CN113589231B - 一种基于声波的多手机定位方法 - Google Patents
一种基于声波的多手机定位方法 Download PDFInfo
- Publication number
- CN113589231B CN113589231B CN202110781500.3A CN202110781500A CN113589231B CN 113589231 B CN113589231 B CN 113589231B CN 202110781500 A CN202110781500 A CN 202110781500A CN 113589231 B CN113589231 B CN 113589231B
- Authority
- CN
- China
- Prior art keywords
- server
- sound wave
- mobile phone
- sample
- specific sound
- 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 26
- 230000009466 transformation Effects 0.000 claims abstract description 3
- 239000011159 matrix material Substances 0.000 claims description 21
- 238000005070 sampling Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000003491 array Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 7
- 235000007189 Oryza longistaminata Nutrition 0.000 description 6
- 240000007594 Oryza sativa Species 0.000 description 6
- 244000062793 Sorghum vulgare Species 0.000 description 6
- 125000004122 cyclic group Chemical group 0.000 description 6
- 235000019713 millet Nutrition 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000209094 Oryza Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000000060 site-specific infrared dichroism spectroscopy Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Classifications
-
- 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
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/30—Determining absolute distances from a plurality of spaced points of known location
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种基于声波的多手机定位方法。首先，任选一台手机作为服务端，其他为客户端，服务端建立无线热点，客户端自动连接至服务端；其次，服务端从WiFi信道发出启动麦克风录音指令，所有端开始录音，服务端发出一声特定的声波，间隔1s后，对客户端依次发送发声指令，时间间隔为1s，客户端收到发声指令则发出一声特定的声波，同时通过算法实时识别出特定的声波，记录样本索引，所有端发声完毕，把样本索引通过WiFi信道发送到服务端，服务端计算出各端两两之间的距离；最后，对所有距离应用多维尺度变换算法，得到各端的相对位置。本发明精度高，操作简单，无需GPS硬件支持，适用于室内多手机相对位置的快速确定。
Description
技术领域
本发明属于室内定位领域，具体涉及一种基于声波的多手机定位方法。
背景技术
室内定位是在室内环境中获取设备或用户位置的过程。RToF(return time offlight)，ToF(time of flight)，AoA(angle of arrival)和RSSI(received signalstrength indication)等定位技术被广泛使用。超宽带(UWB)，声波，超声波和射频识别(RFID)等多种无线技术可以用于室内定位。超宽带、超声波和射频识别都需要专有硬件，用于定位成本和要求较高，并不经济。
基于声波的定位技术通常是利用手机中的麦克风传感器来捕获声源或参考点发出的声信号，并估计用户相对于参考点的位置。基于声波定位的传统方法是传输已调制的声音信号，其中包含时间戳或其他与时间相关的信息，这些信号被麦克风传感器用于ToF估计。使用时间戳信息，必然引入不同设备之间时间记录不一致的误差。
发明内容
发明目的：本发明提出了一种基于声波的廉价、精确、快速的室内移动设备相对定位方法。
技术方案：本发明所述的一种基于声波的多手机定位方法，包括以下步骤：
(1)若干台手机，任选一台手机作为服务端，其他为客户端，服务端建立无线热点，客户端自动连接至服务端；
(2)服务端从WiFi信道发出启动麦克风录音指令，所有端(包含服务端)开始录音；接着服务端发出一声特定的声波，间隔1s后，对客户端依次发送发声指令，时间间隔为1s，客户端从WiFi信道收到发声指令则发出一声特定的声波，同时各端通过算法实时识别出特定的声波，记录下识别出的特定的声波样本索引；
(3)各客户端把记录下的样本索引发送到服务端，服务端收到后通过算法计算出各端两两之间的距离；
(4)对所有距离应用多维尺度变换算法，得到各端的相对位置；服务端将得到的相对位置通过WiFi信道广播到客户端，至此，所有手机均得到了其他手机的相对位置。
所述步骤(1)包括以下步骤：
(11)若干台手机，任选一台手机作为服务端，其他为客户端；
(12)服务端可以手动或自动开启关闭热点，获取连接至热点的所有客户端，并实时更新；
(13)客户端可以自动开启WiFi，并循环连接至事先设置好的热点，成功连接至热点后，获得IP地址并监听连接状态。
步骤(2)中录到的声音样本与特定的声波实时匹配方法：录制的声音样本以生成的特定声波的长度为滑动窗口长度，对逐个样本后移的滑动窗口计算协方差的线性相关度绝对值，此值为匹配系数，值越大则说明越匹配；在实时匹配的情况下，为节省存储空间，每次并不在匹配系数的所有历史值中直接比较大小寻找峰值，只存储长度为手机个数的样本索引数组IDX和匹配系数峰值数组CORR，两数组元素初始值分别为-1和0，滑动窗口后移迭代更新这两个数组中的元素。
步骤(2)中更新两数组中元素迭代更新的方法是：如果匹配系数小于或等于0.1，则样本索引增加1，即滑动窗口继续后移，如果匹配系数＞0.1，则进入循环节处理，手机个数为n，取i为循环变量，从0到n-1循环执行：如果当前样本索引与IDX[i]的差大于30000，且IDX[i]小于0，那么将匹配系数存入CORR[i]，将当前样本索引存入IDX[i]，滑动窗口继续后移；如果当前样本索引与IDX[i]的差小于30000，判断是否同时满足IDX[i]大于0、当前样本索引与IDX[i]的差小于4000及匹配系数大于CORR[i]这3个条件，如果同时满足这3个条件，那么将匹配系数存入CORR[i]，将当前样本索引存入IDX[i]，滑动窗口继续后移；如果不能同时满足这3个条件，滑动窗口继续后移；直到录音结束，即滑动窗口到达录制的声音样本数组末尾。
所述步骤(2)包括以下步骤：
(21)服务端从WiFi信道发出启动麦克风录音指令，所有端(包含服务端)开始录音；
(22)设振幅为32767，采样率R为48000Hz，频率起点为10000Hz，频率终点为15000Hz，持续时间0.161s，据此生成线性chirp声波，该声波作为特定的声波；
(23)服务端发出一声特定的声波，1s后，按照IP地址从小到大的顺序对客户端依次发送发声指令，时间间隔为1s；
(24)客户端从WiFi信道收到发声指令则发出一声特定的声波；
(25)各端之前已经开始录音，一边录音，一边将录到的声音样本与特定的声波进行匹配，记录匹配成功的声音样本的索引；各端记录下自身以及其他手机发出的特定的声波在录音中匹配到的样本索引，形成一个序列。
步骤(3)所述的计算两手机之间距离的计算方法是：d＝vt/2+d0，d是手机A和手机B的距离，单位为米，d0为受手机A自身麦克风到扬声器距离与声波端B自身麦克风到扬声器距离之和影响的常量，单位为米；v为声速，在空气中传播取343.4m/s，t＝(||Aa-Ab|-|Ba-Bb||)/R，t单位为秒；Aa是手机A记录的样本索引序列中，对应手机A发出特定的声波的索引，Ab是对应手机B发出特定的声波的索引；Ba是手机B记录的样本索引序列中，对应手机A发出特定的声波的索引，Bb是对应手机B发出特定的声波的索引；R是采样率，取48000Hz。
所述步骤(3)包括以下步骤：
(31)各端把自身记录下来的声波样本索引序列发送给服务端；
(32)服务端拥有所有端的声音样本索引序列，再根据计算两端之间距离的方法，计算出各端两两之间的距离。
所述步骤(4)包括以下步骤：
(41)将服务端计算出的距离存储为二维矩阵D，该二维矩阵元素disti，j为行序号i对应的手机与列序号j对应的手机之间的距离，对角线上的值都为0；
(42)对此二维矩阵应用多维尺度变换算法，输入距离矩阵D，其元素disti，j为样本xi到xj的距离，原始空间的距离矩阵维数为2，选取低维空间维数为2；算法输出为二维矩阵，每行是一个样本的二维坐标。
(43)服务端将得到的相对位置通过WiFi信道广播到客户端，至此，所有手机均得到了其他手机的相对位置。
有益效果：与现有技术相比，本发明的有益效果：1、无需额外基础设施，使用声波技术和无线技术充分应用了手机上的硬件条件：麦克风和扬声器以及WiFi模块；2、采用的实时声波匹配算法，节约程序空间开销和时间开销，提高效率。
附图说明
图1是本发明的流程图；
图2是本发明中手机组网示意图；
图3是本发明中手机发声过程示意图；
图4是本发明中手机坐标系图；
图5是本发明中手机实际位置与求得的手机位置。
具体实施方式
下面结合附图对本发明作进一步详细描述。
如图1所示，本发明主要包括以下步骤：
1、准备阶段：若干台手机，任选一台手机作为服务端，其他为客户端，服务端建立无线热点，客户端自动连接至服务端，如图2所示。
服务端可以手动或自动开启关闭热点，获取连接至热点的所有客户端，并实时更新；客户端可以自动开启WiFi，并循环连接至事先设置好的热点，成功连接至热点后，获得IP地址并监听连接状态。
一种基于安卓的具体实施方案是：
(1)服务端通过sendImplicitBroadcast()方法来发送隐式广播意图给广播接收器；
(2)在AndroidManifest.xml中注册广播接收器，用注册的广播接收器来监听自定义的广播意图，一旦拦截到意图，开始执行回调函数，实现开启或关闭AP热点的操作；
(3)客户端获取并核对所要连接的SSID，通过WifiConfiguration来完成网络连接配置，通过WifiManager来实现网络连接；
(4)最后创建NetworkConnectChangedReceiver广播接收器来监听WiFi连接状态的变化，如果连接中断或失败，则进行重新连接，同时通过其监听到的连接状态的变化来动态显示分配到的IP及连接状态。
2、播放与录音阶段：如图3所示，服务端从WiFi信道发出启动麦克风录音指令，所有端(包含服务端)开始录音；接着服务端发出一声特定的声波，1s后，对客户端以IP地址从小到大依次发送发声指令，时间间隔为1s，客户端从WiFi信道收到发声指令则发出一声特定的声波，同时通过算法实时识别出特定的声波，记录下识别出的特定的声波样本索引。
以本发明的一次实施为例。如图4所示，有4个智能手机，4点组成边长为1.5米的正方形摆放，手机编号与坐标对应关系见表1。
表1手机编号信息表
| 编号 | 0 | 1 | 2 | 3 |
| 手机名 | 红米NOTE9 | 坚果3 | 小米5 | 红米S2 |
| 坐标 | (0，1.5) | (1.5，1.5) | (1.5，0) | (0，0) |
| IP | 192.168.0.104 | 192.168.0.105 | 192.168.0.108 | 192.168.0.106 |
服务端从WiFi信道发出启动麦克风录音指令，所有端(包含服务端)开始录音；设振幅为32767，采样率R为48000Hz，频率起点为10000Hz，频率终点为15000Hz，持续时间0.161s，据此生成线性chirp声波，该声波作为特定的声波。
服务端发出一声特定的声波，1s后，按照IP地址从小到大的顺序对客户端依次发送发声指令，时间间隔为1s。
客户端从WiFi信道收到发声指令则发出一声特定的声波；
各端之前已经开始录音，一边录音，一边将录到的声音样本与特定的声波进行匹配，记录匹配成功的声音样本的索引。
录制的声音样本以生成的特定声波的长度为滑动窗口长度，对逐个样本后移的滑动窗口计算协方差的线性相关度绝对值，此值为匹配系数，值越大则说明越匹配；在实时匹配的情况下，为节省存储空间，每次并不在匹配系数的所有历史值中直接比较大小寻找峰值，只存储长度为手机个数的样本索引数组IDX和匹配系数峰值数组CORR，两数组元素初始值分别为-1和0，滑动窗口后移迭代更新这两个数组中的元素。
如果匹配系数小于或等于0.1，则样本索引增加1，即滑动窗口继续后移，如果匹配系数＞0.1，则进入循环节处理，手机个数为n，取i为循环变量，从0到n-1循环执行：如果当前样本索引与IDX[i]的差大于30000，且IDX[i]小于0，那么将匹配系数存入CORR[i]，将当前样本索引存入IDX[i]，滑动窗口继续后移；如果当前样本索引与IDX[i]的差小于30000，判断是否同时满足IDX[i]大于0、当前样本索引与IDX[i]的差小于4000及匹配系数大于CORR[i]这3个条件，如果同时满足这3个条件，那么将匹配系数存入CORR[i]，将当前样本索引存入IDX[i]，滑动窗口继续后移；如果不能同时满足这3个条件，滑动窗口继续后移；直到录音结束，即滑动窗口到达录制的声音样本数组末尾。
各端记录下自身以及其他手机发出的特定的声波在录音中匹配到的样本索引，形成一个序列。
各端获得的样本索引序列如表2所示，同一行是由同一个手机录音，同一列是同一次声波。
表2样本索引表
3、计算距离阶段：各客户端把记录下的样本索引发送到服务端，服务端收到后通过算法计算出各端两两之间的距离。
计算两端之间距离：d＝vt/2+d0，d是手机A和手机B的距离，单位为米，d0为受手机A自身麦克风到扬声器距离与声波端B自身麦克风到扬声器距离之和影响的常量，单位为米；v为声速，在空气中传播取343.4m/s，t＝(||Aa-Ab|-|Ba-Bb||)/R，t单位为秒；Aa是手机A记录的样本索引序列中，对应手机A发出特定的声波的索引，Ab是对应手机B发出特定的声波的索引；Ba是手机B记录的样本索引序列中，对应手机A发出特定的声波的索引，Bb是对应手机B发出特定的声波的索引；R是采样率，取48000Hz。
d0值为各手机两两之间实际距离为d时，采用声波测距由公式d0＝d-vt/2得出，表3给出各端两两之间的常量d0矩阵。
表3手机对常量表(米)
| 红米NOTE9 | 坚果3 | 小米5 | 红米S2 | |
| 红米NOTE9 | 0 | 0.3 | 0.3 | -1.7 |
| 坚果3 | 0.3 | 0 | -0.12 | 0 |
| 小米5 | 0.3 | -0.12 | 0 | 0 |
| 红米S2 | -1.7 | 0 | 0 | 0 |
各端把自身记录下来的声波样本索引序列发送给服务端；
服务端拥有所有端的声音样本索引序列，再根据计算两端之间距离的方法，计算出各端两两之间的距离。
根据计算方法，得到两手机之间距离矩阵D，如表4所示。
表4手机距离表(米)
| 红米NOTE9 | 坚果3 | 红米S2 | 小米5 | |
| 红米NOTE9 | 0 | 1.47 | 1.47 | 2.12 |
| 坚果3 | 1.47 | 0 | 1.95 | 1.67 |
| 红米S2 | 1.47 | 1.95 | 0 | 1.28 |
| 小米5 | 2.12 | 1.67 | 1.28 | 0 |
4、相对定位阶段：将服务端计算出的距离存储为二维矩阵D，该二维矩阵元素disti，j为行序号i对应的手机与列序号j对应的手机之间的距离，对角线上的值都为0；
对此二维矩阵应用多维尺度变换算法：
(1)输入距离矩阵D，其元素disti，j为样本xi到xj的距离，原始空间的距离矩阵维数为2，选取低维空间维数为2；
(2)算法输出为二维矩阵MDS，每行是一个样本的低维坐标，此处低维空间维数为2，所以该二维矩阵，每行是一个样本的二维坐标；
所得点坐标向量与实际坐标向量的欧式距离为0.30。
各点实际位置与算法所得位置距离如表5所示。如图5所示，算法所得位置与实际位置误差极小。
表5多维尺度变换所得手机坐标表(米)
| 编号 | 0 | 1 | 2 | 3 |
| 手机名 | 红米NOTE9 | 坚果3 | 小米5 | 红米S2 |
| 估计坐标 | (0.00，1.51) | (1.45，1.54) | (1.40，-0.11) | (0.15，-0.06) |
| 误差 | 0.01 | 0.06 | 0.15 | 0.16 |
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。
Claims (6)
1.一种基于声波的多手机定位方法，其特征在于，包括以下步骤：
(1)若干台手机，任选一台手机作为服务端，其他为客户端，服务端建立无线热点，客户端自动连接至服务端；
(2)服务端从WiFi信道发出启动麦克风录音指令，包含服务端的所有端开始录音；接着服务端发出一声特定的声波，间隔1s后，对客户端依次发送发声指令，时间间隔为1s，客户端从WiFi信道收到发声指令则发出一声特定的声波，同时各端通过算法实时识别出特定的声波，记录下识别出的特定的声波样本索引；各端通过时间区分样本索引对应的发声端；
(3)各客户端把记录下的样本索引发送到服务端，服务端收到后通过算法计算出各端两两之间的距离；两手机之间距离的计算方法是：d＝vt/2+d0，d是手机A和手机B的距离，单位为米，d0为受手机麦克风与扬声器距离影响的常量，单位为米；v为声速，在空气中传播取343.4m/s，t＝(||Aa-Ab|-|Ba-Bb||)/R，t单位为秒；Aa是手机A记录的样本索引序列中，对应手机A发出特定的声波的索引，Ab是对应手机B发出特定的声波的索引；Ba是手机B记录的样本索引序列中，对应手机A发出特定的声波的索引，Bb是对应手机B发出特定的声波的索引；R是采样率，取48000Hz；
(4)对所有距离应用多维尺度变换算法，得到各端的相对位置；服务端将得到的相对位置通过WiFi信道广播到客户端，至此，所有手机均得到了其他手机的相对位置。
2.根据权利要求1所述的一种基于声波的多手机定位方法，其特征在于，所述步骤(1)包括以下步骤：
(11)若干台手机，任选一台手机作为服务端，其他为客户端；
(12)服务端手动或自动开启关闭热点，获取连接至热点组网的所有客户端，并实时更新；
(13)客户端自动开启WiFi，并循环连接至事先设置好的热点，成功连接至热点后，获得IP地址并监听连接状态。
3.根据权利要求1所述的一种基于声波的多手机定位方法，其特征在于，所述步骤(2)包括以下步骤：
(21)服务端从WiFi信道发出启动麦克风录音指令，包含服务端的所有端开始录音；
(22)设振幅为32767，采样率R为48000Hz，频率起点为10000Hz，频率终点为15000Hz，持续时间0.161s，据此生成线性chirp声波，该声波作为特定的声波；
(23)服务端发出一声特定的声波，1s后，按照IP地址从小到大的顺序对客户端依次发送发声指令，时间间隔为1s；
(24)客户端从WiFi信道收到发声指令则发出一声特定的声波；
(25)各端之前已经开始录音，一边录音，一边将录到的声音样本与特定的声波进行匹配，记录匹配成功的声音样本的索引；各端记录下自身以及其他手机发出的特定的声波在录音中匹配到的样本索引，形成一个序列。
4.根据权利要求3所述的一种基于声波的多手机定位方法，其特征在于，所述步骤(25)中录到的声音样本与特定的声波实时匹配方法：录制的声音样本以生成的特定声波的长度为滑动窗口长度，对逐个样本后移的滑动窗口计算协方差的线性相关度绝对值，此值为匹配系数，值越大则说明越匹配；在实时匹配的情况下，为节省存储空间，每次并不在匹配系数的所有历史值中直接比较大小寻找峰值，只存储长度为手机个数的样本索引数组IDX和匹配系数峰值数组CORR，两数组元素初始值分别为-1和0，滑动窗口后移迭代更新这两个数组中的元素。
5.根据权利要求1所述的一种基于声波的多手机定位方法，其特征在于，所述步骤(3)包括以下步骤：
(31)各端把自身记录下来的声波样本索引序列从WiFi信道发送给服务端；
(32)服务端拥有所有端的声音样本索引序列，再根据计算两端之间距离的方法，计算出各端两两之间的距离。
6.根据权利要求1所述的一种基于声波的多手机定位方法，其特征在于，所述步骤(4)包括以下步骤：
(41)将服务端计算出的距离存储为二维矩阵D，该二维矩阵元素disti，j为行序号i对应的手机与列序号j对应的手机之间的距离，对角线上的值都为0；
(42)对此二维矩阵应用多维尺度变换算法，输入距离矩阵D，其元素disti，j为样本xi到xj的距离，原始空间的距离矩阵维数为2，选取低维空间维数为2；算法输出为二维矩阵，每行是一个样本的二维坐标；
(43)服务端将得到的相对位置通过WiFi信道广播到客户端，至此，所有手机均得到了其他手机的相对位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110781500.3A CN113589231B (zh) | 2021-07-09 | 2021-07-09 | 一种基于声波的多手机定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110781500.3A CN113589231B (zh) | 2021-07-09 | 2021-07-09 | 一种基于声波的多手机定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113589231A CN113589231A (zh) | 2021-11-02 |
| CN113589231B true CN113589231B (zh) | 2024-02-02 |
Family
ID=78246968
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110781500.3A Active CN113589231B (zh) | 2021-07-09 | 2021-07-09 | 一种基于声波的多手机定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113589231B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104683947A (zh) * | 2014-12-19 | 2015-06-03 | 上海虎符通信科技股份有限公司 | 基于声波的室内定位方法及商业信息的推送方法 |
| WO2015127858A1 (zh) * | 2014-02-27 | 2015-09-03 | 华为技术有限公司 | 室内定位方法和装置 |
| CN105323772A (zh) * | 2015-09-23 | 2016-02-10 | 浙江大学 | 一种基于智能手机的传感器网络节点自定位方法 |
| CN107124697A (zh) * | 2017-04-25 | 2017-09-01 | 福建师范大学 | 一种基于tdoa的室内手机定位方法 |
| CN108828501A (zh) * | 2018-04-29 | 2018-11-16 | 桂林电子科技大学 | 在室内声场环境中对移动声源进行实时跟踪定位的方法 |
| CN108965582A (zh) * | 2018-06-15 | 2018-12-07 | 王峥 | 基于手机app平台的语音呼叫系统 |
| CN108964787A (zh) * | 2018-07-06 | 2018-12-07 | 南京航空航天大学 | 一种基于超声波的信息广播方法 |
| CN111830463A (zh) * | 2020-06-02 | 2020-10-27 | 广州南方卫星导航仪器有限公司 | 一种基于tdoa的定位系统、方法及存储介质 |
| CN112188616A (zh) * | 2020-10-13 | 2021-01-05 | 江西三鑫医疗科技股份有限公司 | 一种基于声学感知的室内定位方法 |
-
2021
- 2021-07-09 CN CN202110781500.3A patent/CN113589231B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015127858A1 (zh) * | 2014-02-27 | 2015-09-03 | 华为技术有限公司 | 室内定位方法和装置 |
| CN104683947A (zh) * | 2014-12-19 | 2015-06-03 | 上海虎符通信科技股份有限公司 | 基于声波的室内定位方法及商业信息的推送方法 |
| CN105323772A (zh) * | 2015-09-23 | 2016-02-10 | 浙江大学 | 一种基于智能手机的传感器网络节点自定位方法 |
| CN107124697A (zh) * | 2017-04-25 | 2017-09-01 | 福建师范大学 | 一种基于tdoa的室内手机定位方法 |
| CN108828501A (zh) * | 2018-04-29 | 2018-11-16 | 桂林电子科技大学 | 在室内声场环境中对移动声源进行实时跟踪定位的方法 |
| CN108965582A (zh) * | 2018-06-15 | 2018-12-07 | 王峥 | 基于手机app平台的语音呼叫系统 |
| CN108964787A (zh) * | 2018-07-06 | 2018-12-07 | 南京航空航天大学 | 一种基于超声波的信息广播方法 |
| CN111830463A (zh) * | 2020-06-02 | 2020-10-27 | 广州南方卫星导航仪器有限公司 | 一种基于tdoa的定位系统、方法及存储介质 |
| CN112188616A (zh) * | 2020-10-13 | 2021-01-05 | 江西三鑫医疗科技股份有限公司 | 一种基于声学感知的室内定位方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于临近听域超声波TDOA室内定位的实现;齐恒;彭林宁;姜禹;胡爱群;;数据采集与处理(06);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113589231A (zh) | 2021-11-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1575325B1 (en) | Estimating the location of inexpensive wireless terminals by using signal strength measurements | |
| Xu et al. | High-accuracy TDOA-based localization without time synchronization | |
| US8867313B1 (en) | Audio based localization | |
| CN108717175B (zh) | 基于区域划分和稀疏支持向量回归的室内指纹定位方法 | |
| KR101749332B1 (ko) | 전파지문지도 기반 단말의 위치 인식 방법 | |
| EP3391074A1 (en) | Self-organizing hybrid indoor location system | |
| US8219116B1 (en) | Wireless base station location estimation | |
| CN102821397B (zh) | 定位测量载波选择及定位测量方法、定位处理装置及终端 | |
| Pourhomayoun et al. | Improving WLAN-based indoor mobile positioning using sparsity | |
| Chabbar et al. | Indoor localization using Wi-Fi method based on Fingerprinting Technique | |
| CN107305246B (zh) | 基于接收信号强度指示的定位方法和装置 | |
| CN106900057B (zh) | 一种基于测距的室内定位方法及系统 | |
| CN108650629B (zh) | 一种基于无线通信基站的室内三维定位算法 | |
| Tiku et al. | PortLoc: a portable data-driven indoor localization framework for smartphones | |
| Chen et al. | Improved two-step weighted least squares algorithm for TDOA-based source localization | |
| Abdelbari et al. | A novel DOA estimation method of several sources for 5G networks | |
| US8188920B2 (en) | Location measurement acquisition optimization with Monte Carlo simulation | |
| CN113589231B (zh) | 一种基于声波的多手机定位方法 | |
| CN111654808B (zh) | 一种更新指纹数据库的方法及系统、wifi定位方法及系统 | |
| JP2016170032A (ja) | 波源位置選択装置、波源位置算出装置、波源位置選択方法、波源位置算出方法、及びプログラム | |
| Zhang et al. | Indoor positioning based on FM radio signals strength | |
| CN106707232A (zh) | 一种基于群智感知的wlan传播模型定位方法 | |
| Bryan et al. | Geolocation of multiple noncooperative emitters using received signal strength: Sparsity, resolution, and detectability | |
| CN111726743A (zh) | 一种基于在线学习的wifi定位方法及系统 | |
| CN111654843A (zh) | 自动更新指纹数据库的方法及系统、wifi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 |