位置指紋數(shù)據(jù)庫更新方法及系統(tǒng)

技術(shù)領(lǐng)域

本發(fā)明涉及室內(nèi)定位技術(shù)領(lǐng)域，特別是涉及一種位置指紋數(shù)據(jù)庫更新方法及系
統(tǒng)。

背景技術(shù)

室內(nèi)定位技術(shù)是指，當(dāng)人或物在遮蔽的室內(nèi)環(huán)境時，獲取其位置的定位技術(shù)。由于
全球定位系統(tǒng)(GPS，Global Positioning System)的普及，室外定位技術(shù)非常成熟。但是，
在室內(nèi)環(huán)境中接受的GPS信號非常微弱，甚至接收不到，故室內(nèi)需要采用新的定位技術(shù)。目
前，室內(nèi)定位技術(shù)總體分為三類：幾何定位方法，臨近定位方法，以及指紋匹配定位方法。幾
何定位法是指利用接入點(AP，Access Point)與待測終端之間的距離，根據(jù)幾何學(xué)的原理
估計出待測終端的方法。臨近定位方法，也可叫最近AP法，根據(jù)待測終端與一個或多個位置
已知位置AP的臨近關(guān)系，將待測終端接收到的信號最強的AP的位置作為該待測終端的位
置。位置指紋法，將定位環(huán)境進行抽象和形式化、離散化，用聲學(xué)、光學(xué)、無線電等方面的特
征的指標(biāo)參數(shù)來描述定位環(huán)境中的各個位置。定位時，利用在定位點采集的位置指紋與指
紋數(shù)據(jù)庫中的指紋進行匹配，確定待測終端的位置。

指紋定位法的優(yōu)勢在于不需多邊定位法中需要建立信道參數(shù)模型來估計收發(fā)機
之間的距離，不需額外開發(fā)硬件平臺來估計信道參數(shù)而減少了硬件開發(fā)的成本，甚至也不
需要接入點具體的位置與布局。指紋定位算法包括：確定性算法、非確定性算法以及人工智
能算法。確定性算法包括：K臨近節(jié)點算法(KNN，K-Nearest Node)以及加權(quán)的K臨近節(jié)點算
法(WKNN，weighted K-Nearest Node)。非確定性算法包括：柱形圖法、基于核函數(shù)的最大后
驗概率法等。人工智能算法包括：人工神經(jīng)網(wǎng)絡(luò)、支持向量機以及人工免疫遺傳算法的指紋
定位算法。

指紋定位算法的精度取決于指紋信息與位置信息的關(guān)聯(lián)度。若指紋信息與定位區(qū)
域內(nèi)的位置信息是一對一的關(guān)聯(lián)關(guān)系，且這種關(guān)系不隨環(huán)境的變化的影響，那么，無論采用
何種指紋匹配算法都將獲得準(zhǔn)確估計結(jié)果。但實際情況下，即使待定位終端位置不變，終端
所接收到的來自AP該的信號強度值也隨時間的變化而不同，環(huán)境干擾包括多徑效應(yīng)、陰影
效應(yīng)、終端天線方向、室內(nèi)環(huán)境溫度、室內(nèi)布局的變化以及室內(nèi)人員的走動等。這種的時變
特性導(dǎo)致指紋信息與位置信息的關(guān)聯(lián)不唯一性、不確定性，從而產(chǎn)生位置估計誤差。

指紋定位法易受環(huán)境噪聲干擾而導(dǎo)致定位精度受限。首先，確定性算法無法有效
應(yīng)對室內(nèi)信號環(huán)境的時變特性，因而定位精度較差。其次，基于貝葉斯準(zhǔn)則的非確定性算法
可以有效應(yīng)對室內(nèi)信號環(huán)境的時變特性，但是，指紋數(shù)據(jù)釆集的時間與人工成本較高。最
后，人工智能算法實現(xiàn)離散指紋數(shù)據(jù)庫泛化的問題，但是，同樣無法有效應(yīng)對室內(nèi)信號環(huán)境
的時變特性。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中的上述問題，本發(fā)明提供一種位置指紋數(shù)據(jù)庫更新方法及系
統(tǒng)，以實現(xiàn)對位置指紋數(shù)據(jù)庫的及時更新，同時通過位置指紋特征數(shù)據(jù)的主動上報，降低位
置指紋數(shù)據(jù)庫的更新成本。

為了達(dá)到上述目的，本發(fā)明提供一種位置指紋數(shù)據(jù)庫更新方法，所述方法包括：

接收預(yù)設(shè)時間間隔內(nèi)上傳的移動終端的位置指紋數(shù)據(jù)，提取所述位置指紋數(shù)據(jù)中
所攜帶的位置指紋特征數(shù)據(jù)；

利用所述位置指紋特征數(shù)據(jù)查找預(yù)設(shè)位置指紋數(shù)據(jù)庫中對應(yīng)的特征位置指紋向
量并替換，以實現(xiàn)對所述位置指紋數(shù)據(jù)庫的更新。

優(yōu)選地，所述位置指紋數(shù)據(jù)中還攜帶有所述移動終端的網(wǎng)絡(luò)制式類型，所述利用
所述位置指紋特征數(shù)據(jù)查找預(yù)設(shè)位置指紋數(shù)據(jù)庫中對應(yīng)的特征位置指紋向量并替換，具體
包括：

根據(jù)所述位置指紋特征數(shù)據(jù)查找預(yù)設(shè)位置指紋數(shù)據(jù)庫中對應(yīng)的特征位置指紋向
量；

根據(jù)所述位置指紋特征數(shù)據(jù)所屬的移動終端的網(wǎng)絡(luò)制式類型查找所述特征位置
指紋向量中對應(yīng)所述移動終端的網(wǎng)絡(luò)制式類型的特征位置指紋分量；

利用所述特征位置指紋數(shù)據(jù)替換所述特征位置指紋分量。

優(yōu)選地，所述位置指紋數(shù)據(jù)中所攜帶的位置指紋特征數(shù)據(jù)具體為最小化路測消
息，所述最小化路測消息中包含有位置信息和實時特征位置指紋，所述利用所述位置指紋
特征數(shù)據(jù)查找預(yù)設(shè)位置指紋數(shù)據(jù)庫中對應(yīng)的特征位置指紋向量并替換，具體包括：

根據(jù)所述位置信息查找預(yù)設(shè)位置指紋數(shù)據(jù)庫中對應(yīng)的柵格；

利用所述實時特征位置指紋替換所述柵格處對應(yīng)的特征位置指紋向量。

優(yōu)選地，所述位置指紋數(shù)據(jù)中所攜帶的位置指紋特征數(shù)據(jù)具體為測量報告消息，
所述測量報告消息中包含有實時特征位置指紋，所述利用所述位置指紋特征數(shù)據(jù)查找預(yù)設(shè)
位置指紋數(shù)據(jù)庫中對應(yīng)的特征位置指紋向量并替換，具體包括：

根據(jù)所述實時特征位置指紋在預(yù)設(shè)位置指紋數(shù)據(jù)庫中查找與所述實時特征位置
指紋最為接近的特征位置指紋向量；

定位所述位置指紋數(shù)據(jù)庫中與所述實時特征位置指紋最為接近的特征位置指紋
向量所在的柵格；

利用所述實時特征位置指紋替換所述柵格處對應(yīng)的特征位置指紋向量。

優(yōu)選地，所述方法還包括：

構(gòu)建二維柵格圖；

將所述二維柵格圖以預(yù)設(shè)比例劃分為多個相同柵格，以每個柵格的幾何中心作為
獲取特征位置指紋向量的定位參考點；

獲取每個柵格的定位參考點處的特征位置指紋向量；

所有柵格的定位參考點處的特征位置指紋向量組成位置指紋數(shù)據(jù)庫。

本發(fā)明還提供了一種位置指紋數(shù)據(jù)庫更新系統(tǒng)，所述系統(tǒng)應(yīng)用于室內(nèi)定位服務(wù)器
上，包括：

接收模塊，用于接收預(yù)設(shè)時間間隔內(nèi)上傳的移動終端的位置指紋數(shù)據(jù)；

提取模塊，用于提取所述位置指紋數(shù)據(jù)中所攜帶的位置指紋特征數(shù)據(jù)；

處理模塊，用于利用所述位置指紋特征數(shù)據(jù)查找預(yù)設(shè)位置指紋數(shù)據(jù)庫中對應(yīng)的特
征位置指紋向量并替換。

優(yōu)選地，所述位置指紋數(shù)據(jù)中還攜帶有所述移動終端的網(wǎng)絡(luò)制式類型，所述處理
模塊，具體用于根據(jù)所述位置指紋特征數(shù)據(jù)查找預(yù)設(shè)位置指紋數(shù)據(jù)庫中對應(yīng)的特征位置指
紋向量；根據(jù)所述位置指紋特征數(shù)據(jù)所屬的移動終端的網(wǎng)絡(luò)制式類型查找所述特征位置指
紋向量中對應(yīng)所述移動終端的網(wǎng)絡(luò)制式類型的特征位置指紋分量；利用所述特征位置指紋
數(shù)據(jù)替換所述特征位置指紋分量。

優(yōu)選地，所述位置指紋數(shù)據(jù)中所攜帶的位置指紋特征數(shù)據(jù)具體為最小化路測消
息，所述最小化路測消息中包含有位置信息和實時特征位置指紋，所述處理模塊，具體用于
根據(jù)所述位置信息查找預(yù)設(shè)位置指紋數(shù)據(jù)庫中對應(yīng)的柵格；利用所述實時特征位置指紋替
換所述柵格處對應(yīng)的特征位置指紋向量。

優(yōu)選地，所述位置指紋數(shù)據(jù)中所攜帶的位置指紋特征數(shù)據(jù)具體為測量報告消息，
所述測量報告消息中包含有實時特征位置指紋，所述處理模塊，具體用于根據(jù)所述實時特
征位置指紋在預(yù)設(shè)位置指紋數(shù)據(jù)庫中查找與所述實時特征位置指紋最為接近的特征位置
指紋向量；定位所述位置指紋數(shù)據(jù)庫中與所述實時特征位置指紋最為接近的特征位置指紋
向量所在的柵格；利用所述實時特征位置指紋替換所述柵格處對應(yīng)的特征位置指紋向量。

優(yōu)選地，還包括：

構(gòu)建模塊，用于構(gòu)建二維柵格圖；將所述二維柵格圖以預(yù)設(shè)比例劃分為多個相同
柵格，以每個柵格的幾何中心作為獲取特征位置指紋向量的定位參考點；獲取每個柵格的
定位參考點處的特征位置指紋向量；所有柵格的定位參考點處的特征位置指紋向量組成位
置指紋數(shù)據(jù)庫。

與現(xiàn)有技術(shù)相比，本發(fā)明至少具有以下優(yōu)點：

通過本發(fā)明中的位置指紋數(shù)據(jù)庫更新設(shè)計，不僅實現(xiàn)了對位置指紋數(shù)據(jù)庫的及時
更新，同時通過位置指紋特征數(shù)據(jù)的主動上報，降低了位置指紋數(shù)據(jù)庫的更新成本。

附圖說明

是圖1是本發(fā)明提出的一種位置指紋數(shù)據(jù)庫更新方法的流程示意圖；

圖2是本發(fā)明提出的位置指紋數(shù)據(jù)庫構(gòu)建過程的流程示意圖；

圖3是本發(fā)明所提供的4G移動終端的位置指紋數(shù)據(jù)庫的柵格示意圖；

圖4是本發(fā)明所提供的2G、3G和4G移動終端的位置指紋數(shù)據(jù)庫的柵格示意圖。

具體實施方式

下面參照附圖來描述本發(fā)明的優(yōu)選實施方式。本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解的是，這
些實施方式僅僅用于解釋本發(fā)明的技術(shù)原理，并非旨在限制本發(fā)明的保護范圍。

本發(fā)明提出一種位置指紋數(shù)據(jù)庫更新方法，該方法應(yīng)用于室內(nèi)定位服務(wù)器上，下
面結(jié)合附圖，對本發(fā)明具體實施方式進行詳細(xì)說明。

