CN113794991B - 一种基于UWB和LoRa的单基站无线定位系统 - Google Patents
一种基于UWB和LoRa的单基站无线定位系统 Download PDFInfo
- Publication number
- CN113794991B CN113794991B CN202111344795.4A CN202111344795A CN113794991B CN 113794991 B CN113794991 B CN 113794991B CN 202111344795 A CN202111344795 A CN 202111344795A CN 113794991 B CN113794991 B CN 113794991B
- Authority
- CN
- China
- Prior art keywords
- uwb
- lora
- positioning
- data
- module
- 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
- H04W4/029—Location-based management or tracking services
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于UWB和LoRa的单基站无线定位系统,包括UWB定位标签模块、UWB探测模块、LoRa无线通信模块、PC端和电源模块;通过UWB定位标签模块发送UWB信号给单基站UWB探测模块,利用AOA/PDOA算法分别计算出UWB定位标签模块与基站之间的夹角和距离,从而得出待定位目标的坐标信息;再将位置信息数据通过LoRa自组网无线传输到PC端,通过PC端对数据进行解析、计算、滤波处理以及可视化显示。本发明实现了单基站、无线、高精度、长远距离监测定位目标的位置情况,极大程度地降低了定位经济成本,更易于架设部署。
Description
技术领域
本发明属于无线定位技术领域,尤其涉及一种基于UWB和LoRa的单基站无线定位系统。
背景技术
随着无线通信技术的高速发展,基于位置信息服务的需求飞速增长。目前,卫星定位技术已提供了较好的室外定位服务。然而,在诸如大型隧道、楼房、地下车站和商场、矿井等环境中,卫星定位信号常受到严重衰减,无法提供高精度的位置信息,极大地限制了对于这类环境中的物品、车辆、人员的定位、监测、导航或者搜救能力。
近年来,UWB(Ultra wide band)无线定位技术逐渐成为了一个新的研究热点,是一种无线载波通信技术。通过在较宽的频谱上传送极低功率的信号,能实现数百Mbit/s至2Gbit/s的数据传输速率。尤其地,UWB具有功耗低、传输速率快、穿透能力强、定位精度高以及可在复杂室内环境下精确定位的优势。
在UWB无线定位中,常用的定位方式为多基站组网定位,需要三个及以上的定位基站才能实现精准定位,主要依托的定位算法有:基于到达时间(Time of Arrival,TOA)以及到达时间差定位法(Time Difference of Arrival,TDOA)等,但这在较大程度上增加了经济成本、研发难度、架设难度等。然而,UWB技术作为一种短距离通信方式,其最远通信距离只能达到几百米级别,常用的基站传输数据的方式为有线传输,需要大规模的布置线缆,将耗费大量的人力、物力、财力。
发明内容
针对上述问题,本发明提供了一种基于UWB和LoRa的单基站无线定位系统。基于UWB高精度无线定位技术和LoRa长远距离无线数据传输技术相融合,采用AOA/PDOA或AOA/TOF算法,实现了单一基站无线定位待测目标,极大地降低了定位成本,以及基站安装部署难度。特别地,融合了LoRa无线通信技术,将UWB定位位置信号通过LoRa无线自组网传输的方式,进行远距离、无线、实时、稳定的传输。最后,引入了修正的卡尔曼滤波算法,对待测目标的位置数据进行了实时的滤波处理,从而进一步地提高了定位精度。
本发明的一种基于UWB和LoRa的单基站无线定位系统,包括UWB定位标签模块、UWB探测模块、LoRa无线通信模块、处理终端和电源模块。
UWB定位标签模块置于待测目标上,用于发送UWB信号。
