基于概率與支持向量機計算的WiFi定位系統(tǒng)及方法
【專利摘要】本發(fā)明公開了一種基于概率與支持向量機計算的WiFi定位系統(tǒng)及方法，定位空間中任意部署若干AP，將定位空間劃分成若干定位區(qū)域，系統(tǒng)包括數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、SVM訓練模塊；數(shù)據(jù)采集模塊采集包括定位區(qū)域標識、AP唯一標識及信號強度的定位區(qū)域數(shù)據(jù)，并采集包括AP唯一標識及信號強度的待定位數(shù)據(jù)；數(shù)據(jù)處理模塊對該定位區(qū)域數(shù)據(jù)進行處理生成標準數(shù)據(jù)表，SVM訓練模塊以該標準數(shù)據(jù)表中的數(shù)據(jù)作為輸入源進行訓練處理，處理后得到SVM訓練結(jié)果模塊；待定位數(shù)據(jù)經(jīng)SVM訓練結(jié)果模塊處理后得到定位結(jié)果。本發(fā)明可任意部署AP，不會受到位置、數(shù)量、時鐘、成本等方面的限制，適用場合廣泛。
【專利說明】基于概率與支持向量機計算的WiFi定位系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于概率與支持向量機計算的WiFi定位系統(tǒng)及方法，屬于無線 通信【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002] WiFi(wirelessfidelity)定位技術(shù)作為GPS定位技術(shù)的補充，以定位速度快、精 度高等優(yōu)勢得到了廣泛應用，在樓群、人群密集的地區(qū)，尤其是室內(nèi)空間部署WiFi網(wǎng)絡(luò)，可 以得到良好的定位及網(wǎng)絡(luò)連接效果。
[0003] 現(xiàn)有的WiFi定位方法主要有以下三種：
[0004] 第一，依據(jù)移動終端與AP的三角形位置關(guān)系以及檢測的信號強度定位。由于無線 信號的信號強度隨著傳輸距離的增加而衰減，因此，移動終端依據(jù)接收到的AP信號強度和 已知的無線信號衰落模型，可以估算出通信雙方之間的距離，進而確定移動終端的位置。
[0005] 如圖1所不，于定位空間的邊界位置部署至少三個同構(gòu)的基準AP(AccessPoint, 無線接入點），移動終端根據(jù)探測到的AP信號強度，及AP信號發(fā)射距離與信號強度間的衰 減關(guān)系，可以推算出移動終端與各個基準AP之間的距離，再根據(jù)三角形幾何原理就可以確 定移動終端的位置。
[0006] 該方法的使用條件是，AP的部署位置固定，兩兩AP之間保持足夠的間距，部署的 所有AP必須保證同構(gòu)，且信號發(fā)射強度一致；該方法的缺點是，AP抗干擾能力較差，定位空 間內(nèi)一旦出現(xiàn)障礙物，定位結(jié)果就會產(chǎn)生很大的誤差，因此不適于部署于公共場所，降低了 頭用性。
[0007] 第二，依據(jù)信號在移動終端與AP之間的傳播時間定位。如圖2所示，記錄信號從 移動終端到基準AP的傳播時間t，電波信號傳輸速度為c，則移動終端位于以基準AP為圓 心，以cXt為半徑的圓上；如果同時有多個基準AP收到移動終端的信號，則移動終端的位 置確定為該多個基準AP所形成圓的交點處。
[0008] 該方法的使用條件是，AP固定的部署于邊界位置，兩兩AP之間保持足夠的間距， 所有AP支持高精度的時鐘，且移動終端與基準AP之間必須進行時鐘同步，該方法的缺點 是，高精度的時鐘增加了設(shè)備成本，不利于推廣應用。
[0009] 第三，使用WiFi定位標簽設(shè)備定位。如圖3所示，在定位空間中部署若干WiFi標 簽設(shè)備（具有發(fā)送廣播信號以及接收移動終端反饋信號的功能，不具有WiFi網(wǎng)絡(luò)接入功能 的AP)，移動終端收到距離其最近的WiFi標簽設(shè)備發(fā)送的廣播信號后，向該WiFi標簽設(shè)備 發(fā)送反饋信號，WiFi標簽設(shè)備收到該反饋信號后與服務器通信，服務器依據(jù)WiFi標簽設(shè)備 發(fā)送的數(shù)據(jù)，確定一個或幾個信號強度最強的WiFi標簽設(shè)備，進而確定移動終端的位置。
[0010] 該方法的使用條件是，WiFi標簽設(shè)備需要定制，保證同構(gòu)，且均勻覆蓋于定位空 間內(nèi)，WiFi標簽設(shè)備與服務器保持網(wǎng)絡(luò)連接；該方法的缺點是，需要大規(guī)模的部署定制的 WiFi標簽設(shè)備，成本較高，僅適用于大空間而不適于小空間。
[0011] 可見，現(xiàn)有的WiFi定位方法，AP的部署位置、數(shù)量、時鐘、設(shè)備成本等方面都具有 一定的要求，且應用場合受限。
【發(fā)明內(nèi)容】
[0012] 鑒于上述原因，本發(fā)明的目的在于提供一種基于概率與支持向量機計算的WiFi 定位系統(tǒng)及方法，利用該系統(tǒng)及方法，在定位空間中可任意部署AP，而不需添加專用設(shè)備， 通過采集AP信息，進行概率計算和支持向量機SVM計算，就可以確定移動終端的位置。
[0013] 為實現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：
[0014] 基于概率與支持向量機計算的WiFi定位系統(tǒng)，將定位空間劃分成若干定位區(qū)域， 其特征在于：
[0015] 定位空間中任意部署若干AP;
[0016] 系統(tǒng)包括數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、SVM訓練模塊；
[0017] 數(shù)據(jù)采集模塊采集包括定位區(qū)域標識、AP唯一標識及信號強度的定位區(qū)域數(shù)據(jù)， 并采集包括AP唯一標識及信號強度的待定位數(shù)據(jù)；
[0018] 數(shù)據(jù)處理模塊對該定位區(qū)域數(shù)據(jù)進行處理生成標準數(shù)據(jù)表，
[0019] SVM訓練模塊以該標準數(shù)據(jù)表中的數(shù)據(jù)作為輸入源進行訓練處理，處理后得到 SVM訓練結(jié)果模塊；
[0020] 該待定位數(shù)據(jù)經(jīng)SVM訓練結(jié)果模塊處理后得到定位結(jié)果。
[0021] 進一步地，
[0022] 系統(tǒng)還包括概率計算模塊，該概率計算模塊依據(jù)所述標準數(shù)據(jù)表計算并確定出移 動終端出現(xiàn)概率最大的至少兩個定位區(qū)域，所述SVM訓練模塊以所述標準數(shù)據(jù)表中對應該 至少兩個定位區(qū)域的數(shù)據(jù)作為輸入源進行訓練處理，處理后得到SVM訓練結(jié)果模塊。
[0023] 所述概率計算模塊查找標準數(shù)據(jù)表，對應每個定位區(qū)域，找到與所述待定位數(shù)據(jù) 中AP唯一標識相同的共有AP，分別對AP唯一標識兩兩相同的AP的信號強度進行正態(tài)分布 概率計算，得到所述待定位數(shù)據(jù)中每個AP在每個定位區(qū)域中出現(xiàn)的概率；將每個定位區(qū)域 中，所述待定位數(shù)據(jù)中每個AP出現(xiàn)的概率值相加，得到移動終端出現(xiàn)在每個定位區(qū)域的概 率值；將移動終端出現(xiàn)在各個定位區(qū)域的概率值從大到小排列，確定出移動終端出現(xiàn)概率 最大的至少兩個定位區(qū)域。
[0024] 從所述標準數(shù)據(jù)表中對應所述至少兩個定位區(qū)域的數(shù)據(jù)中，選擇出與所述待定位 數(shù)據(jù)中AP唯一標識相同的共有AP，以所述至少兩個定位區(qū)域的數(shù)據(jù)中對應該共有AP的數(shù) 據(jù)形成至少兩組區(qū)域向量值，將該至少兩組區(qū)域向量值輸入所述SVM訓練模塊進行訓練得 至IJSVM訓練結(jié)果模塊；
[0025] 從所述待定位數(shù)據(jù)中，選擇出與所述至少兩個定位區(qū)域的數(shù)據(jù)中AP唯一標識相 同的共有AP，以所述待定位數(shù)據(jù)中對應該共有AP的數(shù)據(jù)形成待定位向量值，將該待定位向 量值輸入該SVM訓練結(jié)果模塊。
[0026] 按照所述標準數(shù)據(jù)表中信號強度的大小將所述標準數(shù)據(jù)表進行分級，依據(jù)所述定 位區(qū)域數(shù)據(jù)中的信號強度查找對應等級的所述標準數(shù)據(jù)表，以確定移動終端的類型。
[0027] 在所述定位空間邊界處設(shè)置入口校準點，在該入口校準點上采集包括信號強度的 信息，并依據(jù)信號強度查找所述分級的標準數(shù)據(jù)表。
[0028] 以及，
[0029] 基于上述定位系統(tǒng)實現(xiàn)的WiFi定位方法，采集定位區(qū)域數(shù)據(jù)及待定位數(shù)據(jù)，對該 定位區(qū)域數(shù)據(jù)進行處理生成標準數(shù)據(jù)表，將該標準數(shù)據(jù)表的數(shù)據(jù)輸入SVM進行訓練，得到 訓練后的SVM，待定位數(shù)據(jù)經(jīng)訓練后的SVM處理后得到定位結(jié)果。
[0030] 在定位空間中的若干定位區(qū)域內(nèi)采集包括定位區(qū)域標識、AP唯一標識及信號強 度的定位區(qū)域數(shù)據(jù)；在定位空間中的某一點上采集包括AP唯一標識及信號強度的待定位 數(shù)據(jù)；對每個定位區(qū)域內(nèi)每個AP多次采集得到的信號強度，分別計算平均值和方差，生成 所述標準數(shù)據(jù)表；依據(jù)所述標準數(shù)據(jù)表中的數(shù)據(jù)進行概率計算，以確定移動終端出現(xiàn)概率 最大的至少兩個定位區(qū)域；將所述標準數(shù)據(jù)表中對應該至少兩個定位區(qū)域的數(shù)據(jù)輸入所述 SVM進行訓練，得到訓練后的SVM;所述待定位數(shù)據(jù)經(jīng)該訓練后的SVM處理后得到定位結(jié)果。
[0031] 查找標準數(shù)據(jù)表，對應每個定位區(qū)域，找到與所述待定位數(shù)據(jù)中AP唯一標識相同 的共有AP，分別對AP唯一標識兩兩相同的AP的信號強度進行正態(tài)分布概率計算，得到所述 待定位數(shù)據(jù)中每個AP在每個定位區(qū)域中出現(xiàn)的概率；將每個定位區(qū)域中，所述待定位數(shù)據(jù) 中每個AP出現(xiàn)的概率值相加，得到移動終端出現(xiàn)在每個定位區(qū)域的概率值；將移動終端出 現(xiàn)在各個定位區(qū)域的概率值從大到小排列，確定出移動終端出現(xiàn)概率最大的至少兩個定位 區(qū)域。
[0032] 從所述標準數(shù)據(jù)表中對應所述至少兩個定位區(qū)域的數(shù)據(jù)中，選擇出與所述待定位 數(shù)據(jù)中AP唯一標識相同的共有AP，以所述至少兩個定位區(qū)域的定位區(qū)域標識、共有AP的 AP唯一標識及對應的信號強度平均值，形成至少兩組區(qū)域向量值，將該至少兩組區(qū)域向量 值輸入所述SVM訓練模塊進行訓練得到SVM訓練結(jié)果模塊；
[0033] 從所述待定位數(shù)據(jù)中，選擇出與所述至少兩個定位區(qū)域的數(shù)據(jù)中AP唯一標識相 同的共有AP，以所述待定位數(shù)據(jù)中該共有AP的AP唯一標識、信號強度形成待定位向量值， 將該待定位向量值輸入SVM訓練結(jié)果模塊。
[0034] 按照所述標準數(shù)據(jù)表中信號強度的大小將標準數(shù)據(jù)表進行分級，依據(jù)所述定位區(qū) 域數(shù)據(jù)中信號強度信息查找對應等級的所述標準數(shù)據(jù)表，以確定移動終端的類型。
[0035] 在所述定位空間邊界處設(shè)置若干入口校準點，預先設(shè)置若干分級的標準數(shù)據(jù)表， 依據(jù)移動終端采集的信號強度信息查找分級的標準數(shù)據(jù)表，再根據(jù)概率計算確定移動終端 的類型。
[0036] 一種WiFi定位系統(tǒng)，
[0037] 定位空間中任意部署若干AP ;
[0038] 系統(tǒng)包括移動終端和服務器，移動終端中設(shè)有數(shù)據(jù)采集模塊，用于采集定位區(qū)域 數(shù)據(jù)和待定位數(shù)據(jù)；
[0039] 服務器中包括數(shù)據(jù)處理模塊、SVM訓練模塊；
[0040] 數(shù)據(jù)采集模塊采集的定位區(qū)域數(shù)據(jù)和待定位數(shù)據(jù)發(fā)送至服務器，數(shù)據(jù)處理模塊對 該定位區(qū)域數(shù)據(jù)處理生成標準數(shù)據(jù)表，該SVM訓練模塊以該標準數(shù)據(jù)表中的數(shù)據(jù)作為輸入 源進行訓練處理，處理后得到SVM訓練結(jié)果模塊；
[0041] 該待定位數(shù)據(jù)經(jīng)該SVM訓練結(jié)果模塊處理后得到定位結(jié)果。
[0042] 所述服務器中還包括概率計算模塊，該概率計算模塊依據(jù)所述標準數(shù)據(jù)表計算并 確定出移動終端出現(xiàn)概率最大的至少兩個定位區(qū)域，所述SVM訓練模塊以所述標準數(shù)據(jù)表 中對應該至少兩個定位區(qū)域的數(shù)據(jù)作為輸入源進行訓練處理，處理后得到SVM訓練結(jié)果模 塊。
[0043] 按照所述標準數(shù)據(jù)表中信號強度的大小將標準數(shù)據(jù)表進行分級，依據(jù)所述定位區(qū) 域數(shù)據(jù)中信號強度信息查找對應等級的所述標準數(shù)據(jù)表，以確定移動終端的類型。
[0044] 所述定位空間的邊界處設(shè)有若干入口校準點；所述服務器中預先設(shè)置若干分級的 標準數(shù)據(jù)表，移動終端將采集的信號強度信息發(fā)送給所述服務器，所述服務器根據(jù)該信號 強度信息查找所述分級的標準數(shù)據(jù)表，并根據(jù)概率計算確定所述移動終端的類型。
[0045] 本發(fā)明的優(yōu)點在于，
[0046] 1、在定位空間中可任意部署若干AP，通過選擇待定位數(shù)據(jù)與標準數(shù)據(jù)表中共有 AP的相關(guān)數(shù)據(jù)進行SVM訓練，即可實現(xiàn)移動終端的定位；
[0047] 2、對AP的部署位置、數(shù)量、信號發(fā)射強度、時鐘等方面沒有要求，部署簡單方便， 適合部署于不同場合，且不會額外增加設(shè)備成本；
[0048] 3、AP僅需按照WiFi網(wǎng)絡(luò)接入需求進行部署，可與現(xiàn)有WiFi環(huán)境無縫對接，節(jié)省 了部署成本，誠小了普及WiFi定位功能的障礙；
[0049] 4、AP僅需具有網(wǎng)絡(luò)接入功能而無需關(guān)心WiFi定位過程，誠小了AP負擔；
[0050] 5、定位空間中的一個或幾個AP發(fā)生變化，或是局部區(qū)域發(fā)生變化都不會影響定 位結(jié)果；
[0051] 6、定位時，即使各種各樣的移動終端采集的AP信號強度不同，依本發(fā)明的方法也 能夠進行同質(zhì)量的WiFi定位。
【專利附圖】
【附圖說明】
[0052] 圖1是現(xiàn)有技術(shù)中依據(jù)移動終端與AP的位置關(guān)系及信號強度進行定位的原理圖。
[0053] 圖2是現(xiàn)有技術(shù)中依據(jù)信號傳播時間進行定位的原理圖。
[0054] 圖3是現(xiàn)有技術(shù)中使用WiFi定位標簽設(shè)備進行定位的原理圖。
[0055] 圖4是本發(fā)明一具體實施例中定位空間的區(qū)域劃分示意圖。
[0056] 圖5是本發(fā)明的系統(tǒng)組成框圖。
[0057] 圖6是本發(fā)明的優(yōu)選方案系統(tǒng)組成框圖。
[0058] 圖7是生成標準數(shù)據(jù)表的數(shù)據(jù)流示意圖。
[0059] 圖8是本發(fā)明的WiFi定位方法流程圖。
[0060] 圖9是本發(fā)明的優(yōu)選方案WiFi定位方法流程圖。
[0061] 圖10是確定移動終端出現(xiàn)概率最大的定位區(qū)域的數(shù)據(jù)流向圖。
[0062] 圖11是區(qū)域向量值輸入SVM進行訓練的示意圖。
[0063] 圖12是待定位數(shù)據(jù)輸入SVM進行訓練的示意圖。
[0064] 圖13是本發(fā)明的WiFi定位系統(tǒng)組成示意圖。
[0065] 圖14是待定位數(shù)據(jù)的示意圖。
【具體實施方式】
[0066] 以下結(jié)合附圖和實施例對本發(fā)明作進一步詳細的說明。
[0067] 圖4是本發(fā)明一具體實施例中定位空間的區(qū)域劃分示意圖。如圖所示，本發(fā)明適 用于WiFi網(wǎng)絡(luò)覆蓋的定位空間中，在該定位空間中任意部署若干AP，將該定位空間劃分為 若干定位區(qū)域（ValueO，ValUel……），移動終端在每個定位區(qū)域內(nèi)均可探測到若干AP并采 集AP信息，包括AP唯一標識（MAC地址）、信號強度（RSS)等。移動終端在定位區(qū)域ValueO 中可探測采集到的AP信息如表1所示：
[0068]
【權(quán)利要求】
1. 基于概率與支持向量機計算的WiFi定位系統(tǒng)，將定位空間劃分成若干定位區(qū)域，其 特征在于： 定位空間中任意部署若干AP ; 系統(tǒng)包括數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、SVM訓練模塊； 數(shù)據(jù)采集模塊采集包括定位區(qū)域標識、AP唯一標識及信號強度的定位區(qū)域數(shù)據(jù)，并采 集包括AP唯一標識及信號強度的待定位數(shù)據(jù)； 數(shù)據(jù)處理模塊對該定位區(qū)域數(shù)據(jù)進行處理生成標準數(shù)據(jù)表， SVM訓練模塊以該標準數(shù)據(jù)表中的數(shù)據(jù)作為輸入源進行訓練處理，處理后得到SVM訓 練結(jié)果1吳塊； 該待定位數(shù)據(jù)經(jīng)SVM訓練結(jié)果模塊處理后得到定位結(jié)果。
2. 如權(quán)利要求1所述的基于概率與支持向量機計算的WiFi定位系統(tǒng)，其特征在于，還 包括概率計算模塊，該概率計算模塊依據(jù)所述標準數(shù)據(jù)表計算并確定出移動終端出現(xiàn)概率 最大的至少兩個定位區(qū)域，所述SVM訓練模塊以所述標準數(shù)據(jù)表中對應該至少兩個定位區(qū) 域的數(shù)據(jù)作為輸入源進行訓練處理，處理后得到SVM訓練結(jié)果模塊。
3. 如權(quán)利要求2所述的基于概率與支持向量機計算的WiFi定位系統(tǒng)，其特征在于， 所述概率計算模塊查找標準數(shù)據(jù)表，對應每個定位區(qū)域，找到與所述待定位數(shù)據(jù)中AP 唯一標識相同的共有AP，分別對AP唯一標識兩兩相同的AP的信號強度進行正態(tài)分布概率 計算，得到所述待定位數(shù)據(jù)中每個AP在每個定位區(qū)域中出現(xiàn)的概率；將每個定位區(qū)域中， 所述待定位數(shù)據(jù)中每個AP出現(xiàn)的概率值相加，得到移動終端出現(xiàn)在每個定位區(qū)域的概率 值；將移動終端出現(xiàn)在各個定位區(qū)域的概率值從大到小排列，確定出移動終端出現(xiàn)概率最 大的至少兩個定位區(qū)域。
4. 如權(quán)利要求3所述的基于概率與支持向量機計算的WiFi定位系統(tǒng)，其特征在于， 從所述標準數(shù)據(jù)表中對應所述至少兩個定位區(qū)域的數(shù)據(jù)中，選擇出與所述待定位數(shù)據(jù) 中AP唯一標識相同的共有AP，以所述至少兩個定位區(qū)域的數(shù)據(jù)中對應該共有AP的數(shù)據(jù) 形成至少兩組區(qū)域向量值，將該至少兩組區(qū)域向量值輸入所述SVM訓練模塊進行訓練得到 SVM訓練結(jié)果模塊； 從所述待定位數(shù)據(jù)中，選擇出與所述至少兩個定位區(qū)域的數(shù)據(jù)中AP唯一標識相同的 共有AP，以所述待定位數(shù)據(jù)中對應該共有AP的數(shù)據(jù)形成待定位向量值，將該待定位向量值 輸入該SVM訓練結(jié)果模塊。
5. 如權(quán)利要求1或2或4所述的基于概率與支持向量機計算的WiFi定位系統(tǒng)，其特征 在于，按照所述標準數(shù)據(jù)表中信號強度的大小將所述標準數(shù)據(jù)表進行分級，依據(jù)所述定位 區(qū)域數(shù)據(jù)中的信號強度查找對應等級的所述標準數(shù)據(jù)表，以確定移動終端的類型。
6. 如權(quán)利要求5所述的基于概率與支持向量機計算的WiFi定位系統(tǒng)，其特征在于，在 所述定位空間邊界處設(shè)置入口校準點，在該入口校準點上采集包括信號強度的信息，并依 據(jù)信號強度查找所述分級的標準數(shù)據(jù)表。
7. -種基于權(quán)利要求1-4中任意一項所述系統(tǒng)實現(xiàn)的WiFi定位方法，其特征在于， 采集定位區(qū)域數(shù)據(jù)及待定位數(shù)據(jù)，對該定位區(qū)域數(shù)據(jù)進行處理生成標準數(shù)據(jù)表，將該 標準數(shù)據(jù)表的數(shù)據(jù)輸入SVM進行訓練，得到訓練后的SVM，待定位數(shù)據(jù)經(jīng)訓練后的SVM處理 后得到定位結(jié)果。
8. 如權(quán)利要求7所述的WiFi定位方法，其特征在于， 在定位空間中的若干定位區(qū)域內(nèi)采集包括定位區(qū)域標識、AP唯一標識及信號強度的定 位區(qū)域數(shù)據(jù)；在定位空間中的某一點上采集包括AP唯一標識及信號強度的待定位數(shù)據(jù)；對 每個定位區(qū)域內(nèi)每個AP多次采集得到的信號強度，分別計算平均值和方差，生成所述標準 數(shù)據(jù)表；依據(jù)所述標準數(shù)據(jù)表中的數(shù)據(jù)進行概率計算，以確定移動終端出現(xiàn)概率最大的至 少兩個定位區(qū)域；將所述標準數(shù)據(jù)表中對應該至少兩個定位區(qū)域的數(shù)據(jù)輸入所述SVM進行 訓練，得到訓練后的SVM ;所述待定位數(shù)據(jù)經(jīng)該訓練后的SVM處理后得到定位結(jié)果。
9. 如權(quán)利要求8所述的WiFi定位方法，其特征在于， 查找標準數(shù)據(jù)表，對應每個定位區(qū)域，找到與所述待定位數(shù)據(jù)中AP唯一標識相同的共 有AP，分別對AP唯一標識兩兩相同的AP的信號強度進行正態(tài)分布概率計算，得到所述待 定位數(shù)據(jù)中每個AP在每個定位區(qū)域中出現(xiàn)的概率；將每個定位區(qū)域中，所述待定位數(shù)據(jù)中 每個AP出現(xiàn)的概率值相加，得到移動終端出現(xiàn)在每個定位區(qū)域的概率值；將移動終端出現(xiàn) 在各個定位區(qū)域的概率值從大到小排列，確定出移動終端出現(xiàn)概率最大的至少兩個定位區(qū) 域。
10. 如權(quán)利要求9所述的WiFi定位方法，其特征在于， 從所述標準數(shù)據(jù)表中對應所述至少兩個定位區(qū)域的數(shù)據(jù)中，選擇出與所述待定位數(shù)據(jù) 中AP唯一標識相同的共有AP，以所述至少兩個定位區(qū)域的定位區(qū)域標識、共有AP的AP唯 一標識及對應的信號強度平均值，形成至少兩組區(qū)域向量值，將該至少兩組區(qū)域向量值輸 入所述SVM訓練模塊進行訓練得到SVM訓練結(jié)果模塊； 從所述待定位數(shù)據(jù)中，選擇出與所述至少兩個定位區(qū)域的數(shù)據(jù)中AP唯一標識相同的 共有AP，以所述待定位數(shù)據(jù)中該共有AP的AP唯一標識、信號強度形成待定位向量值，將該 待定位向量值輸入SVM訓練結(jié)果模塊。
11. 如權(quán)利要求10所述的WiFi定位方法，其特征在于， 按照所述標準數(shù)據(jù)表中信號強度的大小將標準數(shù)據(jù)表進行分級，依據(jù)所述定位區(qū)域數(shù) 據(jù)中信號強度信息查找對應等級的所述標準數(shù)據(jù)表，以確定移動終端的類型。
12. 如權(quán)利要求11所述的WiFi定位方法，其特征在于， 在所述定位空間邊界處設(shè)置若干入口校準點，預先設(shè)置若干分級的標準數(shù)據(jù)表，依據(jù) 移動終端采集的信號強度信息查找分級的標準數(shù)據(jù)表，再根據(jù)概率計算確定移動終端的類 型。
13. -種WiFi定位系統(tǒng)，其特征在于， 定位空間中任意部署若干AP ; 系統(tǒng)包括移動終端和服務器，移動終端中設(shè)有數(shù)據(jù)采集模塊，用于采集定位區(qū)域數(shù)據(jù) 和待定位數(shù)據(jù)； 服務器中包括數(shù)據(jù)處理模塊、SVM訓練模塊； 數(shù)據(jù)采集模塊采集的定位區(qū)域數(shù)據(jù)和待定位數(shù)據(jù)發(fā)送至服務器，數(shù)據(jù)處理模塊對該定 位區(qū)域數(shù)據(jù)處理生成標準數(shù)據(jù)表，該SVM訓練模塊以該標準數(shù)據(jù)表中的數(shù)據(jù)作為輸入源進 行訓練處理，處理后得到SVM訓練結(jié)果模塊； 該待定位數(shù)據(jù)經(jīng)該SVM訓練結(jié)果模塊處理后得到定位結(jié)果。
14. 如權(quán)利要求13所述的WiFi定位系統(tǒng)，其特征在于， 所述服務器中還包括概率計算模塊，該概率計算模塊依據(jù)所述標準數(shù)據(jù)表計算并確定 出移動終端出現(xiàn)概率最大的至少兩個定位區(qū)域，所述SVM訓練模塊以所述標準數(shù)據(jù)表中對 應該至少兩個定位區(qū)域的數(shù)據(jù)作為輸入源進行訓練處理，處理后得到SVM訓練結(jié)果模塊。
15. 如權(quán)利要求14所述的WiFi定位系統(tǒng)，其特征在于，按照所述標準數(shù)據(jù)表中信號強 度的大小將標準數(shù)據(jù)表進行分級，依據(jù)所述定位區(qū)域數(shù)據(jù)中信號強度信息查找對應等級的 所述標準數(shù)據(jù)表，以確定移動終端的類型。
16. 如權(quán)利要求15所述的WiFi定位系統(tǒng)，其特征在于，所述定位空間的邊界處設(shè)有若 干入口校準點；所述服務器中預先設(shè)置若干分級的標準數(shù)據(jù)表，移動終端將采集的信號強 度信息發(fā)送給所述服務器，所述服務器根據(jù)該信號強度信息查找所述分級的標準數(shù)據(jù)表， 并根據(jù)概率計算確定所述移動終端的類型。
【文檔編號】H04W64/00GK104427612SQ201310384661
【公開日】2015年3月18日 申請日期:2013年8月29日 優(yōu)先權(quán)日:2013年8月29日
【發(fā)明者】丁貴金, 朱韜 申請人:北京優(yōu)銳科技有限公司, 丁貴金