[发明专利]指纹定位方法和装置、计算机可读存储介质

说明书

本发明公开一种指纹定位方法和装置、计算机可读存储介质。该指纹定位方法包括：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。本发明使用概率密度模型预测代替根据栅格内路测数据寻找最优匹配预测的过程，从而节约了路测所需要的成本。

技术领域

本发明涉及大数据定位领域，特别涉及一种指纹定位方法和装置、计算机可读存储介质。

背景技术

指纹定位分为室外指纹定位和室内指纹定位，相关技术的室外指纹定位技术需要将地图栅格化，并对每个栅格里的经纬度信息和信号强度信息进行路测。对于采集到的每个栅格的信息进行建模。当用户处于地图上任意位置时，对比用户信号的场强信息与各栅格模型的匹配度，即可定位到用户处于某个栅格内，从而获取其位置信息。

发明内容

申请人发现：传统室外指纹定位技术需要大量路测，栅格划分的大小与栅格内测试点是否均匀都影响到定位精度，栅格化过程耗费大量时间精力。建模需要不同天气情况下的路测数据。

鉴于以上技术问题，本发明提供了一种指纹定位方法和装置、计算机可读存储介质，根据中AGPS(Assisted Global Positioning System，辅助全球卫星定位系统)对样本进行聚类，建立预测模型，从而节约了路测所需的成本。

根据本发明的一个方面，提供一种指纹定位方法，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。

在本发明的一些实施例中，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。

在本发明的一些实施例中，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。

在本发明的一些实施例中，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。

在本发明的一些实施例中，所述特征数据包括参考信号接收功率数据。

根据本发明的另一方面，提供一种指纹定位装置，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；