基于手机GNSS位置信息的隔离者行为判别技术

刘少林; 马宝田; 靳睿敏; 甄卫民

doi:10.12265/j.gnss.2022026

基于手机GNSS位置信息的隔离者行为判别技术

doi: 10.12265/j.gnss.2022026

中国电波传播研究所, 山东青岛 266107

基金项目: 国家重点研发计划重点专项(2018YFB0505100)

详细信息

作者简介:
刘少林：(1989—)，男，工程师，主要从事GNSS数据监测分析、计算机系统应用设计与实现

马宝田：(1979—)，男，高级工程师，主要从事GNSS数据监测分析、计算机系统应用设计与实现

靳睿敏：(1988—)，女，高级工程师，主要从事卫星导航应用及电磁干扰监测研究领域

甄卫民：(1963—)，男，研究员，博士生导师，主要从事空间环境、电磁环境和导航领域研究

通信作者:
刘少林 E-mail: jueyuanhs@163.com

中图分类号: P228.4
计量
- 文章访问数: 214
- HTML全文浏览量: 49
- PDF下载量: 20
- 被引次数: 0
出版历程
- 收稿日期: 2022-02-21
- 录用日期: 2022-07-27
- 网络出版日期: 2022-09-26

The technology of quarantine based on GNSS location information in cellphone

China Research Institute of Radio-wave Propagation, Qingdao 266107, China

摘要

摘要: 在新冠疫情爆发期间，对密切接触者或者来自中高风险区的人员进行隔离是一种有效遏制疫情蔓延的措施，为避免隔离人员擅自离开隔离区，需配备大量管理人员采用人盯人的方式进行24 h监管，耗费大量的人力和财力，并且容易出现信息漏报、无法实时收集分析以及监管人员安全性等问题. 利用现有基础设施，实现对隔离者的自动实时监控十分必要. 在自动实时监控中，最重要的是如何实现隔离人员离开隔离区后及时进行判别和告警，针对于此提出了一种基于手机全球卫星导航系统(GNSS)位置信息进行隔离人员行为判别的方法. 此方法利用手机GNSS芯片输出的位置信息以及载噪比(CNR)信息实现判别，利用实测数据对方法进行了验证. 分析结果表明：该方法能够准确、有效地判别隔离人员是否离开隔离区域.
- 全球卫星导航系统(GNSS) /
- 载噪比(CNR) /
- 疫情 /
- 隔离 /
- 手机
Abstract: During the outbreak of COVID-19, early quarantine from high risk areas is an effective measure to curb the spread of the epidemic. To avoid people leaving the quarantine area without authorization, a large number of supervisors are required to conduct 24 hours supervision, which not only needs much of labor and money, but also have the problems of information leakage, non real-time information collection and the safety of supervisors. It is necessary to realize automatic real-time quarantine monitoring by using the existing infrastructure. This paper realized it by collecting and analyzing the position and carrier noise ratio (CNR) information of Global Navigation Satellite System (GNSS) chip receiver in cellphone. Through analysis of the actual detection data, the result shows that the method can accurately and effectively distinguish whether the people leave of the quarantine area.
- COVID-19 /
- quarantine /
- mobile phone /
- Global Navigation Satellite System (GNSS) /
- carrier noise ratio (CNR)

HTML全文

图 1 隔离者行为判别方法流程

下载: 全尺寸图片幻灯片

图 2 前30 min位置均值和真实位置的误差

下载: 全尺寸图片幻灯片

图 3 前1 h位置均值和真实位置的误差

下载: 全尺寸图片幻灯片

图 4 前2 h位置均值和真实位置的误差

下载: 全尺寸图片幻灯片

图 5 除阳台和窗口旁的室内其它位置GPS CNR大于25 dBm的卫星个数

下载: 全尺寸图片幻灯片

图 6 阳台和窗口处GPS CNR大于25 dBm的卫星个数

下载: 全尺寸图片幻灯片

图 7 室外GPS CNR大于25 dBm的卫星个数

下载: 全尺寸图片幻灯片

图 8 隔离者走向阳台、窗口或者室外的判别流程

下载: 全尺寸图片幻灯片

图 9 隔离者离开的距离是否超过所设阈值的判定流程

下载: 全尺寸图片幻灯片

图 10 隔离地点示意图

下载: 全尺寸图片幻灯片

图 11 走动轨迹图

下载: 全尺寸图片幻灯片

图 12 确定的隔离初始位置

下载: 全尺寸图片幻灯片

图 13 隔离者可能离开隔离建筑物的判定时刻

下载: 全尺寸图片幻灯片

图 14 隔离者可能离开隔离建筑物的判定结果

下载: 全尺寸图片幻灯片

参考文献(16)

[1]	陈波, 高成发, 刘永胜, 等. 安卓手机终端原始GNSS观测数据质量分析[J]. 导航定位学报, 2019(3): 87-95.
[2]	陈春花, 陈冲, 赵亚枝. 安卓智能手机GNSS数据质量分析[J]. 全球定位系统, 2020, 45(3): 22-27. DOI: 10.13442/j.gnss.1008-9268.2020.03.005
[3]	张楷时, 焦文海, 李建文. Android智能终端GNSS定位精度分析[J]. 武汉大学学报(信息科学版), 2019, 44(10): 1472-1477.
[4]	梅俊杰, 高成发. 基于Android手机的GNSS定位研究及在桥涵调查中的应用[C]// 第十一届中国卫星导航年会, 2020.
[5]	张明华. 基于WLAN的室内定位技术研究[D]. 上海: 上海交通大学, 2009.
[6]	李时俊. 一种基于模拟GNSS信号的室内定位方法研究[D]. 西安: 长安大学, 2016.
[7]	徐娟. 蜂窝无线网络中手机定位算法的研究[D]. 北京: 北京邮电大学, 2012.
[8]	孙永亮. 基于位置指纹的WLAN室内定位技术研究[D]. 哈尔滨: 哈尔滨工业大学, 2013.
[9]	史翔. 基于智能手机GNSS观测值的连续平滑定位算法[D]. 武汉: 武汉大学, 2019.
[10]	黄甜. GPS快速静态相对定位精度分析[J]. 工程技术研究, 2019(22): 194-195. DOI: 10.3969/j.issn.1671-3818.2019.22.093
[11]	陈波. Android手机高精度实时GNSS定位研究[D]. 南京: 东南大学, 2021.
[12]	毕京学, 甄杰, 郭英. Android手机GPS和A-GPS定位精度分析[J]. 测绘通报, 2016(7): 10-13.
[13]	代喜庆, 童成宝. 基于Android智能手机的GNSS定位精度和准度分析[J]. 吉林大学学报(信息科学版), 2021, 39(5): 512-517.
[14]	REALINI E, CALDERA S, PERTUSINI L, et al. Precise GNSS positioning using smart devices[J]. Sensors, 2017, 17(10): 2434. DOI: 10.3390/s17102434
[15]	POULOSE A, EYOBU O S, HAN D S. An indoor position-estimation algorithm using smartphone IMU sensor data[J]. IEEE access, 2019(7): 11165-11177. DOI: 10.1109/ACCESS.2019.2891942
[16]	FICCO M, PALMIERI F, CATIGLIONE A. Hybrid indoor and outdoor location services for new generation mobile terminals[J]. Personal and ubiquitous computing, 2014, 18(2): 871-285. DOI: 10.1007/s00779-013-0644-4