位置指纹

摘要： 为改进井下WLAN人员定位系统中位置指纹数据库的特征提取及在线定位匹配性能,提出了自适应核主成分分析(Adaptive Kernel Principal Component Analysis,AKPCA)算法。AKPCA算法将最优AP选择算法与核主成分分析(Kernel Principal Component Analysis,KPCA)算法相结合,使本征维数的计算具有一定的子区域自适应性,有效改善了KPCA算法中使用最大似然估计法求解的本征维数对于区域划分后的位置指纹数据库过于单一的问题。最优AP选择因子能够根据区域中AP信号的覆盖状态在位置指纹数据库构建及区域划分后完成最优本征维数的确定。井下人员定位试验结果中,AKPCA算法在各子区域本征维数的计算精度上要优于KPCA算法,且在定位误差为4 m时的置信概率达到了近100%,高于KPCA算法的91.4%。而在定位过程的内存占用对比方面,AKPCA算法的平均内存使用为0.832 GB,要优于KPCA算法的1.278 GB和其他位置指纹匹配算法。综上,AKPCA算法不仅在定位精度上要优于其他特征提取算法,同时也能够有效减少定位系统在线定位过程中的资源消耗。在未来的研究中,将致力于进一步改善区域划分后的井下定位精度。

摘要： 在常见的Wi-Fi室内定位方法中,大部分研究聚焦于定位算法的精度,但是对于已有室内数据如何进行高效组织和处理,以实现室内位置服务的应用系统研究并不多。针对此类问题,将知识图谱与传统室内定位技术结合,并利用多种软件开发技术完整开发出实用的定位系统。融合了物理空间和信息空间,信息空间包含室内信息获取、云端服务、信息存储及计算部分,物理空间表达了室内空间结构及其数据关系。最后,通过WEBGL(web graphics library)技术进行直观的定位展示,以实现室内信号数据和定位结果的可视化。系统拥有完备的数据存储和使用机制,对室内物联网设备的已有数据信息整合后便可以为用户提供房间级位置服务,并且系统的分步定位功能有助于减少系统运算耗时。

摘要： 在机场、车站、养老院等场所都需要实时可靠地提供用户所在室内的位置,而当前主流的KNN、WKNN等定位算法定位耗时较长,基于层次聚类和基于K-Means聚类等聚类定位算法定位精度不高。针对以上问题,本文提出了一种基于深度神经网络的WiFi室内定位算法(DV-WKNN算法)。该算法采用深度神经网络算法预测的点为离散点动态生成泰森多边形以确定定位区域,再利用位置指纹算法,通过计算环境偏差值以改进WKNN算法进行精确定位。仿真结果表明,与KNN、WKNN和基于K-Means聚类的KNN相比,DV-WKNN算法的平均位置误差分别降低了38.9%,18.9%和10.2%;最大位置误差降低了43.3%。DV-WKNN算法由于采用了泰森多边形来动态划分区域,减少了全局遍历时间,提高了定位效率;利用深度神经网络算法加强了非线性学习能力,因此本文的算法在不同的定位环境中皆具有良好的性能。

摘要： 随着社会的发展,室内定位越来越重要。在室内定位技术基本原理的基础上,衍生出了多种技术方案。文章先讨论了当前主流的室内定位技术,然后提出一种基于Wi-Fi信号位置指纹技术和行人航迹推算技术相结合的室内定位系统,同时引入KNN算法、扩展卡尔曼滤波算法,提高了室内定位精度。

摘要： WiFi技术定位技术是当前室内定位技术研究的热点方向,针对WiFi位置指纹室内定位技术需求,该文提出了一种神经网络模型算法,利用Python平台构建神经网络算法模型,并根据模型求解结果进行分析,最终实现对目标对象的定位仿真,并选取了WiFi位置指纹最常用的KNN(K-Nearest Neighbor)算法、随机森林算法,将神经网络模型定位结果与KNN算法、随机森林算法进行比较分析,仿真结果验证了神经网络定位算法的优越性。

摘要： 为解决游客游览溶洞景区时出现的迷路、失联等安全问题,设计了基于位置指纹和行人航位推算的溶洞内定位导航系统。该系统具备实时定位、基于溶洞地形线路导航、遇险救援等功能。文章给出了系统架构,定位导航的原理和方法,以及融合位置指纹和行人航位推算的互补滤波算法。经测试,该系统能够为游客提供精准且全面的位置服务,有助于提升景区的服务质量。

摘要： 随着互联网的快速发展,人们对WiFi的依赖性不断增强,同时室内定位技术也变得越来越重要。由于GPS无法解决室内定位这一难题,因此本文讨论研究了基于WiFi的室内定位算法。本文对基于WiFi的定位技术做了介绍,对各种定位算法模型进行了对比研究,对各种定位技术进行了实验演示,分析了各种定位技术的优缺点,并指出了WiFi室内定位技术未来的发展方向。

摘要： 为了解决井下WLAN位置指纹库中噪声样本对井下人员定位精度的影响,提出了用于消减位置指纹数据库中噪声样本的基于采样间隔τ的自相关滤波算法.研究表明,虽然在同一个参考点处使用同一个采集设备在不同时刻采集到的接收信号强度(received signal strength,RSS)序列都不完全一样,但噪声样本与其他样本的RSS序列相比有着较为显著的差异值.利用这一特点,基于采样间隔τ的自相关滤波算法使用样本均值作为两个样本间波动差值的平衡参照,使得噪声样本的异常特性被放大,进而使可能存在的噪声样本更精确地被滤除.滤除噪声样本的位置指纹库能够更好地表征各参考点处的RSS分布.实验结果表明,以90％置信概率为参照标准,使用自相关滤波后的位置指纹样本分别进行静态和动态人员定位的定位误差为3m和3.5 m,比使用原始位置指纹样本的定位误差分别减小了lm和0.5 m.

摘要： 全球定位系统和蜂窝网络系统因室内定位不准确,无法满足高标准、高精度、高准确的要求,因此本文提出基于位置指纹的WiFi定位技术并在计算位置指纹距离时引入了AP强弱的目标函数,大大提高了室内定位的精度。

摘要： 对车间内设备的实时定位识别是实现智慧工厂的关键要素.提出一种基于RFID的车间自动导引车定位算法,首先采集室内参考点的接收信号强度值,经过数据标准化处理建立指纹库,然后利用指纹匹配算法估计目标粗略位置;通过测量目标标签接收信号相位值,计算自动导引车径向位移速度,并且根据线性最小二乘法拟合目标瞬时速度;最后,经过卡尔曼滤波预测自动导引车的当前精确位置.实验结果表明,该方法相较于传统指纹定位方法精度更高.

摘要： 传统的指纹定位聚类算法经常采用k-means聚类算法,但由于RSSI随时间和客观因素呈波动性较大的特性,k-means无法适应随时在变化的指纹库,且无法自适应生成聚类簇个数,导致匹配准确率不高.本文采用一种基于支持向量机(SVM)和DBSCAN的聚类算法,可生成不断适应指纹库变化的最优超平面模型,解决了指纹不断波动导致匹配效果不好的问题,并且在匹配过程中可以自动生成分类簇个数,根据DBSCAN的统计密度特性选择匹配概率最大的模型,提高了定位的匹配准确度,减少了定位匹配的时间,定位精度在60％的范围内可达到2.04m,相对k-means的6.1m提高了56.3％,提高了定位精度.

摘要： 叉车是烟草物流行业的重要装备,在卷烟物流作业中扮演着非常重要的角色,是卷烟搬运和仓储环节中不可或缺的重要设备,是实现烟草物流机械化作业减轻工人劳动强度、提高作业效率、降低仓储物流成本的重要工具.咸宁市烟草公司卷烟配送中心主要使用电动叉车进行卷烟入库、出库等环节的搬运作业,每进行一趟搬运作业,叉车驾驶员必须下车查看数字化仓储系统为该次搬运卷烟的对应货位信息后才能正确搬运,耽误时间长,作业效率不高,严重影响了后续物流作业的开展.本文根据卷烟物流叉车作业的需求,以WIFI定位技术理论为基础,结合位置指纹算法,从软硬件系统设计入手,提出符合咸宁烟草卷烟配送中心的叉车导航系统设计方案.

摘要： 针对全球卫星定位系统(GPS)在密集城市地带、隧道、室内停车场等环境下不可用的问题,本文基于红外传输技术实验提出了一种红外/GPS组合定位系统.在车辆首尾分别加装红外发射与接收装置,再通过短距离传输红外信号确定车辆与红外发射基站、车辆与车辆之间的相对位置,结合位置指纹实现红外定位并与GPS相组合从而提高定位精度.

摘要： 主要研究了在室内WLAN的环境下，利用K近邻和加权K近邻算法进行定位时的性能。首先介绍了位置指纹定位方法及两种定位算法的基本原理，在此基础上根据实验数据，分析了不同的参数选择对定位精度的影响，最后研究了用于定位的来自各个AP信号的重要性问题。对室内WLAN环境下的定位方法选择和性能分析具有很好的理论指导和实际意义。

摘要： 对于室内环境中的定位,由于存在大量的多径,传统方案并不适用.为了解决室内场景的定位问题,本文提出了一种基于时间反演的室内定位方案.时间反演具有时空的聚焦特性,当在多径丰富的环境中使用时,会有很好的聚焦效果,为了评估时间的性能,本文构建了一个原型系统来进行实验验证.实验结果表明,在2.4GHz带宽下,时间反演指纹方法可以在实验区域内实现10-cm定位精度.

摘要： 对于室内环境中的定位,由于存在大量的多径,传统方案并不适用.为了解决室内场景的定位问题,本文提出了一种基于时间反演的室内定位方案.时间反演具有时空的聚焦特性,当在多径丰富的环境中使用时,会有很好的聚焦效果,为了评估时间的性能,本文构建了一个原型系统来进行实验验证.实验结果表明,在2.4GHz带宽下,时间反演指纹方法可以在实验区域内实现10-cm定位精度.

摘要： 对于室内环境中的定位,由于存在大量的多径,传统方案并不适用.为了解决室内场景的定位问题,本文提出了一种基于时间反演的室内定位方案.时间反演具有时空的聚焦特性,当在多径丰富的环境中使用时,会有很好的聚焦效果,为了评估时间的性能,本文构建了一个原型系统来进行实验验证.实验结果表明,在2.4GHz带宽下,时间反演指纹方法可以在实验区域内实现10-cm定位精度.

摘要： 对于室内环境中的定位,由于存在大量的多径,传统方案并不适用.为了解决室内场景的定位问题,本文提出了一种基于时间反演的室内定位方案.时间反演具有时空的聚焦特性,当在多径丰富的环境中使用时,会有很好的聚焦效果,为了评估时间的性能,本文构建了一个原型系统来进行实验验证.实验结果表明,在2.4GHz带宽下,时间反演指纹方法可以在实验区域内实现10-cm定位精度.

摘要： 随着智能建筑的发展,消防自动化系统中自动灭火系统、火灾自动报警系统已日渐成熟.为尽早发现火灾,将火灾控制在初期阶段发挥了重要作用.但室内定位疏散导航系统在智能建筑中应用仍然较少.文章基于Android平台,利用WiFi指纹定位技术与PDR行人航迹推算技术,实现了一套可在火灾时向用户发送火警信息、确定用户实时位置、避开火灾区域向最近安全出口导航的智能疏散系统.

摘要： 随着智能建筑的发展,消防自动化系统中自动灭火系统、火灾自动报警系统已日渐成熟.为尽早发现火灾,将火灾控制在初期阶段发挥了重要作用.但室内定位疏散导航系统在智能建筑中应用仍然较少.文章基于Android平台,利用WiFi指纹定位技术与PDR行人航迹推算技术,实现了一套可在火灾时向用户发送火警信息、确定用户实时位置、避开火灾区域向最近安全出口导航的智能疏散系统.

摘要： 本实用新型公开了一种可灵活设计指纹模块位置的指纹锁，包括外壳和独立指纹模块，所述的外壳内设置主控板，所述的主控板与外壳固定连接，所述的外壳上设置触摸板，所述的触摸板与外壳固定连接，所述的独立指纹模块和触摸板均与主控板电连接。本实用新型显示屏与触摸板、主控板安装在外壳内，方便客户安装，独立指纹模块利用连接线引出，可以方便客户自由安装，提供了一定的自由度，可以将独立指纹模块设计到把手上，也可以安装到指纹锁显示屏上方，或者按键的下方等等，并可以利用不同的指纹模块设计出不同的风格，如圆的、方的等等；可以方便的将指纹模块设计到自己想要的位置，在外观上可以自由的发挥创造。

摘要： 本申请提供一种基于位置指纹的位置定位方法、装置、设备及存储介质，涉及定位技术领域，用以提升指纹位置定位的准确度。该方法包括：根据待定位点的位置指纹获得包括候选地理网格的候选网格集合；基于候选网格集合中各候选地理网格的指纹匹配度，对候选网格集合中的部分候选地理网格的指纹匹配度进行加权处理；利用所述部分候选地理网格对应的加权处理后的指纹匹配度，以及剩余的候选地理网格对应的未加权处理的指纹匹配度，对所述候选网格集合中各候选地理网格的地理位置进行加权处理，基于加权处理后的各地理位置，获得所述待定位点的地理位置。该方法能够削弱指纹匹配度较低的候选地理网格对定位的影响，进而提升了定位的准确度。

摘要： 本发明涉及一种基于手机用户位置指纹进行手机位置定位的方法，包括：将LTE道路测试和LTE道路扫频测试的数据作为道路位置指纹数据库的输入源，生成位置指纹数据库；采集到不包含位置信息的用户日常信号强度数据后，与已有的位置指纹数据库进行匹配并修正，得到用户的位置信息和运动轨迹。本发明通过LTE道路测试和LTE道路扫频测试的数据作为道路位置指纹数据库的输入源，生成位置指纹数据库，通过对采集数据的位置指纹数据库进行匹配并修正后，得到LTE用户在道路上的位置信息和运动轨迹，本发明实现了LTE网络用户位置定位精度误差在50米内的采样点比例平均达到70％以上。

摘要： 本发明公开一种位置指纹库的构建方法以及基于该位置指纹库的定位方法，通过采集不同时间段的样本形成指纹序列组，保持了指纹序列的多样化，并且通过指纹序列组代替单个的指纹序列，减小了周围环境的变化对定位结果的影响，并得到所有采样点的基于指纹序列组的位置指纹，将所有采样点的位置指纹组合成位置指纹库；通过将实时获取到的RSSI序列与位置指纹库匹配的结果划分成K个区间，根据匹配的结果划分不同的区间，计算不同区间对应的权重因子的值，即为不同区间内的采样点赋予不同的权重值，以区别不同采样点对待定位点的影响，权重参数通过反馈求解，更能适应定位场景的环境，提高定位精度。

摘要： 本发明提供了离线指纹库构建方法、位置指纹定位方法和系统，离线指纹库构建方法包括在各无线接入点设备处分别部署移动边缘计算服务器，所述方法包括以下步骤：对获得的指纹数据采用聚类算法获得设定数量的聚类及聚类中心；将每一类中的数据根据初始聚类中心所在的位置存储到对应的移动边缘计算服务器中构建完成各离线指纹库的分库。本发明通过在AP设备处部署MEC服务器，将指纹数据的预处理、存储和匹配任务“下沉”至MEC服务器去完成，MEC服务器距离用户很近，这样可以大幅减少指纹数据的传输时延。通过使用MEC服务器，可以缓解云服务器和移动终端的存储和计算压力。

摘要： 本申请涉及一种位置指纹的生成方法、位置确定方法、装置、计算机设备和存储介质。该方法包括：获取信号接收器在待扫描区域中扫描的各信号发射器发射的第一信号参数，以及在扫描到第一信号参数时，信号接收器所处的扫描位置；对第一信号参数及其对应的扫描位置进行回归分析，得到各信号发射器对应的信号参数分布；根据各信号参数分布中的第二信号参数所关联的位置信息，融合各信号参数分布中的第二信号参数，得到待扫描区域的位置指纹。采用本方法简化了信号数据定位方式，并且通过对第一信号参数及其对应的扫描位置进行回归分析，可提高信号参数的完整性和多样性，使得位置指纹更为准确，如此在定位时使用该位置指纹可提高定位的准确性。

摘要： 本发明是一种基于位置指纹和二步多项式拟合的卫星位置预测跟踪方法。所述方法为设置时间窗，通过基于位置指纹的卫星分级定位方法确定时间窗内成员星的N个离散位置构成的轨迹；将时间窗内的N个离散位置作为历史定位结果，根据二步多项式拟合方法确定出N个离散位置的二步多项式拟合值；确定成员星历史定位结果的轨迹吻合度，根据轨迹吻合度确定分级定位轨迹与真实轨迹的偏移程度；计算指纹定位结果，并对指纹定位结果进行卡尔曼滤波，得到成员星最终定位结果。本发明预测跟踪的定位结果的定位误差小于5m的概率为90％，定位误差小于10m的概率约为95％，定位误差小于30m的概率超过95％。定位精度远远高于未跟踪的定位结果。

摘要： 本申请提供一种基于位置指纹的位置定位方法、装置、设备及存储介质，涉及定位技术领域，用以提升指纹位置定位的准确度。该方法包括：根据待定位点的位置指纹获得包括候选地理网格的候选网格集合；基于候选网格集合中各候选地理网格的指纹匹配度，对候选网格集合中的部分候选地理网格的指纹匹配度进行加权处理；利用所述部分候选地理网格对应的加权处理后的指纹匹配度，以及剩余的候选地理网格对应的未加权处理的指纹匹配度，对所述候选网格集合中各候选地理网格的地理位置进行加权处理，基于加权处理后的各地理位置，获得所述待定位点的地理位置。该方法能够削弱指纹匹配度较低的候选地理网格对定位的影响，进而提升了定位的准确度。

摘要： 本发明涉及一种基于手机用户位置指纹进行手机位置定位的方法，包括：将LTE道路测试和LTE道路扫频测试的数据作为道路位置指纹数据库的输入源，生成位置指纹数据库；采集到不包含位置信息的用户日常信号强度数据后，与已有的位置指纹数据库进行匹配并修正，得到用户的位置信息和运动轨迹。本发明通过LTE道路测试和LTE道路扫频测试的数据作为道路位置指纹数据库的输入源，生成位置指纹数据库，通过对采集数据的位置指纹数据库进行匹配并修正后，得到LTE用户在道路上的位置信息和运动轨迹，本发明实现了LTE网络用户位置定位精度误差在50米内的采样点比例平均达到70％以上。

摘要： 本发明提供一种WiFi指纹室内楼层识别与位置估计方法，涉及无线室内定位技术领域，包括：步骤一，对WiFi指纹数据做数据预处理；步骤二、搭建卷积神经网络模型；步骤三、搭建机器学习模型框架，通过决策树、随机森林、K近邻三种线性回归算法预测位置；本发明通过参考节点RP接收多个AP信号强度RSS与楼层、坐标相对应，合成WiFi位置指纹信息，基于位置指纹信息提出卷积神经网络模型与机器学习回归算法实现了室内楼层识别与位置估计，解决了室内定位楼层识别准确率低与位置估计错误率高的问题。