CN111757251A - 一种基于广义延拓逼近模型的接收信号强度估计方法 - Google Patents

一种基于广义延拓逼近模型的接收信号强度估计方法 Download PDF

Info

Publication number
CN111757251A
CN111757251A CN202010463049.6A CN202010463049A CN111757251A CN 111757251 A CN111757251 A CN 111757251A CN 202010463049 A CN202010463049 A CN 202010463049A CN 111757251 A CN111757251 A CN 111757251A
Authority
CN
China
Prior art keywords
sub
path
paths
continuation
generalized
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
Application number
CN202010463049.6A
Other languages
English (en)
Other versions
CN111757251B (zh
Inventor
周牧
龙玥辛
杨小龙
何维
谢良波
聂伟
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202010463049.6A priority Critical patent/CN111757251B/zh
Publication of CN111757251A publication Critical patent/CN111757251A/zh
Application granted granted Critical
Publication of CN111757251B publication Critical patent/CN111757251B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • 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
    • G01S1/00—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith
    • G01S1/02—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith using radio waves
    • G01S1/04—Details
    • G01S1/045—Receivers
    • 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
    • G01S1/00—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith
    • G01S1/02—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith using radio waves
    • G01S1/08—Systems for determining direction or position line
    • G01S1/14—Systems for determining direction or position line using amplitude comparison of signals transmitted simultaneously from antennas or antenna systems having differently oriented overlapping directivity-characteristics
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Remote Sensing (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于广义延拓逼近模型的接收信号强度估计方法。首先，用户在目标区域内随机运动，测得路径上若干个参考点(Reference Point，RP)处接收到的来自多个位置未知无线接入点(Access Point，AP)的接收信号强度(Received Signal Strength，RSS)，同时对路径进行分割和筛选处理；再以各RP处接收到某个AP的RSS值为例，建立了分别以某条子路径上RP相对距离与各RP处RSS值为横纵坐标的直角坐标系；然后，划分了单元域及其对应的延拓域，并求解出单元域内定义的插值函数的未知系数；接着，在之前划分的单元域的基础上进行一次迭代算法；最后，还原出与真实函数高度拟合的曲线。本发明专利充分利用延拓域的额外信息，其在降低建库开销的同时保证了定位的精度。

Description

一种基于广义延拓逼近模型的接收信号强度估计方法
技术领域
本发明属于室内定位技术，具体涉及一种基于广义延拓逼近模型的接收信号强度估计方法。
背景技术
随着移动互联网时代向物联网时代逐步发展，位置服务(Location-basedService，LBS)在人们的生活中的应用已经越来越广泛。目前较为流行的无线定位系统有全球定位系统(Global Position System，GPS)、蜂窝定位系统、蓝牙定位系统、射频识别定位系统、ZigBee定位系统以及WLAN定位系统。其中，由于GPS定位系统在室外定位领域具有较好的表现，因此最为常见。然而，在室内环境下由于各种障碍物和移动物体的遮挡，卫星信号衰减十分严重，使得其室内定位精度不尽人意。相比而言，Wi-Fi网络具有部署成本较低，环境适应性强且通信范围广等优势，于是基于接收信号强度(Received Signal Strength，RSS)的Wi-Fi定位已逐渐成为室内定位技术的主流。
Wi-Fi定位方法大致分为四类：到达时间(或时间差)定位、到达角度(或角度差)定位、传播模型定位以及位置指纹定位。其中，位置指纹定位无需部署大量硬件设备且精度可以达到大多数工程要求，因此应用较为广泛。基于位置指纹的定位方法主要包含两个阶段：离线阶段和在线阶段。在离线阶段，在预先标定好的若干参考点(Reference Point，RP)处测量来自不同无线接入点(Access Point，AP)的RSS，并利用这些RSS数据建立位置指纹数据库；在在线阶段，利用合适的定位算法在接收端将新采集的RSS与位置指纹数据库进行匹配，从而获得终端的估计位置。
随着参考点数目的增加，指纹信息更能反映出实际室内环境中RSS值的变化趋势，故系统的定位精度更高，然而在指纹库创建时需要耗费巨大的人力和财力资源，且在实际应用场景中AP的位置通常未知，不再适合采取模型法来估计RSS值。因此，低成本、高精度的动态定位系统受到越来越多学者的关注。针对上述问题，本发明设计了一种可以明显减少工作量同时保证定位精度的接收信号强度估计方法，该方法首先测得用户所走路径上各RP处接收到的来自各AP的RSS值，并对路径进行分割和筛选处理，再以各RP处接收到某个AP的RSS值为例，建立了分别以某条子路径上RP相对距离与各RP处RSS值为横纵坐标的直角坐标系；然后在横坐标上划分了单元域及延拓域，并通过延拓域内构建的广义延拓逼近模型求解出单元域内广义插值函数的未知系数；接着以各单元域内的极大值点为界划分迭代单元域及迭代延拓域，并进行一次迭代算法；最终还原出与真实函数高度拟合的曲线。
发明内容
本发明的目的是提供一种基于广义延拓逼近模型的接收信号强度估计方法，它利用延拓域的额外信息，使单元域内的插值函数既能够充分利用邻近单元的信息，又保证插值函数与延拓域的逼近函数相互协调，其在降低建库开销的同时保证了定位的精度。
本发明所述的一种基于广义延拓逼近模型的接收信号强度估计方法，包括以下步骤：
步骤一、用户在目标区域内随机运动，并在运动路径上记录N个参考点(ReferencePoint，RP)处接收到的来自M个位置未知无线接入点(Access Point，AP)的接收信号强度(Received Signal Strength，RSS)；
步骤二、根据N个RP的相对位置对运动路径进行分割，并根据广义延拓逼近模型的适用条件，对分割后的子路径进行筛选，得到s条可用子路径。具体包括以下步骤：
步骤二(一)、以起始RP(即子路径上具有最早时间标签的RP)为起点，依次计算其与之后RP之间的相对距离，若发现某RPQ(Q＝3,…,N)到起始RP的相对距离与RPQ之前某其它RP到起始RP的相对距离相同，则对运动路径进行分割(即将原始运动路径分割为起始RP到RPQ-1以及RPQ到终止RP(即子路径上具有最晚时间标签的RP)的两条子路径)，并以RPQ作为路径“RPQ到终止RP”的新的起始RP重复上述分割步骤，直至所有子路径中不存在与对应起始RP有相同相对距离的不同RP；
步骤二(二)、检查步骤二(一)中得到的子路径是否存在包含RP个数小于4的情况，若有，则将其作为不可用子路径进行删除，最终得到s条可用子路径；
步骤三、令第r(r＝1,…,s)条子路径上有(n+1)个(n≥3，n为整数)RP(若某条子路径上的RP个数小于4，则将其作为不可用子路径进行删除)，各RP到起始RP(即子路径上具有最早时间标签的RP)的相对距离为
Figure BDA0002511692770000021
且各RP处接收到来自APL(L＝1,…,M)的RSS为Pi r(i＝1,…,n+1)，则以起始RP为坐标原点建立关于横坐标为
Figure BDA0002511692770000022
且纵坐标为
Figure BDA0002511692770000023
的直角坐标系；
步骤四、将区间
Figure BDA0002511692770000031
划分为n个单元域
Figure BDA0002511692770000032
并构造Δj的延拓域
Figure BDA0002511692770000033
步骤五、构造每个单元域Δj内的广义插值函数
Figure BDA0002511692770000034
Figure BDA0002511692770000035
并求解未知系数
Figure BDA0002511692770000036
具体包括以下步骤：
步骤五(一)、在单元域Δj内建立一元二次广义插值函数：
Figure BDA0002511692770000037
步骤五(二)、在延拓域Δj'内根据j的取值分情况建立广义延拓逼近模型：
当j＝1时，单元域Δ1位于区间
Figure BDA0002511692770000038
的最左端，则对其进行边界处理，可利用单元域边界点
Figure BDA0002511692770000039
和右相邻点
Figure BDA00025116927700000310
及各点对应的RSS值建立模型，将三点联立代入
Figure BDA00025116927700000311
Figure BDA00025116927700000312
中，化简后得到
Figure BDA00025116927700000313
当j∈[2，n-1]时，可利用单元域边界点
Figure BDA00025116927700000314
和左右相邻点
Figure BDA00025116927700000315
及各点对应的RSS值建立模型如下：
Figure BDA00025116927700000316
当j＝n时，单元域Δn位于区间
Figure BDA00025116927700000317
的最右端，则对其进行边界处理，可利用单元域边界点
Figure BDA00025116927700000318
和左相邻点
Figure BDA00025116927700000319
及各点对应的RSS值建立模型，将三点联立代入
Figure BDA00025116927700000320
Figure BDA00025116927700000321
中，化简后得到
Figure BDA00025116927700000322
步骤五(三)、基于步骤四(二)中建立的模型，分别求解未知系数
Figure BDA0002511692770000041
当j＝1时，模型整理得
Figure BDA0002511692770000042
当j∈[2，n-1]时，模型整理得
Figure BDA0002511692770000043
其中
Figure BDA0002511692770000044
Figure BDA0002511692770000045
当j＝n时，模型整理得
Figure BDA0002511692770000046
步骤六、根据求解得到的
Figure BDA0002511692770000047
确定每个Δj内广义插值函数的极大值点
Figure BDA0002511692770000048
及其对应的极大值
Figure BDA0002511692770000049
步骤七、以n个极大值点
Figure BDA00025116927700000410
作为边界点划分新的n-1个单元域Ωk，并构造Ωk的延拓域
Figure BDA0002511692770000051
步骤八、构造每个新的单元域Ωk内的广义插值函数
Figure BDA0002511692770000052
Figure BDA0002511692770000053
并求解未知系数
Figure BDA0002511692770000054
具体包括以下步骤：
步骤八(一)、在迭代单元域Ωk内建立一元二次广义插值函数：
Figure BDA0002511692770000055
步骤八(二)、在迭代延拓域Ωk'内根据k的取值分情况建立广义延拓逼近模型：
当k＝1时，单元域Ω1位于区间
Figure BDA0002511692770000056
的最左端，则对其进行边界处理，可利用单元域边界点
Figure BDA0002511692770000057
和右相邻点
Figure BDA0002511692770000058
及各点对应的RSS值建立模型，将三点联立代入
Figure BDA0002511692770000059
Figure BDA00025116927700000510
中，化简后得到
Figure BDA00025116927700000511
当k∈[2，n-2]时，可利用单元域边界点
Figure BDA00025116927700000512
和左右相邻点
Figure BDA00025116927700000513
及各点对应的RSS值建立模型如下：
Figure BDA00025116927700000514
当k＝n-1时，单元域Ωn-1位于区间
Figure BDA00025116927700000515
的最右端，则对其进行边界处理，可利用单元域边界点
Figure BDA00025116927700000516
和左相邻点
Figure BDA00025116927700000517
及各点对应的RSS值建立模型，将三点联立代入
Figure BDA00025116927700000518
Figure BDA00025116927700000519
中，化简后得到
Figure BDA0002511692770000061
步骤八(三)、基于步骤七(二)中建立的模型，分别求解未知系数b1 k、b2 k、b3 k：
当k＝1时，模型整理得
Figure BDA0002511692770000062
当k∈[2，n-2]时，模型整理得
Figure BDA0002511692770000063
其中
Figure BDA0002511692770000064
Figure BDA0002511692770000065
当k＝n-1时，模型整理得
Figure BDA0002511692770000071
步骤九、将解得的
Figure BDA0002511692770000072
代入
Figure BDA0002511692770000073
并将
Figure BDA0002511692770000074
定义为第r条可用子路径上到起始RP距离为d处接收到来自APL的RSS估计值；
步骤十、对于每条可用子路径，重复步骤三到步骤九，直至得到所有可用子路径上每个位置处接收到来自所有AP的RSS估计值。
有益效果
本发明针对AP位置未知的情况，从减少建立指纹库的工作量同时保证定位精度的角度出发。首先，测得用户所走路径上各RP处接收到的来自各AP的RSS值，并对路径进行分割和筛选处理，再以各RP处接收到某个AP的RSS值为例，对某条子路径建立直角坐标系；然后，在横坐标上划分了单元域及延拓域，并通过延拓域内构建的广义延拓逼近模型求解出单元域内广义插值函数的未知系数；接着，以各单元域内的极大值点为界划分迭代单元域及迭代延拓域，并进行一次迭代算法；最终，还原出与真实函数高度拟合的曲线。本发明专利充分利用延拓域的额外信息，使单元域内的插值函数既能够充分利用邻近单元的信息，又保证插值函数与延拓域的逼近函数相互协调，其在降低建库开销的同时保证了定位的精度。
附图说明
图1为本发明流程图；
图2为单元域及延拓域划分示意图；
图3为迭代单元域及迭代延拓域划分示意图。
具体实施方案
下面结合附图对本发明作进一步说明：
如图1所示的一种基于广义延拓逼近模型的接收信号强度估计方法，具体包含以下步骤：
步骤一、用户在目标区域内随机运动，并在运动路径上记录N个参考点(ReferencePoint，RP)处接收到的来自M个位置未知无线接入点(Access Point，AP)的接收信号强度(Received Signal Strength，RSS)；
步骤二、根据N个RP的相对位置对运动路径进行分割，并根据广义延拓逼近模型的适用条件，对分割后的子路径进行筛选，得到s条可用子路径。具体包括以下步骤：
步骤二(一)、以起始RP(即子路径上具有最早时间标签的RP)为起点，依次计算其与之后RP之间的相对距离，若发现某RPQ(Q＝3,…,N)到起始RP的相对距离与RPQ之前某其它RP到起始RP的相对距离相同，则对运动路径进行分割(即将原始运动路径分割为起始RP到RPQ-1以及RPQ到终止RP(即子路径上具有最晚时间标签的RP)的两条子路径)，并以RPQ作为路径“RPQ到终止RP”的新的起始RP重复上述分割步骤，直至所有子路径中不存在与对应起始RP有相同相对距离的不同RP；
步骤二(二)、检查步骤二(一)中得到的子路径是否存在包含RP个数小于4的情况，若有，则将其作为不可用子路径进行删除，最终得到s条可用子路径；
步骤三、令第r(r＝1,…,s)条子路径上有(n+1)个(n≥3，n为整数)RP(若某条子路径上的RP个数小于4，则将其作为不可用子路径进行删除)，各RP到起始RP(即子路径上具有最早时间标签的RP)的相对距离为
Figure BDA0002511692770000081
且各RP处接收到来自APL(L＝1,…,M)的RSS为
Figure BDA0002511692770000082
则以起始RP为坐标原点建立关于横坐标为
Figure BDA0002511692770000091
且纵坐标为
Figure BDA0002511692770000092
的直角坐标系；
步骤四、将区间
Figure BDA0002511692770000093
划分为n个单元域
Figure BDA0002511692770000094
并构造Δj的延拓域
Figure BDA0002511692770000095
步骤五、构造每个单元域Δj内的广义插值函数
Figure BDA0002511692770000096
Figure BDA0002511692770000097
并求解未知系数
Figure BDA0002511692770000098
具体包括以下步骤：
步骤五(一)、在单元域Δj内建立一元二次广义插值函数：
Figure BDA0002511692770000099
步骤五(二)、在延拓域Δj'内根据j的取值分情况建立广义延拓逼近模型：
当j＝1时，单元域Δ1位于区间
Figure BDA00025116927700000910
的最左端，则对其进行边界处理，可利用单元域边界点
Figure BDA00025116927700000911
和右相邻点
Figure BDA00025116927700000912
及各点对应的RSS值建立模型，将三点联立代入
Figure BDA00025116927700000913
Figure BDA00025116927700000914
中，化简后得到
Figure BDA00025116927700000915
当j∈[2，n-1]时，可利用单元域边界点
Figure BDA00025116927700000916
和左右相邻点
Figure BDA00025116927700000917
及各点对应的RSS值建立模型如下：
Figure BDA00025116927700000918
当j＝n时，单元域Δn位于区间
Figure BDA00025116927700000919
的最右端，则对其进行边界处理，可利用单元域边界点
Figure BDA00025116927700000920
和左相邻点
Figure BDA00025116927700000921
及各点对应的RSS值建立模型，将三点联立代入
Figure BDA00025116927700000922
Figure BDA00025116927700000923
中，化简后得到
Figure BDA00025116927700000924
步骤五(三)、基于步骤四(二)中建立的模型，分别求解未知系数
Figure BDA0002511692770000101
当j＝1时，模型整理得
Figure BDA0002511692770000102
当j∈[2，n-1]时，模型整理得
Figure BDA0002511692770000103
其中
Figure BDA0002511692770000104
Figure BDA0002511692770000105
当j＝n时，模型整理得
Figure BDA0002511692770000106
步骤六、根据求解得到的
Figure BDA0002511692770000107
确定每个Δj内广义插值函数的极大值点
Figure BDA0002511692770000108
及其对应的极大值
Figure BDA0002511692770000109
步骤七、以n个极大值点
Figure BDA00025116927700001010
作为边界点划分新的n-1个单元域Ωk，并构造Ωk的延拓域
Figure BDA0002511692770000111
步骤八、构造每个新的单元域Ωk内的广义插值函数
Figure BDA0002511692770000112
Figure BDA0002511692770000113
并求解未知系数
Figure BDA0002511692770000114
具体包括以下步骤：
步骤八(一)、在迭代单元域Ωk内建立一元二次广义插值函数：
Figure BDA0002511692770000115
步骤八(二)、在迭代延拓域Ωk'内根据k的取值分情况建立广义延拓逼近模型：
当k＝1时，单元域Ω1位于区间
Figure BDA0002511692770000116
的最左端，则对其进行边界处理，可利用单元域边界点
Figure BDA0002511692770000117
和右相邻点
Figure BDA0002511692770000118
及各点对应的RSS值建立模型，将三点联立代入
Figure BDA0002511692770000119
Figure BDA00025116927700001110
中，化简后得到
Figure BDA00025116927700001111
当k∈[2，n-2]时，可利用单元域边界点
Figure BDA00025116927700001112
和左右相邻点
Figure BDA00025116927700001113
及各点对应的RSS值建立模型如下：
Figure BDA00025116927700001114
当k＝n-1时，单元域Ωn-1位于区间
Figure BDA00025116927700001115
的最右端，则对其进行边界处理，可利用单元域边界点
Figure BDA00025116927700001116
和左相邻点
Figure BDA00025116927700001117
及各点对应的RSS值建立模型，将三点联立代入
Figure BDA00025116927700001118
Figure BDA00025116927700001119
中，化简后得到
Figure BDA0002511692770000121
步骤八(三)、基于步骤七(二)中建立的模型，分别求解未知系数
Figure BDA0002511692770000122
当k＝1时，模型整理得
Figure BDA0002511692770000123
当k∈[2，n-2]时，模型整理得
Figure BDA0002511692770000124
其中
Figure BDA0002511692770000125
Figure BDA0002511692770000126
当k＝n-1时，模型整理得
Figure BDA0002511692770000131
步骤九、将解得的
Figure BDA0002511692770000132
代入
Figure BDA0002511692770000133
并将
Figure BDA0002511692770000134
定义为第r条可用子路径上到起始RP距离为d处接收到来自APL的RSS估计值；
步骤十、对于每条可用子路径，重复步骤三到步骤九，直至得到所有可用子路径上每个位置处接收到来自所有AP的RSS估计值。

Claims (2)

1.一种基于广义延拓逼近模型的接收信号强度估计方法，其特征在于包括以下步骤：
步骤一、用户在目标区域内随机运动，并在运动路径上记录N个参考点(ReferencePoint，RP)处接收到的来自M个位置未知无线接入点(Access Point，AP)的接收信号强度(Received Signal Strength，RSS)；
步骤二、根据N个RP的相对位置对运动路径进行分割，并根据广义延拓逼近模型的适用条件，对分割后的子路径进行筛选，得到s条可用子路径；
步骤三、令第r(r＝1,…,s)条子路径上有(n+1)个(n≥3，n为整数)RP(若某条子路径上的RP个数小于4，则将其作为不可用子路径进行删除)，各RP到起始RP(即子路径上具有最早时间标签的RP)的相对距离为
Figure FDA0002511692760000011
(i＝1,…,n+1)，且各RP处接收到来自APL(L＝1,…,M)的RSS为Pi r(i＝1,…,n+1)，则以起始RP为坐标原点建立关于横坐标为
Figure FDA0002511692760000012
且纵坐标为Pi r的直角坐标系；
步骤四、将区间
Figure FDA0002511692760000013
划分为n个单元域
Figure FDA0002511692760000014
(j＝1,…,n)，并构造Δj的延拓域
Figure FDA0002511692760000015
步骤五、构造每个单元域Δj内的广义插值函数
Figure FDA0002511692760000016
并求解未知系数
Figure FDA0002511692760000017
步骤六、根据求解得到的
Figure FDA0002511692760000018
确定每个Δj内广义插值函数的极大值点
Figure FDA0002511692760000019
及其对应的极大值
Figure FDA00025116927600000110
步骤七、以n个极大值点
Figure FDA00025116927600000111
(j＝1,…,n)作为边界点划分新的n-1个单元域Ωk，并构造Ωk的延拓域
Figure FDA00025116927600000112
步骤八、构造每个新的单元域Ωk内的广义插值函数
Figure FDA0002511692760000021
Figure FDA0002511692760000022
并求解未知系数
Figure FDA0002511692760000023
步骤九、将解得的
Figure FDA0002511692760000024
代入
Figure FDA0002511692760000025
中，并将
Figure FDA0002511692760000026
定义为第r条可用子路径上到起始RP距离为d处接收到来自APL的RSS估计值；
步骤十、对于每条可用子路径，重复步骤三到步骤九，直至得到所有可用子路径上每个位置处接收到来自所有AP的RSS估计值。
2.根据权利要求1所述的一种基于广义延拓逼近模型的接收信号强度估计方法，其特征在于所述步骤二包括以下步骤：
步骤二、根据N个RP的相对位置对运动路径进行分割，并根据广义延拓逼近模型的适用条件，对分割后的子路径进行筛选，得到s条可用子路径。具体包括以下步骤：
步骤二(一)、以起始RP(即子路径上具有最早时间标签的RP)为起点，依次计算其与之后RP之间的相对距离，若发现某RPQ(Q＝3,…,N)到起始RP的相对距离与RPQ之前某其它RP到起始RP的相对距离相同，则对运动路径进行分割(即将原始运动路径分割为起始RP到RPQ-1以及RPQ到终止RP(即子路径上具有最晚时间标签的RP)的两条子路径)，并以RPQ作为路径“RPQ到终止RP”的新的起始RP重复上述分割步骤，直至所有子路径中不存在与对应起始RP有相同相对距离的不同RP；
步骤二(二)、检查步骤二(一)中得到的子路径是否存在包含RP个数小于4的情况，若有，则将其作为不可用子路径进行删除，最终得到s条可用子路径。
CN202010463049.6A 2020-05-27 2020-05-27 一种基于广义延拓逼近模型的接收信号强度估计方法 Active CN111757251B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010463049.6A CN111757251B (zh) 2020-05-27 2020-05-27 一种基于广义延拓逼近模型的接收信号强度估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010463049.6A CN111757251B (zh) 2020-05-27 2020-05-27 一种基于广义延拓逼近模型的接收信号强度估计方法

Publications (2)

Publication Number Publication Date
CN111757251A true CN111757251A (zh) 2020-10-09
CN111757251B CN111757251B (zh) 2022-04-29

Family

ID=72673984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010463049.6A Active CN111757251B (zh) 2020-05-27 2020-05-27 一种基于广义延拓逼近模型的接收信号强度估计方法

Country Status (1)

Country Link
CN (1) CN111757251B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103379441A (zh) * 2013-07-12 2013-10-30 华中科技大学 一种基于区域分割和曲面拟合的室内定位方法
CN106851573A (zh) * 2017-01-22 2017-06-13 西安交通大学 基于对数路径损耗模型的联合加权k近邻室内定位方法
CN108616836A (zh) * 2018-04-13 2018-10-02 重庆邮电大学 一种基于信号统计分布的wlan定位组网方法
CN109348428A (zh) * 2018-12-04 2019-02-15 重庆邮电大学 一种蓝牙室内定位系统的指纹库快速构建方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103379441A (zh) * 2013-07-12 2013-10-30 华中科技大学 一种基于区域分割和曲面拟合的室内定位方法
CN106851573A (zh) * 2017-01-22 2017-06-13 西安交通大学 基于对数路径损耗模型的联合加权k近邻室内定位方法
CN108616836A (zh) * 2018-04-13 2018-10-02 重庆邮电大学 一种基于信号统计分布的wlan定位组网方法
CN109348428A (zh) * 2018-12-04 2019-02-15 重庆邮电大学 一种蓝牙室内定位系统的指纹库快速构建方法

Also Published As

Publication number Publication date
CN111757251B (zh) 2022-04-29

Similar Documents

Publication Publication Date Title
Wang et al. RSSI-based bluetooth indoor localization
CN107318084B (zh) 一种基于最优相似度的指纹定位方法及装置
US6263208B1 (en) Geolocation estimation method for CDMA terminals based on pilot strength measurements
EP2111721B1 (en) System and method for generating non-uniform grid points from calibration data
US7196662B2 (en) Probabilistic model for a positioning technique
CN109743777B (zh) 一种定位方法、装置、电子设备及可读存储介质
CN106851571B (zh) 一种基于决策树的快速KNN室内WiFi定位方法
US20050124354A1 (en) Location estimation of wireless terminals using indoor radio frequency models
CN109379711B (zh) 一种定位方法
CN106772229B (zh) 室内定位方法和相关设备
CN110602736B (zh) 场强预测方法、装置和计算机设备
CN110850363B (zh) 一种基于实时定位轨迹数据进行动态滤波优化的方法
CN107850656B (zh) 用于确定定位目的的模型参数的方法、装置和系统
CN112218306B (zh) 基站覆盖性能的预测方法、装置和计算机设备
CN102480784A (zh) 一种指纹定位误差的评估方法和系统
CN103929719A (zh) 定位信息的优化方法和优化装置
CN112180323A (zh) 基于Wi-Fi的TOA与AOA室内联合定位算法研究
CN111444467B (zh) 基于实时定位轨迹数据进行局部线性插值和预测的方法
CN111757251B (zh) 一种基于广义延拓逼近模型的接收信号强度估计方法
CN110187306B (zh) 一种应用于复杂室内空间的tdoa-pdr-map融合定位方法
CN113759311B (zh) 一种定位方法、装置及存储介质
Jin-yu et al. A new TDOA location technique based on Taylor series expansion in cellular networks
CN113029147B (zh) 一种直达波空中传播时延的估计方法
CN109115219B (zh) 一种基于场景系数的室内三维定位方法
CN113395762A (zh) 超宽带定位网络中位置校正方法及装置

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