[发明专利]一种融合指纹库的定位方法及定位装置

说明书

本发明提供一种融合指纹库的定位方法及定位装置，所述定位方法包括：基于本批次的训练数据，训练得到每一个参考位置点的每一个无线网络信号的指纹权重系数；基于上一批次和本批次的训练数据，训练得到每一个参考位置点的每一个无线网络信号的指纹退化系数；根据终端采集的无线网络信号指纹数据以及所述指纹权重系数和所述指纹退化系数，对所述终端进行定位；其中，所述训练数据包括带位置标签的无线网络信号指纹数据。本发明通过建立不同无线网络信号指纹的权重学习机制、退化学习机制，进而构建融合指纹库，可使指纹库跟踪无线环境的变化自动调节指纹特征，基于融合指纹库的定位更加精确。

技术领域

本发明属于通信定位技术领域，尤其涉及一种融合指纹库的定位方法及定位装置。

背景技术

用户位置具有超强的连接能力，随着移动互联网的迅猛发展，基于位置的服务(LBS，Location based service)已被广泛应用于人们的工作和生活之中。而由于各种各样的无线网络信号充斥于人们的工作与生活空间，因此基于无线网络信号获取用户位置日益成为的用户定位领域热点课题，其优势在于无线网络信号的泛在性和其方案部署成本。

现有技术方案一般是对单一网络下的单一信号量构建指纹，通常是采集主服务小区信号的信号场强量，通过采集的主服务小区信号的信号场强量对用户进行定位。

但是在现实中，会存在多个网络混杂信号，每一个网络信号对用户的定位均会具有影响作用；无线网络信号所处的网络环境也不是一成不变的，无线网络信号环境的变化会对用户定位的精确度产生影响。

发明内容

为克服上述现有的对单一网络信号构建信号指纹定位的问题或者至少部分地解决上述问题，本发明实施例一种融合指纹库的定位方法及定位装置。

根据本发明实施例的第一方面，提供一种融合指纹库的定位方法，包括：

基于本批次的训练数据，训练得到每一个参考位置点的每一个无线网络信号的指纹权重系数；

基于上一批次和本批次的训练数据，训练得到每一个参考位置点的每一个无线网络信号的指纹退化系数；

根据终端采集的无线网络信号指纹数据以及所述指纹权重系数和所述指纹退化系数，对所述终端进行定位；

其中，所述训练数据包括带位置标签的无线网络信号指纹数据。

在上述技术方案的基础上，本发明还可以作如下改进。

进一步的，所述基于本批次的训练数据，训练得到每一个参考位置点的每一个无线网络信号的指纹权重系数之前还包括：

实时收集在每一个参考位置点测量的多个无线网络信号指纹数据，所述每一个参考位置的多个无线网络信号指纹数据构成训练数据，按照预设规则按批次划分所述训练数据；

其中，所述多个无线网络信号包括主服务小区信号和邻小区信号，所述无线网络信号为2G信号或3G信号或4G信号或5G信号或Wifi信号或Bluetooth信号。

进一步的，所述基于本批次的训练数据，训练得到每一个参考位置点的每一个无线网络信号的指纹权重系数包括：

对于任一参考位置点的多个无线网络信号，将每一个无线网络信号的权重系数设置为多个预设权重系数中的一个；

基于每一种权重系数组合下的多个无线网络信号指纹数据进行定位，得到每一种权重系数组合对应的定位位置；

将每一个定位位置与对应的参考位置点的实际位置进行比较，将与对应的参考位置点的实际位置最接近的定位位置对应的权重系数组合作为所述任一参考位置点最终的每一个无线网络信号的指纹权重系数。