本發(fā)明涉及無(wú)線局域網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位方法及服務(wù)器。

背景技術(shù)：

目前在世界范圍內(nèi)的定位技術(shù)主要有GPS定位、Wi-Fi定位、藍(lán)牙定位等，GPS定位主要應(yīng)用于室外，Wi-Fi、藍(lán)牙定位既可用于室內(nèi)，也可用于室外。由于Wi-Fi定位相對(duì)成熟，下面以Wi-Fi定位技術(shù)為背景來(lái)介紹本發(fā)明的具體內(nèi)容。隨著無(wú)線路由器的普及，目前大部分公共區(qū)域都已經(jīng)實(shí)現(xiàn)十幾個(gè)甚至幾十個(gè)WiFi信號(hào)覆蓋，而且這些路由器在向四周傳播WiFi信號(hào)的同時(shí)，也不停的發(fā)送其物理地址與信號(hào)強(qiáng)度等信息，只要在其信號(hào)覆蓋范圍內(nèi)，即使不知道Wi-Fi的密碼，也同樣能獲得這些信息。

通用的WiFi室內(nèi)定位技術(shù)大多是基于IEEE802.11b/g協(xié)議的無(wú)線局域網(wǎng)(WLAN)的信號(hào)強(qiáng)度定位技術(shù)。基于信號(hào)強(qiáng)度的定位技術(shù)基本原理是根據(jù)接收到的信號(hào)的強(qiáng)度推算信號(hào)接收器與信號(hào)源之間的距離，主要分成兩類(lèi)：三角形強(qiáng)度算法以及位置指紋識(shí)別算法。其中三角形強(qiáng)度算法精度低，難以滿足室內(nèi)定位要求；而普通指紋識(shí)別算法又存在接收設(shè)備不同而使得接收信號(hào)存在誤差的缺陷。

技術(shù)實(shí)現(xiàn)要素：

為解決上述技術(shù)問(wèn)題，本發(fā)明提供一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位方法及服務(wù)器，通過(guò)采集待檢測(cè)客戶端接收各個(gè)無(wú)線接入點(diǎn)的對(duì)應(yīng)的雙向信號(hào)強(qiáng)度數(shù)據(jù)，實(shí)現(xiàn)基于深度神經(jīng)網(wǎng)絡(luò)的WiFi定位。

本發(fā)明提供的技術(shù)方案如下：

本發(fā)明公開(kāi)了一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位方法，所述方法包括步驟：S100、當(dāng)待檢測(cè)客戶端與所有無(wú)線接入點(diǎn)中的任意一個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)之后，獲取檢測(cè)區(qū)域內(nèi)待檢測(cè)客戶端的雙向信號(hào)強(qiáng)度數(shù)據(jù)；S200、將所述雙向信號(hào)強(qiáng)度數(shù)據(jù)輸入訓(xùn)練后的定位模型的數(shù)據(jù)數(shù)據(jù)輸入層；S300、基于訓(xùn)練后的定位模型的網(wǎng)絡(luò)層計(jì)算所述雙向信號(hào)強(qiáng)度數(shù)據(jù)，在定位模型的輸出層輸出預(yù)測(cè)結(jié)果，根據(jù)所述預(yù)測(cè)結(jié)果確定待檢測(cè)客戶端的位置。

進(jìn)一步優(yōu)選的，所述雙向信號(hào)強(qiáng)度數(shù)據(jù)包括待檢測(cè)客戶端接收各個(gè)無(wú)線接入點(diǎn)信號(hào)的與各個(gè)無(wú)線接入點(diǎn)對(duì)應(yīng)的第一接收信號(hào)強(qiáng)度指示，以及各個(gè)無(wú)線接入點(diǎn)接收待檢測(cè)客戶端信號(hào)的第二接收信號(hào)強(qiáng)度指示。

進(jìn)一步優(yōu)選的，所述步驟S100進(jìn)一步包括以下步驟：S101、當(dāng)待檢測(cè)客戶端發(fā)送探測(cè)請(qǐng)求報(bào)文至所有無(wú)線接入點(diǎn)時(shí)，根據(jù)所述探測(cè)請(qǐng)求報(bào)文獲得各個(gè)無(wú)線接入點(diǎn)接收到的待檢測(cè)客戶端所發(fā)的信號(hào)的第一接收信號(hào)強(qiáng)度指示；S102、當(dāng)待檢測(cè)客戶端接收到所有無(wú)線接入點(diǎn)返回的探測(cè)響應(yīng)報(bào)文，與其中任意一個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)時(shí)，響應(yīng)已關(guān)聯(lián)的無(wú)線接入點(diǎn)發(fā)送的ICMP請(qǐng)求報(bào)文，并返回ICMP回復(fù)報(bào)文至已關(guān)聯(lián)的無(wú)線接入點(diǎn)，所述ICMP回復(fù)報(bào)文中包含待檢測(cè)客戶端接收到的已關(guān)聯(lián)的無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)；S103、向除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)分別發(fā)送探測(cè)回復(fù)報(bào)文，根據(jù)所述探測(cè)回復(fù)報(bào)文中獲得待檢測(cè)客戶端接收到的除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)；S104、根據(jù)待檢測(cè)客戶端接收到的已關(guān)聯(lián)的無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)以及待檢測(cè)客戶端接收到的除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)生成第二接收信號(hào)強(qiáng)度指示。

進(jìn)一步優(yōu)選的，所述步驟S100之前還包括：S000、預(yù)先訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，將訓(xùn)練后的深度神經(jīng)網(wǎng)絡(luò)作為所述定位模型。

進(jìn)一步優(yōu)選的，所述步驟S000進(jìn)一步包括步驟：S001、預(yù)先設(shè)置訓(xùn)練位置標(biāo)簽；S002、在訓(xùn)練位置標(biāo)簽在檢測(cè)區(qū)域內(nèi)對(duì)應(yīng)位置上將訓(xùn)練終端依次與各個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)，多次采集訓(xùn)練終端與每個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)時(shí)的雙向信號(hào)數(shù)據(jù)；所述雙向信號(hào)數(shù)據(jù)包括各個(gè)無(wú)線接入點(diǎn)接收到的訓(xùn)練終端所發(fā)的信號(hào)的第一接收信號(hào)強(qiáng)度指示，以及訓(xùn)練終端接收到的各個(gè)無(wú)線接入點(diǎn)所發(fā)的信號(hào)的第二接收信號(hào)強(qiáng)度指示；將所述雙向信號(hào)數(shù)據(jù)與對(duì)應(yīng)的訓(xùn)練位置標(biāo)簽作為一組訓(xùn)練樣本數(shù)據(jù)；S003、按步驟S002所述方法采集所有訓(xùn)練位置標(biāo)簽在檢測(cè)區(qū)域內(nèi)對(duì)應(yīng)位置上的雙向信號(hào)數(shù)據(jù)，生成多組訓(xùn)練樣本數(shù)據(jù)，根據(jù)所述多組訓(xùn)練樣本數(shù)據(jù)生成訓(xùn)練數(shù)據(jù)集，送入深度神經(jīng)網(wǎng)絡(luò)；S004、將深度神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)層定義為雙通道數(shù)據(jù)層，所述雙通道數(shù)據(jù)層的節(jié)點(diǎn)與各個(gè)無(wú)線接入點(diǎn)相對(duì)應(yīng)；按照雙通道數(shù)據(jù)層的節(jié)點(diǎn)與各個(gè)無(wú)線接入點(diǎn)對(duì)應(yīng)的方式分別將每個(gè)訓(xùn)練樣本數(shù)據(jù)中第一接收信號(hào)強(qiáng)度指示以及第二接收信號(hào)強(qiáng)度指示輸入對(duì)應(yīng)的節(jié)點(diǎn)的兩個(gè)通道，經(jīng)過(guò)所述深度神經(jīng)網(wǎng)絡(luò)輸出與所述訓(xùn)練樣本數(shù)據(jù)中所述訓(xùn)練位置標(biāo)簽相對(duì)應(yīng)的訓(xùn)練結(jié)果；S005、依次將輸出的訓(xùn)練結(jié)果與其對(duì)應(yīng)的所述訓(xùn)練位置標(biāo)簽進(jìn)行比較，根據(jù)比較結(jié)果對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，將訓(xùn)練后的深度神經(jīng)網(wǎng)絡(luò)作為所述定位模型。

