CN114495306B - 一种基于距离测量的课堂签到方法及系统 - Google Patents
一种基于距离测量的课堂签到方法及系统 Download PDFInfo
- Publication number
- CN114495306B CN114495306B CN202210031160.7A CN202210031160A CN114495306B CN 114495306 B CN114495306 B CN 114495306B CN 202210031160 A CN202210031160 A CN 202210031160A CN 114495306 B CN114495306 B CN 114495306B
- Authority
- CN
- China
- Prior art keywords
- base station
- check
- finder
- optimal
- road
- 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 34
- 238000005259 measurement Methods 0.000 title claims abstract description 18
- 238000009826 distribution Methods 0.000 claims abstract description 33
- 238000005457 optimization Methods 0.000 claims abstract description 28
- 238000005070 sampling Methods 0.000 claims abstract description 25
- 241000614201 Adenocaulon bicolor Species 0.000 claims abstract description 18
- 230000000977 initiatory effect Effects 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000008569 process Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241001631030 Explorator Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
- G07C1/12—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity wherein the time is indicated in figures
-
- 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
- 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
-
- 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
-
- 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
Abstract
本发明公开一种基于距离测量的课堂签到方法,所述方法包括:在教学楼内不同位置部署原始基站,在不同采样点采集各个原始基站的指纹,建立指纹库;以基站的位置集合作为改进的探路者优化算法的个体,以各个个体的定位误差最小为目标,采用改进的探路者优化算法迭代计算最优的基站分布位置集合;在教学楼内以最优的基站分布位置集合部署各个基站;教师端在课堂上发起签到,学生端在签到时段内采用最优的基站分布位置集合进行签到定位;测量教师端发起签到的位置与学生端的签到定位位置之间的距离,若所述距离在预设距离阈值之内,则签到成功。本发明采用改进的探路者优化算法迭代计算最优的基站分布位置集合,合理部署基站分布,提高室内定位精度。
Description
技术领域
本发明属于教育技术领域,具体涉及一种基于距离测量的课堂签到方法及系统。
背景技术
在日常的课堂、培训签到打卡时,经常使用基于定位距离的打卡方式,但由于课堂或培训活动大多在室内,教学楼等建筑物的遮挡使传统的GPS定位精度降低,导致定位签到失败。同时大部分高校的教学楼因追求设计美感往往建筑结构相对复杂,导致定位困难。传统的室内定位比如蓝牙、Wi-Fi定位、超宽带定位、LED定位、超声波定位、RFID定位、红外线定位、ZigBee定位等均需要提前在室内安装信号源。但是信号源的部署策略也影响定位效果,信号源部署越密则定位精度越高,但是成本过高,影响实际落地使用,信号源部署稀疏则可能定位不准。
发明内容
有鉴于此,本发明提出了一种基于距离测量的课堂签到方法及系统,用于解决课堂签到时信号基站部署不当导致定位不准的问题。
本发明第一方面,公开一种基于距离测量的课堂签到方法,所述方法包括:
在教学楼内不同位置部署原始基站,在不同采样点采集各个原始基站的指纹;
以基站的位置集合作为改进的探路者优化算法的一个个体,以各个个体的定位误差最小为目标,采用改进的探路者优化算法迭代计算最优的基站分布位置集合;
在教学楼内以最优的基站分布位置集合部署各个基站;
