CN109581288B - 室内定位方法、设备及存储介质 - Google Patents

室内定位方法、设备及存储介质 Download PDF

Info

Publication number
CN109581288B
CN109581288B CN201811368142.8A CN201811368142A CN109581288B CN 109581288 B CN109581288 B CN 109581288B CN 201811368142 A CN201811368142 A CN 201811368142A CN 109581288 B CN109581288 B CN 109581288B
Authority
CN
China
Prior art keywords
initial position
base stations
value
mobile node
reference base
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
CN201811368142.8A
Other languages
English (en)
Other versions
CN109581288A (zh
Inventor
林凡
成杰
张秋镇
彭陶峰
杨峰
李盛阳
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.)
GCI Science and Technology Co Ltd
Original Assignee
GCI Science and Technology Co Ltd
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 GCI Science and Technology Co Ltd filed Critical GCI Science and Technology Co Ltd
Priority to CN201811368142.8A priority Critical patent/CN109581288B/zh
Publication of CN109581288A publication Critical patent/CN109581288A/zh
Application granted granted Critical
Publication of CN109581288B publication Critical patent/CN109581288B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S5/06—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

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)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种室内定位方法、设备及存储介质，根据移动节点与各基站之间的信号强度与各基站之间位置关系，从基站中确定若干个参考基站；根据参考基站的位置，对移动节点进行轮换TDOA定位，并获得若干个移动节点的初始位置估计值；根据初始位置估计值，确定初始位置估计值对应的最大偏差值在存储空间的位置；其中，存储空间为初始位置估计值对应的位置存储矩阵；根据移动节点与参考基站之间的信号强度、最大偏差值在存储空间的位置，计算各初始位置估计值对应的修正系数；根据初始位置估计值及其修正系数，计算移动节点的最终位置。通过上述方法能够有效消除了TDOA定位算法中存在的定位模糊，提高定位精度。

