CN106872937A - 一种基于基站指纹特征匹配的定位方法、平台和系统 - Google Patents
一种基于基站指纹特征匹配的定位方法、平台和系统 Download PDFInfo
- Publication number
- CN106872937A CN106872937A CN201510908775.3A CN201510908775A CN106872937A CN 106872937 A CN106872937 A CN 106872937A CN 201510908775 A CN201510908775 A CN 201510908775A CN 106872937 A CN106872937 A CN 106872937A
- Authority
- CN
- China
- Prior art keywords
- base station
- sampled point
- signal intensity
- terminal
- signal
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种基于基站指纹特征匹配的定位方法、平台和系统，涉及移动互联网领域。其中的方法包括：获取终端测量的基站的信号强度和时间特征参数；将终端测量的基站的信号强度和时间特征参数与基站指纹特征库中的各采样点的基站指纹信息进行匹配，其中各采样点的基站指纹信息包括各采样点的可见基站的信号强度和时间特征参数；将与终端最匹配的采样点的位置信息作为终端的定位信息。本发明综合利用了终端采集的多种类型参数，有效避免信号折射和绕射对到达时间参数的影响，提升了定位的精度和鲁棒性。
Description
技术领域
本发明涉及移动互联网领域，尤其涉及一种基于基站指纹特征匹配的定位方法、平台和系统。
背景技术
指纹定位是一种基于模式识别技术的无线定位方法，通常是通过采集无线信号的强度等参数，生成指纹特征向量并和相关位置信息保存于数据库中，在定位时候通过查询指纹数据库中能匹配的指纹向量特征和关联位置定位，可以避免信号受到的阻挡等情况而造成强度减弱而导致的定位误差。
现有方法采用信号强度作为指纹特征，信号强度会受到终端天线、流动的人员和车辆、基站稳定性等影响，导致同一地点的指纹特征产生不稳定，造成指纹定位匹配的失败或较大误差。
发明内容
本发明要解决的一个技术问题是现有定位方法指纹特征不稳定易造成指纹定位匹配的失败或较大误差。
根据本发明的一方面，提出一种基于基站指纹特征匹配的定位方法，包括：获取终端测量的基站的信号强度和时间特征参数；将终端测量的基站的信号强度和时间特征参数与基站指纹特征库种的各采样点的基站指纹信息进行匹配，其中各采样点的基站指纹信息包括各采样点的可见基站的信号强度和时间特征参数；将与终端最匹配的采样点的位置信息作为终端的定位信息。
进一步地，还包括：获取各采样点的可见基站的信号强度和时间特征参数，并生成各采样点的基站指纹信息，将各采样点的基站指纹信息保存在基站指纹特征库。
进一步地，获取各采样点的可见基站的信号强度和时间特征参数，并生成各采样点的基站指纹信息的步骤包括：获取各采样点的可见基站的信号强度和时间特征参数，并对可见基站的信号强度进行归一化处理；将归一化处理的可见基站信号强度、时间特征参数生成采样点的基站指纹信息，并关联采样点的位置信息。
进一步地，时间特征参数包括信号从基站到终端的到达时间；将终端测量的基站的信号强度和时间特征参数与基站指纹特征库中的各采样点的基站指纹信息进行匹配的步骤包括：以到达时间与基站指纹特征库中信号从相同基站到采样点的到达时间的距离计算函数为变量；将变量与基站的信号强度的特征权重进行加权处理，得到匹配值。
进一步地，时间特征参数包括信号从基站到终端与基准基站到终端的到达时间差；将终端测量的基站的信号强度和时间特征参数与基站指纹特征库中的各采样点的基站指纹信息进行匹配的步骤包括：以时间差与基站指纹特征库中信号从相同基站到采样点的到达时间差的距离计算函数为变量；将变量与基站的信号强度的特征权重进行加权处理，得到匹配值。
进一步地，基站的信号强度的特征权重包括：基站指纹特征库中采样点的可见基站的信号强度的特征权重和/或定位时终端测量的基站的信号强度的特征权重。
根据本发明的另一方面，还提出一种定位平台，包括：信息获取单元，用于获取终端测量的基站的信号强度和时间特征参数；特征匹配单元，用于将终端测量的基站的信号强度和时间特征参数与基站指纹特征库中的各采样点的基站指纹信息进行匹配，其中基站指纹信息包括各采样点的可见基站的信号强度和时间特征参数；定位单元，用于将与终端最匹配的采样点的位置信息作为终端的定位信息。
进一步地，还包括：信息获取单元用于获取各采样点的可见基站的信号强度和时间特征参数；基站指纹信息生成单元，用于根据信息获取单元获取的各采样点的可见基站的信号强度和时间特征参数，生成采样点的基站指纹信息；基站指纹特征库，用于存储各采样点的基站指纹信息。
进一步地，信息获取单元用于获取各采样点的可见基站的信号强度和时间特征参数，并对可见基站的信号强度进行归一化处理；基站指纹信息生成单元用于将归一化处理的可见基站信号强度、时间特征参数生成采样点的基站指纹信息，并关联采样点的位置信息。
进一步地，时间特征参数包括信号从基站到终端的到达时间；特征匹配单元用于以到达时间与基站指纹特征库中信号从相同基站到采样点的到达时间的距离计算函数为变量；将变量与基站的信号强度的特征权重进行加权处理，得到匹配值。
进一步地，时间特征参数包括信号从基站到终端与信号从基准基站到终端的到达时间差；特征匹配单元用于以时间差与基站指纹特征库中信号从相同基站到采样点的到达时间差的距离计算函数为变量；将变量与基站的信号强度的特征权重进行加权处理，得到匹配值。
进一步地，基站的信号强度的特征权重包括：基站指纹特征库中采样点的可见基站的信号强度的特征权重和/或定位时终端测量的基站的信号强度的特征权重。
根据本发明的另一方面，还提出一种基于基站指纹特征匹配的定位系统，包括终端和上述的定位平台；终端用于向定位平台发送定位请求，并将获取的基站的信号强度和时间特征参数发送至定位平台；还用于接收定位平台发送的定位结果。
与现有技术相比，本发明通过采集周边基站的信号强度和时间特征参数，生成混合指纹特征保存于指纹库；定位时候，终端将检测到的周边基站信号强度和时间特征参数发送定位平台，进行加权最近距离匹配，获取匹配点的位置来确定终端位置。本发明综合利用了终端采集的多种类型参数，有效避免信号折射和绕射对到达时间参数的影响，提升了定位的精度和鲁棒性。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
构成说明书的一部分的附图描述了本发明的实施例，并且连同说明书一起用于解释本发明的原理。
参照附图，根据下面的详细描述，可以更加清楚地理解本发明，其中：
图1为本发明基于基站指纹特征匹配的定位方法的一个实施例的流程示意图。
图2为本发明基于基站指纹特征匹配的定位方法的另一个实施例的流程示意图。
图3为本发明基于基站指纹特征匹配的定位方法的再一个实施例的流程示意图。
图4为本发明基于基站指纹特征匹配的定位方法的一个具体实施例的流程示意图。
图5为本发明定位平台的一个实施例的结构示意图。
图6为本发明定位平台的另一个实施例的结构示意图。
图7为本发明基于基站指纹特征匹配的定位系统的一个实施例的结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
图1为本发明基于基站指纹特征匹配的定位方法的一个实施例的流程示意图。该方法包括以下步骤：
在步骤110，获取终端测量的基站的信号强度和时间特征参数。
其中时间特征参数可以为信号从基站到终端的到达时间，也可以为信号从基站到终端与信号从基准基站到终端的到达时间差。例如，有三个基站，分别为基站1、基站2和基站3。无线信号从基站1到终端的传播时间为t1,无线信号从基站2到终端的传播时间为t2，无线信号从基站3到终端的传播时间为t3，基站到达时间参数分别为t1、t2和t3；在另一个实施例中，以基站1为基准基站，则基站1的到达时间差参数为(t1-t1＝0)，基站2到达时间差是(t2-t1)，基站3到达时间差是(t3-t1)。
在步骤120，将终端测量的基站的信号强度和时间特征参数与基站指纹特征库中的各采样点的基站指纹信息进行匹配。
其中各采样点的基站指纹信息包括各采样点的可见基站的信号强度和时间特征参数，可见基站为采样点能够接受到基站信号的所有基站。在一个实施例中，可以对可见基站的信号强度进行归一化处理。例如，终端收到3个邻基站1、基站2、基站3的信号强度分布是(S1，S2，S3)，做归一化处理为，将信号强度由绝对强度转换为相对强度(S1/S1，S2/S1，S3/S1)，或者转换为(S1/S1+S2+S3，S2/S1+S2+S3，S3/S1+S2+S3)。
在步骤130，将与终端最匹配的采样点的位置信息作为终端的定位信息。
例如，经过计算得出终端测得的指纹信息与某一采样点的基站指纹信息最匹配，则将该采样点的位置信息作为终端的定位信息。
在该实施例中，将终端测量的基站的信号强度和时间特征参数与基站指纹特征库中的各采样点的基站指纹信息进行匹配，并将最匹配的采样点的位置信息作为终端的定位信息。因此本发明可综合利用终端测量的信号强度和时间特征参数来避免指纹特征不稳定造成的匹配失败和误差。
图2为本发明基于基站指纹特征匹配的定位方法的另一个实施例的流程示意图。该方法包括以下步骤：
在步骤210，获取各采样点的可见基站的信号强度与到达时间参数信息，进行归一化处理生成混合基站指纹信息，并保存在基站指纹特征库。
基站指纹特征库有多个地点的基站指纹信息，以3个采样点的3个基站信息为例，采样点1的指纹信息为：
F1＝((s11，s12，s13，t11，t12，t13)，Latitude1，Longtitude1)
采样点2的指纹信息为：
F2＝((s21，s22，s23，t21，t22，t23)，Latitude2，Longtitude2)
采样点1的指纹信息为：
F3＝((s31，s32，s33，t31，t32，t33)，Latitude3，Longtitude3)
s11为采样点1测得的基站1的信号强度归一化处理后的参数，s12为采样点1测得的基站2的信号强度归一化处理后的参数，s13为采样点1测得的基站3的信号强度归一化处理后的参数，t11为测得的信号从基站1到采样点1的到达时间，t12为测得的信号从基站2到采样点1的到达时间，t13为测得的信号从基站3到采样点1的到达时间，Latitude1为采样点1的纬度信息，Longtitude1为采样点1的经度信息，本领域的技术人员以此类推得知s21，s22，s23，t21，t22，t23，Latitude2，Longtitude2；s31，s32，s33，t31，t32，t33，Latitude3，Longtitude3的含义。
在步骤220，定位时，获取终端测量的基站的信号强度与到达时间。
例如，以测得3个基站无线参数L0＝(s01，s02，s03，t01，t02，t03)，其中，s01为测得的基站1的信号强度归一化处理后的参数，s02测得的基站2的信号强度归一化处理后的参数，s03测得的基站3的信号强度归一化处理后的参数，t01为测得的信号从基站1到终端的到达时间，t02为测得的信号从基站2到终端的到达时间，t03为测得的信号从基站3到终端的到达时间。
在步骤230，以到达时间与基站指纹特征库中信号从相同基站到采样点的到达时间的距离计算函数为变量，将变量与基站的信号强度的特征权重进行加权处理，得到匹配值。
例如，加权处理为W*Distance(T1，T2)，T1为测得的信号从基站到终端的到达时间，T2基站指纹特征库中信号从相同基站到采样点的到达时间。距离计算函数可以用欧氏距离或其他KNN等算法。例如Distance(T1，T2)＝abs(T1-T2)或者Distance(T1，T2)＝abs(T1-T2)2。基站的信号强度的特征权重W＝(f(s1)，f(s2)，f(s3))，例如，f(s1)＝s1/(s1+s2+s3)，f(s2)＝s2/(s1+s2+s3)，f(s3)＝s3/(s2+s2+s3)；或者，f(s1)＝s12/(s12+s22+s32)，f(s2)＝s22/(s12+s22+s32)，f(s3)＝s32/(s12+s22+s32)。信号强度包括历史采集点的强度和当前定位点的强度，通常信号越强，该基站的时间差特征权重越高。
在步骤240，将与终端最匹配的采样点的位置信息作为终端的定位信息。
例如，与采样点1的匹配值为：
D1＝f(s11)*distance(t01,t11)+f(s12)*distance(t01,t12)+f(s13)*distance(t01,t13)
与采样点2的匹配值为：
D2＝f(s21)*distance(t01,t21)+f(s22)*distance(t01,t22)+f(s23)*distance(t01,t23)
与采样点3的匹配值为：
D3＝f(s31)*distance(t01,t31)+f(s32)*distance(t01,t32)+f(s33)*distance(t01,t33)
比较D1、D2和D3，将最匹配的采样点的位置信息作为终端的定位信息。
在该实施例中，将终端测量的基站的信号强度和达到时间参数与基站指纹特征库中的各采样点的基站指纹信息进行匹配，并将最匹配的采样点的位置信息作为终端的定位信息。因此本发明可综合利用终端测量的信号强度和到达时间参数来避免指纹特征不稳定造成的匹配失败和误差。
图3为本发明基于基站指纹特征匹配的定位方法的再一个实施例的流程示意图。该方法包括以下步骤：
在步骤310，获取各采样点的可见基站的信号强度与到达时间差参数信息，进行归一化处理生成混合基站指纹信息，并保存在基站指纹特征库。
基站指纹特征库有多个地点的基站指纹信息，以3个采样点的3个基站信息为例，采样点1的指纹信息为：
F1＝((s11，s12，s13，t11’，t12’，t13’)，Latitude1，Longtitude1)
采样点2的指纹信息为：
F2＝((s21，s22，s23，t21’，t22’，t23’)，Latitude2，Longtitude2)
采样点1的指纹信息为：
F3＝((s31，s32，s33，t31’，t32’，t33’)，Latitude3，Longtitude3)
s11为采样点1测得的基站1的信号强度归一化处理后的参数，s12为采样点1测得的基站2的信号强度归一化处理后的参数，s13为采样点1测得的基站3的信号强度归一化处理后的参数，t11’为测得的信号从基站1到采样点1的到达时间差，t12’为测得的信号从基站2到采样点1的到达时间差，t13’为测得的信号从基站3到采样点1的到达时间差，Latitude1为采样点1的纬度信息，Longtitude1为采样点1的经度信息，本领域的技术人员以此类推得知s21，s22，s23，t21’，t22’，t23’，Latitude2，Longtitude2；s31，s32，s33，t31’，t32’，t33’，Latitude3，Longtitude3的含义。
在步骤320，定位时，获取终端测量的基站的信号强度与到达时间差。
例如，以测得3个基站无线参数L0＝(s01，s02，s03，t01’，t02’，t03’)，其中，s01为测得的基站1的信号强度归一化处理后的参数，s02测得的基站2的信号强度归一化处理后的参数，s03测得的基站3的信号强度归一化处理后的参数，t01’为测得的信号从基站1到终端的到达时间差，t02’为测得的信号从基站2到终端的到达时间差，t03’为测得的信号从基站3到终端的到达时间差。
在步骤330，以到达时间差与基站指纹特征库中信号从相同基站到采样点的到达时间差的距离计算函数为变量，将变量与基站的信号强度的特征权重进行加权处理，得到匹配值。
例如，加权处理为W*Distance(T1，T2)，T1为测得的信号从基站到终端的到达时间差，T2基站指纹特征库中信号从相同基站到采样点的到达时间差。距离计算函数可以用欧氏距离或其他KNN等算法。例如Distance(T1，T2)＝abs(T1-T2)或者Distance(T1，T2)＝abs(T1-T2)2。基站的信号强度的特征权重W＝(f(s1)，f(s2)，f(s3))，例如，f(s1)＝s1/(s1+s2+s3)，f(s2)＝s2/(s1+s2+s3)，f(s3)＝s3/(s2+s2+s3)；或者，f(s1)＝s12/(s12+s22+s32)，f(s2)＝s22/(s12+s22+s32)，f(s3)＝s32/(s12+s22+s32)。信号强度包括历史采集点的强度和当前定位点的强度，通常信号越强，该基站的时间差特征权重越高。
在步骤340，将与终端最匹配的采样点的位置信息作为终端的定位信息。
例如，与采样点1的匹配值为：
D1＝f(s11)*distance(t01’,t11’)+f(s12)*distance(t02’,t12’)+f(s13)*distance(t03’,t13’)
与采样点2的匹配值为：
D2＝f(s21)*distance(t01’,t21’)+f(s22)*distance(t02’,t22’)+f(s23)*distance(t03’,t23’)
与采样点3的匹配值为：
D3＝f(s31)*distance(t01’,t31’)+f(s32)*distance(t02’,t32’)+f(s33)*distance(t03’,t33’)
比较D1、D2和D3，将最匹配的采样点的位置信息作为终端的定位信息。
在该实施例中，将终端测量的基站的信号强度与达到时间差参数与基站指纹特征库的各采样点的基站指纹信息进行匹配，并将最匹配的采样点的位置信息作为终端的定位信息。因此本发明可综合利用终端测量的信号强度和到达时间差参数来避免指纹特征不稳定造成的匹配失败和误差。
图4为本发明基于基站指纹特征匹配的定位方法的一个具体实施例的流程示意图。
在步骤410，获取3个采样点的可见基站的信号强度与到达时间差参数信息，进行归一化处理生成混合基站指纹信息，并保存在基站指纹特征库。
采样点1的指纹信息为：
F1＝((50，30，20，2，3，4)，23.111，113.121)
采样点2的指纹信息为：
F2＝((55，35，10，2，3，6)，23.112，113.122)
采样点1的指纹信息为：
F3＝((40，30，30，5，6，7)，23.113，113.123)
在步骤420，定位时，获取终端测量的3个基站的信号强度(52，35，10)与到达时间差(2，4，6)。
在步骤430，计算终端到各个采样点的匹配值。
其中，f(s11)＝s11＝50/(50+30+20)＝0.5
f(s12)＝s12＝30/(50+30+20)＝0.3
f(s13)＝s13＝20/(50+30+20)＝0.2
终端与采样点1的匹配值为：
D0＝0.50(abs(2-2))+0.30(abs(3-4))+0.20(abs(4-6)＝0.70
终端与采样点2的匹配值为：
D2＝0.55(abs(2-2))+0.35(abs(3-4))+0.10(abs(6-6)＝0.40
终端与采样点3的匹配值为：
D3＝0.40(abs(5-2))+0.30(abs(6-4))+0.30(abs(7-6)＝2.1
在步骤440，以采样点2的位置信息为终端的定位信息。
在该实施例中，将时间差和信号强度结合作为综合指纹特征，比单纯的信号强度指纹特征稳定性更好。另外由于同一地点的绕射折射造成的时间误差相近，通过指纹匹配可避免这种干扰误差，从而实现比现有基于时间差的OTDOA算法更高的定位精度。在特征匹配时将信号强度作为时间差参数向量匹配的权重，时间差和信号强度结合，可降低部分不稳定邻基站信号影响造成的匹配失败，进一步提升了新指纹特征匹配的稳定性和鲁棒性，从而提升定位精度。
图5为本发明定位平台的一个实施例的结构示意图。该定位平台包括信息获取单元510，特征匹配单元520和定位单元530。
信息获取单元510用于获取终端测量的基站的信号强度和时间特征参数。
其中时间特征参数可以为信号从基站到终端的到达时间，也可以为信号从基站到终端与信号从基准基站到终端的到达时间差。例如，有三个基站，分别为基站1、基站2和基站3。无线信号从基站1到终端的传播时间为t1，无线信号从基站2到终端的传播时间为t2，无线信号从基站3到终端的传播时间为t3，基站到达时间参数分别为t1、t2和t3；在另一个实施例中，以基站1为基准基站，则基站1的到达时间差参数为(t1-t1＝0)，基站2到达时间差是(t2-t1)，基站3到达时间差是(t3-t1)。
特征匹配单元520用于将终端测量的基站的信号强度和时间特征参数与基站指纹特征库中的各采样点的基站指纹信息进行匹配。
其中基站指纹信息包括各采样点的可见基站的信号强度与时间特征参数。在一个实施例中，可以对可见基站的信号强度进行归一化处理。例如，终端收到3个邻基站1、基站2、基站3的信号强度分布是(S1，S2，S3)，做归一化处理为，将信号强度由绝对强度转换为相对强度(S1/S1，S2/S1，S3/S1)，或者转换为(S1/S1+S2+S3，S2/S1+S2+S3，S3/S1+S2+S3)。
定位单元530用于将与终端最匹配的采样点的位置信息作为终端的定位信息。
例如，经过计算得出终端测得的指纹信息与某一采样点的基站指纹信息最匹配，则将该采样点的位置信息作为终端的定位信息。
在该实施例中，将终端测量的基站的信号强度和时间特征参数与基站指纹特征库中的各采样点的基站指纹信息进行匹配，并将最匹配的采样点的位置信息作为终端的定位信息。由于本发明可综合利用终端测量的信号强度和时间特征参数来避免指纹特征不稳定造成的匹配失败和误差。
图6为本发明定位平台的另一个实施例的结构示意图。该定位平台包括信息获取单元610，基站指纹信息生成单元620，基站指纹特征库630，特征匹配单元640和定位单元650。
信息获取单元610用于获取各采样点的可见基站的信号强度与到达时间参数信息。
信息获取单元610还用于定位时，获取终端测量的基站的信号强度与到达时间。
例如，以测得3个基站无线参数L0＝(s01，s02，s03，t01，t02，t03)，其中，s01为测得的基站1的信号强度归一化处理后的参数，s02测得的基站2的信号强度归一化处理后的参数，s03测得的基站3的信号强度归一化处理后的参数，t01为测得的信号从基站1到终端的到达时间，t02为测得的信号从基站2到终端的到达时间，t03为测得的信号从基站3到终端的到达时间。
基站指纹信息生成单元620用于将各采样点的可见基站的信号强度与到达时间参数信息，进行归一化处理生成混合基站指纹信息。
基站指纹特征库630用于存储各采样点的基站指纹信息。
基站指纹特征库有多个地点的基站指纹信息，以3个采样点的3个基站信息为例，采样点1的指纹信息为：
F1＝((s11，s12，s13，t11，t12，t13)，Latitude1，Longtitude1)
采样点2的指纹信息为：
F2＝((s21，s22，s23，t21，t22，t23)，Latitude2，Longtitude2)
采样点1的指纹信息为：
F3＝((s31，s32，s33，t31，t32，t33)，Latitude3，Longtitude3)
s11为采样点1测得的基站1的信号强度归一化处理后的参数，s12为采样点1测得的基站2的信号强度归一化处理后的参数，s13为采样点1测得的基站3的信号强度归一化处理后的参数，t11为测得的信号从基站1到采样点1的到达时间，t12为测得的信号从基站2到采样点1的到达时间，t13为测得的信号从基站3到采样点1的到达时间，Latitude1为采样点1的纬度信息，Longtitude1为采样点1的经度信息，本领域的技术人员以此类推得知s21，s22，s23，t21，t22，t23，Latitude2，Longtitude2；s31，s32，s33，t31，t32，t33，Latitude3，Longtitude3的含义。
特征匹配单元640用于以到达时间与基站指纹特征库中信号从相同基站到采样点的到达时间的距离计算函数为变量，将变量与基站的信号强度的特征权重进行加权处理，得到匹配值。
例如，加权处理为W*Distance(T1，T2)，T1为测得的信号从基站到终端的到达时间，T2基站指纹特征库中信号从相同基站到采样点的到达时间。距离计算函数可以用欧氏距离或其他KNN等算法。例如Distance(T1，T2)＝abs(T1-T2)或者Distance(T1，T2)＝abs(T1-T2)2。基站的信号强度的特征权重W＝(f(s1)，f(s2)，f(s3))，例如，f(s1)＝s1/(s1+s2+s3)，f(s2)＝s2/(s1+s2+s3)，f(s3)＝s3/(s2+s2+s3)；或者，f(s1)＝s12/(s12+s22+s32)，f(s2)＝s22/(s12+s22+s32)，f(s3)＝s32/(s12+s22+s32)。信号强度包括历史采集点的强度和当前定位点的强度，通常信号越强，该基站的时间差特征权重越高。
定位单元650用于将与终端最匹配的采样点的位置信息作为终端的定位信息。
例如，与采样点1的匹配值为：
D1＝f(s11)*distance(t01,t11)+f(s12)*distance(t01,t12)+f(s13)*distance(t01,t13)
与采样点2的匹配值为：
D2＝f(s21)*distance(t01,t21)+f(s22)*distance(t01,t22)+f(s23)*distance(t01,t23)
与采样点3的匹配值为：
D3＝f(s31)*distance(t01,t31)+f(s32)*distance(t01,t32)+f(s33)*distance(t01,t33)
比较D1、D2和D3，将最匹配的采样点的位置信息作为终端的定位信息。
在该实施例中，将终端测量的基站的信号强度与达到时间参数与基站指纹特征库的各采样点的基站指纹信息进行匹配，并将最匹配的采样点的位置信息作为终端的定位信息。由于本发明可综合利用终端测量的信号强度和到达时间参数来避免指纹特征不稳定造成的匹配失败和误差。
本发明的另一个实施例中，信息获取单元610用于获取各采样点的可见基站的信号强度与到达时间差参数信息。
信息获取单元610还用于定位时，获取终端测量的基站的信号强度与到达时间差。
例如，以测得3个基站无线参数L0＝(s01，s02，s03，t01’，t02’，t03’)＝(52，35，10，2，4，6)，其中，s01为测得的基站1的信号强度归一化处理后的参数，s02测得的基站2的信号强度归一化处理后的参数，s03测得的基站3的信号强度归一化处理后的参数，t01’为测得的信号从基站1到终端的到达时间差，t02’为测得的信号从基站2到终端的到达时间差，t03’为测得的信号从基站3到终端的到达时间差。
基站指纹信息生成单元620用于将各采样点的可见基站的信号强度与到达时间参数信息，进行归一化处理生成混合基站指纹信息。
基站指纹特征库630用于存储各采样点的基站指纹信息。
基站指纹特征库有多个地点的基站指纹信息，以3个采样点的3个基站信息为例，采样点1的指纹信息为：
F1＝((s11，s12，s13，t11’，t12’，t13’)，Latitude1，Longtitude1)＝((50，30，20，2，3，4)，23.111，113.121)
采样点2的指纹信息为：
F2＝((s21，s22，s23，t21’，t22’，t23’)，Latitude2，Longtitude2)＝((55，35，10，2，3，6)，23.112，113.122)
采样点1的指纹信息为：
F3＝((s31，s32，s33，t31’，t32’，t33’)，Latitude3，Longtitude3)＝((40，30，30，5，6，7)，23.113，113.123)
s11为采样点1测得的基站1的信号强度归一化处理后的参数，s12为采样点1测得的基站2的信号强度归一化处理后的参数，s13为采样点1测得的基站3的信号强度归一化处理后的参数，t11’为测得的信号从基站1到采样点1的到达时间差，t12’为测得的信号从基站2到采样点1的到达时间差，t13’为测得的信号从基站3到采样点1的到达时间差，Latitude1为采样点1的纬度信息，Longtitude1为采样点1的经度信息，本领域的技术人员以此类推得知s21，s22，s23，t21’，t22’，t23’，Latitude2，Longtitude2；s31，s32，s33，t31’，t32’，t33’，Latitude3，Longtitude3的含义。
特征匹配单元640用于以到达时间差与基站指纹特征库中信号从相同基站到采样点的到达时间差的距离计算函数为变量，将变量与基站的信号强度的特征权重进行加权处理，得到匹配值。
例如，加权处理为W*Distance(T1，T2)，T1为测得的信号从基站到终端的到达时间，T2基站指纹特征库中信号从相同基站到采样点的到达时间。距离计算函数可以用欧氏距离或其他KNN等算法。例如Distance(T1，T2)＝abs(T1-T2)或者Distance(T1，T2)＝abs(T1-T2)2。基站的信号强度的特征权重W＝(f(s1)，f(s2)，f(s3))，例如，f(s1)＝s1/(s1+s2+s3)，f(s2)＝s2/(s1+s2+s3)，f(s3)＝s3/(s2+s2+s3)；或者，f(s1)＝s12/(s12+s22+s32)，f(s2)＝s22/(s12+s22+s32)，f(s3)＝s32/(s12+s22+s32)。信号强度包括历史采集点的强度和当前定位点的强度，通常信号越强，该基站的时间差特征权重越高。
定位单元650用于将与终端最匹配的采样点的位置信息作为终端的定位信息。
例如，f(s11)＝s11＝50/(50+30+20)＝0.5
f(s12)＝s12＝30/(50+30+20)＝0.3
f(s13)＝s13＝20/(50+30+20)＝0.2
终端与采样点1的匹配值为：
D1＝f(s11)*distance(t01’,t11’)+f(s12)*distance(t02’,t12’)+f(s13)*distance(t03’,t13’)＝0.50(abs(2-2))+0.30(abs(3-4))+0.20(abs(4-6)＝0.70
与采样点2的匹配值为：
D2＝f(s21)*distance(t01’,t21’)+f(s22)*distance(t02’,t22’)+f(s23)*distance(t03’,t23’)＝0.55(abs(2-2))+0.35(abs(3-4))+0.10(abs(6-6)＝0.40
与采样点3的匹配值为：
D3＝f(s31)*distance(t01’,t31’)+f(s32)*distance(t02’,t32’)+f(s33)*distance(t03’,t33’)＝0.40(abs(5-2))+0.30(abs(6-4))+0.30(abs(7-6)＝2.1
比较D1、D2和D3，以采样点2位置信息作为终端的定位信息。
在该实施例中，将终端测量的基站的信号强度与达到时间差参数与基站指纹特征库的各采样点的基站指纹信息进行匹配，并将最匹配的采样点的位置信息作为终端的定位信息。因此本发明可综合利用终端测量的信号强度和到达时间差参数来避免指纹特征不稳定造成的匹配失败和误差。
图7为本发明基于基站指纹特征匹配的定位系统的一个实施例的结构示意图。该系统包括终端710和定位平台720，其中，定位平台已在上述实施例中进行了详细介绍，此处不再进一步阐述。
终端710用于向所定位平台720发送定位请求，并将获取的基站的信号强度和时间特征参数发送至定位平台720；还用于接收定位平台720发送的定位结果。
终端是可通过移动通信网络进行通信的终端设备，移动通信网络包括但不限于WCDMA、CDMA、TD-CDMA、WiFi、LTE等，包括但不限于2G、3G、4G移动网络。
在该实施例中，将时间差或时间和信号强度结合作为综合指纹特征，比单纯的信号强度指纹特征稳定性更好。另外由于同一地点的绕射折射造成的时间误差相近，通过指纹匹配可避免这种干扰误差，从而实现比现有基于时间差的OTDOA算法更高的定位精度。在特征匹配时将信号强度作为时间差或时间参数向量匹配的权重，时间差或时间和信号强度结合，可降低部分不稳定邻基站信号影响造成的匹配失败，进一步提升了新指纹特征匹配的稳定性和鲁棒性，从而提升定位精度。
至此，已经详细描述了本发明。为了避免遮蔽本发明的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。
可能以许多方式来实现本发明的方法以及装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法以及装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员应该理解，可在不脱离本发明的范围和精神的情况下，对以上实施例进行修改。本发明的范围由所附权利要求来限定。
Claims (13)
1.一种基于基站指纹特征匹配的定位方法，其特征在于，包括：
获取终端测量的基站的信号强度和时间特征参数；
将所述终端测量的基站的信号强度和时间特征参数与基站指纹特征库中的各采样点的基站指纹信息进行匹配，其中所述各采样点的基站指纹信息包括各采样点的可见基站的信号强度和时间特征参数；
将与终端最匹配的采样点的位置信息作为所述终端的定位信息。
2.根据权利要求1所述的方法，其特征在于，还包括：
获取各采样点的可见基站的信号强度和时间特征参数，并生成采样点的基站指纹信息，将所述采样点的基站指纹信息保存在所述基站指纹特征库。
3.根据权利要求2所述的方法，其特征在于，获取各采样点的可见基站的信号强度和时间特征参数，并生成采样点的基站指纹信息的步骤包括：
获取各采样点的可见基站的信号强度和时间特征参数，并对可见基站的信号强度进行归一化处理；
将归一化处理的可见基站信号强度、时间特征参数生成采样点的基站指纹信息，并关联采样点的位置信息。
4.根据权利要求1所述的方法，其特征在于，
所述时间特征参数包括信号从基站到终端的到达时间；
将所述终端测量的基站的信号强度和时间特征参数与基站指纹特征库中的各采样点的基站指纹信息进行匹配的步骤包括：
以所述到达时间与所述基站指纹特征库中信号从相同基站到采样点的到达时间的距离计算函数为变量；
将所述变量与基站的信号强度的特征权重进行加权处理，得到匹配值。
5.根据权利要求1所述的方法，其特征在于，
所述时间特征参数包括信号从基站到终端与所述信号从基准基站到终端的到达时间差；
将所述终端测量的基站的信号强度和时间特征参数与基站指纹特征库中的各采样点的基站指纹信息进行匹配的步骤包括：
以所述时间差与所述基站指纹特征库中信号从相同基站到采样点的到达时间差的距离计算函数为变量；
将所述变量与基站的信号强度的特征权重进行加权处理，得到匹配值。
6.根据权利要求4或5所述的方法，其特征在于，
所述基站的信号强度的特征权重包括：所述基站指纹特征库中采样点的可见基站的信号强度的特征权重和/或定位时终端测量的基站的信号强度的特征权重。
7.一种定位平台，其特征在于，包括：
信息获取单元，用于获取终端测量的基站的信号强度和时间特征参数；
特征匹配单元，用于将所述终端测量的基站的信号强度和时间特征参数与基站指纹特征库中的各采样点的基站指纹信息进行匹配，其中所述各采样点的基站指纹信息包括各采样点的可见基站的信号强度和时间特征参数；
定位单元，用于将与终端最匹配的采样点的位置信息作为所述终端的定位信息。
8.根据权利要求7所述的定位平台，其特征在于，还包括：
所述信息获取单元用于获取各采样点的可见基站的信号强度和时间特征参数；
基站指纹信息生成单元，用于根据信息获取单元获取的各采样点的可见基站的信号强度和时间特征参数，生成采样点的基站指纹信息；
基站指纹特征库，用于存储所述各采样点的基站指纹信息。
9.根据权利要求8所述的定位平台，其特征在于，
所述信息获取单元用于获取各采样点的可见基站的信号强度和时间特征参数，并对可见基站的信号强度进行归一化处理；
所述基站指纹信息生成单元用于将归一化处理的可见基站信号强度、时间特征参数生成采样点的基站指纹信息，并关联采样点的位置信息。
10.根据权利要求7所述的定位平台，其特征在于，
所述时间特征参数包括信号从基站到终端的到达时间；
所述特征匹配单元用于以所述到达时间与所述基站指纹特征库中信号从相同基站到采样点的到达时间的距离计算函数为变量；将所述变量与基站的信号强度的特征权重进行加权处理，得到匹配值。
11.根据权利要求7所述的定位平台，其特征在于，
所述时间特征参数包括信号从基站到终端与所述信号从基准基站到终端的到达时间差；
所述特征匹配单元用于以所述时间差与所述基站指纹特征库中信号从相同基站到采样点的到达时间差的距离计算函数为变量；将所述变量与基站的信号强度的特征权重进行加权处理，得到匹配值。
12.根据权利要求10或11所述的定位平台，其特征在于，
所述基站的信号强度的特征权重包括：所述基站指纹特征库中采样点的可见基站的信号强度的特征权重和/或定位时终端测量的基站的信号强度的特征权重。
13.一种基于基站指纹特征匹配的定位系统，其特征在于，包括终端和权利要求7-12任一所述的定位平台；
所述终端用于向所述定位平台发送定位请求，并将获取的基站的信号强度和时间特征参数发送至所述定位平台；还用于接收所述定位平台发送的定位结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510908775.3A CN106872937B (zh) | 2015-12-10 | 2015-12-10 | 一种基于基站指纹特征匹配的定位方法、平台和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510908775.3A CN106872937B (zh) | 2015-12-10 | 2015-12-10 | 一种基于基站指纹特征匹配的定位方法、平台和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106872937A true CN106872937A (zh) | 2017-06-20 |
| CN106872937B CN106872937B (zh) | 2019-05-17 |
Family
ID=59237599
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510908775.3A Active CN106872937B (zh) | 2015-12-10 | 2015-12-10 | 一种基于基站指纹特征匹配的定位方法、平台和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106872937B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107231615A (zh) * | 2017-06-27 | 2017-10-03 | 深圳市优网精蜂网络有限公司 | 一种基于网络指纹的定位方法及系统 |
| CN109255926A (zh) * | 2017-07-12 | 2019-01-22 | 北京金坤科创技术有限公司 | 智能高空坠落报警装置 |
| CN110460965A (zh) * | 2019-06-27 | 2019-11-15 | 智声创科有限公司 | 动态识别由无线电信号引起回应的移动设备的系统及其方法 |
| CN111065045A (zh) * | 2019-11-04 | 2020-04-24 | 广东博智林机器人有限公司 | 匹配定位方法、装置、电子设备及计算机可读介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101131432A (zh) * | 2007-09-18 | 2008-02-27 | 澳门科技大学 | 无线射频识别系统的定位方法及其装置 |
| CN102480678A (zh) * | 2010-11-24 | 2012-05-30 | 中国移动通信集团公司 | 一种指纹定位方法和系统 |
| CN103458369A (zh) * | 2013-08-09 | 2013-12-18 | 南京信息工程大学 | 一种基于锚点和位置指纹的WiFi室内定位方法 |
| CN103634901A (zh) * | 2013-11-05 | 2014-03-12 | 上海交通大学 | 基于核密度估计的新型定位指纹采集提取方法 |
| CN104093145A (zh) * | 2014-08-07 | 2014-10-08 | 厦门大学 | 一种邻近移动终端用户间的认证方法 |
| WO2015057227A1 (en) * | 2013-10-17 | 2015-04-23 | Intel Corporation | Method and apparatus for time of flight fingerprint and geo-location |
| CN104619020A (zh) * | 2015-02-06 | 2015-05-13 | 合肥工业大学 | 基于rssi和toa测距的wifi室内定位方法 |
| CN104865555A (zh) * | 2015-05-19 | 2015-08-26 | 河北工业大学 | 一种基于声音位置指纹的室内声源定位方法 |
-
2015
- 2015-12-10 CN CN201510908775.3A patent/CN106872937B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101131432A (zh) * | 2007-09-18 | 2008-02-27 | 澳门科技大学 | 无线射频识别系统的定位方法及其装置 |
| CN102480678A (zh) * | 2010-11-24 | 2012-05-30 | 中国移动通信集团公司 | 一种指纹定位方法和系统 |
| CN103458369A (zh) * | 2013-08-09 | 2013-12-18 | 南京信息工程大学 | 一种基于锚点和位置指纹的WiFi室内定位方法 |
| WO2015057227A1 (en) * | 2013-10-17 | 2015-04-23 | Intel Corporation | Method and apparatus for time of flight fingerprint and geo-location |
| CN103634901A (zh) * | 2013-11-05 | 2014-03-12 | 上海交通大学 | 基于核密度估计的新型定位指纹采集提取方法 |
| CN104093145A (zh) * | 2014-08-07 | 2014-10-08 | 厦门大学 | 一种邻近移动终端用户间的认证方法 |
| CN104619020A (zh) * | 2015-02-06 | 2015-05-13 | 合肥工业大学 | 基于rssi和toa测距的wifi室内定位方法 |
| CN104865555A (zh) * | 2015-05-19 | 2015-08-26 | 河北工业大学 | 一种基于声音位置指纹的室内声源定位方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107231615A (zh) * | 2017-06-27 | 2017-10-03 | 深圳市优网精蜂网络有限公司 | 一种基于网络指纹的定位方法及系统 |
| CN109255926A (zh) * | 2017-07-12 | 2019-01-22 | 北京金坤科创技术有限公司 | 智能高空坠落报警装置 |
| CN110460965A (zh) * | 2019-06-27 | 2019-11-15 | 智声创科有限公司 | 动态识别由无线电信号引起回应的移动设备的系统及其方法 |
| CN111065045A (zh) * | 2019-11-04 | 2020-04-24 | 广东博智林机器人有限公司 | 匹配定位方法、装置、电子设备及计算机可读介质 |
| CN111065045B (zh) * | 2019-11-04 | 2021-06-15 | 广东博智林机器人有限公司 | 匹配定位方法、装置、电子设备及计算机可读介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106872937B (zh) | 2019-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4499828B2 (ja) | 受信信号の到来時間と端末位置を共同推定するための反復法 | |
| CN106872937A (zh) | 一种基于基站指纹特征匹配的定位方法、平台和系统 | |
| CN106658713B (zh) | 基于多参数估计的单基站移动用户定位方法 | |
| US11277811B2 (en) | Network communication device, user communication device and corresponding methods for determining position of a user communication device in a communication | |
| US20170142684A1 (en) | Method and apparatus for determining position of a user equipment | |
| US9392410B2 (en) | Systems and methods providing transmit diversity to combat multipath effects in position estimation | |
| CN108882151A (zh) | 基于csi信息区域化标注的室内定位方法 | |
| WO2013155919A1 (zh) | 一种定位方法和系统 | |
| CA2746279A1 (en) | Method for position estimation using generalized error distributions | |
| CN103906228A (zh) | 移动终端的基站差分定位方法、定位装置和系统 | |
| JP4645489B2 (ja) | 測位装置 | |
| CN111157943B (zh) | 在异步网络中基于toa的传感器位置误差抑制方法 | |
| CN111007455A (zh) | 定位系统及方法、数据库、神经网络模型训练方法 | |
| CN108700643A (zh) | 移动设备的定位 | |
| US9933526B2 (en) | Techniques to improve the performance of a fixed, timing-based radio positioning network using external assistance information | |
| Numan et al. | Smartphone-based indoor localization via network learning with fusion of FTM/RSSI measurements | |
| CN107135483B (zh) | 确定相对距离变化趋势的方法、室内定位方法及其装置 | |
| CN114144690A (zh) | 用于自动标记高精度室内定位和确定位置信息的设备和方法 | |
| KR20080050944A (ko) | 위치 판단 장치 및 방법 | |
| US10598757B2 (en) | Systems and methods for improving the performance of a timing-based radio positioning network using estimated range biases | |
| KR102271380B1 (ko) | 비콘기반 실내위치측정시스템 | |
| KR102032885B1 (ko) | 신호 보정 방법 | |
| CN109246601B (zh) | 一种无线网络的定位方法及装置 | |
| US11085992B2 (en) | System and method for positioning a terminal device | |
| US20170192080A1 (en) | Time delay estimation apparatus and time delay estimation method therefor |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |