CN108540926A - 一种无线信号指纹的构建方法及装置 - Google Patents
一种无线信号指纹的构建方法及装置 Download PDFInfo
- Publication number
- CN108540926A CN108540926A CN201710121339.0A CN201710121339A CN108540926A CN 108540926 A CN108540926 A CN 108540926A CN 201710121339 A CN201710121339 A CN 201710121339A CN 108540926 A CN108540926 A CN 108540926A
- Authority
- CN
- China
- Prior art keywords
- wireless signal
- serving cell
- cluster
- sample point
- strength information
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种无线信号指纹的构建方法,包括:获取在预设参考点采样的至少一个无线信号测量样本点,其中,测量样本点中至少包含测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息;根据测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息,对测量样本点进行聚类,形成至少一个无线信号簇;以无线信号簇为单位,生成对应于无线信号簇的无线信号指纹。本发明同时还公开了一种无线信号指纹的构建装置。
Description
技术领域
本发明涉及无线信号处理技术,尤其涉及一种无线信号指纹的构建方法及装置。
背景技术
目前,基于无线信号指纹的定位技术是当前定位技术研究的重点,这是因为位置信息是移动智群感知与物联网应用的基础要素之一,并且在室内和室外环境具有广泛的应用场景,例如机场、火车站、大型商场的人员导航、特殊贵重物品的跟踪、基于位置的服务推送、安全和入侵检测与防范。基于无线信号指纹的定位技术与基于测距和基于接近度的定位技术相比较,其优势在于基站侧和移动终端侧都不需要增加和设计特殊的设备去实现,可以节省成本,并且具有较高的定位精度。
目前,对无线信号指纹定位需要预先构建无线信号指纹库,常用的方案包括以下步骤:
1、把所有的无线信号测试数据按照自定义好的格式进行存储;
2、将自定义存储无线信号测试数据按照服务小区进行分类存储;
3、将按照服务小区进行分类存储的无线信号测试数据按栅格进行存储;
4、将每一个栅格内的无线信号测试数据加权平均为一条指纹数据;
5、存储指纹数据,生成无线信号指纹库。
而上述方案中,在无线信号指纹的构建的时,会将所有的无线信号测试数据加入到指纹库中,而很多的测试数据是短时间内的多次测量,这样的样本点会具有很强的时间相关性,并且是具有时间相近、位置相近、测量到的信号强度相近的特征。当进行定位时,这些时间相关性强的测试数据与预测点的向量很近,而实际地理位置很远,根据上述方案加权平均的定位原理,会导致预测点的位置拉偏至这些点的附近,进而影响定位的精度。另一方面,上述方案将所有的无线信号测量数据作为无线信号指纹库,其数据量过大,即便在定位过程中只匹配选择服务小区相同的测量数据为搜索空间,依然需要计算多次距离、排序并获取大量的测试数据,因此,使用上述方案进行定位的精度和效率并不高。
发明内容
为解决现有存在的技术问题,本发明实施例提供一种无线信号指纹的构建方法及装置。
本发明实施例的技术方案是这样实现的:
本发明实施例提供了一种无线信号指纹的构建方法,包括:
获取在预设参考点采样的至少一个无线信号测量样本点,其中,测量样本点中至少包含测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息;
根据测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息,对测量样本点进行聚类,形成至少一个无线信号簇;
以无线信号簇为单位,生成对应于无线信号簇的无线信号指纹。
上述方法中,所述对测量样本点进行聚类,形成至少一个无线信号簇,包括:
将任意两个测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第一比较结果,将第一比较结果满足第一预设条件的两个测量样本点划分为一个无线信号簇,再将剩余测量样本点中任一测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与所述无线信号簇内的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第二比较结果,将所述第二比较结果满足第二预设条件的测量样本点添加至所述无线信号簇中,直至对所有测量样本点完成聚类。
上述方法中,所述方法还包括:
将未划分至无线信号簇中的单独的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与各个无线信号簇内测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息进行比较,生成第三比较结果,将第三比较结果满足第三预设条件的测量样本点单独形成无线信号簇。
上述方法中,所述以无线信号簇为单位,生成对应于无线信号簇的无线信号指纹,包括:
对无线信号簇内的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行平均,将平均后的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息作为无线信号指纹。
上述方法中,所述测量样本点中还包含有测量时间信息;
对应地,所述对测量样本点进行聚类,形成至少一个无线信号簇,包括:
将任意两个测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第四比较结果,将第四比较结果满足第四预设条件的两个测量样本点划分为一个无线信号簇,再将剩余测量样本点中任一测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与所述无线信号簇内的测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第五比较结果,将所述第五比较结果满足第五预设条件的测量样本点添加至所述无线信号簇中,直至对所有测量样本点完成聚类。
上述方法中,所述以无线信号簇为单位,生成对应于无线信号簇的无线信号指纹之后,所述方法还包括:
为所述无线信号指纹确定权重值,根据所述无线信号指纹及其权重值生成加权无线信号指纹;所述权重值与无线信号指纹对应的无线信号簇中的无线信号样本点数量相关。
上述方法中,所述权重值与无线信号指纹对应的无线信号簇中的无线信号样本点数量相关,包括:
所述权重值以f(x)函数表征时,f(x)仅在测度为零的实数集合内不可导,其余均可导,且满足:
对于任意的x1<x2∈[0,+∞),有f(x1)≤f(x2);
对于任意的x1<x2∈[0,+∞),有f'(x1)≥f'(x2)≥0;
其中,x表示无线信号簇无线信号样本点个数,x1和x2分别表示不同的两个无线信号簇中无线信号样本点数量,f'(x)表示f(x)的导数;[0,+∞)表示大于等于0,直至无穷大的范围;∈表示属于。
本发明实施例还提供了一种无线信号指纹的构建装置,包括:
获取模块,用于获取在预设参考点采样的至少一个无线信号测量样本点,其中,测量样本点中至少包含测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息;
聚类模块,用于根据测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息,对测量样本点进行聚类,形成至少一个无线信号簇;
生成模块,用于以无线信号簇为单位,生成对应于无线信号簇的无线信号指纹。
上述装置中,所述聚类模块具体用于:
将任意两个测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第一比较结果,将第一比较结果满足第一预设条件的两个测量样本点划分为一个无线信号簇,再将剩余测量样本点中任一测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与所述无线信号簇内的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第二比较结果,将所述第二比较结果满足第二预设条件的测量样本点添加至所述无线信号簇中,直至对所有测量样本点完成聚类,其中,将未划分至无线信号簇中的单独的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与各个无线信号簇内测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息进行比较,生成第三比较结果,将第三比较结果满足第三预设条件的测量样本点单独形成无线信号簇。
上述装置中,所述生成模块具体用于:
对无线信号簇内的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行平均,将平均后的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息作为无线信号指纹。
上述装置中,所述装置还包括:
权重值模块,用于为所述无线信号指纹确定权重值,根据所述无线信号指纹及其权重值生成加权无线信号指纹;所述权重值与无线信号指纹对应的无线信号簇中的无线信号样本点数量相关。
上述装置中,所述聚类模块还具体用于:
当所述测量样本点中还包含有测量时间信息时,将任意两个测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第四比较结果,将第四比较结果满足第四预设条件的两个测量样本点划分为一个无线信号簇,再将剩余测量样本点中任一测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与所述无线信号簇内的测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第五比较结果,将所述第五比较结果满足第五预设条件的测量样本点添加至所述无线信号簇中,直至对所有测量样本点完成聚类。
本发明实施例提供的无线信号指纹的构建方法及装置,获取在预设参考点采样的至少一个无线信号测量样本点,其中,测量样本点中至少包含测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息;根据测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息,对测量样本点进行聚类,形成至少一个无线信号簇;以无线信号簇为单位,生成对应于无线信号簇的无线信号指纹,还可以对所述无线信号指纹赋予权重值;如此,减小了时间相关性对定位精度的影响,同时还在不降低定位精度的情况下,减少了无线信号指纹库的样本点个数,提升了定位过程中的匹配效率。
附图说明
在附图(其不一定是按比例绘制的)中,相似的附图标记可在不同的视图中描述相似的部件。具有不同字母后缀的相似附图标记可表示相似部件的不同示例。附图以示例而非限制的方式大体示出了本文中所讨论的各个实施例。
图1为本发明实施例无线信号指纹的构建的方法流程示意图;
图2为本发明实施例加权无线信号指纹的构建方法的流程示意图;
图3为本发明实施例减少时间相关性无线信号指纹的构建方法的实际应用流程示意图;
图4为本发明实施例减少指纹数据库数据量无线信号指纹的构建方法的实际应用流程示意图;
图5为本发明实施例无线信号指纹的构建装置结构示意图。
具体实施方式
下面结合附图及实施例对本发明再作进一步详细的描述。
本发明实施例提供的无线信号指纹的构建方法,如图1所示,所述方法包括:
步骤101:获取在预设参考点采样的至少一个无线信号测量样本点,其中,测量样本点中至少包含测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息;
其中,无线信号的信号强度在空间传播过程中,会随着传播距离的增加而减弱,接收端设备与信号源距离越近,信号源的信号强度就越强,接收端设备与信号源距离越远,信号源的信号强度就越弱。根据已经建立好的无线信号指纹数据库,可以估算出接收端设备和信号源之间的距离,再根据估算接收端设备与多个信号源之间的距离,就可以获得接收端设备的位置,其中,离线数据库根据在多个预设位置下进行无线信号强度测量获得的样本点进行构建。
在实际应用中,测量无线信号强度需要相关人员携带具备无线通信功能的移动终端在目标区域中测量来自不同基站的信号强度信息,具体的,在目标区域中,标定出一些特定的地理位置(一般称之为参考点),记录每一个参考点的地理位置坐标信息。在每一个参考点上,移动终端采集一段时间内来自多个附近基站的信号强度,生成一个一维向量,并将所述向量与所述参考点地理位置坐标进行关联,生成测量样本点。
步骤102:根据测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息,对测量样本点进行聚类,形成至少一个无线信号簇;
将任意两个测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第一比较结果,将第一比较结果满足第一预设条件的两个测量样本点划分为一个无线信号簇,再将剩余测量样本点中任一测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与所述无线信号簇内的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第二比较结果,将所述第二比较结果满足第二预设条件的测量样本点添加至所述无线信号簇中,直至对所有测量样本点完成聚类,其中,将未划分至无线信号簇中的单独的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与各个无线信号簇内测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息进行比较,生成第三比较结果,将第三比较结果满足第三预设条件的测量样本点单独形成无线信号簇;
在实际应用中,上述方法具体可以通过以下实施例实现:
当所述测量样本点中还包含有测量时间信息,将任意两个测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别作差或相除,将同时满足测量时间差值小于等于预设时间阈值、测量位置差值小于等于测量位置阈值、服务小区信号强度差值小于等于服务小区信号强度阈值和服务小区的邻区信号强度差值或比值小于等于邻区信号强度阈值的两个测量样本点划分为一个无线信号簇,再将剩余测量样本点中任意的一个测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与所述无线信号簇内的两个测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别作差或相除,将与所述无线信号簇内的两个测量样本点同时满足测量时间差值或比值小于等于预设时间阈值、测量位置差值小于等于测量位置阈值、服务小区信号强度差值小于等于服务小区信号强度阈值和邻区信号强度差值或比值小于等于服务小区的邻区信号强度阈值的测量样本点添加至所述无线信号簇中,直至对所有测量样本点完成聚类,其中,将未划分至无线信号簇中的单独的测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与各个无线信号簇内测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息作差,并将测量时间差值或比值大于预设时间阈值、或测量位置差值或比值大于测量位置阈值、或服务小区信号强度差值或比值大于服务小区信号强度阈值、或邻区信号强度差值或比值大于邻区信号强度阈值的测量样本点单独形成无线信号簇;
上述实施例中,由于测量样本点是在一段时间内进行多次无线信号强度测量获得,因此,这样的测量样本点之间具有很强的时间相关性,会导致在进行定位计算距离时,与预测点的向量特征相似,但与预测点的实际地理位置偏差很大,使预测点的位置偏向到这些时间相关性很强的无线信号样本点附近,影响定位准确性,因此,本步骤将时间相关性强的无线信号样本点进行聚类,生成无线信号簇,其中,每个无线信号簇包含了时间相近、位置相近、信号强度相近的无线信号样本点,对其进行算数平均化表征位为一个点,如此,可以有效地减小时间性强无线信号样本点对定位准确性的影响。
步骤103:以无线信号簇为单位,生成对应于无线信号簇的无线信号指纹。
其中,对无线信号簇内的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行平均,将平均后的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息作为无线信号指纹;
在实际应用中,所述无线信号指纹可以根据时间、地理位置、信号强度等信息建立索引信息,根据所述索引信息进行存储,生成无线信号指纹库,如此,可以提高在定位过程匹配相关信息的效率。
本发明实施例还提供了加权无线信号指纹的构建方法,该方法可以在不影响定位准确性的前提下,缩减无线信号样本点的数量,提高定位效率,如图2所示,所述方法具体包括以下步骤:
步骤201:获取在预设参考点采样的至少一个无线信号测量样本点,其中,测量样本点中至少包含测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息;
步骤202:根据测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息,对测量样本点进行聚类,形成至少一个无线信号簇;
将任意两个测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第四比较结果,将第四比较结果满足第四预设条件的两个测量样本点划分为一个无线信号簇,再将剩余测量样本点中任一测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与所述无线信号簇内的测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第五比较结果,将所述第五比较结果满足第五预设条件的测量样本点添加至所述无线信号簇中,直至对所有测量样本点完成聚类;
在实际应用中,上述方法具体可以通过以下实施例实现:
将任意两个测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别作差或相除,将同时满足测量位置差值或比值小于等于测量位置阈值、服务小区信号强度差值或比值小于等于服务小区信号强度阈值和服务小区的邻区信号强度差值或比值小于等于邻区信号强度阈值的两个测量样本点划分为一个无线信号簇,再将剩余测量样本点中任意的一个测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与所述无线信号簇内的两个测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别作差,将与所述无线信号簇内的两个测量样本点同时满足测量位置差值或比值小于等于测量位置阈值、服务小区信号强度差值或比值小于等于服务小区信号强度阈值和邻区信号强度差值或比值小于等于服务小区的邻区信号强度阈值的测量样本点添加至所述无线信号簇中,直至对所有测量样本点完成聚类,其中,将未划分至无线信号簇中的单独的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与各个无线信号簇内测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息作差,并将测量位置差值或比值大于测量位置阈值、或服务小区信号强度差值或比值大于服务小区信号强度阈值、或邻区信号强度差值或比值大于邻区信号强度阈值的测量样本点单独形成无线信号簇。
步骤203:以无线信号簇为单位,生成对应于无线信号簇的无线信号指纹;
其中,对无线信号簇内的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行平均,将平均后的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息作为无线信号指纹。
步骤204:为所述无线信号指纹确定权重值,根据所述无线信号指纹及其权重值生成加权无线信号指纹;所述权重值与无线信号指纹对应的无线信号簇中的无线信号样本点数量相关。
所述权重值以f(x)函数表征时,f(x)仅在测度为零的实数集合内不可导,其余均可导,且满足:
对于任意的x1<x2∈[0,+∞),有f(x1)≤f(x2);
对于任意的x1<x2∈[0,+∞),有f'(x1)≥f'(x2)≥0;
其中,x表示无线信号簇无线信号样本点个数,x1和x2分别表示不同的两个无线信号簇中无线信号样本点数量,f'(x)表示f(x)的导数;[0,+∞)表示大于等于0,直至无穷大的范围;∈表示属于。所述权重值函数表征一种单调不减函数,并且其函数值增加的速度越来越慢,或者达到某个数值之后便停止增加,例如:f(x)=x,这样形式的函数。
在实际应用中,无线信号会受到很多情况的影响,所以很可能在不同时间、同一地点、测量的信号强度会有差别,而如果在不同时、同一地点,多次测量到信号强度相近,则可以确定当前地理位置的无线信号比较稳定,在一个预测点出现类似的信号强度信号的测量结果时,也可以确定为该预测点有更大的概率在这个测试地理位置附近,当匹配定位时仅需要计算一个参考点的距离,即可代表计算构建无线指纹库的一个无线信号簇的一定数量的无线信号样本点的距离,再对无线信号指纹赋予权重值,减少无线信号指纹库的数据量,提升定位匹配的效率。
图3为本发明实施例减少时间相关性无线信号指纹的构建的方法的实际应用流程示意图,如图3所示,所述流程包括以下步骤:
步骤301:根据无线信号样本点特征进行聚类,获得多个无线信号簇;
其中,无线信号簇中每一个无线信号样本点均需要满足时间差<Th1(可以根据实际需求进行设定,例如:20秒)、经纬度差<Th2(可以根据实际需求进行设定,例如:20米)、信号强度差<Th3(可以根据实际需求进行设定,例如:1.5分贝(dB));所述时间差、经纬度差、信号强度差的设置尽可能满足将时间性强的测量样本点划分至一个信号簇内。
步骤302:对各个簇内无线样本点的时间信息、经纬度信息、信号强度信息等进行算数平均,生成一个无线信号指纹;
其中,无线信号指纹表征该无线信号簇的特征,如时间信息、地理位置信息、信号强度信息。
步骤303:存储无线信号指纹,生成无线信号指纹库。
图4为本发明实施例减少指纹数据库数据量无线信号指纹的构建的方法的实际应用流程示意图,如图4所示,所述流程包括以下步骤:
步骤401:根据无线信号样本点特征进行聚类,获得多个无线信号簇;
其中,无线信号簇中每一个无线信号样本点均需要满足经纬度差<Th2(可以根据实际需求进行设定,例如:20米)、信号强度差<Th3(可以根据实际需求进行设定,例如:1.5dB)。
步骤402:对各个簇内无线样本点的经纬度信息、信号强度信息等进行算数平均,生成一个无线信号指纹;
其中,无线信号指纹表征该无线信号簇的特征,如时间信息、地理位置信息、信号强度信息等。
步骤403:为各个无线信号指纹赋予权重值;
其中,所述权重值以f(x)函数表征时,f(x)仅在测度为零的实数集合内不可导,其余均可导,且满足:
对于任意的x1<x2∈[0,+∞),有f(x1)≤f(x2);
对于任意的x1<x2∈[0,+∞),有f'(x1)≥f'(x2)≥0;
其中,x表示无线信号簇无线信号样本点个数,x1和x2分别表示不同的两个无线信号簇中无线信号样本点数量,f'(x)表示f(x)的导数;[0,+∞)表示大于等于0,直至无穷大的范围;∈表示属于;所述权重值函数表征一中单调不减函数,并且其函数值增加的速度越来越慢,或者达到某个数值之后便停止增加,例如:f(x)=x,这样形式的函数。
步骤404:存储赋予权重值的无线信号指纹,生成无线信号指纹库。
图5为本发明实施例无线信号指纹的构建装置结构示意图,如图5所示,本发明实施例无线信号指纹的构建装置包括:
获取模块501,用于获取在预设参考点采样的至少一个无线信号测量样本点,其中,测量样本点中至少包含测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息;
聚类模块502,用于根据测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息,对测量样本点进行聚类,形成至少一个无线信号簇;
生成模块503,用于以无线信号簇为单位,生成对应于无线信号簇的无线信号指纹;
其中,聚类模块502,具体用于:
将任意两个测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第一比较结果,将第一比较结果满足第一预设条件的两个测量样本点划分为一个无线信号簇,再将剩余测量样本点中任一测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与所述无线信号簇内的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第二比较结果,将所述第二比较结果满足第二预设条件的测量样本点添加至所述无线信号簇中,直至对所有测量样本点完成聚类,其中,将未划分至无线信号簇中的单独的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与各个无线信号簇内测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息进行比较,生成第三比较结果,将第三比较结果满足第三预设条件的测量样本点单独形成无线信号簇。
生成模块503,具体用于:
对无线信号簇内的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行平均,将平均后的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息作为无线信号指纹。
本发明实施例无线信号指纹构建装置还包括:
权重值模块504,用于为所述无线信号指纹确定权重值,根据所述无线信号指纹及其权重值生成加权无线信号指纹;所述权重值与无线信号指纹对应的无线信号簇中的无线信号样本点数量相关。
上述装置中,所述聚类模块502,还具体用于:
当所述测量样本点中还包含有测量时间信息时,将任意两个测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第四比较结果,将第四比较结果满足第四预设条件的两个测量样本点划分为一个无线信号簇,再将剩余测量样本点中任一测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与所述无线信号簇内的测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第五比较结果,将所述第五比较结果满足第五预设条件的测量样本点添加至所述无线信号簇中,直至对所有测量样本点完成聚类。
需要说明的是,上述获取模块501、聚类模块502、生成模块503以及权重值模块504具体实现功能可根据图1和图2所述的无线信号指纹构建方法的相关描述而理解,这里不再赘述。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (12)
1.一种无线信号指纹的构建方法,其特征在于,所述方法包括:
获取在预设参考点采样的至少一个无线信号测量样本点,其中,测量样本点中至少包含测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息;
根据测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息,对测量样本点进行聚类,形成至少一个无线信号簇;
以无线信号簇为单位,生成对应于无线信号簇的无线信号指纹。
2.根据权利要求1所述的方法,其特征在于,所述对测量样本点进行聚类,形成至少一个无线信号簇,包括:
将任意两个测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第一比较结果,将第一比较结果满足第一预设条件的两个测量样本点划分为一个无线信号簇,再将剩余测量样本点中任一测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与所述无线信号簇内的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第二比较结果,将所述第二比较结果满足第二预设条件的测量样本点添加至所述无线信号簇中,直至对所有测量样本点完成聚类。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
将未划分至无线信号簇中的单独的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与各个无线信号簇内测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息进行比较,生成第三比较结果,将第三比较结果满足第三预设条件的测量样本点单独形成无线信号簇。
4.根据权利要求1所述的方法,其特征在于,所述以无线信号簇为单位,生成对应于无线信号簇的无线信号指纹,包括:
对无线信号簇内的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行平均,将平均后的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息作为无线信号指纹。
5.根据权利要求1所述的方法,其特征在于,所述测量样本点中还包含有测量时间信息;
对应地,所述对测量样本点进行聚类,形成至少一个无线信号簇,包括:
将任意两个测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第四比较结果,将第四比较结果满足第四预设条件的两个测量样本点划分为一个无线信号簇,再将剩余测量样本点中任一测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与所述无线信号簇内的测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第五比较结果,将所述第五比较结果满足第五预设条件的测量样本点添加至所述无线信号簇中,直至对所有测量样本点完成聚类。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述以无线信号簇为单位,生成对应于无线信号簇的无线信号指纹之后,所述方法还包括:
为所述无线信号指纹确定权重值,根据所述无线信号指纹及其权重值生成加权无线信号指纹;所述权重值与无线信号指纹对应的无线信号簇中的无线信号样本点数量相关。
7.根据权利要求6所述的方法,其特征在于,所述权重值与无线信号指纹对应的无线信号簇中的无线信号样本点数量相关,包括:
所述权重值以f(x)函数表征时,f(x)仅在测度为零的实数集合内不可导,其余均可导,且满足:
对于任意的x1<x2∈[0,+∞),有f(x1)≤f(x2);
对于任意的x1<x2∈[0,+∞),有f'(x1)≥f'(x2)≥0;
其中,x表示无线信号簇无线信号样本点个数,x1和x2分别表示不同的两个无线信号簇中无线信号样本点数量,f'(x)表示f(x)的导数;[0,+∞)表示大于等于0,直至无穷大的范围;∈表示属于。
8.一种无线信号指纹的构建装置,其特征在于,所述装置包括:
获取模块,用于获取在预设参考点采样的至少一个无线信号测量样本点,其中,测量样本点中至少包含测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息;
聚类模块,用于根据测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息,对测量样本点进行聚类,形成至少一个无线信号簇;
生成模块,用于以无线信号簇为单位,生成对应于无线信号簇的无线信号指纹。
9.根据权利要求8所述的装置,其特征在于,所述聚类模块具体用于:
将任意两个测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第一比较结果,将第一比较结果满足第一预设条件的两个测量样本点划分为一个无线信号簇,再将剩余测量样本点中任一测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与所述无线信号簇内的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第二比较结果,将所述第二比较结果满足第二预设条件的测量样本点添加至所述无线信号簇中,直至对所有测量样本点完成聚类,其中,将未划分至无线信号簇中的单独的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与各个无线信号簇内测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息进行比较,生成第三比较结果,将第三比较结果满足第三预设条件的测量样本点单独形成无线信号簇。
10.根据权利要求8所述的装置,其特征在于,所述生成模块具体用于:
对无线信号簇内的测量样本点的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行平均,将平均后的测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息作为无线信号指纹。
11.根据权利要求8所述的装置,其特征在于,所述装置还包括:
权重值模块,用于为所述无线信号指纹确定权重值,根据所述无线信号指纹及其权重值生成加权无线信号指纹;所述权重值与无线信号指纹对应的无线信号簇中的无线信号样本点数量相关。
12.根据权利要求8所述的装置,其特征在于,所述聚类模块还具体用于:
当所述测量样本点中还包含有测量时间信息时,将任意两个测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第四比较结果,将第四比较结果满足第四预设条件的两个测量样本点划分为一个无线信号簇,再将剩余测量样本点中任一测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别与所述无线信号簇内的测量样本点的测量时间信息、测量位置信息、服务小区信号强度信息和服务小区的邻区信号强度信息分别进行比较,生成第五比较结果,将所述第五比较结果满足第五预设条件的测量样本点添加至所述无线信号簇中,直至对所有测量样本点完成聚类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710121339.0A CN108540926B (zh) | 2017-03-02 | 2017-03-02 | 一种无线信号指纹的构建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710121339.0A CN108540926B (zh) | 2017-03-02 | 2017-03-02 | 一种无线信号指纹的构建方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108540926A true CN108540926A (zh) | 2018-09-14 |
CN108540926B CN108540926B (zh) | 2021-01-15 |
Family
ID=63489303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710121339.0A Active CN108540926B (zh) | 2017-03-02 | 2017-03-02 | 一种无线信号指纹的构建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108540926B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110045371A (zh) * | 2019-04-28 | 2019-07-23 | 软通智慧科技有限公司 | 一种鉴定方法、装置、设备及存储介质 |
WO2022194104A1 (zh) * | 2021-03-19 | 2022-09-22 | 华为技术有限公司 | 确定电子设备是否需要重新认证的方法和电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101547506A (zh) * | 2009-02-17 | 2009-09-30 | 华中科技大学 | 基于信号接收强度信息指纹的gsm网络定位用户方法 |
CN102480784A (zh) * | 2010-11-24 | 2012-05-30 | ***通信集团公司 | 一种指纹定位误差的评估方法和*** |
CN102480677A (zh) * | 2010-11-24 | 2012-05-30 | ***通信集团公司 | 一种指纹定位误差的确定方法和设备 |
CN103987118A (zh) * | 2014-05-19 | 2014-08-13 | 浙江师范大学 | 基于接收信号强度信号ZCA白化的接入点k-means聚类方法 |
US20150105051A1 (en) * | 2010-12-13 | 2015-04-16 | The Governing Council Of The University Of Toronto | System, method and computer program for anonymous localization |
CN105120433A (zh) * | 2015-08-19 | 2015-12-02 | 上海交通大学 | 基于连续采样及模糊聚类处理的wlan室内定位方法 |
CN105223546A (zh) * | 2015-09-30 | 2016-01-06 | 西安电子科技大学 | 基于接收信号强度和参考点位置双聚类的室内定位方法 |
CN105704652A (zh) * | 2016-02-16 | 2016-06-22 | 中国科学院光电研究院 | 一种wlan/蓝牙定位中的指纹库采集和优化方法 |
-
2017
- 2017-03-02 CN CN201710121339.0A patent/CN108540926B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101547506A (zh) * | 2009-02-17 | 2009-09-30 | 华中科技大学 | 基于信号接收强度信息指纹的gsm网络定位用户方法 |
CN102480784A (zh) * | 2010-11-24 | 2012-05-30 | ***通信集团公司 | 一种指纹定位误差的评估方法和*** |
CN102480677A (zh) * | 2010-11-24 | 2012-05-30 | ***通信集团公司 | 一种指纹定位误差的确定方法和设备 |
US20150105051A1 (en) * | 2010-12-13 | 2015-04-16 | The Governing Council Of The University Of Toronto | System, method and computer program for anonymous localization |
CN103987118A (zh) * | 2014-05-19 | 2014-08-13 | 浙江师范大学 | 基于接收信号强度信号ZCA白化的接入点k-means聚类方法 |
CN105120433A (zh) * | 2015-08-19 | 2015-12-02 | 上海交通大学 | 基于连续采样及模糊聚类处理的wlan室内定位方法 |
CN105223546A (zh) * | 2015-09-30 | 2016-01-06 | 西安电子科技大学 | 基于接收信号强度和参考点位置双聚类的室内定位方法 |
CN105704652A (zh) * | 2016-02-16 | 2016-06-22 | 中国科学院光电研究院 | 一种wlan/蓝牙定位中的指纹库采集和优化方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110045371A (zh) * | 2019-04-28 | 2019-07-23 | 软通智慧科技有限公司 | 一种鉴定方法、装置、设备及存储介质 |
WO2022194104A1 (zh) * | 2021-03-19 | 2022-09-22 | 华为技术有限公司 | 确定电子设备是否需要重新认证的方法和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108540926B (zh) | 2021-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112218330B (zh) | 定位方法及通信装置 | |
CN106793082B (zh) | 一种在wlan/蓝牙异构网络环境中的移动设备定位方法 | |
CN105611568B (zh) | 一种基于mro测量报告对lte终端位置进行准确定位的方法 | |
CN109996168B (zh) | 一种获取终端位置的方法及装置 | |
CN106912103B (zh) | 一种终端定位方法及装置 | |
CN109951798A (zh) | 融合Wi-Fi和蓝牙的增强位置指纹室内定位方法 | |
US9699614B2 (en) | Positioning environment analysis apparatus, and method and system for predicting location determination performance of terminal using the same | |
Grzechca et al. | Analysis of object location accuracy for iBeacon technology based on the RSSI path loss model and fingerprint map | |
Zhang et al. | Weighted adaptive KNN algorithm with historical information fusion for fingerprint positioning | |
JP2013034103A (ja) | 測位誤差を含む位置情報から対象エリアを特定するデータベースサーバ、システム、プログラム及び方法 | |
CN109379711A (zh) | 一种定位方法 | |
CN104125636B (zh) | 一种基站定位方法及装置 | |
CN112526572A (zh) | 室内外无缝导航的网络切换方法与定位*** | |
JP2018032939A (ja) | 品質推定装置及び品質推定方法 | |
US9377523B2 (en) | Determining wireless access point locations using clustered data points | |
CN108540926A (zh) | 一种无线信号指纹的构建方法及装置 | |
CN108574927B (zh) | 一种移动终端定位方法及装置 | |
KR101258832B1 (ko) | 액세스 포인트를 이용한 위치 측정 방법 및 그 장치 | |
CN109302706B (zh) | 一种伪基站的定位方法、装置及计算机可读存储介质 | |
Alamleh et al. | A weighting system for building RSS maps by crowdsourcing data from smartphones | |
Xu et al. | Variance-based fingerprint distance adjustment algorithm for indoor localization | |
CN108834053B (zh) | 一种定位方法、装置及设备 | |
Xu et al. | Indoor localization based on hybrid Wi-Fi hotspots | |
US11663281B2 (en) | Context information from crowd-sourced data | |
CN113923587A (zh) | 一种定位方法、***与装置 |
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 |