CN112929826A - 一种基于uwb三角定位与指纹信息的室内混合定位方法 - Google Patents
一种基于uwb三角定位与指纹信息的室内混合定位方法 Download PDFInfo
- Publication number
- CN112929826A CN112929826A CN202110306141.6A CN202110306141A CN112929826A CN 112929826 A CN112929826 A CN 112929826A CN 202110306141 A CN202110306141 A CN 202110306141A CN 112929826 A CN112929826 A CN 112929826A
- Authority
- CN
- China
- Prior art keywords
- positioning
- base station
- tag
- uwb
- label
- 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
Images
Classifications
-
- 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
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- 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
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
一种基于UWB三角定位与指纹信息的室内混合定位方法,首先将定位区域进化划分,并固定定位基站的坐标;为定位区域设置参考点,采集人员携带UWB标签,在参考点采集UWB标签指纹数据,指纹数据包括UWB标签与基站的距离数据,UWB标签与基站间的信道脉冲响应数据;建立指纹数据库,建立区域数据库与UWB信道脉冲响应数据库;采集定位标签的指纹数据,使用指纹信息中的距离信息,判定标签所在区域;根据不同的区域使用不同的定位算法解算标签坐标。本发明通过结合不同的定位算法,缓和了NLOS环境导致定位性能下降的问题,同时减少了计算的复杂度,提升了室内定位NLOS与LOS混合场景下的定位精度。
Description
技术领域
本发明属于定位技术领域,具体是一种结合了UWB三角定位与指纹信息的室内混合定位方法。
背景技术
室内定位技术是为了弥补全球导航定位***无法很好的在室内应用而产生的。随着人们对室内定位技术的关注与研究,出现了很多室内定位方法,按照传输的信号不同,一般可以分为红外线、超声波、蓝牙、射频识别、超宽带等。各定位方案均有优缺点,但是超宽带(Ultra-wideband,UWB)技术的定位精度相较于其他的定位技术高了很多,且可靠性和安全性都相对更好,成本居中,因此UWB室内定位技术倍受业界人士的关注。
发明内容
为了缓解现有室内定位方法在非视距(not line of sight,NLOS)环境下稳定性差、定位精度低的问题,本发明提出了一种结合了UWB三角定位与指纹信息的室内混合定位方法,将定位区域进行划分并利用UWB指纹信息进行区域的判别,再通过不同的定位方法对目标坐标进行结算,缓和了NLOS环境导致定位性能下降的问题,同时减少了计算的复杂度,提升了室内定位NLOS与LOS混合场景下的定位精度。
为了解决上述技术问题本发明提供如下的技术方案:
一种基于UWB三角定位与指纹信息的室内混合定位方法,所述方法包括以下步骤:
步骤1:固定基站节点位置并划分定位区域:对于区域中的任意一点,若它与三个或三个以上的固定基站节点之间存在直接路径,即两点之间无任何遮挡,那么称该点为LOS点,所有LOS点构成的区域称为LOS区域;若该点仅与两个或两个以下的固定基站节点之间存在直接路径,那么该点被称为NLOS点,所有LOS点构成的区域称为NLOS区域;
步骤2:为定位区域设置参考点,采集人员携带UWB标签,在参考点采集UWB标签指纹数据,指纹数据包括UWB标签与基站的距离数据,UWB标签与基站间的CIR数据;
步骤3:建立指纹数据库,利用步骤2中采集的信息建立区域数据库与UWBCIR数据库,区域数据库中包含标签与各个基站间的距离信息、区域标签信息;UWB信道脉冲响应数据库包含了采集到的UWB信道脉冲响应信息与该点的坐标信息;
步骤4:采集定位标签的指纹数据;
步骤5:根据定位标签所在的区域标签得到其所在区域为LOS区域或是NLOS区域;
步骤6:若标签位于LOS区域,根据实时获取的距离信息对该点进行定位,否则进入步骤7,各个次基站获取到与标签的距离信息后将数据发送到主基站上,主基站通过串口将数据发送到上位机中,上位机使用三边定位法计算得到定位标签的坐标信息;
步骤7:若标签位于NLOS区域,利用基站与定位标签之间的信道脉冲响应信息CIR′=(fp1,fr1,fp2,fr2,…,fpn,frn)进行定位,其中fpi(i=1,2,…n)为定位标签与第i个基站间的第一路径信号强度,fri(i=1,2,…n)为定位标签与第i个基站间的接收信号强度。
进一步,所述步骤2中,标签与第i个基站的距离使用双向飞行时间法测量得到:
si=c*[(Tia-Tia′)-(Tib-Tib′)]
其中c是光速,Tia为标签向基站i发出数据包的时刻,Tib′为基站i收到数据包的时刻,Tib为基站i返还数据包给标签的时刻,Tia′为标签收到基站i收到返还数据包的时刻;
UWB标签与基站间的CIR数据包括第一路径信号强度、接收信号强度、噪声标准差,第一路径信号强度使用公式:计算,其中F1为第一路径振幅、F2为第二路径振幅、F3为第三路径振幅、N为前导累积计数值、fa为常数,由当前时钟频率决定;接收信号强度使用公式: 计算,其中C为CIR的功率值、N为前导累积计数值、fa为常数,由当前时钟频率决定。
再进一步,所述步骤4中,使用指纹信息中的距离信息,采集到的距离向量为dis=(dis1,dis2,…,disn),计算这组距离向量与区域数据库中第i个dis向量的欧式距离:
其中dism为距离向量dis中第m个距离分量,disim为区域数据库中第i个dis向量的第m个距离分量,DISi的值越小,说明两个向量越相近,标签所在位置可能与参考点位置最为匹配;
选取k个最匹配的参考点,根据区域数据库得到参考点的区域标签信息,出现概率最高的区域即为定位标签所在的区域。
所述步骤6中,三边定位法的方程组如下所示:
其中d1、d2、d3分别是三个UWB基站使用双向飞行时间法测得的与定位标签的距离,x1、x2、x3分别为三个基站的横坐标,y1、y2、y3分别为三个基站的纵坐标,求解方程得到(x0,y0)即为定位标签的坐标。
所述步骤7中,对CIR′进行归一化处理
其中fpmax,frmax分别为数据库中的最大第一路径信号强度与最大接收信号强度;
在步骤4中已经得到标签所属的区域信息,若标签位于区域z,计算这组CIR向量与CIR数据库中标记为区域z的向量的欧式距离:
其中fpm、frm分别为信道脉冲响应向量CIR″中第m个第一路径信号强度分量与第m个接收信号强度分量,fpzim、frzim分别为CIR数据库中区域z里第i个CIR″向量的第m个第一路径信号强度分量分量与接收信号强度分量,DISzi的值越小,说明两个向量越相近,标签的实际位置也与参考点所在位置更为接近;
选取DISzi值最小的k个参考点来估计标签的实际位置,并对不同的参考点添加相应的权重值,标签的位置估计公式如下:
其中Ps(xs,ys)是第s个参考点的二维坐标,k为选取的参考点数量,1≤s≤k,Ws为坐标权重值;
得到标签的位置估计:
其中,xi、yi分别为通过欧氏距离从小到大排序后,第i个参考点的横坐标以及纵坐标,wi为从小到大排序后的第i个参考点相对应的权重;
其中Wi为对应的权重,i为响应的欧氏距离。
本发明提供了一种基于UWB三角定位与指纹信息的室内混合定位方法,本发明采用的技术手段包括UWB测距、指纹信息获取、NLOS判别、视距(line of sight,LOS)下的定位以及NLOS下的定位方案。
本发明所述的UWB测距中,使用双向飞行时间法测量UWB标签与基站之间的距离。
本发明所述的指纹信息获取中,获取的指纹信息包括UWB的测距信息以及UWB的信道脉冲响应(channel impulse response,CIR)信息,CIR信息包含了第一路径信号强度信息、接收信号强度信息与噪声标准差信息,获取信息后建立区域数据库与CIR数据库。
本发明所述的NLOS判别中使用了UWB的测距信息,将待测指纹的测距值与指纹数据库进行匹配,估计待测标签的区域。
本发明所述的LOS下的定位采用三角定位法进行定位,基站的位置是预先确定的,利用标签与基站间的测距信息联立方程组,通过方程组的解算得到标签的位置。
本发明所述的NLOS下的定位使用UWB的CIR信息,利用CIR数据库中的信息得到一定数量的最为接近的参考点坐标,再利用参考点的坐标解算得到标签的位置。
综上,本发明的有益效果为:先通过基站与标签间的测距信息对定位标签的位置做出粗略的估计并判定标签所在的区域,根据判别区域的不同对标签使用不同的定位方法,在克服NLOS误差、提高定位精度的同时减小了定位的计算复杂度。
附图说明
图1是一种基于UWB三角定位与指纹信息的室内混合定位方法的流程图。
具体实施方式
本发明的目的在于,首先利用UWB距离指纹信息对标签进行初次定位,初次定位确定标签所在的区域,再根据区域的不同对标签使用不同的定位方法,提高定位的精确度,与其他UWB的定位技术相比,本发明不需要布置大量的基站来消除NLOS环境,同时不需要复杂的NLOS环境定位补偿计算。
下面结合附图对本发明做进一步说明,
参照图1,一种基于UWB三角定位与指纹信息的室内混合定位方法,包括以下步骤:
步骤1:固定基站节点位置并划分定位区域:对于区域中的任意一点,若它与三个或三个以上的固定基站节点之间存在直接路径,即两点之间无任何遮挡,那么称该点为LOS点,所有LOS点构成的区域称为LOS区域;若该点仅与两个或两个以下的固定基站节点之间存在直接路径,那么该点被称为NLOS点,所有LOS点构成的区域称为NLOS区域;
步骤2:为定位区域设置参考点,采集人员携带UWB标签,在参考点采集UWB标签指纹数据,指纹数据包括UWB标签与基站的距离数据,UWB标签与基站间的CIR数据;
标签与第i个基站的距离使用双向飞行时间法测量得到:
si=c*[(Tia-Tia′)-(Tib-Tib′)]
其中c是光速,Tia为标签向基站i发出数据包的时刻,Tib′为基站i收到数据包的时刻,Tib为基站i返还数据包给标签的时刻,Tia′为标签收到基站i收到返还数据包的时刻;
UWB标签与基站间的CIR数据包括第一路径信号强度、接收信号强度和噪声标准差,第一路径信号强度使用公式:计算,其中F1为第一路径振幅、F2为第二路径振幅、F3为第三路径振幅、N为前导累积计数值、fa为常数,由当前时钟频率决定;接收信号强度使用公式: 计算,其中C为CIR的功率值、N为前导累积计数值、fa为常数,由当前时钟频率决定;
步骤3:建立指纹数据库,利用步骤2中采集的信息建立区域数据库与UWBCIR数据库,区域数据库中包含标签与各个基站间的距离信息、区域标签信息;UWB信道脉冲响应数据库包含了采集到的UWB信道脉冲响应信息与该点的坐标信息;
在前三个步骤中完成了离线阶段的准备工作,接来下所做的为在线阶段的定位工作;
步骤4:采集定位标签的指纹数据,使用指纹信息中的距离信息,采集到的距离向量为dis=(dis1,dis2,…,disn),计算这组距离向量与区域数据库中第i个dis向量的欧式距离:
其中dism为距离向量dis中第m个距离分量,disim为区域数据库中第i个dis向量的第m个距离分量,DISi的值越小,说明两个向量越相近,标签所在位置可能与参考点位置最为匹配;
选取k个最匹配的参考点,根据区域数据库得到参考点的区域标签信息,出现概率最高的区域即为定位标签所在的区域;
步骤5:根据定位标签所在的区域标签得到其所在区域为LOS区域或是NLOS区域;
步骤6:若标签位于LOS区域,根据实时获取的距离信息对该点进行定位;否则进入步骤7,各个次基站获取到与标签的距离信息后将数据发送到主基站上,主基站通过串口将数据发送到上位机中,上位机使用三边定位法计算得到定位标签的坐标信息;
三边定位法的方程组如下所示:
其中d1、d2、d3分别是三个UWB基站使用双向飞行时间法测得的与定位标签的距离,x1、x2、x3分别为三个基站的横坐标,y1、y2、y3分别为三个基站的纵坐标。求解方程得到(x0,y0)即为定位标签的坐标;
步骤7:若标签位于NLOS区域,利用基站与定位标签之间的信道脉冲响应信息CIR′=(fp1,fr1,fp2,fr2,…,fpn,frn)进行定位,其中fpi(i=1,2,…n)为定位标签与第i个基站间的第一路径信号强度,fri(i=1,2,…n)为定位标签与第i个基站间的接收信号强度,对CIR′进行归一化处理
其中fpmax,frmax分别为数据库中的最大第一路径信号强度与最大接收信号强度;
在步骤4中已经得到标签所属的区域信息,若标签位于区域z,计算这组CIR向量与CIR数据库中标记为区域z的向量的欧式距离:
其中fpm、frm分别为信道脉冲响应向量CIR″中第m个第一路径信号强度分量与第m个接收信号强度分量,fpzim、frzim分别为CIR数据库中区域z里第i个CIR″向量的第m个第一路径信号强度分量分量与接收信号强度分量,DISzi的值越小,说明两个向量越相近,标签的实际位置也与参考点所在位置更为接近;
选取DISzi值最小的k个参考点来估计标签的实际位置,并对不同的参考点添加相应的权重值,标签的位置估计公式如下:
其中Ps(xs,ys)是第s个参考点的二维坐标,k为选取的参考点数量,1≤s≤k。Ws为坐标权重值;
得到标签的位置估计:
其中,xi、yi分别为通过欧氏距离从小到大排序后,第i个参考点的横坐标以及纵坐标,wi为从小到大排序后的第i个参考点相对应的权重;
其中Wi为对应的权重,i为响应的欧氏距离。在实际的应用中,为了获得更好的效果,也可选择不同的来作为权重值;
本实施例针对复杂的室内定位中NLOS与LOS混合的定位场景,提出了一种结合了UWB指纹信息以及三角定位的室内定位算法。通过结合两种定位算法,可以在保证定位精度的情况下得到较快的解算速度,相比于现有的UWB定位算法,该方法在无需布置大量的定位基站来克服NLOS误差的前提下,保证了定位的精度。
Claims (5)
1.一种基于UWB三角定位与指纹信息的室内混合定位方法,其特征在于,所述方法包括以下步骤:
步骤1:固定基站节点位置并划分定位区域:对于区域中的任意一点,若它与三个或三个以上的固定基站节点之间存在直接路径,即两点之间无任何遮挡,那么称该点为LOS点,所有LOS点构成的区域称为LOS区域;若该点仅与两个或两个以下的固定基站节点之间存在直接路径,那么该点被称为NLOS点,所有LOS点构成的区域称为NLOS区域;
步骤2:为定位区域设置参考点,采集人员携带UWB标签,在参考点采集UWB标签指纹数据,指纹数据包括UWB标签与基站的距离数据,UWB标签与基站间的CIR数据;
步骤3:建立指纹数据库,利用步骤2中采集的信息建立区域数据库与UWBCIR数据库,区域数据库中包含标签与各个基站间的距离信息、区域标签信息;UWB信道脉冲响应数据库包含了采集到的UWB信道脉冲响应信息与该点的坐标信息;
步骤4:采集定位标签的指纹数据;
步骤5:根据定位标签所在的区域标签得到其所在区域为LOS区域或是NLOS区域;
步骤6:若标签位于LOS区域,根据实时获取的距离信息对该点进行定位,否则进入步骤7,各个次基站获取到与标签的距离信息后将数据发送到主基站上,主基站通过串口将数据发送到上位机中,上位机使用三边定位法计算得到定位标签的坐标信息;
步骤7:若标签位于NLOS区域,利用基站与定位标签之间的信道脉冲响应信息CIR′=(fp1,fr1,fp2,fr2,…,fpn,frn)进行定位,其中fpi(i=1,2,…n)为定位标签与第i个基站间的第一路径信号强度,fri(i=1,2,…n)为定位标签与第i个基站间的接收信号强度。
2.如权利要求1所述的基于UWB三角定位与指纹信息的室内混合定位方法,其特征在于,所述步骤2中,标签与第i个基站的距离使用双向飞行时间法测量得到:
si=c*[(Tia-Tia′)-(Tib-Tib′)]
其中c是光速,Tia为标签向基站i发出数据包的时刻,Tib′为基站i收到数据包的时刻,Tib为基站i返还数据包给标签的时刻,Tia′为标签收到基站i收到返还数据包的时刻;
5.如权利要求1或2所述的基于UWB三角定位与指纹信息的室内混合定位方法,其特征在于,所述步骤7中,对CIR′进行归一化处理
其中fpmax,frmax分别为数据库中的最大第一路径信号强度与最大接收信号强度;
在步骤4中已经得到标签所属的区域信息,若标签位于区域z,计算这组CIR向量与CIR数据库中标记为区域z的向量的欧式距离:
其中fpm、frm分别为信道脉冲响应向量CIR″中第m个第一路径信号强度分量与第m个接收信号强度分量,fpzim、frzim分别为CIR数据库中区域z里第i个CIR″向量的第m个第一路径信号强度分量分量与接收信号强度分量,DISzi的值越小,说明两个向量越相近,标签的实际位置也与参考点所在位置更为接近;
选取DISzi值最小的k个参考点来估计标签的实际位置,并对不同的参考点添加相应的权重值,标签的位置估计公式如下:
其中Ps(xs,ys)是第s个参考点的二维坐标,k为选取的参考点数量,1≤s≤k,Ws为坐标权重值;
得到标签的位置估计:
其中,xi、yi分别为通过欧氏距离从小到大排序后,第i个参考点的横坐标以及纵坐标,wi为从小到大排序后的第i个参考点相对应的权重;
其中Wi为对应的权重,Di为响应的欧氏距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110306141.6A CN112929826B (zh) | 2021-03-23 | 2021-03-23 | 一种基于uwb三角定位与指纹信息的室内混合定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110306141.6A CN112929826B (zh) | 2021-03-23 | 2021-03-23 | 一种基于uwb三角定位与指纹信息的室内混合定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112929826A true CN112929826A (zh) | 2021-06-08 |
CN112929826B CN112929826B (zh) | 2022-07-15 |
Family
ID=76175451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110306141.6A Active CN112929826B (zh) | 2021-03-23 | 2021-03-23 | 一种基于uwb三角定位与指纹信息的室内混合定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112929826B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114222365A (zh) * | 2021-12-24 | 2022-03-22 | 杭州海康威视数字技术股份有限公司 | 一种基于单基站的超宽带定位方法、装置、计算单元、*** |
CN114302330A (zh) * | 2021-12-24 | 2022-04-08 | 重庆邮电大学 | 一种los/nlos环境下的基于ssgp的uwb定位方法 |
CN114339649A (zh) * | 2022-01-10 | 2022-04-12 | 河北阿卡斯物联网科技有限公司 | 一种wknn分类的nlos识别*** |
CN114449442A (zh) * | 2022-01-19 | 2022-05-06 | 中铁第四勘察设计院集团有限公司 | 一种基于uwb技术的智轨车辆库内定位***及方法 |
CN114584931A (zh) * | 2021-12-15 | 2022-06-03 | 北京水脉科技有限公司 | 一种基于uwb的高精度室内外定位***及其运用方法 |
CN116567759A (zh) * | 2023-04-10 | 2023-08-08 | 青岛柯锐思德电子科技有限公司 | 一种基于uwb的twr定位技术的漫游调度算法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2442950A1 (en) * | 2003-09-26 | 2005-03-26 | Chahe Nerguizian | Method and system for indoor geolocation using an impulse response fingerprinting technique |
US20140062793A1 (en) * | 2012-09-05 | 2014-03-06 | Khalifa University of Science, Technology, and Research | Methods and devices for channel identification |
WO2014037687A1 (en) * | 2012-09-05 | 2014-03-13 | Khalifa University of Science, Technology, and Research | Methods and devices for channel identification |
US20160249316A1 (en) * | 2015-02-25 | 2016-08-25 | Qualcomm Incorporated | Non-line-of-sight (nlos) and line-of-sight (los) classification techniques for indoor ranging |
CN110488222A (zh) * | 2019-08-19 | 2019-11-22 | 杭州电子科技大学 | 一种nlos条件下svm与重心坐标相结合的uwb定位方法 |
CN110988791A (zh) * | 2019-11-19 | 2020-04-10 | 贵州电网有限责任公司 | 一种用于电缆通道球形机器人的定位***及其定位方法 |
US20210067915A1 (en) * | 2019-09-03 | 2021-03-04 | Iwave Technologies Co., Ltd. | Positioning and tracking system and positioning and tracking method |
-
2021
- 2021-03-23 CN CN202110306141.6A patent/CN112929826B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2442950A1 (en) * | 2003-09-26 | 2005-03-26 | Chahe Nerguizian | Method and system for indoor geolocation using an impulse response fingerprinting technique |
US20140062793A1 (en) * | 2012-09-05 | 2014-03-06 | Khalifa University of Science, Technology, and Research | Methods and devices for channel identification |
WO2014037687A1 (en) * | 2012-09-05 | 2014-03-13 | Khalifa University of Science, Technology, and Research | Methods and devices for channel identification |
US20160249316A1 (en) * | 2015-02-25 | 2016-08-25 | Qualcomm Incorporated | Non-line-of-sight (nlos) and line-of-sight (los) classification techniques for indoor ranging |
CN110488222A (zh) * | 2019-08-19 | 2019-11-22 | 杭州电子科技大学 | 一种nlos条件下svm与重心坐标相结合的uwb定位方法 |
US20210067915A1 (en) * | 2019-09-03 | 2021-03-04 | Iwave Technologies Co., Ltd. | Positioning and tracking system and positioning and tracking method |
CN110988791A (zh) * | 2019-11-19 | 2020-04-10 | 贵州电网有限责任公司 | 一种用于电缆通道球形机器人的定位***及其定位方法 |
Non-Patent Citations (6)
Title |
---|
CHANGHUI JIANG: "UWB NLOS/LOS Classification Using Deep Learning Method", 《IEEE COMMUNICATIONS LETTERS》, vol. 10, no. 24, 4 June 2020 (2020-06-04) * |
HAOFAN CAI: "Indoor collaborative localization method based on ultra-wideband ranging", 《2015 9TH EUROPEAN CONFERENCE ON ANTENNAS AND PROPAGATION (EUCAP)》, 31 August 2015 (2015-08-31) * |
M. TABAA: "LOS and NLOS identification based on UWB stable distribution", 《2013 25TH INTERNATIONAL CONFERENCE ON MICROELECTRONICS (ICM)》, 10 February 2014 (2014-02-10) * |
VALENTÍN BARRAL: "NLOS Classification Based on RSS and Ranging Statistics Obtained from Low-Cost UWB Devices", 《2019 27TH EUROPEAN SIGNAL PROCESSING CONFERENCE (EUSIPCO)》, 18 November 2019 (2019-11-18) * |
许万等: "基于超宽带技术的室内无线定位***设计", 《湖北工业大学学报》, no. 05, 15 October 2020 (2020-10-15) * |
陈璋鑫: "LOS/NLOS无线定位方法研究", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》, 15 November 2009 (2009-11-15) * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114584931A (zh) * | 2021-12-15 | 2022-06-03 | 北京水脉科技有限公司 | 一种基于uwb的高精度室内外定位***及其运用方法 |
CN114222365A (zh) * | 2021-12-24 | 2022-03-22 | 杭州海康威视数字技术股份有限公司 | 一种基于单基站的超宽带定位方法、装置、计算单元、*** |
CN114302330A (zh) * | 2021-12-24 | 2022-04-08 | 重庆邮电大学 | 一种los/nlos环境下的基于ssgp的uwb定位方法 |
CN114302330B (zh) * | 2021-12-24 | 2023-07-18 | 重庆邮电大学 | 一种los/nlos环境下的基于ssgp的uwb定位方法 |
CN114222365B (zh) * | 2021-12-24 | 2024-03-05 | 杭州海康威视数字技术股份有限公司 | 一种基于单基站的超宽带定位方法、装置、计算单元、*** |
CN114339649A (zh) * | 2022-01-10 | 2022-04-12 | 河北阿卡斯物联网科技有限公司 | 一种wknn分类的nlos识别*** |
CN114339649B (zh) * | 2022-01-10 | 2024-03-01 | 河北阿卡斯物联网科技有限公司 | 一种wknn分类的nlos识别*** |
CN114449442A (zh) * | 2022-01-19 | 2022-05-06 | 中铁第四勘察设计院集团有限公司 | 一种基于uwb技术的智轨车辆库内定位***及方法 |
CN116567759A (zh) * | 2023-04-10 | 2023-08-08 | 青岛柯锐思德电子科技有限公司 | 一种基于uwb的twr定位技术的漫游调度算法 |
Also Published As
Publication number | Publication date |
---|---|
CN112929826B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112929826B (zh) | 一种基于uwb三角定位与指纹信息的室内混合定位方法 | |
CN105424030B (zh) | 基于无线指纹和mems传感器的融合导航装置和方法 | |
Song et al. | A survey on indoor positioning technologies | |
CN109275095B (zh) | 一种基于蓝牙的室内定位***、定位设备和定位方法 | |
CN108535687A (zh) | 基于tof和rssi信息融合的室内无线定位方法 | |
CN104780506B (zh) | 一种基于置信水平的加权三边定位方法 | |
CN106793087B (zh) | 一种基于aoa和pdoa的阵列天线室内定位方法 | |
US20050266860A1 (en) | Position detection method, position detection system, and position detection server equipment | |
CN103618997B (zh) | 一种基于信号强度概率的室内定位方法和装置 | |
CN105188082A (zh) | 用于室内wlan环境下rss/aoa/tdoa定位性能的评价方法 | |
CN102288938B (zh) | 一种有效的无线传感器网络节点的三维定位方法 | |
Aernouts et al. | Combining TDoA and AoA with a particle filter in an outdoor LoRaWAN network | |
CN114222240A (zh) | 一种基于粒子滤波的多源融合定位方法 | |
Retscher et al. | Ubiquitous positioning technologies for modern intelligent navigation systems | |
Mazan et al. | A Study of Devising Neural Network Based Indoor Localization Using Beacons: First Results. | |
CN103698740A (zh) | 一种基于权重值选择的wifi室内定位方法 | |
Shin et al. | Received signal strength-based robust positioning system in corridor environment | |
Yassin et al. | Performance comparison of positioning techniques in Wi-Fi networks | |
Cho et al. | Enhancing GNSS performance and detection of road crossing in urban area using deep learning | |
Svecova et al. | Object localization using round trip propagation time measurements | |
CN106019222B (zh) | 一种基于定位算法残差的二次规划定位方法 | |
Jose et al. | Taylor series method in TDOA approach for indoor positioning system. | |
CN116347595A (zh) | 一种适用于室内定位的非视距识别与缓解方法 | |
Hussain et al. | Positioning a mobile subscriber in a cellular network system based on signal strength | |
Mikhalev et al. | Passive emitter geolocation using agent-based data fusion of AOA, TDOA and FDOA measurements |
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 |