CN108009485B - 基于众包数据的无线指纹库更新方法 - Google Patents

Abstract

本发明涉及信息技术领域的指纹库更新技术，具体涉及基于众包数据的无线指纹库更新方法，主要解决了现有技术中指纹库数据计算量大，指纹数据筛选不彻底带来的定位不准等问题，简化了计算流程，节省了系统开销。主要涉及采集无线指纹数据，然后建立主动更新指纹库和被动更新指纹库，然后分别就主动更新指纹库和被动更新指纹库进行数据筛选，尤其将位置靠近且无线信号强度接近的无线指纹区分开，进一步提高指纹库的准确性。主要用于众包数据的无线指纹库更新。

Description

基于众包数据的无线指纹库更新方法

技术领域

本发明涉及信息技术领域的指纹库更新技术，具体涉及基于众包数据的无线指纹库更新方法。

背景技术

科技的发展日新月异，同时人们对科技的依赖程度也变的一发不可收拾，传统行业的革新，导致定位服务的需求越来越大，其中主要包含交通，快递和服务等领域，在科技发展的大环境下，人们对定位服务的要求也越来越高。在室外，全球定位系统已经十分成熟，有着定位精度高，功耗小等优点，但是在室内环境中，由于室内环境复杂，信号衰减严重，干扰源多等原因，导致全球定位系统在室内环境中的定位效果并不是十分的理想，存在着定位精度不高，功耗大等问题，如何解决室内环境定位精度不高的问题，成为了现目前主要的研究对象。

为了解决全球无线定位系统在室内定位精度不高的问题，人们开始尝试其他的室内定位技术，其中主要包含以下几种：1、WIFI技术；2、蓝牙技术；3、红外线技术；4、ZigBee等，其中由于无线WIFI技术有着方便拓展，价格便宜，定位精度高，范围大，易于维护等优点，WIFI定位技术已经成为了最为广泛使用的定位方案之一，室内无线WIFI定位技术一般分为两个部分，分别为：建立指纹库和实时定位，而指纹库又分为离线指纹库和动态指纹库，其中动态指纹库的更新包含了用户主动上传位置的信息和被动上传位置的信息，如何筛选出主动上传的位置信息和被动上传的位置信息中的有效指纹，成为了解决室内无线WIFI定位技术的瓶颈。

为了解决上述问题，中国专利CN106714109A于2017年5月24号公开了一种基于众包数据的WiFi指纹库更新方法，主要包含S1：采集室内环境中信号设备的众包数据，根据众包数据得到更新数据，所述更新数据至少包括采集位置和当前采集到的WiFi指纹，每采集依次得到一新的更新数据；S2：根据每条更新数据中的采集位置与原指纹库中的各参考点对应的聚类位置进行比较，将各更新数据就近聚类至相应参考点；S3：对更新数据中WiFi指纹的各接入点的出现频次进行分析，选择出现频次高的几个接入点，得到备选接入点区，若更新数据中对应原指纹库的固定接入点表中的接入点的信号强度过低时，则从所述备选接入点区中选取新的接入点替换；S4：对原指纹库中的对应固有接入点表的原WiFi指纹和对应固有接入点表的各更新数据的WiFi指纹进行均值统计，得到能够代表各参考点的信号特征的标准指纹，若固有接入点表有替换的接入点，则将更新数据中对应该新的接入点信号强度进行均值统计，确定标准指纹中对应该新的接入点的信号强度；S5：针对每个参考点，计算原指纹库和更新数据中的所有WiFi指纹与标准指纹的相似性，取相似性最大的几条WiFi指纹作为该参考点的新指纹库。虽然解决无线WiFi室内定位问题以及筛选更新指纹的问题，但算法复杂，且在出现位置相近时，无法筛选出有效和无效的指纹，会导致定位精度低等问题。

发明内容

本发明的目的在于提供基于众包数据的无线指纹更新方法，满足在相近位置时筛选出有效或者无效的指纹数据，减少无效指纹的干扰，提高定位的精度，简化无线指纹的算法，减少系统开支，更好的保证系统的稳定性。

为了解决上述的技术问题，本发明技术方案如下：

基于众包数据的无线指纹库更新方法，包括旧指纹库，包含以下步骤：

S1：建立更新指纹库包括：

S1.1：采集用于定位的众包数据，根据众包数据得到更新数据，所述更新数据中至少包含无线信号强度，依据位置信息分别建立主动更新指纹库和被动更新指纹库；

S1.2：计算主动更新指纹库中所有指纹与被动更新指纹库中缺位指纹的距离，将计算结果按大小顺序排序后进行加权平均，初步获得被动更新指纹库中缺位指纹对应的位置信息，数据写入被动更新数据库；

S2：对指纹数据库进行清洗包括：

S2.1：针对S1.1中的主动更新指纹库建立信用机制，通过总上传次数以及指纹正确数计算信用分，筛选指纹；

S2.2：通过无线基站反向定位上传信息点，并计算与上传信息点的距离，筛选有效指纹，所述有效指纹满足上传点与定位点距离小于Sthe，Sthe为判断参数，取值为15m；

S2.3：对S2.2中相邻的无线信号位置进行两两对比，进一步筛选出正确指纹；

S3：指纹入库：

S3.1：计算S2.2中指纹与所述旧指纹库中指纹之间的距离，计算方法同S2.2；

S3.2：提取S3.1中位置距离小于5m的旧指纹库指纹计算平均位置以及平均指纹；

S3.3：剔除S3.2中涉及到的所有旧指纹，同时将计算的新指纹加入旧指纹库中。

采用本技术方案，首先需要采集用户指纹数据，用户打开手机WIFI，手机会自动扫描到周围的无线信号强度，然后将无线信号强度进行一个排序，呈现给用户的是经过排列后的无线信号，用户连接WIFI后，无线定位系统和手机进行交互会获得手机采集到的无线信号强度，指纹数据分为两种，一种为主动上传的指纹信息，一种是被动上传的指纹信息，主动上传的指纹信息中至少包含了位置信息以及无线信号强度，被动上传的指纹信息与主动上传的指纹信息相比缺少了位置信息。

在获得指纹信息后，根据上传的指纹信息是否包含位置信息，在服务器上分别建立主动更新指纹库用于放置主动上传的指纹信息和被动更新指纹库用于放置被动上传的指纹信息，由于被动更新指纹库中的指纹信息没有位置信息，因此先要计算出被动更新指纹库中的位置信息，首先计算主动更新指纹库中所有指纹与被动更新指纹库中缺位指纹的距离，其次将计算好的距离按从小到大的顺序排列，然后进行加权平均，初步获得被动更新指纹库中缺位指纹的位置信息。

收集到上述的信息后，将对数据进行筛选，针对主动更新数据库建立信用机制，利用信用分判断上传的信息是否正确；针对被动更新数据库，首先通过原有的旧指纹库定位上传点的位置，其次计算定位点与上传点的距离，判断指纹是否正确，最后将指纹两两对比，筛选出位置接近的有效指纹。

完成筛选工作后，将筛选后的无线信号指纹作为新指纹加入旧的指纹库中，同时删除对应的旧指纹信息，减少系统开销。

采用本技术，能系统的判断用户上传位置的正确性，筛选出位置靠近或者无线信号强度相近的位置，判断位置的正确性，减少了系统开支，保证实时定位的准确性。

进一步，步骤S1.2中所述计算主动更新指纹库中所有指纹与被动更新指纹库中缺位指纹的距离表示为

s表示为计数符，rssi表示无线信号强度，r表示基站的ID，rssi_sr表示第s个主动更新指纹库中的指纹在第r个基站的信号强度值；rssi_0r表示接收到的第r个基站的信号强度值。

进一步，步骤S1.2中所述加权平均表示为：

其中dist_ti表示为上传点和周围某一指纹的距离，ɑ用于标识主动上传数据，p用于标识被动上传数据，K表示加权总数量，其取值范围为[1,s]，x表示横向坐标，y表示纵向坐标。

