基于蓝牙数据耦合气压数据的楼层定位方法、装置及设备与流程

1.本技术涉及定位技术领域，特别是涉及一种基于蓝牙数据耦合气压数据的楼层定位方法、装置及设备。


背景技术：

2.随着智能手机的大面积普及，越来越多的传感器被集成到手机中，手机可以获取环境中更多的数据，推动了室内定位技术的发展。楼层定位技术在室内定位体系具有很大的实用性，楼层定位可以使大型商场的楼层商店信息推送更精准；使高层建筑的火警救援更高效；使搜寻地下停车场能力更实用。最开始的楼层定位方式多为气压差分楼层定位方法，通过气压-高度模型计算高程给出楼层。后期多使用无线信号衰减方法进行楼层定位，俞敏杰于2014年提出的一种基于快速部署的室内多楼层算法，通过计算信号衰减值来判断楼层，但在计算各个信号源权重时将信号强度标准差作为定权依据，判别延时过高。2017年，黎海涛等人通过统计各个楼层阈值内接入点(access point，ap)数量，并将统计数多的楼层作为估计楼层，该方法没有考虑统计数相同的情况和筛选后的ap的信号强度值对楼层断定的影响。
3.传统的楼层定位方法，一种是使用气压采集装置进行气压差分判断使用者上下楼行为的方法，因为可能不知道使用者的当前楼层，难以设定初始楼层，且部分手机不具备气压采集装置导致了该方法的普适性较弱。一种是直接使用蓝牙信号强度识别楼层的方法，该方法如果出现蓝牙信号强度突变等现象，将会产生较大的观测粗差，对结果产生较大影响。故传统的楼层定位方法具有一定的局限性：传统气压楼层定位方法普适性较低；传统蓝牙楼层定位法稳健性不足；传统楼层定位结果精度和可靠性较低。


技术实现要素：

4.鉴于以上所述现有技术的缺点，本技术的目的在于提供一种基于蓝牙数据耦合气压数据的楼层定位方法、装置及设备，用于解决现有技术中传统气压楼层定位方法普适性较低，传统蓝牙楼层定位法存在稳健性不足，传统楼层定位结果精度和可靠性较低等其中至少一个技术问题。
5.为实现上述目的及其他相关目的，本技术提供一种基于蓝牙数据耦合气压数据的楼层定位方法，包括：在楼层定位开启前，采集目标室内定位场景中不同楼层的蓝牙信号强度值以构成对应的候选指纹，并生成蓝牙指纹库；在楼层定位过程中，实时采集待定位楼层的蓝牙信号强度值以得到待匹配蓝牙指纹；将所述待匹配蓝牙指纹与所述蓝牙指纹库中的候选指纹进行匹配，并选取最佳匹配度所对应的楼层作为初选定楼层；基于所述初选定楼层并结合气压数据，得到终选定楼层。
6.于本技术的一实施例中，所述采集目标室内定位场景中不同楼层的蓝牙信号强度值以构成对应的候选指纹，并生成蓝牙指纹库，包括以下步骤：1.1)使用移动终端分别以相同时长采集与蓝牙节点在不同距离下的蓝牙信号强度值，并得出对应不同距离下的蓝牙信
号强度均值；1.2)结合所述蓝牙信号强度均值与蓝牙节点之间对应的距离，建立简化后的对数距离损耗模型：rssi(d)＝a-10n lg(d)；其中，rssi(d)表示移动终端与蓝牙节点在距离为d时接收到的蓝牙信号强度值；a表示移动终端与蓝牙节点之间距离为1m时接收到的蓝牙信号强度值；n表示路径损耗因子，随着周围环境的变化而变化；d表示移动终端与蓝牙节点之间的距离；1.3)利用监督学习优化算法拟合得到参数a、n，并反推出测距公式用以计算蓝牙节点与移动终端之间的距离；1.4)布设蓝牙节点网，将所有蓝牙节点的mac地址以及其对应的楼层信息存储至蓝牙指纹库。
7.于本技术的一实施例中，所述实时采集待定位楼层的蓝牙信号强度值以得到待匹配蓝牙指纹；将所述待匹配蓝牙指纹与所述蓝牙指纹库中的候选指纹进行匹配，并选取最佳匹配度所对应的楼层作为初选定楼层，包括以下步骤：2.1)使用移动终端实时采集待定位楼层的蓝牙信号强度值，并依据所述测距公式实时计算出能接收到的m个蓝牙节点与移动终端之间的距离d1、d2、d3……dm
；2.2)将得到的m个距离值降序排列，统计能接收到的各个楼层的蓝牙节点的数量；2.3)基于k近邻算法，通过接收到最少蓝牙节点数量的楼层对应的蓝牙节点数量自适应选取k值；2.4)将各个楼层的前k个距离对应的蓝牙节点的mac地址与蓝牙指纹库进行自适应匹配，选取距离平均值最小的楼层i作为初选定楼层。
8.于本技术的一实施例中，所述基于所述初选定楼层并结合气压数据，得到终选定楼层，包括以下步骤：3.1)识别移动终端是否内置气压采集装置，若无气压采集装置则输出i作为终选定楼层；若有气压采集装置则记录当前时间t1、当前气压值p1和初选定楼层i；3.2)再次识别楼层的时间为t2，并记录此时的气压值p2，通过气压差分以得到t1至t2时间段内的高程变换量δh，用高程变换量δh除以各楼层平均高度h以得到楼层变换数δf，则此时通过气压差分得到的定位楼层为i1；而对应通过蓝牙实时定位得到的定位楼层为i2；3.3)当i1＝i2时，输出i1作为终选定楼层；3.4)当i1≠i2时，依据t2与t1的时间差及t2对应的k’值进行具体分析判断。
9.于本技术的一实施例中，所述通过气压差分得到的定位楼层i1的表达式为：i1＝i
±
δf；其中，
“±”
与气压上升或下降有关，“－”表示气压上升，“+”表示气压下降。
10.于本技术的一实施例中，所述依据t2与t1的时间差及t2对应的k’值进行具体分析判断，包括以下步骤：3.4.1)当t2－t1≥20min且k’≥3时，输出i2作为终选定楼层；3.4.2)当t2－t1＜20min且k’＜3时，输出i1作为终选定楼层；3.4.3)当t2－t1≥20min且0＜k’＜3或者t2－t1＜20min且k’≥3时，设置可信因子cf和预设阈值tg以进行分析：当cf≥tg时输出i2作为终选定楼层；当cf＜tg时输出i1作为终选定楼层；3.4.4)当k’＝0时，输出i1作为终选定楼层。
11.于本技术的一实施例中，所述可信因子cf的表达式为：其中，nf表示f楼层识别到的蓝牙数目；ρf表示f楼层的蓝牙分布密度；n表示t2时刻能接收到的蓝牙数量。
12.为实现上述目的及其他相关目的，本技术提供一种基于蓝牙耦合气压的混合楼层定位装置，包括：蓝牙指纹库生成模块，用于在楼层定位开启前，采集目标室内定位场景中不同楼层的蓝牙信号强度值以构成对应的候选指纹，并生成蓝牙指纹库；实时定位模块，用于在楼层定位过程中，实时采集待定位楼层的蓝牙信号强度值以得到待匹配蓝牙指纹；将所述待匹配蓝牙指纹与所述蓝牙指纹库中的候选指纹进行匹配，并选取最佳匹配度所对应
的楼层作为初选定楼层；基于所述初选定楼层并结合气压数据，得到终选定楼层。
13.为实现上述目的及其他相关目的，本技术提供一种计算机设备，包括：存储器、处理器及通信器；所述存储器用于存储计算机程序；所述处理器用于执行所述存储器存储的计算机程序，以使所述设备执行如上所述的方法；所述通信器用于与外部设备通信。
14.为实现上述目的及其他相关目的，本技术提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述任意的方法。
15.综上所述，本技术提供的一种基于蓝牙数据耦合气压数据的楼层定位方法、装置及设备，具有以下有益效果：
16.1、本技术对蓝牙信号强度数据序列进行均值滤波和高斯滤波处理，削弱了蓝牙设备异常带来的观测粗差影响，降低了蓝牙观测数据中的噪声，提高了结果的稳健性；
17.2、通过建模将蓝牙信号强度和距离之间的关系反算，结合自适应选取k值的k近邻算法匹配终端与各个楼层最近的k个设备，减弱了楼层定位中常造成的楼层跳变现象，提高了楼层定位结果的精度和连续性；
18.3、通过耦合气压采集装置数据，引入可信因子，综合考虑了各种情况下的实验结果，提高了算法的鲁棒性；
19.4、本技术不仅适用于内置气压采集装置的移动终端，对内部不具备气压采集装置的移动终端也同样适用，比传统的气压楼层定位更具备普适性。
附图说明
20.图1显示为本技术于一实施例中的基于蓝牙数据耦合气压数据的楼层定位方法的流程示意图。
21.图2显示为本技术于一实施例中的使用移动终端采集到的蓝牙信号强度值的示意图。
22.图3显示为本技术于一实施例中的基于监督学习拟合参数的结果示意图。
23.图4显示为本技术于一实施例中的基于蓝牙耦合气压的混合楼层定位装置的模块示意图。
24.图5显示为本技术于一实施例中的计算机设备的结构示意图。
具体实施方式
25.以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
26.需要说明的是，在下述描述中，参考附图，附图描述了本技术的若干实施例。应当理解，还可使用其他实施例，并且可以在不背离本技术的精神和范围的情况下进行机械组成、结构、电气以及操作上的改变。下面的详细描述不应该被认为是限制性的，并且本技术的实施例的范围仅由公布的专利的权利要求书所限定。这里使用的术语仅是为了描述特定实施例，而并非旨在限制本技术。空间相关的术语，例如“上”、“下”、“左”、“右”、“下面”、“下
方”、“下部”、“上方”、“上部”等，可在文中使用以便于说明图中所示的一个元件或特征与另一元件或特征的关系。
27.在通篇说明书中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”、“固持”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本技术中的具体含义。
28.再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“a、b或c”或者“a、b和/或c”意味着“以下任一个：a；b；c；a和b；a和c；b和c；a、b和c”。仅当元件、功能或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。
29.为了使本发明的目的、技术方案及优点更加清楚明白，通过下述实施例并结合附图，对本发明实施例中的技术方案的进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定发明。
30.为解决现有问题，本技术提出一种基于蓝牙数据耦合气压数据的楼层定位方法、装置及设备，用于解决现有技术中传统气压楼层定位方法普适性较低，传统蓝牙楼层定位法存在稳健性不足，传统楼层定位结果精度和可靠性较低等其中至少一个技术问题。
31.如图1所示，展示为本技术于一实施例中的基于基于蓝牙数据耦合气压数据的楼层定位方法的流程示意图，所述方法包括以下步骤：
32.步骤s1：在楼层定位开启前，采集目标室内定位场景中不同楼层的蓝牙信号强度值以构成对应的候选指纹，并生成蓝牙指纹库。
33.于本技术一实施例中，所述采集目标室内定位场景中不同楼层的蓝牙信号强度值以构成对应的候选指纹，并生成蓝牙指纹库，具体包括以下步骤：
34.1.1)使用移动终端分别以相同时长采集与蓝牙节点在不同距离下的蓝牙信号强度值，并得出对应不同距离下的蓝牙信号强度均值。
35.例如，使用移动终端分别采集与蓝牙节点在不同距离，包括：0.2m、0.4m、0.6m、0.8m、1m、2m、3m、4m、5m等情况下的蓝牙信号强度值，及rssi值；采集时长统一为5分钟。采集到的蓝牙信号结果如图2所示：横坐标表示的是采集点数，纵坐标表示的是采集到的蓝牙信号强度值；图中曲线由上至下表示与蓝牙节点的距离在变大。
36.需说明的是，通过对采集到的蓝牙信号强度进行滤波处理以提高测距精度。所述滤波处理包括：高斯滤波、均值滤波。
37.具体的，通过高斯滤波对采集到的不同距离下的蓝牙信号强度值进行处理，以剔除蓝牙节点异常所带来的的观测粗差。通过均值滤波再对高斯滤波处理过的蓝牙信号强度
值进行平滑线性滤波处理，以降低个别不合适蓝牙节点对测量的影响，去除图像中的不相关细节。
38.另外，均值滤波处理后可以得到不同距离出的蓝牙信号强度均值，即：rssi
0.2
、rssi
0.4
、rssi
0.6
、rssi
0.8
、rssi1、rssi2、rssi3、rssi4、rssi5等。
39.1.2)结合所述蓝牙信号强度均值与蓝牙节点之间对应的距离，建立简化后的对数距离损耗模型：
40.rssi(d)＝a-10n lg(d)；
41.其中，rssi(d)表示移动终端与蓝牙节点在距离为d时接收到的蓝牙信号强度值，即蓝牙信号强度均值；a表示移动终端与蓝牙节点之间距离为1m时接收到的蓝牙信号强度值；n表示路径损耗因子，随着周围环境的变化而变化；d表示移动终端与蓝牙节点之间的距离。
42.需说明的是，基于对数距离损耗模型：
[0043][0044]
其中，d表示蓝牙节点与移动终端之间的距离；rssi(d)表示与蓝牙节点距离为d时的移动终端接收到特定信号节点的蓝牙信号强度值；d0表示预设的参考距离；rssi(d0)表示移动终端在与蓝牙为参考距离d0处接收到的蓝牙信号强度值；n表示路径损耗因子，随着周围环境的变化而变化；x
σ
表示高斯正态随机变量，均值为0，标准差为σ；
[0045]
当d0＝1m时，x
σ
在实际测量中可以忽略，故所述对数距离损耗模型简化为：
[0046]
rssi(d)＝a-10n lg(d)；
[0047]
其中，a表示与蓝牙距离为1m时的移动终端接收到特定信号节点的蓝牙信号强度值；rssi(d)表示经过滤波处理后的移动终端与蓝牙节点在距离为d时的蓝牙信号强度值。
[0048]
1.3)利用监督学习优化算法拟合得到参数a、n，并反推出测距公式用以计算蓝牙节点与移动终端之间的距离。
[0049]
如图3所示，展示为本技术于一实施例中的基于监督学习拟合参数的结果示意图。其中，横坐标表示移动终端与蓝牙节点之间的距离；纵坐标表示经过滤波处理后得到的蓝牙信号强度均值；圆点表示实际采集到的数据；曲线则是通过监督学习优化算法拟合而来。
[0050]
例如，本实施例中通过大量实验数据拟合得出参数a为-38db，n为2.553。
[0051]
需说明的是，在拟合出参数a、n之后，结合简化后的对数距离损耗模型可反算出蓝牙节点与移动终端之间的距离，所述测距公式的表达式为：
[0052][0053]
1.4)布设蓝牙节点网，将所有蓝牙节点的mac地址以及其对应的楼层信息存储至蓝牙指纹库。
[0054]
需说明的是，所述蓝牙指纹库中每一条指纹都包含：蓝牙信号强度值、对应的蓝牙节点的mac地址、对应楼层等信息。
[0055]
步骤s2：在楼层定位过程中，实时采集待定位楼层的蓝牙信号强度值以得到待匹配蓝牙指纹；将所述待匹配蓝牙指纹与所述蓝牙指纹库中的候选指纹进行匹配，并选取最佳匹配度所对应的楼层作为初选定楼层。
[0056]
于本技术一实施例中，所述实时采集待定位楼层的蓝牙信号强度值以得到待匹配
蓝牙指纹；将所述待匹配蓝牙指纹与所述蓝牙指纹库中的候选指纹进行匹配，并选取最佳匹配度所对应的楼层作为初选定楼层，包括以下步骤：
[0057]
2.1)使用移动终端实时采集待定位楼层的蓝牙信号强度值，并依据所述测距公式实时计算出能接收到的m个蓝牙节点与移动终端之间的距离d1、d2、d3……dm
。
[0058]
2.2)将得到的m个距离值降序排列，统计能接收到的各个楼层的蓝牙节点的数量。
[0059]
需说明的是，所述能接收到的各个楼层的蓝牙节点的数量和为m。
[0060]
例如，可通过手机蓝牙扫描直接统计出能接收到的各个楼层的蓝牙节点的数量。
[0061]
2.3)基于k近邻算法，通过接收到最少蓝牙节点数量的楼层对应的蓝牙节点数量自适应选取k值。
[0062]
具体的，选取接收到的蓝牙节点数量最少的楼层，并将对应的蓝牙节点数量赋值于k，以进行自适应选取k近邻算法的k值。
[0063]
需说明的是，若使用固定的k值，当蓝牙空间分布不均匀时将会造成欠拟合或过拟合；所以为了避免这种情况的出现要对其进行自适应选取。
[0064]
2.4)将各个楼层的前k个距离对应的蓝牙节点的mac地址与蓝牙指纹库进行自适应匹配，选取距离平均值最小的楼层i作为初选定楼层。
[0065]
具体地，上述2.1)-2.4)为蓝牙定位阶段的具体步骤。
[0066]
步骤s3：基于所述初选定楼层并结合气压数据，得到终选定楼层。
[0067]
于本技术一实施例中，所述基于所述初选定楼层并结合气压数据，得到终选定楼层，具体包括以下步骤：
[0068]
3.1)识别移动终端是否内置气压采集装置，若无气压采集装置则输出i作为终选定楼层；若有气压采集装置则记录当前时间t1、当前气压值p1和初选定楼层i。
[0069]
需说明的是，所述气压采集装置用于获取气压数据，例如：气压计、气压传感器等。
[0070]
3.2)再次识别楼层的时间为t2，并记录此时的气压值p2，通过气压差分以得到t1至t2时间段内的高程变换量δh，用高程变换量δh除以各楼层平均高度h以得到楼层变换数δf，则此时通过气压差分得到的定位楼层为i1；而对应通过蓝牙实时定位得到的定位楼层为i2。
[0071]
于本技术一实施例中，所述通过气压差分得到的定位楼层i1的表达式为：
[0072]
i1＝i
±
δf；
[0073]
其中，
“±”
与气压上升或下降有关，“－”表示气压上升，“+”表示气压下降。
[0074]
需说明的是，所述通过蓝牙实时定位得到的定位楼层为i2是指在t2时刻通过步骤s2获取的。
[0075]
3.3)当i1＝i2时，输出i1作为终选定楼层。
[0076]
需说明的是，当通过气压差分得到的定位楼层i1与通过蓝牙实时定位得到的定位楼层i2一致时，两者中任意一者均可作为终选定楼层。
[0077]
3.4)当i1≠i2时，依据t2与t1的时间差及t2时刻对应的k’值进行具体分析判断。
[0078]
具体地，以上3.1)-3.4)为气压定位耦合蓝牙定位以得到可信度更高的定位结果的具体步骤。
[0079]
需说明的是，当通过气压差分得到的定位楼层i1与通过蓝牙实时定位得到的定位楼层i2不一致时，则需要进一步分析。
[0080]
于本技术一实施例中，所述依据t2与t1的时间差及t2对应的k’值进行具体分析判断，具体包括以下步骤：
[0081]
3.4.1)当t2－t1≥20min且k’≥3时，输出i2作为终选定楼层；
[0082]
3.4.2)当t2－t1＜20min且k’＜3时，输出i1作为终选定楼层；
[0083]
3.4.3)当t2－t1≥20min且0＜k’＜3或者t2－t1＜20min且k’≥3时，设置可信因子cf和预设阈值tg以进行分析：
[0084]
当cf≥tg时输出i2作为终选定楼层；当cf＜tg时输出i1作为终选定楼层。
[0085]
需说明的是，所述可信因子cf的表达式为：
[0086][0087]
其中，nf表示f楼层识别到的蓝牙节点数量；ρf表示f楼层的蓝牙分布密度；n表示t2时刻能接收到的蓝牙节点数量。
[0088]
需说明的是，基于差分气压测高原理，根据实验可知时间差在20min内时温度的差异对气压的影响较小，所以t2与t1的时间差优选设置为20min以避免温度变化对气压计产生影响。
[0089]
需说明的是，为了提高实验结果的可信度，必须扫描三个以上蓝牙，所以k’的判断标准设为3。
[0090]
例如，预设阈值tg表示空间上的可信程度；而根据经验可设置阈值tg为0.016。
[0091]
3.4.4)当k’＝0时，输出i1作为终选定楼层。
[0092]
需说明的是，本技术提供一种基于蓝牙数据耦合气压数据的楼层定位方法，不仅适用于内置蓝牙、气压采集装置(如气压计)的移动终端(如智能手机)，通过蓝牙数据耦合气压数据以选择可信度高的结果为终选定楼层；还适用于仅内置蓝牙或气压采集装置(如气压计)二者之一的移动终端(如智能手机)，通过对应的蓝牙定位或基于现有的气压定位以确定定位结果。本技术比之传统的气压楼层定位更具有普适性。
[0093]
如图4所示，展示为本技术于一实施例中的基于蓝牙耦合气压的混合楼层定位装置的模块示意图。所述基于蓝牙耦合气压的混合楼层定位装置400包括：
[0094]
蓝牙指纹库生成模块410，用于在楼层定位开启前，采集目标室内定位场景中不同楼层的蓝牙信号强度值以构成对应的候选指纹，并生成蓝牙指纹库；
[0095]
实时定位模块420，用于在楼层定位过程中，实时采集待定位楼层的蓝牙信号强度值以得到待匹配蓝牙指纹；将所述待匹配蓝牙指纹与所述蓝牙指纹库中的候选指纹进行匹配，并选取最佳匹配度所对应的楼层作为初选定楼层；基于所述初选定楼层并结合气压数据，得到终选定楼层。
[0096]
应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，实时定位模块420可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上实时定位模块420的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也
可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
[0097]
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，简称asic)，或，一个或多个微处理器(digital signal processor，简称dsp)，或，一个或者多个现场可编程门阵列(field programmable gate array，简称fpga)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，简称cpu)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称soc)的形式实现。
[0098]
如图5所示，展示为本技术于一实施例中的计算机设备500的结构示意图。所述计算机设备500包括：存储器510、处理器520和通信器530；所述存储器510用于存储计算机指令；所述处理器520运行计算机指令实现如图1所述的方法；所述通信器530用于与外部设备通信。
[0099]
例如，所述外部设备可以是云端服务器；也可以是用户移动终端，如手机、pc、平板等。
[0100]
在一些实施例中，所述计算机设备500中的所述存储器510、所述处理器520和所述通信器530的数量均可以是一或多个，而图5中均以一个为例。
[0101]
于本技术一实施例中，所述计算机设备500中的处理器520会按照如图1所述的步骤，将一个或多个以应用程序的进程对应的指令加载到存储器510中，并由处理器520来运行存储在存储器510中的应用程序，从而实现如图1所述的方法。
[0102]
所述存储器510可以包括随机存取存储器(random access memory，简称ram)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。所述存储器510存储有操作系统和操作指令、可执行模块或者数据结构，或者它们的子集，或者它们的扩展集，其中，操作指令可包括各种操作指令，用于实现各种操作。操作系统可包括各种系统程序，用于实现各种基础业务以及处理基于硬件的任务。
[0103]
所述处理器520可以是通用处理器，包括中央处理器(central processingunit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processor，简称dsp)、专用集成电路(application specificintegrated circuit，简称asic)、现场可编程门阵列(field programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0104]
所述通信器530用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信连接。所述通信器530可包含一组或多组不同通信方式的模块，例如，与can总线通信连接的can通信模块。所述通信连接可以是一个或多个有线/无线通讯方式及其组合。通信方式包括：互联网、can、内联网、广域网(wan)、局域网(lan)、无线网络、数字用户线(dsl)网络、帧中继网络、异步传输模式(atm)网络、虚拟专用网络(vpn)和/或任何其它合适的通信网络中的任何一个或多个。例如：wifi、蓝牙、nfc、gprs、gsm、及以太网中任意一种及多种组合。
[0105]
在一些具体的应用中，所述计算机设备500的各个组件通过总线系统耦合在一起，
其中总线系统除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清除说明起见，在图5中将各种总线都成为总线系统。
[0106]
于本技术的一实施例中，本技术提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如图1所述的方法。
[0107]
例如，所述计算机可读存储介质上存储有模型程序、反演方法程序和相关数据等。
[0108]
所述计算机可读存储介质，本领域普通技术人员可以理解：实现上述系统及各单元功能的实施例可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述系统及各单元功能的实施例；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0109]
综上所述，本技术提供了一种基于蓝牙数据耦合气压数据的楼层定位方法、装置及设备，包括：在楼层定位开启前，采集目标室内定位场景中不同楼层的蓝牙信号强度值以构成对应的候选指纹，并生成蓝牙指纹库；在楼层定位过程中，实时采集待定位楼层的蓝牙信号强度值以得到待匹配蓝牙指纹；将所述待匹配蓝牙指纹与所述蓝牙指纹库中的候选指纹进行匹配，并选取最佳匹配度所对应的楼层作为初选定楼层；基于所述初选定楼层并结合气压数据，得到终选定楼层。
[0110]
本技术对蓝牙信号强度数据序列进行均值滤波和高斯滤波处理，削弱了蓝牙设备异常带来的观测粗差影响，降低了蓝牙观测数据中的噪声，提高了结果的稳健性；通过建模将蓝牙信号强度和距离之间的关系反算，结合自适应选取k值的k近邻算法匹配终端与各个楼层最近的k个设备，减弱了楼层定位中常造成的楼层跳变现象，提高了楼层定位结果的精度和连续性；通过耦合气压采集装置数据，引入可信因子，综合考虑了各种情况下的实验结果，提高了算法的鲁棒性；本技术不仅适用于内置气压采集装置的移动终端，对内部不具备气压采集装置的移动终端也同样适用，比传统的气压楼层定位更具备普适性。
[0111]
本技术有效克服了现有技术中的种种缺点而具高度产业利用价值。
[0112]
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。