定位方法及终端设备
技术领域
本发明属于通信技术领域,尤其涉及一种定位方法及终端设备。
背景技术
无线定位技术是一种利用基于无线技术的电子标签,对特定目标的位置进行定位的技术。电子标签可以是固定于定位目标上能够进行WiFi通信、蓝牙通信或ZigBee通信等无线通信的电子装置,也可以是手机、机器人等移动设备上的无线通信模块。此外,也可以将移动设备整体看作电子标签。无线定位技术通过无线通信信号对电子标签与附近的固定基站进行测距,根据基站坐标和测距值计算出移动标签的位置,从而实现对特定目标的定位。
无线定位技术可以按定位参数测量方式不同进行分类,可分为对无线信号传输时间的测量来定位的传输时间定位法(TOA,Time Of Arrival)、对信号来源角度测量进行定位的角度测量法和对信号强度测量来进行定位的信号强度测量发等。
最小二乘法是无线定位系统位置计算的最常见方法。然而在所有参与计算的基站近似处于同一条直线的时候,使用最小二乘法计算出的标签的位置误差很大,而基站通常设于定位场景的边缘区域,这样在定位场景中的一些边缘区域难以实现对标签的有效定位。
发明内容
有鉴于此,本发明实施例提供了一种定位方法及终端设备,以解决目前当参与定位计算的基站近似处于同一条直线时,定位出的标签位置误差较大的问题。
本发明实施例的第一方面提供了一种定位方法,包括:
获取当前帧之前的预设帧数的标签位置坐标;
根据获取到的预设帧数的标签位置坐标计算当前帧标签的预测位置坐标;
获取对当前帧标签测距的各个测距基站的位置坐标和各个测距基站对应的测距值,根据获取到的各个测距基站的位置坐标和各个测距基站对应的测距值建立平方误差函数的表达式;
将所述预测位置坐标作为初始坐标,根据局部优化算法计算所述平方误差函数的表达式的最优解,将所述最优解作为当前帧的标签位置坐标。
本发明实施例的第二方面提供了一种定位装置,包括:
获取模块,用于获取当前帧之前的预设帧数的标签位置坐标;
预测模块,用于根据获取到的预设帧数的标签位置坐标计算当前帧标签的预测位置坐标;
构建模块,用于获取对当前帧标签测距的各个测距基站的位置坐标和各个测距基站对应的测距值,根据获取到的各个测距基站的位置坐标和各个测距基站对应的测距值建立平方误差函数的表达式;
计算模块,用于将所述预测位置坐标作为初始坐标,根据局部优化算法计算所述平方误差函数的表达式的最优解,将所述最优解作为当前帧的标签位置坐标。
本发明实施例的第三方面提供了一种定位终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面中的定位方法。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现第一方面中的定位方法。
本发明实施例与现有技术相比存在的有益效果是:通过当前帧之前的预设帧数的标签位置坐标预测出当前帧标签的预测位置坐标,将预测位置坐标作为局部优化算法计算平方误差函数的表达式的初始坐标,将求出的最优解作为当前帧的标签位置坐标,实现对标签的定位。本发明实施例通过将预测出的当前帧的预测位置坐标作为初始坐标,使局部优化算法的初始坐标与标签的真实坐标更为接近,能够使局部优化算法更快更精准的收敛到最优解,从而减小标签的定位误差,提高对标签的定位精度,并且由于局部优化算法的初始坐标与标签的真实坐标较为接近,收敛方向不容易出现偏差,能够减少局部优化算法计算出的最优解不是全局最优解的情况。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的定位方法的实现流程图;
图2是本发明实施例提供的定位方法中计算当前帧标签的预测位置坐标的实现流程图;
图3是本发明实施例提供的定位方法中采用牛顿法进行优化计算的示意图;
图4是本发明一个实施例提供的定位方法中通过第一距离阈值判断当前帧的标签位置坐标是否存在偏差的实现流程图;
图5是本发明另一实施例提供的定位方法中通过第一距离阈值判断当前帧的标签位置坐标是否存在偏差的实现流程图;
图6是本发明实施例提供的定位方法中通过第二距离阈值判断预测位置坐标是否存在偏差的实现流程图;
图7是本发明实施例提供的定位装置的示意图;
图8是本发明实施例提供的定位终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1为本发明实施例提供的定位方法的实现流程图,详述如下:
在S101中,获取当前帧之前的预设帧数的标签位置坐标。
在本实施例中,终端设备可以按照预设频率对标签进行定位。例如终端设备可以以每秒10帧的频率对标签进行定位,此时每隔0.1秒终端设备会根据获取到的数据进行一次定位,计算得到该帧的标签位置坐标。由于标签可能处于运动状态或静止状态,不同帧定位出的标签的位置坐标可能相同,也可能不同。
当前帧为终端设备正在进行标签定位的数据帧。预设帧数可以根据实际需求进行设定,例如预设帧数可以为3、4等。获取当前帧之前的预设帧数的标签位置坐标可以是获取当前帧之前相邻的预设帧数的标签位置坐标。例如,若当前帧为第10帧,预设帧数为3,则可以获取之前定位出的第7帧、第8帧和第9帧的标签位置坐标;若预设帧数为4,则可以获取之前定位出的第6帧、第7帧、第8帧和第9帧的标签位置坐标。
当前帧之前的预设帧数的标签位置坐标可以是通过本实施例中的定位方法定位出的标签位置坐标,也可以是通过常用的无线定位方法定位出的标签位置坐标。其中,常用的无线定位方法可以是三角质心法、最小二乘法等,在此不作限定。
在S102中,根据获取到的预设帧数的标签位置坐标计算当前帧标签的预测位置坐标。
在本实施例中,预测位置坐标为标签可能的位置坐标。终端设备可以根据当前帧之前的预设帧数的标签位置坐标来预测当前帧标签的可能的位置坐标,以便于后续将计算出的预测位置坐标参与到当前帧标签的定位计算中。
作为本发明的一个实施例,如图2所示,S102可以包括:
在S201中,根据获取到的预设帧数的标签位置坐标计算标签的移动速度。
在本实施例中,每帧之间的间隔时间较短,例如每秒10帧的频率进行标签定位,则每帧之间的间隔时间为0.1秒;每秒20帧的频率进行标签定位,则每帧之间的间隔时间为0.02秒。因此可以将标签在空间中的运动近似看作匀速运动。通过预设帧数的标签位置坐标以及两帧之间的间隔时间,可以计算出标签的移动速度。
例如,可以根据前后相邻两帧的标签位置坐标求出两帧间隔时间内标签的移动距离,结合间隔时间可以求出间隔时间内标签的移动速度。将根据预设帧数的标签位置坐标求出的多个间隔时间内标签的移动速度取平均,可以得到标签的平均移动速度,将该平均移动速度作为标签的移动速度。
在S202中,根据上一帧标签的位置坐标和所述移动速度计算当前帧标签的预测位置坐标。
在本实施例中,根据标签的移动速度和当前帧与上一帧之间的时间间隔可以求出标签的移动距离。根据获取到的预设帧数的标签位置坐标可以估计出标签的移动方向。根据上一帧标签的位置坐标、标签的移动距离和标签的移动方向可以计算出当前帧标签的预测位置坐标。
本实施例通过预设帧数的标签位置坐标求出标签的移动速度,根据上一帧的标签位置坐标和移动速度预测出当前帧的预测位置坐标。该预测方法计算的数据量小,可以实现快速预测,从而提高标签定位的速度,并且可以通过增加每秒的帧数来提高预测的准确度,便于在速度和精准度之间灵活调节。
作为本发明的另一实施例,S102可以包括:
根据卡尔曼滤波算法和获取到的预设帧数的标签位置坐标计算当前帧标签的预测位置坐标。
在本实施例中,卡尔曼滤波算法是一种利用线性系统状态方程,通过系统输入输出观测数据,对系统状态进行最优估计的算法。卡尔曼滤波算法是以最小均方误差为估计的最佳准则,来寻求一套递推估计的算法,其基本思想是:采用信号与噪声的状态空间模型,利用前一时刻的估计值和现时刻的观测值来更新对状态变量的估计,求出现时刻的估计值。
因此,卡尔曼滤波算法可以用来根据预设帧数的标签位置坐标预测出当前帧标签的预测位置坐标。由于卡尔曼滤波算法以最小均方误差为估计的最佳准则,通过卡尔曼滤波算法预测出当前帧的标签的预测位置坐标,预测的准确度较高。
在S103中,获取对当前帧标签测距的各个测距基站的位置坐标和各个测距基站对应的测距值,根据获取到的各个测距基站的位置坐标和各个测距基站对应的测距值建立平方误差函数的表达式。
在本实施例中,标签可以与周围无线信号范围内的基站进行无线通信。与当前帧标签相通信的基站为测距基站,测距基站可以通过通信的无线信号强度、无线信号的传播时间等计算与标签的距离。与标签进行通信的测距基站可以有一个或多个,每个测距基站都可以计算得到一个对应的测距值,测距值为各个测距基站与标签之间的测量距离值。
若在二维空间对标签进行定位,标签位置坐标可以设为(x,y);若在三维空间对标签进行定位,标签位置坐标可以设为(x,y,z)。平方误差函数可以表示为f,为当前帧的标签位置坐标到各个测距基站的距离与各个基站测量得到的测距值之差的平方和。
可选地,所述平方误差函数的表达式为:
其中,f(x,y,z)为平方误差函数;di(x,y,z)为当前帧的标签位置坐标和第i个测距基站的位置坐标之间的距离;Di(x,y,z)为第i个测距基站对应的测距值。共有n个测距基站通过与标签通信成功对标签进行测距。
在S104中,将所述预测位置坐标作为初始坐标,根据局部优化算法计算所述平方误差函数的表达式的最优解,将所述最优解作为当前帧的标签位置坐标。
在本实施例中,局部优化算法可以包括梯度下降法、牛顿法和共轭梯度法等。通过局部优化算法可以使平方误差函数逼近局部最小值,平方误差函数为最小值时对应的解为局部优化算法计算平方误差函数的表达式的最优解,将最优解作为当前帧的标签位置坐标。局部优化算法进行计算时,首先需要确定初始坐标,从初始坐标向最优解迭代逼近。由于预测位置坐标与标签的真实坐标接近,从预测位置坐标开始迭代,更容易计算最优解,因此将预测位置坐标作为初始坐标。
下面以二维定位的牛顿法为例对局部优化算法的计算过程进行说明。取预测位置坐标作为初始坐标,初始坐标记为(x0,y0)。如图3所示,对平方误差函数f的微分fx在x方向上作图像的切线(即f关于x的二阶偏导),此切线与x轴交点的横坐标为一次迭代的横坐标x1。同样的,对平方误差函数f的微分fy在y方向上作图像的切线(即f关于y的二阶偏导),此切线与y轴的交点为一次迭代的纵坐标y1。这样可以求出一次迭代后的坐标(x1,y1)。
通过迭代公式
和
进行迭代,直到连续两次迭代的坐标(x
n,y
n)和(x
n+1,y
n+1)之间的距离小于预设差值,则迭代结束。(x
n+1,y
n+1)即为牛顿法计算出的最优解,将(x
n+1,y
n+1)作为当前帧的标签位置坐标。
本发明实施例通过当前帧之前的预设帧数的标签位置坐标预测出当前帧标签的预测位置坐标,将预测位置坐标作为局部优化算法计算平方误差函数的表达式的初始坐标,将求出的最优解作为当前帧的标签位置坐标,实现对标签的定位。本发明实施例通过将预测出的当前帧的预测位置坐标作为初始坐标,使局部优化算法的初始坐标与标签的真实坐标更为接近,能够使局部优化算法更快更精准的收敛到最优解,从而减小标签的定位误差,提高对标签的定位精度,并且由于局部优化算法的初始坐标与标签的真实坐标较为接近,收敛方向不容易出现偏差,能够减少局部优化算法计算出的最优解不是全局最优解的情况。
作为本发明的一个实施例,如图4所示,在S104之后,所述方法还可以包括:
在S401中,对比计算出的当前帧的标签位置坐标和上一帧的标签位置坐标之间的距离是否大于第一距离阈值。
在本实施例中,S104通过局部优化算法计算得出当前帧的标签位置坐标,但由于局部优化算法可能会出现计算结果为局部最优解的情况,这种情况下,将最优解作为当前帧的标签位置坐标往往会与标签的真实坐标存在较大偏差。因此需要判断计算出的当前帧的标签位置坐标是否存在偏差。本实施例中通过对比计算出的当前帧的标签位置坐标和上一帧的标签位置坐标之间的距离是否大于第一距离阈值来判断。其中,第一距离阈值可以预先进行设定,预存于终端设备中。
作为本发明的一个实施例,如图5所示,在S401之前,所述方法还可以包括:
在S501中,根据测距误差、标签的移动速度和两帧定位的间隔时间计算所述第一距离阈值。
在本实施例中,测距误差为测距基站对标签进行测距时存在的误差。标签的移动速度可以是标签的最大移动速度,或者预设时间段内标签的平均移动速度等,也可以是根据当前帧之前的预设帧数的标签位置坐标预测出的标签的移动速度。第一距离阈值可以通过将标签的移动速度乘以两帧定位的间隔时间,再加上测距误差计算得到,也可以将标签的移动速度乘以两帧定位的间隔时间,再加上测距误差后,再乘以预设权重系数计算得到。其中,预设权重系数可以为大于1的预设值,例如1.5、1.8或2等。通过预设权重系数使第一距离阈值留有一定的余量,避免由于第一距离阈值过小将计算正确的当前帧的标签位置坐标筛选出去的情况。
本实施例通过测距误差、标签的移动速度和两帧定位的间隔时间计算第一距离阈值,能够随标签的移动变化对第一距离阈值进行调整,增大第一距离阈值的灵活性和准确性,从而使通过第一距离阈值对计算出的当前帧的标签位置坐标是否存在偏差的判断更为准确。
在S402中,若计算出的当前帧的标签位置坐标和上一帧的标签位置坐标之间的距离大于所述第一距离阈值,则将所述预测位置坐标作为当前帧的标签位置坐标,或者根据全局优化算法和所述平方误差函数的表达式重新计算当前帧的标签位置坐标。
在本实施例中,若计算出的当前帧的标签位置坐标和上一帧的标签位置坐标之间的距离大于第一距离阈值,则表明局部优化算法计算出的当前帧的标签位置坐标存在偏差,该值不可信,此时可以将之前计算出的预测位置坐标作为当前帧的标签位置坐标。由于预测位置坐标与标签的真实坐标较为接近,可以直接将预测位置坐标作为当前帧的标签位置坐标,这样可以节省计算时间,直接进行下一帧的标签定位。
若计算出的当前帧的标签位置坐标和上一帧的标签位置坐标之间的距离大于第一距离阈值,也可以根据全局优化算法和所述平方误差函数的表达式重新计算当前帧的标签位置坐标。局部优化算法的定位结果有可能是局部最优解,与标签的真实位置存在较大偏差,因此可以通过全局优化算法重新进行定位计算,从而更正当前帧标签的定位结果。
本实施例通过对比计算出的当前帧的标签位置坐标和上一帧的标签位置坐标之间的距离是否大于第一距离阈值,能够判断计算出的当前帧的标签位置坐标是否存在较大偏差。在判断出计算出的当前帧的标签位置坐标存在较大偏差后,通过预测位置坐标或全局优化算法对标签的位置坐标进行修正,能够减少标签定位误差较大的情况,提高标签定位的精确度。
作为本发明的一个实施例,如图6所示,在S104之前,所述方法还包括:
在S601中,对比所述预测位置坐标与上一帧的标签位置坐标之间的距离是否大于第二距离阈值。
在本实施例中,第二距离阈值可以预先进行设定,也可以根据测距误差、标签的移动速度和两帧定位的间隔时间计算得到。
在S602中,若所述预测位置坐标与上一帧的标签位置坐标之间的距离大于所述第二距离阈值,则将上一帧的标签位置坐标作为所述初始坐标。
在本实施例中,若预测位置坐标与上一帧的标签位置坐标之间的距离大于第二距离阈值,表明预测位置坐标存在较大偏差,如果将该预测位置坐标作为局部优化算法的初始坐标,定位出的标签位置误差较大。因此在预测位置坐标存在较大偏差时,可以舍弃该预测位置坐标,将上一帧的标签位置坐标作为初始坐标。由于两帧间隔时间较短,上一帧的标签位置坐标与当前帧的标签位置坐标之间的距离较小,因此可以直接将上一帧的标签位置坐标作为初始坐标,参与到局部优化计算中。
本实施例通过对比所述预测位置坐标与上一帧的标签位置坐标之间的距离是否大于第二距离阈值来判断预测位置坐标是否存在较大偏差,在预测位置坐标是否存在较大偏差时,将上一帧的标签位置坐标作为初始坐标,能够防止偏差较大的预测位置坐标对最终标签的定位结果的影响,从而提高定位准确度。
与常用的最小二乘法或三角质心法等无线定位方法相比,本发明实施例的定位误差更小、定位更加精确,并且不会因基站相对位置问题而产生较大误差,对于难以直接解的平方误差函数f,本发明实施例提出的定位方法也能快捷地逼近f的最小值,并达到较高的精度。
本发明实施例通过当前帧之前的预设帧数的标签位置坐标预测出当前帧标签的预测位置坐标,将预测位置坐标作为局部优化算法计算平方误差函数的表达式的初始坐标,将求出的最优解作为当前帧的标签位置坐标,实现对标签的定位。本发明实施例通过将预测出的当前帧的预测位置坐标作为初始坐标,使局部优化算法的初始坐标与标签的真实坐标更为接近,能够使局部优化算法更快更精准的收敛到最优解,从而减小标签的定位误差,提高对标签的定位精度,并且由于局部优化算法的初始坐标与标签的真实坐标较为接近,收敛方向不容易出现偏差,能够减少局部优化算法计算出的最优解不是全局最优解的情况。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的定位方法,图7示出了本发明实施例提供的定位装置的示意图。为了便于说明,仅示出了与本实施例相关的部分。
参照图7,该装置包括获取模块71、预测模块72、构建模块73和计算模块74。
获取模块71,用于获取当前帧之前的预设帧数的标签位置坐标。
预测模块72,用于根据获取到的预设帧数的标签位置坐标计算当前帧标签的预测位置坐标。
构建模块73,用于获取对当前帧标签测距的各个测距基站的位置坐标和各个测距基站对应的测距值,根据获取到的各个测距基站的位置坐标和各个测距基站对应的测距值建立平方误差函数的表达式。
计算模块74,用于将所述预测位置坐标作为初始坐标,根据局部优化算法计算所述平方误差函数的表达式的最优解,将所述最优解作为当前帧的标签位置坐标。
优选地,所述预测模块72用于:
根据获取到的预设帧数的标签位置坐标计算标签的移动速度;
根据上一帧标签的位置坐标和所述移动速度计算当前帧标签的预测位置坐标。
优选地,所述预测模块72用于:
根据卡尔曼滤波算法和获取到的预设帧数的标签位置坐标计算当前帧标签的预测位置坐标。
优选地,所述平方误差函数的表达式为:
其中,f(x,y,z)为平方误差函数;di(x,y,z)为当前帧的标签位置坐标和第i个测距基站的位置坐标之间的距离;Di(x,y,z)为第i个测距基站对应的测距值。
优选地,该装置还包括第一判断模块。所述第一判断模块用于:
对比计算出的当前帧的标签位置坐标和上一帧的标签位置坐标之间的距离是否大于第一距离阈值;
若计算出的当前帧的标签位置坐标和上一帧的标签位置坐标之间的距离大于所述第一距离阈值,则将所述预测位置坐标作为当前帧的标签位置坐标,或者根据全局优化算法和所述平方误差函数的表达式重新计算当前帧的标签位置坐标。
优选地,该装置还包括距离阈值计算模块。所述距离阈值计算模块用于:
根据测距误差、标签的移动速度和两帧定位的间隔时间计算所述第一距离阈值。
优选地,该装置还包括第二判断模块。所述第二判断模块用于:
对比所述预测位置坐标与上一帧的标签位置坐标之间的距离是否大于第二距离阈值;
若所述预测位置坐标与上一帧的标签位置坐标之间的距离大于所述第二距离阈值,则将上一帧的标签位置坐标作为所述初始坐标。
本发明实施例通过当前帧之前的预设帧数的标签位置坐标预测出当前帧标签的预测位置坐标,将预测位置坐标作为局部优化算法计算平方误差函数的表达式的初始坐标,将求出的最优解作为当前帧的标签位置坐标,实现对标签的定位。本发明实施例通过将预测出的当前帧的预测位置坐标作为初始坐标,使局部优化算法的初始坐标与标签的真实坐标更为接近,能够使局部优化算法更快更精准的收敛到最优解,从而减小标签的定位误差,提高对标签的定位精度,并且由于局部优化算法的初始坐标与标签的真实坐标较为接近,收敛方向不容易出现偏差,能够减少局部优化算法计算出的最优解不是全局最优解的情况。
图8是本发明一实施例提供的定位终端设备的示意图。如图8所示,该实施例的定位终端设备8包括:处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82,例如定位程序。所述处理器80执行所述计算机程序82时实现上述各个定位方法实施例中的步骤,例如图1所示的步骤101至104。或者,所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能,例如图7所示模块71至74的功能。
示例性的,所述计算机程序82可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器81中,并由所述处理器80执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序82在所述定位终端设备8中的执行过程。例如,所述计算机程序82可以被分割成获取模块、预测模块、构建模块和计算模块,各模块具体功能如下:
获取模块,用于获取当前帧之前的预设帧数的标签位置坐标;
预测模块,用于根据获取到的预设帧数的标签位置坐标计算当前帧标签的预测位置坐标;
构建模块,用于获取对当前帧标签测距的各个测距基站的位置坐标和各个测距基站对应的测距值,根据获取到的各个测距基站的位置坐标和各个测距基站对应的测距值建立平方误差函数的表达式;
计算模块,用于将所述预测位置坐标作为初始坐标,根据局部优化算法计算所述平方误差函数的表达式的最优解,将所述最优解作为当前帧的标签位置坐标。
所述定位终端设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述定位终端设备可包括,但不仅限于,处理器80、存储器81。本领域技术人员可以理解,图8仅仅是定位终端设备8的示例,并不构成对定位终端设备8的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述定位终端设备还可以包括输入输出设备、网络接入设备、总线、显示器等。
所称处理器80可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81可以是所述定位终端设备8的内部存储单元,例如定位终端设备8的硬盘或内存。所述存储器81也可以是所述定位终端设备8的外部存储设备,例如所述定位终端设备8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器81还可以既包括所述定位终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述定位终端设备所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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网络单元上。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。
所述集成的模块/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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。