CN106376080A - 一种ap过滤方法及装置 - Google Patents

Abstract

本发明实施例公开了一种AP过滤方法及装置，方法包括：获取目标位置点各AP的属性信息，其中所述属性信息至少包括：出现次数、以及信号强度值；统计所述目标位置点各AP的时间序列的有效值，并根据所述有效值对所述各AP进行初步过滤；根据各AP的出现次数，计算各AP的出现概率，并根据各AP的出现概率、以及信号强度值，对所述初步过滤后的各AP进行过滤，得到第一预设数量的AP；根据所述第一预设数量的各AP的信号强度值以及预设的相关性公式，对所述第一预设数量的AP进行过滤，得到第二预设数量的AP。应用本发明实施例，能够准确的对冗余的AP进行过滤，进而能够降低在线定位复杂度，提高在线定位精度。

Description

一种AP过滤方法及装置

技术领域

本发明涉及无线定位技术领域，特别涉及一种AP过滤方法及装置。

背景技术

随着无线通信的快速发展，无线定位技术越来越得到人们的关注。目前，已知的无线定位方法主要有位置指纹法。位置指纹法主要包括两个阶段：离线建立指纹库阶段和在线定位阶段。在离线建立指纹库阶段，对于每一个位置点，可以收集该位置点对应的可检测到的接入点(Access Point，AP)的标识信息，以及各AP的接收信号强度(Receive SignalStrength，RSS)值，然后建立位置指纹库，也就是说，位置指纹库中包括有位置点与各AP的标识信息、以及各AP的RSS值之间的对应关系。

在离线建立指纹库阶段收集的AP，有些AP可能是冗余的，如果将这些冗余的AP建立在位置指纹库里，会增加在线定位的复杂度，进而增加定位的时间。例如，在复杂多变的环境下，由于多径等影响，使得AP对应的RSS值波动较大，从而导致有些RSS值是无效的，对定位的贡献很小。如果将这些贡献很小的AP建立在位置指纹库里，不仅增加了定位计算的复杂度，还会影响定位精度。因此，在离线建立指纹库阶段，还需对AP进行过滤。

现有技术中，在离线建立指纹库阶段，主要是根据RSS值或信息熵值的预设阈值来进行AP过滤的。例如，可以针对AP的RSS值预设一个阈值，将大于该阈值的AP保留，将不大于该阈值的AP过滤掉。或者可以针对AP的信息熵值预设一个阈值，将大于该阈值的AP保留，将不大于该阈值的AP过滤掉。然而，针对AP的RSS值或信息熵值的预设阈值是人为设定的，也就是说，针对AP的RSS值或信息煽值的预设阈值的确定有很大的主观因素，从而导致最终过滤的AP不客观，不准确。

可见，现有技术中的AP过滤方法对于现有的应用场景不够精确，过滤后的AP中可能还存在有冗余AP，或者，可能将不应该过滤的AP过滤掉，从而导致在线定位复杂度较高，定位精度较低。

发明内容

本发明实施例的目的在于提供一种AP过滤方法及装置，用来准确的对冗余的AP进行过滤，以降低在线定位复杂度，提高定位精度。

为达到上述目的，本发明实施例公开了一种AP过滤方法，包括：

获取目标位置点各AP的属性信息，其中所述属性信息至少包括：出现次数、以及信号强度值；

统计所述目标位置点各AP的时间序列的有效值，并根据所述有效值对所述各AP进行初步过滤；

根据各AP的出现次数，计算各AP的出现概率，并根据各AP的出现概率、以及信号强度值，对所述初步过滤后的各AP进行过滤，得到第一预设数量的AP；

根据所述第一预设数量的各AP的信号强度值以及预设的相关性公式，对所述第一预设数量的AP进行过滤，得到第二预设数量的AP。

可选的，所述统计所述目标位置点各AP的时间序列的有效值，并根据所述有效值对所述各AP进行初步过滤包括：

根据所述目标位置点各AP的时间序列中包含的信号强度值的个数，统计所述目标位置点各AP的时间序列的有效值；

将各AP的时间序列的有效值小于第一阈值的AP进行初步过滤。

可选地，所述根据各AP的出现概率、以及信号强度值，对所述初步过滤后的各AP进行过滤，得到第一预设数量的AP的步骤包括：

针对各AP，将出现概率小于第二阈值的AP进行首次过滤；

对于首次过滤后的各AP，将时间序列中小于第三阈值的信号强度值进行再次过滤；

针对再次过滤后的各AP，选择时间序列有效值最大的第一预设数量的AP。可选地，所述根据所述第一预设数量的各AP的信号强度值以及预设的相关性公式，对所述第一预设数量的AP进行过滤，得到第二预设数量的AP包括：

S1，确定所述第一预设数量的各AP的信号强度值的均值，并将最大均值对应的AP确定为第一目标AP；

S2，计算所述第一目标AP的均值与所述第一目标AP的最大信号强度值的比值；

S3，根据预设的相关性公式，计算当前确定的目标AP与所述第一预设数量AP中非目标AP的相关系数，并根据所述比值、所计算得到的各相关系数，确定下一个目标AP；

S4，返回到S3，直至目标AP的数量等于所述第二预设数量。

可选地，所述根据预设的相关性公式，计算当前确定的目标AP与所述第一预设数量AP中非目标AP的相关系数包括：

通过以下公式，计算当前确定的目标APi与所述第一预设数量AP中任一非目标APj的相关系数ρ_ij；

${\mathrm{\ρ}}_{ij}=\frac{\underset{n=1}{\overset{N}{\Σ}}{x}_{ni}{y}_{nj}}{\sqrt{\underset{n=1}{\overset{N}{\Σ}}{x}_{ni}^2\underset{n=1}{\overset{N}{\Σ}}{y}_{nj}^2}}$

其中，所述x_ni为当前确定的目标APi的第n个时间点的信号强度值，所述y_nj为所述第一预设数量AP中任一非目标APj的第n个时间点的信号强度值，所述N为所述目标位置点的时间点的个数；

所述根据所述比值、所计算得到的各相关系数，确定下一个目标AP包括：

将所述比值和各相关系数代入以下公式，计算每个非目标APj的特征值M_j；

$M_j=\arg \underset{j}{max}\{{\mathrm{\α}}_{1}C-\frac{{\mathrm{\α}}_2}{R}\underset{r=1}{\overset{R}{\Σ}}|{\mathrm{\ρ}}_{i_{r}j}\left|\right\}$

其中，所述C为所述比值，所述α₁为所述C的加权系数，所述α₂为ρ_irj的加权系数，所述ρ_irj为第r个目标APi与该非目标APj之间的相关系数，所述R为已经确定的目标AP的个数；

将最大的特征值对应的AP确定为下一目标AP。

为达到上述目的，本发明实施例还提供了一种AP过滤装置，包括：

信息获取模块，用于获取目标位置点各AP的属性信息，其中所述属性信息至少包括：出现次数、以及信号强度值；

初步过滤模块，用于统计所述目标位置点各AP的时间序列的有效值，并根据所述有效值对所述各AP进行初步过滤；

第二过滤模块，用于根据各AP的出现次数，计算各AP的出现概率，并根据各AP的出现概率、以及信号强度值，对所述初步过滤后的各AP进行过滤，得到第一预设数量的AP；

第三过滤模块，用于根据所述第一预设数量的各AP的信号强度值以及预设的相关性公式，对所述第一预设数量的AP进行过滤，得到第二预设数量的AP。

可选的，所述初步过滤模块包括：

统计子单元，用于根据所述目标位置点各AP的时间序列中包含的信号强度值的个数，统计所述目标位置点各AP的时间序列的有效值；

过滤子单元，用于将各AP的时间序列的有效值小于第一阈值的AP进行初步过滤。

可选的，所述第二过滤模块包括：

首次过滤子单元，用于针对各AP，将出现概率小于第二阈值的AP进行首次过滤；

再次过滤子单元，用于对于首次过滤后的各AP，将时间序列中小于第三阈值的信号强度值进行再次过滤；

数量选择子单元，用于针对再次过滤后的各AP，选择时间序列有效值最大的第一预设数量的AP。

可选地，所述第三过滤模块包括：

均值确定子单元，用于确定所述第一预设数量的各AP的信号强度值的均值，并将最大均值对应的AP确定为第一目标AP；

比值确定子单元，用于计算所述第一目标AP的均值与所述第一目标AP的最大信号强度值的比值；

目标确定子单元，用于根据预设的相关性公式，计算当前确定的目标AP与所述第一预设数量AP中非目标AP的相关系数，并根据所述比值、所计算得到的各相关系数，确定下一个目标AP；

数量确定子单元，用于触发所述目标确定子单元，直至目标AP的数量等于所述第二预设数量。

可选地，所述目标确定子单元具体用于：

通过以下公式，计算当前确定的目标APi与所述第一预设数量AP中任一非目标APj的相关系数ρ_ij；

${\mathrm{\ρ}}_{ij}=\frac{\underset{n=1}{\overset{N}{\Σ}}{x}_{ni}{y}_{nj}}{\sqrt{\underset{n=1}{\overset{N}{\Σ}}{x}_{ni}^2\underset{n=1}{\overset{N}{\Σ}}{y}_{nj}^2}}$

其中，所述x_ni为当前确定的目标APi的第n个时间点的信号强度值，所述y_nj为所述第一预设数量AP中任一非目标APj的第n个时间点的信号强度值，所述N为所述目标位置点的时间点的个数；

将所述比值和各相关系数代入以下公式，计算每个非目标APj的特征值M_j；

$M_j=\arg \underset{j}{max}\{{\mathrm{\α}}_{1}C-\frac{{\mathrm{\α}}_2}{R}\underset{r=1}{\overset{R}{\Σ}}|{\mathrm{\ρ}}_{i_{r}j}\left|\right\}$

