为了指纹识别定位的数据库建立方法及其识别定位方法与流程

本发明涉及为了指纹识别定位的数据库建立方法及利用建立的数据库的指纹识别定位方法，更详细地说涉及使用群集技法的为了指纹识别定位的数据库建立方法及利用建立的数据库的指纹识别定位方法。

背景技术：

最近，随着智能手机的使用增多，提供应用位置信息的各种服务的基于位置的服务(Location Based Service，LBS)市场活动正在活跃起来。基于位置的服务是指综合应用如同手机或PDA的移动通信网与IT技术的基于位置信息的系统及服务，并且基于顾客的位置信息提供商品信息、交通信息、位置追踪信息等贯穿整个生活的各种信息。这种基于位置的服务一般区分为位置定位技术(Location Determination Technology，LDT)、位置处理平台(Location Enabled Platform，LEP)、位置应用程序(Location Application Program，LAP)。

其中，位置定位技术为掌握接收基于位置的服务的装置的位置的技术，是为了提供基于位置的服务的最有必要的技术。这种位置定位技术多使用GPS(Global Positioning System，全球定位系统)方式或利用手机的基站的方式。

但是利用GPS的方式一般具有数米以上的误差存在不可能在建筑物内、隧道等阴影地域进行定位的缺点。与这种GPS方式方式不同，利用连接手机的基站的方式具有在室内外都能定位的优点，但是其准确度不高，因此存在只能大致确认在某一模块程度的问题。

另外，克服上述的GPS或基站方式的不准确性，为了正确推测位置的方法存在利用使用RFID(radio frequency identification，射频识别)、UWB(ultra wire band，超宽带)等传感器的方式。在其中，UWB在室内追踪时存在可提供达到数厘米的高准确度的优点，因此主要应用于重视位置 准确度的实时位置追踪系统。但是上述方式相比于高准确度，收发电波的距离短，并且为了定位应该设置独立的基站。因此，存在在初期建立时存在产生庞大的费用的缺点。

因此，为了克服这种问题，对准确度高的同时为了定位的追加费用也少的技术的必要性正在成为焦点，在最近正在活跃地进行能够满足这种必要性的利用无线接入点(Wireless Access Point)的定位技术的研究。这时因为在很多场所已设置为了利用无线接入点定位的无线局域网络(Wireless LAN，WLAN)等的无线接入点，进而没有必要追加设置独立的基站。

利用这种无线接入点的定位技术有2种方式，第一种是三角测量法(Centroid Method)，其方法是从3个以上的接入点(AP)接收接收信号强度(Received Signal Strength，RSS)来推测使用者的现在位置的技法。

另一种是指纹识别(Fingerprinting)技法。其方式是提前设定的多个采样点(Sample Point，SP)分别保存在该位置接收的各个AP分别的RSS数据，在测量到类似的RSS时，利用该SP的位置来推测使用者位置的技法。

但是，现有的指纹识别定位存在服务区域变大则RSS数据的储存容量庞大的问题。并且扩大数据库会扩大探索范围，因此存在为了推测位置而需要很长的时间的问题。

另外，本发明的背景技术已公开于韩国注册专利10-1390722号(2014.04.24.)。

技术实现要素：

(要解决的问题)

本发明提供为了指纹识别定位的数据库建立方法及利用建立的数据库的指纹识别定位方法的目的在于，能够减少为了指纹识别定位的数据库的量，能够快速决定位置，并且可提高位置推测的准确度。

(解决问题的手段)

根据本发明的为了指纹识别定位的数据库建立方法，包括：数据库建立装置按各个采样点(Sample Point，SP)分别收集对各个接入点(Access Point，AP)的接收信号强度(Received Signal Strength，RSS)，来生成原始数据(Raw Data)的步骤；及所述数据库建立装置利用所述生成的原始数据， 生成根据接收信号强度按各个接入点分别群集(clustering)采样点的群集表的步骤。

