-
公开(公告)号：CN107071732A
公开(公告)日：2017-08-18
申请号：CN201710234962.7
申请日：2017-04-12
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于RSSI的MLE‑PSO室内定位方法，包括以下步骤：在室内环境中设置多个基站，接收终端获取每个基站RSSI值，测得接收终端与每个基站之间的距离值；利用最大似然估计获得估计位置，每个基站对应一个估计位置，以多个估计位置所处区域确定一个限定范围；初始化粒子群优化算法的各参数，并在限定范围内随机生成粒子群；利用粒子群优化算法计算粒子群的全局最优解，在粒子群优化算法中以上述限定范围作为限定，选取最适合的全局最优解作为估计位置输出。该方法显著的提高了基于室内定位精度，同时保证定位算法的计算速度、定位所需采集数据量大小、迭代次数等动态表现性能。
-
公开(公告)号：CN110045324A
公开(公告)日：2019-07-23
申请号：CN201910317734.5
申请日：2019-04-19
Applicant: 北京理工大学
IPC: G01S5/00 , G01S5/02 , H04W64/00 , H04B17/318
Abstract: 本发明公开了一种基于UWB和蓝牙技术的室内定位融合方法，结合了两种室内定位方案的优势，利用UWB测距误差小的特点，限定了估计位置的可能区域，减小了求解范围；相对于传统根据测距估算出位置的方法，直接利用蓝牙信号的RSSI值，通过贝叶斯推理得到求解区域内的概率分布来求解位置，避免了RSSI信号在计算成距离时的误差引入，提高了定位精度；利用一个UWB基站和2个蓝牙基站即可在大多数的情况下获得UWB技术的定位精度，相比于使用4个UWB基站的UWB定位方案，成本可降低至原成本的四分之一；利用粒子群优化算法来求解不等式约束下的极值问题，在RSSI测量值误差较大导致最小值偏离真实解的情况下能够获得局部最优解，有更好的实际使用效果。
-
公开(公告)号：CN110045324B
公开(公告)日：2020-08-11
申请号：CN201910317734.5
申请日：2019-04-19
Applicant: 北京理工大学
IPC: G01S5/00 , G01S5/02 , H04W64/00 , H04B17/318
Abstract: 本发明公开了一种基于UWB和蓝牙技术的室内定位融合方法，结合了两种室内定位方案的优势，利用UWB测距误差小的特点，限定了估计位置的可能区域，减小了求解范围；相对于传统根据测距估算出位置的方法，直接利用蓝牙信号的RSSI值，通过贝叶斯推理得到求解区域内的概率分布来求解位置，避免了RSSI信号在计算成距离时的误差引入，提高了定位精度；利用一个UWB基站和2个蓝牙基站即可在大多数的情况下获得UWB技术的定位精度，相比于使用4个UWB基站的UWB定位方案，成本可降低至原成本的四分之一；利用粒子群优化算法来求解不等式约束下的极值问题，在RSSI测量值误差较大导致最小值偏离真实解的情况下能够获得局部最优解，有更好的实际使用效果。
-
公开(公告)号：CN107071732B
公开(公告)日：2020-06-09
申请号：CN201710234962.7
申请日：2017-04-12
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于RSSI的MLE‑PSO室内定位方法，包括以下步骤：在室内环境中设置多个基站，接收终端获取每个基站RSSI值，测得接收终端与每个基站之间的距离值；利用最大似然估计获得估计位置，每个基站对应一个估计位置，以多个估计位置所处区域确定一个限定范围；初始化粒子群优化算法的各参数，并在限定范围内随机生成粒子群；利用粒子群优化算法计算粒子群的全局最优解，在粒子群优化算法中以上述限定范围作为限定，选取最适合的全局最优解作为估计位置输出。该方法显著的提高了基于室内定位精度，同时保证定位算法的计算速度、定位所需采集数据量大小、迭代次数等动态表现性能。
-
-
-
Search Results
4
records
(took 0.02 seconds)
