CN110636436A - 基于改进chan算法的三维uwb室内定位方法 - Google Patents
基于改进chan算法的三维uwb室内定位方法 Download PDFInfo
- Publication number
- CN110636436A CN110636436A CN201910789561.7A CN201910789561A CN110636436A CN 110636436 A CN110636436 A CN 110636436A CN 201910789561 A CN201910789561 A CN 201910789561A CN 110636436 A CN110636436 A CN 110636436A
- Authority
- CN
- China
- Prior art keywords
- positioning
- uwb
- base stations
- function
- detected
- 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
Images
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
- 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
- G01S5/0009—Transmission of position information to remote stations
- G01S5/0018—Transmission from mobile station to base station
- G01S5/0027—Transmission from mobile station to base station of actual mobile position, i.e. position determined on mobile
-
- 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
- G01S5/04—Position of source determined by a plurality of spaced direction-finders
-
- 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
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了基于改进CHAN算法的三维UWB室内定位方法,基于改进CHAN算法的三维UWB室内定位方法包括接收待测物体携带的待测标签发送的UWB定位信号,并获取每个定位基站接收UWB定位信号的到达时间参数和接收信号强度参数;将每个定位基站的接收信号强度参数进行比较,按从大到小的顺序排列,获取接收信号强度参数排列在前的第二数量个定位基站;分别获取第二数量个定位基站的到达时间参数,确定每个第二数量个定位基站分别到达待测标签的距离;计算待测标签到达每个第二数量个定位基站与到达参考基站的距离差rif;获取距离差,并基于CHAN算法得到待测物体的估计位置。有效减小了非视距误差的影响,提高了定位精度,提高了定位结果的准确度。
Description
技术领域
本发明涉及定位导航技术领域,尤其涉及一种基于改进CHAN算法的三维UWB室内定位方法。
背景技术
超宽带(UWB)定位是指利用事先布置好的已知位置的锚节点,与新加入的盲节点进行通信,获取与距离相关的参数如TOA(到达时间)、TDOA(到达时间差)、AOA(到达角度)、RSSI(接收信号强度)等,由参数得到距离,然后采取相应的定位算法得到盲节点位置。
CHAN算法是一种基于TDOA模型的定位算法,利用传统CHAN算法进行超宽带(UWB)定位的方法在视距环境下,由于测量误差较小且服从高斯分布,因此定位精度较高,定位结果较准确。但利用传统CHAN算法进行超宽带(UWB)定位的方法在非视距环境下,由于一个或多个非视距误差的引入,会使得定位精度下降,定位结果较不准确。
发明内容
本发明的目的在于提供一种基于改进CHAN算法的三维UWB室内定位方法,旨在解决非视距误差的引入,会使得定位精度下降,定位结果不准确的问题。
为实现上述目的,本发明提供了一种基于改进CHAN算法的三维UWB室内定位方法,包括:
在第一数量个定位基站的环境下,接收待测物体携带的待测标签发送的UWB定位信号,并同时获取每个所述定位基站接收所述UWB定位信号的到达时间参数和接收信号强度参数;
根据UWB定位信号在传播过程中接收信号强度和距离的变化函数,将每个所述定位基站接收所述UWB定位信号的接收信号强度参数进行比较,按从大到小的顺序排列,获取所述接收信号强度参数排列在前的第二数量个定位基站;
