-
Patent Agency Ranking
公开(公告)号：CN119031469B
公开(公告)日：2025-03-14
申请号：CN202410920367.9
申请日：2024-07-10
Applicant: 中国矿业大学
IPC: H04W64/00 , H04W4/33 , H04W4/02 , G06N3/0499 , G06N3/084 , G06F18/23213
Abstract: 本发明公开了一种智能手机Wi‑Fi RTT/RSS/地图高精度融合定位方法，包括步骤如下：S1，采用BP神经网络构建RTT测距误差补偿模型；设计最优的Wi‑Fi AP布局策略，最大化有限数量AP的定位性能，采用加权自适应最小二乘法得到RTT测距定位结果；S2，通过Wi‑Fi信号路径损耗模型、基于室内网格地图数据和Wi‑Fi基站位置构建人工Wi‑Fi RSS/RTT指纹数据库，引入K‑Means聚类分析算法，利用加权K近邻开展指纹定位；S3，采用粒子滤波将两种定位结果融合；引入地图数据开展“点约束”和“线约束”，得出融合定位结果。本发明能提升Wi‑Fi FTM测距定位的稳定性与精度。
-
公开(公告)号：CN119071900B
公开(公告)日：2025-03-28
申请号：CN202410920368.3
申请日：2024-07-10
Applicant: 中国矿业大学
Abstract: 本发明公开了一种顾及场景识别的Wi‑Fi RTT/RSS协同定位实现方法，包括步骤如下：采集区域内Wi‑Fi RTT和RSS数据并提取特征，构建训练数据集；利用极限学习机网络训练，得到场景识别模型；分析Wi‑Fi RTT测距误差规律和RSS信号分布特征，构建Wi‑Fi RTT测距误差补偿模型；根据目标区域内各标定点坐标和Wi‑Fi AP坐标，计算标定点与AP之间的理论平面距离，利用RTT测距误差模型仿真实时的测距结果，采用最小二乘算法并基于增强遗传算法得出最优的Wi‑Fi AP布局方式；构建目标区域内定位方式的定位误差图和用于指纹定位的人工指纹数据库。本发明能提升Wi‑Fi FTM定位的精度与稳定性。
-
公开(公告)号：CN118999413A
公开(公告)日：2024-11-22
申请号：CN202411061443.1
申请日：2024-08-05
Applicant: 中国矿业大学
Abstract: 本发明公开一种基于点云技术的井筒中心线偏移及罐道间距测量方法，属于矿山测量领域。使用激光三维扫描仪采集井筒内表面和罐道点云数据并对点云数据进行处理,采用最小二乘法对井筒内表面不同垂深的断面点云数据进行拟合，获得不同垂深井筒断面的拟合圆心坐标及断面直径值，通过拟合圆心作为井筒不同垂深断面的物理圆心，有效计算井筒中心线的偏移方向和偏移量；根据不同垂深井筒中心坐标和断面直径拟合结果，采用聚类分析和遗传规划算法拟合断面内罐道坐标，从而精确测量井筒内罐道水平间距。其能够有效计算井筒中心的偏移方向和偏移量，通过拟合优化罐道坐标，能够精确测量罐道水平间距，为调整井筒内罐道间距提供依据，降低卡罐风险。
-
公开(公告)号：CN119071900A
公开(公告)日：2024-12-03
申请号：CN202410920368.3
申请日：2024-07-10
Applicant: 中国矿业大学
Abstract: 本发明公开了一种顾及场景识别的Wi‑Fi RTT/RSS协同定位实现方法，包括步骤如下：采集区域内Wi‑Fi RTT和RSS数据并提取特征，构建训练数据集；利用极限学习机网络训练，得到场景识别模型；分析Wi‑Fi RTT测距误差规律和RSS信号分布特征，构建Wi‑Fi RTT测距误差补偿模型；根据目标区域内各标定点坐标和Wi‑Fi AP坐标，计算标定点与AP之间的理论平面距离，利用RTT测距误差模型仿真实时的测距结果，采用最小二乘算法并基于增强遗传算法得出最优的Wi‑Fi AP布局方式；构建目标区域内定位方式的定位误差图和用于指纹定位的人工指纹数据库。本发明能提升Wi‑Fi FTM定位的精度与稳定性。
-
公开(公告)号：CN119031469A
公开(公告)日：2024-11-26
申请号：CN202410920367.9
申请日：2024-07-10
Applicant: 中国矿业大学
IPC: H04W64/00 , H04W4/33 , H04W4/02 , G06N3/0499 , G06N3/084 , G06F18/23213
Abstract: 本发明公开了一种智能手机Wi‑Fi RTT/RSS/地图高精度融合定位方法，包括步骤如下：S1，采用BP神经网络构建RTT测距误差补偿模型；设计最优的Wi‑Fi AP布局策略，最大化有限数量AP的定位性能，采用加权自适应最小二乘法得到RTT测距定位结果；S2，通过Wi‑Fi信号路径损耗模型、基于室内网格地图数据和Wi‑Fi基站位置构建人工Wi‑Fi RSS/RTT指纹数据库，引入K‑Means聚类分析算法，利用加权K近邻开展指纹定位；S3，采用粒子滤波将两种定位结果融合；引入地图数据开展“点约束”和“线约束”，得出融合定位结果。本发明能提升Wi‑Fi FTM测距定位的稳定性与精度。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