Description

室内定位方法、设备及存储介质
技术领域
本发明涉及无线传感网络定位领域，尤其涉及一种室内定位方法、设备及存储介质。
背景技术
无线传感网络是由部署在监测区域内的大量微型传感器节点组成，通过无线通信方式形成的一种多跳自组织网络系统。它通过感知、采集和处理网络疯爱区域中感知对象的信息(例如光、声、热、电、力学、化学、位置等各种信息)，与互联网结合形成一巨大网络，在环境监测、空间探索、智能家居、工业控制等领域具有广泛的应用前景。
而定位技术是无线传感网络重要的支撑技术，按照定位时是否进行距离测量，可将无线定位技术分为基于测距和基于非测距。其中，典型的基于测距算法的有基于时间到达差(Time Difference of Arrival,TDOA)算法，例如基于高度辅助修正的室内定位的TDOA定位方法(申请号为：201710758381.3)公开了在室内立体环境下，设定包括主基站在内有M个基站，得到目标节点无线信号到达各个基站的时间，输入目标节点的经验高度或者利用辅助传感器得到的测量高度并读取基站与目标节点最后根据定位基站的位置，以及目标节点的到达时差，来解算目标节点的位置。但是现有的TDOA定位算法存在定位模糊、定位精度较低。
发明内容
针对上述问题，本发明的目的在于提供一种室内定位方法、设备及存储介质，其能够有效消除了TDOA定位算法中存在的定位模糊，提高定位精度。
第一方面，本发明实施例提供了一种室内定位方法，包括以下步骤：
根据移动节点与各基站之间的信号强度与各基站之间位置关系，从所述基站中确定若干个参考基站；
根据参考基站的位置，对所述移动节点进行轮换TDOA定位，并获得若干个所述移动节点的初始位置估计值；
根据所述初始位置估计值，确定所述初始位置估计值对应的最大偏差值在存储空间的位置；其中，所述存储空间为所述初始位置估计值对应的位置存储矩阵；
根据所述移动节点与所述参考基站之间的信号强度、所述最大偏差值在存储空间的位置，计算各初始位置估计值对应的修正系数；
根据所述初始位置估计值及其修正系数，计算所述移动节点的最终位置。
优选地，所述根据参考基站的位置，对所述移动节点进行轮换TDOA定位，并获得若干个所述移动节点的初始位置估计值，具体包括：
根据所述参考基站的位置，通过CHAN氏算法计算所有参考基站对应的定位方程；
对所述参考基站进行排列组合，根据各组参考基站的位置，通过CHAN氏算法计算各组参考基站对应的定位方程；
根据所有参考基站对应的定位方程和各组参考基站对应的定位方程，获得所述移动节点的定位方程组；
通过最小二乘法求解所述定位方程组，得到若干个初始位置估计值。
优选地，所述根据所述初始位置估计值，确定所述初始位置估计值对应的最大偏差值在存储空间的位置，具体包括：
计算所述初始位置估计值的平均值；
分别计算各个所述初始位置估计值与所述平均值的偏差值，并提取所述最大偏差值在所述存储空间的位置；其中，最大偏差值对应的初始位置估计值为异常数据。
优选地，所述根据所述移动节点与所述参考基站之间的信号强度、所述最大偏差值在存储空间的位置，计算各初始位置估计值对应的修正系数，具体包括：
根据所述移动节点接收到的任意一个所述初始位置估计值对应的一组参考基站的信号强度，计算任意一个所述初始位置估计值的修正系数；
根据所述最大偏差值在存储空间的位置，确定所述异常数据对应修正系数在所述存储空间的位置，并将所述异常数据对应修正系数更新为设定数值。
优选地，所述根据所述初始位置估计值及其修正系数，计算所述移动节点的最终位置，具体包括：
根据各个所述初始位置估计值、更新后的各个所述初始位置估计值的修正系数以及所述初始位置估计值的平均值，计算所述移动节点的最终位置。
优选地，所述根据各个所述初始位置估计值与更新后的各个所述初始位置估计值的修正系数，计算所述移动节点的最终位置，具体包括：
根据公式(1)，计算所述移动节点的最终位置；
Figure BDA0001869138740000031
其中，pm为第m个初始位置估计值；PR(m)为第m个初始位置估计值的修正系数；PRaver为初始位置估计值的平均值；m表示初始位置估计值的数目。
优选地，所述设定数值为0。
优选地，所述根据移动节点与各基站之间的信号强度与各基站之间位置关系，从所述基站中确定若干个参考基站，具体包括：
将各基站按照信号强度排序，并获得信号强度大于设定阈值的若干个基站，作为第一筛选基站；
根据所述第一筛选基站与所述移动节点的位置关系，获取包围所述移动节点的基站，作为参考基站；其中，所述参考基站之间不完全共线且所述参考基站之间的连线围成一预设的几何图案。
第二方面，本发明实施例提供了一种室内定位设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述的室内定位方法。
第三方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述的室内定位方法。
