CN109690248A - 用于确定与移动设备的估计海拔相关联的海拔误差值的系统和方法 - Google Patents
用于确定与移动设备的估计海拔相关联的海拔误差值的系统和方法 Download PDFInfo
- Publication number
- CN109690248A CN109690248A CN201780055730.3A CN201780055730A CN109690248A CN 109690248 A CN109690248 A CN 109690248A CN 201780055730 A CN201780055730 A CN 201780055730A CN 109690248 A CN109690248 A CN 109690248A
- Authority
- CN
- China
- Prior art keywords
- error
- weather
- sea level
- height above
- above sea
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
- G01C5/06—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels by using barometric means
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
确定与移动设备的估计海拔相关联的海拔误差值。在特定公开的用于确定与移动设备的估计海拔相关联的海拔误差值的系统和方法中,确定与系统误差有关的第一误差值和与统计误差有关的第二误差值,并且使用第一误差值和第二误差值来确定海拔误差值。
Description
背景技术
可以利用由位于已知位置处的一个或更多个参考传感器测量的环境温度和环境压力的精确测量结果以及由移动设备的局部压力传感器测量的局部压力来实现生成移动设备(例如,移动电话)的估计海拔。用于生成移动设备的估计海拔的一个已知方法使用下面等式1中描述的气压公式:
其中,g对应于由于重力引起的加速度,R是通用气体常数,M是干燥空气的摩尔质量,Puser是由移动设备的局部压力传感器测量的压力测量结果,Pref是由参考压力传感器测量的压力测量结果或针对参考海拔的基于由参考压力传感器测量的压力测量结果的估计参考压力值,href是参考压力传感器的已知海拔或者参考海拔,并且Tref是由参考温度传感器测量的温度测量结果。在特定的实施方式中,对于海平面的海拔,href=0。
使用等式1生成的估计海拔很少与真实海拔匹配。替代地,估计海拔的质量直接取决于由各种状况(例如,局部压力传感器的漂移,建筑物的人工增压,影响参考传感器和/或移动设备的传感器的天气状况,舍入/截取数据以节省存储器中的空间的量化或其他原因)引起的系统误差。估计海拔的质量还取决于由局部压力、环境压力和环境温度的各个测量中的噪声引起的统计误差。在下面的公开内容中描述解决系统误差和统计误差的不同系统和方法。
附图说明
图1描绘了用于确定与移动设备的估计海拔相关联的海拔误差值的操作环境。
图2提供了用于确定与移动设备的估计海拔相关联的海拔误差值的处理。
图3描绘了用于确定与移动设备的估计海拔相关联的海拔误差值的系统。
图4提供了用于确定第一误差值的处理。
图5提供了用于确定第二误差值的处理。
图6提供了用于计算第二误差值的处理。
图7提供了用于使用第一误差值和第二误差值来确定海拔误差值的处理。
图8提供了用于确定用来计算海拔误差值的项的处理。
图9A、图9B和图9C提供了估计海拔和海拔误差值的不同的计算机生成的视觉表示。
图10描绘了由于环境效果引起的系统误差对移动设备与参考传感器之间的距离的函数依赖性。
图11描绘了移动设备与参考传感器之间的距离与由于环境效果引起的系统误差之间的大致线性关系。
图12描绘了测量到的海拔误差与使用四个项作为拟合参数而估计的海拔误差的估计的比较。
具体实施方式
下面描述用于确定与移动设备的估计海拔相关联的海拔误差值的系统和方法。首先注意图1中示出的操作环境100,操作环境100包括地面发送器110的网络、在不同时间可以在室内或户外的至少一个移动设备120、以及服务器130。发送器110中的每一个和移动设备120可以位于各种自然或人造结构(例如,建筑物)190内部或外部的不同海拔或深度处。使用已知的无线或有线传输技术将定位信号113从发送器110发送至移动设备120。发送器110可以使用一个或更多个常见的多路复用参数(例如,时隙、伪随机序列、频率偏移或其他)来发送信号113。移动设备120可以采用不同形式,包括移动电话、平板计算机、膝上型计算机、追踪标签、接收器或能够接收定位信号113的其他合适的设备。
已知图1的操作环境的不同方面使得移动设备120的估计海拔不太精确。下面讨论的处理提供了表示移动设备的估计海拔的置信度的定量值。该定量值被指定为海拔误差值,其可以被用来调整估计海拔,或者可以与估计海拔一起被报告。稍后在“使用海拔误差值”部分中讨论使用海拔误差值的不同方式。在该讨论之前,关注用于确定海拔误差值的不同的方法,包括图2中提供的处理,图2提供了用于确定与移动设备的估计海拔相关联的海拔误差值的处理。
如图2中所示,在步骤210期间确定第一误差值。在下面的“确定第一误差值”部分中提供关于在步骤210期间确定第一误差值的细节。如稍后将讨论的,第一误差值可以是基于不同事项(包括移动设备的局部压力传感器的漂移,容纳移动设备的建筑物内部的人工增压和/或天气状况与移动设备和参考压力传感器分开的距离之间的关系)的系统误差值。
在步骤230期间确定第二误差值。在下面的“确定第二误差值”部分中提供关于在步骤230期间确定第二误差值的细节。如稍后将讨论的,第二误差值可以是基于以下的统计误差值:来自局部传感器的压力测量结果、来自参考压力传感器的压力测量结果、来自参考温度传感器的温度测量结果、参考压力传感器的第一测量误差值和/或局部压力传感器的第二测量误差值。
在步骤250期间,第一误差值和第二误差值被用来确定海拔误差值。在下面的“使用第一误差值和第二误差值来确定海拔误差值”部分中提供关于在步骤250期间使用第一误差值和第二误差值来确定海拔误差值的细节。
图3中描绘了用于确定与移动设备的估计海拔相关联的海拔误差值的一个系统。如所示,系统300包括各自能够进行操作以执行图2的不同步骤的模块,包括:第一误差值确定模块310,其能够进行操作以执行步骤210;第二误差值确定模块330,其能够进行操作以执行步骤230;海拔误差值确定模块350,其能够进行操作以执行步骤250;以及(可选的)海拔误差值使用模块370。作为示例,图3中描绘的系统300是来自图1的移动设备120。
第一误差值确定模块310接收信息(例如,自校准移动设备的局部压力传感器以来的时间、用于容纳移动设备的建筑物的天气概况参数、移动设备的初始估计的位置、指定包括移动设备的操作环境中的天气类型的数据和/或其他信息)。第一误差值确定模块310使用其接收的信息来确定第一误差值(例如,使用图4的处理),第一误差值被海拔误差值确定模块350使用以确定海拔误差值。
第二误差值确定模块330接收来自移动设备的局部压力传感器模块(例如,压力传感器)的信息。作为示例,信息被示为包括由局部压力传感器模块测量的压力测量结果以及局部压力传感器模块的压力测量误差值。在一个实施方式中,如本领域已知的,在局部压力传感器模块的软件被启用以提供局部压力传感器模块的测量误差值和测量结果时,由局部压力传感器模块确定压力测量误差值。在另一实施方式中,压力测量误差值是通过读取并记录特定时间帧内的每个样本压力测量结果,并且测量分布的误差来计算的,例如,如果局部压力传感器模块在1秒的跨度内读取了十个压力值1010、1020、1010、1040、1100、980、1010、1020、1020和1010(以hPa为单位),则平均测量结果是1022hPa并且标准偏差(即,压力测量误差值)被计算为30hPa。
第二误差值确定模块330还接收来自一个或更多个参考传感器模块的信息,所述参考传感器模块可以包括与图1的其中一个发送器110处于同一位置的参考压力传感器和参考温度传感器。信息可以以由发送器提供至移动设备120的信号来发送。作为示例,信息被示为包括来自参考压力传感器模块的一个或更多个参考压力值、来自参考压力传感器模块的参考压力测量误差值和/或由参考温度传感器模块测量的温度测量结果。如本领域已知的,每个参考压力值可以包括由参考压力传感器测量的压力测量结果或针对参考海拔的基于由参考压力传感器测量的压力测量结果的估计参考压力值。如已知的,可以由参考压力传感器来提供每个参考压力测量误差值。
第二误差值确定模块330使用其接收的信息来确定第二误差值(例如,使用图5和图6的处理)。第二误差值被海拔误差值确定模块350使用以确定海拔误差值。稍后在图6中描述的可选实施方式中,第二误差值确定模块330接收用于确定第二误差值的两个项(例如,第一项和第二项)。
