CN107305246A - 基于接收信号强度指示的定位方法和装置 - Google Patents

基于接收信号强度指示的定位方法和装置 Download PDF

Info

Publication number
CN107305246A
CN107305246A CN201610244653.3A CN201610244653A CN107305246A CN 107305246 A CN107305246 A CN 107305246A CN 201610244653 A CN201610244653 A CN 201610244653A CN 107305246 A CN107305246 A CN 107305246A
Authority
CN
China
Prior art keywords
fingerprint
rssi
unit vectors
matching
received 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
Application number
CN201610244653.3A
Other languages
English (en)
Other versions
CN107305246B (zh
Inventor
叶小仁
陈诗军
向平叶
蒋芜
唐雄
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.)
ZTE Corp
Original Assignee
ZTE 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 ZTE Corp filed Critical ZTE Corp
Priority to CN201610244653.3A priority Critical patent/CN107305246B/zh
Priority to PCT/CN2017/081061 priority patent/WO2017181952A1/zh
Publication of CN107305246A publication Critical patent/CN107305246A/zh
Application granted granted Critical
Publication of CN107305246B publication Critical patent/CN107305246B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S5/0252—Radio frequency fingerprinting
    • G01S5/02521—Radio frequency fingerprinting using a radio-map
    • G01S5/02524—Creating or updating the radio-map
    • G01S5/02525—Gathering the radio frequency fingerprints
    • 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
    • G01S5/0009—Transmission of position information to remote stations
    • H04W4/04—
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于接收信号强度指示的定位方法和装置，所述方法包括步骤：建立指纹数据库，所述指纹数据库中包括多个指纹，每个指纹包含一个位置点的坐标信息和接收信号强度指示RSSI单位向量；获取RSSI测量数据，根据所述RSSI测量数据得到定位点的RSSI单位向量；对所述定位点的RSSI单位向量与所述指纹数据库中的指纹的RSSI单位向量进行相似度匹配，得到至少两个匹配指纹；对所有匹配指纹的坐标信息进行加权平均计算，将计算结果作为所述定位点的坐标信息。由于整个定位解算过程没有复杂的计算，减小了计算开销，有利于大规模计算，从而降低了系统成本，提高了定位效率。

