CN116680468B - 指纹库生成方法及电子设备 - Google Patents
指纹库生成方法及电子设备 Download PDFInfo
- Publication number
- CN116680468B CN116680468B CN202211189149.XA CN202211189149A CN116680468B CN 116680468 B CN116680468 B CN 116680468B CN 202211189149 A CN202211189149 A CN 202211189149A CN 116680468 B CN116680468 B CN 116680468B
- Authority
- CN
- China
- Prior art keywords
- measurement report
- data
- crowd
- grid
- target
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000005259 measurement Methods 0.000 claims abstract description 150
- 238000004140 cleaning Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000004220 aggregation Methods 0.000 claims description 2
- 230000002776 aggregation Effects 0.000 claims description 2
- 230000008447 perception Effects 0.000 abstract description 15
- 238000013507 mapping Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 7
- 102100029651 Arginine/serine-rich protein 1 Human genes 0.000 description 4
- 101000728589 Homo sapiens Arginine/serine-rich protein 1 Proteins 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 102000044159 Ubiquitin Human genes 0.000 description 2
- 108090000848 Ubiquitin Proteins 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请提供了一种指纹库生成方法及电子设备。该方法包括：将目标区域地图进行栅格化，得到若干个栅格；对若干个栅格中的每个栅格进行莫顿码编码，将栅格的莫顿码编码作为栅格对应的栅格号；根据第一测量报告众包数据中的位置信息，确定与第一测量报告众包数据匹配的目标栅格号；将第一测量报告众包数据与目标栅格号相关联，得到指纹信息；根据第一测量报告众包数据集中的所有第一测量报告众包数据对应的指纹信息，生成第一指纹库。通过生成众包数据和莫顿码编码的栅格映射关系的指纹库，使感知中台能够向众多智能推荐业务高效提供定制化的感知地理围栏能力，为快速生成感知地理围栏提供基础。
Description
技术领域
本申请涉及终端设备领域，尤其涉及一种指纹库生成方法及电子设备。
背景技术
智能推荐是当前智能终端设备业务的一个重要方向。获得地理围栏是进行智能推荐的前提和基础。当前，众多智能推荐业务需要使用地理围栏，在不同业务场景下，需要形成的地理围栏有着明显差异。因此，快速生成新增业务感知地理围栏是业内的普遍需求。这使得感知中台需要向众多智能推荐业务高效提供定制化的感知地理围栏能力。
发明内容
为了解决上述技术问题，本申请提供一种指纹库生成方法及电子设备，通过生成众包数据和莫顿码编码的栅格映射关系的指纹库，使得感知中台能够向众多智能推荐业务高效提供定制化的感知地理围栏能力，为快速生成新增业务感知地理围栏提供基础。
第一方面，本申请提供一种指纹库生成方法。该方法应用于电子设备，该方法包括：将目标区域地图进行栅格化，得到若干个栅格；对若干个栅格中的每个栅格进行莫顿码编码，将栅格的莫顿码编码作为栅格对应的栅格号；对于第一测量报告众包数据集中的每个第一测量报告众包数据，根据第一测量报告众包数据中的位置信息，确定与第一测量报告众包数据匹配的目标栅格号；将第一测量报告众包数据与目标栅格号相关联，得到第一测量报告众包数据对应的指纹信息；根据第一测量报告众包数据集中的所有第一测量报告众包数据对应的指纹信息，生成第一指纹库。这样，就生成了众包数据和莫顿码编码的栅格映射关系的指纹库，使得感知中台能够向众多智能推荐业务高效提供定制化的感知地理围栏能力，为快速生成新增业务感知地理围栏提供基础。
根据第一方面，根据第一测量报告众包数据集中的所有第一测量报告众包数据对应的指纹信息，生成第一指纹库之后，还包括：从第一指纹库中查找稀疏栅格，稀疏栅格是指存在未关联的目标众包数据的栅格，目标众包数据是根据稀疏栅格的相邻栅格关联的第一测量报告众包数据推断得到的；对稀疏栅格进行优化，以将目标众包数据关联到稀疏栅格；根据第一指纹库和优化后关联到稀疏栅格的目标众包数据，生成第二指纹库。这样，通过对稀疏栅格进行优化，可以使指纹库中的数据更加完整，提高指纹库的准确率。
根据第一方面，对稀疏栅格进行优化，以将目标众包数据关联到稀疏栅格，包括：在第一测量报告众包数据集中查找至少两个参考众包数据，至少两个参考众包数据是与稀疏栅格的相邻栅格关联的数据，且至少两个参考众包数据对应的信号类型与目标众包数据的信号类型相同，均为目标信号类型；获取目标众包数据中的信号对应的目标信号传播模型；根据至少两个参考众包数据和目标信号传播模型，确定目标众包数据；将目标众包数据与稀疏栅格相关联。这样，可以根据稀疏栅格相邻栅格的数据，推断出稀疏栅格所应包含的数据，进而对稀疏栅格进行优化，提高指纹库的准确率。
根据第一方面，根据至少两个参考众包数据和目标信号传播模型，确定目标众包数据，包括：从至少两个参考众包数据中分别提取目标信号类型的信号值；基于预设插值算法，根据目标信号传播模型和信号值，确定目标信号值；根据至少两个参考众包数据中与信号值相关的信息、目标信号值，确定目标众包数据。这样，可以根据稀疏栅格相邻栅格的数据，通过插值的方法获得稀疏栅格所应包含的数据，为优化稀疏栅格提供支持。
根据第一方面，预设插值算法为泛克里金UK插值法。
根据第一方面，将目标区域地图进行栅格化，得到若干个栅格，包括：根据感知围栏的精度，将目标区域地图进行栅格化，得到若干个栅格。
根据第一方面，对于第一测量报告众包数据集中的每个第一测量报告众包数据，根据第一测量报告众包数据中的位置信息，确定与第一测量报告众包数据匹配的目标栅格号之前，还包括：根据原始测量报告众包数据集，确定第一测量报告众包数据集。这样，可以通过采集的原始测量报告众包数据，来确定用于生成指纹库的第一测量报告众包数据。
根据第一方面，根据原始测量报告众包数据集，确定第一测量报告众包数据集，包括：从原始测量报告众包数据集中筛选符合预设要求的测量报告众包数据，作为初步测量报告众包数据；将初步测量报告众包数据转换为墨卡托坐标系中的数据，记为第一测量报告众包数据；将第一测量报告众包数据添加到第一测量报告众包数据集中。这样，可以通过筛选的方式，从原始测量报告众包数据集中获得第一测量报告众包数据。
根据第一方面，从原始测量报告众包数据集中筛选符合预设要求的测量报告众包数据，作为初步测量报告众包数据，包括：按照预设清洗规则，对原始测量报告众包数据集中的数据进行清洗，得到中间数据集；对中间数据集中的数据进行聚类处理，得到初步测量报告众包数据。这样，可以通过数据清洗和聚类的方式进行筛选，以得到符合要求的第一测量报告众包数据，为生成指纹库提供基础。
根据第一方面，第一测量报告众包数据包括如下数据中的至少一组数据：小区信息，参考信号接收功率值RSRP；wifi信息，接收信号强度指示RSSI；蓝牙信息，接收信号强度指示RSSI。这样，可以丰富指纹库内容，丰富栅格的指纹特征。当然，第一测量报告众包数据还可以包含更多种类的数据，而不限于此处提及的几种数据。
根据第一方面，电子设备为服务器。
第二方面，本申请提供一种电子设备，包括：存储器和处理器，存储器与处理器耦合；存储器存储有程序指令，当程序指令由所述处理器执行时，使得电子设备执行第一方面任意一项的指纹库生成方法。
第三方面，本申请提供一种计算机可读存储介质，包括计算机程序，当计算机程序在电子设备上运行时，使得电子设备执行第一方面任意一项的指纹库生成方法。
附图说明
图1为示例性示出的本实施例中指纹库生成方法的一种流程示例图；
图2为示例性示出的Morton码编码的过程示例图；
图3为示例性示出的本实施例中第一指纹库的示意图；
图4为示例性示出的本实施例中指纹库生成方法的另一个流程示例图；
图5为示例性示出的聚类示意图；
图6为示例性示出的本实施例中指纹库生成方法的又一个流程示例图；
图7为示例性示出的本实施例中稀疏栅格的示例图；
图8为示例性示出的本实施例中信号传播模型的示例图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本文中术语“和/或”，仅仅是一种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这三种情况。
本申请实施例的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述对象的特定顺序。例如，第一目标对象和第二目标对象等是用于区别不同的目标对象，而不是用于描述目标对象的特定顺序。
在本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中，除非另有说明，“多个”的含义是指两个或两个以上。例如，多个处理单元是指两个或两个以上的处理单元；多个系统是指两个或两个以上的系统。
以下各实施例中指纹库生成方法可以应用于电子设备，该电子设备可以为服务器。例如，该服务器可以为感知中台服务器。
图1为示例性示出的本实施例中指纹库生成方法的一个流程示例图。请参见图1，本实施例中，指纹库生成方法可以包括如下步骤：
S101、将目标区域地图进行栅格化，得到若干个栅格。
本文中，栅格也可称为网格。
在一个示例中，将目标区域地图进行栅格化，得到若干个栅格，可以包括：
根据感知围栏的精度，将目标区域地图进行栅格化，得到若干个栅格。
感知围栏的精度，是指业务对地理围栏的覆盖范围的误差要求。
例如，假设要求100m(米)误差，那么栅格化的网格大小可以选择128mx128m或者比128mx128m更小的尺寸，例如32mx32m。如果要求30米的精度，那么栅格化的网格大小可以选择32mx32m或者比32mx32m更小的尺寸，例如8mx8m。
由于栅格尺寸越大，存储和计算性能越好，因此通常会选择可选范围内的最大尺寸。
S102、对若干个栅格中的每个栅格进行莫顿码编码，将栅格的莫顿码编码作为栅格对应的栅格号。
本文中，栅格号也可称为网格号。
其中，莫顿码(即Morton码)编码的过程如下：
首先，行列号转为二进制(从第0行0列开始)。
然后，行列号交叉排列。
最后，将二进制结果转为十进制。
举例说明。图2为示例性示出的Morton码编码的过程示例图。请参见图2，假设栅格化后，某个栅格的行号为5，列号为7，该栅格的Morton码编码过程是：
将行号5转为二进制数0101，将列号7转为二进制数0111；
该栅格的Morton码的第1位二进制数来自列号75对应的二进制数0111的第1位二进制数0；
该栅格的Morton码的第2位二进制数来自行号5对应的二进制数0101的第1位二进制数0；
该栅格的Morton码的第3位二进制数来自列号7对应的二进制数0111的第2位二进制数1；
该栅格的Morton码的第4位二进制数来自行号5对应的二进制数0101的第2位二进制数1；
该栅格的Morton码的第5位二进制数来自列号7对应的二进制数0111的第3位二进制数1；
该栅格的Morton码的第6位二进制数来自行号5对应的二进制数0101的第3位二进制数0；
该栅格的Morton码的第7位二进制数来自列号7对应的二进制数0111的第4位二进制数1；
该栅格的Morton码的第8位二进制数来自行号5对应的二进制数0101的第4位二进制数1。
这样，就得到该栅格的8位二进制Morton码00110111。即该栅格对应的Morton码编码为00111011。
可见，Morton码编码方式能够将标识栅格的二维数据([行号，列号])转化为一维数据，这样，不仅方便存储，在使用指纹库时也更方便查找栅格，提高查找速度。
不仅如此，Morton码还可以分级编制。例如，针对大小分别为2048mx2048m、128mx128m、32mx32m的栅格，可以编制3级Morton码，如表1所示。
表1
表1中，大小分别为2048mx2048m、128mx128m、32mx32m的栅格对应的编码级别分别为三级编码、二级编码、一级编码，对应的栅格也分别称为三级栅格、二级栅格、一级栅格。
根据表1可见，各级Morton码存在包含关系，可以通过取一级编码的二进制Morton码的前32位得到二级编码的二进制Morton码。这样，通过聚合二级栅格的数据就能得到三级栅格的特征指纹，同理，聚合一级栅格的数据就能得到二级栅格的特征指纹。
本实施例通过采用Morton码对栅格进行编码，可以达到较高的精度。Morton码是一个正整数，最大的位数为64bit，因此最高精度可达毫米级别。
此外，Morton码相近的两个点的真实坐标距离也很近，据此，可以根据Morton码方便搜索周边的点。
S103、对于第一测量报告众包数据集中的每个第一测量报告众包数据，根据第一测量报告众包数据中的位置信息，确定与第一测量报告众包数据匹配的目标栅格号。
本实施例中，第一测量报告(MR)众包数据集中的数据都是第一测量报告众包数据，第一测量报告众包数据集中的数据是由原始打点数据(也可称为原始测量报告众包数据)通过筛选得到的。
其中，位置信息可以包括经纬度信息。
在一个示例中，第一测量报告众包数据可以包括经纬度信息、小区信息(例如小区标识cellid)和RSRP(Reference Signal Receiving Power，参考信号接收功率)值等信息。
第一测量报告众包数据还可以包括城市区域信息、定位精度(accuracy)信息等。
根据第一测量报告众包数据中的位置信息，确定与第一测量报告众包数据匹配的目标栅格号，可以包括：
遍历各栅格号对应的经纬度范围，将经纬度范围内包含第一测量报告众包数据中的经纬度信息的栅格号确定为目标栅格号。
每个栅格号对应一个栅格，每个栅格都有一个经纬度范围，因此，每个栅格号都对应一个经纬度范围，栅格号对应的经纬度范围即栅格号对应的栅格的经纬度范围。
S104、将第一测量报告众包数据与目标栅格号相关联，得到第一测量报告众包数据对应的指纹信息。
例如，一条第一测量报告众包数据为(经纬度信息1，cellid1，RSRP1)，与该数据匹配的目标栅格号为a(a为二进制数)，那么，第一测量报告众包数据(经纬度信息1，cellid1，RSRP1)对应的指纹如表2所示。
表2
| 栅格号 | cellid | rsrp均值 |
| a | cellid1 | RSRP1 |
可见，该指纹信息存储了cell和栅格的映射关系，可以最大限度地保证cell与地理要素的完整性与连续性,方便围栏的快速生成。
表2所示的指纹信息中，栅格的指纹特征可以用该栅格对应的cellid和rsrp均值来表示。
需要说明的是，一个栅格号可以与多条第一测量报告众包数据匹配，从而生成多条指纹。因此，一个栅格号可以对应多条指纹信息。
本实施例中，第一测量报告众包数据可以包括如下数据中的至少一组数据：
小区信息，参考信号接收功率值RSRP；
wifi信息，接收信号强度指示RSSI(Received Signal Strength Indicator，接收信号强度指示)；
蓝牙信息，接收信号强度指示RSSI。
例如，第一测量报告众包数据1中包括小区信息和参考信号接收功率值RSRP，第一测量报告众包数据2中包括wifi信息和接收信号强度指示RSSI，第一测量报告众包数据3中包括蓝牙信息和接收信号强度指示RSSI。需要说明的是，第一测量报告众包数据中的参考信号接收功率值即RSRP值为RSRP均值。
S105、根据第一测量报告众包数据集中的所有第一测量报告众包数据对应的指纹信息，生成第一指纹库。
在为第一测量报告众包数据集中的所有第一测量报告众包数据都建立对应的指纹后，可以对于相同栅格号对应的多条指纹进行聚合，得到每一个栅格的指纹。
例如，一个聚合后的栅格的指纹如表3所示。
表3
| 栅格号 | cellid | Rsrp均值 |
| 1627193233 | 2598721 | -68 |
| 1627193233 | 88006273 | -59.6 |
| 1627193233 | 51586154498 | -89.5 |
需要说明的是，表3所示聚合后的栅格的指纹条数仅为示例性说明，并不用于对本实施例中栅格的指纹条数进行限定。
其中，生成的第一指纹库可以如图3所示。图3为示例性示出的本实施例中第一指纹库的示意图。请参见图3，图3示意性示出了指纹库中部分栅格对应的指纹，对于图3所示地图中的每个栅格，都可以对应一组表3所示示例的指纹。
图4为示例性示出的本实施例中指纹库生成方法的另一个流程示例图。请参见图4，本实施例中，指纹库生成方法可以包括如下步骤：
S401、将目标区域地图进行栅格化，得到若干个栅格。
本步骤的详细内容请参见前述对步骤S101的说明，此处不再赘述。
S402、对若干个栅格中的每个栅格进行莫顿码编码，将栅格的莫顿码编码作为栅格对应的栅格号。
本步骤的详细内容请参见前述对步骤S102的说明，此处不再赘述。
S403、根据原始测量报告众包数据集，确定第一测量报告众包数据集。
在一个示例中，根据原始测量报告众包数据集，确定第一测量报告众包数据集，可以包括：
从原始测量报告众包数据集中筛选符合预设要求的测量报告众包数据，作为初步测量报告众包数据；
将初步测量报告众包数据转换为墨卡托坐标系中的数据，记为第一测量报告众包数据；
将第一测量报告众包数据添加到第一测量报告众包数据集中。
在一个示例中，从原始测量报告众包数据集中筛选符合预设要求的测量报告众包数据，作为初步测量报告众包数据，可以包括：
按照预设清洗规则，对原始测量报告众包数据集中的数据进行清洗，得到中间数据集；
对中间数据集中的数据进行聚类处理，得到初步测量报告众包数据。
其中，清洗的目的是根据数据格式和内容剔除不符合要求的数据。
其中，清洗规则可以预先设置。
例如，假设原始测量报告众包数据包括城市信息、经纬度信息、小区标识cellid、RSRP均值等信息，清洗规则可以包括如下内容：
(1)城市清洗
删除城市信息为空的原始测量报告众包数据。
(2)cell无效清洗
如果cellid满足如下任一条件，将对应的原始测量报告众包数据删除：
a、cellid值为Nan、-1、0、2147483647中的任一值。
b、cellid的长度小于6，或者cellid的长度大于14。
(3)RSRP均值清洗
如果RSRP均值大于-45，或者RSRP均值小于-110，将对应的原始测量报告众包数据删除。
(4)经纬度清洗
如果经纬度满足如下任一条件，将对应的原始测量报告众包数据删除：
经度小于72；
经度大于156；
纬度小于0；
纬度大于84。
需要说明的是，以上的清洗规则仅为示例性说明，本实施例不对清洗原始测量报告众包数据的规则进行限制。
其中，聚类处理的目的是剔除异常离散点数据。
本实施例中，可以对中间数据集中的数据进行DBSCAN聚类，得到初步测量报告众包数据。当然，在其他实施例中，也可以采用DBSCAN以外的其他聚类算法，本实施例对聚类算法不作限制。
在一个示例中，对中间数据集中的数据进行DBSCAN聚类处理之后，进一步从中间数据集中的剩余数据中按日期提取最新预设天数(例如30天)的数据组成初步测量报告众包数据。
图5为示例性示出的聚类示意图。
通过聚类处理的结果，可以学习出经纬度的大致范围，选取所有经纬度的中心点作为基站位置，中心点与最远距离的采样点作为cell的有效半径，用基站位置和cell的有效半径来标记cell的位置信息和范围信息。然后，根据标记的cell的位置信息和范围信息就可以识别出异常离散点，将该点的数据剔除。
其中，墨卡托投影，是正轴等角圆柱投影。由荷兰地图学家墨卡托创立。假想一个与地轴方向一致的圆柱切或割于地球，按等角条件，将经纬网投影到圆柱面上，将圆柱面展为平面后，即得墨卡托投影。通过墨卡托投影，可以将初步测量报告众包数据转换为墨卡托坐标系中的数据，即得到了第一测量报告众包数据。
墨卡托投影的公式如下：
公式(1)中，x、y分别表示墨卡托坐标系中的横坐标、纵坐标，R表示(地球半径)，λ表示(经度)，λ0表示(经度起点)，表示(纬度)，ln表示以常数e(无理数,约等于2.71828...)为底的自然对数符号，tan表示正切符号。
S404、对于第一测量报告众包数据集中的每个第一测量报告众包数据，根据第一测量报告众包数据中的位置信息，确定与第一测量报告众包数据匹配的目标栅格号。
本步骤的详细内容请参见前述对步骤S103的说明，此处不再赘述。
S405、将第一测量报告众包数据与目标栅格号相关联，得到第一测量报告众包数据对应的指纹信息。
本步骤的详细内容请参见前述对步骤S104的说明，此处不再赘述。
S406、根据第一测量报告众包数据集中的所有第一测量报告众包数据对应的指纹信息，生成第一指纹库。
本步骤的详细内容请参见前述对步骤S105的说明，此处不再赘述。
图6为示例性示出的本实施例中指纹库生成方法的又一个流程示例图。请参见图6，本实施例中，指纹库生成方法可以包括如下步骤：
S601、将目标区域地图进行栅格化，得到若干个栅格。
本步骤的详细内容请参见前述对步骤S101的说明，此处不再赘述。
S602、对若干个栅格中的每个栅格进行莫顿码编码，将栅格的莫顿码编码作为栅格对应的栅格号。
本步骤的详细内容请参见前述对步骤S102的说明，此处不再赘述。
S603、对于第一测量报告众包数据集中的每个第一测量报告众包数据，根据第一测量报告众包数据中的位置信息，确定与第一测量报告众包数据匹配的目标栅格号。
本步骤的详细内容请参见前述对步骤S103的说明，此处不再赘述。
S604、将第一测量报告众包数据与目标栅格号相关联，得到第一测量报告众包数据对应的指纹信息。
本步骤的详细内容请参见前述对步骤S104的说明，此处不再赘述。
S605、根据第一测量报告众包数据集中的所有第一测量报告众包数据对应的指纹信息，生成第一指纹库。
本步骤的详细内容请参见前述对步骤S105的说明，此处不再赘述。
S606、从第一指纹库中查找稀疏栅格，稀疏栅格是指存在未关联的目标众包数据的栅格，目标众包数据是根据稀疏栅格的相邻栅格关联的第一测量报告众包数据推断得到的。
图7为示例性示出的本实施例中稀疏栅格的示例图。请参见图7，图7中有两个基站，分别为cell-1和cell-2，各个栅格的对应的采集到的cell-1信号和cell-2信号的分布如图7所示。对于栅格F，栅格F的周围栅格很多栅格采集到了cell-1信号，栅格F中也应该采集到cell-1信号，但栅格F中却没有采集到cell-1信号的众包数据。因此，栅格F为一个稀疏栅格。
S607、对稀疏栅格进行优化，以将稀疏栅格目标众包数据关联到稀疏栅格。
在一个示例中，对稀疏栅格进行优化，以将目标众包数据关联到稀疏栅格，可以包括：
在第一测量报告众包数据集中查找至少两个参考众包数据，至少两个参考众包数据是与稀疏栅格的相邻栅格关联的数据，且至少两个参考众包数据对应的信号类型与目标众包数据的信号类型相同，均为目标信号类型；
获取目标众包数据中的信号对应的目标信号传播模型；
根据至少两个参考众包数据和目标信号传播模型，确定目标众包数据；
将目标众包数据与稀疏栅格相关联。
这里，信号类型例如可以是基站信号、wifi信号、蓝牙信号等等。
其中，参考众包数据对应的信号类型是指参考众包数据中包含的信号值对应的信号类型。
例如，如果参考众包数据中包括小区信息和RSRP值，那么，参考众包数据对应的信号类型是基站信号。
其中，信号传播模型是反映信号值与信号传播距离关系的模型，信号传播模型可以用曲线表示，也可以用函数关系表示。
图8为示例性示出的本实施例中信号传播模型的示例图。请参见图8，图8示出了基站信号的信号传播模型，该信号传播模型是表示基站信号的RSRP值与信号传播距离之间关系的曲线。
在一个示例中，根据至少两个参考众包数据和目标信号传播模型，确定目标众包数据，可以包括：
从至少两个参考众包数据中分别提取目标信号类型的信号值；
基于预设插值算法，根据目标信号传播模型和信号值，确定目标信号值；
根据至少两个参考众包数据中与信号值相关的信息、目标信号值，确定目标众包数据。
举例说明。假设栅格m2的左边相邻栅格为栅格m1，栅格m2的右边相邻栅格为栅格m3，栅格m1关联参考众包数据1，栅格m3关联参考众包数据2。
其中，参考众包数据1和参考众包数据2中都包括cell5的小区信息及相应的RSRP值，参考众包数据1中的RSRP值为RSRP1，参考众包数据2中的RSRP值为RSRP2，cell5的小区信息为cellid5。栅格m2的左、右相邻栅格都有cell5的信号，栅格m2中也应该有cell5的信号，但栅格m2却没有关联cell5的众包数据(相当于栅格m2的目标众包数据)，因此，栅格m2为稀疏栅格。根据本实施例，需要对栅格m2进行优化，将cell5的众包数据关联到栅格m2。
以泛克里金UK(Universal Kriging)插值法为例，说明根据目标信号传播模型和信号值，确定目标信号值的过程。
泛克里金计算公式如下：
其中，是待插值点s0处的估计值，本示例中即为估计的栅格m2中cell5的信号值RSRP值，Z(sn)是已知众包数据中cell5的RSRP值，wn是Z(sn)对应的权重值，N是总的已知RSRP值的数量。本示例中，RSRP1和RSRP2都是Z(sn)。待插值点的数据即为稀疏栅格的目标众包数据。
其中，公式(2)中的权重值wn可以根据相应信号的信号传播模型得到，例如，RSRP1和RSRP2对应的权重值可以根据图8所示的信号传播模型得到。根据信号传播模型确定权重值wn的过程请参考相关技术中的说明，此处不再赘述。
需要说明的是，此处采用泛克里金插值法说明目标众包数据的获取过程仅为示例性说明，本领域技术人员应当理解，本实施例中可以采用的插值算法不限于泛克里金插值法。
S608、根据第一指纹库和优化后关联到稀疏栅格的目标众包数据，生成第二指纹库。
通过对稀疏栅格进行优化，可以缩短采集数据时间，提升项目上线周期。同时可以提高指纹库的准确率，如果某个栅格没有采集到测量数据(例如小区信息和RSRP)，使用到该数据的时候就会造成相关指纹的缺失，导致确率低。
根据前述实施例可见，本实施例的指纹库生成方法，通过生成众包数据和莫顿码编码的栅格映射关系的指纹库，使得感知中台能够向众多智能推荐业务高效提供定制化的感知地理围栏能力，为快速生成新增业务感知地理围栏提供基础。
本申请实施例还提供一种电子设备，该电子设备包括存储器和处理器，存储器与处理器耦合，存储器存储有程序指令，当程序指令由所述处理器执行时，使得电子设备执行前述任一实施例的指纹库生成方法。
可以理解的是，电子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和/或软件模块。结合本文中所公开的实施例描述的各示例的算法步骤，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。本领域技术人员可以结合实施例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。
本实施例还提供一种计算机存储介质，该计算机存储介质中存储有计算机指令，当该计算机指令在电子设备上运行时，使得电子设备执行上述相关方法步骤实现上述实施例中的指纹库生成方法。
本实施例还提供了一种计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机执行上述相关步骤，以实现上述实施例中的指纹库生成方法。
另外，本申请实施例还提供一种装置，这个装置具体可以是芯片，组件或模块，该装置可包括相连的处理器和存储器；其中，存储器用于存储计算机执行指令，当装置运行时，处理器可执行存储器存储的计算机执行指令，以使芯片执行上述各方法实施例中的指纹库生成方法。
其中，本实施例提供的电子设备、计算机存储介质、计算机程序产品或芯片均用于执行上文所提供的对应的方法，因此，其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果，此处不再赘述。
通过以上实施方式的描述，所属领域的技术人员可以了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是一个物理单元或多个物理单元，即可以位于一个地方，或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
本申请各个实施例的任意内容，以及同一实施例的任意内容，均可以自由组合。对上述内容的任意组合均在本申请的范围之内。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。
结合本申请实施例公开内容所描述的方法或者算法的步骤可以硬件的方式来实现，也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成，软件模块可以被存放于随机存取存储器(Random Access Memory，RAM)、闪存、只读存储器(Read Only Memory，ROM)、可擦除可编程只读存储器(Erasable Programmable ROM，EPROM)、电可擦可编程只读存储器(Electrically EPROM，EEPROM)、寄存器、硬盘、移动硬盘、只读光盘(CD-ROM)或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本申请实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。
Claims (13)
1.一种指纹库生成方法，其特征在于，应用于电子设备，所述方法包括：
将目标区域地图进行栅格化，得到若干个栅格；
对所述若干个栅格中的每个栅格进行莫顿码编码，将栅格的莫顿码编码作为栅格对应的栅格号；
对于第一测量报告众包数据集中的每个第一测量报告众包数据，根据第一测量报告众包数据中的位置信息，确定与第一测量报告众包数据匹配的目标栅格号；
将所述第一测量报告众包数据与所述目标栅格号相关联，得到所述第一测量报告众包数据对应的指纹信息；
根据所述第一测量报告众包数据集中的所有第一测量报告众包数据对应的指纹信息，生成第一指纹库；
所述第一指纹库中每个栅格的指纹是所述电子设备对相同栅格号对应的多条指纹进行聚合处理后获得。
2.根据权利要求1所述的方法，其特征在于，根据所述第一测量报告众包数据集中的所有第一测量报告众包数据对应的指纹信息，生成第一指纹库之后，还包括：
从所述第一指纹库中查找稀疏栅格，所述稀疏栅格是指存在未关联的目标众包数据的栅格，所述目标众包数据是根据所述稀疏栅格的相邻栅格关联的第一测量报告众包数据推断得到的；
对所述稀疏栅格进行优化，以将所述目标众包数据关联到所述稀疏栅格；
根据所述第一指纹库和优化后关联到所述稀疏栅格的目标众包数据，生成第二指纹库。
3.根据权利要求2所述的方法，其特征在于，对所述稀疏栅格进行优化，以将所述目标众包数据关联到所述稀疏栅格，包括：
在所述第一测量报告众包数据集中查找至少两个参考众包数据，所述至少两个参考众包数据是与所述稀疏栅格的相邻栅格关联的数据，且所述至少两个参考众包数据对应的信号类型与所述目标众包数据的信号类型相同，均为目标信号类型；
获取所述目标众包数据中的信号对应的目标信号传播模型；
根据所述至少两个参考众包数据和所述目标信号传播模型，确定所述目标众包数据；
将所述目标众包数据与所述稀疏栅格相关联。
4.根据权利要求3所述的方法，其特征在于，根据所述至少两个参考众包数据和所述目标信号传播模型，确定所述目标众包数据，包括：
从所述至少两个参考众包数据中分别提取所述目标信号类型的信号值；
基于预设插值算法，根据所述目标信号传播模型和所述信号值，确定目标信号值；
根据所述至少两个参考众包数据中与所述信号值相关的信息、所述目标信号值，确定所述目标众包数据。
5.根据权利要求4所述的方法，其特征在于，所述预设插值算法为泛克里金UK插值法。
6.根据权利要求1所述的方法，其特征在于，将目标区域地图进行栅格化，得到若干个栅格，包括：
根据感知围栏的精度，将目标区域地图进行栅格化，得到若干个栅格。
7.根据权利要求1所述的方法，其特征在于，对于第一测量报告众包数据集中的每个第一测量报告众包数据，根据第一测量报告众包数据中的位置信息，确定与第一测量报告众包数据匹配的目标栅格号之前，还包括：
根据原始测量报告众包数据集，确定第一测量报告众包数据集。
8.根据权利要求7所述的方法，其特征在于，根据原始测量报告众包数据集，确定第一测量报告众包数据集，包括：
从原始测量报告众包数据集中筛选符合预设要求的测量报告众包数据，作为初步测量报告众包数据；
将所述初步测量报告众包数据转换为墨卡托坐标系中的数据，记为第一测量报告众包数据；
将第一测量报告众包数据添加到第一测量报告众包数据集中。
9.根据权利要求8所述的方法，其特征在于，从原始测量报告众包数据集中筛选符合预设要求的测量报告众包数据，作为初步测量报告众包数据，包括：
按照预设清洗规则，对原始测量报告众包数据集中的数据进行清洗，得到中间数据集；
对所述中间数据集中的数据进行聚类处理，得到初步测量报告众包数据。
10.根据权利要求1所述的方法，其特征在于，所述第一测量报告众包数据包括如下数据中的至少一组数据：
小区信息，参考信号接收功率值RSRP；
wifi信息，接收信号强度指示RSSI；
蓝牙信息，接收信号强度指示RSSI。
11.根据权利要求1所述的方法，其特征在于，所述电子设备为服务器。
12.一种电子设备，其特征在于，包括：
存储器和处理器，所述存储器与所述处理器耦合；
所述存储器存储有程序指令，当所述程序指令由所述处理器执行时，使得所述电子设备执行权利要求1-11中任意一项所述的指纹库生成方法。
13.一种计算机可读存储介质，包括计算机程序，其特征在于，当所述计算机程序在电子设备上运行时，使得所述电子设备执行如权利要求1-11中任意一项所述的指纹库生成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211189149.XA CN116680468B (zh) | 2022-09-28 | 2022-09-28 | 指纹库生成方法及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211189149.XA CN116680468B (zh) | 2022-09-28 | 2022-09-28 | 指纹库生成方法及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116680468A CN116680468A (zh) | 2023-09-01 |
| CN116680468B true CN116680468B (zh) | 2024-03-22 |
Family
ID=87789638
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211189149.XA Active CN116680468B (zh) | 2022-09-28 | 2022-09-28 | 指纹库生成方法及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116680468B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN108243495A (zh) * | 2016-12-23 | 2018-07-03 | 亿阳信通股份有限公司 | 一种位置指纹数据库建立方法、装置和终端定位方法 |
| CN110719602A (zh) * | 2018-07-11 | 2020-01-21 | 中国电信股份有限公司 | 指纹定位方法和装置 |
| CN110972261A (zh) * | 2019-12-05 | 2020-04-07 | 北京红山信息科技研究院有限公司 | 一种基站指纹库建立方法、装置、服务器及存储介质 |
| CN111565452A (zh) * | 2020-04-24 | 2020-08-21 | 东南大学 | 基于WiFi多径相似性的室内定位指纹库综合生成方法 |
| WO2020215783A1 (zh) * | 2019-04-25 | 2020-10-29 | 华为技术有限公司 | 定位方法、装置及存储介质 |
| CN111866935A (zh) * | 2019-04-24 | 2020-10-30 | 中兴通讯股份有限公司 | 指纹库创建、应用方法、装置及集中处理设备、基站 |
| CN111898787A (zh) * | 2019-05-06 | 2020-11-06 | 中国移动通信集团湖南有限公司 | 基站规划方法、装置、终端设备以及存储介质 |
| CN113543178A (zh) * | 2021-07-28 | 2021-10-22 | 北京红山信息科技研究院有限公司 | 基于用户感知的业务优化方法、装置、设备及存储介质 |
| WO2022127573A1 (zh) * | 2020-12-17 | 2022-06-23 | 中兴通讯股份有限公司 | 一种用户轨迹定位方法、电子设备及计算机存储介质 |
-
2022
- 2022-09-28 CN CN202211189149.XA patent/CN116680468B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108243495A (zh) * | 2016-12-23 | 2018-07-03 | 亿阳信通股份有限公司 | 一种位置指纹数据库建立方法、装置和终端定位方法 |
| 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 |
| CN110719602A (zh) * | 2018-07-11 | 2020-01-21 | 中国电信股份有限公司 | 指纹定位方法和装置 |
| CN111866935A (zh) * | 2019-04-24 | 2020-10-30 | 中兴通讯股份有限公司 | 指纹库创建、应用方法、装置及集中处理设备、基站 |
| WO2020215783A1 (zh) * | 2019-04-25 | 2020-10-29 | 华为技术有限公司 | 定位方法、装置及存储介质 |
| CN111898787A (zh) * | 2019-05-06 | 2020-11-06 | 中国移动通信集团湖南有限公司 | 基站规划方法、装置、终端设备以及存储介质 |
| CN110972261A (zh) * | 2019-12-05 | 2020-04-07 | 北京红山信息科技研究院有限公司 | 一种基站指纹库建立方法、装置、服务器及存储介质 |
| CN111565452A (zh) * | 2020-04-24 | 2020-08-21 | 东南大学 | 基于WiFi多径相似性的室内定位指纹库综合生成方法 |
| WO2022127573A1 (zh) * | 2020-12-17 | 2022-06-23 | 中兴通讯股份有限公司 | 一种用户轨迹定位方法、电子设备及计算机存储介质 |
| CN113543178A (zh) * | 2021-07-28 | 2021-10-22 | 北京红山信息科技研究院有限公司 | 基于用户感知的业务优化方法、装置、设备及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| MR智能定位系统的研究与实现;卢山;中国新技术新产品;22-24 * |
| Platform for transverse evaluation of control strategies for multi-energy smart grids;Timothé Gronier 等;Smart Energy;1-27 * |
| 基于跨域数据的位置能力研究与实践;李昶 等;电信工程技术与标准化;27-32 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116680468A (zh) | 2023-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107547633B (zh) | 一种用户常驻点的处理方法、装置和存储介质 | |
| US10034141B2 (en) | Systems and methods to identify home addresses of mobile devices | |
| CN102170696B (zh) | 用于存储信标基准数据的cuckoo散列 | |
| US9719790B2 (en) | Mapping uncertain geometries to graticules | |
| CN107463585B (zh) | 指纹数据入库处理方法及装置 | |
| CN109992633A (zh) | 基于用户位置的地理围栏确定方法、装置、电子设备 | |
| CN108011987A (zh) | Ip地址定位方法及装置，电子设备及存储介质 | |
| CN109361495A (zh) | 一种极化码构造方法、装置、电子设备及可读存储介质 | |
| CN110298687B (zh) | 一种区域吸引力评估方法及设备 | |
| CN111090712A (zh) | 一种数据处理方法、装置、设备及计算机存储介质 | |
| CN104539750A (zh) | 一种ip定位方法和装置 | |
| CN112039861B (zh) | 风险识别方法、装置、电子设备和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 | |
| CN111459723B (zh) | 终端数据处理系统 | |
| CN115687675A (zh) | 一种机载矢量地图数据处理方法 | |
| CN109885638B (zh) | 一种三维立体空间索引方法及系统 | |
| CN116680468B (zh) | 指纹库生成方法及电子设备 | |
| CN110972258B (zh) | 一种位置指纹库的建立方法及装置 | |
| CN114664104B (zh) | 一种路网匹配方法和装置 | |
| EP2132953A1 (en) | Method for computing the geographical location of a mobile terminal | |
| CN113593244A (zh) | 一种流量确定方法、装置、存储介质及电子装置 | |
| CN111611337B (zh) | 终端数据处理系统 | |
| CN114501618B (zh) | 定位模型训练方法、定位方法和计算机可读存储介质 | |
| CN116257774A (zh) | 区域分类方法、装置及存储介质 | |
| CN114461638A (zh) | 位置索引构建方法、用户确定方法、装置、介质及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |