CN104703215B - 一种室内信号强度异常诊断方法及系统 - Google Patents
一种室内信号强度异常诊断方法及系统 Download PDFInfo
- Publication number
- CN104703215B CN104703215B CN201510141987.3A CN201510141987A CN104703215B CN 104703215 B CN104703215 B CN 104703215B CN 201510141987 A CN201510141987 A CN 201510141987A CN 104703215 B CN104703215 B CN 104703215B
- Authority
- CN
- China
- Prior art keywords
- value
- signal intensity
- signal
- mobile terminal
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 15
- 238000002405 diagnostic procedure Methods 0.000 title claims abstract description 15
- 230000002547 anomalous effect Effects 0.000 claims abstract description 68
- 238000000034 method Methods 0.000 claims description 40
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 14
- 230000001373 regressive effect Effects 0.000 claims description 10
- 238000005315 distribution function Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000013481 data capture Methods 0.000 claims description 4
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 14
- 230000033001 locomotion Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- IOYNQIMAUDJVEI-BMVIKAAMSA-N Tepraloxydim Chemical compound C1C(=O)C(C(=N/OC\C=C\Cl)/CC)=C(O)CC1C1CCOCC1 IOYNQIMAUDJVEI-BMVIKAAMSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- ONUFESLQCSAYKA-UHFFFAOYSA-N iprodione Chemical compound O=C1N(C(=O)NC(C)C)CC(=O)N1C1=CC(Cl)=CC(Cl)=C1 ONUFESLQCSAYKA-UHFFFAOYSA-N 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 125000006850 spacer group Chemical group 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供的一种室内信号强度异常诊断方法及系统，利用众包数据中的时间序列的信号数据进行计算得到下一时间步的预测信号强度值，再对预测信号强度预测值进行计算繁衍得到全局信号，将全局信号作为背景的基准值，获取移动终端的实际信号强度值，再通过计算得到移动终端的当前位置，将移动终端的当前位置与全局信号进行匹配，得到当前位置下的信号强度预测值，将实际信号强度值与信号强度预测值进行比较获得偏离值，当偏离值超过偏离阈值则确定实际信号强度值为异常值，通过在预设时间内对异常值的频率统计得到出现异常值的概率值，再根据预设时间内异常值出现的概率值确定是否出现异常事件，提高了对环境的适应能力，准确快速地识别异常事件。
Description
技术领域
本发明涉及通信领域，特别涉及一种室内信号强度异常诊断方法及系统。
背景技术
室内定位是指在室内环境中实现位置定位，通过无线通讯、基站定点、惯导定位等多种技术集成形成一套室内位置定位体系。室内定位技术的发展使得室内定位实现房间级的精确度。在这样的精确度条件下，室内定位技术能够实现公共安全及应急响应，在紧急情况下，救援人员能够精确定位到需要帮助的人，提高救援效率。室内定位技术还可以应用于定位导览，用户可以定位建筑物内自己所需商品和场所，除此之外室内定位还可以实现促进交友互动，市场推广等诸多应用。