Description

基于接收信号强度指示的定位方法和装置
技术领域
本发明涉及通信技术领域，尤其是涉及一种基于接收信号强度指示的定位方法和装置。
背景技术
目前，以GPS、北斗为代表的卫星定位网络已能够在室外实现精确定位。但是在室内，由于卫星信号弱，大部分情况下无法使用卫星定位。随着室内定位需求的增长，室内移动定位将成为下一代移动网络业务增长点。
为实现室内移动定位，目前提出了多种技术方案，比较典型的有基于陀螺仪的定位、基于信号到达时间测量的定位和基于wifi信号强度的定位。
其中，基于陀螺仪的定位，存在误差积累的问题，无法长时间使用。基于信号到达时间测量的定位，一般要求多个基站严格时间同步、并且需要对无线信号进行高精度到达时间测量，目前基站设备不支持。基于wifi信号强度的定位，是一种基于接收信号强度指示(Received Signal Strength Indication，RSSI)的定位方法，需要在定位区域部署专用wifi网络，提高了额外成本。
但是，若能在移动网络基站上直接利用用户设备(UE)的移动网络信号进行定位，则可以避免wifi网络的部署成本。因此，利用移动网络对用户设备进行室内、室外定位，是当前较佳的技术方案。
使用移动网络进行定位时，由于各用户设备发射功率不同，直接利用RSSI测量数据使用欧氏距离进行指纹匹配，会造成指纹匹配误差较大的问题。为此，现有技术采用余弦相似度方法进行改进。余弦相似度方法的计算公式如下：
其中，向量Px为测量获得的RSSI测量数据，Pr为指纹数据库中的RSSI测量数据，设向量P为n维向量，为进行一次余弦相似度计算，需要做(n+1)次乘法运算、2n次平方运算、2次开方运算、1次除法运算、1次反余弦运算，计算量较大，在大规模定位网络中计算开销大。
因此，现有技术中基于接收信号强度指示的定位方法，由于直接使用欧氏距离或余弦相似度方法进行指纹匹配，存在算法复杂度高，计算开销大，不利于大规模计算的问题，从而提高了系统成本，降低了定位效率。
发明内容
本发明实施例的主要目的在于提供一种基于接收信号强度指示的定位方法和装置，旨在降低系统成本，提高定位效率。
为达以上目的，一方面提出一种基于接收信号强度指示的定位方法，包括步骤：
建立指纹数据库，所述指纹数据库中包括多个指纹，每个指纹包含一个位置点的坐标信息和接收信号强度指示RSSI单位向量；
获取RSSI测量数据，根据所述RSSI测量数据得到定位点的RSSI单位向量；
对所述定位点的RSSI单位向量与所述指纹数据库中的指纹的RSSI单位向量进行相似度匹配，得到至少两个匹配指纹；
对所有匹配指纹的坐标信息进行加权平均计算，将计算结果作为所述定位点的坐标信息。
进一步地，所述指纹数据库中包含每个指纹对应的位置点所属的小区信息，所述分别对所述定位点的RSSI单位向量与所述指纹数据库中各指纹的RSSI单位向量进行相似度匹配包括：
确定所述定位点所在的目标小区，根据所述指纹对应的小区信息从所述指纹数据库中选取所述目标小区内的指纹集合；
对所述定位点的RSSI单位向量与选取的指纹集合中的指纹的RSSI单位向量进行相似度匹配。
进一步地，所述建立指纹数据库包括：
获取一个位置点的RSSI测量数据；
根据所述RSSI测量数据得到所述位置点的RSSI单位向量；
将所述位置点的坐标信息和RSSI单位向量组合成一个指纹并存储；
存储多个指纹，组成指纹数据库。
进一步地，所述对所述定位点的RSSI单位向量与所述指纹数据库中的指纹的RSSI单位向量进行相似度匹配，得到至少两个匹配指纹，包括：
计算所述定位点的RSSI单位向量与所述指纹数据库中的指纹的RSSI单位向量的一范数，根据计算结果进行相似度匹配，选取计算结果最小的M个指纹作为匹配指纹，M≥2。
进一步地，所述对所有匹配指纹的坐标信息进行加权平均计算包括：
对所有匹配指纹的坐标信息进行加权平均计算，其中，根据以下公式确定权值：
其中，wk为第k个匹配指纹的权值，Qk为第k个匹配指纹的RSSI单位向量与所述定位点的RSSI单位向量的一范数，ε为非零常数。
另一方面，提出一种基于接收信号强度指示的定位装置，包括：
建立模块，用于建立指纹数据库，所述指纹数据库中包括多个指纹，每个指纹包含一个位置点的坐标信息和接收信号强度指示RSSI单位向量；
预处理模块，用于获取RSSI测量数据，根据所述RSSI测量数据得到定位点的RSSI单位向量；
匹配模块，用于对所述定位点的RSSI单位向量与所述指纹数据库中的指纹的RSSI单位向量进行相似度匹配，得到至少两个匹配指纹；
定位模块，用于对所有匹配指纹的坐标信息进行加权平均计算，将计算结果作为所述定位点的坐标信息。
进一步地，所述指纹数据库中包含每个指纹对应的位置点所属的小区信息，所述匹配模块用于：
确定所述定位点所在的目标小区，根据所述指纹对应的小区信息从所述指纹数据库中选取所述目标小区内的指纹集合；
对所述定位点的RSSI单位向量与选取的指纹集合中的指纹的RSSI单位向量进行相似度匹配。
进一步地，所述建立模块用于：获取一个位置点的RSSI测量数据，根据所述RSSI测量数据得到所述位置点的RSSI单位向量，将所述位置点的坐标信息和RSSI单位向量组合成一个指纹并存储；存储多个指纹，组成指纹数据库。
进一步地，所述匹配模块用于：
计算所述定位点的RSSI单位向量与所述指纹数据库中的指纹的RSSI单位向量的一范数，根据计算结果进行相似度匹配，选取计算结果最小的M个指纹作为匹配指纹，M≥2。
进一步地，所述定位模块用于：根据以下公式确定进行加权平均计算的权值：
其中，wk为第k个匹配指纹的权值，Qk为第k个匹配指纹的RSSI单位向量与所述定位点的RSSI单位向量的一范数，ε为非零常数。
