RSSI信号波段值进行聚类计算，得到所述目标定标标签的RSSI信号波段值的第一聚类中心值，根据所述第一聚类中心值调整所述目标定标标签与所述目标网关设备的距离公式中的误差系数得到目标距离公式；
(3.2)所述目标网关设备对所述待定位标签的RSSI信号波段值进行聚类计算，得到所述待定位标签的RSSI信号波段值的第二聚类中心值；
(3.3)所述目标网关设备由所述目标距离公式及所述第二聚类中心值得到所述待定位标签与所述目标网关设备的距离。
3.根据权利要求2所述的方法，其特征在于，所述云服务端根据前若干个距离值最小的目标网关设备的坐标值及其上传的距离值，分组进行三边加权质心定位算法得到所述待定位标签的坐标。
4.一种网关设备，其特征在于，包括：
采样模块，用于对定标标签及待定位标签的RSSI信号按照预设采样周期进行波段值采样，其中，所述定标标签位于各网关设备的周围；
相关系数确定模块，用于计算目标网关设备采集的定标标签与所述待定位标签的RSSI信号波段值的相关系数，确定所述目标网关设备采集的定标标签中与所述待定位标签的RSSI信号波段值相关系数最大的目标定标标签，其中，所述目标网关设备表示接收到所述待定位标签的RSSI信号的网关设备，所述相关系数表示定标标签的RSSI信号波段值与所述待定位标签的RSSI信号波段值的相似程度；
距离计算模块，用于分别对所述目标定标标签的RSSI信号波段值及所述待定位标签的RSSI信号波段值进行聚类计算，由所述目标定标标签的RSSI信号波段值的聚类中心值及所述待定位标签的RSSI信号波段值的聚类中心值得到所述待定位标签与所述目标网关设备的距离；
定位模块，用于将计算出的所述待定位标签与所述目标网关设备的距离向云服务端上传，以由所述云服务端根据前若干个距离值最小的目标网关设备的坐标值及其上传的距离值得到所述待定位标签的坐标。
CN201811431430.3A 2018-11-26 2018-11-26 一种具有误差校准功能的定位方法及网关设备 Expired - Fee Related CN109379701B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811431430.3A CN109379701B (zh) 2018-11-26 2018-11-26 一种具有误差校准功能的定位方法及网关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811431430.3A CN109379701B (zh) 2018-11-26 2018-11-26 一种具有误差校准功能的定位方法及网关设备

Publications (2)

Publication Number Publication Date
CN109379701A true CN109379701A (zh) 2019-02-22
CN109379701B CN109379701B (zh) 2020-07-10

Family

ID=65377430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811431430.3A Expired - Fee Related CN109379701B (zh) 2018-11-26 2018-11-26 一种具有误差校准功能的定位方法及网关设备

Country Status (1)

Country Link
CN (1) CN109379701B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109991569A (zh) * 2019-04-03 2019-07-09 北京邮电大学 一种基于毫米波机器人的反射物定位方法及装置
CN110351660A (zh) * 2019-07-03 2019-10-18 北京壹氢科技有限公司 一种基于双步指纹匹配架构的蓝牙室内定位方法
CN110798799A (zh) * 2019-12-11 2020-02-14 深圳市创意之都投资有限公司 Wifi精确导航定位方法
CN116582929A (zh) * 2023-07-13 2023-08-11 杭州晟珈智能科技有限公司 一种基于rssi的多天线rfid标签定位方法与系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140320348A1 (en) * 2013-04-24 2014-10-30 Kabushiki Kaisha Toshiba Position estimating device, position estimating method, and wireless communication system
CN106355218A (zh) * 2016-08-19 2017-01-25 成都九洲电子信息系统股份有限公司 一种能够准确定位的有源电子标签系统
WO2017012409A1 (zh) * 2015-07-23 2017-01-26 中兴通讯股份有限公司 Rfid标签定位方法及装置
CN106888504A (zh) * 2015-12-11 2017-06-23 南开大学 基于fm与dtmb信号的室内位置指纹定位方法
KR101754535B1 (ko) * 2016-06-14 2017-07-20 순천향대학교 산학협력단 Ble 기반 위치 측량을 위한 rssi 신호 보정 시스템 및 방법
CN107241700A (zh) * 2017-04-23 2017-10-10 西安电子科技大学 基于csi空频特性和参考点位置聚类算法的室内定位方法
CN107526058A (zh) * 2017-09-22 2017-12-29 中国联合网络通信集团有限公司 室内定位方法、装置及系统
CN107968987A (zh) * 2017-11-27 2018-04-27 长春工业大学 基于定积分结合环境参数的rssi加权质心定位方法
CN108064082A (zh) * 2017-12-04 2018-05-22 山东闻远通信技术有限公司 一种终端的定位方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140320348A1 (en) * 2013-04-24 2014-10-30 Kabushiki Kaisha Toshiba Position estimating device, position estimating method, and wireless communication system
WO2017012409A1 (zh) * 2015-07-23 2017-01-26 中兴通讯股份有限公司 Rfid标签定位方法及装置
CN106888504A (zh) * 2015-12-11 2017-06-23 南开大学 基于fm与dtmb信号的室内位置指纹定位方法
KR101754535B1 (ko) * 2016-06-14 2017-07-20 순천향대학교 산학협력단 Ble 기반 위치 측량을 위한 rssi 신호 보정 시스템 및 방법
CN106355218A (zh) * 2016-08-19 2017-01-25 成都九洲电子信息系统股份有限公司 一种能够准确定位的有源电子标签系统
CN107241700A (zh) * 2017-04-23 2017-10-10 西安电子科技大学 基于csi空频特性和参考点位置聚类算法的室内定位方法
CN107526058A (zh) * 2017-09-22 2017-12-29 中国联合网络通信集团有限公司 室内定位方法、装置及系统
CN107968987A (zh) * 2017-11-27 2018-04-27 长春工业大学 基于定积分结合环境参数的rssi加权质心定位方法
CN108064082A (zh) * 2017-12-04 2018-05-22 山东闻远通信技术有限公司 一种终端的定位方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LIU S: ""Localization algorithm based on RSSI error analysis"", 《2011 INTERNATIONAL CONFERENCE ON ELECTRIC AND ELECTRONICS》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109991569A (zh) * 2019-04-03 2019-07-09 北京邮电大学 一种基于毫米波机器人的反射物定位方法及装置
CN110351660A (zh) * 2019-07-03 2019-10-18 北京壹氢科技有限公司 一种基于双步指纹匹配架构的蓝牙室内定位方法
CN110351660B (zh) * 2019-07-03 2020-10-09 北京壹氢科技有限公司 一种基于双步指纹匹配架构的蓝牙室内定位方法
CN110798799A (zh) * 2019-12-11 2020-02-14 深圳市创意之都投资有限公司 Wifi精确导航定位方法
CN116582929A (zh) * 2023-07-13 2023-08-11 杭州晟珈智能科技有限公司 一种基于rssi的多天线rfid标签定位方法与系统
CN116582929B (zh) * 2023-07-13 2023-09-19 杭州晟珈智能科技有限公司 一种基于rssi的多天线rfid标签定位方法与系统

Also Published As

Publication number Publication date
CN109379701B (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
CN109379701A (zh) 一种具有误差校准功能的定位方法及网关设备
CN107318084B (zh) 一种基于最优相似度的指纹定位方法及装置
US8400358B2 (en) Method to modify calibration data used to locate a mobile unit
CN110446940A (zh) 基于wifi多频带指纹的室内定位
Zhang et al. Environmental-adaptive indoor radio path loss model for wireless sensor networks localization
Mukhopadhyay et al. Novel RSSI evaluation models for accurate indoor localization with sensor networks
CN109951798A (zh) 融合Wi-Fi和蓝牙的增强位置指纹室内定位方法
WO2004095790A1 (en) Method and system for determining user location in a wireless communication network
CN106093922B (zh) 一种基于rssi和红外人体感应的室内定位方法
CN109490826A (zh) 一种基于无线电波场强rssi的测距与位置定位方法
CN111050275B (zh) 一种基于rssi特征值的蓝牙定位方法
CN110636436A (zh) 基于改进chan算法的三维uwb室内定位方法
KR20180059094A (ko) 비콘 기반 실내 측위에서의 rssi 보정 방법 및 시스템
CN108693501A (zh) 具有多径减轻的定位系统和方法
CN104965189B (zh) 基于最大似然估计的室内人员定位方法
Li et al. NQRELoc: AP selection via nonuniform quantization RSSI entropy for indoor localization
Retscher Fusion of location fingerprinting and trilateration based on the example of differential Wi-Fi positioning
Dong et al. Neural network based radio fingerprint similarity measure
CN106455051B (zh) 通过距离校准设备提升WiFi定位精度的方法
Mizmizi et al. Design of RSSI based fingerprinting with reduced quantization measures
CN203416427U (zh) 基于ZigBee技术的自组网定位系统
CN109946573A (zh) 基于聚类和无线传感阵列的局部放电测向方法及系统
CN111505566B (zh) 一种特高频射频信号doa估计方法
CN107071897B (zh) 一种基于环型的Wi-Fi室内定位方法
Gallo et al. RSS-eye: Human-assisted indoor localization without radio maps

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200710

Termination date: 20201126