其中，所述C为所述比值，所述α₁为所述C的加权系数，所述α₂为ρ_irj的加权系数，所述ρ_irj为第r个目标APi与该非目标APj之间的相关系数，所述R为已经确定的目标AP的个数；

将最大的特征值对应的AP确定为下一目标AP。

与现有技术相比，应用本发明实施例，首先根据所述目标位置点各AP的时间序列的有效值对各AP进行初步过滤，然后根据各AP的出现次数，计算各AP的出现概率，并根据各AP的出现概率、以及信号强度值，对初步过滤后的各AP进行过滤，得到第一预设数量的AP；之后根据第一预设数量的各AP的信号强度值以及预设的相关性公式，对第一预设数量的AP进行过滤，得到第二预设数量的AP。通过根据各AP的出现概率、信号强度值、以及目标位置点不同时间点的AP序列的有效值等客观因素对AP进行过滤，避免了过多的人为因素的干扰，能够对冗余的AP进行准确的过滤。并且，在AP过滤过程中加入了AP间的相关性因素，将相关性大的AP进行过滤，能够进一步过滤冗余的AP，进而，能够降低在线定位复杂度，提高在线定位精度。

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他的附图。

图1为本发明实施例所提供的一种AP过滤方法的流程示意图；

图2为AP个数与误差距离之间的关系图；

图3为采用本发明实施例所提供的AP过滤方法、以及采用现有技术中的最大AP信号强度值过滤方法进行定位的对比效果图；

图4为本发明实施例所提供的一种AP过滤装置的结构示意图。

具体实施方式

为了准确的对冗余的AP进行过滤，以降低在线定位复杂度，提高定位精度，本发明实施例提供了一种AP过滤方法及装置。

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他实施例，都属于本发明保护的范围。

下面对本发明实施例所提供的一种AP过滤方法及装置进行详细说明。

可以理解的是，本发明实施例所提供的一种AP过滤方法及装置可以应用在服务器中，位置指纹库可以位于服务器中，也可以位于服务器之外。当位置指纹库位于服务器之外时，可以通过无线或有线方式将位置指纹库与服务器连接起来。

如图1，本发明实施例所提供的一种AP过滤方法，可以包括以下步骤：

S110，获取目标位置点各AP的属性信息，其中所述属性信息至少包括：出现次数、以及信号强度值。

可以理解的是，服务器可以对获取的很多个位置点的AP进行过滤。本发明实施例是针对其中一个位置点进行AP过滤的，为便于说明，可以将进行AP过滤的位置点称为目标位置点。

可以理解的是，服务器获取的目标位置点各AP的属性信息可以是服务器采集并存储到本地的多个位置点各AP的属性信息。当然，也可以是客户端采集多个位置点各AP的属性信息后发送给服务器，然后服务器保存到本地的。

举例而言，在实际应用中，客户端可以利用Network-info软件采集信息。例如，可以先将Network-info软件预装在在校学生的手机中，学生的手机可以为不同型号(如小米，索尼，三星等)的手机，然后以学生采集到的信息作为众包测试数据。之后，对采集的众包测试数据进行处理分析，采集的众包测试数据的格式可以为基于JavaScript的数据交换(JavaScript Object Notation，JSON)格式，然后每隔30s时间将采集的众包测试数据写入Sdcard中。通过对采集的众包测试数据进行JSON解析，完成信息的提取，获得各AP的出现次数、信号强度值等属性信息。然后，客户端将获得的各AP的出现次数、信号强度值等属性信息发送给服务器，以使服务器将各AP的属性信息保存到本地。

S120，统计所述目标位置点各AP的时间序列的有效值，并根据所述有效值对所述各AP进行初步过滤。

具体地，服务器可以根据目标位置点各AP的时间序列中包含的信号强度值的个数，统计目标位置点各AP的时间序列的有效值。例如，目标位置点对应的时间点有5个，AP有3个，各AP的时间序列为AP1[-90-80-85-70-80]、AP2[-90无-85无-80]、AP3[-90无无-70无]，则可以确定，AP1的时间序列的有效值是5，AP2的时间序列的有效值是3，AP3的时间序列的有效值是2。

然后，服务器将各AP的时间序列的有效值小于第一阈值的AP序列中的AP进行初步过滤。可以理解，如果AP的时间序列的有效值太小，那么该AP对定位的贡献将会很小。因此，统计好目标位置点各AP的时间序列的有效值后，可以根据统计后的有效值，将各AP的时间序列的有效值小于第一阈值的AP进行初步过滤。

需要说明的是，服务器可以根据目标位置点对应的时间点的个数，预先设定第一阈值。例如，当时间点的个数的偶数时，将时间点个数的一半预先设定第一阈值，当时间点的个数是奇数时，将(时间点个数+1)的一半预先设定第一阈值。具体地，假设目标位置点对应的时间点有9个，则可以预先设定第一阈值为5，进而，统计好目标位置点各AP的时间序列的有效值后，根据统计后的有效值，将各AP的时间序列的有效值小于5的AP进行初步过滤。