分别获取第二数量个定位基站接收所述UWB定位信号的到达时间参数,根据第一函数确定每个第二数量个定位基站分别到达待测标签的距离;
计算待测标签到达每个第二数量个定位基站与到达参考基站的距离差rif,其中所述参考基站f为第二数量个定位基站中的一个;
获取所述距离差rif,并基于CHAN算法得到待测物体的估计位置。
优选的,所述变化函数的计算方式为:
其中,d为定位基站和待测标签之间的距离,d0为参考距离,n为路径损耗系数;χθ为均值为0,方差为δ的高斯随机噪声变量,PL(d0)为距离待测标签d0处信号的参考强度。
优选的,所述第一函数的计算方式为:
di=c*ti;
其中,di为第二数量个定位基站到达待测标签的距离;ti为第二数量个定位基站接收所述UWB定位信号的到达时间;c为常数。
优选的,所述获取距离差,并基于CHAN算法得到待测物体的估计位置,包括:
根据第二函数和第三函数确定待测物体的位置估计值。
优选的,所述根据第二函数和第三函数确定待测物体的位置估计值,其中,所述第二函数的计算方式:
rif=ri-rf;
ri 2=(rif+rf)2;
将ri 2=(rif+rf)2展开:
2rifrf=ki-kf-rif 2-2χifχ-2yify-2zifz;
其中,
ki=χi 2+yi 2+zi 2,kf=χf 2+yf 2+zf 2,χif=χi-χf,yif=yi-yf,zif=zi-zf;
第二数量个定位基站的坐标为BSi(χi,yi,zi);ri为第二数量个定位基站到待测标签之间的距离;rf为参考基站到待测标签之间的距离;
引入测量误差:
rif=rif 0+c(ti-tf)=rif 0Δtif;
将2rifrf=ki-kf-rif 2-2χifχ-2yify-2zifz写成矩阵形式:
θ=h-GaZa;
其中,
n表示第二数量个。
优选的,所述根据第二函数和第三函数确定待测物体的位置估计值,其中,所述第三函数的计算方式:
使用加权最小二乘法:
优选的,所述根据第二函数和第三函数确定待测物体的位置估计值,其中待测物体的位置估计值为:
本发明的一种基于改进CHAN算法的三维UWB室内定位方法,通过接收待测物体携带的待测标签发送的UWB定位信号,并获取每个定位基站接收UWB定位信号的到达时间参数和接收信号强度参数;将每个定位基站的接收信号强度参数进行比较,按从大到小的顺序排列,获取接收信号强度参数排列在前的第二数量个定位基站;分别获取第二数量个定位基站的到达时间参数,确定每个第二数量个定位基站分别到达待测标签的距离;计算待测标签到达每个第二数量个定位基站与到达参考基站的距离差rif;获取距离差,并基于CHAN算法得到待测物体的估计位置。有效减小了非视距误差的影响,提高了定位精度,提高了定位结果的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明基于改进CHAN算法的三维UWB室内定位方法的流程示意图。
图2是本发明基于改进CHAN算法的三维UWB室内定位示例的结构示意图;
图3是本发明的误差累积概率分布曲线图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
请参阅图1,本发明提供一种基于改进CHAN算法的三维UWB室内定位方法的流程示意图。具体的,如图1所示,所述基于改进CHAN算法的三维UWB室内定位方法可以包括以下步骤:
S101、接收待测物体携带的待测标签发送的UWB定位信号,并同时获取每个所述定位基站接收所述UWB定位信号的到达时间参数和接收信号强度参数。
本发明实施例中,UWB是一种无载波通信技术,利用纳秒至微秒级的非正弦波窄脉冲传输数据。通过在较宽的频谱上传送极低功率的信号,UWB能在10米左右的范围内实现数百Mbit/s至数Gbit/s的数据传输速率。抗干扰性能强,传输速率高,***容量大发送功率非常小,通信设备可以用小于1mW的发射功率就能实现通信。低发射功率大大延长***电源工作时间。而且,发射功率小,其电磁波辐射对人体的影响也会很小。在第一数量个定位基站的环境下,第一数量个定位基站分别接收待测物体携带的待测标签发送的UWB定位信号,定位软件获取每个所述定位基站接收所述UWB定位信号的到达时间参数和接收信号强度参数,其中定位软件为现有技术的UWB定位软件。
S102、将每个所述定位基站接收所述UWB定位信号的接收信号强度参数进行比较,按从大到小的顺序排列,获取所述接收信号强度参数排列在前的第二数量个定位基站。
本发明实施例中,根据UWB定位信号在传播过程中接收信号强度和距离的变化函数,将每个所述定位基站接收所述UWB定位信号的接收信号强度参数进行比较。所述变化函数的计算方式为:
其中,d为定位基站和待测标签之间的距离,d0为参考距离,n为路径损耗系数;χθ为均值为0,方差为δ的高斯随机噪声变量,PL(d0)为距离待测标签d0处信号的参考强度。
由上述变化函数的计算方式可知,当环境中的噪声误差较小且与待测标签的距离较近时,接收信号强度较大。因此需要选择接收所述UWB定位信号的接收信号强度参数大的定位基站,来确定距离待测物体最近的或者是噪声误差较小的对应所述定位基站。将每个所述定位基站接收所述UWB定位信号的接收信号强度参数按从大到小的顺序排列,获取所述接收信号强度参数排列在前的第二数量个定位基站。
S103、分别获取第二数量个定位基站接收所述UWB定位信号的到达时间参数,根据第一函数确定每个第二数量个定位基站分别到达待测标签的距离
本发明实施例中,所述第一函数的计算方式为:
di=c*ti;
其中,di为第二数量个定位基站到达待测标签的距离;ti为第二数量个定位基站接收所述UWB定位信号的到达时间;c为常数。
获取分别获取第二数量个定位基站接收所述UWB定位信号的到达时间参数,由上述公式计算出每个第二数量个定位基站分别到达待测标签的距离。
S104、计算待测标签到达每个第二数量个定位基站与到达参考基站的距离差rif,获取所述距离差rif,并基于CHAN算法得到待测物体的估计位置。
本发明实施例中,根据第二函数和第三函数确定待测物体的位置估计值。其中,所述第二函数的计算方式:
rif=ri-rf;
ri 2=(rif+rf)2;
将ri 2=(rif+rf)2展开:
2rifrf=ki-kf-rif 2-2χifχ-2yify-2zifz;
其中,
ki=χi 2+yi 2+zi 2,kf=χf 2+yf 2+zf 2,χif=χi-χf,yif=yi-yf,zif=zi-zf;
第二数量个定位基站的坐标为BSi(χi,yi,zi);ri为第二数量个定位基站到待测标签之间的距离;rf为参考基站到待测标签之间的距离;
引入测量误差:
rif=rif 0+c(ti-tf)=rif 0Δtif;
将2rifrf=ki-kf-rif 2-2χifχ-2yify-2zifz写成矩阵形式:
θ=h-GaZa;
其中,
其中,所述第三函数的计算方式:
使用加权最小二乘法:
得到待测物体的位置估计值:
现举例说明,如图2所示,本实施例对由UWB无线传感网络构成的三维定位***进行仿真,其中定位***由部署在室内的七个定位基站(UWB基站1、UWB基站2、UWB基站3、UWB基站4、UWB基站5、UWB基站6、UWB基站7)和携带标签的待测物体构成,其中,UWB基站3与携带标签的待测物体之间有遮挡物1,UWB基站4与携带标签的待测物体之间有遮挡物2,存在非视距干扰。
待测物体携带待测标签,放置在有七个定位基站的环境下,待测标签发送UWB信号,七个定位基站接收UWB定位信号,并同时获取七个定位基站接收UWB定位信号的到达时间参数和接收信号强度参数;将七个接收信号强度参数按照从大到小的顺序排列,取出参数最大的五个定位基站(UWB基站1、UWB基站2、UWB基站5、UWB基站6、UWB基站7);将五个定位基站根据接收UWB定位信号的到达时间参数由第一函数di=c*ti;分别计算出待测标签与五个基站的距离;将五个定位参考基站中的UWB基站1选择为参考基站,计算待测标签到达每个第二数量个定位基站与到达参考基站的距离差r21、r51、r61、r71;五个定位基站(UWB基站1、UWB基站2、UWB基站5、UWB基站6、UWB基站7)的坐标值分别为BS1(χ1,y1,z1)、BS2(χ2,y2,z2)、BS5(χ5,y5,z5)、BS6(χ6,y6,z6)、BS7(χ7,y7,z7);五个定位基站分别到待测标签之间的距离为:
距离差为:r21=r2-r1;r51=r5-r1;r61=r6-r1;r71=r7-r1;
r21=r2-r1展开后为:2r21r1=k2-k1-r21 2-2χ21χ-2y21y-2z21z;
其中,
k2=χ2 2+y2 2+z2 2,k1=χ1 2+y1 2+z1 2,χ21=χ2-χ1,y21=y2-y1,z21=z2-z1;
引入测量误差:
r21=r21 0+c(t2-t1)=r21 0Δt21;
r51=r5-r1展开后为:2r51r1=k5-k1-r51 2-2χ51χ-2y51y-2z51z;
其中,
k5=χ5 2+y5 2+z5 2,k1=χ1 2+y1 2+z1 2,χ51=χ5-χ1,y51=y5-y1,z51=z5-z1;
引入测量误差:
r51=r51 0+c(t5-t1)=r51 0Δt51;
r61=r6-r1展开后为:2r61r1=k6-k1-r61 2-2χ61χ-2y61y-2z61z;
其中,
k6=χ6 2+y6 2+z6 2,k1=χ1 2+y1 2+z1 2,χ61=χ6-χ1,y61=y6-y1,z61=z6-z1;
引入测量误差:
r61=r61 0+c(t6-t1)=r61 0Δt61;
r71=r7-r1展开后为:2r71r1=k7-k1-r71 2-2χ71χ-2y71y-2z71z;
其中,
k7=χ7 2+y7 2+z7 2,k1=χ1 2+y1 2+z1 2,χ71=χ7-χ1,y71=y7-y1,z71=z7-z1;
引入测量误差:
r71=r71 0+c(t7-t1)=r71 0Δt71;
将上式写成矩阵形式:
θ=h-GaZa;
其中,
使用加权最小二乘法:
得到待测物体的位置估计值为:
如图3所示,将采用本发明定位方法与使用传统CHAN算法的定位方法得到的误差累积概率分布曲线进行对比,本发明方法有效的减小了非视距误差的影响,提高了定位精度,提高了定位结果准确度。
上面结合附图对本发明的具体实施方式进行了详细说明,但本发明并不限制于上述实施方式,在不脱离本申请的权利要求的精神和范围情况下,本领域的技术人员可以作出各种修改或改型。
Claims (7)
1.一种基于改进CHAN算法的三维UWB室内定位方法,其特征在于,包括:
在第一数量个定位基站的环境下,接收待测物体携带的待测标签发送的UWB定位信号,并同时获取每个所述定位基站接收所述UWB定位信号的到达时间参数和接收信号强度参数;
根据UWB定位信号在传播过程中接收信号强度和距离的变化函数,将每个所述定位基站接收所述UWB定位信号的接收信号强度参数进行比较,按从大到小的顺序排列,获取所述接收信号强度参数排列在前的第二数量个定位基站;
分别获取第二数量个定位基站接收所述UWB定位信号的到达时间参数,根据第一函数确定每个第二数量个定位基站分别到达待测标签的距离;
计算待测标签到达每个第二数量个定位基站与到达参考基站的距离差,其中所述参考基站f为第二数量个定位基站中的一个;
获取所述距离差,并基于CHAN算法得到待测物体的估计位置。
3.如权利要求1所述的基于改进CHAN算法的三维UWB室内定位方法,其特征在于,所述第一函数的计算方式为:
di=c*ti;
其中,di为第二数量个定位基站到达待测标签的距离;ti为第二数量个定位基站接收所述UWB定位信号的到达时间;c为常数。
4.如权利要求1所述的基于改进CHAN算法的三维UWB室内定位方法,其特征在于,所述获取距离差,并基于CHAN算法得到待测物体的估计位置,包括:
根据第二函数和第三函数确定待测物体的位置估计值。
5.如权利要求4所述的基于改进CHAN算法的三维UWB室内定位方法,其特征在于,所述根据第二函数和第三函数确定待测物体的位置估计值,其中,所述第二函数的计算方式:
rif=ri-rf;
ri 2=(rif+rf)2;
将ri 2=(rif+rf)2展开:
2rifrf=ki-kf-rif 2-2χifχ-2yify-2zifz;
其中,
ki=χi 2+yi 2+zi 2,kf=χf 2+yf 2+zf 2,χif=χi-χf,yif=yi-yf,zif=zi-zf;
第二数量个定位基站的坐标为BSi(χi,yi,zi);ri为第二数量个定位基站到待测标签之间的距离;rf为参考基站到待测标签之间的距离;
引入测量误差:
rif=rif 0+c(ti-tf)=rif 0Δtif;
将2rifrf=ki-kf-rif 2-2χifχ-2yify-2zifz写成矩阵形式:
θ=h-GaZa;
其中,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910789561.7A CN110636436A (zh) | 2019-08-26 | 2019-08-26 | 基于改进chan算法的三维uwb室内定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910789561.7A CN110636436A (zh) | 2019-08-26 | 2019-08-26 | 基于改进chan算法的三维uwb室内定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110636436A true CN110636436A (zh) | 2019-12-31 |
Family
ID=68969075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910789561.7A Pending CN110636436A (zh) | 2019-08-26 | 2019-08-26 | 基于改进chan算法的三维uwb室内定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110636436A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583700A (zh) * | 2020-06-01 | 2020-08-25 | 珠海格力电器股份有限公司 | 定位方法、装置、设备、***、存储介质和车库导航方法 |
CN111766561A (zh) * | 2020-04-24 | 2020-10-13 | 天津大学 | 一种基于uwb技术的无人机定位方法 |
CN112637767A (zh) * | 2020-07-24 | 2021-04-09 | 成都精位科技有限公司 | 定位方法、装置、电子设备和可读存储介质 |
CN113514794A (zh) * | 2021-04-21 | 2021-10-19 | 北京交通大学 | 基于aoa和tdoa的室内三维定位方法 |
CN115022960A (zh) * | 2021-02-19 | 2022-09-06 | 大唐移动通信设备有限公司 | 位置识别方法、装置及处理器可读存储介质 |
CN116437288A (zh) * | 2023-05-04 | 2023-07-14 | 青岛柯锐思德电子科技有限公司 | 一种基于信号强度选择los基站算法设计方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105526934A (zh) * | 2016-02-17 | 2016-04-27 | 郑州联睿电子科技有限公司 | 一种室内外一体化高精度定位导航***及其定位方法 |
CN106054134A (zh) * | 2016-05-20 | 2016-10-26 | 东南大学 | 一种基于tdoa的快速定位方法 |
CN106793077A (zh) * | 2017-01-05 | 2017-05-31 | 重庆邮电大学 | 一种自适应室内动态目标的uwb定位方法及*** |
US20180337738A1 (en) * | 2017-05-22 | 2018-11-22 | Keysight Technologies, Inc. | System and method for performing over-the-air tests for massive multi-input/multi-output wireless system |
CN109186609A (zh) * | 2018-10-09 | 2019-01-11 | 南京航空航天大学 | 基于KF算法、Chan算法及Taylor算法的UWB定位方法 |
CN109743701A (zh) * | 2018-12-04 | 2019-05-10 | 东南大学 | 基于超宽带通信的室内三维定位方法 |
-
2019
- 2019-08-26 CN CN201910789561.7A patent/CN110636436A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105526934A (zh) * | 2016-02-17 | 2016-04-27 | 郑州联睿电子科技有限公司 | 一种室内外一体化高精度定位导航***及其定位方法 |
CN106054134A (zh) * | 2016-05-20 | 2016-10-26 | 东南大学 | 一种基于tdoa的快速定位方法 |
CN106793077A (zh) * | 2017-01-05 | 2017-05-31 | 重庆邮电大学 | 一种自适应室内动态目标的uwb定位方法及*** |
US20180337738A1 (en) * | 2017-05-22 | 2018-11-22 | Keysight Technologies, Inc. | System and method for performing over-the-air tests for massive multi-input/multi-output wireless system |
CN109186609A (zh) * | 2018-10-09 | 2019-01-11 | 南京航空航天大学 | 基于KF算法、Chan算法及Taylor算法的UWB定位方法 |
CN109743701A (zh) * | 2018-12-04 | 2019-05-10 | 东南大学 | 基于超宽带通信的室内三维定位方法 |
Non-Patent Citations (1)
Title |
---|
耿剑: "《一种基于修正卡尔曼滤波的蜂窝定位算法》", 《数据采集与处理》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111766561A (zh) * | 2020-04-24 | 2020-10-13 | 天津大学 | 一种基于uwb技术的无人机定位方法 |
CN111583700A (zh) * | 2020-06-01 | 2020-08-25 | 珠海格力电器股份有限公司 | 定位方法、装置、设备、***、存储介质和车库导航方法 |
CN112637767A (zh) * | 2020-07-24 | 2021-04-09 | 成都精位科技有限公司 | 定位方法、装置、电子设备和可读存储介质 |
CN112637767B (zh) * | 2020-07-24 | 2023-02-03 | 成都精位科技有限公司 | 定位方法、装置、电子设备和可读存储介质 |
