由环境信号确定设备近似定位的使用.pdf

本发明提供了从在不同定位感应的无线电信号的强度改变而确定设备的定位。在本发明的一个实例中，近似的设备定位是基于推测处理的，其被用于处理环境商业无线电信号，来通过设备的定位建立一个定位或一个概率分布。在本发明的另一个实例中，使用了应用信号强度的秩矢量的学习和推测的方法而取得的近似设备定位。移动到这样的秩顺序导致了在定位计算中的绝对信号强度的旁路考虑。本发明使用设备的近似定位，其所基于的方法不需要可以得到的环境信号的绝对信号强度的实际数量而依然在确定定位中提供了有用的定位推测。所支持的几种以定位为中心的服务，包括特定定位信息的接收，例如交通报道，紧急信息，关于设备定位的传输，和时间敏感的促销例如由商家提供的用来平衡服务版本的打折。

1.  一种用来近似确定设备定位的系统，包括：
一个接收至少一个环境信号的组件；
一个分析元件，其部分地基于该环境信号的至少一个子集的相关信号强度推测设备的至少一个近似定位；和
一个使用该设备的近似定位来提供功能的定位关联组件。

2.  如权利要求1的系统，使用该设备的近似定位提供用以存储地理上相关的数据的存储器管理。

3.  如权利要求1的系统，该设备的近似定位便于至少一个实体至少部分地使用近似的数据。

4.  如权利要求3的系统，该实体包括至少从包括至少一个软件应用程序和至少一个计算机设备的组中选取的一个。

5.  如权利要求4的系统，该近似数据用来建立从包括由计算设备使用的时区，用以由计算机设备使用的一个地区定位，和一种由计算设备使用的语言的组中选取至少一个。

6.  如权利要求1的系统，该推测的近似定位至少部分地利于至少一个导航系统。

7.  如权利要求6的系统，该导航系统包括一个地面交通工具导航系统。

8.  如权利要求1的系统，该推测的近似定位至少部分地在危急期间便于紧急设备用以提供信息。

9.  如权利要求8的系统，该紧急设备提供从包括用于一个设备的定位的无线电频率传播信息，被窃项的恢复助手，丢失的个人定位助手，用以定位水资源的紧急地图，本地建筑结构图，医疗服务定位，公共定位，和天气报道的组中选取的至少一个。

10.  如权利要求1的系统，该推测的近似定位便于特定定位信息的分布。

11.  如权利要求10的系统，该特定定位信息包括从包括有时间敏感性信息，相关广告信息，相关天气信息，相关紧急信息，和至少一个实体的近似信息的组中选取至少一个。

12.  如权利要求11的系统，该实体包括一个预定的人。

13.  如权利要求11的系统，该近似信息用来促使从包括实体的集群和非关联实体的组中选取至少一个。

14.  如权利要求1的系统，该推测的近似信息用来至少部分地便于定位计算设备。

15.  如权利要求1的系统，该推测的近似定位用来纪录设备的历史定位。

16.  如权利要求1的系统，该推测的近似定位便于基于一个事件的至少一个项的分组。

17.  如权利要求16的系统，该事件发生在室内。

18.  如权利要求16的系统，该事件包括捕获一个图像。

19.  如权利要求18的系统，该图像包括从包括非运动图像和运动图像的组中的选取的至少一个。

20.  如权利要求19的系统，该图像包括一个数字图像。

21.  一种用来近以确定定位的方法，包括：
接收多个环境信号强度；
部分地基于环境信号强度的至少一个子集的相关信号强度来确定设备的近似定位；和
使用设备的近似定位来便于关联与至少一个与定位有关的时间敏感信息。

22.  如权利要求21的方法，该时间敏感信息包括从包括时间敏感广告和时间敏感警告的组中选取的至少一个。

23.  如权利要求22的方法，该时间敏感广告包括至少部分地用于一个出售补偿码。

24.  如权利要求22的方法，该时间敏感警告包括，至少部分地为便于出售补偿的可显示的数码的传输。

25.  一种使用如权利要求1的系统的地理服务以提供基于设备的近似定位的信息。

26.  一种使用如权利要求1的系统的包裹传递服务以提供基于设备的近似定位的信息。

27.  一种使用如权利要求1的系统的跟踪系统以提供基于设备的近似定位的信息。

28.  一种如权利要求27的跟踪系统，该跟踪系统包括从包括一个设备跟踪系统，一个人物跟踪系统，一个动物跟踪系统和一个交通工具跟踪系统的组中选取的至少一个。

由环境信号确定设备近似定位的使用
相关申请参考
本申请要求于2003年7月22日申请的临时专利申请号为No.60/489274，题目为用以近似设备定位的系统和方法的美国专利申请的权益。
技术领域
本发明总地涉及使用确定的定位，更具体地涉及由环境信号强度确定的设备近似定位的使用。
发明背景
计算机被发展来帮助人们完成需要极端消耗时间的重复性工作。大多数早期的计算机被用来解决复杂的数学问题。第一台计算设备与今天使用的计算机相比要大的出奇。撇开它们巨大的尺寸不说，早期的机器比现今的机器的计算能力还要低的多。一般来说，计算设备的尺寸由同期存在的电子元件的尺寸所决定。这就意味着只有大型研究设备或大型企业才能用得起计算设备。作为供更小型电子设备使用而被发展的新技术，计算设备在尺寸上也在逐步缩小。虽然按照今天的标准依然能力不足，但计算设备的尺寸已被减小到足以放置在一般的桌面上。于是，“桌面计算机”诞生了。其允许用户在除了中央计算建筑之外的其它定位也可以使用计算技术。人们发现具有在他们的工作台使用计算技术的能力，而不是将计算问题提交给中心定位，使得他们的工作更有效率。最终，为工作提供更多便利而将桌面计算机移到家庭环境中的想法变成了现实。
当计算机进入家庭时，很显然，除了工作它还可以做其它的用途。这就使得人们将计算机看成不仅是一个工作的工具，而且是一个能被用来玩游戏，帮助学习，进行家庭通信，甚至控制家用器具和例如照明的有益设备。然而，一般来说，用户仅限于计算在其计算机上可用的信息。游戏能被安装在桌面计算机上并在其上玩，但一个用户不能与计算机在其它定位上的用户一起玩。在技术上首先尝试用电话调制技术实现计算机的连接。其允许让单个的用户通过直接拨号电话连接来进行连接。这尤其适于本地的电话呼叫，但对长途电话呼叫来说过于昂贵。然而，随着因特网的发展，所有的这些都改变了。因特网提供了一种全球范围内廉价连接计算机的方式。它允许用户在全球范围内快速、容易的传输和接收信息。商业完全融合这项新技术，由此产生了电子商务(e-commerce)。现在，用户能在线发送和接收信息甚至购买商品和服务。这种在线访问健康的信息和便捷的处理事务的方式已成为了我们社会的一种主流方式。
理所当然的，一旦人们从象因特网这样的工具中获益他们就无论走到哪里都想要能够使用这样的工具。膝上计算机的发展帮助实现了从可移动的访问点到因特网的访问。然而，膝上计算机依然需要某种类型的连接到因特网的方式，要么是有线的要么是无线的。这就大大限制了对总是处在“移动”中的典型用户的适用性。在技术上通过开发将巨大的电池与能提供可视屏的镜片安置在机体上的计算机来对此进行响应。虽然有了更大的便携性，但这些设备的笨重限制了它们的可用性，同时在设备尺寸上的减小(在一个典型的桌面计算机上)一般将限制它的计算能力。此外，由于它的复杂性，因此它是一种用户必须选择在携带它的同时知道了它的局限以及复杂性并且小心以免损坏精密装备的一种设备。
由于社会接受了新技术，因此从中要求更多。计算设备的最初用户感谢这种减轻了他们重复劳动地工作量的能力。他们更乐于走到装有计算设备的建筑中，以便他们不必做重复性的工作。既然社会已经发展到习惯于在工作中和家里都易于用到计算机，现在就要求计算的信息在任何地方都是可用的。在一些地方，在机场和购物中心已经出现了信息站，以便人们能轻易地访问信息。即便如此对于那些试图得到允许他们在他将其携带到的任何地方进行访问的最小和最轻的计算设备的用户来说也是不够的。这类设备如个人数字助理(PDA)和超小型膝上计算机经常能在用户移动时试图为用户提供信息。
虽然现在可以使用小尺寸的计算设备，但它们的操作概念总的来说保持与最先发明的计算设备是相同的。用户“面对”设备并对它提问。设备接着试图给用户提供信息。“推进技术”已经取得了进步，其中用户通过预编程设备来检索想要的信息。然而，这种典型耗费时间的程序是假定用户是固定的。虽然当用户在家时，他们很想知道所在城市的时间和温度，但当他们旅行到另一个城市时，这些信息在此刻对他们来说就变得无关了。在克服这种问题的一种尝试中，技术已开始集中于解决发现用户定位的问题。最显而易见的选择是使用全球定位系统(GPS)。它是一套被设计用来辅助军方对军队移动以及设备的定位的军用卫星定位系统。政府将从他们的卫星跟踪的不太坚定的版本提供给公众。虽然这不及军方版本的清晰度，但与传统的方法相比已非常清晰了。最早的使用卫星跟踪的民用设备体积巨大而且难于使用。最终，GPS单元在尺寸上惊人的收缩并已能被轻易运输。这种单元甚至发展到可以直接插入到如膝上计算机移动计算机中。这样的组合允许用户当他们驾驶时能如将街道地图显示在他们的膝上计算机上那样追踪他们的行程。很不幸，携带一个膝上计算机时，接续对GPS天线的所有连接，并找到被所有设备供电的电源，使得使用这种技术很烦琐。此外，由于这项技术的先天性，GPS只有当它能直接访问一个最小数量的卫星时才能工作，这限制了它在拥挤的地区例如有摩天大楼的大城市中，特别是当人们在室内时的使用。
用户逐渐要求他们要随时都能得到与其相关的信息而无需繁复的设备。例如，一个频繁的旅行者需要无论在哪里都能得到天气信息，空港信息，或汽车租赁信息。加油站，餐馆，以及其它商业信息也能够为对旅行者获取并让他们知道自己当时的定位。这种信息的传递允许用户虽然在一个陌生的地区也能更有效的使用他们的时间和资源。商务人士也能通过快速地为一个新客户确定地区资源而获益。基于所需而提供信息是提高交易的最有效的方式。
发明概述
为了对本发明的一些方面有一个基本的了解以下将给出本发明的一个简短概述。该概述并不是本发明的一个概述。它也不想要定义本发明的关键元件来描述本发明的范围。它唯一的目的是以简单的形式给出本发明的一些概念作为以后更详细描述的前序。
本发明总地涉及使用确定的定位，更具体地涉及使用从如例如电台，高塔，移动平台，建筑天线以及类似的发射体的多个环境信号强度确定的设备的近似定位。在实际信号强度与由如例如微软的灵巧个人目标技术(SPOT，Microsoft’sSmart Personal Object Technology)技术提供的信号强度指示器之间的单调增的本性被用于确定本发所使用的设备的定位。在本发明的一个方面中，所决定的定位，部分地，通过使用一个秩矢量来隔离从被使用的标准信号强度矢量的单调增的函数得到的结果。这样降低了本发明对需要绝对信号强度的定位确定的依存度。本发明支持几个中央定位服务器，包括接收特定定位的信息例如交通报道，紧急信息，有关设备定位的传输，以及如由商业提供的折扣那样用以承担对服务供应进行平衡的对时间敏感性的促销。
为了完成前述以及相关的终端，本发明的某些图解方面在此将结合后续说明和附图加以描述。然而，这些方面所表示的仅是本发明的原理可以采用的各种方式之外还有本发明想要包括所有这样的方面以及它们的等效。本发明其它的优点和新颖性特征在本发明的后续详细描述中结合附图可以是显而易见的。
附图简要说明
图1是根据本发明的一个方面的信息系统的结构图。
图2是根据本发明的一个方面的定位系统的结构图。
图3是根据本发明的一个方面的使用定位系统的设备的例图。
图4是示意根据本发明的一个方面的信号强度的精确度的曲线图。
图5是示意根据本发明的一个方面的信号强度单调性的曲线图。
图6是示意根据本发明的一个方面的混列码置换的三维曲线图。
图7是根据本发明的一个方面所使用的地图的例图。
图8示意的使根据本发明的一个方面的无线电信号强度指示器的曲线图。
图9是根据本发明的一个方面的分类精确性的一个实例。
图10是根据本发明的一个方面在标准信号强度和模拟信号强度之间的Spearman相关性的柱状图。
图11是根据本发明的一个方面对于在西雅图地区的广播站的模拟信号强度的图表。
图12是根据本发明的一个方面在七个所选定的站点的标准信号强度和模拟信号强度之间的Spearman相关性的柱状图。
图13是根据本发明的一个方面说明一个检测区域的地图。
图14是示意根据本发明的一个方面在单元宽度和中值误差之间的曲线图。
图15是示意根据本发明的一个方面的对于给定单元宽度的概率密度函数和累计密度函数的曲线图。
图16是示意根据本发明的一个方面在相关性阀值和中间误差之间的关系的曲线图。
图17是示意根据本发明的一个方面在窗口尺寸和中间误差之间的关系的曲线图。
图18是根据本发明的一个方面的对设备进行定位的方法的流程图。
图19是根据本发明的一个方面的对设备进行定位的方法的另一个流程图。
图20是根据本发明的一个方面的训练一个定位设备的方法的流程图。
图21是根据本发明的一个方面使用平滑柱状图对设备进行定位的流程图。
图22是根据本发明的一个方面的平滑定位推论方法的流程图。
图23是根据本发明的一个方面为在定位一个设备中应用而优化环境信号集合的方法的流程图。
图24图示了在其中本发明能运行的操作环境的实例。
图25图示了在其中本发明能运行的操作环境的另一个实例。
发明的详细描述
现将参考附图来说明本发明，其中相同的标号被用于指示相同的元件。在以下的描述中，为了解释的目的，众多具体细节的阐明是为了透彻地理解本发明。然而，很显然，没有这些具体的细节本发明也能实现。在其它的实例中，以结构图的形式示出的公知的结构和设备是为了更容易地描述本发明。
如在本申请中使用的，术语“组件”被用来指有关计算机的实体，不是硬件，硬件和软件的组合、软件，就是在执行中的软件。例如，一个组件可以是，但不限于是，一个在处理器上运行的流程，一个处理器，一个对象，一个可执行的，一个执行线程，一个程序，和/或一台计算机。通过举例的方式，一个运行在服务器上的应用程序和该服务器都可以是一个计算机组件。一个或多个组件可以驻留在流程和/或执行线程中同时一个组件可以位于在一个计算机上和/或被分布在两个或多台计算机中。“线程”是一个在用于执行操作系统核心进度表的流程中的一个实体。如本领域所公知的，每个线程有一个关联的“文脉”，其是一个与线程的执行有关的易失数据。一个线程的文脉包括系统寄存器的内容和属于线程流程的虚拟地址。这样，包括线程的文脉的实际数据当它在执行时发生改变。
如在这里所使用的那样，术语“推论”一般指从一组如由事件和/或数据捕获的观察来推测或推论系统、环境，和/或用户状态的流程。例如，推论能被用来确定特定的文脉或行为，或能产生有关状态的概率分布。该推论能够是概率上的——即，基于对数据和事件的考虑对于感兴趣的状态的概率分布。推论也能指用于构成从一组事件和/或数据中来的更高级别事件的技术。这样的推论导致了从一组所观察的事件和/或存储的事件数据中来的新的事件或行为的结构，无论这些事件是否在紧密时间邻近上向关，以及无论这些事件和数据是否来源于一个或几个事件和数据源。
本发明经由从多个诸如商业广播站等信号发射器来的环境信号的分析而公开了一种途径来确定近似的定位信息，屋内和/或屋外。在本发明的一个实例中，其仅使用非常小的功率，使提供诸如微软的SPOT的信号强度指示的形式成为用于小且低功率的设备的定位信息的可行资源。SPOT集中在对于具有经由在常规FM无线电广播中编码的数字数据接收告示的能力的腕表大小设备的发展。使用本发明的一种设备或方法使得构建具体定位告示服务能够使用，在一个实例中，SPOT设备接收FM和测量信号强度的预先存在的能力。在一个实例中，本发明使用名称为“RihghtSPOT”运算法则的运算法则。本发明也对由使用本发明的设备的构造不同而产生的差异是不敏感的。
在移动设备中的定位知识考虑到了为销售和市场营销而做的新的机制。例如，用户可能希望预定提供与他们所在或邻近定位有关的折扣和促销的服务。诸如餐馆老板的零售商人可能希望提供有关限时出售以进行载货平衡的敏感性定位警告，以便在特定的傍晚使空空的餐馆顾客盈门。当通过仅仅在短时间内延迟与之相关的警告来限制警告的数量，敏感定位过滤能仅将促销限于与商业场所足够近的客户来提供这类相应的载货平衡。
在图1中，所示的是根据本发明的一个方面的信息系统100的结构图。该信息系统100包括一个具有一个信息组件104的信息系统组件102，一个定位系统106，和一个信号组件108。一个信号110由信号组件108接收并处理到信号强度指示器中。该处理通常需要一个数字流程的模拟。该信号组件108能处理各种信号，如环境无线电波等，包括但不限于，调频(FM)信号。一旦一个信号被转化为信号指示器，它将被送到定位系统106中。该定位系统106处理该信号指示器并提供一个定位给信息组件104。信息组件104使用该定位来得到一组相关数据。该数据的关联能严格基于定位和/或定位与用户特性(经由一个未示出的用户输入)的组合。该数据也能涉及方便于处理的可下载的查找表中所得的信息。一旦该数据被选择，它就作为“所需的相关信息”112被提供给用户通过诸如图形用户接口(GUI)和/或基于文本的用户接口等的用户接口。
在本发明的另一个实施例中，定位系统106存储了定位。这就允许定位信息被按时用在后一个点，例如，用以由于设备的方向性而对定位不敏感(例如，平均定位推论的最后“X”数)。跟踪系统(例如，车辆，行李，人员设备跟踪等)也能使用此类型的历史定位数据。这样，例如，本发明可以被用来协助警察如确定被偷的如一辆车那样的目标在哪，或帮助一个行李传送服务器确定在传输延迟后一个特定的行李如何被传输。家长也能使用本发明的一个实施例来查明他们的孩子前段时间在哪里。同样地，老板能跟踪员工和设备以提高性能。也可以使用本发明跟踪动物，如宠物的定位。计算机也可以使用本发明自动地报告它们的定位。这允许计算机基于其定位自动自我配置诸如时区，国家以及语言等。
在本发明的一个实例中，还有一个装置被提供用来基于定位管理有限的资源。该有限资源能包括但不限于，存储器，功率，和处理能力等。例如，如果数据存储能力有限，定位就能被用来舍弃所存储诸如不邻近该设备的当前定位的地区的地图的数据。这允许有存储空间用于存储不能被存储的与当前定位有关的附加信息。在本发明的另一个实施例中，该定位信息能被用来帮助其它实体如硬件设备和软件程序等。其能包括，但不限于，浏览器系统，映射软件，跟踪软件，以及定位软件等。同样地，本发明的一个实例能被用于在诸如医疗急救，火灾，洪水，和基础结构维修的危急情况下提供援助。诸如用于火灾控制的水源，建筑物结构布局，医疗服务地址，地下设施，以及天气报道等信息都能被提供。本发明也能被用于传播，基于定位、对时间敏感的信息、广告、天气报道、实体的邻近信息等。实体的邻近信息包括，但不限于，当一个朋友或伙伴在设备定位的附近时用以提醒的伙伴列表类型的服务。类似地，一个设备也能在其它车辆在该区域时被提醒。该信息能用来作为对集群对象的正面影响和/或对对象允许发生远离或分离的警告的负面影响。
在本发明的另一个实施例中，也提供有一个设备基于一个事件定位而不是事件的定时来进行分组。例如，如果一个人在度假中拍了照片并将它们带到了大峡谷，接着带到了拉斯维加斯，然后返回大峡谷，其能让照片通过定位自动存储(例如所有在大峡谷的照片存在一起)而不是通过照片拍摄的实际顺序。由于本发明也能被用于室内，它能从室内事件以及室外事件对项目分组。对于这样的应用，常常无需具有详细的经度和纵向坐标，而仅需简单地知道图片被拍摄于哪个城市或城市的哪个地方。这样的应用甚至可以保持大概定位是隐含的，同时使用这些属性来将各个项群集和/或分组到查看和/或存储的清楚的集合。
参考附图2，图解说明了根据本发明的一个方面的定位系统200的结构图。该定位系统200包括一个定位组件202。该定位组件202接收用来指向定位组件202的训练用数据204。该训练用数据204可以包括有混列码置换等用于各种定位的特殊符号等。数据204可以从通过物理传播到一个定位以获取信号特性和/或通过提供想要的信号特性的模拟软件而得到的信息来计算。在本发明的其它实例中，并不使用训练用数据。一个信号强度指示器输入206允许定位元件202基于信号强度指示器来确定它的定位。该指示器不需要在实际信号强度方面是绝对的。该定位组件202无论提供定位208的绝对值是多少都在一个非敏感的装置中处理信号强度输入206。定位组件202一般包括一个分析组件(未示出)，其计算一个无论其绝对值多少都提供一个装置给秩信号强度指示器的秩矢量。
转到图3，示出了SPOT设备300的图例。该SPOT设备300包括一个可佩带设备302，一个天气预报显示器304，一个交通显示器306，一个餐馆显示器308，和一个娱乐显示器310。一个普遍计算的允诺是当人们在全世界来回移动时给用户连接上重要的信息。本发明的一个实例使用了SPOT设备的小型低功率的设备平台。SPOT提供给用户一个装置来在如图3所示的腕表大小的设备上接收重要通知。该SPOT设备被设计来接听在标准的FM无线电载波频率上，在从主无线电台租借的带宽上，传输的数字编码的数据，诸如新闻故事，天气预报，个人消息，交通更新，以及零售目录等。该设备具有将数百万用户连接到有价值的通告和警示上的潜力。
除了小尺寸外形的因素，SPOT设备的一个特性是有关数字表之类的，在充电之间具有最大的电池使用寿命。这样，SPOT设备就被构造为最小的尺寸和功率消耗。在一个实例中，本发明被用来提供一个用以确定诸如SPOT设备的设备的定位的极端低功率的方法。由于使用本发明，SPOT设备可以确定定位信息，因此它支持新的经验种类，例如允许设备仅接听与特定定位有关的警告。以前的用以定位用来传输给特定设备的数据的基本方法依赖有限的FM无线电信号范围。这样，只有在特定无线电塔台范围内的设备接收在该塔覆盖范围内的相关数据。然而，对于特定的消息，这样的定位结果太粗略了。交通更新，限时打折销售，以及附近吸引人的列表都需要比由FM无线电台的覆盖区域提供的定位过滤更为精细。虽然GPS是一个用以提供更精确定位信息的候选，但GPS接收器将消耗宝贵的电池电量并且对于已经严密包装好的设备既增加了提及又增加了开支。此外，GPS仅限于在能直接与卫星建立连接的地方之外使用。
在本发明的一个实例中，提供有一个用来基于从诸如FM无线电台那样的现有信号频率发射器中来的环境信号强度的分析来定位一个设备的装置。本发明的使用了如“RightSPOT”那样的运算法则的本发明的系统和方法可以建立在已经为接收通告而发展的SPOT技术上，其包括了用来在FM频带中的任意频率上测量信号强度的硬件和软件。
在一个实例中，本发明使用了一个从不同频率发出的无线电信号强度的矢量来确定定位。每当将推断一个定位时，该设备对一组FM频率扫描并记录每一个的信号强度。为了找到一个十足大功率的SPOT数据，一个标准的SPOT设备对多个FM无线电台扫描同时并测量信号强度。在本发明的一个实例中，SPOT的接收信号强度指示器(RSSI)由在该设备中的模数转换器(ADC)所提供给本发明。每个频率的原始数字量度被测量接着被平均，例如每13ms读20个。该ADC以及相关的电路一般来说并不被校准以在任何某个单元中测量RSSI或在设备到设备的一致。本领域的技术人员能理解的是，虽然以上实例使用了SPOT技术，如RSSI，但其它用来得到一个信号强度指示器的装置与本发明是兼容的。本发明能使用任何信号强度指示器，而无论有无提供相关信号强度的单元。
在图4中，曲线图400示出了根据本发明的一个方面的信号强度。其中，纵轴表示输入信号强度，横轴表示从诸如提供RSSI的SPOT设备那样的设备测量来的标准信号强度(RSSI)。曲线402表示一个由小三角404表示的标准数据的合适的数学函数点。在用来提供一个干扰作为这样的变量的RSSI的测量的设备中的预期的矛盾使得在信号强度和定位之间产生用以重新使用一个信号映射的尝试变得很困难。解决这个问题的一个可能的方法是特殊校准每个优先使用已知的FM传输强度的来源的设备。这些检测之一的结果如图4所示，其显示了一个特定设备的读出如何随已知的传输信号强度而变化。用以该检测的数据被置于法拉第壳体内，但相信该处理对于大规模生产成本太大。另一个方法是在不同的定位训练每个设备，在已知的地方聚集信号强度矢量来用在以后相同的设备中。有序的消费者将不愿忍受这样指向的情况。
除产生变量外，信号强度也受设备的方位，它的环境，及可以作为信号天线的诸如腕带那样的附件的调整等的影响。预见所有这些影响绝对信号强度的变量几乎是不可能的。如果绝对信号强度被预见，那么像Root，T.，P.Myllymaki，和，H.Tirri，在A Statistical Modeling Approach to Location Estimation；IEEETransactions on Mobiling Computing，2002；1(1)第59-69页所述的概率框架将可以预见。然而，给定发现每个设备的相应特性的不切实际性，需要一个可选的包括了信号强度的方法。
胜于依靠绝对信号强度作为定位指示器，本发明使用提供多个强推论的信号强度的传输。在一般的测试中，使用本发明的设备，例如，RightSPOT运算法则，通过其如以下描述的测量过的RSSI来给出一组无线电台的分类结果。最后，可以不依靠该设备给出一致的绝对信号强度。由于这个因素，为基于这样的事实使用一个可选的假定：相关信号强度是相对一致的(即，由信号强度分类的无线电台的顺序表并不因给定的定位而变化)。更恰当地，假定在输入信号强度和测量的RSSI之间的关系是单调增的。在图5中，曲线图500示出了根据本发明的一个方面信号强度的单调性。曲线图500示出了如果移动设备所测量的RSSI是输入信号强度的单调增函数的话，那么输入信号强度的顺序也是被保存的。例如，如果A＜B＜C，那么这些通过差分RSSI测量函数传输的值保持与信号强度的顺序大体一致被保存。这允许本发明操作很多种设备而不管在它们怎样测量的信号强度中的设备与设备之间的差异。
在一个实例中，本发明使用以下运算规则，其通过扫描一个n无线电频率(例如，FM无线电频率等)的列表来推断一个设备的定位，f＝(f₁，f₂，...，f_n)导致了一个测量信号强度的相应的矢量，s＝(s₁，s₂，...，s_n)。一个分类例程接着被用来计算信号强度的秩矢量，v＝(v₁，v₂，...，v_n)以上升的顺序，其中每个r_I给出在s中相应的s_i的秩。例如，如果信号强度矢量s为＝(12，40，38，10)，则相应的秩矢量是v＝(2，4，3，1)。应当注意的是，秩矢量对元件s的任何单调增函数是不敏感的，其使得该运算法则对于在不同设备如何测量信号的差异来说很稳固。这样，本发明就不需要绝对信号强度来确定一个设备的定位。
作为一个进一步的实例，无线电频率能表示可以由索引[1...n]确定的不同的无线电台。测量每个电台结果的RSSI导致了给出电台索引以及每个无线电台的信号强度的一组有序对：{(1，s₁)，(2，s₂)，(n，s_n)}。这组无线电台强度元组接着被信号强度分类而得到一个秩矢量。例如，假定n＝3且扫描结果是{(1，40)，(2，30)，(3，35)}。以信号强度分类这组有序对得出{(2，30)，(3，3)，(1，40)}。接着一个秩矢量是以在信号强度顺序采用的无线电台的复数，即，v＝(2，3，1)，表示s₂＜s₃＜s₁。相等的信号强度能被解决，例如，通过随机的分类，第一被检测的分类，最常被检测的分类等。
对n无线电台，有n！个可能的秩矢量，其是整数1，2，...n的排列。每个秩矢量能被映射为一个使用如由Knuth，D.；Seminumerical Algorithms；in The Artof Computer Programming；1981；Addison-Wesley：Reading，Massachusetts；第64页(运算法则P)描述的那样的一个整数的混合根表示。这样，为信号强度的置换而生成一个唯一的混列码。
本发明的分类表由这样的假定来激发：不同的定位将显示不同的相关信号强度。理想地，每个定位将映射给一个单个，唯一的r值。实际上，由于噪声，从如一个本地倾斜和接收单元的定位，例如诸如一个SPOT天线，这样的因素所得到的以相关路径变为基于不同配置的环境信号发射器以及与建筑和地理地形关联的几何学，每个定位产生一个差分r的分布。
可以理解，根据本发明的各种方面的分类能使用概率和基于统计学的分析(例如，归因到分析工具和成本)来预测或推测用户想要自动执行的一个行动。分类器可以是一个映射输入属性矢量的函数，x＝(x₁，x₂，x₃，...，x_n)来确信属于一个分类的输入，即f(x)＝confidence(class)。例如，可以使用一个支持矢量机(SVM)的分类器-一个SVM一般通过在一个可能输入的地方找到一个动态改变的超曲面来操作。其它直接和非直接的模型分类途径包括，如，朴素的贝叶斯定理，贝叶斯网络，决定树，以及提供能独立使用的不同模式的概率分类模型。在此使用的分类也包括用来发展优先模式的统计回归。
转到图6，描述了一个根据本发明的一个方面的混列码置换的三维曲线图600。该曲线图600包括一个正常的横轴602，定位轴604，和一个导出的置换混列码轴606。在本发明的一个实例中，例如，对于训练一个系统，一个接收设备，如一个向SPOT设备那样的设备，被带给每个L定位，收集混列码r_i^(l)，其中l＝1，2，...，L指向定位同时i＝1，2，...，N_l指向在定位l所考虑的混列码。对每个定位，混列码的标准的柱状图被构建来近似确定在那点的混列码的离散概率分布，p(r|l)。图6显示的是六个定位和三个频率的标准柱状图的一个实例。
给定观察的似然率p(r|l)，以及一个观察值R^*，在任何一个定位L的概率由贝叶斯规则计算出：
p ( l | r * ) = p ( r * | l ) p ( l ) Σ l ′ = 1 L p ( r * | l ′ ) p ( l ′ ) - - - - - ( 1 ) ]]>
这里p(l)是定位l的先验概率。由于不存在设备的定位的具体先知，因此假定一个统一的分布，设定p(l)＝1/L。除了计算的似然性之外，还直接比较有非标准化的后验。一个分类器，如，一个贝叶斯分类器，以最大后验概率确定一个分类，即：
l * = arg max l = 1 . . . L p ( l | r * ) = arg max l = 1 . . . L p ( r * | l ) - - - - ( 2 ) ]]>
在算法中，这表示一个观察值r^*，一个标准柱状图被考虑(如图6)，其在定位l∈{1，2，...，L}中查找p(^*|l)的值，同时以一个最大的p(r^*|l)值来采用定位l。
作为本发明使用的一个实例，现描述以下的检测。从检测设备的实验室存储中随机选取三个SPOT观测。在选择对给定相容的信号强度的观测没有影响，同时关于一个绝对信号源或关于它们彼此校准该观测无影响。这模拟了一个典型的此类设备的生产流程，其考虑执行检测的经济的不可行性以校准该设备。
参考图7，显示的是根据本发明的一个方面所使用的地图700。该地图700包括了表示西雅图市郊的6个定位。每个设备被编程来测量32个不同的本地FM无线电台的信号强度。这些设备接着被传输给在西雅图地区的6个不同的市郊城镇，纪录下所有32个信号强度，每秒测量每个电台。在每个市郊城镇，当在该市郊城镇的零售区来回移动时发生平均大概720个读取(～10分钟)。该零售区被选做为本发明所包括的一个实例的强制应用，例如，零售商发出时间敏感出售和本地吸引力的列表。
在图8中，曲线图800图示了根据本发明的一个方面所描述的无线电信号强度指示器的值。该曲线图800包括未处理的RSSI数据802和中间过滤的数据804。从该设备来的未处理RSSI数据被发现有噪声，如图8所示，因此一个窗口中间滤波器被应用于该数据，其用其本身的中段和前述的29未滤值代替每个RSSI。本领域的技术人员可以明白，其它类型的滤波装置也可以代替窗口中间滤波器来执行。
通过可选地从三个设备之一挑选数据来进行检测作为用以标准柱状图以及测试从其它两个设备来的数据的基础。这是一个比对每个设备检测现实得多的检测，因为最终，在本发明的一个实例中的设备，依靠预编程得一组设定的柱状图来决定它们的定位。
回到图9，其图示了一个根据本发明的一个方面的分类精确度的实例900。例子900包括一个环境信号发射质量902，一个环境信号发射器904的子集，和一个分类精确结果906。这显示了用以检测而将该设备正确归类入6个市郊城镇中得一个的概率。在最小化的存储量努力和定位确定的计算负担中，如例如使用一个大大降低得32个已纪录的无线电台的子集，实验是成功的。对于n个无线电台每个检测，一组用于分类定位的不同电台的组合被检测。结果是，根据分类精确度项显示在图9中。这样，本发明只用了较少量的环境信号发射器但依然可以用来定位设备。
报告中的精确度只是所做的全部检测的正确推论，其中一个设备被用来产生柱状图而其它两个用以检测。如果n≤5，则全部可能的组合毫无遗漏地都被检测。如果n＞5，则10,000个组合中的一个随机子集将被检测。这解释了为什么当从n＝5到n＝6个电台移动时分类的精确度会下降；这是由于通过对n＝6的随机的子集的模拟选择却没有发现的最好组合。最好的分类精确度是当使用n＝8的无线电台时为的81.7％。应当注意的是，这种定位精确度开发的水平以一个使用环境信号发射器(例如，无限传输器等)和使用无需提供定位信息的接收器的投机方式进行。
该实例示范了使用存在的环境信号发射器，例如，一个FM无线电信号，来定位下至使用在本发明的一个实例的一个市郊城镇的设备的的可行性。通过使用已有的技术，如例如SPOT设备，在本发明中，已有的硬件设备能被用来测量信号强度，例如，FM的无线电信号强度，以便在本发明的一个实例中进行定位的能力仅仅需要添加少量的软件给已有的配置。不同的设备分别测量信号强度，同时信号强度也受其它许多变量的影响。本发明使用，例如一个贝叶斯分类运算法则，但不是使用绝对信号强度，而是使用信号强度的排列来以通过设备和其它变量的来确保其坚固性。
显然，为了从一个秩混列码推测一个定位，需要在定位和混列码之间存在有关系。弄清这种关系的一个方式，如前所述，是在该地和纪录信号强度之间物理地访问定位。然而，对一般的使用而言，这是沉闷的而且如果无线电台改变了它的发射器的功率和/或定位还需要维持工作。因此，本发明也能被用来预见不同定位的信号强度特性而无需实际地访问它们以取得信号特性或“训练用数据”。胜于使用大量的物理测量，RadioSoft’s ComStudy软件(参见，因特网站http：//www.radiosoft.com)等被用来产生模拟的FM无线电信号强度映射。这样的一个模拟也易于在确定一个收听的无线电台的好的子集中进行最好的定位。理想的使用无线电强度映射的方法，包括概率方法的使用基于如在拓扑和/或发射器，以及建筑和其它人造结构之间的拓扑、几何学关系这样的特性而从实际接收到的数据中学习如何模拟改变的可靠性和潜在偏置。例如，我们可以基于有关在模拟的无线电强度和实际检测到的无线电强度中的差别的数据集为了可靠性和/或偏置统计分类器同时使用这样的分类器来发展在无线电映射表以及无线电强度顺序函数中的置信度和/或修正。
同时，定位的连续性的观念能被用来填充可能暴露出的间隙。例如，如果一个设备不确信在某个特定的定位，假定如果时间不足以允许远距离的行程，该设备与最后确信感应到的定位最近。
ComStudy软件支持能被用来预测FM无线电映射的多种无线电传播模式。Longly-Rice模式(参见，P.L.Rice，A.G.Longley，K.A.Norton，和Barsis，A.P.；Transmission Loss Predictions for Tropospheric Communication Circuits：NationalBureau of Standards Technical Note 101，1967年1月)在本发明的一个实例中被选用，因为其公知的精确度。由于它结合了反射，折射(光线上升通过大气时的扭曲)，和几种类型的衍射(信号通过山冈的漏失)，一般来说它是最精确的选择。该模式使用了一个地形映射来模拟山冈和峡谷的影响。
ComStudy通过其频率、传输功率，和定位(纬度，经度)来确定每个无线电台的参数。对每个发射器，产生一个场强度矩阵。该矩阵是一个矩形单元在地面上所选区域传播所形成的栅格，其中每个单元包括了从所讨论的发射器来的信号电平信息。该单元的宽被选择为6弧秒(大约南北185米，东西124米)。这相当于每平方公里有40个点(单元)。ComStudy接着应用一个选定的传播模式案来在每个单元的中心计算场强度。在这个实例中，在华盛顿地区，西雅图的28个本地的FM无线电台的映射被产生。
在使用模拟的信号强度映射来进行定位推测之前，要做一个决定来确信该映射精确地预测秩矢量的水平。为了完成这个，SPOT观测被编程来测量对于通用地图的相同的28个FM无线电台的信号强度。该SPOT观测接着在该区域内迁移，记录所有28个电台的信号强度，每秒对28个电台进行一次扫描，这导致了对于每个电台的大约3920个读数。纬度和经度也从一个GPS接收器中被记录。为了评估该模拟的精确性，一个Spearman矢量相关性(参见，William H.Press，SaulA.Teukolsky，William T.Vetterling，and Brian P.Flannery；Numerical Recipes inC；1992，Cambridge Press)在从测量的信号强度和从模拟的信号强度中来的排列好的无线电台之间被计算，并使用该GPS读数来确定从该地图来的用以使用的那个模拟强度。由于进一步分开的排列好的数据值被Spearman给出了更多的加权，因此该Spearman秩集合被用来代替Kendall集合。两个集合的范围是[-1...1]，其中“1”表示相同的秩而“-1”表示相反的秩。
在图10中，图示了在根据本发明的一个方面的测量的信号强度和模拟的信号强度之间的Spearman集合的柱状图1000。该柱状图1000显示了以用在范围[-1...1]中至少0.6的因数来将多于95％的测量的排列与模拟排列进行关联。这表示了该模拟结果被充分精确化来确定SPOT观测的定位。如果电台的数量降到如前详细讨论的数量，甚至能得到更好的修正。
用28个可以得到的无线电台，提供了28！≈30.5×10²⁹个不同的秩矢量，在其上需要大量的计算和存储。然而，这些电台中的多数是从具有类似传输功率的同一个塔台进行广播的。从联合定位相似功率的电台测量信号强度是多余的。为了减少这些冗余，这28个电台被分成近似相似电台的组。以下的规则被用来确定相似性：
1.基于在模拟信号强度映射上的空间响应点，在电台的所有对之间计算Pearson修正系数(参见，id)。(注意：Pearson相关系数是一个标准的线性相关系数，而不是一个秩系数)。
2.找出相互关联的每个大于一个特定阀值ρ的电台组。对本发明的一个实例来说，使用ρ＝0.95。
3.从每个关联的组中，选择一个具有最高平均信号强度的电台来代表该组。
将以上规则应用到西雅图地区的模拟信号强度中(该规则也能被用到从SPOT观测中得来的实际的测量以及用τ＝0.9所导出的相同的结果)，其被发现具有至少0.95的Pearson相关因子的7个组的关联电台。在图11中，描述了根据本发明的一个方面在西雅图地区用以无线电台的模拟信号强度的表1100。该表1100显示了与频率、装置，和在每组中的相关电台的差异一起的7个组的电台。从每个组所选择的电台加粗显示。
应用以上的规则，电台的数量可以从28个下降到7个。这就意味着取代了28！个不同的秩矢量，而仅仅需要7！个排列矢量，降低了25个量阶。这对于用以定位确定所使用的技术的计算和存储执行有显著的正面影响。这对资源有限的设备来说是特别重要的。在图12中，显示了根据本发明的一个方面的7个所选的电台的测量信号强度和模拟信号强度之间的Spearman相关性的柱状图1200。柱状图1200显示了具有28个电台(图10)的相似柱状图1000的显著进步，其在测量和模拟信号强度之间有一个更高的关联性。超过95％的测量信号强度秩矢量与0.8或以上的因子的模拟信号强度有关联。这进一步地强调了模拟的结果是能有效地用于确定一个SPOT观测的定位和相似的设备等。
每个模拟信号强度的映射的每个单元被转化成一个秩混列码，其最终被用来从测量的秩混列码中来推测定位。该模拟信号强度映射产生在大约124米宽(东西)和185米高(南北)的网格上。这离ComStudy的最大的模拟结果的界限很接近。而且，这个精确的结论提供了442,806个单元(南北546，东西811)来表示一个在西雅图周围的检测区域。该秩混列码范围是[0...7！-1]，表示每个精细单元需要一个13比特的整数来表示它的混列码。该无线电映射接着需要811×546×13/8≈0.7MB来表示对于该用以检测区域的混列码的精确网格。一般来说，这对小型，且资源有限的设备来说是太大了。
为了减轻这样的存储问题并以合理的结果表示混列码，一个粗略的网格通过一个精细的网格而产生同时每个粗略的单元被表示为一个从其基本精细的单元来的秩混列码的柱状图。该粗略单元的尺寸是可以改变的，但典型的尺寸是3km×3km，其覆盖16×24＝384个精细单元。每个粗略单元的柱状图是标准化了的以对一个单元的秩混列码概率分布给出评估。在数学上，其似然性的评估是P’(r|c_i)，其中r∈[0...n！-1]表示n个无线电台的一个秩混列码，同时c_I，i∈[0...m]表示m个粗略单元中的一个。
在实际中，该柱状图由于大量的可能秩混列码被稀疏填充。由于噪声，设备的方向，以及非模拟的无线电传播的影响，常常测量一个模拟似然率的P’(r|c_i)为零的一个单元的秩混列码。因此，一个似然率的评估被平滑地填到间隙中。不幸地是，在秩混列码r上做简单的平滑是不合理的，由于邻近的混列码无需表示相似的秩矢量。相反，平滑是通过在由以上所选的阈值ρ_s所讨论的具有二进制的Spearman相关系数的二进制的最大值替代每个柱状图中的二进制的值来完成的。以等式的形式，该(非标准化的)平滑似然率的计算为：
P u ( r | c ) = max r ′ : S ( r , r ′ ) ≥ ρ s p ′ ( r ′ | c ) - - - - ( 3 ) ]]>
这里，S(r，r’)，是由混列码r和r’所代表的秩矢量间的Spearman相关系数。P_u(r|c_i)接着通过r标准化成P(r|c_i)来给出一个给定的粗略单元的秩混列码的平滑的似然率函数。直观地，ρ_s作为平滑参数，具有比给定值更高的平滑度。
给定的一个测量的秩混列码r，其在单元c_k中的概率通过贝叶斯规则给出：
P ( c k | r ) = P ( r | c k P ( c k ) ) Σ i = 1 m P ( r | c i ) P ( c i ) - - - ( 4 ) ]]>
给定r，该分母是一个常量，并且没有前述的假定在设备的m个单元中的那个单元上作出假设，意味着P(c_k)＝1/m。因此，最大似然率的评估被选作为设备的定位：
c = arg max c k : k ∈ [ 1 . . . m ] P ( r | c k ) - - - ( 5 ) ]]>
在实际的应用中，这些结果通过使用一个最后的K信号强度的扫描(暂时的窗口尺寸)的最常被推测的单元来平滑。这将有助于从一个地方到另一个地方无规则地跳动中保持定位推测，虽然额外的K值能导致该推测太“粘稠”。
在一个更大的西雅图地区用一个编程的SPOT观测来执行以上的例子以测量7个本地FM无线电台的降低的信号强度。该SPOT观测在该地区迁移，纪录所有7个电台的信号强度，每秒对7个电台进行一次扫描，结果为与GPS定位读数一起为每个电台得出大约3920个读数。其间，生成为该7个电台的一个模拟无线电映射。在图13中，显示了根据本发明的一个方面的检测区域的地图1300。该地图1300显示了用于推测定位的与宽度为7km的粗略网格1304一起的驱动路径1302。该驱动路径1302包括了高速公路和本地道路。
该实例显示了一个设备的定位能够由本发明的下至少于10英里(-16公里)的精确度来确定，其使用了在模拟无线电映射顶部所构建的简单柱状图。以下是有关相关阈值ρ_s、暂时窗口尺寸K，和网格单元宽度W的影响，以及有关评估的定位的精确度的讨论。
该例子显示了粗略网格单元的宽度w在影响定位推测的精确度方面是一个重要的参数。增加粗略单元的宽度将有利于在柱状图中更多精细的网格单元中评估P’(r|c)，因此，就越需要更多有关矢量概率分布的信息。同时，增加一个单元的宽度降低了在网格中的单元的总体数量因此降低了其上的计算。然而，由于单元宽度的增加，定位结果自然就降低了。在图14中，图示了，当ρ_s＝0.9和K＝5时，根据本发明的一个方面的在单元宽度和中间误差之间的关系。从曲线1400中可以看出，在10英里(大约16公里)的范围内，有导致了一个更低的中间误差的三个值(1，7，11公里)。在图15中，曲线1500，1502显示了根据本发明的一个方面的对于给定的单元宽度的概率密度函数和累积密度函数。该误差概率密度函数(PDF)曲线1500和累积密度函数(CDF)曲线1502相应于单元宽度w＝1公里，ρ_s＝0.9和K＝5。
影响推测运算法则精确度的第二个因素是相关性平滑的阀值ρ_s。如上所述，相关性阈值被引入到平滑化一个似然率评估中。因此，增加ρ_s将导致在基于柱状图的P’(r|c_i)的评估中填充更多的间隙。然而，在特定值上的增加ρ_s将导致太多的平滑，降低了不同定位间的差异性。在图16中，图示了根据本发明的一个方面的在关联阀值和中间误差之间的关系。该曲线1600显示了在ρ_s＝0.9处全局中值误差的最小值，其中w＝1公里同时K＝5(曲线异常地增补对于在大约ρ_s＝0.95处的错误浸入是有责任的)。
另一个影响精确度的因素是暂时窗口尺寸K。由于无线电台以1Hz的频率被扫描，K响应于用来推测定位的数据的秒数。很清楚地，增加K将增加精确度；然而，这也增加了对存储空间和计算能力的需求。在图17中，曲线1700显示了根据本发明的一个方面在窗口尺寸与中值误差之间的关系。从曲线图1700可以清楚的看出，少于10英里(约16公里)的中值误差以窗口尺寸K≥10来得到，其中w＝1公里而ρ_s＝0.9。
本发明提供了一种用以基于一个诸如FM无线电信号强度等的环境信号强度来推测一个设备的定位的装置。它的优点包括一个宽覆盖率的FM无线电，跨越了室内和室外的定位，以及诸如SPOT设备等用以测量无线电信号强度的目标设备的读数，提供了一个几英里的精确度。本发明依靠基于环境信号的排列而不是基于绝对的信号强度而进行的对于推测在测量设备间的差异具有坚固性。作为定位函数的信号强度的非人工测量在使用模拟信号强度时很有必要。通过使用秩混列码的平滑的柱状图，设备的定位能以降至少于10英里(约16公里)的精确度来推测。通过使用本发明使用的非常低的资源而允许其为诸如小型、可佩戴的资源有限的设备提供该功能。
在本发明的另一个实例中，给定特定设备的有限存储能力，应用一种方法来确定无线电台的柱状图以传输设备。在本发明的另一个实例中，分类精确度能通过平滑有关时间的定位推测来推进，其开发了有关定位相邻的知识，并附着了对于有关希望设备在定位之间如何快的移动的约束。依然在本发明的另一个实例中，给定有关定位的概率分布，应用了理论上决定的途径来最小化错误推断。而且，依然在本发明的另一个实例中，提供了捕获超出秩序列的相关信号强度的属性的其它基本表示，包括了捕获在由强度群集的信号发射器的各组之间的强度比率和关系的方法。
考虑以上所举例并描述的系统，根据本发明所执行的方法将参考图18-23更好地理解。然而，出于解释简明的目的，该方法作为一系列模块来示出和描述，可以理解并明白的是，本发明并不限于该模块的顺序，如根据本发明，一些模块可以以不同的顺序出现和/或与其它在此所显示并描述的模块同时出现。
本发明可以以通用的计算机可执行的指令文脉来描述，例如由一个或多个组件执行的程序模块。一般来说，程序模块包括例程，程序，对象，数据结构等，、其执行特定的任务或执行特定的抽象数据类型。典型地，该程序模块的功能可以如所需结合或分布在本发明的各个例子中。
转到图18，其图示了根据本发明的一个方面的定位设备的一种方法1800的一个流程图。该方法1800通过提供信号强度指示器1804而开始1802。该指示器一般为如环境信号等从如塔楼，建筑天线，以及移动单元(包括地面和空中单元等)等信号源来的信号表示。该信号可以包括，但不限于，频率模块信号，振幅调节信号，超高频率信号，高频率信号，等以及地表微波等的多种方向的信号。本发明也可以适于操作能够指示红外线，X射线，宇宙射线等信号强度的更高接收频率的装置。类似地，本发明也提供了用以接收超声波，声波，和次声波等的更低频率接收设备的操作。本发明也可以解决随时间改变的信号和从移动平台发射的信号。地形敏感传播模型也能被用来解释由于地形干扰而在信号中的改变。同样地，其它的传播模型能被用来解释诸如从如建筑物，高山，人造母体等的反射之类的问题。通过使用速度预报模型，本发明也可以用来在确定其定位的同时确定其速度。
该信号强度指示器不限于仅是那些在刻度上提供精确度的绝对值的指示器。本发明无需与该指示器关联的任何单元也可以接收信号强度指示器。一旦提供该信号强度指示器，就基于该提供的信号强度指示器1806确定一个定位，结束该流程1808。该决定通常基于一个允许平衡分布来通过推测提供定位的的运算法则。在本发明的一个方面中，所运用的贝叶斯分类运算法则不依靠绝对信号强度。取而代之的是，应用一个信号强度的排列便于在确保诸如信号检测误差，校对误差，以及未知的信号强度指示器源等不影响定位决定。
在图19中，图示了根据本发明的一个方面的定位一个设备的方法1900的流程图。该方法1900通过从如商业FM无线电塔台和/或电台1904那样的信号源来获得如无线电频率信号的环境信号。一个无线电频率的列表接着被扫描1906同时测量的信号强度矢量被决定1908。该相关强度接着被分类同时一个秩矢量为频率1910而计算。混列码接着基于信号强度1912的置换而产生。混列码接着从每个所需的定位中得到以训练一个定位系统1914而得到。接着从混列码1916中构造标准化的柱状图。概率接着通过诸如贝叶斯规则1918而被计算。分类器，例如，一个贝叶斯分类器，接着被用来确定后验概率的最大值，其指出了设备最有可能在那个特定定位1920，结束该流程1922。
参考图20，图示了根据本发明的一个方面的训练一个定位设备的方法2000的流程图。该方法2000通过安置在一个特定定位2004中接收环境信号的设备来开始2002。环境信号，如无线电频率信号等，每个都被扫描多次以取得它们的信号强度2006。秩信息，例如，秩混列码等，接着为每次的扫描2008被计算。秩信息的标准化柱状图，例如，秩混列码，为特定的定位而产生并被存储2010。接着作出一个另一个定位是否想要从2012中得到数据的决定。如果为是，则该设备被传输到另一个定位2004同时该方法重新开始。如果不需更多的定位，则该流程结束。
在图21中，图示了根据本发明的一个方面的用以定位设备的平滑柱状图的方法2100的一个流程图。该方法2100通过计算基于底层的精确单元2104的粗略网格单元的柱状图而开始2102。通过使用一个粗略网格来代替由模拟软件如ComStudy等所提供的精确网格，可以得到一个合理的结果而无需使用大量的存储空间和有关底层设备的处理负担。该粗略网格单元接着被标准化2106。这提供了对于单元的秩混列码的概率分布的一个评估。一个相关阈值接着被选择2108。这允许控制稀疏填充的柱状图，其值越高给定的平滑也越高。在相关阈值之上的具有Spearman相关参数的柱状体接着被确定2110。以上相关阈值的所有柱状体的一个最大值被计算2112。以上的相关阈值的每个柱状体通过由最大值2114来代替它的值，结束该流程2116。在等式中，该平滑的似然率被计算为：
P u ( r | c ) = max r ′ : S ( r , r ′ ) ≥ ρ s p ′ ( r ′ | c ) - - ( 3 ) ]]>
其中，S(r，r’)是一个在由混列码r和r’代表的秩矢量间的Spearman相关系数。P_u(r|c_i)接着通过r标准化成P(r|c)来给出一个给定粗略单元的秩混列码的平滑的似然函数。
参考图22，图示了根据本发明的一个方面的平滑定位推测的方法2200的流程图。该方法通过取得信号强度扫描2204的历史而开始2202。定位推测平滑值“K”(暂时窗口尺寸)接着被选择2206。通过最后“K”信号强度扫描最常推测的定位接着被决定2208，结束该流程2210。最常推测的定位成为用于底层设备的定位。经常如此的做避免了由于该设备和其它环境影响的方向的移动而从一个定位“跳到”另一个定位。通过平滑化推测的定位，一个充分稳定的值被该设备所显示。
转移到图23，其显示了一个根据本发明的一个方面用以使用在定位一个设备中的优化环境信号设置的方法2300的流程图。该方法2300通过取得一组环境信号和它们相应的信号强度2304而开始。一个Pearson相关系数接着在该组中的所有信号对之间被计算。在本发明的一个实例中，信号源对是基于在模拟信号强度地图等上的空间上的相应点。Pearson相关系数表示一个标准的线性相关函数而不是并无秩相关。相关阈值接着被选择2308。根据本发明的一个实例的用于此相关阈值的典型值大约是0.95。比所选的相关阈值更相关的信号源一起组成组2310。每个组中最高的平均信号强度的信号接着被选择来代表该组2312，结束该流程2314。该方法2300降低了被用在通过巨大顺序而定位设备的秩矢量的数量。它2300也当从信号源来的环境信号产生时可被用来降低源冗余。
本发明的实例可以包括用来在编程设备和/或终端设备本身接收输入和/或从用户来的反馈的装置。这样的输入能包括用户希望从推测中排除的区域，例如，“仅仅在这个更大的城市区域考虑特定地区的子集；我将不在其它地区旅行”。这样的约束可以通过限定定位的范围来提高系统的推测的精确度。在本发明的另一个实例中，用户能输入有关系统精确度的反馈，例如，通过简单地按按钮“这是不正确的；这是正确的”。这样的反馈能被用来提高未来推测的精确度。
为了提供用以执行本发明的各个方面的附加内容，图24和后续讨论试图提供一个简要，概述的可以执行本发明的各个方面的合适的计算环境2400。虽然本发明已经在以上的运行在本地计算机和/或远程计算机上计算机程序的计算机可执行指令的概述文本中进行了描述，但本领域的技术人员可以理解本发明也可以与其它的程度模块组合执行。一般地，程序模块包括例程，程序，组件，数据结构等，其执行特定的任务和/或执行特定的抽象数据类型。而且，本领域的技术人员能理解，本发明的方法可以由其它计算机系统的配置执行，包括单处理器或多处理器的计算机系统，微型计算机，大型计算机，以及个人计算机，手持计算设备，基于微处理器和/或可编程的消费电器等。其中的每个可以有选择地与一个或多个关联的设备通信。例举的本发明的方面也可以在分布式计算环境中实现，其中特定的任务由通过通信网络连接的远程处理设备执行。然而，一些，而非全部的，本发明的方面可以在单机上实现。在一个分布式计算环境中，程序模块可以在本地和/或远程存储设备中定位。
如本申请所使用的，术语“组件”用来指与计算机有关的实体，或者硬件，软硬件的组合，软件，若执行中的软件。例如，一个组件可以是，但不限于是一个在处理器中运行的处理过程，一个处理器，一个对象，一个可执行的，执行的线程，一个程序和一台计算机。通过图示的方式，运行在服务器上的应用程序和/或服务器都可以是一个组件。此外，一个组件可以包括一个或多个子组件。
参考图24，用以执行本发明的各个方面的典型的系统环境2400包括了一个传统的计算机2402，包括了一个处理单元2404，一个系统存储器2406，和一个将各种系统组件包括系统存储器耦合到处理单元2404的系统总线2408。该处理单元可以是任何在商业上可以得到或私人所有的处理器。此外，该处理器单元可以作为有超过一个处理器的多处理器形式来执行，例如可以是并行连接。
系统总线2408可以是包括了一个存储器总线或存储控制器的几种总线结构的任何一种，外设总线，和使用了传统的总线结构例如PCI，VESA，微通道，ISA，和EISA等的传统总线的变形的任何一种的本地总线。系统存储器2406包括了只读存储器(ROM)2410和随机存储器(RAM)2412。一个基本输入/输出系统(BIOS)2414，包含了帮助来在计算机2402中的元件间传输信息的基本例程，例如在启动阶段存储在ROM2410中。
计算机2402也可以包括，例如一个硬盘驱动器2416，一个磁盘驱动器2418等。来从中读出或写入一个可移动磁盘2420和一个光盘驱动器2422中，例如，为了读或写一个CD-ROM2424或其它光媒体。硬盘驱动器2416，磁盘驱动器2418，和光盘驱动器2422分别通过一个硬盘驱动器接口2426，磁盘驱动器接口2428，和光盘驱动器接口2430连接到系统总线2408上。驱动器2416-2422和与它们关联的计算机可读媒体提供了为计算机2402的数据，数据结构，计算机可读指令等的非易失性存储，虽然以上计算机可读媒体的描述涉及了硬盘，可移动磁盘和CD，但本领域的技术人员应当理解的是，其它类型的计算机可读的媒体，例如磁带，闪存卡，数字视频盘，柏努利筒也能被用在典型的操作环境2400中，并且任何这样的媒体可以可包括用来执行本发明的方法的计算机可读指令。
很多程序模块可以存储在驱动器2416-2422以及RAM2412中，包括一个操作系统2432，一个或多个应用程序2434，其它的程序模块2436以及程序数据2438。操作系统2432可以是任何适合的操作系统或操作系统的组合。通过举例的方式，应用程序2434和程序模块2436可以包括根据本发明的一个方面的设备的定位所进行的推测。
用户能通过一个或多个如键盘2440和指示设备(例如鼠标2442)的输入设备将命令和信息输入到计算机2420。其它的输入设备(未示出)可以包括一个麦克风，一个游戏柄，一个游戏板，一个卫星盘，遥控器、扫描仪等。这些和其它输入设备经常通过一个耦合到系统总线2408上的串口接口2444连接到处理单元2404，但也可以通过其它的接口，如一个并口，一个游戏端口或通用串行总线(USB)来连接。监视器2446或其它类型的显示设备也通过如视频适配器2448的接口连接到系统总线2408。除了监视器2446，计算机2402可以包括其它的外围输出设备(未示出)，例如扬声器，打印机等。
可以理解的是，计算机2402能在使用逻辑连接到一个或多个远程计算机2460的网络环境中运行。该远程计算机可以是一个工作站，一个服务器，一个路由器，一个等同设备或其它通用网络节点，同时典型地包括许多和全部描述过的有关计算机2402的元件，虽然，为了简要的目的，仅有一个存储设备2462在图24中示出。在图24中描述的逻辑连接可以包括一个局域网(LAN)2464和一个广域网(WAN)2466。这样的网络环境在办公室，企业内部网，企业内部互联网和因特网是常见的。
例如，当在一个LAN网络环境中使用时，计算机2402被通过一个网络接口或适配器2468被连接到本地网络2464。当在一个WAN网络环境中使用时，计算机2402典型地包括一个调制解调器(例如，电话线，DSL，电缆等)2470，或被连接到一个在LAN上的通信服务器，或其它用以通过WAN2466建立通信的装置，例如因特网。调制解调器2470，对于计算机2402其可以是内置或外置的，通过串口接口2444被连接到系统总线2408。在一个网络环境中，程序模块(包括应用程序2434)和/或程序2438能被存储在远程存储设备2464中。可以理解的是，该网络连接是典型的，在计算机2402和2460间建立连接的其它设备(例如，有线或无线)能被在执行本发明的一个方面时使用。
根据计算机编程领域的人员的实践，本发明可以参考行为和由计算机执行的操作的符号来表示，例如计算机2402或远程计算机2460，除非还有其它表示。这样的行为和操作有时指来作为计算机可执行的。可以理解的是，行为和符号所表示的操作包括由表示导致传输或表示电信号的降低的数据比特的电信号的处理单元2404的操作，和在存储系统(包括系统存储器2406，硬盘驱动器2416，软盘2420，CD-ROM2424，和远程存储器2462)中在存储位置上保存的数据比特并因此配制或改变计算机系统的操作，以及其它的信号处理。这样的被保存的数据比特的存储器的定位是具有响应于该数据比特的特定的电子，磁性，或光学属性的物理定位。
图25是与本发明能交互的典型计算环境2500的另一个结构图。该系统2500进一步图示了一个的系统，包括了一个或多个客户端2502。该客户端2502可以是硬件或软件(例如，线程，处理过程，计算机设备)。该系统2500也包括一个或多个服务器2504。服务器2504也可以是硬件和/或软件(例如，线程，处理过程，计算机设备)。例如，服务器2504能装有线程来通过使用本发明执行传输。在客户端2502和服务器2504间的一个可能的通信可以是以数据包的形式来适于在两个或多个计算机机程序间传输。该系统2500包括了一个通信结构2508，其能被用来利于在在客户端2502和服务器2504间通信。客户端2502可选地连接到一个或多个客户端数据存储2510，其能被用来本地存储信息本地到客户端2502。类似地，服务器2504可选地连接到一个或多个服务端数据存储2506，其能被用来存储信息本地到服务器2504。
在本发明的一个实例中，数据包在两个或多个便于定位设备的计算机组件之间传输，该数据包至少部分地包括，有关决定定位系统的信息，基于至少一个环境信号指示器，一个设备的近似定位。
在本发明的另一个实例中，用以存储为了利于定位设备的系统的计算机可执行组件的计算机可读媒体至少部分地包括，一个决定的定位系统，基于至少一个环境信号指示器，一个设备的近似定位。
依然在本发明的另一个实例中，定位的确定依靠基于移动和/或固定信号发射器的信号强度指示器。从移动单元传输的数据被用来为决定定位提供稳定性。
依然在本发明的另一个实例中，信号发射器的发射部分被用来决定定位。
可以理解的是，本发明的系统和/或方法能用在利于计算机元件和与计算机无关的组件的定位系统中。而且，本领域的技术人员可以理解的是本发明的系统和/或方法在相关的技术的大量电器种是可用的，包括，但不限于计算机，服务器和/或手持电子设备，附加电子设备(例如，磁性附件，异常分支和循环附件，异常分支附件，附加附件等)，可佩戴电子设备(例如表，眼镜，衣服，助听器，项链，手镯，带子，踝镯，领带，戒指等)等。
本发明的实例已包括在以上的描述中，当然，为了描述本发明的目的，不可能描述每个可能的组件或方法的组合，但本领域的普通人员能理解本发明的许多进一步的组合和改变是可能的。因此，本发明试图包括在本发明的精神和范围中的所有这样的选择，修改和改变。而且，术语“包括”的内容被用在详细的描述或权利要求中，这样的术语试图用与术语“包括”相似的方式来涵盖在权利要求中作为一个过渡的词使用时来解释“包括”。