举例而言，目标位置点对应的时间点有6个，AP有3个，则服务器可以预设设定第一阈值为3。假设各AP的时间序列为AP1[-90-80-85-70-80-85]、AP2[-90无-85无-80-75]、AP3[-90无无-70无无]，则可以确定，AP1的时间序列的有效值是6，AP2的时间序列的有效值是4，AP3的时间序列的有效值是2。统计好这3个AP的时间序列的有效值后，服务器会将有效值小于3的AP进行初步过滤，即将AP3过滤掉，保留AP1和AP2。

需要说明的是，在对各AP进行初步过滤之前，还可以先对A P的时间序列中的信号强度值进行过滤，并且对测试区域进行网格划分，保证对测试区域进行网格划分之后，每个网格里有20-50个目标位置点。

具体地，对AP的时间序列中的信号强度值进行过滤可以包括：针对目标位置点各AP的信号强度值，计算各AP信号强度的均值以及标准差；之后，判断各AP的时间序列中的信号强度是否在(均值±2×标准差)以内，若不满足，则过滤掉该信号强度值，完成时间序列的过滤。序列过滤后，再对测量的区域进行网格划分，保证每个网格里有20-50个目标位置点。也就是说，每个网格里的目标位置点的AP都是经过序列选择之后的AP。

S130，根据各AP的出现次数，计算各AP的出现概率，并根据各AP的出现概率、以及信号强度值，对所述初步过滤后的各AP进行过滤，得到第一预设数量的AP。

具体地，服务器可以根据目标位置点各AP的出现次数，计算各AP的出现概率。例如，假设在目标位置点采集到5个AP的属性信息，各AP的出现次数分别为：AP1的出现次数为20，AP2的出现次数为25、AP3的出现次数为70、AP4的出现次数为60、AP5的出现次数为25，则服务器可以先统计出所有AP的出现次数的总次数为200次，其中AP1出现20次，则AP1的出现概率为10％。

可以理解的是，目标位置点各AP的出现次数可以为在目标位置点检测到的各AP的出现次数。确定出各AP的出现概率后，可以根据各AP的出现概率、以及信号强度值，对各AP进行初步过滤。

具体地，服务器根据各AP的出现概率、以及信号强度值，对所述各AP进行初步过滤的步骤可以包括：

针对各AP，将出现概率小于第二阈值的AP进行首次过滤；

对于首次过滤后的各AP，将时间序列中小于第三阈值的信号强度值进行再次过滤；

针对再次过滤后的各AP，选择时间序列有效值最大的第一预设数量的AP。

例如，服务器计算出各AP在的出现概率后，可以将出现概率小于85％的AP进行首次过滤，将出现概率超过85％的AP进行保留。之后，对于经过首次过滤的各AP，将时间序列中小于第三阈值的信号强度值进行再次过滤。具体第三阈值服务器可以结合各AP的信号强度值所占比例确定。例如，假设目标位置点各AP的信号强度值，有60％的信号强度值大于-70dbm，则可以将小于-70dbm的AP进行再次过滤。然后，针对再次过滤后的各AP，选择AP时间序列有效值最大的第一预设数量的AP。

具体地，假设服务器预先设定的第一预设数量为12，将信号强度值小于第三阈值的AP进行再次过滤后，服务器统计各AP的时间序列的有效值，并将有效值降序排列，选择前12个有效值对应的AP进行保留，将第12个之后的有效值对应的AP进行过滤。

S140，根据所述第一预设数量的各AP的信号强度值以及预设的相关性公式，对所述第一预设数量的AP进行过滤，得到第二预设数量的AP。

具体地，服务器得到第一预设数量的AP后，可以根据第一预设数量的各AP的信号强度值以及预设的相关性公式，对第一预设数量的AP进行过滤，得到第二预设数量的AP。

具体地，根据第一预设数量的各AP的信号强度值以及预设的相关性公式，对第一预设数量的AP进行过滤，得到第二预设数量的AP的过程，可以包括：

首先，服务器确定第一预设数量的各AP的信号强度值的均值，并将最大均值对应的AP确定为第一目标AP。

然后，服务器计算第一目标AP的均值与第一目标AP的最大信号强度值的比值。

之后，服务器根据预设的相关性公式，计算当前确定的目标AP与第一预设数量AP中非目标AP的相关系数，并根据所计算的比值、所计算得到的各相关系数，确定下一个目标AP。

具体地，根据预设的相关性公式，计算当前确定的目标AP与第一预设数量AP中非目标AP的相关系数的过程可以为：通过以下公式，计算当前确定的目标APi与第一预设数量AP中任一非目标APj的相关系数ρ_ij；

${\mathrm{\ρ}}_{ij}=\frac{\underset{n=1}{\overset{N}{\Σ}}{x}_{ni}{y}_{nj}}{\sqrt{\underset{n=1}{\overset{N}{\Σ}}{x}_{ni}^2\underset{n=1}{\overset{N}{\Σ}}{y}_{nj}^2}}$

其中，x_ni为当前确定的目标APi的第n个时间点的信号强度值，y_nj表示第一预设数量AP中任一非目标APj的第n个时间点的信号强度值，N为目标位置点的时间点的个数。

具体地，根据所计算的比值、所计算得到的各相关系数，确定下一个目标AP的过程为：将所计算的比值和各相关系数代入以下公式，计算每个非目标APj的特征值M_j：

$M_j=\arg \underset{j}{max}\{{\mathrm{\α}}_{1}C-\frac{{\mathrm{\α}}_2}{R}\underset{r=1}{\overset{R}{\Σ}}|{\mathrm{\ρ}}_{i_{r}j}\left|\right\}$

其中，C为所计算的比值，α₁为C的加权系数，α₂为ρ_irj的加权系数，ρ_irj为第r个目标APi与该非目标APj之间的相关系数，R为已经确定的目标AP的个数。

计算出每个非目标APj的特征值M_j后，将最大的特征值对应的AP确定为下一目标AP。

最后，服务器重复根据预设的相关性公式，计算当前确定的目标AP与第一预设数量AP中非目标AP的相关系数，并根据所计算的比值、所计算得到的各相关系数，确定下一个目标AP的步骤，直至目标AP的数量等于所述第二预设数量。

具体地，AP个数与误差距离的关系如图2所示，由图2可知，当AP的个数大于五个后，误差距离减小幅度较小。并且当AP个数很多时，在在线定位阶段会增加在线定位的复杂度，使得计算量增加较大。因此服务器可以预先设定第二预设数量为5。

举例而言，假设服务器预先设定的第一预设数量为10，第二预设数量为5，则经过S130步骤之后，服务器保留了10个AP，则服务器根据保留的10个AP中各AP的信号强度值以及预设的相关性公式，对这10个AP进行过滤，得到第二预设数量的AP的过程可以为：

首先，服务器确定这10个AP中的各AP的信号强度值的均值，并将最大均值对应的AP确定为第一目标AP1。

然后，服务器计算第一目标AP1的均值与第一目标AP1的最大信号强度值的比值。

之后，服务器通过以下公式，计算第一目标AP1与另外9个AP中任一非目标APj的相关系数ρ_1j：

${\mathrm{\ρ}}_{1j}=\frac{\underset{n=1}{\overset{N}{\Σ}}{x}_{n1}{y}_{nj}}{\sqrt{\underset{n=1}{\overset{N}{\Σ}}{x}_{n1}^2\underset{n=1}{\overset{N}{\Σ}}{y}_{nj}^2}}$

将计算的比值和计算的9个相关系数分别代入以下公式，计算每个非目标APj的特征值M_j：

$M_j=\arg \underset{j}{max}\{{\mathrm{\α}}_{1}C-\frac{{\mathrm{\α}}_2}{1}\underset{r=1}{\overset{1}{\Σ}}|{\mathrm{\ρ}}_{i_{1}j}\left|\right\}=\arg \underset{j}{max}\{{\mathrm{\α}}_{1}C-{\mathrm{\α}}_2|{\mathrm{\ρ}}_{i_{1}j}\left|\right\}$

其中，C＝第一目标AP的均值/第一目标AP的最大信号强度值，α₁为C的加权系数，服务器可以预先设定为0.4，α₂为ρ_irj的加权系数，服务器可以预先设定为0.6，ρ_i1j为第一目标AP1与该非目标APj之间的相关系数。

计算出9个非目标APj的特征值M_j后，将最大的特征值对应的AP确定为第二目标AP2。

可以理解的是，确定出第二目标AP2后，这10个AP中的非目标AP即为不包括第一目标AP1和第二目标AP2的AP，即非目标AP为8个AP。

服务器确定出第二目标AP2后，通过以下公式，计算第二目标AP2与剩余的8个AP中任一非目标APj的相关系数ρ_2j：

${\mathrm{\ρ}}_{2j}=\frac{\underset{n=1}{\overset{N}{\Σ}}{x}_{n2}{y}_{nj}}{\sqrt{\underset{n=1}{\overset{N}{\Σ}}{x}_{n2}^2\underset{n=1}{\overset{N}{\Σ}}{y}_{nj}^2}}$

之后，服务器将前述计算的比值C和剩余的8个AP与第一目标AP1、第二目标AP2的相关系数分别代入以下公式，计算每个非目标APj的特征值M_j：

$M_j=\arg \underset{j}{max}\{{\mathrm{\α}}_{1}C-\frac{{\mathrm{\α}}_2}{2}\underset{r=1}{\overset{2}{\Σ}}|{\mathrm{\ρ}}_{i_{1}j}\left|\right\}=\arg \underset{j}{max}\{{\mathrm{\α}}_{1}C-\frac{{\mathrm{\α}}_2}{2}(\left|{\mathrm{\ρ}}_{i_{1}j}\right|+\left|{\mathrm{\ρ}}_{i_{2}j}\right|\}$

