CN110856255B - 一种抗差位置指纹定位方法 - Google Patents

一种抗差位置指纹定位方法 Download PDF

Info

Publication number
CN110856255B
CN110856255B CN201911163646.0A CN201911163646A CN110856255B CN 110856255 B CN110856255 B CN 110856255B CN 201911163646 A CN201911163646 A CN 201911163646A CN 110856255 B CN110856255 B CN 110856255B
Authority
CN
China
Prior art keywords
rssi
user terminal
points
access points
vector
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
CN201911163646.0A
Other languages
English (en)
Other versions
CN110856255A (zh
Inventor
姜楠
李芳�
徐光明
陈龙
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.)
Beijing Muxing Technology Co ltd
Original Assignee
Beijing Muxing 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 Beijing Muxing Technology Co ltd filed Critical Beijing Muxing Technology Co ltd
Priority to CN201911163646.0A priority Critical patent/CN110856255B/zh
Publication of CN110856255A publication Critical patent/CN110856255A/zh
Application granted granted Critical
Publication of CN110856255B publication Critical patent/CN110856255B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • G01C21/206Instruments for performing navigational calculations specially adapted for indoor navigation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/309Measuring or estimating channel quality parameters
    • H04B17/318Received signal strength
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/33Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Electromagnetism (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种抗差位置指纹定位方法,包括:步骤一,以正方形格网的形式,在参考点处采集附近接入点的RSSI参考值和MAC地址;步骤二,用户终端处获得附近接入点的RSSI测量值和MAC地址;步骤三,计算用户终端RSSI测量向量与参考点的RSSI参考向量之间的离散度,挑选出具有最小离散度的k个参考点;步骤四,检查k个参考点中的前4个参考点是否构成一个正方形格网的4个顶点;步骤五,若前4个参考点不能构成一个正方形格网的4个顶点,则剔除用户终端RSSI测量向量中具有最小RSSI测量值的接入点,并重复执行步骤三至步骤五;步骤六,采用加权K邻近算法估计用户终端位置。本发明可以有效消除由于某一个或多个接入点的RSSI测量值波动或异常所造成的影响,提高用户位置指纹定位结果的精度、稳定性和抗差能力。

