CN101194180A

CN101194180A - 移动定位

Info

Publication number: CN101194180A
Application number: CNA2006800207180A
Authority: CN
Inventors: 马尔科姆·马克诺坦; 克里斯多佛·里奇韦·德雷恩; 斯蒂芬·布朗; 克雷格·安德鲁·斯科特
Original assignee: Seeker Wireless Pty Ltd
Current assignee: Seeker Wireless Pty Ltd
Priority date: 2005-04-08
Filing date: 2006-04-10
Publication date: 2008-06-04
Also published as: ZA200709016B; CN101213854A; ZA200709017B

Abstract

一种计算无线通信网络中移动无线终端的定位的方法和系统。该方法提供了收集该移动无线终端的无线信号参数的测量结果，其中所述参数随后被处理和发送到网络处理器以计算该移动无线终端的定位。所收集的测量结果可以被筛选，还可以根据其所适合的特别应用而选择测量结果的子集。

Description

移动定位

技术领域

本发明涉及在无线通信网络中定位移动无线终端的方法和装置。

优先权文件

本申请要求以下优先权：

2005年4月8日提交的题为“Mobile Location”的澳大利亚临时专利申请号2005901735；2005年7月6日提交的题为“Enhanced Terrestrial MobileLocation”的澳大利亚临时专利申请号2005903577；和2005年11月4日提交的题为“Profile Based Communications Service”的澳大利亚临时专利申请号2005906105。在此引入上述申请的全部内容作为参考。

参考文献的结合

在下述描述中参考以下共同未决专利申请：

-PCT/AU2005/001358，题为“Radio Mobile Unit Location System”；

-PCT/AU2006/000347，题为“Enhanced Mobile Location Method andSystem”；

-PCT/AU2006/000348，题为“Enhanced Mobile Location”；

-要求澳大利亚临时专利申请号2005901735、2005903577和2005906105的优先权、题为“Enhanced Terrestrial Mobile Location”的共同未决的国际专利申请。

在此引入上述申请的全部内容作为参考。

背景技术

已有许多用于定位移动电话的系统。它们可以划分为以下三类：

基于网络的系统。这样的系统执行信号参数测量，并且在一个或多个基于网络的服务器中实现定位计算；

基于话机的系统。在这些系统中，在话机中执行测量和定位计算；

混合系统。在这些系统中，在一处执行测量，而在另一处执行定位计算。例如，话机可以进行测量并将测量结果报告给基于网络的机构，在该基于网络的机构进行定位计算。有时，在发送之前对测量结果进行预处理。

现有系统的局限性

在进行特定的基于定位的服务时，对用户而言，成本是服务成功与否的关键决定因素。在基于定位的服务时，大部分成本是由实际获得定位估算所引起的。在许多情况下，上述成本主要是在为定位计算获得信号参数测量中产生的。例如，在话机辅助混合系统中，基于网络的机构必须打开一个与移动终端的连接，并且请求测量。然后话机必须将测量结果发送到发出请求的机构。这样的交换过程耗费了网络资源，结果引发成本。此外，网络资源是有限的，因而限制了用户数量，其中这些用户可以被同步跟踪并且被迫使在相对于其它需要网络资源的服务中做出折衷。在以下段落中，我们将概括出现有系统相对于本发明的系统的局限性。其中主要的局限性是成本过高或性能不适。

基于网络的系统

在基于网络的系统中，基于网络的设备会测量从移动终端接收的信号参数。测量设备可以是现有的移动网络基站，或者是作为现有网络的覆盖(overlay)而安装的辅助接收器。在任一情况下，为了获得测量所需的信号，对发送的移动终端都存在基本要求。这严重限制了任何基于定位的服务，在该服务中需要经常监测移动终端的定位，但为了商业利益而使用定位的频率要小得多。为了说明该问题，设想一下移动广告的应用。一个特定的商店或连锁店希望获知什么时候一个注册客户靠近商店，其目的是发送一个可能随附限时折扣的目标广告以诱使接收者进到店内。使用基于网络的定位系统来进行这种应用，将不得不进行周期定位测量，比方说以十分钟的间隔。每一次定位测量都要求移动终端被激活，从而引发网络资源方面以及移动终端中电池使用方面的成本。作为指示成本，目前看来，移动终端操作者是将每次请求的类似费用改变为短消息服务(SMS)的所需费用。这样，定位请求可以持续数天甚至数周，而无需客户位于商店附近。结果是为了定位而耗费了大量的累积成本，而店主没有机会发送单一广告。在这种情况下，店主以及这一系统的其它类似的潜在用户将不会使用这些服务。

混合定位系统

在最通常的混合结构中，由话机进行测量，之后将测量结果提供给基于网络的机构以进行定位计算。这种系统的局限性与基于网络的系统的局限性相同。每次定位估算都需要将测量结果从话机发送到基于网络的机构。虽然这个发送过程可以通过SMS、通用分组无线业务(GPRS)或其它无线承载电路完成，然而所有这些方式都产生一定的成本，该成本在每次循环过程中累积并且以所获得的商业利益的非固定比例累积。

基于话机的解决方案

在之前段落中描述的局限性可以通过使用这样一种系统来克服，在这种系统中无需处理成本就可以监测用户的定位。在上述示例应用中，只有当客户在商店附近时才产生成本。基于话机的系统可以提供这种解决方案。

已存在多种基于话机的系统。其中最为人们所熟知的可能是基于卫星的解决方案，其中全球定位系统(GPS)接收器与话机结合在一起。这类系统可以提供精确的、免成本的定位监测，并且只有在被用到时才进行处理。这种解决方案的缺点是商场中GPS话机的穿透度相对较低。这就意味着，使用这种话机的基于定位的服务只能够提供给少数移动用户。此外，GPS接收器的可靠操作一般限制在具有适当空中范围的户外环境中。

另一现有的基于话机的解决方案提供了一种粗略的基于信元标识(CID)的定位计算。该方案使用了目前服务于移动终端的基站的定位。该移动终端知道服务基站的标识。如果该移动终端能够得到一表格式的基站标识以及相应的定位，就可以计算一个大致的定位。虽然这个方法避免了重复的定位处理成本，但是其主要缺点是定位不精确。有时，这些误差可能是几千米。同时，已知使用更成熟的算法来获得提高精确度的技术，由于非常有限的处理资源和存储器资源，在话机上，或者更具体地在用户标识模块(SIM)卡上执行这些技术是不合适的。

发明内容

根据本发明的一个方面，提供了一种在定位计算中使用的获得定位数据的方法，该方法包括：

在第一时间获得多个无线信号参数的至少一个测量结果；

在第二时间获得多个后续无线信号参数的至少一个后续测量结果；

将该至少一个测量结果和该至少一个后续测量结果应用于滤波器以获得定位数据。

在一种形式中，通过移动无线通信终端来获得该至少一个测量结果和该至少一个后续测量结果。

在一方面，存储该定位数据以便随后发送到处理器以用于所述定位计算。

在另一种形式中，该定位数据被间歇地发送到该处理器。

在又一种形式中，该定位数据以规律的时间间隔被发送到该处理器。

在另一种形式中，该定位数据基于请求被发送到该处理器。

在另一种形式中，该定位数据基于该处理器的请求被发送到该处理器。

在一种形式中，该定位数据基于该处理器的请求被发送到该处理器。

在另一种形式中，该定位数据基于该移动无线终端的用户的请求被发送到该处理器。

在另一方面，该定位数据基于该移动无线终端的定位的变化被发送。

在又一种形式中，获得更多无线信号参数的更多测量结果，直到该移动无线终端的缓冲器全满。

在另一种形式中，该方法还包括：依据一个特定应用，选择所获得的至少一个测量结果和至少一个后续测量结果的子集以进行滤波。

在另一种形式中，该方法还包括：存储多个定位数据。

在另一种形式中，该方法还包括：根据一个特定应用，选择该定位数据的子集。

在另一种形式中，该定位数据以可变长度的数据消息被发送。

在另一方面，根据一个特定应用确定该数据消息的长度。

在另一种形式中，该方法还包括：周期性地移除该至少一个测量结果和/或该至少一个后续测量结果的一个或多个。

在另一种形式中，根据它们的相关性来完成周期性地移除该至少一个测量结果的一个或多个的步骤和该至少一个后续测量结果的一个或多个的步骤。

在另一方面，该方法还包括：根据该子集的相关性，选择所获得的定位数据的子集用于发送。

在另一方面，该方法还包括：根据发送的数据消息的大小，选择所获得定位数据的子集用于发送。

在另一方面，该多个无线信号参数包括至少一个明确的无线信号参数和至少一个模糊的无线信号参数。

在一种形式中，该模糊的无线信号参数在被应用到该滤波器之前被分解。

在另一种形式中，分解模糊的无线信号参数的步骤在被应用到该滤波器之前被尽可能地延期。

在另一方面，该方法还包括：发送辅助信息给该移动无线终端。

在另一种形式中，使用该辅助信息在该移动无线终端上计算定位估算。

根据本发明的另一方面，提供了一种计算无线通信网络中的移动无线终端定位的方法，该方法包括：

根据该方法的任一前述方面接收与该移动无线终端的定位相关的定位数据；并且处理该数据以计算该移动无线终端的定位。

在一种形式中，上述处理步骤包括：最小化成本函数。

在另一方面，该成本函数为：

c(x)＝c_r(x)+c_t(x)+c_u(x)

其中：

c_r是与信号强度观测有关的成本；

c_t是与计时提前观测有关的成本；和

c_u是与未报告的信元观测有关的成本。

在另一方面，c_r，c_t和c_u通过以下公式计算：

c_{r} (x) = Σ_{i = 1}^{N_{r}} \frac{{(r_{i} - p_{r} (k_{r_{i}}, x))}^{2}}{2 σ_{r}^{2}};

c_{t} (x) = Σ_{i = 1}^{N_{r}} \frac{{(t_{i} - p_{t} (k_{t_{i}}, x))}^{2}}{2 σ_{t}^{2}};

和

c_{u} (x) = - Σ_{i = 1}^{N_{u}} \log [\frac{1}{2} (1 + \erf (\frac{r_{u} - p_{u} (k_{u_{i}}, x)}{\sqrt{2} σ_{r}}))] .

根据本发明的另一方面，提供了一种执行本发明的任一前述方面的步骤的系统。

根据本发明的另一方面，提供了一种执行本发明的第一方面的步骤的移动无线终端。

附图说明

图1-图示了建议系统的结构；

图2-是处理以分解两个模糊测量结果的处理流程图；

图3-示出了依据本发明的一个方面的网络配置；

图4-示出了依据本发明的另一个方面的网络配置；

图5-图示了使用参数为城市环境所计算的定位估算；

图6-图示了使用参数为农村环境所计算的定位估算；和

图7-图示了信元形心(centroid)的计算。

发明的详细描述

以下将参考本发明的一个或多个实施方式来详细描述本发明，本发明的多个实施例在附图中进行了图示。这些实施例和实施方式仅仅作为解释，而不被看作是限定本发明的范围。此外，作为一个实施方式的部分所图示或描述的特征可以与一个或多个其它实施方式一同使用，以提供一个新的结合。

应当理解，本发明将覆盖这些变型和实施方式，并且这些变型和改进将被本领域的技术人员所理解。

在整个说明书中，术语“移动终端”或“移动电话”与如“蜂窝电话”或“移动无线终端”的术语同义，并且可被理解为包含任一种移动无线终端，例如蜂窝电话、个人数字助理(PDA)、手提电脑或其它移动计算机、或寻呼机。

在以下描述中，当处理过程被描述为在移动终端执行时，应当理解，处理过程可以在话机中、在嵌入话机的用户标识模块(SIM)中、在嵌入话机的附加处理或智能卡中，或在以上两种或更多的结合中执行。

也应当理解，在实施本发明不同方面的过程中发生的处理过程也可以分布在话机、无线通信网络之中的一个或多个网络元件，和/或无线通信网络之外的一个或多个网络元件之间。也应当理解，本发明可应用于需要对移动终端进行定位估算的任何应用中。

结构

图1示出了具有发送器或收发器的基站1、2和3的示例性无线通信网络10的一部分。在图1中也示出了移动无线终端或移动终端20和服务器30。该服务器可以与网络相结合或与该网络相连接。

在本发明的一个实施方式中，在该终端中进行与移动终端的定位相关的无线参数测量。它们可以包括信元标识、信道频率、如基站标识码或加密码的其它识别码，以及包括了往返计时或时差的计时。在该实施方式的一个方面，以可配置速率反复进行测量。这些测试结果被加入到如下所述的累加器中。当为了定位计算而在基于网络的服务器处请求测量时，测量累加器中的部分或所有信息在消息中编码并被发送到服务器。任选地压缩该信息，无论有或者没有损失。发送过程可以由来自服务器的请求消息而启动开始。可选地，该发送过程可以周期性地触发。或者，该发送过程可以在检测到位置发生足够变化时由移动终端触发。可用的测量类型可以依据应用、移动终端的测量能力以及无线网络的类型和用于携带数据的承载电路来改变。例如在GSM网络中，其中SIM卡被用于管理该系统的移动终端组件，该测量结果可以包括提供信元标识、ARFCN、BSIC和接收信号电平。在另一实施例中，网络为UMTS网络，测量结果可以包括一个或多个服务信元标识、一个或多个导频信道(CPICH)信号电平(RSCP)测量、一个或多个往返延迟(RTT)测量和一个或多个时差测量(SFN-SFN偏移)。在另一实施例中，网络为CDMA网络，测量结果可以包括一个或多个基站ID、一个或多个导频信道(PICH)接收电平、一个或多个PN偏移和一个或多个往返延迟。

有时，当所述终端与网络建立起连接时，计时提前测量结果是可用的并且也可以被使用。事实上，在一些实施方案中，包括GSM中SIM工具包(Toolkit)，可以检测连接的建立，并且在这些时候有机会收集一个或多个计时测量结果。在其它情况下，当在终端直接运行软件时，测量结果可以包括上述所有的测量类型加时差。

在服务器中进行无线参数测量，以获得下述的定位估算。与现有系统(其中通过处理在移动终端或网络中获得的最新测量组来简单地获得定位测量结果)相比，本发明的系统主要通过使用累加器获得更好的精确度，该累加器使得用于计算的信息的差异最大化。这使得测量中的短期波动被降低，并且产生定位计算可用的附加信息。

一些测量仅仅在移动终端与网络建立起连接时才可用。这种测量的一个例子是GSM中的计时提前。这类附加测量能够提高定位计算的精确度。一些应用可以具有更高质量的服务(或精确度)要求。为了这些应用要求，移动终端可以启动与网络的连接，收集一个或多个计算测量结果，并且随后关闭该连接。应当注意，这个附加步骤仅仅是在新的计时测量结果不可用而QOS又要求这种测量为必需的情况下才被执行。该连接可以是声音、数据、GPRS或其它类型的连接，从而获得计时提前测量结果。该一个或多个计时测量结果随后与用于定位计算的其它测量结果相结合。

测量累加的一般优点

本发明在移动终端提供了测量累加器，从而以最大化定位计算可用的信息并减轻在处理模糊测量中产生的一些风险的方式累加无线参数测量结果。一般而言，在多个测量组上执行累加，其中每个测量组包括有限数量的测量结果。模糊测量是指一些测量缺乏唯一标识符。具有相同的非唯一标识符的多个测量不必从相同的基站中获得。

例如，来自GSM终端的网络测量报告至多包含属于一个服务信元和六个邻近信元的信息。然而，由于如衰退和非稳定干扰的无线传播中的变化，短期的反复测量会呈现一些差异。这就意味着，与使用任何单一测量组计算定位估算相比，常常可以通过累加一些连续测量组的结果或者以某种方式组合这些结果来执行定位计算，从而获得更精确的估算。应当注意，如本领域技术人员可以理解的，这种改进可能比通过简单报告相同参数的多个噪声观测的平均水平所获得的增益更加显著。该网络测量报告也图示了存在模糊测量结果。该邻近信元通常只能通过它们的频率和基站来标识或仅仅通过频率来标识。不像信元标识，这些标识在网络中不保证是唯一的。确定精确定位估算要求模糊测量结果与正确的基站相关联，并且将来自不同基站的测量结果刻意地混合在一起，例如通过平均化。

在以下段落中，我们示出了从在GSM网络中操作的移动终端获得的实施例，以说明通过累加多个测量周期能够获得的附加信息。

表1示出了标准GSM话机在停机模式下获得的间隔5秒的两个测量周期的结果。

表1

第一周期：

cid：25867

arfcn：[99 14 95 87 2 89 73]

rxLev：[-37-34-42-58-72-73-78]

bsic：[20 33 34 44 1 54 15]

第二周期：

cid：25867

arfcn：[99 14 95 87 89 2 91]

rxLev：[-39-35-42-52-68-71-73]

bsic：[20 33 34 44 54 1 57]

在第一测量组中，具有ARFCN 73和BSIC 15的信元被报告为最弱的邻近信元。然而在后面的测量组中，具有ARFCN 91和BSIC 57的信元变为最弱的邻近信元。通过获得第二测量并且以下示方式在累加器中结合这两个组，我们不但获得这些信元的平均功率电平的优点，而且获得属于附加信元的测量结果。附加信元在定位计算中的可用性常常比例如仅有的现有信元的第二测量具有更精确的定位。这是因为数据中增加的参考点(蜂窝基站)差异，以及如本领域技术人员所熟知的几何稀释中相应的提高。这种几何稀释效应通常被称为如水平精确稀释(HDOP)或几何精确稀释(GDOP)。测量结果的差异也便于拒绝明显的错误(erroneous)测量，错误测量会引起定位估算中的极大误差。获得这种拒绝的技术为本领域所公知。

还可以从所报告的测量结果中的瞬时变化获得另一优点。表2示出了对此次在专用模式下，即该移动终端与网络建立连接时，在GSM移动终端上测量的间隔5秒的另一后续测量结果。

表2

第一周期：

cid：9702

arfcn：[26 18 12 12 38 14 20]

ta：8

rxLev：[-74-70-75-70-74-76-76]

bsic：[35 4 17 17-99-99-99]

第二周期：

cid：9702

arfcn：[26 18 6 12 6 20 8]

ta：8

rxLev：[-71-63-77-70-74-76-74]

bsic：[35 4 33 17 33-99-99]

在这种情况下，在第一测量组中可见共有3个报告为-99的BSIC值。这是一个在移动终端事实上例如由于干扰而已经不能为这个信元解码BSIC时使用的预定值(reserved value)。

然而，在第二测量组中，这些信元的第一个(具有一个ARFCN 6)已经被成功地解码，并且在这种情况下，BSIC被报告为33。通过累加来自两个测量周期的信息，这样我们为这个信元获得BSIC形式的增加的标识。在上述定位精确度方面的优点也在这种情况中产生。

测量累加器的详述

本发明提供了一种累加来自多个测量周期的无线参数测量结果的方法。典型地，这样一种移动终端上的实施必须在约束源中操作，例如为操作该累加器可用的存储器和CPU周期。在此描述的方法提供累加以及框架的优点，从定位解决方案的观点来看，在该框架中保存在表中的信息的值可以被优化而用于某一给定组的源约束。

该累加器维持一个表保存被测量的信元的标识，一个表保存属于这些信元的测量结果。每次完成一个新的测量周期，就更新这些表。如果接收到属于一个新的信元的测量结果，则用新的信元标识符更新信元表。由于表的大小是有限的(依据存储器和CPU周期的限制)，可能必须在加入该新的信元之前从表中清除现有输入。考虑到在定位计算方面现有测量结果的相对值与每个信元相关联，在相对值的基础上执行表的清除。信元表中的信元的值计算为在与信元相关联的测量表中的单个输入值的加和。考虑到相对时间(age)、测量类型、与相关的信元表输入的匹配相关联的置信和出现的任何更新的类似测量，计算单个测量的值。

为了优化任何给定时刻的累加信息的值，清除最小值的信元。又如所要求的在清除了最小值的现有测量之后，测量的详细结果被加入测量表。

以下段落说明了当在标准的GSM话机中使用SIM工具包设备进行初始化之后、累加器在两个测量周期中的操作。在初始化过程中，这些表是空的。表3示出了从移动终端获得的第一测量组。

表3

第一周期的NMR测量

服务信元

cid＝26272 rxLev＝-80

邻近信元

Arfcn bsic rxLev

12 17 -88

26 35 -90

28 23 -90

40 19 -97

22 39 -99

30 5 -103

表4示出了在加入测量组之后的累加器表的状态。信元标识符被加入信元表中。当服务信元测量时，只加入CID，因为ARFCN和BSIC不由终端报告。相反地，对于邻近信元而言，CID未被报告因而在表中保持为非指定的。应当注意，在本发明的其它实施方式中，服务信元测量可以包括ARFCN和BSIC，而邻近信元测量可以包括相应信元的清楚参照(unambiguous reference)。信号电平值被加入测量表中，交叉参考(如信元Ind列所示)信元表中的相关输入。每个测量的时间也被记录在测量表中的时间列中。

表4

------------信元表------------周期：1------------------

Index 信元Id arfcn bsic

0 26272 xxx xx

0 xxxxx 012 17

1 xxxxx 026 35

2 xxxxx 028 23

3 xxxxx 040 19

4 xxxxx 022 39

5 xxxxx 030 05

------------测量表------------周期：1-------------------

信元Ind 时间匹配 rxLev ta

000 000 03 -80 -1

000 000 02 -88 -1

001 000 02 -90 -1

002 000 02 -90 -1

003 000 02 -97 -1

004 000 02 -99 -1

005 000 02 -103 -1

表5示出了从移动终端获得的第二测量组。

表5

第二周期的NMR测量

服务信元

cid＝26272 rxLev＝-83

邻近信元

Arfcn bsic rxLev

12 17 -88

26 35 -90

28 23 -90

18 4 -97

40 xx -97

表6示出了在加入第二测量组后的累加器表的状态。在这种情况下，由于记录第二周期(ARFCN 18和BSIC 4)的不同邻近信元，信元表增加一行。该测量表增加了来自第二周期的所有测量结果的加和。

表6

---------------信元表---------------周期：2---------------

Index 信元Id arfcn bsic

0 26272 xxx xx

0 xxxxx 012 17

1 xxxxx 026 35

2 xxxxx 028 23

3 xxxxx 040 19

4 xxxxx 022 39

5 xxxxx 030 05

6 xxxxx 018 04

------------------------------------------------------------

-----------------测量表---------------周期：2---------------

信元Ind 时间匹配 rxLev ta

000 005 03 -80 -1

000 005 02 -88 -1

001 005 02 -90 -1

002 005 02 -90 -1

003 005 02 -97 -1

004 005 02 -99 -1

005 005 02 -103 -1

000 000 03 -83 -1

000 000 02 -88 -1

001 000 02 -90 -1

002 000 02 -90 -1

006 000 02 -97 -1

003 000 01 -97 -1

------------------------------------------------------------

尽管前述实施例说明了本发明的一个特定形式，其中GSM信元ID、信号电平和往返计时在测量累加器中描述，这不应理解为对本发明的限制。对于本领域的技术人员而言，诸如CDMA(IS95)导频电平和PN偏移的其它类型的测量如何以类似方式被累加是很清楚的。

选择和报告

当为了定位计算而需要在移动终端保持信息时，表的内容可以被编码为要传递的消息。本发明的另一方面是设计选择最佳组的信息来编码。典型地，可被传递的数据长度被固定限制。这可以是，例如在其它应用头或寻址信息已经被编码之后，SMS的容量。用本方法浏览该表，并且在计算定位解决方案中反复增加递减顺序的相对值的信息。因此增加与在信元表中表示的每个单一信元相关的第一测量组。之后增加与每个信元相关的第二测量组，直到没有更多的数据被加入该消息。这反映出，从定位精确度角度看，从属于一个新的信元的单一测量的值排序作为一个一般规则可能比反复测量现有信元更加有用。

这一方面的优点是，对于给定的发送机构而言，由移动终端保存的优化子集信息被发送。此外，在编码信息上的灵活性意味着，基于应用的要求可以调整被发送的数据量。在满足更低精确度的一个例子中，仅包含那些测量(可以被容纳在单一消息中)的单一消息可被编码和发送。更低精确度要求可以与更低速率服务相关联，例如用于查找移动终端用户附近的名胜。在另一应用中，例如可以利用高值资产跟踪服务来要求最可能的精确度。在这些情况中，更多的信息，甚至这些表的全部内容，均可以被发送。依据用于发送信息的承载电路，被发送的信息的比例很大程度上可由承载电路能够支持的最大消息的大小确定。

当单一消息的大小被限定为最大值时，(例如SMS)，通过应用头等等之后的单一消息中的可用空间，可以确定当要求的精确度更低时而被发送信息的比例。依然是SMS的例子，如果要求更高的精确度，多个链接SMS可用于发送所有的可用信息。考虑另外的例子，如果是用GPRS，消息的数量和/或大小可以更精细地改变。在一种情况下，可以发送最新的测量组。在另一种情况下，可以发送属于信元表中每个单一信元的最新测量，以此提供在解决方案中的最大数量的区别地理参照点。另一可选方案是，发送属于表中的每一信元的每个测量类型的最新测量结果。

如果表中出现了不同类型的测量，则数值排序不同于上述的数值排序。在前述情况下，所有的测量结果表示信号电平。然而，如果一些计时提前测量结果也出现在该表中，则计时提前测量结果可以优先于信号电平测量结果。其它测量类型也可以保存在该表中。相应的全部或部分信元标识符可以被保存在信元表中，同时测量结果被记录在测量表中。

当报告这些测量结果时，移动终端也显示是否其已经发送了所有可用的测量结果。假如服务质量需要更多的测量结果，则网络可以请求来自移动终端的其余测量结果。

与平均化相比的优点

由于一些参数测量结果模糊，因而不将来自后一周期的参数测量结果与之前的参数测量结果求平均，而是累加连续测量组会产生优点。如果求平均，则要通过求平均而不是被保存在作为独立机构的表中，而将给定信元的信号电平或计时的反复测量结果与现有测量结果相结合。但是如果只是部分地识别测量周期中的信元，则存在新的测量结果实际与具有相同部分标识的不同信元相关联的危险。因此，第二周期中的测量结果是一个不同参数，将其与第一测量结果求平均则是一个错误。本发明通过保存如上所述的单个表的信元和测量结果来解决该问题。对于测量表的每个输入而言，还加入标签以表示与相应信元表输入相关联或匹配的确定程度。这也可以从表6中看出。CID被全部报告的服务信元测量的结果在匹配类型列中被标记为3。被报告可能会存在模糊ARFCN和BSIC的邻近信元的测量结果被标记为2，以表示相关联的更低确定程度。最后，只有ARFCN被报告的邻近信元的测量结果(例如，参见表6中的最后测量结果)被标记为一匹配的1。这样可以减少将模糊测量结果与错误的信元进行不正确的关联以及可能导致定位计算错误的危险，从而改善定位估算的整体精确度。

定位引擎处理模糊测量

前述段落描述了避免模糊测量结果与信元之间不正确关联的危险，在许多情况下，最终要将测量结果结合到定位计算中，模糊可能要被分解，从而每个测量结果与特定的信元相关联。本发明通过推迟关联步骤直到最后可能的时间，而减小了不正确关联和附带定位误差的危险。在测量累加器中确实没有清楚关联。当为了得到定位估算将要处理测量结果时，具有最小模糊，例如那些具有单一信元标识符的测量结果，被首先处理以得到最初的近似定位估算。这个估算之后被用于模糊分解步骤，其中其余的测量结果与它们对应的信元相关联。分解过程以递增模糊的顺序进行。在两个测量结果具有相同类型的模糊的情况下，分解过程以模糊顺序进行，其中首先分解具有最少数量候选信元匹配的测量结果。结合最新分解的测量结果，在每一步骤中更新估算的定位。

为了说明这一方面的操作，考虑以下复制在表7中的表6测量表的内容。

表7

信元Ind 时间匹配 rxLev ta

000 005 03 -80 -1

000 005 02 -88 -1

001 005 02 -90 -1

002 005 02 -90 -1

003 005 02 -97 -1

004 005 02 -99 -1

005 005 02 -103 -1

000 000 03 -83 -1

000 000 02 -88 -1

001 000 02 -90 -1

002 000 02 -90 -1

006 000 02 -97 -1

003 000 01 -97 -1

在第一步中，处理具有匹配类型3的测量结果(即特别地已与信元标识符相关联)以获得定位估算。在这之后，处理具有匹配类型2的测量结果(已经被报告具有部分的模糊ARFCN和BSIC)以分解该模糊，并且将结果关联到特定信元。最后，加入具有匹配类型1的单一测量结果(仅仅知道相关联的ARFCN)。这个分解过程在图2中示出。分解与单一测量结果相关联的模糊的处理过程如图3所示。示出了理想化的移动网络。两个特定信元1和2被标注，在该实施例中代表具有相同ARFCN和BSIC的信元。移动终端20报告定位计算的无线参数的测量结果，包括信元1的信号电平测量结果。当模糊中只有ARFCN和BSIC被报告且在具有ARFCN和BSIC的网络数据库中存在两个信元时，定位引擎(engine)识别属于信元1的信号电平测量结果。分解过程为移动终端30使用了由清楚的测量结果而得出的近似估算。例如，整个近似估算可以对应于在服务信元测量结果中识别的信元定位。其它估算也可以被使用，例如服务信元的形心。如果可得到多个清楚的测量结果，则这些测量结果的不同组合可以被用于获得最初的估算。使用这个近似估算，如下所述的无线网络模型被用于预测估算的定位处从候选的模糊信元接收的信号电平。在所示的附图中，信元1的预测电平是-74.1dBm，而信元2的预测电平是-127.9。最可能已经被移动终端所接收的电平被选作实际被测量的信元，从而分解模糊。该选择一般是在近似定位估算中具有最大预测接收功率的信元，在这里是信元1。

定位引擎算法

用于计算定位的无线参数测量结果可以包括一个或多个信号电平、计时提前、时差、或其它参数。在本文中，我们将这些测量结果称为观测结果。如同在PCT/AU2006/000347中所公开的，其全部内容在此引入作为参考，在缺少为特定信元所报告的任何测量结果的情况下可以推导附加的观测结果。这些信元被称为未报告的信元。在此基础上，任何时候，获得与网络中所有信元的唯一子集相关的信号参数测量结果。此外，在GSM的网络中，移动终端仅报告实际可以被测量的信元的子集。为了简化说明，我们在此将仅仅处理三类观测结果：信号电平、往返计时测量结果、和非报告信元。在此描述的算法被容易地延伸到其它类型的观测结果，例如本领域技术人员所理解的时差。

我们作出以下定义：

第i个信号强度观测结果由向量o_ri表示，其中

O_{r_{i}} = {[k_{r_{i}}, r_{i}]}^{T}

而

以及

r_i＝第i个信号强度观测结果的信号电平。

对于移动终端的给定假设定位，基于观测结果和观测参数的对应预测值计算成本。如本领域所公知的，使用移动无线网络传播模型来获得预测值。该模型使用无线网络结构上的信息，包括信元位置定位、信元天线的高度和方向、天线的发射方式以及信道频率和分配给每个信元的任何其它代码。该模型也覆盖了在无线信号从发射器传递到接收器时的信号功率损失。这样的模型在无线通信领域是已知的，并且可以在该主题的最先进水平的文章中找到。可为网络中的任何或所有信元产生预测的接收信号功率。这些功率电平也可以被用于获得干扰电平估算，从而可以从任何特定信元处预测信号的接收质量。预测接收信号电平和干扰电平的网络模型的应用已为蜂窝无线网络设计领域的技术人员所熟知。具体参考文献包括：McGraw-Hill，1982上W.C.Y.Lee的“Mobile Communications Engineering”，和T1P1.5/97-100，1997年12月，P.L.H.A.S.Fischer的“Evaluation of positioningmeasurement systems”，和IEEE Transactions on VTC，Vol 37，No 1，1998年2月，IEEE VTS委员会的“Coverage prediction for mobile radio systemsoperating in the 800/900 MHz frequency range”。在此引入其全部内容作为参考。

成本是测量与相应的预测之间差异的定量表示。在某些上下文中，成本函数也可以是补偿函数，其被数值优化领域的技术人员所熟知。

与信号强度观测结果关联的成本为c_r，其为

c_{r} (x) = Σ_{i = 1}^{N_{r}} \frac{{(r_{i} - p_{r} (k_{r_{i}}, x))}^{2}}{2 σ_{r}^{2}};

其中

N_r＝信号强度观测结果的数量，

x＝移动终端的假设定位，

p_r(j，x)＝定位x处的第j个信元的预测接收信号电平，

σ_r＝信号强度测量的标准偏差。

第i个计时提前观测结果由向量o_ti表示，其中

O_{t_{i}} = {[k_{t_{i}}, t_{i}]}^{T}

而

和

t_i＝第i个计时提前观测结果。

与计时提前观测结果关联的成本为c_t，其为

c_{t} (x) = Σ_{i = 1}^{N_{r}} \frac{{(t_{i} - p_{t} (k_{t_{i}}, x))}^{2}}{2 σ_{t}^{2}}

其中

N_t＝计时提前观测结果的数量，

p_t(j，x)＝定位x处的第j个信元的预测计时提前，

σ_t＝计时提前测量的标准偏差。

第i个未报告信元观测结果由向量o_ui表示，其中

O_{u_{i}} = k_{u_{i}}

而

与计时提前观测结果关联的成本为c_u，其为

c_{u} (x) = - Σ_{i = 1}^{N_{u}} \log [\frac{1}{2} (1 + \erf (\frac{r_{u} - p_{u} (k_{u_{i}}, x)}{\sqrt{2} σ_{r}}))]

其中

N_u＝未报告信元的数量，

p_u(j，x)＝定位x处的第j个信元的预测信号电平(dBm)，

σ_u＝信号强度测量的标准偏差。

r_u＝固定阈值(在dBm中)，如PCT...所述。

注意，我们在以下段落中描述了识别有关未报告信元的装置。

总成本函数c，其为

c(x)＝c_r(x)+c_t(x)+c_u(x)

定位算法寻求定位x，其能够将成本函数最小化。最小化这一成本函数的常用数值方法为本领域所熟知，并且可以在以下主题文章中找到：剑桥大学出版社，第二版，2002年2月，W.H.Press、S.A.Teukolsky、W.T.Vetterling和B.P.Flannery的“Numerical Recipes in C++；The art of ScientificComputing”。

识别合适的未报告信元

用于给定定位计算的潜在的该组未报告信元包括所有与用于定位计算的任何测量结果无关的信元。在使用未报告信元之后的原理是，信元缺少报告可以被用于获得进行测量的移动终端定位上的另一定位约束。因此，那些有兴趣被用作未报告信元的信元是那些缺乏信息传送报告的信元。很容易理解，离移动终端的近似定位很远的信元不传送信息。因此，简单地说，该信元未被报告并不令人感到意外。没有报告传送有用的信息给邻近移动终端的信元。

图4提供了一个支持图示。其中示出了具有信元集群的移动网络，其中这些信元用理想化的六角形表示。图中还示出了移动终端20。该移动终端使用从编号为1、2和3的三个信元发送的信号来进行一组无线参数测量结果。这些在附图中用重阴影突出显示。基于这些测量结果，计算移动装置定位的最初估算50，其星号表示。为了识别候选的未报告信元，我们从所有剩余的未报告信元中选择一些信元，它们可能已经被测量并且由估算定位处的移动终端报告过。传播模型被用于预测信号电平，该电平由估算定位处的移动终端接收。然后应用选择标准。该标准可以是基于预测的接收信号电平，或者可选的，是基于预测的C/I。例如在GSM中，合适的C/I阈值为+9dB.。对于UMTS网络而言，合适的阈值可以是-20dB电平的CPICHEc/I0。依据网络和应用的其它阈值可以从大约-26dB到大约+15dB，(例如，-26dB到-12dB，-22dB到-6dB，-20dB到-12dB，-15dB到0dB，-12dB到+3dB，-6dB到+12dB，-3dB到+15dB，和+3dB到+15dB等)。

任何预测C/I超出阈值的信元都包括在为报告组中。在该限制中，网络中的所有剩余信元可被加入未报告组，在这种情况下，唯一的损失是浪费了这些信元未报告成本估算过程中的计算资源，其中的大部分对于该解决方案而言可忽略。

典型性能

在一些段落中，我们列出了GSM网络中不同环境中取得的典型结果，该GSM网络使用标准GSM移动终端。表8示出了在密集城市环境中的135个点所进行测量所计算的精确度统计。如果所有的点都根据递增的径向误差来排序，则报告的统计为第67百分点和第95百分点的径向定位误差。在移动终端定位领域中报告定位精确度是很常用的。示出用三种不同定位估算方法的结果。表中最后一行表示本发明的一个实施方式的结果。前两行显示用现有技术中已知的定位估算的替代方法进行计算的结果，现有技术中的定位估算作为参考测量，图示出由本发明所提供的改善程度。

表8

方法	67％	95％
方法	67％	95％	信元ID	102.4	264.3
信元ID+TA	138.5	505.9	信元ID	102.4	264.3
信元ID+TA	138.5	505.9	本发明	73.5	206.4

表9示出了在市郊环境中的150个点的测量结果。如本领域技术人员所理解的，与城市测量相比，在市郊环境中间隔更大的信元位置很大程度上是使精确度降低的原因。

表9

方法	67％	95％
方法	67％	95％	信元ID	1181.8	3137.2
信元ID+TA	812.3	2205.9	信元ID	1181.8	3137.2
信元ID+TA	812.3	2205.9	本发明	442.8	805.9

表10示出了在农村环境的115个点的测量结果。

表10

方法	67％	95％
方法	67％	95％	信元ID	1623.2	3943.2
信元ID+TA	1211.1	2694.1	信元ID	1623.2	3943.2
信元ID+TA	1211.1	2694.1	本发明	493.8	1271.8

测重组的时分

当使用在一段时间内所获得的测量结果，而不是用与移动终端定位计算同时获得的测量结果时，产生一个问题。该问题是，终端可以移动，并且连续测量组未在相同定位进行测量。如果测量组间的移动足够大，例如大于约25米(例如＞20m、＞35m、＞50m、＞100m等)，结合单一计算中的测量作为常规结果将比在单个测量组被单独处理时会产生更大的误差。

本发明提供了一种适应性定位计算方法，该方法在多种情况下记录的测量结果被报告用于计算时使用。第一步是使用第一测量组来得到表示定位的文件，在该定位处进行测量。单个测量所属的测量组由测量表中的耗时列表示。然后，如共同未决申请中所公开的[家庭区域]，将随后的测量组与该上述文件相比较，以检查这些测量组是否可能在与最初的测量组相同的邻近地区进行。设置比较的值，以得到几十米级的相对小的区域。

如果该比较表示是在相同定位进行的测量，则使用说明书中所描述的方法是在单一计算中结合测量。可选地，如果各个测量是由移动终端进行的，则使用各个测量组来执行单独的定位计算。如果要求单一定位估算，则然后对这些结果求平均。可选地，如本领域技术人员所理解的，测量可用于估算表示移动方向的向量。

适应性获取更多数据

本领域已知，测量数量和移动终端和发射器之间的相对几何形状影响到定位估算的精确度。在本发明早前提及的精确稀释是一种用于定量这种影响的度量。本领域也已知，将测量的数量和相对几何形状相结合以提供定位估算精确度估算的机制。如之前讨论的，移动终端可能不进行或不报告所有可用于进行更精确的定位估算的测量。使用精确稀释或类似度量，定位计算可以识别并且之后从移动终端请求其它测量，这些测量为定位估算提供更多的改进。这些可以是还未被移动终端报告的基站的测量和/或已经被报告的基站的其它测量。

在计算定位估算之前或之后，使用本领域已知的方法可以估算定位精确度，例如在C.R.Drane的“Positioning Systems-A Unified Approach”，Lecture Notes in Control and Information Sciences，Springer Verlag，1992年10月中的描述。如果所估算的精确度不能满足或者超出了预定精确度，则可从移动终端请求其它测量。预定精确度可以是全球性要求或者是与每个定位请求相关联的服务质量参数。为了避免无休止地请求附加信息(在这种情况下，移动终端不能进行足够数量或质量的测量)，第二参数可被指定以限定所允许的附加请求的数量。

识别提高定位估算精确度的基站使用相同的方法，以识别未报告而可以传送定位信息的信元。基于目前的定位估算已经识别可被听到的那些信元，评价对该解决方案的精确度有作用的每个影响。首先假定该移动终端在测量时机、存储测量的存储器和将测量报告回网络的空间方面具有有限资源，则这提供了使移动终端试图测量使精确度获得最大可能提高的信元的等级。可选地，该等级可使用结合的度量，该度量包括潜在的提高和可能性的测量，而该可能性是指信元可以在最初识别过程估算时被测量。

调整测量置信

由移动电话进行的测量的质量随无线环境以及测量类型而改变。在城市环境中，快慢衰退和干扰的相对高电平明显降低计时测量的质量。相同现象也是造成城市环境中的信号强度测量的更大变化的原因。通过考虑无线环境对计时测量和信号强度的影响，可以提高定位估算的精确度。

第一步是定量无线环境对被用于获得定位估算的每个测量的影响。定量这种影响的常用机制是调整用于描述测量误差特性的统计模型的参数，通常使用校准参数。例如在高斯模型中，标准偏差被增加以反映与从城市环境中获得的测量相关的更大不确定性。在一个测量组中的每个测量结果可被单独考虑，并被分配其自己的参数。对于给定定位而言，最可能的是所有的测量结果被相同环境所影响，并因此全部被分配相同的参数。

分配参数的机制是将不同的无线环境进行分类，并为每个环境类型指定该环境的误差分配和相关参数。表11图示了这样一种分类机制。用于表11的值可以从本领域已知的无线传播模型、实验数据、无线传播建模工具，或这些的一个或多个结合中获得。

表11

环境	对接收电平的影响		对计时的影响
环境	对接收电平的影响		对计时的影响			标准偏差(dB)	分配	标准偏差(m)	分配
城市	12	高斯	1500	高斯		标准偏差(dB)	分配	标准偏差(m)	分配
城市	12	高斯	1500	高斯	市郊	10	高斯	1000	高斯

农村

8

高斯

500

高斯

可以为给测量分配环境类型定义不同的机制。被分配给测量的环境类型可以是分配给主叫基站的环境类型。服务信元的环境类型可以被分配给给定测量组中的所有测量。该环境类型可被空间地定义，并且依据粗略定位测量估算为环境类型分配测量。

存在定义与基站或网络覆盖区域相关联的环境类型的各种机制。建立环境的知识可用于分配环境类型。城市地区中信元的密度最高，而在农村地区中信元的密度最低。因此基于邻近信元的平均距离的度量可被用于分配环境类型给一个基站或为一个区域分配环境类型。例如，信元半径可被估算为最近n个信元或信元位置的平均距离的一半。环境分类可以是在城市定义半径小于1km，在市郊定义半径大于等于1km并且小于4km，以及在农村定义半径大于等于4km。

为了说明环境参数对定位解决方案的影响，考虑在图5和图6中图示的无线网络，其中被标注为“o”的定位处的移动终端听到被标注为1-6的6个基站。“o”处基站1到6的接收信号电平分别是-85.9、-66.6、-85.3、-98.9、-99.2和-70.6。GSM计时提前测量相对于2号发射器提供2200m的范围估算。使用从表8得到的城市信元和农村信元标准(城市中12dB的接收信号电平和1500m的范围测量，农村中9dB的接收信号电平和500m的范围测量)来进行定位估算。图5(农村)和图6(城市)示出了真实定位(标记为“o”)和成本最低的估算定位(标记为“*”)的各成本函数的等高图。使用城市参数的误差是670.8m，而使用农村参数的误差是583.1m，由于误差模型的不同而引起了100m的精确度差异。

检测移动终端定位的变化

题为“Enhanced Terrestrial Mobile Location”并要求以下澳大利亚临时专利申请号2005901735、2005903577和2005906105的优先权(在此结合它们的全部内容作为参考)的共同未决国际专利申请，公开了一种基于区域中的无线参数测量获得定义该区域的文件的方法。在此结合其全部内容作为参考。本发明的一个方面使用该方法以提供仅在移动终端从起始定位移动时向网络元件报告测量结果的方法。该方法的一个应用是跟踪以在移动终端未移动时避免不必要的报告测量。该方法的一个优点是减少网络资源和移动终端电池电能的损耗。

该解决方案在开始时使用最新的测量结果来获得期望测量的临时本地文件。该终端随后将后续的测量结果与该临时文件进行比较，以检查定位上的明显变化。直到检查发现定位中发生了明显的变化，才发送另外的报告。在参考申请中讨论了将该测量结果与该文件相比较的技术。在参考申请中也讨论了，在新的消息被发送前，临时区域的范围可被控制以取得所要求的定位变化的更小或更大的阈值。

基于成本效率话机的跟踪

本发明还提出了一种基于话机的定位跟踪能力。在最初，该移动终端可从网络请求关于网络中基站的最初数据集合。这个请求由当前过滤的测量完成，以使服务器确定移动终端的当前定位，并且编译覆盖该移动终端附近的合适的数据集合。该服务器随后发送覆盖了那个区域的基站网络数据集合到该移动终端，包括该数据集合中的每个基站，标识符和包括特征、方向和定位的天线详细资料。压缩这些数据以最大化可由固定的有效负载大小所覆盖的区域。此外，在大多数情况下，只有一个完整的输入被发送给每个信元位置，因为不同的共同定位部分的标识符一般仅在最不明显的数字中不同，而相同的定位值可用于所有部分。使用所提供的数据，该移动终端可以计算定位估算。这个计算过程可周期性地或者响应用户行为(例如，菜单选择)重复。在一些应用中，定位估算被反复计算和过滤，以减小误差。在一些应用中，也可获得粗略速度估算。该移动终端也监测相对于当前的网络数据集合的估算定位。如果固定的定位靠近由当前数据覆盖的区域的地理界限，则向服务器发送对附加数据的请求。如前所述，该请求由当前定位和速度(如果，可用)完成，使得该服务器优化所提供的网络数据的范围。现有的网络数据集被保留在移动终端中，只在存储器约束必要时才丢弃。基于离当前估算位置最远的距离来丢弃该数据。该移动终端也可以执行一致检查，以检测由于网络结构的变化而导致的之前提供的网络数据过时的情况。这例如发生在基站频率或ID变化时。对于该移动终端的定位被请求在固定终端处规律地更新的应用，该移动终端可被配置为发送当前定位的报告。为了支持关注该移动终端行进的路线或总里程的应用，该移动终端也可保留过滤定位估算的历史。这个信息按照基于网络的服务器的要求获得。与操作使用基于网络的方法的跟踪系统相比，本发明提供了一种有效的跟踪能力，具有更低的网络和电池影响。它提供了有用的精确度，而无需与网络或混合定位系统中的定位测量有关的高交易成本。

在本发明的另一实施方式中，该移动终端接收网络中所有基站的必要详细资料。这种方法使用基于无线的资源可以是低效的，而对于通过连接站(docking station)规律地连接到因特网的设备如PDA而言，被接收的数据的大小更容易被容纳。只要PDA被对接，将定位计算所需的网络数据同步。

在所提供的话机上进行基于信元ID的定位估算，该话机具有其当前听到的基站的坐标。通常，该话机要求使移动终端与信号相关联的基站识别信息，用该信号的原点的坐标进行测量。在一个实施方式中，当信元坐标的加权平均最近被测量时，该移动终端可以估算它自己的定位。在用于每个信元的加权是1时所有测量可以被认为同等重要。通常，一个服务信元比进行邻近测量的信元更接近该移动终端。因此在有些情况下，该服务信元可比其它信元具有更高的加权。在一特定实施例中，考虑GSM网络中的移动终端。为了执行基于信元ID定位，该移动终端需要指定它能听到的每个信号、信元ID、基站标识码、ARFCN和坐标。

移动无线传播难以预测，以至于移动终端可以偶尔从比一般给定网络结构所期望的更远处检测到信号。这样的信元可能对基于信元ID的定位精确度有明显的反作用。为了使估算过程更适应于这种影响，估算过程中用到的该组信元可以被编辑以创造平衡估算(trimmed estimate)。在获得定位估算之前或之后，发生该编辑过程。可以使用多余一个周期的编辑过程。不同的标准可用于选择以下讨论的信元。

考虑信元ID定位估算的单一加权平均，其中有n个信元。每个信元有效贡献结果的n分之一。考虑该信元离定位估算最远。使用从该定位估算中移除的这个信元来计算新的定位估算。使用新的定位估算来计算第一估算间的距离e。计算标准度量e/nr，其中r是在测量组中的信元的平均有效半径。该度量是最远的信元对改变该估算的影响的标准测量。如果该度量太高，则该信元被认为是对定位估算具有不成比例的影响，应该从用于计算解决方案的测量组中进行编辑。这个过程可以重复，直到最远的信元没有不适当地控制该估算。其它标准包括标记最远的m个信元或最远的百分之x信元，如从定位估算中测量到的。

使用信元形心取代基站坐标可以取得更精确的定位估算。信元形心的计算要求天线指向的信息、信元的定点角和有效半径。以下示出了计算该形心所需的等式。

也可以基于邻近信元的距离由移动终端提供或可选地估算有效信元半径。为了最小化移动终端中的计算，移动终端可由网络而不是(或附加)基站坐标来简单地提供有信元形心坐标。为了说明，考虑在网络中使用扇形信元的实例。对于一个具有有效半径为R的特定信元，我们计算距离

r = \frac{R}{\sqrt{2}}

如果该信元位置为(x_b，y_b)，则形心为

x_c＝x_b+r cosθ

y_c＝y_b+r sinθ

其中

θ＝从东逆时针测量的信元的定点角。

如果是从北顺时针测量的角度，则

图7图示了这些计算。

当一个以上的信元被测量时，对由移动终端当前所听到的信元而言，定位估算是信元形心的加权平均。

假设第i个信元的形心为(x_i，y_i)，则定位估算为

c = (\frac{Σ_{i = 1}^{N} w_{i} x_{i}}{Σ_{i = 1}^{N} w_{i}}, \frac{Σ_{i = 1}^{N} w_{i} y_{i}}{Σ_{i = 1}^{N} w_{i}})

其中

N＝在计算中使用的信元位置的数量，和

w_i＝每个信元的加权。

注意，w_i≥0。

如一个实施例，w_i＝1，i，均等加权每个信元。

当往返计时信息可被话机获得时，则该话机可以计算将计时测量与基站信息结合的定位估算。例如在GSM中，移动终端可以使用计时提前和基站定点角来计算定位估算。

应该理解，在本说明书中使用的术语“包括”以及任何它的变型应被认为是包括它所涉及的特征，而不被认为是排除了任何附加特征的存在，除非文中这样说明或暗示。

Claims

1.一种在定位计算中使用的获得定位数据的方法，该方法包括：

在第一时间获得多个无线信号参数的至少一个测量结果；

将该至少一个测量结果和该至少一个后续测量结果应用于滤波器以获得所述定位数据。

2.如权利要求1所述的方法，其中由移动无线通信终端获得所述至少一个测量结果和所述至少一个后续测量结果。

3.如权利要求2所述的方法，其中存储所述定位数据以随后发送到处理器而用于定位计算器。

4.如权利要求3所述的方法，其中所述定位数据被间歇地发送到所述处理器。

5.如权利要求3所述的方法，其中所述定位数据以规律的时间间隔被发送到所述处理器。

6.如权利要求3所述的方法，其中所述定位数据基于请求被发送到所述处理器。

7.如权利要求5所述的方法，其中所述定位数据基于请求而被发送到处理器。

8.如权利要求5所述的方法，其中所述定位数据基于所述处理器的请求而被发送到该处理器。

9.如权利要求5所述的方法，其中所述定位数据基于所述移动无线终端的用户的请求而被发送到所述处理器。

10.如权利要求9所述的方法，其中所述定位数据基于所述移动无线终端的定位的变化而被发送。

11.如权利要求2-10中任一项所述的方法，其中获得更多无线信号参数的更多测量结果，直到所述移动无线终端的缓冲器全满。

12.如权利要求1-10中任一项所述的方法，其中还包括：依据特定应用，选择所获得的至少一个测量结果和至少一个后续测量结果的子集进行滤波。

13.如权利要求1-10中任一项所述的方法，其中还包括：存储多个定位数据。

14.如权利要求13所述的方法，其中还包括：根据特定应用，选择所述定位数据的子集。

15.如权利要求1-14中任一项所述的方法，其中所述定位数据以可变长度的数据消息被发送。

16.如权利要求15所述的方法，其中根据特定应用来确定所述数据消息的长度。

17.如权利要求1-16中任一项所述的方法，其中还包括：周期地移除所述至少一个测量结果的和/或该至少一个后续测量结果的一个或多个。

18.如权利要求17所述的方法，其中根据其相关性来完成周期地移除所述至少一个测量结果的和/或所述至少一个后续测量结果的一个或多个的步骤。

19.如权利要求1-18中任一项所述的方法，其中还包括：根据所述子集的相关性，选择所获得的定位数据的子集用于发送。

20.如权利要求1-18中任一项所述的方法，其中还包括：根据发送的数据消息的大小，选择所获得的定位数据的子集用于发送。

21.如权利要求1-20中任一项所述的方法，其中所述多个无线信号参数包括至少一个明确的无线信号参数和至少一个模糊的无线信号参数。

22.如权利要求21所述的方法，其中所述模糊的无线信号参数在被应用到该滤波器之前被分解。

23.如权利要求22所述的方法，其中在被应用到所述滤波器之前，分解所述模糊无线信号参数的步骤被尽可能地延迟。

24.如权利要求2-23中任一项所述的方法，其中还包括：发送辅助信息给所述移动无线终端。

25.如权利要求24所述的方法，其中使用所述辅助信息在所述移动无线终端上计算定位估算。

26.一种计算无线通信网络中的移动无线终端定位的方法，该方法包括：

根据权利要求1-25中任一项所述的方法接收与所述移动无线终端的定位有关的定位数据；并且处理该数据以计算该移动无线终端的定位。

27.如权利要求26所述的方法，其中所述处理步骤包括最小化成本函数。

28.如权利要求27所述的方法，其中成本函数为：

c(x)＝c_r(x)+c_t(x)+c_u(x)

其中：

c_r是与信号强度观测有关的成本；

c_t是与计时提前观测有关的成本；和

c_u是与未报告的信元观测有关的成本。

29.如权利要求28所述的方法，其中c_r，c_t和c_u通过以下公式计算：

c_{r} (x) = Σ_{i = 1}^{N_{r}} \frac{{(r_{i} - p_{r} (k_{r_{i}}, x))}^{2}}{2 σ_{r}^{2}};

c_{t} (x) = Σ_{i = 1}^{N_{r}} \frac{{(t_{i} - p_{t} (k_{t_{i}}, x))}^{2}}{2 σ_{t}^{2}};

和

c_{u} (x) = - Σ_{i = 1}^{N_{u}} \log [\frac{1}{2} (1 + \erf (\frac{r_{u} - p_{u} (k_{u_{i}}, x)}{\sqrt{2} σ_{r}}))] .

30.一种执行权利要求1-29中任一项的步骤的系统。

31.一种执行权利要求1-25中任一项的步骤的移动无线终端。