CN106501831A - 一种基于运动状态智能分析辅助定位的系统及其实现方法 - Google Patents

Abstract

本发明公开一种基于运动状态智能分析辅助定位的系统及其实现方法，其系统，包括：GPS卫星模块、基站模块、Wi‑Fi模块、移动终端、混合定位云平台；移动终端，根据GPS卫星模块提供的全球卫星定位导航系统的信号，获得自身的GPS定位数据；根据不同基站信号通过三角法计算出自身的当前位置信息；根据Wi‑Fi模块提供的Wi‑Fi热点，获得自身的当前位置信息；混合定位云平台，根据移动终端提供的自身的当前位置信息，与移动终端交互完成混合定位；该系统解决在不同场景下的定位问题，并且不需要依赖于大量的额外投入，运用现在几乎人人都有的移动终端，实现不论是在室内外，都能进行有效定位，并且获得一个尽可能精准的定位结果，避免单独定位技术所必有的定位失败。

Description

一种基于运动状态智能分析辅助定位的系统及其实现方法

技术领域

本发明涉及定位技术领域，尤其涉及一种基于运动状态智能分析辅助定位的系统及其实现方法。

背景技术

定位技术是基于位置的服务的关键技术，基于位置的服务(LocationBasedService，LBS)是通过移动通信网和定位技术获取移动终端(如手机)的位置信息(经纬度坐标数据)，开展一系列应用服务的新型移动数据业务。几年前，定位服务价格高、应用少，使用有限；如今，通过定位技术与移动通信技术的结合来开展移动定位业务已经有了重要突破，成为我们生活中密不可分的一部分，移动位置服务已经从终端、图商、运营商、到应用开发商及最终用户形成了完备的产业链条。现有的定位技术主要包括GPS定位、室内定位包括Wi-Fi定位。

GPS(Global Positioning System-GPS)全球卫星定位导航系统，GPS是美国从上世纪70年代开始研制，历时20年，耗资200亿美元，于1994年全面建成，具有在海、陆、空进行全方位实时三维导航与定位能力的新一代卫星导航与定位系统。GPS由24颗工作卫星组成，使得在全球任何地方、任何时间都可观测到4颗以上的卫星，测量出已知位置的卫星到用户接收机之间的距离，然后综合多颗卫星的数据就可知道接收机的具体位置。

现有的GPS使用场景有一定局限性，因为成功定位依赖于卫星信号，通常室内就无法完成定位。GPS定位的使用场景是在室外，室内就需要采用另外的定位技术。

Wi-Fi定位，由于Wi-Fi网络的普及，变得非常流行。Wi-Fi定位可以达到米级定位(1～10米)，传统的Wi-Fi定位产品主要应用在专业行业领域(矿井、监狱、医院、石油石化等)。设备只要侦听一下附近都有哪些热点，检测一下每个热点的信号强弱，然后把这些信息发送给网络上的服务端。服务器根据这些信息，查询每个热点在数据库里记录的坐标，然后进行运算，就能知道客户端的具体位置了。一次成功的定位需要两个先决条件：客户端能上网，侦听到的热点的坐标在数据库里有热点的MAC地址，就可以通过MAC地址取得位置信息。

现有的Wi-Fi定位技术要求所在位置必须有Wi-Fi热点，并且已事先采集热点信息；现实中不能保证处处有热点并且知道相关信息，而且Wi-Fi热点可能会移动。

发明内容

本发明要解决的技术问题是提供一种基于运动状态智能分析辅助定位的系统及其实现方法。

本发明的目的在于提供一种基于运动状态智能分析辅助定位的系统，包括：

GPS卫星模块、基站模块、Wi-Fi模块、移动终端、混合定位云平台；

所述GPS卫星模块，用于提供全球卫星定位导航系统的信号；

所述基站模块，用于提供移动网络基站信号；

所述Wi-Fi模块，用于提供Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息；

所述移动终端，用于根据所述GPS卫星模块提供的全球卫星定位导航系统的信号，获得一个自身的GPS定位数据，所述GPS定位数据包括自身的当前经纬度、海拔高度、速度信息；用于根据所述基站模块提供的移动网络基站信号，根据不同基站信号通过三角法计算出自身的当前位置信息；用于根据所述Wi-Fi模块提供的Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息，获得自身的当前位置信息；用于与所述混合定位云平台交互完成混合定位；

所述混合定位云平台，用于根据所述移动终端所提供的自身的当前位置信息，与所述移动终端交互完成混合定位。

其中，所述移动终端，包括加速度传感器，用于计算所述移动终端的位移信息，并提供所述计算得到的所述移动终端的位移信息到所述混合定位云平台。

其中，所述混合定位云平台，还用于根据所述移动终端所提供的自身的当前位置信息和自身的位移信息，与所述移动终端交互完成混合定位。

其中，所述加速度传感器，用于计算所述移动终端的位移信息，包括：

用于测量出所有施加在所述移动终端上的力所产生的加速度的负值包括重力加速度，加速度所使用的单位是m/sec^2，数值是加速度的负值；

SensorEvent.values[0]：加速度在X轴的负值；

SensorEvent.values[1]：加速度在Y轴的负值

SensorEvent.values[2]：加速度在Z轴的负值；

记录sqrt(X^2+Y^2+Z^2)；

通过记录对比加速度感应的变化，判断出所述移动终端处于静止或者运动状态，计算出所述移动终端的位移信息。

其中，所述混合定位云平台，用于根据所述移动终端所提供的自身的当前位置信息和自身的位移信息，与所述移动终端交互完成混合定位，包括：

在所述移动终端通过所述GPS卫星模块定位成功时，利用GPS数据来优化已有的Wi-Fi定位数据；

在所述移动终端通过所述GPS卫星模块定位失败时，根据Wi-Fi定位数据来完成定位；

在所述移动终端通过所述GPS卫星模块定位失败，且所述移动终端通过所述Wi-Fi模块也失败时，根据所述移动终端上一次的定位信息、位移信息，并结合所述基站模块的对所述移动终端的定位信息来完成定位。

其中，所述混合定位云平台，用于根据所述移动终端所提供的自身的当前位置信息和自身的位移信息，与所述移动终端交互完成混合定位，包括：

用于采用K最邻近结点KNN算法，根据所述移动终端所提供的自身的当前位置信息和自身的位移信息，与所述移动终端交互完成混合定位；

其中，采用K最邻近结点KNN算法，包括：

根据特征项集合重新描述训练文本向量；

在新文本到达后，根据特征词分词新文本，确定新文本的向量表示；

在训练文本集中选出与新文本最相似的K个文本，计算公式包括：

本发明的目的在于还提供一种基于运动状态智能分析辅助定位的系统的实现方法，所述基于运动状态智能分析辅助定位的系统包括GPS卫星模块、基站模块、Wi-Fi模块、移动终端、混合定位云平台，包括：

GPS卫星模块提供全球卫星定位导航系统的信号，所述基站模块提供移动网络基站信号，Wi-Fi模块提供Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息；

移动终端根据GPS卫星模块提供的全球卫星定位导航系统的信号，获得一个自身的GPS定位数据，所述GPS定位数据包括自身的当前经纬度、海拔高度、速度信息；根据基站模块提供的移动网络基站信号，根据不同基站信号通过三角法计算出自身的当前位置信息；根据Wi-Fi模块提供的Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息，获得自身的当前位置信息；与混合定位云平台交互完成混合定位；

混合定位云平台根据移动终端所提供的自身的当前位置信息，与移动终端交互完成混合定位。

其中，在混合定位云平台根据移动终端所提供的自身的当前位置信息，与移动终端交互完成混合定位之前，还包括：

移动终端包括加速度传感器，加速度传感器计算移动终端的位移信息，并提供所述计算得到的移动终端的位移信息到混合定位云平台。

其中，所述混合定位云平台根据移动终端所提供的自身的当前位置信息，与移动终端交互完成混合定位，还包括：

混合定位云平台根据移动终端所提供的自身的当前位置信息和自身的位移信息，与移动终端交互完成混合定位。

其中，所述加速度传感器计算移动终端的位移信息，包括：

测量出所有施加在移动终端上的力所产生的加速度的负值包括重力加速度，加速度所使用的单位是m/sec^2，数值是加速度的负值；

SensorEvent.values[0]：加速度在X轴的负值；

SensorEvent.values[1]：加速度在Y轴的负值

SensorEvent.values[2]：加速度在Z轴的负值；

记录sqrt(X^2+Y^2+Z^2)；

通过记录对比加速度感应的变化，判断出移动终端处于静止或者运动状态，计算出移动终端的位移信息。

其中，所述混合定位云平台根据移动终端所提供的自身的当前位置信息和自身的位移信息，与移动终端交互完成混合定位，包括：

在移动终端通过GPS卫星模块定位成功时，利用GPS数据来优化已有的Wi-Fi定位数据；

在移动终端通过GPS卫星模块定位失败时，根据Wi-Fi定位数据来完成定位；

在移动终端通过GPS卫星模块定位失败，且移动终端通过Wi-Fi模块也失败时，根据移动终端上一次的定位信息、位移信息，并结合基站模块的对移动终端的定位信息来完成定位。

其中，所述混合定位云平台根据移动终端所提供的自身的当前位置信息和自身的位移信息，与移动终端交互完成混合定位，包括：

采用K最邻近结点KNN算法，根据移动终端所提供的自身的当前位置信息和自身的位移信息，与移动终端交互完成混合定位；

其中，采用K最邻近结点KNN算法，包括：

根据特征项集合重新描述训练文本向量；

在新文本到达后，根据特征词分词新文本，确定新文本的向量表示；

在训练文本集中选出与新文本最相似的K个文本，计算公式包括：

本发明提供的基于运动状态智能分析辅助定位的系统，包括：GPS卫星模块、基站模块、Wi-Fi模块、移动终端、混合定位云平台；GPS卫星模块，用于提供全球卫星定位导航系统的信号；基站模块，用于提供移动网络基站信号；Wi-Fi模块，用于提供Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息；移动终端，用于根据GPS卫星模块提供的全球卫星定位导航系统的信号，获得一个自身的GPS定位数据，该GPS定位数据包括自身的当前经纬度、海拔高度、速度等信息；用于根据基站模块提供的移动网络基站信号，根据不同基站信号通过三角法计算出自身的当前位置信息；用于根据Wi-Fi模块提供的Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息，获得自身的当前位置信息；用于与混合定位云平台交互完成混合定位；混合定位云平台，用于根据移动终端所提供的自身的当前位置信息，与移动终端交互完成混合定位；本发明提供的基于运动状态智能分析辅助定位的系统利用上述基于运动状态智能分析辅助定位技术，解决在不同场景下的定位问题，并且不需要依赖于大量的额外投入，运用现在几乎人人都有的移动终端如智能手机，实现不论是在室外、或者室内，都能进行有效定位，并且获得一个尽可能精准的定位结果，避免单独定位技术所必有的定位失败。

本发明提供的基于运动状态智能分析辅助定位的系统的实现方法，该基于运动状态智能分析辅助定位的系统包括GPS卫星模块、基站模块、Wi-Fi模块、移动终端、混合定位云平台，本发明基于运动状态智能分析辅助定位的系统的实现方法，包括：GPS卫星模块提供全球卫星定位导航系统的信号，基站模块102提供移动网络基站信号，Wi-Fi模块提供Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息；移动终端根据GPS卫星模块提供的全球卫星定位导航系统的信号，获得一个自身的GPS定位数据，该GPS定位数据包括自身的当前经纬度、海拔高度、速度等信息；根据基站模块提供的移动网络基站信号，根据不同基站信号通过三角法计算出自身的当前位置信息；根据Wi-Fi模块提供的Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息，获得自身的当前位置信息；与混合定位云平台交互完成混合定位；混合定位云平台根据移动终端所提供的自身的当前位置信息，与移动终端交互完成混合定位；本发明提供的基于运动状态智能分析辅助定位的系统的实现方法利用上述基于运动状态智能分析辅助定位技术，解决在不同场景下的定位问题，并且不需要依赖于大量的额外投入，运用现在几乎人人都有的移动终端如智能手机，实现不论是在室外、或者室内，都能进行有效定位，并且获得一个尽可能精准的定位结果，避免单独定位技术所必有的定位失败。

附图说明

图1，为本发明基于运动状态智能分析辅助定位的系统的示意图；

图2，为加速度传感器计算移动终端的位移信息的示意图；

图3，为本发明基于运动状态智能分析辅助定位的系统的实现方法的示意图。

具体实施方式

本发明提供一种基于运动状态智能分析辅助定位的系统及其实现方法，应用于定位技术领域，本发明基于运动状态智能分析辅助定位的系统，包括：GPS卫星模块、基站模块、Wi-Fi模块、移动终端、混合定位云平台；GPS卫星模块，用于提供全球卫星定位导航系统的信号；基站模块，用于提供移动网络基站信号；Wi-Fi模块，用于提供Wi-Fi热点的服务集标识符(SSID)和媒体访问控制(MAC)地址信息；移动终端，用于根据GPS卫星模块提供的全球卫星定位导航系统的信号，获得一个自身的GPS定位数据，该GPS定位数据包括自身的当前经纬度、海拔高度、速度等信息；用于根据基站模块提供的移动网络基站信号，根据不同基站信号通过三角法计算出自身的当前位置信息；用于根据Wi-Fi模块提供的Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息，获得自身的当前位置信息；用于与混合定位云平台交互完成混合定位；混合定位云平台，用于根据移动终端所提供的自身的当前位置信息，与移动终端交互完成混合定位；本发明提供的基于运动状态智能分析辅助定位的系统利用上述基于运动状态智能分析辅助定位技术，解决在不同场景下的定位问题，并且不需要依赖于大量的额外投入，运用现在几乎人人都有的移动终端如智能手机，实现不论是在室外、或者室内，都能进行有效定位，并且获得一个尽可能精准的定位结果，避免单独定位技术所必有的定位失败。

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供一种基于运动状态智能分析辅助定位的系统。

请参见图1，图1为本发明基于运动状态智能分析辅助定位的系统的示意图，本发明基于运动状态智能分析辅助定位的系统10，包括：GPS卫星模块101、基站模块102、Wi-Fi模块103、移动终端104、混合定位云平台105；

GPS卫星模块101，用于提供全球卫星定位导航系统的信号；

基站模块102，用于提供移动网络基站信号；

Wi-Fi模块103，用于提供Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息；

移动终端104，用于根据GPS卫星模块101提供的全球卫星定位导航系统的信号，获得一个自身的GPS定位数据，该GPS定位数据包括自身的当前经纬度、海拔高度、速度等信息；用于根据基站模块102提供的移动网络基站信号，根据不同基站信号通过三角法计算出自身的当前位置信息；用于根据Wi-Fi模块103提供的Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息，获得自身的当前位置信息；用于与混合定位云平台105交互完成混合定位；

混合定位云平台105，用于根据移动终端104所提供的自身的当前位置信息，与移动终端104交互完成混合定位。

其中，移动终端104，包括加速度传感器(图中标标示)，用于计算移动终端104的位移信息，并提供该计算得到的移动终端104的位移信息到混合定位云平台105。

其中，混合定位云平台105，还用于根据移动终端104所提供的自身的当前位置信息和自身的位移信息，与移动终端104交互完成混合定位。

其中，请参见图2，图2为加速度传感器计算移动终端104的位移信息的示意图，加速度传感器，用于计算移动终端104的位移信息，包括：

用于测量出所有施加在移动终端104上的力所产生的加速度的负值包括重力加速度，加速度所使用的单位是m/sec^2，数值是加速度的负值；

SensorEvent.values[0]：加速度在X轴的负值；

SensorEvent.values[1]：加速度在Y轴的负值

SensorEvent.values[2]：加速度在Z轴的负值；

记录sqrt(X^2+Y^2+Z^2)；

通过记录对比加速度感应的变化，判断出移动终端104处于静止或者运动状态，计算出移动终端104的位移信息。

其中，混合定位云平台105，用于根据移动终端104所提供的自身的当前位置信息和自身的位移信息，与移动终端104交互完成混合定位，包括：

在移动终端104通过GPS卫星模块101定位成功时，利用GPS数据来优化已有的Wi-Fi定位数据；

在移动终端104通过GPS卫星模块101定位失败时，根据Wi-Fi定位数据来完成定位；

在移动终端104通过GPS卫星模块101定位失败，且移动终端104通过Wi-Fi模块103也失败时，根据移动终端104上一次的定位信息、位移信息，并结合基站模块102的对移动终端104的定位信息来完成定位。

其中，混合定位云平台105，用于根据移动终端104所提供的自身的当前位置信息和自身的位移信息，与移动终端104交互完成混合定位，包括：

用于采用K最邻近结点KNN(k-NearestNeighbor algorithm)算法，根据移动终端104所提供的自身的当前位置信息和自身的位移信息，与移动终端104交互完成混合定位；

其中，采用K最邻近结点KNN算法，包括：

根据特征项集合重新描述训练文本向量；

在新文本到达后，根据特征词分词新文本，确定新文本的向量表示；

在训练文本集中选出与新文本最相似的K个文本，计算公式包括：

其中，移动终端104，包括：手机、平板电脑等。

本发明还提供一种基于运动状态智能分析辅助定位的系统的实现方法。

请参见图3，图3为本发明基于运动状态智能分析辅助定位的系统的实现方法的示意图，该基于运动状态智能分析辅助定位的系统包括GPS卫星模块、基站模块、Wi-Fi模块、移动终端、混合定位云平台，本发明基于运动状态智能分析辅助定位的系统的实现方法，包括：

S31、GPS卫星模块提供全球卫星定位导航系统的信号，基站模块102提供移动网络基站信号，Wi-Fi模块提供Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息；

S32、移动终端根据GPS卫星模块提供的全球卫星定位导航系统的信号，获得一个自身的GPS定位数据，该GPS定位数据包括自身的当前经纬度、海拔高度、速度等信息；根据基站模块提供的移动网络基站信号，根据不同基站信号通过三角法计算出自身的当前位置信息；根据Wi-Fi模块提供的Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息，获得自身的当前位置信息；与混合定位云平台交互完成混合定位；

S33、混合定位云平台根据移动终端所提供的自身的当前位置信息，与移动终端交互完成混合定位。

其中，在混合定位云平台根据移动终端所提供的自身的当前位置信息，与移动终端交互完成混合定位之前，还包括：

移动终端包括加速度传感器，加速度传感器计算移动终端的位移信息，并提供该计算得到的移动终端的位移信息到混合定位云平台。

其中，混合定位云平台根据移动终端所提供的自身的当前位置信息，与移动终端交互完成混合定位，还包括：

混合定位云平台根据移动终端所提供的自身的当前位置信息和自身的位移信息，与移动终端交互完成混合定位。

其中，加速度传感器计算移动终端的位移信息，包括：

测量出所有施加在移动终端上的力所产生的加速度的负值包括重力加速度，加速度所使用的单位是m/sec^2，数值是加速度的负值；

SensorEvent.values[0]：加速度在X轴的负值；

SensorEvent.values[1]：加速度在Y轴的负值

SensorEvent.values[2]：加速度在Z轴的负值；

记录sqrt(X^2+Y^2+Z^2)；

通过记录对比加速度感应的变化，判断出移动终端处于静止或者运动状态，计算出移动终端的位移信息。

其中，混合定位云平台根据移动终端所提供的自身的当前位置信息和自身的位移信息，与移动终端交互完成混合定位，包括：

在移动终端通过GPS卫星模块定位成功时，利用GPS数据来优化已有的Wi-Fi定位数据；

在移动终端通过GPS卫星模块定位失败时，根据Wi-Fi定位数据来完成定位；

在移动终端通过GPS卫星模块定位失败，且移动终端通过Wi-Fi模块也失败时，根据移动终端上一次的定位信息、位移信息，并结合基站模块的对移动终端的定位信息来完成定位。

其中，混合定位云平台根据移动终端所提供的自身的当前位置信息和自身的位移信息，与移动终端交互完成混合定位，包括：

采用K最邻近结点KNN算法，根据移动终端所提供的自身的当前位置信息和自身的位移信息，与移动终端交互完成混合定位；

其中，采用K最邻近结点KNN算法，包括：

根据特征项集合重新描述训练文本向量；

在新文本到达后，根据特征词分词新文本，确定新文本的向量表示；

在训练文本集中选出与新文本最相似的K个文本，计算公式包括：

其中，移动终端，包括：手机、平板电脑等。

本发明提供的基于运动状态智能分析辅助定位的系统10，包括：GPS卫星模块101、基站模块102、Wi-Fi模块103、移动终端104、混合定位云平台105；GPS卫星模块101，用于提供全球卫星定位导航系统的信号；基站模块102，用于提供移动网络基站信号；Wi-Fi模块103，用于提供Wi-Fi热点的服务集标识符(SSID)和媒体访问控制(MAC)地址信息；移动终端104，用于根据GPS卫星模块101提供的全球卫星定位导航系统的信号，获得一个自身的GPS定位数据，该GPS定位数据包括自身的当前经纬度、海拔高度、速度等信息；用于根据基站模块102提供的移动网络基站信号，根据不同基站信号通过三角法计算出自身的当前位置信息；用于根据Wi-Fi模块103提供的Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息，获得自身的当前位置信息；用于与混合定位云平台105交互完成混合定位；混合定位云平台105，用于根据移动终端104所提供的自身的当前位置信息，与移动终端104交互完成混合定位；本发明提供的基于运动状态智能分析辅助定位的系统10利用上述基于运动状态智能分析辅助定位技术，解决在不同场景下的定位问题，并且不需要依赖于大量的额外投入，运用现在几乎人人都有的移动终端如智能手机，实现不论是在室外、或者室内，都能进行有效定位，并且获得一个尽可能精准的定位结果，避免单独定位技术所必有的定位失败。

本发明提供的基于运动状态智能分析辅助定位的系统的实现方法，该基于运动状态智能分析辅助定位的系统包括GPS卫星模块、基站模块、Wi-Fi模块、移动终端、混合定位云平台，本发明基于运动状态智能分析辅助定位的系统的实现方法，包括：GPS卫星模块提供全球卫星定位导航系统的信号，基站模块102提供移动网络基站信号，Wi-Fi模块提供Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息；移动终端根据GPS卫星模块提供的全球卫星定位导航系统的信号，获得一个自身的GPS定位数据，该GPS定位数据包括自身的当前经纬度、海拔高度、速度等信息；根据基站模块提供的移动网络基站信号，根据不同基站信号通过三角法计算出自身的当前位置信息；根据Wi-Fi模块提供的Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息，获得自身的当前位置信息；与混合定位云平台交互完成混合定位；混合定位云平台根据移动终端所提供的自身的当前位置信息，与移动终端交互完成混合定位；本发明提供的基于运动状态智能分析辅助定位的系统的实现方法利用上述基于运动状态智能分析辅助定位技术，解决在不同场景下的定位问题，并且不需要依赖于大量的额外投入，运用现在几乎人人都有的移动终端如智能手机，实现不论是在室外、或者室内，都能进行有效定位，并且获得一个尽可能精准的定位结果，避免单独定位技术所必有的定位失败。

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者操作之间存在任何这种实际的关系或者顺序。而且，术语“包含”、“包括”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系统要素的过程、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、设备或者装置中还存在另外的相同要素。

对于本发明基于运动状态智能分析辅助定位的系统及其实现方法，实现的形式是多种多样的。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，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于运动状态智能分析辅助定位的系统，其特征在于，包括：

GPS卫星模块、基站模块、Wi-Fi模块、移动终端、混合定位云平台；

所述GPS卫星模块，用于提供全球卫星定位导航系统的信号；

所述基站模块，用于提供移动网络基站信号；

所述Wi-Fi模块，用于提供Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息；

所述移动终端，用于根据所述GPS卫星模块提供的全球卫星定位导航系统的信号，获得一个自身的GPS定位数据，所述GPS定位数据包括自身的当前经纬度、海拔高度、速度信息；用于根据所述基站模块提供的移动网络基站信号，根据不同基站信号通过三角法计算出自身的当前位置信息；用于根据所述Wi-Fi模块提供的Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息，获得自身的当前位置信息；用于与所述混合定位云平台交互完成混合定位；

所述混合定位云平台，用于根据所述移动终端所提供的自身的当前位置信息，与所述移动终端交互完成混合定位。

2.如权利要求1所述的基于运动状态智能分析辅助定位的系统，其特征在于，所述移动终端，包括加速度传感器，用于计算所述移动终端的位移信息，并提供所述计算得到的所述移动终端的位移信息到所述混合定位云平台。

3.如权利要求2所述的基于运动状态智能分析辅助定位的系统，其特征在于，所述混合定位云平台，还用于根据所述移动终端所提供的自身的当前位置信息和自身的位移信息，与所述移动终端交互完成混合定位。

4.如权利要求2所述的基于运动状态智能分析辅助定位的系统，其特征在于，所述加速度传感器，用于计算所述移动终端的位移信息，包括：

用于测量出所有施加在所述移动终端上的力所产生的加速度的负值包括重力加速度，加速度所使用的单位是m/sec^2，数值是加速度的负值；

SensorEvent.values[0]：加速度在X轴的负值；

SensorEvent.values[1]：加速度在Y轴的负值

SensorEvent.values[2]：加速度在Z轴的负值；

记录sqrt(X^2+Y^2+Z^2)；

通过记录对比加速度感应的变化，判断出所述移动终端处于静止或者运动状态，计算出所述移动终端的位移信息。

5.如权利要求3所述的基于运动状态智能分析辅助定位的系统，其特征在于，所述混合定位云平台，用于根据所述移动终端所提供的自身的当前位置信息和自身的位移信息，与所述移动终端交互完成混合定位，包括：

在所述移动终端通过所述GPS卫星模块定位成功时，利用GPS数据来优化已有的Wi-Fi定位数据；

在所述移动终端通过所述GPS卫星模块定位失败时，根据Wi-Fi定位数据来完成定位；

在所述移动终端通过所述GPS卫星模块定位失败，且所述移动终端通过所述Wi-Fi模块也失败时，根据所述移动终端上一次的定位信息、位移信息，并结合所述基站模块的对所述移动终端的定位信息来完成定位。

6.如权利要求3所述的基于运动状态智能分析辅助定位的系统，其特征在于，所述混合定位云平台，用于根据所述移动终端所提供的自身的当前位置信息和自身的位移信息，与所述移动终端交互完成混合定位，包括：

用于采用K最邻近结点KNN算法，根据所述移动终端所提供的自身的当前位置信息和自身的位移信息，与所述移动终端交互完成混合定位；

其中，采用K最邻近结点KNN算法，包括：

根据特征项集合重新描述训练文本向量；

在新文本到达后，根据特征词分词新文本，确定新文本的向量表示；

在训练文本集中选出与新文本最相似的K个文本，计算公式包括：

$Sim(d_i,d_j)=\frac{\underset{k=1}{\overset{M}{\Σ}}{W}_{ik}\×W_{jk}}{\sqrt{\left(\underset{k=1}{\overset{M}{\Σ}}{W}_{ik}^2\right)\left(\underset{k=1}{\overset{M}{\Σ}}{W}_{jk}^2\right)}}.$

