CN112055308B - 一种多层级高鲁棒指纹定位方法 - Google Patents

一种多层级高鲁棒指纹定位方法 Download PDF

Info

Publication number
CN112055308B
CN112055308B CN202010848046.4A CN202010848046A CN112055308B CN 112055308 B CN112055308 B CN 112055308B CN 202010848046 A CN202010848046 A CN 202010848046A CN 112055308 B CN112055308 B CN 112055308B
Authority
CN
China
Prior art keywords
positioning
vector
fingerprint
value
formula
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
CN202010848046.4A
Other languages
English (en)
Other versions
CN112055308A (zh
Inventor
何升强
孙斌
张兴晔
钱东海
李柯
王孟禹
刘淳
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.)
China Information Consulting and Designing Institute Co Ltd
Original Assignee
China Information Consulting and Designing Institute 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 China Information Consulting and Designing Institute Co Ltd filed Critical China Information Consulting and Designing Institute Co Ltd
Priority to CN202010848046.4A priority Critical patent/CN112055308B/zh
Publication of CN112055308A publication Critical patent/CN112055308A/zh
Application granted granted Critical
Publication of CN112055308B publication Critical patent/CN112055308B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04W4/30—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
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提供了一种多层级高鲁棒指纹定位方法，包括如下步骤：步骤1，设置基准点；步骤2，部署锚点设备；步骤3，采集指纹数据建立指纹库；步骤4，采集定位数据；步骤5，定位第一级区域；步骤6，进行第二级精准定位。本发明具有定位精度高、可靠性强和实时性优等特点，适用于各种无线定位技术如蓝牙、WIFI和ZigBee等，在不增加硬件投入的情况实现室内的高精度定位。

Description

一种多层级高鲁棒指纹定位方法
技术领域
本发明涉及一种多层级高鲁棒指纹定位方法。
背景技术
随着智能手机的普及，各种基于位置的创新应用层出不穷，正在逐渐改变人们的生活方式，如美团、滴滴和微信等。定位已成为这个时代不可或缺的需求，特别是室内定位，由于人们在室内活动的时间远远超过室外，基于室内位置的信息服务正在蓬勃发展，具有广阔的市场空间，已成为各界关注的焦点。而定位的精度、稳定性和成本一直是这个行业面临的严峻挑战。目前主流的室内定位技术是无线定位技术，如蓝牙、WIFI和ZigBee等，支撑无线定位技术的主流算法有临近法、质心法、多边定位和指纹定位法等。
在目前工程实践中，由于无线信号的多径效应、同频共振干扰及障碍物遮挡等因素影响，上述主流的定位算法并不能很好地支撑无线定位技术在室内场景中应用，存在定位精度低、可靠性弱、实时性差等问题，不能很好地满足行业需求。其中临近法和质心法由于其定位原理简单，只能根据无线锚点设备位置粗略的计算目标位置，定位精比较低，只适用于定位精度较低的场景如考勤打卡、巡更等；而多边定位法定位精度受无线信号的质量影响较大，实际应用中由于无线信号受外界环境干扰比较严重波动较大，导致多边定位算法精度和稳定性均不高；相对来说指纹定位算法的精度和稳定性表现良好，但是定位面积较大时，需建立体量较大的定位指纹库，导致指纹匹配计算过程复杂耗时较长实时性差，且随着时间的推移无线锚点设备性能及环境发生整体变化或少量无线锚点设备的损坏或故障时，会引起指纹数据的变化，使定位精度急剧下降，鲁棒性不高。
发明内容
发明目的：为解决背景技术中存在的技术问题，本发明提出一种多层级高鲁棒指纹定位方法，包括如下步骤：
步骤1，设置基准点；
步骤2，部署锚点设备；
步骤3，采集指纹数据建立指纹库；
步骤4，采集定位数据；
步骤5，进行第一级区域定位；
步骤6，进行第二级精准定位。
步骤1包括：在需室内定位的场景中设置m行n列个基准点，用JZb表示第b个基准点，下标b为基准点的编号，作为基准点的唯一标识，b＝(i-1)×n+j，其中i和j表示基准点位于第i行第j列，取左上角的点的坐标为原点，水平向右为x轴正方向，垂直向下为y轴正方向，则各基准点的坐标记为SJZ_b(xJZ_b,yJZ_b)，坐标值如式(1)所示：
其中：xJZ_b表示编号为b的基准点的x轴坐标；yJZ_b表示编号为b的基准点的y轴坐标；u表示各基准点在x轴和y方向上的间隔距离；
步骤2包括：在需进行室内定位的场景中部署N个无线锚点设备，每个无线锚点设备的坐标记为SMD_C(xMD_c，yMD_c)，下标c为锚点设备的编号，作为锚点设备的唯一标识，c∈{1,2，…，N}。
步骤3包括：启动各无线锚点设备，使用预定位的设备，在各基准点处收集各无线锚点设备发射的无线信号强度，得到基准点的对应的指纹向量，记为是一个N维的向量，向量表示如式(2)所示：
其中，RZW_b_c表示编号为b的基准点处收到编号为c的无线锚点设备的无线信号强度值，如果未收到信号则值为空值null。
步骤4包括：预定终端进入定位场景后，采集所在位置处各无线锚点设备的信号强度值，得到定位指纹向量，记为是一个N维的向量，值表示如式(3)所示：
其中，Rc表示在预定位终端当前位置处，收集到编号为c的无线锚点设备发射的无线信号强度，如果收不到信号其值为空值null。
步骤5包括：
步骤5-1，选取{R1,R2，…，Rc，…,RN}中数值最大的信号强度值，选取的数值最大的信号强度值记为Rmaxid，下标maxid为此信号强度值对应的无线锚点设备的编号；
步骤5-2，通过无线信号发射强度与距离的关系方程式(4)整理得到式(5)；
RSSI＝RSSI0-γ·lgd (4)
其中，RSSI表示接受端的信号强度；RSSI0表示指定距离处接受到的信号强度值；γ表示传输介质因子；d表示无线信号接收点离无线锚点设备的距离；lgd表示以10为底的对数；
步骤5-3，将Rmaxid代入方程式(5)得到预定位终端离第maxid个无线锚点设备的测量距离，记为dmaxid，其值如式(6)所示：
步骤5-4，以编号为maxid的无线锚点设备的坐标为中心，以2倍dmax_id加上u的长度为边长，确定一个正方形，此正方形区域即为预定位终端的第一级定位区域，此区域坐标范围如式(7)所示：
其中：max()表示取最大值函数；min()表示取最小值函数；xmin、xmax、ymin、ymax分别为定位场景内x轴上的最小坐标值、最大坐标值和y轴上的最小坐标值、最大坐标值；xMD_maxid表示编号为maxid的无线锚点设备的x坐标；yMD_maxid：编号为maxid的无线锚点设备的y坐标。
步骤6包括：
步骤6-1，计算预定位向量：选取{R1,R2,…，Rc，…,RN}中数值最大前h个信号强度值，组成新的向量此向量作为预定位向量，向量表示如式(9)所示：
其中，Rpz表示接收到编号为pz的无线锚点设备发射的无线信号强度值；pz为定位输入向量中无线信号强度值对应的无线锚点设备的编号，pz∈{1,2，…，N}，z∈{1,2，…，h}；
步骤6-2，计算定位输入向量：将预定位向量中各元素除以各元素的总和，得到新的向量，用表示，作为定位输入向量，其值如式(10)所示：
步骤6-3，确定定位基准点集合：通过步骤5-4确认的正方形区域坐标范围，对基准点进行筛选，筛选出在此正方形区域内的基准点，设定筛选得到f个基准点，将这些基准点的编号组成一个新的集合，记为U，U则作为定位基准点集合，U的表示如式(11)所示：
U＝{A1，A2，…，Ae，…，Af} (11)
其中，Ae表示定位基准点集合中所包含基准点的编号，e∈{1,2，…，f}，Ae∈{1,2，…，m×n}；
步骤6-4，计算实时定位指纹向量集合：
通过U中各基准点的编号Ae找到各基准点处的指纹向量这些向量的集合即为预定位指纹向量集合，设为RU，则RU的值如式(12)所示：
步骤6-5，计算实时定位指纹向量集合：
步骤6-6，计算实时定位指纹向量；
步骤6-7，进行定位计算。
步骤6-5包括：提取预定位向量中各元素的下标，组成新的集合用H表示，H＝{p1,p2,…,pz,…,ph}；
去除预定位指纹向量集合RU中指纹向量中元素下标中无线锚点设备编号不属于H的元素，得新的指纹向量，用/>表示，其值如式(13)所示，新的指纹向量作为预定位指纹向量：
其中，RZW_Ae_pz表示编号为Ae的基准点处，接收到编号为pz的无线锚点设备发射的无线信号强度值。
步骤6-6包括：将预定位指纹向量中各元素除以各元素的总和，得到新的向量，用表示，/>作为实时定位指纹向量，其值如式(14)所示：
各实时定位指纹向量的集合作为实时定位指纹向量集合，用RUJ表示，其值表示如式(15)所示：
步骤6-7包括：依次计算定位输入向量与RUJ集合中的各指纹向量/>的欧式距离，得到一个欧式距离的集合，用D表示，其值如式(16)所示，其中dzw_Ae表示预定位终端位置与编号为Ae的基准点间的欧式距离，其值如式(17)所示：
D＝{dzw_A1，dzw_A2，…，dzw_Ae,…，dzw_Af} (16)
找出集合D中欧式距离数值最小元素，设为dzw_minid，minid为此欧式距离对应的基准点编号，即此编号基准点处的实时指纹向量与定位输入指纹向量最相似，则此基准点的坐标SJZ_minid(xJZ_minid，yJZ_minid)即为预定位终端的定位坐标，自此定位结束。
有益效果：本发明提出了一种分级鲁棒型指纹定位算法，具有定位精度高、可靠性强和实时性优等特点，适用于各种无线定位技术如蓝牙、WIFI和ZigBee等，在不增加硬件投入的情况实现室内的高精度定位。本发明方法通过分级定位的方式逐级完成目标的精确定位，首先快速锁定定位区域，然后使用该区域内的指纹向量进行精准定位，能保障定位精度的情况下大大缩短定位计算的时间；同时在精准定位阶段，通过根据定位信号特征实时择优选择定位指纹向量再进行优化计算得到实时定位指纹向量，排除环境和无线锚点设备异常对定位精度的影响，整体提升定位的鲁棒性和可靠性，确保高精度可靠定位。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。
图1是本发明方法流程图。
图2是设置基准点示意图。
图3是区域定位示意图。
图4是路径结果比较示意图。
图5是定位误差比较示意图。
具体实施方式
本发明提供了一种多层级高鲁棒指纹定位方法，包括如下步骤：
(1)设置基准点
如图2所示，在需室内定位的场景中设置m行n列个基准点，用JZb表示第b个基准点，下标b为基准点的编号，作为基准点的唯一标识，b＝(i-1)×n+j，其中i和j表示基准点位于第i行第j列，取左上角的点的坐标为原点，水平向右为x轴正方向，垂直向下为y轴正方向，则各基准点的坐标记为SJZ_b(xJZ_b,yJZ_b)，坐标值如式(1)所示：
其中：xJZ_b表示编号为b的基准点的x轴坐标；yJz_b表示编号为b的基准点的y轴坐标；u表示各基准点在x轴和y方向上的间隔距离；
备注：u的取值一般小于等于需定位精度，如定位精度要求2米，则u，的取值不大于2米；
(2)部署锚点设备
在需进行室内定位的场景中部署N个无线锚点设备，每个无线锚点设备的坐标记为SMD_C(xMD_c，yMD_c)，下标c为锚点设备的编号，作为锚点设备的唯一标识，c∈{1,2，…，N}；
(3)采集指纹数据建立指纹库
启动各无线锚点设备，使用预定位的设备，在各基准点处收集各无线锚点设备发射的无线信号强度，得到基准点的对应的指纹向量，记为是一个N维的向量，向量表示如式(2)所示：
其中：RZw_b_c：表示编号为b的基准点处收到编号为c的无线锚点设备的无线信号强度值，如果未收到信号则值为null；
(4)采集定位数据
预定终端进入定位场景后，采集所在位置处各无线锚点设备的信号强度值，得到定位指纹向量，记为是一个N维的向量，值表示如式(3)所示：
其中：Rc：表示在预定位终端当前位置处，收集到编号为c的无线锚点设备发射的无线信号强度，如果收不到信号其值为null；
(5)第一级区域定位
(5-1)选取{R1,R2,…，Rc，…,RN}中数值最大的信号强度值，记为Rmaxid，下标maxid为此信号强度值对应的无线锚点设备的编号；
(5-2)通过无线信号发射强度与距离的关系方程式(4)整理得到式(5)；
RSSI＝RSSI0-γ·lgd (4)
其中：RSSI：接受端的信号强度；RSSI0：指定距离处接受到的信号强度值，在工程上一般为距无线锚点设备1m处接受到的改无线锚点设备的无线信号强度；γ表示传输介质因子；d表示无线信号接收点离无线发射点(无线锚点设备)的距离；
(5-3)将Rmaxid代入方程式(5)得到预定位终端离第maxid个无线锚点设备的测量距离，记为dmaxid,其值如式(6)所示：
(5-4)如图3所示，以编号为maxid的无线锚点设备的坐标为中心，以2倍dmax_id+u长度为边长，确定一个正方形，此正方形区域即为预定位终端的第一级定位区域，此区域坐标范围如式(7)所示：
其中：max()表示取最大值函数；min()表示取最小值函数；xmin、xmax、ymin、ymax分别为定位场景内x轴上的最小坐标值、最大坐标值和y轴上的最小坐标值、最大坐标值；xMD_maxid表示编号为maxid的无线锚点设备的x坐标；yMD_maxid：编号为maxid的无线锚点设备的y坐标；
(6)第二级精准定位
(6-1)计算预定位向量：选取{R1,R2,…，Rc，…,RN}中数值最大前h个信号强度值，组成新的向量此向量作为预定位向量，向量表示如式(9)所示：
其中：Rpz表示接收到编号为pz的无线锚点设备发射的无线信号强度值；pz为定位输入向量中无线信号强度值对应的无线锚点设备的编号，pz∈{1,2，…，N}，z∈{1,2，…，h}；
备注：h的取值与定位精度要求有关，定位精度要求高则h取值越大，反之则小，一般情况h值不小于5；
(6-2)计算定位输入向量：将预定位向量中各元素除以各元素的总和，得到新的向量，用表示，作为定位输入向量，其值如式(10)所示：
(6-3)确定定位基准点集合：通过上述确认的正方形区域坐标范围，对基准点进行筛选，筛选出在此正方形区域内的基准点，假设筛选得到f个基准点，将这些基准点的编号组成一个新的集合，记为U，U则作为定位基准点集合，U的表示如式(11)所示：
U＝{A1，A2，…，Ae，…，Af} (11)
其中，Ae表示定位基准点集合中所包含基准点的编号，e∈{1,2，…，f}，Ae∈{1,2，…，m×n}；
(6-4)计算实时定位指纹向量集合：
通过U中各基准点的编号Ae可以找到各基准点处的指纹向量这些向量的集合即为预定位指纹向量集合，设为RU，则RU的值如式(12)所示：
(6-5)计算实时定位指纹向量集合：
提取预定位向量中各元素的下标，组成新的集合用H表示，H＝{p1,p2,…,pz,…,ph}。
去除预定位指纹向量集合RU中指纹向量中元素下标中无线锚点设备编号不属于H的元素，得新的指纹向量，用/>表示，其值如式(13)所示，此向量作为预定位指纹向量。
其中：RZW_Ae_pz表示编号为Ae的基准点处，接收到编号为pz的无线锚点设备发射的无线信号强度值；
(6-6)将预定位指纹向量中各元素除以各元素的总和，得到新的向量，用表示，作为实时定位指纹向量，其值如式(14)所示：
各实时定位指纹向量的集合作为实时定位指纹向量集合，用RUJ表示，其值表示如式(15)所示：
(6-7)定位计算：
依次计算定位输入向量与RUJ集合中的各指纹向量/>的欧式距离，得到一个欧式距离的集合，用D表示，其值如式(16)所示，其中dzw_Ae表示预定位终端位置与编号为Ae的基准点间的欧式距离，其值如式(17)所示：
D＝{dzw_A1，dzw_A2，…，dzw_Ae,…，dzw_Af} (16)
找出集合D中欧式距离数值最小元素，设为dzw_minid，minid为此欧式距离对应的基准点编号，即此编号基准点处的实时指纹向量与定位输入指纹向量最相似，则此基准点的坐标SJZ_minid(xJZ_minid,yJZ_minid)即为预定位终端的定位坐标，自此定位结束。
如图4和图5所示，在一个长100m，宽100米的室内环境中使用WiFi定位技术，应用多边定位(最大释然)算法、指纹定位算法及本专利定位算法的轨迹和定位误差对比图，从图中可知本发明方法定位误差明显优于其他两种，定位精度比较稳定波动小，整体轨迹更接近真实轨迹，最大误差仅为1.72米，平均误差为0.7米；而指纹定位算法最大误差为7.2米，平均误差3.4米；多边定位算法最大误差为7.2米，平均误差为5.5米，具体参数见下表1所示。
表1
误差 指纹算法 多边定位算法 本专利算法
最小值 0.2米 4.2米 0.1米
最大值 7.2米 7.2米 1.72米
平均值 3.4米 5.5米 0.7米
中值 2.9米 5.5米 0.7米
本发明提供了一种多层级高鲁棒指纹定位方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (1)

1.一种多层级高鲁棒指纹定位方法，其特征在于，包括如下步骤：
步骤1，设置基准点；
步骤2，部署锚点设备；
步骤3，采集指纹数据建立指纹库；
步骤4，采集定位数据；
步骤5，进行第一级区域定位；
步骤6，进行第二级精准定位；
步骤1包括：在需室内定位的场景中设置m行n列个基准点，用JZb表示第b个基准点，下标b为基准点的编号，作为基准点的唯一标识，b＝(i-1)×n+j，其中i和j表示基准点位于第i行第j列，取左上角的点的坐标为原点，水平向右为x轴正方向，垂直向下为y轴正方向，则各基准点的坐标记为SJZ_b(xJZ_b,yJZ_b)，坐标值如式(1)所示：
其中：xJZ_b表示编号为b的基准点的x轴坐标；yJz_b表示编号为b的基准点的y轴坐标；u表示各基准点在x轴和y方向上的间隔距离；
步骤2包括：在需进行室内定位的场景中部署N个无线锚点设备，每个无线锚点设备的坐标记为SMD_C(xMD_c，yMD_c)，下标c为锚点设备的编号，作为锚点设备的唯一标识，c∈{1,2，…，N}；
步骤3包括：启动各无线锚点设备，使用预定位的设备，在各基准点处收集各无线锚点设备发射的无线信号强度，得到基准点的对应的指纹向量，记为是一个N维的向量，向量表示如式(2)所示：
其中，RZW_b_c表示编号为b的基准点处收到编号为c的无线锚点设备的无线信号强度值，如果未收到信号则值为空值null；
步骤4包括：预定终端进入定位场景后，采集所在位置处各无线锚点设备的信号强度值，得到定位指纹向量，记为是一个N维的向量，值表示如式(3)所示：
其中，Rc表示在预定位终端当前位置处，收集到编号为c的无线锚点设备发射的无线信号强度，如果收不到信号其值为空值null；
步骤5包括：
步骤5-1，选取{R1,R2,…，Rc，…,RN}中数值最大的信号强度值，选取的数值最大的信号强度值记为Rmaxid，下标maxid为此信号强度值对应的无线锚点设备的编号；
步骤5-2，通过无线信号发射强度与距离的关系方程式(4)整理得到式(5)；
RSSI＝RSSI0-γ·lgd (4)
其中，RSSI表示接受端的信号强度；RSSI0表示指定距离处接受到的信号强度值；γ表示传输介质因子；d表示无线信号接收点离无线锚点设备的距离；lgd表示以10为底的对数；
步骤5-3，将Rmaxid代入方程式(5)得到预定位终端离第maxid个无线锚点设备的测量距离，记为dmaxid，其值如式(6)所示：
步骤5-4，以编号为maxid的无线锚点设备的坐标为中心，以2倍dmax_id加上u的长度为边长，确定一个正方形，此正方形区域即为预定位终端的第一级定位区域，此区域坐标范围如式(7)所示：
其中：max()表示取最大值函数；min()表示取最小值函数；xmin、xmax、ymin、ymax分别为定位场景内x轴上的最小坐标值、最大坐标值和y轴上的最小坐标值、最大坐标值；xMD_maxid表示编号为maxid的无线锚点设备的x坐标；yMD_maxid：编号为maxid的无线锚点设备的y坐标；
步骤6包括：
步骤6-1，计算预定位向量：选取{R1,R2,…，Rc，…,RN}中数值最大前h个信号强度值，组成新的向量此向量作为预定位向量，向量表示如式(9)所示：
其中，Rpz表示接收到编号为pz的无线锚点设备发射的无线信号强度值；pz为定位输入向量中无线信号强度值对应的无线锚点设备的编号，pz∈{1,2，…，N}，z∈{1,2，…，h}；
步骤6-2，计算定位输入向量：将预定位向量中各元素除以各元素的总和，得到新的向量，用表示，作为定位输入向量，其值如式(10)所示：
步骤6-3，确定定位基准点集合：通过步骤5-4确认的正方形区域坐标范围，对基准点进行筛选，筛选出在此正方形区域内的基准点，设定筛选得到f个基准点，将这些基准点的编号组成一个新的集合，记为U，U则作为定位基准点集合，U的表示如式(11)所示：
U＝{A1，A2，…，Ae，…，Af} (11)
其中，Ae表示定位基准点集合中所包含基准点的编号，e∈{1,2，…，f}，Ae∈{1,2，…，m×n}；
步骤6-4，计算实时定位指纹向量集合：
通过U中各基准点的编号Ae找到各基准点处的指纹向量这些向量的集合即为预定位指纹向量集合，设为RU，则RU的值如式(12)所示：
步骤6-5，计算实时定位指纹向量集合：
步骤6-6，计算实时定位指纹向量；
步骤6-7，进行定位计算；
步骤6-5包括：提取预定位向量中各元素的下标，组成新的集合用H表示，H＝{p1,p2,…,pz,…,ph}；
去除预定位指纹向量集合RU中指纹向量中元素下标中无线锚点设备编号不属于H的元素，得新的指纹向量，用/>表示，其值如式(13)所示，新的指纹向量作为预定位指纹向量：
其中，Rzw_Ae_pz表示编号为Ae的基准点处，接收到编号为pz的无线锚点设备发射的无线信号强度值；
步骤6-6包括：将预定位指纹向量中各元素除以各元素的总和，得到新的向量，用表示，/>作为实时定位指纹向量，其值如式(14)所示：
各实时定位指纹向量的集合作为实时定位指纹向量集合，用RUJ表示，其值表示如式(15)所示：
步骤6-7包括：依次计算定位输入向量与RUJ集合中的各指纹向量/>的欧式距离，得到一个欧式距离的集合，用D表示，其值如式(16)所示，其中dzw_Ae表示预定位终端位置与编号为Ae的基准点间的欧式距离，其值如式(17)所示：
D＝{dzw_A1，dzw_A2，…，dzw_Ae,…，dzw_Af} (16)
找出集合D中欧式距离数值最小元素，设为dzw_minid，minid为此欧式距离对应的基准点编号，即此编号基准点处的实时指纹向量与定位输入指纹向量最相似，则此基准点的坐标SJZ_minid(xJZ_minid，yJZ_minid)即为预定位终端的定位坐标，自此定位结束。
CN202010848046.4A 2020-08-21 2020-08-21 一种多层级高鲁棒指纹定位方法 Active CN112055308B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010848046.4A CN112055308B (zh) 2020-08-21 2020-08-21 一种多层级高鲁棒指纹定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010848046.4A CN112055308B (zh) 2020-08-21 2020-08-21 一种多层级高鲁棒指纹定位方法

Publications (2)

Publication Number Publication Date
CN112055308A CN112055308A (zh) 2020-12-08
CN112055308B true CN112055308B (zh) 2024-02-27

Family

ID=73600104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010848046.4A Active CN112055308B (zh) 2020-08-21 2020-08-21 一种多层级高鲁棒指纹定位方法

Country Status (1)

Country Link
CN (1) CN112055308B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104902562A (zh) * 2014-11-24 2015-09-09 北京航空航天大学 一种基于多层指纹匹配的室内定位方法
CN106412839A (zh) * 2016-09-12 2017-02-15 南京邮电大学 基于二级分区与指纹梯度匹配的室内定位与跟踪方法
CN107948930A (zh) * 2017-12-31 2018-04-20 电子科技大学 基于位置指纹算法的室内定位优化方法
CN110351660A (zh) * 2019-07-03 2019-10-18 北京壹氢科技有限公司 一种基于双步指纹匹配架构的蓝牙室内定位方法
CN209823752U (zh) * 2019-07-03 2019-12-20 上海蜂电网络科技有限公司 基于电力线载波通讯的人员定位探测器

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10094666B1 (en) * 2017-03-16 2018-10-09 Quantek, Inc. Method of room based position determination
TWI729334B (zh) * 2018-06-07 2021-06-01 荷蘭商Ａｓｍｌ荷蘭公司 用於判定器件之控制方案的方法、電腦程式和系統及用於判定多個器件處理之基板的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104902562A (zh) * 2014-11-24 2015-09-09 北京航空航天大学 一种基于多层指纹匹配的室内定位方法
CN106412839A (zh) * 2016-09-12 2017-02-15 南京邮电大学 基于二级分区与指纹梯度匹配的室内定位与跟踪方法
CN107948930A (zh) * 2017-12-31 2018-04-20 电子科技大学 基于位置指纹算法的室内定位优化方法
CN110351660A (zh) * 2019-07-03 2019-10-18 北京壹氢科技有限公司 一种基于双步指纹匹配架构的蓝牙室内定位方法
CN209823752U (zh) * 2019-07-03 2019-12-20 上海蜂电网络科技有限公司 基于电力线载波通讯的人员定位探测器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Position_Quantization_Approach_with_Multi-class_Classification_for_Wi-Fi_Indoor_Positioning_System;Werayuth Charoenruengkit;《 2018 International Conference on Information Technology (InCIT)》;全文 *
复杂环境下基于CFSFDP的自适应室内定位方法;刘影;贾迪;王和章;;信号处理(第04期);全文 *

Also Published As

Publication number Publication date
CN112055308A (zh) 2020-12-08

Similar Documents

Publication Publication Date Title
CN105704652B (zh) 一种wlan/蓝牙定位中的指纹库采集和优化方法
CN104703143B (zh) 一种基于wifi信号强度的室内定位方法
CN108534779B (zh) 一种基于轨迹纠正和指纹改进的室内定位地图构建方法
CN105792353B (zh) 群智感知式WiFi信号指纹辅助的图像匹配室内定位方法
CN112147573A (zh) 一种基于csi的幅值和相位信息的无源定位方法
CN104469942B (zh) 一种基于隐马尔科夫模型的室内定位方法
CN106454747B (zh) 手机终端的无线定位方法
CN108414974B (zh) 一种基于测距误差矫正的室内定位方法
CN107426816A (zh) 一种WiFi定位与地图匹配融合的实现方法
CN104457755B (zh) 一种位置获取方法
CN103220780A (zh) 室内定位方法、装置及系统
CN104501807B (zh) 基于地磁场和历史定位轨迹的室内定位方法
CN105717483A (zh) 一种基于多源定位方式的位置确定方法及装置
CN110636436A (zh) 基于改进chan算法的三维uwb室内定位方法
CN102695272A (zh) 一种匹配定位的方法和移动终端
CN103888979B (zh) 一种基于无线局域网的室内定位方法
CN112367614A (zh) 一种基于LSTM的Wi-Fi与地磁场融合的室内定位算法
CN108834047A (zh) 一种路径损耗模型的ap选择室内定位方法
CN112055308B (zh) 一种多层级高鲁棒指纹定位方法
CN101583191B (zh) 一种终端群协同定位方法
KR101258832B1 (ko) 액세스 포인트를 이용한 위치 측정 방법 및 그 장치
Sun et al. Geomagnetic positioning-aided Wi-Fi FTM localization algorithm for NLOS environments
CN116390021A (zh) 基于tdoa复杂场景下的增强定位方法
Javed et al. Position Vectors Based Efficient Indoor Positioning System.
CN110519685A (zh) 基于WiFi的室内定位方法、装置及介质

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