Description

一种抗差位置指纹定位方法
技术领域
本发明涉及物联网、室内定位、基于位置的服务领域。具体地,涉及一种抗差位置指纹定位方法。
背景技术
位置指纹法(Fingerprint)是现有各类室内定位技术中的一种常用方法,其基本原理是对所在定位环境特征进行抽象和形式化描述,使用定位环境中各个无线传感器接入点(Access Point,AP)的接收信号强度指示(Received Signal Strength Indication,RSSI)描述定位环境中的位置信息,并通过采集这些RSSI测量值建立参考位置指纹数据库(Database)。用户实际定位时,将自身设备实时测量得到的RSSI测量值与位置指纹数据库中的RSSI参考值进行匹配,选取出与自身RSSI测量值具有最佳相似度的若干个参考点,并利用加权K邻近(Weight K-Nearest Neighbor,WKNN)等算法估计自身位坐标置。
位置指纹法具有低成本、易实现、对接入点时间同步精度要求低等特点,可基于Wi-Fi、蓝牙(Bluetooth)等不同无线传感器实现,因此在商场、停车场、图书馆、会议展厅、办公楼、医院、学校、博物馆等多类场景下被广泛应用。然而,限制位置指纹法精度和稳定性的主要原因,在于室内环境下无线电信号空间传输的复杂性与不确定性。一方面,Wi-Fi、蓝牙等传感器的无线电信号会因墙壁、门窗、家具及人体等物体的遮挡而产生各种绕射、折射、散射效应,从而给用户设备的RSSI测量结果带来未知误差;另一方面,受人员流动及其他物体的影响,离线训练阶段与用户在线定位阶段的RSSI测量背景环境也不会完全一致。因此,当定位区域内的某个或多个接入点的RSSI测量值出现异常或具有误差时,会对定位过程带来较大误差,并最终影响用户定位性能和使用体验。
发明内容
有鉴于此,本发明实施例提出了一种抗差位置指纹定位方法,用于检测和剔除RSSI测量值具有较大波动或异常的接入点,抑制和消除其对用户位置指纹定位性能的影响。
一方面,本发明实施例提出一种抗差位置指纹定位方法,该方法包括:步骤一,进行离线训练,在定位区域以正方形格网的形式,等步长地布设各个参考点,在所述各个参考点处采集附近接入点的RSSI参考值和MAC地址,并将所述RSSI参考值和MAC地址组成参考向量后存储至位置指纹数据库中;步骤二,进行在线定位,在用户终端处搜索附近接入点的无线信号,获得附近接入点的RSSI测量值和MAC地址,并将所述RSSI测量值和MAC地址组成测量向量;步骤三,计算所述用户终端RSSI测量向量与定位区域内所述位置指纹数据库中的多个参考点的RSSI参考向量之间的离散度,并挑选出与用户终端RSSI测量向量之间具有最小离散度的k个参考点,其中k≥4;步骤四,检查所述k个参考点中的前4个参考点是否构成一个正方形格网的4个顶点;步骤五,若步骤四中的所述前4个参考点不能构成一个正方形格网的4个顶点,则剔除所述用户终端RSSI测量向量中具有最小RSSI测量值的接入点所对应的数据,并重复执行步骤三至步骤五,直至所述前4个参考点构成一个正方形格网的4个顶点,或者剩余接入点的数量小于或等于预定的接入点最小数量时,执行步骤六;步骤六,利用所述k个参考点,采用加权K邻近算法估计用户终端位置。
根据一些实施例,其中所述步骤三还包括:通过公式
Figure 431986DEST_PATH_IMAGE001
计算用户终端在t时刻测量的RSSI测量向量
Figure 163313DEST_PATH_IMAGE002
与位置指纹数据库中的参考点
Figure 267535DEST_PATH_IMAGE003
的RSSI参考向量R j 之间的离散度
Figure 751606DEST_PATH_IMAGE004
。其中,
Figure 283081DEST_PATH_IMAGE005
,表示用户终端在t时刻测量得到的来自附 近n个接入点的RSSI测量值所组成的测量向量;
Figure 360759DEST_PATH_IMAGE006
,表示位置指纹数据库中的参考点j所 接收到的来自附近相同n个接入点的RSSI参考值所组成的参考向量。
根据一些实施例,其中在所述步骤五中,所述预定的接入点最小数量大于等于3。
利用本发明所提供的抗差位置指纹匹配方法,通过考察与用户终端RSSI测量向量具有最佳相似性的参考点是否构成一个正方形格网的顶点,可以实时评估当前各个接入点RSSI测量值的健康状态,检测并剔除其中具有较大波动或异常的接入点数据,从而抑制和消除其对用户终端的影响,提高用户位置指纹定位结果的精度和可靠性。
附图说明
图1 为以正方形格网的形式布设位置指纹数据库的参考点;
图2 为根据本发明的抗差位置指纹定位方法的流程图。
具体实施方式
为使本领域技术人员更好地理解本公开的技术方案,下面结合附图和具体实施方式对本公开作详细说明。下面结合附图和具体实施例对本公开的实施例作进一步详细描述,但不作为对本公开的限定。
本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的部分。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素,并不排除也涵盖其他要素的可能。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
本公开使用的所有术语(包括技术术语或者科学术语)与本公开所属领域的普通技术人员理解的含义相同,除非另外特别定义。还应当理解,在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
针对现有技术中存在的上述问题,发明人注意到,在位置指纹法定位过程中,若用户终端至附近各接入点的RSSI测量值均足够准确,则所挑选出来的与用户终端RSSI测量向量最相似的参考点,应该就是离用户终端位置距离最近的参考点。换言之,若我们以正方形格网的方式采集和建立位置指纹数据库,则与用户终端RSSI测量向量最相似、离用户终端位置距离最近的前4个点,理论上应该刚好是一个正方形格网的4个顶点,而用户终端位于这个正方形格网之内。反之,如果挑选出来的与用户终端RSSI测量向量最相似的前4个参考点未构成正方形,就说明其中某一个或多个接入点的RSSI测量值可能存在波动或异常。基于这一理论,我们可以对各个接入点进行优选,从而提高位置指纹法的定位性能。
