CN112689238A - 一种基于区域的轨迹碰撞方法、***、存储介质及处理器 - Google Patents
一种基于区域的轨迹碰撞方法、***、存储介质及处理器 Download PDFInfo
- Publication number
- CN112689238A CN112689238A CN201910995708.8A CN201910995708A CN112689238A CN 112689238 A CN112689238 A CN 112689238A CN 201910995708 A CN201910995708 A CN 201910995708A CN 112689238 A CN112689238 A CN 112689238A
- Authority
- CN
- China
- Prior art keywords
- collision
- user
- region
- matched
- zone
- 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 30
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000005520 cutting process Methods 0.000 claims abstract description 5
- 239000000523 sample Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 101100059544 Arabidopsis thaliana CDC5 gene Proteins 0.000 description 3
- 101150115300 MAC1 gene Proteins 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 101100182247 Caenorhabditis elegans lat-1 gene Proteins 0.000 description 1
- 101100182248 Caenorhabditis elegans lat-2 gene Proteins 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000000060 site-specific infrared dichroism spectroscopy Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供了一种基于区域的轨迹碰撞方法、***、存储介质及处理器,所述方法包括:输入预设用户轨迹信息;记录预设用户轨迹不同的时间所在的区域;按照区域将预设用户轨迹切割为各子区域,并记录各子区域的起始时间;遍历子区域,判断待匹配用户在该子区域起始时间内是否有轨迹信息,记录待匹配用户的区域碰撞可信任度和不可信任度;根据待匹配用户的区域碰撞可信任度和不可信任度,计算待匹配用户的区域碰撞置信度。引入可信任度和不可信任度,提升了碰撞结果的准确率,同时以区域碰撞,其数据查询快捷方便,提高了碰撞运算的时效性。
Description
【技术领域】
本发明轨迹碰撞技术领域,尤其涉及一种基于区域的轨迹碰撞方法、***、存储介质及处理器。
【背景技术】
一般常用的轨迹碰撞方法是,保存目标位置的经纬度,根据用户提供的经纬度,通过球面距离公式进行计算,公式为:S=2*asin(sqrt(pow(sin((lat1-lat2)/2),2)+cos(lat1)*cos(lat2)*pow(sin((lng1-lng2)/2),2)))*R。对时间范围内所有的坐标信息计算球面距离,根据球面距离的大小排序,找出距离最小的坐标信息,即为与待匹配的坐标信息最为相似的信息。该方案原理简单,但是在实现过程中,由于计算量巨大,导致碰撞结果时效性很差,效率低下,失去了碰撞的意义。
同时由于***间的差异性,轨迹的数据密集度和分布有所差异,以视频轨迹和wifi轨迹为例,由于视频和wifi是两个不同的***,其检测时间不完全同步,且带有wifi功能的电子设备也具有差异性,其发包周期有所不同,导致有的设备发包频率高,有的发包频率低。因此若单纯以时间连续性进行划分,很难保证各***各用户的检测时间同步,其碰撞结果的可靠性不是很高,对进一步的分析会造成误导。
【发明内容】
本发明所要解决的技术问题是提供一种基于区域的轨迹碰撞方法、***、存储介质及处理器,能够解决一般的轨迹碰撞检测时间不同步、碰撞结果不够精确的问题;实现了基于区域的轨迹碰撞方法,引入可信任度和不可信任度,提升了碰撞结果的准确率,同时以区域碰撞,其数据查询快捷方便,提高了碰撞运算的时效性。
