CN104981012B - 一种基于多个现有通信网络的室内定位*** - Google Patents
一种基于多个现有通信网络的室内定位*** Download PDFInfo
- Publication number
- CN104981012B CN104981012B CN201510368112.7A CN201510368112A CN104981012B CN 104981012 B CN104981012 B CN 104981012B CN 201510368112 A CN201510368112 A CN 201510368112A CN 104981012 B CN104981012 B CN 104981012B
- Authority
- CN
- China
- Prior art keywords
- smart machine
- communication network
- network
- processing unit
- central processing
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
- H04W16/20—Network planning tools for indoor coverage or short range network deployment
-
- 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
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
-
- 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
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于多个现有通信网络的室内定位***,包括多个AP和待定位的智能设备,还包括控制芯片和中央处理器,所述多个AP通过各自通信网络无线连接智能设备,所述中央处理器连接AP,所述控制芯片连接中央处理器;多个AP通过各自通信网络与智能设备通信并接收信号,中央处理器根据多个AP接收的信号获得智能设备的位置信息,控制芯片选择AP与智能设备的通信网络以及与中央处理器通信的AP。与现有技术相比,本发明利用不同频率的信号的绕射能力不同,以及定位精度的不同联合进行室内定位,具有测量精度高、结构简单、成本低等优点。
Description
技术领域
本发明涉及无线通信领域,尤其是涉及一种基于多个现有通信网络的室内定位***。
背景技术
随着社会的进步,信息技术的不断发展,商业的驱动,人们对精确的室内定位服务要求越来越迫切。例如当人处于大型购物广场中,当发生火灾,此时传统的GPS定位信号无法穿透高楼大厦,因此定位***失灵,消防员无法定位可能处于昏迷状态的人,从而延误最佳的救治时间。因此迫切需要一种精确的室内的定位技术,可以通过定位用户的智能手持设备,从而找到危难之中的人员。近些年来是室内定位技术逐渐成为研究的热点,不断吸引着专家学者的注意。
室内定位技术受到关注度比较高的包括:利用RFID(Radio FrequencyIdentification,射频识别)进行目标的自动识别和获取位置信息;利用WLAN进行室内定位;基于Android手机和基于Zigbee的定位,甚至一些学者正在利用LED可见光进行室内定位的研究。目前室内定位已经有了不少的研究成果。
RFID***一般是基于信号到达时间差进行定位,定位精度在2-3米,它的优点是非视距,体积小,成本低,但是包括时钟,放大器,射频电路在内的各种器件,***复杂度较高。超声波定位精度较高,但是需要专门的硬件,受非视距和多径传播影响较大。超宽带技术定位精度很高,并且穿透力很强,抗多径效果很好,但是成本较高,理论研究不足。采用红外线定位最高可以获得毫米级的定位精度,安装方便,但是非常容易受到房间灯光的干扰。采用Zigbee技术平均定位误差在3-5米,成本较低,但是距离较短,需要大量的传感器组成网络,难以大规模推广应用。WLAN定位可以基于信号强度进行定位,基于到达角进行定位,平均误差在1-3米,缺点是信号强度分辨率有限,易受到多径影响。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于多个现有通信网络的室内定位***,利用不同频率的信号的绕射能力不同,以及定位精度的不同联合进行室内定位,具有测量精度高、结构简单、成本低等优点。
本发明的目的可以通过以下技术方案来实现:
一种基于多个现有通信网络的室内定位***包括多个AP、待定位的智能设备、控制芯片和中央处理器,所述多个AP通过各自通信网络无线连接智能设备,所述中央处理器连接AP,所述控制芯片连接中央处理器;
多个AP通过各自通信网络与智能设备通信并接收信号,中央处理器根据多个AP接收的信号获得智能设备的位置信息,控制芯片选择AP与智能设备的通信网络以及与中央处理器通信的AP。
所述控制芯片检测室内的通信网络和AP的位置信息,根据通信频率选择AP与智能设备之间通信的两个或两个以上通信网络,并根据AP的位置信息任意选择位于不同位置与中央处理器通信的AP,被选择的AP在选定的通信网络下接收智能设备发送的信号。
所述控制芯片根据通信频率将通信网络分为低频网络和高频网络,所述低频网络和高频网络之间的通信频率之差至少为1GHz。
所述低频网络为1GHz以下的通信网络,所述高频网络为2GHz以上的通信网络。
当AP与智能设备之间存在多种通信网络,中央处理器根据单个AP在不同通信网络下接收的信号并采用AOA估计算法获得在不同通信网络下单个AP对应的多组AOA数据,对比在不同通信网络下单个AP对应的多组AOA数据后获得单个AP对应的最优AOA数据,中央处理器联合多个AP对应的最优AOA数据和AP的位置信息,通过几何方法获得智能设备的最优位置信息。
对比在不同通信网络下单个AP对应的多组AOA数据的方法包括:中央处理器将低频网络接受信号下得到的AOA数据记为集合φa,高频网络接受信号下得到的AOA数据的集合记为集合φb,在集合φa中找到一个最大角θ1,即θ1=max(φa),再从集合φb中找到一个和θ1最接近角度的θb作为最优AOA数据,即 为θb与θ1之差最小值,所述集合φa和φb均为根据AOA估计算法得到的峰值的集合。
当AP与智能设备之间仅存在一种通信网络,中央处理器根据同一通信网络下AP接收的信号并采用AOA估计算法获得该通信网络下AP对应的AOA数据,进而结合AP的位置信息采用几何方法得到该通信网络下智能设备的位置信息的集合,对比不同通信网络下智能设备的位置信息的集合获得智能设备的最优位置信息。
对比不同通信网络下智能设备的位置信息的集合的方法包括:中央处理器选择高频网络下智能设备的位置信息的集合中与低频网络下智能设备的位置信息最接近的位置信息,作为智能设备的最优位置信息。
所述中央处理器根据不同制式的网络通信协议对AP所接收智能设备的信号进行分析。
所述通信网络包括GSM、WCDMA、LTE、CDMA和WIFI网络。
与现有技术相比,本发明涉及到达角的估计、自动控制***的搭建、室内的几何定位法和信号处理***的搭建,能够广泛应用于室内定位,具有以下优点:
1)本发明采用不同的通信网络进行室内定位,不同的通信网络采用不同的通信频率,利用该***并运用高精度的AOA估计算法进行多次到达角的测量,利用几何作图的方法就可以得到测量点的方位,能够显著克服多径效应对于AOA定位的影响,减少误差,保证定位数据的精准。
2)高频定位精度较高,但是绕射能力较差,必然带来穿透损耗;低频的绕射能力较强,但是精度较差。本发明室内定位***很好的综合了两种频率的优点,对于室内如果有物体阻挡的话,低频信号能够很好地绕过该物体,进行到达角的估计,但是精度不足;高频部分无法绕射该物体,发生各种折射,散射最终才到达接收机。此时将低频部分得到的到达角的估计和高频部分的到达角进行对比分析,可以得到较为精确的到达角估计,提高室内定位精度。
3)本发明很好地利用室内的现有的多个通信网络,例如可以使用但不仅限于GSM网络和WIFI网络进行综合定位,比单纯的使用一个网络得到的结果要更精确,且不需要部署额外的网络设备。
4)***简单,便于大规模部署。AP是本来室内就有的接入点,不用再专门为了定位大规模的铺设网络;用户手持智能设备也是本***的重要一环,智能手机等设备存在于用户身上,本发明***可以定位设备,以便于最终定位人本身。现有的移动设备如手机,可以跟AP进行通信,用以交换信号强度等信息,捕获该信息进行分析就可以得到手机的位置信息,也就得到了伤员的位置信息。
5)本发明因为使用了多个商用的通信网络可以减小衰落损耗。
6)因为本发明***是利用现有的商用的通信网络进行定位的,因此定位的信号要和正常的通信的信号彼此之间不发生干扰,同时中央控制器兼容不同制式的网络通信协议,从而对AP所接收智能设备的信号进行分析,能很好的完成测量的任务。
附图说明
图1为本发明结构示意图;
图2为本实施例中室内定位***运行流程图;
图3为高频信号与低频信号的无线传播路径示意图;
图4为信号发射频率为2.4GHz时AOA估算曲线图;
图5为信号发射频率为850MHz时AOA估算曲线图;
图6为实施例一中第一AP、第二AP与待测节点之间角度示意图;
图7为实施例二中第三AP、第四AP、第五AP、第六AP与待测节点之间角度示意图。
图中:1、智能设备,2、AP,3、中央处理器,4、控制芯片。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例一
如图1所示,一种基于多个现有通信网络的室内定位***包括多个AP2、待定位的智能设备1、控制芯片4和中央处理器3,多个AP2通过各自通信网络无线连接智能设备1,中央处理器3通过光纤连接AP2,控制芯片4连接中央处理器3。其中,通信网络包括GSM、WCDMA、LTE、CDMA和WIFI网络。AP2这是室内本身就有的网络接入点,例如WIFI的接入点。智能设备1为用户手持移动设备:如手机等,这是本***要定位的设备。控制芯在不同的商用网络进行切换,也可以选择使用室内不同的AP2。中央处理器3可以使不同的商用通信网络进行相互协作互不干扰,完成通信,并将所有的接收的数据进行运算,得到最后的室内定位地点。
如图2所示,该室内定位***的实现室内定位的步骤包括:
1)控制芯片4检测室内的通信网络和AP2的位置信息,根据通信频率自动选择两个或两个以上的通信网络,选择后切换不同通信网络下的AP2与智能设备1进行通信,同时控制芯片4根据AP2的位置信息自动任意选择两个或两个以上位于不同位置与中央处理器3通信的AP2。
其中,控制芯片4根据通信频率将通信网络分为低频网络和高频网络,低频网络和高频网络之间的通信频率之差至少为1GHz。例如:低频网络为1GHz以下的通信网络,高频网络为2GHz以上的通信网络。
2)被选择的AP2在选定的通信网络下接收智能设备1发送的信号。
3)中央处理器3根据不同通信网络下AP2接收的信号,采用高精度的现有AOA估计算法,结合固定AP2的位置信息,自动通过几何方法获得智能设备1的位置信息。
当AP2与智能设备1之间存在多种通信网络,中央处理器3根据单个AP2在不同通信网络下接收的信号并采用AOA估计算法获得在不同通信网络下单个AP2对应的多组AOA数据,对比在不同通信网络下单个AP2对应的多组AOA数据后获得单个AP2对应的最优AOA数据,中央处理器3联合多个AP2对应的最优AOA数据和AP2的位置信息,通过几何方法获得智能设备1的最优位置信息。
其中,中央处理器3根据不同制式的网络通信协议对AP2所接收智能设备1的信号进行分析,中央处理器3将低频网络接受信号下得到的AOA数据记为集合φa,高频网络接受信号下得到的AOA数据的集合记为集合φb,集合φa和φb均为根据AOA估计算法得到的峰值的集合,因为AOA估计算法得到的峰值可能因为多径的影响有很多峰值。在集合φa中找到一个最大角θ1,即θ1=max(φa),再从集合φb中找到一个和θ1最接近角度的θb作为最优AOA数据,即θb∈φb,为θb与θ1之差最小值。
信号的传播的示意图如图3所示,有两簇不同频率的从远处射进来。高频信号的的波长较短,例如2GHz以上的信号的波长一般小于5cm,在面对比较大的障碍物的时候不容易发生绕射,带来比较大的穿透损耗。接收端接收到的信号是多个路径的叠加,直射径由于穿透损耗比较微弱。而低频信号如450MHz,它的波长较长,为66.7cm,它的绕射能力较强,在面对一般的障碍物的时候,会直接发生绕射,直接到达障碍物的后面,相当于一条直射径,并且信号功率较强,接收端接收到的最强的信号就是直射径。
本发明***进行了实验测量,以楼顶作为测量地点,一根发射天线和两根接收天线组成SIMO(Single Input Multiple Output),所用天线为偶极子全向天线。测量频率分别为2.4GHz和850MHz,带宽为5MHz,障碍物为水桶。在没有障碍物阻挡的时候AOA估计应该是在0°附近,从图4和5可以看出,发射频率为850MHz的时候用MUSIC算法估计的AOA反而更精确。这是因为850MHz时发生了衍射,相当于一条直射径。这很好的验证了我们的结论:障碍物对于不同频率的电磁波阻挡作用是不同的,因此可以将这一特性应用在多频率的室内定位上,可以提高定位精度,即如果用单一的2.4GHz的WIFI信号来定位,在没有障碍物阻挡的时候确实精度很不错,但是当有阻挡的时候如上面的实验证明了反而不如低频信号的精度;但是如果仅仅使用低频信号定位,它本身的精度有限。因此将两种频率综合起来进行定位效果更好。
以室内的两个AP2为例,如图6所示。用户的手机可以作为发射信号源使用,信号源发射信号到两个AP2。***在控制芯片4(芯片中编写控制代码)的作用下开始运行:例如***首先自动选择频率为2.4GHz的WIFI频段,将AP2接收到的信号回传给中央处理器3;然后***又选择了频率为450MHz的GSM信号,按同样的方式接收信号。随后中央处理器3开始运行,该***运用高精度的AOA估计算法开始对数据进行运算,在WIFI信号下通过两个AP2接收的信号,***得到了两个AOA估计的结果;用同样的方法得到了GSM信号下的两个AOA估计的结果。比较WIFI下第一AP得到的AOA和GSM下第一AP得到的AOA,就能得到精确的第一AP的AOA,记为α1,然后运用同样的方法得到第二AP的AOA,记为α2,***然后再根据这第一AP和第二AP固有的位置信息,通过几何运算方法最终得到发射源的位置信息也就是待测节点的位置信息。
对于三个网络,假设有A、B、C三个网络,A频率最低,C最高。那么我们可以选择A和B进行联合估计,也可以选择A和C进行估计,该估计方法与两个网络的估计方法是一致的。对于网络AC可能由于C的覆盖面积小(高频覆盖面积小),而无法完成全区域定位,此时可以通过网络AB进行联合估计,实现全区域覆盖。两个以上通信网络的工作原理同上。
对于室内环境而言,障碍物较多,往往单一频率的室内定位由于室内环境的复杂性,存在家具,墙壁,玻璃,管道,盆子等,信号可以发生透射,反射,折射,吸收,散射,因此信号强度减弱,信号时延变大,势必会造成信号的衰落,从而影响定位精度。因此,本发明***采用不同的通信网络进行室内定位,不同的通信网络采用不同的通信频率。同时,电磁波的绕射特性使得信号能够绕过障碍物,相当于一条直射径。本发明***主要是利用不同频率的信号的绕射能力不同,以及定位精度的不同联合进行室内定位,克服传统单一频率的多径效应的影响和精度不足的缺点,相比单一频率更好地抵抗多径效应,同时克服传统室内定位***需要重新铺设大量的网络设备、成本过高的缺陷,本发明***可直接利用现有的网络,不必再铺设网络。
实施例二
本实施例与实施例一的区别在于,AP2与智能设备1之间仅存在一种通信网络,这时候虽然单个AP2只有一种通信网络,但是室内该通信网络下其实有很多这样的AP2,中央处理器3根据同一通信网络下AP2接收的信号并采用AOA估计算法获得该通信网络下AP2对应的AOA数据,进而结合AP2的位置信息采用几何方法得到该通信网络下智能设备1的位置信息的集合,对比不同通信网络下智能设备1的位置信息的集合获得智能设备1的最优位置信息。
其中,通信网络分为高频网络和低频网络,因为高频信号绕射能力较弱,反射折射较多,出现多径,估计的AOA数据有很多,那么最后得到的位置相应的也有很多,而对于低频网络下可得到一个位置信息,中央处理器3选择高频网络下智能设备1的位置信息的集合中与低频网络下智能设备1的位置信息最接近的位置信息,作为智能设备1的最优位置信息。
以室内的四个AP2为例,如图7所示。第三AP、第四AP是低频网络下的两个AP2,第五AP、第六AP是高频网络下的两个AP2。待测节点的智能设备1发射低频信号到第三AP、第四AP,中央处理器3通过AOA估计算法分别得到α3、α4,然后几何运算方法得到它的位置;然后智能设备1发射高频信号到第五AP、第六AP,中央处理器3通过AOA估计算法分别得到α5、α6,然后几何运算方法得到它的位置的集合。然后中央处理器3选择高频网络下估计出的位置集合中与低频网络下估计的位置最接近的位置作为最终要定位的位置。
对于三个网络,假设有A、B、C三个网络,A频率最低,C最高。那么我们可以选择A和B进行联合估计,也可以选择A和C进行估计,该估计方法与两个网络的估计方法是一致的。对于网络AC可能由于C的覆盖面积小(高频覆盖面积小),而无法完成全区域定位,此时可以通过网络AB进行联合估计,实现全区域覆盖。两个以上通信网络的工作原理同上。
实施例三
本实施例与实施例一的区别在于,室内设置四个AP2。用户的手机可以作为发射信号源使用,信号源发射信号到四个AP2。***在控制芯片4(芯片中编写控制代码)的作用下开始运行:例如***首先自动选择频率为2.4GHz的WIFI频段,将AP2接收到的信号回传给中央处理器3;然后***又选择了频率为450MHz的GSM信号,按同样的方式接收信号。随后中央处理器3开始运行,该***运用高精度的AOA估计算法开始对数据进行运算,在WIFI信号下通过四个AP2接收的信号,***得到了四个AOA估计的结果;用同样的方法得到了GSM信号下的四个AOA估计的结果。比较WIFI和GSM下不同AP2的AOA,就能得到精确的单个AP2的最优AOA数据,***然后再根据这四个AP2固有的位置信息,通过几何运算方法最终得到发射源的位置信息也就是待测节点的位置信息。
实施例四
本实施例与实施例二的区别在于,室内设置六个AP2。其中三个AP2工作在低频网络下,另外三个AP2工作在高频网络下。待测节点的智能设备1发射低频信号到低频网络下的三个AP2,中央处理器3通过AOA估计算法分别得到该三个AP2的AOA,然后几何运算方法得到智能设备1低频网络下的位置;然后智能设备1发射高频信号到高频网络下的三个AP2,中央处理器3通过AOA估计算法分别得到该三个AP2的AOA,然后几何运算方法得到智能设备1高频网络下的位置的集合。然后中央处理器3选择高频网络下估计出的位置集合中与低频网络下估计的位置最接近的位置作为最终要定位的位置。
Claims (8)
1.一种基于多个现有通信网络的室内定位***,包括多个AP和待定位的智能设备,其特征在于,还包括控制芯片和中央处理器,所述多个AP通过各自通信网络无线连接智能设备,所述中央处理器连接AP,所述控制芯片连接中央处理器;
多个AP通过各自通信网络与智能设备通信并接收信号,中央处理器根据多个AP接收的信号获得智能设备的位置信息,控制芯片选择AP与智能设备的通信网络以及与中央处理器通信的AP;
所述控制芯片根据通信频率将通信网络分为低频网络和高频网络,所述低频网络和高频网络之间的通信频率之差至少为1GHz;
当AP与智能设备之间存在多种通信网络,中央处理器根据单个AP在不同通信网络下接收的信号并采用AOA估计算法获得在不同通信网络下单个AP对应的多组AOA数据,对比在不同通信网络下单个AP对应的多组AOA数据后获得单个AP对应的最优AOA数据,中央处理器联合多个AP对应的最优AOA数据和AP的位置信息,通过几何方法获得智能设备的最优位置信息。
2.根据权利要求1所述的一种基于多个现有通信网络的室内定位***,其特征在于,所述控制芯片检测室内的通信网络和AP的位置信息,根据通信频率选择AP与智能设备之间通信的两个或两个以上通信网络,并根据AP的位置信息任意选择位于不同位置与中央处理器通信的AP,被选择的AP在选定的通信网络下接收智能设备发送的信号。
3.根据权利要求1所述的一种基于多个现有通信网络的室内定位***,其特征在于,所述低频网络为1GHz以下的通信网络,所述高频网络为2GHz以上的通信网络。
4.根据权利要求1所述的一种基于多个现有通信网络的室内定位***,其特征在于,对比在不同通信网络下单个AP对应的多组AOA数据的方法包括:中央处理器将低频网络接受信号下得到的AOA数据记为集合φa,高频网络接受信号下得到的AOA数据的集合记为集合φb,在集合φa中找到一个最大角θ1,即θ1=max(φa),再从集合φb中找到一个和θ1最接近角度的θb作为最优AOA数据,即 为θb与θ1之差最小值,所述集合φa和φb均为根据AOA估计算法得到的峰值的集合。
5.根据权利要求1所述的一种基于多个现有通信网络的室内定位***,其特征在于,当AP与智能设备之间仅存在一种通信网络,中央处理器根据同一通信网络下AP接收的信号并采用AOA估计算法获得该通信网络下AP对应的AOA数据,进而结合AP的位置信息采用几何方法得到该通信网络下智能设备的位置信息的集合,对比不同通信网络下智能设备的位置信息的集合获得智能设备的最优位置信息。
6.根据权利要求5所述的一种基于多个现有通信网络的室内定位***,其特征在于,对比不同通信网络下智能设备的位置信息的集合的方法包括:中央处理器选择高频网络下智能设备的位置信息的集合中与低频网络下智能设备的位置信息最接近的位置信息,作为智能设备的最优位置信息。
7.根据权利要求1所述的一种基于多个现有通信网络的室内定位***,其特征在于,所述中央处理器根据不同制式的网络通信协议对AP所接收智能设备的信号进行分析。
8.根据权利要求1所述的一种基于多个现有通信网络的室内定位***,其特征在于,所述通信网络包括GSM、WCDMA、LTE、CDMA和WIFI网络。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510368112.7A CN104981012B (zh) | 2015-06-29 | 2015-06-29 | 一种基于多个现有通信网络的室内定位*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510368112.7A CN104981012B (zh) | 2015-06-29 | 2015-06-29 | 一种基于多个现有通信网络的室内定位*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104981012A CN104981012A (zh) | 2015-10-14 |
CN104981012B true CN104981012B (zh) | 2018-04-27 |
Family
ID=54276963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510368112.7A Active CN104981012B (zh) | 2015-06-29 | 2015-06-29 | 一种基于多个现有通信网络的室内定位*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104981012B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106680771B (zh) * | 2015-11-10 | 2022-04-26 | 复旦大学 | 一种反向定位***及方法 |
CN107105498B (zh) * | 2016-02-22 | 2020-07-07 | 华为技术有限公司 | 定位方法和装置 |
CN109392089B (zh) * | 2017-08-11 | 2021-10-22 | 华为技术有限公司 | 用于定位的方法和装置 |
EP3735790A1 (en) * | 2018-01-05 | 2020-11-11 | Telefonaktiebolaget LM Ericsson (publ) | Methods and devices for configuration of signaling associated with multiple aoa positioning |
CN111182451B (zh) * | 2020-01-15 | 2021-11-02 | 李娜 | 一种基于蓝牙室内定位的消防救援***及方法 |
CN112911505A (zh) * | 2021-01-29 | 2021-06-04 | 西安交通大学 | 一种频率自适应的轮椅室内定位方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102780972A (zh) * | 2011-05-13 | 2012-11-14 | 成都无线龙通讯科技有限公司 | 一种微功耗无线网络实时定位*** |
CN103176162A (zh) * | 2013-02-01 | 2013-06-26 | 北京邮电大学 | 一种多频率无线定位方法 |
CN103197280A (zh) * | 2013-04-02 | 2013-07-10 | 中国科学院计算技术研究所 | 一种基于射频信号强度的ap位置估计方法 |
CN103402258A (zh) * | 2013-08-08 | 2013-11-20 | 北京建飞科联科技有限公司 | 一种基于Wi-Fi的室内定位***和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9026094B2 (en) * | 2010-03-30 | 2015-05-05 | Telefonaktiebolaget L M Ericsson (Publ) | Method and apparatus for use of performance history data in positioning method selection |
-
2015
- 2015-06-29 CN CN201510368112.7A patent/CN104981012B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102780972A (zh) * | 2011-05-13 | 2012-11-14 | 成都无线龙通讯科技有限公司 | 一种微功耗无线网络实时定位*** |
CN103176162A (zh) * | 2013-02-01 | 2013-06-26 | 北京邮电大学 | 一种多频率无线定位方法 |
CN103197280A (zh) * | 2013-04-02 | 2013-07-10 | 中国科学院计算技术研究所 | 一种基于射频信号强度的ap位置估计方法 |
CN103402258A (zh) * | 2013-08-08 | 2013-11-20 | 北京建飞科联科技有限公司 | 一种基于Wi-Fi的室内定位***和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104981012A (zh) | 2015-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104981012B (zh) | 一种基于多个现有通信网络的室内定位*** | |
CN104837118B (zh) | 一种基于WiFi和BLUETOOTH的室内融合定位***及方法 | |
Song et al. | A survey on indoor positioning technologies | |
US8433337B2 (en) | RSS-based DOA indoor location estimation system and method | |
CN106291468B (zh) | 一种可远程监控的超声波室内快速定位***及其定位方法 | |
Brchan et al. | A real-time RFID localization experiment using propagation models | |
WO2017092376A1 (zh) | 一种定位终端的方法以及基带单元 | |
CN102043151B (zh) | 基于射频识别用于定位的移动终端及定位方法 | |
CN103874020B (zh) | 非直达径环境下单接收器的超宽带定位方法 | |
CN104837200A (zh) | 一种基于方位定向的定位监听装置及室内定位*** | |
CN106900056A (zh) | 基于多天线的全向射频定位***及方法 | |
CN104185273A (zh) | 基于测距的无锚节点式定位方法、***和设备 | |
Hamdoun et al. | Comparative analysis of RSSI-based indoor localization when using multiple antennas in Wireless Sensor Networks | |
TWI435100B (zh) | 使用接收訊號強度為基礎的信號到達方向之室內定位追蹤演算法與系統 | |
KR101597437B1 (ko) | 무선신호의 상대적 수신세기 비율정보를 이용한 실내측위시스템 및 방법 | |
KR101121907B1 (ko) | 지향성 안테나를 이용한 실시간 위치추적 시스템 및 방법 | |
Motter et al. | Practical issues in wireless sensor network localization systems using received signal strength indication | |
CN113852922A (zh) | WiFi信号直接视距传播路径挖掘的高精度室内定位方法 | |
Wang et al. | 3DLoc: Three dimensional wireless localization toolkit | |
Penna et al. | Bounds and tradeoffs for cooperative DoA-only localization of primary users | |
Pellegrini et al. | RF propagation analysis for ZigBee Sensor Network using RSSI measurements | |
CN106888504A (zh) | 基于fm与dtmb信号的室内位置指纹定位方法 | |
Klogo et al. | Energy constraints of localization techniques in wireless sensor networks (WSN): A survey | |
Gu et al. | Fast indoor localization of smart hand-held devices using bluetooth | |
Muswieck et al. | Hybrid method uses RSS and AoA to establish a low-cost localization system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |