CN114167351B - 一种无人机辅助定位部署方法、系统、介质及终端设备 - Google Patents
一种无人机辅助定位部署方法、系统、介质及终端设备 Download PDFInfo
- Publication number
- CN114167351B CN114167351B CN202111467972.8A CN202111467972A CN114167351B CN 114167351 B CN114167351 B CN 114167351B CN 202111467972 A CN202111467972 A CN 202111467972A CN 114167351 B CN114167351 B CN 114167351B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- user
- mean square
- square error
- 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 44
- 230000006870 function Effects 0.000 claims description 33
- 238000007476 Maximum Likelihood Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/12—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves by co-ordinating position lines of different shape, e.g. hyperbolic, circular, elliptical or radial
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
一种无人机辅助定位部署方法、系统、介质及终端设备,其方法包括:设定用户移动的圆形区域,设定N架无人机作为定位锚点,构建辅助定位系统;设定圆形区域的中心为原点,构建用户接收的无人机信号强度函数;根据无人机信号强度函数计算用户位置估计的均方误差,并将均方误差最小的模型作为锚点的部署模型,本申请通过预先设定定位系统,通过计算用户位置估计的均方误差,得到最小均方误差,从而得到最好的部署方案。
Description
技术领域
本发明涉及无线定位技术领域,特别涉及一种无人机辅助定位部署方法、系统、介质及终端设备。
背景技术
在新型移动通信系统中,将无人机作为无线基站或中继节点,可以将无线信号覆盖范围延扩更广,同时无人机基站可以灵活部署以解决应急通信问题,在未来移动网络中有望成为一种应用较广泛的技术。与此同时,随着移动物联网的快速发展,针对移动用户的定位需求也在不断增长。在全球定位系统(GPS)信号没有覆盖到的区域(如室内,涵洞等地方),定位服务只能通过定制来完成,在这种情况下,通过无人机移动基站作为定位锚点来实现对移动物体的定位是一种可行技术,这类技术也称为无人机辅助定位技术。具体来讲,空中的无人机基站作为锚点,可以通过GPS获得自身的位置信息,然后使用相对于GPS穿透性更强的载波频率,向移动用户发送信号来提供定位服务。因为所使用的载波频率穿透性比GPS更强,因此信号可以覆盖到GPS信号无法覆盖到的地方(如前述的室内,涵洞等地)。用户在接收到信号后,可以通过判断接收信号强度的方法计算自身与锚点之间的距离,再进一步完成位置估计。无人机辅助定位技术具有其独特的优点,因为无人机锚点可以快速部署,从而提供更灵活的解决方案来实现定位服务,一个实际的应用场景是通过无人机为没有GPS信号覆盖的室内救援人员提供位置服务。
无人机辅助定位需要解决的一个关键问题是锚点的位置如何部署,使定位精度最高,位置的部署问题包括确定无人机锚点的水平角度、到定位区域的距离,当水平角度及到定位区域距离确定下来后,锚点之间的距离及其自身位置也就确定了。事实上,确定锚点和定位区域之间的距离和角度对于无人机辅助定位至关重要。一方面,增加锚点到定位区域的距离可以减少锚点之间的耦合,从而减少位置估计的模糊性。另一方面,增加距离会导致信号衰减越大,使信噪比降低,从而降低定位性能。同样,锚点的水平角度的变化改变锚点之间距离,这样会给定位性能带来不确定性。
因此在无人机辅助定位时,如何提供一种有效的无人机锚点部署方法,是本领域技术人员亟待解决的问题。
发明内容
本申请实施例提供了一种高精度的无人机辅助定位部署方法、系统、存储介质及终端设备,旨在解决无人机辅助定位的问题。
