CN108418644A - 信号处理方法及装置 - Google Patents

Abstract

本申请公开了一种信号处理方法及装置。在预设区域内部署Wi‑Fi探针，该方法包括：采集所述预设区域内待检测设备的Wi‑Fi信号；计算在设定周期内所述待检测设备Wi‑Fi信号的平均信号强度；确定动态阈值，其中，所述动态阈值用于作为预设处理位置的平均信号强度；以及根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所。本申请解决了现有技术中使用未处理的Wi‑Fi探针的探测数据和经验阈值判断目标群体是否进入目标场所的判定结果存在较大误差的问题。

Description

信号处理方法及装置

技术领域

本申请涉及通信领域，具体而言，涉及一种信号处理方法及装置。

背景技术

Wi-Fi探针技术是指基于Wi-Fi探测技术来识别无线访问接入点附近已开启Wi-Fi的智能手机或者其他Wi-Fi终端的技术，无需用户接入Wi-Fi，Wi-Fi探针就能够识别用户的信息。Wi-Fi探针采集到的数据主要为Mac层的信息，比如设备Mac地址、Wi-Fi信号强度、Wi-Fi信号频道、信号帧类型等。

Wi-Fi探针常被应用于客流统计领域，根据Wi-Fi终端距离Wi-Fi探针越近，探测到的信号强度越强的原理，现有技术中通过人为设定一个信号强度阈值，直接比较探测到的信号强度与阈值的大小来判定顾客是否进店，即当探测到的信号强度大于阈值的时候判定进店，反之判定未进店。但在实际操作中，随着探针和Wi-Fi终端之间距离的增加，探测到的信号强度减小的趋势是不稳定的，另外信号强度还与中间是否存在遮挡物等因素有关，导致采集到的单条信号强度有较大的随机性，使用这种未经处理的探测到的信号强度与根据经验人为确定出的阈值来判定是否进店，判定结果也会存在较大的误差。

针对相关技术中存在使用未经处理的Wi-Fi信号探测数据和经验阈值判断目标群体进入目标场所的判定结果存在较大误差的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种信号处理方法，以解决现有技术中使用未处理的Wi-Fi探针的探测数据和经验阈值判断目标群体是否进入目标场所的判定结果存在较大误差的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种信号处理方法，在预设区域内部署Wi-Fi探针，所述方法包括：采集所述预设区域内待检测设备的Wi-Fi信号；计算在设定周期内所述待检测设备Wi-Fi信号的平均信号强度；确定动态阈值，其中，所述动态阈值用于作为预设处理位置的平均信号强度；以及根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所。

进一步地，所述计算在设定周期内所述待检测设备Wi-Fi信号的平均信号强度包括：

确定所述预设区域内部署Wi-Fi探针的探针Mac信息；获取所述待检测设备上的设备Mac信息，信号强度和探测时间戳；将所述设定周期的起始时间作为聚合时间戳；统计所述设定周期内Wi-Fi探针探测到的设备Mac信息的次数，并计算出平均信号强度；以及将在所述设定周期内的Wi-Fi信号转化为如下格式的聚合信息：{探针Mac，设备Mac，聚合时间戳，平均信号强度}。

进一步地，所述确定动态阈值包括：

将计算得到的所述待检测设备Wi-Fi信号的平均信号强度由大到小排序形成序列；设定预设参考位置；获取所述序列中预设参考位置处的平均信号强度；通过所述预设参考位置处的平均信号强度大小确定所述预设处理位置；以及取所述序列中预设处理位置处的平均信号强度作为动态阈值。

进一步地，根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所包括：采集所述目标群体的设备Mac的Wi-Fi信号；计算在设定周期内的Wi-Fi信号的平均信号强度；判断所述设定周期内的平均信号强度与所述动态阈值是否满足预设条件；以及如果满足预设条件，则得出目标群体在所述设定周期内进入预设区域内的目标场所。

进一步地，根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所之后还包括：将在所述设定周期内进入预设区域内的目标场所的目标群体定义为进入群体；将在所述设定周期内没有进入预设区域内的目标场所的目标群体定义为路过群体；统计所述目标群体、进入群体和路过群体数量并对映到时间轴上；得到实时流量趋势图；以及将所述实时流量趋势图显示在web端。

进一步地，根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所之后还包括：将在所述设定周期内进入预设区域内的目标场所的目标群体定义为进入群体；将在所述设定周期内没有进入预设区域内的目标场所的目标群体定义为路过群体；统计所述预设时段内目标群体、进入群体和路过群体数量；以及将所述统计的结果显示在web端。

为了实现上述目的，根据本申请的另一方面，提供了一种信号处理装置，该装置包括：信号采集模块，用于采集所述预设区域内待检测设备的Wi-Fi信号；信号处理模块，用于计算在设定周期内所述待检测设备Wi-Fi信号的平均信号强度；信号分析模块，用于确定动态阈值，其中，所述动态阈值用于作为预设处理位置的平均信号强度；以及判定模块，用于根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所。

进一步地，所述信号处理模块包括识别模块和聚合模块，所述识别模块用于识别所述预设区域内部署Wi-Fi探针的探针Mac信息和所述待检测设备上的设备Mac信息，信号强度和探测时间戳；所述聚合模块用于将在设定周期内的Wi-Fi信号转化为如下格式的聚合信息：{探针Mac，设备Mac，聚合时间戳，平均信号强度}，其中，将所述设定周期的起始时间作为聚合时间戳，统计所述设定周期内探针探测到的设备Mac信息的次数，并计算得出所述平均信号强度。

进一步地，所述信号处理装置还包括可视化模块，用于将信号处理结果显示在web端。

进一步地，所述可视化模块包括分类模块、统计模块和显示模块，所述分类模块用于将所述设定周期内进入预设区域内的目标场所的目标群体定义为进入群体，将在所述设定周期内没有进入预设区域内的目标场所的目标群体定义为路过群体；所述统计模块用于按时间对所述目标群体、进入群体和路过群体的数量进行统计；所述显示模块用于将所述统计的结果显示在web端。

在本申请实施例中，对一定时间周期内探测到的信号信息进行聚合处理，计算出平均信号强度，并且根据平均信号强度的分布规律计算出动态阈值，通过比较目标群体在特定时间周期内的平均信号强度和动态阈值大小，达到了较为客观、稳定、准确地判断目标群体是否进入目标场所的目的，进而解决了使用未处理的Wi-Fi探针的探测数据和经验阈值判断目标群体是否进入目标场所的判定结果存在较大误差的问题。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请第一实施例的信号处理方法的流程示意图；

图2是根据本发明第二实施例的信号处理方法的流程示意图；

图3是根据本发明第三实施例的信号处理方法的流程示意图；

图4是根据本发明第四实施例的信号处理方法的流程示意图；

图5是根据本发明第五实施例的信号处理方法的流程示意图；

图6是根据本发明第六实施例的信号处理方法的流程示意图；

图7是在web端显示的客流量图像的示意图；

图8是在web端显示的入店量图像的示意图；

图9是在web端显示的路过量图像的示意图；

图10是根据本发明第一实施例的信号处理装置的示意图；

图11是根据本发明第二实施例的信号处理装置的示意图；

图12是根据本发明第三实施例的信号处理装置的示意图；

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”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，以便这里描述的本申请的实施例。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。

本实施例中的信号处理方法，将使用Wi-Fi探针探测到顾客携带的Wi-Fi设备的信号强度按预设的时间周期进行聚合处理，计算平均信号强度，将计算得到平均信号强度进行排序，通过算法计算出动态阈值在序列中的位置，取该位置处的平均信号强度作为动态阈值，使用该动态阈值判断顾客群体是否进店。

在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1是根据本申请第一实施例的信号处理方法的流程示意图，该方法包括如下的步骤S100至步骤S103：

步骤S100，采集所述预设区域内待检测设备的Wi-Fi信号；

预设区域内部署的Wi-Fi探针可以探测到Wi-Fi终端发出的信号，例如打开Wi-Fi功能的智能手机、平板电脑等智能移动终端，在进入Wi-Fi探针的探测区域后，无需连接Wi-Fi就可以被探测到，故使用Wi-Fi探针采集设备发出的Wi-Fi信号。

将待检测设备被检测到的Wi-Fi信号进行识别处理，可以获得多种信息，如设备Mac地址、Wi-Fi信号强度、Wi-Fi信号频道、信号帧类型等。

优选地，本实施例获得的信息为探针Mac信息，设备Mac信息，信息采集时间及Wi-Fi信号强度。

步骤S101，计算在设定周期内所述待检测设备Wi-Fi信号的平均信号强度；

对设定周期内采集到的待检测设备的Wi-Fi信号强度进行聚合，得到平均信号强度，克服了采集到的单条信号强度具有随机性的问题。

例如，将每个设备被采集到的数据按设定周期t进行聚合整理，计算这个时间周期内的平均信号强度avgsignal＝(signal₁+signal₂+…+signal_n)/n，其中，signal₁，signal₂…signal_n为设定周期t内某设备被探测到的Wi-Fi信号强度，n为设定周期t内某设备被探测到的次数，通过这种算法将原始的探测信息转化为聚合信息。

步骤S102，确定动态阈值，其中，所述动态阈值用于作为预设处理位置的平均信号强度；

动态阈值是随Wi-Fi部署位置和目标场所的变化而发生变化的阈值，即不同场景下的阈值发生波动，从而克服了静态经验阈值的局限性。

动态阈值是计算得到的平均信号强度序列中预设处理位置处的平均信号强度，预设处理位置通过具体算法计算得到。

步骤S103，根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所。

确定动态阈值后，需要将目标群体在设定周期内的平均信号强度与动态阈值进行对比，从而判断目标群体在设定周期内是否进入预设区域的目标场所。

从以上的描述中，可以看出，本发明通过对Wi-Fi探针探测到的信号进行聚合处理，得到平均信号强度，有效地解决了单条Wi-Fi信号强度的随机性带来的判定结果的不稳定的技术问题；同时对于不同的目标场所能够动态计算出不同的判定阈值，解决了使用经验阈值的方法准确性差的问题。综上，本发明克服了现有技术的局限，使用处理后的Wi-Fi信号和计算得出的动态阈值实现了更加客观、稳定、准确地判断目标群体是否进入目标场所的技术效果。

图2是根据本发明第二实施例的信号处理方法的流程示意图，该方法包括：

在上述步骤S101中计算在设定周期内所述待检测设备Wi-Fi信号的平均信号强度包括：

步骤S200，确定所述预设区域内部署Wi-Fi探针的探针Mac信息；

步骤S201，获取所述待检测设备上的设备Mac信息，信号强度和探测时间戳；

步骤S202，将所述设定周期的起始时间作为聚合时间戳；

例如，设定周期取3分钟，假设统计开始时间为begintime，统计截止时间时间为endtime，则endtime-begintime＝3分钟，并将begintime作为聚合时间戳。

步骤S203，统计所述设定周期内Wi-Fi探针探测到的设备Mac信息的次数，并计算出平均信号强度；

例如，在设定周期内Wi-Fi探针共探测到某个设备mac三次，信号强度分别为-75、-80、-85，则计算出平均信号强度为(-75-80-85)/3＝-80。

步骤S204，将在所述设定周期内的Wi-Fi信号转化为如下格式的聚合信息：

{探针Mac，设备Mac，聚合时间戳，平均信号强度}。

图3是根据本发明第三实施例的信号处理方法的流程示意图，该方法包括：

在上述步骤S102中确定动态阈值包括：

步骤S300，将计算得到的所述待检测设备Wi-Fi信号的平均信号强度由大到小排序形成序列；

步骤S301，设定预设参考位置；

步骤S302，获取所述序列中预设参考位置处的平均信号强度；

步骤S303，通过所述预设参考位置处的平均信号强度大小确定所述预设处理位置；

步骤S304，取所述序列中预设处理位置处的平均信号强度作为动态阈值。

例如，动态阈值计算的具体方法为，将计算得到的所有的平均信号强度按照从大到小排序，取排序后序列长度10％位置作为预设参考位置，获取此位置处的信号强度signal。大量数据样本表明当这个signal比较大时目标场所面积比较小，或者探针可能位于靠近边缘的位置；反之表明目标场所面积比较大，通过如下公式进行计算阈值所在位置σ：

然后取上述排序后序列长度σ位置处的平均信号强度作为阈值。例如序列中共有5000个平均信号强度，计算得出的σ＝0.1，则取序列中第5000*0.1＝500个平均信号强度作为阈值。

优选地，在进行排序前通过筛选条件对设备Mac进行筛选，排除长时间在目标场所内的非目标群体。例如在判断顾客进店的实际应用中设定筛选条件为一天中被Wi-Fi探针探测到的时间长度小于3小时，且在一周时间内只有一天被探测到，通过该筛选条件筛选出顾客群体，排除如店员群体在内的其他干扰信息。

图4是根据本发明第四实施例的信号处理方法流程示意图，该方法包括：

在上述步骤S103中，根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所包括：

步骤S400，采集所述目标群体的设备Mac的Wi-Fi信号；

步骤S401，计算在设定周期内的Wi-Fi信号的平均信号强度；

步骤S402，判断所述设定周期内的平均信号强度与所述动态阈值是否满足预设条件；

步骤S403，如果满足预设条件，则得出目标群体在所述设定周期内进入预设区域内的目标场所。

预设条件规定了判断目标群体在设定周期内是否进入预设区域的判定规则：

如果设定周期内设备Mac的平均信号强度大于动态阈值，则判定目标群体在该设定周期内进入预设区域内的目标场所；

如果设定周期内设备Mac的平均信号强度小于动态阈值，则判定目标群体在该设定周期内没有进入预设区域内的目标场所。

例如，在判断顾客进店的实际应用中，计算得到判断进入某店铺的阈值为-80，某顾客设备Mac在某一时间段内聚合整理得到的平均信号强度为-75，则判定该顾客在这个时间段内进入了店内。

图5是根据本发明第五实施例的信号处理方法的流程示意图，该方法包括：

在上述步骤S103根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所之后还包括：

步骤S500，将在所述设定周期内进入预设区域内的目标场所的目标群体定义为进入群体；

步骤S501，将在所述设定周期内没有进入预设区域内的目标场所的目标群体定义为路过群体；

步骤S502，统计所述目标群体、进入群体和路过群体数量并对映到时间轴上；

步骤S503，得到实时流量趋势图；

步骤S504，将所述实时流量趋势图显示在web端。

为了适应实际应用中的需要，将通过以上信号处理方法得到的信号处理结果进行处理，使其显示在web端，使用户能够实时监测客流的变化情况。

优选地，在判断顾客进店的实际应用中，根据判定结果将顾客群体分为进入群体和路过群体，相应的群体的数量被定义为客流量、入店量和路过量，将上述的数量对映到时间轴上，得到实时客流趋势图、入店量趋势图和路过量趋势图，将其显示在web端，此外，还可以按日、周、月进行统计，得到相应时段内的客流趋势图、入店量趋势图和路过量趋势图。

图6是根据本发明第六实施例的信号处理方法的流程示意图，该方法包括：

在上述步骤S103根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所之后还包括：

步骤S600，将在所述设定周期内进入预设区域内的目标场所的目标群体定义为进入群体；

步骤S601，将在所述设定周期内没有进入预设区域内的目标场所的目标群体定义为路过群体；

步骤S602，统计所述预设时段内目标群体、进入群体和路过群体数量；

步骤S603，将所述统计的结果显示在web端。

优选地，在判断顾客进店的实际应用中，除了图5所示的处理步骤，还可以将上述客流量、入店量和路过量按特定时段进行统计，并将统计结果显示在web端。例如，可以统计一周内客流量、入店量和路过量的总量、日均量、工作日日均量和周末日均量并将其展示在web端。

图7、图8和图9分别示出了web端查看到的客流量、入店量、路过量图像的具体示例，图像左侧分别示出了一个观察周内客流量、入店量和路过量的总量、日均量、工作日日均量和周末日均量，图像右侧分别绘出了按小时统计的客流量、入店量和路过量的趋势图，并且可以通过图像右上角的选项切换按日、周、月统计的客流量、入店量和路过量的趋势图。需要注意将信号统计结果展示在web端的方法并不限于以上图5和图6示出的步骤，其展示的内容和形式也并不限于图7的形式。

需要说明的是，在附图流程示出步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是某些情况下，可以以不同于此处的顺序执行所示出或描述步骤。

根据本发明实施例，还提供了一种用于实施第一实施例中的信号处理方法的信号处理装置，如图10所述，该装置包括：信号采集模块10，信号处理模块20，信号分析模块30，判定模块40。

信号采集模块10，用于采集所述预设区域内待检测设备的Wi-Fi信号；

优选地，信号采集模块中包括存储服务器，用于接收并存储WiFi探针上报的原始探测数据。

信号处理模块20，用于计算在设定周期内所述待检测设备Wi-Fi信号的平均信号强度；

优选地，信号处理模块中包括统计服务器，用于对所述存储服务器中存储的原始探测数据进行聚合处理，计算出设定周期内的待检测设备Wi-Fi信号的平均信号强度，并将其整理成为特定格式的聚合信息。

信号分析模块30，用于确定动态阈值，其中，所述动态阈值用于作为预设处理位置的平均信号强度；

优选地，信号分析模块包括分析服务器，用于接受所述统计服务器中的聚合信息，通过具体算法计算出动态阈值。

判定模块40，用于根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所。

优选地，判定模块也包括分析服务器，用于根据信号分析模块计算出的动态阈值得出判定结果。

其中，所述统计服务器、统计服务器和分析服务器可以是同一个服务器。

图11是根据本发明第二实施例的信号处理装置的示意图，该装置中的信号处理模块20包括识别模块201和聚合模块202，

识别模块201，用于识别所述预设区域内部署Wi-Fi探针的探针Mac信息和所述待检测设备上的设备Mac信息，信号强度和探测时间戳；

识别模块将Wi-Fi探针采集的Wi-Fi信号进行简单的识别处理，识别探针本身的Mac信息、被探测到的设备的Mac信息、信号强度等，并为探测到的信号打上探测时间戳，将以上信息打包一起发送至存储服务器进行存储。

聚合模块202，用于将在设定周期内的Wi-Fi信号转化为如下格式的聚合信息：{探针Mac，设备Mac，聚合时间戳，平均信号强度}，

其中，将所述设定周期的起始时间作为聚合时间戳，

统计所述设定周期内探针探测到的设备Mac信息的次数，并计算得出所述平均信号强度。

聚合模块将每个设备被采集到的数据按设定周期t进行聚合整理，计算这个时间周期内的平均信号强度avgsignal＝(signal_1+signal_2+…+signal_n)/n，其中，signal_1，signal_2…signal_n为设定周期t内某设备被探测到的Wi-Fi信号强度，n为设定周期t内某设备被探测到的次数，通过这种算法将原始的探测信息转化为聚合信息。

图12是根据本发明第三实施例的信号处理装置的示意图，该装置还包括可视化模块50，用于将信号处理结果显示在web端，所述可视化模块50包括分类模块501、统计模块502和显示模块503。

分类模块501，用于将所述设定周期内进入预设区域内的目标场所的目标群体定义为进入群体，将在所述设定周期内没有进入预设区域内的目标场所的目标群体定义为路过群体；

例如，在判断顾客进店的实际应用中，分类模块将顾客群体分为进入群体和路过群体。

统计模块502，用于按时间对所述目标群体、进入群体和路过群体的数量进行统计；

统计模块可以按不同统计周期和统计形式对目标群体、进入群体和路过群体中的一种或多种进行统计，可以按分钟、小时、日、周、月等周期进行统计，可以制成条形图、折线图等。

例如，统计一周内目标群体、进入群体和路过群体数量的总量、日均量、工作日日均量和周末日均量等。

显示模块503，用于将所述统计的结果显示在web端。

显示模块将统计模块中得到的统计结果显示在web端，可以以图像的形式或直接将统计数据显示在web端，例如，用户可以通过网页观察被观测群体的数量或变化趋势。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种信号处理方法，其特征在于，在预设区域内部署Wi-Fi探针，所述方法包括：

采集所述预设区域内待检测设备的Wi-Fi信号；

计算在设定周期内所述待检测设备Wi-Fi信号的平均信号强度；

确定动态阈值，其中，所述动态阈值用于作为预设处理位置的平均信号强度；以及

根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所。

2.根据权利要求1所述的信号处理方法，其特征在于，所述计算在设定周期内所述待检测设备Wi-Fi信号的平均信号强度包括：

确定所述预设区域内部署Wi-Fi探针的探针Mac信息；

获取所述待检测设备上的设备Mac信息，信号强度和探测时间戳；

将所述设定周期的起始时间作为聚合时间戳；

统计所述设定周期内Wi-Fi探针探测到的设备Mac信息的次数，并计算出平均信号强度；

将在所述设定周期内的Wi-Fi信号转化为如下格式的聚合信息：

{探针Mac，设备Mac，聚合时间戳，平均信号强度}。

3.根据权利要求2所述的信号处理方法，其特征在于，所述确定动态阈值包括：

将计算得到的所述待检测设备Wi-Fi信号的平均信号强度由大到小排序形成序列；

设定预设参考位置；

获取所述序列中预设参考位置处的平均信号强度；

通过所述预设参考位置处的平均信号强度大小确定所述预设处理位置；

取所述序列中预设处理位置处的平均信号强度作为动态阈值。

4.根据权利要求1所述的信号处理方法，其特征在于，根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所包括：

采集所述目标群体的设备Mac的Wi-Fi信号；

计算在设定周期内的Wi-Fi信号的平均信号强度；

判断所述设定周期内的平均信号强度与所述动态阈值是否满足预设条件；

如果满足预设条件，则得出目标群体在所述设定周期内进入预设区域内的目标场所。

5.根据权利要求1所述的信号处理方法，其特征在于，根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所之后还包括：

将在所述设定周期内进入预设区域内的目标场所的目标群体定义为进入群体；

将在所述设定周期内没有进入预设区域内的目标场所的目标群体定义为路过群体；

统计所述目标群体、进入群体和路过群体数量并对映到时间轴上；

得到实时流量趋势图；

将所述实时流量趋势图显示在web端。

6.根据权利要求1所述的信号处理方法，其特征在于，根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所之后还包括：

将在所述设定周期内进入预设区域内的目标场所的目标群体定义为进入群体；

将在所述设定周期内没有进入预设区域内的目标场所的目标群体定义为路过群体；

统计所述预设时段内目标群体、进入群体和路过群体数量；

将所述统计的结果显示在web端。

7.一种信号处理装置，其特征在于，包括：

信号采集模块，用于采集所述预设区域内待检测设备的Wi-Fi信号；

信号处理模块，用于计算在设定周期内所述待检测设备Wi-Fi信号的平均信号强度；

信号分析模块，用于确定动态阈值，其中，所述动态阈值用于作为预设处理位置的平均信号强度；

判定模块，用于根据所述动态阈值判断所述目标群体是否有进入预设区域内的目标场所。

8.根据权利要求7所述的信号处理装置，其特征在于，所述信号处理模块包括识别模块和聚合模块，

所述识别模块用于识别所述预设区域内部署Wi-Fi探针的探针Mac信息和所述待检测设备上的设备Mac信息，信号强度和探测时间戳；

所述聚合模块用于将在设定周期内的Wi-Fi信号转化为如下格式的聚合信息：{探针Mac，设备Mac，聚合时间戳，平均信号强度}，

其中，将所述设定周期的起始时间作为聚合时间戳，

统计所述设定周期内探针探测到的设备Mac信息的次数，并计算得出所述平均信号强度。

9.根据权利要求7所述的信号处理装置，其特征在于，还包括可视化模块，用于将信号处理结果显示在web端。

10.根据权利要求9所述的信号处理装置，其特征在于，所述可视化模块包括分类模块、统计模块和显示模块，

所述分类模块用于将所述设定周期内进入预设区域内的目标场所的目标群体定义为进入群体，将在所述设定周期内没有进入预设区域内的目标场所的目标群体定义为路过群体；

所述统计模块用于按时间对所述目标群体、进入群体和路过群体的数量进行统计；

所述显示模块用于将所述统计的结果显示在web端。