CN114727384A - 一种基于加权min-max的蓝牙RSSI定位方法 - Google Patents

一种基于加权min-max的蓝牙RSSI定位方法 Download PDF

Info

Publication number
CN114727384A
CN114727384A CN202210326846.9A CN202210326846A CN114727384A CN 114727384 A CN114727384 A CN 114727384A CN 202210326846 A CN202210326846 A CN 202210326846A CN 114727384 A CN114727384 A CN 114727384A
Authority
CN
China
Prior art keywords
rssi
value
node
max
target node
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.)
Pending
Application number
CN202210326846.9A
Other languages
English (en)
Inventor
马琳琳
张勇
魏刚
李冀
陈妍妍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan Lianrui Intelligent Technology Research Institute Co ltd
Original Assignee
Henan Lianrui Intelligent Technology Research Institute Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Henan Lianrui Intelligent Technology Research Institute Co ltd filed Critical Henan Lianrui Intelligent Technology Research Institute Co ltd
Priority to CN202210326846.9A priority Critical patent/CN114727384A/zh
Publication of CN114727384A publication Critical patent/CN114727384A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G01S5/14—Determining absolute distances from a plurality of spaced points of known location
    • 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
    • H04W4/30—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
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种基于加权min‑max的蓝牙RSSI定位方法，步骤：S1：布设若干个蓝牙的参考节点，通过参考节点与目标节点传输信息，获得若干个参考节点的RSSI数值及对应的参考节点坐标位置；S2：对参考节点的RSSI数值的序列进行处理；S3：采用RSSI测距模型计算目标节点到参考节点之间的距离；S4：求解目标节点的位置的矩形边界值；S5：确定目标节点坐标的候选集，并计算相对应的权重；S6：对矩形边界的四个顶点进行加权求和，得到最终的目标节点的位置坐标。该定位方法在min‑max算法的基础上，加入距差残差权重的计算方法，对确定的候选集进行残差加权，有效的改善了目标节点的定位性能，提高了定位精度。

