公开(公告)号：CN106125038B

公开(公告)日：2019-03-22

申请号：CN201610426115.6

申请日：2016-06-15

Applicant: 北京工业大学

Inventor： 司鹏搏 ,  刘硕 ,  何余 ,  张延华

IPC: G01S3/02

Abstract: 基于边缘计算和贝叶斯后验概率模型的室内无线定位方法，首先利用预先安装在智能终端上的App进行WiFi信号强度采集，并将采集结果组包发送至本地服务器；然后以数据库中预存的信道衰减因子等参数为依据分别计算用户所处位置的先验概率矩阵、优化区域坐标、位置概率矩阵和后验概率矩阵；最后，使用计算得到的后验概率矩阵更新数据库中的位置概率矩阵，并将最终定位结果回送至用户所持的智能终端。首次引入了边缘计算和贝叶斯后验概率模型并将其有机的结合到了一起，通过对数据库参数进行适当修改从而更加精确地推算出用户处于目标位置的后验概率。本方法在不增加额外基础设施的情况下，改善了传统三遍定位算法及其改进算法的定位精度。

公开(公告)号：CN106125037B

公开(公告)日：2019-03-22

申请号：CN201610424454.0

申请日：2016-06-15

Applicant: 北京工业大学

Inventor： 司鹏搏 ,  刘硕 ,  何余 ,  张延华

IPC: G01S1/08

Abstract: 基于WiFi信号强度和Micro‑Model的室内无线热点回溯定位方法，该方法通过对目标建筑内环境衰减因子矩阵的精确描述，在传统三边定位方法的基础上进行热点回溯，实时对移动热点实施定位。该方法可以在传统位置指纹算法进行离线训练时更新衰减因子库，无需额外定位步骤，同时却可以提高热点回溯的精度。本方法工作的主要流程为：在离线训练阶段，采集常规指纹库并建立Micro‑LDPL‑Model；在线测量阶段，配合移动智能终端和服务器对移动热点进行精确定位，通过精确回推、三边测量和聚类优化等方法，最大程度上对定位结果实现了优化，使其更加精确合理。应用了本方法的系统不仅具备了对移动热点进行实时精确回溯的能力，还能够将定位误差限制在一个较小的范围内。

公开(公告)号：CN106125038A

公开(公告)日：2016-11-16

申请号：CN201610426115.6

申请日：2016-06-15

Applicant: 北京工业大学

Inventor： 司鹏搏 ,  刘硕 ,  何余 ,  张延华

IPC: G01S3/02

CPC classification number: G01S3/02

Abstract: 基于边缘计算和贝叶斯后验概率模型的室内无线定位方法，首先利用预先安装在智能终端上的App进行WiFi信号强度采集，并将采集结果组包发送至本地服务器；然后以数据库中预存的信道衰减因子等参数为依据分别计算用户所处位置的先验概率矩阵、优化区域坐标、位置概率矩阵和后验概率矩阵；最后，使用计算得到的后验概率矩阵更新数据库中的位置概率矩阵，并将最终定位结果回送至用户所持的智能终端。首次引入了边缘计算和贝叶斯后验概率模型并将其有机的结合到了一起，通过对数据库参数进行适当修改从而更加精确地推算出用户处于目标位置的后验概率。本方法在不增加额外基础设施的情况下，改善了传统三遍定位算法及其改进算法的定位精度。

公开(公告)号：CN106125037A

公开(公告)日：2016-11-16

申请号：CN201610424454.0

申请日：2016-06-15

Applicant: 北京工业大学

Inventor： 司鹏搏 ,  刘硕 ,  何余 ,  张延华

IPC: G01S1/08

CPC classification number: G01S1/08

Abstract: 基于WiFi信号强度和Micro‑Model的室内无线热点回溯定位方法，该方法通过对目标建筑内环境衰减因子矩阵的精确描述，在传统三边定位方法的基础上进行热点回溯，实时对移动热点实施定位。该方法可以在传统位置指纹算法进行离线训练时更新衰减因子库，无需额外定位步骤，同时却可以提高热点回溯的精度。本方法工作的主要流程为：在离线训练阶段，采集常规指纹库并建立Micro‑LDPL‑Model；在线测量阶段，配合移动智能终端和服务器对移动热点进行精确定位，通过精确回推、三边测量和聚类优化等方法，最大程度上对定位结果实现了优化，使其更加精确合理。应用了本方法的系统不仅具备了对移动热点进行实时精确回溯的能力，还能够将定位误差限制在一个较小的范围内。