本發(fā)明還公開(kāi)了一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位服務(wù)器，包括：數(shù)據(jù)采集模塊，用于當(dāng)待檢測(cè)客戶端與所有無(wú)線接入點(diǎn)中的任意一個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)之后，獲取檢測(cè)區(qū)域內(nèi)待檢測(cè)客戶端的雙向信號(hào)強(qiáng)度數(shù)據(jù)；所述雙向信號(hào)強(qiáng)度數(shù)據(jù)包括待檢測(cè)客戶端接收各個(gè)無(wú)線接入點(diǎn)信號(hào)的與各個(gè)無(wú)線接入點(diǎn)對(duì)應(yīng)的第一接收信號(hào)強(qiáng)度指示，以及各個(gè)無(wú)線接入點(diǎn)接收待檢測(cè)客戶端信號(hào)的第二接收信號(hào)強(qiáng)度指示；定位模塊，用于將所述雙向信號(hào)強(qiáng)度數(shù)據(jù)輸入訓(xùn)練后的定位模型的數(shù)據(jù)數(shù)據(jù)輸入層，基于訓(xùn)練后的定位模型的網(wǎng)絡(luò)層計(jì)算所述雙向信號(hào)強(qiáng)度數(shù)據(jù)，在定位模型的輸出層輸出預(yù)測(cè)結(jié)果，根據(jù)所述預(yù)測(cè)結(jié)果確定待檢測(cè)客戶端的位置。

進(jìn)一步優(yōu)選的，所述雙向信號(hào)強(qiáng)度數(shù)據(jù)包括各個(gè)無(wú)線接入點(diǎn)接收到的待檢測(cè)客戶端所發(fā)的信號(hào)的第一接收信號(hào)強(qiáng)度指示，以及待檢測(cè)客戶端接收到的各個(gè)無(wú)線接入點(diǎn)所發(fā)的信號(hào)的第二接收信號(hào)強(qiáng)度指示。

進(jìn)一步優(yōu)選的，所述數(shù)據(jù)采集模塊進(jìn)一步包括：第一接收信號(hào)強(qiáng)度指示獲取模塊，用于當(dāng)待檢測(cè)客戶端發(fā)送探測(cè)請(qǐng)求報(bào)文至所有無(wú)線接入點(diǎn)時(shí)，根據(jù)所述探測(cè)請(qǐng)求報(bào)文獲得各個(gè)無(wú)線接入點(diǎn)接收到的待檢測(cè)客戶端所發(fā)的信號(hào)的第一接收信號(hào)強(qiáng)度指示；第二接收信號(hào)強(qiáng)度指示獲取模塊，用于當(dāng)待檢測(cè)客戶端與其中任意一個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)，響應(yīng)已關(guān)聯(lián)的無(wú)線接入點(diǎn)發(fā)送的ICMP請(qǐng)求報(bào)文時(shí)，返回ICMP回復(fù)報(bào)文至已關(guān)聯(lián)的無(wú)線接入點(diǎn)，所述ICMP回復(fù)報(bào)文中包含待檢測(cè)客戶端接收到的已關(guān)聯(lián)的無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)，并向除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)分別發(fā)送探測(cè)回復(fù)報(bào)文，根據(jù)所述探測(cè)回復(fù)報(bào)文獲得待檢測(cè)客戶端接收到的除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)，根據(jù)待檢測(cè)客戶端接收到的已關(guān)聯(lián)的無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)以及待檢測(cè)客戶端接收到的除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)生成第二接收信號(hào)強(qiáng)度指示。

進(jìn)一步優(yōu)選的，還包括：訓(xùn)練模塊，用于預(yù)先訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，將訓(xùn)練后的深度神經(jīng)網(wǎng)絡(luò)作為所述定位模型。

進(jìn)一步優(yōu)選的，所述訓(xùn)練模塊進(jìn)一步包括：標(biāo)簽預(yù)設(shè)子模塊，用于預(yù)先設(shè)置訓(xùn)練位置標(biāo)簽；訓(xùn)練數(shù)據(jù)集生成子模塊，用于在訓(xùn)練位置標(biāo)簽在檢測(cè)區(qū)域內(nèi)對(duì)應(yīng)位置上將訓(xùn)練終端依次與各個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)，多次采集訓(xùn)練終端與每個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)時(shí)的雙向信號(hào)數(shù)據(jù)，所述雙向信號(hào)數(shù)據(jù)包括各個(gè)無(wú)線接入點(diǎn)接收到的訓(xùn)練終端所發(fā)的信號(hào)的第一接收信號(hào)強(qiáng)度指示，以及訓(xùn)練終端接收到的各個(gè)無(wú)線接入點(diǎn)所發(fā)的信號(hào)的第二接收信號(hào)強(qiáng)度指示，將所述雙向信號(hào)數(shù)據(jù)與對(duì)應(yīng)的訓(xùn)練位置標(biāo)簽作為一組訓(xùn)練樣本數(shù)據(jù)，采集所有訓(xùn)練位置標(biāo)簽在檢測(cè)區(qū)域內(nèi)對(duì)應(yīng)位置上的雙向信號(hào)數(shù)據(jù)，生成多組訓(xùn)練樣本數(shù)據(jù)，根據(jù)所述多組訓(xùn)練樣本數(shù)據(jù)生成訓(xùn)練數(shù)據(jù)集，送入深度神經(jīng)網(wǎng)絡(luò)；訓(xùn)練預(yù)測(cè)子模塊，用于將深度神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)層定義為雙通道數(shù)據(jù)層，所述雙通道數(shù)據(jù)層的節(jié)點(diǎn)與各個(gè)無(wú)線接入點(diǎn)相對(duì)應(yīng)，按照雙通道數(shù)據(jù)層的節(jié)點(diǎn)與各個(gè)無(wú)線接入點(diǎn)對(duì)應(yīng)的方式分別將每個(gè)訓(xùn)練樣本數(shù)據(jù)中第一接收信號(hào)強(qiáng)度指示以及第二接收信號(hào)強(qiáng)度指示輸入對(duì)應(yīng)的節(jié)點(diǎn)的兩個(gè)通道，經(jīng)過(guò)所述深度神經(jīng)網(wǎng)絡(luò)輸出與所述訓(xùn)練樣本數(shù)據(jù)中所述訓(xùn)練位置標(biāo)簽相對(duì)應(yīng)的訓(xùn)練結(jié)果，依次將輸出的訓(xùn)練結(jié)果與其對(duì)應(yīng)的所述訓(xùn)練位置標(biāo)簽進(jìn)行比較，根據(jù)比較結(jié)果對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，將訓(xùn)練后的深度神經(jīng)網(wǎng)絡(luò)作為所述定位模型。

與現(xiàn)有技術(shù)相比，本發(fā)明提供的一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位服務(wù)器，通過(guò)收集待測(cè)客戶端的與各個(gè)無(wú)線接入點(diǎn)相對(duì)應(yīng)的雙向信號(hào)強(qiáng)度數(shù)據(jù)輸入訓(xùn)練好的定位模型，即可確定待測(cè)客戶端所在位置，通過(guò)利用含有大量訓(xùn)練樣本數(shù)據(jù)的訓(xùn)練數(shù)據(jù)集對(duì)深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練，采用深度神經(jīng)網(wǎng)絡(luò)作為定位模型，不僅提升定位精度的提升，同時(shí)能夠在不影響定位速度的情況下提升定位結(jié)果的準(zhǔn)確性，成功將定位問(wèn)題融入到大數(shù)據(jù)的背景中，并有效的利用大數(shù)據(jù)的優(yōu)勢(shì)來(lái)提高實(shí)時(shí)定位服務(wù)器的性能。

附圖說(shuō)明

下面將以明確易懂的方式，結(jié)合附圖說(shuō)明優(yōu)選實(shí)施方式，對(duì)本發(fā)明予以進(jìn)一步說(shuō)明。

圖1為本發(fā)明一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位方法的主要步驟示意圖；

圖2為本發(fā)明一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位方法的一個(gè)實(shí)施例的步驟示意圖；

圖3為本發(fā)明一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位方法的訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)的步驟示意圖；

圖4為本發(fā)明一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位服務(wù)器的主要組成示意圖；

圖5為本發(fā)明一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位服務(wù)器的完整的組成示意圖；

附圖標(biāo)記：

100、數(shù)據(jù)采集模塊，101、第一接收信號(hào)強(qiáng)度指示獲取模塊，102、第二接收信號(hào)強(qiáng)度指示獲取模塊，200、定位模塊，300、訓(xùn)練模塊，301、標(biāo)簽預(yù)設(shè)子模塊，302、訓(xùn)練數(shù)據(jù)集生成子模塊，303、訓(xùn)練預(yù)測(cè)子模塊。

具體實(shí)施方式

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)照附圖說(shuō)明本發(fā)明的具體實(shí)施方式。顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖，并獲得其他的實(shí)施方式。

為使圖面簡(jiǎn)潔，各圖中只示意性地表示出了與本發(fā)明相關(guān)的部分，它們并不代表其作為產(chǎn)品的實(shí)際結(jié)構(gòu)。另外，以使圖面簡(jiǎn)潔便于理解，在有些圖中具有相同結(jié)構(gòu)或功能的部件，僅示意性地繪示了其中的一個(gè)，或僅標(biāo)出了其中的一個(gè)。在本文中，“一個(gè)”不僅表示“僅此一個(gè)”，也可以表示“多于一個(gè)”的情形。

圖1為本發(fā)明一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位方法的主要步驟示意圖，如圖1所示，一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位方法，所述方法包括步驟：S100、當(dāng)待檢測(cè)客戶端與所有無(wú)線接入點(diǎn)中的任意一個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)之后，獲取檢測(cè)區(qū)域內(nèi)待檢測(cè)客戶端的雙向信號(hào)強(qiáng)度數(shù)據(jù)；S200、將所述雙向信號(hào)強(qiáng)度數(shù)據(jù)輸入訓(xùn)練后的定位模型的數(shù)據(jù)數(shù)據(jù)輸入層；S300、基于訓(xùn)練后的定位模型的網(wǎng)絡(luò)層計(jì)算所述雙向信號(hào)強(qiáng)度數(shù)據(jù)，在定位模型的輸出層輸出預(yù)測(cè)結(jié)果，根據(jù)所述預(yù)測(cè)結(jié)果確定待檢測(cè)客戶端的位置。

具體的，上述待檢測(cè)客戶端(以下簡(jiǎn)稱(chēng)STA)是以智能手機(jī)、筆記本電腦或個(gè)人平板電腦等智能終端設(shè)備為載體。上述無(wú)線接入點(diǎn)以AP簡(jiǎn)稱(chēng)。

本實(shí)施例中所述雙向信號(hào)強(qiáng)度數(shù)據(jù)包括各個(gè)無(wú)線接入點(diǎn)接收到的待檢測(cè)客戶端所發(fā)的信號(hào)的第一接收信號(hào)強(qiáng)度指示，以及待檢測(cè)客戶端接收到的各個(gè)無(wú)線接入點(diǎn)所發(fā)的信號(hào)的第二接收信號(hào)強(qiáng)度指示，通過(guò)獲取雙向的信號(hào)強(qiáng)度數(shù)據(jù)增加了定位準(zhǔn)確度。

本發(fā)明中的定位模型采用訓(xùn)練后的深度神經(jīng)網(wǎng)絡(luò)，通過(guò)大量訓(xùn)練樣本數(shù)據(jù)對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，提升定位準(zhǔn)確性以及精度。

圖2為本發(fā)明一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位方法的一個(gè)實(shí)施例的步驟示意圖。如圖2所示，具體的，本實(shí)施例中第一接收信號(hào)強(qiáng)度指示通過(guò)以下步驟獲得：

S101、當(dāng)待檢測(cè)客戶端發(fā)送探測(cè)請(qǐng)求報(bào)文至所有無(wú)線接入點(diǎn)時(shí)，根據(jù)所述探測(cè)請(qǐng)求報(bào)文獲得各個(gè)無(wú)線接入點(diǎn)接收到的待檢測(cè)客戶端所發(fā)的信號(hào)的第一接收信號(hào)強(qiáng)度指示。其中，STA在檢測(cè)區(qū)域中實(shí)時(shí)發(fā)送探測(cè)幀，無(wú)線接入點(diǎn)收到后獲取所述探測(cè)幀的信號(hào)強(qiáng)度，各個(gè)無(wú)線接入點(diǎn)上報(bào)信號(hào)強(qiáng)度至本地服務(wù)器或云服務(wù)器，服務(wù)器根據(jù)各個(gè)無(wú)線接入點(diǎn)上報(bào)的RSSI生成第一接收強(qiáng)度指示。

具體的，本實(shí)施例中第二接收信號(hào)強(qiáng)度指示通過(guò)以下步驟獲得：

S102、當(dāng)待檢測(cè)客戶端接收到所有無(wú)線接入點(diǎn)返回的探測(cè)響應(yīng)報(bào)文，與其中任意一個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)時(shí)，響應(yīng)已關(guān)聯(lián)的無(wú)線接入點(diǎn)發(fā)送的ICMP請(qǐng)求報(bào)文，并返回ICMP回復(fù)報(bào)文至已關(guān)聯(lián)的無(wú)線接入點(diǎn)，所述ICMP回復(fù)報(bào)文中包含待檢測(cè)客戶端接收到的已關(guān)聯(lián)的無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)；

具體的，在STA關(guān)聯(lián)上AP并通過(guò)DHCP獲得IP地址之后，AP和STA直接便可以通過(guò)ping發(fā)送ICMP報(bào)文，當(dāng)AP發(fā)送ICMP request報(bào)文后，STA必須會(huì)ICMP response報(bào)文。本發(fā)明對(duì)ping報(bào)文進(jìn)行一擴(kuò)展，根據(jù)ICMP協(xié)議，ICMP response報(bào)文會(huì)把ICMP request報(bào)文的payload部分原封不動(dòng)的拷貝到ICMP response中，現(xiàn)在擴(kuò)展ICMP response的payload部分，不僅把把ICMP request報(bào)文的payload部分原封不動(dòng)的拷貝到ICMP response中，而且在其之后，加上ICMP request的RSSI(STA接收到ICMP request，自然能檢測(cè)到ICMP request的RSSI)。

整個(gè)流程如下：

AP通過(guò)ping發(fā)送ICMP request給STA。

STA按ICMP協(xié)議生成ICMP response，并擴(kuò)展ICMP的payload，把接收ICMP request獲得的RSSI加入payload中。

STA發(fā)送ICMP response到AP。

AP收到ICMP response，獲知ICMP response報(bào)文的RSSI。然后通過(guò)解析ICMP response的payload，獲知ICMP request的RSSI。另外AP對(duì)STA ping的周期可自由設(shè)定，減小發(fā)送周期也可提高精度。

S103、向除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)分別發(fā)送探測(cè)回復(fù)報(bào)文，根據(jù)所述探測(cè)回復(fù)報(bào)文中獲得待檢測(cè)客戶端接收到的除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)；

具體的，本發(fā)明定義一種Probe ACK報(bào)文即探測(cè)回復(fù)報(bào)文，作為對(duì)Probe response即報(bào)文探測(cè)請(qǐng)求報(bào)文的應(yīng)答報(bào)文。

整個(gè)流程如下：

STA發(fā)送Probe Request報(bào)文給AP。

AP回Probe Response報(bào)文給STA。

STA發(fā)送Probe ACK報(bào)文給AP，在Probe ACK的payload中帶上STA收到Probe Response報(bào)文的RSSI。AP收到Probe ACK，獲知Probe ACK報(bào)文的RSSI。然后通過(guò)解析Probe ACK的payload，獲知Probe Response的RSSI。

S104、根據(jù)待檢測(cè)客戶端接收到的已關(guān)聯(lián)的無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)以及待檢測(cè)客戶端接收到的除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)生成第二接收信號(hào)強(qiáng)度指示。

本發(fā)明中第一接收信號(hào)強(qiáng)度指示通過(guò)STA向所有AP發(fā)送的探測(cè)請(qǐng)求報(bào)文即可獲得，而AP的第二接收信號(hào)強(qiáng)度指示包括了已關(guān)聯(lián)的AP的接收強(qiáng)度數(shù)據(jù)以及未和STA關(guān)聯(lián)的AP的接收強(qiáng)度數(shù)據(jù)，對(duì)于未和STA關(guān)聯(lián)的AP的接收強(qiáng)度數(shù)據(jù)，本發(fā)明通過(guò)增加一個(gè)探測(cè)回復(fù)報(bào)文，在所述探測(cè)回復(fù)報(bào)文中增加AP到STA的接收強(qiáng)度數(shù)據(jù)獲得，對(duì)于已關(guān)聯(lián)的AP的接收強(qiáng)度數(shù)據(jù)，通過(guò)STA與已關(guān)聯(lián)的AP之間的IMCP報(bào)文獲得，通過(guò)對(duì)IMCP報(bào)文進(jìn)行擴(kuò)展，在ICMP回復(fù)報(bào)文中增加已關(guān)聯(lián)的AP的接收強(qiáng)度數(shù)據(jù)。需要說(shuō)明的是，相比于全部采用增加探測(cè)回復(fù)報(bào)文的方法獲得所有AP的接收強(qiáng)度數(shù)據(jù)，本發(fā)明針對(duì)已關(guān)聯(lián)的AP和未關(guān)聯(lián)的AP采用不同的方式獲得AP的接收強(qiáng)度數(shù)據(jù)，使得實(shí)際定位時(shí)數(shù)據(jù)源更加可靠精確，從而提高定位精度。

本發(fā)明通過(guò)將待檢測(cè)客戶端所在位置的雙向信號(hào)強(qiáng)度數(shù)據(jù)作為輸入定位模型的原始數(shù)據(jù)，例如，雙向信號(hào)強(qiáng)度數(shù)據(jù)的格式為<(RSSI11，RSSI12)，(RSSI21，RSSI22)，(RSSI31，RSSI32)，(RSSI41，RSSI42)>，其中RSSI11為AP1收到的STA的RSSI，RSSI12為STA收到的AP1的RSSI，RSSI21為AP2收到的STA的RSSI，RSSI22為STA收到的AP2的RSSI，以此類(lèi)推。

優(yōu)選的，所述步驟S100之前還包括步驟：S000、預(yù)先訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，將訓(xùn)練后的深度神經(jīng)網(wǎng)絡(luò)作為所述定位模型。

具體的，本發(fā)明中根據(jù)定位得到的輸出結(jié)果不同，可以包含兩種具體實(shí)現(xiàn)方式，方式一是通過(guò)深度神經(jīng)網(wǎng)絡(luò)作為定位模型輸出待檢測(cè)客戶端所在位置所屬某個(gè)預(yù)先設(shè)置的分類(lèi)的概率值，方式二是通過(guò)深度神經(jīng)網(wǎng)絡(luò)作為定位模型直接輸出待檢測(cè)客戶端所在位置的預(yù)設(shè)位置坐標(biāo)。

方式一輸出待檢測(cè)客戶端所在位置所屬某個(gè)預(yù)先設(shè)置的分類(lèi)的概率值，其采用的深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練網(wǎng)絡(luò)的結(jié)構(gòu)如下：

數(shù)據(jù)層->卷積層1->卷積層2->ReLU層->Max Pooling層->全連接層1->全連接層2->SoftMaxLoss層

當(dāng)網(wǎng)絡(luò)參數(shù)訓(xùn)練完成之后，將深度神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)更新為訓(xùn)練后的網(wǎng)絡(luò)參數(shù)，同時(shí)將訓(xùn)練網(wǎng)絡(luò)最后一層SoftMaxLoss層更為SoftMax層，形成實(shí)施網(wǎng)絡(luò)，用于作為定位模型參與實(shí)際定位過(guò)程。其中SoftMaxLoss層用于深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)輸出訓(xùn)練的輸出結(jié)果與實(shí)際的訓(xùn)練位置標(biāo)簽的誤差，而SoftMax層用于在實(shí)施網(wǎng)絡(luò)在定位時(shí)，輸出待檢測(cè)客戶端所在位置所屬分類(lèi)的概率值。

訓(xùn)練網(wǎng)絡(luò)和實(shí)施網(wǎng)絡(luò)除了最后一層不一樣(訓(xùn)練網(wǎng)絡(luò)為SoftMaxLoss層，實(shí)施網(wǎng)絡(luò)為)，其他層都一樣，訓(xùn)練網(wǎng)絡(luò)所得到的網(wǎng)絡(luò)參數(shù)可以直接用在實(shí)施網(wǎng)絡(luò)中。

方式二直接輸出待檢測(cè)客戶端所在位置的預(yù)設(shè)位置坐標(biāo)，其采用的深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練網(wǎng)絡(luò)的結(jié)構(gòu)如下：

數(shù)據(jù)層->全連接層1->ReLU層->全連接層2->Euclidean Loss層

當(dāng)網(wǎng)絡(luò)參數(shù)訓(xùn)練完成之后，將深度神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)更新為訓(xùn)練后的網(wǎng)絡(luò)參數(shù)，同時(shí)將訓(xùn)練網(wǎng)絡(luò)最后一層Euclidean Loss層去除，形成實(shí)施網(wǎng)絡(luò)，用于作為定位模型參與實(shí)際定位過(guò)程。其中Euclidean Loss層用于深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)輸出訓(xùn)練的輸出結(jié)果與實(shí)際的訓(xùn)練位置標(biāo)簽的誤差，而實(shí)施網(wǎng)絡(luò)在定位時(shí)，直接在網(wǎng)絡(luò)層輸出待檢測(cè)客戶端所在位置的預(yù)測(cè)位置坐標(biāo)。

訓(xùn)練網(wǎng)絡(luò)和實(shí)施網(wǎng)絡(luò)除了最后一層不一樣(訓(xùn)練網(wǎng)絡(luò)為Euclidean Loss層，實(shí)施網(wǎng)絡(luò)去除Euclidean Loss層)，其他層都一樣，訓(xùn)練網(wǎng)絡(luò)所得到的網(wǎng)絡(luò)參數(shù)可以直接用在實(shí)施網(wǎng)絡(luò)中。

具體的，本發(fā)明采用有監(jiān)督的全局參數(shù)訓(xùn)練的方法：已知與各個(gè)無(wú)線接入點(diǎn)對(duì)應(yīng)的信號(hào)強(qiáng)度數(shù)據(jù)的實(shí)際位置屬于某個(gè)網(wǎng)格，通過(guò)不斷調(diào)整網(wǎng)絡(luò)參數(shù)使得深度神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)層的輸出和真實(shí)的結(jié)果相同。

圖3為本發(fā)明一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位方法的訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)的步驟示意圖。優(yōu)選的，如圖3所示，所述步驟S000進(jìn)一步包括步驟：S001、預(yù)先設(shè)置訓(xùn)練位置標(biāo)簽；S002、在訓(xùn)練位置標(biāo)簽在檢測(cè)區(qū)域內(nèi)對(duì)應(yīng)位置上將訓(xùn)練終端依次與各個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)，多次采集訓(xùn)練終端與每個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)時(shí)的雙向信號(hào)數(shù)據(jù)；所述雙向信號(hào)數(shù)據(jù)包括各個(gè)無(wú)線接入點(diǎn)接收到的訓(xùn)練終端所發(fā)的信號(hào)的第一接收信號(hào)強(qiáng)度指示，以及訓(xùn)練終端接收到的各個(gè)無(wú)線接入點(diǎn)所發(fā)的信號(hào)的第二接收信號(hào)強(qiáng)度指示；將所述雙向信號(hào)數(shù)據(jù)與對(duì)應(yīng)的訓(xùn)練位置標(biāo)簽作為一組訓(xùn)練樣本數(shù)據(jù)；S003、按步驟S002所述方法采集所有訓(xùn)練位置標(biāo)簽在檢測(cè)區(qū)域內(nèi)對(duì)應(yīng)位置上的雙向信號(hào)數(shù)據(jù)，生成多組訓(xùn)練樣本數(shù)據(jù)，根據(jù)所述多組訓(xùn)練樣本數(shù)據(jù)生成訓(xùn)練數(shù)據(jù)集，送入深度神經(jīng)網(wǎng)絡(luò)；S004、將深度神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)層定義為雙通道數(shù)據(jù)層，所述雙通道數(shù)據(jù)層的節(jié)點(diǎn)與各個(gè)無(wú)線接入點(diǎn)相對(duì)應(yīng)；按照雙通道數(shù)據(jù)層的節(jié)點(diǎn)與各個(gè)無(wú)線接入點(diǎn)對(duì)應(yīng)的方式分別將每個(gè)訓(xùn)練樣本數(shù)據(jù)中第一接收信號(hào)強(qiáng)度指示以及第二接收信號(hào)強(qiáng)度指示輸入對(duì)應(yīng)的節(jié)點(diǎn)的兩個(gè)通道，經(jīng)過(guò)所述深度神經(jīng)網(wǎng)絡(luò)輸出與所述訓(xùn)練樣本數(shù)據(jù)中所述訓(xùn)練位置標(biāo)簽相對(duì)應(yīng)的訓(xùn)練結(jié)果；S005、依次將輸出的訓(xùn)練結(jié)果與其對(duì)應(yīng)的所述訓(xùn)練位置標(biāo)簽進(jìn)行比較，根據(jù)比較結(jié)果對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，將訓(xùn)練后的深度神經(jīng)網(wǎng)絡(luò)作為所述定位模型。

具體的，本實(shí)施例中預(yù)先設(shè)置訓(xùn)練位置標(biāo)簽可通過(guò)前述方式一對(duì)檢測(cè)區(qū)域進(jìn)行網(wǎng)絡(luò)劃分成多個(gè)分類(lèi)，每個(gè)分類(lèi)分配訓(xùn)練位置標(biāo)簽，也可以通過(guò)前述方式二對(duì)檢測(cè)區(qū)域進(jìn)行坐標(biāo)劃分，將預(yù)設(shè)的訓(xùn)練位置的坐標(biāo)作為訓(xùn)練位置標(biāo)簽。本發(fā)明對(duì)于訓(xùn)練位置標(biāo)簽如何設(shè)置不作具體限定。

具體的，下面以具體實(shí)例介紹本發(fā)明對(duì)深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練的過(guò)程。

1、首先是預(yù)先設(shè)置訓(xùn)練位置標(biāo)簽

假設(shè)本實(shí)施例中采用前述方式一預(yù)設(shè)訓(xùn)練位置標(biāo)簽，具體過(guò)程為：對(duì)檢測(cè)區(qū)域進(jìn)行網(wǎng)格劃分，得到多個(gè)平面網(wǎng)格，并為每個(gè)平面網(wǎng)格分配對(duì)應(yīng)的用于訓(xùn)練的訓(xùn)練位置標(biāo)簽。本實(shí)施例中深度神經(jīng)網(wǎng)絡(luò)的將檢測(cè)區(qū)域網(wǎng)格化分為多個(gè)平面網(wǎng)格，為每個(gè)平面網(wǎng)格分配對(duì)應(yīng)的訓(xùn)練位置標(biāo)簽，比如檢測(cè)區(qū)域?yàn)橐粋€(gè)長(zhǎng)方向，假設(shè)長(zhǎng)為M，寬為N，面積為M*N。根據(jù)WIFI的精度特性本實(shí)施例中以3米作為基本單位，則這個(gè)內(nèi)部空間的劃分為M/3*N/3個(gè)方格。為了方便解釋?zhuān)僭O(shè)M/3和N/3為整數(shù)，假設(shè)M＝30，N＝21，則M/3＝10,N/3＝7，整個(gè)檢測(cè)區(qū)域經(jīng)過(guò)網(wǎng)格劃分之后劃分為70個(gè)空格，定義這70個(gè)空格為深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的70類(lèi)，分別為這70類(lèi)分配訓(xùn)練位置標(biāo)簽，例如，可以按照從左到右從上到下的順序，依次為各個(gè)平面網(wǎng)格進(jìn)行編號(hào)，從而可以得到從1到70的這70個(gè)標(biāo)識(shí)。為各個(gè)平面網(wǎng)格分配的標(biāo)識(shí)可以作為訓(xùn)練位置標(biāo)簽。例如，第34個(gè)平面網(wǎng)格的標(biāo)識(shí)“34”便可以作為訓(xùn)練位置標(biāo)簽。

假設(shè)本實(shí)施例中采用前述方式二預(yù)設(shè)訓(xùn)練位置標(biāo)簽，具體過(guò)程為：根據(jù)檢測(cè)區(qū)域建立平面直角坐標(biāo)系，在所述平面直角坐標(biāo)系中標(biāo)出用于訓(xùn)練的預(yù)設(shè)訓(xùn)練位置坐標(biāo)，X軸和Y軸的單位長(zhǎng)度設(shè)為預(yù)設(shè)值。比如檢測(cè)區(qū)域的內(nèi)部空間為一個(gè)長(zhǎng)方向，假設(shè)長(zhǎng)為M，寬為N，面積為M*N。根據(jù)WIFI的精度特性以3米作為X軸和Y軸的單位長(zhǎng)度，確定左下角為原點(diǎn)，則X軸的單位刻度為3米一單位，最大刻度為M/3，Y軸的單位刻度為3米一單位，最大刻度為N/3。依次在建立好坐標(biāo)系的檢測(cè)區(qū)域標(biāo)出用于訓(xùn)練的預(yù)設(shè)訓(xùn)練位置坐標(biāo)，比如label＝<1.4，5.3>，表示此位置的坐標(biāo)為：X＝1.4，Y＝5.3。

2、采集訓(xùn)練樣本數(shù)據(jù)

依次采集每個(gè)所述訓(xùn)練位置標(biāo)簽在檢測(cè)區(qū)域內(nèi)所對(duì)應(yīng)的網(wǎng)格上的雙向信號(hào)強(qiáng)度數(shù)據(jù)，具體的，比如在上述70個(gè)網(wǎng)格的檢測(cè)區(qū)域中標(biāo)識(shí)為1的網(wǎng)格對(duì)應(yīng)的位置上或在檢測(cè)區(qū)域中坐標(biāo)為<1.4，5.3>所在位置上通過(guò)訓(xùn)練終端發(fā)出探測(cè)幀，無(wú)線接入點(diǎn)收到后獲取所述探測(cè)幀的信號(hào)強(qiáng)度，各個(gè)無(wú)線接入點(diǎn)上報(bào)信號(hào)強(qiáng)度至本地服務(wù)器或云服務(wù)器。通過(guò)服務(wù)器采集各個(gè)AP的RSSI獲得與各個(gè)AP對(duì)應(yīng)的第一接收信號(hào)強(qiáng)度指示，同時(shí)，將訓(xùn)練終端與其中任意一個(gè)AP關(guān)聯(lián)，響應(yīng)已關(guān)聯(lián)的無(wú)線接入點(diǎn)發(fā)送的ICMP請(qǐng)求報(bào)文，并返回ICMP回復(fù)報(bào)文至已關(guān)聯(lián)的無(wú)線接入點(diǎn)，所述ICMP回復(fù)報(bào)文中包含待檢測(cè)客戶端接收到的已關(guān)聯(lián)的無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)，同時(shí)向除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)分別發(fā)送探測(cè)回復(fù)報(bào)文，根據(jù)待檢測(cè)客戶端接收到的已關(guān)聯(lián)的無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)以及待檢測(cè)客戶端接收到的除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)生成第二接收信號(hào)強(qiáng)度指示，第一接收信號(hào)強(qiáng)度指示和第二接收信號(hào)強(qiáng)度指示組成雙向信號(hào)強(qiáng)度數(shù)據(jù)。

需要說(shuō)明的是，在某一個(gè)訓(xùn)練位置標(biāo)簽所在位置上采集雙向信號(hào)強(qiáng)度數(shù)據(jù)時(shí)，進(jìn)行多次采集，雙向信號(hào)強(qiáng)度數(shù)據(jù)根據(jù)訓(xùn)練終端所處方向以及采集的時(shí)間不同處于變化狀態(tài)，因此進(jìn)行多次采集獲得多組數(shù)據(jù)對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練可提高定位的精確程度。

將標(biāo)識(shí)為1的網(wǎng)格的訓(xùn)練位置標(biāo)簽或坐標(biāo)為<1.4，5.3>的訓(xùn)練位置標(biāo)簽結(jié)合雙向信號(hào)強(qiáng)度數(shù)據(jù)生成一組訓(xùn)練樣本數(shù)據(jù)，假設(shè)檢測(cè)區(qū)域中有4個(gè)AP，則一組訓(xùn)練樣本數(shù)據(jù)表示為：<(RSSI11，RSSI12)，(RSSI21，RSSI22)，(RSSI31，RSSI32)，(RSSI41，RSSI42)，1>，或<(RSSI11，RSSI12)，(RSSI21，RSSI22)，(RSSI31，RSSI32)，(RSSI41，RSSI42)，1.4，5.3>，其中RSSI11為AP1收到的訓(xùn)練終端的RSSI，RSSI12為訓(xùn)練終端收到的AP1的RSSI，RSSI21為AP2收到的訓(xùn)練終端的RSSI，RSSI22為訓(xùn)練終端收到的AP2的RSSI，以此類(lèi)推，其中，前四個(gè)數(shù)值的單位可以為dBm，最后一個(gè)數(shù)值可以無(wú)量綱。

3、其次將訓(xùn)練樣本數(shù)據(jù)中的雙向信號(hào)強(qiáng)度數(shù)據(jù)輸入深度神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算，最后輸出訓(xùn)練結(jié)果與訓(xùn)練位置標(biāo)簽的誤差。

本發(fā)明中采集的雙向信號(hào)數(shù)據(jù)包括兩種數(shù)據(jù)，即第一接收信號(hào)強(qiáng)度指示以及第二接收信號(hào)強(qiáng)度指示，因此定義深度神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)層的數(shù)據(jù)通道為雙通道，將訓(xùn)練樣本數(shù)據(jù)中的RSSI11和RSSI12輸入數(shù)據(jù)層的對(duì)應(yīng)AP1的節(jié)點(diǎn)的兩個(gè)通道，將訓(xùn)練樣本數(shù)據(jù)中的RSSI21和RSSI22輸入數(shù)據(jù)層的對(duì)應(yīng)AP2的節(jié)點(diǎn)的兩個(gè)通道，以此類(lèi)推，在SoftMaxLoss層用label進(jìn)行回歸，通過(guò)訓(xùn)練在SoftMaxLoss層輸出Loss。

4、最后通過(guò)調(diào)整深度神經(jīng)網(wǎng)絡(luò)中的參數(shù)使得整個(gè)網(wǎng)絡(luò)的Loss即誤差最小。

具體的，計(jì)算所述比較結(jié)果與其對(duì)應(yīng)的所述訓(xùn)練位置標(biāo)簽的誤差，根據(jù)所述誤差調(diào)整深度神經(jīng)網(wǎng)絡(luò)的參數(shù)，直到所述比較結(jié)果與其對(duì)應(yīng)的所述預(yù)測(cè)位置標(biāo)簽的誤差收斂于預(yù)設(shè)范圍內(nèi)，訓(xùn)練過(guò)程可采用隨機(jī)梯度下降、批梯度下降和共軛梯度下降等方法，具體不作限定。

需要說(shuō)明的是，整個(gè)深度神經(jīng)網(wǎng)絡(luò)中沒(méi)有標(biāo)明具體參數(shù)，因?yàn)檫@些參數(shù)和具體的空間以及AP的個(gè)數(shù)有關(guān)，不在本專(zhuān)利的范圍內(nèi)。

圖4為本發(fā)明一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位服務(wù)器的主要組成示意圖，如圖4所示，基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位服務(wù)器，包括：數(shù)據(jù)采集模塊100，用于當(dāng)待檢測(cè)客戶端與所有無(wú)線接入點(diǎn)中的任意一個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)之后，獲取檢測(cè)區(qū)域內(nèi)待檢測(cè)客戶端的雙向信號(hào)強(qiáng)度數(shù)據(jù)；所述雙向信號(hào)強(qiáng)度數(shù)據(jù)包括待檢測(cè)客戶端接收各個(gè)無(wú)線接入點(diǎn)信號(hào)的與各個(gè)無(wú)線接入點(diǎn)對(duì)應(yīng)的第一接收信號(hào)強(qiáng)度指示，以及各個(gè)無(wú)線接入點(diǎn)接收待檢測(cè)客戶端信號(hào)的第二接收信號(hào)強(qiáng)度指示；定位模塊200，用于將所述雙向信號(hào)強(qiáng)度數(shù)據(jù)輸入訓(xùn)練后的定位模型的數(shù)據(jù)數(shù)據(jù)輸入層，基于訓(xùn)練后的定位模型的網(wǎng)絡(luò)層計(jì)算所述雙向信號(hào)強(qiáng)度數(shù)據(jù)，在定位模型的輸出層輸出預(yù)測(cè)結(jié)果，根據(jù)所述預(yù)測(cè)結(jié)果確定待檢測(cè)客戶端的位置。

具體的，上述待檢測(cè)客戶端(以下簡(jiǎn)稱(chēng)STA)是以智能手機(jī)、筆記本電腦或個(gè)人平板電腦等智能終端設(shè)備為載體。

本實(shí)施例中所述雙向信號(hào)強(qiáng)度數(shù)據(jù)包括各個(gè)無(wú)線接入點(diǎn)接收到的待檢測(cè)客戶端所發(fā)的信號(hào)的第一接收信號(hào)強(qiáng)度指示，以及待檢測(cè)客戶端接收到的各個(gè)無(wú)線接入點(diǎn)所發(fā)的信號(hào)的第二接收信號(hào)強(qiáng)度指示，通過(guò)獲取雙向的信號(hào)強(qiáng)度數(shù)據(jù)增加了定位準(zhǔn)確度。本發(fā)明通過(guò)將待檢測(cè)客戶端所在位置的雙向信號(hào)強(qiáng)度數(shù)據(jù)作為輸入定位模型的原始數(shù)據(jù)，例如，雙向信號(hào)強(qiáng)度數(shù)據(jù)的格式為<(RSSI11，RSSI12)，(RSSI21，RSSI22)，(RSSI31，RSSI32)，(RSSI41，RSSI42)>，其中RSSI11為AP1收到的STA的RSSI，RSSI12為STA收到的AP1的RSSI，RSSI21為AP2收到的STA的RSSI，RSSI22為STA收到的AP2的RSSI，以此類(lèi)推。

本發(fā)明中的定位模型采用訓(xùn)練后的深度神經(jīng)網(wǎng)絡(luò)，通過(guò)大量訓(xùn)練樣本數(shù)據(jù)對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，提升定位準(zhǔn)確性以及精度。

圖5為本發(fā)明一種基于雙向信號(hào)強(qiáng)度數(shù)據(jù)的wifi定位服務(wù)器的完整的組成示意圖。優(yōu)選的，如圖5所示，所述數(shù)據(jù)采集模塊100進(jìn)一步包括：第一接收信號(hào)強(qiáng)度指示獲取模塊101，用于當(dāng)待檢測(cè)客戶端發(fā)送探測(cè)請(qǐng)求報(bào)文至所有無(wú)線接入點(diǎn)時(shí)，根據(jù)所述探測(cè)請(qǐng)求報(bào)文獲得各個(gè)無(wú)線接入點(diǎn)接收到的待檢測(cè)客戶端所發(fā)的信號(hào)的第一接收信號(hào)強(qiáng)度指示；第二接收信號(hào)強(qiáng)度指示獲取模塊102，用于當(dāng)待檢測(cè)客戶端與其中任意一個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)，響應(yīng)已關(guān)聯(lián)的無(wú)線接入點(diǎn)發(fā)送的ICMP請(qǐng)求報(bào)文時(shí)，返回ICMP回復(fù)報(bào)文至已關(guān)聯(lián)的無(wú)線接入點(diǎn)，所述ICMP回復(fù)報(bào)文中包含待檢測(cè)客戶端接收到的已關(guān)聯(lián)的無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)，并向除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)分別發(fā)送探測(cè)回復(fù)報(bào)文，根據(jù)所述探測(cè)回復(fù)報(bào)文獲得待檢測(cè)客戶端接收到的除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)，根據(jù)待檢測(cè)客戶端接收到的已關(guān)聯(lián)的無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)以及待檢測(cè)客戶端接收到的除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)所發(fā)信號(hào)的接收強(qiáng)度數(shù)據(jù)生成第二接收信號(hào)強(qiáng)度指示。

具體的，當(dāng)待檢測(cè)客戶端發(fā)送探測(cè)請(qǐng)求報(bào)文至所有無(wú)線接入點(diǎn)時(shí)，根據(jù)所述探測(cè)請(qǐng)求報(bào)文獲得待檢測(cè)客戶端接收各個(gè)無(wú)線接入點(diǎn)信號(hào)的與各個(gè)無(wú)線接入點(diǎn)對(duì)應(yīng)的第一接收信號(hào)強(qiáng)度指示。其中，STA在檢測(cè)區(qū)域中實(shí)時(shí)發(fā)送探測(cè)幀，刺激各個(gè)無(wú)線接入點(diǎn)(簡(jiǎn)稱(chēng)AP)產(chǎn)生RSSI場(chǎng)強(qiáng)報(bào)文，各個(gè)無(wú)線接入點(diǎn)上報(bào)RSSI場(chǎng)強(qiáng)報(bào)文至本地服務(wù)器，服務(wù)器根據(jù)各個(gè)無(wú)線接入點(diǎn)上報(bào)的RSSI場(chǎng)強(qiáng)報(bào)文生成第一接收強(qiáng)度指示。

具體的，在STA關(guān)聯(lián)上AP并通過(guò)DHCP獲得IP地址之后，AP和STA直接便可以通過(guò)ping發(fā)送ICMP報(bào)文，當(dāng)AP發(fā)送ICMP request報(bào)文后，STA必須會(huì)ICMP response報(bào)文。本發(fā)明對(duì)ping報(bào)文進(jìn)行一擴(kuò)展，根據(jù)ICMP協(xié)議，ICMP response報(bào)文會(huì)把ICMP request報(bào)文的payload部分原封不動(dòng)的拷貝到ICMP response中，現(xiàn)在擴(kuò)展ICMP response的payload部分，不僅把把ICMP request報(bào)文的payload部分原封不動(dòng)的拷貝到ICMP response中，而且在其之后，加上ICMP request的RSSI(STA接收到ICMP request，自然能檢測(cè)到ICMP request的RSSI)。

整個(gè)流程如下：

AP通過(guò)ping發(fā)送ICMP request給STA。

STA按ICMP協(xié)議生成ICMP response，并擴(kuò)展ICMP的payload，把接收ICMP request獲得的RSSI加入payload中。

STA發(fā)送ICMP response到AP。

AP收到ICMP response，獲知ICMP response報(bào)文的RSSI，然后通過(guò)解析ICMP response的payload，獲知ICMP request的RSSI，即獲得已關(guān)聯(lián)的AP的接收強(qiáng)度數(shù)據(jù)。另外AP對(duì)STA ping的周期可自由設(shè)定，減小發(fā)送周期也可提高精度。

同時(shí)，向除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)分別發(fā)送探測(cè)回復(fù)報(bào)文，根據(jù)所述探測(cè)回復(fù)報(bào)文中獲得除了已關(guān)聯(lián)的無(wú)線接入點(diǎn)以外的其他無(wú)線接入點(diǎn)的接收強(qiáng)度數(shù)據(jù)。

具體的，本發(fā)明定義一種Probe ACK報(bào)文即探測(cè)回復(fù)報(bào)文，作為對(duì)Probe response即報(bào)文探測(cè)請(qǐng)求報(bào)文的應(yīng)答報(bào)文。

整個(gè)流程如下：

STA發(fā)送Probe Request報(bào)文給AP。

AP回Probe Response報(bào)文給STA。

STA發(fā)送Probe ACK報(bào)文給AP，在Probe ACK的payload中帶上STA收到Probe Response報(bào)文的RSSI。AP收到Probe ACK，獲知Probe ACK報(bào)文的RSSI，然后通過(guò)解析Probe ACK的payload，獲知Probe Response的RSSI，即獲得未關(guān)聯(lián)的AP的接收強(qiáng)度數(shù)據(jù)。

根據(jù)未關(guān)聯(lián)的AP的接收強(qiáng)度數(shù)據(jù)和已關(guān)聯(lián)的AP的接收強(qiáng)度數(shù)據(jù)生成第二接收強(qiáng)度指示。

本發(fā)明中第一接收信號(hào)強(qiáng)度指示通過(guò)STA向所有AP發(fā)送的探測(cè)請(qǐng)求報(bào)文即可獲得，而AP的第二接收信號(hào)強(qiáng)度指示包括了已關(guān)聯(lián)的AP的接收強(qiáng)度數(shù)據(jù)以及未和STA關(guān)聯(lián)的AP的接收強(qiáng)度數(shù)據(jù)，對(duì)于未和STA關(guān)聯(lián)的AP的接收強(qiáng)度數(shù)據(jù)，本發(fā)明通過(guò)增加一個(gè)探測(cè)回復(fù)報(bào)文，在所述探測(cè)回復(fù)報(bào)文中增加AP到STA的接收強(qiáng)度數(shù)據(jù)獲得，對(duì)于已關(guān)聯(lián)的AP的接收強(qiáng)度數(shù)據(jù)，通過(guò)STA與已關(guān)聯(lián)的AP之間的IMCP報(bào)文獲得，通過(guò)對(duì)IMCP報(bào)文進(jìn)行擴(kuò)展，在ICMP回復(fù)報(bào)文中增加已關(guān)聯(lián)的AP的接收強(qiáng)度數(shù)據(jù)。需要說(shuō)明的是，相比于全部采用增加探測(cè)回復(fù)報(bào)文的方法獲得所有AP的接收強(qiáng)度數(shù)據(jù)，本發(fā)明針對(duì)已關(guān)聯(lián)的AP和未關(guān)聯(lián)的AP采用不同的方式獲得AP的接收強(qiáng)度數(shù)據(jù)，使得實(shí)際定位時(shí)數(shù)據(jù)源更加可靠精確，從而提高定位精度。

優(yōu)選的，如圖5所示，還包括：訓(xùn)練模塊300，用于預(yù)先訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，將訓(xùn)練后的深度神經(jīng)網(wǎng)絡(luò)作為所述定位模型。

具體的，本發(fā)明中根據(jù)定位得到的輸出結(jié)果不同，可以包含兩種具體實(shí)現(xiàn)方式，方式一是通過(guò)深度神經(jīng)網(wǎng)絡(luò)作為定位模型輸出待檢測(cè)客戶端所在位置所屬某個(gè)預(yù)先設(shè)置的分類(lèi)的概率值，方式二是通過(guò)深度神經(jīng)網(wǎng)絡(luò)作為定位模型直接輸出待檢測(cè)客戶端所在位置的預(yù)設(shè)位置坐標(biāo)。

方式一輸出待檢測(cè)客戶端所在位置所屬某個(gè)預(yù)先設(shè)置的分類(lèi)的概率值，其采用的深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練網(wǎng)絡(luò)的結(jié)構(gòu)如下：

數(shù)據(jù)層->卷積層1->卷積層2->ReLU層->Max Pooling層->全連接層1->全連接層2->SoftMaxLoss層

當(dāng)網(wǎng)絡(luò)參數(shù)訓(xùn)練完成之后，將深度神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)更新為訓(xùn)練后的網(wǎng)絡(luò)參數(shù)，同時(shí)將訓(xùn)練網(wǎng)絡(luò)最后一層SoftMaxLoss層更為SoftMax層，形成實(shí)施網(wǎng)絡(luò)，用于作為定位模型參與實(shí)際定位過(guò)程。其中SoftMaxLoss層用于深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)輸出訓(xùn)練的輸出結(jié)果與實(shí)際的訓(xùn)練位置標(biāo)簽的誤差，而SoftMax層用于在實(shí)施網(wǎng)絡(luò)在定位時(shí)，輸出待檢測(cè)客戶端所在位置所屬分類(lèi)的概率值。

訓(xùn)練網(wǎng)絡(luò)和實(shí)施網(wǎng)絡(luò)除了最后一層不一樣(訓(xùn)練網(wǎng)絡(luò)為SoftMaxLoss層，實(shí)施網(wǎng)絡(luò)為)，其他層都一樣，訓(xùn)練網(wǎng)絡(luò)所得到的網(wǎng)絡(luò)參數(shù)可以直接用在實(shí)施網(wǎng)絡(luò)中。

方式二直接輸出待檢測(cè)客戶端所在位置的預(yù)設(shè)位置坐標(biāo)，其采用的深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練網(wǎng)絡(luò)的結(jié)構(gòu)如下：

數(shù)據(jù)層->全連接層1->ReLU層->全連接層2->Euclidean Loss層

當(dāng)網(wǎng)絡(luò)參數(shù)訓(xùn)練完成之后，將深度神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)更新為訓(xùn)練后的網(wǎng)絡(luò)參數(shù)，同時(shí)將訓(xùn)練網(wǎng)絡(luò)最后一層Euclidean Loss層去除，形成實(shí)施網(wǎng)絡(luò)，用于作為定位模型參與實(shí)際定位過(guò)程。其中Euclidean Loss層用于深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)輸出訓(xùn)練的輸出結(jié)果與實(shí)際的訓(xùn)練位置標(biāo)簽的誤差，而實(shí)施網(wǎng)絡(luò)在定位時(shí)，直接在網(wǎng)絡(luò)層輸出待檢測(cè)客戶端所在位置的預(yù)測(cè)位置坐標(biāo)。

訓(xùn)練網(wǎng)絡(luò)和實(shí)施網(wǎng)絡(luò)除了最后一層不一樣(訓(xùn)練網(wǎng)絡(luò)為Euclidean Loss層，實(shí)施網(wǎng)絡(luò)去除Euclidean Loss層)，其他層都一樣，訓(xùn)練網(wǎng)絡(luò)所得到的網(wǎng)絡(luò)參數(shù)可以直接用在實(shí)施網(wǎng)絡(luò)中。

具體的，本發(fā)明采用有監(jiān)督的全局參數(shù)訓(xùn)練的方法：已知與各個(gè)無(wú)線接入點(diǎn)對(duì)應(yīng)的信號(hào)強(qiáng)度數(shù)據(jù)的實(shí)際位置屬于某個(gè)網(wǎng)格，通過(guò)不斷調(diào)整網(wǎng)絡(luò)參數(shù)使得深度神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)層的輸出和真實(shí)的結(jié)果相同。

具體的，本發(fā)明采用有監(jiān)督的全局參數(shù)訓(xùn)練的方法：已知與各個(gè)無(wú)線接入點(diǎn)對(duì)應(yīng)的信號(hào)強(qiáng)度數(shù)據(jù)的實(shí)際位置屬于某個(gè)網(wǎng)格，通過(guò)不斷調(diào)整網(wǎng)絡(luò)參數(shù)使得深度神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)層的輸出和真實(shí)的結(jié)果相同。

如圖5所示，優(yōu)選的，所述訓(xùn)練模塊300進(jìn)一步包括：標(biāo)簽預(yù)設(shè)子模塊301，用于預(yù)先設(shè)置訓(xùn)練位置標(biāo)簽；訓(xùn)練數(shù)據(jù)集生成子模塊302，用于在訓(xùn)練位置標(biāo)簽在檢測(cè)區(qū)域內(nèi)對(duì)應(yīng)位置上將訓(xùn)練終端依次與各個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)，多次采集訓(xùn)練終端與每個(gè)無(wú)線接入點(diǎn)關(guān)聯(lián)時(shí)的雙向信號(hào)數(shù)據(jù)，所述雙向信號(hào)數(shù)據(jù)包括各個(gè)無(wú)線接入點(diǎn)接收到的訓(xùn)練終端所發(fā)的信號(hào)的第一接收信號(hào)強(qiáng)度指示，以及訓(xùn)練終端接收到的各個(gè)無(wú)線接入點(diǎn)所發(fā)的信號(hào)的第二接收信號(hào)強(qiáng)度指示，將所述雙向信號(hào)數(shù)據(jù)與對(duì)應(yīng)的訓(xùn)練位置標(biāo)簽作為一組訓(xùn)練樣本數(shù)據(jù)，采集所有訓(xùn)練位置標(biāo)簽在檢測(cè)區(qū)域內(nèi)對(duì)應(yīng)位置上的雙向信號(hào)數(shù)據(jù)，生成多組訓(xùn)練樣本數(shù)據(jù)，根據(jù)所述多組訓(xùn)練樣本數(shù)據(jù)生成訓(xùn)練數(shù)據(jù)集，送入深度神經(jīng)網(wǎng)絡(luò)；訓(xùn)練預(yù)測(cè)子模塊303，用于將深度神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)層定義為雙通道數(shù)據(jù)層，所述雙通道數(shù)據(jù)層的節(jié)點(diǎn)與各個(gè)無(wú)線接入點(diǎn)相對(duì)應(yīng)，按照雙通道數(shù)據(jù)層的節(jié)點(diǎn)與各個(gè)無(wú)線接入點(diǎn)對(duì)應(yīng)的方式分別將每個(gè)訓(xùn)練樣本數(shù)據(jù)中第一接收信號(hào)強(qiáng)度指示以及第二接收信號(hào)強(qiáng)度指示輸入對(duì)應(yīng)的節(jié)點(diǎn)的兩個(gè)通道，經(jīng)過(guò)所述深度神經(jīng)網(wǎng)絡(luò)輸出與所述訓(xùn)練樣本數(shù)據(jù)中所述訓(xùn)練位置標(biāo)簽相對(duì)應(yīng)的訓(xùn)練結(jié)果，依次將輸出的訓(xùn)練結(jié)果與其對(duì)應(yīng)的所述訓(xùn)練位置標(biāo)簽進(jìn)行比較，根據(jù)比較結(jié)果對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，將訓(xùn)練后的深度神經(jīng)網(wǎng)絡(luò)作為所述定位模型。

需要說(shuō)明的是，對(duì)于上述訓(xùn)練模塊300的訓(xùn)練過(guò)程詳見(jiàn)本發(fā)明對(duì)于前述方法中對(duì)應(yīng)深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練的解釋?zhuān)颂幉辉購(gòu)?fù)述。本服務(wù)器中各模塊之間的信息交互、執(zhí)行過(guò)程等內(nèi)容與上述方法實(shí)施例基于同一構(gòu)思，具體內(nèi)容可參見(jiàn)本發(fā)明方法實(shí)施例中的敘述，此處不再贅述。

應(yīng)當(dāng)說(shuō)明的是，上述實(shí)施例均可根據(jù)需要自由組合。以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。