Description

一种基于加权min-max的蓝牙RSSI定位方法
技术领域
本发明涉及无线定位技术领域，涉及一种无线定位算法，具体涉及一种基于加权min-max的蓝牙RSSI定位方法。
背景技术
随着无线通信技术、卫星导航技术的发展，基于位置的服务(Location BasedService,LBS)已成为现代社会生活生产的重要组成部分。目前，LBS已经渗透到交通、物流等国民经济领域和人们的日常生活中，正悄悄改变着人们的生产、生活方式。而定位技术作为LBS的基础，占据着极其重要的位置。公共安全、生产安全、应急救援、公共卫生、物联网、特殊人群监护、大型场馆管理、智慧城市建设都需要使用足够精确的定位信息。
除了室外卫星定位，越来越多的无线定位技术逐渐应用到室内定位系统中，例如，Wifi、蓝牙、超宽带(UWB)等，UWB定位技术虽然具有较高的室内定位精度，但受限于设备成本以及布设难度等问题，难以广泛普及和应用。而蓝牙技术具有低功耗、低成本以及易部署等优点，能够弥补UWB定位在这些方面的不足。目前蓝牙室内定位方法主要分为基于RSSI的三边定位方法和指纹匹配法，由于室内环境的复杂性，无线信号在室内进行传播时，部分区域由于信号传播遇到很大影响，导致局部区域通过RSSI测距的三边定位方法得到的结果误差较大，而对于位置指纹定位而言，需要事先建立数据库以及有足够密集的参考节点进行支撑。基于RSSI的三角形质心定位算法虽然精度有所提高，但是提高效果不强。
中国专利文献(申请号：201711001182.4)公开了一种基于路网校正的混合室内定位方法，涉及室内定位领域，包括如下步骤：地图制作与定位基站铺设；无线信号采集与处理；混合室内定位算法。该蓝牙的定位方法是在传统的圆相交理论的基础上采用最小二乘定位算法进行位置解算，但该方法得到的原始位置坐标误差比较大，为了提高定位精度，又采用的基于路网数据的校正方法对原始定位结果进行了二次修正。该方法需要提前构建路网数据库，从而进行路网匹配以及坐标投影，计算量比较大。
中国专利文献(申请号：201711308570.7)公开了一种基于蓝牙RSSI位置指纹库的室内定位方法，其中，先在特定空间内进行合理的蓝牙基站的布局，对蓝牙基站进行数据采集，并利用高斯拟合筛选、卡尔曼滤波等方式对采集数据和待测点的数据进行预处理，提高采样精度，同时，利用K-NNSS方法将待测点信息与位置指纹数据库进行匹配，实现定位。该发明的技术方案采用的是离线构建RSSI位置指纹数据库，然后在线进行匹配实现定位。首先该方法的定位精度完全依赖于RSSI位置指纹数据库的精度，要想实现高精度定位，指纹数据库的分辨率就要提高，从而对指纹采集的工作量提出了很大的要求，同时，一个指纹数据库只适用于一种特定的环境，换了环境就需要重新构建指纹数据库，数据库采集的工作量较大，同时算法的灵活性不足。
中国专利文献(申请号：201910126827.X)公开了一种基于蓝牙信号rssi 的室内定位方法，包括以下步骤：在定位场地部署N个蓝牙基站并获取蓝牙基站的坐标；在定位点设置蓝牙信号源，采集N个蓝牙基站的蓝牙信号R SSI值；根据计算模型d＝10((ABS(RSSI)-A)/(10*n))，分别计算每个蓝牙基站与蓝牙信号源的距离d，其中A为测得的蓝牙基站距离蓝牙信号源1m处的蓝牙信号强度，n为环境衰减因子；根据距离蓝牙信号源d值最小的三个蓝牙基站的距离d值和坐标，通过拟牛顿算法计算得到定位点的坐标。该发明的技术方案采用的方法在进行位置解算前需要筛选出距离值最小的三个值，然后采用拟牛顿算法进行迭代求解，这种迭代求解的方法需要设置初始值，初始值选择不合适会直接影响最终的定位精度，同时算法依赖与筛选出距离最小的三个测量值，对三个测量值的可行度要求较高。
中国专利文献(申请号：201911176685.4)公开了一种基于RSSI特征值的蓝牙定位方法，其通过在待定位场地部署多个蓝牙信标设备和多个蓝牙网关设备，获取定位参照数据，获取待定位点的第三信标RSSI特征值序列，分别对比第三信标RSSI特征值序列与多个第二信标RSSI特征值序列以确定参考网关；对比参考网关的第二信标RSSI特征值序列与第四信标RSSI特征值序列以获取所有蓝牙信标RSSI特征值的可信度权重；分别计算所述第三信标RSSI特征值序列与多个第一信标RSSI特征值序列之间的加权欧式距离，加权欧式距离最小时第一信标RSSI特征值序列对应的位置坐标作为待定位点的定位坐标，通过参考网关引入可信度权重调整信标RSSI值的权重，减少不可信RSSI值对于定位结果的影响，有效的降低由于一个或数个蓝牙信标信号波动引起的定位漂移现象。该发明的技术方案是对蓝牙RSSI指纹定位算法的改进，通过参考网关引入可信度权重调整信标RSSI值的权重，从而减小不可信RSSI值对定位的影响，该方法在定位区域除了需要布设蓝牙信标，还需要布设蓝牙网关，成本上会相对较高，同时，由于该方法本质也是指纹定位算法，同样需要离线标定位置坐标和蓝牙信标RSSI特征序列以及位置坐标和蓝牙网关RSSI特征序列的对应关系数据库，灵活性同样存在问题。
发明内容
本发明提供一种基于加权min-max的蓝牙RSSI定位方法，对min-max算法进行改进，解决了蓝牙RSSI定位性能不高的问题，且该蓝牙RSSI定位方法无需进行离线数据库标定，环境适用性比较灵活，和传统三边定位相比，无需进行信标筛选，无需设置初始值，无需进行二次修正，无需额外布设蓝牙网关，计算简单同时能够有效提高定位精度。
为了解决上述技术问题，本发明采用的技术方案是：该基于加权min-max 的蓝牙RSSI定位方法，具体包括以下步骤：
S1：布设若干个蓝牙的参考节点，通过参考节点与目标节点传输信息，获得若干个参考节点的RSSI数值及对应的参考节点坐标位置；
S2：对参考节点的RSSI数值的序列进行处理；
S3：采用RSSI测距模型计算目标节点到参考节点之间的距离；
S4：求解目标节点的位置的矩形边界值；
S5：根据矩形边界确定的四个顶点，计算这四个顶点到参考节点的距离值，然后计算该距离值与RSSI测距模型得到的距离值的残差，最后根据残差平方和的倒数计算每个顶点的权重；
S6：对矩形边界的四个顶点进行加权求和，得到最终的目标节点的位置坐标。
作为本发明的优选技术方案，所述步骤S1具体为：由参考节点向外发射自身的信息，目标节点接收周围参考节点发送的信息，记录接收到的RSSI数值及对应的参考节点坐标位置；假设布设的蓝牙的参考节点个数为N，则目标节点接收到参考节点i发送的信息时，记录的数据格式为：{RSSiI,ix,iy}， i＝1,2,...,N。
作为本发明的优选技术方案，所述步骤S2利用中值滤波及前后加权平均滤波算法对RSSI值进行处理，滤波算法的公式为：
RSSIi,med(k)＝median(RSSIi(1),RSSIi(2),...,RSSIi(L))；
RSSIi,smooth＝0.9*RSSIi,med(k-1)+0.1*RSSIi,med(k)；
其中，L为中值滤波的长度，k为经过中值滤波后RSSI的个数，当k＞1时，执行前后加权滤波算法，得到参考节点i处理后的RSSI值RSSIi,smooth。
作为本发明的优选技术方案，所述步骤S3中的RSSI测距模型为：
Figure BDA0003571784570000041
其中，A为目标节点距离参考节点1米时接收到信号强度的绝对值，n为测量场景下的环境衰减因子，这两个参数需要提前测量标定。
作为本发明的优选技术方案，所述步骤S4中采用min-max方法求解目标节点的位置的矩形边界值的具体方法，包括以下步骤：
S41：根据参考节点坐标(xi,yi)以及相应的距离值di，计算矩形边界值集合：
Figure BDA0003571784570000042
Figure BDA0003571784570000043
S42：对步骤S41中的集合求min-max值，得到矩形边界值：
xleft＝min(xmax)
xright＝max(xmin)
ydown＝min(ymax)
yup＝max(ymin)；
其中，xleft表示矩形边界x轴方向左侧的值，xright表示矩形边界x轴方向右侧的值，ydown表示矩形边界y轴方向下侧的值，yup表示矩形边界y轴方向上侧的值。
采用上述技术方案，在min-max算法的基础上，加入距差残差权重的计算方法，摒弃传统平均的处理方式，对确定的候选集进行残差加权，有效的改善了目标节点的定位性能。
作为本发明的优选技术方案，所述步骤S5具体为：根据矩形边界确定的四个顶点，计算这四个顶点到参考节点的距离值，然后计算该距离值与RSSI测距模型得到的距离值的残差，最后根据残差平方和的倒数计算每个顶点的权重；包括以下步骤：
S51：根据步骤S4中确定的矩形边界值，得到四个顶点坐标，即为目标节点的候选集：
Figure BDA0003571784570000051
S52：计算每个顶点到参考节点的距离值，计算公式为：
Figure BDA0003571784570000052
其中，d1i为第一个顶点到参考节点的距离值；同理，再采用上述计算公式依次计算剩余三个顶点到参考节点的距离值；
S53：计算每个参考节点的距离残差，计算公式为：
residual_d1,i＝abs(d1,i-di)；
其中，residual_d1，i为第一个顶点到参考节点距离值的残差；同理，再采用上述计算公式依次计算得到剩余三个顶点到参考节点的距离值的残差 residua_l2,id,residu_al3i,dresi_du4ia；
S54：计算每个顶点的权重，计算公式为：
Figure BDA0003571784570000053
其中，w1为第一顶点的权重，同理，再采用上述计算公式依次计算得到剩余三个顶点的权重w2,w3,w4。
作为本发明的优选技术方案，所述步骤S6中对矩形边界的四个顶点进行加权求和，得到最终的目标节点的位置坐标为：
Figure BDA0003571784570000061
Figure BDA0003571784570000062
与现有技术相比，本发明基于加权min-max的蓝牙RSSI定位方法具有的有益效果：
(1)采用改进的min-max算法，摒弃传统min-max方法中平均的思想，采用距离残差进行加权的思想，有效改善了蓝牙RSSI定位的性能；
(2)该定位方法简单易行，资源需求少，无需对参考节点进行排序筛选，同时也不需要对参与定位解算的参考节点进行多次组合，计算量较少；采用加权min-max方法相较于传统平均min-max方法性能有所提升；
(3)本发明的基于加权min-max的蓝牙RSSI定位方法可以广泛应用于蓝牙无线定位领域，无需进行离线数据库标定，环境适用性比较灵活，和传统三边定位相比，无需进行信标筛选，无需设置初始值，无需进行二次修正，无需额外布设蓝牙网关，计算简单，同时能够有效提高定位精度。
附图说明
图1是本发明基于加权min-max的蓝牙RSSI定位方法实施例的流程图；
图2是本发明基于加权min-max的蓝牙RSSI定位方法与传统RSSI三边定位轨迹的对比图；
图3是本发明基于加权min-max的蓝牙RSSI定位方法与传统RSSI三边定位误差CDF的对比图。
具体实施方式
下面将结合本发明的实施例图中的附图，对本发明实施例中的技术方案进行清楚、完整的描述。
实施例：如图1所示，该基于加权min-max的蓝牙RSSI定位方法，具体包括以下步骤：
S1：在确定的定位区域均匀的布设N个蓝牙的参考节点，通过参考节点与目标节点传输信息，获得若干个参考节点的RSSI数值及对应的参考节点坐标位置；具体为：由参考节点向外发射自身的信息，目标节点接收周围参考节点发送的信息，记录接收到的RSSI数值及对应的参考节点坐标位置；假设布设的蓝牙的参考节点个数为N，则目标节点接收到参考节点i发送的信息时，记录的数据格式为：{RSSIi,xi,yi}，i＝1,2,...,N；
S2：对参考节点的RSSI数值的序列进行处理；所述步骤S2利用中值滤波及前后加权平均滤波算法对RSSI值进行处理，以参考节点i为例进行说明，具体的滤波处理的公式为：
RSSIi,med(k)＝median(RSSIi(1),RSSIi(2),...,RSSIi(L))；
RSSIi,smooth＝0.9*RSSIi,med(k-1)+0.1*RSSIi,med(k)；
其中，L为中值滤波的长度，k为经过中值滤波后RSSI的个数，当k＞1时，执行前后加权滤波算法，得到参考节点i处理后的RSSI值RSSIi,smooth；
S3：采用RSSI测距模型计算目标节点到参考节点之间的距离；所述步骤 S3中的RSSI测距模型为：
Figure BDA0003571784570000071
其中，A为目标节点距离参考节点1米时接收到信号强度的绝对值，n为测量场景下的环境衰减因子，这两个参数需要提前测量标定；
S4：求解目标节点的位置的矩形边界值；所述步骤S4中采用min-max方法求解目标节点的位置的矩形边界值的具体方法，包括以下步骤：
S41：根据参考节点坐标(xi,yi)以及相应的距离值di，计算矩形边界值集合：
Figure BDA0003571784570000072
Figure BDA0003571784570000081
S42：对步骤S41中的集合求min-max值，得到矩形边界值：
xleft＝min(xmax)
xright＝max(xmin)
ydown＝min(ymax)
yup＝max(ymin)；
其中，xleft表示矩形边界x轴方向左侧的值，xright表示矩形边界x轴方向右侧的值，ydown表示矩形边界y轴方向下侧的值，yup表示矩形边界y轴方向上侧的值；
S5：确定目标节点坐标的候选集，并计算相对应的权重；所述步骤S5具体为：根据矩形边界确定的四个顶点，计算这四个顶点到参考节点的距离值，然后计算该距离值与RSSI测距模型得到的距离值的残差，最后根据残差平方和的倒数计算每个顶点的权重；包括以下步骤：
S51：根据步骤S4中确定的矩形边界值，得到四个顶点坐标，即为目标节点的候选集：
Figure BDA0003571784570000082
S52：计算每个顶点到参考节点的距离值，以第一个顶点为例，计算公式为：
Figure BDA0003571784570000083
其中，d1，i为第一个顶点到参考节点的距离值；同理，再采用上述计算公式依次计算剩余三个顶点到参考节点的距离值；
S53：计算每个参考节点的距离残差，计算公式为：
residual_d1,i＝abs(d1,i-di)；
其中，residual_d1，i为第一个顶点到参考节点距离值的残差；同理，再采用上述计算公式依次计算得到剩余三个顶点到参考节点的距离值的残差 residual_d2,i,residual_d3,i,residual_d4,i；
S54：计算每个顶点的权重，计算公式为：
Figure BDA0003571784570000091
其中，w1为第一顶点的权重，同理，再采用上述计算公式依次计算得到剩余三个顶点的权重w2,w3,w4；
S6：对矩形边界的四个顶点进行加权求和，得到最终的目标节点的位置坐标；记为：
Figure BDA0003571784570000092
Figure BDA0003571784570000093
本发明在min-max算法的基础上，加入距差残差权重的计算方法，摒弃传统平均的处理方式，对确定的候选集进行残差加权，有效的改善了目标节点的定位性能。具体的有效结果如图2和图3所示，通过对比可以看出，本发明的技术方案中的蓝牙RSSI定位方法相对于传统三边定位方法在定位性能上有很大的改善。本说明书未详细阐述的部分均属于现有技术。
以上所述仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于加权min-max的蓝牙RSSI定位方法，其特征在于，具体包括以下步骤：
S1：布设若干个蓝牙的参考节点，通过参考节点与目标节点传输信息，获得若干个参考节点的RSSI数值及对应的参考节点坐标位置；
S2：对参考节点的RSSI数值的序列进行处理；
S3：采用RSSI测距模型计算目标节点到参考节点之间的距离；
S4：求解目标节点的位置的矩形边界值；
S5：确定目标节点坐标的候选集，并计算相对应的权重；
S6：对矩形边界的四个顶点进行加权求和，得到最终的目标节点的位置坐标。
2.根据权利要求1所述的基于加权min-max的蓝牙RSSI定位方法，其特征在于，所述步骤S1具体为：由参考节点向外发射自身的信息，目标节点接收周围参考节点发送的信息，记录接收到的RSSI数值及对应的参考节点坐标位置；假设布设的蓝牙的参考节点个数为N，则目标节点接收到参考节点i发送的信息时，记录的数据格式为：{RSSIi,xi,yi}，i＝1,2,...,N。
3.根据权利要求2所述的基于加权min-max的蓝牙RSSI定位方法，其特征在于，所述步骤S2利用中值滤波及前后加权平均滤波算法对RSSI值进行处理，滤波算法的公式为：
RSSIi,med(k)＝median(RSSIi(1),RSSIi(2),...,RSSIi(L))；
RSSIi,smooth＝0.9*RSSIi,med(k-1)+0.1*RSSIi,med(k)；
其中，L为中值滤波的长度，k为经过中值滤波后RSSI的个数，当k＞1时，执行前后加权滤波算法，得到参考节点i处理后的RSSI值RSSIi,smooth。
4.根据权利要求1所述的基于加权min-max的蓝牙RSSI定位方法，其特征在于，所述步骤S3中的RSSI测距模型为：
Figure FDA0003571784560000011
其中，A为目标节点距离参考节点1米时接收到信号强度的绝对值，n为测量场景下的环境衰减因子。
5.根据权利要求1所述的基于加权min-max的蓝牙RSSI定位方法，其特征在于，所述步骤S4中采用min-max方法求解目标节点的位置的矩形边界值的具体方法，包括以下步骤：
S41：根据参考节点坐标(xi,yi)以及相应的距离值di，计算矩形边界值集合：
Figure FDA0003571784560000021
Figure FDA0003571784560000022
S42：对步骤S41中的集合求min-max值，得到矩形边界值：
xleft＝min(xmax)
xright＝max(xmin)
ydown＝min(ymax)
yup＝max(ymin)；
其中，xleft表示矩形边界x轴方向左侧的值，xright表示矩形边界x轴方向右侧的值，ydown表示矩形边界y轴方向下侧的值，yup表示矩形边界y轴方向上侧的值。
6.根据权利要求5所述的基于加权min-max的蓝牙RSSI定位方法，其特征在于，所述步骤S5具体为：根据矩形边界确定的四个顶点，计算这四个顶点到参考节点的距离值，然后计算该距离值与RSSI测距模型得到的距离值的残差，最后根据残差平方和的倒数计算每个顶点的权重；包括以下步骤：
S51：根据步骤S4中确定的矩形边界值，得到四个顶点坐标，即为目标节点的候选集：
Figure FDA0003571784560000023
S52：计算每个顶点到参考节点的距离值，计算公式为：
Figure FDA0003571784560000031
其中，d1，i为第一个顶点到参考节点的距离值；同理，再采用上述计算公式依次计算剩余三个顶点到参考节点的距离值；
S53：计算每个参考节点的距离残差，计算公式为：
residual_d1,i＝abs(d1,i-di)；
其中，residual_d1，i为第一个顶点到参考节点距离值的残差；同理，再采用上述计算公式依次计算得到剩余三个顶点到参考节点的距离值的残差residua_l2,id,residu_al3i,dresi_du4ia；
S54：计算每个顶点的权重，计算公式为：
Figure FDA0003571784560000032
其中，w1为第一顶点的权重，同理，再采用上述计算公式依次计算得到剩余三个顶点的权重w2,w3,w4。
7.根据权利要求6所述的基于加权min-max的蓝牙RSSI定位方法，其特征在于，所述步骤S6中对矩形边界的四个顶点进行加权求和，得到最终的目标节点的位置坐标为：
Figure FDA0003571784560000033
Figure FDA0003571784560000034
CN202210326846.9A 2022-03-30 2022-03-30 一种基于加权min-max的蓝牙RSSI定位方法 Pending CN114727384A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210326846.9A CN114727384A (zh) 2022-03-30 2022-03-30 一种基于加权min-max的蓝牙RSSI定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210326846.9A CN114727384A (zh) 2022-03-30 2022-03-30 一种基于加权min-max的蓝牙RSSI定位方法

Publications (1)

Publication Number Publication Date
CN114727384A true CN114727384A (zh) 2022-07-08

Family

ID=82240408

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210326846.9A Pending CN114727384A (zh) 2022-03-30 2022-03-30 一种基于加权min-max的蓝牙RSSI定位方法

Country Status (1)

Country Link
CN (1) CN114727384A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117368842A (zh) * 2023-12-07 2024-01-09 广东云下汇金科技有限公司 一种基于数据中心的人员智能定位系统及其控制方法
CN117896827A (zh) * 2024-03-18 2024-04-16 慧翰微电子股份有限公司 一种基于蓝牙的室内定位方法及系统
WO2024088225A1 (zh) * 2022-10-25 2024-05-02 华为技术有限公司 一种蓝牙测距方法、电子设备及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024088225A1 (zh) * 2022-10-25 2024-05-02 华为技术有限公司 一种蓝牙测距方法、电子设备及系统
CN117368842A (zh) * 2023-12-07 2024-01-09 广东云下汇金科技有限公司 一种基于数据中心的人员智能定位系统及其控制方法
CN117368842B (zh) * 2023-12-07 2024-04-12 广东云下汇金科技有限公司 一种基于数据中心的人员智能定位系统及其控制方法
CN117896827A (zh) * 2024-03-18 2024-04-16 慧翰微电子股份有限公司 一种基于蓝牙的室内定位方法及系统

Similar Documents

Publication Publication Date Title
CN114727384A (zh) 一种基于加权min-max的蓝牙RSSI定位方法
CN106793086B (zh) 一种室内定位方法
CN108534779B (zh) 一种基于轨迹纠正和指纹改进的室内定位地图构建方法
CN108307301B (zh) 基于rssi测距和轨迹相似性的室内定位方法
CN105704652B (zh) 一种wlan/蓝牙定位中的指纹库采集和优化方法
CN110557716B (zh) 一种基于对数正态模型的室内定位方法
CN106454747B (zh) 手机终端的无线定位方法
CN112558076B (zh) 基于组网天气雷达覆盖域的体扫描模式计算方法与应用
CN105717483B (zh) 一种基于多源定位方式的位置确定方法及装置
CN107110652B (zh) 处理空间特征
CN110850457A (zh) 一种用于室内煤场的无人机定位导航方法
Gu et al. Trajectory estimation and crowdsourced radio map establishment from foot-mounted imus, wi-fi fingerprints, and gps positions
Wigren LTE fingerprinting localization with altitude
JP2007316070A (ja) 無線端末の居場所の予測方法
CN110260855A (zh) 一种融合行人航位推算、地磁信息与室内地图信息的室内行人导航定位方法
Si et al. An adaptive weighted Wi-Fi FTM-based positioning method in an NLOS environment
CN109633544B (zh) 一种锚点坐标标定方法、锚点定位方法及装置
Gong et al. An enhanced indoor positioning solution using dynamic radio fingerprinting spatial context recognition
Jung et al. Potential risks of WiFi-based indoor positioning and progress on improving localization functionality
Arai et al. Color radiomap interpolation for efficient fingerprint wifi-based indoor location estimation
Retscher et al. Cooperative localization in indoor environments using constrained differential Wi-Fi and UWB measurements
Ma et al. Subway station real-time indoor positioning system for cell phones
CN109640253B (zh) 一种移动机器人定位方法
CN117031519A (zh) 一种多目标三维协同定位方法及系统
CN108845308B (zh) 基于路径损耗修正的加权质心定位方法

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