【技术实现步骤摘要】
本专利技术涉及大数据智能定位，具体为一种基于物联网和大数据的资产跟踪智能定位系统。
技术介绍
1、超宽带技术起源于20世纪60年代，但真正商业化应用是在21世纪初。随着微电子技术和无线通信技术的进步，uwb能够在较宽的频谱范围内发送纳秒级脉冲信号，从而实现极高时间分辨率和精确测距。早期主要用于军事雷达和高精度无线定位领域，同时随着物联网(iot)概念的兴起与普及，对物品实时、精准定位的需求日益增强。传统的rfid、蓝牙等短距离无线通信技术在定位精度和复杂环境下的表现有限，而uwb凭借其厘米级别的定位精度和穿透性强的优势，逐渐成为室内定位和追踪资产的理想选择，所以，在此提出了一种基于物联网和大数据的资产跟踪智能定位系统。
2、传统的定位系统在高密度场景下，如仓库、物流中心等，往往存在信号干扰和定位误差增大的问题，影响资产跟踪定位的定位效果，所以，在此提出了一种基于物联网和大数据的资产跟踪智能定位系统，通过引入uwb技术，能够提供高精度的定位能力，其测距误差可以在数厘米范围内，资产跟踪系统可以实现更准确的定位，提高资产位置的准确性，并且能够支持更高的密度场景，具有更好的抗干扰性能，实现在复杂环境中的资产定位。同时结合各种坐标系及网格码对资产进行详细定位编码。
技术实现思路
1、针对现有技术中高密度场景下存在信号干扰和定位误差增大的不足，本专利技术提供了一种基于物联网和大数据的资产跟踪智能定位系统，具备支持更高的密度场景，具有更好的抗干扰性的优点。
2、为实现上述
3、用于生成并发射uwbt脉冲信号的uwb信号发射模块；
4、用于捕捉从uwb信号发射模块发出的uwbt脉冲信号的uwb信号接收模块；
5、用于根据接收到的uwbt脉冲信号信息计算出资产的位置坐标的定位算法模块；
6、用于实时收集来自各uwb节点的信息数据的数据采集与传输模块；
7、用于对收集到的原始数据进行预处理并与传感器数据进行融合的数据处理与融合模块；
8、用于对处理后的数据进行深入分析预测资产动态行为的数据挖掘模块；
9、用于将资产的实时位置信息转化为可视化界面并进行预警监控的可视化与预警模块；
10、所述uwb信号接收模块中设置有距离测量模块，所述数据挖掘模块中设置有机器学习引入模块。
11、所述uwb信号发射模块生成和发送超宽带脉冲信号，通过精确的时间戳标记，以极高的时间分辨率发射低功率、短持续时间的无线脉冲信号，通过振荡器和脉冲形成电路产生，并且可以通过编程来控制脉冲的幅度、宽度和重复频率，发射器以纳秒级极短脉冲形式发送超宽带信号，信号表示为：
12、
13、其中，a是幅度；
14、rect是矩形窗函数；
15、tp是脉冲宽度，fc是中心频率；
16、φ是相位，将信号发送至uwb信号接收模块。
17、所述uwb信号接收模块中的uwb信号接收器通过其天线阵列接收到从发射端发出的超宽带脉冲信号，接收器接收到信号后通过距离测量模块计算飞行时间以及到达时间差来获得实际距离信息，基于tof测距公式：
18、
19、其中d是距离；
20、c是光速；
21、δt是从发射到接收的时间差，对于uwb信号而言，通过超宽带特性，实现纳秒级别的高精度时间戳记录，采用双边双向测距，通过交换多个脉冲信号，并记录每个脉冲的发送和接收时间戳，然后计算出信号往返一次的时间差代入上述公式以求得精确的距离值。
22、所述定位算法模块基于距离测量模块收集资产与至少三个基站之间的距离信息，通过uwb信号接收模块确定基站位置坐标，然后构建一个数学模型，将距离信息和基站位置代入模型中，使用加权最小二乘法求解模型中的未知参数，设定基站数量为n，每个基站的位置为(xi,yi)，资产与第i个基站之间的距离为di(i＝1,2,...,n)，根据二维空间距离公式，设资产的位置坐标为(x,y)，则：
23、(xi-x)^2+(yi-y)^2＝di^2
24、将上述n个方程式组成一个非线性模型，即：
25、f(x,y)＝0
26、使用加权最小二乘法求解模型中的未知参数，得到资产位置坐标(x,y)的最佳估计值，其中未知参数即为资产的位置坐标。
27、所述数据采集与传输模块对收集到的数据在本地进行初步处理，并将数据封装成适合传输的数据包，包括时间戳、设备标识符相关信息，使用有线或无线通信技术将数据上传至后台服务器或云平台，对于无线传输，选择低功耗广域网或局域网技术，在无线传输过程中，通常需要一个或多个接入点或网关设备来接收来自uwb节点的数据包，并将其转发至互联网或者专有网络，数据到达网关后，网关会通过安全可靠的连接协议将数据发送到云端服务器或数据中心。
28、所述数据处理与融合模块对位置数据进行去噪校正处理，校正步骤包括时钟偏移校正、环境影响校正，温度、湿度导致的信号传播速度变化，以及硬件性能校正，通过双向通信方式计算出精确的时间戳来校正各个uwb节点间的时钟偏移，确保飞行时间测量的准确性，去噪基于统计学方法识别并剔除异常值，去除非真实信号带来的错误读数，融合部分uwb定位系统会与传感器加速度计、陀螺仪、磁力计的数据进行融合，将来自不同传感器的数据结合在一起，使用融合算法估算资产的精确位置，同时结合静态定位结果和动态传感器数据imu传感器提供的运动轨迹信息实现动态环境下高精度定位。
29、所述数据挖掘模块将数据集划分为训练集、验证集和测试集，用于模型的训练、调优和评估，采用划分比例，％的数据用于训练，％用于验证，％用于测试，选择机器学习算法神经网络，使用训练集对选定的模型进行训练，并进行参数调优，使用验证集评估模型在未见过的数据上的表现，检查模型的准确率、召回率、精确度指标，通过前向传播公式：
30、z＝w·x+b
31、a＝f(z)
32、其中，z是加权输入，w是权重矩阵，x是输入特征向量，b是偏置向量；f(z)是激活函数，a是该层的输出根据评估结果，计算出从输入层到输出层的预测值对模型进行调整和优化，在输出层，前向传播会产生一个预测值或概率分布，用于解决具体的任务，包括回归、分类，这个输出值表示神经网络对输入数据的预测结果。
33、所述可视化与预警模块将处理后的实时位置信息映射到地图上，采用gis技术实现，将资产位置坐标转换为地图上的点或轨迹，并结合地理信息建筑、区域划分形成直观的地图视图，创建一个用户友好的图形化界面，展示资产在地图上的分布、动态轨迹以及相关属性信息，可以使用web gis框架定制开发的地图组件来构建界面，根据业务需求设置预设规则，资产超出指定区域、移动速度异常、长时间静止不动情况触发报警，当规则引擎检测到本文档来自技高网...
【技术保护点】
1.一种基于物联网和大数据的资产跟踪智能定位系统，其特征在于：智能定位系统包括：
2.根据权利要求1所述的一种基于物联网和大数据的资产跟踪智能定位系统，其特征在于：所述UWB信号发射模块(1)生成和发送超宽带脉冲信号，通过精确的时间戳标记，以极高的时间分辨率发射低功率、短持续时间的无线脉冲信号，通过振荡器和脉冲形成电路产生，并且可以通过编程来控制脉冲的幅度、宽度和重复频率，发射器以纳秒级极短脉冲形式发送超宽带信号，信号表示为：
3.根据权利要求1所述的一种基于物联网和大数据的资产跟踪智能定位系统，其特征在于：所述UWB信号接收模块(2)中的UWB信号接收器通过其天线阵列接收到从发射端发出的超宽带脉冲信号，接收器接收到信号后通过距离测量模块(8)计算飞行时间以及到达时间差来获得实际距离信息，基于TOF测距公式：
4.根据权利要求1所述的一种基于物联网和大数据的资产跟踪智能定位系统，其特征在于：所述定位算法模块(3)基于距离测量模块(8)收集资产与至少三个基站之间的距离信息，通过UWB信号接收模块(2)确定基站位置坐标，然后构建一个数学模型，将距离
5.根据权利要求1所述的一种基于物联网和大数据的资产跟踪智能定位系统，其特征在于：所述数据采集与传输模块(4)对收集到的数据在本地进行初步处理，并将数据封装成适合传输的数据包，包括时间戳、设备标识符相关信息，使用有线或无线通信技术将数据上传至后台服务器或云平台，对于无线传输，选择低功耗广域网或局域网技术，在无线传输过程中，通常需要一个或多个接入点或网关设备来接收来自UWB节点的数据包，并将其转发至互联网或者专有网络，数据到达网关后，网关会通过安全可靠的连接协议将数据发送到云端服务器或数据中心。
6.根据权利要求1所述的一种基于物联网和大数据的资产跟踪智能定位系统，其特征在于：所述数据处理与融合模块(5)对位置数据进行去噪校正处理，校正步骤包括时钟偏移校正、环境影响校正，温度、湿度导致的信号传播速度变化，以及硬件性能校正，通过双向通信方式计算出精确的时间戳来校正各个UWB节点间的时钟偏移，确保飞行时间测量的准确性，去噪基于统计学方法识别并剔除异常值，去除非真实信号带来的错误读数，融合部分UWB定位系统会与传感器加速度计、陀螺仪、磁力计的数据进行融合，将来自不同传感器的数据结合在一起，使用融合算法估算资产的精确位置，同时结合静态定位结果和动态传感器数据IMU传感器提供的运动轨迹信息实现动态环境下高精度定位。
7.根据权利要求1所述的一种基于物联网和大数据的资产跟踪智能定位系统，其特征在于：所述数据挖掘模块(6)将数据集划分为训练集、验证集和测试集，用于模型的训练、调优和评估，采用划分比例，70％的数据用于训练，20％用于验证，10％用于测试，选择机器学习算法神经网络，使用训练集对选定的模型进行训练，并进行参数调优，使用验证集评估模型在未见过的数据上的表现，检查模型的准确率、召回率、精确度指标，通过前向传播公式：
8.根据权利要求1所述的一种基于物联网和大数据的资产跟踪智能定位系统，其特征在于：所述可视化与预警模块(7)将处理后的实时位置信息映射到地图上，采用GIS技术实现，将资产位置坐标转换为地图上的点或轨迹，并结合地理信息建筑、区域划分形成直观的地图视图，创建一个用户友好的图形化界面，展示资产在地图上的分布、动态轨迹以及相关属性信息，可以使用Web GIS框架定制开发的地图组件来构建界面，根据业务需求设置预设规则，资产超出指定区域、移动速度异常、长时间静止不动情况触发报警，当规则引擎检测到预设条件被触发时，立即在可视化界面上显示警告标志和提示信息。资产的定位结合网格码进行准确且唯一的位置编码对资产进行精准管理。
...【技术特征摘要】
1.一种基于物联网和大数据的资产跟踪智能定位系统，其特征在于：智能定位系统包括：
2.根据权利要求1所述的一种基于物联网和大数据的资产跟踪智能定位系统，其特征在于：所述uwb信号发射模块(1)生成和发送超宽带脉冲信号，通过精确的时间戳标记，以极高的时间分辨率发射低功率、短持续时间的无线脉冲信号，通过振荡器和脉冲形成电路产生，并且可以通过编程来控制脉冲的幅度、宽度和重复频率，发射器以纳秒级极短脉冲形式发送超宽带信号，信号表示为：
3.根据权利要求1所述的一种基于物联网和大数据的资产跟踪智能定位系统，其特征在于：所述uwb信号接收模块(2)中的uwb信号接收器通过其天线阵列接收到从发射端发出的超宽带脉冲信号，接收器接收到信号后通过距离测量模块(8)计算飞行时间以及到达时间差来获得实际距离信息，基于tof测距公式：
4.根据权利要求1所述的一种基于物联网和大数据的资产跟踪智能定位系统，其特征在于：所述定位算法模块(3)基于距离测量模块(8)收集资产与至少三个基站之间的距离信息，通过uwb信号接收模块(2)确定基站位置坐标，然后构建一个数学模型，将距离信息和基站位置代入模型中，使用加权最小二乘法求解模型中的未知参数，设定基站数量为n，每个基站的位置为(xi,yi)，资产与第i个基站之间的距离为di(i＝1,2,...,n)，根据二维空间距离公式，设资产的位置坐标为(x,y)，则：
5.根据权利要求1所述的一种基于物联网和大数据的资产跟踪智能定位系统，其特征在于：所述数据采集与传输模块(4)对收集到的数据在本地进行初步处理，并将数据封装成适合传输的数据包，包括时间戳、设备标识符相关信息，使用有线或无线通信技术将数据上传至后台服务器或云平台，对于无线传输，选择低功耗广域网或局域网技术，在无线传输过程中，通常需要一个或多个接入点或网关设备来接收来自uwb节点的数据包，并将其转发至互联网或者专有网络，数据到达网关后，网关会通过安全可靠的连接协议将数据发...
【专利技术属性】
技术研发人员：张兴利，龙定华，
申请(专利权)人：东谷创意科技成都有限公司，
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。