在本发明中，生成所述群集表的步骤，包括：对于任意的接入点，所述数据库建立装置根据接收信号强度的最大值与最小值，计算群集的初期中心值的步骤；及所述数据库建立装置通过将所述计算的初期中心值为开始值的无监督学习算法(Unsupervised Learning algorithm)的执行，计算对所述任意的接入点的群集的最终中心值的步骤。

在本发明中，计算所述群集的初期中心值的步骤，包括：所述数据库建立装置以接收信号强度最大的采样点为开始点，推测各距离信号衰减率的步骤；所述数据库建立装置根据所述推测的各距离信号衰减率，决定群集的个数的步骤；及所述数据库建立装置根据接收信号强度的最大值与最小值的差异及所述计算的群集的个数，计算所述初期中心值的步骤。

在本发明的根据所述接收信号强度的最大值与最小值的差异及所述计算的群集的个数计算所述初期中心值的步骤中，所述数据库建立装置通过如下数学式计算第m群集的中心值。

(数学式)

(在这里，R_min为接收信号强度的最小值、R_max为接收信号强度的最大值、CN为群集的个数。)

根据本发明的为了指纹识别定位的数据库建立方法，还包括：所述数据库建立装置在所述生成的原始数据中，删除接收信号强度的测量率为预定基准以下的数据，来建立电波地图(Radio Map)的步骤。在生成所述原始数据的步骤中，所述数据库建立装置反复测量对各个采样点分别的各个接入点的接收信号强度，来生成原始数据。

根据本发明的为了指纹识别定位的数据库建立方法，在建立所述电波地图的步骤之后，还包括：所述数据库建立装置在任意的采样点测量各个接入点分别的接收信号强度的步骤；所述数据库建立装置根据所述测量的接收信号强度，示出在所述任意的采样点与接近于其的采样点之间的电波地图保存的接收信号强度的差异的缺口比率的步骤；及所述计算的缺口比率为预定比例以下的情况，所述数据库建立装置根据所述测量的接收信号 强度，修改对所述任意采样点的电波地图数据的步骤。

在本发明中，计算所述Gap Ratio(缺口比例)的步骤，包括：所述数据库建立装置对于在所述任意的采样点中存在于预定距离内的各个采样点，示出在电波地图保存的接收信号强度与测量的接收信号强度的差异的Gap Value(间隙值)的步骤；及所述数据库建立装置根据所述计算的Gap Value，计算所述Gap Ratio的步骤。

在本发明中，计算所述Gap Value的步骤，包括：所述数据库建立装置对于存在于所述预定距离内的各个采样点，计算在按接入点分别保存在电波地图的接收信号强度减去所述测量的接收信号强度的差值(diff value)的步骤；及所述数据库建立装置计算对按采样点分别计算的接入点的差值的平均值，计算对存在于所述预定距离内的各个采样点的Gap Value的步骤。

在本发明中，根据所述Gap Value计算所述Gap Ratio的步骤，包括：所述数据库建立装置计算所述计算的Gap Value的标准偏差的步骤；及所述数据库建立装置在所述计算的Gap Value中最小值与第二小的值得差异除以所述计算的标准偏差来计算所述Gap Ratio的步骤。

根据本发明的为了指纹识别定位数据库建立方法，还包括：所述数据库建立装置在所述生成的原始数据中，删除在每个接入点的接收信号强度的偏差不足基准值的数据，来建立电波地图(Radio Map)的步骤。

根据本发明的利用建立的数据库的指纹识别定位方法，包括：位置推测装置测量对各个接入点(Access Point，AP)的接收信号强度(Received Signal Strength，RSS)的步骤；所述位置推测装置利用所述测量的接收信号强度及在已建立的数据库包括的群集表，来决定为了推测位置的探索区域的步骤；及所述位置推测装置在所述决定的探索区域执行指纹识别定位，来推测所述位置推测装置的现在位置的步骤。

在本发明中，所述已建立的数据库包括电波地图(Radio Map)及群集表，是为了指纹识别定位而建立的，其中所述电波地图按各个采样点(Sample Point，SP)分别保存对各个接入点的接收信号强度，及群集表保存根据接收信号强度按各个接入点分别群集(clustering)采样点而生成的各个接入点分别的群集的中心值与在各个中心值包括的采样点的列表。

在本发明中，决定所述探索区域的步骤，包括：所述位置推测装置在按接入点分别保存在所述群集表的中心值中，算定最接近测量的接收信号强度的中心值的步骤；及所述位置推测装置根据在所述算定的中心值包括的采样点，来决定所述探索区域的步骤。

在在本发明的算定最接近所述测量的接收信号强度的中心值的步骤中，所述位置推测装置筛选信号状态良好的n个接入点，算定最接近所述测量的接收信号强度的中心值的步骤。

在本发明中，根据所述采样点决定所述探索区域的步骤，包括：所述位置推测装置在所述采样点中，算定对所述n个的接入点的重复次数最多的采样点为探索点的步骤；及所述位置推测装置根据所述算定的探索点，来决定所述探索区域的步骤。

在本发明的根据所述探索点决定所述探索区域的步骤中，所述位置推测装置在所述探索点中决定连接位于最外侧的采样点的区域为探索区域。

在本发明中，推测所述现在位置的步骤，包括：所述位置推测装置对于位于所述探索区域的各个采样点，计算示出在所述数据库保存的接收信号强度与所述测量的接收信号强度的差异的Diff Value的步骤；及所述位置推测装置根据所述计算的Diff Value来推测所述现在位置的步骤。

在本发明中，计算所述Diff Value的步骤，包括：所述位置推测装置对于位于所述探索区域的各个采样点，计算按接入点分别在保存在所述数据库的接收信号强度减去所述测量的接收信号强度的差值的步骤；及所述位置推测装置按所述采样点计算所述计算的差值的平均值，来计算对位于所述探索区域的各个采样点的Diff Value的步骤。

在本发明的根据所述Diff Value推测所述现在位置的步骤中，所述位置推测装置推测在位于所述探索区域的采样点中具有最小Diff Value的采样点的位置为所述现在位置。

在本发明的根据所述Diff Value推测所述现在位置的步骤中，所述位置推测装置利用根据所述Diff Value的k-NN(k-nearest neighbors，邻近算法)来推测所述现在位置。

(发明的效果)

根据本发明的为了指纹识别定位的数据库建立方法及利用建立的数 据库的指纹识别定位方法，根据接收信号强度群集采样点，据此在不是整个区域的探索区域执行指纹识别定位，进而具有可提高位置推测的准确度，且能够快速决定位置的效果。

根据本发明的为了指纹识别定位的数据库建立方法及利用建立的数据库的指纹识别定位方法，删除接收信号强度的测量率为预定基准以下的数据及接收信号强度的偏差不足基准值的数据来建立电波地图，进而具有减少数据库的量的同时也可提高位置推测的准确度，且能够快速决定位置的效果。

并且，根据本发明的为了指纹识别定位的数据库建立方法及利用建立的数据库的指纹识别定位方法，修改对Gap Ratio(缺口比率)低的采样点的电波地图数据，进而具有提高位置推测的准确度。

附图说明

图1是为了说明根据本发明一实施例的执行为了指纹识别定位的数据库建立方法及利用建立的数据库的指纹识别定位方法的装置的示例图。

图2是为了说明根据本发明一实施例的为了指纹识别定位的数据库建立方法的流程图。

图3是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明根据接收信号强度群集采样点的步骤的流程图。

图4是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明推测各距离信号衰减率的步骤的示例图。

图5是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明计算初期中心值的步骤的示例图。

图6是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明计算最终中心值的步骤的示例图。

图7是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明删除接收信号强度的测量率为预定基准以下的数据的步骤的示例图。

图8是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明删除接收信号强度的偏差不足基准值的数据的步骤的示例 图。

图9是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明根据Gap Ratio修改电波地图的步骤的流程图。

图10是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明计算Gap Ratio的过程的示例图。

图11是为了说明根据本发明一实施例的利用建立的数据库的指纹识别定位方法的流程图。

图12是在根据本发明一实施例的利用建立的数据库的指纹识别定位方法中，为了说明决定探索区域的步骤的流程图。

图13是在根据本发明一实施例的利用建立的数据库的指纹识别定位方法中，为了说明在算定的中心值包括的采样点的示例图。

图14是在根据本发明一实施例的利用建立的数据库的指纹识别定位方法中，为了说明在算定的中心值包括的采样点的示例图。

图15是在根据本发明一实施例的利用建立的数据库的指纹识别定位方法中，为了说明探索区域决定过程的示例图。

图16是在根据本发明一实施例的利用建立的数据库的指纹识别定位方法中，为了说明推测现在位置的步骤的流程图。

(附图标记说明)

100：数据库建立装置

101：第一控制部

102：第一信号收集部

110：数据库

120：位置推测装置

121：第二控制部

122：第二信号收集部

130：第一接入点

131：第二接入点

132：第N接入点

具体实施方法

以下，参照附图说明根据本发明的为了指纹识别定位的数据库建立方法及利用建立的数据库的指纹识别定位方法的一实施例。在这一过程中，为了说明的明确性与便利性可夸张图示在图面图示的线条的厚度或构成要素的大小。并且，后述的用语是考虑在本发明的功能而定义的用语，这根据使用者、运用者的意图或惯例会有所不同。因此，对这种用语的定义应该以本说明整体内容为基础来定义。

图1是为了说明根据本发明一实施例的执行为了指纹识别定位的数据库建立方法及利用建立的数据库的指纹识别定位方法的装置的示例图。如图1所示，执行根据本发明一实施例的为了指纹识别定位的数据库建立方法及利用建立的数据库的指纹识别定位方法的装置，包括数据库建立装置100及位置推测装置120。并且，数据库建立装置100可包括第一控制部101及第一信号收集部102，位置推测装置120可包括第二控制部121及第二信号收集部122。

数据库建立装置100，在各个采样点(Sample Point，SP)通过第一信号收集部102从接入点130～132(Access Point，AP)接收信号，可收集对各个接入点的接收信号强度(Received Signal Strength，RSS)。

并且，数据库建立装置100的第一控制部101，将如上述收集的接收信号强度为原始数据(Raw Data)来建立电波地图(Radio Map)，并且可生成群集表。第一控制部101，可将如上述建立的电波地图及群集表保存在数据库110。

即，数据库110可包括电波地图及群集表，其中电波地图按各个采样点保存对各个接入点的接收信号强度，群集表保存根据接收信号强度按各个接入点分别群集(clustering)采样点而生成的各个接入点分别的群集的最终中心值与在各个中心值包括的采样点的列表。这种数据库110可以是服务器的形态，但也可以是包括数据库建立装置100的形态。

位置推测装置120，执行利用在数据库保存的电波地图及群集表的指纹识别定位，可推测位置推测装置120自身的现在位置。即，第二信号收集部122，从接入点130～132接收信号，可测量对各个接入点的接收信号强度。第二控制部121所述测量的接收信号强度与在数据库保存的数据进行比较，可推测位置推测装置120的现在位置。位置推测装置120可以是 使用者的智能手机。

图2是为了说明根据本发明一实施例的为了指纹识别定位的数据库建立方法的流程图，图3是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明根据接收信号强度群集采样点的步骤的流程图，图4是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明推测各距离信号衰减率的步骤的示例图，图5是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明计算初期中心值的步骤的示例图，图6是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明计算最终中心值的步骤的示例图，图7是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明删除接收信号强度的测量率为预定基准以下的数据的步骤的示例图，图8是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明删除接收信号强度的偏差不足基准值的数据的步骤的示例图，图9是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明根据Gap Ratio修改电波地图的步骤的流程图，图10是在根据本发明一实施例的为了指纹识别定位的数据库建立方法中，为了说明计算Gap Ratio的过程的示例图。参照所述图面如下说明根据本实施例的为了指纹识别定位的数据库建立方法。

如图2所示，数据库建立装置100首先按各个采样点分别收集对各个接入点的接收信号强度来生成原始数据S200。即，数据库建立装置100用对提前设定的多个采样点的识别标志，接收对在该采样点测量的各个接入点的接收信号强度。这时，数据库建立装置100多次反复测量对各个采样点分别的各个接入点的接收信号强度也可生成原始数据。

接着，数据库建立装置100利用在所述步骤S200生成的原始数据，根据接收信号强度按各个接入点分别群集采样点S210。参照图3至图6，将如下详细说明对一个接入点的群集过程。

如图3所示，数据库建立装置100首先对于任意的接入点，将接收信号强度最大的采样点为开始点来推测各距离信号衰减率S300。在图4中可以看出，数据库建立装置100以接收信号强度最大的采样点为开始点，可推测根据距离衰减的接收信号强度的比例。即，数据库建立装置装置100 在以图4中由Maximum RSS表示的采样点为开始点，可推测根据距离向4个方向衰减的接收信号强度的比例。

数据库建立装置100，计算如上述推测的各个方向分别的衰减比例的平均或取最大值，可推测各距离信号衰减率。与其相同地推测各距离信号衰减率，是为了反映接收信号强度的密度(接收信号强度的分布)来决定群集的初期间隔。

即，在通过无监督学习算法(Unsupervised Learning algorithm)的群集中需要设定初期中心值，但是这种初期中心值对无监督学习算法的影响重大。也就是说，无监督学习算法执行结果不保障最优值，并且得出相当依赖初期条件的结果，因此根据初期设定也可获得比实际最优值差的值。为防止这一情况，也可多次尝试相互不同的初期值，来使用利用最好的结果的技法等，但是在本实施例中，使用根据接收信号强度的密度决定群集的初期间隔的方法。

另外，在所述步骤S300中数据库建立装置100使用最小二乘法(method of least squares)可推测各距离信号衰减率。即，数据库建立装置100使用最小二乘法，对于已有的数据查找具有最大接近值的直线，可用根据距离衰减的接收信号强度的比例来推测该走势线的倾斜度。

在所述步骤S300之后，数据库建立装置100根据在所述步骤S300计算的各距离信号衰减率决定群集的个数S310。例如，数据库建立装置100，在各距离信号衰减率乘以群集区域的大小(例如，10m、20m)可计算群集的初期间隔。并且，数据库建立装置100在接收信号强度的最大值减去最小值的值，即在接收信号强度的最大间隔除以如上述计算的各距离信号衰减率，可决定群集的个数。即，数据库建立装置100将根据使用者意图等，将设定的群集区域的大小乘以各距离信号衰减率来计算群集的初期间隔，计算的初期间隔除以接收信号强度的最大间隔，可决定反映接收信号强度的密度群集的个数。

接着，数据库建立装置100根据接收信号强度的最大值与最小值的差异及在所述步骤S310计算的群集的个数，计算群集的初期中心值S320。例如，数据库建立装置100通过如下数学式1可计算第m群集的中心值。

(数学式1)

$R_{\min }+(m-\frac{1}{2})\×\frac{R_{\max }-R_{\min }}{CN}$

(在这里，R_min为接收信号强度的最小值、R_max为接收信号强度的最大值、CN为群集的个数。)

即，数据库建立装置100可计算从第一个群集的中心值到第“在所述步骤S310计算的群集个数”个的群集的中心值。因此，群集的初期中心值意味着包括“在所述S310计算的群集的个数”个的中心值的集合。

数据库建立装置100，经过上述过程如图5所示可生成初期群集模型。

另一方面，在所述步骤S320之后，数据库建立装置100通过执行将在所述步骤S320计算的初期中心值为开始值的无监督学习算法，计算对任意的接入点的群集的最终中心值S330。即，数据库建立装置100执行无监督学习算法，可生成如图6所示的最终群集模型。

这时，数据库建立装置100作为所述无监督学习算法使用K-平均算法(K-means algorithm)可计算群集的最终中心值。即，数据库建立装置100可用将群集与距离差异的分散最小化方式执行群集。也就是说，数据库建立装置100对数据多的群集制作的较窄，数据少的群集制作的较宽，因此相比于初期模型可减少群集之间的偏差。

另外，在这里最终中心值与在所述步骤S320的初期中心值相同，意味着包括“在所述步骤S310计算的群集的个数”个的中心值。

即，在图2的所述步骤S210中，数据库建立装置100按各个接入点分别执行上述的图3的步骤S300至步骤S330，可生成根据接收信号强度按各个接入点分别群集采样点的群集表。因此，所述述生成的群集表可包括各个接入点分别的群集的最终中心值与在各个中心值包括的采样点的列表。

在所述步骤S210之后，数据库建立装置100删除在所述步骤S200生成的原始数据中接收信号强度的测量率为预定基准以下的数据S220。在图7中可以看出，数据库建立装置100多次反复测量对各个采样点分别的各个接入点的接收信号强度来生成原始数据的情况，可累计对各个接入点的测量次数。数据库建立装置100，根据述累计的测量次数，可删除接收信号强度的测量率为预定基准下的数据。

即，以一个采样点为基准进行观察时，在该采样点中的接收信号强度的收集次数相比于总测量次数明显减少(预定基准以下)的接入点的情况，在实际定位步骤中未被测量到的可能性大。因此在原始数据中删除对该采样点的该接入点的数据，进而可将电波地图(Radio Map)最优化。例如，在图7图示的接入点中可删除对收集次数为5次以下的5个接入点的相应采样点的数据。

接着，数据库建立装置100删除每个接入点的接收信号强度的偏差不足基准值的数据S230。即，在以一个接入点为基准时，相互不同的采样点的情况应该具有相互不同的接收信号强度，但是在接收信号强度几乎没有差异(不足基准值)的采样点的情况，在实际定位步骤中作用为误差的可能性大。因此，在原始数据删除对该采样点的该接入点的数据，进而可将电波地图最优化。在图8中可以才看出，相当于相互不同的采样点但是可删除对接收信号强度的偏差小的采样点的相应接入点的数据。另外，在这里基准值不是固定的值，而是根据采样点之间的距离可以是不同的形态。

另外，数据库建立装置100删除对只在一个采样点收集的接入点的数据，也可将电波图最优化。即，这是因为这种数据只对该采样点具有意义，因此在定位的步骤适用于误差的作用。

在所述步骤S230之后，数据库建立装置100根据Gap Ratio(缺口比率)修改对所述任意的采样点的电波地图数据S240，其中Gap Ratio示出在任意的采样点与接近于其的采样点之间的电波地图保存的接收信号强度的差异。参照图9及图10将如下更加详细说明所述步骤S240。

如图9所示，数据库建立装置100首先在任意的采样点测量各个接入点分别的接收信号强度S400。即，数据库建立装置100在建立电波地图之后，为了保持及维修电波地图，在任意的采样点测量各个接入点分别的接收信号强度，确认是否需要修改对该采样点的数据。

接着，数据库建立装置100对于在任意的采样点中存在于预定距离内的各个采样点，计算在按接入点分别保存在电波地图的接收信号强度减去在所述步骤S400测量的接收信号强度的差值S410。即，数据库建立装置100为了比较任意的采样点与在相应采样点中存在于预定距离内的采样点，可计算在电波地图保存的接收信号强度减去测量的接收信号强度的差 值。在这里，对一个采样点的差值为包括所有对该采样点的各个接入点分别的差异的概念。

在所述步骤S410之后，数据库建立装置100计算在所述步骤S420计算的差值的平均值，计算对存在于预定距离内的各个采样点的Gap Value(间隙值)S420。即，数据库建立装置100按采样点分别平均按采样点分别计算的各个接入点分别的差值来计算Gap Value。因此，Gap Value对于在任意的采样点中存在于预定距离内的各个采样点，是示出在电波地图保存的接收信号强度与测量的接收信号强度的差异的值。

接着，数据库建立装置100计算在所述步骤S420计算的Gap Value的标准偏差S430。即，数据库建立装置100计算Gap Value的标准偏差，可将Gap Value的分布程度数据化。

在所述步骤S430之后，数据库建立装置100在所述步骤S420计算的Gap Value中最小值与第二小的值的差异除以标准偏差来计算Gap Ratio S440。在图10中可以看出，在计算的Gap Value中最小的值可定义为First(第一个)NN，第二小的值可定义为Second(第二个)NN。即Gap Ratio意味着在任意的采样点与接近于其的采样点之间的电波地图保存的接收信号强度的差异的值。

接着，数据库建立装置100确认在所述步骤S440结算的Gap Ratio是否为预定比例以下S450。即，任意的采样点与接近于其的采样点为相互不同的采样点，因此只有存在Gap Value的差异，才会存在作为为了定位的数据的应用性。但是在Gap Ratio在预定比例(例如，50％)以下的情况，意味着在任意的采样点与接近于其的采样点之间的电波地图保存的接收信号强度差异不大的情况。这种情况是怀疑在任意的采样点保存的数据的适用性的情况，因此应该修改该数据。

因此，所述步骤S450的确认结果，若Gap Ratio在预定比例以下，则数据库建立装置100用在电波地图保存接收信号强度与在所述步骤S400测量的接收信号强度的平均值，修改对任意的采样点的电波地图S460。即，建立电波地图之后，因为各种环境变化可变化电波环境，因此数据库建立装置100修改在采样点保存的Gap Ratio为预定比例以下的数据，可保持及维护电波地图。这时，用在电波地图保存的接收信号强度与测量的接收 信号强度的平均值修改电波地图，是考虑到在步骤S400的测量存在瞬间性的误差的情况。因此，数据库建立装置100在电波地图保存的接收信号强度与测量的接收信号强度适用不是平均值的其他加重值也可修改电波地图。

图11是为了说明根据本发明一实施例的利用建立的数据库的指纹识别定位方法的流程图，图12是在根据本发明一实施例的利用建立的数据库的指纹识别定位方法中，为了说明决定探索区域的步骤的流程图，图13是在根据本发明一实施例的利用建立的数据库的指纹识别定位方法中，为了说明在算定的中心值包括的采样点的示例图，图14是在根据本发明一实施例的利用建立的数据库的指纹识别定位方法中，为了说明在断定的中心值包括的采样点的示例图，图15是在根据本发明一实施例的利用建立的数据库的指纹识别定位方法中，为了说明探索区域决定过程的示例图，图16是在根据本发明一实施例的利用建立的数据库的指纹识别定位方法中，为了说明推测现在位置的步骤的流程图，参照所述图面如下说明根据本实施例的利用建立的数据库的指纹识别定位方法。

如图11所示，位置推测装置120测量对各个接入点(Access Point，AP)的接收信号强度(Received Signal Strength，RSS)S500。即，位置推测装置120在位置推测装置120本身存在的位置测量对各个接入点的接收信号强度，进而可推测位置。

接着，位置推测装置120利用在所述步骤S500测量的接收信号强度及在已建立的数据库包括的群集表，决定为了推测位置的探索区域S510。在这里，已建立的数据库包括电波地图(Radio Map)及群集表，意味着为了指纹识别定位而建立的数据库，其中电波地图保存按各个采样点(Sample Point，SP)分别保存对各个接入点的接收信号强度，群集表保存根据接收信号强度按各个接入点群集(clustering)采样点而生成的各个接入点分别的群集的中心值与在各个中心值包括的采样点的列表。

参照图12至图15，如下更加详细说明所述步骤S510。

如图12所示，位置推测装置120首先筛选信号状态良好的n个接入点S600。即，位置推测装置120为了快速的计算速度，筛选信号状态良好的n个接入点可决定探索区域。在这里，信号状态良好是意味着接收信号 强度相对大的情况等。

接着，位置推测装置120对于在所述步骤S600筛选的n个接入点，计算在群集表保存的中心值中最接近于在图11的所述步骤S500测量的接收信号强度的中心值S610。即，位置推测装置120可判断位置推测装置120的现在位置最接近于哪一群集。参照图13至图14将如下进行更加详细地进行说明。

图13是图示只掌握一个接入点的情况，在图13中可以看出位置推测装置120可算定判断为最近于位置推测装置120的现在位置的群集的中心值。这时，位置推测装置比较该接入点的群集的中心值与测量的接收信号强度，可将其差异最小的中心值算定为判断最接近位置推测装置120的现在位置的群集的中心值。位置推测装置120将在算定的中心值包括的采样点使用为为了定位的数据，并且这与图13图示的相同。

并且，图14是图示掌握3个接入点的情况，图示了通过与图13相同的方法在按各个接入点分别算定的中心值包括的采样点。

另外，在所述步骤S610之后，位置推测装置120在所述步骤S620算定的中心值包括的采样点中，将对n个接入点的重复次数最多的采样点算定为探索点S620。即，在图15中可以看出，在3个接入点全部重复的15个采样点可算定为探索点。这时，可能不存在在n个接入点全部重复的采样点，因此将重复次数最多的采样点算定为探索点。

接着，位置推测装置120在所述步骤S620算定的探索点中，决定连接位于最外侧的采样点的区域为探索区域S630。即，决定在图15图示的Final SA为探索区域。在位置推测装置120算定的探索点中决定连接位于最外侧的采样点的区域为探索区域，是因为根据瞬间性的环境变化算定的探索点中，位于连接位于最外侧的采样点的区域中间的采样点不被算定为探索点，并且就算增加这几个采样点为探索区域，也不会给推测的准确度及位置决定速度造成很大影响。

此外，位置推测装置120也可只决定在所述步骤S620算定的探索点为探索区域。

另外，在图11的所述步骤S510之后，位置推测装置120在所述步骤S510决定的探索区域执行指纹识别定位来推测位置推测装置120的现在 位置S520。即，位置推测装置120利用群集表只在不是在整体区域的所述步骤S510决定的探索区域执行指纹识别定位，进而可提高推测位置的准确度，并且可具有快速的处理速度。另外，参照图16将如下更加详细说明所述步骤S520。

在图16中可以看出，位置推测装置120对于位于探索区域的各个采样点，计算在按接入点分别保存在数据库的接收信号强度减去在图11的所述步骤S500测量的接收信号强度的差值S700。即，位置推测装置120为了比较测量的接收信号强度与在电波地图保存的数据，可计算对于位于探索区域的各个采样点，在按接入点分别保存在数据库的接收信号强度减去测量的接收信号强度的差值。

接着，位置推测装置120计算在所述步骤S700计算的差值的平均值，计算对位于探索区域的各个采样点的Diff Value(差值)S710。即，位置推测装置120按采样点分别平均按采样点分别计算的各个接入点分别的差值来计算Diff Value。因此，Diff Value是对于位于探索区域的各个采样点，是示出在所述数据库保存的接收信号强度与测量的接收信号强度的差异的值。

在所述步骤S710之后，位置推测装置120在位于探索区域的采样点中将具有最小Diff Value的采样点的位置推测为位置推测装置120的现在位置S720。即，位置推测装置120可推测在数据库保存的接收信号强度与测量的接收信号强度的差异最小的位置为位置推测装置120的位置。

除此之外，位置推测装置120利用根据在所述步骤S710计算的Diff Value的k-NN(k-nearest neighbors，邻近算法)方法，也可推测位置推测装置120的现在位置。即，位置推测装置120从具有最小Diff Value的采样点计算k个的采样点的空间性中央值，也可推定位置推测装置的现在位置。

如上所述，根据本发明实施例的为了指纹识别定位的数据库建立方法及利用建立的数据库的指纹识别定位方法，根据接收信号强度群集采样点，据此在不是整个区域的探索区域执行指纹识别定位，进而具有可提高位置推测的准确度，且能够快速决定位置的效果。

并且，根据本发明实施例的为了指纹识别定位的数据库建立方法及利用建立的数据库的指纹识别定位方法，删除接收信号强度的测量率为预定 基准以下的数据及接收信号强度的偏差不足基准值的数据来建立电波地图，并且修改对Gap Ratio低的采样点的电波地图数据，进而具有减少数据库的量的同时也可提高位置推测的准确度，且能够快速决定位置的效果。

参考在图面图示的实施例说明了本发明，但是这不过是示例性，并应该理解为在该技术所属技术领域具有通常知识的技术人员从此能够实施多种变型及同等的其他实施例。因此，本发明的技术保护范围应当由以下的权利要求范围决定。