CN114466373A - 位置指纹库更新方法、装置、设备及计算机可读存储介质 - Google Patents
位置指纹库更新方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114466373A CN114466373A CN202011241336.9A CN202011241336A CN114466373A CN 114466373 A CN114466373 A CN 114466373A CN 202011241336 A CN202011241336 A CN 202011241336A CN 114466373 A CN114466373 A CN 114466373A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- data
- position information
- target
- target grid
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明实施例涉及通信技术领域,公开了一种位置指纹库更新方法,该方法包括:获取最小化路测数据,最小化路测数据包括采样点对应的真实位置信息和信号数据;获取当前位置指纹库,根据当前位置指纹库及信号数据计算采样点的第一位置信息,确定第一位置信息对应的目标栅格;确定采样点对应的真实位置信息是否位于目标栅格内;当真实位置信息位于目标栅格内时,计算真实位置信息与第一位置信息的误差,根据误差确定目标指纹数据的可靠性指标;指纹数据为当前位置指纹库中目标栅格对应的指纹数据;当目标指纹数据可靠性指标低于预设阈值时,对目标栅格进行指纹数据更新。通过上述方式,本发明实施例实现了提高位置指纹库更新效率及定位精度。
Description
技术领域
本发明实施例涉及通信技术领域,具体涉及一种位置指纹库更新方法、装置、设备及计算机可读存储介质。
背景技术
目前,用户对定位服务需求的增加,高精度的室外定位成为关注的重点。虽然目前存在GNSS定位、基站定位等方式,但GNSS定位受环境影响大且需要用户终端的许可,基站定位需多基站协同作用且精度低。因而产生了一种无用户参与且定位精准的移动终端定位方法:基于位置指纹库的定位技术。由于位置指纹库的可靠性直接影响用户定位的准确度,因而需要对指纹库数据可靠性进行评估并更新。然而目前的指纹定位,通过人工测量终端信息来收集数据,需要不断的更新位置指纹库,定位的精度容易受到栅格大小的影响。
发明内容
鉴于上述问题,本发明实施例提供了一种位置指纹库更新方法、装置、设备及计算机可读存储介质,用于解决现有技术中存在的数据采集效率低、定位精度低的技术问题。
根据本发明实施例的一个方面,提供了一种位置指纹库更新方法,所述方法包括:
获取最小化路测数据,所述最小化路测数据包括采样点对应的真实位置信息和信号数据;
获取当前位置指纹库,根据所述当前位置指纹库及所述信号数据计算所述采样点的第一位置信息,确定所述第一位置信息对应的目标栅格;
确定所述采样点对应的真实位置信息是否位于所述目标栅格内;
当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定目标指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的指纹数据;
当所述目标指纹数据可靠性指标低于预设阈值时,对所述目标栅格进行指纹数据更新。
在一种可选的方式中,所述获取最小化路测数据,所述最小化路测数据包括采样点的真实位置坐标和信号强度数据之后,进一步包括:
对所述最小化路测数据进行过滤整合处理,滤除冗余数据并整合为整合数据;
对所述整合数据进行数据补全处理,得到采样点对应的真实位置坐信息和信号数据。
在一种可选的方式中,所述确定所述采样点对应的真实位置信息是否位于所述目标栅格内之后,还包括:
当所述真实位置信息不位于所述目标栅格内时,对所述目标栅格进行指纹数据更新。
在一种可选的方式中,当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的的指纹数据,包括:
获取当前位置指纹库中的位置指纹数据;所述当前位置指纹库中的位置指纹数据包括信号强度;
计算所述采样点的信号数据与所述当前位置指纹库中的信号强度之间的相似度距离;
选择具有最小相似度距离的k个参考点作为目标参考点,根据所述目标参考点的目标参考位置确定采样点的第一位置信息;所述参考点为所述当前位置指纹库对应的栅格的参考点;
确定所述第一位置信息所对应的目标栅格。
在一种可选的方式中,当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定目标指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的指纹数据,之后进一步包括:
根据所述可靠性指标计算当前位置指纹库的稳定性指标;
根据所述稳定性指标确定无线网络变化情况。
根据本发明实施例的另一方面,提供了一种定位方法,包括:
根据上述的位置指纹库更新方法更新得到的目标位置指纹库;
根据所述目标位置指纹库对终端进行定位。
根据本发明实施例的另一方面,提供了一种位置指纹库更新装置,包括:
第一获取模块,用于获取最小化路测数据,所述最小化路测数据包括采样点对应的真实位置信息和信号数据;
