CN112859136B - 一种定位方法和相关装置 - Google Patents

Abstract

本申请实施例公开了一种定位方法和相关装置，至少涉及人工智能技术中的深度学习，在第t时刻终端设备能够同时获取卫星定位信号和网络定位信号的场景下，依据卫星定位信号中的卫星定位参数，对卫星定位信号的可信度进行识别。若卫星定位信号可信，表明卫星定位信号可用于确定出精度较高的定位结果；若卫星定位信号不可信，表明卫星定位信号的定位精度较低，不适用于确定定位结果，反而采用网络定位信号确定的定位结果精度可能相对更高，避免了在有卫星定位信号时直接采用卫星定位信号进行定位在上述场景下导致的定位问题，实现了对卫星定位信号和网络定位信号在定位时的合理使用，提高了定位精度，可应用于地图定位、导航等场景中，提升用户体验。

Description

一种定位方法和相关装置

技术领域

本申请涉及数据处理领域，特别是涉及一种定位方法和相关装置。

背景技术

终端设备具有位置定位功能，能够确定出用于标识终端设备当前所处位置的定位结果。通过该定位结果，终端设备可以为用户提供导航、内容推荐、搜索等各类服务，而定位结果的精度将直接影响这些服务的质量好坏。

卫星定位例如北斗定位和网络定位例如Wi-Fi定位是较为常见的位置定位方式，相关技术中，一般会在具有卫星定位信号时采用卫星定位信号作为确定定位结果的依据，在没有卫星定位信号时采用网络定位信号作为确定定位结果的依据。

然而，相关技术所确定的定位结果依然经常出现位置波动，定位精度并不稳定。

发明内容

为了解决上述技术问题，本申请提供了一种定位方法和相关装置，提高了定位精度。

本申请实施例公开了如下技术方案：

一方面，本申请实施例提供了一种定位方法，所述方法包括：

获取终端设备对应于第t时刻的卫星定位信号和网络定位信号；

根据所述卫星定位信号中用于确定定位结果的卫星定位参数，确定所述卫星定位信号是否可信；

若可信，根据所述卫星定位信号确定所述终端设备对应第t时刻的定位结果；

若不可信，根据所述网络定位信号确定所述终端设备对应第t时刻的定位结果。

另一方面，本申请实施例一种定位装置，所述装置包括获取单元、确定单元、结果单元：

所述获取单元，用于获取终端设备对应于第t时刻的卫星定位信号和网络定位信号；

所述确定单元，用于根据所述卫星定位信号中用于确定定位结果的卫星定位参数，确定所述卫星定位信号是否可信；

所述结果单元，用于若所述卫星定位信号可信，根据所述卫星定位信号确定所述终端设备对应第t时刻的定位结果；

所述结果单元，用于若所述卫星定位信号不可信，根据所述网络定位信号确定所述终端设备对应第t时刻的定位结果。

另一方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行上述方面所述的方法。

另一方面，本申请实施例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用于存储计算机程序，所述计算机程序用于执行上述方面所述的方法。

另一方面，本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述方面所述的方法。

由上述技术方案可以看出，在第t时刻终端设备能够同时获取卫星定位信号和网络定位信号的场景下，由于卫星定位信号被建筑等遮挡的情况或信号不好时，通过卫星定位信号确定的定位结果精度较低，甚至低于网络定位信号的定位精度，若如相关技术中直接采用卫星定位信号对终端设备进行定位，所确定的位置精度较低，容易出现波动，因此为了能够识别出上述卫星定位信号不理想的场景，依据卫星定位信号中的卫星定位参数，对卫星定位信号的可信度进行判断，也就是对卫星定位信号的定位精度进行判断。若判断结果标识卫星定位信号是可信的，表明第t时刻针对终端设备的卫星定位信号可用于确定出精度较高的定位结果；若判断结果标识卫星定位信号是不可信的，表明第t时刻针对终端设备的卫星定位信号的定位精度较低，不适用于确定定位结果，反而采用网络定位信号确定的定位结果精度可能相对更高。基于对卫星定位信号的可信度判断方式，避免了在有卫星定位信号时直接采用卫星定位信号进行定位在上述场景下导致的定位问题，实现了对卫星定位信号和网络定位信号在定位时的合理使用，提高了定位精度。

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为本申请实施例提供的一种定位方法的应用场景示意图；

图2为本申请实施例提供的一种定位方法的流程示意图；

图3为一种定位结果示意图；

图4为本申请实施例提供的一种定位结果示意图；

图5为本申请实施例提供的一种训练样本获取方法的流程示意图；

图6为本申请实施例提供的另一种定位结果示意图；

图7为本申请实施例提供的一种漂移点方法的流程示意图；

图8为本申请实施例提供的另一种漂移点方法的流程示意图；

图9为本申请实施例提供的另一种定位方法的流程示意图；

图10为本申请实施例提供的一种定位装置的流程示意图；

图11为本申请实施例提供的一种服务器的结构示意图；

图12为本申请实施例提供的一种终端设备的结构示意图。

具体实施方式

下面结合附图，对本申请的实施例进行描述。

在终端设备针对同一时刻获取卫星定位信号和网络定位信号的场景中，相关技术有采用基于简单的规则判断方式，以及基于定位信号的定位偏差值选择哪种定位信号对终端设备进行定位。由于基于简单规则判断的方式，是当有卫星定位时优先使用卫星定位的结果，这对于卫星定位信号被建筑等遮挡或信号不好的场景，其获取的定位结果精度很低，甚至低于网络定位信号。由于不同终端设备的厂商不同，基于定位信号的定位偏差值进行定位的方式，其确定出的定位偏差值具有很大误差，导致定位精度较低。

鉴于上述，本申请实施例提供了一种定位方法和相关装置，实现了利用对卫星定位信号和网络定位信号在定位时的合理使用，提高了定位精度。

本申请实施例提供的定位方法是基于人工智能实现的，人工智能(ArtificialIntelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

在本申请实施例中，主要涉及的人工智能软件技术包括上述机器学习/深度学习等方向。例如可以涉及机器学习(Machine learning，ML)中的深度学习(Deep Learning)，包括各类人工神经网络(Artificial Neural Network,ANN)。

本申请实施例提供的定位方法可以应用于具有数据处理能力的定位设备，例如终端设备或服务器，该方法可以通过终端设备独立执行，也可以通过服务器独立执行，也可以应用于终端设备和服务器通信的网络场景，通过终端设备和服务器配合执行。其中，终端设备可以为智能手机、便携式智能设备，例如智能手表、手环、眼镜等；服务器可以理解为是应用服务器，也可以为Web服务器，在实际部署时，该服务器可以为独立服务器，也可以为集群服务器。为了便于描述，下述以服务器作为定位设备对本申请实施例进行介绍。

该定位设备可以具备机器学习能力。机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络等技术。

本申请实施例提供的定位方法主要涉及对各类人工神经网络的应用，通过识别模型对卫星定位信号的可信度进行判断。

为了便于理解，下面结合具体的应用场景，对本申请实施例提供的定位方法进行介绍。

参见图1，图1为本申请实施例提供的一种定位方法的应用场景示意图。在图1所示的场景中，包括终端设备101和服务器102。其中，服务器102用于确定终端设备101对应于第t时刻的定位结果。

如图1所示，针对第t时刻，终端设备101同时获取卫星定位信号103和网络定位信号104，并上传给服务器102。

由于卫星定位信号在无遮挡区域定位精度较高，且高于网络定位信号的定位精度。但是在有建筑等遮挡或者信号不好的情况下，通过卫星定位信号确定的定位结果精度较低，甚至低于网络定位信号。

为了识别出上述卫星定位信号不理想的场景，避免相关技术中直接采用卫星定位信号对终端设备进行定位导致定位精度较低，位置容易出现波动的情况，在本申请实施例中，服务器102根据卫星定位信号103中的卫星定位参数105，判断卫星定位信号103用于对终端设备进行定位是否可信，即执行图1所示的步骤106。其中，卫星定位参数105用于确定终端设备的定位结果。

