CN110100150B

CN110100150B - 利用地磁场的有效室内定位

Info

Publication number: CN110100150B
Application number: CN201880005187.0A
Authority: CN
Inventors: 陈双幸; 吴航
Original assignee: Hong Kong University of Science and Technology HKUST
Current assignee: Hong Kong University of Science and Technology HKUST
Priority date: 2017-02-10
Filing date: 2018-02-05
Publication date: 2023-07-25
Anticipated expiration: 2038-02-05
Also published as: CN110100150A; US20200103232A1; US11499831B2; WO2018145611A1

Abstract

本文公开的各种实施方式涉及利用地磁场的有效室内定位，并且使得移动设备能够通过测量地磁场并跟踪移动设备移动时磁场的相对变化来准确定位移动设备在室内的位置。可以将相对变化与指纹信号图进行比较，并且可以通过将磁场的相对变化与指纹信号图的相对变化进行匹配来确定一部分路径的轨迹。然后可以通过确定连接每个路径部分的最短路径来连接路径部分的集合。在另一实施方式中，还可使用步进计数器约束可能的位置，并融合地磁场和步进计数器信息以用于联合室内定位。

Description

利用地磁场的有效室内定位

相关申请的交叉引用

本申请要求于2017年2月10日提交的题为“Effective Indoor Localizationusing Geo-Magnetic Field”的第62/499,987号美国临时申请的优先权，该临时申请的全部内容通过引用结合于此。

技术领域

本公开总体上涉及使用地磁场和步进计数器来提高定位精度的移动设备的室内定位以及相关实施方式。

背景技术

最近，人们对室内定位产生很大兴趣，这主要是因为智能设备无处不在，并且其传感能力也在进步。所研究的信号包括Wi-Fi接收信号强度指示符(RSSI)、信道状态信息(CSI)、视觉、可见光、超声等。这些系统需要普及(因此成本高昂)或特殊的基础设施安装。此外，这些系统的勘测过程相当耗时，其中必须通过长时间站在该区域的不同固定点来收集信号向量。

以前的地磁定位工作主要是使用递归贝叶斯滤波器如隐马尔可夫模型(HMM)和粒子滤波器来融合计步器(步进计数器)和磁场。给定目标的磁读数和行走距离，基于最大联合概率或粒子收敛来估计位置。对于移动设备来说，这些方法通常计算复杂。此外，这些模型最适用于以狭窄走廊为特征的分区室内环境，目标的自由度较低。对于大型宽敞的环境，这些模型几乎不会收敛到目标位置。

上述背景仅旨在提供关于网络的背景信息的概述，并不旨在穷举。在查看以下详细描述的各种非限制性实施方式中的一个或多个时，附加背景可能变得显而易见。

发明内容

本申请提供了一种移动设备、一种室内定位方法以及一种存储计算机可执行指令的计算机可读存储设备。

在第一方面，本申请的实施方式提供了一种移动设备。该移动设备可包括：

处理器；以及

存储器，所述存储器存储可执行指令，所述可执行指令在通过所述处理器执行时便于执行操作，所述操作包括：

以限定的间隔测量磁场强度和磁场向量，产生磁场测量值序列；

将所述磁场测量值的相对变化与指纹信号图进行匹配，并且基于所述匹配，确定路径段，所述路径段是所述移动设备经过的路径的一部分；

基于与包括所述路径段的一组路径段的相应磁场测量值相关联的索引号，对所述一组路径段进行排序，产生有序的路径段组；

通过确定与所述有序的路径段组相关联的路径来确定所述移动设备经过的路径；以及

通过以预定时间间隔在穿过预定勘测路径时取得指纹信号测量值来生成所述指纹信号图，生成所述指纹信号图包括：将指纹信号与基于所述指纹信号的时间戳和所述移动设备的两次方向改变之间的时间段的位置进行匹配。

在第二方面，本申请的实施方式还提供了一种室内定位方法。该室内定位方法可包括：

使用包括处理器的移动设备的磁力计，以预定间隔测量磁场强度和磁场向量，产生磁场测量值序列；

使用所述移动设备的计步器传感器确定所走的步数和步伐的方向；

通过所述移动设备将所述磁场测量值的相对变化与指纹信号图进行匹配；

基于所述匹配、所述步数和所述步伐的方向，通过所述移动设备确定所述移动设备的位置；以及

由所述移动设备通过在穿过预定的勘测路径时确定指纹信号测量值来生成所述指纹信号图，其中，生成所述指纹信号图包括：将指纹信号与基于所述指纹信号的时间戳和所述移动设备的两次方向改变之间的时间段的位置进行匹配。

在第三方面，本申请的实施方式还提供了一种存储计算机可执行指令的计算机可读存储设备，所述计算机可执行指令响应于执行使得包括处理器的系统执行操作，所述操作包括：

收集一组磁场测量值，其中，所述一组磁场测量值中的每个磁场测量值是在相应的预定时间间隔之后收集的；

将所述一组磁场测量值的相对变化与关联于指纹信号图的相对磁场水平进行匹配，并且基于所述匹配，确定路径段，所述路径段是移动设备经过的路径的一部分；

基于与包括所述路径段的一组路径段的相应磁场测量值相关联的索引号，对所述一组路径段进行排序，产生有序的路径段组，其中，所述索引号与基于获得所述一组磁场测量值的相应时间的时间戳相关联；

将指纹信号测量值与基于所述指纹信号的时间戳和所述移动设备的两次方向改变之间的时间段的位置进行匹配。

附图说明

结合附图，在以下详细描述中阐述了许多方面和实施方式，其中相同的附图标记始终指代相同的部分，在附图中：

图1是根据本公开的方面或实施方式的磁性指纹图的示例性非限制性示意图；

图2是根据本公开的方面或实施方式的磁性指纹图和追踪路线的示例性非限制性示意图；

图3是根据本公开的方面或实施方式的地磁场定位系统的示例性非限制性示意图；

图4是根据本公开的方面或实施方式的地磁场和步进计数器定位系统的示例性非限制性示意图；

图5是根据本公开的方面或实施方式的勘测路径的示例性非限制性示意图；

图6是示出根据本公开的方面或实施方式的磁场样本和匹配部分的示例性非限制性曲线图；

图7描绘了根据本公开的方面或实施方式的用于匹配子串的示例性非限制性算法；

图8是示出根据本公开的方面或实施方式的根据行走轨迹的位置推断的另一示例性非限制性示意图；

图9是示出根据本公开的方面或实施方式的最短路径解决方案的示例性非限制性曲线图；

图10描绘了根据本公开的方面或实施方式的用于找到最小成本路径的示例性非限制性算法；

图11是示出了根据本公开的方面或实施方式的不同时间之间的网格图和过渡图的另一示例性非限制性示意图；

图12是根据本公开的方面或实施方式的使用地磁场进行室内定位的方法的示例性非限制性过程流程图；

图13是根据本公开的方面或实施方式的使用地磁场和步进计数器进行室内定位的方法的示例性非限制性过程流程图；

图14示出了根据本公开的移动设备的示例性实施方式；

图15示出了根据本公开的各方面的计算环境的示例性示意框图；以及

图16示出了可操作以执行所公开的通信架构的计算机的框图。

具体实施方式

参考附图描述了本公开的各个方面或特征，其中相同的附图标记始终用于指代相同的元件。在本说明书中，阐述了许多具体细节以便提供对本公开的透彻理解。然而，应当理解，本公开的某些方面可以在没有这些具体细节的情况下实施，或者用其他方法、组件、模块等实施。在其他情况下，以框图形式示出众所周知的结构和设备，以便于描述和说明各种实施方式。另外，附图中的元件不一定按比例绘制；一些区域或元素可以被扩展以帮助提高对某些方面或实施方式的理解。

术语“接入点”、“服务器”、“基站服务器”(BS)等在本申请中可互换使用，并且指的是从一组订户站提供和接收数据、控制、语音、视频、声音、游戏或基本上任何数据流或信令流的网络组件或器件。数据和信令流可以是分组的或基于帧的流。此外，术语“用户”、“订户”、“客户”、“消费者”等在整个说明书中可互换使用，除非上下文保证这些术语之间的特定区别。应当注意，这些术语可以指通过人工智能(例如，基于复杂的数学形式做出推论的能力)支持的人类实体或自动化组件，其可以提供模拟视觉、声音识别等。

注意，术语“用户设备”、“装置”、“用户设备装置”、“客户端”等在本申请中可互换使用，除非上下文保证这些术语之间的特定区别。这些术语可以指示向网络组件和/或其他设备提供数据、语音、视频、声音、游戏或基本上任何数据流或信令流或从网络组件和/或其他设备接收数据、语音、视频、声音、游戏或基本上任何数据流或信令流的网络组件或器件。举例来说，如本文和整个公开中所使用的，用户设备装置等可以包括移动设备，例如能够无线发送和接收数据的电子设备。用户设备装置可以具有处理器、存储器、收发器、输入和输出。这种设备的例子包括蜂窝电话、个人数字助理、便携式计算机、平板计算机、手持游戏控制台等。存储器存储应用程序、软件或逻辑。处理器的例子是计算机处理器(处理单元)、微处理器、数字信号处理器、控制器和微控制器等。可以包括逻辑的设备存储器的例子包括RAM(随机存取存储器)、闪存、ROM(只读存储器)、EPROM(可擦除可编程只读存储器)和EEPROM(电可擦除可编程只读存储器)。

此外，术语“实时”、“接近实时”、“动态”、“瞬时”、“连续”等在整个说明书中可互换或类似地使用，除非上下文保证这些术语之间的特定区别。应当注意，这些术语可指示在给定上下文中以没有可察觉的延迟按顺序收集和处理的数据、仅延迟了电子通信所需时间的数据或信息的及时性、过程或事件发生的实际时间或接近实际时间的时间、以及由实时软件、实时系统和/或高性能计算系统测量的时间当前条件。实时软件和/或性能可以通过同步或非同步编程语言、实时操作系统和实时网络来使用，其中每一种都提供了构建实时软件应用程序的框架。实时系统可以是这样一种系统，该系统中的应用可以被认为(在上下文中)是主要的优先级。在实时过程中，所分析的(输入)和生成(输出)的样本可以在输入和输出同一组样本的同时(或几乎同时)被连续处理(或生成)，而与任何处理延迟无关。

本说明书的各方面或特征可以在任何基本采用相应无线电接入技术的无线电接入网络中使用，无线电接入技术例如是Wi-Fi、全球移动通信系统、通用移动电信系统、全球微波接入互操作性、增强型通用分组无线电服务、第三代合作伙伴项目长期演进、第四代长期演进、第三代合作伙伴项目2、超移动宽带、高速分组接入、Zigbee、第x代、长期演进或另一种IEEE 802.XX技术。此外，基本上可以在传统电信技术中利用本说明书的所有方面。

在本文公开的系统和方法的一个方面中，可以通过测量地磁场并跟踪移动设备移动时磁场的相对变化，使移动设备能够准确定位移动设备在室内的位置。可以将相对变化与指纹信号图进行比较，并且可以通过将磁场中的相对变化与指纹信号图中的相对变化进行匹配来确定路径的一部分的轨迹。然后可以通过确定连接每个路径部分的最短路径来连接路径部分的集合。在另一实施方式中，步进计数器也可以用于约束可能的位置，并融合地磁场和步进计数器信息以用于联合室内定位。

解决方案的第一实施方式仅使用地磁场来定位移动设备，并被称为Magil(室内定位磁场Magnetic fields of indoor localization的缩写)。第二实施方式将地磁场与步进计数器信息相结合，称为Mapel(室内定位地磁和计步器geomagnetism and pedometerfor indoor localization的缩写)。

Magil最初接收离线收集的空间标记地磁信号图。在在线位置估计期间，Magil测量沿着用户行走路径的一系列磁信号。然后，对照地磁信号图找到与用户观测结果最匹配的信号轨迹，并将该轨迹返回给用户。更具体地说，在Magil中，我们首先预先规划勘测路径以覆盖感兴趣的领域。然后我们沿着路径收集磁场信号作为指纹。基于这些指纹，在在线位置估计中，我们使用提出的修改后的史密斯-沃特曼算法来寻找指纹变化与目标观测结果最匹配的片段。以这种方式，目标移动可以被表示为指纹中的一系列匹配片段(以及真实世界位置中的移动)。通过将定位问题建模为修改后的最短路径问题，可以适当地对匹配的片段排序，以随着时间产生目标位置。

在Mapel实施方式中，自校准目标的步幅大小(步长)，因此可以适应异构用户，而无需任何明确的用户输入。Mapel的工作原理如下。整个区域被离散成紧密间隔的节点(例如，间隔0.5到1米)，这些节点形成网格。网格的每个节点对应于目标的可能位置。基于步进计数器的联合信息和采集的磁场的模式，目标移动可以用网格中节点间的相邻转移来表示。然后，可以通过应用条件随机场(CRF)来联合估计用户的转移概率和步行距离，目标通过最大化总体似然性来定位。

这里和整个公开中使用的“逻辑”是指任何具有可被应用于指导处理器的操作的指令信号和/或数据形式的信息。逻辑可以由存储在存储器设备中的信号形成。软件就是这种逻辑的示例。逻辑也可以由数字和/或模拟硬件电路组成，例如，包括逻辑AND、OR、XOR、NAND、NOR和其他逻辑运算的硬件电路。逻辑可以由软件和硬件的组合形成。在网络上，逻辑可以在服务器或服务器复合体上编程。特定的逻辑单元不限于网络上的单个逻辑位置。

注意，用户设备装置可以经由网络(例如，无线网络或有线网络)彼此通信以及与其他元件通信。“网络”可以包括宽带广域网，例如蜂窝网络、局域网、无线局域网(例如Wi-Fi)，以及个人局域网，例如包括蓝牙的近场通信网络。网络上的通信优选是基于分组的；然而，无线电和频率/振幅调制网络可以使用适当的模-数-模转换器和其他元件来实现通信设备之间的通信。通信由称为“收发器”的硬件元件来实现。用户设备装置可以有不止一个收发器，能够通过不同的网络进行通信。例如，蜂窝电话可以包括用于与蜂窝基站通信的蜂窝收发器、用于与Wi-Fi网络通信的Wi-Fi收发器以及用于与蓝牙设备通信的蓝牙收发器。Wi-Fi网络可通过无线路由器等“接入点”接入，这些接入点与Wi-Fi收发器通信以发送和接收数据。Wi-Fi网络还可以连接到互联网或其他基于分组的网络。网络连接或接入点的“带宽”是数据传输速率的量度，可以表示为单位时间内传输的数据量。另外，一个或多个组件之间的通信(例如，语音和/或数据业务)可以包括有线通信(通过回程宽带有线网络、光纤主干网、双绞线、T1/E1电话线、数字用户线路、同轴电缆等路由)和/或无线电广播(例如，蜂窝信道、Wi-Fi信道、卫星信道等)。

这里使用的网络通常包括多个元件，这些元件托管用于在网络上执行任务的逻辑。逻辑可以托管在服务器上。在基于分组的现代广域网中，服务器可以放置在网络上的若干逻辑点上。服务器还可以与数据库通信，并且可以使通信设备能够访问数据库的内容。计费服务器、应用服务器等是这种服务器的示例。服务器可以包括若干网络元件，包括其他服务器，并且在逻辑上可以位于服务提供商网络的任何位置，例如蜂窝网络的后端。

这里公开的各种实施方式包括移动设备，其具有处理器和存储可执行指令的存储器，当由处理器执行时，这些指令有助于操作的执行。操作包括以限定的间隔测量磁场强度和磁场向量，从而产生一系列磁场测量值。这些操作还包括将磁场测量值中的相对变化与指纹信号图进行匹配，并基于该匹配来确定路径段，该路径段是移动设备所经过的路径的一部分。操作还包括基于与包括路径段的一组路径段的相应磁场测量值相关联的索引号对该组路径段进行排序，从而产生有序的路径段组。这些操作还可以包括通过确定与有序的路径段组相关联的路径来确定移动设备经过的路径。

在另一个实施方式中，一种方法包括使用包括处理器的移动设备的磁力计以预定间隔测量磁场强度和磁场向量，从而产生磁场测量值序列。该方法还包括使用移动设备的计步器传感器确定所走过的步伐的数量和步伐的方向。该方法还包括通过移动设备将磁场测量值的相对变化与指纹信号图进行匹配。该方法还可以包括基于匹配、步伐数量和步伐方向，由移动设备确定移动设备的位置。

在另一个实施方式中，计算机可读存储设备存储计算机可执行指令，这些指令响应于执行，使得包括处理器的系统执行操作。操作包括收集一组磁场测量值，其中该组磁场测量值中的每个磁场测量值在相应的预定时间间隔之后收集。操作还包括确定磁场测量值组中的相对变化与同指纹信号图相关联的相对磁场水平的匹配，并且基于该匹配，确定作为移动设备已经过的路径的一部分的路径段。操作还包括基于与包括路径段的一组路径段的相应磁场测量值相关联的索引号，对该组路径段进行排序，从而产生有序的路径段组。这些操作还包括通过确定与有序的路径段组相关联的路径来确定移动设备经过的路径。

图1是根据本公开的一个方面或实施方式的磁性指纹图108的示例性非限制性示意图100。指纹图可以由移动设备或装备有磁力计的其他设备构建，磁力计可以记录磁场强度和方向。在实施方式中，移动设备或其他收集器可以遵循预定的勘测路径，并以定义的间隔记录磁场测量值。基于记录的时间戳，磁场测量值可以被定位。移动设备可以包括计步器和其他运动传感器，从而也可测量设备的步长、速度和方向，以改进位置。

勘测员携带智能手机在该地区行走。在每条行走轨迹上，地磁场信号和相应的时间戳被馈送到模块磁场数据预处理。在给定地图信息的情况下，模块生成指纹信号图108，其存储在数据库中以供在线使用。指纹图可以具有定义位置的轴线102和104，并且热图图例106可以提供指纹信号图108的磁场强度。

现在转向图2，示出了根据本公开的方面或实施方式的磁性指纹图204和追踪路线202的示例性非限制性示意图200。追踪路线202可以是Magil实施方式定位解决方案或Mapel实施方式定位解决方案的结果。

图3示出了根据本公开的方面或实施方式的地磁场定位系统的示例性非限制性示意图300。应当理解，这里描述的组件位于移动设备322之外，这仅仅是为了便于表示，并且移动设备包括这里描述的组件。

在离线阶段302期间，这些组件可以用于生成指纹信号图。磁场收集器组件304(例如磁力计和相关处理电路)收集包括强度和场向量(磁场方向)的磁场测量值。场测量值覆盖在平面图组件306提供的平面图上，并由磁场数据组件308分析以生成指纹信号图。

在Magil和Mapel实施方式中，可以从我们在地图预处理步骤中获得的平面图中预先规划勘测路径。典型地，这些路径应该沿着走廊，穿过大厅和障碍物周围，并覆盖各种行走方向。对于非常大的开放空间，我们可以添加更多的路径，以确保覆盖感兴趣的位置和行走方向。图5中示出了一个例子，其中大的室内区域被任何潜在方向上的许多勘测路径覆盖。请注意，我们可以根据场地形状自适应地对齐勘测路径。例如，在受约束的走廊中，我们沿着可到达的路径对齐轨迹，而在开放空间中，我们可以将它们对齐成相交的平行线。请注意，对于每条勘测路径，我们只需要沿着一个方向走就可收集指纹数据。当勘测员沿着路径行走时，同时他/她的智能手机在行走过程中记录磁场数据和相应的时间戳。请注意，勘测员应该以大致恒定的速度行走，以获得更好的数据轨迹匹配。

磁场数据组件308基于数据时间戳和各轮对照预先规划的路径绘制实际轨迹。我们根据中间磁场数据的时间戳和两轮之间的总时间间隔按比例计算中间磁场数据的位置。每个收集的磁场数据的位置被内插到与它们的时间戳差异成比例的预先规划的路径段中。此后，对每条勘测路径的磁场数据分别执行分段聚合近似(PAA)，以降低数据维数。更具体地，将数据长度表示为n。然后将数据划分为n/10个大小相等的帧，在每个帧中，我们计算数据的平均值。来自所有帧的这些平均值的向量成为数据的降维表示，并存储在数据库中。注意PAA过程是为了Magil的数据库构建。另一方面，我们通过使用高斯内插外推给定位置的磁场数据，为Mapel建立另一个磁场指纹数据库。

指纹信号图然后可以存储在移动设备322上的数据存储器310中，并且在在线阶段312期间，磁场室内定位系统314可以定位移动设备322的位置。磁场采样组件320以预定间隔进行磁场测量，并且序列匹配组件318使用改进的史密斯-沃特曼算法来找到指纹和目标观测结果之间的磁场信号的那些匹配片段。然后，路径组件316确定与匹配片段相关联的最短路径。通过解决这个问题，我们对匹配的片段进行适当的重新排序，找到用户的踪迹，并得到位置估计。最后，将位置结果返回给用户。

图4示出了根据本公开的方面或实施方式的地磁场和步进计数器定位系统的示例性非限制性示意图400。应当理解，这里描述的组件位于移动设备422之外，这仅仅是为了便于表示，并且移动设备422包括本文描述的组件。

在离线阶段402期间，组件可以用于生成指纹信号图。在离线阶段，携带智能手机，磁场收集器组件404在预定路径上行走时收集磁场数据。在行走轨迹上，步进计数器用于标记地磁场信号的位置。在给定地图信息的情况下，我们通过室内地图离散化组件406执行室内地图离散化，从而例如通过磁场信号图和CRF构建组件408来构建CRF结构(即，网格和特征函数)。然后，我们进行离线训练，以通过CRF系数组件410确定CRF特征函数的系数。然后信号图和校准后的CRF(包括结构、特征函数及其系数)存储在磁场指纹和CRF数据存储器412中。

在在线阶段414期间，用户通过移动设备422测量地磁场，并将磁场428和方向信息430发送到条件随机场定位组件420。移动设备422还向步伐模型组件416发送步进计数器信息426，同时其步数计数器返回步数和方向。Mapel使用通用步伐模型工作，然后通过对步伐模型组件416的反馈424自适应地自校准物理行走参数，然后条件随机场定位组件基于最大似然性将位置432返回到移动设备422。

现在转向图5，示出了根据本公开的方面或实施方式的区域502中的勘测路径504的示例性非限制性示意图500。

勘测路径504可以在以预定间隔进行磁场测量的同时执行，并且可以用于Magel实施方式和Mapel实施方式。磁场向量B_p可以用智能手机的磁力计测量，但原始磁读数是基于智能手机的坐标系的。我们可以通过智能手机的偏航ψ、俯仰θ和滚动将读数转换成地球坐标系下的读数，即，

等式1：

其中B_e是地球坐标系中同一位置的磁场向量，R_x(θ)、R_z(ψ)是智能手机的三个轴线上相应的旋转矩阵。然后我们获得

等式2：

这样，我们可以测量磁场Be，而不用考虑智能手机的动态航向。然而，我们不直接使用B_e作为观测结果，因为智能手机航向估计容易出错，并且这些错误将在Be上放大。一些人建议使用B_p的大小作为指纹，因为它是旋转不变的标量，而且相当稳定。然而只有一个指纹维度，这降低了指纹的唯一性。另一方面，大多数智能手机都装有重力传感器，可以感应重力方向，并且随位置和时间稳定。因此，我们可以检索B_p的垂直分量和水平分量(相对于重力)B_v和B_h，并将它们与B_p的大小相结合，以生成位置o的观测结果，即，

等式3：B_o＝(||B_p||,B_v,B_h)

在Magil和Mapel的离线阶段，如下执行磁场数据收集和数据库构建。

勘测路径规划：从我们在地图预处理步骤中获得的平面图中预先规划了几条勘测路径。典型地，这些路径应该沿着走廊、穿过大厅并处于障碍物周围，并覆盖各种行走方向。对于非常大的开放空间，我们可以添加更多的路径，以确保覆盖感兴趣的位置和行走方向。图5示出了一个示例，其中大的室内区域被任何潜在方向的许多勘测路径覆盖。请注意，我们可以根据场地形状自适应地对齐勘测路径。例如，在受约束的走廊中，我们沿着可到达的路径对齐轨迹，而在开放空间中，我们可以将它们对齐成相交的平行线。请注意，对于每条勘测路径，我们只需要沿着一个方向走就可以收集指纹数据。

磁力计和运动传感器测量：勘测员沿着路径行走，同时他/她的智能手机在行走过程中记录磁场数据和相应的时间戳。请注意，勘测员应该以大致恒定的速度行走，以获得更好的数据轨迹匹配。

表1：

数据轨迹匹配和数据预处理：基于数据时间戳和各轮，对照预先规划的路径绘制实际轨迹。我们根据中间磁场数据的时间戳和两轮之间的总时间间隔按比例计算中间磁场数据的位置。每个收集的磁场数据的位置被内插到与它们的时间戳差异成比例的预先规划的路径段中。此后，对每条勘测路径的磁场数据分别执行分段聚合近似(PAA)，以降低数据维数。更具体地说，将数据长度表示为n。然后将数据划分为n/10个大小相等的帧，在每个帧中，我们计算数据的平均值。来自所有帧的这些平均值的向量成为数据的降维表示，并存储在数据库中。

应当理解，在实践中，如果我们检测到布局已经改变，我们可在改变的布局附近重新收集指纹并相应地替换它们；对于RF信号，布局/接入点(AP)位置的简单改变或添加/移除AP可能导致整个原始指纹无效，并且需要整个指纹重新收集。

现在转向图6，示出了示例性非限制性曲线图600，其示出了根据本公开的方面或实施方式的磁场样本和匹配部分。图6所示的曲线图涉及序列匹配组件318可以执行的匹配，并且可以在Magil和Mapel中使用。由移动设备收集的磁场测量值608的序列可以与指纹序列606进行比较，并且测量值序列604的一部分可以被确定为与部分602匹配，从而指示移动设备穿过了已知的路径段。

用户的智能手机首先对磁场数据序列进行采样，Magil对地磁数据执行类似的PAA，以获得更短的磁场观测结果序列。为了匹配地磁序列，我们修改了史密斯-沃特曼(Smith-Waterman)算法，以确定来自用户的信号观测结果和来自勘测路径的观测结果之间的相似性。在给定匹配结果的情况下，我们将它们转换成顶点和曲线图，将最短路径问题公式化，并通过修改后的迪杰斯特拉(Dijkstra)算法高效地解决这个问题。

我们首先将用户的磁性观测结果与指纹进行匹配。图6示出了观测结果序列和指纹之间的匹配示例。我们可以清楚地看到方框中的部分602和604彼此匹配良好。这里的问题是如何识别序列中的相似部分。通过修改史密斯-沃特曼算法，我们设计了磁场序列匹配方案。史密斯-沃特曼算法是用于执行局部序列对齐的动态编程算法，已在生物科学中广泛使用(例如，用于确定两串核苷酸或蛋白质序列之间的相似区域)。

我们对原史密斯-沃特曼算法进行了修改，以支持磁场序列匹配。我们将观测到的样本(执行PAA后)表示为B_o，用户观测结果序列表示为Seq_observe＝{B_o1B_o2...B_om}，其中m是序列长度。注意，每个磁场观测值结果B_o可以被视为3D空间中的点。我们还将磁场指纹数据向量表示为Seq_fingerprint＝{B_f1B_f2...B_fn}，其中B_fi是第i个指纹磁场数据(也是观测结果)。然而，我们不能通过简单地计算B_oi和B_fj的欧几里德距离来确定B_oi是否匹配_Bfj，因为不同的设备可能产生不同的磁场值，即使样本是在相同的地方收集的也是如此。图2也示出了这个特性。为了解决这个问题，我们的主要观测结果是不同设备之间的读数差异几乎是相同的，尽管位置不同。假设dist(·,·)是两个样本之间的欧几里德距离。基于观测结果，我们可以利用这一点并确定B_oi和B_fj彼此匹配，如果且仅当g(o_i,f_j)，平均值去除后B_oi和B_fj的相邻样本之间的平均欧几里德距离小于某个阈值，即，

等式4：g(o_i,f_j)<Threshold

其中

等式5：

等式6：

C＝1/(2·window+1).

在实践中，我们根据经验设置window＝5，Threshold＝2μT，这平衡了鲁棒性和合理的计算时间。我们为匹配项分配1分，对不匹配项的惩罚成本被设置为经验值-1，这在实践中产生了竞争表现。我们对每个原始磁场指纹数据向量{B_f1B_f2...B_fn}执行这种修改后的史密斯-沃特曼序列匹配算法及其对应的反向指纹数据向量{B_fnB_fn-1...B_f1}，因为用户可以沿着同一条路径在两个不同的方向上行走。

在对磁场指纹数据向量和用户观测结果序列运行序列匹配算法后，我们可以获得几个匹配分数高的可能的匹配子串。注意，由于磁场数据的相似性，用户观测结果序列的子串可以匹配磁场指纹数据向量的许多子串，并且指纹磁场数据向量的子串可以匹配用户观测结果序列的许多子串，因为用户可以在相同的地方行走多次。另一个特征是，如果子串a匹配得分较高的b，那么位置靠近a的另一个子串c也可以匹配得分相对较高的b。我们称这种现象为模式重复。为了选择匹配分数高的子串并减少模式重复(从而降低时间和空间复杂度)，我们引入了新的子串选择算法(图7所示的算法1)。

我们在算法1中使用参数R来确定模式重复的次数。较大的R将减少模式重复，但是它也可以删除一些正确匹配的子字符串。较小的R可以导致更多的模式重复和更多的子串。在我们的系统中，我们选择R＝10，这是平衡时间复杂性和整体性能的经验值。请注意，我们在算法中也使用了几个阈值。第一个阈值，Threshold1，是为了避免分数太低(因此不相似)的子字符串。第二个阈值，Threshold 2，是为了避免子串太短而无法匹配，从而增加鲁棒性。最后一个阈值，Threshold 3，是为了避免匹配过程中有太多删除和插入的子字符串。这是因为当用户以与勘测员相同的行走方向和路径沿着或靠近勘测路径行走时，观测结果也会保持顺序；在匹配过程中，我们不能跳过太多磁场样本，因为它们穿过同一个地方。

因为用户可能行经许多地方，所以用户观测结果序列和一个磁场指纹数据向量之间的匹配只能覆盖整个观测结果序列的一小部分。我们需要一种算法来组合磁场数据向量的不同指纹之间的匹配，以获得覆盖整个观测结果序列的路径。

更具体地，我们表示对于每个磁场指纹数据向量使用算法1找到一组子串Si＝{si,1,si,2,...si,k}。每一个/>都匹配用户观测结果的某个部分，比如说/>注意到，每个子串si,j也可以被视为相应的物理路由，因为每个样本都可以映射到唯一的物理位置。在下文中，为了方便起见，我们可以互换使用子字符串和物理路由这两个词。我们的目标是找到有序的子串序列Seq，这个子串序列可以按顺序覆盖所有的用户观测结果，并且是物理连接的。这里，物理连接意味着Seq中每两个连续的子串在物理位置中是首尾相连的。这个约束条件是必要的，因为用户的移动是连续的。

我们通过将这个子问题转化为最短路径问题来处理。我们将曲线图G中的所有子串视为顶点。对于任意两个顶点或两个子串s_i和s_j，如果存在某个物理位置LOC，使得两个子串都通过附近的LOC，则它们之间存在指向边。假设s_i中最接近LOC的样本是s_j中最接近LOC的样本是/>我们为边指定两个权重b_x和b_y,，其中在s_i中/>与/>对齐，在s_j中/>与/>对齐。边的成本是b_x和b_y之间差值的绝对值。请注意，由于磁场采样和对齐中的噪声，b_x可能会小于或大于b_y，并且两个顶点之间可能会有许多边，因为如果用户多次行经同一个地方，可能会有无限多的潜在LOC。为了限制两个顶点之间的边的数量，我们只选择那些在物理上不太靠近的LOC，比如任意两个LOC之间的欧几里德距离至少为0.4m。

最后，我们需要对齐用户观测结果的开始和结束。我们将两个新顶点添加到G：START连接到每个匹配用户观测结果开始的子串，具有两个权重：0和第一个匹配用户观测结果的索引(也是具有最小索引的匹配用户观测结果)，而END由每个匹配用户观测结果结束的子串连接，具有两个权重：最后一个匹配用户观测结果的索引(也是具有最大索引的匹配用户观测结果)和m，用户观测结果序列的长度。注意，由于测量结果中的噪声，用户观测结果的开始和结束可能不匹配。因此，我们建议START连接到匹配用户观测结果的最小索引不大于R₁的子串，END连接到匹配用户观测结果的最大索引不小于m-R₁的子串。较大的R₁可以容忍更多的噪声，但引入更多的边，这增加了时间复杂度，而较小的R₁需要更严格的序列匹配，但减少了边的数量。这里我们设置R₁＝6，它平衡了我们系统的性能。我们要求有效路径是一条简单的路径，其中两条连续的边e₁具有权重b_1x和b_1y，e₂具有权重b_2x和b_2y，满足以下条件：

等式7：b_1y≤b_2x

我们在图8中示出了一个例子，其中每个箭头代表具有行走方向(并因此一个相应的指纹向量)的勘测路径(例如，802)。假设用户沿着轨迹A-LOC1-LOC2-B(例如，路径804)行走。然后，在应用磁场序列匹配和选择(算法1)之后，我们可以获得若干匹配的子串。在图8中，每个数字代表匹配具有相同颜色的指纹的用户观测结果的索引。例如，用户观测结果的前15个样本{B_o1B_o2...B_o15}匹配从位置A到LOC1的轨迹(例如轨迹806)的一部分(因此磁场指纹数据向量Seq_fingerprint1附近有数字1和数字15，分别对应于匹配子串的开始和结束)，并且{B_o13B_o14...B_o19}匹配从位置LOC3到LOC2等的轨迹(例如，轨迹808)的指纹Seq_fingerprint4的一部分。注意，由于测量值中的噪声，LOC1、LOC2和LOC3周围的匹配用户观测结果的索引可以不同。

在将该示例转换成最短路径问题之后，我们获得了图9所示的包含4个顶点的曲线图G，除了START(例如，902)和END(例如，904)之外，每个顶点表示匹配的子串(彩色箭头的一部分)。每个顶点对应于图8中匹配的子串。我们可以看到，从START到END的相应简单路径(也是唯一可用的简单路径)(在本专利中术语“路径”是指“简单路径”)具有边权重(0，1)、(15，16)、(19，20)和(25，27)，其中27是用户观测结果序列的长度。我们可以清楚地看到权重满足前面提到的条件，因此路径是有效的路径，这是优选的。

注意，轨迹A-LOC1-LOC3-C的相应路径不是有效路径，因为(15，16)和(13，15)是属于相应路径中两条相邻边的权重，并且它们不满足约束条件。因此，这条路径不应被视为匹配。如果我们实际上沿着轨迹A-LOC1-LOC3-C行走，我们将改为对齐对应于橙色箭头的反向指纹序列。回想一下，该约束条件确保样本按照正确的时间顺序对齐。此外，我们注意到没有将绿色顶点(对应于磁场指纹数据向量Seq_fingerprint3中的匹配子串)连接到顶点END的边，因为在相应的子串中，匹配用户观测结果的最大索引只有17，其小于27-R₁＝21(因此不接近用户观测结果向量的结束)。所以用户不会朝绿色箭头所示的方向走。

我们将路径的成本表示为路径中所有边的权重之和。例如，在上述示例中，从START到END的有效路径的成本为|0-1|+|15-16|+|19-20|+|25-27|＝5。那么从START到END的所有有效路径都可被视为可能的用户轨迹，并且最小成本有效路径对应于估计的用户轨迹，其中子串可以用尽可能正确的顺序匹配尽可能多的用户观测结果。在这种情况下，如果我们将边的成本视为距离，则最小成本路径可以被视为从START到END的最短路径。

我们分别用N和M表示G中的顶点数和边数。为了解决上述最短路径问题，我们需要将该约束条件转换成更有用的约束条件。如果我们在G中添加新的边e₀，它只连接两个权重都为0的START，在G中添加另一条新的边eend，它只连接两个权重都为INT_MAX(足够大的整数)的END，将G中的边视为中的新的“顶点”，将边的权重转换为/>中的“顶点”的权重，并且在/>中在两个相邻的“顶点”e₁和e₂之间添加新的“边”(这里相邻意味着“顶点”的相应边在G中首尾相连)。如果有效路径通过这些“顶点”(或者等同地，b_1y≤b_2x)，那么原始子问题等同于找到从对应于e₀的“顶点”到对应于/>中的e_end的“顶点”的最短路径(相对于节点权重而不是边权重的最小和)。然而，在最糟糕的情况下，使用传统的迪杰斯特拉算法和最小优先级队列的上述简单实施方案可以以O(N³+N²logN)运行，这在计算上是昂贵的，更不用说可能有大量的“边”消耗大量的存储内存。为了有效地降低时间和空间的复杂性，实际上我们并没有构造这样的/>相反，我们分别保持从e0到其他边的最短路径。在每一步中，我们提取具有最小距离的未探测边，并尽可能更新其相邻边的距离。伪代码如下(算法2)1000，如图10所示，其从标准的迪杰斯特拉算法改编得来。

在算法2 1000中，我们使用Out_(e)来表示一组出边(outgoing edge)e。我们注意到，在算法2 1000中，我们在松弛后从Out_(e1)中移除一些边，以进一步降低时间复杂度(第20行)。这是因为对于每条边e₂，如果它的dist值在第一次从e₁更新，那么在那之后，它的dist值不能从连接到e₂的其他e₃更新。迪杰斯特拉算法是一种贪婪算法，它以递增的方式更新距离，因此对于任何连接到e₂且更新dist的时间比e₁晚的e₃，如果b_3y≤b_2x，那么迪杰斯特拉算法保证dist_[e3]≥dist_[e1]；如果b_3y>b_2x，则e₃由于算法2 1000的第16行中的约束条件，无法进一步更新dist_[e2]。通过这种方式，我们可以看到，G中的每条边最多可以更新一次，并且在使用我们的算法之后，总的时间复杂度可以降低到O(MlogM)，或者大约O(N²logN)。最后，我们可以回溯从END到START的最短路径(第24-29行)，并通过将磁场指纹数据向量的匹配部分映射回真实世界坐标来获得估计的用户轨迹。

同样值得注意的是，如果有Wi-Fi或iBeacon指纹，我们的算法可以加以修改以容易地与该信号融合。假设某个时候我们收集磁场和Wi-Fi信号。在将接收到的信号强度指示值与指纹进行比较后，我们知道用户当时的一些潜在位置。对于包括磁场观测结果在内的聚合，我们只能将其与那些靠近那些潜在位置的磁场指纹数据向量相匹配，而不是将其与所有指纹数据向量相匹配。这样能有助于减少整体计算时间并提高定位精度。

磁场序列匹配和选择(算法1)的时间复杂度为：

等式8：

其中m是用户观测结果序列的长度，n是磁场指纹数据向量的最大长度，R是算法1中提到的参数，因为匹配和子串选择的时间复杂度分别为O(mn)和注意，在子串选择算法之后，我们最多可以选择/>个子串。

在上述过程之后，我们将定位问题转化为在O(N²)中的最短路径问题，该问题可以通过使用算法2在大约O(N²logN)中求解，其中N是匹配磁场子串的总数。所以Magil的总时间复杂度是：

等式9：

现在转到图11，我们讨论实施方案Mapel背后的过程，Mapel将地磁场测量值与用于定位解决方案的步进计数器数据相结合。

在表2中，我们总结了Mapel中使用的符号。在本节中，我们将简要讨论Mapel的剩余离线阶段，主要是关于我们的CRF结构。在进入我们的模型之前，首先简要回顾粒子滤波器的一些缺点。传统的粒子滤波器需要明确或精确的初始位置，并且严重依赖于用户方向的精确估计。否则，这些分散的粒子无法会聚到正确的位置。这种缺点尤其在无约束的开放空间下明显，并且仍然适用于磁场融合。我们的观测结果是，粒子滤波器将用户移动建模为连续空间中的许多粒子移动，其计算成本很高。相反，我们的Mapel将用户移动建模为离散节点之间的转换，这更加鲁棒，计算效率更高。

表2：

建筑物的内部结构主要对可用的行人位置施加硬约束条件。因此，地图预处理的主要目的是从行人不太可能出现的地图中移除自由度。该步骤采用预定义的平面图作为输入，并生成由离散状态(室内位置)组成的网格，同时保留状态之间的物理硬约束条件。

室内地图离散化如下。首先，我们通过寻找墙壁和门的轮廓从平面图中提取外围边。其次，我们将平面划分为边长为e的小的相同的正方形或网格。注意，大的e由于低地图粒度而降低定位精度，而小的e会增加计算成本。在我们的定位系统中，我们选择e作为0.5m到1m之间的平均步长(比如，在我们的系统部署中e＝0.8m)。第三，我们将S＝{s_i,t|1≤i≤N}定义为每一步t时刻的网格节点，其中N是层中的节点数。图11示出了网格结构1102。我们将网格的边定义为两个连续层之间的所有相邻节点。

E＝{(s_i,t,s_j,t+1)|1≤i,j≤N,|a_i-a_j|≤2,|b_i-b_j|≤2}，

其中a_i,a_j(b_i,b_j)分别表示网格中节点i和j的x坐标(y坐标)。我们在1104中举例说明。在时间t的状态s_i,t除了s_i,t+1之外还有以下节点的边：沿网格边的边(边长为e的4条边，边长为2e的4条边)；对角线上的边(绿色的4条对角线边，长度为长度为/>的8条边，长度为/>的4条边)(这里我们指的是空间距离，忽略连续层之间的空间距离)。

最后，在地图预处理过程中，我们丢弃不可接入的节点，并移除它们相应的边。这一步非常重要，因为通常有大量位置无法从合法区域接入，而移除这些节点会提高计算效率。

我们首先简要介绍条件随机场理论。条件随机场(CRF)是概率图形模型，用于在给定输入→x＝(x1,…,xn)的所有可能输出→y＝(y1,…,yn)中计算条件概率p(→y|→x)。它已被应用于自然语言处理和计算机视觉领域的许多任务。基于无向图模型，给定→x的条件概率→y可以写成

等式10：

其中ΨC(→xC,→yC)是对应于相依性曲线图[32]中的最大团的特征函数或(等效地)势函数。特征函数定义了观测信号(观测结果→x)支持两种连接状态(我们的CRF中的状态yi,t-1和yj,t)之间转换的程度。

在给定图11中的网格图的情况下，我们将条件随机场公式化，以便推断最终目标位置。在我们的网格图中，我们实施上述CRF以实现目标定位。我们将磁场、用户移动信息(智能手机方向、步长和步数)视为输入序列→x。然后我们实施CRF以找到输出序列→y，它具有网格中所有潜在状态S的最大条件似然性。具体而言，一元和成对势函数的条件似然性如下所示：

等式11：

其中一元势函数(或节点j处的状态因子)的形式为：

等式12：

其中，M是势函数的总数。一元函数表示智能手机处测量的信号和存储指纹之间的节点势。假设M^t(0≤M^t≤M)为成对势函数的数量。成对势函数(或y_i,t-1和y_j,t之间的转换因子)定义为

等式13：

由于潜在目标位置在网格内，并且只能在连接状态之间移动，所以Mapel限制了潜在位置，减少了室内区域的分散映射，这一点不同于粒子滤波器，粒子滤波器的计算成本较高。

这里我们介绍了Mapel的CRF中的势函数(特征函数)。我们指定了所有特征及其相应的观测结果，以及它们与状态转换的关系。请注意，在Mapel的CRF中，我们将位置与不同的状态相匹配，并将用户移动视为状态之间的转换，并且在每一时刻，用户都被视为停留在一个单一状态处。

基于磁场和运动传感器信号，下面我们描述如何定义特征函数：

磁场：第一特征函数表示为f₁(·)，表示磁场观测结果与指纹数据库一致的程度。一元特征函数可以首先定义为

等式14：

其中Bi是位置y_i,t处的磁场指纹数据，Σ_t是协方差。然而，设备异质性可能导致不同的读数，并有显著的偏移。如果磁力计之间的精确偏移Δ是离线预先计算的，我们在等式14中可以用x^B _t+Δ替换x^B _t来获得可用的特征函数。否则，在我们的公式中考虑测量两个连续步伐t-1和t的磁场偏移，而不是绝对值，以解决设备异质性问题。

具体而言，等式14的一元函数被转换成等式13中的成对函数：我们测量状态y_i,t-1和y_j,t之间的成对地磁偏移B_i-B_j。然后，我们从两个连续观测结果之间的差值中减去该偏移，并具有以下成对特征函数

等式15：

其中如下表达

等式16：

这里B_i和B_j分别是位置y_i,t-1和y_j,t处的磁场指纹，而Σ_t-1,t是t-1和t之间的信号协方差。利用等式15，我们仅将两个相邻状态的差值与两个连续步伐的读取偏移进行比较。这样，我们避免了不同智能手机磁力计之间的离线校准。

方向和步长：第二和第三特征函数考虑惯性测量值支持两种状态之间转换的程度。

等式17：

其中I(y_i,t-1,y_j,t)是状态y_i,t-1和y_j,t之间的指示函数。当且仅当(网格中的)状态y_i,t-1和y_j,t连接时，我们定义I(y_i,t-1,y_j,t)＝1。否则，I(y_i,t-1,y_j,t)＝0。观测结果的两个组成部分，即状态y_i,t-1和y_j,t之间时间t的方向和步长/>被认为是独立的。/>和分别是将方向和步长与状态相关联的两个特征函数。具体来说，/>定义为：

等式18：

其中，Θ(y_i,t-1,y_j,t)是两个状态y_i,t-1和y_j,t之间的边的方向，并且是时间t处的方向方差。从当前状态到其他相邻状态的边被构建在网格中，以便以离散化的方式表示16个可能的标头。步长的另一个特征函数/>类似地定义。在我们的系统中，我们选择典型的线性频率模型[36]作为我们的通用步伐模型，即，

等式19：步长＝af+b，

其中f是以Hz为单位的频率，a、b是人与人之间变化的常数。请注意，我们的Mapel中可以轻松应用其他模型。由于不同的用户可能产生不同的步长，我们提出了一种新颖的算法，该算法可以在以后动态地调适步伐模型。

Mapel考虑了粒子内几个步伐的条件概率，而不是仅仅一个步伐的测量值。因此，Mapel在一个时间戳上比传统的粒子滤波器对传感器噪声更具鲁棒性。

值得注意的是，我们的CRF可以很容易地扩展到其他信号，如Wi-Fi指纹。通过实施类似等式14的磁场的一元特征函数，我们可以很容易地用RF指纹数据(例如Wi-Fi)代替来测量信号匹配的程度。

Mapel中的CRF模型将上面介绍的这些特征函数结合到势函数中。我们如下介绍如何在离线CRF训练中确定等式(12)和(13)中的系数λ_i。训练CRF是为了找到使得训练数据集T的对数似然性L最大化的λ_i，即，

等式20：

其中T包含磁场信号指纹、从行走轨迹收集的传感器数据以及行走轨迹的相应地面实况。

为了提高训练效率，我们列举了许多可能的λ_i值，并选择使对数似然性最大化的设置。其他λ_i选择可能对定位性能有不同的影响，实验评估中给出了详细的结果。

定位的最后一步是根据观测结果找到最可能的→y序列，即最可能的轨迹。实际上，我们优选该模型每一步生成估计位置。事实上，每次用户只能停留在一个位置。因此，我们从维特比算法调适来计算每一步的边际概率。更具体地，在每一步中，算法沿着在状态s结束的路径找到最高分数(似然性)，并逐渐填充网格，即，

等式21：

然而，在某些情况下，因为E中的一些边比典型的步长更长，所以上述特征函数被稍微修改以在两个或更多步伐中捕获移动信息。例如，考虑长度是典型步长两倍的边e₀∈E。在这种情况下，

等式22：

其中s”是时间t-1时用户的估计位置，可以通过使用s’和时间t-1时的行走方向和步长来估计。可以相应地定义πt(s|→x)。在每一步中，网格δt(·)中最近填充的列被归一化。假设行人的总步数是Ns。最终序列→y可以通过首先发现如下等式获得：

等式23：

随后递归搜索：

等式24：yi＝πi+1(yi+1),i∈{Ns-1,Ns-2,...,1}.

由于人的步距不同，简单地对所有用户使用上面描述的通用步伐模型可能会产生很大的定位误差。接下来，我们提出了一种新颖的动态调适步伐模型的算法。通过通用步伐模型初始化后，Mapel学习不同用户的步长模型，以进一步保持高定位精度。

我们首先提出基本的想法。在每一步之后，Mapel返回与观测结果最匹配的估计轨迹。我们可以收集估计轨迹上的所有磁场指纹数据作为指纹数据向量，其每个分量都是观测结果B_o。同样，我们还有磁场数据向量的地面实况。沿着相同的轨迹，磁场序列形状相似。因此，我们采用动态时间扭曲(DTW)来比较和匹配两个向量的最相似部分。然后利用指纹数据向量中匹配部分的实际总距离来估计行走距离。给定估计的步行距离，Mapel回归等式17中的模型参数，从而适应不同的用户。

我们的自适应算法的细节如下。一步观测结果可能不适用于估计步行距离。在磁场变化很小的区域，与DTW的匹配误差可能很大。这里，我们将几个连续步伐的磁场读数聚集在一起，并且仅当磁场大小读数的范围大于我们系统中的阈值，比如5μT时，对聚集的观测结果执行DTW。由于我们优选匹配系列的形状特征(例如峰值和斜率)而不是实际值，所以我们对磁场特征的每个维度(导数动态时间扭曲[47]或DDTW)的一阶导数执行DTW，并使用L2范数距离计算目标处的第i个观测结果Bt(i)和第j个磁场指纹Bf(j)之间的距离，即

等式25：

在给定等式3中磁场特征的定义的情况下，Bt(i,k)和Bf(j,k)分别是第k维的Bt(i)和Bf(j)。

之后，我们得到了一些三元组：<一次聚合中的总步数，步频之和，从DDTW匹配获得的估计步行距离>。由于其中S是一次聚合中的步伐数，所以通过对这些三元组的线性回归获得最终个性化步伐模型。可以在Mapel中进一步利用它来提高定位精度。

估计轨迹的时间复杂度是O(|S|·Ns)，其中S是状态集合。如果状态数太大，该算法可能有高计算成本。在实时跟踪的情况下，我们还引入了一些启发式算法来提高性能。首先，Mapel可以在最初的几步(初始化)中对整个站点进行彻底的搜索，直到只有几个状态的得分(似然值)比其他状态高得多。然后Mapel对这些发现的状态进行定位。第二，如果Mapel在某步中发现归一化之前所有状态的得分(似然性)之和非常小，那么它停止并重新开始定位(当信号噪声很大或在用户异常握持姿势的时候)。

步伐模型学习的时间复杂度是O(KMfMo)，其中K是三元组的数量，Mf是三元组中指纹数据向量的最大长度，并且Mo是三元组中磁场地面实况观测结果(向量)的最大长度。请注意，步长模型可以在线计算，使系统适应不同的用户。

为了解释简单，方法(或过程)被描绘和描述为一系列动作。注意，各种实施方式不受所示动作和/或动作顺序的限制。例如，动作可以以各种顺序发生和/或同时发生，并且与这里没有呈现或描述的其他动作一起发生。在另一方面，各种动作可以由这里描述的实施方式的系统和/或组件来执行。

图12是根据本公开的一个方面或实施方式的使用地磁场进行室内定位的方法1200的示例性非限制性过程流程图。

方法1200可以从1202开始，其中该方法包括以限定的间隔测量磁场强度和磁场向量，从而产生磁场测量值序列。

在步骤1204，该方法可以包括将磁场测量值的相对变化与指纹信号图进行匹配，并且基于该匹配，确定作为移动设备经过的路径的一部分的路径段。

在1206，该方法可以包括基于与包括该路径段的一组路径段的相应磁场测量值相关联的索引号，对包括该组路径段进行排序，从而产生有序的路径段组。

在1208，该方法可以包括通过确定与有序路径段组相关联的路径来确定移动设备经过的路径。

图13是根据本公开的一个方面或实施方式的使用地磁场和步进计数器进行室内定位的方法1300的示例性非限制性过程流程图。

方法1300可以从1302开始，其中该方法包括使用包括处理器的移动设备的磁力计以预定间隔测量磁场强度和磁场向量，从而产生磁场测量值序列。

在步骤1304，该方法可以包括使用移动设备的计步器传感器确定走过的步伐的数量和步伐的方向。

在1306，该方法可以包括由移动设备将磁场测量值中的相对变化与指纹信号图进行匹配。

在1308，该方法可以包括基于匹配、步伐数量和步伐方向，由移动设备确定移动设备的位置。

现在参考图14，其示出了根据本文描述的一些实施方式的示例性最终用户设备(例如用户设备)的示意框图，最终用户设备可以是能够连接到网络的移动设备1400。虽然这里示出了移动手机1400，但是应当理解，其他设备可以是移动设备，并且移动手机1400仅被示出以提供本文描述的各种实施方式的实施方式背景。以下讨论旨在提供可以实施各种实施方式的合适环境1400的示例性简要的一般描述。虽然该描述包括在机器可读存储介质上具体实施的计算机可执行指令的一般背景，但是本领域技术人员将认识到，各种实施方式也可以结合其他程序模块和/或作为硬件和软件的组合来实施。

通常，应用程序(例如，程序模块)可以包括例程、程序、组件、数据结构等，它们执行特定的任务或实施特定的抽象数据类型。此外，本领域技术人员将理解，这里描述的方法可以用其他系统配置来实践，包括单处理器或多处理器系统、小型计算机、大型计算机以及个人计算机、手持式计算设备、基于微处理器或可编程的消费电子产品等，其中每一个都可以可操作地耦接到一个或多个相关联的设备。

计算设备通常可包括各种机器可读介质。机器可读介质可以是可由计算机访问的任何可用介质，包括易失性和非易失性介质、可移除和不可移除介质。作为示例而非限制，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质可以包括易失性和/或非易失性介质、以用于存储信息的任何方法或技术实施的可移除和/或不可移除介质，例如计算机可读指令、数据结构、程序模块或其他数据。计算机存储介质可以包括但不限于RAM、ROM、EEPROM、闪存或其他存储技术、CD ROM、数字视盘(DVD)或其他光盘存储器、盒式磁带、磁带、磁盘存储器或其他磁存储设备，或者可以用于存储所需信息并且可以由计算机访问的任何其他介质。

通信介质通常将计算机可读指令、数据结构、程序模块或其他数据具体实施在诸如载波或其他传输机制的调制数据信号中，并且包括任何信息传递介质。术语“调制数据信号”是指这样一种信号，其一个或多个特征以在信号中编码信息的方式被设置或改变。作为示例而非限制，通信介质包括有线介质，例如有线网络或直接有线连接，以及无线介质，例如声学、RF、红外和其他无线介质。上述任何的组合也应包括在计算机可读介质的范围内。

手机1400包括处理器1402，用于控制和处理所有机载操作和功能。存储器1404介接到处理器1402，用于存储数据和一个或多个应用1406(例如，视频播放器软件、用户反馈组件软件等)。其他应用可以包括有助于启动用户反馈信号的预定语音命令的语音识别。应用1406可以存储在存储器1404和/或固件1408中，并且由处理器1402从存储器1404或/和固件1408中的任一个或两个执行。固件1408还可以存储启动代码，用于在初始化手机1400时执行。通信组件1410与处理器1402介接，以便于与外部系统，例如蜂窝网络、VoIP网络等进行有线/无线通信。这里，通信组件1410还可包括用于相应信号通信的合适的蜂窝收发器1411(例如，GSM收发器)和/或无执照收发器1413(例如，Wi-Fi、WiMax)。手机1400可以是例如蜂窝电话、具有移动通信能力的PDA和以消息接发为中心的设备之类的设备。通信组件1410还便于从地面无线电网络(例如，广播)、数字卫星无线电网络和基于互联网的无线电服务网络进行通信接收。

手机1400包括显示器1412，用于显示文本、图像、视频、电话功能(例如，来电显示功能)、设置功能以及用户输入。例如，显示器1412也可称为“屏幕”，其可以容纳多媒体内容(例如，音乐元数据、消息、壁纸、图形等)的呈现。显示器1412还可以显示视频，并且可以便于视频引用的生成、编辑和共享。串行I/O接口1414被提供为与处理器1402通信，以便于通过硬线连接和其他串行输入设备(例如键盘、小键盘和鼠标)进行有线和/或无线串行通信(例如，USB和/或IEEE 1394)。例如，这支持手机1400的更新和故障排除。音频能力由音频I/O组件1416提供，音频I/O组件1416可以包括用于输出音频信号的扬声器，该音频信号与例如用户按下适当的键或键组合来启动用户反馈信号的指示相关。音频I/O组件1416还便于通过麦克风输入音频信号，以记录数据和/或电话语音数据，并用于输入用于电话对话的语音信号。

手机1400可以包括插槽接口1418，用于以卡用户身份模块(SIM)或通用SIM卡1420的形式容纳SIC(用户身份组件)，并将SIM卡1420与处理器1402介接。然而，应当理解，可以将SIM卡1420制造到手机1400中，并通过下载数据和软件来更新。

手机1400可以通过通信组件1410处理IP数据业务，以适应通过ISP或宽带电缆提供商来自例如互联网、公司内部网、家庭网络、个人区域网络等IP网络的IP业务。因此，手机1400可以利用VoIP业务，并且可以编码或解码的格式接收基于IP的多媒体内容。

根据本文公开的一个或多个实施方式，可以提供传感器组件1422(例如磁力计、计步器)来感测磁场或所走出的步伐、步距等。手机1400还包括电池和/或AC电源子系统形式的电源1424，电源1424可以通过电源I/O组件1426连接到外部电源系统或充电设备(未示出)。

手机1400还可包括视频组件1430，用于处理接收到的视频内容，并用于记录和发送视频内容。例如，视频组件1430可以便于视频引用的生成、编辑和共享。位置跟踪组件1432便于在地理上定位手机1400。如上所述，这可以在用户自动或手动启动反馈信号时发生。用户输入组件1435便于用户启动质量反馈信号。用户输入组件1435还可以便于视频引用的生成、编辑和共享。用户输入组件1435可以包括这样的传统输入设备技术，例如小键盘、键盘、鼠标、手写笔和/或触摸屏。

再次参考应用1406，滞后组件1436有助于滞后数据的分析和处理，滞后数据用于确定何时与接入点相关联。可以提供软件触发组件1438，当Wi-Fi收发器1413检测到接入点的信标时，软件触发组件1438便于滞后组件1436的触发。SIP客户端1440使手机1400能够支持SIP协议，并向SIP注册服务器注册用户。应用1406还可以包括客户端1446，其至少提供发现、播放和存储多媒体内容(例如音乐)的能力。

如上所述，与通信组件1410相关的手机1400包括室内网络无线电收发器1413(例如，Wi-Fi收发器)。该功能支持双模GSM手机1400的室内无线电链路，如IEEE 802.11。手机1400可以通过可将无线语音和数字无线电芯片组组合成单个手持设备的手机至少容纳卫星无线电服务。

现在参考图15，其示出了根据本说明书的计算环境1500的示意框图。系统1500包括一个或多个客户端1502(例如，计算机、智能手机、平板电脑、照相机、PDA)。客户端1502可以是硬件和/或软件(例如，线程、进程、计算设备)。例如，客户端1502可以通过采用规范来容纳小文件(cookie)和/或相关联的上下文信息。

系统1500还包括一个或多个服务器1504。服务器1504也可以是硬件或与软件结合的硬件(例如，线程、进程、计算设备)。例如，服务器1504可以通过采用本公开的各方面来容纳线程以执行转换。客户端1502和服务器1504之间的一种可能的通信可以是适于在两个或多个计算机进程之间传输的数据包的形式，其中数据包可以包括编码项目。例如，数据包可以包括小文件(cookie)和/或相关联的上下文信息。系统1500包括通信框架1506(例如，诸如互联网的全球通信网络)，其可用于便于客户端1502和服务器1504之间的通信。

可以通过有线(包括光纤)和/或无线技术来方便通信。在一个方面，客户端1502和网络设备(例如，服务器1504)之间的通信是通过无线信道进行的。在另一方面，网络设备(例如，服务器1504)之间的通信链路可以经由无线和/或有线信道。注意，这里描述了客户端1502和网络设备(例如，服务器1504)之间的无线连接，然而客户端1502可以具有其他能力(例如，有线通信能力)。客户端1502可操作地连接到一个或多个客户端数据存储器1508，客户端数据存储器1508可用于存储客户端1502本地的信息(例如，cookie和/或相关联的上下文信息)。类似地，服务器1504可操作地连接到一个或多个服务器数据存储器1510，服务器数据存储器1510可用于存储服务器1504本地的信息。

在一个实施方案中，服务器1504可以将编码文件(例如，网络选择策略、网络条件信息等)传输到客户端1502。客户端1502可以存储文件、解码文件或者将文件传输到另一个客户端1502。注意，根据所公开的主题，服务器1504也可以将未压缩的文件传输到客户端1502，并且客户端1502可以压缩该文件。同样，服务器1504可以对信息进行编码，并通过通信框架1506将信息传输到一个或多个客户端1502。

现在参考图16，其示出了可操作来执行所公开的通信架构的计算机的框图。为了给本说明书的各个方面提供额外的背景，图16和下面的讨论旨在提供其中可以实施说明书的各个方面的合适计算环境1600的简要的一般描述。虽然上面已经在可以在一台或多台计算机上运行的计算机可执行指令的一般背景下描述了本说明书，但是应当注意，本说明书也可以结合其他程序模块和/或作为硬件和软件的组合来实施。

通常，程序模块包括例程、程序、组件、数据结构等，它们执行特定的任务或实施特定的抽象数据类型。此外，本领域技术人员将理解，本发明的方法可以用其他计算机系统配置来实践，其他计算机系统配置包括单处理器或多处理器计算机系统、小型计算机、大型计算机以及个人计算机、手持计算设备、基于微处理器或可编程的消费电子产品等，其中每一个都可以可操作地耦接到一个或多个相关联的设备。

说明书中示出的方面也可在分布式计算环境中实践，包括云计算环境，其中某些任务由通过通信网络链接的远程处理设备执行。在分布式计算环境中，程序模块可以位于本地和远程存储器存储设备中。

计算设备可以包括各种介质，这些介质可以包括计算机可读存储介质和/或通信介质，这两个术语在这里彼此不同地如下使用。计算机可读存储介质可以是可由计算机访问的任何可用存储介质，包括易失性和非易失性介质、可移除和不可移除介质。作为示例而非限制，计算机可读存储介质可以结合用于存储诸如计算机可读指令、程序模块、结构化数据或非结构化数据之类的信息的任何方法或技术来实施。计算机可读存储介质可以包括但不限于RAM、ROM、EEPROM、闪存或其他存储技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储器、盒式磁带、磁带、磁盘存储器或其他磁存储设备，或可用于存储所需信息的其他有形和/或非暂时性介质。计算机可读存储介质可以由一个或多个本地或远程计算设备例如通过访问请求、查询或其他数据检索协议访问，以用于关于介质存储的信息的各种操作。

通信介质通常包括(和/或便于传输)数据信号中的计算机可读指令、数据结构、程序模块或其他结构化或非结构化数据，该数据信号诸如是调制数据信号，例如载波或其他传输机制，并且包括任何信息传递或传输介质。术语“调制数据信号”是指这样的信号，它的一个或多个特征被设置或改变，以便在一个或多个信号中编码信息。作为示例而非限制，通信介质包括有线介质，例如有线网络或直接有线连接，以及无线介质，例如声学、RF、红外和其他无线介质。

再次参考图16，用于实施本说明书各个方面的示例环境1600包括计算机1602，计算机1602包括处理单元1604、系统存储器1606和系统总线1608。系统总线1608将包括但不限于系统存储器1606的系统组件耦接到处理单元1604。处理单元1604可以是各种市售处理器中的任何一种。双微处理器和其他多处理器架构也可以用作处理单元1604。

系统总线1608可以是几种类型的总线结构中的任何一种，这些总线结构可以使用各种商业上可获得的总线架构中的任何一种进一步互连到存储器总线(有或没有存储器控制器)、外围总线和本地总线。系统存储器1606包括只读存储器(ROM)1610和随机存取存储器(RAM)1612。基本输入/输出系统存储在非易失性存储器1610中，例如ROM、可擦除可编程只读存储器、电可擦除可编程只读存储器，该基本输入/输出系统包含诸如在启动期间帮助在计算机1602内的元件之间传输信息的基本例程。RAM 1612还可以包括高速RAM，例如用于缓存数据的静态RAM。

计算机1602还包括内部硬盘驱动器1614(例如，EIDE、SATA)，该内部硬盘驱动器1614也可以被配置为在合适的机箱(未示出)中外部使用，磁软盘驱动器1616(例如，从可移除磁盘1618读取或写入)和光盘驱动器1620(例如，读取CD-ROM光盘1622，或者从诸如DVD的其他高容量光学介质读取或写入)。硬盘驱动器1614、磁盘驱动器1616和光盘驱动器1620可以分别通过硬盘驱动器接口1624、磁盘驱动器接口1626和光盘驱动器接口1628连接到系统总线1608。用于外部驱动器实施方案的接口1624包括通用串行总线(USB)和IEEE 1394接口技术中的至少一种或两种。其他外部驱动器连接技术也在本说明书的考虑范围内。

驱动器及其相关联的计算机可读存储介质提供数据、数据结构、计算机可执行指令等的非易失性存储。对于计算机1602，驱动器和存储介质以合适的数字格式容纳任何数据的存储。尽管以上对计算机可读存储介质的描述涉及HDD、可移除磁盘和可移除光学介质，例如CD或DVD，但是本领域技术人员应当注意，计算机可读的其他类型的存储介质，例如zip驱动器、盒式磁带、闪存卡、盒式磁带等，也可以用于示例操作环境中，并且进而，任何这样的存储介质可以包含用于执行本说明书的方法的计算机可执行指令。

多个程序模块可以存储在驱动器和RAM 1612中，包括操作系统1630、一个或多个应用程序1632、其他程序模块1634和程序数据1636。操作系统、应用、模块和/或数据的全部或部分也可以缓存在RAM 1612中。注意，本说明书可以用各种商业上可获得的操作系统或操作系统的组合来实施。

用户可以通过一个或多个有线/无线输入设备，例如键盘1638和指向设备，例如鼠标1640，向计算机1602输入命令和信息。其他输入设备(未示出)可以包括麦克风、IR遥控器、操纵杆、游戏手柄、手写笔、触摸屏等。这些和其他输入设备通常通过耦接到系统总线1608的输入设备接口1642连接到处理单元1604，但是也可以通过其他接口连接，例如并行端口、IEEE 1394串行端口、游戏端口、USB端口、IR接口等。

监视器1644或其他类型的显示设备也通过诸如视频适配器1646的接口连接到系统总线1608。除了监视器1644之外，计算机通常还包括其他外围输出设备(未示出)，例如扬声器、打印机等。

计算机1602可使用经由有线和/或无线通信与一个或多个远程计算机(例如远程计算机1648)的逻辑连接在网络化环境中操作。远程计算机1648可以是工作站、服务器计算机、路由器、个人计算机、便携式计算机、基于微处理器的娱乐设备、对等设备或其他公共网络节点，并且通常包括相对于计算机1602描述的许多或所有元件，尽管为了简洁起见，仅示出了存储器/存储设备1650。所描绘的逻辑连接包括与局域网1652和/或更大网络(例如广域网1654)的有线/无线连接。这种局域网和广域网网络环境在办公室和公司中很常见，并且便于企业范围的计算机网络，例如内部网，所有这些都可以连接到全球通信网络，例如互联网。

当在局域网网络环境中使用时，计算机1602通过有线和/或无线通信网络接口或适配器1656连接到局域网1652。适配器1656可以便于与局域网1652的有线或无线通信，局域网1652还可以包括设置在其上的无线接入点，用于与无线适配器1656通信。

当在广域网环境中使用时，计算机1602可以包括调制解调器1658，或者连接到广域网1654上的通信服务器，或者具有用于例如通过互联网在广域网1654上建立通信的其他装置。调制解调器1658可以是内置或外置的有线或无线设备，通过串行端口接口1642连接到系统总线1608。在网络化环境中，相对于计算机1602描述的程序模块或其部分可以存储在远程存储器/存储设备1650中。注意，所示的网络连接是示例，并且可以使用在计算机之间建立通信链路的其他方式。

计算机1602可操作来与可操作地设置在无线通信中的任何无线设备或实体通信，例如打印机、扫描仪、台式和/或便携式计算机、便携式数据助理、通信卫星、与无线可检测标签相关联的任何设备或位置(例如信息亭、报摊、休息室)以及电话。在示例性实施方式中，例如，可以使用Wi-Fi、蓝牙、Zigbee和其他802.XX无线技术来方便无线通信。因此，通信可以是与传统网络一样的预定义结构，或者仅仅是至少两个设备之间的自组织通信。

Wi-Fi或无线保真技术允许从家里的沙发、酒店房间的床或工作的会议室连接到互联网，而不需要连线。Wi-Fi是这样一种无线技术，它类似于手机中使用的无线技术，能够使诸如计算机等设备在基站范围内的任何地方在室内和室外发送和接收数据。Wi-Fi网络使用称为IEEE 802.11(a、b、g、n等)的无线电技术来提供安全、可靠、快速的无线连接。Wi-Fi网络可用于将计算机相互连接、连接到互联网和有线网络(使用IEEE 802.3或以太网)。Wi-Fi网络可以在无执照2.4和5GHz无线电频段中运行，例如，以12Mbps(802.11a)、54Mbps(802.11b)或150Mbps(802.11n)的数据速率运行，或者使用包含这两个频段(双频段)的产品运行，因此网络可以提供类似于许多家庭和/或办公室中使用的有线以太网的真实性能。

在本说明书中使用的术语“处理器”可以指基本上任何计算处理单元或设备，包括但不限于包括单核处理器；具有软件多线程执行能力的单处理器；多核处理器；具有软件多线程执行能力的多核处理器；具有硬件多线程技术的多核处理器；并行平台；和具有分布式共享存储器的并行平台。此外，处理器可以指集成电路、专用集成电路(FPGA)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑控制器(PLC)、复杂可编程逻辑设备(CPLD)、分立门或晶体管逻辑、分立硬件组件或设计成用于执行这里描述的功能的它们的任意组合。处理器可以利用纳米级架构，例如但不限于基于分子和量子点的晶体管、开关和门，以优化空间使用或增强用户设备的性能。处理器也可以实施为计算处理单元的组合。

在本说明书中，诸如“数据存储”、“数据存储器”、“数据库”和与组件的操作和功能相关的基本上任何其他信息存储组件的术语指的是“存储器组件”或在“存储器”或构成存储器的组件中具体实施的实体。注意，这里描述的存储器组件或计算机可读存储介质可以是易失性存储器或非易失性存储器，或者可以包括易失性和非易失性存储器。

作为说明而非限制，非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除ROM(EEPROM)或闪存。易失性存储器可以包括随机存取存储器(RAM)，其充当外部高速缓冲存储器。作为说明而非限制，RAM有多种形式，例如同步RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据速率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链接DRAM(SLDRAM)和直接Rambus RAM(DRRAM)。此外，本文公开的系统或方法的存储器组件旨在包括但不限于这些和任何其他合适类型的存储器。

本申请中所使用的术语“组件”、“模块”、“系统”、“接口”、“平台”、“服务”、“框架”、“连接器”、“控制器”等通常旨在指代计算机相关实体，或者是硬件、硬件和软件的组合、软件或正在执行的软件，或者是与具有一个或多个特定功能的操作机器相关的实体。例如，组件可以是但不限于在处理器上运行的进程、处理器、对象、可执行文件、执行线程、程序和/或计算机。举例来说，在控制器上运行的应用和控制器都可以是组件。一个或多个组件可以驻留在执行进程和/或线程中，并且组件可以位于一台计算机上和/或分布在两台或多台计算机之间。作为另一个例子，接口可以包括I/O组件以及相关联的处理器、应用和/或API组件。

此外，各种实施方式可以实施为使用标准编程和/或工程技术来产生软件、固件、硬件或其任意组合以控制计算机实施所公开主题的一个或多个方面的方法、装置或制品。制品可以包含可从任何计算机可读设备或计算机可读存储/通信介质访问的计算机程序。例如，计算机可读存储介质可以包括但不限于磁存储设备(例如，硬盘、软盘、磁条……)、光盘(例如，光盘(CD)、数字多功能盘(DVD)……)、智能卡和闪存设备(例如，卡、棒、钥匙驱动器……)。当然，本领域技术人员将认识到，在不脱离各种实施方式的范围或精神的情况下，可以对该配置进行许多修改。

上述内容包括本说明书的示例。当然，为了描述本说明书的目的，不可能描述组件或方法的每一种可能的组合，但是本领域普通技术人员可以认识到，本说明书的许多进一步的组合和置换是可能的。因此，本说明书旨在涵盖落入所附权利要求的精神和范围内的所有这些变更、修改和变化。此外，就在详细描述或权利要求中使用的术语“包含”而言，该术语旨在以类似于术语“包括”在权利要求中用作过渡词时的方式包含。

Claims

1.一种移动设备，包括：

处理器；以及

2.根据权利要求1所述的移动设备，其中，所述索引号与基于获得所述磁场测量值的时间的时间戳相关联。

3.根据权利要求1所述的移动设备，其中，所述操作还包括：

对所述指纹信号图应用分段聚合近似以降低所述指纹信号图的数据维数。

4.根据权利要求1所述的移动设备，其中，所述指纹信号图存储在所述移动设备上的数据存储器中。

5.根据权利要求1所述的移动设备，其中，测量所述磁场强度和所述磁场向量由磁力计执行。

6.根据权利要求1所述的移动设备，其中，所述限定的间隔的长度基于相应的所确定的行走速度。

7.根据权利要求1所述的移动设备，其中，所述操作还包括：

测量与Wi-Fi信号相关联的接收信号强度指示符；以及

基于所述接收信号强度指示符约束所述路径段的位置。

8.一种室内定位方法，包括：

9.根据权利要求8所述的方法，还包括：

所述指纹信号图包括节点的网格，其中，所述节点的网格中的每个节点具有相关联的指纹信号测量值。

10.根据权利要求9所述的方法，其中，基于所述计步器传感器的输出，用相应的位置标记所述节点的网格中的每个节点。

11.根据权利要求9所述的方法，其中，确定所述移动设备的位置包括确定所述移动设备位于所述节点的网格中的哪个节点。

12.根据权利要求8所述的方法，还包括：

由所述移动设备基于所走的步数、所述步伐的方向和沿着行走路径的磁场测量值的相对变化来校准与行走距离和步长相关联的步伐模型。

13.根据权利要求8所述的方法，还包括：

由所述移动设备测量与Wi-Fi信号相关联的接收信号强度指示符；以及

由所述移动设备基于所述接收信号强度指示符来约束路径段的位置。

14.一种存储计算机可执行指令的计算机可读存储设备，所述计算机可执行指令响应于执行使得包括处理器的系统执行操作，所述操作包括：

15.根据权利要求14所述的计算机可读存储设备，其中，所述操作还包括：

通过以预定时间间隔在经过预定勘测路径时取得指纹信号测量值来生成所述指纹信号图。

16.根据权利要求14所述的计算机可读存储设备，其中，所述操作还包括：

测量与无线电信号相关联的接收信号强度指示符；以及

基于所述接收信号强度指示符约束所述路径段的位置。