室内定位方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种室内定位方法、装置、电子设备及存储介质，其中所述方法包括：获取待检测终端的接收信号强度指示RSSI数据，其中，所述RSSI数据包括多个小型射频拉远单元pRRU对所述待检测终端的信号进行测量得到的RSSI序列，所述RSSI序列中包括多个RSSI值；根据所述RSSI数据生成所述待检测终端的RSSI差值序列；将所述待检测终端的RSSI差值序列与指纹库中的指纹数据的RSSI差值序列进行匹配，确定所述待检测终端的预测位置，提高了室内定位的准确性。性。性。

【技术实现步骤摘要】
室内定位方法、装置、电子设备及存储介质


[0001]本专利技术涉及无线通信
，尤其涉及一种室内定位方法、装置、电子设备及存储介质。

技术介绍

[0002]随着移动通信技术的发展，人们在全球范围内建立了大量的通信基站，利用通信基站作为无线定位基站成为了移动通信网络提供LBS业务的新途径。
[0003]基站定位技术从定位原理上大致可以分为3种类型：基于Cell ID的定位技术、基于测量的定位技术、基于位置指纹的定位技术。基于Cell ID的定位技术是目前最简单的定位技术，它的原理是通过获取移动蜂窝通信网络中的Cell ID来确定用户的位置。基于测量的定位技术主要是根据测量的数据，利用几何方法计算出被测物体的位置。它是最主要的也是应用最为广泛的一种定位技术。首先需要测量已知位置的参考点与被测物体之间的距离，然后利用三角知识计算被测物体的位置。具体而言，主流的测量数据包括：直接通过物理动作和移动来测量参考点与被测物体之间的距离；测量参考点与被测物体之间的无线电波传播时间；测量无线电波能量从参考点与被测物体之间的衰减。基于位置指纹的定位技术对定位的特定环境进行抽象和形式化，用一些具体的、量化的参数描述定位环境中的各个位置，并用一个数据库把这些信息集成在一起。首先在各个位置上采集信号，从中提取特征作为该位置的指纹(最常用的特征是RSSI序列、RSSI序列的均值、方差等统计特征)；然后利用分类算法将接收到的信号与各个位置的指纹进行匹配、实现定位。
[0004]目前在基站定位技术采用基于下行RSRP的场强三角定位算法要依赖于邻区基站的位置经纬度或坐标，但是室内多为分布式基站，天线的位置和基站的位置距离可能很远，所以直接用基站经纬度做三角定位算法的依据会产生非常大的误差，另外由于室内能够测量到的邻区数量很少，大多数位置小于三个，所以大多数位置无法进行基于场强的三角的定位。采用基于下行RSRP的指纹算法，主要依赖于每个位置点的服务小区和邻区的下行RSRP的特征是否明显，但由于室内能够测量到的邻区数量很少，服务小区的信号受人流影响较大，所以以服务小区和邻区的下行RSRP作为指纹时，各个位置之间的特征差异不大，并且不稳定，导致定位误差较大。

技术实现思路

[0005]本专利技术提供一种室内定位方法、装置、电子设备及存储介质，用以解决现有技术中多个位置间的特征差异不大，定位误差较大的缺陷，实现准确的室内定位。
[0006]本专利技术提供一种室内定位方法，包括：
[0007]获取待检测终端的接收信号强度指示RSSI数据，其中，所述RSSI数据包括多个小型射频拉远单元pRRU对所述待检测终端的信号进行测量得到的RSSI序列，所述RSSI序列中包括多个RSSI值；
[0008]根据所述RSSI数据生成所述待检测终端的RSSI差值序列；
[0009]将所述待检测终端的RSSI差值序列与指纹库中的指纹数据的RSSI差值序列进行匹配，确定所述待检测终端的预测位置。
[0010]根据本专利技术提供的室内定位方法，所述根据所述RSSI数据生成所述待检测终端的RSSI差值序列包括：
[0011]根据所述pRRU在测量报告中出现的概率，计算所述pRRU的第一权重；
[0012]对所述RSSI序列中的RSSI值进行标准化，根据标准正态分布表中的概率值确定所述RSSI序列中RSSI值的第二权重；
[0013]根据所述第一权重、第二权重和RSSI值，生成所述待检测终端的RSSI差值序列。
[0014]根据本专利技术提供的室内定位方法，所述根据所述第一权重、第二权重和RSSI值，生成所述待检测终端的RSSI差值序列包括：
[0015]根据所述RSSI数据中的一组RSSI值和所述一组RSSI值对应的第一权重和第二权重，利用差值计算公式，计算所述一组RSSI值的差值，其中，所述一组RSSI值包括两个RSSI值；
[0016]继续计算所述RSSI数据中下一组RSSI值的差值，直至得到所述RSSI数据中全部的RSSI差值，生成所述待检测终端的RSSI差值序列；
[0017]其中，所述差值计算公式如下：
[0018]R1‑2＝W
p1
*W
R1
*R1
‑
W
p2
*W
R2
*R2
[0019]其中，R1‑2表示第一RSSI值和第二RSSI值的差值，W
p1
表示第一RSSI值对应的第一权重，W
R1
表示第一RSSI值对应的第二权重，R1表示第一RSSI值，W
p2
表示第二RSSI值对应的第一权重，W
R2
表示第二RSSI值对应的第二权重，R2表示第二RSSI值。
[0020]根据本专利技术提供的室内定位方法，所述将所述待检测终端的RSSI差值序列与指纹库中的指纹数据的RSSI差值序列进行匹配，确定所述待检测终端的预测位置，包括：
[0021]计算所述待检测终端的RSSI差值序列与指纹库中的指纹数据的RSSI差值序列的余弦相似度；
[0022]根据所述余弦相似度，确定备选指纹数据，并根据所述余弦相似度确定所述备选指纹数据的第三权重；
[0023]根据所述备选指纹数据对应的坐标和所述第三权重，进行重心拟合，得到所述待检测终端的预测位置。
[0024]根据本专利技术提供的室内定位方法，所述计算所述待检测终端的RSSI差值序列与指纹库中的指纹数据的RSSI差值序列的余弦相似度包括：
[0025]根据余弦相似度公式计算所述待检测终端的RSSI差值序列与指纹库中的指纹数据的RSSI差值序列的余弦相似度，其中，所述余弦相似度公式如下：
[0026][0027]其中，SQRT为平方根计算，X
i
为所述待检测终端的第i个RSSI值的差值序列，Y
i
为所述指纹数据的第i个RSSI值的差值序列，n为RSSI值的数量。
[0028]根据本专利技术提供的室内定位方法，所述根据所述余弦相似度，确定备选指纹数据包括：
[0029]根据所述余弦相似度，确定所述余弦相似度最大的三个备选指纹数据；
[0030]所述根据所述备选指纹数据的坐标和所述第三权重，进行重心拟合，得到所述待检测终端的预测位置包括：
[0031]根据重心拟合公式、任意两个备选指纹数据的坐标和所述任意两个备选指纹数据的第三权重，计算加权坐标；
[0032]确定所述加权坐标所构成的三角形的重心，得到所述待检测终端的预测位置；
[0033]其中，所述重心拟合公式如下：
[0034][0035][0036]其中，X
12
为加权横坐标，X1为第一备选指纹数据的横坐标，X2为第二备选指纹数据的横坐标，Y
12
加权纵坐标，Y1为第一备选指纹数据的纵坐标，Y2为第二备选指纹数据的纵坐标，cos1为第一备选指纹数据的第三权重，cos2为第二备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种室内定位方法，其特征在于，包括：获取待检测终端的接收信号强度指示RSSI数据，其中，所述RSSI数据包括多个小型射频拉远单元pRRU对所述待检测终端的信号进行测量得到的RSSI序列，所述RSSI序列中包括多个RSSI值；根据所述RSSI数据生成所述待检测终端的RSSI差值序列；将所述待检测终端的RSSI差值序列与指纹库中的指纹数据的RSSI差值序列进行匹配，确定所述待检测终端的预测位置。2.根据权利要求1所述的室内定位方法，其特征在于，所述根据所述RSSI数据生成所述待检测终端的RSSI差值序列包括：根据所述pRRU在测量报告中出现的概率，计算所述pRRU的第一权重；对所述RSSI序列中的RSSI值进行标准化，根据标准正态分布表中的概率值确定所述RSSI序列中RSSI值的第二权重；根据所述第一权重、第二权重和RSSI值，生成所述待检测终端的RSSI差值序列。3.根据权利要求2所述的室内定位方法，其特征在于，所述根据所述第一权重、第二权重和RSSI值，生成所述待检测终端的RSSI差值序列包括：根据所述RSSI数据中的一组RSSI值和所述一组RSSI值对应的第一权重和第二权重，利用差值计算公式，计算所述一组RSSI值的差值，其中，所述一组RSSI值包括两个RSSI值；继续计算所述RSSI数据中下一组RSSI值的差值，直至得到所述RSSI数据中全部的RSSI差值，生成所述待检测终端的RSSI差值序列；其中，所述差值计算公式如下：R1‑2＝W
p1
*W
R1
*R1
‑
W
p2
*W
R2
*R2其中，R1‑2表示第一RSSI值和第二RSSI值的差值，W
p1
表示第一RSSI值对应的第一权重，W
R1
表示第一RSSI值对应的第二权重，R1表示第一RSSI值，W
p2
表示第二RSSI值对应的第一权重，W
R2
表示第二RSSI值对应的第二权重，R2表示第二RSSI值。4.根据权利要求1所述的室内定位方法，其特征在于，所述将所述待检测终端的RSSI差值序列与指纹库中的指纹数据的RSSI差值序列进行匹配，确定所述待检测终端的预测位置，包括：计算所述待检测终端的RSSI差值序列与指纹库中的指纹数据的RSSI差值序列的余弦相似度；根据所述余弦相似度，确定备选指纹数据，并根据所述余弦相似度确定所述备选指纹数据的第三权重；根据所述备选指纹数据对应的坐标和所述第三权重，进行重心拟合，得到所述待检测终端的预测位置。5.根据权利要求4所述的室内定位方法，其特征在于，所述计算所述待检测终端的RSSI差值序列与指纹库中的指纹...

【专利技术属性】
技术研发人员：晋晶晶，王凌云，陈书钢，高有军，杜鹏，
申请(专利权)人：中移系统集成有限公司中国移动通信集团有限公司，
类型：发明
国别省市：