-
公开(公告)号:CN106954190A
公开(公告)日:2017-07-14
申请号:CN201710328046.X
申请日:2017-05-11
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于指数映射域的WIFI室内定位方法,首先对离线指纹采集阶段测得的接收信号强度RSSI进行高斯滤波,除去那些出现概率较小的RSSI值,然后将剩余的RSSI值取平均,最后将所有的数据都映射到以2为底数的指数域中,并且利用K近邻算法为定位匹配算法,从而提高了定位精度,并且定位时的计算量几乎与K近邻法相等,从而使其适应计算性能不高的定位终端和复杂的室内电磁环境。
-
公开(公告)号:CN107071901A
公开(公告)日:2017-08-18
申请号:CN201710326629.9
申请日:2017-05-10
Applicant: 桂林电子科技大学
CPC classification number: H04W64/006 , G01S5/0278
Abstract: 本发明公开了一种基于接收信号强度双重之比的WIFI室内定位方法,通过将在相同位置测得的来自不同WIFI热点的信号强度进行两次两两比值作为室内定位方法的计算数据,从而提高了系统的定位精度。与传统的接收信号强度向量的欧式距离匹配方法相比,不仅考虑了每个WIFI接入点的接收信号强度,而且还考虑了不同WIFI接入点的接收信号强度之间的比值,从而使其更加适应不同的定位终端和复杂的室内电磁环境。
-
公开(公告)号:CN107172593A
公开(公告)日:2017-09-15
申请号:CN201710327970.6
申请日:2017-05-11
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于对数映射差分的WIFI室内定位方法,通过将所有数据都映射到以10为底的对数域中,并且在对数域中对WIFI接收信号强度RSSI向量进行扩展差分得到对应的RSSI’向量,然后再根据RSSI’进行KNN算法求取待定位目标的位置坐标,从而提高了系统的定位精度。与传统的RSSI向量距离相比,不仅考虑了每个WIFI接入点的RSSI,而且还考虑了不同WIFI接入点的RSSI之间的差值,同时使用对数域映射,从而使其适应不同的定位终端和不同的室内环境。
-
公开(公告)号:CN107071902A
公开(公告)日:2017-08-18
申请号:CN201710328045.5
申请日:2017-05-11
Applicant: 桂林电子科技大学
CPC classification number: H04W64/006 , G01S5/0278
Abstract: 本发明公开了一种基于混合滤波和幂指数映射的WIFI室内定位方法,首先对离线指纹采集阶段测得的接收信号强度RSSI进行卡尔曼滤波,然后将结果进行四舍五入取整数,然后再进行高斯滤波,除去那些出现概率较小的RSSI值,然后将剩余的RSSI值取平均,最后将所有的数据都求‑7次方从而映射到幂指数域中,并且利用K近邻算法为定位匹配算法,从而提高了定位精度,并且定位时的计算量几乎与K近邻法相等,从而使其适应计算性能不高的定位终端和复杂的室内电磁环境。
-
公开(公告)号:CN109302674B
公开(公告)日:2020-08-04
申请号:CN201811568730.6
申请日:2018-12-21
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于多重滤波的WiFi室内定位方法,包括离线测量阶段和在线测量阶段,在离线测量阶段采集指纹数据,然后对指纹数据进行动态阈值滤波、双重平滑滤波,并对指纹数据库进行插值,在线测量阶段对定位终端实现定位。本发明提供的室内定位方法提高了离线测量阶段的指纹数据准确性,从而提高了在线测量阶段的定位精度,在相同条件下,比传统的基于WKNN的WiFi室内定位方法和基于KNN的WiFi室内定位方法的平均定位误差分别降低了30%和33%。
-
公开(公告)号:CN109302674A
公开(公告)日:2019-02-01
申请号:CN201811568730.6
申请日:2018-12-21
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于多重滤波的WiFi室内定位方法,包括离线测量阶段和在线测量阶段,在离线测量阶段采集指纹数据,然后对指纹数据进行动态阈值滤波、双重平滑滤波,并对指纹数据库进行插值,在线测量阶段对定位终端实现定位。本发明提供的室内定位方法提高了离线测量阶段的指纹数据准确性,从而提高了在线测量阶段的定位精度,在相同条件下,比传统的基于WKNN的WiFi室内定位方法和基于KNN的WiFi室内定位方法的平均定位误差分别降低了30%和33%。
-
-
-
-
-