CN104640201A - 基于wifi指纹技术的定位方法和装置 - Google Patents

Abstract

本发明公开了一种基于WIFI指纹技术的定位方法和装置，该方法包括：获取待定位终端所采集到的WIFI信号组；对所述WIFI信号组进行维度拆分；根据预先建立的指纹库以及所述维度的拆分结果，计算所述WIFI信号组的采集概率；计算各维度下的参考坐标；根据所述参考坐标以及所述采集概率，确定所述待定位终端的位置坐标，用以解决WIFI信号强度不稳定导致的定位偏差问题，提高定位精度。

Description

基于WIFI指纹技术的定位方法和装置

技术领域

本发明涉及无线通信技术领域，尤其是涉及一种基于无线保真(英文：Wireless Fidelity，缩写：WIFI)指纹技术的定位方法和装置。

背景技术

目前，WIFI的部署在室内十分普遍，所以基于WIFI指纹的定位技术也随之发展。由于无需增加基础设施，WIFI指纹定位成为室内定位中广泛应用的方案。

WIFI指纹定位技术的实现过程主要为：

首先，采集某些位置的WIFI信号状态集合，构成该位置的WIFI指纹信号，建立WIFI指纹库。

其中，WIFI指纹信号是包含的所有WIFI的标识和信号强度组成的集合。

例如终端获得的各WIFI热点的接收信号强度(英文：Receive Signal Strength，缩写：RSS)，以及各WIFI设备的标识，构成WIFI指纹库。

其次，在接收到用户发送的定位请求时，在用户当前所在的位置处采集得到WIFI信号强度和WIFI的标识。

最后，根据采集得到的WIFI信号强度和WIFI的标识，与形成的WIFI指纹库进行匹配，在WIFI指纹库中搜索相似的WIFI指纹，推测用户的位置。

但是，不同建筑物内，甚至同一建筑物的不同部位，WIFI的部署情况都不尽相同，定位的精度也因此不同。WIFI设备自身的功率变换以及周围花怒晶，会使得WIFI信号强度发生变化甚至会丢失，从而使得给用户返回的定位结果中，并不能反映定位精度，使得用户无法准确了解定位情况。

发明内容

本发明提供了一种基于WIFI指纹技术的定位方法和装置，用以解决WIFI信号强度不稳定导致的定位偏差问题，提高定位精度。

一种基于WIFI指纹技术的定位方法，包括：

获取待定位终端所采集到的WIFI信号组；

对所述WIFI信号组进行维度拆分；

根据预先建立的指纹库以及所述维度的拆分结果，计算所述WIFI信号组的采集概率；

计算各维度下的参考坐标；

根据所述参考坐标以及所述采集概率，确定所述待定位终端的位置坐标。

优选地，对所述WIFI信号组执行维度拆分，包括：

将所述WIFI信号组拆分为至少两个子信号组；

根据任一所述子信号组中所包含WIFI源的数量构建相应的维度。

优选地，根据预先建立的指纹库以及所述维度拆分结果，计算所述WIFI信号组的采集概率，包括：

计算所构建的每个维度中对应存在所述子信号组的采样概率；

根据所有计算得到的所述子信号组的采样概率，计算所述WIFI信号组的采集概率。

优选地，按照下述公式计算所述采样概率：

$P\left({\mathrm{WS}}_k\right|L_i)=\underset{S_j\∈\mathrm{WS}}{\mathrm{\Π}}P\left(S_j\right|L_i)$

其中，P(WS_k|L_i)是在位置i处获得子信号组WS_k的采样概率，S_j是子信号组WS_k中的WIFI信号强度；

按照下述公式计算所述WIFI信号组的采集概率：

$P\left({\mathrm{WS}}_k\right)=\underset{i\∈L}{\mathrm{\Σ}}P\left({\mathrm{WS}}_k\right|L_i)/L$

其中，P(WS_k)是所述WIFI信号组的采集概率，是在指纹库中的每个位置处，拆分后的各维度下的子信号组的采样概率之和，P(WS_k|L_i)是在位置i处获得子信号组WS_k的采样概率，L是指纹库中的位置点的个数。

优选地，按照下述公式确定所述待定位终端的位置坐标：

$(x,y,z)=\frac{\mathrm{\ΣP}\left({\mathrm{WS}}_K\right)\×(x_K,y_K,z_K)}{\mathrm{\ΣP}\left({\mathrm{WS}}_k\right)}$

其中，(x,y,z)是所述待定位终端的位置坐标，(x_K,y_K,z_K)是各维度下的参考坐标，P(WS_k)是所述WIFI信号组的采集概率。

优选地，通过曼哈顿算法或欧式算法或贝叶斯算法计算各维度下的参考坐标。

优选地，按照贝叶斯算法计算各维度下的参考坐标：

(x_K,y_K,z_K)＝ΣP(L_i|WS_K)×(x_i,y_i,z_i) 

其中，(x_k,y_k,z_k)是维度K下的参考坐标，(x_i,y_i,z_i)是位置i处的位置坐标，P(L_i|WS_K)是获得WIFI信号WS_K时，待定位终端在位置i处的定位概率值。

一种基于WIFI指纹技术的定位装置，包括：

获得模块，用于获取待定位终端所采集到的WIFI信号组；

拆分模块，用于对所述WIFI信号组进行维度拆分；

计算模块，用于根据预先建立的指纹库以及所述维度的拆分结果，计算所述WIFI信号组的采集概率；以及计算各维度下的参考坐标；

确定模块，用于根据所述参考坐标以及所述采集概率，确定所述待定位终端的位置坐标。

优选地，所述拆分模块，具体用于将所述WIFI信号组拆分为至少两个子信号组；根据任一所述子信号组中所包含WIFI源的数量构建相应的维度。

优选地，所述计算模块，具体用于计算所构建的每个维度中对应存在所述子信号组的采样概率；根据所有计算得到的所述子信号组的采样概率，计算所述WIFI信号组的采集概率。

通过获得待定位终端采集到的WIFI信号组，并将WIFI信号组按照维度拆分，并根据预先设定的WIFI指纹库，和维度的产分结果，计算WIFI信号组的采集概率以及计算各维度下的参考坐标；最终根据所述参考坐标以及所述采集概率，确定待定位终端的位置坐标，从而解决了由于WIFI信号强度不稳定导致的定位偏差问题，提高定位精度。

附图说明

图1为本发明实施例一中，提出的基于WIFI指纹技术的定位方法流程图；

图2为本发明实施例二中，提出的基于WIFI指纹技术的定位装置结构组成示意图。

具体实施方式

针对通常情况下由于WIFI信号强度不稳定导致的定位偏差问题，本发明实施例提出的技术方案中，通过获得待定位终端采集到的WIFI信号组，并将WIFI信号组按照维度拆分，并根据预先设定的WIFI指纹库，和维度的产分结果，计算WIFI信号组的采集概率以及计算各维度下的参考坐标；最终根据所述参考坐标以及所述采集概率，确定待定位终端的位置坐标，从而解决了由于WIFI信号强度不稳定导致的定位偏差问题，提高定位精度。

下面将结合各个附图对本发明实施例技术方案的主要实现原理、具体实施 方式及其对应能够达到的有益效果进行详细地阐述。

实施例一

本发明实施例一提出一种基于WIFI指纹技术的定位方法，如图1所示，其具体处理流程如下述：

步骤10，确定WIFI指纹库。

可以按照下述方式确定WIFI指纹库：

步骤一：针对室内任一位置，获得该位置的至少一个WIFI信号组，以及该位置的坐标。

其中WIFI信号组是包括发射WIFI信号的WIFI信号源标识和该WIFI信号源发射WIFI信号在用户当前所在位置的信号强度。

一种较佳地实施方式，发射WIFI信号的WIFI信号源为路由器，则WIFI信号源标识可以是路由器的媒体接入控制(英文：Media Access Control，缩写：MAC)地址，也就是说，本发明实施例提出的技术方案中，一个WIFI信号组包括：路由器的MAC地址以及终端接收到的该路由器的WIFI信号强度。