第一方面,本申请提供了一种高精度的无人机辅助定位部署方法,包括:
设定用户移动的圆形区域,设定N架无人机作为定位锚点,构建辅助定位系统;
设定圆形区域的中心为原点,构建用户接收的无人机信号强度函数;
根据无人机信号强度函数计算用户位置估计的均方误差,并将均方误差最小的模型作为锚点的部署模型。
一种实施方式中,设定圆形区域的中心为原点,构建用户接收的无人机信号强度函数,包括:
设定圆形区域的中心为原点后,确定无人机位置函数和用户位置函数;
根据接收信号、发送信号、距离的关系,构建无人机信号强度函数为:
si=pt+g0-10κlog(||pu-pi||)+ni
其中,pi为第i架无人机的位置,pu为用户的位置,si表示用户接收到第i个无人机锚点的信号强度,pt表示发射功率,g0表示参考距离为1米处的自由空间路径损耗增益,κ是路径损耗指数,||pu-pi||是指第i架无人机与用户之间的空间距离,ni为从第i个无人机锚点到用户的通信链路的阴影效应,是一个服从均值为0,方差为ξ2的随机变量。
一种实施方式中,根据无人机信号强度函数计算用户位置估计的均方误差,包括:
根据用户位置定义用户位置估计的均方误差为:其中,/>为期望运算符,/>是用户位置pu的估计。
一种实施方式中,根据无人机信号强度函数计算用户位置估计的均方误差,包括:
计算接收信号强度与位置估计的极大似然概率:
一种实施方式中,计算接收信号强度与位置估计的极大似然概率之后,包括:
利用总的极大似然概率获取用户的位置;
具体为:将总的接收信号集s=[s1 s2 ... sN]T的似然概率表示为:
其中,集合Sa表示数量|Sa|=N的无人机锚点集合;
根据总的接收信号集的似然概率,将用户位置函数定义为:
一种实施方式中,利用总的极大似然概率获取用户的位置后,包括:
根据用户位置函数和用户位置估计的均方误差函数,计算用户位置的均方误差下界。
一种实施方式中,将均方误差最小的模型作为锚点的部署模型,包括:
将计算得到的用户位置的均方误差下界最下的结果的方案,作为锚点的部署模型。
第二方面,本申请还提供了一种无人机辅助定位部署系统,包括:
辅助定位系统构建单元,用于设定用户移动的圆形区域,设定N架无人机作为定位锚点,构建辅助定位系统;
无人机信号强度函数构建单元,用于设定圆形区域的中心为原点,构建用户接收的无人机信号强度函数;
锚点部署模型构建单元,用于根据无人机信号强度函数计算用户位置估计的均方误差,并将均方误差最小的模型作为锚点的部署模型。
第三方面,本申请还提供了一种无人机辅助定位终端设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如第一方面中任一项所述的一种无人机辅助定位部署方法。
第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时执行如第一方面中任一项所述的一种无人机辅助定位部署方法。
本申请提出的一种高精度的无人机辅助定位部署方法、系统、存储介质及终端设备,通过设定用户移动的圆形区域,设定N架无人机作为定位锚点,构建辅助定位系统;设定圆形区域的中心为原点,构建用户接收的无人机信号强度函数;根据无人机信号强度函数计算用户位置估计的均方误差,并将均方误差最小的模型作为锚点的部署模型,本申请通过预先设定定位系统,通过计算用户位置估计的均方误差,得到最小均方误差,从而得到最好的部署方案。
附图说明
为了更清楚的说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍,显而易见的,下面的描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本申请实施例提供的一种高精度的无人机辅助定位部署方法流程图;
图2为本申请实施例提供的无人机锚点定位用户示意图;
图3为本申请实施例提供的无人机锚点按所提出的方法部署获得最小的定位均方根误差实验示意;
图4为本申请实施例提供的按所提出的方法部署与随机部署的定位性能对比图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是,对于这些实施方式的说明用于帮助理解本发明,但并不构成对本发明的限定。此外,下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
参见图1实施例所示一种高精度的无人机辅助定位部署方法流程图,包括:
S101、设定用户移动的圆形区域,设定N架无人机作为定位锚点,构建辅助定位系统。
设定使用N架无人机作为定位锚点为地面用户提供定位服务,假设用户在半径为r的圆形区域内移动,其位置均匀随机分布。
