基于大数据的立体室内定位方法、装置、设备及介质制造方法及图纸

本发明专利技术提供了一种基于大数据的立体室内定位方法、装置、设备及介质。该基于大数据的立体室内定位方法通过从用户面信令数据信息中解析出各个WIFI采样点的RSSI电平信号值，对WIFI采样点进行楼层分组，计算出不同WIFI采样点之间的相关性和楼层之间的相关性；根据所述楼层之间的相关性得到WIFI楼层链；根据各个楼层WIFI采样点的GPS定位方式占比确定低楼层；根据计算出的所述低楼层所在位置和所述WIFI楼层链中所述楼层之间的位置关系，确定其他楼层的层数，得到楼层WIFI指纹库；获取用户采样点信息，将WIF采样点的信息与WIFI指纹库进行匹配，根据匹配结果对各个用户采样点的具体位置定位。本发明专利技术能够实现了楼层级网络覆盖的准确评估。

Stereo Indoor Positioning Method, Device, Equipment and Media Based on Large Data

【技术实现步骤摘要】
基于大数据的立体室内定位方法、装置、设备及介质
本专利技术涉及无线通信
，尤其涉及一种基于大数据的立体室内定位方法、装置、设备及介质。
技术介绍
目前现有的室内用户位置立体定位方案：基于用户经纬度信息通过IMSI+CELL+TIME方式与MR无线网络关联，将MR采样点定位到楼宇建筑内，可以进行楼宇网络质量评估，楼层级评估则需要进一步将用户位置按楼层进行室内分层定位。现有技术主要根据室内AP位置信息确定用户所处的楼宇和楼层，结合用户常驻楼宇附近的基站信息和MR数据，进行室内分层定位和室内覆盖评估。现有技术方案缺陷在于：现有的WIFI定位方式高度依赖于准确、完备的WIFI网络资源数据，需要有明确的室内AP设备安装位置及楼层，因此，在实际使用中，存在资源数据不足、资源数据采集困难，耗费巨大等问题。现有的WIFI定位结果的准确性还需要有较完备的楼宇室内结构分布信息，能说明每一个WLAN的实际覆盖区域，而很难获取准确且完备的楼宇室内结构分布信息，因此现有的WIFI定位方法对运营商开展室内网络质量评估应用价值低，实用性不强。室内WIFI网络资源变化缺乏有效的更新手段，以及楼宇室内结构分布的改变，都不能及时进行WLAN网络资源信息更新，因此无法进行准确定位。综上所述，现有技术还有待于进一步的改进。
技术实现思路
本专利技术实施例提供了一种基于大数据的立体室内定位方法、装置、设备及介质，能够克服现有技术中WIFI立体室内定位高度依赖准确、完备的WIFI网络资源数据和较完备的楼宇室内结构分布信息，且无法及时更新上述信息的缺陷。第一方面，本专利技术实施例提供了一种基于大数据的立体室内定位方法，所述方法包括：采集用户面信令数据信息，并从所述用户面信令数据信息中解析出各个WIFI采样点的RSSI电平信号值；根据RSSI电平信号值超出预设电平值属于同一楼层的原则和解析出的所述RSSI电平信号值，对各个WIFI采样点进行楼层分组；根据分组到同一楼层中的不同各个WIFI采样点同时出现的概率值和电平信号值的差值，计算出不同WIFI采样点之间的相关性和楼层之间的相关性；根据所述楼层之间的相关性和相邻楼层之间相关性最强的规则，得到表示各个楼层之间相关性大小的WIFI楼层链；计算各个楼层WIFI采样点的GPS定位方式占比，并将所述GPS定位方式占比值最高的楼层确定为低楼层；根据所述低楼层和所述WIFI楼层链中所述楼层之间的相关性大小，确定其他楼层的层数，得到包含有各个楼层定位信息的楼层WIFI指纹库。可选地，所述立体室内定位的方法还包括步骤：获取用户采样点信息，提取各个用户采样点的经纬度信息，通过所述经纬度信息确定采样点所处的楼宇名称；统计各个用户采样点在其所属楼宇所占用的WIFI的MAC和WIFI的RSSI电平信号值；依次将WIFI的MAC与所述WIFI指纹库进行匹配，根据匹配结果对各个用户采样点的具体位置定位。可选地，所述对各个WIFI采样点进行楼层分组的步骤还包括：从所述用户面信令数据信息中解析出各个WIFI采样点的经纬度信息；根据经纬度将WIFI采样点与楼宇相关联，识别出属于同一栋楼宇的WIFI采样点；根据WIFI采样点的RSSI电平信号值的强弱将同一楼宇的WIFI采样点进行同楼层WIFI分组。可选地，所述根据分组到同一楼层中的不同WIFI采样点出现的概率值和电平信号值的差值，计算出不同WIFI采样点之间的相关性的步骤包括：利用如下的WIFI相关性计算算法进行不同WIFI采样点之间的相关性：C(a，b)＝Nbr(a，b)/Nbr(a)；其中，Nbr(a)代表WIFI(a)电平在第一预设电平值以上的采样点总数，Nbr(a，b)是WIFI(a)、WIFI(b)同时出现，电平皆在第一预设电平值以上且电平差值的绝对值小于第二预设电平值的采样点数量。可选地，所述楼层相关性是两个楼层内各自WIFI相关性的累计，计算公式如下：其中，C(a,b)为楼层之间不同WIFI采样点的相关性；fa和fb表示不同楼层，a和b表示不同的WIFI采样点。可选地，所述根据所述楼层之间的相关性和相邻楼层之间相关性最强的规则，得到表示各个楼层之间相关性大小的WIFI楼层链的步骤包括：对于每两个WIFI采集点之间计算出的相关性数值，以相关性的数值最大的两个WIFI值，作为上下两个相邻的楼层；依次遍历整个楼宇的全部楼层，得到每个楼层的相邻楼层，作为整个楼宇的WIFI楼层链。可选地，所述计算各个楼层WIFI采样点的GPS定位方式占比的步骤中：计算每个楼层WIFI的GPS定位方式占比的公式为：Rgps＝Nbrgps/(Nbrgps+Nbrwifi+Nbrcell)其中，Nbrgps为GPS定位值，Nbrwifi为WIFI定位值，Nbrcell为cell定位之，取Rgpc最高的楼层作为低楼层。可选地，所述依次将WIFI的MAC与所述WIFI指纹库进行匹配，根据匹配结果对各个用户采样点的具体位置定位的步骤还包括：按照由强到弱的顺序对WIFI的RSSI电平信号值进行排序，并以所述WIFI的RSSI电平信号值的排序对WIFI的MAC与WIFI指纹库中信息进行匹配，将WIFI指纹库中相匹配的WIFI指纹定位为用户采样点所在楼层的具体位置。第二方面，本专利技术实施例提供了一种基于大数据的立体室内定位装置，所述装置包括：信息采集及分组模块，用于采集用户面信令数据信息，并从所述用户面信令数据信息中解析出各个WIFI采样点的RSSI电平信号值；根据RSSI电平信号值超出预设电平值属于同一楼层的原则和解析出的所述RSSI电平信号值，对各个WIFI采样点进行楼层分组；楼层链组建模块，用于根据分组到同一楼层中的不同WIFI采样点出现的概率值和电平信号值的差值，计算出不同WIFI采样点之间的相关性和楼层之间的相关性；根据所述楼层之间的相关性和相邻楼层之间相关性最强的规则，得到表示各个楼层之间相关性大小的WIFI楼层链；指纹库组建模块，用于计算各个楼层WIFI采样点的GPS定位方式占比，并取所述GPS定位方式占比值最高的楼层确定为低楼层；根据所述低楼层和所述WIFI楼层链中所述楼层之间的相关性大小，确定其他楼层的层数，得到楼层WIFI指纹库。可选地，所述立体室内定位装置还包括：信息匹配定位模块；所述信息匹配定位模块，用于获取用户采样点信息，提取各个用户采样点的经纬度信息，通过所述经纬度信息确定采样点所处的楼宇名称；统计各个用户采样点在其所属楼宇所占用的WIFI的MAC和WIFI的RSSI电平信号值；依次将WIFI的MAC与所述WIFI指纹库进行匹配，根据匹配结果对各个用户采样点的具体位置定位。第三方面，本专利技术实施例提供了一种基于大数据的立体室内定位设备，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现所述的立体室内定位方法。第四方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，当所述计算机程序指令被处理器执行时实现所述的立体室内定位方法。本专利技术提供了一种基于大数据的立体室内定位方法、装置、设备及介质，通过从用户面信令数据信息中解析出各个WIFI采样点的RSSI电平信号值，对WIFI采样点进行楼层分组，计算出不同本文档来自技高网...

【技术保护点】
1.一种基于大数据的立体室内定位方法，其特征在于，所述方法包括：采集用户面信令数据信息，从所述用户面信令数据信息中解析出各个WIFI采样点的RSSI电平信号值，并根据RSSI电平信号值超出预设电平值属于同一楼层的原则和解析出的所述RSSI电平信号值，对各个WIFI采样点进行楼层分组；根据分组到同一楼层中的不同WIFI采样点出现的概率值和电平信号值的差值，计算出不同WIFI采样点之间的相关性和楼层之间的相关性；根据所述楼层之间的相关性和相邻楼层之间相关性最强的规则，得到表示各个楼层之间相关性大小的WIFI楼层链；计算各个楼层WIFI采样点的GPS定位方式占比，并将所述GPS定位方式占比值最高的楼层确定为低楼层；根据所述低楼层和所述WIFI楼层链中所述楼层之间的相关性大小，确定其他楼层的层数，得到包含有各个楼层定位信息的楼层WIFI指纹库。

【技术特征摘要】
1.一种基于大数据的立体室内定位方法，其特征在于，所述方法包括：采集用户面信令数据信息，从所述用户面信令数据信息中解析出各个WIFI采样点的RSSI电平信号值，并根据RSSI电平信号值超出预设电平值属于同一楼层的原则和解析出的所述RSSI电平信号值，对各个WIFI采样点进行楼层分组；根据分组到同一楼层中的不同WIFI采样点出现的概率值和电平信号值的差值，计算出不同WIFI采样点之间的相关性和楼层之间的相关性；根据所述楼层之间的相关性和相邻楼层之间相关性最强的规则，得到表示各个楼层之间相关性大小的WIFI楼层链；计算各个楼层WIFI采样点的GPS定位方式占比，并将所述GPS定位方式占比值最高的楼层确定为低楼层；根据所述低楼层和所述WIFI楼层链中所述楼层之间的相关性大小，确定其他楼层的层数，得到包含有各个楼层定位信息的楼层WIFI指纹库。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取用户采样点信息，提取各个用户采样点的经纬度信息，通过所述经纬度信息确定用户采样点所处的楼宇名称；统计各个用户采样点在其所属楼宇所占用的WIFI的MAC和WIFI的RSSI电平信号值；依次将WIFI的MAC与所述WIFI指纹库进行匹配，根据匹配结果对各个用户采样点的具体位置定位。3.根据权利要求1所述的方法，其特征在于，所述对各个WIFI采样点进行楼层分组包括：从所述用户面信令数据信息中解析出各个WIFI采样点的经纬度信息；根据经纬度将WIFI采样点与楼宇相关联，识别出属于同一栋楼宇的WIFI采样点；根据WIFI采样点的RSSI电平信号值的强弱将同一楼宇的WIFI采样点进行同楼层WIFI分组。4.根据权利要求2所述的方法，其特征在于，所述根据分组到同一楼层中的不同WIFI采样点出现的概率值和电平信号值的差值，计算出不同WIFI采样点之间的相关性包括：利用如下的WIFI相关性计算算法建立不同WIFI采样点C(a,b)之间的相关性：C(a，b)＝Nbr(a，b)/Nbr(a)；其中，Nbr(a)代表WIFI(a)电平在第一预设电平值以上的采样点总数，Nbr(a，b)是WIFI(a)、WIFI(b)同时出现，电平皆在第一预设电平值以上且电平差值的绝对值小于第二预设电平值的采样点数量。5.根据权利要求3所述的方法，其特征在于，所述楼层相关性是两个楼层内各自WIFI相关性的累计，计算公式如下：其中，C(a,b)为楼层之间不同WIFI采样点的相关性，fa和fb表示不同楼层，a和b表示不同的WIFI采样点。6.根据权利要求1所述的方法，其特征在于，所述根据所述楼层之间的相关性和相邻楼层之间相关性最强的规则，得到表示各个楼层之间相关性大小的WIFI楼层链包括：对于每两个WIFI采集点之间计算出的相关性数值，以相关性的数值最大的两个WIFI值，作为上下两个...

【专利技术属性】
技术研发人员：陈立军，刁枫，左海，黄灿，全涛，税强，吴昊，桂杰，雷鹤，蔡远来，
申请(专利权)人：中国移动通信集团四川有限公司，中国移动通信集团公司，
类型：发明
国别省市：四川,51