CN118265139A - 一种无线目标的低代价定位方法、***、设备及存储介质 - Google Patents
一种无线目标的低代价定位方法、***、设备及存储介质 Download PDFInfo
- Publication number
- CN118265139A CN118265139A CN202410686626.6A CN202410686626A CN118265139A CN 118265139 A CN118265139 A CN 118265139A CN 202410686626 A CN202410686626 A CN 202410686626A CN 118265139 A CN118265139 A CN 118265139A
- Authority
- CN
- China
- Prior art keywords
- base station
- signal base
- values
- coordinates
- measuring points
- 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 40
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 238000005259 measurement Methods 0.000 claims description 59
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种无线目标的低代价定位方法、***、设备及存储介质，涉及多点定位技术领域，方法包括：获取m个测量点与未知位置的信号基站之间的RSSI值和测量点坐标；分别为信号接收端距离信号发送端距离为1米时的RSSI值A和当前环境中无线信号传播的路径损耗系数N设定取值区间，在所述取值区间内按固定步长依次选取(A,N)值；利用每一组选取的(A,N)值获得信号基站的估计数据集合；在信号基站的估计数据集合中选取均值mean、标准差std最小的子集合，将对应的一组(A,N)值作为m个测量点的A值估计和N值估计，与之相对应的坐标AP即为最终计算出的信号基站的位置。本发明实施简单，在室外空旷环境下能获得较高的定位精确度，且计算开销小。
Description
技术领域
本发明涉及多点定位技术领域，具体涉及一种无线目标的低代价定位方法、***、设备及存储介质。
背景技术
近年来，随着无线通信技术的发展和移动设备的广泛应用，位置信息在各种***和服务当中的使用不断增加。其中包括移动设备（如手机）的位置信息，同样也包括信号发射装置的位置信息（如信号基站、WiFi AP等）。对信号发射装置定位具有重大意义，在民用方面，需要手段去侦测定位滥用频段的私设电台和伪基站等严重干扰正常通信的设备；针对自由频段设备，如WiFi等，也需要手段去监测这些设备是否违规超功率使用；在抢险救灾任务中，迅速定位灾后尚能正常使用的信号基站对灾区救援工作同样具有重大意义。在军事方面，在卫星信号受到严重干扰的情况下，利用接收信号强度等信息定位基站在战场上同样能发挥重要作用。
如今GPS和北斗等卫星***被广泛应用于定位领域，但是依托于卫星信号的定位方法实施起来往往比较复杂，且依赖于良好的卫星信号，在建筑物较为密集的城市中或者阴雨天等接收卫星信号较为困难的环境中使用起来较为困难。
因此，基于接收信号强度指示符（received signal strength indicator，RSSI）的定位***现在受到广泛关注，这种定位方法只要可以采集RSSI就能使用，具有极高的适应性。然而目前有关RSSI的定位方法中，主要集中于室内移动端的定位，结合在线和离线两个阶段以及深度学习方法，能获得较高的定位精度，但运算成本较高，实施起来同样较为复杂，并且无法应用于室外信号基站的定位。
发明内容
本发明的目的在于克服现有技术的不足，提供一种无线目标的低代价定位方法、***、设备及存储介质，用以在室外对信号基站进行定位。
本发明的目的是通过以下技术方案来实现的：
第一方面：一种无线目标的低代价定位方法，包括以下步骤：
S1：获取m个测量点与未知位置的信号基站之间的RSSI值和测量点坐标，m为大于等于4的整数；
S2：分别为信号接收端距离信号发送端距离为1米时的RSSI值A 和当前环境中无线信号传播的路径损耗系数N设定取值区间，在所述取值区间内按固定步长依次选取(A,N)值；
S3：利用每一组选取的(A, N)值进行以下步骤获得信号基站的估计数据集合，包括：
S31：根据(A, N)值，通过RSSI距离公式计算m个测量点与信号基站的距离；
S32：根据测量点坐标和计算出的测量点与信号基站的距离，在m个测量点中选取三个测量点进行三边定位，一共进行不重复的次三边定位，从而得到个不同的坐标定位结果作为信号基站的估计坐标集合；
S33：计算估计坐标集合的中位数中心的坐标AP，并分别计算每个坐标定位结果与AP之间的距离，然后计算个坐标定位结果与AP之间的距离值的均值mean和标准差std；
S34：将一组(A,N)值对应的均值mean、标准差std和中位数中心的坐标AP作为信号基站的估计数据集合的子集合；
S4：在信号基站的估计数据集合中选取均值mean、标准差std最小的子集合，将对应的一组(A,N)值作为m个测量点的A值估计和N值估计，与之相对应的坐标AP即为最终计算出的信号基站的位置。
进一步地，还包括：
S5：增加测量点的个数重复步骤S1-S4，直到信号基站目标位置估计误差降低到设定门限时，停止算法，输出最终的信号基站目标位置的坐标和A、N的估计值。
进一步地，所述的RSSI距离公式为：
其中RSSI是通过手持终端测得的测量点与未知位置的信号基站之间的RSSI值。
进一步地，所述三边定位的过程包括：利用区域内三个测量点的坐标和它们与待测点的距离求出待测点的坐标：
已知测量点的位置坐标，设测量点AP1的坐标为（x1，y1），测量点AP2的坐标为（x2，y2），测量点AP3的坐标为（x3，y3），待测点坐标为（x，y），如果待测点到这三个测量点的距离分别为d1，d2，d3，则待测点坐标（x，y）的求解方程为：
求解方程即可得到待测点坐标（x，y）。
第二方面：一种无线目标的低代价定位***，包括：
初始测量模块，用于获取m个测量点与未知位置的信号基站之间的RSSI值和测量点坐标，m为大于等于4的整数；
数值选取模块，用于分别为信号接收端距离信号发送端距离为1米时的RSSI值A和当前环境中无线信号传播的路径损耗系数N设定取值区间，在所述取值区间内按固定步长依次选取(A, N)值；
计算估计模块，用于利用每一组选取的(A, N)值进行以下步骤获得信号基站的估计数据集合，包括：
根据(A, N)值，通过RSSI距离公式计算m个测量点与信号基站的距离；
根据测量点坐标和计算出的测量点与信号基站的距离，在m个测量点中选取三个测量点进行三边定位，一共进行不重复的次三边定位，从而得到个不同的坐标定位结果作为信号基站的估计坐标集合；
计算估计坐标集合的中位数中心的坐标AP，并分别计算每个坐标定位结果与AP之间的距离，然后计算个坐标定位结果与AP之间的距离值的均值mean和标准差std；
将一组(A,N)值对应的均值mean、标准差std和中位数中心的坐标AP作为信号基站的估计数据集合的子集合；
比较输出模块，用于在信号基站的估计数据集合中选取均值mean、标准差std最小的子集合，将对应的一组(A,N)值作为m个测量点的A值估计和N值估计，与之相对应的坐标AP即为最终计算出的信号基站的位置。
进一步地，还包括：
迭代计算模块，用于增加测量点的个数重复调用初始测量模块、数值选取模块、计算估计模块和比较输出模块，直到信号基站目标位置估计误差降低到设定门限时，停止算法，输出最终的信号基站目标位置的坐标和A、N的估计值。
第三方面：一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有至少一段程序，所述至少一段程序由处理器加载并执行以实现第一方面任一项所述的无线目标的低代价定位方法。
第四方面：一种存储介质，其特征在于，所述存储介质中存储有至少一段程序，所述至少一段程序由处理器加载并执行以实现第一方面任一项所述的无线目标的低代价定位方法。
本发明的有益效果是：
1）实施简单，使用一台移动终端即可完成室外空旷环境下较高精确度的定位作业。
2）低计算开销，若信号接收设备和信号发射设备（待定位设备）为WiFi设备，则仅有软件和计算开销。
3）误差容忍能力强，由于整个定位过程中利用了多个测量点，并且每个测量点进行了多次测量，因此可以减少随机测量参数误差（信号强度、GPS定位误差等）对定位精度造成的影响。
附图说明
图1为本发明提供的一种无线目标的低代价定位方法的流程图；
图2为本发明提供的一种无线目标的低代价定位***的组成图；
图3为本发明实施例使用WiFi设备进行定位选取A=-17,N=2.3时的测定结果统计图；
图4为本发明实施例使用WiFi设备进行定位选取A=-34,N=2.1时的测定结果统计图；
图5为本发明实施例使用WiFi设备进行定位选取A=-23,N=1.8时的测定结果统计图。
具体实施方式
下面将结合实施例，对本发明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，本领域技术人员在没有付出创造性劳动的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。
参阅图1-图5，本发明提供一种技术方案：
本发明提出一种低成本、迅速，利用RSSI和移动端GPS坐标的定位方法，用以在室外对信号基站进行定位。该定位方法的定位对象为信号发射基站，其所在位置、无线特征（如发射功率）均未知，该对象在定位过程中不发生移动，并且无线特征不产生变化。实施该定位方法所需使用的设备仅为一个具有GPS/北斗定位能力的手持终端。
实施例1：一种无线目标的低代价定位方法，如图1，包括以下步骤：
S1：获取m个测量点与未知位置的信号基站之间的RSSI值和测量点坐标，m为大于等于4的整数；在定位目标位置不发生改变的情况下，手持终端可不断移动来采集不同测量点的RSSI值和坐标。
S2：分别为信号接收端距离信号发送端距离为1米时的RSSI值A 和当前环境中无线信号传播的路径损耗系数N设定取值区间，在所述取值区间内按固定步长依次选取(A,N)值；在具体的实施例中，所述取值区间可以是根据实际经验设定的，也可以是从上一次的循环得到结果中重新推理并调整设定的；在给定的A取值区间和N取值区间中，按一定步长依次选取(A,N)组合，使得选取的组合个数是有限的，此外所述步长可根据实际需要设定。
这样做的原因主要是信号发射基站位置未知，导致常规的RSSI距离公式中的A和N无法测量，因此无法直接利用三边定位算法计算信号发射基站的位置。通过假设一个A值和一个N值，每个测量点可以利用这组假设的A和N计算出一个距离信号发射基站的距离d’，这组假设的值越接近真实值，则距离的计算结果越准确。
S3：利用每一组选取的(A, N)值进行以下步骤获得信号基站的估计数据集合，包括：
S31：根据(A, N)值，通过RSSI距离公式计算m个测量点与信号基站的距离，得到m个距离；
进一步地，所述的RSSI距离公式为：
其中RSSI是通过手持终端测得的测量点与未知位置的信号基站之间的RSSI值。
S32：根据测量点坐标和计算出的测量点与信号基站的距离，在m个测量点中选取三个测量点进行三边定位，一共进行不重复的次三边定位，从而得到个不同的坐标定位结果作为信号基站的估计坐标集合；
进一步地，所述三边定位的过程包括：利用区域内三个测量点的坐标和它们与待测点的距离求出待测点的坐标：
已知测量点的位置坐标，设测量点AP1的坐标为（x 1 ,y 1 ），测量点AP2的坐标为（x 2 ,y 2 ），测量点AP3的坐标为（x 3 ,y 3 ），待测点坐标为（x,y），如果待测点到这三个测量点的距离分别为d 1 ，d 2 ，d 3 ，则待测点坐标（x,y）的求解方程为：
求解方程即可得到待测点坐标（x，y）。
S33：计算估计坐标集合的中位数中心的坐标AP，并分别计算每个坐标定位结果与AP之间的距离，然后计算个坐标定位结果与AP之间的距离值的均值mean和标准差std；
S34：将一组(A,N)值对应的均值mean、标准差std和中位数中心的坐标AP作为信号基站的估计数据集合的子集合；
S4：在信号基站的估计数据集合中选取均值mean、标准差std最小的子集合，将对应的一组(A,N)值作为m个测量点的A值估计和N值估计，与之相对应的坐标AP即为最终计算出的信号基站的位置。
均值mean和标准差std用来表征定位结果之间的离散程度：这组距离值的均值和标准差越小，表明得到的定位结果越聚集，也表明测量点与基站之间的距离估计值d’越准确，此时的A值和N值也就越接近真实值。
本实施例还包括：
S5：增加测量点的个数重复步骤S1-S4，直到信号基站目标位置估计误差降低到设定门限时，停止算法，输出最终的信号基站目标位置的坐标和A、N的估计值。随着测量点的增加，A和N的估计会越来越接近真实值，目标信号基站的位置估计的误差也会越来越小。
实施例2：一种无线目标的低代价定位***，如图2，包括：
初始测量模块，用于获取m个测量点与未知位置的信号基站之间的RSSI值和测量点坐标，m为大于等于4的整数；
数值选取模块，用于分别为信号接收端距离信号发送端距离为1米时的RSSI值A和当前环境中无线信号传播的路径损耗系数N设定取值区间，在所述取值区间内按固定步长依次选取(A, N)值；
计算估计模块，用于利用每一组选取的(A, N)值进行以下步骤获得信号基站的估计数据集合，包括：
根据(A, N)值，通过RSSI距离公式计算m个测量点与信号基站的距离；
根据测量点坐标和计算出的测量点与信号基站的距离，在m个测量点中选取三个测量点进行三边定位，一共进行不重复的次三边定位，从而得到个不同的坐标定位结果作为信号基站的估计坐标集合；
计算估计坐标集合的中位数中心的坐标AP，并分别计算每个坐标定位结果与AP之间的距离，然后计算个坐标定位结果与AP之间的距离值的均值mean和标准差std；
将一组(A,N)值对应的均值mean、标准差std和中位数中心的坐标AP作为信号基站的估计数据集合的子集合；
比较输出模块，用于在信号基站的估计数据集合中选取均值mean、标准差std最小的子集合，将对应的一组(A,N)值作为m个测量点的A值估计和N值估计，与之相对应的坐标AP即为最终计算出的信号基站的位置。
进一步地，无线目标的低代价定位***还包括：
迭代计算模块，用于增加测量点的个数重复调用初始测量模块、数值选取模块、计算估计模块和比较输出模块，直到信号基站目标位置估计误差降低到设定门限时，停止算法，输出最终的信号基站目标位置的坐标和A、N的估计值。
实施例3：一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有至少一段程序，所述至少一段程序由处理器加载并执行以实现实施例1所述的无线目标的低代价定位方法。