S102、设定圆形区域的中心为原点,构建用户接收的无人机信号强度函数;
为了便于数学分析,将圆形区域的中心作为位置坐标的原点。
则第i架无人机的位置可以表示为pi=[xi yi h]T;用户的位置可以表示为pu=[xy 0]T。假设空中无人机锚点可获得实时位置信息(比如通过配备GPS来获得)并将其发送给用户,用户知道无人机锚点后,可以通过接收信号强度(RSS)的方法来确定自己位置。具体来讲,用户接收到每个无人机锚点发送信号的RSS和锚点的位置信息,就可以通过极大似然法推算出自己的位置坐标。因此,接收信号、发送信号、距离等参数之间的关系可以表示为:
si=pt+g0-10κlog(||pu-pi||)+ni (1)
式中,si表示用户接收到第i个无人机锚点的RSS(单位为dBm),pt表示发射功率(单位为dBm),g0表示参考距离为1米处的自由空间路径损耗增益,κ是路径损耗指数,||pu-pi||是指第i架无人机与用户之间的空间距离,ni是指从第i个无人机锚点到用户的通信链路的阴影效应,是一个服从均值为0,方差为ξ2的随机变量。
S103、根据无人机信号强度函数计算用户位置估计均方误差,并将均方误差最小的模型作为锚点的部署模型。
将用户位置估计的均方误差(MSE)定义为:
其中,表示期望运算符,/>是用户位置p的估计,若要保证定位精度最大化,则需要将用户位置估计的MSE最小化,为此,首先通过下式(3)得到接收信号强度与位置估计的极大似然概率:
由于来自不同锚点的信号相互独立,因此对于总的接收信号集s=[s1 s2 ... sN]T的似然概率可表示为:
其中,集合Sa表示数量|Sa|=N的无人机锚点集合。
参见图2实施例所示的无人机锚点定位用户示意图;
可知,用户位置可以转化为求解以下问题得出:
基于(5)式,由(2)式定义的均方误差可以通过Fisher信息矩阵(FIM)求出其下界(也称为CR下界)。用来表示FIM矩阵pu。则用户位置的MSE下界有以下关系:
式中tr(·)表示矩阵迹运算,并且有
其中:
理论上的均方误差下界可以通过将(7)式和(8)式代入式(6)进行计算获得。然而(6)式中的参数并不能直接地从前述无人机锚点与用户之间的数学关系得到,无法直接代入求解,因此,本发明推导更加直接的均方误差下界表达式。
定义第i个无人机锚点的水平角度为:
以下主要结论给出与pi、Ψi、pu相关的均方误差下界。
结论1:假设使用N架无人机作为锚点,通过RSS方法进行定位,则定位均方误差下界由下式给出:
其中△是以下矩阵的行列式。
由(10)式可知,如果Ψi=Ψj,对于则△=0,在这种情况下均方误差将接近无穷大,这表明作为锚点的无人机不能以相同水平角度部署,否则定位误差将很大。式(10)可实际用于计算均方误差下界,然而它仍然缺少一个闭式表达式,并且包含水平角度的变量,这增加了设计分析的复杂性。
为了简化分析,本申请进一步推导更简洁的闭式表达式来确定定位的均方误差下界,该下界可通过适当改变无人机锚点的水平角度获得。这个不包含锚点水平角度的简洁均方误差下界由以下结论2给出。
结论2:如果将无人机锚点相对于定位区域中心对称、等距、均分水平角度(即第i个无人机水平角度等于)部署,则定位均方误差的下界可表达如下:
公式(11)给出的定位误差下界不需要角度信息,因此简化了数学上的处理性。另外,结论1和2要求锚点数量大于等于3以实现图1所示的极大似然估计,除此之外对锚点数量没有其它限制(只要从几何意义上部署具有可行性即可)。接下来,本申请的目标是研究用户均匀分布在圆形区域的情况。为了研究这种情况下无人机的锚点放置问题,本申请进一步提出以下结论3。
结论3:考虑部署N个无人机锚点,为均匀分布在圆形区域内的用户提供定位服务,则将无人机锚点相对于定位区域中心进行对称、等距、均分水平角度部署所获得的定位均方误差最小。
在结论3的基础上,将无人机锚点相对于定位区域中心对称、等距、均分水平角度部署所获得的定位均方误差最小,然而锚点到定位区域中心的距离(不妨标记为l)仍需要确定以获得最好的精度。之前已不失一般性地假设定位区域中心为参考原点,则原点与各锚固无人机之间的水平距离可表示为
基于(11)和(12),假设用户在圆形区域D内均匀随机分布,则定位均方误差最小化问题可表示为
(P1):
s.t.l>r.
其中D表示用户区域的集合。问题(P1)很难解,因为式中缺乏一个相对于l的封闭式表达。此外,由于不同锚点与用户之间的相对距离不同,/>对于不同锚点是耦合的。为了解决该问题,可以将(P1)转换为只与一个锚点相关的等价问题(P2):
(P2):
s.t.l>r.
可以证明,问题(P2)与问题(P1)等价。
问题(P2)的目标函数在对x和y进行数值积分后,是关于l的准凸问题。因此,可以很容易地通过(包括但不限于)二分法搜索到最优解l*。最后本发明提出将无人锚点相对于定位区域中心进行对称、相等距离(且距离l=l*)、均分水平角度部署。通过该部署方法,可获得理论上最小或几乎最小的定位均方误差下界,即等同于获得最好的定位精度。
在一实施例中,在得到无人机锚点部署方法之后,还需要对其有效性进行检测,本申请通过以下实验结果和数据,来证明本申请所提出的上述无人机锚点部署方法的有效性:
实验采用均方根误差(RMSE)来评价定位精度,其与均方误差(MSE)的关系为:
RMSE越小,说明定位精度越高。
参见图3实施例所示的无人机锚点按所提出的方法部署获得最小的定位均方根误差实验示意图;
假设锚点数量等于3,用户在半径为50米的圆形区域内均匀随机分布,噪声ni方差等于0.1dBm。
从图3可以看出,按照所提出的方法部署无人机锚点,即锚点相对于定位区域中心对称、等距、均分水平角度,并且锚点到定位区域中心的距离l=l*=110米进行部署,所获得的定位精度最高,此时RMSE=7.3米。
参见图4实施例所示按所提出的方法部署与随机部署的定位性能对比图;
从图4中可以看出,本申请所提出的方法获得的精度最高,并且随着用户活动半径增大,定位精度改变最小,性能保持最稳定。
本申请还提供了一种无人机辅助定位终端设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如上述方案中任一实施例所述的一种无人机辅助定位部署方法。
本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时执行如上述方案中任一实施例所述的一种无人机辅助定位部署方法。
以上结合附图对本发明的实施方式作了详细说明,但本发明不限于所描述的实施方式。对于本领域的技术人员而言,在不脱离本发明原理和精神的情况下,对这些实施方式进行多种变化、修改、替换和变型,仍落入本发明的保护范围内。
Claims (4)
1.一种无人机辅助定位部署方法,其特征在于,包括:
设定用户移动的圆形区域,设定N架无人机作为定位锚点,构建辅助定位系统;
设定圆形区域的中心为原点,构建用户接收的无人机信号强度函数;
根据无人机信号强度函数计算用户位置估计的均方误差,并将均方误差最小的模型作为锚点的部署模型;
所述设定圆形区域的中心为原点,构建用户接收的无人机信号强度函数,包括:
设定圆形区域的中心为原点后,确定无人机位置函数和用户位置函数;
根据接收信号、发送信号、距离的关系,构建无人机信号强度函数为:
si=pt+g0-10κlog(||pu-pi||)+ni
其中,pi为第i架无人机的位置,pu为用户的位置,si表示用户接收到第i个无人机锚点的信号强度,pt表示发射功率,g0表示参考距离为1米处的自由空间路径损耗增益,κ是路径损耗指数,||pu-pi||是指第i架无人机与用户之间的空间距离,ni为从第i个无人机锚点到用户的通信链路的阴影效应,是一个服从均值为0,方差为ξ2的随机变量;
所述根据无人机信号强度函数计算用户位置估计的均方误差,包括:
计算接收信号强度与位置估计的极大似然概率:
所述计算接收信号强度与位置估计的极大似然概率之后,包括:
利用总的极大似然概率获取用户的位置;
具体为:将总的接收信号集s=[s1 s2...sN]T的似然概率表示为:
其中,集合Sa表示数量|Sa|=N的无人机锚点集合;
根据总的接收信号集的似然概率,将用户位置函数定义为:
所述根据无人机信号强度函数计算用户位置估计的均方误差,包括:
根据用户位置定义用户位置估计的均方误差为:其中,/>为期望运算符,/>是用户位置pu的估计;
所述利用总的极大似然概率获取用户的位置后,包括:
根据用户位置函数和用户位置估计的均方误差函数,计算用户位置的均方误差下界;
所述将均方误差最小的模型作为锚点的部署模型,包括:
将计算得到的用户位置的均方误差下界最下的结果的方案,作为锚点的部署模型;基于用户位置函数,由根据用户位置定义用户位置估计的均方差可以通过Fisher信息矩阵求出其下界,用Jpu来表示FIM矩阵pu,则用户位置的MSE下界有以下关系:
式中tr(·)表示矩阵迹运算,并且有
其中:
定义第i个无人机锚点的水平角度为:
以下主要结论给出与pi、Ψi、pu相关的均方误差下界,
假设使用N架无人机作为锚点,通过RSS方法进行定位,则定位均方误差下界由下式给出:
其中△是以下矩阵
的行列式。
2.一种无人机辅助定位部署系统,其特征在于,包括:
辅助定位系统构建单元,用于设定用户移动的圆形区域,设定N架无人机作为定位锚点,构建辅助定位系统;
无人机信号强度函数构建单元,用于设定圆形区域的中心为原点,构建用户接收的无人机信号强度函数;
锚点部署模型构建单元,用于根据无人机信号强度函数计算用户位置估计的均方误差,并将均方误差最小的模型作为锚点的部署模型;
执行如权利要求1所述的一种无人机辅助定位部署方法。
3.一种无人机辅助定位终端设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1所述的一种无人机辅助定位部署方法。
4.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时执行如权利要求1所述的一种无人机辅助定位部署方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111467972.8A CN114167351B (zh) | 2021-12-03 | 2021-12-03 | 一种无人机辅助定位部署方法、系统、介质及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111467972.8A CN114167351B (zh) | 2021-12-03 | 2021-12-03 | 一种无人机辅助定位部署方法、系统、介质及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114167351A CN114167351A (zh) | 2022-03-11 |
CN114167351B true CN114167351B (zh) | 2024-06-21 |
Family
ID=80482834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111467972.8A Active CN114167351B (zh) | 2021-12-03 | 2021-12-03 | 一种无人机辅助定位部署方法、系统、介质及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114167351B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106714301A (zh) * | 2016-12-23 | 2017-05-24 | 深圳信息职业技术学院 | 一种无线定位网络中的载波优化方法 |
CN108810840A (zh) * | 2018-04-18 | 2018-11-13 | 天津大学 | 协作定位中基于efim和距离协作的节点选择方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE202005021259U1 (de) * | 2004-03-16 | 2007-06-28 | Airespace, Inc., San Jose | Lokalisierung von drahtlosen Knoten unter Verwendung einer Metrik zur Gewichtung der Signalstärken |
CN104093205B (zh) * | 2014-07-14 | 2017-11-21 | 国家电网公司 | 基于接收信号强度指示的无线定位系统锚节点部署方法 |
CN111200824B (zh) * | 2020-01-09 | 2022-11-22 | 广州大学 | 无人机基站的最优部署方法、装置、无人机基站及介质 |
CN113655468B (zh) * | 2021-07-16 | 2023-05-23 | 广州大学 | 一种无人机辅助定位方法、系统、存储介质及终端设备 |
-
2021
- 2021-12-03 CN CN202111467972.8A patent/CN114167351B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106714301A (zh) * | 2016-12-23 | 2017-05-24 | 深圳信息职业技术学院 | 一种无线定位网络中的载波优化方法 |
CN108810840A (zh) * | 2018-04-18 | 2018-11-13 | 天津大学 | 协作定位中基于efim和距离协作的节点选择方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114167351A (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9860868B2 (en) | Method and system for providing enhanced location based information for wireless handsets using dead reckoning | |
JP5587292B2 (ja) | ポジションロケーション転送のシステムおよび方法 | |
US20190297673A1 (en) | Locating method, system, and related device | |
CN104620125B (zh) | 计算无线通信系统中的终端的位置的方法和装置 | |
US10237688B2 (en) | Method and system for improving the location of fixed wireless CBSD nodes | |
US8279840B2 (en) | Systems and methods for providing location based services (LBS) utilizing WLAN and/or GPS signals for seamless indoor and outdoor tracking | |
US20170238136A1 (en) | Method and System for Improving the Location of Fixed Wireless CBSD Nodes | |
CN103155662B (zh) | 建立信号强度简档 | |
CN102223710B (zh) | 用于无线网络混合定位的方法和设备 | |
EP2045613B1 (en) | Computing geographical location of a mobile receiver using network measurement reports | |
KR20160121160A (ko) | 무선 통신 시스템에서 위치 측정을 위한 장치 및 방법 | |
CN103379624A (zh) | 用于无线网络混合定位的方法和设备 | |
US20200408872A1 (en) | Scaled tdoa 3d positioning | |
WO2020177041A1 (zh) | 信息处理的方法和终端设备 | |
CN107923961A (zh) | 系统、装置、节点和用于跟踪装置的方法 | |
US11480646B2 (en) | Signaling of scaled 3D position information | |
WO2017156368A1 (en) | Method and system for improving the location of fixed wireless cbsd nodes | |
CN114167351B (zh) | 一种无人机辅助定位部署方法、系统、介质及终端设备 | |
JP5089626B2 (ja) | 推定位置に対する評価値を用いた位置推定方法、移動端末及びプログラム | |
CN117715178A (zh) | 卫星定位方法和相关产品 | |
CN117397261A (zh) | 定位方法和定位装置 | |
CN116033551A (zh) | 用于定位的方法及装置 |
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 |