一种基于Beacon信号判断室内外的方法与流程

技术特征：
1.一种基于beacon信号判断室内外的方法，其特征在于，包括以下具体步骤：s1、数据采集；s2、数据处理；s3、模型训练；s4、实时判别。2.根据权利要求1所述的一种基于beacon信号判断室内外的方法，其特征在于，s1中数据采集的方法为使用数据采集工具在待判断场所的室内环境以及室外环境中均匀形状，采集终端扫描到的beacon数据。3.根据权利要求2所述的一种基于beacon信号判断室内外的方法，其特征在于，s2中数据处理的的方法，包括以下过程：s21、对采集的beacon数据进行预处理；s22、将beacon数据分为两部分：一部分beacon数据只出现在待判断场所的室内环境内，计为m个；另一部分既出现在待判断场所的室内环境内又出现在待判断场所的室外环境，计为n个；统计每个beacon在场馆外的rssi最大值rssi
max,i
,i∈(1,n)；同时将预处理后的beacon数据集分为两部分set1和set2，其中，set1中每条记录中收到的beacon数据只出现在场馆内，set2中每条记录中收到的beacon数据既出现在待判断场所的室内环境内又出现在待判断场所的室外环境。4.根据权利要求3所述的一种基于beacon信号判断室内外的方法，其特征在于，s3中进行模型训练的方法为：s31、构建分步模型一：s31、构建分步模型一：其中，|rssi
ref
|为参考信号绝对值，取固定值；|rssi
i
|为信号强度绝对值；由于数据集set1全部为正样本，模型参数t1由统计计算得出，t1表示判定门限一用于调节模型容差；s32、构建分步模型二：s32、构建分步模型二：构建分步模型二网络，分步模型二网络的线性层输入节点数n，输出节点数1，分步模型二网络的激活层采用sigmod函数；分步模型二网络的线性层每个节点输入为rssi
i-rssi
max,i
，每个节点权重为w
i
；分步模型二网络的激活层函数为输入为采用二元交叉熵损失函数，adam优化器，采集数据集set2，将set2中的70％的数据作为
训练集，将set2中的30％的数据作为测试集；经过多轮训练得出模型参数w
i
,i∈(1,n)和t2，其中w
i
,i∈(1,n)表示n个beacon中每个的权重，t2表示判定门限二。5.根据权利要求4所述的一种基于beacon信号判断室内外的方法，其特征在于，s4中进行实时判别的方法为当待检测终端扫描到数据{(mac1,rssi1),
…
,(mac
k
,rssi
k
)}，查看mac列表是否出现在分步模型一中，如果mac列表出现在分步模型一中，根据分步模型一进行室内外判断；如果mac列表未出现在分布模型一，查看mac列表是否出现在分布模型二，如果mac列表出现在分布模型二，根据分布模型二进行室内外判断，如果mac列表未出现在分布模型二，那么待检测终端处于当前场馆室内外未知状态。

技术总结
本发明涉及无线定位技术领域，具体为一种基于Beacon信号判断室内外的方法，包括以下具体步骤：S1、数据采集；S2、数据处理；S3、模型训练；S4、实时判别。本发明提供的基于Beacon信号判断室内外的方法采用室内定位正常部署的Beacon进行终端位置的判断，无需增加专门的设备，实现了低功耗以及高准确度判断终端位置的需求。需求。需求。


技术研发人员：王文杰 黄昭锐 曹玉尧 张洋 王蒙
受保护的技术使用者：北京智慧图科技有限责任公司
技术研发日：2022.11.03
技术公布日：2023/2/6