【技术实现步骤摘要】
一种基于蓝牙AOA与深度学习融合的高精度定位方法
[0001]本专利技术涉及蓝牙室内定位
,尤其涉及一种基于蓝牙AOA(Arrive of Angle,到达角定位)与深度学习融合的高精度定位方法。
技术介绍
[0002]随着移动设备(如智能手机、智能手表、平板电脑以及一些可穿戴设备)的普及,无线定位催生了大量基于位置的服务(LBS),以方便我们在紧急服务、导航、医疗保健等领域的日常生活,地理围栏、社交网络、娱乐/游戏、资产跟踪等,例如智能手机用户可以使用谷歌地图轻松计划他们的旅行并在附近订购出租车。在室外环境下,全球定位系统(GPS)、北斗定位系统(BDS)等全球导航卫星系统(GNSS)为用户提供米级的位置服务,基本解决了在室外空间中进行准确定位的问题,并在日常生活中得到了广泛的应用。
[0003]然而,在占人类日常生活时间80%的室内环境中,受到建筑物的遮挡和多径效应的影响,GNSS定位精度急剧降低,无法满足室内位置服务需要,但室内定位在一些特定场合的迫切需求已经日趋显著。室内定位技术在过去的数年间正在诸多行业得到越来越广泛的应用,在我们日常生活中扮演着越来越重要的角色。随着通信技术和无线网络的不断发展与普及,室内定位技术层出不穷,其定位精度在几米到几十米的范围内,并在特定的行业内得到了一定的应用,例如蓝牙定位技术安全性高、成本低、功耗低、设备体积小,目前大部分手机终端都自带蓝牙模块,容易大范围的普及和部署实施。然而蓝牙AOA技术因为利用相位差估算的到达角度去定位AOA发射源的位置,导致定位结果不够精 ...
【技术保护点】
【技术特征摘要】
1.一种基于蓝牙AOA与深度学习融合的高精度定位方法,其特征在于,所述方法包括:步骤1、通过到达角定位AOA主节点蓝牙基站与多个被动节点蓝牙基站,获取蓝牙终端的原始采样值I和Q的相位数据,并将得到的IQ相位数据发送到PC处理终端;其中,所述IQ相位数据是按照一定的采样率抓取的采样数据,I为In
‑
phase表示同相;Q为Quadrature表示正交,与I相位差90度;步骤2、所述PC处理终端将获得的IQ相位数据输入到训练好的神经网络模型中,获得蓝牙终端的实时定位结果;步骤3、根据蓝牙终端实时定位结果判断所述蓝牙终端的运动状态为动态还是静态;步骤4、若为动态,则基于扩展卡尔曼滤波算法来优化蓝牙终端的实时定位结果;步骤5、若为静态,则基于多点平均滤波算法来优化蓝牙终端的实时定位结果。2.根据权利要求1所述基于蓝牙AOA与深度学习融合的高精度定位方法,其特征在于,在步骤1中,主节点蓝牙基站与蓝牙终端建立链路连接,并指示所述蓝牙终端发送蓝牙广播信令包;主节点蓝牙基站和多个被动节点蓝牙基站接收所述蓝牙终端以广播通信方式发送的蓝牙广播信令包;所述主节点蓝牙基站和多个被动节点蓝牙基站基于各自天线阵列中不同天线接收的蓝牙广播信令包之间的相位差,得到蓝牙终端的原始采样值I和Q的相位数据,并将得到的IQ相位数据由UART串口发送到PC端。3.根据权利要求1所述基于蓝牙AOA与深度学习融合的高精度定位方法,其特征在于,在步骤2中,所述神经网络模型包括输入层、第一训练层、第二训练层、立体解析层、输出层,其中:所述PC处理终端将获得的多个不同的IQ相位数据输入至神经网络模型的输入层,所述输入层根据多个不同的IQ相位数据,得到多个不同的相位值;将多个不同的相位值输入到所述第一训练层,所述第一训练层根据所述多个不同的相位值得到多个相位差;将所述多个相位差输入所述第二训练层,所述第二训练层根据所述多个相位差得到多个角度值;所述立体解析层将所述多个角度值转化为多个三维立体角;所述输出层再根据所述多个三维立体角和不同天线间的相对位置,将所述多个角度值组合训练到目标空间立方体内,得到相应的三维立体坐标,从而训练得到神经网络模型;所述PC处理终端根据训练好的神经网络模型和IQ相位数据,确定发射信号的蓝牙终端的位置。4.根据权利要求1所述基于蓝牙AOA与深度学习融合的高精度定位方法,其特征在于,所述步骤3的过程具体为:首先对所得到的数据,即蓝牙终端实时定位结果进行预处理,运用拉依达法则对数据进行粗大误差的剔除;然后对蓝牙终端当前时刻的定位结果与多个历史时刻的定位结果计算欧氏距离,并与定位误差允许范围进行比较;其中,所述定位误差允许范围为定位系统实验测得的均方根误差;
若所计算的欧氏距离大于所述定位误差允许范围,则判定为动态;若所计算的欧氏距离小于所述定位误差允许范围,则判定为静态。5.根据权利要求1所述基于蓝牙AOA与深度学习融合的高精度定位方法,其特征在于,在步骤4中,所述基于扩展卡尔曼滤波算法来优化蓝牙终端实时定位结果的过程具体为:卡尔曼滤波算法的状态方程如下:设采...
【专利技术属性】
技术研发人员:王华锋,巨红伟,胡朝晖,黄振阳,刘万泉,张豪督,屠焕青,杜涛,石倩倩,李丹,张如雷,
申请(专利权)人:北方工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。