CN104798434B - 通过行为预测防止掉线呼叫 - Google Patents

通过行为预测防止掉线呼叫 Download PDF

Info

Publication number
CN104798434B
CN104798434B CN201380059252.5A CN201380059252A CN104798434B CN 104798434 B CN104798434 B CN 104798434B CN 201380059252 A CN201380059252 A CN 201380059252A CN 104798434 B CN104798434 B CN 104798434B
Authority
CN
China
Prior art keywords
route
along
mobile device
known route
history
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.)
Expired - Fee Related
Application number
CN201380059252.5A
Other languages
English (en)
Other versions
CN104798434A (zh
Inventor
基尔克·W·斯科巴
雅罗斯拉·J·西迪尔
安东尼·G·拉玛卡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apple Inc
Original Assignee
Intel Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Intel Corp filed Critical Intel Corp
Priority to CN201710003286.2A priority Critical patent/CN107071722A/zh
Publication of CN104798434A publication Critical patent/CN104798434A/zh
Application granted granted Critical
Publication of CN104798434B publication Critical patent/CN104798434B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/16—Communication-related supplementary services, e.g. call-transfer or call-hold
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/16—Discovering, processing access restriction or access information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/04—Large scale networks; Deep hierarchical networks
    • H04W84/042—Public Land Mobile systems, e.g. cellular systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/10—Small scale networks; Flat hierarchical networks
    • H04W84/12—WLAN [Wireless Local Area Networks]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Navigation (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)

Abstract

这里描述了技术，该技术涉及通过预测沿着移动设备行经的路线的蜂窝电话的行为，从而阻止掉线的蜂窝电话呼叫。出于以下理解提交摘要：摘要并不用于解释或限定权利要求的范围和含义。

Description

通过行为预测防止掉线呼叫
背景
诸如智能手机的移动设备的使用，几乎无所不在。许多这些移动设备包括确定它们的物理位置的能力。也就是说，移动设备能够确定它在物理世界中的位置。按照惯例，位置确定通常通过使用全球定位系统(GPS)、多无线电信号的某种形式的三边测量法或者插值、因特网协议(IP)地理定位或其某种组合而被完成。
一些所谓的基于位置的服务(LBS)正在出现，该服务利用了许多人每天随身携带的移动设备的位置检测能力。例如，LBS包括针对性的广告、社交网络、朋友定位(“登记处”)、相片标签、生活记录、基于位置的游戏、健康监控以及其他。基于位置的服务还可以包括交通工具或包裹追踪。
附图简要说明
图1示出了被用于表示根据这里的描述的实施方案的示例性周边地图。
图2示出了被用于表示根据这里的描述的实施方案的示例性路线图。
图3示出了根据这里描述的一个或多个实施方案的示例性系统。
图4示出了根据这里描述的一个或多个实施方案的示例性移动设备。
图5-9示出了根据这里描述的实施方案的处理。
图10示出了根据这里描述的技术实施的示例性计算设备。
图11示出了根据这里描述的技术实施的示例性设备。
详细描述参照了附图。在附图中，参考标号最左边的数字识别了该参考标号第一次出现的附图。贯穿附图，相同的数字被用于引用类似的特征和组件。
详细描述
即使在蜂窝电话服务的普遍覆盖和手机广泛使用的这个时代，仍然是这种情形：蜂窝电话呼叫经常的在相同的地点或者规律性地在特定的时间和地点掉线。
这里所公开的是，基于当设备行进时检测一组周围可识别的无线信号(IWS)源，估计由诸如蜂窝电话的移动设备行进的路线的技术。这里所公开的还有基于移动设备的过往行为和沿着由该蜂窝电话行进的路线的掉线呼叫的历史，预测沿着该路线的蜂窝电话服务覆盖空洞存在的位置。该历史可以利用众包信息和/或来源于移动设备本身的信息被建立。当信息从一个很大的群或“一群”用户收集时，它经常被称为众包。在一个或多个实施方案中，移动设备辅助确定何时用户应当关注将发生的呼叫失败。
蜂窝呼叫由于多种原因掉线。一些呼叫因为网络中的拥塞而掉线。其他呼叫当离开覆盖区域时掉线。另一些呼叫因为信号强度不够和或者因为强干扰而掉线。掉线呼叫持续发生的位置可以被称为“覆盖空洞”或者“死角”。
在此所描述的一个或多个实施方案中，移动设备建模和追踪用户通常访问的地点或者在这些地点之间用户采用的路径。例如，移动设备能够识别何时呼叫掉线，记忆位置，随时间继续监控该位置以识别失败的一贯模式，当需要连接时，如果移动设备应当能够确定正去往不良区域，然后警告或者重新引导用户。
利用周期的(例如，大约每分钟一次)Wi-Fi扫描的结果，建模和追踪以一种节能的方式被执行。该技术的结果为用户模式的基于图形的模型，其中节点和边界表示地点和它们之间的路线。基于在WiFi扫描期间所观察到的802.11无线接入点(WAP)的SSID和BSSID，地点和路线被学习并且稍后被识别。数据显示当处于或向已知地点移动时，实施方案在95％的时间准确地预测了用户的状态。
这里所描述的掉线呼叫预测系统可以利用众包以学习/验证不良覆盖点。当设备处于之前从未访问的区域时，它可以就在该区域内弱覆盖的可能点查询众包数据库。当设备已经获知弱覆盖点时，通过将关于该弱覆盖点位置的信息向数据库捐献，它能够与其他设备合作。在数据库内，来源于各个用户的弱覆盖区域的报告可以与来源于其他用户的报告以秘密的方式比较，并确定该弱覆盖点是否被其他用户遇到，并确定它是否与干扰或弱覆盖相关，而与网络负载或拥塞问题无关。
因为这里所描述的技术加入了学习元件，随着网络和覆盖改变，它可以调整呼叫掉线可能性的比率。在一个或多个实施方案中，这里所描述的技术记录了呼叫掉线的位置并记住它以用于以后参考。另外，每当相同的点被接近时，路线被监控以确定问题是否持续并需要被包括于警告中，或者问题是否已经被解决。由于模型的连续学习和更新，该技术考虑了蜂窝电话系统运营商可能对该区域做出了改变或改进。
这里所描述的技术的一个或多个实施方案还促进了准确预测用户的可能目的地在哪和他们可能什么时候到达这些目的地。能够准确预测路线、目的地和估计的到达时间(ETA)具有几个应用。这些应用包括准确预测目的地和到达时间，这允许有限资源(例如，电池或网络数据限制)的更智能预算。应用还包括准确的路线信息，这使得预测路线上可能会遇到的网络资源(例如，用于云/客户端同步的未被充分利用的所谓4G无线电的区域)。同时，路线/目的地/ETA信息在社交网络中对保持人们了解朋友和家庭的行为具有直接的用途。
此外，在确定移动设备行经的路线后，这里的技术确定移动设备行经的路线是否为已知路线。如果该路线为已知路线，基于沿着该已知路线的掉线的蜂窝电话呼叫的过往历史，这里所描述的技术预测是否存在一个或多个已经学习的已知的覆盖空洞。如果沿着该已知路线存在一个或多个被预测的覆盖空洞，这里所描述的技术生成覆盖空洞通知，所述覆盖空洞通知指示沿着该路线存在一个或多个覆盖空洞。
尽管不可能预测蜂窝手持设备上的所有掉线呼叫，这里所描述的技术可以在它们再次发生以前，识别可能的呼叫掉线区域。通过了解用户追随的路线，从这些路线学习用户的过往行为，和将这些与任何愤怒的之前历史组合而被实现，以当用户接近覆盖空洞时警告该用户。
这里所描述的技术还保持了覆盖空洞的历史，并且当再次经过该区域时，为准确性而重新测试它们。随时间过去，移动设备可以预测在给定路线上或路线的给定部分呼叫掉线的可能性。移动设备然后能够在出行期间，或者到达蜂窝呼叫可能掉线的位置之前的一定量的时间，提供通知。
位置觉知
位置觉知涉及移动设备确定它的当前位置。传统的位置确定方法包括GPS和信号定位(例如，三角测量、三边测量和其他形式的内插和外插法)以确定关于多个信号源的地理位置。GPS为近于无所不在的户外定位技术，并且GPS使能的典型的智能手机具有三至五米的准确度。对信号定位，信号源可以使用蜂窝或IEEE 802.11(即Wi-Fi)的变形。信号定位方法依赖于信号源地图，信号源的位置已知从而推断设备的位置。
然而，GPS技术为资源集中型并且被限制于户外应用。特别地，GPS技术需要计算并且耗电高。大多用户已经了解到当他们的移动设备依赖于电池时节约地使用他们的GPS。否则，GPS将很快耗尽他们的移动设备的电池。另外，GPS技术依赖于从地球同步人造卫星接收信号。室内以及周围具有很高建筑物的城市街道上，移动设备无法接收足够的信号以进行可靠的GPS计算是常见的。
传统的方法依赖于物理或地理位置的确定以估计路线、预测目的地、并计算估计的到达时间(“ETA”)。与那些传统方式不同，基于沿着路线的“被观察的”周围的无线电环境，这里所描述的技术的一个或多个实施方案学习和识别用户经常使用的路线。
这里所描述的一个或多个实施方案包括，例如，基于在常去的离散位置的“被观察的”周围的无线电环境，移动设备识别和学习该位置。特别地，移动设备能够识别和学习哪些周围的可识别无线(“IWS”)源为在该离散位置的接收范围内地形的一部分。
无线接入点(“WAP”)为周围的IWS源的特定示例。IWS源这里被称为周围的，因为当移动设备四处移动时，它们可以在环境中被检测或“被观察到”。因为每一个IWS源是唯一地可识别，IWS源被称为“可识别的”。例如，每一个WAP可以通过它的基本服务集识别(BSSID)或媒体接入卡(MAC)地址被唯一地识别。当然，其他识别特征可以被单独使用，或相互组合使用，或与BSSID或MAC地址一起使用。这种其他识别特征的示例包括服务集识别(SSID)和接收的信号强度指示(RSSI)。
地理定位，还被称为地球物理定位，包括确定目标或人物在真实世界的地理位置。相比地理定位，“物理定位”是一个更为广泛的词，并包括确定目标或人物在任何真实世界的位置。
示例性情景
图1包括示例性邻居地图100，该地图将被用于示出示例性情景，其中这里所描述的技术的一个或多个实施方案可以被采用。为了示出的目的，地图100示出了具有携带激活的移动设备104的驾驶员或乘客(未被示出)的公路上的汽车102。当该移动设备104为激活时，用户不需要与其交互。实际上，如果该用户为汽车的驾驶员，这一行为一般而言是不安全的。实际上，采用这里所描述的实施方案，移动设备104可被编程为在沿着路线的指定位置自动发送消息。例如，当驾驶员距离他的目的地还有五分钟时，文本消息可以被自动发送。这有助于驾驶员避免当驾驶时通过手动输入这一文本消息而可能危险的分心。
地图100还示出了几个兴趣点(POI)，它可以为已知或者被确定为携带移动设备104的用户行进的路线的起点或终点(即，目的地)。图1所描述的POI包括家110、快餐店112、咖啡馆114(即，咖啡商店)、学校119、杂货商店118、教堂120、制造厂122(即，工厂)、另一咖啡馆124、医生的诊所129、饭店128和购物中心130。
地图100还示出了分布于该周边地区的许多无线接入点(WAP)。每一个WAP被标记为分布于A到Y的大写字母。双点划线圈指示了每一个描述的WAP的范围。虽然在地图100中未被示出，图1所描述的每一个POI都包含一个或多个WAP。
WAP为周围的可识别的无线信号(IWS)源的特定示例。IWS源在此被称为周围的，因为当移动设备104沿着如地图100所示的一个或多个街道上的路径行进时，它们可以在环境中被检测或“被观察到”。
IWS源被称为“可识别的”，因为每一个是唯一地可识别的。例如，每一个WAP可以通过它的基本服务集识别(BSSID)或媒体接入卡(MAC)地址被唯一地识别。当然，其他识别特征可以被单独使用，或相互组合使用，或与BSSID或MAC地址一起使用。这种其他识别特征的示例包括服务集识别(SSID)和接收的信号强度指示(RSSI)。
另外，一旦IWS源被移动设备唯一地识别，为了便于处理，实施方案可以分配唯一的标识符。例如，人家里的IWS源可以被标示为“家”，如地图100中的110所示。
根据至少一个实施方案，当移动设备104为激活时，周围IWS源的列表被追踪。当然，如果用户为静止的，周围的IWS源不改变或至少改变很小。但是，当用户(携带移动设备104)行进时，沿着该移动路径，新的IWS源被标示。例如，用户可能在行走、跑动、在汽车上、在火车上，或一些通过一些其他类型的地面移动方式。
例如，参考地图100，假定Dorothy在工厂122中花费了8小时。在工作时间期间，移动设备104记录了一个或多个已被或将被命名为“工厂”的IWS源。在工作时间之后，她开汽车102去购物中心130。在从工厂122行进到商店118时，她的移动设备104遇到了被标注为U、T、R和P的IWS源。在她多次采用这一路径后，工厂、U、T、R和P和商店的模式将经常性重复出现。在这一点上，该模式可以是识别的路线并被确定。为了简便，该路线这里被称为工厂->商店。命名习惯采用源，箭头，然后目的地的模式。箭头指示了路线的方向本质。当然，因为在工厂122和商店118之间存在其他路径，其他路线可以具有相同的标签(工厂->商店)。例如，工厂->商店可以包括工作、T、M、N、O和商店。
不同于确定和追踪类似于如地图上所描述的物理或地球物理定位，这里所描述的技术追踪遇到的周围的IWS的离散地点，并且至少部分地基于这样的离散地点的排列模式确定路线。
图2示出了路线图200，该图为Dorothy携带她的移动设备104所采用的一些示例路线的逻辑描述。逻辑上，Dorothy的地点和路线可被视为具有之间被直接行经的地点之间连接的图。图200包括示例路线的示例源(即，起点)和目的地(即，终点)。这些示例源/目的地选自于地图100中描述的那些。选择的示例源/目的地包括家110、教堂120、商店118、咖啡馆114、工厂122、餐馆112和饭店128。
在路线图200中，箭头指示了点之间的路线和路线的方向。对于家->教堂路线210，移动设备104记录了，例如，至少两条不同路径，分别被路线数据集212和214表示。路线数据集212包括家、C、G、J、N、S和教堂。路线数据集214包括家、A、B、H、K、V、U和教堂。对工厂->家路线220，移动设备记录了，例如，至少两条不同路径，分别被表示为路线数据集222和224。路线数据集222包括工厂、U、K、H、B、A和家。路线数据集224包括工厂、U、V、K、G、C和家。
描述的路线数据集是一种可能的实施方案。其他实施方案，类似于这里所描述的那些方案，可能更为复杂。在那些实施方案中，每一条给定路线(例如，路线工厂->家)具有一个数据集，该数据集追踪采用的从该起点到该终点的每次出行所遇到的所有周围的IWS源。在该路线数据集中其他信息(诸如定时)也可以被一并追踪。
在任何给定时间，Dorothy或者在单个地点，或者在去一个新地点的路上。由于路线在物理世界重叠，并且由于路线经过她可能会停留的地点附近，经常难以预测Dorothy的状态为单个的路线或地点。例如，当Dorothy开车离开工厂122时，她可能在回家110，去往咖啡馆124，或者可能去学校119接小孩。由于沿着同一路径存在所有的三个地点，可能难以从该环境中确定唯一地位于哪一路径。甚至与Dorothy一起位于汽车102中的乘客，可能无法单独利用该环境来确定她的目的地。
因此，这里描述的实施方案将所有的三个地点考虑为可能的目的地。进一步地，考虑Dorothy可能会在与咖啡馆124相同的角落遇到红色交通灯。Dorothy等待该灯六十秒，然后继续回家110，实施方案将考虑Dorothy实际上停下来喝咖啡。为了容纳这一行为，该实施方案预测用户的状态为最多处于一个单独地点(例如，咖啡馆124)和/或行经一组可能路线中的一个(例如，{“工厂->家”，“工厂->商店”，“工厂->咖啡馆”})。
为了降低功耗，该技术可能很少扫描周围的IWS源。也许，对于准确的路线估计和降低的功耗，每分钟三次为合理的折中。当然，扫描可以更为频繁或更少地发生。
当用户访问特定地点时，这里描述的技术可以利用任何新的或已存在的学习和识别地点的地点识别技术。例如，该技术可以连接至工作地点安全系统并标示用户位于工厂122，因为她扫描了她的身份识别卡以进入该工作建筑物。否则，通过数据入口，用户可以简单地识别IWS源或一组具有诸如“工厂”的名称的这样的源。
示例系统
图3示出了用于实现这里描述的技术的示例性系统300。系统300包括移动设备104、网络330和网络服务器340。
移动设备104包括存储器310、一个或多个处理器312、无线扫描器314、追踪器320、路线学习器322、路线估计器324、行为触发器329和地图工具328。这些功能组件可以为分离的或者是硬件单元的某种组合。可选地，组件至少部分地可以被实现为软件，并因此被存储于存储器310且被处理器312执行。
存储器310可以包括它自身的本地路线数据库(类似于将被描述的路线数据库350)。移动设备104上的本地路线数据库存储设备已学习的路线，并且追踪器320在执行追踪时使用了这些路线定义。
无线扫描器314周期性地扫描周围的IWS源。追踪器320帮助识别遇到的周围的IWS源并将它们存储在存储器310中。利用遇到的一连串的周围IWS源，路线学习器322发现重复发生的模式并学习路线。基于历史路线，路线估计器324估计当前路线和/或目的地。基于该估计，路线估计器324还可以计算估计的到达时间(ETA)。
行为触发器329至少部分地基于估计的路线或计算的ETA，执行或触发预定行为的执行。例如，当移动设备104的位置离目的地仅几分钟时，自动化文本将被发送给另一用户。该行为的触发至少部分地经常基于当设备104行进时所遇到的当前周围的IWS源。
使用设备104上的用户接口(UI)，用户可以利用行为触发器329的配置部分来配置触发行为。行为被定义为包括触发(例如，距离特定目的地三分钟)、执行的自动行为(例如，发送文本消息)和这种行为的对象(例如，这种文本消息的接收方)。其他行为的示例包括发送邮件、载入应用或程序、启动系统功能或其他所谓的地理围栏行为。
地图工具328可以提供地点的地理定位知识(例如，特定周围的IWS源)。这种知识可以涉及WAP地理定位的数据库。在该地点作为地点被识别并加入模型(例如，路线图200)后，地图工具328可以确定逻辑地点的地理定位。
网络330可以为有线和/或无线网络。它可以包括因特网架构并且可以被呈现为所谓的“云”。网络330可以包括有线或无线局域网、蜂窝网络和/或类似网络。网络330将移动设备104与网络服务器340连接。
作为这里描述的技术的一个或多个实施方案的一部分，网络服务器340向移动设备104提供协助。在一些实施方案中，网络330和网络服务器340未被利用。换言之，没有网络330或网络服务器340的协助，移动设备104执行这里描述的实施方案。网络服务器340可以为一个或多个实际的服务器。
网络服务器340包括路线学习协助342、路线估计器协助344、行为协助349、地图工具协助348和路线数据库350。路线学习协助342可以帮助路线学习器322学习路线。通过卸载数据处理并将数据转移至非高峰时间，这一点可以被实现。例如，最近的追踪数据可以在晚上上传，用于在晚上处理数据和报告。
使用用户接口(UI)，用户可以通过行为协助349配置触发行为。行为协助349至少部分地可以被实现为网站，其中用户可以选择触发(例如，距离特定目的地三分钟)、被执行的自动行为(例如，发送文本消息)和这一行为的对象(例如，这种文本消息的接收方)。
地图工具协助348可以提供地点的地理定位知识(例如，特定周围的IWS源)。这种知识可以涉及WAP地理定位的数据库。在该地点已经作为地点被识别并加入模型(例如，路线图200)后，地图工具协助348可以确定逻辑地点的地理定位。WAP数据库的查询可以在移动设备104方便的时候发生。例如，这可以发生于在家、连接至免费Wi-Fi连接和当充电时。同时，对每个地点，该查询可以仅需要发生一次。
路线数据库350存储从移动设备104和其他联网的移动设备搜集的一组路线数据集。服务器的路线数据库350可以包含来自于各种设备的路线。换言之，路线数据库350至少部分地可以为众包。基于这组路线数据集，路线学习协助342协助各个设备学习新的、未知的、未被识别的或不完整的路线。为了相互参照周围的IWS源和各种移动设备行经的路线，数据库350可以被查询。
图4示出了用于实现这里描述的技术的替换的示例性移动设备104。示例性移动设备104包括扫描模块402、追踪模块404、学习模块406、数据库408、呼叫监控模块410、通知模块412、显示器414和音频模块416。
在一个或多个实施方案中，当移动设备104沿着路线行进时，扫描模块402遇到一系列周围的IWS源。
被示出的追踪模块404追踪沿着移动设备104所采用的路线遇到的一系列周围的IWS源。
被示出的学习模块406学习由移动设备104所采用的路线。这是响应于追踪遇到的一系列周围的IWS源。学习模块406还确定由移动设备104所采用的路线是否包括任何例如由覆盖空洞而导致掉线的呼叫。学习模块408还将掉线呼叫的历史与覆盖空洞相联系。
数据库408被配置为存储学习的路线。数据库410还存储沿着路线呼叫掉线的历史。
呼叫监控模块410监控移动设备行经的路线。呼叫监控模块410还将移动设备104行经的路线与存储于数据库408的学习的路线进行比较。呼叫监控模块410还比较移动设备104行经的路线与沿着该路线的呼叫掉线的历史。呼叫监控模块410还监控由用户做出的呼叫以确定是否已发生掉线呼叫。当已发生掉线呼叫时，呼叫监控模块410通知学习模块406掉线呼叫发生的位置。
如果移动设备104行进的路线的比较与具有掉线呼叫的历史的存储的、学习的路线匹配，所示出的通知模块412生成覆盖空洞通知。
在一个或多个实施方案中，通知模块412播放可听声音，该可听声音指示移动设备104行经的路线具有掉线呼叫的历史。在替换的实施方案中，通知模块412显示文本消息，该文本消息指示移动设备104行经的路线具有掉线呼叫的历史。在又另一个替换的实施方案中，通知模块412显示预定的文本消息。该预定的文本消息指示移动设备104行经的路线具有掉线呼叫的历史且移动设备104应当采用替换路线。
在各种实施方案中，显示器414可以包括任何显示器，诸如触摸屏显示器、全息显示器等，该显示屏器够显示文本、图像等。
在各种实施方案中，音频模块416可以包括任何能够播放和/或记录可听声音的音频系统。例如，音频模块416包括一个或多个扬声器(未被示出)和一个或多个麦克风(未被示出)。
如描述和讨论的，移动设备104为移动电话。然而，移动设备104可以为另一种类型的便携式设备，诸如智能手机、蜂窝电话、平板电脑、任何能够进行无线通信的可穿戴设备、桌面计算机、笔记本电脑等。
路线学习操作
图5示出了用于至少部分实现这里所描述的技术的示例性处理500。特别地，处理500描述了移动设备104的路线学习操作。
在502，移动设备104遇到一系列周围的IWS源。使用它的无线扫描器314，移动设备104周期性扫描周围的IWS源。追踪器320检测、识别和记录遇到的周围的IWS源。
每一个检测和识别的周围的IWS源，作为一系列这种源的一部分被追踪。如果这一系列具有不同的周围的IWS源，那么移动设备104正在行进。换言之，Wi-Fi信号可以被称为“不稳定的”。不同的周围的IWS源的模式可以为路线。如这里所使用的，路线具有起始和结束地点以及沿着该路线之前已遇到的一组周围的IWS源。这种路线的示例在路线数据集212、214、222和224中被示出。
在一个或多个实施方案中，地点<起始>和<结束>之间的路线的信息，(在起始看到IWS标识(IWSID1)和在中间看到IWSID2)，将被路线数据集的示例性格式表示：
R起始->结束＝(P起始，P结束，N出行，T，{(IWSID1，X1，P1)，(IWSID2，X2，P2)...}，)
其中N为出行的次数，T为出行的平均时间，Xi为IWSIDi被遇到的出行的次数，Pi为当IWSIDi被观察到时，通过的路线的百分比。
在504，路线学习器322分析该系列遇到的周围的IWS源(例如，w1，w2，w3，...wn)以确定地点识别。路线学习器322执行地点识别以将单个IWS源或一组源命名为地点。例如，地点可以被命名为“家”或“工厂”或一些其他的唯一标签。然后它移除代表地点访问的IWS观察的序列，并将在该系列中的这些观察替换为具有代表在该地点所花费的时间的标志。例如，考虑IWS子序列...w4，w3，w9，w9，w9，w9，w9，w3...。如果已知地点P27包含IWS w9，那么地点识别器将w9的一系列的观察识别为对地点P27的访问。相应地，路线学习器将该系列的IWS观察(在这一情形下)替换为标志‘P27’，结果，子序列变成...w4，w3，P27，w3...。通过这种方式，全部系列的IWS观察被缩减为IWS观察的子序列，该子序列代表移动时期，由代表移动的起始和终止地点的标志括在一起。对特定的实施方案，与地点访问相应的系列的一段被替换为代表该地点的标志：
(P0，wi+1，wi+2，wi+3w，...，P1，wj+1，wj+2，wj+3，...，P2...)
其中P0、P1、P2为地点标志。
该系列的余下段代表路线行经的次数，并且这些段之前和之后的地点标志为该出行的起始和结束。
在506，路线学习器322更新路线数据集。对例如地点a和b之间的追踪的该系列的IWS源的每一段，路线学习器322执行以下操作：
如果路线Ra->b不存在，创建它。换言之，如果对a和b之间的路线不存在路线数据集，那么生成新的路线数据集。
否则，如果路线已存在，那么基于出行计数和使用在该段中的首次和最终Wi-Fi扫描时间得到的最新行进时间，通过增加出行次数和调整平均出行时间，更新这一路线数据集。
对在该段中的每一个观察的IWSID：如果它尚未被包括，将IWSID加入Ra->b数据集的集合，并基于在该段中的首次观察，更新计数和加权百分比。
在508，更新的结果被存储于移动设备的存储器310中。通过网络330，这种结果可以被上传至网络服务器340。
该路线学习过程500是可增加的，并且可以间或运行(例如，在晚上)以维持路线数据库最新。另外，关于路线的时间信息被追踪和与路线数据集一起存储。例如，移动设备104追踪路线行经的次数和出行耗费的平均时间。为了允许路线内的进度被估计，移动设备104追踪每一个IWSID在路线上被观察的次数和它在路途的哪一部分(及时地)被观察到。
路线估计操作
图6示出了用于至少部分实现这里描述的技术的示例性处理600。特别地，处理600描述了移动设备104的路线估计操作。该处理600可以一直操作并因此一直维持用户的位置和路线的估计。
处理600是基于证据的，它利用每次Wi-Fi扫描以增加或减少对用户的位置模型(例如，路线图200)中每一地点和/或路线的信任。用户的状态为地点和路线的组合，它的信任级超过阈值并因此代表用户最可能的位置。
在602，移动设备104遇到一系列周围的IWS源。使用它的无线扫描器314，移动设备104周期性扫描周围的IWS源。追踪器320检测、识别和记录当前路线遇到的周围的IWS源。
每一个被检测和识别的周围的IWS源作为一系列这种源被追踪。如果该系列具有不同的周围的IWS源，那么移动设备104在行进中。不同的周围的IWS源的模式可以为路线。如这里所使用的，该路线具有起始和结束地点以及沿着该路线之前遇到的一组周围的IWS源。这种路线的示例在路线数据集212、214、222和224中被示出。
在604，移动设备104的路线估计器324尝试识别当前路线。这一识别试图的结果可能导致几个确定中的一个：
移动设备104在地点Pi，或者行经集合{R1，R2，...Rn}中的路线；
移动设备104为静止的，且位于已知地点Pi；
移动设备104行经集合{R1，R2，...Rn}中的路线；
移动设备104处于未知地点中；或者
移动设备104行经未知路线。
这些确定还可以被称为用户“状态”。利用从过去行程学习的路线信息(存储于存储器310中)，路线估计器324可以识别何时行经路线，并预测目的地和ETA。
在609，路线估计器324更新一个或多个已知路线(例如，之前被识别的路线)的每一个的“信任”级。那些路线为例如被处理500识别的那些路线。这是基于证据的信任调整。换言之，对给定路线或地点，信任调整的程度依赖于在遇到的一系列周围的IWS源的一个或多个部分中所发现的证据。
事实上，通过每一个遇到的周围的IWS源，移动设备104获得证据以调整一个或多个之前已知的地点/位置或路线的信任级。如果遇到的周围的IWS源与已知路线或地点匹配，对匹配的路线或地点的信任增加。信任增加的量依赖于用户的最近历史。例如，如果用户最近离开诸如家110的地点，以家为起始的路线中遇到的周围的IWS源的观察，相比那些不具备这一点的观察，将增加更多的信任。
类似地，如果用户的状态包含具有诸如工厂122的目的地的路线，从工厂自身遇到的周围的IWS源的观察，将使我们到达工厂的信任快速增加。
在608，路线估计器324确定一条或多条已知路线中的哪一条最可能与当前路线匹配。在识别操作604期间，缺乏任何相匹配的周围的IWS源的情况下，对所有已知路线和地点的信任降低。如果这一情况继续，基于Wi-Fi信号的稳定性，用户的状态将最终选定于“未知地点”或“未知路线”。对路线的证据和对地点的证据被同时或至少近似于同时处理，这是因为特定的周围的IWS源可以为地点和一条或多条路线的一部分(例如，在去往家110和去往咖啡馆124的路上的饭店128)。信任增长的量基于被它们的地点和路线图表示的用户的历史。
被该模型预测的路线或地点的信任，相比那些未被该模型预测的地点或路线的信任，以更快速率增长。例如，如果用户在从家110去往咖啡馆124的路线上，设备104观察到与咖啡馆124相关的周围的IWS源，对地点咖啡馆的信任快速增长。在另一方面，如果设备104观察到与地点教堂120相关的周围的IWS源且我们并非在去往教堂的路线上，那么对地点教堂的信任增长缓慢。
当地点和路线的信任上升级超过了指定的或计算的信任阈值时，路线估计器324确定哪一路线或地点最可能匹配。降到阈值下的那些地点或路线将不予考虑。这些阈值可以基于用户状态被分配。当然，用户在一个时刻最多可以处于一个地点。因此，如果地点上升超过了状态包含的阈值，任何其他地点立刻被移除。
在610，基于确定的路线，路线估计器324计算估计的到达时间(ETA)，该路线为具有最高信任度的路线。类似地，目的地被预测。
在612，基于确定的路线，行为触发器329可以触发或执行行为。用户可能已配置移动设备在某个地点或基于给定路线的ETA执行行为。例如，当用户离开工厂122并开始回家110，一旦从工厂到家的路线被确定，移动设备可以发送消息给她的丈夫。事实上，该消息可以包括计算的ETA。
在一些实施方案中，被认为接近于已知地点的周围的IWS源可以忽略。例如，隔壁邻居的周围的IWS源可以从涉及家110的路线数据集剔除，以避免它们导致错误结论，即当用户实际上在地点停留时，结论却是她已沿着路线开始移动。
同样，在路线和它的反向(家->工厂和工厂->家)均超过用户状态中包含的阈值的情况下，处理600仅包括具有更高信任的路线。因为两条路线将共享许多共同的周围的IWS源，将发生这种情形。
进一步地，在一些实施方案中，通过查看遇到的匹配的周围的IWS源在过往的行程有多远，路线内的进程被估计。例如，周围的IWS源可能与用户的集合中的当前路线，P1->P5和P1->P8，都匹配，一个通常在整个行程的25％的路程遇到，另一个为80％。处理600可以估计用户为去往P5的路程的25％或者去往P5的路程的80％。通过平均行程时间来测量该估计，然后处理可以估计ETA。
在一些实施方案中，移动设备104将路线持续时间存储为平均时间。类似于交通和交通工具模式(例如，开车对自行车)的事物使行程持续时间可能不符合完美的单峰分布。保持估计的路线持续时间为更有表现力的事物，比如采样分布或高斯分布集，将允许在面对这些因素时进行准确的ETA预测。
用户的路线和地点以及Wi-Fi基础架构将随着时间改变。为容纳这一情况，一些实施方案可以随着时间老化训练数据。这可以例如通过两种方法实现：一种是仅利用最近(例如，最近六个月内)的Wi-Fi追踪，间或从头重新训练。替换地，‘存活时间’字段可以用于路线和地点数据，允许训练数据的老化程度增长。
覆盖空洞检测操作
图7示出了用于至少部分实现这里描述的技术的示例性处理700。特别地，处理700描述了移动设备104的覆盖空洞检测和通知操作。该处理700可以一直操作，因此总是可以通知用户可能将到来的掉线呼叫。
在702，处理700确定移动设备行经的路线。在一个或多个实施方案中，为确定该路线，在移动设备104沿着某路线行进的同时，扫描模块402遇到一系列的周围的IWS源。
在704，处理700确定移动设备行经的该路线为已知路线。在一个或多个实施方案中，为确定该路线为已知路线，处理700查询数据库410寻找学习的路线。
在706，处理700确定沿着该已知路线存在覆盖空洞。在一个或多个实施方案中，处理700查询数据库410，该数据库存储了沿着路线的呼叫掉线的历史。呼叫监控模块412监控移动设备行经的路线。呼叫监控模块412还将移动设备104行经的路线与存储于数据库410的学习的路线比较。呼叫监控模块412还将移动设备104行经的路线与沿着该路线掉线呼叫的历史比较。
在708，处理700生成覆盖空洞通知。在一个或多个实施方案中，如果移动设备104行经的路线的比较与存储的具有掉线呼叫的历史的学习路线相匹配，通知模块414生成覆盖空洞通知。例如，通知模块414播放可听声音，其指示移动设备104行经的路线具有掉线呼叫的历史。
在替换的实施方案中，通知模块414显示文本消息，其指示移动设备104行经的路线具有掉线呼叫的历史。在另一个替换实施例中，通知模块414显示预定的文本消息。该预定的文本消息指示移动设备104行经的路线具有掉线呼叫的历史，且移动设备104应当采用替换路线。
图8示出了用于至少部分实现这里描述的技术的示例性处理800。特别地，处理800描述了移动设备104的覆盖空洞检测操作。该处理800可以一直操作，因此总是能够在发现新的掉线呼叫时更新数据库410。
在802，处理800确定移动设备104行经的路线。在一个或多个实施方案中，在移动设备104沿着路线行进的同时，扫描模块402遇到一系列的周围的IWS源。然后追踪模块404沿着移动设备104所采用的路线追踪遇到的该系列的周围的IWS源。
在804，处理800确定移动设备行经的路线为已知路线。在一个或多个实施方案中，为确定该路线为已知路线，处理800查询数据库410寻找学习的路线。
在806，处理800确定沿着该已知路线是否发生任何掉线呼叫。在一个或多个实施方案中，学习模块408确定移动设备104采用的路线包括例如由覆盖空洞导致的任何掉线呼叫和/或掉线呼叫的模式。
在808，处理800利用掉线呼叫信息更新数据库410。
图9示出了用于至少部分实现这里描述的技术的示例性处理900。特别地，处理900描述了移动设备104的替换的覆盖空洞检测和通知操作。该处理900可以一直操作，并因此总是可以通知用户可能将到来的掉线呼叫。
在902，处理900确定沿着移动设备行进的已知路线的过往行为。在一个或多个实施方案中，处理900查询路线数据库350，该路线数据库至少部分地可以为众包。另外，基于在路线数据库350中收集的路线数据集，路线学习辅助342帮助个体设备学习新的、未知的、未被识别的或不完整的路线。数据库350可以被查询交叉引用的周围的IWS源和由各种移动设备行进的路线。
在904，处理900生成沿着已知路线的掉线的蜂窝电话呼叫的历史。通过观察移动设备行经的该已知路线的过往行为，这可以通过众包，或其他适当方法来完成。在一个或多个实施方案中，通过观察沿着已知路线的过往行为，学习模块406提供沿着已知路线掉线的蜂窝电话呼叫的历史。
在906，处理900将掉线呼叫的历史与沿着已知路线发现的覆盖空洞关联。在一个或多个实施方案中，学习模块406将掉线呼叫的历史与覆盖空洞关联。
在909，处理900生成覆盖空洞通知，与以上关于操作808所描述的那些方式相似。
示例计算设备
图10示出了用于至少部分实现这里描述的技术的示例性系统1000。在各种实施方案中，系统1000可以为媒体系统，尽管系统1000并非限于这一环境。例如，系统1000可以被加入个人计算机(PC)、笔记本电脑、超极笔记本电脑、平板电脑、触摸板、便携式电脑、手持电脑、掌上电脑、个人数字助理(PDA)、蜂窝电话、组合蜂窝电话/PDA、电视机、智能设备(例如，智能手机、智能平板或智能电视机)、移动互联网设备(MID)、消息设备、数据通信设备等。
在各种实施方案中，系统1000包括与显示器1020耦合的平台1002。平台1002可以接收来自于诸如内容服务设备1030或内容传递设备1040或其他类似内容源的内容设备的内容。包括一个或多个导航部件的导航控制器1050可以被用于与例如平台1002和/或显示器1020交互。这些组件中的每一个将在以下被详细描述。
在各种实施方案中，平台1002可以包括芯片集1005、处理器1010、存储器1012、存储设备1014、图形子系统1015、应用10110和/或无线电收发设备10110的任何组合。芯片集1005可以提供处理器1010、存储器1012、存储设备1014、图形子系统1015、应用10110和/或无线电收发设备10110之间的相互通信。例如，芯片集1005可以包括能够与存储设备1014相互通信的存储设备适配器(未被描述)。
处理器1010可以被实现为复杂指令集计算机(CISC)或精简指令集计算机(RISC)处理器、x106指令集兼容处理器、多核心或任何其他微处理器或中央处理单元(CPU)。在各种实施方案中，处理器1010可以为双核心处理器、双核心移动处理器等。
存储器1012可以被实现为易失性存储器设备诸如，但不限于，随机访问存储器(RAM)、动态随机访问存储器(DRAM)或静态RAM(SRAM)。
存储设备1014可以被实现为非易失性存储设备诸如，但不限于，磁盘驱动器、光盘驱动器、磁带驱动器、内部存储设备、附属存储设备、闪存、电池备份SDRAM(同步DRAM)和/或网络可访问存储设备。在各种实施方案中，存储设备1014例如可以包括如下所述的技术：当多个硬盘驱动器被包括时，增加对有价值的数字介质的存储性能增强的保护。
图形子系统1015可以执行用于显示的诸如静止或视频的图像的处理。图形子系统1015可以例如为图形处理单元(GPU)或可视化处理单元(VPU)。模拟或数字接口可以被用于可通信地耦合图形子系统1015和显示器1020。例如，接口可以为高清多媒体接口、显示器端口、无线HDMI和/或无线HD兼容技术中的任何一个。图形子系统1015可以被集成入处理器1010或芯片集1005内。在一些实施方案中，图形子系统1015可以为可通信地耦合至芯片集1005的独立卡。
这里所描述的图形和/或视频处理技术可以被实现在各种硬件架构中。例如，图形和/或视频功能可以被集成在芯片集内。替换地，独立的图形和/或视频处理器可以被使用。作为又一个实施方案，图形和/或视频功能可以被包括多核心处理器的通用处理器提供。在进一步的实施例中，功能可以被实现在消费电子设备中。
无线电收发设备1018可以包括能够使用各种适当的无线通信技术传送和接收信号的一个或多个无线电收发设备。这样的技术可以涉及在一个或多个无线网络上的通信。示例性无线网络包括(但不限于)无线局域网(WLAN)、无线个域网(WPAN)、无线城域网(WMAN)、蜂窝网络和卫星网络。在这样的网络上进行通信时，无线电收发设备1018可以根据一个或多个任何版本的适用标准操作。
在各种实施方案中，显示器1020可以包括任何电视类型的监视器或显示器。显示器1020可以包括，例如，计算机显示屏、触摸屏显示器、视频监视器、类电视机设备和/或电视机。显示器1020可以为数字的和/或模拟的。在各种实施方案中，显示器1020可以为全息显示器。另外，显示器1020可以为可以接收视觉投影的透明表面。这样的投影可以表达各种形式的信息、图像和/或对象。例如，这样的投影可以为用于移动增强现实(MAR)应用的视觉覆盖。在一个或多个软件应用1016的控制下，平台1002可以在显示器1020上显示用户接口1022。
在各种实施方案中，内容服务设备1030可以被任何国内的、国际的和/或独立服务主管，并因此可由平台1002通过例如互联网访问。内容服务设备1030可以耦合至平台1002和/或显示器1020。平台1002和/或内容服务设备1030可以耦合至网络10100以向网络10100或者从网络10100传递(例如，发送和/或接收)媒体信息。内容传送设备1040还可以耦合至平台1002和/或显示器1020。
在各种实施方案中，内容服务设备1030可以包括有线电视盒、个人计算机、网络、电话、可联网设备或能够传送数字信息和/或内容的装置，和任何其他能够单向或双向地在内容提供方和平台1002和显示器1020通过网络1060或直接地传送内容的类似设备。应当理解，通过网络1060，内容可以被单向和/或双向地传送到系统1000中的组件的任何一个和内容提供方或被单向和/或双向地从其传送。内容的示例可以包括包含例如视频、音频、医疗或游戏信息等的任何媒体信息。
内容服务设备1030可以接收诸如包括媒体信息、数字信息、和/或其他内容的有线电视节目的内容。内容提供方的示例可以包括任何有线或卫星电视或无线电或互联网内容提供方。被提供的示例不用于以任何方式限制根据本公开的实施方案。
在各种实施方案中，平台1002可以从具有一个或多个导航部件的导航控制器1050接收控制信号。控制器1050的导航部件可以被用于与例如用户接口1022交互。在实施例中，导航控制器1050可以为指针设备，该指针设备可以为允许用户向计算机输入空间(例如，连续和多维的)数据的计算机硬件组件(具体地，人机接口设备)。许多系统，诸如图形用户接口(GUI)、电视和监视器允许用户通过形体动作控制和向计算机或电视提供数据。
通过指针、光标、聚焦环或其他在显示器上显示的可视指示器的移动，控制器1050的导航部件的移动可以被复制于显示器(例如，显示器1020)上。例如，在软件应用1016的控制下，位于导航控制器1050上的导航部件可以被映射至显示于例如用户接口1022的虚拟导航部件。在实施例中，控制器1050可以不为单独的组件，而可被集成于平台1002和/或显示器1020中。然而，本公开不被限制于这里示出或描述的元件或环境。
在各种实施方案中，驱动器(未被示出)例如可以包括如下所述的技术：当启用时，使用户通过在初始启动后触摸按钮，能像电视一样即刻打开或关闭平台1002。甚至当平台被关闭时，程序逻辑可以允许平台1002流传送内容至媒体适配器或其他内容服务设备1030或内容传送设备1040。另外，芯片集1005可以包括对例如5.1环绕声音频和/或高清7.1环绕声音频的硬件和/或软件支持。驱动器可以包括用于集成图形平台的图形驱动器。在实施例中，图形驱动器可以包括外设组件互联(PCI)快速图形卡。
在各种实施方案中，系统1000所示的任何一个或多个组件可以被集成。例如，平台1002和内容服务设备1030可以被集成，或平台1002和内容传送设备1040可以被集成，或例如平台1002、内容服务设备1030和内容传送设备1040可以被集成。在各种实施例中，平台1002和显示器1020可以为集成单元。例如，显示器1020和内容服务设备1030可以被集成，或显示器1020和内容传送设备1040可以被集成。这些示例不意欲限制本公开。
在各种实施方案中，系统1000可以被实现为无线系统、有线系统或二者的组合。当被实现为无线系统时，系统1000可以包括适于通过无线共享介质通信的组件和接口，诸如一个或多个天线、发送器、接收器、收发器、放大器、滤波器、控制逻辑等。无线共享介质的一个示例可以包括无线波谱的一部分，诸如RF波谱等。当被实现为有线系统时，系统1000可以包括适于通过有线通信介质通信的组件和接口，诸如输入/输出(I/O)适配器、连接I/O适配器和相应的有线通信介质的物理连接器、网络接口卡(NIC)、盘控制器、视频控制器、音频控制器等。有线通信介质的示例可以包括电线、电缆、金属铅、印刷电路板(PCB)、底板、交换结构、半导体材料、双绞线、同轴电缆、光纤等。
平台1002可以建立一个或多个逻辑或物理通道以传送信息。信息可以包括媒体信息和控制信息。媒体信息可以指为用户准备的内容的任何数据。内容的示例可以包括，例如，来自于语音对话、视频会议、流视频、电子邮件(“email”)消息、语音邮件消息、字母数字符号、图形、图像、视频、文本等的数据。来自于语音对话的数据可以为，例如，语音信息、静默期、背景噪音、舒适噪音、音调等。控制信息可以指代表命令、指令或用于自动化系统的控制字的任何数据。例如，控制信息可以被用于路由穿过系统的媒体信息，或指导节点以预定方式处理媒体信息。然而，实施例并不被限定为这些元件或图10中所示或描述的环境。
如以上所描述的，系统1000可以被实现为可变的物理方式或规格。图10示出了小规格设备1000的实施方案，其中系统1000可以被实现。在实施例中，例如，设备1000可以被实施为具有无线能力的移动计算设备。例如，移动计算设备可以指具有处理系统和诸如一个或多个电池的移动电源或供电的任何设备。
如上所描述的，移动计算设备的示例可以包括个人计算机(PC)、笔记本电脑、超极笔记本电脑、平板、触摸板、便携式电脑、手持电脑、掌上电脑、个人数字助理(PDA)、蜂窝电话、组合蜂窝电话/PDA、电视机、智能设备(例如，智能手机、智能平板或智能电视)、移动互联网设备(MID)、消息设备、数据通信设备等。
移动计算设备的示例还可以包括被设置为人穿戴的计算机，诸如手腕计算机、手指计算机、戒指计算机、眼镜计算机、腰带夹计算机、臂带计算机、鞋计算机、衣服计算机和其他可穿戴计算机。在各种实施例中，例如，移动计算设备可以被实现为能够执行计算机应用，以及语音通信和/或数据通信的智能手机。尽管一些实施例可能用被实现为智能手机的移动计算设备作为示例被描述，应当理解，其他的实施例也可以使用其他无线移动计算设备被实现。实施例不被限制于这一环境。
如图11所示，设备1100可以包括外壳1102、显示器1104、输入/输出(I/O)设备1106和天线1108。设备1100还可以包括导航部件1112。显示器1104可以包括用于显示适于移动计算设备的信息的任何适当的显示单元。I/O设备1106可以包括用于向移动计算设备输入信息的任何适当的I/O设备。I/O设备1106的示例可以包括字母数字键盘、数字键盘、触摸板、输入键、按钮、开关、摇臂开关、麦克风、扬声器、声音识别设备和软件等。信息还可以通过麦克风(未被示出)的方式被输入设备1100。这种信息可以通过声音识别设备(未被示出)被数字化。实施例不限于这一环境。
各种实施例可以利用硬件元件、软件元件或二者的组合被实现。硬件元件的示例可以包括处理器、微处理器、电路、电路元件(例如，晶体管、电阻器、电容器、电感器等)、集成电路、专用集成电路(ASIC)、可编程逻辑设备(PLD)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、逻辑门、寄存器、半导体设备、芯片、微芯片、芯片组等。软件的示例可以包括软件组件、程序、应用、计算机程序、应用程序、系统程序、机器程序、操作系统软件、中间件、固件、软件模块、例程、子例程、函数、方法、过程、软件接口、应用程序接口(API)、指令集、计算代码、计算机代码、代码段、计算机代码段、字、值、符号或其任意组合。确定实施例是否利用硬件元件和/或软件元件实现，可以根据任意数目的因素(诸如所期望的计算速率、功率等级、耐热性、处理周期预算、输入数据速率、输出数据速率、存储器资源、数据总线速度和其他设计或性能限制)改变。
至少一个实施例的一个或多个方面可以被存储于机器可读介质的代表性指令实现，该代表性指令代表处理器内部的各种逻辑，当被机器读取时，该代表性指令使该机器形成逻辑以执行这里描述的技术。这种表示，被称为“IP核”，可以被存储于实体的机器可读介质，并提供给各种顾客或制造设备以加载实际上产生该逻辑的制造机器或者处理器。
在这里提出的某些特征已参考各种实施方案被描述的同时，该描述不意欲被解释为限制意义。因此，对本公开所属的领域的技术人员而言显然的这里所描述的实施方案的各种修改以及其他实施方案，被认为在本公开的精神和范围之内。
根据本发明的实现，在特定实施例的环境下已经被描述。这些实施例用于说明，而非用于限制。许多变形、修改、添加和改进都是可能的。相应地，多个示例可以作为单个示例，被提供用于这里描述的组件。各种组件、操作和数据存储之间的界限，某种程度上是任意的，并且特定操作在具体说明性的配置的环境中被示出。功能的其他分配是可预见的，且可以落入随后的权利要求的范围之内。最后，在各种配置中作为分离组件所呈现的结构和功能，可以被实现为组合结构或组件。这些和其他变形、修改、添加和改进可以落入如随后的权利要求中所定义的本发明的范围之内。
补充和替换的实施方案注释
一般地，移动设备可以为小型的、手持的、便携的计算设备，典型地，该设备具有显示屏和某种用户输入机制(例如，触摸屏或键盘)。通常，它们的重量小于两磅。通常，它们具备无线通信能力，诸如WiFi，蓝牙和蜂窝通信。移动设备的实施方案的示例包括智能手机、平板电脑、功能手机、个人数字助理(PDA)、任何可无线连接的可穿戴设备、笔记本电脑、上网本或其他所谓的手持设备或计算机。
在示例性实施方案的以上描述中，为了解释目的，如被请求的，具体数字、材料构造和其他细节被阐述以更好地解释本发明。然而，对本领域的技术人员而言，被请求的本发明显然可以利用与这里所描述的细节不同的细节被实现。在其他示例中，公知的特征被省略或简化以清楚地描述示例性实施方案。
发明人意图描述的示例性实施方案为基本的示例。发明人不意图这些示例性实施方案限制所附的权利要求的范围。相反地，发明人已考虑到所请求的发明还可以与其他现有或以后的技术相结合通过其他方式被实现和实施。
而且，词“示例性”在这里被使用，意思是作为示例、实例或说明。这里描述为“示例性”的任何方面或设计，不必然解释为优选或超过其他方面或设计。相反地，词示例性的使用，意图呈现具体方式中的概念和技术。例如，术语“技术”可以指被这里描述的环境指示的一个或多个设备、装置、系统、方法、制造的物品和/或计算机可读指令。
如本申请中所使用的，术语“或”意图指包容性的“或”，而非排他性的“或”。也就是说，除非另外指定或从上下文明确，“X采用A或B”意图指自然的包容性排列的任一种。换言之，如果X采用A，X采用B，或X采用A和B二者，那么，“X采用A或B”满足任一前述实例。另外，本申请和所附的权利要求中使用的冠词“一个”通常应当被解释为意指“一个或多个”，除非另外指定或从上下文明确为指示单个的形式。
这些处理被示出为逻辑流程图中的一组块，该流程图代表操作的序列，该操作的序列可以单独在机械中或硬件、软件和/或固件的组合中被实现。在软件/固件的环境中，介质中指令的执行可以引起这里所描述的操作的执行。
注意到处理被描述的顺序不意图解释为限制，并且被描述的处理块的任意数目，可以以任意顺序被组合以实现处理或替换的处理。另外，个别块可以从处理删除，而不脱离这里描述的主题的精神和范围。
术语“计算机可读介质”包括计算机存储介质。例如，计算机存储介质可以包括，但不限于，磁存储器设备(例如，硬盘、软盘和磁条)、光盘(例如，压缩盘(CD)和数字化通用盘(DVD))、智能卡、闪存设备(例如，u盘、存储棒、键控和SD卡)、易失性和非易失性存储器(例如，随机访问存储器(RAM)、只读存储器(ROM))。

Claims (38)

1.一种移动设备，包括：
扫描模块，被配置为在移动设备沿着路线行进时，遇到一系列周围的无线接入点(WAP)；
追踪模块，被配置为追踪沿着所述移动设备采用的路线所遇到的一系列周围的WAP；
学习模块，被配置为响应追踪所遇到的一系列周围的WAP，学习所述移动设备采用的路线并确定所述路线是否包括掉线呼叫；
数据库，被配置为存储学习的路线和沿着该路线的掉线呼叫的历史；
呼叫监控模块，被配置为监控所述移动设备行经的路线，并将所述移动设备行经的路线与存储的学习的路线和沿着所述路线的掉线呼叫的历史比较，确定掉线呼叫发生的时间；以及
通知模块，被配置为如果所述移动设备行经的所述路线的比较和存储的具有掉线呼叫的历史的学习的路线匹配，生成覆盖空洞通知。
2.如权利要求1所述的移动设备，其中所述通知模块进一步地被配置为播放可听声音，所述可听声音指示所述移动设备行经的路线与存储的具有掉线呼叫的历史的学习的路线匹配。
3.如权利要求1所述的移动设备，其中所述通知模块进一步地被配置为显示文本消息，所述文本消息指示所述移动设备行经的路线与存储的具有掉线呼叫的历史的学习的路线匹配。
4.如权利要求1所述的移动设备，其中所述通知模块进一步地被配置为显示预定消息，所述预定消息指示所述移动设备行经的路线与存储的具有掉线呼叫的历史的学习的路线匹配，且所述移动设备应当采用替换路线。
5.如权利要求1所述的移动设备，其中所述数据库进一步地被配置为指示所述移动设备行经的路线为已知路线。
6.如权利要求1所述的移动设备，其中所述数据库进一步地被配置为指示所述移动设备行经的路线为已知路线且沿着该已知路线存在一个或多个覆盖空洞。
7.如权利要求1所述的移动设备，其中所述数据库进一步地被配置为存储学习的路线以及基于众包过往行为的沿着所述路线的掉线呼叫的历史。
8.如权利要求1所述的移动设备，其中所述数据库进一步地被配置为存储学习的路线，以及基于所述移动设备的过往行为的沿着所述路线的掉线呼叫的历史。
9.一个或多个计算机可读介质，所述一个或多个计算机可读介质存储了处理器可执行指令，当所述处理器可执行指令被执行时，使一个或多个处理器执行方法，所述方法包括：
使用无线接入点(WAP)确定移动设备行经的路线，这些WAP是所述移动设备沿着所述路线所遇到的；
确定所述移动设备行经的路线是否为已知路线；
响应于确定所述移动设备行经的路线为已知路线，确定沿着所述已知路线是否存在一个或多个覆盖空洞；
响应于确定沿着所述已知路线存在一个或多个覆盖空洞，生成覆盖空洞通知，所述覆盖空洞通知指示沿着所述路线存在一个或多个覆盖空洞。
10.如权利要求9所述的一个或多个计算机可读介质，其中确定沿着所述已知路线是否存在一个或多个覆盖空洞包括确定沿着该已知路线已经存在一个或多个掉线的蜂窝电话呼叫。
11.如权利要求9所述的一个或多个计算机可读介质，其中确定沿着所述已知路线是否存在一个或多个覆盖空洞包括：
确定沿着所述已知路线的过往行为；
响应于确定所述过往行为，生成沿着所述已知路线的一个或多个掉线的蜂窝电话呼叫的历史；
将沿着所述已知路线的一个或多个掉线的蜂窝电话呼叫的历史，与沿着所述已知路线的一个或多个覆盖空洞相关。
12.如权利要求9所述的一个或多个计算机可读介质，其中生成沿着所述已知路线的一个或多个掉线的蜂窝电话呼叫的历史，包括获得沿着所述已知路线的过往行为或获得众包的过往行为。
13.如权利要求9所述的一个或多个计算机可读介质，其中当所述移动设备沿着所述已知路线行进时，或在移动设备遇到所述一个或多个覆盖空洞之前的预定时间，所述覆盖空洞通知被生成。
14.如权利要求9所述的一个或多个计算机可读介质，其中生成所述覆盖空洞通知包括从包括以下行为的一组中选择的行为：
播放可听声音，所述可听声音指示沿着所述已知路线存在一个或多个覆盖空洞；
显示文本消息，所述文本消息指示沿着所述已知路线存在一个或多个覆盖空洞；
显示预定消息，所述预定消息指示替换的已知路线。
15.如权利要求9所述的一个或多个计算机可读介质，进一步包括，响应于确定所述移动设备行经的路线并非已知路线，当所述移动设备沿着所述路线行进时，追踪一系列的周围的WAP。
16.如权利要求15所述的一个或多个计算机可读介质，进一步包括，响应于当所述移动设备沿着所述路线行进时追踪该系列的周围的WAP，生成新的已知路线。
17.如权利要求15所述的一个或多个计算机可读介质，进一步包括，响应于当所述移动设备沿着所述路线行进时追踪该系列的周围的WAP，生成新的已知路线，进一步包括，响应于生成新的已知路线，为了移动设备覆盖空洞监控所述新的已知路线。
18.如权利要求15所述的一个或多个计算机可读介质，进一步包括，响应于当所述移动设备沿着所述路线行进时追踪该系列的周围的WAP，生成新的已知路线，进一步包括，响应于生成新的已知路线，为了移动设备覆盖空洞监控所述新的已知路线进一步包括，响应于为了移动设备覆盖空洞监控所述新的已知路线，在数据库中存储移动设备覆盖空洞的位置。
19.如权利要求9所述的一个或多个计算机可读介质，其中，确定沿着所述已知路线是否存在一个或多个覆盖空洞包括，确定所述移动设备的信号级低于预定的信号级。
20.如权利要求9所述的一个或多个计算机可读介质，其中，确定沿着所述已知路线是否存在一个或多个覆盖空洞包括，确定在沿着所述路线的地点已经历掉线呼叫。
21.如权利要求9所述的一个或多个计算机可读介质，进一步包括：
确定所述移动设备已到达目的地；
响应于该确定，利用关于所述移动设备行经的所述路线获得的信息更新一条或多条已知路线。
22.一个或多个计算机可读介质，所述一个或多个计算机可读介质存储了处理器可执行指令，当所述处理器可执行指令被执行时，使一个或多个处理器执行方法，所述方法包括：
当移动设备沿着当前路线行进时，遇到一系列的周围的无线接入点(WAP)；
在遇到的该系列的周围的WAP的至少一部分中识别所述当前路线；
基于该识别，确定一条或多条已知路线的哪一条最可能与所述当前路线匹配；
选择确定的已知路线作为与移动设备行进的所述当前路线的匹配；
基于该选择，确定所述已知路线是否包括一个或多个掉线呼叫的历史；以及
基于确定所述已知路线包括掉线呼叫的历史，生成所述已知路线包括掉线呼叫的历史的覆盖空洞通知。
23.如权利要求22所述的一个或多个计算机可读介质，其中生成所述覆盖空洞通知包括从包括以下行为的一组中选择的行为：
播放可听声音，所述可听声音指示所述已知路线包括掉线呼叫的历史；
显示所述已知路线包括掉线呼叫的历史的文本消息。
24.如权利要求22所述的一个或多个计算机可读介质，其中生成所述已知路线包括掉线呼叫的历史的覆盖空洞通知包括显示指示替换的已知路线的预定消息。
25.如权利要求22所述的一个或多个计算机可读介质，进一步包括：
确定所述移动设备已到达目的地；
响应于该确定，利用关于所述当前路线获得的信息更新所述一条或多条已知路线。
26.如权利要求22所述的一个或多个计算机可读介质，其中确定所述已知路线是否包括一个或多个掉线呼叫的历史包括，确定沿着所述已知路线已经存在一个或多个掉线的蜂窝电话呼叫。
27.如权利要求22所述的一个或多个计算机可读介质，其中确定所述已知路线是否包括一个或多个掉线呼叫的历史包括：
确定沿着所述已知路线的过往行为；
响应于确定所述过往行为，生成沿着所述已知路线的一个或多个掉线的蜂窝电话呼叫的历史；
将沿着所述已知路线的一个或多个掉线的蜂窝电话呼叫的历史，与沿着所述已知路线的一个或多个覆盖空洞相关。
28.如权利要求27所述的一个或多个计算机可读介质，其中生成沿着所述已知路线的一个或多个掉线的蜂窝电话呼叫的历史，包括获得众包的过往行为。
29.如权利要求27所述的一个或多个计算机可读介质，其中生成沿着所述已知路线的一个或多个掉线的蜂窝电话呼叫的历史，包括获得沿着所述已知路线的过往行为。
30.如权利要求22所述的一个或多个计算机可读介质，其中识别当前包括将该系列的遇到的周围WAP的所述部分与所述一个或多个已知路线比较。
31.如权利要求22所述的一个或多个计算机可读介质，其中，基于该选择，确定所述已知路线缺乏掉线的蜂窝电话呼叫的历史。
32.如权利要求22所述的一个或多个计算机可读介质，其中，遇到该系列的周围的WAP包括：
当所述移动设备行进时，检测该系列的周围的WAP；
识别所检测的该系列的周围的WAP的唯一标识。
33.一种方法，包括：
使用无线接入点(WAP)确定移动设备行经的路线，这些WAP是所述移动设备沿着所述路线所遇到的；
确定所述移动设备行经的路线是否为已知路线；
响应于确定所述移动设备行经的路线为已知路线，确定沿着所述已知路线是否存在一个或多个覆盖空洞；
响应于确定沿着所述已知路线存在一个或多个覆盖空洞，生成覆盖空洞通知，所述覆盖空洞通知指示沿着所述路线存在一个或多个覆盖空洞。
34.如权利要求33所述的方法，其中确定沿着所述已知路线是否存在一个或多个覆盖空洞，包括确定沿着所述已知路线已经存在一个或多个掉线的蜂窝电话呼叫。
35.如权利要求33所述的方法，其中确定沿着所述已知路线是否存在一个或多个覆盖空洞包括：
确定沿着所述已知路线的过往行为；
响应于确定所述过往行为，生成沿着所述已知路线的一个或多个掉线的蜂窝电话呼叫的历史；
将沿着所述已知路线的一个或多个掉线的蜂窝电话呼叫的历史，与沿着所述已知路线的一个或多个覆盖空洞相关。
36.如权利要求33所述的方法，其中生成沿着所述已知路线的一个或多个掉线的蜂窝电话呼叫的历史，包括获得众包的过往行为或获得所述移动设备沿着所述已知路线的过往行为。
37.如权利要求33所述的方法，其中当所述移动设备沿着所述已知路线行进时或在移动设备遇到所述一个或多个覆盖空洞之前的预定时间，所述覆盖空洞通知被生成。
38.如权利要求33所述的方法，其中生成所述覆盖空洞通知包括从包括以下行为的一组中选择的行为：
播放可听声音，所述可听声音指示沿着所述已知路线存在一个或多个覆盖空洞；
显示文本消息，所述文本消息指示沿着所述已知路线存在一个或多个覆盖空洞；
显示预定消息，所述预定消息指示替换的已知路线。
CN201380059252.5A 2012-12-20 2013-06-20 通过行为预测防止掉线呼叫 Expired - Fee Related CN104798434B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710003286.2A CN107071722A (zh) 2012-12-20 2013-06-20 通过行为预测防止掉线呼叫

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/721,776 US9462436B2 (en) 2012-12-20 2012-12-20 Preventing dropped calls through behavior prediction
US13/721,776 2012-12-20
PCT/US2013/046677 WO2014098986A1 (en) 2012-12-20 2013-06-20 Preventing dropped calls through behavior prediction

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201710003286.2A Division CN107071722A (zh) 2012-12-20 2013-06-20 通过行为预测防止掉线呼叫

Publications (2)

Publication Number Publication Date
CN104798434A CN104798434A (zh) 2015-07-22
CN104798434B true CN104798434B (zh) 2018-09-21

Family

ID=50975174

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201380059252.5A Expired - Fee Related CN104798434B (zh) 2012-12-20 2013-06-20 通过行为预测防止掉线呼叫
CN201710003286.2A Pending CN107071722A (zh) 2012-12-20 2013-06-20 通过行为预测防止掉线呼叫

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201710003286.2A Pending CN107071722A (zh) 2012-12-20 2013-06-20 通过行为预测防止掉线呼叫

Country Status (4)

Country Link
US (2) US9462436B2 (zh)
EP (2) EP3232697A1 (zh)
CN (2) CN104798434B (zh)
WO (1) WO2014098986A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9462436B2 (en) 2012-12-20 2016-10-04 Intel Corporation Preventing dropped calls through behavior prediction
US9526083B2 (en) * 2012-12-27 2016-12-20 Intel Corporation Cellular network scanning control based on ambient identifiable wireless signal sources
US10375594B2 (en) * 2013-02-12 2019-08-06 Samsung Electronics Co., Ltd. Apparatus and method for generating an alert based on signal strength
US9338598B2 (en) * 2014-07-09 2016-05-10 Samsung Electronics Co., Ltd Geo-fence solver
CN104168654A (zh) * 2014-08-11 2014-11-26 无锡高联信息技术有限公司 基于lte系统的信息交互方法
CN105530653B (zh) 2014-09-28 2019-04-12 国际商业机器公司 确定道路沿线的通信网络的覆盖空洞的方法和装置
GB2534426B (en) * 2015-01-26 2018-01-03 Vodafone Ip Licensing Ltd Telecommunications routing system
US10958706B2 (en) 2018-11-02 2021-03-23 Infinite Convergence Solutions, Inc. Devices and method for voice over internet protocol call continuity
SE1851397A1 (en) * 2018-11-09 2019-06-17 Scania Cv Ab Adaptive behaviour of embedded systems for increased robustness against communication downtime
US10915420B2 (en) 2018-12-03 2021-02-09 At&T Intellectual Property I, L.P. Events data structure for real time network diagnosis
US10776243B1 (en) 2019-03-19 2020-09-15 Bank Of America Corporation Prediction tool
US10623911B1 (en) * 2019-03-28 2020-04-14 Lenovo (Singapore) Pte. Ltd. Predictive intermittent service notification for a mobile communication device
US10834611B1 (en) 2019-09-05 2020-11-10 International Business Machines Corporation Network availability notification in predefined travel scenarios
US11647115B2 (en) * 2021-01-25 2023-05-09 Optum Services (Ireland) Limited Conformational framework for call drop likelihood from interactive voice response system

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8023964B2 (en) * 2008-04-01 2011-09-20 International Business Machines Corporation Predictive mobile phone service disruption service

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2410067B (en) * 2004-01-15 2007-12-27 Pilot Drilling Control Ltd Freewheel
US8295838B2 (en) * 2004-11-19 2012-10-23 Research In Motion Limited Method and system for predicting service drop in a wireless network
US20070149214A1 (en) * 2005-12-13 2007-06-28 Squareloop, Inc. System, apparatus, and methods for location managed message processing
US20080057481A1 (en) * 2006-03-17 2008-03-06 William Charles Schmitt Common Format Learning Device
US7941108B2 (en) * 2007-06-26 2011-05-10 Cisco Technology, Inc. Method and system for automatically identifying wireless signal quality of a region
US20090156198A1 (en) * 2007-12-14 2009-06-18 Ching-Hao Lee Method for evaluating mobile communication device utilizing field test logs and system thereof
US9467923B2 (en) * 2008-02-07 2016-10-11 Broadcom Corporation Method and system for location-based prearranged hand-off
US8180375B2 (en) * 2008-03-31 2012-05-15 At&T Mobility Ii Llc Potential call drop indicator
US7855977B2 (en) 2008-08-01 2010-12-21 At&T Mobility Ii Llc Alarming in a femto cell network
US20100036604A1 (en) * 2008-08-05 2010-02-11 International Buisness Machines Corporation Route navigation for optimal mobile coverage
US8768339B2 (en) 2010-12-15 2014-07-01 At&T Intellectual Property I, L.P. Method and apparatus for providing long term evolution service outage and degradation management
US20120262335A1 (en) * 2011-04-15 2012-10-18 Qualcomm Incorporated Network coverage and demand maps
US20130225165A1 (en) * 2012-02-29 2013-08-29 Qualcomm Incorporated Out-of-band scanning for femto access point detection
US9462436B2 (en) 2012-12-20 2016-10-04 Intel Corporation Preventing dropped calls through behavior prediction

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8023964B2 (en) * 2008-04-01 2011-09-20 International Business Machines Corporation Predictive mobile phone service disruption service

Also Published As

Publication number Publication date
US9462436B2 (en) 2016-10-04
US20170041808A1 (en) 2017-02-09
WO2014098986A1 (en) 2014-06-26
CN104798434A (zh) 2015-07-22
EP3232697A1 (en) 2017-10-18
US20140179279A1 (en) 2014-06-26
CN107071722A (zh) 2017-08-18
EP2936921B1 (en) 2018-10-24
EP2936921A4 (en) 2016-08-17
EP2936921A1 (en) 2015-10-28

Similar Documents

Publication Publication Date Title
CN104798434B (zh) 通过行为预测防止掉线呼叫
US10003913B2 (en) System and method for device positioning with bluetooth low energy distributions
CN104798420B (zh) 基于沿路线遇到的周围的可识别无线信号源估计到达时间
CN104798417B (zh) 基于语义位置的地理围栏
Chatzimilioudis et al. Crowdsourcing with smartphones
CN104798419A (zh) 地理位置信号指纹识别
US20130016012A1 (en) Method and/or apparatus for backtracking position estimation
JP5855924B2 (ja) サーバ装置、通信システム、制御方法およびプログラム
US11821742B2 (en) Travel based notifications
CN105025173A (zh) 移动计算设备上的自知简档切换
US20140095071A1 (en) Route learning with networked assistance
US20200092019A1 (en) Method and system for determining signal strength for a mobile device
Moradbeikie et al. GNSS-free outdoor localization techniques for resource-constrained IoT architectures: A literature review
CN106416319A (zh) 从交叠位置数据推导关系
CN103688572A (zh) 用于移动装置的音频漫游、在移动装置之间的组信息服务器和定义具有移动装置的用户组的系统和方法
US11874876B2 (en) Electronic device and method for predicting an intention of a user
US20140088864A1 (en) Route estimation based upon encountered ambient wireless signal sources
CN113923775B (zh) 一种定位信息质量评估的方法、装置、设备和存储介质
CN107678816A (zh) 一种基于地理位置的程序运行提示方法、装置和终端设备
CN105247818B (zh) 对等设备运动通信
Lopes Social networks adding community-scale to context-aware connectivity management
JP2016095859A (ja) サーバ装置、通信システム、制御方法およびプログラム
Krzykowska-Piotrowska et al. Companion robot communication with road infrastructure as part of IoRT
CN112783992A (zh) 一种基于兴趣点的地图功能区域确定方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate 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: 20200407

Address after: California, USA

Patentee after: Apple Inc.

Address before: California, USA

Patentee before: INTEL Corp.

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180921

CF01 Termination of patent right due to non-payment of annual fee