定位精度预测方法、装置、信号源布局确定方法及装置与流程

1.本发明涉及定位算法技术领域，尤其涉及一种定位精度预测方法、装置、信号源布局确定方法及装置。


背景技术：

2.移动终端和物联网设备的地理位置的定位能力是导航和基于位置服务（lbs）应用的技术基础。各种与位置相关的服务，例如应急安全，智能仓储，人群监控，精准营销，移动健康，虚拟现实以及人类社交等服务，都取决于移动终端和物联网设备的定位能力。传统的定位功能，主要依靠卫星定位系统完成，但针对室内环境或者阻挡物较多、地形较复杂的室外环境，传统的卫星定位技术很难满足现有各类定位需求。
3.为应对上述情况，现有的定位技术的思路，开始转向利用空间杂波信号的信号强度，来确定终端设备的位置。而这类基于杂波信号的定位技术，往往需要特定的信号源布设方案来在目标区域搭建出信号定位环境，如何选择合适的信号布设方案，成为了这类定位技术的成功的关键。但现有技术并没有考虑对待选的信号源布设方案进行定位精度的预测，以帮助对待选的信号源布设方案进行筛选和模拟，显然存在缺陷，亟需解决。


技术实现要素：

4.本发明所要解决的技术问题在于，提供一种定位精度预测方法、装置、信号源布局确定方法及装置，能够通过模拟的方式确定出信号源布设方案对应的定位效果，为后续选择信号源布设方案或对信号源布设方案进行调整的操作提供数据参考，也有助于提高最终的区域定位效果。
5.为了解决上述技术问题，本发明第一方面公开了一种定位精度预测方法，所述方法包括：确定目标区域中的信号源布设方案；根据所述信号源布设方案，以及信号传播模型，确定所述目标区域中至少一个采样点对应的模拟信号采集信息；根据所述模拟信号采集信息，以及信号定位算法，确定所述采样点的模拟定位信息；根据所述目标区域中至少一个所述采样点的所述模拟定位信息和实际位置信息，确定所述目标区域对应的预测定位精度。
6.本发明第二方面公开了一种信号源布局确定方法，所述方法包括：确定目标区域对应的定位精度要求；根据所述定位精度要求，以及如本发明第一方面公开的定位精度预测方法，确定所述目标区域对应的目标信号源布设方案；所述目标信号源布设方案为根据所述定位精度预测方法计算的所述预测定位精度能够满足所述定位精度要求的信号源布设方案。
7.本发明第三方面公开了一种定位精度预测装置，所述装置包括：
方案确定模块，用于确定目标区域中的信号源布设方案；模拟采集模块，用于根据所述信号源布设方案，以及信号传播模型，确定所述目标区域中至少一个采样点对应的模拟信号采集信息；模拟定位模块，用于根据所述模拟信号采集信息，以及信号定位算法，确定所述采样点的模拟定位信息；精度确定模块，用于根据所述目标区域中至少一个所述采样点的所述模拟定位信息和实际位置信息，确定所述目标区域对应的预测定位精度。
8.本发明第四方面公开了一种信号源布局确定装置，所述装置包括：要求确定模块，用于确定目标区域对应的定位精度要求；方案确定模块，用于根据所述定位精度要求，以及如本发明第一方面公开的定位精度预测方法，确定所述目标区域对应的目标信号源布设方案；所述目标信号源布设方案为根据所述定位精度预测方法计算的所述预测定位精度能够满足所述定位精度要求的信号源布设方案。
9.本发明第五方面公开了另一种定位精度预测装置，所述装置包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的定位精度预测方法中的部分或全部步骤。
10.本发明第六方面公开了另一种信号源布局确定装置，所述装置包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第二方面公开的信号源布局确定方法中的部分或全部步骤。
11.与现有技术相比，本发明实施例具有以下有益效果：本发明实施例中，公开了一种定位精度预测方法、装置、信号源布局确定方法及装置，该定位精度预测方法包括：确定目标区域中的信号源布设方案；根据所述信号源布设方案，以及信号传播模型，确定所述目标区域中至少一个采样点对应的模拟信号采集信息；根据所述模拟信号采集信息，以及信号定位算法，确定所述采样点的模拟定位信息；根据所述目标区域中至少一个所述采样点的所述模拟定位信息和实际位置信息，确定所述目标区域对应的预测定位精度。可见，本发明实施例能够通过信号传播模型确定在特定的信号源布设方案中采样点的信号采集信息，并进一步通过定位算法确定出采样点的模拟定位信息，再通过模拟定位信息和实际位置信息，计算出定位精度，从而能够通过模拟的方式确定出信号源布设方案对应的定位效果，为后续选择信号源布设方案或对信号源布设方案进行调整的操作提供数据参考，也有助于提高最终的区域定位效果。
附图说明
12.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他
的附图。
13.图1是本发明实施例公开的一种定位精度预测方法的流程示意图。
14.图2是本发明实施例公开的一种信号源布局确定方法的流程示意图。
15.图3是本发明实施例公开的一种定位精度预测装置的结构示意图。
16.图4是本发明实施例公开的一种信号源布局确定装置的结构示意图。
17.图5是本发明实施例公开的另一种定位精度预测装置的结构示意图。
18.图6是本发明实施例公开的另一种信号源布局确定装置的结构示意图。
具体实施方式
19.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.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”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
21.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
22.本发明公开了一种定位精度预测方法、装置、信号源布局确定方法及装置，能够通过信号传播模型确定在特定的信号源布设方案中采样点的信号采集信息，并进一步通过定位算法确定出采样点的模拟定位信息，再通过模拟定位信息和实际位置信息，计算出定位精度，从而能够通过模拟的方式确定出信号源布设方案对应的定位效果，为后续选择信号源布设方案或对信号源布设方案进行调整的操作提供数据参考，也有助于提高最终的区域定位效果。以下分别进行详细说明。
23.实施例一请参阅图1，图1是本发明实施例公开的一种定位精度预测方法的流程示意图。其中，图1所描述的定位精度预测方法应用于定位预测系统的计算芯片、计算终端或计算服务器（其中，该计算服务器可以为本地服务器或云服务器）中。如图1所示，该定位精度预测方法可以包括以下操作：101、确定目标区域中的信号源布设方案。
24.可选的，信号源布设方案可以包括有至少一个布设在目标区域中的信号源的布设位置和信号源信息，其中，布设位置可以为二维位置或是三维位置，信号源信息可以包括信号源信号强度、信号源类型、信号源名称和信号源设备信息中的至少一种。可选的，信号源可以为wifi信号源、蓝牙信号源或其他可以发送无线信号的信号发射设备。
25.可选的，确定信号源布设方案的方式，可以为接收外部输入的信号源布设方案，也
可以为根据预设的规则和现有的信号源布设需求，自动生成信号源布设方案，其可以由操作人员进行确定，也可以由算法模型或计算机自动生成，本发明不做限定。
26.102、根据信号源布设方案，以及信号传播模型，确定目标区域中至少一个采样点对应的模拟信号采集信息。
27.可选的，可以根据信号源布设方案确定出至少一个布设在目标区域中的信号源的位置信息，再通过信号传播模型，以及采样点的位置，确定出采样点处模拟采集到的来自该信号源的信号的信号强度，以得到模拟信号采集信息。可选的，模拟信号采集信息可以包括对于至少一个信号源的至少一个模拟采集信号强度信息。可选的，任一采样点的位置，可以采用蒙特卡洛方法随机生成。
28.103、根据模拟信号采集信息，以及信号定位算法，确定采样点的模拟定位信息。
29.可选的，信号定位算法可以包括基于权重的定位算法、基于指纹的定位算法和基于三边交会的定位法中的至少一种。可选的，基于权重的定位算法的计算基础包括距离权重、信号准确度权重和信号源权重中的至少一种。可选的，基于指纹的定位算法的定位思路至少包括：建立信号源布设方案的所有信号源的指纹数据库，并通过模拟信号采集信息与指纹数据库的匹配计算，确定出采样点的模拟定位信息。可选的，模拟定位信息可以为二维位置信息或三维位置信息，本发明不做限定。
30.104、根据目标区域中至少一个采样点的模拟定位信息和实际位置信息，确定目标区域对应的预测定位精度。
31.可选的，可以根据模拟定位信息和实际位置信息计算出定位误差，并根据所有采样点的定位误差，来确定目标区域对应的预测定位精度。可选的，可以根据所有采样点的定位误差的平均值、最大值、最小值、中位数值、方差值和标准差值中的一种或多种的组合，如加权求和或加权求平均数，来确定目标区域对应的预测定位精度。在一个具体的方案中，假设某个采样点的实际位置信息为, 而计算得到的该采样点的模拟定位信息是, 则该采样点的定位误差是：。
32.可见，上述发明实施例能够通过信号传播模型确定在特定的信号源布设方案中采样点的信号采集信息，并进一步通过定位算法确定出采样点的模拟定位信息，再通过模拟定位信息和实际位置信息，计算出定位精度，从而能够通过模拟的方式确定出信号源布设方案对应的定位效果，为后续选择信号源布设方案或对信号源布设方案进行调整的操作提供数据参考，也有助于提高最终的区域定位效果。
33.作为一种可选的实施方式，在上述步骤102中的，根据信号源布设方案，以及信号传播模型，确定目标区域中至少一个采样点对应的模拟信号采集信息，包括：确定目标区域对应的区域结构信息；根据区域结构信息和信号源布设方案，基于信号传播模型，确定目标区域中至少一个采样点对应的模拟信号采集信息。
34.可选的，区域结构信息可以包括目标区域中的楼层信息、隔板信息或其他阻挡物信息中的至少一种。可选的，确定区域结构信息的方式，可以由操作人员对现场进行测量后确定，也可以根据目标区域的区域地图模型进行数据处理后确定。可选的，区域地图模型可以为二维地图模型或三维空间模型，本发明不做限定。
35.可选的，根据区域结构信息和信号源布设方案，基于信号传播模型，确定目标区域中至少一个采样点对应的模拟信号采集信息，可以包括以下步骤：根据区域结构信息和信号源布设方案，基于信号传播模型，确定目标区域中至少一个信号源的信号特征；根据该信号源的信号特征，以及目标区域中至少一个采样点的位置，确定该采样点对应的模拟信号采集信息。
36.可选的，信号传播模型包括自由空间信号衰减模型、考虑阻挡的信号衰减模型和基于helmholtz方程的信号传播模型中的至少一种。
37.可选的，自由空间信号衰减模型可以适用于阻挡较少的目标区域环境，此时，区域结构信息可以表示出目标区域中基本没有无线信号的阻挡物存在，则根据信号源布设方案中任一信号源的位置，可以利用以下自由空间衰减模型，确定该信号源的信号特征：；其中，d是任一采样点到该信号源的距离，d0是固定距离，该固定距离一般为离该信号源非常近的一个距离值，例如1米。其中，pl(d)和pl(d0)分别是离该信号源的距离分别为d和d0的两个点处的信号强度，而n是目标区域对应的定位场景的信号衰减系数，其可以根据经验值或实验值确定，x
σ
是随机误差值。
38.可选的，考虑阻挡的信号衰减模型可以适用于阻挡较多的目标区域环境，例如目标区域设置有多个隔板和跨越了多个楼层，此时，可以利用区域结构信息中包括的隔板数量信息、隔板位置信息、楼层数量信息和楼层位置信息中的一种或多种，根据信号源布设方案中任一信号源的位置，利用以下考虑阻挡的信号衰减模型，确定该信号源的信号特征：；其中，fafi代表该信号源的无线信号穿过第i个楼层所产生的衰减，pafi代表该信号源的无线信号穿过第i个隔间所产生的衰减，nf和n
p
分别为目标区域的楼层数量和隔间数量。
39.可选的，基于helmholtz方程的信号传播模型可以适用于区域结构信息较为完备的目标区域环境，此时，区域结构信息可以为目标区域的较为完整的三维模型，则对于信号源布设方案中任一信号源，可以利用helmholtz方程进行该无线信号的映射建模，确定该信号源的信号特征。
40.具体的，helmholtz方程可以表达为：；这里f(x)是该信号源的信号源函数，e是无线信号分布场。对于一个给定的信号源f(x),可以通过网格法求解以上helmholtz方程获取该信号源对应的无线信号分布场，再根据目标区域中任一采样点的位置，确定该采样点对应的来自该信号源的信号强度。
41.可选的，根据该信号源的信号特征，以及目标区域中至少一个采样点的位置，确定该采样点对应的模拟信号采集信息，可以为根据该采样点和该信号源之间的位置距离，以及该信号源的信号特征，确定出该采样点对应的来自该信号源的信号强度。可选的，可以通过上述实施方式，确定出任一信号源的每个ap的信号特征pl(d)，以及确定任一信号源的坐
标x
ap =(x
ap
, y
ap
)，接着，在任一采样点上，根据已知的采样点坐标x
i =(xi, yi), 以及以下公式，计算采样点到信号源的距离：；接着，利用上述得到的信号源的pl(d)，即可以计算得到该采样点对应的来自该信号源的信号强度。
42.可见，通过实施该可选的实施方式，可以根据区域结构信息和信号源布设方案，基于信号传播模型，确定目标区域中采样点对应的模拟信号采集信息，从而能够确定出精确的模拟信号采集信息，为后续的模拟定位提供精确的数据基础，进而能够在后续计算得到准确的信号源布设方案对应的定位预测效果。
43.作为一种可选的实施方式，在上述步骤104中的，根据目标区域中至少一个采样点的模拟定位信息和实际位置信息，确定目标区域对应的预测定位精度，包括：对于目标区域中的至少一个子区域，计算子区域中的至少两个采样点的模拟定位信息和实际位置信息之间的定位误差；根据子区域中的所有采样点的定位误差，确定子区域对应的子预测定位精度；根据目标区域中所有子区域的子预测定位精度，确定目标区域对应的预测定位精度。
44.可选的，子区域的确定方式，可以为对目标区域进行网格划分以得到多个子区域，其中，网格划分可以为将目标区域等分划分成多个二维的或三维的网格区域，也可以为根据目标区域的物理学特点或社会学特点，划分成多个不相等的，但相互之间在物理学功能或社会学功能上有所区分的区域，例如将人类居住区域根据人类生活活动目的划分成不同空间如浴室、厨房或客厅，或将目标区域根据隔间的设置或楼层的设置，划分成不同区域。
45.可选的，确定子区域对应的子预测定位精度的方式，与上述实施方式中确定预测定位精度的方式相类似，在此不再赘述。可选的，可以将目标区域中所有子区域的子预测定位精度的平均值、最大值、最小值、中位数值、方差值和标准差值中的一种或多种的组合，如加权求和或加权求平均数，确定为目标区域对应的预测定位精度。
46.在一个具体的实施方案中，首先将目标区域划分为一定密度的网格，确定信号源布设方案中的多个信号源在目标区域的位置，并使用蒙特卡罗方法产生多个随机采样点。接着，在每个网格内的随机采样点，通过上述实施方式，计算任一采样点的每个信号源的信号强度，并每个随机采样点的定位误差
∆ri
，接着计算该网格的平均定位误差：其中，n是网格内随机采样点的个数。在对所有的网格计算平均误差之后，针对一个特定的信号源布设方案，这个目标区域在每一个位置的定位误差（也即定位精度）就可以被预测，从而实现了为目标区域的信号源部署方案提供精度预估，使得工程实施之前，就已经知道该目标区域所有位置可以达到的定位精度，避免了工程实施工程中的试错过程，节约了成本。
47.可见，通过实施该可选的实施方式，可以根据子区域中的所有采样点的定位误差，确定子区域对应的子预测定位精度，再根据目标区域中所有子区域的子预测定位精度，确定目标区域对应的预测定位精度，从而能够确定出更加精确的预测定位精度，进而能够为后续选择信号源布设方案或对信号源布设方案进行调整的操作提供数据参考，也有助于提
高最终的区域定位效果。
48.实施例二请参阅图2，图2是本发明实施例公开的一种信号源布局确定方法的流程示意图。其中，图2所描述的信号源布局确定方法应用于信号源布局系统的计算芯片、计算终端或计算服务器（其中，该计算服务器可以为本地服务器或云服务器）中。如图2所示，该信号源布局确定方法可以包括以下操作：201、确定目标区域对应的定位精度要求。
49.可选的，目标区域对应的定位精度要求，可以为对目标区域的整体的定位精度要求，也可以为对目标区域的至少一个子区域的定位精度要求。可选的，定位精度要求可以为要求目标区域的定位精度高于或定位误差小于特定的阈值。
50.202、根据定位精度要求，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案。
51.可选的，本发明实施例中所述的定位精度预测方法的具体步骤，可以参照实施例一中公开的定位精度预测方法的技术细节，本发明不再赘述。可选的，目标信号源布设方案为根据定位精度预测方法计算的预测定位精度能够满足定位精度要求的信号源布设方案。
52.可见，上述发明实施例能够根据定位精度要求，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案，从而能够通过定位精度预测方法来帮助模拟预设的定位效果，从而能够高效且精确地确定出符合定位精度要求的信号源布设方案，也有助于提高信号源的布局效率，降低成本。
53.作为一种可选的实施方式，在上述步骤202中的，根据定位精度要求，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案，包括：根据定位精度要求，以及动态规划算法，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案。
54.可选的，可以将该定位精度要求设置为动态规划算法的规划目标或算法约束，通过动态规划算法和定位精度预测方法的结合，可以在迭代计算中不断判断当前方案的预测定位精度是否满足要求，从而不断迭代直到计算出符合定位精度要求的目标信号源布设方案。
55.可见，通过实施该可选的实施方式，可以根据动态规划算法，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案，从而能够高效且精确地确定出符合定位精度要求的信号源布设方案，也有助于提高信号源的布局效率，降低成本。
56.作为一种可选的实施方式，在上述步骤202中的，根据定位精度要求，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案，包括：根据定位精度要求，以及神经网络模型算法，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案。
57.可选的，可以将目标区域的相关信息输入至训练好的方案确定神经网络模型，以得到多个候选信号源布设方案，再根据定位精度预测方法确定每一候选信号源布设方案对应的预测定位精度，最后将预测定位精度满足定位精度要求的候选信号源布设方案确定为目标信号源布设方案。可选的，目标区域的相关信息可以包括目标区域的区域结构信息、该定位精度要求信息和信号源数量信息中的一种或多种。可选的，在预测定位精度满足定位
精度要求的候选信号源布设方案的数量有多个时，可以选择其中信号源数量最少或对应的布设成本最低的方案确定为目标信号源布设方案。
58.可选的，方案确定神经网络模型可以通过包括有多个训练方案的训练数据集训练得到，其中每一训练方案至少包括有已知区域的相关信息和对应的最优信号源布设方案。
59.可见，通过实施该可选的实施方式，可以神经网络模型算法，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案，从而能够高效且精确地确定出符合定位精度要求的信号源布设方案，也有助于提高信号源的布局效率，降低成本。
60.作为一种可选的实施方式，在上述步骤中的，根据定位精度要求，以及动态规划算法，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案，包括：确定成本函数为根据定位精度预测方法计算出的目标区域对应的预测定位精度；根据动态规划算法，以成本函数满足定位精度要求为目标，迭代计算出目标区域对应的目标信号源布设方案。
61.可见，通过实施该可选的实施方式，可以根据动态规划算法，以成本函数满足定位精度要求为目标，迭代计算出目标区域对应的目标信号源布设方案，从而能够高效且精确地确定出符合定位精度要求的信号源布设方案，也有助于提高信号源的布局效率，降低成本。
62.作为一种可选的实施方式，在上述步骤中的，根据动态规划算法，以成本函数满足定位精度要求为目标，迭代计算出目标区域对应的目标信号源布设方案，包括：确定多个信号源数量，根据动态规划算法，以成本函数最小化为目标，迭代计算出每一信号源数量对应的最优信号源布设方案和最优定位精度；筛选出所有信号源数量对应的最优信号源布设方案中，信号源数量最小且最优定位精度满足定位精度要求的信号源布设方案，确定为目标信号源布设方案。
63.在一个具体的实施方案中，如果对一个目标区域，给定一个定位精度的需求，利用动态规划算法，以确定最优的目标信号源布设方案，可以由以下步骤来完成：步骤1、首先将目标区域划分为一定密度的网格步骤2、对于任意信号源个数k, 假设每个信号源的位置为pi={xi,yi,i∈1,
…
k}, 构造一个成本函数：；其中，是第j个网格内的平均误差，m是目标区域的网格总数。
64.步骤3、利用动态规划算法，通过迭代计算每个信号源的最优位置pi={xi,yi,i∈1,
…
k}，使得成本函数最小化:步骤4、依步骤2-3，遍历1个信号源至信号源个数的上限 n，对于任意信号源个数k，将步骤3的优化结果，作为本次遍历的两个参数记录下来，也即记录最小误差f
min,k
和信标的网格分布pk。
65.步骤5、遍历1个信号源至信号源个数的上限 n之后，产生f
min,k
, k=1,
…
n，以及对应的信标位置分布pk, k=1,
…
n。
66.假设给定的定位精度要求是
∆
re, 我们可以选取t，其中t∈(1，
…
n)，使得f
min,t
《
∆
re，这里t就是我们寻求的能满足给定定位精度的最小信标个数，所对应的p
t
就是我们寻
求的能满足定位精度的信标布设位置。
67.可见，通过实施该可选的实施方式，可以根据动态规划算法，以成本函数满足定位精度要求为目标，迭代计算出目标区域对应的目标信号源布设方案，从而能够高效且精确地确定出符合定位精度要求的信号源布设方案，也有助于提高信号源的布局效率，降低成本。
68.实施例三请参阅图3，图3是本发明实施例公开的一种定位精度预测装置的结构示意图。其中，图3所描述的定位精度预测装置应用于定位预测系统的计算芯片、计算终端或计算服务器（其中，该计算服务器可以为本地服务器或云服务器）中。如图3所示，该定位精度预测装置可以包括：方案确定模块301，用于确定目标区域中的信号源布设方案。
69.可选的，信号源布设方案可以包括有至少一个布设在目标区域中的信号源的布设位置和信号源信息，其中，布设位置可以为二维位置或是三维位置，信号源信息可以包括信号源信号强度、信号源类型、信号源名称和信号源设备信息中的至少一种。可选的，信号源可以为wifi信号源、蓝牙信号源或其他可以发送无线信号的信号发射设备。
70.可选的，确定信号源布设方案的方式，可以为接收外部输入的信号源布设方案，也可以为根据预设的规则和现有的信号源布设需求，自动生成信号源布设方案，其可以由操作人员进行确定，也可以由算法模型或计算机自动生成，本发明不做限定。
71.模拟采集模块302，用于根据信号源布设方案，以及信号传播模型，确定目标区域中至少一个采样点对应的模拟信号采集信息。
72.可选的，可以根据信号源布设方案确定出至少一个布设在目标区域中的信号源的位置信息，再通过信号传播模型，以及采样点的位置，确定出采样点处模拟采集到的来自该信号源的信号的信号强度，以得到模拟信号采集信息。可选的，模拟信号采集信息可以包括对于至少一个信号源的至少一个模拟采集信号强度信息。可选的，任一采样点的位置，可以采用蒙特卡洛方法随机生成。
73.模拟定位模块303，用于根据模拟信号采集信息，以及信号定位算法，确定采样点的模拟定位信息。
74.可选的，信号定位算法可以包括基于权重的定位算法、基于指纹的定位算法和基于三边交会的定位法中的至少一种。可选的，基于权重的定位算法的计算基础包括距离权重、信号准确度权重和信号源权重中的至少一种。可选的，基于指纹的定位算法的定位思路至少包括：建立信号源布设方案的所有信号源的指纹数据库，并通过模拟信号采集信息与指纹数据库的匹配计算，确定出采样点的模拟定位信息。可选的，模拟定位信息可以为二维位置信息或三维位置信息，本发明不做限定。
75.精度确定模块304，用于根据目标区域中至少一个采样点的模拟定位信息和实际位置信息，确定目标区域对应的预测定位精度。
76.可选的，可以根据模拟定位信息和实际位置信息计算出定位误差，并根据所有采样点的定位误差，来确定目标区域对应的预测定位精度。可选的，可以根据所有采样点的定位误差的平均值、最大值、最小值、中位数值、方差值和标准差值中的一种或多种的组合，如加权求和或加权求平均数，来确定目标区域对应的预测定位精度。在一个具体的方案中，假
设某个采样点的实际位置信息为, 而计算得到的该采样点的模拟定位信息是, 则该采样点的定位误差是：。
77.可见，上述发明实施例能够通过信号传播模型确定在特定的信号源布设方案中采样点的信号采集信息，并进一步通过定位算法确定出采样点的模拟定位信息，再通过模拟定位信息和实际位置信息，计算出定位精度，从而能够通过模拟的方式确定出信号源布设方案对应的定位效果，为后续选择信号源布设方案或对信号源布设方案进行调整的操作提供数据参考，也有助于提高最终的区域定位效果。
78.作为一种可选的实施方式，模拟采集模块302根据信号源布设方案，以及信号传播模型，确定目标区域中至少一个采样点对应的模拟信号采集信息的具体方式，包括：确定目标区域对应的区域结构信息；根据区域结构信息和信号源布设方案，基于信号传播模型，确定目标区域中至少一个采样点对应的模拟信号采集信息。
79.可选的，区域结构信息可以包括目标区域中的楼层信息、隔板信息或其他阻挡物信息中的至少一种。可选的，确定区域结构信息的方式，可以由操作人员对现场进行测量后确定，也可以根据目标区域的区域地图模型进行数据处理后确定。可选的，区域地图模型可以为二维地图模型或三维空间模型，本发明不做限定。
80.可选的，根据区域结构信息和信号源布设方案，基于信号传播模型，确定目标区域中至少一个采样点对应的模拟信号采集信息，可以包括以下步骤：根据区域结构信息和信号源布设方案，基于信号传播模型，确定目标区域中至少一个信号源的信号特征；根据该信号源的信号特征，以及目标区域中至少一个采样点的位置，确定该采样点对应的模拟信号采集信息。
81.可选的，信号传播模型包括自由空间信号衰减模型、考虑阻挡的信号衰减模型和基于helmholtz方程的信号传播模型中的至少一种。
82.可选的，自由空间信号衰减模型可以适用于阻挡较少的目标区域环境，此时，区域结构信息可以表示出目标区域中基本没有无线信号的阻挡物存在，则根据信号源布设方案中任一信号源的位置，可以利用以下自由空间衰减模型，确定该信号源的信号特征：；其中，d是任一采样点到该信号源的距离，d0是固定距离，该固定距离一般为离该信号源非常近的一个距离值，例如1米。其中，pl(d)和pl(d0)分别是离该信号源的距离分别为d和d0的两个点处的信号强度，而n是目标区域对应的定位场景的信号衰减系数，其可以根据经验值或实验值确定，x
σ
是随机误差值。
83.可选的，考虑阻挡的信号衰减模型可以适用于阻挡较多的目标区域环境，例如目标区域设置有多个隔板和跨越了多个楼层，此时，可以利用区域结构信息中包括的隔板数量信息、隔板位置信息、楼层数量信息和楼层位置信息中的一种或多种，根据信号源布设方案中任一信号源的位置，利用以下考虑阻挡的信号衰减模型，确定该信号源的信号特征：；
其中，fafi代表该信号源的无线信号穿过第i个楼层所产生的衰减，pafi代表该信号源的无线信号穿过第i个隔间所产生的衰减，nf和n
p
分别为目标区域的楼层数量和隔间数量。
84.可选的，基于helmholtz方程的信号传播模型可以适用于区域结构信息较为完备的目标区域环境，此时，区域结构信息可以为目标区域的较为完整的三维模型，则对于信号源布设方案中任一信号源，可以利用helmholtz方程进行该无线信号的映射建模，确定该信号源的信号特征。
85.具体的，helmholtz方程可以表达为：；这里f(x)是该信号源的信号源函数，e是无线信号分布场。对于一个给定的信号源f(x),可以通过网格法求解以上helmholtz方程获取该信号源对应的无线信号分布场，再根据目标区域中任一采样点的位置，确定该采样点对应的来自该信号源的信号强度。
86.可选的，根据该信号源的信号特征，以及目标区域中至少一个采样点的位置，确定该采样点对应的模拟信号采集信息，可以为根据该采样点和该信号源之间的位置距离，以及该信号源的信号特征，确定出该采样点对应的来自该信号源的信号强度。可选的，可以通过上述实施方式，确定出任一信号源的每个ap的信号特征pl(d)，以及确定任一信号源的坐标x
ap =(x
ap
, y
ap
)，接着，在任一采样点上，根据已知的采样点坐标x
i =(xi, yi), 以及以下公式，计算采样点到信号源的距离：；接着，利用上述得到的信号源的pl(d)，即可以计算得到该采样点对应的来自该信号源的信号强度。
87.可见，通过实施该可选的实施方式，可以根据区域结构信息和信号源布设方案，基于信号传播模型，确定目标区域中采样点对应的模拟信号采集信息，从而能够确定出精确的模拟信号采集信息，为后续的模拟定位提供精确的数据基础，进而能够在后续计算得到准确的信号源布设方案对应的定位预测效果。
88.作为一种可选的实施方式，精度确定模块304根据目标区域中至少一个采样点的模拟定位信息和实际位置信息，确定目标区域对应的预测定位精度的具体方式，包括：对于目标区域中的至少一个子区域，计算子区域中的至少两个采样点的模拟定位信息和实际位置信息之间的定位误差；根据子区域中的所有采样点的定位误差，确定子区域对应的子预测定位精度；根据目标区域中所有子区域的子预测定位精度，确定目标区域对应的预测定位精度。
89.可选的，子区域的确定方式，可以为对目标区域进行网格划分以得到多个子区域，其中，网格划分可以为将目标区域等分划分成多个二维的或三维的网格区域，也可以为根据目标区域的物理学特点或社会学特点，划分成多个不相等的，但相互之间在物理学功能或社会学功能上有所区分的区域，例如将人类居住区域根据人类生活活动目的划分成不同空间如浴室、厨房或客厅，或将目标区域根据隔间的设置或楼层的设置，划分成不同区域。
90.可选的，确定子区域对应的子预测定位精度的方式，与上述实施方式中确定预测定位精度的方式相类似，在此不再赘述。可选的，可以将目标区域中所有子区域的子预测定位精度的平均值、最大值、最小值、中位数值、方差值和标准差值中的一种或多种的组合，如加权求和或加权求平均数，确定为目标区域对应的预测定位精度。
91.可见，通过实施该可选的实施方式，可以根据子区域中的所有采样点的定位误差，确定子区域对应的子预测定位精度，再根据目标区域中所有子区域的子预测定位精度，确定目标区域对应的预测定位精度，从而能够确定出更加精确的预测定位精度，进而能够为后续选择信号源布设方案或对信号源布设方案进行调整的操作提供数据参考，也有助于提高最终的区域定位效果。
92.实施例四请参阅图4，图4是本发明实施例公开的一种信号源布局确定装置的结构示意图。其中，图4所描述的信号源布局确定装置应用于信号源布局系统的计算芯片、计算终端或计算服务器（其中，该计算服务器可以为本地服务器或云服务器）中。如图4所示，该信号源布局确定装置可以包括：要求确定模块401，用于确定目标区域对应的定位精度要求。
93.可选的，目标区域对应的定位精度要求，可以为对目标区域的整体的定位精度要求，也可以为对目标区域的至少一个子区域的定位精度要求。可选的，定位精度要求可以为要求目标区域的定位精度高于或定位误差小于特定的阈值。
94.方案确定模块402，用于根据定位精度要求，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案。
95.可选的，本发明实施例中所述的定位精度预测方法的具体步骤，可以参照实施例一中公开的定位精度预测方法的技术细节，本发明不再赘述。可选的，目标信号源布设方案为根据定位精度预测方法计算的预测定位精度能够满足定位精度要求的信号源布设方案。
96.可见，上述发明实施例能够根据定位精度要求，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案，从而能够通过定位精度预测方法来帮助模拟预设的定位效果，从而能够高效且精确地确定出符合定位精度要求的信号源布设方案，也有助于提高信号源的布局效率，降低成本。
97.作为一种可选的实施方式，方案确定模块402根据定位精度要求，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案的具体方式，包括：根据定位精度要求，以及动态规划算法，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案。
98.可选的，可以将该定位精度要求设置为动态规划算法的规划目标或算法约束，通过动态规划算法和定位精度预测方法的结合，可以在迭代计算中不断判断当前方案的预测定位精度是否满足要求，从而不断迭代直到计算出符合定位精度要求的目标信号源布设方案。
99.可见，通过实施该可选的实施方式，可以根据动态规划算法，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案，从而能够高效且精确地确定出符合定位精度要求的信号源布设方案，也有助于提高信号源的布局效率，降低成本。
100.作为一种可选的实施方式，方案确定模块402根据定位精度要求，以及定位精度预
测方法，确定目标区域对应的目标信号源布设方案的具体方式，包括：根据定位精度要求，以及神经网络模型算法，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案。
101.可选的，可以将目标区域的相关信息输入至训练好的方案确定神经网络模型，以得到多个候选信号源布设方案，再根据定位精度预测方法确定每一候选信号源布设方案对应的预测定位精度，最后将预测定位精度满足定位精度要求的候选信号源布设方案确定为目标信号源布设方案。可选的，目标区域的相关信息可以包括目标区域的区域结构信息、该定位精度要求信息和信号源数量信息中的一种或多种。可选的，在预测定位精度满足定位精度要求的候选信号源布设方案的数量有多个时，可以选择其中信号源数量最少或对应的布设成本最低的方案确定为目标信号源布设方案。
102.可选的，方案确定神经网络模型可以通过包括有多个训练方案的训练数据集训练得到，其中每一训练方案至少包括有已知区域的相关信息和对应的最优信号源布设方案。
103.可见，通过实施该可选的实施方式，可以神经网络模型算法，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案，从而能够高效且精确地确定出符合定位精度要求的信号源布设方案，也有助于提高信号源的布局效率，降低成本。
104.作为一种可选的实施方式，方案确定模块402根据定位精度要求，以及动态规划算法，以及定位精度预测方法，确定目标区域对应的目标信号源布设方案的具体方式，包括：确定成本函数为根据定位精度预测方法计算出的目标区域对应的预测定位精度；根据动态规划算法，以成本函数满足定位精度要求为目标，迭代计算出目标区域对应的目标信号源布设方案。
105.可见，通过实施该可选的实施方式，可以根据动态规划算法，以成本函数满足定位精度要求为目标，迭代计算出目标区域对应的目标信号源布设方案，从而能够高效且精确地确定出符合定位精度要求的信号源布设方案，也有助于提高信号源的布局效率，降低成本。
106.作为一种可选的实施方式，方案确定模块402根据动态规划算法，以成本函数满足定位精度要求为目标，迭代计算出目标区域对应的目标信号源布设方案的具体方式，包括：确定多个信号源数量，根据动态规划算法，以成本函数最小化为目标，迭代计算出每一信号源数量对应的最优信号源布设方案和最优定位精度；筛选出所有信号源数量对应的最优信号源布设方案中，信号源数量最小且最优定位精度满足定位精度要求的信号源布设方案，确定为目标信号源布设方案。
107.可见，通过实施该可选的实施方式，可以根据动态规划算法，以成本函数满足定位精度要求为目标，迭代计算出目标区域对应的目标信号源布设方案，从而能够高效且精确地确定出符合定位精度要求的信号源布设方案，也有助于提高信号源的布局效率，降低成本。
108.实施例五请参阅图5，图5是本发明实施例公开的另一种定位精度预测装置。图3所描述的定位精度预测装置应用于定位预测系统的计算芯片、计算终端或计算服务器（其中，该计算服务器可以为本地服务器或云服务器）中。如图5所示，该定位精度预测装置可以包括：存储有可执行程序代码的存储器501；
与存储器501耦合的处理器502；其中，处理器502调用存储器501中存储的可执行程序代码，用于执行实施例一所描述的定位精度预测方法的全部或部分步骤。
109.实施例六请参阅图6，图6是本发明实施例公开的另一种信号源布局确定装置。图6所描述的信号源布局确定装置应用于信号源布局系统的计算芯片、计算终端或计算服务器（其中，该计算服务器可以为本地服务器或云服务器）中。如图6所示，该信号源布局确定装置可以包括：存储有可执行程序代码的存储器601；与存储器601耦合的处理器602；其中，处理器602调用存储器601中存储的可执行程序代码，用于执行实施例二所描述的信号源布局确定方法的全部或部分步骤。
110.实施例七本发明实施例公开了一种计算机读存储介质，其存储用于电子数据交换的计算机程序，其中，该计算机程序使得计算机执行实施例一所描述的定位精度预测方法的全部或部分步骤。
111.实施例八本发明实施例公开了一种计算机读存储介质，其存储用于电子数据交换的计算机程序，其中，该计算机程序使得计算机执行实施例二所描述的信号源布局确定方法的全部或部分步骤。
112.实施例九本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，且该计算机程序可操作来使计算机执行实施例一所描述的定位精度预测方法的全部或部分步骤。
113.实施例十本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，且该计算机程序可操作来使计算机执行实施例二所描述的信号源布局确定方法的全部或部分步骤。
114.上述对本说明书特定实施例进行了描述，其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，附图中描绘的过程不一定必须按照示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
115.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机可读存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
116.本说明书实施例提供的装置、设备、非易失性计算机可读存储介质与方法是对应的，因此，装置、设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果，由
于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述对应装置、设备、非易失性计算机存储介质的有益技术效果。
117.在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(programmable logic device,pld)(例如现场可编程门阵列(field programmable gatearray， fpga))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片pld上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(hardware description language，hdl)，而hdl也并非仅有一种，而是有许多种，如abel(advanced boolean expression language)、ahdl(altera hardware descriptionlanguage)、 confluence、cupl(cornell university programming language)、hdcal、jhdl (java hardware description language)、lava、lola、myhdl、palasm、rhdl (rubyhardware description language)等，目前最普遍使用的是vhdl (very-high-speedintegrated circuit hardware description language)与verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
118.控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(application specific integrated circuit，asic)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：arc 625d、atmel at91sam、microchip pic18f26k20以及silicone labs c8051f320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
119.上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
120.为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
121.本领域内的技术人员应明白，本说明书实施例可提供为方法、系统、或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
122.本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
123.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
124.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
125.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
126.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
127.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
128.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
129.本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程
序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
130.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
131.最后应说明的是：本发明实施例公开的一种生物结构的超声容积影像定位方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。