基于无线位置确定来估计用户风险的制作方法

1.本技术涉及无线通信，并且更具体地涉及用于估计无线设备的用户暴露于传染病的风险的方法和/或装置。


背景技术：

2.无线设备对于人们的生活已变得至关重要。这样，人们通常在走动和旅行时携带其无线设备。存在多种技术可用于基于与其相关联的无线设备的位置来标识个体的位置。最近的新冠病毒大流行使得人们更加注意保持个体之间的社交距离，以减少传染病的传播。与无线设备相关联的位置确定功能有望帮助管理社交距离。
附图说明
3.图1是在所公开的一个或多个实施例中实现的系统的概图。
4.图2示出了多个位置概率表面的聚合。
5.图3是在所公开的一个或多个实施例中实现的数据流的图。
6.图4是信号强度误差的单个维度的示例概率曲线。
7.图5是示例二维位置概率表面的概率的图形表示。
8.图6是合成位置概率表面的图形表示。
9.图7图示了由无线终端的投影运动导致的位置概率曲线中的示例偏移。
10.图8图示了在单个方向上的简化速度概率。
11.图9图示了二维运动(vx,&vy)概率表面。
12.图10示出了在所公开的一个或多个实施例中实现的示例消息部分。
13.图11示出了在所公开的一个或多个实施例中实现的示例数据结构。
14.图12是用于估计无线终端的位置的方法的流程图。
15.图13a示出了在多个区域内的发射设备和接收设备。
16.图13b是用于确定运动概率表面的方法的流程图。
17.图14是用于将运动概率表面应用于合成位置概率表面的方法的流程图。
18.图15是用于确定运动概率表面的方法的流程图。
19.图16是用于确定混合位置概率表面的方法的流程图。
20.图17是在所公开的一个或多个实施例中实现的系统的概图。
21.图18a-图18c示出了多个位置概率表面的聚合。
22.图18d是示例一维位置概率曲线的邻近度(proximity)概率的简化图形表示。
23.图19是用于标识邻居的示例方法的流程图。
24.图20是邻近度概率的示例时间序列和合成邻近度概率的时间序列的图形表示。
25.图21是对设备与其一个或多个相邻设备之间的邻近度概率进行估计的示例方法的流程图。
26.图22示出了在所公开的一个或多个实施例中实现的示例数据结构。
27.图23是用于确定感染风险的示例方法的流程图。
28.图24图示了示例机器的框图，在示例机器上可以执行本文所讨论的任何一个或多个技术(例如，方法)。
具体实施方式
29.示例实施例确定两个或更多个无线设备或者备选地与这些无线设备相关联的用户至少在预定义的持续时间内彼此处于预定义的邻近度内的概率。为了控制诸如covid-19的传染性疾病，与个体的邻近度有关的信息会有所帮助。诸如病毒或细菌之类疾病的传播通常与两个个体之间的距离(提供了将未感染的个体暴露于传染病的机会)以及暴露的持续时间相关。关于covid-19，疾病控制中心(cdc)已确定，如果第一个体距离被感染的第二个体不到六英尺，则建议第一个体进入隔离区两个星期，或者直到进行测试且发现没有患病为止。
30.所公开的一些实施例经由无线信号(例如，wi-fi、蓝牙等)来确定个体之间的邻近度。无线信号被用于估计与个体相关联的设备的位置。一些实施例基于从已知位置(例如，已知位置处的接入点)接收的无线信号的强度来估计位置。一些实施例然后基于信号强度来估计到已知位置的距离，然后将基于传统三角测量的方法应用于距离来确定位置。如下面进一步讨论的，一些其他实施例测量在无线设备的两个天线处接收的信号之间的相位偏移来估计无线设备位置。
31.一旦每个个体的无线设备的位置被确定，就基于所估计的这些设备的位置来计算任两个设备之间的邻近度。使用基于rssi的位置估计可能会出现问题，因为位置确定会受到rssi测量中包括的噪声的影响。基于在多个天线处接收的信号的相位差的位置估计，存在类似问题。所公开的实施例通过传递更准确的邻近度估计来解决该问题。这种改进的准确性至少部分地基于与多个可能的设备位置相关联的概率的聚合。聚合多个位置确定的多个概率。附加地，当估计与第一无线设备相关联的风险时，通过将跨第一无线设备附近的多个设备之间的概率进行聚合，来减轻与用于确定位置的信令相关联的任何噪声。
32.与使用基于三角测量的方法(例如，对由距离disti的交点限定的区域求平均)来确定无线终端的位置的过渡系统不同，所公开的实施例中的至少一些依赖于位置概率表面(lps)来确定所估计的位置。
33.lps表示无线终端位于对应的多个地理区域内的多个概率。该多个地理区域可以以诸如二维阵列的数据结构表示为网格。在一些实施例中，例如，网格总共可以表示50
×
50米的二维地理区域，并且网格或区域中的每个单元是0.5
×
0.5米。其他网格和单元/区域大小在所公开的实施例的范围内。在一些实施例中，多个地理区域中的每个是二维地理区域。在一些其他实施例中，多个地理区域均为三维地理体积。因此，在一些实施例中，位置概率表面表示wt位于例如50
×
50
×
50米的多个不同地理体积中的每个中的概率，其中多个区域的每个体积或区域在该示例中表示0.5
×
0.5
×
0.5米的区域。其他区域大小可以被预期并且在所公开的实施例的范围内。
34.为了生成lps，所公开的实施例从无线终端接收信号强度测量。在下面的讨论中，该信号强度测量被称为ss
meas
。信号强度测量是对由无线发射器生成和发射并且由无线终端接收的信号的测量。在一些实施例中，接收信号强度指示(rssi)表示信号强度测量。
35.根据信号强度测量，所公开的实施例确定无线终端位于对应的多个地理区域中的每个地理区域内的多个概率。
36.描述无线电信号的行为的一般等式如下：
37.ssi＝ple*log(disti) int diriꢀꢀꢀꢀꢀꢀ
等式1
38.其中：
39.ssi：无线终端所经历(和测量)的第i无线发射器的信号强度，
40.ple：路径损失指数；(例如，视线损失为-20db；对于具有衰减的环境为《-20db，例如传输通过半透明物体的信号)，
41.disti：无线终端与第i发射器之间的距离，
42.int：发射器的功率的截距函数，
43.diri：方向调节，其反映在沿第i发射器和无线终端之间的路径的方向上的天线的增益。
44.作为确定位置概率表面中的概率的一部分，所公开的实施例确定多个区域中的每个区域的预期信号强度。区域的预期信号强度基于无线发射器的发射功率和无线发射器与相应区域之间的距离中的一个或多个。因此，例如上面的等式1中描述的，这些实施例基于相应区域与无线发射器之间的相应距离来确定每个相应预期信号强度测量。在一些实施例中，相应区域与无线发射器之间的距离基于相应区域和无线发射器两者的已知位置来确定。例如，一些实施例接收定义已知无线发射器的位置的配置信息。附加地，这些实施例接收定义多个区域的位置的配置输入。在一些实施例中，多个区域的位置基于已知无线发射器的位置来推断(例如，已知无线发射器之间的地理区域被划分为多个区域)。
45.无线终端的信号强度测量受噪声影响。在某些环境下，测量信号强度包含大约六(6)db的噪声(sd＝6db)。因此，ss
meas
和ss
exp
之间的一个差异可归因于噪声。存在一个或多个附加因素，包括多路径、接收器的增益以及与信道模型相关联的其他参数。高斯噪声会导致ss
exp
和ss
meas
之间的差异。
46.根据以下等式2，所公开的一些实施例然后确定测量信号强度与预期信号强度之间的差：
47.ss
error
＝ss
exp-ss
meas
ꢀꢀꢀꢀꢀꢀ
等式2其中：
48.ss
error
：预期信号强度与测量信号强度之间的差，
49.ss
exp
：在一些实施例中，经由等式1计算出的预期信号强度值，以及
50.ss
meas
：测量信号强度值(由无线终端测量)。
51.在一些实施例中，由于可以凭经验将噪声水平测量为大约六(6)db，因此假设ss
error
的概率曲线为sigma＝6的高斯曲线。在一些其他实施例中，可以使用其他曲线。对于ss
error
的每个维度以及每个单元，确定概率(i，x，y)，其中i是与从第i无线电发射器接收的第i测量信号强度相对应的第i维度的索引，并且x&y是网格中特定单元的一致坐标。
52.因此，为了生成位置概率表面，多个区域中的每个区域中的信号的预期信号强度被确定。在至少一些实施例中，该确定至少基于生成信号的无线发射器的位置。区域的预期信号强度与测量信号强度之间的对应差也被确定。无线终端位于每个区域中的概率然后基于对应的差而被确定。
53.所公开的一些实施例确定多个位置概率表面，针对每个无线发射器的一个表面由无线终端接收和测量。为了支持这一点，无线终端执行多个信号强度测量(每个无线发射器一个)。在一些实施例中，这些信号强度测量由无线终端传输给网络管理系统以进行进一步处理。信号强度测量被用于确定每个单元的信号强度误差。信号强度误差然后被用于确定移动设备位于每个特定单元中的概率。在整个本公开中，这些概率表面被称为pi(ss
exp-ss
meas
)，其中索引i表示在其上导出概率表面的信号强度测量的第i维度。
54.一些无线终端实施例周期性地、迭代地、连续地或根据来自用户的命令来确定信号强度测量。然后，这些测量结果被传输到网络管理系统。对于测量信号强度的每个维度以及对于网格中的每个单元，系统基于ss
error
值的特定维度的值来计算无线终端位于特定单元中的概率。
55.为了确定无线终端位于网格的特定区域或单元内的概率，一些实施例将来自多个位置概率表面的对应的概率值相乘。在该上下文中，对应值是表示等同区域或网格单元内的概率值的值。所公开的一个或多个实施例经由以下等式3来实现该方法：
56.p
x，y
＝pi，x，y*p2，x，y*....*p
n-1，x，y
*p
n，x，y
ꢀꢀꢀ
等式3
57.其中：
58.p
x，y
：无线终端位于与x、y坐标相关联的单元中的概率，
59.p1,x,y：基于ss
error
的第一维度，无线终端位于x、y单元中的概率，
60.p2,x,y：基于ss
error
的第二维度，无线终端位于x，y单元中的概率，
61.p
n-1，x，y
：基于ss
error
的第(n-1)维度，无线终端位于x、y单元中的概率，
62.p
n，x，y
：基于ss
error
的第n维度，无线终端位于x、y单元中的概率，
63.*-乘法运算符。
64.由于每个位置概率表面的概率是独立的，因此每个位置概率表面内的峰值或最大概率可以不同。因此，n个表面的逐单元乘法会产生新的概率表面，该新的概率表面可以具有多个峰和谷。该新的概率表面在本公开中被称为合成位置概率表面。一些实施例基于合成位置概率表面来确定无线终端的估计位置。例如，在一些实施例中，与合成位置概率表面中的最高概率相对应的区域被用作无线终端的估计位置。在一些其他实施例中，针对合成位置概率表面的每个区域或单元的加权值被用于估计无线终端的位置。例如，在一些方面，可以针对每个单元或区域确定沿着第一维度或第二维度的加权值(例如，与具有较低关联概率的区域相比，具有较高关联概率的区域可以被更重地加权)。
65.上面的解释将位置概率表面和/或合成位置概率表面的每个区域或单元视为奇异点，评估该奇异点在区域的中央的预期信号强度。一些其他实施例可以在连续域中执行该计算。在这种情况下，对于第i接收信号的每个维度，无线终端处于特定区域(例如，单元x、y)中的概率被计算为：
66.p
x，y，i
＝∫
x
∫yp
x，y
，(ss
exp-ss
meas
)dxdy
ꢀꢀꢀꢀꢀꢀꢀ
等式4
67.在一些实施例中，基于由无线终端执行的更新后的信号强度测量来周期性地(例如，每秒一次)计算(多个)位置概率表面和/或合成位置概率表面，并且将其报告给网络管理服务器。
68.一些公开的实施例基于在先前时间(例如，t)可用的信息来为将来的时间(例如，t 1)生成预测位置概率表面。然后，将时间t 1处的预测位置概率表面用于生成时间t 1处的
混合位置概率表面。在时间t 1处的混合位置概率表面也可以基于针对时间t 1的合成位置概率表面来生成。
69.预测位置概率表面基于对无线终端的运动估计来生成。运动估计部分地基于从无线终端本身接收的加速度计和/或陀螺仪信息。至少在一些实施例中，运动估计还基于无线终端的先前的混合位置概率表面。因此，例如，在一些实施例中，时间t 2的运动估计基于时间t＝0和/或t＝1的一个或多个混合位置概率表面。
70.无线终端的每个运动估计与相应运动估计对于无线终端是准确的概率相关联。在一些实施例中，运动估计及其相关联的概率的组合可以被组织成运动概率表面。表面的每个单元表示无线终端的一组运动参数、以及这些参数准确地表示无线终端的运动的概率。
71.在一些实施例中，基于从无线终端接收的运动信息来生成运动估计。从无线终端接收的信息可以包括x、y和z维度中的每个维度中的加速度。在一些实施例中，还从无线终端获取与每个加速度测量相关联的准确性。在一些其他实施例中，准确性信息在执行这些计算的网络管理系统处被配置或硬编码。由无线终端提供的加速度测量被应用于分布(例如，高斯)以便生成多个不同的运动估计(及其关联的概率)，其中任何一个可以反映无线终端在适用时间的真实运动。例如，在至少一些实施例中，运动估计及其相关联的概率采取[vx，vy，vz，prob]的形式，其中vx是在x方向上的速度，vy是在y方向上的速度，vz是在z方向上的速度，prob是无线终端呈现出由[vx，vy，vz]描述的运动的概率。在一些实施例中，仅估计二维运动。在这些实施例中，运动估计及其相关联的概率在至少一些实施例中采取[vx，vy，prob]的形式。
[0072]
下面的等式5提供了示例等式，该示例等式说明了运动概率表面的生成。在至少一些公开的实施例中使用等式5：
[0073][0074]
其中：
[0075]
pm(t)：在时间t处的运动概率表面，
[0076]
p
blended
(t)：在时间t处的混合位置概率表面，
[0077]
wt
acc
：来自无线终端的速度或加速度信息(例如，vx、vy、vz或ax、ay、az)，
[0078]
聚合的混合位置概率表面运算符。在一些实施例中，聚合的混合位置概率表面运算符对两个混合位置概率表面的对应区域或单元中的概率求平均，
[0079]
用于将来自无线终端的运动信息(wt
acc
)应用于聚合的混合位置概率表面(经由生成的)的运算符。下面的图13b描述了的一个实施例。
[0080]
注意，在一些实施例中，当生成运动概率表面时，使用多个先前的混合位置概率表面。例如，可以利用附加表面p
blended
(t-2)、p
blended
(t-3)和/或p
blended-x(t-4)来生成pm(t 1)。
[0081]
一些估计将多个运动估计(例如，运动概率表面)应用于一个或多个先前的混合位置概率表面以生成预测位置概率表面。下面的等式6给出了生成预测位置概率表面的示例：
[0082][0083]
其中：
[0084]
p
predicted
(t 1)：时间t 1的无线终端的预测位置概率表面，
[0085]
p
blended
(t)：时间t的混合位置概率表面，
[0086]
运动运算符。下面的图14描述了的一个实施例，以及
[0087]
pm(t)：时间t的运动概率表面
[0088]
等式6的操作在以下讨论的图3中图示。在一些实施例中，在时间t处的混合位置概率表面基于在时间t处的预测位置概率表面和在时间t处的合成位置概率表面。这经由以下等式7来示出：
[0089][0090]
其中：
[0091]
p
blended
(t)：在时间t处的混合位置概率表面，
[0092]
p
predicted
(t)：在时间t处的预测位置概率表面，以及
[0093]
p
composite
(t)：在时间t处的合成位置概率表面，以及
[0094]
混合运算符，用于组合预测位置概率表面和合成位置概率表面。在一个示例实施例中，对预测位置概率表面和合成位置概率表面中的对应的概率求平均。
[0095]
在一些实施例中，在时间t处的混合位置概率表面经由在时间t处的预测位置概率表面和合成位置概率表面的加权和来生成。以下等式8对此进行了说明：
[0096]
p
blended
(t)＝α*p
composite
(t) β*p
predicted
(t)
ꢀꢀꢀ
等式8
[0097]
其中：
[0098]
p
blended
(t)：在时间t处的混合位置概率表面，
[0099]
p
composite
(t)：在时间t处的合成位置概率表面，
[0100]
p
predicted
(t)：在时间t处的预测位置概率表面，
[0101]
α和β：参数，例如α β＝1。在一些实施例中，α和β中的每个的值是0.5。
[0102]
一些实施例使用在时间t 1处的混合位置概率表面以及在时间t 1处的运动概率表面来估计设备在时间t 2处的预测位置概率表面。所公开的一些实施例迭代地计算新的合成位置概率表面、运动估计、预测位置概率表面和混合位置概率表面，并且基于这些迭代地确定的数据结构来迭代地估计移动终端的位置。
[0103]
在一些实施例中，确定设备的位置在具有最大概率的区域中。这样的方法的一个实施例由以下等式9表示：
[0104]
{x，y}(t)＝max((p
blended
(t))
ꢀꢀꢀꢀꢀꢀꢀ
等式9
[0105]
其中：
[0106]
{x，y}(t)：设备在时间t处的估计位置，
[0107]
p
blended
(t)：在时间t处的混合位置概率表面，以及
[0108]
max(p
blended
(t))：max函数返回p
blended
(t)中的最大概率的标识(例如，x、y坐标)。
[0109]
一些实施例根据区域的相关联的概率对区域进行排名。然后选择这些区域的最高
排名的集合(例如，k个区域)。然后，该位置基于排名最高的k个区域(而不是基于排名低于第k最高区域的区域)。该方法的一个实施例在数学上由以下等式10表示：
[0110][0111]
其中：
[0112]
x,y(location)：基于混合位置概率表面的估计位置，
[0113]
k：对在确定估计位置时考虑的最大概率的数目的限制，
[0114]
(xi，yi)：排名第i的峰的x、y坐标，以及
[0115]
p(xi，yi)：无线终端位于位置xi，yi处的概率。
[0116]
图1是在一个或多个公开的实施例中实现的系统100的概图。系统100包括四个接入点102a-d。四个接入点102a-d中的每个生成对应的信号104a-d。信号104a、信号104b、信号104c和信号104d由无线终端106接收。无线终端106测量每个信号104a-d的强度并且生成指示信号强度的消息108。例如，图1示出了消息108，该消息108指示来自接入点102a的信号的接收信号强度指示(rssi)和来自接入点102b的信号的第二rssi值。rssi仅仅是信号强度测量的一个示例，并且一些其他实施例使用信号强度的不同测量。
[0117]
无线终端106将消息108传输给网络管理系统110。网络管理系统110利用消息108中包括的信号强度测量来估计无线终端106的位置或地理位置。在一些实施例中，网络管理系统110将地理区域112划分为多个区域。在图1中示出了区域114a、区域114b和区域114c，而地理区域112内的其他区域未标记以保持图形清晰度。在一些公开的实施例中，网络管理系统110计算无线终端106位于多个区域(包括区域114a-c)中的每个区域中的概率。这些概率基于由无线终端106接收的信号104a-d。特别地，概率基于由无线终端测量的信号104a-d的强度。在一些实施例中，接入点102a-d在已知位置。因此，可以由网络管理系统确定每个接入点102a-d与每个区域(例如，114a-c)之间的距离。根据这些距离，网络管理系统110确定在每个区域(例如，114a-c)从每个接入点102a-d接收的信号的预期信号强度。通过将预期的接收信号强度与由无线终端测量的信号强度进行比较，网络管理系统可以确定无线终端位于该区域中的概率。
[0118]
在一些实施例中，这些概率经由基于无线终端的运动信息的无线终端的位置的其他概率来细化。例如，在一些实施例中，无线终端在消息108中向网络管理系统提供运动信息109。在一些其他实施例中，不同的消息用于从无线终端106向网络管理系统110提供运动信息109。在一些实施例中，无线终端106从集成到无线终端106中的加速度计来导出运动信息。
[0119]
在一些实施例中，无线终端106的运动由网络管理系统110经由无线终端位置的顺序确定的变化来推断，如下面进一步解释的。
[0120]
图2示出了多个位置概率表面的聚合。如上面关于图1讨论的，网络管理系统110确定无线终端106在对应的多个区域(例如，区域114a-c)内的多个概率。图2示出了多个位置概率表面202a-d。每个位置概率表面202a-d是基于来自不同无线发射器的信号而生成的。例如，在一个实施例中，每个位置可能表面202a-d是分别基于来自接入点102a-d的信号而生成的。每个位置概率表面202a-d包括多个概率。该多个概率在图2中经由标记为网格204的位置概率表面202a的网格状结构来示出。每个位置概率表面202a-d中包括的概率并未以
图形方式示出，因此位置概率表面呈现为平坦的以简化说明。
[0121]
网格204的每个单元表示位置概率表面中包括的不同概率。每个概率对应于区域，诸如上面关于图1讨论的区域114a-c。换言之，每个概率表示无线终端106位于与包含该概率的单元对应的区域内的可能性。在至少一些公开的实施例中，生成多个位置概率表面(例如，202a-d)。每个位置概率表面基于无线终端106对来自单个无线发射器(例如，ap 102a、ap 102b、ap 102c或ap 102d中的任何一个)的信号的一个或多个单个信号强度测量来生成。因此，图2的位置概率表面202a、202b和202c中的每个可以基于由不同无线发射器生成的不同信号的信号强度测量来生成。
[0122]
图2示出了聚合多个位置概率表面202a-d以生成合成位置概率表面214。合成位置概率表面214的每个单元(例如，单元215)在每个位置概率表面中具有对应的单元(例如，位置概率表面202d的单元211d、位置概率表面202c的单元211a和位置概率表面202a的单元211a)。为了清楚起见，没有为位置概率表面202b标记对应的单元。这些单元对应，因为它们每个表示等同的区域或位置。在至少一些实施例中，对多个位置概率表面中的对应的概率进行聚合包括将概率相乘。因此，例如，聚合两个或更多个位置概率表面包括：对于由两个位置概率表面表示的多个区域中的每个区域，聚合与由两个或更多个位置概率表面表示的相应区域对应的第一概率和第二概率。然后，在至少一些实施例中，无线终端的位置估计基于聚合的第一概率和第二概率。在一些实施例中，位置估计不仅仅基于第一概率和第二概率，例如，这些实施例聚合两个以上的位置概率表面。
[0123]
图3是在一个或多个公开的实施例中实现的处理流水线中的数据流的图。示出了处理流水线在时间轴302上示出的五个时间基准t0-t5中的每个处对几种类型的数据进行操作。每个时间基准t0-t5之间的经过时间是相等的。每个时间基准之间的经过时间量可以根据实施例而不同。一些实施例每隔一秒钟、五秒钟、十秒钟、30秒、一分钟或任何经过时间段来生成一组新的数据集(例如，合成位置概率表面、运动概率表面、预测位置概率表面和混合位置概率表面)。各种实施例以不同的间隔或相等的间隔从无线终端获取新的加速度计测量(在下面进一步讨论)。
[0124]
尽管在一些实施例中，所示出的每种类型的数据是在每个时间基准t0-t4生成的，但是为了清楚起见，图中省略了一些数据。图3示出了数据流300，该数据流300包括合成位置概率表面304a-e、加速度计信息305b-e、运动概率表面306b-e、预测位置概率表面307d-e和混合位置概率表面308a-e。
[0125]
在一些实施例中，任何合成位置概率表面304a-e类似于上面关于图2讨论的合成位置概率表面214。图3还示出了运动概率表面306b-e。(为清楚起见，在图中省略了标记为306a的另一运动概率表面)。每个加速度计信息305b-e是由无线终端提供的运动信息产生的，该无线终端的位置由图3所示的数据流300估计。在每个时间段t0-t4，图3示出了无线终端已经提供了由每个加速度计信息305b-e表示的对应的运动信息，例如加速度信息。
[0126]
每个运动概率表面306b-e是基于从移动设备接收的运动信息(表示为加速度计信息305b-e)而生成的。例如，在至少一些实施例中，加速度计信息305b-e指示在x、y和z方向中的每个方向上的速度。根据一些其他实施例，加速度计信息305b-e表示在x、y和z方向上的加速度。在至少一些实施例中，运动概率表面306b-e还基于来自先前时间段的一个或多个混合位置概率表面来生成。例如，图3示出了至少基于混合位置概率表面308a和308b来生
成运动概率表面306c(参见例如上面的等式5)。运动概率表面306d基于混合位置概率表面308a、308b和308c中的一个或多个来生成。图3中省略了指示运动概率表面306d对任何混合位置概率表面308a、308b或308c的依赖性的线以保持图的清晰度。
[0127]
然后在至少一些实施例中，运动概率表面306b-d中的每个被用于生成相应的预测位置概率表面，诸如图3所示的预测位置概率表面307d(如图所示，经由运动概率表面306c生成)(还参见上面的等式6)。然后，使用预测位置概率表面307d以及合成位置概率表面304d(其基于与时间t3对应的信号强度测量)以生成混合位置概率表面308d(还参见上面讨论的等式7)。尽管箭头示出了在至少一些实施例中用于生成混合位置概率表面308d的特定数据流，但是读者应当认识到，将采用类似的数据流来生成每个混合位置概率表面308a-e。但是，为清楚起见，省略了示出所有这些数据流的箭头。
[0128]
因此，图3描述了一些实施例如何逐步地或迭代地生成第一合成位置概率表面304a、第二合成位置概率表面304b、第三合成位置概率表面304c以及然后第四合成位置概率表面304d。这些合成位置概率表面中的每个与在图3中表示为时间t0-t4的特定时间基准相关联。还生成每个时间基准的无线终端的多个运动概率估计。在图在图3中，该信息被表示为运动概率表面306b-e。在一些实施例中，运动估计被表示为运动概率表面。在一些其他实施例中，运动估计经由除运动概率表面以外的结构来表示。然后使用混合位置概率表面以及运动概率表面以生成后续时间段的预测位置概率表面。当后续时间段到达时，后续时间段的预测位置概率表面和该时间段的合成位置概率表面然后用于生成该时间段的混合位置概率表面。
[0129]
注意，图3和上面的讨论描述了当数据流300已经达到完全初始化或稳态操作模式时的操作。本领域技术人员应当理解，当首先初始化所公开的实施例中的任何一个或多个时，诸如t0-t4等多个时间段的数据流水线不一定可用。因此，如果数据不可用，则不执行上面讨论的某些操作。例如，由所公开的实施例生成的第一混合位置概率表面不是基于先前的混合位置概率表面，因为该数据不可用。类似地，当生成第一混合位置概率表面时，预测位置概率表面不可用，因为通常为将来的时间基准创建预测位置概率表面。因此，至少在一些实施例中，当生成第一混合位置概率表面时，它可能只是对应合成位置概率表面的副本(例如，基于合成位置概率表面304a而生成的混合位置概率表面308a，而无需使用预测位置概率表面)。
[0130]
图4是示例p(ss
error
)的单个维度的示例概率曲线的曲线图400。示出了高斯概率曲线，但是一些其他实施例可以提供替代的概率分布。
[0131]
图5是示例二维位置概率表面的概率的图形表示500。概率502呈现出甜甜圈形状。甜甜圈形状示出了主题设备的相对较高概率位置的环504，其中周围区域呈现出较低概率。
[0132]
图6是示例位置概率表面的图形表示600。如上所述，位置概率表面602是基于多个区域的预期接收信号强度值与测量接收信号强度值之间的差值而生成的。
[0133]
图7示出了时间t和t 1的设备的一维位置概率曲线。第一曲线图700a和第二曲线图700b示出了由于无线终端以d米/秒的确定速度运动而产生的位置概率曲线中的示例偏移。由于一些实施例将速度估计为确定性数(d米/秒)，因此时间t 1的导出的位置概率曲线的形状与时间t的位置概率曲线的形状相同。由于设备以d米/秒的速度移动，因此时间t 1的位置由l(t 1)＝l(t) 1*d给出，并且设备处于任何给定位置的概率p(l(t 1))是向右偏
移d的同一概率曲线p(l(t))。这一点也在上面参考等式6进行了说明。
[0134]
图8是示出了单个方向上的简化速度概率的曲线图800。该曲线以最高概率示出了s米/秒的平均速度。但是，该设备可以以更低的概率以比s米/秒更高或更低的速度行进。使用运动概率曲线基于时间t的混合位置概率表面来估计时间t 1的设备的预测位置概率表面得到看上去不同于时间t的位置概率表面或时间t的混合位置概率表面的时间t 1的预测位置概率表面。
[0135]
图9是示出示例二维运动概率表面902的曲线图900。在一些实施例中，运动概率表面的每个单元例如经由vx和vy值指示速度和方向。在一些其他实施例中，针对三维空间，例如针对vx、vy和vz，计算运动概率。
[0136]
返回到二维运动概率表面的示例，运动概率表面的每个单元还指示无线终端呈现出与由该单元指示的运动估计相一致的运动的概率。图9示出了运动概率表面的简化的二维表示，因为难以在书面文档中清楚地示出三维表面。运动概率表面902的高度指示无线终端将呈现出与该单元对应的运动参数值(例如，v
x
、vy)的概率。
[0137]
图10示出了在一个或多个公开的实施例中实现的示例消息部分。在一些实施例中，消息部分由无线终端(例如，106)传输给网络管理系统(例如，110)。消息部分1000包括无线终端标识符字段1005、速度/方向字段1020、准确性字段1025和信号强度测量数字段1030。诸如字段对1034a和字段对1034b等可变数目的字段对跟随在信号强度测量数字段1030之后。每个字段对包括信号强度字段(例如，10351、
……
、1035n)和发射器id字段(例如，发射器id字段10371、
……
、发射器id字段1037n)。
[0138]
无线终端标识符字段1005(例如，经由无线终端的站地址)唯一地标识无线终端(例如，106)。速度/方向字段1020指示经由无线终端标识符字段1005标识的无线终端的速度和方向(例如，v
x
、vy、vz)。准确性字段1025指示字段1020中包括的速度/方向信息的可变性或准确性。在一些实施例中，无线终端配置有定义准确性字段1025的参数。在一些实施例中，无线终端经由硬编码值(例如，硬编码并且从内置加速度计获取的值)获取由准确性字段1025存储的准确性信息。在一些实施例中，准确性字段1025指示用于生成运动值的概率分布的值，如本文中关于运动概率表面以及例如下面的图15讨论的。
[0139]
替代地，速度/方向字段提供移动设备从其内部加速度计(诸如陀螺仪)获取的沿着x、y和z的加速度的指示。
[0140]
图11示出了在一个或多个公开的实施例中实现的示例数据结构。虽然将数据结构讨论为关系数据库表，但是本领域技术人员应当理解，所公开的实施例可以使用各种不同的数据结构类型，包括传统的内存中数据结构(诸如链表、数组、图、树)、或非结构化数据结构、分层数据存储、面向对象的数据存储、序列化数据存储、或任何其他数据结构架构。
[0141]
图11示出了无线发射器表1102、位置概率表面表1112、运动概率表面表1122、信号表1142和表面映射表1152。无线发射器表1102指示已知无线发射器的位置。无线发射器表1102包括发射器标识符字段1104、发射功率字段1106和发射器位置字段1108。发射器标识符字段1104唯一地标识无线发射器。发射功率字段1106指示由发射器使用的功率电平(经由字段1104来标识)。至少一些公开的实施例使用发射功率字段1106中包括的发射功率信息来确定无线发射器在距无线发射器的不同距离的不同区域中的预期信号强度。发射器位置字段1108指示无线发射器的地理位置(例如，纬度、经度和高度，例如，高于地面水平、
值)。至少一些公开的实施例使用发射器位置字段1108中包括的发射器位置信息来计算无线发射器与地理区域(例如，112)内的不同区域(例如，114a-c)之间的距离。
[0142]
位置概率表面表1112包括表面标识符字段1114、表面类型字段1115、网格/单元(cell)标识符字段1116、位置/区域坐标字段1118和概率字段1119。表面标识符字段1114唯一地标识表面。所标识的表面可以是位置概率表面(基于来自单个无线发射器的信号强度信息)，也可以是合成位置概率表面(基于多个位置概率表面)、预测位置概率表面或混合位置概率表面。表面类型字段1115指示表面的类型。例如，在各种实施例中，表面类型字段1115指示表面(经由字段1114来标识)是位置概率表面、预测位置概率表面、混合位置概率表面还是合成位置概率表面。网格/单元标识符字段1116唯一地标识表面中包括的单元/网格或区域。例如，在一些实施例中，字段1116标识图1所示的区域114a-c之一。位置/区域坐标字段1118定义与在字段1116中标识的网格或单元对应的区域的边界。例如，在一些实施例中，字段1118定义地理区域的中央的坐标(例如，114a-c中的任何一个)。概率字段1119存储无线终端位于该区域内的概率值(由经由网格/单元标识符字段1116标识的网格/单元表示)。注意，示例位置概率表面表1112的每一行表示概率表面中的单个单元。因此，通常包括多个单元的表面由位置概率表面表1112经由多个行来表示，每一行具有相等的表面标识符字段1114值，但是具有不同的网格/单元id字段1116值。所公开的实施例考虑了表示概率表面的其他方法，并且这些其他方法不受由图11提供的示例表示的限制。
[0143]
运动概率表面表1122包括运动概率表面标识符字段1124、运动估计标识符字段1126、运动估计字段1128和概率字段1129。运动概率表面标识符字段1124唯一地标识运动概率表面。例如，在一些实施例中，特定无线终端的运动概率表面是在每个时间基准(诸如图3所示的时间基准t0-t4)处生成的。在一些实施例中，运动概率表面id 1124等同于唯一的无线终端id，诸如图10的无线终端id 1005。一些实施例为多个不同的无线终端生成运动概率表面。这些不同的运动概率表面中的每个将经由运动概率表面标识符字段1124来区分和标识，运动概率表面标识符字段1124标识与上述运动概率表面相关联的特定无线终端。运动估计标识符字段1126唯一地标识运动概率表面中包括的特定单元或运动估计/概率。运动估计字段1128指示无线终端在特定时间的一种可能的运动估计。在一些实施例中，运动估计字段1128经由v
x
、vy和vz值来表示。一些其他实施例使用其他参数来表示运动。概率字段1129存储无线终端在特定时间呈现出与由运动估计字段1128指定的运动对应的运动的概率。注意，运动概率表面表1122的每一行表示运动概率表面中的单个单元。因此，通常包括多个单元的运动概率表面由运动概率表面表1122经由多个行来表示，每一行具有相同的表面标识符字段1124值，但是具有不同的运动值id字段1126。所公开的实施例考虑了表示运动概率表面的其他方法，并且这些其他方法不受由图11提供的示例表示的限制。
[0144]
信号表1142包括测量标识符字段1144、发射器标识符字段1145、无线终端标识符字段1146、测量字段1147和测量时间字段1148。测量标识符字段1144唯一地标识特定信号测量。发射器标识符字段1145标识生成信号的无线发射器。无线终端标识符字段1146标识测量信号的无线终端。测量字段1147存储由无线终端(经由1146来标识)测量的信号值(由经由发射器标识符字段1145标识的发射器生成)。测量时间字段1148标识网络管理系统(例如，110)执行或接收测量的时间。
[0145]
表面映射表1152包括表面标识符字段1154和无线发射器标识符字段1156。表面标
识符字段1154唯一地标识概率表面。在一些实施例中，表面标识符字段1154与表面标识符字段1114交叉引用。无线发射器标识符字段1156标识无线发射器。在一些实施例中，无线发射器标识符字段1156标识从其测量信号以生成由表面标识符字段1154标识的表面的无线发射器。
[0146]
图12是用于估计无线终端的位置的方法的流程图。在一些实施例中，下面参考图12以及方法1200讨论的一个或多个功能由硬件处理电路来执行。例如，在一些实施例中，存储在电子存储器(例如，下面关于图24讨论的2404和/或2406)中的指令(例如，下面关于图24讨论的2424)将硬件处理电路(例如，下面关于图24讨论的2402)配置为执行下面讨论的一个或多个功能。
[0147]
在开始操作1205之后，方法1200移至操作1210，在操作1210中，信号强度值被接收。在一些实施例中，信号强度值经由接收信号强度指示(rssi)来表示。信号强度表示由无线终端接收的源自无线发射器的信号的强度。信号强度由无线终端(例如，106)测量。例如，如上文中关于图1论讨论的，无线终端106从诸如一个或多个接入点102a-d等一个或多个无线发射器接收信号。在一些实施例中，信号强度值由网络管理系统110从无线终端(例如，106)接收。在一些实施例中，信号强度值在消息中接收。在一些实施例中，该消息经由接入点(例如，102a-d)从无线终端间接地接收。
[0148]
在操作1215中，确定地理区域中的多个区域的信号强度误差。例如，如上面关于图1讨论的，地理区域被划分为多个区域(例如，114a-c)。基于无线发射器与相应区域的中心点或其他表示点之间的距离来确定每个区域的预期信号强度。在一些实施例中，预期信号强度还基于无线发射器的发射功率。例如，在一些实施例中，网络管理系统110从一个或多个接入点102a-d接收发射功率信息。在一些实施例中，网络管理系统(例如，110)控制ap的发射功率。然后，基于无线发射器与区域之间的距离，使用该发射功率信息来确定每个区域的预期信号强度。然后，操作1215将操作1210的接收信号强度值与预期信号强度相关联以确定该区域的信号强度误差。例如，在一些实施例中，确定该区域的接收信号强度与预期信号强度之间的差值。在一些实施例中，该差值是信号强度误差。在一些实施例中，该差值的绝对值是信号强度误差。在一些实施例中，每个区域的误差根据以上讨论的等式2来确定。因此，当确定无线终端位于与位置概率表面的单元或网格位置对应的每个区域中的概率时，位置概率表面的每个概率基于该表面所基于的信号强度测量与无线终端在位于与相应概率对应的区域中时的预期信号强度之间的相应差值。
[0149]
在操作1220中，基于误差来生成概率表面。概率表面定义每个区域(例如，114a-c中的任何一个)与无线终端位于该区域中的概率之间的对应关系。因此，概率表面定义该表面的每个区域的概率。在一些实施例中，该概率与该区域的误差成反比。因此，具有低误差的区域比具有高误差的区域更有可能表示无线终端的位置。一些实施例使用高斯估计来基于区域的误差来生成区域的概率。
[0150]
决策操作1225确定是否存在可用的附加信号测量。例如，可以对由其他无线发射器(例如，针对操作1210、1215和1220的每个迭代的不同无线发射器)生成的信号进行附加信号测量。如果存在附加信号测量，则方法1200返回至操作1210，并且生成附加位置概率表面。否则，方法1200从决策操作1225移至操作1230，操作1230对在上述操作1210、1215和1220的迭代中生成的位置概率表面进行聚合。例如，一些实施例将第一位置概率表面和第
二位置概率表面中的对应的概率进行聚合。在一些实施例中，对位置概率表面进行聚合包括将每个表面的对应单元或网格中的概率(例如，与不同概率表面的相同区域、网格或单元有关的概率)相乘。
[0151]
在操作1235中，基于聚合来确定合成位置概率表面。换言之，合成位置概率表面由操作1230的聚合概率组成。因此，位置概率表面的对应单元被聚合，并且结果值(概率)被存储在合成位置概率表面的对应单元中。
[0152]
在操作1240中，获取预测位置概率表面。下面关于图14进一步说明预测位置概率表面的生成。如上面关于图3讨论的，基于运动概率表面(或wt的运动估计)和来自先前时间段或时间基准的一个或多个混合位置概率表面来生成预测位置概率表面。等式6提供了如何生成预测位置概率表面的一个示例实施例。
[0153]
如上所述，运动概率表面定义可能的运动方向和幅度、以及无线终端在相应时间具有每个定义的方向和幅度的概率。因此，运动概率表面的每个单元或网格指示速度方向和幅度(例如，vx、vy、vz)、以及无线终端在相关时间段内以该速度幅度和方向进行移动的概率。在本公开中讨论了运动概率表面。尽管一些实施例使用运动概率表面来表示可能的运动值，但是在一些其他实施例中使用其他数据结构。例如，在一些实施例中使用多维阵列，其中概率和运动值由多维(例如，列)阵列的每一“行”定义。
[0154]
在操作1245中，确定混合位置概率表面。混合位置概率表面基于在操作1235中确定的合成位置概率表面。如上所述，例如关于图3讨论的，混合位置概率表面也基于预测位置概率表面。下面关于图14讨论基于运动概率表面来生成预测位置概率表面的一个实施例。其他方法也在所公开的实施例的范围内。
[0155]
在操作1250中，基于混合位置概率表面来确定无线终端的位置。例如，在一些实施例中，如上所述，在混合位置概率表面中具有与其相关联的最高指示概率的区域被用作估计位置。如果多个区域具有相同的最高概率，则可以将对两个区域进行聚合的区域用作估计位置。在一些实施例中，由混合位置概率表面表示的区域根据它们的相关概率进行排名。标识具有最大概率的预定数目的区域或预定百分比的区域。然后将所标识的区域用于确定位置估计，而其他区域则排除在位置估计之外。在一些其他实施例中，连续区域的加权平均被用于估计无线终端的位置。在估计无线终端的位置之后，方法1200移至结束框1255。
[0156]
图13a示出了在多个区域内的发射设备和接收设备。图13a示出了被划分为多个区域(例如，区域1370)的地理区域1385。图13a还示出了两个设备，即，发射设备1372和接收设备1374。发射设备1372包括多个发射元件。在图13a所示的实施例中，发射设备1372包括四个发射元件：发射元件1380a、发射元件1380b、发射元件1380c和发射元件1380d。接收设备1374包括多个接收元件。在所示的实施例中，接收设备包括四个接收元件，包括接收元件1380e、接收元件1380f、接收元件1380g和接收元件1380h。在至少一些实施例中，多个发射元件中的每个发射元件位于多个区域中的不同区域中。例如，图13a示出了发射元件1380a位于区域1382a中。发射元件1380b位于区域1382b中。发射元件1380c位于区域1382c中。发射元件1380d位于区域1382d中。类似地，多个接收元件中的每个接收元件位于多个区域1385的单独区域中。接收元件1380e位于区域1382e中。接收元件138f位于区域1382f中。接收元件1380g位于区域1382g中。接收元件1380h位于区域1382h中。
[0157]
图13a还示出了发射设备1372和接收设备1374中的每个具有对应的参考点，这些
参考点被示出为针对发射设备1372的参考点1376和针对接收设备1374的参考点1378。所公开的一些实施例维持用于设备1372和设备1374中的每个的布局信息。用于发射设备1372的布局信息定义发射元件1380a-d中的每个发射元件与参考点1376的相对位置。用于接收设备1374的布局信息定义接收元件1380e-h中的每个接收元件与参考点1378的相对位置。
[0158]
如上所述，在至少一些实施例中，发射设备1372向接收设备1374发射一个或多个信号。这些信号在接收元件1382e-h的每个接收元件处被接收。因为接收元件位于距发射元件1380a-d中的任何一个发射元件不同距离处，所以在接收元件1382e-h的每个接收元件处接收具有不同相位的信号。因此，在一些实施例中，相位差信息被生成，相位差信息描述了由接收元件1380e-h从一个或多个发射元件1380a-d接收的信号的相位的差。
[0159]
在至少一些实施例中，接收元件1380e-h中的每个接收元件的位置是已知的。换言之，一些实施例存储指示接收元件1380e位于区域1382e中、接收元件1380f位于区域1382f中、接收元件1380g位于区域1382g中以及接收元件1380h位于区域1382h中的数据。在另一示例实施例中，指示接收无线设备的x、y和z坐标以及方位(orientation)的数据被存储。基于接收元件1382e-h中每个接收元件的这些已知位置，对于多个区域1385中的每个区域，一些实施例生成从多个区域1385中的每个区域传输的信号引起的、将由接收设备1374经历的预期相位差。因此，在一些实施例中，发射设备从发射元件1382a-d中的每个发射元件发射至少一个信号，至少一个信号由接收元件1380e-h中的至少两个接收元件接收。通过将所接收的信号的相位差与针对多个区域235中的每个区域生成的预期相位差进行比较，所公开的实施例能够标识发射元件1382a-d中的每个发射元件位于哪个区域中。
[0160]
一旦已知发射元件1380a-d中每个发射元件的位置(例如，分别为区域1382a-d)，则所公开的一些实施例基于发射元件1380a-d的已知位置来确定发射设备1372的方位。
[0161]
例如，波形到达接收器的相应接收元件的时间之间的距离为：
[0162]
δt＝t1-t2＝(d1-d2)/s
wave
＝δd/s
wave
ꢀꢀꢀ
等式11
[0163]
其中：
[0164]
δt：波形到达两个接收元件的时间差，
[0165]
δd：信号/波的行进距离之间的差，
[0166]
t1：波形从发射元件到第一接收元件的行进时间，
[0167]
t2：波形从发射元件到第二接收元件的行进时间，
[0168]
d1：从发射元件到第一接收元件的距离，
[0169]
d2：从发射元件到第二接收元件的距离，
[0170]swave
：波形通过介质的速度
[0171]
波通过介质的速度与波的频率有关：
[0172]swave
＝f
wave
*λ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
等式12
[0173]
其中：
[0174]swave
：波形通过介质的速度，
[0175]fwave
：波的频率，
[0176]
λ：波的波长。
[0177]
通过以下等式，波的持续时间与其频率相关：
[0178]
t＝1/f
wave
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
等式13
[0179]
其中波的持续时间也可以用360度或2π的角度来表示。
[0180]
将等式13代入等式12得到：
[0181]
δt＝t1-t2＝δd/s
wave
＝δd/(f
wave
*λ)
ꢀꢀꢀꢀꢀꢀꢀ
等式14
[0182]
并且使用等式13的关系，得到
[0183]
δt＝δd*t/λ＝δd*2π/λ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
等式15
[0184]
或者
[0185]
δd＝λ*δt/t＝λ*δφ/2π
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
等式16a
[0186]
或者
[0187]
δφ＝2π*δd/λ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
等式16b
[0188]
其中：
[0189]
δφ：波形到达两个接收元件处的到达相位差。
[0190]
一些实施例依赖于以下等式17来确定无线设备的位置：
[0191][0192]
其中：
[0193]
position：设备天线的位置的描述，
[0194]
position min()：使()中的项最小化的天线的位置，以及
[0195]
f(di)：天线的估计位置之间的距离与天线的物理距离的函数。
[0196]
在一些实施例中，函数f(di)是距离函数的均方。在另一实施例中，函数f(di)是绝对值。其他函数被所公开的实施例预想。
[0197]
图13b是用于确定无线终端的运动估计的方法的流程图。运动估计定义用于无线终端的多个可能的不同的运动参数集。例如，在一些实施例中，每个运动参数集指示无线终端的方向和幅度(例如，经由vx、vy和vz值)。与每个运动估计相关联的是无线终端根据运动估计而呈现出运动的概率。在一些实施例中，无线终端在特定时间的多个运动估计和概率被表示为运动概率表面。运动概率表面通常定义无线终端在特定时间的可能运动。例如，如果分别针对第一时间段和第二时间段确定第一混合位置概率表面和第二混合位置概率表面，则运动概率表面可以确定在跨越第一时间段和第二时间段的时间期间无线终端的可能运动，以帮助解释无线终端如何在由第一混合概率表面提供的位置估计与由第二混合位置概率表面提供的第二位置估计之间移动。
[0198]
在一些实施例中，下面关于图13b以及方法300讨论的一个或多个功能由硬件处理电路执行。例如，在一些实施例中，存储在电子存储器(例如，下面关于图24讨论的2404和/或2406)中的指令(例如，下面关于图24讨论的2424)将硬件处理电路(例如，下面关于图24讨论的2402)配置为执行下面讨论的一个或多个功能。
[0199]
在开始操作1305之后，在操作1310中，确定针对无线终端的一个或多个混合位置概率表面。例如，如上面关于图3所讨论的，当生成运动概率表面306c或以另一种形式组织的运动估计和概率时，提供混合位置概率表面308a和308b作为输入。上面关于图12和操作1245描述了确定混合位置概率表面的示例。
[0200]
在操作1325中，从无线终端接收运动信息。在各种实施例中，该运动信息指示无线终端的速度、无线终端的加速度信息和无线终端的方向中的一个或多个。在至少一些实施
例中，运动信息在三个维度上指示无线终端的加速度。在一些实施例中，运动信息还指示方向、速度和/或加速度信息的可变性或准确性。
[0201]
在操作1330中，基于所接收的运动信息和一个或多个混合位置概率表面来生成运动估计。在一些实施例中，运动估计基于从每个混合位置概率表面导出的位置估计(例如，每个表面中的最高概率区域、或上述其他方法)来在两个或三个维度上确定速度。然后，通过在速度估计值所涉及的时间段内对加速度信息进行积分来增强这些速度估计。在一些实施例中，从无线终端(例如，经由操作1325)接收的加速度信息在适用时间段的一半上被积分，并且被添加到从混合概率表面导出的速度估计中。考虑到无线终端中的加速度计容易发生漂移，通过在单个时间段内对加速度进行积分来增强由混合位置概率表面提供的速度估计值可以防止积累误差，否则，如果在多个时间段上对加速度进行积分，则可能会累积误差。
[0202]
如上所述，在一些实施例中，在操作1330中生成的运动估计、及其相关联的概率被表示为运动概率表面。下面关于图15和方法1500来讨论操作1330的一个实施例。在操作1335中，每个运动估计的概率被确定。在一些实施例中，操作1335使运动估计的概率总体上符合预定分布，诸如高斯分布。在操作1335完成之后，方法1300移至结束操作1340。
[0203]
图14是用于生成预测位置概率表面的方法的流程图。如上面关于图3讨论的，在第一时间基准(或时间段)生成预测位置概率表面，并且在未来的时间基准(或时间段)预测无线终端的概率表面。例如，图14示出了时间t1的混合位置概率表面。参考时间t1的运动概率表面，并且参考时间t2的预测位置概率表面。与这些各种表面相关联的这些不同的时间基准与上面的图3的解释相一致，图3示出了用于生成时间基准t3的预测位置概率表面307d的来自时间基准t2的混合位置概率表面308c和来自时间基准t2的运动估计306c(在至少一些实施例中表示为运动概率表面)。
[0204]
在一些实施例中，以下参考图14和方法1400讨论的一个或多个功能由硬件处理电路执行。例如，在一些实施例中，存储在电子存储器(例如，下面关于图24讨论的2404和/或2406)中的指令(例如，下面关于图24讨论的2424)将硬件处理电路(例如，下面关于图24讨论的2402)配置为执行下面讨论的一个或多个功能。
[0205]
在开始操作1405之后，方法1400移至操作1410，操作1410在混合位置概率表面中选择区域或位置单元。生成针对时间t＝1的混合位置概率表面。
[0206]
在操作1415中，选择运动概率表面中的单元。运动概率表面用于时间t＝1。在操作1420中，获取由所选择的运动单元定义的概率。还获取由单元定义的无线终端的运动估计。在各种实施例中，运动估计定义x、y和z方向中的一个或多个方向上的速度(例如，v
x
、vy、vz)。
[0207]
在操作1425中，基于所选择的位置单元和运动信息来确定新的位置。例如，操作1425通过确定无线终端在特定时间间隔内呈现出由运动估计定义的运动时将位于哪个区域来确定新的位置或结果区域。在一些实施例中，该时间间隔是两个顺序确定的混合位置概率表面之间的经过时间(例如，t＝1与t＝2之间的经过时间)。
[0208]
在操作1430中，确定无线终端移动到新的位置单元的概率。该概率基于两个概率。第一概率是与所选择的位置单元相关联的概率(例如，来自操作1410)。第二概率与运动概率表面的所选择的单元相关联(例如，经由操作1415)。对这两个概率进行聚合(例如，在一
些实施例中相乘)以得出所选择的位置中的无线终端呈现出运动并且移动到新的位置的概率。在操作1435中，将结果概率与与新的位置对应的单元相关联。
[0209]
决策操作1440确定无线终端是否存在附加运动估计(例如，运动概率表面中的单元)。如果存在，则处理返回到操作1415，并且选择不同的运动估计(例如，运动概率表面中的单元)。否则，方法1400从决策操作1440移动到决策操作1445。
[0210]
决策操作1445确定在混合位置概率表面中是否存在待处理的附加区域或单元。如果否，则方法1400移至操作1450。否则，处理返回至操作1410，并且选择不同的区域或单元。
[0211]
在操作1450中，对由操作1430/1435确定的对应的概率进行聚合。换言之，对与新的预测位置概率表面中的相同区域或单元相关联的概率进行聚合(例如，相加)。换言之，如果运动概率表面中包括的两个或更多个运动估计具有等同的结果区域，则与这些运动估计相关联的概率被聚合并且分配给预测位置概率表面中的对应区域。因此，预测位置概率表面基于该区域的聚合概率来指示无线终端将位于特定区域中的概率。新的预测位置概率表面对应于wt在时间t2的位置(例如，在操作1410的混合位置概率表面之后的一个时间段和在操作1415的运动估计或运动概率表面之后的一个时间段)。在操作1450之后，方法1400移动到结束操作1455。
[0212]
图15是用于确定无线终端的多个不同运动估计的方法的流程图。在一些实施例中，这些运动估计被表示为运动概率表面。在一些其他实施例中，无线终端的运动估计被表示为一组数据值，该组数据值定义运动估计以及wt以特定速度和方向进行运动的概率，例如，使用被配置为存储多个数据值的阵列或其他数据结构。在一些实施例中，下面参考图15和方法1500讨论的一个或多个功能由硬件处理电路执行。例如，在一些实施例中，存储在电子存储器(例如，下面关于图24讨论的2404和/或2406)中的指令(例如，下面关于图24讨论的2424)将硬件处理电路(例如，下面关于图24讨论的2402)配置为执行下面讨论的一个或多个功能。
[0213]
在开始操作1505之后，方法1500移至操作1510。在操作1510中，确定用于无线终端的运动的概率分布参数。在一些方面，概率分布参数基于无线终端的运动中的可变性信息来确定。例如，在一些方面，概率分布参数基于准确性字段1025。在一些方面，概率分布参数定义概率分布的类型。例如，在一些实施例中，概率分布参数定义概率分布是高斯分布、柯西分布、贝伦斯-费舍尔分布、拉普拉斯分布还是任何其他类型的概率分布。
[0214]
在操作1515中，确定运动的边界参数。例如，在一些实施例中，确定平均(average)运动值或平均(mean)运动值。在一些实施例中，确定对运动的限制。例如，操作1515的一些实施例确定限定分布的较低和较高百分位数的运动值(例如，运动估计字段1128)。在一些实施例中，运动估计限制基于较低和较高百分位数。在一些实施例中，限制基于运动值的标准偏差的倍数。例如，一些实施例将所生成的运动估计限制为与平均运动估计不超过五个标准偏差。
[0215]
在操作1520中，生成运动估计(例如，如存储在运动估计字段1128中)。在一些实施例中，运动估计基于所确定的运动边界和分布参数来生成。在一些实施例中，运动估计基于一个或多个混合位置概率表面来生成，如上面关于图3所述(例如，混合位置概率表面308a和308b被用于生成运动估计306c(在一些实施例中表示为运动概率表面))。这一点在上面关于操作1310也进行了引用。在一些实施例中，运动估计基于由无线终端提供的加速度信
息来生成(例如，如上面关于操作1325所述)。
[0216]
在操作1525中，根据分布参数来将运动值与运动概率相关联。例如，在正态或高斯分布中，更邻近平均值的值比远离平均值的值更多。因此，操作1525将运动值与其发生概率相关联，以便根据运动参数(方差、边界、中位数或均值)和分布参数来构建运动值的概率分布。因此，操作1525的结果是运动估计和相关联的运动概率。因此，运动概率表面中包括的运动估计具有相关联的运动概率。
[0217]
决策操作1530确定是否需要更多的运动值来完成分布。如果需要更多的值，则方法1500返回操作1520。否则，方法1500从决策操作1530移至结束操作1535。
[0218]
图16是用于基于预测位置概率表面和合成位置概率表面来确定针对无线终端的可能的混合表面的方法的流程图。例如，下面关于图16讨论的方法1600表示如何基于预测位置概率表面307d和合成位置概率表面304d来生成混合位置概率表面308d的一个示例实施例。
[0219]
在一些实施例中，下面关于图16和方法1600讨论的一个或多个功能由硬件处理电路执行。例如，存储在电子存储器(例如，下面关于图24讨论的2404和/或2406)中的指令(例如，下面关于图24讨论的2424)将硬件处理电路(例如，下面关于图24讨论的2402)配置为执行下面讨论的一个或多个功能。
[0220]
在开始操作1605之后，方法1600移至操作1610。在操作1610中，获取合成位置概率表面。例如，在一些实施例中，操作1610包括以上关于图12讨论的操作1210-1235。
[0221]
操作1615获取预测位置概率表面。在一些实施例中，操作1615根据以上关于图14讨论的方法1400来获取预测位置概率表面。例如，在一些实施例中，时间t的预测位置概率表面基于时间t-1、t-2等的一个或多个混合位置概率表面、以及在时间t-1生成的运动表面或时间t-1的移动终端的运动估计。
[0222]
操作1620基于预测位置概率表面和合成位置概率表面来生成时间t的混合位置概率表面。在一些实施例中，操作1620对合成位置概率表面和预测位置概率表面中的每个的对应单元或区域求平均以生成混合位置概率表面的对应单元或区域。在这种情况下，对应单元是表示等同地理区域的单元。在一些实施例中，加权平均用于生成混合位置概率表面，其中由合成位置概率表面指示的概率被赋予第一权重并且由预测位置概率表面指示的概率被赋予不同的第二权重。在操作1620完成之后，方法1600移至结束操作1635。
[0223]
图17是在所公开的一个或多个实施例中实现的系统1700的概图。系统1700包括三个接入点(ap)1702a-c。四个接入点1702a-c中的每个接入点生成对应的无线信号1704a-c。信号1704a、信号1704b和信号1704c被无线终端1706a-c接收。无线终端1706a-c测量信号1704a-c中每个信号的强度，并且生成消息1708a-c，消息1708a-c指示由ap 1702a-c中的一个或多个ap发射的信号的强度。例如，图17示出了消息1708a，消息1708a指示无线终端1706a对每个接入点1702a-c所发射的信号的信号强度(例如，rssi)。消息1708b由无线终端1706b发射，并且指示无线终端1706b从接入点1702a-c中的一个或多个接入点接收的信号的信号强度信息。消息108c由无线终端1706c发射，并且指示无线终端1706c从接入点1702a-c接收的信号的信号强度信息。rssi仅是信号强度测量的一个示例，并且一些其他实施例对信号强度使用不同的测量。在一些示例实现中，无线终端1706a-c使用消息1708a-c来将加速度计和/或速率信息传达到nms 110。
[0224]
无线终端1706a-c向nms 110传输消息1708a-c。尽管消息被描绘为直接发送到邻近度服务器，但是可以理解，消息实际上传递通过设备1706a-s所关联的ap。nms 110利用消息1708a-c中所包括的信号强度测量来估计无线终端1706a-c中的每个无线终端的位置或地理位置。在一些实施例中，nms 110将地理区域1712划分为多个区域1714a-n。图17中图示了区域1714a、区域1714b和区域1714c，但是地理区域1712内的其他区域未被标记，以保持图形清晰。在所公开的一些实施例中，nms 110针对每个无线终端1706a-c来计算无线终端1706位于多个区域(包括区域1714a-c)的每个区域中的概率。这些概率基于由无线终端1706a-c接收的信号1704a-c。特别地，概率基于由无线终端测量的信号1704a-c的强度。在一些实施例中，接入点1702a-c处于已知位置处。因此，每个接入点1702a-c与每个区域(例如，1714a-c)之间的距离可以被确定。从这些距离，在每个区域(例如，1714a-c)处，从接入点1702a-c中的每个接入点接收的信号的预期信号强度被确定。通过将所接收的预期信号强度与无线终端所测量的信号强度进行比较，无线终端在区域中的概率可以被确定。
[0225]
在一些实施例中，这些概率经由无线终端的位置的附加概率来细化，附加概率基于针对无线终端的运动信息。例如，在一些实施例中，无线终端在消息中(例如，1708a-c)向nms 110提供运动信息(例如，从设备内部的加速度计提取的信息)。在一些其他实施例中，不同的消息被用于从无线终端1706a-c向nms 110提供运动信息。在一些实施例中，无线终端1706a-c从被集成到一个或多个无线终端1706a-c中的加速度计导出运动信息。
[0226]
在一些实施例中，如所并入的公开内容中所解释的，无线终端1706a-c中的任何一个或多个无线终端的运动由nms 110基于无线终端的位置的顺序确定中的变化来确定。
[0227]
图18a是基于从单个ap所接收的信号强度的示例二维位置概率表面的概率的图形表示1800a。x轴1812和y轴1814定义设备被估计所处的位置或区域。z轴1810表示设备位于所述区域或位置中的概率。概率表面1802a呈现出甜甜圈形状。甜甜圈形状图示了针对主题设备的相对高概率位置的环1804，其中周围区域呈现出较低的概率。
[0228]
图18b是基于从两个ap所接收的信号强度的示例二维位置概率表面的概率的图形表示1800b。x轴1822和y轴1824定义设备被估计所处的位置或区域。z轴1820表示设备位于所述区域或位置中的概率。概率表面1802b呈现脊形。脊形图示了针对主题设备的相对高概率位置的峰1828，其中周围区域呈现出较低的概率。应注意，添加第二ap增加了设备在特定区域中的概率，因此与脊的峰相关联的概率高于与图18a的环相关联的概率。
[0229]
图18c是基于从三个ap所接收的信号的接收信号强度测量的示例二维位置概率表面的概率的图形表示1800c。x轴1832和y轴1834定设备被估计所处的位置或区域。z轴1830表示设备位于所述区域或位置中的概率。概率表面1802c呈现出峰。峰图示了针对主题设备的相对高概率位置的最大值1838，其中周围区域呈现出较低的概率。应注意，添加第三ap增加了设备在特定区域中的概率，因此与峰相关联的概率高于与图18b的脊相关联的概率。
[0230]
图18d是示例一维位置概率曲线的邻近度概率的简化图形表示。如上所述，在一些实施例中，网络管理系统(诸如图17的nms 110)确定针对无线设备(诸如设备1706a-c)中的每个无线设备的位置概率表面(诸如概率表面1802a、1802b、1802c)。
[0231]
图18d包括x轴1840和y轴1842。y轴1842表示设备位于由x轴1840指示的位置中的概率的幅度。曲线图1800d示出了第一设备(例如，图17的无线终端1706a)位于由x轴1840表示的多个位置中的位置概率曲线1850。概率在位置1852处达到峰，因此位置1852是第一设
备的最高概率位置。第二概率曲线1854表示与第二设备(例如，图17的无线终端1706b)的位置相关联的概率。第二概率曲线1854在位置1856处达到峰，因此，在一些实施例中，位置1856被估计为第二设备的位置。
[0232]
距离1858表示第一设备的最高概率位置1852与第二设备的最高概率位置1856之间的距离。在一些实施例中，距离1858与预定义阈值进行比较，以确定第一设备和第二设备是否是相邻设备。
[0233]
图18d标识存在第一设备在该区域中的概率为非零的大区域。第二设备在该区域的邻近度中的概率也不为零。概率1861被示出，表示第一设备位于位置1860中的概率、以及第二设备位于位置1861中的概率1866，其中位置1860和位置1861在紧邻彼此的邻近度内。因此，第一设备和第二设备在紧邻彼此的邻近度中的概率不为零。不仅两个设备可能处于彼此的邻近度内，而且它们在同一位置处的概率不为零。具体地，例如，第一设备的位置概率曲线1850指示第一设备具有位于位置1860处的概率1861。第二设备具有位于位置1860处的概率1864。由于概率1861和概率1864均为非零，图18d图示了第一无线设备和第二无线设备彼此邻近的概率为非零。
[0234]
图19是用于标识邻居设备的方法的流程图。在一些实施例中，下面关于图19和方法1900讨论的一个或多个功能由硬件处理电路来执行。例如，在一些实施例中，存储在电子存储器(例如，下面关于图24讨论的2404和/或2406)中的指令(例如，下面关于图24讨论的2424)将硬件处理电路(例如，下面关于图24讨论的2402)配置为执行关于图19讨论的一个或多个功能。
[0235]
在开始操作1905之后，方法1900移至操作1910。在操作1910中，第一无线设备的第一位置概率表面被确定。例如，如上所述，在一些实施例中，第一位置概率表面包括多个概率，多个概率指示第一无线设备位于对应的第一多个地理区域中的概率。在一些实施例中，第一无线设备位于每个区域中的概率基于由第一无线设备发射和/或从第一无线设备接收的信号的相位差。在一些实施例中，概率基于第一无线设备对从多个接入点接收的信号进行的信号强度测量，其中接入点位于已知位置处。
[0236]
在操作1915中，从第一位置概率表面确定第一最高概率区域。当与第一多个地理区域中的其他区域进行比较时，第一最高概率区域表示具有第一设备位置的最高概率的区域。
[0237]
在操作1920中，从设备列表选择第二设备。在一些实施例中，设备列表包括由nms 110管理的设备。例如，在一些实施例中，设备包括无线终端1706a-c中的一个或多个无线终端。
[0238]
在操作1930中，所选择的第二无线设备的第二位置概率表面被确定。类似于上面讨论的第一位置概率表面，第二位置概率表面基于与所选择的(第二)无线设备相关联的信号强度测量和/或相位差测量。第二位置概率表面指定第二无线设备位于第二多个区域中的每个区域中的概率。
[0239]
在操作1940中，基于第二位置概率表面来确定第二最高概率区域。第二最高概率区域表示第二多个区域中最有可能包括所选择的(第二)无线设备的区域。
[0240]
在操作1950中，第一无线设备的第一最高概率区域与所选择的第二设备的第二最高概率区域之间的距离被确定。
[0241]
决策操作1960评估所确定的距离是否低于预定义的距离阈值。如果距离小于该阈值，则方法1900移动至操作1970，操作1970将所选择的设备添加到第一无线设备的邻居列表。否则，方法1900从决策操作1960移至决策操作1980，而不执行操作1970。
[0242]
在决策操作1980中，相对于是否有任何剩余设备是第一无线设备的邻居，确定是否对附加设备进行评估。例如，决策操作1980的一些实施例评估是否已相对于第一无线设备和方法1900评估了由nms 110维持的设备列表中的所有设备。如果设备仍然剩余，则方法1900返回到操作1920，并且选择不同的第二无线设备用于评估。如果没有其他设备需要评估，则方法1900从1980移至结束操作1990。
[0243]
在一些实施例中，方法1900周期性地操作来确定第一无线设备的邻居的更新列表。在一些实施例中，方法1900在每次迭代期间，针对由nms 110管理的每个无线设备进行操作。在一些实施例中，周期性是十秒。在一些实施例中，每次迭代利用以下讨论的等式20来确定两个设备位于预定义距离t1内的概率，从而产生诸如下面关于图20所描述的概率时间序列。
[0244]
图20是邻近度概率和经聚合的邻近度概率的时间序列的图形表示2000。时间相对于x轴420被水平示出。示出四个时段t0、t1、t2和t3。五个不同的时间序列也被示出，被标记为2002a-e。水平示出的时间序列2002a表示在每个时段t0、t1、t2和t3期间，设备d1和d2处于由阈值dist1定义的邻近度内的概率。
[0245]
图20还图示了滑动聚合窗口2040。在该图示中的聚合窗口2040包括三个时段概率，例如导致在时段t0、t1和t2期间所确定的概率的聚合。其他求和窗口大小被预想。
[0246]
如果与无线设备相关联的第一用户(例如，图20中的d1)相对于与第二无线设备相关联的第二用户(例如，图20中的d2)在阈值邻近度内，则一些实施例生成警报。一些实施例保持与第一用户和第二用户中的每一个相关联的风险。然后风险评估与第一用户在第二用户的邻近度内的概率一起被应用，以确定对于每个用户的传染性疾病的风险。对于某些疾病(例如，covid-19)，只有当第一用户在长于预定义时间(例如，图20中所示的示例时间序列内的n个时段的时间跨度)的持续时间内在紧邻被标识为相对高风险的第二人的邻近度中时，才发生传播。如果聚合窗口2040内的概率的聚合超过阈值thres2，则一些实施例生成警报。
[0247][0248]
其中：
[0249]
alert(i)＝true()：指示当括号中的项为真时，在时间t处生成的用户i的警报，
[0250]
thres2：用于生成累积邻近度警报的阈值，
[0251]
pi，j(k)：在时间k处，用户i在用户j的邻近度中的概率，以及
[0252]
大小为n的滑动求和窗口上的概率之和，
[0253]
pj：与用户j相关联的风险(例如，如以下讨论的字段2206所指示的)。
[0254]
一些实施例将时间序列内的邻近度概率的聚合与预定义阈值进行比较。如果经聚合的值超过预定义阈值，则生成警报。在一些实施例中，聚合包括对较长时间内的累积影响进行评估的滤波器。在一个特定的实现中，聚合滤波器是低通滤波器，例如：
[0255]
alert(i)＝true(o(t)＞t3)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
等式19a
[0256]
以及
[0257]
o(t)＝α*pi，j(t)*pj (1-α)*o(t-1)
ꢀꢀꢀꢀꢀꢀꢀ
等式19b
[0258]
其中：
[0259]
alert(i)＝true()：当括号中的项为真时，警告在时间t处的用户i，
[0260]
o(t)：在时间t处的低通滤波器的输出，
[0261]
t3：用于生成累积邻近度警报的阈值，
[0262]
pi，j(t)：在时间t处，用户i在用户j的邻近度中的概率，以及
[0263]
α：低通滤波器的系数，在一些实施例中，α《1，
[0264]
pj：与设备j的用户相关联的风险(例如，如以下关于字段2206所讨论的)。
[0265]
一些实施例在单个时段期间(例如，诸如在图20所示的时段t0、t1、t2或t3中的单个时段期间)，跟踪第一无线设备与多个其他无线设备之间的关系。例如，一些实施例对在单个时段内暴露于多个设备的概率进行聚合。适当的阈值然后被应用于单个时段内的这些经聚合的概率，以确定与第一无线设备相关联的用户是否与相对较高的风险相关联。一些实施例然后基于该确定来生成警报。
[0266]
返回至图17，与无线终端1706a的第一用户相关联的风险至少部分地涉及第一用户分别在无线终端1706b和1706c的第二用户和第三用户的邻近度内。因此，与在不同(非重叠)时段期间在多个用户的相对紧邻的邻近度内相比，在单个时段内处于多个用户的相对紧邻的邻近度内代表更大的风险。此外，在一些实施例中，与在单个时段期间在多个用户的邻近度内相关联的第一风险大于与在不同时段期间在这些多个用户的邻近度内相关联的第二风险。
[0267]
如图20中所示，在一些实施例中，概率的多个时间序列被生成。图20示出了四个时间序列，四个时间序列指示设备d1与其他设备d2(时间序列2002a)、设备d3(时间序列2002b)、设备d4(时间序列2002c)和设备d5(时间序列2002d)中的每一个的邻近度概率。
[0268]
以下等式20描述了对两个设备在彼此的距离t1内的邻近度测量的确定：
[0269]
p(d(i，j)＜t1)＝∑
all k
·
∑
all k&l
(pi(reg.k)*pj(reg.l))
ꢀꢀ
等式20
[0270]
其中：
[0271]
d(i,j)：相邻设备i和j之间的距离，
[0272]
t1：邻近度阈值，
[0273]
k&l：位于彼此的距离t1(或更短)内的区域的索引，
[0274]
pi(reg.k)：设备i位于区域k中的概率的量度，
[0275]
pj(reg.l)：设备j位于区域l中的概率的量度，
[0276]
p(d(i，j)＜t1)：设备i与j之间的距离小于邻近度阈值的概率的量度。
[0277]
一些实施例根据以下等式21来确定特定的第一无线设备在时段期间邻近至少一个设备的概率：
[0278]
proximatei(t)＝1-(1-p
i，j
(t))*(1-p
i，j 1
(t))*....*(1-p
i，j m-1
(t)))
ꢀꢀꢀ
等式21
[0279]
其中：
[0280]
proximatei(t)：在时间t期间设备i与至少一个其他设备邻近的概率的量度
[0281]
m：作为设备i(例如，在设备i的阈值距离内)的邻居(或一些其他邻近度的测量)的
设备的量度，
[0282]
pi，j(t)：在时间t处，设备i在设备j的邻近度中的概率，
[0283]
proximity：邻近度指标。例如，当pi，j(t)＞预定义阈值时，设备在紧邻的邻近度中，
[0284]
j，....j m-1：j到j m-1是设备i的邻近度中的m个设备的指标，以及
[0285]
(1-p
i，j
(t))：在时间t处，设备i和j不在紧邻的邻近度中的概率。
[0286]
为了评估由于在紧邻一个或多个用户的邻近度中而引入的累积风险，一些实施例通过并入与第一无线设备可能已邻近的每个其他设备相关联的风险，来增强等式21。在至少一些实施例中，通过评估以下等式22来确定第一无线设备(例如，设备i)的风险评估：
[0287]
risk(i)＝1-(1-rj(t)*p
i，j
(t))*(1-r
j 1
(t)*p
i，j 1
(t))*....*(1-r
j m-1
(t)*p
i，j m-1
(t)))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
等式22
[0288][0289]
其中：
[0290]
risk(i)：与设备i(及其关联用户)相关联的风险的量度，
[0291]
rj(t)：在时间t处，与设备j(例如和/或其相关联用户)相关联的风险(例如，如以下关于字段2206所讨论的)，以及
[0292]
其他项：如以上关于等式14所讨论的。
[0293]
然后在一些实施例中，等式22的风险评估被用于(例如，经由等式18)向设备i的用户生成警报。在一些实施例中，警报在以下条件评估为真值时生成：
[0294][0295]
其中：
[0296]
alert(i)＝true()：定义警报函数alert()返回真值的条件。警报函数在时间t处接收标识用户的输入参数i，
[0297]
thres4：用于生成累积邻近度警报的阈值，
[0298]
risk i(k)：设备i在时间k处的风险的量度，以及
[0299]
大小为n的滑动求和窗口上的风险的总和。
[0300]
图20示出了设备邻近任何其他设备的概率的时间序列2002e。序列中的每个概率被标记为prox
t
，其中t是适用时段。在一些实施例中，根据以上讨论的等式21来确定时间序列2002e的每个prox
t
元素。
[0301]
时间序列2002e中包括的邻近度概率可以由并入多个先前的邻近度概率的滤波器(诸如，以上等式19a和19b中使用的低通滤波器)进行处理。因此，一个实施例根据以下等式24a-b生成警报：
[0302]
alert(i)＝true(o(t)＞t5)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
等式24a
[0303]
以及
[0304]
o(t)＝α*proximate i(k) (1-α)*o(t-1)
ꢀꢀꢀ
等式24b
[0305]
其中：
[0306]
alert(i)＝true()：当括号中的项为真时，在时间t处警告用户i，
[0307]
o(t)：在时间t处的低通滤波器的输出，
[0308]
t5：用于生成累积邻近度警报的阈值，
[0309]
proximate i(k)：设备i在一个或多个设备的邻近度中的概率(例如，参见以上等式21)，以及
[0310]
α：当α《1时，低通滤波器的系数。
[0311]
图20还示出了时间序列2002f。时间序列2002f具有表示与特定无线设备相关联的风险的量度的元素，并且在一些实施例中，通过暗示，表示与特定无线设备的用户相关联的风险的量度。在一些实施例中，风险的量度是被covid-19感染的量度。在一些实施例中，时间序列2002f的每个元素经由以上讨论的等式22来确定。
[0312]
图21是用于估计设备与其一个或多个相邻设备之间的邻近度概率的方法的流程图。在一些实施例中，以下参考图21和方法2100讨论的一个或多个功能由硬件处理电路执行。例如，在一些实施例中，存储在电子存储器(例如，下面关于图24讨论的2404和/或2406)中的指令(例如，下面关于图24讨论的2424)将硬件处理电路(例如，下面关于图24讨论的2402)配置为执行关于图21讨论的一个或多个功能。
[0313]
方法2100在开始操作2105处开始，然后移至操作2110。在操作2110中，第一无线设备的邻居设备被确定。在一些实施例中，操作2110根据以上关于图19讨论的方法1900进行操作。一些实施例考虑了第一无线设备与其他无线设备之间的关系，其他无线设备不一定是第一无线设备的邻居设备。
[0314]
在操作2120中，从在操作2110中所确定的邻居设备选择邻居设备。在操作2130中，第一设备和所选择的邻居设备的邻近度概率被确定。在一些实施例中，根据以上图20例如关于时间序列2002a-d中的一个或多个时间序列的讨论来确定邻近度概率。
[0315]
决策操作2140确定第一无线设备的附加邻居设备是否由方法2100进行处理。如果附加邻居设备需要被处理(例如，不是所有邻居设备都已通过方法2100被评估)，则方法2100从决策操作2140移动到操作2120，在操作2120中选择附加邻居设备。否则，方法2100从决策操作2140移动到操作2150，操作2150确定累积邻近度测量。在一些实施例中，操作2150与以上关于图20讨论的方法中的任一个或多个方法以及时间序列2002a-e中的任一个时间序列一致地操作。
[0316]
在操作2160中，累积邻近度测量的聚合被确定。例如，在一些实施例中，操作2160在聚合窗口(诸如以上关于图20所示的聚合窗口2040)内，对设备(例如，图20的设备d1)的累积邻近度概率进行聚合。根据另一示例实现，例如使用滤波器(诸如关于以上等式19和/或等式24a-b描述的滤波器)，聚合将时间加权应用于时间序列的元素。例如，一些实施例将不太新的元素相对于较新的元素进行折减。
[0317]
决策操作2170确定在操作2160中确定的聚合是否大于预定义阈值。如果否，则方法2100从决策操作2170移至决策操作2190。如果聚合超过阈值，则方法2100移至操作2180，操作2180基于聚合来生成警报。在一些实施例中，警报使用任何已知的消息收发技术(诸如电子邮件、文本、基于社交网络的消息或任何其他消息技术)。在一些实施例中，警报被生成给第一无线设备的用户。
[0318]
决策操作2190确定方法2100是否应当继续迭代操作。在一些实施例中，是否迭代的判定基于是否已检测到关闭事件或重新配置事件。如果不需要进一步的迭代，则方法
2100移至结束操作2195。否则，方法2100返回操作2110。虽然方法2100提供了有关单个第一设备的评估示例，但是无论累积邻近度概率的聚合是否超过阈值，在一些实施例中，仍然对由nms 110所管理的多个无线设备执行方法2100。
[0319]
图22示出了在所公开的一个或多个实施例中实现的示例数据结构。虽然图22中的示例数据结构被描述为关系性数据库表，但是所公开的实施例预想使用任何数据结构架构，并且图22被提供作为仅仅一种可能的实现方式。
[0320]
图22示出了用户表2200、设备表2210、风险表2220、位置概率表面表2230和配对表2240。用户表2200包括用户标识符字段2202、用户信息字段2204和当前风险字段2206。用户标识符字段2202唯一地标识特定用户。用户信息字段2204包括针对用户的用户信息。例如，在一些实施例中，经由用户标识符字段2202所标识的用户的认证凭证被存储在用户信息字段2204中。当前风险字段2206存储由用户标识符字段2202所标识的用户的感染疾病风险的当前评估。在一些实施例中，与第一用户相关联的风险被并入第二用户的风险评估中，该第二用户被确定为在第一用户的邻近度内。
[0321]
设备表2210包括设备标识符2212、用户标识符字段2214和唯一用户标识符字段2216。设备标识符字段2212唯一地标识无线设备诸如图17的无线终端1702a-c中的任一个无线终端。用户标识符字段2214标识与经由字段2212所标识的设备相关联的用户。在至少一些实施例中，用户标识符字段2214与用户标识符字段2202是可交叉引用的。
[0322]
风险表2220包括用户标识符字段2222、风险字段2224和时间标识符字段2226。用户标识符字段2222唯一地标识用户。用户标识符字段2222与其他用户标识符字段(诸如用户标识符字段2202和/或用户标识符字段2214)是可交叉引用的。风险字段2224标识用户(经由字段2222所标识的)在由时间标识符字段2226所标识的时段期间的历史风险评估。在一些实施例中，风险评估的移动窗口被用于确定用户的当前风险。例如，在一些实施例中，过去十四天的风险的移动窗口被用来评估用户的当前风险。在一些实施例中，针对特定用户的风险表2220中的多个行被用于存储风险的移动窗口中所包括的风险评估。例如，一些实施例周期性地确定一个或多个用户的风险评估，并且将这些周期性确定的风险评估存储在风险表2220中。当确定“当前”风险或针对“当前”周期性确定的风险时，每个周期性确定还查阅先前的风险确定。在一些实施例中，下面讨论的操作2330执行这些功能，以确定与用户相关联的风险。
[0323]
位置概率表面表2230包括表面标识符字段2231、设备标识符字段2232、区域标识符字段2234、概率字段2236和时间标识符字段2238。表面标识符字段2231唯一地标识特定表面。设备标识符字段2232唯一地标识特定的无线设备。区域标识符字段2234唯一地标识多个区域中的特定区域。在一些实施例中，区域标识符字段2234定义区域的地理坐标。概率字段2236存储由设备标识符字段2232所标识的设备位于由区域标识符字段2234所标识的区域中的概率。时间标识符字段2238指示概率在其期间有效的时段。在一些实施例中，时间标识符字段2238标识概率应用于时间序列中的哪个时段。例如，关于图20，时间标识符字段2238标识t0、t1、t2或t3中的一个。对于关系性数据库表实现(诸如图22的示例)来说常见的是，关系性数据库表(诸如位置概率表面表2230)中的多个行表示所标识的表面中的多个条目。因此，例如，在一些实施例中，经由位置概率表面表2230的多个行来表示具有多个区域的位置概率表面，每个区域的一行。
[0324]
配对表2240存储与设备对有关的信息。具体地，如以上关于图20所讨论的，一些实施例生成邻近度测量的时间序列。在一些实施例中，配对表2240中的条目存储设备对之间的单个邻近度测量。配对表2240包括第一设备标识符字段2242和第二设备标识符字段2244。第一设备标识符字段和第二设备标识符字段中的每一个标识设备对中所包括的设备。邻近度测量字段2246存储设备对之间的邻近度测量。在一些实施例中，根据以上关于图20描述的任何方法来生成邻近度测量字段2246中存储的邻近度测量。时间标识符字段2249标识字段2246的确定邻近度测量可适用的时段。例如，参考图20，时间标识符字段2249标识t0、t1、t2或t3中的一个。
[0325]
图23是用于确定用户感染风险的方法的流程图。在一些实施例中，以下参考图23和方法2300讨论的一个或多个功能由硬件处理电路执行。例如，在一些实施例中，存储在电子存储器(例如，下面关于图24讨论的2404和/或2406)中的指令(例如，下面关于图24讨论的2424)将硬件处理电路(例如，下面关于图24讨论的2402)配置为执行关于图23讨论的一个或多个功能。
[0326]
在开始操作2305之后，方法2300移至操作2310。在操作2310中，第一无线设备的第一位置概率表面被确定。在一些实施例中，基于与第一无线设备相关联的信号的信号强度测量来确定第一位置概率表面。在一些实施例中，第一无线设备发射和/或接收测量所基于的信号。在一些实施例中，根据以上关于图3描述的数据流来生成第一位置概率表面。第一位置概率表面指示第一无线设备位于第一多个区域中的每个区域中的概率。在一些实施例中，第一位置概率表面基于在设备的多个天线处所接收的一个或多个信号的相位差。
[0327]
在操作2315中，第二无线设备的第二位置概率表面被确定。在一些实施例中，基于与第二无线设备相关联的信号的信号强度测量来确定第二位置概率表面。在一些实施例中，第二无线设备发射和/或接收测量所基于的信号。在一些实施例中，根据以上关于图3描述的数据流生成第二位置概率表面。第二位置概率表面指示第二无线设备位于第二多个区域中的每个区域中的概率。在一些实施例中，第二位置概率表面基于在设备的多个天线处所接收的一个或多个信号的相位差。
[0328]
在操作2320中，第一无线设备和第二无线设备之间的邻近度的量度被确定。邻近度的量度基于第一位置概率表面和第二位置概率表面。在一些实施例中，邻近度的量度对关于第一无线设备的邻近度和第二无线设备的邻近度的概率确定的时间序列进行聚合。如上所述，在一些实施例中，对邻近度确定的时间序列的聚合利用诸如关于等式19a-b和/或等式24所讨论的滤波器。在一些实施例中，不太新的邻近度确定相对于较新的邻近度确定被折减。
[0329]
一些实施例生成区域对。该对的第一区域标识第一多个区域中的区域。每个对中的第二区域标识第二多个区域中的区域。在一些实施例中，所生成的区域对包括彼此相距预定义阈值距离内的区域(彼此相距较远的区域对不由所生成的对来表示)。然后，第一无线设备位于该对的第一区域中的第一概率乘以第二无线设备位于该对的第二区域中的第二概率。该乘法针对每个对来执行，然后乘积被聚合。在一些实施例中，邻近度的量度基于乘积的聚合。
[0330]
在一些实施例中，邻近度的量度是基于第一无线设备与包括第二无线设备的多个其他无线设备的邻近度的邻近概率。例如，邻近度概率可以进一步并入第一无线设备与第
三、第四和/或第五无线设备之间的邻近度的量度。在一些实施例中，邻近概率指示第一无线设备邻近至少一个其他设备的概率。
[0331]
在一些实施例中，方法2300确定第一无线设备的最高概率位置和第二无线设备的第二最高概率位置。在一些实施例中，第一无线设备的最高概率位置是具有由第一位置概率表面定义的最高关联概率的区域。在一些实施例中，第二无线设备的最高概率位置是具有由第二位置概率表面定义的最高关联概率的第二区域。在一些实施例中，对邻近度的量度的确定基于第一无线设备的最高概率位置和第二无线设备的最高概率位置是否在彼此的预定义距离阈值内。例如，一些实施例首先基于设备对的最高概率位置(例如，区域)来筛选设备对。例如，如上文关于图19所讨论的，如果两个设备的最高概率位置之间的距离小于距离阈值，则这些设备被视为邻居。如果设备不被视为邻居，则例如在操作2320中，两个设备之间的邻近度的量度没有被确定。在这种情况下，至少在一些实施例中，操作2330也不关于这些设备对进行操作。
[0332]
在操作2330中，与第一无线设备相关联的第一用户的感染的第一风险被确定。在一些实施例中，第一用户经由设备表(诸如以上关于图22讨论的设备表2210)被标识。在一些实施例中，感染的第一风险还基于与第二用户相关联的第二风险。第二用户与第二无线设备相关联。在一些实施例中，第一风险还基于对第一用户的风险(例如，第三风险)的先前评估。一些实施例根据以上讨论的等式22来确定第一风险。一些实施例考虑了与以上讨论的第一用户和第二用户之外的多个不同用户相关联的风险。例如，如果第一用户在5个、10个、20个或50个用户或上述数字两两之间的任何数量的用户的预定义阈值邻近度内，则在确定第一风险时也考虑与这些用户中的每个用户相关联的风险。在一些实施例中，根据等式22，基于第一用户在相应用户的距离之内的概率，利用从第一用户和相应用户的位置概率表面导出的概率，这些用户中的每个用户的每个风险被折减。
[0333]
一些实施例基于感染的第一风险来生成警报。例如，如果第一风险高于预定义阈值风险水平，则一些实施例生成电子邮件、文本消息或其他消息。一些实施例根据以上讨论的等式23a和/或23b和/或等式24a和/或24b来生成警报。
[0334]
方法2300的一些实施例迭代地操作，并且因此生成第一无线设备与第二无线设备和/或其他附加无线设备之间的邻近度的量度的时间序列。在一些实施例中，在这些实施例中还迭代地确定与第一无线设备的用户相关联的风险。因此，然后通过方法2300的迭代执行来生成第一无线设备的用户的风险评估的时间序列。例如图20、具体地，时间序列2002e演示了方法2300的周期性或迭代性执行，以生成邻近度确定的时间序列。时间序列2002f还演示了方法2300的周期性或迭代性执行，以生成风险确定的时间序列。注意，在一些实施例中，方法2300基于关于一个或多个其他无线设备的概率测量确定的对应时间序列来生成风险确定的时间序列。例如，一些实施例基于下述的一个或多个邻近度确定来确定在时间t0处与第一用户相关联的风险：在时间t0处第一无线设备与第二无线设备之间的邻近度确定(例如，类似于图20中的p
0d1d2
)、在时间t0处第一无线设备和第三无线设备之间的邻近度确定(例如，类似于图20中的p
0d1d3
)、在时间t0处第一无线设备和第四无线设备之间的邻近度确定(例如，类似于图20中的p
0d1d4
)。然后，如关于时段t1、t2和t3在如图20所示的，在周期性的时段内为第一用户做出类似的风险确定。
[0335]
因此，在一些实施例中，周期性地或至少在多个非重叠时段期间生成测量的时间
序列。一些实施例然后跨时间序列(例如，时间序列2002e)聚合这些邻近度的量度。因此，例如，在一些实施例中，第一无线设备和第二无线设备之间的邻近度的量度的时间序列被聚合。在一些实施例中，第一无线设备和第三无线设备之间的邻近度的量度的第二时间序列被聚合。在一些实施例中，如上所述(例如，等式21)，第一时间序列和第二时间序列中的对应量度被聚合，以生成概率的邻近量度的时间序列。在操作2330完成之后，方法2300移至结束操作2340。
[0336]
图24图示了示例机器2400的框图，在示例机器2400上可以执行本文所讨论的任何一种或多种技术(例如，方法)。机器2400(例如，计算机系统)可以包括硬件处理器2402(例如，中央处理单元(cpu)、图形处理单元(gpu)、硬件处理器核或其任何组合)、主存储器2404和静态存储器2406，其中一些或全部可以经由互连链路2408(例如，总线)彼此通信。
[0337]
主存储器2404的具体示例包括随机存取存储器(ram)和半导体存储器设备，在一些实施例中，其可以包括诸如寄存器等半导体中的存储位置。静态存储器2406的具体示例包括非易失性存储器，诸如半导体存储器设备(例如，电可编程只读存储器(eprom)、电可擦除可编程只读存储器(eeprom))和闪存设备；磁盘，诸如内部硬盘和可移动磁盘；磁光盘；ram；以及cd-rom和dvd-rom磁盘。
[0338]
机器2400还可以包括显示设备2410、输入设备2412(例如，键盘)和用户界面(ui)导航设备2414(例如，鼠标)。在一个示例中，显示设备2410、输入设备2412和ui导航设备2414可以是触摸屏显示器。机器2400可以附加地包括大容量存储设备(例如，驱动单元)2416、信标信号生成设备2418、网络接口设备2420以及一个或多个传感器2421(诸如，全球定位系统(gps)传感器、罗盘、加速度计或其他传感器)。机器2400可以包括输出控制器2428，诸如串行(例如，通用串行总线(usb)、并行或其他有线或无线(例如，红外(ir)、近场通信(nfc)等)连接以与一个或多个外围设备(例如，打印机、读卡器等)通信或者控制一个或多个外围设备。在一些实施例中，硬件处理器2402和/或指令2424可以包括处理电路和/或收发器电路。
[0339]
大容量存储设备2416可以包括机器可读介质2422，在机器可读介质2422上存储有由本文描述的任何一种或多种技术或功能体现或利用的一个或多个数据结构或指令2424的集合(例如，软件)。在至少一些实施例中，机器可读介质2422是非暂态计算机可读存储介质。指令2424还可以在由机器2400执行指令期间，完全或至少部分地驻留在主存储器2404内、静态存储器2406内或硬件处理器2402内。在一个示例中，硬件处理器2402、主存储器2404、静态存储器2406或大容量存储设备2416中的一个或任何组合可以构成机器可读介质。
[0340]
机器可读介质的具体示例可以包括：非易失性存储器，诸如半导体存储器设备(例如，eprom或eeprom)和闪存设备；磁盘，诸如内部硬盘和可移动磁盘；磁光盘；ram；以及cd-rom和dvd-rom磁盘。
[0341]
尽管机器可读介质2422被图示为单个介质，但是术语“机器可读介质”可以包括被配置为存储指令2424的单个介质或多个介质(例如，集中式或分布式数据库和/或相关联的高速缓存和服务器)。
[0342]
机器2400的装置可以是以下中的一种或多种：硬件处理器2402(例如，中央处理单元(cpu)、图形处理单元(gpu)、硬件处理器核或其任何组合)、一个或多个硬件存储器(包括
主存储器2404和静态存储器2406中的一个或多个)。在一些实施例中，机器2400的装置还包括一个或多个传感器2421、网络接口设备2420、一个或多个天线2460、显示设备2410、输入设备2412、ui导航设备2414、大容量存储设备2416、指令2424、信标信号生成设备2418和输出控制器2428。该装置可以被配置为执行本文中公开的一种或多种方法和/或操作。该装置可以意在作为机器2400的组件以执行本文中公开的一种或多种方法和/或操作，和/或执行本文中公开的一种或多种方法和/或操作的一部分。在一些实施例中，该装置可以包括用于接收电力的引脚或其他装置。在一些实施例中，该装置可以包括功率调节硬件。
[0343]
术语“机器可读介质”可以包括能够存储、编码或携带由机器2400执行的指令并且引起机器2400执行本公开的任何一种或多种技术或者能够存储、编码或携带由这样的指令使用或与之相关联的数据结构的任何介质。非限制性机器可读介质示例可以包括固态存储器以及光学和磁性介质。机器可读介质的具体示例可以包括：非易失性存储器，诸如半导体存储器设备(例如，电可编程只读存储器(eprom)、电可擦除可编程只读存储器(eeprom))和闪存设备；磁盘，诸如内部硬盘和可移动磁盘；磁光盘；随机存取存储器(ram)；以及cd-rom和dvd-rom磁盘。在一些示例中，机器可读介质可以包括非暂态机器可读介质。在一些示例中，机器可读介质可以包括不是瞬时传播信号的机器可读介质。
[0344]
指令2424还可以使用多种传输协议(例如，帧中继、网际协议(ip)、传输控制协议(tcp)、用户数据报协议(udp)、超文本传输协议(http)等)中的任何一种经由网络接口设备2420使用传输介质通过通信网络2426来发射或接收。示例通信网络可以包括局域网(lan)、广域网(wan)、分组数据网络(例如，互联网)、移动电话网络(例如，蜂窝网络)、普通老式电话(pots)网络和无线数据网络(例如，被称为的电气和电子工程师协会(ieee)802.11系列标准、被称为的ieee 802.16系列标准)、ieee 802.15.4系列标准、长期演进(lte)系列标准、通用移动电信系统(umts)系列标准、对等(p2p)网络等。
[0345]
在一个示例中，网络接口设备2420可以包括一个或多个物理插孔(例如，以太网、同轴或电话插孔)或一个或多个天线以连接到通信网络2426。在一个示例中，网络接口设备2420可以包括一个或多个天线2460以使用单输入多输出(simo)、多输入多输出(mimo)或多输入单输出(miso)技术中的至少一种进行无线通信。在一些示例中，网络接口设备2420可以使用多用户mimo技术来进行无线通信。术语“传输介质”应当被认为包括能够存储、编码或携带用于由机器2400执行的指令的任何无形介质，并且包括数字或模拟通信信号或其他无形介质以促进这种软件的通信。
[0346]
如本文中所述，示例可以包括逻辑多个组件、模块或机制或者可以在其上操作。模块是能够执行指定操作的有形实体(例如，硬件)，并且可以以某种方式被配置或布置。在一个示例中，电路可以以指定方式(例如，内部地或关于诸如其他电路等外部实体)布置为模块。在一个示例中，一个或多个计算机系统(例如，独立的客户端或服务器计算机系统)或一个或多个硬件处理器的全部或部分可以由固件或软件(例如，指令、应用部分或应用)配置为执行指定操作的模块。在一个示例中，软件可以驻留在机器可读介质上。在一个示例中，软件在由模块的基础硬件执行时引起硬件执行指定操作。
[0347]
各种实施例的技术可以使用软件、硬件和/或软件和硬件的组合来实现。各种实施例涉及装置，例如管理实体(例如，网络监测节点)、路由器、网关、交换机、接入点、dhcp服务器、dns服务器、aaa服务器)、用户设备设备(例如，诸如移动无线终端等无线节点、基站、通
信网络和通信系统)。各个实施例还涉及例如控制和/或操作一个或多个通信设备的方法，例如网络管理节点、接入点、无线终端(wt)、用户设备(ue)、基站、控制节点、dhcp节点、dns服务器、aaa节点、移动性管理实体(mme)、网络和/或通信系统。各种实施例还涉及非暂态机器(例如，计算机)、可读介质(例如，rom、ram、cd、硬盘等)，该可读介质包括用于控制机器实现方法的一个或多个步骤的机器可读指令。
[0348]
应当理解，所公开的过程中的步骤的特定顺序或层次被提供作为示例方法。应当理解，可以基于设计偏好来重新布置过程中的步骤的特定顺序或层次，同时保持在本公开的范围内。随附的方法权利要求以示例顺序呈现了各个步骤的要素，并不表示限于所呈现的特定顺序或层次。
[0349]
在各个实施例中，本文中描述的设备和节点使用一个或多个模块执行与一种或多种方法对应的步骤(例如，信号生成、传输、处理、分析和/或接收步骤)来实现。因此，在一些实施例中，各种特征使用模块来实现。这样的模块可以使用软件、硬件或软件和硬件的组合来实现。在一些实施例中，每个模块被实现为个体电路，该个体电路具有包括用于实现与每个所描述的模块对应的功能的单独电路的设备或系统。很多上述方法或方法步骤可以使用机器可读介质(诸如存储器设备，例如，ram、软盘等)中包括的机器可执行指令(诸如软件)控制机器(例如，具有或不具有附加硬件的通用计算机)例如在一个或多个节点中实现上述方法的全部或部分来实现。因此，各种实施例尤其涉及一种机器可读介质，例如，非暂态计算机可读介质，包括用于引起机器(例如，处理器和相关联的硬件)执行上述(多个)方法的一个或多个步骤的机器可执行指令。一些实施例涉及一种包括处理器的设备，该处理器被配置为实现所公开的实施例的一个、多个或全部操作。
[0350]
在一些实施例中，一个或多个设备(例如，通信设备，诸如路由器、交换机、网络连接的服务器、网络管理节点、无线终端(ue)和/或接入节点)的一个或多个处理器(例如，cpu)被配置为执行被描述为由该设备执行的方法的步骤。处理器的配置可以通过使用一个或多个模块(例如，软件模块)控制处理器配置和/或通过在处理器中包括执行所列举的步骤和/或控制处理器配置的硬件(例如，硬件模块)来实现。因此，一些但不是全部实施例涉及具有处理器的通信设备，例如用户设备，该处理器包括与由其中包括该处理器的设备执行的各种所描述的方法的每个步骤对应的模块。在一些但不是全部实施例中，通信设备包括与由其中包括处理器的设备执行的各种所描述的方法的每个步骤对应的模块。这些模块可以纯硬件地实现，例如作为电路，或者可以使用软件和/或硬件或软件和硬件的组合来实现。
[0351]
一些实施例涉及一种计算机程序产品，该计算机程序产品包括计算机可读介质，该计算机可读介质包括用于引起一个或多个计算机实现各种功能、步骤、动作和/或操作(例如，上述一个或多个步骤)的代码。取决于实施例，计算机程序产品可以并且有时确实包括用于要执行的每个步骤的不同代码。因此，计算机程序产品可以并且有时确实包括用于方法的每个个体步骤的代码，例如操作通信设备(例如，网络管理节点、接入点、基站、无线终端或节点)的方法。该代码可以是存储在诸如ram(随机存取存储器)、rom(只读存储器)或其他类型的存储设备等计算机可读介质上的机器(例如，计算机)可执行指令的形式。除了涉及计算机程序产品，一些实施例还涉及被配置为实现上述一种或多种方法的各种功能、步骤、动作和/或操作中的一种或多种的处理器。因此，一些实施例涉及被配置为实现本文
中描述的方法的一些或全部步骤的处理器(例如，cpu)。该处理器可以用于例如本技术中描述的通信设备或其他设备中。
[0352]
尽管在包括有线、光学、蜂窝、wi-fi、蓝牙和ble的通信系统的上下文中进行描述，但是各种实施例的至少一些方法和装置适用于各种通信系统，包括基于ip和非基于ip、ofdm和非ofdm和/或非蜂窝系统。
[0353]
鉴于以上描述，对于本领域技术人员而言，上述各种实施例的方法和装置的很多其他变型将是很清楚的。这样的变化将被认为是在该范围之内。该方法和装置可以并且在各种实施例中与基于ip和非ip、有线和无线(诸如cdma、正交频分复用(ofdm)、wi-fi、蓝牙、ble、光学和/或各种其他类型的通信技术)一起使用，这些通信技术可以用于在网络连接的或关联的设备或其他设备(包括接收器/发射器电路以及逻辑和/或例程)之间提供通信链路以实现这些方法。
[0354]
示例1是由硬件处理电路执行的方法，包括：基于与第一无线设备相关联的无线信号，确定第一位置概率表面，所述第一位置概率表面定义所述第一无线设备位于第一多个对应区域中的第一多个概率；基于与第二无线设备相关联的无线信号，确定第二位置概率表面，所述第二概率表面定义所述第二无线设备位于第二多个对应区域中的第二多个概率；将与所述第一多个区域中的第一区域相关联的第一概率以及与所述第二多个区域中的第二区域相关联的第二概率相乘；基于所述相乘，确定所述第一无线设备和所述第二无线设备在彼此的阈值距离内的第三概率；基于所述第三概率，确定所述第一无线设备与所述第二无线设备之间的邻近度的量度；以及基于所述邻近度的量度，确定与所述第一无线设备相关联的第一用户的感染的第一风险。
[0355]
在示例2中，根据示例1所述的主题可选地包括基于所述第一风险来生成警报。
[0356]
在示例3中，根据示例1-2中任一个或多个所述的主题可选地包括：获得与所述第二无线设备相关联的第二用户的感染的第二风险，其中所述第一用户的感染的所述风险的所述确定基于所述第二风险。
[0357]
在示例4中，根据示例1-3中任一个或多个所述的主题可选地包括：确定所述第一用户在多个时段内的感染的第三风险，其中所述第一风险基于所述第三风险。
[0358]
在示例5中，根据示例1-4中任一个或多个所述的主题可选地包括：基于所述第一位置概率表面，确定所述第一无线设备的最高概率第一地理位置；基于所述第二位置概率表面，确定所述第二无线设备的最高概率第二地理位置；以及确定所述最高概率第一地理位置和所述最高概率第二地理位置之间的地理距离，其中所述邻近度的量度的所述确定响应于所述地理距离。
[0359]
在示例6中，根据示例1-5中任一个或多个所述的主题可选地包括：确定区域对，每个对包括所述第一多个区域中的第一区域和所述第二多个区域中的第二区域，所述对被确定，使得所述第一区域和所述第二区域之间的距离小于预定义阈值距离；对于每个区域对：基于所述第一位置概率表面来确定所述第一无线设备位于所述第一区域中的第一概率，基于所述第二位置概率表面来确定所述第二无线设备位于所述第二区域中的第二概率，将所述第一概率和所述第二概率相乘，以及基于所述相乘来确定所述对的乘积；以及对所述对的所述乘积进行第一聚合，其中所述邻近度的量度的所述确定基于所述第一聚合。
[0360]
示例7是一种系统，包括：硬件处理电路；以及存储指令的一个或多个硬件存储器，
所述指令在被执行时，将所述硬件处理电路配置为执行包括如下的操作：基于与第一无线设备相关联的无线信号，确定第一位置概率表面，所述第一位置概率表面定义所述第一无线设备位于第一多个对应区域中的第一多个概率；基于与第二无线设备相关联的无线信号，确定第二位置概率表面，所述第二概率表面定义所述第二无线设备位于第二多个对应区域中的第二多个概率；将与所述第一多个区域中的第一区域相关联的第一概率以及与所述第二多个区域中的第二区域相关联的第二概率相乘；基于所述相乘，确定所述第一无线设备和所述第二无线设备在彼此的阈值距离内的第三概率；基于所述第三概率，确定所述第一无线设备与所述第二无线设备之间的邻近度的量度；以及基于所述邻近度的量度，确定与所述第一无线设备相关联的第一用户的感染的第一风险。
[0361]
在示例8中，根据示例7所述的主题可选地包括：所述操作还包括：基于所述第一风险来生成警报。
[0362]
在示例9中，根据示例7-8中任一个或多个所述的主题可选地包括：所述操作还包括：获得与所述第二无线设备相关联的第二用户的感染的第二风险，其中所述第一用户的感染的所述风险的所述确定基于所述第二风险。
[0363]
在示例10中，根据示例7-9中任一个或多个所述的主题可选地包括：所述操作还包括：确定所述第一用户在多个时段内的感染的第三风险，其中所述第一风险基于所述第三风险。
[0364]
在示例11中，根据示例7-10中任一个或多个所述的主题可选地包括：所述操作还包括：基于所述第一位置概率表面，确定所述第一无线设备的最高概率第一地理位置；基于所述第二位置概率表面，确定所述第二无线设备的最高概率第二地理位置；以及确定所述最高概率第一地理位置和所述最高概率第二地理位置之间的地理距离，其中所述邻近度的量度的所述确定响应于所述地理距离。
[0365]
在示例12中，根据示例11所述的主题可选地包括：所述操作还包括：确定所述距离低于预定义第二阈值距离，其中所述邻近度的量度的所述确定响应于所述确定。
[0366]
在示例13中，根据示例7-12中任一个或多个所述的主题可选地包括：所述操作还包括：获得与所述第一无线设备相关联的信号的第一相位差，其中所述第一位置概率表面基于所述第一相位差。
[0367]
在示例14中，根据示例7-13中一个或多个所述的主题可选地包括：所述操作还包括：获得与所述第一无线设备相关联的信号的rssi测量，其中所述第一位置概率表面的所述确定基于所述rssi测量。
[0368]
在示例15中，根据示例7-14中一个或多个所述的主题可选地包括：所述操作还包括：周期性地确定所述第一无线设备位于所述第一区域中并且所述第二无线设备位于所述第二区域中的所述概率；以及对周期性概率确定进行聚合，其中所述邻近度的量度响应于所述聚合。
[0369]
在示例16中，根据示例15所述的主题可选地包括其中所述聚合包括将较不新近的概率确定相对于较新近的概率确定进行折减。
[0370]
在示例17中，根据示例7-16中任一个或多个所述的主题可选地包括：所述操作还包括：确定区域对，每个对包括所述第一多个区域中的第一区域和所述第二多个区域中的第二区域，所述对被确定，使得所述第一区域和所述第二区域之间的距离小于预定义阈值
距离；对于每个区域对：基于所述第一位置概率表面来确定所述第一无线设备位于所述第一区域中的第一概率，基于所述第二位置概率表面来确定所述第二无线设备位于所述第二区域中的第二概率，将所述第一概率和所述第二概率相乘，以及基于所述相乘来确定所述对的乘积；以及对所述对的所述乘积进行第一聚合，其中所述邻近度的量度的所述确定基于所述第一聚合。
[0371]
在示例18中，根据示例17所述的主题可选地包括：所述操作还包括：基于与第三无线设备相关联的第三信号强度测量来确定第三位置概率表面，所述第三概率表面定义所述第三无线设备位于第三多个对应区域中的第三多个概率；确定所述第一多个区域中的第一区域在所述第三多个区域中的第三区域的预定义阈值距离内；确定所述第一无线设备位于所述第一区域中并且所述第三无线设备位于所述第二区域中的第四概率，并且其中所述邻近度的量度的所述确定还基于所述第四概率。
[0372]
在示例19中，根据示例17-18中任一个或多个所述的主题可选地包括：所述操作还包括：确定第二区域对，每个第二对包括所述第一多个区域中的第一区域和所述第三多个区域中的第三区域，所述第二对被确定，使得所述第一区域和所述第三区域之间的距离小于预定义阈值距离；对于每个第二区域对：基于所述第一位置概率表面来确定所述第一无线设备位于所述第一区域中的第一概率，基于所述第三位置概率表面来确定所述第三无线设备位于所述第三区域中的第三概率，将所述第一概率和所述第三概率相乘，以及基于所述相乘来确定所述第二对的第二乘积；将所述对的第二乘积进行第二聚合；并且其中所述邻近度的量度的所述确定基于所述第一聚合和所述第二聚合。
[0373]
示例20是存储指令的非暂态计算机可读存储介质，指令在被执行时，将硬件处理电路配置为包括如下的操作：基于与第一无线设备相关联的无线信号，确定第一位置概率表面，所述第一位置概率表面定义所述第一无线设备位于第一多个对应区域中的第一多个概率；基于与第二无线设备相关联的无线信号，确定第二位置概率表面，所述第二概率表面定义所述第二无线设备位于第二多个对应区域中的第二多个概率；将与所述第一多个区域中的第一区域相关联的第一概率以及与所述第二多个区域中的第二区域相关联的第二概率相乘；确定所述第一无线设备和所述第二无线设备在彼此的阈值距离内的第三概率；基于所述第三概率，确定所述第一无线设备与所述第二无线设备之间的邻近度的量度；以及基于所述邻近度的量度，确定与所述第一无线设备相关联的第一用户的感染的第一风险。
[0374]
尽管在某些情况下上述讨论描述了确定无线终端在二维空间中的位置，但是上述特征可以等同地应用于在三维空间中定位无线终端。这样，在三维空间中，当考虑多个三维区域时，某些公开的实施例不是确定wt在特定单元或区域中的位置，而是确定wt在三维区域中的位置。