CN108770057B - 预定指纹库的确定方法及指纹定位方法、装置、存储介质 - Google Patents

预定指纹库的确定方法及指纹定位方法、装置、存储介质 Download PDF

Info

Publication number
CN108770057B
CN108770057B CN201810277825.6A CN201810277825A CN108770057B CN 108770057 B CN108770057 B CN 108770057B CN 201810277825 A CN201810277825 A CN 201810277825A CN 108770057 B CN108770057 B CN 108770057B
Authority
CN
China
Prior art keywords
point
determining
predetermined
grid
reference point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810277825.6A
Other languages
English (en)
Other versions
CN108770057A (zh
Inventor
李刚毅
赵小光
谭国苹
王平平
吴明璞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beyondsoft Corp
Original Assignee
Beyondsoft Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beyondsoft Corp filed Critical Beyondsoft Corp
Priority to CN201810277825.6A priority Critical patent/CN108770057B/zh
Publication of CN108770057A publication Critical patent/CN108770057A/zh
Application granted granted Critical
Publication of CN108770057B publication Critical patent/CN108770057B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination

Abstract

本发明公开了一种预定指纹库的确定方法及指纹定位方法、装置、存储介质。其中，该方法包括：获取待定位点的定位请求，其中，定位请求包括特征数据；根据特征数据确定待定位点所对应的至少一个指纹点，其中，指纹点包括在预定指纹库中预先存储的参考点，参考点包括预先采集的实体参考点和根据实体参考点补充的虚拟参考点；根据至少一个指纹点对待定位点定位。本发明解决了现有指纹定位方法不准确的技术问题。

