CN1951027B - 无线网络里的位置确定和位置跟踪 - Google Patents

无线网络里的位置确定和位置跟踪 Download PDF

Info

Publication number
CN1951027B
CN1951027B CN2005800138716A CN200580013871A CN1951027B CN 1951027 B CN1951027 B CN 1951027B CN 2005800138716 A CN2005800138716 A CN 2005800138716A CN 200580013871 A CN200580013871 A CN 200580013871A CN 1951027 B CN1951027 B CN 1951027B
Authority
CN
China
Prior art keywords
received signal
radio map
signal strength
antenna patterns
wireless network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2005800138716A
Other languages
English (en)
Other versions
CN1951027A (zh
Inventor
陶梅霞
刘坚能
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Meta Platforms Inc
Original Assignee
Hong Kong Applied Science and Technology Research Institute ASTRI
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=35188319&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=CN1951027(B) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Hong Kong Applied Science and Technology Research Institute ASTRI filed Critical Hong Kong Applied Science and Technology Research Institute ASTRI
Publication of CN1951027A publication Critical patent/CN1951027A/zh
Application granted granted Critical
Publication of CN1951027B publication Critical patent/CN1951027B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0252Radio frequency fingerprinting
    • G01S5/02521Radio frequency fingerprinting using a radio-map
    • G01S5/02524Creating or updating the radio-map

Abstract

本发明涉及一种监控网络环境,收集客户在线信息,并根据观察到的信息和在线信息来修正单个客户的位置确定的系统和方法。具体地,本发明涉及的系统和方法,监控无线网络,收集来自客户的在线接收信号强度指标(RSSI)信息观察值,而不需要知道这些客户位置的信息。另外,本发明涉及的系统和方法,根据观察到的客户信息如信号强度参考值,提高网络内位置确定的准确性。

Description

无线网络里的位置确定和位置跟踪
技术背景
本发明涉及无线通信,特别涉及修正无线设备的定位。
发明背景
有时候人们希望确定在一个无线网络内,如射频(RF)网络内,运作站点的位置。例如,美国联邦通信委员会(FCC)已经颁布法案:蜂窝式电话系统必须安装提供移动电话位置信息的系统,以备紧急事件反应所需,如Enhanced 911(E911)紧急事件反应。另外地,对提供特定服务而言,站点位置可能很重要,例如,识别用户和非用户、进行资源分配、增强网络安全和位置敏感的内容发送等等。
为了估计站点位置,系统通常测量一个关于距离函数的度量(metric)。一个典型的测量度量是信号强度,它在自由空间上随着距离呈对数级地衰减。时间信息,如信号到达时间或信号到达不同天线上的时间差,可以被用来作为一个测量度量,由此能够确定距离信息。一些参考点通常与从测量度量获得的距离信息一起使用来估计位置。
全球定位系统(GPS)接收器的使用,在航空应用领域几乎无处不在,它与绕地球运行的中轨道地球卫星网络一起协力运作来确定接收器的位置。在这样一个GPS网络里,前述的参考点是卫星,测量度量是卫星信号到GPS接收器的到达时间。由于GPS接收器和卫星之间是一条清晰的直视线,卫星信号到达时间通常与卫星和GPS接收器之间的距离成正比关系。通过测量三个卫星的信号到达时间,GPS接收器能够计算出该接收器所处的经度和纬度。利用第四个卫星的到达时间信息,GPS接收器还能够确定其所处的海拔高度。
在前述的蜂窝网络里,包括信号强度测量和/或信号到达时间差的相关技术已被用来进行位置确定。例如,美国专利号6,195,556讲授到:使用信号强度测量,结合站点信号的到达时间差,来确定站点位置,在此该专利的公开通过引用被结合到本文中。另外,专利号6,195,556讲授到:使用具体位置的接收信号特征的映射地图(例如,接收多个远程站位置中每个位置的“签名”)来确定站点位置。在上述蜂窝式网络的情况下,基站收发信台(BTSs)通常被用作参考点,由此作出距离确定。
无线局域网(WLAN)位置确定系统已被采用,分为两个阶段:离线阶段和在线阶段。在离线阶段,可以在服务区内在具体位置上进行无线接入点的“指纹”(例如,信号强度、多路特征、等等)预测或测量。位置“指纹”能够被离线预测或测量,例如当配置一个网络的时候,且位置“指纹”被存储在一个数据库内,导致一个所谓的无线映射图(radio map),使无线信号信息和已知位置的坐标产生联系。在在线阶段,在网络的随后运作期间,测量在未知位置上的远程站的“指纹”,并与数据库里的记录进行比较。然后,使用位置估计算法对未知位置进行位置估计。例如,位置估计算法包括但不限于,三角测量,最近邻域估计,K-最近邻域平均,和基于历史的最短路经。
以前,开发一个精确的定位的无线映射图需要在整个网络环境内进行人工校准,即意味着在能够作出定位之前,工程师实际上必须亲自前往,在网络覆盖范围内的一些特定点上进行校准测量。根据人工测量,系统将建立无线映射图,然后作出定位。这个方法被称作有监督的校准或有监督的训练。进行人工校准测量费用昂贵,且消耗大量的人力。并且,由于无线环境经常变化,测量参数也会跟着变化,所以,通过反复校准来修正测量显得不切实际,而且效率低下。需要人工校准的有监督的训练,提供相当准确的位置确定,但随着时间的推移,当网络参数发生变化时,准确性就会降低。所以,减少对昂贵的和费时的人工测量的需要,是有必要的。
发明简述
本发明涉及一种监控网络环境,收集客户在线信息,并根据观察信息和在线信息修正单个客户定位的系统和方法。
一个实现无线网络里的位置确定的系统,包括一个或多个无线网络访问节点,所述一个或多个无线网络访问节点提供多个天线场型;所述系统中配置有关于所述一个或多个无线网络访问节点的无线映射图,所述无线映射图通过使用所述多个天线场型提供相关的位置估计,
所述一个或多个无线网络访问节点使用所述多个天线场型接收从一个未知位置被传送到所述系统的信号,所述系统计算确定所述信号的接收信号强度差值,通过使用所确定的接收信号强度差值提高无线映射图的位置估计
一个实现无线网络里的位置确定的方法,包括:
在一个服务区内提供多个天线场型;
提供与使用所述多个天线场型有关的位置估计的无线映射图;
使用所述多个天线场型,确定有关被接收到的一个信号的接收信号强度信息,所述信号从一个未知位置被传送;和
使用所述确定的接收信号强度信息,修正所述无线映射图的所述位置估计。
一个实现修正无线网络里的客户位置的系统,所述系统包括一个或多个网络客户端:
所述系统中配置有在无线网络环境里的一个点图,所述系统计算来自一个或多个网络客户端用户的一组在线观察值的加权系数,使用所述一组在线观察值和它们相应的加权系数用于计算所述点图中一个点的更新点,用所述更新点校正所述点图中的所述点。
具体地,本发明的实施例包含监控无线网络的系统和方法,如收集来自客户的在线接收信号强度指标(RSSI)信息观察值来提供位置确定,而不需要知道这些客户准确的位置信息。
另外,根据观察的客户信息如信号强度参考值,本发明实施例涉及的系统和方法还提高网络内定位的准确性。在本发明的一个实施例里,本方法采用来自已知或未知位置的多个客户的在线接收信号强度观察值,与最初观察的或估计的信号强度数据库一起,来修正网络环境的一个无线映射图。可以将来自客户的在线RSSI观察值与最初观察的或估计的信号强度数据库进行比较,从而根据无人监督训练性能可以修正无线映射图。依照本发明的实施例,无人监督的系统训练减少或排除对网络进行现场校准的需要,相反地,现有的在线测量能够被用来校准和调整网络环境的无线映射图。另外,依照本发明的实施例,收集的RSSI信息可以从普通网络传送而获得,因此,不需要任何额外的开销来获得和使用信息用于位置确定。
本发明实施例的一个目的是建立移动站位置的一个初始无线映射图,而不需要进行人工校准,通过比较在线观察值和一个普通模型估计值,并反复迭代,直到无线映射图处于一定水平的精确度内。
本发明实施例的另一个目的是修正现有的由监督训练建立的移动站位置的无线映射图,而不需要人工重新测量网络参数来修正校准。
本发明实施例的又一个目的是使用无人监督的训练来修正现有的由监督训练建立的移动站位置的无线映射图,而不需要花费额外的金钱和人力。
前面已经广义地概括了本发明的特点和技术优越性,以便可以更好地理解后续的本发明的详细说明。本发明的其它特点和技术优越性将在此后说明,他们构成本发明的权利要求的主题。应该理解,这里公开的概念和具体实施例可以很容易地用于修正或设计实现本发明的相同目的的构造的基础。还应认识到,这样的等同结构不脱离所附权利要求定义的本发明范围。本发明的特征的创新点,即指其结构也包括操作方法,以及其它的目的和优点,这些将在后面结合附图的说明中更好地理解。但是还应理解,每个附图是用于说明的目的,不用来限定本发明的范围。
附图简述
为了更全面地理解本发明,现参考结合附图的以下说明。其中:
图1A是本发明实施例采用的一个无线网络系统;
图1B是在一个实际配置中可能出现的一个宽方位角范围内具有增益成分的图1A的天线场型(pattern);
图2A和2B是依照本发明实施例可以利用的不同的多天线场型结构;
图3是用于建立无线映射图的一个首选实施例算法的步骤流程图;
图4是迭代修正定位的无线映射图的一个首选实施例算法的步骤流程图;
图5是用于在线位置确定的一个首选实施例算法的步骤流程图;和
图6是用于在线位置跟踪的一个首选实施例算法的步骤流程图。
发明详述
本发明的一个实施例通常涉及监控网络环境,如一个无线网络,通过收集来自客户端用户的信息,如RSSI信息,并使这些信息能够被在线使用。使用这些在线信息,无人监督的学习理论可以被用来修正网络环境的无线映射图,并产生更准确的位置确定。
在此,将简单概述模式分类(pattern classification)里的无人监督的学习理论。例如,D={x1,x2,...,xn}表示从一个已知数量c的群集w={w1,w2,...,wc}中独立挑选出来的n个无标记特征观察值的集合,依照混合密度函数:
p ( x | θ ) = Σ j = 1 c p ( x | w j , θ j ) P ( w j ) - - - ( 1 )
其中,特征函数的群集条件概率p(x|wj,θj)可能是已知的(如多变量高斯分布),但是c个参数值θ={θ1,θ2,...,θc}可能是未知的。在未知参数之间可能也包括先验概率p(wj)。主要目的是通过使用无标记的观察值集合D来估计参数θ和p(wj),j=1,2,...c。θ和p(wj)的最大可能估计(maximum likelihoodestimation)是使联合密度p(D|θ)最大化的值,等式表示如下:
( θ ^ , P ^ ( w ) ) = arg max θ , P ( w ) p ( D | θ ) = arg max θ , P ( w ) Π k = 1 n p ( x k | θ ) - - - ( 2 )
约束条件是P(wj)≥0和
Figure GFW00000044113300072
在多变量高斯分布情景下,每个参数θj由均值向量μj和协方差矩阵∑j组成,且p(x|wj,θj)表示如下:
p ( x | w j , θ j ) = 1 ( 2 π ) d / 2 | Σ j | d / 2 exp [ - 1 2 ( x - μ j ) T Σ j - 1 ( x - μ j ) ] - - - ( 3 )
其中,d是特征向量的维数,|∑j|和∑j -1分别是∑j的行列式和逆,(x-μ)T是x-μ的转置矩阵。如果未知量是μj和P(wj),等式(2)的解见以下等式:
μ ^ j = Σ k = 1 n P ^ ( w j | x k , μ ^ ) x k Σ k = 1 n P ^ ( w j | x k , μ ^ ) , j = 1 , . . . , c - - - ( 4 )
P ^ ( w j ) = 1 n Σ k = 1 n P ^ ( w j | x k , μ ^ ) - - - ( 5 )
其中
P ^ ( w j | x k , μ ^ ) = p ( x k | w j , μ ^ j ) P ^ ( w j ) Σ i = 1 c p ( x k | w i , μ ^ i ) P ^ ( w i ) - - - ( 6 )
虽然这些等式显得相当复杂棘手,但实际上解释非常简单,且μj的最大可能估计只不过是一个样本的加权平均值;第k个样本的权重是xk属于第j个群集可能性的一个估计。在极端情况中,当xk来自群集wj时,
Figure GFW00000044113300081
等于1,否则为0,
Figure GFW00000044113300082
是从wj中选出的样本比率,且是那些样本的平均值。
如果能够获得相当准确的初始估计
Figure GFW00000044113300084
依照以下的等式,等式(4-6)显示一个迭代方案来提高估计精度:
P ^ i ( w j | x k , μ ^ ) = p ( x k | w j , μ ^ j ) P ^ i ( w j ) Σ i = 1 c p ( x k | w i , μ ^ i ) P ^ i ( w i ) - - - ( 7 )
μ ^ j ( i + 1 ) = Σ k = 1 n P ^ i ( w j | x k , μ ^ ( i ) ) x k Σ k = 1 n P ^ i ( w j | x k , μ ^ ( i ) ) - - - ( 8 )
P ^ i + 1 ( w j ) = 1 n Σ k = 1 n P ^ i ( w j | x k , μ ^ ( i ) ) - - - ( 9 )
通常,最大化可能性函数是一个循序渐进的过程。如果在群集条件密度函数之间的重叠很小,群集之间的耦合会很小,收敛将会很快。应用这种无人监督学习理论允许个人通过迭代来纠正、修正或更新无线映射图的精确性,而不是通过重新测量网络环境和人工再次校准。
本发明的实施例采用无人监督学习理论直接应用于定位技术,来建立接收信号强度参考值。相应地,定位被认为是一个模式分类问题。具体地,在一个网络服务区内,群集是些特定点,特征空间是在网络里由无线访问节点连接到的一个无线站的RSSI信息。假设在无线环境下的接收信号强度服从一个对数高斯模型,来自每个候选位置在分贝(dB)标度上的RSSI样本被模拟成一个多变量高斯分布。进一步假设遮蔽效应(shadowingeffects)的标准平方差是固定的和已知的,在候选点w={w1,w2,...,wc}上,等式(7-9)能够被直接用来迭代修正信号强度参考值u={u1,u2,...,uc}。
本发明的实施例利用信号强度参考值的一个初始估计值。例如,依照在美国专利10/635,367“在无线网络里的定位”里披露的方法而获得的信号强度参考值,依照本发明的一个实施例能够被用来提供μ的初始估计值。或者,依照本发明的一个实施例能够产生μ的初始估计值,这个将在本文进行讨论。利用足够的RSSI观察值样本,在每个格子点上的信号强度参考值收敛于一个更准确的数值。
如图1A,显示一个典型的无线网络系统,如网络100。应该理解,网络100可能包含若干无线局域网(WLAN)、无线城域网(WMAN)、蜂窝网络、卫星网络、和/或等。但是,为了更好地帮助读者理解本发明的概念,此处以一个实施例作为参考,其中网络100包含部分无线局域网(WLAN)或无线城域网(WMAN),所以,将使用与这样的无线网络相一致的专业用语。本领域的技术人员很容易理解,这儿讨论的相关无线网络拥有在其它无线网络构造里的相应结构,因此,关于其它的无线网络构造,从其中的披露将很容易理解本发明的实施。例如,无线访问节点会出现在每个前述的无线网络中,尽管可能通过使用一个不同的术语(如:接入点(WLAN和WMAN)、基站收发信台(蜂窝网络)、和无线电收发器(卫星网络))作为参考。
在图1A阐述的实施例中,网络中枢151可能包含有线链接、光学链接和/或无线链接,连接网络100的节点。具体地,基于处理器的系统150可能包含网络服务器、网络工作站、定位系统或甚至其它网络如互联网,通过网络中枢151被连接到接入点(“APs”)101-103。依照一个首选实施例,网络中枢151依照一个标准协议(如以太网、SONET、等等)提供数据通信,尽管如果需要的话可以使用专有协议。
通过使用多天线场型,所述实施例的接入点(APs)101-103提供一个服务区的射频(RF)发射。例如,接入点(APs)101-103可以采用安装相控阵天线和/或天线波束转换的智能天线构造来提供多种天线场型。例如,适合提供多天线场型的商业化的接入点(APs)有来自California SanFrancisco Vivato公司的2.4GHz Wi-Fi交换器。
所述实施例显示这样一个构造,其中每个接入点拥有10个大约36°的方向天线场型和一个与之相连的全向天线场型(大约360°)。具体地,接入点101有方向天线场型110-119和相关的全向天线场型11。类似地,接入点102有方向天线场型120-129和相关的全向天线场型12,接入点103有方向天线场型130-139和相关的全向天线场型13。
应该理解,可以布置所述实施例的方向天线场型,来提供沿着不同方位角的波阵面,从而在每个相应接入点周围一部分的服务区内提供方向覆盖。但是,也应该理解,运作本发明不仅仅限于在图1A中所示的特定天线场型构造。例如,可以设置一个接入点,在该接入点周围提供一个小于360°范围的覆盖。
如图2A中所示,可以设置一个接入点来提供一个相当宽的天线场型覆盖一个所希望的区域或其中一部分,和提供多个更狭窄的天线场型在那个区域内。在图2A的例子中,接入点201被设置来提供宽天线场型21(如可能包含一个大约120°的波束)和狭窄天线场型210-213(如可能包含大约30°的波束)。接入点201并不限于提供所示区域的发射,例如,可以采用2个额外的多天线场型构造设在不同方位角中央,从而提供360°的发射。
如图2B中所示,可以设置一个接入点,来提供多个重叠的方向天线场型设在一个相同方位角中央。具体地,相当宽的天线场型210(如可能包含一个大约60°的波束),更狭窄的天线场型211(如可能包含一个大约36°的波束),和狭窄天线场型212(如可能包含一个大约5°的波束),各自设立在接入点202的一个相同方位角的中央。如与以上所述的接入点201一样,接入点202可以采用额外的多天线场型构造设立在不同方位角中央,从而提供所想要的发射。
不管采用什么特别的天线场型,接入点提供信息通信链接给在无线网络服务区内远程站。如图1A所示,远程站10处在接入点101的天线场型11和111内、接入点102的天线场型12和124内、和接入点103的天线场型13和138内,接入点101-103中的任何一个都能被调用来提供远程站10的无线链接,从而,通过网络中枢151便于远程站10进行网络通信。
应该理解,图1A所述的天线场型已经是非常简化的,以便能够更清晰传达本发明的概念。例如,不同于提供图1A的高度方向性的、被清晰定义的波束,接入点可以提供在一个相当宽方位角范围内具有增益成分的场型。如图1B所示,接入点101的辐射场型111-113具有相当宽方位角范围内的天线增益成分,在实际应用中很可能会碰到(这种辐射场型)。相应地,本发明的技术人员将很容易理解,一个远程站可能处在各个接入点的重叠辐射场型区域之外,但仍然能进行无线通信。依照本发明的实施例,在一个特定远程站的一个方向上,这种多个天线场型的增益成分会增强准确定位和改善位置精确度的能力。
如前所述,依照美国专利10/635,367“在无线网络里的定位”中披露的方法,能够获得信号强度参考值的一个初始估计。另外地或有选择地,也可以如下建立一个提供信号强度参考值初始估计的数据库。例如,依照如下一般对数路径损失模型,使用一个室内无线信道传播模型来获得接收信号强度参考值,而建立一个无线映射图:
P ( d ) = P ( d 0 ) - 10 βlg d d 0 - - - ( 10 )
其中,P(d0)表示在距离一个辐射传送天线一个参考距离d0上接收的功率(以dB标度),β表示路径损失指数。参数P(d0)和β的数值取决于现实环境和辐射功率。
如图3所示,显示建立无线映射图的一个首选实施例算法的步骤流程图。在图3中所示实施例的步骤301,设立接入点信息。变量K表示将绘制到地图环境里的接入点总数。每个接入点,记作APk,1≤k≤K,都装备有一个包含多辐射场型的“智能天线”板。每个辐射场型可能具有不同的增益分布轮廓(gain profile)。这些增益是已知的,或者能够由天线和/或系统的波束成形特征获得。例如,一个具体的天线场型可能具有一个与之相关的增益表,它可能由制造商提供或者通过使用在射频(RF)工程领域里众所周知的公式非常容易地确定。变量Pk表示有关第k个接入点的辐射场型数目。所以,第p(1≤p≤Pk)个场型在角度θ(0°≤θ≤360°)的的增益可以记作变量Gaink[p,θ]。不同的接入点可以安装相同的或不同的天线板。接入点信息还包括每个接入点在感兴趣区域里的物理位置,可以通过x-y坐标来表示,以及智能天线板方向。
在图3中所述实施例的步骤302,在感兴趣环境里设立一组候选位置。例如,可以设立一个虚构的格子来在整个环境里或其一部分内划分出许多位置,提供关于位置估计的一个所期望水平的分辨率。由格子划分出的每个位置可以被看作一个候选位置。集{wj,j=1,2,...,c}表示在感兴趣环境里的一个候选点集合。每个元素wj的物理位置可以通过x-y坐标表示。
在图3中所述实施例的步骤303,计算接收信号强度参考值。假设有一个虚拟远程站从每个候选位置wj进行发送,接入点的多个天线场型中的每个天线场型所接收的信号强度参考值可以依照前述的信道传播模型被预测出来。具体地,变量μj[k,p]表示来自第j个候选位置的在第k个接入点的第p个天线场型上的信号强度参考值。依照下列等式;变量μj[k,p]能够被计算出来:
μ j [ k , p ] = P ( d 0 ) - βlg d ( w i , AP k ) d 0 + Gain k [ p , θ ( w i , AP k ) ] - - - ( 11 )
其中,d(wi,APk)表示在第i个点wi和第k个接入点APk之间的几何距离,θ(wi,APk)表示在wi和APk之间有关APk的天线板方向的角度。
典型地,在本发明的一个实施例中,给定传送功率,使用Friis自由空间等式,能够计算P(d0)。但是在一些环境下,P(d0)也可以由经验获得。例如,使用一个Lucent Orinoco无线局域网卡,在一个半开放的环境里P(d0=1.7m)=-36dBm。在一个具有典型隔间的办公室环境里,路径损失指数β=3。
可以重复等式(11)直到μj[k,p]对所有的k,p和j都已经计算出来,从而使用一个普通传播模型,与多天线辐射场型一起来建立一个无线映射图。
当初始配置网络时和/或当网络构造发生改变时,更适宜执行在图3中所述实施例的步骤。例如,当增加接入点或从网络里撤走接入点时、当接入点位置发生变化时、当接入点的天线场型构造发生变化时、等等,接入点信息可能会被更改。
依照本发明的一个实施例采用的一个修正流程,可以被用来提高如关于图3所述本发明实施例所讨论的所建无线映射图的精确度。如图4所示,显示一个用来反复修正的位置确定无线映射图的一个首选实施例算法的步骤流程图。这个系统包含包括一个初始无线映射图的输入数据(接收信号强度参考值数据库)、候选位置的一组先验概率、和来自己知或未知位置的多个客户端用户的一组在线RSSI观察值。初始无线映射图可以由人工测量产生再通过无人监督学习提高,或由预测产生再通过无人监督学习修正为更准确数值。
在图4中所述实施例的步骤401,设立接收信号强度的位置条件概率密度函数。变量x表示从网络里所有接入点观察到的接收信号强度的一个随机向量,其中每个接入点包含多天线场型。变量x[k,p]表示来自第k(1≤k≤K)个接入点的第p(1≤p≤Pk)个场型上的信号强度(以dB标度)的随机变量。假设每个x[k,p]是独立的,且服从一个具有相同标准方差σ的高斯分布。参数σ的数值取决于感兴趣环境里对数高斯模型的标准方差,且能够通过经验获得。例如,可以假设σ的数值大概是3-5dBm。因此,给定候选位置wj,1≤j≤c,x的条件概率能够依照以下的等式表示:
p ( x | w j , θ j ) = c · exp { - 1 2 σ 2 Σ k = 1 K Σ p = 1 P k ( x [ k , p ] - μ j [ k , p ] ) 2 } - - - ( 12 )
其中,c是一个归一化常数,μj是平均信号强度,即接收信号强度参考值。
在图4中所述实施例的步骤402,反复更新接收信号强度参考值{μ1,μ2,...,μc}。
Figure GFW00000044113300152
初始值可以依照等式(11)预测,通过离线校准进行测量,或通过其它方式获得。每个候选位置的先验概率初始值
Figure GFW00000044113300153
可以假设
Figure GFW00000044113300154
服从均匀分布而获得,即对所有的j=1,2,...,c,
Figure GFW00000044113300155
或在感兴趣范围内可以从一个给定用户密度分布中萃取出来。变量D={x1,x2,...,xn}表示在线可用的RSSI观察值的集合,n表示观察值的总数。利用等式(7),可以计算出在候选位置wj上第k个观察值的加权系数初始值P(wj|xk,μ)。相应地,依照等式(8)利用这n个加权系数,能够重新计算μj,依照等式(9)更新P(wj)。计算n个加权系数和计算μj和P(wj)的迭代过程可以重复进行,直到没有更大的变化或仅是很小的变化,例如,对所有的j在μj和P(wj)数值上只有0.1%的变化。
应该理解,依照本发明的实施例,在图4中所述实施例的步骤402里阐述的算法可能有很大的变化。例如,如果RSSI观察值的集合是已知的,并均匀分布在候选位置上,那么在每次迭代过程中对先验概率P(wj)的更新修正可以有选择地消除。另外,网络上接入点的覆盖区可能不是完全重叠的。因此,来自具体位置的RSSI向量可能包括空坐标,即:在对应于一些接入点或一个接入点的一些天线场型的这些坐标上没有观察值。在这样一个例子中,这些不完全的RSSI向量的空坐标可以被人为设定一个数值,小于无线局域网卡能够检测出来的最低的RSSI标准值。例如,空坐标可能是-100dBm。这个方法最终收敛而设定数值在具体候选位置的接受信号强度参考值向量的相应坐标上,从而不至于被无线局域网卡检测出来。或者,在每次迭代期间当处于位置wj上的接收信号强度参考值μj被重新计算时,不完全的在线RSSI观察向量的空坐标可以被设定成,与上一次迭代期间向量μj的相同坐标里的相同数值。这个方法最终收敛而允许在具体候选位置上的接收信号强度参考值向量的相应坐标上的数值是不变的,且与最初的数值一样。如果通过离线校准获得,初始值可能为零,或如果是基于一个准确的传播模型而预测,初始值可能是一个很小的数值。
在图4中所述实施例的步骤403,修正无线映射图。对j=1,2,...,c,μj的更新修正数值被返回作为在无线映射图里的新的更新过的信号强度参考值。当RSSI观察值的总数远远大于环境内候选点的数目时,即n>>c,本发明的增强算法非常有效。
当配置网络、改变网络构造、或外界条件发生改变以后,已经收集了大量在线RSSI观察值时,更适宜执行在图4中所述实施例的步骤。在线RSSI数据可以通过常态通信观察到。例如,新的移动客户可能会在网络服务区内在一个随机位置上时不时地加入网络,且在网络服务区内现有移动客户可能会从一个位置移动到另一个位置。在网络里不会产生任何开销,通过在常态通信上使用多个天线场型,在每个接入点上来自移动客户的充分的RSSI数据可以被自动收集。
图4中的无线映射图修正算法可以由基于处理器的系统执行,在此处描述的一组定义操作的指令控制下运作。例如,具有中央处理单元(如来自Intel PENTIUM家族的处理器)、存储器(如RAM、ROM、和/或磁盘存储器)和适当输入/输出能力的一个计算机系统,可以被利用来执行图4中所示的步骤。这样一个基于处理器的系统可能由接入点101-103中的一个或多个和/或在图1中所示的基于处理器的系统150组成。修正后的无线映射图可能被存储在基于处理器系统的存储器里作为一个数据库。
一个在线定位阶段可能与前述的迭代过程同时进行,尽管进行在前述过程的多次迭代之后位置估计将更为准确。在网络服务区内确定远程站的位置时,一个或多个接入点将使用多个天线场型来收集相关目标远程站的接收信号强度信息。这些信息最好被发送给一个基于处理器的系统,并以不同技术与存储在数据库里的接收信号强度参考值进行比较。例如,可以采用在美国专利10/635,367“在无线网络里的定位”中披露的距离方法。在本发明的一个实施例中,可以选择k最近邻加权平均法和基于历史的最短路径方法来分别确定一个静止用户和一个移动用户的位置。
如图5所示,显示一个首选实施例算法的步骤流程图,即利用k最近邻加权平均法来确定一个静止用户的位置。在图5中所述算法的实施例可以与前述的迭代过程同时或单独运作。依照图5,系统包含输入数据,其包括有关目标客户在可听到的接入点上使用所有可能的天线场型或多个天线场型的测量到的RSSI信息。由于使用多个天线场型,通过使用单个接入点,本发明的实施例可运作来估计远程站的位置。另外地,可以利用多个接入点来确认位置估计和/或提高这样一个估计的可信度和/或精确度。
如在图5中所述实施例的步骤501所示,在无线映射图里使用同样的天线场型,来自相同接入点的观察的RSSI数据和存储的信号强度参考值之间的差值可以被计算出来。在本发明的一个实施例里,这个差值度量被定义为以dB标度的信号强度空间上的欧几里得距离(Euclidean distance)。变量dj,j=1,2,...,c,表示与第j个候选位置wj相关的距离。在信号空间上的距离越小,在物理空间上候选位置到目标客户就越近。
如在图5中所示实施例的步骤502所示,选择k个最靠近的临近点,并计算出各自的加权系数。在候选位置集合里,选择k个指数{i′,i=1,2,...,k},其信号强度参考值依照在前述步骤里计算出的距离,最靠近给定的RSSI观察值。k的数值可以由候选位置的分辨率来确定。例如,当被一个虚拟格子划分的两个相邻点之间的间隔等于1米时,选择k=15。加权系数被定义为距离的倒数,即
Figure GFW00000044113300181
如在图5中所示实施例的步骤503所示,目标客户位置可以被估计为k个邻近点的加权平均位置。具体地,依照等式(13)可以估计位置:
w ^ = Σ i k 1 d i + d 0 w i Σ i k 1 d i + d 0 - - - ( 13 )
其中,d0是一个小的实数值,用来避免以上等式的分母为零。
当在图5中的算法包含一个加权平均时,也可以采用一种无需使用基于距离度量权重的技术。
在本发明的移动客户在线位置跟踪阶段的一个实施例中,由于实时的限制,仅仅利用每个天线板的一个场型来收集RSSI信息。但是基于众所周知的三角测量方法,可能需要多达3个接入点来估计一个位置。通过更迅速地转换天线场型,更准确的结果可以通过使用如定位阶段使用的多个场型而获得。
当跟踪一个目标客户时,本发明的实施例采用从客户到可听得到的接入点的现有的和过去的RSSI观察值。在任何给定瞬间即时的用户位置有可能靠近前一个瞬间的位置。通过持续跟踪用户,将物理临近常数补充到信号强度信息,来持续提高位置估计的精确度。
如图6所示,显示一个确定移动用户位置的首选实施例算法的步骤流程图。依照在图6中所示的实施例,系统包含输入数据,其包括在默认天线场型上从目标客户到可听得到的接入点的现有的和过去的RSSI样本。来自移动目标的RSSI观察值的深度为h的历史值被保留,用于每个位置估计。
如在图6中所示实施例的步骤601所示,采用静态场合的定位来确定如前所述的每个时间瞬间的单个定位,除了在动态场合中,距离度量是在选择的默认天线场型上计算出来的。
如在图6中所示算法的实施例所示,动态场合位置确定使用历史数据来提供一个更准确的位置跟踪路径。例如,通过使用以前的位置估计和站点移动速度,可以预测目前的位置,且基于目前信号功率的任何目前不正确的估计可以消除。
在一个移动目标的动态场合中,有可能采用如在静态场合中的同样方法,独立估计每个位置。但是由于目标是移动的,特别是假定静态场合估计可能包含噪声,通过考虑移动目标的“速度”,能够获得一个更准确的位置估计。
如在图6中所示实施例的步骤602所示,在动态场合中,排除超过一定偏差的任何估计将消除噪声。这样将在避免一个错误的大距离的“跳跃”,因为一般而言在任何给定瞬间的站点位置很可能是靠近在前一个瞬间即时所处的位置。
如在图6中所示实施例的步骤603所示,在动态场合中,使用一个类似Viterbi的算法可以估计一个最短路径。
例如,在每个瞬间的每个估计的单个位置上,可以选择8个最靠近的邻近点(在信号空间上或物理空间上),即每个时间瞬间的站点位置的9个最佳估计。因此,依照前面的例子,可以产生这样9个相邻点的深度为h的历史数据。典型的9×h矩阵的收集数据可以被看作一个Trellis树。仅在包含连续组(例如1组有9个邻近点)的纵列之间才有转换。每次转换可以被分配一个权重,来模拟在移动路径的两个端点代表的位置之间在连续时间瞬间上的用户移动的可能性。权重越大,转换的可能性越小。依照一个简单度量计算出的在两个物理位置之间的欧几里德距离决定一个权重。每次Trellis树(矩阵)被9个最新的邻近点更新(并去除最旧组的邻近点),在最新组和最旧组阶段之间的最短路径可以被计算出来。依照本发明的实施例,最短路径表示站点最大概率的移动。
一旦确定了最短路径,如在图6中所示实施例的步骤605所示,站点位置可被估计作为路径的起始点。应用这种方法显示已经考虑了物理邻近约束,同时也暗示信号强度样本的一个时间延迟h。在这个例子中,设定h=3。
虽然已经详细说明了本发明及其优越性,但应理解,在不脱离所附权利要求定义的本发明的条件下可以做出各种改变,替换和变化。此外,本申请的范围不限定到此处说明书中描述的处理方法,机器,制造,物质构成,手段,方法和步骤等的特定实施例。从说明书可以容易理解,可以利用实质上执行了与这里说明的相应实施例相同功能或实现了相同结果的目前已有的或者将来会开发出的处理方法,机器,制造,物质构成,手段,方法和步骤。因此,所附的权利要求书旨在包括这些处理方法,机器,制造,物质构成,手段,方法或步骤。

Claims (49)

1.一个实现无线网络里的位置确定的系统,所述系统包括一个或多个无线网络访问节点,所述一个或多个无线网络访问节点提供多个天线场型;其特征在于:
所述系统中配置有关于所述一个或多个无线网络访问节点的无线映射图,所述无线映射图通过使用所述多个天线场型提供相关的位置估计,
所述一个或多个无线网络访问节点使用所述多个天线场型接收从一个未知位置被传送到所述系统的信号,所述系统计算确定所述信号的接收信号强度差值,通过使用所确定的接收信号强度差值提高无线映射图的位置估计。
2.根据权利要求1所述的系统,其中通过使用所确定的一系列接收信号强度差值,迭代地提高所述位置估计。
3.根据权利要求1所述的系统,其中使用所述接收信号强度差值,通过一个位置条件概率密度函数提高所述位置估计。
4.根据权利要求3所述的系统,其中所述的位置条件概率密度函数包括所述无线映射图每个位置估计的一个概率。
5.根据权利要求3所述的系统,使用一个用户密度分布,确定其中所述的位置条件概率密度函数。
6.根据权利要求3所述的系统,使用加权系数,确定其中所述的位置条件概率密度函数。
7.根据权利要求1所述的系统,其中利用加权系数,对一个位置估计计算里的所述接收信号强度差值进行加权。
8.根据权利要求7所述的系统,其中所述的加权系数包括对所述无线映射图的一个具体位置估计的每个接收信号强度观察值的一个加权系数。
9.根据权利要求1所述的系统,其中所述无线映射图是通过取样一组多格子点而形成的。
10.根据权利要求1所述的系统,还包括:
一个数据库,包含所述无线网络访问节点的所述多个天线场型的天线增益信息。
11.根据权利要求10所述的系统,其中所述无线映射图是通过设立一组候选位置和计算从每个候选位置传送的一个虚拟远程站的一个接收信号强度参考值而形成的。
12.根据权利要求11所述的系统,通过使用每个候选位置和每个所述无线网络访问节点之间的几何距离和每个所述候选位置和每个所述无线网络访问节点之间的角度,计算其中所述的接收信号强度参考值。
13.根据权利要求10所述的系统,其中所述的数据库包含所述多个天线场型的每个天线场型相关的天线增益差值。
14.根据权利要求1所述的系统,其中所述无线映射图被填充了每个所述多个天线场型的接收信号强度参考值信息。
15.根据权利要求1所述的系统,其中所述的多个天线场型包括多个狭窄天线场型和与同一个无线网络访问节点相连的一个宽天线场型。
16.一个实现无线网络里的位置确定的方法,包括:
在一个具有一个或多个无线网络访问节点的服务区内提供多个天线场型;
提供与使用所述多个天线场型有关的位置估计的无线映射图;
使用所述多个天线场型,确定有关被接收到的一个信号的接收信号强度信息,所述信号从一个未知位置被传送;和
使用所述确定的接收信号强度信息,修正所述无线映射图的所述位置估计。
17.根据权利要求16所述的方法,其中所述的修正位置估计包括:
使用一系列接收信号强度信息确定值来迭代地修正所述位置估计。
18.根据权利要求16所述的方法,还包括:
确定一个位置条件概率密度函数,所述位置条件概率密度函数与所述确定的接收信号强度一起被用于所述的修正位置估计。
19.根据权利要求18所述的方法,其中所述的确定位置条件概率密度函数包括:
为所述无线映射图中每个位置估计,确定接收信号强度信息分布概率。
20.根据权利要求18所述的方法,其中所述的确定位置条件概率密度函数包括:
使用一个用户密度分布。
21.根据权利要求18所述的方法,其中所述的确定位置条件密度函数包括:
使用加权系数。
22.根据权利要求16所述的方法,其中所述的修正位置估计包括:
将加权系数应用到所述接收信号强度信息。
23.根据权利要求22所述的方法,其中所述加权系数包括对所述无线映射图的一个具体位置估计的每个接收信号强度观察值的一个加权系数。
24.根据权利要求16所述的方法,其中所述的提供无线映射图包括:
通过取样一组多格子点来形成所述的无线映射图。
25.根据权利要求16所述的方法,其中所述的提供无线映射图包括:
通过设立一组候选位置和计算从每个候选位置传送的一个虚拟远程站的一个接收信号强度参考值来形成所述无线映射图。
26.根据权利要求25所述的方法,其中所述的形成无线映射图包括:
为每个候选位置使用所述多个天线场型的天线增益信息。
27.根据权利要求25所述的方法,使用每个候选位置和一个无线网络访问节点之间的几何距离和每个所述候选位置和所述无线网络访问节点之间的角度,来计算其中所述的接收信号强度参考值。
28.根据权利要求25所述的方法,其中所述的提供无线映射图包括:
将每个所述的多个天线场型的接收信号强度参考值信息填充到所述无线映射图。
29.根据权利要求16所述的方法,还包括:
提供与所述多个天线场型的每个天线场型相关的天线增益差值的一个数据库,用于所述的修正位置估计。
30.根据权利要求16所述的方法,其中所述的多个天线场型包括多个狭窄天线场型和与同一个无线网络访问节点相连的一个宽天线场型。
31.根据权利要求16所述的方法,还包括:
使用所述无线映射图的所述修正后的位置估计,确定一个远程站的位置。
32.根据权利要求31所述的方法,其中所述的确定所述位置包括:
使用所述确定的接收信号强度信息。
33.根据权利要求31所述的方法,其中所述的确定所述位置包括:
使用历史信息来模拟远程站在一个连续时间瞬间上移动的可能性。
34.一个实现修正无线网络里的客户位置的系统,所述系统包括一个或多个网络客户端,其特征在于:
所述系统中配置有在无线网络环境里的一个点图,所述系统计算来自一个或多个网络客户端用户的一组在线观察值的加权系数,使用所述一组在线观察值和它们相应的加权系数用于计算所述点图中一个点的更新点,用所述更新点更新所述点图中的所述点。
35.根据权利要求34所述的系统,其中确定一个接收信号强度的概率来计算所述更新点。
36.根据权利要求34所述的系统,其中确定所述点图中多个点和所述更新点之间的差异,来选择所述点图中的点并用更新点更新。
37.根据权利要求34所述的系统,其中所述点图包括有关所述点图中的点的接收信号强度信息。
38.根据权利要求37所述的系统,其中所述的接收信号强度信息是被观察的。
39.根据权利要求37所述的系统,其中所述的接收信号强度信息是被预测的。
40.根据权利要求39所述的系统,使用一个一般传播模型,来预测其中所述点图的接收信号强度信息。
41.根据权利要求34所述的系统,其中所述组在线观察值包含的观察值数量比在所述点图里的被观察点的数目更大。
42.一种确定在无线网络里的远程站位置的方法,所述方法包括:
提供一个在所述无线网络的服务区内提供多个点的位置估计的无线映射图;
观察多个远程站的有关多个天线场型的接收信号强度信息;和
应用所述观察的接收信号强度信息到所述无线映射图,来迭代修正所述无线映射图的位置估计。
43.根据权利要求42所述的方法,其中所述的提供所述无线映射图包括:
使用有关所述服务区内格子点的传播模型,计算一个无线映射图。
44.根据权利要求42所述的方法,其中所述的应用所述观察的接收信号强度信息到所述无线映射图包括:
应用加权系数到所述观察的接收信号强度信息。
45.根据权利要求44所述的方法,其中所述的加权系数包括有关所述无线映射图的一个具体位置估计的每个接收信号强度观察值的一个加权系数。
46.根据权利要求42所述的方法,其中所述的应用所述观察的接收信号强度信息到所述无线映射图包括:
使用一个位置条件概率密度函数。
47.根据权利要求46所述的方法,还包括:
使用加权系数确定所述位置条件密度函数。
48.根据权利要求47所述的方法,其中所述的确定所述位置条件密度函数包括:
确定所述无线映射图的每个位置估计的一个接收信号强度信息分布概率。
49.根据权利要求47所述的方法,其中所述的确定所述位置条件密度函数包括:
使用一个用户密度分布。
CN2005800138716A 2004-04-30 2005-03-07 无线网络里的位置确定和位置跟踪 Active CN1951027B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US10/836,396 2004-04-30
US10/836,396 US7359718B2 (en) 2004-04-30 2004-04-30 Location determination and location tracking in wireless networks
PCT/CN2005/000275 WO2005107094A1 (en) 2004-04-30 2005-03-07 Location determination and location tracking in wireless networks

Publications (2)

Publication Number Publication Date
CN1951027A CN1951027A (zh) 2007-04-18
CN1951027B true CN1951027B (zh) 2011-11-16

Family

ID=35188319

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2005800138716A Active CN1951027B (zh) 2004-04-30 2005-03-07 无线网络里的位置确定和位置跟踪

Country Status (4)

Country Link
US (1) US7359718B2 (zh)
CN (1) CN1951027B (zh)
HK (1) HK1100758A1 (zh)
WO (1) WO2005107094A1 (zh)

Families Citing this family (156)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8942995B1 (en) 2001-02-06 2015-01-27 Nexrf, Corp. Mobile autonomous dynamic graphical user interface
US9373116B1 (en) 2001-07-05 2016-06-21 NexRf Corporation Player tracking using a wireless device for a casino property
US9408032B1 (en) 2006-11-30 2016-08-02 NexRf Corporation Content delivery system, device and method
US10430492B1 (en) * 2006-11-30 2019-10-01 Nexrf, Corp. System and method for handset positioning with dynamically updated RF fingerprinting
US20020142844A1 (en) 2001-02-06 2002-10-03 Kerr Michael A. Biometric broadband gaming system and method
US9396487B1 (en) 2006-11-30 2016-07-19 NexRf Corporation System and method for weighting content items
US9615347B1 (en) 2006-11-30 2017-04-04 NEXRF Corp. Location positioning engine system and method
US9507494B1 (en) 2006-11-30 2016-11-29 Nexrf, Corp. Merchant controlled platform system and method
US8738024B1 (en) 2008-03-29 2014-05-27 Nexrf, Corp. Delivering content within a boundary with beacons
US9349128B1 (en) 2006-11-30 2016-05-24 Nevrf Corporation Targeted content delivery
US9773020B2 (en) 2001-07-05 2017-09-26 NEXRF Corp. System and method for map based exploration
US7538715B2 (en) * 2004-10-04 2009-05-26 Q-Track Corporation Electromagnetic location and display system and method
US20040267551A1 (en) * 2003-06-26 2004-12-30 Satyendra Yadav System and method of restricting access to wireless local area network based on client location
US8971913B2 (en) 2003-06-27 2015-03-03 Qualcomm Incorporated Method and apparatus for wireless network hybrid positioning
US8483717B2 (en) 2003-06-27 2013-07-09 Qualcomm Incorporated Local area network assisted positioning
CN1265589C (zh) * 2003-07-31 2006-07-19 华为技术有限公司 无线局域网中用户终端选择接入移动网的优化交互方法
US8239452B2 (en) * 2004-05-01 2012-08-07 Microsoft Corporation System and method for discovering and publishing of presence information on a network
GB0410610D0 (en) * 2004-05-12 2004-06-16 Nokia Corp Locating mobile terminals
US7155239B2 (en) * 2004-05-28 2006-12-26 Symbol Technologies, Inc. Method and system for radio map filtering via adaptive clustering
US7319878B2 (en) 2004-06-18 2008-01-15 Qualcomm Incorporated Method and apparatus for determining location of a base station using a plurality of mobile stations in a wireless mobile network
US7433693B2 (en) * 2004-10-27 2008-10-07 Qualcomm Incorporated Location-sensitive calibration data
US7768420B2 (en) * 2004-10-29 2010-08-03 Intel Corporation Operation and control of wireless appliance networks
US7209754B2 (en) * 2005-02-14 2007-04-24 Motorola, Inc. Method and apparatus for determining the location of a node in a wireless title system
US20060217132A1 (en) * 2005-03-23 2006-09-28 3Com Corporation High resolution localization for indoor environments
US7548517B2 (en) * 2005-04-25 2009-06-16 Motorola, Inc. Method and apparatus for determining the location of a node in a wireless system
US7603141B2 (en) * 2005-06-02 2009-10-13 Qualcomm, Inc. Multi-antenna station with distributed antennas
US7738884B2 (en) * 2005-06-28 2010-06-15 Microsoft Corporation Positioning service utilizing existing radio base stations
US8483704B2 (en) * 2005-07-25 2013-07-09 Qualcomm Incorporated Method and apparatus for maintaining a fingerprint for a wireless network
US8477731B2 (en) * 2005-07-25 2013-07-02 Qualcomm Incorporated Method and apparatus for locating a wireless local area network in a wide area network
US8169982B2 (en) 2005-08-10 2012-05-01 Qualcomm Incorporated Method and apparatus for creating a fingerprint for a wireless network
US7257413B2 (en) 2005-08-24 2007-08-14 Qualcomm Incorporated Dynamic location almanac for wireless base stations
RU2390791C2 (ru) * 2005-11-07 2010-05-27 Квэлкомм Инкорпорейтед Позиционирование для wlan и других беспроводных сетей
DE102006044293A1 (de) * 2006-03-31 2007-10-25 Siemens Ag Verfahren zur rechnergestützten Lokalisation eines mobilen Objekts
EP2002671A4 (en) 2006-04-03 2015-07-15 Eckey Corp METHODS FOR DETERMINING PROXIMITY BETWEEN RADIO FREQUENCY DEVICES AND CONTROL SWITCHES
US7551579B2 (en) 2006-05-08 2009-06-23 Skyhook Wireless, Inc. Calculation of quality of wlan access point characterization for use in a wlan positioning system
US7551929B2 (en) * 2006-05-08 2009-06-23 Skyhook Wireless, Inc. Estimation of speed and direction of travel in a WLAN positioning system using multiple position estimations
US7835754B2 (en) * 2006-05-08 2010-11-16 Skyhook Wireless, Inc. Estimation of speed and direction of travel in a WLAN positioning system
US8014788B2 (en) * 2006-05-08 2011-09-06 Skyhook Wireless, Inc. Estimation of speed of travel using the dynamic signal strength variation of multiple WLAN access points
JP2009543074A (ja) 2006-07-07 2009-12-03 スカイフック ワイヤレス,インク. Wlan測位装置の位置を推定するためにwlan対応アクセス・ポイントから情報を収集するシステム及び方法
US7783303B1 (en) * 2006-07-14 2010-08-24 Carrier Iq, Inc. Systems and methods for locating device activity in a wireless network
US7983667B2 (en) * 2006-10-05 2011-07-19 Cisco Technology, Inc. Radio frequency coverage map generation in wireless networks
US9226257B2 (en) 2006-11-04 2015-12-29 Qualcomm Incorporated Positioning for WLANs and other wireless networks
US7856234B2 (en) 2006-11-07 2010-12-21 Skyhook Wireless, Inc. System and method for estimating positioning error within a WLAN-based positioning system
US9406079B1 (en) 2006-11-30 2016-08-02 NexRf Corporation Content relevance weighting system
US9501786B1 (en) 2006-11-30 2016-11-22 Nexrf, Corp. Interactive display system
EP2118810B1 (en) * 2007-02-05 2012-08-15 Andrew Corporation System and method for optimizing location estimate of mobile unit
US20080248808A1 (en) * 2007-04-05 2008-10-09 Farshid Alizadeh-Shabdiz Estimation of position, speed and bearing using time difference of arrival and received signal strength in a wlan positioning system
US20080248741A1 (en) * 2007-04-05 2008-10-09 Farshid Alizadeh-Shabdiz Time difference of arrival based estimation of direction of travel in a wlan positioning system
US9137745B2 (en) * 2007-10-12 2015-09-15 Qualcomm Incorporated System and method to locate femto cells with passive assistance from a macro cellular wireless network
US9253653B2 (en) * 2007-11-09 2016-02-02 Qualcomm Incorporated Access point configuration based on received access point signals
US20150189464A1 (en) * 2007-11-26 2015-07-02 Google Inc. Disambiguation of Wireless Data Clusters Using Preclassification
US11729576B2 (en) 2008-03-29 2023-08-15 NEXRF Corp. Targeted content delivery
US11706733B1 (en) 2008-03-29 2023-07-18 NEXRF Corp. Location positioning engine system and method
WO2009122000A1 (en) * 2008-04-02 2009-10-08 Ekahau Oy Positioning of mobile objects based on mutually transmitted signals
DE102008038451A1 (de) * 2008-04-30 2009-11-05 Siemens Aktiengesellschaft Verfahren zur rechnergestützten Lokalisation eines mobilen Objekts mit Hilfe eines merkmalbasierten Ortungsverfahrens
JP2012511276A (ja) * 2008-12-05 2012-05-17 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ デバイスを認識する方法及び装置
CN101754235B (zh) * 2008-12-11 2012-11-28 财团法人工业技术研究院 定位系统的训练位置数据收集、建构与定位方法
US8706083B2 (en) 2009-01-07 2014-04-22 Eckey Corporation Bluetooth authentication system and method
CN101777945B (zh) * 2009-01-12 2013-05-08 电信科学技术研究院 多天线通信系统中参考信号的发送方法和基站
US20100287178A1 (en) 2009-05-08 2010-11-11 Google Inc. Refining location estimates and reverse geocoding based on a user profile
US8838096B2 (en) * 2009-05-29 2014-09-16 Qualcomm Incorporated Non-macro cell search integrated with macro-cellular RF carrier monitoring
US9693390B2 (en) * 2009-06-01 2017-06-27 Qualcomm Incorporated Techniques to manage a mobile device based on network density
US8170815B2 (en) * 2009-06-08 2012-05-01 Rockstar Bidco Lp RF fingerprinting for location estimation
US8022877B2 (en) 2009-07-16 2011-09-20 Skyhook Wireless, Inc. Systems and methods for using a satellite positioning system to detect moved WLAN access points
US9590733B2 (en) 2009-07-24 2017-03-07 Corning Optical Communications LLC Location tracking using fiber optic array cables and related systems and methods
US8423043B2 (en) * 2009-09-14 2013-04-16 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatus for location fingerprinting
US11341532B2 (en) 2009-10-06 2022-05-24 Google Llc Gathering missing information elements
DE102009047242B4 (de) * 2009-11-27 2012-10-25 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Bestimmen einer Übereinstimmung einer Position mit einer Referenzposition
WO2011123336A1 (en) 2010-03-31 2011-10-06 Corning Cable Systems Llc Localization services in optical fiber-based distributed communications components and systems, and related methods
KR101637470B1 (ko) * 2010-05-13 2016-07-08 한양대학교산학협력단 실내 공간 내 보행자의 위치 결정 방법
US8923892B2 (en) 2010-05-14 2014-12-30 Qualcomm Incorporated Method and apparatus for updating femtocell proximity information
US10721705B1 (en) 2010-06-04 2020-07-21 NEXRF Corp. Content Relevance Weighting System
GB2481851A (en) * 2010-07-09 2012-01-11 Univ Antwerpen Object location
WO2012011690A2 (ko) * 2010-07-21 2012-01-26 주식회사 한국무역정보통신 실내 내비게이션을 수행하는 위치 기반 서비스 시스템 및 방법
US8570914B2 (en) * 2010-08-09 2013-10-29 Corning Cable Systems Llc Apparatuses, systems, and methods for determining location of a mobile device(s) in a distributed antenna system(s)
US8669902B2 (en) * 2010-09-03 2014-03-11 Cisco Technology, Inc. Location estimation for wireless devices
US8874713B1 (en) * 2011-02-18 2014-10-28 Google Inc. Location correction
EP2492707B1 (en) * 2011-02-28 2016-06-08 Mitsubishi Electric R&D Centre Europe B.V. Method for determining a map of an area associated to a base station
US8504288B2 (en) * 2011-05-11 2013-08-06 Google Inc. Quality control of mapping data
US8583400B2 (en) 2011-05-13 2013-11-12 Google Inc. Indoor localization of mobile devices
US8548738B1 (en) 2011-07-08 2013-10-01 Google Inc. Constructing paths based on a particle model
US8559975B2 (en) 2011-07-22 2013-10-15 Microsoft Corporation Location determination based on weighted received signal strengths
US8938255B2 (en) * 2011-08-01 2015-01-20 Aeroscout, Ltd Devices, methods, and systems for radio map generation
US9087348B2 (en) * 2011-08-11 2015-07-21 GM Global Technology Operations LLC Digital content networking
US8825078B1 (en) * 2011-08-18 2014-09-02 Google Inc. Probabilistic estimation of location based on wireless signal strength
US8706142B1 (en) * 2011-08-18 2014-04-22 Google Inc. Probabilistic estimation of location based on wireless signal strength and platform profiles
US20130155102A1 (en) * 2011-12-20 2013-06-20 Honeywell International Inc. Systems and methods of accuracy mapping in a location tracking system
US8700077B2 (en) * 2012-01-17 2014-04-15 Spectrum Bridge, Inc. System and method for determining noise floor in a wireless communications environment
US8948809B2 (en) * 2012-03-09 2015-02-03 Blackberry Limited Signature based connectivity prediction for portable electronic devices
US8750617B2 (en) 2012-03-09 2014-06-10 Blackberry Limited Signature representation of data having high dimensionality
US9042907B2 (en) 2012-03-09 2015-05-26 Blackberry Limited Location identification of a portable electronic device based on characteristics of an operating environment of the portable electronic device
US9069634B2 (en) 2012-03-09 2015-06-30 Blackberry Limited Signature representation of data with aliasing across synonyms
US9194934B2 (en) 2012-03-09 2015-11-24 Blackberry Limited Location estimation using radio scene signatures
EP2637035B1 (en) * 2012-03-09 2014-06-18 BlackBerry Limited Location estimation using radio scene signatures
US9279878B2 (en) * 2012-03-27 2016-03-08 Microsoft Technology Licensing, Llc Locating a mobile device
US8983490B2 (en) 2012-03-27 2015-03-17 Microsoft Technology Licensing, Llc Locating a mobile device
JP5851914B2 (ja) * 2012-03-30 2016-02-03 富士通株式会社 移動局位置検出方法、移動通信システム、および移動局位置情報管理装置
US9781553B2 (en) 2012-04-24 2017-10-03 Corning Optical Communications LLC Location based services in a distributed communication system, and related components and methods
WO2013181247A1 (en) 2012-05-29 2013-12-05 Corning Cable Systems Llc Ultrasound-based localization of client devices with inertial navigation supplement in distributed communication systems and related devices and methods
US9222787B2 (en) 2012-06-05 2015-12-29 Apple Inc. System and method for acquiring map portions based on expected signal strength of route segments
CN102711043B (zh) * 2012-06-18 2015-01-28 北京中防视信科技有限公司 适用于节点分布稀疏的基于rss的无源运动跟踪方法
US9043135B2 (en) 2012-08-31 2015-05-26 Apple Inc. Navigation system acquisition and use of cellular coverage map data
US8626193B1 (en) * 2012-10-30 2014-01-07 Onasset Intelligence, Inc. Method and apparatus for tracking a transported item while accommodating communication gaps
US10088316B2 (en) 2012-11-28 2018-10-02 Toyota Motor Engineering & Manufacturing North America, Inc. Navigation systems and vehicles for predicting routes
US9612121B2 (en) 2012-12-06 2017-04-04 Microsoft Technology Licensing, Llc Locating position within enclosure
US9158864B2 (en) 2012-12-21 2015-10-13 Corning Optical Communications Wireless Ltd Systems, methods, and devices for documenting a location of installed equipment
US9432961B2 (en) 2013-01-16 2016-08-30 Apple Inc. Location-assisted service capability monitoring
US9596670B2 (en) 2013-01-16 2017-03-14 Apple Inc. Location assisted service capability monitoring
US9606241B2 (en) 2013-02-21 2017-03-28 Apple Inc. Sensor-assisted location fix
CN104010361B (zh) * 2013-02-22 2018-04-10 中兴通讯股份有限公司 定位系统和方法
US9766603B2 (en) * 2013-03-08 2017-09-19 International Business Machines Corporation Wireless network of low power sensing and actuating motes
CN103179661B (zh) * 2013-03-22 2017-03-15 四川长虹电器股份有限公司 基于wlan的室内定位方法及装置
US9237418B2 (en) 2013-07-26 2016-01-12 Marvell World Trade Ltd. Positioning database management applied to server-based positioning system
GB2516832A (en) * 2013-07-31 2015-02-11 Here Global Bv Method and apparatus for determining quality of radio maps
US9467965B2 (en) * 2013-08-14 2016-10-11 Marvell World Trade Ltd. Positioning data distribution applied to server-based positioning system
KR102016692B1 (ko) * 2013-08-28 2019-09-02 삼성전자 주식회사 무선 랜 시스템에서 액세스 포인트에 연결하기 위한 방법 및 그 전자 장치
CN103592623B (zh) * 2013-11-04 2015-11-25 北京邮电大学 一种基于信号强度地图的室内定位方法和装置
US9380425B2 (en) 2013-12-05 2016-06-28 At&T Mobility Ii Llc Systems, methods, and computer-readable storage devices for generating and using a radio-frequency map of an area
KR102128400B1 (ko) * 2014-01-16 2020-06-30 한국전자통신연구원 무선전송 장치의 전파 빔 방향 조정 방법
CN106471338A (zh) * 2014-02-17 2017-03-01 牛津大学创新有限公司 确定移动设备在地理区域中的位置
IN2014MU00776A (zh) * 2014-03-07 2015-09-25 Tata Consultancy Services Ltd
US9408038B2 (en) * 2014-04-25 2016-08-02 Aruba Networks, Inc. Filtering out access point data based on non-conformity with other access point data
CN105022394B (zh) * 2014-04-29 2019-05-21 东北大学 动态环境下的移动机器人可靠定位方法
WO2015184961A1 (en) * 2014-06-06 2015-12-10 The Hong Kong University Of Science And Technology Mitigating signal noise for fingerprint-based indoor localization
IL239503B (en) * 2014-06-19 2018-08-30 Cellwize Wireless Tech Ltd A method and system for analyzing data collected in a cellular network
US20160025497A1 (en) * 2014-07-24 2016-01-28 Harman International Industries, Incorporated Pre-caching of navigation content based on cellular network coverage
US10503912B1 (en) 2014-08-12 2019-12-10 NEXRF Corp. Multi-channel communication of data files
US9788155B1 (en) 2015-04-22 2017-10-10 Michael A. Kerr User interface for geofence associated content
US10547420B2 (en) 2015-06-30 2020-01-28 Kodacloud Inc. Cooperative scanning of wireless devices
US10264519B2 (en) 2015-06-30 2019-04-16 Kodacloud Inc. Estimating signal strength at a target wireless device
US10129765B2 (en) * 2015-08-24 2018-11-13 Kodacloud Inc. Adaptive wireless coverage configurations
WO2017041850A1 (en) 2015-09-11 2017-03-16 Telefonaktiebolaget Lm Ericsson (Publ) Fingerprint positioning for mobile terminals
CN106610486B (zh) 2015-10-23 2019-05-10 华为技术有限公司 一种节点定位的方法及设备
WO2017109769A1 (en) * 2015-12-21 2017-06-29 Saverone 2014 Ltd. System and methods of locating wireless devices in a volume
US9648580B1 (en) 2016-03-23 2017-05-09 Corning Optical Communications Wireless Ltd Identifying remote units in a wireless distribution system (WDS) based on assigned unique temporal delay patterns
CN107305247B (zh) * 2016-04-25 2021-04-20 华为技术有限公司 信道模型公式修正方法、装置及设备
JP6746693B2 (ja) 2016-04-27 2020-08-26 Nttテクノクロス株式会社 位置特定装置及びプログラム
US10838582B2 (en) 2016-06-15 2020-11-17 NEXRF Corp. Mobile autonomous dynamic graphical user interface
US10706242B2 (en) * 2016-06-30 2020-07-07 Intel Corporation RFID antenna re-location and/or RFID location
US9668233B1 (en) 2016-07-12 2017-05-30 Xirrus, Inc. Wireless communication network with distributed device location determination
US10206193B2 (en) 2016-08-31 2019-02-12 At&T Intellectual Property, L.P. Mobile device location based on detection of radiation sources
EP3376247A1 (en) * 2017-03-13 2018-09-19 Nokia Solutions and Networks Oy Method, controller, system and computer program product for spatial evaluation of quality of service of an indoor wireless network
US10306399B2 (en) 2017-04-03 2019-05-28 Here Global B.V. Supporting an update of radio map data
US10084493B1 (en) * 2017-07-06 2018-09-25 Gogo Llc Systems and methods for facilitating predictive noise mitigation
US10575275B2 (en) * 2017-08-23 2020-02-25 Locix, Inc. Systems and methods for adaptively selecting distance estimates for localization of nodes based on error metric information
US11287510B2 (en) * 2018-01-16 2022-03-29 Here Global B.V. Client-based storing of tuning parameters for positioning services
CN108521629A (zh) * 2018-04-02 2018-09-11 深圳大图科创技术开发有限公司 一种引导准确的室内机器人引导系统
CN108513273A (zh) * 2018-04-02 2018-09-07 深圳市创艺工业技术有限公司 一种高效的室内环境管理系统
CN108363087B (zh) * 2018-04-10 2023-09-26 厦门信同信息技术有限公司 利用直放站的铁路定位系统及其定位方法
CN108777842B (zh) * 2018-06-01 2020-04-24 东南大学 基于波束训练的移动终端定位方法、装置及系统
US10598499B2 (en) * 2018-07-25 2020-03-24 Kabushiki Kaisha Toshiba Method and device for accelerated map-matching
WO2020019265A1 (zh) * 2018-07-26 2020-01-30 深圳市大疆创新科技有限公司 测距方法、装置及无人机
CN109246601B (zh) * 2018-09-06 2020-12-18 锐捷网络股份有限公司 一种无线网络的定位方法及装置
WO2020078570A1 (en) 2018-10-19 2020-04-23 Nokia Technologies Oy Positioning with multiple access points
CN110234126A (zh) * 2019-05-21 2019-09-13 重庆邮电大学 基于角度估计的单接入点定位精度评估方法
CN114048783A (zh) * 2021-11-17 2022-02-15 东南大学 一种基于移动群体感知的蜂窝信号地图构建方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6026304A (en) * 1997-01-08 2000-02-15 U.S. Wireless Corporation Radio transmitter location finding for wireless communication network services and management
US6564065B1 (en) * 1999-04-20 2003-05-13 Lucent Technologies Inc. Bayesian-update based location prediction method for CDMA systems
CN1455350A (zh) * 2002-05-02 2003-11-12 微软公司 确定移动计算机位置的方法和系统

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4054881A (en) * 1976-04-26 1977-10-18 The Austin Company Remote object position locater
US4558418A (en) * 1981-03-30 1985-12-10 E-Systems, Inc. Leading edge estimator for navigation system
US5068838A (en) * 1990-07-18 1991-11-26 Klausner Patent Technologies Location acquisition and time adjusting system
US5293642A (en) * 1990-12-19 1994-03-08 Northern Telecom Limited Method of locating a mobile station
US5327144A (en) * 1993-05-07 1994-07-05 Associated Rt, Inc. Cellular telephone location system
FI105515B (fi) * 1995-05-24 2000-08-31 Nokia Networks Oy Menetelmä kanavanvaihdon nopeuttamiseksi sekä solukkoradiojärjestelmä
GB2311697B (en) * 1996-03-22 1999-07-28 Matsushita Electric Ind Co Ltd Wireless communication system and method and system for detection of position of radio mobile station
US6195046B1 (en) * 1996-06-06 2001-02-27 Klein S. Gilhousen Base station with slave antenna for determining the position of a mobile subscriber in a CDMA cellular telephone system
WO1998010307A1 (en) * 1996-09-09 1998-03-12 Dennis Jay Dupray Location of a mobile station
US6108557A (en) * 1997-01-08 2000-08-22 Us Wireless Corporation Signature matching for location determination in wireless communication systems
US6167274A (en) * 1997-06-03 2000-12-26 At&T Wireless Svcs. Inc. Method for locating a mobile station
US6195556B1 (en) * 1997-07-15 2001-02-27 Metawave Communications Corporation System and method of determining a mobile station's position using directable beams
US6148211A (en) * 1997-09-05 2000-11-14 Motorola, Inc. Method and system for estimating a subscriber's location in a cluttered area
US6496701B1 (en) * 1998-08-25 2002-12-17 Lucent Technologies Inc. Pattern-recognition-based geolocation
US6393294B1 (en) * 1998-09-22 2002-05-21 Polaris Wireless, Inc. Location determination using RF fingerprinting
US6266514B1 (en) * 1998-11-06 2001-07-24 Telefonaktiebolaget Lm Ericsson Poor network coverage mapping
US6104344A (en) * 1999-03-24 2000-08-15 Us Wireless Corporation Efficient storage and fast matching of wireless spatial signatures
US6839560B1 (en) * 1999-02-25 2005-01-04 Microsoft Corporation Using a derived table of signal strength data to locate and track a user in a wireless network
US6263208B1 (en) * 1999-05-28 2001-07-17 Lucent Technologies Inc. Geolocation estimation method for CDMA terminals based on pilot strength measurements
US6697630B1 (en) * 2000-03-17 2004-02-24 Lucent Technologies, Inc. Automatic location identification system comparing stored field strength data and an actual cellular call's field strength
US7038584B2 (en) * 2000-03-31 2006-05-02 Ge Medical Systems Information Technologies, Inc. Object location monitoring within buildings
JP2002112326A (ja) * 2000-10-02 2002-04-12 Ntt Docomo Inc 無線リソース割当方法及び基地局装置
FI111901B (fi) * 2000-12-29 2003-09-30 Ekahau Oy Sijainnin arviointi langattomissa tietoliikenneverkoissa
US6560531B1 (en) * 2001-05-22 2003-05-06 Navigation Technologies Corporation Multi-resolution trend metric for shape comparison and applications thereof
US6757544B2 (en) * 2001-08-15 2004-06-29 Motorola, Inc. System and method for determining a location relevant to a communication device and/or its associated user
JP2003087361A (ja) 2001-09-13 2003-03-20 Denso Corp 移動通信端末装置
US6871077B2 (en) * 2001-10-09 2005-03-22 Grayson Wireless System and method for geolocating a wireless mobile unit from a single base station using repeatable ambiguous measurements
US6873852B2 (en) * 2002-01-10 2005-03-29 Telefonaktiebolaget Lm Ericsson (Publ) System and method of estimating the position of a mobile terminal in a radio telecommunications network
GB0203621D0 (en) 2002-02-15 2002-04-03 Bae Systems Defence Sysytems L Emitter location system
DE50206652D1 (de) * 2002-02-28 2006-06-08 Alcatel Sa Verfahren und Vorrichtungen zum Bestimmen der Funkempfangsrichtung in einem Mobilkommunikationsnetz
US6985745B2 (en) * 2002-11-25 2006-01-10 Telefonaktiebolaget L M Ericsson (Publ) Method and radio signature position determining entity (RS-PDE) for maintaining location database reliability
US6830213B1 (en) * 2003-05-21 2004-12-14 Lucent Technologies Inc. Wireless guidance system
US7346359B2 (en) * 2003-07-31 2008-03-18 Pango Networks, Inc. Method for RF fingerprinting
US7313403B2 (en) * 2003-08-06 2007-12-25 Hong Kong Applied Science And Technology Research Institute Co., Ltd. Location positioning in wireless networks
US7751829B2 (en) * 2003-09-22 2010-07-06 Fujitsu Limited Method and apparatus for location determination using mini-beacons
US7116988B2 (en) * 2004-03-16 2006-10-03 Airespace, Inc. Location of wireless nodes using signal strength weighting metric
US7433696B2 (en) * 2004-05-18 2008-10-07 Cisco Systems, Inc. Wireless node location mechanism featuring definition of search region to optimize location computation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6026304A (en) * 1997-01-08 2000-02-15 U.S. Wireless Corporation Radio transmitter location finding for wireless communication network services and management
US6564065B1 (en) * 1999-04-20 2003-05-13 Lucent Technologies Inc. Bayesian-update based location prediction method for CDMA systems
CN1455350A (zh) * 2002-05-02 2003-11-12 微软公司 确定移动计算机位置的方法和系统

Also Published As

Publication number Publication date
US20050246334A1 (en) 2005-11-03
CN1951027A (zh) 2007-04-18
US7359718B2 (en) 2008-04-15
WO2005107094A1 (en) 2005-11-10
HK1100758A1 (en) 2007-09-28

Similar Documents

Publication Publication Date Title
CN1951027B (zh) 无线网络里的位置确定和位置跟踪
US6934626B2 (en) Low-cost, low-power geolocation system
US7196662B2 (en) Probabilistic model for a positioning technique
CN101277539B (zh) 用于估计移动设备的位置的方法和系统
US8280384B2 (en) System and method for predicting location accuracy of a mobile unit
CN104853317B (zh) 一种WiFi室内定位中指纹库的构建及更新方法
US7203489B2 (en) Measurement based prediction method for radiation path loss
Roos et al. A probabilistic approach to WLAN user location estimation
Tuba et al. Two stage wireless sensor node localization using firefly algorithm
US8712428B2 (en) Location estimation of wireless terminals through pattern matching of deduced signal strengths
US7460505B2 (en) Location estimation of wireless terminals through pattern matching of signal-strength differentials
EP1191804B1 (en) Path loss data normalization for growth management of a cellular system
CN103874118B (zh) WiFi室内定位中基于贝叶斯回归的Radio Map校正方法
US20150230100A1 (en) System and method for wireless positioning in wireless network-enabled environments
MXPA02007530A (es) Metodo y aparato para simulacion y planeacion de redes de localizacion de posicion inalambricas.
US20050124354A1 (en) Location estimation of wireless terminals using indoor radio frequency models
EP2141957A1 (en) System and method for position estimation
CN102741892A (zh) 用于构建和利用信标位置数据库的装置和方法
KR20060136447A (ko) 하나의 무선망 모델을 기존 무선망조건에 정합시키기 위한방법 및 장치
CN104581945A (zh) 基于距离约束的半监督apc聚类算法的wlan室内定位方法
Moghtadaiee et al. Design protocol and performance analysis of indoor fingerprinting positioning systems
Popescu et al. Neural networks applications for the prediction of propagation path loss in urban environments
EP3232220B1 (en) Method and device for estimating accuracy of a position determination
Biswas et al. New RSSI-fingerprinting-based smartphone localization system for indoor environments
Ye et al. A novel adaptive radio map for RSS‐based indoor positioning

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1100758

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1100758

Country of ref document: HK

ASS Succession or assignment of patent right

Owner name: TCL COMMUNICATION TECHNOLOGY HOLDING CO., LTD.

Free format text: FORMER OWNER: HONG KONG APPLIED SCIENCE AND TECHNOLOGY RESEARCH INSTITUTE COMPANY LIMITED

Effective date: 20131031

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20131031

Address after: Room 19, building third, central, 33 Guangdong Road, Tsim Sha Tsui, Kowloon, Hongkong, China

Patentee after: TCL Communications Technology Holdings Limited

Address before: Hongkong, China

Patentee before: China Hongkong applied science and Technology Research Institute Co Ltd

TR01 Transfer of patent right

Effective date of registration: 20190522

Address after: Room OMC, Reef 1, Wickham, Rhode Town, Tortola Island, British Virgin Islands

Patentee after: Yisheng Management Consulting Co., Ltd.

Address before: Room 19, building third, central, 33 Guangdong Road, Tsim Sha Tsui, Kowloon, Hongkong, China

Patentee before: TCL & Alcatel Mobile Phones Lt

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210115

Address after: California, USA

Patentee after: Facebook, Inc.

Address before: Room OMC, Reef 1, Wickham, Rhode Town, Tortola Island, British Virgin Islands

Patentee before: Yisheng Management Consulting Co.,Ltd.

TR01 Transfer of patent right
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: California, USA

Patentee after: Yuan platform Co.

Address before: California, USA

Patentee before: Facebook, Inc.