CN106255203A - 基于mds的终端rsrp差异补偿的定位方法 - Google Patents

Abstract

本发明提供一种提高定位精度的基于MDS的终端RSRP差异补偿的定位方法，属于LTE定位技术领域。所述定位方法包括：步骤一：从LTE基站中获取采样点，进行预处理；步骤二：基于MDS，根据预处理后的采样点，获取终端之间的信号强度RSRP差异；步骤三：在离线阶段，补偿步骤二获取的终端之间的信号强度RSRP差异，建立Radio Map数据库；步骤四：在在线阶段，补偿步骤二获取的终端之间的信号强度RSRP差异，进行定位，获得待定位终端的位置。本发明采用MDS方法计算得到各LTE终端接收RSRP的差异，分别在离线阶段和在线阶段补偿终端差异，从而消除由于LTE终端不同而造成的RSRP差异，提高定位精度。

Description

基于MDS的终端RSRP差异补偿的定位方法

技术领域

本发明涉及一种终端RSRP差异补偿的定位方法，具体涉及室外LTE指纹定位技术和多维尺度分析方法，属于LTE定位技术领域。

背景技术

随着智能手机的普及，基于位置的服务在发挥着越来越重要的作用，定位与导航相关技术越来越受到人们的重视。GNSS(Global Navigation Satellite System)作为一种最广泛使用的室外定位技术，虽然能够达到很高的定位精度，但是其对障碍物遮挡、天气的变化等较敏感，在密集城区中，GNSS的定位精度较差甚至由于遮挡严重而无法定位。随着第四代移动通信技术的普及，城区及大部分乡村已经实现了LTE全覆盖，故基于LTE的定位系统成为室外定位研究的热点，并逐渐得到更多的关注。基于LTE的室外定位系统主要分为两类：基于测距的定位方法和基于位置指纹的定位方法。基于测距的定位通过TOA(Time ofArrival，到达时间)、AOA(Angle of Attack，仰角)、TDOA(Time Difference of Arrival，到达时间差)等方法计算移动终端与三个基站的距离，然后进行三角定位得到定位结果，基于测距的定位方法对于时间同步、建筑物密集城区的非视距(Non Line of Sight，NLOS)等较敏感。而基于位置指纹的定位方法是将在线信号特征与数据库中的参考点信号特征进行匹配定位，数据库是基于真实采集的数据建立的，完全保留了实际信号传播环境的特征，例如障碍物遮挡、非视距传播等，即基于位置指纹的定位方法较适用于室外复杂的环境，故基于LTE的位置指纹定位系统成为了室外定位的首选。

基于LTE的位置指纹定位方法通过RSRP((Reference Signal Receiving Power，参考信号的接受功率)特征与数据库进行匹配定位。该定位系统包括以下两个阶段：建立Radio Map数据库(信号覆盖图数据库)的离线阶段，以及在线的指纹匹配与定位阶段。离线阶段通过LTE基站获取大量LTE用户的采样点，对采样点进行合并、平均得到Radio Map，Radio Map是由参考点(Reference Point，RP)组成。参考点包含两部分信息，分别是参考点的物理位置和在该位置上接收到来自LTE网络中各个接入点(Access Point,AP)的RSRP值。在线阶段，计算Radio Map中的参考点RSRP与在线RSRP之间的信号空间欧氏距离，采用NN(Nearest Neighbor，邻近)或kNN(k-Nearest Neighbor，k最近邻)分类算法得到定位结果。

由于市面上的LTE终端产品种类繁多，不同种终端内部的信号接收天线增益不同，所以接收信号强度有较大差别，如果不对接收信号强度进行处理而直接以此为基础建立Radio Map或定位，必然会对定位精度产生影响。

发明内容

为了解决上述问题，本发明提供一种提高定位精度的基于MDS的终端RSRP差异补偿的定位方法。

本发明的基于MDS的终端RSRP差异补偿的定位方法，所述定位方法包括如下步骤：

步骤一：从LTE基站中获取采样点，进行预处理；

步骤二：基于MDS，根据预处理后的采样点，获取终端之间的信号强度RSRP差异；

步骤三：在离线阶段，补偿步骤二获取的终端之间的信号强度RSRP差异，建立Radio Map数据库；

步骤四：在在线阶段，补偿步骤二获取的终端之间的信号强度RSRP差异，进行定位，获得待定位终端的位置。

优选的是，所述步骤一为：

从LTE基站中获取采样点并预处理，获得终端的经纬度、终端的国际移动用户识别码IMSI、服务小区的全球小区识别码CGI₀、服务小区的信号强度RSRP₀、各邻小区全球小区识别码CGI_i和各邻小区的信号强度RSRP_i，i＝1,2,…I，I为邻小区的数量。

优选的是，所述步骤二包括：

步骤二一：从步骤一获取的采样点中筛选国际移动用户识别码IMSI不同而经纬度相同的采样点，即：获取来自同一位置不同终端上的采样点，计算所有位置重叠的不同终端的信号强度RSRP差异的欧氏距离；

步骤二二：根据步骤二一计算得到的所有位置重叠的不同终端的信号强度RSRP差异的欧氏距离，构造信号强度RSRP差异欧氏距离矩阵；

步骤二三：对步骤二二中得到的信号强度RSRP差异欧氏距离矩阵进行双中心变换，获得双中心变换矩阵；

步骤二四：对步骤二三获得的双中心变换矩阵进行特征值分解，获得终端之间的信号强度RSRP差异。

优选的是，所述步骤二一中，位置重叠的不同终端的信号强度RSRP差异的欧氏距离为：

d_ij＝||Δ_i-Δ_j||₂；

d_ij表示终端i和终端j之间的信号强度RSRP差异的欧氏距离，Δ_i和Δ_j分别为终端i和终端j的信号强度RSRP差异，||·||₂为矩阵的L2范数；

记矩阵Ω＝[Δ₁ Δ₂ … Δ_N]^T，N表示不同终端的数量，i和j分别为1至N中的任意两个正整数；

所述步骤二二中的信号强度RSRP差异欧氏距离矩阵D∈R^N×N：

记矩阵Ψ＝[Δ₁ ² Δ₂ ² … Δ_N ²]^T，则：

$D=\mathrm{\Ψ}{1}_N^T+1_N{\mathrm{\Ψ}}^T-2{\mathrm{\Ω\Ω}}^T$

其中，I_N为N阶单位阵，1_N＝[1 1 … 1]^T；

所述步骤二三中，双中心变换矩阵B_r：

$B_r=-\frac{1}{2}{\mathrm{JDJ}}^T$

其中，J为中心化矩阵，

所述步骤二四中，对矩阵B_r分解：

B_r＝VΛV^T

其中：

Λ＝diag{λ₁ λ₂ … λ_k}

V＝[ν₁ ν₂ … ν_N]_N×k

λ₁≥λ₂≥…≥λ_k>0为矩阵B_r的k个特征值，ν₁,ν₂,…,ν_k为对应特征值的特征向量，则λ₁为最大特征值，ν₁为其对应特征向量；

终端之间的信号强度RSRP差异为：

$\widehat{\mathrm{\Ω}}={\left[\begin{array}{cccc}{\widehat{\mathrm{\Δ}}}_1& {\widehat{\mathrm{\Δ}}}_2& \mathrm{...}& {\widehat{\mathrm{\Δ}}}_N\end{array}\right]}^T=\sqrt{{\mathrm{\λ}}_1}{v}_1.$

优选的是，所述步骤三包括：

步骤三一：利用步骤二中求得的终端之间的信号强度RSRP差异对步骤一中获取的采样点进行补偿；

步骤三二：在步骤三一补偿后采样点中，将经纬度相同的采样点合并，得到多个参考点RP，多个参考点组成Radio Map数据库；

优选的是，所述步骤四包括：

步骤四一：利用步骤二中求得的终端之间的信号强度RSRP差异对在线测量的采样点进行补偿；

步骤四二：在步骤三得到的Radio Map数据库中筛选同时包含各邻区的参考点RP，计算步骤四一补偿后的采样点的信号强度RSRP与筛选出的参考点RP的信号空间欧氏距离；

步骤四三：选择步骤四二计算得到的信号空间欧氏距离中欧氏距离最小对应的k个参考点RP，根据选择的k个参考点RP获取在线测量采样点的位置。

本发明的有益效果在于，采用MDS方法计算得到各LTE终端接收RSRP的差异，分别在离线阶段和在线阶段补偿终端差异，从而消除由于LTE终端不同而造成的RSRP差异，提高定位精度。

附图说明

图1为本发明的定位的原理示意图。为LTE终端上报的采样点的位置，其中λ为经度，为纬度，LTE终端通过GPS(Global Positioning System)获取的位置，在本发明中认为上报的位置是准确的。为定位结果，其中为估计的经度，为估计的纬度。

图2为本发明具体实施方式的定位方法与KNN定位方法的定位效果对比图。

具体实施方式

结合图1说明本实施方式，本实施方式的基于MDS的终端RSRP差异补偿的定位方法，包括：

步骤一：从LTE基站中获取采样点，进行预处理；

步骤二：基于MDS，根据预处理后的采样点，获取终端之间的信号强度RSRP差异；

步骤三：在离线阶段，补偿步骤二获取的终端之间的信号强度RSRP差异，建立Radio Map数据库；

步骤四：在在线阶段，补偿步骤二获取的终端之间的信号强度RSRP差异，进行定位，获得待定位终端的位置。

本实施方式对于从LTE基站中获取采样点首先计算得到两两终端之间信号强度RSRP的差异，采用MDS方法构建所有LTE终端之间信号强度RSRP的关系，即终端差异。建立Radio Map数据库或定位前在采样点的信号强度RSRP上补偿对应LTE终端的终端差异，至此由于LTE终端不同而造成的终端差异已经消除。本实施方式以手机终端为例，进行在线定位。

本实施方式中，步骤一是对采样点进行处理获得信息供步骤二获得终端之间的信号强度RSRP差异和步骤三建立Radio Map数据库使用。在优选实施例中，步骤一从LTE基站中获取采样点，进行预处理，获得终端的经纬度、终端的国际移动用户识别码IMSI、服务小区的全球小区识别码CGI₀、服务小区的信号强度RSRP₀、各邻小区全球小区识别码CGI_i和各邻小区的信号强度RSRP_i，i＝1,2,…I，I为邻小区的数量。

在优选实施例中，对LTE基站中获取采样点，进行预处理，获取上述信息，步骤一具体包括：

步骤一一：从LTE基站的LTE数据包中获取终端的经纬度其中λ为经度，为纬度；

步骤一二：将获取的经纬度进行位置量化，获取经度差和纬度差；计算1米对应的经度差和纬度差，并对获取的经纬度进行1米位置量化；

为使经度、纬度的有效位数与GPS的定位精度相匹配，设置量化间隔为1米。由公式(1)计算得到1米对应经度差及纬度差，该差值与用户位置有关，以哈尔滨市城区(126°E，45°N)为例，经度差λ₀约为1.3×10^-6°，纬度差约为0.9×10^-6°；

其中R为地球半径，本实施方式设定为6371km，λ_A、为A点经纬度，λ_B、为B点经纬度，L为A、B两点的距离。

由公式(2)对经纬度进行位置量化，得到量化都的经纬度

其中[]为取整符号。

步骤一三：从步骤一一的LTE数据包的LOCATION_UPDATING_REQUEST消息中，获取终端的国际移动用户识别码IMSI(International Mobile Subscriber Identity，国际移动用户识别码)，以唯一识别终端；

步骤一四：从步骤一一的LTE数据包的INITIAL_UE_MESSAGE消息中，获取服务小区的全球小区识别码CGI₀；

步骤一五：从步骤一一的LTE数据包的测量报告RRC_MEAS_RPRT中获取rsrpResult，即：服务小区的信号强度RSRP₀；

从步骤一一的LTE数据包的测量报告RRC_MEAS_RPRT中获取physCellID，即：邻小区PCI_i，本实施方式包含6个邻小区，记为PCI₁～PCI₆；

从步骤一一的LTE数据包的测量报告RRC_MEAS_RPRT中获取rsrpResult，即：对应于邻小区PCI_i的信号强度RSRP_i，记为RSRP₁～RSRP₆。

步骤一六：将邻小区PCI_i与工参进行对比，得到邻小区全球小区识别码CGI_i，记为CGI₁～CGI₆；

步骤一七：经过步骤一一至步骤一六，已获取采样点所需的所有信息，见下表1，重复步骤一一～步骤一六直到获取所有含有经纬度的采样点：

表1采样点信息及含义对应表

本实施方式中，步骤二是基于MDS，根据预处理后的采样点，获取终端之间的信号强度RSRP差异，多维标度(Multidimensional scaling,MDS)分析方法，是根据在无噪情况下信号子空间和噪声子空间之间的正交性，推导出基于MDS的到达时间差标量乘积矩阵，用以估计移动目标的位置和速度。在优选的实施例中，步骤二包括：

步骤二一：从步骤一获取的采样点中筛选国际移动用户识别码IMSI不同而经纬度相同的采样点，即：获取来自同一位置不同终端上的采样点，计算所有位置重叠的不同终端的信号强度RSRP差异的欧氏距离：

计算终端i和终端j之间的信号强度RSRP差异的欧氏距离d_ij：

d_ij＝||Δ_i-Δ_j||₂＝||RSRP_ik-RSRP_jk||₂ (2)

式中||·||₂为矩阵的L2范数；

终端i和终端j的信号强度RSRP差异：

$\begin{array}{c}{\mathrm{\Δ}}_i={\mathrm{RSRP}}_{ik}-{\mathrm{RSRP}}_k\\ {\mathrm{\Δ}}_j={\mathrm{RSRP}}_{jk}-{\mathrm{RSRP}}_k\end{array}---\left(3\right)$

终端i和终端j均接收到相同邻小区的信号，信号强度分别为RSRP_ik和RSRP_jk，且终端接收天线无方向性且接收天线增益为0dB时的接收信号强度为RSRP_k；

记Ω＝[Δ₁ Δ₂ … Δ_N]^T，其中(·)^T为矩阵的转置，其中N表示不同终端的数量，i和j分别为1至N中的任意两个正整数；

步骤二二：根据步骤二一计算得到的所有位置重叠的不同终端的信号强度RSRP差异的欧氏距离，构造信号强度RSRP差异欧氏距离矩阵：

信号强度RSRP差异欧氏距离矩阵D∈R^N×N：

记Ψ＝[Δ₁ ² Δ₂ ² … Δ_N ²]^T，则：

$D={\mathrm{\Ψ}1}_N^T+1_N{\mathrm{\Ψ}}^T-2{\mathrm{\Ω\Ω}}^T---\left(4\right)$

步骤二三：对步骤二二中得到的信号强度RSRP差异欧氏距离矩阵进行双中心变换，获得双中心变换矩阵：

$B_r=-\frac{1}{2}{\mathrm{JDJ}}^T---\left(5\right)$

中心化矩阵J：

$J=I_N-\frac{1}{N}{1}_N{1}_N^T---\left(6\right)$

其中I_N为N阶单位阵，1_N＝[1 1 … 1]^T。

步骤二四：对步骤二三获得的双中心变换矩阵进行特征值分解，获得终端之间的信号强度RSRP差异：

B_r＝VΛV^T (7)

其中：

Λ＝diag{λ₁ λ₂ … λ_k} (8)

V＝[ν₁ ν₂ … ν_N]_N×k (9)

λ₁≥λ₂≥…≥λ_k>0为矩阵B_r的k个特征值，ν₁,ν₂,…,ν_k为对应特征值的特征向量，则λ₁为最大特征值，ν₁为其对应特征向量。令：

$\widehat{\mathrm{\Ω}}={\left[\begin{array}{cccc}{\widehat{\mathrm{\Δ}}}_1& {\widehat{\mathrm{\Δ}}}_2& \mathrm{...}& {\widehat{\mathrm{\Δ}}}_N\end{array}\right]}^T=\sqrt{{\mathrm{\λ}}_1}{v}_1---\left(10\right)$

即为终端之间的信号强度RSRP差异。

本实施方式中，步骤三是在离线阶段，补偿步骤二获取的终端之间的信号强度RSRP差异，建立Radio Map数据库，优选实施例中，步骤三包括：

步骤三一：利用步骤二中求得的终端之间的信号强度RSRP差异对步骤一中获取的采样点进行补偿：

以终端i的一个采样点为例，步骤一中得到采样点的信号强度为：

RSRP＝[RSRP₀ RSRP₁ … RSRP₆] (11)

步骤二中求得终端i对应的终端RSRP差异为则补偿终端差异后，该采样点的信号强度为：

${\mathrm{RSRP}}^{\′}=\left[\begin{array}{cccc}{\mathrm{RSRP}}_0-{\widehat{\mathrm{\Δ}}}_i& {\mathrm{RSRP}}_1-{\widehat{\mathrm{\Δ}}}_i& \mathrm{...}& {\mathrm{RSRP}}_6-{\widehat{\mathrm{\Δ}}}_i\end{array}\right]---\left(12\right)$

步骤三二：在步骤三一补偿后采样点中，将经纬度相同的采样点合并，得到多个参考点RP，多个参考点组成Radio Map数据库；

对于接收相同小区信号的相同位置的采样点，将各采样点的信号强度RSRP取平均值；Radio Map数据库中包括位置、小区编号和信号强度。假设有m个参考点RP，由于测量报告中的邻小区个数不定，则每个参考点RP对应的AP个数可能不同。

本实施方式中步骤四是在在线阶段，补偿步骤二获取的终端之间的信号强度RSRP差异，进行定位，获得待定位终端的位置，优选实施例中，步骤四包括：

步骤四一：利用步骤二中求得的终端之间的信号强度RSRP差异对在线测量的采样点进行补偿：

以终端i的一个采样点为例，在线测量的采样点的信号强度RSRP为：

RSRP＝[RSRP₀ RSRP₁ … RSRP_n]

步骤二中求得终端i对应的终端RSRP差异为则补偿终端差异后，该采样点的信号强度为：

${\mathrm{RSRP}}^{\′}=\left[\begin{array}{cccc}{\mathrm{RSRP}}_0-{\widehat{\mathrm{\Δ}}}_i& {\mathrm{RSRP}}_1-{\widehat{\mathrm{\Δ}}}_i& \mathrm{...}& {\mathrm{RSRP}}_n-{\widehat{\mathrm{\Δ}}}_i\end{array}\right]$

假设在线测量报告中包含n个邻小区，则该采样点可以表示为：

CGI1

RSRP1′

CGI2

RSRP2′

…

CGIn

RSRPn′

步骤四二：在步骤三得到的Radio Map数据库中筛选同时包含各邻区的参考点RP，计算步骤四一补偿后的采样点的信号强度RSRP与筛选出的参考点RP的信号空间欧氏距离：

在Radio Map数据库中筛选同时包含CGI₁～CGI_n的参考点，并计算补偿后的在线测量采样点的信号强度RSRP与筛选的参考点的信号空间欧氏距离。

假设Radio Map数据库中第p个参考点RP同时包含所有的在线CGI，且在参考点RP中对应的邻小区全球小区识别码CGI为CGI_p1～CGI_pn，对应的信号强度RSRP为RSRP_p1～RSRP_pn，则在线测量采样点的信号强度RSRP与Radio Map数据库中第p个参考点RP的信号空间欧氏距离d_p为：

$d_p=\left|\right|{\mathrm{RSRP}}_p-RSRP|{|}_2^2---\left(13\right)$

式中||·||₂为矩阵的L2范数。

步骤四三：选择步骤四二计算得到的信号空间欧氏距离中欧氏距离最小对应的k个参考点RP，根据选择的k个参考点RP获取在线测量采样点的位置：

通过如下公式估计测试点位置：

在室外LTE指纹定位中，由于室外空间大，所以从LTE基站中获取终端测量报告构造采样点代替人工测量的方法构建位置指纹库，虽然能够大大降低构建Radio Map的工作量，但是却引入了移动终端RSRP差异，对定位精度产生影响。在本实施方式中，提出了一种基于MDS的终端RSRP差异补偿算法，实现了由两两终端之间的RSRP相对差异，求解所有终端的绝对终端差异，并在离线阶段和在线阶段分别补偿终端差异。

在哈尔滨市江北区的一块典型的密集城区中测试本实施方式的定位方法。实验仿真结果图2表明，本实施方式提出的定位方法能够有效的消除由于终端差异导致的采样点RSRP差异，能够有效的提高定位精度。

Claims (6)

1.一种基于MDS的终端RSRP差异补偿的定位方法，其特征在于，所述定位方法包括如下步骤：

步骤一：从LTE基站中获取采样点，进行预处理；

步骤二：基于MDS，根据预处理后的采样点，获取终端之间的信号强度RSRP差异；

步骤三：在离线阶段，补偿步骤二获取的终端之间的信号强度RSRP差异，建立RadioMap数据库；

步骤四：在在线阶段，补偿步骤二获取的终端之间的信号强度RSRP差异，进行定位，获得待定位终端的位置。

2.根据权利要求1所述的基于MDS的终端RSRP差异补偿的定位方法，其特征在于，所述步骤一为：

从LTE基站中获取采样点并预处理，获得终端的经纬度、终端的国际移动用户识别码IMSI、服务小区的全球小区识别码CGI₀、服务小区的信号强度RSRP₀、各邻小区全球小区识别码CGI_i和各邻小区的信号强度RSRP_i，i＝1,2,…I，I为邻小区的数量。

3.根据权利要求2所述的基于MDS的终端RSRP差异补偿的定位方法，其特征在于，所述步骤二包括：

步骤二一：从步骤一获取的采样点中筛选国际移动用户识别码IMSI不同而经纬度相同的采样点，即：获取来自同一位置不同终端上的采样点，计算所有位置重叠的不同终端的信号强度RSRP差异的欧氏距离；

步骤二二：根据步骤二一计算得到的所有位置重叠的不同终端的信号强度RSRP差异的欧氏距离，构造信号强度RSRP差异欧氏距离矩阵；

步骤二三：对步骤二二中得到的信号强度RSRP差异欧氏距离矩阵进行双中心变换，获得双中心变换矩阵；

步骤二四：对步骤二三获得的双中心变换矩阵进行特征值分解，获得终端之间的信号强度RSRP差异。

4.根据权利要求3所述的基于MDS的终端RSRP差异补偿的定位方法，其特征在于，

所述步骤二一中，位置重叠的不同终端的信号强度RSRP差异的欧氏距离为：

d_ij＝||△_i-△_j||₂；

d_ij表示终端i和终端j之间的信号强度RSRP差异的欧氏距离，△_i和△_j分别为终端i和终端j的信号强度RSRP差异，||·||₂为矩阵的L2范数；

记矩阵Ω＝[△₁ △₂ … △_N]^T，N表示不同终端的数量，i和j分别为1至N中的任意两个正整数；

所述步骤二二中的信号强度RSRP差异欧氏距离矩阵D∈R^N×N：

记矩阵Ψ＝[△₁ ² △₂ ² … △_N ²]^T，则：

其中，I_N为N阶单位阵，1_N＝[1 1 … 1]^T；

所述步骤二三中，双中心变换矩阵B_r：

其中，J为中心化矩阵，

所述步骤二四中，对矩阵B_r分解：

B_r＝VΛV^T

其中：

Λ＝diag{λ₁ λ₂ … λ_k}

V＝[ν₁ ν₂ … ν_N]_N×k

λ₁≥λ₂≥…≥λ_k>0为矩阵B_r的k个特征值，ν₁,ν₂,…,ν_k为对应特征值的特征向量，则λ₁为最大特征值，ν₁为其对应特征向量；

终端之间的信号强度RSRP差异为：

5.根据权利要求1或2所述的基于MDS的终端RSRP差异补偿的定位方法，其特征在于，所述步骤三包括：

步骤三一：利用步骤二中求得的终端之间的信号强度RSRP差异对步骤一中获取的采样点进行补偿；

步骤三二：在步骤三一补偿后采样点中，将经纬度相同的采样点合并，得到多个参考点RP，多个参考点组成Radio Map数据库。

6.根据权利要求5所述的基于MDS的终端RSRP差异补偿的定位方法，其特征在于，所述步骤四包括：

步骤四一：利用步骤二中求得的终端之间的信号强度RSRP差异对在线测量的采样点进行补偿；

步骤四二：在步骤三得到的Radio Map数据库中筛选同时包含各邻区的参考点RP，计算步骤四一补偿后的采样点的信号强度RSRP与筛选出的参考点RP的信号空间欧氏距离；

步骤四三：选择步骤四二计算得到的信号空间欧氏距离中欧氏距离最小对应的k个参考点RP，根据选择的k个参考点RP获取在线测量采样点的位置。