反向位置指紋識別定位方法、裝置和系統(tǒng)與流程
本發(fā)明涉及室內定位領域，特別涉及一種反向位置指紋識別定位方法、裝置和系統(tǒng)。
背景技術：
當前，智能終端和基于智能終端的移動互聯(lián)應用增長迅速，各種移動購物、結算、社交、娛樂等應用需要使用位置信息，對定位精度、定位速度也提出更高要求。
在隧道、高層樓宇、地下室等場合，GPS、北斗等衛(wèi)星定位手段失效；由終端主動發(fā)起的三角定位或位置指紋識別定位，需在終端側安裝定位應用，并具有數據通訊能力，導致首次定位時間長、鏈路開銷大、未打開定位應用就無法得到位置信息、高速移動下無法工作或誤差極大等局限。
技術實現(xiàn)要素：
鑒于以上技術問題，本發(fā)明提供了一種反向位置指紋識別定位方法、裝置和系統(tǒng)，實時掃描待測終端的終端標識和信號強度，通過模糊決策確定待測終端的位置，提高了室內終端的定位精度。
根據本發(fā)明的一個方面，提供一種反向位置指紋識別定位方法，包括：
通過模糊聚類算法構建室內wifi場強信息庫；
接收各個無線接入點設備AP實時采集的室內待測終端的掃描結果，所述掃描結果包括終端標識和信號強度RSSI；
根據終端標識確定不同AP采集的同一待測終端的當前RSSI；
將該待測終端的當前RSSI與所述室內wifi場強信息庫進行比 對，確定該待測終端的位置信息。
在本發(fā)明的一個實施例中，所述通過模糊聚類算法構建室內wifi場強信息庫的步驟包括：
選擇室內信號采集參考點，獲取所述參考點的坐標信息；
獲取不同AP采集的每一信號采集點的RSSI信息指紋，所述RSSI信息指紋包括該參考點的坐標信息和各AP采集的該參考點的RSSI；
通過模糊聚類算法構建RSSI信息指紋的模糊分類。
在本發(fā)明的一個實施例中，所述將該待測終端的當前RSSI與所述室內wifi場強信息庫進行比對，確定該待測終端的位置信息的步驟包括：
獲取該待測終端的當前RSSI與每個模糊分類的聚類中心的模糊隸屬度；
選擇模糊隸屬度最大的模糊分類；
在所述模糊隸屬度最大的模糊分類中進行模糊決策，確定該待測終端的位置信息。
在本發(fā)明的一個實施例中，在所述模糊隸屬度最大的模糊分類中進行模糊決策，確定該待測終端的位置信息的步驟包括：
將該待測終端的當前RSSI、以及所述模糊隸屬度最大的模糊分類中各AP采集的各參考點RSSI作為因素指標值構建因素指標矩陣；
根據因素指標矩陣獲取相對偏差值，其中所述相對偏差值構成模糊矩陣；
將相對偏差值的和小于預定歐式距離門限的參考點作為鄰近參考點；
將鄰近參考點對應坐標信息的平均值作為該待測終端的位置信息。
在本發(fā)明的一個實施例中，所述通過模糊聚類算法構建室內wifi場強信息庫的步驟之前，還包括：對不同AP的時鐘與采集時間進行校準；
所述確定該待測終端的位置信息的步驟之后，還包括：獲取基于 待測終端運動速度的位置補償值，并根據所述位置補償值對該待測終端的位置信息進行修正。
根據本發(fā)明的另一方面，提供一種反向位置指紋識別定位裝置，包括指紋庫建立模塊、掃描結果采集模塊、終端確定模塊和位置確定模塊，其中：
指紋庫建立模塊，用于通過模糊聚類算法構建室內wifi場強信息庫；
掃描結果采集模塊，用于接收各個無線接入點設備AP實時采集的室內待測終端的掃描結果，所述掃描結果包括終端標識和信號強度RSSI；
終端確定模塊，用于根據終端標識確定不同AP采集的同一待測終端的當前RSSI；
位置確定模塊，用于將該待測終端的當前RSSI與所述室內wifi場強信息庫進行比對，確定該待測終端的位置信息。
在本發(fā)明的一個實施例中，指紋庫建立模塊包括參考點選擇單元、信息指紋獲取單元和模糊分類單元，其中：
參考點選擇單元，用于選擇室內信號采集參考點，獲取所述參考點的坐標信息；
信息指紋獲取單元，用于獲取不同AP采集的每一信號采集點的RSSI信息指紋，所述RSSI信息指紋包括該參考點的坐標信息和各AP采集的該參考點的RSSI；
模糊分類單元，用于通過模糊聚類算法構建RSSI信息指紋的模糊分類。
在本發(fā)明的一個實施例中，位置確定模塊包括隸屬度確定單元、分類確定單元和定位單元，其中：
隸屬度確定單元，用于獲取該待測終端的當前RSSI與每個模糊分類的聚類中心的模糊隸屬度；
分類確定單元，用于選擇模糊隸屬度最大的模糊分類；
定位單元，用于在所述模糊隸屬度最大的模糊分類中進行模糊決 策，確定該待測終端的位置信息。
在本發(fā)明的一個實施例中，定位單元包括指標矩陣確定子模塊、偏差值確定子模塊、鄰近點確定子模塊和定位子模塊，其中：
指標矩陣確定子模塊，用于將該待測終端的當前RSSI、以及所述模糊隸屬度最大的模糊分類中各AP采集的各參考點RSSI作為因素指標值構建因素指標矩陣；
偏差值確定子模塊，用于根據因素指標矩陣獲取相對偏差值，其中所述相對偏差值構成模糊矩陣；
鄰近點確定子模塊，用于將相對偏差值的和小于預定歐式距離門限的參考點作為鄰近參考點；
定位子模塊，用于將鄰近參考點對應坐標信息的平均值作為該待測終端的位置信息。
在本發(fā)明的一個實施例中，所述裝置還包括時間校準模塊和位置修正模塊，其中：
時間校準模塊，用于在指紋庫建立模塊通過模糊聚類算法構建室內wifi場強信息庫之前，對不同AP的時鐘與采集時間進行校準；
位置修正模塊，用于在位置確定模塊確定該待測終端的位置信息之后，獲取基于待測終端運動速度的位置補償值，并根據所述位置補償值對該待測終端的位置信息進行修正。
根據本發(fā)明的另一方面，提供一種反向位置指紋識別定位系統(tǒng)，包括反向位置指紋識別定位裝置和無線接入點設備，其中：
無線接入點設備，用于實時采集的室內待測終端的掃描結果，并將所述掃描結果發(fā)送給反向位置指紋識別定位裝置；
反向位置指紋識別定位裝置，為權利要求6-10中任一項所述的反向位置指紋識別定位裝置。
在本發(fā)明的一個實施例中，所述系統(tǒng)還包括前置匯聚模塊，其中：
所述前置匯聚模塊設置在部分無線接入點設備上，用于將該部分無線接入點設備的掃描結果上報給所述反向位置指紋識別定位裝置。
本發(fā)明室內通過無線接入點掃描報告建立指紋庫，無線接入點主 動掃描待測終端的與信號強度實現(xiàn)位置解算，從而可以提高室內終端的定位精度。
附圖說明
為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。
圖1為本發(fā)明反向位置指紋識別定位系統(tǒng)一個實施例的示意圖。
圖2為本發(fā)明反向位置指紋識別定位方法一個實施例的示意圖。
圖3為本發(fā)明反向位置指紋識別定位方法另一實施例的示意圖。
圖4為本發(fā)明一個實施例中通過模糊聚類算法構建室內wifi場強信息庫的示意圖。
圖5為本發(fā)明一個實施例中在線階段進行模糊解算的流程示意圖。
圖6為本發(fā)明一個實施例中在隸屬度最大的模糊分類中進行模糊決策的流程示意圖。
圖7為本發(fā)明反向位置指紋識別定位裝置一個實施例的示意圖。
圖8為本發(fā)明反向位置指紋識別定位裝置另一實施例的示意圖。
圖9為本發(fā)明一個實施例中指紋庫建立模塊的示意圖。
圖10為本發(fā)明一個實施例中位置確定模塊的示意圖。
圖11為本發(fā)明一個實施例中定位單元的示意圖。
具體實施方式
下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。以下對至少一個示例性實施例的描述實際上僅僅是說明性的，決不作為對本發(fā)明及其應用或使用的任何限制?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提 下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
除非另外具體說明，否則在這些實施例中闡述的部件和步驟的相對布置、數字表達式和數值不限制本發(fā)明的范圍。
同時，應當明白，為了便于描述，附圖中所示出的各個部分的尺寸并不是按照實際的比例關系繪制的。
對于相關領域普通技術人員已知的技術、方法和設備可能不作詳細討論，但在適當情況下，所述技術、方法和設備應當被視為授權說明書的一部分。
在這里示出和討論的所有示例中，任何具體值應被解釋為僅僅是示例性的，而不是作為限制。因此，示例性實施例的其它示例可以具有不同的值。
應注意到：相似的標號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨后的附圖中不需要對其進行進一步討論。
圖1為本發(fā)明反向位置指紋識別定位系統(tǒng)一個實施例的示意圖。如圖1所示，本發(fā)明反向位置指紋識別定位系統(tǒng)包括反向位置指紋識別定位裝置3和多個定位Wifi無線接入點設備(例如圖1中的21、22、23和24)，其中：
所述無線接入點設備AP，用于實時掃描室內待測終端1，獲取掃描結果，并將所述掃描結果發(fā)送給反向位置指紋識別定位裝置，其中，所述室內待測終端1為wifi移動終端，所述掃描結果包括每個待測終端1的終端標識(例如MAC地址)、信號強度RSSI、采集時間等信息。
反向位置指紋識別定位裝置3，用于在離線階段構建室內wifi場強信息庫，通過模糊聚類方法建立指紋庫；以及在線階段實時采集AP掃描到的掃描結果；并使用模糊決策方法，根據終端設備MAC地址在不同定位無線接入點的掃描結果，與指紋庫模型比對決策，得出位置信息。
本發(fā)明上述實施例中待測終端無需安裝定位應用，無需登入數據 網，只需打開wifi功能，并被定位Wifi無線接入點掃描到，就能在反向位置指紋識別定位裝置(即，解算平臺)獲得待測終端在室內的坐標位置。
基于本發(fā)明上述實施例提供的反向位置指紋識別定位系統(tǒng)，在室內通過無線接入點掃描報告建立指紋庫，無線接入點主動掃描終端MAC地址與信號強度實現(xiàn)位置解算，從而提高了室內待測終端的定位精度。
在本發(fā)明的一個實施例中，如圖1所示，所述系統(tǒng)還可以包括前置匯聚模塊4，其中：
前置匯聚模塊4設置在部分無線接入點設備(例如圖1所示的AP23和24)上，用于將該部分無線接入點設備的掃描結果上報給所述反向位置指紋識別定位裝置3。
在本發(fā)明的一個具體實施例中，前置匯聚模塊4使用TCP連接方式將多個無線接入點設備23和24的掃描結果(移動設備MAC地址與RSSI信息)上報給反向位置指紋識別定位裝置3。而不具備匯聚能力的無線接入點設備21和22，使用UDP連接方式連接直接上報給反向位置指紋識別定位裝置3。
在本發(fā)明的一個實施例中，如圖1所示，所述系統(tǒng)還可以包括監(jiān)控裝置5，其中：
所述監(jiān)控裝置5與反向位置指紋識別定位裝置3連接；反向位置指紋識別定位裝置3還用于將待測終端1的定位結果(在室內的坐標位置)發(fā)送給監(jiān)控裝置，以便監(jiān)控裝置實現(xiàn)對待測終端1的位置監(jiān)控。
在本發(fā)明的一個實施例中，反向位置指紋識別定位裝置3還用于將待測終端1的定位結果返回給待測終端1，以便待測終端1獲取自身在室內的坐標位置信息。
下面通過具體實施例對反向位置指紋識別定位裝置3如何實現(xiàn)對待測終端的定位以及對反向位置指紋識別定位裝置3的結構進行詳細描述。
圖2為本發(fā)明反向位置指紋識別定位方法一個實施例的示意圖。 優(yōu)選的，本實施例可由本發(fā)明反向位置指紋識別定位裝置執(zhí)行。該方法包括以下步驟：
步驟202，離線階段通過模糊聚類算法構建室內wifi場強信息庫。
在本發(fā)明的一個實施例中，模糊聚類算法可以包括但不限于模糊C-均值(Fuzzy c mean)聚類算法，即FCM算法。例如，模糊聚類算法還可以是K均值聚類算法等。
步驟204，在線階段接收各個無線接入點設備AP實時采集的室內待測終端的掃描結果，所述掃描結果包括每個待測終端1的終端標識(例如MAC地址)、信號強度RSSI、采集時間等信息。
步驟206，根據終端標識確定不同AP采集的同一待測終端的當前RSSI，其中諸如MAC地址的終端標識與終端一一對應，由此可以確定出不同AP采集的同一待測終端的當前RSSI集合。
步驟208，將該待測終端的當前RSSI與所述室內wifi場強信息庫進行比對，確定該待測終端的位置信息。
基于本發(fā)明上述實施例提供的反向位置指紋識別定位方法，在室內通過無線接入點掃描報告建立指紋庫，無線接入點主動掃描終端MAC地址與信號強度，反向位置指紋識別定位裝置為消除每個無線接入點掃描時間不一致產生的誤差，在線階段使用模糊決策方法，根據終端設備MAC地址在不同定位無線接入點的掃描結果，與指紋庫模型比對決策，得出位置信息，從而提高了室內待測終端的定位精度。
圖3為本發(fā)明反向位置指紋識別定位方法另一實施例的示意圖。優(yōu)選的，本實施例可由本發(fā)明反向位置指紋識別定位裝置執(zhí)行。圖3實施例中的步驟302-步驟308與圖2實施例中的步驟202-步驟208相同或類似，這里不再詳述。與圖2實施例相比，圖3所述方法在通過模糊聚類算法構建室內wifi場強信息庫(步驟302)之前，還可以包括：
步驟301，對不同AP的時鐘與采集時間進行校準。
在本發(fā)明的一個具體實施例中，步驟301可以包括：讀取無線接入點的時鐘信息；計算出單個接入點與標準時間的差值；并根據不同接入點的掃描特征獲得掃描等待時間；將最后的掃描結果時間統(tǒng)一為標準時 間。
由此本發(fā)明上述實施例可以消除無線接入點的時鐘不一致給位置信息采集帶來的誤差，以及每個無線接入點掃描時間不一致產生的誤差，從而進一步提高了wifi終端的室內定位精度。
與圖2實施例相比，圖3所述方法在所述確定該待測終端的位置信息的步驟(步驟308)之后，還可以包括：
步驟310，獲取基于待測終端運動速度的位置補償值，并根據所述位置補償值對該待測終端的位置信息進行修正。
在本發(fā)明的一個具體實施例中，步驟310可以包括：
步驟1、統(tǒng)計同一MAC地址設備(待測終端)掃描樣本點的個數，由于運動速度越快，樣本數量越少，根據樣本數量確定待測終端運動速度。
步驟2、根據預定的待測終端運動速度與位置補償值的對應關系獲取基于待測終端運動速度的位置補償值g(t)；
步驟3、并根據所述位置補償值g(t)對該待測終端的位置信息h(t)進行修正，以得到移動終端運動的距離位置評估f(t)。具體而言，f(t)＝g(t)+h(t)。
由于待測終端高速運動下實際坐標(x’,y’)和估計位置坐標(x,y)間偏差度較大，因此本發(fā)明上述實施例基于待測終端運動速度的位置補償值g(t)，修正了步驟308獲得的位置信息h(t)，從而提高了終端高速運動狀態(tài)下的定位精度。
圖4為本發(fā)明一個實施例中通過模糊聚類算法構建室內wifi場強信息庫的示意圖。如圖4所示，圖2中的步驟202或圖3中的步驟302可以包括：
步驟402，根據用戶的選擇室內信號采集參考點，獲取所述參考點的坐標信息(xi,yi)。
步驟404，獲取不同AP采集的每一信號采集點的RSSI信息指紋，所述RSSI信息指紋包括該參考點的坐標信息和各AP采集的該參考點的RSSI。
步驟406，通過模糊聚類算法構建RSSI信息指紋的模糊分類。
在本發(fā)明的一個實施例中，考慮到移動終端型號的不同而導致移動終端接收性能的不同，則在步驟402和步驟404之間，所述方法還可以包括：選擇不同型號的參考移動終端，之后針對根據不同型號的參考移動終端，執(zhí)行步驟404和406。即，針對不同參考移動終端，分別建立相應的指紋庫和模糊分類。由此可以便于之后在線解算階段，根據待測終端的MAC地址確定與所述MAC地址對應的參考終端D，從而選擇參考終端D對應的指紋庫和模糊分類進行進一步解算。
本發(fā)明的實施例由于對因移動終端型號的不同而導致移動終端接收性能的不同進行了補償，進而去除了移動終端型號對接收性能的影響，使得不同型號移動終端的接收信號具有相同的參考標準，因此，在接收信號強度補償后可以為用戶提供更精確的定位服務。
在本發(fā)明的一個具體實施例中，步驟406可以包括：采用模糊c均值聚類算法構建RSSI信息指紋的模糊分類，采用模糊c均值聚類算法構建模糊分類的流程具體如下：
聚類準則是尋求最佳組合對(U，P)，以使得在滿足約束μik∈Mhc時，使目標函數Jm(U，P)最小。目標函數的一般描述為公式(1)：
其中，U(b)＝[μik]c×n，μik為隸屬度函數；P為聚類原型矩陣；Mhc為數據集的模糊c劃分空間；dik表示第類中的樣本xk與原始模型矢量pi之間的失真度。這類問題可以用迭代算法求解。
初始化：給定聚類類別數c，2≤c≤n，n是數據(RSSI信息指紋)的個數，設定迭代停止閾值ε，初始化聚類原型模式P(0)，設置迭代計數器b＝0；
步驟一：用式(2)計算或更新劃分矩陣U(b)：
對于如果則有
如果使得則有且對j≠r，
步驟二：用式(3)更新聚類原型模式矩陣P(b+1)：
步驟三：如果||P(b)-P(b+1)||＜ε，則算法停止并輸出劃分矩陣U和聚類原型P，否則令b＝b+1，轉向步驟一。其中||·||為某種合適的矩陣范數。
同樣，采用模糊c均值聚類算法構建模糊分類的方法也有另一種形式，即從初始化模糊劃分矩陣開始，先用公式(3)計算聚類原型(中心矩陣)，然后用公式(2)更新模糊分類矩陣，直到滿足停止準則為止。
圖5為本發(fā)明一個實施例中在線階段進行模糊解算的流程示意圖。如圖5所示，圖2中的步驟208或圖3中的步驟308可以包括：
步驟502，根據預定的模糊匹配規(guī)則或者預定的模糊隸屬度函數，獲取該待測終端的當前RSSI與每個模糊分類的聚類中心的模糊隸屬度。
步驟504，選擇模糊隸屬度最大的模糊分類j。
步驟506，在所述模糊隸屬度最大的模糊分類j中進行模糊決策，確定該待測終端的位置信息。
在本發(fā)明的一個實施例中，考慮到移動終端型號的不同而導致移動終端接收性能的不同，則在步驟502之前，還可以包括根據待測終端的MAC地址確定與所述MAC地址對應的參考終端D；之后，選擇與參考終端D對應的指紋庫；然后針對所述參考終端D對應的指紋庫，執(zhí)行步驟502-步驟506，以確定該待測終端的位置信息。
圖6為本發(fā)明一個實施例中在隸屬度最大的模糊分類中進行模糊決策的流程示意圖。如圖6所示，圖5中的步驟506可以包括：
步驟602，將該待測終端的當前RSSI、以及所述模糊隸屬度最大的模糊分類j中各AP采集的各參考點RSSI作為因素指標值構建如公式(4)所示的因素指標矩陣。
其中，p、q為大于0的自然數；1≤p≤n,n為采樣個數，n等于待測終端采樣個數與參考點數量之和；1≤q≤k,k為AP的數量，vpq 為第q個AP采集的第p個參考點(或待測終端位置)的RSSI值。
步驟604，根據公式(4)所示因素指標矩陣，基于公式(5)獲取相對偏差值upk，其中所述相對偏差值構成如公式(6)所示的構件模糊矩陣δ。
步驟606，根據公式(7)將相對偏差值的和dq小于等于預定歐式距離門限β的K個參考點作為鄰近參考點。
步驟608，將K個鄰近參考點對應坐標信息的平均值作為該待測終端的位置信息。
圖7為本發(fā)明反向位置指紋識別定位裝置一個實施例的示意圖。如圖7所示，圖1中所示的反向位置指紋識別定位裝置3包括指紋庫建立模塊100、掃描結果采集模塊200、終端確定模塊300和位置確定模塊400，其中：
指紋庫建立模塊100，用于通過模糊聚類算法構建室內wifi場強信息庫。
掃描結果采集模塊200，用于接收各個無線接入點設備AP實時采集的室內待測終端的掃描結果，所述掃描結果包括諸如MAC地址的終端標識、以及信號強度RSSI。
終端確定模塊300，用于根據終端標識確定不同AP采集的同一 待測終端的當前RSSI。
位置確定模塊400，用于將該待測終端的當前RSSI與所述室內wifi場強信息庫進行比對，確定該待測終端的位置信息。
基于本發(fā)明上述實施例提供的反向位置指紋識別定位裝置，在室內通過無線接入點掃描報告建立指紋庫，無線接入點主動掃描終端MAC地址與信號強度，反向位置指紋識別定位裝置為消除每個無線接入點掃描時間不一致產生的誤差，在線階段使用模糊決策方法，根據終端設備MAC地址在不同定位無線接入點的掃描結果，與指紋庫模型比對決策，得出位置信息，從而提高了室內待測終端的定位精度。
圖8為本發(fā)明反向位置指紋識別定位裝置另一實施例的示意圖。與圖7所示實施例相比，在圖8所示實施例中，所述裝置還可以包括時間校準模塊500，其中：
時間校準模塊500，用于在指紋庫建立模塊100通過模糊聚類算法構建室內wifi場強信息庫之前，對不同AP的時鐘與采集時間進行校準。
由此本發(fā)明上述實施例可以消除無線接入點的時鐘不一致給位置信息采集帶來的誤差，以及每個無線接入點掃描時間不一致產生的誤差，從而進一步提高了wifi終端的室內定位精度。
在本發(fā)明的一個實施例中，如圖8所示，所述裝置還可以包括位置修正模塊600，其中：
位置修正模塊600，用于在位置確定模塊400確定該待測終端的位置信息之后，獲取基于待測終端運動速度的位置補償值，并根據所述位置補償值對該待測終端的位置信息進行修正。
由于待測終端高速運動下實際坐標(x’,y’)和估計位置坐標(x,y)間偏差度較大，因此本發(fā)明上述實施例基于待測終端運動速度的位置補償值g(t)，修正了位置確定模塊獲得的位置信息h(t)，從而提高了終端高速運動狀態(tài)下的定位精度。
圖9為本發(fā)明圖7或圖8實施例中指紋庫建立模塊的示意圖。如圖9所示，圖7或圖8實施例中的指紋庫建立模塊100可以包括參考點選 擇單元110、信息指紋獲取單元120和模糊分類單元130，其中：
參考點選擇單元110，用于選擇室內信號采集參考點，獲取所述參考點的坐標信息。
信息指紋獲取單元120，用于獲取不同AP采集的每一信號采集點的RSSI信息指紋，所述RSSI信息指紋包括該參考點的坐標信息和各AP采集的該參考點的RSSI。
模糊分類單元130，用于通過模糊聚類算法構建RSSI信息指紋的模糊分類。
圖10為本發(fā)明一個實施例中位置確定模塊的示意圖。如圖10所示，圖7或圖8實施例中的位置確定模塊400可以包括隸屬度確定單元410、分類確定單元420和定位單元430，其中：
隸屬度確定單元410，用于獲取該待測終端的當前RSSI與每個模糊分類的聚類中心的模糊隸屬度。
分類確定單元420，用于選擇模糊隸屬度最大的模糊分類。
定位單元430，用于在所述模糊隸屬度最大的模糊分類中進行模糊決策，確定該待測終端的位置信息。
圖11為本發(fā)明一個實施例中定位單元的示意圖。如圖11所示，圖10實施例中的定位單元430可以包括指標矩陣確定子模塊431、偏差值確定子模塊432、鄰近點確定子模塊433和定位子模塊434，其中：
指標矩陣確定子模塊431，用于將該待測終端的當前RSSI、以及所述模糊隸屬度最大的模糊分類中各AP采集的各參考點RSSI作為因素指標值構建因素指標矩陣。
偏差值確定子模塊432，用于根據因素指標矩陣獲取相對偏差值，其中所述相對偏差值構成模糊矩陣。
鄰近點確定子模塊433，用于將相對偏差值的和小于預定歐式距離門限的參考點作為鄰近參考點。
定位子模塊434，用于將鄰近參考點對應坐標信息的平均值作為該待測終端的位置信息。
在上面所描述的指紋庫建立模塊100、掃描結果采集模塊200、 終端確定模塊300、位置確定模塊400、時間校準模塊500和位置修正模塊600等功能單元可以實現(xiàn)為用于執(zhí)行本申請所描述功能的通用處理器、可編程邏輯控制器(PLC)、數字信號處理器(DSP)、專用集成電路(ASIC)、現(xiàn)場可編程門陣列(FPGA)或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件或者其任意適當組合。
至此，已經詳細描述了本發(fā)明。為了避免遮蔽本發(fā)明的構思，沒有描述本領域所公知的一些細節(jié)。本領域技術人員根據上面的描述，完全可以明白如何實施這里公開的技術方案。
本領域普通技術人員可以理解實現(xiàn)上述實施例的全部或部分步驟可以通過硬件來完成，也可以通過程序來指令相關的硬件完成，所述的程序可以存儲于一種計算機可讀存儲介質中，上述提到的存儲介質可以是只讀存儲器，磁盤或光盤等。
本發(fā)明的描述是為了示例和描述起見而給出的，而并不是無遺漏的或者將本發(fā)明限于所公開的形式。很多修改和變化對于本領域的普通技術人員而言是顯然的。選擇和描述實施例是為了更好說明本發(fā)明的原理和實際應用，并且使本領域的普通技術人員能夠理解本發(fā)明從而設計適于特定用途的帶有各種修改的各種實施例。
- 還沒有人留言評論。精彩留言會獲得點贊！