[发明专利]一种无线网络定位方法、装置及系统

说明书

技术领域

本发明涉及移动通信技术，尤其涉及一种无线网络定位方法、装置及系统。

背景技术

现有无线网络位置业务中的基于信号强度的指纹定位技术，用于解决指纹定位系统中在维持指纹数据更新以保证指纹定位性能的前提下，降低指纹数据采集成本的技术问题。

指纹定位技术是无线网络中一种基于定位终端接收信号强度等特征参数的定位技术。通常情况下，指纹定位技术从处理流程步骤角度考虑可以分为：离线采样和在线定位两个阶段。

离线阶段中，采样终端在足够密度采样点处终端接收可见基站(此处的“基站”为广义概念，既可指蜂窝小区基站，亦可指WLAN接入点或RFID标签)的标识信息(如蜂窝小区标识CellID或WLAN接入点SSID或RFID、Zigbee、蓝牙等类型无线局域网络的基站接入设备的唯一标识)、信号强度信息(均值矢量或概率分布数据等)及其采样点处终端位置坐标(室外用经、纬、高度等表示)等数据。在每个采样点处终端测量得到的上述信息经整理生成一条样本指纹记录，简称指纹，收集所有采样点处终端的指纹信息，构成指纹数据库。除采集生成指纹数据库之外，离线阶段通常还会对原始的指纹数据库进行一定的预处理操作，如将指纹数据库中可见基站集合重合且位置坐标相近的指纹精简去重等，以提高在线阶段指纹在搜索、匹配和优选处理等方面的性能。

在线定位阶段，定位平台基于某种确定性方法(如信号空间欧氏距离法)或概率统计理论(如直方图等方法)对终端实测各可见基站信号强度与指纹数据库中相应基站信号强度之间的相似度进行计算和比较，确定与实测信号强度最接近(相似度最大)的K个优选指纹，将各优选指纹信号强度与实测信号强度之间的相似度作为权重，计算并返回此K个优选指纹所在采样点处终端位置的加权均值作为终端定位的位置结果。这种基于K个优选指纹的定位方法统称K-最近邻(KNN，K-Nearest Neighbor)方法。

无线网络指纹定位技术相比传统GPS定位方式具有更广泛的适用范围，相比传统蜂窝GSM/CDMA网络定位具有更高的性能(速度和精准度)，因而备受关注且有巨大发展潜力。除了广域GSM/CDMA蜂窝网络外，指纹定位还能够适用于多种无线局域网络，如WLAN、RFID或蓝牙等。指纹定位技术更加适用于密集城区或室内等传统GPS、蜂窝定位方式所无法实现或难以实现高精度定位的场景。

但是，指纹定位技术存在一定技术难题：指纹的动态变化特性所导致的定位精准度降低。

在指纹定位适用的场景中，相比室外空旷地区，密集楼宇城区和室内等环境的动态性和复杂性更高。在这些环境下，离线采样点处终端的无线信号传播受周围静态物体位置改变、动态物体不可预知的移动等复杂环境因素的影响，而存在严重的反射、折射、散射、绕射、小尺度衰落、多径等各种类型的叠加干扰，即使在相同地点对相同AP的接收信号强度也可能随着时间的推移(一天中不同时段或采集后一段时期之后)而产生较大波动，因而造成指纹数据库中记录的信号强度信息失效，最终导致在线定位精度受损。

为解决该问题，提高指纹数据库对环境的适应度，维持指纹定位精准度，现有系统的主要解决方案有：1)手机用户在使用移动位置业务过程中协助采集和上传指纹数据；2)由服务运营方进行周期性批量采集更新指纹数据库。

这两个解决方案有以下缺陷：

方案1)涉及用户位置隐私可能引起法律纠纷(可参考Apple和Google相关的报导)，且在移动互联网位置业务尚未形成用户规模的情况下用户上传数量较少难以见效。因此，方案1)可行性不足。

方案2)大众位置业务覆盖的服务区域范围较广，周期性指纹数据库更新的工作量较大。在实际操作过程中成本较高。

综上所述，现有指纹定位技术为满足在大面积业务区域内多种场景下提供高质量定位服务，在实现离线指纹数据库周期性更新提高指纹数据对动态复杂环境适应性的同时，存在采集成本高、工作量大的问题，使得业务的运营受到制约。因此，通过提高指纹数据信息对环境适应度，进而保证定位性能的同时，从降低指纹采集工作量的角度，改善指纹数据更新的效率，进而提高指纹定位系统的可用性成为现阶段需要解决的技术问题。

发明内容

本发明的目的在于，提供一种无线网络定位方法、装置及系统，其定位精度高，降低了指纹采集工作量。