[发明专利]设备定位方法及系统

说明书

本发明提供一种设备定位方法及系统，该方法包括：将目标设备接收的信号输入神经网络模型，得到所述神经网络模型输出的所述目标设备到各目标发射端之间的距离；其中，所述信号由各目标发射端发射；根据所述目标设备到各目标发射端之间的距离，计算所述目标设备的定位位置；其中，所述神经网络模型以样本设备接收的样本信号为样本，以所述样本设备到各样本发射端之间的实际距离为样本标签进行训练获取；所述样本信号由各样本发射端发射。本发明实现一方面提高了距离估算的精确度，进而有效保证定位结果的可靠性和稳定性；另一方面可以将神经网络模型应用于各种环境下的距离计算，具有良好的鲁棒性。

技术领域

本发明涉及定位技术领域，尤其涉及一种设备定位方法及系统。

背景技术

在智慧城市建设过程中，LBS（Location Based Service，位置服务）在日常生活中发挥着越来越重要的作用。按定位场景来分，定位技术主要分为室内定位技术和室外定位技术。虽然目前的室内定位技术不如室外定位技术成熟，但人类绝大部分活动发生在室内场景条件下。因此，研究稳定、可靠和有效的室内定位技术方案对扩展位置服务应用场景具有重要价值和意义。

随着WLAN（Wireless Local Area Network，无线局域网络）的快速发展和普及，使得WALN室内定位技术成为国内外众多学者研究的热点。目前，有许多WALN室内定位方法，其中，基于RSSI（Received Signal Strength Indication，接收的信号强度指示）测距的室内定位算法因其具有计算简单、硬件设施易部署、接收信号终端设备多等优点，成为当前室内定位的主要方法。

其基本原理是，首先将信号强度值代入测距模型中，计算目标设备与发射端之间的距离；然后使用后方交会方法进一步解算目标对象的空间位置。这种室内定位方法中的测距模型通常为对数路径损耗模型，而测距模型中的环境参数需要根据人工经验设置，导致难以建立准确的测距模型，进而影响测距精度，难以保证定位结果的可靠性和稳定性。。

发明内容

本发明提供一种设备定位方法及系统，用以解决现有技术中测距模型中的环境参数需要根据人工经验，导致难以建立准确的测距模型，进而影响测距精度，难以保证定位结果的可靠性和稳定性的缺陷，实现对设备的准确定位。

本发明提供一种设备定位方法，包括：

将目标设备接收的信号输入神经网络模型，得到所述神经网络模型输出的所述目标设备到各目标发射端之间的距离；其中，所述信号由各目标发射端发射；

根据所述目标设备到各目标发射端之间的距离，计算所述目标设备的定位位置；

其中，所述神经网络模型以样本设备接收的样本信号为样本，以所述样本设备到各样本发射端之间的实际距离为样本标签进行训练获取；所述样本信号由各样本发射端发射。

根据本发明提供的一种设备定位方法，所述根据所述目标设备到各目标发射端之间的距离，计算所述目标设备的定位位置，包括：

将所述距离按照从小到大的顺序进行排序，将排序结果靠前的多个距离形成目标距离集合；其中，所述目标距离集合中距离的数量大于或等于3；

对于所述目标集合中的各距离，根据各距离和各距离对应的目标发射端的位置坐标，拟合出各距离对应的圆形区域；

在所述目标集合中所有距离对应的圆形区域均相交的情况下，计算所述目标集合中所有距离对应的圆形区域的交集区域内的交点坐标；

根据所述交点坐标，计算所述目标设备的定位位置。

根据本发明提供的一种设备定位方法，所述根据所述交点坐标，计算所述目标设备的定位位置，包括：

基于加权质心算法，计算所述交点坐标形成的多边形的质心坐标；

将所述质心坐标作为所述目标设备的定位位置。