针对室内任一位置，可以在该位置处通过信号采集设备经过多次采集获得多个WIFI信号组，WIFI信号组是包括发射WIFI信号的WIFI信号源标识和该WIFI信号源发射WIFI信号在用户当前所在位置的信号强度。

其中，发射WIFI信号的WIFI信号源标识可以是WIFI信号源的MAC地址。

位置坐标可以是该位置的经纬度信息，位置坐标包括横轴也可以称之为X轴坐标、竖轴也可以称之为Y轴坐标以及图层坐标。图层坐标表示使用的地图编号，可以指不同楼层地图的编号，也可以指不同地图的编号，将所要使用的所有地图的编号统一作为一个坐标轴的值称之为图层坐标。在获取图层坐标时，可以通过建立地图模型，通过GPS获取图层坐标。或者通过在地图上指定得到图层坐标。

例如，对室内某一位置A，通过信号采集设备经过多次采集，获得该位置 A处的多个WIFI信号组如下述：

WIFIINFO＝{(MAC1,VALUE1),(MAC2,VALUE2),(MAC3,VALUE3),(MAC4,VALUE4)(……)}

{(MAC1,VALUE1’),(MAC2,VALUE2’),(MAC3,VALUE3’),(MAC4,VALUE4’)(……)}

{(MAC1,VALUE1”),(MAC2,VALUE2”),(MAC3,VALUE3”),(……)}

……

采集设备将多个WIFI信号组与其对应的位置坐标合并组成采集的信号组Si发送给服务器端。

例如，Si＝{LOC：(x,y,z)，WIFIINFO，m}，m是WIFI信号组的数量。

步骤二：针对获得的位置的任一一个WIFI信号组，确定该WIFI信号组中的WIFI信号源。

步骤三：针对确定出的任一WIFI信号源，执行下述操作：

A：获得与该WIFI信号源对应的WIFI信号组。

B：确定与该WIFI信号源对应的WIFI信号组的均值、标准差，以及该信号源发射的WIFI信号在该位置出现的概率。

假设其中一个WIFI信号源的一组WIFI信号为{sig1，sig2，…，sign}，其中n为该WIFI信号组包含的WIFI信号数量，与该WIFI信号源对应的WIFI信号组的均值、标准差，以及该信号源发射的WIFI信号在该位置出现的概率。

一种较佳地实现方式，本发明实施例提出的技术方案中：

可以按照下述公式1确定与WIFI信号源对应的WIFI信号组的均值：

$u=\frac{{\mathrm{\Σ}}_{i=1...n}{\mathrm{sig}}_i}{n}$         公式1

其中，u是均值，n是与WIFI信号源对应的WIFI信号组中包含的WIFI信号数量，sig_i是与WIFI信号源对应的WIFI信号组中包含的WIFI信号强 度。

可以按照下述公式2确定与WIFI信号源对应的WIFI信号组的标准差：

$\mathrm{\δ}=\sqrt{\frac{{\mathrm{\Σ}}_{i=1}^n{({\mathrm{sig}}_i-u)}^2}{n}}$      公式2

其中，δ是标准差，u是均值，n是与WIFI信号源对应的WIFI信号组中包含的WIFI信号数量，sig_i是与WIFI信号源对应的WIFI信号组中包含的WIFI信号强度。

可以按照下述公式3确定信号源发射的WIFI信号在该位置出现的概率：

$p=\frac{n}{m}$            公式3

其中，p是信号源发射的WIFI信号在该位置出现的概率，n是与WIFI信号源对应的WIFI信号组中包含的WIFI信号数量，m是该位置处的WIFI信号组数量。 

针对每一个位置，确定该位置处所有信号源的均值与标准差，其中U＝{u1,u2,…},Δ＝{δ₁，δ₂,……δ_n}。形成的WIFI信号组为：

{(MAC1，u₁,δ₁),(MAC2，u₂,δ₂……(MACn，u_n,δ_n)}

C：将该位置的坐标、概率、均值和标准差关联，并将关联后的结果作为指纹库中的数据存储。

步骤11，接收待定位终端发送的定位请求。

步骤12，在接收到待定位终端发送的定位请求时，获取待定位终端所采集到的WIFI信号组。

其中WIFI信号组是包括发射WIFI信号的WIFI信号源标识和该WIFI信号源发射WIFI信号在用户当前所在位置的信号强度。

步骤13，将该WIFI信号组进行维度拆分。

可以将WIFI信号组拆分为至少两个子信号组，根据任一子信号组中所包含WIFI源的数量构建相应的维度。

步骤14，根据预先建立的指纹库以及所述维度的拆分结果，计算WIFI信号组的采集概率。

计算所构建的每个维度中对应存在该子信号组的采样概率，根据所有计算得到的子信号组的采样概率，计算WIFI信号组的采集概率。

其中，可以按照下述方式计算所构建的每个维度中对应存在子信号组的采样概率：

步骤一：针对拆分后的各维度下的子信号组，根据指纹库，对于任一位置，确定在该位置处获得WIFI信号源发射的WIFI信号的信号强度的概率。

可以按照下述公式4，针对拆分后的各维度下的子信号组，根据WIFI指纹库，对于任一位置，确定在该位置处获得WIFI信号源的发射的WIFI信号的信号强度的概率：

$P\left(S_j\right|L_i)=\left(\frac{1}{\sqrt{2\mathrm{\π}}*{\mathrm{\δ}}_j}{e}^{-\frac{{(S_j-u_j)}^2}{2{\mathrm{\δ}}_j^2}}\right)*p_j$      公式4

其中，P(S_j|L_i)是在位置i处获得WIFI信号源j的信号强度为S_j的概率值，S_j是WIFI信号源j的当前信号强度，u_j是WIFI信号源j的均值，δ_j是WIFI信号源j的标准差，p_j是WIFI信号源j在位置i处出现的概率。

步骤二：确定在该位置处，计算所构建的每个维度中对应存在子信号组的采样概率。

可以按照下述公式5确定该位置处，计算所构建的每个维度中对应存在子信号组的采样概率：

$P\left({\mathrm{WS}}_k\right|L_i)=\underset{S_j\∈\mathrm{WS}}{\mathrm{\Π}}P\left(S_j\right|L_i)$     公式5

其中，P(WS_k|L_i)是在位置i处获得子信号组WS_k的采样概率，S_j是子信号组WS_k中的WIFI信号强度；

步骤三：根据所有计算得到的子信号组的采样概率，计算WIFI信号组的采集概率。

其中，可以获得WIFI指纹库中的每个位置处，拆分后的各维度下的子信号组发射的WIFI信号的概率之和，该和值作为WIFI信号组的采集概率。

可以按照下述公式6计算WIFI信号组的采集概率。

$P\left({\mathrm{WS}}_k\right)=\underset{i\∈L}{\mathrm{\Σ}}P\left({\mathrm{WS}}_k\right|L_i)/L$     公式6

其中，P(WS_k)是所述WIFI信号组的采集概率，是在指纹库中的每个位置处，拆分后的各维度下的子信号组的采样概率之和，P(WS_k|L_i)是在位置i处获得子信号组WS_k的采样概率，L是指纹库中的位置点的个数。

步骤15，计算各维度下的参考坐标。

至少按照下述方式的一种，计算各维度下的参考坐标：

第一种方式：根据曼哈顿算法，计算各维度下的参考坐标。

若距离算法采用的是曼哈顿算法，则首先可以按照下述公式7-1，确定WIFI信号组中每一个维度和指纹库中的每个位置的距离值：

$D_j=\underset{i\∈{\mathrm{WS}}_k}{\mathrm{\Σ}}|S_j-u_i|$               公式7-1

其中，WS_K是WIFI信号组S在维度K下的子信号组；D_j是曼哈顿距 离值，S_i是WIFI信号源i的当前信号强度，u_i是WIFI信号源i在j位置上的均值，i∈WS_k标识WIFI信号源i在WIFI信号组WS_K中出现。

其次，在确定出的所有曼哈顿距离值中，按照公式7-2确定最小曼哈顿距离值：

D_K＝min(D_j|j∈L)    公式7-2

其中D_K是待定位WIFI信号组与k位置上的WIFI信号组的曼哈顿距离，D_K也是待定位WIFI信号组与指纹库中的位置信号组的最小曼哈顿距离。D_j是待定位WIFI信号组与j位置上的WIFI信号组的曼哈顿距离值，L是在WS_K的维度下，指纹库中的全部信号组。

第二种方式：根据欧式算法，计算各维度下的参考坐标。

首先按照下述公式8-1，确定WIFI信号组中每一个维度和WIFI指纹库中的每个位置的距离值：

$D_{j1}=\sqrt{\underset{i\∈{\mathrm{WS}}_K}{\mathrm{\Σ}}{(S_i-u_i)}^2}$     公式8-1

其中，WS_K是WIFI信号组S在维度K下的子信号组；D_j1是待定位WIFI信号组与j位置上的WIFI信号组之间的欧式距离，S_i是WIFI信号源i的当前信号强度，u_i是WIFI信号源i在j位置上的均值，i∈WS_k标识WIFI信号源i在WIFI信号组WS_K中出现。，ui为其在j位置上的均值，信号源i需要在信号组WS_K中出现。

其次，在确定出的所有欧式距离值中，按照公式8-2确定最小欧式距离值：

D_K1＝min(D_j1|j1∈L)      公式8-2

其中D_K1是待定位WIFI信号组与k位置上的WIFI信号组的欧式距离，D_K1也是待定位WIFI信号组与指纹库中的位置信号组的最小欧式。D_j1是待定位WIFI信号组与j1位置上的WIFI信号组的欧式距离值，L是在WS_K的维度下，指纹库中的全部位置信号组。

第三种方式：根据贝叶斯算法，计算各维度下的参考坐标。

基于贝叶斯公式和拆分后的各维度下的子WIFI信号组中的WIFI信号强度，拟合WIFI指纹库，确定WIFI信号强度出现在WIFI指纹库中的各个位置的定位概率值，根据确定出的定位概率值，确定最小距离对应的位置坐标，根据得到的定位概率值，和确定出的最小距离值对应的位置坐标，确定用户当前所在的位置坐标。

其中，可以按照下述公式9确定定位概率值：

$P\left(L_i\right|{\mathrm{WS}}_K)=\frac{P\left({\mathrm{WS}}_K\right|L_i)*P\left(L_i\right)}{P\left({\mathrm{WS}}_K\right)}$         公式9

其中，P(L_i|WS_K)是获得WIFI信号WS_K时，待定位终端在位置i处的定位概率值，P(WS_K|L_i)是在位置i处得到WIFI信号为WS_K的概率，P(L_i)是待定位终端出现在i位置的概率，P(WS_k)是获得WIFI信号为WS_K的概率。

根据确定出的定位概率值，按照下述公式10确定最小距离对应的位置坐标；

(x_K,y_K,z_K)＝ΣP(L_i|WS_K)×(x_i,y_i,z_i)   公式10

其中，(x_K,y_K,z_K)是维度K下的参考坐标，也是最小距离对应的位置坐标，(x_i,y_i,z_i)是位置i处的位置坐标，P(L_i|WS_K)是获得WIFI信号WS_K时，待定位终端在位置i处的定位概率值。

上述分别给出了通过曼哈顿算法、欧式算法或贝叶斯算法，计算各维度下 的参考坐标，其中，通过曼哈顿算法或欧式算法确定出的各维度下的参考坐标，即最小距离对应的位置坐标，最终得到的该位置坐标是指纹库中的位置坐标，而通过贝叶斯算法计算得到的最小距离对应的位置坐标，可以是指纹库中的位置坐标，也可能是指纹库之外的其他位置坐标。

步骤16，根据参考坐标以及采集概率，确定待定位终端的位置坐标。

可以按照下述公式11，根据参考坐标以及采集概率，确定待定位终端的位置坐标。

$(x,y,z)=\frac{\mathrm{\ΣP}\left({\mathrm{WS}}_k\right)\×(x_k,y_k,z_k)}{\mathrm{\ΣP}\left({\mathrm{WS}}_k\right)}$ 公式11

其中，(x,y,z)是待定位终端的位置坐标，(x_K,y_K,z_K)是各维度下的参考坐标，P(WS_k)是WIFI信号组的采集概率。

实施例二

本发明实施例二提出一种基于无线保真WIFI指纹技术的定位装置，如图2所示，其具体结构组成如下述：

获得模块301，用于获取待定位终端所采集到的WIFI信号组。

拆分模块302，用于对该WIFI信号组进行维度拆分。

具体地，上述拆分模块302，具体用于将该WIFI信号组拆分为至少两个子信号组；根据任一该子信号组中所包含WIFI源的数量构建相应的维度。

计算模块303，用于根据预先建立的指纹库以及该维度的拆分结果，计算该WIFI信号组的采集概率；以及计算各维度下的参考坐标。

具体地，上述计算模块303，具体用于计算所构建的每个维度中对应存在该子信号组在指纹库中位置的采样概率；根据所有计算得到的该子信号组的采样概率，计算该WIFI信号组的采集概率。

具体地，上述计算模块，具体用于按照下述公式计算该采样概率：

$P\left({\mathrm{WS}}_k\right|L_i)=\underset{S_j\∈\mathrm{WS}}{\mathrm{\Π}}P\left(S_j\right|L_i)$

其中，P(WS_k|L_i)是在位置i处获得子信号组WS_k的采样概率，S_j是子信号组WS_k中的WIFI信号强度；

按照下述公式计算该WIFI信号组的采集概率：

$P\left({\mathrm{WS}}_k\right)=\underset{i\∈L}{\mathrm{\Σ}}P\left({\mathrm{WS}}_k\right|L_i)/L$

其中，P(WS_k)是所述WIFI信号组的采集概率，P(WS_k|L_i)是在位置i处获得子信号组WS_k的采样概率，L是指纹库中的位置点的个数。

确定模块304，用于根据该参考坐标以及该采集概率，确定该待定位终端的位置坐标。

具体地，上述确定模块，具体用于按照下述公式确定该待定位终端的位置坐标：

$(x,y,z)=\frac{\mathrm{\ΣP}\left({\mathrm{WS}}_K\right)\×(x_K,y_K,z_K)}{\mathrm{\ΣP}\left({\mathrm{WS}}_k\right)}$

其中，(x,y,z)是所述待定位终端的位置坐标，(x_K,y_K,z_K)是各维度下的参考坐标，P(WS_k)是所述WIFI信号组的采集概率。

具体地，上述计算模块，具体用于通过曼哈顿算法或欧式算法或贝叶斯算法计算各维度下的参考坐标。

具体地，上述计算模块，具体用于按照贝叶斯算法计算各维度下的参考坐标：

(x_K,y_K,z_K)＝ΣP(L_i|WS_K)×(x_i,y_i,z_i) 

其中，(x_k,y_k,z_k)是维度K下的参考坐标，(x_i,y_i,z_i)是位置i处的位置坐标，P(L_i|WS_k)是获得WIFI信号WS_K时，待定位终端在位置i处的定位概率值。

本领域的技术人员应明白，本发明的实施例可提供为方法、装置(设备)、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、只读光盘、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基 本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于WIFI指纹技术的定位方法，其特征在于，包括：

获取待定位终端所采集到的WIFI信号组；

对所述WIFI信号组进行维度拆分；

根据预先建立的指纹库以及所述维度的拆分结果，计算所述WIFI信号组的采集概率；

计算各维度下的参考坐标；

根据所述参考坐标以及所述采集概率，确定所述待定位终端的位置坐标。

2.如权利要求1所述的方法，其特征在于，对所述WIFI信号组执行维度拆分，包括：

将所述WIFI信号组拆分为至少两个子信号组；

根据任一所述子信号组中所包含WIFI源的数量构建相应的维度。

3.如权利要求2所述的方法，其特征在于，根据预先建立的指纹库以及所述维度拆分结果，计算所述WIFI信号组的采集概率，包括：

计算所构建的每个维度中对应存在所述子信号组的采样概率；

根据所有计算得到的所述子信号组的采样概率，计算所述WIFI信号组的采集概率。

4.如权利要求3所述的方法，其特征在于，按照下述公式计算所述采样概率：

$P\left({\mathrm{WS}}_k\right|L_i)=\underset{S_j\∈\mathrm{WS}}{\mathrm{\Π}}P\left(S_j\right|L_i)$

其中，P(WS_k|L_i)是在位置i处获得子信号组WS_k的采样概率，S_j是子信号组WS_k中的WIFI信号强度；

按照下述公式计算所述WIFI信号组的采集概率：

$P\left({\mathrm{WS}}_k\right)=\underset{i\∈L}{\mathrm{\Σ}}P\left({\mathrm{WS}}_k\right|L_i)/L$

其中，P(WS_k)是所述WIFI信号组的采集概率，P(WS_k|L_i)是在位置i处获得子信号组WS_k的采样概率，L是指纹库中的位置点的个数。

5.如权利要求1-4任一所述的方法，其特征在于，按照下述公式确定所述待定位终端的位置坐标：

$(x,y,z)=\frac{\mathrm{\ΣP}\left({\mathrm{WS}}_K\right)\×(x_K,y_K,z_K)}{\mathrm{\ΣP}\left({\mathrm{WS}}_k\right)}$

其中，(x,y,z)是所述待定位终端的位置坐标，(x_K,y_K,z_K)是各维度下的参考坐标，P(WS_k)是所述WIFI信号组的采集概率。

6.如权利要求5所述的方法，其特征在于，通过曼哈顿算法或欧式算法或贝叶斯算法计算各维度下的参考坐标。

7.如权利要求6所述的方法，其特征在于，按照贝叶斯算法计算各维度下的参考坐标：

(x_K,y_K,z_K)＝ΣP(L_i|WS_K)×(x_i,y_i,z_i)

其中，(x_K,y_K,z_K)是维度K下的参考坐标，(x_i,y_i,z_i)是位置i处的位置坐标，P(L_i|WS_K)是获得WIFI信号WS_K时，待定位终端在位置i处的定位概率值。

8.一种基于WIFI指纹技术的定位装置，其特征在于，包括：

获得模块，用于获取待定位终端所采集到的WIFI信号组；

拆分模块，用于对所述WIFI信号组进行维度拆分；

计算模块，用于根据预先建立的指纹库以及所述维度的拆分结果，计算所述WIFI信号组的采集概率；以及计算各维度下的参考坐标；

确定模块，用于根据所述参考坐标以及所述采集概率，确定所述待定位终端的位置坐标。

9.如权利要求8所述的装置，其特征在于，所述拆分模块，具体用于将所述WIFI信号组拆分为至少两个子信号组；根据任一所述子信号组中所包含WIFI源的数量构建相应的维度。

10.如权利要求9所述的装置，其特征在于，所述计算模块，具体用于计算所构建的每个维度中对应存在所述子信号组的采样概率；根据所有计算得到的所述子信号组的采样概率，计算所述WIFI信号组的采集概率。