海拔误差值确定模块350使用第一误差值和第二误差值来确定海拔误差值(例如,使用图7的处理)。在图7中描述的可选实施方式中,海拔误差值确定模块350接收用于确定海拔误差值的两个项(例如,第三项和第四项)。
模块310、330、350和370可以被实现为机器(例如,执行实施由特定模块执行的步骤的程序指令的处理器)。海拔误差值使用模块370还可以包括移动设备的用于显示海拔误差值的视觉表示的显示屏幕。
确定第一误差值(步骤210)
移动设备的估计海拔的精度受到归因于仪器效果(例如,移动设备的局部压力传感器的漂移)、建筑物效果(例如,容纳移动设备的建筑物的过压或加压)、环境效果(例如,操作环境中的当前天气类型以及参考传感器与移动设备分开的距离)和/或测量和消息量化(例如,数据被舍入或截取以减小数据的大小的情况)引起的系统误差的影响。
可以确定这些系统误差中的每一个,并且第一误差值可以被设定为这些系统误差中的任一个或者这些系统误差的任何组合。
由于仪器效果引起的系统误差通常是固定或可变的。可以对由于仪器效果引起的一些系统误差进行蒙特卡罗(Monte Carlo)模拟,以将它们组合成单个误差值。例如,两个正态/高斯误差误差_1和误差_2可以组合为在实践中,不是所有的误差都以相同的方式处理(例如,一个误差是正态分布,而另一个误差是均匀分布,并且两个误差具有不同的均值:1±2以及2±3的情况)。这些误差的组合没有简单的封闭式的分析解法。替代地,使用蒙特卡罗模拟来组合误差,其中每个误差都从所有单个误差中采样并且相加在一起。最终的误差分布可以用来确定标准偏差或累积分布函数(CDF)。
由于仪器效果引起的其他系统误差可以被描述为与自上次校准局部压力传感器以来的时间段成正比的线性增长误差。在一个实施方式中,识别期望的漂移率DR,识别自上次校准局部压力传感器以来的时间T,并且将漂移误差edrift计算为edrift=DR*T。作为示例,可以通过以下操作来确定期望的漂移率DR:测量针对类似的压力传感器的每一个样本的随时间的漂移量,并且将期望的漂移率DR设定为样本的平均或均值漂移率、样本的最差漂移率或其他值。用于确定漂移误差的其他方法是可行的。第一误差值可以被设定为漂移误差,或者可以通过将漂移误差与其他系统误差组合来确定第一误差值。
由于建筑物效果引起的系统误差可以被描述为由于建筑物内部人工增压以及烟囱效应引起的误差。在2017年4月13日提交的题为“CHARACTERIZING AND USING BUILDINGWEATHER PROFILE PARAMETERS”的美国申请第15/487,215号中描述了用于确定由于建筑物内部的人工增压引起的误差的方法,其说明了检测移动设备(被称为“接收器”)何时在建筑物内部、识别建筑物的天气概况参数、计算移动设备的初始估计海拔以及确定校正的海拔估计的处理。使用该处理,由于建筑物效果引起的系统误差可以被计算为校正的海拔估计与初始估计海拔之间的差。第一误差值可以被设定为该差,或者第一误差值可以通过将该差与其他系统误差组合来确定。代替计算校正的海拔估计与初始估计海拔之间的差,如美国申请第15/487,215号中所示地可以计算引起的压力差,并且引起的压力差可以被转换成等于引起的压力差除以12.0Pa/米的海拔差或其他转换值。第一误差值可以被设定为该海拔差,或者第一误差值可以通过将该海拔差与其他系统误差组合来确定。可替选地,在建筑物的天气概况参数不可获取时,可以使用另一建筑物的天气参数(或者其他建筑物的天气参数的平均值)。在一个实施方式中,在建筑物的天气参数未知的情况下,在使用压力测量结果计算的初始估计海拔与不依赖于压力测量结果的另一海拔估计相差海拔阈值量时,检测到建筑物内部人工增压的存在。作为示例,阈值量可以是X个测量单位(例如,1米、2米或其他值)。不依赖于压力测量结果的其他海拔估计可以包括移动设备所存在的楼层的海拔(例如,通过用户输入、与该楼层上的局部网络的连接、进入该楼层的地理围栏区域或其他技术而确定)。
由于环境效果引起的系统误差有时可以被描述为由于(例如,移动设备的)局部压力传感器与不同的参考传感器分开的距离引起的、根据特定时间处特定操作环境中的当前天气类型的不同误差。在局部压力传感器与第一参考压力传感器分开的距离长于局部压力传感器与第二参考压力传感器分开的距离时,使用来自第一参考压力传感器和局部压力传感器的压力测量结果生成的移动设备的估计海拔通常不如使用来自局部压力传感器和第二参考压力传感器的压力测量结果生成的估计海拔精确。因此,在一些情况下,由于环境效果引起的系统误差针对局部压力传感器与不同的参考压力传感器分开的不同距离而不同。这样的系统误差倾向于对于不同类型的天气(例如,平静的天气和/或不平静的天气)具有不同的函数形式,并且对于不同气候中的不同操作环境具有不同的函数形式。因此,由于环境效果引起的系统误差的不同值可以被用于不同距离。例如,在天气不平静时,一个城市可以具有根据局部压力传感器与特定参考压力传感器分开的特定距离而变化的可变系统误差,例如,相对于针对局部压力传感器与另一参考压力传感器分开的较短距离的较小系统误差,针对局部压力传感器与特定参考压力传感器分开的较长距离的系统误差较大。另一方面,在天气平静时,城市可以使用分配给距离范围的固定的系统误差,使得相同的系统误差值被用于落入特定距离范围内的两个距离。当然,在另一城市中,在天气不平静时可以使用固定的系统误差,并且/或者在天气平静时可以使用可变的系统误差。
天气类型可以被用来确定何时以及如何补偿由于环境效果引起的系统误差,其基于移动设备的局部参考传感器与参考压力传感器分开的距离而增大。例如,在操作环境中的天气被检测为第一类型的天气(例如,“平静”天气时),在移动设备与参考压力传感器分开的距离降到第一阈值距离(例如,5.0千米)以下时,由于环境效果引起的系统误差可以被设定为一个误差值,并且在移动设备与参考压力传感器分开的距离超过第一阈值距离时,由于环境效果引起的系统误差可以被设定为其他值(例如,在距离超过第一阈值距离时的特定值;例如,在距离超过第一阈值距离但未超过第二阈值距离时的一个值;以及在距离超过第二阈值距离时的另一值)。当然,任意数量的阈值距离都可以被用来控制何时使用特定值,并且阈值距离的数量和特定值都取决于在该年的不同时间在不同操作环境中存在的不同系统误差。
在至少一个实施方式中,在以下情况下检测到“平静”天气:(1)由操作环境中的风传感器(例如,在气象站处)测量的风速不超过预定风速阈值量(例如,0风速,15.0km/hr或更小的风速);(2)不超过第一预定压力阈值量(例如,12.0Pa或其他值)的第一压力差,其中,第一压力差是(i)针对参考海拔使用在第一时间段(例如,小于1分钟的时间段)期间从第一传感器测量的第一压力测量结果估计的第一参考压力,与(ii)针对参考海拔使用在第一时间段期间从第二传感器测量的第二压力测量结果估计的第二参考压力之间的差;(3)不超过第二预定压力阈值量(例如,50.0Pa或其他值)的第二压力差,其中,第二压力差是(i)在第一时间处由第一传感器测量的第一压力测量结果,与(ii)在第二时间处由第一传感器或另一传感器测量的第二压力测量结果之间的差(例如,其中,第一时间与第二时间隔开预定量的时间,例如,1分钟、3分钟、5分钟、15分钟、1小时或大于第一时间段的长度的其他量);(4)不超过第二预定压力阈值量的第三压力差,其中,第三压力差是(i)针对参考海拔使用在第一时间处测量的第一压力测量结果估计的第一参考压力,与(ii)针对参考海拔使用在第二时间处测量的第二压力测量结果估计的第二参考压力之间的差;(5)由操作环境中的温度传感器(例如,在气象站处)测量的温度不低于(即,不冷于)与确定测量温度的期间相同的小时、天、周或其他时间段的历史平均温度值;以及/或者(6)由操作环境中的降水传感器(例如,在气象站处)测量的降水量不超过预定降水阈值量的(例如,任何降水量、微量降水量、1厘米或更多降水量或其他值)。
在操作环境中的天气被检测为第二类型的天气(例如,“不平静”天气时),由于环境效果引起的系统误差取决于移动设备与参考压力传感器分开的距离。作为示例,图10描绘了在第二类型的天气期间由于环境效果引起的系统误差对移动设备与各种参考传感器之间的距离的函数依赖性。图10中的曲线表示多个距离组合(例如,0-5km,5-10km,10-15km和15-20km)的CDF,并且曲线图的图例中的括号指示这些分布的50/68/80/90/95%的CDF值。如所示出的,随着移动设备与参考传感器之间的距离增加,尤其在5km以上时,CDF变得较不精确。作为另一示例,图11描绘了移动设备与参考压力传感器之间的距离与由于环境效果引起的系统误差之间的大致线性关系。因此,在第二类型的天气期间由于环境效果引起的系统误差值可以通过将预定乘数应用于移动设备与参考压力传感器分开的距离来确定。在一个实施方式中,单个乘数用于所有距离。在另一实施方式中,不同乘数用于不同的距离范围,例如,在估计距离在第一距离范围内(例如,0-5km)时使用第一乘数,在估计距离在第二距离范围内(例如,5-10km)时使用第二乘数,针对乘数和距离范围的不同组合以此类推。
