一种基于双向信号强度数据的wifi定位方法及服务器技术

本发明专利技术公开了一种基于双向信号强度数据的wifi定位方法，所述方法包括步骤：S100、获取检测区域内待检测客户端的双向信号强度数据；S200、将所述双向信号强度数据输入训练后的定位模型的数据数据输入层；S300、基于训练后的定位模型的网络层计算所述双向信号强度数据，在定位模型的输出层输出预测结果，根据所述预测结果确定待检测客户端的位置。本发明专利技术中的定位模型采用训练后的深度神经网络，通过大量训练样本数据对深度神经网络进行训练，提升定位准确性以及精度。

WiFi Positioning Method and server based on bidirectional signal strength data

The invention discloses a WiFi Positioning Method Based on bidirectional signal intensity data, the method comprises the steps of: two-way signal strength data of S100, to obtain the detection region to be detected, the S200 client; positioning model the bi-directional signal strength data input after training according to the number of data input, calculation of the S300 layer; bidirectional signal strength data based on network layer positioning model after training, the output layer prediction results in the positioning of the model, according to the forecast results to determine the position of the client detection. The positioning model of the present invention uses the trained depth neural network to train the deep neural network through a large number of training samples data, so as to improve the positioning accuracy and precision.

【技术实现步骤摘要】

本专利技术涉及无线局域网
，尤其涉及一种基于双向信号强度数据的wifi定位方法及服务器。
技术介绍
目前在世界范围内的定位技术主要有GPS定位、Wi-Fi定位、蓝牙定位等，GPS定位主要应用于室外，Wi-Fi、蓝牙定位既可用于室内，也可用于室外。由于Wi-Fi定位相对成熟，下面以Wi-Fi定位技术为背景来介绍本专利技术的具体内容。随着无线路由器的普及，目前大部分公共区域都已经实现十几个甚至几十个WiFi信号覆盖，而且这些路由器在向四周传播WiFi信号的同时，也不停的发送其物理地址与信号强度等信息，只要在其信号覆盖范围内，即使不知道Wi-Fi的密码，也同样能获得这些信息。通用的WiFi室内定位技术大多是基于IEEE802.11b/g协议的无线局域网(WLAN)的信号强度定位技术。基于信号强度的定位技术基本原理是根据接收到的信号的强度推算信号接收器与信号源之间的距离，主要分成两类：三角形强度算法以及位置指纹识别算法。其中三角形强度算法精度低，难以满足室内定位要求；而普通指纹识别算法又存在接收设备不同而使得接收信号存在误差的缺陷。
技术实现思路
为解决上述技术问题，本专利技术提供一种基于双向信号强度数据的wifi定位方法及服务器，通过采集待检测客户端接收各个无线接入点的对应的双向信号强度数据，实现基于深度神经网络的WiFi定位。本专利技术提供的技术方案如下：本专利技术公开了一种基于双向信号强度数据的wifi定位方法，所述方法包括步骤：S100、获取检测区域内待检测客户端的双向信号强度数据；S200、将所述双向信号强度数据输入训练后的定位模型的数据数据输入层；S300、基于训练后的定位模型的网络层计算所述双向信号强度数据，在定位模型的输出层输出预测结果，根据所述预测结果确定待检测客户端的位置。进一步优选的，所述双向信号强度数据包括各个无线接入点接收到的待检测客户端所发的信号的第一接收信号强度指示，以及待检测客户端接收到的各个无线接入点所发的信号的第二接收信号强度指示。进一步优选的，所述步骤S100进一步包括以下步骤：S101、当待检测客户端发送探测请求报文至所有无线接入点时，根据所述探测请求报文获得各个无线接入点接收到的待检测客户端所发的信号的第一接收信号强度指示；S102、当待检测客户端接收到所有无线接入点返回的探测响应报文时，向所有无线接入点分别发送探测回复报文，根据所述探测回复报文获得待检测客户端接收到的各个无线接入点所发信号的第二接收信号强度指示。进一步优选的，所述步骤S100之前还包括：S000、预先训练深度神经网络，将训练后的深度神经网络作为所述定位模型。进一步优选的，所述步骤S000进一步包括步骤：S001、预先设置训练位置标签；S002、多次采集训练终端在训练位置标签所对应的检测区域内所在位置上的双向信号强度数据；所述双向信号数据包括各个无线接入点接收到的训练终端所发的信号的第一接收信号强度指示，以及训练终端接收到的各个无线接入点所发的信号的第二接收信号强度指示；将每次采集的双向信号数据与对应的训练位置标签作为一组训练样本数据；S003、按步骤S002所述方法采集所有训练位置标签在检测区域内对应位置上的双向信号数据，生成多组训练样本数据，根据所述多组训练样本数据生成训练数据集，送入深度神经网络；S004、将深度神经网络的输入数据层定义为双通道数据层，所述双通道数据层的节点与各个无线接入点相对应；按照双通道数据层的节点与各个无线接入点对应的方式分别将每个训练样本数据中第一接收信号强度指示以及第二接收信号强度指示输入对应的节点的两个通道，经过所述深度神经网络输出与所述训练样本数据中所述训练位置标签相对应的训练结果；S005、依次将输出的训练结果与其对应的所述训练位置标签进行比较，根据比较结果对深度神经网络进行训练，将训练后的深度神经网络作为所述定位模型。本专利技术还公开了一种基于双向信号强度数据的wifi定位服务器，包括：数据采集模块，用于获取检测区域内待检测客户端的双向信号强度数据；定位模块，用于将所述双向信号强度数据输入训练后的定位模型的数据数据输入层，基于训练后的定位模型的网络层计算所述双向信号强度数据，在定位模型的输出层输出预测结果，根据所述预测结果确定待检测客户端的位置。进一步优选的，所述双向信号强度数据包括各个无线接入点接收到的待检测客户端所发的信号的第一接收信号强度指示，以及待检测客户端接收到的各个无线接入点所发的信号的第二接收信号强度指示。进一步优选的，所述数据采集模块进一步包括：第一接收信号强度指示获取模块，用于当待检测客户端发送探测请求报文至所有无线接入点时，根据所述探测请求报文获得各个无线接入点接收到的待检测客户端所发的信号的第一接收信号强度指示；第二接收信号强度指示获取模块，用于当待检测客户端接收到所有无线接入点返回的探测响应报文时，向所有无线接入点分别发送探测回复报文，根据所述探测回复报文获得待检测客户端接收到的各个无线接入点所发信号的第二接收信号强度指示。进一步优选的，还包括：训练模块，用于预先训练深度神经网络，将训练后的深度神经网络作为所述定位模型。进一步优选的，所述训练模块进一步包括：标签预设子模块，用于预先设置训练位置标签；训练数据集生成子模块，用于多次采集训练终端在训练位置标签所对应的检测区域内所在位置上的双向信号强度数据；所述双向信号数据包括各个无线接入点接收到的训练终端所发的信号的第一接收信号强度指示，以及训练终端接收到的各个无线接入点所发的信号的第二接收信号强度指示；将每次采集的双向信号数据与对应的训练位置标签作为一组训练样本数据，采集所有训练位置标签在检测区域内对应位置上的双向信号数据，生成多组训练样本数据，根据所述多组训练样本数据生成训练数据集，送入深度神经网络；训练预测子模块，用于将深度神经网络的输入数据层定义为双通道数据层，所述双通道数据层的节点与各个无线接入点相对应；按照双通道数据层的节点与各个无线接入点对应的方式分别将每个训练样本数据中第一接收信号强度指示以及第二接收信号强度指示输入对应的节点的两个通道，经过所述深度神经网络输出与所述训练样本数据中所述训练位置标签相对应的训练结果，依次将输出的训练结果与其对应的所述训练位置标签进行比较，根据比较结果对深度神经网络进行训练，将训练后的深度神经网络作为所述定位模型。与现有技术相比，本专利技术提供的一种基于双向信号强度数据的wifi定位服务器，通过收集待测客户端的与各个无线接入点相对应的双向信号强度数据输入训练好的定位模型，即可确定待测客户端所在位置，通过利用含有大量训练样本数据的训练数据集对深度神经网络训练，采用深度神经网络作为定位模型，不仅提升定位精度的提升，同时能够在不影响定位速度的情况下提升定位结果的准确性，成功将定位问题融入到大数据的背景中，并有效的利用大数据的优势来提高实时定位服务器的性能。附图说明下面将以明确易懂的方式，结合附图说明优选实施方式，对本专利技术予以进一步说明。图1为本专利技术一种基于双向信号强度数据的wifi定位方法的主要步骤示意图；图2为本专利技术一种基于双向信号强度数据的wifi定位方法的一个实施例的步骤示意图；图3为本专利技术一种基于双向信号强度数据的wifi定位方法的训练深度神经网络的步骤本文档来自技高网...

【技术保护点】
一种基于双向信号强度数据的wifi定位方法，其特征在于，所述方法包括步骤：S100、获取检测区域内待检测客户端的双向信号强度数据；S200、将所述双向信号强度数据输入训练后的定位模型的数据数据输入层；S300、基于训练后的定位模型的网络层计算所述双向信号强度数据，在定位模型的输出层输出预测结果，根据所述预测结果确定待检测客户端的位置。

【技术特征摘要】
1.一种基于双向信号强度数据的wifi定位方法，其特征在于，所述方法包括步骤：S100、获取检测区域内待检测客户端的双向信号强度数据；S200、将所述双向信号强度数据输入训练后的定位模型的数据数据输入层；S300、基于训练后的定位模型的网络层计算所述双向信号强度数据，在定位模型的输出层输出预测结果，根据所述预测结果确定待检测客户端的位置。2.如权利要求1所述的基于双向信号强度数据的wifi定位方法，其特征在于，所述双向信号强度数据包括各个无线接入点接收到的待检测客户端所发的信号的第一接收信号强度指示，以及待检测客户端接收到的各个无线接入点所发的信号的第二接收信号强度指示。3.如权利要求2所述的基于双向信号强度数据的wifi定位方法，其特征在于，所述步骤S100进一步包括以下步骤：S101、当待检测客户端发送探测请求报文至所有无线接入点时，根据所述探测请求报文获得各个无线接入点接收到的待检测客户端所发的信号的第一接收信号强度指示；S102、当待检测客户端接收到所有无线接入点返回的探测响应报文时，向所有无线接入点分别发送探测回复报文，根据所述探测回复报文获得待检测客户端接收到的各个无线接入点所发信号的第二接收信号强度指示。4.如权利要求3所述的基于双向信号强度数据的wifi定位方法，其特征在于，所述步骤S100之前还包括：S000、预先训练深度神经网络，将训练后的深度神经网络作为所述定位模型。5.如权利要求4所述的基于双向信号强度数据的wifi定位方法，其特征在于，所述步骤S000进一步包括步骤：S001、预先设置训练位置标签；S002、多次采集训练终端在训练位置标签所对应的检测区域内所在位置上的双向信号强度数据；所述双向信号数据包括各个无线接入点接收到的训练终端所发的信号的第一接收信号强度指示，以及训练终端接收到的各个无线接入点所发的信号的第二接收信号强度指示；将每次采集的双向信号数据与对应的训练位置标签作为一组训练样本数据；S003、按步骤S002所述方法采集所有训练位置标签在检测区域内对应位置上的双向信号数据，生成多组训练样本数据，根据所述多组训练样本数据生成训练数据集，送入深度神经网络；S004、将深度神经网络的输入数据层定义为双通道数据层，所述双通道数据层的节点与各个无线接入点相对应；按照双通道数据层的节点与各个无线接入点对应的方式分别将每个训练样本数据中第一接收信号强度指示以及第二接收信号强度指示输入对应的节点的两个通道，经过所述深度神经网络输出与所述训练样本数据中所述训练位置标签相对应的训练结果；S005、依次将输出的训练结果与其对应的所述训练位置标签进行比较，根据比较结果对深度神经网络进行训练，将训练后的深度神经网络作为所述定位模型。6.一...

【专利技术属性】
技术研发人员：王斌，
申请(专利权)人：上海斐讯数据通信技术有限公司，
类型：发明
国别省市：上海;31