[发明专利]基站指纹定位方法、装置和系统、计算机可读存储介质

说明书

本发明公开一种基站指纹定位方法、装置和系统、计算机可读存储介质。该基站指纹定位方法包括：获取终端采集数据，其中，所述终端采集数据为终端采集的基站信号数据；采用预定指纹特征提取网络对终端采集数据进行处理生成终端指纹特征向量；在数据库中找出欧式距离与终端指纹特征向量最近的两个指纹特征向量；将所述三个指纹特征向量输入预定位置网格计算网络模型，获取终端的位置网格。本发明通过将平面地图网格化，通过神经网络模型建立网格与多指纹特征的关联关系，提高了定位的鲁棒性和准确性。

技术领域

本发明涉及终端定位领域，特别涉及一种基站指纹定位方法、装置和系统、计算机可读存储介质。

背景技术

指纹定位是一种基于特征识别技术的无线定位方法，通常是通过采集可测量的无线信号特征集，生成指纹特征并和相关位置信息建立关联关系保存于数据库中，在定位时候通过匹配指纹特征进行定位。神经网络深度学习在特征识别领域中有广泛应用。

发明内容

申请人发现：相关技术基站指纹定位采用指纹特征查询匹配的方式，需先确定好要匹配的信号特征，采用近邻匹配或模式识别的方法，但容易受到信号干扰，终端移动等影响，导致指纹匹配失败或粗粒度匹配的位置与实际位置有较大的误差。

鉴于以上技术问题中的至少一项，本发明提供了一种基站指纹定位方法、装置和系统、计算机可读存储介质，提高了定位的鲁棒性和准确性。

根据本发明的一个方面，提供一种基站指纹定位方法，包括：

获取终端采集数据，其中，所述终端采集数据为终端采集的基站信号数据；

采用预定指纹特征提取网络对终端采集数据进行处理生成终端指纹特征向量；

在数据库中找出欧式距离与终端指纹特征向量最近的两个指纹特征向量；

将所述三个指纹特征向量输入预定位置网格计算网络模型，获取终端的位置网格。

在本发明的一些实施例中，所述基站指纹定位方法还包括：

将平面地图划分为n×m个的网格，其中，n和m均为大于1的自然数，n为网格总列数，m为网格总行数；

采用位置网格(i，j)标识每个网格的位置，其中，i为所述网格的列数，j为所述网格的行数，1≤i≤n，1≤j≤m。

在本发明的一些实施例中，所述基站指纹定位方法还包括：通过位置网格计算网络对参考采集点数据迭代训练，获取预定位置网格计算网络模型，其中，所述预定位置网格计算网络模型包含指纹特征向量和位置网格的对应关系。

在本发明的一些实施例中，所述通过位置网格计算网络对参考采集点数据迭代训练包括：

获取参考采集点的指纹特征向量和参考采集点的位置网格；

采用特征向量欧式距离接近的三个参考采集点的指纹特征向量作为输入，采用第三个参考采集点的位置网格作为目标输出，通过位置网格计算网络对参考采集点数据进行迭代训练。

在本发明的一些实施例中，所述获取参考采集点的指纹特征向量和参考采集点的位置网格包括：

获取参考采集点数据，其中，所述参考采集点数据包括参考采集点设备采集的基站信号数据和参考采集点的位置网格；

对参考采集点数据进行归一化处理；

采用预定指纹特征提取网络对归一化处理后的参考采集点数据进行非监督特征学习生成指纹特征向量；

保存指纹特征向量和参考采集点的位置网格的对应关系。

在本发明的一些实施例中，指纹特征提取网络为多层神经网络。

在本发明的一些实施例中，位置网格计算网络为多层神经网络。