CN116953740A - 一种定位方法、装置、设备及存储介质 - Google Patents
一种定位方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116953740A CN116953740A CN202210398907.2A CN202210398907A CN116953740A CN 116953740 A CN116953740 A CN 116953740A CN 202210398907 A CN202210398907 A CN 202210398907A CN 116953740 A CN116953740 A CN 116953740A
- Authority
- CN
- China
- Prior art keywords
- matrix
- observation
- moment
- gnss
- noise
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 106
- 239000011159 matrix material Substances 0.000 claims abstract description 263
- 230000007704 transition Effects 0.000 claims abstract description 71
- 230000008569 process Effects 0.000 claims abstract description 44
- 230000004927 fusion Effects 0.000 claims description 27
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000001914 filtration Methods 0.000 description 8
- 238000010295 mobile communication Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013341 scale-up Methods 0.000 description 1
- 238000012546 transfer 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/33—Multimode operation in different systems which transmit time stamped messages, e.g. GPS/GLONASS
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请公开了一种定位方法、装置、设备及存储介质,其中,所述方法包括:基于第一时刻所述电子设备的第一状态向量和状态转移矩阵,通过状态预测方程预测第二时刻的预测状态向量;基于所述第一时刻的误差方差矩阵、所述状态转移矩阵和所述第一时刻的过程噪声矩阵,通过误差方差阵预测方程预测所述第二时刻的预测误差方差矩阵;基于所述预测误差方差矩阵、所述第二时刻的观测矩阵和观测噪声,通过卡尔曼增益方程确定所述第二时刻的卡尔曼增益;基于所述卡尔曼增益、所述预测状态向量、所述第二时刻的观测矩阵和所述第二时刻的观测值,通过状态估计方程,确定所述第二时刻所述电子设备的第二状态向量。
Description
技术领域
本申请实施例涉及定位领域,涉及但不限于一种定位方法、装置、设备及存储介质。
背景技术
目前越来越多的电子设备对定位的需求变得强烈,尤其是对于定位的覆盖程度和健壮性要求较高。单独的某种定位技术很难满足所有场景的定位需求,市场对于混合定位有着很大的需求。现有的技术多数是使用GNSS定位和WiFi定位的结果进行融合以改善最后定位精度,未考虑基站定位。
发明内容
有鉴于此,本申请实施例提供一种定位方法、装置、设备及存储介质。解决了现有的技术多数是使用GNSS定位和WiFi定位的结果进行融合以改善最后定位精度,未考虑基站定位的问题,使用GNSS定位、WiFi定位和基站定位的结果进行融合,增加了定位的场景,增强了定位的健壮性,提高了定位的精度。
本申请实施例的技术方案是这样实现的:
第一方面,本申请实施例提供一种定位方法,所述方法包括:基于第一时刻所述电子设备的第一状态向量和状态转移矩阵,通过状态预测方程预测第二时刻的预测状态向量,其中,所述第一状态向量包括所述电子设备的第一纬度、第一经度、第一高度、第一纬度速度、第一经度速度和第一高度速度;
基于所述第一时刻的误差方差矩阵、所述状态转移矩阵和所述第一时刻的过程噪声矩阵,通过误差方差阵预测方程预测所述第二时刻的预测误差方差矩阵,其中,所述第二时刻为所述第一时刻的下一时刻;
基于所述预测误差方差矩阵、所述第二时刻的观测矩阵和观测噪声,通过卡尔曼增益方程确定所述第二时刻的卡尔曼增益,其中,所述第二时刻的观测矩阵是基于GNSS观测矩阵、WiFi观测矩阵和基站观测矩阵融合得到的;所述观测噪声是基于GNSS观测噪声、WiFi观测噪声和基站观测噪声融合得到的;
基于所述卡尔曼增益、所述预测状态向量、所述第二时刻的观测矩阵和所述第二时刻的观测值,通过状态估计方程,确定所述第二时刻所述电子设备的第二状态向量,其中,所述观测值是基于GNSS观测值、WiFi观测值和基站观测值融合得到的;所述第二状态向量包括所述电子设备的第二纬度、第二经度、第二高度、第二纬度速度、第二经度速度和第二高度速度。
第二方面,本申请实施例提供一种定位装置,所述装置包括:第一预测模块,用于基于第一时刻所述电子设备的第一状态向量和状态转移矩阵,通过状态预测方程预测第二时刻的预测状态向量,其中,所述第一状态向量包括所述电子设备的第一纬度、第一经度、第一高度、第一纬度速度、第一经度速度和第一高度速度;
第二预测模块,用于基于所述第一时刻的误差方差矩阵、所述状态转移矩阵和所述第一时刻的过程噪声矩阵,通过误差方差阵预测方程预测所述第二时刻的预测误差方差矩阵,其中,所述第二时刻为所述第一时刻的下一时刻;
第一确定模块,用于基于所述预测误差方差矩阵、所述第二时刻的观测矩阵和观测噪声,通过卡尔曼增益方程确定所述第二时刻的卡尔曼增益,其中,所述第二时刻的观测矩阵是基于GNSS观测矩阵、WiFi观测矩阵和基站观测矩阵融合得到的;所述观测噪声是基于GNSS观测噪声、WiFi观测噪声和基站观测噪声融合得到的;
第二确定模块,用于基于所述卡尔曼增益、所述预测状态向量、所述第二时刻的观测矩阵和所述第二时刻的观测值,通过状态估计方程,确定所述第二时刻所述电子设备的第二状态向量,其中,所述观测值是基于GNSS观测值、WiFi观测值和基站观测值融合得到的;所述第二状态向量包括所述电子设备的第二纬度、第二经度、第二高度、第二纬度速度、第二经度速度和第二高度速度。
第三方面,本申请实施例提供一种电子设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法。
第四方面,本申请实施例提供一种存储介质,存储有可执行指令,用于引起处理器执行时,实现上述方法。
本申请实施例中,首先基于第一时刻所述电子设备的第一状态向量和状态转移矩阵,通过状态预测方程预测第二时刻的预测状态向量;然后基于所述第一时刻的误差方差矩阵、所述状态转移矩阵和所述第一时刻的过程噪声矩阵,通过误差方差阵预测方程预测所述第二时刻的预测误差方差矩阵;最后基于所述卡尔曼增益、所述预测状态向量、所述第二时刻的观测矩阵和所述第二时刻的观测值,通过状态估计方程,确定所述第二时刻所述电子设备的第二状态向量。这样,由于确定第二状态向量中利用的第二时刻的观测矩阵是基于GNSS观测矩阵、WiFi观测矩阵和基站观测矩阵融合得到的;观测噪声是基于GNSS观测噪声、WiFi观测噪声和基站观测噪声融合得到的;观测值是基于GNSS观测值、WiFi观测值和基站观测值融合得到的;采用卡尔曼滤波的方式,使用GNSS定位、WiFi定位和基站定位的结果进行融合,增加了定位的场景,增强了定位的健壮性,提高了定位的精度。
附图说明
图1为本申请实施例提供的一种定位方法的实现流程示意图;
图2为本申请实施例提供的一种确定观测噪声的实现流程示意图;
图3为本申请实施例提供的一种确定状态转移矩阵的实现流程示意图;
图4为本申请实施例提供的一种确定过程噪声矩阵的实现流程示意图;
图5为本申请实施例提供的一种定位装置的组成结构示意图;
图6为本申请实施例提供的电子设备的一种硬件实体示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对申请实施例的具体技术方案做进一步详细描述。以下实施例用于说明本申请,但不用来限制本申请的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
在以下的描述中,所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
对本申请实施例进行进一步详细说明之前,对本申请实施例中涉及的名词和术语进行说明,本申请实施例中涉及的名词和术语适用于如下的解释。
全球导航卫星系统(Global Navigation Satellite System,GNSS),是能在地球表面或近地空间的任何地点为用户提供全天候的3维坐标和速度以及时间信息的空基无线电导航定位系统。包括一个或多个卫星星座及其支持特定工作所需的增强系统。
无线网络通信技术(WiFi),在中文里又称作“行动热点”,是WiFi联盟制造商的商标作为产品的品牌认证,是一个创建于IEEE 802.11标准的无线局域网技术。
基站(Base Station,BS),即公用移动通信基站,是移动设备接入互联网的接口设备,也是无线电台站的一种形式,是指在一定的无线电覆盖区中,通过移动通信交换中心,与移动电话终端之间进行信息传递的无线电收发信电台。
目前卫星导航定位系统的发展非常迅速,最早的有全球定位系统(GlobalPositioning System,GPS)、格洛纳斯(GLONASS)定位系统以及近年来覆盖全球的北斗定位系统等。但是由于GNSS只能在开阔的环境提供精度较高的定位,对于遮挡的环境定位性能表现较差,对于室内的场景更是无法完成定位。
而近年来移动通信得到了迅猛的发展,WiFi在城市中甚至变成了“固有”的电磁环境,同时4G、5G移动通信也迎来了爆发。由于移动通信的密集覆盖,基于WiFi的定位和基于通信基站的定位成为了城市定位中新的技术手段。尤其是对于室内方面提供了卫星导航无法覆盖的定位环境。也能在一定程度上改善城市峡谷造成的定位偏差。
本申请实施例提供的定位方法对于GNSS定位、WiFi定位和移动通信基站定位的结果进行了卡尔曼滤波处理,能对室内外定位场景均提供良好的定位结果,增加了定位场景,增强了定位性能。
本申请实施例提供一定位种方法,如图1所示,该方法包括:
步骤S110、基于第一时刻所述电子设备的第一状态向量和状态转移矩阵,通过状态预测方程预测第二时刻的预测状态向量,其中,所述第一状态向量包括所述电子设备的第一纬度、第一经度、第一高度、第一纬度速度、第一经度速度和第一高度速度;
在实施过程中,可以通过以下向量X表示第一状态向量,即该电子设备的位置信息:
其中,b表示纬度、l表示经度、h表示高度、表示纬度速度、/>表示经度速度、/>表示高度速度。
在一些实施例中,初次的获取的第一状态向量可以是基于GNSS系统得到的;迭代获取的第一状态向量可以是上一时刻预测得到的。
定位跟踪时,可以通过某种定位系统(比如GNSS系统)得到一个位置估计(观测位置),也可以根据经验(运动目标常常是匀速运动的)由上一时刻的位置和速度来预测出当前位置(预测位置)。把这个观测结果和预测结果做一个加权平均作为定位结果,权值的大小取决于观测位置和预测位置的不确定性程度,在数学上可以证明在预测过程和观测过程都是线性高斯时,按照卡尔曼的方法做加权是最优的。这里,可以基于以下公式(1),即卡尔曼滤波中的状态预测方程预测第二时刻(k加1时刻)的预测状态向量:
其中,表示第二时刻的预测状态向量,Φ表示状态转移矩阵,/>表示第一时刻(k时刻)的预测状态向量。
这里,状态转移矩阵Φ可以根据不同的情况选择不同的矩阵。举例来说,在电子设备速度可信,即GNSS系统可以获取电子设备速度的情况下可以使用以下矩阵Φ1;在速度不可信,即GNSS系统无法获取电子设备速度的情况下,可以使用以下矩阵Φ2作为状态转移矩阵,即不用速度进行推算:
其中,I3表示3乘3的单位矩阵。
步骤S120、基于所述第一时刻的误差方差矩阵、所述状态转移矩阵和所述第一时刻的过程噪声矩阵,通过误差方差阵预测方程预测所述第二时刻的预测误差方差矩阵,其中,所述第二时刻为所述第一时刻的下一时刻;
在实施过程中,可以基于以下公式(2),即卡尔曼滤波中的误差方差阵预测方程预测第二时刻(k加1时刻)的预测误差方差矩阵:
Pk+1,k=ΦPkΦT+Qk (2);
其中,Pk+1,k表示第二时刻预测误差方差矩阵,Qk表示第一时刻(k时刻)的噪声矩阵。
在GNSS系统可以获取电子设备速度的情况下,由于是匀速模型,可以基于第一时刻与第二时刻的差值和该电子设备的加速度确定噪声矩阵。
在GNSS系统无法获取电子设备速度的情况下,即该电子设备的速度不确定的情况下,可以将基于第一时刻与第二时刻的差值和该电子设备存储的最大速度值确定噪声矩阵。
步骤S130、基于所述预测误差方差矩阵、所述第二时刻的观测矩阵和观测噪声,通过卡尔曼增益方程确定所述第二时刻的卡尔曼增益,其中,所述第二时刻的观测矩阵是基于GNSS观测矩阵、WiFi观测矩阵和基站观测矩阵融合得到的;所述观测噪声是基于GNSS观测噪声、WiFi观测噪声和基站观测噪声融合得到的;
在实施过程中,可以基于以下公式(3),即卡尔曼滤波中的卡尔曼增益方程确定第二时刻(k加1时刻)的卡尔曼增益:
其中,Kk+1表示第二时刻的滤波增益,Pk+1,k表示第二时刻预测误差方差矩阵,Hk+1表示第二时刻的观测矩阵,Rk+1表示第二时刻的观测噪声。
这里,第二时刻的观测矩阵Hk+1可以基于GNSS观测矩阵、WiFi观测矩阵和基站观测矩阵融合得到的,举例来说,可以用以下矩阵Hk+1表示观测矩阵:
Hk+1=[HGNSS T HWiFi T HBS T]T
其中,HGNSS表示GNSS观测矩阵,HWiFi表示WiFi观测矩阵,HBS表示基站观测矩阵。
在实施过程中,HGNSS、HWiFi和HBS可以用以下矩阵表示:
其中,I3表示3乘3的单位矩阵。
这里,第二时刻的观测噪声Rk+1可以基于GNSS观测噪声、WiFi观测噪声和基站观测噪声融合得到的,举例来说,可以用以下矩阵Rk+1表示观测噪声:
Rk+1=diag[RGNSS RWiFi RBS]
其中,RGNSS表示GNSS观测噪声,RWiFi表示WiFi观测噪声,RBS表示基站观测噪声。GNSS观测噪声可以基于GNSS系统的测量精度确定;WiFi观测噪声可以基于WiFi系统的测量精度确定;基站观测噪声可以基于基站系统的测量精度确定。
举例来说,在GNSS系统的位置测量精度为正负5米,且速度测量精度为正负0.2米的情况下,可以使用以下矩阵表示RGNSS:
在WiFi系统的位置测量精度为正负100米,且基站无法测量电子设备速度值的情况下,可以使用以下矩阵表示RWiFi:
在基站系统的位置测量精度为正负200米,且基站无法测量电子设备速度值的情况下,可以使用以下矩阵表示RBS:
当然在实施过程中,也可以根据实际情况调整于GNSS观测噪声、WiFi观测噪声和基站观测噪声,以使得第二时刻的观测噪声可以准确表达噪声带来的系统误差。
步骤S140、基于所述卡尔曼增益、所述预测状态向量、所述第二时刻的观测矩阵和所述第二时刻的观测值,通过状态估计方程,确定所述第二时刻所述电子设备的第二状态向量,其中,所述观测值是基于GNSS观测值、WiFi观测值和基站观测值融合得到的;所述第二状态向量包括所述电子设备的第二纬度、第二经度、第二高度、第二纬度速度、第二经度速度和第二高度速度。
在实施过程中,可以基于以下公式(4),即卡尔曼滤波中的状态估计方程确定第二时刻(k加1时刻)的第二状态向量:
其中,表示第二时刻的第二状态向量;/>表示基于以下公式(1)预测的第二时刻预测状态向量;Kk+1表示基于公式(3)确定的第二时刻(k加1时刻)的卡尔曼增益,Zk+1表示第二时刻的观测值,Hk+1表示第二时刻的观测矩阵。
这里,观测值Zk+1可以是基于GNSS观测值、WiFi观测值和基站观测值融合得到的。举例来说,可以用以下矩阵Zk+1表示观测值:
Zk+1=[ZGNSS ZWiFi ZBS]T
其中,ZGNSS表示GNSS观测值,ZWiFi表示WiFi观测值,ZBS表示基站观测值。
在实施过程中,ZGNSS、ZWiFi和ZBS可以用以下矩阵表示:
ZWiFi=[b l h 0 0 0]
ZBS=[b l h 0 0 0]
其中,由于WiFi系统和基站系统无法观测到电子设备的速度,所以速度元素用0表示。
本申请实施例中,首先基于第一时刻所述电子设备的第一状态向量和状态转移矩阵,通过状态预测方程预测第二时刻的预测状态向量;然后基于所述第一时刻的误差方差矩阵、所述状态转移矩阵和所述第一时刻的过程噪声矩阵,通过误差方差阵预测方程预测所述第二时刻的预测误差方差矩阵;最后基于所述卡尔曼增益、所述预测状态向量、所述第二时刻的观测矩阵和所述第二时刻的观测值,通过状态估计方程,确定所述第二时刻所述电子设备的第二状态向量。这样,由于确定第二状态向量中利用的第二时刻的观测矩阵是基于GNSS观测矩阵、WiFi观测矩阵和基站观测矩阵融合得到的;观测噪声是基于GNSS观测噪声、WiFi观测噪声和基站观测噪声融合得到的;观测值是基于GNSS观测值、WiFi观测值和基站观测值融合得到的;采用卡尔曼滤波的方式,使用GNSS定位、WiFi定位和基站定位的结果进行融合,增加了定位的场景,增强了定位的健壮性,提高了定位的精度。
在一些实施例中,在步骤S130“基于所述预测误差方差矩阵、所述第二时刻的观测矩阵和观测噪声,通过卡尔曼增益方程确定所述第二时刻的卡尔曼增益”,之前所述方法还包括:
步骤S150、基于以下至少之一:所述电子设备的位置、GNSS定位精度、WiFi定位精度和基站定位精度,确定所述观测噪声。
在实施过程中,观测噪声可以综合GNSS系统、WiFi系统和基站系统的定位精度确定GNSS系统、WiFi系统和基站系统对应的观测噪声。举例来说,在GNSS系统定位精度较高的情况下,可以适应性的调小GNSS系统对应的观测噪声;GNSS系统定位精度交底,甚至无法接受GNSS定位信息的情况下,可以在确定WiFi系统定位精度较高的情况下,适应性的调小WiFi系统对应的观测噪声。
本申请实施例中,基于以下至少之一:电子设备的位置、GNSS定位精度、WiFi定位精度和基站定位精度,可以确定观测噪声。这样,可以使得整体的定位结果会更可靠和平滑。
在一些实施例中,以上步骤S150“基于以下至少之一:所述电子设备的位置、GNSS定位精度、WiFi定位精度和基站定位精度,确定所述观测噪声”,如图2所示,可以通过以下步骤实现:
步骤S151、在确定所述电子设备位于室外,且GNSS的卫星个数大于卫星阈值的情况下,调小所述观测噪声中的GNSS观测噪声;
步骤S152、在确定所述电子设备位于室外,且所述GNSS的卫星个数小于所述卫星阈值的情况下,调大所述噪声矩阵中的GNSS观测噪声;
在实施过程中,可以根据实际情况确定卫星阈值,以使得该卫星阈值可以表征GNSS定位精度。
举例来说,可以设置卫星阈值为5,在确定GNSS的卫星个数大于5的情况下,可以确定该GNSS定位精度较高,数据可信度高,使用以下矩阵RGNSS表示GNSS观测噪声,RWiFi表示WiFi观测噪声,RBS表示基站观测噪声:
在确定GNSS的卫星个数小于5的情况下,可以确定该GNSS定位精度较低,数据可信度不高,使用以下矩阵RGNSS表示GNSS观测噪声,RWiFi表示WiFi观测噪声,RBS表示基站观测噪声:
其中,在确定GNSS定位精度较低的情况下,调大了RGNSS,同时调小了RWiFi和RBS,在实施过程中,也可以根据实际情况确定调整RGNSS、RGNSS和RWiFi的方式。
步骤S153、在确定所述电子设备位于室内,且WiFi的无线接入点个数大于接入点阈值的情况下,调小所述观测噪声中的WiFi观测噪声;
步骤S154、在确定所述电子设备位于室内,且所述WiFi的无线接入点个数小于所述接入点阈值的情况下,调大所述观测噪声中的WiFi观测噪声。
在实施过程中,在确定电子设备位于室内的情况下,可以忽略RGNSS对结果的影响,同时可以根据实际情况确定接入点阈值,以使得该接入点阈值可以表征WiFi定位精度。
举例来说,可以设置接入点阈值为5,在确定无线接入点个数大于5的情况下,可以确定该WiFi定位精度较高,数据可信度高,使用以下矩阵RGNSS表示GNSS观测噪声,RWiFi表示WiFi观测噪声,RBS表示基站观测噪声:
在确定无线接入点个数小于5的情况下,可以确定该WiFi定位精度较低,数据可信度不高,使用以下矩阵RGNSS表示GNSS观测噪声,RWiFi表示WiFi观测噪声,RBS表示基站观测噪声:
其中,在确定WiFi定位精度较低的情况下,调大了RWiFi,在实施过程中,也可以根据实际情况确定调整RGNSS、RGNSS和RWiFi的方式。
本申请实施例中,在确定电子设备位于室外,且GNSS的卫星个数大于卫星阈值的情况下,调小观测噪声中的GNSS观测噪声;在确定电子设备位于室外,且GNSS的卫星个数小于所述卫星阈值的情况下,调大噪声矩阵中的GNSS观测噪声;在确定电子设备位于室内,且WiFi的无线接入点个数大于接入点阈值的情况下,调小观测噪声中的WiFi观测噪声;在确定电子设备位于室内,且WiFi的无线接入点个数小于所述接入点阈值的情况下,调大观测噪声中的WiFi观测噪声。这样,针对判断不同应用场景,构建相应量测噪声,并且对不同情况的判断均基于观测量情况进行智能判断,可以对室内外定位场景均提供良好的定位结果。采用卡尔曼滤波的方式,并且给出了不同情况下的量测噪声方案,整体的结果会更可靠和平滑。
在一些实施例中,在步骤S120“基于所述第一时刻的误差方差矩阵、所述状态转移矩阵和所述第一时刻的过程噪声矩阵,通过误差方差阵预测方程预测所述第二时刻的预测误差方差矩阵”,之前所述方法还包括:
步骤S160、基于所述电子设备的位置和GNSS定位精度,确定所述状态转移矩阵。
这里,状态转移矩阵可以基于上一状态与当前状态之间的线性关系确定,可以基于当前时刻,即第二时刻电子设备的位置和GNSS定位精度确定状态转移矩阵。
本申请实施例中,可以基于电子设备的位置和GNSS定位精度,确定状态转移矩阵。
在一些实施例中,状态转移矩阵包括第一状态转移矩阵和第二状态转移矩阵,以上步骤S160“基于所述电子设备的位置和GNSS定位精度,确定所述状态转移矩阵”,如图3所示,可以通过以下步骤实现:
步骤S161、在确定所述电子设备位于室外,且GNSS的卫星个数大于卫星阈值的情况下,将所述第一状态转移矩阵确定为所述状态转移矩阵;
在实施过程中,电子设备位于室外的情况下,GNSS是可以有效获取该电子设备的位置信息,在确定GNSS的卫星个数大于卫星阈值的情况下,可以确定GNSS系统的定位精度高,将以下矩阵Φ1确定为第一状态矩阵,即确定为状态转移矩阵:
步骤S162、在确定所述电子设备位于室外,且所述GNSS的卫星个数小于所述卫星阈值,或者确定所述电子设备位于室外的情况下,将所述第二状态转移矩阵确定为所述状态转移矩阵。
在实施过程中,电子设备位于室外的情况下,GNSS是可以有效获取该电子设备的位置信息,在确定GNSS的卫星个数小于卫星阈值的情况下,可以确定GNSS系统的定位精度低,或者,确定电子设备位于室外的情况下,GNSS是无法获取该电子设备的位置信息,将以下矩阵Φ2确定为第一状态矩阵,即确定为状态转移矩阵:
其中,所述第一状态转移矩阵和所述第二状态转移矩阵不同。
在实施过程中,第一状态转移矩阵为使用速度进行推算预测状态向量和预测误差方差矩阵的矩阵,第二状态转移矩阵为不用速度进行推算预测状态向量和预测误差方差矩阵的矩阵。
本申请实施例中,在确定所述电子设备位于室外,且GNSS的卫星个数大于卫星阈值的情况下,将所述第一状态转移矩阵确定为所述状态转移矩阵;在确定所述电子设备位于室外,且所述GNSS的卫星个数小于所述卫星阈值,或者确定所述电子设备位于室外的情况下,将所述第二状态转移矩阵确定为所述状态转移矩阵。这样,当速度可信的时候使用第一状态转移矩阵,当速度不可信的时候使用第二状态转移矩阵,推算得到预测状态向量和预测误差方差矩阵更可靠,符合实际。
在一些实施例中,在步骤S120“基于所述第一时刻的误差方差矩阵、所述状态转移矩阵和所述第一时刻的过程噪声矩阵,通过误差方差阵预测方程预测所述第二时刻的预测误差方差矩阵”之前,如图4所示,所述方法还包括:
步骤S170、在确定所述电子设备的移动速度的情况下,基于所述第二时刻与所述第一时刻的差值和所述电子设备的加速度确定所述过程噪声矩阵;
在实施过程中,可以设置电子设备为匀速运动,加速度可以作为电子设备位置(纬度、经度、高度)与速度(纬度速度、经度速度、高度速度)的噪声项。
这里,以维度为例,位置与加速度关系为b与的关系;速度与加速度关系为/>与/>的关系。若以a2统一表示/>和/>的方差,即设置纬度、经度、高度相同,则可以使用以下公式(5)表示:
基于以上公式(5)可以确定状态向量X与被当作噪声的加速度之间的关系,可以使用以下公式(6)表示Xk+1,即k+1时刻的状态向量:
那么,位置与速度的过程噪声矩阵Q可以使用以下公式(7)确定:
即,在确定电子设备的移动速度的情况下,可以基于第二时刻与第一时刻的差值Δt和电子设备的加速度a确定过程噪声矩阵Q。
步骤S180、在不确定所述电子设备的移动速度的情况下,基于所述第二时刻与所述第一时刻的差值和所述电子设备的最大存储速度确定所述过程噪声矩阵。
在速度不确定,即为获取GNSS系统的速度定位信息的情况下,可以获取该电子设备的最大存储速度Vmax,在电子设备没有存储速度的情况下,可以根据实际情况设置最大速度,举例来说,可以设置Vmax为10m/s,则过程噪声矩阵Q可以使用以下公式(8)确定:
即,在不确定电子设备的移动速度的情况下,可以基于第二时刻与第一时刻的差值Δt和电子设备的最大速度Vmax确定过程噪声矩阵Q。
本申请实施例中,在确定电子设备的移动速度的情况下,基于第二时刻与第一时刻的差值和电子设备的加速度确定过程噪声矩阵;在不确定电子设备的移动速度的情况下,基于第二时刻与第一时刻的差值和电子设备的最大存储速度确定过程噪声矩阵。这样,可以有效构建基于匀速模型下的过程噪声矩阵。
在一些实施例中,步骤S140“基于所述预测误差方差矩阵、所述第二时刻的观测矩阵和观测噪声,通过卡尔曼增益方程确定所述第二时刻的卡尔曼增益”,之后所述方法还包括:
步骤S190、基于所述预测误差方差矩阵、所述卡尔曼增益和所述观测矩阵,通过误差方差阵估计方程更新所述误差方差矩阵。
在实施过程中,可以基于以下公式(9),即卡尔曼滤波中的误差方差阵估计方程更新所述误差方差矩阵:
Pk+1=[I-Kk+1Hk+1]Pk+1,k (9);
其中,Pk+1表示第二时刻(k加1时刻)的更新的误差方差矩阵,Kk+1表示第二时刻的卡尔曼增益,Hk+1表示第二时刻的观测矩阵,Pk+1,k表示预测误差方差矩阵。
本申请实施例中,可以基于预测误差方差矩阵、卡尔曼增益和观测矩阵,通过误差方差阵估计方程更新误差方差矩阵,以用于下一时刻的状态估计。
基于前述的实施例,本申请实施例提供一种定位装置,该装置包括所包括的各模块,各模块包括各子模块,可以通过电子设备中的处理器来实现;当然也可通过具体的逻辑电路实现;在实施的过程中,处理器可以为中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)或现场可编程门阵列(FPGA)等。
图5为本申请实施例提供的定位装置的组成结构示意图,如图5所示,所述装置500包括:
第一预测模块510,用于基于第一时刻所述电子设备的第一状态向量和状态转移矩阵,通过状态预测方程预测第二时刻的预测状态向量,其中,所述第一状态向量包括所述电子设备的第一纬度、第一经度、第一高度、第一纬度速度、第一经度速度和第一高度速度;
第二预测模块520,用于基于所述第一时刻的误差方差矩阵、所述状态转移矩阵和所述第一时刻的过程噪声矩阵,通过误差方差阵预测方程预测所述第二时刻的预测误差方差矩阵,其中,所述第二时刻为所述第一时刻的下一时刻;
第一确定模块530,用于基于所述预测误差方差矩阵、所述第二时刻的观测矩阵和观测噪声,通过卡尔曼增益方程确定所述第二时刻的卡尔曼增益,其中,所述第二时刻的观测矩阵是基于GNSS观测矩阵、WiFi观测矩阵和基站观测矩阵融合得到的;所述观测噪声是基于GNSS观测噪声、WiFi观测噪声和基站观测噪声融合得到的;
第二确定模块540,用于基于所述卡尔曼增益、所述预测状态向量、所述第二时刻的观测矩阵和所述第二时刻的观测值,通过状态估计方程,确定所述第二时刻所述电子设备的第二状态向量,其中,所述观测值是基于GNSS观测值、WiFi观测值和基站观测值融合得到的;所述第二状态向量包括所述电子设备的第二纬度、第二经度、第二高度、第二纬度速度、第二经度速度和第二高度速度。
在一些实施例中,所述装置还包括第三确定模块,用于基于以下至少之一:所述电子设备的位置、GNSS定位精度、WiFi定位精度和基站定位精度,确定所述观测噪声。
在一些实施例中,所述第三确定模块包括第一调小模块、第一调大模块、第二调小模块和第二调大模块,其中,所述第一调小模块,用于在确定所述电子设备位于室外,且GNSS的卫星个数大于卫星阈值的情况下,调小所述观测噪声中的GNSS观测噪声;所述第一调大模块,用于在确定所述电子设备位于室外,且所述GNSS的卫星个数小于所述卫星阈值的情况下,调大所述噪声矩阵中的GNSS观测噪声;所述第二调小模块,用于在确定所述电子设备位于室内,且WiFi的无线接入点个数大于接入点阈值的情况下,调小所述观测噪声中的WiFi观测噪声;所述第二调大模块,用于在确定所述电子设备位于室内,且所述WiFi的无线接入点个数小于所述接入点阈值的情况下,调大所述观测噪声中的WiFi观测噪声。
在一些实施例中,所述装置还包括第四确定模块,用于基于所述电子设备的位置和GNSS定位精度,确定所述状态转移矩阵。
在一些实施例中,所述状态转移矩阵包括第一状态转移矩阵和第二状态转移矩阵,所述第四确定模块包括第一确定子模块和第二确定子模块,其中,所述第一确定子模块,用于在确定所述电子设备位于室外,且GNSS的卫星个数大于卫星阈值的情况下,将所述第一状态转移矩阵确定为所述状态转移矩阵;所述第二确定子模块,用于在确定所述电子设备位于室外,且所述GNSS的卫星个数小于所述卫星阈值,或者确定所述电子设备位于室外的情况下,将所述第二状态转移矩阵确定为所述状态转移矩阵;其中,所述第一状态转移矩阵和所述第二状态转移矩阵不同。
在一些实施例中,所述装置还包括第五确定模块和第六确定模块,其中,所述第五确定模块,用于在确定所述电子设备的移动速度的情况下,基于所述第二时刻与所述第一时刻的差值和所述电子设备的加速度确定所述过程噪声矩阵;所述第六确定模块,用于在不确定所述电子设备的移动速度的情况下,基于所述第二时刻与所述第一时刻的差值和所述电子设备的最大存储速度确定所述过程噪声矩阵。
在一些实施例中,所述装置还包括更新模块,用于基于所述预测误差方差矩阵、所述卡尔曼增益和所述观测矩阵,通过误差方差阵估计方程更新所述误差方差矩阵。
以上装置实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请装置实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
需要说明的是,本申请实施例中,如果以软件功能模块的形式实现上述方法,并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得电子设备(可以是手机、平板电脑、笔记本电脑、台式计算机等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本申请实施例不限制于任何特定的硬件和软件结合。
对应地,本申请实施例提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中提供的定位方法中的步骤。
对应地,本申请实施例提供一种电子设备,图6为本申请实施例提供的电子设备的一种硬件实体示意图,如图6所示,该设备600的硬件实体包括:包括存储器601和处理器602,所述存储器601存储有可在处理器602上运行的计算机程序,所述处理器602执行所述程序时实现上述实施例中提供的定位方法中的步骤。
存储器601配置为存储由处理器602可执行的指令和应用,还可以缓存待处理器602以及电子设备600中各模块待处理或已经处理的数据(例如,图像数据、音频数据、语音通信数据和视频通信数据),可以通过闪存(FLASH)或随机访问存储器(Random AccessMemory,RAM)实现。
这里需要指出的是:以上存储介质和设备实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请存储介质和设备实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得电子设备(可以是手机、平板电脑、笔记本电脑、台式计算机等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法实施例中所揭露的方法,在不冲突的情况下可以任意组合,得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的方法实施例或设备实施例。
以上所述,仅为本申请的实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种定位方法,其特征在于,应用于电子设备,所述方法包括:
基于第一时刻所述电子设备的第一状态向量和状态转移矩阵,通过状态预测方程预测第二时刻的预测状态向量,其中,所述第一状态向量包括所述电子设备的第一纬度、第一经度、第一高度、第一纬度速度、第一经度速度和第一高度速度;
基于所述第一时刻的误差方差矩阵、所述状态转移矩阵和所述第一时刻的过程噪声矩阵,通过误差方差阵预测方程预测所述第二时刻的预测误差方差矩阵,其中,所述第二时刻为所述第一时刻的下一时刻;
基于所述预测误差方差矩阵、所述第二时刻的观测矩阵和观测噪声,通过卡尔曼增益方程确定所述第二时刻的卡尔曼增益,其中,所述第二时刻的观测矩阵是基于GNSS观测矩阵、WiFi观测矩阵和基站观测矩阵融合得到的;所述观测噪声是基于GNSS观测噪声、WiFi观测噪声和基站观测噪声融合得到的;
基于所述卡尔曼增益、所述预测状态向量、所述第二时刻的观测矩阵和所述第二时刻的观测值,通过状态估计方程,确定所述第二时刻所述电子设备的第二状态向量,其中,所述观测值是基于GNSS观测值、WiFi观测值和基站观测值融合得到的;所述第二状态向量包括所述电子设备的第二纬度、第二经度、第二高度、第二纬度速度、第二经度速度和第二高度速度。
2.如权利要求1所述的方法,其特征在于,在所述基于所述预测误差方差矩阵、所述第二时刻的观测矩阵和观测噪声,通过卡尔曼增益方程确定所述第二时刻的卡尔曼增益之前,所述方法还包括:
基于以下至少之一:所述电子设备的位置、GNSS定位精度、WiFi定位精度和基站定位精度,确定所述观测噪声。
3.如权利要求2所述的方法,其特征在于,所述基于以下至少之一:所述电子设备的位置、GNSS定位精度、WiFi定位精度和基站定位精度,确定所述观测噪声,包括:
在确定所述电子设备位于室外,且GNSS的卫星个数大于卫星阈值的情况下,调小所述观测噪声中的GNSS观测噪声;
在确定所述电子设备位于室外,且所述GNSS的卫星个数小于所述卫星阈值的情况下,调大所述噪声矩阵中的GNSS观测噪声;
在确定所述电子设备位于室内,且WiFi的无线接入点个数大于接入点阈值的情况下,调小所述观测噪声中的WiFi观测噪声;
在确定所述电子设备位于室内,且所述WiFi的无线接入点个数小于所述接入点阈值的情况下,调大所述观测噪声中的WiFi观测噪声。
4.如权利要求1所述的方法,其特征在于,在所述基于第一时刻所述电子设备的第一状态向量和状态转移矩阵,通过状态预测方程预测第二时刻的预测状态向量之前,所述方法还包括:
基于所述电子设备的位置和GNSS定位精度,确定所述状态转移矩阵。
5.如权利要求4所述的方法,其特征在于,所述状态转移矩阵包括第一状态转移矩阵和第二状态转移矩阵,所述基于所述电子设备的位置和GNSS定位精度,确定所述状态转移矩阵,包括:
在确定所述电子设备位于室外,且GNSS的卫星个数大于卫星阈值的情况下,将所述第一状态转移矩阵确定为所述状态转移矩阵;
在确定所述电子设备位于室外,且所述GNSS的卫星个数小于所述卫星阈值,或者确定所述电子设备位于室外的情况下,将所述第二状态转移矩阵确定为所述状态转移矩阵;
其中,所述第一状态转移矩阵和所述第二状态转移矩阵不同。
6.如权利要求1所述的方法,其特征在于,在所述基于所述第一时刻的误差方差矩阵、所述状态转移矩阵和所述第一时刻的过程噪声矩阵,通过误差方差阵预测方程预测所述第二时刻的预测误差方差矩阵之前,所述方法还包括:
在确定所述电子设备的移动速度的情况下,基于所述第二时刻与所述第一时刻的差值和所述电子设备的加速度确定所述过程噪声矩阵;
在不确定所述电子设备的移动速度的情况下,基于所述第二时刻与所述第一时刻的差值和所述电子设备的最大存储速度确定所述过程噪声矩阵。
7.如权利要求1至6任一项所述的方法,其特征在于,在所述基于所述预测误差方差矩阵、所述第二时刻的观测矩阵和观测噪声,通过卡尔曼增益方程确定所述第二时刻的卡尔曼增益之后,所述方法还包括:
基于所述预测误差方差矩阵、所述卡尔曼增益和所述观测矩阵,通过误差方差阵估计方程更新所述误差方差矩阵。
8.一种定位装置,其特征在于,所述装置包括:
第一预测模块,用于基于第一时刻所述电子设备的第一状态向量和状态转移矩阵,通过状态预测方程预测第二时刻的预测状态向量,其中,所述第一状态向量包括所述电子设备的第一纬度、第一经度、第一高度、第一纬度速度、第一经度速度和第一高度速度;
第二预测模块,用于基于所述第一时刻的误差方差矩阵、所述状态转移矩阵和所述第一时刻的过程噪声矩阵,通过误差方差阵预测方程预测所述第二时刻的预测误差方差矩阵,其中,所述第二时刻为所述第一时刻的下一时刻;
第一确定模块,用于基于所述预测误差方差矩阵、所述第二时刻的观测矩阵和观测噪声,通过卡尔曼增益方程确定所述第二时刻的卡尔曼增益,其中,所述第二时刻的观测矩阵是基于GNSS观测矩阵、WiFi观测矩阵和基站观测矩阵融合得到的;所述观测噪声是基于GNSS观测噪声、WiFi观测噪声和基站观测噪声融合得到的;
第二确定模块,用于基于所述卡尔曼增益、所述预测状态向量、所述第二时刻的观测矩阵和所述第二时刻的观测值,通过状态估计方程,确定所述第二时刻所述电子设备的第二状态向量,其中,所述观测值是基于GNSS观测值、WiFi观测值和基站观测值融合得到的;所述第二状态向量包括所述电子设备的第二纬度、第二经度、第二高度、第二纬度速度、第二经度速度和第二高度速度。
9.一种电子设备,包括存储器和处理器,所述存储器存储有可在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程序时实现权利要求1至7任一项所述方法中的步骤。
10.一种存储介质,其特征在于,存储有可执行指令,用于引起处理器执行时,实现权利要求1至7任一项所述的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210398907.2A CN116953740A (zh) | 2022-04-15 | 2022-04-15 | 一种定位方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210398907.2A CN116953740A (zh) | 2022-04-15 | 2022-04-15 | 一种定位方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116953740A true CN116953740A (zh) | 2023-10-27 |
Family
ID=88443127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210398907.2A Pending CN116953740A (zh) | 2022-04-15 | 2022-04-15 | 一种定位方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116953740A (zh) |
-
2022
- 2022-04-15 CN CN202210398907.2A patent/CN116953740A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10064003B2 (en) | Beacon-based geofencing | |
US9560489B2 (en) | Reducing location search space | |
US9237417B2 (en) | Terrestrial positioning system calibration | |
US8868104B2 (en) | Multi-tier geofence detection | |
EP2524554B1 (en) | Location filtering using mobile country code | |
US10911890B2 (en) | Auto-resizing of geofences | |
US20150045056A1 (en) | Method and apparatus for position determination in a cellular communications system | |
EP2677337B1 (en) | Method and apparatus for providing semantic location in electronic device | |
US8812023B2 (en) | Outdoor position estimation of a mobile device within a vicinity of one or more indoor environments | |
CN111741432B (zh) | 室内定位方法及装置、终端、存储介质 | |
US20110270519A1 (en) | Apparatus and Method for Estimating Relative Location | |
EP3063960A1 (en) | Utilizing a mobile device to learn parameters of a radio heat map | |
KR20230065257A (ko) | 접촉 추적을 돕기 위한 배리어 검출 | |
US10003658B2 (en) | Method and apparatus for enablement of location data sources during emergency positioning session | |
WO2023142823A1 (zh) | 辅助定位方法、装置、电子设备和存储介质 | |
US8125943B2 (en) | Method for positioning user equipment accessing multiple mobile networks | |
KR101268564B1 (ko) | 파티클 필터 기반의 단말의 위치 측정 장치 및 방법과 이를 기록한 기록 매체 | |
US20160124069A1 (en) | Systems and methods for estimating a two-dimensional position of a receiver | |
CN117545047B (zh) | 一种基于驻留数据的ntn连接选择方法、装置、设备及介质 | |
CN110839279A (zh) | 一种基于5g信号的智能终端定位方法及装置 | |
CN116953740A (zh) | 一种定位方法、装置、设备及存储介质 | |
US20170357005A1 (en) | Global navigation satellite signal categorization | |
CN107678816A (zh) | 一种基于地理位置的程序运行提示方法、装置和终端设备 | |
Lim et al. | Robust methods for AOA geo-location in a real-time indoor WiFi system | |
KR101479120B1 (ko) | pCell 데이터베이스를 이용한 오차 추정 방법과 그를 위한 장치 및 단말기 |
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 |