《基于WIFI技术的员工考勤定位的方法.pdf》由会员分享，可在线阅读，更多相关《基于WIFI技术的员工考勤定位的方法.pdf（5页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 102610000 A (43)申请公布日 2012.07.25 C N 1 0 2 6 1 0 0 0 0 A *CN102610000A* (21)申请号 201210065998.4 (22)申请日 2012.03.14 G07C 1/10(2006.01) H04W 84/12(2009.01) (71)申请人江苏钱旺网络科技有限公司 地址 210016 江苏省南京市浦口高新技术开 发区星火路9号软件大厦B座7楼 (72)发明人刘东 (74)专利代理机构南京众联专利代理有限公司 32206 代理人杜静静 (54) 发明名称 基于Wi-Fi技术的员工考勤定位的方。
2、法 (57) 摘要 本发明涉及一种基于Wi-Fi技术的员工考勤 定位的方法。目前，由于Wi-Fi信号受外界因素 影响较大，故基于信号强度的三角定位法的精度 较差，而且获取接入点(AccessPoint，AP)的位置 信息也比较困难，限制了Wi-Fi技术在企业的员 工管理方面的应用。本发明的方法包括：（1）采 集参考点位置的信号特征，包括AP的唯一标识 （BSSID）和信号强度，建立一个位置指纹数据库； （2）将待测点所采集到的RSS矢量按照信号强度 排序后，找出信号最强的前8-15条记录，然后在 指纹数据库中匹配出相应的指纹记录，计算出匹 配的指纹和待测点的欧氏距离并估算出待测点的 位置。本产。
3、品用于企业对内勤人员和外勤人员的 随时管理。 (51)Int.Cl. 权利要求书1页 说明书3页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 1 页 说明书 3 页 1/1页 2 1.一种基于Wi-Fi技术的员工考勤定位的方法，其特征是：该方法包括如下步骤： （1）采集参考点位置的信号特征，包括AP的唯一标识（BSSID）和信号强度，建立一个位 置指纹数据库； （2）将待测点所采集到的RSS矢量按照信号强度排序后，找出信号最强的前8-15条记 录，然后在指纹数据库中匹配出相应的指纹记录，计算出匹配的指纹和待测点的欧氏距离 并估算出待测点的位置。 2.根据权利要求1所。
4、述的基于Wi-Fi技术的员工考勤定位的方法，其特征是：步骤（1） 中所述的采集参考点位置的信号特征时扫描Wi-Fi信号30次取平均值。 3.根据权利要求1或2所述的基于Wi-Fi技术的员工考勤定 位的方法，其特征是：步骤（2）中所述的计算出匹配的指纹和待测点 的欧氏距离时采用近邻算法：假设待测点接收到的RSS观测值为： ,数据库中的已有记录为 其中n代表待检测点上检测到的不同AP数；i 1,Nt,Nt为数据库中的记录数，Ni 代表第i条记录中存储的不同AP数，则近邻算法可表示为： 其中|s- Si| 代表s和Si之间的欧氏距离。 权 利 要 求 书CN 102610000 A 1/3页 3 基。
5、于 Wi-Fi 技术的员工考勤定位的方法 0001 技术领域： 本发明涉及无线网络应用领域，具体涉及一种基于Wi-Fi技术的员工考勤定位的方 法。 0002 背景技术： Wi-Fi(Wireless Fidelity)技术是无线局域网(WLAN)技术IEEE 80211系列标 准的商用名称。IEEE 802.11系列标准主要包括IEEE 802.11a/b/g/n 4种。在开放性区 域，Wi-Fi的通信距离可达305 m；在封闭性区域，通信距离为76122 m。目前还没有将 Wi-Fi技术应用在企业的员工管理的先例，目前的企业普遍实行的考勤方式有指纹考勤、 打卡考勤等，这些考勤方式都无一例外地。
6、需要员工现场签到，这就出现了在上下班的高峰 时间排队签到的情况，员工较多的企业由于排队等待的时间过长，致使一部分原本没有迟 到的员工签到的时间超过了规定的上班时间。而对于在外出差的员工就无法考勤，企业 也不能随时掌握其动向，形成了企业管理上的盲点。也有依赖于全球定位系统（ Global Positioning System , GPS ）是获取员工远程地理位置信息的应用，但由于卫星信号易受 到障碍物的遮挡， GPS 和 AGPS 等卫星定位技术并不适用于室内（商场、办公室等）或高楼 林立等有障碍物遮挡的场合。目前比较常用的定位技术有基于到达时差、基于到达角度、还 有基于接收信号强度来定位移动终。
7、端，由于Wi-Fi信号受外界因素影响较大，故基于信号 强度的三角定位法的精度较差，而且获取接入点(Access Point，AP)的位置信息也比较困 难，限制了Wi-Fi技术在企业的员工管理方面的应用。 0003 发明内容： 本发明的目的是针对上述存在的问题提供一种基于Wi-Fi技术的员工考勤定位的方 法，定位准确，迅速。 0004 上述的目的通过以下的技术方案实现： 基于Wi-Fi技术的员工考勤定位的方法，该方法包括如下步骤： （1）采集参考点位置的信号特征，包括AP的唯一标识（BSSID）和信号强度，建立一个位 置指纹数据库； （2）将待测点所采集到的RSS矢量按照信号强度排序后，找出信号。