Description

预定指纹库的确定方法及指纹定位方法、装置、存储介质
技术领域
本发明涉及互联网通信领域，具体而言，涉及一种预定指纹库的确定方法及指纹定位方法、装置、存储介质。
背景技术
目前，在没有卫星定位信号(如GPS)的情况下，位置定位方法主要是依据预先建立的指纹库和待测设备的信号强度(RSSI)来进行定位，但是这种定位由于定位参考指标比较单一，容易受到信号强度相似但是地理距离较远的指纹参考点的干扰，定位精度较低。
也有一些方法采用了如服务小区到达时间差(TADV)值，到达角度测距(AOA)值来辅助定位，但是这些指标，特别是到达角度测距指纹的收集受到采集设备容量、采集环境中干扰、以及采集区域限制等因素的影响，容易造成数据缺失，无法获得完整指纹，或指纹库无法完全覆盖整个区域，制约了定位精度的提升。
针对上述现有指纹定位方法不准确的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种预定指纹库的确定方法及指纹定位方法、装置、存储介质，以至少解决现有指纹定位方法不准确的技术问题。
根据本发明实施例的一个方面，提供了一种预定指纹库的确定方法，包括：获取预设测量点的参考数据；根据所述参考数据确定所述预设测量点在预定栅格中所对应的实体参考点，其中，所述实体参考点分布在所述预定栅格内；根据所述实体参考点在所述预定栅格中的分布状况确定虚拟参考点，其中，所述虚拟参考点为所述预定栅格中需要补充的参考点；将所述预定栅格中的所述虚拟参考点和所述实体参考点存储至预定指纹库。
进一步地，根据所述参考数据确定所述预设测量点在预定栅格中所对应的所述实体参考点包括：根据所述参考数据确定包括所述预设测量点的预定区域；将所述预定区域划分为多个所述预定栅格；在所述预定栅格中确定所述预设测量点所对应的所述实体参考点。
进一步地，根据所述实体参考点在所述预定栅格中的分布状况确定所述虚拟参考点包括：确定所述预定栅格中分布的所述实体参考点数量；根据所述实体参考点数量确定所述预定栅格所对应的虚拟参考点数量；根据所述虚拟参考点数量在所述预定栅格中补充所述虚拟参考点。
进一步地，根据所述实体参考点在所述预定栅格中的分布状况确定所述虚拟参考点包括：获取所述预定栅格中所述实体参考点的实体参考数据，其中，所述参考数据包括所述实体参考数据；根据所述实体参考数据确定所述预定栅格所对应的拟合参数，其中，所述拟合参数是拟合所述预定栅格中所述实体参考点的模型参数；根据所述拟合参数确定所述预定栅格所对应的预定传播模型；根据所述预定传播模型确定所述虚拟参考点，其中，确定所述虚拟参考点包括：确定所述虚拟参考点的虚拟参考数据。
进一步地，在根据所述实体参考数据确定所述预定栅格中所述实体参考数据的拟合参数之后，所述方法还包括：对于多个所述预定栅格中的指定栅格，获取与所述指定栅格相邻的至少一个预定栅格所对应的拟合参数；依据获取的所述至少一个预定栅格的拟合参数确定所述指定栅格所对应的拟合参数。
根据本发明实施例的另一方面，还提供了一种指纹定位方法，包括：获取待定位点的定位请求，其中，所述定位请求包括所述待定位点的特征数据；根据所述待定位点的特征数据确定所述待定位点所对应的至少一个指纹点，其中，所述指纹点为预定指纹库中存储的至少一个参考点，所述参考点包括预先采集的实体参考点和根据所述实体参考点补充的虚拟参考点，所述预定指纹库中存储所述参考点的参考数据，所述参考数据包括特征数据和位置信息；根据至少一个所述指纹点的位置信息对所述待定位点定位。
进一步地，根据所述待定位点的特征数据确定所述待定位点所对应的至少一个指纹点包括：根据所述待定位点的特征数据在预定指纹库中确定与所述待定位点最近邻的至少一个最近邻参考点，其中，所述参考点包括最近邻参考点；将所述最近邻参考点作为指纹点。
进一步地，所述预定指纹库通过以下方式确定：获取预设测量点的参考数据；根据所述参考数据确定所述预设测量点在预定栅格中所对应的所述实体参考点，其中，所述实体参考点分布在所述预定栅格内；根据所述实体参考点在所述预定栅格中的分布状况确定所述虚拟参考点，其中，所述虚拟参考点为所述预定栅格中需要补充的参考点；将所述预定栅格中的所述虚拟参考点和所述实体参考点存储至预定指纹库。
根据本发明实施例的另一方面，还提供了一种预定指纹库的确定装置，包括：第二获取单元，用于获取预设测量点的参考数据；第二确定单元，用于根据所述参考数据确定所述预设测量点在预定栅格中所对应的实体参考点，其中，所述实体参考点分布在所述预定栅格内；第三确定单元，用于根据所述实体参考点在所述预定栅格中的分布状况确定虚拟参考点，其中，所述虚拟参考点为所述预定栅格中需要补充的参考点；存储单元，用于将所述预定栅格中的所述虚拟参考点和所述实体参考点存储至预定指纹库。
根据本发明实施例的另一方面，还提供了一种指纹定位装置，包括：第一获取单元，用于获取待定位点的定位请求，其中，所述定位请求包括所述待定位点的特征数据；第一确定单元，用于根据所述待定位点的特征数据确定所述待定位点所对应的至少一个指纹点，其中，所述指纹点为预定指纹库中存储的至少一个参考点，所述参考点包括预先采集的实体参考点和根据所述实体参考点补充的虚拟参考点，所述预定指纹库中存储所述参考点的参考数据，所述参考数据包括特征数据和位置信息；定位单元，用于根据至少一个所述指纹点的位置信息对所述待定位点定位。
根据本发明的另一方面，本发明实施例还提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述所述的预定指纹库的确定方法，以及指纹定位方法。
根据本发明的另一方面，本发明实施例还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述所述的预定指纹库的确定方法，以及指纹定位方法。
在本发明实施例中，在预定指纹库中存储预先采集的实体参考点，以及根据所述实体参考点补充的虚拟参考点，并在预定数据库中存储包括实体参考点和虚拟参考点的参考点，以及包括该参考点的特征数据和位置数据的参考数据，进而在对待定位点定位的过程中，可以获取待定位点的定位请求，并根据定位请求中待定位点的特征数据，以及参考点的特征数据，确定待定位点所对应的至少一个指纹点，然后再根据至少一个指纹点的指纹信息对待定位点进行定位，从而通过在预定指纹库中补充虚拟参考点，达到了丰富预定指纹库，提高指纹库指纹稀疏区域定位精度的目的，可以在使用预定指纹库进行指纹定位的情况下，实现了根据预定指纹库对待定位点进行准确定位的技术效果，解决了现有指纹定位方法不准确的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种指纹定位方法的流程图；