如圖1所示，該位置指紋數(shù)據(jù)庫更新方法具體包括如下步驟：

步驟101，接收預(yù)設(shè)時間間隔內(nèi)上傳的移動終端的位置指紋數(shù)據(jù)。

其中，在該步驟之前，還包括預(yù)設(shè)位置指紋數(shù)據(jù)庫的構(gòu)建過程，如圖2所示，具體
的：

步驟201，構(gòu)建二維柵格圖。

步驟202，將所述二維柵格圖以預(yù)設(shè)比例劃分為多個相同柵格，以每個柵格的幾何
中心作為獲取特征位置指紋向量的定位參考點。

如以1m*1m為精度劃分室內(nèi)區(qū)域，得到二維柵格，并以柵格的幾何中心作為該柵格
的定位參考點。

步驟203，獲取每個柵格的定位參考點處的特征位置指紋向量。

具體的，該特征位置指紋向量可以為定位參考點處的多模信號強度；包括定位參
考點處接收到的蜂窩基站的參考信號接收功率(RSRP，Reference Signal Received
Power)以及定位參考點處接收到的非蜂窩接入點(AP，Access Point)的接收信號強度指示
(RSSI，Received Signal Strength Indication)；其中，蜂窩基站包括，第四代移動通信
(4G，F(xiàn)our Generation)基站，第三代移動通信(3G，Three Generation)基站，第二代移動通
信(2G，Two Generation)基站，非蜂窩AP指無線保真(WiFi，Wireless Fidelity)AP。

步驟204，所有柵格的定位參考點處的特征位置指紋向量組成位置指紋數(shù)據(jù)庫。

其中，每一個柵格對應(yīng)的特征位置指紋向量中均包含有2G、3G、4G和WiFi所分別對
應(yīng)的信號強度之一或多種，將定位參考點處的多模信號強度作為該柵格的特征位置指紋向
量，所有定位柵格的特征位置指紋向量組成定位位置指紋數(shù)據(jù)庫。

其中，特征位置指紋向量，包括，2G基站的信號強度，3G基站的信號強度，4G基站的
信號強度以及WiFi AP的信號強度。

步驟102，提取所述位置指紋數(shù)據(jù)中所攜帶的位置指紋特征數(shù)據(jù)。

步驟103，利用所述位置指紋特征數(shù)據(jù)查找預(yù)設(shè)位置指紋數(shù)據(jù)庫中對應(yīng)的特征位
置指紋向量并替換，以實現(xiàn)對所述位置指紋數(shù)據(jù)庫的更新。

其中，所述位置指紋特征數(shù)據(jù)中攜帶有所述移動終端的網(wǎng)絡(luò)制式類型，該網(wǎng)絡(luò)制
式類型包括4G、3G、2G和WiFi，所述利用所述位置指紋特征數(shù)據(jù)查找預(yù)設(shè)位置指紋數(shù)據(jù)庫中
對應(yīng)的特征位置指紋向量并替換，具體包括：

根據(jù)所述位置指紋特征數(shù)據(jù)查找預(yù)設(shè)位置指紋數(shù)據(jù)庫中對應(yīng)的特征位置指紋向
量；

根據(jù)所述位置指紋特征數(shù)據(jù)所屬的移動終端的網(wǎng)絡(luò)制式類型查找所述特征位置
指紋向量中對應(yīng)所述移動終端的網(wǎng)絡(luò)制式類型的特征位置指紋分量；

利用所述特征位置指紋數(shù)據(jù)替換所述特征位置指紋分量。

具體的，根據(jù)該位置指紋特征數(shù)據(jù)的具體類型不同，可以包括如下兩種方式：

方式一

所述位置指紋數(shù)據(jù)中所攜帶的位置指紋特征數(shù)據(jù)具體為最小化路測消息，所述最
小化路測消息中包含有位置信息和實時特征位置指紋，所述利用所述位置指紋特征數(shù)據(jù)查
找預(yù)設(shè)位置指紋數(shù)據(jù)庫中對應(yīng)的特征位置指紋向量并替換，具體包括：

根據(jù)所述位置信息查找預(yù)設(shè)位置指紋數(shù)據(jù)庫中對應(yīng)的柵格；

利用所述實時特征位置指紋替換所述柵格處對應(yīng)的特征位置指紋向量。

方式二

所述位置指紋數(shù)據(jù)中所攜帶的位置指紋特征數(shù)據(jù)具體為測量報告消息，所述測量
報告消息中包含有實時特征位置指紋，所述利用所述位置指紋特征數(shù)據(jù)查找預(yù)設(shè)位置指紋
數(shù)據(jù)庫中對應(yīng)的特征位置指紋向量并替換，具體包括：

根據(jù)所述實時特征位置指紋在預(yù)設(shè)位置指紋數(shù)據(jù)庫中查找與所述實時特征位置
指紋最為接近的特征位置指紋向量；

定位所述位置指紋數(shù)據(jù)庫中與所述實時特征位置指紋最為接近的特征位置指紋
向量所在的柵格；

利用所述實時特征位置指紋替換所述柵格處對應(yīng)的特征位置指紋向量。

下面以兩個具體實施方式分別就上述所提及的兩種方式做具體闡述。

具體實施方式一

運營商在有路測需求時，根據(jù)某些特定條件選擇蜂窩移動終端執(zhí)行最小化路測
(MDT,Minimization of Drive Tests)上報，為運營商提供實時的網(wǎng)絡(luò)質(zhì)量評估數(shù)據(jù)，用以
及時發(fā)現(xiàn)網(wǎng)絡(luò)覆蓋問題，進行網(wǎng)絡(luò)優(yōu)化等工作。其中，該最小化路測MDT包括瞬時型最小化
路測(Immediate MDT)和日志型最小化路測(Logged MDT)；對于連接狀態(tài)蜂窩移動終端的
測量配置稱為瞬時型最小化路測(Immediate MDT)，蜂窩移動終端在連接狀態(tài)時進行測量，
路測信息可以及時反饋給核心網(wǎng)。對于空閑狀態(tài)蜂窩移動終端的測量配置稱為日志型最小
化路測(Logged MDT)，蜂窩移動終端在空閑狀態(tài)時進行測量，路測信息需要等到下一次處
于連接狀態(tài)時才能反饋給核心網(wǎng)。

下面分別就Immediate MDT和Logged MDT做具體說明。

步驟1：蜂窩基站配置蜂窩移動終端執(zhí)行Immediate MDT測量。

蜂窩基站挑選特定的處于連接狀態(tài)的蜂窩移動終端，并向該蜂窩移動終端下發(fā)有
關(guān)Immediate MDT測量的配置命令。蜂窩基站包括，4G基站，3G基站，2G基站；處于連接狀態(tài)
的蜂窩移動終端執(zhí)行Immediate MDT測量。蜂窩移動終端記錄RSRP測量結(jié)果，測量數(shù)據(jù)獲得
的絕對時間戳，以及所在的地理信息(包括經(jīng)度、緯度、高度)，最終向蜂窩基站匯報
Immediate MDT測量。蜂窩移動終端，包括：4G移動終端，3G移動終端，2G移動終端。

步驟2，眾包更新多模定位位置指紋庫。

提取Immediate MDT測量中的實時位置指紋以及經(jīng)緯度信息，依據(jù)經(jīng)緯度信息將
Immediate MDT測量中的實時位置指紋映射到相應(yīng)柵格，并更新相應(yīng)柵格的特征位置指紋
向量中的相應(yīng)分量。所述實時位置指紋具體指Immediate MDT測量中服務(wù)小區(qū)RSRP信息。

具體的，從2G Immediate MDT測量中提取實時位置指紋并更新相應(yīng)柵格的特征位
置指紋向量中2G基站的信號強度分量，從3G Immediate MDT測量中提取實時位置指紋并更
新相應(yīng)柵格的特征位置指紋向量中3G基站的信號強度分量，從4G Immediate MDT測量中提
取實時位置指紋并更新相應(yīng)柵格的特征位置指紋向量中4G基站的信號強度分量。

步驟1：蜂窩基站配置蜂窩移動終端執(zhí)行Logged MDT測量。

蜂窩基站挑選特定的處于連接狀態(tài)的蜂窩移動終端，并向該蜂窩移動終端下發(fā)有
關(guān)Logged MDT測量的配置命令。蜂窩基站包括，4G基站，3G基站，2G基站；蜂窩移動終端由連
接狀態(tài)轉(zhuǎn)換到空閑狀態(tài)后執(zhí)行Logged MDT測量。蜂窩移動終端記錄RSRP測量結(jié)果，測量數(shù)
據(jù)獲得的絕對時間戳，以及所在的地理信息(包括經(jīng)度、緯度)，在下一次處于連接狀態(tài)時向
蜂窩基站上報Logged MDT測量結(jié)果。蜂窩移動終端，包括：4G移動終端，3G移動終端，2G移動
終端。

步驟2，眾包更新多模定位位置指紋庫。

提取Logged MDT測量中的實時位置指紋，依據(jù)經(jīng)緯度信息將Logged MDT消息中映
射到相應(yīng)柵格，并更新相應(yīng)柵格的特征位置指紋向量中相應(yīng)分量。所述實時位置指紋指，
Logged MDT測量中服務(wù)小區(qū)RSRP信息以及地理信息。

具體的，從2G Logged MDT測量中提取實時位置指紋并更新相應(yīng)柵格的特征位置
指紋向量中2G基站的信號強度分量，從3G Logged MDT測量中提取實時位置指紋并更新相
應(yīng)柵格的特征位置指紋向量中3G基站的信號強度分量，從4G Logged MDT測量中提取實時
位置指紋并更新相應(yīng)柵格的特征位置指紋向量中4G基站的信號強度分量。

具體實施方式二

蜂窩基站配置處于連接狀態(tài)的蜂窩移動終端進行周期性測量匯報MR
(Measurement Report)。處于連接狀態(tài)的蜂窩移動終端一定時間間隔周期性地向蜂窩基站
上報下行參考信號接收強度等信息。蜂窩基站包括，4G基站，3G基站，2G基站。蜂窩移動終
端，包括：4G移動終端，3G移動終端，2G移動終端。

蜂窩基站將蜂窩移動終端上報的MR消息轉(zhuǎn)發(fā)給室內(nèi)定位服務(wù)器；室內(nèi)定位服務(wù)器
提取MR消息中的服務(wù)小區(qū)RSRP信息，查找與實時位置指紋最接近的特征位置指紋向量所在
的柵格，最終以此柵格的參考點坐標(biāo)作為該MR消息的坐標(biāo)。

提取MR消息中的實時位置指紋，并更新相應(yīng)柵格的特征位置指紋向量中相應(yīng)分
量。所述實時位置指紋具體指MR消息中服務(wù)小區(qū)RSRP信息。

具體的，根據(jù)該移動終端的網(wǎng)絡(luò)制式類型不同，在進行相應(yīng)柵格的特征位置指紋
向量中相應(yīng)分量更新時，進行對應(yīng)的更新；從2G MR消息中提取實時位置指紋并更新相應(yīng)柵
格的特征位置指紋向量中2G基站的信號強度分量，從3G MR消息中提取實時位置指紋并更
新相應(yīng)柵格的特征位置指紋向量中3G基站的信號強度分量，從4G MR消息中提取實時位置
指紋并更新相應(yīng)柵格的特征位置指紋向量中4G基站的信號強度分量。

其中，如表1所示統(tǒng)計結(jié)果，全北京共有600萬4G移動終端，全北京市范圍內(nèi)4G移動
終端每天上報約26億條MR消息，室內(nèi)MR占16億條。進一步，根據(jù)表2統(tǒng)計結(jié)果，在五環(huán)內(nèi)室
內(nèi)，4G移動終端每天上報約14億條MR消息，室內(nèi)MR占10億條；依據(jù)表1和表2統(tǒng)計結(jié)果，在室
內(nèi)平均25m2范圍，每天可以收集到11條4G MR消息，如圖3所示?？紤]到4G、3G、2G移動終端的
滲透率，25m2區(qū)域內(nèi)的每一個柵格都可以收集到MR消息，如圖4所示。因此，每個定位柵格的
更新頻率可以為一天。

表1全北京市MR統(tǒng)計數(shù)目

表2五環(huán)內(nèi)MR統(tǒng)計數(shù)目

基于與上述方法同樣的發(fā)明構(gòu)思，本發(fā)明還提供了一種位置指紋數(shù)據(jù)庫更新系
統(tǒng)，所述系統(tǒng)應(yīng)用于室內(nèi)定位服務(wù)器上，包括：

接收模塊，用于接收基站預(yù)設(shè)時間間隔內(nèi)上傳的移動終端的位置指紋數(shù)據(jù)；

提取模塊，用于提取所述位置指紋數(shù)據(jù)中所攜帶的位置指紋特征數(shù)據(jù)；

處理模塊，用于利用所述位置指紋特征數(shù)據(jù)查找預(yù)設(shè)位置指紋數(shù)據(jù)庫中對應(yīng)的特
征位置指紋向量并替換。

優(yōu)選地，所述位置指紋數(shù)據(jù)中還攜帶有所述移動終端的網(wǎng)絡(luò)制式類型，所述處理
模塊，具體用于根據(jù)所述位置指紋特征數(shù)據(jù)查找預(yù)設(shè)位置指紋數(shù)據(jù)庫中對應(yīng)的特征位置指
紋向量；根據(jù)所述位置指紋特征數(shù)據(jù)所屬的移動終端的網(wǎng)絡(luò)制式類型查找所述特征位置指
紋向量中對應(yīng)所述移動終端的網(wǎng)絡(luò)制式類型的特征位置指紋分量；利用所述特征位置指紋
數(shù)據(jù)替換所述特征位置指紋分量。

優(yōu)選地，所述位置指紋數(shù)據(jù)中所攜帶的位置指紋特征數(shù)據(jù)具體為最小化路測消
息，所述最小化路測消息中包含有位置信息和實時特征位置指紋，所述處理模塊，具體用于
根據(jù)所述位置信息查找預(yù)設(shè)位置指紋數(shù)據(jù)庫中對應(yīng)的柵格；利用所述實時特征位置指紋替
換所述柵格處對應(yīng)的特征位置指紋向量。

優(yōu)選地，所述位置指紋數(shù)據(jù)中所攜帶的位置指紋特征數(shù)據(jù)具體為測量報告消息，
所述測量報告消息中包含有實時特征位置指紋，所述處理模塊，具體用于根據(jù)所述實時特
征位置指紋在預(yù)設(shè)位置指紋數(shù)據(jù)庫中查找與所述實時特征位置指紋最為接近的特征位置
指紋向量；定位所述位置指紋數(shù)據(jù)庫中與所述實時特征位置指紋最為接近的特征位置指紋
向量所在的柵格；利用所述實時特征位置指紋替換所述柵格處對應(yīng)的特征位置指紋向量。

優(yōu)選地，還包括：

構(gòu)建模塊，用于構(gòu)建二維柵格圖；將所述二維柵格圖以預(yù)設(shè)比例劃分為多個相同
柵格，以每個柵格的幾何中心作為獲取特征位置指紋向量的定位參考點；獲取每個柵格的
定位參考點處的特征位置指紋向量；所有柵格的定位參考點處的特征位置指紋向量組成位
置指紋數(shù)據(jù)庫。

本領(lǐng)域技術(shù)人員應(yīng)該能夠意識到，結(jié)合本文中所公開的實施例描述的各示例的模
塊、及方法步驟，能夠以電子硬件、計算機軟件或者二者的結(jié)合來實現(xiàn)，為了清楚地說明電
子硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步
驟。這些功能究竟以電子硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計約
束條件。本領(lǐng)域技術(shù)人員可以對每個特定的應(yīng)用來使用不同方法來實現(xiàn)所描述的功能，但
是這種實現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。

至此，已經(jīng)結(jié)合附圖所示的優(yōu)選實施方式描述了本發(fā)明的技術(shù)方案，但是，本領(lǐng)域
技術(shù)人員容易理解的是，本發(fā)明的保護范圍顯然不局限于這些具體實施方式。在不偏離本
發(fā)明的原理的前提下，本領(lǐng)域技術(shù)人員可以對相關(guān)技術(shù)特征作出等同的更改或替換，這些
更改或替換之后的技術(shù)方案都將落入本發(fā)明的保護范圍之內(nèi)。

相關(guān)知識

健康統(tǒng)計如何設(shè)置數(shù)據(jù)庫
健康數(shù)據(jù)傳輸識別系統(tǒng)及其方法
健康碼如何更新數(shù)據(jù)庫
數(shù)據(jù)庫簡介
健康數(shù)據(jù)處理方法與系統(tǒng)與流程
健康數(shù)據(jù)管理系統(tǒng)
數(shù)控機床系統(tǒng)綜合健康指數(shù)的計算方法及裝置與流程
YashanDB數(shù)據(jù)庫實現(xiàn)自動化運維的工具及方案
健康數(shù)據(jù)的錄入方法及裝置與流程
一種老人健康數(shù)據(jù)監(jiān)控分析方法及系統(tǒng)與流程

網(wǎng)址: 位置指紋數(shù)據(jù)庫更新方法及系統(tǒng).pdf http://m.gysdgmq.cn/newsview1552590.html