-
公开(公告)号:CN105866733A
公开(公告)日:2016-08-17
申请号:CN201610397509.3
申请日:2016-06-07
Applicant: 东北大学
CPC classification number: H04W64/00 , G01S5/0252 , G01S5/0257 , G01S5/0273 , H04W84/12
Abstract: 本发明提供一种确定室内位置的方法及装置,属于定位技术领域。用于解决现有技术室内定位存在定位精度低的问题。包括:第一终端在预先确定的参考点获取发射端发射的第一信号,将第一终端获取的第一信号存储到数据库;第二终端在待确定位置获取至少一组发射端发射的第二信号,根据所述第二信号离差标准化后的均值向量与标准差向量,确定发射端权重;根据发射端权重,第二信号和第一信号,进行加权K近邻算法,确定待确定位置坐标点集合;将待确定位置坐标点集合的任一点确定为初始点,以确定的初始点为中心,选取正态核函数,确定Mean shift向量;当所述Mean shift向量小于设定阈值时,将所述Mean shift向量等式右侧的被减数确定为所述待确定位置坐标。
-
公开(公告)号:CN106060921B
公开(公告)日:2019-11-08
申请号:CN201610399554.2
申请日:2016-06-07
Applicant: 东北大学
Abstract: 本发明提供一种基于流形学习的室内位置确定方法及装置,属于定位技术领域,包括使第一终端在参考点获取至少一组发射端发出的第一信号,并确定第一信号的信号强度值以及与参考坐标点;将第一信号以及与第一信号对应的参考坐标点存储到参考点数据库;第二终端在待确定位置获取发射端发出的第二信号,将第二终端获取的第二信号与第一信号结合构成一个矩阵,确定所述矩阵的无向加权图;通过Floyd算法确定所述无向加权图的距离矩阵,根据距离矩阵计算新形成的第一矩阵;根据所述的第一矩阵,确定低维嵌入矩阵;对所述低维嵌入矩阵使用WKNN算法,确定所述待确定位置的坐标点。
-
公开(公告)号:CN106060921A
公开(公告)日:2016-10-26
申请号:CN201610399554.2
申请日:2016-06-07
Applicant: 东北大学
Abstract: 本发明提供一种基于流形学习的室内位置确定方法及装置,属于定位技术领域,包括使第一终端在参考点获取至少一组发射端发出的第一信号,并确定第一信号的信号强度值以及与参考坐标点;将第一信号以及与第一信号对应的参考坐标点存储到参考点数据库;第二终端在待确定位置获取发射端发出的第二信号,将第二终端获取的第二信号与第一信号结合构成一个矩阵,确定所述矩阵的无向加权图;通过Floyd算法确定所述无向加权图的距离矩阵,根据距离矩阵计算新形成的第一矩阵;根据所述的第一矩阵,确定低维嵌入矩阵;对所述低维嵌入矩阵使用WKNN算法,确定所述待确定位置的坐标点。
-
-