CN102573054B - 估算小区基站位置的方法 - Google Patents

Abstract

本发明公开了一种估算小区基站位置的方法。通过行动训练装置自复数个卫星与复数个小区基站获取信号，基于所述该复数个信号，建立一信号特征数据库，且依据该特征数据库的数据来估算小区基站的位置。

Description

估算小区基站位置的方法

技术领域

本发明是关于位置估算的方法，尤指一种可依据全球定位卫星信号和蜂巢式网络信号来估算小区基站的位置以提供相关定位服务信息的方法。

背景技术

近年来，随着多样化类型的以位置为基础的服务(Location-basedservices，LBS)呈现高度性发展，无线定位技术受到相关领域的注意与重视。定位技术所需测量的讯号，可以是全球卫星定位(GlobalPositioningSystem，GPS)讯号、无线网络系统的参考讯号、或是其它系统的辅助定位讯号。因讯号测量的内容不同，而有不同的定位方式，目前相关领域中多样化的定位技术被广泛的提出。

在以卫星为基础(satellite-based)的定位系统上，GPS是最为大众所熟知并广泛应用于各种领域的定位系统。GPS是透过布设于太空中的24颗卫星全天候向地面传送定位讯号，行动装置仅需配置适当的接收设备即可在全球任一地点任何时间接收定位讯号并进行三维空间位置解算。GPS主要是针对室外环境提供经纬度坐标定位服务，定位精确度高，其位置信息只有约十公尺的误差。然而，由于GPS卫星所发射的定位讯号会受建筑物的遮蔽，因此，在室内并无法使用这项技术。此外，在都市区的狭窄都市街道或天候条件差的情况下，GPS定位精确度会有相当程度的降低。

在以蜂巢式网络为基础(cellularnetwork-based)的定位系统上，最基本的定位技术，是利用小区基站(celltower)，即基站的细胞全局识别(CellGlobalIdentity，CGI)码，实现二维空间位置解算。优点为不需复杂位置解算量，在室内亦能使用该项技术，由于定位精确度直接取决于小区基站涵盖的范围，因此，都会区到郊区，其位置信息约从几百公尺到几十公里的误差。另外，当第三方使用该定位技术以提供相关定位服务信息时，其小区基站的真实位置信息不易从蜂巢通讯网络系统营运商取得，故有其应用的瓶颈所在。

发明内容

为能满足行动装置在不同环境中无缝(seamless)撷取以位置为基础的服务，且解决小区基站定位技术的应用瓶颈，本发明提出一种小区基站位置估算的方法。

本发明实例的位置估算方法是用于以卫星和蜂巢式网络为基础的混合性无线网络。至少一行动训练装置用于获取复数个训练数据，一训练数据包括一GPS位置坐标与复数个小区基站的CGI码参数和信号强度值，该复数个小区基站包括一服务小区基站与至少一邻居小区基站。一数据运算服务器用于执行复数个训练数据的搜寻、融和(fusion)以及位置的估算，该位置是指小区基站的位置。一信号特征数据库依据该数据运算服务器的融和数据，进行数据的更新或储存，且记录位置信息状态。

本发明实例的位置估算方法是根据该信号特征数据库的同一CGI码参数的复数个服务类别训练数据的复数个GPS位置坐标定义一第一参考坐标，基于该第一参考坐标将该复数个服务类别训练数据划分复数个群集(cluster)。根据该信号特征数据库的同一CGI码参数的复数个服务类别训练数据的复数个信号强的值定义一第一参考信号强速值、一第二参考信号强度值以及一第三参考信号强度值，基于该第一参考信号强度值对每一群集计算一相近(proximity)值，自该复数个群集选择一具有高相近值的群集，并基于第二参考信号强度值使用该群集的复数个服务类别训练数据的复数个GPS位置坐标与该复数个信号强度值来计算一第一位置信息，基于该第三参考信号强度值来判断小区基站位置的一第一方位信息。

本发明实例的位置估算方法是根据该信号特征数据库的同一CGI码参数的复数个邻居类别训练数据的复数个GPS位置坐标定义一第二参考坐标，基于该第二参考坐标将该复数个邻居类别训练数据划分复数个群集。根据该信号特征数据库的同一CGI码参数的复数个邻居类别训练数据的复数个信号强度值定义一第四参考信号强度值、一第五参考信号强度值以及一第六参考信号强度值，基于该第四参考信号强度值对每一群集计算一相近值，自该复数个群集选择一具有高相近值的群集，并基于第五参考信号强度值使用该群集的复数个邻居类别训练数据的复数个GPS位置坐标与该复数个信号强度值来计算一第二位置信息，基于该第六参考信号强度值来判断小区基站位置的一第二方位信息。

本发明实例的位置估算方法是结合该第一方位信息、该第二方位信息、该第一位置信息以及该第二位置信息，使用一方法来确定该小区基站的位置。

本发明上述的方法是纯软件架构，可以透过程序代码布设于实体机器中。当机器加载程序代码且执行时，机器成为用以实行本发明之装置。

附图说明

以下结合附图和具体实施方式来进一步说明本发明。

图1所示为本发明实施例以卫星和蜂巢式网络为基础之一简化架构示意图；

图2所示为本发明实施例中位置估算的数据训练架构示意图；

图3所示为本发明实施例中位置估算的数据训练架构流程示意图；

图4所示为依据本发明实施例的位置估算的一经度纬度标绘图；

图5所示为一藉由该复数个服务类别训练数据进行位置估算的架构流程示意图；

图6所示为一藉由该复数个邻居类别训练数据进行位置估算的架构流程示意图；

图7所示为本发明实施例的位置估算方法的位置决定的架构流程示意图。

主要组件符号说明：

101、102、103GPS卫星104、105、106小区基站

107行动训练装置108数据运算服务器

109信号特征数据库

201接收单元202资料缓存单元

203数据分类单元204数据加密单元

205备分数据库206蜂巢无线网络

207数据解密单元208数据融和单元

209位置解算单元

401第一参考坐标402第一位置信息

403第二参考坐标404第二位置信息

405估算的小区基站位置

301～311步骤501～506步骤

601～606步骤701～710步骤

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

图1所示为本发明实施例以卫星和蜂巢式网络为基础的简化架构示意图，包括复数个GPS卫星(101，102，103)、复数个小区基站(104，105，106)、一行动训练装置107如智能型手机或个人数字助理(PDA)、一数据运算服务器108以及一信号特征数据库109。该数据运算服务器108与该信号特征数据库109是架设于云端。该复数个GPS卫星全天候向地面传送定位信号。每一小区基站具有一公共控制频道(commoncontrolchannel，CCH)，其可以持续在蜂巢网络中广播其信号来提供一唯一CGI码参数。需注意的是，该GPS卫星及该小区基站的数目并不限于图1所示的数目，在不悖离本发明精神的前提下，在不同实施例中，该数目可以有所变化。

图2所示为本发明实施例中位置估算的数据训练架构示意图，一行动训练装置107配备一接收单元201、一数据缓存单元202、一数据分类单元203、一数据加密单元204和一备分数据库205。该数据运算服务器108为由一数据解密单元207、一数据融和单元208和一位置解算单元209所组成。该行动训练装置107透过一蜂巢无线网络206与该数据运算服务器108进行链接。

当该行动训练装置107进入该混合性网络的户外目标区域时，透过该行动训练装置107的接收单元201可获取复数个训练数据。一训练数据包括如下：

1.一GPS位置坐标。其工作原理大致如下：该行动训练装置107的接收单元201内的GPS接收器(未显示)，检测到至少四个GPS卫星信号的存在状态，一GPS卫星的信号测量一到达时间(TimeofArrival，ToA)值，依据至少四个ToA值来计算出该行动训练装置107的GPS位置坐标。

2.复数个小区基站的CGI码参数及信号强度值。该行动训练装置107的接收单元201检测到复数个小区基站(如图1中所示的104、105及106)信号的存在状态，一小区基站讯号可析取一CGI码参数以及测量一信号强度值。该复数个小区基站包括一服务小区基站(如图1中所示的104)与至少一邻居小区基站(如图1中所示的105、106)。

如熟悉GPS技术人员所知，通常该GPS位置坐标以每一秒更新一次，因此，信号检测的时间卷标(timestamp)设为一秒。基于该时间卷标，透过行动训练装置10单元201可获取该GPS位置坐标一次以及可析取复数个小区基站CGI码参数和测量复数个小区基站信号强度值二次。该行动训练装置107的数据缓存单元202储存该接收单元201所获取到、所析取到和所测量到的复数个训练数据，且以批次方式将储存的该等训练数据传送至该数据分类单元203。传送一批次数据的间隔时间卷标设为三十秒。需注意的是，在本发明实施例中，设定的该时间标签和该次数并不限于上述的数目，在不悖离本发明精神的前提下，在不同实施例中，该数目可以有所变化。

在该行动训练装置107的该数据分类单元203接收到复数个训练数据之后，执行数据的类别区分。在数据的类别，对同一CGI码参数的复数个训练数据可区分为一服务类别和一邻居类别。在链接该蜂巢无线网络206(如图1中所示的104)将复数个训练数据透过一应用程序编程接口(applicationprogramminginterface，API)传送至该数据运算服务器108之前，一数据加密单元204用于对复数个训练数据执行压缩和加密，以形成复数个加密训练数据，并传送复数个加密训练数据至该备份数据库205储存。基于无线网络的传输特性，一旦复数个加密训练数据传送失败，可自该备份数据库205取得复数个加密训练数据来执行重传。在该数据运算服务器108接收到复数个加密训练数据之后，该数据运算服务器108的解密单元207用于对复数个加密训练数据执行解压缩和解密，以形成复数个解密训练资料。接着，该数据融合单元208透过搜寻一信号特征数据库109来获取相应的数据库的训练数据，以执行数据融合。在下述的图3，主要用于描述数据库搜寻、数据融合以及位置估算的步骤。

图3所示为本发明实施例中位置估算的数据训练架构流程示意图。首先执行步骤301，使用析取到的该小区基站的CGI码参数为一键值(key)，以执行信号特征数据库109的搜寻。在步骤302中，确认该CGI码参数是否为存在状态。

1.如果CGI码参数为存在状态，该数据融和单元208自该信号特征数据库109获取训练数据(步骤303)、执行该信号特征数据库训练数据和复数个训练数据的融和、回传该融和数据至该信号特征数据库109(步骤304)。该信号特征数据库109在接收到该融和数据之后，执行更新储存，且记录该小区基站的位置信息为一更新状态(步骤305)。

2.如果CGI码参数为未存在状态，该数据融和单元208直接将复数个训练数据传送至该信号特征数据库109(步骤306)。在该信号特征数据库109接收到复数个训练数据之后，执行储存，且记录该小区基站的位置信息为一未知状态(步骤307)。

3.该信号特征数据库109检视该小区基站的位置信息状态。如果该位置信息的纪录为一未知状态，则该信号特征数据库109立即传送该小区基站的训练数据至该位置解算单元209(步骤308)。如果该位置信息的纪录为一更新状态，则该信号特征数据库109定期定时传送该小区基站的训练数据至该位置解算单元209(步骤309)。该位置解算单元209可依据接收到的复数个训练数据来建立群集，且使用RF信号群集算法(clusteringalgorithm)执行位置估算(步骤310)。该RF信号是指接收信号强度值。该位置解算单元209回传估算到的该小区基站位置至该信号特征数据库109，该信号特征数据库109在接收到该位置信息之后，执行储存，且记录该位置信息状态为一已知状态(步骤311)。

图4所示为依据本发明实施例的位置估算的一经度纬度标绘图。该数据运算服务器108的该位置解算单元209接收到来自该信号特征数据库109的同一CGI码参数的复数个训练资料之后，根据同一CGI码参数的复数个训练数据的复数个GPS位置坐标进行一经度纬度空间分布，基于训练数据的类别定义，该复数个训练数据可区分为该复数个服务类别训练数据与该复数个邻居类别训练数据。在下述的图5至图6，主要用于藉由该复数个眼务类别训练数据与该复数个邻居类别训练数据说明本发明的位置估算方法的实施方式。

图5所示为一藉由该复数个服务类别训练数据进行位置估算的架构流程示意图。首先执行步骤501，对同一CGI码参数的复数个服务类别训练数据的复数个GPS位置坐标(X_i，Y_i)，其中i＝1，2，...，N，使用一算法定义一第一参考坐标，如图4中所示的401，在此实施例中，可以使用一重心算法(CentroidAlgorithm)，其方程式可以写为

(X_ref1，Y_ref1)＝(∑_{i＝1，...，N}X_i/N，∑_{i＝1，...，N}Y_i/N)

但本发明并不限定于此，熟知此领域人员应可了解其它的算法，譬如加权重心算法(WeightCentroidAlgorithm)与门坎值重心算法(ThresholdCentroidAlgorithm)都可以用来进行该第一参考坐标的定义。

接着继续执行步骤502，依据该第一参考坐标将同一CGI码参数的复数个服务类别训练数据划分复数个群集(cluster)，在此实施例中，基于该第一参考坐标(X_ref1，Y_ref1)之X坐标(即X_ref1)将该复数个服务类别训练数据划分二个群集，其中第k(k＝1，2)个群集的复数个服务类别训练数据可以用集合G_k来表示，但本发明并不限定于此，该第一参考坐标(X_ref1，Y_ref1)之Y坐标(即Y_ref1)也可以用来进行该复数个服务类别训练数据的群集划分。需注意的是，该群集的数目并不限定于此，在不悖离本发明精神的前提下，在不同实施例中，该数目可以有所变化。

于步骤503，对同一CGI码参数的复数个服务类别训练数据的复数个信号强度值RSS_i，其中i＝1，2，...，N，定义一第一参考信号强度值、一第二参考信号强度值以及一第三参考信号强度值。在此实施例中，可以使用重心算法来定义第一参考信号强度值，其方程式可以写为RSS_ref1＝∑_{i＝1，...，N}RSS_i/N，但本发明并不限定于此，熟知此领域人员应可了解其它的算法，譬如加权重心算法与门坎值重心算法都可以用来进行该第一参考信号强度值的定义。在此实施例中，可以使用最低信号强度值来定义第二参考信号强度值，其方程式可以写为RSS_ref2＝min{RSS_i}。在此实施例中，可以使用最高信号强度值来定义第三参考信号强度值，其方程式可以写为RSS_ref3＝max{RSS_i}。

接续执行步骤504，依据该第一参考信号强度值对每一群集计算一相近(proximity)值，其实施方式为：假设一G_k，k＝1或2，包含n_k个服务类别训练数据，每一服务类别训练数据有一信号强度测量值，若该信号强度测量值小于RSS_ref1，则无相似值，若该信号强度测量值大于或等于RSS_ref1，则计算一相似值，接着，对n_k个相似值进行相加计算以得到一总和相似值，自k个群集选择一具有高总和相近值的群集。

于步骤505，依据该具有高总和相近值的群集的复数个服务类别训练数据计算一第一位置信息，其实施方式为：假设一G_k，k＝1或2，包含n_k个服务类别训练数据，每一服务类别训练数据有一GPS位置坐标与一信号强度测量值，若该信号强度测量值等于RSS_ref2，则权重值为W_f＝1，若该信号强度测量值不等于RSS_ref2，则计算一权重值W_f，接着，使用权重平均算法计算第一位置信息，如图4中所示的402，其方程式可以写为

X_ser＝∑_{f＝1，...，nk}(W_f×X_f)/∑_{f＝1，...，nk}W_f

Y_ser＝∑_{f＝1，...，nk}(W_f×Y_f)/∑_{f＝1，...，nk}W_f

最后，依据该第三参考信号强度值来判断小区基站位置的第一方位信息(步骤506)。

图6所示为一藉由该复数个邻居类别训练数据进行位置估算的架构流程示意图。首先执行步骤601，对同一CGI码参数的复数个邻居类别训练数据的复数个GPS位置坐标(X_j，Y_j)，其中j＝1，2，...，M，使用一算法定义第二参考坐标，如图4中所示的403，在此实施例中，可以使用重心算法，其方程式可以写为

(X_ref2，Y_ref2)＝(∑_{j＝1，...，M}X_j/M，∑_{j＝1，...，N}Y_j/M)

但本发明并不限定于此，熟知此领域人员应可了解其他的算法，譬如加权重心算法与门坎值重心算法都可以用来进行该第二参考坐标的定义。

接续执行步骤602，依据该第二参考坐标将同一CGI码参数的复数个邻居类别训练数据划分复数个群集，在此实施例中，基于该第二参考坐标(X_ref2，Y_ref2)的X坐标(即X_ref2)将该复数个邻居类别训练数据划分二个群集，其中第k(k＝1，2)个群集的复数个邻居类别训练数据可以用集合H_k来表示，但本发明并不限定于此，该第二参考坐标(X_ref2，Y_ref2)的Y坐标(即Y_ref2)也可以用来进行该复数个邻居类别训练数据的群集划分。需注意的是，该群集的数目并不限定于此，在不悖离本发明精神的前提下，在不同实施例中，该数目可以有所变化。

于步骤603，对同一CGI码参数的复数个邻居类别训练数据的复数个信号强度值RSS_j，其中j＝1，2，...，M，使用一方法定义一第四参考信号强度值、一第五参考信号强度值以及一第六参考信号强度值。在此实施例中，可以使用重心算法来定义第四参考信号强度值，其方程式可以写为RSS_ref4＝∑_{j＝1，...，M}RSS_j/M，但本发明并不限定于此，熟知此领域人员应可了解其它的算法，譬如加权重心算法与门坎值重心算法都可以用来进行该第四参考信号强度值的定义。在此实施例中，可以使用最低信号强度值来定义第五参考信号强度值，其方程式可以写为RSS_ref5＝min{RSS_j}。在此实施例中，可以使用最高信号强度值来定义第六参考信号强度值，其方程式可以写为RSS_ref6＝max{RSS_j}。

接着继续执行步骤604，依据该第四参考信号强度值对每一群集计算一相近(proximity)值，其实施方式为：假设一H_k，k＝1或2，包含m_k个邻居类别训练数据，每一邻居类别训练数据有一信号强度测量值，若该信号强度测量值小于RSS_ref4，则无相似值，若该信号强度测量值大于或等于RSS_ref4，则计算一相似值，接着，对m_k个相似值进行相加计算以得到一总和相似值，自k个群集选择一具有高总和相近值的群集。

于步骤605，依据该具有高总和相近值的群集的复数个邻居类别训练数据计算一第二位置信息，其实施方式为：假设一H_k，k＝1或2，包含m_k个邻居类别训练数据，每一邻居类别训练数据有一GPS位置坐标与一信号强度测量值，若该信号强度测量值等于RSS_ref5，则权重值为W_f＝1，若该信号强度测量值不等于RSS_ref5，则计算一权重值W_f，接着，使用权重平均算法计算一第二位置信息，如图4中所示的404，其方程式可以写为

X_nei＝∑_{f＝1，...，mk}(W_f×X_f)/∑_{f＝1，...，mk}W_f

Y_nei＝∑_{f＝1，...，mk}(W_f×Y_f)/∑_{f＝1，...，mk}W_f

最后，依据该第六参考信号强度值来判断小区基站位置的第二方位信息(步骤606)。

图7所示为本发明实施例的位置估算方法的位置决定的架构流程示意图。依据该数据运算服务器108的位置解算单元209可得到的第一方位信息和该第二方位信息以及计算到的第一位置信息和该第二位置信息，使用一条件方法以确定该小区基站的位置，其会执行下列步骤：

首先执行步骤701，判断该RSS_ref4值是否为取得状态，若判断该RSS_ref4值为未取得状态，则使用该第一位置信息来确定该小区基站的位置(步骤702)；若判断该RSS_ref4值为取得状态，则进至步骤703。

于步骤703中，判断该RSS_ref1值是否小于该RSS_ref4值，若判断该RSS_ref1值小于该RSS_ref4值，则使用该第二位置信息来确定该小区基站的位置(步骤704)；若判断该RSS_ref1值不小于该RSS_ref4值，则进至步骤705。

于步骤705中，判断该第一方位信息和该第二方位信息是否为相同方位，若判断为相同方位，则使用该第一位置信息来确定该小区基站的位置(步骤706)；若判断为相异方位，则进至步骤707。

于步骤707中，使用该第一参考坐标(X_ref1，Y_ref1)的X坐标(即X_ref1)以及该第二参考坐标(X_ref2，Y_ref2)的X坐标(即X_ref2)定义一区间，接续执行步骤708，判断该第一方位信息和该第二方位信息是否位于该区间中，若判断为位于该区间，则使用该第一位置信息来确定该小区基站的位置(步骤709)，如图4中所示的405；若判断为不位于该区间中，基于该第一位置信息和该第二位置信息计算的平均值来确定该小区基站的位置(步骤710)。

上述本发明的方法，或特定系统单元、或其部份单元，为纯软件架构，可以透过程序代码布设于实体媒体，如硬盘、光盘片、或是任何电子装置(如智能型手机、计算机可读取之储存媒体)，当机器加载程序代码且执行(如智能型手机加载且执行)，机器成为用以实行本发明的装置。上述本发明的方法与装置亦可以程序代码型态透过一些传送媒体，如电缆、光纤、或是任何传输型态进行传送，当程序代码被机器(如智能型手机)接收、加载且执行，机器成为用以实行本发明的装置。

上列详细说明系针对本发明之一可行实施例的具体说明，惟该实施例并非用以限制本发明的专利范围，凡未脱离本发明方案精神所为的等效实施或变更，均应包含于本案的专利范围中。

Claims (7)

1.一种估算小区基站位置的方法，其特征在于，所述方法用于以卫星和蜂巢式网络为基础的混合性无线网络，包括下列步骤：

依据同一CGI码参数的复数个服务类别训练数据进行一第一方位信息和一第一位置信息的估算；

包括下列步骤：

依据该复数个服务类别训练数据的复数个GPS位置坐标使用一算法定义一第一参考坐标；

依据该第一参考坐标将所述复数个服务类别训练数据划分复数个群集；

依据所述复数个服务类别训练数据的复数个信号强度值定义一第一参考信号强度值、一第二参考信号强度值以及一第三参考信号强度值；

依据该第一参考信号强度值对每一群集计算一相近值，并自该复数个群集选择一具有高总和相近值的群集；

依据该具有高总和相近值的群集的复数个服务类别训练数据，基于第二参考信号强度值计算第一位置信息；以及

依据该第三参考信号强度值来判断小区基站位置的第一方位信息；

依据同一CGI码参数的复数个邻居类别训练数据进行一第二方位信息和一第二位置信息的估算；

包括下列步骤：

依据复数个邻居类别训练数据的复数个GPS位置坐标使用一算法定义一第二参考坐标；

依据该第二参考坐标将所述复数个邻居类别训练数据划分复数个群集；

依据所述复数个邻居类别训练数据的复数个信号强度值定义一第四参考信号强度值、一第五参考信号强度值以及一第六参考信号强度值；

依据该第四参考信号强度值对每一群集计算一相近值，并自该复数个群集选择一具有高总和相近值的群集；

依据该具有高总和相近值的群集的复数个邻居类别训练数据，基于第五参考信号强度值计算第二位置信息；以及

依据该第六参考信号强度值来判断小区基站位置的第二方位信息；

以及结合所述第一方位信息、第一位置信息第二方位信息和第二位置信息来确定该小区基站的位置；

包括下列步骤：

若所述第四参考信号强度值为未取得，则使用所述第一位置信息来确定该小区基站的位置；

若所述第四参考信号强度值为取得，且所述第一参考信号强度值小于该第四参考信号强度值，则使用所述第二位置信息来确定该小区基站的位置；

若所述第四参考信号强度值为取得，且所述第一参考信号强度值不小于该第四参考信号强度值，且所述第一方位信息和第二方位信息为相同一方位，则使用所述第一位置信息来确定该小区基站的位置；

依据所述第一参考坐标以及第二参考坐标定义一区间；

若所述第四参考信号强度值为取得，且所述第一参考信号强度值不小于该第四参考信号强度值，且所述第一方位信息和第二方位信息为位于该区间中，则使用所述第一位置信息来确定该小区基站的位置；以及

若所述第四参考信号强度值为取得，且所述第一参考信号强度值不小于该第四参考信号强度值，且所述第一方位信息和第二方位信息为不位于该区间中，则使用所述第一位置信息和第二位置信息来计算一平均值以确定该小区基站的位置。

2.根据权利要求1所述的估算小区基站位置的方法，其特征在于，使用重心算法来计算第一参考坐标。

3.根据权利要求1所述的估算小区基站位置的方法，其特征在于，使用重心算法来计算第一参考信号强度值、使用最低信号强度值来定义第二参考信号强度值以及使用最高信号强度值来定义第三参考信号强度值。

4.根据权利要求1所述的估算小区基站位置的方法，其特征在于，使用权重平均算法来计算一第一位置信息。

5.根据权利要求1所述的估算小区基站位置的方法，其特征在于，使用重心算法来计算第二参考坐标。

6.根据权利要求1所述的估算小区基站位置的方法，其特征在于，使用重心算法来计算第四参考信号强度值、使用最低信号强度值来定义第五参考信号强度值以及使用最高信号强度值来定义第六参考信号强度值。

7.根据权利要求1所述的估算小区基站位置的方法，其特征在于，使用权重平均算法来计算一第二位置信息。