CN113709659B - 一种基于区域划分的自适应室内定位方法 - Google Patents
一种基于区域划分的自适应室内定位方法 Download PDFInfo
- Publication number
- CN113709659B CN113709659B CN202110843136.9A CN202110843136A CN113709659B CN 113709659 B CN113709659 B CN 113709659B CN 202110843136 A CN202110843136 A CN 202110843136A CN 113709659 B CN113709659 B CN 113709659B
- Authority
- CN
- China
- Prior art keywords
- communication
- positioning
- node
- grid
- target area
- 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
Images
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
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- 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
- H04W4/025—Services making use of location information using location based information parameters
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
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
本发明涉及一种基于区域划分的自适应室内定位方法,采用全新设计逻辑,基于对区域的精确覆盖区域与非精确覆盖区域的划分,以所设计指纹定位方法用于非精确覆盖区域中的定位,以及所设计无线测距定位方法用于精确覆盖区域中的定位,实现指纹定位方法与无线测距定位方法的切换应用,获得两种设计定位方法的优势互补,兼顾了定位过程中的精确度和实时性,能更好地适应于复杂室内环境下的定位,综合提高整体定位的精度与工作效率。
Description
技术领域
本发明涉及一种基于区域划分的自适应室内定位方法,属于室内定位技术领域。
背景技术
随着无线通信技术的进步,人们对位置信息的关注度愈加重视。目前,人们生产生活的大部分时间都处于室内。室内环境包括商场,家庭住宅,公司办公区和医院等地方,所以在室内环境下对人的定位变得尤为重要。
目前,有很多常用室内定位的技术,例如蓝牙技术、ZigBee技术、WiFi技术UWB技术等。但是受限于自身特性,这些技术的定位准确度较低,WiFi的准确度能达到1m左右,蓝牙技术准确度只有2.5m,而且这些定位技术的抗干扰能力较差,很难在一些阻挡物比较多、通信环境较差的情况下使用,UWB技术精确度较高,常用于一些特殊场景下的室内定位。
发明内容
本发明所要解决的技术问题是提供一种基于区域划分的自适应室内定位方法,采用全新设计逻辑,基于对区域的精确覆盖区域或非精确覆盖区域的划分,切换应用所设计指纹定位方法与所设计无线测距定位方法,实现室内定位,综合提高整体定位的精度与工作效率。
本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种基于区域划分的自适应室内定位方法,基于内部布设至少N个通信锚节点的目标区域,实现待定位通信节点在目标区域中的定位,其中,各个通信锚节点分别所对应的最大通信范围均覆盖全部目标区域,N不小于3;所述自适应室内定位方法包括实时执行如下步骤:
步骤A.获取待定位通信节点所在位置分别对应各通信锚节点的预设信息类型数据值,并结合各通信锚节点序号进行排序,构成待定位通信节点所在位置对应的预设信息类型数据值向量,然后进入步骤B;
步骤B.根据待定位通信节点所在位置对应的预设信息类型数据值向量,应用以通信节点所在位置对应预设信息类型数据值向量为输入、以通信节点在目标区域中网格坐标位置为输出的指纹定位模型,获得待定位通信节点在目标区域中网格坐标位置,然后进入步骤C;
步骤C.基于各通信锚节点分别所对应的稳定通信范围,获得覆盖待定位通信节点在目标区域中网格坐标位置的稳定通信范围的数量,并判断该数量是否不小于N,是则进入步骤D;否则执行步骤A至步骤B的方法,即指纹定位方法,获得待定位通信节点在目标区域中网格坐标位置,即实现待定位通信节点在目标区域中的定位;
步骤D.根据待定位通信节点所在位置分别对应各通信锚节点的预设信息类型数据值,按多点联合测距法,针对待定位通信节点进行定位,实现待定位通信节点在目标区域中的定位。
作为本发明的一种优选技术方案:所述步骤B中,按如下步骤B1至步骤B3,获得以通信节点所在位置对应预设信息类型数据值向量为输入、以通信节点所在目标区域中网格坐标位置为输出的指纹定位模型;
步骤B1.按预设网格尺寸,针对目标区域进行网格划分,获得目标区域中各个网格节点的网格坐标位置,然后进入步骤B2;
步骤B2.分别针对各个网格节点,获得网格节点所在位置对应各通信锚节点的预设信息类型数据值,并结合各通信锚节点序号进行排序,构成该网格节点所在位置对应的预设信息类型数据值向量,然后进入步骤B3;
步骤B3.根据各个网格节点,以网格节点所在位置对应预设信息类型数据值向量为输入,以网格节点的网格坐标位置为输出,针对预设网络模型进行训练,获得训练后的网络模型,作为指纹定位模型。
作为本发明的一种优选技术方案:所述步骤D包括如下步骤D1至步骤D3;
步骤D1.基于全部通信锚节点,获得任意n个通信锚节点构成锚点组合的全部各个锚点组合,并进入步骤D2;其中,n不小于3,且n不大于N;
步骤D2.分别针对各个锚点组合,根据待定位通信节点所在位置分别对应锚点组合中各通信锚节点的预设信息类型数据值,结合已知室内信号传播模型和衰落模型,测量获得待定位通信节点基于该锚点组合的定位坐标,进而获得待定位通信节点分别基于各锚点组合的定位坐标,然后进入步骤D3;
步骤D3.根据待定位通信节点分别基于各锚点组合的定位坐标,通过平均方式,获得待定位通信节点的定位坐标,即实现待定位通信节点在目标区域中的定位。
作为本发明的一种优选技术方案:所述预设信息类型为RSSI信息或TOA信息。
作为本发明的一种优选技术方案:所述n=3。
作为本发明的一种优选技术方案:所述通信锚节点为UWB模块。
本发明所述一种基于区域划分的自适应室内定位方法,采用以上技术方案与现有技术相比,具有以下技术效果:
(1)本发明所设计一种基于区域划分的自适应室内定位方法,采用全新设计逻辑,基于对区域的精确覆盖区域与非精确覆盖区域的划分,以所设计指纹定位方法用于非精确覆盖区域中的定位,以及所设计无线测距定位方法用于精确覆盖区域中的定位,实现指纹定位方法与无线测距定位方法的切换应用,获得两种设计定位方法的优势互补,兼顾了定位过程中的精确度和实时性,能更好地适应于复杂室内环境下的定位,综合提高整体定位的精度与工作效率。
附图说明
图1是本发明所设计基于区域划分的自适应室内定位方法的系统结构图;
图2是本发明所设计基于区域划分的自适应室内定位方法的体系流程图;
图3是本发明所设计实施例中关于区域划分推导示意图;
图4是本发明所设计基于区域划分的自适应室内定位方法中指纹定位方法流程图;
图5是三边质心法示意图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
本发明设计了一种基于区域划分的自适应室内定位方法,实际应用当中,如图1所示,基于内部布设至少N个通信锚节点的目标区域,实现待定位通信节点在目标区域中的定位,其中,各个通信锚节点分别所对应的最大通信范围均覆盖全部目标区域,N不小于3;所述自适应室内定位方法实际应用中,如图2所示,即应用定位控制服务器实时执行如下步骤A至步骤D。
步骤A.如图4所示,获取待定位通信节点所在位置分别对应各通信锚节点的预设信息类型数据值,并结合各通信锚节点序号进行排序,构成待定位通信节点所在位置对应的预设信息类型数据值向量,然后进入步骤B。
实际应用当中,这里的预设信息类型,具体可以选择RSSI信息或TOA信息;并且在实际实施应用中,针对通信锚节点,具体选择UWB模块,将获得信号质量好,测距效果精准的优点,进而提高后续对待定位通信节点的定位精度。
步骤B.如图4所示,根据待定位通信节点所在位置对应的预设信息类型数据值向量,应用以通信节点所在位置对应预设信息类型数据值向量为输入、以通信节点在目标区域中网格坐标位置为输出的指纹定位模型,获得待定位通信节点在目标区域中网格坐标位置,然后进入步骤C。
上述步骤B在实际应用中,按如下步骤B1至步骤B3,获得以通信节点所在位置对应预设信息类型数据值向量为输入、以通信节点所在目标区域中网格坐标位置为输出的指纹定位模型。
步骤B1.按预设网格尺寸,针对目标区域进行网格划分,获得目标区域中各个网格节点的网格坐标位置,然后进入步骤B2。
步骤B2.分别针对各个网格节点,获得网格节点所在位置对应各通信锚节点的预设信息类型数据值,并结合各通信锚节点序号进行排序,构成该网格节点所在位置对应的预设信息类型数据值向量,然后进入步骤B3。
步骤B3.根据各个网格节点,以网格节点所在位置对应预设信息类型数据值向量为输入,以网格节点的网格坐标位置为输出,针对预设网络模型进行训练,获得训练后的网络模型,作为指纹定位模型。
对于这里关于对目标区域进行的网格划分来说,需要获得各个网格节点的网格坐标位置,以及各网格节点所在位置分别对应的预设信息类型数据值向量,这里网格节点所对应的预设信息类型数据值向量,即为网格节点的指纹信息,
两个网格节点分别所对应指纹信息之间的距离,将反映了两个指纹信息之间的相似度,若两个指纹信息之间的距离小,则两个指纹信息的相似度大;若距离大,则两个指纹信息的相似度小,常用欧式距离来进行指纹间距离度量,关于对目标区域进行的网格划分,根据使度量距离达到最小的原则,设计用于网格划分的网格尺寸。
步骤C.基于各通信锚节点分别所对应的稳定通信范围,获得覆盖待定位通信节点在目标区域中网格坐标位置的稳定通信范围的数量,并判断该数量是否不小于N,是则即表示待定位通信节点此时位于精确覆盖区域,进入步骤D;否则即表示待定位通信节点此时位于非精确覆盖区域,执行步骤A至步骤B的方法,即指纹定位方法,获得待定位通信节点在目标区域中网格坐标位置,即实现待定位通信节点在目标区域中的定位。
实际应用中,关于对目标区域实现精确覆盖区域与非精确覆盖区域的划分来说,即根据各通信锚节点分别所对应的稳定通信范围,观察各稳定通信范围之间的重叠区域,具体如图3所示,求解其中阴影区域的边界,先连接AB、CD,过C点引垂线、过E点引水平线,相交于F,过B点引垂线,过A点引水平线,相交于H。
假设AB=d、AE=a、EB=b、CE=h;
又因为CFE相似于AHB,可得:
由此解得两圆交点分别为:
以上得到了两圆相交的交点解,由于区间表示有多种情况,需要分类讨论,文中仅举一例作为两圆相交区域:
由此类推四圆相交公共边界区域:每两个圆之间的出交点,边界只取交点范围以内的边界。
比如对于锚点1和锚点3所覆盖的区域:
我们假设交点为(xa,ya)和(xb,yb)其边界为:
对于多个锚节点覆盖区域而言,只需分析出全覆盖区域的每个几何交点为位置,根据交点选择每个锚节点的覆盖边界即可。
步骤D.根据待定位通信节点所在位置分别对应各通信锚节点的预设信息类型数据值,按多点联合测距法,针对待定位通信节点进行定位,实现待定位通信节点在目标区域中的定位。
上述步骤D在实际应用,具体执行如下步骤D1至步骤D3。
步骤D1.基于全部通信锚节点,获得任意n个通信锚节点构成锚点组合的全部各个锚点组合,并进入步骤D2;其中,n不小于3,且n不大于N。
实际应用当中,针对n,具体选择3,即在步骤D的实际应用中,这里即获得任意3个通信锚节点构成锚点组合的全部各个锚点组合。
步骤D2.分别针对各个锚点组合,根据待定位通信节点所在位置分别对应锚点组合中各通信锚节点的预设信息类型数据值,结合已知室内信号传播模型和衰落模型,测量获得待定位通信节点基于该锚点组合的定位坐标,进而获得待定位通信节点分别基于各锚点组合的定位坐标,然后进入步骤D3。
这里步骤D2在实际应用中,结合上述关于n的取值3来说,则这里即应用了三点测距定位法,由锚点组合中的三个通信锚节点对待定位通信节点进行定位。
步骤D3.根据待定位通信节点分别基于各锚点组合的定位坐标,通过平均方式,即全部基于各锚点组合的定位坐标中横坐标的平均值,以及全部基于各锚点组合的定位坐标中纵坐标的平均值,即获得待定位通信节点的定位坐标,即实现待定位通信节点在目标区域中的定位。
实际应用中,如图5所示,在目标区域中至少存在3个通信锚节点,通过通信锚节点与待定位通信节点之间的相互通信,可测得相应信号强度值,基于已知的室内信号传播模型和衰落模型,可以计算出物理上的距离,通过几何关系计算,同样如图5所示,待定位通信节点分别基于各锚点组合的定位坐标为三个位置,即位置T1、位置T2、位置T3,再通过平均方式,计算获得位置T,即获得待定位通信节点的定位坐标,即实现待定位通信节点在目标区域中的定位。
本发明所设计基于区域划分的自适应室内定位方法,在实际应用中,指纹定位方法可以解决由于信号在传输过程中出现损失导致距离估计不准确的问题,无线测距定位方法基于测量的信号强度值或到达时间等数据,换算为距离信息,通过几何推导的方式来得到定位位置,常用的方法有最小二乘法和几何质心计算法等。
(2)实际应用中,伴随对上述步骤A至步骤D的实时执行,即实时针对待定位通信节点进行实时定位,即可准确实现室内定位。应用中,采用全新设计逻辑,基于对区域的精确覆盖区域与非精确覆盖区域的划分,以所设计指纹定位方法用于非精确覆盖区域中的定位,以及所设计无线测距定位方法用于精确覆盖区域中的定位,实现指纹定位方法与无线测距定位方法的切换应用,获得两种设计定位方法的优势互补,兼顾了定位过程中的精确度和实时性,能更好地适应于复杂室内环境下的定位,综合提高整体定位的精度与工作效率。
下面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (5)
1.一种基于区域划分的自适应室内定位方法,其特征在于:基于内部布设至少N个通信锚节点的目标区域,实现待定位通信节点在目标区域中的定位,其中,各个通信锚节点分别所对应的最大通信范围均覆盖全部目标区域,N不小于3;所述自适应室内定位方法包括实时执行如下步骤:
步骤A. 获取待定位通信节点所在位置分别对应各通信锚节点的预设信息类型数据值,并结合各通信锚节点序号进行排序,构成待定位通信节点所在位置对应的预设信息类型数据值向量,然后进入步骤B;
步骤B. 根据待定位通信节点所在位置对应的预设信息类型数据值向量,应用以通信节点所在位置对应预设信息类型数据值向量为输入、以通信节点在目标区域中网格坐标位置为输出的指纹定位模型,获得待定位通信节点在目标区域中网格坐标位置,然后进入步骤C;
步骤C. 基于各通信锚节点分别所对应的稳定通信范围,获得覆盖待定位通信节点在目标区域中网格坐标位置的稳定通信范围的数量,并判断该数量是否不小于N,是则进入步骤D;否则执行步骤A至步骤B的方法,即指纹定位方法,获得待定位通信节点在目标区域中网格坐标位置,即实现待定位通信节点在目标区域中的定位;
步骤D. 根据待定位通信节点所在位置分别对应各通信锚节点的预设信息类型数据值,按多点联合测距法,针对待定位通信节点进行定位,实现待定位通信节点在目标区域中的定位;
上述步骤D包括如下步骤D1至步骤D3;
步骤D1. 基于全部通信锚节点,获得任意n个通信锚节点构成锚点组合的全部各个锚点组合,并进入步骤D2;其中,n不小于3,且n不大于N;
步骤D2. 分别针对各个锚点组合,根据待定位通信节点所在位置分别对应锚点组合中各通信锚节点的预设信息类型数据值,结合已知室内信号传播模型和衰落模型,测量获得待定位通信节点基于该锚点组合的定位坐标,进而获得待定位通信节点分别基于各锚点组合的定位坐标,然后进入步骤D3;
步骤D3. 根据待定位通信节点分别基于各锚点组合的定位坐标,通过平均方式,获得待定位通信节点的定位坐标,即实现待定位通信节点在目标区域中的定位。
2.根据权利要求1所述一种基于区域划分的自适应室内定位方法,其特征在于:所述步骤B中,按如下步骤B1至步骤B3,获得以通信节点所在位置对应预设信息类型数据值向量为输入、以通信节点所在目标区域中网格坐标位置为输出的指纹定位模型;
步骤B1. 按预设网格尺寸,针对目标区域进行网格划分,获得目标区域中各个网格节点的网格坐标位置,然后进入步骤B2;
步骤B2. 分别针对各个网格节点,获得网格节点所在位置对应各通信锚节点的预设信息类型数据值,并结合各通信锚节点序号进行排序,构成该网格节点所在位置对应的预设信息类型数据值向量,然后进入步骤B3;
步骤B3. 根据各个网格节点,以网格节点所在位置对应预设信息类型数据值向量为输入,以网格节点的网格坐标位置为输出,针对预设网络模型进行训练,获得训练后的网络模型,作为指纹定位模型。
3.根据权利要求1或2所述一种基于区域划分的自适应室内定位方法,其特征在于:所述预设信息类型为RSSI信息或TOA信息。
4.根据权利要求1或2所述一种基于区域划分的自适应室内定位方法,其特征在于:所述n=3。
5.根据权利要求1或2所述一种基于区域划分的自适应室内定位方法,其特征在于:所述通信锚节点为UWB模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110843136.9A CN113709659B (zh) | 2021-07-26 | 2021-07-26 | 一种基于区域划分的自适应室内定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110843136.9A CN113709659B (zh) | 2021-07-26 | 2021-07-26 | 一种基于区域划分的自适应室内定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113709659A CN113709659A (zh) | 2021-11-26 |
CN113709659B true CN113709659B (zh) | 2022-11-04 |
Family
ID=78650645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110843136.9A Active CN113709659B (zh) | 2021-07-26 | 2021-07-26 | 一种基于区域划分的自适应室内定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113709659B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102083201A (zh) * | 2009-11-30 | 2011-06-01 | 北京时代凌宇科技有限公司 | 一种基于无线传感器网络的定位方法和装置 |
CN105376855A (zh) * | 2015-09-09 | 2016-03-02 | 华南师范大学 | 基于无线技术的自适应判断障碍物的室内定位方法和系统 |
CN108594215A (zh) * | 2018-04-04 | 2018-09-28 | 重庆人文科技学院 | 一种多点协同高精度无线测距定位方法 |
CN111405461A (zh) * | 2020-03-16 | 2020-07-10 | 南京邮电大学 | 一种优化等间隔指纹采样个数的无线室内定位方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2551347B (en) * | 2016-06-13 | 2020-04-15 | Toshiba Kk | Indoor localisation using received signal quality weights |
-
2021
- 2021-07-26 CN CN202110843136.9A patent/CN113709659B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102083201A (zh) * | 2009-11-30 | 2011-06-01 | 北京时代凌宇科技有限公司 | 一种基于无线传感器网络的定位方法和装置 |
CN105376855A (zh) * | 2015-09-09 | 2016-03-02 | 华南师范大学 | 基于无线技术的自适应判断障碍物的室内定位方法和系统 |
CN108594215A (zh) * | 2018-04-04 | 2018-09-28 | 重庆人文科技学院 | 一种多点协同高精度无线测距定位方法 |
CN111405461A (zh) * | 2020-03-16 | 2020-07-10 | 南京邮电大学 | 一种优化等间隔指纹采样个数的无线室内定位方法 |
Non-Patent Citations (3)
Title |
---|
基于iBeacon的环形定位优化算法研究;林信川等;《中北大学学报(自然科学版)》;20171215(第06期);全文 * |
基于网格的无线网络室内协作定位算法;罗娟等;《华中科技大学学报(自然科学版)》;20150523(第05期);全文 * |
无线传感器网络定位技术综述;彭宇等;《电子测量与仪器学报》;20110515(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113709659A (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102116824B1 (ko) | 딥러닝 기반 측위 시스템 및 이의 구축 방법 | |
EP3596486A1 (en) | Wifi multi-band fingerprint-based indoor positioning | |
CN108696932A (zh) | 一种利用csi多径及机器学习的室外指纹定位方法 | |
CN103118333B (zh) | 基于相似度的无线传感器网络移动节点定位方法 | |
CN106851571B (zh) | 一种基于决策树的快速KNN室内WiFi定位方法 | |
CN104853434A (zh) | 一种基于svm和k均值聚类的室内定位方法 | |
CN104053129A (zh) | 一种基于稀疏射频指纹插值的无线传感器网络室内定位方法和装置 | |
CN109511085B (zh) | 一种基于MeanShift和加权k近邻算法的UWB指纹定位方法 | |
CN104038901A (zh) | 一种减少指纹数据采集工作量的室内定位方法 | |
CN104540221A (zh) | 基于半监督sde算法的wlan室内定位方法 | |
CN109005510B (zh) | 基于区域划分的无线传感器网络室内移动目标跟踪方法 | |
Tang et al. | Multi-output Gaussian process-based data augmentation for multi-building and multi-floor indoor localization | |
KR101597690B1 (ko) | 무선 측위를 위한 가상 무선지도 구축 방법 및 그 장치 | |
CN109541537B (zh) | 一种基于测距的普适室内定位方法 | |
Lei et al. | Enhanced geometric filtering method based device-free localization with UWB wireless network | |
Arai et al. | Color radiomap interpolation for efficient fingerprint wifi-based indoor location estimation | |
Fahama et al. | An experimental comparison of RSSI-based indoor localization techniques using ZigBee technology | |
CN109239656A (zh) | 一种位置指纹定位中的射频地图建立方法 | |
CN113709659B (zh) | 一种基于区域划分的自适应室内定位方法 | |
CN110297212B (zh) | 基于Voronoi图的室外分组测试定位方法及系统 | |
CN109600711B (zh) | 一种基于信道响应频域和空域联合处理的室内定位方法 | |
Assayag et al. | Indoor positioning system using synthetic training and data fusion | |
CN115397012A (zh) | 基于twr-tdoa估计和mpga布局优化的uwb定位跟踪系统的实现方法 | |
Liu | Research on wsn node localization algorithm based on rssi iterative centroid estimation | |
He et al. | Voronoi diagram based indoor localization in wireless sensor networks |
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 |