基于MR指纹库的两步室内外综合定位方法

为了解决仅依靠基站对移动台定位不准确,提高移动台的定位精度,研究了基于MR(Measure Report,测量报告)指纹库的室内外联合定位方法。该算法主要分为两步:第一步是粗定位,区分出室内和室外的MR;第二步是精细化定位,将MR定位到具体的位置。实验结果表明,基于MR指纹库的室内外定位方法可以有效提升定位精准度。     

基于5G MR指纹的室内定位技术研究

5G蜂窝网络在为终端提供无线通信功能的同时,也可以提供定位功能。基于5G MR指纹的室内定位技术,可以在不需（或不能）额外布设信源设备情况下,满足室内定位的基本要求。首先概述信令软采网络的拓扑架构,通过信令镜像数据接口,提升MR数据采集解析的时效性;接着详细介绍了基于5G MR指纹的室内定位技术的具体算法,包括指纹库生成算法、渐进式指纹信息匹配算法,该算法既能有效提升定位精度,也可节省计算时间和资源消耗。     

基于MR位置指纹定位的优化算法分析和实践

基于MR的无线优化方法在无线网络中正逐步推广应用,而其中位置指纹定位算法可应用在2G/3G通信网络的无线优化中。分析比较了几种不同的定位算法优劣性,并就其中位置指纹定位的优化算法作了优化改进,使用余弦距离函数作为与指纹库的匹配算法,兼顾计算量和存储空间2方面,使其具有对传播模型、站间距的依赖度较低、对单次测量的偏差不敏感、定位精度较高等优点。通过现网的数据弱覆盖和邻区优化实践,验证了其有效性。     

与强度无关的位置指纹在线定位改进算法

将现有的研究较热的固定发射端、定位接收端的室内位置指纹定位系统应用到固定接收端、定位发射端的室内无线电干扰源定位中,研究了一种考虑干扰源发射强度的在线定位算法,以克服直接使用以一固定发射强度信号源建立的指纹数据库和现有的在线定位方法无法实现对不同发射强度干扰源定位问题。在分析信号传播模型和现有在线定位方法的基础上,利用强度差的均方差进行定位计算。给出了算法实现依据和流程,对改进的算法进行了仿真和实验验证,结果证明了改进算法的实用性。同时,改进算法的思想对现有的考虑接收端异质的位置指纹定位系统也有一定的指导意义。     

室内位置指纹定位算法仿真与分析

本文主要针对WLAN室内定位算法中的NN、KNN、WKNN算法进行阐述,并采用MATLAB进行模拟仿真.仿真结果表明,WKNN算法优于KNN算法,KNN算法优于NN算法.     

基于双线性插值与K-means聚类算法结合的位置指纹定位改进算法

为了提升可见光通信(VLC)室内环境下的定位精度,提出一种基于双线性插值与K-means聚类算法结合的位置指纹定位改进算法。该算法首先建立初始指纹,然后对待定位点所在聚类域中的指纹进行插值计算,最后将插值后的部分区域指纹作为参考指纹库存,选择一种匹配算法实现最终定位。在5 m×5 m×3 m的室内房间建立VLC系统模型,仿真分析了指纹密集度对定位精度的影响以及改进算法的定位精度对比情况。仿真结果表明:随着指纹库密集度的降低,定位精度随之提高;改进算法使用插值指纹库与比使用初始指纹库的定位精度提高了21.5%,同时大大降低了计算复杂度。     

位置指纹定位技术

在室内利用无线网络对移动目标定位,可用的技术有基于波达时间(TOA/TDOA)、基于波达角度(AOA)、以及基于接收信号强度(RSS)的技术等。比较而言,基于接收信号强度(RSS)的位置指纹(LF)技术更适合于复杂的室内环境。对该技术目前的研究情况进行比较全面和详细的介绍。     

基于位置指纹的室内定位技术

近年来,随着物联网逐渐成为世界信息产业发展的热点,室内智慧化建设的技术要求越来越高,而位置信息在室内环境中具有广泛的应用场景.基于此,综述现有的室内定位技术与方法,从成本、部署难易程度、后期推广方面综合分析,总结出基于位置指纹的室内定位方法的优势;主要研究并实现了一种基于位置指纹的室内多模定位方法,该方法是一种低成本、...     

基于WiFi-GM指纹的室内定位算法

针对室内环境中单一指纹定位方法存在定位误差较大、定位漂移的问题,提出了一种融合室内Wi-Fi指纹和地磁指纹的定位算法。首先在大范围区域中通过K-means聚类方法将较大的匹配区域划分成更小的且特征更加明显集中的子区域,然后在在线阶段通过WiFi指纹粗定位到小区域,再通过地磁指纹定位系统进行近一步精匹配定位。实验表明,该融合算法缩小了地磁匹配的初始搜索范围,大大减少了指纹定位中的误匹配问题。实验中,平均定位误差仅2.17 m,最大定位误差3.61 m,较单一指纹定位系统性能均有大幅度提升,证明该定位方法具有一定的可行性与先进性。     

测量报告指纹库立体定位及在室内规划中的应用研究

贵州移动综合利用高精度立体覆盖仿真技术构建了立体指纹库,将用户终端上报的测量报告指纹与指纹库进行相关性判断,实现测量报告的立体定位,从而描绘出建筑物详尽的立体覆盖视图,为移动通信室内覆盖规划建设提供指导。本方法已经在当前的LTE网络规划建设工作中进行了使用,实现了LTE基站资源的精确投放。     

基于细节点和全局方向信息的混合指纹匹配算法

本文研究了一种指纹细节点与全局方向信息在分类器级别上融合的混合指纹匹配算法。其中细节点的匹配利用了点模式匹配的思想算法。此外研究并设计了全局方向匹配算法，并将两者融合。试验结果表明了算法的有效性。     

基于电源线和位置指纹的室内定位技术

该文提出将室内环境不可或缺的电源线作为天线,通过在电源线上注入宽带高频信号构造室内空间的位置指纹,进而实现室内空间精确定位。首先介绍了电源线上宽带高频信号注入模块的实现技术,以及室内空间位置指纹的构造方法;其次,介绍了基于朴素贝叶斯分类算法的室内定位原理;最后,通过实验分析证明在多训练样本情况下,基于朴素贝叶斯分类算法的定位算法比基于K最邻近点(KNN)分类算法的定位算法有更好的定位准确率和时间迁移适应能力。     

交互多模算法在蜂窝网指纹定位技术中的应用

针对目标运动及无线信道动态衰落特性对用户位置估计波动较大的影响,利用基于卡尔曼滤波的交互多模算法的特性,并将其应用于蜂窝网指纹定位技术中.根据K近邻匹配算法估计出用户位置坐标,然后利用交互多模算法对用户位置坐标进行滤波处理,提高定位精度.通过对真实环境下数据的处理和分析,基于卡尔曼滤波的交互多模算法能有效提高定位精度.     

Indoor Wi-Fi Positioning Algorithm Based on Location Fingerprint

Mobile Networks and Applications - Currently most of the existing indoor fingerprint positioning algorithms are based on fingerprint database. The accuracy of the fingerprint database will directly...     

基于方向滤波的指纹图像增强算法

图像增强是自动指纹识别系统中最重要的环节。本文介绍了一套基于方向滤波的指纹图像增强算法．实验表明这种算法具有很好的处理效果。可用于实际应用。     

基于OTT的MR定位方法

测量报告（Measurement Report,MR)是一种终端上报的测量信息,能够最真实地反映用户在无线网络中的体验,对网络规划和优化都具有重要意义。但目前MR中不包含用户位置相关信息,导致运营商无法确定上报MR中用户感知差的准确位置。本文提出一种基于互联网提供的应用服务（Over The TOP,OTT）方式的MR定位方法,能够准确定位MR的地理位置,帮助运营商快速地评估网络覆盖水平等质量信息,进而有目的地进行网络规划和优化。     

基于线性化数据处理的位置指纹算法

为了进一步提高室内定位精度,提出了一种改进的位置指纹定位算法。该算法离线阶段采集采样点信号强度构建数据库,在线阶段采用线性拟合和最小二乘法相结合求出待测点的估计位置。仿真结果表明,改进的算法尤其适用于不大于10 m~*10 m的小区域网络的高精度定位,与传统的位置指纹算法相比较,改进的位置指纹定位算法使得平均定位误差降低了22.2%,提高了定位精度。     

可见光重构指纹室内定位算法研究

提出一种可见光重构指纹室内定位算法(RFP),通过融合到达时间差(TDOA)算法和指纹算法可快速完成室内高精度定位。该算法首先利用TDOA算法多次估计得到的解集定义一个区域,然后在该区域中构建三维精细指纹库,再利用匹配算法定位未知节点。仿真结果表明,该算法的平均定位误差约为0.1719m,与传统的TDOA算法相比,提高了定位精度,与传统精细指纹算法相比,节省了定位时间。     

基于Nanoloc的TOA指纹算法定位研究

室内环境下,因多径效应以及障碍物影响等因素的存在,使得TOA测距误差较大,如何降低测距误差对定位精度的影响,是精确室内定位系统前进路上的一个挑战。本文针对实测环境下TOA测距误差较大且存在非单调等特点,利用指纹算法降低误差影响,并使用动态阈值,误差加权等方法实现定位,并于Nanoloc平台实现。实验结果表明,本文所用方法在相同测距误差情况下,对比最小二乘法定位有效的提高了定位精度。此方法使定位精度不再过度依赖测量值的准确性,改善了恶劣环境下定位结果的稳定性。本文网络版地址：http：//www.eepw.com.cn/article/164392.htm