有鉴于此,本发明的发明人提供了一种抗差位置指纹定位方法,包括:
步骤一,进行离线训练,在定位区域以正方形格网的形式,等步长地布设各个参考点,在所述各个参考点处采集附近接入点的RSSI参考值和MAC地址,并将所述RSSI参考值和MAC地址组成参考向量后存储至位置指纹数据库中;
步骤二,进行在线定位,在用户终端处搜索附近接入点的无线信号,获得附近接入点的RSSI测量值和MAC地址,并将所述RSSI测量值和MAC地址组成测量向量;
步骤三,计算所述用户终端RSSI测量向量与定位区域内所述位置指纹数据库中的多个参考点的RSSI参考向量之间的离散度,并挑选出与用户终端RSSI测量向量之间具有最小离散度的k个参考点,其中k≥4;
步骤四,检查所述k个参考点中的前4个参考点是否构成一个正方形格网的4个顶点;
步骤五,若步骤四中的所述前4个参考点不能构成一个正方形格网的4个顶点,则剔除所述用户终端RSSI测量向量中具有最小RSSI测量值的接入点所对应的数据,并重复执行步骤三至步骤五,直至所述前4个参考点构成一个正方形格网的4个顶点,或者剩余接入点的数量小于或等于预定的接入点最小数量时,执行步骤六;
步骤六,利用所述k个参考点,采用加权K邻近算法估计用户终端位置。
具体来说,Wi-Fi、蓝牙等无线传感器与用户终端之间通过通信连接进行信息交互。用户终端可以事先指定与自身进行通信连接的无线传感器接入点,在某时刻如果不指定接入点,用户终端将以附近接入点的信号强度为标准,选取信号强度最高的接入点建立通信连接。在此基础上,为进一步实现位置指纹定位功能,用户终端需要探测和感知所在定位区域内所有接入点的RSSI。在电气和电子工程师协会(Institute of Electrical andElectronic Engineers,IEEE)相关协议中,用户终端可以使用被动扫描(PassiveScanning)和主动扫描(Active Scanning)两种模式获取接入点RSSI信息。被动扫描的优点是可以降低功耗,但由于接入点可以被设置为不发送Beacons帧,因此用户终端可能无法获得所有接入点的RSSI信息。因此在定位应用中,一般多选择主动扫描模式获取接入点RSSI信息。
在主动扫描模式下,用户终端将扫描所有的无线信道。每个信道中,用户终端将以广播的方式发送探测请求(Probe Request)帧。随着用户终端接收到工作在各个信道上的接入点返回的探测请求(Probe Request)帧,主动扫描过程结束,用户终端将获取到所有可以观察到的接入点信息列表,其中包括定位所需的各个接入点的MAC地址和RSSI值。
其中,在所述步骤一中,主要是在定位区域内,以正方形格网的形式,等步长地布设各个参考点(即以正方形格网的顶点作为参考点,如说明书附图1所示),在各个已知坐标位置的参考点处事先采集附近接入点的RSSI参考值和MAC地址,并建立位置指纹数据库。
在所述步骤二中,用户终端在定位区域内搜索附近接入点的无线信号,获得附近接入点的RSSI测量值和MAC地址,并将所述RSSI测量值和MAC地址组成测量向量。
在所述步骤三中,计算用户终端RSSI测量向量与定位区域内多个参考点的RSSI参 考向量之间的离散度,并挑选出与用户终端RSSI测量向量之间具有最小离散度的k个参考 点,其中k≥4。优选地,可以通过公式(1)计算用户终端在t时刻测量的RSSI测量向量
Figure 382854DEST_PATH_IMAGE007
与 位置指纹数据库中的参考点
Figure 127956DEST_PATH_IMAGE008
的RSSI参考向量
Figure 689387DEST_PATH_IMAGE009
之间的 离散度
Figure 254360DEST_PATH_IMAGE004
Figure 310172DEST_PATH_IMAGE010
(1)
其中,
Figure 644202DEST_PATH_IMAGE005
,表示用户终端在t时 刻测量得到的来自附近n个接入点的RSSI测量值所组成的测量向量;
Figure 579797DEST_PATH_IMAGE006
,表示位置指纹数据库中的参 考点j所接收到的来自附近相同n个接入点的RSSI参考值所组成的参考向量。
在所述步骤四中,检查所述k个参考点中的前4个参考点是否构成一个正方形格网的4个顶点。其原理在于,若用户终端至附近各个接入点的RSSI测量值均足够准确,则所挑选出来的与用户终端RSSI测量向量最相似的4个参考点,应该就是用户终端所在正方形格网的4个顶点。
在所述步骤五中,若步骤四中的所述前4个参考点不能构成一个正方形格网的4个顶点,则说明附近接入点中的某一个或多个可能存在RSSI测量值波动或异常,从而导致原本真正最相似的参考点未被挑选出来。由于物体遮挡是导致室内接入点RSSI测量误差的主要影响因素,因此可以剔除用户终端RSSI测量向量中具有最小RSSI测量值的接入点,并重复执行步骤三至步骤五,直至所述前4个参考点构成一个正方形格网的4个顶点,或者剩余接入点的数量小于或等于预定的接入点最小数量。优选地,所述预定的接入点最小数量大于等于3。
在所述步骤六中,利用剔除异常接入点之后的用户RSSI测量向量及所述k个参考 点的RSSI参考向量,采用加权K邻近算法计算用户终端位置
Figure 5968DEST_PATH_IMAGE011
,如式(2):
Figure 724525DEST_PATH_IMAGE012
(2)
其中,
Figure 568853DEST_PATH_IMAGE013
k个参考点中第i个参考点的坐标向量;权系 数w i 可根据参考点i与用户测量点之间的离散度
Figure 81874DEST_PATH_IMAGE014
确定,如式(3):
Figure DEST_PATH_IMAGE015
(3)
利用本发明所提供的抗差位置指纹匹配方法,通过考察与用户测量点RSSI测量向量具有最佳相似性的位置指纹参考点是否构成一个正方形格网的顶点,可以实时评估当前各个接入点RSSI测量值的健康状态,检测并剔除具有较大波动或异常的接入点数据,从而抑制和消除其对用户终端的影响,提高用户位置指纹定位结果的精度和可靠性。
以上对本发明多个实施例进行了详细说明,但本发明不限于这些具体的实施例,本领域技术人员在本发明构思的基础上,能够做出多种变型和修改实施例,这些变型和修改都应落入本发明所要求保护的范围之内。

Claims (2)

1.一种抗差位置指纹定位方法,该方法包括:
步骤一,进行离线训练,在定位区域以正方形格网的形式,等步长地布设各个参考点,在所述各个参考点处采集附近接入点的RSSI参考值和MAC地址,并将所述RSSI参考值和MAC地址组成参考向量后存储至位置指纹数据库中;
步骤二,进行在线定位,在用户终端处搜索附近接入点的无线信号,获得附近接入点的RSSI测量值和MAC地址,并将所述RSSI测量值和MAC地址组成测量向量;
步骤三,计算所述用户终端RSSI测量向量与定位区域内所述位置指纹数据库中的多个参考点的RSSI参考向量之间的离散度,并挑选出与用户终端RSSI测量向量之间具有最小离散度的k个参考点,其中k≥4;
步骤四,检查所述k个参考点中的前4个参考点是否构成一个正方形格网的4个顶点;
步骤五,若步骤四中的所述前4个参考点不能构成一个正方形格网的4个顶点,则剔除所述用户终端RSSI测量向量中具有最小RSSI测量值的接入点所对应的数据,并重复执行步骤三至步骤五,直至所述前4个参考点构成一个正方形格网的4个顶点,或者剩余接入点的数量小于或等于预定的接入点最小数量时,执行步骤六;
步骤六,利用所述k个参考点,采用加权K邻近算法估计用户终端位置,
其中所述步骤三还包括:
通过公式
Figure FDA0002812321710000011
计算用户终端在t时刻测量的RSSI测量向量
Figure FDA0002812321710000012
与位置指纹数据库中的参考点j(j=1,2,…,k,…)的RSSI参考向量
Figure FDA0002812321710000013
之间的离散度
Figure FDA0002812321710000014
其中,
Figure FDA0002812321710000015
表示用户终端在t时刻测量得到的来自附近n个接入点的RSSI测量值所组成的测量向量;
Figure FDA0002812321710000021
表示位置指纹数据库中的参考点j所接收到的来自附近相同n个接入点的RSSI参考值所组成的参考向量。
2.根据权利要求1所述的一种抗差位置指纹定位方法,其中在所述步骤五中:
所述预定的接入点最小数量大于等于3。
CN201911163646.0A 2019-11-25 2019-11-25 一种抗差位置指纹定位方法 Active CN110856255B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911163646.0A CN110856255B (zh) 2019-11-25 2019-11-25 一种抗差位置指纹定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911163646.0A CN110856255B (zh) 2019-11-25 2019-11-25 一种抗差位置指纹定位方法

Publications (2)

Publication Number Publication Date
CN110856255A CN110856255A (zh) 2020-02-28
CN110856255B true CN110856255B (zh) 2021-01-19

Family

ID=69604139

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911163646.0A Active CN110856255B (zh) 2019-11-25 2019-11-25 一种抗差位置指纹定位方法

Country Status (1)

Country Link
CN (1) CN110856255B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112996110A (zh) * 2021-04-25 2021-06-18 刘成 基于链式转移约束的rssi位置指纹定位方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104270818A (zh) * 2014-10-16 2015-01-07 北京北斗天成科技有限公司 一种停车场中车辆的无线定位方法
CN104703143A (zh) * 2015-03-18 2015-06-10 北京理工大学 一种基于wifi信号强度的室内定位方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103901398B (zh) * 2014-04-16 2016-08-24 山东大学 一种基于组合排序分类的位置指纹定位方法
WO2016093860A1 (en) * 2014-12-12 2016-06-16 Ruckus Wireless, Inc. Calibration-free location determination using wireless communication
CN105704652B (zh) * 2016-02-16 2019-01-04 中国科学院光电研究院 一种wlan/蓝牙定位中的指纹库采集和优化方法
CN105813194B (zh) * 2016-05-06 2019-04-23 西安电子科技大学昆山创新研究院 基于指纹数据库二次校正的室内定位方法
CN106646338B (zh) * 2016-12-07 2019-07-16 华南理工大学 一种快速精确的室内定位方法
CN106792522B (zh) * 2016-12-09 2019-10-29 北京羲和科技有限公司 一种基于接入点ap的指纹库定位方法及系统
CN109116299B (zh) * 2017-06-23 2023-06-16 中兴通讯股份有限公司 一种指纹定位方法、终端、计算机可读存储介质
CN108632761B (zh) * 2018-04-20 2020-03-17 西安交通大学 一种基于粒子滤波算法的室内定位方法
CN108737979B (zh) * 2018-05-11 2020-05-22 华南理工大学 一种室内定位方法
CN109121083B (zh) * 2018-09-25 2020-06-19 西安电子科技大学 一种基于ap序列的指纹相似度的室内定位方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104270818A (zh) * 2014-10-16 2015-01-07 北京北斗天成科技有限公司 一种停车场中车辆的无线定位方法
CN104703143A (zh) * 2015-03-18 2015-06-10 北京理工大学 一种基于wifi信号强度的室内定位方法

Also Published As

Publication number Publication date
CN110856255A (zh) 2020-02-28

Similar Documents

Publication Publication Date Title
JP4065437B2 (ja) 無線信号強度を使用する装置位置測定システムのキャリブレーション
Alhmiedat et al. An indoor fingerprinting localization approach for ZigBee wireless sensor networks
CN108107461B (zh) 一种基于移动终端室内外定位无缝切换方法
Mengual et al. Clustering-based location in wireless networks
Ocana et al. Indoor robot localization system using WiFi signal measure and minimizing calibration effort
Turner et al. On the empirical performance of self-calibrating wifi location systems
DK2928243T3 (en) PROCEDURE FOR INDOOR POSITIONING OF WIRELESS LOCAL DEVICES (WLAN)
Wu et al. EasiTrack: Decimeter-level indoor tracking with graph-based particle filtering
CN110611952B (zh) 指纹匹配定位方法
JP6168527B2 (ja) 位置推定システム、位置推定方法、プログラム
Anagnostopoulos et al. Accuracy enhancements in indoor localization with the weighted average technique
US9958531B2 (en) Determining a location of a wireless device using fingerprinting
Yiu et al. Locating user equipments and access points using RSSI fingerprints: A Gaussian process approach
CN110856255B (zh) 一种抗差位置指纹定位方法
López-Pastor et al. Evaluation of an indoor positioning system for added-value services in a mall
Arai et al. Color radiomap interpolation for efficient fingerprint wifi-based indoor location estimation
Zheng et al. RSSI-KNN: A RSSI Indoor Localization Approach with KNN
Fariz et al. An improved indoor location technique using Kalman filtering on RSSI
Aziz et al. An Improved Indoor Location Technique Using Combination of Kalman Filter and Centroid Positioning.
CN112996110A (zh) 基于链式转移约束的rssi位置指纹定位方法
JP7353495B2 (ja) 動的屋内環境におけるインフラストラクチャの無いrf追跡
KR100949576B1 (ko) 보정을 통한 위치추정방법
Mendoza-Silva et al. Situation goodness method for weighted centroid-based Wi-Fi aps localization
Hu et al. Toward a dynamic k in k-nearest neighbor fingerprint indoor positioning
Jacq et al. Towards zero-configuration for Wi-Fi indoor positioning system

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