CN106922017B - 定位方法以及终端 - Google Patents
定位方法以及终端 Download PDFInfo
- Publication number
- CN106922017B CN106922017B CN201510993445.9A CN201510993445A CN106922017B CN 106922017 B CN106922017 B CN 106922017B CN 201510993445 A CN201510993445 A CN 201510993445A CN 106922017 B CN106922017 B CN 106922017B
- Authority
- CN
- China
- Prior art keywords
- cell
- latitude
- longitude
- rsrp
- sinr
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了定位方法以及终端,涉及移动通信领域。该定位方法包括:在预定时间段内采集多个小区的数据信息,其中,每个小区的数据信息包括:RSRP、SINR和CI;以及根据所述多个小区的数据信息计算得到目标经纬度信息;其中,所述多个小区包括:主小区和邻小区。本发明中,通过采集多个小区的数据信息,每个小区的数据信息包括:RSRP、SINR和CI,从而计算得到目标经纬度信息,可以有效提高定位精度。并且通过大数据方法实现对算法模型的训练从而优化不同应用场景的调整因子,实现轻定位平台功能,具有较好的便捷性和技术可行性。
Description
技术领域
本发明涉及移动通信领域,特别涉及定位方法以及终端。
背景技术
目前针对移动网用户实现定位的相关技术,一般通过移动终端硬件中的GPS(Global Positioning System,全球定位系统)模块,通过客户端方式采集相应的经纬度信息或者通过无线传播的三点定位技术,即TOA(Time of Arrival,到达时间)/TDOA(TimeDifference of Arrival,到达时间差)技术。
然而,通过移动终端GPS硬件模块方式,主要受限于需要用户的参与,需要打开硬件模块。而采用传统三点定位方法实现用户定位的技术,受到无线信号传播变化(例如非视距传播、多径、干扰等)影响,定位精度较差。
发明内容
本发明的发明人发现上述现有技术中存在问题,并因此针对所述问题中的至少一个问题提出了新的技术方案。
本发明一个实施例的目的之一中:提高一种定位方法。本发明一个实施例的目的之一是:提供一种终端。
根据本发明的第一方面,提供了一种定位方法,包括:在预定时间段内采集多个小区的数据信息,其中,每个小区的数据信息包括:RSRP、SINR和CI;以及根据所述多个小区的数据信息计算得到目标经纬度信息;其中,所述多个小区包括:主小区和邻小区。
在一些实施例中,根据所述多个小区的数据信息计算得到目标经纬度信息的步骤包括:根据每个小区的CI计算获得每个小区的小区中心经纬度;根据每个小区的小区中心经纬度和RSRP计算得到每个小区归一化的RSRP,以及根据每个小区的小区中心经纬度和SINR计算得到每个小区归一化的SINR;以及根据每个小区归一化的RSRP及其对应的RSRP调整因子,以及每个小区归一化的SINR及其对应的SINR调整因子,计算得到所述目标经纬度信息;其中,所述RSRP调整因子和所述SINR调整因子为预先确定的值。
在一些实施例中,所述多个小区为m个小区,所述m个小区包括1个主小区和m-1个邻小区,其中m≥2,且为正整数;第j个小区的数据信息在所述预定时间段内采集nj次,其中,1≤j≤m,且j为正整数,nj≥1,且nj为正整数。
在一些实施例中,根据每个小区的小区中心经纬度和RSRP计算得到每个小区归一化的RSRP的步骤包括:
根据第j个小区经纬度以及采集得到的第j个小区的nj次RSRP计算得到第j个小区归一化的RSRP,包括:
其中,Location_RSRPj经度为第j个小区在经度方向上的归一化的RSRP,Location_RSRPj纬度为第j个小区在纬度方向上的归一化的RSRP,1≤i≤nj,i为正整数。
在一些实施例中,根据每个小区的小区中心经纬度和SINR计算得到每个小区归一化的SINR的步骤包括:
根据第j个小区经纬度以及采集得到的第j个小区的nj次SINR计算得到第j个小区归一化的SINR,包括:
其中,Location_SINRj经度为第j个小区在经度方向上的归一化的SINR,Location_SINRj纬度为第j个小区在纬度方向上的归一化的SINR,1≤i≤nj,i为正整数。
在一些实施例中,所述目标经纬度信息的计算公式包括:
