[发明专利]指纹定位方法和装置、计算机可读存储介质

权利要求书

1.一种指纹定位方法，其特征在于，包括：

对基站测量报告数据中的辅助全球卫星定位系统数据进行聚类处理，确定至少一个聚类以及每个聚类的中心点经纬度；

根据每个聚类的特征数据，确定每个聚类对应的联合概率密度模型；

获取用户终端的测试数据；

将测试数据带入每个聚类的联合概率密度模型，确定测试数据所属的聚类；

将测试数据所属聚类的中心点经纬度，作为用户终端的定位结果。

2.根据权利要求1所述的指纹定位方法，其特征在于，所述将测试数据带入每个聚类的联合概率密度模型，确定测试数据所属的聚类包括：

将测试数据带入每个聚类的联合概率密度模型，确定测试数据属于每个聚类的联合概率；

将最大联合概率对应的聚类，作为测试数据所属的聚类。

3.根据权利要求1或2所述的指纹定位方法，其特征在于，所述根据每个聚类的特征数据，确定每个聚类对应的概率密度模型包括：

对于每个聚类，采用至少一个特征数据进行分别拟合，得到至少一个模型，其中，一个特征数据对应一个模型；

根据所述至少一个模型和每一模型对应的权重值，确定每个聚类对应的联合概率密度模型。

4.根据权利要求3所述的指纹定位方法，其特征在于，所述采用至少一个特征数据进行分别拟合包括：

根据不同的信号传输场景，采用瑞利分布、莱斯分布和多维高斯分布中的至少一项进行曲线或曲面拟合。

5.根据权利要求3所述的指纹定位方法，其特征在于，

所述特征数据包括参考信号接收功率数据。

6.一种指纹定位装置，其特征在于，包括：

聚类处理模块，用于对基站测量报告数据中的辅助全球卫星定位系统数据进行聚类处理，确定至少一个聚类以及每个聚类的中心点经纬度；

模型建立模块，用于根据每个聚类的特征数据，确定每个聚类对应的联合概率密度模型；

测试数据获取模块，用于获取用户终端的测试数据；

聚类确定模块，用于将测试数据带入每个聚类的联合概率密度模型，确定测试数据所属的聚类；

定位模块，用于将测试数据所属聚类的中心点经纬度，作为用户终端的定位结果。

7.根据权利要求6所述的指纹定位装置，其特征在于，

聚类确定模块用于将测试数据带入每个聚类的联合概率密度模型，确定测试数据属于每个聚类的联合概率；将最大联合概率对应的聚类，作为测试数据所属的聚类。

8.根据权利要求6或7所述的指纹定位装置，其特征在于，所述指纹定位装置用于执行实现如权利要求1-5中任一项所述的指纹定位方法的操作。

9.一种指纹定位装置，其特征在于，包括：

存储器，用于存储指令；

处理器，用于执行所述指令，使得所述指纹定位装置执行实现如权利要求1-5中任一项所述的指纹定位方法的操作。

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存储有计算机指令，所述指令被处理器执行时实现如权利要求1-5中任一项所述的指纹定位方法。