[发明专利]定位方法、装置、电子设备及计算机存储介质

说明书

本申请提供了一种定位方法、装置、电子设备及计算机存储介质。该定位方法，包括：获取终端的采样数据；基于预设的指纹库内栅格中的每一基站的概率分布密度曲线，利用贝叶斯概率模型，计算出终端处于目标栅格的联合概率；基于联合概率，解算终端所在的目标位置。根据本申请实施例，能够提高定位精度。

技术领域

本申请属于无线信号定位技术领域，尤其涉及一种定位方法、装置、电子设备及计算机存储介质。

背景技术

目前，相关技术中的定位方法，包括：根据待定位区域中各无线访问接入点AP的发射功率和预设的射线追踪算法，计算各AP在各参考点处的参考信号强度；针对每一AP，根据预先获取到的该AP在预设采集点处的高斯混合模型的组成参数、该AP的参考信号强度和预设概率分布模型计算公式，计算该AP的信号强度概率分布模型；当接收到终端发送的携带有所述各AP在待定位点处的检测信号强度的定位请求时，根据各AP的信号强度概率分布模型与各AP的检测信号强度，通过贝叶斯算法，确定待定位点位置。但是，该方法的定位精度较差。

因此，如何提高定位精度是本领域技术人员亟需解决的技术问题。

发明内容

本申请实施例提供一种定位方法、装置、电子设备及计算机存储介质，能够提高定位精度。

第一方面，本申请实施例提供一种定位方法，包括：

获取终端的采样数据；

基于预设的指纹库内栅格中的每一基站的概率分布密度曲线，利用贝叶斯概率模型，计算出终端处于目标栅格的联合概率；

基于联合概率，解算终端所在的目标位置。

可选的，在基于预设的指纹库内栅格中的每一基站的概率分布密度曲线，利用贝叶斯概率模型，计算出终端处于目标栅格的联合概率之前，方法还包括：

采集指纹样本数据；

清洗指纹样本数据；

压缩清洗后的指纹样本数据；

基于压缩后的指纹样本数据，生成指纹库。

可选的，在基于压缩后的指纹样本数据，生成指纹库之后，方法还包括：

迭代更新指纹库。

可选的，迭代更新指纹库包括：

对获取的现网定位数据进行清洗及缓存；

利用预设的SSGAN模型，在半监督模式下，对缓存的现网定位数据进行对抗深度学习；

将对抗深度学习后的现网定位数据更新至指纹库中。

可选的，基于联合概率，解算终端所在的目标位置，包括：

基于联合概率，利用加权算法进行栅格位置加权，解算终端所在的目标位置。

第二方面，本申请实施例提供了一种定位装置，包括：

获取模块，用于获取终端的采样数据；

计算模块，用于基于预设的指纹库内栅格中的每一基站的概率分布密度曲线，利用贝叶斯概率模型，计算出终端处于目标栅格的联合概率；

解算模块，用于基于联合概率，解算终端所在的目标位置。

可选的，装置还包括：

采集模块，用于采集指纹样本数据；

清洗模块，用于清洗指纹样本数据；

压缩模块，用于压缩清洗后的指纹样本数据；

生成模块，用于基于压缩后的指纹样本数据，生成指纹库。