一种室内WLAN/MEMS融合跨楼层3维定位方法

    公开(公告)号:CN104501796A

    公开(公告)日:2015-04-08

    申请号:CN201410783811.3

    申请日:2014-12-16

    CPC classification number: G01C21/005 G01C21/165 G01S5/0257 G01S5/0294

    Abstract: 本发明提出一种室内WLAN/MEMS融合跨楼层3维定位方法,其主要设计了WLAN/MEMS融合定位抗差扩展卡尔曼滤波器,充分利用两个系统的可用信息,实现高精度2维位置的解算;并利用气压计输出、地理位置和楼层高度信息计算高度,并同时为无线局域网(WLAN)定位选择位置指纹数据库,实现室内空间跨楼层3维定位。本系统和方法通过引入抗差扩展卡尔曼估计,定位精度高,能够有效的克服微机电系统(MEMS)传感器定位存在的累积误差和WLAN定位中存在的接收信号强度(位置信息以及前一时刻的实际高度信息实现室内空间跨楼层3维定位。

    一种高动态环境下多普勒频偏估计系统和方法

    公开(公告)号:CN104253774A

    公开(公告)日:2014-12-31

    申请号:CN201410471570.9

    申请日:2014-09-16

    Abstract: 本发明请求保护一种高动态环境下多普勒频偏估计系统和方法。系统接收数据解调后通过成形滤波器模块的处理送入多普勒频偏粗估计模块,多普勒频偏粗估计模块对信号进行多普勒频偏粗估计,估计值送入多普勒频偏精估计模块,处理得到精确值。本发明采用两路相互正交数据直接相乘后进行频谱分析得到多普勒频偏粗估计值,结合时频二维搜索法可实现高动态条件下的低信噪比信号多普勒频偏精确估计。可以节省信号频率搜索时间,而且对低信噪比信号有效。

    宏基站条件下利用场强和差分指纹的手机定位系统和方法

    公开(公告)号:CN104640205B

    公开(公告)日:2018-08-28

    申请号:CN201510066954.7

    申请日:2015-02-09

    Abstract: 一种宏基站条件下利用场强和差分指纹定位的手机定位系统及方法,该方法首先利用哑呼方式获取手机的身份信息,然后利用不同位置测量单元(LMU)设备监听手机上行信息和基站下行指令信息,获取手机的上行信号强度,位置确定单元(PDU)通过控制不同的LMU,对不同LMU采集到的指纹信息进行汇总,得到当前时刻当前位置用户的位置指纹向量,再结合之前建立的场强指纹库和差分指纹库,利用加权K临近算法对用户终端进行指纹定位。同时如果PDU检测到LMU上传的指纹数据不完整,还可以自动调整LMU中用于做捕获的相关码长度,然后发起LMU对目标手机信号进行二次捕获,通过这种机制提高手机信号的捕获概率。采用这种定位系统和方法,定位精度在20m以内的概率可以达到67%。另外,整个系统能够保持静默无干扰,降低被侦查的概率。

    一种室内WLAN/MEMS融合跨楼层3维定位方法

    公开(公告)号:CN104501796B

    公开(公告)日:2017-03-08

    申请号:CN201410783811.3

    申请日:2014-12-16

    Abstract: 本发明提出一种室内WLAN/MEMS融合跨楼层3维定位方法,其主要设计了WLAN/MEMS融合定位抗差扩展卡尔曼滤波器,充分利用两个系统的可用信息,实现高精度2维位置的解算;并利用气压计输出、地理位置和楼层高度信息计算高度,并同时为无线局域网(WLAN)定位选择位置指纹数据库,实现室内空间跨楼层3维定位。本系统和方法通过引入抗差扩展卡尔曼估计,定位精度高,能够有效的克服微机电系统(MEMS)传感器定位存在的累积误差和WLAN定位中存在的接收信号强度(位置信息以及前一时刻的实际高度信息实现室内空间跨楼层3维定位。

    宏基站条件下利用场强和差分指纹的手机定位系统和方法

    公开(公告)号:CN104640205A

    公开(公告)日:2015-05-20

    申请号:CN201510066954.7

    申请日:2015-02-09

    CPC classification number: H04W64/003

    Abstract: 一种宏基站条件下利用场强和差分指纹定位的手机定位系统及方法,该方法首先利用哑呼方式获取手机的身份信息,然后利用不同位置测量单元(LMU)设备监听手机上行信息和基站下行指令信息,获取手机的上行信号强度,位置确定单元(PDU)通过控制不同的LMU,对不同LMU采集到的指纹信息进行汇总,得到当前时刻当前位置用户的位置指纹向量,再结合之前建立的场强指纹库和差分指纹库,利用加权K临近算法对用户终端进行指纹定位。同时如果PDU检测到LMU上传的指纹数据不完整,还可以自动调整LMU中用于做捕获的相关码长度,然后发起LMU对目标手机信号进行二次捕获,通过这种机制提高手机信号的捕获概率。采用这种定位系统和方法,定位精度在20m以内的概率可以达到67%。另外,整个系统能够保持静默无干扰,降低被侦查的概率。

    一种高动态环境下多普勒频偏估计系统和方法

    公开(公告)号:CN104253774B

    公开(公告)日:2017-07-25

    申请号:CN201410471570.9

    申请日:2014-09-16

    Abstract: 本发明请求保护一种高动态环境下多普勒频偏估计系统和方法。系统接收数据解调后通过成形滤波器模块的处理送入多普勒频偏粗估计模块,多普勒频偏粗估计模块对信号进行多普勒频偏粗估计,估计值送入多普勒频偏精估计模块,处理得到精确值。本发明采用两路相互正交数据直接相乘后进行频谱分析得到多普勒频偏粗估计值,结合时频二维搜索法可实现高动态条件下的低信噪比信号多普勒频偏精确估计。可以节省信号频率搜索时间,而且对低信噪比信号有效。

Patent Agency Ranking