相对于现有技术，本发明实施例提供的一种室内定位方法的有益效果在于：所述室内定位方法包括：根据移动节点与各基站之间的信号强度与各基站之间位置关系，从所述基站中确定若干个参考基站；根据参考基站的位置，对所述移动节点进行轮换TDOA定位，并获得若干个所述移动节点的初始位置估计值；根据所述初始位置估计值，确定所述初始位置估计值对应的最大偏差值在存储空间的位置；其中，所述存储空间为所述初始位置估计值对应的位置存储矩阵；根据所述移动节点与所述参考基站之间的信号强度、所述最大偏差值在存储空间的位置，计算各初始位置估计值对应的修正系数；根据所述初始位置估计值及其修正系数，计算所述移动节点的最终位置。通过上述方法能够有效消除了TDOA定位算法中存在的定位模糊，提高定位精度。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的室内定位方法的流程图；
图2是本发明实施例提供的优化算法的流程图；
图3是本发明实施例提供的室内定位设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参照图1，本发明第一实施例提供了一种室内定位方法，其可由定位设备来执行，并包括以下步骤：
在本发明实施例中，所述室内定位设备可为电脑、手机、平板电脑、笔记本电脑或者服务器等计算设备，所述室内定位方法可作为其中一个功能模块集成与所述室内定位设备上，由所述室内定位设备来执行。
S11：根据移动节点与各基站之间的信号强度与各基站之间位置关系，从所述基站中确定若干个参考基站；
由于3个已知位置的基站可以确定一未知节点的位置，在本实施例中，可从基站选取3-6个基准，作为参考基站。
S12：根据参考基站的位置，对所述移动节点进行轮换TDOA定位，并获得若干个所述移动节点的初始位置估计值；
S13：根据所述初始位置估计值，确定所述初始位置估计值对应的最大偏差值在存储空间的位置；其中，所述存储空间为所述初始位置估计值对应的位置存储矩阵；
S14：根据所述移动节点与所述参考基站之间的信号强度、所述最大偏差值在存储空间的位置，计算各初始位置估计值对应的修正系数；
S15：根据所述初始位置估计值及其修正系数，计算所述移动节点的最终位置。
通过对所述移动节点进行轮换TDOA定位，得到多个所述移动节点的初始位置估计值；并通过步骤S13对所述移动节点的初始位置估计值进行第一层数据整合，查找出相对偏差最大的估计值及其在位置存储矩阵中的位置；通过步骤S14、S15对所述移动节点的初始位置估计值进行第一层数据整合，剔除初始位置估计中偏差最大的估计值，并采用最佳线性修正法确定最终位置；通过上述两层的数据整合能够删除异常数据，消除了TDOA定位算法中存在的定位模糊，并获获得较优的位置估计，提高定位精度。
在一种可选的实施例中，S12：根据参考基站的位置，对所述移动节点进行轮换TDOA定位，并获得若干个所述移动节点的初始位置估计值，具体包括：
根据所述参考基站的位置，通过CHAN氏算法计算所有参考基站对应的定位方程；
对所述参考基站进行排列组合，根据各组参考基站的位置，通过CHAN氏算法计算各组参考基站对应的定位方程；
在本实施例中，3个参考基站为一组，结合所述移动节点的位置进行CHAN氏算法解算。
根据所有参考基站对应的定位方程和各组参考基站对应的定位方程，获得所述移动节点的定位方程组；
通过最小二乘法求解所述定位方程组，得到若干个初始位置估计值。
在对步骤S12进行解释说明时，先对TDOA的定位原理进行说明，具体定位原理如下：
设基站O(0,0),P(x2,y2),Q(x3,y3)，移动节点M(x,y)。TDOA定位通过信号到达不同监测基站的时间差对发送源(即移动节点)进行定位，一个TDOA值对应一条双曲线，多个TDOA值对应多条双曲线，则双曲线们的交点则为发送源的位置估计点。由此可得
Figure BDA0001869138740000061
其中d12为移动节点到基站O、P的距离差，d13为移动节点到基站O、Q的距离差。
在了解TDOA的定位基本原理后，下面对本发明实施例的初始位置估计值计算过程进行详细的说明：
现假设通过步骤S11确定有3个参考基站参与定位，分别为BS1(x1,y1),BS2(x2,y2),BS3(x3,y3)，并设BS1为固定基站，移动节点为M(x,y)。
令
Figure BDA0001869138740000071
并令Ki＝xi 2+yi 2；
利用(Ⅰ)式作差，得到
Figure BDA0001869138740000072
根据(Ⅱ)式展开，再利用移项，得到ri 2＝(ri,1+r1)2＝ri,1 2+2ri,1r1+r1 2；
整理得：ri,1 2+2ri,1r1＝(Ki-K1)-2xi,1x-2yi,1y；
则：
Figure BDA0001869138740000073
设(Ⅲ)式中的r1已知，则(Ⅲ)式可作线性方程组，将已知量剥离开，
得到：
Figure BDA0001869138740000074
求解上述方程组(Ⅳ)得到：
Figure BDA0001869138740000075
并简写为
Figure BDA0001869138740000076
代入(Ⅱ)式得到：
