[發(fā)明專利]使用聚集技術(shù)生成無線網(wǎng)絡(luò)接入點(diǎn)模型

在審

• 申請?zhí)枺?/td>: 202110147207.1
• 申請日: 2018-03-14
• 公開（公告）號(hào): CN112995903A
• 公開（公告）日: 2021-06-18
• 發(fā)明（設(shè)計(jì)）人: 張瑩;加布里爾·勒布朗;羅伯特·弗雷澤;張曉萌;巴斯卡爾·梅塔
• 申請（專利權(quán)）人: 谷歌有限責(zé)任公司
• 主分類號(hào): H04W4/021
• 分類號(hào): H04W4/021;H04W16/18;H04W84/08;H04W88/08;H04B17/318;G06K9/62
• 代理公司: 中原信達(dá)知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11219
• 代理人: 李佳;周亞榮

公開了使用聚集技術(shù)生成無線網(wǎng)絡(luò)接入點(diǎn)模型。本技術(shù)涉及生成用于確定區(qū)域內(nèi)的位置的無線網(wǎng)絡(luò)接入點(diǎn)模型。在一個(gè)示例中，接收多個(gè)掃描矢量，每個(gè)掃描矢量表示用于無線網(wǎng)絡(luò)接入點(diǎn)標(biāo)識(shí)符集合的信號(hào)強(qiáng)度集合，并且與移動(dòng)設(shè)備移動(dòng)通過測量該信號(hào)強(qiáng)度集合的區(qū)域的區(qū)域內(nèi)的位置相關(guān)聯(lián)。通過迭代分隔階段來生成集群集合，直到該組集群中的集群的數(shù)目等于集群的最大數(shù)目或者沒有識(shí)別出的壞掃描矢量。壞掃描矢量可以包括具有與該矢量被指派到的集群的中心的矢量差小于最小相似度值的矢量。然后使用該集群集合來生成該區(qū)域的模型。

本申請是分案申請，原案的申請?zhí)柺?01810229489.8，申請日是2018年3月14日，發(fā)明名稱是“使用聚集技術(shù)生成無線網(wǎng)絡(luò)接入點(diǎn)模型”。

技術(shù)領(lǐng)域

本申請涉及使用聚集技術(shù)生成無線網(wǎng)絡(luò)接入點(diǎn)模型。

背景技術(shù)

室內(nèi)定位模型通常使用無線網(wǎng)絡(luò)接入點(diǎn)標(biāo)識(shí)符和相關(guān)信號(hào)強(qiáng)度的掃描來生成。這些掃描然后被布置成用于確定位置的模型。一種常見的方法利用指紋。例如，對于較小的區(qū)域，來自接收的所有掃描的信號(hào)強(qiáng)度的平均值是這些區(qū)域的良好指示符，并且可以用作該區(qū)域的模型或指紋。但是，對于較大的區(qū)域，所有掃描的平均值只能提供該區(qū)域的無線網(wǎng)絡(luò)接入點(diǎn)標(biāo)識(shí)符列表。如果更大的區(qū)域更接近較小的區(qū)域，則通過簡單地查看掃描的平均值可能難以區(qū)分。在具有許多較小房間和較大走廊的建筑物中通常是這種情況。為了解決這個(gè)問題，可以使用K均值聚集方法將掃描聚集在一起以創(chuàng)建模型。為了確定特定掃描的位置，只需識(shí)別掃描所屬于的集群。

K均值聚集方法導(dǎo)致將數(shù)據(jù)分割成K個(gè)Voronoi小區(qū)。該問題在計(jì)算上困難；然而，存在通常使用并快速收斂到局部最優(yōu)的高效的啟發(fā)式算法。這些通常與期望最大化算法相似。K均值算法由兩個(gè)階段的迭代組成：(1)更新標(biāo)簽階段，其將觀察指派到K的預(yù)定值的最近中心，以及(2)更新平均階段，其根據(jù)所述指派重新計(jì)算中心。當(dāng)更新標(biāo)簽階段穩(wěn)定時(shí)迭代結(jié)束，這提供了局部最優(yōu)解。

使用典型的K均值聚集方法，K是已知的值。但是，在室內(nèi)空間變化很大的情況下，K將取決于該區(qū)域的大小和形狀以及該區(qū)域中無線網(wǎng)絡(luò)接入點(diǎn)分布的性質(zhì)。在更基本的K均值聚集方法中，諸如那些用于先前的無線網(wǎng)絡(luò)接入點(diǎn)聚集的方法，如果一個(gè)或多個(gè)集群的大小過大，則以K的小值開始并增加K。這種方法對于較大的區(qū)域(諸如，商場(例如，室內(nèi)或室外商店分組))效率不高，并且不能導(dǎo)致所有集群與集群中心處的矢量數(shù)據(jù)具有類似矢量差的解。

發(fā)明內(nèi)容

本公開的各方面提供了一種生成用于確定區(qū)域內(nèi)的位置的無線網(wǎng)絡(luò)接入點(diǎn)模型的方法。該方法包括接收多個(gè)掃描矢量，每個(gè)掃描矢量包括表示無線網(wǎng)絡(luò)接入點(diǎn)標(biāo)識(shí)符集合的信號(hào)強(qiáng)度集合以及與移動(dòng)設(shè)備移動(dòng)通過測量信號(hào)強(qiáng)度集合的區(qū)域的所述區(qū)域內(nèi)的位置相關(guān)聯(lián)的數(shù)據(jù)。該方法進(jìn)一步包括執(zhí)行分隔階段以生成集群集合。該分隔階段包括基于掃描矢量和指派到掃描矢量被指派到的集群的中心的矢量數(shù)據(jù)之間的矢量差，將多個(gè)掃描矢量中的每個(gè)掃描矢量指派到集群，將多個(gè)掃描矢量中的一個(gè)或多個(gè)掃描矢量識(shí)別為用于啟動(dòng)附加集群的候選，所述候選是具有以下特征的掃描矢量：在所述掃描矢量和指派到掃描矢量被指派到的集群的中心的矢量數(shù)據(jù)之間的差小于集群的預(yù)定最小相似度值，從被識(shí)別為用于啟動(dòng)附加集群的候選的一個(gè)或多個(gè)掃描矢量中選擇與指派到掃描矢量被指派到的集群的中心的矢量數(shù)據(jù)最不相似的掃描矢量，在集群集合中創(chuàng)建附加集群并將所選的掃描矢量指派到附加集群，將所選的掃描矢量的矢量數(shù)據(jù)指派到附加集群的中心，重新計(jì)算指派到集群集合中的任何集群中心的矢量數(shù)據(jù)，并且迭代分隔階段，直到集群集合中的集群的總數(shù)等于集群的預(yù)定最大數(shù)目或者直到?jīng)]有識(shí)別出用于啟動(dòng)附加集群的進(jìn)一步候選。該方法進(jìn)一步包括基于集群集合生成用于確定區(qū)域內(nèi)的位置的模型。