CN110940951A - 定位方法及设备 - Google Patents
定位方法及设备 Download PDFInfo
- Publication number
- CN110940951A CN110940951A CN201811116341.XA CN201811116341A CN110940951A CN 110940951 A CN110940951 A CN 110940951A CN 201811116341 A CN201811116341 A CN 201811116341A CN 110940951 A CN110940951 A CN 110940951A
- Authority
- CN
- China
- Prior art keywords
- access points
- signal strength
- terminal
- difference degree
- determining
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/10—Position of receiver fixed by co-ordinating a plurality of position lines defined by path-difference measurements, e.g. omega or decca systems
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供一种定位方法及设备。该方法包括:根据待定位终端采集的至少两个接入点各自的信号强度,确定所述接入点间信号强度的差异程度;根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置。本发明提高了定位精度。
Description
技术领域
本发明涉及定位技术领域,尤其涉及一种定位方法及设备。
背景技术
目前,在无线局域网(Wireless Local Area Networks,WLAN)定位系统中,位置指纹定位方案以普适性和高效性得到了广泛的应用。
现有技术中,位置指纹定位方案包括两个阶段:离线采集阶段和在线定位阶段。在离线采集阶段,主要完成在定位区域内选择的参考点采集周围接入点(Access Point,AP)的信号强度,构建关于AP的信号强度与参考点的位置之间关系的位置指纹库。在线定位阶段中,终端在某个位置点采集周围AP的信号强度后,通过一定的算法匹配采集到AP的信号强度与位置指纹库中AP的信号强度,并将最相似的信号强度对应的参考点的位置作为用户终端的定位结果。
但是,现有技术中,存在由于终端间的差异,导致不同终端在同一地点采集到的AP的信号强度不同,从而导致定位精度较低的问题。
发明内容
本发明实施例提供一种定位方法及设备,用以解决现有技术中由于终端间的差异,导致不同终端在同一地点采集到的AP的信号强度不同,从而导致定位精度较低的问题。
第一方面,本发明实施例提供一种定位方法,包括:
根据待定位终端采集的至少两个接入点各自的信号强度,确定所述接入点间信号强度的差异程度;
根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置。
可选的,所述根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置,包括:
根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定不同位置下得到所述接入点间信号强度的差异程度的概率;
根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置。
可选的,所述根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置,包括:
将得到所述接入点间信号强度的差异程度的概率最大的位置,确定为所述待定位终端的位置。
可选的,所述根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置,包括:
确定至少两个位置,所述至少两个位置下得到所述接入点间信号强度的差异程度的概率大于其他位置下得到所述接入点间信号强度的差异程度的概率,且所述至少两个位置中各位置下得到接入点间信号强度的差异程度的概率间的差异程度小于或等于预设差异程度;
根据所述至少两个位置,确定所述待定位终端的位置。
可选的,所述根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置之前,还包括:
根据采样终端在不同位置下采集到的至少一个接入点各自的信号强度,生成位置指纹库,所述位置指纹库中包括不同位置与接入点间信号强度的差异程度的对应关系。
可选的,所述根据采样终端在不同位置下采集到的至少一个接入点各自的信号强度,生成位置指纹库,包括:
根据采样终端在所述不同位置中每个位置下采集到的至少一个接入点各自的信号强度,对每个位置的至少一个接入点进行过滤,确定每个位置过滤后的接入点;
根据每个位置过滤后的接入点的信号强度,生成位置指纹库。
可选的,所述根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置之前,还包括:
接收其他设备发送的位置指纹库,所述位置指纹库中包括不同位置与接入点间信号强度的差异程度的对应关系。
可选的,所述根据待定位终端采集的至少两个接入点各自的信号强度,确定所述接入点间信号强度的差异程度,包括:
根据待定位终端采集的至少两个接入点各自的信号强度,确定所述至少两个接入点中各接入点与目标接入点间信号强度的差异程度。
可选的,所述目标接入点包括:所述至少两个接入点中信号强度最大的接入点。
可选的,所述确定所述待定位终端的位置之后,还包括:在地图中标注所述待定位终端的位置。
第二方面,本发明实施例提供一种定位设备,包括:处理器以及用于存储计算机指令的存储器;所述处理器运行所述计算机指令执行上述第一方面任一项所述的方法。
本发明实施例提供的定位方法及设备,通过根据待定位终端采集的至少两个接入点各自的信号强度,确定所述接入点间信号强度的差异程度,根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置,实现了根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置,由于不同终端接收到的各接入点间信号强度的差异程度是相似的,因此可以避免由于终端间的差异,导致不同终端在同一地点接收到的接入点的信号强度不同,甚至差异较大时,离线采集阶段的采样终端与在线定位阶段的待定位终端不同,从而导致定位精度较低的问题,提高了定位精度。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图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为本发明实施例提供的定位方法实施例一的流程图;
图2为本发明实施例提供的不同终端的信号强度的示意图;
图3为本发明实施例提供的定位方法实施例二的流程图;
图4为本发明实施例提供的定位方法实施例三的流程图。
图5为本发明实施例提供的定位方法的示意图;
图6为本发明实施例提供的高斯分布的示意图;
图7为本发明实施例提供的定位方法实施例四的流程图;
图8为本发明实施例提供的定位设备实施例的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的定位方法实施例一的流程图,本实施例的定位方法可以由定位设备执行,所述定位设备可以为待定位终端或者网络侧设备等,所述待定位终端例如可以为手机、平板电脑等,所述网络侧设备例如可以为服务器等。如图1所示,本实施例的方法可以包括:
步骤101、根据待定位终端采集的至少两个接入点各自的信号强度,确定所述接入点间信号强度的差异程度。
本步骤中,所述接入点间信号强度的差异程度,具体可以为所述至少两个接入点中各接入点与目标接入点间信号强度的差异程度,或者也可以为对所述至少两个接入点按照信号强度的大小顺序排序后,相邻两个接入点间信号强度的差异程度,本发明对此并不作限定。可选的,步骤101具体可以为根据待定位终端采集的至少两个接入点各自的信号强度,确定所述至少两个接入点中各接入点与目标接入点间信号强度的差异程度。可选的,所述目标接入点包括:所述至少两个接入点中信号强度最大的接入点。需要说明的是,信号强度的单位通常是dbm,是根据公式N dbm=10log(W/1mw)得来的,由该公式可知,当功率值W小于1mw时,N就是负值,而接收功率通常是小于所以1mw的,因此接收强度通常为负数,值越小表示接收强度越小。这里,通过将至少两个接入点中信号强度最大的接入点作为目标接入点,可以使得不同接入点与目标接入点间信号强度的差异程度均为非正值,单位还可以为dbm,从而可以明确差异程度的单位,便于对差异程度的进一步使用。
所述差异程度具体可以为差值等,本发明对此并不作限定。所述信号强度例如可以为接收信号的强度指示(Received Signal Strength Indicator,RSSI)。需要说明的是,所述至少两个接入点各自的信号强度,具体可以为待定位终端通过一次采集获得的至少两个接入点各自的信号强度,或者,也可以为待定位终端通过多次采集获得的至少两个接入点各自的信号强度,本发明对此并不作限定。
步骤102、根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置。
本步骤中,所述不同位置与接入点间信号强度的差异程度的对应关系,具体可以指示不同位置中每一个位置对应的接入点间信号强度的差异程度。每一个位置对应的接入点间信号强度的差异程度,可以认为是每一个位置的位置指纹。具体的,不同位置与接入点间信号强度的差异程度的对应关系可以通过表格的方式来体现,例如可以为下述表1或表3所示。可选的,可以采用概率性算法或确定性算法确定所述待定位终端的位置。其中,概率性算法具体可以为贝叶斯概率算法,确定性算法具体可以为最近邻法(Nearest Neighbor,NN)、K近邻法(K-Nearest Neighbor,kNN)、加权K近邻法(Weighted K-Nearest Neighbor,WKNN)等。需要说明的是,所述位置具体可以为经纬度坐标系统下使用经纬度坐标表示的绝对位置,或者也可以为直角坐标系统下使用直角坐标表示的相对位置等,本发明对此并不作限定。
通常,由于不同终端的无线保真(Wireless Fidelity,WiFi)芯片不同、材质不同等终端间的差异,导致不同终端在同一地点采集到的接入点的信号强度不同,甚至差异较大,从而导致定位精度较低的问题。虽然不同终端在同一地点接收到的接入点的信号强度不同,甚至差异较大,但是不同终端接收到的各接入点间信号强度的差异程度却是相似的。如图2所示,其中,区域A中示出了终端1采集的6个AP(分别为AP1-AP6)各自信号强度连成的折线1a,终端2采集的6个AP各自信号强度连成的折线2a,终端3采集的6个AP各自信号强度连成的折线3a,以及终端4采集的6个AP各自信号强度连成的折线4a;区域B中示出了根据终端1采集的6个AP各自信号强度确定的各AP与信号强度最大的AP(即AP2)间信号强度的差异程度连成的折线1b,根据终端2采集的6个AP各自信号强度确定的各AP与信号强度最大的AP间信号强度的差异程度连成的折线2b,根据终端3采集的6个AP各自信号强度确定的各AP与信号强度最大的AP间信号强度的差异程度连成的折线3b,以及根据终端4采集的6个AP各自信号强度确定的各AP与信号强度最大的AP间信号强度的差异程度连成的折线4b。从图2可以看出,折线1a与折线1b的形状基本相同,折线2a与折线2b的形状基本相同,折线3a与折线3b的形状基本相同,折线4a与折线4b的形状基本相同。也就是说,接入点间信号强度的差异程度保持了信号强度的特征,因此,根据接入点间信号强度的差异程度可以准确的确定出终端的位置。并且,折线1b、2b、3b、4b之间的信号强度的跨度(如图2所示,0至-45)较折线1a、2a、3a、4a之间的信号强度的跨度(如图2所示,-40至-100)要小,因此,根据接入点间信号强度的差异程度所确定的终端的位置的精度更高。其中,终端1-终端4具体可以为型号不同的4个终端。
因此,通过根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置,可以避免由于不同终端在同一地点接收到的接入点的信号强度不同,甚至差异较大时,离线采集阶段的采样终端与在线定位阶段的待定位终端不同,而导致定位精度较低的问题。
本实施例中,通过根据待定位终端采集的至少两个接入点各自的信号强度,确定所述接入点间信号强度的差异程度,根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置,实现了根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置,由于不同终端接收到的各接入点间信号强度的差异程度是相似的,因此可以避免由于终端间的差异,导致不同终端在同一地点接收到的接入点的信号强度不同,甚至差异较大时,离线采集阶段的采样终端与在线定位阶段的待定位终端不同,从而导致定位精度较低的问题,提高了定位精度。
另外,与不同型号的终端采用不同的位置指纹库进行匹配相比,避免了由于需要维护多套位置指纹库,维护成本过高的问题。并且,由于目前终端更新换代速度快,型号多,不同型号的终端采用不同的位置指纹库的方式需要的位置指纹库也越来越多,往往存在位置指纹库的维护跟不上终端更新换代速度的问题。
图3为本发明实施例提供的定位方法实施例二的流程图,本实施例的定位方法在图1所示实施例的基础上,主要描述了步骤102的一种可选的实现方式。如图3所示,本实施例的方法可以包括:
步骤301、根据待定位终端采集的至少两个接入点各自的信号强度,确定所述接入点间信号强度的差异程度。
需要说明的是,步骤301与步骤101类似,在此不再赘述。
步骤302、根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定不同位置下得到所述接入点间信号强度的差异程度的概率。
本步骤中,进一步来讲,可以根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,采用概率性算法,确定不同位置下得到所述接入点间信号强度的差异程度的概率。其中,概率性算法具体可以为贝叶斯概率算法。需要说明的是,关于根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定不同位置下得到所述接入点间信号强度的差异程度的概率的具体实现方式,本发明并不作限定,在图7所示实施例中以贝叶斯概率算法为例进行了具体说明。
步骤303、根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置。
本步骤中,可选的,具体可以为将得到所述接入点间信号强度的差异程度的概率最大的位置,确定为所述待定位终端的位置。考虑到当存在除概率最大的位置1之外的位置2,且不同位置下得到所述接入点间信号强度的差异程度的概率间相差较小时,通过位置1确定待定位终端的位置可能不是很准确,因此,可选的,也可以通过如下方式来确定:确定至少两个位置,所述至少两个位置下得到所述接入点间信号强度的差异程度的概率大于其他位置下得到所述接入点间信号强度的差异程度的概率,且所述至少两个位置中各位置下得到接入点间信号强度的差异程度的概率间的差异程度小于或等于预设差异程度;根据所述至少两个位置,确定所述待定位终端的位置。其中,当所述至少两个位置具体为两个位置时,可以将两个位置连线的中间位置,确定为所述待定位终端的位置。当所述至少两个位置具体为三个位置时,可以将这三个位置组成一个三角形,并将三角形的质心确定为所述待定位终端的位置。当所述至少两个位置具体为四个位置时,可以将四个位置分为两组,确定每组中两个位置连线的中间位置,并将两个中间位置连线的中间位置确定为所述待定位终端的位置。需要说明的是,根据所述至少两个位置,确定所述待定位终端的位置的具体实现方式,本发明并不作限定。
本实施例中,通过根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定不同位置下得到所述接入点间信号强度的差异程度的概率,并根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置,实现了根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置。
图4为本发明实施例提供的定位方法实施例三的流程图。本实施例在上述实施例的基础上,主要描述了生成位置指纹库的一种可选的实现方式。本实施例的执行主体可以为上述定位设备。如图4所示,本实施例的方法可以包括:
步骤401、获取采样终端在不同位置下采集到的至少一个接入点各自的信号强度。
本步骤中,如图5所示,在离线采集阶段,当采集终端在某一位置采集附近至少一个接入点各自的信号强度时,可以将该位置、不同接入点的标识与信号强度的对应关系发送给定位设备。其中,所述参考点的标识具体可以为参考点的媒体访问控制(Media AccessControl,MAC)地址。假设采样终端在位置i采集到AP1至APn,n个AP各自的m次信号强度,则位置i下采集到的各AP的m次信号强度i_APj_RSSI(j等于1-n)可以记为{i_rssi_j1,i_rssi_j2,i_rssi_j3,……,i_rssi_jm}。其中,某一位置下所有接入点各自的信号强度的数据格式例如可以为:
其中,60de44749260,60de44749b60等表示AP的MAC;-54,-56等表示信号强度。
需要说明的是,所述至少一个接入点具体可以为采样终端能够采集到的所有接入点,或者也可以为采样终端能够采集到的所有接入点中的部分接入点,本发明对此并不作限定。
步骤402、根据所述采样终端在不同位置下采集到的至少一个接入点各自的信号强度,生成位置指纹库。
本步骤中,如图5所示,所述位置指纹库中包括不同位置与接入点间信号强度的差异程度的对应关系。其中,位置i对应的接入点间信号强度的差异程度i_RSSI_x,可以由i_rssi_x1,i_rssi_x2,……,i_rssi_xn组成,i_rssi_xj(j等于1-n)可以等于i_APj_rssi-i_rssi_target。其中,i_APj_rssi可以根据i_APj_RSSI确定,可以通过如下公式(1)确定;i_rssi_target可以表示i_AP1_rssi、i_AP2_rssi、……以及i_APn_rssi中的最大值或最小值。需要数目的是,i_rssi_target对应的接入点可以为目标接入点。
i_APj_rssi=(i_rssi_j1+i_rssi_j2+i_rssi_j3+……+i_rssi_jm)/m公式(1)
可选的,以n等于5为例,位置指纹库中包括的位置i与接入点间信号强度的差异程度的对应关系的具体方式,例如可以如下表1所示。
表1
注,当rssi_target为AP5对应的i_AP5_rssi时,i_rssi_x5可以等于0。
现有技术中,位置指纹库中包括的位置i与接入点信号强度的对应关系的具体方式,如下表2所示。
表2
位置 | AP_MAC | 信号强度 |
i | AP<sub>1</sub>_MAC | i_rssi_11,i_rssi_12,…… |
i | AP<sub>2</sub>_MAC | i_rssi_21,i_rssi_22,…… |
i | AP<sub>3</sub>_MAC | i_rssi_31,i_rssi_32,…… |
i | AP<sub>4</sub>_MAC | i_rssi_41,i_rssi_42,…… |
i | AP<sub>5</sub>_MAC | i_rssi_51,i_rssi_52,…… |
通过表1和表2可以看出,本申请中的位置指纹库相比于现有技术中的位置指纹库减小了位置指纹库中的数据量,节省了存储空间,提高了查询效率。
可选的,步骤402具体可以为对采样终端在所述不同位置中每个位置下采集到的至少一个接入点各自的信号强度进行过滤,确定每个位置过滤后的接入点;根据每个位置过滤后的接入点的信号强度,生成位置指纹库。
可选的,如图6所示,考虑到一个位置附近的接入点的信号强度的分布可以符合高斯分布的特性,在(μ-2.58σ,μ+2.58σ)范围内的包含了99.7%的信号强度,其中,μ表示均值,σ表示标准差,因此在(μi-2.58σi,μi+2.58σi)外的信号强度,可视为误差数据,对其对应的接入点进行过滤。其中,μi表示位置i下所有接入点的信号强度的均值,σi表示位置i下所有接入点的信号强度的标准差。需要说明的是,根据信号强度高斯分布的特性对接入点进行过滤仅为举例,本发明并不对的对接入点进行过滤的具体实现方式进行限制,例如,也可以通过与预设信号强度相比来对接入点进行过滤。
可选的,生成的所述位置指纹库可以存储在所述定位设备的数据库中。
需要说明的是,本实施例中以所述不同位置与接入点间信号强度的差异程度的对应关系由所述定位设备来执行为例,可选的,也可以由所述定位设备以外的其他设备来执行,进一步的,所述定位设备可以接收其他设备发送的位置指纹库,所述位置指纹库中包括不同位置与接入点间信号强度的差异程度的对应关系。其中,当所述定位设备为待定位终端时,所述其他设备具体可以为网络侧设备,例如服务器。当所述定位设备为网络侧设备,例如用于定位的定位服务器时,所述其他设备具体可以为用于存储的存储服务器。其中,定位设备可以通过向其他设备发送请求消息来请求位置指纹库,进一步的,其他设备可以根据定位设备的请求消息将位置指纹库发送至定位设备;或者,其他设备也可以主动将位置指纹库发送至定位设备,例如,可以周期性将位置指纹库发送至定位设备。
本实施例中,通过获取采样终端在不同位置下采集到的至少一个接入点各自的信号强度,根据所述采样终端在不同位置下采集到的至少一个接入点各自的信号强度,生成位置指纹库,所述位置指纹库中包括不同位置与接入点间信号强度的差异程度的对应关系,使得所述定位设备可以根据不同位置与接入点间信号强度的差异程度的对应关系确定待定位设备的位置。
图7为本发明实施例提供的定位方法实施例四的流程图。本实施例在图4以及图3所示实施例的基础上,主要描述了确定待定位终端位置的一种可选的实现方式。如图7所示,本实施例的方法可以包括:
步骤701、根据待定位终端采集的至少两个接入点各自的信号强度,确定所述接入点间信号强度的差异程度。
本步骤中,如图5所示,在在线定位阶段,待定位终端采集附近至少一个接入点各自的信号强度,并将不同接入点的标识与信号强度的对应关系发送给定位设备。其中,待定位终端采集的至少两个接入点各自的信号强度RSSI,具体可以记为{rssi1,rssi2,…,rssin}。所述接入点间信号强度的差异程度RSSI_x,具体可以记为{rssi_x1,rssi_x2…,rssin}。其中,rssi_xj(j等于1-n)可以表示待定位终端采集到的APj的信号强度与目标接入点的信号强度的差异程度。需要说明的是,本步骤中的所述目标接入点与步骤402中的目标接入点的选择方式一致。
步骤702、根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,采用贝叶斯概率算法,确定不同位置下得到所述接入点间信号强度的差异程度的概率。
本步骤中,具体可以通过如下公式(2),确定位置i(locationi)下得到RSSI_x的概率。
通过公式(2)可以确定locationi下得到RSSI的概率的原理,具体分析如下:
首先,通过贝叶斯概率算法可知,可以通过如下公式(3),确定locationi下得到RSSI的概率。
其次,P(locationi)是位置locationi的先验概率,由于待定位终端可能在任何位置,所以可以认为是均匀分布的,即P(locationi)可以认为是一个常数。P(RSSI_x|locationj)对于所有位置也可以看作是常数。因此,可以通过如下公式(4),确定概率最大的位置argmax[P(locationi|RSSI_x)]。
argmax[P(locationi|RSSI_x)]=argmax[P(RSSI_x|locationi)]公式(4)
再次,由于不同AP之间的信号强度是相互独立的,所以可以通过如下公式(5),确定P(RSSI_x|locationi)。
最后,通过公式(4)和公式(5),可以得到如上公式(2)。
进一步的,可以采用高斯分布函数对RSSI_x进行建模,从而得到如下公式(6)。
其中,σij可以表示位置i下接入点j的信号强度的标准差。需要说明的是,公式(6)是以高斯分布函数对RSSI_x进行建模为例,可选的,也可以使用高斯高斯核函数对RSSI_x进行建模,或者通过机器学习的方法对RSSI_x进行建模,本发明对此并不作限定。
从而,可以通过如下公式(7),确定位置i(locationi)下得到RSSI_x的概率。
由于公式(7)中使用了σij,因此,位置指纹库中还可以包括标准差。在表1的基础上,增加标准差后位置指纹库中包括的位置(x,y)与接入点间信号强度的差异程度的对应关系的具体方式,例如可以如下表3所示。
表3
步骤703、根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置。
需要说明的是,步骤703与步骤303类似,在此不再赘述。
可选的,在确定所述待定位终端的位置之后,如图5所示,可以所确定的位置返回给所述待定位终端。需要说明的是,图5中以定位设备与待定位终端为不同设备,且生成位置指纹库的定位设备与确定待定位终端的位置的定位设备不同为例。
本实施例中,通过根据待定位终端采集的至少两个接入点各自的信号强度,确定所述接入点间信号强度的差异程度,根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,采用贝叶斯概率算法,确定不同位置下得到所述接入点间信号强度的差异程度的概率,根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置,实现了根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置。
可选的,在上述实施例的基础上,确定所述待定位终端的位置之后还可以包括:在地图中标注所述待定位终端的位置。可选的,当所述待定位终端的位置为使用经纬度坐标表示的绝对位置时,所述地图具体可以为经纬度地图;当所述待定位终端的位置为使用直角坐标表示的相对位置时,所述地图具体可以为图片地图。
图8为本发明实施例提供的定位设备实施例的结构示意图,如图8所示,该终端可以包括:处理器801以及用于存储计算机指令的存储器802。
其中,处理器801运行该计算机指令执行以下方法:
根据待定位终端采集的至少两个接入点各自的信号强度,确定所述接入点间信号强度的差异程度;
根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置。
可选的,所述根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置,包括:
根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定不同位置下得到所述接入点间信号强度的差异程度的概率;
根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置。
可选的,所述根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置,包括:
将得到所述接入点间信号强度的差异程度的概率最大的位置,确定为所述待定位终端的位置。
可选的,所述根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置,包括:
确定至少两个位置,所述至少两个位置下得到所述接入点间信号强度的差异程度的概率大于其他位置下得到所述接入点间信号强度的差异程度的概率,且所述至少两个位置中各位置下得到接入点间信号强度的差异程度的概率间的差异程度小于或等于预设差异程度;
根据所述至少两个位置,确定所述待定位终端的位置。
可选的,所述根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置之前,还包括:
根据采样终端在不同位置下采集到的至少一个接入点各自的信号强度,生成位置指纹库,所述位置指纹库中包括不同位置与接入点间信号强度的差异程度的对应关系。
可选的,所述根据采样终端在不同位置下采集到的至少一个接入点各自的信号强度,生成位置指纹库,包括:
根据采样终端在所述不同位置中每个位置下采集到的至少一个接入点各自的信号强度,对每个位置的至少一个接入点进行过滤,确定每个位置过滤后的接入点;
根据每个位置过滤后的接入点的信号强度,生成位置指纹库。
可选的,所述根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置之前,还包括:
接收其他设备发送的位置指纹库,所述位置指纹库中包括不同位置与接入点间信号强度的差异程度的对应关系。
可选的,所述接入点间信号强度的差异程度,包括:
所述至少两个接入点中各接入点与目标接入点间信号强度的差异程度。
可选的,所述目标接入点包括:所述至少两个接入点中信号强度最大的接入点。
可选的,所述确定所述待定位终端的位置之后,还包括:在地图中标注所述待定位终端的位置。
本实施例的定位设备,可以用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
本发明实施例还提供一种存储介质,当该存储介质中的指令由定位设备的处理器执行时,使得定位设备能够执行一种定位方法,该方法包括:
根据待定位终端采集的至少两个接入点各自的信号强度,确定所述接入点间信号强度的差异程度;
根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置。
可选的,所述根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置,包括:
根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定不同位置下得到所述接入点间信号强度的差异程度的概率;
根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置。
可选的,所述根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置,包括:
将得到所述接入点间信号强度的差异程度的概率最大的位置,确定为所述待定位终端的位置。
可选的,所述根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置,包括:
确定至少两个位置,所述至少两个位置下得到所述接入点间信号强度的差异程度的概率大于其他位置下得到所述接入点间信号强度的差异程度的概率,且所述至少两个位置中各位置下得到接入点间信号强度的差异程度的概率间的差异程度小于或等于预设差异程度;
根据所述至少两个位置,确定所述待定位终端的位置。
可选的,所述根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置之前,还包括:
根据采样终端在不同位置下采集到的至少一个接入点各自的信号强度,生成位置指纹库,所述位置指纹库中包括不同位置与接入点间信号强度的差异程度的对应关系。
可选的,所述根据采样终端在不同位置下采集到的至少一个接入点各自的信号强度,生成位置指纹库,包括:
根据采样终端在所述不同位置中每个位置下采集到的至少一个接入点各自的信号强度,对每个位置的至少一个接入点进行过滤,确定每个位置过滤后的接入点;
根据每个位置过滤后的接入点的信号强度,生成位置指纹库。
可选的,所述根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置之前,还包括:
接收其他设备发送的位置指纹库,所述位置指纹库中包括不同位置与接入点间信号强度的差异程度的对应关系。
可选的,所述接入点间信号强度的差异程度,包括:
所述至少两个接入点中各接入点与目标接入点间信号强度的差异程度。
可选的,所述目标接入点包括:所述至少两个接入点中信号强度最大的接入点。
可选的,所述确定所述待定位终端的位置之后,还包括:在地图中标注所述待定位终端的位置。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。
Claims (11)
1.一种定位方法,其特征在于,包括:
根据待定位终端采集的至少两个接入点各自的信号强度,确定所述接入点间信号强度的差异程度;
根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置。
2.根据权利要求1所述的方法,其特征在于,所述根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置,包括:
根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定不同位置下得到所述接入点间信号强度的差异程度的概率;
根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置。
3.根据权利要求2所述的方法,其特征在于,所述根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置,包括:
将得到所述接入点间信号强度的差异程度的概率最大的位置,确定为所述待定位终端的位置。
4.根据权利要求2所述的方法,其特征在于,所述根据不同位置下得到所述接入点间信号强度的差异程度的概率,确定所述待定位终端的位置,包括:
确定至少两个位置,所述至少两个位置下得到所述接入点间信号强度的差异程度的概率大于其他位置下得到所述接入点间信号强度的差异程度的概率,且所述至少两个位置中各位置下得到接入点间信号强度的差异程度的概率间的差异程度小于或等于预设差异程度;
根据所述至少两个位置,确定所述待定位终端的位置。
5.根据权利要求1所述的方法,其特征在于,还包括:
根据采样终端在不同位置下采集到的至少一个接入点各自的信号强度,生成位置指纹库,所述位置指纹库中包括不同位置与接入点间信号强度的差异程度的对应关系。
6.根据权利要求5所述的方法,其特征在于,所述根据采样终端在不同位置下采集到的至少一个接入点各自的信号强度,生成位置指纹库,包括:
根据采样终端在所述不同位置中每个位置下采集到的至少一个接入点各自的信号强度,对每个位置的至少一个接入点进行过滤,确定每个位置过滤后的接入点;
根据每个位置过滤后的接入点的信号强度,生成位置指纹库。
7.根据权利要求1所述的方法,其特征在于,所述根据所述接入点间信号强度的差异程度,以及不同位置与接入点间信号强度的差异程度的对应关系,确定所述待定位终端的位置之前,还包括:
接收其他设备发送的位置指纹库,所述位置指纹库中包括不同位置与接入点间信号强度的差异程度的对应关系。
8.根据权利要求1所述的方法,其特征在于,所述根据待定位终端采集的至少两个接入点各自的信号强度,确定所述接入点间信号强度的差异程度,包括:
根据待定位终端采集的至少两个接入点各自的信号强度,确定所述至少两个接入点中各接入点与目标接入点间信号强度的差异程度。
9.根据权利要求8所述的方法,其特征在于,所述目标接入点包括:所述至少两个接入点中信号强度最大的接入点。
10.根据权利要求1-9任一项所述的方法,其特征在于,所述确定所述待定位终端的位置之后,还包括:
在地图中标注所述待定位终端的位置。
11.一种定位设备,其特征在于,包括:处理器以及用于存储计算机指令的存储器;所述处理器运行所述计算机指令执行权利要求1-10任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811116341.XA CN110940951A (zh) | 2018-09-25 | 2018-09-25 | 定位方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811116341.XA CN110940951A (zh) | 2018-09-25 | 2018-09-25 | 定位方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110940951A true CN110940951A (zh) | 2020-03-31 |
Family
ID=69904776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811116341.XA Pending CN110940951A (zh) | 2018-09-25 | 2018-09-25 | 定位方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110940951A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111343576A (zh) * | 2020-04-20 | 2020-06-26 | 广州掌淘网络科技有限公司 | 室内定位方法及设备 |
CN112291705A (zh) * | 2020-10-26 | 2021-01-29 | 腾讯科技(深圳)有限公司 | 基于信号差异信息的定位方法、装置、存储介质及设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103796304A (zh) * | 2014-01-15 | 2014-05-14 | 内蒙古科技大学 | 一种基于虚拟训练集和马尔科夫链的煤矿井下定位方法 |
CN103842840A (zh) * | 2011-07-25 | 2014-06-04 | 弗兰霍菲尔运输应用研究公司 | 确定移动设备的方位的概念 |
CN103901401A (zh) * | 2014-04-10 | 2014-07-02 | 北京大学深圳研究生院 | 一种基于双耳匹配滤波器的双耳声音源定位方法 |
CN105120433A (zh) * | 2015-08-19 | 2015-12-02 | 上海交通大学 | 基于连续采样及模糊聚类处理的wlan室内定位方法 |
CN105960011A (zh) * | 2016-04-18 | 2016-09-21 | 北京林业大学 | 基于传感网和贝叶斯方法的室内目标定位方法 |
CN106125038A (zh) * | 2016-06-15 | 2016-11-16 | 北京工业大学 | 基于边缘计算和贝叶斯后验概率模型的室内无线定位方法 |
CN106658704A (zh) * | 2016-11-23 | 2017-05-10 | 上海斐讯数据通信技术有限公司 | 一种室内定位的起点位置的定位方法和系统 |
CN106686720A (zh) * | 2016-12-22 | 2017-05-17 | 上海斐讯数据通信技术有限公司 | 一种基于时间维度的无线指纹定位方法及其系统 |
CN107347181A (zh) * | 2017-07-11 | 2017-11-14 | 南开大学 | 一种基于双频Wi‑Fi信号的室内定位方法 |
CN108566677A (zh) * | 2018-03-20 | 2018-09-21 | 北京邮电大学 | 一种指纹定位方法及装置 |
-
2018
- 2018-09-25 CN CN201811116341.XA patent/CN110940951A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103842840A (zh) * | 2011-07-25 | 2014-06-04 | 弗兰霍菲尔运输应用研究公司 | 确定移动设备的方位的概念 |
CN103796304A (zh) * | 2014-01-15 | 2014-05-14 | 内蒙古科技大学 | 一种基于虚拟训练集和马尔科夫链的煤矿井下定位方法 |
CN103901401A (zh) * | 2014-04-10 | 2014-07-02 | 北京大学深圳研究生院 | 一种基于双耳匹配滤波器的双耳声音源定位方法 |
CN105120433A (zh) * | 2015-08-19 | 2015-12-02 | 上海交通大学 | 基于连续采样及模糊聚类处理的wlan室内定位方法 |
CN105960011A (zh) * | 2016-04-18 | 2016-09-21 | 北京林业大学 | 基于传感网和贝叶斯方法的室内目标定位方法 |
CN106125038A (zh) * | 2016-06-15 | 2016-11-16 | 北京工业大学 | 基于边缘计算和贝叶斯后验概率模型的室内无线定位方法 |
CN106658704A (zh) * | 2016-11-23 | 2017-05-10 | 上海斐讯数据通信技术有限公司 | 一种室内定位的起点位置的定位方法和系统 |
CN106686720A (zh) * | 2016-12-22 | 2017-05-17 | 上海斐讯数据通信技术有限公司 | 一种基于时间维度的无线指纹定位方法及其系统 |
CN107347181A (zh) * | 2017-07-11 | 2017-11-14 | 南开大学 | 一种基于双频Wi‑Fi信号的室内定位方法 |
CN108566677A (zh) * | 2018-03-20 | 2018-09-21 | 北京邮电大学 | 一种指纹定位方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111343576A (zh) * | 2020-04-20 | 2020-06-26 | 广州掌淘网络科技有限公司 | 室内定位方法及设备 |
CN112291705A (zh) * | 2020-10-26 | 2021-01-29 | 腾讯科技(深圳)有限公司 | 基于信号差异信息的定位方法、装置、存储介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2015154438A1 (zh) | 定位方法及装置 | |
US20120182933A1 (en) | Clustering crowd-sourced data for determining beacon positions | |
US11218986B2 (en) | Positioning method and server, and terminal | |
EP3764705B1 (en) | Positioning method, positioning device, server, and computer-readable storage medium | |
CN111327377A (zh) | 场强预测方法、装置、设备及存储介质 | |
EP3308559B1 (en) | Method and system for determining a positioning interval of a mobile terminal | |
CN111935820B (zh) | 基于无线网络的定位实现方法及相关设备 | |
EP2698015A1 (en) | Positioning in a cellular communication network | |
Cooper et al. | LoCo: boosting for indoor location classification combining Wi-Fi and BLE | |
US20200329452A1 (en) | Offloading location computation from cloud to access point (ap) with projection on base phase vectors | |
US10356744B2 (en) | Node localization method and device | |
US11758502B2 (en) | Determining a set of access points in response to a geo-location request | |
CN110940951A (zh) | 定位方法及设备 | |
US11150325B2 (en) | Scalability of location in the cloud with angle of arrival (AOA) search on the edge | |
CN108696818B (zh) | Wi-Fi指纹定位的距离度量方法及系统 | |
Abdullah et al. | K-means-Jensen-Shannon divergence for a WLAN indoor positioning system | |
CN111654843A (zh) | 自动更新指纹数据库的方法及系统、wifi定位方法及系统 | |
JP2015010838A (ja) | 位置推定システム及び位置推定方法 | |
CN108228610B (zh) | 一种存储及更新无线接入点数据的方法及设备 | |
Yu et al. | An indoor localization of WiFi based on branch-bound algorithm | |
Ye et al. | Indoor radio map construction based on crowdsourced fingerprint splitting and fitting | |
CN111726743A (zh) | 一种基于在线学习的wifi定位方法及系统 | |
US20210072342A1 (en) | Location determination using crowd sourced information | |
Petric et al. | Dynamic k Nearest Neighbours model for mobile user indoor positioning | |
CN113938819B (zh) | 一种网络设备位置的确定方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200331 |