CN101171529A - 增强型移动台定位 - Google Patents

Abstract

本发明公开了一种用于获得无线通信网络中局域路径损耗对距离的模型的方法。该方法包括：获得在所述无线通信网络中移动无线终端的大致位置处的至少一个路径损耗和相关距离的测量值，并将此应用到路径损耗对距离的模型以获得该局域的路径损耗对距离的模型。该局域模型也可以用于获得无线通信网络内无线移动终端的更精确位置。

Description

增强型移动台定位

技术领域

本发明涉及路径损耗模型，以及利用路径损耗模型来定位无线通信网络中的移动无线终端的装置和方法。

背景技术

本申请要求澳大利亚临时专利申请第2005901352号的优先权，在此引入该申请的全部内容作为参考。

目前最常见的移动台定位系统是小区识别(Cell ID)系统和增强型小区识别系统。这些系统使用移动网络内现有的测量值。结果是，它们能够定位现有话机而不需要更高精度技术所通常要求的修改。

这样的系统可使用的测量值通常包括服务小区的识别，由移动无线终端(或移动台)根据相邻小区发送的信标信道测量的小区和信号电平的一个或多个往返延迟。

信号电平的测量值对定位计算有用，因为接收到的信号电平随着距发射机的距离增加而减少。因此，了解发射的信号电平并测量了移动台处接收的信号电平，该衰落或路径损耗提供了对发射机和接收机之间距离的指示。

这些操作系统中的一个难点在于所述衰落不是距离的简单函数。它受到多种因素的影响，包括信号的具体频率以及传播信道的性质。路径损耗和距离之间的关系可由在一些有限条件下产生有用结果的封闭形式表达来估计。然而，在具体定位计算中使用信号电平的困难仍然存在，因为这样的模型太笼统了，其对于系统级建模和无线网络规划更有用。任何具体位置的实际测量值都可能会有很大偏差。

使用了一种应用移动位置的信号电平测量值来进行详细的调查和形成数据库的方法。然而，这种方法的缺点是形成数据库需要高成本和高投入。对该系统所服务的区域(例如城市)必须进行规则网格调查。此外，如果实际路径损耗特性有任何较大的改变，则调查都必须重新进行。如果在区域内存在大量植物，则季节的变化可能会导致这种改变。其它导致改变的原因包括建筑物或其它大厦的建起和移动网络的维护。

除了在获得适当模型的过程中所伴随的困难外，移动台测量的信号电平也受到衰落产生的随机(并且与距离无关)变化以及移动台测量不精确的影响。移动台可以对多个测量值进行平均以减少噪声和快速衰落的影响，但接收器产生的缓慢衰落变化和偏差仍会存在。

这些问题会因用户对接收的信号电平所作的举动而进一步加剧。用户握持移动台的方式以及移动台在使用时相对头部放置的方式可改变路径损耗多达10dB。此外，用户可能将终端放入到公文包或袋子内，从而造成进一步的信号损耗。当用户进入车辆时，由于车体的屏蔽会产生进一步的变化。依赖于电话是否是简单地放在车辆内或电话是否是连接到车顶或车窗安有天线的车载上，还可以产生进一步的差异。这种情况下的差异也可以达到10dB。当移动台在建筑物内操作时，与户外操作相比会产生进一步的变化。与用路径损耗对距离的通用模型所预计的相比，所有这些影响在给定距离处会在路径损耗方面产生很大的偏差。

因此，本发明的目标是为无线通信网络提供改进的路径损耗对距离的模型，或至少提供产生路径损耗对距离的模型的可选择方法。路径损耗对距离的模型可被用来计算无线通信网络中移动无线终端的位置。

发明概述

根据本发明的一个方面，提供了用于无线通信网络的局域路径损耗对距离的模型的获得方法，该方法包括：

获得所述无线通信网络中移动无线终端的大致位置处的至少一个路径损耗和相应的距离测量值；和

将所述至少一个路径损耗和相应的距离测量值应用到路径损耗对距离的模型中，以获得该无线移动终端的大致位置的局域路径损耗对距离的模型。

在一种形式中，获得所述至少一个路径损耗和相应的距离测量值的步骤包括从无线通信网络中的一个或多个发射机获得移动无线终端的大致位置处的移动无线终端的距离。

在又一种形式中，获得至少一个路径损耗测量值的步骤在移动无线终端处测量由一个或多个发射机发射的信号电平。

在又一方面中，路径损耗对距离的模型包括距离依赖性要素。

在另一个方面，路径损耗对距离的模型包括非距离依赖性要素。

在又一种形式中，路径损耗对距离的模型包括距离依赖性要素和非距离依赖性要素。

在一种形式中，路径损耗对距离的模型是以下形式：

L_p(γ)＝β+α*10*log10(γ)

其中：

L_p是以分贝为单位的路径损耗；

β是局域环境的非距离依赖性的特征项；

α是限定距离依赖的参数；和

γ是距离。

在一种形式中，该方法还包括估计路径损耗对距离的模型的距离依赖性要素和/或非距离依赖性要素。

在另一方面，β包括一般性非距离依赖性要素β_gen和使用者非距离依赖性要素β_user。

在本发明的一个方面，α获自公开的数据。

在另一方面，α获自无线移动终端的一个或多个测量值。

在又一个方面，α获自靠近所述无限移动终端的多个无限移动终端的一个或多个测量值。

在又一个方面，α获自无线移动终端的一个或多个测量值，以及靠近所述无限移动终端的多个无限移动终端的一个或多个测量值。

在一种形式中，用所获得的α的值来获得β。

根据本发明的另一方面，提供了用于获得无线通信网络的局域路径损耗对距离的模型的方法，该方法包括：

获得移动通信网络中移动无线终端的大致位置；

获得无线通信网络中移动无线终端的大致位置处的至少一个路径损耗和相应的距离测量值；和

将该至少一个路径损耗和相应的距离测量值应用于路径损耗对距离的模型中，以获得该移动无线终端的大致位置的局域路径损耗对距离的模型。

在该方面的一种形式中，获得移动无线终端的大致位置的步骤包括使用一个或多个以下参数：

一个或多个服务小区的标识；

一个或多个与服务小区相关的往返延迟测量值；

一个或多个相邻小区标识符；和

一个或多个RTD。

在可选择的形式中，获得移动无线终端的大致位置的步骤包括获得无线通信网络外的移动无线终端的大致位置。

根据本发明的又一方面，提供了定位无线通信网络中的移动无线终端的方法，该方法包括：

利用根据权利要求1至7中任一项方法所获得的局域路径损耗模型来计算移动无线终端的位置。

根据本发明的又另一方面，提供了一种无线通信网络，其包括：

用于获得无线通信网络中移动无线终端的大致位置处的至少一个路径损耗和相应的距离测量值的装置；和

用于将所述至少一个路径损耗和相应的距离测量值应用到路径损耗对距离的模型中以获得该移动无线终端的大致位置的局域路径损耗对距离的模型的装置。

在一种形式中，无线通信网络还包括用于估计该无线通信网络中所述移动无线终端的位置的装置。

在又一种形式中，无线通信网络还包括利用局域路径损耗对距离的模型来计算移动无线网络终端的位置的装置。

根据本发明的又一方面，提供了机器可读介质，其包含指令，以使该机器执行本发明以上方面的任意一个或多个方法。

附图简述

现在，将参考以下附图来具体描述本发明的不同方面：

图1显示了在本发明一个方面中使用的组成部分的一种可能排列；

图2显示了根据本发明一方面的一种方法的处理顺序；

图3显示了根据本发明另一方面的一种方法的处理顺序；

图4显示了在本发明一方面的方法中使用的组成部分的另一种可能排列；

图5显示了本发明一方面的方法中使用的组成部分的又一可能排列；

图6显示了根据本发明又一方面的方法的处理顺序。

发明详述

现在将参考本发明附图中说明的一个或多个实施方案、实施例来具体描述本发明。这些实施方案和实施例仅用来解释本发明，而不对本发明的范围进行限制。此外，作为一个实施例的一部分所描述或说明的特征可与一个或多个其它实施例一起使用，以提供新的组合。

将可以理解，本发明涵盖了这些变化和实施方案以及可被本领域技术人员理解的变化和修改。

图1示出了无线通信网络10中组成部分的一种可能排列，该无线通信网络10包括发射器或发射基站BTS₁、BTS₂和BTS₃，其每一个都在网络10内发射无线信号。网络10内的是移动无线终端或移动台20。一方面，移动台20能够分别检测到由BTS₁、BTS₂和BTS₃各自发射的无线信号S₁、S₂和S₃。在任意给定时间，移动台20都位于与BTS₁、BTS₂和BTS₃相距r1、r2和r3的距离或范围内。

对于信号S₁、S₂和S₃中的每一个，在将信号从其各自的BTS发送到移动台之间信号功率会有损耗。这种损耗称为路径损耗。

表达路径损耗与距离之间的关系的模型有许多种形式。在此描述的方法可应用于任意种这样的模型上。如在本发明的一种形式中使用的，对于诸如自由空间模型、双线模型、Hata模型和COST-231模型通用的公式的形式(在对数域)为：

