基于地磁信息的实时定位系统及方法.pdf

《基于地磁信息的实时定位系统及方法.pdf》由会员分享，可在线阅读，更多相关《基于地磁信息的实时定位系统及方法.pdf（15页珍藏版）》请在专利查询网上搜索。

1、10申请公布号CN104105067A43申请公布日20141015CN104105067A21申请号201410141282722申请日20140409201310121804220130409CNH04W4/04200901H04W64/00200901G01S5/0020060171申请人广东美晨通讯有限公司地址517003广东省河源市高新技术开发区高新三路特灵通工业园申请人中国科学院计算技术研究所72发明人罗海勇李慧赵方林长海陶睿王凤林震东74专利代理机构北京泛华伟业知识产权代理有限公司11280代理人王勇54发明名称基于地磁信息的实时定位系统及方法57摘要本发明提供一种基于地磁信息的。

2、实时定位方法，该方法基于定位区域内的WIFI信号建立区域定位模型，基于地磁信号建立地磁路径定位模型，并根据所建立的这两个模型估计用户的当前位置。该方法从多模融合的角度出发，结合地磁、WIFI信号、加速度传感器各自的优势，以信号相对稳定的地磁为主体，进行局域范围内的精确定位；以覆盖范围较广而定位精度相对较差的WIFI定位为辅助，限定用于地磁定位的局部搜索范围；使用加速度传感器判定用户所处状态以及移动距离，决定是否使用地磁定位方法以及确定磁轨迹匹配定位的磁轨迹路径长度，从而可实现室内高精度、低功耗实时定位。66本国优先权数据51INTCL权利要求书2页说明书10页附图2页19中华人民共和国国家知识。

3、产权局12发明专利申请权利要求书2页说明书10页附图2页10申请公布号CN104105067ACN104105067A1/2页21一种基于地磁信息的定位方法，所述方法包括步骤1，根据用户终端设备收到的来自访问接入点的WIFI信号，基于训练好的访问接入点定位模型来判定用户当前所处的区域，所述访问接入点定位模型包含访问接入点集合信息与实际地理区域之间的映射关系；步骤2，在用户移动时，将通过用户终端设备采集的地磁信号与从训练好的地磁路径定位模型中选择的该用户当前所处的区域内的所有磁轨迹路径进行匹配，以确定用户的当前位置；所述地磁路径定位模型包含每个磁轨迹路径的地磁数据与实际地理位置之间的映射关系。2。

4、根据权利要求1所述的方法，其中，所述访问接入点定位模型是通过下列步骤创建的A1）将要实施定位的环境划分为多个定位区域；A2）在设定时间段内在每个定位区域内采集来自AP的WIFI信号，统计每个AP在各定位区域内出现的频率，AP出现频率最大的区域即为该AP所属区域，得到每个区域内所属AP集合，并建立AP集合与实际区域之间的映射关系。3根据权利要求2所述的方法，其中，所述地磁路径定位模型是通过下列步骤建立的B1在经划分得到的每个定位区域内规划路径，所有路径要求没有相互重复的路段且其集合能覆盖该定位区域；B2）在每条路径上设置标记点，并为每个标记点建立与实际地理位置之间的一一映射关系；其中，至少分别在。

5、每条路径的起点和终点处设置标记点，任意两标记点之间的路段不包含拐角；B3）沿设有标记点的路径上采集地磁数据，并建立所述地磁路径定位模型。4根据权利要求3所述的方法，在所述步骤B3采集地磁数据时，在遇见标记点时，对在对应位置采集的地磁数据进行一次位置标注。5根据权利要求3所述的方法，所述步骤B3）还包括按下列步骤对采集的地磁数据进行规范化处理B31）在两两标记点之间设立一个或多个数据分片，每个数据分片包含相同数量的元数据，每个分片的长度取单位距离，相邻两标记点之间的分片个数为对标记点之间的距离向下取整得到的数值；B32）将对每个数据分片对应的路径段多次采集的地磁数据投影到该数据分片中包含的元数据。

6、上，得到该路径段对应的地磁数据向量，该向量的维度等于该数据分片包含的元数据的个数。6根据权利要求5所述的方法，所述步骤B3）还包括对规范化后的地磁数据进行平滑处理，平滑处理后，每个元数据值为其前后K个元数据值的平均值。7根据权利要求1所示的方法，所述步骤2中根据通过用户终端设备采集的加速度数据来检测用户是否正在移动。8根据权利要求17中任一项所述的方法，所述步骤2包括步骤21）对于所选择的每条磁轨迹路径，计算该磁轨迹路经的地磁数据与用户终端设备采集的地磁信号之间的匹配度；步骤22）基于所述地磁路径定位模型，选择具有最大匹配度的磁轨迹路径对应的实际权利要求书CN104105067A2/2页3地理。

7、位置来确定用户的当前位置。9根据权利要求8所述的方法，所述步骤21）中每条磁轨迹路经的地磁数据与用户终端设备采集的地磁信号之间的匹配度通过下列步骤计算的步骤211）按设定的训练步长将该磁轨迹路径的地磁数据划分为多个训练向量，并且，每个训练向量的第一个元数据与其下一个训练向量的第一个元数据间隔Q个元数据，每个训练向量中包含的元素个数等于所述训练步长，Q为大于1且小于训练步长的二分之一的整数；步骤212）按设定的观测步长将用户终端设备采集的地磁信号划分为多个观测向量，每个观测向量中包含的元素个数等于所述观测步长；步骤213）将每个观测向量映射成与训练向量相同的维度，基于所述训练向量和映射后的观测向。

8、量建立该磁轨迹路径的地磁数据与用户终端设备采集的地磁信号之间的匹配矩阵，该匹配矩阵中第I行第J列处的元素为第I个观测向量与第J个训练向量的相似度；步骤214）基于所建立的匹配矩阵来计算该磁轨迹路经的地磁数据与用户终端设备采集的地磁信号之间的匹配度，其中，第I条磁轨迹路径的的匹配矩阵为第I条磁轨迹路径的匹配度为其中X1,2,NM1，N为训练向量的个数，M为观测向量的个数，为所述训练步长与Q的比值。10一种基于地磁信息的实时定位系统，所述系统包括访问接入点定位模型，所述访问接入点定位模型包含访问接入点集合信息与实际地理区域之间的映射关系；地磁路径定位模型，所述地磁路径定位模型包含每个磁轨迹路径的地。

9、磁数据与实际地理位置之间的映射关系；用户终端设备，用于采集其所处环境中的访问接入点的WIFI信号、地磁信号、用户加速度数据；以及定位引擎，用于根据用户终端设备收到的来自访问接入点的WIFI信号，基于所述访问接入点定位模型来判定用户当前所处的区域；以及在用户移动时，将通过用户终端设备采集的地磁信号与从所述地磁路径定位模型中选择的该用户当前所处的区域内的所有磁轨迹路径进行匹配，以确定用户的当前位置。权利要求书CN104105067A1/10页4基于地磁信息的实时定位系统及方法技术领域0001本发明属于无线通信技术领域，尤其涉及基于地磁信息的定位系统。背景技术0002近年来，伴随位置服务需求的日益增。

10、长，各种无线定位技术得到了较快发展。不过，在现有的各种室内无线定位技术中，例如蓝牙和RFID都需要部署基础设施，限制了定位技术的大规模使用。而WIFI网络目前尽管已大规模部署，但由于WIFI网络部署的初衷并不是为了定位应用，所以在将WIFI应用于定位时易受到接收灵敏度较低、多径效应、信号时变性以及设备差异性等因素影响，定位性能一直难以提升。0003近年来利用室内地磁信号畸变进行定位受到越来越多的关注。现代建筑中存在的钢筋混凝土结构对局部范围内的地磁产生稳定干扰，导致建筑物内不同位置的地磁场强度和方向不同。当人在室内移动时，不同移动轨迹将产生不同的磁场观测结果。利用移动过程中产生的特性磁场波形可。

11、实现局域范围内的定位。0004但是，使用地磁信息定位面临很多挑战，例如在训练阶段采集的信息维度较少且采集信息精度低、移动磁轨迹匹配算法复杂、搜索计算量大等等。发明内容0005因此，本发明的目的在于克服上述现有技术的缺陷，提供一种基于地磁信息的定位系统。0006本发明的目的是通过以下技术方案实现的0007一方面，本发明提供了一种基于地磁信息的定位方法，包括0008步骤1，根据用户终端设备收到的来自访问接入点的WIFI信号，基于训练好的访问接入点定位模型来判定用户当前所处的区域，所述访问接入点定位模型包含访问接入点集合信息与实际地理区域之间的映射关系；0009步骤2，在用户移动时，将通过用户终端设。

12、备采集的地磁信号与从训练好的地磁路径定位模型中选择的该用户当前所处的区域内的所有磁轨迹路径进行匹配，以确定用户的当前位置；所述地磁路径定位模型包含每个磁轨迹路径的地磁数据与实际地理位置之间的映射关系。0010上述方法中，所述访问接入点定位模型是通过下列步骤创建的0011A1）将要实施定位的环境划分为多个定位区域；0012A2）在设定时间段内在每个定位区域内采集来自AP的WIFI信号，统计每个AP在各定位区域内出现的频率，AP出现频率最大的区域即为该AP所属区域，得到每个区域内所属AP集合，并建立AP集合与实际区域之间的映射关系。0013上述方法中，所述地磁路径定位模型可以是通过下列步骤建立的0。

13、014B1在经划分得到的每个定位区域内规划路径，所有路径要求没有相互重复的路段且其集合能覆盖该定位区域；说明书CN104105067A2/10页50015B2）在每条路径上设置标记点，并为每个标记点建立与实际地理位置之间的一一映射关系；其中，至少分别在每条路径的起点和终点处设置标记点，任意两标记点之间的路段不包含拐角；0016B3）沿设有标记点的路径上采集地磁数据，并建立所述地磁路径定位模型。0017上述方法中，在所述步骤B3采集地磁数据时，可以在遇见标记点时，对在对应位置采集的地磁数据进行一次位置标注。0018上述方法中，所述步骤B3）还可包括按下列步骤对采集的地磁数据进行规范化处理0019。

14、B31）在两两标记点之间设立一个或多个数据分片，每个数据分片包含相同数量的元数据，每个分片的长度取单位距离，相邻两标记点之间的分片个数为对标记点之间的距离向下取整得到的数值；0020B32）将对每个数据分片对应的路径段多次采集的地磁数据投影到该数据分片中包含的元数据上，得到该路径段对应的地磁数据向量，该向量的维度等于该数据分片包含的元数据的个数。0021上述方法中，所述步骤B3）还可包括对规范化后的地磁数据进行平滑处理，平滑处理后，每个元数据值为其前后K个元数据值的平均值。0022上述方法中，所述步骤2中可以根据通过用户终端设备采集的加速度数据来检测用户是否正在移动。0023上述方法中，所述步。

15、骤2可以包括0024步骤21）对于所选择的每条磁轨迹路径，计算该磁轨迹路经的地磁数据与用户终端设备采集的地磁信号之间的匹配度；0025步骤22）基于所述地磁路径定位模型，选择具有最大匹配度的磁轨迹路径对应的实际地理位置来确定用户的当前位置。0026上述方法中，所述步骤21）中每条磁轨迹路经的地磁数据与用户终端设备采集的地磁信号之间的匹配度可以通过下列步骤计算的0027步骤211）按设定的训练步长将该磁轨迹路径的地磁数据划分为多个训练向量，并且，每个训练向量的第一个元数据与其下一个训练向量的第一个元数据间隔Q个元数据，每个训练向量中包含的元素个数等于所述训练步长，Q为大于1且小于训练步长的二分之。

16、一的整数；0028步骤212）按设定的观测步长将用户终端设备采集的地磁信号划分为多个观测向量，每个观测向量中包含的元素个数等于所述观测步长；0029步骤213）将每个观测向量映射成与训练向量相同的维度，基于所述训练向量和映射后的观测向量建立该磁轨迹路径的地磁数据与用户终端设备采集的地磁信号之间的匹配矩阵，该匹配矩阵中第I行第J列处的元素为第I个观测向量与第J个训练向量的相似度；0030步骤214）基于所建立的匹配矩阵来计算该磁轨迹路经的地磁数据与用户终端设备采集的地磁信号之间的匹配度，其中，第I条磁轨迹路径的的匹配矩阵为说明书CN104105067A3/10页6第I条磁轨迹路径的匹配度为其中X。

17、1,2,NM1，N为训练向量的个数，M为观测向量的个数，为所述训练步长与Q的比值。0031又一方面，本发明提供了一种基于地磁信息的定位系统，包括0032访问接入点定位模型，所述访问接入点定位模型包含访问接入点集合信息与实际地理区域之间的映射关系；0033地磁路径定位模型，所述地磁路径定位模型包含每个磁轨迹路径的地磁数据与实际地理位置之间的映射关系；0034用户终端设备，用于采集其所处环境中的访问接入点的WIFI信号、地磁信号、用户加速度数据；以及0035定位引擎，用于0036根据用户终端设备收到的来自访问接入点的WIFI信号，基于所述访问接入点定位模型来判定用户当前所处的区域；以及0037在用。

18、户移动时，将通过用户终端设备采集的地磁信号与从所述地磁路径定位模型中选择的该用户当前所处的区域内的所有磁轨迹路径进行匹配，以确定用户的当前位置。0038与现有技术相比，本发明的优点在于0039该方法从多模融合的角度出发，结合地磁、WIFI信号、加速度传感器各自的优势，以信号相对稳定的地磁为主体，进行局域范围内的精确定位；以覆盖范围较广而定位精度相对较差的WIFI定位为辅助，限定用于磁轨迹定位的局部搜索范围；使用加速度传感器判定用户所处状态以及移动距离，决定是否使用磁轨迹定位方法以及确定磁轨迹匹配定位的磁轨迹长度，从而实现了室内高精度、低功耗实时定位。附图说明0040以下参照附图对本发明实施例作。

19、进一步说明，其中0041图1为根据本发明实施例的基于地磁信息的定位方法的流程示意图；0042图2为某条路径采集的六条不同时刻的地磁数据示意图；0043图3为根据本发明实施例的路径与标记点关系示意图；0044图4为根据本发明实施例的标记点之间的数据分片和元数据示意图；0045图5为根据本发明实施例的采用滑动窗口对数据进行平滑处理的示意图；0046图6为根据本发明实施例的检测用户状态的流程示意图。具体实施方式0047为了使本发明的目的，技术方案及优点更加清楚明白，以下结合附图通过具体实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。0048通常，。

20、室内定位主要包括两个阶段定位模型训练阶段和基于训练好的定位模型说明书CN104105067A4/10页7进行定位的阶段。0049图1给出了根据本发明的一个实施例的基于地磁信息的实时定位方法。该方法包括根据用户携带的移动终端设备收到的来自访问接入点（ACCESSPOINT，AP）的WIFI信号，基于训练好的AP定位模型来判定用户当前所处的区域（步骤S1），对用户进行粗粒度的定位，所述AP定位模型包含AP集合信息与实际地理区域之间的映射关系；通过用户携带的移动终端设备的加速度传感器来检测用户当前的状态（运动或静止）（步骤S3），当检测到用户移动时，从训练好的地磁路径定位模型中选择在该用户当前所处的。

21、区域内的所有磁轨迹路径（也可以称为地磁路径）（步骤S5），所述地磁路径定位模型包含每个磁轨迹路径的地磁数据与实际地理位置之间的映射关系；然后将通过用户携带的移动终端设备采集的地磁信号与所选择的各个磁轨迹路径的地磁数据进行匹配，以确定用户的当前位置（步骤S7），从而实现对用户的细粒度定位。在又一个实施例中，在步骤S3还可以包括使用加速度传感器确定用户的移动距离，并基于用户的移动距离来确定用于进行匹配的磁轨迹路径的长度。该方法从多模融合的角度出发，结合地磁、WIFI信号、加速度传感器各自的优势，以信号相对稳定的地磁为主体，进行局域范围内的精确定位；并且以覆盖范围较广而定位精度相对较差的WIFI定位。

22、为辅助，为地磁定位限定局部区域搜索范围，以减小地磁定位的搜索时间和地磁轨迹匹配计算量，提高地磁定位的速度和效率；以及使用加速度传感器判定用户所处状态（运动或静止）以及移动距离，决定是否使用地磁定位方法以及确定磁轨迹匹配定位的磁轨迹路径长度。0050在该实施例中，所采用的定位模型包括AP定位模型和地磁路径定位模型。其中，该AP定位模型包含AP集合信息与实际地理区域之间的映射关系，而所述地磁路径定位模型包含每个磁轨迹路径的地磁数据与实际地理位置之间的映射关系。可以看出在训练阶段所训练的定位模型对最终的定位精度有很大的影响。下面首先介绍如何训练AP定位模型和地磁路径定位模型。0051在一个实施例中，。

23、训练AP定位模型的步骤可包括0052A1）将要实施定位的环境划分为多个定位区域；例如，对于多楼层建筑可以楼层为单位进行划分，对于单层建筑，可以房间为单位进行划分，或者以设定的矩形或方形面积为单位进行划分。0053A2）在设定时间段内在每个定位区域内采集来自AP的WIFI信号，统计每个AP在各定位区域内出现的频率，AP出现频率最大的区域即为该AP所属区域。从而，可得每个区域内所属AP集合，建立了AP集合与实际区域之间的映射关系。这样，可以利用室内AP的WIFI信号随传播距离逐渐衰减导致的区域性特征来进行粗粒度区域定位。0054训练地磁路径定位模型的步骤可包括0055B1在经划分得到的每个定位区域。

24、内规划路径，所有路径要求没有相互重复的路段且其集合能覆盖该定位区域。这里通过在室内环境中划分定位区域实际上是将室内移动路径切分成多个子路径，可以以切分后的子路径为采样单位进行室内地磁数据采集，也就是以每个定位区域内规划的路径为单位进行地磁数据采集。0056图2所示的是为某条路径采集的六条不同时刻的地磁数据。从图2可以看出，地磁信号在固定路径上其磁数据曲线波形相似度较高。因此可利用用户在移动过程中采集的地磁信号与样本路径的磁数据匹配来判定用户目前所处路段。说明书CN104105067A5/10页80057B2）依据实施环境特点，在每条路径上设置标记点，并为每个标记点建立与实际地理位置之间的一一映。

25、射关系。在沿路径采集地磁数据时，由于人行走的速度不一致，导致磁路径数据与实际地理位置无法准确映射，因此，在路径的某些关键位置加入了标记点，采样时，走到标记点位置即人工触发采集器，即为对应位置采集的磁数据做一个位置标注，从而实现地磁数据与实际地理位置的准确映射。0058图3为根据本发明一个实施例的路径与标记点的关系的示意图。其中，每条路径至少包含两个标记点，即路径起始标记点和终止标记点。两标记点之间的路段不包含拐角，可合理设置标记点之间的距离，如10M到20M，视实际情况而定。一个标记点可同时属于多条路径。如图3所示，标记点2，同时属于路径1、路径2和路径3。可以在路径的关键点上设置多个标记点。。

26、这样，在沿路径采集地磁数据的过程中，仅在遇到标记点时才进行位置标注。使用这些少量的标记点即可建立路径地磁数据与该路径对应的实际地理位置的映射关系，从而可以减少地磁数据采集过程的进行位置标注开销。0059B3）在规划好的路径上采集地磁数据。可以以路径为单位进行采样，遇见标记点时，对在对应位置采集的地磁数据进行一次位置标注。为了减少环境中电子设备偶然干扰对地磁数据的影响，还可以采用对同一路径进行多次采样方式，以提高地磁路径定位模型的准确性。0060B4）对所采集的地磁数据进行处理，建立基于路径和标记点的地磁路径定位模型。在采样阶段，可对同一路径进行多次采样，对于某条路径多次采集的地磁数据可以按该路。

27、径的标记点对齐。不过由于每次采样人员的行走速度、采样频率等可能不一致，往往导致每次采样的数据在同一路径上分布的密度不一致，需要对采集的多条数据进行规范化处理。此外，由于磁信号本身的波动性，规范化得到的初步数据模型在局部有较大扰动，对刻画整条路径的磁信号特征可能造成干扰，因此还可以对其进行平滑处理。所述步骤B4）可包括下列步骤0061B41）对采集的地磁数据的规范化处理。0062由于采样者步行速度不一，导致同一路段每次采样数据量不一致，故在一个实施例中，可引入数据分片（PHRASE）和元数据（METADATA）的概念，以更准确地控制采样数据与实际位置之间的映射关系。图4为根据本发明实施例的标记点。

28、之间的数据分片和元数据示意图。如图4所示，在两两标记点之间设立一个或多个数据分片，每个分片的长度取单位距离，相邻两标记点之间的分片个数为对标记点之间的距离向下取整得到的数值，这样保证在标记点之间有整数个分片。即相邻两标记点之间的分片个数PHRASENUMFLOOR（DISM1,M2），其中DISM1,M2表示标记点M1和标记点M2之间的距离，FLOOR为向下取整函数。而每个分片中分布的数据个数NN/PHRASENUM，其中N为在两个标记之间采集的地磁数据的总数。如上文提到的，由于采样人员在某条路径上多次采样过程中行走速度、采样频率等不一致，导致通过初步映射到每个数据分片区间的数据个数不同，无法。

29、建立统一的磁数据模型。因此需先定义好每个PHRASE区间中包含的元数据个数，并对多次采集的数据进行规范化处理，即将其投影到该数据分片中包含的元数据上。规范化处理后可得到一个初步的地磁路径定位模型。可采用如下两种规范化算法对所采集的数据进行规范化处理。0063（1）均值模数法0064定义每个数据分片PHRASE有K个元数据M1,M2MK，某次采样映射到第I个说明书CN104105067A6/10页9数据分片PHRASE_I区间的M个数据为D1,D2DM，则该数据分片中前FLOAT个元数据M1,M2,MFLOAT依次由前BASE1个原始数据的均值求得，其余元数据MFLOAT1,MK依次由前BASE。

30、个原始数据的均值求得。其中0065BASEFLOORM/K；FLOATMODM,K。0066其中FLOOR为向下取整函数，MODM,K为对，M取K的模，MEAN为求均值函数。0067例如定义PHRASE区间元数据个数为4M1,M2M4，而两次采样映射到PHRASE2区间的数据个数分别有7个（D1，1D1,7）、9个（D2,1D2,9），则0068BASE1FLOOR7/410069FLOAT1MOD7,430070M1,1D1,1D1,2/BASE11,M1,2D1,3D1,4/BASE11,M1,3D1,5D1,6/BASE11,M1,4D1,7/BASE10071BASE2FLOOR9/4。

31、20072FLOAT2MOD9,410073M2,1D2,1D2,2D2,3/BASE21,M2,2D2,4D2,5/BASE2,M2,3D2,6D2,7/BASE2,M2,4D2,8D2,9/BASE20074M1MEANM1,1，M2,10075M2MEANM1,2，M2,20076M3MEANM1,3，M2,30077M4MEANM1,4，M2,40078其中，MEAN表示取平均值。这样，就可以对于两个标记点之间的每个数据分片多次采集到的地磁数据投影到该数据分片的元数据上，进而对于每条路径得到与其对应的一系列地磁数据。0079（2）最近邻法0080对于一组有序数据，某数据在该组数据中所在。

32、位置定义为SII/N。其中I为该数据的序号，N为该组数据的个数。对于两个有序数据组AA1,A2,AM、BB1,B2,BN,，其数据组中任意两数据元素之间的距离为DAI,BJ|SA,ISB,J|I/MJ/N|。0081若规定每个PHRASE有K个元数据M1,M2MK，某次采样映射到PHRASE_I区间的初始数据为D1,D2DM，为了将初始数据以较公平的方式投影到每个元数据上，可使用最近邻法则。DII1,2,M将被投影到与其距离最近的元数据MS上，即DDI,MSMINDDI,MJJ1,2,K。最终元数据MS的值等于投影到其上所有原始数据的平均值。0082例如定义PHRASE区间元数据个数为4M1,。

33、M2M4，而两次采样映射到PHRASE2区间的数据个数分别有7个（D1,1D1,7）、9个（D2,1D2,9），按照最近邻投影法则，DD1,1,M1DD1,1,M2DD1,1,M3DD1,1,M3，故D1,1被投影到元数据M1上，如此，被投影到M1上的初始数据为（D1,1，D1,2，D2,1，D2,2，D2,3），被投影到M2上的初始数据为（D1,3，D1,4，D2,4，D2,5），被投影到M3上的初始数据为（D1,5，D1,6，D2,6，D2,7），被投影到M4上的初始数据为（D1,7，D2,8，D2,9），那么0083M1,1MEAND1,1，D1,2,M1,2MEAND2,1，D2,2，。

34、D2,30084M1,1MEAND1,3，D1,4,M1,2MEAND2,4，D2,5说明书CN104105067A7/10页100085M1,1MEAND1,5，D1,6,M1,2MEAND2,6，D2,70086M1,1MEAND1,7,M1,2MEAND2,8，D2,90087M1MEANM1,1，M2,10088M2MEANM1,2，M2,20089M3MEANM1,3，M2,30090M4MEANM1,4，M2,40091B42）对规范化后的地磁数据进行平滑处理。0092经过上述规范化处理后，对于每条路径，都可以得到与之相应的地磁数据，从而建立了一个初步的地磁路径定位模型。但是由于局。

35、部数据的小幅扰动可能会影响地磁路径定位模型对整体路径趋势的刻画，故还可以对磁路径定位模型进行平滑处理。例如，可以采取滑动窗口均值平滑法。图5给出了采用滑动窗口对数据进行处理的示意图。假设滑动窗口WINDOWSIZEKK一般取奇数，平滑处理后某位置的值为其前后K个值的平均值，DIMEANDIK1/2,DIK1/21,DI,DIK1/2,，如图5所示，若WINDOWSIZE5，D3MEAND1,D2,D3,D4,D5，D4MEAND2,D3,D4,D5,D6。0093上文主要讨论了如何训练和建立定位模型，下面将详细介绍如何使用训练好的定位模型来给用户提供定位服务。在定位阶段，在首次对用户进行定位时。

36、，由于没有用户的任何历史位置信息以及用户移动磁轨迹信息，可以根据首次定位时搜寻到的环境AP集合信息，基于训练好的AP定位模型，判定用户当前所处的区域，实现用户粗粒度定位。当使用加速度传感器检测到用户移动时，则调用地磁路径定位模型对用户进行细粒度定位。如果地磁定位失败时，则可再次基于AP定位模型重新指定可用于地磁定位的搜索区域，然后再根据用户是否移动决定是否进行细粒度的地磁定位。0094继续参考图1，更具体地，在步骤S1，通过用户携带的移动终端设备收集的来自AP的WIFI信号，统计单位时间段内收到每个AP的WIFI信号出现的次数，并将AP按收到信号的次数多少降序排序，提取前K个AP。基于训练好的。

37、AP定位模型来统计前K个AP的区域归属，出现次数最大的区域即为用户当前所处区域。0095在步骤S3，检测用户当前的状态，判断用户是否在移动。通常可以利用用户携带的移动终端设备的加速度传感器来检测用户当前的状态（运动或静止）。图6给出了利用加速度传感器检测用户状态的流程示意图。首先，基于通过加速度传感器收集的X、Y、Z轴的加速度数据来计算三轴加速度合成分量，并从中剔除掉重力加速度分量，从而得到采样的加速度数据。然后，判断前后两个采样的加速度数据的变化量是否超过设定的阈值T1（例如，该阈值的初值设为04），如果大于该阈值T1，则判断前后两个采样的加速度数据是否分布在0值两侧，且它们与0值差的绝对值。

38、超过T2（T2初值也可设为04），则判定用户步伐有效，即用户发生移动。上述阈值可以是动态更新的，在一个实施例中以50个采样数据作为动态调整阈值的一个周期，在每个周期内对三轴加速度合成分量的峰值进行统计平均，在每个周期结束时，对动态阈值和与0点差值的绝对值进行更新，即经动态更新后的阈值MAX（三轴加速度合成分量峰值均值01,04）,更新后的与0点差值的绝对值MAX（三轴加速度合成分量峰值均值04,04）。0096当加速度传感器收集的信息判定用户发生走动后，通过用户行走频率判断用户是行走还是跑动的状态，进而为用户选择不同的步长参数（有研究表明，与行走相比，跑动状说明书CN104105067A108。

39、/10页11态下用户步长较长），从而来估算用户的运动速度。可以采用现有的很多方法来使用加速度传感器判定用户是否运动或静止，以及检测运动状态下的行走频率。而且还可以通过动态调整步长，较准确地推断出用户的移动路径长度。例如，在利用加速度传感器检测到人行走的状态后，依据检测到的行走频率F及所选的用户的步长参数L得到用户行走的速度V，即VFL，进而可以得到用户的移动路径长度。0097在步骤S5，当检测到用户移动时，从训练好的地磁路径定位模型中选择在该用户当前所处的区域内的所有磁轨迹路径，从而减小了地磁定位的搜索范围。如果已经推断出用户的移动路径长度，可以提取与用户的移动路径等距离的磁轨迹路径数据，以便。

40、与观测的地磁数据进行地磁轨迹匹配，选取最优匹配路段端点作为当前用户位置估计。0098在步骤S7将通过用户携带的移动终端设备采集的地磁信号与所选择的各个磁轨迹路径的地磁数据进行匹配，以确定用户的当前位置，从而实现对用户的细粒度定位。通常可以通过用户携带的移动终端设备上集成的磁传感器来采集与用户移动路径相关的地磁信号。0099如上文结合图2所讨论的，相同路段采集的地磁数据特征曲线保持一致。因此通过匹配地磁数据路径特征曲线的波形即可分辨出两段地磁数据是否采自同一路段。由于环境和传感器硬件本身的影响，磁传感器采集的地磁信号会发生跳变现象，导致相同路段采集的地磁信号强度值不同，但地磁数据路径特征曲线的波。

41、形却保持一致。但由于用户行走速度、采样频率不同，用户行走一定距离所产生的地磁数据量与地磁路径模型中相同距离的数据量不一致，导致现有的余弦轨迹匹配算法和动态时间规划（DYNAMICTIMEWARPING，DTW）轨迹匹配算法会出现误差，定位精度不高。0100在一个实施例中，在步骤S7进行地磁轨迹匹配的步骤可包括0101步骤71）对于所选择的每条磁轨迹路径，计算该磁轨迹路经的地磁数据与用户终端设备采集的地磁信号之间的匹配度；0102步骤72）基于所述地磁路径定位模型，选择具有最大匹配度的磁轨迹路径对应的实际地理位置来确定用户的当前位置。也就是寻找到的最优匹配的磁轨迹路径作为用户走过的路段，该磁轨迹。

42、路径的终点即为用户的当前位置。0103其中，在步骤71）每条磁轨迹路经的地磁数据与用户终端设备采集的地磁信号之间的匹配度通过下列步骤计算的0104步骤711）如表1所示，按设定的训练步长将第I条磁轨迹路径的地磁数据划分为多个训练向量，按设定的观测步长将用户终端设备采集的地磁信号划分为多个观测向量，每个观测向量中包含的元素个数等于所述观测步长；0105步骤712）将每个观测向量映射成与训练向量相同的维度，基于所述训练向量和映射后的观测向量建立该磁轨迹路径的地磁数据与用户终端设备采集的地磁信号之间的匹配矩阵，该匹配矩阵中第I行第J列处的元素为第I个观测向量与第J个训练向量的相似度。0106在步骤7。

43、13）基于所建立的匹配矩阵来计算该磁轨迹路经的地磁数据与用户终端设备采集的地磁信号之间的匹配度。0107表10108说明书CN104105067A119/10页120109其中，训练地磁数据向量（简称为训练向量）代表的如上文所述从地磁路径定位模型中选择的第I条路径的第J段对应的地磁数据所组成的向量；训练地磁数据向量的长度记为训练步长TL（TRAININGLENGTH）（例如，可以基于加速度传感器估计的用户行走距离来决定训练向量的长度）。观测地磁数据向量OI（简称为观测向量）代表所采集的地磁数据中的第I组地磁数据所组成的向量；观测地磁数据向量OI的长度记为观测步长OL（OBSERVEDLENGT。

44、H）。可以将观测地磁数据向量OI按上文讨论的规范化处理映射成训练步长TL维，得到的向量记为规范化的观测地磁数据向量OI。训练向量的第一个元数据与的第一个元数据的间隔长度记为训练向量增长步长IL（INCREMENTALLENGTH）。训练步长最好为训练向量增长步长的整数倍。表1所示的增长步长IL2，即与之间的元数据间隔。增长步长的长度关系到匹配准确率的高低，若增长步长过长则匹配粒度较粗，难以达到较好的匹配精度，反之又将增加过多的计算开销，因此增长步长一般不超过训练步长的二分之一为宜。其中，观测步长可以根据实际环境中用户行走的速度V、磁数据采集频率F（可依实际需要而定）、训练步长TL及单位距离训练。

45、数据个数K（例如，如上文所述的每个数据分片的元数据个数）来计算，其计算公式如下01100111如表1所示，匹配矩阵SI实际上是每一个观测向量与路径I的每一个训练向量的相似度构成的矩阵。例如，第I条地磁路径与采集到的用户地磁信号的匹配矩阵SI记为01120113该匹配矩阵中的每个元素可以为规范化后的观测向量OI与训练向量的相似度。在一个实施例中，两个向量之间的相似度可以采用余弦相似度方法来计算，例说明书CN104105067A1210/10页13如，在又一个实施例中，提取两个向量的波形特征，将两个向量的波形特征的相似度作为这两个向量的相似度。例如，对于观测向量AAI,AI1,AIM1，训练向量B。

46、BJ,BJ1,BJN1，则这两个向量代表的地磁路径信号特征曲线的波形特征可分别表示为A，B，AAI1AI,AI2AI1,AIM1AIM2（I,I1,IM1）BBJ1BJ,BJ2BJ1,BJN1BJN2（J,J1,JN1）0114则观测向量A和训练向量B的相似度S（A，B）可以大体上以两段地磁路径信号特征曲线的波形特征的相似度来表征，又A，B数据段长度可能不一致，可用A与B的DTW距离度量A，B的相似度，即0115S（A，B）DTW（A，B）。0116在步骤713参考为第I条磁轨迹路径建立的匹配矩阵，可得到第I条磁轨迹路径的匹配度为其中X1,2,NM1,其中也可以称为匹配步长，即匹配多个观测向量。

47、时训练样本段之间的间隔。这是因为相邻训练向量之间有重叠，在估计M步连续位置时需要跳跃这些重叠的部分进行匹配。例如，当收到第一个观测向量时，最佳匹配的路径为相似度所对应的训练向量路段，当收到第M个观测向量时，最佳匹配的路径为该匹配矩阵M行中每行取一个相似度构成的M个相似度之和的最大值所分别对应的一组训练向量路段构成的路径，且这M个训练向量路段在空间上是连续的。0117通过上述实施例可以看出，本发明的基于地磁信息的实时定位方法从多模融合的角度出发，结合了地磁、WIFI信号、加速度传感器各自的优势。该实时定位方法与传统的WIFI室内定位相比适用范围更广（无WIFI覆盖的楼层或死角也可定位），定位精度。

48、更高，采样工作量更小（由于地磁较为稳定，最少只需一次磁数据采集即可），功耗更低（例如，可以将定位模型存于用户终端设备，自主进行定位，以减少与服务器通信开销，且只需在关键时刻扫描WIFI信号即可）。此外，采用的基于波形的变长地磁轨迹匹配算法能有效避免磁跳跃现象带来的匹配干扰，提高定位精度。0118在本发明的一个实施例中，提出了一种基于地磁信息的实时定位系统。该系统包括如上文讨论的AP定位模型和地磁路径定位模型、定位引擎与用户移动终端设备。其中，如上文所讨论的，AP定位模型建立了AP集合信息与实际地理区域的映射关系，地磁路径定位模型建立了地磁信息与精确地理位置的映射关系。用户移动终端设备用于采集来自其所处环境中的AP的WIFI信号、采集其所处环境中的地磁信号，并采集与用户的加速度数据。定位引擎在收到用户的定位请求后，采用如上文所讨论的方法确定用户的当前位置。所述AP定位模型、地磁路径定位模型和定位引擎可以位于与用户移动终端设备分开的计算装置上，也可以位于用户移动终端设备本地。0119虽然本发明已经通过优选实施例进行了描述，然而本发明并非局限于这里所描述的实施例，在不脱离本发明范围的情况下还包括所作出的各种改变以及变化。说明书CN104105067A131/2页14图1图2说明书附图CN104105067A142/2页15图3图4图5图6说明书附图CN104105067A15。