CN102355530A

CN102355530A - 利用信号强度波动判断移动终端运动状态的方法

Info

Publication number: CN102355530A
Application number: CN2011103012064A
Authority: CN
Inventors: 周小伟; 邱韦; 崔磊毅
Original assignee: Individual
Current assignee: Individual
Priority date: 2011-09-27
Filing date: 2011-09-27
Publication date: 2012-02-15

Abstract

本发明公开一种利用信号强度波动判断移动终端运动状态的方法。通过移动终端的调制解调器开启状态下，对基站天线的信号强度进行采样，对获取到的信号强度数据进行标准差分析，根据标准差区分静止和运动。然后区分运动的类型，采集多个运动类型实际生成的信号强度序列样本，而后分别生成每个运动类型的样本库，在实时分析时，将时间窗口内的信号序列与样本库中的波形进行特征匹配，特征相似指数最高的样本所属的样本库即判定为实时信号强度序列所对应的运动状态。该方法判断移动终端运动状态仅依赖于终端现成的移动通信模块，而不要求增加额外的功能模块，也不产生额外的功耗，从而达到了节省成本和设备功耗的效果。

Description

利用信号强度波动判断移动终端运动状态的方法

技术领域

本发明涉及一种判断移动终端运动状态的方法，尤其是涉及一种利用移动终端接收到基站信号强度波动来判断移动终端运动状态的方法。

背景技术

在一些智能设备、智能系统中，作为状态参数的一部分，通常需要感知终端设备的大致运动状态。一些电子节能技术中，根据设备的运动状态打开或关闭相应模块，以实现更好的功耗控制。

在当前的技术条件下，感知带有移动通信功能的终端设备的运动状态(静止、慢速运动、快速运动等)主要通过两种方式：1、在主板上添加加速度感应器件。2、通过增加卫星定位模块(例如GPS)来获知终端的运动速度。

这两种方式都需要在终端设备上添加额外的功能模块，由此，支持额外功能模块工作产生了额外的功耗。这些特性将不利于控制设备成本，也给终端设备的低功耗设计带来一定困难。

发明内容

本发明的目的是克服现有技术中存在的不足，提供一种判断移动终端运动状态的方法，通过对移动终端接收到的基站信号强度波动分析来判断移动终端运动状态。

本发明解决的技术问题所采用的技术方案，利用信号强度波动判断移动终端运动状态的方法，其特征在于包括以下步骤：

一、在移动终端的调制解调器开启状态下，每隔一定采样间隔读取一次来自基站天线的信号强度；

二、对获取到的信号强度数据进行以下分析：

对时间窗口内的信号强度序列使用标准差分析，信号强度序列的标准差指示了该信号序列波动的幅度，标准差越大，波动越大，标准差越小，则波动越小，根据标准差区分静止和运动，标准差值大为运动状态，标准差值小为静止状态；

三、然后区分运动的类型，方法为：

对每个运动类型采集多个该运动类型实际生成的信号强度序列样本，而后分别生成每个运动类型的样本库，在实时分析时，将时间窗口内的信号序列与样本库中的波形进行模式匹配，根据匹配后的信号序列分别与样本库中运动类型的样本的相似度判断出运动状态，特征相似指数最高的样本所属的样本库即判定为实时信号强度序列所对应的运动状态。

本发明的优点是：该方法判断移动终端运动状态仅依赖于终端现成的移动通信模块，而不要求增加额外的功能模块，也不产生额外的功耗，从而达到了节省成本和设备功耗的效果。

附图说明

图1为静止时从手机上读取到的来自基站的信号波动图；

图2为行车时从手机上读取到的来自基站的信号波动图；

图3为子序列分析图；

图1～图3中，纵轴：信号强度(dbm)，横轴：时间(sec)。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。本发明所采用的方法具体如下。

1、对信号强度采样

在移动终端的调制解调器开启状态下，每隔一定采样间隔读取一次来自基站天线的信号强度，建议采样间隔大致为小于1秒，最大不大于5秒。调制解调器处于保持工作的状态下该操作不产生额外的功耗。

图1、图2分别为移动终端在静止状态时和行车状态时读取到的服务基站信号强度波形。从图中可以看出，静止和运动状态中，移动终端收到的来自基站的信号波动幅度有明显的区别。

2.对获取到的信号波动数据进行分析、建模

一、为了区分静止和运动，通常对时间窗口内的信号强度序列使用简单的标准差分析(standard deviation)：

s = \sqrt{\frac{Σ_{i = 0}^{n} {(r_{i} - \overset{&OverBar;}{r})}^{2}}{n}}

其中s为信号序列的标准差；r_i为时间窗口内信号强度序列中第i个信号强度值；

为时间窗口内信号强度序列的平均值；n为时间窗口内的长度(即包含连续信号强度读数的个数)。

信号强度序列的标准差指示了该信号序列波动的幅度。标准差越大，波动越大；标准差越小，则波动越小。时间窗口大小的最佳值根据调制解调器性能和基站类型和密度稍有不同，一般在15秒～30秒之间。在移动终端在静止时，时间窗口内信号序列的标准差一般≤4dbm；而运动状态时的信号序列标准差一般≥5.5dbm。在基站密度高的区域运动时，由于调制解调器连接的服务基站频繁切换，造成移动终端收到服务基站信号强度的急升或急降，通常标准差可以达到10dbm以上。因此，基于该方法可以较为可靠的区分移动终端的静止和运动。

二、区分运动的类型，比如，行走状态还是机动车行车状态等。由于各种运动状态中，信号波动的区别不如静止/运动状态显著，所以简单的标准差分析不足以可靠区分各种运动状态的区别。因而有必要对信号波形进行更复杂的建模分析。举例而言，为了区分行走和行车，一种可行的方法是分别采集多个行走和行车时生成的信号强度序列样本。而后分别生成“行走”和“行车”两个样本库。在实时分析时，将窗口时间内的信号序列与样本库中样本信号序列进行特征匹配，获取每个样本与实时采样信号强度序列的特征相似指数。特征相似指数最高的样本所属的样本库即判定为实时信号强度序列所对应的运动状态。如选定样本标准差为被匹配的特征值，则具体实施过程如下所描述：

假设现有行走和行车两个样本库：

行走样本库W：{w1，w2…wn}(n为样本库W中样本个数，w1～wn为样本)；

行车样本库D：{d1，d2…dm}(m为样本库D中样本个数，d1～dm为样本)。

对应样本标准差分别为Sw1，Sw2…，Swn，Sd1，Sd2…，Sdm.计算实时信号强度序列标准差为S，计算差值绝对值：|(S-Sw1)|，|(S-Sw2)|…，|(S-Swn)|，|(S-Sd1)|，|(S-Sd2)|…，|(S-Sdm)|。所得最小差值绝对值所对应的样本则为匹配样本，该样本所对应的样本库代表了当前实时信号强度序列所属的运动状态(更复杂的匹配算法还可参考使用：刘慧婷，倪志伟，李建洋，“时间序列相似模式的有效匹配”，计算机辅助设计与图形学学报.第19卷第6期，2007年6月)。

在一些可靠性要求更高的系统中，可以通过以下两种方式来提高静止/运动状态判断的可靠性：

一、有一些调制解调器可以同时读取多个邻近基站的信号(如GSM、3G调制解调器)，则可以对来自多个基站的信号强度序列分别进行标准差分析，根据标准差分析，可以得出每个基站信号强度序列指示的运动状态。获得最多基站支持的运动状态即为该算法估计的终端设备运动状态。

二、将较长的一段信号序列分割成3-5个子序列，分别进行分析，可以得出每个子序列对应的运动状态结论，获得最多子序列支持的运动状态即为该算法估计的终端设备运动状态。如图3是在郊外慢跑过程被跑步者佩戴的移动终端中获取到的一个信号强度序列。将该60秒的信号序列分割成3个子序列：1-20sec，21-40sec，41-60sec。对三个子序列分别进行前述的标准差分析，得到对应的运动状态结论分别为静止、运动、运动。进行子结论投票后，得到总的结论为运动状态。

在获得运动状态结论后，运动状态可以参数的形式通过调制解调器传回远端服务器；也可以根据该状态结果来进行相应的软硬件操作，比如打开/关闭其它功能电路模块从而达到节能效果。

Claims

1.利用信号强度波动判断移动终端运动状态的方法，其特征在于包括以下步骤：

二、对获取到的信号强度数据进行以下分析：

三、然后区分运动的类型，方法为：

2.如权利要求1所述利用信号强度波动判断移动终端运动状态的方法，其特征是所述调制解调器对来自多个邻近基站的信号强度序列分别进行标准差分析，得出每个基站信号强度序列指示的运动状态。获得最多基站支持的运动状态即为该算法估计的终端设备运动状态。

3.如权利要求1所述利用信号强度波动判断移动终端运动状态的方法，其特征是对信号强度序列使用标准差分析时，将一段长信号序列分割成若干个子序列，分别进行分析，得出每个子序列对应的运动状态结论，获得最多子序列支持的运动状态即为该算法估计的终端设备运动状态。

4.如权利要求1-3任一所述的利用信号强度波动判断移动终端运动状态的方法，其特征在于：所述标准差≤4dbm时为指示静止状态，标准差≥5.5dbm时为指示运动状态。

5.如权利要求1-3任一所述的利用信号强度波动判断移动终端运动状态的方法，其特征是所述采样间隔不大于5秒。

6.如权利要求5所述利用信号强度波动判断移动终端运动状态的方法，其特征在于：所述采样间隔小于1秒。

7.如权利要求1-3任一所述的利用信号强度波动判断移动终端运动状态的方法，其特征在于：所述时间窗口的大小的最佳值在15秒～30秒之间。