[发明专利]一种基于蓝牙AOA与深度学习融合的高精度定位方法

说明书

本发明公开了一种基于蓝牙AOA与深度学习融合的高精度定位方法，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；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；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；若为动态，则基于扩展卡尔曼滤波算法来优化定位结果；若为静态，则基于多点平均滤波算法来优化定位结果。该方法将蓝牙AOA与深度学习网络相结合，实现了相位数据到空间坐标的快速映射，并采用针对不同状态下不同的滤波方法，使数据更准确。

技术领域

本发明涉及蓝牙室内定位技术领域，尤其涉及一种基于蓝牙AOA(Arrive ofAngle，到达角定位)与深度学习融合的高精度定位方法。

背景技术

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。

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准，并且还面临着信号反射干扰、天线开关时间延迟和室内环境下各种遮挡物，以及反射物等带来的多径效应等问题。因此如何提供一种低成本、低误差、高实时性的针对蓝牙终端的定位方法是一个亟待解决的问题。

发明内容

本发明的目的是提供一种基于蓝牙AOA与深度学习融合的高精度定位方法，该方法将蓝牙AOA与深度学习网络相结合，实现了相位数据到空间坐标的快速映射，并采用针对不同状态下不同的滤波方法，使数据更准确。

本发明的目的是通过以下技术方案实现的：

一种基于蓝牙AOA与深度学习融合的高精度定位方法，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。

由上述本发明提供的技术方案可以看出，上述方法将蓝牙AOA与深度学习网络相结合，实现了相位数据到空间坐标的快速映射，并采用针对不同状态下不同的滤波方法，使数据更准确，实现了低成本、高实时性、高速率的高精度室内定位，能将定位精度提升到亚米级。

附图说明