进一步，步骤S2.1信用分计算方法表示为：

score表示主动上传的信用得分，Num_right表示主动上传的正确次数，Num_sum表示主动上传的总次数。

进一步，步骤S2.2计算与更新数据中无线指纹的距离表示为：

或者

其中(x₀，y₀)表示无线基站依据旧指纹库定位的位置，Δs表示定位点与上传点之间的距离，(ax_s，ay_s)表示主动上传点的位置，(bx_s，by_s)表示被动上传点的位置。

进一步，步骤2.3所述的两两对比表示为：先计算出指纹库任意两个指纹A和指纹B的位置距离，判断当指纹A和指纹B之间的位置距离大于S_the时，得出指纹A和指纹B比较远，指纹A和指纹B都有效；指纹A和指纹B之间的位置距离小于S_the时，得出指纹A和指纹B比较接近，计算指纹A和指纹B之间的指纹距离，指纹距离小于dist_the时，指纹A和指纹B都正确，dist_the表示为比较参数，根据经验和实际情况设定。

进一步，指纹A和指纹B均属于主动更新数据库，信用分大于0.5，位置正确；指纹A和指纹B均属于被动更新数据库，比较指纹A和指纹B分别与根据旧指纹库定位的上传点(x₀，y₀)之间的距离误差，误差小的为正确指纹；指纹A和指纹B分别属于主动和被动更新指纹库，若指纹A的信用分大于0.5，则指纹A正确，否则相反。

进一步，步骤为3.2中位置距离小于5m的旧指纹库指纹计算平均位置以及平均指纹：

其中u表示指纹个数，x_old表示为旧指纹库的横坐标，y_old旧指纹库纵坐标，rssi为无线信号强度，n表示无线基站个数。

采用上述的技术方案至少能获得以下技术效果：

1、在定位过程中能筛选出无线信号强度接近的错误指纹，保证定位的准确性。

2、相比于传统的位置指纹更新方法，能较大的节省系统开支，在无人监督的情况下，能自行更新后台的指纹数据库，做到数据的实时更新。

附图说明

图1为本发明基于众包数据的无线指纹库更新方法的流程图。

具体实施方式

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详细的描述。基于本发明中的实施例，本领域技术人员在没有创作性劳动的前提下所获得的所有的其他实施例，都属于本发明的保护范围。

如图1所示为本发明基于众包数据的无线指纹库更新方法的流程图，从图中我们可以看出，首先采集用户指纹数据，用户打开手机WIFI设置，手机会自动扫描到周围的无线信号强度，然后将无线信号强度进行一个排序，呈现给用户的是经过排列后的无线信号，用户通过手机连接WIFI后，无线定位系统和手机进行交互会获得手机采集到的无线信号强度，指纹数据分为两种，一种为主动上传的指纹信息，一种是被动上传的指纹信息，主动上传的指纹信息中至少包含了位置信息以及无线信号强度，被动上传的指纹信息与主动上传的指纹信息相比缺少了位置信息。按照无线指纹信息中是否包含位置信息分别建立主动更新指纹库和被动更新指纹库，主动更新指纹库中存储主动上传的指纹信息，被动更新指纹库中存储被动上传的指纹信息。

在建立主动更新指纹库和被动更新指纹库后，计算主动更新指纹库中所有的指纹和被动更新指纹库中缺位指纹的距离，此处描述的缺位指纹是指：在被动更新指纹库中缺少位置信息的某一具体指纹，其主要的计算方法为：

其中s表示为计数符，rssi表示无线信号强度，r表示基站的ID，通过上述公式计算得出被动更新指纹库中缺位指纹和主动更新指纹库中指纹之间的指纹距离，此处的指纹距离是指：无线信号强度之间的距离，将计算好的结果即主动更新指纹库中的所有指纹和被动更新缺位指纹之间的距离进行排序，排序的方式可以是从大到小，也可以是从小到大，将排序后的数据进行加权平均，其主要的算法为：

其中dist_ti表示为上传点和周围某一指纹的距离，ɑ用于标识主动上传数据，p用于标识被动上传数据，K表示加权总数量，其取值范围为[1,s]，x表示横向坐标，y表示纵向坐标。计算后分别获得缺位指纹的相对位置信息，将获得位置信息和相应的指纹信息对应，一并写入被动更新指纹库中。

在获得了被动更新指纹库中与无线信号强度相对应的位置后，下一步需要进行数据的清洗，数据的清洗分成两个模块来进行，第一是对主动更新指纹库的数据清洗，第二是针对被动更新指纹库的清洗。首先针对主动更新指纹库的清洗，建立用户信用机制，根据用户上传数据的信用分来判断其位置的正确性，初始默认用户上传的数据分为1，其表示为：

score表示主动上传的信用得分，Num_right表示主动上传的正确次数，Num_sum表示主动上传的总次数。如果score大于0.5分即判定该用户主动上传的指纹数据为正确。否者为错误予以剔除。针对被动更新指纹库中指纹的清洗，根据定位系统首先根据旧指纹库对上传地点进行定位，获得上传地点的位置信息，表示为：

或者

其中(x₀，y₀)，然后计算该上传位置与主动更新数据库和被动更新数据库中的位置距离，此处的位置距离表示：两点之间的路程，计算的公式表示为：或者其中(x₀，y₀)表示无线基站依据旧指纹库定位的位置，Δs表示定位点与上传点之间的距离，(ax_s，ay_s)表示主动上传点的位置，(bx_s，by_s)表示被动上传点的位置，然后将计算结果和阈值S_the做比较，两者之间的距离大于S_the时表示证明两者之间的误差较大，剔除该指纹。两者之间的距离小于S_the时，表示为有效指纹，在后进一步筛选，此处的S_the筛选参数，取值为15m。

由于无线信号强度随着距离衰减，因此相邻位置之间的无线信号强度接近，通过上述步骤的筛选后，将满足条件的无线信号指纹两两对比，先利用公式

或者

计算出指纹库任意两个指纹A和指纹B的位置距离，判断当指纹A和指纹B之间的位置距离大于S_the时，得出指纹A和指纹B比较远，指纹A和指纹B都有效；指纹A和指纹B之间的位置距离小于S_the时，得出指纹A和指纹B比较接近，根据公式

计算指纹A和指纹B之间的指纹距离，指纹距离小于dist_the时，指纹A和指纹B都正确，dist_the表示为比较参数，根据经验和实际情况设定。指纹A和指纹B均属于主动更新数据库，信用分大于0.5，位置正确；指纹A和指纹B均属于被动更新数据库，比较两指纹之间的距离误差，误差小的为正确指纹；指纹A和指纹B分别属于主动和别动更新指纹库，若指纹A的信用分大于0.5，则指纹A正确，B错误，予以剔除，否者指纹B正确，指纹A错误予以剔除。

在完成上述的数据清洗后，剩下的指纹均为有效且正确的指纹，需要将其加入旧指纹库中，首先通过公式

或者

计算更新数据和旧指纹库中所有指纹之间的位置距离，然后提取位置距离小于5m的旧指纹库中的指纹，计算平均位置和平均指纹，表示为：

其中u表示指纹个数，x_old表示为旧指纹库的横坐标，y_old旧指纹库纵坐标，rssi为无线信号强度，n表示基站个数。将平均位置和平均指纹涉及的到所有旧指纹全部剔除，将新指纹作为替代指纹加入到旧指纹库中。

本实施例中所述定位设备不仅仅限于手机，可以是现有技术中任何一种能用于定位的装置。以上所述仅为本发明的较佳的实施例而已，并不限制本发明，凡在发明的精神和原则之内，所作的任何改变，等同替换、改进等，均在本发明的保护范围之内。

Claims (8)

1.基于众包数据的无线指纹库更新方法，包括旧指纹库，其特征在于，包含以下步骤：

S1：建立更新指纹库包括：

S1.1：采集用于定位的众包数据，根据众包数据得到更新数据，所述更新数据中至少包含无线信号强度，依据位置信息分别建立主动更新指纹库和被动更新指纹库；

S1.2：计算主动更新指纹库中所有指纹与被动更新指纹库中缺位指纹的距离，将计算结果按大小顺序排序后进行加权平均，初步获得被动更新指纹库中缺位指纹对应的位置信息，数据写入被动更新数据库；

S2：对指纹数据库进行清洗包括：

S2.1：针对S1.1中的主动更新指纹库建立信用机制，通过总上传次数以及指纹正确数计算信用分，筛选指纹；

S2.2：通过无线基站反向定位上传信息点，并计算与上传信息点的距离，筛选有效指纹，所述有效指纹满足上传点与定位点距离小于S_the，S_the为判断参数，取值为15m；

S2.3：对S2.2中相邻的无线信号位置进行两两对比，进一步筛选出正确指纹；

S3：指纹入库

S3.1：计算S2.2中指纹与所述旧指纹库中指纹之间的距离，计算方法同S2.2；

S3.2：提取S3.1中位置距离小于5m的旧指纹库指纹计算平均位置以及平均指纹；

S3.3：剔除S3.2中涉及到的所有旧指纹，同时将计算的新指纹加入旧指纹库中。

2.根据权利要求1所述的基于众包数据的无线指纹库更新方法，其特征在于：步骤S1.2中所述计算主动更新指纹库中所有指纹与被动更新指纹库中缺位指纹的距离表示为：

s表示为计数符，rssi表示无线信号强度，r表示基站的ID，rssi_sr表示第s个主动更新指纹库中的指纹在第r个基站的信号强度值；rssi_0r表示接收到的第r个基站的信号强度值。

3.根据权利要求2所述的基于众包数据的无线指纹库更新方法，其特征在于：步骤S1.2中所述加权平均表示为：

其中dist_ti表示为上传点和周围某一指纹的距离，ɑ用于标识主动上传数据，p用于标识被动上传数据，K表示加权总数量，其取值范围为[1,s]，x表示横向坐标，y表示纵向坐标。

4.根据权利要求3所述的基于众包数据的无线指纹库更新方法，其特征在于：步骤S2.1信用分计算方法表示为：

score表示主动上传的信用得分，Num_right表示主动上传的正确次数，Num_sum表示主动上传的总次数。

5.根据权利要求3所述的基于众包数据的无线指纹库更新方法，其特征在于：步骤S2.2计算与更新数据中无线指纹的距离表示为：

或者

其中(x₀，y₀)表示无线基站依据旧指纹库定位的位置，Δs表示定位点与上传点之间的距离，(ax_s，ay_s)表示主动上传点的位置，(bx_s，by_s)表示被动上传点的位置。

6.根据权利要求5所述的基于众包数据的无线指纹库更新方法，其特征在于：步骤2.3所述的两两对比表示为：先计算出指纹库任意两个指纹A和指纹B的位置距离，判断当指纹A和指纹B之间的位置距离大于S_the时，得出指纹A和指纹B比较远，指纹A和指纹B都有效；指纹A和指纹B之间的位置距离小于S_the时，得出指纹A和指纹B比较接近，计算指纹A和指纹B之间的指纹距离，指纹距离小于dist_the时，指纹A和指纹B都正确，dist_the表示为比较参数，根据经验和实际情况设定。

7.根据权利要求6所述的基于众包数据的无线指纹库更新方法，其特征在于：指纹A和指纹B均属于主动更新数据库，信用分大于0.5，位置正确；指纹A和指纹B均属于被动更新数据库，比较指纹A和指纹B分别与根据旧指纹库定位的上传点(x₀，y₀)之间的距离误差，误差小的为正确指纹；指纹A和指纹B分别属于主动和别动更新指纹库，若指纹A的信用分大于0.5，则指纹A正确，否则相反。

8.根据权利要求1所述的基于众包数据的无线指纹库更新方法，其特征在于：步骤为3.2中位置距离小于5m的旧指纹库指纹计算平均位置以及平均指纹：

其中u表示指纹个数，x_old表示为旧指纹库的横坐标，y_old旧指纹库纵坐标，rssi为无线信号强度，n表示无线基站个数，x₀表示无线基站依据旧指纹库定位的位置的横坐标，y₀表示无线基站依据旧指纹库定位的位置的纵坐标，rssi_on表示无线基站依据旧指纹库定位的位置的无线信号强度。

Images