CN105872975A - 防丢器系统及基于该系统的距离计算方法 - Google Patents

Abstract

本发明提供一种防丢器系统及基于该系统的距离计算方法，这种防丢器系统中具有Wi‑Fi模块，与其他具有Wi‑Fi模块的终端基于云服务下构成一种高精度的防丢系统，特点在于这种防丢器设备组成简单，且此防丢系统只需利用环境中海量存在的Wi‑Fi基站的信号资源就可以完成高精度的终端间距离测量工作，无需借助卫星或者地图。

Description

防丢器系统及基于该系统的距离计算方法

技术领域

本发明涉及一种防丢器系统及基于该系统的距离计算方法，尤其涉及一种包含云服务的防丢器及其方法，属于定位信息技术领域。

背景技术

随着科技的发展，人们生活水平得到很大提升，节奏也变得越来越快，从而遗失东西的现象经常在身边发生，甚至丢失儿童和老人，针对这些现象，防丢器产品应运而生。

目前防丢器方案主要通过防丢器与移动终端间通过蓝牙等方式相互连接，在报警模式下，防丢器端通过GPS定位、Wi-Fi定位等方式将位置信息报告给移动端，用户在移动端查看。类似此种方案存在的主要不足结合现有文献分别介绍：

如文献CN105185056A(发明名称：一种基于定位模块的防丢器，申请日：20150803，公布日：20151223)是将移动端和防丢器端分为主从设备，主从设备基于蓝牙4.0模块进行无线通讯，当两者距离超过通讯范围时，启动报警模式，并且通过结合GPS定位、Wi-Fi定位及GSM定位的综合定位方法进行定位，然后将主从设备移动至两者重新建立连接时，主设备通过其寻物模块寻找从设备。针对这篇文献，主要不足是主从设备通过蓝牙连接，当两者超过蓝牙通讯范围会出现失联的情况，即使从设备进行定位，主设备也无法查看，需要通过人工的“尝试性”移动将主设备移动到从设备的通讯范围内，才能通过其定位和寻物模块找到物品，这种方式明显效率很低，且成功率不高。

如文献CN203982554U(发明名称：一种无线防丢器，申请日：20140401，公布日：20141203)是提供两个结构相同的防丢装置，每个防丢装置都具有无线收发模块，两个防丢装置之间的无线收发装置互相匹配通讯，通过通讯信号的强度来反应物品与用户之间的距离以及控制报警方式，用户通过走动，根据报警方式来大致判断丢失物品的距离和方位。针对这篇文献，主要不足是没有提供一个有效的定位方法，一方面，如果两个防丢器距离超过通讯范围，也会出现失联的情况，从而无法找到丢失物品，另一方面，根据用户的走动引起的通讯强度改变来判断丢失物品距离和方位要求环境中这种无线信号非常稳定，噪声干扰很低，即使如此，定位的误差也很大，多数情况下，实用价值不高。

如文献CN102523555A(发明名称：一种基于移动定位技术的防丢设备，申请日：20111128，公布日：20120627)公布的防丢设备包括子机和手机，子机通过GPS模块进行实时定位，并且通过GPRS无线传输模块将数据发送到GPRS网络，手机通过内载软件，从GPRS网上下载子机发送的位置信息，从而完成防丢定位过程。针对这篇文献，主要不足是定位方法不好，民用GPS无法在室内定位，在室外的精度也一般，约10m，对于室内导航的要求(1m左右)则无法使用。

基于上述现有技术存在的问题，提供一种定位精确的防丢设备及其精确定位的方法，成为了一项迫切的市场需求。

发明内容

目前，无线城市理念的不断推进使得各城市Wi-Fi覆盖面积日趋扩大，国际上主要大都市如纽约、东京等覆盖比例甚至超过90％。国内多个城市也提出建设无线城市的口号。如北京自2007年加速建设无线环境以来，目前主干道上均被覆盖，加上道路周边私人无线网络，一般有人员流动的地点也能够采集到Wi-Fi无线信号。尤其在在大型公共场合，都能探测到足够丰富的Wi-Fi信号。这种日渐全覆盖的Wi-Fi信号场就为定位提供了一种新型的手段。

本发明不需要终端之间相互连接，仅仅需要两个定位的终端具有Wi-Fi扫描能力(一般Wi-Fi模块都具备)，终端将采集的Wi-Fi信息上传到云端，用户从云端下载处理过的距离信息，因此不会出现设备之间失联的情况，而且本发明使用Wi-Fi技术实现终端间(包括防丢器、移动终端等)相对距离估计，不需要卫星和地图资源，具有设备简单，成本较低，测距精确等优势。解决了上述现有技术中存在的技术问题。具体而言，本发明提供了以下的技术方案：

本发明首先提供了一种防丢器系统，所述系统包括至少一个防丢器端，至少一个移动终端以及云端服务器；所述的Wi-Fi AP可以是各种能够提供Wi-Fi信号的设备或装置，例如商家的无线网络、通信基站、手机热点无线网络等等；

所述防丢器端包括：Wi-Fi模块、GSM无线传输模块、控制模块和电源模块；

所述Wi-Fi模块用于扫描环境中的Wi-Fi信息，所述Wi-Fi信息至少包括：所有扫描到的Wi-Fi AP集合及其信号强度集合；所述Wi-Fi信息通过所述GSM无线传输模块存储至云端服务器；

所述控制模块用于控制电源模块，以及设置所有扫描到的Wi-Fi模块扫描信号的频率。

优选地，所述移动终端扫描周围环境中的Wi-Fi信息，并将所述Wi-Fi信息存储至云端服务器；所述Wi-Fi信息至少包括：所有扫描到的Wi-Fi AP集合及其信号强度集合。当然，该Wi-Fi信息也可以再添加其他的信息集合，例如信号源的类型、信号变化等等，可以根据具体的判断要求和判断精度，添加类似的Wi-Fi信息。

优选地，为了能够更加精确地确定距离，并且确保在终端存在移动的情况下的实时更新，本发明中，存储至云端服务器的各所述Wi-Fi信息，以各自的上传时间作为时间标尺。

优选地，当所述云端服务器接收距离估计请求时，且所述防丢器端的时间标尺与所述移动终端的时间标尺的差满足阈值要求时，则进行距离计算，并将计算结果传输至所述移动终端。

优选地，所述云端服务器还包含时间标尺窗口单元，用于设定时间标尺的差的阈值；以及当所述时间标尺的差小于或等于该阈值时，进行所述防丢器端与所述移动终端的距离计算；当所述时间标尺的差大于该阈值时，则不进行距离计算。该阈值的设定可以根据精度要求或者计算频率等需要而更改。

优选地，所述云端服务器还包含距离计算单元，用于在一连通区域中，依据防丢器端及移动终端上传的所述Wi-Fi信息，计算丢器端和移动终端之间的距离；

所述连通区域，是指在一信号场区域内，任意两观察点A和B，总可以找到一系列的观察点，使得相邻的观察点进行Wi-Fi扫描的AP集合总是存在交集，即存在一些AP在相邻的两个观察点都能被扫描到。

优选地，所述电源模块分别与所述Wi-Fi模块、控制模块、GSM无线传输模块电性连接；所述控制模块中分别与Wi-Fi模块、GSM无线传输模块之间进行数据与控制信息的交互传输；所述控制模块分别与Wi-Fi模块、GSM无线传输模块电性连接。

优选地，所述Wi-Fi模块、GSM无线传输模块分别包含有天线模块，用于接收及传输数据。

优选地，所述控制模块、Wi-Fi模块、GSM无线传输模块共用接地端。

在另一个方面，本发明还提供了一种基于防丢器系统距离计算方法，该系统包括至少一个防丢器端，至少一个移动终端，以及云端服务器，所述方法包括以下步骤：

步骤1、收集环境中的AP集合{AP}以及AP之间的邻居关系{AP_ij}，储存于所述云端服务器；

步骤2、所述防丢器端及所述移动终端扫描周围环境的Wi-Fi信息，上传至云端服务器存储，以各自上传的Wi-Fi信息的上传时间作为时间标尺；

步骤3、所述云端服务器接收到终端距离估计请求，当所述防丢器端的时间标尺与所述移动终端的时间标尺的差满足阈值要求时，进行距离计算；

步骤4、所述云端服务器将距离计算结果传输至所述移动终端。

优选地，所述步骤1中的收集的环境为一个连通区域，所述连通区域，是指在一信号场区域内，任意两观察点A和B，总可以找到一系列的观察点，使得相邻的观察点进行Wi-Fi扫描的AP集合总是存在交集，即存在一些AP在相邻的两个观察点都能被扫描到。

优选地，所述步骤1中的收集环境中的AP集合{AP}以及AP之间的邻居关系{AP_ij}，通过人工采集或者用户众包采集的方式获取。

优选地，所述步骤2中的Wi-Fi信息，包括所有扫描到的Wi-Fi AP集合及其信号强度集合。

优选地，所述步骤3中进一步包含：

3-1、所述云端服务器接收距离估计请求；

3-2、以一预设的时间标尺差阈值T0为窗口，对所述防丢器端上传的时间标尺TA以及所述移动终端上传的时间标尺TB进行扫描；更为优选地，该T0的设定可以根据精度要求或者计算频率等需要而更改。

3-3、若TA与TB的差值小于或等于T0，则进行距离计算；若TA与TB的差值大于T0，则不进行距离计算。

优选地，所述步骤3中的距离计算，可以根据经验值，依据已收集及上传的Wi-Fi信息进行判断，建立起一判断函数，并依据该判断函数以及防丢器端和移动终端上传的信息，进行距离计算。该距离计算方法可以是多种多样的，更为优选地，可以采用如下的几种算法：

更为优选地，所述步骤3中的距离计算，采用以下方式：

设所述防丢器端及所述移动终端扫描获得的AP集合分别为{ap}A和{ap}B，两个集合中各有N和M个AP，相同的AP数量为：MacNum，定义相同AP比例参数：则距离计算公式为：

Dist＝D_sim-min+p_dif-new*(D_sim-max-D_sim-min)

其中，Dist是终端之间的距离，D_sim-min和D_sim-max由相同AP比例参数p_sim来决定，D_sim-min是p_sim所属区间对应的距离最小值，D_sim-max是p_sim所属区间对应的距离最大值，p_dif-new是根据{ap}A和{ap}B中不同AP所占比例换算得到的权重因子；优选地，所述p_dif-new的计算公式如下：

$p_{dif-new}=\frac{p_{dif}-p_{dif-min}}{p_{dif-max}-p_{dif-min}}$

其中，p_dif是指{ap}A和{ap}B中不同AP所占比例；p_dif-min是指将0-100％的范围分为若干个区间，p_dif所在区间范围的最小值；p_dif-max是指将0-100％的范围分为若干个区间，p_dif所在区间范围的最大值；

进一步优选地，所述p_dif的计算公式如下：

$p_{dif}=\frac{(N-MacNum)+(M-MacNum)}{N+M-MacNum}.$

或者，更为优选地，所述步骤3中的距离计算，采用以下方式：

通过机器学习，获得距离计算函数；

基于所述防丢器端获得的Wi-Fi信息{ap}A，{rssi}A，及所述移动终端获得的Wi-Fi信息{ap}B，{rssi}B，提取特征向量X(x1,x2,…,xN)，所述特征向量的每一维代表一种统计特征；同时，对于每一个特征向量Xk，记录其相应的观测值Yk，Yk表示两个观测地点的实际距离，形成训练特征对(Xk，Yk)；其中，K＝1,2,…,N，{ap}表示AP集合，{rssi}表示AP信号强度集合。

本发明的上述技术方案的有益效果如下：

1、本发明不需要终端之间相互连接，仅仅需要两个定位的终端具有Wi-Fi扫描能力(一般Wi-Fi模块都具备)，不会出现设备之间失联的情况；

2、本发明使用Wi-Fi技术实现终端间(包括防丢器、移动终端等)相对距离估计，不需要卫星和地图资源，具有设备简单，成本较低，测距精确等优势；

3、本发明将具体的距离计算设置在云端服务器中，不会给终端造成大量数据处理的负担。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例的防丢器设备结构框图；

图2为本发明实施例的测距流程示意图；

图3为本发明实施例的防丢器设备电路结构框图。

具体实施方式

下面结合附图对本发明实施例一种应用程序推荐方法及装置进行详细描述。应当明确，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，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本领域技术人员应当知晓，下述具体实施例或具体实施方式，是本发明为进一步解释具体的发明内容而列举的一系列优化的设置方式，而该些设置方式之间均是可以相互结合或者相互关联使用的，除非在本发明明确提出了其中某些或某一具体实施例或实施方式无法与其他的实施例或实施方式进行关联设置或共同使用。同时，下述的具体实施例或实施方式仅作为最优化的设置方式，而不作为限定本发明的保护范围的理解。

实施例1：

在一个具体的实施例中，本发明的防丢器系统由终端、云端共同组成，终端包括防丢器端和其他移动终端(如手机、平板电脑等)构成，云端由后台服务器构成。本实施例给出了一种新的防丢器设备和整个防丢器系统工作方案。

防丢器端

如图1所示，本发明的防丢器端组成包括：Wi-Fi模块、GSM无线传输模块、控制模块和电源模块。

本发明的防丢器端主要功能就是通过Wi-Fi模块扫描其周围环境中的Wi-Fi信息，所述Wi-Fi信息包括所有扫描到的Wi-Fi AP集合及其信号强度集合{rssi}，作为当前的位置的信息特征，利用GSM无线传输模块上传至云端服务器存储。因此不需要额外的定位模块。

在一个具体的实施方式中，Wi-Fi模块可以选择例如BCM5356芯片，相对比同类别解决方案，BCM5356需要更少的外部器件，实现极小的路由器设计，进而可以在保证性能的基础上降低设备的总成本。

控制模块组要由中央控制器构成，主要用于控制防丢器设备的电源开关状态以及设置Wi-Fi模块扫描信号的频率。可采用基于CICS架构的80C51的8位微控制器。

GSM无线传输模块，主要用来进行无线通信，例如用于与云端服务器之间的无线通信。在一个具体的实施方式中，该GSM无线传输模块可以采用华为MG323模块作为主要部件。

结合图3，本发明的一个具体的实施方式中，防丢器终端设备组成主要包括Wi-Fi模块、GSM无线传输模块、电源模块以及中央控制器。

电源模块，采用纽扣电池作为电源，可减小设备体积，当然，在其他的实施例中，也可采用如锂电池、干电池等电源，虽然体积较大，但可大大提高设备续航能力。

在一个具体的实施方式中，如图3所示，电源模块为Wi-Fi模块、控制模块、GSM无线传输模块提供电源，分别与上述三个模块电性连接；控制模块中的中央控制器分别与Wi-Fi模块、GSM无线传输模块的核心GSM芯片之间进行数据与控制信息的交互传输，并且控制模块中的中央控制器分别与Wi-Fi模块、GSM无线传输模块的核心GSM芯片电性连接。

为便于Wi-Fi模块、GSM无线传输模块实现对周围AP数据的收集，以及无线通信需求，在一个具体的实施方式中，上述两个模块还分别设置有天线，用于接收及传输数据。

在一个具体的实施方式中，控制模块、Wi-Fi模块、GSM无线传输模块共用一个接地端。

云端服务器：

可以选用阿里云云服务ECS产品。

实施过程：需要定位的终端(包括防丢器端和其他移动终端)采集周围环境的AP信息，作为其位置的信息特征，将其上传到云端服务器存储，云端服务器计算出终端间的距离，用户在移动终端下载查看。通过我们的实验，本发明的距离精确度可达3m左右。

本发明基于云服务提供一种终端间(包括防丢器端和其他移动终端)的高精度的距离估计，用户可在移动终端查看物品与自己的距离，适用环境不限于室内或室外，只需要环境中部署大量的Wi-Fi基站。系统在具体的工作过程中：

1)收集环境中的Wi-Fi AP信息，储存于云端服务器；

2)环境中各位置的终端(包括防丢器端和其他移动终端)扫描周围环境的Wi-Fi信息，作为其当前位置的信息特征，上传至云端服务器存储，以各自信息上传的时间Tα作为时间标尺；

3)云端服务器如果接收到类似“A,B终端距离估计”请求，在时间标尺差满足一定范围内，即可进行距离计算；该A，B分别代表系统中的终端(包括防丢器端和其他移动终端)；

4)用户在移动终端通过下载云端计算的距离值就可查看距离信息；

系统中的云端服务器负责进行距离的具体计算：

本测距方案主要用来估计一个连通区域内两点A,B之间的距离，若A,B不在一个连通区域内，则可以认为A,B距离较远，在防丢系统中一般不会出现这么远的距离，如果出现这种情况可采用基于移动通信基站定位的方法来估计二者的距离。

所谓连通区域，是指在某一信号场区域内，任意两观察点A和B，总可以找到一系列的观察点，使得相邻的观察点进行Wi-Fi扫描的AP集合{AP1-i}总是存在交集，即存在一些AP在相邻的两个观察点都能被扫描到。

实施例2：

如图2所示，为本发明所提供的距离计算方法的一示例性实施例，其中点A，B分别代表了系统中的终端，该终端包括防丢器端和其他移动终端。终端(包括防丢器端和其他移动终端)之间距离估计方法：

A)收集环境中的AP信息，储存于云端服务器；即，通过人工采集或者用户众包采集的方式，获得整个区域的AP集合{AP}以及AP之间的邻居关系{AP_ij}。

B)在区域中某一点A的终端扫描周围环境中的Wi-Fi信息，包括所有扫描到的Wi-Fi AP集合{ap}A及其信号强度集合{rssi}A，作为当前的位置的信息特征，并上传至云端服务器存储，以当前时间TA作为该条信息的时间标尺。

C)在区域中某一点B的终端扫描周围环境中的Wi-Fi信息，包括所有扫描到的Wi-Fi AP集合{ap}B及其信号强度集合{rssi}B，作为其位置的信息特征，并上传至云端服务器存储，以当前时间TB作为该条信息的时间标尺。

D)云端服务器若接收到“终端距离估计”请求，如需计算终端A和终端B的距离，则服务器计算程序以一定的时间长度T0为窗口，对终端A和终端B上传的信息进行距离计算：即若时间标尺TA与TB的时差小于T0，则进行距离计算，若TA与TB的时差大于T0，则不进行计算。如果不进行计算，后续可以进行其他的操作，例如等待终端上传新的Wi-Fi信息，直到窗口阈值满足要求，再进行计算，或者重新进行窗口扫描等等，该些后续处理均属于常规的设置方式，只要能够满足上述方法的完整运行即可，本实施例并不以此作为保护范围的限定；

E)在服务器端，距离计算可以表示成Dist＝function({ap}A，{rssi}A，{ap}B，{rssi}B，{AP}，{AP_ij})，即A，B点的终端距离的计算需要基于两个终端扫描获得的周边AP信息{ap}A，{rssi}A，{ap}B，{rssi}B，以及该区域的整个区域的AP信息{AP}，{AP_ij}。

计算函数function的实现可以有多种方案，只要能够通过已搜集到的Wi-Fi信息，以及时间标尺，进行距离的判定即可，例如，可以采用通过经验比例判断的方式，或者其他的能够获得一较准确的计算函数的方式等。

在一具体的实施方式中，可以通过以下方式实现：

规则法，即通过对大量的实际数据进行观察、统计、分析后，采用一些门槛值、经验参数来设计实现的function。如：两个终端扫描获得AP集合为，{ap}A和{ap}B，两个集合中各有N和M个AP，相同的AP数量为：MacNum，定义相同AP比例参数：则距离计算公式为：

Dist＝D_sim-min+p_dif-new*(D_sim-max-D_sim-min)，其中：

Dist是终端之间的距离，D_sim-min和D_sim-max由相同AP比例参数p_sim来决定，D_sim-min是p_sim所属区间对应的距离最小值，D_sim-max是p_sim所属区间对应的距离最大值；例如可以采用如下表所示的经验值进行区分：

psim所属区间	Dsim-min(米)	Dsim-max(米)
			区间1(psim＞＝80％)	10	30
区间2(40<＝psim<80)	30	50
			区间3(20<＝psim<40)	50	70
区间4(0<＝psim<20)	70	100

p_dif-new是根据{ap}A和{ap}B不同AP所占比例换算得到的权重因子。作为本实施的优选实施方式，所述p_dif-new的计算公式如下：

$p_{dif-new}=\frac{p_{dif}-p_{dif-\min }}{p_{dif-\max }-p_{dif-\min }}$

其中，p_dif是指{ap}A和{ap}B中不同AP所占比例；p_dif-min是指将0-100％的范围分为若干个区间，p_dif所在区间范围的最小值；p_dif-max是指将0-100％的范围分为若干个区间，p_dif所在区间范围的最大值；

进一步优选地，所述p_dif的计算公式如下：

$p_{dif}=\frac{(N-MacNum)+(M-MacNum)}{N+M-MacNum}.$

其中根据实验值，将p_dif分成4个区间，对应的范围为(0，20％)，(20％，40％)，(40％，80％)，(80％，1),p_dif-min是指区间范围的最小值，p_dif-max则为区间范围的最大值。如下表所示：

pdif	pdif-min	pdif-max
			区间1(0<＝pdif<20)	0	20％
区间2(20<＝pdif<40)	20％	40％
			区间3(40<＝pdif<80)	40％	80％
区间4(80<＝pdif<1)	80％	1

在又一具体的实施方式中，还可以通过以下方式获得计算函数：

机器学习方法，即采用机器学习的思路，基于大量的实际数据，采用一些机器学习模型进行学习，获得的function。如：

基于两个地点获得的AP信息{ap}A，{rssi}A，{ap}B，{rssi}B提取特征向量X(x1,x2,…,xN)，该特征向量的每一维代表一种统计特征，如x1代表相同AP的数量，x2代表相同AP的比例，x3代表不同AP的数量，x4代表不同AP的比例，x5代表相同AP的信号强度差值，x6代表两个观察点之间实现过渡时需要的最小邻居个数等等，具体特征维数及其物理含义可根据实际采用的机器学习方法进行特征提取、特征选择。同时，对于每一个特征向量Xk，记录其相应的观测值Yk，Yk表示两个观测地点的实际距离。这样就形成训练特征对(Xk，Yk)。采集一批大量的这样的数据，则可以形成足够多的训练数据，对该训练数据利用机器学习方法进行训练。

此训练过程可以采用一些经典机器学习方法进行模型训练，比如神经网络学习方法或支持向量机(SVM)等。支持向量机的输入是采集到的训练特征对(Xk，Yk),输出是一个SVM模型Y＝function(X)。

获得了function后，在实际应用时，对于从两个终端提交上来的两组数据，提取其特征向量X，带入Y＝function(X)即可获得两者之间的距离Y。

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流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (16)

1.一种防丢器系统，其特征在于：所述系统包括至少一个防丢器端，至少一个移动终端以及云端服务器；

所述防丢器端包括：Wi-Fi模块、GSM无线传输模块、控制模块和电源模块；

所述Wi-Fi模块用于扫描环境中的Wi-Fi信息，所述Wi-Fi信息至少包括：所有扫描到的Wi-Fi AP集合及其信号强度集合；所述Wi-Fi信息通过所述GSM无线传输模块存储至云端服务器；

所述控制模块用于控制电源模块，以及设置所有扫描到的Wi-Fi模块扫描信号的频率。

2.根据权利要求1所述的系统，其特征在于：所述移动终端扫描周围环境中的Wi-Fi信息，并将所述Wi-Fi信息存储至云端服务器；所述Wi-Fi信息至少包括：所有扫描到的Wi-Fi AP集合及其信号强度集合。

3.根据权利要求1或2所述的系统，其特征在于：存储至云端服务器的各所述Wi-Fi信息，以各自的上传时间作为时间标尺。

4.根据权利要求3所述的系统，其特征在于：当所述云端服务器接收距离估计请求时，且所述防丢器端的时间标尺与所述移动终端的时间标尺的差满足阈值要求，则进行距离计算，并将计算结果传输至所述移动终端。

5.根据权利要求3所述的系统，其特征在于：所述云端服务器还包含时间标尺窗口单元，用于设定时间标尺的差的阈值；以及

当所述时间标尺的差小于或等于该阈值时，进行所述防丢器端与所述移动终端的距离计算；当所述时间标尺的差大于该阈值时，则不进行距离计算。

6.根据权利要求3所述的系统，其特征在于：所述云端服务器还包含距离计算单元，用于在一连通区域中，依据防丢器端及移动终端上传的所述Wi-Fi信息，计算丢器端和移动终端之间的距离；

所述连通区域，是指在一信号场区域内，任意两观察点A和B，总可以找到一系列的观察点，使得相邻的观察点进行Wi-Fi扫描的AP集合总是存在交集，即存在一些AP在相邻的两个观察点都能被扫描到。

7.根据权利要求1所述的系统，其特征在于：所述电源模块分别与所述Wi-Fi模块、控制模块、GSM无线传输模块电性连接；所述控制模块中分别与Wi-Fi模块、GSM无线传输模块之间进行数据与控制信息的交互传输；所述控制模块分别与Wi-Fi模块、GSM无线传输模块电性连接。

8.根据权利要求1所述的系统，其特征在于：所述Wi-Fi模块、GSM无线传输模块分别包含有天线模块，用于接收及传输数据。

9.根据权利要求7所述的系统，其特征在于：所述控制模块、Wi-Fi模块、GSM无线传输模块共用接地端。

10.一种基于防丢器系统的距离计算方法，该系统包括至少一个防丢器端，至少一个移动终端，以及云端服务器，其特征在于，所述方法包括以下步骤：

步骤1、收集环境中的AP集合{AP}以及AP之间的邻居关系{AP_ij}，储存于所述云端服务器；

步骤2、所述防丢器端及所述移动终端扫描周围环境的Wi-Fi信息，上传至云端服务器存储，以各自上传的Wi-Fi信息的上传时间作为时间标尺；

步骤3、所述云端服务器接收到终端距离估计请求，当所述防丢器端的时间标尺与所述移动终端的时间标尺的差满足阈值要求时，进行距离计算；

步骤4、所述云端服务器将距离计算结果传输至所述移动终端。

11.根据权利要求10所述的方法，其特征在于：所述步骤1中的收集的环境为一个连通区域，所述连通区域，是指在一信号场区域内，任意两观察点A和B，总可以找到一系列的观察点，使得相邻的观察点进行Wi-Fi扫描的AP集合总是存在交集，即存在一些AP在相邻的两个观察点都能被扫描到。

12.根据权利要求10所述的方法，其特征在于：所述步骤1中的收集环境中的AP集合{AP}以及AP之间的邻居关系{AP_ij}，通过人工采集或者用户众包采集的方式获取。

13.根据权利要求10所述的方法，其特征在于：所述步骤2中的Wi-Fi信息，包括所有扫描到的Wi-Fi AP集合及其信号强度集合。

14.根据权利要求10所述的方法，其特征在于：所述步骤3中进一步包含：

3-1、所述云端服务器接收距离估计请求；

3-2、以一预设的时间标尺差阈值T0为窗口，对所述防丢器端上传的时间标尺TA以及所述移动终端上传的时间标尺TB进行扫描；

3-3、若TA与TB的差值小于或等于T0，则进行距离计算；若TA与TB的差值大于T0，则不进行距离计算。

15.根据权利要求10所述的方法，其特征在于：所述步骤3中的距离计算，采用以下方式：

设所述防丢器端及所述移动终端扫描获得的AP集合分别为{ap}A和{ap}B，两个集合中各有N和M个AP，相同的AP数量为：MacNum，定义相同AP比例参数：则距离计算公式为：

Dist＝D_sim-min+p_dif-new*(D_sim-max-D_sim-min)

其中，Dist是终端之间的距离，D_sim-min和D_sim-max由相同AP比例参数p_sim来决定，D_sim-min是p_sim所属区间对应的距离最小值，D_sim-max是p_sim所属区间对应的距离最大值，p_dif-new是根据{ap}A和{ap}B中不同AP所占比例换算得到的权重因子；优选地，所述p_dif-new的计算公式如下：

$p_{dif-new}=\frac{p_{dif}-p_{dif-min}}{p_{dif-max}-p_{dif-min}}$

其中，p_dif是指{ap}A和{ap}B中不同AP所占比例；p_dif-min是指将0-100％的范围分为若干个区间，p_dif所在区间范围的最小值；p_dif-max是指将0-100％的范围分为若干个区间，p_dif所在区间范围的最大值；

进一步优选地，所述p_dif的计算公式如下：

$p_{dif}=\frac{(N-MacNum)+(M-MacNum)}{N+M-MacNum}.$

16.根据权利要求10所述的方法，其特征在于：所述步骤3中的距离计算，采用以下方式：

通过机器学习，获得距离计算函数；

基于所述防丢器端获得的Wi-Fi信息{ap}A，{rssi}A，及所述移动终端获得的Wi-Fi信息{ap}B，{rssi}B，提取特征向量X(x1,x2,…,xN)，所述特征向量的每一维代表一种统计特征；同时，对于每一个特征向量Xk，记录其相应的观测值Yk，Yk表示两个观测地点的实际距离，形成训练特征对(Xk，Yk)；其中，K＝1,2,…,N，{ap}表示AP集合，{rssi}表示AP信号强度集合。