(q1 2+q2 2-1)r2 1-2[q1(x1-p1)+q2(y1-p2)]r1+[(x1-p1)2+(y1-p2)2]＝0；
简写成二元一次方程得到：Ar2 1-2Br1+C＝0；
解得r1，将求解得到的r1代入得x,y，可以的到移动节点的初始位置估计值M(x,y)。
当求出初始位置估计值后，依次选择包含未知基站在内的4个基站进行基站轮换TDOA粗略定位，并联立上述(Ⅱ)、(Ⅲ)、(Ⅳ)计算出的初始位置估计值，利用具有附加系数的最小二乘法，剔除差异较大的初始位置估计值，剩下的即为步骤S12最终得到的初始位置估计值。基站轮换TDOA粗略定位的具体过程如下：
设有移动节点M(x,y)；若干个已知位置的参考基站BS1(x1,y1)，BS2(x2,y2),BS3(x3,y3)，...BSm(xm,ym)选择包含移动节点M(x,y)在内的4个基站进行轮流更替的上述(Ⅱ)、(Ⅲ)、(Ⅳ)的TDOA定位。
例如：第一次：M,BS1,BS2,BS3,第二次：M,BS1,BS3,BS4...第L次：M,BS2,BS3,BS4...；
每一次定位都会得出形如(Ⅳ)式的一个方程，联立(Ⅳ)和轮换TDOA定位得到的多个方程，得到一组定位方程组，并将定位方程组设为Y＝CX；
其中，Y＝[y1,y2,...,yN]T，X＝[x1,x2,...,xM]T，Y为N维观测向量；X为M维未知向量(移动节点的定位估计值position)；C为N×M阶常系数矩阵。
最小二乘法求解所述定位方程组的过程如下：
误差向量：R＝CX-Y，令误差的平方R(X)＝(CX-Y)2＝(CX-Y)T(CX-Y)，对其求导并令为0，则
Figure BDA0001869138740000081
解得X＝(CTC)-1CTY，即为X的最小二乘解。
在多数实际情况下，采用优化的最小二乘法，根据每个测量值的可靠性，在最小二乘法中考虑不同的修正系数。误差加权平方函数RW(X)＝(CX-Y)TW(CX-Y)，其中W为修正系数矩阵，W取测量值误差方差矩阵的逆矩阵时可使估计误差方差最小。
在一种可选的实施例中，所述根据所述初始位置估计值，确定所述初始位置估计值对应的最大偏差值在存储空间的位置，具体包括：
计算所述初始位置估计值的平均值；
分别计算各个所述初始位置估计值与所述平均值的偏差值，并提取所述最大偏差值在所述存储空间的位置；其中，最大偏差值对应的初始位置估计值为异常数据。
在一种可选的实施例中，所述根据所述移动节点与所述参考基站之间的信号强度、所述最大偏差值在存储空间的位置，计算各初始位置估计值对应的修正系数，具体包括：
根据所述移动节点接收到的任意一个所述初始位置估计值对应的一组参考基站的信号强度，计算任意一个所述初始位置估计值的修正系数；
根据所述最大偏差值在存储空间的位置，确定所述异常数据对应修正系数在所述存储空间的位置，并将所述异常数据对应修正系数更新为设定数值。
在一种可选的实施例中，所述根据所述初始位置估计值及其修正系数，计算所述移动节点的最终位置，具体包括：
根据各个所述初始位置估计值、更新后的各个所述初始位置估计值的修正系数以及所述初始位置估计值的平均值，计算所述移动节点的最终位置。
在一种可选的实施例中，所述根据各个所述初始位置估计值与更新后的各个所述初始位置估计值的修正系数，计算所述移动节点的最终位置，具体包括：
根据公式(1)，计算所述移动节点的最终位置；
Figure BDA0001869138740000091
其中，pm为第m个初始位置估计值；PR(m)为第m个初始位置估计值的修正系数；PRaver为初始位置估计值的平均值；m表示初始位置估计值的数目。
在一种可选的实施例中，所述设定数值为0。
下面对步骤S13-S15的整合数据过程进行详细说明：
整合数据实际是将多个基站，多种算法进行整合，利用各自的多余信息进行互补从而更充分利用数据获取目标信息。参见图2，本发明实施例提出2层整合数据模型，第1层旨在通过数据间的排查删除初始位置估计值中最为异常的一个估计值；第2层整合数据采用最佳线性修正法进行整体判断，确定最佳定位。其修正系数由各基站接收到的RSSI决定，以参与当前定位基站接收到的到达信号强度的平均值作为当前初始位置估计值进行整合数据时的修正系数，再通过最佳线性修正得到较优位置估计为最终估计位置。
1、第一层整合数据：
该层整合数据在多个初始位置估计值间通过数据排查，查找相对偏差最大的估计值及其在位置存储矩阵中的位置，从而消除由于TDOA定位算法存在的定位不清晰，测量误差，噪声干扰等问题。
(1)由步骤S12的TDOA算法获得初始位置估计值P1,P2,...Pm，求平均值
Figure BDA0001869138740000101
(2)令初始位置估计值与Paver作差，差值最大的即为异常数据，并提取其存储空间位置。[A,B]＝max(Pm-Paver)，其中A表示偏差最大对应的初始位置估计值，B为A在存储空间的位置。可以理解B为A在上述X矩阵中的位置。
2、第二层整合数据：
(1)以参与当前定位基站RSSI的均值作为当前定位获得的初始位置估计值的修正因子。各参考基站轮换所得接收信号强度的平均值Pr即为修正系数，
Figure BDA0001869138740000102
(2)由第一层整合数据中得到的A,B，进一步确定其对应的接收信号强度在存储空间的位置，并令其为0，生产新的修正系数PR，相当于剔除了初始位置估计值中偏差最大的异常数据。
(3)Pi与PR进行最佳线性加权整合数据并作归一化处理，最终位置
Figure BDA0001869138740000111
在一种可选的实施例中，所述根据移动节点与各基站之间的信号强度与各基站之间位置关系，从所述基站中确定若干个参考基站，具体包括：
将各基站按照信号强度排序，并获得信号强度大于设定阈值的若干个基站，作为第一筛选基站；
根据所述第一筛选基站与所述移动节点的位置关系，获取包围所述移动节点的基站，作为参考基站；其中，所述参考基站之间不完全共线且所述参考基站之间的连线围成一预设的几何图案。
所述几何图案可以为三角形、近三角形、矩形等规则几何图形，在此不进行具体的限定。
移动节点辐射发送定位请求信息的信号，周围的多个基站收到定位请求信号。根据接收信号强度和基站共线程度，选择3-6个不完全共线且可构成较为规则的几何图案并能将移动节点包含在内的基站作为参考基站，对移动节点进行定位。依据移动节点与各基站之间的信号强度与各基站之间位置关系对基站的优化选择，可以降低定位误差，进一步提高定位精度。
相对于现有技术，本发明实施例提供的一种室内定位方法的有益效果在于：通过对所述移动节点进行轮换TDOA定位，得到多个所述移动节点的初始位置估计值；并对多个所述移动节点的初始位置估计值进行两层的数据整合，第1层通过计算初始位置估计值中偏差最大的估计值，查找相对偏差最大的估计值及其在位置存储矩阵中的位置；第2层通过剔除初始位置估计中偏差最大的估计值，并采用最佳线性修正法确定最终位置；通过上述两层的数据整合能够删除异常数据，消除了TDOA定位算法中存在的定位模糊，并获获得较优的位置估计，提高定位精度。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
参见图3，是本发明第二实施例提供的室内定位设备的示意图。如图3所示，该室内定位设备包括：至少一个处理器11，例如CPU，至少一个网络接口14或者其他用户接口13，存储器15，至少一个通信总线12，通信总线12用于实现这些组件之间的连接通信。其中，用户接口13可选的可以包括USB接口以及其他标准接口、有线接口。网络接口14可选的可以包括Wi-Fi接口以及其他无线接口。存储器15可能包含高速RAM存储器，也可能还包括非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。存储器15可选的可以包含至少一个位于远离前述处理器11的存储装置。
在一些实施方式中，存储器15存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集:
操作系统151，包含各种系统程序，用于实现各种基础业务以及处理基于硬件的任务；
程序152。
具体地，处理器11用于调用存储器15中存储的程序152，执行上述实施例所述的室内定位方法，例如图1所示的步骤S11。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述室内定位设备中的执行过程。
所述室内定位设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述室内定位设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述示意图仅仅是室内定位设备的示例，并不构成对室内定位设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件。
所称处理器11可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器11是所述室内定位设备的控制中心，利用各种接口和线路连接整个室内定位设备的各个部分。
所述存储器15可用于存储所述计算机程序和/或模块，所述处理器11通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述室内定位设备的各种功能。所述存储器15可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器15可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述室内定位设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
本发明第三实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如第一实施例中任意一项所述的室内定位方法。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (8)

