CN112333820A - 一种基于频谱图层的定位方法及系统 - Google Patents
一种基于频谱图层的定位方法及系统 Download PDFInfo
- Publication number
- CN112333820A CN112333820A CN202110010197.7A CN202110010197A CN112333820A CN 112333820 A CN112333820 A CN 112333820A CN 202110010197 A CN202110010197 A CN 202110010197A CN 112333820 A CN112333820 A CN 112333820A
- Authority
- CN
- China
- Prior art keywords
- signals
- clutter
- signal
- classification
- information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000001228 spectrum Methods 0.000 title claims abstract description 13
- 238000013145 classification model Methods 0.000 claims abstract description 28
- 230000005358 geomagnetic field Effects 0.000 claims description 13
- 238000000060 site-specific infrared dichroism spectroscopy Methods 0.000 claims description 9
- 239000012212 insulator Substances 0.000 claims description 5
- 229910052710 silicon Inorganic materials 0.000 claims description 5
- 239000010703 silicon Substances 0.000 claims description 5
- QVRVXSZKCXFBTE-UHFFFAOYSA-N n-[4-(6,7-dimethoxy-3,4-dihydro-1h-isoquinolin-2-yl)butyl]-2-(2-fluoroethoxy)-5-methylbenzamide Chemical compound C1C=2C=C(OC)C(OC)=CC=2CCN1CCCCNC(=O)C1=CC(C)=CC=C1OCCF QVRVXSZKCXFBTE-UHFFFAOYSA-N 0.000 claims 1
- 230000003595 spectral effect Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 description 6
- 238000013178 mathematical model Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0252—Radio frequency fingerprinting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (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频谱图层的定位方法及系统。该方法包括：收集并存储终端采集的空间杂波信号，所述采集杂波信号无需带有采集点的详细位置信息；对所述采集的空间杂波信号进行分析以提取相应的兴趣范围（SOI）特征作为聚类特征，根据所述聚类特征对所述空间杂波进行聚类得到包含相应分类的分类模型；扫描与归属于每个所述分类中的杂波信号同一时刻采集的所有空间杂波信号获取零星的位置/地点信息，基于所述零星的位置/地点信息通过语义化数据库确定该分类对应的详细地址/位置信息；利用确定了相关分类的详细地址/位置信息后的所述分类模型对用户进行定位。通过本发明提供的技术方案能够降低杂波采集的数据要求、提高采集效率。
Description
技术领域
本发明涉及定位追踪领域，具体涉及一种利用空间杂波信号对用户进行定位感知的方法及系统。
背景技术
现有的定位技术方案主要分为室内定位和室外定位两个主要分支。对移动终端和物联网设备的室外定位主要依靠卫星定位系统完成，卫星定位系统包括 GPS， GLONASS，北斗，伽利略等。但是在室内或者在高楼林立的城市峡谷，传统的卫星定位技术，对满足现有各类定位需求，仍然有很大的挑战性。由于信号的严重衰退和多路径效应，常用的室外定位设施（比如GNSS）并不能在建筑物内有效地工作。
目前主流的室内定位技术方案，主要是利用室内的无线电杂波信号（包括Wi-Fi，蓝牙，RFID，移动电话基站信号，地磁场信号等）建立特定空间杂波信号的数学模型，根据所述数学模型和待在线定位用户终端采集的空间杂波信号定位该用户。利用无线杂波信号作室内外定位，目前主要是利用机器学习中的有监督学习，具体地，定位可分为两个阶段：
（1） 通过专业的采集团队，离线采集带有完整位置标签的室内外空间杂波的信号作为指纹，通过机器学习，建立室内外信号场强和位置之间的数学模型。
（2） 第二阶段是在线定位。通过定位请求中采集的杂波信号和第一阶段在服务器上建立的杂波信号场强和位置的数学模型，通过匹配的方式实现定位的目的。
在步骤（1）中采集带有完整位置标签的采集室内外空间杂波的信号是一项费时、费力的繁琐工作。实现杂波信号采集的任务通常采用外包给专业采集团队或众包采集的方式来实现。然而、采集带有完整位置标签的室内外空间杂波的信号的质量，常常受到操作人员专业素质的影响，尤其是在确定杂波信号的完整位置标签时，一旦精确度不够将直接影响后续定位的精度。而在室内，保证位置标签精确度的一致性，是一项艰巨的任务。
发明内容
本发明提供了一种基于频谱图层的定位方法，该方法包括：收集终端采集的空间杂波信号并进行存储，所述采集杂波信号无需带有采集点的详细位置信息；分析所述采集的空间杂波信号、并提取相应的兴趣范围(SOI,全称pectrum of Interest，指的是地图数据中的代表区域范围的地理实体) 特征作为聚类特征，对所述空间杂波信号中同一种类杂波信号进行聚类得到包含多个分类的分类模型；逐一扫描与归属于每个所述分类中的杂波信号同一时刻采集的所有空间杂波信号确定是否存在零星的位置/地点信息，若存在、则根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息；利用确定了相关分类的详细地址/位置信息后的所述分类模型对用户终端上传的空间杂波信号进行匹配，以实现对该用户的定位。
进一步地、所述语义化数据库对归属于相关分类中空间杂波信号采用相应的定位引擎获取该分类所对应的地理范围；通过地图和/或AOI数据库在所述范围内查找该所述零星的位置/地点信息对应的详细位置/地址信息作为该分类对应的详细地址/位置信息。
进一步地、所述采集的空间杂波包括：WI-FI信号、蓝牙信号，GNSS信号、基站信号、地磁场信号中的一种或多种。对于WI-FI信号、采集的杂波信号至少包括WIFI和蓝牙信号的MAC地址、AP SSID、AP BSSID、信号强度RSSI；对于GNSS信号、采集的杂波信号至少包括经纬度和高程信息；对于基站信号、采集的杂波信号至少包括基站CID、信号的频率/波段、信号强度 RSSI 。
进一步地、对于WI-FI和蓝牙信号和基站信号、采用信号强度的相似性 sim(i, j)作为聚类特征，其中、
与上述方法相对应、本发明进一步提供了一种基于频谱图层的定位系统，该系统包括：杂波信号采集终端、云端服务器以及在线定位用户终端；其中、所述杂波信号采集终端、用于采集空间杂波信号上传到云端服务器进行存储，所述采集杂波信号无需带有采集点的详细位置信息；所述云端服务器、用于分析所述采集的空间杂波信号、并提取相应的SOI特征作为聚类特征，对所述空间杂波信号中同一种类杂波信号进行聚类得到包含多个分类的分类模型；逐一扫描与归属于每个所述分类中杂波信号同一采集时刻采集的所有空间杂波信号确定是否存在零星的位置/地点信息，若存在、则根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息；将确定了相关分类的详细地址/位置信息的分类模型在AOI(area of interest即兴趣面)数据库中；所述在线定位用户终端包括杂波信号采集模块，用于采集自身所处位置的空间杂波信号并上传到所述云端服务、触发所述云端服务器基于所述AOI数据库中的分类对该用户进行定位以获取其自身的位置信息。上述AOI 的英文全称为Area of interest，即信息面/兴趣面，指的是地图数据中的区域状的地理实体。
本发明提供的上述定位系统用于执行前述基于频谱图层的定位方法，其具体的实现细节与前述基于频谱图层的定位方法的细节相对应。
附图说明
图1为本发明提供的基于频谱图层的定位系统的示意图。
具体实施方式
为了使本发明所解决的技术问题、技术方案以及有益效果更加清楚明白，以下结合附图对本发明进行进一步详细说明。应该理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供的基于频谱图层的定位方法，该方法采用如图1所示的计算机系统的执行。该方法包括：收集终端采集的空间杂波信号并进行存储，所述采集杂波信号无需带有采集点的详细位置信息；分析所述采集的空间杂波信号、并提取相应的SOI特征作为聚类特征，对所述空间杂波信号中同一种类杂波信号进行聚类得到包含多个分类的分类模型；逐一扫描与归属于每个所述分类中的杂波信号同一时刻采集的所有空间杂波信号确定是否存在零星的位置/地点信息，若存在、则根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息；利用确定了相关分类的详细地址/位置信息后的所述分类模型对用户终端上传的空间杂波信号进行匹配，以实现对该用户的定位。
空间杂波数据的采集可以利用云端或者众包的方式，采集无位置标签的空间杂波信号，空间杂波信号包含但不限于以下一种或多种：Wi-Fi，蓝牙信号，基站信号，GNSS信号以及地磁场强度信号。
对于WI-FI或蓝牙信号、所述杂波信号采集终端采集的杂波信号至少包括WI-FI或蓝牙信号的MAC地址、AP SSID、AP BSSID 信号强度RSSI；对于GNSS信号、所述杂波信号采集终端采集的杂波信号至少包括经纬度和高程信息；对于基站信号、所述杂波信号采集终端采集的杂波信号至少包括基站CID、信号的频率/波段、信号强度 RSSI。之所以要采集WI-FI或蓝牙信号的AP SSID和AP BSSID，是因为这些字段中常常带有零星的地点或位置信息。例如，星巴克、麦当劳等商店的WIFI信号中 AP SSID或 AP BSSID字段通常带有“星巴克”、“麦当劳”等字样，在一定的地理范围知道这些零星的地点/位置信息，就可以知道所采集空间杂波信号对应的采集地点。
进一步、所述分析所述采集的空间杂波信号、并提取相应的SOI特征作为聚类特征，对所述空间杂波信号中特定种类杂波信号进行聚类得到相应的分类模型，具体实现为：
对于WI-FI或蓝牙信号和基站信号、采用信号强度的相似性 sim(i, j)作为聚类特征，其中、
优选地、上述对同一类型的空间杂波进行聚类采用DBSCAN聚类算法以实现对特定类型的空间杂波数据进行完全的聚类分析。后续可以在原有聚类分析结果的基础上，只对新增的空间杂波信号数据进行聚类分析，并把新增数据的聚类分析结果叠加在原有聚类分析结果上以提高聚类分析的效率。
优选地、同一采集地点采集多种空间杂波信号并赋予采集时刻标识后关联存储。例如、同一时刻采集包括Wi-Fi 信号，蓝牙信号，基站信号，GNSS信号以及地磁场强度信号等多种杂波信号。这样可以提高上述逐一扫描与归属于每个所述分类的特定种类杂波信号同一时刻采集的所有空间杂波信号获取零星的位置/地点信息的概率。例如、对于高楼林立、门店众多的城市来说，尤其在室内、同一采集时刻采集的GNSS信号零星的位置/地点信息的概率，就远小于相关门店Wi-Fi或蓝牙 信号的AP SSID或 AP BSSID字段中带有的零星的位置/地点信息的概率；这样即使在对GNSS信号或者其他类型的空间杂波进行聚类得到带有各分类的分类模型后，也可以扫描与归属于所述各分类中的特定种类杂波信号同一时刻采集的WI-FI或蓝牙信号的AP SSID或 AP BSSID字段来获取零星的位置/地点信息。
所述根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息,具体实现为:所述语义化数据库对归属于相关分类中空间杂波信号采用相应的定位引擎获取该分类所对应的地理范围；通过地图和/或兴趣面(AOI)数据库在所述范围内查找该所述零星的位置/地点信息对应的详细位置/地址信息作为该分类对应的详细地址/位置信息。
例如、很多门店的路由器通常将Wi-Fi或蓝牙的SSID参数设置成门店的名称。一个没有位置标签的分类，语义化数据库可以根据与该分类内杂波信号同一采集时刻采集的Wi-Fi或蓝牙信号中门店的名称，并结合Wi-Fi或蓝牙指纹库进行WIFI定位获取对应路由器的近似位置、进而获取这个分类的对应大概位置/地理范围信息。
优选地、在通过地图和/或兴趣面(AOI)数据库在所述范围内查找该所述零星的位置/地点信息对应的详细位置/地址之后，还通过Reverse-Geocoding系统获取该详细位置/地址信息对应的经度和纬度信息，所述经度和纬度信号与该详细位置/地址信息关联存储。
本发明当然也适用于通过众包或者云采集的方式，人工地收集带有位置标签的AOI（Area of interest，即信息面/兴趣面）/POI(Point of interest，即信息点/兴趣点)内的Wi-Fi指纹，然后通过指纹匹配的方式，将位置标签赋予通过聚类得到的分类模型。上述POI 的英文全称为Point of interest，即信息点/兴趣点，指的是地图数据中的点状的地理实体。
与上述方法相对应、本发明还提供了一种基于频谱图层的定位系统。该系统如图1所示，包括：杂波信号采集终端、云端服务器以及在线定位用户终端。杂波信号采集终端采集空间杂波信号上传到云端服务器进行存储，所述采集杂波信号无需带有采集点的详细位置信息。所述云端服务器、用于分析所述采集的空间杂波信号、提取相应的SOI特征作为聚类特征对所述空间杂波信号中同一种类杂波信号进行聚类得到包含多个分类的分类模型。所述云端服务器在得到相关的分类模型以后、逐一扫描与归属于每个所述分类中杂波信号同一采集时刻采集的所有空间杂波信号确定是否存在零星的位置/地点信息，若存在、则根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息；将确定了相关分类的详细地址/位置信息的分类模型在AOI数据库中。所述在线定位用户终端用于采集自身所处位置的空间杂波信号并上传到所述云端服务、触发所述云端服务器基于所述AOI数据库中的分类对该用户进行定位以获取其自身的位置信息；其中、所述在线定位用户终端包含有杂波信号采集模块。
上述定位系统用于执行前述基于频谱图层的定位方法，其具体的实现细节与前述基于频谱图层的定位方法的细节相对应。
本发明提供的技术方案充分利用了空间杂波信号中零星的地址/位置信息辅助确定空间杂波分类模型对应的详细、完整的位置/地址信息。在空间杂波采集的时无需专门获取采集地点完整的地址信息，有效降低杂波采集操作的难度，提高空间杂波信号的采集效率，同时避免采集过程中人员的不专业影响采集杂波信号的质量、进而影响到定位的精度。
Claims (16)
1.一种基于频谱图层的定位方法，其特征在于，该方法包括：收集终端采集的空间杂波信号并进行存储，所述采集杂波信号无需带有采集点的详细位置信息；分析所述采集的空间杂波信号、并提取相应的兴趣范围（SOI）特征作为聚类特征，对所述空间杂波信号中同一种类杂波信号进行聚类得到包含多个分类的分类模型；逐一扫描与归属于每个所述分类中的杂波信号同一时刻采集的所有空间杂波信号确定是否存在零星的位置/地点信息，若存在、则根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息；利用确定了相关分类的详细地址/位置信息后的所述分类模型对用户终端上传的空间杂波信号进行匹配，以实现对该用户的定位。
2.如权利要求1所述的方法，其特征在于，所述根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息,具体实现为:所述语义化数据库对归属于相关分类的空间杂波信号采用相应的定位引擎获取该分类所对应的地理范围；通过地图和/或兴趣面(AOI)数据库在所述范围内查找该所述零星的位置/地点信息对应的详细位置/地址信息作为该分类对应的详细地址/位置信息。
3.如权利要求2所述的方法，其特征在于，在通过地图和/或兴趣面(AOI)数据库在所述范围内查找该所述零星的位置/地点信息对应的详细位置/地址之后，还通过Reverse-Geocoding系统获取该详细位置/地址信息对应的经度和纬度信息，将所述经度和纬度信号与该详细位置/地址信息进行关联存储。
4.如权利要求1-3中任一项所述的方法，其特征在于，所述采集的空间杂波包括：WIFI信号、蓝牙信号，GNSS信号、基站信号、地磁场信号中的一种或多种。
5.如权利要求4所述的方法，其特征在于，对于WIFI和蓝牙信号、采集的杂波信号至少包括WIFI信号的MAC地址、AP SSID、 信号强度RSSI； 对于GNSS信号、采集的杂波信号至少包括经纬度和高程信息；对于基站信号、采集的杂波信号至少包括基站CID、信号的频率/波段、信号强度 RSSI 。
6.如权利要求4所述的方法，其特征在于，对于WIFI信号，蓝牙信号和基站信号、采用信号强度的相似性 sim(i, j)作为聚类特征，其中、
7.如权利要求4所述的方法，其特征在于，对于GNSS信号、与其对应的聚类特征设置为所述经纬度和高程信息；对于地磁场信号、与其对应的聚类特征设置为地磁场强度水平和垂直分量的方差。
8.如权利要求1-3中任一项所述的方法，其特征在于，所述聚类采用的算法为DBSCAN算法。
9.一种基于频谱图层的定位系统，其特征在于，该系统包括：杂波信号采集终端、云端服务器以及在线定位用户终端；其中、所述杂波信号采集终端、用于采集空间杂波信号上传到云端服务器进行存储，所述采集杂波信号无需带有采集点的详细位置信息；所述云端服务器、用于分析所述采集的空间杂波信号、并提取相应的SOI特征作为聚类特征，对所述空间杂波信号中同一种类杂波信号进行聚类得到包含多个分类的分类模型；逐一扫描与归属于每个所述分类中杂波信号同一采集时刻采集的所有空间杂波信号确定是否存在零星的位置/地点信息，若存在、则根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息；将确定了相关分类的详细地址/位置信息的分类模型在兴趣面(AOI)数据库中；所述在线定位用户终端包括杂波信号采集模块，用于采集自身所处位置的空间杂波信号并上传到所述云端服务、触发所述云端服务器基于所述兴趣面(AOI)数据库中的分类对该用户进行定位以获取其自身的位置信息。
10.如权利要求9所述的系统，其特征在于，据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息，具体为: 所述语义化数据库对归属于相关分类的空间杂波信号采用相应的定位引擎获取该分类所对应的地理范围；通过地图和/或兴趣面(AOI)数据库在所述范围内查找该所述零星的位置/地点信息对应的详细位置/地址信息作为该分类对应的详细地址/位置信息。
11.如权利要求10所述的系统，其特征在于，所述云端服务器在通过地图和/或兴趣面(AOI)数据库在所述范围内查找所述零星的位置/地点信息对应的详细位置/地址之后，还通过Reverse-Geocoding系统获取该详细位置/地址信息对应的经度和纬度信息，将所述经度和纬度信号与该详细位置/地址信息进行关联存储。
12.如权利要求10-11中任一项所述的系统，其特征在于，所述杂波信号采集终端采集的空间杂波信号包括：WI-FI信号、蓝牙信号，GNSS信号、基站信号、地磁场信号中的一种或多种。
13. 如权利要求12所述的系统，其特征在于，对于WI-FI和蓝牙信号、所述杂波信号采集终端采集的杂波信号至少包括WIFI信号的MAC地址、AP SSID、 信号强度RSSI；对于GNSS信号、所述杂波信号采集终端采集的杂波信号至少包括经纬度和高程信息；对于基站信号、所述杂波信号采集终端采集的杂波信号至少包括基站CID、信号的频率/波段、信号强度RSSI 。
14.如权利要求13所述的系统，其特征在于，对于WI-FI，蓝牙信号和基站信号、所述云端服务器采用信号强度的相似性 sim(i, j)作为聚类特征，其中、
15.如权利要求13所述的系统，其特征在于，对于GNSS信号、所述云端服务器采用GNSS信号中的经纬度和高程信息作为聚类特征；对于地磁场信号、所述云端服务器采用地磁场强度水平和垂直分量的方差作为聚类特征。
16.如权利要求10-11中任一项所述的系统，其特征在于，所述云端服务器采用DBSCAN算法对空间杂波信号进行聚类。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110010197.7A CN112333820B (zh) | 2021-01-06 | 2021-01-06 | 一种基于频谱图层的定位方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110010197.7A CN112333820B (zh) | 2021-01-06 | 2021-01-06 | 一种基于频谱图层的定位方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112333820A true CN112333820A (zh) | 2021-02-05 |
| CN112333820B CN112333820B (zh) | 2021-04-30 |
Family
ID=74302428
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110010197.7A Active CN112333820B (zh) | 2021-01-06 | 2021-01-06 | 一种基于频谱图层的定位方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112333820B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112699319A (zh) * | 2021-03-23 | 2021-04-23 | 上海迹寻科技有限公司 | 空间杂波信号的校验方法及装置 |
| CN113155127A (zh) * | 2021-03-23 | 2021-07-23 | 上海迹寻科技有限公司 | 空间杂波信号的采集方法及装置 |
| CN114520954A (zh) * | 2022-01-21 | 2022-05-20 | 上海维智卓新信息科技有限公司 | 特种设备定位方法、系统、特种设备及服务器 |
| RU2776855C1 (ru) * | 2021-04-02 | 2022-07-28 | Общество с ограниченной ответственностью "Визитек" | Система и способ определения местоположения пользователя |
| CN116184312A (zh) * | 2022-12-22 | 2023-05-30 | 泰州雷德波达定位导航科技有限公司 | 一种基于语义Wi-Fi的室内众源指纹库构建方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100106745A1 (en) * | 2008-10-23 | 2010-04-29 | Electronics And Telecommunications Research Institute | Method and apparatus for generating fingerprint database for wireless location |
| US20150230100A1 (en) * | 2011-06-30 | 2015-08-13 | Aboelmagd Noureldin | System and method for wireless positioning in wireless network-enabled environments |
| CN105444755A (zh) * | 2015-11-13 | 2016-03-30 | 深圳市译元成科技有限公司 | 基于空间杂波信号的室内定位方法 |
| CN111983595A (zh) * | 2020-07-14 | 2020-11-24 | 北京航空航天大学杭州创新研究院 | 一种室内定位的方法及装置 |
| CN112135248A (zh) * | 2020-10-09 | 2020-12-25 | 西安建筑科技大学 | 一种基于K-means最优估计的WIFI指纹定位方法 |
-
2021
- 2021-01-06 CN CN202110010197.7A patent/CN112333820B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100106745A1 (en) * | 2008-10-23 | 2010-04-29 | Electronics And Telecommunications Research Institute | Method and apparatus for generating fingerprint database for wireless location |
| US20150230100A1 (en) * | 2011-06-30 | 2015-08-13 | Aboelmagd Noureldin | System and method for wireless positioning in wireless network-enabled environments |
| CN105444755A (zh) * | 2015-11-13 | 2016-03-30 | 深圳市译元成科技有限公司 | 基于空间杂波信号的室内定位方法 |
| CN111983595A (zh) * | 2020-07-14 | 2020-11-24 | 北京航空航天大学杭州创新研究院 | 一种室内定位的方法及装置 |
| CN112135248A (zh) * | 2020-10-09 | 2020-12-25 | 西安建筑科技大学 | 一种基于K-means最优估计的WIFI指纹定位方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112699319A (zh) * | 2021-03-23 | 2021-04-23 | 上海迹寻科技有限公司 | 空间杂波信号的校验方法及装置 |
| CN112699319B (zh) * | 2021-03-23 | 2021-06-29 | 上海迹寻科技有限公司 | 空间杂波信号的校验方法及装置 |
| CN113155127A (zh) * | 2021-03-23 | 2021-07-23 | 上海迹寻科技有限公司 | 空间杂波信号的采集方法及装置 |
| RU2776855C1 (ru) * | 2021-04-02 | 2022-07-28 | Общество с ограниченной ответственностью "Визитек" | Система и способ определения местоположения пользователя |
| CN114520954A (zh) * | 2022-01-21 | 2022-05-20 | 上海维智卓新信息科技有限公司 | 特种设备定位方法、系统、特种设备及服务器 |
| CN116184312A (zh) * | 2022-12-22 | 2023-05-30 | 泰州雷德波达定位导航科技有限公司 | 一种基于语义Wi-Fi的室内众源指纹库构建方法 |
| CN116184312B (zh) * | 2022-12-22 | 2023-11-21 | 泰州雷德波达定位导航科技有限公司 | 一种基于语义Wi-Fi的室内众源指纹库构建方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112333820B (zh) | 2021-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112333820B (zh) | 一种基于频谱图层的定位方法及系统 | |
| EP2294443B1 (en) | Method and apparatus for determining location | |
| KR101895455B1 (ko) | 전자장치에서 의미적 위치 인식 방법 및 장치 | |
| US20130344888A1 (en) | Identification of points of interest and positioning based on points of interest | |
| CN102480677A (zh) | 一种指纹定位误差的确定方法和设备 | |
| CN102854490A (zh) | 移动物体的混合定位方法与装置 | |
| CN103501537A (zh) | 基于智能手机和Wi-Fi无线网络的楼宇内部定位方法和系统 | |
| CN109068272B (zh) | 相似用户识别方法、装置、设备及可读存储介质 | |
| US11226391B2 (en) | Floor levels of a venue | |
| CN105592420A (zh) | 环境特征库生成及基于环境特征库的室内定位方法和装置 | |
| CN105426862A (zh) | 基于rfid、定位技术与视频技术的分析方法及其系统 | |
| CN111757464A (zh) | 一种区域轮廓提取方法及装置 | |
| EP3928536A1 (en) | Proximity-based offline geofencing | |
| EP3860163B1 (en) | Matching location-related information with name information of points of interest | |
| CN107623945B (zh) | 定位移动设备所在区域的方法、系统和计算机存储介质 | |
| US11570581B2 (en) | Updating a radio map based on a sequence of radio fingerprint | |
| Anisetti et al. | Landmark-assisted location and tracking in outdoor mobile network | |
| EP3671120B1 (en) | Enhancing the accuracy for device localization | |
| KR101791259B1 (ko) | 계층형 측위 방법과 그를 위한 시스템 및 장치 | |
| US20200364717A1 (en) | Mapping radio data layers of radio map to floor identifiers | |
| CN203118400U (zh) | 一种适用于室内室外基于多模式混合定位技术的导游仪 | |
| WO2015188847A1 (en) | Supporting indoor positioning | |
| US10989786B2 (en) | Outdoor localization using hotspot labels | |
| AU2017255214B2 (en) | A geolocating system for a mobile device | |
| Aydin et al. | Faster Wi-Fi fingerprinting using feature selection |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210813 Address after: 200120 Room 903, floor 9, building 1, No. 58, Xiangke Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai Patentee after: Shanghai Weizhi Zhuoxin Information Technology Co.,Ltd. Address before: Room 901, 9 / F, building 1, 58 Xiangke Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai, 200120 Patentee before: Shanghai Jixun Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A positioning method and system based on spectrum layer Effective date of registration: 20221011 Granted publication date: 20210430 Pledgee: Societe Generale Bank Co.,Ltd. Qingpu Branch of Shanghai Pledgor: Shanghai Weizhi Zhuoxin Information Technology Co.,Ltd. Registration number: Y2022980018028 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20231030 Granted publication date: 20210430 Pledgee: Societe Generale Bank Co.,Ltd. Qingpu Branch of Shanghai Pledgor: Shanghai Weizhi Zhuoxin Information Technology Co.,Ltd. Registration number: Y2022980018028 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Location Method and System Based on Spectrum Layer Effective date of registration: 20231102 Granted publication date: 20210430 Pledgee: Industrial Bank Co.,Ltd. Shanghai Minhang sub branch Pledgor: Shanghai Weizhi Zhuoxin Information Technology Co.,Ltd. Registration number: Y2023310000711 |