教师端在课堂上发起签到,学生端在签到时段内在最优的基站分布位置部署下进行签到定位;
测量教师端发起签到的位置与学生端的签到定位位置之间的距离,若所述距离在预设距离阈值之内,则签到成功。
优选的,所述在教学楼内不同位置部署原始基站,在不同采样点采集各个原始基站的指纹具体包括:
对教学楼的待定位区域按照网格形式划分,在每个网格中心点部署一个原始信号,记录坐标值;
随机选取不同的采样点,记录采样点位置,分别获取各采样点处接收到的来自各个基站的信号强度值,并以矩阵的形式存储在指纹库中。
优选的,所述以基站的位置集合作为改进的探路者优化算法的一个粒子,以各个粒子的定位误差最小为目标,采用改进的探路者优化算法迭代计算最优的基站分布位置集合具体包括:
以基站的位置集合作为种群中的一个个体,初始化种群数量、最大迭代次数以及各个个体的位置;
计算当前适应度函数值,并排序确定探路者、跟随者以及随机者,记录当前全局最优值;
根据当前探路者的位置、上一代探路者的位置及预设的步长因子进行探路者位置更新;
根据探路者的更新后的位置进行跟随者位置更新;
根据探路者的更新后的位置,引入莱维飞行策略进行随机者位置更新;
计算适应度值并排序,更新全局最优值;
判断是否达到结束条件,如果达到则输出最优位置并结束运算,否则重新进行探路者、跟随者以及随机者位置更新,迭代运算直到达到最优解。
优选的,所述计算当前适应度函数值,并排序确定探路者、跟随者以及随机者具体包括:
以各个个体的定位误差最小为适应度函数,计算当前各个个体的适应度值;各个个体的定位误差为各个个体的对采样点的定位位置相对对于指纹库中同一采样点的定位误差;
将适应度值降序排列,将降序排列结果随机分成三份,适应度值最高的一份作为探路者,适应度值居中一份的作为跟随者,适应度值最小的一份作为随机者。
优选的,所述根据当前探路者的位置、上一代探路者的位置及预设的步长因子进行探路者位置更新的公式具体为:
其中,K为当前迭代次数,Kmax为最大迭代次数,分别为第p个探路者第K-1次迭代、第K次迭代、第K+1次迭代时的位置,/>为第K次迭代的最优位置,u1为[-1,1]之前的随机数。
优选的,所述根据探路者的更新后的位置,引入莱维飞行策略进行随机者位置更新的公式具体为:
其中,为第t个随机者第K+1次迭代时的位置,/>为p个探路者第K+1次迭代时的位置,α为步长因子,β服从莱维分布。
优选的,所述教师端在课堂上发起签到,学生端在签到时段内采用最优的基站分布位置集合进行签到定位具体包括:
教师端在课堂上携带对应的各个学生的身份信息发起签到命令并上传至服务器端,服务器端接收到签到命令后根据存储的最优的基站位置信息开启基站信号接收处理;
学生携带装有对应的基站信号接收处理系统的移动终端进入教学楼内的待定位区域时,通过移动终端识别周围基站发送的广播帧,基于广播帧中的信号强度进行排序,选取信号最强的4个基站,根据指纹库将这4个基站信号强度转换成待定位点与对应基站的距离;
根据待定位点与对应基站的距离计算待定位点的坐标,得到学生端的签到定位位置。
本发明第二方面,公开一种基于距离测量的课堂签到系统,所述系统包括:
指纹库建立模块:在教学楼内不同位置部署原始基站,在不同采样点采集各个原始基站的指纹,建立指纹库;
基站位置优化模块:以基站的位置集合作为改进的探路者优化算法的一个个体,以各个个体的定位误差最小为目标,采用改进的探路者优化算法迭代计算最优的基站分布位置集合;
签到定位模块:在教学楼内以最优的基站分布位置集合部署各个基站,教师端在课堂上发起签到,学生端在签到时段内在最优的基站分布位置部署下进行签到定位;
距离测量模块:测量教师端发起签到的位置与学生端的签到定位位置之间的距离,若所述距离在预设距离阈值之内,则签到成功。
本发明第三方面,公开一种电子设备,包括:至少一个处理器、至少一个存储器、通信接口和总线;
其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以实现本发明第一方面所述的方法。
本发明第四方面,公开一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令使计算机实现本发明第一方面所述的方法。
本发明相对于现有技术具有以下有益效果:
1)本发明以基站的位置集合作为改进的探路者优化算法的一个个体,以各个个体的定位误差最小为目标,采用改进的探路者优化算法迭代计算最优的基站分布位置集合,该最优的基站分布位置集合可以优化基站的空间布局,合理部署基站分布位置,提高室内定位精度;
2)与传统的探路者优化算法相比,本发明改进的探路者优化算法将当前种群根据适应度大小划分成探路者、跟随者、随机者三类,并在探路者位置更新时基于当前全局最优位置进行探索,增强其局部搜索能力,在随机者位置更新时,引入莱维飞行策略以扩大搜索范围,弥补易陷入局部最优解的不足,使算法快速收敛到全局最优解。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1为本发明的基于距离测量的课堂签到方法流程图;
图2为本发明的基于距离测量的课堂签到系统结构图。
具体实施方式
下面将结合本发明实施方式,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
请参阅图1,本发明提出一种基于距离测量的课堂签到方法,所述方法包括:
S1、在教学楼内不同位置部署原始基站,在不同采样点采集各个原始基站的指纹,建立指纹库;
对教学楼内部及周边的待定位区域按照相同尺寸进行网格划分,在每个网格中心点部署一个原始信号基站,设原始基站总数为n,记录各个基站的坐标值;
随机选取不同的采样点,记录采样点位置,分别获取各采样点处接收到的来自各个基站的信号强度值,并以矩阵的形式存储在指纹库中,其中,矩阵的第i行第j列表示第i个采样点接收到的第j个基站的信号强度值。
S2、以基站的位置集合作为改进的探路者优化算法的个体,以各个个体的定位误差最小为目标,采用改进的探路者优化算法迭代计算最优的基站分布位置集合;
传统的探路者算法将种群中的个体分为探路者和跟随者,算法的寻优过程模拟了种群寻找食物的探索过程,通过探路者、跟随者二种不同种群角色间的交流来实现优化,但由于该算法依赖探路者指引算法的全局搜索方向,而种群中的跟随者沿着探路者的方向进行移动,容易陷入局部最优解。本发明将探路者算法的种群中的分为探路者、跟随者和随机者,通过改良探路者位置更新方式,并增加随机者的莱维飞行游走策略来快速实现全局最优。
步骤S2具体包括如下分步骤:
S21、以基站的位置集合作为种群中的一个个体X,初始化种群数量N、最大迭代次数T以及各个个体的初始位置;个体的维度为D,维度D与基站数量相同,1≤D≤n。
S22、计算当前适应度函数值,并排序确定探路者、跟随者以及随机者,记录当前全局最优值。
具体的,基于步骤S1建立的指纹库,以各个个体的对采样点的定位位置相对对于指纹库中同一采样点的位置误差作为各个个体的定位误差;以各个个体的定位误差最小为适应度函数,计算当前各个个体的适应度值;
将适应度值降序排列,将降序排列结果随机分成三份,适应度值最高的一份作为探路者,适应度值居中一份的作为跟随者,适应度值最小的一份作为随机者。
S23、根据当前探路者的位置、上一代探路者的位置及预设的步长因子进行探路者位置更新。
进行探路者位置更新的公式具体为:
其中,K为当前迭代次数,Kmax为最大迭代次数,分别为第p个探路者第K-1次迭代、第K次迭代、第K+1次迭代时的位置,/>为第K次迭代的最优位置,u1为[-1,1]之间的随机数。
为了更快的搜索到最优值,本发明基于当前迭代的最优位置来更新探路者位置,因此,本发明探路者位置更新是结合了上一次迭代、当前迭代最优位置、当前个体位置,加强了种群三代间优良信息的保留,在此基础上,用一个参数A控制探路者移动的多向性和随机性,使得在探索过程中保留一定的随机性,保证一定的搜索范围。
S24、根据探路者的更新后的位置进行跟随者位置更新。
跟随者位置更新的公式具体为:
其中,分别为第i个跟随者第K-1次迭代、第K次迭代、第K+1次迭代时的位置,/>为第K次迭代时第j个跟随者的位置。R1=αr2,R2=βr3,ε=(1-K/Kmax)u2Dij,Dij=||Xi-Xj||。α表示跟随者之间的相互作用系数,β表示探路者对跟随者的吸引系数,α、β均在[1,2]服从均匀分布;r2、r3分别为与其他跟随者和探路者移动的步长因子,均为[0,1]范围内的随机数;ε表示跟随者移动的随机性,u2为[-1,1]之间的随机数,Dij为当前跟随者与其他跟随者之间的距离。
S25、根据探路者的更新后的位置,引入莱维飞行策略进行随机者位置更新。
引入莱维飞行策略进行随机者位置更新的公式具体为:
其中,为第t个随机者第K+1次迭代时的位置,/>为p个探路者第K+1次迭代时的位置,α为步长因子,β服从莱维分布。
S26、计算适应度值并排序,更新全局最优值;
S27、判断是否达到结束条件,如果达到则输出最优位置并结束运算,否则返回步骤S23,重新进行探路者、跟随者以及随机者位置更新,迭代运算直到达到最优解。
本发明改进的探路者优化算法将当前种群根据适应度大小划分成探路者、跟随者、随机者三类,并在探路者位置更新时基于当前全局最优位置进行探索,增强其局部搜索能力,在随机者位置更新时,引入莱维飞行策略以扩大搜索范围,弥补易陷入局部最优解的不足,可使算法快速收敛到全局最优解。
S3、在教学楼内以最优的基站分布位置集合部署各个基站;
按照步骤S2优化得到的最优基站分布位置集合在待定位区域部署基站,将基站位置、唯一标识ID等信息上传至服务器保存,通过该部署好的基站即可进行学生签到定位。
S4、教师端在课堂上发起签到,学生端在签到时段内在最优的基站分布位置部署下进行签到定位;
教师端在课堂上携带对应的各个学生的身份信息发起签到命令并上传至服务器端,服务器端接收到签到命令后根据存储的最优的基站位置信息开启基站信号接收处理;
学生携带装有对应的基站信号接收处理系统的移动终端进入教学楼内的待定位区域时,通过移动终端识别周围基站发送的广播帧,基于广播帧中的信号强度进行排序,选取信号最强的4个基站,根据指纹库将这4个基站信号强度转换成待定位点与对应基站的距离;
根据待定位点与对应基站的距离计算待定位点的坐标,得到学生端的签到定位位置。
S5、测量教师端发起签到的位置与学生端的签到定位位置之间的距离,若所述距离在预设距离阈值之内,则签到成功。
具体的,以教师端发起签到的位置为圆心,以预设距离阈值为半径画圆,当学生端的签到定位位置在圆圈之内记为签到成功。
与上述方法实施例相对应,本发明还提出一种基于距离测量的课堂签到系统,请参阅图2,所述系统包括:
指纹库建立模块10:在教学楼内不同位置部署原始基站,在不同采样点采集各个原始基站的指纹,建立指纹库;