UWB探测模块集成于单基站上,用于接收UWB定位标签模块发送的UWB信号,再利用AOA算法计算UWB信号的到达角度,以及PDOA或TOF算法计算出待测目标与基站的距离,最终得到待测目标的位置坐标信息。
LoRa无线通信模块集成于单基站上,用于长远距离的无线数据传输,将UWB定位位置数据通过LoRa自组网无线传输到处理终端进行处理,整个自组网网络结构分为LoRa采集单元、LoRa中继单元和LoRa终端单元。
处理终端用于解析、计算、处理UWB探测模块通过LoRa无线通信模块发送的位置信息数据,其中,利用修正的卡尔曼滤波算法对数据进行滤波处理,实现实时滤除异常位置坐标点,提取有效数据,再利用处理后的数据进行可视化显示设置。
电源模块,为各模块供电。
进一步的,UWB探测模块设置双天线或多天线,利用双天线或多天线的细波束来区分多径信号,并选取两条能量最强的信号来获取相位信息。
进一步的,利用AOA算法计算UWB信号的到达角度,以及PDOA或TOF算法计算出待测目标与基站的距离,具体为:
两条能量最强的信号路径长度的差异p与天线1和2之间的距离d和到达角θ,三者之间的关系为;考虑一个信号波长,其中f是它的载波频率,c表示光速;那么,两信号到达相位差与p和的关系为;因此,推导出PDOA到达相位差和AOA到达角θ之间的关系为。
进一步的,将UWB定位位置信号通过LoRa无线通信模块进行无线传输。特别地,通过LoRa自组网通信模式,实现UWB探测模块与处理终端的长远距离数据通信,该网络结构分为LoRa采集单元、LoRa中继单元和LoRa终端单元。
LoRa采集单元,置于单基站上,用于接收UWB探测模块发送的待测目标位置信息。
LoRa中继单元,置于单基站上或直接单独置于LoRa采集单元与LoRa终端单元之间,用于长远距离无线数据传输。
LoRa终端单元,与处理终端相连接,用于接收中继单元传输的位置数据并上传至处理终端进行处理。
其中,LoRa模块芯片型号为ASR6505,所述ASR6505芯片集成了SX1262和STM8L152。
进一步的,处理终端用于数据的处理和可视化显示,包括:
根据UWB指定的上报命令协议,提取、解析、计算有效位置信息数据;
根据修正的卡尔曼滤波算法对数据进行滤波处理,实现实时滤除异常坐标点;
在处理后的数据的基础上,设计开发可视化交互界面。
上述上报命令协议为十八字节数据的Hex格式;第一字节为起始字节,固定为ASCII码的“*”;第二字节为数据长度;第三字节为序号;第四、五字节为定位标签地址;第六字节为定位标签与UWB定位基站的有效位;第七至十字节为定位标签与UWB定位基站的角度信息;第十一至十四字节为定位标签与UWB定位基站的距离信息;第十五至十六字节为第三方定义数据;第十七位为校验位;第十八位为结束字节,固定为ASCII码的“#”。
进一步的,修正的卡尔曼滤波算法为:
(1)对每5个位置信息数据求取平均值,进行平均处理。
(2)定义模型参数,初始化输入数据值s(k)=[z(0) 0],实际测量值d=z(0),测量时间间隔dt=0.01s,状态转移矩阵初始化,噪声耦合矩阵初始化,激励噪声w(k)对应的协方差矩阵,测量噪声对应的协方差矩阵,状态协方差矩阵,,其中q=10,r=10。
(5)间断式采用卡尔曼滤波算法进行数据处理,以1 min为间隔,对卡尔曼滤波算法进行刷新处理,即每间隔1 min初始化与卡尔曼滤波算法相关的矩阵,从而消除因迭代次数的累计而带来的误差,有效地提高定位精度。
进一步的,可视化交互界面包括:对定位目标位置坐标的实时显示;对定位目标进行分类管理;用户可自定义设置危险区域范围;可通过输入时间节点,查询历史轨迹。
本发明的有益技术效果为:
1.本发明采用AOA/PDOA或AOA/TOF结合的定位算法,实现了单一定位基站的精准定位,极大程度地降低了基站架设难度,减小了定位经济成本,缩短了维护时间。
2.本发明融合了UWB无线定位技术和LoRa自组网通信技术,定位精度高、功耗低、组网灵活、方便快捷,实现了UWB单基站精准定位和LoRa长远距离无线数据传输。
3.本发明引用了卡尔曼滤波算法,并进行修正,实现了实时滤除异常点值,有效地提高了定位精度,经大量实验反复测试,定位精度保持在10 cm左右。
4.本发明开发了功能丰富的可视化交互界面,可直观显示目标移动轨迹,并扩展了其他应用功能,如电子围栏预警、历史轨迹查询、目标分类管理等,操作简单方便,直观明了。
5.本发明的实现,可应用于各种卫星定位信号较弱或没有的场景,如大型交通隧道中对车辆人员的定位以及危险区域管控等,应用场景广泛,社会意义重大。
附图说明
附图1为基于UWB和LoRa的单基站无线定位系统的结构框架图。
附图2为AOA/PDOA算法示意图。
附图3为常规LoRa自组网示意图。
附图4为多个单基站组合组网示意图。
附图5为本发明的可视化界面设计流程。
具体实施方式
下面结合附图和具体实施方法对本发明做进一步详细说明。
本发明的一种基于UWB和LoRa的单基站无线定位系统如图1所示,包括UWB定位标签模块、UWB探测模块、LoRa无线通信模块、处理终端和电源模块。
UWB定位标签模块置于待测目标上,用于发送UWB信号。选择型号STM32F103C8T6芯片作为主控制器。选择型号DW1000作定位芯片。选择低剖面、高增益、抗干扰的超宽带天线作为UWB定位标签模块的通讯天线。
UWB探测模块集成于单基站上,用于接收UWB定位标签模块发送的UWB信号,再利用AOA算法计算UWB信号的到达角度,以及PDOA或TOF算法计算出待测目标与基站的距离,最终得到待测目标的位置坐标信息。经大量实验反复验证,其最远识别距离为300 m(≤300 m),定位精度为10 cm左右,而且还具有抗风阻特性,符合空气动力学,即当待测目标高速运动时不易损坏。
UWB探测模块集成了双天线或多天线,选择保持固定距离d的天线作为基站模块的通讯天线,分别命名为天线1、天线2。利用双天线的细波束来区分多径信号,并选取两条能量最强的信号。
利用AOA算法计算UWB信号的到达角度,以及PDOA或TOF算法计算出待测目标与基站的距离具体为:
定位原理如图2所示,具体介绍如下:从图2中所描绘的几何形状可以看出两条能量最强的信号路径长度的差异p与天线1和2之间的距离d和到达角θ,三者之间的关系为;考虑一个信号波长,其中f是它的载波频率,c表示光速;那么,两信号到达相位差与p和的关系为;因此,推导出PDOA到达相位差和AOA到达角θ之间的关系为。
LoRa无线通信模块采用自组网通信模式,该自组网网络结构主要为LoRa采集单元、LoRa中继单元和LoRa终端单元。针对UWB单基站定位,本发明提出了两种组网方式:
第一种是常规的组网方式,如图3所示。将LoRa采集单元,置于单基站上,用于接收UWB探测模块发送的待测目标位置信息。LoRa中继单元,直接单独置于LoRa采集单元与LoRa终端单元之间,用于长远距离无线数据传输。LoRa终端单元,与处理终端相连接,用于接收LoRa中继单元传输的位置数据并上传至处理终端处理。
第二种是多个单基站进行组网,如图4所示。将LoRa采集单元,置于单基站上,用于接收UWB探测模块发送的待测目标位置信息。接着,将多个置于单基站上的LoRa采集单元用作LoRa中继单元,即单个基站与单个基站之间进行组网传输通信,单基站上的LoRa模块既作为LoRa采集单元又作为LoRa中继单元,有效地实现了长远距离的无线数据传输,极大地减小了数据传输成本和架设难度。LoRa终端单元,与处理终端相连接,用于接收中继单元传输的位置数据并上传至处理终端处理。
由于UWB技术为短距离通信,其最远通信距离只能达到几百米级别,常用的基站传输数据的方式为有线传输,但这需要大规模的布置线缆,将耗费大量的人力、物力、财力,而LoRa无线通信技术,是一种兼具长远距离和低功耗特点的技术。因此,本发明融合了UWB单基站精准定位技术和LoRa无线通信技术,将UWB定位位置信号通过LoRa无线自组网传输的方式,进行了远距离、无线、实时、稳定的传输。
LoRa模块选择芯片型号ASR6505,是一款基于SX1262的LoRa终端模组,集成了LoRa射频芯片SX1262和主控芯片STM8L152。为体现集成化,将采集单元的LoRa模块与定位基站模块集成于一体,实现了一款UWB+LoRa的单基站模块。
处理终端用于解析、计算、处理UWB探测模块通过LoRa无线通信模块发送的位置信息数据,其中,利用修正的卡尔曼滤波算法对数据进行滤波处理,实现实时滤除异常位置坐标点,提取有效数据并进行滤波处理,再利用处理后的数据进行可视化显示设置。包括:
根据UWB指定的上报命令协议,提取、解析、计算有效位置信息数据;
利用修正的卡尔曼滤波算法对数据进行滤波处理,实现实时滤除异常坐标点;
在处理后的数据的基础上,设计开发可视化交互界面。
上述上报命令协议为十八字节数据的Hex格式;第一字节为起始字节,固定为ASCII码的“*”;第二字节为数据长度;第三字节为序号;第四、五字节为定位标签地址;第六字节为定位标签与UWB定位基站的有效位;第七至十字节为定位标签与UWB定位基站的角度信息;第十一至十四字节为定位标签与UWB定位基站的距离信息;第十五至十六字节为第三方定义数据;第十七位为校验位;第十八位为结束字节,固定为ASCII码的“#”。
进一步的,修正的卡尔曼滤波算法为:
(1)对每5个位置信息数据求取平均值,进行平均处理。
(2)定义模型参数,初始化输入数据值s(k)=[z(0) 0],实际测量值d=z(0),测量时间间隔dt=0.01s,状态转移矩阵初始化,噪声耦合矩阵初始化,激励噪声w(k)对应的协方差矩阵,测量噪声对应的协方差矩阵,状态协方差矩阵,,其中q=10,r=10。
(5)间断式采用卡尔曼滤波算法进行数据处理,以1 min为间隔,对卡尔曼滤波算法进行刷新处理,即每间隔1 min初始化与卡尔曼滤波算法相关的矩阵,从而消除因迭代次数的累计而带来的误差,有效地提高定位精度。
进一步的,可视化交互界面包括:对定位目标位置坐标的实时显示;对定位目标进行分类管理;用户可自定义设置危险区域范围;可通过输入时间节点,查询历史轨迹。
可视化交互界面设计流程如图5所示,实现了实时显示定位目标轨迹,精准定位目标。并扩展了其他应用功能,如定位目标位置坐标显示、定位目标分类管理、电子围栏预警、历史轨迹查询等等。所述电子围栏预警功能,可自定义设置禁止围栏区域。若有目标进入该区域时,将触发电子围栏功能,进行语音报警提醒。所述历史轨迹查询功能,用户可通过输入时间节点信息,提取该时间段的位置信息数据,从而进行历史轨迹查询。
Claims (5)
1.一种基于UWB和LoRa的单基站无线定位系统,其特征在于,包括UWB定位标签模块、UWB探测模块、LoRa无线通信模块、处理终端和电源模块;
UWB定位标签模块置于待测目标上,用于发送UWB信号;
UWB探测模块集成于单基站上,用于接收UWB定位标签模块发送的UWB信号,再利用AOA/PDOA或AOA/TOF算法计算出待测目标的位置坐标信息;
LoRa无线通信模块集成于单基站上,用于长远距离的无线数据传输,将UWB定位位置数据通过LoRa自组网无线传输到处理终端进行处理,整个自组网网络结构分为LoRa采集单元、LoRa中继单元和LoRa终端单元;
处理终端用于解析、计算、处理UWB探测模块通过LoRa无线通信模块发送的位置信息数据,其中,利用修正的卡尔曼滤波算法对数据进行滤波处理,实现实时滤除异常位置坐标点,提取有效数据,再利用处理后的数据进行可视化显示设置;
所述修正的卡尔曼滤波算法为:
(1)对多个位置信息数据求取平均值,进行平均处理;
(2)定义模型参数,初始化输入数据值s(k)=[z(0) 0],实际测量值d=z(0),测量时间间隔dt,状态转移矩阵初始化,噪声耦合矩阵初始化,激励噪声w(k)对应的协方差矩阵,测量噪声对应的协方差矩阵,状态协方差矩阵,,其中q=10,r=10;
(5)间断式采用卡尔曼滤波算法进行数据处理,设置时间间隔为t min,对卡尔曼滤波算法进行刷新处理,即每间隔t min初始化与卡尔曼滤波算法相关的矩阵,从而消除因迭代次数的累计而带来的误差,有效地提高定位精度;
电源模块,为各模块供电。
2.根据权利要求1所述的一种基于UWB和LoRa的单基站无线定位系统,其特征在于,所述UWB探测模块设置双天线或多天线,利用所述双天线或多天线的细波束来区分多径信号,并选取两条能量最强的信号来获取相位信息;再利用AOA算法计算UWB信号的到达角度,以及PDOA或TOF算法计算出待测目标与基站的距离,最终得到待测目标的位置坐标信息。
3.根据权利要求1所述的一种基于UWB和LoRa的单基站无线定位系统,其特征在于,所述LoRa无线通信模块采用自组网通信模式,用于实现UWB探测模块与处理终端的长远距离数据通信;
所述LoRa采集单元,置于单基站上,用于接收UWB探测模块发送的待测目标位置信息;
所述LoRa中继单元为多个,置于单基站上或直接单独置于LoRa采集单元与LoRa终端单元之间,用于长远距离无线数据传输;
所述LoRa终端单元,与处理终端相连接,用于接收中继单元传输的位置数据并上传至处理终端处理。
4.根据权利要求1所述的一种基于UWB和LoRa的单基站无线定位系统,其特征在于,所述处理终端用于数据的处理和可视化显示,包括:
根据UWB指定的上报命令协议,提取、解析、计算有效位置信息数据;
利用修正的卡尔曼滤波算法对数据进行滤波处理,实现实时滤除异常坐标点;
在处理后的数据的基础上,设计开发可视化交互界面。
5.根据权利要求4所述的一种基于UWB和LoRa的单基站无线定位系统,其特征在于,所述可视化交互界面,包括:对定位目标位置坐标的实时显示;对定位目标进行分类管理;用户可自定义设置危险区域范围;通过输入时间节点,查询历史轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111344795.4A CN113794991B (zh) | 2021-11-15 | 2021-11-15 | 一种基于UWB和LoRa的单基站无线定位系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111344795.4A CN113794991B (zh) | 2021-11-15 | 2021-11-15 | 一种基于UWB和LoRa的单基站无线定位系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113794991A CN113794991A (zh) | 2021-12-14 |
CN113794991B true CN113794991B (zh) | 2022-02-11 |
Family
ID=78955191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111344795.4A Active CN113794991B (zh) | 2021-11-15 | 2021-11-15 | 一种基于UWB和LoRa的单基站无线定位系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113794991B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116781104A (zh) * | 2022-03-07 | 2023-09-19 | 华为技术有限公司 | 基于超带宽的信息反馈方法及装置 |
CN114666894A (zh) * | 2022-03-15 | 2022-06-24 | 武汉达安科技有限公司 | 一种智能网联车辆信号遮蔽测试系统及测试方法 |
CN116315182A (zh) * | 2023-04-03 | 2023-06-23 | 广州小鹏汽车科技有限公司 | 电池管理系统以及电池包 |
CN117793663B (zh) * | 2024-02-27 | 2024-05-14 | 长春理工大学 | 一种基于LoRa的农机作业信息远距离传输方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014197600A1 (en) * | 2013-06-04 | 2014-12-11 | Isolynx, Llc | Object tracking system optimization and tools |
CN104730537A (zh) * | 2015-02-13 | 2015-06-24 | 西安电子科技大学 | 基于多尺度模型的红外/激光雷达数据融合目标跟踪方法 |
CN105682221A (zh) * | 2016-02-17 | 2016-06-15 | 郑州联睿电子科技有限公司 | 基于超宽带的被动式定位系统及定位方法 |
CN108769921A (zh) * | 2018-07-25 | 2018-11-06 | 山东精诚电子科技有限公司 | 基于LoRa的区域与精确定位相融合的矿井定位系统及方法 |
CN108900974A (zh) * | 2018-07-25 | 2018-11-27 | 山东精诚电子科技有限公司 | 基于2.4G RFID、UWB和LoRa人员调度通信定位终端及方法 |
EP3534310A1 (en) * | 2018-03-02 | 2019-09-04 | MyOmega Systems GmbH | Remote monitoring and management of containers |
CN110824987A (zh) * | 2019-11-04 | 2020-02-21 | 东北林业大学 | 基于LoRa无线自组网络的森林地表含水率监测系统 |
CN111175696A (zh) * | 2020-04-10 | 2020-05-19 | 杭州优智联科技有限公司 | 基于调频连续波的单基站超宽带aoa定位方法 |
CN111200869A (zh) * | 2019-12-25 | 2020-05-26 | 郑州联睿电子科技有限公司 | 集uwb单基站定位与无线数据传输为一体的装置及系统 |
CN111273307A (zh) * | 2020-01-17 | 2020-06-12 | 中国科学院上海技术物理研究所 | 基于卡尔曼滤波算法的高精度啁啾激光相干融合测距方法 |
CN211121252U (zh) * | 2019-12-09 | 2020-07-28 | 上海金艺检测技术有限公司 | 基于uwb与惯性导航融合技术的人员定位装置 |
CN112797984A (zh) * | 2021-01-07 | 2021-05-14 | 重庆公共运输职业学院 | 基于超宽带和远距离无线通信技术的室内高精度定位系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3087810A1 (en) * | 2019-07-23 | 2021-01-23 | Brown, Anthony Wayne | Methods and apparatus for configuring rural wideband multi-user multi-input multi-output antenna array systems |
-
2021
- 2021-11-15 CN CN202111344795.4A patent/CN113794991B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014197600A1 (en) * | 2013-06-04 | 2014-12-11 | Isolynx, Llc | Object tracking system optimization and tools |
CN104730537A (zh) * | 2015-02-13 | 2015-06-24 | 西安电子科技大学 | 基于多尺度模型的红外/激光雷达数据融合目标跟踪方法 |
CN105682221A (zh) * | 2016-02-17 | 2016-06-15 | 郑州联睿电子科技有限公司 | 基于超宽带的被动式定位系统及定位方法 |
EP3534310A1 (en) * | 2018-03-02 | 2019-09-04 | MyOmega Systems GmbH | Remote monitoring and management of containers |
CN108769921A (zh) * | 2018-07-25 | 2018-11-06 | 山东精诚电子科技有限公司 | 基于LoRa的区域与精确定位相融合的矿井定位系统及方法 |
CN108900974A (zh) * | 2018-07-25 | 2018-11-27 | 山东精诚电子科技有限公司 | 基于2.4G RFID、UWB和LoRa人员调度通信定位终端及方法 |
CN110824987A (zh) * | 2019-11-04 | 2020-02-21 | 东北林业大学 | 基于LoRa无线自组网络的森林地表含水率监测系统 |
CN211121252U (zh) * | 2019-12-09 | 2020-07-28 | 上海金艺检测技术有限公司 | 基于uwb与惯性导航融合技术的人员定位装置 |
CN111200869A (zh) * | 2019-12-25 | 2020-05-26 | 郑州联睿电子科技有限公司 | 集uwb单基站定位与无线数据传输为一体的装置及系统 |
