CN105517143A - 一种降低wlan室内定位搜索维度的方法 - Google Patents
一种降低wlan室内定位搜索维度的方法 Download PDFInfo
- Publication number
- CN105517143A CN105517143A CN201410553991.6A CN201410553991A CN105517143A CN 105517143 A CN105517143 A CN 105517143A CN 201410553991 A CN201410553991 A CN 201410553991A CN 105517143 A CN105517143 A CN 105517143A
- Authority
- CN
- China
- Prior art keywords
- access point
- pivot
- signal strength
- reference point
- vector
- 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
Landscapes
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明适用于室内定位领域,提供了一种降低WLAN室内定位搜索维度的方法,所述方法包括:采集参考点的指纹数据并形成互相关矩阵;将所述互相关矩阵进行特征分解,得到互相关矩阵所对应的特征值以及对应的归一化特征向量;根据预设的接收信号强度的覆盖要求,选择符合要求的主元特征值以及对应的归一化特征向量;计算各个接入点AP在主元特征值向量上所占的比重,根据所占比重的大小选择该参考点的主元接入点AP;在所述参考点的指纹数据中仅保留来自主元接入点AP的信号强度值。本发明在保证定位精度的同时,减少参与定位计算的接入点AP数目和相关计算量,从而能够有效提高在多接入点AP环境中的搜索定位速度。
Description
技术领域
本发明属于室内定位领域,尤其涉及一种降低WLAN室内定位搜索维度的方法。
背景技术
为更好的获取终端定位终端准确的位置,弥补在室内不能得到终端当前所在位置的缺陷,现有技术中通过在室内设置多个基于WLAN的接入点AP,通过采集来自不同的AP的接收信号强度RSS值构建指纹数据库进行定位。
其中,根据采集来自不同的AP的接收信号强度RSS值构建指纹数据库进行定位具体为:用户把定位终端接收到的各个接入点AP的RSS值作为指纹数据上传至服务器,服务器根据用户接收的各个接入点AP的RSS值指纹数据计算接入点AP与终端之间的欧几里得距离,其中距离最小的接入点AP就是最靠近用户的参考点。
随着WLAN技术的迅速普及,室内空间的AP数量也越来越多,由于多个AP的RSS值构成的指纹向量的维度也越来越高,计算对应的欧几里得距离的复杂度也越来越大,从而导致基于欧几里得距离的WLAN室内定位方法的搜索定位速度越来越慢。
发明内容
本发明的目的在于提供一种降低WLAN室内定位搜索维度的方法,以解决现有技术由于多个AP的RSS值构成的指纹向量的维度也越来越高,计算对应的欧几里得距离的复杂度也越来越大,从而导致基于欧几里得距离的WLAN室内定位方法的搜索定位速度越来越慢的问题。
本发明是这样实现的,一种降低WLAN室内定位搜索维度的方法,所述方法包括:
采集参考点的指纹数据并形成互相关矩阵,所述参考点的指纹数据为参考点接收到的各个接入点AP所发射的信号的强度;
将所述互相关矩阵进行特征分解,得到互相关矩阵所对应的特征值以及对应的归一化特征向量;
根据预设的接收信号强度的覆盖要求,选择符合要求的主元特征值以及对应的归一化特征向量;
计算各个接入点AP在主元特征值向量上所占的比重,根据所占比重的大小选择接入点AP作为该参考点的主元接入点AP;
在所述参考点的指纹数据中仅保留来自主元接入点AP的信号强度值。
本发明的另一目的在于提供一种降低WLAN室内定位搜索维度的装置,所述装置包括:
采集单元,用于采集参考点的指纹数据并形成互相关矩阵,所述参考点的指纹数据为参考点接收到的各个接入点AP所发射的信号的强度;
特征分解单元,用于将所述互相关矩阵进行特征分解,得到互相关矩阵所对应的特征值以及对应的归一化特征向量;
选择单元,用于根据预设的接收信号强度的覆盖要求,选择符合要求的主元特征值以及对应的归一化特征向量;
计算单元,用于计算各个接入点AP在主元特征值向量上所占的比重,根据所占比重的大小选择接入点AP作为该参考点的主元接入点AP;
保留单元,用于在所述参考点的指纹数据中仅保留来自主元接入点AP的信号强度值。
在本发明中,通过采集各个参考点接收的接入点AP发射的信号的强度形成互相关矩阵,并对互相关矩阵进行特征分解得到特征值以及对应的归一化特征向量,并且根据接收信号强度的覆盖要求,选择符合要求的主元特征值,根据各个接入点AP在主元特征值向量上所占的比重,选择主元接入点AP,在参考点的指纹数据中仅保留主元接入点AP发射的信号强度值,完成对参考点的指纹数据进行降维,在保证定位精度的同时,减少参与定位计算的接入点AP数目和相关计算量,从而能够有效提高在多接入点AP环境中的搜索定位速度
附图说明
图1是本发明实施例提供的降低WLAN室内定位搜索维度的方法的实现流程图;
图2是本发明实施例提供的采集参考点的指纹数据并形成互相关矩阵的实现流程图;
图3是本发明实施例提供的降低WLAN室内定位搜索维度的装置的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例可用于室内定位的搜索维度的降维处理,当然,与室内定位原理相似的其它定位方法,同样也可适用于本发明所述降低WLAN室内定位搜索维度的方法进行降维处理,从而提高搜索定位的效率。本发明所述降低WLAN室内定位搜索维度的方法包括:采集参考点的指纹数据并形成互相关矩阵,所述参考点的指纹数据为参考点接收到的各个接入点AP所发射的信号的强度;将所述互相关矩阵进行特征分解,得到互相关矩阵所对应的特征值以及对应的归一化特征向量;根据预设的接收信号强度的覆盖要求,选择符合要求的主元特征值以及对应的归一化特征向量;计算各个接入点AP在主元特征值向量上所占的比重,根据所占比重的大小选择接入点AP作为该参考点的主元接入点AP;在所述参考点的指纹数据中仅保留主元接入点AP发射的信号强度值。由于本发明可以根据接入点AP在主元特征向量上所占的比例对参考点的接入点AP进行过滤,有效减少接入点AP的计算量,提高定位计算效率,从而实现快速定位。
图1示出了本发明实施例提供的降低WLAN室内定位搜索维度的方法的实现流程,详述如下:
在步骤S101中,采集参考点的指纹数据并形成互相关矩阵,所述参考点的指纹数据为参考点接收到的各个接入点AP所发射的信号的强度。
具体的,本发明所述参考点,为根据室内空间的布局、接入点AP的分布以及定位精度的要求将室内定位服务的目标空间划分为若干个单元格,并在每个单元格内设置一个参考点。
其中,根据室内空间的布局进行划分,比如可以根据室内房间的布局、室内过道或走廊的位置,将室内划分为多个单元格,这样划分的目的在于,可以方便用户知晓当前所处的室内位置。比如对于商场,可以根据商场内店铺的名称对空间进行单元格的划分。
根据接入点AP的分布进行单元格的划分,可以根据接入点AP信号辐射范围进行划分,将各个接入点AP的信号强度进行排序,信号强度值相同的区域划分为一个单元格。举个简单的例子,比如在室内设定有三个接入点AP,那么由这三个接入点AP进行排列组合可以得到6种排序,与每种排序对应的位置点构成一个单元格。
根据定位精度进行单元格的划分,即根据位置的指纹数据进行搜索定位时,在同一位置点接收接入点AP的信号的强度进行排序时,排序的长度越长,接入点AP进行定位的位置也就越精确,从而单元格的划分也越小;相反,排序的长度越短,接入点AP进行定位的位置的精度也越小,单元格的划分也越大。
上述三种划分单元格的方式,可以单元进行应用,也可以两种或者三种相结合进行应用,以得到更加适合目标空间场景的定位要求。
在每个单元格中设置有一个参考点,所述参考点用于指示其所在的单元格的位置。比如采用接入点AP划分的单元格中,在同一个单元格中的定位信号强度的排序相同。
所述参考点的指纹数据,即在参考点所在位置接收的各个接入点AP所发射的信号的强度。如果室内有N个接入点AP,那么每个参考点可以接收N个接收信号强度RSS值。
如果接入点AP的个数为n,在得到每个参考点接收的接收信号强度RSS值的同时,也就可以获取n个接入点AP发射到不同的参考点,由不同的参考点接收的接收信号强度RSS值。
采集过程中可以使用信号强度测量仪进行接收信号强度的测量。
采集参考点的指纹数据并形成互相关矩阵步骤中,首先由采集的指纹数据得到目标空间的信号强度矩阵,即由n个参考点接收N个接入点AP的信号的RSS值构成的矩阵,并根据该目标空间的信号强度矩阵计算得到其互相关矩阵,如图2所示,具体可以包括以下步骤:
在步骤S201中,根据各个接入点AP发送的定位信号在各个参考点的信号强度,得到目标空间的信号强度矩阵
其中是N维行向量,表示第i个参考点采集自N个接入点AP的接收信号强度RSS值,是n维的列向量,ri,j表示第j个接入点AP上来自各参考点的接收信号强度RSS值,ri,j为第i个参考点采集的第N个接入点AP的接收信号强度RSS值;
在步骤S202中,根据公式计算得到所述信号强度矩阵的N×N互相关矩阵,其中,为表示列向量的均值,S为矩阵R的互相关矩阵。
比如,中包括N个RSS值,对这N个RSS值取平均,即可得到这个N个RSS值的平均值,即类似的可以计算出列向量的均值
在步骤S102中,将所述互相关矩阵进行特征分解,得到互相关矩阵所对应的特征值以及对应的归一化特征向量。
由步骤S101生成的互相关矩阵,进行特征分解可以得到每个参考点所对应的多个特征值以及与所述特征值对应的特征向量。
由于目标空间的信号强度矩阵为对称矩阵,因此可以将所述信号强度矩阵分解为由其特征值和特征向量表示的矩阵之积。
在步骤S103中,根据预设的接收信号强度的覆盖要求,选择符合要求的主元特征值以及对应的归一化特征向量。
其中,预设的接收信号强度的覆盖要求,是指由所占比重较大的接收信号强度的特征值中,所占的比例之和大于特定的值,比如设定的特定的值为0.95,那么所占比重较大的接收信号强度的特征值中,所占比重之和恰好大于或者等于0.95时所对应的特征值,即为主元特征值。虽然进一步增加所占比重较小的接收信号强度的特征值,其和仍然大于0.95,但其应当舍弃,只需要满足恰好大于或等于时即可。
一种较为优选的实施方式中,所述互相关矩阵所对应的特征值为降幂次序排列的特征值(λ1,…,λN),所述特征值对应的归一化特征向量为
所述根据预设的接收信号强度的覆盖要求,选择符合要求的主元特征值以及对应的归一化特征向量步骤具体为:
根据公式计算特征值所占的比例,根据预设的接收信号强度的覆盖率值,选择ω1+ω2+…+ωM恰好大于或等于所述覆盖率值时所对应的即为主元特征值,对应的归一化特征向量为(λ1,…,λM)。
在步骤S104中,计算各个接入点AP在主元特征值向量上所占的比重,根据所占比重的大小选择接入点AP作为该参考点的主元接入点AP。
一种优选的实施方式中,所述计算各个接入点AP在主元特征值向量上所占的比重,根据所占比重的大小选择接入点AP作为该参考点的主元接入点AP步骤具体为:
根据公式(i∈[1,M],j∈[1,N])计算接入点AP在主元特征向量上所占的比重,其中,λi为第i个主元特征值,eij为第i个主元上第j个接入点AP的归一化特征向量,为第i个主元在第j个接入点AP所占的比重,N为参考点接收的接入点AP的接收信号强度值的个数,n为接入点AP的信号发送至参考点的个数;
选择所占比重最大的接入点AP作为主元接入点AP。
当然,选择所占有比重最大的接入点AP作为主元接入点AP只是一种较优的实施方式,还可以在同一主元上选择所占有比重较大的两个接入点AP的方式作为主元接入点AP,同样能够简化计算量,提高定位速度。
在步骤S105中,在所述参考点的指纹数据中仅保留来自主元接入点AP的信号强度值。
在参考点的指纹数据中仅保留主元接入点AP的接收信号强度RSS值,忽略其它非主元接入点AP的接收信号强度RSS值,达到对原来的指纹数据进行降维的目标,从而减少接入点AP与参考点之间的距离的计算量,并且通过主元接入点AP,快速有效的进行定位计算,在保证定位精度的同时,提高定位计算速度。
图3示出了本发明实施例提供的降低WLAN室内定位搜索维度的装置的结构框图,详述如下:
本实施例所述降低WLAN室内定位搜索维度的装置,包括:
采集单元301,用于采集参考点的指纹数据并形成互相关矩阵,所述参考点的指纹数据为参考点接收到的各个接入点AP所发射的信号的强度;
特征分解单元302,用于将所述互相关矩阵进行特征分解,得到互相关矩阵所对应的特征值以及对应的归一化特征向量;
选择单元303,用于根据预设的接收信号强度的覆盖要求,选择符合要求的主元特征值以及对应的归一化特征向量;
计算单元304,用于计算各个接入点AP在主元特征值向量上所占的比重,根据所占比重的大小选择接入点AP作为该参考点的主元接入点AP;
保留单元305,用于在所述参考点的指纹数据中仅保留来自主元接入点AP的信号强度值。
优选的,所述采集单元包括:
信号强度矩阵获取子单元,用于根据各个接入点AP发送的定位信号在各个参考点的信号强度,得到目标空间的信号强度矩阵
其中是N维行向量,表示第i个参考点采集自N个接入点AP的接收信号强度RSS值,是n维的列向量,ri,j表示第j个接入点AP上来自各参考点的接收信号强度RSS值,ri,j为第i个参考点采集的第N个接入点AP的接收信号强度RSS值;
互相关矩阵计算子单元,用于根据公式计算得到所述信号强度矩阵的N×N互相关矩阵,其中,为表示列向量的均值,S为矩阵R的互相关矩阵。
优选的,所述互相关矩阵所对应的特征值为降幂次序排列的特征值(λ1,…,λN),所述特征值对应的归一化特征向量为所述选择单元具体用于:
根据公式计算特征值所占的比例,根据预设的接收信号强度的覆盖率值,选择ω1+ω2+…+ωM恰好大于或等于所述覆盖率值时所对应的即为主元特征值,对应的归一化特征向量为(λ1,…,λM)。
更进一步的,所述计算单元包括:
计算子单元,用于根据公式(i∈[1,M],j∈[1,N])计算接入点AP在主元特征向量上所占的比重,其中,λi为第i个主元特征值,eij为第i个主元上第j个接入点AP的归一化特征向量,为第i个主元在第j个接入点AP所占的比重,N为参考点接收的接入点AP的接收信号强度值的个数,n为接入点AP的信号发送至参考点的个数;
选择子单元,用于选择所占比重最大的接入点AP作为主元接入点AP。
可选的,所述接入点AP为WiFi接入点AP或者蓝牙接入点AP。
本实施例中所述降低WLAN室内定位搜索维度的装置与所述降低WLAN室内定位搜索维度的方法相对应,在此不过多重复赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置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,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的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,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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,即可以位于一个地方,或者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者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,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,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明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(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,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、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种降低WLAN室内定位搜索维度的方法,其特征在于,所述方法包括:
采集参考点的指纹数据并形成互相关矩阵,所述参考点的指纹数据为参考点接收到的各个接入点AP所发射的信号的强度;
将所述互相关矩阵进行特征分解,得到互相关矩阵所对应的特征值以及对应的归一化特征向量;
根据预设的接收信号强度的覆盖要求,选择符合要求的主元特征值以及对应的归一化特征向量;
计算各个接入点AP在主元特征值向量上所占的比重,根据所占比重的大小选择接入点AP作为该参考点的主元接入点AP;
在所述参考点的指纹数据中仅保留来自主元接入点AP的信号强度值。
2.根据权利要求1所述方法,其特征在于,所述采集参考点的指纹数据并形成互相关矩阵步骤具体为:
根据各个接入点AP发送的定位信号在各个参考点的信号强度,得到目标空间的信号强度矩阵
其中是N维行向量,表示第i个参考点采集自N个接入点AP的接收信号强度RSS值,是n维的列向量,ri,j表示第j个接入点AP上来自各参考点的接收信号强度RSS值,ri,j为第i个参考点采集的第N个接入点AP的接收信号强度RSS值;
根据公式计算得到所述信号强度矩阵的N×N互相关矩阵,其中,为 表示列向量的均值,S为矩阵R的互相关矩阵。
3.根据权利要求1所述方法,其特征在于,所述互相关矩阵所对应的特征值为降幂次序排列的特征值(λ1,…,λN),所述特征值对应的归一化特征向量为
所述根据预设的接收信号强度的覆盖要求,选择符合要求的主元特征值以及对应的归一化特征向量步骤具体为:
根据公式计算特征值所占的比例,根据预设的接收信号强度的覆盖率值,选择ω1+ω2+…+ωM恰好大于或等于所述覆盖率值时所对应的即为主元特征值,对应的归一化特征向量为(λ1,…,λM)。
4.根据权利要求1所述方法,其特征在于,所述计算各个接入点AP在主元特征值向量上所占的比重,根据所占比重的大小选择接入点AP作为该参考点的主元接入点AP步骤具体为:
根据公式(i∈[1,M],j∈[1,N])计算接入点AP在主元特征向量上所占的比重,其中,λi为第i个主元特征值,eij为第i个主元上第j个接入点AP的归一化特征向量,为第i个主元在第j个接入点AP所占的比重,N为参考点接收的接入点AP的接收信号强度值的个数,n为接入点AP的信号发送至参考点的个数;
选择所占比重最大的接入点AP作为主元接入点AP。
5.根据权利要求1所述方法,其特征在于,所述接入点AP为WiFi接入点AP或者蓝牙接入点AP。
6.一种降低WLAN室内定位搜索维度的装置,其特征在于,所述装置包括:
采集单元,用于采集参考点的指纹数据并形成互相关矩阵,所述参考点的指纹数据为参考点接收到的各个接入点AP所发射的信号的强度;
特征分解单元,用于将所述互相关矩阵进行特征分解,得到互相关矩阵所对应的特征值以及对应的归一化特征向量;
选择单元,用于根据预设的接收信号强度的覆盖要求,选择符合要求的主元特征值以及对应的归一化特征向量;
计算单元,用于计算各个接入点AP在主元特征值向量上所占的比重,根据所占比重的大小选择接入点AP作为该参考点的主元接入点AP;
保留单元,用于在所述参考点的指纹数据中仅保留来自主元接入点AP的信号强度值。
7.根据权利要求6所述装置,其特征在于,所述采集单元包括:
信号强度矩阵获取子单元,用于根据各个接入点AP发送的定位信号在各个参考点的信号强度,得到目标空间的信号强度矩阵
其中是N维行向量,表示第i个参考点采集自N个接入点AP的接收信号强度RSS值,是n维的列向量,ri,j表示第j个接入点AP上来自各参考点的接收信号强度RSS值,ri,j为第i个参考点采集的第N个接入点AP的接收信号强度RSS值;
互相关矩阵计算子单元,用于根据公式计算得到所述信号强度矩阵的N×N互相关矩阵,其中,为 表示列向量的均值,S为矩阵R的互相关矩阵。
8.根据权利要求6所述装置,其特征在于,所述互相关矩阵所对应的特征值为降幂次序排列的特征值(λ1,…,λN),所述特征值对应的归一化特征向量为所述选择单元具体用于:
根据公式计算特征值所占的比例,根据预设的接收信号强度的覆盖率值,选择ω1+ω2+…+ωM恰好大于或等于所述覆盖率值时所对应的即为主元特征值,对应的归一化特征向量为(λ1,…,λM)。
9.根据权利要求6所述装置,其特征在于,所述计算单元包括:
计算子单元,用于根据公式(i∈[1,M],j∈[1,N])计算接入点AP在主元特征向量上所占的比重,其中,λi为第i个主元特征值,eij为第i个主元上第j个接入点AP的归一化特征向量,为第i个主元在第j个接入点AP所占的比重,N为参考点接收的接入点AP的接收信号强度值的个数,n为接入点AP的信号发送至参考点的个数;
选择子单元,用于选择所占比重最大的接入点AP作为主元接入点AP。
10.根据权利要求6所述装置,其特征在于,所述接入点AP为WiFi接入点AP或者蓝牙接入点AP。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410553991.6A CN105517143B (zh) | 2014-10-17 | 2014-10-17 | 一种降低wlan室内定位搜索维度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410553991.6A CN105517143B (zh) | 2014-10-17 | 2014-10-17 | 一种降低wlan室内定位搜索维度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105517143A true CN105517143A (zh) | 2016-04-20 |
CN105517143B CN105517143B (zh) | 2019-01-11 |
Family
ID=55724686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410553991.6A Active CN105517143B (zh) | 2014-10-17 | 2014-10-17 | 一种降低wlan室内定位搜索维度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105517143B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106060921A (zh) * | 2016-06-07 | 2016-10-26 | 东北大学 | 一种基于流形学习的室内位置确定方法及装置 |
CN110146071A (zh) * | 2019-05-16 | 2019-08-20 | 成都精位科技有限公司 | 定位维度提升方法及装置 |
CN110234126A (zh) * | 2019-05-21 | 2019-09-13 | 重庆邮电大学 | 基于角度估计的单接入点定位精度评估方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101695152A (zh) * | 2009-10-12 | 2010-04-14 | 中国科学院计算技术研究所 | 室内定位的方法及其*** |
CN102802260A (zh) * | 2012-08-15 | 2012-11-28 | 哈尔滨工业大学 | 基于矩阵相关的wlan室内定位方法 |
CN103096466A (zh) * | 2013-01-17 | 2013-05-08 | 哈尔滨工业大学 | Wi-Fi室内定位方法 |
US20140024943A1 (en) * | 2011-02-07 | 2014-01-23 | Super Sonic Imagine | Imaging device with image acquisition rate optimization |
CN103648106A (zh) * | 2013-12-31 | 2014-03-19 | 哈尔滨工业大学 | 一种基于类别匹配的半监督流形学习的WiFi室内定位方法 |
-
2014
- 2014-10-17 CN CN201410553991.6A patent/CN105517143B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101695152A (zh) * | 2009-10-12 | 2010-04-14 | 中国科学院计算技术研究所 | 室内定位的方法及其*** |
US20140024943A1 (en) * | 2011-02-07 | 2014-01-23 | Super Sonic Imagine | Imaging device with image acquisition rate optimization |
CN102802260A (zh) * | 2012-08-15 | 2012-11-28 | 哈尔滨工业大学 | 基于矩阵相关的wlan室内定位方法 |
CN103096466A (zh) * | 2013-01-17 | 2013-05-08 | 哈尔滨工业大学 | Wi-Fi室内定位方法 |
CN103648106A (zh) * | 2013-12-31 | 2014-03-19 | 哈尔滨工业大学 | 一种基于类别匹配的半监督流形学习的WiFi室内定位方法 |
Non-Patent Citations (1)
Title |
---|
郑师章,呈千红: "主分量分析(PCA)", 《普通生态学原理、方法和应用》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106060921A (zh) * | 2016-06-07 | 2016-10-26 | 东北大学 | 一种基于流形学习的室内位置确定方法及装置 |
CN106060921B (zh) * | 2016-06-07 | 2019-11-08 | 东北大学 | 一种基于流形学习的室内位置确定方法及装置 |
CN110146071A (zh) * | 2019-05-16 | 2019-08-20 | 成都精位科技有限公司 | 定位维度提升方法及装置 |
CN110234126A (zh) * | 2019-05-21 | 2019-09-13 | 重庆邮电大学 | 基于角度估计的单接入点定位精度评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105517143B (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104090265B (zh) | 定位方法和设备 | |
CN111327377B (zh) | 场强预测方法、装置、设备及存储介质 | |
KR100930799B1 (ko) | 자동화된 클러스터링 방법 및 이를 이용한 이동통신환경에서 다중 경로의 클러스터링 방법 및 장치 | |
CN105338619B (zh) | 定位方法及装置 | |
CN111867049B (zh) | 定位方法、装置及存储介质 | |
CN105578420A (zh) | 一种基于wlan的室内定位方法和装置 | |
CN106093852A (zh) | 一种提高WiFi指纹定位精度与效率的方法 | |
CN107302793B (zh) | 一种基于无线信号的定位方法、服务器、终端和*** | |
PH12014501098B1 (en) | Method and server for searching for nearby user in social networking services | |
Rodrigues et al. | Fingerprinting-based radio localization in indoor environments using multiple wireless technologies | |
KR101770911B1 (ko) | 5세대 이동통신용 공간 채널 모델 파라미터 획득 방법 및 장치 | |
CN106528790B (zh) | 度量空间中支撑点的选取方法及装置 | |
CN107560618B (zh) | 基于rfid的机器人室内定位方法 | |
CN110445567B (zh) | 一种电磁频谱地图的构建方法 | |
CN109379711B (zh) | 一种定位方法 | |
CN105517143A (zh) | 一种降低wlan室内定位搜索维度的方法 | |
CN105519140A (zh) | 一种定位ap的方法和装置 | |
CN103913720B (zh) | 一种面向非特定Wi-Fi设备的室内定位方法 | |
CN105652235A (zh) | 基于线性回归算法的wlan室内定位多用户rss融合方法 | |
CN105512156A (zh) | 点击模型生成方法和装置 | |
CN104954480A (zh) | 一种设备参数设置方法和装置 | |
CN105530609A (zh) | 基于Wi-Fi指纹的高效隐私保护的室内定位方法 | |
CN104683953A (zh) | 基于SimRank相似组合邻近图构建的室内WLAN定位组网方法 | |
CN114286306B (zh) | 室内信号定位方法、装置、计算机设备及存储介质 | |
CN104618863A (zh) | 区域性定位***与方法 |
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 |