为解决上述技术问题,本发明一实施例提供了一种基于区域的轨迹碰撞方法,包括:
输入预设用户轨迹信息;
记录预设用户轨迹不同的时间所在的区域;
按照区域将预设用户轨迹切割为各子区域,并记录各子区域的起始时间;
遍历子区域,判断待匹配用户在该子区域起始时间内是否有轨迹信息,记录待匹配用户的区域碰撞可信任度和不可信任度;
根据待匹配用户的区域碰撞可信任度和不可信任度,计算待匹配用户的区域碰撞置信度。
优选地,所述预设用户轨迹包含时空信息。
优选地,记录用户轨迹不同的时间所在的区域包括:标记预设用户轨迹的每个时刻所在的区域。区域可以道路,标志物,geohash(位置哈希)等来划分。
优选地,记录待匹配用户的区域碰撞可信任度和不可信任度包括:
待匹配用户在起始时间范围内在该子区域内,则记录其可信任度为1,记为credit=1;
通过geohash相同位数来判断,当相同位数越大,则区域距离越近,不可信任度值越小;相同位数越小,则区域距离越远,不可信任度值越大,其中discredit表示不可信任度,pi表示不可信任度,ni表示geohash相同位数值,i表示不可信任度索引,samegeo表示geohash相同位数。
优选地,根据待匹配用户的区域碰撞可信任度和不可信任度,计算待匹配用户的区域碰撞置信度包括:待匹配用户的区域碰撞置信度等于待匹配用户的区域碰撞可信任度之和减去不可信任度之和。
另一方面,本发明一实施例提供了一种存储介质,所述存储介质包括存储的程序,其中,所述程序运行时执行上述的基于区域的轨迹碰撞方法。
另一方面,本发明一实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述的基于区域的轨迹碰撞方法。
另一方面,本发明一实施例提供了一种基于区域的轨迹碰撞***,包括:定位设备,所述***执行上述的基于区域的轨迹碰撞方法。
优选地,所述定位设备包括WiFi探针设备、POE模块、服务器,所述WiFi探针设备用于探测设备MAC;所述POE模块用于给所述WiFi探针设备供电的同时将数据回传至所述服务器。
优选地,所述服务器包括数据库服务器和定位服务器,所述数据库服务器用于存储探测到的设备MAC信息,所述定位服务器用于对所述数据库服务器存储的数据进行定位计算,存储MAC信息对应的位置信息。
与现有技术相比,上述技术方案具有以下优点:通过对用户轨迹按照时间连续性和区域跳变划分子区域,统计其每个子区域的可信任度和不可信任度,得到最终的区域碰撞的置信度,解决了一般的轨迹碰撞都是以单纯的时间连续性划分,没有考虑检测设备、目标用户的差异性带来的检测时间不同步、碰撞结果不够精确的问题;且轨迹碰撞大多是以距离来衡量碰撞成功与否,距离的计算公式复杂繁琐,降低了碰撞的计算效率;从而实现了基于区域的轨迹碰撞方法,引入可信任度和不可信任度,提升了碰撞结果的准确率,同时以区域碰撞,其数据查询快捷方便,提高了碰撞运算的时效性。
【附图说明】
为了更清楚地说明本发明实施例中的技术方案,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。
图1是本发明一种基于区域的轨迹碰撞方法流程图。
图2是图1中使用的key-value存储示意图。
图3是本发明一种基于区域的轨迹碰撞方法一优选实施例。
图4是本发明一种基于区域的轨迹碰撞***结构示意图。
图5是图3中定位服务器存储结构示意图。
【具体实施方式】
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
图1是本发明一种基于区域的轨迹碰撞方法流程图。具体实施时,预设用户轨迹包含时空信息。时空信息包括时间和位置信息,如检测时间及对应的坐标位置信息。预设用户轨迹为原始轨迹,它不限定于视频轨迹或者wifi轨迹,也可以是其他***的轨迹。如图1所述,以视频和wifi轨迹碰撞为例,假设视频用户为ID1,wifi用户为MAC1,通过区域碰撞,判断视频轨迹和wifi轨迹的置信度,其轨迹碰撞方法如下:
(1)输入预设用户如指定用户轨迹。
输入一段时间的指定用户轨迹,可以是视频轨迹,也可以是wifi轨迹,也可以是车辆轨迹等。轨迹信息至少包含检测时间及对应的坐标位置。
(2)记录用户轨迹每个时刻所在区域。
标记指定用户轨迹的每个时刻所在的区域,区域可以道路,标志物,geohash(位置哈希)等来划分。
实际场景中常用的是geohash值,它是将一个经纬度转换成一个可以排序比较的字符串编码。geohash表示的并不是一个点,而是一个矩形区域。使用者可以发布地址编码,既能表明自己位于某地址附近,又不至于暴露自己的精确坐标,有助于隐私保护,geohash比直接用经纬度的高效很多。
geohash编码默认为12位,不同位数对应的精度不同,前9位对应的精度范围如下。
根据实际场景来选择区域大小,决定使用几位的geohash值来标记区域。同时可将位置哈希和hbase/redis的key-value方式存储,便于大数据场景下的存储和快速查找,以wifi***为例,将geohash+ts作为key,MAC集合作为value存储,哈希存储结果示意图如附图2所示。图2是图1中使用的key-value存储示意图。
(3)按照区域将指定用户轨迹切割为各子区域,并记录各子区域的起始时间。
按照时间连续性和区域的跳变,将指定用户的轨迹切割为各个子区域。由于用户在每个区域的停留时间不同,因此每个子区域的时间长度可能也是不同的,记录下各子区域的起始时间。
需要说明的是,子区域的划分是以时间连续性和区域的跳变划分的。假设用户ID1在t1~t3时刻在A区域,t4~t8时刻在B区域,t9~t10时刻在A区域,那么按照时间的连续性,将t1~t10时刻划分为三个区域,分别是A、B、A来进行下面步骤的区域碰撞。
(4)判断待匹配用户在该子区域起始时间内是否有轨迹信息。
如果待匹配用户在该起始时间内有数据,进行步骤(5);否则进行步骤(7)。
(5)判断待匹配用户在起始时间范围内是否在该子区域内。
如果待匹配用户在起始时间范围内在该子区域内,那么记录其可信任度为1,credit=1,执行步骤(7);否则进行步骤(6)。
需要说明的是,由于geohash表示的是一个矩形区域,存在临界区域问题,因此在进行区域判断时,可引入neighbor geohash,提升区域判断的准确度。
(6)计算该起始时间内待匹配用户所在区域与该指定用户的子区域的不可信任度。
不可信任度可以通过geohash相同位数来判断,当相同位数越大,说明区域距离越近,不可信任度值越小;相同位数越小,说明区域距离越远,不可信任度值越大。不可信任度的计算公式可表示为:
相同位数的判断是从首位开始依次对比,如用户A的区域为ws1171h,用户B的区域为ws11715,其相同位数为6位,查询geohash精度表可知,其区域的距离在610米范围内。
(7)遍历完所有子区域。
如果完成所有子区域的遍历,那么进行步骤(8),否则进行步骤(4),进行下一个子区域的判断。
(8)计算待匹配用户的区域碰撞置信度。
计算待匹配用户的区域碰撞置信度,最终的碰撞置信度等于所有可信任度之和,减去不可信任度之和,表示为C=∑credit-∑discredit。
(9)输出待匹配用户的碰撞置信度
本方案也可同时对所有的用户进行区域碰撞,最终输出所有用户的碰撞置信度,对其置信度进行统计分析,输出前十个TOP10的结果,即为与指定用户区域碰撞最为相近的用户信息。
实施例二
图3是本发明一种基于区域的轨迹碰撞方法一优选实施例。假设计算视频用户ID1与wifi用户MAC1的区域碰撞置信度,其各自轨迹信息如附图3所示:对视频轨迹按照时间的连续性和区域跳变进行区域切割,切割后包含5个子区域,分别为区域1(t1~t2),区域2(t2~t3),区域3(t3~t4),区域2(t4~t5),区域4(t5~t6)。
按照子区域和每个子区域的起始时间,判断wifi用户和视频用户的区域碰撞情况。
按照各子区域的起始时间划分,wifi用户在视频用户的两个子区域内没有轨迹信息,两个子区域内有轨迹信息且与视频用户在同一子区域,其可信任度为credit=2,一个子区域内有轨迹信息但是没有在同一子区域内。
假设区域的不可信任度离散函数表示为在t5~t6时刻,视频用户ID1所在的区域4和wifi用户MAC1所在的区域3的相同geohash值为7,那么其不可信任度为0.2,则最终wifi用户与视频用户的区域碰撞置信度为C=∑credit-∑discredit=2-0.2=1.8。
此方案也可同时对所有的wifi用户进行区域碰撞,最终输出所有wifi用户的碰撞置信度,对其置信度进行统计分析,输出TOP10的结果,即为与视频用户区域碰撞最为相近的wifi用户信息。
实施例三
Wi-Fi探针可提供基础的身份识别数据,将采集到的MAC地址数据结合电信企业、公安机关数据相关联,可建立多维度的公共安全监控***。Wi-Fi探针覆盖范围较广,可以采集在覆盖范围内的MAC地址,同时数据不受限制,可实现数据的实时传输,监控数据可以实时的回传;同时MAC地址作为手机的唯一识别码,结合其他数据可实现身份匹配。
Wi-Fi定位***是将Wi-Fi定位技术应用在人员实时追踪、识别这一场景,通过实时定位技术,及时发现并追踪现场可疑人员。Wi-Fi定位***包括Wi-Fi探针设备、POE模块、数据库服务器、定位服务器组成,***结构图如图4所示。图4是本发明一种基于区域的轨迹碰撞***结构示意图。其中Wi-Fi探针设备,用途包括:
(1)内置诱导模块发射高连接频率SSID,诱导设备连接,增大捕获MAC概率。
(2)全频道扫描,抓取设备MAC不漏包。
(3)加密回传被标记MAC信号强弱,连接时差等信息给位置计算服务器进行位置的精确计算。
POE模块,在给Wi-Fi探针设备供电的同时将数据回传至数据库服务器。
数据库服务器,作为存储MAC地址的数据库,快速比对WiFi探针设备所抓取的MAC,将比对成功数据传输给定位服务器,并对已标记MAC的设备的连接时长,连接时间,位置等信息进行更新入库。
定位服务器,运行定位算法,通过计算实时接收到的信号与指纹数据库数据进行匹配,根据指纹坐标推算出待定位坐标,定位出的结果存储示意图如附图5所示。图5是图3中定位服务器存储结构示意图。定位服务器存储格式为,每一行数据表示待定位设备编号ID、待定位设备MAC地址、待定位设备设备名称、待定位设备X坐标、待定位设备Y坐标、报告时间。
Wi-Fi探针设备可实现对区域范围内的所有电子设备进行扫描,将抓取到的MAC的信号强度(RSSI)整合汇总,运行定位算法,对标记的MAC进行实时定位分析,可以得到标记MAC的实时位置信息(p,t),其中p表示位置信息,t表示当前位置对应的时间。
由上述说明可知,使用根据本发明的基于区域的轨迹碰撞方法、***、存储介质及处理器。通过对用户轨迹按照时间连续性和区域跳变划分子区域,统计其每个子区域的可信任度和不可信任度,得到最终的区域碰撞的置信度,解决了一般的轨迹碰撞都是以单纯的时间连续性划分,没有考虑检测设备、目标用户的差异性带来的检测时间不同步、碰撞结果不够精确的问题;且轨迹碰撞大多是以距离来衡量碰撞成功与否,距离的计算公式复杂繁琐,降低了碰撞的计算效率;从而实现了基于区域的轨迹碰撞方法,引入可信任度和不可信任度,提升了碰撞结果的准确率,同时以区域碰撞,其数据查询快捷方便,提高了碰撞运算的时效性。
以上对本发明实施例进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于区域的轨迹碰撞方法,其特征在于,包括:
输入预设用户轨迹信息;
记录预设用户轨迹不同的时间所在的区域;
按照区域将预设用户轨迹切割为各子区域,并记录各子区域的起始时间;
遍历子区域,判断待匹配用户在该子区域起始时间内是否有轨迹信息,记录待匹配用户的区域碰撞可信任度和不可信任度;
根据待匹配用户的区域碰撞可信任度和不可信任度,计算待匹配用户的区域碰撞置信度。
2.根据权利要求1所述的基于区域的轨迹碰撞方法,其特征在于,所述预设用户轨迹包含时空信息。
3.根据权利要求1所述的基于区域的轨迹碰撞方法,其特征在于,记录预设用户轨迹不同的时间所在的区域包括:标记预设用户轨迹的每个时刻所在的区域。
5.根据权利要求1所述的基于区域的轨迹碰撞方法,其特征在于,根据待匹配用户的区域碰撞可信任度和不可信任度,计算待匹配用户的区域碰撞置信度包括:待匹配用户的区域碰撞置信度等于待匹配用户的区域碰撞可信任度之和减去不可信任度之和。
6.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序运行时执行权利要求1至5中任一项所述的基于区域的轨迹碰撞方法。
7.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至5中任一项所述的基于区域的轨迹碰撞方法。
8.一种基于区域的轨迹碰撞***,其特征在于,包括:定位设备,所述***执行权利要求1~5任意一项所述的基于区域的轨迹碰撞方法。
9.根据权利要求8所述的基于区域的轨迹碰撞***,其特征在于,所述定位设备包括WiFi探针设备、POE模块、服务器,所述WiFi探针设备用于探测设备MAC;所述POE模块用于给所述WiFi探针设备供电的同时将数据回传至所述服务器。
10.根据权利要求8所述的基于区域的轨迹碰撞***,其特征在于,所述服务器包括数据库服务器和定位服务器,所述数据库服务器用于存储探测到的设备MAC信息,所述定位服务器用于对所述数据库服务器存储的数据进行定位计算,存储MAC信息对应的位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910995708.8A CN112689238A (zh) | 2019-10-18 | 2019-10-18 | 一种基于区域的轨迹碰撞方法、***、存储介质及处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910995708.8A CN112689238A (zh) | 2019-10-18 | 2019-10-18 | 一种基于区域的轨迹碰撞方法、***、存储介质及处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112689238A true CN112689238A (zh) | 2021-04-20 |
Family
ID=75445146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910995708.8A Pending CN112689238A (zh) | 2019-10-18 | 2019-10-18 | 一种基于区域的轨迹碰撞方法、***、存储介质及处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112689238A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018077641A1 (de) * | 2016-10-28 | 2018-05-03 | Valeo Schalter Und Sensoren Gmbh | Bestimmung einer trajektorie mit multi-resolution grid |
CN108595539A (zh) * | 2018-04-04 | 2018-09-28 | 烟台海颐软件股份有限公司 | 一种基于大数据的行迹相似对象识别方法与*** |
CN108924238A (zh) * | 2018-07-18 | 2018-11-30 | 成都西加云杉科技有限公司 | 轨迹碰撞分析方法及装置 |
US20190056423A1 (en) * | 2016-03-25 | 2019-02-21 | Alibaba Group Holding Limited | Adjoint analysis method and apparatus for data |
CN109815993A (zh) * | 2019-01-03 | 2019-05-28 | 西北大学 | 基于gps轨迹的区域特征提取、数据库建立及路口识别方法 |
CN110019175A (zh) * | 2019-04-03 | 2019-07-16 | 深圳市甲易科技有限公司 | 一种基于行为轨迹库的区域碰撞分析方法 |
CN110334171A (zh) * | 2019-07-05 | 2019-10-15 | 南京邮电大学 | 一种基于Geohash的时空伴随对象挖掘方法 |
-
2019
- 2019-10-18 CN CN201910995708.8A patent/CN112689238A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190056423A1 (en) * | 2016-03-25 | 2019-02-21 | Alibaba Group Holding Limited | Adjoint analysis method and apparatus for data |
WO2018077641A1 (de) * | 2016-10-28 | 2018-05-03 | Valeo Schalter Und Sensoren Gmbh | Bestimmung einer trajektorie mit multi-resolution grid |
CN108595539A (zh) * | 2018-04-04 | 2018-09-28 | 烟台海颐软件股份有限公司 | 一种基于大数据的行迹相似对象识别方法与*** |
CN108924238A (zh) * | 2018-07-18 | 2018-11-30 | 成都西加云杉科技有限公司 | 轨迹碰撞分析方法及装置 |
CN109815993A (zh) * | 2019-01-03 | 2019-05-28 | 西北大学 | 基于gps轨迹的区域特征提取、数据库建立及路口识别方法 |
CN110019175A (zh) * | 2019-04-03 | 2019-07-16 | 深圳市甲易科技有限公司 | 一种基于行为轨迹库的区域碰撞分析方法 |
CN110334171A (zh) * | 2019-07-05 | 2019-10-15 | 南京邮电大学 | 一种基于Geohash的时空伴随对象挖掘方法 |
Non-Patent Citations (2)
Title |
---|
罗冠, 郝重阳, 樊养余: "一种基于可能碰撞集的碰撞检测方法", 中国图象图形学报, no. 09, 30 October 2003 (2003-10-30) * |
贾若然;刘曙光;孙启龙;: "基于位置轨迹数据的用户相似性分析", 计算机与数字工程, no. 08, 20 August 2016 (2016-08-20) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2585495C (en) | Location beacon database and server, method of building location beacon database, and location based service using same | |
EP2111721B1 (en) | System and method for generating non-uniform grid points from calibration data | |
Meng et al. | Secure and robust Wi-Fi fingerprinting indoor localization | |
WO2020114131A1 (zh) | 同行分析方法及装置 | |
CN105025439A (zh) | 室内定位***及所应用的数据库、方法和装置 | |
KR101131590B1 (ko) | 이동 무선 네트워크의 지원에 의한 셀룰러 이동 무선 시스템에서의 단말기 기반의 홈 기지국 인식 방법 | |
CN109819394A (zh) | 基于WiFi与超声波混合的室内定位方法及其*** | |
CN108271157B (zh) | 一种伪基站识别方法及装置 | |
CN112770265B (zh) | 一种行人身份信息获取方法、***、服务器和存储介质 | |
CN112651307A (zh) | 一种人员轨迹追踪方法、***、装置及存储介质 | |
US10454597B1 (en) | Systems and methods for locating telecommunication cell sites | |
CN107071708A (zh) | 智能移动终端被动无线信号采集及定位方法 | |
Qi et al. | Intelligent trajectory inference through cellular signaling data | |
CN112689238A (zh) | 一种基于区域的轨迹碰撞方法、***、存储介质及处理器 | |
Zheng et al. | RSS-based indoor passive localization using clustering and filtering in a LTE network | |
CN110191508A (zh) | 基于已有无线组网的矿井隧道内定位方法及定位移动终端 | |
CN111654843A (zh) | 自动更新指纹数据库的方法及***、wifi定位方法及*** | |
Smit et al. | An analysis of base station location accuracy within mobilecellular networks | |
Husen et al. | High performance indoor location Wi-Fi fingerprinting using invariant received signal strength | |
WO2020177333A1 (zh) | 一种基于在线学习的wifi定位方法及*** | |
AU2017255214B2 (en) | A geolocating system for a mobile device | |
CN112347809A (zh) | 一种轨迹碰撞方法及*** | |
CN112650972A (zh) | 基于置信度的轨迹碰撞方法、***、存储介质及处理器 | |
Du et al. | An indoor positioning approach using sibling signal patterns in enterprise WiFi infrastructure | |
KR102422307B1 (ko) | 무선단말을 이용한 사용자 이동경로 추적 시스템 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221202 Address after: 710000 second floor, building B3, yunhuigu, No. 156, Tiangu 8th Road, software new town, high tech Zone, Xi'an, Shaanxi Applicant after: Xi'an Guangqi Intelligent Technology Co.,Ltd. Address before: 710003 2nd floor, B3, yunhuigu, 156 Tiangu 8th Road, software new town, Xi'an City, Shaanxi Province Applicant before: Xi'an Guangqi Future Technology Research Institute |