在至少一个实施方式中,在以下情况下检测到“不平静”天气:(1)测量的风速超过预定风速阈值量;(2)第一压力差超过第一预定压力阈值量;(3)第二压力差超过第二预定压力阈值量;(4)第三压力差超过第二预定压力阈值量;(5)测量的温度低于(即,冷于)历史平均温度值以及/或者(6)测量的降水量超过预定降水阈值量。
在一个实施方式中,在预定时间段内记录并比较来自特定参考压力传感器的压力测量结果,以确定测量结果中的两个之间的差是否超过预定值。例如,每t个时间单位(例如,t=1、5、10或其他数量的秒)将来自压力传感器的多个压力测量结果记录为:101407,101364,101330,101320,101355,101421,101412,101368,101403,10139等,其中,每个测量结果的单位都是Pa。用于检测天气类型的车里包括以下步骤:记录来自压力传感器的连续的压力测量结果;确定在阈值时间量(例如,30、60、90或其他数量的秒)内记录的测量结果彼此之间的差是否超过阈值压力量(例如,100Pa);在差超过压力阈值量时推断出天气不平静;以及可选地在差不超过压力阈值量时推断出天气是平静的。用于检测天气类型的另一处理包括以下步骤:在预定时间段(例如,30、60或其他数量的秒)内记录来自压力传感器的连续的压力测量结果;计算这些压力测量结果的标准偏差;确定计算的标准偏差是否超过标准偏差的阈值(例如,10Pa);在计算的标准偏差超过标准偏差的阈值时推断出天气不平静;以及可选地在计算的标准偏差未超过标准偏差的阈值时推断出天气是平静的。
在不同的实施方式中,假定两个压力传感器处于在海拔阈值量(例如,1、2、3、4或其他米数)内的海拔,则在时间T1,T2,…Tn处测量来自两个压力传感器中的每一个传感器的压力测量结果,并且记录每个时间处的压力的测量结果之间的差。所记录的差可以通过从一个传感器的海拔至另一传感器的海拔的期望的压力变化的量来调整。可替选地,在两个压力传感器处于未在海拔阈值量内的海拔处的情况下,如本领域已知的,来自每个传感器的压力测量结果被转换成在相同参考海拔处的参考压力测量结果,并且记录每个时间处的参考压力测量结果之间的差。对记录的差进行比较以确定记录的差中的两个之间的计算的差是否超过预定值。作为示例,每t个时间单位(例如,t=1、5、10或其他数量的秒)将实际压力测量结构之间或者与两个压力传感器相对应的参考压力测量结构之间的多个差记录为:12,35,95,51,4等,其中,每个记录的差单位是Pa。用于检测天气类型的处理包括以下步骤:记录与两个压力传感器相对应的压力测量结果(或参考压力测量结果)之间连续的差;确定计算的两个记录差之间的差是否超过压力差阈值(例如,50Pa);在计算的差超过压力阈值量时推断出天气不平静;以及可选地在计算的差未超过压力阈值量时推断出天气是平静的。用于检测天气类型的另一处理包括以下步骤:记录与两个压力传感器相对应的压力测量结果(或参考压力测量结果)之间的连续差;计算这些压力的差的标准偏差;确定计算的标准偏差是否超过标准偏差的阈值(例如,10Pa);在计算的标准偏差超过标准偏差的阈值时推断出天气不平静;以及可选地在计算的标准偏差未超过标准偏差的阈值时推断出天气是平静的。
如果天气不能被表征为任何类型的天气(例如,在没有足够的数据以明确地将操作环境中的天气检测为特定类型的天气的情况下),则处理可以变得谨慎并且使用导致最大系统误差的误差值(例如,使用图4的步骤415、416和417中示出的最大误差值)。图4提供用于在步骤210处确定第一误差值的一个实现方式,其中,第一误差值是由于环境效果引起的。如所示出的,接收指定在包括移动设备的操作环境中的第一类型的天气(例如,平静天气)或第二类型的天气(例如,不是第一类型的天气)的天气数据(步骤411)。
确定移动设备与参考压力传感器之间的估计距离d(步骤412)。估计距离d的测量单位可以包括任何类型的单位(例如,米、千米或其他)。在一个实施方式中,通过计算移动设备的初始估计位置与参考压力传感器的已知位置之间的差来确定估计距离d,其中,经由来自与参考压力传感器处于同一位置的发送器110的信号113提供已知位置,或者其中,从服务器130或另一源访问已知位置。可以使用已知技术(例如,三边测量)来估计初始估计位置,其使用移动设备与发送器的已知位置之间的估计范围,其中通过估计来自那些发送器的测距信号所行进的距离来确定估计范围。
进行关于天气数据是否指示操作环境中的天气是第一类型的天气的确定(步骤413)。在一个实施方式中,将天气数据与第一天气类型的预定参数进行比较,在天气数据与预定参数匹配确定做出天气数据指示在操作环境中呈现第一类型的天气,以及在天气数据与预定参数不匹配时确定天气数据指示在操作环境中不呈现第一类型的天气。类似地,可以将天气数据与第二天气类型的预定参数进行比较,在天气数据与预定参数匹配时确定天气数据指示在操作环境中呈现第二类型的天气,以及在天气数据与预定参数不匹配时确定天气数据指示在操作环境中不呈现第二类型的天气。如果天气数据指示操作环境中的天气是第一类型的天气,则处理进行至步骤414。如果天气数据指示操作环境中的天气不是第一类型的天气(或是第二类型的天气),则处理进行至步骤417。
进行关于估计距离d是否小于或等于距离阈值量的确定(步骤414)。作为示例,一个实施方式中阈值距离是5千米。如果估计距离小于或等于距离阈值量,则处理进行至步骤415。如果估计距离并不小于或等于距离阈值量,则处理进行至步骤416。
在步骤415期间,第一误差值被设定为等于第一预定误差值的天气误差值(例如,x1个测量单位,例如0.0米),或者第一误差值被设定为将第一预定误差值与其他系统误差组合的值。
在步骤416期间,第一误差值被设定为等于第二预定误差值的天气误差值(例如,x2个测量单位,例如2.0米),或者第一误差值被设定为将第二预定误差值与其他系统误差组合的值。
在步骤417期间,第一误差值被设定为等于通过将估计距离d乘以预定数字(例如0.1)而计算的乘积的天气误差值,或者第一误差值被设定为将该乘积与其他系统误差组合的值。
在使用不止一个参考压力传感器的实施方式中,针对每个参考压力传感器重复步骤412至步骤417,但步骤415至步骤417被修改成如下:步骤415被修改为将用于参考压力传感器的误差值设定为第一预定误差值,步骤416被修改为将用于参考压力传感器的误差值设定为第二预定误差值,以及步骤417被修改为将用于参考压力传感器的误差值设定为估计距离乘以预定数字的乘积。附加的步骤418使用用于参考压力传感器中的每一个传感器的误差值来计算第一误差值。在一个实现方式中,通过使用下面的等式2来计算第一误差值:
其中,h1,h2,…,hN是用于N个参考压力传感器的N个误差值,并且d1、d2,…,dN是移动设备与N个参考压力传感器之间的N个估计距离。
系统误差可以以不同方式组合:通过将系统误差相加,这将得到系统误差的和;通过对系统误差进行平均,这将得到典型的系统误差;或者通过使用另外的方法来组合误差。在组合系统误差之前,每个系统误差可以被加权。
确定第二误差值(步骤230)
用于估计移动设备的海拔(huser)的公知方法使用下面示出的等式3的气压公式:
其中,g对应于由于重力引起的加速度,R是通用气体常数,M是干燥空气的摩尔质量,Puser是由移动设备的局部压力传感器测量的压力测量结果,Pref是由参考压力传感器测量的压力测量结果或者针对参考海拔的基于由参考压力传感器测量的压力测量结果的估计参考压力值,href是参考压力传感器的已知海拔或者参考海拔,并且Tref是由参考温度传感器测量的温度测量结果。参考压力传感器和参考温度传感器可以与发送器(例如,来自图1的发送器110中的一个)处于同一位置,该发送器经由信号(信号113)将Pref、Tref和href发送至移动设备。
Pref、Tref和Puser中的每一个都具有相关联的误差ΔPref、ΔTref和ΔPuser,使得:Pref±ΔPref,Tref±ΔTref和Puser±ΔPuser。第二误差值(Δhuser)可以在当Pref、Tref、Puser、ΔPref、ΔTref和ΔPuser已知时计算。
用于确定第二误差值(Δhuser)的一个方法使用来自上面的等式3和偏导数。移动设备的估计海拔(huser)可以被写成函数形式huser=huser(Tref,Pref,Puser),这是由于移动设备的估计海拔(huser)取决于Pref、Tref和Puser。因此,第二误差值通常可以由下面的等式4定义:
上面的误差传递公式假定误差被量化为“正态/高斯”误差,或者标准偏差σ或方差σ2。在实践中,由于与空气压力相比温度变化慢得多,所以等式4中的具有与温度有关的任何导数的项可以被去除,这产生下面的等式5:
通过将等式3的气压公式相对于Pref求微分来计算第一偏导数,这产生下面的等式6:
通过将等式3的气压公式相对于Puser求微分来计算第二偏导数,这产生下面的等式7:
等式6和等式7被应用于等式5以获得下面的等式8:
其中,K=900或其他值,A和B是可以按照图8的处理得出的可选项,并且和表示参考压力传感器和局部参考压力传感器的相应的测量误差值。这样的测量误差值可以由传感器直接读取(假定传感器的软件返回测量结果和测量误差值二者),或者这样的值可以通过以下操作来计算:在指定时间帧内读取并记录每个样本压力测量结果,并且测量分布的误差,例如,1秒的跨度中读取的十个压力测量结果1010、1020、1010、1040、1100、980、1010、1020、1020和1010(以hPa为单位)产生1022hPa的平均测量值,并且测量误差值为30hPa。
对等式8的每一侧施加平方根以产生第二误差值第二误差值以下面的等式9来描述:
用于在步骤230处确定第二误差值的一个实现方式包括图5中提供的子步骤。
如所示出的,接收各种信息,包括由移动设备的局部传感器测量的局部压力的测量结果(步骤531)、参考压力值(步骤532)、由参考温度传感器测量的参考温度的测量结果(步骤533)、参考压力传感器的测量误差值(步骤534)以及局部压力传感器的测量误差值(步骤535)。在接收信息之后,计算第二误差值(步骤536)。在使用不止一个参考压力传感器的实施方式中,针对使用的参考压力传感器中的每一个来重复步骤532和步骤534。在使用不止一个参考温度传感器的情况下还可以针对每个参考温度传感器重复步骤533。在步骤536的一个实施方式中,基于以下数学关系来计算第二误差值:(i)参考压力值与参考压力传感器的测量误差值之间的第一数学关系,(ii)局部压力的测量结果与局部压力传感器的测量误差值之间的第二数学关系,(iii)第一关系与第二关系之间的第三数学关系,以及(iv)第三数学关系与参考温度的测量结果之间的第四数学关系。该实施方式的一个实现方式在图6中示出,图6提供了用于计算第二误差值的处理。
如图6中所示,通过将(i)参考压力传感器的测量误差值除以(ii)参考压力值来计算第一商(步骤636a)。计算第一商的平方(步骤636b)。通过将(i)局部压力传感器的测量误差值除以(ii)局部压力的测量结果来计算第二商(步骤636c)。计算第二商的平方(步骤636d)。可选地,通过将第一商的平方乘以第一项来计算第一乘积(步骤636e),并且通过将第二商的平方乘以第二项来计算第二乘积(步骤636f)。在一个实施方式中,第一项和第二项是按照稍后描述的图8的处理来确定的。通过将第一商的平方与第二商的平方相加来计算第一和(步骤636g)。在执行步骤636e和636f时,将步骤636g修改为通过将第一乘积与第二乘积相加来计算第一和。最终,通过将第一和与参考温度的测量结果的平方相乘来计算第三乘积,并且然后,将第三乘积的平方根计算作为第二误差值(步骤636h)。在一个实施方式中,通过将第一和与参考温度的测量结果的平方相乘并且将结果乘以预定项K来计算第三乘积。
在可替选的实施方式中,步骤636a、636b、636c和636d被以下步骤替代:在步骤636a期间计算项(i)和项(ii)的平方;在步骤636b期间通过将项(i)的平方除以项(ii)的平方来计算第一商;在步骤636c期间计算项(i)和项(ii)的平方;以及在步骤636d期间通过将项(i)的平方除以项(ii)的平方来计算第一商。
在使用不止一个参考压力传感器的实施方式中,步骤636a之前的步骤是:(i)使用接收的参考压力值来计算单个参考压力值;以及(ii)使用接收的参考压力传感器中的每一个的测量误差值来计算参考压力传感器的单个测量误差值。在这些实施方式中,步骤636a被修改为通过将(i)单个测量误差值除以(ii)单个参考压力值来计算第一商。
在使用不止一个参考压力传感器的一个实现方式中,通过以下操作来计算单个参考压力值:(i)通过将接收的参考压力值中的每一个乘以相应的权重来计算加权的参考压力值;(ii)通过将加权的参考压力值相加来计算加权和;(iii)以及将加权和除以权重的和。下面的等式10提供了该实现方式的示例:
用于接收自参考压力传感器Ref1,Ref2,…,RefN的参考压力值P1,P2,…,PN,以及相关联的权重w1,w2,…,wN。
在使用不止一个参考压力传感器的一个实现方式中,通过以下操作来计算参考压力传感器的单个测量误差值:(i)通过将接收的测量误差值的每一个乘以相应的权重来计算加权的测量误差值;(ii)通过将加权的测量误差值相加来计算加权和;(iii)以及将加权和除以权重的和。下面的等式11提供了该实现方式的示例:
用于接收自参考压力传感器Ref1,Ref2,…,RefN的测量误差值σ1,σ2,…,σN,以及相关联的权重w1,w2,…,wN。
在使用不止一个参考温度传感器的实施方式中,步骤636h之前的步骤是:使用接收的参考温度测量结果来计算参考温度值。在这些实施方式中,步骤636h被修改为通过将第一和与参考温度值的平方(以及可选预定项)相乘来计算第三乘积,并且将第三乘积的平方根计算作为第二误差值。在使用不止一个参考温度传感器的一个实现方式中,通过以下操作来计算参考温度值:(i)通过将接收的温度测量结果中的每一个乘以相应的权重来计算加权的温度测量结果;(ii)通过将加权的温度测量结果相加来计算加权和;(iii)以及将加权和除以权重的和。下面的等式12中提供了该实现方式的示例:
用于自参考压力传感器Ref1,Ref2,…,RefN接收的温度测量结果T1,T2,…,TN,以及相关联的权重w1,w2,…,wN。
使用第一误差值和第二误差值来确定海拔误差值(步骤250)
作为示例,可以使用下面的等式13来计算海拔误差值:
其中,Δh是海拔误差值,是第一误差值(例如,系统误差值),并且是第二误差值(例如,统计误差值)。
在一个实施方式中,引入第三项(即,C)和第四项(即,D)以使海拔误差值的计算与实际现场数据一致,这产生下面的等式14:
等式14可以被改写以在下面的等式15中示出第一项(即,A)和第二项(即,B):
图7中提供了用于使用第一误差值和第二误差值来确定海拔误差值的一个实现方式。如所示出的,计算第一误差值的平方(步骤751)。可选地,通过将第一误差值的平方乘以第三项(即,C)来计算第四乘积(步骤752)。在一个实施方式中,第三项是按照稍后描述的图8的处理来确定的。计算第二误差值的平方(步骤753)。通过将第一误差值的平方与第二误差值的平方相加来计算第二和(步骤754)。在执行步骤752时,步骤754被修改为通过将第四乘积与第二误差值的平方相加来计算第二和。计算第二和的平方根(步骤755)。在一个实施方式中,海拔误差值被设定为所计算的第二和的平方根。在另一个实施方式中,通过将第二和的平方根与第四项(即D)相加来计算海拔误差值(步骤756),其中第四项是按照稍后描述的图8的处理来确定的。
确定用于在计算海拔误差值中使用的第一项、第二项、第三项和第四项
图8提供了用于计算用于在计算海拔误差值中使用的第一项、第二项、第三项和第四项的一个实现方式。
如所示出的,下面描述的步骤801至步骤806被执行N次,其中N可以是任何数字(例如,1、10或其他数字,但是至少优选地为4,因此拟合参数A、B、C和/或D没有不明确的)。步骤801至步骤806可以:针对移动设备的一个位置被执行N次;在移动设备的N个位置中的每个位置处被执行一次,其中,N个位置中的每个位置对应于维度-经度-海拔的不同组合;在一个位置处被执行N1次并且在另一位置处被执行N2次,其中N1+N2=N;或者被执行N次的任何其他组合。计算移动设备的第n个位置的估计海拔(hestimated_n)(步骤801)。作为示例,使用下面的等式16计算估计海拔:
其中Puser_n是由移动设备的局部传感器测量的局部压力的测量结果,Pref_n是针对参考海拔的基于由参考压力传感器测量的压力测量结果的参考压力值,Tref_n是由参考温度传感器测量的温度的测量结果,并且href_n是参考海拔(其可以是参考压力传感器的海拔)。
识别第n个位置的已知海拔(hknown_n)(步骤802),以及将估计海拔与已知海拔之间的海拔差(Δh_n)计算为Δh_n=hestimated_n-hknown_n(步骤803)。
确定第一误差值(步骤804)。作为示例,使用图4的处理或本文中描述的另一方法来计算第一误差值。识别参考压力传感器的测量误差值(步骤805),以及识别局部压力传感器的测量误差值(步骤806)。如先前所描述的,这些测量误差值分别由参考压力传感器和局部压力传感器提供。
使用针对N个位置中的每一个而计算的、确定的和识别的数据(例如,针对N个位置中的每一个的海拔差、第一误差值、参考压力传感器的测量误差值以及局部压力传感器的测量误差值)来确定第一项的值、第二项的值、第三项的值和第四项的值(步骤807)。
步骤807的一个实施方式涉及选择满足等式17(下面示出)的N个实例的第一项(A)、第二项(B)、第三项(C)和第四项(D)的特定组合,其中等式17的每个实例使用来自N个位置的不同位置的计算的、确定的和识别的数据:
其中K=900或其他值,并且H是预定值(例如,0或其他值)。作为示例,对于N=4个位置(例如,位置n=1,n=2,n=3和n=4),A、B、C和D的不同组合被应用于下面的等式18A、18B、18C和18D:
直到A、B、C和D的特定组合满足等式18A、18B、18C和18D中的每一个。
设想用于选择A、B、C和D的特定组合的替选方法。在一个实施方式中,在该组合满足等式17的N个实例中的大多数或其他数量的情况下选择A、B、C和D的特定组合。在另一实施方式中,使用等式19(下面示出)代替等式17,并且在A、B、C和D的特定组合导致小于或等于阈值H的差(DIF)的平均值的情况下选择A、B、C和D的特定组合:
作为示例,图12描绘了测量的海拔误差与使用作为拟合参数的四个项(例如,来自上面等式17的项A、B、C和D)的不同组合而估计的海拔误差的估计之间的比较。如期望的,大多数数据沿着表示的对角线对齐。
使用海拔误差值
可以以不同方式使用海拔误差值。
在一个实施方式中,海拔误差值被转化成叠加在移动设备的显示屏上显示的地图上的视觉表示。在不同实施方式中,地图可以表示二维分布图(profile)(例如,垂直(海拔)与水平(维度和经度))或立体三维图像或其他表示。
作为示例,图9A描绘了估计海拔和海拔误差值的计算机生成的视觉表示,其中估计海拔被描绘为地图上的在特定位置处(例如,建筑物990的第三层)的点901,并且海拔误差值的大小由条(bar)903和条905的长度来描绘,条903和条905各自在相对的方向上从点901延伸至特定位置(例如,建筑物990的第四层和第二层)。
作为另一示例,图9B描绘了估计海拔和海拔误差值的计算机生成的视觉表示,其中估计海拔被描绘为地图上的特定位置处(例如,建筑物990的第三层)的点911,并且海拔误差值被描绘为圈913的外边缘。如图9B中所示,圈913的相对的边缘在两个位置(例如,建筑物990的第四层和第二层)之间延伸。
作为另一示例,图9C描绘了估计海拔和海拔误差值的计算机生成的视觉表示,其中估计海拔被描绘为地图上的阴影部分921(例如,覆盖建筑物990的第三层的阴影部分),并且海拔误差值由阴影部分923和925(例如,覆盖建筑物990的第四层和第二层的阴影部分)来描绘。
在另一实施方式中,海拔误差值被按语言术语(例如,“好”、“可以”、“坏”或其他术语)归类。在一个实现方式中,估计海拔被提供有语言术语。可以基于海拔误差值的大小来选择语言术语,例如,可以在海拔误差值低于第一阈值(例如,1.5米)时选择“好”,可以在海拔误差值高于第一阈值并且低于第二阈值(例如,3米)时选择“可以”,并且可以在海拔误差值高于第二阈值时选择“坏”。
在又一实施方式中,海拔误差值被报告为值(例如,向移动设备120的用户、向服务器130、向应用、向算法或向其他事物报告)。例如,报告的海拔可以被报告为hestimated±herror,其中herror是海拔误差值并且hestimated是估计海拔。在另一实施方式中,报告的海拔可以被报告为层数(例如,3层)±层的数量方面的误差(例如,1)。
可替选地,海拔误差值可以被用来计算报告值,例如,第一报告值等于hestimated+herror,以及第二报告值等于hestimated-herror,其中herror是海拔误差值并且hestimated是估计海拔。
其他方面
本文中公开的实施方式计算海拔误差值,其提供优于不计算这样的海拔误差值的现有方法的各种优点。例如,实施方式提供了可以被用来确定更精确的估计海拔的海拔误差值,其可以用于各种应用中以改善使用海拔的估计的服务(例如,应急响应服务、地图服务、导航服务、用于识别移动设备附近的事物的位置的搜索服务以及其他服务)。
本公开内容的方法可以通过硬件、固件或软件来实现。还可以设想实现程序指令的一个或更多个非暂态机器可读介质,程序指令在由一个或更多个机器执行时使一个或更多个机器执行或实现包括所描述的方法中的任何一个的步骤的操作。如本文中所使用的,机器可读介质包括所有形式的规定的机器可读介质(例如,规定的非易失性或易失性存储介质、规定的可移动或不可移动的介质、规定的集成电路介质、规定的磁存储介质、规定的光学存储介质或任何其他规定的存储介质)。如本文中所使用的,机器可读介质不包括非规定的介质。作为示例,机器可以包括一个或更多个计算设备、处理器、控制器、集成电路、芯片、片上系统、服务器、可编程逻辑器件、其他电路和/或本文中描述的或本领域已知的其他合适的装置。
本文中描述的方法步骤可以是顺序无关的,并且因此可以以与所描述的顺序不同的顺序来执行。还应注意,如本领域技术人员将理解的,可以组合本文中描述的不同方法步骤以形成任意数量的方法。还要注意的是,可以同时执行本文中描述的任意两个或更多个步骤。出于各种原因,例如实现减少制造成本、更低的功率消耗和提高的处理效率,可以根据权利要求书明确限制本文中公开的任何方法步骤或特征。由发送器或移动设备执行的方法步骤可以由服务器执行,反之亦然。
还可以设想包括执行、能够进行操作以执行或适于执行本文中公开的不同方法步骤/阶段的一个或更多个模块的系统,其中,使用本文中列出的一个或更多个机器或其他合适的硬件来实现模块。在两个事物(例如,模块或其他特征)被“耦接至”彼此时,这两个事物可以直接连接在一起(例如,由图中连接两个事物的线示出的),或者被一个或更多个中间事物隔开。在没有线或中间事物连接两个特定事物的情况下,除非另有说明,否则那些事物的耦接可以被设想。在一个事物的输出和另一事物的输入耦接至彼此的情况下,即使数据经过一个或更多个中间事物,从输出发送的信息(例如,数据和/或信令)也被输入接收。可以通过任何通信路径使用任何协议来发送本文中公开的所有信息。数据、指令、命令、信息、信号、比特、标志和芯片等可以由电压、电流、电磁波、磁场或磁粒子或者光场或光粒子表示。
词语包括(comprise、comprising)、包含(include、including)等被解释为与排他含义(即,仅由……组成)相反的非排他性含义(即,不限于)。使用单数或复数的词语也分别包括复数或单数。具体实施方式中使用的词语“或”和词语“和”覆盖列表中的任何项或所有项。词语“一些”、“任何”和“至少一个”指代一个或更多个。本文中使用术语“可以”来指示示例而非要求,例如,“可以”执行操作或可以具有特性的事物不需要在每一个实施方式中执行该操作或具有该特性,但该事物至少在一个实施方式中执行该操作或具有该特性。
作为示例,本文中描述的发送器可以包括:天线模块,其用于与其他系统交换信号;具有本文中公开或已知的电路部件的RF前端模块;处理模块,其用于执行信号处理(例如,生成用于在选择的时间处发送的信号,使用选择的频率,使用选择的代码,以及/或者使用选择的相位)、本文中描述的方法或者其他处理;存储器模块,其用来提供与本文中描述的可以由处理模块执行的操作方法有关的数据和/或指令的存储和检索;传感器模块,其用来测量发送器处或其附近的状况(例如,压力、温度、湿度、风或其他);以及/或者接口模块,其用来经由除了无线电链路之外的其他链路与其他系统交换信息。由发送器发送的信号可以携带不同信息,一旦被移动设备或服务器确定,这些信息可以识别以下内容:发送器;发送器的位置(LLA);发送器处或其附近的压力、温度、湿度和/或其他状况。
移动设备可以包括以下任何模块:天线模块,其用于与其他系统交换信号;具有本文中公开或已知的电路部件的RF前端模块;处理模块,其用于对接收信号进行信号处理以确定位置信息(例如,接收信号的到达时间或行进时间,来自发送器的大气信息和/或与每个发送器相关联的位置或其他信息),其用于使用位置信息来计算移动设备的估计位置,其用于执行本文中描述的方法,以及/或者用于执行其他处理;存储器模块,其用来提供与本文中描述的可以由处理模块或其他模块执行的操作的方法有关的数据和/或指令的存储和检索;传感器模块,用来测量移动设备处或其附近的环境状况(例如,压力、温度、湿度、风、其他),这可以与发送器处或其附近的相同环境状况进行比较以确定移动设备的海拔;其他传感器模块,其用来测量其他状况(例如,加速度、速度、方向、光、声音);接口模块,其用来经由除了无线电链路之外的其他链路与其他系统交换信息;以及/或者输入/输出模块,其用来允许用户与移动设备交互。由移动设备进行的处理还可以在服务器处发生。
