CN110519685A - 基于WiFi的室内定位方法、装置及介质 - Google Patents
基于WiFi的室内定位方法、装置及介质 Download PDFInfo
- Publication number
- CN110519685A CN110519685A CN201910778423.9A CN201910778423A CN110519685A CN 110519685 A CN110519685 A CN 110519685A CN 201910778423 A CN201910778423 A CN 201910778423A CN 110519685 A CN110519685 A CN 110519685A
- Authority
- CN
- China
- Prior art keywords
- hot spot
- point
- signal
- determined
- spot signal
- 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.)
- Pending
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
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- 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
-
- 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
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
-
- 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
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于WiFi的室内定位方法、装置及介质,预先在室内需定位区域内布置多个WiFi热点,保证在此区域内任意点均可接收到N个热点信号,其中N≥4;在待定位点获得每个热点信号的平均接收信号强度由强到弱的顺序进行排序,取前N个热点信号来进行定位;在选取的前N个热点信号中,任取a个热点信号进行组合,有种组合方式;对于每1组选定的a个热点信号,可获得待定位点的1个估计位置;遍历所有组合,可获得待定位点的M个估计位置;其中3≤a<N;对于所获得的M个估计位置,采用多边形质心计算方法,获取其质心位置,并以此质心位置作为待定位点的最终估计位置。本发明的定位方法、装置及介质均具有定位精度高等优点。
Description
技术领域
本发明主要涉及室内定位技术领域,特指一种基于WiFi的室内定位方法、装置及介质。
背景技术
室内定位具备较大的商业需求,其定位精度决定其商业应用价值。目前,国内外学者提出了基于无线保真、蓝牙、红外线、射频识别、超声波、超宽带等室内定位技术及应用系统,综合考虑部署成本和定位精度等因素,其中WiFi和蓝牙室内定位技术应用前景较为广泛。
WiFi定位技术有两种,一种是通过移动设备和三个无线网络接入点的无线信号强度,通过差分算法,来比较精准地对人和车辆进行三角定位,但是由于WiFi热点受到周围环境的影响会比较大,采用三边定位方法目前精度不高。另一种是事先记录巨量的确定位置点的信号强度(指纹法),通过用新加入的设备的信号强度对比拥有巨量数据的数据库来确定位置;由于指纹法需要预先采集巨量指纹数据,并且需要定期进行维护,技术难以扩展。
发明内容
本发明要解决的技术问题就在于:针对现有技术存在的技术问题,本发明提供一种操作简便、定位精度高的基于WiFi的室内定位方法、装置及介质。
为解决上述技术问题,本发明提出的技术方案为:
一种基于WiFi的室内定位方法,包括以下步骤:
S1:预先在室内需定位区域内布置多个WiFi热点,保证在此区域内任意点均可接收到N个热点信号,其中N≥4;
S2:在待定位点获得每个热点信号的平均接收信号强度由强到弱的顺序进行排序,取前N个热点信号来进行定位;
S3:在选取的前N个热点信号中,任取a个热点信号进行组合,有种组合方式;对于每1组选定的a个热点信号,可获得待定位点的1个估计位置;遍历所有组合,可获得待定位点的M个估计位置;其中3≤a<N;
S4:对于所获得的M个估计位置,采用多边形质心计算方法,获取其质心位置,并以此质心位置作为待定位点的最终估计位置。
作为上述技术方案的进一步改进,在步骤S2中,在同一待定位点,多次采集每个热点信号,并进行滤波处理,计算得到每个热点信号的平均接收信号强度
作为上述技术方案的进一步改进,步骤S2的具体过程为:
S21、首先计算单个热点信号对应的多个采样信号强度值的算术平均值和标准差;
S22、计算每个采样信号强度值与算术平均值的偏差,并与标准差进行比较,并剔除偏差大于标准差的采样信号强度值;
S23、重新计算此热点信号对应的多个采样信号强度值的算术平均值,作为此热点信号的平均接收信号强度。
作为上述技术方案的进一步改进,在步骤S3中,每1组选定3个热点信号,采用三边定位方法,获得待定位点的估计位置。
作为上述技术方案的进一步改进,在三边定位方法中,基于WiFi信号传播损耗模型计算估计距离,公式如下:
RSS=A-10nlogd (1)
其中:RSS为待定位点接收到的信号强度,d为待定位点与信号发送AP的测量距离,A为距发送AP位置1米处的信号强度,n为路径损耗指数。
作为上述技术方案的进一步改进,在开始定位服务之前,采用训练节点在待定位区域内的若干已知位置进行示教,得到A与n的初始值,具体示教过程为:
S31、示教节点在当前已知位置获得每个热点信号的平均接收信号强度由强到弱的顺序进行排序,取前N个热点信号对应AP的值;
S32、示教节点选取前N个AP的识别号及对应的示教节点当前位置;
S33、根据AP识别号将数据归集,并存入相应热点的训练库中,然后以A和n为变量求解式1的二元一次方程,并将结果作为AP的初始参数与AP识别号关联;
S34、待所有AP的初始A和n参数均计算获得后,示教结束。
作为上述技术方案的进一步改进,在定位过程中,每获得一个最终估计位置,对估计精度Y进行检验,并设定阈值Y0,将Y<Y0的最终估计位置作为可信点,加入相应热点信号的训练库中,然后采用智能学习算法对训练库中的数据进行处理,计算出优化的A、n参数。
作为上述技术方案的进一步改进,在步骤S4中,采用多边形质心计算方法计算待定位点的最终估计位置,公式如下:
其中{x0、y0}为最终估计位置;{xi、yi}为各组估计位置;M为组数。
本发明还公开了一种基于WiFi的室内定位装置,包括:
第一模块,用于预先在室内需定位区域内布置多个WiFi热点,保证在此区域内任意点均可接收到N个热点信号,其中N≥4;
第二模块,用于在待定位点获得每个热点信号的平均接收信号强度由强到弱的顺序进行排序,取前N个热点信号来进行定位;
第三模块,用于在选取的前N个热点信号中,任取a个热点信号进行组合,有种组合方式;对于每1组选定的a个热点信号,可获得待定位点的1个估计位置;遍历所有组合,可获得待定位点的M个估计位置;其中3≤a<N;
第四模块,用于对于所获得的M个估计位置,采用多边形质心计算方法,获取其质心位置,并以此质心位置作为待定位点的最终估计位置。
本发明还进一步公开了一种计算机可读存储介质,其上储存有计算机程序,其特征在于,所述计算机程序在被处理器运行时执行如上所述的基于WiFi的室内定位方法的步骤。
与现有技术相比,本发明的优点在于:
(1)本发明的基于WiFi的室内定位方法、装置及介质,采用信号强度前N(N≥4)个信号来进行定位计算,一方面提升了定位精度,另一方面也减少了弱信号的相关定位计算,进一步提高定位精度;整体定位方法操作简便、定位精度高。
(2)本发明的基于WiFi的室内定位方法、装置及介质,采用三边定位方法来定位,避免了指纹法大量的指纹采集和维护工作,对应的装置简单,布置也简单;不同于传统的三边定位方法,采用了示教方法来获取距离计算公式中参数初始值,并在定位过程中采用智能学习方法对其进行优化,提高了三边定位的计算精度,可以满足亚米级室内定位精度的要求。
附图说明
图1为本发明实施例的方法流程图。
具体实施方式
以下结合说明书附图和具体实施例对本发明作进一步描述。
如图1所示,本实施例的基于WiFi的室内定位方法,包括以下步骤:
S1:预先在室内需定位区域内布置多个WiFi热点,对应有多个AP,保证在此区域内任意点均可接收到N个热点信号,其中N≥4;
S2:在待定位点获得每个热点信号的平均接收信号强度由强到弱的顺序进行排序,取前N个热点信号来进行定位;
S3:在选取的前N个热点信号中,任取a个热点信号进行组合,有种组合方式;对于每1组选定的a个热点信号,可获得待定位点的1个估计位置,其中3≤a<N;遍历所有组合,可获得待定位点的M个估计位置;
S4:对于所获得的M个估计位置,采用多边形质心计算方法,获取其质心位置,并以此质心位置作为待定位点的最终估计位置。
本实施例中,在步骤S2进行热点信号采集时,在同一位置点进行多次采样,并采用如下方法对采样信号进行滤波处理,计算出每个热点信号的平均信号强度
S21、首先计算所采样信号强度的算术平均值和标准差;
S22、计算每个采样值与算术平均值的偏差,与标准差进行比较,并剔除偏差大于标准差的采样点;
S23、对于剔除后的采样信号,再次计算算术平均值,作为此热点信号的平均信号强度。
本实施例中,每1组选定3个热点信号,采用三边定位方法,基于WiFi信号传播损耗模型计算估计距离,获得待定位点的估计位置;其中WiFi信号传播损耗模型对应公式如下:
RSS=A-10nlogd (1)
其中:RSS为待定位点接收到的信号强度,d为待定位点与热点信号对应发送AP(如路由器)的测量距离,A为与发送AP相距1米处的RSS,n为路径损耗指数。其中A和n均是经验值,与具体使用的硬件节点和无线信号传播的环境密切相关,在本实施例中并不固定A和n的值,而是采用示教方法在定位前确定初始值,并采用智能学习方法在定位过程中不断优化此两个参数。
具体地,在正式开始定位服务之前,先采用训练节点在待定位区域内的若干已知位置进行示教,保证每个AP参与定位的次数大于等于2次。示教过程如下:
S31、示教节点按照步骤S2采集信号强度前N个AP的值;
S32、示教节点将所选取的前N个AP的识别号及对应的示教节点当前位置发送至定位服务器;当前位置可以通过手动输入或者事先确定位置序列号;
S33、服务器根据AP识别号将数据归集,并存入相应热点的训练库中,然后以A和n为变量求解式(1)的二元一次方程(需两组不同的和位置数据才能求解),并将结果作为AP的初始参数与AP识别号关联存储;
S34、待所有AP的初始A和n参数均计算获得后,示教结束,开始定位服务。
本实施例中,在步骤S4中,采用多边形质心计算方法计算待定位点的最终估计位置,公式如下:
其中{x0、y0}为最终估计位置;{xi、yi}为各组估计位置;M为组数。
在定位过程中,每获得一个最终估计位置,按照式(3)对估计精度Y进行检验,并设定阈值Y0,将Y<Y0的最终估计位置作为可信点,加入相应热点信号的训练库中,然后采用智能学习算法对训练库中的数据进行处理,计算出优化的A、n参数。
基于信号的传播衰减模型,离信号发射点越近,信号强度越强,测量信号强度的精度比较高,且信号强度随距离变化而变化的幅度也更大;也就是说,距离越近,信号强度测量精度越高,信号强度对距离变化的灵敏度越高;反之,距离越远,信号强度测量精度越低,信号强度对距离变化的灵敏度也越低,用来定位的意义不大。本发明的基于WiFi的室内定位方法,采用信号强度前N(N≥4)个信号来进行定位计算,一方面定位精度可以提升,另一方面也减少了弱信号的相关定位计算;N的大小可根据定位应用的精度要求选取,并相应改变信号热点布置的密集程度,方法应用比较灵活。
本发明的基于WiFi的室内定位方法,采用三边定位方法来定位,避免了指纹法大量的指纹采集和维护工作,系统简单,布置也简单;不同于传统的三边定位方法,采用了示教方法来获取距离计算公式中参数初始值,并在定位过程中采用智能学习方法对其进行优化,提高了三边定位的计算精度,可以满足亚米级室内定位精度的要求。
本发明还公开了一种基于WiFi的室内定位装置,包括:
第一模块,用于预先在室内需定位区域内布置多个WiFi热点,保证在此区域内任意点均可接收到N个热点信号,其中N≥4;
第二模块,用于在待定位点获得每个热点信号的平均接收信号强度由强到弱的顺序进行排序,取前N个热点信号来进行定位;
第三模块,用于在选取的前N个热点信号中,任取a个热点信号进行组合,有种组合方式;对于每1组选定的a个热点信号,可获得待定位点的1个估计位置;遍历所有组合,可获得待定位点的M个估计位置;其中3≤a<N;
第四模块,用于对于所获得的M个估计位置,采用多边形质心计算方法,获取其质心位置,并以此质心位置作为待定位点的最终估计位置。
本发明实施例还公开了一种计算机可读储存介质,其上储存有计算机程序,计算机程序在被处理器运行时执行如上所述的基于WiFi的室内定位方法的步骤。同时,本发明实施例还公开了一种计算机设备,包括处理器和存储器,存储器上存储有计算机程序,计算机程序在被处理器运行时执行如上所述的基于WiFi的室内定位方法的步骤。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,计算机程序可存储于一个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,计算机程序包括计算机程序代码,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。计算机可读介质可以包括:能够携带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 AccessMemory)、电载波信号、电信信号以及软件分发介质等。存储器可用于存储计算机程序和/或模块,处理器通过运行或执行存储在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,实现各种功能。存储器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、或其它易失性固态存储器件等。
虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。任何熟悉本领域的技术人员,在不脱离本发明技术方案范围的情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均应落在本发明技术方案保护的范围内。
Claims (10)
1.一种基于WiFi的室内定位方法,其特征在于,包括以下步骤:
S1:预先在室内需定位区域内布置多个WiFi热点,保证在此区域内任意点均可接收到N个热点信号,其中N≥4;
S2:在待定位点获得每个热点信号的平均接收信号强度由强到弱的顺序进行排序,取前N个热点信号来进行定位;
S3:在选取的前N个热点信号中,任取a个热点信号进行组合,有M种组合方式,对于每1组选定的a个热点信号,可获得待定位点的1个估计位置;遍历所有组合,可获得待定位点的M个估计位置;其中3≤a<N;
S4:对于所获得的M个估计位置,采用多边形质心计算方法,获取其质心位置,并以此质心位置作为待定位点的最终估计位置。
2.根据权利要求1所述的基于WiFi的室内定位方法,其特征在于,在步骤S2中,在同一待定位点,多次采集每个热点信号,并进行滤波处理,计算得到每个热点信号的平均接收信号强度
3.根据权利要求2所述的基于WiFi的室内定位方法,其特征在于,步骤S2的具体过程为:
S21、首先计算单个热点信号对应的多个采样信号强度值的算术平均值和标准差;
S22、计算每个采样信号强度值与算术平均值的偏差,并与标准差进行比较,并剔除偏差大于标准差的采样信号强度值;
S23、重新计算此热点信号对应的多个采样信号强度值的算术平均值,作为此热点信号的平均接收信号强度。
4.根据权利要求1或2或3所述的基于WiFi的室内定位方法,其特征在于,在步骤S3中,每1组选定3个热点信号,采用三边定位方法,获得待定位点的估计位置。
5.根据权利要求4所述的基于WiFi的室内定位方法,其特征在于,在三边定位方法中,基于WiFi信号传播损耗模型计算估计距离,公式如下:
RSS=A-10n log d (1)
其中:RSS为待定位点接收到的信号强度,d为待定位点与信号发送AP的测量距离,A为距发送AP位置1米处的信号强度,n为路径损耗指数。
6.根据权利要求5所述的基于WiFi的室内定位方法,其特征在于,在开始定位服务之前,采用训练节点在待定位区域内的若干已知位置进行示教,得到A与n的初始值,具体示教过程为:
S31、示教节点在当前已知位置获得每个热点信号的平均接收信号强度由强到弱的顺序进行排序,取前N个热点信号对应AP的值;
S32、示教节点选取前N个AP的识别号及对应的示教节点当前位置;
S33、根据AP识别号将数据归集,并存入相应热点的训练库中,然后以A和n为变量求解式1的二元一次方程,并将结果作为AP的初始参数与AP识别号关联;
S34、待所有AP的初始A和n参数均计算获得后,示教结束。
7.根据权利要求6所述的基于WiFi的室内定位方法,其特征在于,在定位过程中,每获得一个最终估计位置,对估计精度Y进行检验,并设定阈值Y0,将Y<Y0的最终估计位置作为可信点,加入相应热点信号的训练库中,然后采用智能学习算法对训练库中的数据进行处理,计算出优化的A、n参数。
8.根据权利要求1或2或3所述的基于WiFi的室内定位方法,其特征在于,在步骤S4中,采用多边形质心计算方法计算待定位点的最终估计位置,公式如下:
其中{x0、y0}为最终估计位置;{xi、yi}为各组估计位置;M为组数。
9.一种基于WiFi的室内定位装置,其特征在于,包括:
第一模块,用于预先在室内需定位区域内布置多个WiFi热点,保证在此区域内任意点均可接收到N个热点信号,其中N≥4;
第二模块,用于在待定位点获得每个热点信号的平均接收信号强度由强到弱的顺序进行排序,取前N个热点信号来进行定位;
第三模块,用于在选取的前N个热点信号中,任取a个热点信号进行组合,有种组合方式;对于每1组选定的a个热点信号,可获得待定位点的1个估计位置;遍历所有组合,可获得待定位点的M个估计位置;其中3≤a<N;
第四模块,用于对于所获得的M个估计位置,采用多边形质心计算方法,获取其质心位置,并以此质心位置作为待定位点的最终估计位置。
10.一种计算机可读存储介质,其上储存有计算机程序,其特征在于,所述计算机程序在被处理器运行时执行如权利要求1至8中任意一项所述的基于WiFi的室内定位方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910778423.9A CN110519685A (zh) | 2019-08-22 | 2019-08-22 | 基于WiFi的室内定位方法、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910778423.9A CN110519685A (zh) | 2019-08-22 | 2019-08-22 | 基于WiFi的室内定位方法、装置及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110519685A true CN110519685A (zh) | 2019-11-29 |
Family
ID=68626294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910778423.9A Pending CN110519685A (zh) | 2019-08-22 | 2019-08-22 | 基于WiFi的室内定位方法、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110519685A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111239716A (zh) * | 2020-01-21 | 2020-06-05 | 蔡小雨 | 一种多wifi快速定位方法及装置 |
CN111586585A (zh) * | 2020-05-07 | 2020-08-25 | 悠尼客(上海)企业管理有限公司 | 一种基于Wifi的位置指纹定位方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103402258A (zh) * | 2013-08-08 | 2013-11-20 | 北京建飞科联科技有限公司 | 一种基于Wi-Fi的室内定位系统和方法 |
CN103889057A (zh) * | 2014-04-18 | 2014-06-25 | 上海海事大学 | 海上环境自适应rssi测距的无线传感网搜救目标定位方法 |
JP2014163791A (ja) * | 2013-02-25 | 2014-09-08 | Denso Wave Inc | 無線タグ測位システム |
CN104661304A (zh) * | 2014-12-12 | 2015-05-27 | 河海大学 | 一种wsn中基于阈值优选的加权质心定位方法 |
CN105072581A (zh) * | 2015-08-26 | 2015-11-18 | 四川星网云联科技有限公司 | 一种基于路径衰减系数建库的室内定位方法 |
CN105828433A (zh) * | 2016-05-10 | 2016-08-03 | 长安大学 | 一种基于ZigBee的隧道定位系统及方法 |
-
2019
- 2019-08-22 CN CN201910778423.9A patent/CN110519685A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014163791A (ja) * | 2013-02-25 | 2014-09-08 | Denso Wave Inc | 無線タグ測位システム |
CN103402258A (zh) * | 2013-08-08 | 2013-11-20 | 北京建飞科联科技有限公司 | 一种基于Wi-Fi的室内定位系统和方法 |
CN103889057A (zh) * | 2014-04-18 | 2014-06-25 | 上海海事大学 | 海上环境自适应rssi测距的无线传感网搜救目标定位方法 |
CN104661304A (zh) * | 2014-12-12 | 2015-05-27 | 河海大学 | 一种wsn中基于阈值优选的加权质心定位方法 |
CN105072581A (zh) * | 2015-08-26 | 2015-11-18 | 四川星网云联科技有限公司 | 一种基于路径衰减系数建库的室内定位方法 |
CN105828433A (zh) * | 2016-05-10 | 2016-08-03 | 长安大学 | 一种基于ZigBee的隧道定位系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111239716A (zh) * | 2020-01-21 | 2020-06-05 | 蔡小雨 | 一种多wifi快速定位方法及装置 |
CN111239716B (zh) * | 2020-01-21 | 2022-05-06 | 蔡小雨 | 一种多wifi快速定位方法及装置 |
CN111586585A (zh) * | 2020-05-07 | 2020-08-25 | 悠尼客(上海)企业管理有限公司 | 一种基于Wifi的位置指纹定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106658399B (zh) | 一种基于手机用户位置指纹进行手机位置定位的方法 | |
CN109246592A (zh) | 一种用户终端位置信息的获取方法及装置 | |
CN103024659B (zh) | 一种移动定位方法和系统 | |
CN104349456B (zh) | WiFi定位方法和WiFi定位平台 | |
CN104703143A (zh) | 一种基于wifi信号强度的室内定位方法 | |
CN106597370B (zh) | 一种基于rfid的室内无线定位方法 | |
CN103596267A (zh) | 一种基于欧氏距离的指纹图匹配方法 | |
CN103997783B (zh) | 一种室外聚类匹配定位方法和装置 | |
CN103916820A (zh) | 基于接入点稳定度的无线室内定位方法 | |
CN104602342A (zh) | 一种基于iBeacon设备的高效室内定位方法 | |
CN105635964A (zh) | 基于k中心点聚类的无线传感器网络节点定位方法 | |
CN104715127B (zh) | 一种投诉热点区域识别方法及系统 | |
CN103313387A (zh) | 一种实时室内Wifi定位方法 | |
CN105636201A (zh) | 基于稀疏信号指纹数据库的室内定位方法 | |
CN109640262B (zh) | 一种基于混合指纹的定位方法及系统、设备、存储介质 | |
CN106851571A (zh) | 一种基于决策树的快速KNN室内WiFi定位方法 | |
CN103686818A (zh) | 一种仿真测试方法及设备 | |
CN110719602A (zh) | 指纹定位方法和装置 | |
CN110519685A (zh) | 基于WiFi的室内定位方法、装置及介质 | |
TW201918103A (zh) | 無線資產定位的方法 | |
CN108124270B (zh) | 一种lte网络的覆盖评估方法及装置 | |
US10356744B2 (en) | Node localization method and device | |
CN105530598B (zh) | 基于wlan室内定位的ap选择方法 | |
CN109541537B (zh) | 一种基于测距的普适室内定位方法 | |
CN103648080A (zh) | WiFi室内定位中指纹库的构建方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191129 |
|
RJ01 | Rejection of invention patent application after publication |