[發明專利]一種基于網絡數據的WiFi定位方法及服務器

在審

• 申請號: 201611046266.5
• 申請日: 2016-11-22
• 公開（公告）號: CN106792507A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 王斌
• 申請（專利權）人: 上海斐訊數據通信技術有限公司
• 主分類號: H04W4/02
• 分類號: H04W4/02;H04W64/00;G01S1/08
• 代理公司: 上海碩力知識產權代理事務所31251
• 代理人: 郭桂峰

1.一種基于網絡數據的WiFi定位方法，其特征在于，所述方法包括步驟：

S100、獲取檢測區域中各個無線接入點接收到待檢測客戶端發出的信號的網絡數據；所述網絡數據為多維數據；

S200、將所述網絡數據輸入訓練后的定位模型的輸入數據層；

S300、基于訓練后的定位模型的網絡層計算待檢測客戶端所在位置的所述網絡數據，并根據輸出層的輸出結果確定待檢測客戶端的位置。

2.如權利要求1所述的基于網絡數據的WiFi定位方法，其特征在于，所述網絡數據包括各個無線接入點接收到待檢測客戶端在檢測區域內發出的信號的信號強度數據、信道號以及對應無線接入點的輸入功率。

3.如權利要求2所述的基于網絡數據的WiFi定位方法，其特征在于，所述步驟S100之前還包括步驟：S000、預先訓練深度神經網絡，將訓練后的深度神經網絡作為所述定位模型。

4.如權利要求3所述的基于網絡數據的WiFi定位方法，其特征在于，所述步驟S000進一步包括步驟：

S001、預先設置訓練位置標簽；

S002、依次采集各個無線接入點接收到訓練終端在每個所述訓練位置標簽在檢測區域內所發出的信號的網絡數據；所述網絡數據包括各個無線接入點接收所述訓練位置標簽在檢測區域對應位置上的訓練終端所發的信號的信號強度數據、信道號以及對應無線接入點的輸入功率；

S003、分別將每個所述訓練位置標簽以及其對應的信號強度數據、信道號以及對應無線接入點的輸入功率作為一組訓練樣本數據，生成訓練數據集，并送入深度神經網絡中；

S004、將深度神經網絡的輸入數據層定義為三通道數據層，所述三通道數據層的節點與各個無線接入點相對應，按照三通道數據層的節點與無線接入點對應的方式分別將每組訓練樣本數據中的每個與無線接入點對應的信號強度數據結合信道號以及對應無線接入點的輸入功率輸入所述三通道數據層對應節點的三個通道；經過所述深度神經網絡輸出與所述訓練位置標簽相對應的訓練結果；

S005、依次將輸出的訓練結果與其對應的所述訓練位置標簽進行比較，根據比較結果對深度神經網絡進行訓練，將訓練后的深度神經網絡作為所述定位模型。

5.如權利要求4所述的基于網絡數據的WiFi定位方法，其特征在于：

所述步驟S003與所述步驟S004之間還包括步驟：

S035、分別對每個所述訓練位置標簽對應的網絡數據的信號強度數據、信道號以及對應無線接入點的輸入功率進行歸一化處理；

所述步驟S100和步驟S200之間還包括步驟：

S150、將待檢測客戶端的所述網絡數據中的信號強度數據、信道號以及對應無線接入點的輸入功率進行歸一化處理。

6.一種基于網絡數據的WiFi定位服務器，其特征在于，包括：

數據采集模塊，用于獲取檢測區域中各個無線接入點接收到待檢測客戶端發出的信號的網絡數據；所述網絡數據為多維數據；所述網絡數據包括各個無線接入點接收到待檢測客戶端在檢測區域內發出的信號的信號強度數據、信道號以及對應無線接入點的輸入功率；

定位模塊，用于將采集到的所述網絡數據輸入定位模型的輸入數據層，基于定位模型的網絡層計算所述網絡數據，并通過定位模型的輸出層的輸出結果確定待檢測客戶端的位置。

7.如權利要求6所述的基于網絡數據的WiFi定位服務器，其特征在于，還包括：

訓練模塊，用于預先訓練深度神經網絡，將訓練后的深度神經網絡作為所述定位模型。