[发明专利]一种网络定位的方法及装置在审
申请号: | 201911327915.2 | 申请日: | 2019-12-20 |
公开(公告)号: | CN113015092A | 公开(公告)日: | 2021-06-22 |
发明(设计)人: | 张小兵;江修刚;罗雷刚;陈钒 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
主分类号: | H04W4/021 | 分类号: | H04W4/021;H04W64/00 |
代理公司: | 北京领科知识产权代理事务所(特殊普通合伙) 11690 | 代理人: | 张丹 |
地址: | 英属开曼群岛大开*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 网络 定位 方法 装置 | ||
1.一种网络定位的方法,其特征在于,包括:
根据终端设备的定位请求携带的至少一个无线接入点的指纹信息,从预置的指纹特征库中,获取所述无线接入点覆盖的至少一个地理网格及与所述地理网格对应的离线指纹特征;
根据所述指纹信息,获取所述无线接入点的实时指纹特征;
将覆盖同一个地理网格的无线接入点的离线指纹特征和实时指纹特征组织在一起作为所述地理网格的指纹特征数据;
将所有地理网格的指纹特征数据输入第一排序模型,对地理网格进行打分排序,从排序后的地理网格中选择预设个数个地理网格作为候选地理网格;
将候选地理网格的指纹特征数据输入第二排序模型中,对候选地理网格见打分排序,从排序后的候选地理网格中选择出所述终端设备所在的地理网格。
2.根据权利要求1所述的方法,其特征在于,
通过离线特征压缩层模型得到无线接入点的离线指纹特征,将无线接入点的离线压缩特征存入离线特征指纹库。
3.根据权利要求1所述的方法,其特征在于,
所述第一排序模型和第二排序模型为神经网络模型,所述第二排序模型的神经网络层数多于第一排序模型。
4.如权利要求2所述的方法,其特征在于:所述通过离线特征压缩层模型计算无线接入点的离线压缩特征包括:将所述无线接入点的原始特征输入到离线特征压缩层模型以获取所述无线接入点的离线压缩特征。
5.如权利要求4所述的方法,其特征在于:获取无线接入点的原始特征包括:提取所述无线接入点覆盖的所有网格中每一个网格的原始特征。
6.如权利要求5所述的方法,其特征在于:使用GeoHash算法或墨卡托投影算法进行网格划分。
7.如权利要求6所述的方法,其特征在于:如果所述无线接入点覆盖的网格中,存在未在预置的指纹特征库中存储了离线指纹特征的网格,则使用默认值作为所述网格的原始特征,并通过离线特征压缩层模型得到所述网格的默认离线压缩特征。
8.如权利要求4所述的方法,其特征在于:所述无线接入点的原始特征包括以下至少之一:采集点数量、无线接入点类型、采集点覆盖的网格数量、在每个网格中的pv占无线接入点整体pv的比例、每个网格中的pv占当前网格的采集点总数的比例,信号强度RSSI分布向量。
9.如权利要求1所述的方法,其特征在于:所述定位请求包括以下至少之一:无线接入点列表、IP信息、用户定位的上下文信息。
10.如权利要求9所述的方法,其特征在于:所述无线接入点列表包括:接入点的MAC地址、基站的KEY、接入点和基站的名称、接入点和基站的信号强度。
11.如权利要求1所述的方法,其特征在于:所述将候选地理网格的指纹特征数据输入第二排序模型中,对候选地理网格进行打分排序,从排序后的候选地理网格中选择出所述终端设备所在的地理网格之后,进一步还包括:根据选择出的地理网格,通过聚类算法、加权平均质心算法或费马点算法计算精确的位置点坐标。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911327915.2/1.html,转载请声明来源钻瓜专利网。