本发明实施例所提供的一种基于接收信号强度指示的定位方法，通过建立包含各位置点的RSSI单位向量的数据库，定位时对指纹和定位点的RSSI单位向量进行相似度匹配，从数据库中挑选出匹配指纹，将匹配指纹的坐标信息的加权平均值作为最终的定位结果。由于整个定位解算过程没有复杂的计算，减小了计算开销，有利于大规模计算，从而降低了系统成本，提高了定位效率。
附图说明
图1是本发明基于接收信号强度指示的定位方法第一实施例的流程图；
图2是本发明实施例中建立指纹数据库的具体流程图；
图3是本发明基于接收信号强度指示的定位方法第二实施例的流程图；
图4是本发明基于接收信号强度指示的定位装置一实施例的模块示意图；
图5是应用本发明实施例基于接收信号强度指示的定位方法的移动网络系统的结构示意图；
图6是图5的移动网络系统应用本发明实施例基于接收信号强度指示的定位方法对用户设备进行定位的流程图；
图7是图5的移动网络系统应用本发明实施例基于接收信号强度指示的定位方法对用户设备进行定位时各主体的信令交互图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参见图1，提出本发明基于接收信号强度指示的定位方法第一实施例，所述方法包括以下步骤：
S11、建立指纹数据库，该指纹数据库中包括多个指纹，每个指纹包含一个位置点的坐标信息和RSSI单位向量。
本发明实施例中，需要预先建立指纹数据库，指纹数据库中包括多个指纹，每个指纹包含一个位置点的坐标信息和RSSI单位向量。
指纹数据库的具体创建过程如图2所示，包括以下步骤：
S111、获取一个位置点的RSSI测量数据。
RSSI测量数据即信号功率测量向量，设位置点(x,y)的信号功率测量向量P为n维向量，P＝[P1,P2,…,Pn]。
以利用移动网络对用户设备进行定位为例，当移动网络上行时，P1,P2,…,Pn为n个定位信号测量站测量的该位置点的用户设备(UE)发射的信号的功率；当移动网络下行时，P1,P2,…,Pn为用户设备测量的n个基站发射的信号的功率。
S112、根据该位置点的RSSI测量数据得到该位置点的RSSI单位向量。
求测量向量P的归一化向量λ，λ＝P/|P|＝[λ1,λ2,…,λn]，将λ作为位置点(x,y)的RSSI单位向量，其中λ1,λ2,…,λn为单位向量λ的各个分量。
S113、将该位置点的坐标信息和RSSI单位向量组合成一个指纹并存储。
将位置点(x,y)的坐标信息(x,y)和RSSI单位向量[λ1,λ2,…,λn]组合成一个指纹，即定义指纹f＝[x,y,λ1,λ2,…,λn]，并存储指纹f。
S114、存储多个指纹，组成指纹数据库。
重复上述步骤S111-S113，存储多个指纹，组成指纹数据库。
例如，可以存储一张如下所示的指纹数据表格作为指纹数据库：
序号 x y λ1 λ2 … λn
1
2
…
n
最终建立的指纹数控库中，包括n(n≥2)个指纹，每个指纹包含一个位置点的坐标信息(x,y)和RSSI单位向量[λ1,λ2,…,λn]。
S12、获取RSSI测量数据，根据RSSI测量数据得到定位点的RSSI单位向量。
当建立好指纹数据库后，就可以进行定位，首先获取RSSI测量数据。RSSI测量数据即信号功率测量向量P，设P＝[P1,P2,…,Pn]，为n维向量。
以利用移动网络对用户设备进行定位为例，当移动网络上行定位时，P1,P2,…,Pn为n个定位信号测量站测量的该位置点的用户设备发射的信号的功率；当移动网络下行定位时，P1,P2,…,Pn为用户设备测量的n个基站发射的信号的功率。
接着求测量向量P的归一化向量λ，λ＝P/|P|＝[λ1,λ2,…,λn]，将λ作为定位点(如用户设备所在的位置点)的RSSI单位向量，其中λ1,λ2,…,λn为单位向量λ的各个分量。
S13、对定位点的RSSI单位向量与指纹数据库中的指纹的RSSI单位向量进行相似度匹配，得到至少两个匹配指纹。
本步骤S13中，遍历指纹数据库中的每个指纹，对定位点的RSSI单位向量与指纹数据库中的每个指纹的RSSI单位向量进行相似度匹配，得到至少两个匹配指纹。
可选地，可以通过计算RSSI单位向量的一范数来进行相似度匹配。具体的，计算定位点的RSSI单位向量与指纹数据库中每个指纹的RSSI单位向量的一范数Q，计算公式为：
其中，λr＝[λr1,λr2,…,λrn]，为指纹库中某个指纹的RSSI单位向量；λx＝[λx1,λx2,…,λxn]，为定位点的RSSI单位向量。
根据一范数计算结果Q进行相似度匹配，Q值越小代表两个向量越接近，二者越相似，选取计算结果Q最小的M(M≥2)个指纹作为匹配指纹，M优选3或4。例如，获得n个从小到大排序的计算结果Q1,Q2,Q3,Q4,…,Qn，可以选取计算结果Q1-Q3对应的三个指纹为匹配指纹，或者选取Q1-Q4对应的四个指纹为匹配指纹。
此外，也可以采用现有技术中的其它相似性匹配算法对RSSI单位向量进行相似性匹配，在此不再赘述。
S14、对所有匹配指纹的坐标信息进行加权平均计算，将计算结果作为定位点的坐标信息。
具体的，根据以下公式进行加权平均计算：
其中，Wk为第k个匹配指纹的权值wk为第k个匹配指纹的权值，xk为第k个匹配指纹的x坐标，yk为第k个匹配指纹的y坐标。
当前一步骤S13中是通过计算RSSI单位向量的一范数来进行相似度匹配时，则可以根据加权近邻法获得进行加权平均计算的权值wk，计算公式如下：
其中，Qk为第k个匹配指纹的RSSI单位向量与定位点的RSSI单位向量的一范数，ε是一个非常小的非零常数，用来避免分母为0的情况。
最后，将最终的加权平均计算结果x和y作为定位结果，即，将(x,y)作为定位点的坐标，实现对用户设备的定位。
本发明实施例基于接收信号强度指示的定位方法，通过建立包含各位置点的RSSI单位向量的数据库，定位时对指纹和定位点的RSSI单位向量进行相似度匹配，从数据库中挑选出匹配指纹，将匹配指纹的坐标信息的加权平均值作为最终的定位结果。整个定位解算过程没有复杂的计算，减小了计算开销，有利于大规模计算，从而降低了系统成本，提高了定位效率。
参见图3，提出本发明基于接收信号强度指示的定位方法第二实施例，所述方法包括以下步骤：
S21、建立指纹数据库，该指纹数据库中包括多个指纹以及每个指纹对应的小区信息，每个指纹包含一个位置点的坐标信息和RSSI单位向量。
本步骤S21建立指纹数据库的具体过程与第一实施例中的步骤S11相同，在此不再赘述。
同时，本实施例的指纹数据库在第一实施例的基础上，为每个指纹增加了该指纹对应的位置点所属的小区信息。例如，可以存储一张如下所示的指纹数据表格作为指纹数据库：
序号 小区ID x y λ1 λ2 … λn
1
2
…
n
最终建立的指纹数控库中，包括n(n≥2)个指纹，每个指纹包含一个位置点的坐标信息(x,y)和RSSI单位向量[λ1,λ2,…,λn]以及该位置点所属的小区的ID。
S22、获取RSSI测量数据，根据RSSI测量数据得到定位点的RSSI单位向量。
本步骤S22与第一实施例中的步骤S12相同，在此不再赘述。
S23、确定定位点所在的目标小区，根据指纹对应的小区信息从指纹数据库中选取目标小区内的指纹集合。
具体的，根据RSSI测量数据或基站判断定位点所在小区范围，据此确定目标小区。然后查询指纹数据库，根据指纹对应的小区信息从指纹数据库中选取目标小区内的所有指纹，获得一个指纹集合，该指纹集合中的所有指纹对应的位置点均属于该目标小区。
本发明中，对步骤S22和S23的顺序不做限制，二者可以同时进行，或者先执行步骤S23再执行步骤S22。
S24、对定位点的RSSI单位向量与选取的指纹集合中的指纹的RSSI单位向量进行相似度匹配，得到至少两个匹配指纹。
本步骤S24无需遍历整个数据库中的每个指纹，只需要遍历选取的指纹集合中的每个指纹，对定位点的RSSI单位向量与指纹集合中的每个指纹的RSSI单位向量进行相似度匹配，得到至少两个匹配指纹。从而极大的减少了运算量，提高了定位速度。
本步骤S24对RSSI单位向量进行相似度匹配的方式与第一实施例中的步骤S13相同，在此不再赘述。
S25、对所有匹配指纹的坐标信息进行加权平均计算，将计算结果作为定位点的坐标信息。
本步骤S25与第一实施例中的步骤S14相同，在此不再赘述。
由于本实施例无需遍历整个数据库中的每个指纹，只需要遍历选取的指纹集合中的每个指纹，因此极大的减少了运算量，进一步提高了定位速度。
参见图4，提出本发明基于接收信号强度指示的定位装置一实施例，所述装置包括建立模块10、预处理模块20、匹配模块30和定位模块40，其中：
建立模块10：用于建立指纹数据库。该指纹数据库中包括多个指纹，每个指纹包含一个位置点的坐标信息和接收信号强度指示RSSI单位向量。
建立模块10建立指纹数据库的具体过程为：获取一个位置点的RSSI测量数据，根据该位置点的RSSI测量数据得到该位置点的RSSI单位向量，将该位置点的坐标信息和RSSI单位向量组合成一个指纹并存储；重复前述操作过程，存储多个指纹，组成指纹数据库。
预处理模块20：用于获取RSSI测量数据，根据RSSI测量数据得到定位点的RSSI单位向量。
预处理模块20对获取的RSSI测量数据进行归一化处理，获得RSSI测量数据的归一化向量，将获得的归一化向量作为定位点的RSSI单位向量。
匹配模块30：用于对定位点的RSSI单位向量与指纹数据库中的指纹的RSSI单位向量进行相似度匹配，得到至少两个匹配指纹。
在某些实施例中，匹配模块30遍历指纹数据库中的每个指纹，对定位点的RSSI单位向量与指纹数据库中的每个指纹的RSSI单位向量进行相似度匹配，得到至少两个匹配指纹。
在另一些实施例中，建立模块10在建立指纹数据库时，还在指纹数据库中存储了每个指纹对应的位置点所属的小区信息。此时，匹配模块30首先根据RSSI测量数据或基站确定定位点的目标小区，根据指纹对应的小区信息从指纹数据库中选取目标小区内的指纹集合；然后遍历选取的指纹集合中的每个指纹，对定位点的RSSI单位向量与指纹集合中的每个指纹的RSSI单位向量进行相似度匹配，得到至少两个匹配指纹。从而极大的减少了运算量，提高了定位速度。
可选地，匹配模块30可以通过计算RSSI单位向量的一范数来进行相似度匹配。具体的，匹配模块30计算定位点的RSSI单位向量与指纹数据库中每个指纹的RSSI单位向量的一范数Q，计算公式为：
其中，λr＝[λr1,λr2,…,λrn]，为指纹库中某个指纹的RSSI单位向量；λx＝[λx1,λx2,…,λxn]，为定位点的RSSI单位向量。
匹配模块30根据一范数计算结果Q进行相似度匹配，Q值越小代表两个向量越接近，二者越相似，选取计算结果Q最小的M(M≥2)个指纹作为匹配指纹，M优选3或4。例如，获得n个从小到大排序的计算结果Q1,Q2,Q3,Q4,…,Qn，可以选取计算结果Q1-Q3对应的三个指纹为匹配指纹，或者选取Q1-Q4对应的四个指纹为匹配指纹。
此外，匹配模块30也可以采用现有技术中的其它相似性匹配算法对RSSI单位向量进行相似性匹配，在此不再赘述。
定位模块40：用于对所有匹配指纹的坐标信息进行加权平均计算，将计算结果作为定位点的坐标信息。
具体的，定位模块40根据以下公式进行加权平均计算：
其中，Wk为第k个匹配指纹的权值wk为第k个匹配指纹的权值，xk为第k个匹配指纹的x坐标，yk为第k个匹配指纹的y坐标。
当匹配模块30是通过计算RSSI单位向量的一范数来进行相似度匹配时，定位模块40则可以根据加权近邻法获得进行加权平均计算的权值wk，计算公式如下：
其中，Qk为第k个匹配指纹的RSSI单位向量与定位点的RSSI单位向量的一范数，ε是一个非常小的非零常数，用来避免分母为0的情况。
定位模块40将最终的加权平均计算结果x和y作为定位结果，即，将(x,y)作为定位点的坐标，实现对用户设备的定位。
本发明实施例基于接收信号强度指示的定位方法，通过建立包含各位置点的RSSI单位向量的数据库，定位时对指纹和定位点的RSSI单位向量进行相似度匹配，从数据库中挑选出匹配指纹，将匹配指纹的坐标信息的加权平均值作为最终的定位结果。整个定位解算过程没有复杂的计算，减小了计算开销，有利于大规模计算，从而降低了系统成本，提高了定位效率。
需要说明的是：上述实施例提供的基于接收信号强度指示的定位装置与基于接收信号强度指示的定位方法实施例属于同一构思，其具体实现过程详见方法实施例，且方法实施例中的技术特征在装置实施例中均对应适用，这里不再赘述。
本发明实施例基于接收信号强度指示的定位方法和装置，可以应用于各种基于接收信号强度指示进行定位的场景。比如，可以将本发明实施例基于接收信号强度指示的定位方法和装置应用于移动网络系统，利用移动网络对用户设备进行定位，以下结合附图进行详细说明。
如图5所示，为移动网络系统的结构示意图。移动网络系统包括用户设备(UE)、网络节点(Mobility Management Entity，MME)、演进型Node B(Evolved Node B，eNB，即LTE中的基站)、射频拉远单元(Radio Remote Unit，RRU)、定位信号测量站(Location Measurement Unit，LMU)和演进的服务移动位置中心(Evolved Serving Mobile Location Center，E-SMLC)。其中，UE、MME、eNB和RRU为移动网络系统中的既有设备，LMU和E-SMLC是为了实现定位而增加的设备。
LMU是虚拟设备，物理上由RRU和基带处理单元(Building Base bandUnit，BBU)组成，每个LMU具体由基带媒体访问控制层(Media Access Control，MAC)、物理层(Physical，PHY)和RRU天线等组成。LMU的位置坐标由天线位置坐标确定。LMU负责测量UE发射的探测参考信号(SoundingReference Signal，SRS)信号的功率(即RSSI测量数据)，并上报给E-SMLC。
E-SMLC相当于本发明实施例基于接收信号强度指示的定位装置，或者可以理解为E-SMLC包含本发明实施例基于接收信号强度指示的定位装置。E-SMLC主要功能包括：建立和维护指纹数据库，接收RSSI测量数据，并采用前述基于接收信号强度指示的定位方法来确定UE所在的位置坐标。
移动网络上行定位的过程如图6和图7所示，包括以下步骤：
S100、MME发送定位请求消息(Location Request)给E-SMLC。消息中携带了需要定位的目标UE的ID、定位次数、测量时间间隔等参数。
S200、E-SMLC接收到定位请求消息后，发送测量请求(MeasurementRequest)消息给eNB。
S300、eNB接收到测量请求消息后，通过多个LMU获取RSSI测量数据，并上报给E-SMLC。
具体的，eNB首先确定目标UE的链路实体及其小区内的所有LMU，分配SRS资源，配置覆盖本小区的微RRU(PicoRRU，pRRU)，准备接收测量SRS信号；然后通过空口信令接口将SRS配置通知到目标UE，调整目标UE功率以便多个pRRU能接收。
接着，目标UE根据指定参数发射SRS信号，多个LMU接收该UE的SRS信号并测量SRS信号的功率，即RSSI测量数据。
可选地，各个LMU分别将各自获得的RSSI测量数据发送给E-SMLC。
可选地，eNB汇总LMU的RSSI测量数据并通过测量响应消息(Measurement Response)消息上报测量结果给E-SMLC。
当上报RSSI测量数据后，eNB则恢复目标UE的发射功率。
S400、E-SMLC接收RSSI测量数据，根据RSSI测量数据和指纹数据库计算出目标UE的位置坐标。
本步骤S400中，E-SMLC采用本发明实施例基于接收信号强度指示的定位方法计算出目标UE的位置坐标，具体流程参见前述方法第一和第二实施例，在此不再赘述。
S500、E-SMLC向MME发送目标UE的位置坐标。
E-SMLC计算出目标UE的位置坐标后，通过定位响应(Location Response)消息向MME发送目标UE的位置坐标。从而实现了对目标UE的定位。
由于无线信道一般具有对称性。因此，本发明实施例基于接收信号强度指示的定位方法同样适用于移动网络下行定位。
在具体实现上，由于指纹数据库一般不放在UE侧，因此，位置解算一般还是放在E-SMLC侧进行。在UE侧测量多个基站(eNB)发射的信号的功率，即RSSI测量数据，并将RSSI测量数据通过信令或用户数据通道发送给E-SMLC，E-SMLC采用本发明实施例基于接收信号强度指示的定位方法计算出该UE的位置坐标，实现对UE的定位。
当然，如果UE侧存储有指纹数据库中，也可以在UE侧采用本发明实施例基于接收信号强度指示的定位方法计算出该UE的位置坐标。此时，该UE相当于本发明实施例基于接收信号强度指示的定位装置，或者可以理解为该UE包含本发明实施例基于接收信号强度指示的定位装置。
在移动网络系统中采用本发明实施例基于接收信号强度指示的定位方法对用户设备进行定位，简化了定位解算过程，减小了计算开销，有利于大规模计算。因此降低了系统成本，提高了定位效率。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上参照附图说明了本发明的优选实施例，并非因此局限本发明的权利范围。本领域技术人员不脱离本发明的范围和实质，可以有多种变型方案实现本发明，比如作为一个实施例的特征可用于另一实施例而得到又一实施例。凡在运用本发明的技术构思之内所作的任何修改、等同替换和改进，均应在本发明的权利范围之内。

Claims (10)

1.一种基于接收信号强度指示的定位方法，其特征在于，包括步骤：
建立指纹数据库，所述指纹数据库中包括多个指纹，每个指纹包含一个位置点的坐标信息和接收信号强度指示RSSI单位向量；
获取RSSI测量数据，根据所述RSSI测量数据得到定位点的RSSI单位向量；
对所述定位点的RSSI单位向量与所述指纹数据库中的指纹的RSSI单位向量进行相似度匹配，得到至少两个匹配指纹；
对所有匹配指纹的坐标信息进行加权平均计算，将计算结果作为所述定位点的坐标信息。
2.根据权利要求1所述的基于接收信号强度指示的定位方法，其特征在于，所述指纹数据库中包含每个指纹对应的位置点所属的小区信息，所述分别对所述定位点的RSSI单位向量与所述指纹数据库中各指纹的RSSI单位向量进行相似度匹配包括：
确定所述定位点所在的目标小区，根据所述指纹对应的小区信息从所述指纹数据库中选取所述目标小区内的指纹集合；
对所述定位点的RSSI单位向量与选取的指纹集合中的指纹的RSSI单位向量进行相似度匹配。
3.根据权利要求1所述的基于接收信号强度指示的定位方法，其特征在于，所述建立指纹数据库包括：
获取一个位置点的RSSI测量数据；
根据所述RSSI测量数据得到所述位置点的RSSI单位向量；
将所述位置点的坐标信息和RSSI单位向量组合成一个指纹并存储；
存储多个指纹，组成指纹数据库。
4.根据权利要求1-3任一项所述的基于接收信号强度指示的定位方法，其特征在于，所述对所述定位点的RSSI单位向量与所述指纹数据库中的指纹的RSSI单位向量进行相似度匹配，得到至少两个匹配指纹，包括：
计算所述定位点的RSSI单位向量与所述指纹数据库中的指纹的RSSI单位向量的一范数，根据计算结果进行相似度匹配，选取计算结果最小的M个指纹作为匹配指纹，M≥2。
5.根据权利要求4所述的基于接收信号强度指示的定位方法，其特征在于，所述对所有匹配指纹的坐标信息进行加权平均计算包括：
对所有匹配指纹的坐标信息进行加权平均计算，其中，根据以下公式确定权值：
<mrow> <msub> <mi>w</mi> <mi>k</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <msub> <mi>Q</mi> <mi>k</mi> </msub> <mo>+</mo> <mi>&amp;epsiv;</mi> </mrow> </mfrac> <mo>/</mo> <mi>s</mi> <mi>u</mi> <mi>m</mi> <mo>,</mo> <mi>s</mi> <mi>u</mi> <mi>m</mi> <mo>=</mo> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <mfrac> <mn>1</mn> <mrow> <msub> <mi>Q</mi> <mi>k</mi> </msub> <mo>+</mo> <mi>&amp;epsiv;</mi> </mrow> </mfrac> <mo>;</mo> </mrow>
其中，wk为第k个匹配指纹的权值，Qk为第k个匹配指纹的RSSI单位向量与所述定位点的RSSI单位向量的一范数，ε为非零常数。
6.一种基于接收信号强度指示的定位装置，其特征在于，包括：
建立模块，用于建立指纹数据库，所述指纹数据库中包括多个指纹，每个指纹包含一个位置点的坐标信息和接收信号强度指示RSSI单位向量；
预处理模块，用于获取RSSI测量数据，根据所述RSSI测量数据得到定位点的RSSI单位向量；
匹配模块，用于对所述定位点的RSSI单位向量与所述指纹数据库中的指纹的RSSI单位向量进行相似度匹配，得到至少两个匹配指纹；
定位模块，用于对所有匹配指纹的坐标信息进行加权平均计算，将计算结果作为所述定位点的坐标信息。
7.根据权利要求6所述的基于接收信号强度指示的定位装置，其特征在于，所述指纹数据库中包含每个指纹对应的位置点所属的小区信息，所述匹配模块用于：
确定所述定位点所在的目标小区，根据所述指纹对应的小区信息从所述指纹数据库中选取所述目标小区内的指纹集合；
对所述定位点的RSSI单位向量与选取的指纹集合中的指纹的RSSI单位向量进行相似度匹配。
8.根据权利要求6所述的基于接收信号强度指示的定位装置，其特征在于，所述建立模块用于：获取一个位置点的RSSI测量数据，根据所述RSSI测量数据得到所述位置点的RSSI单位向量，将所述位置点的坐标信息和RSSI单位向量组合成一个指纹并存储；存储多个指纹，组成指纹数据库。
9.根据权利要求6-8任一项所述的基于接收信号强度指示的定位装置，其特征在于，所述匹配模块用于：
计算所述定位点的RSSI单位向量与所述指纹数据库中的指纹的RSSI单位向量的一范数，根据计算结果进行相似度匹配，选取计算结果最小的M个指纹作为匹配指纹，M≥2。
10.根据权利要求9所述的基于接收信号强度指示的定位装置，其特征在于，所述定位模块用于：根据以下公式确定进行加权平均计算的权值：
<mrow> <msub> <mi>w</mi> <mi>k</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <msub> <mi>Q</mi> <mi>k</mi> </msub> <mo>+</mo> <mi>&amp;epsiv;</mi> </mrow> </mfrac> <mo>/</mo> <mi>s</mi> <mi>u</mi> <mi>m</mi> <mo>,</mo> <mi>s</mi> <mi>u</mi> <mi>m</mi> <mo>=</mo> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <mfrac> <mn>1</mn> <mrow> <msub> <mi>Q</mi> <mi>k</mi> </msub> <mo>+</mo> <mi>&amp;epsiv;</mi> </mrow> </mfrac> <mo>;</mo> </mrow>
其中，wk为第k个匹配指纹的权值，Qk为第k个匹配指纹的RSSI单位向量与所述定位点的RSSI单位向量的一范数，ε为非零常数。
CN201610244653.3A 2016-04-19 2016-04-19 基于接收信号强度指示的定位方法和装置 Active CN107305246B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610244653.3A CN107305246B (zh) 2016-04-19 2016-04-19 基于接收信号强度指示的定位方法和装置
PCT/CN2017/081061 WO2017181952A1 (zh) 2016-04-19 2017-04-19 定位方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610244653.3A CN107305246B (zh) 2016-04-19 2016-04-19 基于接收信号强度指示的定位方法和装置

Publications (2)

Publication Number Publication Date
CN107305246A true CN107305246A (zh) 2017-10-31
CN107305246B CN107305246B (zh) 2023-08-08

Family

ID=60115649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610244653.3A Active CN107305246B (zh) 2016-04-19 2016-04-19 基于接收信号强度指示的定位方法和装置

Country Status (2)

Country Link
CN (1) CN107305246B (zh)
WO (1) WO2017181952A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107885208A (zh) * 2017-11-10 2018-04-06 广东工业大学 一种机器人定位方法、系统及机器人
CN109803234A (zh) * 2019-03-27 2019-05-24 成都电科慧安科技有限公司 基于权值重要度约束的无监督融合定位方法
CN110896561A (zh) * 2019-06-13 2020-03-20 腾讯科技（深圳）有限公司 定位方法、设备、系统和计算机可读存储介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107613466B (zh) * 2017-09-15 2020-07-03 西安电子科技大学 超密集无线网络下基于指纹相似度的室内定位方法
CN110320493B (zh) * 2018-03-30 2023-11-14 北京百度网讯科技有限公司 室内定位方法、装置、电子设备和计算机存储介质
CN113723234B (zh) * 2021-08-17 2023-07-07 中铁第四勘察设计院集团有限公司 指纹无源感知定位方法、装置及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101271521A (zh) * 2008-05-13 2008-09-24 清华大学 基于各向异性双树复小波包变换的人脸识别方法
CN102711239A (zh) * 2012-05-10 2012-10-03 电子科技大学 基于rss指纹数据库的二次模糊聚类室内定位方法
CN102932911A (zh) * 2012-09-26 2013-02-13 上海顶竹通讯技术有限公司 位置指纹定位方法及定位系统
CN103533650A (zh) * 2013-10-28 2014-01-22 哈尔滨工业大学 一种基于余弦相似度提高定位精度的室内定位方法
CN103889051A (zh) * 2014-02-18 2014-06-25 北京工业大学 基于ap id过滤和卡尔曼滤波的室内wlan指纹定位方法
CN104507159A (zh) * 2014-11-24 2015-04-08 北京航空航天大学 一种基于WiFi接收信号强度的混合室内定位方法
EP3001215A1 (en) * 2014-09-24 2016-03-30 Alcatel Lucent Method for determining the relative position of user equipment in a wireless telecommunication network, a node and a computer program product

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011019125A1 (ko) * 2009-08-12 2011-02-17 한국과학기술원 무선랜 수신강도를 이용한 참여형 장소 인식 방법 및 무선 단말의 동작 방법
US8463291B2 (en) * 2011-09-13 2013-06-11 Alcatel Lucent KL-divergence kernel regression for non-gaussian fingerprint based localization
CN102928813A (zh) * 2012-10-19 2013-02-13 南京大学 基于rssi质心加权算法的无源rfid标签定位方法
CN105050052A (zh) * 2015-06-04 2015-11-11 大连理工大学 一种基于卡方距离及灵敏度法则的无线局域网室内定位方法
CN106550331B (zh) * 2015-09-23 2020-10-16 南京中兴新软件有限责任公司 一种室内定位方法和设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101271521A (zh) * 2008-05-13 2008-09-24 清华大学 基于各向异性双树复小波包变换的人脸识别方法
CN102711239A (zh) * 2012-05-10 2012-10-03 电子科技大学 基于rss指纹数据库的二次模糊聚类室内定位方法
CN102932911A (zh) * 2012-09-26 2013-02-13 上海顶竹通讯技术有限公司 位置指纹定位方法及定位系统
CN103533650A (zh) * 2013-10-28 2014-01-22 哈尔滨工业大学 一种基于余弦相似度提高定位精度的室内定位方法
CN103889051A (zh) * 2014-02-18 2014-06-25 北京工业大学 基于ap id过滤和卡尔曼滤波的室内wlan指纹定位方法
EP3001215A1 (en) * 2014-09-24 2016-03-30 Alcatel Lucent Method for determining the relative position of user equipment in a wireless telecommunication network, a node and a computer program product
CN104507159A (zh) * 2014-11-24 2015-04-08 北京航空航天大学 一种基于WiFi接收信号强度的混合室内定位方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107885208A (zh) * 2017-11-10 2018-04-06 广东工业大学 一种机器人定位方法、系统及机器人
CN109803234A (zh) * 2019-03-27 2019-05-24 成都电科慧安科技有限公司 基于权值重要度约束的无监督融合定位方法
CN110896561A (zh) * 2019-06-13 2020-03-20 腾讯科技（深圳）有限公司 定位方法、设备、系统和计算机可读存储介质
CN110896561B (zh) * 2019-06-13 2022-05-13 腾讯科技（深圳）有限公司 定位方法、设备、系统和计算机可读存储介质

Also Published As

Publication number Publication date
WO2017181952A1 (zh) 2017-10-26
CN107305246B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
CN107305246A (zh) 基于接收信号强度指示的定位方法和装置
CN104469676B (zh) 一种移动终端的定位方法及系统
CN103874118B (zh) WiFi室内定位中基于贝叶斯回归的Radio Map校正方法
US9602960B2 (en) Positioning method
Tuba et al. Two stage wireless sensor node localization using firefly algorithm
US11991734B2 (en) Fingerprinting enhancement with multi-band AoA measurements
EP2952047B1 (en) Method for localizing wireless devices
US8838151B2 (en) Method and apparatus for positioning using quasi-fingerprinting
CN103068041B (zh) 一种定位方法
KR20170091811A (ko) 블루투스 비콘의 rssi와 보행자 패턴의 가중치를 이용한 실내 위치 측위 방법
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
CN112218330B (zh) 定位方法及通信装置
KR20120070172A (ko) 근거리 통신을 위한 액세스 포인트를 이용한 위치 측정 방법 및 장치와 액세스 포인트의 위치 추정 방법
KR20120114882A (ko) 액세스 포인트를 이용한 차등적인 위치 측정 방법 및 장치
CN103220777A (zh) 一种移动设备定位系统
CN109640262B (zh) 一种基于混合指纹的定位方法及系统、设备、存储介质
CN108717175A (zh) 基于区域划分和稀疏支持向量回归的室内指纹定位方法
CN102984745A (zh) Wi-Fi AP位置及路径损耗模型的联合估测方法
CN104581945B (zh) 基于距离约束的半监督apc聚类算法的wlan室内定位方法
KR20140102450A (ko) 기지국 위치추정 시스템 및 이의 기지국 위치추정 방법
CN108169709B (zh) 一种基于分布式天线的室内三维定位方法
CN104717740B (zh) 收集与训练定位数据的方法、装置与系统
CN113068127A (zh) 一种NB-IoT终端的定位方法
CN108495261B (zh) 一种基于无线传感器的室内位置精准定位方法和系统
Aranda et al. Improving BLE deterministic fingerprinting by using a weighted k-NN algorithm over filtered RSSI data

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