1.一种室内定位方法，其特征在于，包括：
根据移动节点与各基站之间的信号强度与各基站之间位置关系，从所述基站中确定若干个参考基站；其中，根据三个基站的位置计算一个所述移动节点的位置；
根据参考基站的位置，对所述移动节点进行轮换TDOA定位，并获得若干个所述移动节点的初始位置估计值；
根据所述初始位置估计值，确定所述初始位置估计值对应的最大偏差值在存储空间的位置；其中，所述存储空间为所述初始位置估计值对应的位置存储矩阵；
根据所述移动节点与所述参考基站之间的信号强度、所述最大偏差值在存储空间的位置，计算各初始位置估计值对应的修正系数；
根据所述初始位置估计值及其修正系数，计算所述移动节点的最终位置；
其中，所述根据所述初始位置估计值，确定所述初始位置估计值对应的最大偏差值在存储空间的位置，具体包括：
计算所述初始位置估计值的平均值；
分别计算各个所述初始位置估计值与所述平均值的偏差值，并提取所述最大偏差值在所述存储空间的位置；其中，最大偏差值对应的初始位置估计值为异常数据；
所述根据所述移动节点与所述参考基站之间的信号强度、所述最大偏差值在存储空间的位置，计算各初始位置估计值对应的修正系数，具体包括：
根据所述移动节点接收到的任意一个所述初始位置估计值对应的一组参考基站的信号强度，计算任意一个所述初始位置估计值的修正系数；
根据所述最大偏差值在存储空间的位置，确定所述异常数据对应修正系数在所述存储空间的位置，并将所述异常数据对应修正系数更新为设定数值。
2.如权利要求1所述的室内定位方法，其特征在于，所述根据参考基站的位置，对所述移动节点进行轮换TDOA定位，并获得若干个所述移动节点的初始位置估计值，具体包括：
根据所述参考基站的位置，通过CHAN氏算法计算所有参考基站对应的定位方程；
对所述参考基站进行排列组合，根据各组参考基站的位置，通过CHAN氏算法计算各组参考基站对应的定位方程；
根据所有参考基站对应的定位方程和各组参考基站对应的定位方程，获得所述移动节点的定位方程组；
通过最小二乘法求解所述定位方程组，得到若干个初始位置估计值。
3.如权利要求1所述的室内定位方法，其特征在于，所述根据所述初始位置估计值及其修正系数，计算所述移动节点的最终位置，具体包括：
根据各个所述初始位置估计值、更新后的各个所述初始位置估计值的修正系数以及所述初始位置估计值的平均值，计算所述移动节点的最终位置。
4.如权利要求3所述的室内定位方法，其特征在于，所述根据各个所述初始位置估计值与更新后的各个所述初始位置估计值的修正系数，计算所述移动节点的最终位置，具体包括：
根据公式(1)，计算所述移动节点的最终位置；
Figure FDA0002756152340000021
其中，pm为第m个初始位置估计值；PR(m)为第m个初始位置估计值的修正系数；PRaver为初始位置估计值的平均值；m表示初始位置估计值的数目。
5.如权利要求1所述的室内定位方法，其特征在于，所述设定数值为0。
6.如权利要求1所述的室内定位方法，其特征在于，所述根据移动节点与各基站之间的信号强度与各基站之间位置关系，从所述基站中确定若干个参考基站，具体包括：
将各基站按照信号强度排序，并获得信号强度大于设定阈值的若干个基站，作为第一筛选基站；
根据所述第一筛选基站与所述移动节点的位置关系，获取包围所述移动节点的基站，作为参考基站；其中，所述参考基站之间不完全共线且所述参考基站之间的连线围成一预设的几何图案。
7.一种室内定位设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述的室内定位方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6中任意一项所述的室内定位方法。
CN201811368142.8A 2018-11-16 2018-11-16 室内定位方法、设备及存储介质 Active CN109581288B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811368142.8A CN109581288B (zh) 2018-11-16 2018-11-16 室内定位方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811368142.8A CN109581288B (zh) 2018-11-16 2018-11-16 室内定位方法、设备及存储介质

Publications (2)

Publication Number Publication Date
CN109581288A CN109581288A (zh) 2019-04-05
CN109581288B true CN109581288B (zh) 2021-01-12

Family

ID=65922660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811368142.8A Active CN109581288B (zh) 2018-11-16 2018-11-16 室内定位方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN109581288B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112533162B (zh) * 2020-11-22 2021-12-28 广州技象科技有限公司 一种基于室内定位的物联网同步控制方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1744446A (zh) * 2004-08-30 2006-03-08 三星电子株式会社 用于使用uwb信号，传送/接收紧急营救请求的装置和方法
CN103945532A (zh) * 2014-05-13 2014-07-23 广东顺德中山大学卡内基梅隆大学国际联合研究院 一种基于质点弹簧模型的三维加权质心定位方法
CN104619020A (zh) * 2015-02-06 2015-05-13 合肥工业大学 基于rssi和toa测距的wifi室内定位方法
CN107371129A (zh) * 2017-08-29 2017-11-21 广州中海达定位技术有限公司 基于高度辅助修正的室内定位的tdoa定位方法
GB2504367B (en) * 2012-06-26 2018-04-25 Qualcomm Technologies Int Ltd Access point location identification methods and apparatus based on absolute and relative harvesting

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100439039C (zh) * 2006-04-18 2008-12-03 上海富安工厂自动化有限公司 一种用于芯片划片机的图像校准方法
CN100587640C (zh) * 2008-11-19 2010-02-03 北京航空航天大学 用于共轴双旋翼无人驾驶直升机的双模式地面操控系统
CN101957204B (zh) * 2010-09-28 2011-11-09 北京航空航天大学 一种基于相互测距信息的机群惯性导航数据融合方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1744446A (zh) * 2004-08-30 2006-03-08 三星电子株式会社 用于使用uwb信号，传送/接收紧急营救请求的装置和方法
GB2504367B (en) * 2012-06-26 2018-04-25 Qualcomm Technologies Int Ltd Access point location identification methods and apparatus based on absolute and relative harvesting
CN103945532A (zh) * 2014-05-13 2014-07-23 广东顺德中山大学卡内基梅隆大学国际联合研究院 一种基于质点弹簧模型的三维加权质心定位方法
CN104619020A (zh) * 2015-02-06 2015-05-13 合肥工业大学 基于rssi和toa测距的wifi室内定位方法
CN107371129A (zh) * 2017-08-29 2017-11-21 广州中海达定位技术有限公司 基于高度辅助修正的室内定位的tdoa定位方法

Also Published As

Publication number Publication date
CN109581288A (zh) 2019-04-05

Similar Documents

Publication Publication Date Title
CN103747524B (zh) 一种基于云平台的Android终端室内定位方法
CN103120000B (zh) 覆盖区域模型的产生和使用
CN108040318B (zh) 一种定位方法、电子设备及计算机可读存储介质
WO2019062734A1 (zh) 基于Wi-Fi热点的室内定位方法及装置
CN110738143A (zh) 定位方法及装置、设备、存储介质
US20140233800A1 (en) Method of tracking object and electronic device supporting the same
CN112218330B (zh) 定位方法及通信装置
CN110933632B (zh) 一种终端室内定位方法及系统
CN102804184A (zh) 使用位置数据库确定移动设备的位置
Yang et al. Research on Wi-Fi indoor positioning in a smart exhibition hall based on received signal strength indication
CN106792506B (zh) 一种WiFi定位方法及服务器
US9848302B2 (en) Self-learning locator for mobile device
CN109581288B (zh) 室内定位方法、设备及存储介质
CN110636437A (zh) 一种基于指纹对的辅助定位方法
CN110049441B (zh) 基于深度集成学习的WiFi室内定位方法
CN111182460A (zh) 混合型室内定位方法、装置、计算机设备及存储介质
CN106922017A (zh) 定位方法以及终端
CN109889977B (zh) 一种基于高斯回归的蓝牙定位方法、装置、设备和系统
CN108738066A (zh) 一种获取ap间物理拓扑的方法、设备及无线网络
CN111654843B (zh) 自动更新指纹数据库的方法及系统、wifi定位方法及系统
CN110320493B (zh) 室内定位方法、装置、电子设备和计算机存储介质
CN109218963B (zh) 位置指纹数据处理方法、装置、设备及存储介质
CN113759311B (zh) 一种定位方法、装置及存储介质
CN113657340B (zh) 轨迹匹配方法及相关装置
CN109982243A (zh) 人物跟踪方法、装置、电子设备及存储介质

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