CN113382356B - 一种基于蓝牙信号的室内定位方法 - Google Patents

一种基于蓝牙信号的室内定位方法 Download PDF

Info

Publication number
CN113382356B
CN113382356B CN202110679267.8A CN202110679267A CN113382356B CN 113382356 B CN113382356 B CN 113382356B CN 202110679267 A CN202110679267 A CN 202110679267A CN 113382356 B CN113382356 B CN 113382356B
Authority
CN
China
Prior art keywords
node
signal
fixed
fixed node
nodes
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
CN202110679267.8A
Other languages
English (en)
Other versions
CN113382356A (zh
Inventor
王贺
高健伦
顾志诚
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.)
Hangzhou Yaguan Technology Co ltd
Original Assignee
Hangzhou Yaguan Technology 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 Hangzhou Yaguan Technology Co ltd filed Critical Hangzhou Yaguan Technology Co ltd
Priority to CN202110679267.8A priority Critical patent/CN113382356B/zh
Publication of CN113382356A publication Critical patent/CN113382356A/zh
Application granted granted Critical
Publication of CN113382356B publication Critical patent/CN113382356B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/025Services making use of location information using location based information parameters
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/38Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/003Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment

Landscapes

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

Abstract

一种基于蓝牙信号的室内定位方法,属于无线定位技术领域,包括以下步骤:步骤S1,建立指定监测环境中,固定节点的信号传播模型;步骤S2,当移动节点从固定节点取得信号强度信息后,根据历史信息判断是否使用当下的最强信号的固定节点的信号传播模型的参数;步骤S3,通过三角定位法,计算移动节点的目标位置。本方案针对不同的监测环境,建立与之相适应的信号传播模型,而不是采用通用常数。同时,本方案采用多次修正,使得信号衰减因子更加贴合实际数值,降低多重路径效应对信号强度所造成的影响。

Description

一种基于蓝牙信号的室内定位方法
技术领域
本发明属于无线定位技术领域,具体涉及为一种基于蓝牙信号的室内定位方法。
背景技术
定位分为室外定位和室内定位。室外定位通常采用以GPS或者北斗为基础的定位方式。在室内时,GPS或者北斗信号减弱,定位效果差。因此,室内定位通常采用wifi室内定位、uwb室内定位、蓝牙室内定位。
wifi室内定位,需要使用路由器,而路由器能耗较高,必须接入交流电源,其布线需要较大的施工量。uwb室内定位,需要专门的接收信号的终端,普通的手机无法接收这类信号。蓝牙室内定位的优点在于,部署简单且成本低廉,普通的手机都有蓝牙模块,具有很好的应用基础。
公开号为CN112423223A的中国专利公开了一种使用蓝牙信号的室内定位系统及定位方法,其通过三角定位算法对推算出当前三角区域的蓝牙信息,查询数据库找到准后的定位点位置,使用惯性定位导航辅助定位,使得定位的稳定性和精度得到进一步提升,达到最后的室内定位效果。
但是,蓝牙的信号,是经多个路径传送到接收端,信号强度会因为折射、反射等原因增强或者衰减(多重路径效应),单纯采用三角定位算法,偏离了现实的应用场景,数据库的查询修正仅仅起到辅助作用,无法完全修正因为单纯采用三角定位算法所带来的定位偏差。
发明内容
本发明的目的在于克服上述提到的缺陷和不足,而提供一种基于蓝牙信号的室内定位方法。
本发明实现其目的采用的技术方案如下。
一种基于蓝牙信号的室内定位方法,包括以下步骤:
步骤S1,建立指定监测环境中,固定节点的信号传播模型;
步骤S101,指定监测环境中,令一个固定节点作为参考节点,获取第i个固定节点的坐标(xi,yi),i=1...N,其中N为固定节点的总个数;令采样时间为Ts,固定节点发送信号强度为Pt,第i个固定节点接收的信号强度为Pri;设P=[Pri Pri ... PrN]T,信号传输模型为:
Figure DEST_PATH_IMAGE002
(1);
(1)式中,Pr0为参考节点所接收到的信号强度,di为第i个固定节点和移动节点的间距,d0为参考节点和移动节点的间距(通常设置为1米),ε为信号衰减因子;
步骤S102,选取监测环境中的一个移动节点为训练点,已知该训练点的坐标(x0,y0)、第i个固定节点接收的信号强度为Pri、d0为1米,则: 固定节点和训练点的间距
Figure DEST_PATH_IMAGE004
对固定节点信号进行采样,且采用次数为n,将收集好的固定节点信号储存于阵列Pri=[RSSI1,RSSI2,...,RSSIn],然后使用温塞平均值法进行过滤,取得去除极端值的平均值;
步骤S103,令d0为1米,由(1)式和固定节点信号平均值Pri可以推导出:
Figure DEST_PATH_IMAGE006
(3);
(3)式通过最小平方差法得到:
C=(DTD)-1DTP (4);
求解(4)式的向量C后,向量C里面的两个元素即为信号传播模型的参数:Pr0、ε;
步骤S104,返回步骤S101,令下一个固定节点作为参考节点,直到所有固定节点均建立信号传播模型;
步骤S2,当移动节点从固定节点取得信号强度信息后,根据历史信息判断是否使用当下的最强信号的固定节点的信号传播模型的参数;
步骤S3,通过三角定位法,计算移动节点的目标位置。
进一步,步骤S102,将固定节点信号作递减排序,删除阵列前端20%和后端20%的信息,然后在阵列前端补上剩余资料中的最大值,在阵列后端补上剩余资料中的最小值,使得阵列维持删除前的信息数量,然后再计算过滤后的信号强度平均值;第i个固定节点接收的信号强度平均值计算公式如下:
Pri
Figure DEST_PATH_IMAGE008
进一步,步骤S201,建立历史信息,将步骤S102中的过滤后的信号强度阵列作为固定节点信号的历史信息,并计算固定节点接收的信号强度平均值,并在信号强度平均值前后设定一个标准差作为容许范围。
步骤S202,当下的最强信号的固定节点的信号强度,落入该容许范围,则启用当下的最强信号的固定节点在步骤S1中其作为参考节点时的信号传播模型的参数,即以该最强信号的固定节点为参考节点,计算信号衰减因子ε;否则使用步骤1中当该移动节点作为训练点时所采用的参考节点的信号传播模型的参数。
进一步,步骤S3,包括以下步骤:
步骤S301,通过步骤2选出信号最强的三个固定节点,并取得这三个固定节点所分别对应的信号衰减因子,然后根据公式(1)的简单信号传播模型,得到固定节点与移动节点的目标位置之间的距离:
Figure DEST_PATH_IMAGE010
其中Pr0与ε为换算时所采用的环境参数,RSSI为输入的信号强度,D’为固定节点与移动节点的目标位置之间的距离,单位为米;
步骤S302,将三个固定节点两两分组,得到三组节点;每组节点中,第一个固定节点位置为P0=(x0,y0),第一个固定节点距离与移动节点的目标位置之间的距离为r0,第二个固定节点位置为P1=(x1,y1),第二个固定节点距离与移动节点的目标位置之间的距离为r1,求解信号范围相交的两个点P3的位置P3=(x3,y3)。
进一步,步骤S302,求解过程如下:
令P0与P1为两个固定节点,r0与r1为信号强度转换成的间距,以P0为圆心、r0与r1为半径做第一个圆,以P1为圆心、r1为半径做第二个圆,两圆的两个交点处为P3,以两个P3为端点连成线段P3P3,连接点P0与点P1形成直线P0P1,线段P3P3和直线P0P1垂直交叉处为P2,P2到P3的线段长为h,P2到P0的线段长为a,P2到P1的线段长为b;由于三角形P0P2P3与P1P2P3为直角三角形,可以得出公式(5):
a2+h2=r0 2 和b2+h2=r1 2 (5);
设d=a+b,则求解a:
a=(r0 2-r1 2+d2)/(2d) (6);
将公式(5)移项得到h2=r0 2-a2,然后把公式(6)代入求解h;
由于a/d=(P2-P0)/(P1-P0),所以,P2=P0+a(P1-P0)/d (7);
设P0=(x0,y0),P1=(x1,y1),P2=(x2,y2),求解P3=(x3,y3):
x3=x2±h(y1-y0)÷d (8);
y3=y2∓h(x1-x0)÷d (9);
步骤S303,每组节点算得两个点P3,三组节点共算得六个点P3,选取这六个点P3之中三个彼此最靠近的点P3,然后再平均这三个彼此最靠近的点P3的坐标,得到移动节点的目标位置。
在复杂的室内环境下,RSSI的随机性特别明显,容易受到时间、空间、温度、场景等变化的影响。因此,本方案针对不同的监测环境,建立与之相适应的信号传播模型,而不是采用通用常数。同时,本方案采用多次修正,使得信号衰减因子更加贴合实际数值,降低多重路径效应对信号强度所造成的影响。
第一次修正,对固定节点信号进行采样,使用温塞平均值法(Winsorized mean)进行过滤,取得去除极端值的平均值,从而过滤到前后不可信的数值。
第二次修正,根据历史信息判断是否使用当下的最强信号的固定节点的信号传播模型的参数。当下的最强信号的固定节点的信号强度处于可信区间时候,就采用该固定节点的信号强度的信号传播模型的参数,否则就采用历史信号传播模型的参数。
第三次修正,三角定位法中,将移动节点最有可能的位置设定在一个范围中,而不是一个固定点,并通过计算可能位置的均值,得到最终的移动节点的目标位置。
附图说明
图1是本发明的三角定位法示意图;
图2是本发明的三角定位法的线段与点示意图;
图3是本发明的步骤1的节点方位图。
具体实施方式
下面结合附图,对本发明作进一步详细说明。
固定节点,搭载有蓝牙模块的无线传感器装置,用以侦测环境和与移动节点信息沟通。
移动节点,搭载有蓝牙模块的用户设备。
RSSI,(Rreceived Signal StrengthIndication,接收信号强度指示),是基站侧指标,主要应用于发射机和接收机之间的距离测量,测距理论是:依据无线电波或声波在介质中传输,信号功率是随传播距离衰减的原理。本方案采用IEEE802.11标准中的RSSI,其信号越强则数值越大,以0为最大值。
一种基于蓝牙信号的室内定位方法,包括以下步骤:
步骤S1,建立指定监测环境中,固定节点的信号传播模型。
信号传播模型的信号衰减因子ε,表示信号在该环境中的传输状况,而信号衰减因子ε容易受到湿度、温度等变化的影响,因此,每个场景的信号衰减因子ε都有差异。所以,本方案,针对指定监测环境,专门计算其专有的信号衰减因子ε,而不是采用通用数值,从而能更精准的适应场景,切合实际应用。
步骤S101,指定监测环境中,令一个固定节点作为参考节点,获取第i个固定节点的坐标(xi,yi),i=1...N,其中N为固定节点的总个数;令采样时间为Ts,固定节点发送信号强度为Pt,第i个固定节点接收的信号强度为Pri;设P=[Pri Pri ... PrN]T,信号传输模型为:
Figure DEST_PATH_IMAGE002A
(1);
(1)式中,Pr0为参考节点所接收到的信号强度,di为第i个固定节点和移动节点的间距,d0为参考节点和移动节点的间距(通常设置为1米),ε为信号衰减因子。
步骤S102,选取监测环境中的一个移动节点为训练点,已知该训练点的坐标(x0,y0),第i个固定节点接收的信号强度为Pri,d0为1米,则: 固定节点和训练点的间距
Figure DEST_PATH_IMAGE004A
对固定节点信号进行采样,且采用次数为n(例如100次),将收集好的固定节点信号储存于阵列Pri=[RSSI1,RSSI2,...,RSSIn],然后使用温塞平均值法(Winsorized mean)进行过滤,取得去除极端值的平均值。具体如下:将固定节点信号作递减排序,删除阵列两端的信息,例如删除阵列前端20%和后端20%的信息,然后在阵列前端补上剩余资料中的最大值,在阵列后端补上剩余资料中的最小值,使得阵列维持删除前的信息数量,然后再计算过滤后的信号强度平均值;第i个固定节点接收的信号强度平均值计算公式如下:
Pri
Figure DEST_PATH_IMAGE008A
(2);
步骤S103,令d0为1米,由(1)式和(2)式可以推导出:
Figure DEST_PATH_IMAGE006A
(3);
(3)式通过最小平方差法得到:
C=(DTD)-1DTP(4);
求解(4)式的向量C后,向量C里面的两个元素即为信号传播模型的参数:Pr0、ε。
步骤S104,返回步骤S101,令下一个固定节点作为参考节点,直到所有固定节点均建立信号传播模型。
步骤S1取得的环境参数是传播模型中的信号衰减因子ε。
步骤S2,当移动节点从固定节点取得信号强度信息后,根据历史信息判断是否使用当下的最强信号的固定节点的信号传播模型的参数。
为了避免多重路径效应对信号强度所造成的影响,以最强信号的节点为参考节点计算信号衰减因子。由于信号的不稳定性,无法判断一个返回最强信号的固定节点,是否能够代表当下距离移动节点最近的固定节点。因此需要做进一步验证,求出信号样本的历史资料的平均以及前后一个标准差作为容许范围,当最强信号落入该容许范围,则采信最强信号的节点为参考节点。
步骤S201,建立历史信息,将步骤S102中的过滤后的信号强度阵列作为固定节点信号的历史信息,并计算固定节点接收的信号强度平均值,并在信号强度平均值前后设定一个标准差作为容许范围。
步骤S202,当下的最强信号的固定节点的信号强度,落入该容许范围,则启用当下的最强信号的固定节点在步骤S1中其作为参考节点时的信号传播模型的参数,即以该最强信号的固定节点为参考节点,计算信号衰减因子ε;否则使用步骤1中当该移动节点作为训练点时所采用的参考节点的信号传播模型的参数。
因此,步骤2,通过置信区间的设立,选定参考节点。当最强信号的固定节点的信号强度落于置信区间时,则其成为参考节点,否则,以步骤1中该移动节点作为训练点时采用的参考节点,作为步骤3中结算距离的固定节点。所以,步骤3中的三角定位法的三个角,并非一定是即时信号最强的三个固定节点,而是经过筛选了的,也有可能是历史信号最强的固定节点。所以,步骤3中的三角定位法的三个角信号强度,也有可能是历史信号最强的固定节点在即时的信号强度。
步骤S3,通过三角定位法,计算移动节点的目标位置。
当取得信号强度之后,就要将信号强度转化为距离。本方案使用三角定位法。三角定位法是选出信号强度最强的三个固定节点,然后将信号强度转换为固定节点到移动节点的直线距离,并将此距离作为半径来做圆,三个圆的交叉点就为目标位置。
但是由于信号强度的不稳定性,这个三个圆形的交叉处并不会刚好是一个点,而是一个范围。如图1所示,三个圆的圆心为固定节点,r1、r2、r3是信号强度转换后的距离,三角形标点所在的点为两个圆的交点,表示移动节点相对于这两个圆心所在的固定节点的可能位置。中心处的三个三角形标点所构成的三角相交范围表示移动节点相对于三个固定节点的可能位置,最后再平均中心处的三个三角形标点的坐标,得到移动节点最有可能的位置,也就是五角星标点所在的位置。
步骤S301,通过步骤2选出信号最强的三个固定节点,并取得这三个固定节点所分别对应的信号衰减因子,然后根据公式(1)的简单信号传播模型,得到固定节点与移动节点的目标位置之间的距离:
Figure DEST_PATH_IMAGE010A
其中Pr0与ε为换算时所采用的环境参数,RSSI为输入的信号强度,D’为固定节点与移动节点的目标位置之间的距离,单位为米。
步骤S302,将三个固定节点两两分组,得到三组节点;每组节点中,第一个固定节点位置为P0=(x0,y0),第一个固定节点距离与移动节点的目标位置之间的距离为r0,第二个固定节点位置为P1=(x1,y1),第二个固定节点距离与移动节点的目标位置之间的距离为r1,求解信号范围相交的两个点P3的位置P3=(x3,y3);过程如下:
如图2所示,令P0与P1为两个固定节点,r0与r1为信号强度转换成的间距,以P0为圆心、r0与r1为半径做第一个圆,以P1为圆心、r1为半径做第二个圆,两圆的两个交点处为P3,以两个P3为端点连成线段P3P3,连接点P0与点P1形成直线P0P1,线段P3P3和直线P0P1垂直交叉处为P2,P2到P3的线段长为h,P2到P0的线段长为a,P2到P1的线段长为b。由于三角形P0P2P3与P1P2P3为直角三角形,可以得出公式(5):
a2+h2=r0 2 和b2+h2=r1 2 (5);
设d=a+b,则求解a:
a=(r0 2-r1 2+d2)/(2d) (6);
将公式(5)移项得到h2=r0 2-a2,然后把公式(6)代入求解h;
由于a/d=(P2-P0)/(P1-P0),所以,P2=P0+a(P1-P0)/d (7);
设P0=(x0,y0),P1=(x1,y1),P2=(x2,y2),求解P3=(x3,y3):
x3=x2±h(y1-y0)÷d (8);
y3=y2∓h(x1-x0)÷d (9)。
步骤S303,每组节点算得两个点P3,三组节点共算得六个点P3,选取这六个点P3之中三个彼此最靠近的点P3,然后再平均这三个彼此最靠近的点P3的坐标,得到移动节点的目标位置。
实验证明,本方案的80%的定位结果的精准度小于3米。
本发明按照实施例进行了说明,在不脱离本原理的前提下,本装置还可以作出若干变形和改进。应当指出,凡采用等同替换或等效变换等方式所获得的技术方案,均落在本发明的保护范围内。

Claims (3)

1.一种基于蓝牙信号的室内定位方法,其特征在于,包括以下步骤:
步骤S1,建立指定监测环境中,固定节点的信号传播模型;
步骤S101,指定监测环境中,令一个固定节点作为参考节点,获取第i个固定节点的坐标(xi,yi),i=1...N,其中N为固定节点的总个数;令采样时间为Ts,固定节点发送信号强度为Pt,第i个固定节点接收的信号强度为Pri;设P=[Pr1 Pr2 ... PrN]T,信号传输模型为:
Figure DEST_PATH_IMAGE001
(1);
(1)式中,Pr0为参考节点所接收到的信号强度;di为第i个固定节点和移动节点的间距;d0为参考节点和移动节点的间距,设置为1米;ε为信号衰减因子;
步骤S102,选取监测环境中的一个移动节点为训练点,已知该训练点的坐标(x0,y0)、第i个固定节点接收的信号强度为Pri、d0为1米,则:固定节点和训练点的间距
Figure 183178DEST_PATH_IMAGE002
对固定节点信号进行采样,且采用次数为n,将收集好的固定节点信号储存于阵列Pri=[RSSI1,RSSI2,...,RSSIn],然后使用温塞平均值法进行过滤,取得去除极端值的平均值;
将固定节点信号作递减排序,删除阵列前端20%和后端20%的信息,然后在阵列前端补上剩余资料中的最大值,在阵列后端补上剩余资料中的最小值,使得阵列维持删除前的信息数量,然后再计算过滤后的信号强度平均值;第i个固定节点接收的信号强度平均值计算公式如下:
Pri
Figure DEST_PATH_IMAGE003
步骤S103,令d0为1米,由(1)式和固定节点信号平均值Pri可以推导出:
Figure 431144DEST_PATH_IMAGE004
(3);
(3)式通过最小平方差法得到:
C=(DTD)-1DTP (4);
求解(4)式的向量C后,向量C里面的两个元素即为信号传播模型的参数:Pr0、ε;
步骤S104,返回步骤S101,令下一个固定节点作为参考节点,直到所有固定节点均建立信号传播模型;
步骤S2,当移动节点从固定节点取得信号强度信息后,根据历史信息判断是否使用当下的最强信号的固定节点的信号传播模型的参数;
步骤S201,建立历史信息,将步骤S102中的过滤后的信号强度阵列作为固定节点信号的历史信息,并计算固定节点接收的信号强度平均值,并在信号强度平均值前后设定一个标准差作为容许范围;
步骤S202,当下的最强信号的固定节点的信号强度,落入该容许范围,则启用当下的最强信号的固定节点在步骤S1中其作为参考节点时的信号传播模型的参数,即以该最强信号的固定节点为参考节点,计算信号衰减因子ε;否则使用步骤1中当该移动节点作为训练点时所采用的参考节点的信号传播模型的参数;
步骤S3,通过三角定位法,计算移动节点的目标位置。
2.根据权利要求1所述的一种基于蓝牙信号的室内定位方法,其特征在于,步骤S3,包括以下步骤:
步骤S301,通过步骤2选出信号最强的三个固定节点,并取得这三个固定节点所分别对应的信号衰减因子ε,然后根据公式(1)的简单信号传播模型,得到固定节点与移动节点的目标位置之间的距离:
Figure DEST_PATH_IMAGE005
其中Pr0与ε为换算时所采用的环境参数,RSSI为输入的信号强度,D’为固定节点与移动节点的目标位置之间的距离,单位为米;
步骤S302,将三个固定节点两两分组,得到三组节点;每组节点中,第一个固定节点位置为P0=(x0,y0),第一个固定节点距离与移动节点的目标位置之间的距离为r0,第二个固定节点位置为P1=(x1,y1),第二个固定节点距离与移动节点的目标位置之间的距离为r1,求解信号范围相交的两个点P3的位置P3=(x3,y3)。
3.根据权利要求2所述的一种基于蓝牙信号的室内定位方法,其特征在于,步骤S302,求解过程如下:
令P0与P1为两个固定节点,r0与r1为信号强度转换成的间距,以P0为圆心、r0与r1为半径做第一个圆,以P1为圆心、r1为半径做第二个圆,两圆的两个交点处为P3,以两个P3为端点连成线段P3P3,连接点P0与点P1形成直线P0P1,线段P3P3和直线P0P1垂直交叉处为P2,P2到P3的线段长为h,P2到P0的线段长为a,P2到P1的线段长为b;由于三角形P0P2P3与P1P2P3为直角三角形,可以得出公式(5):
a2+h2=r0 2 和b2+h2=r1 2 (5);
设d=a+b,则求解a:
a=(r0 2-r1 2+d2)/(2d) (6);
将公式(5)移项得到h2=r0 2-a2,然后把公式(6)代入求解h;
由于a/d=(P2-P0)/(P1-P0),所以,P2=P0+a(P1-P0)/d (7);
设P0=(x0,y0),P1=(x1,y1),P2=(x2,y2),求解P3=(x3,y3):
x3=x2±h(y1-y0)÷d (8);
y3=y2∓h(x1-x0)÷d (9);
步骤S303,每组节点算得两个点P3,三组节点共算得六个点P3,选取这六个点P3之中三个彼此最靠近的点P3,然后再平均这三个彼此最靠近的点P3的坐标,得到移动节点的目标位置。
CN202110679267.8A 2021-06-18 2021-06-18 一种基于蓝牙信号的室内定位方法 Active CN113382356B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110679267.8A CN113382356B (zh) 2021-06-18 2021-06-18 一种基于蓝牙信号的室内定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110679267.8A CN113382356B (zh) 2021-06-18 2021-06-18 一种基于蓝牙信号的室内定位方法

Publications (2)

Publication Number Publication Date
CN113382356A CN113382356A (zh) 2021-09-10
CN113382356B true CN113382356B (zh) 2022-07-15

Family

ID=77577877

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110679267.8A Active CN113382356B (zh) 2021-06-18 2021-06-18 一种基于蓝牙信号的室内定位方法

Country Status (1)

Country Link
CN (1) CN113382356B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009081686A (ja) * 2007-09-26 2009-04-16 Kyocera Corp 携帯端末、基地局及び携帯端末の位置検出方法
CN101801012A (zh) * 2010-01-29 2010-08-11 东南大学 混杂式传感器网络移动节点自适应定位方法
CN108307301A (zh) * 2018-01-29 2018-07-20 华侨大学 基于rssi测距和轨迹相似性的室内定位方法
CN108668246A (zh) * 2018-05-13 2018-10-16 索奇智能科技(北京)有限公司 一种可在超大型展会场馆快速部署的室内定位方法
CN109061616A (zh) * 2018-08-31 2018-12-21 南通大学 一种移动目标定位方法
CN111246383A (zh) * 2020-04-02 2020-06-05 无锡弘晓软件有限公司 基于蓝牙室内定位算法优化

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110102267A1 (en) * 2009-10-30 2011-05-05 Janiszewski Tom J Method and system for determining location information

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009081686A (ja) * 2007-09-26 2009-04-16 Kyocera Corp 携帯端末、基地局及び携帯端末の位置検出方法
CN101801012A (zh) * 2010-01-29 2010-08-11 东南大学 混杂式传感器网络移动节点自适应定位方法
CN108307301A (zh) * 2018-01-29 2018-07-20 华侨大学 基于rssi测距和轨迹相似性的室内定位方法
CN108668246A (zh) * 2018-05-13 2018-10-16 索奇智能科技(北京)有限公司 一种可在超大型展会场馆快速部署的室内定位方法
CN109061616A (zh) * 2018-08-31 2018-12-21 南通大学 一种移动目标定位方法
CN111246383A (zh) * 2020-04-02 2020-06-05 无锡弘晓软件有限公司 基于蓝牙室内定位算法优化

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A RSSI Localization Algorithm Based on Interval Analysis for Indoor Wireless Sensor Networks;Ligong Li;《2013 IEEE International Conference on Green Computing and Communications and IEEE Internet of Things and IEEE Cyber, Physical and Social Computing》;20131212;全文 *
基于RSSI测距修正和集员法节点定位算法;房亚群等;《计算机工程与设计》;20180216(第02期);全文 *
复杂环境下蓝牙定位模型优化方法研究;罗恒等;《计算机测量与控制》;20171125(第11期);全文 *

Also Published As

Publication number Publication date
CN113382356A (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
CN110856106B (zh) 基于uwb和气压计的室内高精度三维定位方法
CN103076592B (zh) 一种面向智能空间中服务机器人的精确无线定位方法
CN102209386A (zh) 一种室内无线定位方法及装置
CN108693547A (zh) 一种用于水下深潜器的导航系统及精准三点定位方法
CN103402258A (zh) 一种基于Wi-Fi的室内定位系统和方法
CN106162555A (zh) 室内定位方法及系统
CN102360076B (zh) 一种多维定位方法和装置
CN107396280A (zh) 一种基于rssi的室内定位系统和方法
CN105527605A (zh) 多模混合室内定位方法
CN107655474A (zh) 一种基于智能终端的导航方法及导航系统
CN109444814A (zh) 一种基于蓝牙和rfid融合定位的室内定位方法
CN107462905A (zh) 一种北斗gps双模定位方法、定位终端及定位系统
CN108737952A (zh) 基于rssi测距改进的多边形加权质心定位方法
Javaid et al. RSSI based node localization using trilateration in wireless sensor network
CN107703484A (zh) 无线传感器网络的精确定位算法
CN108566677A (zh) 一种指纹定位方法及装置
CN103888979A (zh) 一种基于无线局域网的室内定位方法
CN105973242B (zh) 一种高精度室外及室内组合导航定位系统
CN107607108A (zh) 一种室内移动目标的定位设备
CN113382356B (zh) 一种基于蓝牙信号的室内定位方法
CN113419264A (zh) 一种高精度室内外定位系统及室内外定位与过渡方法
CN104254125B (zh) 基于无线传感网的节点定位rssi算法的改进
CN112954591B (zh) 一种协同分布式定位方法及系统
Su et al. Localization algorithm based on difference estimation for wireless sensor networks
CN104678351A (zh) 一种基于ZigBee技术的室内定位系统的算法

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