CN110958565A - 计算信号距离的方法、装置、计算机设备和存储介质 - Google Patents
计算信号距离的方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110958565A CN110958565A CN201911288908.6A CN201911288908A CN110958565A CN 110958565 A CN110958565 A CN 110958565A CN 201911288908 A CN201911288908 A CN 201911288908A CN 110958565 A CN110958565 A CN 110958565A
- Authority
- CN
- China
- Prior art keywords
- base station
- distance
- signal
- rss
- reference node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000004364 calculation method Methods 0.000 claims abstract description 124
- 239000013598 vector Substances 0.000 claims abstract description 54
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000010295 mobile communication Methods 0.000 abstract description 2
- 230000002159 abnormal effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 241000287196 Asthenes Species 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明适用于移动通信领域,提供了一种计算信号距离的方法、装置、计算机设备和存储介质,其中,所述一种计算信号距离的方法包括:根据信号信息计算参考节点相对于第一基站的年轮距离的集合;根据年轮距离的集合按照预设的规则对第一基站进行评判来确定计算基站,以计算参考节点中任意两个节点之间的RSS向量的欧几里德距离。本发明实施例提供的一种计算信号距离的方法,通过预设的规则对第一基站进行评判以确定计算基站,在仅使用少量第一基站进行RSS距离计算时仍能达到RSS距离与物理距离的强相关性和高一致性,工作量小,定位精度高,解决了现有的通过无线信号强度计算信号距离的方法存在工作量大且易降低定位精度的问题。
Description
技术领域
本发明属于移动通信领域,尤其涉及一种计算信号距离的方法、装置、计算机设备和存储介质。
背景技术
随着通信技术的发展,无线局域网被广泛应用在室内环境中,并通过无线通信技术将不同终端互联起来构成可以互相通信和实现资源共享的网络体系。目前,基于无线局域网的室内定位技术通过室内环境中大量存在的无线信号可以实现人员、物体等在室内空间中的位置定位,具有无需额外基础设施、成本低且定位精度较高等优势。
对于室内定位技术,目前的方法通常是通过使用两节点间的信号强度向量差异,即RSS(Radio Signal Strength,无线信号强度)距离,来表征两节点之间的物理距离的远近,从而实现定位的作用。
但是,目前大多数公共场合中存在着大量可用的基站节点,采用上述方法计算RSS距离存在工作量大且容易导致降低定位精度的问题。
发明内容
本发明实施例的目的在于提供一种计算信号距离的方法、装置、计算机设备和存储介质,旨在解决现有的通过无线信号强度计算信号距离的方法存在工作量大且易降低定位精度的技术问题。
本发明实施例是这样实现的:一种计算信号距离的方法,所述方法包括:
获取信号信息,所述信号信息至少包含用于接收第一基站发送的所述信号的参考节点的坐标信息以及所述参考节点接收到所述信号的信号强度信息,其中,所述第一基站和所述参考节点都至少有多个;
根据所述信号信息计算所述参考节点相对于所述第一基站的年轮距离的集合,所述年轮距离是任意两个所述参考节点相对于所述第一基站RSS值之差的绝对值;
根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判,当所述年轮距离的集合满足所述预设的规则时,确定所述第一基站为计算基站,所述计算基站用于计算所述信号距离,所述计算基站至少有多个;
获取所述参考节点中任意两个节点接收到的所述计算基站发射的所述信号的信号强度信息,以计算所述参考节点中任意两个节点之间的RSS向量的欧几里德距离,并输出所述欧几里德距离至数据库,所述欧几里德距离用于表示所述参考节点中任意两个节点之间的无线信号强度向量差异。
本发明实施例的另一目的在于提供一种计算信号距离的装置,所述计算信号距离的装置包括:
获取模块,用于获取信号信息,所述信号信息至少包含用于接收第一基站发送的所述信号的参考节点的坐标信息以及所述参考节点接收到所述信号的信号强度信息,其中,所述第一基站和所述参考节点都至少有多个;
第一计算模块,用于根据所述信号信息计算所述参考节点相对于所述第一基站的年轮距离的集合,所述年轮距离是任意两个所述参考节点相对于所述第一基站RSS值之差的绝对值;
评判模块,用于根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判,当所述年轮距离的集合满足所述预设的规则时,确定所述第一基站为计算基站,所述计算基站用于计算所述信号距离,所述计算基站至少有多个;
第二计算模块,用于获取所述参考节点中任意两个节点接收到的所述计算基站发射的所述信号的信号强度信息,以计算所述参考节点中任意两个节点之间的RSS向量的欧几里德距离,并输出所述欧几里德距离至数据库,所述欧几里德距离用于表示所述参考节点中任意两个节点之间的无线信号强度向量差异。
本发明实施例的另一目的在于提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述计算信号距离的方法的步骤。
本发明实施例的另一目的在于提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述计算信号距离的方法的步骤。
本发明实施例提供的计算信号距离的方法包括:获取信号信息;根据所述信号信息计算所述参考节点相对于所述第一基站的年轮距离的集合;根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判来确定计算基站;获取所述参考节点中任意两个节点接收到的所述计算基站发射的所述信号的信号强度信息,以计算所述参考节点中任意两个节点之间的RSS向量的欧几里德距离。根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判以确定所述计算基站,使得产生不同年轮距离的所述第一基站通过竞选上岗的方式来获取参与计算RSS距离的权力,从而在仅使用优化的、少量的所述第一基站进行RSS距离计算时,仍能够达到RSS距离与物理距离的强相关性和高一致性要求,无需通过对室内所有的第一基站进行信号距离计算,工作量小,且定位精度高,解决了现有的通过无线信号强度计算信号距离的方法存在工作量大且易降低定位精度的技术问题。
附图说明
图1为本发明实施例提供的计算信号距离的方法的应用环境图;
图2为本发明实施例提供的计算信号距离的方法的流程图;
图3为本发明实施例提供的计算信号距离的装置的结构框图;
图4为本发明实施例提供的计算信号距离的方法中欧几里德距离与物理距离的相关性和一致性影响图;
图5为本发明实施例提供的计算信号距离的方法中欧几里德距离与物理距离的相关性情况对比图;
图6为本发明实施例提供的计算信号距离的方法中欧几里德距离与物理距离的一致性情况对比图;
图7为一个实施例中计算机设备的内部结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一计算信号距离的脚本称为第二计算信号距离的脚本,且类似地,可将第二计算信号距离的脚本称为第一计算信号距离的脚本。
图1为本发明实施例提供的计算信号距离的方法的应用环境图,如图1所示,在该应用环境中,包括终端110以及服务器120,所述终端110的数量可以是多个,具体数量不加限制。
服务器120可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN(Content Delivery Network,内容分发网络)等基础云计算服务的云服务器,但并不局限于此,可用于数据的传输和数据的处理。
终端110可以是智能终端,如台式计算机、笔记本电脑等计算机设备,也可以是便于携带的智能终端,如平板电脑、智能手机、掌上电脑、智能眼镜、智能手表、智能手环、智能音箱等,但并不局限于此,可用于数据的传输和数据的处理。
终端110以及服务器120可以通过有线网络或者无线网络进行连接,本发明在此不做限制。
作为本发明一种实施例提供的应用场景,用户在家中需要使用RSS距离进行室内定位时,由于室内大量存在的无线信号,常使用两节点间的信号强度向量差异,即RSS距离,来表征它们之间的物理距离的远近,从而实现定位的作用,在进行定位时,需要通过计算数量众多的基站的RSS距离来进行定位。而在本发明实施例中,终端为用户家中的笔记本电脑,用户家中还有多个无线路由器作为第一基站和参考节点,所述第一基站和所述参考节点都至少有多个,第一基站发射信号,参考节点接收所述第一基站发送的所述信号;当用户需要进行室内定位时,通过笔记本电脑向服务器120发送请求,服务器120在接收请求后,服务器120获取信号信息,所述信号信息至少包含用于接收第一基站发送的所述信号的参考节点的坐标信息以及所述参考节点接收到所述信号的信号强度信息,然后根据所述信号信息计算所述参考节点相对于所述第一基站的年轮距离的集合,所述年轮距离是任意两个所述参考节点相对于所述第一基站RSS值之差的绝对值,再根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判,当所述年轮距离的集合满足所述预设的规则时,确定所述第一基站为计算基站,再获取所述参考节点中任意两个节点接收到的所述计算基站发射的所述信号的信号强度信息,以计算所述参考节点中任意两个节点之间的RSS向量的欧几里德距离,进而形成室内定位的RSS距离地图,用户可以直接通过笔记本电脑连接至服务器120,从服务器120中获得RSS距离地图,无需通过对室内所有的作为第一基站的多个无线路由器进行信号距离计算,工作量小,且定位精度高,解决了现有的通过无线信号强度计算信号距离的方法存在工作量大且易降低定位精度的技术问题。
在本实施例中,由于目前大多数公共场合中存在着大量的、信号较强的、可用的无线路由器作为所述第一基站,不仅使得计算RSS距离工作量变大,带来计算效率低下、定位延迟加大等问题,并且,由于环境中大量第一基站的部署和管理存在难控性,使得某些第一基站对不同位置间产生的RSS差异难以表征位置间的距离,更有某些异常的第一基站产生的RSS值完全丧失甚至恶化对物理距离的表征能力。此类第一基站在进行RSS距离计算过程中不仅降低了计算的效率,而且导致了较大的位置感知误差,降低了定位的精度。
如图2所示,在一个实施例中,提出了一种计算信号距离的方法,本实施例主要以该方法应用于上述图1中的服务器120来举例说明。
本发明实施例提供了一种计算信号距离的方法,具体可以包括以下步骤,如图2所示:
在步骤S202中,获取信号信息,所述信号信息至少包含用于接收第一基站发送的所述信号的参考节点的坐标信息以及所述参考节点接收到所述信号的信号强度信息,其中,所述第一基站和所述参考节点都至少有多个。
在本发明实施例中,所述第一基站是发射无线信号的设备,可以是无线路由器,或者是台式计算机、笔记本电脑等计算机设备,还可以是便于携带的智能终端,如平板电脑、智能手机、掌上电脑等,但并不局限于此,可用于发射无线信号;所述参考节点可以是台式计算机、笔记本电脑等计算机设备,还可以是便于携带的智能终端,如平板电脑、智能手机、掌上电脑等,但并不局限于此,可用于接收无线信号;所述获取信号信息可以是通过服务器进行获取信号信息,所述服务器可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。
作为本发明一种实施例,终端110的数量是多个,服务器120通过无线网络与多个终端110进行通信,所述第一基站与所述参考节点均通过无线网络与服务器120进行通信,所述第一基站和所述参考节点都至少有多个,通过服务器获取用于接收第一基站发送的所述信号的参考节点的坐标信息以及所述参考节点接收到所述信号的信号强度信息,通过服务器与移动设备无线通信,可以使用移动设备采样来自临近的所述第一基站的无线信号向量,关联所述参考节点的位置坐标以形成矩阵,也称为RSS指纹。
作为本发明又一种实施例,终端110的数量可以是多个,具体数量不加限制,服务器120通过无线网络与多个终端110进行通信,所述第一基站与所述参考节点也是属于终端110,终端110还包括室内的台式计算机、笔记本电脑等计算机设备,以及平板电脑、智能手机、掌上电脑等可以连接无线局域网的设备,则可以通过服务器获取终端110中用于接收第一基站发送的所述信号的参考节点的坐标信息以及所述参考节点接收到所述信号的信号强度信息,通过服务器与所有的终端110无线通信,通过使用终端110采样来自临近的所述第一基站的无线信号向量,关联所述参考节点的位置坐标以形成矩阵,也称为RSS指纹。
本发明实施例通过服务器获取用于接收第一基站发送的所述信号的参考节点的坐标信息以及所述参考节点接收到所述信号的信号强度信息,方便后续将所述参考节点接收到所述信号的信号强度信息关联对应的所述参考节点的位置坐标以RSS指纹。
在步骤S204中,根据所述信号信息计算所述参考节点相对于所述第一基站的年轮距离的集合,所述年轮距离是任意两个所述参考节点相对于所述第一基站RSS值之差的绝对值。
在本发明实施例中,所述参考节点是已知的节点,可以是无线路由器,或者是台式计算机、笔记本电脑等计算机设备,还可以是便于携带的智能终端,如平板电脑、智能手机、掌上电脑等,但并不局限于此;所述年轮距离是任意两个所述参考节点相对于所述第一基站RSS值之差的绝对值,具体的,所述第一基站的信号传播过程是以自身为中心,呈圆环状向四周进行传播,两个不同位置的任意两个所述参考节点所接收到的RSS值之差的绝对值,即为任意两个所述参考节点之间的年轮距离,所述圆环是以所述第一基站的位置坐标为圆心并以对应的所述参考节点为圆环上的点所形成的圆环;所述参考节点相对于所述第一基站的年轮距离的集合的计算通过服务器实现,所述服务器可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。
作为本发明一种实施例,通过输入所有的RSS指纹来进行计算,所述RSS指纹即为前面获得的所述信号信息,根据所述信号信息计算所述参考节点相对于所述第一基站的年轮距离的集合,所述年轮距离是任意两个所述参考节点相对于所述第一基站RSS值之差的绝对值。
作为本发明又一种实施例,定义所述参考节点位置的指纹如下:Fi=(xi,yi,ri1,ri2…rim)(i=1,2,…n),其中,Fi表示第i个所述参考节点的位置指纹,(xi,yi)表示第i个所述参考节点的坐标,rim表示第m个所述第一基站在第i个所述参考节点位置的RSS值,设所述年轮距离的集合的定义如下:
本发明实施例通过计算所述参考节点相对于所述第一基站的年轮距离,从而收集所有的所述参考节点相对于所述第一基站的年轮距离来形成集合,通过所述参考节点相对于所述第一基站的年轮距离的集合可以对所有的所述第一基站进行删选,无需后续进行RSS距离计算时基于所有的所述第一基站进行计算,避免了因第一基站的数量增加而引起的RSS距离计算工作量变大的问题,以及由此带来的计算效率低下、定位延迟加大等问题。
在步骤S206中,根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判,当所述年轮距离的集合满足所述预设的规则时,确定所述第一基站为计算基站,所述计算基站用于计算所述信号距离,所述计算基站至少有多个。
在本发明实施例中,所述计算基站是所有的所述第一基站中的多个所述第一基站,所述计算基站至少有多个,所述计算基站可以是无线路由器,或者是台式计算机、笔记本电脑等计算机设备,还可以是便于携带的智能终端,如平板电脑、智能手机、掌上电脑等,但并不局限于此,可用于发射无线信号;所述评判通过服务器进行评判,所述服务器可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器;所述预设的规则可以是根据所述年轮距离的集合中的元素形成的阈值,例如,可以是所述年轮距离的集合中的所有元素的均值,也可以是所述年轮距离的集合中的所有元素的标准差,还可以是所述年轮距离的集合中的所有元素的最大值与最小值之和,所述均值可以是算术平均值、几何平均值、平方平均值、调和平均值、加权平均值等。
作为本发明一种实施例,通过根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判,所述预设的规则是所述年轮距离的集合中的所有元素的标准差,计算所述年轮距离的集合中对应最大值的元素与所述年轮距离的集合中的所有元素的均值的差值,当所述差值小于所述年轮距离的集合中的所有元素的标准差的整数倍时,例如,可以是一倍、两倍、三倍、四倍等整数倍,则可以判断对应的所述第一基站为计算基站,所述计算基站用于计算所述信号距离,所述计算基站至少有多个。
作为本发明的又一种实施例,所述年轮距离的集合的定义如下:首先,对所述年轮距离进行降序排序,排序后的结果记为接着,计算所述年轮距离的集合的平均值和标准差,所述平均值为所述标准差为然后根据预设的规则对所述第一基站进行评判,所述预设的规则是使用3倍标准差的方法淘汰异常的所述第一基站。具体的,按照以下步骤进行评判:设初值s1=0,计算计算如果删除对应的所述第一基站,然后令s1=s1+1,重复上述步骤,直至则确定对应的所述第一基站为所述计算基站。
作为本发明的又一种实施例,通过对所述年轮距离的集合中的所有元素按从大到小的次序进行排序生成排序集合,计算所述排序集合中所有的年轮距离的均值和标准差,并计算首位元素与所述排序集合均值的差值,即最大的元素与所述排序集合均值的差值,当该差值超过所述排序集合标准差的3倍,则认为产生此年轮距离的第一基站为异常第一基站,进行淘汰;重新计算剩余的年轮距离的均值和标准差,以及最大的元素与均值的差值,按照同样的方法对最大元素进行淘汰,直到最大的元素与均值的差值小于标准差的3倍,此时,对剩余的年轮距离,选取产生最前面的t个年轮距离的第一基站参与进行RSS距离计算,这些第一基站都是计算基站。因为当所有第一基站没有异常时,在两个不同位置点产生的年轮距离越大,则该第一基站在此两点产生的年轮距离对物理距离的表征能力越强,因此,对无异常第一基站选取最大的t个值,实现了对年轮距离对物理距离的表征力弱的第一基站的淘汰,可用于在减少计算时间、降低定位时延的基础上,保证物理距离与RSS距离的强相关性和高一致性,从而可使之用于所有需要RSS距离进行室内定位的相关定位技术中。
本发明实施例通过根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判以确定所述第一基站是否为计算基站,从而从所有的所述第一基站中筛选计算基站,通过对应数量的计算基站来进行RSS距离计算,可以在仅使用优化的、少量的计算基站进行RSS距离计算时,仍能够达到RSS距离与物理距离的强相关性和高一致性要求,可以同时作为专门针对室内定位进行部署无线路由器时的位置选取指导。
在步骤S208中,获取所述参考节点中任意两个节点接收到的所述计算基站发射的所述信号的信号强度信息,以计算所述参考节点中任意两个节点之间的RSS向量的欧几里德距离,并输出所述欧几里德距离至数据库,所述欧几里德距离用于表示所述参考节点中任意两个节点之间的无线信号强度向量差异。
在本发明实施例中,所述参考节点是指,在目标环境中,人工标定出一些特定的无线路由器的位置,这些位置坐标已知,这些无线路由器的位置即为所述参考节点,所述欧几里德距离指在m维空间中两个点之间的真实距离,或者向量的自然长度,在二维和三维空间中就是两点之间的实际距离,在本实施例中,所述RSS距离是在目标环境中的两个不同位置的RSS指纹中来自所有计算基站的RSS值向量之间的欧几里德距离,所述数据库可以是多个物理服务器构成的服务器集群中的数据库,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器中的数据库,数据库是以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合,用户可以对文件中的数据进行新增、查询、更新、删除等操作。
作为本发明一种实施例,在通过评判获得多个所述计算基站后,服务器获取所述参考节点中任意两个节点接收到的所述计算基站发射的所述信号的信号强度信息,计算所述参考节点中任意两个节点之间的信号向量的欧几里德距离,并输出所述欧几里德距离至数据库,所述欧几里德距离用于表示所述参考节点中任意两个节点之间的无线信号强度向量差异。
本发明实施例通过选取多个所述计算基站进行RSS距离计算,计算所述参考节点中任意两个节点之间的信号向量的欧几里德距离,并输出所述欧几里德距离至数据库中,形成室内定位的RSS距离地图,在参与RSS距离计算的所述计算基站仅有3个的时候,便能够使得计算所得的RSS距离与物理距离达到强相关性和高一致性。
本发明实施例通过获取信号信息形成RSS指纹,对RSS指纹中的所有的所述参考节点的所有RSS值进行计算,以获得所述参考节点相对于所述第一基站的年轮距离的集合,根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判以确定所述计算基站,使得产生不同年轮距离的所述第一基站通过竞选上岗的方式来获取参与计算RSS距离的权力,参与计算RSS距离的所述计算基站在所述参考节点中任意两个节点之间产生的RSS差异能很好地表征它们之间的物理距离,从而在仅使用优化的、少量的所述第一基站进行RSS距离计算时,仍能够达到RSS距离与物理距离的强相关性和高一致性要求,为基于RSS距离的各类室内定位方法提供快速、高质量的RSS距离,无需通过对室内所有的作为第一基站的多个无线路由器进行信号距离计算,工作量小,且定位精度高,解决了现有的通过无线信号强度计算信号距离的方法存在工作量大且易降低定位精度的技术问题。
本发明实施例提供的计算信号距离的方法中,所述根据所述信号信息计算所述参考节点相对于所述第一基站的年轮距离的集合,包括:
收集所述参考节点接收到的所有的所述第一基站发射的所述信号的信号强度信息,以关联所述参考节点的坐标信息形成关联集合;
根据所有的所述关联集合形成一个二维矩阵,所述二维矩阵至少包含所述参考节点的坐标信息以及所述参考节点接收到的所述第一基站发射的所述信号的信号强度信息;
根据所述二维矩阵计算任意两个所述参考节点相对于所述第一基站RSS值之差的绝对值;
收集所有的所述任意两个所述参考节点相对于所述第一基站距离差的绝对值,以形成所述参考节点相对于所述第一基站的年轮距离的集合。
在本发明实施例中,所述第一基站是发射无线信号的设备,可以是无线路由器,或者是台式计算机、笔记本电脑等计算机设备,还可以是便于携带的智能终端,如平板电脑、智能手机、掌上电脑等,但并不局限于此,可用于发射无线信号;所述参考节点可以是台式计算机、笔记本电脑等计算机设备,还可以是便于携带的智能终端,如平板电脑、智能手机、掌上电脑等,但并不局限于此,可用于接收无线信号;所述年轮距离的集合的计算通过服务器实现,所述服务器可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。
作为本发明一种实施例,采集所述参考节点来自所有的所述第一基站的RSS值,关联所述参考节点的位置坐标形成该参考节点的指纹,采集所有的所述参考节点的指纹,形成一个二维矩阵,该二维矩阵即为室内定位的指纹地图。
作为本发明又一种实施例,所述参考节点采集来自所述第一基站的RSS数据,关联所述参考节点的位置坐标,定义所述参考节点的位置的指纹如下Fi=(xi,yi,ri1,ri2…rim)(i=1,2,…n),其中,Fi表示第i个所述参考节点的位置指纹,(xi,yi)表示第i个所述参考节点的坐标,rim表示第m个所述第一基站在第i个所述参考节点位置的RSS值。因此,对于存在m个所述第一基站,n个所述参考节点的环境,所有指纹数据形成一个二维矩阵F=(F1,F2,…Fi…Fn)T,基于上述指纹数据,定义一个所述参考节点的距离矩阵Dj=(dii′,dr ii′),其中i<i′,这里,dii′表示第i个所述参考节点的位置与第i′个所述参考节点的位置之间的物理距离,所述物理距离是在目标环境中两个不同位置间的实际距离,其中,收集所有的所述任意两个所述参考节点相对于所述第一基站距离差的绝对值,以形成所述参考节点相对于所述第一基站的年轮距离的集合,其中,所述年轮距离的集合即为
本发明实施例通过计算所述参考节点相对于所述第一基站的年轮距离,从而收集所有的所述参考节点相对于所述第一基站的年轮距离来形成集合,通过所述参考节点相对于所述第一基站的年轮距离的集合可以对所有的所述第一基站进行删选,无需后续进行RSS距离计算时基于所有的所述第一基站进行计算,避免了因第一基站的数量增加而引起的RSS距离计算工作量变大的问题,以及由此带来的计算效率低下、定位延迟加大等问题。
本发明实施例提供的计算信号距离的方法中,所述根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判,包括:
将所述年轮距离的集合中的元素按照数值大小排序,以生成排序集合;
计算所述排序集合中的首位元素与所述排序集合的均值的差值、所述排序集合的标准差,以确定所述第一基站是否为所述计算基站。
在本发明实施例中,所述均值可以是算术平均值、几何平均值、平方平均值、调和平均值、加权平均值等,所述计算所述排序集合中的首位元素与所述排序集合的均值的差值、所述排序集合的标准差均通过服务器实现,所述服务器可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。
作为本发明一种实施例,所述评判是使用3倍标准差淘汰异常的所述第一基站,即将所述年轮距离的集合中的元素按照数值大小排序,以生成排序集合,对于排序后的所述年轮距离的集合,计算首位元素与均值的差是否超过3倍的标准差,如果超过,则对产生所述首位元素的所述第一基站进行淘汰,即所述年轮距离最大值对应的所述第一基站进行淘汰,所述首位元素不参与计算RSS距离;然后,重复计算剩余的所述排序集合的均值和标准差,即所述排序集合中除去所述首位元素后对应的均值和标准差,直到所述排序集合中的首位元素与均值的差不超过3倍的标准差为止,最后选取前t个所述计算基站进行RSS距离计算。
本发明实施例通过按照预设的规则对所述第一基站进行评判以确定所述第一基站是否为计算基站,从而从所有的所述第一基站中筛选计算基站,通过对应数量的计算基站来进行RSS距离计算,可以在仅使用优化的、少量的计算基站进行RSS距离计算时,仍能够达到RSS距离与物理距离的强相关性和高一致性要求,可以同时作为专门针对室内定位进行部署无线路由器时的位置选取指导。
本发明实施例提供的计算信号距离的方法中,所述预设的规则是当所述年轮距离的集合中数值最大的元素与第一计算值的差小于第二计算值时,则确定所述第一基站为计算基站,其中,所述第一计算值是根据所述年轮距离的集合中的所有元素计算得到的平均值,所述第二计算值是根据所述年轮距离的集合中的所有元素计算得到的标准差的整数倍数值。
在本发明实施例中,所述第一计算值是根据所述年轮距离的集合中的所有元素计算得到的平均值,所述第二计算值是根据所述年轮距离的集合中的所有元素计算得到的标准差的整数倍数值,例如,可以是一倍的标准差、二倍的标准差、三倍的标准差、四倍的标准差等,具体不加限定,可以根据实际的需求进行设计,所述平均值可以是算术平均值、几何平均值、平方平均值、调和平均值、加权平均值等。
作为本发明一种实施例,计算所述年轮距离的集合的平均值和标准差时,所述平均值为所述标准差为然后根据预设的规则对所述第一基站进行评判,所述预设的规则是当所述年轮距离的集合中数值最大的元素与所述年轮距离的集合中的所有元素计算得到的平均值的差小于第二计算值时,则确定所述第一基站为计算基站,其中,所述第二计算值是根据所述年轮距离的集合中的所有元素计算得到的标准差的整数倍数值。
本发明实施例通过按照预设的规则对所述第一基站进行评判以确定所述第一基站是否为计算基站,从而从所有的所述第一基站中筛选计算基站,所述预设的规则是当所述年轮距离的集合中数值最大的元素与第一计算值的差小于第二计算值时,则确定所述第一基站为计算基站,可以在仅使用优化的、少量的计算基站进行RSS距离计算时,仍能够达到RSS距离与物理距离的强相关性和高一致性要求。
本发明实施例提供的计算信号距离的方法中,所述年轮距离按照公式计算,其中,rim表示第i个所述参考节点接收到的来自第m个所述第一基站的RSS值,ri′m表示第i′个所述参考节点接收到的来自第m个所述第一基站的RSS值。
在本发明实施例中,所述第一基站是发射无线信号的设备,可以是无线路由器,或者是台式计算机、笔记本电脑等计算机设备,还可以是便于携带的智能终端,如平板电脑、智能手机、掌上电脑等,但并不局限于此,可用于发射无线信号;所述参考节点可以是台式计算机、笔记本电脑等计算机设备,还可以是便于携带的智能终端,如平板电脑、智能手机、掌上电脑等,但并不局限于此,可用于接收无线信号,所述距离是实际距离,即直线距离,所述年轮距离的计算通过服务器实现,所述服务器可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。
本发明实施例通过计算所述参考节点相对于所述第一基站的年轮距离,从而收集所有的所述参考节点相对于所述第一基站的年轮距离来形成集合,方便后续对所有的所述第一基站进行删选,针对需要使用RSS距离进行室内定位的情况,对室内两个不同的参考节点位置,通过对年轮距离的分析与比较,给出所述第一基站竞选上岗的策略,从而可以选取少量所述第一基站进行RSS距离计算,使得在提高效率的基础上保证RSS距离与物理距离的强相关性和高一致性,就是写这个步骤的有益技术效果。
本发明实施例提供的计算信号距离的方法中,所述参考节点中任意两个节点之间的RSS向量的欧几里德距离按照公式计算,其中,t为所述计算基站的数量,表示所述参考节点中任意两个所述参考节点相对于第k个所述计算基站的RSS值之差的绝对值,s1的初始值为0。
在本发明实施例中,所述计算基站是发射无线信号的设备,可以是无线路由器,或者是台式计算机、笔记本电脑等计算机设备,还可以是便于携带的智能终端,如平板电脑、智能手机、掌上电脑等,但并不局限于此,可用于发射无线信号;所述参考节点可以是台式计算机、笔记本电脑等计算机设备,还可以是便于携带的智能终端,如平板电脑、智能手机、掌上电脑等,但并不局限于此,可用于接收无线信号名词。
作为本发明一种实施例,所述年轮距离按照公式计算,其中,rim表示第i个所述参考节点接收到的来自第m个所述第一基站的RSS值,ri′m表示第i′个所述参考节点接收到的来自第m个所述第一基站的RSS值,令初值s1=0,如果m-s1≥t,选取t个所述计算基站进行RSS距离计算,所述参考节点中任意两个节点之间的RSS向量的欧几里德距离按照计算,否则按照计算。
本发明实施例通过选取多个所述计算基站进行RSS距离计算,计算所述参考节点中任意两个节点之间的信号向量的欧几里德距离,并输出所述欧几里德距离至数据库中,形成室内定位的RSS距离地图,在参与RSS距离计算的所述计算基站仅有3个的时候,便能够使得计算所得的RSS距离与物理距离达到强相关性和高一致性。
本发明实施例提供的计算信号距离的方法中,所述方法还包括判断所述RSS向量的欧几里德距离的准确性,所述判断所述RSS向量的欧几里德距离的准确性包括:
计算所述参考节点中任意两个节点之间的物理距离;
计算所述参考节点中任意两个节点之间的物理距离与对应的所述RSS向量的欧几里德距离的差值,以确定所述RSS向量的欧几里德距离的准确性。
在本发明实施例中,所述欧几里德距离指在m维空间中两个点之间的真实距离,或者向量的自然长度,在二维和三维空间中就是两点之间的实际距离,在本实施例中,所述计算是通过服务器实现的,所述服务器可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。
作为本发明一种实施例,所述参考节点采集来自所述第一基站的RSS数据,关联所述参考节点的位置坐标,定义所述参考节点的位置的指纹如下Fi=(xi,yi,ri1,ri2…rim)(i=1,2,…n),其中,Fi表示第i个所述参考节点的位置指纹,(xi,yi)表示第i个所述参考节点的坐标,rim表示第m个所述第一基站在第i个所述参考节点位置的RSS值。因此,对于存在m个所述第一基站,n个所述参考节点的环境,所有指纹数据形成一个二维矩阵F=(F1,F2,…Fi…Fn)T,基于上述指纹数据,定义一个所述参考节点的距离矩阵Dj=(dii′,dr ii′),其中i<i′,这里,dii′表示第i个所述参考节点的位置与第i′个所述参考节点的位置之间的物理距离,所述物理距离是在目标环境中两个不同位置间的实际距离,其中,对应的所述欧几里德距离是令初值s1=0,如果m-s1≥t,选取t个所述计算基站进行RSS距离计算,所述参考节点中任意两个节点之间的RSS向量的欧几里德距离按照计算,否则按照计算,然后计算所述参考节点中任意两个节点之间的物理距离与对应的所述RSS向量的欧几里德距离的差值,以确定所述RSS向量的欧几里德距离的准确性,即通过dii′与的差值大小来进行判断,差值越小,则准确性越高,从而达到RSS距离与物理距离的强相关性和高一致性要求。
本发明实施例通过计算所述参考节点中任意两个节点之间的物理距离与对应的所述RSS向量的欧几里德距离的差值,以确定所述RSS向量的欧几里德距离的准确性,在仅使用优化的、少量的所述第一基站进行RSS距离计算时,仍能够达到RSS距离与物理距离的强相关性和高一致性要求。
在一个实施例中,如图4-6所示,上述的计算信号距离的方法的效果可通过以下实施例进一步说明:在20米×20米室内环境中进行部署第一基站,可以将所述第一基站在边界上的57个点任意选取部署,对任意部署2-10个第一基站时,为了保证在室内复杂环境下定位的准确性,至少选取2个第一基站进行RSS值进行计算,每种数量的第一基站随机产生500次不同采样,计算所得的RSS距离与物理距离相关性和一致性最大值和最小值,如图4所示,其中,直线表示RSS距离与物理距离相关性,虚线表示RSS距离与物理距离一致性,圆圈代表的曲线是相关性和一致性的最大值所对应的曲线,三角形代表的曲线是相关性和一致性的最小值所对应的曲线,可以看出当第一基站位置适当时,即使只有2个第一基站也可以达到强相关性和高一致性的,但如果第一基站部署位置不恰当时,即使部署的第一基站数目达到10个之多,仍然存在一致性和相关性较差的情况,即都低于0.8。
在本发明实施例中,通过采用本发明实施例的计算信号距离的方法,即基于第一基站竞选上岗的RSS距离计算方法,对环境中存在的第一基站设定为15个,选取的计算基站数量为2时,在500次采样下计算所得的RSS距离与物理距离的相关性和一致性得到了极大的提高,如图5-6所示,在图5中,上部的曲线为采用本发明实施例的计算信号距离的方法得到的RSS距离和物理距离的相关性情况,下部的曲线为随机使用2个第一基站进行RSS距离计算时得到的RSS距离和物理距离的相关性情况,其中,在随机使用2个第一基站进行RSS距离计算时,RSS距离和物理距离达到强相关性的比例不到10%,而基于本发明实施例的计算信号距离的方法选取计算基站,在只选取2个技术基站进行RSS距离计算时,所采样的500组数据中,强相关性已有99.8%;在图6中,上部的曲线为采用本发明实施例的计算信号距离的方法得到的RSS距离和物理距离的一致性情况,下部的曲线为随机使用2个第一基站进行RSS距离计算时得到的RSS距离和物理距离的一致性情况,其中,在随机使用2个第一基站进行RSS距离计算时,RSS距离和物理距离达到高一致性的比例不到10%,而基于本发明实施例的计算信号距离的方法选取计算基站,在只选取2个技术基站进行RSS距离计算时,所采样的500组数据中,高一致性已有99.8%,即达到了强相关性和高一致性。
在本发明实施例中,RSS距离是多种室内定位算法的基础,如果能够快速、高效地提供高质量的RSS距离,必然会改进相关定位算法的效率和精度。基于第一基站竞选上岗的RSS距离计算方法大大降低了计算RSS距离使用的第一基站数量,且与物理距离达到了强相关性和高一致性。为了保障在复杂室内环境中使用该方法,在实际定位过程中,可以选取至少3个第一基站进行RSS距离计算。
作为本发明一种实施例,在随机使用2个第一基站进行RSS距离计算时,500次的采样中,RSS距离和物理距离达到强相关性和高一致性的比例不到10%,而基于本发明实施例的计算信号距离的方法选取计算基站,在只选取2个计算基站进行RSS距离计算时,所采样的500组数据中,强相关性和高一致性均已有99.8%,为了更稳定地为室内定位技术提供RSS距离,在选取使用3个计算基站进行RSS距离计算时,计算所得的RSS距离与物理距离的相关性和一致性得到了极大的提高。在随机使用3个第一基站的情况下,500次的采样中,RSS距离和物理距离达到强相关性比例仅为20.8%,达到一致性的比例仅为14.4%左右;而采用选取3个计算基站进行RSS距离计算时,对500次的采样结果,强相关性和高一致性的比例均已达到100%。
如图3所示,在一个实施例中,提供了一种计算信号距离的装置,所述计算信号距离的装置可以集成于上述的服务器120中,具体可以包括:获取模块310、第一计算模块320、评判模块330和第二计算模块340。
获取模块310,用于获取信号信息,所述信号信息至少包含用于接收第一基站发送的所述信号的参考节点的坐标信息以及所述参考节点接收到所述信号的信号强度信息,其中,所述第一基站和所述参考节点都至少有多个。
第一计算模块320,用于根据所述信号信息计算所述参考节点相对于所述第一基站的年轮距离的集合,所述年轮距离是任意两个所述参考节点相对于所述第一基站RSS值之差的绝对值。
评判模块330,用于根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判,当所述年轮距离的集合满足所述预设的规则时,确定所述第一基站为计算基站,所述计算基站用于计算所述信号距离,所述计算基站至少有多个。
第二计算模块340,用于获取所述参考节点中任意两个节点接收到的所述计算基站发射的所述信号的信号强度信息,以计算所述参考节点中任意两个节点之间的RSS向量的欧几里德距离,并输出所述欧几里德距离至数据库,所述欧几里德距离用于表示所述参考节点中任意两个节点之间的无线信号强度向量差异。
在本发明实施例中,所述计算信号距离的装置可以是数据电路端接设备,如调制解调器、集线器、桥接器或交换机;也可以是一个数据终端设备,如数字手机,打印机或主机,所述主机可以是路由器、工作站、服务器或无线传感器;还可以是智能终端,如笔记本电脑等计算机设备,也可以是便于携带的智能终端,如平板电脑、掌上电脑、智能眼镜、智能手表、智能手环、智能音箱等,但并不局限于此,可用于数据的转换、管理、处理和传输,所述获取模块310、第一计算模块320、评判模块330和第二计算模块340均存储有操作系统,用于处理各种基本系统服务和用于执行硬件相关任务的程序;还存储有应用软件,用于实现本发明实施例中的计算信号距离的方法的步骤。
所述计算信号距离的装置可执行如上述任一实施例中提供的计算信号距离的方法的步骤,其中,本发明实施例提供了一种计算信号距离的方法,所述方法包括如下步骤,如图2所示:
在步骤S202中,获取信号信息,所述信号信息至少包含用于接收第一基站发送的所述信号的参考节点的坐标信息以及所述参考节点接收到所述信号的信号强度信息,其中,所述第一基站和所述参考节点都至少有多个。
在本发明实施例中,所述第一基站是发射无线信号的设备,可以是无线路由器,或者是台式计算机、笔记本电脑等计算机设备,还可以是便于携带的智能终端,如平板电脑、智能手机、掌上电脑等,但并不局限于此,可用于发射无线信号;所述参考节点可以是台式计算机、笔记本电脑等计算机设备,还可以是便于携带的智能终端,如平板电脑、智能手机、掌上电脑等,但并不局限于此,可用于接收无线信号;所述获取信号信息可以是通过服务器进行获取信号信息,所述服务器可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。
作为本发明一种实施例,终端110的数量是多个,服务器120通过无线网络与多个终端110进行通信,所述第一基站与所述参考节点均通过无线网络与服务器120进行通信,所述第一基站和所述参考节点都至少有多个,通过服务器获取用于接收第一基站发送的所述信号的参考节点的坐标信息以及所述参考节点接收到所述信号的信号强度信息,通过服务器与移动设备无线通信,可以使用移动设备采样来自临近的所述第一基站的无线信号向量,关联所述参考节点的位置坐标以形成矩阵,也称为RSS指纹。
作为本发明又一种实施例,终端110的数量可以是多个,具体数量不加限制,服务器120通过无线网络与多个终端110进行通信,所述第一基站与所述参考节点也是属于终端110,终端110还包括室内的台式计算机、笔记本电脑等计算机设备,以及平板电脑、智能手机、掌上电脑等可以连接无线局域网的设备,则可以通过服务器获取终端110中用于接收第一基站发送的所述信号的参考节点的坐标信息以及所述参考节点接收到所述信号的信号强度信息,通过服务器与所有的终端110无线通信,通过使用终端110采样来自临近的所述第一基站的无线信号向量,关联所述参考节点的位置坐标以形成矩阵,也称为RSS指纹。
本发明实施例通过服务器获取用于接收第一基站发送的所述信号的参考节点的坐标信息以及所述参考节点接收到所述信号的信号强度信息,方便后续将所述参考节点接收到所述信号的信号强度信息关联对应的所述参考节点的位置坐标以RSS指纹。
在步骤S204中,根据所述信号信息计算所述参考节点相对于所述第一基站的年轮距离的集合,所述年轮距离是任意两个所述参考节点相对于所述第一基站RSS值之差的绝对值。
在本发明实施例中,所述参考节点是已知的节点,可以是无线路由器,或者是台式计算机、笔记本电脑等计算机设备,还可以是便于携带的智能终端,如平板电脑、智能手机、掌上电脑等,但并不局限于此;所述年轮距离是任意两个所述参考节点相对于所述第一基站RSS值之差的绝对值,具体的,所述第一基站的信号传播过程是以自身为中心,呈圆环状向四周进行传播,两个不同位置的任意两个所述参考节点所接收到的RSS值之差的绝对值,即为任意两个所述参考节点之间的年轮距离,所述圆环是以所述第一基站的位置坐标为圆心并以对应的所述参考节点为圆环上的点所形成的圆环;所述参考节点相对于所述第一基站的年轮距离的集合的计算通过服务器实现,所述服务器可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。
作为本发明一种实施例,通过输入所有的RSS指纹来进行计算,所述RSS指纹即为前面获得的所述信号信息,根据所述信号信息计算所述参考节点相对于所述第一基站的年轮距离的集合,所述年轮距离是任意两个所述参考节点相对于所述第一基站RSS值之差的绝对值。
作为本发明又一种实施例,定义所述参考节点位置的指纹如下:Fi=(xi,yi,ri1,ri2…rim)(i=1,2,…n),其中,Fi表示第i个所述参考节点的位置指纹,(xi,yi)表示第i个所述参考节点的坐标,rim表示第m个所述第一基站在第i个所述参考节点位置的RSS值,设所述年轮距离的集合的定义如下:
本发明实施例通过计算所述参考节点相对于所述第一基站的年轮距离,从而收集所有的所述参考节点相对于所述第一基站的年轮距离来形成集合,通过所述参考节点相对于所述第一基站的年轮距离的集合可以对所有的所述第一基站进行删选,无需后续进行RSS距离计算时基于所有的所述第一基站进行计算,避免了因第一基站的数量增加而引起的RSS距离计算工作量变大的问题,以及由此带来的计算效率低下、定位延迟加大等问题。
在步骤S206中,根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判,当所述年轮距离的集合满足所述预设的规则时,确定所述第一基站为计算基站,所述计算基站用于计算所述信号距离,所述计算基站至少有多个。
在本发明实施例中,所述计算基站是所有的所述第一基站中的多个所述第一基站,所述计算基站至少有多个,所述计算基站可以是无线路由器,或者是台式计算机、笔记本电脑等计算机设备,还可以是便于携带的智能终端,如平板电脑、智能手机、掌上电脑等,但并不局限于此,可用于发射无线信号;所述评判通过服务器进行评判,所述服务器可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器;所述预设的规则可以是根据所述年轮距离的集合中的元素形成的阈值,例如,可以是所述年轮距离的集合中的所有元素的均值,也可以是所述年轮距离的集合中的所有元素的标准差,还可以是所述年轮距离的集合中的所有元素的最大值与最小值之和,所述均值可以是算术平均值、几何平均值、平方平均值、调和平均值、加权平均值等。
作为本发明一种实施例,通过根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判,所述预设的规则是所述年轮距离的集合中的所有元素的标准差,计算所述年轮距离的集合中对应最大值的元素与所述年轮距离的集合中的所有元素的均值的差值,当所述差值小于所述年轮距离的集合中的所有元素的标准差的整数倍时,例如,可以是一倍、两倍、三倍、四倍等整数倍,则可以判断对应的所述第一基站为计算基站,所述计算基站用于计算所述信号距离,所述计算基站至少有多个。
作为本发明的又一种实施例,所述年轮距离的集合的定义如下:首先,对所述年轮距离进行降序排序,排序后的结果记为接着,计算所述年轮距离的集合的平均值和标准差,所述平均值为所述标准差为然后根据预设的规则对所述第一基站进行评判,所述预设的规则是使用3倍标准差的方法淘汰异常的所述第一基站。具体的,按照以下步骤进行评判:设初值s1=0,计算计算如果删除对应的所述第一基站,然后令s1=s1+1,重复上述步骤,直至则确定对应的所述第一基站为所述计算基站。
作为本发明的又一种实施例,通过对所述年轮距离的集合中的所有元素按从大到小的次序进行排序生成排序集合,计算所述排序集合中所有的年轮距离的均值和标准差,并计算首位元素与所述排序集合均值的差值,即最大的元素与所述排序集合均值的差值,当该差值超过所述排序集合标准差的3倍,则认为产生此年轮距离的第一基站为异常第一基站,进行淘汰;重新计算剩余的年轮距离的均值和标准差,以及最大的元素与均值的差值,按照同样的方法对最大元素进行淘汰,直到最大的元素与均值的差值小于标准差的3倍,此时,对剩余的年轮距离,选取产生最前面的t个年轮距离的第一基站参与进行RSS距离计算,这些第一基站都是计算基站。因为当所有第一基站没有异常时,在两个不同位置点产生的年轮距离越大,则该第一基站在此两点产生的年轮距离对物理距离的表征能力越强,因此,对无异常第一基站选取最大的t个值,实现了对年轮距离对物理距离的表征力弱的第一基站的淘汰,可用于在减少计算时间、降低定位时延的基础上,保证物理距离与RSS距离的强相关性和高一致性,从而可使之用于所有需要RSS距离进行室内定位的相关定位技术中。
本发明实施例通过根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判以确定所述第一基站是否为计算基站,从而从所有的所述第一基站中筛选计算基站,通过对应数量的计算基站来进行RSS距离计算,可以在仅使用优化的、少量的计算基站进行RSS距离计算时,仍能够达到RSS距离与物理距离的强相关性和高一致性要求,可以同时作为专门针对室内定位进行部署无线路由器时的位置选取指导。
在步骤S208中,获取所述参考节点中任意两个节点接收到的所述计算基站发射的所述信号的信号强度信息,以计算所述参考节点中任意两个节点之间的RSS向量的欧几里德距离,并输出所述欧几里德距离至数据库,所述欧几里德距离用于表示所述参考节点中任意两个节点之间的无线信号强度向量差异。
在本发明实施例中,所述参考节点是指,在目标环境中,人工标定出一些特定的无线路由器的位置,这些位置坐标已知,这些无线路由器的位置即为所述参考节点,所述欧几里德距离指在m维空间中两个点之间的真实距离,或者向量的自然长度,在二维和三维空间中就是两点之间的实际距离,在本实施例中,所述RSS距离是在目标环境中的两个不同位置的RSS指纹中来自所有计算基站的RSS值向量之间的欧几里德距离,所述数据库可以是多个物理服务器构成的服务器集群中的数据库,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器中的数据库,数据库是以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合,用户可以对文件中的数据进行新增、查询、更新、删除等操作。
作为本发明一种实施例,在通过评判获得多个所述计算基站后,服务器获取所述参考节点中任意两个节点接收到的所述计算基站发射的所述信号的信号强度信息,计算所述参考节点中任意两个节点之间的信号向量的欧几里德距离,并输出所述欧几里德距离至数据库,所述欧几里德距离用于表示所述参考节点中任意两个节点之间的无线信号强度向量差异。
本发明实施例通过选取多个所述计算基站进行RSS距离计算,计算所述参考节点中任意两个节点之间的信号向量的欧几里德距离,并输出所述欧几里德距离至数据库中,形成室内定位的RSS距离地图,在参与RSS距离计算的所述计算基站仅有3个的时候,便能够使得计算所得的RSS距离与物理距离达到强相关性和高一致性。
本发明实施例通过获取信号信息形成RSS指纹,对RSS指纹中的所有的所述参考节点的所有RSS值进行计算,以获得所述参考节点相对于所述第一基站的年轮距离的集合,根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判以确定所述计算基站,使得产生不同年轮距离的所述第一基站通过竞选上岗的方式来获取参与计算RSS距离的权力,参与计算RSS距离的所述计算基站在所述参考节点中任意两个节点之间产生的RSS差异能很好地表征它们之间的物理距离,从而在仅使用优化的、少量的所述第一基站进行RSS距离计算时,仍能够达到RSS距离与物理距离的强相关性和高一致性要求,为基于RSS距离的各类室内定位方法提供快速、高质量的RSS距离,无需通过对室内所有的作为第一基站的多个无线路由器进行信号距离计算,工作量小,且定位精度高,解决了现有的通过无线信号强度计算信号距离的方法存在工作量大且易降低定位精度的技术问题。
在一个实施例中,提出了一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本发明实施例中的计算信号距离的方法的步骤。
图7示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的服务器120。如图7所示,该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,该计算机设备的存储器存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现所述计算信号距离的方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
在本发明实施例中,存储器可以是高速随机存取存储器,诸如DRAM、SRAM、DDR、RAM、或者其他随机存取固态存储设备,或者非易失性存储器,诸如一个或多个硬盘存储设备、光盘存储设备、内存设备等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的计算信号距离的装置可以实现为一种计算机程序的形式,计算机程序可在如图7所示的计算机设备上运行。计算机设备的存储器中可存储组成该计算信号距离的装置的各个程序模块,比如,图3所示的获取模块310、第一计算模块320、评判模块330和第二计算模块340。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的计算信号距离的方法中的步骤。
例如,图7所示的计算机设备可以通过如图3所示的计算信号距离的装置中的获取模块310执行步骤S202,获取信号信息,所述信号信息至少包含用于接收第一基站发送的所述信号的参考节点的坐标信息以及所述参考节点接收到所述信号的信号强度信息,其中,所述第一基站和所述参考节点都至少有多个。计算机设备可通过第一计算模块320执行步骤S204,根据所述信号信息计算所述参考节点相对于所述第一基站的年轮距离的集合,所述年轮距离是任意两个所述参考节点相对于所述第一基站RSS值之差的绝对值。计算机设备可通过评判模块330执行步骤S206,根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判,当所述年轮距离的集合满足所述预设的规则时,确定所述第一基站为计算基站,所述计算基站用于计算所述信号距离,所述计算基站至少有多个。计算机设备可通过第二计算模块340执行步骤S208,获取所述参考节点中任意两个节点接收到的所述计算基站发射的所述信号的信号强度信息,以计算所述参考节点中任意两个节点之间的RSS向量的欧几里德距离,并输出所述欧几里德距离至数据库,所述欧几里德距离用于表示所述参考节点中任意两个节点之间的无线信号强度向量差异。
另外,本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述计算信号距离的方法的步骤。
在本发明所提供的几个实施例中,应该理解到,所描述的实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块可以结合或者可以集成到一起,或一些模块可以忽略,可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种计算信号距离的方法,其特征在于,所述方法包括:
获取信号信息,所述信号信息至少包含用于接收第一基站发送的所述信号的参考节点的坐标信息以及所述参考节点接收到所述信号的信号强度信息,其中,所述第一基站和所述参考节点都至少有多个;
根据所述信号信息计算所述参考节点相对于所述第一基站的年轮距离的集合,所述年轮距离是任意两个所述参考节点相对于所述第一基站RSS值之差的绝对值;
根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判,当所述年轮距离的集合满足所述预设的规则时,确定所述第一基站为计算基站,所述计算基站用于计算所述信号距离,所述计算基站至少有多个;
获取所述参考节点中任意两个节点接收到的所述计算基站发射的所述信号的信号强度信息,以计算所述参考节点中任意两个节点之间的RSS向量的欧几里德距离,并输出所述欧几里德距离至数据库,所述欧几里德距离用于表示所述参考节点中任意两个节点之间的无线信号强度向量差异。
2.根据权利要求1所述的方法,其特征在于,所述根据所述信号信息计算所述参考节点相对于所述第一基站的年轮距离的集合,包括:
收集所述参考节点接收到的所有的所述第一基站发射的所述信号的信号强度信息,以关联所述参考节点的坐标信息形成关联集合;
根据所有的所述关联集合形成一个二维矩阵,所述二维矩阵至少包含所述参考节点的坐标信息以及所述参考节点接收到的所述第一基站发射的所述信号的信号强度信息;
根据所述二维矩阵计算任意两个所述参考节点相对于所述第一基站RSS值之差的绝对值;
收集所有的所述任意两个所述参考节点相对于所述第一基站距离差的绝对值,以形成所述参考节点相对于所述第一基站的年轮距离的集合。
3.根据权利要求1所述的方法,其特征在于,所述根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判,包括:
将所述年轮距离的集合中的元素按照数值大小排序,以生成排序集合;
计算所述排序集合中的首位元素与所述排序集合的均值的差值、所述排序集合的标准差,以确定所述第一基站是否为所述计算基站。
4.根据权利要求1所述的方法,其特征在于,所述预设的规则是当所述年轮距离的集合中数值最大的元素与第一计算值的差小于第二计算值时,则确定所述第一基站为计算基站,其中,所述第一计算值是根据所述年轮距离的集合中的所有元素计算得到的平均值,所述第二计算值是根据所述年轮距离的集合中的所有元素计算得到的标准差的整数倍数值。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括判断所述RSS向量的欧几里德距离的准确性,所述判断所述RSS向量的欧几里德距离的准确性包括:
计算所述参考节点中任意两个节点之间的物理距离;
计算所述参考节点中任意两个节点之间的物理距离与对应的所述RSS向量的欧几里德距离的差值,以确定所述RSS向量的欧几里德距离的准确性。
8.一种计算信号距离的装置,其特征在于,所述计算信号距离的装置包括:
获取模块,用于获取信号信息,所述信号信息至少包含用于接收第一基站发送的所述信号的参考节点的坐标信息以及所述参考节点接收到所述信号的信号强度信息,其中,所述第一基站和所述参考节点都至少有多个;
第一计算模块,用于根据所述信号信息计算所述参考节点相对于所述第一基站的年轮距离的集合,所述年轮距离是任意两个所述参考节点相对于所述第一基站RSS值之差的绝对值;
评判模块,用于根据所述年轮距离的集合按照预设的规则对所述第一基站进行评判,当所述年轮距离的集合满足所述预设的规则时,确定所述第一基站为计算基站,所述计算基站用于计算所述信号距离,所述计算基站至少有多个;
第二计算模块,用于获取所述参考节点中任意两个节点接收到的所述计算基站发射的所述信号的信号强度信息,以计算所述参考节点中任意两个节点之间的RSS向量的欧几里德距离,并输出所述欧几里德距离至数据库,所述欧几里德距离用于表示所述参考节点中任意两个节点之间的无线信号强度向量差异。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1至7中任一项权利要求所述计算信号距离的方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1至7中任一项权利要求所述计算信号距离的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911288908.6A CN110958565B (zh) | 2019-12-12 | 2019-12-12 | 计算信号距离的方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911288908.6A CN110958565B (zh) | 2019-12-12 | 2019-12-12 | 计算信号距离的方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110958565A true CN110958565A (zh) | 2020-04-03 |
CN110958565B CN110958565B (zh) | 2021-01-01 |
Family
ID=69981617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911288908.6A Expired - Fee Related CN110958565B (zh) | 2019-12-12 | 2019-12-12 | 计算信号距离的方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110958565B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112327247A (zh) * | 2020-09-29 | 2021-02-05 | 深圳市虹鹏能源科技有限责任公司 | 平板运输车的定位装置和定位系统 |
CN113613168A (zh) * | 2021-08-10 | 2021-11-05 | 清研讯科(北京)科技有限公司 | 定位方法、装置、存储介质及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104869636A (zh) * | 2015-05-12 | 2015-08-26 | 四川师范大学 | 基于测距信息融合的室内定位方法 |
CN107509171A (zh) * | 2017-09-01 | 2017-12-22 | 广州杰赛科技股份有限公司 | 室内定位方法及装置 |
CN109688542A (zh) * | 2019-01-25 | 2019-04-26 | 佛山市顺德区中山大学研究院 | 一种基于WiFi与移动通信基站的自适应室内定位方法 |
-
2019
- 2019-12-12 CN CN201911288908.6A patent/CN110958565B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104869636A (zh) * | 2015-05-12 | 2015-08-26 | 四川师范大学 | 基于测距信息融合的室内定位方法 |
CN107509171A (zh) * | 2017-09-01 | 2017-12-22 | 广州杰赛科技股份有限公司 | 室内定位方法及装置 |
CN109688542A (zh) * | 2019-01-25 | 2019-04-26 | 佛山市顺德区中山大学研究院 | 一种基于WiFi与移动通信基站的自适应室内定位方法 |
Non-Patent Citations (1)
Title |
---|
周非: "基于主成分分析和卡方距离的信号强度差指纹定位算法", 《计算机应用》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112327247A (zh) * | 2020-09-29 | 2021-02-05 | 深圳市虹鹏能源科技有限责任公司 | 平板运输车的定位装置和定位系统 |
CN112327247B (zh) * | 2020-09-29 | 2024-05-28 | 深圳市虹鹏能源科技有限责任公司 | 平板运输车的定位装置和定位系统 |
CN113613168A (zh) * | 2021-08-10 | 2021-11-05 | 清研讯科(北京)科技有限公司 | 定位方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110958565B (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111867049B (zh) | 定位方法、装置及存储介质 | |
CN103120000B (zh) | 覆盖区域模型的产生和使用 | |
CN102186239B (zh) | 射频指纹定位方法、装置及网络设备 | |
CN112218330B (zh) | 定位方法及通信装置 | |
WO2015154438A1 (zh) | 定位方法及装置 | |
CN110490295B (zh) | 一种数据处理方法及处理装置 | |
CN112801301B (zh) | 异步计算方法、装置、设备、存储介质及程序产品 | |
CN110784837B (zh) | 室内定位方法、装置、介质及电子设备 | |
CN108732559A (zh) | 一种定位方法、装置、电子设备及可读存储介质 | |
CN110958565B (zh) | 计算信号距离的方法、装置、计算机设备和存储介质 | |
CN111090877B (zh) | 数据生成、获取方法及对应的装置、存储介质 | |
CN105530598B (zh) | 基于wlan室内定位的ap选择方法 | |
CN115243371B (zh) | 一种定位方法、装置、电子设备及存储介质 | |
Loh et al. | Intelligent base station placement in urban areas with machine learning | |
CN113676954B (zh) | 大规模用户任务卸载方法、装置、计算机设备和存储介质 | |
CN112948763B (zh) | 件量预测方法、装置、电子设备及存储介质 | |
CN113055901B (zh) | 一种终端定位的方法和装置 | |
CN112906994A (zh) | 订单出餐时间预测方法、装置、电子设备及存储介质 | |
CN114125813B (zh) | 基于手机信令的信号覆盖范围确定方法及相关装置 | |
CN116390139A (zh) | 基于神经网络的设备检测方法、装置、计算机设备及介质 | |
CN106611100B (zh) | 一种用户行为分析方法和装置 | |
CN113395762A (zh) | 超宽带定位网络中位置校正方法及装置 | |
CN118055392B (zh) | 对讲语音呼叫方法、装置、存储介质及电子设备 | |
CN113038596B (zh) | 室内定位方法、装置、设备及计算机可读存储介质 | |
WO2024083004A1 (zh) | Ai模型配置方法、终端及网络侧设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210101 Termination date: 20211212 |