其中,
Location_RSRPj经度为第j个小区在经度方向上的归一化的RSRP,
Location_RSRPj纬度为第j个小区在纬度方向上的归一化的RSRP,
Location_SINRj经度为第j个小区在经度方向上的归一化的SINR,
Location_SINRj纬度为第j个小区在纬度方向上的归一化的SINR,
W1为与Location_RSRPj经度对应的RSRP调整因子,
W2为与Location_SINRj经度对应的SINR调整因子,
W3为与Location_RSRPj纬度对应的RSRP调整因子,
W4为与Location_SINRj纬度对应的SINR调整因子。
在一些实施例中,在预定时间段内采集多个小区的数据信息之前,还包括:根据各个小区的基站eNB信息建立eNB/CI地理经纬度坐标静态数据库;根据每个小区的CI计算获得每个小区的小区中心经纬度的步骤包括:根据每个小区的CI以及所述eNB/CI地理经纬度坐标静态数据库获得主小区的经纬度和邻小区的经纬度;根据所述主小区的经纬度和所述邻小区的经纬度计算获得主小区的最近邻小区;根据所述eNB/CI地理经纬度坐标静态数据库中的主小区基站塔高、最近邻小区基站塔高以及所述主小区基站与所述最近邻小区基站的距离计算得到所述主小区和所述最近邻小区的覆盖半径;以及根据所述主小区和所述最近邻小区的覆盖半径得到每个小区的小区中心经纬度。
根据本发明的第二方面,提供了一种终端,包括:数据采集单元,用于在预定时间段内采集多个小区的数据信息,其中,每个小区的数据信息包括:RSRP、SINR和CI;以及计算单元,用于根据所述多个小区的数据信息计算得到目标经纬度信息;其中,所述多个小区包括:主小区和邻小区。
在一些实施例中,所述计算单元包括:
小区中心经纬度计算模块,用于根据每个小区的CI获得每个小区的小区中心经纬度;
RSRP归一化模块,用于根据每个小区的小区中心经纬度和RSRP计算得到每个小区归一化的RSRP;
SINR归一化模块,用于根据每个小区的小区中心经纬度和SINR计算得到每个小区归一化的SINR;以及
目标经纬度计算模块,用于根据每个小区归一化的RSRP及其对应的RSRP调整因子,以及每个小区归一化的SINR及其对应的SINR调整因子,计算得到所述目标经纬度信息;
其中,所述RSRP调整因子和所述SINR调整因子为预先确定的值。
在一些实施例中,所述多个小区为m个小区,所述m个小区包括1个主小区和m-1个邻小区,其中m≥2,且为正整数;第j个小区的数据信息在所述预定时间段内采集nj次,其中,1≤j≤m,且j为正整数,nj≥1,且nj为正整数。
在一些实施例中,所述RSRP归一化模块根据第j个小区经纬度以及采集得到的第j个小区的nj次RSRP计算得到第j个小区归一化的RSRP,包括:
其中,Location_RSRPj经度为第j个小区在经度方向上的归一化的RSRP,Location_RSRPj纬度为第j个小区在纬度方向上的归一化的RSRP,1≤i≤nj,i为正整数。
在一些实施例中,所述SINR归一化模块根据第j个小区经纬度以及采集得到的第j个小区的nj次SINR计算得到第j个小区归一化的SINR,包括:
其中,Location_SINRj经度为第j个小区在经度方向上的归一化的SINR,Location_SINRj纬度为第j个小区在纬度方向上的归一化的SINR,1≤i≤nj,i为正整数。
在一些实施例中,所述目标经纬度信息的计算公式包括:
其中,
Location_RSRPj经度为第j个小区在经度方向上的归一化的RSRP,
Location_RSRPj纬度为第j个小区在纬度方向上的归一化的RSRP,
Location_SINRj经度为第j个小区在经度方向上的归一化的SINR,
Location_SINRj纬度为第j个小区在纬度方向上的归一化的SINR,
W1为与Location_RSRPj经度对应的RSRP调整因子,
W2为与Location_SINRj经度对应的SINR调整因子,
W3为与Location_RSRPj纬度对应的RSRP调整因子,
W4为与Location_SINRj纬度对应的SINR调整因子。
在一些实施例中,所述小区中心经纬度计算模块还用于根据各个小区的基站信息建立eNB/CI地理经纬度坐标静态数据库;以及所述小区中心经纬度计算模块根据每个小区的CI以及所述eNB/CI地理经纬度坐标静态数据库获得主小区的经纬度和邻小区的经纬度;根据所述主小区的经纬度和所述邻小区的经纬度计算获得主小区的最近邻小区;根据所述eNB/CI地理经纬度坐标静态数据库中的主小区基站塔高、最近邻小区基站塔高以及所述主小区基站与所述最近邻小区基站的距离计算得到所述主小区和所述最近邻小区的覆盖半径;以及根据所述主小区和所述最近邻小区的覆盖半径得到每个小区的小区中心经纬度。