已经使用由移动设备的局部压力传感器的压力的测量提供了计算移动设备的估计海拔的示例。替选实施方式将由局部压力传感器的压力的测量替换为通过移动设备附近的压力传感器的压力的测量,其中,处于移动设备附近可以具有不同参数,包括:比最近的参考传感器更接近移动设备;处于与移动设备共享的大气环境内,其经受的压力量在移动设备经受的真实压力的n帕斯卡内(例如,n≤12),或者具有指定相对于移动设备的距离的其他参数。
相关申请
本申请与下面的相关申请有关:于2016年09月16日提交的题为CHARACTERIZINGCONFIDENCE OF REPORTED ALTITUDE IN A BAROMETRIC BASED POSITIONING SYSTEM的美国专利申请第62/395,975号。相关申请中的每一个的内容在此通过引用被整体并入本文。
Claims (17)
1.一种用于确定与存在于操作环境中的移动设备的估计海拔相关联的海拔误差值的方法,所述方法包括:
确定第一误差值;
确定第二误差值;以及
使用所述第一误差值和所述第二误差值来确定所述海拔误差值。
2.根据权利要求1所述的方法,其中,确定所述第一误差值包括:
确定所述移动设备与参考压力传感器之间的估计距离;
确定天气数据是否指定操作环境中的天气是第一类型的天气;
确定天气误差值,
(i)其中,如果所述天气数据指定操作环境中的天气是所述第一类型的天气,则将所述天气误差值确定为通过将所述估计距离乘以预定数字来计算的乘积,
(ii)其中,如果所述天气数据指定操作环境中的天气不是所述第一类型的天气,并且如果所述估计距离小于距离阈值量,则将所述天气误差值确定为第一预定误差值,并且
(iii)其中,如果所述天气数据指定操作环境中的天气不是所述第一类型的天气,并且如果所述估计距离大于距离阈值量,则将所述天气误差值确定为第二预定误差值;以及
使用所述天气误差值来设定所述第一误差值。
3.根据权利要求2所述的方法,其中,所述第一误差值被设定为所述天气误差值。
4.根据权利要求2所述的方法,其中,所述第一误差值被设定为所述天气误差值和与移动设备的局部压力传感器的漂移有关的漂移误差值的组合。
5.根据权利要求2所述的方法,其中,所述第一误差值被设定为所述天气误差值和与在容纳移动设备的建筑物内部的增压有关的增压误差值的组合。
6.根据权利要求2所述的方法,其中,所述第一类型的天气是通过以下中的一个或更多个指定的平静天气:操作环境中测量的不超过预定风阈值量的风速;不超过第一预定压力阈值量的第一压力差,其中,所述第一压力差是针对参考海拔估计的两个参考压力之间的差;不超过第二预定压力阈值量的第二压力差,其中,所述第二压力差是在第一时间测量的第一压力测量结果与在第二时间测量的第二压力测量结果之间的差;不超过所述第二预定压力阈值量的第三压力差,其中,所述第三压力差是使用所述第一压力测量结果估计的第一参考压力与使用所述第二压力测量结果估计的第二参考压力之间的差;操作环境中测量的不低于历史平均温度值的温度;或者操作环境中测量的不超过预定降水阈值量的降水量。
7.根据权利要求2所述的方法,其中,确定所述天气数据是否指定操作环境中的天气是所述第一类型的天气包括:
将所述天气数据与所述第一天气类型的预定参数进行比较;
在所述天气数据与所述预定参数匹配时,确定所述天气数据指定操作环境中的天气是所述第一类型的天气;以及
在所述天气数据与所述预定参数不匹配时,确定所述天气数据指定操作环境中的天气不是所述第一类型的天气。
8.根据权利要求1所述的方法,其中,所述第一误差值表示以下中的一个或更多个值:与所述移动设备的局部压力传感器的漂移有关的漂移误差值,与在容纳所述移动设备的建筑物内部的增压有关的增压误差值,或者与所述移动设备和参考压力传感器分开的距离有关的误差。
9.根据权利要求1所述的方法,其中,确定所述第二误差值包括:
接收由所述移动设备的局部压力传感器测量的局部压力的测量结果;
接收参考压力值;
接收由参考温度传感器测量的参考温度的测量结果;
接收与参考压力传感器相关联的测量误差值;
接收与所述局部压力传感器相关联的测量误差值;以及
使用所述局部压力的测量结果、所述参考压力值、所述参考温度的测量结果以及与所述局部压力传感器相关联的测量误差值来计算所述第二误差值。
10.根据权利要求9所述的方法,其中,计算所述第二误差值包括:
通过将(i)与所述参考压力传感器相关联的测量误差值除以(ii)所述参考压力值来计算第一商;
计算所述第一商的平方;
通过将(i)与所述局部压力传感器相关联的测量误差值除以(ii)所述局部压力的测量结果来计算第二商;
计算所述第二商的平方;
通过将所述第一商的平方与所述第二商的平方相加来计算第一和;
通过将所述第一和与所述参考温度的测量结果的平方相乘来计算第三乘积;以及
将所述第三乘积的平方根计算作为所述第二误差值。
11.根据权利要求9所述的方法,其中,计算所述第二误差值包括:
通过将(i)与所述参考压力传感器相关联的测量误差值除以(ii)所述参考压力值来计算第一商;
计算所述第一商的平方;
通过将(i)与所述局部压力传感器相关联的测量误差值除以(ii)所述局部压力的测量结果来计算第二商;
计算所述第二商的平方;
通过将所述第一商的平方乘以第一项来计算第一乘积;
通过将所述第二商的平方乘以第二项来计算第二乘积;
通过将所述第一乘积与所述第二乘积相加来计算第一和;
通过将所述第一和与参考的测量结果的平方相乘来计算第三乘积;以及
将所述第三乘积的平方根计算作为所述第二误差值。
12.根据权利要求1所述的方法,其中,确定所述海拔误差值包括:
计算所述第一误差值的平方;
计算所述第二误差值的平方;
通过将所述第一误差值的平方与所述第二误差值的平方相加来计算第二和;
计算所述第二和的平方根;以及
将所述海拔误差值确定为所述第二和的平方根。
13.根据权利要求1所述的方法,其中,确定所述海拔误差值包括:
计算所述第一误差值的平方;
通过将所述第一误差值的平方乘以第三项来计算第四乘积;
计算所述第二误差值的平方;
通过将所述第四乘积与所述第二误差值的平方相加来计算第二和;
计算所述第二和的平方根;以及
将所述海拔误差值确定为通过将所述第二和的平方根与第四项相加而计算的第三和。
14.根据权利要求11所述的方法,其中,确定所述海拔误差值包括:
计算所述第一误差值的平方;
通过将所述第一误差值的平方乘以第三项来计算第四乘积;
计算所述第二误差值的平方;
通过将所述第四乘积与所述第二误差值的平方相加来计算第二和;
计算所述第二和的平方根;以及
将所述海拔误差值确定为通过将所述第二和的平方根与第四项相加而计算的第三和。
15.根据权利要求14所述的方法,其中,通过以下方式来确定所述第一项、所述第二项、所述第三项和所述第四项:
使用来自所述参考压力传感器的第一参考压力值、来自所述参考温度传感器的第一温度测量结果以及来自所述移动设备的局部压力传感器的第一压力测量结果来计算所述移动设备的第一位置的第一估计海拔;
识别所述第一位置的已知海拔;
计算所述第一估计海拔与所述已知海拔之间的海拔差;
识别所述参考压力传感器的第一测量误差值;
识别所述局部压力传感器的第一测量误差值;
使用所述海拔差、所述参考压力传感器的第一测量误差值以及所述局部压力传感器的第一测量误差值来确定所述第一项的值、所述第二项的值、所述第三项的值和所述第四项的值。
16.一种或多种非暂态机器可读介质,其包含程序指令,所述程序指令在由一个或更多个机器执行时使所述一个或更多个机器实施根据权利要求1至15中任一项所述的方法。
17.一种用于确定与移动设备的估计海拔相关联的海拔误差值的系统,所述系统包括一个或更多个机器以及存储有指令的一个或更多个非暂态机器可读介质,所述指令能够进行操作以使所述一个或更多个机器执行根据权利要求1至15中任一项所述的方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662395975P | 2016-09-16 | 2016-09-16 | |
US62/395,975 | 2016-09-16 | ||
US15/618,314 US10655961B2 (en) | 2016-09-16 | 2017-06-09 | Systems and methods for determining an altitude error value associated with an estimated altitude of a mobile device |
US15/618,314 | 2017-06-09 | ||
PCT/US2017/049579 WO2018052721A1 (en) | 2016-09-16 | 2017-08-31 | Systems and methods for determining an altitude error value associated with an estimated altitude of a mobile device |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109690248A true CN109690248A (zh) | 2019-04-26 |
CN109690248B CN109690248B (zh) | 2021-10-08 |
Family
ID=59896513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780055730.3A Active CN109690248B (zh) | 2016-09-16 | 2017-08-31 | 用于确定与移动设备的估计海拔相关联的海拔误差值的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10655961B2 (zh) |
EP (1) | EP3513143B1 (zh) |
CN (1) | CN109690248B (zh) |
WO (1) | WO2018052721A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114746718A (zh) * | 2019-11-27 | 2022-07-12 | 内克斯特纳夫有限公司 | 楼层高度估计和移动设备的校准 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10704905B2 (en) * | 2017-03-06 | 2020-07-07 | Nextnav, Llc | Systems and methods for determining a reference pressure for use in estimating an altitude of a mobile device |
JP2022539370A (ja) * | 2019-07-04 | 2022-09-08 | ネクストナヴ,エルエルシー | 携帯装置の圧力センサを使用して、判定されたコンテキストの信頼性を改善するシステムおよび方法 |
WO2021250524A1 (en) * | 2020-06-11 | 2021-12-16 | Nextnav, Llc | Characterizing height above terrain confidence |
US20230075640A1 (en) * | 2021-09-07 | 2023-03-09 | Nextnav, Llc | Determination of Altitude Uncertainty Including Temperature Lapse Rate |
US11985569B2 (en) | 2021-10-29 | 2024-05-14 | Nextnav, Llc | Identifying problematic 2D positions from mobile devices |
WO2023228113A1 (en) | 2022-05-26 | 2023-11-30 | Nextnav, Llc | Estimating floor numbers and floor labels in a structure |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6970795B1 (en) * | 2001-05-09 | 2005-11-29 | Garmin Ltd. | Method and apparatus for calculating altitude based on barometric and GPS measurements |
US20070239326A1 (en) * | 2006-04-05 | 2007-10-11 | Honeywell International, Inc. | Systems and methods for monitoring an altitude in a flight vehicle |
US20120265373A1 (en) * | 2011-04-15 | 2012-10-18 | Honeywell International Inc. | Systems and methods for differential altitude estimation utilizing spatial interpolation of pressure sensor data |
US20160047648A1 (en) * | 2014-08-15 | 2016-02-18 | Qualcomm Incorporated | Mobile-assisted determination of the altitude of a mobile device |
CN105842757A (zh) * | 2007-06-07 | 2016-08-10 | 高通股份有限公司 | 天气预测系统 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001061277A2 (en) * | 2000-02-03 | 2001-08-23 | Honeywell International Inc. | Device, method and computer program product for altimetry system |
US6298287B1 (en) * | 2000-07-24 | 2001-10-02 | Litton Systems, Inc. | System and method of compensating for pressure sensor errors and noise in inertial vertical loop data |
US6522298B1 (en) * | 2001-04-12 | 2003-02-18 | Garmin Ltd. | Device and method for calibrating and improving the accuracy of barometric altimeters with GPS-derived altitudes |
CN102124362B (zh) * | 2007-06-08 | 2014-10-01 | 高通股份有限公司 | 使用压力传感器的gnss定位 |
US20100019938A1 (en) * | 2008-07-24 | 2010-01-28 | Honeywell International Inc. | Systems and methods for re-triggering of a radar weather display |
US8188912B1 (en) * | 2009-09-29 | 2012-05-29 | Trimble Navigation Ltd. | Altitude constrained GPS |
US8787944B2 (en) * | 2011-08-18 | 2014-07-22 | Rivada Research, Llc | Method and system for providing enhanced location based information for wireless handsets |
FI124586B (fi) * | 2012-02-03 | 2014-10-31 | Suunto Oy | Menetelmä ja laite korkeuden määrittämiseksi |
US9746990B2 (en) * | 2012-09-28 | 2017-08-29 | Intel Corporation | Selectively augmenting communications transmitted by a communication device |
KR101992141B1 (ko) * | 2012-12-26 | 2019-06-25 | 삼성전자주식회사 | 단말기의 고도측정 장치 및 방법 |
US20160245716A1 (en) * | 2015-02-25 | 2016-08-25 | Qualcomm Incorporated | Opportunistic calibration of a barometer in a mobile device |
JP6683444B2 (ja) * | 2015-08-06 | 2020-04-22 | 三菱航空機株式会社 | 航空機のアプローチを判定するコンピュータシステムおよび航空機 |
EP3264035A1 (en) * | 2016-07-01 | 2018-01-03 | INTEL Corporation | System and method for indoors altitude determination |
US10254188B2 (en) * | 2016-09-09 | 2019-04-09 | Qualcomm Incorporated | Adaptive pressure sensor sampling rate |
US10309931B2 (en) * | 2016-10-05 | 2019-06-04 | Ford Global Technologies, Llc | Systems and methods for humidity determination and uses thereof |
-
2017
- 2017-06-09 US US15/618,314 patent/US10655961B2/en active Active
- 2017-08-31 EP EP17767958.6A patent/EP3513143B1/en active Active
- 2017-08-31 WO PCT/US2017/049579 patent/WO2018052721A1/en unknown
- 2017-08-31 CN CN201780055730.3A patent/CN109690248B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6970795B1 (en) * | 2001-05-09 | 2005-11-29 | Garmin Ltd. | Method and apparatus for calculating altitude based on barometric and GPS measurements |
US20070239326A1 (en) * | 2006-04-05 | 2007-10-11 | Honeywell International, Inc. | Systems and methods for monitoring an altitude in a flight vehicle |
CN105842757A (zh) * | 2007-06-07 | 2016-08-10 | 高通股份有限公司 | 天气预测系统 |
US20120265373A1 (en) * | 2011-04-15 | 2012-10-18 | Honeywell International Inc. | Systems and methods for differential altitude estimation utilizing spatial interpolation of pressure sensor data |
US20160047648A1 (en) * | 2014-08-15 | 2016-02-18 | Qualcomm Incorporated | Mobile-assisted determination of the altitude of a mobile device |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114746718A (zh) * | 2019-11-27 | 2022-07-12 | 内克斯特纳夫有限公司 | 楼层高度估计和移动设备的校准 |
Also Published As
Publication number | Publication date |
---|---|
CN109690248B (zh) | 2021-10-08 |
EP3513143A1 (en) | 2019-07-24 |
US10655961B2 (en) | 2020-05-19 |
WO2018052721A1 (en) | 2018-03-22 |
US20170276483A1 (en) | 2017-09-28 |
EP3513143B1 (en) | 2021-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109690248A (zh) | 用于确定与移动设备的估计海拔相关联的海拔误差值的系统和方法 | |
KR102421930B1 (ko) | 불안정한 센서를 캘리브레이트하기 위한 시스템 및 방법 | |
US9980246B2 (en) | Systems and methods for using three-dimensional location information to improve location services | |
CN106461752B (zh) | 自适应定位 | |
US20150127287A1 (en) | Determining calibrated measurements of pressure for different sensors | |
EP2992355B1 (en) | Scalable real-time location detection based on overlapping neural networks | |
US10091754B2 (en) | Correcting interference of non-line-of-sight signals | |
US20150006100A1 (en) | Enhancing geolocation using barometric data to determine floors at a location | |
US20150338522A1 (en) | Positioning Using Non-Line-Of-Sight Signals | |
CN102841345A (zh) | 电子装置、定位方法与系统、计算机程序产品与记录介质 | |
US10993204B2 (en) | Systems and methods for determining if a receiver is inside or outside a building or area | |
JP2008178006A (ja) | 無線ノード位置推定方法、システム、及びその処理装置 | |
CN107923743A (zh) | 基于海拔的室内或室外检测 | |
JP2011158459A (ja) | パターン分類を使用した、無線端末が屋内にあるかどうかの推定 | |
US12038280B2 (en) | Calibrating a pressure sensor | |
KR20170002429A (ko) | 위치 오차 반경 결정 기법 | |
SA110310496B1 (ar) | طرق ونظم لتحديد مواقع الأهداف | |
Lee | Location-aware speakers for the virtual reality environments | |
Kasebzadeh et al. | Indoor localization via WLAN path-loss models and Dempster-Shafer combining | |
Anjum et al. | Analysis of time-weighted LoRa-based positioning using machine learning | |
WO2021077218A1 (en) | Stable and accurate indoor localization based on predictive hyperbolic location fingerprinting | |
Li et al. | Robust kernel-based machine learning localization using NLOS TOAs or TDOAs | |
US10827452B2 (en) | Trustworthiness of location estimates | |
KR20240018473A (ko) | 무선 신호로부터 모바일 디바이스의 위치 결정 | |
Tolza et al. | Optimal uncalibrated RSS indoor positioning and optimal reference node placement using cramér‐rao lower bound |
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 |