CN111273307A (zh) * | 2020-01-17 | 2020-06-12 | 中国科学院上海技术物理研究所 | 基于卡尔曼滤波算法的高精度啁啾激光相干融合测距方法 |
CN111175696A (zh) * | 2020-04-10 | 2020-05-19 | 杭州优智联科技有限公司 | 基于调频连续波的单基站超宽带aoa定位方法 |
CN112797984A (zh) * | 2021-01-07 | 2021-05-14 | 重庆公共运输职业学院 | 基于超宽带和远距离无线通信技术的室内高精度定位系统 |
Non-Patent Citations (2)
Title |
---|
UWB-Assisted High-Precision Positioning in a UTM Prototype;Yu-Chih Chen;《Conferences >2020 IEEE Topical Conference》;20201231;全文 * |
基于UWB+LoRa 协议的精确定位系统在煤矿的安装使用;王华东;《安全管理》;20201031;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113794991A (zh) | 2021-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113794991B (zh) | 一种基于UWB和LoRa的单基站无线定位系统 | |
CN103200678B (zh) | 基于位置指纹识别算法的安卓设备WiFi室内定位方法 | |
CN108226852B (zh) | 基于空中无线电监测平台的无人机操作者定位系统及方法 | |
Ni et al. | RFID-based localization and tracking technologies | |
CN103199923B (zh) | 一种基于可见光通信的井下移动目标光指纹定位跟踪方法 | |
CN103501538B (zh) | 基于多径能量指纹的室内定位方法 | |
CN102014489B (zh) | 环境自适应的rssi局部定位系统及方法 | |
CN103796304B (zh) | 一种基于虚拟训练集和马尔科夫链的煤矿井下定位方法 | |
CN104066172B (zh) | 一种对无线局域网中的ap进行定位的方法 | |
CN112533163B (zh) | 基于NB-IoT改进的融合超宽带和蓝牙的室内定位方法 | |
CN102325369B (zh) | 基于参考点位置优化的wlan室内单源线性wknn定位方法 | |
CN101770009A (zh) | 一种精确实用的射频定位新技术 | |
KR20190053470A (ko) | 딥러닝 기반 측위 시스템 및 이의 구축 방법 | |
CN104469942A (zh) | 一种基于隐马尔科夫模型的室内定位方法 | |
CN103813448A (zh) | 一种基于rssi的室内定位方法 | |
CN106793087A (zh) | 一种基于aoa和pdoa的阵列天线室内定位算法 | |
CN103630875A (zh) | 一种射频识别定位方法及装置 | |
CN106686722A (zh) | 基于css技术的大型室内环境定位的微基站及工作方法 | |
KR20090095773A (ko) | 위치추적 장치 | |
CN103491627A (zh) | 一种集成多种算法的近距离实时精确定位方法 | |
CN112797984A (zh) | 基于超宽带和远距离无线通信技术的室内高精度定位系统 | |
CN110888108B (zh) | 一种基于rfid与相位校准的定位方法 | |
CN203416427U (zh) | 基于ZigBee技术的自组网定位系统 | |
CN106888504A (zh) | 基于fm与dtmb信号的室内位置指纹定位方法 | |
CN112146614B (zh) | 一种基于地表倾角传感器的蜂群式边坡监测系统 |
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 |