第一计算模块,用于获取当前位置指纹库,根据所述当前位置指纹库及所述信号数据计算所述采样点的第一位置信息,确定所述第一位置信息对应的目标栅格;
第一确定模块,用于确定所述采样点对应的真实位置信息是否位于所述目标栅格内;
第二计算模块,用于当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定目标指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的指纹数据;
更新模块,用于当所述目标指纹数据可靠性指标低于预设阈值时,对所述目标栅格进行指纹数据更新。
在一种可选的方式中,当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的的指纹数据,包括:
获取当前位置指纹库中的位置指纹数据;所述当前位置指纹库中的位置指纹数据包括信号强度;
计算所述采样点的信号数据与所述当前位置指纹库中的信号强度之间的相似度距离;
选择具有最小相似度距离的k个参考点作为目标参考点,根据所述目标参考点的目标参考位置确定采样点的第一位置信息;所述参考点为所述当前位置指纹库对应的栅格的参考点;
确定所述第一位置信息所对应的目标栅格。
根据本发明实施例的另一方面,提供了一种位置指纹库更新设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述的位置指纹库更新方法或上述的终端定位方法的操作。
根据本发明实施例的又一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令在位置指纹库更新设备上运行时,使得位置指纹库更新设备执行上述的位置指纹库更新方法或上述的终端定位方法的操作。
本发明实施例通过对目标栅格的位置指纹数据进行可靠性计算,过滤不需要指纹数据更新的栅格,减少对位置指纹库修改的工作量,提高了指纹更新的效率和定位精确度;同时对栅格指纹可靠性数据集离散程度的分析,从而间接反映无线网络环境变化,可针对性的进行网络监测及优化。
上述说明仅是本发明实施例技术方案的概述,为了能够更清楚了解本发明实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
附图仅用于示出实施方式,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的位置指纹库更新方法的流程示意图;
图2示出了本发明实施例提供的栅格划分示意图;
图3示出了本发明实施例提供的定位方法的流程示意图;
图4示出了本发明实施例提供的位置指纹库更新装置的结构示意图;
图5示出了本发明实施例提供的位置指纹库更新设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。
MDT(Minimization Drive Test,最小化路测)数据:MDT数据属于运营商使用的定位数据源,MDT数据的数据特征是在MR中携带GPS经纬度信息,能够直接得到具体位置上的无线网络情况。MDT原始数据具备时间标识、用户标识、小区标识、RSRP等信息。在理想的位置指纹库中,各个位置的指纹应该是唯一且精准的,能够为用户提供精准定位,然而在实际网络中常常存在着无线网络变化、提取的指纹数据偏差等问题。
位置指纹库:是一种位置-信号强度关系库,根据这种基本关系,可进行终端定位。在实际环境中,特定位置的指纹会不断受到周围环境变化的影响,因此为了保证定位精度,需要对指纹库进行定期维护和及时更新。
RSRP(Reference Signal Receiving Power,参考信号接收功率):是LTE网络中可以代表无线信号强度的关键参数以及物理层测量需求之一,是在某个符号内承载参考信号的所有RE(资源粒子)上接收到的信号功率的平均值。
RSRQ(Reference Signal Receiving Quality,参考信号接收质量):表示LTE参考信号接收质量,这种度量主要是根据信号质量来对不同LTE候选小区进行排序。这种测量用作切换和小区重选决定的输入。
RSSI:(Received Signal Strength Indicator,手机接收到的总功率):手机接收到的总功率,包括有用信号、干扰和底噪。
图1示出了本发明实施例提供的位置指纹库更新方法的流程图,该方法由位置指纹库更新设备执行。该位置指纹库更新设备可以是计算机设备,也可以是终端设备。如图1所示,该方法包括以下步骤:
步骤110:获取最小化路测数据,所述最小化路测数据包括采样点对应的真实位置信息和信号数据。
其中,所述采样点的真实位置信息和信号数据包括所述采样点对应的用户设备的位置信息。所述信号数据可以是采样点接收到所有小区的信号强度。
所述最小化路测数据还包括所述采样点对应的服务小区标识、服务小区信号强度、服务小区信号质量、邻小区标识、邻小区信号强度及邻小区信号质量。
其中,最小化路测数据中的原始数据包括时间标识、用户标识、小区标识、RSRP等信息。具体如下表所示:
本发明实施例中,还对最小化路测数据进行预处理,以得到采样点的真实位置信息和信号数据。
对最小化路测数据进行预处理包括:对最小化路测数据进行过滤整合处理及数据补全处理。
其中,由于原始的最小化路测数据中包括大量对后续分析无用的冗余数据信息。因此,本发明实施例中,对所述最小化路测数据进行过滤,得到过滤后数据。并进行数据整合,调整为如下表所示的整合数据:
