-
公开(公告)号：CN101639527B
公开(公告)日：2011-11-23
申请号：CN200910072787.1
申请日：2009-09-03
Applicant: 哈尔滨工业大学
Abstract: 基于RSS-P的K近邻模糊聚类WLAN室内定位方法，它涉及辨识领域中的室内定位方法。它有下述步骤：一、在欲定位点测量并记录用户终端所接收到的RSS信号；二、利用K近邻法确定与欲定位点信号特征最相似的K个参考点；三、利用模糊聚类算法对所选的参考点的RSS值进行分类，计算每个聚类中心向量中分量与来自相应AP的RSS值之差的平方，在类内将这些值累加，选择和最小的一类；四、再次利用模糊聚类算法，对所有参考点的位置进行分类，选出与步骤三选出类相同参考点最多的参考点；五、取步骤三和四所取得参考点的并集；将这些参考点的平均坐标，作为欲定位点的位置。它解决了K近邻法一些参考点会造成定位误差的问题，用于位置辨识。
-
公开(公告)号：CN102131290A
公开(公告)日：2011-07-20
申请号：CN201110105475.3
申请日：2011-04-26
Applicant: 哈尔滨工业大学
Abstract: 基于自相关滤波的WLAN室内邻近匹配定位方法，涉及基于自相关滤波的WLAN室内邻近匹配定位方法，解决了现有WLAN室内邻近匹配定位方法中，因室内复杂信号反射、折射、衍射、人体和设施遮蔽等因素影响，所造成的位置指纹数据库动态变化且位置依赖性较差问题，具体步骤如下：一、在离线采集阶段，标记参考点位置；二、在每个参考点处，对来自不同AP的信号强度进行采集；三、在离线修正阶段，首先利用连续强度信号的自相关特性，判断不同强度指纹样本集合中是否存在奇异强度样本；四、强度样本均值，保存到位置指纹数据库中；五、在线定位阶段，实现对定位终端的位置坐标估计。用于WLAN室内定位。
-
公开(公告)号：CN101873607A
公开(公告)日：2010-10-27
申请号：CN201010209859.5
申请日：2010-06-25
Applicant: 哈尔滨工业大学
Abstract: WLAN室内分步式RD-ANFIS定位方法，涉及模糊聚类型ANFIS室内定位方法，解决了WLAN室内环境下由于定位区域大、模式复杂导致ANFIS系统易产生过匹配、环境适应性降低且定位精度差的问题。该定位方法为：在离线阶段，根据FCM聚类技术将目标定位区域分割为若干相邻、连通子区域，具有相似SNR分布特性的RP属于同一子区域；利用模糊减法聚类方法得到每个连通子区域的初始模糊推理准则，并完成对每个子区域的ANFIS定位系统的建立；在在线阶段，通过比较定位终端处采集的SNR样本均值与不同聚类中心的欧几里得距离，进而获得定位终端位置的预估计区域，最终利用该区域的ANFIS定位系统即可实现对位置的精确坐标估计。本发明可用于模式识别领域。
-
公开(公告)号：CN101657014A
公开(公告)日：2010-02-24
申请号：CN200910072858.8
申请日：2009-09-11
Applicant: 哈尔滨工业大学
Abstract: 基于近邻概率法的WLAN室内定位方法，本发明涉及一种复杂系统辨识领域中的室内定位方法，用于室内定位，以解决现有室内概率定位方法中，位置先验概率不确定所带来的定位偏差问题。它首先利用K近邻法，计算欲定位点与不同参考点处信号特征向量间的欧氏距离，并根据不同欧氏距离的差异性，得到欲定位点在不同参考点处的位置先验信息，进而实现WLAN环境下的近邻概率定位方法。本发明的方法能够解决K近邻法定位信息容错性差，以及概率法先验假设与实际情况不符的问题，它能够有效应用在WLAN室内定位环境中。
-
公开(公告)号：CN101639527A
公开(公告)日：2010-02-03
申请号：CN200910072787.1
申请日：2009-09-03
Applicant: 哈尔滨工业大学
Abstract: 基于RSS-P的K近邻模糊聚类WLAN室内定位方法，它涉及辨识领域中的室内定位方法。它有下述步骤：一、在欲定位点测量并记录用户终端所接收到的RSS信号；二、利用K近邻法确定与欲定位点信号特征最相似的K个参考点；三、利用模糊聚类算法对所选的参考点的RSS值进行分类，计算每个聚类中心向量中分量与来自相应AP的RSS值之差的平方，在类内将这些值累加，选择和最小的一类；四、再次利用模糊聚类算法，对所有参考点的位置进行分类，选出与步骤三选出类相同参考点最多的参考点；五、取步骤三和四所取得参考点的并集；将这些参考点的平均坐标，作为欲定位点的位置。它解决了K近邻法一些参考点会造成定位误差的问题，用于位置辨识。
-
Patent Agency Ranking
公开(公告)号：CN101895867B
公开(公告)日：2013-11-06
申请号：CN201010209582.6
申请日：2010-06-25
Applicant: 哈尔滨工业大学
Abstract: 基于滑动时间窗的WLAN室内WKNN跟踪方法，它涉及模式识别领域，它解决了现有的WLAN室内跟踪方法中，因终端采样速率限制和运动状态不易得到等因素所造成的估计轨迹不平滑，即估计位置坐标抖动剧烈的问题。本发明首先采集信号样本并建立相应的位置指纹数据库；然后根据新采集的信号样本，利用WKNN定位法，实时得到终端的预估计位置坐标、运动速率和不同时刻的置信区域；再根据前向滑动时间窗门限、后向滑动时间窗门限和相应的置信区域，剔除预估计位置集里与邻近时刻位置点比较，信号强度变化突兀的错误预估计位置点；最后，按时间先后顺序连接最终估计位置点，得到对终端的平滑估计运动轨迹。本发明适用于室内跟踪定位。
-
公开(公告)号：CN102325369A
公开(公告)日：2012-01-18
申请号：CN201110152204.3
申请日：2011-06-08
Applicant: 哈尔滨工业大学
Abstract: 基于参考点位置优化的WLAN室内单源线性WKNN定位方法，属于移动计算领域，本发明为解决现有WLAN室内单源线性环境下，WKNN定位算法中最优参考点数目和位置的选择问题。本发明针对这一特殊单源线性场景，首先在离线阶段，针对具体的实际单源线性定位环境，计算WKNN定位法在该环境下理论期望精度的闭合解形式；然后，利用闭合解形式中期望误差与参考点位置、目标区域尺寸之间的关系，对参考点进行优化布置，满足最小期望误差准则，并建立相应的单源均值位置指纹数据库；最后，根据在现阶段实时采集的信号强度样本，利用近邻点数为4的WKNN定位法，对定位终端进行位置坐标估计。
-
公开(公告)号：CN102215497A
公开(公告)日：2011-10-12
申请号：CN201110152219.X
申请日：2011-06-08
Applicant: 哈尔滨工业大学
Abstract: 基于条件信息熵的WLAN室内单源高斯位置指纹定位性能评价方法，属于信息系统领域，本发明为解决现有的医疗感知平台存在体积较大，价格昂贵，功能扩展性不强，无线传输协议耗能较高的问题。本发明：步骤一、建立初始参考点分布模型N′×M′；步骤二、将初始参考点分布模型N′×M′低维非对称模型重构为N×M高维对称模型；步骤三、根据步骤二重构的N×M高维对称模型，计算得到条件信息熵与位置指纹定位准度和期望误差之间的数学依赖关系；步骤四、根据步骤三所得到的数学依赖关系，利用条件信息熵的变化情况，来评价不同测试点处信号方差或参考点密度变化对整个位置指纹定位系统的性能影响。
-
公开(公告)号：CN101764639B
公开(公告)日：2013-10-16
申请号：CN200910073444.7
申请日：2009-12-17
Applicant: 哈尔滨工业大学
IPC: H04B7/185
Abstract: 基于五向量数学模型的多层卫星网络稳定分群方法。它涉及无线电通信领域中的卫星网络分群方法。它解决了现有卫星网络拓扑稳定性、卫星节点路由存储开销和卫星网络的业务时延之间存在的矛盾问题。它采用描述多层卫星网络拓扑性质的五向量数学模型并利用链路稳定性度量函数实现网络资源的优化配置；采用定量分析不同星间链路对网络稳定性贡献程度和卫星节点或链路失效对网络时延变化影响的方法，根据网络稳定性度量函数和同群或邻群卫星间优化连接关系，减小网络平均最短路由表长度并提高网络拓扑结构的稳定性。本发明的方法能够应用到空天地一体化信息网络中的多层卫星网络环境。
-
公开(公告)号：CN101778399B
公开(公告)日：2012-07-04
申请号：CN201010032481.6
申请日：2010-01-18
Applicant: 哈尔滨工业大学
Abstract: 基于FCM和最小二乘曲面拟合法的WLAN室内优化ANN定位方法，本发明涉及一种室内定位方法，用于室内定位，以解决训练样本空间中所存在的奇异参考点所带来的ANN系统泛化能力下降。首先根据FCM方法，对预先标记的参考点进行聚类，确定相应的聚类中心和不同参考点对其所属聚类的聚类中心的隶属度。通过对参考点隶属度进行量化处理和相似度计算，得到目标定位区域中奇异点的空间位置。利用最小二乘曲面拟合法剔除强度分布图中的突兀变化点，更新定位指纹数据库。针对不同聚类建立相应的ANN定位子系统，通过计算在线阶段采集的信号强度样本与不同聚类中心的欧几里得距离，估计终端所属聚类。最终利用相应的ANN子系统对终端精确估计。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.029 seconds)
