CN105338618A - 确定移动设备的位置的方法和装置 - Google Patents

Abstract

本发明公开了一种确定移动设备的位置的方法和装置。所述方法包括：分析该移动设备的通话数据记录，以确定该移动设备驻留过的第一小区以及该移动设备从第一小区移动到第二小区所花费的时间；基于该移动设备的移动速度和所述时间，确定该移动设备处于第一小区内的各个位置处的概率密度；以及根据所述概率密度，确定该移动设备在第一小区内的可能位置。利用所述方法和装置，可以更精确地确定移动设备的位置。

Description

确定移动设备的位置的方法和装置

技术领域

本发明涉及移动设备的定位，更具体地，涉及一种确定移动设备的位置的方法和装置。

背景技术

通话数据记录(CDR，也可称为通话细节记录)是在电信运营商处产生的、与用户通过移动设备进行的通话的建立和结束以及/或者移动设备进行的任意形式的数据更新等有关的数据记录。通话数据记录可以根据不同的运营商而采用不同的格式，并且可以记录移动设备(以及持有该移动设备的用户)的位置信息以及通话的时间信息。例如，通话数据记录可以包括指示通话的发起者的信息(例如移动设备的ID)、指示发起者发起该通话所在的小区的信息(例如该小区的ID)、发起者发起该通话的时刻、指示通话的接收者的信息(例如移动设备的ID)、指示接收者所在的小区的信息(例如该小区的ID)、该通话的持续时间等。因此，在诸如智能城市的很多应用中，通话数据记录成为重要的数据源，通过分析通话数据记录，可以确定移动设备或用户的位置及其变化趋势等，从而可以预测城市里人们的活动趋势、城市的交通状态变化等。

然而，如果仅根据通话数据记录来确定移动设备的位置，则只能确定该移动设备所在的小区，由于小区的覆盖范围通常比较大，因此这样确定的移动设备的位置精度较低。此外，由于无线信号强度的变化，当移动设备位于小区边缘时，其可能在该小区和相邻小区之间反复切换，在这种情况下，仅使用通话数据记录确定的移动设备的位置也具有不确定性，从而精度较低。

发明内容

为了解决上述问题，本发明的一个目的是提供一种确定移动设备的位置的方法和装置，其能够根据移动设备的通话数据记录及其他信息，更精确地确定移动设备的位置。

根据本发明的一个方面，提供了一种确定移动设备的位置的方法，包括：分析该移动设备的通话数据记录，以确定该移动设备驻留过的第一小区以及该移动设备从第一小区移动到第二小区所花费的时间；基于该移动设备的移动速度和所述时间，确定该移动设备处于第一小区内的各个位置处的概率密度；以及根据所述概率密度，确定该移动设备在第一小区内的可能位置。

根据本发明的另一个方面，提供了一种确定移动设备的位置的装置，包括：分析设备，被配置为分析该移动设备的通话数据记录，以确定该移动设备驻留过的第一小区以及该移动设备从第一小区移动到第二小区所花费的时间；概率密度确定设备，被配置为基于该移动设备的移动速度和所述时间，确定该移动设备处于第一小区内的各个位置处的概率密度；以及位置确定设备，被配置为根据所述概率密度，确定该移动设备在第一小区内的可能位置。

利用根据本发明上述方面的方法和装置，在确定移动设备的位置时，除了考虑移动设备的通话数据记录从而确定移动设备的位置变化(所在的小区和切换到的小区)以外，还考虑了移动设备本身的移动能力，使得所确定的位置具有更高的精度。

附图说明

通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。

图1示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。

图2A、图2B和图2C示出了使用不同方法确定的小区覆盖范围的示意图。

图3示出了第一小区和第二小区的覆盖范围的示意图。

图4示出了根据本发明实施例的确定移动设备的位置的方法的流程图。

图5示出了图4所示的步骤S402的详细操作。

图6示出了误差椭圆的示意图。

图7示出了在图3A所示的第一小区和第二小区上绘制的误差椭圆的示意图。

图8示出了利用根据本发明的方法确定的移动设备处于第一小区内的各个位置处的概率密度的示例的图。

图9A和图9B示出了当改变移动设备的最大允许移动速度时确定的移动设备处于第一小区内的各个位置处的概率密度的示例的图。

图10示出了三个小区的示意图。

图11A和图11B示出了在存在三条通话数据记录的情况下获得移动设备处于小区内的各个位置处的概率密度的示例的图。

图12示出了根据本发明实施例的确定移动设备的位置的装置的框图。

图13是示出图12所示的概率密度确定设备102的示例结构的图。

具体实施方式

下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

图1示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图1显示的计算机系统/服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图1所示，计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图1未显示，通常称为“硬盘驱动器”)。尽管图1中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

接下来，将参照附图详细描述根据本发明实施例的确定移动设备的位置的方法和装置。

在本发明的实施例中，该移动设备可以进行连续通话，其中，该移动设备在第一小区中开始通话，并且在通话期间从第一小区移动到第二小区。如上文所述，当移动设备在第一小区中开始通话时，在通信运营商处将产生第一通话数据记录，该第一通话数据记录至少可以包括指示移动设备驻留过的第一小区的信息以及移动设备在第一小区中开始通话的时刻(以下称为第一时刻)。可替换地，第一通话数据记录也可以是在移动设备在第一小区中开始通话之后的某个时刻(其可以是任意时刻)产生的，在这种情况下，该第一通话数据记录至少可以包括指示移动设备驻留过的第一小区的信息以及所述时刻(以下同样可称为第一时刻)。此外，只要处于通话中的移动设备从第一小区移动到第二小区，例如移动到第一小区与第二小区之间的公共边界上或者移动到第二小区中，移动设备就将进行从第一小区到第二小区的切换，从而在通信运营商处将产生第二通话数据记录，该第二通话数据记录至少可以包括指示移动设备切换到的第二小区的信息以及进行该切换的时刻(或移动设备移动到第一小区和第二小区之间的公共边界上的时刻，以下称为第二时刻)。

根据上述事实可知，可以通过是否存在上述第二通话数据记录来判断移动设备是否移动出第一小区，从而确定移动设备所在的位置的大致范围。此外，在第一通话数据记录和第二通话数据记录对应的时间间隔内，移动设备从第一小区内的某个位置移动到第一小区和第二小区之间的公共边界上，由于移动设备的移动速度是有限的，继而其最大移动距离也是有限的，因此移动设备只能处于在该时间间隔内能够到达所述公共边界的位置(距所述公共边界上的任一点距离不超过所述最大移动距离的位置)，根据该信息，可以进一步减小移动设备所在的位置的大致范围，从而获得移动设备在第一小区内的位置的更精确的范围，基于这一认识，提出了本发明的实施例。

如本领域公知的，可以使用各种方法来确定小区的边界以及覆盖范围。例如，可以使用本领域公知的Voronoi泰森多边形(tessellation)来确定小区的覆盖范围。图2A示出了使用Voronoi泰森多边形确定的小区的覆盖范围的例子，其中每个小区的边界呈多边形。或者，可以对目标区域中的每个位置，通过路测的方式确定在该位置上提供最佳服务质量(例如最佳信号质量)的小区，从而确定各个小区的边界以及覆盖范围。图2B示出了通过路测法确定的小区覆盖范围的例子，其中使用不同灰度表示各个小区的覆盖范围。通过上述两种方式确定的小区边界可以称为“硬”边界。在实践中，由于某些原因(例如建筑物的阻挡等)，小区基站发出的无线电波在同一位置处的接收质量可能不时地发生变化，使得小区的边界和覆盖范围也不时地发生变化，从而具有不确定性。考虑到这种不确定性，可以使用来自基站的无线电波的传播模型来确定小区边界在不同位置处的概率密度，并且根据概率密度的大小来确定小区的边界和覆盖范围。这样确定的小区边界可以称为“软”边界。图2C示出了这样确定的小区的软边界的示意图，图2C中的各条曲线分别表示所述概率密度相同的位置。

按照上述方法，可以分别确定第一小区和第二小区的边界和覆盖范围，从而可以确定第一小区和第二小区之间的公共边界。图3示出了在某个区域的地图上绘制的利用Voronoi泰森多边形确定的的第一小区和第二小区的覆盖范围的示意图，其中，参考标号301、302和303分别指示第一小区的覆盖范围、第二小区的覆盖范围、以及第一小区和第二小区之间的公共边界。在下文中，以图3所示的小区为例来描述本发明的实施例。

下面，参照图4来描述根据本发明实施例的确定移动设备的位置的方法的流程图。

如图4所示，在步骤S401中，可以分析该移动设备的通话数据记录，以确定该移动设备驻留过的第一小区以及该移动设备从第一小区移动到第二小区所花费的时间。具体地，可以根据上述所述的第一通话数据记录确定该移动设备驻留过的第一小区，可以根据第二通话数据记录确定移动设备切换到的第二小区，并且可以通过计算所述第二时刻与所述第一时刻之差来确定该移动设备从第一小区移动到第二小区所花费的时间。

在步骤S402中，可以基于该移动设备的移动速度和该移动设备从第一小区移动到第二小区所花费的时间，确定该移动设备处于第一小区内的各个位置处的概率密度。

在本发明的实施例中，提出了部分椭圆积分模型来确定该移动设备处于第一小区内的各个位置处的概率密度。简单地说，由于移动设备在第一小区内的初始位置(移动设备移动的起点)以及在第一小区与第二小区之间的公共边界上的最终位置(移动设备移动的终点)是未知的，因此可以选择第一小区内的任一位置(以下称为第一位置)作为移动设备移动的起点，并且选择所述公共边界上的任一位置(以下称为第二位置)作为移动设备移动的终点，然后基于所述第一位置和第二位置以及所述移动设备的最大移动距离建立部分误差椭圆，以确定该移动设备在从第一位置移动到第二位置期间的所有可能位置以及移动设备处于这些位置的概率密度。继而，通过对于第一位置和第二位置的所有可能值将所述概率密度积分，可以确定移动设备处于第一小区内的各个位置处的概率密度。

下面参照图5来详细描述步骤S402的操作。

首先，在步骤S4021中，可以基于该移动设备的移动速度和该移动设备从第一小区移动到第二小区所花费的时间，确定所述移动设备的最大移动距离。具体地，可以将移动设备的移动速度乘以所述时间来确定所述移动设备的最大移动距离。在本发明的实施例中，为了确定移动设备在移动期间可能到达的所有位置，可以将移动设备的移动速度设置为该移动设备的最大允许移动速度。所述最大允许移动速度可以根据多种因素确定，所述因素例如可以包括移动设备所处的地区(例如城市或山区)、移动设备所处的道路(例如城市道路或高速公路)、持有移动设备的用户的运动模式(例如行走或驾车)等。例如，如果第一小区位于城市中，则可以将所述最大允许移动速度确定为该城市道路的最高速度限制，例如80km/h。或者，如果持有该移动设备的用户的运动模式是行走，则可以将所述最大允许移动速度设置为人行走的最大速度，例如6km/h。

然后，在步骤S4022中，可以以第一小区内的第一位置以及第一小区与第二小区的公共边界上的第二位置为焦点，以所述最大移动距离为长轴长度，建立误差椭圆。如上所述，所述第一位置可以是第一小区内的任意位置，所述第二位置可以是第一小区和第二小区之间的公共边界上的任意位置。

图6示出了该误差椭圆的示意图。如图6所示，点P₁和点P₂为焦点且分别对应所述第一位置和第二位置，该误差椭圆的长轴长度用2a表示并且等于所述最大移动距离(表示为Smax)，点P₁和点P₂之间的距离用2c表示并且是已知的。因此，可以计算该误差椭圆的短轴长度以及该椭圆的面积A＝πab。图7示出了在图3所示的第一小区和第二小区的基础上绘制的所述误差椭圆的示意图，在该图中，为简单起见，省略了图3中作为背景的地图。

根据椭圆的性质可知，椭圆上的任一点到两个焦点的距离之和等于该椭圆长轴长度，即所述最大移动距离，因此，当移动设备从第一位置P₁移动到第二位置P₂时，不管移动设备沿什么路线移动，只要其移动速度不超过最大允许移动速度，该移动设备就始终位于所述误差椭圆内。

此外，根据该移动设备的通话数据记录可知，在移动设备到达第二位置之前，该移动设备不会超出第一小区，换言之，移动设备不会到达所述误差椭圆中位于第一小区之外的部分。因此，可以将移动设备在移动期间可能到达的所有位置的范围从整个误差椭圆缩减为误差椭圆中处于第一小区内的部分，即误差椭圆与第一小区的公共区域，由于该公共区域是之前建立的完整误差椭圆的一部分，因此也可以被称为部分误差椭圆。在图7所示的示例中，将移动设备在移动期间可能到达的所有位置的范围从整个误差椭圆缩减为该误差椭圆中位于第一小区内的部分(用“x”填充的部分)。

如果没有关于移动设备在上述公共区域内的位置的任何先验知识，则可以假设移动设备位于该公共区域内的每个位置上的概率密度是相同的，即，假设移动设备在该公共区域内均匀分布。如果将移动设备在该公共区域内的位置表示为l^1,2，则表示移动设备处于所述公共区域内的各个位置处的概率密度的概率密度函数f(l^1,2|P₁,P₂)可以表示为：

$f\left(l^{\mathrm{1,2}}\right|P_1,P_2)=\frac{1}{A-E}---\left(1\right)$

其中，A为上述误差椭圆的面积，E为如上文所述排除的误差椭圆中位于第一小区之外的部分的面积，换言之，A-E为所述公共区域或部分误差椭圆的面积。

接下来，在步骤S4023中，可以根据表示移动设备处于所述误差椭圆与第一小区的公共区域内的各个位置处的概率密度的概率密度函数、以及第一小区内的第一位置和所述公共边界上的第二位置的联合分布函数，确定移动设备处于第一小区内的各个位置处的概率密度。

具体地，在步骤S4022中对于从第一小区中选择的一个点P₁(第一位置)和从所述公共边界上选择的一个点P₂(第二位置)，确定了移动设备在移动期间可能到达的所有位置的范围，并且计算了移动台在该范围内的各个位置处的概率密度。然而，实际上，点P1可以是第一小区内的任意点，点P2可以是所述公共边界上的任意点，因此，可以针对点P1和点P2的所有可能位置，将表示移动设备处于根据每对点P1和点P2确定的部分误差椭圆内的各个位置处的概率密度函数积分，从而确定移动设备处于第一小区内的各个位置处的概率密度。

具体地，可以计算位于第一小区内的点P1和位于第一小区与第二小区之间的公共边界上的点P2的联合分布函数f(p₁,p₂)。在本发明的实施例中，可以假设点P₁和点P₂相互独立且在各自的区域中均匀分布，则f(p₁,p₂)可表示为：

f(p₁,p₂)＝f(p₁)×f(p₂)(2)

其中，f(p₁)是位于第一小区内的点P₁的分布函数，其可以表示为1/A_cell，A_cell是第一小区的面积，f(p₂)是位于第一小区与第二小区之间的公共边界上的点P2的分布函数，其可以表示为1/L_border，其中L_border是所述公共边界的长度。

然后，可以针对点P1和点P2的所有可能位置，对所述概率密度函数f(l^1,2|P₁,P₂)进行积分，从而确定表示移动设备处于第一小区内的各个位置处的概率密度的概率密度函数f(l^1,2)：

f(l^1,2)＝∫∫f(l^1,2|P₁,P₂)·f(P₁,P₂)dP₁dP₂(3)

根据该概率密度函数f(l^1,2)，可以确定移动设备处于第一小区内各个位置的概率密度。

返回图4，在步骤S403中，根据该移动设备处于第一小区内的各个位置处的概率密度，确定该移动设备在第一小区内的可能位置。

具体地，可以将第一小区中所述概率密度为0的部分确定为该移动设备不可能到达的位置，而将概率密度不为0的部分确定为该移动设备的可能位置。可替换地，可以将第一小区中所述概率密度小于第一阈值的部分确定为该移动设备不可能到达的位置，而将其余部分确定为该移动设备的可能位置。此外，也可以根据所计算的每个位置的概率密度，确定移动设备处于该位置的可能性大小。

图8示出了按照上文所述的方式确定的移动设备处于第一小区内的各个位置处的概率密度的示例的图。在图8中，第一小区内用“x”填充的区域801表示概率密度为0的区域，即移动设备不可能到达的区域。第一小区的其余区域为移动设备可能到达的区域，在该区域中，各条曲线分别表示所述概率密度相同的位置，并且颜色越深的区域(基本上越靠近第一小区与第二小区之间的公共边界的区域)对应的概率密度越大。此外，根据所确定的概率密度，还可以了解移动设备在所述公共边界上的可能位置，如图8中所述公共边界上的圆圈所示。

利用上述方法，在确定移动设备的位置时，除了考虑移动设备的通话数据记录从而确定移动设备的位置变化以外，还考虑了小区的覆盖范围以及移动设备本身的移动能力，使得所确定的位置具有更高的精度。

在上文所述的实施例中，在移动设备的最大允许移动速度是已知的或者可以根据某些因素确定的情况下确定移动设备的可能位置，但这不是限制性的。在移动设备的最大允许移动速度未知的情况下，可以设置多个最大允许移动速度，例如，可以设置分别与行走、驾车、乘坐火车等多种移动模式对应的多个最大允许移动速度，然后对每个最大允许移动速度执行上述方法，从而确定移动设备处于第一小区内的各个位置处的概率密度。如果针对某个最大允许移动速度确定的移动设备处于第一小区内的各个位置处的概率密度为0，则可以确定该最大允许移动速度是不正确的，从而可以确定移动设备不可能以对应的移动模式移动。在移动设备的最大允许移动速度改变的情况下，所确定的移动设备处于第一小区内的各个位置处的概率密度也相应地变化。图9A示出了当最大允许移动速度相对于图8的情况变小时确定的、移动设备处于第一小区内的各个位置处的概率密度，图9B示出了当最大允许移动速度相对于图8的情况变大时确定的、移动设备处于第一小区内的各个位置处的概率密度。根据图9A和图9B可知，当所述最大允许移动速度减小时，移动设备在第一小区中的可能位置(第一小区内未用“x”填充的区域)也减少，反之，当所述最大允许移动速度增大时，移动设备在第一小区中的可能位置也增多。

此外，在上文所述的实施例中，针对两条通话数据记录(即，当移动设备位于第一小区时产生的第一通话数据记录以及当移动设备从第一小区移动到第一小区和第二小区之间的公共边界上时产生的第二通话数据记录)的情况描述了确定移动设备的位置的方法，然而这不是限制性的。本发明也可以适用于三条或更多通话数据记录的情况。

例如，假设在图3中在第一小区的左上方存在第三小区，如图10所示，并且移动设备在通话期间从第三小区进入第一小区，然后从第一小区进入第二小区，该过程可以产生三条通话数据记录。具体地，当在移动设备到达第三小区和第一小区之间的公共边界上时，移动设备将进行从第三小区到第一小区的切换，此时可以产生一条通话数据记录，其包含进行该切换的时刻以及指示移动设备切换到的小区等信息。此外，当移动设备在第一小区中进行任意形式的数据更新(例如位置更新)时，可以产生第二条通话数据记录，其指示进行该更新的时刻以及移动设备所在的小区，当移动设备从第一小区移动到第一小区和第二小区之间的公共边界上时，移动设备将进行从第一小区到第二小区的切换，此时可以产生第三通话数据记录，其包含进行该切换的时刻以及指示移动设备切换到的小区等信息。

对于移动设备从第三小区与第一小区之间的公共边界到第一小区的移动，可以按照与上文所述的实施例相似的方式构造部分误差椭圆，然后基于该部分误差椭圆确定移动设备处于第一小区内的各个位置的概率密度，由此确定对于该移动，移动设备在第一小区内的可能位置。此外，对于移动设备从第一小区到第一小区与第二小区之间的公共边界的移动，可以按照与上文所述的实施例相似的方式构造部分误差椭圆，然后基于该部分误差椭圆确定移动设备处于第一小区内的各个位置的概率密度，由此确定对于该移动，移动设备在第一小区内的可能位置。

具体地，对于移动设备从第三小区与第一小区之间的公共边界到第一小区的移动，例如可以按照下式确定移动设备处于第一小区内的各个位置的概率密度f(l^3,1):

f(l^3,1)＝∫∫f(l^3,1|P₃,P₁)·f(P₃,P₁)dP₃dP₁(4)

其中，P₃是第三小区与第一小区之间的公共边界上的任一点，P₁是第一小区内的任一点，l^3,1是按照上文所述的方式基于点P₃和点P₁构造的部分误差椭圆中的位置，f(l^3,1|P₃,P₁)是表示移动设备处于所述部分误差椭圆内的各个位置处的概率密度的概率密度函数，f(P₃,P₁)是位于第三小区与第一小区之间的公共边界上的点P₃和位于第一小区内的点P₁的联合分布函数。同样，对于移动设备从第一小区到第一小区与第二小区之间的公共边界的移动，例如可以按照下式确定移动设备处于第一小区内的各个位置的概率密度f(l^1,2):

f(l^1,2)＝∫∫f(l^1,2|P₁,P₂)·f(P₁,P₂)dP₁dP₂(5)

其中，P₂、l^1,2、f(l^1,2|P₁,P₂)和f(p₁,p₂)的含义与针对上式(3)描述的相同。

与上文所述的两条通话数据记录的实施例不同的是，在使用上式(4)和(5)计算概率密度时，f(P₃,P₁)和f(p₁,p₂)将受到三个点P₃、P₁、P₂的联合分布的限制。具体地，对于点P₃、P₁、P₂，由于移动设备是连续移动的，即从点P₃经由点P₁连续移动到点P₂，因此基于点P₃和P₁建立的部分误差椭圆(其表示在移动设备从点P₃移动到点P₁时该移动设备的所有可能位置的范围)与基于点P₁和P₂建立的部分误差椭圆(其表示在移动设备从点P₁移动到点P₂时该移动设备的所有可能位置的范围)必须存在公共部分，即，点P₃、P₁和P₂只能是使上述两个部分误差椭圆存在公共部分的点，因此，上式(4)和(5)中的f(P₃,P₁)和f(p₁,p₂)中的P₃、P₁和P₂仅限于使上述两个部分误差椭圆存在公共部分的点P₃、P₁和P₂。在这种情况下，可以通过穷举的方法找出使上述两个部分误差椭圆存在公共部分的点P₃、P₁和P₂，进而计算f(l^3,1)和f(l^1,2)。图11A示出了对于移动设备从第三小区与第一小区之间的公共边界到第一小区的移动所确定的移动设备处于第一小区内的各个位置的概率密度f(l^3,1)的示意图，其中第一小区中除了用“x”填充的区域以外的区域表示对于该移动，移动设备在第一小区内的可能位置(即P₁的可能位置)，图11B示出了对于移动设备从第一小区到第一小区与第二小区之间的公共边界的移动所确定的移动设备处于第一小区内的各个位置的概率密度f(l^1,2)的示意图，其中第一小区中除了用“x”填充的区域以外的区域表示对于该移动，移动设备在第一小区内的可能位置(即P₁的可能位置)。根据图11A和图11B可知，当存在上述三条通话数据记录的情况下，同样可以确定移动设备处于第一小区内的各个位置的概率密度，从而确定移动设备在第一小区内的可能位置。与上文所述的实施例类似，根据所述概率密度，还可以确定移动设备在第三小区与第一小区之间的公共边界上的位置(如所述公共边界上的圆圈所示)以及在第一小区与第二小区之间的公共边界上的位置(如所述公共边界上的圆圈所示)。

前面已经参考附图描述了实现本发明的方法的各个实施例。本领域技术人员可以理解的是，上述方法既可以以软件方式实现，也可以以硬件方式实现，或者通过软件与硬件相结合的方式实现。并且，本领域技术人员可以理解，通过以软件、硬件或者软硬件相结合的方式实现上述方法中的各个步骤，可以提供一种基于相同发明构思的用于确定移动设备的位置的装置。即使该装置在硬件结构上与通用处理设备相同，由于其中所包含的软件的作用，使得该装置表现出区别于通用处理设备的特性，从而形成本发明的各个实施例的装置。本发明中所述装置包括若干单元或模块，所述单元或模块被配置为执行相应步骤。本领域的所述技术人员通过阅读本说明书可以理解如何编写程序实现所述单元或模块执行的动作。

下面将参考图12具体描述根据本发明的实施例的用于确定移动设备的位置的装置。由于所述装置与方法基于相同的发明构思，因此其中相同或相应的实现细节同样适用于与上述方法对应的装置，由于其在上文中已经进行了详细和完整的描述，因此在下文中可能不再进行赘述。如上文所述，该移动设备可以进行连续通话，其中，该移动设备在第一小区中开始通话，并且在通话期间从第一小区移动到第二小区，相应地，当移动设备在第一小区中时可以产生第一通话数据记录，当移动设备从第一小区移动到第一小区和第二小区之间的公共边界上时可以产生第二通话数据记录。第一通话数据记录至少可以包括指示移动设备所在的第一小区的信息以及移动设备处于第一小区中的第一时刻，第二通话数据记录至少可以包括指示移动设备切换到的第二小区的信息以及进行该切换的第二时刻。

如图12所示，根据本发明的实施例的用于确定移动设备的位置的装置100可以包括分析设备101、概率密度确定设备102和位置确定设备103。

分析设备101可以分析该移动设备的通话数据记录，以确定该移动设备驻留过的第一小区以及该移动设备从第一小区移动到第二小区所花费的时间。具体地，分析设备101可以根据上述所述的第一通话数据记录确定该移动设备驻留过的第一小区，可以根据第二通话数据记录确定移动设备切换到的第二小区，并且可以通过计算第二通话数据记录指示的第二时刻与第一时刻之差来确定该移动设备从第一小区移动到第二小区所花费的时间。

概率密度确定设备102可以基于该移动设备的移动速度和该移动设备从第一小区移动到第二小区所花费的时间，确定该移动设备处于第一小区内的各个位置处的概率密度。简单地说，概率密度确定设备102可以利用上文所述的部分椭圆积分模型来确定该移动设备处于第一小区内的各个位置处的概率密度。也就是说，概率密度确定设备102可以选择第一小区内的任一位置(即上文所述的第一位置)作为移动设备移动的起点，选择所述公共边界上的任一位置(即上文所述的第二位置)作为移动设备移动的终点，并且基于所述第一位置和第二位置以及所述移动设备的最大移动距离建立部分误差椭圆，以确定该移动设备在从第一位置移动到第二位置期间的所有可能位置以及移动设备处于这些位置的概率密度。继而，概率密度确定设备102可以通过对于第一位置和第二位置的所有可能值将所述概率密度积分，确定移动设备处于第一小区内的各个位置处的概率密度。

图13示出了概率密度确定设备102的示例性结构。如图13所示，概率密度确定设备102可以包括距离确定单元1021、椭圆建立单元1022和概率密度确定单元1023。由于在上文中已经针对步骤S402详细描述了概率密度确定设备102执行的操作的细节，因此在这里只对概率密度确定设备102(以及其中的各个单元)进行简要的描述。

距离确定单元1021可以基于该移动设备的移动速度和该移动设备从第一小区移动到第二小区所花费的时间，确定所述移动设备的最大移动距离。在本发明的实施例中，可以将移动设备的移动速度设置为该移动设备的最大允许移动速度，所述最大允许移动速度可以根据上文所述的多种因素确定。

椭圆建立单元1022可以以第一小区内的第一位置以及第一小区与第二小区的公共边界上的第二位置为焦点，以所述最大移动距离为长轴长度，建立误差椭圆。椭圆建立单元1022可以按照上文所述的方式建立该误差椭圆。所述第一位置可以是第一小区内的任意位置，所述第二位置可以是第一小区和第二小区之间的公共边界上的任意位置。在此基础上，椭圆建立单元1022可以从所述误差椭圆中排除位于第一小区之外的部分，从而形成仅包含该误差椭圆中位于第一小区内的部分(或该误差椭圆与第一小区的公共区域)的部分误差椭圆。表示移动设备处于根据这一对第一位置和第二位置确定的部分误差椭圆内的各个位置处的概率密度的概率密度函数如上式(1)所示。

概率密度确定单元1023可以根据表示移动设备处于所述误差椭圆与第一小区的公共区域(即所述部分误差椭圆)内的各个位置处的概率密度的概率密度函数、以及第一小区内的第一位置和所述公共边界上的第二位置的联合分布函数，确定移动设备处于第一小区内的各个位置处的概率密度。具体地，概率密度确定单元1023可以使用上式(3)，确定移动设备处于第一小区内的各个位置处的概率密度。

返回图12，位置确定设备103可以根据该移动设备处于第一小区内的各个位置处的概率密度，确定该移动设备在第一小区内的可能位置。例如，位置确定设备103可以将第一小区中所述概率密度为0的部分确定为该移动设备不可能到达的位置，而将概率密度不为0的部分确定为该移动设备的可能位置。可替换地，位置确定设备103可以将第一小区中所述概率密度小于第一阈值的部分确定为该移动设备不可能到达的位置，而将其余部分确定为该移动设备的可能位置。位置确定设备103也可以根据所计算的每个位置的概率密度，确定移动设备处于该位置的可能性大小。

利用上述装置，在确定移动设备的位置时，除了考虑移动设备的通话数据记录从而确定移动设备的位置变化以外，还考虑了小区的覆盖范围以及移动设备本身的移动能力，使得所确定的移动设备的位置精度更高。

在上文中针对移动设备的最大允许移动速度已知或者可以根据某些因素确定的情况描述了根据本发明实施例的装置，但这不是限制性的，该装置也适用于移动设备的最大允许移动速度未知的情况。在这种情况下，可以设置多个最大允许移动速度，然后对每个最大允许移动速度执行上述操作，从而确定移动设备处于第一小区内的各个位置处的概率密度。如果针对某个最大允许移动速度确定的移动设备处于第一小区内的各个位置处的概率密度为0，则可以确定该最大允许移动速度是不正确的，从而可以确定移动设备不可能以对应的移动模式移动。

此外，根据本发明实施例的确定移动设备的位置的装置也适用于三条或更多通话数据记录的情况。具体地，在上文所述的当移动设备在通话期间从第三小区进入第一小区，然后从第一小区进入第二小区的情况中，所述装置可以对于移动设备从第三小区与第一小区之间的公共边界到第一小区的移动，按照与上文所述的实施例相似的方式构造部分误差椭圆，然后基于该部分误差椭圆确定移动设备处于第一小区内的各个位置的概率密度，由此确定对于该移动，移动设备在第一小区内的可能位置。此外，所述装置可以对于移动设备从第一小区到第一小区与第二小区之间的公共边界的移动，按照与上文所述的实施例相似的方式构造部分误差椭圆，然后基于该部分误差椭圆确定移动设备处于第一小区内的各个位置的概率密度，由此确定对于该移动，移动设备在第一小区内的可能位置。

如上文所述，利用根据本发明的方法和装置确定的移动设备的位置具有较高的精度。在本发明的实施例中，还可以将利用所述方法和装置确定的移动设备的位置与其他信息相结合，从而进一步提高所确定的移动设备的位置的精度。所述信息可以包括移动设备的GPS数据、持有该移动设备的用户在某个已知位置的信用卡消费记录、小区内的路网数据、该用户在小区内的历史运动轨迹或历史位置分布、和/或与该用户具有某种相似性的用户在小区内的历史运动轨迹或历史位置分布等。作为一个例子，如果在第一小区内的某些位置存在移动设备的GPS数据，则可以确定移动设备到达过这些位置，从而可以将上文所述的联合分布函数f(p₁,p₂)的对应值增大，以调整最终确定的概率密度函数f(l^1,2)。作为另一示例，如果根据用户的信用卡交易记录确定该用户在某个商店消费过，则可以确定移动设备到达过该商店所在的位置，从而将上文所述的联合分布函数f(p₁,p₂)的对应值增大，以调整最终确定的概率密度函数f(l^1,2)。作为再一示例，如果已知小区内的路网数据，并且可以确定持有该移动设备的用户在某条道路上的可能性更大，则可以将上文所述的联合分布函数f(p₁,p₂)的对应值增大，以调整最终确定的概率密度函数f(l^1,2)。

此外，在上文中针对小区边界为“硬”边界的情况描述了本发明的实施例，即在小区边界固定的情况下确定位于第一小区内的点P₁和位于第一小区与第二小区之间的公共边界上的点P₂的联合分布函数f(p₁,p₂)，但这不是限制性的。本发明的实施例也可以适用于小区边界为“软”边界的情况，在这种情况下，只需要根据所确定的小区的“软”边界调整联合分布函数f(p₁,p₂)的值即可。此外，尽管在上文中提到移动设备进行连续通话，但这不是限制性的，所述移动设备也可以进行不连续的通话，只要该移动设备从一个小区移动到另一个小区，从而产生相应的通话数据记录即可。

此外，应当认识到，上文所述的方法和装置的实施例只是说明性的，而不是限制性的。在其他实施例中，可以用不同的方式来确定移动设备的位置。例如，如上文所述，当移动设备在第一通话数据记录和第二通话数据记录对应的时间间隔内从第一小区移动到第一小区与第二小区之间的公共边界上时，移动设备只能处于在该时间间隔内能够到达所述公共边界的位置，因此，在对移动设备的位置精度要求不高的情况下，可以简单地将第一小区中距所述公共边界上的每个点的距离不超过所述最大移动距离的位置确定为移动设备的可能位置。在此基础上，如果希望更精确地确定移动设备的位置，则可以按照上文所述的方式，从所有可能位置中选择任意两个位置作为焦点来建立部分误差椭圆，然后通过积分来确定移动设备处于每个可能位置的概率密度，从而根据所述概率密度来确定移动设备的位置。本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (16)

1.一种确定移动设备的位置的方法，包括：

分析该移动设备的通话数据记录，以确定该移动设备驻留过的第一小区以及该移动设备从第一小区移动到第二小区所花费的时间；

基于该移动设备的移动速度和所述时间，确定该移动设备处于第一小区内的各个位置处的概率密度；以及

根据所述概率密度，确定该移动设备在第一小区内的可能位置。

2.如权利要求1所述的方法，其中，所述通话数据记录至少包括当移动设备位于第一小区时产生的第一通话数据记录以及响应于移动设备从第一小区移动到第一小区和第二小区之间的公共边界上而产生的第二通话数据记录。

3.如权利要求2所述的方法，其中，所述第一通话数据记录包含当移动设备位于第一小区时的第一时刻，所述第二通话数据记录包含移动设备移动到第一小区和第二小区之间的边界上的第二时刻，所述移动设备从第一小区移动到第二小区所花费的时间是第二时刻与第一时刻之差。

4.如权利要求2或3所述的方法，其中，所述通话数据记录针对连续通话，该移动设备在所述连续通话期间从第一小区移动到第二小区。

5.如权利要求1所述的方法，其中，所述基于该移动设备的移动速度和所述时间，确定移动设备处于第一小区内的各个位置处的概率密度包括：

基于该移动设备的移动速度和所述时间，确定所述移动设备的最大移动距离。

6.如权利要求5所述的方法，其中，所述基于该移动设备的移动速度和所述时间，确定移动设备处于第一小区内的各个位置处的概率密度还包括：

以第一小区内的第一位置以及第一小区与第二小区的公共边界上的第二位置为焦点，以所述最大移动距离为长轴长度，建立误差椭圆；以及

根据表示移动设备处于所述误差椭圆与第一小区的公共区域内的各个位置处的概率密度的概率密度函数、以及第一小区内的第一位置和所述公共边界上的第二位置的联合分布函数，确定移动设备处于第一小区内的各个位置处的概率密度。

7.如权利要求6所述的方法，其中，表示移动设备处于所述误差椭圆与第一小区的公共区域内的各个位置处的概率密度的概率密度函数为所述公共区域的面积的倒数。

8.如权利要求1或5所述的方法，其中，所述移动设备的移动速度是该移动台的最大允许移动速度。

9.一种确定移动设备的位置的装置，包括：

分析设备，被配置为分析该移动设备的通话数据记录，以确定该移动设备驻留过的第一小区以及该移动设备从第一小区移动到第二小区所花费的时间；

概率密度确定设备，被配置为基于该移动设备的移动速度和所述时间，确定该移动设备处于第一小区内的各个位置处的概率密度；以及

位置确定设备，被配置为根据所述概率密度，确定该移动设备在第一小区内的可能位置。

10.如权利要求9所述的装置，其中，所述通话数据记录至少包括当移动设备位于第一小区时产生的第一通话数据记录以及响应于移动设备从第一小区移动到第一小区和第二小区之间的公共边界上而产生的第二通话数据记录。

11.如权利要求10所述的装置，其中，所述第一通话数据记录包含当移动设备位于第一小区时的第一时刻，所述第二通话数据记录包含移动设备移动到第一小区和第二小区之间的边界上的第二时刻，所述移动设备从第一小区移动到第二小区所花费的时间是第二时刻与第一时刻之差。

12.如权利要求10或11所述的装置，其中，所述通话数据记录针对连续通话，该移动设备在所述连续通话期间从第一小区移动到第二小区。

13.如权利要求9所述的装置，其中，所述概率密度确定设备包括：

距离确定单元，被配置为基于该移动设备的移动速度和所述时间，确定所述移动设备的最大移动距离。

14.如权利要求13所述的装置，其中，所述概率密度确定设备还包括：椭圆建立单元，被配置为以第一小区内的第一位置以及第一小区与第二小区的公共边界上的第二位置为焦点，以所述最大移动距离为长轴长度，建立误差椭圆；以及

概率密度确定单元，被配置为根据表示移动设备处于所述误差椭圆与第一小区的公共区域内的各个位置处的概率密度的概率密度函数、以及第一小区内的第一位置和所述公共边界上的第二位置的联合分布函数，确定移动设备处于第一小区内的各个位置处的概率密度。

15.如权利要求14所述的装置，其中，表示移动设备处于所述误差椭圆与第一小区的公共区域内的各个位置处的概率密度的概率密度函数为所述公共区域的面积的倒数。

16.如权利要求9或13所述的装置，其中，所述移动设备的移动速度是该移动台的最大允许移动速度。