CN112333820A - 一种基于频谱图层的定位方法及*** - Google Patents

一种基于频谱图层的定位方法及*** Download PDF

Info

Publication number
CN112333820A
CN112333820A CN202110010197.7A CN202110010197A CN112333820A CN 112333820 A CN112333820 A CN 112333820A CN 202110010197 A CN202110010197 A CN 202110010197A CN 112333820 A CN112333820 A CN 112333820A
Authority
CN
China
Prior art keywords
signals
clutter
signal
classification
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
Application number
CN202110010197.7A
Other languages
English (en)
Other versions
CN112333820B (zh
Inventor
陶闯
邱卫根
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Weizhi Zhuoxin Information Technology Co ltd
Original Assignee
Shanghai Jixun Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jixun Technology Co Ltd filed Critical Shanghai Jixun Technology Co Ltd
Priority to CN202110010197.7A priority Critical patent/CN112333820B/zh
Publication of CN112333820A publication Critical patent/CN112333820A/zh
Application granted granted Critical
Publication of CN112333820B publication Critical patent/CN112333820B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006Locating 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0252Radio frequency fingerprinting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/309Measuring or estimating channel quality parameters
    • H04B17/318Received signal strength

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Quality & Reliability (AREA)
  • Electromagnetism (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于频谱图层的定位方法及***。该方法包括:收集并存储终端采集的空间杂波信号,所述采集杂波信号无需带有采集点的详细位置信息;对所述采集的空间杂波信号进行分析以提取相应的兴趣范围(SOI)特征作为聚类特征,根据所述聚类特征对所述空间杂波进行聚类得到包含相应分类的分类模型;扫描与归属于每个所述分类中的杂波信号同一时刻采集的所有空间杂波信号获取零星的位置/地点信息,基于所述零星的位置/地点信息通过语义化数据库确定该分类对应的详细地址/位置信息;利用确定了相关分类的详细地址/位置信息后的所述分类模型对用户进行定位。通过本发明提供的技术方案能够降低杂波采集的数据要求、提高采集效率。

Description

一种基于频谱图层的定位方法及***
技术领域
本发明涉及定位追踪领域,具体涉及一种利用空间杂波信号对用户进行定位感知的方法及***。
背景技术
现有的定位技术方案主要分为室内定位和室外定位两个主要分支。对移动终端和物联网设备的室外定位主要依靠卫星定位***完成,卫星定位***包括 GPS, GLONASS,北斗,伽利略等。但是在室内或者在高楼林立的城市峡谷,传统的卫星定位技术,对满足现有各类定位需求,仍然有很大的挑战性。由于信号的严重衰退和多路径效应,常用的室外定位设施(比如GNSS)并不能在建筑物内有效地工作。
目前主流的室内定位技术方案,主要是利用室内的无线电杂波信号(包括Wi-Fi,蓝牙,RFID,移动电话基站信号,地磁场信号等)建立特定空间杂波信号的数学模型,根据所述数学模型和待在线定位用户终端采集的空间杂波信号定位该用户。利用无线杂波信号作室内外定位,目前主要是利用机器学习中的有监督学习,具体地,定位可分为两个阶段:
(1) 通过专业的采集团队,离线采集带有完整位置标签的室内外空间杂波的信号作为指纹,通过机器学习,建立室内外信号场强和位置之间的数学模型。
(2) 第二阶段是在线定位。通过定位请求中采集的杂波信号和第一阶段在服务器上建立的杂波信号场强和位置的数学模型,通过匹配的方式实现定位的目的。
在步骤(1)中采集带有完整位置标签的采集室内外空间杂波的信号是一项费时、费力的繁琐工作。实现杂波信号采集的任务通常采用外包给专业采集团队或众包采集的方式来实现。然而、采集带有完整位置标签的室内外空间杂波的信号的质量,常常受到操作人员专业素质的影响,尤其是在确定杂波信号的完整位置标签时,一旦精确度不够将直接影响后续定位的精度。而在室内,保证位置标签精确度的一致性,是一项艰巨的任务。
发明内容
本发明提供了一种基于频谱图层的定位方法,该方法包括:收集终端采集的空间杂波信号并进行存储,所述采集杂波信号无需带有采集点的详细位置信息;分析所述采集的空间杂波信号、并提取相应的兴趣范围(SOI,全称pectrum of Interest,指的是地图数据中的代表区域范围的地理实体) 特征作为聚类特征,对所述空间杂波信号中同一种类杂波信号进行聚类得到包含多个分类的分类模型;逐一扫描与归属于每个所述分类中的杂波信号同一时刻采集的所有空间杂波信号确定是否存在零星的位置/地点信息,若存在、则根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息;利用确定了相关分类的详细地址/位置信息后的所述分类模型对用户终端上传的空间杂波信号进行匹配,以实现对该用户的定位。
进一步地、所述语义化数据库对归属于相关分类中空间杂波信号采用相应的定位引擎获取该分类所对应的地理范围;通过地图和/或AOI数据库在所述范围内查找该所述零星的位置/地点信息对应的详细位置/地址信息作为该分类对应的详细地址/位置信息。
进一步地、所述采集的空间杂波包括:WI-FI信号、蓝牙信号,GNSS信号、基站信号、地磁场信号中的一种或多种。对于WI-FI信号、采集的杂波信号至少包括WIFI和蓝牙信号的MAC地址、AP SSID、AP BSSID、信号强度RSSI;对于GNSS信号、采集的杂波信号至少包括经纬度和高程信息;对于基站信号、采集的杂波信号至少包括基站CID、信号的频率/波段、信号强度 RSSI 。
进一步地、对于WI-FI和蓝牙信号和基站信号、采用信号强度的相似性 sim(i, j)作为聚类特征,其中、
Figure 159970DEST_PATH_IMAGE001
Figure 811531DEST_PATH_IMAGE002
分别是不同地点/不同时刻扫描获取的Wi-Fi或蓝牙信号的Mac地址空间,或 不同地点/不同时刻扫描获取的基站信号的CID标识空间;U 是所述 的交集
Figure 314373DEST_PATH_IMAGE004
分别为
Figure 863166DEST_PATH_IMAGE005
中与具体MAC地址对应的Wi-Fi或蓝牙信号的强 度RSSI,或
Figure 544683DEST_PATH_IMAGE006
中与具体基站信号对应的信号强度;
Figure 280558DEST_PATH_IMAGE007
分别为
Figure 213879DEST_PATH_IMAGE008
中各MAC 地址对应的Wi-Fi或蓝牙信号的强度的期望值或
Figure 476233DEST_PATH_IMAGE008
中各基站CID对应的基站信号的强 度的期望值。对于地磁场信号、与其对应的聚类特征为地磁场强度水平和垂直分量的方差。
与上述方法相对应、本发明进一步提供了一种基于频谱图层的定位***,该***包括:杂波信号采集终端、云端服务器以及在线定位用户终端;其中、所述杂波信号采集终端、用于采集空间杂波信号上传到云端服务器进行存储,所述采集杂波信号无需带有采集点的详细位置信息;所述云端服务器、用于分析所述采集的空间杂波信号、并提取相应的SOI特征作为聚类特征,对所述空间杂波信号中同一种类杂波信号进行聚类得到包含多个分类的分类模型;逐一扫描与归属于每个所述分类中杂波信号同一采集时刻采集的所有空间杂波信号确定是否存在零星的位置/地点信息,若存在、则根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息;将确定了相关分类的详细地址/位置信息的分类模型在AOI(area of interest即兴趣面)数据库中;所述在线定位用户终端包括杂波信号采集模块,用于采集自身所处位置的空间杂波信号并上传到所述云端服务、触发所述云端服务器基于所述AOI数据库中的分类对该用户进行定位以获取其自身的位置信息。上述AOI 的英文全称为Area of interest,即信息面/兴趣面,指的是地图数据中的区域状的地理实体。
本发明提供的上述定位***用于执行前述基于频谱图层的定位方法,其具体的实现细节与前述基于频谱图层的定位方法的细节相对应。
附图说明
图1为本发明提供的基于频谱图层的定位***的示意图。
具体实施方式
为了使本发明所解决的技术问题、技术方案以及有益效果更加清楚明白,以下结合附图对本发明进行进一步详细说明。应该理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供的基于频谱图层的定位方法,该方法采用如图1所示的计算机***的执行。该方法包括:收集终端采集的空间杂波信号并进行存储,所述采集杂波信号无需带有采集点的详细位置信息;分析所述采集的空间杂波信号、并提取相应的SOI特征作为聚类特征,对所述空间杂波信号中同一种类杂波信号进行聚类得到包含多个分类的分类模型;逐一扫描与归属于每个所述分类中的杂波信号同一时刻采集的所有空间杂波信号确定是否存在零星的位置/地点信息,若存在、则根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息;利用确定了相关分类的详细地址/位置信息后的所述分类模型对用户终端上传的空间杂波信号进行匹配,以实现对该用户的定位。
空间杂波数据的采集可以利用云端或者众包的方式,采集无位置标签的空间杂波信号,空间杂波信号包含但不限于以下一种或多种:Wi-Fi,蓝牙信号,基站信号,GNSS信号以及地磁场强度信号。
对于WI-FI或蓝牙信号、所述杂波信号采集终端采集的杂波信号至少包括WI-FI或蓝牙信号的MAC地址、AP SSID、AP BSSID 信号强度RSSI;对于GNSS信号、所述杂波信号采集终端采集的杂波信号至少包括经纬度和高程信息;对于基站信号、所述杂波信号采集终端采集的杂波信号至少包括基站CID、信号的频率/波段、信号强度 RSSI。之所以要采集WI-FI或蓝牙信号的AP SSID和AP BSSID,是因为这些字段中常常带有零星的地点或位置信息。例如,星巴克、麦当劳等商店的WIFI信号中 AP SSID或 AP BSSID字段通常带有“星巴克”、“麦当劳”等字样,在一定的地理范围知道这些零星的地点/位置信息,就可以知道所采集空间杂波信号对应的采集地点。
进一步、所述分析所述采集的空间杂波信号、并提取相应的SOI特征作为聚类特征,对所述空间杂波信号中特定种类杂波信号进行聚类得到相应的分类模型,具体实现为:
对于WI-FI或蓝牙信号和基站信号、采用信号强度的相似性 sim(i, j)作为聚类特征,其中、
Figure 204018DEST_PATH_IMAGE001
Figure 692768DEST_PATH_IMAGE002
分别是不同地点/不同时刻扫描获取的Wi-Fi或蓝牙信号的Mac地址空间,或 不同地点/不同时刻扫描获取的基站信号的CID标识空间;U 是所述 的交集
Figure 281061DEST_PATH_IMAGE004
分别为
Figure 445326DEST_PATH_IMAGE005
中与具体MAC地址对应的Wi-Fi或蓝牙信号的强 度RSSI,或
Figure 280427DEST_PATH_IMAGE006
中与具体基站信号对应的信号强度;
Figure 289971DEST_PATH_IMAGE007
分别为
Figure 667863DEST_PATH_IMAGE008
中各MAC 地址对应的Wi-Fi或蓝牙信号的强度的期望值或
Figure 862084DEST_PATH_IMAGE008
中各基站CID对应的基站信号的强 度的期望值。对于地磁场信号、与其对应的聚类特征为地磁场强度水平和垂直分量的方差。
优选地、上述对同一类型的空间杂波进行聚类采用DBSCAN聚类算法以实现对特定类型的空间杂波数据进行完全的聚类分析。后续可以在原有聚类分析结果的基础上,只对新增的空间杂波信号数据进行聚类分析,并把新增数据的聚类分析结果叠加在原有聚类分析结果上以提高聚类分析的效率。
优选地、同一采集地点采集多种空间杂波信号并赋予采集时刻标识后关联存储。例如、同一时刻采集包括Wi-Fi 信号,蓝牙信号,基站信号,GNSS信号以及地磁场强度信号等多种杂波信号。这样可以提高上述逐一扫描与归属于每个所述分类的特定种类杂波信号同一时刻采集的所有空间杂波信号获取零星的位置/地点信息的概率。例如、对于高楼林立、门店众多的城市来说,尤其在室内、同一采集时刻采集的GNSS信号零星的位置/地点信息的概率,就远小于相关门店Wi-Fi或蓝牙 信号的AP SSID或 AP BSSID字段中带有的零星的位置/地点信息的概率;这样即使在对GNSS信号或者其他类型的空间杂波进行聚类得到带有各分类的分类模型后,也可以扫描与归属于所述各分类中的特定种类杂波信号同一时刻采集的WI-FI或蓝牙信号的AP SSID或 AP BSSID字段来获取零星的位置/地点信息。
所述根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息,具体实现为:所述语义化数据库对归属于相关分类中空间杂波信号采用相应的定位引擎获取该分类所对应的地理范围;通过地图和/或兴趣面(AOI)数据库在所述范围内查找该所述零星的位置/地点信息对应的详细位置/地址信息作为该分类对应的详细地址/位置信息。
例如、很多门店的路由器通常将Wi-Fi或蓝牙的SSID参数设置成门店的名称。一个没有位置标签的分类,语义化数据库可以根据与该分类内杂波信号同一采集时刻采集的Wi-Fi或蓝牙信号中门店的名称,并结合Wi-Fi或蓝牙指纹库进行WIFI定位获取对应路由器的近似位置、进而获取这个分类的对应大概位置/地理范围信息。
优选地、在通过地图和/或兴趣面(AOI)数据库在所述范围内查找该所述零星的位置/地点信息对应的详细位置/地址之后,还通过Reverse-Geocoding***获取该详细位置/地址信息对应的经度和纬度信息,所述经度和纬度信号与该详细位置/地址信息关联存储。
本发明当然也适用于通过众包或者云采集的方式,人工地收集带有位置标签的AOI(Area of interest,即信息面/兴趣面)/POI(Point of interest,即信息点/兴趣点)内的Wi-Fi指纹,然后通过指纹匹配的方式,将位置标签赋予通过聚类得到的分类模型。上述POI 的英文全称为Point of interest,即信息点/兴趣点,指的是地图数据中的点状的地理实体。
与上述方法相对应、本发明还提供了一种基于频谱图层的定位***。该***如图1所示,包括:杂波信号采集终端、云端服务器以及在线定位用户终端。杂波信号采集终端采集空间杂波信号上传到云端服务器进行存储,所述采集杂波信号无需带有采集点的详细位置信息。所述云端服务器、用于分析所述采集的空间杂波信号、提取相应的SOI特征作为聚类特征对所述空间杂波信号中同一种类杂波信号进行聚类得到包含多个分类的分类模型。所述云端服务器在得到相关的分类模型以后、逐一扫描与归属于每个所述分类中杂波信号同一采集时刻采集的所有空间杂波信号确定是否存在零星的位置/地点信息,若存在、则根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息;将确定了相关分类的详细地址/位置信息的分类模型在AOI数据库中。所述在线定位用户终端用于采集自身所处位置的空间杂波信号并上传到所述云端服务、触发所述云端服务器基于所述AOI数据库中的分类对该用户进行定位以获取其自身的位置信息;其中、所述在线定位用户终端包含有杂波信号采集模块。
上述定位***用于执行前述基于频谱图层的定位方法,其具体的实现细节与前述基于频谱图层的定位方法的细节相对应。
本发明提供的技术方案充分利用了空间杂波信号中零星的地址/位置信息辅助确定空间杂波分类模型对应的详细、完整的位置/地址信息。在空间杂波采集的时无需专门获取采集地点完整的地址信息,有效降低杂波采集操作的难度,提高空间杂波信号的采集效率,同时避免采集过程中人员的不专业影响采集杂波信号的质量、进而影响到定位的精度。

Claims (16)

1.一种基于频谱图层的定位方法,其特征在于,该方法包括:收集终端采集的空间杂波信号并进行存储,所述采集杂波信号无需带有采集点的详细位置信息;分析所述采集的空间杂波信号、并提取相应的兴趣范围(SOI)特征作为聚类特征,对所述空间杂波信号中同一种类杂波信号进行聚类得到包含多个分类的分类模型;逐一扫描与归属于每个所述分类中的杂波信号同一时刻采集的所有空间杂波信号确定是否存在零星的位置/地点信息,若存在、则根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息;利用确定了相关分类的详细地址/位置信息后的所述分类模型对用户终端上传的空间杂波信号进行匹配,以实现对该用户的定位。
2.如权利要求1所述的方法,其特征在于,所述根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息,具体实现为:所述语义化数据库对归属于相关分类的空间杂波信号采用相应的定位引擎获取该分类所对应的地理范围;通过地图和/或兴趣面(AOI)数据库在所述范围内查找该所述零星的位置/地点信息对应的详细位置/地址信息作为该分类对应的详细地址/位置信息。
3.如权利要求2所述的方法,其特征在于,在通过地图和/或兴趣面(AOI)数据库在所述范围内查找该所述零星的位置/地点信息对应的详细位置/地址之后,还通过Reverse-Geocoding***获取该详细位置/地址信息对应的经度和纬度信息,将所述经度和纬度信号与该详细位置/地址信息进行关联存储。
4.如权利要求1-3中任一项所述的方法,其特征在于,所述采集的空间杂波包括:WIFI信号、蓝牙信号,GNSS信号、基站信号、地磁场信号中的一种或多种。
5.如权利要求4所述的方法,其特征在于,对于WIFI和蓝牙信号、采集的杂波信号至少包括WIFI信号的MAC地址、AP SSID、 信号强度RSSI; 对于GNSS信号、采集的杂波信号至少包括经纬度和高程信息;对于基站信号、采集的杂波信号至少包括基站CID、信号的频率/波段、信号强度 RSSI 。
6.如权利要求4所述的方法,其特征在于,对于WIFI信号,蓝牙信号和基站信号、采用信号强度的相似性 sim(i, j)作为聚类特征,其中、
Figure 394958DEST_PATH_IMAGE001
Figure 969159DEST_PATH_IMAGE002
分别是不同地点/不同时刻扫描获取的Wi-Fi或蓝牙信号的Mac地址空间,或 不同地点/不同时刻扫描获取的基站信号的CID标识空间;U 是所述 的交集
Figure 211102DEST_PATH_IMAGE004
分别为
Figure 802620DEST_PATH_IMAGE005
中与具体MAC地址对应的Wi-Fi或蓝牙信号的强度 RSSI,或
Figure 215016DEST_PATH_IMAGE005
中与具体基站信号对应的信号强度;
Figure 600998DEST_PATH_IMAGE006
分别为
Figure 380735DEST_PATH_IMAGE007
中各MAC 地址对应的Wi-Fi或蓝牙信号的强度的期望值,或
Figure 244786DEST_PATH_IMAGE005
中各基站CID对应的基站信号的 强度的期望值。
7.如权利要求4所述的方法,其特征在于,对于GNSS信号、与其对应的聚类特征设置为所述经纬度和高程信息;对于地磁场信号、与其对应的聚类特征设置为地磁场强度水平和垂直分量的方差。
8.如权利要求1-3中任一项所述的方法,其特征在于,所述聚类采用的算法为DBSCAN算法。
9.一种基于频谱图层的定位***,其特征在于,该***包括:杂波信号采集终端、云端服务器以及在线定位用户终端;其中、所述杂波信号采集终端、用于采集空间杂波信号上传到云端服务器进行存储,所述采集杂波信号无需带有采集点的详细位置信息;所述云端服务器、用于分析所述采集的空间杂波信号、并提取相应的SOI特征作为聚类特征,对所述空间杂波信号中同一种类杂波信号进行聚类得到包含多个分类的分类模型;逐一扫描与归属于每个所述分类中杂波信号同一采集时刻采集的所有空间杂波信号确定是否存在零星的位置/地点信息,若存在、则根据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息;将确定了相关分类的详细地址/位置信息的分类模型在兴趣面(AOI)数据库中;所述在线定位用户终端包括杂波信号采集模块,用于采集自身所处位置的空间杂波信号并上传到所述云端服务、触发所述云端服务器基于所述兴趣面(AOI)数据库中的分类对该用户进行定位以获取其自身的位置信息。
10.如权利要求9所述的***,其特征在于,据所述零星的位置/地点信息结合语义化数据库来确定该分类模型中相应分类对应的详细地址/位置信息,具体为: 所述语义化数据库对归属于相关分类的空间杂波信号采用相应的定位引擎获取该分类所对应的地理范围;通过地图和/或兴趣面(AOI)数据库在所述范围内查找该所述零星的位置/地点信息对应的详细位置/地址信息作为该分类对应的详细地址/位置信息。
11.如权利要求10所述的***,其特征在于,所述云端服务器在通过地图和/或兴趣面(AOI)数据库在所述范围内查找所述零星的位置/地点信息对应的详细位置/地址之后,还通过Reverse-Geocoding***获取该详细位置/地址信息对应的经度和纬度信息,将所述经度和纬度信号与该详细位置/地址信息进行关联存储。
12.如权利要求10-11中任一项所述的***,其特征在于,所述杂波信号采集终端采集的空间杂波信号包括:WI-FI信号、蓝牙信号,GNSS信号、基站信号、地磁场信号中的一种或多种。
13. 如权利要求12所述的***,其特征在于,对于WI-FI和蓝牙信号、所述杂波信号采集终端采集的杂波信号至少包括WIFI信号的MAC地址、AP SSID、 信号强度RSSI;对于GNSS信号、所述杂波信号采集终端采集的杂波信号至少包括经纬度和高程信息;对于基站信号、所述杂波信号采集终端采集的杂波信号至少包括基站CID、信号的频率/波段、信号强度RSSI 。
14.如权利要求13所述的***,其特征在于,对于WI-FI,蓝牙信号和基站信号、所述云端服务器采用信号强度的相似性 sim(i, j)作为聚类特征,其中、
Figure 527999DEST_PATH_IMAGE008
Figure 350462DEST_PATH_IMAGE009
分别是不同地点/不同时刻扫描获取的Wi-Fi,蓝牙信号的Mac地址空间,或不 同地点/不同时刻扫描获取的基站信号的CID标识空间,U 是所述
Figure 601183DEST_PATH_IMAGE010
的交集
Figure 3346DEST_PATH_IMAGE011
分别为
Figure 406645DEST_PATH_IMAGE012
中与具体MAC地址对应的Wi-Fi,蓝牙信号的强 度RSSI或 中与具体基站信号对应的信号强度,
Figure 623180DEST_PATH_IMAGE014
分别为
Figure 360192DEST_PATH_IMAGE015
中各MAC 地址对应的Wi-Fi,蓝牙信号的强度的期望值,或
Figure 617998DEST_PATH_IMAGE016
中各基站CID对应的基站信号的 强度的期望值。
15.如权利要求13所述的***,其特征在于,对于GNSS信号、所述云端服务器采用GNSS信号中的经纬度和高程信息作为聚类特征;对于地磁场信号、所述云端服务器采用地磁场强度水平和垂直分量的方差作为聚类特征。
16.如权利要求10-11中任一项所述的***,其特征在于,所述云端服务器采用DBSCAN算法对空间杂波信号进行聚类。
CN202110010197.7A 2021-01-06 2021-01-06 一种基于频谱图层的定位方法及*** Active CN112333820B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110010197.7A CN112333820B (zh) 2021-01-06 2021-01-06 一种基于频谱图层的定位方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110010197.7A CN112333820B (zh) 2021-01-06 2021-01-06 一种基于频谱图层的定位方法及***

Publications (2)

Publication Number Publication Date
CN112333820A true CN112333820A (zh) 2021-02-05
CN112333820B CN112333820B (zh) 2021-04-30

Family

ID=74302428

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110010197.7A Active CN112333820B (zh) 2021-01-06 2021-01-06 一种基于频谱图层的定位方法及***

Country Status (1)

Country Link
CN (1) CN112333820B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112699319A (zh) * 2021-03-23 2021-04-23 上海迹寻科技有限公司 空间杂波信号的校验方法及装置
CN113155127A (zh) * 2021-03-23 2021-07-23 上海迹寻科技有限公司 空间杂波信号的采集方法及装置
CN114520954A (zh) * 2022-01-21 2022-05-20 上海维智卓新信息科技有限公司 特种设备定位方法、***、特种设备及服务器
RU2776855C1 (ru) * 2021-04-02 2022-07-28 Общество с ограниченной ответственностью "Визитек" Система и способ определения местоположения пользователя
CN116184312A (zh) * 2022-12-22 2023-05-30 泰州雷德波达定位导航科技有限公司 一种基于语义Wi-Fi的室内众源指纹库构建方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100106745A1 (en) * 2008-10-23 2010-04-29 Electronics And Telecommunications Research Institute Method and apparatus for generating fingerprint database for wireless location
US20150230100A1 (en) * 2011-06-30 2015-08-13 Aboelmagd Noureldin System and method for wireless positioning in wireless network-enabled environments
CN105444755A (zh) * 2015-11-13 2016-03-30 深圳市译元成科技有限公司 基于空间杂波信号的室内定位方法
CN111983595A (zh) * 2020-07-14 2020-11-24 北京航空航天大学杭州创新研究院 一种室内定位的方法及装置
CN112135248A (zh) * 2020-10-09 2020-12-25 西安建筑科技大学 一种基于K-means最优估计的WIFI指纹定位方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100106745A1 (en) * 2008-10-23 2010-04-29 Electronics And Telecommunications Research Institute Method and apparatus for generating fingerprint database for wireless location
US20150230100A1 (en) * 2011-06-30 2015-08-13 Aboelmagd Noureldin System and method for wireless positioning in wireless network-enabled environments
CN105444755A (zh) * 2015-11-13 2016-03-30 深圳市译元成科技有限公司 基于空间杂波信号的室内定位方法
CN111983595A (zh) * 2020-07-14 2020-11-24 北京航空航天大学杭州创新研究院 一种室内定位的方法及装置
CN112135248A (zh) * 2020-10-09 2020-12-25 西安建筑科技大学 一种基于K-means最优估计的WIFI指纹定位方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112699319A (zh) * 2021-03-23 2021-04-23 上海迹寻科技有限公司 空间杂波信号的校验方法及装置
CN112699319B (zh) * 2021-03-23 2021-06-29 上海迹寻科技有限公司 空间杂波信号的校验方法及装置
CN113155127A (zh) * 2021-03-23 2021-07-23 上海迹寻科技有限公司 空间杂波信号的采集方法及装置
RU2776855C1 (ru) * 2021-04-02 2022-07-28 Общество с ограниченной ответственностью "Визитек" Система и способ определения местоположения пользователя
CN114520954A (zh) * 2022-01-21 2022-05-20 上海维智卓新信息科技有限公司 特种设备定位方法、***、特种设备及服务器
CN116184312A (zh) * 2022-12-22 2023-05-30 泰州雷德波达定位导航科技有限公司 一种基于语义Wi-Fi的室内众源指纹库构建方法
CN116184312B (zh) * 2022-12-22 2023-11-21 泰州雷德波达定位导航科技有限公司 一种基于语义Wi-Fi的室内众源指纹库构建方法

Also Published As

Publication number Publication date
CN112333820B (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
CN112333820B (zh) 一种基于频谱图层的定位方法及***
EP2294443B1 (en) Method and apparatus for determining location
US20130344888A1 (en) Identification of points of interest and positioning based on points of interest
CN102854490A (zh) 移动物体的混合定位方法与装置
CN102480677A (zh) 一种指纹定位误差的确定方法和设备
CN103501537A (zh) 基于智能手机和Wi-Fi无线网络的楼宇内部定位方法和***
CN109068272B (zh) 相似用户识别方法、装置、设备及可读存储介质
US11226391B2 (en) Floor levels of a venue
CN102467511A (zh) 定位搜索方法及***
CN105592420A (zh) 环境特征库生成及基于环境特征库的室内定位方法和装置
CN111757464A (zh) 一种区域轮廓提取方法及装置
CN103167605B (zh) 一种卫星辅助信号覆盖图建立/更新的WiFi室外定位方法
CN107623945B (zh) 定位移动设备所在区域的方法、***和计算机存储介质
Anisetti et al. Landmark-assisted location and tracking in outdoor mobile network
EP3671120B1 (en) Enhancing the accuracy for device localization
KR101791259B1 (ko) 계층형 측위 방법과 그를 위한 시스템 및 장치
WO2020169179A1 (en) Proximity-based offline geofencing
US20200364717A1 (en) Mapping radio data layers of radio map to floor identifiers
EP3860163B1 (en) Matching location-related information with name information of points of interest
CN203118400U (zh) 一种适用于室内室外基于多模式混合定位技术的导游仪
WO2015188847A1 (en) Supporting indoor positioning
US11570581B2 (en) Updating a radio map based on a sequence of radio fingerprint
AU2017255214B2 (en) A geolocating system for a mobile device
US11592516B2 (en) Positioning based on calendar information
US10989786B2 (en) Outdoor localization using hotspot labels

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
TR01 Transfer of patent right

Effective date of registration: 20210813

Address after: 200120 Room 903, floor 9, building 1, No. 58, Xiangke Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai

Patentee after: Shanghai Weizhi Zhuoxin Information Technology Co.,Ltd.

Address before: Room 901, 9 / F, building 1, 58 Xiangke Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai, 200120

Patentee before: Shanghai Jixun Technology Co.,Ltd.

TR01 Transfer of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A positioning method and system based on spectrum layer

Effective date of registration: 20221011

Granted publication date: 20210430

Pledgee: Societe Generale Bank Co.,Ltd. Qingpu Branch of Shanghai

Pledgor: Shanghai Weizhi Zhuoxin Information Technology Co.,Ltd.

Registration number: Y2022980018028

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20231030

Granted publication date: 20210430

Pledgee: Societe Generale Bank Co.,Ltd. Qingpu Branch of Shanghai

Pledgor: Shanghai Weizhi Zhuoxin Information Technology Co.,Ltd.

Registration number: Y2022980018028

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Location Method and System Based on Spectrum Layer

Effective date of registration: 20231102

Granted publication date: 20210430

Pledgee: Industrial Bank Co.,Ltd. Shanghai Minhang sub branch

Pledgor: Shanghai Weizhi Zhuoxin Information Technology Co.,Ltd.

Registration number: Y2023310000711