CN113642951A - 一种基于区块链的信号定位系统的建立方法及定位方法 - Google Patents

一种基于区块链的信号定位系统的建立方法及定位方法 Download PDF

Info

Publication number
CN113642951A
CN113642951A CN202110800873.0A CN202110800873A CN113642951A CN 113642951 A CN113642951 A CN 113642951A CN 202110800873 A CN202110800873 A CN 202110800873A CN 113642951 A CN113642951 A CN 113642951A
Authority
CN
China
Prior art keywords
material node
node
signal
block chain
nodes
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
Application number
CN202110800873.0A
Other languages
English (en)
Inventor
汪漪
陈孔阳
黄倩怡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Peng Cheng Laboratory
Original Assignee
Peng Cheng Laboratory
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Peng Cheng Laboratory filed Critical Peng Cheng Laboratory
Priority to CN202110800873.0A priority Critical patent/CN113642951A/zh
Publication of CN113642951A publication Critical patent/CN113642951A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G06F16/2379—Updates performed during online database operations; commit processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Finance (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Molecular Biology (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本申请公开了一种基于区块链的信号定位系统的建立方法及定位方法，方法包括构建初始区块链网络；基于初始区块链网络中的各物资节点确定训练样本集；基于训练样本集训练定位网络模型，并基于定位网络模型确定各物资节点的位置信息；基于各物资节点各自对应的位置信息，更新初始区块链网络的拓扑结构以得到基于区块链的信号定位系统。本申请通过构建区块链网络并将物资节点作为区块链网络中的网络节点，通过区块链网络中的各网络节点形成训练样本集来训练定位网络模型，基于定位网络模型确定各物资节点的位置信息，可以使得物资节点的自动定位，从而可以提高物资管理的自动化程度，同时可避免因工作人员工作失误而造成的位置登记错误的现象。

