CN114466449A - 一种位置特征获取方法及电子设备 - Google Patents
一种位置特征获取方法及电子设备 Download PDFInfo
- Publication number
- CN114466449A CN114466449A CN202110803121.XA CN202110803121A CN114466449A CN 114466449 A CN114466449 A CN 114466449A CN 202110803121 A CN202110803121 A CN 202110803121A CN 114466449 A CN114466449 A CN 114466449A
- Authority
- CN
- China
- Prior art keywords
- signal source
- data
- signal
- target
- source data
- 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
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- 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
- G01S5/0009—Transmission of position information to remote stations
-
- 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
- G01S5/0257—Hybrid positioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephone Function (AREA)
Abstract
本申请实施例提供一种位置特征获取方法及电子设备,能够获取目标区域对应的N条位置特征数据,根据N条位置特征数据建立至少一个候选信号源集合;获取至少一个候选信号源集合内每个信号源数据的信号强度排序得分;根据每个信号源数据的信号强度排序得分建立至少一个子信号源集合;将至少一个子信号源集合组合,以获取总候选信号源集合;根据总候选信号源集合建立区域信号源特征列表。同时,根据区域特征信号列表获取第二目标集合的排序得分总和,判断第二目标集合中所有信号源数据的排序得分总和是否大于命中分数阈值;若是,确定目标设备处于目标区域。一些实施例通过解决众包采集位置指纹数据时空分布不均匀的问题,以准确定位位置特征数据。
Description
技术领域
本申请实施例涉及定位技术领域,尤其涉及一种位置特征获取方法及电子设备。
背景技术
在城市的室内场景中,终端设备难以通过卫星定位获取准确的地理位置坐标,由于室内定位技术的逐渐发展,多种室内定位技术方案已经得到广泛应用,在以WiFi、基站等信号源为代表的无线射频定位技术中,位置指纹定位技术由于不需要额外的基础设备且能实现更高的定位精度,因此具有更广泛的应用。
发明内容
本申请实施例提供了一种位置特征获取方法及电子设备。
室内位置指纹定位技术通常通过终端设备收集位置指纹数据,采用不同算法计算位置指纹数据中信号源的出现频率、信号强度等指标来进行位置指纹定位。
在一些情况下,由于在位置指纹数据的采集过程中,位置指纹数据具有时空分布的不均匀性,如同一地铁站的不同闸机口,由于各个闸口人流量的不同,终端设备采集到的位置指纹数据的数据量也不同,因此,在位置指纹数据的采集过程中,仅通过统计信号源的出现频率,信号强度无法获得终端设备数量较少闸口的数据。由此,根据分布不均匀的位置指纹数据计算得到的室内定位,准确度低、降低室内定位的鲁棒性。
第一方面,本申请实施例示出了一种位置特征获取方法,其中,能够获取目标区域对应的N条位置特征数据,N为正整数,其中,每条位置特征数据包括目标区域的多个信号源数据,N条位置特征数据由至少一个终端设备在目标区域采集得到;根据N条位置特征数据建立至少一个候选信号源集合,其中,每条位置特征数据对应至少一个候选信号源集合,每个候选信号源集合包括至少一个信号源数据;获取至少一个候选信号源集合内每个信号源数据的信号强度排序得分;根据每个信号源数据的信号强度排序得分建立至少一个子信号源集合;每个子信号源集合包括至少一个同一信号源的信号源数据及信号源数据在第i(0<i≤N)条位置特征数据中的排序得分;将至少一个子信号源集合组合,以获取总候选信号源集合;根据总候选信号源集合建立区域信号源特征列表,区域特征信号列表包括至少一个信号源数据及信息源数据在子信号源集合中的排序得分总和。
采用本实现方式,不仅将信号源的信号强度和出现频率纳入计算范围,还将信号源在位置特征数据中的信号强度排序纳入计算范围,使根据信号强度排序建立的区域特征信号列表,更加适合于终端设备的匹配。在终端设备的位置特征数据与区域特征信号列表的匹配过程中,本实现方式示出的区域特征信号列表能更加准确的反映时空分布不均匀的位置特征数据与目标设备的匹配程度。
在一种可选择的实现方式中,根据信号强度对至少一个候选信号源集合内每个信号源数据进行排序,以获取每个信号源数据在候选信号源集合内的对应排序;其中,每个信号源数据按照信号强度的优先级进行排序;根据每个信号源数据的对应排序获取每个信号源数据的信号强度排序得分;其中,对应排序的优先级越高,信号强度排序得分越高。采用本实现方式,进一步阐明了信号源数据排序的具体方法。
在一种可选择的实现方式中,获取每个子信号源集合中至少一个同一信号源的信号源数据在N条位置特征数据中的出现频率;如果所述信号源数据的出现频率小于第一预设阈值,删除所述信号源数据所在的子信号源集合。采用本实现方式,通过对出现频率进行阈值的限定,便于提高精确度。
在一种可选择的实现方式中,获取至少一个子信号源集合中至少一个同一信号源的信号源数据在第i(0<i≤N)条位置特征数据中的排序得分总和;根据至少一个子信号源集合和子信号源集合的排序得分总和建立至少一个子信号源总集合,至少一个子信号源总集合包括:至少一个同一信号源的信号源数据和信号源数据的的排序得分总和;从至少一个子信号源总集合中获取至少一个目标总集合,目标总集合包括至少一个排名靠前的子信号源总集合;根据目标总集合建立区域信号源特征列表。
在一种可选择的实施方式中,从至少一个子信号源总集合中获取至少一个目标总集合,包括:将至少一个子信号源总集合根据所述排序得分总和的数值由大到小进行排名;根据预设的比例从至少一个子信号源总集合筛选排名靠前的子信号源总集合,以获取至少一个目标总集合。
第二方面,本申请示出一种位置特征获取方法,应用于终端设备,其中,能够获取目标设备的信号源集合,信号源集合包括至少一个所述信号源数据;根据信号强度对信号源集合中的至少一个所述信号源数据进行排序;其中,每个信号源数据按照信号强度的优先级进行排序;从所述排序后的至少一个所述信号源数据中筛选出大于信号强度排序阈值的所述信号源数据建立第一目标集合;所述第一目标集合内包括筛选后的所述至少一个所述信号源数据;从第一目标集合内筛选出排序大于信号强度排序阈值的至少一个信号源数据建立第二目标集合;第二目标集合包括筛选后的至少一个信号源数据;根据区域特征信号列表获取第二目标集合中至少一个信号源数据的排序得分总和;判断第二目标集合中所有信号源数据的排序得分总和是否大于命中分数阈值;如果排序得分总和大于命中分数阈值,确定所述目标设备处于目标区域。
在一种可选择的实现方式中,将第二目标集合中的至少一个信号源数据与区域信号源特征列表中的至少一个信号源数据进行匹配;信号源数据包括:信号源ID和信号强度;如果第二目标集合中的任一信号源ID存在于区域信号源特征列表中;第二目标集合中的任一信号源ID获取信号源ID对应的信号源数据在区域信号源特征列表中的排序得分总和。
本申请提供的方法,区别于常规的直接采用信号源在所有位置特征数据中出现的频次作为特征选取依据,而是综合考虑信号源在每条位置特征数据中的排序获取排序得分总和作为特征选取依据,更能反映信号源与终端设备的接近程度,因此,采用本申请示出的技术方案能够通过解决众包采集位置指纹数据时空分布不均匀的问题准确定位位置特征数据。
第三方面,本申请还提供了一种电子设备,该电子设备具有实现上述方法的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块。在一种可能的设计中,上述电子设备(可以是服务器),所述电子设备存储有计算机程序指令,当计算机程序指令被电子设备执行时,使得电子设备执行如下程序步骤:获取目标区域对应的N条位置特征数据,N为正整数,其中,每条位置特征数据包括目标区域的多个信号源数据,N条位置特征数据由至少一个终端设备在目标区域采集得到;根据N条位置特征数据建立至少一个候选信号源集合,其中,每条位置特征数据对应一个候选信号源集合,每个候选信号源集合包括至少一个信号源数据;获取至少一个候选信号源集合内每个信号源数据的信号强度排序得分;根据每个信号源数据的信号强度排序得分建立至少一个子信号源集合;每个子信号源集合包括至少一个同一信号源的信号源数据及信号源数据在第i(0<i≤N)条位置特征数据中的排序得分;将至少一个子信号源集合组合,以获取总候选信号源集合;根据总候选信号源集合建立区域信号源特征列表,区域特征信号列表包括至少一个信号源数据及所述信息源数据在所述子信号源集合中的排序得分总和。
第四方面,本申请还提供了另一种电子设备,该电子设备具有实现上述方法的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块。在一种可能的设计中,上述电子设备包括:处理器和存储器,存储器存储有计算机程序指令,当计算机程序指令被处理器执行时,使得电子设备执行如下程序步骤:获取目标设备的信号源集合,信号源集合包括至少一个所述信号源数据;根据信号强度对信号源集合中的至少一个信号源数据进行排序;其中,每个信号源数据按照信号强度的优先级进行排序;从排序后的至少一个所述信号源数据中筛选出大于信号强度排序阈值的信号源数据建立第一目标集合;第一目标集合内包括排序后的至少一个信号源数据;从第一目标集合内筛选出排序大于信号强度排序阈值的至少一个信号源数据建立第二目标集合;第二目标集合包括至少一个所述信号源数据;根据区域特征信号列表获取第二目标集合中至少一个信号源数据的排序得分总和;判断第二目标集合中所有信号源数据的排序得分总和是否大于命中分数阈值;如果排序得分总和大于命中分数阈值,确定所述目标设备处于目标区域。
本申请提供的一些实施例,区别于常规的直接采用信号源在所有位置特征数据中出现的频次作为特征选取依据,而是综合考虑信号源在每条位置特征数据中的排序获取排序得分总和作为特征选取依据,更能反映信号源与终端设备的接近程度,因此,采用本申请一些实施例示出的技术方案能够通过解决众包采集位置指纹数据时空分布不均匀的问题准确定位位置特征数据。
第五方面,本申请提供了一种计算机存储介质,该计算机存储介质中存储有指令,当指令在计算机上运行时,使得计算机执行第一方面和第二方面及第一方面和第二方面各种可能的实现方式中的位置特征获取方法的部分或全部步骤。
第六方面,本申请提供了一种计算机程序产品,该计算机程序产品在计算机上运行时,使得计算机执行第一方面和第二方面及第一方面和第二方面各种可能的实现方式中的位置特征获取方法的部分或全部步骤。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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为本申请实施例示出的一种城市室内场景图;
图2为本申请实施例示出的一种众包采集数据的场景示意图;
图3A本申请实施例示出的终端设备100的结构示意图;
图3B为本申请施例示出的终端设备100的软件结构框图。
图4为本申请实施例示出的位置特征获取方法步骤流程图;
图5为本申请实施例示出的获取目标区域对应的N条位置特征数据的场景示意图;
图6为本申请实施例示出的获取目标区域对应的N条位置特征数据的关系示意图;
图7为本申请实施例示出的获取至少一个候选信号源集合内每个信号源数据的信号强度排序得分的方法步骤图;
图8为本申请实施例示出的另一种位置特征获取方法步骤图;
图9为本申请实施例示出的一种电子设备示意图;
图10为本申请实施例示出的另一种电子设备示意图;
图11为本申请实施例示出的一种计算机存储介质示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请实施例中的技术方案,下面结合附图对本申请实施例中的技术方案作详细的说明。
本申请以下实施例中所使用的术语只是为了描述特定实施例的目的,而并非旨在作为对本申请实施例的限制。如在本申请实施例的说明书和所附权利要求书中所使用的那样,单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括复数表达形式,除非其上下文中明确地有相反指示。还应当理解,尽管在以下实施例中可能采用术语第一、第二等来描述某一类对象,但所述对象不应限于这些术语。这些术语仅用来将该类对象的具体对象进行区分。例如,以下实施例中可能采用术语第一、第二等来描述预设阈值,但预设阈值不应限于这些术语。这些术语仅用来将不同的预设阈值进行区分。以下实施例中可能采用术语第一、第二等来描述的其他类对象同理,此处不再赘述。此外,术语“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系;例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A、B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。
在对本申请实施例的技术方案说明之前,首先对本申请实施例的应用场景进行说明。
图1是本申请实施例示出的一种城市室内场景图,如图1所示,当用户处于地铁站等城市室内场景时,终端设备难以通过卫星信号获取准确的地理位置坐标,此时,由于城市场景内有多种信号源,如WiFi、基站等,终端设备可以不通过卫星信号进行定位,而是通过多种信号源进行位置定位,终端设备通常采用收集并存储一定范围内的位置指纹数据,其中,位置指纹数据以信号源作为特征信号,如果终端设备能够连接上目标区域的的特征信号,终端设备确定到达目标位置。
本申请实施例中的位置指纹数据,是把实际环境中的位置和某种“指纹”联系起来,一个位置对应一个独特的指纹信息。本申请实施例中的位置特征数据实质上是一种位置指纹数据,这个指纹信息可以是单维或多维的,比如待定位设备在接收或者发送信号时,指纹数据可以是信号的一个或多个特征(如信号强度)。位置指纹数据可以是多类型的,任何对区分位置有帮助的特征都能被用来做为一个位置指纹数据,本申请示出的实施例中,某个位置上检测到的来自信号源的信号强度可作为位置指纹数据。
在采集特征信号的过程中,采集方法通常分为专家采集与众包采集。专家采集即组建专业团队采集所有待定位地点的相关数据,因此,该方法在待定位数据过多时,成本过高,无法实施。众包采集即采集出现在指定地点的设备连接情况,从而获得待定位地点的相关数据,因此,众包采集的采集面广、数据来源多。图2是本申请实施例示出的一种众包采集数据的场景示意图,当进行众包采集时,数据的时空分布取决于终端设备的时空分布,但终端设备的时空分布可能并不符合数据采集的目的,如同一地铁站的不同闸机口,由于人流量的不同,众包采集的数据量不同,仅统计信号源出现的频率可能无法获得终端设备分布较少的闸机口的数据。
为了解决终端设备位置指纹数据定位准确性的问题,现有技术中,终端设备通常通过获取位置指纹数据所连接的信号源强度以及信号源的出现频率等指标,选取可以提高定位精度的算法对信号源强度和信号源的出现频率等指标进行计算以准确对终端设备进行定位,如选用基于卷积神经网络结合加权k-近邻的定位算法或改进加权定位方式等多种方法进行计算。
上述方案中,终端设备通常对已收集的位置指纹数据进行相应计算,然而,实际场景中,收集的位置指纹数据数量多且时空分布不均匀,终端设备通过这些时空分布不均匀的位置指纹数据进行的计算对位置指纹数据的定位准确性会造成影响。
由此可见,在城市室内定位场景中,现有技术无法解决终端设备在位置指纹数据获取过程中特征信号提取对于不平衡数据集的鲁棒性低的问题,终端设备提取到的特征信号对于反映特征信号与终端设备当前位置的接近程度结果仍不够准确。
为了解决现有技术存在的问题,本申请实施例提供了一种位置特征获取方法。该方法可以应用于终端设备。
图3A示出了终端设备100的结构示意图。
终端设备100可以包括处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,USB)接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,传感器模块180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriber identification module,SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A,陀螺仪传感器180B,气压传感器180C,磁传感器180D,加速度传感器180E,距离传感器180F,接近光传感器180G,指纹传感器180H,温度传感器180J,触摸传感器180K,环境光传感器180L,骨传导传感器180M等。
可以理解的是,本申请示意的结构并不构成对终端设备100的具体限定。在本申请另一些实施例中,终端设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,存储器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。在一些实施例中,终端设备100也可以包括一个或多个处理器110。
其中,控制器可以是终端设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成检测指令等的控制。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了终端设备100的效率。
在一些实施例中,处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purposeinput/output,GPIO)接口,用户标识模块(subscriber identity module,SIM)接口,和/或通用串行总线(universal serial bus,USB)接口等。
I2C接口是一种双向同步串行总线,包括一根串行数据线(serial data line,SDA)和一根串行时钟线(derail clock line,SCL)。在一些实施例中,处理器110可以包含多组I2C总线。处理器110可以通过不同的I2C总线接口分别耦合触摸传感器180K,充电器,闪光灯,摄像头193等。例如:处理器110可以通过I2C接口耦合触摸传感器180K,使处理器110与触摸传感器180K通过I2C总线接口通信,实现终端设备100的触摸功能。
I2S接口可以用于音频通信。在一些实施例中,处理器110可以包含多组I2S总线。处理器110可以通过I2S总线与音频模块170耦合,实现处理器110与音频模块170之间的通信。在一些实施例中,音频模块170可以通过I2S接口向无线通信模块160传递音频信号,实现通过蓝牙耳机接听电话的功能。
PCM接口也可以用于音频通信,将模拟信号抽样,量化和编码。在一些实施例中,音频模块170与无线通信模块160可以通过PCM总线接口耦合。在一些实施例中,音频模块170也可以通过PCM接口向无线通信模块160传递音频信号,实现通过蓝牙耳机接听电话的功能。所述I2S接口和所述PCM接口都可以用于音频通信。
UART接口是一种通用串行数据总线,用于异步通信。该总线可以为双向通信总线。它将要传输的数据在串行通信与并行通信之间转换。在一些实施例中,UART接口通常被用于连接处理器110与无线通信模块160。例如:处理器110通过UART接口与无线通信模块160中的蓝牙模块通信,实现蓝牙功能。在一些实施例中,音频模块170可以通过UART接口向无线通信模块160传递音频信号,实现通过蓝牙耳机播放音乐的功能。
MIPI接口可以被用于连接处理器110与显示屏194,摄像头193等外围器件。MIPI接口包括摄像头串行接口(camera serial interface,CSI),显示屏串行接口(displayserial interface,DSI)等。在一些实施例中,处理器110和摄像头193通过CSI接口通信,实现终端设备100的拍摄功能。处理器110和显示屏194通过DSI接口通信,实现终端设备100的显示功能。
GPIO接口可以通过软件配置。GPIO接口可以被配置为控制信号,也可被配置为数据信号。在一些实施例中,GPIO接口可以用于连接处理器110与摄像头193,显示屏194,无线通信模块160,音频模块170,传感器模块180等。GPIO接口还可以被配置为I2C接口,I2S接口,UART接口,MIPI接口等。
USB接口130是符合USB标准规范的接口,具体可以是Mini USB接口,Micro USB接口,USB Type C接口等。USB接口130可以用于连接充电器为终端设备100充电,也可以用于终端设备100与外围设备之间传输数据。也可以用于连接耳机,通过耳机播放音频。该接口还可以用于连接其他终端设备,例如AR设备等。
可以理解的是,本申请示意的各模块间的接口连接关系,只是示意性说明,并不构成对终端设备100的结构限定。在另一些实施例中,终端设备100也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。在一些有线充电的实施例中,充电管理模块140可以通过USB接口130接收有线充电器的充电输入。在一些无线充电的实施例中,充电管理模块140可以通过终端设备100的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时,还可以通过电源管理模块141为终端设备供电。
电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入,为处理器110,内部存储器121,外部存储器,显示屏194,摄像头193,和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。在其他一些实施例中,电源管理模块141也可以设置于处理器110中。在另一些实施例中,电源管理模块141和充电管理模块140也可以设置于同一个器件中。
终端设备100的无线通信功能可以通过天线1,天线2,移动通信模块150,无线通信模块160,调制解调处理器以及基带处理器等实现。
天线1和天线2用于发射和接收电磁波信号。终端设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块150可以提供应用在终端设备100上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器,开关,功率放大器,低噪声放大器(low noise amplifier,LNA)等。移动通信模块150可以由天线1接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大,经天线1转为电磁波辐射出去。在一些实施例中,移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中,移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。
调制解调处理器可以包括调制器和解调器。其中,调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后,被传递给应用处理器。应用处理器通过音频设备(不限于扬声器170A,受话器170B等)输出声音信号,或通过显示屏194显示图像或视频。在一些实施例中,调制解调处理器可以是独立的器件。在另一些实施例中,调制解调处理器可以独立于处理器110,与移动通信模块150或其他功能模块设置在同一个器件中。
无线通信模块160可以提供应用在终端设备100上的包括无线局域网(wirelesslocal area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号,对其进行调频,放大,经天线2转为电磁波辐射出去。
在一些实施例中,终端设备100的天线1和移动通信模块150耦合,天线2和无线通信模块160耦合,使得终端设备100可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯系统(global system for mobile communications,GSM),通用分组无线服务(general packet radio service,GPRS),码分多址接入(codedivision multiple access,CDMA),宽带码分多址(wideband code division multipleaccess,WCDMA),时分码分多址(time-division code division multiple access,TD-SCDMA),长期演进(long term evolution,LTE),BT,GNSS,WLAN,NFC,FM,和/或IR技术等。所述GNSS可以包括全球卫星定位系统(global positioning system,GPS),全球导航卫星系统(global navigation satellite system,GLONASS),北斗卫星导航系统(beidounavigation satellite system,BDS),准天顶卫星系统(quasi-zenith satellitesystem,QZSS)和/或星基增强系统(satellite based augmentation systems,SBAS)。
在一些实施例中,移动通信模块150提供的无线通信的解决方案可使得终端设备可以与网络中的设备(如云服务器)通信,无线通信模块160提供的WLAN无线通信的解决方案也可使得终端设备可以与网络中的设备(如云服务器)通信。这样,终端设备便可以与云服务器进行数据传输。
终端设备100通过显示屏194,以及应用处理器等可以实现显示功能。显示屏194用于显示控件,信息、图像等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emitting diode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrix organiclight emitting diode的,AMOLED),柔性发光二极管(flex light-emitting diode,FLED),Miniled,MicroLed,Micro-oLed,量子点发光二极管(quantum dot light emittingdiodes,QLED)等。
终端设备100可以通过ISP,摄像头193,视频编解码器,GPU,显示屏194以及应用处理器等实现拍摄功能。
ISP用于处理摄像头193反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头感光元件上,光信号转换为电信号,摄像头感光元件将所述电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点,亮度,肤色进行算法优化。ISP还可以对拍摄场景的曝光,色温等参数优化。在一些实施例中,ISP可以设置在摄像头193中。
摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB,YUV等格式的图像信号。在一些实施例中,终端设备100可以包括1个或N个摄像头193,N为大于1的正整数。
数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号。例如,当终端设备100在频点选择时,数字信号处理器用于对频点能量进行傅里叶变换等。
视频编解码器用于对数字视频压缩或解压缩。终端设备100可以支持一种或多种视频编解码器。这样,终端设备100可以播放或录制多种编码格式的视频,例如:动态图像专家组(moving picture experts group,MPEG)-1,MPEG-2,MPEG-3,MPEG-4等。
NPU为神经网络(neural-network,NN)计算处理器,通过借鉴生物神经网络结构,例如借鉴人脑神经元之间传递模式,对输入信息快速处理,还可以不断的自学习。通过NPU可以实现终端设备100的智能认知等应用,例如:图像识别,人脸识别,语音识别,文本理解等。
外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展终端设备100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。例如将音乐、照片、视频等数据保存在外部存储卡中。
内部存储器121可以用于存储一个或多个计算机程序,该一个或多个计算机程序包括指令。处理器110可以通过运行存储在内部存储器121的上述指令,从而使得终端设备100执行本申请一些实施例中所提供的消息显示方法,以及各种功能应用以及数据处理等。内部存储器121可以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;该存储程序区还可以存储一个或多个应用程序(比如图库、联系人等)等。存储数据区可存储终端设备100使用过程中所创建的数据。此外,内部存储器121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,通用闪存存储器(universal flash storage,UFS)等。
终端设备100可以通过音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,以及应用处理器等实现音频功能。例如音乐播放,录音等。
音频模块170用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中,音频模块170可以设置于处理器110中,或将音频模块170的部分功能模块设置于处理器110中。
扬声器170A,也称“喇叭”,用于将音频电信号转换为声音信号。终端设备100可以通过扬声器170A收听音乐,或收听免提通话。
受话器170B,也称“听筒”,用于将音频电信号转换成声音信号。当终端设备100接听电话或语音信息时,可以通过将受话器170B靠近人耳接听语音。
麦克风170C,也称“话筒”,“传声器”,用于将声音信号转换为电信号。当拨打电话或发送语音信息时,用户可以通过人嘴靠近麦克风170C发声,将声音信号输入到麦克风170C。终端设备100可以设置至少一个麦克风170C。在另一些实施例中,终端设备100可以设置两个麦克风170C,除了采集声音信号,还可以实现降噪功能。在另一些实施例中,终端设备100还可以设置三个,四个或更多麦克风170C,实现采集声音信号,降噪,还可以识别声音来源,实现定向录音功能等。
耳机接口170D用于连接有线耳机。耳机接口170D可以是USB接口130,也可以是3.5mm的开放移动终端设备平台(open mobile terminal platform,OMTP)标准接口,美国蜂窝电信工业协会(cellular telecommunications industry association of the USA,CTIA)标准接口。
压力传感器180A用于感受压力信号,可以将压力信号转换成电信号。在一些实施例中,压力传感器180A可以设置于显示屏194。压力传感器180A的种类很多,如电阻式压力传感器,电感式压力传感器,电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器180A,电极之间的电容改变。终端设备100根据电容的变化确定压力的强度。当有触摸操作作用于显示屏194,终端设备100根据压力传感器180A检测所述触摸操作强度。终端设备100也可以根据压力传感器180A的检测信号计算触摸的位置。在一些实施例中,作用于相同触摸位置,但不同触摸操作强度的触摸操作,可以对应不同的操作指令。例如:当有触摸操作强度小于第一压力阈值的触摸操作作用于短消息应用图标时,执行查看短消息的指令。当有触摸操作强度大于或等于第一压力阈值的触摸操作作用于短消息应用图标时,执行新建短消息的指令。
陀螺仪传感器180B可以用于确定终端设备100的运动姿态。在一些实施例中,可以通过陀螺仪传感器180B确定终端设备100围绕三个轴(即,x,y和z轴)的角速度。陀螺仪传感器180B可以用于拍摄防抖。示例性的,当按下快门,陀螺仪传感器180B检测终端设备100抖动的角度,根据角度计算出镜头模组需要补偿的距离,让镜头通过反向运动抵消终端设备100的抖动,实现防抖。陀螺仪传感器180B还可以用于导航,体感游戏场景。
气压传感器180C用于测量气压。在一些实施例中,终端设备100通过气压传感器180C测得的气压值计算海拔高度,辅助定位和导航。
磁传感器180D包括霍尔传感器。终端设备100可以利用磁传感器180D检测翻盖皮套的开合。在一些实施例中,当终端设备100是翻盖机时,终端设备100可以根据磁传感器180D检测翻盖的开合。进而根据检测到的皮套的开合状态或翻盖的开合状态,设置翻盖自动解锁等特性。
加速度传感器180E可检测终端设备100在各个方向上(一般为三轴)加速度的大小。当终端设备100静止时可检测出重力的大小及方向。还可以用于识别终端设备姿态,应用于横竖屏切换,计步器等应用。
距离传感器180F,用于测量距离。终端设备100可以通过红外或激光测量距离。在一些实施例中,拍摄场景,终端设备100可以利用距离传感器180F测距以实现快速对焦。
接近光传感器180G可以包括例如发光二极管(LED)和光检测器,例如光电二极管。发光二极管可以是红外发光二极管。终端设备100通过发光二极管向外发射红外光。终端设备100使用光电二极管检测来自附近物体的红外反射光。当检测到充分的反射光时,可以确定终端设备100附近有物体。当检测到不充分的反射光时,终端设备100可以确定终端设备100附近没有物体。终端设备100可以利用接近光传感器180G检测用户手持终端设备100贴近耳朵通话,以便自动熄灭屏幕达到省电的目的。接近光传感器180G也可用于皮套模式,口袋模式自动解锁与锁屏。
环境光传感器180L用于感知环境光亮度。终端设备100可以根据感知的环境光亮度自适应调节显示屏194亮度。环境光传感器180L也可用于拍照时自动调节白平衡。环境光传感器180L还可以与接近光传感器180G配合,检测终端设备100是否在口袋里,以防误触。
指纹传感器180H用于采集指纹。终端设备100可以利用采集的指纹特性实现指纹解锁,访问应用锁,指纹拍照,指纹接听来电等。
温度传感器180J用于检测温度。在一些实施例中,终端设备100利用温度传感器180J检测的温度,执行温度处理策略。例如,当温度传感器180J上报的温度超过阈值,终端设备100执行降低位于温度传感器180J附近的处理器的性能,以便降低功耗实施热保护。在另一些实施例中,当温度低于另一阈值时,终端设备100对电池142加热,以避免低温导致终端设备100异常关机。在其他一些实施例中,当温度低于又一阈值时,终端设备100对电池142的输出电压执行升压,以避免低温导致的异常关机。
触摸传感器180K,也可称触控面板或触敏表面。触摸传感器180K可以设置于显示屏194,由触摸传感器180K与显示屏194组成触摸屏,也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器,以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中,触摸传感器180K也可以设置于终端设备100的表面,与显示屏194所处的位置不同。
骨传导传感器180M可以获取振动信号。在一些实施例中,骨传导传感器180M可以获取人体声部振动骨块的振动信号。骨传导传感器180M也可以接触人体脉搏,接收血压跳动信号。在一些实施例中,骨传导传感器180M也可以设置于耳机中,结合成骨传导耳机。音频模块170可以基于所述骨传导传感器180M获取的声部振动骨块的振动信号,解析出语音信号,实现语音功能。应用处理器可以基于所述骨传导传感器180M获取的血压跳动信号解析心率信息,实现心率检测功能。
按键190包括开机键,音量键等。按键190可以是机械按键。也可以是触摸式按键。终端设备100可以接收按键输入,产生与终端设备100的用户设置以及功能控制有关的键信号输入。
马达191可以产生振动提示。马达191可以用于来电振动提示,也可以用于触摸振动反馈。例如,作用于不同应用(例如拍照,音频播放等)的触摸操作,可以对应不同的振动反馈效果。作用于显示屏194不同区域的触摸操作,马达191也可对应不同的振动反馈效果。不同的应用场景(例如:时间提醒,接收信息,闹钟,游戏等)也可以对应不同的振动反馈效果。触摸振动反馈效果还可以支持自定义。
指示器192可以是指示灯,可以用于指示充电状态,电量变化,也可以用于指示消息,未接来电,通知等。
SIM卡接口195用于连接SIM卡。SIM卡可以通过插入SIM卡接口195,或从SIM卡接口195拔出,实现和终端设备100的接触和分离。终端设备100可以支持1个或N个SIM卡接口,N为大于1的正整数。SIM卡接口195可以支持Nano SIM卡,Micro SIM卡,SIM卡等。同一个SIM卡接口195可以同时插入多张卡。所述多张卡的类型可以相同,也可以不同。SIM卡接口195也可以兼容不同类型的SIM卡。SIM卡接口195也可以兼容外部存储卡。终端设备100通过SIM卡和网络交互,实现通话以及数据通信等功能。在一些实施例中,终端设备100采用eSIM,即:嵌入式SIM卡。eSIM卡可以嵌在终端设备100中,不能和终端设备100分离。
终端设备100的软件系统可以采用分层架构,事件驱动架构,微核架构,微服务架构,或云架构。本申请以分层架构的Android系统为例,示例性说明终端设备100的软件结构。
图3B是本申请的终端设备100的软件结构框图。
分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,将Android系统分为四层,从上至下分别为应用程序层,应用程序框架层,安卓运行时(Android runtime)和系统库,以及内核层。
应用程序层可以包括一系列应用程序包。
如图3B所示,应用程序包可以包括相机,图库,通话,导航,蓝牙,音乐,视频,短信息等应用程序。
应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface,API)和编程框架。应用程序框架层包括一些预先定义的函数。
如图3B所示,应用程序框架层可以包括窗口管理器,内容提供器,视图系统,电话管理器,资源管理器,通知管理器等。
窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小,判断是否有状态栏,锁定屏幕,截取屏幕等。
内容提供器用来存放和获取数据,并使这些数据可以被应用程序访问。所述数据可以包括视频,图像,音频,拨打和接听的电话,浏览历史和书签,电话簿等。
视图系统包括可视控件,例如显示文字的控件,显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如,包括短信通知图标的显示界面,可以包括显示文字的视图以及显示图片的视图。
电话管理器用于提供终端设备100的通信功能。例如通话状态的管理(包括接通,挂断等)。
资源管理器为应用程序提供各种资源,比如本地化字符串,图标,图片,布局文件,视频文件等等。
通知管理器使应用程序可以在状态栏中显示通知信息,可以用于传达告知类型的消息,可以短暂停留后自动消失,无需用户交互。比如通知管理器被用于告知下载完成,消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在系统顶部状态栏的通知,例如后台运行的应用程序的通知,还可以是以对话窗口形式出现在屏幕上的通知。例如在状态栏提示文本信息,发出提示音,终端设备振动,指示灯闪烁等。
Android Runtime包括核心库和虚拟机。Android runtime负责安卓系统的调度和管理。
核心库包含两部分:一部分是java语言需要调用的功能函数,另一部分是安卓的核心库。
应用程序层和应用程序框架层运行在虚拟机中。虚拟机将应用程序层和应用程序框架层的java文件执行为二进制文件。虚拟机用于执行对象生命周期的管理,堆栈管理,线程管理,安全和异常的管理,以及垃圾回收等功能。
系统库可以包括多个功能模块。例如:表面管理器(surface manager),媒体库(media libraries),三维图形处理库(例如:OpenGL ES),2D图形引擎(例如:SGL)等。
表面管理器用于对显示子系统进行管理,并且为多个应用程序提供了2D和3D图层的融合。
媒体库支持多种常用的音频,视频格式回放和录制,以及静态图像文件等。媒体库可以支持多种音视频编码格式,例如:MPEG4,H.264,MP3,AAC,AMR,JPG,PNG等。
三维图形处理库用于实现三维图形绘图,图像渲染,合成,和图层处理等。
2D图形引擎是2D绘图的绘图引擎。
内核层是硬件和软件之间的层。内核层至少包含显示驱动,摄像头驱动,音频驱动,传感器驱动。
图3B所示的软件系统涉及到位置特征获取程序(如核心库),提供位置特征获取的应用模块(如通知管理器)及应用框架,以及WLAN服务,以及内核和底层提供WLAN能力和基本通信协议。
图4是本申请实施例提供的一种位置特征获取方法,如图4所示,本申请实施例的位置特征获取方法包括以下步骤:
步骤S101,获取目标区域对应的N条位置特征数据,N为正整数,其中,每条位置特征数据包括目标区域的多个信号源数据,N条位置特征数据由至少一个终端设备在目标区域采集得到;
作为一种可行的实施方式,图5是本申请实施例示出的获取目标区域对应的N条位置特征数据的场景示意图,以地铁站为目标区域为例,至少一个终端设备通过众包采集的采集方式在地铁站内采集位置特征数据。本申请实施例中以信号强度作为位置特征数据。其中,每条位置特征数据包括目标区域的多个信号源数据,如图5所示,多个信号源数据包括:第一WiFi数据w1,第二WiFi数据w2,第三WiFi数据w3,第一基站数据p1,第二基站数据p2,第三基站数据p3。
需要说明的是,本申请实施例示出的信号源数据数量仅为了便于具体实施例的方法描述,实际应用场景中,信号源数据数量可能为几十至几百个。
步骤S102,根据N条位置特征数据建立至少一个候选信号源集合,其中,每条位置特征数据对应至少一个候选信号源集合,每个候选信号源集合包括至少一个信号源数据。
作为一种可行的实施方式,图6是本申请实施例示出的获取目标区域对应的N条位置特征数据的关系示意图。其中,每条位置特征数据根据信号源类别建立至少一个候选信号源集合。N条位置特征数据中,包括位置特征数据能够连接上的至少一个信号源;其中:
第一位置特征数据包括:第一WiFi数据w1,第二WiFi数据w2,第三WiFi数据w3,第一基站数据p1,第二基站数据p2,第三基站数据p3;
第二位置特征数据包括:第一WiFi数据w1,第二WiFi数据w2,第一基站数据p1,第二基站数据p2;
……;
第N位置特征数据包括:第一WiFi数据w1,第一基站数据p1;
需要说明的是,由于每条位置特征数据的获取位置不同,因此每条位置特征数据与信号源连接能力不同。
以第一位置特征数据为例,第一位置特征数据根据信号源类别建立至少一个信号源集合Q1,包括:
Q1(WiFi)={w1,w2,w3};Q1(基站)={p1,p2,p3};
下述实施例中,仅针对单个集合中的信号源进行阐述。
步骤S103,获取所述至少一个候选信号源集合内每个信号源数据的信号强度排序得分;
作为一种可行的实施方式,图7是本申请实施例示出的获取至少一个候选信号源集合内每个信号源数据的信号强度排序得分的方法步骤图,具体包括如下步骤:
步骤S1031,根据信号强度对至少一个候选信号源集合内每个信号源数据进行排序,以获取每个信号源数据在候选信号源集合内的对应排序;其中,每个信号源数据按照信号强度的优先级进行排序;
作为一种可行的实施方式,以某候选信号源集合Q2为例,候选信号源集合Q2包括第一WiFi数据w1至第五WiFi数据w5的信号源数据,候选信号源集合Q2为:
Q2={w1,w2,w3,w4,w5};
其中,w1信号强度为-100,w2信号强度为-90,w3信号强度为-80,w4信号强度为-70,w5信号强度为-60;则根据信号强度对候选信号源集合进行排序后,排序后的候选信号源集合Q2为:
Q2={w5,w4,w3,w2,w1};
从候选集合信号源Q2获取到每个信号源在候选信号源集合Q2内的对应排序R为:
R(w5,Q2)=1;R(w4,Q2)=2;R(w3,Q2)=3;R(w2,Q2)=4;R(w1,Q2)=5。
其中,R(w5,Q2)=1表示在候选信号源集合Q2内第五WiFi数据w5的信号强度排序为1。
需要说明的是,信号强度表示终端设备接收信号的强弱程度,信号强度值为负数,单位为dBm,表示功率绝对大小的值,按照经验设定,城市内信号强度阈值设定为-95dBm;若大于此信号强度阈值,则认为信号强度满足覆盖要求。
步骤S1032,根据每个信号源数据的对应排序获取每个信号源数据的信号强度排序得分;其中,对应排序的优先级越高,信号强度排序得分越高。
作为一种可行的实施方式,将每个信号源数据的对应排序通过排序得分计算公式进行计算,以获取每个信号源数据的信号强度排序得分;其中,排序得分计算公式为:
其中,score为信号强度排序得分,exp表示经验函数,R表示每个信号源数据在候选信号源集合内的对应排序,k>0;k为经验常数,可根据实际情况进行调整。
需要说明的是,排序得分计算公式为一根据经验设定的为保证对应排序的优先级越高,信号强度排序得分越高的计算公式,包括但不限于上述实施例示出的计算公式。
作为一种可行的实施方式,以上述实施例中候选信号源集合Q2内的对应排序R为例:
由于R(w5,Q2)=1;R(w4,Q2)=2;R(w3,Q2)=3;R(w2,Q2)=4;R(w1,Q2)=5。
当k设置为1时,R(w5,Q2)对应的信号强度得分为5;R(w4,Q2)对应的信号强度得分为3.3;R(w3,Q2)对应的信号强度得分为2.5,R(w2,Q2)对应的信号强度得分为2;R(w1,Q2)对应的信号强度得分为1.67。
步骤S104,根据每个所述信号源数据的信号强度排序得分建立至少一个子信号源集合;所述每个子信号源集合包括至少一个同一信号源的信号源数据及所述信号源数据在第i(0<i≤N)条位置特征数据中的排序得分;
以候选信号源集合Q2、候选信号源集合Q3和候选信号源集合Q4为例,若:
Q2={w5(5),w4(3.3),w3(2.5),w2(2),w1(1.67)};
Q3={w3(5),w5(3.3),w4(2.5),w2(2)};
Q4={w4(5),w5(3.3)};
其中,候选信号源集合Q2中的w5(5)表示第五WiFi数据w5在候选信号源集合Q2内的信号强度排序得分为5;
根据候选信号源集合Q2、候选信号源集合Q3和候选信号源集合Q4建立的子信号源集合S为:
S1={w5(5)、w5(3.3)、w5(3.3)};
S2={w4(3.3)、w4(2.5)、w4(5)};
S3={w3(2.5)、w3(5)};
S4={w2(2)、w4(2)};
S5={w1(1.67)};
作为一种可行的实施方式,获取所述每个子信号源集合中至少一个同一信号源的信号源数据在所述N条位置特征数据中的出现频率;
如果信号源数据的出现频率小于第一预设阈值,删除所述信号源数据所在的子信号源集合。
以上述实施例为例,获取子信号源集合S1~S5在候选信号源集合Q2~Q4中的出现频率;
其中,子信号源集合S1中,w5在候选信号源集合Q2~Q4中的出现频率为100%,w4在候选信号源集合Q2~Q4中的出现频率为100%;w3在候选信号源集合Q2~Q4中的出现频率为67%,w2在候选信号源集合Q2~Q4中的出现频率为67%;w1在候选信号源集合Q2~Q4中的出现频率为33.3%;
作为一种可行的实施方式,第一预设阈值设置为1‰;第一预设阈值可根据实际情况进行调整,如果信号源数据的出现频率小于第一预设阈值,删除所述信号源数据所在的子信号源集合。上述实施例中,由于各个信号源的出现频率均大于1‰;则上述子信号源集合均可被采纳。
步骤S105,将所述至少一个子信号源集合组合,以获取总候选信号源集合;
作为一种可行的实施方式,将上述实施例中获取的子信号源集合S1~S5组合,以获取总候选信号源集合T;
T={{w5(5)、w5(3.3)、w5(3.3)}、{w4(3.3)、w4(2.5)、w4(5)}、{w3(2.5)、
w3(5)}、{w2(2)、w4(2)}、{w1(1.67)}};
步骤S106,根据所述总候选信号源集合建立区域信号源特征列表,所述区域特征信号列表包括至少一个信号源数据及所述信息源数据在所述子信号源集合中的排序得分总和。
作为一种可行的实施方式,图8是本申请实施例示出的根据所述总候选信号源集合建立区域信号源特征列表的方法步骤图,具体步骤包括:
步骤S1061,获取至少一个子信号源集合中至少一个同一信号源的信号源数据在第i(0<i≤N)条位置特征数据中的排序得分总和;
作为一种可行的实施方式,以上述实施例中子信号源集合S1为例;
S1={w5(5)、w5(3.3)、w5(3.3)};
其排序得分总和为:5+3.3+3.3=11.6。
步骤S1062,根据至少一个子信号源集合和子信号源集合的排序得分总和建立至少一个子信号源总集合,至少一个子信号源总集合包括:至少一个同一信号源的信号源数据和所述信号源数据的的排序得分总和;
作为一种可行的实施方式,以上述实施例中子信号源集合S1为例;根据子信号源集合S1和子信号源集合的排序得分总和11.6建立的子信号源总集合V1包括:
V1={w5(11.6)}。
相应的,根据子信号源集合S2~S5建立的子信号源总集合V2~V5包括:
V2={w4(10.8)};V3={w3(7.5)};V4={w2(4)};V5={w1(1.67)};
步骤S1063,从至少一个子信号源总集合中获取至少一个目标总集合,目标总集合包括至少一个排名靠前的子信号源总集合;
作为一种可行的实施方式,将至少一个子信号源总集合根据排序得分总和的数值由大到小进行排名;
以上述实施例为例,子信号源总集合V1~V5根据排序得分总和的数值由大到小进行排名的顺序为:V1,V2,V3,V4,V5。
根据预设的比例从所述至少一个子信号源总集合筛选排名靠前的所述子信号源总集合,以获取所述至少一个目标总集合。
作为一种可行的实施方式,预设的比例为80%,则获取前80%的子信号源总集合,以上述实施例为例,获取到的子信号源总集合包括:V1,V2,V3,V4;则目标总集合为V1,V2,V3,V4。其中,预设的比例依据经验设置,用于保证获取的目标总集合的数量处于合理区间,提高计算速度,减少占用计算资源。
步骤S1064,根据所述目标总集合建立区域信号源特征列表。
作为一种可行的实施方式,以上述实施例为例,区域信号源特征列表Y包括:
Y={V1,V2,V3,V4}。
图8是本申请实施例示出的另一种位置特征获取方法步骤图,应用于终端设备,如图8所示,作为一种可行的实施方式,位置特征获取方法具体包括以下步骤:
步骤S201,获取目标设备的信号源集合,所述信号源集合包括至少一个所述信号源数据;
作为一种可行的实施方式,目标设备的信号源集合QM={w1,w2,w3,w4,w5}。
步骤S202,根据信号强度对信号源集合中的至少一个所述信号源数据进行排序;其中,每个信号源数据按照信号强度的优先级进行排序;
作为一种可行的实施方式,以目标设备的信号源集合QM为例,目标设备的信号源集合QM包括第一WiFi数据w1至第五WiFi数据w5的信号源数据,目标设备的信号源集合QM:
QM={w1,w2,w3,w4,w5};
其中,w1信号强度为-100,w2信号强度为-90,w3信号强度为-80,w4信号强度为-70,w5信号强度为-60;则根据信号强度对候选信号源集合进行排序后,排序后的目标设备的信号源集合QM为:
QM={w5,w4,w3,w2,w1}。
步骤S203,从排序后的至少一个信号源数据中筛选出大于信号强度阈值的信号源数据建立第一目标集合;第一目标集合内包括排序后的至少一个信号源数据;
作为一种可行的实施方式,信号强度阈值设置为-90;以上述实施例为例,
从排序后的信号源数据w5,w4,w3,w2,w1中筛选出信号强度大于-90的w5,w4,w3,根据w5,w4,w3建立第一目标集合D1;
D1={w5,w4,w3};
步骤S204,从第一目标集合内筛选出排序大于信号强度排序阈值的至少一个所述信号源数据建立第二目标集合;所述第二目标集合包括至少一个所述信号源数据;
作为一种可行的实施方式,信号强度排序阈值设置为20,在地铁站等实际应用场景中,由于存在几十至几百个信号源,因此,在实际应用过程中将信号源排序阈值设置为20即可达到有效的确认范围,在其他室内场景的应用过程中,信号强度排序阈值也可根据室内场景的大小,室内场景周围信号源的数量进行合理设置。
以上述实施例为例,将信号强度排序阈值设置为3,该阈值设置仅用于说明如何根据信号源排序阈值进行筛选。
从第一目标集合D1中筛选出排序大于3的信号源数据w5,w4;建立第二目标集合F;
F={w5,w4}。
步骤S205,根据区域特征信号列表获取第二目标集合中至少一个所述信号源数据的排序得分总和;
作为一种可行的实施方式,将所述第二目标集合中的至少一个所述信号源数据与所述区域信号源特征列表中的至少一个所述信号源数据进行匹配;所述信号源数据包括:信号源ID和信号强度;
如果所述第二目标集合中的任一信号源ID存在于所述区域信号源特征列表中;所述第二目标集合中的任一信号源ID获取所述信号源ID对应的信号源数据在区域信号源特征列表中的排序得分总和。
作为一种可行的实施方式,上述实施例中,区域特征信号列表为:
Y={V1,V2,V3,V4};
其中,V1={w5(11.6)};V2={w4(10.8)};V3={w3(7.5)};V4={w2(4)};
由于第二目标集合中,第五WiFi数据w5的信号源ID以及第五WiFi数据w5的信号源ID存在于区域信号源特征列表中;
则w5对应的排序得分总和为11.6;w4对应的排序得分总和为10.8。
步骤S206,判断所述第二目标集合中所有信号源数据的排序得分总和是否大于命中分数阈值;
作为一种可行的实施方式,设置预设召回率为K,则命中分数阈值为满足超过K×N条位置指纹数据中,大于信号强度排序阈值的所有信号源数据的排序得分总和。
进一步解释为,在一可行性实施例中,在某地铁站室内场景中,获取到1000条位置特征数据,该地铁站内的区域特征信号列表为:
Y={w5(11.6),w4(10.8),w3(7.5),w2(4)};
当获取到1000条位置指纹数据时,首先对1000条位置特征数据进行逐条扫描,得到每条位置特征数据的候选信号源集合:
Qa={w1,w2,w3,w4,w5};
Qb={w1,w2,w3};
……;
Qz={w1,w2,w3,w4};
假设命中数量阈值设置为1,则Qa~Qz中命中区域特征信号列表的任一信号源则认为该条位置特征数据处于目标区域;
所述命中数量阈值根据实际情况设定,假设区域特征信号列表中有5个信号源,命中其中3个即认为处于目标命中区域,将1000条位置特征数据中满足命中3个的位置特征数据筛选出来,根据区域特征信号列表获取对应的信号源得分,并计算该条位置指纹数据的排序得分总和;将每条位置指纹数据按照排序得分总和数值由大到小排成一列,假设预设召回率为90%,则以第90%位置的信号源的排序得分总和作为命中分数阈值。
步骤S207,如果排序得分总和大于命中分数阈值,确定目标设备处于目标区域。
上述本申请提供的实施例中,对本申请提供的位置特征获取方法的各方案进行了介绍。可以理解的是,终端设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
图9是本申请实施例示出的一种电子设备,在一个实施例中服务器301通过图9示出的硬件结构实现相应的功能。所述服务器存储有计算机程序指令,当所述计算机程序指令被所述服务器执行时,使得所述电子设备执行如下程序步骤:
获取目标区域对应的N条位置特征数据,N为正整数,其中,每条位置特征数据包括目标区域的多个信号源数据,N条位置特征数据由至少一个终端设备在目标区域采集得到;
根据N条位置特征数据建立至少一个候选信号源集合,其中,每条位置特征数据对应一个候选信号源集合,每个候选信号源集合包括至少一个信号源数据;
获取至少一个候选信号源集合内每个信号源数据的信号强度排序得分;
根据每个信号源数据的信号强度排序得分建立至少一个子信号源集合;每个子信号源集合包括至少一个同一信号源的信号源数据及所述信号源数据在第i(0<i≤N)条位置特征数据中的排序得分;
将至少一个子信号源集合组合,以获取总候选信号源集合;
根据总候选信号源集合建立区域信号源特征列表,区域特征信号列表包括至少一个信号源数据及所述信息源数据在所述子信号源集合中的排序得分总和。
作为一种可行的实施方式,当计算机的程序指令被服务器执行时,使得电子设备具体执行如下程序步骤:
根据信号强度对至少一个候选信号源集合内每个信号源数据进行排序,以获取每个信号源数据在候选信号源集合内的对应排序;其中,每个信号源数据按照信号强度的优先级进行排序;
根据每个信号源数据的对应排序获取每个信号源数据的信号强度排序得分;其中,对应排序的优先级越高,所述信号强度排序得分越高。
作为一种可行的实施方式,当计算机的程序指令被服务器执行时,使得电子设备具体执行如下程序步骤:
获取每个子信号源集合中至少一个同一信号源的信号源数据在N条位置特征数据中的出现频率;
如果信号源数据的出现频率小于第一预设阈值,删除所述信号源数据所在的子信号源集合。
作为一种可行的实施方式,当计算机的程序指令被服务器执行时,使得电子设备具体执行如下程序步骤:
获取至少一个子信号源集合中至少一个同一信号源的信号源数据在第i(0<i≤N)条位置特征数据中的排序得分总和;
根据至少一个子信号源集合和子信号源集合的排序得分总和建立至少一个子信号源总集合,至少一个子信号源总集合包括:至少一个同一信号源的信号源数据和信号源数据的的排序得分总和;
从至少一个子信号源总集合中获取至少一个目标总集合,目标总集合包括至少一个排名靠前的子信号源总集合;
根据目标总集合建立区域信号源特征列表。
作为一种可行的实施方式,当计算机的程序指令被服务器执行时,使得电子设备具体执行如下程序步骤:
将至少一个子信号源总集合根据数值由大到小进行排名;
根据预设的比例从至少一个子信号源总集合筛选排名靠前的所述子信号源总集合,以获取至少一个目标总集合。
图10是本申请实施例示出的另一种电子设备,在在一可行性实施例中,电子设备通过图10示出的硬件结构实现相应的功能,如图10所示,电子设备包括处理器401和存储器402;所述存储器402存储有计算机程序指令,当所述计算机程序指令被所述处理器401执行时,使得所述电子设备执行如下程序步骤:
获取目标设备的信号源集合,信号源集合包括至少一个所述信号源数据;
根据信号强度对所述信号源集合中的至少一个所述信号源数据进行排序;其中,所述每个信号源数据按照信号强度的优先级进行排序;
从所述排序后的至少一个所述信号源数据中筛选出大于信号强度排序阈值的所述信号源数据建立第一目标集合;所述第一目标集合内包括排序后的至少一个所述信号源数据;
从所述第一目标集合内筛选出排序大于信号强度排序阈值的至少一个所述信号源数据建立第二目标集合;第二目标集合包括至少一个所述信号源数据;
根据区域特征信号列表获取第二目标集合中至少一个所述信号源数据的排序得分总和;
判断第二目标集合中所有信号源数据的排序得分总和是否大于命中分数阈值;
如果所述排序得分总和大于命中分数阈值,确定目标设备处于目标区域。
作为一种可行的实施方式,将第二目标集合中的至少一个信号源数据与区域信号源特征列表中的至少一个信号源数据进行匹配;信号源数据包括:信号源ID和信号强度;
如果第二目标集合中的任一信号源ID存在于区域信号源特征列表中;第二目标集合中的任一信号源ID获取所述信号源ID对应的信号源数据在所述区域信号源特征列表中的排序得分总和。
具体实现中,对应电子设备本申请实施例还提供一种计算机存储介质501,其中,计算机存储介质可存储有程序,该程序执行时,可实施包括图4至图7提供的位置特征获取方法的各实施例中的部分或全部步骤。任意设备中的存储介质均可为磁碟、光盘、只读存储记忆体(read-only memory,ROM)或随机存储记忆体(random access memory,RAM)等。
以上模块或单元的一个或多个可以软件、硬件或二者结合来实现。当以上任一模块或单元以软件实现的时候,所述软件以计算机程序指令的方式存在,并被存储在存储器中,处理器可以用于执行所述程序指令并实现以上方法流程。所述处理器可以包括但不限于以下至少一种:中央处理单元(central processing unit,CPU)、微处理器、数字信号处理器(DSP)、微控制器(microcontroller unit,MCU)、或人工智能处理器等各类运行软件的计算设备,每种计算设备可包括一个或多个用于执行软件指令以进行运算或处理的核。该处理器可以内置于SoC(片上系统)或专用集成电路(application specific integratedcircuit,ASIC),也可是一个独立的半导体芯片。该处理器内处理用于执行软件指令以进行运算或处理的核外,还可进一步包括必要的硬件加速器,如现场可编程门阵列(fieldprogrammable gate array,FPGA)、PLD(可编程逻辑器件)、或者实现专用逻辑运算的逻辑电路。
当以上模块或单元以硬件实现的时候,该硬件可以是CPU、微处理器、DSP、MCU、人工智能处理器、ASIC、SoC、FPGA、PLD、专用数字电路、硬件加速器或非集成的分立器件中的任一个或任一组合,其可以运行必要的软件或不依赖于软件以执行以上方法流程。
当以上模块或单元使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
应理解,在本申请实施例的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对实施例的实施过程构成任何限定。
本说明书的各个部分均采用递进的方式进行描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点介绍的都是与其他实施例不同之处。尤其,对于装置和系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例部分的说明即可。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (10)
1.一种位置特征获取方法,其特征在于,所述方法包括:
获取目标区域对应的N条位置特征数据,N为正整数,其中,每条所述位置特征数据包括所述目标区域的多个信号源数据,所述N条位置特征数据由至少一个终端设备在所述目标区域采集得到;
根据所述N条位置特征数据建立至少一个候选信号源集合,其中,每条所述位置特征数据对应至少一个所述候选信号源集合,每个所述候选信号源集合包括至少一个所述信号源数据;
获取所述至少一个候选信号源集合内每个信号源数据的信号强度排序得分;
根据每个所述信号源数据的信号强度排序得分建立至少一个子信号源集合;所述每个子信号源集合包括至少一个同一信号源的信号源数据及所述信号源数据在第i(0<i≤N)条位置特征数据中的排序得分;
将所述至少一个子信号源集合组合,以获取总候选信号源集合;
根据所述总候选信号源集合建立区域信号源特征列表,所述区域特征信号列表包括至少一个信号源数据及所述信息源数据在所述子信号源集合中的排序得分总和。
2.根据权利要求1所述的位置特征获取方法,其特征在于,所述获取至少一个候选信号源集合内每个信号源数据的信号强度排序得分,包括:
根据信号强度对所述至少一个候选信号源集合内每个信号源数据进行排序,以获取每个信号源数据在所述候选信号源集合内的对应排序;其中,所述每个信号源数据按照信号强度的优先级进行排序;
根据所述每个信号源数据的对应排序获取每个信号源数据的信号强度排序得分;其中,所述对应排序的优先级越高,所述信号强度排序得分越高。
3.根据权利要求1所述的位置特征获取方法,其特征在于,所述根据每个信号源数据的信号强度排序得分建立至少一个子信号源集合,包括:
获取所述每个子信号源集合中至少一个同一信号源的信号源数据在所述N条位置特征数据中的出现频率;
如果所述信号源数据的出现频率小于第一预设阈值,删除所述信号源数据所在的子信号源集合。
4.根据权利要求1所述的位置特征获取方法,其特征在于,所述根据总候选信号源集合建立区域信号源特征列表,包括:
获取所述至少一个子信号源集合中至少一个同一信号源的信号源数据在第i(0<i≤N)条位置特征数据中的排序得分总和;
根据所述至少一个子信号源集合和所述子信号源集合的排序得分总和建立至少一个子信号源总集合,所述至少一个子信号源总集合包括:至少一个同一信号源的信号源数据和所述信号源数据的的排序得分总和;
从所述至少一个子信号源总集合中获取至少一个目标总集合,所述目标总集合包括至少一个排名靠前的子信号源总集合;
根据所述目标总集合建立区域信号源特征列表。
5.根据权利要求4所述的位置特征获取方法,其特征在于,所述从至少一个子信号源总集合中获取至少一个目标总集合,包括:
将所述至少一个子信号源总集合根据所述排序得分总和的数值由大到小进行排名;
根据预设的比例从所述至少一个子信号源总集合筛选排名靠前的所述子信号源总集合,以获取所述至少一个目标总集合。
6.一种位置特征获取方法,其特征在于,所述方法应用于终端设备,所述方法包括:
获取目标设备的信号源集合,所述信号源集合包括至少一个所述信号源数据;
根据信号强度对所述信号源集合中的至少一个所述信号源数据进行排序;其中,所述每个信号源数据按照信号强度的优先级进行排序;
从所述排序后的至少一个所述信号源数据中筛选出大于信号强度阈值的所述信号源数据建立第一目标集合;所述第一目标集合内包括筛选后的所述至少一个所述信号源数据;
从所述第一目标集合内筛选出排序大于信号强度排序阈值的至少一个所述信号源数据建立第二目标集合;所述第二目标集合包括筛选后的所述至少一个所述信号源数据;
根据区域特征信号列表获取所述第二目标集合中至少一个所述信号源数据的排序得分总和;
判断所述第二目标集合中所有信号源数据的排序得分总和是否大于命中分数阈值;
如果所述排序得分总和大于命中分数阈值,确定所述目标设备处于目标区域。
7.根据权利要求6所述的位置特征获取方法,其特征在于,所述根据区域特征信号列表获取所述第二目标集合中至少一个所述信号源数据的排序得分总和包括:
将所述第二目标集合中的至少一个所述信号源数据与所述区域信号源特征列表中的至少一个所述信号源数据进行匹配;所述信号源数据包括:信号源ID和信号强度;
如果所述第二目标集合中的任一信号源ID存在于所述区域信号源特征列表中;所述第二目标集合中的任一信号源ID获取所述信号源ID对应的信号源数据在所述区域信号源特征列表中的排序得分总和。
8.一种电子设备,其特征在于,所述电子设备包括:处理器和存储器,所述存储器用于存储至少一条指令,所述指令由所述处理器加载并执行时以实现如权利要求1-7中任意一项所述方法。
9.一种计算机可读存储介质,其特征在于,包括计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行如权利要求1至7中任一项所述的方法。
10.一种计算机程序产品,其特征在于,所述计算机程序产品在计算机上运行时,使得所述计算机执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110803121.XA CN114466449B (zh) | 2021-07-15 | 2021-07-15 | 一种位置特征获取方法及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110803121.XA CN114466449B (zh) | 2021-07-15 | 2021-07-15 | 一种位置特征获取方法及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114466449A true CN114466449A (zh) | 2022-05-10 |
CN114466449B CN114466449B (zh) | 2022-10-28 |
Family
ID=81405652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110803121.XA Active CN114466449B (zh) | 2021-07-15 | 2021-07-15 | 一种位置特征获取方法及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114466449B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114942028A (zh) * | 2022-05-24 | 2022-08-26 | 石家庄兵甲堂高科技有限公司 | 基于多维度信号的目标定位方法、装置、终端设备和系统 |
CN116056002A (zh) * | 2022-08-17 | 2023-05-02 | 荣耀终端有限公司 | 一种数据采集方法及电子设备 |
CN117235648A (zh) * | 2023-11-07 | 2023-12-15 | 山东鑫大地控股集团有限公司 | 基于数据处理的钢丝加工全流程集成化管理系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150201306A1 (en) * | 2014-01-16 | 2015-07-16 | Apple Inc. | Range-Free Proximity Determination |
CN106125045A (zh) * | 2016-06-15 | 2016-11-16 | 成都信息工程大学 | 一种基于Wi‑Fi的自适应混合室内定位方法 |
CN106970351A (zh) * | 2017-05-15 | 2017-07-21 | 河海大学常州校区 | 基于信号传播模型的wlan指纹二次扫描定位方法 |
US10716089B1 (en) * | 2019-06-03 | 2020-07-14 | Mapsted Corp. | Deployment of trained neural network based RSS fingerprint dataset |
CN111983559A (zh) * | 2020-08-14 | 2020-11-24 | Oppo广东移动通信有限公司 | 室内定位导航方法及装置 |
CN111988798A (zh) * | 2020-08-24 | 2020-11-24 | Oppo广东移动通信有限公司 | 检测ssb序号的方法及装置 |
-
2021
- 2021-07-15 CN CN202110803121.XA patent/CN114466449B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150201306A1 (en) * | 2014-01-16 | 2015-07-16 | Apple Inc. | Range-Free Proximity Determination |
CN105917246A (zh) * | 2014-01-16 | 2016-08-31 | 苹果公司 | 无需测距的接近度确定 |
CN106125045A (zh) * | 2016-06-15 | 2016-11-16 | 成都信息工程大学 | 一种基于Wi‑Fi的自适应混合室内定位方法 |
CN106970351A (zh) * | 2017-05-15 | 2017-07-21 | 河海大学常州校区 | 基于信号传播模型的wlan指纹二次扫描定位方法 |
US10716089B1 (en) * | 2019-06-03 | 2020-07-14 | Mapsted Corp. | Deployment of trained neural network based RSS fingerprint dataset |
CN111983559A (zh) * | 2020-08-14 | 2020-11-24 | Oppo广东移动通信有限公司 | 室内定位导航方法及装置 |
CN111988798A (zh) * | 2020-08-24 | 2020-11-24 | Oppo广东移动通信有限公司 | 检测ssb序号的方法及装置 |
Non-Patent Citations (2)
Title |
---|
SHIH-HAU FANG: "Quantifying importance of reference locations for RSS-based localization", 《IEEE》 * |
刘武平等: "面向三边测量定位的信标节点优选算法", 《武汉大学学报(信息科学版)》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114942028A (zh) * | 2022-05-24 | 2022-08-26 | 石家庄兵甲堂高科技有限公司 | 基于多维度信号的目标定位方法、装置、终端设备和系统 |
CN114942028B (zh) * | 2022-05-24 | 2023-06-09 | 石家庄兵甲堂高科技有限公司 | 基于多维度信号的目标定位方法、装置、终端设备和系统 |
CN116056002A (zh) * | 2022-08-17 | 2023-05-02 | 荣耀终端有限公司 | 一种数据采集方法及电子设备 |
CN116056002B (zh) * | 2022-08-17 | 2023-09-22 | 荣耀终端有限公司 | 一种数据采集方法及电子设备 |
CN117235648A (zh) * | 2023-11-07 | 2023-12-15 | 山东鑫大地控股集团有限公司 | 基于数据处理的钢丝加工全流程集成化管理系统 |
CN117235648B (zh) * | 2023-11-07 | 2024-01-26 | 山东鑫大地控股集团有限公司 | 基于数据处理的钢丝加工全流程集成化管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114466449B (zh) | 2022-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113645351B (zh) | 应用界面交互方法、电子设备和计算机可读存储介质 | |
CN112492193B (zh) | 一种回调流的处理方法及设备 | |
CN114466449B (zh) | 一种位置特征获取方法及终端设备 | |
CN113722058B (zh) | 一种资源调用方法及电子设备 | |
CN113747527B (zh) | 基于电子设备状态的网络链路切换方法和电子设备 | |
WO2022022319A1 (zh) | 一种图像处理方法、电子设备、图像处理系统及芯片系统 | |
CN113254409A (zh) | 文件共享方法、系统及相关设备 | |
CN113490291B (zh) | 数据下载方法、装置和终端设备 | |
CN115016869A (zh) | 帧率调整方法、终端设备及帧率调整系统 | |
CN114995715B (zh) | 悬浮球的控制方法和相关装置 | |
CN113973398A (zh) | 无线网络连接方法、电子设备及芯片系统 | |
CN113641271A (zh) | 应用窗口的管理方法、终端设备及计算机可读存储介质 | |
CN116070035B (zh) | 数据处理方法和电子设备 | |
CN113472477B (zh) | 无线通信系统及方法 | |
CN114268402A (zh) | 一种小区排序方法、装置及用户设备 | |
CN111343326A (zh) | 获取测试日志的方法及相关装置 | |
CN111031492A (zh) | 呼叫需求响应方法、装置及电子设备 | |
CN111249728B (zh) | 一种图像处理方法、装置及存储介质 | |
CN116389884B (zh) | 缩略图显示方法及终端设备 | |
CN114911400A (zh) | 分享图片的方法和电子设备 | |
CN114173286B (zh) | 确定测试路径的方法、装置、电子设备及可读存储介质 | |
CN113934352B (zh) | 通知消息处理方法、电子设备和计算机可读存储介质 | |
CN113407300B (zh) | 应用误杀评估方法及相关设备 | |
CN114765768A (zh) | 一种网络选择方法及设备 | |
CN111339513A (zh) | 数据分享的方法和装置 |
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 |