L_P(γ)＝β+α*10*log10(γ)    (1)

其中：

L_p是以分贝为单位的路径损耗；

β是局域环境的非距离依赖性的特征项，其代表的因素包括发射和接收天线高度和载波频率依赖性校正；

α是限定距离依赖的参数；和

γ是距离。

α作为距离的函数代表路径损耗的增加，因此代表了给定区域内所有移动台经历的现象。相反，β代表非距离依赖性影响。

对于有关路径损耗和距离的模型有许多可选择的数学形式。例如，可将不同底的对数应用于相应的不同参数。一方面，本发明可被应用到任何包括距离依赖性要素和非距离依赖性要素的模型。在其它方面，使用的模型可仅包括一个或另一个距离依赖性要素和非距离依赖性要素。

β进一步可由β_user构成，β_user表示用户依赖性影响，是由例如将移动台放到公文包中造成的和由更一般性的β_gen造成。β_gen表示附近运行的所有移动台可能都有的影响，包括了诸如阴影衰落和局域提升(local elevation)的影响。

根据本发明的一方面，当计算无线移动终端20的位置时，可能获得更高精度地表示移动台20从相邻小区的BTS接收到的信号的路径损耗与传播距离之间关系的模型。

图2显示了本发明一个方面的步骤。在本发明的该方面中，在步骤100获得移动台20的初始大致位置，而不必依靠信号电平测量值，尽管这样的信号电平测量可很好地用于获得大致或估计的位置(如以下将更详细描述的那样)。在步骤110中，然后用该估计值来估计由移动台20测量的移动台20距每个小区或BTS的距离r，并且，用已知的发射的信号电平(例如，该信息可从网络本身获得)来计算每个被测量的信号的路径损耗，这样就获得了路径损耗和距离对的集合。然后在步骤120中将该路径损耗和距离对的集合应用到路径损耗对距离的模型中(如在上述(1)中那样)，以推导出在移动台大致位置处的路径损耗对距离的局域模型。以下将更详细地描述这些步骤。可理解，该方法可通过使用单个路径损耗和距离测量值或估计值，或者多个路径损耗和距离测量值或估计值来执行。

根据本发明的另一方面，可将推导出的局域路径损耗模型用于确定移动台20更精确的位置。图3中的步骤130显示了该附加步骤，并且以下更详细地描述了该附加步骤。在该方面，可理解，改进的移动台定位可以作为获得局域路径损耗模型的一系列步骤的最后步骤，或者作为单独的步骤使用之前确定的局域路径损耗模型。

应该理解，网络10和移动台20的组成部分可以以与图1不同的方式来排列和互相作用。在图4中，移动台20检测分别来自BTS₁、BTS₂和BTS₃信号S₁、S₂和S₃，然后将该检测数据通过信号S_M发送给服务小区30，以便进行更进一步的处理。该检测数据可用是移动台20收集的原始数据，或是经过处理的数据。例如，原始数据可以是S₁、S₂和S₃的信号电平，其然后发送给服务小区30，用于计算各自的距离和路径损耗。服务小区30也可以配备软件，用于计算局域路径损耗模型并用计算出的局域路径损耗模型来计算移动台20的改进定位。在这种情况下，服务小区30可随后向网络20的其它部分或向网络10外部的目的地发送31路径损耗模型和/或改进的移动台定位。

在又另一种形式中，如图5所示，服务小区30可通过信号S_s向移动台20自身发送计算出的移动台20的改进定位，移动台20然后可(例如，通过视频显示单元，或通过合成语音或其它装置)通知其用户(未示出)其位置。

在又一种形式中，服务小区30可向移动台20发送计算出的路径损耗模型，这样，移动台20就能据此用最新获得的路径损耗模型来计算其自身的改进定位。

在又一形式中，移动台20如果配备有足够的处理功率就可以测量其自身的大致位置、计算改进的局域路径损耗模型并用该模型来计算其自身的改进定位，所有这些都不必使用外部处理器。图1显示了这种结构。

因此，执行以上计算的软件可用被置于多个不同的机器可读介质中，这些机器可读介质可以是网络10的组成部分例如位于诸如服务小区30中、移动台20自身中的存储器、在移动台的用户标识模块(SIM)卡上、或分布在不同元件当中。

