CN112637823B - 一种基于蓝牙设备的层次渐进定位方法 - Google Patents
一种基于蓝牙设备的层次渐进定位方法 Download PDFInfo
- Publication number
- CN112637823B CN112637823B CN202011430690.6A CN202011430690A CN112637823B CN 112637823 B CN112637823 B CN 112637823B CN 202011430690 A CN202011430690 A CN 202011430690A CN 112637823 B CN112637823 B CN 112637823B
- Authority
- CN
- China
- Prior art keywords
- point
- bluetooth beacon
- circle
- points
- coordinate
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000000750 progressive effect Effects 0.000 title claims abstract description 11
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 238000012937 correction Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012821 model calculation Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- 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
- 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
- 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
本发明提供了一种基于蓝牙设备的层次渐进定位方法,包括以下步骤:步骤1,基于蓝牙信标点布设结构渐进优选蓝牙信标定位框架;步骤2,基于优选定位框架,利用改进三边定位算法估计目标点的可能坐标值;步骤3,结合所有可能坐标值估计目标点最终坐标。本发明解决了三边定位算法中蓝牙信标的信号强度偏离真实值所引发的定位精度下降问题,可极大提高经典三边定位算法的计算准确度,并有利于降低应用成本。
Description
技术领域
本发明涉及室内定位领域,具体地,涉及一种基于蓝牙设备的层次渐进定位方法。
背景技术
2013年,苹果公司推出基于低功耗蓝牙模块的定位系统,即iBeacon,基于BLE(Bluetooth Low Energy)4.0协议的高精度室内定位技术已经成为研究热点。
目前,常见的蓝牙定位算法包括三边定位算法和位置指纹法算法,两项算法的基础是蓝牙信号强度(RSSI,Received Signal Strength Indication接收的信号强度指示)路径损耗模型,该模型可拟合不同环境下蓝牙信标点与目标点间的距离(RSSI拟合距离)。具体来说,三边定位算法绘制以三个蓝牙信标点为圆心以RSSI拟合距离为半径的圆,并以三圆交点确定目标点坐标。但受外部环境和元件固有误差的影响,RSSI路径损耗模型的拟合精确度难以控制,导致三边定位算法中三圆交点与实际目标点之间普遍存在较大误差,工程应用效果较差。另一种位置指纹算法将定位区域划分为若干栅格,该算法在离线阶段采集每个栅格内收集到的蓝牙信号强度RSSI并构建与栅格关联的蓝牙信标强度位置指纹库,在线阶段利用实时接收到的RSSI值与位置指纹库进行匹配,搜索得到目标点所在位置。该算法可大幅提高定位精度,但位置指纹库的建立和维护的成本较高,不利于泛化普及。
发明内容
发明目的:针对现有技术中的缺陷,本发明基于经典三边定位算法,结合室内蓝牙信标点的布设结构,提出基于蓝牙信标点布设结构的渐进式三边定位算法。该算法首先结合蓝牙信标点位逐层缩小目标所在范围,再利用改进的经典三边定位算法确定目标点坐标。本发明具体提供了一种基于蓝牙设备的层次渐进定位方法,包括如下步骤:
步骤1,基于蓝牙信标点布设结构逐步构建三层蓝牙信标定位框架;
步骤2,基于定位框架,利用改进三边定位算法估计目标点的可能坐标值;
步骤3,结合所有可能坐标值估计目标点最终坐标。
步骤1包括:
在需定位区域内建立平面直角坐标系,沿x轴和y轴等间距布设蓝牙信标点,布设间距为δ;记蓝牙信标点的集合为I,第i个蓝牙信标点的平面坐标为(xi,yi),其蓝牙信号强度为RSSI(i),选择信号最强的点作为第一参考蓝牙信标点,记为点i*,坐标为(x*,y*):
i*=argmaxRSSI(i),i∈I,
构建包含9个蓝牙信标点的第一层蓝牙信标定位框架,第一层蓝牙信标定位框架由集合B中包含的蓝牙信标点组成:
B={bn=1=i*,bn≠1=i'|(xi'-x*)2+(yi'-y*)2≤2δ2},n≤9,
其中,bn=1为集合B中首个蓝牙信标点,即为第一参考蓝牙信标点i*;bn≠1为集合B内其他蓝牙信标点,即与i*同行、同列、同对角线的相邻蓝牙信标点i’;δ为需定位区域内蓝牙信标点的布设间隔;
将B所围区域沿b1所在纵向线划分为2个不重叠区域,2个不重叠区域的边界分别由B的两个子集C1和C2中的蓝牙信标点组成:
C1和C2分别包含m个蓝牙信标点,其中,cm=1为C1和C2中首个蓝牙信标点,即为bn=1;c1,m≠1为集合B中横坐标小于等于x*的蓝牙信标点,c2,m≠1为集合B中横坐标小于等于x*的蓝牙信标点;
分别计算集合C1和C2内蓝牙信标点信号强度均值AVE(RSSI(C1))和AVE(RSSI(C2)),将均值较大的集合记作C*,C*包含的蓝牙信标点组成第二层蓝牙定位框架:
C*=argmax(AVE(RSSI(C1)),AVE(RSSI(C2))),
将C*所围区域沿c1所在横向线划分为2个不重叠区域,2个不重叠区域的边界分别由C*的两个子集D1和D2中的蓝牙信标点组成:
D1和D2分别包含l个蓝牙信标点,其中,dl=1为D1和D2中首个蓝牙信标点,即为cm=1;d1,l≠1为集合C*中横坐标小于等于x*的蓝牙信标点,d2,l≠1为集合C*中横坐标小于等于x*的蓝牙信标点;
分别计算集合D1和D2内蓝牙信标点信号强度均值AVE(RSSI(D1))和AVE(RSSI(D2)),将均值较大的集合记作D*,D*包含的蓝牙信标点组成第三层蓝牙定位框架:
D*=argmax(AVE(RSSI(D1)),AVE(RSSI(D2))),
在D*中重复有放回的选取三个蓝牙信标点组成W=l!/(3!×(l-3)!)个蓝牙信标点集合Kw{kwv},其中kwv为集合Kw中的元素即优选蓝牙信标点,w是取值范围为[1,W]的整数,v的取值为1,2,3,并执行步骤2。
步骤2包括:基于蓝牙信标信号强度RSSI的路径损耗模型计算目标点与蓝牙信标点kwv间的拟合距离r(kwv):
其中α,β为与环境有关的待设参数,RSSI(kwv)为测量得到的蓝牙信标点kwv的信号强度;
依据蓝牙信标点的布设间隔δ修正拟合距离r(kwv),得到修正值r’(kwv):
分别以kw1,kw2,kw3为圆心,以修正值r’(kwv)为半径画圆;所画圆分别标记为圆w1,圆w2,圆w3,三个圆的半径分别为r’(kw1),r’(kw1),r’(kw1),依据三个圆的位置关系,确定目标点的位置:
如果三圆两两相交,即圆w1与圆w2相交于点q12与q’12,圆w2与圆w3相交于点q23与q’23,圆w1与圆w3相交于点q23与q’23;取q12与q’12中距离圆w3圆心最近的点记为q* 12,其坐标(x* 12,y* 12),取q13与q’13中距离圆w2圆心最近的点记为q* 13,其坐标(x* 13,y* 13),取q23与q’23中距离圆w1圆心最近的点记为q* 23,其坐标(x* 23,y* 23);基于点q* 12,q* 13,q* 23,利用加权质心法求出目标点坐标估计值
如果圆w1与圆w2相交于点q12与q’12,圆w1与圆w3相交于点q13与q’13,圆w2圆w3无交点,取q12与q’12中距离圆w3圆心最近的一点记为q* 12,坐标为(x* 12,y* 12),取q13与q’13中距离圆w2圆心最近的一点记为q* 13,坐标为(x* 13,y* 13),计算目标点坐标估计值
如果圆w1与圆w2相交于点q12与q’12,圆w3与w1,w2均不相交,取q12与q’12中距离圆w3圆心最近的点记为q* 12,其坐标为(x* 12,y* 12),作q* 12与圆w3圆心(xw3,yw3)为端点的线段交圆w3于点q* 123,其坐标为(x* 123,y* 123),计算目标点坐标估计值
与现有技术相比,本发明具有如下的有益效果:
1、渐进式选取最优蓝牙信标点的方法通过不断缩小目标所在区域,解决了RSSI值有时不能真实反映蓝牙信标点与目标点之间距离的问题,极大提高定位精度。
2、本方法相较维护成本昂贵的位置指纹定位算法,成本低廉,更适用于的工程实施。
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为本发明的工作流程图;
图2为蓝牙信标定位框架的渐进选择过程示意图;
图3a至图3d为改进的三边定位法的示意图;
图4位实验例为RSSI随距离衰减规律;
图5为实验例定位结果与经典三边定位算法结果的对比图。
具体实施方式
本发明基于经典三边定位算法,结合室内蓝牙信标点的布设结构,提出基于蓝牙信标点布设结构的渐进式三边定位算法。
传统的三边定位算法依据路径损耗模型,拟合不同环境下蓝牙信标点与目标点间的距离(RSSI拟合距离),以三个蓝牙信标点为圆心以RSSI拟合距离为半径的圆,并以三圆交点确定目标点坐标。但受外部环境和元件固有误差的影响,RSSI路径损耗模型的拟合精确度难以控制,导致三边定位算法中三圆交点与实际目标点之间普遍存在较大误差,工程应用效果较差。
其次,在选定蓝牙信标点时,传统的三边定位法选定的是信号最强的三点,受室内环境的影响和元件的固有误差的影响,选取的信号最强的三个信标点并不一定是距离目标点位置较近的蓝牙信标点,这对室内定位的精度会造成一定的误差。
本发明中,采用以下技术克服上述困难:
本发明改进了三边定位法,在选定蓝牙信标点时,选择信号最好的蓝牙信标点以及同行、同列、同对角线的相邻蓝牙信标点组成框架,将框架逐次二分,依据RSSI均值的大小逐次缩小框架,选择定位所用的蓝牙信标点。
考虑到三圆的位置关系,分类讨论,根据不同的情况,计算目标点的位置。
下面更详细地将本发明的实施过程进行阐述。
如图1所示,本发明提供了一种基于蓝牙设备的层次渐进定位方法,包括如下步骤:
第一步,渐进选取蓝牙定位框架,在第一层选择信号最好的点作为第一参考点,选取其同行、同列、同对角线的相邻蓝牙信标点组成框架,将第一层框架纵向二分,选择RSSI均值较大的框架作为第二层框架,再将第二层框架横向二分,选择RSSI均值较大的框架设为第三层框架,框架内的点为后续定位算法中的优选蓝牙信标点。第二步,重复有放回的依次选择第三层框架内的3个蓝牙信标点组成多个蓝牙信标点组合,并基于上述组合使用改进的三边定位法计算目标点在第三层框架内的可能坐标。第三步,取所有估计坐标的平均值作为目标点的最终坐标。
设定蓝牙信标点布设如图2所示,在需定位区域内建立平面直角坐标系,沿x轴和y轴等间距布设蓝牙信标点,布设间距为δ。记蓝牙信标点的集合为I,第i个蓝牙信标点的平面坐标为(xi,yi)。其蓝牙信号强度为RSSI(i),选择信号最强的点作为第一参考点,记为点i*,坐标(x*,y*)。参见图2中坐标为(3.6,7)的点。
i*=argmax(RSSIi),i∈I,
构建第一层包含9个蓝牙信标点的定位框架,该框架由集合B中包含的蓝牙信标点组成:
B={bn=1=i*,bn≠1=i'|(xi'-x*)2+(yi'-y*)2≤2δ2},n≤9,
其中,bn=1为集合B中首个蓝牙信标点,即为第一参考蓝牙信标点i*;bn≠1为集合B内其他蓝牙信标点,即与i*同行、同列、同对角线的相邻蓝牙信标点i’;δ为需定位区域内蓝牙信标点的布设间隔。
将B所围区域沿b1所在纵向线划分为2个不重叠区域,两个区域的边界分别由B的两个子集C1和C2中包含的蓝牙信标点组成:
C1和C2分别包含m个信标点,其中,cm=1为C1和C2中首个蓝牙信标点,即为bn=1;c1,m≠1为集合B中横坐标小于等于x*的蓝牙信标点,c2,m≠1为集合B中横坐标小于等于x*的蓝牙信标点。
计算集合C1和C2内蓝牙信标点信号强度均值AVE(RSSI(C1))和AVE(RSSI(C2))将均值较大的集合记作C*,C*包含的蓝牙信标点组成第二层蓝牙定位框架:
C*=argmax(AVE(RSSI(C1)),AVE(RSSI(C2))),
参见图2,C*为第二幅图中阴影部分中蓝牙信标点的集合。将C*所围区域沿c1所在横向线划分为2个不重叠区域,两个区域的边界分别由C*的两个子集D1和D2中包含的蓝牙信标点组成:
D1和D2分别包含l个蓝牙信标点,其中,dl=1为D1和D2中首个蓝牙信标点,即为cm=1;d1,l≠1为集合C*中横坐标小于等于x*的蓝牙信标点,d2,l≠1为集合C*中横坐标小于等于x*的蓝牙信标点。
计算集合D1和D2内蓝牙信标点信号强度均值AVE(RSSI(D1))和AVE(RSSI(D2)),将均值较大的集合记作D*,D*包含的蓝牙信标点组成第三层蓝牙定位框架:
D*=argmax(AVE(RSSI(D1)),AVE(RSSI(D2))),
在D*中重复有放回的选取三个蓝牙信标点组成W=l!/(3!×(l-3)!)个蓝牙信标点集合Kw{kwv},其中kwv为集合Kw中的元素即优选蓝牙信标点,w是取值范围为[1,W]的整数,v的取值为1,2,3,并执行第二步。
基于蓝牙信标信号强度RSSI的路径损耗模型计算目标点与蓝牙信标点kwv间的拟合距离r(kwv):
其中α,β为与环境有关的待设参数,RSSI(kwv)为测量得到的蓝牙信标点kwv的信号强度。
依据蓝牙信标点的布设间隔δ修正拟合距离r(kwv),得到修正值r’(kwv);
分别以kw1,kw2,kw3为圆心,以修正值r’(kwv)为半径画圆;所画圆分别标记为圆w1,圆w2,圆w3,三圆半径分别为r’(kw1),r’(kw1),r’(kw1),依据三圆的位置关系,确定目标点的位置:
期间会出现一些特殊情况,见图3b,若三圆两两相交,即圆w1与圆w2于点q12与q’12,圆w2与圆w3交于点q23与q’23,圆w1与圆w3交于点q23与q’23;取q12与q’12中距离圆w3圆心最近的点记为q* 12坐标(x* 12,y* 12),取q13与q’13中距离圆w2圆心最近的点记为q* 13坐标(x* 13,y* 13),取q23与q’23中距离圆w1圆心最近的点记为q* 23坐标(x* 23,y* 23);基于点q* 12,q* 13,q* 23,利用加权质心法求出目标点坐标估计值
如图3c所示,若圆w1与圆w2相交于点q12与q’12,圆w1与圆w3相交于点q13与q’13,圆w2圆w3无交点,取q12与q’12中距离圆w3圆心最近的一点记为q* 12,坐标为(x* 12,y* 12),取q13与q’13中距离圆w2圆心最近的一点记为q* 13,坐标为(x* 13,y* 13),计算目标点坐标估计值
如图3d所示,若圆w1与圆w2相交于点q12与q’12,圆w3与w1,w2均不相交,取q12与q’12中距离圆w3圆心最近的点记为q* 12,坐标为(x* 12,y* 12),作q* 12与圆w3圆心(xw3,yw3)为端点的线段交圆w3于点q* 123,坐标为(x* 123,y* 123),计算目标点坐标估计值
下面通过一个实例来具体展示系统的工作流程和实际效果。
本实例的实验范围为:某大学民航学院实验室,面积约88平方米,蓝牙信标点布设距离为3米。
本实验包括两个阶段,第一阶段,蓝牙信标点布置(见图2),研究室内场景下RSSI随距离衰减规律(图4)。布设蓝牙信标点后,采集不同距离下的同一蓝牙信标点RSSI值,拟合RSSI路径损耗模型。第二阶段,模拟用户使用本系统定位的情况,实验按照发明内容每个步骤进行。当用户打开蓝牙定位所用的软件后,软件将手机中采集到的各蓝牙信标点的RSSI值上传到服务器,服务器端根据所上传的数据,按照本发明的第一步和第二步,渐进选择蓝牙信标定位框架,利用第二步中的改进的三边定位法计算目标点坐标。最后取所有可能定位坐标的平均值作为目标点的最终定位坐标。图5为实验示例的定点定位结果,其中左侧为经典三边定位法的定位结果,右侧为本发明的定位算法的定位结果,图中圆点为蓝牙信标点的位置,各次计算的目标点的位置如图中“x”标示,方形点为目标点的真实位置,黑色虚线为距离目标点1米的范围。通过多次试验,本发明的定位方法的定位误差均值为0.90米。
本发明提供了一种基于蓝牙设备的层次渐进定位方法,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)
1.一种基于蓝牙设备的层次渐进定位方法,其特征在于,包括以下步骤:
步骤1,基于蓝牙信标点布设结构逐步构建三层蓝牙信标定位框架;
步骤2,基于定位框架,利用改进三边定位算法估计目标点的可能坐标值;
步骤3,结合所有可能坐标值估计目标点最终坐标;
步骤1包括:
在需定位区域内建立平面直角坐标系,沿x轴和y轴等间距布设蓝牙信标点,布设间距为δ;记蓝牙信标点的集合为I,第i个蓝牙信标点的平面坐标为(xi,yi),其蓝牙信号强度为RSSI(i),选择信号最强的点作为第一参考蓝牙信标点,记为点i*,坐标为(x*,y*):
i*=argmaxRSSI(i),i∈I;
步骤1还包括:构建包含9个蓝牙信标点的第一层蓝牙信标定位框架,第一层蓝牙信标定位框架由集合B中包含的蓝牙信标点组成:
B={bn=1=i*,bn≠1=i'|(xi'-x*)2+(yi'-y*)2≤2δ2},n≤9,
其中,bn=1为集合B中首个蓝牙信标点,即为第一参考蓝牙信标点i*;bn≠1为集合B内其他蓝牙信标点,即与i*同行、同列、同对角线的相邻蓝牙信标点i’;δ为需定位区域内蓝牙信标点的布设间隔;
步骤1还包括:将B所围区域沿b1所在纵向线划分为2个不重叠区域,2个不重叠区域的边界分别由B的两个子集C1和C2中的蓝牙信标点组成:
C1和C2分别包含m个蓝牙信标点,其中,cm=1为C1和C2中首个蓝牙信标点,即为bn=1;c1,m≠1为集合B中横坐标小于等于x*的蓝牙信标点,c2,m≠1为集合B中横坐标小于等于x*的蓝牙信标点;
步骤1还包括:分别计算集合C1和C2内蓝牙信标点信号强度均值AVE(RSSI(C1))和AVE(RSSI(C2)),将均值较大的集合记作C*,C*包含的蓝牙信标点组成第二层蓝牙信标定位框架:
C*=argmax(AVE(RSSI(C1)),AVE(RSSI(C2))),
将C*所围区域沿c1所在横向线划分为2个不重叠区域,2个不重叠区域的边界分别由C*的两个子集D1和D2中的蓝牙信标点组成:
D1和D2分别包含l个蓝牙信标点,其中,dl=1为D1和D2中首个蓝牙信标点,即为cm=1;d1,l≠1为集合C*中横坐标小于等于x*的蓝牙信标点,d2,l≠1为集合C*中横坐标小于等于x*的蓝牙信标点;
步骤1还包括:分别计算集合D1和D2内蓝牙信标点信号强度均值AVE(RSSI(D1))和AVE(RSSI(D2)),将均值较大的集合记作D*,D*包含的蓝牙信标点组成第三层蓝牙信标定位框架:
D*=argmax(AVE(RSSI(D1)),AVE(RSSI(D2))),
在D*中重复有放回的选取三个蓝牙信标点组成W=l!/(3!×(l-3)!)个蓝牙信标点集合Kw{kwv},其中kwv为集合Kw中的元素,即优选蓝牙信标点,w是取值范围为[1,W]的整数,v的取值为1,2,3,并执行步骤2;
步骤2包括:基于蓝牙信标信号强度RSSI的路径损耗模型计算目标点与蓝牙信标点kwv间的拟合距离r(kwv):
其中α,β为与环境有关的待设参数,RSSI(kwv)为测量得到的蓝牙信标点kwv的信号强度;
依据蓝牙信标点的布设间隔δ修正拟合距离r(kwv),得到修正值r’(kwv):
分别以kw1,kw2,kw3为圆心,以修正值r’(kwv)为半径画圆;所画圆分别标记为圆w1,圆w2,圆w3,三个圆的半径分别为r’(kw1),r’(kw1),r’(kw1),依据三个圆的位置关系,确定目标点的位置:
如果三圆两两相交,即圆w1与圆w2相交于点q12与q’12,圆w2与圆w3相交于点q23与q’23,圆w1与圆w3相交于点q23与q’23;取q12与q’12中距离圆w3圆心最近的点记为q* 12,其坐标(x* 12,y* 12),取q13与q’13中距离圆w2圆心最近的点记为q* 13,其坐标(x* 13,y* 13),取q23与q’23中距离圆w1圆心最近的点记为q* 23,其坐标(x* 23,y* 23);基于点q* 12,q* 13,q* 23,利用加权质心法求出目标点坐标估计值
如果圆w1与圆w2相交于点q12与q’12,圆w1与圆w3相交于点q13与q’13,圆w2圆w3无交点,取q12与q’12中距离圆w3圆心最近的一点记为q* 12,坐标为(x* 12,y* 12),取q13与q’13中距离圆w2圆心最近的一点记为q* 13,坐标为(x* 13,y* 13),计算目标点坐标估计值
如果圆w1与圆w2相交于点q12与q’12,圆w3与w1,w2均不相交,取q12与q’12中距离圆w3圆心最近的点记为q* 12,其坐标为(x* 12,y* 12),作q* 12与圆w3圆心(xw3,yw3)为端点的线段交圆w3于点q* 123,其坐标为(x* 123,y* 123),计算目标点坐标估计值
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011430690.6A CN112637823B (zh) | 2020-12-07 | 2020-12-07 | 一种基于蓝牙设备的层次渐进定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011430690.6A CN112637823B (zh) | 2020-12-07 | 2020-12-07 | 一种基于蓝牙设备的层次渐进定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112637823A CN112637823A (zh) | 2021-04-09 |
CN112637823B true CN112637823B (zh) | 2022-04-22 |
Family
ID=75309490
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011430690.6A Active CN112637823B (zh) | 2020-12-07 | 2020-12-07 | 一种基于蓝牙设备的层次渐进定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112637823B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113115245B (zh) * | 2021-06-15 | 2021-08-10 | 北京奇岱松科技有限公司 | 基于蓝牙和室内路网信息的室内定位系统 |
CN117970400A (zh) * | 2024-03-29 | 2024-05-03 | 中国热带农业科学院农业机械研究所 | 基于北斗的海洋牧场异物收集装备定位方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103997781A (zh) * | 2014-04-15 | 2014-08-20 | 刘骐畅 | 区域定位基站系统及其区域定位方法 |
CN104837118A (zh) * | 2015-04-29 | 2015-08-12 | 辽宁工业大学 | 一种基于WiFi和BLUETOOTH的室内融合定位系统及方法 |
CN104902564A (zh) * | 2015-05-29 | 2015-09-09 | 东华大学 | 一种高健壮性和精度的三角形质心定位方法 |
CN106793078A (zh) * | 2017-01-05 | 2017-05-31 | 西安电子科技大学 | 基于rssi修正值双重定位的蓝牙室内定位方法 |
CN106814345A (zh) * | 2017-03-24 | 2017-06-09 | 西北工业大学 | 易于数据采集和高精度的室内定位方法 |
CN109151716A (zh) * | 2018-09-06 | 2019-01-04 | 杭州电子科技大学 | 一种基于iBeacon的优选信标节点的室内定位方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150112659A (ko) * | 2014-03-28 | 2015-10-07 | 한국전자통신연구원 | 단말 이동 방향 결정 및 위치 보정 방법, 그리고 이를 이용한 측위 장치 |
-
2020
- 2020-12-07 CN CN202011430690.6A patent/CN112637823B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103997781A (zh) * | 2014-04-15 | 2014-08-20 | 刘骐畅 | 区域定位基站系统及其区域定位方法 |
CN104837118A (zh) * | 2015-04-29 | 2015-08-12 | 辽宁工业大学 | 一种基于WiFi和BLUETOOTH的室内融合定位系统及方法 |
CN104902564A (zh) * | 2015-05-29 | 2015-09-09 | 东华大学 | 一种高健壮性和精度的三角形质心定位方法 |
CN106793078A (zh) * | 2017-01-05 | 2017-05-31 | 西安电子科技大学 | 基于rssi修正值双重定位的蓝牙室内定位方法 |
CN106814345A (zh) * | 2017-03-24 | 2017-06-09 | 西北工业大学 | 易于数据采集和高精度的室内定位方法 |
CN109151716A (zh) * | 2018-09-06 | 2019-01-04 | 杭州电子科技大学 | 一种基于iBeacon的优选信标节点的室内定位方法 |
Non-Patent Citations (2)
Title |
---|
A new indoor location technology using back propagation neural network and improved centroid algorithm;Zhang Hui-Qing;《Proceedings of the 31st Chinese Control Conference》;20121224;全文 * |
基于BP神经网络和改进质心算法的室内无线定位技术的研究;石晓伟;《中国优秀硕士学位论文全文数据库》;20130115;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112637823A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110225460B (zh) | 一种基于深度神经网络的室内定位方法及装置 | |
CN112637823B (zh) | 一种基于蓝牙设备的层次渐进定位方法 | |
CN107703480B (zh) | 基于机器学习的混合核函数室内定位方法 | |
CN105223546B (zh) | 基于接收信号强度和参考点位置双聚类的室内定位方法 | |
CN104469676B (zh) | 一种移动终端的定位方法及系统 | |
CN105704652B (zh) | 一种wlan/蓝牙定位中的指纹库采集和优化方法 | |
CN105872981B (zh) | 基于信号合成和人工神经网络的室内定位方法 | |
CN108307301B (zh) | 基于rssi测距和轨迹相似性的室内定位方法 | |
CN109375168B (zh) | 一种基于rssi的低速移动车辆定位方法 | |
CN108318856A (zh) | 一种异构网络下快速精准的目标定位与跟踪方法 | |
US20230152121A1 (en) | Indoor map generation method and apparatus | |
CN114998395A (zh) | 一种有效的堤岸三维数据变化检测方法及系统 | |
Arai et al. | Color radiomap interpolation for efficient fingerprint wifi-based indoor location estimation | |
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 | |
CN106650595A (zh) | 地块边界识别的方法及边界识别装置 | |
CN110493853A (zh) | 一种高铁专网基站的排序方法 | |
CN108519579B (zh) | 基于区间重叠度分析优选AP的WiFi指纹定位方法 | |
CN109581286B (zh) | 一种二维指纹分布室内定位方法及结构 | |
CN111735449B (zh) | 一种地磁匹配定位方法及装置 | |
CN114710744A (zh) | 一种深度融合WiFi测距与PDR推算的室内定位方法 | |
CN114488247A (zh) | 一种基于高精度北斗差分定位分析装备机动能力的方法 | |
CN110687502B (zh) | 一种基于最小二乘定位的短波测向数据集标注方法 | |
CN111629321A (zh) | 基于离群点剥离的中值卡尔曼滤波的定位方法 | |
CN103731917A (zh) | 消除多天线方向偏差的wlan定位方法 | |
CN114063012B (zh) | 应用于机场场面监视多点定位系统的目标定位方法及系统 |
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 |