8、最强的前8-15条记 录，然后在指纹数据库中匹配出相应的指纹记录，计算出匹配的指纹和待测点的欧氏距离 并估算出待测点的位置。 0005 所述的基于Wi-Fi技术的员工考勤定位的方法，步骤（1）中所述的采集参考点位 置的信号特征时扫描Wi-Fi信号30次取平均值。 0006 所述的基于Wi-Fi技术的员工考勤定位的方法，步骤（2）中所述的计算出匹 配的指纹和待测点的欧氏距离时采用近邻算法：假设待测点接收到的RSS观测值为： ,数据库中的已有记录为 说 明 书CN 102610000 A 2/3页 4 其中n代表待检测点上检测到的不同AP数；i 1,Nt,Nt为数据库中的记录数，Ni 代表第i条记。
9、录中存储的不同AP数，则近邻算法可表示为： 其中|s- Si| 代表s和Si之间的欧氏距离。 0007 有益效果： 1.本发明采用Wi-Fi技术可以方便地与现有的有线以太网络整合，组网成本低。Wi-Fi 是由接入点(Access Point，AP)和无线网卡组成的无线网络，结构简单，可以实现快速组 网，架设费用和程序的复杂性远远低于传统的有线网络。两台以上的电脑还可以组建对等 网，不需要AP只需每台电脑配备无线网卡。AP作为传统的有线网络与无线局域网之间的 桥梁，任何一台装有无线网卡的PC都可以通过AP接入有线网络，其工作原理相当于一个内 置无线发射器的集线器或者路由器，无线网卡则是负责接收A。
10、P所发射信号的客户端。企业 可以在预设地点收集可用来作为考勤指标的Wi-Fi指纹信息，员工就可以在其预设点附近 方便的完成打卡操作，尤其是在一些电梯比较繁忙的单位，企业可以提供一些人性化的签 到机制方便员工签到。采用Wi-Fi定位系统，记录外勤人员的运动轨迹，然后用Google Map 以图形化的形式重现其运动轨迹，达到企业对外勤人员的考勤。 0008 由于Wi-Fi信号的不确定性以及受外界因素的影响比较大，本发明经过多次实践 结果表明，在连续扫面30次左右，Wi-Fi信号趋于稳定，所以本发明采用扫描Wi-Fi信号30 次取平均值后来建立指纹数据库。 0009 由于最近邻法需要遍历整个数据库，。
11、并计算出每条指纹和待测点的欧氏距离，然 后找出最小值的指纹记录从而估算待测位置，该方法计算量巨大。我们所采取的是，将待测 点所采集到的RSS矢量按照信号强度排序后，找出信号最强的前N条记录，然后在指纹数据 库中匹配出相应的指纹记录，从而只需要计算出匹配的指纹和待测点的欧氏距离并估算出 待测点的位置，极大的减少了计算量，为支持海量用户奠定了技术基础。 0010 由于欧氏距离越小，则表示真实距离越近，该值的可信度也越高，故该值所占的权 重应该更大。改进后的算法比普通近邻算法的定位增加了一定的精度。 0011 具体实施方式： 下面结合具体的实施例对本发明的技术方案做进一步说明： 基于Wi-Fi技术的。
12、员工考勤定位的方法，该方法包括如下步骤： （1）扫描Wi-Fi信号30次取平均值，采集参考点位置的信号特征，包括AP的唯一标识 （BSSID）和信号强度，建立一个位置指纹数据库； （2）将待测点所采集到的RSS矢量按照信号强度排序后，找出信号最强的前8-15条记 录，然后在指纹数据库中匹配出相应的指纹记录，计算出匹配的指纹和待测点的欧氏距离 并估算出待测点的位置。所述的计算出匹配的指纹和待测点的欧氏距离时采用近邻算法： 假设待测点接收到的RSS观测值为：,数据库中的已有记录为 说 明 书CN 102610000 A 3/3页 5 其中n代表待检测点上检测到的不同AP数；i 1,Nt,Nt为数据。
13、库中的记录数，Ni 代表第i条记录中存储的不同AP数，则近邻算法可表示为： 其中|s- Si| 代表s和Si之间的欧氏距离。 0012 普通的近邻算法定位： 对于匹配的N个参考点，求其平均值估算出该点的位置。 0013 例如对三个参考点计算的坐标位置(x,y)分别为(lat1,lon1), (lat2,lon2), (lat3,lon3)，则最终估算出来的点为(lat1+lat2+lat3)/3,(lon1+lon2+lon3)/3) 改进后的算法对匹配的参考点进行了新的权重分配，分别计算出该样本点与参考点的 欧氏距离，将欧氏距离的倒数作为权重。 0014 例如匹配三个点，计算的欧氏距离值分别。
14、为a,b,c。这三个点的坐标位置(x,y) 分别为(lat1,lon1), (lat2,lon2), (lat3,lon3)，则最终估算出来的点为(lat1/a + lat2/b + lat3/c)/(1/a+1/b+1/c), (lon1/a + lon2/b + lon3/c)/(1/a+1/b+1/c) )。 0015 以10个AP信号为例，经典的近邻算法含21个基本计算，10减法运算，10乘法 运算，1个开方运算，由于经典的近邻算法需要遍历整个数据库，假设指纹数据库中记录了 100个指纹数据，因此计算量为100 * 21。本发明经过改良后的算法，先根据待测点的RSS 矢量，匹配出指纹矢量后计算量变为 10 * 21 + Tn（其中Tn为根据待测点RSS筛选指纹 记录所需要的计算量），可以确定的是，Tn的计算量大大小于90个欧氏距离的计算量。改 进的近邻算法的均方根误差为9.68m,最大定位误差为29.3m,在扫描到无线信号后，整个 定位过程在1秒以内。 说 明 书CN 102610000 A 。