若判断出卫星定位信号103可信，表明终端设备101对应于第t时刻的卫星定位信号103可用于确定出精度加高的定位结果，在此情况下，服务器102根据卫星定位信号103确定终端设备101对应第t时刻的定位结果107。

若判断出卫星定位信号103不可信，表明终端设备101对应于第t时刻的卫星定位信号103的定位精度较低，不适用于确定定位结果，反而采用终端设备对应于第t时刻的网络定位信号104确定的定位结果精度相对更高。在此情况下，服务器102根据网络定位信号102确定终端设备101对应第t时刻的定位结果107。

在实际应用中，服务器102确定出定位结果107后，可以将该定位结果107返回给终端设备101，为用户提供导航等各种服务。

上述基于对卫星定位信号的可信度判断方式，避免了在有卫星定位信号时直接采用卫星定位信号进行定位在上述场景下导致的定位问题，实现了对卫星定位信号和网络定位信号在定位时的合理使用，提高了定位精度。

需要说明的是，上述执行定位方法的定位设备还可以是获取卫星定位信号和网络定位信号的终端设备本身。为了更好的理解，下面以终端设备作为定位设备对本申请实施例提供的定位方法进行介绍。

参见图2，图2为本申请实施例提供的一种定位方法的流程示意图。如图2所示，该定位方法包括以下步骤：

S201：获取终端设备对应于第t时刻的卫星定位信号和网络定位信号。

针对第t时刻，终端设备获取卫星定位信号和网络定位信号，或者说终端设备获取用于第t时刻定位的卫星定位信号和网络定位信号，如将第t时刻前后一段时间内通过卫星和网络获取的定位信号分别作为针对第t时刻的卫星定位信号和网络定位信号。其中卫星定位信号包括至少一个终端设备所连接卫星对应的定位信号，网络定位信号是终端设备基于网络获取的定位信号，例如Wi-Fi、基站、蓝牙等定位信号，在此不作任何限定。

需要说明的是，本申请实施例提供的定位方法应用于针对第t时刻的获取卫星定位信号和网络定位信号的场景中，也就是针对第t时刻进行定位时，终端设备既能获取卫星定位信号，也能获取网络定位信号的场景。若终端设备仅能获取卫星定位信号或网络定位信号，则终端设备直接根据获取的卫星定位信号或网络定位信号确定定位结果。

S202：根据所述卫星定位信号中用于确定定位结果的卫星定位参数，确定所述卫星定位信号是否可信。

一般情况下，根据卫星定位信号确定终端设备的定位结果精度高于网络定位信号。但是在卫星定位信号被建筑遮挡或信号不好的情况，通过卫星定位信号确定的定位结果精度较低，可能低于网络定位信号。例如若终端设备处于室内外交界处，且存在卫星定位信号时，采用卫星定位信号确定终端设备的位置容易出现波动的情况。

参见图3，图3为一种基于卫星定位信号进行定位的定位结果示意图。如图3所示，301标识了终端设备的真实位置。由于终端设备处于建筑、植物等交界处，基于相关技术的定位方式，若获取到卫星定位信号，基于卫星定位信号所标识的定位结果如302、302与终端设备的真实位置之间的距离较远，精度较低，且具有波动性。

为了能够确定出上述场景，本申请实施例通过卫星定位信号中的卫星定位参数对卫星定位信号的可信度进行识别，并基于识别结果来判断目前终端设备是否处于上述场景，从而可以合理的选择用于确定定位结果的定位信号。

卫星定位信号用于确定终端设备基于卫星的定位结果由于卫星定位信号所标识的定位结果精度受到针对第t时刻终端设备所连接卫星状态的影响，而卫星定位信号所包括的卫星定位参数反映了针对第t时刻终端设备所连接卫星的状态，故此本申请根据卫星定位信号中的卫星定位参数确定卫星定位信号是否可信。其中，卫星定位参数标识了针对第t时刻终端设备所连接卫星的位置状态，以及终端设备与所连接卫星之间的信号交互状态。

卫星定位参数包括用于终端设备所连接卫星的位置数据之外，还可以包括终端设备所连接卫星的信噪比、姿态数据如俯仰角、方位角等中的任意一项或多项的组合。

针对第t时刻，终端设备所连接卫星可能存在多个，应用过程中可以利用标识对终端设备所连接的不同卫星进行表示，因此卫星定位信号中终端设备所连接的不同卫星对应的卫星定位参数可以通过终端设备所连接卫星的标识进行区分和标识，即卫星定位参数对应于终端设备所连接卫星的标识。其中，标识可以是数字编号、文字标签等，在此不作任何限定。

为了更好的理解，以数字编号作为终端设备所连接卫星的标识，针对第t时刻，终端设备所连接卫星的数量为n，且卫星定位参数包括信噪比、俯仰角和方位角为例，则卫星定位参数可以具体表示如下：

卫星1，卫星1信噪比，卫星1俯仰角，卫星1方位角；

卫星2，卫星2信噪比，卫星1俯仰角，卫星1方位角；……

卫星n，卫星n信噪比，卫星n俯仰角，卫星n方位角。

由于卫星定位参数表示了针对第t时刻终端设备所连接卫星的状态，因此以卫星定位参数作为依据，实现了对于卫星定为信号可信度的识别。此外采用终端设备所连接卫星的多种数据作为卫星定位参数，从多个维度反映了针对第t时刻终端设备所连接卫星的状态，提高了对于卫星定位信号可信度的识别准确度，从而提高了定位精度。

基于上述，若确定卫星定位信号可信，则执行下述S203；若确定卫星定位信号不可信，则执行下述S204。

S203：根据所述卫星定位信号确定所述终端设备对应第t时刻的定位结果。

若确定卫星定位信号可信，表明针对第t时刻的卫星定位信号所标识的定位结果精度较高，高于网络定位信号所标识的定位结果精度，在此情况下根据卫星定位信号确定终端设备对应第t时刻的定位结果，即以卫星定位信号所标识的定位结果作为终端设备对应第t时刻的定位点。

S204：根据所述网络定位信号确定所述终端设备对应第t时刻的定位结果。

若确定卫星定位信号不可信，表明针对第t时刻的卫星定位信号所标识的定位结果精度较低，甚至低于网络定位信号所标识的定位结果精度，在此情况下根据网络定位信号确定终端设备对应第t时刻的定位结果，即以网络定位信号所标识的定位结果作为终端设备对应第t时刻的定位点。

由于基于网路定位信号所标识的定位结果也可能存在不可信的情况，例如网络定位信号强度较弱时确定出的定位结果精度较低。为了避免直接利用网络定位信号确定终端设备在第t时刻的定位结果，在本申请实施例中根据终端设备对应第t时刻扫描到的网络数量或者网络媒体访问控制地址(Media Access Control Address,MAC地址)数量，确定网络定位信号是否可信。若是，表明网络定位信号的定位结果精度较高，可用于确定终端设备在第t时刻的定位结果。若否，表明网络定位信号的定位结果精度较低，不适用于确定终端设备在第t时刻的定位结果。在此情况下，可以将终端设备在第t-1时刻的位置作为第t时刻的定位结果。

以网络定位信号为Wi-Fi定位信号为例，在实际应用中，服务器通过判断终端设备对应第t时刻扫描到的MAC地址数量是否大于数量阈值，确定Wi-Fi定位信号是否可信。其中，数量阈值可以预先根据经验设定的，如数量阈值设为5。

上述根据网络数量对网络定位信号可信度进行识别，避免了在卫星定位信号不可信时，直接利用精度不高的网络定位信号确定终端设备对应第t时刻的定位结果的情况，提高了基于卫星定位信号和网络定位信号协同定位精度。

针对图3所示的定位场景，基于本申请实施例提供的上述定位方法对终端设备进行定位，最终的定位结果示意图如图4所示。相较于图3所示的定位结果可以看出，通过本申请实施例提供的定位方法有效地提高了基于卫星定位信号和网络定位信号进行协同定位的精度，图4示出的定位结果更符合终端设备的实际位置。

上述实施例提供的定位方法，在第t时刻终端设备能够同时获取卫星定位信号和网络定位信号的场景下，由于卫星定位信号被建筑等遮挡的情况或信号不好时，通过卫星定位信号确定的定位结果精度较低，甚至低于网络定位信号的定位精度，若如相关技术中直接采用卫星定位信号对终端设备进行定位，所确定的位置精度较低，容易出现波动，因此为了能够识别出上述卫星定位信号不理想的场景，依据卫星定位信号中的卫星定位参数，对卫星定位信号的可信度进行判断，也就是对卫星定位信号的定位精度进行判断。若判断结果标识卫星定位信号是可信的，表明第t时刻针对终端设备的卫星定位信号可用于确定出精度较高的定位结果；若判断结果标识卫星定位信号是不可信的，表明第t时刻针对终端设备的卫星定位信号的定位精度较低，不适用于确定定位结果，反而采用网络定位信号确定的定位结果精度可能相对更高。基于对卫星定位信号的可信度判断方式，避免了在有卫星定位信号时直接采用卫星定位信号进行定位在上述场景下导致的定位问题，实现了对卫星定位信号和网络定位信号在定位时的合理使用，提高了定位精度。

针对上述S202识别过程，相当于建立卫星定位参数到卫星定位信号可信度的映射。由于仅仅依据现有规律很难直接建立起卫星定位参数与卫星定位信号可信度的关系，因此本申请利用人工智能技术，通过识别模型实现基于卫星定位参数识别卫星定位信号是否可信。其中，识别模型以卫星定位信号中的卫星定位参数作为输入，输出卫星定位信号是否可靠的识别结果，即通过识别模型对卫星定位信号进行二分类。识别模型的网络结构可以是各种神经网络，在此不作任何限定。

由于基于人工智能的识别模型具有较强的学习能力，因此通过识别模型，学习卫星定位参数与卫星定位信号所标识的定位结果精度之间的关系，从而实现了基于卫星定位参数对于卫星定位信号可信度的自动识别。

若要实现识别模型具备识别卫星定位信号可信度的能力，需要利用训练样本对预先建立的初始模型进行训练。在本申请实施例中，采用有监督的方式对初始模型进行训练。在本申请实施例中，可以采用终端设备和/或服务器实现对于初始模型的训练。

可以理解的是，在实际应用中，由于模型的训练过程需要进行大量的数据处理，一般情况下，服务器的数据处理能力强于终端设备，故此下面以服务器作为执行主体，对模型训练过程进行介绍。

由于本申请采用的是有监督训练方式，因此在对初始模型进行训练之前，需要获取用于训练初始模型的训练样本。考虑到本申请实施例提供的定位方法应用于终端设备针对第t时刻既获取卫星定位信号，又获取网络定位信号的场景，故此在采集训练样本的过程中，可以根据针对同一时刻的历史卫星定位信号和历史网络定位信号，从历史定位信号中标注正样本和负样本。

其中，正样本标识了历史卫星定位信号可信，即历史卫星定位所标识的定位结果精度较高，与终端设备的真实位置之间的距离较小。负样本标识了历史卫星定位信号不可信，即历史卫星定位所标识的定位结果精度较低，与终端设备的真实位置之间的距离较大。

上述标注正样本和负样本的过程，就是将历史网络定位信号所标识的定位结果作为终端设备对应于该时刻的真实位置，根据历史卫星定位信号所标识的定位结果与网络定位信号所标识的定位结果之间的距离，对卫星定位信号进行正样本和负样本标注。

在模型训练过程中，为了保证识别模型的识别准确度，需要提供大量的训练样本，一般需要提供10万左右的数量接近的正样本和负样本。若采用人工标注的方式准备训练样本，工作量过大，很难在短时间内获取到足够数量的训练样本。为此，本申请实施例提供了一种根据针对同一时刻的历史卫星定位信号和历史网络定位信号，快速获取大量训练样本的方法。下面以服务器作为执行主体对训练样本快速获取过程进行介绍。

参见图5，图5为本申请实施例提供的一种训练样本获取方法的流程示意图。如图5所示，该方法具体包括如下步骤：

S501：从历史网络定位信号中确定可信定位信号。

一般的，终端设备通过日志保存针对同一时刻获取的卫星定位信号和网络定位信号。因此，服务器可以从终端设备的日志中获取终端设备针对同一时刻的历史卫星定位信号和历史网络定位信号，并从所述历史网络定位信号中确定出可信定位信号，该可信定位信号标识了历史网络定位信号所标识的定位结果精度较高，接近终端设备的真实位置。因此，将可信定位信号所标识的定位结果作为终端设备的真实位置对同一时刻的历史卫星定位信号进行正样本和负样本标注。

由于网络定位信号所标识的定位结果精度会受网络强度的影响，因此在实际应用中，可以根据网络被扫描到的终端设备数量，确定该网络对应的网络定位信号是否可以作为可信定位信号。若网络被扫描到的终端设备数量大于数量阈值，确定该网络对应的历史网络定位信号为可信定位信号；若网络被扫描到的终端设别数量不大于数量阈值，表明该网络对应的网络强度较弱，可以将该网络对应的历史网络定位信号确定为精度较高的可信定位信号。若网络被扫描到的终端设备数量不大于数量阈值，表明该网络对应的网络强度较弱，不适合将该网络对应的历史定位信号确定为精度较高的可信定位信号。

上述从历史网络定位信号中确定可信定位信号，即将网络定位信号所标识的定位结果作为终端设备的真实位置，避免了确定终端设备真实位置的过程，为后续对历史定位信号进行正样本和负样本标注提供了基础数据，简化了数据采集流程，提高了样本采集效率。

S502：确定待识别卫星信号所标识的定位结果与可信定位信号所标识的定位结果之间的距离与可信距离区间的关系。

基于上述可知，可信定位信号所标识的定位结果即为终端设备的真实位置，若待识别卫星信号为上述历史卫星定位信号中的任意一个，则可以确定出待识别卫星信号所标识的定位结果与可信定位信号所标识的定位结果之间的距离，该距离标识了待识别卫星信号所标识的定位结果与真实位置之间的距离。其中，待识别卫星信号与可信定位信号对应于同一时刻，即待识别卫星信号与可信定位信号是终端设备针对同一时刻获取的卫星定位信号和网络定位信号。

若可信定位信号所对应目标网络的网络强度较大，表明连接目标网络的终端设备与目标网络距离较近。由于网络定位信号所标识的定位结果精度一般低于卫星定位信号所标识，因此针对上述确定出的可信定位信号，可以基于连接目标网络的多个终端设备所上传的卫星定位信号确定出目标网络位置，并将目标网络位置作为可信定位信号所标识的定位结果。

在确定待识别卫星信号是否可信的过程中，通过确定待识别卫星信号所标识的定位结果与可信定位信号所标识的定位结果之间的距离与可信距离区间的关系，确定该待识别卫星信号是否可信。其中，可信距离区间可以预先根据实验确定，如将可信距离区间设定为[10m,50m]。

也就是说，待识别卫星信号所标识的定位结果与终端设备的真实位置之间的距离在不超过可信距离区间内时，待识别卫星信号所标识的定位结果在卫星定位误差可允许范围内，待识别卫星信号可用于确定终端设备的位置。

上述确定待识别卫星信号所标识的定位结果与可信定位信号所标识的定位结果之间的距离与可信距离区间之间的关系后，可以根据确定结果对待识别卫星信号进行正负样本标注，具体如下述S503和S504。

S503：将距离大于可信距离区间的待识别卫星信号标注为负样本。

若待识别卫星信号所标识的定位结果与可信定位信号所标识的定位结果之间的距离大于可信距离区间，表明待识别卫星信号所标识的定位结果与终端设备的真实位置之间的距离较大，待识别卫星信号的定位结果精度较低，待识别卫星信号可信度较低，故将该待识别卫星信号标注为负样本。

S504：将距离小于所述可信距离区间的待识别卫星信号标注为正样本。

若待识别卫星信号所标识的定位结果与可信定位信号所标识的定位结果之间的距离小于可信距离区间，表明待识别卫星信号所标识的定位结果与终端设备的真实位置之间的距离较小，待识别卫星信号的定位结果精度较高，贴近真实位置，可信度较高，故将该待识别卫星信号标注为正样本。

参见图6，图6为本申请实施例提供的一种定位结果示意图。图6所示出了终端设备对应第T时刻的多个历史卫星定位信号所标识的定位结果，如标识604和605。其中，标识601表示可信定位信号所标识的定位结果，即终端设备对应第T时刻的真实位置。若将可信距离区间设定为[10m,50m]，则标识602所示的圆表示与标识601距离为10m的位置，标识603所示的圆表示与标识601距离为50m的位置，因此标识604表示被标注为正样本的历史卫星定位信号，标识605表示被标注为负样本的历史卫星定位信号。

上述以历史网络定位信号中的可信定位信号所标识的定位结果作为真实值对历史卫星定位信号进行标注，实现了对于正样本和负样本的自动化快速标注，降低了通过人工标注所需要的时间和成本，有效地提高了训练样本获取效率，从而提高了模型训练效率。

基于上述方法获取正样本和负样本后，服务器就可以根据正样本和负样本的历史卫星定位参数，对初始模型进行训练得到识别模型。其中，初始模型可以是树模型，如基于极限梯度提升(eXtreme Gradient Boosting,xgboost)、随机森林等算法的树模型。

初始模型以目标样本的历史卫星定位参数作为输入，输出目标样本的可信度识别结果。若确定目标样本对应的历史卫星定位信号所标识的定位结果精度较高，即历史卫星定位信号所标识的定位结果与同一时刻对应的可信定位信号所标识的定位结果之间的距离小于可信距离区间，则将可信度识别结果确定为1，即确定目标样本对应的历史卫星定位信号可信；若确定目标样本对应的历史卫星定位信号所标识的定位结果精度较低，即历史卫星定位信号所标识的定位结果与同一时刻对应的可信定位信号所标识的定位结果之间的距离大于可信距离区间，则将可信度识别结果确定为0，即确定目标样本对应的历史卫星定位信号不可信。

在实际应用中，可以对训练样本对应的历史卫星定位信号进行特征提取，获取历史卫星定位信号中用于确定定位结果的历史卫星定位参数。其中，历史卫星定位参数包括终端设备所连接卫星的信噪比、俯仰角或方位角中任意一种或多种的组合，且历史卫星定位参数对应于终端设备所连接卫星的标识。

基于上述获取的历史卫星定位参数，终端设备可以做进一步的数据处理，得到特征数据，如获取卫星信噪比的中位数、卫星信噪比低于20dB的卫星比例、卫星信噪比高于40dB的卫星比例、卫星方位角方差、高方位角卫星数量、将方位划分为若干个各自，落在每个格子里面的卫星数量和卫星信噪比的加权值等。这些通过对历史卫星定位参数进行数据处理后得到的特征数据可以作为对样本对应的历史卫星定位信号可信度识别的依据，在此不作任何限定。

上述通过提取卫星定位信号中多维度信息作为卫星定位参数，丰富了卫星定位参数的多样性，提高了基于卫星定位参数确定卫星定位信号是否可靠的准确度，从而提高了定位精度。

在训练过程中，通过样本正负标注结果与样本的可信度识别结果之间的差异，对初始模型的参数进行调整。通过该模型训练，使得训练后得到的识别模型能够学习到可信的卫星定位信号对应的卫星定位参数所具有的规律，以及不可信的卫星定位信号对应的卫星定位参数所具有的规律，也就是建立起卫星定位参数与卫星定位信号可信度之间的联系。

基于上述训练得到的识别模型，在定位过程中，通过识别模型对卫星定位信号中进行特征提取，获取卫星定位信号中用于确定定位结果的卫星定位参数，并根据该卫星定位参数，实现对于卫星定位信号可信度的识别。

上述利用同一时刻的历史卫星定位信号和历史网络定位信号获取训练样本，对初始模型进行训练得到识别模型，从而基于该识别模型实现了对于卫星定位信号可信度的识别，提高了卫星定位信号可靠性识别效率和精度，从而提高了基于卫星定位信号进行定位的效率和精度。

终端设备在一些场景中，基于卫星定位信号或网络定位信号确定终端设备对应第t时刻的定位结果可能存在漂移或者波动的情况，如终端设备在建筑内外交界处来回移动等场景，在此情况下定位结果与真实位置之间的距离较大。为了便于描述，将这些基于卫星定位信号或网络定位信号确定的定位结果作为漂移点。若在用户导航、跑步等定位场景中，定位结果中存在漂移点，会影响用户的使用体验。

因此，为了识别出上述定位结果中的漂移点，提高定位精度和用户体验，本申请实施例提供了一种漂移点识别方法。在本申请实施例中，可以通过终端设备和/或服务器执行漂移点识别方法。为了便于描述，下面以终端设备作为执行主体，对漂移点识别方法进行介绍。

参见图7，图7为本申请实施例提供的一种漂移点识别方法的流程示意图。在一种可能的实现方式中，该漂移点识别方法应用于上述S203和S204，即在S203根据卫星定位信号或在S204根据网络定位信号确定终端设备第t时刻的定位结果的过程中，可以通过执行该漂移点识别方法对卫星定位信号或网络定位信号进行漂移点识别，进一步提高定位精度。如图7所示，该漂移点识别方法包括以下步骤：

S701：将目标定位信号作为第n个可信定位信号加入可信定位信号队列。

基于上述S203或S204，目标定位信号包括确定终端设备对应第t时刻的卫星定位信号或网络定位信号。可信定位信号队列中前n-1个可信定位信号为前n-1个被用于确定终端设备对应定位结果的、且与目标定位信号同类型的定位信号。

若目标定位信号为基于S203确定出用于终端设备定位的卫星定位信号，则将目标定位信号加入的可信定位信号队列记为S，该目标定位信号为可信定位队列S中的第n个可信定位信号，记为Sn，可信定位队列S中的前n-1个可信定位信号为被用于确定终端设备对应定位结果的卫星定位信号。

若目标定位信号为基于S204确定出用于终端设备定位的网络定位信号，则将目标定位信号加入的可信定位信号队列记为N，该目标定位信号为可信定位队列N中的第n个可信定位信号，记为Nn，可信定位队列N中的前n-1个可信定位信号为被用于确定终端设备对应定位结果的网络定位信号。

S702：确定第n个可信定位信号所标识定位结果与第n-1个可信定位信号所标识定位结果间的第一待识别距离。

由于终端设备对应的定位结果若发生漂移或波动等情况时，相邻的两个可信定位信号之间的距离较大，因此在识别漂移点的过程中，可以确定出可信定位队列中第n个可信定位信号与第n-1个可信定位信号Sn-1所标识的定位结果间的第一待识别距离。

针对可信定位队列S，确定第n个可信定位信号Sn与第n-1个可信定位信号Sn-1所标识的定位结果间的第一待识别距离，记为P1。针对可信队列N，确定出第n个可信定位信号Nn与第n-1个可信定位信号Nn-1所标识的定位结果间的第一待识别距离，记为P2。

S703：根据第一运动趋势参数确定所述第一待识别距离是否为可信距离。

由于终端设备在一段时间内的运动趋势大致相同，因此终端设备对应第t时刻的运动趋势与第t时刻之前的运动趋势相近，故此采用第一运动趋势参数对可信定位信号所标识的定位结果进行漂移点识别。其中，第一运动趋势参数用于标识终端设备在第t时刻之前的运动趋势，是根据可信定位队列的前n-1个可信定位信号确定的。

对于可信定位队列S，根据前n-1个可信卫星定位信号确定第一运动趋势参数，该第一运动趋势参数从卫星定位的角度标识了终端设备在第t时刻之前的运动趋势。对于可信定位队列N，根据前n-1个可信网络定位信号确定第一运动趋势参数，该第一运动趋势参数从网络定位的角度标识了终端设备在第t时刻之前的运动趋势。

在本申请中以终端设备对应第t时刻的速度作为第一运动趋势参数。具体的，若确定终端设备对应第t时刻的可信定位信号为卫星定位信号，与该卫星定位信号对应的第一运动趋势参数记为Vs。若确定终端设备对应第t时刻的可信定位信号为网络定位信号，与该网络定位信号对应的第一运动趋势参数记为Vn。

在根据第一运动趋势参数对第一待识别距离进行可信距离识别的过程中，可以根据第一运动趋势参数计算出终端设备对应第t时刻的移动距离，并将移动距离作为可信距离阈值，与第一待识别距离进行比较，根据比较结果确定第一待识别距离是否为可信距离。由于可信距离阈值受信号采样频率的影响，因此在实际计算可信距离阈值时，可以通过距离参数a引入采样频率对于可信距离阈值的影响。

一般情况下，卫星定位信号的采样频率高于网络定位信号的采样频率。因此，在确定可信距离阈值时，可以分别计算卫星定位信号对应的可信距离阈值和网络定位信号对应的可信距离阈值。在本申请中，将卫星定位信号对应的距离参数a设定为1.2，将网络定位信号对应的距离a设定为1.5，则卫星定位信号对应的可信距离阈值用公式表示为(Vs*δt)*1.2，卫星定位信号对应的可信距离阈值用公式表示为(Vn*δt)*1.5。其中，δt表示可信定位队列中相邻可信定位信号之间的时间间隔。在实际应用中，可以根据实际场景设定距离参数a，在此不作任何限定。

S704：若为可信距离，根据第n个可信定位信号确定所述终端设备对应第t时刻的定位结果。

基于上述S703，若比较结果标识了第一待识别距离小于可信距离阈值，表明第n个可信定位信号所标识的定位结果与第n-1个可信定位信号所标识的定位结果之间的距离较小，第n个可信定位信号相对于第n-1个可信定位信号所体现出的运动趋势与第一运动趋势参数相符，未出现不正常的运动趋势改变，故其所标识的定位结果为漂移点的可能性较小，将第一待识别距离确定为可信距离。在此情况下，可以根据第n个可信定位信号确定终端设备对应第t时刻的定位结果。

若比较结果标识了第一待识别距离不小于可信距离阈值，表明第n个可信定位信号所标识的定位结果与第n-1个可信定位信号所标识的定位结果之间的距离较大，第n个可信定位信号相对于第n-1个可信定位信号所体现出的运动趋势与第一运动趋势参数不符，出现了不正常的运动趋势改变，故其所标识的定位结果为漂移点的可能性较大。例如以第n个可信定位信号为卫星定位信号Sn为例，若第一运动趋势参数Vs为5m/s，第一待识别距离为10m，若时间间隔δt为1s，则可信距离阈值(Vs*δt)*1.2＝6m<10m，因此将第一待识别距离识别为不可信距离，第n个可信定位信号Sn为漂移点的可能性较大，不适用于确定终端设备对应第t时刻的定位结果。

上述基于第一运动趋势参数对终端设备对应第t时刻的定位结果是否为漂移点进行识别，实现了对基于卫星定位信号或网络定位信号确定出的定位结果存在漂移或波动情况的识别，提高了定位精度。

需要说明的是，由于卫星定位信号所标识的定位结果精度一般高于网络定位信号，且卫星定位信号的采样频率大于网络定位信号，故此，若将可信定位信号为卫星定位信号的可信定位信号队列作为第一信号队列，将可信定位信号为网络定位信号的可信定位信号队列作为第二信号队列，则存在一种可能的情况，即第一信号队列中可信定位信号的数量大于第二信号队列中可信定位信号的数量。也就是将上述可信定位队列S作为第一信号队列，可信定位队列N作为第二信号队列，则在同一段时间内，第一信号队列中可信定位信号的数量大于第二信号队列中可信定位信号的数量。

上述分别从卫星定位信号、网络定位信号的角度对第n个可信定位信号Sn、Nn所标识的定位结果是否为漂移点进行识别。但是在实际应用中，针对一段时间内终端设备反馈给用户的定位结果可能既包括基于卫星定位信号确定的定位结果，也包括基于网络定位信号确定的定位结果，故此在识别定位结果是否为漂移点的过程中，还可以从终端设备最终输出的角度，即终端设备反馈给用户的角度对定位结果进行漂移点识别，提高定位精度。

参见图8，图8为本申请实施例提供的另一种漂移点识别方法的流程示意图。该识别方法是在上述S704确定第一待识别距离为可信距离的基础上，对第n个可信定位信号进行二次漂移点识别。如图8所示，该方法具体包括以下步骤：

S801：将第n个可信定位信号作为第m个可信输出信号加入可信输出结果队列。

为了便于描述，将可信输出结果队列记为L，可信输出结果队列L中前m-1个可信输出信号为前m-1个被用于确定所述终端设备对应定位结果的可信定位信号，包括卫星定位信号和/或网络定位信号。

若用于确定终端设备第t时刻的信号为卫星定位信号，则将第n个可信定位信号Sn作为第m个可信输出信号Lm加入可信输出结果队列中。若用于确定终端设备第t时刻的信号为网络定位信号，则将第n个可信定位信号Nn作为第m个可信输出信号Lm加入可信输出结果队列L中。

S802：确定第m个可信输出信号所标识定位结果与第m-1个可信输出信号所标识定位结果间的第二待识别距离。

与上述S702类似，在对可信输出信号进行漂移点识别时，确定第m个可信输出信号Lm与第m-1个可信输出信号Lm-1所标识定位结果间的第二待识别距离，在此不再赘述。

S803：根据第二运动趋势参数确定所述第二待识别距离是否为可信距离。

对于可信输出结果队列L，第二运动趋势参数从终端设备最终输出的角度标识了标识终端设备在第t时刻之前的运动趋势，是根据可信输出结果队列L的前m-1个可信输出信号确定的。第二运动趋势参数与上述第一运动趋势参数Vs、Vn类似，具体可参见上述S703。

基于上述S703可知，可信距离阈值受到信号采样频率的影响。由于可信输出结果队列L中可能既包括卫星定位信号，也包括网络定位信号，因此在根据前m-1个可信输出信号确定第二运动趋势参数对应的可信距离阈值时，既需要考虑卫星定位信号采样频率的影响，也需要考虑网络定位信号采样频率的影响。在本申请实施例中，将第二运动趋势参数对应的距离参数a设定为2，则第二运动趋势对应的可信距离阈值用公式表示为(Vl*δt)*2。

因此，通过比较第二运动趋势参数对应的可信距离阈值与第二待识别距离，确定第二待识别距离是否为可信距离。

S804：若为可信距离，根据第m个可信输出信号确定所述终端设备对应第t时刻的定位结果。

基于上述S803，若比较结果标识了第二待识别距离小于第二运动趋势参数对应的可信距离阈值，表明第m个可信输出信号所标识的定位结果与第m-1个可信输出信号所标识的定位结果之间的距离较小，第m个可信输出信号相对于第m-1个可信输出信号所体现出的运动趋势与第二运动趋势参数相符，未出现不正常的运动趋势改变，故其所标识的定位结果为漂移点的可能性较小，将第二待识别距离确定为可信距离。在此情况下，可以根据第m个可信输出信号确定终端设备对应第t时刻的定位结果。

若比较结果标识了第二待识别距离不小于第二运动趋势参数对应的可信距离阈值，表明第m个可信输出信号所标识的定位结果与第m-1个可信输出信号所标识的定位结果之间的距离较大，第m个可信输出信号相对于第m-1个可信输出信号所体现出的运动趋势与第二运动趋势参数不符，出现了不正常的运动趋势改变，故其所标识的定位结果为漂移点的可能性较大，将第二待识别距离确定为不可信距离。

上述基于第二运动趋势参数对终端设备对应第t时刻的定位结果是否为漂移点进行二次识别，实现了从终端设备最终输出定位结果的角度，即从终端设备向用户反馈定位结果的角度，对基于卫星定位信号或网络定位信号确定出的定位结果存在漂移或波动情况的识别，提高了定位精度的同时，提高了用户体验。

由于第二待识别距离为不可信距离时，表明第m个可信输出信号Lm是不可信的，需要将第m个可信输出信号Lm从可信输出结果队列L中移出，由此实现了基于可信输出信号确定终端设备对应第t时刻的定位结果。

在此情况下，或者在确定第一待识别距离为不可信距离时，表明对应于第t时刻的卫星定位信号和网络定位信号所标识的定位结果精度都比较低，卫星定位信号和网络定位信号均不适用于确定终端设备在第t时刻的定位结果。由于可信输出结果队列L中的第m-1个可信输出信号Lm-1是可信的，且第m-1个可信输出信号Lm-1是终端设备在第t-1时刻输出的定位结果，故此根据第m-1个可信输出信号Lm-1确定终端设备对应第t时刻的定位结果。

上述在卫星定位信号和网络定位信号均不可信的情况下，以终端设备前一时刻的定位结果作为第t时刻的定位结果，避免了由于卫星定位信号和网络定位信号造成对于终端设备定位不准确的情况，进一步提高了向用户输出的定位结果的准确度，从而提高了用户体验。

为了更好的理解，下面结合用户手持手机在大厦内外移动的场景，对上述实施例提供的定位方法进行介绍。参见图9，图9为本申请实施例提供的另一种定位方法的流程示意图。

在图9所示的场景中，服务器可以通过调用模型训练样本生成模块自动生成大量的正样本和负样本，然后通过调用特征提取模块对训练样本进行特征提取，并且通过调用模型训练模块对预先构建的树模型进行训练，得到用于识别卫星定位信号可信度的识别模型，并将该识别模型下发给用户使用的手机中。

在对用户进行定位过程中，针对第t时刻的卫星定位信号(901)和网络定位信号(902)，手机通过协同定位类型选择模块(903)选择输出结果为卫星定位点(903)，还是网络定位点(904)。卫星定位点即是卫星定位信号所标识的定位结果，网络定位点即是网络定位信号所标识的定位结果。

在选择输出结果的过程中，手机通过卫星定位性能评估模块调用识别模型对卫星定位信号(901)进行可信度识别。若卫星定位评估模块输出为1，则手机通过协同定位位置融合模块对卫星定位信号(901)进行漂移点识别。

在对卫星定位信号(901)进行漂移点识别过程中，将卫星定位信号作为第n个可信定位信号Sn加入可信定位队列S中(905)，并判断第一待识别距离P1是否为可信距离(906)。若是，将第n个可信定位信号Sn加入可信输出结果队列L中(907)，并判断第二待识别距离是否为可信距离(908)。若是，根据第m个可信输出信号Lm确定手机针对第t时刻的定位结果，并作为手机的最终定位点输出(909)。

若第一待识别距离P1为不可信距离，或者第二待识别距离为不可信距离，则根据可信输出结果队列L中的第m-1个可信输出信号Lm-1确定手机针对第t时刻的定位结果(910)，并作为手机的最终定位点输出(909)。

若卫星定位评估模块输出为0，继续通过协同定位类型选择模块判断输出结果是否为网络定位点(911)。若是，将网络定位信号作为第n个可信定位信号Nn加入可信定位队列N中(912)，并判断第一待识别距离P2是否为可信距离(913)。若是，将第n个可信定位信号Nn加入可信输出结果队列L中(907)，并判断第二待识别距离是否为可信距离(908)。若是，根据第m个可信输出信号Lm确定手机针对第t时刻的定位结果，并作为手机的最终定位点输出(909)。

若第一待识别距离P2为不可信距离，或者第二待识别距离为不可信距离，则根据可信输出结果队列L中的第m-1个可信输出信号Lm-1确定手机针对第t时刻的定位结果(910)，并作为手机的最终定位点进行输出(909)。

上述基于对卫星定位信号的可信度判断方式，避免了在有卫星定位信号时直接采用卫星定位信号进行定位在上述场景下导致的定位问题，实现了对卫星定位信号和网络定位信号在定位时的合理使用，提高了定位精度，并提高了用户体验。

为了更直观的体现上述实施例提供的定位方法所具有的有益效果，可以通过从以下方面的数据进行体现：

1、用户反馈定位误差大：基于前述相关定位方法，在两周内存在14个用户反馈。基于本申请实施例提供的定位方法，在两周内存在4个反馈，整体降低70％左右。

2、用于执行本申请实施例提供的定位方法的应用软件提供每天约20w人次的互选。

3、分析其中1万条用户处于静止态的情况，采用相关定位方法统计半径为17.87m，采用本申请实施例提供的定位方法统计半径为3.76m，整个定位精度明显提升。

4、网络定位点半径大于500m的坏例共3个，占比约万分之三，带来的负影响极低。

针对上述实施例提供的定位方法，本申请实施例还提供了一种定位装置。

参见图10，图10为本申请实施例提供的一种定位装置的结构示意图。如图10所示，该定位装置1000包括获取单元1001、确定单元1002和结果单元1003：

所述获取单元1001，用于获取终端设备对应于第t时刻的卫星定位信号和网络定位信号；

所述确定单元1002，用于根据所述卫星定位信号中用于确定定位结果的卫星定位参数，确定所述卫星定位信号是否可信；

所述结果单元1003，用于若所述卫星定位信号可信，根据所述卫星定位信号确定所述终端设备对应第t时刻的定位结果；

所述结果单元1003，用于若所述卫星定位信号不可信，根据所述网络定位信号确定所述终端设备对应第t时刻的定位结果。

在一种可能的实现方式中，所述确定单元1002，用于：

根据所述卫星定位信号中用于确定定位结果的卫星定位参数，通过识别模型确定所述卫星定位信号是否可信；

所述装置还包括标注单元和训练单元：

所述标注单元，用于根据针对同一时刻的历史卫星定位信号和历史网络定位信号，从所述历史卫星定位信号中标注正样本和负样本；

所述训练单元，用于根据所述正样本和所述负样本的历史卫星定位参数，对初始模型进行训练得到所述识别模型。

在一种可能的实现方式中，所述标注单元，用于：

从所述历史网络定位信号中确定可信定位信号；

确定待识别卫星信号所标识的定位结果与所述可信定位信号所标识的定位结果之间的距离与可信距离区间的关系，所述待识别卫星信号与所述可信定位信号对应于同一时刻；

将距离大于所述可信距离区间的待识别卫星信号标注为负样本；

将距离小于所述可信距离区间的待识别卫星信号标注为正样本。

在一种可能的实现方式中，将用于确定所述终端设备对应第t时刻定位结果的卫星定位信号或网络定位信号作为目标定位信号，所述结果单元1003，用于：

将所述目标定位信号作为第n个可信定位信号加入可信定位信号队列，所述可信定位信号队列中前n-1个可信定位信号为前n-1个被用于确定所述终端设备对应定位结果的、且与所述目标定位信号同类型的定位信号；

确定第n个可信定位信号所标识定位结果与第n-1个可信定位信号所标识定位结果间的第一待识别距离；

根据第一运动趋势参数确定所述第一待识别距离是否为可信距离，所述第一运动趋势参数是根据前n-1个可信定位信号确定的；

若为可信距离，根据第n个可信定位信号确定所述终端设备对应第t时刻的定位结果。

在一种可能的实现方式中，所述结果单元1003，用于：

将第n个可信定位信号作为第m个可信输出信号加入可信输出结果队列，所述可信输出结果队列中前m-1个可信输出信号为前m-1个被用于确定所述终端设备对应定位结果的可信定位信号；

确定第m个可信输出信号所标识定位结果与第m-1个可信输出信号所标识定位结果间的第二待识别距离；

根据第二运动趋势参数确定所述第二待识别距离是否为可信距离，所述第二运动趋势参数是根据前m-1个可信输出信号确定的；

若为可信距离，根据第m个可信输出信号确定所述终端设备对应第t时刻的定位结果。

在一种可能的实现方式中，若确定所述第二识别距离为不可信距离，或者若确定所述第一待识别距离为不可信距离，所述确定单元1002，还用于：

根据第m-1个可信输出信号确定所述终端设备对应第t时刻的定位结果；

若确定所述第二识别距离为不可信距离，所述方法还包括：

从所述可信输出结果队列移出所述第m个可信输出信号。

在一种可能的实现方式中，若将可信定位信号为卫星定位信号的可信定位信号队列作为第一信号队列，将可信定位信号为网络定位信号的可信定位信号队列作为第二信号队列，所述第一信号队列中可信定位信号的数量大于所述第二信号队列中可信定位信号的数量。

在一种可能的实现方式中，所述获取单元1001，还用于：

对所述卫星定位信号进行特征提取，获取所述卫星定位信号中用于确定定位结果的卫星定位参数，所述卫星定位参数包括所述终端设备所连接卫星的信噪比、所连接卫星的俯仰角或所连接卫星的方位角中任意一种或多种的组合；所述卫星定位参数对应于所述终端设备所连接卫星的标识。

上述实施例提供了的定位装置，在第t时刻终端设备能够同时获取卫星定位信号和网络定位信号的场景下，由于卫星定位信号被建筑等遮挡的情况或信号不好时，通过卫星定位信号确定的定位结果精度较低，甚至低于网络定位信号的定位精度，若如相关技术中直接采用卫星定位信号对终端设备进行定位，所确定的位置精度较低，容易出现波动，因此为了能够识别出上述卫星定位信号不理想的场景，依据卫星定位信号中的卫星定位参数，对卫星定位信号的可信度进行判断，也就是对卫星定位信号的定位精度进行判断。若判断结果标识卫星定位信号是可信的，表明第t时刻针对终端设备的卫星定位信号可用于确定出精度较高的定位结果；若判断结果标识卫星定位信号是不可信的，表明第t时刻针对终端设备的卫星定位信号的定位精度较低，不适用于确定定位结果，反而采用网络定位信号确定的定位结果精度可能相对更高。基于对卫星定位信号的可信度判断方式，避免了在有卫星定位信号时直接采用卫星定位信号进行定位在上述场景下导致的定位问题，实现了对卫星定位信号和网络定位信号在定位时的合理使用，提高了定位精度。

本申请实施例还提供了一种计算机设备，下面将从硬件实体化的角度对本申请实施例提供的用于定位的计算机设备进行介绍。

参见图11，图11是本申请实施例提供的一种服务器结构示意图，该服务器1400可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(centralprocessing units，CPU)1422(例如，一个或一个以上处理器)和存储器1432，一个或一个以上存储应用程序1442或数据1444的存储介质1430(例如一个或一个以上海量存储设备)。其中，存储器1432和存储介质1430可以是短暂存储或持久存储。存储在存储介质1430的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1422可以设置为与存储介质1430通信，在服务器1400上执行存储介质1430中的一系列指令操作。

服务器1400还可以包括一个或一个以上电源1426，一个或一个以上有线或无线网络接口1450，一个或一个以上输入输出接口1458，和/或，一个或一个以上操作系统1441，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

上述实施例中由服务器所执行的步骤可以基于该图11所示的服务器结构。

其中，CPU 1422用于执行如下步骤：

获取终端设备对应于第t时刻的卫星定位信号和网络定位信号；

根据所述卫星定位信号中用于确定定位结果的卫星定位参数，确定所述卫星定位信号是否可信；

若可信，根据所述卫星定位信号确定所述终端设备对应第t时刻的定位结果；

若不可信，根据所述网络定位信号确定所述终端设备对应第t时刻的定位结果。

可选的，CPU 1422还可以执行上述实施例提供的所述定位方法，在此不再赘述。

针对上文描述的定位方法，本申请实施例还提供了一种用于定位的终端设备，以使上述定位方法在实际中实现以及应用。

参见图12，图12为本申请实施例提供的一种终端设备的结构示意图。为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。该终端设备可以为包括手机、平板电脑、个人数字助理(Personal DigitalAssistant，简称PDA)等任意终端设备，以终端设备为手机为例：

图12示出的是与本申请实施例提供的终端设备相关的手机的部分结构的框图。参考图12，该手机包括：射频(Radio Frequency,简称RF)电路1510、存储器1520、输入单元1530、显示单元1540、传感器1550、音频电路1560、无线保真(wireless fidelity,简称WiFi)模块1570、处理器1580、以及电源1590等部件。本领域技术人员可以理解，图12中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图12对手机的各个构成部件进行具体的介绍：

RF电路1510可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器1580处理；另外，将设计上行的数据发送给基站。通常，RF电路1510包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low NoiseAmplifier，简称LNA)、双工器等。此外，RF电路1510还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(Global System of Mobile communication，简称GSM)、通用分组无线服务(GeneralPacket Radio Service，简称GPRS)、码分多址(Code Division Multiple Access，简称CDMA)、宽带码分多址(Wideband Code Division Multiple Access，简称WCDMA)、长期演进(Long Term Evolution，简称LTE)、电子邮件、短消息服务(Short Messaging Service，简称SMS)等。

存储器1520可用于存储软件程序以及模块，处理器1580通过运行存储在存储器1520的软件程序以及模块，从而实现手机的各种功能应用以及定位。存储器1520可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器1520可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

输入单元1530可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元1530可包括触控面板1531以及其他输入设备1532。触控面板1531，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1531上或在触控面板1531附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板1531可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器1580，并能接收处理器1580发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1531。除了触控面板1531，输入单元1530还可以包括其他输入设备1532。具体地，其他输入设备1532可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

显示单元1540可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1540可包括显示面板1541，可选的，可以采用液晶显示器(LiquidCrystal Display，简称LCD)、有机发光二极管(Organic Light-Emitting Diode，简称OLED)等形式来配置显示面板1541。进一步的，触控面板1531可覆盖显示面板1541，当触控面板1531检测到在其上或附近的触摸操作后，传送给处理器1580以确定触摸事件的类型，随后处理器1580根据触摸事件的类型在显示面板1541上提供相应的视觉输出。虽然在图12中，触控面板1531与显示面板1541是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板1531与显示面板1541集成而实现手机的输入和输出功能。

手机还可包括至少一种传感器1550，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1541的亮度，接近传感器可在手机移动到耳边时，关闭显示面板1541和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路1560、扬声器1561，传声器1562可提供用户与手机之间的音频接口。音频电路1560可将接收到的音频数据转换后的电信号，传输到扬声器1561，由扬声器1561转换为声音信号输出；另一方面，传声器1562将收集的声音信号转换为电信号，由音频电路1560接收后转换为音频数据，再将音频数据输出处理器1580处理后，经RF电路1510以发送给比如另一手机，或者将音频数据输出至存储器1520以便进一步处理。

WiFi属于短距离无线传输技术，手机通过WiFi模块1570可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图12示出了WiFi模块1570，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

处理器1580是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1520内的软件程序和/或模块，以及调用存储在存储器1520内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器1580可包括一个或多个处理单元；优选的，处理器1580可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1580中。

手机还包括给各个部件供电的电源1590(比如电池)，优选的，电源可以通过电源管理系统与处理器1580逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。

在本申请实施例中，该手机所包括的存储器1520可以存储程序代码，并将所述程序代码传输给所述处理器。

手机所包括的处理器1580可以根据所述程序代码中的指令执行上述实施例提供的所述定位方法，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，用于存储计算机程序，该计算机程序用于执行上述实施例提供的定位方法。

本申请实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述方面的各种可选实现方式中提供的定位方法。

本领域普通技术人员可以理解：实现上述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，执行包括上述方法实施例的步骤；而前述的存储介质可以是下述介质中的至少一种：只读存储器(英文：read-only memory，缩写：ROM)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备及系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本申请的一种具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (11)

1.一种定位方法，其特征在于，所述方法包括：

获取终端设备对应于第t时刻的卫星定位信号和网络定位信号；

根据所述卫星定位信号中用于确定定位结果的卫星定位参数，确定所述卫星定位信号是否可信；

若可信，根据所述卫星定位信号确定所述终端设备对应第t时刻的定位结果；

若不可信，根据所述网络定位信号确定所述终端设备对应第t时刻的定位结果；

其中，将用于确定所述终端设备对应第t时刻的定位结果的卫星定位信号或网络定位信号作为目标定位信号；根据所述目标定位信号确定所述终端设备对应第t时刻的定位结果，包括：

将所述目标定位信号作为第n个可信定位信号加入可信定位信号队列，所述可信定位信号队列中前n-1个可信定位信号为前n-1个被用于确定所述终端设备对应定位结果的、且与所述目标定位信号同类型的定位信号；

确定第n个可信定位信号所标识定位结果与第n-1个可信定位信号所标识定位结果间的第一待识别距离；

根据第一运动趋势参数确定所述第一待识别距离是否为可信距离，所述第一运动趋势参数是根据前n-1个可信定位信号确定的；

若确定所述第一待识别距离为可信距离，将第n个可信定位信号作为第m个可信输出信号加入可信输出结果队列，所述可信输出结果队列中前m-1个可信输出信号为前m-1个被用于确定所述终端设备对应定位结果的可信定位信号；

确定第m个可信输出信号所标识定位结果与第m-1个可信输出信号所标识定位结果间的第二待识别距离；

根据第二运动趋势参数确定所述第二待识别距离是否为可信距离，所述第二运动趋势参数是根据前m-1个可信输出信号确定的；

若确定所述第二待识别距离为可信距离，根据第m个可信输出信号确定所述终端设备对应第t时刻的定位结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述卫星定位信号中用于确定定位结果的卫星定位参数，确定所述卫星定位信号是否可信，包括：

根据所述卫星定位信号中用于确定定位结果的卫星定位参数，通过识别模型确定所述卫星定位信号是否可信；

所述方法还包括：

根据针对同一时刻的历史卫星定位信号和历史网络定位信号，从所述历史卫星定位信号中标注正样本和负样本；

根据所述正样本和所述负样本的历史卫星定位参数，对初始模型进行训练得到所述识别模型。

3.根据权利要求2所述的方法，其特征在于，所述根据针对同一时刻的历史卫星定位信号和历史网络定位信号，从所述历史卫星定位信号中标注正样本和负样本，包括：

从所述历史网络定位信号中确定可信定位信号；

确定待识别卫星信号所标识的定位结果与所述可信定位信号所标识的定位结果之间的距离与可信距离区间的关系，所述待识别卫星信号与所述可信定位信号对应于同一时刻；

将距离大于所述可信距离区间的待识别卫星信号标注为负样本；

将距离小于所述可信距离区间的待识别卫星信号标注为正样本。

4.根据权利要求1所述的方法，其特征在于，若确定所述第二待识别距离为不可信距离，或者若确定所述第一待识别距离为不可信距离，所述方法还包括：

根据第m-1个可信输出信号确定所述终端设备对应第t时刻的定位结果；

若确定所述第二待识别距离为不可信距离，所述方法还包括：

从所述可信输出结果队列移出所述第m个可信输出信号。

5.根据权利要求1所述的方法，其特征在于，若将可信定位信号为卫星定位信号的可信定位信号队列作为第一信号队列，将可信定位信号为网络定位信号的可信定位信号队列作为第二信号队列，所述第一信号队列中可信定位信号的数量大于所述第二信号队列中可信定位信号的数量。

6.根据权利要求1-5任意一项所述的方法，其特征在于，所述方法还包括：

对所述卫星定位信号进行特征提取，获取所述卫星定位信号中用于确定定位结果的卫星定位参数，所述卫星定位参数包括所述终端设备所连接卫星的信噪比、所连接卫星的俯仰角或所连接卫星的方位角中任意一种或多种的组合；所述卫星定位参数对应于所述终端设备所连接卫星的标识。

7.一种定位装置，其特征在于，所述装置包括获取单元、确定单元和结果单元：

所述获取单元，用于获取终端设备对应于第t时刻的卫星定位信号和网络定位信号；

所述确定单元，用于根据所述卫星定位信号中用于确定定位结果的卫星定位参数，确定所述卫星定位信号是否可信；

所述结果单元，用于若所述卫星定位信号可信，根据所述卫星定位信号确定所述终端设备对应第t时刻的定位结果；

所述结果单元，用于若所述卫星定位信号不可信，根据所述网络定位信号确定所述终端设备对应第t时刻的定位结果；

其中，将用于确定所述终端设备对应第t时刻的定位结果的卫星定位信号或网络定位信号作为目标定位信号，所述结果单元，用于：

将所述目标定位信号作为第n个可信定位信号加入可信定位信号队列，所述可信定位信号队列中前n-1个可信定位信号为前n-1个被用于确定所述终端设备对应定位结果的、且与所述目标定位信号同类型的定位信号；

确定第n个可信定位信号所标识定位结果与第n-1个可信定位信号所标识定位结果间的第一待识别距离；

根据第一运动趋势参数确定所述第一待识别距离是否为可信距离，所述第一运动趋势参数是根据前n-1个可信定位信号确定的；

若确定所述第一待识别距离为可信距离，将第n个可信定位信号作为第m个可信输出信号加入可信输出结果队列，所述可信输出结果队列中前m-1个可信输出信号为前m-1个被用于确定所述终端设备对应定位结果的可信定位信号；

确定第m个可信输出信号所标识定位结果与第m-1个可信输出信号所标识定位结果间的第二待识别距离；

根据第二运动趋势参数确定所述第二待识别距离是否为可信距离，所述第二运动趋势参数是根据前m-1个可信输出信号确定的；

若确定所述第二待识别距离为可信距离，根据第m个可信输出信号确定所述终端设备对应第t时刻的定位结果。

8.根据权利要求7所述的装置，其特征在于，所述确定单元，用于：

根据所述卫星定位信号中用于确定定位结果的卫星定位参数，通过识别模型确定所述卫星定位信号是否可信；

所述装置还包括标注单元和训练单元：

所述标注单元，用于根据针对同一时刻的历史卫星定位信号和历史网络定位信号，从所述历史卫星定位信号中标注正样本和负样本；

所述训练单元，用于根据所述正样本和所述负样本的历史卫星定位参数，对初始模型进行训练得到所述识别模型。

9.根据权利要求8所述的装置，其特征在于，所述标注单元，用于：

从所述历史网络定位信号中确定可信定位信号；

确定待识别卫星信号所标识的定位结果与所述可信定位信号所标识的定位结果之间的距离与可信距离区间的关系，所述待识别卫星信号与所述可信定位信号对应于同一时刻；

将距离大于所述可信距离区间的待识别卫星信号标注为负样本；

将距离小于所述可信距离区间的待识别卫星信号标注为正样本。

10.一种计算机设备，其特征在于，所述计算机设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1-6任意一项所述的方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行权利要求1-6任意一项所述的方法。

Images