[0131] 示例9設及一種由邏輯編程的處理器電路，該處理器電路用W實現W下各項功 能，包括：接收用于在一個或多個接入點（Α巧和移動設備之間通信的飛行時間（To巧信息； 標識具有高斯噪聲分布的第一組狀態變量，并應用卡爾曼濾波器（KF) W將ToF位置確定中 的誤差概率確定為第一組狀態變量的函數；標識具有非高斯噪聲分布的第二組變量，并應 用貝葉斯濾波器度巧W將ToF位置確定中的誤差的概率確定為第二組狀態變量的函數；至 少部分地通過結合使用KF和BF確定的誤差概率來近似估計移動設備的位置。
[0132] 示例10設及示例9的處理器電路，其中該邏輯還包括用于將移動設備周圍的地區 細分為多個六邊形小區的功能。
[0133] 示例11設及示例10的處理器電路，其中應用KF來確定誤差概率還包括：分配移 動設備出現在多個六邊形小區中的每一個小區的初始KF概率值。
[0134] 示例12設及示例11的處理器電路，其中邏輯還包括W下功能：將更新后的KF值 計算為偏差值、平均值和方差值對于移動設備處于多個六邊形小區中的每一個小區的位置 概率的函數。
[0135] 示例13設及示例10的處理器電路，其中邏輯還包括用于應用BF濾波器來確定誤 差概率的功能，還包括：向多個六邊形小區中的每一個分配指示移動設備出現在每一相應 小區的概率的初始BF概率值（Pf)。
[0136] 示例14設及示例13的處理器電路，其中邏輯還包括運樣的函數：其用于將更新后 的BF值計算為偏差值的函數，該偏差值與移動設備在多個六邊形小區中的每一個小區出 現相關聯。
[0137] 示例15設及一種用于確定移動設備在封閉區域內的位置的方法，包括：在該區 域內標識多個位置狂n，化），并且向每一位置分配針對移動設備出現的初始貝葉斯濾波器 度巧概率值（Pr);分配針對移動設備出現的初始卡爾曼濾波器（Κ巧概率值；通過對移動 設備處于鄰近位置的概率求和，并將求和后的概率乘W轉移概率來確定移動設備處于第一 位置的概率ΡΗ、/Υ。1);將權重值化確定為移動設備處于第一位置的概率ΡΗ、/Υ。1)和轉 移概率的函數；將平均值和方差值計算為相應位置的權重值化的函數；將更新后的KF值 計算為偏差值、平均值和方差值的函數；并且將更新后的BF值計算為偏差值的函數；W及 將移動設備的位置更新為更新后的BF和更新后的KF值的函數。
[013引示例16設及示例15的方法，其中多個鄰近位置中的每一個包括六邊形小區。
[0139] 示例17設及示例16的方法，其中分配初始KF濾波器概率值還包括：分配移動設 備處于多個六邊形小區中的每一個小區的初始偏差值。
[0140] 示例18設及示例16的方法，其中分配初始BF概率值還包括：針對每一六邊形小 區，標識所有鄰近六邊形小區狂。1)，并且將移動設備出現在每一鄰近的六邊形小區狂。1) 的概率乘W轉移概率。
[0141] 示例19設及示例15的方法，其中對移動設備處于所有鄰近位置的概率進行求和 是由W下等式確定的：
[0142]
[0143] 示例20設及示例16的方法，還包括為多個六邊形小區中的每一個小區分配初始 KF概率值1。
[0144] 示例21設及示例16的方法，其中轉移概率被確定為相鄰的六邊形小區之間的距 離的函數。
[0145] 示例22設及示例15的方法，其中確定移動設備處于第一位置的概率ΡΗ、/Υ。1) 還包括：對移動設備處于所有鄰近位置的概率求和，并且將求和后的概率乘W轉移概率。
[0146] 盡管本公開的原理已經結合本文所示出的典型實施例進行了說明，但是本公開的 原理不限于此，而是包括它們的任意修改、變體或置換。
【主權項】
1. 一種用于確定移動設備在封閉區域內的位置的處理器電路，所述電路由邏輯編程W 實施W下各項功能，包括： 在所述區域內標識多個位置狂n，化），并向每一位置分配針對所述移動設備出現的初 始貝葉斯Bayesian濾波器度巧概率值（Pf); 通過對所述移動設備處于所有鄰近位置的概率求和來確定所述移動設備處于第一位 置的概率Pr狂n，. /Y。1)，并且乘W轉移概率來確定移動設備處于所述第一位置的新的概 率. 將權重值化確定為所述移動設備處于所述第一位置的概率Pf狂n，/Xi)和所述轉移 概率的函數； 針對相應的位置，將平均值和方差值計算為化權重值的函數； 將更新后的KF值確定為偏差值、所述平均值和所述方差值的函數；W及 將所述移動設備的位置更新為所述更新后的BF和KF的函數。2. 如權利要求1所述的處理器，其中所述多個鄰近位置中的每一個位置定義了大體上 六邊形的小區。3. 如權利要求2所述的處理器，其中分配初始KF濾波器概率值還包括：為所述移動設 備分配初始偏差值，所述初始偏差值定義了近似值。4. 如權利要求2所述的處理器，其中預測BF值還包括：針對每一小區，標識所有鄰近 小區狂。1)，并且將所述移動設備出現在每一鄰近小區狂。1)的概率乘W所述轉移概率，來 作為所述KF值的函數。5. 如權利要求2所述的處理器，其中對所述移動設備處于所有鄰近位置的概率求和是 通過下列等式確定的： 1，!.仁"LVi,,.,)=藝 IA'".,). Prb"..,6. 如權利要求2所述的處理器，還包括針對每一位置狂n，化）預測貝葉斯濾波器度巧 概率值。7. 如權利要求2所述的處理器電路，其中所述轉移概率被確定為相鄰的六邊形小區之 間的距離的函數。8. -種由邏輯編程的處理器電路，該處理器電路用W實現W下各項功能，包括： 從與移動設備進行通信的一個或多個接入點（A巧接收飛行時間信息（ToF); 標識具有高斯噪聲分布的第一組狀態變量，并且應用卡爾曼Kalman濾波器（KF) W將 ToF位置確定中的誤差概率確定為所述第一組狀態變量的函數； 標識具有非高斯噪聲分布的第二組狀態變量，并且應用貝葉斯Bayesian濾波器度巧 W將ToF位置確定中的誤差概率確定為所述第二組狀態變量的函數； 將由KF和BF確定的所述位置概率結合W近似估計所述移動設備的位置。9. 如權利要求8所述的處理器電路，還包括將所述移動設備周圍的地區細分為多個六 邊形小區。10. 如權利要求9所述的處理器電路，還包括初始化所述KF和BF濾波器中的每一個。11. 如權利要求8所述的處理器電路，還包括通過初始化條件初始化所述KF和BF中的 一個或兩個。12. 如權利要求8所述的處理器電路，其中所述BF和KF確定位置及其誤差。13. -種用于確定移動設備在封閉區域內的位置的方法，所述電路由邏輯編程W實現 W下各項功能： 在所述區域內識別多個位置狂n，化），并向每一位置分配針對所述移動設備出現的初 始貝葉斯濾波器度巧概率值（Pf); 通過對所述移動設備處于所有鄰近位置的概率求和來確定所述移動設備處于第一位 置的概率Pr狂n，Y。1)，并且乘W轉移概率來確定移動設備處于所述第一位置的新的概率； 將權重值化確定為所述移動設備處于所述第一位置的概率Pf狂n，Y。1)的函數； 針對相應的位置，將平均值和方差值計算為化權重值的函數； 將更新后的KF值確定為偏差值、所述平均值和所述方差值的函數；W及 將所述移動設備的位置更新為所述更新后的BF和KF的函數。14. 如權利要求13所述的方法，其中所述多個鄰近的位置中的每一個定義了大體上六 邊形的小區。15. 如權利要求14所述的方法，其中分配初始KF濾波器概率值還包括：針對所述移動 設備分配初始偏差值，所述初始偏差值定義了近似值。16. 如權利要求14所述的方法，其中預測BF值還包括：針對每一小區，標識所有鄰近 小區狂。1)，并且將所述移動設備出現在每一鄰近小區狂。1)的概率乘W所述轉移概率，來 作為所述KF值的函數。17. 如權利要求14所述的方法，其中對所述移動設備處于所有鄰近位置的概率求和是 通過下列等式確定的： 二 E I W-、'".山.'|'一）18. 如權利要求13所述的方法，還包括針對每一位置狂n，化）預測貝葉斯濾波器度巧 概率。19. 一種由指令編程的機器可讀介質，該指令用W實現權利要求13-17中所述的任何 步驟。
【專利摘要】本公開大體上涉及使用混合濾波器的增強定位系統。在一個實施例中，飛行時間(ToF)測量被用于確定移動設備相對于一個或多個接入點的近似位置。然后，與已知和未知變量相結合的ToF通過混合濾波器系統進行處理以確定移動設備的位置。混合濾波器系統可包括用于處理線性模型和大體上高斯噪聲分布的卡爾曼濾波器(KF)。KF假設移動設備位置的狀態概率呈高斯分布。這類變量例如包括WiFi？ToF偏差。混合濾波器系統可包括貝葉斯濾波器(BF)，其用于處理具有非高斯噪聲分布和非線性模型的變量。這類變量例如包括移動設備的坐標。然后，KF和BF各自進行的概率確定被應用以估計移動設備的位置。
【IPC分類】H04W64/00
【公開號】CN105657822
【申請號】
【發明人】尤瓦爾·阿米祖爾, 烏里·斯查特茲伯格
【申請人】英特爾公司
【公開日】2016年6月8日
【申請日】2015年10月30日