TW201918103A - 無線資產定位的方法 - Google Patents

Abstract

一種無線資產定位的方法，用於一無線通訊系統的一伺服器，該方法包含有：從該無線通訊系統的複數個行動裝置，接收該複數個行動裝置的一各個位置資訊；從該複數個行動裝置，接收關於鄰近的一無線資產的一藍牙訊號資訊，其中該藍牙訊號資訊包含有一藍牙接收訊號強度及一識別碼；以及根據該複數個行動裝置的該位置資訊及該藍牙訊號資訊，計算該無線資產的位置。

Description

無線資產定位的方法

本發明係指一種用於無線通訊系統中通訊裝置的方法，尤指一種透過群眾通訊裝置來進行室內資產定位的方法。

儀器設備是製造業、醫療中心不可或缺的資產（Asset），具有規模的公司組織更需要足夠儀器設備，協助組織運作，但資產管理也隨著資產數量的增加而日益困難。在醫院中每年花費數以百萬的成本在補足遺失設備，醫療人員更因為資源分配不均、錯誤的放置，每天將花費25-33%的工作時間找尋使用率頻繁且可移動的醫療器材，間接導致醫療人員無法專注於病患，降低醫療服務的品質。同樣的，企業研發人員也常因找尋量測儀器，降低工作效率，拖延產品研發時程。因此，要如何在室內中確切掌握可移動資產動向，進行資產追蹤（asset tracking)，對於企業組織來說是重要議題。

隨著無線技術的推陳出新，室內定位系統（indoor positioning systems, IPSs）的出現，提供了資產定位的可能性，透過室內定位系統取得資產位置能夠降低員工花費多餘的時間找尋資產，提升員工專注於產品研發及服務。然而，在室內資產追蹤系統中，錨節點（anchor node）佈建影響著系統效能，在每個錨節點涵蓋度有限的情況下，錨節點數量將隨著室內空間擴大而增加，系統佈建成本也隨之提高。因此，近年來群眾外包（crowdsourcing）的概念使室內定位系統有了新的思維。群眾外包概念是利用無所不在行動裝置，透過群體合作增加感測範圍，舉例來說，可透過智慧型手機透過群眾感知方式增加系統涵蓋度，降低佈置錨節點的成本。

因此，本發明之主要目的即在於提供一種無線資產定位方法，以解決上述問題。

本發明揭露一種無線資產定位的方法，用於一無線通訊系統的一伺服器，該方法包含有：從該無線通訊系統的複數個行動裝置，接收該複數個行動裝置的一各個位置資訊；從該複數個行動裝置，接收關於鄰近的一無線資產的一藍牙訊號資訊，其中該藍牙訊號資訊包含有一藍牙接收訊號強度及一識別碼；以及根據該複數個行動裝置的該位置資訊及該藍牙訊號資訊，計算該無線資產的位置。

本發明揭露一種無線資產定位的方法，用於一無線通訊系統的一行動裝置，該方法包含有：建立一訊號紋資料庫，該訊號紋資料庫用來紀錄在一區域範圍內預先佈置的複數個參考格點的各個參考格點，測量到從該無線通訊系統的複數個存取點傳送出的複數個第一接收訊號強度，其中該訊號紋資料庫包含複數個訊號紋資料群集及其分別對應的一群集中心訊號紋資料；即時測量該複數個存取點發出的複數個第二接收訊號強度及鄰近的一無線資產發出的一藍牙接收訊號強度；根據各個群集中心訊號紋資料與該複數個第二接收訊號強度，判斷測量到該複數個第二接收訊號強度屬於該複數個訊號紋資料群集中的哪一個訊號紋資料群集；根據判斷出的該訊號紋資料群集中的該複數個第一接收訊號強度及即時測量到的該複數個第二接收訊號強度，得出該行動裝置的一位置資訊；以及傳送該行動裝置的位置資訊及即時測量到的該無線資產的藍牙訊號強度至該無線通訊系統的一伺服器。

請參見第1圖，第1圖為本發明實施例一資產追蹤系統架構的示意圖。本發明的資產定位系統為整合型的無線通訊系統，其包含有無線區域網路技術（如IEEE 802.11規範，在本文中稱為Wi-Fi技術）、藍芽低功耗技術（Bluetooth Low Energy，在本文中稱為BLE技術）及蜂巢式通訊技術（如3GPP制定的LTE系統）。如第1圖所示，資產追蹤系統的主要元件包含有Wi-Fi存取點Wi-Fi AP、配置有低功耗藍牙信標（BLE beacon）功能的資產設備、群眾行動裝置（crowdsourcing users mobile device）、使用者行動裝置（user mobile device）及伺服器（server）。由下至上介紹，在第一層中主要是由資產及多個Wi-Fi AP組成，其中資產設備安裝有低功耗藍牙信標功能，用於提供資產識別及資產定位；Wi-Fi AP佈置於環境中提供群眾行動裝置定位。第二層包含群眾行動裝置、使用者行動裝置，在此群眾行動裝置為協助提供資產定位資訊之系統使用者的行動裝置，使用者行動裝置為尋找資產人員，而使用者亦能提供資產定位資訊，兩者行動裝置將收集環境中資產所發出之藍牙信標的接收訊號強度BLE RSSI與信標識別碼BLE ID，識別碼內容包含了三個部分：鄰近通用唯一識別碼（proximity UUID）、主要編號參數（major）及次要編號參數（minor），以及收集環境中Wi-Fi AP的接收訊號強度Wi-Fi RSSI與識別碼Wi-Fi ID，接著，透過無線訊號將收集到資料傳送至第三層伺服器。伺服器透過群眾人員定位資訊與資產定位資訊來將資產定位，並提供使用者查詢資產位置。

請參見第2圖，第2圖為本發明實施例一通訊裝置20的示意圖。通訊裝置20可為第1圖中的使用者行動裝置或群眾行動裝置（如支援Wi-Fi技術及BLE技術的智慧型手機），其包含一處理裝置200、一儲存裝置210及一通訊介面裝置220，其包含Wi-Fi通訊介面單元、BLE通訊介面單元及蜂巢式通訊介面單元。處理裝置200可為一微處理器或一特定應用積體電路（application-specific integrated circuit，ASIC）。儲存裝置210可為任一資料儲存裝置，用來儲存一程式碼214，並透過處理裝置200讀取及執行程式碼214。舉例來說，儲存裝置210可為用戶識別模組（subscriber identity module，SIM）、唯讀式記憶體（read-only memory，ROM）、快閃記憶體（flash memory）、隨機存取記憶體（random-access memory，RAM）、光碟唯讀記憶體（CD-ROM／DVD-ROM）、磁帶（magnetic tape）、硬碟（hard disk）及光學資料儲存裝置（optical data storage device）等，而不限於此。控制通訊介面裝置220可為一無線收發器，其根據處理裝置200的處理結果，與網路端（如LTE網路或伺服器）交換無線訊號。

本發明的目的在於提出高精確度且能即時追蹤資產的方法。本發明的資產追蹤方法，包含有兩個部分：群眾人員定位流程以及資產定位流程。詳細說明如下。

請參考第3圖，第3圖為本發明實施例一群眾人員定位流程30之示意圖。群眾人員定位流程30用於通訊裝置20（如第1圖中的群眾及使用者行動裝置），用來取得群眾及使用者行動裝置的位置資訊。群眾人員定位流程30可被編譯為程式碼214，儲存於儲存單元210中，其包含以下步驟：

步驟300：開始。

步驟310：建立一訊號紋資料庫，該訊號紋資料庫用來紀錄在一區域範圍內預先佈置的複數個參考格點的各個參考格點上，測量到從該無線通訊系統的複數個存取點傳送出的複數個第一接收訊號強度，其中該訊號紋資料庫包含複數個訊號紋資料群集及其分別對應的一群集中心訊號紋資料。

步驟320：即時測量該複數個存取點傳送出的複數個第二接收訊號強度及鄰近的一無線資產傳送出的一藍牙接收訊號強度。

步驟330：根據各個群集中心訊號紋資料與該複數個第二接收訊號強度，判斷測量到該複數個第二接收訊號強度屬於該複數個訊號紋資料群集中的哪一個訊號紋資料群集 。

步驟340：根據判斷出的該訊號紋資料群集中的該複數個第一接收訊號強度與即時測量到的該複數個第二接收訊號強度，得出該行動裝置的一位置資訊。

步驟350：傳送該行動裝置的該位置資訊與即時測量到的該無線資產的該藍牙訊號強度至該無線通訊系統的一伺服器。

步驟360：結束。

根據群眾人員定位流程30，行動裝置會建立Wi-Fi訊號紋資料庫（在本文中另稱為Wi-Fi訊號紋地圖），用來作為定位行動裝置的依據。值得注意的是，Wi-Fi訊號紋地圖包含複數個訊號紋資料群集及其分別對應的一群集中心訊號紋資料，用來降低計算行動裝置位置的運算量及時間，藉以提高即時追蹤資產的效能。除此之外，行動裝置會測量鄰近資產的藍牙接收訊號強度，並將其位置資訊及藍牙接收訊號強度傳送至伺服器，以供伺服器定位資產位置。

進一步地，本發明的群眾人員定位流程30包含有離線階段（Offline Stage）與線上定位階段（Online Stage）。在離線階段其主要目的是收集環境Wi-Fi訊號紋地圖，而線上定位階段是比對Wi-Fi訊號紋地圖來估計行動裝置位置。關於群眾人員定位流程30的詳細運作方式，請參見第4A-4B圖。在群眾人員定位的離線階段，如第4A圖所示，在離線階段中首先透過行動裝置，如智慧型手機，接收環境中Wi-Fi AP的接收訊號強度Wi-Fi RSSI後，經由資料處理，將室內空間中測量到的接收訊號強度Wi-Fi RSSI及ID紀錄於訊號紋資料庫或訊號紋地圖。此外，為了降低線上定位階段比對訊號紋資料計算複雜度，本發明提出使用k-平均演算法（k-means clustering）將訊號紋地圖分群，因此在離線階段完成後將會提供已分群之訊號紋地圖及各群群中心訊號紋向量。

在線上定位階段，如第4B圖所示，每個行動裝置將即時測量Wi-Fi AP的接收訊號強度Wi-Fi RSSI及ID和資產設備的接收訊號強度BLE RSSI及ID。行動裝置將即時測量接收訊號強度Wi-Fi RSSI及ID比對離線階段所提供的各群群中心訊號紋向量，將即時測量的接收訊號強度Wi-Fi RSSI歸類於最相似的群集，再透過定位演算法取得行動裝置位置，取得位置後連同經過資料處理的資產設備接收訊號強度BLE RSSI傳送至伺服器，以進行資產定位流程，最終取得資產位置。

關於離線階段中的Wi-Fi訊號紋地圖建立操作，詳細說明如下。離線階段分為兩個步驟，首先是佈置參考格點，如第5圖所示，行動裝置測量各參考格點訊號紋向量，以建立訊號紋地圖。量測人員透過智慧型手機，在個各參考格點上量測所有環境中Wi-Fi AP 接收訊號強度值，而為了減少智慧型手機接收Wi-Fi AP 接收訊號強度值擾動的影響，在建立各參考格點訊號紋向量時，將會透過平均濾波器，減少Wi-Fi AP擾動較大的接收訊號強度值。平均濾波器的運算如公式3.1所示：

其中，代表參考格點、代表時間、N代表資料筆數、代表環境中Wi-Fi AP、代表在參考格點量測到的Wi-Fi AP第筆RSS值。舉例來說， N＝10，表示每10筆取一次平均。

參考格點量測到個Wi-Fi Ap接收訊號強度後，經過平均濾波器並紀錄下來，成為該參考格點訊號紋向量R，可由公式3.2表示：

在離線階段第一步驟完成後將會紀錄所有參考格點並建立Wi-Fi訊號紋地圖， Wi-Fi訊號紋地圖可由公式3.3表示：

取得Wi-Fi訊號紋地圖後，在第二步驟將Wi-Fi訊號紋地圖利用k-平均演算法（k-means clustering），將Wi-Fi訊號紋地圖分群，降低線上定位階段比對參考格點數量，k-平均演算法是一種將資料分群（clustering）的方法，其主要目的是要找出資料的相似的群集，讓相同屬性的資料歸類於同一群集的子集合，在k-平均演算法中是將個資料劃分至k個群集中，使得組內平方和最小，以滿足公式3.4：

代表群集數量，表示資料、代表各群集群中心、表示群集集合，訊號紋向量與群中心訊號紋向量歐基里德距離（Euclidean distance），其定義如公式3.5所示：

而在k-平均演算法中，假設已知初始的個群中心點，其演算法步驟會按照下面兩步驟交替進行：

1. 分配步驟

將每個輸入資料分配於各群集中，使組內平方和最小，此方法是利用歐式距離比較輸入資料與群中心的相似度，將資料分配到相似度最高群集，如公式3.6所示：

2. 更新步驟

將資料分配到各群集中後，會重新計算每個群集中心，如公式3.7所示：

因此，在完成離線階段後，行動裝置會提供分群的Wi-Fi訊號紋地圖及各群群中心訊號紋向量，進而提供線上定位階段所需資訊。

在線上定位階段，行動裝置測量環境所有Wi-Fi AP接收訊號強度Wi-Fi RSSI，記錄成一測試點的訊號紋向量，如公式3.8所示：

將測試點訊號紋向量比對各群集群中心，透過歐基里德距離取得最相似群集參考點，表示為k群集的群中心訊號紋向量，如公式3.9所示：

取得最相似群集後，假設該群集訊號紋地圖拱有j個參考格點，其中每個參考格點可表示為，其向量如公式3.10所示，t表示環境中Wi-Fi Ap數目。

透過歐基里德距離計算群集中參考格點j與測試點距離，如公式3.11所示：

將該群集參考點與測試點歐基里德距離由大到小排列，挑出k個距離最小點，並取得該點歐基里德距離，計算該點權重值，與成反比，當越大權重越小，越小權重越大，如公式3.12所示：

估測目標座標透過k個最相近參考點座標與其權重取得，如公式3.13所示：

因此，在完成線上定位階段後，行動裝置會提供位置資訊及經過資料處理的接收訊號強度BLE RSSI及ID給伺服器，以進行資產定位流程。

請參考第6圖，第6圖為本發明實施例一資產定位流程60之示意圖。資產定位流程用於通訊裝置20（如第1圖中的伺服器），用來取得資產的位置。資產定位流程60可被編譯為程式碼214，儲存於儲存單元210中，其包含以下步驟：

步驟600：開始。

步驟610：從該無線通訊系統的複數個行動裝置，接收該複數個行動裝置的一各個位置資訊。

步驟620：從該複數個行動裝置，接收關於鄰近的一無線資產的一藍牙訊號資訊，其中該藍牙訊號資訊包含有一藍牙接收訊號強度及一識別碼。

步驟630：根據該複數個行動裝置的該位置資訊及該藍牙訊號資訊，計算該無線資產的位置。

步驟640：結束。

根據資產定位流程60，伺服器從行動裝置接收關於行動裝置的位置資訊及資產位置資訊，即藍牙信標的接收訊號強度BLE RSSI及ID，接著根據路徑損耗模型（log-distance path loss model）將接收訊號強度BLE RSSI轉換為距離，進而根據行動裝置的位置，得出資產位置。

資產定位流程60的詳細運作方式，詳細說明如下。請參見第7圖，第7圖為本發明實施例一路徑損耗模型轉換距離的示意圖。由上述可知，行動裝置在群眾人員定位流程30完成後，會得到行動裝置的位置資訊，如7圖所示的三個人員位置座標(15, 6)、(23, 4)及(16, 4)。此外，行動裝置將測量到資產的接收訊號強度BLE RSS基於路徑損耗模型，計算出人員位置與資產位置之間的距離分別為1、7.5及2，因此伺服器能根據人員位置座標(15, 6)、(23, 4)及(16, 4)及距離資訊，計算出資產的位置座標為(16, 6)。

值得注意的是，在本發明一實施例中，伺服器在取得k個最近時間人員提供的位置資訊及接收訊號強度BLE RSSI後，將以k個群眾外包人員位置與資產的距離視為調整權重依據，再取得資產位置。詳細說明如下：

取得k個最近時間人員位置及其資產上的藍牙RSS值，如公式3.14所示：

估測資產座標透過k個最近時間提供資訊人員位置與其權重取得，如公式3.15所示：

其權重值是依據資訊人員與資產位置距離調整權重，權重值與距離成反比，距離越近權重越大，距離越遠權值越小，如公式3.16：

其中人員與資產距離是將藍牙RSSI透過對數-常數遮蔽效應路徑損號模型（log-normal shadowing path loss model）轉換，詳細說明如下：

路徑損耗是指無線電波無論在室內或者室外，接收訊號強度會隨著距離增加而成指數的衰減，此現象可用對數-距離路徑損耗模型（log-distance path loss model）表示，也由於接收訊號強度是呈現指數衰減，路徑平均損耗接收功率會和距離n次方成正比，因此接收功率平均損耗關係可由公式3.17表示。

若將傳送端與接收端距離為d 則平均損耗功率則可表示成公式3.18，其單位為分貝(dB)。

其中n為路徑損耗指數，n數值將會隨著環境不同而有所不同，如第8圖所示，第8圖為本發明實施例一環境路徑損耗指數的示意圖。當n值越小表示訊號隨著傳播距離增加損耗越小，為參考距離，其值通常會選擇非常接近的傳送端距離。

然而，在傳播路徑損耗模型中，只考慮到距離所造成的接收功率損耗，並沒有考慮到傳送端與接收端之間會受到不同遮蔽物的影響，而其改變可用對數-常態分布(log-normal distribution)表示，意旨當在相同距離下，在取樣數量足夠情況下，不同環境接收端接收訊號強度呈現對數-常態分佈，因此要估計接收到的訊號強度，可以採用對數常態遮蔽效應路徑損耗模型(log-normal shadowing path loss model)表示。如公式3.8

表示。

其中n為路徑損耗指數，n數值將會隨著環境不同而有所不同，如表3.1所示，為陷入參考距離，為高斯隨機變數，平均值為0，標準差，不同大小代表遮蔽效應影響的多寡。

本發明利用對數-距離路徑損耗模型將使用者量測到的藍牙接收訊號強度BLE RSSI轉換為距離，再依據公式3.20將此距離視為調整權重依據代入權值計算推導出公式3.21，使距離資產上低功耗藍牙信標較近的提供資訊人員能有較大的權值，資產定位位置也能較靠近該提供資產人員，當提供資訊人員越多也能越符合資產實際位置。

其中為提供資產人員對應之權值，為提供資產人員所量測到藍牙接收訊號強度，n為路徑損耗指數。

參見第9圖，其為本發明實施例一資產追蹤系統使用情境的示意圖。本發明資產追蹤系統可使用於大型室內空間，如醫療中心、製造業公司產線，而群眾外包使用者為該系統使用人員，如：醫療中心醫護人員，系統使用人員皆攜帶個人智慧型行動裝置，並能夠回傳其行動裝置位置資訊（透過群眾人員定位流程30）以及周遭的資產位置資訊至伺服器，伺服器再透過本發明所提出的資產定位流程60及資產定位演算法，計算各資產位置，最終找尋資產人員就能透過伺服器取得資產位置

上述所有步驟，包含所建議的步驟，可透過硬體、軔體（即硬體裝置與電腦指令的組合，硬體裝置中的資料為唯讀軟體資料）或電子系統等方式實現。硬體可包含類比、數位及混合電路（即微電路、微晶片或矽晶片）。電子系統可包含系統單晶片（system on chip，SOC）、系統封裝（system in package，Sip）、電腦模組（computer on module，COM）及通訊裝置20。

綜上所述，本發明提出整合Wi-Fi技術及BLE技術的群眾外包資產定位方法，用來實現群眾外包式室內資產追蹤的目的，透過使用廣泛的智慧型手機當作錨節點感測資產位置，增加系統涵蓋度，降低佈置錨節點成本。簡單來說，結合Wi-Fi訊號紋定位法使群眾手機在大範圍室內空間中先定位，再接著使用低功耗藍牙信標安裝於資產（智慧型手機皆提供支援優勢）提供群眾使用行動裝置取得資產資訊及辨識資產，最後透過基於路徑損耗模型資產定位法，結合群眾量測到的藍牙資產資訊將資產定位。因此，本發明提出的資產定位方法相較其他定位方法，更能隨著提供人員數量增加而提高定位效能，突顯出群眾外包式定位系統用於室內資產追蹤的優勢。 以上所述僅為本發明之較佳實施例，凡依本發明申請專利範圍所做之均等變化與修飾，皆應屬本發明之涵蓋範圍。

BLE RSSI & ID‧‧‧藍牙信標的接收訊號強度及識別

Wi-Fi RSSI &ID‧‧‧Wi-Fi訊號的接收訊號強度及識別

Wi-Fi AP‧‧‧Wi-Fi存取點

30、60‧‧‧流程

300～360、600～640‧‧‧步驟

20‧‧‧通訊裝置

200‧‧‧處理裝置

210‧‧‧儲存裝置

214‧‧‧程式碼

220‧‧‧通訊介面裝置

第1圖為本發明實施例一資產追蹤系統架構的示意圖。 第2圖為本發明實施例一通訊裝置的示意圖。 第3圖為本發明實施例一群眾人員定位流程之示意圖。 第4A-4B圖為群眾人員定位的操作示意圖。 第5圖為本發明實施例一環境佈置參考格點的示意圖。 第6圖為本發明實施例一資產定位流程之示意圖。 第7圖為本發明實施例一路徑損耗模型轉換距離的示意圖。 第8圖為本發明實施例一環境路徑損耗指數的示意圖。 第9圖為本發明實施例一資產追蹤系統使用情境的示意圖。

Claims (11)

1. 一種無線資產定位的方法，用於一無線通訊系統的一伺服器，該方法包含有： 從該無線通訊系統的複數個行動裝置，接收該複數個行動裝置的一各個位置資訊； 從該複數個行動裝置，接收關於鄰近的一無線資產的一藍牙訊號資訊，其中該藍牙訊號資訊包含有一藍牙接收訊號強度及一識別碼；以及 根據該複數個行動裝置的該位置資訊及該藍牙訊號資訊，計算該無線資產的位置。
2. 如請求項1所述的方法，其中根據該複數個行動裝置的該位置資訊及該藍牙訊號資訊，計算該無線資產的位置的步驟包含有： 根據該藍牙訊號資訊中的該藍牙接收訊號強度，及關於該藍牙接收訊號強度的一路徑損耗模型轉換，計算出該複數個行動裝置與該無線資產的一各個距離；以及 根據該複數個行動裝置的該位置資訊及與該無線資產的該距離，得出該無線資產的位置。
3. 如請求項2所述的方法，更包含有： 根據該複數個行動裝置與該無線資產的該距離大小，配置對應的權重值予該複數個行動裝置的該位置資訊；以及 根據該複數個行動裝置的該位置資訊、對應配置的權重值及與該無線資產的該距離，計算出該無線資產的位置。
4. 如請求項1所述的方法，其中該識別碼包含鄰近通用唯一識別碼、主要編號參數及次要編號參數。
5. 如請求項1所述的方法，其中該無線通訊系統包含有無線區域網路技術、藍牙技術及蜂巢式通訊技術。
6. 如請求項1所述的方法，更包含有： 從該無線通訊系統中的一行動裝置，接收尋找該無線資產位置的一請求訊息。
7. 如請求項1所述的方法，其中根據該複數個行動裝置的該位置資訊及該藍牙訊號資訊，計算該無線資產的位置的步驟包含有： 選擇最近時間內所接收到的該複數個行動裝置中的部分行動裝置的該位置資訊及該藍牙訊號資訊，計算該無線資產的位置，其中該部分行動裝置的數量由該無線通訊系統佈置範圍來決定。
8. 一種無線資產定位的方法，用於一無線通訊系統的一行動裝置，該方法包含有： 建立一訊號紋資料庫，該訊號紋資料庫用來紀錄在一區域範圍內預先佈置的複數個參考格點的各個參考格點，測量到從該無線通訊系統的複數個存取點傳送出的複數個第一接收訊號強度，其中該訊號紋資料庫包含複數個訊號紋資料群集及其分別對應的一群集中心訊號紋資料； 即時測量該複數個存取點發出的複數個第二接收訊號強度及鄰近的一無線資產發出的一藍牙接收訊號強度； 根據各個群集中心訊號紋資料與該複數個第二接收訊號強度，判斷測量到該複數個第二接收訊號強度屬於該複數個訊號紋資料群集中的哪一個訊號紋資料群集； 根據判斷出的該訊號紋資料群集中的該複數個第一接收訊號強度及即時測量到的該複數個第二接收訊號強度，得出該行動裝置的一位置資訊；以及 傳送該行動裝置的該位置資訊及即時測量到的該無線資產的該藍牙訊號強度至該無線通訊系統的一伺服器。
9. 如請求項8所述的方法，更包含有： 對該複數個接收訊號強度進行一資料分群程序，用來將紀錄的該複數個第一接收訊號強度分配至該複數個訊號紋資料群集；以及 根據每個訊號紋資料群集所分配到的第一接收訊號強度，計算出該群集中心訊號紋資料。
10. 如請求項8所述的方法，其中根據判斷出的該訊號紋資料群集中的該複數個第一接收訊號強度及即時測量到的該複數個第二接收訊號強度，得出該行動裝置的該位置資訊的步驟包含有： 根據該訊號紋資料群集中的該複數個第一接收訊號強度及即時測量到的該複數個第二接收訊號強度，計算該複數個第一接收訊號強度所對應的複數個參考格點與該複數個第二接收訊號強度所對應的一測式點之間的複數個距離； 依據大小排列該複數個距離； 選擇複數個最小距離，並依據大小配置對應的一權重值；以及 根據選擇的複數個最小距離所對應的參考格點及該權重值，計算出該行動裝置的位置資訊。
11. 如請求項8所述的方法，更包含有： 傳送尋找該無線資產位置的一請求訊息至該伺服器。