其中,由于在最小化路测数据中仅包含注册的服务小区标识,对应的邻小区仅有EARFCN(E-UTRA Absolute Radio Frequency Channel Number,LTE绝对频点号)和PCI(Physical Cell Identifier,即物理小区标识,LTE中终端以此区分不同小区的无线信号),因此,需要从工参中匹配得到邻小区对应的邻小区标识。采样点信息所对应的含义解释如下表所示:
采样点信息 | 含义 |
(α,β) | UE(用户终端)经纬度 |
<ECI1,RSRP,RSRQ> | 服务小区标识和信号强度、信号质量 |
<ECI2,RSRP,RSRQ> | 邻小区1标识和信号强度、信号质量 |
<ECI3,RSRP,RSRQ> | 邻小区2标识和信号强度、信号质量 |
... | 其它邻小区标识和信号强度、信号质量 |
其中,通过对最小化路测数据进行预处理,从而获得采样点所需的全部信息,也即采样点对应的真实位置信息和信号数据,方便了后续的计算。其中,所述真实位置信息可以是采样点的真实位置坐标,所述真实位置坐标为用户终端的经纬度。
步骤120:获取当前位置指纹库,根据所述当前位置指纹库及所述信号数据计算所述采样点的第一位置信息,确定所述第一位置信息对应的目标栅格。
其中,该步骤具体包括以下步骤:
步骤1201:获取当前位置指纹库中的位置指纹数据。
本发明实施例中,当前位置指纹库为当前最新的位置指纹库,是位置与信号数据的关系库,根据该关系库可进行终端定位。本发明实施例中,信号数据可以为信号强度,该信号强度可以是参考信号接收功率RSRP。
其中,图2示出了本发明实施例提供的栅格划分示意图。当前位置指纹库通过将整个区域划分m个等大小的栅格,每一个栅格的中心作为该栅格的坐标,每个栅格包括多个参考点,整个区域包括n个小区。通过获取各个栅格的参考点位置坐标与对应的接收到的所有小区的信号强度之间的关系,来构建当前位置指纹库。
具体地,如图2所示,对于栅格通过栅格的参考点RPij,参考点的参考点位置坐标(αi,βj)可以表示为:
其中,RPij表示参考点,αi是参考点RPij的经度坐标,βj是参考点RPij的纬度坐标。d0为每个栅格的边长。(X0,Y0)为整个区域中的原点坐标。
通过L表示所有栅格的参考点集合,则:
L=[(α1,β1)(α2,β2)…(αm,βm)]T
[·]T为矩阵转置运算符,(αm,βm)是第m个参考点RPM的位置,αi是参考点RPij的经度坐标,βj是参考点RPij的纬度坐标。
所有参考点的参考信号接收功率Pr可以表示为:
因此,当前位置指纹库可以表示为[L Pr]。
对于理想的位置指纹库中,各个位置的指纹应该是唯一且精准的,能够为用户提供精准定位,然而在实际网络中常常存在着无线网络变化、提取的指纹数据偏差等问题。因此,本发明实施例利用最小化路测数据上报的经纬度信息,当前位置指纹库数据进行校准,根据最小化路测数据上报的主邻小区电平特征值与指纹库中的特征值进行匹配,同时基于最小化路测数据中的真实位置信息,来评估当前位置指纹库的准确性。
步骤1202:计算所述采样点的信号数据与所述当前位置指纹库中的信号数据之间的相似度距离。其中,由于本发明实施的信号数据可以是信号强度,因此计算采样点的信号强度与当前之温度中的信号强度之间的相似度距离。
其中||.||2为1-2范数运算符,di为采样点c与第i个栅格的参考点的信号空间欧氏距离。该信号空间欧氏距离用于评价采样点和当前位置指纹库中的参考点信号强度的匹配程度。信号空间欧氏距离越小,采样点c在位置空间中与当前位置指纹库中的参考点距离越接近。本发明实施例中,可通过模型训练,得到当前数据库中位置数据与信号强度之间的关系。
步骤1203:选择具有最小相似度距离的k个参考点作为目标参考点,根据所述目标参考点的目标参考位置确定采样点的第一位置信息。所述参考点为所述当前位置指纹库对应的栅格的参考点。
具体地,通过KNN算法选择具有最小相似度距离的k个参考点作为目标参考点,从当前位置指纹库中获取k个目标参考点的目标参考位置,并根据以下公式确定采样点的第一位置信息:
步骤1204:根据当前位置指纹库中的栅格编号与位置数据的对应关系,确定所述第一位置信息所对应的目标栅格。
具体地.根据下述公式可以确定第一位置信息对应的栅格坐标:
根据第一位置信息对应的栅格坐标确定对应的目标栅格。
步骤130:根据所述第一位置信息确定所述采样点是否位于目标栅格内。
其中,真实位置信息所对应的栅格坐标为:
第一位置信息对应的栅格坐标为:
根据真实位置信息所对应的栅格坐标及第一位置信息对应的栅格坐标确定真实位置信息是否在目标栅格内。
步骤140:当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定目标指纹数据的可靠性指标;所述目标指纹数据为所述当前位置指纹库中所述目标栅格对应的的指纹数据。
其中,当所述真实位置信息不位于所述目标栅格内时,说明第一位置信息定位错误,对应的目标栅格的可靠性为0,对所述目标栅格进行指纹数据更新。根据真实位置信息对目标栅格的指纹数据进行替换。
本发明实施例中,当采样点的真实位置信息位于目标栅格内时,根据所述真实位置信息与第一位置信息组成的矩形面积与目标栅格的面积确定可靠性指标。具体地,可根据目标栅格的面积减去真实位置信息与第一位置信息组成的矩形面积之后与目标栅格的面积求比得到:
通过上述方式,从而求得目标栅格的可靠性指标θ。
步骤150:当所述目标指纹数据的可靠性指标低于预设阈值时,对所述目标栅格进行位置指纹更新,得到目标位置指纹库。
其中,当目标指纹数据的可靠性指标低于预设阈值时,根据真实位置信息对目标栅格的目标指纹数据进行替换。
本发明实施例中,还根据多个采样点计算整个区域内的所有栅格的可靠性指标,从而得到每个栅格的个体栅格可靠性指标及当前位置指纹库的稳定性指标。
其中,每个栅格的个体栅格可靠性指标为所有栅格的可靠性指标求均值,具体公式为:
通过计算个体栅格可靠性指标的离散程度,来确定当前位置指纹库的稳定性,当前位置指纹库的稳定性指标的计算公式为:
本发明实施例中,根据个体栅格可靠性指标和当前位置指纹库的稳定性指标,来对低可靠性的栅格进行位置指纹更新。根据个体栅格可靠性指标的第一阈值及稳定性指标的第二阈值来匹配对应的指纹更新规则。具体地:
当个体栅格可靠性指标低于第一阈值且稳定性指标高于第二阈值时,进行现场验证更新。个体栅格可靠性指标低于第一阈值且稳定性指标高于第二阈值,说明栅格周边无线环境变化快,信号不稳定,需要对当前位置指纹库进行现场验证更新;
当个体栅格可靠性指标低于第一阈值且稳定性指标低于第二阈值时,统计累积预设统计次数可靠性指标低于第一阈值的个体栅格,根据真实位置信息对该个体栅格的目标指纹数据进行替换。
本发明并不具体限定第一阈值、第二阈值和预设统计次数的具体数值,本领域的技术人员可依据具体场景进行相应的设置。如,在本发明的一个实施例中,第一阈值可以是0.5,预设统计次数可以是5次。
本发明实施例通过对目标栅格的位置指纹数据进行可靠性计算,过滤不需要指纹数据更新的栅格,减少对指纹库修改的工作量;同时对栅格指纹可靠性数据集离散程度的分析,从而间接反映无线网络环境变化,可针对性的进行网络监测及优化。
图3示出了本发明实施例提供的定位方法的流程示意图。本发明实施例的另一方面提供了一种定位方法,包括以下步骤:
步骤210:根据位置指纹库更新方法更新得到的目标位置指纹库。
本发明实施例中的位置指纹库更新方法具体工作步骤与上述位置指纹库更新方法实施例的具体步骤相同,此处不再赘述。
步骤220:根据所述目标位置指纹库对终端进行定位。
本发明实施例通过对目标栅格的位置指纹数据进行可靠性计算,过滤不需要指纹数据更新的栅格,减少对指纹库修改的工作量;同时对栅格指纹可靠性数据集离散程度的分析,从而间接反映无线网络环境变化,可针对性的进行网络监测及优化。
图4示出了本发明实施例提供的位置指纹库更新装置的结构示意图。如图4所示,该装置300包括:第一获取模块310、第一计算模块320、第一确定模块330、第二计算模块340和更新模块350。
第一获取模块310,用于获取最小化路测数据,所述最小化路测数据包括采样点对应的真实位置信息和信号数据;
第一计算模块320,用于获取当前位置指纹库,根据所述当前位置指纹库及所述信号数据计算所述采样点的第一位置信息,确定所述第一位置信息对应的目标栅格;
第一确定模块330,用于确定所述采样点对应的真实位置信息是否位于所述目标栅格内;
第二计算模块340,用于当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定目标指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的指纹数据;
更新模块350,用于当所述目标指纹数据可靠性指标低于预设阈值时,对所述目标栅格进行指纹数据更新。
在一种可选的方式中,所述获取最小化路测数据,所述最小化路测数据包括采样点的真实位置坐标和信号强度数据之后,进一步包括:
对所述最小化路测数据进行过滤整合处理,滤除冗余数据并整合为整合数据;
对所述整合数据进行数据补全处理,得到采样点对应的真实位置坐信息和信号数据。
在一种可选的方式中,所述确定所述采样点对应的真实位置信息是否位于所述目标栅格内之后,还包括:
当所述真实位置信息不位于所述目标栅格内时,对所述目标栅格进行指纹数据更新。
在一种可选的方式中,当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的的指纹数据,包括:
获取当前位置指纹库中的位置指纹数据;所述当前位置指纹库中的位置指纹数据包括信号强度;
计算所述采样点的信号数据与所述当前位置指纹库中的信号强度之间的相似度距离;
选择具有最小相似度距离的k个参考点作为目标参考点,根据所述目标参考点的目标参考位置确定采样点的第一位置信息;所述参考点为所述当前位置指纹库对应的栅格的参考点;
确定所述第一位置信息所对应的目标栅格。
在一种可选的方式中,当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定目标指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的指纹数据,之后进一步包括:
根据所述可靠性指标计算当前位置指纹库的稳定性指标;
根据所述稳定性指标确定无线网络变化情况。
本发明实施例的位置指纹库更新装置的具体工作过程与上述位置指纹库更新方法的具体方法步骤相同,此处不再赘述。
本发明实施例通过对目标栅格的位置指纹数据进行可靠性计算,过滤不需要指纹数据更新的栅格,减少对指纹库修改的工作量;同时对栅格指纹可靠性数据集离散程度的分析,从而间接反映无线网络环境变化,可针对性的进行网络监测及优化。
图5示出了本发明实施例提供的位置指纹库更新设备的结构示意图,本发明具体实施例并不对位置指纹库更新设备的具体实现做限定。
如图5所示,该位置指纹库更新设备可以包括:处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。
其中:处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。通信接口404,用于与其它设备比如客户端或其它服务器等的网元通信。处理器402,用于执行程序410,具体可以执行上述用于位置指纹库更新方法实施例中的相关步骤。
具体地,程序410可以包括程序代码,该程序代码包括计算机可执行指令。
处理器402可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。位置指纹库更新设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器406,用于存放程序410。存储器406可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序410具体可以被处理器402调用使位置指纹库更新设备执行以下操作:
获取最小化路测数据,所述最小化路测数据包括采样点对应的真实位置信息和信号数据;
获取当前位置指纹库,根据所述当前位置指纹库及所述信号数据计算所述采样点的第一位置信息,确定所述第一位置信息对应的目标栅格;
确定所述采样点对应的真实位置信息是否位于所述目标栅格内;
当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定目标指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的指纹数据;
当所述目标指纹数据可靠性指标低于预设阈值时,对所述目标栅格进行指纹数据更新。
在一种可选的方式中,所述获取最小化路测数据,所述最小化路测数据包括采样点的真实位置坐标和信号强度数据之后,进一步包括:
对所述最小化路测数据进行过滤整合处理,滤除冗余数据并整合为整合数据;
对所述整合数据进行数据补全处理,得到采样点对应的真实位置坐信息和信号数据。
在一种可选的方式中,所述确定所述采样点对应的真实位置信息是否位于所述目标栅格内之后,还包括:
当所述真实位置信息不位于所述目标栅格内时,对所述目标栅格进行指纹数据更新。
在一种可选的方式中,当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的的指纹数据,包括:
获取当前位置指纹库中的位置指纹数据;所述当前位置指纹库中的位置指纹数据包括信号强度;
计算所述采样点的信号数据与所述当前位置指纹库中的信号强度之间的相似度距离;
选择具有最小相似度距离的k个参考点作为目标参考点,根据所述目标参考点的目标参考位置确定采样点的第一位置信息;所述参考点为所述当前位置指纹库对应的栅格的参考点;
确定所述第一位置信息所对应的目标栅格。
在一种可选的方式中,当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定目标指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的指纹数据,之后进一步包括:
根据所述可靠性指标计算当前位置指纹库的稳定性指标;
根据所述稳定性指标确定无线网络变化情况。
本发明实施例通过对目标栅格的位置指纹数据进行可靠性计算,过滤不需要指纹数据更新的栅格,减少对指纹库修改的工作量;同时对栅格指纹可靠性数据集离散程度的分析,从而间接反映无线网络环境变化,可针对性的进行网络监测及优化。
本发明实施例提供了一种计算机可读存储介质,所述存储介质存储有至少一可执行指令,该可执行指令在位置指纹库更新设备上运行时,使得所述位置指纹库更新设备执行上述任意方法实施例中的位置指纹库更新方法。
可执行指令具体可以用于使得位置指纹库更新设备执行以下操作:
获取最小化路测数据,所述最小化路测数据包括采样点对应的真实位置信息和信号数据;
获取当前位置指纹库,根据所述当前位置指纹库及所述信号数据计算所述采样点的第一位置信息,确定所述第一位置信息对应的目标栅格;
确定所述采样点对应的真实位置信息是否位于所述目标栅格内;
当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定目标指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的指纹数据;
当所述目标指纹数据可靠性指标低于预设阈值时,对所述目标栅格进行指纹数据更新。
在一种可选的方式中,所述获取最小化路测数据,所述最小化路测数据包括采样点的真实位置坐标和信号强度数据之后,进一步包括:
对所述最小化路测数据进行过滤整合处理,滤除冗余数据并整合为整合数据;
对所述整合数据进行数据补全处理,得到采样点对应的真实位置坐信息和信号数据。
在一种可选的方式中,所述确定所述采样点对应的真实位置信息是否位于所述目标栅格内之后,还包括:
当所述真实位置信息不位于所述目标栅格内时,对所述目标栅格进行指纹数据更新。
在一种可选的方式中,当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的的指纹数据,包括:
获取当前位置指纹库中的位置指纹数据;所述当前位置指纹库中的位置指纹数据包括信号强度;
计算所述采样点的信号数据与所述当前位置指纹库中的信号强度之间的相似度距离;
选择具有最小相似度距离的k个参考点作为目标参考点,根据所述目标参考点的目标参考位置确定采样点的第一位置信息;所述参考点为所述当前位置指纹库对应的栅格的参考点;
确定所述第一位置信息所对应的目标栅格。
在一种可选的方式中,当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定目标指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的指纹数据,之后进一步包括:
根据所述可靠性指标计算当前位置指纹库的稳定性指标;
根据所述稳定性指标确定无线网络变化情况。
本发明实施例通过对目标栅格的位置指纹数据进行可靠性计算,过滤不需要指纹数据更新的栅格,减少对指纹库修改的工作量,提高了工作效率;同时对栅格指纹可靠性数据集离散程度的分析,从而间接反映无线网络环境变化,可针对性的进行网络监测及优化。
本发明实施例提供一种位置指纹库更新装置,用于执行上述位置指纹库更新方法或上述的终端定位方法。
本发明实施例提供了一种计算机程序,所述计算机程序可被处理器调用使位置指纹库更新设备执行上述任意方法实施例中的位置指纹库更新方法或上述的终端定位方法。
本发明实施例提供了一种计算机程序产品,计算机程序产品包括存储在计算机可读存储介质上的计算机程序,计算机程序包括程序指令,当程序指令在计算机上运行时,使得所述计算机执行上述任意方法实施例中的位置指纹库更新方法或上述的终端定位方法。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明实施例也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。
本领域技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。
Claims (10)
1.一种位置指纹库更新方法,其特征在于,所述方法包括:
获取最小化路测数据,所述最小化路测数据包括采样点对应的真实位置信息和信号数据;
获取当前位置指纹库,根据所述当前位置指纹库及所述信号数据计算所述采样点的第一位置信息,确定所述第一位置信息对应的目标栅格;
确定所述采样点对应的真实位置信息是否位于所述目标栅格内;
当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定目标指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的指纹数据;
当所述目标指纹数据可靠性指标低于预设阈值时,对所述目标栅格进行指纹数据更新。
2.根据权利要求1所述的方法,其特征在于,所述获取最小化路测数据,所述最小化路测数据包括采样点的真实位置坐标和信号强度数据之后,进一步包括:
对所述最小化路测数据进行过滤整合处理,滤除冗余数据并整合为整合数据;
对所述整合数据进行数据补全处理,得到采样点对应的真实位置坐信息和信号数据。
3.根据权利要求2所述的方法,其特征在于,所述确定所述采样点对应的真实位置信息是否位于所述目标栅格内之后,还包括:
当所述真实位置信息不位于所述目标栅格内时,对所述目标栅格进行指纹数据更新。
4.根据权利要求1-3任一项所述的方法,其特征在于,当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的的指纹数据,包括:
获取当前位置指纹库中的位置指纹数据;所述当前位置指纹库中的位置指纹数据包括信号强度;
计算所述采样点的信号数据与所述当前位置指纹库中的信号强度之间的相似度距离;
选择具有最小相似度距离的k个参考点作为目标参考点,根据所述目标参考点的目标参考位置确定采样点的第一位置信息;所述参考点为所述当前位置指纹库对应的栅格的参考点;
确定所述第一位置信息所对应的目标栅格。
5.根据权利要求1所述的方法,其特征在于,当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定目标指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的指纹数据,之后进一步包括:
根据所述可靠性指标计算当前位置指纹库的稳定性指标;
根据所述稳定性指标确定无线网络变化情况。
6.一种定位方法,其特征在于,所述方法包括:
根据权利要求1-5任一项所述的位置指纹库更新方法更新得到的目标位置指纹库;
根据所述目标位置指纹库对终端进行定位。
7.一种位置指纹库更新装置,其特征在于,所述装置包括:
第一获取模块,用于获取最小化路测数据,所述最小化路测数据包括采样点对应的真实位置信息和信号数据;
第一计算模块,用于获取当前位置指纹库,根据所述当前位置指纹库及所述信号数据计算所述采样点的第一位置信息,确定所述第一位置信息对应的目标栅格;
第一确定模块,用于确定所述采样点对应的真实位置信息是否位于所述目标栅格内;
第二计算模块,用于当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定目标指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的指纹数据;
更新模块,用于当所述目标指纹数据可靠性指标低于预设阈值时,对所述目标栅格进行指纹数据更新。
8.根据权利要求7所述的装置,其特征在于,当所述真实位置信息位于目标栅格内时,计算所述真实位置信息与所述第一位置信息的误差,根据所述误差确定指纹数据的可靠性指标;所述指纹数据为所述当前位置指纹库中所述目标栅格对应的的指纹数据,包括:
获取当前位置指纹库中的位置指纹数据;所述当前位置指纹库中的位置指纹数据包括信号强度;
计算所述采样点的信号数据与所述当前位置指纹库中的信号强度之间的相似度距离;
选择具有最小相似度距离的k个参考点作为目标参考点,根据所述目标参考点的目标参考位置确定采样点的第一位置信息;所述参考点为所述当前位置指纹库对应的栅格的参考点;
确定所述第一位置信息所对应的目标栅格。
9.一种位置指纹库更新设备,其特征在于,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-5任意一项所述的位置指纹库更新方法或如权利要求6所述的终端定位方法的操作。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一可执行指令,所述可执行指令在位置指纹库更新设备上运行时,使得位置指纹库更新设备执行如权利要求1-5任意一项所述的位置指纹库更新方法或如权利要求6所述的终端定位方法的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011241336.9A CN114466373B (zh) | 2020-11-09 | 2020-11-09 | 位置指纹库更新方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011241336.9A CN114466373B (zh) | 2020-11-09 | 2020-11-09 | 位置指纹库更新方法、装置、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114466373A true CN114466373A (zh) | 2022-05-10 |
CN114466373B CN114466373B (zh) | 2023-08-15 |
Family
ID=81404116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011241336.9A Active CN114466373B (zh) | 2020-11-09 | 2020-11-09 | 位置指纹库更新方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114466373B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130162481A1 (en) * | 2009-10-01 | 2013-06-27 | Parviz Parvizi | Systems and methods for calibration of indoor geolocation |
US20140171100A1 (en) * | 2012-12-14 | 2014-06-19 | Apple Inc. | Monitoring a location fingerprint database |
CN106886552A (zh) * | 2016-12-12 | 2017-06-23 | 蔚来汽车有限公司 | 位置指纹数据库更新方法及系统 |
CN107801158A (zh) * | 2017-10-24 | 2018-03-13 | 金陵科技学院 | 众包更新位置指纹数据库的方法及系统 |
CN108243405A (zh) * | 2016-12-26 | 2018-07-03 | 中国移动通信集团广东有限公司 | 一种指纹库的建立方法、测量报告mr的定位方法及装置 |
CN109195123A (zh) * | 2018-08-22 | 2019-01-11 | 普联技术有限公司 | 室内定位中指纹信息的更新方法、装置、存储介质及系统 |
CN110418285A (zh) * | 2018-04-26 | 2019-11-05 | 中移(苏州)软件技术有限公司 | 一种无线电地图的建立方法及装置 |
CN110557829A (zh) * | 2019-09-17 | 2019-12-10 | 北京东方国信科技股份有限公司 | 一种融合指纹库的定位方法及定位装置 |
CN110727752A (zh) * | 2019-10-10 | 2020-01-24 | 中国联合网络通信集团有限公司 | 位置指纹库处理方法、设备及计算机可读存储介质 |
CN111277946A (zh) * | 2018-12-04 | 2020-06-12 | 重庆邮电大学 | 一种蓝牙室内定位系统中指纹库自适应更新方法 |
-
2020
- 2020-11-09 CN CN202011241336.9A patent/CN114466373B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130162481A1 (en) * | 2009-10-01 | 2013-06-27 | Parviz Parvizi | Systems and methods for calibration of indoor geolocation |
US20140171100A1 (en) * | 2012-12-14 | 2014-06-19 | Apple Inc. | Monitoring a location fingerprint database |
CN106886552A (zh) * | 2016-12-12 | 2017-06-23 | 蔚来汽车有限公司 | 位置指纹数据库更新方法及系统 |
CN108243405A (zh) * | 2016-12-26 | 2018-07-03 | 中国移动通信集团广东有限公司 | 一种指纹库的建立方法、测量报告mr的定位方法及装置 |
CN107801158A (zh) * | 2017-10-24 | 2018-03-13 | 金陵科技学院 | 众包更新位置指纹数据库的方法及系统 |
CN110418285A (zh) * | 2018-04-26 | 2019-11-05 | 中移(苏州)软件技术有限公司 | 一种无线电地图的建立方法及装置 |
CN109195123A (zh) * | 2018-08-22 | 2019-01-11 | 普联技术有限公司 | 室内定位中指纹信息的更新方法、装置、存储介质及系统 |
CN111277946A (zh) * | 2018-12-04 | 2020-06-12 | 重庆邮电大学 | 一种蓝牙室内定位系统中指纹库自适应更新方法 |
CN110557829A (zh) * | 2019-09-17 | 2019-12-10 | 北京东方国信科技股份有限公司 | 一种融合指纹库的定位方法及定位装置 |
CN110727752A (zh) * | 2019-10-10 | 2020-01-24 | 中国联合网络通信集团有限公司 | 位置指纹库处理方法、设备及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
林浩 等: "基于用户反馈的 WiFi 位置指纹数据库更新算法", 《计算机应用与软件》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114466373B (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107948930B (zh) | 基于位置指纹算法的室内定位优化方法 | |
CN106646338B (zh) | 一种快速精确的室内定位方法 | |
CN110719568B (zh) | 一种室内定位方法、装置、介质以及设备 | |
WO2020119372A1 (zh) | 场强预测方法、装置、设备及存储介质 | |
CN107484240B (zh) | 一种基于指纹进行定位的方法及装置 | |
CN112469066B (zh) | 5g网络覆盖评估方法及装置 | |
CN102984745A (zh) | Wi-Fi AP位置及路径损耗模型的联合估测方法 | |
CN109874104B (zh) | 用户位置定位方法、装置、设备及介质 | |
CN110727752B (zh) | 位置指纹库处理方法、设备及计算机可读存储介质 | |
CN108770057B (zh) | 预定指纹库的确定方法及指纹定位方法、装置、存储介质 | |
CN111698695A (zh) | 一种基于神经网络的lte指纹式定位方法 | |
CN112867147B (zh) | 定位方法和定位装置 | |
CN112995893B (zh) | 一种指纹定位方法、系统、服务器和存储介质 | |
CN109982368B (zh) | 小区方位角的核查方法、装置、设备及介质 | |
CN114466373B (zh) | 位置指纹库更新方法、装置、设备及计算机可读存储介质 | |
CN104635206B (zh) | 一种无线定位的方法及装置 | |
CN113890833B (zh) | 网络覆盖预测方法、装置、设备及存储介质 | |
CN115190587A (zh) | Wifi位置确定方法、装置、电子设备及存储介质 | |
Li et al. | Validation of a probabilistic approach to outdoor localization | |
CN114125864B (zh) | 基于mdt的邻区检测方法及装置 | |
CN109993556B (zh) | 用户行为分析方法、装置、计算设备及存储介质 | |
CN111629321A (zh) | 基于离群点剥离的中值卡尔曼滤波的定位方法 | |
CN114095854A (zh) | 基于最小化路测mdt数据的室分网络干扰源定位方法和电子设备 | |
CN114554535A (zh) | 共覆盖小区对智能识别方法、装置、设备及存储介质 | |
CN111405464A (zh) | 基站位置检测方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |