[发明专利]一种定位方法及系统有效

专利信息
申请号: 201610251609.5 申请日: 2016-04-21
公开(公告)号: CN105792131B 公开(公告)日: 2018-11-23
发明(设计)人: 邓中亮;焦继超;林乐轩;王玮 申请(专利权)人: 北京邮电大学
主分类号: H04W4/021 分类号: H04W4/021;H04W64/00;G06K9/62;H04L27/26
代理公司: 北京柏杉松知识产权代理事务所(普通合伙) 11413 代理人: 马敬;项京
地址: 100876 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 定位 方法 系统
【权利要求书】:

1.一种定位方法,其特征在于,适用于终端,所述方法包括:

在接收到定位指令后,基于时分码分正交频分复用TC-OFDM技术获取关于所述终端的基站定位数据;

获取所述基站定位数据所对应的定位范围的第一图像,其中,所述第一图像为预先构建的图像数据库的子集,其中,所述预先构建的图像数据库中任一图像均对应一个地址数据;

调用所述终端中的图像采集模块采集第二图像;

将所述第一图像与所述第二图像进行图像匹配处理;

根据与所述第二图像相匹配的第一图像所对应的地址数据,获取图像定位数据;

基于边缘粒子滤波算法,对所述基站定位数据和所述图像定位数据进行数据融合,得到目标定位数据;

所述基于边缘粒子滤波算法,对所述基站定位数据和所述图像定位数据进行数据融合,得到目标定位数据,包括:

将所述基站定位数据作为非线性子向量输入至标准粒子滤波器,以获取所述基站定位数据所对应的第一状态向量和第一权重值;

将所述图像定位数据作为线性子向量输入至卡尔曼滤波器,以获取所述图像定位数据所对应的第二状态向量和第二权重值;

基于所述第一状态向量、第一权重值、第二状态向量和第二权重值,利用边缘粒子滤波算法计算所述基站定位数据和所述图像定位数据所对应的目标定位数据。

2.根据权利要求1所述的方法,其特征在于,所述将所述第一图像与所述第二图像进行图像匹配处理,包括:

提取所述第一图像的图像特征和所述第二图像的图像特征;

利用所述第一图像的图像特征和所述第二图像的图像特征,计算所述第一图像和所述第二图像的相似度;

判断所述相似度是否大于预设阈值,当判断所述相似度大于预设阈值时,确定所述第一图像与所述第二图像相匹配;当判断所述相似度不大于预设阈值时,确定所述第一图像与所述第二图像不匹配。

3.根据权利要求2所述的方法,其特征在于,所述提取第一图像的图像特征和第二图像的图像特征,包括:

基于方向梯度直方图HOG算法,提取第一图像的第一HOG特征,并提取第二图像的第二HOG特征;

基于预设的可视化公式,将所述第一HOG特征和所述第二HOG特征可视化,以得到第一可视化图像和第二可视化图像;

从所述第一可视化图像中提取第一局部相位量化LPQ特征,所述第二可视化图像中提取第二LPQ特征,并将所述第一LPQ特征作为所述第一图像的图像特征,将所述第二LPQ特征作为所述第二图像的图像特征;

其中,预设的可视化公式为:

Φ-1(y)=argmin||Φ(x)-y||2

其中,所述x表示HOG特征,所述y=Φx表示对x的特征描述,所述arg min表示二阶范数最小值。

4.根据权利要求3所述的方法,其特征在于,计算所述第一图像和所述第二图像的相似度所利用的公式为:

其中,所述f(bq,bd)表示所述第一图像和所述第二图像的相似度,所述Fq表示所述第一图像的图像特征,所述Fd表示所述第二图像的图像特征,所述|Fq|表示所述第一图像的图像特征的数量,所述|Fd|表示所述第二图像的图像特征的数量,所述h(bq,i,bd,i)表示在第i个像素中,所述第一图像和所述第二图像之间的汉明距离,所述l'为字符串bi的长度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610251609.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top