本发明中,通过采集多个小区的数据信息,每个小区的数据信息包括:RSRP、SINR和CI,从而计算得到目标经纬度信息,可以有效提高定位精度。
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是示出根据本发明一些实施例的定位方法的流程图。
图2是示出根据本发明另一些实施例的定位方法的流程图。
图3是示出根据本发明另一些实施例的定位方法的流程图。
图4是示意性地示出根据本发明一些实施例的数据矩阵的示意图。
图5是示意性地示出根据本发明一些实施例的主小区与邻小区的连线与坐标系中x轴的夹角的示意图。
图6是示意性地示出根据本发明一些实施例的终端的结构示意图。
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。
图1是示出根据本发明一些实施例的定位方法的流程图。
在步骤S11,在预定时间段内采集多个小区的数据信息,其中,每个小区的数据信息包括:RSRP(Reference Signal Received Power,参考信号接收功率)、SINR(Signal toInterference plus Noise Ratio,信号与干扰加噪声比)和CI(Cellular Identify,小区标识)。其中,所述多个小区包括:主小区和邻小区。
在步骤S12,根据多个小区的数据信息计算得到目标经纬度信息。
在该实施例中,通过采集多个小区的数据信息,每个小区的数据信息包括:RSRP、SINR和CI,从而计算得到目标经纬度信息,可以有效提高定位精度。
在本发明的实施例中,根据多个小区的数据信息计算得到目标经纬度信息的步骤可以包括:根据每个小区的CI计算获得每个小区的小区中心经纬度;根据每个小区的小区中心经纬度和RSRP计算得到每个小区归一化的RSRP,以及根据每个小区的小区中心经纬度和SINR计算得到每个小区归一化的SINR;以及根据每个小区归一化的RSRP及其对应的RSRP调整因子,以及每个小区归一化的SINR及其对应的SINR调整因子,计算得到目标经纬度信息;其中,RSRP调整因子和SINR调整因子为预先确定的值。利用RSRP调整因子和SINR调整因子参与计算目标经纬度信息可以提高定位经度。
图2是示出根据本发明另一些实施例的定位方法的流程图。其中,图1中的步骤S12可以包括图2中的步骤S22、S23和S24。
在步骤S21,在预定时间段内采集多个小区的数据信息,其中,每个小区的数据信息包括:RSRP、SINR和CI。
在步骤S22,根据每个小区的CI计算获得每个小区的小区中心经纬度。
在本发明的实施例中,步骤S22可以包括:根据每个小区的CI以及eNB/CI地理经纬度坐标静态数据库获得主小区的经纬度和邻小区的经纬度;根据主小区的经纬度和邻小区的经纬度计算获得主小区的最近邻小区;根据eNB/CI地理经纬度坐标静态数据库中的主小区基站塔高、最近邻小区基站塔高以及主小区基站与最近邻小区基站的距离计算得到主小区和最近邻小区的覆盖半径;以及根据主小区和最近邻小区的覆盖半径得到每个小区的小区中心经纬度。
在步骤S23,根据每个小区的小区中心经纬度和RSRP计算得到每个小区归一化的RSRP,以及根据每个小区的小区中心经纬度和SINR计算得到每个小区归一化的SINR。
在本发明的实施例中,所述多个小区为m个小区,所述m个小区包括1个主小区和m-1个邻小区,其中m≥2,且为正整数。第j个小区的数据信息在预定时间段内采集nj次,其中,1≤j≤m,且j为正整数,nj≥1,且nj为正整数。
在本发明的实施例中,根据每个小区的小区中心经纬度和RSRP计算得到每个小区归一化的RSRP的步骤可以包括:根据第j个小区经纬度以及采集得到的第j个小区的nj次RSRP计算得到第j个小区归一化的RSRP,包括:
其中,Location_RSRPj经度为第j个小区在经度方向上的归一化的RSRP,Location_RSRPj纬度为第j个小区在纬度方向上的归一化的RSRP,1≤i≤nj,i为正整数。
在本发明的实施例中,根据每个小区的小区中心经纬度和SINR计算得到每个小区归一化的SINR的步骤可以包括:根据第j个小区经纬度以及采集得到的第j个小区的nj次SINR计算得到第j个小区归一化的SINR,包括:
其中,Location_SINRj经度为第j个小区在经度方向上的归一化的SINR,Location_SINRj纬度为第j个小区在纬度方向上的归一化的SINR,1≤i≤nj,i为正整数。
在步骤S24,根据每个小区归一化的RSRP及其对应的RSRP调整因子,以及每个小区归一化的SINR及其对应的SINR调整因子,计算得到目标经纬度信息。其中,RSRP调整因子和SINR调整因子为预先确定的值。
在本发明的实施例中,目标经纬度信息的计算公式包括:
其中,
Location_RSRPj经度为第j个小区在经度方向上的归一化的RSRP,
Location_RSRPj纬度为第j个小区在纬度方向上的归一化的RSRP,
Location_SINRj经度为第j个小区在经度方向上的归一化的SINR,
Location_SINRj纬度为第j个小区在纬度方向上的归一化的SINR,
W1为与Location_RSRPj经度对应的RSRP调整因子,
W2为与Location_SINRj经度对应的SINR调整因子,
W3为与Location_RSRPj纬度对应的RSRP调整因子,
W4为与Location_SINRj纬度对应的SINR调整因子。
在一些实施例中,结合路测数据的测量报告和目标GPS值,采用机器学习的方法对大量样本数据进行训练,得出典型覆盖场景下的调整因子,即W1、W2、W3和W4,并对这些调整因子不断进行优化,作为预先确定的值。例如,可以预先将多个确定位置的目标经纬度分别代入上述关于目标经度和目标纬度的计算公式,以及根据计算得到的Location_RSRPj经度、Location_RSRPj纬度、Location_SINRj经度和Location_SINRj纬度即可计算得到W1、W2、W3和W4,然后将得到的W1、W2、W3和W4作为已知数据带入上述目标经纬度计算公式,从而用于测量目标经纬度。在一个实施例中,W1=W3,W2=W4。
在本发明的实施例中,在预定时间段内采集多个小区的数据信息之前,所述定位方法还可以包括:根据各个小区的基站(eNB)信息建立eNB/CI地理经纬度坐标静态数据库(即包含eNB与CI的地理经纬度坐标信息的静态数据库)。例如,在建设各个小区的基站时,各个基站及其所代表的各自小区的经纬度坐标信息是已知的,可以收集这些信息以建立eNB/CI地理经纬度坐标静态数据库,并且该数据库可以预先存储在运营商服务器内。
图3是示出根据本发明另一些实施例的定位方法的流程图。
在步骤S301,根据各个小区的基站信息建立eNB/CI地理经纬度坐标静态数据库。
在步骤S302,在预定时间段内采集多个小区的数据信息,其中,每个小区的数据信息包括:RSRP、SINR和CI。
例如,通过对LTE(Long Term Evolution,长期演进)网络运营过程中,采集预定时间段(例如Ti时间段)内的无线侧的测量数据,并进行处理提取其中关于用户无线指标参数,包括主小区和邻小区的RSRP、SINR和CI等,形成输入元数据,得到数据矩阵,例如如图4所示。图4中示出了1个主小区和2个邻小区的数据信息。
在一些实施例中,对预定时间段内的主小区的RSRP数据进行滤波处理,例如,使用卡尔曼滤波的方法进行预处理。
在步骤S303,根据每个小区的CI以及eNB/CI地理经纬度坐标静态数据库获得主小区的经纬度和邻小区的经纬度。eNB/CI地理经纬度坐标静态数据库中存储了各个小区的经纬度信息,根据小区的CI即可获得小区的经纬度信息。
在步骤S304,根据主小区的经纬度和邻小区的经纬度计算获得主小区的最近邻小区。
例如,根据主小区的经度Aj和纬度Aw,以及邻小区的经度Bj和纬度Bw,计算主小区与邻小区的连线与坐标系中x轴的夹角A(例如如图5所示),
其中,
cos(c)=cos(90°-Bw)×cos(90°-Aw)+sin(90°-Bw)×sin(90°-Aw)×cos(Bj-Aj),在与主小区朝向θ(该朝向θ可以在eNB/CI地理经纬度坐标静态数据库中查询获得)夹角为45°的范围内,取A∈θ±45°的全部邻小区,计算主小区和邻小区的距离Dc,找到主小区在该方向上距离最小Dc_min的最近邻小区。
在步骤S305,根据eNB/CI地理经纬度坐标静态数据库中的主小区基站塔高、最近邻小区基站塔高以及主小区基站与最近邻小区基站的距离计算得到主小区和最近邻小区的覆盖半径。
例如,根据从eNB/CI地理经纬度坐标静态数据库中查询获得的主小区的基站塔高Ha和最近邻小区的基站塔高Hb以及这两个基站的距离Dab,计算主小区、最近邻小区的覆盖半径:
在步骤S307,根据每个小区的小区中心经纬度和RSRP计算得到每个小区归一化的RSRP,以及根据每个小区的小区中心经纬度和SINR计算得到每个小区归一化的SINR。
在步骤S308,根据每个小区归一化的RSRP及其对应的RSRP调整因子,以及每个小区归一化的SINR及其对应的SINR调整因子,计算得到目标经纬度信息。
在该实施例中,通过对LTE网络无线测量报告以及用于关联的其他话单进行采集,得到多个小区的数据信息,并且建立eNB/CI地理经纬度坐标静态数据库。将以上采集数据进行处理,形成数据宽表或数据矩阵。将采集的数据信息进行计算分析处理,得到目标的经纬度信息。在一些实施例中,还可以得到用户的其他属性,例如表1所示。
表1目标的经纬度信息以及用户属性表
用户标识 | 经纬度 | 网络属性 | 时间戳 | 时间颗粒度 |
在本发明的实施例中,基于移动网在运营过程中产生的网络数据,采用度量算法(例如欧氏距离度量算法)进行输出数据矩阵的匹配,从而实现用户定位能力,以便于用户级的位置属性相关扩展应用,如客流预警等。并通过大数据方法实现对算法模型的训练从而优化不同应用场景的调整因子,实现轻定位平台功能,具有较好的便捷性和技术可行性。
本发明的实施例解决了以往通过TOA/TDOA方式定位精度差的问题,以及采用运营数据后分析挖掘实现轻定位平台的开发,降低定位平台建设投资。采用该本发明的定位方法,选取典型案例可以进行快速复制,降低传统指纹算法的样本库建立复杂度。
图6是示意性地示出根据本发明一些实施例的终端的结构示意图。如图6所示,终端60包括:数据采集单元61和计算单元62。
数据采集单元61用于在预定时间段内采集多个小区的数据信息,其中,每个小区的数据信息包括:RSRP、SINR和CI。其中,该多个小区包括:主小区和邻小区。
计算单元62用于根据该多个小区的数据信息计算得到目标经纬度信息。
在该实施例中,终端通过采集多个小区的数据信息,每个小区的数据信息包括:RSRP、SINR和CI,从而计算得到目标经纬度信息,可以有效提高定位精度。
在本发明的实施例中,如图6所示,计算单元62可以包括:小区中心经纬度计算模块621、RSRP归一化模块622、SINR归一化模块623和目标经纬度计算模块624。
小区中心经纬度计算模块621用于根据每个小区的CI获得每个小区的小区中心经纬度。
RSRP归一化模块622用于根据每个小区的小区中心经纬度和RSRP计算得到每个小区归一化的RSRP。
SINR归一化模块623用于根据每个小区的小区中心经纬度和SINR计算得到每个小区归一化的SINR。
目标经纬度计算模块624用于根据每个小区归一化的RSRP及其对应的RSRP调整因子,以及每个小区归一化的SINR及其对应的SINR调整因子,计算得到所述目标经纬度信息。其中,RSRP调整因子和SINR调整因子为预先确定的值。
在本发明的实施例中,多个小区为m个小区,该m个小区包括1个主小区和m-1个邻小区,其中m≥2,且为正整数。第j个小区的数据信息在预定时间段内采集nj次,其中,1≤j≤m,且j为正整数,nj≥1,且nj为正整数。
在本发明的实施例中,RSRP归一化模块根据第j个小区经纬度以及采集得到的第j个小区的nj次RSRP计算得到第j个小区归一化的RSRP,包括:
其中,Location_RSRPj经度为第j个小区在经度方向上的归一化的RSRP,Location_RSRPj纬度为第j个小区在纬度方向上的归一化的RSRP,1≤i≤nj,i为正整数。
在本发明的实施例中,SINR归一化模块根据第j个小区经纬度以及采集得到的第j个小区的nj次SINR计算得到第j个小区归一化的SINR,包括:
其中,Location_SINRj经度为第j个小区在经度方向上的归一化的SINR,Location_SINRj纬度为第j个小区在纬度方向上的归一化的SINR,1≤i≤nj,i为正整数。
在本发明的实施例中,目标经纬度信息的计算公式包括:
其中,
Location_RSRPj经度为第j个小区在经度方向上的归一化的RSRP,
Location_RSRPj纬度为第j个小区在纬度方向上的归一化的RSRP,
Location_SINRj经度为第j个小区在经度方向上的归一化的SINR,
Location_SINRj纬度为第j个小区在纬度方向上的归一化的SINR,
W1为与Location_RSRPj经度对应的RSRP调整因子,
W2为与Location_SINRj经度对应的SINR调整因子,
W3为与Location_RSRPj纬度对应的RSRP调整因子,
W4为与Location_SINRj纬度对应的SINR调整因子。
在一些实施例中,结合路测数据的测量报告和目标GPS值,采用机器学习的方法对大量样本数据进行训练,得出典型覆盖场景下的调整因子,即W1、W2、W3和W4,并对这些调整因子不断进行优化,作为预先确定的值。例如,预先将多个确定位置的目标经纬度分别代入上述关于目标经度和目标纬度的计算公式,以及根据计算得到的Location_RSRPj经度、Location_RSRPj纬度、Location_SINRj经度和Location_SINRj纬度即可计算得到W1、W2、W3和W4,然后将得到的W1、W2、W3和W4作为已知数据带入上述目标经纬度计算公式,从而用于测量目标经纬度。在一个实施例中,W1=W3,W2=W4。
在本发明的实施例中,小区中心经纬度计算模块还用于根据各个小区的基站信息建立eNB/CI地理经纬度坐标静态数据库。
在本发明的实施例中,小区中心经纬度计算模块根据每个小区的CI以及eNB/CI地理经纬度坐标静态数据库获得主小区的经纬度和邻小区的经纬度;根据主小区的经纬度和邻小区的经纬度计算获得主小区的最近邻小区;根据eNB/CI地理经纬度坐标静态数据库中的主小区基站塔高、最近邻小区基站塔高以及主小区基站与最近邻小区基站的距离计算得到主小区和最近邻小区的覆盖半径;以及根据主小区和最近邻小区的覆盖半径得到每个小区的小区中心经纬度。
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和系统。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和系统。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 (12)
1.一种定位方法,其特征在于,包括:
在预定时间段内采集多个小区的数据信息,其中,每个小区的数据信息包括:参考信号接收功率RSRP、信号与干扰加噪声比SINR和小区标识CI;以及
根据所述多个小区的数据信息计算得到目标经纬度信息;
其中,所述多个小区包括:主小区和邻小区;
其中,根据所述多个小区的数据信息计算得到目标经纬度信息的步骤包括:
根据每个小区的CI计算获得每个小区的小区中心经纬度;
根据每个小区的小区中心经纬度和RSRP计算得到每个小区归一化的RSRP,以及根据每个小区的小区中心经纬度和SINR计算得到每个小区归一化的SINR;以及
根据每个小区归一化的RSRP及其对应的RSRP调整因子,以及每个小区归一化的SINR及其对应的SINR调整因子,计算得到所述目标经纬度信息;
其中,所述RSRP调整因子和所述SINR调整因子为预先确定的值。
2.根据权利要求1所述定位方法,其特征在于,
所述多个小区为m个小区,所述m个小区包括1个主小区和m-1个邻小区,其中m≥2,且为正整数;
第j个小区的数据信息在所述预定时间段内采集nj次,其中,1≤j≤m,且j为正整数,nj≥1,且nj为正整数。
5.根据权利要求2所述定位方法,其特征在于,
所述目标经纬度信息的计算公式包括:
其中,
Location_RSRPj经度为第j个小区在经度方向上的归一化的RSRP,
Location_RSRPj纬度为第j个小区在纬度方向上的归一化的RSRP,
Location_SINRj经度为第j个小区在经度方向上的归一化的SINR,
Location_SINRj纬度为第j个小区在纬度方向上的归一化的SINR,
W1为与Location_RSRPj经度对应的RSRP调整因子,
W2为与Location_SINRj经度对应的SINR调整因子,
W3为与Location_RSRPj纬度对应的RSRP调整因子,
W4为与Location_SINRj纬度对应的SINR调整因子。
6.根据权利要求1所述定位方法,其特征在于,
在预定时间段内采集多个小区的数据信息之前,还包括:
根据各个小区的基站eNB信息建立eNB/CI地理经纬度坐标静态数据库;
根据每个小区的CI计算获得每个小区的小区中心经纬度的步骤包括:
根据每个小区的CI以及所述eNB/CI地理经纬度坐标静态数据库获得主小区的经纬度和邻小区的经纬度;
根据所述主小区的经纬度和所述邻小区的经纬度计算获得主小区的最近邻小区;
根据所述eNB/CI地理经纬度坐标静态数据库中的主小区基站塔高、最近邻小区基站塔高以及所述主小区基站与所述最近邻小区基站的距离计算得到所述主小区和所述最近邻小区的覆盖半径;以及
根据所述主小区和所述最近邻小区的覆盖半径得到每个小区的小区中心经纬度。
7.一种终端,其特征在于,包括:
数据采集单元,用于在预定时间段内采集多个小区的数据信息,其中,每个小区的数据信息包括:RSRP、SINR和CI;以及
计算单元,用于根据所述多个小区的数据信息计算得到目标经纬度信息;
其中,所述多个小区包括:主小区和邻小区;
所述计算单元包括:
小区中心经纬度计算模块,用于根据每个小区的CI获得每个小区的小区中心经纬度;
RSRP归一化模块,用于根据每个小区的小区中心经纬度和RSRP计算得到每个小区归一化的RSRP;
SINR归一化模块,用于根据每个小区的小区中心经纬度和SINR计算得到每个小区归一化的SINR;以及
目标经纬度计算模块,用于根据每个小区归一化的RSRP及其对应的RSRP调整因子,以及每个小区归一化的SINR及其对应的SINR调整因子,计算得到所述目标经纬度信息;
其中,所述RSRP调整因子和所述SINR调整因子为预先确定的值。
8.根据权利要求7所述终端,其特征在于,
所述多个小区为m个小区,所述m个小区包括1个主小区和m-1个邻小区,其中m≥2,且为正整数;
第j个小区的数据信息在所述预定时间段内采集nj次,其中,1≤j≤m,且j为正整数,nj≥1,且nj为正整数。
11.根据权利要求8所述终端,其特征在于,
所述目标经纬度信息的计算公式包括:
其中,
Location_RSRPj经度为第j个小区在经度方向上的归一化的RSRP,
Location_RSRPj纬度为第j个小区在纬度方向上的归一化的RSRP,
Location_SINRj经度为第j个小区在经度方向上的归一化的SINR,
Location_SINRj纬度为第j个小区在纬度方向上的归一化的SINR,
W1为与Location_RSRPj经度对应的RSRP调整因子,
W2为与Location_SINRj经度对应的SINR调整因子,
W3为与Location_RSRPj纬度对应的RSRP调整因子,
W4为与Location_SINRj纬度对应的SINR调整因子。
12.根据权利要求8所述终端,其特征在于,
所述小区中心经纬度计算模块还用于根据各个小区的基站信息建立eNB/CI地理经纬度坐标静态数据库;以及
所述小区中心经纬度计算模块根据每个小区的CI以及所述eNB/CI地理经纬度坐标静态数据库获得主小区的经纬度和邻小区的经纬度;
根据所述主小区的经纬度和所述邻小区的经纬度计算获得主小区的最近邻小区;
根据所述eNB/CI地理经纬度坐标静态数据库中的主小区基站塔高、最近邻小区基站塔高以及所述主小区基站与所述最近邻小区基站的距离计算得到所述主小区和所述最近邻小区的覆盖半径;以及
根据所述主小区和所述最近邻小区的覆盖半径得到每个小区的小区中心经纬度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510993445.9A CN106922017B (zh) | 2015-12-25 | 2015-12-25 | 定位方法以及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510993445.9A CN106922017B (zh) | 2015-12-25 | 2015-12-25 | 定位方法以及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106922017A CN106922017A (zh) | 2017-07-04 |
CN106922017B true CN106922017B (zh) | 2020-05-26 |
Family
ID=59454612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510993445.9A Active CN106922017B (zh) | 2015-12-25 | 2015-12-25 | 定位方法以及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106922017B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107528659B (zh) * | 2017-09-20 | 2019-05-31 | 复旦大学 | 时钟非同步网络的高精度网络拓扑定位算法 |
CN107918398B (zh) * | 2017-10-23 | 2019-10-11 | 南京航空航天大学 | 一种基于多重优化的集群无人机协同定位方法 |
CN109996280B (zh) * | 2017-12-31 | 2022-10-04 | 中国移动通信集团湖北有限公司 | 基站经纬度核查方法、装置、设备及介质 |
CN114095865B (zh) * | 2021-11-11 | 2024-02-27 | 北京红山信息科技研究院有限公司 | 一种测量报告的定位方法、装置、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102932737A (zh) * | 2012-10-24 | 2013-02-13 | 广州中道电子科技有限公司 | 一种获取位置信息的方法、装置和系统 |
WO2014030341A1 (ja) * | 2012-08-21 | 2014-02-27 | 株式会社エヌ・ティ・ティ・ドコモ | 電波強度閾値設定装置、電波強度閾値設定方法及び電波強度閾値設定プログラム |
CN103687001A (zh) * | 2013-12-18 | 2014-03-26 | 华为技术有限公司 | 一种进行定位的方法和设备 |
CN104160642A (zh) * | 2011-11-04 | 2014-11-19 | 华为技术有限公司 | 定位增强系统和方法 |
-
2015
- 2015-12-25 CN CN201510993445.9A patent/CN106922017B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104160642A (zh) * | 2011-11-04 | 2014-11-19 | 华为技术有限公司 | 定位增强系统和方法 |
WO2014030341A1 (ja) * | 2012-08-21 | 2014-02-27 | 株式会社エヌ・ティ・ティ・ドコモ | 電波強度閾値設定装置、電波強度閾値設定方法及び電波強度閾値設定プログラム |
CN102932737A (zh) * | 2012-10-24 | 2013-02-13 | 广州中道电子科技有限公司 | 一种获取位置信息的方法、装置和系统 |
CN103687001A (zh) * | 2013-12-18 | 2014-03-26 | 华为技术有限公司 | 一种进行定位的方法和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN106922017A (zh) | 2017-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106886552B (zh) | 位置指纹数据库更新方法及系统 | |
CN105611568B (zh) | 一种基于mro测量报告对lte终端位置进行准确定位的方法 | |
CN102480677B (zh) | 一种指纹定位误差的确定方法和设备 | |
CN106658399B (zh) | 一种基于手机用户位置指纹进行手机位置定位的方法 | |
EP2620024B1 (en) | Generation and use of coverage area models | |
CN106922017B (zh) | 定位方法以及终端 | |
CN102480678B (zh) | 一种指纹定位方法和系统 | |
CN112218330B (zh) | 定位方法及通信装置 | |
CN107484240B (zh) | 一种基于指纹进行定位的方法及装置 | |
JP5388221B2 (ja) | パターン分類を使用した、無線端末が屋内にあるかどうかの推定 | |
CN103068035A (zh) | 一种无线网络定位方法、装置及系统 | |
CN104302000A (zh) | 基于信号接收强度指示相关性的室内定位方法 | |
CN104410978A (zh) | 站点规划评估方法及装置 | |
CN109936820B (zh) | 一种用户终端定位方法及装置 | |
CN110798804B (zh) | 一种室内定位方法和装置 | |
CN106332154A (zh) | 干扰源的定位方法及装置 | |
CN109151839A (zh) | 一种lpwa网络的网络规划方法 | |
JP2014132711A (ja) | 複数の測位方式に基づく移動端末の位置情報から対象エリアを特定するエリア管理サーバ、プログラム及び方法 | |
CN103945526A (zh) | 基于诱发探测技术的无线设备定位方法及系统 | |
Podevijn et al. | Performance comparison of RSS algorithms for indoor localization in large open environments | |
CN111405464B (zh) | 基站位置检测方法及装置 | |
WO2013174013A1 (zh) | 一种确定站址的方法、服务器及系统 | |
CN108541011B (zh) | 无线网络信号覆盖区域的强度分析方法和装置 | |
CN110118953A (zh) | 一种定位方法、装置及系统 | |
CN106019222B (zh) | 一种基于定位算法残差的二次规划定位方法 |
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 |