CN109587629A - 一种基于移动终端WiFi位置数据的突发灾害判断方法 - Google Patents

Abstract

本发明涉及一种基于移动终端WiFi位置数据的突发灾害判断方法，包括：步骤S100，根据移动终端的WiFi位置数据，获取预设区域包含的r个单元区域[N₁,N₂,…,N_r]分别在第一预设时间段[t‑T,t)和第二预设时间段[t,t+T)内的移动终端联网数量[SN₁,SN₂,…,SN_r]及[PN₁,PN₂,…,PN_r]，其中T>0，SN_i为单元区域N_i在第一预设时间段[t‑T,t)内获取的移动终端联网数量，PN_i为单元区域N_i在第二预设时间段[t,t+T)内获取的移动终端联网数量，1≤i≤r；步骤S200，基于[SN₁,SN₂,…,SN_r]和[PN₁,PN₂,…,PN_r]获取所述[N₁,N₂,…,N_r]在时刻t的联网信号突变值[P₁,P₂,...,P_r]，其中P_i为单元区域N_i在时刻t的联网信号突变值；步骤S300，如果存在M个P_i大于第一判断阈值，则输出所述预设区域为灾害突发地，M≥1。

Description

一种基于移动终端WiFi位置数据的突发灾害判断方法

技术领域

本发明涉及信息处理技术，尤其涉及一种基于移动终端WiFi位置数据的突发灾害判断方法。

背景技术

在灾害(例如地震、洪水等)发生时，正确确定极震区(地震破坏最严重的区域)以及地震影响场(受灾区域范围)，以便合理安排救援人员与物资，在救灾行动中具有重要意思，现有技术中存在多种技术来检测所述极震区和受灾区域：由24个基准地震台组成的国家级地震台网，其尺度跨越全国，用于监测全国的基本地震活动情况。地震发生时，通过地震台网仪器检测到震源在地表的投影点是微观震中，由于地质条件、人群聚集情况的差异，微观震中很多情况下并非破坏最严重的区域；而为了快速得到地震影响场的分布、大小、位置、走向，常规方法是根据查历史资料、根据经验公式计算得到，局限多、误差大；专利文献CN103399340A公开了基于获取的震动强度传感数据来预测灾害发生地的方法，但该方法需要频繁获取手机的传感器数据，存在耗电量大、数据获取难度大、数据传输量大和响应速度慢等问题。

发明内容

为解决上述技术问题，本发明公开了一种基于移动终端WiFi位置数据的突发灾害判断方法，包括：步骤S100，根据移动终端的WiFi位置数据，获取预设区域包含的r个单元区域[N₁,N₂,…,N_r]分别在第一预设时间段[t-T,t)和第二预设时间段[t,t+T)内的移动终端联网数量[SN₁,SN₂,…,SN_r]及[PN₁,PN₂,…,PN_r]，其中T>0，SN_i为单元区域N_i在第一预设时间段[t-T,t)内获取的移动终端联网数量，PN_i为单元区域N_i在第二预设时间段[t,t+T)内获取的移动终端联网数量，1≤i≤r；步骤S200，基于[SN₁,SN₂,…,SN_r]和[PN₁,PN₂,…,PN_r]获取所述[N₁,N₂,…,N_r]在时刻t的联网信号突变值[P₁,P₂,...,P_r]，其中P_i为单元区域N_i在时刻t的联网信号突变值；步骤S300，如果存在M个P_i大于第一判断阈值，则输出所述预设区域为灾害突发地，M≥1。

附图说明

图1是本发明基于移动终端WiFi位置数据的突发灾害判断方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，将结合附图对本发明作进一步地详细描述。这种描述是通过示例而非限制的方式介绍了与本发明的原理相一致的具体实施方式，这些实施方式的描述是足够详细的，以使得本领域技术人员能够实践本发明，在不脱离本发明的范围和精神的情况下可以使用其他实施方式并且可以改变和/或替换各要素的结构。因此，不应当从限制性意义上来理解以下的详细描述。

本发明公开了一种基于移动终端WiFi位置数据的突发灾害判断方法，其中本领域技术人员可以理解，所述移动终端可以为手机、PAD等智能终端，且所述移动终端的具体类型不影响本发明的保护范围。

此外，在移动终端中，设置有用于获取所述移动终端状态信息的接口，例如移动终端连接的WiFi热点相关数据、移动终端的GPS位置信息等，本领域技术人员可以理解，通过调用相应接口可以获取所述移动终端的WiFi热点相关数据(例如WiFi名称、WiFi的MAC地址等)、GPS位置数据(例如经度和纬度)等。

图1是本发明基于移动终端WiFi位置数据的突发灾害判断方法流程图，如图1所示，该方法包括：

步骤S100，根据移动终端的WiFi位置数据，获取预设区域包含的r个单元区域[N₁,N₂,…,N_r]分别在第一预设时间段[t-T,t)和第二预设时间段[t,t+T)内的移动终端联网数量[SN₁,SN₂,…,SN_r]及[PN₁,PN₂,…,PN_r]，其中T>0，SN_i为单元区域N_i在第一预设时间段[t-T,t)内获取的移动终端联网数量，PN_i为单元区域N_i在第二预设时间段[t,t+T)内获取的移动终端联网数量，1≤i≤r。

根据本发明，所述单元区域N_i为L₁*L₂的矩形网格区域，具体地，所述矩形网格区域可通过将地图进行矩形划分得到，其中所述L1和L2可自定义设置，例如L₁的范围400-800米，L₁优选为600米，L₂的取值范围800-1400米，L₂优选为1200米。所述预设区域可以是和所述单元区域N_i相同的矩形网格区域，也可以是地理围栏区域，当所述预设区域为地理围栏区域时，所述预设区域例如可以是四川省的绵阳市，可以为其他自然灾害的易发区域。且本领域技术人员可知，以上所举例子仅为示范性例子，不作为限定本发明具体保护范围的唯一示例。进一步，当所述预设区域为地理围栏区域时，其所包含的单元区域的个数r可根据对地图矩形划分后的区域计算。

根据本发明，SN_i和/或PN_i根据移动终端WiFi位置数据、移动终端唯一标识ID、数据上报时间信息确定。其中，所述移动终端WiFi位置数据至少包括WiFi的MAC地址，本领域技术人员可知，所述WiFi的MAC地址为硬件地址，可唯一确定WiFi设备。具体地，在本发明中，所述步骤S100具体包括：基于在第一预设时间段[t-T,t)内所述单元区域N_i包含的WiFi联网设备[W₁₁,W₁₂,…,W_1t]的第一移动终端联网数量[SW₁,SW₂,…,SW_t]以获取该单元区域N_i在所述第一预设时间段[t-T,t)内的移动终端联网数量其中SW_j为WiFi联网设备W_1j的移动终端联网数量；基于在第二预设时间段[t,t+T)内所述单元区域N_i包含的WiFi联网设备[W₂₁,W₂₂,…,W_2v]的第二移动终端联网数量[SU₁,SU₂,…,SU_v]以获取该单元区域N_i在所述第二预设时间段[t,t+T)内的移动终端联网数量其中SU_j为WiFi联网设备W_2j的移动终端联网数量。具体地，在该步骤中，结合矩形网格区域和该矩形网格区域内的WiFi设备的对应关系来获取该矩形网格区域中的移动终端联网数量，本领域技术人员可知，当移动终端上报其WiFi位置数据时，该移动终端为该WiFi设备的在线移动设备，即此时该移动终端为联网状态。此外，在本发明中，可通过人工设置的方式来获取所述矩形网格区域和其内的WiFi设备的对应关系，也可通过对移动终端上报的WiFi位置数据及GPS历史数据进行聚合的方式来获取所述对应关系。进一步地，所述对应关系的保存方式有多种，例如表格，本领域技术人员应知晓，以上所举例子仅为示范性例子，不作为限定本发明具体保护范围的唯一示例。进一步，一个WiFi设备的联网移动终端数量为所有上报该WiFi设备的移动终端的数量。例如，在时间段[09:00,09:05)内获取的移动终端WiFi位置数据等有三个：第一WiFi的MAC地址、上报该第一WiFi的MAC地址的移动终端唯一标识ID1、以及相应的数据上报时间09：01；第二WiFi的MAC地址、上报该第二WiFi的MAC地址的移动终端唯一标识ID2、以及相应的数据上报时间09：03；第三WiFi的MAC地址、上报该第三WiFi的MAC地址的移动终端唯一标识ID3、以及相应的数据上报时间09：02；经查询所述矩形网格区域和其内包含的WiFi设备的对应关系，当一个矩形网格区域N1包含第一WiFi设备、第三WiFi设备而不包括第二WiFi设备，则可得到所述N1在所述时间段[09:00,09:05)内的移动终端联网数量为2。

优选的，所述WiFi位置数据、所述移动终端的唯一标识ID和数据上报时间由集成在所述移动终端中APP内的SDK采集，或由所述移动终端系统自动采集并上报。更进一步地，所述SDK或所述移动终端系统按照预设频率上报采集到的数据，所述预设频率可自定义设置，优选的，所述预设频率为2次/分钟。

优选地，在本发明中，对获取的WiFi位置数据、移动终端的唯一标识ID、数据上报时间等进行预处理，以便获取更有效的灾害突发判断结果，其中所述预处理包括丢弃不完整的数据、去重等操作。

根据本发明，所述T可自定义设置，优选的，所述T的取值范围为[1分钟，20分钟]。且在本发明的一个实施例中，可以设置T＝C*Q，其中Q为单位时间单元，所述T为Q的C倍，C为大于等于1的整数，此时，所述步骤S100具体包括：分别获取所述单元区域N_i在不同时间段[t-(k+1)Q,t-kQ)内的移动终端联网数量[X_i1,X_i2,…,X_iC]，则或者 其中0≤k≤C-1；分别获取所述单元区域N_i在不同时间段[t+xQ,t+(x+1)Q)内的移动终端联网数量[Y_i1,Y_i2,…,Y_iC]，则或者其中0≤x≤C-1。

步骤S200，基于[SN₁,SN₂,…,SN_r]和[PN₁,PN₂,…,PN_r]获取所述[N₁,N₂,…,N_r]在时刻t的联网信号突变值[P₁,P₂,...,P_r]，其中P_i为单元区域N_i在时刻t的联网信号突变值。所述联网信号突变值P_i反映了单元区域N_i的两个不同时间段内移动终端联网数量的相对变化情况，例如P_i＝PN_i/SN_i,在本发明中优选的实施例中，Pi＝(SN_i-PN_i)/SN_i。

步骤S300，如果存在M个P_i大于第一判断阈值，则输出所述预设区域为灾害突发地，M≥1。根据本发明，M可自定义设置，优选地，M的取值范围为[1,4]，所述第一判断阈值的取值范围为[0.55，1]。九寨沟地震时，实际获取的某沟口酒店一定时间段内的每分钟移动终端联网数量可知，在21:20时的移动终端联网数量为684，而在21:21获取的移动终端联网数量为265(Pi的计算值为0.613)，变化较明显突出，而其它时间内的移动终端联网数量上下浮动较小；而且其他地震发生时的实际获取的地震相关区域中的数据也存在类似情况。因此优选的，将所述第一判断阈值的取值为[0.55，0.65]，从而一方面避免阈值过小造成的正常情况误报为灾害，另一方面避免阈值过大造成灾害发生时误报为正常情况。

综合上述公开的内容可知，本发明通过使用移动终端的WiFi位置数据，计算出预设区域在相邻两个时间段内的移动终端联网数量，并将根据所述联网数量获取的联网信号突变值和判断阈值进行比较以判断所述预设区域是否为灾害发生地，其较好地利用了WiFi设备对于灾害的灵敏反应，例如，在灾害发生时，人们逃离WiFi设备的信号辐射范围、或WiFi设备损坏等都使得灾害发生后的移动终端联网数量骤降，因此，该方法判断灾害发生的准确度高。此外，移动终端数据上报自身数据不会消耗大量的能力，便于终端用户使用所述移动终端进行自救。

根据本发明的一实施例，所述步骤S300进一步还包括：如果P_i大于第二判断阈值，则输出所述单元区域N_i为极度灾害发生地。具体地，所述单元区域N_i在输出时可包括该单元区域N_i对应的经纬度范围信息、或者该单元区域N_i的中心点经纬度等。进一步地，所述第二判断阈值的取值范围为[0.8，1]，优选为0.92。且当P_i大于所述第二判断阈值时，向灾害控制中心或移动终端输出预警信号。更进一步地，所述步骤S300还输出时刻t为灾害突发时间。

根据本发明的另一实施例，所述步骤S300进一步还包括：根据所述P_i绘制所述预设区域的受灾程度热力图。具体地，可根据获取的P_i值大小采用不同颜色来绘制所述单元区域的受灾程度。

根据本发明的又一实施例，所述步骤S300进一步还包括：基于所述预设区域中所述P_i值大于第一判断阈值的所有单元区域输出所述预设区域的大致受灾面积。其中将能够包含P_i值大于第一判断阈值的所有单元区域的最小圆作为所述预设区域的大致受灾面积，还可以通过算法聚合等方式获取所述预设区域的大致受灾面积。

根据本发明的再一实施例，所述步骤S100之前还可以包括步骤S001：接收外部的灾害判断指令。其中该指令中可包括其他预警单元传输的预警信号，还可以包括监测区域、监测时间段等参数，以便于根据外部指令获取监测区域的灾害发生情况。例如，当外部的灾害判断指令中包括监测区域和监测时间时，则所述预设区域为所述监测区域，根据所述监测时间的适当范围内对所述预设区域进行灾害突发判断。

此外，根据公开的本发明的说明书，本发明的其他实现对于本领域的技术人员是明显的。实施方式和/或实施方式的各个方面可以单独或者以任何组合用于本发明的系统和方法中。说明书和其中的示例应该是仅仅看作示例性，本发明的实际范围和精神由所附权利要求书表示。

Claims (10)

1.一种基于移动终端WiFi位置数据的突发灾害判断方法，其特征在于，包括：

步骤S100，根据移动终端的WiFi位置数据，获取预设区域包含的r个单元区域[N₁,N₂,…,N_r]分别在第一预设时间段[t-T,t)和第二预设时间段[t,t+T)内的移动终端联网数量[SN₁,SN₂,…,SN_r]及[PN₁,PN₂,…,PN_r]，其中T>0，SN_i为单元区域N_i在第一预设时间段[t-T,t)内获取的移动终端联网数量，PN_i为单元区域N_i在第二预设时间段[t,t+T)内获取的移动终端联网数量，1≤i≤r；

步骤S200，基于[SN₁,SN₂,…,SN_r]和[PN₁,PN₂,…,PN_r]获取所述[N₁,N₂,…,N_r]在时刻t的联网信号突变值[P₁,P₂,...,P_r]，其中P_i为单元区域N_i在时刻t的联网信号突变值；

步骤S300，如果存在M个P_i大于第一判断阈值，则输出所述预设区域为灾害突发地，M≥1。

2.根据权利要求1所述的灾害判断方法，其特征在于，所述单元区域N_i为L₁*L₂的矩形网格区域，其中L₁优选为600米，L₂优选为1200米；所述预设区域为和所述单元区域N_i相同的矩形网格区域或者为地理围栏区域。

3.根据权利要求1所述的灾害判断方法，其特征在于，T可自定义设置，优选地，T的取值范围为[1分钟，20分钟]。

4.根据权利要求1所述的灾害判断方法，其特征在于，SN_i和/或PN_i根据移动终端WiFi位置数据、移动终端唯一标识ID、数据上报时间信息确定。

5.根据权利要求4所述的灾害判断方法，其特征在于，移动终端WiFi位置数据、移动终端唯一标识ID和数据上报时间信息由集成在所述移动终端APP内的SDK采集。

6.根据权利要求5所述的灾害判断方法，其特征在于，

7.根据权利要求6所述的灾害判断方法，其特征在于，所述第一判断阈值的取值范围为[0.5，1]，优选地，所述第一判断阈值的取值为[0.55，0.65]。

8.根据权利要求1-7任一项所述的灾害判断方法，其特征在于，步骤S300进一步还包括：如果P_i大于第二判断阈值，则输出所述单元区域N_i为极度灾害发生地。

9.根据权利要求8所述的灾害判断方法，其特征在于，第二判断阈值的取值范围为[0.8，1]，优选为0.92。

10.根据权利要求1-9任一项所述的灾害判断方法，其特征在于，所述步骤S300还包括，根据所述P_i绘制所述预设区域的受灾程度热力图。