Description

一种基于区块链的信号定位系统的建立方法及定位方法
技术领域
本申请涉及定位技术领域，特别涉及一种基于区块链的信号定位系统的建立方法及定位方法。
背景技术
目前固定资产管理系统普遍是依靠信息化技术和数字化管理方法，从资产购入、领用、调出、报废处理等建立完整的固定资产管理制度，便于固定资产的信息在各部门之间共享。通常的方案是在每台设备上贴有二维码或RFID标签，与之对应的后台数据库包括设备名称、型号、生产厂家、生产日期、购买人、实际使用、设备存放地点等综合信息。然后让各部门独立管理名下的固定资产，将位置登在该部门下，或者通过严格的资产进出扫码制度，维护到房屋级别的位置管理。然而，这些管理方式均需要依赖于人工扫描登记管理，容易出现扫描遗漏或者因工作人员工作失误而造成的位置登记错误的现象。
因而现有技术还有待改进和提高。
发明内容
本申请要解决的技术问题在于，针对现有技术的不足，提供一种基于区块链的信号定位系统的建立方法及定位方法。
为了解决上述技术问题，本申请实施例第一方面提供了一种基于区块链的信号定位系统的建立方法，所述的建立方法包括:
构建初始区块链网络，其中，所述初始区块链网络包括若干物资节点，若干物资节点中的每个物资节点为所述初始区块链网络的一网络节点；
基于所述初始区块链网络中的各物资节点确定训练样本集，其中，训练样本集包括若干训练数据，若干训练数据中的每个训练数据均包括物资节点在所述初始区块链网络中的相对位置、物资节点对应的观察时间，以及物资节点在该观察时间观察的观察卫星；
基于所述训练样本集训练定位网络模型，并基于所述定位网络模型以及各物资节点各自对应给的相对位置确定各物资节点的位置信息；
基于各物资节点各自对应的位置信息，更新所述初始区块链网络的拓扑结构，以得到基于区块链的信号定位系统。
所述基于区块链的信号定位系统的建立方法，其中，所述构建初始区块链网络具体包括：
获取各物资节点各自基于若干通讯热点确定的信号强度向量；
基于各物资节点各自对应的信号强度向量确定各物资节点的相对位置，其中，所述相对位置为基于若干通讯热点所在坐标系确定的；
基于各物资节点各自对应的相对位置，构建初始区块链网络。
所述基于区块链的信号定位系统的建立方法，其中，所述获取该物质节点相对于若干通讯热点中的每个通讯热点的信号强度，以得到信号强度向量具体包括：
控制该物资节点进行通讯热点扫描，以扫描到若干候选通讯热点；
获取各候选通讯热点的候选信号强度，并检测若干通讯热点是否包含于若干候选通讯热点中；
当若干通讯热点包含于若干候选通讯热点时，根据各候选通讯热点的候选信号强度形成信号强度向量；
当若干通讯热点中存在未包含于若干候选通讯热点的参考通讯热点时，将参考通讯热点的信号强度设置为预设信号强度，并基于各候选通讯热点的候选信号强度以及参考通讯热点的信号强度形成信号强度向量。
所述基于区块链的信号定位系统的建立方法，其中，基于各物资节点各自对应的信号强度向量确定各物资节点的相对位置具体包括：
对于若干物资节点中的每个物资节点，基于该物资节点对应的信号强度向量，确定该物资节点对应的第一距离集，其中，所述第一距离集包括该物资节点与各通讯热点之间的第一距离；
基于所述第一距离确定该物资节点的相对位置，以得到各物资节点的相对位置。
所述基于区块链的信号定位系统的建立方法，其中，所述基于各物资节点各自对应的相对位置，构建初始区块链网络具体包括：
对于若干物资节点中的每个物资节点，基于该物资节点的相对位置以及各参考物资节点的相对位置，确定该物资节点对应的第二距离集，其中，所述第二距离集包括该物资节点与各参考物资节点之间的距离，所述参考物资节点为若干物资节点中除该物资节点外的物资节点；
基于各物资节点各自对应的信号强度向量确定各物资节点各自对应的临近物资节点集；
基于各物资节点各自对应的第二距离集以及所述临近物资节点集对若干物资节点进行筛选，以得到筛选后的物资节点集；
基于所述物资节点集中的各物资节点的相对位置，构建初始区块链网络。
所述基于区块链的信号定位系统的建立方法，其中，所述基于各物资节点各自对应的信号强度向量确定各物资节点各自对应的临近物资节点集具体包括：
对于若干物资节点中的每个物资节点，计算该物资节点的信号强度向量与各参考物资节点的信号强度向量的向量差值；
基于该物资节点与各参考物资节点的向量差值，计算该物资节点与各参考物质节点之间的信号强度偏差；
选取信号强度偏差小于预设偏差阈值的各参考物资节点，并将选取到的各参考物质节点作为该物资节点对应的临近物资节点，以得到该物资节点对应的临近物资节点集。
所述基于区块链的信号定位系统的建立方法，其中，所述基于各物资节点各自对应的第二距离集以及所述临近物资节点集对若干物资节点进行筛选，以得到筛选后的物资节点集集具体包括：
对于若干物资节点中的每个物资节点，控制该物资节点分别与其对应的临近物资节点集中的各临近物资节点通讯，以确定该物资节点对应的第三距离集，其中，第三距离集包括该物资节点与各临近物资节点之间的第三距离；
分别计算所述第三距离集中的第三距离与所述第二距离集中与该第二距离相对应的第二距离的距离差值；
在临近物资节点集中选取距离差值小于预设距离阈值的目标临近物资点；
若干选取到的目标临近物资点的数量小于预设数量阈值，则将该物资点筛选掉，以得到筛选后的物资节点集。
所述基于区块链的信号定位系统的建立方法，其中，所述控制该物资节点分别与其对应的临近物资节点集中的各临近物资节点通讯，以确定该物资节点对应的第三距离集具体包括：
对于临近物资节点集中的每个临近物资节点，控制该物资节点分别与该临近物资节点相互发送数据，并获取所述数据的发送时间与接收时间；
基于所述发送时间以及所述接收时间，确定该物资节点与该临近物资节点之间的第三距离，以得到该物资节点对应的第三距离集。
所述基于区块链的信号定位系统的建立方法，其中，所述基于所述初始区块链网络中的各物资节点确定训练样本集具体包括：
分别控制各物资节点在若干观察时间观察卫星，以得到各物资节点在各观察时间所观察到的观察卫星集；
对于每个物资节点，在若干观察时间中选取一个观察时间并在该观察时间对应的观察卫星集中选取一个观察卫星，基于该物资节点的相对位置、该观察时间以及该观察卫星形成一训练数据，以得到该物资节点对应的训练数据集；
将各目标物资阶段的各自对应的训练数据集构成的数据集作为训练样本集。
所述基于区块链的信号定位系统的建立方法，其中，所述基于所述训练样本集训练定位网络模型具体包括：
将训练样本集中的训练数据输入预设神经网络模型，通过预设神经网络模型输出预测定位信号；
基于所述预测定位信号以及物资节点采集的候选定位信号，对所述预设神经网络模型进行训练，以得经过训练的定位网络模型。
所述基于区块链的信号定位系统的建立方法，其中，所述基于所述定位网络模型以及各物资节点各自对应给的相对位置确定各物资节点的位置信息具体包括：
分别获取该物资节点在若干预设观察时间观察到的观察卫星集，并基于各预测观察时间各自对应的观察卫星集确定各预测观察时间各自对应第一卫星信号集；
基于预设目标卫星集以及各预测观察时间各自对应的观察卫星集，确定各预测观察时间各自对应的待预测卫星集；
基于所述定位网络模型、各预设观察时间以及该物资节点的相对位置，确定各待预测卫星集各自对应的第二卫星信号集；
基于各观察时间各自对应的第一卫星信号集和第二卫星信号集，确定所述物资节点的位置信息。
所述基于区块链的信号定位系统的建立方法，其中，所述基于各物资节点各自对应的位置信息，更新所述初始区块链网络的拓扑结构，以得到基于区块链的信号定位系统具体包括：
基于各物资节点各自对应的位置信息，确定各物资节点之间的第四距离；
基于获取到的所有第四距离更新所述初始区块链网络的拓扑结构，以得到基于区块链的信号定位系统。
所述基于区块链的信号定位系统的建立方法，其中，所述物资节点包括感知模块以及通讯模块，感知模块用于获取该物资节点的候选定位信号以及搜索通讯热点，所述通讯模块用于与其对应的物资节点相互发送数据。
本申请实施例第二方面提供了一种基于区块链的信号定位系统的建立装置，所述的建立装置包括：
构建模块，用于构建初始区块链网络，其中，所述初始区块链网络包括若干物资节点，若干物资节点中的每个物资节点为所述初始区块链网络的一网络节点；
确定模块，用于基于所述初始区块链网络中的各物资节点确定训练样本集，其中，训练样本集包括若干训练数据，若干训练数据中的每个训练数据均包括物资节点在所述初始区块链网络中的相对位置、物资节点对应的观察时间，以及物资节点在该观察时间观察的观察卫星；
训练模块，用于基于所述训练样本集训练定位网络模型，并基于所述定位网络模型以及各物资节点各自对应给的相对位置确定各物资节点的位置信息；
更新模块，用于基于各物资节点各自对应的位置信息，更新所述初始区块链网络的拓扑结构，以得到基于区块链的信号定位系统。
本申请实施例第三方面提供了一种基于区块链的信号定位方法，其特征在于，所述的定位方法应用如上任一所述的基于区块链的信号定位系统的建立方法建立的基于区块链的信号定位系统，所述的定位方法包括：
对于每个物资节点，获取该物资节点在设定观察时间观察到的第一卫星集，并基于所述观察卫星集确定采集卫星信号集；
基于设定卫星集及所述第一卫星集，确定第二卫星集；
基于所述定位网络模型、所述设定观察时间以及该物资节点的相对位置，确定第二卫星集对应的预测卫星信号集；
基于所述采集卫星信号集和所述预测卫星信号集，确定所述物资节点的定位信息。
本申请实施例第四方面提供了一种基于区块链的信号定位系统，其中，所述的定位系统为基于如上任一所述的基于区块链的信号定位系统的建立方法建立的。
本申请实施例第五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一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任一所述的基于区块链的信号定位系统的建立方法中的步骤。
本申请实施例第六方面提供了一种终端设备，其包括：处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述通信总线实现处理器和存储器之间的连接通信；
所述处理器执行所述计算机可读程序时实现如上任一所述的基于区块链的信号定位系统的建立方法中的步骤。
有益效果：与现有技术相比，本申请提供了一种基于区块链的信号定位系统的建立方法及定位方法，所述构建方法包括构建初始区块链网络；基于所述初始区块链网络中的各物资节点确定训练样本集；基于所述训练样本集训练定位网络模型，并基于所述定位网络模型以及各物资节点各自对应给的相对位置确定各物资节点的位置信息；基于各物资节点各自对应的位置信息，更新所述初始区块链网络的拓扑结构，以得到基于区块链的信号定位系统。本申请通过构建区块链网络并将物资节点作为区块链网络中的网络节点，然后通过区块链网络中的各网络节点形成训练样本集来训练定位网络模型，最后基于定位网络模型确定各物资节点的位置信息，从而可以使得物资节点的自动定位，进而可以提高物资管理的自动化程度，同时可避免因工作人员工作失误而造成的位置登记错误的现象。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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而言，在不符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为本申请提供的基于区块链的信号定位系统的建立方法的流程图。
图2为本申请提供的基于区块链的信号定位系统的建立方法中物资节点上的定位设备的结构原理图。
图3为本申请提供的基于区块链的信号定位系统的建立方法中的确定物资节点的相对位置的原理示意图。
图4为本申请提供的基于区块链的信号定位系统的建立方法中的初始区块链网络的示意图。
图5为本申请提供的基于区块链的信号定位系统的建立装置的结构原理图。
图6为本申请提供的终端设备的结构原理图。
具体实施方式
本申请提供一种基于区块链的信号定位系统的建立方法及定位方法，为使本申请的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本申请进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
应理解，本实施例中各步骤的序号和大小并不意味着执行顺序的先后，各过程的执行顺序以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
发明人经过研究发现，目前固定资产管理系统普遍是依靠信息化技术和数字化管理方法，从资产购入、领用、调出、报废处理等建立完整的固定资产管理制度，便于固定资产的信息在各部门之间共享。通常的方案是在每台设备上贴有二维码或RFID标签，与之对应的后台数据库包括设备名称、型号、生产厂家、生产日期、购买人、实际使用、设备存放地点等综合信息。然后让各部门独立管理名下的固定资产，将位置登在该部门下，或者通过严格的资产进出扫码制度，维护到房屋级别的位置管理。然而，这些管理方式均需要依赖于人工扫描登记管理，容易出现扫描遗漏或者因工作人员工作失误而造成的位置登记错误的现象。
例如，申请号为201210141294.0的中国专利申请公开了一种资产位置登记方法、管理方法及系统，并具体公开了通过资产管理数据库保存资产信息、资产唯一识别号、资产位置，如果当前位置与数据库登记位置不同，则判断资产发生位置移动，从而及时反映资产变动情况，降低资产管理的成本,提高管理效率。市场周刊(理论研究)中的“浅谈位置管理在医院固定资产管理系统中的应用探讨”公开了建立医院的房屋空间数据库，对医院各个房屋单元进行编码和贴码，然后对房屋单位内的所有资产进行位置编码，记录该资产当前位置、所属科室以及工作状态的技术手段。然而，上述两个文献中的资产位置信息均是通过人工录入，并基于人工录入的位置信息对资产进行管理，这样就会存在因工作人员工作失误而造成的位置登记错误的现象或者某个资产的位置信息漏记录的问题。
为了解决上述问题，在本申请实施例中，构建初始区块链网络；基于所述初始区块链网络中的各物资节点确定训练样本集；基于所述训练样本集训练定位网络模型，并基于所述定位网络模型以及各物资节点各自对应给的相对位置确定各物资节点的位置信息；基于各物资节点各自对应的位置信息，更新所述初始区块链网络的拓扑结构，以得到基于区块链的信号定位系统。本申请通过构建区块链网络并将物资节点作为区块链网络中的网络节点，然后通过区块链网络中的各网络节点形成训练样本集来训练定位网络模型，最后基于定位网络模型确定各物资节点的位置信息，从而可以使得物资节点的自动定位，进而可以提高物资管理的自动化程度，同时可避免因工作人员工作失误而造成的位置登记错误的现象。
下面结合附图，通过对实施例的描述，对申请内容作进一步说明。
本实施例提供了一种基于区块链的信号定位系统的建立方法，如图1所示，所述方法包括：
S10、构建初始区块链网络。
具体地，所述初始区块链网络包括若干物资节点，若干物资节点中的每个物资节点均为初始区块链网络中的一个网络节点。可以理解的是，若干物资节点以及若干物资节点中的拓扑结构构成初始区块链网络。其中，若干物资节点中对每个物资节点均位于预设区域内，例如，预设区域为服务器机房，物资节点为服务器机房的各服务。
若干物资节点中的每个物资节点均配置有感知模块以及通讯模块，感知模块用于获取该物资节点的候选定位信号以及搜索通讯热点，所述通讯模块用于与其对应的物资节点相互发送数据。在一个实现方式中，感知模块以通讯模块可以作为一个独立的资产定位设备装配于物资节点上(例如，该资产定位设备设置于物资节点的外侧表面等)，并且该资产定位设备可以感知其周边其他资产定位设备以及获取其自己的预估位置信息。
在一个现方式中，如图2所示，资产定位设备可以包括处理器模块、感知模块、基站模块以及辅助模块；其中，感知模块可以包括卫星定位模块、WiFi模块以及蓝牙模块等，用于判断物资节点的候选定位信号以及感知周边其他物资节点；基站模块用于支持多个物资节点的双向数据通信；处理器模块负责整个终端设备的控制流程、数据处理以及与其他物资节点的数据通信等；辅助模块用于提供存储、供电以及时钟等外部资源，并显示当前工作状态，其中，辅助模块可以包括数据存储模块、电源管理模块、同步时钟模块以及工作状态指示模块等。
在一个典型示例中，处理器模块可以采用NXP公司高性能ARM Cortex A7处理器NXP I MX6UltraLite芯片，该芯片包括常用的串口、SPI、IIC、ADC以及SD等端口，并且持传感器模块、基站模块、数据存储模块的数据指令和控制指令的双向通信，同时内置RTC时钟模块在掉电后可以保持时钟信号。卫星定位模块可以选用ATK-S12高精度模块，支持GPS/北斗双模定位，能使用串口模块接入处理器模块，外接IPX接口连入有源天线，支持3.3V和5V电源供电。WiFi模块可以选用上海乐鑫信息科技公司的低功耗ESP8266模块，集成完整的TCP/IP协议栈、处理器MCU、外围电路等。与处理器模块使用串口通信，可以用AT指令集操作。蓝牙可以选用低功耗蓝牙4.0模块SKB360，集成nRF51822蓝牙芯片，最大发射功率4dBm，最小发射功率-30dBm，接收灵敏度-93dBm；发射功率和广播模式间隔都可以通过AT指令修改。基站模块可以选用SIM868芯片，串口连接到处理器模块，可以利用基站通信，进行网络连接，与服务器进行双向数据通信。数据存储模块可以选用三星公司TF MicroSD存储卡，容量32GB，支持实时数据存储。电源管理模块可以选用低压差电压调节器LM1117芯片，通过控制外部电阻，输出1.8V、3.3V、5V多个稳定电压以为各模块供电。
在本实施例的一个实现方式中，所述构建初始区块链网络具体包括：
S11、获取各物资节点各自基于若干通讯热点确定的信号强度向量；
S12、基于各物资节点各自对应的信号强度向量确定各物资节点的相对位置，其中，所述相对位置为基于若干通讯热点所在坐标系确定的；
S13、基于各物资节点各自对应的相对位置，构建初始区块链网络。
具体地，若干通讯节点均为预先设置的，若干通讯节点中的每个通讯热点均布置于若干物资节点所处的预设区域内，若干物资节点可以扫描到若干通讯热点中部分通讯热点或者全部通讯热点，其中，每个通讯热点在预设区域中的相对位置为已知的。可以理解的是，若干通讯节点和若干物资节点均布置于预设区域内，若干通讯节点中的各通讯节点可以布置于预设区域中的不同位置，使得若干物资节点中的每个物资节点均至少可以扫描到部分通讯节点。在一个具体实现方式中，若干通讯节点可以为均为wifi热点，也可以均为蓝牙热点，还可以部分为wifi热点，部分为蓝牙热点等。
所述信号强度向量的向量维度等于若干通讯热点的热点数量，也就是说，物资节点获取物质节点相对于若干通讯热点中的每个通讯热点的信号强度，并基于获取到所有信号强度形成信号强度向量。所述相对位置为物资节点相对于预设区域所处坐标系中的位置信息，例如，预设区域为以某个建筑物为观测圆点建立的相对坐标系，那么相对位置为物资节点在该相对坐标系中的位置信息，并且所述相对位置为基于物资节点的信号强度向量确定。
在本实施例的一个实现方式中，所述获取该物质节点相对于若干通讯热点中的每个通讯热点的信号强度，以得到信号强度向量具体包括：
控制该物资节点进行通讯热点扫描，以扫描到若干候选通讯热点；
获取各候选通讯热点的候选信号强度，并检测若干通讯热点是否包含于若干候选通讯热点中；
当若干通讯热点包含于若干候选通讯热点时，根据各候选通讯热点的候选信号强度形成信号强度向量；
当若干通讯热点中存在未包含于若干候选通讯热点的参考通讯热点时，将参考通讯热点的信号强度设置为预设信号强度，并基于各候选通讯热点的候选信号强度以及参考通讯热点的信号强度形成信号强度向量。
具体地，通讯热点扫描为扫描预设区域中的通讯热点，其中，候选通讯热点为若干通讯热点中被物资节点扫描到通讯热点。在扫描到候选通讯热点后，可以检测若干通讯热点中是否存在未未被扫描到的通讯热点，即检测若干通讯热点是否均包含于若干候选通讯热点中，当若干通讯热点包含于若干候选通讯热点时，说明物资节点扫描到若干通讯热点中的每个通讯热点，此时直接获取扫描到的各候选通讯热点各自对应的信号强度，并将各候选通讯热点的候选信号强度所形成向量作为信号强度向量；反之，当若干通讯热点中存在未包含于若干候选通讯热点的参考通讯热点时，说明若干通讯热点中存在未被物资节点扫描到的通讯热点，此时将未被扫描到的通讯热点的信号强度设置为预测信号强度，然后将各候选通讯热点的候选信号强度以及参考通讯热点的信号强度所形成的向量作为信号强度向量，这样可以使得各物资节点获取到信号强度向量的向量维度相同，以便于后续基于信号强度向量来确定第一距离集以及邻近物资节点集。
在本实施例的一个实现方式中，由于若干通讯热点的热点类型可能会不同，从而在若干通讯热点中包括不同热点类型的通讯热点时，将通讯热点按照热点类型划分为若干热点组，若干热点组中的每个热点组形成一个子信号强度向量。也就是说，在控制物资节点扫描通讯热点时，可以先检测预设的若干通讯热点中每个通讯热点的热点类型，然后根据热点类型将若干通讯热点划分为若干热点组，若干热点组中的每个热点组对应一个热点类型，并且热点组中的每个通讯热点的热点类型均与各热点组对应的热点类型相同；然后控制物资节点扫描通讯热点，在基于扫描到的候选通讯热点按照热点组来确定各热点组各自对应的子信号强度向量，将各子信号强度向量构成的向量作为信号强度向量。
例如，若干通讯热点包括M个WiFi AP和N个蓝牙AP，那么可以获取到WiFi的AP对应的子信号强度向量可以表示为wi＝(wi1,wi2,…,wiM)，蓝牙热点对应的信号强度向量可以表示为bi＝(bi1,bi2,…,biM)，其中，i表示第i个物资节点，wij表示物资节点相对于第j个WiFiAP的信号强度，biz表示物资节点相对于第z个蓝牙AP的信号强度。
进一步，在所述步骤S12中，
在本实施例的一个实现方式中，所述基于各物资节点各自对应的信号强度向量确定各物资节点的相对位置具体包括：
对于若干物资节点中的每个物资节点，基于该物资节点对应的信号强度向量，确定该物资节点对应的第一距离集；
基于所述第一距离确定该物资节点的相对位置，以得到各物资节点的相对位置。
具体地，第一距离集包括若干第一距离，若干第一距离与若干通讯热点的数量相对应，并且若干第一距离与若干通讯热点相对应，其中，每个通讯热点对应的第一距离为物资节点与该通讯热点之间的第一距离。在一个具体实现方式中，为了提供物资节点的相对位置的准确性，在基于该物资节点对应的信号强度向量，确定该物资节点对应的第一距离集时，可以对信号强度向量中的各信号强度项进行检测，当信号强度项为物资节点扫描确定，则确定物资节点与该信号强度项对应的通讯热点的第一距离，当信号强度项为预设信号强度，则不计算物资节点与该信号强度项对应的通讯热点的第一距离，这样可以提高计算得到的各第一距离的准确性，从而可以提高基于第一距离集计算得到的物质节点的相对位置的准确性。
在一个典型实现方式中，信号强度向量中的每个信号强度项均是物资节点扫描确定，也就是说，物资节点可以扫描若干通讯热点中的每个通讯热点。相应的，第一距离集包括该物资节点与各通讯热点之间的第一距离，也就是说，基于信号强度向量可以计算到物资节点与每个通讯热点之间的第一距离。物资节点与通讯热点之间的第一距离时，可以采用电磁信号传播公式，从信号强度计算出物资节点i到每个AP的距离，其中，电磁信号传播公式可以为
Figure BDA0003164738220000141
f为信号频率，wik测量的节点i到第k个AP的信号强度。
在获取到第一距离集后，可以通过最小二乘法计算物资节点的相对位置。例如，如图3所示，假设M个WiFi AP和N个蓝牙AP的相对位置为(O1,O2,…,OM+N)，物资节点到各通讯热点的第一距离为(d1,d2,…,dM+N)，利用最小二乘法，可以计算出物资节点的相对位置P，其中，物资节点的相对位置P与通讯热点的相对位置满足关系式：
Figure BDA0003164738220000142
在本实施例的一个实现方式中，所述基于各物资节点各自对应的相对位置，构建初始区块链网络具体包括：
对于若干物资节点中的每个物资节点，基于该物资节点的相对位置以及各参考物资节点的相对位置，确定该物资节点对应的第二距离集；
基于各物资节点各自对应的信号强度向量确定各物资节点各自对应的临近物资节点集；
基于各物资节点各自对应的第二距离集以及所述临近物资节点集对若干物资节点进行筛选，以得到筛选后的物资节点集；
基于所述物资节点集中的各物资节点的相对位置，构建初始区块链网络。
具体地，所述第二距离集包括该物资节点与各参考物资节点之间的距离，所述参考物资节点为若干物资节点中除该物资节点外的物资节点。也就是说，第二距离集中包括该物资节点与若干物资节点中除该物资节点外的每个物资节点之间的第二距离。在本实施例的一个实现方式中，物资节点的相对位置可以为二维坐标点，那么在获取到各物资节点的相对位置后，可以采用欧式距离计算各物资节点之间的距离，例如，物资节点i和物资节点j之间的距离可以记为dij＝|Pi-Pj|，其中，Pi表示物资节点i的相对位置，Pj表示物资节点j的相对位置。
在本实施例的一个实现方式中，所述基于各物资节点各自对应的信号强度向量确定各物资节点各自对应的临近物资节点集具体包括：
对于若干物资节点中的每个物资节点，计算该物资节点的信号强度向量与各参考物资节点的信号强度向量的向量差值；
基于该物资节点与各参考物资节点的向量差值，计算该物资节点与各参考物质节点之间的信号强度偏差；
选取信号强度偏差小于预设偏差阈值的各参考物资节点，并将选取到的各参考物质节点作为该物资节点对应的临近物资节点，以得到该物资节点对应的临近物资节点集。
具体地，所述临近物资节点为若干物资节点中与各物资节点之间的信号强度偏差满足预设条件的物质节点，临近物资节点可以为一个，也可以为多个。其中，各物资节点各自对应的信号强度向量的向量维度相同，均等于若干通讯热点的向量维度，从而在获取各物资节点各自对应的信号强度向量后，对于每个物资节点，可以计算各物资节点与若干物资节点中除该物资节点外的各物资节点的信号强度向量的向量差值，例如，物资节点i的信号强度向量为向量A，物资节点i的信号强度向量为向量B，那么向量差值等于向量A-向量B。也就是说，向量差值的向量维度等于信号强度向量的向量维度。
