基于模糊规则更新的室内WLAN被动入侵检测定位方法

    公开(公告)号:CN104955149B

    公开(公告)日:2018-04-27

    申请号:CN201510315738.1

    申请日:2015-06-10

    Abstract: 本发明请求保护一种基于WLAN的室内被动入侵检测定位方法。这种定位方法相对传统的室内定位方法无需待定位的人或目标携带相关硬件设备且主动参与便可实现定位。由于室内WLAN无线环境下人的出现和运动会引起室内无线信号的反射、散射、绕射等,从而引起信号衰落,使得在室内有人入侵时的无线信号相对无人静默环境下的信号有所变化,于是,利用这种无线信号的变化来检测环境中是否有异常入侵。模糊推理综合利用环境中的无线信号变化特征来训练模糊规则,构建无线信号异常变化特征与位置的映射关系,从而实现对入侵目标的位置估计,并通过设计模糊规则自适应学习算法来适应环境的变化,从而提高了本发明方法的鲁棒性。

    面向WiFi/PDR室内融合定位的自适应卡尔曼滤波方法

    公开(公告)号:CN107426687B

    公开(公告)日:2019-08-09

    申请号:CN201710290974.1

    申请日:2017-04-28

    Abstract: 本发明公开了一种面向WiFi/PDR室内融合定位的自适应卡尔曼滤波方法,首先用户手持终端设备在目标区域内,接收来自每个AP的RSSI,在对数正态分布的路径损耗模型下,利用加权最小二乘法得到用户的位置,同时通过PDR算法中的估算模型得到用户位置,然后利用自适应卡尔曼滤波将基于传播模型的定位信息与PDR的定位信息进行多次融合,得到用户的最佳位置,其中,自适应卡尔曼滤波体现在反馈机制上,即将每次融合定位结果对加权最小二乘法中的路径损耗指数等参数进行动态修正,最终使得传播模型更符合室内环境。本发明解决了在室内环境下单一WiFi定位精度低和PDR存在累积误差的问题,还能够实时跟踪传播模型的路径损耗指数,增强了定位性能的稳定性。

    面向WiFi/PDR室内融合定位的自适应卡尔曼滤波方法

    公开(公告)号:CN107426687A

    公开(公告)日:2017-12-01

    申请号:CN201710290974.1

    申请日:2017-04-28

    CPC classification number: H04W4/023 G01C21/206 G01S5/0294 G01S5/14

    Abstract: 本发明公开了一种面向WiFi/PDR室内融合定位的自适应卡尔曼滤波方法,首先用户手持终端设备在目标区域内,接收来自每个AP的RSSI,在对数正态分布的路径损耗模型下,利用加权最小二乘法得到用户的位置,同时通过PDR算法中的估算模型得到用户位置,然后利用自适应卡尔曼滤波将基于传播模型的定位信息与PDR的定位信息进行多次融合,得到用户的最佳位置,其中,自适应卡尔曼滤波体现在反馈机制上,即将每次融合定位结果对加权最小二乘法中的路径损耗指数等参数进行动态修正,最终使得传播模型更符合室内环境。本发明解决了在室内环境下单一WiFi定位精度低和PDR存在累积误差的问题,还能够实时跟踪传播模型的路径损耗指数,增强了定位性能的稳定性。

    基于多维尺度分析的室内WLAN信号平面图构建与定位方法

    公开(公告)号:CN105120517A

    公开(公告)日:2015-12-02

    申请号:CN201510456317.0

    申请日:2015-07-29

    CPC classification number: H04W64/00 H04W4/029 H04W4/04 H04W64/006

    Abstract: 本发明所述基于多维尺度分析的室内WLAN信号平面图构建与定位方法,首先在离线阶段对目标区域内用户的运动路径模式进行观测,并根据观测得到的运动路径模式进行信号序列采集;然后,利用MDS方法对采集的信号序列进行降维处理,并绘制每种路径模式所对应的信号平面图;其次,将信号平面图转换为灰度图像,并进行特征提取与神经网络训练;最后在定位阶段,将新采集的信号序列转换成灰度图像并进行特征提取,利用训练得到的神经网络,对新采集信号序列进行模式判别,进而估计得到用户的运动轨迹与方向。本发明能够运用于无线电通信网络环境,主要面向室内无线局域网定位方法,解决了传统的指纹定位方法中需要投入大量的人力和物力资源的问题。

    基于模糊规则更新的室内WLAN被动入侵检测定位方法

    公开(公告)号:CN104955149A

    公开(公告)日:2015-09-30

    申请号:CN201510315738.1

    申请日:2015-06-10

    CPC classification number: H04W64/00 H04W4/04

    Abstract: 本发明请求保护一种基于WLAN的室内被动入侵检测定位方法。这种定位方法相对传统的室内定位方法无需待定位的人或目标携带相关硬件设备且主动参与便可实现定位。由于室内WLAN无线环境下人的出现和运动会引起室内无线信号的反射、散射、绕射等,从而引起信号衰落,使得在室内有人入侵时的无线信号相对无人静默环境下的信号有所变化,于是,利用这种无线信号的变化来检测环境中是否有异常入侵。模糊推理综合利用环境中的无线信号变化特征来训练模糊规则,构建无线信号异常变化特征与位置的映射关系,从而实现对入侵目标的位置估计,并通过设计模糊规则自适应学习算法来适应环境的变化,从而提高了本发明方法的鲁棒性。

    一种基于信号分布检验的Wi-Fi室内定位方法

    公开(公告)号:CN108449708A

    公开(公告)日:2018-08-24

    申请号:CN201810212348.5

    申请日:2018-03-15

    Abstract: 本发明公开了一种基于信号分布检验的Wi-Fi室内定位方法,该方法首先根据Jarque-Bera(JB)检验结果对各个参考点处的Wi-Fi信号分布进行正态性评价;然后针对不同Wi-Fi信号分布特性,利用混合Mann-Whitney U检验/T检验方法构造匹配参考点集合,以实现对目标的区域定位;最后通过计算定位区域中匹配参考点的K近邻(K-nearest Neighbor,KNN),完成对目标的位置坐标估计。实验结果表明,本发明方法解决了因复杂室内环境下Wi-Fi信号分布的多样性导致Wi-Fi室内定位系统的鲁棒性较差问题,同时,它相比于传统Wi-Fi室内定位方法具有更高的定位精度和更强的系统鲁棒性。

    基于转移概率热点映射的室内WLAN增广流形对齐定位方法

    公开(公告)号:CN105188035B

    公开(公告)日:2018-06-15

    申请号:CN201510489375.3

    申请日:2015-08-11

    Abstract: 本发明公开了一种基于转移概率热点映射的室内WLAN增广流形对齐定位方法,对定位目标区域进行划分以得到物理环境图,同时通过对用户运动行为的观测,得到所划分物理子区域间的转移分布;在定位目标区域内采集RSS序列并利用相关性测序方法得到信号图,同时统计所有RSS序列在信号图中的转移分布;利用所得转移分布得到概率转移矩阵,以建立信号图到物理环境图的热点映射关系;对于新采集的RSS,根据热点映射关系判断其所属的物理子区域;根据所属物理子区域的标记点指纹及定位目标区域中的位置坐标集,利用增广流形对齐方法进行定位。本发明无需在离线阶段采集每个参考点处来自不同AP的RSS且不依赖于运动传感器,同时具有较高的定位精度。

    基于多维尺度MDS分析的室内WLAN信号平面图构建与定位方法

    公开(公告)号:CN105120517B

    公开(公告)日:2018-05-11

    申请号:CN201510456317.0

    申请日:2015-07-29

    Abstract: 本发明所述基于多维尺度MDS分析的室内WLAN信号平面图构建与定位方法,首先在离线阶段对目标区域内用户的运动路径模式进行观测,并根据观测得到的运动路径模式进行信号序列采集;然后,利用MDS方法对采集的信号序列进行降维处理,并绘制每种路径模式所对应的信号平面图;其次,将信号平面图转换为灰度图像,并进行特征提取与神经网络训练;最后在定位阶段,将新采集的信号序列转换成灰度图像并进行特征提取,利用训练得到的神经网络,对新采集信号序列进行模式判别,进而估计得到用户的运动轨迹与方向。本发明能够运用于无线电通信网络环境,主要面向室内无线局域网定位方法,解决了传统的指纹定位方法中需要投入大量的人力和物力资源的问题。

    基于RSS统计分布分块区域误差限的WLAN定位网络优化方法

    公开(公告)号:CN104469939B

    公开(公告)日:2017-11-10

    申请号:CN201410783847.1

    申请日:2014-12-16

    Abstract: 本发明涉及一种基于RSS统计分布分块区域误差限的WLAN定位网络优化方法,该方法根据室内环境信号分布的统计特性,将目标区域进行分块;利用克拉美罗界的特性,计算分块区域误差限;采用定量分析不同信号分布的统计特性对指纹定位误差限的影响,计算得到真实环境下的指纹定位误差限,利用模拟退火算法对WLAN定位网络中的接入点AP(Access Point)位置进行优化。本发明提供的提供一种基于RSS统计分布分块区域误差限的WLAN定位网络优化方法可以提高指纹定位法的精度性能,增强指纹定位法的普适性。

Patent Agency Ranking