7.一种基于运动状态智能分析辅助定位的系统的实现方法，所述基于运动状态智能分析辅助定位的系统包括GPS卫星模块、基站模块、Wi-Fi模块、移动终端、混合定位云平台，其特征在于，包括：

GPS卫星模块提供全球卫星定位导航系统的信号，所述基站模块提供移动网络基站信号，Wi-Fi模块提供Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息；

移动终端根据GPS卫星模块提供的全球卫星定位导航系统的信号，获得一个自身的GPS定位数据，所述GPS定位数据包括自身的当前经纬度、海拔高度、速度信息；根据基站模块提供的移动网络基站信号，根据不同基站信号通过三角法计算出自身的当前位置信息；根据Wi-Fi模块提供的Wi-Fi热点的服务集标识符SSID和媒体访问控制MAC地址信息，获得自身的当前位置信息；与混合定位云平台交互完成混合定位；

混合定位云平台根据移动终端所提供的自身的当前位置信息，与移动终端交互完成混合定位。

8.如权利要求7所述的基于运动状态智能分析辅助定位的系统的实现方法，其特征在于，在混合定位云平台根据移动终端所提供的自身的当前位置信息，与移动终端交互完成混合定位之前，还包括：

移动终端包括加速度传感器，加速度传感器计算移动终端的位移信息，并提供所述计算得到的移动终端的位移信息到混合定位云平台。

9.如权利要求8所述的基于运动状态智能分析辅助定位的系统的实现方法，其特征在于，所述混合定位云平台根据移动终端所提供的自身的当前位置信息，与移动终端交互完成混合定位，还包括：

混合定位云平台根据移动终端所提供的自身的当前位置信息和自身的位移信息，与移动终端交互完成混合定位；

其中所述混合定位云平台根据移动终端所提供的自身的当前位置信息和自身的位移信息，与移动终端交互完成混合定位，包括：

在移动终端通过GPS卫星模块定位成功时，利用GPS数据来优化已有的Wi-Fi定位数据；

在移动终端通过GPS卫星模块定位失败时，根据Wi-Fi定位数据来完成定位；

在移动终端通过GPS卫星模块定位失败，且移动终端通过Wi-Fi模块也失败时，根据移动终端上一次的定位信息、位移信息，并结合基站模块的对移动终端的定位信息来完成定位；

或者所述混合定位云平台根据移动终端所提供的自身的当前位置信息和自身的位移信息，与移动终端交互完成混合定位，包括：

采用K最邻近结点KNN算法，根据移动终端所提供的自身的当前位置信息和自身的位移信息，与移动终端交互完成混合定位；

其中，采用K最邻近结点KNN算法，包括：

根据特征项集合重新描述训练文本向量；

在新文本到达后，根据特征词分词新文本，确定新文本的向量表示；

在训练文本集中选出与新文本最相似的K个文本，计算公式包括：

$Sim(d_i,d_j)=\frac{\underset{k=1}{\overset{M}{\Σ}}{W}_{ik}\×W_{jk}}{\sqrt{\left(\underset{k=1}{\overset{M}{\Σ}}{W}_{ik}^2\right)\left(\underset{k=1}{\overset{M}{\Σ}}{W}_{jk}^2\right)}}.$

10.如权利要求8所述的基于运动状态智能分析辅助定位的系统的实现方法，其特征在于，所述加速度传感器计算移动终端的位移信息，包括：

测量出所有施加在移动终端上的力所产生的加速度的负值包括重力加速度，加速度所使用的单位是m/sec^2，数值是加速度的负值；

SensorEvent.values[0]：加速度在X轴的负值；

SensorEvent.values[1]：加速度在Y轴的负值

SensorEvent.values[2]：加速度在Z轴的负值；

记录sqrt(X^2+Y^2+Z^2)；

通过记录对比加速度感应的变化，判断出移动终端处于静止或者运动状态，计算出移动终端的位移信息。