CN113534117A - 一种室内定位方法 - Google Patents
一种室内定位方法 Download PDFInfo
- Publication number
- CN113534117A CN113534117A CN202110656681.7A CN202110656681A CN113534117A CN 113534117 A CN113534117 A CN 113534117A CN 202110656681 A CN202110656681 A CN 202110656681A CN 113534117 A CN113534117 A CN 113534117A
- Authority
- CN
- China
- Prior art keywords
- electronic tag
- variance
- readers
- environmental impact
- signal intensity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000007613 environmental effect Effects 0.000 claims abstract description 89
- 238000007476 Maximum Likelihood Methods 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims description 7
- 108010063499 Sigma Factor Proteins 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 9
- 230000006855 networking Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
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
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
- G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Radar Systems Or Details Thereof (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供的一种室内定位方法,通过多个读写器分别采集待定位的电子标签的信号强度数据;根据对数距离路径损耗模型和所述信号强度数据,得到所述电子标签分别与多个所述读写器的距离;根据所述电子标签分别与多个所述读写器的距离,通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置;通过环境影响因子调整模型修正所述似然函数中的环境影响因子;计算修正后的环境影响因子的方差;当所述方差满足预设条件时,根据所述方差和所述粗定位位置,得到所述电子标签的精确位置,本发明采用中值滤波技术,以及粗定位、修正环境影响因子、调整方差、判定循环程序,具有易实施、精度高的优点,并能实现连续实时定位。
Description
技术领域
本发明涉及无线定位技术领域,尤其涉及一种室内定位方法。
背景技术
随着物联科技的发展,人们对于物联网主要方面的定位技术的应提出了更高的要求。由于室内环境复杂,空间较小,并且存在各种干扰,室内定位技术一定是定位研究中的热点与难点。
室内定位技术,需要实时准确地提供人员/设备的位置信息,目前主要采用的室内定位技术有RFID技术(Radio Frequency Identification,射频识别技术)或ZigBee技术。
RFID基本原理是利用射频信号的空间耦合(电感或电磁耦合)或反射的传输特性,实现对被识别物体的自动识别,使用接收到的信号强度RSSI或者时间差,通过一定的定位算法来确定待测物体的空间位置。但该技术要求设备全面组网以及不支持连续定位。
ZigBee技术采用ZigBee技术架构为支撑,结合网络进行组网采集数据,并将数据通过监控主机进行分析和存储,并将分析后的数据放映到终端,实现对终端设备的实时定位。但该方案由于定位是依靠多个设备来计算,组网要求与后台运算要求也高,定位精度运算要求影响。
因此,现有技术难以实现对室内连续实时地精准定位。
发明内容
针对现有技术的缺陷,本发明提供一种室内定位方法,能够实现室内连续定位,定位精度高。
本发明实施例提供一种室内定位方法,所述方法包括:
通过多个读写器分别采集待定位的电子标签的信号强度数据;
根据对数距离路径损耗模型和所述信号强度数据,得到所述电子标签分别与多个所述读写器的距离;
根据所述电子标签分别与多个所述读写器的距离,通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置;
通过环境影响因子调整模型修正所述似然函数中的环境影响因子;
计算修正后的环境影响因子的方差;
当所述方差满足预设条件时,根据所述方差和所述粗定位位置,得到所述电子标签的精确位置。
优选地,所述通过多个读写器分别采集待定位的电子标签的信号强度数据,具体包括:
识别出满足无线传感网络的预设阈值条件的多个读写器;
所述多个读写器分别连续采集预设次数的待定位的电子标签的信号强度;
选择每一读写器连续采集的预设次数的信号强度数据的中值作为采样的信号强度,得到多个读写器采集的信号强度数据,其中,所述信号强度数据包含多个读写器采集到电子标签的信号强度。
作为一种优选方式所述根据对数距离路径损耗模型和所述信号强度数据,得到所述电子标签分别与多个所述读写器的距离,具体包括:
P(d)是读写器与电子标签距离为d时的信号强度,d0为参考距离,P0为读写器与电子标签距离为d0时的信号强度,η为衰减因子,σ为环境影响因子,ξ为标准偏差为σ的零均值正交分布随机变量。
优选地,所述根据所述电子标签分别与多个所述读写器的距离,通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置,具体包括:
根据N个读写器收到的信号强度数据P=[P1 P2…Pn]和计算得到的对应距离D=[d1 d2…dn];
根据所述对数距离路径损耗模型的得到信号强度P的似然函数:
其中,x和y为所述电子标签的坐标,xi和yi为分别为N个读写器的坐标,d0为参考距离,P0为读写器与电子标签距离为d0时的信号强度,ξ表示标准偏差为σ,均值为μ的正交分布随机变量,η为衰减因子,l(P|(x,y)表示各测量点(x,y)关于盲节点信号强度P的函数,为N个读写器收到的信号强度数据的均值。
优选地,所述通过环境影响因子调整模型修正所述似然函数中的环境影响因子,具体包括:
进一步地,所述计修正后的环境影响因子的方差,具体包括:
优选地,所述当所述方差满足预设条件,根据所述方差和所述粗定位位置,得到所述电子标签的精确位置,具体包括:
作为一种优选方式,所述方法还包括:当所述方差不小于预设的环境影响因子值时,重新通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置,并重新进行环境影响因子的修正和重新计算方差,并判断重新计算的方差与预设的环境影响因子值大小关系,直到所述方差小于预设的环境影响因子值,将最新获得方差代入最新获得的粗定位位置,得到所述电子标签的精确坐标。
本发明提供的一种室内定位方法,通过多个读写器分别采集待定位的电子标签的信号强度数据;根据对数距离路径损耗模型和所述信号强度数据,得到所述电子标签分别与多个所述读写器的距离;根据所述电子标签分别与多个所述读写器的距离,通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置;通过环境影响因子调整模型修正所述似然函数中的环境影响因子;计算修正后的环境影响因子的方差;当所述方差满足预设条件时,根据所述方差和所述粗定位位置,得到所述电子标签的精确位置,本发明采用中值滤波技术,以及粗定位、修正环境影响因子、调整方差、判定循环程序,具有易实施、精度高的优点,并能实现连续实时定位。
附图说明
图1是发明实施例提供的一种室内定位方法的流程示意图。
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他实施例,都属于本发明保护的范围。
本发明实施例提供一种室内定位方法,参见图1所示,是本发明实施例提供的一种室内定位方法的流程示意图,所述方法包括步骤S101~S106:
S101,通过多个读写器分别采集待定位的电子标签的信号强度数据;
S102,根据对数距离路径损耗模型和所述信号强度数据,得到所述电子标签分别与多个所述读写器的距离;
S103,根据所述电子标签分别与多个所述读写器的距离,通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置;
S104,通过环境影响因子调整模型修正所述似然函数中的环境影响因子;
S105,计算修正后的环境影响因子的方差;
S106,当所述方差满足预设条件时,根据所述方差和所述粗定位位置,得到所述电子标签的精确位置。
在本实施例具体实施时,对某一人员进行定位时,通过多个读写器同时对某一待定位的电子标签进行信号强度数据采集,具体为:发送强度信号,采集所述电子标签反射回来的信号强度数据;
多径信道接收到的信号强度一般符合对数分布,因此,可根据对数距离路径损耗模型和所述信号强度数据,得到所述电子标签分别与多个所述读写器的距离;
根据所述电子标签分别与多个所述读写器的距离,通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置;
由于环境影响因子对所述电子标签位置的定位存在较大影响,因此需要通过环境影响因子调整模型修正所述似然函数中的环境影响因子
修正环境影响因子后,计算修正后的环境影响因子的方差;
当所述方差满足预设条件时,根据所述方差和所述粗定位位置,得到所述电子标签的精确位置。
本发明提供的一种室内定位方法,通过多个读写器分别采集待定位的电子标签的信号强度数据;根据对数距离路径损耗模型和所述信号强度数据,得到所述电子标签分别与多个所述读写器的距离;根据所述电子标签分别与多个所述读写器的距离,通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置;通过环境影响因子调整模型修正所述似然函数中的环境影响因子;计算修正后的环境影响因子的方差;当所述方差满足预设条件时,根据所述方差和所述粗定位位置,得到所述电子标签的精确位置,基于对数距离路径损耗模型,通过粗定位、修正因子、调整方差和判定环境影响因子条件,实现精准定位。
在本发明提供的又一实施例中,所述通过多个读写器分别采集待定位的电子标签的信号强度数据,具体包括:
识别出满足无线传感网络的预设阈值条件的多个读写器;
所述多个读写器分别连续采集预设次数的待定位的电子标签的信号强度;
选择每一读写器连续采集的预设次数的信号强度数据的中值作为采样的信号强度,得到多个读写器采集的信号强度数据,其中,所述信号强度数据包含多个读写器采集到电子标签的信号强度。
在本实施例具体实施时,对某一人员进行定位时,对于满足无线传感网络一定阈值条件的所有读写器同时对某一待定位的电子标签进行信号强度数据采集,具体为:发送强度信号,采集所述电子标签反射回来的信号强度数据;
需要说明的是,所述阈值条件可为无线传感网络的信号强度或检测距离;
由于初始获得信号强度数据存在较大的误差,直接影响到了其定位精度,采用中值滤波处理,同一读写器连续收集同一标签的信号强度N次,从中选择中间值作为该读写器的信号强度采样值,信号强度数据包括多个采样器的信号强度采样值,其中,采集值N的具体取值取决于采集时间和定位灵敏度,可根据实际情况具体设置,可设置为99次。
通过采用中值滤波方式,同一读写器多次采集电子标签的位置,取中值作为采样值,能尽可能的避免测距时的不稳定因素,使其精确代表无线传感网络的传输距离,即电子标签距离读写器的精确距离,定位结果更加精准。
在本发明提供的又一实施例中,所述根据对数距离路径损耗模型和所述信号强度数据,得到所述电子标签分别与多个所述读写器的距离,具体包括:
P(d)是读写器与电子标签距离为d时的信号强度,d0为参考距离,P0为读写器与电子标签距离为d0时的信号强度,η为衰减因子,σ为环境影响因子,ξ为标准偏差为σ的零均值正交分布随机变量。
其中,P(d)是读写器与电子标签距离为d时的信号强度,d0为参考距离,P0为读写器与电子标签距离为d0时的信号强度,η为衰减因子,σ为环境影响因子,ξ为标准偏差为σ的零均值正交分布随机变量。
需要说明的是,在实际应用中,常取d0=1m,环境影响因子σ的值越大则对数距离路径损耗模型的不确定性越大。
通过对数分布的对数距离路径损耗模型来表征采集的信号强度数据和标签数据距离读写器的距离,更加符合无线信号传播路径的特性,减少因为定位算法导致定位的定位误差。
在本发明提供的又一实施例中,所述根据所述电子标签分别与多个所述读写器的距离,通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置,具体包括:
根据N个读写器收到的信号强度数据P=[P1 P2…Pn]和计算得到的对应距离D=[d1 d2…dn];
根据所述对数距离路径损耗模型的得到信号强度P的似然函数:
其中,x和y为所述电子标签的坐标,xi和yi为分别为N个读写器的坐标,d0为参考距离,P0为读写器与电子标签距离为d0时的信号强度,ξ表示标准偏差为σ,均值为μ的正交分布随机变量,η为衰减因子,l(P|(x,y)表示各测量点(x,y)关于盲节点信号强度P的函数,为N个读写器收到的信号强度数据的均值。
在本实施例具体实施时,设N个读写器收到的信号强度数据P=[P1 P2…Pn]和计算得到的对应距离D=[d1 d2…dn];
由对数距离路径损耗模型得到信号强度数据P的似然函数为:
其中,x和y为所述电子标签的坐标,xi和yi为分别为N个读写器的坐标,d0为参考距离,P0为读写器与电子标签距离为d0时的信号强度,ξ表示标准偏差为σ,均值为μ的正交分布随机变量,η为衰减因子,l(P|(x,y)表示各测量点(x,y)关于盲节点信号强度P的函数,为N个读写器收到的信号强度数据的均值。
通过得到的电子标签和读写器的信号强度与对应的位置关系,并通过似然函数进行模拟,根据最大似然估计原理,峰值情况下,所述似然函数的x和y位置即为粗定位的位置。实现对电子标签的初步定位。
在本发明提供的又一实施例中,所述通过环境影响因子调整模型修正所述似然函数中的环境影响因子,具体包括:
在本实施例具体实施时,通过环境影响因子调整模型修正似然函数中的环境影响因子,由于环境影响因子σ的值能够影响对数距离路径损耗模型的精度,进而对后续基于对数距离路径损耗模型的定位结果产生较大影响,因此修正环境影响因子能大幅提高定位的准确性。
在本发明提供的又一实施例中,所述计算修正后的环境影响因子的方差,具体包括:
在本发明提供的又一实施例中,所述当所述方差满足预设条件,根据所述方差和所述粗定位位置,得到所述电子标签的精确位置,具体包括:
需要说明的是,所述预设的环境影响因子值可根据具体进行室内定位的地点的特性进行人为设置,其目的在于限制在实际测量时环境影响因子对测量精度的影响度在可控范围内。
在本实施例具体实施时,通过判断方差和预设的环境影响因子值大小,只有当方差小于预设的环境因子值时,表明修正后的环境影响因子值符合预设精度条件,通过计算得到的精确定位位置,实现对测量精度的规格化控制。
在本发明提供的又一实施例中,所述方法还包括:当所述方差不小于预设的环境影响因子值时,重新通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置,并重新进行环境影响因子的修正和重新计算方差,并判断重新计算的方差与预设的环境影响因子值大小关系,直到所述方差小于预设的环境影响因子值,将最新获得方差代入最新获得的粗定位位置,得到所述电子标签的精确坐标。
在本发明具体实施时,通过多个读写器分别采集待定位的电子标签的信号强度数据;根据对数距离路径损耗模型和所述信号强度数据,得到所述电子标签分别与多个所述读写器的距离;根据所述电子标签分别与多个所述读写器的距离,通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置;通过环境影响因子调整模型修正所述似然函数中的环境影响因子;计算修正后的环境影响因子的方差;
判断修正后的环境因子的方差与所述环境影响因子值的大小,当所述方差σ2不小于所述环境影响因子值时,继续根据所述电子标签分别与多个所述读写器的距离,通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置;通过环境影响因子调整模型修正所述似然函数中的环境影响因子;计算修正后的环境影响因子的方差;再次判断修正后的环境因子的方差与所述环境影响因子值的大小,直到方差σ2小于所述环境影响因子值时,将所述方差σ2代入最新获得的粗定位位置,得到精确定位位置坐标
通过对修正后环境影响因子的方差与预设的环境影响因子值得比较,限制进行精确定位得环境影响因子小于预设值,使得环境因子对定位算法的干扰量在可控范围内,提高定位的精度。
本发明提供的一种室内定位方法,通过多个读写器分别采集待定位的电子标签的信号强度数据;根据对数距离路径损耗模型和所述信号强度数据,得到所述电子标签分别与多个所述读写器的距离;根据所述电子标签分别与多个所述读写器的距离,通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置;通过环境影响因子调整模型修正所述似然函数中的环境影响因子;计算修正后的环境影响因子的方差;当所述方差满足预设条件时,根据所述方差和所述粗定位位置,得到所述电子标签的精确位置,本发明采用中值滤波技术,以及粗定位、修正环境影响因子、调整方差、判定循环程序,具有易实施、精度高的优点,并能实现连续定位。
需要说明的是,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (8)
1.一种室内定位方法,其特征在于,所述方法包括:
通过多个读写器分别采集待定位的电子标签的信号强度数据;
根据对数距离路径损耗模型和所述信号强度数据,得到所述电子标签分别与多个所述读写器的距离;
根据所述电子标签分别与多个所述读写器的距离,通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置;
通过环境影响因子调整模型修正所述似然函数中的环境影响因子;
计算修正后的环境影响因子的方差;
当所述方差满足预设条件时,根据所述方差和所述粗定位位置,得到所述电子标签的精确位置。
2.如权利要求1所述的室内定位方法,其特征在于,所述通过多个读写器分别采集待定位的电子标签的信号强度数据,具体包括:
识别出满足无线传感网络的预设阈值条件的多个读写器;
所述多个读写器分别连续采集预设次数的待定位的电子标签的信号强度;
选择每一读写器连续采集的预设次数的信号强度数据的中值作为采样的信号强度,得到多个读写器采集的信号强度数据,其中,所述信号强度数据包含多个读写器采集到电子标签的信号强度。
4.如权利要求1所述的室内定位方法,其特征在于,所述根据所述电子标签分别与多个所述读写器的距离,通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置,具体包括:
根据N个读写器收到的信号强度数据P=[P1 P2 … Pn]和计算得到的对应距离D=[d1d2 … dn];
根据所述对数距离路径损耗模型的得到信号强度P的似然函数:
8.如权利要求1所述的室内定位方法,其特征在于,所述方法还包括:当所述方差不小于预设的环境影响因子值时,重新通过似然函数和最大似然估计原理,得到所述电子标签的粗定位位置,并重新进行环境影响因子的修正和重新计算方差,并判断重新计算的方差与预设的环境影响因子值大小关系,直到所述方差小于预设的环境影响因子值,将最新获得方差代入最新获得的粗定位位置,得到所述电子标签的精确坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110656681.7A CN113534117B (zh) | 2021-06-11 | 2021-06-11 | 一种室内定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110656681.7A CN113534117B (zh) | 2021-06-11 | 2021-06-11 | 一种室内定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113534117A true CN113534117A (zh) | 2021-10-22 |
CN113534117B CN113534117B (zh) | 2024-06-04 |
Family
ID=78095910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110656681.7A Active CN113534117B (zh) | 2021-06-11 | 2021-06-11 | 一种室内定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113534117B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102338866A (zh) * | 2011-06-02 | 2012-02-01 | 西安理工大学 | 基于虚拟标签算法的无线射频室内定位方法 |
CN103679238A (zh) * | 2013-12-27 | 2014-03-26 | 三峡大学 | 物品运输途中环境的监控方法及装置 |
CN104703143A (zh) * | 2015-03-18 | 2015-06-10 | 北京理工大学 | 一种基于wifi信号强度的室内定位方法 |
CN104965189A (zh) * | 2014-07-22 | 2015-10-07 | 浙江银江研究院有限公司 | 一种基于最大似然估计的室内人员定位方法 |
CN106291517A (zh) * | 2016-08-12 | 2017-01-04 | 苏州大学 | 基于位置与视觉信息优化的室内云机器人角度定位方法 |
CN107607935A (zh) * | 2017-08-24 | 2018-01-19 | 南京邮电大学 | 一种基于共轭梯度法的室内定位方法 |
CN107797094A (zh) * | 2017-11-10 | 2018-03-13 | 南阳师范学院 | 一种基于rfid的移动机器人位姿估计方法 |
-
2021
- 2021-06-11 CN CN202110656681.7A patent/CN113534117B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102338866A (zh) * | 2011-06-02 | 2012-02-01 | 西安理工大学 | 基于虚拟标签算法的无线射频室内定位方法 |
CN103679238A (zh) * | 2013-12-27 | 2014-03-26 | 三峡大学 | 物品运输途中环境的监控方法及装置 |
CN104965189A (zh) * | 2014-07-22 | 2015-10-07 | 浙江银江研究院有限公司 | 一种基于最大似然估计的室内人员定位方法 |
CN104703143A (zh) * | 2015-03-18 | 2015-06-10 | 北京理工大学 | 一种基于wifi信号强度的室内定位方法 |
CN106291517A (zh) * | 2016-08-12 | 2017-01-04 | 苏州大学 | 基于位置与视觉信息优化的室内云机器人角度定位方法 |
CN107607935A (zh) * | 2017-08-24 | 2018-01-19 | 南京邮电大学 | 一种基于共轭梯度法的室内定位方法 |
CN107797094A (zh) * | 2017-11-10 | 2018-03-13 | 南阳师范学院 | 一种基于rfid的移动机器人位姿估计方法 |
Non-Patent Citations (2)
Title |
---|
石鹏 等: "基于传播损耗模型的最大似然估计室内定位算法", 《信号处理》, vol. 21, no. 5, pages 502 - 504 * |
肖响: "基于RFID技术的室内无线定位算法的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 03, pages 7 - 23 * |
Also Published As
Publication number | Publication date |
---|---|
CN113534117B (zh) | 2024-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112533149B (zh) | 一种基于uwb移动节点的移动目标定位算法 | |
CN109963287B (zh) | 天线方向角优化方法、装置、设备及介质 | |
CN105120433B (zh) | 基于连续采样及模糊聚类处理的wlan室内定位方法 | |
CN109275095B (zh) | 一种基于蓝牙的室内定位***、定位设备和定位方法 | |
CN108307301B (zh) | 基于rssi测距和轨迹相似性的室内定位方法 | |
US10042033B2 (en) | Apparatus and method for calibrating a radio positioning based position finding device | |
CN109490826B (zh) | 一种基于无线电波场强rssi的测距与位置定位方法 | |
CN109917404B (zh) | 一种室内定位环境特征点提取方法 | |
CN111722180A (zh) | 一种基于卡尔曼滤波的室内行人定位方法、装置及*** | |
CN106932752A (zh) | 一种基于射频相位监测的实时室内定位方法 | |
CN109640255B (zh) | 位置指纹室内定位***及方法 | |
CN114758364B (zh) | 基于深度学习的工业物联网场景融合定位方法及*** | |
CN105652239A (zh) | 一种自适应的高精度室内定位方法和*** | |
CN114218978A (zh) | 一种嵌入式轻量化的毫米波雷达目标识别方法 | |
CN113534117A (zh) | 一种室内定位方法 | |
KR101694521B1 (ko) | 전파지문지도 생성 장치 및 방법 | |
CN116772860A (zh) | 基于无线定位技术与视觉人工智能融合的新型室内定位*** | |
CN106792531B (zh) | 一种传感器网络的节点定位方法及其装置 | |
CN112055409B (zh) | 一种基于功率控制的rfid室内定位方法 | |
Li et al. | A dynamic adaptive indoor ranging model based on RSSI | |
CN114237208A (zh) | 一种无人值守智能仓内自动路径导引方法及*** | |
KR102366052B1 (ko) | 지연시간 감소 처리를 이용한 필기 시스템 및 방법, 그리고 이를 위한 첩 스프레드 스펙트럼 기반 저 복잡도 거리측정 알고리즘 | |
CN115379378A (zh) | 蓝牙室内定位方法及装置 | |
CN110958584B (zh) | 一种基于接收信号强度的层次分类室内定位方法 | |
CN116095828B (zh) | 一种基于功率检测的室内无线定位***及方法 |
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 |