-
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：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
4
records
(took 0.017 seconds)
