[发明专利]一种定位方法、装置、电子设备及可读存储介质

说明书

本发明实施例提供了一种定位方法、装置、电子设备及可读存储介质，应用于无线定位技术领域，所述方法包括：根据预先建立的指纹数据库和损失函数，对指纹数据库中各信号强度向量对应的位置坐标进行更新；根据各信号强度向量和各信号强度向量对应的位置坐标，通过最小二乘回归树生成算法，得到决策树，将提升树更新为提升树与决策树之和，提升树的初始值为0；根据提升树和各信号强度向量，对各信号强度向量对应的位置坐标进行更新；返回执行上述生成决策树和更新提升树的步骤，直至得到的决策树的个数达到预设阈值；在进行定位时，将获取的实测信号强度向量输入提升树，得到实测信号强度向量对应的位置坐标。本发明可提高定位精度，缩短定位时间。

技术领域

本发明涉及无线定位技术领域，特别是涉及一种定位方法、装置、电子设备及可读存储介质。

背景技术

近几年，智能手机、平板电脑等智能设备的发展对LBS(Location Based Service，基于位置的服务)、物联网应用等领域的发展起着至关重要的作用。皮尤研究中心在2013年调查显示：约有四分之三(74％)的智能手机用户频繁使用LBS。室内位置信息在人们日常生活中扮演越来越重要的作用，给人们的生活带来极大的便利性，提高了人们的生活质量。目前，GNSS(Global Navigation Satellite System，全球卫星导航系统)在室外环境下被广泛应用，但是由于GNSS的定位信号很容易被建筑物等遮挡，而且在室内容易受到非视距和多路径的干扰，室内定位技术无法实现相对于室外定位技术同等级别的定位精度、连续性和可靠性，因此单纯的使用GNSS无法实现室内外无缝定位。

由于大部分商场、车站、学校等公共场合已经部署多个Wi-Fi(Wireless-Fidelity，无线保真)节点，因此采用Wi-Fi信号进行定位不需要额外的设备，而指纹定位算法可以基于Wi-Fi信号进行定位。指纹定位算法分为两个阶段：离线阶段和在线阶段。离线阶段是在定位区域内RP(Reference Point，参考点)处测量接收到各个AP(Access Point，接入点)的信号特征(例如相位，信号强度等)作为位置指纹，用来构建指纹库，RP的位置坐标是已知的；在线阶段是用户终端依靠接收信号的特征和离线阶段构建的指纹库来估计终端的位置。

现有的AdaBoost指纹定位算法中，针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器进行线性组合，构成一个更强的最终分类器(强分类器)。由于指纹库的数据噪声较大，AdaBoost指纹定位算法定位精度较低。另外，如果AdaBoost指纹定位算法得到较好的强分类器，需要构建更多的分类器，因此，定位时间较长。

发明内容

本发明实施例的目的在于提供一种定位方法、装置、电子设备及可读存储介质，以提高定位精度，缩短定位时间。具体技术方案如下：

本发明实施例提供了一种定位方法，所述方法包括：

根据预先建立的指纹数据库和损失函数，得到使所述损失函数的值为最小时的提升树初始值，根据所述损失函数的负梯度计算公式、所述指纹数据库和所述提升树初始值，得到所述指纹数据库中各信号强度向量对应的第一更新位置坐标，将所述指纹数据库中各信号强度向量对应的位置坐标更新为所述各信号强度向量对应的第一更新位置坐标，所述指纹数据库包括：信号强度向量和位置坐标的对应关系；

根据所述各信号强度向量和所述各信号强度向量对应的位置坐标，通过最小二乘回归树生成算法，得到决策树，将提升树更新为所述提升树与所述决策树之和，所述提升树的初始值为0；

根据所述提升树和所述各信号强度向量，得到提升树更新值，根据所述损失函数的负梯度计算公式、所述各信号强度向量、所述各信号强度向量对应的位置坐标和所述提升树更新值，得到所述各信号强度向量对应的第二更新位置坐标，将所述指纹数据库中各信号强度向量对应的位置坐标更新为所述各信号强度向量对应的第二更新位置坐标；