CN115702324A - 利用零散数据收集约束大气压力传感器校准 - Google Patents

Abstract

基于从包含传感器的设备接收的数据用于校准大气压力传感器的多个校准结果被确定并存储在表中。基于关于每个校准结果与当前校准值之间的关系的规则来更新该表。校准结果被加权和组合以确定组合的校准结果。基于选择标准从校准结果、组合的校准结果或当前校准值中选择用于校准传感器的校准值。

Description

利用零散数据收集约束大气压力传感器校准

相关申请的交叉引用

本申请要求2020年6月11日提交的题为“Constraining Baro Calibrationthrough Sporadic Data Collection”的美国临时专利申请第63/037，899号的优先权，该美国临时专利申请的全部内容通过引用整体地并出于所有目的地被并入本文。

背景技术

一些移动设备是基于大气压力确定移动设备的高度的系统的一部分。这样的系统必然依赖于移动设备内被良好校准的大气压力传感器。

在理想条件下，大气压力传感器在移动设备出厂时已经被良好地校准。可替选地，移动设备的用户将遵循关于如何校准移动设备的大气压力传感器的指令。

不幸的是，大多数消费者级大气压力传感器没有被良好地校准，并且大多数用户校准其移动设备的大气压力传感器的意愿或能力是未知的或不可靠的。此外，即使大气压力传感器曾被准确地校准，但校准也可能随着时间的推移而漂移，从而变得校准不良，并使移动设备的海拔确定能力变得不准确、不可靠或无用。

因此，移动设备有必要与校准其大气压力传感器的系统进行通信。这种校准通常是自动完成的，即无需用户的干预或知晓。然而，如果由此使用的校准技术不能充分适应用户和移动设备可能遇到的各种类型的情况，则由这样的校准系统进行的校准的准确度可能是有问题的。

发明内容

在一些实施方式中，由服务器执行的方法包括：

从设备接收数据包；

基于数据包中的数据确定多个校准结果，多个校准结果中的每一个用于校准设备的大气压力传感器，该设备当前使用当前校准值来校准大气压力传感器；

对于多个校准结果中的每个校准结果，当校准结果与当前校准值的比较指示校准结果满足关于校准结果与当前校准值之间的关系的规则时，由服务器利用校准结果来更新历史校准表，历史校准表包含针对大气压力传感器的多个先前确定的校准结果，多个先前确定的校准结果包括更新历史校准表之后的校准结果；

对于多个校准结果中的每个校准结果，当校准结果与当前校准值的比较指示校准结果不满足规则时，不利用校准结果更新历史校准表；

由服务器确定与历史校准表中的多个先前确定的校准结果对应的多个加权值；

由服务器通过利用多个加权值中的相应加权值调整多个先前确定的校准结果中的每个校准结果以获得多个加权的校准结果并组合多个加权的校准结果来确定组合的校准结果；

由服务器基于选择标准从组合的校准结果和当前校准值中选择被选择的校准值；以及

由服务器向设备传送被选择的校准值，以供该设备在校准大气压力传感器的情况下使用。

在一些实施方式中，每个校准结果和每个校准值包括校准偏移和置信区间(提供潜在误差范围)，并且上述规则基于校准结果的校准偏移、置信区间或潜在误差范围与当前校准值之间的关系。

在一些实施方式中，服务器基于多个先前确定的校准结果各自的持续时间来调整多个先前确定的校准结果，以获得多个调整后的先前确定的校准结果；并且服务器使用多个调整后的先前确定的校准结果来确定组合的校准值。

在一些实施方式中，选择标准基于：1)组合的校准结果和当前校准值的最小不确定度，2)组合的校准结果和当前校准值的比不确定度阈值小的最小不确定度，3)用于确定组合的校准结果和当前校准值的多种校准技术中的最高优先级校准技术，或者4)组合的校准结果和当前校准值的中值校准值。

在一些实施方式中，数据包中的数据包括多个数据项；多个数据项被用在多种校准技术中以用于确定多个校准结果；多个校准结果中的每个校准结果由校准技术中的一种确定；多个数据项包括：1)与大气压力传感器相关的传感器特性数据，以及2)与在由设备准备数据包时设备的状况相关的当前状况数据；传感器特性数据包括：1)设备标识数据，设备标识数据唯一地标识设备，并且大气压力传感器的型号类型能够利用设备标识数据被标识，2)传感器类型数据，传感器类型数据标识大气压力传感器的型号类型，以及3)设备类型数据，设备类型数据标识设备的型号类型；当前状况数据包括：1)压力数据，压力数据指示由大气压力传感器执行的大气压力测量，2)时间数据，时间数据指示大气压力传感器执行大气压力测量的时间，3)位置数据，位置数据指示设备在大气压力传感器执行大气压力测量时所位于的区域，以及4)应用数据，应用数据指示当大气压力传感器执行大气压力测量时在设备上操作的应用；并且该方法还包括基于数据项与其他适当数据的任何适当或有用的组合来确定校准结果。

在一些实施方式中，使用多于一个的数据包执行该方法。

在一些实施方式中，系统执行该方法，或非暂态机器可读介质包含用于执行该方法的程序指令。

附图说明

图1是根据一些实施方式的用于校准用户设备中的大气压力传感器的示例校准系统的简化示意图。

图2是根据一些实施方式的由图1所示的校准系统执行的用于执行校准技术并处理其结果的示例过程的简化流程图。

图3是根据一些实施方式的由图1所示的校准系统执行的用于更新用户设备中的大气压力传感器的校准的示例过程的简化流程图。

图4是根据一些实施方式的由图1所示的校准系统执行的用于执行校准技术的示例过程的简化流程图。

图5是根据一些实施方式的由图1所示的校准系统执行的用于执行另一种校准技术的示例过程的简化流程图。

图6是根据一些实施方式的由图1所示的校准系统执行的用于执行另一种校准技术的示例过程的简化流程图。

图7是根据一些实施方式的在图8所示的校准技术中使用的具有建筑物的示例地形的简化图。

图8是根据一些实施方式的由图1所示的校准系统执行的用于执行另一种校准技术的示例过程的简化流程图。

图9是根据一些实施方式的在图8所示的校准技术中使用的示例海拔与累积概率的简化图。

图10是根据一些实施方式的由图1所示的校准系统执行的用于执行另一种校准技术的示例过程的简化流程图。

图11是根据一些实施方式的由图1所示的校准系统执行的用于执行另一种校准技术的示例过程的简化流程图。

图12是根据一些实施方式的由图1所示的校准系统执行的用于执行另一种校准技术的示例过程的简化流程图。

图13是根据一些实施方式的由图1所示的校准系统执行的用于执行另一种校准技术的示例过程的简化流程图。

图14是根据一些实施方式的由图1所示的校准系统执行的用于组合多种校准技术的结果的示例过程的简化流程图。

图15是根据一些实施方式的由图1所示的校准系统执行的用于利用新的校准结果来更新历史校准表的示例过程的简化流程图。

图16至图19是根据一些实施方式的与图15所示的过程一起使用的用于比较新的校准值和当前校准值的替选简化图。

图20是根据一些实施方式的在图1所示的校准系统中使用的移动设备或用户设备的简化示意图。

图21是根据一些实施方式的在图1所示的校准系统中使用的服务器的简化示意图。

具体实施方式

本文所述的校准系统或校准方法能够使用一些校准技术对移动设备或用户设备的大气压力传感器进行校准，这些校准技术考虑了用户设备及其用户可能遇到的各种潜在情况。校准技术及其结果分析的组合提供了大气压力传感器的相对准确的校准，从而导致用户设备的相对准确和可靠的海拔确定。

在一些实施方式中，校准系统在不太理想的条件下不时地对大气压力传感器进行校准。当校准数据可用时，校准系统检查并处理可用的校准数据、执行由校准数据启用的任何校准技术、组合校准技术的结果以得出新的校准值、确定新的校准值的质量或置信度、确定是接受还是拒绝新的校准值以及确定是否利用新的校准值来更新用户设备。

本发明的优点包括其允许在各种环境下使用极少的数据来校准大气压力传感器。此外，只要所得到的校准值与良好的置信相关联，那么该校准系统和方法几乎不需要用户干预。此外，当请求或需要用户干预时，校准系统允许用户自由选择位置，并且可以应对建筑物的上面的楼层的室内位置。此外，本发明使对用户的任何干扰最小化，并提供了用以校准大气压力传感器的无缝、自动化的方法。此外，用于校准的极少数据可以有助于减少用户设备的功耗或缓解隐私问题。

图1是根据一些实施方式的用于校准用户的设备中的大气压力传感器的示例校准系统100的简化示意图。在一些实施方式中，校准系统100通常包括服务器102和一些移动设备或用户设备104。服务器102通常通过网络106与用户设备104进行通信。服务器102通常代表一个或更多个计算机化的设备，例如云计算系统、服务器群、一组计算机、台式计算机、笔记本计算机等。用户设备104各自通常代表智能电话、蜂窝电话、个人计算机等。网络106通常代表互联网、蜂窝电话通信系统、宽带蜂窝网络、广域网(WAN)、局域网(LAN)、无线网络、基于IEEE 802.11标准族的网络(Wi-Fi网络)和其他数据通信网络的任何适当的组合。

在一些实施方式中，每个用户设备104通常包括大气压力传感器108、当前校准值110和数据包112以及其他硬件、软件和数据。大气压力传感器108生成压力测量，用户设备104利用该压力测量来确定其海拔。用户设备104或大气压力传感器108使用当前校准值110来校准大气压力传感器108即调整原始压力测量以获得用于确定海拔的更准确的经调整的压力测量。如下所述，数据包112包含用户设备104收集的校准数据，该校准数据用于发送至服务器102以便服务器102确定并返回当前校准值110。

在一些实施方式中，服务器102通常包含从用户设备104中的每一个接收的数据包114(与数据包112对应)、用户设备104中的每一个的历史校准表116和用户设备104中的每一个的当前校准表118以及其他硬件、软件和数据。对于每个用户设备104，服务器102保持包含最近未到期的校准数据的数据包114中的一个或更多个。服务器102可以删除由于太旧而被认为是不可靠的并且因此已经过期的、包含校准数据的数据包。利用来自用户设备104之一的一个或更多个数据包114中的校准数据，服务器102执行各种校准技术中的一种或更多种，如下所述，利用这些校准技术来确定该用户设备104的校准值。服务器102将校准值存储在历史校准表116中。历史校准表116包含先前确定的校准结果120，这些校准结果120对于相应的用户设备104来说尚未过期，即被认为仍然可用。如下所述，服务器102从先前确定的校准结果120中选择校准值或者基于先前确定的校准结果120生成校准值，并且将选择的或生成的校准值存储在当前校准表118中。因此，当前校准表118包含选择的或生成的校准值以作为当前校准值122，该当前校准值122通常被认为是当前最佳的可用校准值。服务器102将当前校准值122(即，选择的或生成的校准值)发送至用户设备104，以用作当前校准值110来校准大气压力传感器108。对于可替选实施方式，下面描述上述功能的变型。

图2示出了根据一些实施方式的由校准系统100执行的用于执行校准技术并处理其结果的示例过程200的简化流程图。该过程(以及本文公开的其他过程)的特定步骤、步骤的组合以及步骤的顺序仅出于说明的目的被提供。具有不同步骤、步骤的组合或步骤的顺序的其他过程也可以用于实现相同或相似的结果。在一些实施方式中，针对由组件之一执行的步骤之一描述的特征或功能可以在不同的步骤或组件中启用。此外，一些步骤可以在其他步骤之前、之后或与其他步骤交叠执行，而不管所示出的这些步骤的顺序。

在202处，服务器102(一次或多次)接收并存储来自用户设备104的一个或更多个数据包114。(任何数据包114的接收通常触发示例过程200的执行。)在一些实施方式中，本文描述的校准技术可以与来自从用户设备104接收的仅一个数据包114的校准数据一起使用，或者可以与来自在不同时间接收的多个数据包114的校准数据一起使用。此外，服务器102可以在任何非计划的零散时间以及以有规律的间隔从用户设备104接收数据包114中的新的一个数据包。如下所述，每当新数据变得可用或者用户设备104确定其位置在具有可以在校准中使用的已知的准确海拔或压力测量结果的点、物体或设备的阈值距离内时，用户设备104通常会向服务器102发送数据包112。

数据包114的校准数据的示例集合包括多个数据项，例如：

1)用户设备104中的大气压力传感器108的传感器品牌和型号信息；

2)用户设备104的唯一设备标识(ID)；

3)用户设备104的设备品牌和型号信息；

4)由大气压力传感器108进行的压力测量的时间戳(时间数据)；

5)进行压力测量时用户设备104的位置(位置数据)；

6)压力测量的压力值(压力数据)；

7)在用户设备104上运行的应用(应用数据)的列表；以及

8)来自用户设备104的范围内的无线设备(例如，播送Z-定位等的Wi-Fi设备、蓝牙信标等)的无线数据。

数据项1至3被称为“传感器特性数据”，这是因为数据项1至3用于确定通常不会改变的传感器的基本特性。例如，给定品牌和型号的大气压力传感器的设计者、制造商或销售商可以(例如，在产品数据表中)公布适用于相同型号的所有大气压力传感器的凭经验确定的校准值。另外，用户设备104中的大气压力传感器的品牌和型号可以潜在地基于用户设备104的唯一设备ID或品牌/型号来确定。类似地，可以通过测量大批具有相同品牌/型号的用户设备104的压力测量的准确度并计算其中大气压力传感器的准确度的分布来凭经验确定可应用于所有相同品牌/型号的用户设备104中的大气压力传感器108的校准值。因此，利用数据项1至3中的任何一个，可以确定用于大气压力传感器108或用于用户设备104(以及暗示用于该用户设备104中的大气压力传感器108)的凭经验确定的校准值。以这种方式获得的校准值通常仅凭经验确定一次，因此该校准值可以被认为是大气压力传感器108或用户设备104的静态的或不变的特性。

另一方面，数据项4至8被称为“当前状况数据”，这是因为数据项4至8与用户设备104或大气压力传感器108的可以改变的具体当前状况相关。例如，当用户在任何给定的一天中带着用户设备104移动时，时间、位置、压力测量、运行的应用和附近的Wi-Fi设备会不断变化。因此，利用这些数据项中的任何数据项获得的校准值将取决于用户设备104和大气压力传感器108在校准数据的数据项中的每一个被获得的时间和位置处的当前状况。

本文所述的每种校准技术使用仅一个或更多个数据包114中的数据项的子集。另外，数据包114中的一些可能不包括每种类型的数据项。(丢失的数据项可能由空值或伪值指示。)因此，在服务器102(在204处)读取来自一个或更多个数据包114的数据项之后，服务器102(在206处)确定是否可以使用可用的数据项来执行任何类型的校准技术。校准技术通常包括“大气压力传感器品牌和型号”校准技术208、“设备ID”校准技术210、“设备品牌和型号”校准技术212、“建筑物和地形”校准技术214、“附近准确传感器”校准技术216、“附近已知地理点”校准技术218、“应用内容”校准技术220、“机器学习模型”校准技术222以及“用户干预请求”校准技术224。(每种校准技术在下面被更详细地描述。)因此，在206处，服务器102基于一个或更多个数据包114中的可用数据项来选择这些校准技术中要被执行的一种或更多种。

由于本公开内容总体上描述了自动校准技术，因此用户干预请求校准技术224是特殊情况，该特殊情况例如在如下情况下可以被执行：其他可用的校准技术产生具有不是期望的(即，不够准确的)或不能被够快地获得(即，用户立即需要)的置信的校准值。在这样的情况下，服务器102向用户设备104发送请求，以使用户将校准值手动输入到用户设备104中，该校准值然后在大气海拔确定中继续被使用。此外，如果现有的校准由于其置信区间(如下所述)都高于由服务器102设置或用户可配置的预定阈值N而质量很差，或者如果由于缺乏可用的校准数据而导致没有可用的校准值，或者如果已经经过了足够长的时间以至于先前的校准值由于传感器漂移而不准确，则可以请求用户手动校准用户设备104。

在用户干预请求校准技术224的一些实施方式中，请求用户通过输入其纬度和经度、其地址(该地址可以被反向地理编码以确定纬度和经度)或在显示的地图上进行地点标注(pin drop)(该地点标注可以被映射至纬度和经度)等来输入他们的定位(并且用户设备104接收该定位并向服务器102发送该定位)。在一些实施方式中，可以使用如下所述的使用位置数据——不是由用户设备104提供的潜在不太准确的位置，而是由用户提供的高度准确的位置——的其他校准技术中的一种或更多种来确定手动输入的用户定位的海拔。因此，用户干预请求校准技术224可以与其他校准技术中的一些校准技术合作执行，以手动确定校准数据中的一些校准数据。然而，如果服务器102确定手动输入的校准数据例如位置数据不适合于校准(例如，地点标注是在水上，地点标注是在非常倾斜的山上，地点标注是在楼层数和/或建筑物高度未知的建筑物上)，则用户干预请求校准技术可以被中止或拒绝，这是因为得到的海拔可能不可靠。

例如，如果手动输入的位置(例如，基于落入建筑物多边形内)被确定在建筑物内，(基于靠近建筑物和GNSS信号强度或其他I/O方法等被确定在建筑物内，)则服务器102可以提示用户设备104请求用户输入他们的楼层数/标签。一旦接收到楼层数，服务器102就可以使用如下项将该楼层数映射到绝对海拔：包含楼层海拔的建筑物数据库；或具有建筑物高度(即，房顶的高度)和估计的楼层的数目的建筑物数据库；或具有估计的楼层的数目和关于楼层间隔的假设的建筑物数据库；或具有建筑物高度和关于楼层间隔的假设的建筑物数据库。如果需要，服务器102将在楼层数与楼层标签之间进行转换(例如，在与第一楼层是地平面之上的一个楼层的区域相比地平面与第一楼层同义的区域中、在第13楼层标签被故意跳过的区域中、在包含数字4的楼层标签被故意跳过的区域中)。

用户干预请求校准技术224的置信区间将取决于多种考虑因素中的一个或更多个，这取决于用户输入的使用方式，所述多种考虑因素例如是1)已知的准确传感器的参考网络的准确度，2)到网络参考节点的距离，3)手动输入的2D位置的准确度，4)地形/(感兴趣的点)/建筑物数据库的准确度，5)用户的位置置信圆内的地形的变化，以及6)楼层确定的准确度，以及其他考虑因素。

在226处，服务器102执行选定的校准技术208至224，下文将关于图4至图13更详细地描述校准技术208至224。每种校准技术208至224生成新的“校准结果”。在228处，如下面关于图15更详细描述的，服务器102可选地通过确定新的校准结果相对于当前校准值122是否是可接受的来过滤新的校准结果。如果在228处新的校准结果是可接受的，则服务器102将新的校准结果作为先前确定的校准结果120的一部分存储(在230或下面的1512处)在历史校准表116中。作为替选方案，服务器102简单地将所有校准结果存储(在230处)在历史校准表116中，而不在228处进行过滤。(如下所述，每个校准结果和校准值具有A+/-B的形式，其中A是“校准偏移”，以及B是“置信区间”或“校准置信”。此外，校准偏移可以具有正值或负值，该值可以取决于+/-符号惯例而被添加到由大气压力传感器108产生的“测量压力值”或从该“测量压力值”中减去以生成“校准压力值”。)每个先前确定的校准结果120与以下信息一起存储在历史校准表116中：1)时间戳(例如，针对用于生成校准结果的校准数据做出或收集测量结果的时间)，2)校准偏移，3)置信区间，4)用于生成校准结果的校准技术，以及5)校准结果是否是组合的校准结果(如下所述)。当历史校准表116中的单个校准结果变得太旧，例如在预定时间段(例如，一个月)之后已经过期时，可以将该校准结果从历史校准表116中删除。

校准偏移是由大气压力传感器108产生的测量压力值被改变或偏移以生成校准压力值的量，该校准压力值预计基本上接近于大气压力传感器108处的“实际大气压力”。当置信区间被应用于校准偏移时，该置信区间提供低于和高于校准结果的校准偏移或校准值的“潜在误差范围”(例如，误差条)。当置信区间被应用于校准压力值时，该置信区间是大于和小于校准压力值的范围，实际大气压力预期在该范围内。因此，短语“置信区间”通常意指在给定百分比置信水平下校准实际上相对确定地落入的值范围。较小的值范围例如指示校准中较高的“置信”。例如，对于100+/50Pa的校准结果或校准值，其中置信度被测量为1西格玛标准偏差(68％)，这意味着校准将落在50Pa与150Pa之间的范围内的置信水平为68％。(也可以替选地使用其他百分比置信水平。)对于带有误差条的图形，置信区间将是整个误差条的长度的一半，因此在该示例中，误差条的长度将为150–50＝100Pa。此外，短语“置信区间”、“校准置信”、“校准不确定度”和“置信值”在本文或行业中可以互换使用。然而，校准结果或校准值的高“置信”通常对应于小的“置信区间”，而校准结果或校准值的低“置信”通常对应于大的“置信区间”。此外，“置信”是本文中用于指代校准结果或校准值的总体置信的一般术语，其基于置信区间、百分比置信水平以及对一种校准技术可能优于另一种校准技术的相对可能性的理解。

校准压力值通常用于确定用户设备104的计算海拔。置信区间用于确定致使实际海拔预期在百分比置信水平内的低于和高于该计算海拔的范围。

图3示出了根据一些实施方式的由校准系统100执行的用于更新用户设备104中的大气压力传感器108的校准的示例过程300的简化流程图。在302处，服务器102确定是时候校准用户设备104的大气压力传感器108了。可以在自上次校准或更新大气压力传感器108起经过预定时间量(例如，1天或2天或几个小时，即，使当前校准值变得不可靠的足够的时间)之后触发该确定。可替选地，在302处进行的确定可能在新的校准结果已经被添加到历史校准表116中时发生，从而使得期望确保先前确定的校准结果120(包括新的校准结果和当前校准值以及任何可用的或未过期的其他校准结果)中的最佳校准结果被用作当前校准值。

因此，在304处，服务器102从历史校准表116中读取先前确定的校准结果120。如果仅存在一个先前确定的校准结果120，则过程300可以从该点分支到312。

在306处，服务器102更新历史校准表116中先前确定的校准结果120的置信区间。在一些实施方式中，服务器基于先前确定的校准结果120各自的持续时间(age)来调整先前确定的校准结果120，以获得“调整后的先前确定的校准结果”。该更新通常基于当前时间(即，当执行过程300或步骤306时)与由先前确定的校准结果120的历史校准表116中的时间戳指示的时间之间的时间差来增加每个置信区间的值，以产生“调整后的置信区间”。在一些实施方式中，306处的更新仅针对由使用当前状况数据中的任何当前状况数据的校准技术214至224产生的先前确定的校准结果120被执行，而不针对由仅使用传感器特性数据的校准技术208至212产生的先前确定的校准结果120被执行。这是因为校准技术214至224(其依赖于来自大气压力传感器108的测量校准数据)可能容易受到传感器漂移的影响，因此校准技术214至224可能随着时间的增加而不太准确。这样的“老化”增加了由校准技术214至224产生的校准结果的不确定度，因此置信区间相应地增加。在其他实施方式中，在大气压力传感器108呈现线性或非振荡漂移的情况下，对所有先前确定的校准结果120执行306处的更新，而不管用于产生这些先前确定的校准结果120的校准技术。老化因子可以是线性的(例如，每个日龄的预定常数，例如10Pa/天)、指数衰减(例如，第一天的第一预定数，第二天的第二较小的预定数，第三天的第三仍然较小的数等，例如，第一天的10pa，第二天的多出8Pa等)、或渐近式的(例如，第一天的10Pa，第二天的多出5Pa，总共达到30Pa)以及其他老化技术。服务器102还可以(在306处)从历史校准表116中删除任何校准结果，对于这些校准结果，调整后的置信区间已经变得太大，或者这些校准结果已经变得太旧，例如在预定时间段(例如，一个月)之后已经过期。

在一些实施方式中，在308处，服务器102组合先前确定的校准结果120中或经调整的先前确定的校准结果中的每一个的校准结果(或从其校准结果中选择)，以获得“组合的校准结果”(如以下关于图14更详细描述的)，该组合的校准结果可以用于替代或作为先前确定的校准结果120或经调整的先前确定的校准结果中的一个。在310处，服务器102基于选择标准从(如上面被调整、组合或更新的)先前确定的校准结果中选择最佳校准结果(也称为选择的校准结果)。(在一些实施方式中，在组合的校准结果与当前校准值之间进行选择。在一些实施方式中，在历史校准表116中的先前确定的校准结果120中的每一个之间进行选择，历史校准表116还包括当前校准值并且可选地包括组合的校准结果。)选择标准可以基于被发现相关的任何适当的标准，例如1)(经调整的)先前确定的校准结果中的最小不确定度(置信区间)，2)(经调整的)先前确定的校准结果中比最大不确定度阈值小的最小不确定度(置信区间)(例如，仅那些置信区间<＝50Pa的)，3)用于确定(经调整的)先前确定的校准结果的校准技术208至224中的最高优先级校准技术，或者4)(经调整的)先前确定的校准结果的中值校准值。对于技术的优先级的示例，如果存在从用户干预请求校准技术224、设备品牌和型号校准技术212和应用内容校准技术220产生的先前确定的校准结果120，并且如果用户干预请求校准技术224已被按优先序排列于其它校准技术之上，那么服务器102选择从用户干预请求校准技术224产生的先前确定的校准结果120。此外，除了在上面的228处执行过滤过程1500之外，或者如果服务器102没有在在230或1512处将新的校准结果存储在历史校准表中之前在228处对这些新的校准结果进行过滤，则过滤过程1500可以在在310处选择最佳校准结果之后用于所选择的校准结果。在这种情况下，确定是否在1508至1512或312处更新当前校准表118，而不是历史校准表116。

如果存在基于上述标准的选择的校准结果，则服务器102将选择的校准结果作为当前校准值存储(在312处)在与用户设备104对应的当前校准表118中，以指示该值为用于用户设备104的当前校准值122。(如果在310处没有产生选择的校准结果，则不更新当前校准表118。)此外，服务器102向用户设备104发送(在314处)所选择的校准值或当前校准值122。用户设备104接收并存储当前校准值122以作为其当前校准值110，以用于校准大气压力传感器108。

在一些可替选实施方式中，服务器102不使用历史校准表116，而仅维持用于用户设备104的当前校准值122。在这种情况下，服务器102使用228处的选择(如关于图15更详细描述的)来确定是否利用新的校准值更新当前校准值122并将新的校准值发送至用户设备104。

本文的公开内容提供了如下优势：能够整合来自多种校准技术的校准结果，以产生用于校准大气压力传感器108的可靠校准值。本文的公开内容还提供了如下优势：保持多个先前确定的校准值，利用这些校准值来选择最佳校准值。

先前的和下面的描述通常假设服务器102执行所描述功能。然而，在一些可替选实施方式中，用户设备104可以执行这些功能中的一些功能。在这种情况下，用户设备104保持其最近的数据包112，并维持其历史校准表和当前校准表。服务器102向用户设备104发送另外的描述数据。然后，用户设备104确定何时执行校准技术208至224中的任何校准技术、执行校准技术208至224、组合校准技术的结果以得到新的校准值、将新的校准值存储在其历史校准表中、确定何时校准其大气压力传感器108、从历史校准表中选择最佳的先前确定的校准值、将选择的校准值作为当前校准值存储在其当前校准表中、并使用当前校准值来校准其大气压力传感器108。可替选地，用户设备104执行这些功能的适当子集，而服务器102执行其余部分。

图4示出了根据一些实施方式的由校准系统100执行的示例过程400的简化流程图，该示例过程400用于当在上述图2的示例过程200中在206处选择并在226处执行大气压力传感器品牌和型号校准技术208时执行该校准技术。在402处，服务器102从数据包114中读取大气压力传感器品牌和型号数据。大气压力传感器品牌和型号通常用于与预期的准确度规格进行比较。因此，利用品牌和型号，服务器102在例如基于由给定品牌和型号的大气压力传感器108的设计者、制造商或销售商公布的产品数据表的查找表中查找(在404处)大气压力传感器108的准确度(即，预定校准)。因此，服务器102在传感器品牌/型号查找表中查找校准偏移和置信区间。利用该信息，服务器102确定(在406处)大气压力传感器品牌和型号校准技术208的校准结果。例如，如果产品数据表指定准确度为+/-100Pa，则校准可以被定义为0Pa，其中置信为100Pa。可替选地，具有相同传感器品牌/型号的大量大气压力传感器可以针对其压力测量的准确度被独立地测试，并且预定的校准可以由此被计算以提供该品牌/型号的大气压力传感器的准确度。例如，如果针对该批大气压力传感器测量的准确度分布是-10+/-50Pa，则具有该具体传感器品牌/型号的大气压力传感器的数据表中的预定校准可以被提供为-10Pa，其中置信为50Pa。服务器102将校准结果返回(在408处)至示例过程200，以用于在226之后进行进一步处理。

图5示出了根据一些实施方式的由校准系统100执行的示例过程500的简化流程图，该示例过程500用于当在上述图2的示例过程200中在206处选择并在226处执行设备ID校准技术210时执行该校准技术。在502处，服务器102读取数据包114中用户设备104的唯一设备ID(例如，国际移动设备标识(IMEI)号、电话号码、移动广告ID(AD-ID)或其他唯一标识符)。服务器102使用设备ID在查找表中查找(在504处)大气压力传感器品牌和型号(或大气压力传感器108的唯一ID)。(从这一点，过程500的进行与过程400类似。)利用大气压力传感器品牌和型号，服务器102例如基于由给定品牌和型号的大气压力传感器108的设计者、制造商或销售商发布的产品数据表在查找表中查找(在506处)大气压力传感器108的准确度(即，预定校准)。因此，服务器102在传感器品牌/型号查找表中查找校准偏移和置信区间。利用该信息，服务器102确定(在508处)设备ID校准技术210的校准结果。服务器102将校准结果返回(在510处)至示例过程200，以用于在226之后进行进一步处理。

图6示出了根据一些实施方式的由校准系统100执行的示例过程600的简化流程图，该示例过程600用于当在上述图2的示例过程200中在206处选择并在226处执行设备品牌和型号校准技术212时执行该校准技术。在602处，服务器102读取数据包114中用户设备104的设备品牌和型号信息。不同的用户设备104具有其大气压力传感器108的不同的现成准确度，一些用户设备的传感器由于构造质量、装配、在设备中的位置等而比其他用户设备的传感器更准确。因此，具有相同品牌/型号的大批用户设备104可以针对其大气压力传感器108的压力测量的准确度而被独立地测试，并且可以从中计算预定校准以提供该品牌/型号的用户设备的大气压力传感器108的准确度。例如，如果所测量的准确度的分布是-10+/-50Pa，则该特定品牌/型号的用户设备104的校准可以被定义为-10Pa，其中置信为50Pa。因此，利用设备品牌和型号，服务器102例如基于独立的测试结果在查找表中查找(在604处)用户设备104的大气压力传感器108的准确度(即，预定校准或标准校准)。因此，服务器102在设备品牌/型号查找表中查找校准偏移和置信区间。利用该信息，服务器102确定(在606处)设备品牌和型号校准技术212的校准结果。服务器102将校准结果返回(在608处)至示例过程200，以用于在226之后进行进一步处理。

在一些实施方式中，由于校准技术208至212的校准结果通常被认为是静态的即不变的，因此这些校准技术仅需要被执行一次。因此，基于这些校准结果的校准值可以无限期地保持在历史校准表116中。此外，大气压力传感器108的传感器品牌和型号信息、用户设备104的唯一设备ID以及用户设备104的设备品牌和型号信息不必都包括在所有数据包112或114中，除非需要向服务器102标识用户设备104。

参照图7至图9描述建筑物和地形校准技术214。图7示出了根据一些实施方式的在图8所示的校准技术中使用的具有建筑物的示例地形700的简化图。对于该示例，地形702被示为不平坦的，其间具有不同的海拔和坡度，并且建筑物704和706具有不同的高度、不同的楼层数和不同的楼层间隔值。另外，由用户设备104提供的位置数据可能指示用户设备104可能在其中的2D位置区域708(用户设备足迹)。此外，2D位置区域708包括建筑物704和706外部的区域以及如阴影部分交叠区域710和712所指示的建筑物704和706内部的区域。阴影交叠区域710和712分别适用于建筑物704和706的每一层。因此，用户和用户设备104可以在建筑物704和706之外(例如，在714处)，在第一建筑物704内的其任何楼层上(例如，在716处)，或者在第二建筑物706内的其任何楼层上(例如，在718处)。

如果用户设备104碰巧在其海拔明确时(例如，在没有与建筑物交叠的位置区域的平坦地形上的外部)收集和发送数据包112，则可以对照已知压力传感器的参考网络来校准大气压力传感器108。在不能明确地确定海拔(例如，可能在建筑物内的任何楼层上)的情况下，仍然可以约束用户设备104的潜在海拔，并对照楼层的潜在海拔进行校准。例如，如果用户设备104被确定为完全处于3层建筑物中，则可能的海拔是在三个楼层中的一个楼层上，并且校准可以对三个楼层的平均值或中值(例如，美国楼层标记惯例中的第二楼层)进行，其中置信区间是+/-1层。

可以按如下方式确定用户设备104的潜在海拔。对于给定的以用户设备104的最可能的2D定位为中心的2D置信(即，2D位置区域708)，用户设备的可能的3D定位可以被定义为：在建筑物704和706之外的地形上(加上保持在地面之上的某个附加高度)，以及在建筑物704或706内落入用户置信覆盖区(即，相应的阴影交叠区域710和712)内的任何楼层上(加上保持在地面之上的某个附加高度)。如果事先知道单个楼层高度，则可以使用该单个楼层的高度，或者可以根据建筑物高度、楼层数、关于楼层间隔的假设或这些因素的任意组合来估计单个楼层高度。

如果假设了用户设备104相等地可能位于2D位置区域708(包括相应建筑物704和706的每个楼层的阴影交叠区域710和712)内的均匀概率，则可以确定用户设备104的海拔(包括地面或楼层以上的任何假设的高度)的概率分布。在简化示例中，如果地形海拔为0m、设备在楼层上的高度为1m、2D位置区域的置信圆的面积为200m²、仅存在一个交叠建筑物、交叠建筑物在地面上只有两个楼层、上面的楼层面积是100m²、上面的楼层间隔3米，则用户设备104位于1m处的概率为200/(200+100+100)＝0.5，用户设备104位于4m处的概率为100/(200+100+100)＝0.25，以及用户设备104位于7m处的概率为100/(200+100+100)＝0.25。因此，可能的高度的90％的范围是1m至7m，并且由于分布的中值是2.5m，因此可能的海拔是2.5，其中不对称的海拔置信区间为+4.5m至-1.5m。可替选地，我们可以将可能的海拔报告为置信区间范围的中段，并且报告4+/-3m。如果由于大气压力传感器108的测量压力导致的测量海拔读数为20m，则校准值为20-(4+/-3)或16+/-3m(或(4+/-3)-20＝-16+/-3，这取决于校准定义的正/负符号约定)。当转换成压力时，这意味着大气压力传感器108的校准值约为192+/-36Pa(假设1m～12Pa为海拔差与压力差之间的典型关系)(或-192+/-36Pa，这取决于校准定义的正/负符号约定)。+/-误差不必是对称的，这是因为建筑物覆盖区可能比室外地形覆盖区小得多，或者存在用户的置信内的不同高度和覆盖区的多个其他建筑物。此外，建筑物覆盖区不需要完全位于用户设备覆盖区内，用户设备覆盖区也不需要完全位于建筑物覆盖区内，这是因为两者之间的交叠区域(无论包括任一覆盖区的部分范围还是完整范围)是有意义的。此外，建筑物704或706的底层不需要与周围地形高度相同：其可以高于或低于周围地形。此外，如果已知一个楼层或一系列楼层的一部分是无法进入的(例如，服务器楼层、机器楼层、因翻新而关闭的楼层、房顶等)，那么这些区域可以被排除在潜在的用户设备海拔的海拔分布之外。

如果交叠建筑物704或706的高度未知，则基于形态学来假设高度和楼层高度间隔是可行的或可接受的。例如，如果感兴趣的建筑物位于郊区，则对于典型的1或2层住宅或小型商业机构，高度可以被假设为1个楼层或2个楼层。在另一示例中，如果感兴趣的建筑物位于城镇的具有大型仓库的工业区内，则高度可以被假设为1个楼层。这样的海拔可能不太准确，但误差仍然可以限制。

根据上述考虑，图8示出了根据一些实施方式的由校准系统100执行的用于执行建筑物和地形校准技术214的示例过程800的简化流程图。在802处，服务器102从数据包114中读取压力数据和位置数据。在804处，服务器102(例如，在映射数据库中)查找由位置数据指示的2D位置区域708的建筑物和地形数据。在806处，服务器102确定2D位置区域708是否与任何建筑物交叠，如果是，则(使用2D位置区域708以及建筑物和地形数据)计算用户设备的2D位置区域708与每个建筑物的建筑物覆盖区的交叠(例如，阴影交叠区域710和712)。

在一些实施方式中，服务器102确定(在808处)建筑物(例如，704或706)的楼层数。例如，楼层数可以通过如下任何适当的或可用的技术来确定：例如1)在已知建筑物的数据库中查找楼层数，2)根据建筑物的高度(来自建筑物数据库)和合理的楼层间隔值来估计楼层数(例如，具有3m/楼层的间隔的12m高的建筑物：12/3＝4个楼层)，3)基于形态学假设楼层数(例如，郊区通常具有仅1个楼层至2个楼层)等。在一些实施方式中，如果每个楼层的海拔是已知的(参见下面的810)，则确定(在808处)建筑物的楼层数是不必要的。

在一些实施方式中，服务器102估计或计算(在810处)每个楼层的海拔。例如，每个楼层海拔可以通过如下任何适当的或可用的技术来确定：例如1)在建筑物数据库中查找海拔，2)从地形数据库中查找地面高度并加上(楼层间隔值)*(楼层号-1)(假设合理的楼层间隔值并且楼层从1开始计数)等。如果已知特定的楼层号是无法进入的，则该步骤可以选择性地排除该楼层号。此外，该步骤可以可选地向楼层海拔添加偏移(例如，1m)以指示用户设备104可以在楼层之上多高，这是因为用户设备104的海拔是被关注的。

在一些实施方式中，服务器102估计或计算(在812处)每个楼层与用户设备的2D位置区域708的交叠面积。该交叠面积通常可能与在806处针对每个建筑物计算的交叠面积相同，除非不同的楼层具有不同的面积。

过程800针对与用户设备的2D位置区域708交叠的每个建筑物重复808至812。

在一些实施方式中，服务器102确定(在814处)非交叠区域(例如，2D位置区域708的非阴影区域)和非交叠区域的海拔分布(基于如地形数据库所指示的2D位置区域708的地形变化或地貌)。服务器102还可以可选地将设备偏移添加到海拔分布(例如，1m)以指示用户设备可能在地面上多高，这是因为所关心的是用户设备104的海拔。

在一些实施方式中，服务器102通过按照每个海拔的面积进行加权来组合(在816处)外部海拔(建筑物外部)和所有内部海拔(建筑物内部的每个楼层)的海拔分布，以得到确定用户设备104的潜在海拔的组合的海拔分布。图9示出了可以在过程800中针对此时组合的海拔分布获得的示例可能海拔与累积概率的简化图表900。对于图表900，假设了简单的水平平坦地形、部分交叠的三楼层建筑、1m的设备偏移海拔以及3米的楼层间隔。因此，1m的海拔增加了累积概率的最大部分，而4m和7m的海拔对累积概率增加了较小的相等大小的部分。

根据组合的海拔分布(例如由图表900所示)，服务器102通过任何适当的方式确定或计算(在818处)分布的中值海拔和标准偏差(或其他感兴趣的百分比置信度)。在820处，服务器102使用海拔差与压力差之间的典型关系来确定建筑物和地形校准技术214的校准结果，其中，使用中值海拔来计算校准偏移，并且使用标准偏差来计算置信区间。在830处，服务器102将校准结果返回至示例过程200，以用于在226之后进行进一步处理。

图10示出了根据一些实施方式的由校准系统100执行的示例过程1000的简化流程图，该示例过程1000用于当在上述图2的示例过程200中在206处选择并在226处执行附近准确传感器校准技术216时执行该校准技术。在1002处，服务器102从数据包114中读取压力数据、位置数据和时间数据。利用位置数据，服务器102确定(在1004处)用户设备104(和大气压力传感器108)在已知的准确参考压力传感器的阈值距离内。已知的准确参考压力传感器可以是在保持高度准确的参考压力传感器的网络中的静态压力传感器，或者是最近以高置信水平校准的另一用户设备104的移动压力传感器。因此，可以例如根据提供参考压力传感器的网络的位置或其他用户设备104的位置的地图或数据库来确定用户设备104与已知的准确参考压力传感器的接近度。在另一示例中，可以通过测量其他用户设备的蓝牙信号(如果可用)的强度来确定与另一用户设备104的接近度，并且如果信号强度超过预定阈值，则可以认为这两个用户设备104足够接近以共同执行该校准技术。在1006处，服务器102请求并接收来自已知的准确参考压力传感器的已知的准确压力数据。使用时间数据将已知的准确压力数据与数据包114中的压力数据在时间上相关联。在1008处，服务器102查找由用户设备104的位置数据和已知的准确参考压力传感器的位置指示的位置区域的地形数据。(如果位置数据指示用户设备104足够接近已知的准确参考压力传感器的位置从而假设任何海拔差都不重要，则地形数据可能是不必要的。)在1010处，服务器102基于压力数据、地形数据(可选地)和已知的准确压力数据来确定该校准技术的校准结果。数据包114中的压力数据与已知的准确压力数据之间的压力差为校准结果提供了校准偏移。此外，用户设备104和已知的准确参考压力传感器之间或周围的区域中的地形数据提供了用户设备104与已知的准确参考压力传感器之间的潜在海拔变化。基于海拔差与压力差之间的典型关系，使用海拔变化(即，平坦度)来计算置信区间。例如，如果用户设备104被确定为位于可能位于城市公园的围栏内的经适当校准的参考压力传感器的10m内，并且如果用户设备104的2D位置区域内的地形平坦性度量在95％的时间内大约为+/-1m(大约+/-12Pa的压力差)，并且如果压力数据指示的压力值与来自参考压力传感器的已知的准确压力数据相差大约50Pa，则校准结果可以被定义为50Pa+/-12Pa。在1012处，服务器102将校准结果返回至示例过程200，以用于在226之后进行进一步处理。

在附近准确传感器校准技术216的可替选校准计算中，大气压力传感器108(或用户设备104)的基于大气的海拔被计算为H_baro＝+/-((R*T_reference)/(gM))*ln(P_reference/P_user)，其中，g对应于重力加速度(例如，-9.8m/s²)，R为气体常数，以及M为空气(例如，干燥空气或其他)摩尔质量，T_reference为参考压力传感器处的以开尔文为单位的参考温度，P_reference为来自参考海拔(通常为0m HAE或一些其他海拔)下的已知的准确压力数据的以Pa为单位的参考压力，以及P_user为来自数据包114中的压力数据的大气压力传感器108处的压力。“+/-”是符号约定，其取决于g是被定义为9.8还是-9.8。如共同转让的美国专利第10,655,961号中所描述的那样确定大气压力传感器108的海拔置信(dH_baro)。大气压力传感器108的真实海拔(或估计的真实海拔)通过任何适当的方法被确定，例如位置数据中指示的位置与根据地图、数据库、附近的POI(Point of Interest)(海拔已知的感兴趣的点)等确定的已知的准确海拔的关系。基于用于确定真实海拔的方法的基本准确度以及用户设备104的2D位置区域的准确度和地形变化来确定真实海拔置信(dH_true)。然后，服务器102通过上述公式中的压力差值dP来调整用户设备压力P_user，以便使基于大气的海拔与真实海拔相等。然后，压力差值dP就是校准结果的校准偏移。置信区间被计算为dH_baro ²+dH_true ²的和的平方根。

图11示出了根据一些实施方式的由校准系统100执行的示例过程1100的简化流程图，该示例过程1100用于当在上述图2的示例过程200中在206处选择并在226处执行附近已知地理点校准技术218时执行该校准技术。在1102处，服务器102从数据包114中读取压力数据和位置数据。在1104处，服务器102确定用户设备104(和大气压力传感器108)在已知地理点的阈值距离内。已知地理点可以是被良好地勘测的POI或Z锚定点(已知高度Z的位置)。可替选地，已知地理点可以是播送Z定位(海拔)的无线设备例如Wi-Fi接入点或蓝牙信标，在这种情况下，服务器102也从数据包中读取无线数据。因此，可以例如根据提供这样的地理点的位置的地图或数据库来确定用户设备104与已知地理点的接近度。在1106处，服务器102例如在地图或数据库中查找该地理点的已知准确海拔数据。在1108处，服务器102查找由用户设备104的位置数据和已知地理点的位置所指示的位置区域的地形数据。在1110处，服务器102基于压力数据、地形数据和已知准确海拔数据来确定该校准技术的校准结果。在一些实施方式中，服务器102基于压力数据以及海拔差与压力差之间的典型关系来计算用户设备104的基于大气的海拔。然后，服务器102计算地理点的基于大气的海拔与已知准确海拔之间的差异。因此，海拔差基于海拔差与压力差之间的典型关系为校准结果提供校准偏移。在一些实施方式中，服务器102基于海拔差与压力差之间的典型关系将已知准确海拔数据转换成计算的压力值。然后，计算的压力值与压力数据之间的压力差提供校准偏移。另外，用户设备104和已知地理点之间或周围的区域的地形数据提供了用户设备104与已知地理点之间的潜在海拔变化。基于海拔差与压力差之间的典型关系，使用海拔变化来计算置信区间。例如，如果用户设备104被确定为位于城市公园的(海拔已知的)建造物的10m内，并且用户的2D位置区域周围的地形平坦性度量在95％的时间内为1m(压力变化约为12Pa)，并且如果已知该建造物的海拔为10m椭球上高度(height above ellipsoid，HAE)并且基于大气的海拔被确定为15m HAE，则校准偏移将为60Pa((15m–10m)x 12Pa/m)或-60Pa，这取决于校准偏移的符号约定，以及置信区间将为+/-12Pa。

图12示出了根据一些实施方式的由校准系统100执行的示例过程1200的简化流程图，该示例过程1200用于当在上述图2的示例过程200中在206处选择并在226处执行应用内容校准技术220时执行该校准技术。在1202处，服务器102从数据包114读取压力数据、位置数据和应用数据。应用数据示出了用户设备104在数据收集时正在运行哪些应用。这些应用中的一些可以指示用户正在进行的底层活动，即位置特定的应用，其可以潜在地指示用户的位置，从而指示用户设备104的位置。例如，如果用户设备104正在运行与预定商业企业相关的应用，并且如果该商业企业在预定位置处具有办公室或店面，并且如果位置数据指示用户设备104在这些预定位置中的一个的附近，则可以合理地假设用户在预定位置处与该商业企业接触，这意味着用户设备104的海拔与预定位置的海拔相同。因此，如果存在预定位置的已知准确海拔，则当用户设备104在预定位置附近运行商业企业的应用时，可以潜在地校准大气压力传感器108。因此，在1204处，服务器102分析应用数据，并确定运行的应用与商业企业的海拔已知的预定位置相关。在1206处，服务器102确定用户设备104在预定位置的阈值距离内。在1208处，服务器102在数据库中查找预定位置的已知准确海拔数据。在1210处，服务器102基于压力数据、建筑物和地形数据以及已知准确海拔数据以与上述建筑物和地形校准技术214的方式类似的方式来确定该校准技术的校准结果，这是因为应用内容校准技术220可以假设用户设备104处于与预定位置相同的楼层上并且该楼层是平坦的。(可替选地，如果商业企业在预定位置处占据多于一个楼层，则应用内容校准技术220将考虑这一点以以与上述建筑物和地形校准技术214的方式类似的方式来确定校准偏移和置信区间。)在1212处，服务器102将校准结果返回至示例过程200以用于在226之后进行进一步处理。作为该校准技术的示例，如果用户设备104正在运行针对连锁零售商店的应用，并且如果位置数据指示用户设备104的2D位置区域与该连锁零售商店中的一个交叠，并且如果已知该零售商店位于购物中心的第二楼层上，则服务器102基于该信息确定用户设备104也位于该购物中心的第二楼层上。另一方面，如果用户设备104正在运行驾驶路线指引应用，则用户设备104很可能在车辆中而不是在建筑物中移动，并且服务器102使用该信息来约束用户设备104的位置。

图13示出了根据一些实施方式的由校准系统100执行的示例过程1300的简化流程图，该示例过程1300用于当在上述图2的示例过程200中在206处选择并在226处执行机器学习模型校准技术222时执行该校准技术。如果使用上述校准技术208至220中的任何校准技术或全部校准技术收集并处理了足够的数据，则对于产生高置信校准结果的校准数据，可以训练受监督的机器学习模型以预测接收数据包114的校准数据的校准结果。受监督的机器学习模型使用针对测量的数据项的输入参数，例如位置数据和压力数据。输入参数的另外的数据包括得出的量，例如建筑物与2D位置区域的交叠面积以及通过2D位置区域内的地形变化量化的地形平坦性。利用这些输入参数和用户设备104的相应校准结果或校准值，使用所有可用的数据将深度学习神经网络训练至很高的准确度，以产生受监督的机器学习模型。训练阶段产生受监督的机器学习模型，该受监督的机器学习模型用于在给定来自未来数据包114的输入参数时预测校准结果。深度学习的训练和预测步骤由一些可用的框架诸如Tensorflow、Keras、Pytorch、Caffe2和Theano支持。因此，在1302处，服务器102从数据包114中读取输入参数的数据项。在1304处，服务器102查找或得出输入参数的另外的数据。在1306处，服务器102将数据项和另外的数据输入至受监督的机器学习模型。在1308处，服务器102接收从受监督的机器学习模型输出的校准结果。在1310处，服务器102将校准结果返回至示例过程200，以用于在226之后进行进一步处理。

图14是根据一些实施方式的由校准系统100执行的示例过程1400的简化流程图，该示例过程1400用于通过组合先前确定的校准结果120中的一些或全部来确定图3中308处的组合的校准结果。可以使用本文中描述的校准技术中的任何一种来校准大气压力传感器108。因此，如果此时历史校准表116中仅存在一个来自于执行了仅一种校准技术208至224的校准结果，则该校准结果被简单地接受为上述过程300中的新的校准值。然而，任何一个校准结果的质量都可能取决于条件和环境而变化。例如，位于摩天大楼中部的用户设备104在应用了基于建筑物和地形校准技术214的校准结果的情况下将具有非常差的校准，但是用户设备104在其中的大气压力传感器108在大气压力传感器品牌和模型校准技术208下具有优异的准确度的情况下可以具有非常好的校准结果。本文公开了用于组合多个校准结果的不同算法及其益处。此外，不同的校准结果可以在不同的位置(例如，在家里进行一次校准，在工作场所进行一次校准，等)、在不同的时间或通过使用同一数据包114的不同校准技术(例如，使用附近的传感器进行校准以及在建筑物内进行校准)来确定。

因此，如果服务器102确定(在1402处)历史校准表116中存在多个校准结果，则服务器102确定(在1404处)与校准结果中的每一个对应的加权值，使得可以对多个校准结果进行加权和组合。在1406处，服务器102利用与每个校准结果对应的加权值对所述每个校准结果进行调整或者将每个校准结果与其对应的加权值相乘，以生成加权校准结果。在1408处，服务器102组合加权校准结果以得到组合的校准结果。

例如，多个校准结果可以被相等地加权然后被组合以形成组合的校准结果：如果一个校准结果的校准偏移为A0，并且另一校准结果的校准偏移为A1，那么相等地加权的组合的校准结果为(A0+A1)/2。如果A0对应的置信区间为B0，并且A1对应的置信区间为B1，那么置信区间可以以正交的方式组合：((B0²+B1²)/2)的平方根。在另一示例中，可以组合具有不同加权值的多个校准结果：如果一个校准偏移是权重为w0的A0，并且另一校准偏移是权重为w1的A1，则加权校准偏移为(A0*w0+A1*w1)/(w0+w1)。如果A0对应的置信区间为B0，并且A1对应的置信区间为B1，那么加权置信区间可以以正交的方式确定：((w0²*B0²+w1²*B1²)/(w0+w1))的平方根。组合的校准偏移可以扩展至N个校准结果：(A0*w0+……+AN*wN)/(w0+……+wN)，并且组合的置信区间可以类似地扩展至N个校准结果：((w0²*B0²+……+wN²*BN²)/(w0+……+wN))的平方根。

这种情况下的加权值w_i可以基于相应的置信区间c_i。在一个示例中，具有最小置信区间(非负值)的校准结果可以被最大地加权，例如w_i＝1/c_i或1/(1+c_i)。在这种情况下，置信被定义为覆盖给定数量的情况(例如，所有情况的68％，所有情况的95％等)的可能的校准值的范围。通过这些加权值的函数形式，具有较差置信的校准结果可以被去加权(即，使它们的加权值降低)。可以考虑其他加权函数。在另一示例中，加权值可以是二进制的，并且具有最小置信区间的校准结果具有加权值1，而所有其他加权值为0。在这种情况下，示例过程1400简单地选择最佳校准结果，而不是组合各校准结果。在另一示例中，加权值可以独立于置信区间，并且可以基于校准技术的类型被加权(例如，相对于大气压力传感器品牌和型号校准技术208或设备品牌和型号校准技术212而减少附近已知地理点校准技术218或应用内容校准技术220的加权值)。通常通过比较来自校准技术208至224中的每一种的相对大量的校准结果并确定校准技术208至224中的哪一种平均表现更好来凭经验确定一种校准技术相对于另一校准技术的优先级。用户设备104或大气压力传感器108的不同类型或型号或者执行校准技术208至224的方式的变化可以导致校准技术208至224的优先级的不同顺序。此外，在持续进行的数据收集过程中，优先级顺序可以随着时间的推移而改变。然而，示例优先级顺序是以下从最高优先级到最低优先级的顺序：

·用户干预请求

·建筑物和地形

·大气压力传感器品牌和型号

·设备品牌和型号

·附近的准确传感器

·设备ID

·附近的已知地理点

·应用内容

·机器学习模型

作为替选方案，可以基于校准结果的范围的交叠来确定组合的校准值。例如，如果校准结果A0+/-B0为60Pa+/-12Pa，并且校准结果A1+/-B1为50Pa+/-10Pa，则交叠校准值为48Pa至72Pa与40Pa至60Pa之间的交叠，即48Pa至60Pa或54Pa+/-6Pa。

在1410处，服务器102将组合的校准结果返回至示例过程300，以在308之后进行进一步处理。例如，组合的校准值可以作为先前确定的校准结果120之一被包括，或者组合的校准值可以在后续处理中代替先前确定的校准结果120中的一个、一些或全部被使用。

图15示出了根据一些实施方式的由校准系统100执行的示例过程1500的简化流程图，该示例过程1500用于过滤(根据图2中的228)能够被接受的新的校准结果以存储在历史校准表116中，如果能够被接受，则利用新的校准值来更新历史校准表116。(在一些实施方式中，过程1500也可以作为决定的一部分用于在如上所述的310与312之间更新当前校准表118。)通常，服务器102选择新的校准值在相对于当前校准值122的比较中是否能够被接受，如果是，则将新的校准值作为先前确定的校准结果120之一存储在历史校准表116中。当新的校准结果可用时，必须决定是利用新的校准结果更新历史校准表116还是不利用新的校准结果更新历史校准表116。取决于当前校准偏移A0、当前置信区间B0、新的校准偏移A1和新的置信区间B1，服务器102接受或拒绝将新的校准结果存储在历史校准表116中。

因此，在1502处，服务器102确定新的校准结果可用，即，一种或更多种校准技术208至224已经被执行并且已产生结果。在1504处，服务器102在当前校准表118中查找当前校准值122。在一些实施方式中，在1506处，服务器102将新的校准结果与当前校准值122进行比较，并使用适当的规则来确定是接受还是拒绝新的校准结果。在其他实施方式中，在1506处，服务器102将新的校准结果与历史校准表116中的新的校准结果的相同校准技术的先前确定的校准结果120中的最佳校准结果(而不是当前校准值122)进行比较，并且使用适当的规则来确定是接受还是拒绝新的校准结果。例如，在这种情况下，先前确定的校准结果120中的“最佳”校准结果可以是具有最小置信区间的校准结果或者是先前确定的校准结果120的平均值。

根据潜在的第一规则，如图16中校准值与时间的图表1602至1608所示，如果新的校准结果(A₁+/-B₁)的校准偏移A₁位于当前校准值的范围A₀+/-B₀内，则接受该新的校准结果。如图表1602和图表1604所示，新的校准偏移A₁(由图表1604的中心点指示)位于当前校准值的范围A₀+/-B₀内(由与图表1602的误差条相交的虚线指示)。因此，对于图表1602和图表1604的示例，第一规则导致服务器102接受新的校准结果以存储在历史校准表116中。另一方面，如图表1606和图表1608所示，新的校准偏移A₁(由图表1608的中心点指示)位于当前校准值的范围A₀+/-B₀之外(由图表1606的误差条之外的虚线指示)。因此，对于图表1606和图表1608的示例，第一规则导致服务器102拒绝将新的校准结果存储在历史校准表116中。第一规则在优选地不允许校准值显著变化的情况下是有益的，因此新的校准结果与当前校准值没有太大的不同。这在以下情况下是期望的：如果已知大气压力传感器108的校准漂移在比触发校准技术208至224的执行的后续测量之间的时间小的特性时间段内通常较慢。

相比之下，根据潜在的第二规则，如图17中的校准值与时间的图表1702至1708所示，如果新的校准结果(A₁+/-B₁)的校准偏移A₁位于当前校准值的范围A₀+/-B₀之外，则接受该新的校准结果。如图表1702和图表1704所示，新的校准偏移A₁(由图表1704的中心点指示)位于当前校准值的范围A₀+/-B₀之外(由图表1702的误差条之外的虚线指示)。因此，对于图表1702和图表1704的示例，第二规则导致服务器102接受新的校准结果以存储在历史校准表116中。另一方面，如图表1706和图表1708所示，新的校准偏移A₁(由图表1708的中心点指示)位于当前校准值的范围A₀+/-B₀内(由与图表1706的误差条相交的虚线指示)。因此，对于图表1706和图表1708的示例，第二规则导致服务器102拒绝将新的校准结果存储在历史校准表116中。第二规则在优选地允许当前校准值显著变化的情况下是有益的，因此新的校准结果与当前校准值明显不同。第二规则在如下情况下是优选的：期望仅当新的校准结果相对于当前校准值显著变化时——例如当新的置信区间B₁碰巧大于当前置信区间B₀时，或者当t₁(当新的校准结果被确定时)与t₀(当当前校准值被确定时)之间的时间超过预期的漂移特性时，或者当在2D位置区域不可靠的情况下使用某种方法来计算新的校准结果(A₁+/-B₁)时——改变成新的校准结果。

根据潜在的第三规则，如图18中的校准值与时间的图表1802至1808所示，如果当前校准值(A₀+/-B₀)与新的校准结果(A₁+/-B₁)之间的交叠与新的置信区间的长度的比率大于或等于交叠阈值(例如，0.8)，则接受新的校准结果(A₁+/-B₁)。如图表1802和图表1804所示，交叠(由图表1802与图表1804之间的阴影区域指示)与新的置信区间的长度(由A₁+/-B₁的误差条的范围指示)的比率相对较大，例如大于0.8。因此，对于图表1802和图表1804的示例，第三规则导致服务器102接受新的校准结果以存储在历史校准表116中。另一方面，如图表1806和图表1808所示，交叠(由图表1806与图表1808之间的阴影区域指示)与新的置信区间的长度(由A₁+/-B₁的误差条的范围指示)的比率相对较小，例如小于0.8。因此，对于图表1806和图表1808的示例，第三规则导致服务器102拒绝将新的校准结果存储在历史校准表116中。第三规则在如下情况下是有益的：优选地在新的校准结果的置信区间相对于两个校准值的置信区间的交叠较小(即，指示新的校准结果的高置信)的条件下改变当前校准值。

根据潜在的第四规则，如图19中的校准值与时间的图表1902至图表1908所示，如果新的校准偏移A₁(由图表1904的中心点指示)与当前校准偏移A₀(由图表1902的中心点指示)之间的差除以新的置信区间B1小于或等于阈值例如2，则接受新的校准结果(A₁+/-B₁)。如图表1902和图表1904所示，差(A₁-A₀)除以B₁小于2。因此，对于图表1902和图表1904的示例，第四规则导致服务器102接受新的校准结果以存储在历史校准表116中。另一方面，如图表1906和图表1908所示，差(A₁-A₀)除以B₁大于2。因此，对于图表1906和图表1908的示例，第四规则导致服务器102拒绝将新的校准结果存储在历史校准表116中。第四规则在如下情况下是有益的：允许当前校准值在新的校准结果可能已经漂移超过当前置信区间而没有漂移太远时改变。

根据潜在的第五规则，基于用于生成新的校准结果和当前校准值的校准技术的比较，接受或拒绝新的校准结果。因此，第五规则并不基于涉及两个校准值的校准偏移或置信区间的比较或计算。而是，一些类型的校准技术208至224可以按优先序排列于其他类型的校准技术之上，这是因为一些校准技术可能比其他校准技术更可靠。校准技术208-224的可靠性或优先级可以通过将大量的校准结果与高置信结果进行比较以确定哪种校准技术通常比其他校准技术执行得更好来凭经验确定。第五规则由于其允许选择被认为更可靠或具有较高置信的校准值而是有益的。例如，如果当前校准值(A₀+/-B₀)是使用应用内容校准技术220确定的，并且如果新的校准结果(A₁+/-B₁)是通过附近已知地理点校准技术218使用充分勘测的POI确定的，并且如果使用充分勘测的POI的技术按优先序排列于应用内容校准技术220之上，那么服务器102将接受新的校准结果(A₁+/-B₁)以存储在历史校准表116中。在另一示例中，如果当前校准值(A₀+/-B₀)是使用建筑物和地形校准技术214测量的，并且如果新的校准结果(A₁+/-B₁)是使用用户干预请求校准技术224测量的，并且用户干预请求校准技术224按优先序排列于建筑物和地形校准技术214之上，则服务器102将接受新的校准结果(A₁+/-B₁)以存储在历史校准表116中。

如果1506处的比较和确定的结果是拒绝或不接受新的校准结果，如在1508处所确定的，则服务器102(在1510处)不利用新的校准结果更新历史校准表。另一方面，如果1506处的比较和确定的结果是接受新的校准结果，如在1508处所确定的，则服务器102通过将新的校准结果作为先前确定的校准结果120之一存储在历史校准表116中来利用新的校准结果更新历史校准表116(在1512处)。过程1500然后返回至过程200。

本文所述的校准技术中的许多校准技术假定用户设备104的在位置数据中提供的2D位置及其置信(例如，由2D位置区域708指示)是准确的。然而，如果2D位置被确定为不可靠，则当考虑与其组合的所有可能的校准结果时，使用2D位置确定的任何校准结果都可以被去加权。2D位置的基本准确性可能基于以下几个因素而受到质疑，例如：

1)先验地已知在密集的城市和城市环境中难以确定位置例如2D位置的形态；

2)不同的2D位置源的使用，例如，一些用户设备104使用诸如全球导航卫星系统(GNSS)、Wi-Fi发射机等的源的组合来确定位置，因此位置数据的准确性可以通过测量每个源的位置并确定它们相关或聚类的程度来确定；

3)后续测量的稳定性，例如，如果后续的2D位置显著不同，但是可以确定用户设备104保持静止，则2D位置可能不可靠；

4)对于应用内容校准技术220，如果用户设备104正在使用位置特定的应用执行任务，诸如使用零售商店应用进行支付，但是最近的相关零售商店远离用户设备104并且在2D位置区域之外，则该2D位置可能不可靠；

5)如果先前的校准相对于建筑物围栏给出了不符合实际的结果(例如，在可能的楼层范围之外，远高于房顶，或者远低于地下室)，则先前的校准中使用的2D位置可能已经不可靠，或者当前的2D位置可能不可靠；以及

6)不同的校准技术的冲突比较，例如，如果不使用2D位置确定的校准结果与使用2D位置的校准结果冲突，则用户设备104可能是异常点，或者2D位置可能不可靠。

本文的公开内容描述的或以其他方式实现的任何方法、技术、过程、方式或计算可以由硬件部件(例如，机器)、软件模块(例如，存储在机器可读介质中)或其组合来实现。特别地，本文的公开内容所描述的或以其他方式实现的任何方法或技术可以通过本文所描述的任何具体且有形的系统来实现。通过示例的方式，机器可以包括一个或更多个计算设备、处理器、控制器、集成电路、芯片、片上系统、服务器、可编程逻辑器件、现场可编程门阵列、电子设备、专用电路系统和/或本文描述的或以其他方式在本领域已知的其他合适的设备。本文设想了包括程序指令的一个或更多个非暂态机器可读介质，所述程序指令在由一个或更多个机器执行时使所述一个或更多个机器执行或实现包括本文描述的任何方法的步骤的操作。如本文所使用的，机器可读介质包括可以在本申请提交的管辖范围的法律下授予专利的所有形式的机器可读介质(包括但不限于，一个或更多个非易失性或易失性存储介质、可移除或不可移除介质、集成电路介质、磁存储介质、光存储介质、或任何其他存储介质，包括RAM、ROM和EEPROM)，但是不包括不能在本申请提交的管辖范围的法律下授予专利的机器可读介质(例如，暂态传播信号)。本文公开的方法提供了执行的规则的集合。本文还设想了包括一个或更多个机器和一个或更多个非暂态机器可读介质的、用于实现本文描述的任何方法的系统。本文还设想了执行或实现、或者被配置成、可操作以或适于执行或实现包括本文描述的任何方法的步骤的操作的一个或更多个机器。本文描述的并非现有技术的每个方法表示在校准和定位位置的领域中提供显著优势的处理流程中的特定的规则的集合。本文所描述的方法步骤可以是顺序无关的，并且可以并行地或以与所描述的顺序不同的顺序执行，如果可能这样做的话。如本领域普通技术人员将理解的，本文描述的不同方法步骤可以被组合以形成任何数目的方法。本文公开的任何方法步骤或特征可以出于任何原因从权利要求中省略。为了避免模糊本公开内容的概念，未在附图中示出某些公知的结构和装置。当两个事物彼此“耦合”时，那两个事物可以直接连接在一起，或由一个或更多个介入物分开。在没有线或介入物连接两个特定事物的情况下，在至少一个实施方式中设想那些事物的耦合，除非另有说明。在一个事物的输出端和另一事物的输入端彼此耦合的情况下，即使信息经过一个或更多个介入物，从输出端发送的信息也以其输出的形式或其修改的版本被输入端接收。除非另有说明，否则任何已知的通信路径和协议都可以用于发送本文公开的信息(例如，数据、命令、信号、比特、符号、芯片等)。词语“包括”、“包含”、“含有”、“具有”等应被解释为包括性的含义(即，不限于)，而不是排他性的含义(即，仅由其组成)。除非另有说明，否则使用单数或复数的词语也分别包括复数或单数。除非另有说明，否则在具体实施方式中使用的词语“或”和词语“和”涵盖列表中的任何项和所有项。词语“一些”、“任何”和“至少一个”指的是一个或更多个。术语“可能”或“可以”在本文中被用来指示示例，而不是要求——例如，可能执行或可以执行操作、或者可能具有或可以具有特性的事物不需要在每个实施方式中执行该操作或具有该特性，而是在至少一个实施方式中该事物执行该操作或具有该特性。除非描述了替选方法，否则可以使用已知技术(例如，请求部件经由查询或其他已知方法来请求来自该源的数据，该源搜索并定位数据，并且该源收集数据并将其发送到请求部件，或者其他已知技术)实现对来自数据源的数据的访问。

本文所述的过程可以在其中操作的环境可以包括地面发射器网络、至少一个移动设备(例如，用户设备)和服务器。发射器和移动设备中的每一个可以位于各种自然或人造结构(例如建筑物)内部或外部的不同的海拔或深度处。位置和定位信号可以分别从发射器和卫星发射，并且由移动设备使用已知的传输技术接收。例如，发射器可以使用如本领域已知或本文以其他方式公开的一个或更多个公共复用参数来发送信号，这些公共复用参数利用时隙、伪随机序列、频率偏移或其他方法。移动设备可以采用不同的形式，包括移动电话或其他无线通信设备、便携式计算机、导航设备、跟踪设备、接收器或可以接收信号的另外合适的设备。每个发射器和移动设备可以包括大气传感器(例如，压力和温度传感器)，大气传感器用于生成大气条件(例如，压力和温度)的测量，这些测量用于估计移动设备的未知的海拔。作为示例，移动设备的压力传感器也可以不时地被校准。

作为示例，本文讨论的发射器可以包括：移动设备接口，其用于与移动设备(例如，本领域已知的或本文以其他方式公开的天线和RF前端部件)交换信息；一个或更多个处理器；存储器/数据源，其用于提供信息和/或程序指令的存储和检索；(一个或更多个)大气传感器，其用于测量发射器处或发射器附近的环境条件(例如，压力、温度、湿度、其他)；用于与服务器交换信息的服务器接口(例如，天线、网络接口或其他)；以及本领域普通技术人员已知的任何其他部件。存储器/数据源可以包括存储具有可执行指令的软件模块的存储器，并且处理器可以通过执行来自模块的指令来执行不同的动作，包括：(i)执行如本文描述或本领域技术人员以其他方式理解为可在发射器处执行的方法的部分或全部；(ii)生成用于使用所选时间、频率、码和/或相位来传输的定位信号；(iii)处理从移动设备或其他源接收的信令；或(iv)如本公开内容中描述的操作所要求的其他处理。由发射器生成和发射的信号可以携带不同信息，所述不同信息一旦由移动设备或服务器确定，便可以识别以下项：发射器；发射器的定位；在该发射器处或该发射器附近的环境条件；和/或本领域已知的其他信息。大气传感器可以与发射器集成在一起，或者与发射器分离并与发射器共处一地或位于发射器附近(例如，在阈值距离量内)。

例如图20，移动设备可以包括：网络接口2001(例如，本领域已知的或本文以其他方式公开的无线和/或有线接口端口，天线和RF前端部件)，其用于经由网络106与服务器102交换信息；一个或更多个处理器2002；存储器/数据源2003，其用于提供信息和/或程序指令的存储和检索；大气传感器2004，其用于测量移动设备104处的环境条件(例如，压力、温度、其他)；用于测量其他条件的其他传感器2005(例如，用于测量移动和取向的罗盘和惯性传感器)；用户接口2006(例如，显示器、键盘、麦克风、扬声器、其他)，其用于允许用户设备104的用户提供输入并接收输出；以及本领域普通技术人员已知的任何其他部件。设想了GNSS接口和处理单元(未示出)，其可以与其他部件或独立天线、RF前端以及专用于接收和处理GNSS信令的处理器集成在一起。存储器/数据源2003可以包括存储数据和具有可执行指令的软件模块的存储器，所述软件模块包括信号处理模块、基于信号的定位估计模块、基于压力的海拔模块、移动确定模块、当前校准值、数据包、校准模块和其他模块。处理器2002可以通过执行来自模块的指令来执行不同的动作，包括：(i)执行如本文所述或本领域普通技术人员以其他方式理解为可在移动设备处执行的方法、处理和技术的部分或全部；(ii)(基于来自移动设备104及发射器的压力的测量、来自发射器或另一源的温度测量及计算所需的任何其他信息)来估计移动设备104的海拔；(iii)处理接收的信号以确定定位信息或位置信息(例如，信号的到达时间或行进时间、移动设备与发射器之间的伪距、发射器大气状况、发射器和/或位置或其他发射器信息)；(iv)使用定位信息来计算移动设备104的估计定位；(v)基于来自移动设备104的惯性传感器的测量来确定移动；(vi)GNSS信号处理；(vii)组装和传输数据包112；(viii)存储当前校准值110和数据包112；(ix)校准大气压力传感器108；以及/或者(x)如本公开内容中描述的操作所需的其他处理。

例如图21，服务器102可以包括：网络接口2101(例如，有线和/或无线接口端口、天线、或其他)，其用于经由网络106与用户设备102和其他数据源交换信息；一个或更多个处理器2102；存储器/数据源2103，其用于提供信息和/或程序指令的存储和检索；以及本领域普通技术人员已知的任何其他部件。存储器/数据源2103可以包括存储具有可执行指令的软件模块的存储器，所述软件模块例如是大气压力传感器品牌和型号校准模块、设备ID校准模块、设备品牌和型号校准模块、建筑物和地形校准模块、附近准确传感器校准模块、附近已知地理点校准模块、应用内容校准模块、机器学习模型校准模块、以及用户干预请求校准模块以及用于上述方法和过程中的每一个的其他模块。处理器2102可以通过执行来自模块的指令来执行不同的动作，包括：(i)执行如本文所述或本领域普通技术人员以其他方式理解为可在服务器102处执行的方法、处理和技术的部分或全部；(ii)估计用户设备104的海拔；(iii)计算用户设备104的估计定位；(iv)执行校准技术；(v)校准用户设备104；或(vi)本公开内容中描述的操作或过程所需的其他处理。还可以对远离移动设备104的其他机器(包括企业的计算机或任何其他合适的机器)执行如本文描述的由服务器执行的步骤。

本文公开的某些方面涉及估计用户设备的定位或位置——例如，该定位用以下项表示：纬度、经度和/或海拔坐标；x、y和/或z坐标；角坐标；或其他表示。可以使用各种技术来估计用户设备的定位，包括三边测量，该三边测量是使用几何形状来使用由用户设备从不同信标(例如，地面发射器和/或卫星)接收到的不同的“定位”(或“测距”)信号行进的距离来估计用户设备的定位的过程。如果定位信息如来自信标的定位信号的发射时间和接收时间是已知的，则这些时间之间的差乘以光速将提供该定位信号从该信标到用户设备行进的距离的估计。与来自不同信标的不同定位信号对应的不同估计距离可以与例如那些信标的位置的定位信息一起使用以估计用户设备的定位。在2012年3月6日公告的共同转让的美国专利第8,130,141号和2015年6月16日公告的美国专利第9,057,606号中描述了基于来自信标(例如，发射器和/或卫星)的定位信号和/或大气测量来估计用户设备的定位(在纬度、经度和/或海拔方面)的定位系统和方法。注意，术语“定位系统”可以指卫星系统(例如，全球导航卫星系统(GNSS)，如GPS、GLONASS、伽利略和Compass/北斗)、地面发射器系统和混合卫星/地面系统。

确定用户设备在环境中的确切位置(包括海拔)可能是相当具有挑战性的，尤其是当用户设备位于城市环境中或位于建筑物内时。例如，对用户设备的海拔的不精确估计可能对用户设备的用户具有生死攸关的后果，这是因为不精确的海拔估计可能在紧急人员在建筑物的多个楼层上搜索用户时延迟紧急人员响应时间。在不太严重的情况下，不精确的海拔估计可能导致用户到达环境中的错误区域。存在用于估计用户设备的海拔的不同方法。在基于大气的定位系统中，可以使用来自用户设备的经校准的压力传感器的压力的测量连同来自经校准的参考压力传感器的网络的环境压力测量以及来自网络或其他源的环境温度的测量来计算海拔。用户设备的海拔(h_user)的估计可以由用户设备、服务器或接收所需信息的另一机器计算如下：

其中P_user是由用户设备的压力传感器对用户设备的位置处的压力的估计，P_sensor是对参考压力传感器的位置处的压力的估计，其准确到在相对于真实压力的压力容许量内(例如，小于5Pa)，T_remote是对参考压力传感器的位置处或远程温度传感器的不同位置处的温度的估计(例如，以开尔文为单位)，h_sensor是参考压力传感器的估计海拔，其估计到在所期望量的海拔误差内(例如，小于1.0米)，g对应于由重力引起的加速度(例如，-9.8m/s²)，R是气体常数，并且M是空气(例如，干燥空气或其他)的摩尔质量。如本领域普通技术人员将理解的，在等式1的替选实施方式中，负号(-)可以用正号(﹢)代替(例如，对于g＝9.8m/s²)。

可以将在参考压力传感器的位置处的压力的估计转换成与参考压力传感器对应的估计的参考水平压力，因为其指定在参考压力传感器的纬度和经度处、但可能与参考压力传感器的海拔不同的参考水平海拔处的压力的估计。参考水平压力可以确定如下：

其中P_sensor是参考压力传感器的位置处的压力的估计，P_ref是参考水平压力估计，T_remote是参考环境温度，以及h_ref是参考水平海拔。可以使用等式1来计算用户设备的海拔h_user，其中h_ref替换为h_sensor，并且P_ref替换为P_sensor。参考水平海拔h_ref可以是任何海拔并且通常被设定位于平均海平面(MSL)处。当可获得两个或更多个参考水平压力估计时，将参考水平压力估计组合成单个参考水平压力估计值(例如，使用参考压力的平均值、加权平均值或其他合适的组合)，并且单个参考水平压力估计值被用于参考水平压力估计P_ref。

已经详细参考了所公开的本发明的实施方式，其一个或更多个示例已经在附图中示出。每个示例都是通过解释本技术的方式被提供，而不是作为对本技术的限制。事实上，尽管已经关于本发明的具体实施方式详细描述了本说明书，但是将理解，本领域技术人员在获得对前述内容的理解之后可以容易地设想针对这些实施方式的变更、变型和等同物。例如，作为一个实施方式的一部分示出或描述的特征可以与另一实施方式一起使用，以产生又一个实施方式。因此，本主题旨在覆盖所附权利要求及其等同物范围内的所有这样的修改和变化。在不脱离在所附权利要求中更具体阐述的本发明的范围的情况下，本领域普通技术人员可以实践对本发明的这些和其他修改和变型。此外，本领域普通技术人员将理解，前面的描述仅作为示例，并不旨在限制本发明。

Claims (29)

1.一种方法，包括：

由服务器从设备接收数据包；

由所述服务器基于所述数据包中的数据确定多个校准结果，所述多个校准结果中的每一个用于校准所述设备的大气压力传感器，所述设备当前使用当前校准值来校准所述大气压力传感器；

对于所述多个校准结果中的每个校准结果，当所述校准结果与所述当前校准值的比较指示所述校准结果满足关于所述校准结果与所述当前校准值之间的关系的规则时，由所述服务器利用所述校准结果来更新历史校准表，所述历史校准表包含针对所述大气压力传感器的多个先前确定的校准结果，所述多个先前确定的校准结果包括更新所述历史校准表之后的所述校准结果；

对于所述多个校准结果中的每个校准结果，当所述校准结果与所述当前校准值的比较指示所述校准结果不满足所述规则时，不利用所述校准结果来更新所述历史校准表；

由所述服务器确定与所述历史校准表中的所述多个先前确定的校准结果对应的多个加权值；

由所述服务器通过利用所述多个加权值中的相应加权值调整所述多个先前确定的校准结果中的每个校准结果以获得多个加权的校准结果并组合所述多个加权的校准结果来确定组合的校准结果；

由所述服务器基于选择标准从所述组合的校准结果和所述当前校准值中选择被选择的校准值；以及

由所述服务器向所述设备传送所述被选择的校准值，以供所述设备在校准所述大气压力传感器的情况下使用。

2.根据权利要求1所述的方法，其中：

所述校准结果包括校准偏移和置信区间；

所述校准偏移是由所述大气压力传感器产生的测量压力值被改变以生成校准压力值的量，所述校准压力值预期基本上接近所述大气压力传感器处的实际大气压力；

所述置信区间在被应用于所述校准偏移时提供所述校准结果的潜在误差范围；以及

当被应用于所述校准压力值时，所述置信区间是大于和小于所述校准压力值的范围，所述实际大气压力预期在所述范围内。

3.根据权利要求2所述的方法，其中：

关于所述校准结果与所述当前校准值之间的关系的规则基于所述校准结果的潜在误差范围与所述当前校准值的先前的潜在误差范围充分交叠。

4.根据权利要求2所述的方法，其中：

关于所述校准结果与所述当前校准值之间的关系的规则基于所述校准结果的校准偏移不在所述当前校准值的先前的潜在误差范围内。

5.根据权利要求2所述的方法，还包括：

由所述服务器确定所述校准结果的潜在误差范围与所述当前校准值的先前的潜在误差范围以交叠量交叠；

其中，关于所述校准结果与所述当前校准值之间的关系的规则基于所述交叠量与所述校准结果的潜在误差范围的比率大于或等于阈值量。

6.根据权利要求2所述的方法，其中：

关于所述校准结果与所述当前校准值之间的关系的规则基于所述校准结果的校准偏移与所述当前校准值的校准偏移之间的差除以所述校准结果的置信区间小于或等于阈值量。

7.根据权利要求2所述的方法，其中：

关于所述校准结果与所述当前校准值之间的关系的规则基于用于确定所述校准结果的第一校准技术按优先序排列高于用于确定所述当前校准值的第二校准技术。

8.根据权利要求1所述的方法，还包括：

在确定所述组合的校准结果之前，由所述服务器基于所述多个先前确定的校准结果各自的持续时间来调整所述多个先前确定的校准结果，以获得多个调整后的先前确定的校准结果；以及

使用所述多个调整后的先前确定的校准结果来确定所述组合的校准结果。

9.根据权利要求1所述的方法，其中：

所述选择标准基于：1)所述组合的校准结果和所述当前校准值的最小不确定度，2)所述组合的校准结果和所述当前校准值的比不确定度阈值小的最小不确定度，3)用于确定所述组合的校准结果和所述当前校准值的多种校准技术中的最高优先级校准技术，或者4)所述组合的校准结果和所述当前校准值的中值校准值。

10.根据权利要求1所述的方法，其中：

所述数据包中的数据包括多个数据项；

所述多个数据项被用在多种校准技术中以用于确定所述多个校准结果；以及

所述多个校准结果中的每个校准结果由所述多种校准技术中的不同校准技术确定。

11.根据权利要求10所述的方法，其中：

所述多种校准技术中的每种校准技术与由此产生的所述校准结果的相应置信相关联；以及

所述多个加权值中的每个加权值基于所述多个校准结果中的相应校准结果的所述置信。

12.根据权利要求10所述的方法，其中：

所述多个数据项包括：1)与所述大气压力传感器相关的传感器特性数据，以及2)与在由所述设备准备所述数据包时所述设备的状况相关的当前状况数据。

13.根据权利要求12所述的方法，其中：

所述传感器特性数据包括：1)设备标识数据，所述设备标识数据唯一地标识所述设备，并且所述大气压力传感器的型号类型能够利用所述设备标识数据被标识，2)传感器类型数据，所述传感器类型数据标识所述大气压力传感器的型号类型，以及3)设备类型数据，所述设备类型数据标识所述设备的型号类型；

所述当前状况数据包括：1)压力数据，所述压力数据指示由所述大气压力传感器执行的大气压力测量，2)时间数据，所述时间数据指示所述大气压力传感器执行所述大气压力测量的时间，3)位置数据，所述位置数据指示所述设备在所述大气压力传感器执行所述大气压力测量时所位于的区域，以及4)应用数据，所述应用数据指示当所述大气压力传感器执行所述大气压力测量时在所述设备上操作的应用；以及

所述方法还包括：

由所述服务器基于针对所述大气压力传感器的型号类型的第一预定校准来确定所述多个校准结果中的第一校准结果；

由所述服务器基于针对所述设备的型号类型的第二预定校准来确定所述多个校准结果中的第二校准结果；

由所述服务器基于所述压力数据、所述位置数据以及建筑物和地形数据来确定所述多个校准结果中的第三校准结果；

由所述服务器基于所述压力数据、所述位置数据、所述时间数据和已知准确压力数据来确定所述多个校准结果中的第四校准结果，所述已知准确压力数据来自已知准确大气压力传感器，所述已知准确大气压力传感器在所述设备所位于的区域的第一阈值距离内；

由所述服务器基于所述压力数据、所述位置数据和已知准确海拔数据来确定所述多个校准结果中的第五校准结果，所述已知准确海拔数据基于地理点，对于所述地理点，其海拔是已知的，并且所述地理点在所述设备所位于的区域的第二阈值距离内；

由所述服务器基于所述压力数据、所述位置数据和所述应用数据来确定所述多个校准结果中的第六校准结果，所述应用数据指示在所述设备上操作的所述应用与海拔是已知的且在所述设备所位于的区域的第三阈值距离内的预定地点相关；以及

由所述服务器基于所述第一校准结果、所述第二校准结果、所述第三校准结果、所述第四校准结果、所述第五校准结果和所述第六校准结果中的两个或更多个来确定针对所述大气压力传感器的所述新的校准值。

14.根据权利要求1所述的方法，其中：

所述数据包为第一数据包，并且所述数据包中的数据为第一数据；以及

所述方法还包括：

由所述服务器从所述设备接收第二数据包；以及

由所述服务器基于所述第一数据包中的所述第一数据和所述第二数据包中的第二数据来确定所述多个校准结果。

15.根据权利要求14所述的方法，还包括：

由所述服务器使用所述第一数据包中的所述第一数据和第一校准技术来确定所述多个校准结果中的第一校准结果；以及

由所述服务器使用所述第二数据包中的所述第二数据和第二校准技术来确定所述多个校准结果中的第二校准结果，所述第二校准技术不同于所述第一校准技术。

16.根据权利要求14所述的方法，还包括：

由所述服务器使用所述第一数据包中的所述第一数据和校准技术来确定所述多个校准结果中的第一校准结果；以及

由所述服务器使用所述第二数据包中的所述第二数据和所述校准技术来确定所述多个校准结果中的第二校准结果。

17.一种方法，包括：

由服务器从设备接收第一数据包；

由所述服务器从所述设备接收第二数据包；

由所述服务器基于所述第一数据包中的第一数据和所述第二数据包中的第二数据来确定多个校准结果，所述多个校准结果中的每一个用于校准所述设备的大气压力传感器，所述设备当前使用当前校准值来校准所述大气压力传感器；

对于所述多个校准结果中的每个校准结果，当所述校准结果与所述当前校准值的比较指示所述校准结果满足关于所述校准结果与所述当前校准值之间的关系的规则时，由所述服务器利用所述校准结果来更新历史校准表，所述历史校准表包含针对所述大气压力传感器的多个先前确定的校准结果，所述多个先前确定的校准结果包括更新所述历史校准表之后的所述校准结果；

对于所述多个校准结果中的每个校准结果，当所述校准结果与所述当前校准值的比较指示所述校准结果不满足所述规则时，不利用所述校准结果来更新所述历史校准表；

由所述服务器确定与所述历史校准表中的所述多个先前确定的校准结果对应的多个加权值；

由所述服务器通过利用所述多个加权值中的相应加权值调整所述多个先前确定的校准结果中的每个校准结果以获得多个加权的校准结果并组合所述多个加权的校准结果来确定组合的校准结果；

由所述服务器基于选择标准从所述组合的校准结果和所述当前校准值中选择被选择的校准值；以及

由所述服务器向所述设备传送所述被选择的校准值，以供所述设备在校准所述大气压力传感器的情况下使用。

18.根据权利要求17所述的方法，其中：

所述新的校准值包括校准偏移和置信区间；

所述校准偏移是由所述大气压力传感器产生的测量压力值被改变以生成校准压力值的量，所述校准压力值预期基本上接近所述大气压力传感器处的实际大气压力；

所述置信区间在被应用于所述校准偏移时提供所述新的校准值的潜在误差范围；以及

当被应用于所述校准压力值时，所述置信区间是大于和小于所述校准压力值的范围，所述实际大气压力预期在所述范围内。

19.根据权利要求18所述的方法，其中:

关于所述校准结果与所述当前校准值之间的关系的规则基于所述校准结果的潜在误差范围与所述当前校准值的先前的潜在误差范围充分交叠。

20.根据权利要求18所述的方法，其中：

关于所述校准结果与所述当前校准值之间的关系的规则基于所述校准结果的校准偏移不在所述当前校准值的先前的潜在误差范围内。

21.根据权利要求18所述的方法，还包括：

由所述服务器确定所述校准结果的潜在误差范围与所述当前校准值的先前的潜在误差范围以交叠量交叠；

其中，关于所述校准结果与所述当前校准值之间的关系的规则基于所述交叠量与所述校准结果的潜在误差范围的比率大于或等于阈值量。

22.根据权利要求18所述的方法，其中：

关于所述校准结果与所述当前校准值之间的关系的规则基于所述校准结果的校准偏移与所述当前校准值的校准偏移之间的差除以所述校准结果的置信区间小于或等于阈值量。

23.根据权利要求18所述的方法，其中：

关于所述校准结果与所述当前校准值之间的关系的规则基于用于确定所述校准结果的第一校准技术按优先序排列高于用于确定所述当前校准值的第二校准技术。

24.根据权利要求17所述的方法，还包括：

在确定所述组合的校准结果之前，由所述服务器基于所述多个先前确定的校准结果各自的持续时间来调整所述多个先前确定的校准结果，以获得多个调整后的先前确定的校准结果；以及

使用所述多个调整后的先前确定的校准值结果来确定所述组合的校准值。

25.根据权利要求17所述的方法，其中：

所述选择标准基于：1)所述组合的校准结果和所述当前校准值的最小不确定度，2)所述组合的校准结果和所述当前校准值的比不确定度阈值小的最小不确定度，3)用于确定所述组合的校准结果和所述当前校准值的多种校准技术中的最高优先级校准技术，或者4)所述组合的校准结果和所述当前校准值的中值校准值。

26.根据权利要求17所述的方法，其中：

所述第一数据包中的第一数据包括第一多个数据项，以及所述第二数据包中的第二数据包括与所述第一多个数据项对应的第二多个数据项；

所述第一多个数据项被用在第一多种校准技术中以用于确定所述多个校准结果的第一部分；以及

所述第二多个数据项被用在第二多种校准技术中以用于确定所述多个校准结果的第二部分。

27.根据权利要求26所述的方法，其中：

所述第一多种校准技术和所述第二多种校准技术中的每种校准技术与由此产生的所述校准结果的相应置信相关联；以及

所述多个加权值中的每个加权值基于所述多个校准结果中的相应校准结果的所述置信。

28.根据权利要求26所述的方法，其中：

所述第一多个数据项和所述第二多个数据项包括：1)与所述大气压力传感器相关的传感器特性数据，以及2)与在由所述设备准备相应的第一数据包或第二数据包时所述设备的状况相关的当前状况数据。

29.根据权利要求28所述的方法，其中：

所述传感器特性数据包括：1)设备标识数据，所述设备标识数据唯一地标识所述设备，并且所述大气压力传感器的型号类型能够利用所述设备标识数据被标识，2)传感器类型数据，所述传感器类型数据标识所述大气压力传感器的型号类型，以及3)设备类型数据，所述设备类型数据标识所述设备的型号类型；

所述当前状况数据包括：1)压力数据，所述压力数据指示由所述大气压力传感器执行的大气压力测量，2)时间数据，所述时间数据指示所述大气压力传感器执行所述大气压力测量的时间，3)位置数据，所述位置数据指示所述设备在所述大气压力传感器执行所述大气压力测量时所位于的区域，以及4)应用数据，所述应用数据指示当所述大气压力传感器执行所述大气压力测量时在所述设备上操作的应用；以及

所述方法还包括：

由所述服务器基于针对所述大气压力传感器的型号类型的第一预定校准来确定所述多个校准结果中的第一校准结果；

由所述服务器基于针对所述设备的型号类型的第二预定校准来确定所述多个校准结果中的第二校准结果；

由所述服务器基于所述压力数据、所述位置数据以及建筑物和地形数据来确定所述多个校准结果中的第三校准结果；

由所述服务器基于所述压力数据、所述位置数据、所述时间数据和已知准确压力数据来确定所述多个校准结果中的第四校准结果，所述已知准确压力数据来自已知准确大气压力传感器，所述已知准确大气压力传感器在所述设备所位于的区域的第一阈值距离内；

由所述服务器基于所述压力数据、所述位置数据和已知准确海拔数据来确定所述多个校准结果中的第五校准结果，所述已知准确海拔数据基于地理点，对于所述地理点，其海拔是已知的，并且所述地理点在所述设备所位于的区域的第二阈值距离内；

由所述服务器基于所述压力数据、所述位置数据和所述应用数据来确定所述多个校准结果中的第六校准结果，所述应用数据指示在所述设备上操作的所述应用与海拔是已知的且在所述设备所位于的区域的第三阈值距离内的预定地点相关；以及

由所述服务器基于所述第一校准结果、所述第二校准结果、所述第三校准结果、所述第四校准结果、所述第五校准结果和所述第六校准结果中的两个或更多个来确定针对所述大气压力传感器的所述新的校准值。

Images