实施例4：一种存储介质，其特征在于，所述存储介质中存储有至少一段程序，所述至少一段程序由处理器加载并执行以实现实施例1所述的无线目标的低代价定位方法。
实施例5：
在本实施例中，使用WiFi设备进行定位。根据所使用的WiFi信号发射设备的功率，设定A的搜索区间为[-10,-60]，搜索步长为1，根据实验环境，设定N的搜索区间为[1,3]，搜索步长为0.1。提前测得WiFi信号发射端（AP）的位置坐标和实际的A值与N值作为对照。
改变A与N的值，进行多组实验，每组实验最开始仅有4个测量点，然后逐步增加测量点至20个左右，每增加一个测量点都会得到一组新的关于A、N以及AP位置的估计，与提前测量出的真实数据进行比较，得到随着测量点增加三个数值的估计误差的变化曲线，图3-图5分别为A=-17,N=2.3、A=-34,N=2.1和A=-23,N=1.8时的测定结果统计图，其中A_err与N_err代表着A和N的估计值与实际值之间的相对误差（%），AP_err代表AP估计位置与实际位置之间偏移距离（单位：m）。从图中可以看到，随着测量点的增加，A,N估计的误差和AP位置估计的误差都呈下降的趋势，并且当测量点数量增加到一定数量（一般10）时A,N估计的相对误差收敛到0附近，而AP位置估计的误差此时也收敛到0附近的区间。
在20个测量点的数据收集完成后，本发明利用这些点的数据完成定位的时间仅需30s左右。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
Claims (8)
1.一种无线目标的低代价定位方法，其特征在于，包括以下步骤：
S1：获取m个测量点与未知位置的信号基站之间的RSSI值和测量点坐标，m为大于等于4的整数；
S2：分别为信号接收端距离信号发送端距离为1米时的RSSI值A 和当前环境中无线信号传播的路径损耗系数N设定取值区间，在所述取值区间内按固定步长依次选取(A, N)值；
S3：利用每一组选取的(A, N)值进行以下步骤获得信号基站的估计数据集合，包括：
S31：根据(A, N)值，通过RSSI距离公式计算m个测量点与信号基站的距离；
S32：根据测量点坐标和计算出的测量点与信号基站的距离，在m个测量点中选取三个测量点进行三边定位，一共进行不重复的次三边定位，从而得到个不同的坐标定位结果作为信号基站的估计坐标集合；
S33：计算估计坐标集合的中位数中心的坐标AP，并分别计算每个坐标定位结果与AP之间的距离，然后计算个坐标定位结果与AP之间的距离值的均值mean和标准差std；
S34：将一组(A,N)值对应的均值mean、标准差std和中位数中心的坐标AP作为信号基站的估计数据集合的子集合；
S4：在信号基站的估计数据集合中选取均值mean、标准差std最小的子集合，将对应的一组(A,N)值作为m个测量点的A值估计和N值估计，与之相对应的坐标AP即为最终计算出的信号基站的位置。
2.根据权利要求1所述的一种无线目标的低代价定位方法，其特征在于：还包括：
S5：增加测量点的个数重复步骤S1-S4，直到信号基站目标位置估计误差降低到设定门限时，停止算法，输出最终的信号基站目标位置的坐标和A、N的估计值。
3.根据权利要求1所述的一种无线目标的低代价定位方法，其特征在于：所述的RSSI距离公式为：
其中RSSI是通过手持终端测得的测量点与未知位置的信号基站之间的RSSI值。
4.根据权利要求1所述的一种无线目标的低代价定位方法，其特征在于：所述三边定位的过程包括：利用区域内三个测量点的坐标和它们与待测点的距离求出待测点的坐标：
已知测量点的位置坐标，设测量点AP1的坐标为（x1，y1），测量点AP2的坐标为（x2，y2），测量点AP3的坐标为（x3，y3），待测点坐标为（x，y），如果待测点到这三个测量点的距离分别为d1，d2，d3，则待测点坐标（x，y）的求解方程为：
求解方程即可得到待测点坐标（x，y）。
5.一种无线目标的低代价定位***，其特征在于：包括：
初始测量模块，用于获取m个测量点与未知位置的信号基站之间的RSSI值和测量点坐标，m为大于等于4的整数；
数值选取模块，用于分别为信号接收端距离信号发送端距离为1米时的RSSI值A 和当前环境中无线信号传播的路径损耗系数N设定取值区间，在所述取值区间内按固定步长依次选取(A, N)值；
计算估计模块，用于利用每一组选取的(A, N)值进行以下步骤获得信号基站的估计数据集合，包括：
根据(A, N)值，通过RSSI距离公式计算m个测量点与信号基站的距离；
根据测量点坐标和计算出的测量点与信号基站的距离，在m个测量点中选取三个测量点进行三边定位，一共进行不重复的次三边定位，从而得到个不同的坐标定位结果作为信号基站的估计坐标集合；
计算估计坐标集合的中位数中心的坐标AP，并分别计算每个坐标定位结果与AP之间的距离，然后计算个坐标定位结果与AP之间的距离值的均值mean和标准差std；
将一组(A,N)值对应的均值mean、标准差std和中位数中心的坐标AP作为信号基站的估计数据集合的子集合；
比较输出模块，用于在信号基站的估计数据集合中选取均值mean、标准差std最小的子集合，将对应的一组(A,N)值作为m个测量点的A值估计和N值估计，与之相对应的坐标AP即为最终计算出的信号基站的位置。
6.根据权利要求5所述的一种无线目标的低代价定位***，其特征在于：还包括：
迭代计算模块，用于增加测量点的个数重复调用初始测量模块、数值选取模块、计算估计模块和比较输出模块，直到信号基站目标位置估计误差降低到设定门限时，停止算法，输出最终的信号基站目标位置的坐标和A、N的估计值。
7.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有至少一段程序，所述至少一段程序由处理器加载并执行以实现权利要求1~4任一项所述的无线目标的低代价定位方法。
8.一种存储介质，其特征在于，所述存储介质中存储有至少一段程序，所述至少一段程序由处理器加载并执行以实现权利要求1~4任一项所述的无线目标的低代价定位方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410686626.6A CN118265139A (zh) | 2024-05-30 | 2024-05-30 | 一种无线目标的低代价定位方法、***、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410686626.6A CN118265139A (zh) | 2024-05-30 | 2024-05-30 | 一种无线目标的低代价定位方法、***、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118265139A true CN118265139A (zh) | 2024-06-28 |
Family
ID=91607227
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410686626.6A Pending CN118265139A (zh) | 2024-05-30 | 2024-05-30 | 一种无线目标的低代价定位方法、***、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118265139A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170059687A1 (en) * | 2015-08-25 | 2017-03-02 | Harman International Industries, Incorporated | Device-location estimation based on rssi measurements over wifi and bluetooth |
| CN108307301A (zh) * | 2018-01-29 | 2018-07-20 | 华侨大学 | 基于rssi测距和轨迹相似性的室内定位方法 |
| US20200382361A1 (en) * | 2019-05-30 | 2020-12-03 | Samsung Electronics Co., Ltd | Root cause analysis and automation using machine learning |
| CN117676462A (zh) * | 2023-11-01 | 2024-03-08 | 安徽大学 | 一种融合Wi-Fi和蓝牙的双三角定位方法 |
-
2024
- 2024-05-30 CN CN202410686626.6A patent/CN118265139A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170059687A1 (en) * | 2015-08-25 | 2017-03-02 | Harman International Industries, Incorporated | Device-location estimation based on rssi measurements over wifi and bluetooth |
| CN108307301A (zh) * | 2018-01-29 | 2018-07-20 | 华侨大学 | 基于rssi测距和轨迹相似性的室内定位方法 |
| US20200382361A1 (en) * | 2019-05-30 | 2020-12-03 | Samsung Electronics Co., Ltd | Root cause analysis and automation using machine learning |
| CN117676462A (zh) * | 2023-11-01 | 2024-03-08 | 安徽大学 | 一种融合Wi-Fi和蓝牙的双三角定位方法 |
Non-Patent Citations (2)
| Title |
|---|
| I. RASOOL 等: "RSSI-based Positioning in Unknown Path-Loss Model for WSN", 《SENSOR SIGNAL PROCESSING FOR DEFENCE》, 8 July 2023 (2023-07-08) * |
| XINRONG LI: "RSS-Based Location Estimation with Unknown Pathloss Model", 《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》, vol. 5, no. 12, 11 December 2006 (2006-12-11), XP011151702, DOI: 10.1109/TWC.2006.256985 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pei et al. | Using inquiry-based Bluetooth RSSI probability distributions for indoor positioning | |
| 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 | |
| CN107318084B (zh) | 一种基于最优相似度的指纹定位方法及装置 | |
| Zhou et al. | Position measurement using Bluetooth | |
| Okşar | A Bluetooth signal strength based indoor localization method | |
| CN101986757B (zh) | 一种移动终端的定位方法及装置 | |
| US20140243025A1 (en) | Positioning method | |
| CN103402258A (zh) | 一种基于Wi-Fi的室内定位***和方法 | |
| CN103618997B (zh) | 一种基于信号强度概率的室内定位方法和装置 | |
| CN101536596A (zh) | 用于确定移动通信网络中终端设备的位置的方法和装置 | |
| IL125549A (en) | Method for determining location in wireless communication systems | |
| CN108872936B (zh) | 一种基于LoRa的终端设备三维空间定位方法 | |
| CN101277511B (zh) | 一种无线定位方法与装置 | |
| US20160182164A1 (en) | Signal Strength Distribution Establishing Method and Wireless Positioning System | |
| KR101749098B1 (ko) | 기지국 위치추정 시스템 및 이의 기지국 위치추정 방법 | |
| CN110636436A (zh) | 基于改进chan算法的三维uwb室内定位方法 | |
| Wu et al. | Improved localization algorithms based on reference selection of linear least squares in LOS and NLOS environments | |
| CN108650629A (zh) | 一种基于无线通信基站的室内三维定位算法 | |
| CN110839279A (zh) | 一种基于5g信号的智能终端定位方法及装置 | |
| KR100524180B1 (ko) | 기지국 위치정보와 이동전화로부터 수신된 전파특성정보및 기 측정된 전파특성정보를 이용한 이동전화 위치추정방법 | |
| CN109302706B (zh) | 一种伪基站的定位方法、装置及计算机可读存储介质 | |
| KR20190001386A (ko) | 저전력 블루투스 기반의 실내 측위 방법 및 장치 | |
| CN106550447B (zh) | 一种终端定位方法、装置及*** | |
| CN118265139A (zh) | 一种无线目标的低代价定位方法、***、设备及存储介质 | |
| Gazzah et al. | Selective Hybrid RSS/AOA Approximate Maximum Likelihood Mobile intra cell Localization. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |