-
公开(公告)号：CN115980667A
公开(公告)日：2023-04-18
申请号：CN202211262123.3
申请日：2022-10-14
Applicant: 上海交通大学 , 上海西虹桥导航技术有限公司
Abstract: 本发明公开了一种基于隐马尔科夫模型与改进维特比算法的定位方法，涉及定位技术领域。基于Viterbi算法的当前位置细网格估计结果是通过计算当前粗网格中所有细网格状态集合中的最大后验概率，可得到其最大值，将该最大值所对应的细网格作为基于Viterbi算法的当前位置细网格定位估计值。该基于隐马尔科夫模型与改进维特比算法的定位方法，通过将定位模型映射为隐马尔科夫状态模型，并将隐马尔科夫模型的状态转移映射为定位模型中的位置变化，同时与所提出的改进Viterbi算法进行有效结合，使得复杂场景下的定位准确率能够得到明显的提升。
-
公开(公告)号：CN114143874B
公开(公告)日：2022-09-23
申请号：CN202111474992.8
申请日：2021-12-06
Applicant: 上海交通大学
Abstract: 一种基于无线基站场强频度的精确定位方法，在待定位区域内采集无线基站的场强数据或功率数据，并根据每个周期内的数据频度生成样本，以采集点位置为标签用于训练神经网络或机器学习，实现精确定位；本发明充分利用无线基站的场强或功率数据，并通过频度分析的方式形成特定格式的输入数据，能够有效提取数据特征，进行机器学习，从而实现定位。
-
公开(公告)号：CN114143874A
公开(公告)日：2022-03-04
申请号：CN202111474992.8
申请日：2021-12-06
Applicant: 上海交通大学
Abstract: 一种基于无线基站场强频度的精确定位方法，在待定位区域内采集无线基站的场强数据或功率数据，并根据每个周期内的数据频度生成样本，以采集点位置为标签用于训练神经网络或机器学习，实现精确定位；本发明充分利用无线基站的场强或功率数据，并通过频度分析的方式形成特定格式的输入数据，能够有效提取数据特征，进行机器学习，从而实现定位。
-
公开(公告)号：CN115550846A
公开(公告)日：2022-12-30
申请号：CN202211128045.8
申请日：2022-09-16
Applicant: 上海交通大学 , 北京集智数字科技有限公司
Abstract: 一种无线基站场强结合传感器信息的移动终端室内定位方法，通过移动终端接收基站信号指纹信息以及本地采集当前时刻与前一时刻的终端传感器信息，经筛选后通过遍历前一时刻的定位邻域来计算并得到当前时刻的最终定位结果，终端在移动过程中采用上述的方式进行循环遍历来实现终端轨迹的连续定位。本发明针对移动终端获取的基站功率信号，通过传感器信息预测行进方向提高数据特征性，加强定位准确度。
-
-
-
Search Results
4
records
(took 0.018 seconds)
