本發(fā)明涉及無(wú)線定位技術(shù)領(lǐng)域，更具體地說(shuō)，涉及一種基于網(wǎng)絡(luò)指紋的定位方法及系統(tǒng)。

背景技術(shù)：

隨著科技的進(jìn)步及社會(huì)的發(fā)展，定位技術(shù)已經(jīng)越來(lái)越多的應(yīng)用到人們的日常生活中，例如各種車(chē)載導(dǎo)航及手機(jī)地圖app。

現(xiàn)有技術(shù)中，無(wú)線定位技術(shù)主要使用三角定位法進(jìn)行定位。以gps定位原理為例：24顆衛(wèi)星平均分布在6個(gè)軌道面,每一個(gè)軌道面上各有4顆衛(wèi)星繞行地球運(yùn)轉(zhuǎn)，讓地面使用者不論在任何地點(diǎn)、任何時(shí)間,至少有4顆以上的gps衛(wèi)星出現(xiàn)在我們上空中供使用者使用。每顆衛(wèi)星都對(duì)地表發(fā)射涵蓋本身載軌道面的坐標(biāo)、運(yùn)行時(shí)間的無(wú)線電訊號(hào),地面的接收單位可依據(jù)這些資料做為定位、導(dǎo)航、地標(biāo)等精密測(cè)量。然而，三角定位法受環(huán)境地形及天氣因素的影響會(huì)出現(xiàn)較大的偏差。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種基于網(wǎng)絡(luò)指紋的定位方法，將接收到的用戶(hù)的定位參數(shù)與已有的指紋列表進(jìn)行比較，找出最相符的指紋列表(目標(biāo)指紋列表)，從而對(duì)用戶(hù)進(jìn)行定位，避免了環(huán)境地形及天氣因素對(duì)定位結(jié)果的影響，從而提高了定位精度。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種基于網(wǎng)絡(luò)指紋的定位方法，所述方法包括：

接收用戶(hù)端發(fā)送的定位參數(shù)，所述定位參數(shù)包括小區(qū)信息及信號(hào)強(qiáng)度信息；

調(diào)用包括所述小區(qū)信息的所有指紋列表；

基于所述信號(hào)強(qiáng)度信息在所述所有指紋列表中匹配出特征相似的目標(biāo)指紋列表；

基于所述目標(biāo)指紋列表生成位置信息。

優(yōu)選地，接收所述定位參數(shù)之前，所述方法還包括：

采集地理位置信息；

基于所述地理位置信息生成網(wǎng)格信息；

采集網(wǎng)絡(luò)環(huán)境信息；

基于所述網(wǎng)格信息及所述網(wǎng)絡(luò)環(huán)境信息生成指紋列表；

存儲(chǔ)所述指紋列表。

優(yōu)選地，所述信號(hào)強(qiáng)度信息包括信號(hào)強(qiáng)度衰減信息及信號(hào)強(qiáng)度值信息，所述基于所述信號(hào)強(qiáng)度信息在所述所有指紋列表中匹配出特征相似的目標(biāo)指紋列表包括：

基于所述信號(hào)強(qiáng)度衰減信息及所述所有指紋列表生成相似指紋列表；

基于所述信號(hào)強(qiáng)度值信息及所述相似指紋列表生成所述目標(biāo)指紋列表。

優(yōu)選地，當(dāng)所述目標(biāo)指紋列表的數(shù)量大于一時(shí)，所述基于所述目標(biāo)指紋列表生成位置信息包括：

基于所述信號(hào)強(qiáng)度信息分別計(jì)算所有所述目標(biāo)指紋列表的相似分?jǐn)?shù)值；

基于所述相似分?jǐn)?shù)值最高的所述目標(biāo)指紋列表生成位置信息。

優(yōu)選地，所述基于所述目標(biāo)指紋列表生成位置信息包括：

基于所述目標(biāo)指紋列表生成位置范圍信息；

調(diào)用三角定位法；

基于所述信號(hào)強(qiáng)度信息、所述位置范圍信息及所述三角定位法生成所述位置信息。

一種基于網(wǎng)絡(luò)指紋的定位系統(tǒng)，所述系統(tǒng)包括接收模塊、調(diào)用模塊、第一生成模塊及第二生成模塊，其中：

所述接收模塊用于接收用戶(hù)端發(fā)送的定位參數(shù)，所述定位參數(shù)包括小區(qū)信息及信號(hào)強(qiáng)度信息；

所述調(diào)用模塊用于調(diào)用包括所述小區(qū)信息的所有指紋列表；

所述第一生成模塊用于基于所述信號(hào)強(qiáng)度信息在所述所有指紋列表中匹配出特征相似的目標(biāo)指紋列表；

所述第二生成模塊用于基于所述目標(biāo)指紋列表生成位置信息。

優(yōu)選地，所述系統(tǒng)還包括第一采集模塊、第三生成模塊、第二采集模塊、第四生成模塊及存儲(chǔ)模塊，其中：

所述第一采集模塊用于采集地理位置信息；

所述第三生成模塊用于基于所述地理位置信息生成網(wǎng)格信息；

所述第二采集模塊用于采集網(wǎng)絡(luò)環(huán)境信息；

所述第四生成模塊用于基于所述網(wǎng)格信息及所述網(wǎng)絡(luò)環(huán)境信息生成指紋列表；

所述存儲(chǔ)模塊用于存儲(chǔ)所述指紋列表。

優(yōu)選地，所述信號(hào)強(qiáng)度信息包括信號(hào)強(qiáng)度衰減信息及信號(hào)強(qiáng)度值信息，所述第一生成模塊包括第一生成單元及第二生成單元，其中：

所述第一生成單元用于基于所述信號(hào)強(qiáng)度衰減信息及所述所有指紋列表生成相似指紋列表；

所述第二生成單元用于基于所述信號(hào)強(qiáng)度值信息及所述相似指紋列表生成所述目標(biāo)指紋列表。

優(yōu)選地，所述第二生成模塊包括計(jì)算單元及第三生成單元，其中：

所述計(jì)算單元用于基于所述信號(hào)強(qiáng)度信息分別計(jì)算所有所述目標(biāo)指紋列表的相似分?jǐn)?shù)值；

所述第三生成單元用于基于所述相似分?jǐn)?shù)值最高的所述目標(biāo)指紋列表生成位置信息。

優(yōu)選地，所述第二生成模塊包括第四生成單元、調(diào)用單元及第五生成單元，其中：

所述第四生成單元用于基于所述目標(biāo)指紋列表生成位置范圍信息；

所述調(diào)用單元用于調(diào)用三角定位法；

所述第五生成單元用于基于所述信號(hào)強(qiáng)度信息、所述位置范圍信息及所述三角定位法生成所述位置信息。

綜上所述，本技術(shù)方案提供了一種基于網(wǎng)絡(luò)指紋的定位方法，方法包括接收用戶(hù)端發(fā)送的定位參數(shù)，定位參數(shù)包括小區(qū)信息及信號(hào)強(qiáng)度信息，調(diào)用包括小區(qū)信息的所有指紋列表，基于信號(hào)強(qiáng)度信息在所有指紋列表中匹配出特征相似的目標(biāo)指紋列表，基于目標(biāo)指紋列表生成位置信息。將接收到的用戶(hù)的定位參數(shù)與已有的指紋列表進(jìn)行比較，找出最相符的指紋列表(目標(biāo)指紋列表)，從而對(duì)用戶(hù)進(jìn)行定位，避免了環(huán)境地形及天氣因素對(duì)定位結(jié)果的影響，從而提高了定位精度。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其它的附圖。

圖1為本發(fā)明公開(kāi)的一種基于網(wǎng)絡(luò)指紋的定位方法的實(shí)施例1的流程圖；

圖2為本發(fā)明公開(kāi)的另一種基于網(wǎng)絡(luò)指紋的定位方法的實(shí)施例2的流程圖；

圖3為本發(fā)明公開(kāi)的另一種基于網(wǎng)絡(luò)指紋的定位方法的實(shí)施例3的流程圖；

圖4為本發(fā)明公開(kāi)的另一種基于網(wǎng)絡(luò)指紋的定位方法的實(shí)施例4的流程圖；

圖5為本發(fā)明公開(kāi)的一種基于網(wǎng)絡(luò)指紋的定位系統(tǒng)的實(shí)施例1的結(jié)構(gòu)示意圖；

圖6為本發(fā)明公開(kāi)的另一種基于網(wǎng)絡(luò)指紋的定位系統(tǒng)的實(shí)施例2的結(jié)構(gòu)示意圖；

圖7為本發(fā)明公開(kāi)的另一種基于網(wǎng)絡(luò)指紋的定位系統(tǒng)的實(shí)施例3的結(jié)構(gòu)示意圖；

圖8為本發(fā)明公開(kāi)的另一種基于網(wǎng)絡(luò)指紋的定位系統(tǒng)的實(shí)施例4的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其它實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

如圖1所示，為本發(fā)明提供的一種基于網(wǎng)絡(luò)指紋的定位方法的實(shí)施例1的流程圖，所述方法包括：

s101、接收用戶(hù)端發(fā)送的定位參數(shù)，定位參數(shù)包括小區(qū)信息及信號(hào)強(qiáng)度信息；

用戶(hù)端發(fā)送的定位參數(shù)可以為原始話(huà)單及mr(measurementreport，測(cè)量報(bào)告)，每條話(huà)單或mr都包含了主小區(qū)和鄰小區(qū)信息，以及相應(yīng)的rsrp(referencesignalreceivingpower，參考信號(hào)接收功率)、ta(timingadvance，時(shí)間提前量)等重要的定位依據(jù)參數(shù)。小區(qū)信息包括此用戶(hù)端當(dāng)前的主小區(qū)及鄰小區(qū)的名單，信號(hào)強(qiáng)度信息包括此用戶(hù)端當(dāng)前的主小區(qū)的信號(hào)強(qiáng)度及鄰小區(qū)的信號(hào)強(qiáng)度。

s102、調(diào)用包括小區(qū)信息的所有指紋列表；

指紋列表存儲(chǔ)在相應(yīng)的專(zhuān)用的指紋庫(kù)(存儲(chǔ)模塊)中，每個(gè)指紋列表對(duì)應(yīng)一個(gè)網(wǎng)格，每個(gè)指紋列表中可包括：主小區(qū)的pci(physicalcellidentifier，即物理小區(qū)標(biāo)識(shí))、主小區(qū)及鄰小區(qū)的rsrp(referencesignalreceivingpower，參考信號(hào)接收功率)、ta(時(shí)間提前量，timeadvance)、以及數(shù)據(jù)采樣頻率次數(shù)等，還可包括對(duì)應(yīng)網(wǎng)格的區(qū)域?qū)傩?，例如：道路、辦公樓、居民樓、商場(chǎng)等。調(diào)用所有包括定位參數(shù)中的主小區(qū)的指紋列表，例如，定位參數(shù)中包括了a主小區(qū)相關(guān)信息，則調(diào)用所有包括了a主小區(qū)相關(guān)信息的指紋列表。

s103、基于信號(hào)強(qiáng)度信息在所有指紋列表中匹配出特征相似的目標(biāo)指紋列表；

定位參數(shù)中包括了用戶(hù)位置與主小區(qū)及鄰小區(qū)間的rsrp和/或ta，指紋列表中也包括了若用戶(hù)在此網(wǎng)格內(nèi)時(shí)與主小區(qū)及鄰小區(qū)間的rsrp和/或ta，值得一提的是，指紋列表中包括的rsrp和/或ta是一個(gè)范圍值。找出與定位參數(shù)中的信號(hào)強(qiáng)度信息相符的指紋列表，則此指紋列表即為目標(biāo)指紋列表。例如：用戶(hù)端的小區(qū)信息為主小區(qū)是a小區(qū)，鄰小區(qū)是b小區(qū)及c小區(qū)。信號(hào)強(qiáng)度信息中包括了當(dāng)前用戶(hù)端接收到的a小區(qū)、b小區(qū)及c小區(qū)的信號(hào)強(qiáng)度，由此還可以求出信號(hào)強(qiáng)度信息中a小區(qū)、b小區(qū)及c小區(qū)的信號(hào)強(qiáng)度的大小關(guān)系。在所有指紋列表中找出與信號(hào)強(qiáng)度信息中的大小關(guān)系相同，且滿(mǎn)足信號(hào)強(qiáng)度信息中a小區(qū)、b小區(qū)及c小區(qū)的強(qiáng)度值的指紋列表，即為目標(biāo)指紋列表。

s104、基于目標(biāo)指紋列表生成位置信息；

因所有指紋列表均與網(wǎng)格對(duì)應(yīng)，因此可求出用戶(hù)的位置信息。

本技術(shù)方案提供了一種基于網(wǎng)絡(luò)指紋的定位方法，方法包括接收用戶(hù)端發(fā)送的定位參數(shù)，定位參數(shù)包括小區(qū)信息及信號(hào)強(qiáng)度信息，調(diào)用包括小區(qū)信息的所有指紋列表，基于信號(hào)強(qiáng)度信息及所有指紋列表生成目標(biāo)指紋列表，基于目標(biāo)指紋列表生成位置信息。將接收到的用戶(hù)的定位參數(shù)與已有的指紋列表進(jìn)行比較，找出最相符的指紋列表(目標(biāo)指紋列表)，從而對(duì)用戶(hù)進(jìn)行定位，避免了環(huán)境地形及天氣因素對(duì)定位結(jié)果的影響，從而提高了定位精度。

如圖2所示，為本發(fā)明提供的另一種基于網(wǎng)絡(luò)指紋的定位方法的實(shí)施例2的流程圖，所述方法包括：

s201、接收用戶(hù)端發(fā)送的定位參數(shù)，定位參數(shù)包括小區(qū)信息及信號(hào)強(qiáng)度信息；

用戶(hù)端發(fā)送的定位參數(shù)可以為原始話(huà)單及mr(measurementreport，測(cè)量報(bào)告)，每條話(huà)單或mr都包含了主小區(qū)和鄰小區(qū)信息，以及相應(yīng)的rsrp(referencesignalreceivingpower，參考信號(hào)接收功率)、ta(timingadvance，時(shí)間提前量)等重要的定位依據(jù)參數(shù)。小區(qū)信息包括此用戶(hù)端當(dāng)前的主小區(qū)及鄰小區(qū)的名單，信號(hào)強(qiáng)度信息包括此用戶(hù)端當(dāng)前的主小區(qū)的信號(hào)強(qiáng)度及鄰小區(qū)的信號(hào)強(qiáng)度。

s202、調(diào)用包括小區(qū)信息的所有指紋列表；

指紋列表存儲(chǔ)在相應(yīng)的專(zhuān)用的指紋庫(kù)(存儲(chǔ)模塊)中，每個(gè)指紋列表對(duì)應(yīng)一個(gè)網(wǎng)格，每個(gè)指紋列表中可包括：主小區(qū)的pci(physicalcellidentifier，即物理小區(qū)標(biāo)識(shí))、主小區(qū)及鄰小區(qū)的rsrp(referencesignalreceivingpower，參考信號(hào)接收功率)、ta(時(shí)間提前量，timeadvance)、以及數(shù)據(jù)采樣頻率次數(shù)等，還可包括對(duì)應(yīng)網(wǎng)格的區(qū)域?qū)傩?，例如：道路、辦公樓、居民樓、商場(chǎng)等。調(diào)用所有包括定位參數(shù)中的主小區(qū)的指紋列表，例如，定位參數(shù)中包括了a主小區(qū)相關(guān)信息，則調(diào)用所有包括了a主小區(qū)相關(guān)信息的指紋列表。

s203、基于信號(hào)強(qiáng)度衰減信息及所有指紋列表生成相似指紋列表；

信號(hào)強(qiáng)度信息可包括信號(hào)強(qiáng)度值及信號(hào)強(qiáng)度衰減信息，信號(hào)強(qiáng)度衰減信息可以以信號(hào)衰減比例方程的形式體現(xiàn)?；谛盘?hào)衰減比例方程可以找出與定位參數(shù)中的信號(hào)強(qiáng)度波動(dòng)相似的指紋列表，即相似指紋列表。此步驟即上述技術(shù)方案中提到的，找到信號(hào)強(qiáng)度大小順序與信號(hào)強(qiáng)度信息中的信號(hào)強(qiáng)度大小順序相同的指紋列表。

s204、基于信號(hào)強(qiáng)度值信息及相似指紋列表生成目標(biāo)指紋列表；

找到相似指紋列表后，定位參數(shù)的信號(hào)強(qiáng)度值與相似指紋列表中的信號(hào)強(qiáng)度范圍不一定相符，剔除不相符的相似指紋列表，剩下的即為目標(biāo)指紋列表。

s205、基于信號(hào)強(qiáng)度信息分別計(jì)算所有目標(biāo)指紋列表的相似分?jǐn)?shù)值；

目標(biāo)指紋列表可能存在多個(gè)，此時(shí)可計(jì)算每個(gè)目標(biāo)指紋列表與定位參數(shù)的相似分?jǐn)?shù)值?？筛鶕?jù)話(huà)單或mr中的主小區(qū)、鄰小區(qū)pci、rsrp等情況，計(jì)算rsrp與每個(gè)主鄰基站的網(wǎng)絡(luò)衰減和指紋庫(kù)中采樣到數(shù)據(jù)相似比例、rsrp范圍、網(wǎng)格屬性、采樣頻率等信息通過(guò)依次加權(quán)分的方式計(jì)算相似分?jǐn)?shù)值，計(jì)算方法可有多種，下面僅舉一個(gè)例子進(jìn)行說(shuō)明：

與各小區(qū)網(wǎng)絡(luò)衰減比例滿(mǎn)分為k1,依小區(qū)的信號(hào)衰減強(qiáng)弱排列順序、衰減比例，按誤差，每相差x％扣2^m(m為波動(dòng)比例*100/x)分。同時(shí)，與各小區(qū)信號(hào)強(qiáng)勢(shì)排列順序如超出誤差范圍，有n個(gè)順序不同的每個(gè)扣y分，總計(jì)扣(n-1)*y分，此項(xiàng)最少得0分；

rsrp范圍滿(mǎn)分k2，每超出范圍n個(gè)單位，減x分，有m個(gè)小區(qū)超出范圍扣(m*n)*x分，同樣最少0分；

屬性滿(mǎn)分k3，依指紋的屬性，如道路、商場(chǎng)、公共場(chǎng)合、上班時(shí)的工作區(qū)域、休息時(shí)間的居住區(qū)域等p1-p2分、野外郊區(qū)普通p3-p4分、高山湖泊p5分(px為分?jǐn)?shù)的上下限)；

采樣點(diǎn)占比滿(mǎn)分k4，一般采樣點(diǎn)越多，代表用戶(hù)活動(dòng)可能性更高。依指紋庫(kù)中記錄采集到同一時(shí)間段的采樣點(diǎn)，與相鄰所有格子的采樣點(diǎn)求平均值，采樣點(diǎn)越多占比分?jǐn)?shù)越高；采樣點(diǎn)越少，分?jǐn)?shù)占比越低。得分＝(當(dāng)前網(wǎng)格采樣點(diǎn)/相鄰格子平均采樣點(diǎn)*k4)。

最終的相似分?jǐn)?shù)值為上述四個(gè)值的和。

s206、基于相似分?jǐn)?shù)值最高的目標(biāo)指紋列表生成位置信息；

基于相似分?jǐn)?shù)值最高的目標(biāo)指紋列表對(duì)應(yīng)的網(wǎng)格生成位置信息。

值得一提的是，若多個(gè)指紋列表的相似分?jǐn)?shù)值相同，還可通過(guò)采樣點(diǎn)次數(shù)概率因子，選出一個(gè)指紋列表為最終用于定位的指紋列表。

出上述方法外，對(duì)于多個(gè)指紋目標(biāo)指紋列表，還可采用三角定位法進(jìn)行輔助定位的方式，通過(guò)定位到的區(qū)域范圍，無(wú)線基站發(fā)射設(shè)備屬性等參數(shù)(如室內(nèi)/外、方向角、覆蓋范圍)，進(jìn)一步減少相似網(wǎng)格的篩選范圍，找出最終用于定位的指紋列表。

如圖3所示，為本發(fā)明提供的另一種基于網(wǎng)絡(luò)指紋的定位方法的實(shí)施例3的流程圖，所述方法包括：

s301、采集地理位置信息；

以采集城市的地理位置信息為例，可以采集城市的邊界的地理位置經(jīng)緯度信息。

s302、基于地理位置信息生成網(wǎng)格信息；

采用一定的精度，例如10m*10m、20m*20m、50m*50m等精度要求將城市劃分為網(wǎng)格并對(duì)每個(gè)網(wǎng)格進(jìn)行編號(hào)。每一個(gè)編號(hào)的網(wǎng)格對(duì)應(yīng)城市中的一個(gè)區(qū)域，用于上述步驟中的定位。

s303、采集網(wǎng)絡(luò)環(huán)境信息；

網(wǎng)絡(luò)環(huán)境信息可以包括每一個(gè)網(wǎng)格區(qū)域內(nèi)的主小區(qū)的pci(physicalcellidentifier，即物理小區(qū)標(biāo)識(shí))、主小區(qū)及鄰小區(qū)的rsrp(referencesignalreceivingpower，參考信號(hào)接收功率)、ta(時(shí)間提前量，timeadvance)、以及數(shù)據(jù)采樣頻率次數(shù)等，還可包括對(duì)應(yīng)網(wǎng)格的區(qū)域?qū)傩裕纾旱缆?、辦公樓、居民樓、商場(chǎng)等。

s304、基于網(wǎng)格信息及網(wǎng)絡(luò)環(huán)境信息生成指紋列表；

將采集到的網(wǎng)絡(luò)環(huán)境信息生成與網(wǎng)格信息相對(duì)應(yīng)的指紋列表。

s305、存儲(chǔ)指紋列表。

如圖4所示，為本發(fā)明在上述實(shí)施例的基礎(chǔ)上公開(kāi)的另一種基于網(wǎng)絡(luò)指紋的定位方法的實(shí)施例4的流程圖，所述方法包括：

s401、基于目標(biāo)指紋列表生成位置范圍信息；

目標(biāo)指紋列表生成的位置信息對(duì)應(yīng)的是一個(gè)網(wǎng)格范圍，實(shí)際上是一個(gè)區(qū)域信息。

s402、調(diào)用三角定位法；

s403、基于信號(hào)強(qiáng)度信息、位置范圍信息及三角定位法生成位置信息；

因?yàn)橐呀?jīng)確定用戶(hù)在某一網(wǎng)格區(qū)域內(nèi)，因此，此時(shí)再利用信號(hào)強(qiáng)度信息進(jìn)行三角定位，其計(jì)算量大大減少，精度大大提升，從而可定位出用戶(hù)在網(wǎng)格內(nèi)的具體位置。

如圖5所示，為本發(fā)明提供的一種基于網(wǎng)絡(luò)指紋的定位系統(tǒng)的實(shí)施例1的結(jié)構(gòu)示意圖，所述系統(tǒng)包括接收模塊101、調(diào)用模塊102、第一生成模塊103及第二生成模塊104，其中：

接收模塊101用于接收用戶(hù)端發(fā)送的定位參數(shù)，定位參數(shù)包括小區(qū)信息及信號(hào)強(qiáng)度信息；

用戶(hù)端發(fā)送的定位參數(shù)可以為原始話(huà)單及mr(measurementreport，測(cè)量報(bào)告)，每條話(huà)單或mr都包含了主小區(qū)和鄰小區(qū)信息，以及相應(yīng)的rsrp(referencesignalreceivingpower，參考信號(hào)接收功率)、ta(timingadvance，時(shí)間提前量)等重要的定位依據(jù)參數(shù)。

調(diào)用模塊102用于調(diào)用包括小區(qū)信息的所有指紋列表；

指紋列表存儲(chǔ)在相應(yīng)的專(zhuān)用的指紋庫(kù)(存儲(chǔ)模塊)中，每個(gè)指紋列表對(duì)應(yīng)一個(gè)網(wǎng)格，每個(gè)指紋列表中可包括：主小區(qū)的pci(physicalcellidentifier，即物理小區(qū)標(biāo)識(shí))、主小區(qū)及鄰小區(qū)的rsrp(referencesignalreceivingpower，參考信號(hào)接收功率)、ta(時(shí)間提前量，timeadvance)、以及數(shù)據(jù)采樣頻率次數(shù)等，還可包括對(duì)應(yīng)網(wǎng)格的區(qū)域?qū)傩?，例如：道路、辦公樓、居民樓、商場(chǎng)等。調(diào)用所有包括定位參數(shù)中的主小區(qū)的指紋列表，例如，定位參數(shù)中包括了a主小區(qū)相關(guān)信息，則調(diào)用所有包括了a主小區(qū)相關(guān)信息的指紋列表。

第一生成模塊103用于基于信號(hào)強(qiáng)度信息在所有指紋列表中匹配出特征相似的目標(biāo)指紋列表；

定位參數(shù)中包括了用戶(hù)位置與主小區(qū)及鄰小區(qū)間的rsrp和/或ta，指紋列表中也包括了若用戶(hù)在此網(wǎng)格內(nèi)時(shí)與主小區(qū)及鄰小區(qū)間的rsrp和/或ta，值得一提的是，指紋列表中包括的rsrp和/或ta是一個(gè)范圍值。找出與定位參數(shù)中的信號(hào)強(qiáng)度信息相符的指紋列表，則此指紋列表即為目標(biāo)指紋列表。例如：用戶(hù)端的小區(qū)信息為主小區(qū)是a小區(qū)，鄰小區(qū)是b小區(qū)及c小區(qū)。信號(hào)強(qiáng)度信息中包括了當(dāng)前用戶(hù)端接收到的a小區(qū)、b小區(qū)及c小區(qū)的信號(hào)強(qiáng)度，由此還可以求出信號(hào)強(qiáng)度信息中a小區(qū)、b小區(qū)及c小區(qū)的信號(hào)強(qiáng)度的大小關(guān)系。在所有指紋列表中找出與信號(hào)強(qiáng)度信息中的大小關(guān)系相同，且滿(mǎn)足信號(hào)強(qiáng)度信息中a小區(qū)、b小區(qū)及c小區(qū)的強(qiáng)度值的指紋列表，即為目標(biāo)指紋列表。

第二生成模塊104用于基于目標(biāo)指紋列表生成位置信息；

因所有指紋列表均與網(wǎng)格對(duì)應(yīng)，因此可求出用戶(hù)的位置信息。

本技術(shù)方案提供了一種基于網(wǎng)絡(luò)指紋的定位系統(tǒng)，所述系統(tǒng)的工作原理為接收用戶(hù)端發(fā)送的定位參數(shù)，定位參數(shù)包括小區(qū)信息及信號(hào)強(qiáng)度信息，調(diào)用包括小區(qū)信息的所有指紋列表，基于信號(hào)強(qiáng)度信息及所有指紋列表生成目標(biāo)指紋列表，基于目標(biāo)指紋列表生成位置信息。將接收到的用戶(hù)的定位參數(shù)與已有的指紋列表進(jìn)行比較，找出最相符的指紋列表(目標(biāo)指紋列表)，從而對(duì)用戶(hù)進(jìn)行定位，避免了環(huán)境地形及天氣因素對(duì)定位結(jié)果的影響，從而提高了定位精度。

如圖6所示，為本發(fā)明提供的另一種基于網(wǎng)絡(luò)指紋的定位系統(tǒng)的實(shí)施例2的結(jié)構(gòu)示意圖，所述系統(tǒng)包括接收模塊201、調(diào)用模塊202、第一生成模塊203及第二生成模塊204，第一生成模塊203包括第一生成單元205及第二生成單元206，第二生成模塊204包括計(jì)算單元207及第三生成單元208，其中：

接收模塊201用于接收用戶(hù)端發(fā)送的定位參數(shù)，定位參數(shù)包括小區(qū)信息及信號(hào)強(qiáng)度信息；

用戶(hù)端發(fā)送的定位參數(shù)可以為原始話(huà)單及mr(measurementreport，測(cè)量報(bào)告)，每條話(huà)單或mr都包含了主小區(qū)和鄰小區(qū)信息，以及相應(yīng)的rsrp(referencesignalreceivingpower，參考信號(hào)接收功率)、ta(timingadvance，時(shí)間提前量)等重要的定位依據(jù)參數(shù)。

調(diào)用模塊202用于調(diào)用包括小區(qū)信息的所有指紋列表；

指紋列表存儲(chǔ)在相應(yīng)的專(zhuān)用的指紋庫(kù)(存儲(chǔ)模塊)中，每個(gè)指紋列表對(duì)應(yīng)一個(gè)網(wǎng)格，每個(gè)指紋列表中可包括：主小區(qū)的pci(physicalcellidentifier，即物理小區(qū)標(biāo)識(shí))、主小區(qū)及鄰小區(qū)的rsrp(referencesignalreceivingpower，參考信號(hào)接收功率)、ta(時(shí)間提前量，timeadvance)、以及數(shù)據(jù)采樣頻率次數(shù)等，還可包括對(duì)應(yīng)網(wǎng)格的區(qū)域?qū)傩裕纾旱缆?、辦公樓、居民樓、商場(chǎng)等。調(diào)用所有包括定位參數(shù)中的主小區(qū)的指紋列表，例如，定位參數(shù)中包括了a主小區(qū)相關(guān)信息，則調(diào)用所有包括了a主小區(qū)相關(guān)信息的指紋列表。

第一生成單元205用于基于信號(hào)強(qiáng)度衰減信息及所有指紋列表生成相似指紋列表；

信號(hào)強(qiáng)度信息可包括信號(hào)強(qiáng)度值及信號(hào)強(qiáng)度衰減信息，信號(hào)強(qiáng)度衰減信息可以以信號(hào)衰減比例方程的形式體現(xiàn)?；谛盘?hào)衰減比例方程可以找出與定位參數(shù)中的信號(hào)強(qiáng)度波動(dòng)相似的指紋列表，即相似指紋列表。此步驟即上述技術(shù)方案中提到的，找到信號(hào)強(qiáng)度大小順序與信號(hào)強(qiáng)度信息中的信號(hào)強(qiáng)度大小順序相同的指紋列表。

第二生成單元206用于基于信號(hào)強(qiáng)度值信息及相似指紋列表生成目標(biāo)指紋列表；

找到相似指紋列表后，定位參數(shù)的信號(hào)強(qiáng)度值與相似指紋列表中的信號(hào)強(qiáng)度范圍不一定相符，剔除不相符的相似指紋列表，剩下的即為目標(biāo)指紋列表。

計(jì)算單元207用于基于信號(hào)強(qiáng)度信息分別計(jì)算所有目標(biāo)指紋列表的相似分?jǐn)?shù)值；

目標(biāo)指紋列表可能存在多個(gè)，此時(shí)可計(jì)算每個(gè)目標(biāo)指紋列表與定位參數(shù)的相似分?jǐn)?shù)值。可根據(jù)話(huà)單或mr中的主小區(qū)、鄰小區(qū)pci、rsrp等情況，計(jì)算rsrp與每個(gè)主鄰基站的網(wǎng)絡(luò)衰減和指紋庫(kù)中采樣到數(shù)據(jù)相似比例、rsrp范圍、網(wǎng)格屬性、采樣頻率等信息通過(guò)依次加權(quán)分的方式計(jì)算相似分?jǐn)?shù)值，計(jì)算方法可有多種，下面僅舉一個(gè)例子進(jìn)行說(shuō)明：

與各小區(qū)網(wǎng)絡(luò)衰減比例滿(mǎn)分為k1,依小區(qū)的信號(hào)衰減強(qiáng)弱排列順序、衰減比例，按誤差，每相差x％扣2^m(m為波動(dòng)比例*100/x)分。同時(shí)，與各小區(qū)信號(hào)強(qiáng)勢(shì)排列順序如超出誤差范圍，有n個(gè)順序不同的每個(gè)扣y分，總計(jì)扣(n-1)*y分，此項(xiàng)最少得0分；

rsrp范圍滿(mǎn)分k2，每超出范圍n個(gè)單位，減x分，有m個(gè)小區(qū)超出范圍扣(m*n)*x分，同樣最少0分；

屬性滿(mǎn)分k3，依指紋的屬性，如道路、商場(chǎng)、公共場(chǎng)合、上班時(shí)的工作區(qū)域、休息時(shí)間的居住區(qū)域等p1-p2分、野外郊區(qū)普通p3-p4分、高山湖泊p5分(px為分?jǐn)?shù)的上下限)；

采樣點(diǎn)占比滿(mǎn)分k4，一般采樣點(diǎn)越多，代表用戶(hù)活動(dòng)可能性更高。依指紋庫(kù)中記錄采集到同一時(shí)間段的采樣點(diǎn)，與相鄰所有格子的采樣點(diǎn)求平均值，采樣點(diǎn)越多占比分?jǐn)?shù)越高；采樣點(diǎn)越少，分?jǐn)?shù)占比越低。得分＝(當(dāng)前網(wǎng)格采樣點(diǎn)/相鄰格子平均采樣點(diǎn)*k4)。

最終的相似分?jǐn)?shù)值為上述四個(gè)值的和。

第三生成單元208用于基于相似分?jǐn)?shù)值最高的目標(biāo)指紋列表生成位置信息；

基于相似分?jǐn)?shù)值最高的目標(biāo)指紋列表對(duì)應(yīng)的網(wǎng)格生成位置信息。

值得一提的是，若多個(gè)指紋列表的相似分?jǐn)?shù)值相同，還可通過(guò)采樣點(diǎn)次數(shù)概率因子，選出一個(gè)指紋列表為最終用于定位的指紋列表。

出上述方法外，對(duì)于多個(gè)指紋目標(biāo)指紋列表，還可采用三角定位法進(jìn)行輔助定位的方式，通過(guò)定位到的區(qū)域范圍，無(wú)線基站發(fā)射設(shè)備屬性等參數(shù)(如室內(nèi)/外、方向角、覆蓋范圍)，進(jìn)一步減少相似網(wǎng)格的篩選范圍，找出最終用于定位的指紋列表。

如圖7所示，為本發(fā)明提供的另一種基于網(wǎng)絡(luò)指紋的定位系統(tǒng)的實(shí)施例3的結(jié)構(gòu)示意圖，系統(tǒng)包括第一采集模塊301、第三生成模塊302、第二采集模塊303、第四生成模塊304及存儲(chǔ)模塊305，其中：

第一采集模塊301用于采集地理位置信息；

以采集城市的地理位置信息為例，可以采集城市的邊界的地理位置經(jīng)緯度信息。

第三生成模塊302用于基于地理位置信息生成網(wǎng)格信息；

采用一定的精度，例如10m*10m、20m*20m、50m*50m等精度要求將城市劃分為網(wǎng)格并對(duì)每個(gè)網(wǎng)格進(jìn)行編號(hào)。每一個(gè)編號(hào)的網(wǎng)格對(duì)應(yīng)城市中的一個(gè)區(qū)域，用于上述步驟中的定位。

第二采集模塊303用于采集網(wǎng)絡(luò)環(huán)境信息；

網(wǎng)絡(luò)環(huán)境信息可以包括每一個(gè)網(wǎng)格區(qū)域內(nèi)的主小區(qū)的pci(physicalcellidentifier，即物理小區(qū)標(biāo)識(shí))、主小區(qū)及鄰小區(qū)的rsrp(referencesignalreceivingpower，參考信號(hào)接收功率)、ta(時(shí)間提前量，timeadvance)、以及數(shù)據(jù)采樣頻率次數(shù)等，還可包括對(duì)應(yīng)網(wǎng)格的區(qū)域?qū)傩裕纾旱缆?、辦公樓、居民樓、商場(chǎng)等。

第四生成模塊304用于基于網(wǎng)格信息及網(wǎng)絡(luò)環(huán)境信息生成指紋列表；

將采集到的網(wǎng)絡(luò)環(huán)境信息生成與網(wǎng)格信息相對(duì)應(yīng)的指紋列表。

存儲(chǔ)模塊305用于存儲(chǔ)指紋列表。

如圖8所示，為本發(fā)明在上述實(shí)施例的基礎(chǔ)上公開(kāi)的另一種基于網(wǎng)絡(luò)指紋的定位系統(tǒng)的實(shí)施例4的結(jié)構(gòu)示意圖，第二生成模塊包括第四生成單元401、調(diào)用單元402及第五生成單元403，其中：

第四生成單元401用于基于目標(biāo)指紋列表生成位置范圍信息；

目標(biāo)指紋列表生成的位置信息對(duì)應(yīng)的是一個(gè)網(wǎng)格范圍，實(shí)際上是一個(gè)區(qū)域信息。

調(diào)用單元402用于調(diào)用三角定位法；

第五生成單元403用于基于信號(hào)強(qiáng)度信息、位置范圍信息及三角定位法生成位置信息；

因?yàn)橐呀?jīng)確定用戶(hù)在某一網(wǎng)格區(qū)域內(nèi)，因此，此時(shí)再利用信號(hào)強(qiáng)度信息進(jìn)行三角定位，其計(jì)算量大大減少，精度大大提升，從而可定位出用戶(hù)在網(wǎng)格內(nèi)的具體位置。

本說(shuō)明書(shū)中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其它實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見(jiàn)即可。

對(duì)所公開(kāi)的實(shí)施例的上述說(shuō)明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專(zhuān)業(yè)技術(shù)人員來(lái)說(shuō)將是顯而易見(jiàn)的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開(kāi)的原理和新穎特點(diǎn)相一致的最寬的范圍。