CN109444866A

CN109444866A - 测距方法及用户终端

Info

Publication number: CN109444866A
Application number: CN201811357424.8A
Authority: CN
Inventors: 张跃进; 展爱云; 李光辉; 胡勇; 喻蒙
Original assignee: Jingmen Boqian Information Technology Co Ltd
Current assignee: Jingmen Boqian Information Technology Co Ltd
Priority date: 2018-11-15
Filing date: 2018-11-15
Publication date: 2019-03-08

Abstract

本申请涉及测距方法及用户终端，属于测距技术领域。本申请方法应用于本机终端，该方法包括：通过网络向目标终端发送测距信号，并在接收到目标终端根据测距信号即刻返回的确认信号时，计算测距时长；根据测距时长，对目标终端进行测距。通过本申请可以增加一种可供选择的测距方式，在用户对另一用户存在测距需求时，有助于满足用户对测距的多样化选择需求。

Description

测距方法及用户终端

技术领域

本申请属于测距技术领域，具体涉及测距方法及用户终端。

背景技术

随着智能终端(例如，智能手机、PDA、平板电脑等)的发展，智能终端内可以安装第三方提供的应用软件，这些应用软件为用户带来了很大的便利。在很多情况下，用户会经常需要对另一用户进行测距，在具体应用中，GPS测距为大众所熟悉，用户可使用GPS测距APP，对另一用户进行测距。

但是在一些情况下，单一的GPS测距方式使得用户的测距使用需求无法得到满足，比如，恶劣天气对GPS信号形成干扰，使得GPS测距无法进行正常应用，而此时却没有可供用户选择的其他测距方式。

因而，有必要提供能够实现应用于智能终端的其他测距方法，以满足用户对测距的多样化选择需求。

发明内容

为至少在一定程度上克服相关技术中存在的问题，本申请提供测距方法及用户终端，有助于满足用户对测距的多样化选择需求。

为实现以上目的，本申请采用如下技术方案：

第一方面，

本申请提供了一种测距方法，所述方法应用于本机终端，所述方法包括：

通过网络向目标终端发送测距信号，并在接收到所述目标终端根据所述测距信号即刻返回的确认信号时，计算测距时长；

根据所述测距时长，对所述目标终端进行测距。

进一步地，所述通过网络向目标终端发送测距信号，包括：

关闭Nagle算法，通过网络向目标终端发送测距信号。

进一步地，所述通过网络向目标终端发送测距信号，包括：

根据选定的传输协议，向所述目标终端发送测距信号，其中，所述传输协议包括：TCP协议或UDP协议。

进一步地，如果选定的传输协议为UDP协议，

所述通过网络向目标终端发送测距信号，并在接收到目标终端根据所述测距信号即刻返回的确认信号时，计算测距时长，包括：

根据选定的TCP协议，建立至少一次TCP连接，每次TCP连接后，向所述目标终端先后发送多个所述测距信号，其中，每个所述测距信号均能触发所述目标终端即刻返回一个所述确认信号；

每接收到一个所述确认信号时，计算得到一个RTT；

将每次TCP连接后计算得到的第一RTT去掉，得到各次TCP连接后剩下的多个RTT；

采用聚类算法，对剩下的多个RTT进行聚类筛选；

对聚类筛选出的多个RTT取平均值，得到所述测距时长。

进一步地，如果选定的传输协议为UDP协议，

根据选定的UDP协议，向所述目标终端先后发送多个测距信号，其中，每个所述测距信号均能触发所述目标终端即刻返回一个所述确认信号；

每接收到一个所述确认信号时，计算得到一个RTT；

采用聚类算法，对得到的多个RTT进行聚类筛选；

对聚类筛选出的多个RTT取平均值，得到所述测距时长。

进一步地，所述聚类算法为K-Means聚类算法。

进一步地，所述方法还包括：

在向所述目标终端发送所述测距信号，至接收到所述目标终端根据所述测距信号即刻返回的所述确认信号为止的期间中，获取ICMP报文；

根据获取到的ICMP报文得到网络的拥塞情况和转发路由，并根据得到的网络的拥塞情况和转发路由，确定转发时延；

在计算所述测距时长时，将所述转发时延排除。

进一步地，所述根据所述测距时长，对所述目标终端进行测距，包括：

根据本机终端信息、目标终端信息、RTT、网络状况中的一项或者多项，采用预先训练好的机器学习模型，确定出主要的传输媒介；

根据确定出主要的传输媒介确定传输速度；

对所述目标终端的测距结果为：

D＝v*T/2

其中，D为对所述目标终端的测距结果，v为确定出的主要的传输媒介的传输速度，T为计算出的所述测距时长。

进一步地，所述预先训练好的机器学习模型采用K-近邻算法。

第二方面，

本申请提供了一种用户终端，包括：

处理器，以及

可读存储介质，存储有程序，所述程序被所述处理器执行时实现如上述任一项所述的方法。

本申请采用以上技术方案，至少具备以下有益效果：

通过本申请，可以增加一种可供选择的测距方式，在用户对另一用户存在测距需求时，有助于满足用户对测距的多样化选择需求。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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为本申请一个实施例提供的测距方法的流程示意图；

图2为本申请一个实施例提供的用户终端的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将对本申请的技术方案进行详细的描述。显然，所描述的实施例仅仅是本申请一部分实施例，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的前提下所得到的所有其它实施方式，都属于本申请所保护的范围。

图1为本申请一个实施例提供的测距方法的流程示意图，所述方法应用于本机终端，如图1所示，该测距方法包括如下步骤：

S101、通过网络向目标终端发送测距信号，并在接收到所述目标终端根据所述测距信号即刻返回的确认信号时，计算测距时长；

S102、根据所述测距时长，对所述目标终端进行测距。

上述实施例方案在具体应用中，用户需要对另一用户进行测距时，用户利用本机终端，向另一用户的目标终端发送测距信号，该本机终端和目标终端可以是智能手机、PAD等，目标终端在接收到测距信号后，即刻向本机终端返回一个确认信号，在本机终端接收到该确认信号后，本机终端通过记录发送测距信号的时间和接收确认信号的时间，根据两者的时间差得到测距时长，计算出的测距时长可以是纳秒至微秒数量级，如，几十纳秒、几个微秒、几十微秒等。以测距信号和确认信号在本机终端和目标终端两个设备之间是通过无线电磁波进行传输为例，无线电磁波在空气中的传播速度一定，因而根据测距信号和确认信号在本机终端和目标终端两个设备之间进行网络传输所需要的时间，可实现本机终端对目标终端进行测距，比如，测距计算结果为：D＝v₁*T/2，其中， D为对所述目标终端的测距结果，v₁为无线电磁波在空气中的传播速度，T为计算出的所述测距时长。

通过上述实施例方案，可以增加一种可供选择的测距方式，在用户对另一用户存在测距需求时，有助于满足用户对测距的多样化选择需求。

在一个实施例中，所述通过网络向目标终端发送测距信号，包括：

关闭Nagle算法，通过网络向目标终端发送测距信号。

在相关技术中，为了能有效的缓解网络拥塞，网络传输数据时默认开启 Nagle算法，通过Nagle算法，会让在发送含有少量字符的数据包的时候先将这个数据包缓存下来等待积攒到一定数量再进行发送。在本申请测距应用时，本申请测距信号承载的信息较少，测距信号发出后，可能被Nagle算法处理为含有少量字符的数据包，导致被缓存下来等待积攒到一定数量再进行发送。缓存等待的时间，对于计算测距时长来说，显然是无效的时间，因而默认开启的Nagle 算法会增加本申请在实际应用中的测距误差。

通过本申请上述实施例方案，将Nagle算法关闭，避免测距信号被处理为缓存等待，测距信号能够实时发出去，有助于提升计算出的测距时长的准确性。

本申请通过网络进行测距，在相关技术中，信号数据传输所使用的传输协议可以是TCP协议或UDP协议。根据TCP协议和UDP协议的不同，本申请下述给出进一步提升测距时长准确性的相关方案。

在一个实施例中，如果选定的传输协议为UDP协议，

每接收到一个所述确认信号时，计算得到一个RTT；

采用聚类算法，对剩下的多个RTT进行聚类筛选；

对聚类筛选出的多个RTT取平均值，得到所述测距时长。

上述实施方案，是TCP协议下进一步提升测距时长准确性的方案，相关技术中，TCP即传输控制协议，属于经典网络模型中的传输层协议，TCP是一种面向连接的协议，使用三次握手协议建立连接传输数据，上述实施例方案中，本机终端发送测距信号时，需要进行三次握手连接，在三次握手建立连接后，才开始传输测距信号，并且在当次连接保持过程中，传输其他测距信号不需要继续进行三次握手。

RTT(Round Trip Time)，即往返时间，在计算机网络中它是一个重要的性能指标。表示从发送端发送数据开始，到发送端收到来自接收端的确认(接收端收到数据后便立即发送确认，不包含数据传输时间)总共经历的时间。

上述实施例方案中，建立至少一次TCP连接，因而，每次连接的建立都需要进行三次握手的过程，每次连接建立后，先后发送多个测试信号，因而可以得到与多个测试信号数量相同的多个RTT，对于每次TCP连接后的第一个 RTT，其包括了三次握手建立连接的时间，因而，为了提升测距时长的准确性，需要将每次TCP连接后计算得到的第一RTT去掉；为了进一步提升测距时长的准确性，利用聚类算法，对各次TCP连接后剩下的多个RTT进行聚类筛选处理，将偏离过大的类去掉，对筛选出的多个RTT取平均，得到测距时长。

以下通过具体实施例对上述实施例方案进行具体说明。

在进行一次测距过程中会进行10次TCP连接，每次连接会发送10次数据，这样就会得到100个RTT测量值。对于得到的100个RTT数据，先将每次TCP 连接测得的第一个数据去掉，因为这个测量值中包含了三次握手的时间，引入会增加测距误差。将剩下的90个RTT数据利用K-means聚类算法进行聚类筛选优化，K值可以设置成3，90个RTT数据会根据偏大、正常、偏小的数据来聚成三类，将偏大偏小的数据删掉，留下正常的数据。经过优化后，将正常的数值取平均，得到最终的测距时长结果。

在另一个实施例中，如果选定的传输协议为UDP协议，

每接收到一个所述确认信号时，计算得到一个RTT；

采用聚类算法，对得到的多个RTT进行聚类筛选；

对聚类筛选出的多个RTT取平均值，得到所述测距时长。

上述实施方案，是UDP协议下进一步提升测距时长准确性的方案，相关技术中，UDP协议属于经典网络模型中的另一种传输层协议，是一种无连接的传输层协议，不存在“三次握手”的过程，数据是实时发送出去。上述实施例方案中，本机终端在UDP协议下先后发送多个测距信号后，可以得到与多个测试信号数量相同的多个RTT，为了提升测距时长的准确性，利用聚类算法，对各次TCP连接后剩下的多个RTT进行聚类筛选处理，将偏离过大的类去掉，对筛选出的多个RTT取平均，得到测距时长。

以下通过具体实施例对上述实施例方案进行具体说明。

在进行一次测距过程中，在UDP协议下，先后发送100个测试信号，这样就会得到100个RTT测量值。对于得到的100个RTT数据，利用K-means聚类算法进行聚类筛选优化，K值可以设置成3，100个RTT数据会根据偏大、正常、偏小的数据来聚成三类，将偏大偏小的数据删掉，留下正常的数据。经过优化后，将正常的数值取平均，得到最终的测距时长结果。

在一个实施例中，所述方法还包括：

在计算所述测距时长时，将所述转发时延排除。

在具体应用中，本机终端发送出的测距信号，在传输过程中可能需经过路由转发，转发路由可能为一个或多个，网络拥塞情况的不同，路由的转发时延不同，比如，网络拥塞小时，路由的转发时延也就相应地较小，而当网络拥塞大时，路由的转发时延也就相应地较大，因而，为了提升测距时长的准确性，当存在路由转发时，需要将转发时延排除，尤其对于网络拥塞大的情况。

在一个实施例中，所述根据所述测距时长，对所述目标终端进行测距，包括：

根据确定出主要的传输媒介确定传输速度；

对所述目标终端的测距结果为：

D＝v*T/2

在实际应用中，信号传输的媒介往往不止一种，比如，空气、光纤、电缆等等。为了提升测距精度，较好地是，确定出所有的传输媒介及信号在对应传输媒介中的传输时间，但在实际应用中，在传输媒介为多种的情况下，确定出所有的传输媒介难以实现，而确定出主要的一种传输媒介就相对容易。本申请上述实施例方案，通过预先训练好的机器学习模型，根据本机终端信息、目标终端信息、RTT、网络状况中的一项或者多项，确定主要传输媒介。在实际应用中，所述预先训练好的机器学习模型采用K-近邻算法。比如，本机终端和目标终端均为智能手机为例，通过本机终端信息、目标终端信息、RTT和网络状态，预先训练好的机器学习模型，可以确定出主要传输媒介为空气，进而可以得到无线电在空气中的传输速度，通过上述公式可得到测距结果。

图2为本申请一个实施例提供的用户终端的结构示意图，如图2所示，所述用户终端2包括：

处理器21，以及

可读存储介质22，存储有程序，所述程序被所述处理器21执行时实现如上述任一项所述的方法。

关于上述实施例中的用户终端，具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为：表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA) 等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims

1.一种测距方法，其特征在于，所述方法应用于本机终端，所述方法包括：

根据所述测距时长，对所述目标终端进行测距。

2.根据权利要求1所述的方法，其特征在于，所述通过网络向目标终端发送测距信号，包括：

关闭Nagle算法，通过网络向目标终端发送测距信号。

3.根据权利要求1或2所述的方法，其特征在于，所述通过网络向目标终端发送测距信号，包括：

4.根据权利要求3所述的方法，其特征在于，如果选定的传输协议为UDP协议，

每接收到一个所述确认信号时，计算得到一个RTT；

采用聚类算法，对剩下的多个RTT进行聚类筛选；

对聚类筛选出的多个RTT取平均值，得到所述测距时长。

5.根据权利要求3所述的方法，其特征在于，如果选定的传输协议为UDP协议，

每接收到一个所述确认信号时，计算得到一个RTT；

采用聚类算法，对得到的多个RTT进行聚类筛选；

对聚类筛选出的多个RTT取平均值，得到所述测距时长。

6.根据权利要求4或5所述的方法，其特征在于，所述聚类算法为K-Means聚类算法。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在计算所述测距时长时，将所述转发时延排除。

8.根据权利要求1所述的方法，其特征在于，

所述根据所述测距时长，对所述目标终端进行测距，包括：

根据确定出主要的传输媒介确定传输速度；

对所述目标终端的测距结果为：

D＝v*T/2

9.根据权利要求8所述的方法，其特征在于，所述预先训练好的机器学习模型采用K-近邻算法。

10.一种用户终端，其特征在于，包括：

处理器，以及

可读存储介质，存储有程序，所述程序被所述处理器执行时实现如权利要求1-9任一项所述的方法。