目前，室内定位技术主要分为GNSS(中文：全球导航卫星系统，英文：GlobalNavigation Satellite System)技术，无线定位技术以及其他定位技术。蓝牙室内定位技术属于无线定位技术中的一种，它通过测量信号强度进行定位。蓝牙室内定位技术依靠蓝牙信号的接收强度的特征进行定位。
指纹识别是蓝牙定位技术中最常用的技术之一。指纹识别分为离线状态及在线状态，其中，离线状态用于收集并储存蓝牙信号从而建立信号数据库，在线状态通过匹配实时手机接收到的蓝牙信号强度数据和信号数据库，计算出手机的位置。然而，由于蓝牙信号为微波，在介质中传播易被水汽等吸收，遇障碍物时会被折射或反射，使蓝牙信号强度减弱，从而导致信号覆盖图准确性下降，仍需进行校准，且离线校准过程耗时费财。因此，减轻校准负担的方法被广泛研究。相关研究提出，可以通过智能手机用户主动提供其所在位置的位置信息和蓝牙信号来构建数据库，但是这类型的方法存在以下缺陷：1、为获得足够的数据，需要大量的用户参与；2、用户不恰当操作会提供错误的数据；3、用户所提供的数据是否具有代表性，由于众包技术存在的风险导致信号覆盖图校准的准确性无法保证，不能及时发现异常事件。
发明内容
有鉴于此，本发明实施例提供了一种室内信号强度异常诊断方法及系统。
本发明的一个目的是提供一种室内信号强度异常诊断方法，所述方法包括：
获取预先配置的众包数据，所述众包数据包括多个位置的信号数据；
选取所述众包数据中的任意一个位置的时间序列的信号数据进行处理得到被选取位置下一时间步的预测信号强度；
对所述预测信号强度进行处理获得全局信号；
获取移动终端发送的实际信号强度值；
获取所述移动终端的当前位置；
根据所述移动终端的当前位置匹配所述全局信号中与所述当前位置相对应的信号强度预测值；
将所述实际信号强度与所示信号强度预测值进行比较得到偏离值；
当所述偏离值超过预设的偏离阈值时确定所述实际信号强度为异常值；
利用概率分布函数计算每个位置预设时间内异常值累计的概率值；
当所述概率值大于等于预设的概率阈值时确定为异常事件。
优选的方案，所述选取所述众包数据中的任意一个位置的信号数据进行处理得到被选取位置下一时间步的预测信号强度的步骤进一步包括：
选取所述众包数据中的任意一个位置的信号数据进行采用自回归预测滤波器或多元近邻取样算法得到被选取位置下一时间步的预测信号强度。
优选的方案，所述对所述预测信号强度进行处理获得全局信号的步骤进一步包括：
对所述预测信号强度利用无线信号室内传播模型繁衍获得全局信号。
优选的方案，所述获取所述移动终端的当前位置的步骤进一步包括：
记录上一时间步时所述移动终端的初始位置；
获取当前时刻移动终端的加速度和角速度并进行二次积分得到相对位移；
根据初始位置和相对位移计算得出所述移动终端的当前位置。
优选的方案，所述获取在预设时间段内异常值出现的概率值的步骤进一步包括：
利用概率分布函数计算每个位置预设时间内异常值累计的概率值。优选的方案，所述当所述概率值大于等于预设的概率阈值时确定为异常事件的步骤之后，所述方法还包括：
对异常事件进行记录并进行计数；
对异常事件建立多项式回归方程，并将多项式回归方程的系数以矩阵形式储存；
根据计数的个数和所述多项式回归方程的系数个数建立异常事件数据库矩阵；
采用聚类算法对所述异常事件数据库矩阵中的异常事件进行分类，以使得检测到新的异常事件进行分类。
优选的方案，所述当所述概率值大于等于预设的概率阈值时确定为异常事件的步骤之后，所述方法还包括：
输出所述异常事件提示信息，所述提示信息包括异常事件的发生时间、异常事件的出现位置、异常事件类型中的至少一种。
本发明的另一个目的是提供一种室内信号强度异常诊断系统，所述系统包括：
众包数据获取单元，用于获取预先配置的众包数据，所述众包数据包括多个位置的信号数据；
信号强度预测单元，用于选取所述众包数据中的任意一个位置的信号数据进行处理得到被选取位置下一时间步的预测信号强度；
全局信号生成单元，用于对所述预测信号强度进行处理获得全局信号；
实际信号强度值获取单元，用于获取移动终端发送的实际信号强度值；
当前位置获取单元，用于获取所述移动终端的当前位置；
匹配单元，用于根据所述移动终端的当前位置匹配所述全局信号中与所述当前位置相对应的信号强度预测值；
比较单元，用于将所述实际信号强度与所示信号强度预测值进行比较得到偏离值；
确定单元，用于当所述偏离值超过预设的偏离阈值时确定所述实际信号强度为异常值；
概率值获取单元，用于利用概率分布函数计算每个位置预设时间内异常值累计的概率值；
处理单元，用于当所述概率值大于等于预设的概率阈值时确定为异常事件。
优选的方案，所述信号强度预测单元还用于选取所述众包数据中的任意一个位置的信号数据进行采用自回归预测滤波器或多元近邻取样算法得到被选取位置下一时间步的预测信号强度。
本发明提供的一种室内信号强度异常诊断方法及系统，利用众包数据中的信号数据进行计算得到下一时间步的预测信号强度值，再对预测信号强度预测值进行计算繁衍得到全局信号，将全局信号作为背景的基准值，获取移动终端的实际信号强度值，再通过计算得到移动终端的当前位置，将移动终端的当前位置与全局信号进行匹配，得到当前位置下的信号强度预测值，将实际信号强度值与信号强度预测值进行比较获得偏离值，当偏离值超过偏离阈值则确定实际信号强度值为异常值，通过在预设时间内对异常值的频率统计得到出现异常值的概率值，当概率值超过概率阈值时将实际信号强度值确定为异常事件，从接收到的实际信号强度值判断判断出现异常值，再根据预设时间内异常值出现的概率值确定是否出现异常事件，提高了对环境的适应能力，准确快速地识别异常事件。
附图说明
图1是本发明室内信号强度异常诊断方法的一种实施例的流程图；
图2是本发明室内信号强度异常诊断系统的一种实施例的结构图。
具体实施方式
本发明实施例提供了一种室内信号强度异常诊断方法及系统，用于提高了对环境的适应能力，准确快速地识别异常事件。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实 施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
结合图1所示，本发明提供的室内信号强度异常诊断方法一种实施例，所述方法包括：
S101、获取预先配置的众包数据，所述众包数据包括多个位置的信号数据。
可以通过信号流采集接口接受众包数据，众包数据包括利用大量参与者提供的数据构建的数据集合，本实施例中可以包括几个无线信号强度及对应的位置，所述信号数据可以为无线信号强度。
众包数据可以预先配置好，在使用时直接进行调用即可，众包数据中包括的信号数据应当满足准确性，以提高诊断方法的准确性，不进行限定。
S102、选取所述众包数据中的任意一个位置的时间序列的信号数据进行处理得到被选取位置下一时间步的预测信号强度。
众包数据中包括多个信号数据，可以对这些信号数据随机选取一个，对选取出的一个位置的信号数据，可以利用自回归预测滤波器或多元近邻取样 算法对该位置的信号数据进行计算，得出该位置下一时间步的预测信号强度，所说的时间步可以理解为某一时刻，本领域普通技术人员应当了解。
本文中所述的时间序列是指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列。
利用自回归预测滤波器对信号数据进行处理获得预测信号强度值Z的步骤可以为：
令p-k＝pk，p0＝1，k＝1,2,…,P,可得到如下Yule-Walker方程：
其中，为自回归系数；P为序列数；ε(t)为真实值和预估值的残差；pi为落后自相关函数。
利用多元近邻取样算法对信号数据进行处理获得预测信号强度值Z的步骤可以为：
通过计算历史时间窗口内的数据和新数据的相似度，从而预估无线信号强度。在每一个时间步中，t时刻所有的无线信号Z可以表示为：
对于利用自回归预测滤波器或多元近邻取样算法的使用，本领域普通技术人员应当了解，不进行赘述。
S103、对所述预测信号强度进行处理获得全局信号。
根据预测信号强度进行计算繁衍出整个室内全局信号，全局信号可以为信号覆盖图，将局部信号通过繁衍得到整个空间的全局信号，即在一定空间内，实现无线信号的覆盖，每一个位置都有对应的无线信号强度。
优选的可以利用无线信号室内传播模型繁衍获得全局信号，所述无线信号室内传播模型可以为：
Lm＝20lgf+Nlgd+Lf(n)-28dB
其中，f为频率(MHz),N为距离损耗系数，d为距离，Lf为楼层穿透损耗(dB)，n为楼层数。
当然，也可以采用其他方式对信号进行繁衍得到全局信号，在此不进行限定。
S104、获取移动终端发送的实际信号强度值。
所述移动终端可以为手机、平板电脑的通信器材，移动终端可以检测到所在位置的实际信号强度值，可以通过数据传输的方式，获取到移动终端接收到的实际信号强度值。
S105、获取所述移动终端的当前位置。
获取到移动终端的实际信号强度值，仍然需要进一步确定移动终端的当前位置，获取移动终端当前位置的方式可以为利用陀螺仪检测移动终端的运动轨迹进行计算，也可以根据获取到的实际信号强度值对应的实际信号进行定位，当然也可以采用其他方式对移动终端的位置进行确定，不进行限定。
利用移动终端的当前位置可以去匹配全局信号中该位置的信号强度，进而可以将实际信号强度值和预测信号强度值进行比较。
针对如何获取所述移动终端的当前位置，本发明提供一种利用陀螺仪计算移动终端位置的实现方式，下面进行具体说明。
s1、记录上一时间步时所述移动终端的初始位置，作为计算的基准值。
s2、初始位置的获取方法可以为初始位置的获取可由室外到室内的信号强度减弱获得一个进入室内的状态，再从接收到的蓝牙信号判断入口，根据地图信息可以找到入口位置。
s3、利用陀螺仪检测移动终端的运动轨迹，利用行人航迹推算的方法，获取当前时刻移动终端的加速度和角速度并进行二次积分得到相对位移，可以得到与初始位置之间的距离。
s4、根据初始位置和相对位移计算得出所述移动终端的当前位置，陀螺仪可以检测到移动终端的运动状态，运动方向，运动距离等，通过运动方向、 运动距离以及初始位置可以确定移动终端的当前位置。
利用陀螺仪检测移动终端运动轨迹的方法，本领域普通技术人员应当了解，具体实现步骤不进行赘述。
S106、所述移动终端的当前位置匹配所述全局信号中与所述当前位置相对应的信号强度预测值。
计算得到移动终端在发送实际信号强度值时的当前位置，利用当前位置匹配全局信号中与该位置对应的信号强度预测值，通过当前位置匹配得到该位置的信号强度预测值，即确定该位置的理论上的信号强度。
S107、将所述实际信号强度与所示信号强度预测值进行比较得到偏离值。
将该位置的实际信号强度和该位置的信号强度预测值进行比较，可以进行作差，或者其他运算，能够比较出得出两者偏离值即可，以信号强度预测值为基准，评估实际信号强度值的偏离程度，偏离程度大，则对应的偏离值越大，偏离程度小，则对应的偏离值越小。
S108、当所述偏离值超过预设的偏离阈值时确定所述实际信号强度为异常值。
预先配置到允许的偏离阈值范围，在偏离阈值内则认为正常，超出偏离阈值范围则认为出现异常，这时候的实际信号强度为异常值。
S109、利用概率分布函数计算每个位置预设时间内异常值累计的概率值。
在预设时间内进行多次检测，判断检测中出现异常值的频率，可以预先设定检测时间，设定检测频率，采用频率计算得到出现异常值的概率值，本实施例中，提供一种利用概率分布函数计算每个位置预设时间内异常值累计的概率值的方法，具体为：
其中，p为预设时间内异常值出现的概率，Zc为预设时间内异常值出现的 个数，n为预设时间内检测的次数，r为预设时间内正常值出现的个数。
需要说明的是，本实施例中采用伯努利实验的概率分布函数计算概率值，对于如何计算出现异常值的概率，还可以采用其他方式，在此不进行限定。
S110、当所述概率值大于等于预设的概率阈值时确定为异常事件。
概率阈值可以为允许的出现异常值概率的最大值，超过概率阈值，则异常值的出现个数超过允许范围，此时应当认定为异常事件。
利用众包数据中的时间序列的信号数据进行计算得到下一时间步的预测信号强度值，再对预测信号强度预测值进行计算繁衍得到全局信号，将全局信号作为背景的基准值，获取移动终端的实际信号强度值，再通过计算得到移动终端的当前位置，将移动终端的当前位置与全局信号进行匹配，得到当前位置下的信号强度预测值，将实际信号强度值与信号强度预测值进行比较获得偏离值，当偏离值超过偏离阈值则确定实际信号强度值为异常值，通过在预设时间内对异常值的概率统计得到出现异常值的概率值，当概率值超过概率阈值时将实际信号强度值确定为异常事件，从接收到的实际信号强度值判断判断出现异常值，再根据预设时间内异常值出现的概率值确定是否出现异常事件，提高了对环境的适应能力，准确快速地识别异常事件。
为了更好的实现对异常事件进行分类，本发明室内信号强度异常诊断方法提供的一种实施例，建立异常事件数据库矩阵，当检测到新的异常事件出现时，根据异常事件数据库矩阵进行分类，具体建立异常事件数据库矩阵的方法包括以下步骤：
对异常事件进行记录并进行计数，记录过去发生的异常事件和发生异常事件的次数，便于形成矩阵使用。
对异常事件建立多项式回归方程，并将多项式回归方程的系数以矩阵形式储存；
根据计数的个数和所述多项式回归方程的系数个数建立异常事件数据库矩阵；
采用聚类算法对所述异常事件数据库矩阵中的异常事件进行分类，以使得检测到新的异常事件进行分类。
每个历史异常事件都可以建立多项式回归方程，将系数以矩阵形式储存， 对于一个(n-1)项式回归方程，共有n个系数，m个异常事件可以构成m×n矩阵作为异常事件数据库；运用FCM聚类算法将数据库的异常事件分类；系统在线标记异常事件类型，当系统检测到新的异常事件时自动匹配；
其中，Em为异常事件，an为多项式系数。
针对上文中提到的聚类算法具体如下：
第一步，用值在0，1之间的随机数初始化隶属矩阵u，使其满足以下约束条件：
第二步，用以下公式计算C个聚类中心Ci，i＝1，...，c
第三步，计算FCM价值函数：
其中，NE为聚类事件个数，NC为类别数，Xi为异常事件，Cj为第j个聚类的聚类中心，uij为Xi对聚类j的隶属度。
若价值函数计算结果小于某个确定的阀值，或它相对于上次价值函数值的该变量小于某个阀值，则算法停止。
然后，用以下式子计算新的u矩阵，返回第二步计算聚类中心。
运用聚类算法将数据库的异常事件分类；系统在线标记异常事件类型，当系统检测到新的异常事件时自动匹配。
优选的方案，为了使得用户及时了解异常事件的发生，本发明还提供一种实施例：
当所述概率值大于等于预设的概率阈值时确定为异常事件，输出所述异常事件提示信息，所述提示信息包括异常事件的发生时间、异常事件的出现位置、异常事件类型中的至少一种。
本实施例中，提示信息包括异常事件的发生时间、异常事件的出现位置、异常事件类型。
上文中介绍了室内信号强度异常诊断方法，本文中还对应该方法提供了一种室内信号强度异常诊断系统，下面进行具体介绍。
结合图2所示，本发明的室内信号强度异常诊断系统一种实施例，所述系统包括：
众包数据获取单元201，用于获取预先配置的众包数据，所述众包数据包括多个位置的信号数据；
信号强度预测单元202，用于选取所述众包数据中的任意一个位置的时间序列的信号数据进行处理得到被选取位置下一时间步的预测信号强度；
全局信号生成单元203，用于对所述预测信号强度进行处理获得全局信号；
实际信号强度值获取单元204，用于获取移动终端发送的实际信号强度值；
当前位置获取单元205，用于获取所述移动终端的当前位置；
匹配单元206，用于根据所述移动终端的当前位置匹配所述全局信号中与 所述当前位置相对应的信号强度预测值；
比较单元207，用于将所述实际信号强度与所示信号强度预测值进行比较得到偏离值；
确定单元208，用于当所述偏离值超过预设的偏离阈值时确定所述实际信号强度为异常值；
概率值获取单元209，用于利用概率分布函数计算每个位置预设时间内异常值累计的概率值；
处理单元210，用于当所述概率值大于等于预设的概率阈值时确定为异常事件。
优选的方案，所述信号强度预测单元202还用于选取所述众包数据中的任意一个位置的信号数据进行采用自回归预测滤波器或多元近邻取样算法得到被选取位置下一时间步的预测信号强度。
本发明提供的一种室内信号强度异常诊断系统，众包数据获取单元获取预先配置的众包数据，信号强度预测单元利用众包数据中的信号数据进行计算得到下一时间步的预测信号强度值，全局信号生成单元再对预测信号强度预测值进行计算繁衍得到全局信号，将全局信号作为背景的基准值，获取移动终端的实际信号强度值，当前位置获取单元再通过计算得到移动终端的当前位置，匹配单元将移动终端的当前位置与全局信号进行匹配，得到当前位置下的信号强度预测值，比较单元将实际信号强度值与信号强度预测值进行比较获得偏离值，确定单元当偏离值超过偏离阈值则确定实际信号强度值为异常值，概率值获取单元通过在预设时间内对异常值的概率统计得到出现异常值的概率值，当概率值超过概率阈值时将实际信号强度值确定为异常事件，从接收到的实际信号强度值判断是否出现异常事件，提高了对环境的适应能力，准确快速地识别异常事件。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁盘或光盘等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上对本发明所提供的一种室内信号强度异常诊断方法及系统进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种室内信号强度异常诊断方法，其特征在于，所述方法包括：
获取预先配置的众包数据，所述众包数据包括多个位置的信号数据；
选取所述众包数据中的任意一个位置的时间序列的信号数据进行处理得到被选取位置下一时间步的预测信号强度；
对所述预测信号强度进行处理获得全局信号；
获取移动终端发送的实际信号强度值；
获取所述移动终端的当前位置；
根据所述移动终端的当前位置匹配所述全局信号中与所述当前位置相对应的信号强度预测值；
将所述实际信号强度值与所述信号强度预测值进行比较得到偏离值；
当所述偏离值超过预设的偏离阈值时确定所述实际信号强度值为异常值；
根据在预设时间段内异常值出现的频率确定异常值出现的概率值；
当所述概率值大于等于预设的概率阈值时确定为异常事件。
2.根据权利要求1所述的方法，其特征在于，所述选取所述众包数据中的任意一个位置的信号数据进行处理得到被选取位置下一时间步的预测信号强度的步骤进一步包括：
选取所述众包数据中的任意一个位置的信号数据进行采用自回归预测滤波器或多元近邻取样算法得到被选取位置下一时间步的预测信号强度。
3.根据权利要求1所述的方法，其特征在于，所述对所述预测信号强度进行处理获得全局信号的步骤进一步包括：
对所述预测信号强度利用无线信号室内传播模型繁衍获得全局信号。
4.根据权利要求1所述的方法，其特征在于，所述获取所述移动终端的当前位置的步骤进一步包括：
记录上一时间步时所述移动终端的初始位置；
获取当前时刻移动终端的加速度和角速度并进行二次积分得到相对位移；
根据初始位置和相对位移计算得出所述移动终端的当前位置。
5.根据权利要求1所述的方法，其特征在于，所述在预设时间段内异常值出现的概率值的步骤进一步包括：
利用概率分布函数计算每个位置预设时间内异常值累计的概率值。
6.根据权利要求1所述的方法，其特征在于，所述当所述概率值大于等于预设的概率阈值时确定为异常事件的步骤之后，所述方法还包括：
对异常事件进行记录并进行计数；
对异常事件发生的时间点附近的信号进行多项式回归方程拟合，并将多项式回归方程的系数以矩阵形式储存；
根据计数的个数和所述多项式回归方程的系数个数建立异常事件数据库矩阵；
采用聚类算法对所述异常事件数据库矩阵中的异常事件进行分类，以使得检测到新的异常事件进行分类。
7.根据权利要求6所述的方法，其特征在于，所述当所述概率值大于等于预设的概率阈值时确定为异常事件的步骤之后，所述方法还包括：
输出所述异常事件提示信息，所述提示信息包括异常事件的发生时间、异常事件的出现位置、异常事件类型中的至少一种。
8.一种室内信号强度异常诊断系统，其特征在于，所述系统包括：
众包数据获取单元，用于获取预先配置的众包数据，所述众包数据包括多个位置的信号数据；
信号强度预测单元，用于选取所述众包数据中的任意一个位置的时间序列的信号数据进行处理得到被选取位置下一时间步的预测信号强度；
全局信号生成单元，用于对所述预测信号强度进行处理获得全局信号；
实际信号强度值获取单元，用于获取移动终端发送的实际信号强度值；
当前位置获取单元，用于获取所述移动终端的当前位置；
匹配单元，用于根据所述移动终端的当前位置匹配所述全局信号中与所述当前位置相对应的信号强度预测值；
比较单元，用于将所述实际信号强度值与所述信号强度预测值进行比较得到偏离值；
确定单元，用于当所述偏离值超过预设的偏离阈值时确定所述实际信号强度值为异常值；
概率值获取单元，用于利用概率分布函数计算每个位置预设时间内异常值累计的概率值；
处理单元，用于当所述概率值大于等于预设的概率阈值时确定为异常事件。
9.根据权利要求8所述的系统，其特征在于，所述信号强度预测单元还用于选取所述众包数据中的任意一个位置的时间序列的信号数据进行采用自回归预测滤波器或多元近邻取样算法得到被选取位置下一时间步的预测信号强度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510141987.3A CN104703215B (zh) | 2015-03-27 | 2015-03-27 | 一种室内信号强度异常诊断方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510141987.3A CN104703215B (zh) | 2015-03-27 | 2015-03-27 | 一种室内信号强度异常诊断方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104703215A CN104703215A (zh) | 2015-06-10 |
| CN104703215B true CN104703215B (zh) | 2018-03-27 |
Family
ID=53349892
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510141987.3A Active CN104703215B (zh) | 2015-03-27 | 2015-03-27 | 一种室内信号强度异常诊断方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104703215B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107884708A (zh) * | 2017-10-18 | 2018-04-06 | 广东电网有限责任公司佛山供电局 | 一种基于开关运行数据的开关性能诊断方法 |
| CN108196246B (zh) * | 2017-12-29 | 2020-04-07 | 创业软件股份有限公司 | 基于关联数据挖掘的医疗系统室内定位误差矫正方法 |
| CN109189827B (zh) * | 2018-08-16 | 2022-04-15 | 创新先进技术有限公司 | 时间序列处理方法和装置、电子设备 |
| CN111694901A (zh) * | 2019-03-15 | 2020-09-22 | 中国科学院上海高等研究院 | 适用于近场通信的用户设备状态判断方法、装置、终端、介质 |
| CN113839725B (zh) * | 2020-06-24 | 2023-05-09 | 华为技术有限公司 | 无线信号传播预测方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101742545A (zh) * | 2009-12-15 | 2010-06-16 | 中国科学院计算技术研究所 | WiFi环境中的定位方法及其系统 |
| CN102710964A (zh) * | 2012-05-23 | 2012-10-03 | 成都东银信息技术股份有限公司 | 一种防非法信号攻击的监测装置与方法 |
| CN104244177A (zh) * | 2014-08-28 | 2014-12-24 | 南京邮电大学 | 一种基于接收信号强度指示信号扫盲系统及其实现方法 |
| CN104335635A (zh) * | 2012-05-22 | 2015-02-04 | 诺基亚公司 | 基于收集的一系列接入点的数据来触发接入点之间的切换的方法和设备 |
-
2015
- 2015-03-27 CN CN201510141987.3A patent/CN104703215B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101742545A (zh) * | 2009-12-15 | 2010-06-16 | 中国科学院计算技术研究所 | WiFi环境中的定位方法及其系统 |
| CN104335635A (zh) * | 2012-05-22 | 2015-02-04 | 诺基亚公司 | 基于收集的一系列接入点的数据来触发接入点之间的切换的方法和设备 |
| CN102710964A (zh) * | 2012-05-23 | 2012-10-03 | 成都东银信息技术股份有限公司 | 一种防非法信号攻击的监测装置与方法 |
| CN104244177A (zh) * | 2014-08-28 | 2014-12-24 | 南京邮电大学 | 一种基于接收信号强度指示信号扫盲系统及其实现方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104703215A (zh) | 2015-06-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104703215B (zh) | 一种室内信号强度异常诊断方法及系统 | |
| CN105828289B (zh) | 一种基于信道状态信息的无源室内定位方法 | |
| CN101526601B (zh) | 采取toa与rss融合方式的自适应定位方法、设备和系统 | |
| EP2232892B1 (en) | Maintaining the integrity of configuration information of a network of access points for use in positioning an apparatus | |
| Chin et al. | Identification of low-level point radioactive sources using a sensor network | |
| US8862154B2 (en) | Location measuring method and apparatus using access point for wireless local area network service | |
| CN110113226A (zh) | 一种检测设备异常的方法及装置 | |
| CN103916954A (zh) | 基于wlan的概率定位方法及定位装置 | |
| CN106792465A (zh) | 一种基于众包指纹的室内指纹地图构建方法 | |
| CN105934684A (zh) | 用于跨设备自动校准的方法和装置 | |
| CN103267932A (zh) | 一种gis局部放电检测系统及方法 | |
| Guo et al. | Shopprofiler: Profiling shops with crowdsourcing data | |
| CN108769907B (zh) | 基于深度学习的融合WiFi和iBeacon的室内定位方法 | |
| CN106645934A (zh) | 基于动态网格离群点的用电行为反窃电诊断方法和装置 | |
| CN115759729A (zh) | 一种基于算法的灾害风险预警管理系统以及预测方法 | |
| CN102685887A (zh) | 一种无线传感网络中节点定位的方法、装置及系统 | |
| He et al. | Towards area classification for large-scale fingerprint-based system | |
| CN104039008B (zh) | 一种混合定位方法 | |
| Mazan et al. | A Study of Devising Neural Network Based Indoor Localization Using Beacons: First Results. | |
| Jain et al. | Performance analysis of received signal strength fingerprinting based distributed location estimation system for indoor wlan | |
| Wang et al. | Adaptive room-level localization system with crowd-sourced WiFi data | |
| Hotta et al. | A robust room-level localization method based on transition probability for indoor environments | |
| CN114005235A (zh) | 一种安防监控方法、系统、介质及电子终端 | |
| Malekpour et al. | Location determination using radio frequency RSSI and deterministic algorithm | |
| Vidya et al. | Accurate anomaly detection using various machine learning methods for IoT devices in indoor environment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 528200 Guangdong Province Nanhai District of Foshan city streets Guicheng Shilong Road No. 1 joybon IFC 2 room 1707 Applicant after: FOSHAN LOCISION TECHNOLOGY CO.,LTD. Address before: 528200, building 8, building 901-3, zone A, Han Tian science and Technology City, Guicheng, Foshan, Nanhai District, Guangdong, 17 Applicant before: FOSHAN LOCISION ENVIRONMENTAL PROTECTION TECHNOLOGY CO.,LTD. |
|
| CB02 | Change of applicant information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20170718 Address after: 528225, Nanhai Town, Nanhai District, Guangdong, Foshan Nanhai Software Technology Park (R & D building, A building), room A101-5 Applicant after: Foshan Network Technology Co.,Ltd. Address before: 528200 Guangdong Province Nanhai District of Foshan city streets Guicheng Shilong Road No. 1 joybon IFC 2 room 1707 Applicant before: FOSHAN LOCISION TECHNOLOGY CO.,LTD. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information |
Inventor after: Chen Zunyu Inventor after: Fang Xiong Inventor after: Wu Yihui Inventor after: Chen Xin Inventor after: Wu Peiqian Inventor after: Hu Siyang Inventor before: Chen Zunyu Inventor before: Fang Xiong Inventor before: Wu Yihui Inventor before: Chen Xin Inventor before: Wu Peiqian |
|
| CB03 | Change of inventor or designer information | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210908 Address after: P.O. Box 4519, 30 de Castro street, 1 Wickham Island, road town of Tortola, British Virgin Islands Patentee after: Fengtuzhi Technology Holding Co.,Ltd. Address before: Room a101-5, 1st floor, Nanhai Software Science Park (R & D building a), Shishan town, Nanhai District, Foshan City, Guangdong Province, 528225 Patentee before: Foshan Network Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210915 Address after: P.O. Box 4519, 30 de Castro street, 1 Wickham Island, road town of Tortola, British Virgin Islands Patentee after: Fengtuzhi Technology Holding Co.,Ltd. Address before: Room a101-5, 1st floor, Nanhai Software Science Park (R & D building a), Shishan town, Nanhai District, Foshan City, Guangdong Province, 528225 Patentee before: Foshan Network Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right |