图2是根据本发明实施例的一种预定指纹库的确定方法的流程图；
图3是根据本发明实施例的一种指纹定位系统的示意图；
图4是根据本发明实施例的一种指纹库生成流程的示意图；
图5是根据本发明实施例的一种初始指纹库构建流程的示意图；
图6是根据本发明实施例的一种填充指纹库构建流程的示意图；
图7是根据本发明实施例的一种栅格填充流程的示意图；
图8是根据本发明实施例的一种指纹定位流程的示意图；
图9是根据本发明实施例的一种指纹定位装置的示意图；
图10是根据本发明实施例的一种预定指纹库的确定装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明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，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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。
根据本发明实施例，提供了一种指纹定位方法实施例，需要说明的是，在附图的流程图示出的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，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种指纹定位方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，获取待定位点的定位请求，其中，定位请求包括待定位点的特征数据；
步骤S104，根据待定位点的特征数据确定待定位点所对应的至少一个指纹点，其中，指纹点为预定指纹库中存储的至少一个参考点，参考点包括预先采集的实体参考点和根据实体参考点补充的虚拟参考点，预定指纹库中存储参考点的参考数据，参考数据包括特征数据和位置数据；
步骤S106，根据至少一个所述指纹点的位置数据对所述待定位点定位。
通过上述步骤，在预定指纹库中存储预先采集的实体参考点，以及根据所述实体参考点补充的虚拟参考点，并在预定数据库中存储包括实体参考点和虚拟参考点的参考点，以及包括该参考点的特征数据和位置数据的参考数据，进而在对待定位点定位的过程中，可以获取待定位点的定位请求，并根据定位请求中待定位点的特征数据，以及参考点的特征数据，确定待定位点所对应的至少一个指纹点，然后再根据至少一个指纹点的指纹信息对待定位点进行定位，从而通过在预定指纹库中补充虚拟参考点，达到了丰富预定指纹库，提高指纹库指纹稀疏区域定位精度的目的，可以在使用预定指纹库进行指纹定位的情况下，实现了根据预定指纹库对待定位点进行准确定位的技术效果，解决了现有指纹定位方法不准确的技术问题。
在步骤S102提供的方案中，定位请求可以是由终端发出的定位请求，并在该定位请求中携带待定位点的特征数据，
可选地，特征数据可以是MR特征数据，通过获取待定位点的MR特征数据可以解决现有MR指纹定位方法不准确的问题。
需要说明的是，MR，英文全称为Measurement Report，中文名称测量报告，MR数据是指信息在业务信道上每480ms(信道上470ms)发送一次的数据，这些数据可以用于网络评估和优化。
可选地，特征数据包括但不限于：接收信号强度(RSSI)、主服务小区到达时间差(TADV)值、到达角度测距(AOA)值、发送该数据的设备的真实经纬度坐标、主服务小区ID、基站的经纬度坐标。
在步骤S104提供的方案中，预定指纹库中存有至少一个参考点，以及参考点的参考数据，其中，参考点包括预先采集的实体参考点，以及根据实体参考点补充的虚拟参考点，参考数据包括特征数据和位置数据。
可选地，可以将待定位点的特征数据与预定数据库中存储的参考点的特征数据进行匹配，在多个参考点中选取符合预定条件的至少一个参考点作为指纹点。
在步骤S106提供的方案中，在确定所述待定位点所对应的指纹点后，可以获取指纹点的位置数据，并根据至少一个指纹点的位置数据对待定位点定位。
可选地，可以根据至少一个指纹点的位置数据的加权平均值得出待定位点的经纬度坐标。
作为一种可选的实施例，根据待定位点的特征数据确定待定位点所对应的至少一个指纹点包括：根据待定位点的特征数据在预定指纹库中确定与待定位点最近邻的至少一个最近邻参考点，其中，参考点包括最近邻参考点；将最近邻参考点作为指纹点。
采用本发明上述实施例，可以根据待定位点的特征数据，在预定指纹库中确定与待定位点最近邻的至少一个最近邻参考点，并将确定得到最近邻参考点作为指纹点，进而在对待定位点进行定位的过程中，可以根据确定的最近邻参考点来对待定位点进行定位，从而可以实现对待定位点的准确定位。
可选地，可以采用KNN算法来计算与待定位点最近邻的K个最近邻参考点。
需要说明的是，KNN算法，即邻近算法，或者说K最近邻分类算法，是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是说K个最接近的邻居的意思，说的是每个样本都可以用它最接近的K个邻居来代表。
可选地，可以根据K个指纹点的欧式距离的加权均值计算该待定位点的可信度指标。
可选地，可以使用曼哈顿距离+Jaccard相似系数的倒数，来确定KNN算法中的距离的度量。
需要说明的是，欧式距离，即欧几里得度量，是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离，或者向量的自然长度(即该点到远端的距离)。
需要说明的是，曼哈顿距离，用于标明两个点在标准坐标系上的绝对轴距总和。
需要说明的是，Jaccard相似系数，用于比较有限样本集直接按的相似性和差异性，Jaccard相似系数值越大，样本相似度越高。
作为一种可选的实施例，预定指纹库通过以下方式确定：获取预设测量点的参考数据；根据参考数据确定预设测量点在预定栅格中所对应的实体参考点，其中，实体参考点分布在预定栅格内；根据实体参考点在预定栅格中的分布状况确定虚拟参考点，其中，虚拟参考点为预定栅格中需要补充的参考点；将预定栅格中的虚拟参考点和实体参考点存储至预定指纹库。
采用本发明上述实施例，根据预设测量点的参考数据确定预设测量点在预定栅格中的实体参考点，并确定实体参考点在预定栅格内的分布状况，再根据实体参考点在预定栅格中的分布情况，可以确定预定栅格中所需要补充的虚拟参考点，并补充虚拟参考点的参考数据，然后将预定栅格中的虚拟参考点和实体参考点存储至预定指纹库中，完成对预定指纹库的构建。
可选地，在获取预设测量点的参考数据后，可以对获取到的参考数据进行方差滤波，去除上述参考数据中的噪音。
可选地，预设测量点的参考数据包括预设测量点的特征数据和位置数据，预设测量点的特征数据包括路测数据和MR数据。
需要说明的是，路测，又称DT(Drive Test)，是无线网络优化的重要组成部分，是对全球移动通信系统GSM、宽带码分多址WCDMA、时分同步码分多址TDSCDMA、通用移动通信技术的长期演进LTE等无线网络的下行信号，也就是各无线网络的空中接口(Um)进行测试。路测数据通常包括服务小区信号强度、话音质量、相邻小区的信号强度指示Ec以及信号质量指标Ec/Io、切换及接入的信令过程、小区识别码、区域识别码、区域识别码、业务建立成功率、切换比例、上下行平均吞吐率、手机所处的地理位置信息、呼叫管理、移动管理/业务建立时延等值。
可选地，路测数据和OTT数据包括但不限于：接收信号强度(RSSI)、主服务小区到达时间差(TADV)值、到达角度测距(AOA)值、发送该数据的设备的真实经纬度坐标、主服务小区ID、基站的经纬度坐标。
需要说明的是，OTT，即Over The Top，是指互联网企业利用电信运营商的宽带网络发展自己的业务，向用户提供各种应用服务，如百度。OTT应用中所提供的数据即为OTT数据，在本申请中，预定指纹库中的参考数据包括OTT数据和路测数据。
可选地，信号强度RSSI可以根据参考信号接收功率RSRP、参考信号接收质量RSRQ、以及带宽确定，其中，信号强度RSSI的计算公式为：RSSI＝N*RSRP/RSRQ，其中，N为带宽的5倍。
可选地，确定到达角度测距(AOA)值包括：先把AOA离散化，然后用随机森林做分类，并使用分类结果对AOA为空值的数据进行填充。
需要说明的是，在真实环境下，AOA数据的采集可能不完整，造成部分数据中的AOA值为空值，这时，需要对缺失的AOA值进行填充，以实现数据的完整性。
作为一种可选的实施例，根据参考数据确定预设测量点在预定栅格中所对应的实体参考点包括：根据参考数据确定包括预设测量点的预定区域；将预定区域划分为多个预定栅格；在预定栅格中确定预设测量点所对应的实体参考点。
采用本发明上述实施例，根据测量数据中的位置数据确定包含预设测量点预定区域，再将预定区域划分为多个预定栅格，然后确定预设测量点在预定栅格中所对应的实体参考点，从而在预定栅格中完成对实体参考点的填充。
可选地，可以将预设测量点的参考数据按照小区ID进行分区，得到多个小区，再对每个小区按照经纬度划分为多个预定栅格，并在预定栅格中确定预设测量点所对应的实体参考点。
作为一种可选的实施例，根据实体参考点在预定栅格中的分布状况确定虚拟参考点包括：确定预定栅格中分布的实体参考点数量；根据实体参考点数量确定预定栅格所对应的虚拟参考点数量；根据虚拟参考点数量在预定栅格中补充虚拟参考点。
采用本发明上述实施例，实体参考点可以分布在预定栅格中，根据预定栅格中实体参考点的分布情况，可以确定预定栅格中分布的实体参考点数量，然后根据每个预定栅格中的实体参考点数量，确定需要在预定栅格中补充的虚拟参考点数量，并根据虚拟参考点的数量在预定栅格中补充虚拟参考点，完成对栅格中参考点的补充，从而通过在预定栅格中补充虚拟参考点，可以增加预定栅格中参考点的数量，以及参考点密度，进而根据补充过后的参考点可以准确实现对待定位点定位。
可选地，可以根据每个预定栅格中分布的实体参考点数量计算实体参考点的平均分布密度，并将平均分布密度作为阈值确定每个预定栅格中需要填充的虚拟参考点数量。
可选地，可以按照虚拟参考点数量，在预定栅格中随机生成符合虚拟参考点数量的虚拟参考点。
可选地，根据虚拟参考点数量在预定栅格中补充虚拟参考点包括：根据虚拟参考点数量在预定栅格中设置虚拟参考点，其中，虚拟参考点和实体参考点在预定栅格中均匀分布；按照预定传播模型补充虚拟参考点的参考数据。
采用本发明上述实施例，可以根据预定栅格中虚拟参考点数量，在预定栅格中按照虚拟参考点数量设置虚拟参考点，使虚拟参考点和实体参考点在预定栅格中均匀分布，并使用预定栅格所对应的预定传播模型补充虚拟参考点的参考数据。
可选地，可以在预定栅格中按照虚拟参考点数量设置多个坐标点，并将该坐标点作为虚拟参考点。
可选地，可以利用最小二乘计算预定栅格的的拟合参数，进而根据拟合参数确定虚拟参考点所缺失的参考数据。
根据本发明上述实施例，可以根据已经确定的实体参考点的数量确定预定栅格所对应的虚拟参考点的数量N，然后在预定栅格中设置N个虚拟参考点，从而可以在预定栅格中确定虚拟参考点的位置。
通过上述实施例，可以确定需要补充的虚拟参考点的在预定栅格的分布位置，并针对每个虚拟参考点补充虚拟参考数据。
作为一种可选的实施例，根据实体参考点在预定栅格中的分布状况确定虚拟参考点包括：获取预定栅格中实体参考点的实体参考数据，其中，参考数据包括实体参考数据；根据实体参考数据确定预定栅格所对应的拟合参数，其中，拟合参数是拟合预定栅格中实体参考点的模型参数；根据拟合参数确定预定栅格所对应的预定传播模型；根据预定传播模型确定虚拟参考点，其中，确定虚拟参考点包括：确定虚拟参考点的虚拟参考数据。
采用本发明上述实施例，根据预定栅格中实体参考点的参考数据，确定该预定栅格所对应的拟合参数，并进一步根据该拟合参数确定该预定栅格的预定传播模型，进而根据确定的预定传播模型，补充预定栅格中虚拟参考点，以及虚拟参考点的参考数据。
需要说明的是，预定数据库中所存储的参考点包括虚拟参考点和实体参考点，参考点的参考数据包括虚拟参考点的虚拟参考数据，以及实体参考点的实体参考数据。
可选地，在按照预定传播模型补充虚拟参考点的参考数据之前，方法还包括：获取预定栅格中实体参考点的实体参考数据，其中，参考数据包括实体参考数据；根据实体参考数据确定预定传播模型。
采用本发明上述实施例，根据预定栅格中实体参考点的参考数据，确定该预定栅格所对应的预定传播模型，进而可以根据该预定传播模型补充预定栅格中虚拟参考点的参考数据。
作为一种可选的实施例，根据实体参考数据确定预定传播模型包括：根据实体参考数据确定预定栅格所对应的拟合参数，其中，拟合参数是拟合预定栅格中实体参考点的模型参数；根据拟合参数确定预定栅格所对应的预定传播模型。
采用本发明上述实施例，确定预定栅格中拟合多个实体参考数据的拟合参数，并根据该拟合参数确定该预定栅格的预定传播模型。
可选地，实体参考点的实体参考数据可以是接收信号强度RSSI，预定传播模型可以根据接收信号强度RSSI的对数路径损耗公式。
可选地，基于接收信号强度RSSI的对数路径损耗公式计算接收信号强度RSSI的值，其中，对数路径损耗公式为：RSSI(d)＝RSSI(d0)-10nlg(d/d0)+Xσ，其中d0表示接近基站的距离(一般取1米)，n是路径损耗指数，Xσ标识标准偏差为σ的正态随机变量。n和Xσ是需要用最小二乘求得的两个参数(拟合参数)。
可选地，可以利用最小二乘法计算每个预定栅格中的拟合参数。
作为一种可选的实施例，在根据实体参考数据确定预定栅格中实体参考数据的拟合参数之后，方法包括：对于多个预定栅格中的指定栅格，获取与指定栅格相邻的至少一个预定栅格所对应的拟合参数；依据获取的至少一个预定栅格的拟合参数确定指定栅格所对应的拟合参数。
采用本发明上述实施例，对于没有实体参考点的预定栅格，可以利用其相邻栅格的拟合参数的该预定栅格的拟合参数。
可选地，可以先计算预定栅格相邻的栅格的拟合参数，并将该拟合参数的加权均值计算预定栅格的拟合参数。
可选地，在利用相邻栅格的拟合参数的情况下，首先计算包含实体参考点数量最多的栅格的拟合参数。
可选地，在确定预定指纹库后，可以获取新增预设参考点的参考数据，并使用新增预设参考点的参考数据更新预定指纹库。
图2是根据本发明实施例的一种预定指纹库的确定方法的流程图，如图2所示，该方法包括如下步骤：
步骤S202，获取预设测量点的参考数据；
步骤S204，根据参考数据确定预设测量点在预定栅格中所对应的实体参考点，其中，实体参考点分布在预定栅格内；
步骤S206，根据实体参考点在预定栅格中的分布状况确定虚拟参考点，其中，虚拟参考点为预定栅格中需要补充的参考点；
步骤S208，将预定栅格中的虚拟参考点和实体参考点存储至预定指纹库。
通过上述步骤，通过采集预设测量点的参考数据，并根据该参考数据确定预设测量点在预定栅格中所对应的实体参考点，然后根据实体参考点在预定栅格中的分布状况，确定在预定栅格中所需补充的虚拟参考点，进而可以将预定栅格中的虚拟参考点和实体参考点存储至预定指纹库中，从而通过在指纹库中补充虚拟参考点，达到了丰富指纹库，提高指纹库指纹稀疏区域定位精度的目的，可以在使用指纹库进行指纹定位的情况下，实现了根据指纹库对待定位点进行准确定位的技术效果，解决了现有指纹定位方法不准确的技术问题。
可选地，参考数据包括特征数据和位置信息。
可选地，参考点包括实体参考点和虚拟参考点。
作为一种可选的实施例，根据所述参考数据确定所述预设测量点在预定栅格中所对应的所述实体参考点包括：根据所述参考数据确定包括所述预设测量点的预定区域；将所述预定区域划分为多个所述预定栅格；在所述预定栅格中确定所述预设测量点所对应的所述实体参考点。
作为一种可选的实施例，根据所述实体参考点在所述预定栅格中的分布状况确定所述虚拟参考点包括：确定所述预定栅格中分布的所述实体参考点数量；根据所述实体参考点数量确定所述预定栅格所对应的虚拟参考点数量；根据所述虚拟参考点数量在所述预定栅格中补充所述虚拟参考点。
作为一种可选的实施例，根据所述实体参考点在所述预定栅格中的分布状况确定所述虚拟参考点包括：获取所述预定栅格中所述实体参考点的实体参考数据，其中，所述参考数据包括所述实体参考数据；根据所述实体参考数据确定所述预定栅格所对应的拟合参数，其中，所述拟合参数是拟合所述预定栅格中所述实体参考点的模型参数；根据所述拟合参数确定所述预定栅格所对应的所述预定传播模型。
作为一种可选的实施例，在根据所述实体参考数据确定所述预定栅格中所述实体参考数据的拟合参数之后，所述方法还包括：对于多个所述预定栅格中的指定栅格，获取与所述指定栅格相邻的至少一个预定栅格所对应的拟合参数；依据获取的所述至少一个预定栅格的拟合参数确定所述指定栅格所对应的拟合参数。
本发明还提供了一种优选实施例，该优选实施例提供了一种指纹定位技术。
图3是根据本发明实施例的一种指纹定位系统的示意图，如图3所示，指纹定位系统31包括指纹库构建模块33和在线定位模块35。
其中，指纹库构建模块33用于构建指纹库或更新指纹库，在线定位模块103可以进行指纹定位。
图4是根据本发明实施例的一种指纹库生成流程的示意图，如图4所示，包括：
步骤S402，利用路测数据和OTT数据构建初始指纹库；
步骤S404，利用预定传播模型对初始指纹库进行填充；
步骤S406，对所述预定指纹库定期更新。
图5是根据本发明实施例的一种初始指纹库构建流程的示意图，如图5所示，包括：
步骤S502，对路测数据和OTT数据进行方差滤波去除噪音；
步骤S504，将路测数据和OTT数据按照小区ID进行分区；
步骤S506，将方差滤波和分区后的数据存储在预定指纹库上。
图6是根据本发明实施例的一种填充指纹库构建流程的示意图，如图6所示，包括：
步骤S602，对每个小区中的数据按照经纬度划分为若干栅格；
步骤S604，计算每个栅格中的拟合参数；
步骤S606，对初始指纹库中缺失的参考数据进行填充；
步骤S608，利用预定传播模型对小区中的栅格填充虚拟参考点。
图7是根据本发明实施例的一种栅格填充流程的示意图，如图7所示，包括：
步骤S702，根据初始指纹库中指纹数据在每个栅格中的分布数量计算指纹平均分布密度；
步骤S704，将平均分布密度作为阈值确定每个栅格中需要填充的虚拟参考点数量；
步骤S706，根据虚拟参考点数量，在每个栅格中随机生成相应数量的坐标点；
步骤S708，利用最小二乘公式、随机生成坐标点的位置信息、以及该栅格的拟合参数计算和填充虚拟参考点的参考数据；
步骤S710，将生成的参考数据作为补充指纹点存储至预定指纹库。
图8是根据本发明实施例的一种指纹定位流程的示意图，如图8所示，包括：
步骤S802，利用KNN算法和指纹库计算与待定位点的参考数据最近邻的K个指纹点；
步骤S804，利用K个指纹点的加权平均值计算待定位点的经纬度坐标；
步骤S806，根据K个指纹点的曼哈顿距离和杰卡德系数(Jaccard系数)计算待定位点的可信度指标。
可选地，上述步骤S806还可以根据K个指纹点的欧式距离的加权均值计算待定位点的可信度指标。
根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时执行上述任一项所述的指纹定位方法和指纹库确定方法。
根据本发明的又一个实施例，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任一项所述的指纹定位方法和指纹库确定方法。
图9是根据本发明实施例的一种指纹定位装置的示意图，如图9所示，该装置可以包括：第一获取单元91，用于获取待定位点的定位请求，其中，定位请求包括待定位点的特征数据；第一确定单元93，用于根据待定位点的特征数据确定待定位点所对应的至少一个指纹点，其中，指纹点为预定指纹库中存储的至少一个参考点，参考点包括预先采集的实体参考点和根据实体参考点补充的虚拟参考点，预定指纹库中存储参考点的参考数据，参考数据包括特征数据和位置数据；定位单元95，用于根据至少一个指纹点的位置数据对待定位点定位。
需要说明的是，该实施例中的第一获取单元91可以用于执行本申请实施例中的步骤S102，该实施例中的第一确定单元93可以用于执行本申请实施例中的步骤S104，该实施例中的定位单元95可以用于执行本申请实施例中的步骤S106。上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。
在本发明实施例中，在预定指纹库中存储预先采集的实体参考点，以及根据所述实体参考点补充的虚拟参考点，并在预定数据库中存储包括实体参考点和虚拟参考点的参考点，以及包括该参考点的特征数据和位置数据的参考数据，进而在对待定位点定位的过程中，可以获取待定位点的定位请求，并根据定位请求中待定位点的特征数据，以及参考点的特征数据，确定待定位点所对应的至少一个指纹点，然后再根据至少一个指纹点的指纹信息对待定位点进行定位，从而通过在预定指纹库中补充虚拟参考点，达到了丰富预定指纹库，提高指纹库指纹稀疏区域定位精度的目的，可以在使用预定指纹库进行指纹定位的情况下，实现了根据预定指纹库对待定位点进行准确定位的技术效果，解决了现有指纹定位方法不准确的技术问题。
作为一种可选的实施例，第一确定单元包括：第一确定模块，用于根据特征数据在预定指纹库中确定与待定位点最近邻的至少一个最近邻参考点，其中，参考点包括最近邻参考点；将最近邻参考点作为指纹点。
作为一种可选的实施例，预定指纹库通过以下模块确定：第一获取模块，用于获取预设测量点的参考数据，其中，参考数据为预设测量点的测量数据；第二确定模块，用于根据参考数据确定预设测量点在预定栅格中所对应的实体参考点，其中，实体参考点分布在预定栅格内；第三确定模块，用于根据实体参考点在预定栅格中的分布状况确定虚拟参考点，其中，虚拟参考点为预定栅格中需要补充的参考点；存储模块，用于将预定栅格中的虚拟参考点和实体参考点存储至预定指纹库。
作为一种可选的实施例，第二确定模块包括：第四确定模块，用于根据参考数据确定包括预设测量点的预定区域；划分模块，用于将预定区域划分为多个预定栅格；第五确定模块，用于在预定栅格中确定预设测量点所对应的实体参考点。
作为一种可选的实施例，第三确定模块包括：第六确定模块，用于确定预定栅格中分布的实体参考点数量；第七确定模块，用于根据实体参考点数量确定预定栅格所对应的虚拟参考点数量；补充模块，用于根据虚拟参考点数量在预定栅格中补充虚拟参考点。
作为一种可选的实施例，第三确定模块包括：第二获取模块，用于获取预定栅格中实体参考点的实体参考数据，其中，参考数据包括实体参考数据；第八确定模块，用于根据实体参考数据确定预定栅格所对应的拟合参数，其中，拟合参数是拟合预定栅格中实体参考点的模型参数；第九确定模块，用于根据拟合参数确定预定栅格所对应的预定传播模型；第十确定模块，用于根据预定传播模型确定虚拟参考点，其中，确定虚拟参考点包括：确定虚拟参考点的虚拟参考数据。
作为一种可选的实施例，该实施例还可以包括：第三获取模块，用于在根据实体参考数据确定预定栅格中实体参考数据的拟合参数之后，对于多个预定栅格中的指定栅格，获取与指定栅格相邻的至少一个预定栅格所对应的拟合参数；第十一确定模块，用于依据获取的至少一个预定栅格的拟合参数确定指定栅格所对应的拟合参数。
图10是根据本发明实施例的一种预定指纹库的确定装置的示意图，如图10所示，该装置可以包括：第二获取单元101，用于获取预设测量点的参考数据，其中，参考数据为预定测量点的测量数据；第二确定单元103，用于根据参考数据确定预设测量点在预定栅格中所对应的实体参考点，其中，实体参考点分布在预定栅格内；第三确定单元105，用于根据实体参考点在预定栅格中的分布状况确定虚拟参考点，其中，虚拟参考点为预定栅格中需要补充的参考点；存储单元107，用于将预定栅格中的虚拟参考点和实体参考点存储至预定指纹库。
需要说明的是，该实施例中的第二获取单元101可以用于执行本申请实施例中的步骤S202，该实施例中的第二确定单元103可以用于执行本申请实施例中的步骤S204，该实施例中的第三确定单元105可以用于执行本申请实施例中的步骤S206，该实施例中的存储单元107可以用于执行本申请实施例中的步骤S208。上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。
可选地，第二获取单元，可以是上述实施例中的第一获取模块；第二确定单元，可以是上述实施例中的第二确定模块；第三确定单元，可以是上述实施例中的第三确定模块；存储单元，可以是上述实施例中的存储模块。
根据本发明上述实施例，通过采集预设测量点的参考数据，并根据该参考数据确定预设测量点在预定栅格中所对应的实体参考点，然后根据实体参考点在预定栅格中的分布状况，确定在预定栅格中所需补充的虚拟参考点，进而可以将预定栅格中的虚拟参考点和实体参考点存储至指纹库中，从而通过在指纹库中补充虚拟参考点，达到了丰富预定指纹库，提高指纹库指纹稀疏区域定位精度的目的，可以在使用指纹库进行指纹定位的情况下，实现了根据指纹库对待定位点进行准确定位的技术效果，解决了现有指纹定位方法不准确的技术问题。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种预定指纹库的确定方法，其特征在于，包括：
获取预设测量点的参考数据；
根据所述参考数据确定所述预设测量点在预定栅格中所对应的实体参考点，其中，所述实体参考点分布在所述预定栅格内；
根据所述实体参考点在所述预定栅格中的分布状况确定虚拟参考点，其中，所述虚拟参考点为所述预定栅格中需要补充的参考点；
将所述预定栅格中的所述虚拟参考点和所述实体参考点存储至预定指纹库；
其中，根据所述实体参考点在所述预定栅格中的分布状况确定所述虚拟参考点包括：
确定所述预定栅格中分布的所述实体参考点数量；
根据所述实体参考点数量确定所述预定栅格所对应的虚拟参考点数量；
根据所述虚拟参考点数量在所述预定栅格中补充所述虚拟参考点；
其中，根据所述实体参考点在所述预定栅格中的分布状况确定所述虚拟参考点还包括：
获取所述预定栅格中所述实体参考点的实体参考数据；
根据所述实体参考数据确定所述预定栅格所对应的拟合参数，其中，所述拟合参数是拟合所述预定栅格中所述实体参考点的模型参数；
根据所述拟合参数确定所述预定栅格所对应的预定传播模型；
根据所述预定传播模型确定所述虚拟参考点，其中，确定所述虚拟参考点包括：确定所述虚拟参考点的虚拟参考数据。
2.根据权利要求1所述的方法，其特征在于，根据所述参考数据确定所述预设测量点在预定栅格中所对应的所述实体参考点包括：
根据所述参考数据确定包括所述预设测量点的预定区域；
将所述预定区域划分为多个所述预定栅格；
在所述预定栅格中确定所述预设测量点所对应的所述实体参考点。
3.根据权利要求1所述的方法，其特征在于，在根据所述实体参考数据确定所述预定栅格中所述实体参考数据的拟合参数之后，所述方法还包括：
对于多个所述预定栅格中的指定栅格，获取与所述指定栅格相邻的至少一个预定栅格所对应的拟合参数；
依据获取的所述至少一个预定栅格的拟合参数确定所述指定栅格所对应的拟合参数。
4.一种指纹定位方法，其特征在于，包括：
获取待定位点的定位请求，其中，所述定位请求包括所述待定位点的特征数据；
根据所述待定位点的特征数据确定所述待定位点所对应的至少一个指纹点，其中，所述指纹点为预定指纹库中存储的至少一个参考点，所述参考点包括预先采集的实体参考点和根据所述实体参考点补充的虚拟参考点，所述预定指纹库中存储所述参考点的参考数据，所述参考数据包括特征数据和位置信息；
根据至少一个所述指纹点的位置信息对所述待定位点定位；
其中，所述预定指纹库通过以下方式确定：
获取预设测量点的参考数据；
根据所述参考数据确定所述预设测量点在预定栅格中所对应的所述实体参考点，其中，所述实体参考点分布在所述预定栅格内；
根据所述实体参考点在所述预定栅格中的分布状况确定所述虚拟参考点，其中，所述虚拟参考点为所述预定栅格中需要补充的参考点；
将所述预定栅格中的所述虚拟参考点和所述实体参考点存储至预定指纹库；
其中，根据所述实体参考点在所述预定栅格中的分布状况确定所述虚拟参考点还包括：
确定所述预定栅格中分布的所述实体参考点数量；
根据所述实体参考点数量确定所述预定栅格所对应的虚拟参考点数量；
根据所述虚拟参考点数量在所述预定栅格中补充所述虚拟参考点；
其中，根据所述实体参考点在所述预定栅格中的分布状况确定所述虚拟参考点包括：
获取所述预定栅格中所述实体参考点的实体参考数据；
根据所述实体参考数据确定所述预定栅格所对应的拟合参数，其中，所述拟合参数是拟合所述预定栅格中所述实体参考点的模型参数；
根据所述拟合参数确定所述预定栅格所对应的预定传播模型；
根据所述预定传播模型确定所述虚拟参考点，其中，确定所述虚拟参考点包括：确定所述虚拟参考点的虚拟参考数据。
5.根据权利要求4所述的方法，其特征在于，根据所述待定位点的特征数据确定所述待定位点所对应的至少一个指纹点包括：
根据所述待定位点的特征数据在预定指纹库中确定与所述待定位点最近邻的至少一个最近邻参考点，其中，所述参考点包括最近邻参考点；
将所述最近邻参考点作为指纹点。
6.一种预定指纹库的确定装置，其特征在于，包括：
第二获取单元，用于获取预设测量点的参考数据；
第二确定单元，用于根据所述参考数据确定所述预设测量点在预定栅格中所对应的实体参考点，其中，所述实体参考点分布在所述预定栅格内；
第三确定单元，用于根据所述实体参考点在所述预定栅格中的分布状况确定虚拟参考点，其中，所述虚拟参考点为所述预定栅格中需要补充的参考点；
存储单元，用于将所述预定栅格中的所述虚拟参考点和所述实体参考点存储至预定指纹库；
其中，根据所述实体参考点在所述预定栅格中的分布状况确定所述虚拟参考点包括：
确定所述预定栅格中分布的所述实体参考点数量；
根据所述实体参考点数量确定所述预定栅格所对应的虚拟参考点数量；
根据所述虚拟参考点数量在所述预定栅格中补充所述虚拟参考点；
其中，根据所述实体参考点在所述预定栅格中的分布状况确定所述虚拟参考点还包括：
获取所述预定栅格中所述实体参考点的实体参考数据；
根据所述实体参考数据确定所述预定栅格所对应的拟合参数，其中，所述拟合参数是拟合所述预定栅格中所述实体参考点的模型参数；
根据所述拟合参数确定所述预定栅格所对应的预定传播模型；
根据所述预定传播模型确定所述虚拟参考点，其中，确定所述虚拟参考点包括：确定所述虚拟参考点的虚拟参考数据。
7.一种指纹定位装置，其特征在于，包括：
第一获取单元，用于获取待定位点的定位请求，其中，所述定位请求包括所述待定位点的特征数据；
第一确定单元，用于根据所述待定位点的特征数据确定所述待定位点所对应的至少一个指纹点，其中，所述指纹点为预定指纹库中存储的至少一个参考点，所述参考点包括预先采集的实体参考点和根据所述实体参考点补充的虚拟参考点，所述预定指纹库中存储所述参考点的参考数据，所述参考数据包括特征数据和位置信息；
定位单元，用于根据至少一个所述指纹点的位置信息对所述待定位点定位；
预定指纹库通过以下模块确定：
第一获取模块，用于获取预设测量点的参考数据；
第二确定模块，用于根据所述参考数据确定所述预设测量点在预定栅格中所对应的所述实体参考点，其中，所述实体参考点分布在所述预定栅格内；
第三确定模块，用于根据所述实体参考点在所述预定栅格中的分布状况确定所述虚拟参考点，其中，所述虚拟参考点为所述预定栅格中需要补充的参考点；
存储模块，用于将所述预定栅格中的所述虚拟参考点和所述实体参考点存储至预定指纹库；
其中，所述第三确定模块包括：
第六确定模块，用于确定所述预定栅格中分布的所述实体参考点数量；
第七确定模块，用于根据所述实体参考点数量确定所述预定栅格所对应的虚拟参考点数量；
补充模块，用于根据所述虚拟参考点数量在所述预定栅格中补充所述虚拟参考点；
其中，所述第三确定模块还包括：
第二获取模块，用于获取所述预定栅格中所述实体参考点的实体参考数据；
第八确定模块，用于根据所述实体参考数据确定所述预定栅格所对应的拟合参数，其中，所述拟合参数是拟合所述预定栅格中所述实体参考点的模型参数；
第九确定模块，用于根据所述拟合参数确定所述预定栅格所对应的预定传播模型；
第十确定模块，用于根据所述预定传播模型确定所述虚拟参考点，其中，确定所述虚拟参考点包括：确定所述虚拟参考点的虚拟参考数据。
8.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至3中任一项所述的预定指纹库的确定方法和权利要求4或5所述的指纹定位方法。
CN201810277825.6A 2018-03-30 2018-03-30 预定指纹库的确定方法及指纹定位方法、装置、存储介质 Active CN108770057B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810277825.6A CN108770057B (zh) 2018-03-30 2018-03-30 预定指纹库的确定方法及指纹定位方法、装置、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810277825.6A CN108770057B (zh) 2018-03-30 2018-03-30 预定指纹库的确定方法及指纹定位方法、装置、存储介质

Publications (2)

Publication Number Publication Date
CN108770057A CN108770057A (zh) 2018-11-06
CN108770057B true CN108770057B (zh) 2021-05-04

Family

ID=63980940

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810277825.6A Active CN108770057B (zh) 2018-03-30 2018-03-30 预定指纹库的确定方法及指纹定位方法、装置、存储介质

Country Status (1)

Country Link
CN (1) CN108770057B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109769216B (zh) * 2018-12-28 2021-06-11 科大国创软件股份有限公司 一种基于手机信号在复杂环境中将用户分群的方法及装置
CN111541986B (zh) * 2019-01-22 2022-09-09 博彦科技股份有限公司 定位方法、装置、存储介质及处理器
CN112506972B (zh) * 2020-12-15 2023-06-13 中国联合网络通信集团有限公司 用户常驻区域定位方法、装置、电子设备以及存储介质
CN114364016B (zh) * 2021-12-21 2023-12-22 南京西觉硕信息科技有限公司 基于aoa和rssi加权指纹特征匹配室内定位方法、装置及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103379441A (zh) * 2013-07-12 2013-10-30 华中科技大学 一种基于区域分割和曲面拟合的室内定位方法
CN106804060A (zh) * 2017-03-07 2017-06-06 京信通信技术(广州)有限公司 一种指纹定位方法和装置
CN107517446A (zh) * 2017-09-28 2017-12-26 知谷（上海）网络科技有限公司 基于Wi‑Fi热点的室内定位方法及装置
CN107807346A (zh) * 2017-10-26 2018-03-16 南京华苏科技有限公司 基于ott与mr数据的自适应wknn室外定位方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8838376B2 (en) * 2012-03-30 2014-09-16 Qualcomm Incorporated Mashup of AP location and map information for WiFi based indoor positioning

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103379441A (zh) * 2013-07-12 2013-10-30 华中科技大学 一种基于区域分割和曲面拟合的室内定位方法
CN106804060A (zh) * 2017-03-07 2017-06-06 京信通信技术(广州)有限公司 一种指纹定位方法和装置
CN107517446A (zh) * 2017-09-28 2017-12-26 知谷（上海）网络科技有限公司 基于Wi‑Fi热点的室内定位方法及装置
CN107807346A (zh) * 2017-10-26 2018-03-16 南京华苏科技有限公司 基于ott与mr数据的自适应wknn室外定位方法

Also Published As

Publication number Publication date
CN108770057A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
CN108770057B (zh) 预定指纹库的确定方法及指纹定位方法、装置、存储介质
EP2553990B1 (en) Method and apparatus for use of performance history data in positioning method selection
US9369986B2 (en) Wireless communication network for estimating the accuracy of fingerprinting positioning algorithms
EP2620024B1 (en) Generation and use of coverage area models
EP2119263B1 (en) System and meth0d for generating a location estimate using non-uniform grid points
CN108377468B (zh) 无线网络场景化评估方法、装置、设备及介质
CN111541986B (zh) 定位方法、装置、存储介质及处理器
CN109936820B (zh) 一种用户终端定位方法及装置
CN111787488B (zh) 一种用户定位方法及系统
US20110189960A1 (en) Estimating Whether A Wireless Terminal Is Indoors Using Pattern Classification
CN110798804B (zh) 一种室内定位方法和装置
CN110298687B (zh) 一种区域吸引力评估方法及设备
US9651654B2 (en) Correcting device error radius estimates in positioning systems
CN110727752B (zh) 位置指纹库处理方法、设备及计算机可读存储介质
US10716090B2 (en) Method of considering the positions of data points in relation to boundaries represented in a geographic information system database, in estimating location
EP3657841A1 (en) Method and device for obtaining emission probability, transfer probability and sequence positioning
KR102169291B1 (ko) 측위모델구성장치 및 단말측위장치, 그 장치의 동작 방법
US8364168B2 (en) Method for computing the geographical location of a mobile terminal
WO2005067331A1 (en) Method and system for electromagnetic field evaluation
KR101161983B1 (ko) 이동통신 단말기의 위치 정보를 산출하는 위치 관리 서버 및 그 산출 방법
CN115087023A (zh) 道路网络的分析方法及装置
CN113395655A (zh) 指纹定位方法、装置、设备及存储介质
CN107295465B (zh) 一种定位方法及设备
KR20200114456A (ko) 와이파이 핑거프린트 기반 위치인식용 라디오맵 자동 업데이트 방법
CN112637768B (zh) 基于蜂窝网络的移动终端定位方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant