定位方法、装置、电子设备和可读存储介质

技术领域

本申请属于通信技术领域，具体涉及定位方法、装置、电子设备和可读存储介质。

背景技术

在移动互联网时代，用户位置作为大部分基于位置服务(Location BasedServices，LBS)服务的输入，其精度的高低，严重影响着用户使用设备的体验。

传统的定位方式包括网络定位方式。在网络定位方式中，需要预先对现实世界进行空间编码，将世界分成一个一个大小相当的网格，然后建立每个网格的历史信号指纹特征；定位时，将设备接收到的基站信号、无线网络信号、蓝牙信号等发送到网络服务器，网络服务器通过接收到的信号召回历史上出现过这些信号的网格，作为候选网格，并实时比对候选网格的历史信号指纹特征，以对候选网格进行排序，最后将排序最前的候选网格输入深度定位模型进行细定位，从而实现对用户位置的预测。

可见，在现有技术中，若召回的候选网格不准确，则会造成定位误差较大的问题。

发明内容

本申请实施例的目的是提供的定位方法，能够解决在现有技术中，若召回的候选网格不准确，则会造成定位误差较大的问题。

第一方面，本申请实施例提供了一种定位方法，该方法包括：根据电子设备在第一时间信息扫描的第一无线网络信息和第一基站信息，获取与所述第一无线网络信息对应的第一候选网格集合，以及获取与所述第一基站信息对应的第二候选网格集合；根据所述第一候选网格集合和所述第二候选网格集合，计算异常系数；在所述异常系数指示候选网格集合异常的情况下，获取所述电子设备的至少一个历史位置的定位信息，所述候选网格集合包括所述第一候选网格集合和所述第二候选网格集合；对于所述候选网格集合中的候选网格，根据所述至少一个历史位置的定位信息，得到所述候选网格的可信度；在所述可信度大于第一阈值的情况下，根据所述候选网格，确定所述电子设备的定位信息。

第二方面，本申请实施例提供了一种定位装置，该装置包括：第一获取模块，用于根据电子设备在第一时间信息扫描的第一无线网络信息和第一基站信息，获取与所述第一无线网络信息对应的第一候选网格集合，以及获取与所述第一基站信息对应的第二候选网格集合；计算模块，用于根据所述第一候选网格集合和所述第二候选网格集合，计算异常系数；第二获取模块，用于在所述异常系数指示候选网格集合异常的情况下，获取所述电子设备的至少一个历史位置的定位信息，所述候选网格集合包括所述第一候选网格集合和所述第二候选网格集合；处理模块，用于对于所述候选网格集合中的候选网格，根据所述至少一个历史位置的定位信息，得到所述候选网格的可信度；第一确定模块，用于在所述可信度大于第一阈值的情况下，根据所述候选网格，确定所述电子设备的定位信息。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。

第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。

第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。

第六方面，本申请实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面所述的方法。

在本申请的实施例中，基于电子设备当前所处环境，获取电子设备扫描的第一基站信息和第一无线网络信息，根据第一基站信息从服务器获取第一候选网格集合，以及根据第一无线网络信息从服务器获取第二候选网格集合，然后针对两个候选网格集合之间的关系，得到异常系数，并在基于异常系数判断得到的候选网格集合异常时，获取电子设备的至少一个历史位置的定位信息，以根据至少一个历史位置的定位信息得到各个候选网格的可信度，并找到可信度大于第一阈值的候选网格，作为用于确定精细定位信息的候选网格。可见，基于本申请的实施例，在确定定位信息之前，对候选网格进行优化，以排除异常的候选网格，提高定位精准性。

附图说明

图1是本申请实施例的定位方法的流程图；

图2是本申请实施例的定位方法的说明示意图之一；

图3是本申请实施例的定位方法的说明示意图之二；

图4是本申请实施例的定位方法的说明示意图之三；

图5是本申请实施例的定位方法的说明示意图之四；

图6是本申请实施例的定位方法的说明示意图之五；

图7是本申请实施例的定位方法的说明示意图之六；

图8是本申请实施例的定位方法的说明示意图之七；

图9是本申请实施例的定位装置的框图；

图10是本申请实施例的电子设备的硬件结构示意图之一；

图11是本申请实施例的电子设备的硬件结构示意图之二。

具体实施方式

下面将结合本申请实施例的附图，对本申请实施例的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。

下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的定位方法进行详细地说明。

图1示出了本申请一个实施例的定位方法的流程图，该方法应用于电子设备，该方法包括：

步骤110：根据电子设备在第一时间信息扫描的第一无线网络信息和第一基站信息，获取与第一无线网络信息对应的第一候选网格集合，以及获取与第一基站信息对应的第二候选网格集合。

其中，第一基站信息包括：当前连接基站身份标识号(ID)、邻区基站ID。

第一无线网络信息包括当前扫描无线网络(WIFI)信号的服务集标识符(ServiceSet Identifier，SSID)、基本服务集标识符(Basic Service Set Identifier，BSSID)、接收信号强度指示器(Received Signal Strength Indicator，RSSI)等信息。

在该步骤中，电子设备通过扫描当前所处环境中的第一基站信息和第一无线网络信息，根据第一基站信息从服务器的基站大网格表中查询得到在第一基站信息出现过的历史网格集合，以及根据第一无线网络信息从服务端的无线网络大网格表中查询得到在第一无线网络信息出现过的历史网格集合，再分别对两个历史网格集合进行网格去重，得到用于当前定位的无线网络候选网格集合A(即第一候选网格集合)和基站候选网格集合B(即第二候选网格集合)。

其中，第一时间信息为当前时间，即电子设备扫描当前所处环境中的第一基站信息和第一无线网络信息时对应的时间信息。

步骤120：根据第一候选网格集合和第二候选网格集合，计算异常系数。

在该步骤中，根据计算得到的异常系数的取值不同，可用于指示步骤110中确定的候选网格集合异常或者步骤110中确定的候选网格集合正常。

其中，步骤110中确定的候选网格集合包括第一候选网格集合和第二候选网格集合。

步骤130：在异常系数指示候选网格集合异常的情况下，获取电子设备的至少一个历史位置的定位信息，候选网格集合包括第一候选网格集合和第二候选网格集合。

当异常系数指示候选网格集合异常时，说明步骤110中确定的候选网格集合中的异常候选网格的数量较多，在用于后续的细定位过程中时，选中异常候选网格的概率也较大，因此出现定位大误差的概率也较大，从而需要剔除异常候选网格。

在该步骤中，结合电子设备的至少一个历史位置的定位信息，确定候选网格集合中的异常候选网格。

可选地，为了避免在剔除异常候选网格的过程中引入新误差，对获取的所有的历史位置的定位信息进行过滤。

可参考地，历史位置即电子设备过去定位的位置，通过条件筛选，选出定位信息齐全、有效的(如国内)、具有时效性的(如过去几个小时定位的)、可靠的历史位置。其中，根据对定位信息的大数据研究发现，使用基站加无线网络的混合定位的定位方式，比单纯使用基站或单纯使用无线网络的精度要高，而在这种混合定位中，定位时使用的无线网络和基站的数量越多，定位精度也会越高，因此可以根据定位时使用无线网络和基站的数量对“可靠的”进行解释，数量越多，越可靠。可设置为：无线网络的数量大于n，且基站的数量大于m时，历史位置的定位信息是可靠的。

进一步地，通过基于密度的带噪声应用空间聚类算法(Density-Based SpatialClustering of Applications with Noise，DBSCAN)进行离群点检测，剔除一些误差较大的历史位置的定位信息，最后得到历史位置的定位信息集合H，集合里一个元素就是用户在过去h小时内的一个定位信息，包含当时的经纬度和定位时间。

步骤140：对于候选网格集合中的候选网格，根据至少一个历史位置的定位信息，得到候选网格的可信度。

针对候选网格集合中的任意一个候选网格，以真实存在的历史位置的定位信息为参考，如果基于多个历史位置的定位信息可以证实候选网格的真实性，即认为这个候选网格是可信的；反之，如果基于多个历史定位信息均无法证实候选网格的真实性，则认为这个候选网格不可信。

其中，候选网格的可信度用于表示候选网格是否可信，设置第一阈值，当可信度大于第一阈值时，认为候选网格是可信的；反之，当可信度小于或者等于第一阈值时，认为候选网格是不可信的。对应地，不可信的候选网格即异常候选网格，可剔除。

步骤150：在可信度大于第一阈值的情况下，根据候选网格，确定电子设备的定位信息。

在该步骤中，保留可信的候选网格，用于后续的细定位过程，同时，剔除不可信的候选网格。

可选地，第一阈值由用户自定义设置或者由系统自动设置。

在本申请的实施例中，基于电子设备当前所处环境，获取电子设备扫描的第一基站信息和第一无线网络信息，根据第一基站信息从服务器获取第一候选网格集合，以及根据第一无线网络信息从服务器获取第二候选网格集合，然后针对两个候选网格集合之间的关系，得到异常系数，并在基于异常系数判断得到的候选网格集合异常时，获取电子设备的至少一个历史位置的定位信息，以根据至少一个历史位置的定位信息得到各个候选网格的可信度，并找到可信度大于第一阈值的候选网格，作为用于确定精细定位信息的候选网格。可见，基于本申请的实施例，在确定定位信息之前，对候选网格进行优化，以排除异常的候选网格，提高定位精准性。

在本申请另一个实施例的定位方法的流程中，步骤120，包括：

子步骤A1：根据第一候选网格集合中包含的候选网格的第一数量和第二候选网格集合中包含的候选网格的第二数量，计算第一比例，第一比例的范围为[0，1]。

子步骤A2：在第一比例大于第二阈值的情况下，根据第一候选网格集合与第二候选网格集合之间的交集、第一候选网格集合与第二候选网格集合之间的并集计算异常系数。

子步骤A3：在第一比例小于或者等于第二阈值的情况下，根据第一候选网格集合与第二候选网格集合之间的交集计算异常系数。

可选地，计算异常系数的方法参见公式组(1)：

其中，公式组(1)中，Abn用于表示异常系数，

参见图2，“A”用于表示第一候选网格集合中的候选网格，“B”用于表示第二候选网格集合中的候选网格，“A/B”用于表示两个集合中重叠的候选网格，图中的第一比例为6/7。当第一比例大于第二阈值时，说明两个集合中的网格数量相差不大，在计算异常系数时，计算交集中网格数量与并集中网格数量之间的比值(图2中为4/9)，该比值的范围为[0，1]，比值越接近1，说明两个集合中重叠的候选网格数量越多，则候选网格集合异常的概率越低，因为候选网格集合中的候选网格对应的地方，在历史上同时连接过当前的第一基站信息和第一无线网络信息。进一步地，用1减去该比值，可以得到异常系数，异常系数越接近1，表示候选网格集合异常概率的较高；反之，异常系数越接近0，表示候选网格集合异常概率的较低。

参见图3，“A”用于表示第一候选网格集合中的候选网格，“B”用于表示第二候选网格集合中的候选网格，“A/B”用于表示两个集合中重叠的候选网格，图中的第一比例为1/4。当第一比例小于或者等于第二阈值(如0.3)时，说明一个集合网格数量不到另一个集合网格数量的30％，因此认为两个集合大小不平衡，这种现象可能是由于无线网络或者基站的信号强度、信号发射器所在附近障碍物遮挡等原因造成的。这时，若使用公式组(1)中的第一个公式，得到的异常系数为1-1/9＝8/9，接近1，候选网格集合的异常概率较高，但实际情况用户可能就是在那一个重叠的候选网格中，这时就可能出现异常系数虚高的现象，与真实情况不符。因此，在这种情况下，使用公式组(1)中的第二个公式计算异常系数，可以解决因两个集合大小不平衡导致的异常系数虚高的问题。

在本实施例中，提供了利用公式组(1)计算异常系数的方法，公式组(1)包括两个公式，分别针对两个候选网格集合中数量差距大和数量差距小两种情况，从而可以避免因数量差距大导致异常系数虚高的问题，最终可以通过具有实际意义的异常系数来评估候选网格集合异常的概率，使得评估结果较为准确。

在本申请另一个实施例的定位方法的流程中，在步骤120之后，该方法还包括：

步骤B1：在异常系数大于第三阈值的情况下，确定异常系数指示为候选网格集合异常。

其中，第三阈值的范围为(0，1)。

第三阈值可定义为异常探测阈值。第三阈值可由用户自定义设置或者系统自动设置。

设置为：当异常系数大于第三阈值时，候选网格集合异常的概率足够高，认为异常系数指示为候选网格集合异常；反之，当异常系数小于或者等于第三阈值时，候选网格集合异常的概率很低，认为异常系数指示为候选网格集合正常。

在本实施例中，通过第三阈值来划分两个范围，以确定计算得到的异常系数位于哪个范围，从而确定异常系数指示的是候选网格集合正常或者异常。

在本申请另一个实施例的定位方法的流程中，步骤140，包括：

子步骤C1：对于任意历史位置，根据任意历史位置的定位信息中的坐标子信息，计算任意历史位置到候选网格的最短路程。

在该步骤中，利用路网数据的最短路径算法，如迪克斯特拉最短路径算法(Dijkstra)算法，进行路径规划，得到某个历史位置i到某个候选网格j的最短路径，该最短路径的长度即最短路程D

其中，路程是指的是两个位置点之间通过道路能到达的距离，即导航距离。

可参考地，路网数据是以道路交汇点及交汇点间的行驶距离组成的网络，一个交汇点可作为一个节点，对应为一个位置。参见图4，将历史位置i 401和候选网格j 402都映射到路网中最近的节点i 403和节点j 404。例如，计算历史位置i的坐标子信息和所有路网节点的欧氏距离，选择距离最近的节点i，以及计算候选网格j的中心坐标信息和所有路网节点的欧氏距离，选择距离最近的节点j。

进一步地，参见图5，初始化一个距离数组，将节点i设置为起点，初始化所有节点的路径长度，如果是起点的相邻节点则路径长度为其路程，如果不相邻则路径长度为∞。并将所有节点标记为未访问。下一步，参见图6，选取路径长度最小的未访问节点k，作为当前节点，并将其标记为已访问。

接下来，参见图7，计算节点k到其相邻的未访问节点m的距离D′

重复前面的步骤，直到所有的节点均被访问，或者直到节点j被访问。

最后，参见图8，通过倒推的方式，从节点j开始，沿着每个节点的父节点回到节点i，就得到了最短路径，及其长度D

子步骤C2：根据任意历史位置的定位信息中的时间子信息，以及第一时间信息，计算第一间隔时长。

其中，第一间隔时长为历史位置中的时间子信息与第一时间信息的时间差。

时间子信息为对历史位置定位时的时间，第一时间信息为当前时间。

子步骤C3：根据最短路程和第一间隔时长，计算任意历史位置针对于候选网格的距离子可信度，以及根据第一间隔时长，计算任意历史位置的权重值。

可选地，参见公式组(2)，计算历史位置i针对于候选网格j的距离子可信度。其中，

在公式组(2)中，δ

异常速度阈值是指在日常生活中不可能达到的速度，如果历史位置i到候选网格j的速度超过异常速度阈值，则认为历史位置i到候选网格j的最短路径不可信，距离子可信度置为0；反之，置为1，认为历史位置i给候选网格j投了一票。其中，异常速度阈值可以由系统根据大数据自动设置，以符合日常生活中能够达到的速度阈值。

基于此，对于候选网格j，可能会得到多个历史位置的投票。

进一步地，历史位置i的新鲜度权重ρ

可选地，参见公式(3)，计算历史位置i针对于候选网格j的权重值。其中，

子步骤C4：根据至少一个历史位置的距离子可信度和至少一个历史位置的权重值，计算候选网格的可信度。

可选地，参见公式(4)，计算候选网格j的可信度Conf

Conf

在本实施例中，利用历史位置和候选网格之间的位置关系，判断历史位置与候选网格之间的最短路径是否合理，得到候选网格对于历史位置来说，是否可信，若可信，则历史位置给候选网格投票，从而对于每个候选网格，可以得到不同数量的投票，再结合每个历史位置的权重值，最后得到每个候选网格的可信度。可见，基于本实施例的方法，利用投票机制可以有效剔除不可信的候选网格。

在本申请另一个实施例的定位方法的流程中，步骤150，包括：

子步骤D1：根据候选网格在第一定位模型中的第一排序得分和候选网格的可信度，计算候选网格的第二排序得分。

在该步骤中，将可信的各个候选网格输入定位模块中，结合网格历史指纹信息和信号信息(信号信息包括第一基站信息和第一无线网络信息)，由粗定位模型(即第一定位模型)对各个候选网格进行排序，得到各个候选网格的第一排序得分S

可选地，参见公式(5)，计算候选网格j的第二排序得分Score

Score

其中，粗定位模型中，根据实时的信号指纹特征和网格的历史指纹特征进行比对，对网格做排序，找出用户当前最有可能位于的候选网格。

子步骤D2：根据候选网格集合中的可信度大于第一阈值的各候选网格的各第二排序得分，确定第一候选网格。

可选地，将第二排序得分最高的候选网格，作为第一候选网格。

子步骤D3：根据第一候选网格在第二定位模型中确定电子设备的定位信息。

将第一候选网格及其特征、第一基站信息、第一无线网络信息，输入细粒度定位模型(即第二定位模型)进行细定位，最后输出网络定位最终结果，输出的结果至少包括当前位置的经纬度和定位时间。

在本实施例中，基于粗定位得到的候选网格的排序，进一步结合对应的可信度，可以调整可信度不高的候选网格，以确保最终确定的排序较前的候选网格可信度较高。

综上，本申请的目的在于提供一种网络定位数据预处理方式，在定位前识别异常，并利用历史定位信息，对定位前的网格数据进行预处理筛选排序，在直接提升定位结果精度的同时，把对定位成功率的影响降到最低。在本申请中，基于多数据源的候选网格，针对实际业务情况设计了一套改良的异常检测算法，实现对异常定位情况的提前识别；在利用历史定位数据对候选网格进行异常识别过滤时，通过历史定位投票机制结合路网数据和时间信息，实现对异常大网格更精准的过滤；在对过滤后的网格进行排序时，将上述的预处理信息作为权重带入粗定位排序中，进一步提升最终定位结果的准确性。可见，本申请可优化网络定位结果，减少因异常网格造成的定位误差较大的现象。

本申请实施例提供的定位方法，执行主体可以为定位装置。本申请实施例中以定位装置执行定位方法为例，说明本申请实施例提供的定位装置。

图9示出了本申请一个实施例的定位装置的框图，该装置包括：

第一获取模块10，用于根据电子设备在第一时间信息扫描的第一无线网络信息和第一基站信息，获取与第一无线网络信息对应的第一候选网格集合，以及获取与第一基站信息对应的第二候选网格集合；

计算模块20，用于根据第一候选网格集合和第二候选网格集合，计算异常系数；

第二获取模块30，用于在异常系数指示候选网格集合异常的情况下，获取电子设备的至少一个历史位置的定位信息，候选网格集合包括第一候选网格集合和第二候选网格集合；

处理模块40，用于对于候选网格集合中的候选网格，根据至少一个历史位置的定位信息，得到候选网格的可信度；

第一确定模块50，用于在可信度大于第一阈值的情况下，根据候选网格，确定电子设备的定位信息。

在本申请的实施例中，基于电子设备当前所处环境，获取电子设备扫描的第一基站信息和第一无线网络信息，根据第一基站信息从服务器获取第一候选网格集合，以及根据第一无线网络信息从服务器获取第二候选网格集合，然后针对两个候选网格集合之间的关系，得到异常系数，并在基于异常系数判断得到的候选网格集合异常时，获取电子设备的至少一个历史位置的定位信息，以根据至少一个历史位置的定位信息得到各个候选网格的可信度，并找到可信度大于第一阈值的候选网格，作为用于确定精细定位信息的候选网格。可见，基于本申请的实施例，在确定定位信息之前，对候选网格进行优化，以排除异常的候选网格，提高定位精准性。

可选地，计算模块20，包括：

第一计算单元，用于根据第一候选网格集合中包含的候选网格的第一数量和第二候选网格集合中包含的候选网格的第二数量，计算第一比例，第一比例的范围为[0，1]；

第二计算单元，用于在第一比例大于第二阈值的情况下，根据第一候选网格集合与第二候选网格集合之间的交集、第一候选网格集合与第二候选网格集合之间的并集计算异常系数；

第三计算单元，用于在第一比例小于或者等于第二阈值的情况下，根据第一候选网格集合与第二候选网格集合之间的交集计算异常系数。

可选地，该装置还包括：

第二确定模块，用于在异常系数大于第三阈值的情况下，确定异常系数指示为候选网格集合异常；

其中，第三阈值的范围为(0，1)。

可选地，处理模块40，包括：

第四计算单元，用于对于任意历史位置，根据任意历史位置的定位信息中的坐标子信息，计算任意历史位置到候选网格的最短路程；

第五计算单元，用于根据任意历史位置的定位信息中的时间子信息，以及第一时间信息，计算第一间隔时长；

第六计算单元，用于根据最短路程和第一间隔时长，计算任意历史位置针对于候选网格的距离子可信度，以及根据第一间隔时长，计算任意历史位置的权重值；

第七计算单元，用于根据至少一个历史位置的距离子可信度和至少一个历史位置的权重值，计算候选网格的可信度。

可选地，第一确定模块50，包括：

第八计算单元，用于根据候选网格在第一定位模型中的第一排序得分和候选网格的可信度，计算候选网格的第二排序得分；

第一确定单元，用于根据候选网格集合中的可信度大于第一阈值的各候选网格的各第二排序得分，确定第一候选网格；

第二确定单元，用于根据第一候选网格在第二定位模型中确定电子设备的定位信息。

本申请实施例中的装置可以是电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(MobileInternet Device，MID)、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personal digital assistant，PDA)等，还可以为服务器、网络附属存储器(Network Attached Storage，NAS)、个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。

本申请实施例的装置可以为具有动作系统的装置。该动作系统可以为安卓(Android)动作系统，可以为ios动作系统，还可以为其他可能的动作系统，本申请实施例不作具体限定。

本申请实施例提供的装置能够实现上述方法实施例实现的各个过程，实现相同的技术效果，为避免重复，这里不再赘述。

可选地，如图10所示，本申请实施例还提供一种电子设备100，包括处理器101，存储器102，存储在存储器102上并可在处理器101上运行的程序或指令，该程序或指令被处理器101执行时实现上述任一定位方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。

需要说明的是，本申请实施例的电子设备包括上述的移动电子设备和非移动电子设备。

图11为实现本申请实施例的一种电子设备1000的硬件结构示意图。

该电子设备1000包括但不限于：射频单元1001、网络模块1002、音频输出单元1003、输入单元1004、传感器1005、显示单元1006、用户输入单元1007、接口单元1008、存储器1009、处理器1010、摄像头1011等部件。

本领域技术人员可以理解，电子设备1000还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器1010逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图11中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。

其中，处理器1010，用于根据电子设备在第一时间信息扫描的第一无线网络信息和第一基站信息，获取与所述第一无线网络信息对应的第一候选网格集合，以及获取与所述第一基站信息对应的第二候选网格集合；根据所述第一候选网格集合和所述第二候选网格集合，计算异常系数；在所述异常系数指示候选网格集合异常的情况下，获取所述电子设备的至少一个历史位置的定位信息，所述候选网格集合包括所述第一候选网格集合和所述第二候选网格集合；对于所述候选网格集合中的候选网格，根据所述至少一个历史位置的定位信息，得到所述候选网格的可信度；在所述可信度大于第一阈值的情况下，根据所述候选网格，确定所述电子设备的定位信息。

在本申请的实施例中，基于电子设备当前所处环境，获取电子设备扫描的第一基站信息和第一无线网络信息，根据第一基站信息从服务器获取第一候选网格集合，以及根据第一无线网络信息从服务器获取第二候选网格集合，然后针对两个候选网格集合之间的关系，得到异常系数，并在基于异常系数判断得到的候选网格集合异常时，获取电子设备的至少一个历史位置的定位信息，以根据至少一个历史位置的定位信息得到各个候选网格的可信度，并找到可信度大于第一阈值的候选网格，作为用于确定精细定位信息的候选网格。可见，基于本申请的实施例，在确定定位信息之前，对候选网格进行优化，以排除异常的候选网格，提高定位精准性。

可选地，处理器1010，还用于根据所述第一候选网格集合中包含的候选网格的第一数量和所述第二候选网格集合中包含的候选网格的第二数量，计算第一比例，所述第一比例的范围为[0，1]；在所述第一比例大于第二阈值的情况下，根据所述第一候选网格集合与所述第二候选网格集合之间的交集、所述第一候选网格集合与所述第二候选网格集合之间的并集计算异常系数；在所述第一比例小于或者等于所述第二阈值的情况下，根据所述第一候选网格集合与所述第二候选网格集合之间的交集计算异常系数。

可选地，处理器1010，还用于在所述异常系数大于第三阈值的情况下，确定所述异常系数指示为候选网格集合异常；其中，所述第三阈值的范围为(0，1)。

可选地，处理器1010，还用于对于任意历史位置，根据所述任意历史位置的定位信息中的坐标子信息，计算所述任意历史位置到所述候选网格的最短路程；根据所述任意历史位置的定位信息中的时间子信息，以及所述第一时间信息，计算第一间隔时长；根据所述最短路程和所述第一间隔时长，计算所述任意历史位置针对于所述候选网格的距离子可信度，以及根据所述第一间隔时长，计算所述任意历史位置的权重值；根据所述至少一个历史位置的距离子可信度和所述至少一个历史位置的权重值，计算所述候选网格的可信度。

可选地，处理器1010，还用于根据所述候选网格在第一定位模型中的第一排序得分和所述候选网格的可信度，计算所述候选网格的第二排序得分；根据所述候选网格集合中的可信度大于所述第一阈值的各候选网格的各第二排序得分，确定第一候选网格；根据所述第一候选网格在第二定位模型中确定所述电子设备的定位信息。

综上，本申请的目的在于提供一种网络定位数据预处理方式，在定位前识别异常，并利用历史定位信息，对定位前的网格数据进行预处理筛选排序，在直接提升定位结果精度的同时，把对定位成功率的影响降到最低。在本申请中，基于多数据源的候选网格，针对实际业务情况设计了一套改良的异常检测算法，实现对异常定位情况的提前识别；在利用历史定位数据对候选网格进行异常识别过滤时，通过历史定位投票机制结合路网数据和时间信息，实现对异常大网格更精准的过滤；在对过滤后的网格进行排序时，将上述的预处理信息作为权重带入粗定位排序中，进一步提升最终定位结果的准确性。可见，本申请可优化网络定位结果，减少因异常网格造成的定位误差较大的现象。

应理解的是，本申请实施例中，输入单元1004可以包括图形处理器(GraphicsProcessing Unit，GPU)10041和麦克风10042，图形处理器10041对在视频图像捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频图像的图像数据进行处理。显示单元1006可包括显示面板10061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板10061。用户输入单元1007包括触控面板10071以及其他输入设备10072中的至少一种。触控面板10071，也称为触摸屏。触控面板10071可包括触摸检测装置和触摸控制器两个部分。其他输入设备10072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、动作杆，在此不再赘述。存储器1009可用于存储软件程序以及各种数据，包括但不限于应用程序和动作系统。处理器1010可集成应用处理器和调制解调处理器，其中，应用处理器主要处理动作系统、用户页面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1010中。

存储器1009可用于存储软件程序以及各种数据。存储器1009可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器1009可以包括易失性存储器或非易失性存储器，或者，存储器1009可以包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本申请实施例中的存储器1009包括但不限于这些和任意其它适合类型的存储器。

处理器1010可包括一个或多个处理单元；可选地，处理器1010集成应用处理器和调制解调处理器，其中，应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器1010中。

本申请实施例还提供一种可读存储介质，可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述定位方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，处理器为上述实施例中的电子设备中的处理器。可读存储介质，包括计算机可读存储介质，如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。

本申请实施例另提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现上述定位方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。

本申请实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如上述定位方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。