基站位置优化模块20:以基站的位置集合作为改进的探路者优化算法的一个个体,以各个个体的定位误差最小为目标,采用改进的探路者优化算法迭代计算最优的基站分布位置集合;
签到定位模块30:在教学楼内以最优的基站分布位置集合部署各个基站,教师端在课堂上发起签到,学生端在签到时段内在最优的基站分布位置部署下进行签到定位;
距离测量模块40:测量教师端发起签到的位置与学生端的签到定位位置之间的距离,若所述距离在预设距离阈值之内,则签到成功。
以上系统实施例和方法实施例是一一对应的,系统实施例简述之处请参阅方法实施例即可。
本发明还公开一种电子设备,包括:至少一个处理器、至少一个存储器、通信接口和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以实现本发明前述的基于距离测量的课堂签到方法。
本发明还公开一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机实现本发明实施例所述基于距离测量的课堂签到方法的全部或部分步骤。所述存储介质包括:U盘、移动硬盘、只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以分布到多个网络单元上。本领域普通技术人员在不付出创造性的劳动的情况下,可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
以上所述仅为本发明的较佳实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于距离测量的课堂签到方法,其特征在于,所述方法包括:
在教学楼内不同位置部署原始基站,在不同采样点采集各个原始基站的指纹,建立指纹库;
以基站的位置集合作为改进的探路者优化算法的个体,以各个个体的定位误差最小为目标,采用改进的探路者优化算法迭代计算最优的基站位置集合;
所述以基站的位置集合作为改进的探路者优化算法的一个粒子,以各个粒子的定位误差最小为目标,采用改进的探路者优化算法迭代计算最优的基站分布位置集合具体包括:
以基站的位置集合作为种群中的一个个体,初始化种群数量、最大迭代次数以及各个个体的位置;
计算当前适应度函数值,并排序确定探路者、跟随者以及随机者,记录当前全局最优值;
根据当前探路者的位置、上一代探路者的位置及预设的步长因子进行探路者位置更新;所述根据当前探路者的位置、上一代探路者的位置及预设的步长因子进行探路者位置更新的公式具体为:
其中,K为当前迭代次数,Kmax为最大迭代次数,分别为第p个探路者第K-1次迭代、第K次迭代、第K+1次迭代时的位置,/>为第K次迭代的最优位置,u1为[-1,1]之前的随机数;
根据探路者的更新后的位置进行跟随者位置更新;
根据探路者的更新后的位置,引入莱维飞行策略进行随机者位置更新;所述根据探路者的更新后的位置,引入莱维飞行策略进行随机者位置更新的公式具体为:
其中,为第t个随机者第K+1次迭代时的位置,/>为p个探路者第K+1次迭代时的位置,α为步长因子,β服从莱维分布;
计算适应度值并排序,更新全局最优值;
判断是否达到结束条件,如果达到则输出最优位置并结束运算,否则重新进行探路者、跟随者以及随机者位置更新,迭代运算直到达到最优解;
在教学楼内以最优的基站分布位置集合部署各个基站;
教师端在课堂上发起签到,学生端在签到时段内在最优的基站分布位置部署下进行签到定位;
测量教师端发起签到的位置与学生端的签到定位位置之间的距离,若所述距离在预设距离阈值之内,则签到成功。
2.根据权利要求1所述的基于距离测量的课堂签到方法,其特征在于,所述在教学楼内不同位置部署原始基站,在不同采样点采集各个原始基站的指纹具体包括:
对教学楼的待定位区域按照网格形式划分,在每个网格中心点部署一个原始信号,记录坐标值;
随机选取不同的采样点,记录采样点位置,分别获取各采样点处接收到的来自各个基站的信号强度值,并以矩阵的形式存储在指纹库中。
3.根据权利要求1所述的基于距离测量的课堂签到方法,其特征在于,所述计算当前适应度函数值,并排序确定探路者、跟随者以及随机者具体包括:
以各个个体的定位误差最小为适应度函数,计算当前各个个体的适应度值;各个个体的定位误差为各个个体的对采样点的定位位置相对对于指纹库中同一采样点的定位误差;
将适应度值降序排列,将降序排列结果随机分成三份,适应度值最高的一份作为探路者,适应度值居中一份的作为跟随者,适应度值最小的一份作为随机者。
4.根据权利要求2所述的基于距离测量的课堂签到方法,其特征在于,所述教师端在课堂上发起签到,学生端在签到时段内采用最优的基站分布位置集合进行签到定位具体包括:
教师端在课堂上携带对应的各个学生的身份信息发起签到命令并上传至服务器端,服务器端接收到签到命令后根据存储的最优的基站位置信息开启基站信号接收处理;
学生携带装有对应的基站信号接收处理系统的移动终端进入教学楼内的待定位区域时,通过移动终端识别周围基站发送的广播帧,基于广播帧中的信号强度进行排序,选取信号最强的4个基站,根据指纹库将这4个基站信号强度转换成待定位点与对应基站的距离;
根据待定位点与对应基站的距离计算待定位点的坐标,得到学生端的签到定位位置。
5.使用权利要求1~4任一项所述方法的一种基于距离测量的课堂签到系统,其特征在于,所述系统包括:
指纹库建立模块:在教学楼内不同位置部署原始基站,在不同采样点采集各个原始基站的指纹,建立指纹库;
基站位置优化模块:以基站的位置集合作为改进的探路者优化算法的个体,以各个个体的定位误差最小为目标,采用改进的探路者优化算法迭代计算最优的基站分布位置集合;
签到定位模块:在教学楼内以最优的基站分布位置集合部署各个基站,教师端在课堂上发起签到,学生端在签到时段内在最优的基站分布位置部署下进行签到定位;
距离测量模块:测量教师端发起签到的位置与学生端的签到定位位置之间的距离,若所述距离在预设距离阈值之内,则签到成功。
6.一种电子设备,其特征在于,包括:至少一个处理器、至少一个存储器、通信接口和总线;
其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以实现权利要求1~4任一项所述的方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储计算机指令,所述计算机指令使计算机实现权利要求1~4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210031160.7A CN114495306B (zh) | 2022-01-12 | 2022-01-12 | 一种基于距离测量的课堂签到方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210031160.7A CN114495306B (zh) | 2022-01-12 | 2022-01-12 | 一种基于距离测量的课堂签到方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114495306A CN114495306A (zh) | 2022-05-13 |
CN114495306B true CN114495306B (zh) | 2024-01-26 |
Family
ID=81511447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210031160.7A Active CN114495306B (zh) | 2022-01-12 | 2022-01-12 | 一种基于距离测量的课堂签到方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114495306B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105427214A (zh) * | 2015-10-29 | 2016-03-23 | 深圳市国华光电科技有限公司 | 一种智能课堂教学管理系统和方法 |
WO2017185828A1 (zh) * | 2016-04-26 | 2017-11-02 | 中兴通讯股份有限公司 | 指纹定位方法及装置 |
CN107610007A (zh) * | 2016-07-12 | 2018-01-19 | 李辉 | 一种校园管理软件系统及装置 |
CN113159431A (zh) * | 2021-04-28 | 2021-07-23 | 宁夏回族自治区国土资源调查监测院 | 一种基于地灾数据的分析预警方法及装置 |
CN113507696A (zh) * | 2021-06-23 | 2021-10-15 | 湖北枫丹白露智慧标识科技有限公司 | 一种基于基站空间布局优化的室内定位方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7498979B2 (en) * | 2006-04-17 | 2009-03-03 | Trimble Navigation Limited | Fast decimeter-level GNSS positioning |
US8930458B2 (en) * | 2007-04-04 | 2015-01-06 | Pathfinders International, Llc | GPS pathfinder cell phone and method |
-
2022
- 2022-01-12 CN CN202210031160.7A patent/CN114495306B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105427214A (zh) * | 2015-10-29 | 2016-03-23 | 深圳市国华光电科技有限公司 | 一种智能课堂教学管理系统和方法 |
WO2017185828A1 (zh) * | 2016-04-26 | 2017-11-02 | 中兴通讯股份有限公司 | 指纹定位方法及装置 |
CN107610007A (zh) * | 2016-07-12 | 2018-01-19 | 李辉 | 一种校园管理软件系统及装置 |
CN113159431A (zh) * | 2021-04-28 | 2021-07-23 | 宁夏回族自治区国土资源调查监测院 | 一种基于地灾数据的分析预警方法及装置 |
CN113507696A (zh) * | 2021-06-23 | 2021-10-15 | 湖北枫丹白露智慧标识科技有限公司 | 一种基于基站空间布局优化的室内定位方法及系统 |
Non-Patent Citations (1)
Title |
---|
维度学习探路者算法;孙哲中等;辽宁科技大学学报;第44卷(第4期);第306-313页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114495306A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110012428B (zh) | 一种基于WiFi的室内定位方法 | |
WO2019233054A1 (zh) | 一种智慧教室内的指纹定位方法及系统 | |
CN110113709B (zh) | 一种基于支持向量机的超宽带室内定位误差消除算法 | |
CN104394588B (zh) | 基于Wi‑Fi指纹和多维尺度分析的室内定位方法 | |
JP2018521311A (ja) | 人工ニューラルネットワークの測位性能を改善するための方法および装置 | |
CN109246608A (zh) | 一种基于wifi位置指纹大数据分析的室内点对点定位方法 | |
CN107300687B (zh) | 一种基于运动多站的高精度无源时差定位方法 | |
CN112533136B (zh) | 一种基于深度学习的wlan指纹定位方法 | |
CN111461251A (zh) | 基于随机森林与自编码器的WiFi指纹的室内定位方法 | |
CN109151750A (zh) | 一种基于循环神经网络模型的lte室内定位楼层判别方法 | |
CN114449452A (zh) | 一种异构设备室内定位算法 | |
CN112367614A (zh) | 一种基于LSTM的Wi-Fi与地磁场融合的室内定位算法 | |
CN114495306B (zh) | 一种基于距离测量的课堂签到方法及系统 | |
CN112533144A (zh) | 室内定位方法、装置、计算设备及计算机存储介质 | |
CN112738709B (zh) | 一种基于uwb信号的粒子群搜索室内定位方法及系统 | |
CN113837046A (zh) | 一种基于迭代特征分布学习的小样本遥感图像场景分类方法 | |
KR20190122423A (ko) | 머신러닝 기반의 실내 측위 방법 및 시스템 | |
CN109922432B (zh) | 无线通信环境下通过优化指纹元素个数的目标定位方法 | |
Guo et al. | Indoor positioning optimization based on genetic algorithm and RBF neural network | |
Lima et al. | Efficient and robust WiFi indoor positioning using hierarchical navigable small world graphs | |
CN111639712A (zh) | 一种基于密度峰值聚类和梯度提升算法的定位方法及系统 | |
Yang et al. | Research on high precision indoor positioning method based on low power Bluetooth technology | |
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 | |
Arsan | Accurate indoor positioning with ultra-wide band sensors | |
CN114173281A (zh) | 室内nlos环境下基于toa的定位系统信标节点的优化布局方法 |
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 | ||
CB02 | Change of applicant information |
Address after: Room 01, 2 / F, building A14, phase 1.1, Wuhan National Geospatial Information Industrialization Base (New Area), no.6, Beidou Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000 Applicant after: Wuhan Meihe Yisi Digital Technology Co.,Ltd. Address before: Room 01, 2 / F, building A14, phase 1.1, Wuhan National Geospatial Information Industrialization Base (New Area), no.6, Beidou Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000 Applicant before: HUBEI MEIHE YISI EDUCATION TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |