CN103997785B - 基于基站信息窗口的目标物体运动预测用数据检索方法 - Google Patents
基于基站信息窗口的目标物体运动预测用数据检索方法 Download PDFInfo
- Publication number
- CN103997785B CN103997785B CN201410220413.0A CN201410220413A CN103997785B CN 103997785 B CN103997785 B CN 103997785B CN 201410220413 A CN201410220413 A CN 201410220413A CN 103997785 B CN103997785 B CN 103997785B
- Authority
- CN
- China
- Prior art keywords
- base station
- position data
- data window
- window
- association
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明公开了一种基于基站信息窗口的目标物体运动预测用数据检索方法,主要步骤包括采集基站数据、数据库的构建、目标物体运动预测。本发明可缩小目标物体的所在区域的范围,减少数据检索量,提高定位效率。在相同硬件投入情况下,实现更高的定位效率。在城市基站定位中遇到盲区或者重大漂移时候可以利用本技术进行修正和预测定位。提高基站定位的实用性。
Description
技术领域
本发明涉及基站定位技术,特别是一种以历史基站数据为基础的目标对象移动预测技术中采用的数据检索技术。
背景技术
手机基站定位目前在市场上应用非常普遍,通常做法是收到终端上报的其周围的基站信息后,到数据库进行匹配,找到接近度最高的一条或者多条记录,然后用一定的计算方法,计算出终端的位置。这种做法一般定位效率较低,对服务器的压力非常大。以目前中国大陆约400万个移动基站为例,在收集基站数据库中一般会形成5000万以上条记录,对于一些维护算法落后,不能及时剔除无效数据的方案中,这个数字可能会超过1亿,如果每次定位都要去搜索这个庞大的数据库,并且达到一种可以接受的搜索时间,需要非常大的硬件投入,需要大型的数据库集群的支持才能实现。以普遍采用的oracle数据库系统论,检索5000万条记录,大概需要1分钟时间,这个效率只能满足事后定位检索的要求,对于有实时定位要求的场合是远远无法满足要求的。
此外,在城市基站定位中遇到盲区或者重大漂移时候,或者由于基站变化未及时更新到数据库而导致定位间断时,现有的定位方法更是无能为力。
发明内容
针对上述问题,申请人提出一种基于基站信息窗口的目标物体运动预测用数据检索方法,目的在于缩短基站定位过程中数据库检索的时间,减少数据库服务器的压力,并且在城市基站定位中遇到盲区或者重大漂移时候进行修正和预测定位。
本发明的技术方案如下:
基于基站信息窗口的目标物体运动预测用数据检索方法,包括以下步骤:
(1)、采集基站数据;用具有基站定位功能的终端设备遍历目标区域,遍历过程中周期性地采集所述终端设备当前位置坐标和其周围n公里范围内的基站ID并加入基站数据库;所述基站数据库中每一组位置坐标和其周围n公里范围内的基站ID作为一条记录,其数据格式为:{经度,纬度,基站1,基站2,基站3,基站4,基站5.....};
(2)、数据库的构建;以所述基站数据库中的每一条记录为一个基站位置数据窗口,根据各个基站位置数据窗口中的基站ID的重叠情况将各个基站位置数据窗口相互关联,关联方式为:当有三个或者以上的基站ID重叠时,为一级关联;当有两个基站ID重叠时,为二级关联;当有一个基站ID重叠,为三级关联;相关联的基站位置数据窗口分别称为一级关联的基站位置数据窗口、二级关联的基站位置数据窗口、三级关联的基站位置数据窗口;
(3)、目标物体运动预测;根据目标物体的当前位置,将其位置坐标和其周围n公里范围内的基站ID作为一个新的基站位置数据窗口,在基站数据库中检索与所述新的基站位置数据窗口一级关联、二级关联以及三级关联的基站位置数据窗口;根据检索结果,预测出目标物体的下一位置范围按照可能性大小的顺序依次为:一级关联的基站位置数据窗口、二级关联的基站位置数据窗口、三级关联的基站位置数据窗口、与一级关联的基站位置数据窗口一级关联的基站位置数据窗口、与一级关联的基站位置数据窗口二级关联的基站位置数据窗口、与一级关联的基站位置数据窗口三级关联的基站位置数据窗口、与二级关联的基站位置数据窗口一级关联的基站位置数据窗口、与二级关联的基站位置数据窗口二级关联的基站位置数据窗口、与二级关联的基站位置数据窗口三级关联的基站位置数据窗口.....以此类推;根据上述各基站位置数据窗口,分别计算出目标物体的下一可能位置。
其进一步的技术方案为:所采集的基站ID是所述位置坐标周围10公里范围内的基站ID。
以及,其进一步的技术方案为:所述每条记录中的基站数量不大于7个。
本发明的有益技术效果是:
目前基于基站的定位技术使用越来越广,大部分还是基于历史数据采集,然后在定位时候首先是搜索历史数据,找到合适的基站,多点加权计算得到目标物体的位置。当基站数据库很大的时候,大量的计算时间浪费在基站搜索上,而实际上每次定位需要的基站数是很少的,采用本发明可以大大加快基站定位的搜索速度,提高基站定位平台的响应,提高服务水平。
本发明的优点将在下面具体实施方式部分的描述中给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1是本发明的基站位置数据窗口及其关联示意图。
图2是本发明一个实施例的基站数据窗口及其关联示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明。
本发明主要包括“采集基站数据”、“数据库的构建”、“目标物体运动预测”三个步骤。
一、采集基站数据。本发明的实施首先需要采集基站数据,可以利用手机或者类似具有基站定位功能的终端,放置在汽车上,沿着城市主要道路采集一遍基站数据。采集过程中终端会每隔1秒钟上传当前位置坐标和其周围的基站ID至基站数据库。这就形成了一条记录,即一个基站位置数据窗口。
本发明的理论基础和基站位置数据窗口本身的特性以及目标物体本身的运动特性相关:1)基站位置数据窗口之间本身具有位置相关性,因为单个基站本身覆盖范围有限,即使在空旷的郊区,也只能覆盖不到10公里的范围,所以,虽然中国移动有近400万个基站,但上海的某基站不可能和北京的某基站出现在同一个窗口里面,如果出现在同一个基站数据窗口中,那这两个基站在地理位置上具有连续性,这是本发明中建立基站位置数据窗口关联的理论基础之一;2)目标物体的运行具有连续性,任何物体的运动,无论行人,汽车(飞机上由于禁止使用无线射频的设备,所以飞机不在本发明的考虑范围之内)都是连续的,或者说在跟踪的区间是连续的。上述两点是本发明中运动预测的理论基础。
二、数据库的构建。基站数据库中的每一条记录,称为一个基站位置数据窗口(以下简称窗口),其数据格式包含{经度,纬度,基站1,基站2,基站3,基站4,基站5.....}(每个窗口最多包含7个基站)。然后,根据各个基站位置数据窗口之间的基站ID的重叠情况将这些窗口关联起来:有三个或者以上重叠为一级关联,有两个重叠的为二级关联,有一个重叠的为三级关联。每一级关联的窗口之间的距离一般来说是越来越大,最终形成的关系如图2所示。图2表示了以A为基准点的数据关联结构,在整个基站数据库中,每一个基站数据窗口,都预先构建了一个这样的关联网络。一般来说一级关联的距离最近,二级关联远一些,三级关联最远。
三、目标物体运动预测。基于目标物体的运动是连续的特征,根据物体的当前位置,可以确定目标物体的下一个位置的范围,即在当前基站位置数据窗口的相关联的窗口范围内,或者关联窗口的关联窗口范围内。如图1所示,图1中的点表示基站,细线圈表示采集的每一个的基站位置数据窗口,粗线圈表示每次目标物定位上传的基站数据,则根据目标物体每次定位请求上传的基站数据和事先采集的基站数据库中的基站窗口数据进行集合运算,可以快速对目标物体的移动情况做出预测。
一个更具体的实施例如图2所示,假设目标物体的当前位置为A窗口{Long0,Lat0,C1,C2,C3,C4,C5},则可以预测目标物体的下一个位置会处于A窗口的二级关联窗口{Long1,Lat1,C1,C2,C6,C7,C8}、{Long2,Lat2,C9,C2,C3,C10,C11}、{Long4,Lat4,C12,C2,C3,C13,C14}的范围内(由于A窗口的一级关联窗口在图2中不存在,因此从二级关联窗口开始),以及A窗口的三级关联窗口{Long3,Lat3,C23,C24,C25,C26,C5}、{Long5,Lat5,C15,C2,C16,C17,C18}、{Long6,Lat6,C19,C20,C3,C21,C22}的范围内,或者上述关联窗口的关联窗口范围内(图中未示出)。这样检索的范围被大大缩小。确保整个检索在几毫秒或者几十毫秒内完成。然后根据检索得到的关联窗口的数据,计算出目标物体的位置(该计算方法和常规基站定位计算无区别,在本发明中不再赘述),并返回,实现实时的定位。
当目标物体新的一次定位请求上传时,首先选择之前预测的位置与之匹配,在正常情况下可以减少数据库搜索范围。同时根据目标物体运动的预测,可以有助于剔除漂移数据,当一次定位请求上来时候,系统发现和预测位置偏移很大,结合时间间隔和历史运动情况,综合判断当前定位中出现的偶然大范围漂移进行剔除和修正。
综上所述,本发明是一种以历史基站数据为基础的目标对象移动预测技术,通过创新的数据检索方法,缩小目标物体的所在区域的范围,减少数据检索量,提高定位效率。在相同硬件投入情况下,实现更高的定位效率。在城市基站定位中遇到盲区或者重大漂移时候可以利用本技术进行修正和预测定位。本发明提高了基站定位的实用性。
以上所述的仅是本发明的优选实施方式,本发明不限于以上实施例。可以理解,本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化,均应认为包含在本发明的保护范围之内。
Claims (3)
1.一种基于基站信息窗口的目标物体运动预测用数据检索方法,其特征在于包括以下步骤:
(1)、采集基站数据;用具有基站定位功能的终端设备遍历目标区域,遍历过程中周期性地采集所述终端设备当前位置坐标和其周围n公里范围内的基站ID并加入基站数据库;所述基站数据库中每一组位置坐标和其周围n公里范围内的基站ID作为一条记录,其数据格式为:{经度,纬度,基站1,基站2,基站3,基站4,基站5.....};其中n为距离参数,表示所述终端设备当前位置坐标和基站ID的距离;
(2)、数据库的构建;以所述基站数据库中的每一条记录为一个基站位置数据窗口,根据各个基站位置数据窗口中的基站ID的重叠情况将各个基站位置数据窗口相互关联,关联方式为:当有三个或者以上的基站ID重叠时,为一级关联;当有两个基站ID重叠时,为二级关联;当有一个基站ID重叠,为三级关联;相关联的基站位置数据窗口分别称为一级关联的基站位置数据窗口、二级关联的基站位置数据窗口、三级关联的基站位置数据窗口;
(3)、目标物体运动预测;根据目标物体的当前位置,将其位置坐标和其周围n公里范围内的基站ID作为一个新的基站位置数据窗口,在基站数据库中检索与所述新的基站位置数据窗口一级关联、二级关联以及三级关联的基站位置数据窗口;根据检索结果,预测出目标物体的下一位置范围按照可能性大小的顺序依次为:一级关联的基站位置数据窗口、二级关联的基站位置数据窗口、三级关联的基站位置数据窗口、与一级关联的基站位置数据窗口一级关联的基站位置数据窗口、与一级关联的基站位置数据窗口二级关联的基站位置数据窗口、与一级关联的基站位置数据窗口三级关联的基站位置数据窗口、与二级关联的基站位置数据窗口一级关联的基站位置数据窗口、与二级关联的基站位置数据窗口二级关联的基站位置数据窗口、与二级关联的基站位置数据窗口三级关联的基站位置数据窗口.....以此类推;根据上述各基站位置数据窗口,分别计算出目标物体的下一可能位置。
2.根据权利要求1所述基于基站信息窗口的目标物体运动预测用数据检索方法,其特征在于:所采集的基站ID是所述位置坐标周围10公里范围内的基站ID。
3.根据权利要求1所述基于基站信息窗口的目标物体运动预测用数据检索方法,其特征在于:所述每条记录中的基站数量不大于7个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410220413.0A CN103997785B (zh) | 2014-05-22 | 2014-05-22 | 基于基站信息窗口的目标物体运动预测用数据检索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410220413.0A CN103997785B (zh) | 2014-05-22 | 2014-05-22 | 基于基站信息窗口的目标物体运动预测用数据检索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103997785A CN103997785A (zh) | 2014-08-20 |
CN103997785B true CN103997785B (zh) | 2017-03-01 |
Family
ID=51311756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410220413.0A Active CN103997785B (zh) | 2014-05-22 | 2014-05-22 | 基于基站信息窗口的目标物体运动预测用数据检索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103997785B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10257656B2 (en) * | 2017-03-20 | 2019-04-09 | Google Llc | Systems and methods of improving stability of a displayed user location using recent location history |
CN109769196A (zh) * | 2017-11-02 | 2019-05-17 | 北斗羲和科技发展(北京)有限公司 | 数据的获取方法、装置及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006001490A1 (en) * | 2004-06-28 | 2006-01-05 | Canon Kabushiki Kaisha | Moving image encoding apparatus and moving image encoding method |
CN101335997A (zh) * | 2007-06-27 | 2008-12-31 | 株式会社Ntt都科摩 | 位置推定系统 |
CN101945400A (zh) * | 2009-07-10 | 2011-01-12 | 中国移动通信集团公司 | 一种用户动态行为分析方法及分析装置 |
CN101983515A (zh) * | 2008-04-18 | 2011-03-02 | 索尼公司 | 信息处理设备、程序、信息处理方法以及信息处理系统 |
CN102281566A (zh) * | 2011-08-10 | 2011-12-14 | 周小伟 | 具有自动修正功能的无线基站定位数据采集方法 |
CN103067852A (zh) * | 2011-10-21 | 2013-04-24 | 北京百度网讯科技有限公司 | 一种移动终端定位方法及装置 |
-
2014
- 2014-05-22 CN CN201410220413.0A patent/CN103997785B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006001490A1 (en) * | 2004-06-28 | 2006-01-05 | Canon Kabushiki Kaisha | Moving image encoding apparatus and moving image encoding method |
CN101335997A (zh) * | 2007-06-27 | 2008-12-31 | 株式会社Ntt都科摩 | 位置推定系统 |
CN101983515A (zh) * | 2008-04-18 | 2011-03-02 | 索尼公司 | 信息处理设备、程序、信息处理方法以及信息处理系统 |
CN101945400A (zh) * | 2009-07-10 | 2011-01-12 | 中国移动通信集团公司 | 一种用户动态行为分析方法及分析装置 |
CN102281566A (zh) * | 2011-08-10 | 2011-12-14 | 周小伟 | 具有自动修正功能的无线基站定位数据采集方法 |
CN103067852A (zh) * | 2011-10-21 | 2013-04-24 | 北京百度网讯科技有限公司 | 一种移动终端定位方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103997785A (zh) | 2014-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106604228B (zh) | 一种基于lte信令数据的指纹定位方法 | |
US11305780B2 (en) | Road condition status prediction method, device, and server, and storage medium | |
CN108320501A (zh) | 基于用户手机信令的公交线路识别方法 | |
CN106912015B (zh) | 一种基于移动网络数据的人员出行链识别方法 | |
KR102205096B1 (ko) | 거래 위험 검출 방법 및 장치 | |
CN108322891B (zh) | 基于用户手机信令的交通区域拥堵识别方法 | |
AU2012339408B2 (en) | Method and server for searching for nearby user in social network | |
CN102332210B (zh) | 基于手机定位数据的实时城市道路交通流数据提取方法 | |
KR101909365B1 (ko) | 내비게이션 시스템의 노선 플래닝 방법, 장치 및 저장 매체 | |
CN109215347A (zh) | 一种基于众包轨迹数据的交通数据质量控制方法 | |
CN111209261B (zh) | 基于信令大数据的用户出行轨迹提取方法和系统 | |
WO2017107800A1 (zh) | 获取交通道路中路线热度的方法及装置 | |
CN105142106A (zh) | 基于手机信令数据的出行者职住地识别与出行链刻画方法 | |
CN105282758A (zh) | WiFi室内定位系统指纹数据库自适应动态构建方法 | |
CN102097004A (zh) | 一种基于手机定位数据的出行od矩阵获取方法 | |
CN102521973A (zh) | 一种手机切换定位的道路匹配方法 | |
EP2608181B1 (en) | Method for detecting traffic | |
CN103150156A (zh) | 基于地理模型和移动轨迹实时获取特征人群的方法及系统 | |
US20130013599A1 (en) | Identifying a candidate part of a map to be updated | |
CN102083204A (zh) | 线性环境下活动节点定位跟踪系统及其方法 | |
CN108234961A (zh) | 一种多路摄像机编码与视频流引流方法及系统 | |
CN108271157B (zh) | 一种伪基站识别方法及装置 | |
CN111787488B (zh) | 一种用户定位方法及系统 | |
CN104768169A (zh) | 高速铁路移动用户感知优化分析方法及系统 | |
CN104066057A (zh) | 一种利用智能手机进行主动式乘客信息获取及服务的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20191015 Address after: 200120 room 303b, No. 500, Bibo Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai Patentee after: Shanghai Smurfs Technology Co., Ltd. Address before: 214174 Jiangsu city of Wuxi province Huishan Xingzhi Road Economic Development Zone No. 35 WITHUB Park C District 55-5 building Patentee before: Wuxi AWIT Information Technology Co., Ltd. |
|
TR01 | Transfer of patent right |