CN111065046B - 一种基于LoRa的室外无人机定位方法与系统 - Google Patents
一种基于LoRa的室外无人机定位方法与系统 Download PDFInfo
- Publication number
- CN111065046B CN111065046B CN201911146485.4A CN201911146485A CN111065046B CN 111065046 B CN111065046 B CN 111065046B CN 201911146485 A CN201911146485 A CN 201911146485A CN 111065046 B CN111065046 B CN 111065046B
- Authority
- CN
- China
- Prior art keywords
- base station
- positioning base
- aerial vehicle
- unmanned aerial
- distance
- 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
Links
Images
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
-
- 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
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- 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
Abstract
本发明公开了一种基于LoRa的室外无人机定位方法与系统,方法包括:将每个定位基站的信号覆盖范围离散化处理构建信号RSSI与距离映射关系的指纹库,并针对每个定位基站进行拟合,RSSI与距离拟合公式中的对应的各个参数;待定位无人机发送带有信号发送时间戳的LoRa数据包,定位基站收到数据包后,根据到达时间TOA进行筛选计算合格数据包的RSSI的平均值;根据拟合公式计算得到待定位无人机与定位基站的距离,结合多个定位基站与待定位无人机的距离,确定无人位置。本发明综合利用TOA和RSSI来进行定位,避免了利用TOA计算距离容易误差过大,也避免RSSI测距准确度易受环境影响的缺点,有效提高了室外无人机定位的精度。
Description
技术领域
本发明涉及一种基于LoRa(Long Range Radio)的室外无人机定位方法与系统,属于物联网无线通信技术领域。
背景技术
如今,户外定位主要是使用全球导航卫星系统(GNSS)接收器。目前,市场上有多种的GPS接收器,但它们有一个致命的缺点,电池续航的问题,每隔几天需要充电一次。GPS接收器的电流消耗约为30-50mA,这对于大多数低功率IoT设备来说,是相当多的能量消耗。例如,处于“开启”状态,工作在868MHz频段的LoRa模块传输数据消耗2.8mA,接收数据需要消耗14.2mA。因此GPS定位有其局限性。任何搭载LoRa的终端都能够支持定位的功能,其功耗运低于GPS传感器,电池寿命可达到10年。除此之外,LoRa传感器的成本低,硬件尺寸小,受环境影响低,抗干扰能力强,支持远距离传输,所以LoRa为定位提供了一种很好的解决方案。
LoRa定位主要有两种方法,利用RSSI和利用TOA。如图1所示,TOA定位的原理是通过到达时间来计算距离,再通过定位算法计算位置。具体包括:1.待定位设备向定位基站发送一个LoRa数据包,并记录当前的时间T0。2.定位基站接收到后,返回一个确认指令。并记录当前的时间T1。3.定位基站计算时间差T=T1-T0,并计算距离d=T*c,其中c为光速。由于c的值很大,所以如果T不准确将导致距离的误差很大。通过RSSI进行定位原理是,通过信号强度估算距离,信号的衰减受环境影响因素较大,且信号可能进过建筑物等反射到达终端,影响定位结果的准确度。
发明内容
发明目的:针对上述现有技术的不足,本发明的目的是提供一种结合RSSI和TOA的基于LoRa的室外无人机定位的定位方法与系统,以减小环境因素的影响,提供定位的准确度。
技术方案:为实现上述目的,本发明采用的技术方案为:一种基于LoRa的室外无人机定位方法,包括如下步骤:
将每个定位基站的信号覆盖范围离散化处理,采集定位基站收到发送自离散点的LoRa数据包信号的RSSI,记录RSSI与实际物理距离的映射关系,组成指纹库;并针对每个定位基站,根据信号强度的衰败和距离的关系,找到最佳拟合,计算出每个定位基站拟合公式中的对应的各个参数;
待定位无人机发送带有信号发送时间戳的LoRa数据包,定位基站收到待定位无人机发送的LoRa数据包后,获取数据包的RSSI和到达时间TOA,并统计比较一段时间内设定数量的数据包的飞行时间,将飞行时间去除最大的两个值和最小的两个值,取平均值,并将与平均值浮动超过一定比例的数据包对应的数据去除后计算余下数据包的RSSI的平均值;
将RSSI的平均值带入信号强度与距离的拟合公式中,计算得到待定位无人机与定位基站的距离,结合多个定位基站与待定位无人机的距离,得出待定位无人机的坐标信息,实现待定位无人机的室外定位。
作为优选,信号强度的衰败和距离的关系的拟合公式为:
其中:
xji为定位基站j收到的信号发送终端i发送的LoRa数据包的RSSI,dji是计算出的无人机终端与定位基站j的计算距离,dp,j为指纹库建立时测得的第p个LoRa数据包对应的发送终端距离定位基站j的实际距离,k为常数,是定位基站测距范围最大值,dmin,j是到定位基站j的最佳拟合距离,即指纹库建立时期的距离的计算值;j为定位基站j覆盖范围内,接收到数据包的RSSI的最大值,n为定位基站j收到的用于测量的LoRa数据包总数。
作为优选,定位基站累计对40个数据包进行动态统计比较,将与飞行时间平均值的浮动超过20%的数据包去除后统计RSSI的平均值。
作为优选,定位基站得到待定位无人机的距离后,将数据传送给PC端,PC端根据三边定位算法,计算出无人机的位置。
本发明提供的一种基于LoRa的室外定位系统,包括待定位无人机、多个定位基站、收集定位基站数据的数据收集终端以及与数据收集端相连的PC端;
所述待定位无人机用于向定位基站广播带有信号发送时间戳的LoRa数据包;
所述定位基站,用于接收待定位无人机发送的LoRa数据包,获取数据包的RSSI和到达时间TOA,并统计比较一段时间内设定数量的数据包的飞行时间,将飞行时间去除最大的两个值和最小的两个值,取平均值,并将与平均值浮动超过一定比例的数据包对应的数据去除后计算余下数据包的RSSI的平均值;以及将RSSI的平均值带入信号强度与距离的拟合公式中,计算得到待定位无人机与定位基站的距离,并将距离信息发送给数据收集终端;或者直接将获取的LoRa数据包的RSSI和到达时间TOA发送给数据收集终端;
所述数据收集终端用于接收各定位基站发送的数据并传送给PC端;所述PC端用于在获取到定位基站与待定位无人机的距离后,结合多个定位基站与待定位无人机的距离,得出待定位无人机的坐标信息;或者在只获取到基站传送的LoRa数据包的RSSI和到达时间TOA后,先统计比较一段时间内设定数量的数据包的飞行时间,将飞行时间去除最大的两个值和最小的两个值,取平均值,并将与平均值浮动超过一定比例的数据包对应的数据去除后计算余下数据包的RSSI的平均值;以及将RSSI的平均值带入信号强度与距离的拟合公式中,计算得到待定位无人机与定位基站的距离,再结合多个定位基站与待定位无人机的距离,得出待定位无人机的坐标信息。
作为优选,所述PC端还用于计算信号强度与距离的拟合公式,具体为:将每个定位基站的信号覆盖范围离散化处理,采集定位基站收到发送自离散点的LoRa数据包信号的RSSI,记录RSSI与实际物理距离的映射关系,组成指纹库;并针对每个定位基站,根据信号强度的衰败和距离的关系,找到最佳拟合,计算出每个定位基站拟合公式中的对应的各个参数。
有益效果:与现有技术相比,本发明的优点在于:综合利用TOA和RSSI来进行定位,避免了利用TOA计算距离容易误差过大,也避免RSSI测距准确度易受环境影响的缺点。对符合条件的RSSI取平均值,提高结果的准确性。每一个接收终端都预先建立对应的指纹库,削弱由于环境不同造成的RSSI和位置关系的变化。
附图说明
图1为TOA工作原理示意图。
图2为本发明实施例中定位系统模型图。
图3为本发明实施例中定位方法的流程示意图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细描述。
由于环境中存在建筑物、地面等,会反射无人机的信号,因此,在非视线传输环境(nlos)下定位基站收到的信号可能是未经反射得到的信号,也可能是反射后的信号。为了对信号进行有效的筛选,我们将信号强度的参考值RSSI与信号飞行时间TOA同时作为输入参考数据。本发明实施例公开的一种基于LoRa的室外无人机定位方法,主要分为两个步骤:预先建立指纹库和定位。
首先建立指纹库,在定位基站覆盖得到的范围内,测信号强度。将信号覆盖范围离散化处理,采集定位基站收到发送自离散点的信号的RSSI,每个RSSI与实际的物理距离对应,这个映射组成指纹库。根据信号强度的衰败和距离的关系,找到最佳拟合,计算出拟合公式中的各个参数。针对每个定位基站,进行这样的操作,计算获得每个定位基站对应的参数。
建立完指纹库,获取了每个定位基站的参数后,就可以进行定位了。待定位无人机发送带有信号发送时间戳的LoRa数据包信号,定位基站收到待定位无人机发送的数据包,定位基站获取数据包的RSSI和数据包的到达时间TOA(Time Of Arrival),每累计收到一定量的数据包(如40个),比较收到数据包的飞行时间。将飞行时间去除最大的两个值和最小的两个值,取平均值后,根据这个平均值浮动超过一定比例(如20%)的数据包对应的数据去除,这样有效避免将经过反射接收到的信号RSSI作为输入值进行分析,造成位置误差。累计计算是动态累计,即每40个数据包到达后,下一个定位周期数据不清零,而是将最早到达那个数据去除,将新到达数据包的数据,与之前39个数据进行计算。将合格的数据包RSSI取平均值,可进一步提高数据的准确性。经测试,无人机飞行速度约为6m/s,传输40个数据包的时间在半秒内,移动距离对RSSI测距结果影响不大。
根据TOA筛选完数据后,将符合条件数据的RSSI取平均值,通过拟合公式计算得出无人机与定位基站的距离,最后根据待定位无人机与多个定位基站之间的距离,用三边定位算法,得出最终的坐标信息。
无人机飞行的室外环境通常较为宽阔,信号强度与距离随着距离的增加呈负相关的关系,通过分析位置和RSSI关系的直方图,我们尝试采用近似高斯分布来分析信号RSSI与距离的关系。通过检测不同位置的定位基站接收数据,分析信号RSSI与位置之间的关系。通过多组数据,不同位置的定位基站都有相应的最佳拟合的模型参数,算法基于测量每个定位基站收到的信号的RSSI与信号发送的终端实际物理位置之间的关系,计算RSSI的衰减规律。信号的RSSI与传输距离关系的直方图,呈现出符合高斯分布的钟形曲线的形状,近似高斯分布:
其中x是信号RSSI,Gauss分布由两个参数μ和σ控制,其中μ∈R和σ∈(0,∞),μ给出了中心极限的坐标,即实际测得的RSSI的最大值,分布关于x=μ的中心轴对称,σ2给出了方差,这个值与RSSI的衰减速度有关。
由于距离为正数,我们只需要取对称轴以右的部分。根据所测量的指纹和位置,计算系数。提出距离的计算公式为:
其中:
xji为定位基站j收到的信号发送终端i发送的LoRa数据包的RSSI,dji是计算出的无人机终端与定位基站j的计算距离,dp,为指纹库建立时测得的第p个LoRa数据包对应的发送终端距离定位基站j的实际距离,k为常数,是定位基站测距范围最大值,dmin,是到定位基站j的最佳拟合距离,即指纹库建立时期距离的计算值。每一个服务器对应的最佳αj不同,j为定位基站j覆盖范围内,接收到数据包的RSSI的最大值,n为定位基站j收到的用于测量的LoRa数据包总数。
采用通过stm32控制,搭载sx1280的开发板进行实验,sx1280是一个低功耗,工作在2.4g频段,支持使用LoRa模式进行数据传输。待定位无人机传送LoRa数据包到定位基站上后,定位基站将数据发送给连接PC终端的LoRa终端,我们可以在PC端,对数据进行观测和分析。
为了反应算法的性能,在城市户外环境中进行分析,仿真实验。在区域内对服务器节点分布进行划分,将区域划分成一个个小单元。
在实验环境布置完毕后,进行数据采集,将搭载LoRa芯片的定位基站依次放在每个单元,每个单元进行多次数据收集,移动终端每9ms发送一个数据包,发送的数据包累计到一定的次数都可以进行一次位置的判定。
由于不同服务器的位置不同,受环境影响,不同服务器的高斯分布的概率密度函数有差异,我们要分别测得每个定位基站信号覆盖范围内,定位基站收到的信号RSSI与信号传输距离的关系,进而计算得到每个定位基站收到的RSSI与信号传送距离关系式(公式二)的参数。
如图2所示,本发明实施例公开的一种基于LoRa的室外无人机定位系统,包括待定位无人机、多个定位基站、数据收集终端(接收定位基站的数据)和PC端。为实现LoRa室外定位,具体要求如下:待定位无人机、定位基站、数据收集终端和PC端各自拥有一块主控制器。待定位无人机用于向定位基站广播带有信号发送时间戳的信号。定位基站用于接收待定位无人机的信号,将获得的RSSI和TOA进行分析(具体分析过程见前述方法的内容),计算得到和待定位无人机的距离,把距离信息发送给数据收集终端,再由数据收集终端把距离信息交给PC端,在PC端由距离,通过三边定位算法确定无人机的位置坐标。定位基站也可直接将RSSI和TOA信息发送给数据收集终端,由PC段进行分析,计算待定位无人机与各定位基站的距离,进而再根据多基站的定位方法确定无人机的位置。
如图2所示,是本发明实施例的定位系统的室外无人机定位的流程示意图,具体为:待定位无人机一直处于发送数据状态,地面定位基站处于一直接收状态,当地面定位基站收到无人机传来的信号时,会根据MAC地址分类数据,将分类的数据根据算法公式,分别计算对应的无人机相较地面定位基站距离,距离计算完毕后,把计算的距离和对应的MAC地址和时间戳传给数据收集终端,数据收集终端将数据通过串口传输给PC端,PC根据三边定位算法,计算位置。
以上所述仅为本发明的较佳实施方式,本发明的保护范围并不以上述实施方式为限,但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化,皆应纳入权利要求书中记载的保护范围内。
Claims (5)
1.一种基于LoRa的室外无人机定位方法,其特征在于:包括如下步骤:
将每个定位基站的信号覆盖范围离散化处理,采集定位基站收到发送自离散点的LoRa数据包信号的RSSI,记录RSSI与实际物理距离的映射关系,组成指纹库;并针对每个定位基站,根据信号强度的衰败和距离的关系,找到最佳拟合,计算出每个定位基站拟合公式中的对应的各个参数;
待定位无人机发送带有信号发送时间戳的LoRa数据包,定位基站收到待定位无人机发送的LoRa数据包后,获取数据包的RSSI和到达时间TOA,并统计比较一段时间内设定数量的数据包的飞行时间,将飞行时间去除最大的两个值和最小的两个值,取平均值,并将与平均值浮动超过一定比例的数据包对应的数据去除后计算余下数据包的RSSI的平均值;
将RSSI的平均值带入信号强度与距离的拟合公式中,计算得到待定位无人机与定位基站的距离,结合多个定位基站与待定位无人机的距离,得出待定位无人机的坐标信息,实现待定位无人机的室外定位;
信号强度的衰败和距离的关系的拟合公式为:
其中:
xji为定位基站j收到的信号发送终端i发送的LoRa数据包的RSSI,dji是计算出的无人机终端与定位基站j的计算距离,dp,j为指纹库建立时测得的第p个LoRa数据包对应的发送终端距离定位基站j的实际距离,k为常数,是定位基站测距范围最大值,dmin,j是到定位基站j的最佳拟合距离,即指纹库建立时期的计算距离;μj为定位基站j覆盖范围内,接收到数据包的RSSI的最大值,n为定位基站j收到的用于测量的LoRa数据包总数。
2.根据权利要求1所述的基于LoRa的室外无人机定位方法,其特征在于:定位基站累计对40个数据包进行动态统计比较,将与飞行时间平均值的浮动超过20%的数据包去除后统计RSSI的平均值。
3.根据权利要求1所述的基于LoRa的室外无人机定位方法,其特征在于:定位基站得到待定位无人机的距离后,将数据传送给PC端,PC端根据三边定位算法,计算出无人机的位置。
4.一种基于LoRa的室外无人机定位系统,其特征在于:包括待定位无人机、多个定位基站、收集定位基站数据的数据收集终端以及与数据收集终端相连的PC端;
所述待定位无人机用于向定位基站广播带有信号发送时间戳的LoRa数据包;
所述定位基站,用于接收待定位无人机发送的LoRa数据包,获取数据包的RSSI和到达时间TOA,并统计比较一段时间内设定数量的数据包的飞行时间,将飞行时间去除最大的两个值和最小的两个值,取平均值,并将与平均值浮动超过一定比例的数据包对应的数据去除后计算余下数据包的RSSI的平均值;以及将RSSI的平均值带入信号强度与距离的拟合公式中,计算得到待定位无人机与定位基站的距离,并将距离信息发送给数据收集终端;或者直接将获取的LoRa数据包的RSSI和到达时间TOA发送给数据收集终端;
所述数据收集终端用于接收各定位基站发送的数据并传送给PC端;所述PC端用于在获取到定位基站与待定位无人机的距离后,结合多个定位基站与待定位无人机的距离,得出待定位无人机的坐标信息;或者在只获取到基站传送的LoRa数据包的RSSI和到达时间TOA后,先统计比较一段时间内设定数量的数据包的飞行时间,将飞行时间去除最大的两个值和最小的两个值,取平均值,并将与平均值浮动超过一定比例的数据包对应的数据去除后计算余下数据包的RSSI的平均值;以及将RSSI的平均值带入信号强度与距离的拟合公式中,计算得到待定位无人机与定位基站的距离,再结合多个定位基站与待定位无人机的距离,得出待定位无人机的坐标信息;信号强度的衰败和距离的关系的拟合公式为:
其中:
xji为定位基站j收到的信号发送终端i发送的LoRa数据包的RSSI,dji是计算出的无人机终端与定位基站j的计算距离,dp,j为指纹库建立时测得的第p个LoRa数据包对应的发送终端距离定位基站j的实际距离,k为常数,是定位基站测距范围最大值,dmin,j是到定位基站j的最佳拟合距离,即指纹库建立时起的距离的计算值;μj为定位基站j覆盖范围内,接收到数据包的RSSI的最大值,n为定位基站j收到的用于测量的LoRa数据包总数。
5.根据权利要求4所述的基于LoRa的室外无人机定位系统,其特征在于:所述PC端还用于计算信号强度与距离的拟合公式,具体为:将每个定位基站的信号覆盖范围离散化处理,采集定位基站收到发送自离散点的LoRa数据包信号的RSSI,记录RSSI与实际物理距离的映射关系,组成指纹库;并针对每个定位基站,根据信号强度的衰败和距离的关系,找到最佳拟合,计算出每个定位基站拟合公式中的对应的各个参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911146485.4A CN111065046B (zh) | 2019-11-21 | 2019-11-21 | 一种基于LoRa的室外无人机定位方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911146485.4A CN111065046B (zh) | 2019-11-21 | 2019-11-21 | 一种基于LoRa的室外无人机定位方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111065046A CN111065046A (zh) | 2020-04-24 |
CN111065046B true CN111065046B (zh) | 2020-12-11 |
Family
ID=70298283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911146485.4A Active CN111065046B (zh) | 2019-11-21 | 2019-11-21 | 一种基于LoRa的室外无人机定位方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111065046B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114501520A (zh) * | 2020-10-26 | 2022-05-13 | 中国移动通信有限公司研究院 | 一种网络异常的检测方法、装置及网络设备 |
CN112630406A (zh) * | 2020-11-30 | 2021-04-09 | 江苏海洋大学 | 一种利用无人机传感技术的盐碱地土壤质量监测方法 |
CN113115254B (zh) * | 2021-03-23 | 2022-12-23 | 中国联合网络通信集团有限公司 | 无人机定位方法及服务器 |
CN114268964B (zh) * | 2022-02-28 | 2022-05-20 | 汕头大学 | 未知室内环境中基于无人机群的基站自主协同部署方法 |
CN116008976B (zh) * | 2023-03-27 | 2023-06-23 | 四川思凌科微电子有限公司 | 一种用于chirp信号的融合测距方法 |
CN116321239A (zh) * | 2023-05-09 | 2023-06-23 | 深圳大学 | 基于无人机辅助的低功耗广域网通信的链路状态优化方法 |
CN116482602B (zh) * | 2023-06-21 | 2023-09-12 | 中国民航管理干部学院 | 一种基于无线电波的无人机定位方法及定位系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108459298A (zh) * | 2018-03-16 | 2018-08-28 | 重庆邮电大学 | 一种基于LoRa技术的室外定位方法 |
CN108668248A (zh) * | 2018-06-07 | 2018-10-16 | 兰州大学 | 一种基于LoRa的地下停车场车辆精准定位方法 |
CN108872936A (zh) * | 2018-04-24 | 2018-11-23 | 长沙学院 | 一种基于LoRa的终端设备三维空间定位方法 |
CN109068267A (zh) * | 2018-08-03 | 2018-12-21 | 杭州电子科技大学 | 一种基于LoRa SX1280的室内定位方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7440762B2 (en) * | 2003-12-30 | 2008-10-21 | Trueposition, Inc. | TDOA/GPS hybrid wireless location system |
EP3404440B1 (en) * | 2017-03-31 | 2021-09-15 | Semtech Corporation | Positioning system and method with multipath mitigation |
CN109298396A (zh) * | 2018-11-12 | 2019-02-01 | 广州杰赛科技股份有限公司 | 一种无人机定位方法、装置及计算机可读存储介质 |
CN110221246A (zh) * | 2019-05-20 | 2019-09-10 | 北京航空航天大学 | 一种基于多源测向信息融合的无人机定位方法 |
-
2019
- 2019-11-21 CN CN201911146485.4A patent/CN111065046B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108459298A (zh) * | 2018-03-16 | 2018-08-28 | 重庆邮电大学 | 一种基于LoRa技术的室外定位方法 |
CN108872936A (zh) * | 2018-04-24 | 2018-11-23 | 长沙学院 | 一种基于LoRa的终端设备三维空间定位方法 |
CN108668248A (zh) * | 2018-06-07 | 2018-10-16 | 兰州大学 | 一种基于LoRa的地下停车场车辆精准定位方法 |
CN109068267A (zh) * | 2018-08-03 | 2018-12-21 | 杭州电子科技大学 | 一种基于LoRa SX1280的室内定位方法 |
Non-Patent Citations (2)
Title |
---|
A Survey of Localization using RSSI and TDoA Techniques in Wireless Sensor Network:System Architecture;Nur Aisyah Azmi;《2018 2nd International Conference on Telematics and Future Generation Networks》;20180726;全文 * |
基于LoRaWAN的广域物联网应用解决方案;宋铁成等;《无线互联科技》;20190910;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111065046A (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111065046B (zh) | 一种基于LoRa的室外无人机定位方法与系统 | |
CN109275095B (zh) | 一种基于蓝牙的室内定位系统、定位设备和定位方法 | |
CN108226852B (zh) | 基于空中无线电监测平台的无人机操作者定位系统及方法 | |
CN112533149B (zh) | 一种基于uwb移动节点的移动目标定位算法 | |
CN107484136A (zh) | 一种基于轮询调度的uwb多标签定位方法 | |
CN101715232A (zh) | 基于rssi和lqi加权的无线传感器网络节点定位方法 | |
CN109916372B (zh) | 信道状态信息不准确下的无人机基站最佳高度计算方法 | |
Hashem et al. | Accurate indoor positioning using IEEE 802.11 mc round trip time | |
CN109313273A (zh) | 记录有室内外判断程序的记录介质、室内外判断系统、室内外判断方法、移动终端和室内外环境分类判断单元 | |
CN109932758B (zh) | 一种平流雾预报系统及预报方法 | |
CN101634699B (zh) | 一种在传感器网络中的定位方法及定位装置 | |
CN115914355A (zh) | 一种适用于室内室外联合定位连接物联网方法 | |
CN106455051B (zh) | 通过距离校准设备提升WiFi定位精度的方法 | |
CN113311460B (zh) | 一种基于北斗的预警方法及其系统 | |
CN109141420B (zh) | 一种基于众包数据的室内定位方法 | |
CN114758364B (zh) | 基于深度学习的工业物联网场景融合定位方法及系统 | |
CN111190138A (zh) | 一种基于物联网的工装车室内外联合定位方法及装置 | |
CN113203985B (zh) | 一种短波同频信号直接定位方法 | |
CN105738866A (zh) | 一种基于能量检测的60GHz非视距识别与无线指纹定位方法 | |
Zhu et al. | Joint sensor localization and data collection in uav-assisted wireless sensor network | |
Liu | Research on wsn node localization algorithm based on rssi iterative centroid estimation | |
CN113271542A (zh) | 一种基于蓝牙及可见光的室内移动终端定位方法 | |
CN1235430C (zh) | 一种位置估计方法 | |
CN114363808B (zh) | 一种基于rssi测距的室内定位方法 | |
CN114485639B (zh) | 一种用于室内导航的uwb定位漂移校正方法 |
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 |