CN111093268A - 一种离线指纹库区域划分方法、计算机设备、存储介质 - Google Patents
一种离线指纹库区域划分方法、计算机设备、存储介质 Download PDFInfo
- Publication number
- CN111093268A CN111093268A CN201911364995.9A CN201911364995A CN111093268A CN 111093268 A CN111093268 A CN 111093268A CN 201911364995 A CN201911364995 A CN 201911364995A CN 111093268 A CN111093268 A CN 111093268A
- Authority
- CN
- China
- Prior art keywords
- partition
- database
- primary
- partitions
- line
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种离线指纹库区域划分方法、计算机设备、存储介质,所述方法包括以下步骤:在离线数据库构建阶段,在目标定位区域内,按比例划分出若干个一级分区,每个一级分区中都能在离线数据库中找到唯一标识该分区的至少一个一级特征AP;将每个一级分区划分若干个二级分区,每个二级分区中都能在离线数据库中找到唯一标识该分区的至少一个二级特征AP;将每个二级分区划分若干个三级分区,每个三级分区中都能在离线数据库中找到唯一标识该分区的至少一个三级特征AP;经过多级分区后,将目标定位区域划分出N级分区;在在线定位阶段,定位算法首先将待定位终端收集到的AP信息逐级与分区中的特征AP信息进行匹配,实现完成AP指纹数据库的遍历。
Description
技术领域
本发明涉及室内定位技术领域,更具体的,涉及一种离线指纹库区域划分方法、计算机设备、存储介质。
背景技术
在室内定位领域中,现有的基于位置指纹的定位技术,在离线数据库构建阶段,一般只对离线采集的AP数据进行简单的存储处理,然后在在线定位时采用遍历整个离线指纹数据库的方式,匹配出最接近的位置指纹,以此指纹对应的位置坐标作为待定位终端定位出来的位置。然而,在目标定位区域比较大、指纹数据库比较庞大时,这种通过遍历整个离线指纹数据库中每一条指纹的方法会影响算法的运算效率,造成定位延时,极大地影响了定位效果。
由此可见,离线数据库的处理方法如果不加以改进的话,将会在一定程度上影响在线定位算法运算效率,进而对定位效果造成一定的影响。
发明内容
本发明为了解决在目标定位区域比较大、指纹数据库比较庞大,目前的处理方法严重影响了算法的运算效率,造成了定位延时,极大地影响了定位效果的问题,提供了一种离线指纹库区域划分方法、计算机设备、存储介质,其能够有效提高运算效率,定位实时性更高。
为实现上述本发明目的,采用的技术方案如下:一种离线指纹库区域划分方法,所述的方法包括以下步骤:
S1:在离线数据库构建阶段,在目标定位区域内,按比例划分出若干个一级分区,每个一级分区中都能在离线数据库中找到唯一标识该分区的至少一个一级特征AP;
S2:将每个一级分区划分若干个二级分区,每个二级分区中都能在离线数据库中找到唯一标识该分区的至少一个二级特征AP;
S3:将每个二级分区划分若干个三级分区,每个三级分区中都能在离线数据库中找到唯一标识该分区的至少一个三级特征AP;
S4:经过多级分区后,将目标定位区域划分出N级分区;
S5:在在线定位阶段,定位算法首先将待定位终端收集到的AP信息逐级与分区中的特征AP信息进行匹配,实现完成AP指纹数据库的遍历。
一种计算机设备,包括存储器和处理器,所述的存储器中存储有计算机程序,所述的计算机程序被处理器执时,使得所述的处理器执行以上所述离线指纹库区域划分方法的步骤。
一种存储有计算机程序的存储介质,所述的计算机程序被处理时,使得处理器执行以上离线指纹库区域划分方法的步骤。
本发明的有益效果如下:
本发明为了能够快速查找待定位终端所在位置对应的指纹信息,可以将定位区域的AP指纹数据库作分级式的区域划分,提取每个分区的特征AP,一级一级地逐步缩小定位区域的范围,从而缩小了指纹区域的遍历范围,从而提高了解算待定位终端位置的算法效率。
附图说明
图1是实施例1所述的方法的示意框图。
图2是实施例1对离线指纹库区域进行遍历的流程图
具体实施方式
下面结合附图和具体实施方式对本发明做详细描述。
实施例1
一种离线指纹库区域划分方法,如图1所示,所述的方法包括以下步骤:
S1:在离线数据库构建阶段,在目标定位区域内,按比例划分出若干个一级分区,每个一级分区中都能在离线数据库中找到唯一标识该分区的至少一个一级特征AP;如果待定位终端能够收集到这一个或多个一级特征AP,就能说明待定位终端是位于该一级分区的。
S2:将每个一级分区划分若干个二级分区,每个二级分区中都能在离线数据库中找到唯一标识该分区的至少一个二级特征AP;如果待定位终端能够收集到这一个或多个二级特征AP,就能说明待定位终端是位于该二级分区的。
S3:将每个二级分区划分若干个三级分区,每个三级分区中都能在离线数据库中找到唯一标识该分区的至少一个三级特征AP;如果待定位终端能够收集到这一个或多个三级特征AP,就能说明待定位终端是位于该三级分区的。
S4:AP信号的覆盖范围理论上在30m~100m,但是由于室内环境比较复杂,遮挡物比较多,如墙壁、桌椅、人员流动等的遮挡影响,使得AP信号覆盖范围下降至15m左右,本实施例经过多级分区后,直至第N级分区的区域范围缩小为15m×15m为止,即完成将目标定位区域划分出N级分区;至此,离线数据库划分已经完成。
S5:在在线定位阶段,定位算法首先将待定位终端收集到的AP信息逐级与分区中的特征AP信息进行匹配,实现完成AP指纹数据库的遍历。具体如下:
如图2所示,定位算法首先将待定位终端收集到的AP信息与一级分区的一级特征AP信息进行匹配,解算出待定位终端属于哪个一级分区;然后在该一级分区里面,将待定位终端收集到的AP信息与二级分区的二级特征AP信息进行匹配,解算出待定位终端属于哪个二级分区;然后在该二级分区里面,将待定位终端收集到的AP信息与三级分区的三级特征AP信息进行匹配,解算出待定位终端属于哪个三级分区;经过多次匹配后,缩小了在线定位算法遍历指纹库的范围,从而提高了解算待定位终端位置的算法效率。
通过使用本实施例的方法,一级一级缩小算法匹配离线指纹库的范围,减少了定位算法遍历指纹数据库的次数,在一定程度上提高了定位算法的运算效率,进而提高了定位的实时性。与现有技术相比,本实施例所述的方法的优势在于能够通过对离线数据库作分区处理,使在线定位过程中能够快速地进行算法匹配,减少了运算资源的浪费,提高了定位实时性。
一种计算机设备,包括存储器和处理器,所述的存储器中存储有计算机程序,所述的计算机程序被处理器执时,使得所述的处理器执行如下所述的步骤:
S1:在离线数据库构建阶段,在目标定位区域内,按比例划分出若干个一级分区,每个一级分区中都能在离线数据库中找到唯一标识该分区的至少一个一级特征AP;如果待定位终端能够收集到这一个或多个一级特征AP,就能说明待定位终端是位于该一级分区的。
S2:将每个一级分区划分若干个二级分区,每个二级分区中都能在离线数据库中找到唯一标识该分区的至少一个二级特征AP;如果待定位终端能够收集到这一个或多个二级特征AP,就能说明待定位终端是位于该二级分区的。
S3:将每个二级分区划分若干个三级分区,每个三级分区中都能在离线数据库中找到唯一标识该分区的至少一个三级特征AP;如果待定位终端能够收集到这一个或多个三级特征AP,就能说明待定位终端是位于该三级分区的。
S4:AP信号的覆盖范围理论上在30m~100m,但是由于室内环境比较复杂,遮挡物比较多,如墙壁、桌椅、人员流动等的遮挡影响,使得AP信号覆盖范围下降至15m左右,本实施例经过多级分区后,直至第N级分区的区域范围缩小为15m×15m为止,即完成将目标定位区域划分出N级分区;至此,离线数据库划分已经完成。
S5:在在线定位阶段,定位算法首先将待定位终端收集到的AP信息逐级与分区中的特征AP信息进行匹配,实现完成AP指纹数据库的遍历。
一种存储有计算机程序的存储介质,所述的计算机程序被处理时,使得处理器执行如下的步骤:
S1:在离线数据库构建阶段,在目标定位区域内,按比例划分出若干个一级分区,每个一级分区中都能在离线数据库中找到唯一标识该分区的至少一个一级特征APAP;如果待定位终端能够收集到这一个或多个一级特征AP,就能说明待定位终端是位于该一级分区的。
S2:将每个一级分区划分若干个二级分区,每个二级分区中都能在离线数据库中找到唯一标识该分区的至少一个二级特征AP;如果待定位终端能够收集到这一个或多个二级特征AP,就能说明待定位终端是位于该二级分区的。
S3:将每个二级分区划分若干个三级分区,每个三级分区中都能在离线数据库中找到唯一标识该分区的至少一个三级特征AP;如果待定位终端能够收集到这一个或多个三级特征AP,就能说明待定位终端是位于该三级分区的。
S4:经过多级分区后,将目标定位区域划分出N级分区,直至第N级分区的区域范围缩小为15m×15m为止;至此,离线数据库划分已经完成。
S5:在在线定位阶段,定位算法首先将待定位终端收集到的AP信息逐级与分区中的特征AP信息进行匹配,实现完成AP指纹数据库的遍历。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (3)
1.一种离线指纹库区域划分方法,其特征在于:所述的方法包括以下步骤:
S1:在离线数据库构建阶段,在目标定位区域内,按比例划分出若干个一级分区,每个一级分区中都能在离线数据库中找到唯一标识该分区的至少一个一级特征AP;
S2:将每个一级分区划分若干个二级分区,每个二级分区中都能在离线数据库中找到唯一标识该分区的至少一个二级特征AP;
S3:将每个二级分区划分若干个三级分区,每个三级分区中都能在离线数据库中找到唯一标识该分区的至少一个三级特征AP;
S4:经过多级分区后,直至第N级分区的区域范围缩小为15m×15m为止,即完成目标定位区域划分出N级分区;
S5:在在线定位阶段,定位算法首先将待定位终端收集到的AP信息逐级与分区中的特征AP信息进行匹配,实现完成AP指纹数据库的遍历。
2.一种计算机设备,包括存储器和处理器,所述的存储器中存储有计算机程序,所述的计算机程序被处理器执时,使得所述的处理器执行如权利要求1所述方法的步骤。
3.一种存储有计算机程序的存储介质,所述的计算机程序被处理时,使得处理器执行如权利要求1所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911364995.9A CN111093268A (zh) | 2019-12-26 | 2019-12-26 | 一种离线指纹库区域划分方法、计算机设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911364995.9A CN111093268A (zh) | 2019-12-26 | 2019-12-26 | 一种离线指纹库区域划分方法、计算机设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111093268A true CN111093268A (zh) | 2020-05-01 |
Family
ID=70398237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911364995.9A Pending CN111093268A (zh) | 2019-12-26 | 2019-12-26 | 一种离线指纹库区域划分方法、计算机设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111093268A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113316246A (zh) * | 2021-05-13 | 2021-08-27 | Oppo广东移动通信有限公司 | 基于射频指纹定位的方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106412839A (zh) * | 2016-09-12 | 2017-02-15 | 南京邮电大学 | 基于二级分区与指纹梯度匹配的室内定位与跟踪方法 |
WO2018195921A1 (zh) * | 2017-04-28 | 2018-11-01 | 广东欧珀移动通信有限公司 | 解锁控制方法及相关产品 |
CN108769910A (zh) * | 2018-06-15 | 2018-11-06 | 闽南师范大学 | 一种WiFi定位的方法 |
-
2019
- 2019-12-26 CN CN201911364995.9A patent/CN111093268A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106412839A (zh) * | 2016-09-12 | 2017-02-15 | 南京邮电大学 | 基于二级分区与指纹梯度匹配的室内定位与跟踪方法 |
WO2018195921A1 (zh) * | 2017-04-28 | 2018-11-01 | 广东欧珀移动通信有限公司 | 解锁控制方法及相关产品 |
CN108769910A (zh) * | 2018-06-15 | 2018-11-06 | 闽南师范大学 | 一种WiFi定位的方法 |
Non-Patent Citations (2)
Title |
---|
YUN MO;ZHONGZHAO ZHANG;WEIXIAO MENG;GUL AGHA: "Space division and dimensional reduction methods for indoor positioning system", 《2015 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS (ICC)》 * |
王维博,孙敬欢,董蕊莹,曾文入,张斌,郑永康,: "一种改进的室内指纹定位算法", 《 西华大学学报(自然科学版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113316246A (zh) * | 2021-05-13 | 2021-08-27 | Oppo广东移动通信有限公司 | 基于射频指纹定位的方法、装置、电子设备及存储介质 |
CN113316246B (zh) * | 2021-05-13 | 2022-10-18 | Oppo广东移动通信有限公司 | 基于射频指纹定位的方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9177094B2 (en) | Automatic mapping method for a distribution network based on logical layout | |
CN110750524A (zh) | 一种有源配电网故障特征的确定方法及*** | |
CN108876016B (zh) | 一种多阶段多目标给水管网优化分区方法 | |
CN109857804B (zh) | 一种分布式模型参数的搜索方法、装置和电子设备 | |
CN114492675B (zh) | 一种电容式电压互感器故障原因智能诊断方法 | |
CN108446712B (zh) | Odn网智能规划方法、装置及*** | |
CN111294841A (zh) | 一种无线网络问题的处理方法、装置及存储介质 | |
CN115481549A (zh) | 圆筒直线电机多目标优化方法、设备及存储介质 | |
CN111093268A (zh) | 一种离线指纹库区域划分方法、计算机设备、存储介质 | |
CN109711439A (zh) | 一种使用Group算法加速邻居搜索的密度峰大规模游客画像数据聚类方法 | |
CN116662412B (zh) | 一种电网配用电大数据的数据挖掘方法 | |
CN108052587B (zh) | 基于决策树的大数据分析方法 | |
CN115544033B (zh) | 查重向量库更新、数据查重方法、装置、设备和介质 | |
CN109543896B (zh) | 一种基于绝对值和函数最小化与粒子群优化的车间设备双行布局方法 | |
CN116521372A (zh) | 一种服务器集群的管理方法及相关组件 | |
CN113935140B (zh) | 风电场集电线路的路径规划方法、装置、电子设备及存储介质 | |
Zhang et al. | Dynamic Neighborhood‐Based Particle Swarm Optimization for Multimodal Problems | |
CN115905992A (zh) | 一种电力数据预处理方法、***、存储介质及计算设备 | |
CN112269796B (zh) | 一种数据检索方法及相关装置 | |
CN107784015B (zh) | 一种基于电力***在线历史数据的数据约简方法 | |
CN107992590B (zh) | 一种有利于信息比对的大数据*** | |
Schoeman | Niching in particle swarm optimization | |
CN104570759A (zh) | 控制***中点定位问题的快速二叉树法 | |
Luan et al. | Density peaks spatial clustering by grid neighborhood search | |
CN117353305B (zh) | 一种台区电能质量预测方法、装置、介质及电子设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200501 |
|
RJ01 | Rejection of invention patent application after publication |