-
公开(公告)号：CN107015198B
公开(公告)日：2020-03-17
申请号：CN201710315308.9
申请日：2017-05-08
Applicant: 西安电子科技大学
IPC: G01S5/06
Abstract: 本发明属于室内定位技术领域，公开了一种基于天线非规则布设的室内定位方法，在一个AP处获取多个AoA值；利用MUSIC和空间平滑算法，借助于子载波上的信道状态信息，进行AoA和ToA的联合估计，选取ToA最小的AoA为目标AoA；联合从所有AP测量得到的所有的AoA对目标位置进行预测。本发明在现有的Wi‑Fi平台上加以简单修改就能达到对目标进行一个精确的定位；采用非规则天线布设，在一个AP处获取了多个AoA值，消除了由普通阵列天线对称性引起的AoA测量误差；同时，提高了对外界干扰的抵抗能力，提高了系统定位的稳定性；降低了对周围AP数目的要求，当AP数目大于等于2时就能在二维以及三维空间中获得一个精确的目标定位。
-
公开(公告)号：CN107727095B
公开(公告)日：2021-10-19
申请号：CN201710802711.4
申请日：2017-09-08
Applicant: 西安电子科技大学
Abstract: 本发明属于无线通信与室内定位技术领域，公开了一种基于谱聚类和加权反向传播神经网络的3D室内定位方法，其分为线下阶段与线上阶段：线下阶段用谱聚类将参考点分成NC个簇，在每个簇中，用接收信号强度和相应的位置信息训练一个反向传播神经网络模型；线上阶段采用加权BPNN算法估计待测点的位置，确定待测点指纹在每个簇中的权重，利用训练好的NC个BPNN模型得到NC个坐标，用NC个坐标加权估计待测点的位置。本发明降低了设备复杂度以及布设成本；提供更高的定位精度与定位稳定度，减少了训练时间。
-
公开(公告)号：CN107613466B
公开(公告)日：2020-07-03
申请号：CN201710835306.2
申请日：2017-09-15
Applicant: 西安电子科技大学
Abstract: 本发明属于无线通信与室内定位技术领域，公开了一种超密集无线网络下基于指纹相似度的室内定位方法，通过定义的灵活且稳定的指纹相似度估计目标的位置，包括：设计的简单高效的接入点(access point，AP)的选择方法选择能够有效地表征室内环境中接收信号强度特征的AP；通过采用接收信号强度相对值以便建立较稳定的指纹库，减轻环境动态与和接收设备异构的影响，提高定位精度；在线阶段设计的权重优先级准则，其在确定两个位置的相似度时为更强信号强度的AP分配较大的权重，从而更好地对抗环境的动态问题，提高定位精度；尤其是当大量的AP丢失时，FSIL能够提供更加鲁棒的定位精度。
-
公开(公告)号：CN109121083A
公开(公告)日：2019-01-01
申请号：CN201811117060.6
申请日：2018-09-25
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于AP序列的指纹相似度的室内定位方法，其特征在于，包括：分别计算N个参考点与NAP个AP之间的距离，得到距离序列；根据距离序列生成每个参考点的第一AP序列；根据第一AP序列对N个参考点进行分类，得到NC个参考点集；根据NC个参考点集获取NC个第一AP对集和NC个参考点集坐标；根据NC个参考点集、NC个第一AP对集和NC个参考点集坐标构建参考点指纹库；根据ND个待测点构建待测点指纹；将参考点指纹库和待测点指纹进行指纹相似度计算，获取待测点的坐标。本发明构建指纹库方法大幅度减少了离线阶段的开销；在线阶段设计的指纹相似度算法，为更强信号强度的AP设置较大的权重，更好地解决了环境动态问题，提高了定位精度。
-
Patent Agency Ranking
公开(公告)号：CN107613466A
公开(公告)日：2018-01-19
申请号：CN201710835306.2
申请日：2017-09-15
Applicant: 西安电子科技大学
Abstract: 本发明属于无线通信与室内定位技术领域，公开了一种超密集无线网络下基于指纹相似度的室内定位方法，通过定义的灵活且稳定的指纹相似度估计目标的位置，包括：设计的简单高效的接入点(access point，AP)的选择方法选择能够有效地表征室内环境中接收信号强度特征的AP；通过采用接收信号强度相对值以便建立较稳定的指纹库，减轻环境动态与和接收设备异构的影响，提高定位精度；在线阶段设计的权重优先级准则，其在确定两个位置的相似度时为更强信号强度的AP分配较大的权重，从而更好地对抗环境的动态问题，提高定位精度；尤其是当大量的AP丢失时，FSIL能够提供更加鲁棒的定位精度。
-
公开(公告)号：CN107015198A
公开(公告)日：2017-08-04
申请号：CN201710315308.9
申请日：2017-05-08
Applicant: 西安电子科技大学
IPC: G01S5/06
Abstract: 本发明属于室内定位技术领域，公开了一种基于天线非规则布设的室内定位方法，在一个AP处获取多个AoA值；利用MUSIC和空间平滑算法，借助于子载波上的信道状态信息，进行AoA和ToA的联合估计，选取ToA最小的AoA为目标AoA；联合从所有AP测量得到的所有的AoA对目标位置进行预测。本发明在现有的Wi‑Fi平台上加以简单修改就能达到对目标进行一个精确的定位；采用非规则天线布设，在一个AP处获取了多个AoA值，消除了由普通阵列天线对称性引起的AoA测量误差；同时，提高了对外界干扰的抵抗能力，提高了系统定位的稳定性；降低了对周围AP数目的要求，当AP数目大于等于2时就能在二维以及三维空间中获得一个精确的目标定位。
-
公开(公告)号：CN109121083B
公开(公告)日：2020-06-19
申请号：CN201811117060.6
申请日：2018-09-25
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于AP序列的指纹相似度的室内定位方法，其特征在于，包括：分别计算N个参考点与NAP个AP之间的距离，得到距离序列；根据距离序列生成每个参考点的第一AP序列；根据第一AP序列对N个参考点进行分类，得到NC个参考点集；根据NC个参考点集获取NC个第一AP对集和NC个参考点集坐标；根据NC个参考点集、NC个第一AP对集和NC个参考点集坐标构建参考点指纹库；根据ND个待测点构建待测点指纹；将参考点指纹库和待测点指纹进行指纹相似度计算，获取待测点的坐标。本发明构建指纹库方法大幅度减少了离线阶段的开销；在线阶段设计的指纹相似度算法，为更强信号强度的AP设置较大的权重，更好地解决了环境动态问题，提高了定位精度。
-
公开(公告)号：CN110381440A
公开(公告)日：2019-10-25
申请号：CN201910518903.1
申请日：2019-06-16
Applicant: 西安电子科技大学
Abstract: 本发明属于无线通信与室内定位技术领域，公开了一种基于深度学习的联合RSS与CSI的指纹室内定位方法，离线阶段收集与处理RSS与CSI信息，并训练基于深层自编码器的CSI处理模型，对参考点处的CSI编码，联合RSS与CSI编码构建指纹库，根据AP选择算法划分子指纹库；针对每个子指纹库训练一个基于深度神经网络定位预测模型；在线定位阶段根据离线阶段训练好的基于深层自编码器的CSI处理模型对待测点的CSI编码，计算联合RSS与CSI指纹，基于深度神经网络模型预测定位。本发明联合RSS与CSI信息，丰富了指纹信息、降低了定位预测模型的计算复杂度与耗时；定位精度高，可扩展性强，可迁移性高。
-
公开(公告)号：CN107727095A
公开(公告)日：2018-02-23
申请号：CN201710802711.4
申请日：2017-09-08
Applicant: 西安电子科技大学
CPC classification number: G01C21/206 , G06K9/6223 , G06N3/084
Abstract: 本发明属于无线通信与室内定位技术领域，公开了一种基于谱聚类和加权反向传播神经网络的3D室内定位方法，其分为线下阶段与线上阶段：线下阶段用谱聚类将参考点分成NC个簇，在每个簇中，用接收信号强度和相应的位置信息训练一个反向传播神经网络模型；线上阶段采用加权BPNN算法估计待测点的位置，确定待测点指纹在每个簇中的权重，利用训练好的NC个BPNN模型得到NC个坐标，用NC个坐标加权估计待测点的位置。本发明降低了设备复杂度以及布设成本；提供更高的定位精度与定位稳定度，减少了训练时间。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
