射频指纹库更新方法技术

本公开提供一种射频指纹库更新方法，射频指纹库中的历史指纹数据包括簇信息和子簇信息，所述方法包括：获取实时指纹数据，并根据簇信息将实时指纹数据划分为不同类型的数据集，数据集至少包括边界数据集；根据各类型的数据集更新射频指纹库；其中，针对边界数据集中的第一指纹数据，根据子簇信息确定与第一指纹数据所在位置距离最近的第一子簇，根据第一子簇的信息更新射频指纹库中历史第一指纹数据的子簇信息

【技术实现步骤摘要】
射频指纹库更新方法、装置、设备及介质


[0001]本公开涉及通信
，具体涉及一种射频指纹库更新方法
、
装置
、
计算机设备和可读介质
。

技术介绍

[0002]终端室内定位的实现依赖于射频指纹库中的指纹数据，将指纹库划分为几个区域，在定位阶段获得待定位点的指纹数据后，将待定位点确定在某个区域，最后在这个区域进行位置的精度确定
。
终端室内定位的精度在很大程度上取决于射频指纹库中指纹数据的可靠性，因此，如何提高指纹数据的可靠性就显得尤为重要
。
[0003]而现有的射频指纹库更新方案，一种是集中于对众包数据本身的处理，即过度依赖于众包数据本身，将数据的可靠性判断完全交给了用户，导致指纹数据可靠性差
。
另一种是基于历史数据和增量数据对射频指纹库更新，区域划分不准确，也使得指纹数据的可靠性也大打折扣
。

技术实现思路

[0004]本公开提供一种射频指纹库更新方法
、
装置
、
计算机设备和可读介质
。
[0005]第一方面，本公开实施例提供一种射频指纹库更新方法，所述射频指纹库中的历史指纹数据包括簇信息和子簇信息，所述方法包括：
[0006]获取实时指纹数据，并根据所述簇信息将所述实时指纹数据划分为不同类型的数据集，所述数据集至少包括边界数据集；
[0007]根据各类型的数据集更新所述射频指纹库；其中，针对所述边界数据集中的第一指纹数据，根据所述子簇信息确定与所述第一指纹数据所在位置距离最近的第一子簇，根据所述第一子簇的信息更新所述射频指纹库中历史第一指纹数据的子簇信息
。
[0008]在一些实施例中，所述根据所述子簇信息确定与所述第一指纹数据所在位置距离最近的第一子簇，包括：
[0009]根据所述子簇信息确定与所述第一指纹数据所在位置距离小于预设第一阈值的第二子簇；
[0010]计算所述第一指纹数据与各第二子簇的中心点之间的第一距离，根据所述第一距离和所述第一指纹数据在所述射频指纹库中所属的簇，确定与所述第一指纹数据所在位置距离最近的第一子簇
。
[0011]在一些实施例中，所述根据所述第一距离和所述第一指纹数据在所述射频指纹库中所属的簇，确定与所述第一指纹数据所在位置距离最近的第一子簇，包括：
[0012]将各第一距离由小到大排序，得到距离序列；
[0013]按照所述距离序列中第一距离的顺序确定当前的第一距离，并确定所述当前的第一距离对应的第三子簇所属的簇；
[0014]响应于所述第三子簇所属的簇与所述射频指纹库中历史第一指纹数据所属的簇
相同，确定与所述第一指纹数据距离最近的第一子簇为所述第三子簇；
[0015]响应于所述第三子簇所属的簇与所述射频指纹库中历史第一指纹数据所属的簇不同，按照所述距离序列选择下一个第一距离，直到当前选择的第一距离对应的第三子簇所属的簇与所述射频指纹库中历史第一指纹数据所属的簇相同为止，确定与所述第一指纹数据距离最近的第一子簇为当前选择的第一距离对应的第三子簇
。
[0016]在一些实施例中，所述方法还包括：对所述射频指纹库中的历史指纹数据划分簇并对各簇划分子簇，以生成所述簇信息和子簇信息；所述对所述射频指纹库中的历史指纹数据划分子簇的步骤包括：
[0017]针对每个簇，依次确定所述簇的子簇；
[0018]其中，通过以下方式确定所述簇的子簇：
[0019]依次确定所述簇的各子簇的中心点；
[0020]针对每个子簇，根据所述子簇的中心点和预设第二阈值确定所述子簇的范围；
[0021]根据所述子簇的范围和所述簇中历史指纹数据的位置信息，确定所述子簇包含的历史指纹数据
。
[0022]在一些实施例中，在当前子簇为所属簇的非首个子簇的情况下，通过以下方式确定当前子簇的中心点：
[0023]确定所述簇内各剩余历史指纹数据所在位置与已选择出的各子簇的中心点的最短距离；
[0024]根据所述簇内各剩余历史指纹数据所在位置与已选择出的各子簇的中心点的最短距离和所述簇内各剩余历史指纹数据与已选择出的各子簇的中心点的距离，分别计算所述簇内各剩余历史指纹数据作为当前子簇的中心点的概率；
[0025]根据所述簇内各剩余历史指纹数据作为当前子簇的中心点的概率确定当前子簇的中心点
。
[0026]在一些实施例中，在当前子簇为所属簇的首个子簇的情况下，从所述簇内的历史指纹数据中随机选取一个历史指纹数据作为所述簇的首个子簇的中心点
。
[0027]在一些实施例中，所述实时指纹数据至少包括位置信息，所述根据所述簇信息将所述实时指纹数据划分为不同类型的数据集，包括：
[0028]根据所述实时指纹数据的位置信息和所述簇信息，确定所述实时指纹数据对应的历史指纹数据所属的簇；
[0029]计算所述簇的中心点，并计算所述实时指纹数据所在位置与所述簇的中心点的第二距离；
[0030]计算所述簇的边界位置的历史指纹数据与所述簇的中心点的第三距离；
[0031]至少根据所述第二距离和所述第三距离对所述实时指纹数据进行标记；
[0032]根据所述实时指纹数据的标记生成数据集
。
[0033]在一些实施例中，所述数据集还包括异常数据集，在至少根据所述第二距离和所述第三距离对所述实时指纹数据进行标记之前，所述方法还包括：获取用户终端发送的用户对所述实时指纹数据位置正确性的评测结果；
[0034]所述至少根据所述第二距离和所述第三距离对所述实时指纹数据进行标记，包括：
[0035]响应于所述评测结果为错误且所述第二距离大于所述第三距离，将所述实时指纹数据标记为第一异常数据；
[0036]从所述第一异常数据中筛选出位置与所述实时指纹数据所属簇的中心点的距离小于预设第三阈值的第二异常数据，并将所述第二异常数据标记为边界数据，所述边界数据集中的数据为所述边界数据，所述异常数据集中的数据为所述第一异常数据中除所述边界数据之外的数据
。
[0037]在一些实施例中，在所述数据集为异常数据集的情况下，所述根据各类型的数据集更新所述射频指纹库，包括：删除所述射频指纹库中与所述异常数据集对应的历史指纹数据
。
[0038]在一些实施例中，所述数据集还包括强相关数据集，所述至少根据所述第二距离和所述第三距离对所述实时指纹数据进行标记，还包括：
[0039]响应于所述评测结果为正确且所述第二距离小于所述第三距离，将所述实时指纹数据标记为强相关数据，所述强相关数据集中的数据为所述强相关数据
。
[0040]在一些实施例中，在所述数据集为强相关数据集的情况下，所述根据各类型的数据集更新所述射频指纹库，包括：根据所述强相关数据集中的强相关数据更新所述射频指纹库；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种射频指纹库更新方法，其特征在于，所述射频指纹库中的历史指纹数据包括簇信息和子簇信息，所述方法包括：获取实时指纹数据，并根据所述簇信息将所述实时指纹数据划分为不同类型的数据集，所述数据集至少包括边界数据集；根据各类型的数据集更新所述射频指纹库；其中，针对所述边界数据集中的第一指纹数据，根据所述子簇信息确定与所述第一指纹数据所在位置距离最近的第一子簇，根据所述第一子簇的信息更新所述射频指纹库中历史第一指纹数据的子簇信息
。2.
如权利要求1所述的方法，其特征在于，所述根据所述子簇信息确定与所述第一指纹数据所在位置距离最近的第一子簇，包括：根据所述子簇信息确定与所述第一指纹数据所在位置距离小于预设第一阈值的第二子簇；计算所述第一指纹数据与各第二子簇的中心点之间的第一距离，根据所述第一距离和所述第一指纹数据在所述射频指纹库中所属的簇，确定与所述第一指纹数据所在位置距离最近的第一子簇
。3.
如权利要求2所述的方法，其特征在于，所述根据所述第一距离和所述第一指纹数据在所述射频指纹库中所属的簇，确定与所述第一指纹数据所在位置距离最近的第一子簇，包括：将各第一距离由小到大排序，得到距离序列；按照所述距离序列中第一距离的顺序确定当前的第一距离，并确定所述当前的第一距离对应的第三子簇所属的簇；响应于所述第三子簇所属的簇与所述射频指纹库中历史第一指纹数据所属的簇相同，确定与所述第一指纹数据距离最近的第一子簇为所述第三子簇；响应于所述第三子簇所属的簇与所述射频指纹库中历史第一指纹数据所属的簇不同，按照所述距离序列选择下一个第一距离，直到当前选择的第一距离对应的第三子簇所属的簇与所述射频指纹库中历史第一指纹数据所属的簇相同为止，确定与所述第一指纹数据距离最近的第一子簇为当前选择的第一距离对应的第三子簇
。4.
如权利要求1所述的方法，其特征在于，还包括：对所述射频指纹库中的历史指纹数据划分簇并对各簇划分子簇，以生成所述簇信息和子簇信息；所述对所述射频指纹库中的历史指纹数据划分子簇的步骤包括：针对每个簇，依次确定所述簇的子簇；其中，通过以下方式确定所述簇的子簇：依次确定所述簇的各子簇的中心点；针对每个子簇，根据所述子簇的中心点和预设第二阈值确定所述子簇的范围；根据所述子簇的范围和所述簇中历史指纹数据的位置信息，确定所述子簇包含的历史指纹数据
。5.
如权利要求4所述的方法，其特征在于，在当前子簇为所属簇的非首个子簇的情况下，通过以下方式确定当前子簇的中心点：确定所述簇内各剩余历史指纹数据所在位置与已选择出的各子簇的中心点的最短距离；
根据所述簇内各剩余历史指纹数据所在位置与已选择出的各子簇的中心点的最短距离和所述簇内各剩余历史指纹数据与已选择出的各子簇的中心点的距离，分别计算所述簇内各剩余历史指纹数据作为当前子簇的中心点的概率；根据所述簇内各剩余历史指纹数据作为当前子簇的中心点的概率确定当前子簇的中心点
。6.
如权利要求4所述的方法，其特征在于，在当前子簇为所属簇的首个子簇的情况下，从所述簇内的历史指纹数据中随机选取一个历史指纹数据作为所述簇的首个子簇的中心点
。7.
如权利要求1‑6任一项所述的方法，其特征在于，所述实时指纹数据至少包括位置信息，所述根据所述簇信息将所述实时指纹数据划分为不同类型的数据集，包括：根据所述实时指纹数据的位置信息和所述簇信息，确定所...

【专利技术属性】
技术研发人员：许正一，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：