服务器计算出8个非目标APj的特征值M_j后，将最大的特征值对应的AP确定为第三目标AP。

可以理解的是，确定出第三目标AP3后，这10个AP中的非目标AP即为不包括第一目标AP1、第二目标AP2和第三目标AP3的AP，即非目标AP为7个AP。

重复根据预设的相关性公式，计算当前确定的目标AP与10个AP中非目标AP的相关系数，并根据计算的比值C、所计算得到的各相关系数，确定下一个目标AP的步骤，直至确定出5个目标AP。

与现有技术相比，应用本发明实施例，首先根据所述目标位置点各AP的时间序列的有效值对各AP进行初步过滤，然后根据各AP的出现次数，计算各AP的出现概率，并根据各AP的出现概率、以及信号强度值，对初步过滤后的各AP进行过滤，得到第一预设数量的AP；之后根据第一预设数量的各AP的信号强度值以及预设的相关性公式，对第一预设数量的AP进行过滤，得到第二预设数量的AP。通过根据各AP的出现概率、信号强度值、以及目标位置点不同时间点的AP序列的有效值等客观因素对AP进行过滤，避免了过多的人为因素的干扰，能够对冗余的AP进行准确的过滤。并且，在AP过滤过程中加入了AP间的相关性因素，将相关性大的AP进行过滤，能够进一步过滤冗余的AP，进而，能够降低在线定位复杂度，提高在线定位精度。

可以理解的是，应用本发明实施例的AP过滤方法对AP进行过滤后，可以将每个目标位置点对应的第二数量的AP作为该目标位置点的特征描述，然后保存在本地的位置指纹库里。在在线定位阶段，利用本发明实施例的AP过滤方法对针对定位设备采集的各AP进行过滤，对于过滤后的AP，可以采用K最邻近(K-Nearest Neighbor，KNN)算法，从位置指纹库中找到和定位设备最接近的K个位置点，根据K个记录的组合完成定位设备的位置估计。

在实际应用中，采用本发明实施例所提供的AP过滤方法、以及采用现有技术中的最大AP信号强度值过滤方法进行定位的对比效果如图3所示。在图3中，曲线1为采用本发明实施例所提供的AP过滤方法进行定位后，误差距离与误差距离所占百分比的关系，曲线2为采用现有技术中的最大AP信号强度值过滤方法进行定位后，误差距离与误差距离所占百分比的关系。由图3可知，采用本发明实施例所提供的AP过滤方法进行定位的误差距离所占百分比大于采用最大AP信号强度值过滤方法进行定位的误差距离所占百分比。误差距离所占百分比越大误差越小，也就是说，采用本发明实施例所提供的AP过滤方法进行定位的误差小于采用最大AP信号强度值过滤方法进行定位的误差。

如图4，本发明实施例提供了一种AP过滤装置，该装置可以包括：

信息获取模块410，用于获取目标位置点各AP的属性信息，其中所述属性信息至少包括：出现次数、以及信号强度值；

初步过滤模块420，用于统计所述目标位置点各AP的时间序列的有效值，并根据所述有效值对所述各AP进行初步过滤；

第二过滤模块430，用于根据各AP的出现次数，计算各AP的出现概率，并根据各AP的出现概率、以及信号强度值，对所述初步过滤后的各AP进行过滤，得到第一预设数量的AP；

第三过滤模块440，用于根据所述第一预设数量的各AP的信号强度值以及预设的相关性公式，对所述第一预设数量的AP进行过滤，得到第二预设数量的AP。

与现有技术相比，应用本发明实施例，首先根据所述目标位置点各AP的时间序列的有效值对各AP进行初步过滤，然后根据各AP的出现次数，计算各AP的出现概率，并根据各AP的出现概率、以及信号强度值，对初步过滤后的各AP进行过滤，得到第一预设数量的AP；之后根据第一预设数量的各AP的信号强度值以及预设的相关性公式，对第一预设数量的AP进行过滤，得到第二预设数量的AP。通过根据各AP的出现概率、信号强度值、以及目标位置点不同时间点的AP序列的有效值等客观因素对AP进行过滤，避免了过多的人为因素的干扰，能够对冗余的AP进行准确的过滤。并且，在AP过滤过程中加入了AP间的相关性因素，将相关性大的AP进行过滤，能够进一步过滤冗余的AP，进而，能够降低在线定位复杂度，提高在线定位精度。

进一步地，作为本发明实施例的一种实现方式，初步过滤模块420可以包括：

统计子单元(图4中未示出)，用于根据所述目标位置点各AP的时间序列中包含的信号强度值的个数，统计所述目标位置点各AP的时间序列的有效值；

过滤子单元(图4中未示出)，用于将各AP的时间序列的有效值小于第一阈值的AP进行初步过滤。

进一步地，作为本发明实施例的另一种实现方式，第二过滤模块430可以包括：

首次过滤子单元(图4中未示出)，用于针对各AP，将出现概率小于第二阈值的AP进行首次过滤；

再次过滤子单元(图4中未示出)，用于对于首次过滤后的各AP，将时间序列中小于第三阈值的信号强度值进行再次过滤；

数量选择子单元(图4中未示出)，用于针对再次过滤后的各AP，选择时间序列有效值最大的第一预设数量的AP。进一步地，作为本发明实施例的再一种实现方式，第三过滤模块440可以包括：

均值确定子单元(图4中未示出)，用于确定第一预设数量的各AP的信号强度值的均值，并将最大均值对应的AP确定为第一目标AP；

比值确定子单元(图4中未示出)，用于计算第一目标AP的均值与第一目标AP的最大信号强度值的比值；

目标确定子单元(图4中未示出)，用于根据预设的相关性公式，计算当前确定的目标AP与第一预设数量AP中非目标AP的相关系数，并根据所述比值、所计算得到的各相关系数，确定下一个目标AP；

数量确定子单元(图4中未示出)，用于触发目标确定子单元，直至目标AP的数量等于第二预设数量。

具体地，目标确定子单元具体可以用于：

通过以下公式，计算当前确定的目标APi与所述第一预设数量AP中任一非目标APj的相关系数ρ_ij；

${\mathrm{\ρ}}_{ij}=\frac{\underset{n=1}{\overset{N}{\Σ}}{x}_{ni}{y}_{nj}}{\sqrt{\underset{n=1}{\overset{N}{\Σ}}{x}_{ni}^2\underset{n=1}{\overset{N}{\Σ}}{y}_{nj}^2}}$

其中，x_ni为当前确定的目标APi的第n个时间点的信号强度值，y_nj表示第一预设数量AP中任一非目标APj的第n个时间点的信号强度值，N为目标位置点的时间点的个数；

将所述比值和各相关系数代入以下公式，计算每个非目标APj的特征值M_j；

$M_j=\arg \underset{j}{max}\{{\mathrm{\α}}_{1}C-\frac{{\mathrm{\α}}_2}{R}\underset{r=1}{\overset{R}{\Σ}}|{\mathrm{\ρ}}_{i_{r}j}\left|\right\}$

其中，C为所述比值，α₁为C的加权系数，α₂为ρ_irj的加权系数，ρ_irj为第r个目标APi与该非目标APj之间的相关系数，R为已经确定的目标AP的个数；

将最大的特征值对应的AP确定为下一目标AP。

对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本领域普通技术人员可以理解实现上述方法实施方式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，所述的程序可以存储于计算机可读取存储介质中，这里所称得的存储介质，如：ROM/RAM、磁碟、光盘等。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.一种AP过滤方法，其特征在于，包括：

获取目标位置点各AP的属性信息，其中所述属性信息至少包括：出现次数、以及信号强度值；

统计所述目标位置点各AP的时间序列的有效值，并根据所述有效值对所述各AP进行初步过滤；

根据各AP的出现次数，计算各AP的出现概率，并根据各AP的出现概率、以及信号强度值，对所述初步过滤后的各AP进行过滤，得到第一预设数量的AP；

根据所述第一预设数量的各AP的信号强度值以及预设的相关性公式，对所述第一预设数量的AP进行过滤，得到第二预设数量的AP。

2.根据权利要求1所述的方法，其特征在于，所述统计所述目标位置点各AP的时间序列的有效值，并根据所述有效值对所述各AP进行初步过滤包括：

根据所述目标位置点各AP的时间序列中包含的信号强度值的个数，统计所述目标位置点各AP的时间序列的有效值；

将各AP的时间序列的有效值小于第一阈值的AP进行初步过滤。

3.根据权利要求1所述的方法，其特征在于，所述根据各AP的出现概率、以及信号强度值，对所述初步过滤后的各AP进行过滤，得到第一预设数量的AP的步骤包括：

针对各AP，将出现概率小于第二阈值的AP进行首次过滤；

对于首次过滤后的各AP，将时间序列中小于第三阈值的信号强度值进行再次过滤；

针对再次过滤后的各AP，选择时间序列有效值最大的第一预设数量的AP。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一预设数量的各AP的信号强度值以及预设的相关性公式，对所述第一预设数量的AP进行过滤，得到第二预设数量的AP包括：

S1，确定所述第一预设数量的各AP的信号强度值的均值，并将最大均值对应的AP确定为第一目标AP；

S2，计算所述第一目标AP的均值与所述第一目标AP的最大信号强度值的比值；

S3，根据预设的相关性公式，计算当前确定的目标AP与所述第一预设数量AP中非目标AP的相关系数，并根据所述比值、所计算得到的各相关系数，确定下一个目标AP；

S4，返回到S3，直至目标AP的数量等于所述第二预设数量。

5.根据权利要求4所述的方法，其特征在于，所述根据预设的相关性公式，计算当前确定的目标AP与所述第一预设数量AP中非目标AP的相关系数包括：

通过以下公式，计算当前确定的目标APi与所述第一预设数量AP中任一非目标APj的相关系数ρ_ij；

${\mathrm{\ρ}}_{ij}=\frac{\underset{n=1}{\overset{N}{\Σ}}{x}_{ni}{y}_{nj}}{\sqrt{\underset{n=1}{\overset{N}{\Σ}}{x}_{ni}^2\underset{n=1}{\overset{N}{\Σ}}{y}_{nj}^2}}$

其中，所述x_ni为当前确定的目标APi的第n个时间点的信号强度值，所述y_nj为所述第一预设数量AP中任一非目标APj的第n个时间点的信号强度值，所述N为所述目标位置点的时间点的个数；

所述根据所述比值、所计算得到的各相关系数，确定下一个目标AP包括：

将所述比值和各相关系数代入以下公式，计算每个非目标APj的特征值M_j；

$M_j=\arg \underset{j}{max}\{{\mathrm{\α}}_{1}C-\frac{{\mathrm{\α}}_2}{R}\underset{r=1}{\overset{R}{\Σ}}\left|{\mathrm{\ρ}}_{i_{r}j}\right|\}$

其中，所述C为所述比值，所述α₁为所述C的加权系数，所述α₂为的加权系数，所述为第r个目标APi与该非目标APj之间的相关系数，所述R为已经确定的目标AP的个数；

将最大的特征值对应的AP确定为下一目标AP。

6.一种AP过滤装置，其特征在于，包括：

信息获取模块，用于获取目标位置点各AP的属性信息，其中所述属性信息至少包括：出现次数、以及信号强度值；

初步过滤模块，用于统计所述目标位置点各AP的时间序列的有效值，并根据所述有效值对所述各AP进行初步过滤；

第二过滤模块，用于根据各AP的出现次数，计算各AP的出现概率，并根据各AP的出现概率、以及信号强度值，对所述初步过滤后的各AP进行过滤，得到第一预设数量的AP；

第三过滤模块，用于根据所述第一预设数量的各AP的信号强度值以及预设的相关性公式，对所述第一预设数量的AP进行过滤，得到第二预设数量的AP。

7.根据权利要求6所述的装置，其特征在于，所述初步过滤模块包括：

统计子单元，用于根据所述目标位置点各AP的时间序列中包含的信号强度值的个数，统计所述目标位置点各AP的时间序列的有效值；

过滤子单元，用于将各AP的时间序列的有效值小于第一阈值的AP进行初步过滤。

8.根据权利要求6所述的装置，其特征在于，所述第二过滤模块包括：

首次过滤子单元，用于针对各AP，将出现概率小于第二阈值的AP进行首次过滤；

再次过滤子单元，用于对于首次过滤后的各AP，将时间序列中小于第三阈值的信号强度值进行再次过滤；

数量选择子单元，用于针对再次过滤后的各AP，选择时间序列有效值最大的第一预设数量的AP。

9.根据权利要求6所述的装置，其特征在于，所述第三过滤模块包括：

均值确定子单元，用于确定所述第一预设数量的各AP的信号强度值的均值，并将最大均值对应的AP确定为第一目标AP；

比值确定子单元，用于计算所述第一目标AP的均值与所述第一目标AP的最大信号强度值的比值；

目标确定子单元，用于根据预设的相关性公式，计算当前确定的目标AP与所述第一预设数量AP中非目标AP的相关系数，并根据所述比值、所计算得到的各相关系数，确定下一个目标AP；

数量确定子单元，用于触发所述目标确定子单元，直至目标AP的数量等于所述第二预设数量。

10.根据权利要求9所述的装置，其特征在于，所述目标确定子单元具体用于：

通过以下公式，计算当前确定的目标APi与所述第一预设数量AP中任一非目标APj的相关系数ρ_ij；

${\mathrm{\ρ}}_{ij}=\frac{\underset{n=1}{\overset{N}{\Σ}}{x}_{ni}{y}_{nj}}{\sqrt{\underset{n=1}{\overset{N}{\Σ}}{x}_{ni}^2\underset{n=1}{\overset{N}{\Σ}}{y}_{nj}^2}}$

其中，所述x_ni为当前确定的目标APi的第n个时间点的信号强度值，所述y_nj为所述第一预设数量AP中任一非目标APj的第n个时间点的信号强度值，所述N为所述目标位置点的时间点的个数；

将所述比值和各相关系数代入以下公式，计算每个非目标APj的特征值M_j；

$M_j=\arg \underset{j}{max}\{{\mathrm{\α}}_{1}C-\frac{{\mathrm{\α}}_2}{R}\underset{r=1}{\overset{R}{\Σ}}\left|{\mathrm{\ρ}}_{i_{r}j}\right|\}$

其中，所述C为所述比值，所述α₁为所述C的加权系数，所述α₂为的加权系数，所述为第r个目标APi与该非目标APj之间的相关系数，所述R为已经确定的目标AP的个数；

将最大的特征值对应的AP确定为下一目标AP。