The embodiment of the invention discloses a self-learning positioning method, a positioning system and an electronic device based on multiple sampling. The self-learning positioning method includes: receiving GPS positioning information, Cell Id data of mobile base station and WiFi signal strength data; determining the current position longitude and latitude information according to the GPS positioning information; correcting the position longitude and latitude information through the WiFi signal strength data and the position of WiFi base station; and correcting the position longitude and latitude information according to the GPS positioning information. Latitude information is matched with the current Cell Id data to convert the latitude and longitude information into the actual geographical location; the latitude and longitude information corresponding to the Cell Id data recorded in the database is updated in a predetermined time period; and the actual geographical location corresponding to the current Cell Id data is searched in the database according to user instructions. Set and display to the user. It realizes real-time updating of the database through additional self-learning stage, and corrects the actual geographical location accurately by combining with the location information of WiFi network, which improves the positioning accuracy.
【技术实现步骤摘要】
基于多重采样的自学习定位方法、定位系统及电子设备
本专利技术涉及定位算法
,尤其涉及一种基于多重采样的自学习定位方法、定位系统及电子设备。
技术介绍
现有定位系统主要包括GPS卫星系统(或者其他类型的卫星定位系统)、移动网络定位系统以及一些辅助性的位置定位系统。GPS卫星定位系统是利用在外空间分布的卫星以及卫星与地面点的距离交会得出地面点位置的系统。而移动网络定位是利用移动基站和移动终端之间的信息交互实现对终端的定位,其包括Cell-Id(小区识别码)的定位技术、TOA(到达时间)定位技术、TDOA(到达时间差)定位技术等。这些移动网络可以是GSM网络或者CDMA网络。但是,现有的移动网络定位系统严重依赖于移动网络运营商提供的基础数据,普通的开发者或者消费者无法低成本的使用。并且由于移动网络的基站位置信息始终处于更新变化的状态中,如果Cell-Id无法随之更新,将会造成定位误差偏大的问题。
技术实现思路
针对上述技术问题,本专利技术实施例提供了一种多重采样的自学习定位方法、定位系统及电子设备,以解决现有的定位方法使用成本较高,移动网络定位容易出现错误的问题。本专利技术实施例的第一方面提供一种基于多重采样的自学习定位方法。所述自学习定位方法包括:接收GPS定位信息、移动基站的Cell-Id数据以及WiFi信号强度数据;根据所述GPS定位信息,确定当前的位置经纬度信息;通过所述WiFi信号强度数据与WiFi基站的位置,校正所述位置经纬度信息;将所述经纬度信息与当前的Cell-Id数据进行配对,将所述经纬度信息转换为实际地理位置;以预定的时间周期,更新数据库中 ...
【技术保护点】
1.一种基于多重采样的自学习定位方法,其特征在于,所述自学习定位方法包括:接收GPS定位信息、移动基站的Cell‑Id数据以及WiFi信号强度数据;根据所述GPS定位信息,确定当前的位置经纬度信息;通过所述WiFi信号强度数据与WiFi基站的位置,校正所述位置经纬度信息;将所述经纬度信息与当前的Cell‑Id数据进行配对,将所述经纬度信息转换为实际地理位置;以预定的时间周期,更新数据库中记载的所述Cell‑Id数据对应的经纬度信息;根据用户指令,在数据库中搜索当前Cell‑Id数据对应的实际地理位置并向用户展示。
【技术特征摘要】
1.一种基于多重采样的自学习定位方法,其特征在于,所述自学习定位方法包括:接收GPS定位信息、移动基站的Cell-Id数据以及WiFi信号强度数据;根据所述GPS定位信息,确定当前的位置经纬度信息;通过所述WiFi信号强度数据与WiFi基站的位置,校正所述位置经纬度信息;将所述经纬度信息与当前的Cell-Id数据进行配对,将所述经纬度信息转换为实际地理位置;以预定的时间周期,更新数据库中记载的所述Cell-Id数据对应的经纬度信息;根据用户指令,在数据库中搜索当前Cell-Id数据对应的实际地理位置并向用户展示。2.根据权利要求1所述的自学习定位方法,其特征在于,所述方法还包括:在所述实际地理位置超出预设的区域范围时,发送脱离区域的警报信息;将所述警报信息广播至一个或者多个后台服务器中。3.根据权利要求1所述的自学习定位方法,其特征在于,所述通过所述WiFi信号强度数据与WiFi基站的位置,校正所述位置经纬度信息,具体包括:获取与至少三个不同WiFi基站之间的信号强度;计算所述信号强度代表的距离;以WiFi基站为圆心,信号强度代表的距离为半径,形成对应的圆弧;根据不同WiFi基站对应的圆弧之间交叉的区域校正所述GPS定位信息。4.根据权利要求3所述的自学习定位方法,其特征在于,所述计算所述信号强度代表的距离,具体包括:测试在不同距离下的WiFi信号强度,作为训练数据;应用所述训练数据,计算预设的模型曲线的拟合参数;根据WiFi基站的性质,调整所述模型曲线的调节参数,所述WiFi基站的性质包括:WiFi基站的制造批次,型号以及设置位置。5.一种基于多重采样的自学习定位系统,其特征在于,所述自学习定位系统包括:采样模块,用于接收GPS定位信息、移动基站的Cell-Id数据以及WiFi信号强度数据;经纬度计算模块,用于根据所述GPS定位信息,确定当前的位置经纬度信息;校正模块,用于通过所述WiFi信号强度数据与WiFi基站的位置,校正所述位置经纬度信息;配对模块,用于将所述经纬度信息...
【专利技术属性】
技术研发人员:邵国光,
申请(专利权)人:深圳优美创新科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。