CN115022960A (zh) * | 2021-02-19 | 2022-09-06 | 大唐移动通信设备有限公司 | 位置识别方法、装置及处理器可读存储介质 |
CN113514794A (zh) * | 2021-04-21 | 2021-10-19 | 北京交通大学 | 基于aoa和tdoa的室内三维定位方法 |
CN113514794B (zh) * | 2021-04-21 | 2023-11-14 | 北京交通大学 | 基于aoa和tdoa的室内三维定位方法 |
CN116437288A (zh) * | 2023-05-04 | 2023-07-14 | 青岛柯锐思德电子科技有限公司 | 一种基于信号强度选择los基站算法设计方法 |
CN116437288B (zh) * | 2023-05-04 | 2024-02-09 | 青岛柯锐思德电子科技有限公司 | 一种基于信号强度选择los基站算法设计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110636436A (zh) | 基于改进chan算法的三维uwb室内定位方法 | |
CN103402258B (zh) | 一种基于Wi‑Fi的室内定位***和方法 | |
US8478292B2 (en) | Wireless localization method based on an efficient multilateration algorithm over a wireless sensor network and a recording medium in which a program for the method is recorded | |
CN109548141B (zh) | 基于卡尔曼滤波算法的室内环境基站坐标位置标定方法 | |
CN110856106B (zh) | 基于uwb和气压计的室内高精度三维定位方法 | |
AU2009266425B2 (en) | Wireless localisation system | |
Kim et al. | Distance estimation with weighted least squares for mobile beacon-based localization in wireless sensor networks | |
CN105072581B (zh) | 一种基于路径衰减系数建库的室内定位方法 | |
CN103501538B (zh) | 基于多径能量指纹的室内定位方法 | |
Zhang et al. | Environmental-adaptive indoor radio path loss model for wireless sensor networks localization | |
CN107708204B (zh) | 基于卡尔曼滤波的uwb定位***基站自标定方法 | |
CN107820206B (zh) | 基于信号强度的非视距定位方法 | |
CN107181543A (zh) | 一种基于传播模型和位置指纹的三维室内无源定位方法 | |
CN105792349B (zh) | 信号强度分布建立方法及无线定位*** | |
CN114363808B (zh) | 一种基于rssi测距的室内定位方法 | |
CN108226912B (zh) | 基于稀疏网络的非接触物体感知定位的方法及*** | |
CN105554882A (zh) | 基于能量检测的60GHz非视距识别与无线指纹定位方法 | |
CN203416427U (zh) | 基于ZigBee技术的自组网定位*** | |
CN114521014B (zh) | 一种在uwb定位过程中提高定位精度的方法 | |
CN114205741B (zh) | 基于uwb的toa与位置指纹联合室内定位方法 | |
CN105738866A (zh) | 一种基于能量检测的60GHz非视距识别与无线指纹定位方法 | |
CN102857942B (zh) | 基于不确定性数据流聚类的动态通信距离估计方法 | |
Fink et al. | Refinement of weighted centroid localization using a regular infrastructure topology | |
Liyuan et al. | Multi-base-station uwb time difference positioning system | |
CN111414578A (zh) | 一种基于泰勒展开的无线传播模型 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191231 |