基于Wi-Fi的TOA与AOA室内联合定位算法研究

    公开(公告)号:CN112180323A

    公开(公告)日:2021-01-05

    申请号:CN202010932469.4

    申请日:2020-09-08

    Abstract: 本发明提出一种适用于NLOS(Non Line of Sight,NLOS)环境的室内ToA(Time of Arrival)与AoA(Angle of Arrival)联合定位算法,它能有效地利用ToA与AoA对目标进行定位。首先通过利用测量值丢弃法卡尔曼滤波更加准确识别出ToA中的NLOS误差,然后根据测量得到的ToA和AoA,构建改进门限比较加权算法(Threshold comparative weighted,TCW),通过改进TCW算法,进行目标节点的初始位置计算,实验结果表明,定位精度达到90%误差在1.5m以内。

    一种基于多径辅助的室内目标定位方法

    公开(公告)号:CN110290491B

    公开(公告)日:2020-12-04

    申请号:CN201910412290.3

    申请日:2019-05-17

    Abstract: 本发明提出一种基于多径辅助的室内定位方法。首先,利用多径信号的差分TOF构建关于散射体以及目标位置的目标方程;然后,利用粒子群优化(Particle Swarm Optimization,PSO)算法对散射体位置以及目标位置进行联合搜索,其中利用散射体与目标的AOA及房间尺寸大小确定搜索范围,减小搜索空间;其次,选取搜索到的散射体以及对应的差分TOF构建定位方程,对方程进行线性化后求解目标位置。最后,对所有散射体估计到的目标位置进行聚类检测检测散射体中的离群点,当出现离群散射体时重新进行上述步骤直到不出现离群点,此时将搜索到的目标位置作为最终估计值。该发明方法有效地利用了多径信号并且消除了相位误差的影响,实现了单站定位。

    一种基于FMCW雷达的三参数特征融合手势识别方法

    公开(公告)号:CN109271838B

    公开(公告)日:2020-11-03

    申请号:CN201810794392.1

    申请日:2018-07-19

    Abstract: 本发明提出了一种基于FMCW(frequency modulated continuous wave)雷达的三参数特征融合手势识别方法。首先通过雷达获取不同手势的中频信号,从中得到角度参数、距离参数和多普勒频移参数,并构造对应数据集;其次,将关于角度、距离和多普勒频移的数据集分别送入卷积神经网络中训练,得到特征值并做融合处理;最后,将融合后的特征值送入分类器,得到手势类别。本发明创新地提出多重参数在卷积神经网络中的融合方法,解决了传统识别算法使用条件受限的问题,且最终手势的分类效果优于单一参数。

    基于OMP的静态人体心跳和呼吸信号分离重构方法

    公开(公告)号:CN111856452A

    公开(公告)日:2020-10-30

    申请号:CN202010440052.6

    申请日:2020-05-21

    Abstract: 本发明提出了一种基于OMP的静态人体心跳和呼吸信号分离重构方法。首先,根据实际人体目标检测数据分析计算,得到人体目标的距离信息,构建距离时间图。然后对I/Q两路信号进行直流偏移校正,通过反正切函数计算出相位信息。接着对检测到的待测人体目标基于求导运算的扩展DACM算法进行相位展开,解决相位模糊问题,相位差分增强心跳信号。使用两个二阶级联的四阶IIR带通滤波器将心跳和呼吸信号分离,最后通过压缩感知理论和OMP算法完成对呼吸和心跳信号的分离重构。本发明创新地提出了种基于正交匹配追踪的静态人体心跳和呼吸信号分离重构方法,有效的减小谐波、噪声对心率和呼吸频率估计的影响,使得最终心跳和呼吸频率估计的准确性大大提高。

    基于变步长插值迭代的FMCW雷达高精度距离估计方法

    公开(公告)号:CN111337917A

    公开(公告)日:2020-06-26

    申请号:CN202010185079.5

    申请日:2020-03-17

    Abstract: 本发明涉及FMCW雷达的高精度距离估计技术领域,具体涉及一种基于变步长插值迭代的FMCW雷达距离估计方法,包括:首先根据FMCW雷达的特点,对获得的中频信号进行加窗处理;对加窗信号作快速傅里叶变换并求出最大峰值谱线的索引值;根据最大幅度谱谱线与其左右两边相邻谱线构造偏差校正因子进行迭代插值,并在每次迭代中更新辅助谱线与最大幅度谱间隔逐步修正偏差值;根据频率与距离的关系求解目标距雷达的距离估计值。本发明方法可以有效的改善传统距离估计算法中的栅栏效应和频谱泄露问题,极大地提高距离估计的精度,且具有较强的抗环境干扰能力。

    一种面向室内定位的移动AP识别方法

    公开(公告)号:CN108521631B

    公开(公告)日:2020-05-22

    申请号:CN201810330121.0

    申请日:2018-04-13

    Abstract: 本发明公开了一种面向室内定位的移动AP识别方法。首先,在待定位区域内布置若干固定AP和移动AP,沿若干已知路径采集来自不同AP的RSS序列;其次,利用对数衰减传播模型,计算与AP一定距离范围内的信号衰减值,并依据此信号衰减值对采集到的来自每个AP的RSS数据进行筛选,同时得到筛选后的RSS信号的地理位置坐标;最后,对筛选后的RSS位置坐标进行基于密度的聚类,并求出簇的类内最大距离,以此判断AP是否是移动的。本发明基于指纹的室内定位算法,针对移动AP的存在而导致的室内定位干扰问题,提出了该种移动AP识别的方法。

    一种基于无线信号的步态特征提取方法

    公开(公告)号:CN110852266A

    公开(公告)日:2020-02-28

    申请号:CN201911095061.X

    申请日:2019-11-11

    Abstract: 本发明公开了一种基于无线信号的新型人体步态特征提取方法,涉及无线网络和数字信号处理领域,该方法主要用于人体步态特征的提取。包括以下步骤:步骤1:采集原始信道状态信息(Channel State Information,CSI)数据并计算其幅值序列;步骤2:针对幅值序列进行信号预处理;步骤3:针对噪声最低的数据成分检测目标行走开始的时刻;步骤4:建立反射路径和目标运动之间的几何约束来估计目标速度;步骤5:提取速度曲线中的局部峰值;步骤6:根据步骤5的结果估计步态周期;步骤7:根据两个相邻峰之间的运动距离进行步长估计。

    一种用于室内Wi-Fi定位的OFDM频域误差估计及其定位精度评估方法

    公开(公告)号:CN110809247A

    公开(公告)日:2020-02-18

    申请号:CN201911097878.0

    申请日:2019-11-12

    Abstract: 本发明公开了一种用于室内Wi-Fi定位的OFDM频域误差估计及其定位精度评估方法。该方法首先提出了存在由载波频率偏移(Carrier Frequency Offset,CFO)引起频域误差的天线接收信号的表达,选择从频域的角度分析,对未知参数向量进行处理,得到待估计参数,通过计算待估计参数的FIM,进而推导出了CFO的估计误差闭合表达式,同时,建立信号幅值、时延与待估计目标坐标之间的联系,推导了CFO下基于信号状态信息(Channel State Information,CSI)的室内Wi-Fi定位误差界的闭合表达式,最后,分析了不同因素对CFO下基于CSI的室内Wi-Fi定位精度的影响,而且该方法也避免时域求解克拉美罗下界(Cramer-Rao Lower Bound,CRLB)时无法得到概率密度函数(Probability Density Function,PDF)的问题。利用该方法可以在设计定位系统时提供参照依据,对系统的定位性能进行评估,以便于优化定位系统,提高定位精度。

    一种室内目标与散射体位置优化的迭代方法

    公开(公告)号:CN110658492A

    公开(公告)日:2020-01-07

    申请号:CN201910959218.2

    申请日:2019-10-10

    Inventor: 田增山 王亚 李泽

    Abstract: 本发明公开了一种室内目标与散射体位置优化的迭代方法。首先根据多径信号传播特性构造室内散射体和单AP的多径信号传播模型;其次,利用多径信号参数差分Δtof与单AP、目标和各散射体间的位置关系构建目标位置关于各散射体的差分Δtof方程,将定位系统性能优化问题转化为加权最小二乘的求解问题;最后,利用WLS算法进行迭代来求解差分Δtof方程以获取散射体和目标的最终估计位置。本专利基于WLS算法提出了一种室内目标与散射体位置优化迭代方法,该方法解决了多径环境下定位精度低的问题,可在降低设备部署开销的同时增强定位系统的鲁棒性。

    面向WiFi/PDR室内融合定位的自适应卡尔曼滤波方法

    公开(公告)号:CN107426687B

    公开(公告)日:2019-08-09

    申请号:CN201710290974.1

    申请日:2017-04-28

    Abstract: 本发明公开了一种面向WiFi/PDR室内融合定位的自适应卡尔曼滤波方法,首先用户手持终端设备在目标区域内,接收来自每个AP的RSSI,在对数正态分布的路径损耗模型下,利用加权最小二乘法得到用户的位置,同时通过PDR算法中的估算模型得到用户位置,然后利用自适应卡尔曼滤波将基于传播模型的定位信息与PDR的定位信息进行多次融合,得到用户的最佳位置,其中,自适应卡尔曼滤波体现在反馈机制上,即将每次融合定位结果对加权最小二乘法中的路径损耗指数等参数进行动态修正,最终使得传播模型更符合室内环境。本发明解决了在室内环境下单一WiFi定位精度低和PDR存在累积误差的问题,还能够实时跟踪传播模型的路径损耗指数,增强了定位性能的稳定性。

Patent Agency Ranking