[发明专利]一种WiFi信号指纹数据优化方法及装置

权利要求书

1.一种WiFi信号指纹数据的优化方法，其特征在于，包括：

对WiFi信号覆盖区域，根据区域生长算法连续规划插值区域；

根据插值算法计算待求点的WiFi信号强度，统计所述待求点与其周围已知点的WiFi信号强度分布；

计算所述待求点信号强度分布与周围已知点信号强度分布的巴氏系数；

分析所述巴氏系数，当所述巴氏系数的分析结果，大于等于预设的阈值时，则执行所述区域生长算法并实现插值；

所述巴氏系数的分析准则公式为：

式中BC(*)为所述待求点的信号强度分布与所述周围已知点的信号强度分布之间的巴氏系数；DRSS_w，k为通过插值算法计算出的待求点w处第k个AP的信号强度分布；DRSS_m，k为距离待求点欧氏距离最近的已知点m处第k个AP的信号强度分布；DRSS_n，k为距离待求点2倍最小欧氏距离的已知点n处第k个AP的信号强度分布；threshold为所述预设的阈值。

2.如权利要求1所述的优化方法，其特征在于，还包括：

当所述巴氏系数的分析结果，小于所述预设的阈值时，则更改所述区域生长算法的生长条件，重新规划区域，直至所述巴氏系数的分析结果，大于等于预设的阈值。

3.如权利要求2所述的优化方法，其特征在于，对WiFi信号覆盖区域，根据区域生长算法连续规划插值区域，包括：

计算待求点与已知点的欧式距离，寻找距离所述待求点最近的已知点，获取所述已知点坐标(X_s、Y_s、Z_s)、信号源AP数、信号强度RSS、信号源出现次数Num和WiFi频率Fre，选取所述已知点作为种子点；

选取相邻两个所述已知点信号强度RSS的误差绝对值在5dBm以内作为生长条件规划插值区域。

4.如权利要求3所述的优化方法，其特征在于，所述欧式距离的公式为

式中x_i和x_j分别表示第i个和第j个空间位置点；d(x_i,x_j)为两空间点x_i,x_j的欧氏距离计算公式；(X_i、Y_i、Z_i)为x_i的空间坐标；(X_j、Y_j、Z_j)为x_j的空间坐标。

5.如权利要求1所述的优化方法，其特征在于，根据插值算法计算待求点的WiFi信号强度，统计所述待求点与其周围已知点的WiFi信号强度分布，包括：

根据所规划出的所述插值区域，通过插值算法计算待求点(X_W、Y_W、Z_W)的信号源AP_W、信号强度RSS_W和信号频率Fre_W；

统计所述待求点与其周围已知点的WiFi信号强度分布；信号强度分布公式为

式中DRSS_i,k(s)表示第i个空间位置点接收到的第k个AP信号强度为s的分布；NRSS_i,k(s)表示第i个空间位置点接收到的第k个AP信号强度为s的次数；Num_i,k表示第i个空间位置点接收到第k个AP信号的次数；

利用巴氏系数计算所述待求点与其周围已知点WiFi信号强度分布的相关性，计算公式为

式中s_min和s_max表示信号强度的最小值与最大值。

6.如权利要求3所述的优化方法，其特征在于，所述更改所述区域生长算法的生长条件，包括：

将相邻两个所述已知点信号强度RSS绝对误差最大值增加1dBm作为下一次生长条件的绝对误差允许范围，重新执行区域生长算法，规划插值区域。