在一个实现方式中，由于若干通讯热点的热点类型可以不同，并热点类型不同的通讯热点的信号强度可以不同，从而在确定向量差值时，可以分别计算各热点类型各自对应的子信号强度向量的向量差值，然后分别根据计算得到的向量差值计算信号强度偏差，以使得各热点类型各自对应的信号强度偏差，最后选取各热点类型各自对应的信号强度偏差均小于预设偏差阈值的参考物资节点，以得到物资节点对应的临近物资节点集。例如，若干通讯热点包括M个WiFi AP和N个蓝牙AP，物资节点i相对于M个WiFi的AP的子信号强度向量为wi＝(wi1,wi2,…,wiM)，相对于N个蓝牙热点对应的子信号强度向量可以表示为bi＝(bi1,bi2,…,biM)，物资节点j相对于M个WiFi的AP的子信号强度向量为wj＝(wj1,wj2,...,wjM)，相对于N个蓝牙热点对应的子信号强度向量可以表示为bj＝(bj1,bj2,...,bjN)，预设阈值为ε，那么当物资节点i与物资节点j的两个子信号强度向量满足|wi-wj|＜ε和|bi-bj|＜ε时，说明物资节点j为物资节点i的邻近物资节点，物资节点i为物资节点j的邻近物资节点，其中，|wi-wj|表示向量wi与wj的向量差的模，比如，wi＝(1,1,...,1)，wj为(0,0,...,0)，那么
Figure BDA0003164738220000161
在本实施例的一个实现方式中，所述基于各物资节点各自对应的第二距离集以及所述临近物资节点集对若干物资节点进行筛选，以得到筛选后的物资节点集集具体包括：
对于若干物资节点中的每个物资节点，控制该物资节点分别与其对应的临近物资节点集中的各临近物资节点通讯，以确定该物资节点对应的第三距离集；
分别计算所述第三距离集中的第三距离与所述第二距离集中与该第二距离相对应的第二距离的距离差值；
在临近物资节点集中选取距离差值小于预设距离阈值的目标临近物资点；
若干选取到的目标临近物资点的数量小于预设数量阈值，则将该物资点筛选掉，以得到筛选后的物资节点集。
具体地，第三距离集包括该物资节点与各临近物资节点之间的第三距离，其中，第三距离通过物资节点与临近物资节点相互通讯得到。此外，物资节点的各临近物资节点均包括于若干物资节点内，从而对于每个临近物资节点A，第二距离中均存在一个第二距离为该物资节点与临近物资节点A之间的第二距离，其中，第二距离为基于物资节点与临近物资节点A的相对位置计算得到。
在获取到第三距离集后，对于第三距离集中的每个第三距离均可以在第二距离集中选取到一第二距离与第三距离相对应，其中，用于计算第二距离的物质节点与用于计算第三距离的物质节点相同。例如，若干物资节点包括物资节点1，物资节点2、物资节点3以及物资节点4，物质节点1对应的临近物资节点集包括物资节点2和物资节点3，分别记为临近物资节点a和临近物资节点b，其中，临近物资节点b为物资节点2，临近物资节点c为物资节点3，那么第三距离集中包括物资节点1与临近物资节点b的第三距离f和物资节点1与临近物资节点c的第三距离h，第二距离集中包括物资节点1与物资节点2的第二距离A，物资节点1与物资节点3的第二距离B以及物资节点1与物资节点4的第二距离C，并且第三距离f对应的第二距离为第二距离A，第三距离h对应的第二距离为第二距离B。
预设距离阈值为预先设置的，用于限定第二距离和第三距离之间的误差值。预设数量阈值可以为预先设置的，也可以为基于物资节点对应的临近物资节点的数量确定的，例如，预设数量为物资节点对应的临近物资节点的数量的三分之二等。例如，物资节点i对应的临近物资节点集包括K个临近物资节点，分别记为临近物资节点1，临近物资节点2，...，临近物资节点K，那么物资节点i与各临近物资节点的第二距离与第三距离满足则物资节点为保留物资节点，反之，未满足预设条件，则物资节点为被筛选物资节点。其中，预设条件可以为：
Figure BDA0003164738220000171
Figure BDA0003164738220000172
其中，dij表示物资节点i与临近物资节点j第二距离，
Figure BDA0003164738220000173
表示物资节点i与临近物资节点j第三距离，ε为预设距离阈值。
在本实施例的一个实现方式中，所述控制该物资节点分别与其对应的临近物资节点集中的各临近物资节点通讯，以确定该物资节点对应的第三距离集具体包括：
对于临近物资节点集中的每个临近物资节点，控制该物资节点分别与该临近物资节点相互发送数据，并获取所述数据的发送时间与接收时间；
基于所述发送时间以及所述接收时间，确定该物资节点与该临近物资节点之间的第三距离，以得到该物资节点对应的第三距离集。
具体地，所述发送时间指的是物资节点向临近物资节点发送数据的时间，接收时间为物资节点到临近物资节点基于该数据所形成的反馈信息的时间。可以理解的是，临近物资节点在接收到物资节点发送的数据后，会向物资节点发送反馈信息，以使得物资节点可以获知临近物资节点接收到该数据。由此，在获取到发送时间以及接收时间后，可以获取到物资节点与临近物资节点之间完成一次数据传输所需的传输时间，那么基于所述传输时间可以计算物资节点与临近物资节点之间的第三距离。
在对物资节点进行筛选后，可以基于各物资节点之间的第二距离确定各物资节点之间的拓扑结构，并基于拓扑结构形成初始区块链网络，例如，初始区块链网络包括4个物资节点，分别记为P1,P2,P3以及P4，根据各物资节点之间的第二距离确定P1,P2,P3以及P4的拓扑结构，形成如图4所示的区块链网络。
S20、基于所述初始区块链网络中的各物资节点确定训练样本集。
具体地，训练样本集包括若干训练数据，若干训练数据中的每个训练数据均包括物资节点在所述初始区块链网络中的相对位置、物资节点对应的观察时间，以及物资节点在该观察时间观察的观察卫星。可以理解的是，训练数据包括物资节点的相对位置，通过物资节点观察观察位置的观察时间，以及物资节点在观察时间观察到的一观察卫星。此外，在获取训练样本集时，由于定位卫星是运动时，从而在不同观察时间，物资节点可以观察到不同的观察卫星，从而可以别控制各物资节点在多个不同观察时间观察卫星，从而可以多个训练数据，从而可以提高训练样本集的数据量，从而提高基于训练样本集训练得到的定位网络模型的模型性能。
在本实施例的一个实现方式中，所述基于所述初始区块链网络中的各物资节点确定训练样本集具体包括：
分别控制各物资节点在若干观察时间观察卫星，以得到各物资节点在各观察时间所观察到的观察卫星集；
对于每个物资节点，在若干观察时间中选取一个观察时间并在该观察时间对应的观察卫星集中选取一个观察卫星，基于该物资节点的相对位置、该观察时间以及该观察卫星形成一训练数据，以得到该物资节点对应的训练数据集；
将各目标物资阶段的各自对应的训练数据集构成的数据集作为训练样本集。
具体地，若干观察时间可以为预先设置的，并分配控制各物资节点在各观察时间进行卫星观察，以使得各物资节点在各观察时间观察的观察卫星集，其中，观察卫星集可以包括一个观察卫星，也可以包括多个观察卫星等。在获取到各物资节点在各观察时间所观察到的观察卫星集后，对于每个物资节点，将观察时间与该观察时间观察得到的观察卫星集进行组合，得到若干训练数据，其中，若干训练数据中的每个训练数据对应的观察卫星不同。由此，每个物资节点在每个观察时间可以获取到观察到的观察卫星数量个训练数据，然后将各物资节点在各观察时间确定训练数据所形成的数据集作为训练样本集。
例如，假设每个物资节点在每个观察时间均为观察到Qi个观察卫星，那么每个物资节点在每个观察时间均ti可以形成Qi个训练数据。由此，假设初始区块链网络包括K'个物资节点，若干观察时间包括K'个观察时间，分别记为t1,t2,…,tK'，那么每个物资节点可以确定K'*Qi个训练数据，K'个物资节点可以确定K'*K'*Qi个训练数据。当然，在实际应用，各物资节点各观察时间可以观察的观察卫星的数量可以不同，这里就一个都相同为例子对训练数据的数量进行说明。
S30、基于所述训练样本集训练定位网络模型，并基于所述定位网络模型以及各物资节点各自对应给的相对位置确定各物资节点的位置信息。
具体地，定位网络模型为基于训练样本集训练得到网络模型，定位网络模型的输入项为物资节点的相对位置、观察时间以及观察卫星，输出项为物资节点在该观察时间时通过该观察卫星确定的定位信号。也就是说，当将训练样本集中的训练数据输入定位网络模型时，定位网络模型可以输出一个定位信号，该定位信号为该观察卫星对应的定位信号。由此，定位网络模型可以表示为g(Pi,tj,Sk)＝rijk，Pi表示物资节点i的相对位置，tj表示观察时间，Sk表示观察卫星，rijk表示物资节点i在观察时间tj观察到观察卫星Sk的定位信号。
在本实施例的一个实现方式中，所述基于所述训练样本集训练定位网络模型具体包括：
将训练样本集中的训练数据输入预设神经网络模型，通过预设神经网络模型输出预测定位信号；
基于所述预测定位信号以及物资节点采集的候选定位信号，对所述预设神经网络模型进行训练，以得经过训练的定位网络模型。
具体地，预设神经网络模型为预先设定的，基于深度学习的网络模型，预设神经网络模型的模型结构与定位网络模型的模型结构相同，两者的不同之处为两者的模型参数不同，预设神经网络的模型参数为初始模型参数，定位网络模型的模型参数为经过训练样本集训练的网络参数。候选定位信号为物资节点自身配置的感知模块确定得到，用于作为定位网络模型的监督数据，从而可以提高定位网络模型的训练速度。
在本实施的一个实现方式中，所述基于所述定位网络模型以及各物资节点各自对应给的相对位置确定各物资节点的位置信息具体包括：
分别获取该物资节点在若干预设观察时间观察到的观察卫星集，并基于各预测观察时间各自对应的观察卫星集确定各预测观察时间各自对应第一卫星信号集；
基于预设目标卫星集以及各预测观察时间各自对应的观察卫星集，确定各预测观察时间各自对应的待预测卫星集；
基于所述定位网络模型、各预设观察时间以及该物资节点的相对位置，确定各待预测卫星集各自对应的第二卫星信号集；
基于各观察时间各自对应的第一卫星信号集和第二卫星信号集，确定所述物资节点的位置信息。
具体地，观察卫星集为物资节点观察到的观察卫星所形成的，第一卫星信号集中包括观察卫星集中的各观察卫星各自对应的卫星信号。待预测卫星集为预设目标卫星集中除去观察卫星集外的预设目标卫星所形成的卫星集，物资节点为观察到待预测卫星集中的任一观察卫星。那么对于待预测卫星集中的每个待预测卫星，可以通过定位网络模型确定该待预测卫星对应的第二卫星信号，其确定过程具体可以为：将物资节点的相对位置、观察时间以及待预测卫星输入定位网络模型，通过定位网络模型输出该待预测卫星对应的第二卫星信号，以得到待预测卫星集对应的第二卫星信号集。此外，由于物资节点的绝对经纬度位置为保持不变的，从而可以通过多个预设观察时间观察得到的第一卫星信号集和第二卫星信号集来确定物资节点的位置信息、
在本实施例的一个实现方式中，在各预设观察时间各自对应的第一卫星信号集和第二卫星信号集后，通过查询卫星星历，获取每个预设目标卫星在观察时间的绝对经纬度位置，那么利用最小二乘法可以确定物资节点的位置信息，该位置信息为绝对经纬度位置。其中，最小二乘法可以确定物资节点的位置信息的公式可以为：
Figure BDA0003164738220000211
其中，P表示物资节点的位置信息，t1,t2,…,tK'表示预设观察时间，S1，S2，...SK′表示预设目标观察卫星，
Figure BDA0003164738220000221
表示在预设观察时间ti，目标观察卫星Sj的绝对经纬度位置。
S40、基于各物资节点各自对应的位置信息，更新所述初始区块链网络的拓扑结构，以得到基于区块链的信号定位系统。
具体地，所述拓扑结构为基于各物资节点的位置信息确定各物资节点中两两物资节点之间的距离更新的。例如，如图4所示，确定各物资节点之间的第四距离后，相应的，所述基于各物资节点各自对应的位置信息，更新所述初始区块链网络的拓扑结构，以得到基于区块链的信号定位系统具体包括：基于各物资节点各自对应的位置信息，确定各物资节点之间的第四距离；基于获取到的所有第四距离更新所述初始区块链网络的拓扑结构，以得到基于区块链的信号定位系统。此外，在实际应用中，在基于第四距离更新为区块链网络的拓扑结构之后，可以重新布置S20-S40的步骤，以提高训练得到定位网络模型的模型性能。
此外，在本实施例的一个实现方式中，当区块链网络中的物资节点退出区块链网络时，可以计算该物资节点的节点信息；当区块链网络中增加物资节点时，则重新执行本申请提供的区块链的信号定位系统的建立方法重新建立增加物资节点后的定位系统。
综上所述，本实施例提供了一种基于区块链的信号定位系统的建立方法，所述构建方法包括构建初始区块链网络；基于所述初始区块链网络中的各物资节点确定训练样本集；基于所述训练样本集训练定位网络模型，并基于所述定位网络模型以及各物资节点各自对应给的相对位置确定各物资节点的位置信息；基于各物资节点各自对应的位置信息，更新所述初始区块链网络的拓扑结构，以得到基于区块链的信号定位系统。本申请通过构建区块链网络并将物资节点作为区块链网络中的网络节点，然后通过区块链网络中的各网络节点形成训练样本集来训练定位网络模型，最后基于定位网络模型确定各物资节点的位置信息，从而可以使得物资节点的自动定位，进而可以提高物资管理的自动化程度，同时可避免因工作人员工作失误而造成的位置登记错误的现象。
基于上述基于区块链的信号定位系统的建立方法，本实施例还提供了一种基于区块链的信号定位系统的建立装置，如图5所示，所述的建立装置包括：
构建模块100，用于构建初始区块链网络，其中，所述初始区块链网络包括若干物资节点，若干物资节点中的每个物资节点为所述初始区块链网络的一网络节点；
确定模块200，用于基于所述初始区块链网络中的各物资节点确定训练样本集，其中，训练样本集包括若干训练数据，若干训练数据中的每个训练数据均包括物资节点在所述初始区块链网络中的相对位置、物资节点对应的观察时间，以及物资节点在该观察时间观察的观察卫星；
训练模块300，用于基于所述训练样本集训练定位网络模型，并基于所述定位网络模型以及各物资节点各自对应给的相对位置确定各物资节点的位置信息；
更新模块400，用于基于各物资节点各自对应的位置信息，更新所述初始区块链网络的拓扑结构，以得到基于区块链的信号定位系统。
基于上述基于区块链的信号定位系统的建立方法，本实施例还提供了基于区块链的信号定位方法，所述定位方法应用上述实施例所述的基于区块链的信号定位系统的建立方法建立的基于区块链的信号定位系统，所述的定位方法包括：
对于每个物资节点，获取该物资节点在设定观察时间观察到的第一卫星集，并基于所述观察卫星集确定采集卫星信号集；
基于设定卫星集及所述第一卫星集，确定第二卫星集；
基于所述定位网络模型、所述设定观察时间以及该物资节点的相对位置，确定第二卫星集对应的预测卫星信号集；
基于所述采集卫星信号集和所述预测卫星信号集，确定所述物资节点的定位信息。
基于上述基于区块链的信号定位系统的建立方法，本实施例还提供了一种基于区块链的信号定位系统，所述的定位系统为基于上述实施例所述基于区块链的信号定位系统的建立方法建立的。
基于上述基于区块链的信号定位系统的建立方法，本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存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述实施例所述的基于区块链的信号定位系统的建立方法中的步骤。
基于上述基于区块链的信号定位系统的建立方法，本申请还提供了一种终端设备，如图6所示，其包括至少一个处理器(processor)20；显示屏21；以及存储器(memory)22，还可以包括通信接口(Communications Interface)23和总线24。其中，处理器20、显示屏21、存储器22和通信接口23可以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存储器22中的逻辑指令，以执行上述实施例中的方法。
此外，上述的存储器22中的逻辑指令可以通过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。
存储器22作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令或模块。处理器20通过运行存储在存储器22中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。
存储器22可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；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器22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，U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
此外，上述存储介质以及终端设备中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明，在这里就不再一一陈述。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围。

Claims (18)

1.基于区块链的信号定位系统的建立方法，其特征在于，所述的建立方法包括:
构建初始区块链网络，其中，所述初始区块链网络包括若干物资节点，若干物资节点中的每个物资节点为所述初始区块链网络的一网络节点；
基于所述初始区块链网络中的各物资节点确定训练样本集，其中，训练样本集包括若干训练数据，若干训练数据中的每个训练数据均包括物资节点在所述初始区块链网络中的相对位置、物资节点对应的观察时间，以及物资节点在该观察时间观察的观察卫星；
基于所述训练样本集训练定位网络模型，并基于所述定位网络模型以及各物资节点各自对应给的相对位置确定各物资节点的位置信息；
基于各物资节点各自对应的位置信息，更新所述初始区块链网络的拓扑结构，以得到基于区块链的信号定位系统。
2.根据权利要求1所述基于区块链的信号定位系统的建立方法，其特征在于，所述构建初始区块链网络具体包括：
获取各物资节点各自基于若干通讯热点确定的信号强度向量；
基于各物资节点各自对应的信号强度向量确定各物资节点的相对位置，其中，所述相对位置为基于若干通讯热点所在坐标系确定的；
基于各物资节点各自对应的相对位置，构建初始区块链网络。
3.根据权利要求2所述基于区块链的信号定位系统的建立方法，其特征在于，所述获取该物质节点相对于若干通讯热点中的每个通讯热点的信号强度，以得到信号强度向量具体包括：
控制该物资节点进行通讯热点扫描，以扫描到若干候选通讯热点；
获取各候选通讯热点的候选信号强度，并检测若干通讯热点是否包含于若干候选通讯热点中；
当若干通讯热点包含于若干候选通讯热点时，根据各候选通讯热点的候选信号强度形成信号强度向量；
当若干通讯热点中存在未包含于若干候选通讯热点的参考通讯热点时，将参考通讯热点的信号强度设置为预设信号强度，并基于各候选通讯热点的候选信号强度以及参考通讯热点的信号强度形成信号强度向量。
4.根据权利要求2所述基于区块链的信号定位系统的建立方法，其特征在于，基于各物资节点各自对应的信号强度向量确定各物资节点的相对位置具体包括：
对于若干物资节点中的每个物资节点，基于该物资节点对应的信号强度向量，确定该物资节点对应的第一距离集，其中，所述第一距离集包括该物资节点与各通讯热点之间的第一距离；
基于所述第一距离确定该物资节点的相对位置，以得到各物资节点的相对位置。
5.根据权利要求2所述基于区块链的信号定位系统的建立方法，其特征在于，所述基于各物资节点各自对应的相对位置，构建初始区块链网络具体包括：
对于若干物资节点中的每个物资节点，基于该物资节点的相对位置以及各参考物资节点的相对位置，确定该物资节点对应的第二距离集，其中，所述第二距离集包括该物资节点与各参考物资节点之间的距离，所述参考物资节点为若干物资节点中除该物资节点外的物资节点；
基于各物资节点各自对应的信号强度向量确定各物资节点各自对应的临近物资节点集；
基于各物资节点各自对应的第二距离集以及所述临近物资节点集对若干物资节点进行筛选，以得到筛选后的物资节点集；
基于所述物资节点集中的各物资节点的相对位置，构建初始区块链网络。
6.根据权利要求5所述基于区块链的信号定位系统的建立方法，其特征在于，所述基于各物资节点各自对应的信号强度向量确定各物资节点各自对应的临近物资节点集具体包括：
对于若干物资节点中的每个物资节点，计算该物资节点的信号强度向量与各参考物资节点的信号强度向量的向量差值；
基于该物资节点与各参考物资节点的向量差值，计算该物资节点与各参考物质节点之间的信号强度偏差；
选取信号强度偏差小于预设偏差阈值的各参考物资节点，并将选取到的各参考物质节点作为该物资节点对应的临近物资节点，以得到该物资节点对应的临近物资节点集。
7.根据权利要求5所述基于区块链的信号定位系统的建立方法，其特征在于，所述基于各物资节点各自对应的第二距离集以及所述临近物资节点集对若干物资节点进行筛选，以得到筛选后的物资节点集集具体包括：
对于若干物资节点中的每个物资节点，控制该物资节点分别与其对应的临近物资节点集中的各临近物资节点通讯，以确定该物资节点对应的第三距离集，其中，第三距离集包括该物资节点与各临近物资节点之间的第三距离；
分别计算所述第三距离集中的第三距离与所述第二距离集中与该第二距离相对应的第二距离的距离差值；
在临近物资节点集中选取距离差值小于预设距离阈值的目标临近物资点；
若干选取到的目标临近物资点的数量小于预设数量阈值，则将该物资点筛选掉，以得到筛选后的物资节点集。
8.根据权利要求7所述基于区块链的信号定位系统的建立方法，其特征在于，所述控制该物资节点分别与其对应的临近物资节点集中的各临近物资节点通讯，以确定该物资节点对应的第三距离集具体包括：
对于临近物资节点集中的每个临近物资节点，控制该物资节点分别与该临近物资节点相互发送数据，并获取所述数据的发送时间与接收时间；
基于所述发送时间以及所述接收时间，确定该物资节点与该临近物资节点之间的第三距离，以得到该物资节点对应的第三距离集。
9.根据权利要求1所述基于区块链的信号定位系统的建立方法，其特征在于，所述基于所述初始区块链网络中的各物资节点确定训练样本集具体包括：
分别控制各物资节点在若干观察时间观察卫星，以得到各物资节点在各观察时间所观察到的观察卫星集；
对于每个物资节点，在若干观察时间中选取一个观察时间并在该观察时间对应的观察卫星集中选取一个观察卫星，基于该物资节点的相对位置、该观察时间以及该观察卫星形成一训练数据，以得到该物资节点对应的训练数据集；
将各目标物资阶段的各自对应的训练数据集构成的数据集作为训练样本集。
10.根据权利要求1所述基于区块链的信号定位系统的建立方法，其特征在于，所述基于所述训练样本集训练定位网络模型具体包括：
将训练样本集中的训练数据输入预设神经网络模型，通过预设神经网络模型输出预测定位信号；
基于所述预测定位信号以及物资节点采集的候选定位信号，对所述预设神经网络模型进行训练，以得经过训练的定位网络模型。
11.根据权利要求1所述基于区块链的信号定位系统的建立方法，其特征在于，所述基于所述定位网络模型以及各物资节点各自对应给的相对位置确定各物资节点的位置信息具体包括：
分别获取该物资节点在若干预设观察时间观察到的观察卫星集，并基于各预测观察时间各自对应的观察卫星集确定各预测观察时间各自对应第一卫星信号集；
基于预设目标卫星集以及各预测观察时间各自对应的观察卫星集，确定各预测观察时间各自对应的待预测卫星集；
基于所述定位网络模型、各预设观察时间以及该物资节点的相对位置，确定各待预测卫星集各自对应的第二卫星信号集；
基于各观察时间各自对应的第一卫星信号集和第二卫星信号集，确定所述物资节点的位置信息。
12.根据权利要求1所述基于区块链的信号定位系统的建立方法，其特征在于，所述基于各物资节点各自对应的位置信息，更新所述初始区块链网络的拓扑结构，以得到基于区块链的信号定位系统具体包括：
基于各物资节点各自对应的位置信息，确定各物资节点之间的第四距离；
基于获取到的所有第四距离更新所述初始区块链网络的拓扑结构，以得到基于区块链的信号定位系统。
13.根据权利要求1-12任意一项所述的基于区块链的信号定位系统的建立方法，其特征在于，所述物资节点包括感知模块以及通讯模块，感知模块用于获取该物资节点的候选定位信号以及搜索通讯热点，所述通讯模块用于与其对应的物资节点相互发送数据。
14.一种基于区块链的信号定位系统的建立装置，其特征在于，所述的建立装置包括：
构建模块，用于构建初始区块链网络，其中，所述初始区块链网络包括若干物资节点，若干物资节点中的每个物资节点为所述初始区块链网络的一网络节点；
确定模块，用于基于所述初始区块链网络中的各物资节点确定训练样本集，其中，训练样本集包括若干训练数据，若干训练数据中的每个训练数据均包括物资节点在所述初始区块链网络中的相对位置、物资节点对应的观察时间，以及物资节点在该观察时间观察的观察卫星；
训练模块，用于基于所述训练样本集训练定位网络模型，并基于所述定位网络模型以及各物资节点各自对应给的相对位置确定各物资节点的位置信息；
更新模块，用于基于各物资节点各自对应的位置信息，更新所述初始区块链网络的拓扑结构，以得到基于区块链的信号定位系统。
15.一种基于区块链的信号定位方法，其特征在于，所述的定位方法应用如权利要求1-13任意一项所述的基于区块链的信号定位系统的建立方法建立的基于区块链的信号定位系统，所述的定位方法包括：
对于每个物资节点，获取该物资节点在设定观察时间观察到的第一卫星集，并基于所述观察卫星集确定采集卫星信号集；
基于设定卫星集及所述第一卫星集，确定第二卫星集；
基于所述定位网络模型、所述设定观察时间以及该物资节点的相对位置，确定第二卫星集对应的预测卫星信号集；
基于所述采集卫星信号集和所述预测卫星信号集，确定所述物资节点的定位信息。
16.一种基于区块链的信号定位系统，其特征在于，所述的定位系统为基于如权利要求1-13任意一项所述的基于区块链的信号定位系统的建立方法建立的。
17.一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存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-13任意一项所述的基于区块链的信号定位系统的建立方法中的步骤。
18.一种终端设备，其特征在于，包括：处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述通信总线实现处理器和存储器之间的连接通信；
所述处理器执行所述计算机可读程序时实现如权利要求1-13任意一项所述的基于区块链的信号定位系统的建立方法中的步骤。
CN202110800873.0A 2021-07-15 2021-07-15 一种基于区块链的信号定位系统的建立方法及定位方法 Pending CN113642951A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110800873.0A CN113642951A (zh) 2021-07-15 2021-07-15 一种基于区块链的信号定位系统的建立方法及定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110800873.0A CN113642951A (zh) 2021-07-15 2021-07-15 一种基于区块链的信号定位系统的建立方法及定位方法

Publications (1)

Publication Number Publication Date
CN113642951A true CN113642951A (zh) 2021-11-12

Family

ID=78417408

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110800873.0A Pending CN113642951A (zh) 2021-07-15 2021-07-15 一种基于区块链的信号定位系统的建立方法及定位方法

Country Status (1)

Country Link
CN (1) CN113642951A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080246660A1 (en) * 2007-04-09 2008-10-09 Seiko Epson Corporation Present position locating method, positioning device, and electronic instrument
CN106483903A (zh) * 2016-12-05 2017-03-08 成都信息工程大学 一种固定资产智能化识别管理与动态监测系统及方法
CN109511084A (zh) * 2018-08-02 2019-03-22 上海紫越网络科技股份有限公司 资产设备的定位方法、系统、计算机可读存储介质及终端
CN111506662A (zh) * 2020-04-24 2020-08-07 江苏荣泽信息科技股份有限公司 一种基于区块链的企业固定资产整理用数据收集系统
CN111539677A (zh) * 2020-05-20 2020-08-14 苏州名诺信息科技有限公司 一种基于区块链的rfid固定资产管理系统及方法
WO2021037051A1 (zh) * 2019-08-29 2021-03-04 华为技术有限公司 一种定位方法及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080246660A1 (en) * 2007-04-09 2008-10-09 Seiko Epson Corporation Present position locating method, positioning device, and electronic instrument
CN106483903A (zh) * 2016-12-05 2017-03-08 成都信息工程大学 一种固定资产智能化识别管理与动态监测系统及方法
CN109511084A (zh) * 2018-08-02 2019-03-22 上海紫越网络科技股份有限公司 资产设备的定位方法、系统、计算机可读存储介质及终端
WO2021037051A1 (zh) * 2019-08-29 2021-03-04 华为技术有限公司 一种定位方法及电子设备
CN111506662A (zh) * 2020-04-24 2020-08-07 江苏荣泽信息科技股份有限公司 一种基于区块链的企业固定资产整理用数据收集系统
CN111539677A (zh) * 2020-05-20 2020-08-14 苏州名诺信息科技有限公司 一种基于区块链的rfid固定资产管理系统及方法

Similar Documents

Publication Publication Date Title
US20190102726A1 (en) Control method and information processing device
US20050201301A1 (en) Self-associating wireless personal area network
US8134465B2 (en) Registration method and placement assisting apparatus for location information tag
RU2503149C2 (ru) Система и способ эффективного заполнения базы данных точек доступа
JP5820157B2 (ja) 被災者救助支援システム、情報処理方法
US9386472B2 (en) AP location query
US9949089B2 (en) Position management system, position management apparatus, and position management method
CN103140865A (zh) 用于工业无线传感器网络中定位的方法和系统
EP3454270B1 (en) System and method for automatically detecting entry into and exit from region of interest
EP3395725A1 (en) Vehicle logistics management system
US10547983B2 (en) Controlling radio fingerprint observation report collection
CN105592420A (zh) 环境特征库生成及基于环境特征库的室内定位方法和装置
US20160007155A1 (en) Method and apparatus for providing information regarding a device
Bobek et al. Indoor microlocation with BLE beacons and incremental rule learning
JP2016218027A (ja) 測位システムおよび計測端末
CN113642951A (zh) 一种基于区块链的信号定位系统的建立方法及定位方法
CN111507434A (zh) 信息获取方法、装置、电子设备及计算机可读存储介质
US9697399B2 (en) Active radio frequency identification tag applied to logistics tracking system and communication method thereof
JP2013250213A (ja) 通信装置、情報処理端末及び通信システム
US8948792B2 (en) Moving body and system for managing inventory information of moving body
JP6251060B2 (ja) 無線通信システム、無線端末および無線通信方法
JP2017039601A (ja) 物流管理システム
CN103780665A (zh) 数据传输系统、数据传输方法与行动电子装置
KR20170062255A (ko) 비콘을 이용한 전력설비 순시 검침 시스템
CN112351385A (zh) 定位方法、装置及电子设备

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