指纹特征匹配方法及装置制造方法及图纸

本发明专利技术提供了一种指纹特征匹配方法及装置。本发明专利技术的指纹特征匹配方法包括：获取待测点处采集到的接入点标识、信号强度；在指纹特征库中匹配与待测点具有相同接入点标识的参考点，若匹配到的参考点的数量满足设定条件，将匹配到的参考点作为第一序列；如果不满足，去掉待测点中的信号强度最弱的一个接入点标识，重新进行匹配，直至满足设定条件；分别计算第一序列中所有参考点与待测点的信号强度的余弦相似度，按照余弦相似度由大到小的顺序对第一序列中所有参考点进行排序，得到第二序列；选取第二序列中排序靠前的K个参考点用于后续定位计算。本发明专利技术的指纹特征匹配方法及装置，提高了指纹特征库匹配方法的计算效率和匹配精度。

【技术实现步骤摘要】

本专利技术涉及无线定位
，具体涉及一种指纹特征匹配方法及装置。
技术介绍
随着数据业务和多媒体业务的快速增加，人们对定位与导航的需求日益增大，尤其在复杂的室内环境，如机场大厅、展厅、仓库、超市、图书馆、地下停车场、矿井等环境中，常常需要确定移动终端或其持有者、设施与物品在室内的位置信息。室内环境的复杂性、对定位精度和安全性的特殊要求，使得室内定位技术采用的算法需要具备较高的定位精度、定位鲁棒性和运算效率。基于指纹特征库的室内定位技术主要包括指纹特征匹配和位置计算两部分。指纹特征匹配的准确度，直接关系到后续计算结果的准确性，因此，如何高效准确的在指纹库中匹配到合适的参考点，是提高算法效率、提高定位精度的关键一步。常见的指纹匹配算法有K-近邻算法、K-加权近邻法、贝叶斯概率算法。这些方法的主要问题是定位精度问题，为了达到一定的定位精度，需要大量的位置指纹信息，而采集大量的位置指纹信息成本较高。尽管后来提出了基于传感器的距离估计方法可以通过用户的运动采集位置指纹信息，但是想要密集的采集指纹信息需要的时间和人力成本依然较高。现有的指纹特征匹配方法，存在计算效率低或定位精度差的缺陷，无法满足室内定位实时性和高精度的要求。
技术实现思路
针对现有技术中的缺陷，本专利技术提供了指纹特征匹配方法及装置，以提高指纹特征库匹配方法的计算效率和匹配精度。第一方面，本专利技术提供了一种指纹特征匹配方法，包括：获取在待测点处采集到的数据，所述数据包括：至少一个接入点标识、每个接入点标识对应的信号强度；根据在待测点处采集到的接入点标识，在指纹特征库中匹配具有相同接入点标识的参考点，判断匹配到的参考点的数量是否满足设定条件；如果满足，将匹配到的参考点作为第一序列；如果不满足，去掉所述待测点中的信号强度最弱的一个接入点标识，重新进行匹配，直至满足设定条件，将匹配到的参考点作为第一序列；分别计算第一序列中所有参考点的信号强度与所述待测点处采集到的信号强度的余弦相似度，按照所述余弦相似度由大到小的顺序对第一序列中所有参考点进行排序，得到第二序列；选取第二序列中排序靠前的K个参考点用于后续定位计算。本专利技术提供的指纹特征匹配方法，先进行接入点标识匹配，筛选出与待测点匹配度较高的参考点，再根据余弦相似度进一步对筛选结果进行二次筛选，得到最终的匹配结果，基于接入点标识和余弦相似度的二次匹配方法，实现方式简单，大大降低了运算量，提高了匹配效率。可选地，所述指纹特征库被分为多个聚类区域，每个聚类区域有一个聚类中心；根据在待测点处采集到的接入点标识，在指纹特征库中匹配具有相同接入点标识的参考点，包括：将在所述待测点处采集到的数据与指纹特征库中所有聚类中心的数据进行比对，确定最相似的聚类中心；根据在待测点处采集到的接入点标识，在所述最相似的聚类中心对应的聚类区域中匹配具有相同接入点标识的参考点。可选地，将在所述待测点处采集到的数据与指纹特征库中所有聚类中心的数据进行比对，确定最相似的聚类中心，包括：分别计算在所述待测点处采集到的信号强度与指纹特征库中所有聚类中心的信号强度的余弦相似度，选取余弦相似度最高的聚类中心作为最相似的聚类中心。可选地，所述指纹特征库的构建方法包括：确定聚类数目m；根据参考点的空间分布，平均划分m个聚类区域，将距所述聚类区域的几何中心最近的参考点作为聚类中心；分别计算所有参考点的信号强度与m个聚类中心的信号强度的余弦相似度；针对每个参考点，将参考点与所述参考点的最大余弦相似度对应的聚类中心归为一类；更新m个聚类区域，将更新的聚类区域的几何中心作为聚类中心；根据更新的聚类中心进行重新聚类，如此迭代下去，直到所有聚类区域没有重叠且所有聚类区域没有相离。可选地，所述指纹特征库的构建方法包括：分时段在参考点处进行采集，获得参考点的数据，结合所述参考点的位置信息建立不同时段的指纹特征库，所述参考点的数据包括：至少一个接入点标识、每个接入点标识对应的信号强度；所述根据在待测点处采集到的接入点标识，在指纹特征库中匹配具有相同接入点标识的参考点，包括：根据时段选择对应时段的指纹特征库，根据在待测点处采集到的接入点标识，在所述指纹特征库中匹配具有相同接入点标识的参考点。第二方面，本专利技术提供的一种指纹特征匹配装置，包括：待测点信息获取模块，用于获取在待测点处采集到的数据，所述数据包括：至少一个接入点标识、每个接入点标识对应的信号强度；第一序列获取模块，用于根据在待测点处采集到的接入点标识，在指纹特征库中匹配具有相同接入点标识的参考点，判断匹配到的参考点的数量是否满足设定条件；如果满足，将匹配到的参考点作为第一序列；如果不满足，去掉所述待测点中的信号强度最弱的一个接入点标识，重新进行匹配，直至满足设定条件，将匹配到的参考点作为第一序列；第二序列获取模块，用于分别计算第一序列中所有参考点的信号强度与所述待测点处采集到的信号强度的余弦相似度，按照所述余弦相似度由大到小的顺序对第一序列中所有参考点进行排序，得到第二序列；参考点选取模块，用于选取第二序列中排序靠前的K个参考点用于后续定位计算。可选地，所述指纹特征库被分为多个聚类区域，每个聚类区域有一个聚类中心；所述第一序列获取模块具体用于：将在所述待测点处采集到的数据与指纹特征库中所有聚类中心的数据进行比对，确定最相似的聚类中心；根据在待测点处采集到的接入点标识，在所述最相似的聚类中心对应的聚类区域中匹配具有相同接入点标识的参考点。可选地，所述第一序列获取模块具体用于：分别计算在所述待测点处采集到的信号强度与指纹特征库中所有聚类中心的信号强度的余弦相似度，选取余弦相似度最高的聚类中心作为最相似的聚类中心。可选地，还包括指纹特征库构建模块，用于：确定聚类数目m；根据参考点的空间分布，平均划分m个聚类区域，将距所述聚类区域的几何中心最近的参考点作为聚类中心；分别计算所有参考点的信号强度与m个聚类中心的信号强度的余弦相似度；针对每个参考点，将参考点与所述参考点的最大余弦相似度对应的聚类中心归为一类；更新m个聚类区域，将更新的聚类区域的几何中心作为聚类中心；根据更新的聚类中心进行重新聚类，如此迭代下去，直到所有聚类区域没有重叠且所有聚类区域没有相离。可选地，还包括指纹特征库构建模块，用于：分时段在参考点处进行采集，获得参考点的数据，结合所述参考点的位置信息建立不同时段的指纹特征库，所述参考点的数据包括：至少一个接入点标识、每个接入点标识对应的信号强度；所述第一序列获取模块具体用于：根据时段选择对应时段的指纹特征库，根据在待测点处采集到的接入点标识，在所述指纹特征库中匹配具有相同接入点标识的参考点。附图说明图1示出了本专利技术实施例所提供的一种指纹特征匹配方法的流程图；图2示出了本专利技术实施例所提供的另一种指纹特征匹配方法的流程图；图3示出了本专利技术实施例所提供的一种指纹特征匹配装置的框图。具体实施方式下面将结合附图对本专利技术技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，因此只是作为示例，而不能以此来限制本专利技术的保护范围。需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本专利技术所属领域技术人员所理解的通常意义。首先，介绍一下本专利技术实施例中用到的指纹特征库。指纹特征库的构建方本文档来自技高网...

【技术保护点】
一种指纹特征匹配方法，其特征在于，包括：获取在待测点处采集到的数据，所述数据包括：至少一个接入点标识、每个接入点标识对应的信号强度；根据在待测点处采集到的接入点标识，在指纹特征库中匹配具有相同接入点标识的参考点，判断匹配到的参考点的数量是否满足设定条件；如果满足，将匹配到的参考点作为第一序列；如果不满足，去掉所述待测点中的信号强度最弱的一个接入点标识，重新进行匹配，直至满足设定条件，将匹配到的参考点作为第一序列；分别计算第一序列中所有参考点的信号强度与所述待测点处采集到的信号强度的余弦相似度，按照所述余弦相似度由大到小的顺序对第一序列中所有参考点进行排序，得到第二序列；选取第二序列中排序靠前的K个参考点用于后续定位计算。

【技术特征摘要】
1.一种指纹特征匹配方法，其特征在于，包括：获取在待测点处采集到的数据，所述数据包括：至少一个接入点标识、每个接入点标识对应的信号强度；根据在待测点处采集到的接入点标识，在指纹特征库中匹配具有相同接入点标识的参考点，判断匹配到的参考点的数量是否满足设定条件；如果满足，将匹配到的参考点作为第一序列；如果不满足，去掉所述待测点中的信号强度最弱的一个接入点标识，重新进行匹配，直至满足设定条件，将匹配到的参考点作为第一序列；分别计算第一序列中所有参考点的信号强度与所述待测点处采集到的信号强度的余弦相似度，按照所述余弦相似度由大到小的顺序对第一序列中所有参考点进行排序，得到第二序列；选取第二序列中排序靠前的K个参考点用于后续定位计算。2.根据权利要求1所述的方法，其特征在于，所述指纹特征库被分为多个聚类区域，每个聚类区域有一个聚类中心；根据在待测点处采集到的接入点标识，在指纹特征库中匹配具有相同接入点标识的参考点，包括：将在所述待测点处采集到的数据与指纹特征库中所有聚类中心的数据进行比对，确定最相似的聚类中心；根据在待测点处采集到的接入点标识，在所述最相似的聚类中心对应的聚类区域中匹配具有相同接入点标识的参考点。3.根据权利要求2所述的方法，其特征在于，将在所述待测点处采集到的数据与指纹特征库中所有聚类中心的数据进行比对，确定最相似的聚类中心，包括：分别计算在所述待测点处采集到的信号强度与指纹特征库中所有聚类中心的信号强度的余弦相似度，选取余弦相似度最高的聚类中心作为最相似的聚类中心。4.根据权利要求3所述的方法，其特征在于，所述指纹特征库的构建方法包括：确定聚类数目m；根据参考点的空间分布，平均划分m个聚类区域，将距所述聚类区域的几何中心最近的参考点作为聚类中心；分别计算所有参考点的信号强度与m个聚类中心的信号强度的余弦相似度；针对每个参考点，将参考点与所述参考点的最大余弦相似度对应的聚类中心归为一类；更新m个聚类区域，将更新的聚类区域的几何中心作为聚类中心；根据更新的聚类中心进行重新聚类，如此迭代下去，直到所有聚类区域没有重叠且所有聚类区域没有相离。5.根据权利要求1至4中任一项所述的方法，其特征在于，所述指纹特征库的构建方法包括：分时段在参考点处进行采集，获得参考点的数据，结合所述参考点的位置信息建立不同时段的指纹特征库，所述参考点的数据包括：至少一个接入点标识、每个接入点标识对应的信号强度；所述根据在待测点处采集到的接入点标识，在指纹特征库中匹配具有相同接入点标识的参考点，包括：根据时段选择对应时段的指纹特征库，根据在待测点处采集到的接入点标识，在所...

【专利技术属性】
技术研发人员：张弛，吕明，汪冬燕，熊兴玉，
申请(专利权)人：北京方位捷讯科技有限公司，
类型：发明
国别省市：北京;11