[发明专利]数字钥匙端定位性能分类方法及装置、分类设备及介质

说明书

本发明实施例涉及通信技术领域，公开了一种数字钥匙端定位性能分类方法及装置、分类设备及介质。该方法包括获取N种待分类数字钥匙端的定位参数数据；N为大于0的自然数；根据N种待分类数字钥匙端的定位参数数据采用非监督学习方式进行分类得到N种待分类数字钥匙端的定位性能分类信息。本发明实施例的分类方法通过分类得到定位性能较为一致的不同类型的数字钥匙终端，使得一类数字钥匙端标定一次即可，从而可成倍降低数字钥匙标定任务量，大幅提高标定效率。

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种数字钥匙端定位性能分类方法及装置、分类设备及介质。

背景技术

随着科技的发展，蓝牙数字钥匙快速在无钥匙进入及启动(Passive EntryPassive Start，简称PEPS)系统中得到应用。蓝牙数字钥匙的定位，是从传统PEPS系统衍生而来，故而也参考了传统PEPS钥匙的标定方法。传统PEPS钥匙由于硬件由tier 1生产，一致性非常高。而在蓝牙数字钥匙定位方案中，智能手机作为数字钥匙使用时，一方面由于智能手机品牌类型众多，手机之间射频性能存在差异；另一方面针对不同的车型，车端蓝牙模块的安装位置可能有差异、车内钣金环境也存在差异，因此，在对蓝牙数字钥匙进行标定时，需要针对不同用户手机进行实车标定。

现有的标定方法是尽可能地针对每款手机每种车型进行实车标定，按每款车标定100款手机，按以往每年标定20款车来计算，那么每年要标定的手机的数量为2000款，标定任务量极大，因此亟需有效降低标定任务量的方法。

发明内容

本发明实施例提供一种数字钥匙端定位性能分类方法及装置、分类设备及介质，以解决现有技术中数字钥匙标定任务量繁重、标定效率低的技术问题。

第一方面，本发明实施例提供了一种数字钥匙端定位性能分类方法，所述方法包括：获取N种待分类数字钥匙端的定位参数数据；

根据所述N种待分类数字钥匙端的定位参数数据采用非监督学习方式进行分类得到所述N种待分类数字钥匙端的定位性能分类信息。

另外，所述定位参数数据为每种数字钥匙端的RSSI数据；

所述RSSI数据包括所述数字钥匙端在距离通信对端P个距离处以及每个距离处所述数字钥匙端分别处于Q个采样角度时每个采样角度下分别采集的L个RSSI数据；P、Q及L均为大于0的自然数。

另外，所述数字钥匙端为智能手机，所述Q个角度均为所述智能手机相对于自身初始位置沿自身轴向旋转正负45°范围内的角度。

另外，所述P个距离处中相邻距离处间的距离差相等，Q个角度处中相邻角度处间的角度差相等。

另外，所述根据所述N种待分类数字钥匙端的定位参数数据采用非监督学习方式进行分类得到所述N种待分类数字钥匙端的定位性能分类信息，包括：

对每种数字钥匙端在距离所述通信对端相同距离处的每个角度处采集的L个RSSI数据分别求平均值和/或方差；

根据每种数字钥匙端的各个距离处的各个角度处的RSSI数据的平均值和/或方差进行分类。

另外，所述根据每种数字钥匙端的各个距离处的各个角度处的RSSI数据的平均值和/或方差进行分类，包括：

对每种数字钥匙端的各个距离处的各个角度处的RSSI数据的平均值和/或方差进行归一化；

根据归一化后的RSSI数据进行分类。

另外，所述根据归一化后的RSSI数据进行分类，包括：

根据归一化后的RSSI数据采用K均值聚类算法进行分类得到所述N种待分类数字钥匙端的定位性能分类信息。

第二方面，本发明实施例提供了一种数字钥匙端定位性能分类方法装置，包括：