CN117440512A - 基于无线通信网络的人员定位系统 - Google Patents
基于无线通信网络的人员定位系统 Download PDFInfo
- Publication number
- CN117440512A CN117440512A CN202311740690.XA CN202311740690A CN117440512A CN 117440512 A CN117440512 A CN 117440512A CN 202311740690 A CN202311740690 A CN 202311740690A CN 117440512 A CN117440512 A CN 117440512A
- Authority
- CN
- China
- Prior art keywords
- nodes
- coordinates
- personnel
- network
- area
- 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.)
- Granted
Links
- 238000004891 communication Methods 0.000 title claims abstract description 25
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 44
- 239000011159 matrix material Substances 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 16
- 230000009466 transformation Effects 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
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)
- Automation & Control Theory (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了基于无线通信网络的人员定位系统,涉及无线网络定位算法的技术领域,采用创新的算法和方法实现人员的实时定位,通过双位置坐标(x1,y1,z1)及(x2,y2,z2)的实地变换,分别输出三轴位置的相对差偏量,并依据三轴偏差量对位置坐标(x2,y2,z2)进行一段位置中止程序调整,输出相对坐标(x3,y3,z3),建立统一矩阵进行二段位置终止程序调整,转化所述相对坐标(x3,y3,z3)为绝对坐标(x4,y4,z4),完成位置定位,能够提供高精度的定位信息,解决了现有人员定位系统处于弱信号环境内部定位精度不高的问题。
Description
技术领域
本发明涉及无线网络定位算法的技术领域,尤其涉及基于无线通信网络的人员定位系统。
背景技术
在许多行业中,对人员的实时定位具有重要意义。例如,在紧急救援和消防工作中,及时了解人员的位置可以有效地避免风险并提高响应速度。
传统的人员定位系统一般有以下几种具体的方法:1、手动记录,例如:在工地上,工头或管理员会记录每个工人的位置,并进行定时更新。然而,这种方法需要大量的人力和时间,且易受人为错误或遗漏的影响;2、有线定位系统,通过在特定区域内布置传感器和定位设备实现对人员的定位。这些设备通常与有线网络连接,并通过传递信号来确定人员的位置。然而,这种方法需要大量的布线工作,并且在扩大范围或改变布局时需要进行调整和重新设置;3、射频识别(RFID)技术,使用射频识别标签或卡片将标签附在人员身上,通过RFID读写器来扫描和检测标签,以确定人员的位置。尽管RFID技术具有一定的准确性,但需要频繁地更换和维护标签,且受到读写器范围限制;4、全球定位系统(GPS),通过卫星系统来定位人员的位置。然而,在某些环境中,如室内或高建筑密集区域,GPS信号会受到干扰,导致定位的不准确。
上述传统的人员定位方法存在各自的限制和问题,如人力成本高、维护困难、定位精度不高等。以提高定位精度为研究方向,本发明旨在提高人员处于弱信号环境内部定位精度不高的问题。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有人员定位系统存在的问题,提出了本发明。
因此,本发明解决的技术问题是:解决现有人员定位系统处于弱信号环境内部定位精度不高的问题。
为解决上述技术问题,本发明提供如下技术方案:基于无线通信网络的人员定位系统,通过无线网络端于弱信号区域内部中心处配置对应的无线局域网,记为支网络,于弱信号区域中心外部顶端处配置有无线网络连接器,所述无线网络连接器连入外部广域网,发送网络位置信号至卫星接收器中实现广域定位,进入弱信号区域的人员均通过移动无线网端及网络密码连入所述支网络中,所述无线网络连接器中嵌设有中央处理器;
所述人员定位系统实现弱信号区域内部人员定位具体包括如下步骤:S1:通过卫星信号的连接返还获取所述无线网络连接器的位置坐标(x1,y1,z1),并将位置坐标传输至所述中央处理器中;S2:通过人员移动端与所述支网络的连接实时获取人员在弱信号区域下的实时位置坐标(x2,y2,z2);S3:所述中央处理器的处理单元中输入所述无线网络连接器的位置坐标(x1,y1,z1)及人员内区域实时位置坐标(x2,y2,z2),建立三轴方向转序位置模型统一两个坐标系的径参考线,分别输出三轴位置的相对差偏量,并依据三轴偏差量对位置坐标(x2,y2,z2)进行一段位置中止程序调整,输出相对坐标(x3,y3,z3);S4:建立统一矩阵进行二段位置终止程序调整,转化所述相对坐标(x3,y3,z3)为绝对坐标(x4,y4,z4),完成位置定位。
作为本发明所述的基于无线通信网络的人员定位系统的一种优选方案,其中:所述无线网络连接器与弱信号区域内部中心配置的网络端口器处于同一条竖直线上,记为参照线。
作为本发明所述的基于无线通信网络的人员定位系统的一种优选方案,其中:获取所述无线网络连接器的位置坐标(x1,y1,z1)及人员内区域实时位置坐标(x2,y2,z2)时,定义Z轴均为所述参照线。
作为本发明所述的基于无线通信网络的人员定位系统的一种优选方案,其中:实时获取人员在弱信号区域环境下的实时位置坐标(x2,y2,z2)具体包括如下步骤:S1:获取弱信号区域环境的原始平面构造图,并依据所述原始平面构造图中实际划分的区域分别进行节点表达,获取节点原始图,同步完成各节点之间的实际距离统计并用初始化距离矩阵进行表达;S2:通过图遍历算法遍历所述节点原始图,找到所有可能的路径;S3:对于每条路径,获取路径中所有节点之间的距离总和,将所述距离总和除以路径中的节点数量,获取每个区域的代表节点之间的平均距离;S4:根据所述平均距离将所述节点原始图中的节点划分为若干个区域;S5:对于每个区域,通过Floyd-Warshall算法计算其内部所有节点之间的最短路径树;S6:在划分好区域的所述节点原始图中,将每个区域的代表节点与其他区域的代表节点之间建立边,其中,边的权重为两个区域之间最短路径的长度;S7:重复步骤S5和S6,获取所有区域之间的最短路径;S8:依据划分好区域的所述节点原始图的边和权重,通过Dijkstra算法计算目标位置。
作为本发明所述的基于无线通信网络的人员定位系统的一种优选方案,其中:建立所述三轴方向转序位置模型统一两个坐标系的径参考线,分别输出三轴位置的相对差偏量具体包括如下步骤:依据双位置坐标(x1,y1,z1)及(x2,y2,z2)分别获取相互之间三方向立体差偏量;同步依据获取的所述三方向相对差偏量获取概述性相对差偏量;
其中:
其中,当/>不大于9.77时,定义位置调整常态化数值P为1.65;
当大于9.77时,定义位置调整常态化数值P为2.31;
其中,表示设置支网络的无线网络端的z轴坐标值,xdx为积分运算,且积分常数定义为0;
其中:
其中,H为概述性相对差偏量,tdt为积分运算,且积分常数定义为0。
作为本发明所述的基于无线通信网络的人员定位系统的一种优选方案,其中:依据获取的所述概述性相对差偏量及所述三方向相对差偏量分别对位置坐标(x2,y2,z2)三轴方向进行调整,输出所述相对坐标(x3,y3,z3)具体为:
其中,X、Y、Z分别为三方向相对差偏量,H为概述性相对差偏量,tdt为积分运算,且积分常数定义为0。
作为本发明所述的基于无线通信网络的人员定位系统的一种优选方案,其中:建立的所述统一矩阵具体为:
。
作为本发明所述的基于无线通信网络的人员定位系统的一种优选方案,其中:转化所述相对坐标(x3,y3,z3)为绝对坐标(x4,y4,z4)具体为:
其中,A为统一矩阵。
本发明提供基于无线通信网络的人员定位系统,相比现有技术具有以下优点和创造性:
1. 无需额外的硬件设备:本系统利用已有的无线通信网络实现人员的定位,无需单独的定位设备,减少了成本和复杂性;
2. 实时性和准确性高:本系统采用创新的算法和方法实现人员的实时定位,通过双位置坐标(x1,y1,z1)及(x2,y2,z2)的实地变换,分别输出三轴位置的相对差偏量,并依据三轴偏差量对位置坐标(x2,y2,z2)进行一段位置中止程序调整,输出相对坐标(x3,y3,z3),建立统一矩阵进行二段位置终止程序调整,转化所述相对坐标(x3,y3,z3)为绝对坐标(x4,y4,z4),完成位置定位,能够提供高精度的定位信息;
3. 用户友好性:本系统提供直观的用户界面,中央处理器将实时定位坐标传输实时显示至用户,用户可以轻松了解人员的实时位置。
附图说明
为了更清楚地说明本发明实施例的技术方案,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性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明提供的人员定位系统实现弱信号区域内部人员定位的步骤流程图。
图2为本发明提供的实时获取人员在弱信号区域环境下的实时位置坐标(x2,y2,z2)的步骤流程图。
图3为本发明提供的距离矩阵示例。
图4为本发明提供的基于深度优先搜索的图遍历算法的示例。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通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例,都应当属于本发明的保护的范围。
传统的人员定位方法存在各自的限制和问题,如人力成本高、维护困难、定位精度不高等。以提高定位精度为研究方向,本发明旨在提高人员在弱信号环境下定位精度不高的问题。
故此,请参阅图1,本发明提供基于无线通信网络的人员定位系统,通过无线网络端于弱信号区域内部中心处配置对应的无线局域网,记为支网络,于弱信号区域中心外部顶端处配置有无线网络连接器,无线网络连接器连入外部广域网,发送网络位置信号至卫星接收器中实现广域定位,进入弱信号区域的人员均通过移动无线网端及网络密码连入支网络中,无线网络连接器中嵌设有中央处理器;
人员定位系统实现弱信号区域内部人员定位具体包括如下步骤:
S1:通过卫星信号的连接返还获取无线网络连接器的位置坐标(x1,y1,z1),并将位置坐标传输至中央处理器中;
S2:通过人员移动端与支网络的连接实时获取人员在弱信号区域下的实时位置坐标(x2,y2,z2);
S3:中央处理器的处理单元中输入无线网络连接器的位置坐标(x1,y1,z1)及人员内区域实时位置坐标(x2,y2,z2),建立三轴方向转序位置模型统一两个坐标系的径参考线,分别输出三轴位置的相对差偏量,并依据三轴偏差量对位置坐标(x2,y2,z2)进行一段位置中止程序调整,输出相对坐标(x3,y3,z3);
S4:建立统一矩阵进行二段位置终止程序调整,转化相对坐标(x3,y3,z3)为绝对坐标(x4,y4,z4),完成位置定位。
需要说明的是,无线网络连接器与弱信号区域内部中心配置的网络端口器处于同一条竖直线上,记为参照线。
进一步的,获取无线网络连接器的位置坐标(x1,y1,z1)及人员内区域实时位置坐标(x2,y2,z2)时,定义Z轴均为参照线。
此种设置能够保证后续的模型计算不至于太过复杂,简便了模型的机体。此种设置能够保证网络端口器与无线网络连接器相对起来,仅仅是Z轴上的区别,X轴及Y轴相对坐标一致,故此,在后续的模型生成中能够直接采用0~1上的积分,在保证精确的同时极大的简便了运算。
进一步的,请参阅图2,实时获取人员在弱信号区域环境下的实时位置坐标(x2,y2,z2)具体包括如下步骤:
S1:获取弱信号区域环境的原始平面构造图,并依据原始平面构造图中实际划分的区域分别进行节点表达,获取节点原始图,同步完成各节点之间的实际距离统计并用初始化距离矩阵进行表达;
需要说明的是:为了便于理解,本发明给出一个示例的距离矩阵,用于存储原始图中每个节点之间的距离:假设原始图中有4个节点,节点分别为A、B、C和D。那么距离矩阵如图3所示:
在这个示例中,矩阵的行和列分别代表原始图中的节点,矩阵元素表示对应节点之间的距离。例如,矩阵中,A到A的距离为0,A到B的距离为5,B到C的距离为2,等等。
S2:通过图遍历算法遍历节点原始图,找到所有可能的路径;
图遍历算法可以是深度优先搜索(DFS),它是一种递归算法,用于遍历和访问图中的节点。为了便于理解,本发明给出一个完整的基于深度优先搜索的图遍历算法的示例,如图4所示:
与现有技术相比,此算法的创新点在于使用深度优先搜索(DFS)算法对原始图进行遍历。这种算法是一种经典的图遍历算法,它通过从起始节点开始一直深入探索到达最远的节点,然后后退并继续探索其他的路径。与其他图遍历算法相比,DFS算法的主要优点是其简单性和易于实现。此外,DFS算法还可以灵活地应用于不同类型的图,包括有向图和无向图,以及加权图和非加权图。因此,基于深度优先搜索的图遍历算法是一种具有创新性的算法,可用于有效地遍历原始图,并找到所有可能的路径。
在图示代码中,假设graph是一个表示图的字典,其中每个键表示一个节点,对应的值是该节点的邻居节点列表。start_node是起始节点,它作为遍历的入口。
通过调用dfs_traversal(graph, start_node)函数,可以进行基于深度优先搜索的图遍历,并按顺序打印出遍历到的节点。
需要说明的是,此示例是一个基本的算法框架,具体实现可能需要根据实际情况作适当的修改和扩展。
S3:对于每条路径,获取路径中所有节点之间的距离总和,将距离总和除以路径中的节点数量,获取每个区域的代表节点之间的平均距离;
S4:根据平均距离将节点原始图中的节点划分为若干个区域;
需要说明的是:根据平均距离将原始图中的节点划分为若干个区域是为了将图中的节点进行分组,以便在后续的位置计算中更方便地进行处理。这个过程涉及以下详细步骤:
1. 计算节点之间的距离矩阵:通过使用适当的距离度量方法(如欧几里得距离或曼哈顿距离),计算图中每对节点之间的距离。
2. 计算平均距离:对于每个节点,计算它与其他所有节点的距离总和,并将其除以节点的数量减去1(因为节点与自身的距离为0)。这样可以得到每个节点的平均距离。
3. 设置初始阈值:根据具体情况,设置一个阈值,用作划分节点的依据。该阈值应该能够合理地将节点划分为不同的区域。
4. 划分节点:根据平均距离和阈值,将节点分配到不同的区域。一种常见的方法是根据节点与其他节点的平均距离与阈值的比较结果,将节点划分为与其他节点距离相似的区域。
5. 生成区域集合:根据划分的结果,将划分到同一区域的节点组合在一起,生成多个不同的区域集合。每个区域集合包含相似距离的节点。
通过将原始图中的节点划分为若干个区域,可以减少位置计算的复杂度,并使系统更加高效。这种划分方法的具体实现可以根据实际需求来选择并进行调整。划分的准则可以根据平均距离、阈值和节点之间的距离来确定,这样可以将相距较远的节点划分到不同的区域,而将相距较近的节点划分到相同的区域,以提高位置计算的准确性和效率。
S5:对于每个区域,通过Floyd-Warshall算法计算其内部所有节点之间的最短路径树;
需要说明的是:Floyd-Warshall算法是一种动态规划算法,用于求解所有节点对之间最短路径。它可以处理有向图或负权的最短路径问题,时间复杂度为O(n^3),空间复杂度为O(n^2)。
以下是本发明提供的Floyd-Warshall算法的具体实现:
1. 初始化距离矩阵dist,dist[i][j]表示顶点i到顶点j的边的权重。如果两个顶点之间没有边,可以将dist[i][j]设为一个较大的值,如正无穷。
2. 对于图中的每个顶点k,遍历所有其他顶点i和j:a.如果通过顶点k的路径比直接从顶点i到顶点j的路径更短,则更新dist[i][j]的值为dist[i][k] + dist[k][j]。
3. 重复步骤2,直到距离矩阵不再发生变化。这时,dist矩阵中的每个元素都表示顶点i到顶点j的最短路径长度。对于区域内部的所有节点,可以通过以下步骤计算最短路径树:
1. 初始化一个邻接矩阵adj,表示区域内部节点之间的连接关系。如果两个节点之间存在连接,将adj[i][j]设为1;否则,设为0。
2. 将adj矩阵转换为距离矩阵dist矩阵。对于每个顶点k,遍历所有其他顶点i和j:a. 如果通过顶点k的路径比直接从顶点i到顶点j的路径更短,则更新dist[i][j]的值为dist[i][k] + dist[k][j]。
3. 应用Floyd-Warshall算法,计算dist矩阵中的每个元素,表示区域内部节点之间的最短路径长度。
4. 通过遍历dist矩阵,可以找到区域内部任意两个节点之间的最短路径。从每个节点的邻居开始,沿着dist矩阵中的路径依次访问节点,直到达到目标节点。通过这种方法,可以计算出区域内部所有节点之间的最短路径树。
注意,这里假设区域内部的节点构成了一个连通图。如果区域内部存在孤立的节点,需要在计算最短路径树时单独处理这些节点。
S6:在划分好区域的节点原始图中,将每个区域的代表节点与其他区域的代表节点之间建立边,其中,边的权重为两个区域之间最短路径的长度;
需要说明的是:在划分好区域的节点原始图中,需要建立各个区域的代表节点之间的边,以表示区域之间的连接关系。这些边的权重可以根据两个区域代表节点之间的最短路径的长度来确定。
具体的算法如下所示:
1. 初始化距离矩阵dist,dist[i][j]表示代表节点i到代表节点j的最短路径长度。开始时,将dist矩阵初始化为无穷大,表示代表节点之间没有直接的连接。
2. 对于每个区域的代表节点k,遍历所有其他区域的代表节点i和j:a. 如果通过代表节点k的路径比直接从代表节点i到代表节点j的路径更短,则更新dist[i][j]的值为dist[i][k] + dist[k][j]。
3. 重复步骤2,直到距离矩阵dist中的元素不再发生变化。此时,dist矩阵中的每个元素表示代表节点i到代表节点j的最短路径长度。
4. 根据dist矩阵中的最短路径长度,为每两个区域的代表节点之间建立边。边的权重即为最短路径的长度,表示了区域之间的连接紧密程度。
通过上述算法,可以构建出划分好区域的节点原始图中各个区域代表节点之间的连接关系,从而实现了区域之间的边的建立。这些边的权重信息可以用于后续的区域间通信和交流等应用中。
需要注意的是,以上算法假设每个区域的代表节点可以直接相互连接,即整个区域划分的图是连通的。如果某些区域无法直接相连,则需要单独处理这些孤立的区域。
S7:重复步骤S5和S6,获取所有区域之间的最短路径;
S8:依据划分好区域的节点原始图的边和权重,通过Dijkstra算法计算目标位置。
需要说明的是:Dijkstra算法是一种用于解决单源最短路径问题的经典算法。该算法的主要目标是找到从起点到各个目标节点的最短路径,并计算出最短路径的路径长度。
具体的Dijkstra算法如下所示:
1. 初始化距离列表dist和已访问列表visited。开始时,将起点的距离dist设置为0,其他节点的距离dist设置为无穷大。将已访问列表visited设为空。
2. 重复以下步骤,直到所有节点都被访问:
a. 从dist列表中选择距离最小的未访问节点作为当前节点,并将其标记为已访问。
b. 遍历与当前节点相邻的所有节点:如果该节点未被访问并且通过当前节点到达该节点的距离更短,则更新该节点的距离dist。
c. 将当前节点标记为已访问。
3. 完成上述循环后,dist列表中存储的即为起点到各个目标节点的最短路径长度。
在基于划分好区域的节点原始图的边和权重的情况下,可以运用Dijkstra算法来计算目标位置。
具体步骤如下:
1. 将每个区域的代表节点作为起点,将目标位置节点作为终点。
2. 根据划分好区域的节点原始图的边和权重,构建一个图的邻接矩阵,其中每个节点表示一个区域的代表节点,边的权重表示区域之间的最短路径长度。
3. 应用Dijkstra算法,从起点节点开始计算到达目标位置的最短路径。
4. 在Dijkstra算法执行过程中,记录下最短路径的长度以及沿途经过的节点,从而得到从起点到目标位置的最短路径。
通过以上的Dijkstra算法,可以在划分好区域的节点原始图中,根据边的权重和距离计算出从起点到目标位置的最短路径,从而实现对目标位置的定位。注意,该算法假设区域之间的连接关系和权重已经建立,并且区域之间的图是连通的。
进一步的,建立三轴方向转序位置模型统一两个坐标系的径参考线,分别输出三轴位置的相对差偏量具体包括如下步骤:
依据双位置坐标(x1,y1,z1)及(x2,y2,z2)分别获取相互之间三方向立体差偏量;
同步依据获取的三方向相对差偏量获取概述性相对差偏量;
其中:
其中,当不大于9.77时,定义位置调整常态化数值P为1.65;
当大于9.77时,定义位置调整常态化数值P为2.31;
其中,表示设置支网络的无线网络端的z轴坐标值,xdx为积分运算,且积分常数定义为0;
其中,
其中,H为概述性相对差偏量,tdt为积分运算,且积分常数定义为0。
更进一步的,依据获取的概述性相对差偏量及三方向相对差偏量分别对位置坐标(x2,y2,z2)三轴方向进行调整,输出相对坐标(x3,y3,z3)具体为:
其中,X、Y、Z分别为三方向相对差偏量,H为概述性相对差偏量,tdt为积分运算,且积分常数定义为0。
其中,建立的统一矩阵具体为:。
具体的,转化相对坐标(x3,y3,z3)为绝对坐标(x4,y4,z4)具体为:
其中,A为统一矩阵。
为了验证本发明的有效性,采用一层停车场进行运算模拟,效果表如下表1(定位进度表)所示:
需要说明的是,由于停车场一层采集,两个数据网络端的距离具体为6.12,大于9.77时,定义P为1.65。
表1
人员位置 | 偏差(m) |
(t1,t2,z0) | 0.67 |
(t3,t4,z1) | 0.71 |
(t5,t6,z2) | 1.49 |
(t7,t8,z3) | 1.66 |
需要说明的是,由于从坐标(t1,t2,z0)至(t7,t8,z3),人员逐渐远离内部网络端,造成的偏差逐步增大属于正常的定位偏差。
本发明提供基于无线通信网络的人员定位系统,相比现有技术具有以下优点和创造性:
1. 无需额外的硬件设备:本系统利用已有的无线通信网络实现人员的定位,无需单独的定位设备,减少了成本和复杂性;
2. 实时性和准确性高:本系统采用创新的算法和方法实现人员的实时定位,通过双位置坐标(x1,y1,z1)及(x2,y2,z2)的实地变换,分别输出三轴位置的相对差偏量,并依据三轴偏差量对位置坐标(x2,y2,z2)进行一段位置中止程序调整,输出相对坐标(x3,y3,z3),建立统一矩阵进行二段位置终止程序调整,转化所述相对坐标(x3,y3,z3)为绝对坐标(x4,y4,z4),完成位置定位,能够提供高精度的定位信息;
3. 用户友好性:本系统提供直观的用户界面,中央处理器将实时定位坐标传输实时显示至用户,用户可以轻松了解人员的实时位置。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.基于无线通信网络的人员定位系统,其特征在于:通过无线网络端于弱信号区域内部中心处配置对应的无线局域网,记为支网络,于弱信号区域中心外部顶端处配置有无线网络连接器,所述无线网络连接器连入外部广域网,发送网络位置信号至卫星接收器中实现广域定位,进入弱信号区域的人员均通过移动无线网端及网络密码连入所述支网络中,所述无线网络连接器中嵌设有中央处理器;
所述人员定位系统实现弱信号区域内部人员定位具体包括如下步骤:
S1:通过卫星信号的连接返还获取所述无线网络连接器的位置坐标(x1,y1,z1),并将位置坐标传输至所述中央处理器中;
S2:通过人员移动端与所述支网络的连接实时获取人员在弱信号区域下的实时位置坐标(x2,y2,z2);
S3:所述中央处理器的处理单元中输入所述无线网络连接器的位置坐标(x1,y1,z1)及人员内区域实时位置坐标(x2,y2,z2),建立三轴方向转序位置模型统一两个坐标系的径参考线,分别输出三轴位置的相对差偏量,并依据三轴偏差量对位置坐标(x2,y2,z2)进行一段位置中止程序调整,输出相对坐标(x3,y3,z3);
S4:建立统一矩阵进行二段位置终止程序调整,转化所述相对坐标(x3,y3,z3)为绝对坐标(x4,y4,z4),完成位置定位。
2.根据权利要求1所述的基于无线通信网络的人员定位系统,其特征在于:所述无线网络连接器与弱信号区域内部中心配置的网络端口器处于同一条竖直线上,记为参照线。
3.根据权利要求2所述的基于无线通信网络的人员定位系统,其特征在于:获取所述无线网络连接器的位置坐标(x1,y1,z1)及人员内区域实时位置坐标(x2,y2,z2)时,定义Z轴均为所述参照线。
4.根据权利要求3所述的基于无线通信网络的人员定位系统,其特征在于,实时获取人员在弱信号区域环境下的实时位置坐标(x2,y2,z2)具体包括如下步骤:
S1:获取弱信号区域环境的原始平面构造图,并依据所述原始平面构造图中实际划分的区域分别进行节点表达,获取节点原始图,同步完成各节点之间的实际距离统计并用初始化距离矩阵进行表达;
S2:通过图遍历算法遍历所述节点原始图,找到所有可能的路径;
S3:对于每条路径,获取路径中所有节点之间的距离总和,将所述距离总和除以路径中的节点数量,获取每个区域的代表节点之间的平均距离;
S4:根据所述平均距离将所述节点原始图中的节点划分为若干个区域;
S5:对于每个区域,通过Floyd-Warshall算法计算其内部所有节点之间的最短路径树;
S6:在划分好区域的所述节点原始图中,将每个区域的代表节点与其他区域的代表节点之间建立边,其中,边的权重为两个区域之间最短路径的长度;
S7:重复步骤S5和S6,获取所有区域之间的最短路径;
S8:依据划分好区域的所述节点原始图的边和权重,通过Dijkstra算法计算目标位置。
5.根据权利要求4所述的基于无线通信网络的人员定位系统,其特征在于,建立所述三轴方向转序位置模型统一两个坐标系的径参考线,分别输出三轴位置的相对差偏量具体包括如下步骤:
依据双位置坐标(x1,y1,z1)及(x2,y2,z2)分别获取相互之间三方向立体差偏量;
同步依据获取的所述三方向相对差偏量获取概述性相对差偏量;
其中:
其中,当不大于9.77时,定义位置调整常态化数值P为1.65;
当大于9.77时,定义位置调整常态化数值P为2.31;
其中,表示设置支网络的无线网络端的z轴坐标值,xdx为积分运算,且积分常数定义为0;
其中:其中,H为概述性相对差偏量,tdt为积分运算,且积分常数定义为0。
6.根据权利要求5所述的基于无线通信网络的人员定位系统,其特征在于,依据获取的所述概述性相对差偏量及所述三方向相对差偏量分别对位置坐标(x2,y2,z2)三轴方向进行调整,输出所述相对坐标(x3,y3,z3)具体为:
其中,X、Y、Z分别为三方向相对差偏量,H为概述性相对差偏量,tdt为积分运算,且积分常数定义为0。
7.根据权利要求6所述的基于无线通信网络的人员定位系统,其特征在于,建立的所述统一矩阵具体为:
。
8.根据权利要求7所述的基于无线通信网络的人员定位系统,其特征在于,转化所述相对坐标(x3,y3,z3)为绝对坐标(x4,y4,z4)具体为:其中,A为统一矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311740690.XA CN117440512B (zh) | 2023-12-18 | 2023-12-18 | 基于无线通信网络的人员定位系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311740690.XA CN117440512B (zh) | 2023-12-18 | 2023-12-18 | 基于无线通信网络的人员定位系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117440512A true CN117440512A (zh) | 2024-01-23 |
CN117440512B CN117440512B (zh) | 2024-03-05 |
Family
ID=89553712
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311740690.XA Active CN117440512B (zh) | 2023-12-18 | 2023-12-18 | 基于无线通信网络的人员定位系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117440512B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080100505A1 (en) * | 2004-06-04 | 2008-05-01 | Alexey Malinovskiy | Method For Determing Positional Data |
CN101251592A (zh) * | 2008-03-31 | 2008-08-27 | 中国科学院计算技术研究所 | 一种无线传感器网络的节点定位方法 |
US20150369924A1 (en) * | 2013-02-04 | 2015-12-24 | Vanderbilt University | Method and system for high-accuracy differential tracking of global positioning system (gps) receivers |
CN105792350A (zh) * | 2016-01-29 | 2016-07-20 | 中国矿业大学(北京) | 一种基于无线传感器网络的井下人员定位方法 |
CN117082457A (zh) * | 2023-08-24 | 2023-11-17 | 唐山东道网络科技有限公司 | 用于安全监测的人员定位管理方法及系统 |
-
2023
- 2023-12-18 CN CN202311740690.XA patent/CN117440512B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080100505A1 (en) * | 2004-06-04 | 2008-05-01 | Alexey Malinovskiy | Method For Determing Positional Data |
CN101251592A (zh) * | 2008-03-31 | 2008-08-27 | 中国科学院计算技术研究所 | 一种无线传感器网络的节点定位方法 |
US20150369924A1 (en) * | 2013-02-04 | 2015-12-24 | Vanderbilt University | Method and system for high-accuracy differential tracking of global positioning system (gps) receivers |
CN105792350A (zh) * | 2016-01-29 | 2016-07-20 | 中国矿业大学(北京) | 一种基于无线传感器网络的井下人员定位方法 |
CN117082457A (zh) * | 2023-08-24 | 2023-11-17 | 唐山东道网络科技有限公司 | 用于安全监测的人员定位管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117440512B (zh) | 2024-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110856112B (zh) | 一种群智感知的多源信息融合室内定位方法及系统 | |
CN108709557B (zh) | 基于多用户轨迹拟合的室内地图生成方法 | |
Tuba et al. | Two stage wireless sensor node localization using firefly algorithm | |
CN106793086A (zh) | 一种室内定位方法 | |
KR20190053470A (ko) | 딥러닝 기반 측위 시스템 및 이의 구축 방법 | |
CN103220777A (zh) | 一种移动设备定位系统 | |
CN111291438B (zh) | 文件处理方法、装置、电子设备及存储介质 | |
JPWO2006059629A1 (ja) | エリア情報の管理装置・方法・プログラム | |
CN111970633A (zh) | 基于WiFi、蓝牙和步行者行航位推算融合的室内定位方法 | |
CN113108792A (zh) | Wi-Fi指纹地图重建方法、装置、终端设备及介质 | |
US20230152121A1 (en) | Indoor map generation method and apparatus | |
CN112135249A (zh) | 一种基于rssi的加权质心定位算法的改进方法 | |
CN114760587A (zh) | 一种基于uwb传感器基站分组策略的定位方法 | |
CN104202817B (zh) | 大型室内空间中的多热点信号指纹地图的存储和匹配方法 | |
CN111782980A (zh) | 地图兴趣点的挖掘方法、装置、设备及存储介质 | |
CN111182460A (zh) | 混合型室内定位方法、装置、计算机设备及存储介质 | |
CN117440512B (zh) | 基于无线通信网络的人员定位系统 | |
CN109739830A (zh) | 一种基于众包数据的位置指纹数据库快速构建方法 | |
CN110260863A (zh) | 一种泛在定位信号动态数据采集及指纹库构建方法、匹配定位方法及系统 | |
CN110351657A (zh) | 一种无线传感器网络中节点几何定位的方法 | |
CN113074735B (zh) | 一种地图数据结构的处理方法 | |
CN112887909B (zh) | 一种基于Wi-Fi信号的室内定位方法 | |
CN115942231A (zh) | 一种基于rss的5g室外定位方法 | |
CN114111784A (zh) | 一种基于众包的室内走廊地图自动构建方法及系统 | |
CN109831737B (zh) | 一种基于置信度的蓝牙定位方法、装置、设备和系统 |
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 |