将理解，该方法可利用来自任意数目的发射器/BTS(包括仅仅一个发射器，或任意数目的多个发射器/BTS)的测量值来使用。

在一方面中，确定改进的局域模型的步骤包括确定参数α和β中的一个或二者的值。图6中的步骤115显示了这个附加步骤。

存在许多种估计非距离依赖性参数(β)和距离依赖性参数(α)中任一个或两者的可能方法。这产生定位系统的如下几种选择：

为了获得α的值，可利用一种或多种以下方法：

使用区域的通用α值-存在许多测量的路径损耗对距离数据的公开结果。利用这种公众可得的数据，可以以每区域为基础选择α的值。这可能意味着例如定位系统可以具有α值对小区地点的列表并在计算定位的具体情况下基于移动台20的服务小区来选择所述值。

根据来自单个移动台的测量值来估计α-如果移动台20已经测量出两个或更多个信号电平，则可能估计出α和β。例如，在移动台20的位置处所作的测量是来自n个发射机(或BTS)的接收信号强度的情况下，可估计出移动台20位置的并称之为(x，y)。第一个发射机的定位是(x_i，y_i)。这样，从移动台到每个发射机的距离可被估计：

r_i＝((x-x_i)²+(y-y_i)²))^1/2    (2)

来自发射机i的测量的信号强度被表示为L_i。等式(1)是接收的信号强度(3)的预测模型。测量值和预测值之间的差异是误差/干扰项(4)：

L_p(r_i)＝β+α*10*log10(r_i)    (3)

L_p(r_i)＝L_i+e_i    (4)

(3)和(4)一起提供了具有2个未知量(α和β)的一组n个等式(5)。

L_i＝β+α*10*log10(r_i)-e_i    (5)

等式(5)是数字估计问题的常用形式，对于这种数字估计问题存在许多本领域已知的解决方法。对于n＝2的具体情况，这组等式能用代数的方法来解出以提供对α和β的解答方案。当n＞2时，这组等式被称为是过约束的，并不太可能存在满足所有n个等式单个解。

一种可能的解决方案是极大似然估计。在这种方案中，测量误差被假定属于给定的统计模型(例如，用于所有测量值的单个模型，或距离依赖性模型-每个测量值一个模型)。该方法然后提供了α和β的估计值，这些值最有可能基于测量值和指定给每个等式相关随机元素的置信度形成给定组的测量值。

α和β的估计随着测量值n的增加而改进。α或β的改进可通过基于公开的模型为参数之一指定通用值和用可获得的测量值得到对其它参数的更好估计来实现。

用来自多个移动台的测量值估计α

由于路径损耗的距离依赖性普遍存在于给定的邻近范围内的所有移动台，所以可以将来自多个移动台的测量值分组以获得由α代表的距离依赖性的估计。例如，定位系统可将所有实际的路径损耗测量值与从位置解推导出的估计距离累加在一起。类似地，该定位可以累加路径损耗测量值和初始位置估计位于给定邻近范围内的移动台的估计距离。另一种变化是这二者的组合。在该组测量值内，移动台并不排除出现一次以上。将测量进行分组所基于的邻近范围可被定义为小区扇区、一组蜂窝、或任意其它的有界限的范围诸如规则网格。利用足够大的一组测量值，个体变化可以被减小，以获得路径损耗对距离的精确趋向。

例如，在移动台的位置估计值或近似值位于G区域内的一组移动电话测量值的情况中。对于位于该区域的移动台m，存在一组n_m信号强度测量值L_ij，m距离用初始的或最终的位置估计值和等式(2)来估计r_ij。如果存在M个移动电话测量组，那么G中的信号强度测量总数N为：

$N=\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{n}_k---\left(6\right)$

以与等式(3)和(4)所描述的相同的方式，可为N个信号强度测量值中的每一个推导出关于α和β的等式：

L_ij＝β_j+α_G*10*log10(r_ij)-e_ij    (7)

其中αG是假定在整个区域G内恒定的α；

β_j是电话j的β值；

r_ij是第j个移动台测量的从第j个移动台到第i个信号的发射器的距离估计值。

e_ij是预计值与测量值之间的差异(假定为干扰)。

提供了两种选择：i)如果β被假定对于区域中所有电话都是大致恒定的；或ii)如果β被假定在每个测量集合的基础上都是恒定的。

i)在整个区域内将β当作是大致恒定的：

如之前所描述的，β_j可被认为由一般性要素β_gen和用户要素β_user构成，前者是环境相关的要素并对指定区域的所有移动台是相同的(在区域G的情况下)；后者对于给定时间给定移动台的所有测量值是相同的。可以选择区域的大小使得β_gen可被认为在整个区域内都是大致恒定的，并允许β被认为是具有平均要素(β_gen)和随机要素β_user的随机变量。

等式(7)变成：

L_ij＝β_gen+α_G*10*log10(r_ij)-ξ_ij    (8)

其中，ξ_ij是组合了每个用户β_user变化和信号电平测量变化的影响的干扰项。

β_gen是被假定对于区域G中所有移动台都有的距离依赖性路径损耗要素。

αG是区域G的距离依赖性路径损耗要素。

这组等式可用诸如之前说明的极大似然的技术来解，该技术对于本领域技术人员来说将很明显。如果可得到适当的β_gen值，例如但不限于公开数据或以前估计的值，然后可解所述等式得到单个的未知αG。如果β_gen的值不可得，那么可解所述等式得到两个未知量β_gen和αG。

ii)把β当作大致恒定的测量组：

在β_gen不能被认为在整个区域内都是恒定的但可认为具有在每个测量组中是恒定的要素的情况下，可应用等式(7)而不做修改。对于M个测量组的分组，所描述的技术被用于解决M+1个未知量；M×β_j和1×αG。

一旦α的值已被估计出，则其可被用于基于一组来自移动台的测量值来估计β的值。对等式(3)和(4)利用同样方法产生关于给定移动台测量的信号强度测量值L_i的等式(9)，

L_j＝β+α*10*log10(r_i)-e_i    (9)

利用之前描述的技术，可以处理该组等式以提供测量组的β估计值。这将对所有信号电平测量值提供同样运行的用户特异性效果的校正。这可以解释例如由于建筑物内或车内的接受或机体损耗造成的衰减。

对于独立地估计每个α的更具体情况，如下估计β：首先基于移动台的位置估计确定该移动台处于哪个区域中，然后利用为那个区域估计的α来估计β。例如，在计算β时区域G中的移动台将使用αG。

也可以利用过去的测量值。作为确定距离依赖性趋势以获得α的一部分，可以使用来自趋势拟合(trend fit)的剩余误差。这些剩余误差也代表了非距离依赖性路径损耗效果。

如前所述，该距离可能会由于诸如建筑内接收现象的显著影响而相对较大。不过，已经识别了这些典型距离，这些可被用来筛出例如由于错误的测量而产生的较少的不可信的β估计值。在识别出不可信的β值的情况下，可除去对预期距离的最接近限制的估计值。可选择地，当计算定位时，较低的置信值可与信号电平限制联系起来。

下面描述实施以上提到的一些方法的具体实施例，第一步是获得网络10中移动台20的大致位置。这可以通过几种途径来进行。

在一个实施例中，移动台20的大致位置可从一组信号参数测量值推导出，这组信号参数测量值可包括以下当中的一个或多个：

·一个或多个服务小区的标识符

·一个或多个与服务小区相关的往返延迟测量值；

·一个或多个相邻小区标识符；和

·一个或多个RTD

利用可获得的测量值，排除代表信号电平的hose，计算出移动台20的大致位置。计算这样估计值的方法在本领域内是公知的。也可用使用其它更精确的定位形式，诸如在共同待决的PCT申请第PCT/AU2005/01358号中描述的定位形式，该申请的内容被纳入本文中作为参考。可以理解，也可以使用不需要参数测量值的其它形式的定位，包括由全球定位系统(GPS)进行的近似定位。

这样，可从网络10自身之内获得提供移动台20的大致位置的数据，或例如通过GPS从网络10之外获得这样的数据。

利用该近似定位，为每个可获得信号电平测量值的小区计算距离估计值。

利用每个小区已知的发射电平、在发射机处的天线增益和相应测量出的接收电平，可为每个距离获得估计的路径损耗值。在该步骤中使用的天线增益值可根据之前获得的移动台位置通过考虑发射基站位置的天线增益模式和头部相对移动台20的朝向来获得。在接收机处的任何天线增益都被同化到β值中，因为其对于任意给定的电话是恒定，因此对于任意给定的测量值组是恒定的。沿该条传播路径的信号损耗可以这样计算：

L＝P_t-P_r+G_t-G_r    (10)

其中，L是测量的路径损耗(dB)，P_t是发射功率(dBm)，P_r是接收功率(dBm)，G_t是移动台的估计位置的方向上的发射天线增益(dBi)，G_r是移动台的天线增益(dBi)。

该组路径损耗测量值具有从估计的移动台位置推导出的相应的发射机距离估计值(等式2)。根据这些数值(路径损耗，距离)对，基于可获得数据利用以上所述等式中的一个来计算通用路径损耗模型的局域特定的模型。

局域特定的路径损耗模型和路径损耗测量值随后被用于生成移动台20的新位置估计。例如，路径损耗测量值可被当作对从发射机到移动台的距离的估计，这样就将移动台限制到圆形轨迹(circular locus)中。重新排列路径损耗模型(等式1)给出了测量数目i的发射机到移动台的距离估计。该距离估计可被表达为真实距离加上误差项：

r′_i＝10^[(L_i-β′)/(α′*10)]        (11)

其中，α’和β’是局域特定模型的参数，L_i是测量的路径损耗，r’_i是基于路径损耗和局域路径损耗模型的距离估计。

r′_i＝r_i+e_i                     (12)

r′_i＝((x-x_i)²+(y-y_i)²))^1/2+e_i  (13)

其中r_i是从移动台到发射机的的实际(未知的)距离，e_i是距离估计与真距离之间的误差，(x，y)是实际(未知的)移动台定位，(x_i，y_i)是BTS发射机的定位。

误差的存在意味着圆形轨迹将不太可能在唯一的点相交。为了生成位置估计，使用本领域已知的数学技术(numerical technique)。一种这样的方法是极大似然估计，其基于距离估计和为每个距离误差选择的概率模型来提供最有可能的位置。基于信号强度的圆形轨迹也可以用相同的估计技术与根据诸如往返次数(例如，GSM中的TA和UMTS中的RTT)和RTD这样的其它信息来源生成的轨迹组合起来。

最后，本领域技术人员将理解，用路径损耗模型的局域特定形式来计算更精确的位置估计。

之前的描述假定了简单的情形。

以下描述了具有几个对上述简单情形的有若干改变的情况。校正α或β，或这二者

如前所述，根据可获得的信号电平测量值的数目，可以校正模型的距离依赖性要素和非距离依赖性要素。例如，对于少于6个的测量值，可选择仅仅校正β，和从可选择的信息来源(诸如公开的表格)获得α的适当值。

仍如前所述，除了对可获得的测量值进行校正之外，还有几种其它获得α的适当值的选择。所选择的具体实施可以基于包括处理资源考虑在内的几个因素来确定。在缺少任何其它限制时，可以如上所述累加测量值，根据区域将它们分组并估计每个区域公有的代表性α值。然而，在一些情况下，这可能是不可行的，可基于局域特征从公共领域可获得的数据选出α的适当值。

利用多个测量值组

在一些应用中，移动台可在短期内报告多组测量值。对于第二个和随后的测量值，可通过累加该点之前确立的所有测量值组的信号测量值并根据该更大组的观测结果来估计β。

改进的近似定位

对用来估计路径损耗模型参数的初始近似定位的任何改进可能会产生更有用的路径损耗模型。因此，除了将信号电平测量值从初始定位计算中排除，也可以使用调谐得稍微差的路径损耗模型以使这些值都能被包括在内。如果定位系统根据区域累加测量值，则对于此的一种选择是从感兴趣区域的历史数据中选择代表性值。如果不能获得历史数据，另一种选择是使用通常更具代表性的β值，但在初始定位计算中调整信号电平测量值的重要性，以反映相应位置限制中的较低置信。

双频段网络中的测量值

在一些情况下，由移动台报告的信号电平测量值可涉及来自双频段网络的信号。换言之，某些测量值的载波频率与其它非常不同，从而在路径损耗模型中需要另一个频率相关项。利用上述模型的通用形式，该影响可被同化到β项中。需要注意的是，无线电传播的物理性使得α与频率无关。

如果可能，对于两个频带的β的估计通常不一起进行，因为在许多模型中频率和路径损耗之间的关系是大致恒定的。而是将来自一个频带的路径损耗调整成与其它频带的路径损耗相当。为了解释本发明的这一方面，所有非距离相关的路径损耗参数都已经被聚集在单个参数β中。在路径损耗模型中，距离相关的项包括Clog₁₀f形式的要素，其中C是常数，f是载波频率。在具有载波频率f₁和f₂且f₁＜f₂的双频段网络中，f₂携带的信号将经历比f₁的信号更大的路径损耗。

在以dB为单位测量时，这种差异是常量(L_Δ)

L_Δ＝Clog₁₀(f₂/f₁)    (14)

然后调整测量到的信号强度。对于在f₁频带中形成的信号

L_m′＝L_m    (15)

对于在f₂频带中形成的信号

L_m′＝L_m-L_Δ  (16)

β’的值现在用等式(5)和修正的测量值L_m′来确定。为了在局域传播模型中和随后的定位估计中使用，针对载波频率纠正b′。

然后调整测量的信号强度。对于在f₁频带中形成的信号

β＝β′    (17)

对于在f₂频带中形成的信号

β＝β′+L_Δ        (18)

在一个实施例中，双频段GSM手机在900MHz和1800MHz上运行并为C使用Hata模型，1800MHz信号的路径损耗将是8dB，其高于如果相同信号使用900MHz的载波的情况。因此，使用上述方法，f₁＝900MHz，f₂＝1800MHz，导致L_Δ＝8dB。

可以理解，上述方法可被延伸到多于2个频带测量的情况中。

使用历史测量值来提供用于定位计算中的信号电平方差的指示

大部分利用信号电平测量值的定位算法会结合一些与这些测量值相关的不确定性的表达。这样做是为了适当地权衡(weight)相应定位限制相对来自诸如往返延迟这样的其它测量值的限制。

在缺少任何其它信息时，不确定性的合理模型是假定信号电平测量值是通常分布在概念性局域均值左右的对数，其标准频偏是9dB。(应注意的是，由快速衰落造成的小范围变化被特别排除在这种考虑之外，因为假设这些会被测量处理期间的求平均值处理充分减小成可忽略不计)。可以理解，除了其它因素，局域平均电平的变化程度取决于局域环境。普遍的是，对于这样的模型，在农村区域中该变差减小到6dB，而在密集环境中该变差增加至12dB的大小。

对于利用如本发明所述被调整的路径损耗模型的系统，该不确定性的进一步增加来自被调整的模型适合局域现象的程度。因此，如果保存有测量的历史记录，就可以为定位计算提供模型适合度以及在感兴趣区域中观测到的测量值的不确定性的估计。利用比简单的固定标准频偏更精确的不确定性表达式将产生更精确的定位估计。

以下提供了模拟本发明方法的结果。该模拟具有以下特征：

·大约间隔1000米的基站(BTS)。

·Hata传播模型，其包括两个参数，α和β

·接收到的信号电平的对数具有高斯误差，其标准频偏为9dB，

·往返计时的误差被假定为具有两种自由度、300米的中值和300米的比例因子的Student’st。

模拟的移动台然后被移动到以原始位置为中心的500平方米内的随机位置。对于每次操作，来自七个基站的信号测量的接收被模拟，具有一个来自服务小区的TA测量。

对于每次操作，初始位置是用三种不同的方法来估计的：

1.用极大似然方法估计定位，使用TA和信号强度测量值，但具有与β的真正值相差10db的β。

2.结合TA值来估计扇区的距离和中心线，以提供对不依赖β的定位简单估计。利用这个估计，可以估计出β的误差。

3.利用最大似然方法来估计定位，使用TA和信号强度测量值，但使用方法2中估计的β修正。

进行了一千次操作，然后统计分析出均方根误差。结果如下：

	第67个百分点	第95个百分点
			方法1	461米	2000米
方法2	648米	854米
			方法3	427米	917米
改进的百分比	7.4	54

改进的百分比指方法1和方法3之间的差异。可用看出，存在相当大的改进，尤其是在第95个百分点统计处。可以理解，这些性能统计仅仅是示意性的。性能改进受到包括网络地理因素和无线频率规划的许多因素的影响。

之前的描述经常使用GSLI系统来说明本发明的操作。但应理解这不能被解释为对本方法的限制，并且该方法可同样应用于其它系统。例如，在UMTS的情况下，可使移动台测量和报告端口频率内小区以及具体的频率间小区。在移动台近似附近区域不存在特定小区的情况下可以用这种方法，以增强对小区ID的定位。可理解，系统具体的特征诸如邻近信道抑制因子、移动台敏感度阈值等必须被设置成适合该系统，这对于本领域技术人员来说是很明显的。

本发明获得的增强型定位测量在许多应用中是有用的，这些应用包括，但不限于：

自我导航(例如作为对GPS系统的替换)；基于定位的服务(LBS)，其中电信服务提供商可在任意时间根据用户的定位来调整通信和其它服务；紧急/援救定位服务；跟踪个人，例如向家长警报携带移动电话的孩子已经移动到孩子家与孩子学校之间的路径的“安全地带”以外；运输车队管理系统，和可利用移动台定位或与移动台相关联的人的定位的信息的任意其它应用。

本发明提供了利用信号电平测量值的有效方法，该方法不需要由详细、昂贵的调查构成的数据库或其它形式的详细校准。本发明一方面的效果是获得对测量的信号电平中的最显著频偏的修正，这些频偏对移动台测量的信号常见。然后利用这些测量值与修正来获得比简单地忽略频偏更精确的定位估计。

可理解，在本说明书中使用的术语“包括”被认为包含其所指的特征，除非特别陈述或指出否则其并不排除存在任意附加特征。

Claims (22)

1.一种用于获得无线通信网络的局域路径损耗对距离的模型的方法，该方法包括：

获得所述无线通信网络中移动无线终端的大致位置处的至少一个路径损耗和相应距离的测量值；和

将所述至少一个路径损耗和相应距离的测量值应用到路径损耗对距离的模型中，以获得所述移动无线终端的大致位置的局域路径损耗对距离的模型。

2.如权利要求1所述的方法，其中，获得所述至少一个路径损耗和相应距离的测量值的所述步骤包括获得所述移动无线终端的大致位置处的所述移动无线终端与所述无线通信网络中的一个或多个发射机的距离。

3.如权利要求2所述的方法，其中，所述获得所述至少一个路径损耗测量值的步骤在所述移动无线终端处测量由所述一个或多个发射机发射的信号电平。

4.如权利要求3所述的方法，其中，所述路径损耗对距离的模型包括距离依赖性要素。

5.如权利要求4所述的方法，其中，所述路径损耗对距离的模型包括非距离依赖性要素。

6.如权利要求4或5所述的方法，其中，所述路径损耗对距离的模型既包括距离依赖性要素也包括非距离依赖性要素。

7.如权利要求6所述的方法，其中，路径损耗对距离的模型为以下形式：

L_p(γ)＝β+α*10*log10(γ)

其中：

L_p是以分贝为单位的路径损耗；

β是局域环境的非距离依赖性的特征项；

α是限定距离依赖的参数；和

γ是距离。

8.如权利要求7所述的方法，还包括估计所述路径损耗对距离的模型的所述距离依赖性要素和/或所述非距离依赖性要素。

9.如权利要求7所述的方法，其中，β包括一般性非距离依赖性要素β_gen和使用者非距离依赖性要素β_user。

10.如权利要求7所述的方法，其中，α是从公开数据中获得的。

11.如权利要求7所述的方法，其中，α是从一个或多个来自所述无线移动终端的测量值获得的。

12.如权利要求7所述的方法，其中，α是从来自所述无线移动终端附近的多个无线移动终端的一个或多个测量值获得的。

13.如权利要求7所述的方法，其中，α是从来自所述无线移动终端的一个或多个测量值和来自所述无线移动终端附近的多个无线移动终端的一个或多个测量值中获得的。

14.如权利要求10至13中任一项所述的方法，其中，β是利用所获得的α值来获得的。

15.一种用于获得无线通信网络的局域路径损耗对距离的模型的方法，该方法包括：

获得所述无线通信网络中移动无线终端的大致位置；

获得所述无线通信网络中移动无线终端的大致位置处的至少一个路径损耗和相应距离的测量值；和

将所述至少一个路径损耗和相应距离的测量应用到路径损耗对距离的模型中，以获得所述移动无线终端的大致位置的局域路径损耗对距离的模型。

16.如权利要求15所述的方法，其中，获得所述移动无线终端的大致位置的所述步骤包括使用一个或多个以下参数：

一个或多个服务小区的标识符；

一个或多个与服务小区相关的往返延迟测量值；

一个或多个相邻的小区标识符；和

一个或多个RTD。

17.如权利要求15所述的方法，其中，获得所述移动无线终端的大致位置的所述步骤包括获得所述无线通信网络外的移动无线终端的大致位置。

18.一种定位无线通信网络中的移动无线终端的方法，该方法包括：

使用根据权利要求1至17的任一项中的方法获得的局域路径损耗模型来计算所述移动无线终端的位置。

19.一种无线通信网络，包括：

用于获得所述无线通信网络中无线移动终端的大致位置处的至少一个路径损耗和相应距离的测量值的装置；和

用于将所述至少一个路径损耗和相应距离的测量值应用到路径损耗对距离的模型，以获得所述无线移动终端的大致位置的局域路径损耗对距离的模型。

20.如权利要求19所述的无线通信网络，还包括用于估计所述无线通信网络中的所述移动无线终端位置的装置。

21.如权利要求19或20所述的无线通信网络，还包括用于通过使用所述局域路径损耗对距离的模型来计算所述移动无线网络终端的位置的装置。

22.一种机器可读介质，其含有使该机器执行权利要求1至17中任一项的方法的指令。

Images