CN111935820B - 基于无线网络的定位实现方法及相关设备 - Google Patents

Abstract

本申请提供了一种基于无线网络的定位实现方法、装置及服务设备，接收到目标设备发起的定位请求后，将通过人工智能技术，先对目标设备检测到的多个无线网各自对应的无线网络信息进行定位分析，得到目标设备在地图上的初始定位结果和相应的初始定位比例，之后，本申请会进一步依据初始定位结果、初始定位比例及目标设备接入的目标无线网络的目标无线网络信息，确定目标设备当前所处的无线网络环境满足无线网络连接定位条件时，利用目标无线网络信息，通过连接Wi‑Fi定位方式实现对目标设备在地图上的精细定位，得到相对于初始定位结果更精准的目标定位结果，极大提升了连接无线网络定位实现方式的定位精准度和置信度。

Description

基于无线网络的定位实现方法及相关设备

技术领域

本申请涉及网络定位应用领域，具体涉及一种基于无线网络的定位实现方法及相关设备。

背景技术

随着无线通信技术的发展及数据处理能力的提高，基于位置的服务已成为最具潜力的移动互联网业务之一，无论是在室内还是在室外环境，快速准确地获得电子设备的位置信息，并提供位置服务的需求变得日益迫切。然而，传统的GPS(Global PositioningSystem，全球定位系统)定位方法，往往因建筑物遮挡等因素产生较大干扰，导致无法精准获得电子设备(或其持有者)的位置信息，降低了基于位置的服务体验。

为了解决上述问题，在普遍使用Wi-Fi(Wireless Fidelity，无线保真)设备(如路由器等无线接入设备)的如家庭、酒店、机场、商场等各类大型或小型建筑物内，目前提出通过用户的电子设备连接某一Wi-Fi信号，利用不同Wi-Fi信号与地理信息系统中的各信息(如各类建筑物)的点之间的对应关系，或电子设备通过连接的Wi-Fi信号上报的位置相关信息，来实现用户精细定位。

然而，在地理信息系统中的各信息点与不同Wi-Fi信号之间的绑定关系错误，或从电子设备上报的位置相关信息中提取到的Wi-Fi信号与定位地点之间的对应关系错误的场景下，通过现有的这种连接Wi-Fi定位实现方法，得到的定位结果可靠性和准确性都很低，极大降低了位置服务器反馈的定位结果的置信度。

发明内容

有鉴于此，为了提高连接无线网络定位实现方式，对目标设备定位的可靠性及准确性，本申请实施例提供如下技术方案：

一方面，本申请提出了一种基于无线网络的定位实现方法，所述方法包括：

接收目标设备发起的定位请求，所述定位请求携带有所述目标设备检测到多个无线网络各自对应的用于定位的无线网络信息；

响应所述定位请求，对多个所述无线网络信息进行定位分析，得到所述目标设备的初始定位结果及相应的初始定位比例；

依据所述初始定位结果、所述初始定位比例，及所述目标设备所接入的目标无线网络的目标无线网络信息，确定满足无线网络连接定位条件时，利用所述目标无线网络信息，获得所述目标设备的目标定位结果。

在一些实施例中，所述依据所述初始定位结果、所述初始定位比例，及所述目标设备所接入的目标无线网络的目标无线网络信息，确定满足无线网络连接定位条件，包括：

依据所述目标设备检测到的所述多个无线网络的数量，获取所述初始定位比例对应的初始定位阈值；

检测所述初始定位比例是否小于对应的所述初始定位阈值；

如果小于对应的所述初始定位阈值，利用所述目标设备所接入的目标无线网络的目标无线网络信息，获得所述目标无线网络对应的地理位置；

依据所述地理位置、所述初始定位结果及所述目标无线网络信息，确定满足无线网络连接定位条件。

在一些实施例中，所述依据所述地理位置、所述初始定位结果及所述目标无线网络信息，确定满足无线网络连接定位条件，包括：

依据所述目标设备检测到的所述多个无线网络的数量，获取针对所述目标无线网络的距离阈值、半径阈值及置信度阈值；

获取所述地理位置与所述初始定位结果之间的距离差；

检测所述距离差是否小于所述距离阈值，所述目标无线网络的覆盖半径是否小于所述半径阈值，以及所述目标无线网络的置信度是否小于所述置信度阈值；

确定所述距离差小于所述距离阈值，所述目标无线网络的覆盖半径小于所述半径阈值，且所述目标无线网络的置信度小于所述置信度阈值。

在一些实施例中，所述方法还包括：

依据所述地理位置、所述初始定位结果及所述目标无线网络信息，确定不满足所述无线网络连接定位条件时，将所述初始定位结果确定为所述目标设备的目标定位结果。

在一些实施例中，所述无线网络信息包括相应无线网络的网络地址及信号强度，所述对多个所述无线网络信息进行定位分析，得到所述目标设备的初始定位结果及相应的初始定位比例，包括：

利用所述网络地址，获得相应无线网络的属性信息以及提供该无线网络的无线接入设备的地理位置；

利用所述多个无线网格各自对应的所述属性信息和所述地理位置，剔除所述多个无线网络中的异常无线网络，得到置信无线网络；

通过网络定位规则，对所述置信无线网络的无线网络信息进行定位分析，得到所述目标设备的初始定位信息及对应的初始定位比例。

在一些实施例中，所述网络定位规则包括聚类定位规则，所述对应的初始定位比例的获得方法包括：

对所述多个无线网络各自的扫描信号强度进行平均值运算，得到平均扫描信号强度；

确定所述目标设备所接入的目标无线网络的连接信号强度；

将所述平均扫描信号强度与所述连接信号强度的比值，确定为与所述聚类定位规则对应的第一初始定位比例；

所述初始定位比例满足相应的初始定位阈值，包括：

所述第一初始定位比例小于所述第一初始定位阈值，所述第一初始定位阈值基于所述定位请求中携带的无线网络的数量，查询第一比例阈值库确定。

在一些实施例中，所述网络定位规则还包括指纹定位规则，所述对应的初始定位比例的获得方法还包括：

检测无线网络指纹库中，是否存在与提供所述置信无线网络的无线接入设备的地理位置对应的指纹地理网格，得到存在对应的所述指纹地理网格的无线接入设备的第一数量；

在通过所聚类定位规则对所述置信无线网络的无线网络信息进行定位分析过程中，获得可聚类无线接入设备的第二数量，所述可聚类无线接入设备是指提供所述置信无线网络的无线接入设备中，相应地理位置被聚类的无线接入设备；

将所述第一数量与所述第二数量的比值，确定为与所述指纹定位规则对应的第二初始定位比例；

所述初始定位比例满足相应的初始定位阈值，还包括：

所述第二初始定位比例小于所述第二初始定位阈值，所述第二初始定位阈值基于所述定位请求中携带的无线网络的数量，查询第二比例阈值库确定。

又一方面，本申请还提出了一种基于无线网络的定位实现装置，所述装置包括：

定位请求接收模块，用于接收目标设备发起的定位请求，所述定位请求携带有所述目标设备检测到多个无线网络各自对应的用于定位的无线网络信息；

初始定位模块，用于响应所述定位请求，对多个所述无线网络信息进行定位分析，得到所述目标设备的初始定位结果及相应的初始定位比例；

无线网络连接定位条件检测模块，用于依据所述初始定位结果、所述初始定位比例，及所述目标设备所接入的目标无线网络的目标无线网络信息，确定是否满足无线网络连接定位条件；

目标定位模块，用于在无线网络连接定位条件检测模块的检测结果为满足所述无线网络连接定位条件的情况下，利用所述目标无线网络信息，获得所述目标设备的目标定位结果。

又一方面，本申请还提出了一种可读存储介质，其上存储有计算机程序，所述计算机程序由处理器加载并执行，实现如上述的基于无线网络的定位实现方法。

又一方面，本申请还提出了一种服务设备，所述服务设备包括：

通信模块；

存储器，用于存储实现如上述的基于无线网络的定位实现方法的程序；

处理器，用于加载并执行所述存储器存储的所述程序，以实现如上述的基于无线网络的定位实现方法的各个步骤。

由此可见，本申请提出了一种基于无线网络的定位实现方法、装置、服务设备及可读存储介质，在用户使用的目标设备已接入某一无线网络(记为目标无线网络)，并希望得知其在地图上的精确位置的场景下，目标设备可以向服务设备发起的定位请求，由服务设备对目标设备检测到的多个无线网各自对应的无线网络信息进行定位分析，得到目标设备的初始定位结果(即在地图上的初始定位位置)和相应的初始定位比例，之后，本申请还会进一步依据初始定位结果、初始定位比例及目标无线网络信息，确定目标设备当前所处的无线网络环境满足无线网络连接定位条件的情况下，即确定采用连接Wi-Fi定位方式能够得到的可靠的目标设备定位结果时，服务设备将会采用连接Wi-Fi定位实现方式，利用目标无线网络信息，进一步实现对目标设备在地图上的精细定位，得到相对于初始定位结果更精准的目标定位结果，从而解决了在无线网络与地理位置之间的绑定关系不正确，或者目标设备上报的定位相关信息不可靠的场景下，现有技术也直接采用Wi-Fi定位实现方式定位目标设备，导致所得定位结果不可靠，准确性差的技术问题，即极大提升了连接无线网络定位实现方式的定位精准度和置信度。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请的实施例，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，还可以根据提供的附图获得其他的附图。

图1示出了一种指纹定位方法的处理场景示意图；

图2示出了一种聚类定位方法的处理场景示意图；

图3a示出了一种不同定位应用的指纹定位效果图；

图3b示出了一种不同定位应用的聚类定位效果图；

图3c示出了一种不同定位应用的连接无线网络定位效果图；

图4示出了本申请提出的基于无线网络的定位实现方法的一可选系统示例的架构示意图；

图5示出了适用于本申请提出的基于无线网络的定位实现方法的一种服务设备的硬件结构示意图；

图6示出了本申请提出的基于无线网络的定位实现方法的一可选示例的信令流程示意图；

图7示出了本申请提出的基于无线网络的定位实现方法的定位结果示意图；

图8示出了本申请提出的基于无线网络的定位实现方法的又一可选示例的流程示意图；

图9示出了本申请提出的基于无线网络的定位实现方法中，对目标设备初始定位的一可选处理方式的流程示意图；

图10a示出了本申请提出的基于无线网络的定位实现方法中，获取第一初始定位比例的一可选细化实现方式的流程示意图；

图10b示出了本申请提出的基于无线网络的定位实现方法中，对目标设备初始定位的又一可选处理方式示意图；

图10c示出了本申请提出的基于无线网络的定位实现方法中，获取第二初始定位比例的一可选细化实现方式的流程示意图；

图10d示出了本申请提出的基于无线网络的定位实现方法的又一可选示例的流程示意图；

图11示出了本申请提出的基于无线网络的定位实现装置的一可选示例的结构示意图。

具体实施方式

物联网(The Internet of Things，IOT)是指通过各种信息传感器、射频识别技术、全球定位系统等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、电、力学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。本申请主要描述如何通过定位技术，获得高精准度的位置信息，以满足相应物联网应用场景的具体应用需求的实现过程，对于物联网的其他应用本申请不做详述。

云物联(Cloud IOT)旨在将传统物联网中传感设备感知的信息和接受的指令连入互联网中，真正实现网络化，并通过云计算技术实现海量数据存储和运算，由于物联网的特性是物与物相连接，实时感知各个“物体”当前的运行状态，在这个过程中会产生大量的数据信息，如何将这些信息汇总，如何在海量信息中筛取有用信息为后续发展做决策支持，这些已成为影响物联网发展的关键问题，而基于云计算和云存储技术的物联云也因此成为物联网技术和应用的有力支持。本申请可以根据实际应用需求，利用云物联技术实现数据查询、管理等，具体可视情况而定。

针对现有技术描述的技术问题，其是由于直接将目标设备所连接的Wi-Fi(Wireless fidelity，无线保真)信号的地理位置，确定为目标设备或其持有用户的定位结果，并未参考检测到的其他Wi-Fi信号，才会在目标设备当前所连接的Wi-Fi信号与其绑定的地理位置之间的对应关系出错时，直接导致现有的这种网络定位方法所得到的定位结果不可靠。所以，为了提高定位结果可靠性及准确性，期望即便在某个Wi-Fi信号与绑定的地理位置之间的对应关系出错的情况下，也能够准确定位目标设备位置，满足用户定位需求，提出了指纹定位方法和聚类定位方法。

具体的，参照图1所示的指纹定位方法示意图，在指纹定位实现过程中，通常需要预先依据地理经纬度将真实世界分成地理网格，再依据历史定位日志，将出现在同一地理网格的Wi-Fi(Wireless fidelity，无线保真)信号场信息(如扫描到的MAC(Media AccessControl Address，媒体存取控制位址，也称为局域网地址、物理地址，用以确定网络设备位置的位址)编码、信号强度等)，与该地理网络进行对应存储，生成Wi-Fi指纹库。

这样，当用户的电子设备向位置服务器发起定位请求时，由于该定位请求会包含该电子设备扫描到Wi-Fi信号列表中的各Wi-Fi信号的Wi-Fi信息，位置服务器可以将扫描到的各Wi-Fi信息与该Wi-Fi指纹库中的各Wi-Fi信息进行匹配，确定该Wi-Fi指纹库中，与定位请求中的Wi-Fi信息匹配度最高的Wi-Fi信息对应的地理网络，将该地理网格的位置信息确定为用户位置信息并反馈至电子设备。

其中，在上述匹配阶段，为了提高匹配效率及准确性，可以利用预先训练得到的分类模型或排序模型，得到最匹配的地理网格。该分类模型和排序模型可以依据合适的人工智能(Artificial Intelligence,AI)算法，对相应的样本数据进行训练得到，本文对模型具体训练过程不做详述。

人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统，也就是通过研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。根据具体应用需求可以采用如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等基础技术，结合如计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等软件技术，对选定的样本数据进行训练，得到满足具体应用需求的模型。

对于本申请提出的基于无线网络进行定位的应用，具体可以从如人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术中，选择合适的机器学习或深度学习算法，满足相应模型的训练需求，具体可视情况而定，本申请不做详述。

对于提出的聚类定位实现方法，如图2所示的聚类定位方法示意图，应该理解，电子设备扫描到的Wi-Fi信号数量及其与实际位置之间的距离，并不局限于图2所示内容，图2仅用以说明聚类定位的工作原理。在实际应用中，获取电子设备扫描到的各Wi-Fi信号的地理位置后，可以依据各Wi-Fi信号的扫描信号强度，采用聚类算法，对各Wi-Fi信号的地理位置进行加权聚类，从而将这多个地理位置聚集为一个位置点，将其确定为用户或其使用的电子设备的定位结果。

结合上述分析，相对于背景技术描述的通过连接Wi-Fi实现网络定位的方法，上述指纹定位方法和聚类定位方法，不要求电子设备一定连接某Wi-Fi信号也能够实现定位，且在连接某Wi-Fi信号的场景洗啊，也不是仅依赖用户的电子设备所连接的Wi-Fi信号及其预先绑定的地理位置实现定位，从而解决了因电子设备连接的Wi-Fi信号与地理位置之间的绑定关系错误，导致定位结果不可靠的技术问题。

但是，由于上述指纹定位方法的定位精准度取决于地理网格划分面积大小，且这种方式对数据规模要求较高，在数据规模较小的情况下，会降低定位精准度；而聚类定位方法是基于每个Wi-Fi信号的历史挖掘位置和信号强度，预测用户当前最可能出现的位置，因此，扫描到的Wi-Fi信号个数，直接影响定位精准度，但实际上电子设备能够扫描到的Wi-Fi信号个数往往不会很多，这就导致这种定位方法的精准度较差。所以说，在Wi-Fi信号与地理位置绑定关系正确的情况下，上述指纹定位方法和聚类定位方法所实现的定位精准度，小于背景技术描述的连接Wi-Fi信号定位方法所达到的定位精准度。如图3a所示的不同定位应用的指纹定位效果图、图3b所示的不同定位应用的聚类定位效果图以及图3c所示的不同定位应用的连接无线网络定位效果图，聚类定位实现方式、指纹定位实现方式、连接Wi-Fi定位实现方式的定位精度依次提高。

基于上述分析，本申请希望能够综合考虑上文描述的三种定位方法的优缺点，得到一种能够高精准度高可靠性的定位方法。具体可以先检测电子设备所处环境是否适合采用连接Wi-Fi定位方式，如果适合，采用连接Wi-Fi定位方式，实现高精度定位；若不适合，采用如上述指纹定位和/或聚类定位方式，实现高可靠性定位，满足定位需求。其中，对于电子设备所处环境的检测，本申请可以利用指纹定位和/或聚类定位方法等定位实现过程中所得到的定位相关信息，以及电子设备所连接的Wi-Fi信号的Wi-Fi信息等实现，从而提高采用连接Wi-Fi定位方法所得到的定位结果的可靠性，以提高用户定位体验，具体实现过程可以参照但并不局限于下文实施例相应部分的描述。

需要说明，在本申请提出的基于无线网络的定位实现方法中，尽管以Wi-Fi信号作为用以定位的无线网络信号为例进行说明，然而，在不脱离本申请公开的原理的情况下，本申请提供的方法也可以应用于以其他形式的无线网络信号作为用以定位的信息的定位技术。

而且，本申请实施例中，“示例性的”、“例如”等词用于表示例子、例证或说明，本申请实施例中被描述为这类词的任何实施例或设计方案，不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用这类词旨在以具体方式呈现相关概念或实现方式。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。应当理解，本申请中使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换该词语。

如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

其中，在本申请实施例的描述中，除非另有说明，“/”表示或的意思，例如，A/B可以表示A或B；本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。

以下术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。除非另有说明，在本申请实施例的描述中，“多个”是指两个或多于两个。

参照图4，为适用于本申请提出的基于无线网络的定位实现方法的一可选系统示例的架构示意图，该系统可以适用于各种基于位置的服务场景，如各导航应用的定位、各购物应用基于位置信息的产品推荐、社交应用的位置共享、智能家居等，本申请在此不做一一详述。如图4所示，该系统可以包括至少一个无线接入设备11、至少一个电子设备12和服务设备13，其中：

无线接入设备11可以是指无线网络的无线路由器、无线接入热点等，可以统称为无线AP(Access Point)设备，其可以作为无线局域网的中心点，供其他装有无线网络的电子设备通过它接入该无线局域网，还可以对有线局域网提供长距离无线连接，达到延伸网络范围的目的。

可见，本申请的无线接入设备11可以是使用具有无线通信功能的电子设备12的用户进入有线网络的接入点，通常能够以该无线接入设备11为中心向周围辐射几十米至几百米的无线网络信号覆盖范围，这样，通过无线分布系统(点对点和点对多点桥接)能够实现大面积的无线覆盖，以满足各应用场景的无线通信需求。关于不同无线接入设备11的无线网络信号覆盖范围，可以依据相应无线接入设备11自身的性能及其所处环境等多方面因素确定。

电子设备12是支持无线网络通信的无线设备，其可以包括但并不局限于智能手机、平板电脑、可穿戴设备、个人计算机(personal computer，PC)、上网本、个人数字助理(personal digital assistant，PDA)、智能手表、增强现实技术(Augmented Reality，AR)设备、虚拟现实(Virtual Reality，VR)设备、车载设备、机器人、台式计算机以及如智能音箱等各种智能家居设备等，本申请对电子设备12的具体形式及其组成结构不做特殊限定，可以依据具体应用场景用户使用需求确定。

在本申请实施例中，结合上文对本申请技术构思的描述，上述电子设备12可以扫描所在地对应的至少一个无线网络信号，即电子设备所在地位于该至少一个无线网络信号的覆盖范围内，用户可以选择一无线网络信号连接，以使得该电子设备接入提供所选择的无线网络信号对应的无线接入设备11，通过该无线接入设备提供的无线网络信号，实现与其他电子设备或其他无线接入设备之间的无线通信。

具体的，在一些实施例中，电子设备12实现无线网络通信所依据的无线通信模块可以为Wi-Fi模块，在启动电子设备12的该Wi-Fi模块进入工作状态后，电子设备12可以扫描当前所在位置所能够检测到的Wi-Fi信号(即检测所在位置对应的至少一个无线接入设备，该Wi-Fi信号可以是各无线接入设备提供的无线网络信号，且不同无线接入设备所提供的Wi-Fi信号不同，可以通过Wi-Fi信号的名称等属性区分，本申请对此不做详述)，以选择所能够连接的Wi-Fi信号，接入提供该Wi-Fi信号的无线接入设备11，关于电子设备12与无线接入设备11之间如何实现无线通信，及其在整个无线分布系统中的应用，本申请不做详述。

其中，应该理解的是，当电子设备12处于不同的地理位置时，所能够检测到的无线接入设备的数量及其提供的Wi-Fi信号强度往往不同，但各无线接入设备所部署的地理位置及其具有的无线网络信号覆盖范围都是相对固定的，通常情况下，电子设备12进入某无线接入设备的无线网络信号覆盖范围，在进行Wi-Fi信号扫描时，在该无线接入设备的Wi-Fi名称未被隐藏的情况下，能够扫描到该无线接入设备配置的Wi-Fi信号的名称，还可以显示当前所在位置处该Wi-Fi信号的扫描信号强度等。

在实际应用中，电子设备12发起定位请求时，该定位请求通常会包含该电子设备当前所能够扫描到的Wi-Fi信号的名称、扫描信号强度、是否配置接入密码等信息，且在扫描到多个Wi-Fi信号的情况下，扫描到的信息可以以Wi-Fi列表的形式存在，但并不局限于此，本申请对该定位请求携带的信息内容，及其传输所依据的通信协议等不做限定，可以根据实际场景的需求确定。

服务设备13可以包括提供定位服务的位置服务器，电子设备12可以通过无线接入设备提供的无线网络，实现与该位置服务器的通信连接，这样，在电子设备12发起定位请求后，可以通过该无线网络将该定位请求发送至位置服务器，由该位置服务器响应该定位请求，确定对电子设备的定位，即实现对电子设备持有者的定位，将得到的位置信息反馈至电子设备，关于该位置信息的获取过程，可以参照但并不局限于下文实施例相应部分的描述。

在一些实施例中，上述位置服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统；也可以是提供云计算服务的云服务器或其构成的云服务器集群。而对于上述服务设备13的组成，并不局限于位置服务器，根据电子设备的应用需求，还可以包括为电子设备或其持有者提供其他服务的应用服务器或通信服务器，本申请在此不做一一详述。

对于上述服务设备13的产品形式并不局限于服务器，还可以是具有一定数据处理能力的电子设备，本申请在此仅以上述位置服务器为例，来说明该服务设备13用以实现本申请提出的基于无线网络的定位实现方法的硬件架构。示例性的，如图5所示，为本申请提出的服务设备的一可选示例的硬件结构示意图，该服务设备可以包括：通信模块21、存储器22及处理器23，其中：

通信模块21可以包括但并不局限于无线通信模块，该无线通信模块可以包括如上述Wi-Fi通信模块，根据实际通信需求，该无线通信模块还可以包括如5G/6G网络等无线移动通信网络，本申请对服务设备包含的通信模块21的结构及其表现形式不做限定。而且，在实际应用中，该通信模块21还可以包括如USB接口、串/并口等接口，用于实现服务设备内部组成部件之间的数据交互，如响应定位请求过程中所收发或产生的各类数据等，可视情况而定，本实施例不做详述。

存储器22可以用于存储实现本申请提出的基于无线网络的定位实现方法的程序，处理器23可以用于加载并执行存储器22存储的程序，以实现本申请提出的基于无线网络的定位实现方法，具体实现过程可以参照下文相应实施例相应部分的描述。

在本申请实施例中，存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件或其他易失性固态存储器件。处理器23，可以为中央处理器(Central Processing Unit，CPU)、特定应用集成电路(application-specificintegrated circuit，ASIC)、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件等。

应该理解的是，图5所示的服务设备的结构并不构成对本申请实施例中服务设备的限定，在实际应用中，服务设备可以包括比图5所示的更多或更少的部件，或者组合某些部件，本申请在此不做一一列举。同理，对于本申请实施例提出的基于无线网络的定位实现系统的架构，也并不局限于上文实施例描述的组成部分，根据实际需求还可以包括其他网络设备，如数据库等，可以依据该系统的应用场景确定，本申请不再一一详述。

参照图6，为本申请提出的基于无线网络的定位实现方法的一可选示例的信令流程示意图，该方法可以适用于服务设备，该服务设备的结构组成可以服务设备参照上述实施例相应部分的描述，本申请下文实施例仅以服务器产品形式为例进行说明，对于其他产品形式的服务服务设备，实现该基于无线网络的定位实现方法的具体实现过程类似，本申请不做一一详述。

如图6所示，本实施例提出的基于无线网络的定位实现方法可以包括但并不局限于以下步骤：

步骤S11，接收目标设备发起的定位请求；

本申请实施例中，目标设备可以是请求定位的用户使用的电子设备，如发起定位请求的电子设备某，关于其产品形式可以参照上文对电子设备的描述，本实施例不再赘述。

对于目标设备发起的定位请求，其可以携带有目标设备检测到多个无线网络各自对应的用于定位的无线网络信息，如目标设备开启无线网络工作模式后，可以进行无线网络信号扫描检测，得到所处位置所属至少一个信号覆盖范围各自对应的无线网络信号，以及各无线网络信号对应的无线网络信息，之后，目标设备发起定位请求时，可以利用当前检测到的各无线网络信号对应的无线网络信息，生成定位请求并发送，本申请对定位请求携带的信息内容及其生成方式、表示方式等不做限定，可视情况而定。

在一种可能的实现方式中，由于定位请求携带的上述无线网络信息是用于定位的相关信息，根据网络定位的工作原理，该无线网络信息可以包括相应无线网络的MAC地址、信号强度等，因该无线网络是由无线接入设备提供的，无线网络的相关信息，实际上是目标设备扫描到的相应无线接入设备的MAC地址、信号强度等，且结合上文描述，本申请实施例中的无线网络可以指Wi-Fi网络，无线网络信息可以指Wi-Fi信息，下文实施例不再强调。

步骤S12，响应定位请求，对多个无线网络信息进行定位分析，得到目标设备的初始定位结果及相应的初始定位比例；

本申请实施例中，服务设备(如位置服务器等)接收到目标设备发送的定位请求后，由于不确定采用连接Wi-Fi定位方式所得到的定位结果是否可靠，即不确定此时目标设备连接的Wi-Fi网络与地理位置之间的绑定关系是否正确可靠，服务设备在响应定位请求时，不会直接采用这种连接Wi-Fi定位方式，实现用户定位，而是可以先采用其他网络定位方式进行预定位，并利用预定位过程产生的信息，来预先判断目标设备当前所处的无线网络情况是否适合采用连接Wi-Fi定位方式，对目标设备进行精确定位。

按照上述技术构思，结合上文对指纹定位方式、聚类定位方式描述的定位实现方法，对目标设备发起的定位请求中携带的无线网络信息进行定位分析，得到目标设备的初始定位结果，如指纹定位结果和/或聚类定位结果，具体实现过程本实施例不做详述。

其中，在获取上述初始定位结果的过程中，本申请需要预判断是否可以进一步采用连接Wi-Fi定位方式，对目标设备进行精确定位，因此，本申请实施例需要利用目标设备检测到的各无线网络的无线网络信息，计算得到不同初始定位结果所对应的初始定位比例，从而依据该初始定位比例，确定是否需要启动连接Wi-Fi定位方式，实现对目标设备的定位。需要说明，对于采用不同定位方式得到初始定位结果的情况下，获取与该初始定位结果对应的初始定位比例的获取方式往往不同，本申请对该初始定位比例的获取方式不做限定。

在一种可能的实现方式中，当需要预测目标设备本次接入的无线网络的信号强度水平的情况下，需要目标设备从检测到的多个无线网络中，选择一无线网络连接，作为该目标设备接入的目标无线网络，从而将目标设备检测到的多个无线网络划分为接入的无线网络和未接入的无线网络两类，之后，可以利用这两类无线网络的信号强度，计算得到相应场景下的初始定位比例，由该初始定位比例大小，表征当前场景下目标设备接入的目标无线网络的信号强度水平，进而判断其该目标无线网络的信号强度水平是否足够支持，采用连接无线网络定位方式，实现对目标设备的精确定位。

在又一种可能的实现方式中，本申请也可以针对目标设备当前检测到的无线网络，或者说是针对提供相应无线网络的无线接入设备进行置信度预测，该无线接入设备可由具有唯一特性的MAC地址表示，但并不局限于这种表示方式。基于此，本申请可以采用指纹召回方式和聚类方式，分别检测目标设备当前所检测到的多个无线网络的MAC地址的可靠性，该MAC地址的可靠性可以由得到的可召回MAC地址的数量和可聚类MAC地址的数量表示，即由可召回无线接入设备的数量和可聚类无线接入设备的数量表示，之后，将得到的这种数量比值确定为该场景下的初始定位比例，用来判断是否能够继续采用连接无线网络定位方式，对目标设进行精确定位。

需要说明，关于上述获取初始定位过程中，得到相应的初始定位比例的实现方法，并不局限于上文列举的实现方式，可以依据不同应用场景的需求，以及采用的对目标设备的初始定位实现方法等确定，本申请在此不做一一详述。

而且，在得到目标设备的初始定位结果后，判断是否能够继续采用连接无线网络定位方式，对目标设进行精确定位的条件内容，并不局限于上文给出的初始定位比例，根据需要还可以结合其他信息，本实施例在此仅对初始定位比例这一影响因素进行描述，对于其他影响因素可以参照但并不局限于下文实施例相应部分的描述。

步骤S13，依据初始定位结果、初始定位比例，及目标设备所接入的目标无线网络的目标无线网络信息，确定是否满足无线网络连接定位条件，如果是，进入步骤S14；如果否，执行步骤S15；

结合上文对指纹定位方式、聚类定位方式的优缺点的描述，由于这两种网络定位方式所得到的定位结果的精细度可能无法满足要求，希望采用连接无线网络定位方式，实现对目标设备及其持有者的精细定位，所以，本申请实施例按照上述方式得到目标设备的初始定位结果后，需要进一步检测是否适合采用连接无线网络定位方式，对目标设备做进一步精细定位，即先检测当前场景下采用连接无线网络定位方式所得到的定位结果是否可靠，确定可靠的情况下，才会启动连接无线网络定位方式，实现对目标设备的精细定位；若确定不可靠，就不需要再启动连接无线网络定位方式，对目标设备再执行一次定位。

针对上述可靠性检测(即检测采用连接无线网络定位方式所得到的定位结果是否可靠)，本申请可以配置相应的无线网络连接定位条件(如Wi-Fi连接定位条件)，若满足该无线网络连接定位条件，可以认为采用连接无线网络定位方式所得到的定位结果是可靠的，可以进一步采用这种连接无线网络定位方式，对目标设备做进一步精细定位；反之，若不满足该无线网络连接定位条件，可以认为不可靠不用进一步执行这种连接无线网络定位方式。

可见，上述无线网络连接定位条件的内容直接决定了上述可靠性检测的准确性，为了提高上述可靠性检测的准确性，结合上述分析，本申请可以尽量选择多个影响因素构成该无线网络连接定位条件，还可以根据实际应用场景的要求，动态调整该无线网络定位条件，本申请对该无线网络定位条件包含的内容不做限定。

在本申请实施例中，结合上述步骤S13的描述，可以依据应用场景需求或经验等，对如初始定位比例的大小、目标设备所接入的目标无线网络的地理位置(即提供该目标无线网络的目标无线接入设备的地理位置)与初始定位结果之间的距离差、目标无线网络的信号强度或信号覆盖范围的半径、连接目标无线网络所得定位结果的置信度(其可以利用与该目标无线网络关联的历史定位数据计算得到，具体获取方法不做限定)等影响因素进行条件配置，如设置各影响因素与相应的阈值的大小关系，从而由这些大小关系构成无线网络连接定位条件，这样，在实际应用中，按照条件内容得到的实际信息满足各大小关系，可以认为满足该无线网络连接定位条件，反之，存在某一实际信息不符合相应的大小关系，可以认为不满足该无线网络连接定位条件。

其中，对于上述各影响因素对应的阈值，可以依据目标设备当前检测到的无线网络的数量，从相应的阈值库中，查询与该数量对应的阈值，将其作为判断该影响因素是否满足条件的阈值，但并不局限于这种阈值获取方式，且对于不同影响因素来说，所对应的阈值大小可能不同，也可能相同，这可视情况而定。

按照上文对无线网络连接定位条件的分析，对上述获取的初始定位结果、初始定位比例，及目标设备所接入的目标无线网络的目标无线网络信息进行分析，以得到该无线网络连接定位条件包含的各影响因素的数值，进而将所得数值与获取的相应阈值进行判断，依据判断结果确定是否满足无线网络连接定位条件。应该理解，对于不同内容的无线网络连接定位条件，步骤S14所执行的信息分析，得到各影响因素的数值的方式也会不同，并不局限于上文列举的距离差、半径及置信度等影响因素的计算，可根据应用场景的需求等调整，本申请不做一一详述。

需要说明的是，在上述步骤S12的执行过程中，若采用不同的定位方式，得到多个初始定位结果，以及与每一个初始定位结果对应的初始定位比例的情况下，在步骤S13的实现过程中，还可以结合不同初始定位结果之间的距离差，来确定是否满足无线网络连接定位条件。若本申请采用一种定位方式得到一个初始定位结果，可以直接按照上述方式进行是否满足无线网络连接定位条件的检测。

步骤S14，利用目标无线网络信息，获得目标设备的目标定位结果；

步骤S15，将初始定位结果确定为目标设备的目标定位结果；

步骤S16，将目标定位结果反馈至目标设备。

继上述分析，确定目标设备当前所处的无线网络环境满足无线网络连接定位条件的情况下，为了获取目标设备及其持有者更精细的定位结果，可以采用连接无线网络定位方式，重新对目标设备进行定位，具体利用目标无线网络信息，获得目标设备的目标定位结果，具体实现过程可以参照但并不局限于上文实施例描述的连接Wi-Fi定位方法的实现过程，本申请对步骤S15的具体实现方法不做详述。

经过上述检测分析，确定目标设备当前所处的无线网络环境不满足无线网络连接定位条件的情况下，说明按照这种连接无线网络定位方式，得到的目标设备的定位结果是不可靠的，也就是说，该方式所得到的定位结果的精准度低于按照其他定位方式得到的初始定位结果的精准度，本实施例在这种情况下，可以直接将上述得到的初始定位结果确定为目标设备的目标定位结果。

在实际应用中，服务设备按照上述方式得到目标设备的目标定位结果后，可以将该目标定位结果反馈至目标设备，由目标设备展示该目标定位结果，如在地图应用界面中，如图7所示的某地图应用的定位结果展示图，但并不局限于图7所示的展示方式，目标设备也可以将该目标定位结果作为其他应用的输入数据，满足其他应用的需求，如基于位置的新闻/美食推荐等，本申请对目标设备得到目标定位结果后的具体应用不做限定，可以根据实际场景的应用需求确定，本实施例在此不做一一列举。其中，在使用连接Wi-Fi定位实现方式中，如图7所示的定位点周围圆的半径越小，表示定位置信度越高，即定位结果可靠性和准确性越高。

综上所述，本申请实施例中，在用户使用的目标设备已接入某一无线网络(记为目标无线网络)，希望确定其在地图上的定位位置的场景下，服务设备接收到目标设备发起的定位请求后，并不是直接采用连接wifi定位实现方式，由所接入的目标无线网络的地理位置，得到目标设备的定位结果，而是先对目标设备检测到的多个无线网各自对应的无线网络信息进行定位分析，得到目标设备的初始定位结果和相应的初始定位比例，从而依据初始定位结果、初始定位比例及目标无线网络信息，来确定目标设备当前所处的无线网络环境是否满足无线网络连接定位条件，即检测是否适合采用连接wifi定位实现方式来实现对目标设备的定位，或者说若采用连接wifi定位方式所得到的目标设备的定位结果是否可靠，在确定满足无线网络连接定位条件的情况下，服务设备才会采用连接wifi定位实现方式，利用目标无线网络信息，实现对目标设备的精细定位，得到相对于初始定位结果更精准的目标定位结果。

若不满足无线网络连接定位条件，直接将初始定位结果作为目标设备的目标定位结果，由于该初始定位结果是采用非连接Wi-Fi定位实现方式得到的，保证了初始定位结果可靠性，这样，在无线网络与地理位置之间的绑定关系不正确，或目标设备上报的历史定位相关信息中的位置关系错误的场景下，不仅解决了现有技术直接采用Wi-Fi定位实现方式定位目标设备，导致所得定位结果不可靠，准确性差的技术问题，同时满足了定位需求。

参照图8，为本申请提出的基于无线网络的定位实现方法的又一可选示例的流程示意图，本实施例可以是对上述实施例描述的基于无线网络的定位实现方法的一可选细化实现方式，但并不局限于本实施例描述的这种细化实现方式，可以依据具体应用场景的需求进行适应性调整，均属于本申请保护范围。如图8所示，该方法可以包括：

步骤S21，接收目标设备发起的定位请求；

其中，定位请求可以携带有目标设备检测到多个无线网络各自对应的用于定位的无线网络信息，如目标设备扫描到的各Wi-Fi信号对应的Wi-Fi信息等。

步骤S22，响应定位请求，对多个无线网络信息进行定位分析，得到目标设备的初始定位结果及相应的初始定位比例；

关于步骤S21和步骤S22的实现过程，可以参照上述实施例相应部分的描述，本实施例不再赘述。

步骤S23，依据目标设备检测到的多个无线网络的数量，获取初始定位比例对应的初始定位阈值；

步骤S24，检测该初始定位比例是否小于对应的初始定位阈值，如果是，进入步骤S25；如果否，执行步骤S212；

结合上文对初始定位比例的相关描述，在对目标设备预定位阶段，可以采用不同的定位实现方式，得到相应的初始定位结果及其对应的初始定位比例，此时得到的多个初始定位比例所表示的含义往往不同，用其检测是否可以启动连接无线网络定位实现方式的阈值不同，本申请可以针对不同类别的定位比例，配置相应不同的阈值库，这样，按照上述方式得到初始定位比例后，可以依据目标设备当前检测到的无线网络数量，即目标设备扫描到的无线接入设备的数量，从相应的阈值库中查询与该数量相匹配的阈值，确定为该初始定位比例对应的初始定位阈值。

可见，目标设备发起定位请求时，所检测到的无线网络的数量不用的情况下，用于判断能否采用连接无线网络定位实现方式，对该目标设备实时定位的初始定位比例阈值往往不同，服务设备需要在每次接收到定位请求后，都依据该定位请求携带的无线网络数量，来确定本次定位所依据的初始定位阈值，具体确定方法不做详述。

其中，对于不同阈值库中的各初始定位阈值，可以利用电子设备扫描检测到不同的无线网络数量的场景下，服务设备响应相应的历史定位请求，所得到的历史定位数据统计得到，本申请对各阈值库的生成过程不做详述。

在本实施例实际应用中，为了方便查询初始定位阈值，在按照上述方式完成任一无线网络数量的应用场景下，所适用的初始定位阈值的统计后，可以利用该无线网络数量(即扫描检测到的无线接入设备或MAC地址数量)与初始定位阈值之间的对应关系，生成相应的索引，这样，在具体应用场景下，确定本次定位请求中携带的目标设备检测到的无线网络数量后，可以通过该索引，查询与该无线网络数量对应的初始定位阈值，本申请对该索引的表示形式及其存储方式不做限定，可视情况而定。

应该理解，本申请若采用不同的定位方式得到多个初始定位结果及其对应的多个初始定位比例后，需要按照上述方式查询到每一个初始定位比例对应的初始定位阈值，并检测各初始定位比例是否小于其对应的初始定位阈值，之后，在一可选实施例中，若各初始定位比例均小于其对应的初始定位阈值，可以执行后续步骤S25，反之，若存在任一初始定位比例不小于其对应的初始定位阈值，认为本次检测结果不合格，执行步骤S212。

在又一可选实施例中，若当前场景对检测要求不太严格，也可以在检测到一个初始定位比例小于相应的初始定位阈值的情况下，就认为该阶段的检测合格，可以执行后续步骤S25；相应地，检测到所有初始定位比例小于相应的初始定位阈值的情况下，才会认为该阶段的检测不合格，执行后续步骤S212。

应该理解，在实际应用中，由于不同网络定位实现方式对场景要求不同，当前场景并不一定适用于所有网络定位实现方式，也就是说，对于本实施例目标设备当前所处的无线网络环境，可能适用于如上述指纹定位实现方式、聚类定位实现方式等多种网络定位实现方式，也可能仅适用于一种网络定位实现方式，这可视情况而定。对于前者适用情况(即得到多个初始定位比例的情况)，可以参照上述方式实现步骤S24的检测，而对于后者适用情况(即得到一个初始定位比例的情况)，只会得到一个初始定位比例，得到其对应的初始定位阈值后，直接检测该初始定位比例是否小于查询到的初始定位阈值即可。虽然本申请上述实施例步骤未直接说明这两种适用情况，但其包含了这两种适用情况。

步骤S25，利用目标设备所接入的目标无线网络的目标无线网络信息，获得目标无线网络对应的地理位置；

继上述步骤描述，本实施例在采用连接Wi-Fi定位实现方式之前，将利用其他网络定位实现方式进行一次预定位，可以称为连接Wi-Fi网络定位的前序定位，得到目标设备的初始定位结果及其对应的初始定位比例，由于该初始定位结果可能无法满足实际应用对目标设备的精细度定位要求，希望采用连接Wi-Fi定位实现方式，实现对目标设备更精细定位，但由于不确定当前所处的无线网络情况是否适合连接Wi-Fi定位实现方式，如目标设备连接的目标无线网络与地理位置之间的绑定关系是否正确，或者该目标无线网络未绑定地理位置的场景下，目标设备上报的定位相关信息(其可以为历史日志信息)是否正确，不会冒然执行连接Wi-Fi定位实现方式，就认为其得到的目标定位结果是精准的。

对此，如上述分析，本申请实施例先从初始定位比例这一影响因素分析，是否满足无线网络连接定位条件，确定该初始定位比例小于相应初始定位阈值，即该影响因素满足无线网络连接定位条件，可以认为此时采用连接Wi-Fi定位实现方式可能适用，但仍需对其他影响因素做进一步检测。

但若确定初始定位比例不小于相应初始定位阈值，说明此时无线网络环境不会满足无线网络连接定位条件，可以不用对其他影响因素做进一步检测，直接确定此时不适合采用连接Wi-Fi定位实现方式，即采用连接Wi-Fi定位实现方式所得到的目标设备的定位结果是不可靠、不准确的。此时，为了满足当前应用定位需求，可以将得到的初始定位结果确定为目标设备的目标定位结果。

基于上述分析，在分析其他影响因素是否满足无线网络连接定位条件的具体实现过程中，结合上文对无线网络连接定位条件涉及到的多个影响因素的描述，本实施例在确定目标设备所接入的目标无线网络的目标无线网络信息，如目标无线网络的MAC地址后，可以据此查询相应的地理位置，即目标设备当前接入的目标无线接入设备的地理位置，该地理位置通常是为目标无线接入设备配置无线网络时确定，并将该地理位置与此时配置的无线网络MAC地理等唯一标识进行绑定，供后续查询。

需要说明，本申请对不同无线网络的无线接入设备的地理位置与无线网络信息之间的绑定关系的确定，及其表示方式、存储方式等均不作限定，可以根据实际需求确定。

在某些应用场景下，在验证地理位置与无线网络的MAC地址之间的绑定关系正确，为了避免对该绑定关系非法篡改，可以将该绑定关系、无线网络信息等数据写入区块链系统进行存储，具体实现方法本实施例不做详述。

步骤S26，依据目标设备检测到的多个无线网络的数量，获取针对目标无线网络的距离阈值、半径阈值及置信度阈值；

本申请实施例中，关于距离阈值、半径阈值(即无线网络的信号覆盖范围的半径的阈值)及置信度阈值等配置，与上述初始定位阈值的配置方法类似，可以经过试验或历史日志数据的统计，确定针对电子设备扫描检测到不同数量的无线网络(或无线接入设备)的场景，确定保证连接无线网络定位实现方式的定位结果可靠准确的对应阈值(即临界值)，具体实现过程本申请在此不做一一详述。

可见，本申请可以按照上述方式，预先配置距离阈值库、半径阈值库、置信度阈值库等，且在各阈值库中，不同无线网络数量(或者说MAC地址数量、无线接入设备数量)所对应的阈值不同。在需要从不同定位结果、地理位置之间的距离差、目标无线网络的半径、置信度等影响因素方面，进一步检测是否满足无线网络连接定位条件的情况下，服务设备可以从当前接收到的定位请求中，确定目标设备本次检测到的无线网络数量，之后，从相应的阈值库中，查询与该无线网络数量对应的相应类型的阈值，具体实现过程可以参照但并不局限于上文对初始定位阈值的查询过程，本实施例不做详述。

在又一些实施例中，本申请也可以将上文列举的各类阈值，直接建立与不同无线网络数量之间的对应关系，并写入一个数据库中存储，这样，在需要进行无线网络连接定位条件的检测时，确定目标设备本次检测到的无线网络数量后，直接从该数据库中，查询与该无线网络数量对应的各类阈值。可见，该实施例中，不需要预先构建不同类别的多个阈值库，只要构建一个阈值库就能够满足阈值查询需求。

需要说明的是，无论对哪个阈值库，在构建阈值与无线网络数量之间的对应关系时，可以针对每一个无线网络数量，配置一一对应的相应类别的阈值；也可以经过试验或历史数据，将无线网络数量划分为多个数量段，针对每一个数量段，配置一个对应的相应类别的阈值，本申请对各阈值库中的对应关系的配置方式不做限定，可视情况而定。

步骤S27，获取目标无线网络对应地理位置与初始定位结果之间的距离差；

应该理解，初始定位结果实际上是对目标设备进行定位得到的初始位置，其可以采用与上述地理位置相同的表示方式，这样可以直接获取该初始位置与上述目标无线网络对应地理位置之间的距离差。

当然，若目标无线网络对应地理位置与初始定位结果的位置表示方式不同，可以先转换为同一种位置表示方式，再进行距离差的计算，为了方便后续检测，可以该位置表示方式可以采用与距离阈值同一种表示方式，本申请对该位置表示方式的具体内容不做限定，如地理空间坐标、转换为相应平面的坐标等。

需要说明，若本申请在对目标设备的预定位阶段，仅采用一种网络定位实现方式，得到一个初始定位结果，可以直接获取该初始定位结果与目标无线网络对应地理位置之间的距离差；若采用多种网络定位实现方式，如上述指纹、聚类这两种定位实现方式，将得到多个初始定位结果，需要获取每一个初始定位结果与该目标无线网络对应地理位置之间的距离差，得到相应数量的距离差，如目标无线网络对应地理位置与聚类定位结果之间的聚类距离差、目标无线网络对应地理位置与指纹定位结果之间的指纹距离差等。

步骤S28，检测该距离差是否小于相应距离阈值，如果是，进入步骤S29；如果否，执行步骤S212；

如上述分析，由于目标无线网络对应地理位置与初始定位结果之间的距离差是否小于相应距离阈值，仅是确定是否满足无线网络连接定位条件的一种影响因素，在该影响因素满足无线网络连接定位条件情况下，并不能说明目标设备所处的无线网络情况满足无线网络连接定位条件，适合采用连接无线网络定位实现方式，对目标设备进行精细定位，需要进一步对其他影响因素进行检测，但本申请对各影响因素之间的检测顺序不做限定，并不局限于本实施例描述的检测步骤，可以根据实际情况调整各影响因素的检测顺序，本申请在此不做一一详述。

应该理解，若上述得到的距离差包括不同类别的多个距离差，如聚类距离差、指纹距离差等场景下，步骤S28执行过程中，需要检测每一个距离差是否小于相应距离阈值。在一种可能的实现方式中，若各距离差都小于相应距离阈值，说明该影响因素满足无线网络连接定位条件；反之，若存在某一距离差不小于相应距离阈值，可以认为该影响因素不满足无线网络连接定位条件，也就不需要对其他影响因素进行检测，直接确定不满足无线网络连接定位条件，目标设备当前所处的无线网络环境不适合采用连接无线网络定位实现方式，对目标设备进行精细定位。

在又一种可能的实现方式中，若当前应用场景对无线网络连接定位条件的检测要求不太严格，检测到某一距离差小于相应距离阈值，可以执行后续步骤S29；反之，若各距离差均不小于相应距离阈值，执行步骤S212。本申请可以根据实际需求选择检测方式。

步骤S29，检测目标无线网络的覆盖半径是否小于半径阈值，如果是，进入步骤S210；如果否，执行步骤S212；

步骤S210，检测目标无线网络的置信度是否小于置信度阈值，如果是，进入步骤S211；如果否，执行步骤S212；

在实际应用中，对于无线接入设备来说，因自身性能及其所处环境等多方面因素，往往会导致不同无线接入设备所提供的无线网络的信号覆盖范围和置信度不同，也就使得不同无线接入设备所提供的无线网络的覆盖半径不同，关于各无线接入设备所提供的无线网络的覆盖半径、置信度的获取过程本申请在此不做详述，可以依据历史数据或交互信号的信号强度等计算得到，但并不局限于此。

关于半径阈值和置信度阈值的配置及查询过程，可以参照上述实施例相应部分的描述，且目标无线网络的覆盖半径、置信度分别作为无线网络连接定位条件的一个影响因素，可以按照上述其他影响因素的检测过程，来确定该影响因素是否满足无线网络连接定位条件，具体实现过程本实施例不做详述。

需要说明，由于目标设备所接入的目标无线网络自身的属性信息，并不局限于上述覆盖半径、置信度等，为了进一步提高无线网络连接定位条件检测结果的可靠性及准确性，本申请还可以对目标无线网络的其他属性信息进行检测，检测过程与上述检测过程类似，本申请不做一一详述。

综上，本申请可以依据目标无线网络对应的地理位置、初始定位结果及目标无线网络信息，确定是否满足无线网络连接定位条件，即确定目标设备当前所处无线网络环境，是否适合采用连接无线网络定位实现方式，实现对目标设备的精细定位。但应该理解，本申请实施例的流程步骤中，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作，可视情况而定，本申请不做一一详述。

步骤S211，利用目标无线网络对应的地理位置，获得目标设备的目标定位结果；

步骤S212，将初始定位结果确定为目标设备的目标定位结果。

关于步骤S211和步骤S212的具体实现，可以参照上述实施例相应部分的描述，本实施例不做赘述。

由此可见，本申请实施例中，目标设备检测到多个无线网络的情况下，发起携带这多个无线网络各自的无线网络信息的定位请求后，服务设备可以先利用这多个无线网络信息，对目标设备进行初始定位，得到初始定位结果及其对应的初始定位比例，之后，将从该初始定位比例、目标设备所接入的目标无线网络的覆盖半径、置信度，以及对应地理位置与初始定位结果之间的距离差等多个角度，综合分析当前是否满足无线网络连接定位条件，都满足的情况下，才会采用连接无线网络定位实现方式，利用目标无线网络对应的地理位置，实现对目标设备的精细定位，得到目标设备的目标定位方法，若一条件不满足，说明采用连接无线网络定位实现方式得到的目标设备定位结果不可靠，将由初始定位结果确定为目标定位结果，满足定位需求，同时解决了现有技术无论在什么场景下直接采用连接无线网络定位实现方式定位目标设备，导致无法保证目标设备定位结果的可靠性及准确性。

参照图9，为本申请提出的基于无线网络的定位实现方法的又一可选示例的流程示意图，本实施例主要是对上述实施例描述的基于无线网络的定位实现方法中，如何对多个无线网络信息进行定位分析，得到目标设备的初始定位结果及相应的初始定位比例的实现过程进行描述，即对目标设备的初始定位过程进行细化描述，但并不局限于本实施例描述的这种初始定位实现方式。关于基于无线网络的定位实现方法的其他实现步骤，可以参照上述实施例相应部分的描述，本实施例不做赘述。

如图9所示，上述目标设备的初始定位实现过程可以包括但并不局限于以下步骤：

步骤S31，利用目标设备检测到多个无线网络各自对应网络地址，获得相应无线网络的属性信息以及提供该无线网络的无线接入设备的地理位置；

结合上文对目标设备的初始定位实现过程的相关描述，服务设备接收到定位请求后，可以对该定位请求进行解析，得到目标设备检测到的(即扫描到的)无线网络列表中，各无线网络的无线网络信息(其可以包括网络地址、信号强度等信息)。其中，该无线网络列表具体可以为MAC地址(即网络地址)列表，该信号强度可以包括相应无线网络的扫描信号强度、连接信号强度，在后续网络定位过程中，可以选择合适的无线网络信息进行计算。

之后，服务设备可以利用各无线网络的MAC地址，从MAC位置库(其记录了不同无线接入设备的地理位置与各无线网络的MAC地址之间的对应关系，即记录了每个MAC地址对应的地理位置，具体可以通过对历史日志信息分析得到，本申请对该对应关系的获取方法不做限定)中，查询各MAC地址对应的地理位置，即实际经纬度物理位置，也就是提供该无线网络的无线接入设备所在的位置，本实施例对该地理位置的配置方式及其表示方式不做限定。

同时，服务设备还可以利用各无线网络的MAC地址，从MAC属性库(其记录了不同无线接入设备提供的各无线网络的MAC地址对应的属性信息)中，查询相应无线网络的属性信息，如预设时间段内出现相应MAC地址的历史频次、该无线网络的覆盖半径、置信度等，本申请对无线网络的属性信息包含的内容不做限定。

步骤S32，利用多个无线网格各自对应的属性信息和地理位置，剔除多个无线网络中的异常无线网络，得到置信无线网络；

需要说明，本申请对异常无线网络的识别方法，即异常MAC的识别方法不做限定。在一些实施例中，在得到目标设备检测到的各MAC地址对应的地理位置后，可以从这多个地理位置中，识别出离群点即异常MAC(也可以称为异常无线网络)，具体可以采用聚类方式对这多个地理位置进行聚类分析，确定出距离整个地理位置群体比较远的某一个或两个异常地理位置点，并将其对应的MAC确定为异常MAC，同理将其对应的无线网络确定为异常无线网络，但并不局限于这种异常无线网络识别方式。

而在依据上述属性信息进行异常无线网络识别过程中，针对上文列举额该属性信息包含的内容，可以预先针对每一种属性信息，确定无线网络异常时该属性信息的数值，为该类属性信息的异常阈值，这样，对于目标设备检测到的各无线网络的每一个属性信息，可以检测其是否小于相应的异常阈值，即检测历史频次、置信度、覆盖半径等是否小于相应阈值，若存在小于相应的异常阈值的属性信息，可以认为相应无线网络异常；反之，各属性信息均不小于相应异常阈值，可以认为该无线网络正常，但并不局限于这种异常无线网络识别方式，且上述各异常阈值可以根据应用场景的需求进行动态调整，本申请上述各异常阈值的具体数值不做限定。

步骤S33，通过网络定位规则，对置信无线网络的无线网络信息进行定位分析，得到目标设备的初始定位结果及对应的初始定位比例。

其中，网络定位规则可以包括聚类定位规则(即上述聚类定位实现方式)、指纹定位规则(即上述指纹定位实现方式)等，区别于背景技术描述的连接Wi-Fi定位实现方式，本申请对各网络定位规则的具体内容不做详述，可以依据相应网络定位实现方式的工作原理确定。

继上文描述，本申请在利用扫描到的无线网络的无线网络信息，对目标设备进行初始定位之前，为了避免异常无线网络信息，对初始定位结果准确性的不利影响，本实施例可以采用上述方式对扫描到的无线网络进行异常识别，剔除异常无线网络的无线网络信息，后续仅对置信无线网络的无线网络信息进行定位分析，提高了目标设备初始定位结果的准确性。

下面将以聚类定位实现方式、指纹定位实现方式为例，来说明对目标设备初始定位实现过程中，步骤S33的具体实现过程，但并不局限于这两种非连接Wi-Fi定位实现方式，可以根据应用场景的实际情况，确定目标设备初始定位阶段采用的网络定位实现方式，本申请不做一一详述。

参照图10a，为本申请提出的基于无线网络的定位实现方法的又一可选示例的流程示意图，本实施例主要是对上述实施例描述的基于无线网络的定位实现方法中，目标设备的初始定位实现方式的一可选细化实现方式，具体对上述步骤S33中的网络定位规则为聚类定位规则的情况下，在目标设备初始定位过程中，如何确定相应的初始定位比例的实现过程进行描述，关于其他步骤的实现过程，可以参照上述实施例相应部分的描述，不做赘述。

结合图10b所示的聚类初始定位实现方法示意图，如图10a所示，该方法可以包括：

步骤S41，获取目标设备检测到的多个无线网络各自的扫描信号强度和连接信号强度；

服务设备接收到定位请求后，如图10b中的定位请求模块中所示的处理流程，服务设备解析定位请求，得到多个MAC地址及信号强度Rssi后，可以基于MAC地址的召回处理方式，从MAC位置库中，获取的各无线网络对应的地理位置，与此同时，还可以从MAC属性库中召回相应的属性信息，具体实现过程可以参照上述实施例相应部分的描述，本实施例不做赘述。

结合上文对聚类定位实现方法的描述，本实施例得到各置信无线网络对应的地理位置、属性信息后，如图10b中聚类前序定位模块所示处理流程，可以利用聚类算法进行聚类定位，得到目标设备的聚类定位结果，即目标设备的一种初始定位结果，本申请对聚类定位方法的实现过程不做详述。

步骤S42，对多个无线网络各自的扫描信号强度进行平均值运算，得到平均扫描信号强度；

步骤S43，确定目标设备所接入的目标无线网络的连接信号强度；

步骤S44，将平均扫描信号强度与连接信号强度的比值，确定为聚类定位规则对应的第一初始定位比例。

本实施例实际应用中，扫描到的Wi-Fi列表(即图10b中的Scan Wi-Fi列表)后，如图10b中聚类前序定位模块所示处理流程，对该列表中各Wi-Fi信号的扫描信号强度scan_rssi_k求均值，得到平均扫描信号强度，将该平均扫描信号强度与上述连接信号强度conn_rssi之间的比值，即conn_scan信号强度比，确定为聚类定位规则对应的第一初始定位比例，具体计算公式如下：

其中，公式(1)中，rate_{conn_scan}可以表示上述第一初始定位比例，也可以称为rssi比例；n表示目标设备发起的定位请求中，该目标设备当前检测到的无线网络数量，k表示无线网络列表的第k个无线网络。本实施例可以由该conn_scan信号强度比与上述聚类定位结果，确定为目标设备的前序定位输出结果。

结合上述分析，在后续对第一初始定位比例进行检测时，可以检测该第一初始定位比例是否小于第一初始定位阈值，该第一初始定位阈值可以基于定位请求中携带的无线网络的数量，查询第一比例阈值库(如rssi比例阈值库)确定，具体实现过程不再赘述。

综上，本实施例实际应用中，在目标设备的初始定位阶段过程中，对目标设备检测到的多个无线网络进行异常剔除后，若得到的置信无线网络的数量足够(如该数量达到执行聚类定位方法要求的无线网络的最小数量)，可以按照上述方式对置信无线网络进行聚类定位，得到聚类定位结果即第一初始定位结果，与此同时，将获取平均扫描信号强度与连接信号强度的比例，确定为第一初始定位比例，作为后续检测是否采用连接Wi-Fi定位实现方式的一个检测特征，以结合其他检测特征，确定此时采用连接Wi-Fi定位实现方式所得到的定位结果是否可靠，以避免在采用连接Wi-Fi定位实现方式所得到的定位结果不可靠的应用场景下，如目标设备所连接的Wi-Fi与地理位置之间的绑定关系错误的场景，仍采用连接Wi-Fi定位实现方式，导致目标设备的定位结果精准度较差的情况。

区别于上述图10a所示的初始定位比例获取方式，本申请还可以利用指纹定位规则这种网络定位规则，对目标设备进行初始定位，并对应的第二初始定位比例。具体参照图10c所示的本申请提出的基于无线网络的定位实现方法的又一可选示例的流程示意图，关于图10b所示的定位请求模块对定位请求的解析处理过程，可以参照上述实施例相应部分的描述，本实施例主要对第二初始定位比例的获取过程进行描述，如图10c所示，该方法可以包括：

步骤S51，检测无线网络指纹库中，是否存在与提供所述置信无线网络的无线接入设备的地理位置对应的指纹地理网格；

本实施例中，服务设备利用解析定位请求所得到信息，获取第二初始定位比例过程中，可以同时对置信无线网络进行指纹定位，得到指纹定位结果，具体可以参照图10b中指纹前序定位部分所示的处理过程，以及上文对指纹定位实现原理的描述内容，本实施例在此不做赘述。

其中，在指纹定位过程中，确定各置信无线网络对应的指纹地理网格后，可以将检测到的各无线网络信息与该指纹地理网格的位置指纹参数进行比对，确定上述定位请求与该指纹地理网格之间的匹配特征，之后，可以利用深度神经网络对匹配特征进行变换，以生成变换后的匹配特征，用以指示目标设备与指纹地理网格之间的地理距离，进而依据这些变换后的匹配特征，得到目标设备的指纹定位结果，即利用预先训练的指纹匹配模型，对得到的匹配特征进行处理，得到相应指纹地理网格为目标设备的地理位置的概率，按照概率大小对地理网格排序，得到指纹定位结果，具体实现过程本申请不做详述。

在实际应用中，对于目标设备检测到的多个无线网络，并非都是对应的指纹地理网格，也并非都能够聚类，本实施例可以针对这多个无线网络分别对应的无线接入设备所在的地理位置，从无线网络指纹库中，查询是否存在与该地理位置对应的指纹地理网格，也就验证目标设备所检测到的多个无线网络，是否包含在无线网络指纹库中。其中，结合上述分析，该无线网络指纹库包含的不同的指纹地理网格与不同无线网络之间的对应关系，本申请对该无线网络指纹库的构建方式，及其包含的该对应关系的表示方式和存储方式均不作限定。

步骤S52，依据检测结果，得到存在对应的指纹地理网格的无线接入设备的第一数量；

应该理解，对于无线网络指纹库包含的无线网络，在其作为目标设备接入的目标无线网络的情况下，采用连接无线网络定位实现方式，才可能更加可靠且准确地获得目标设备的定位结果，所以，本实施例可以统计目标设备检测到的多个无线网络中，对应有指纹地理网格的无线无线网络的第一数量，即提供这类无线网络的无线接入设备(即AP设备)的第一数量。

步骤S53，在通过聚类定位规则对置信无线网络的无线网络信息进行定位分析过程中，获得可聚类无线接入设备的第二数量；

本实施例中，可聚类无线接入设备(即可聚类AP设备)是指提供这些置信无线网络的无线接入设备中，相应地理位置被聚类的无线接入设备，可以通过对检测到的多个置信无线网络分别对应的，无线接入设备的地理位置进行聚类处理，来得到可聚类AP设备的第二数量，即这多个置信无线网络中，除去独立地理位置对应的无线接入设备后的AP设备数量。本申请对上述第一数量和第二数量的具体数值不做限定，可视情况而定。

步骤S54，将第一数量与第二数量的比值，确定为指纹定位规则对应的第二初始定位比例。

也就是说，本实施例可以利用如下公式计算第二初始定位比例：

上述公式(2)中，rate_{fp_cluster}可以表示上述第二初始定位比例，也可以称为AP设备比例，AP_num_fp可以表示上述第一数量，AP_num_cluster可以表示上述第二数量。在后续对第二初始定位比例的检测过程中，可以检测该第二初始定位比例小于第二初始定位阈值，该第二初始定位阈值基于定位请求中携带的无线网络的数量，查询第二比例阈值库(如AP设备比例阈值库)确定，具体实现过程可以参照上述实施例相应部分的描述，本实施例不做赘述。

由此可见，本实施例在获取目标设备的初始定位结果的过程中，通过对目标设备检测到的多个无线网络各自的无线网络信息分析，确定当前适用于指纹定位实现方式的情况下，可以按照指纹定位规则对多个无线网络信息进行指纹定位处理，得到指纹定位结果，具体实现过程不做详述；与此同时，可以由检测到的多个无线网络中，可召回的AP设备数量与可聚类的AP设备数量的比值，得到AP设备比例，并将其作为又一检测特征，以结合其他检测特征，确定此时采用连接Wi-Fi定位实现方式所得到的定位结果是否可靠，保证采用连接Wi-Fi定位实现方式所得到的定位结果的高置信度。

在本申请提出的又一些实施例中，参照9d所示的本申请提出的基于无线网络的定位实现方法的又一可选示例的流程示意图，在对目标设备的初始定位阶段，如图10d所示，可以适用于指纹定位规则和聚类定位规则这两种网络定位规则，结合上述相应实施例描述的网络定位方式，分别实现对目标设备的指纹定位和聚类定位，得到相应的指纹定位结果和聚类定位结果，与此同时，还可以得到用于检测是否可以采用连接Wi-Fi定位实现方式，对目标设备进行精细定位的第一初始定位比例(如图10d中的rssi比例)、第二初始定位比例(如图10d中的AP设备比例)，并检测其是否满足相应的初始定位比例阈值，具体实现过程可以参照上述相应实施例的描述，本实施例不再赘述。

在确定所得到的满足rssi比例、AP设备比例满足相应的rssi比例阈值、AP设备比例阈值的情况下，可以如连接Wi-Fi定位模块所示的处理方式，继续对目标设备当前所接入的目标无线网络(如图10d中的Conn-WiFi)的无线网络信息，来进一步检测其是否满足相应的阈值，从而确定目标设备当前所处无线网络环境是否满足无线网络连接定位条件，若满足，将使用该目标无线网络的地理位置，得到目标设备的目标定位结果，具体实现过程可以参照上述实施例相应部分的描述，本实施例不做赘述。

由此可见，在对目标设备的初始定位阶段，可以根据实际情况采用一种或多种网络定位规则(非连接无线网络定位规则，如上述指纹定位规则、聚类定位规则等)，实现对目标设备的初始定位，得到相应的初始定位结果，由于该初始定位结果是采用非连接Wi-Fi定位实现方式，对多个无线网络信息进行定位分析得到的，保证了初始定位结果可靠性，这样，在无线网络与地理位置之间的绑定关系不正确，或目标设备上报的历史定位相关信息中的位置关系错误的场景下，确定不满足无线网络连接定位条件，将该初始定位结果确定为目标定位结果，实现了对目标设备的可靠定位；而在满足无线网络连接定位条件的场景下，采用连接Wi-Fi定位实现方式，保证实现了对目标设备的精细定位。

在本申请提出的又一些实施例中，结合上述分析，本申请对目标设备的定位实现过程，实际上是通过对融合了聚类定位和指纹定位等初始定位结果的多个特征条件，来预测采用连接Wi-Fi定位实现方式，是否能够得到可靠的定位结果，基于该构思，本申请还可以将这些特征条件，即上文实施例描述的多个影响因素包含的信息作为样本数据，来训练预测模型，用以实现是否启动连接Wi-Fi定位实现方式的预测，本申请对该预测模型的训练方法不做限定，可以根据实际应用场景的需求，采用如上述列举的合适的人工智能算法完成模型训练，具体实现过程本实施例不做详述。

基于此，在完成上述预测模型的训练后，在实际应用中，获取目标设备检测到的多个无线网络的无线网络信息后，可以将其直接输入预测模型，或将其与初始定位结果、初始定位比例等输入预测模型，得到目标设备的目标定位结果，具体实现方式可以依据上述预测模型包含的处理过程确定。

参照图11，为本申请提出的基于无线网络的定位实现装置的一可选示例的结构示意图，该装置可以适用于服务设备，如图11所示，该装置可以包括：

定位请求接收模块31，用于接收目标设备发起的定位请求，所述定位请求携带有所述目标设备检测到多个无线网络各自对应的用于定位的无线网络信息；

初始定位模块32，用于响应所述定位请求，对多个所述无线网络信息进行定位分析，得到所述目标设备的初始定位结果及相应的初始定位比例；

无线网络连接定位条件检测模块33，用于依据所述初始定位结果、所述初始定位比例，及所述目标设备所接入的目标无线网络的目标无线网络信息，确定是否满足无线网络连接定位条件；

目标定位模块34，用于在无线网络连接定位条件检测模块的检测结果为满足所述无线网络连接定位条件的情况下，利用所述目标无线网络信息，获得所述目标设备的目标定位结果；

可选的，如图11所示，该装置还可以包括：

目标定位确定模块35，用于在无线网络连接定位条件检测模块的检测结果为不满足所述无线网络连接定位条件的情况下，将所述初始定位结果确定为所述目标设备的目标定位结果。

在一些实施例中，该无线网络连接定位条件检测模块33可以包括：

初始定位阈值获取单元，用于依据所述目标设备检测到的所述多个无线网络的数量，获取所述初始定位比例对应的初始定位阈值；

初始定位比例检测单元，用于检测所述初始定位比例是否小于对应的所述初始定位阈值；

第一地理位置获得单元，用于在初始定位比例检测单元的检测结果为小于对应的所述初始定位阈值的情况下，利用所述目标设备所接入的目标无线网络的目标无线网络信息，获得所述目标无线网络对应的地理位置；

条件检测单元，用于依据所述地理位置、所述初始定位结果及所述目标无线网络信息，确定是否满足无线网络连接定位条件。

进一步地，在一种可能的实现方式中，该条件检测单元可以包括：

阈值获取子单元，用于依据所述目标设备检测到的所述多个无线网络的数量，获取针对所述目标无线网络的距离阈值、半径阈值及置信度阈值；

第一距离差获取子单元，用于获取所述地理位置与所述初始定位结果之间的距离差；

第一检测子单元，用于检测所述距离差是否小于所述距离阈值，所述目标无线网络的覆盖半径是否小于所述半径阈值，以及所述目标无线网络的置信度是否小于所述置信度阈值；

相应地，上述目标定位模块34包括：

第一确定子单元，用于确定所述距离差小于所述距离阈值，所述目标无线网络的覆盖半径小于所述半径阈值，且所述目标无线网络的置信度小于所述置信度阈值。

在本申请提出的一些实施例中，在上述无线网络信息包括相应无线网络的网络地址及信号强度的情况下，上述初始定位模块32可以包括：

第二地理位置获得单元，用于利用所述网络地址，获得相应无线网络的属性信息以及提供该无线网络的无线接入设备的地理位置；

异常检测单元，用于利用所述多个无线网格各自对应的所述属性信息和所述地理位置，剔除所述多个无线网络中的异常无线网络，得到置信无线网络；

初始定位单元，用于通过网络定位规则，对所述置信无线网络的无线网络信息进行定位分析，得到所述目标设备的初始定位结果及对应的初始定位比例。

可选的，若网络定位规则包括聚类定位规则，该初始定位单元可以包括：

平均扫描信号强度得到子单元，用于对所述多个无线网络各自的扫描信号强度进行平均值运算，得到平均扫描信号强度；

连接信号强度确定子单元，用于确定所述目标设备所接入的目标无线网络的连接信号强度；

第一初始定位比例确定子单元，用于将所述平均扫描信号强度与所述连接信号强度的比值，确定为所述聚类定位规则对应的第一初始定位比例；

相应地，上述初始定位比例满足相应的初始定位阈值包括：第一初始定位比例小于第一初始定位阈值，所述第一初始定位阈值基于所述定位请求中携带的无线网络的数量，查询第一比例阈值库确定。

在又一可选实施例中，若上述网络定位规则还包括指纹定位规则，该初始定位单元也可以包括：

第一数量得到子单元，用于检测无线网络指纹库中，是否存在与提供所述置信无线网络的无线接入设备的地理位置对应的指纹地理网格，得到存在对应的所述指纹地理网格的无线接入设备的第一数量；

第二数量获得子单元，用于在通过所述聚类定位规则对所述置信无线网络的无线网络信息进行定位分析过程中，获得可聚类无线接入设备的第二数量；

其中，所述可聚类无线接入设备是指提供所述置信无线网络的无线接入设备中，相应地理位置被聚类的无线接入设备；

第二初始定位比例确定子单元，用于将所述第一数量与所述第二数量的比值，确定为所述指纹定位规则对应的第二初始定位比例；

相应地，上述初始定位比例满足相应的初始定位阈值，还可以包括：所述第二初始定位比例小于第二初始定位阈值，所述第二初始定位阈值基于所述定位请求中携带的无线网络的数量，查询第二比例阈值库确定。

应该理解，关于上述装置实施例中的各模块和单元均可以是应用程序构成的功能模块，其实现相应功能的具体过程可以参照上述方法实施例相应部分的描述，本实施例不做赘述。

本申请实施例还提供了一种可读存储介质，其上存储有计算机程序，该计算机程序可以被处理器调用并执行，实现上述基于无线网络的定位实现方法的各个步骤，具体实现方法可以参照上述实施例相应部分的描述。

本申请还提出了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。服务设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该服务设备执行上述基于无线网络的定位实现方法方面或基于无线网络的定位实现装置方面的各种可选实现方式中所提供方法，具体实现过程可以参照上述相应实施例的描述，不做赘述。

最后，需要说明，本说明书中各个实施例采用递进或并列的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置、服务设备、系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的核心思想或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种基于无线网络的定位实现方法，其特征在于，所述方法包括：

接收目标设备发起的定位请求，所述定位请求携带有所述目标设备检测到多个无线网络各自对应的用于定位的无线网络信息；

响应所述定位请求，对多个所述无线网络信息进行定位分析，得到所述目标设备的初始定位结果及相应的初始定位比例；所述初始定位比例为，所述多个无线网络的平均扫描信号强度与所述目标设备所接入的目标无线网络连接信号强度之间的比值，或者，所述多个无线网络中存在对应的指纹地理网格的无线接入设备的第一数量与可聚类无线接入设备的第二数量之间的比值；所述可聚类无线接入设备是指提供置信无线网络的无线接入设备中，相应地理位置被聚类的无线接入设备；所述置信无线网络为从所述多个无线网络中剔除异常无线网络之后得到的无线网络；

依据所述初始定位结果、所述初始定位比例，及所述目标设备所接入的目标无线网络的目标无线网络信息，确定满足无线网络连接定位条件时，利用所述目标无线网络信息，获得所述目标设备的目标定位结果；

所述依据所述初始定位结果、所述初始定位比例，及所述目标设备所接入的目标无线网络的目标无线网络信息，确定满足无线网络连接定位条件，包括：

依据所述目标设备检测到的所述多个无线网络的数量，获取所述初始定位比例对应的初始定位阈值；

检测所述初始定位比例是否小于对应的所述初始定位阈值；

如果小于对应的所述初始定位阈值，利用所述目标设备所接入的目标无线网络的目标无线网络信息，获得所述目标无线网络对应的地理位置；

依据所述目标设备检测到的所述多个无线网络的数量，获取针对所述目标无线网络的距离阈值、半径阈值及置信度阈值；

获取所述地理位置与所述初始定位结果之间的距离差；

检测所述距离差是否小于所述距离阈值，所述目标无线网络的覆盖半径是否小于所述半径阈值，以及所述目标无线网络的置信度是否小于所述置信度阈值；

确定所述距离差小于所述距离阈值，所述目标无线网络的覆盖半径小于所述半径阈值，且所述目标无线网络的置信度小于所述置信度阈值。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

依据所述初始定位结果、所述初始定位比例，及所述目标设备所接入的目标无线网络的目标无线网络信息，确定不满足所述无线网络连接定位条件时，将所述初始定位结果确定为所述目标设备的目标定位结果。

3.根据权利要求1所述的方法，其特征在于，所述无线网络信息包括相应无线网络的网络地址及信号强度，所述对多个所述无线网络信息进行定位分析，得到所述目标设备的初始定位结果及相应的初始定位比例，包括：

利用所述网络地址，获得相应无线网络的属性信息以及提供该无线网络的无线接入设备的地理位置；

利用所述多个无线网络各自对应的所述属性信息和所述地理位置，剔除所述多个无线网络中的异常无线网络，得到置信无线网络；

通过网络定位规则，对所述置信无线网络的无线网络信息进行定位分析，得到所述目标设备的初始定位结果及对应的初始定位比例。

4.根据权利要求3所述的方法，其特征在于，所述网络定位规则包括聚类定位规则，所述对应的初始定位比例的获得方法包括：

对所述多个无线网络各自的扫描信号强度进行平均值运算，得到平均扫描信号强度；

确定所述目标设备所接入的目标无线网络的连接信号强度；

将所述平均扫描信号强度与所述连接信号强度的比值，确定为所述聚类定位规则对应的第一初始定位比例；

所述初始定位比例满足相应的初始定位阈值，包括：

所述第一初始定位比例小于第一初始定位阈值，所述第一初始定位阈值基于所述定位请求中携带的无线网络的数量，查询第一比例阈值库确定。

5.根据权利要求4所述的方法，其特征在于，所述网络定位规则还包括指纹定位规则，所述对应的初始定位比例的获得方法还包括：

检测无线网络指纹库中，是否存在与提供所述置信无线网络的无线接入设备的地理位置对应的指纹地理网格，得到存在对应的所述指纹地理网格的无线接入设备的第一数量；

在通过所述聚类定位规则对所述置信无线网络的无线网络信息进行定位分析过程中，获得可聚类无线接入设备的第二数量；

将所述第一数量与所述第二数量的比值，确定为所述指纹定位规则对应的第二初始定位比例；

所述初始定位比例满足相应的初始定位阈值，还包括：

所述第二初始定位比例小于第二初始定位阈值，所述第二初始定位阈值基于所述定位请求中携带的无线网络的数量，查询第二比例阈值库确定。

6.一种基于无线网络的定位实现装置，其特征在于，所述装置包括：

定位请求接收模块，用于接收目标设备发起的定位请求，所述定位请求携带有所述目标设备检测到多个无线网络各自对应的用于定位的无线网络信息；

初始定位模块，用于响应所述定位请求，对多个所述无线网络信息进行定位分析，得到所述目标设备的初始定位结果及相应的初始定位比例；所述初始定位比例为，所述多个无线网络的平均扫描信号强度与所述目标设备所接入的目标无线网络连接信号强度之间的比值，或者，所述多个无线网络中存在对应的指纹地理网格的无线接入设备的第一数量与可聚类无线接入设备的第二数量之间的比值；所述可聚类无线接入设备是指提供置信无线网络的无线接入设备中，相应地理位置被聚类的无线接入设备；所述置信无线网络为从所述多个无线网络中剔除异常无线网络之后得到的无线网络；

无线网络连接定位条件检测模块，用于依据所述初始定位结果、所述初始定位比例，及所述目标设备所接入的目标无线网络的目标无线网络信息，确定是否满足无线网络连接定位条件；

目标定位模块，用于在无线网络连接定位条件检测模块的检测结果为满足所述无线网络连接定位条件的情况下，利用所述目标无线网络信息，获得所述目标设备的目标定位结果；

其中，依据所述初始定位结果、所述初始定位比例，及所述目标设备所接入的目标无线网络的目标无线网络信息，确定满足无线网络连接定位条件，包括：

依据所述目标设备检测到的所述多个无线网络的数量，获取所述初始定位比例对应的初始定位阈值；

检测所述初始定位比例是否小于对应的所述初始定位阈值；

如果小于对应的所述初始定位阈值，利用所述目标设备所接入的目标无线网络的目标无线网络信息，获得所述目标无线网络对应的地理位置；

依据所述目标设备检测到的所述多个无线网络的数量，获取针对所述目标无线网络的距离阈值、半径阈值及置信度阈值；

获取所述地理位置与所述初始定位结果之间的距离差；

检测所述距离差是否小于所述距离阈值，所述目标无线网络的覆盖半径是否小于所述半径阈值，以及所述目标无线网络的置信度是否小于所述置信度阈值；

确定所述距离差小于所述距离阈值，所述目标无线网络的覆盖半径小于所述半径阈值，且所述目标无线网络的置信度小于所述置信度阈值。

7.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序由处理器加载并执行，实现如权利要求1所述的基于无线网络的定位实现方法。

8.一种服务设备，其特征在于，所述服务设备包括：

通信模块；

存储器，用于存储实现如权利要求1所述的基于无线网络的定位实现方法的程序；

处理器，用于加载并执行所述存储器存储的所述程序，以实现如权利要求1所述的基于无线网络的定位实现方法的各个步骤。

Images