CN108243451A

CN108243451A - 一种基于mr数据在td-lte栅格中定位的方法和系统

Info

Publication number: CN108243451A
Application number: CN201611233500.5A
Authority: CN
Inventors: 马越
Original assignee: China Mobile Communications Group Co Ltd; China Mobile Group Liaoning Co Ltd
Current assignee: China Mobile Communications Group Co Ltd; China Mobile Group Liaoning Co Ltd
Priority date: 2016-12-27
Filing date: 2016-12-27
Publication date: 2018-07-03
Anticipated expiration: 2036-12-27
Also published as: CN108243451B

Abstract

本发明涉及一种基于测量报告(MR)数据在TD‑LTE栅格中进行定位的方法和系统。该定位方法包括：将移动覆盖区域划分为多个正方形TD‑LTE栅格；在每个所述多个正方形TD‑LTE栅格中的参考点采集从基站接收的信号强度和信号质量；基于所述信号强度、信号质量和所述参考点的位置信息生成指纹数据；对所述指纹数据进行修正以构建指纹数据库；解析待定位的MR数据，获得该MR数据的指纹特征信息；采用指纹距离匹配算法来将所述指纹特征信息与所述指纹数据库进行比对，以对所述MR数据进行定位。

Description

一种基于MR数据在TD-LTE栅格中定位的方法和系统

技术领域

本发明一般涉及通信技术领域，更具体地，涉及一种基于MR数据在TD-LTE栅格中定位的方法和系统。

背景技术

随着4G时代的来临，移动用户数量呈现爆炸性增长，同时人们对于无线定位服务需求日益突出，因此，提供基于位置定位技术的优化方法成为当前研究的热点。传统的无线网络优化方法通常是通过分析网络性能数据和道路测试数据进行的，然而这种方法存在一定的突发性和不确定性，因而需要投入大量的人力和物力资源，并且是在收到投诉反馈信息之后才能做出反应。

尽管测量报告(MR)数据可以反映小区的覆盖情况，但是由于没有位置信息，因此MR数据主要是按照小区级别统计应用。为了准确得到用户所在的位置的网络覆盖情况，需要通过一定的位置定位算法(即需要从“异常的”、“有价值”(比如弱覆盖边缘区域、异系统切换处等)MR数据中)，反解、定位事件发生地，从而实施有针对性的优化和调整方案。

传统的定位技术主要有三种，其分别是基于到达时间(time of arrival，TOA)定位法、三角定位法和多点定位法，但这三种定位技术的定位精度都无法满足美国联邦通信委员会(FCC)在2001年提出的定位精度的要求(即125米的定位概率达到67％、100米的定位概率达到50％)。同时，现有定位技术无法克服多径衰落和阴影效应等噪声干扰产生的误差。此外，现有定位技术需要增加额外的硬件设备进行精确的时间同步和角度的测量，从而增加了网络优化的成本。虽然这些算法对于定位问题的解决都起到了重要的推动作用，但是不能够完整考虑到现网应用中的各个方面。

发明内容

本申请针对现有定位技术的不足，结合测量报告中的信号强度、信号质量等信息，并采用指纹距离法作为与指纹库的匹配算法，使其具有定位成本低、定位精度高、定位速度快、先于客户发现问题、站间距的依赖度较低、使用方便快捷等优势。通过现网的实践验证，本算法可以快速准确定位TD-LTE用户端的位置，同时具有很高的定位精度和较低的复杂度，为无线4G网络规划、建设和优化以及4G终端投放提供了有效的参考。

根据本发明的一个方面，本发明提供了一种基于测量报告(MR)数据在TD-LTE栅格中进行定位的方法。该定位方法包括：将移动覆盖区域划分为多个正方形TD-LTE栅格；在每个所述多个正方形TD-LTE栅格中的参考点采集从基站接收的信号强度和信号质量；基于所述信号强度、信号质量和所述参考点的位置信息生成指纹数据；对所述指纹数据进行修正以构建指纹数据库；解析待定位的MR数据，获得该MR数据的指纹特征信息；采用指纹距离匹配算法来将所述指纹特征信息与所述指纹数据库进行比对，以对所述MR数据进行定位。

根据本发明的另一个方面，本发明提供了一种基于测量报告(MR)数据在TD-LTE栅格中进行定位的系统，该定位系统包括：划分模块，该划分模块被配置为将移动覆盖区域划分为多个正方形TD-LTE栅格；采集模块，该采集模块被配置为在每个所述多个正方形TD-LTE栅格中的参考点采集从基站接收的信号强度和信号质量；组合模块，该组合模块被配置为基于所述信号强度、信号质量和所述参考点的位置信息生成指纹数据；修正模块，该修正模块被配置为对所述指纹数据进行修正以构建指纹数据库；解析模块，该解析模块被配置为解析待定位的MR数据，获得该MR数据的指纹特征信息；匹配模块，该匹配模块被配置为采用指纹距离匹配算法来将所述指纹特征信息与所述指纹数据库进行比对，以对所述MR数据进行定位。

根据本发明的另一个方面，本发明还提供了一种机器可读存储设备，其包括机器可读指令，当所述机器可读指令被执行时，实现上述方法或系统。

附图说明

从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本发明，其中：

图1示出了根据本发明另一实施例的基于MR数据在TD-LTE栅格中定位的方法的流程图；

图2示出了根据本发明实施例的基于测量报告(MR)数据在TD-LTE栅格中进行定位的系统的结构示意图；

图3示出了根据本发明实施例的栅格划分及栅格中心点平均信号强度(RSRP)的计算的示意图；

图4示出了弱覆盖问题用户位置定位图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中，提出了许多具体细节，以便提供对本发明的全面理解。但是，对于本领域技术人员来说很明显的是，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明的更好的理解。本发明决不限于下面所提出的任何具体配置和算法，而是在不脱离本发明的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中，没有示出公知的结构和技术，以便避免对本发明造成不必要的模糊。

图1示出了根据本发明实施例的一种基于测量报告(MR)数据在TD-LTE栅格中进行定位的方法，该定位方法包括：S110将移动覆盖区域划分为多个正方形TD-LTE栅格；S120在每个所述多个正方形TD-LTE栅格中的参考点采集从基站接收的信号强度和信号质量；S130基于所述信号强度、信号质量和所述参考点的位置信息生成指纹数据；S140对所述指纹数据进行修正以构建指纹数据库；S150解析待定位的MR数据，获得该MR数据的指纹特征信息；S160采用指纹距离匹配算法来将所述指纹特征信息与所述指纹数据库进行比对，以对所述MR数据进行定位。

栅格划分

将整个移动网络覆盖区域划分为m个正方形栅格S1，S2，...，Sm，每个栅格为10m*10m。车载测试终端穿过覆盖区域，通过在所经过的栅格内记录的接收电平和位置信息等历史数据，从测量报告(MR)中获取测试终端在邻近6个基站覆盖下的接收电平后，然后由下面公式(1)计算无线传播路径损耗值，最后以栅格为颗粒度计算栅格中心点的主服小区、6个邻区的平均信号强度(RSRP)和平均信号质量(RS-SINR)。

当车载测试终端穿过覆盖区域时会产生多个运动轨迹，并在每个栅格内可能产生多个参考点，通过将栅格内多个参考点的RSRP和RS-SINR投影到栅格中心点(不是地理位置的中心)作为此栅格中心点的平均RSRP和平均RS-SINR，并将栅格中心点的指纹信息作为此栅格的指纹信息。

由于在参考点处会产生多径衰落和阴影效应而影响定位精度，因此需要采用修正模型对所产生的路径损耗进行补偿。由公式(1)计算TD-LTE信号从参考点处主服小区Cell_(Cn)到栅格中心点(Sm)时的无线传播路径损耗值为：

PL_(m)＝RSRP_(cell(Cn))-Gain_antenna(m)-RSRP_(n)+PL_(f) (1)

其中，RSRP_(cell(Cn))为参考点处主小区Cell_(Cn)的信号最大发射功率；Gain_antenna(m)为栅格中心点与参考点主小区Cell_(Cn)连线处的天线增益；RSRP_(n)为参考点处6个邻区的RSRP信号强度均值；PL_(f)为因频段差异而引起的路损修正值：

PL_(f)＝33.391g(f_TDL) (2)

其中，f_TDL为TD-LTE网络下行工作频率，单位为MHz，中国移动TD-LTE工作频率1880MHz～2620MHz。

然后，以栅格为颗粒度计算栅格中心点处的RSRP和RS-SINR，假设栅格Sm中共有t个参考点(1≤i≤t)，则第Sm个栅格的中心点处RSRP(参考信号接收电平)计算公式如下：

其中，P_{RS_Cell(m)}为参考点处主服小区Cell_(i)的信号发射功率；Gain_antenna(i)为Gain_antenna(i)为栅格中心点与TD-LTE发射小区Cell_(Cn)连线处的天线增益；PL_(i)为TD-LTE信号从参考点处主小区Cell_(Cn)到栅格中心点(Sm)时的无线传播路径损耗值，PL_(f)为因频段差异而引起的路损修正值。

第Sm个栅格的中心点处RS-SINR(参考信号接收质量)计算公式如下：

其中，RSRP_(i(Sm)为栅格(Sm)接收到的来自参考点i处的TD-LTE主小区Cell(Cn)的RSRP；ΣRSRP(Sm)为栅格(Sm)接收到的所有小区RSRP信号强度之和。

栅格中心点处的主服小区RSRP、RS-SINR计算好后，同理计算栅格中心点处邻区的RSRP、RS-SINR。

建立指纹数据库

通过修正模型计算所有栅格中对应的栅格中心点处的主服小区参考信号接收电平和接受质量，并将网络覆盖区域内每个栅格中心点处对应的n个邻区的接受电平和接收质量建立起一个n(n≤6)维特征向量(一组包含主服小区的RSRP、RS-SINR及若干邻区RSRP、RS-SINR的特征向量)，这些特征向量的样本数据集就构成了指纹数据库，如第m个栅格的特征向量是Vm＝(Sig_m＝1，Sig_m＝2，......Sig_m＝n)，(m≤n)。该特征向量即为栅格m对应的信号指纹，表1为指纹数据库实例。

表1

MR测量报告解析过程

MR测量报告解析是指纹提取的关键步骤和重要难点，需要从UE和eNodeB之间的X2或S1接口中提取出MRO或MRS文件，解析后按照固定格式形成一条一条记录，然后与工参数据结合得到基站经纬度信息，录入到指纹数据库中，用以记录位置信息和指纹信息之间的对应关系。表2是MR测量报告解析后的报告实例。

表2

表2中MR.LteScRSRP字段表示主服小区电平，MR.LteNcRSRP字段表示用户端接收到邻近6个邻区的电平值，从而作为指纹数据库的主要参数。MR.LteScEarfcn字段表示主服小区所使用的频段，MR.LteScPci字段表示主服小区的PCI，MR.LteNcEarfcn字段表示邻小区所使用的频段，MR.LteNcPci字段表示邻小区的PCI。

比对指纹数据库

当终端通过网络覆盖区域时，通过采集和解析MR测量报告，将各邻区基站的接收电平RSRP和接收质量RS-SINR组成的向量与指纹数据库中的值采用匹配算法进行比较。

常用的匹配算法有欧几里得距离和马氏距离。对于欧几里得距离算法，每一个位置指纹都需要计算一个四维向量的平均值，而这个平均值映像到二维的位置空间中去，这种匹配算法计算量和存储空间需求较大，定位稳定性较差。对于马氏距离匹配算法，还需要通过额外的计算来为每个位置找到一个N×N的协方差矩阵以及它的逆阵，这种匹配算法计算量和存储空间需求最大，而且准确性不高。同时这两种匹配算法所需要的存储空间都随着需要定位的位置数的增加而增加。

综合考虑到计算量、存储空间和结果的准确性，本申请提出了一种新的匹配算法指纹距离法，相比于欧几里得距离和马氏距离，指纹距离法能够有效避免单次测量值过大或过小带来的偏差，同时能够获得较好的稳定性和准确性，计算公式如(5)所示：

其中：

x₁，...，x_i——某个终端的6个信号强度；

y₁，...，y_i——栅格指纹特征向量。

图2示出了根据本发明实施例的基于测量报告(MR)数据在TD-LTE栅格中进行定位的系统的结构示意图。

定位系统200包括：划分模块210，该划分模块210被配置为将移动覆盖区域划分为多个正方形TD-LTE栅格；采集模块220，该采集模块220被配置为在每个所述多个正方形TD-LTE栅格中的参考点采集从基站接收的信号强度和信号质量；组合模块230，该组合模块230被配置为基于所述信号强度、信号质量和所述参考点的位置信息生成指纹数据；修正模块240，该修正模块240被配置为对所述指纹数据进行修正以构建指纹数据库；解析模块250，该解析模块250被配置为解析待定位的MR数据，获得该MR数据的指纹特征信息；匹配模块260，该匹配模块被配置为采用指纹距离匹配算法来将所述指纹特征信息与所述指纹数据库进行比对，以对所述MR数据进行定位。

图3示出了根据本发明实施例的栅格划分及栅格中心点平均信号强度(RSRP)的计算的示意图。

下面以图3为例对本申请的定位方法进行进一步示例说明。

步骤一：将地理栅格划分为9个正方形栅格S1，S2，...S9(每个栅格10m*10m)；

步骤二：车载测试终端穿过覆盖区域并产生两个运动轨迹，并在栅格S5内产生四个参考点A、B、C、D，并在每个参考点处计算主服小区以及6个邻区的RSRP和RS-SINR；

步骤三：由于受多径衰落和阴影效应的影响较大，需要采用修正模型针对路径损耗进行补偿，得到修正后的每个参考点的主服小区以及6个邻区的RSRP和RS-SINR；

步骤四：计算栅格内每个参考点的主服小区以及6个邻区的RSRP和RS-SINR后，然后计算栅格内中心点处的主服小区以及6个邻区的RSRP和RS-SINR，即作为这个栅格的指纹信息；

步骤五：通过修正模型计算所有栅格中对应的栅格中心点处的主服小区及邻区的参考信号接收电平和接受质量，并建立起一个n(n≤6)维特征向量，这些特征向量的样本数据集就构成了指纹数据库；

步骤六：对于一条待定位的MR数据，首先解析出它的指纹特征信息(接收自本区和邻区的信号强度)，然后使用距离指纹匹配算法分别计算该MR的特征信息与指纹数据库中的哪个MR指纹数据最匹配，即确定了该用户的准确位置；

步骤七：将这条定位后的用户MR指纹数据存储到指纹数据库中，进行栅格指纹数据的更新，同时更新指纹数据库，随着指纹数据的增多，指纹数据库中的指纹数据将越来越丰富，指纹数据也将越来越准确，匹配的准确性也将越来越高。

移动集团对TD-LTE网络的网管北向接口数据格式已经统一，因此具备实施基于MR数据实现定位方法的条件。在一个实施例中，首先选取了某城市一个网格区域进行试点，实验前采用了10台测试终端，10个测试点和多个测试时段，在测试区域内使用终端进行下载任务，并用GPS进行打点记录用户的经纬度信息。同时，从后台采集了测试当天TD-LTE网管北向接口MR数据进行解析，采用本提案的定位方法进行用户端定位。为了进一步验证指纹定位法的精度，实验分别比较TOA定位法、三角定位法达到标准准确度的概率。

实验结果表明，TOA定位法由于各个厂家对TOA定义差别较大，导致验证结果很不稳定，尤其是用户在厂家边界问题更明显，同时设施方面的成本较高；三角定位法具有较大的误差，在300米精度范围内准确度才能达到34％，而在150米精度范围内准确度只有13％；而指纹距离定位法在300米精度范围准确度能达到99％，同时不需要额外布置参考点，这样可以大大降低实施的复杂度和成本，表3为四种定位技术的定位精度对比。

表3

此外，对提出的指纹距离定位方法的指纹特征的维度进行了比较，如用户所处位置的信号强度、信号质量、信号强度与信号质量组合等，其中选择信号强度与信号质量的组合具有更高的定位精度。因此，实验结果表明了考虑信号强度与信号质量组合的指纹距离定位法具有更高的精度和可行性。表4为指纹距离定位算法各维度选取的比较。

表4

本申请的指纹距离匹配算法可以快速定位LTE用户端位置，同时具有很高的定位精度和较低的复杂度，为日常网络优化工作提供了依据和支撑。在一个实施中，该成果在某市全网应用后，有效发现了65个弱覆盖点和48个过覆盖点，这两类区域通常是用户投诉较多的区域，也是网络优化的重中之重。

图4示出了使用定位方法后定位的问题点区域。本申请的方法避免了网络优化人员需到现场测试的工作，改善了网络结构，降低了网络优化成本和问题定位时间，提高了客户感知度，定位精度高达90％以上，对于提升中国移动在用户心目中的形象具有重要的影响。

在一个实施例中，提供一种机器可读存储设备，其包括机器可读指令，当所述机器可读指令被执行时，实现上述方法或装置。

本文所描述的系统和方法的实施例和实现方式可以包括各种操作，这些操作可被实现于由计算机系统执行的机器可执行指令中。计算机系统可以包括一个或多个通用计算机或专用计算机(或其他电子设备)。计算机系统可以包括硬件组件，这些硬件组件包括用于执行操作的特定逻辑或者可以包括硬件、软件和/或固件的组合。

各种技术或其某些方面或部分可以采用程序代码(即，指令)的形式，所述程序代码被实现于诸如软盘、CD-ROM、硬驱动、磁卡或光卡、固态存储器设备、非暂态计算机可读存储媒介或任何其他机器可读存储媒介，其中，当程序代码被加载到机器(例如，计算机)中并被机器执行时，该机器成为用于实施各种技术的装置。在程序代码在可编程计算机上运行时，计算设备可以包括处理器、可由处理器读取的存储媒介(包括易失性和非易失性存储器和/或存储元件)、至少一个输入设备以及至少一个输出设备。易失性和非易失性存储器和/或存储元件可以是RAM、EPROM、闪速驱动器、光驱动器、磁性硬驱动器或用于存储电子数据的其他媒介。

应当理解的是，本说明书中所描述的许多功能单元可被实现为一个或多个组件，组件是用来特别强调其实现独立性的术语。例如，组件可以被实现为硬件电路，该硬件电路包括定制的超大规模集成电路(VLSI)电路或门阵列、或者诸如逻辑芯片、晶体管或其他分立组件之类的现成半导体。组件还可以被实现于可编程硬件设备中，例如，现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等。

组件还可以被实现于软件中以由各种类型的处理器来执行。所标识的可执行代码组件例如可以包括计算机指令的一个或多个物理或逻辑块，其例如可被组织为对象、过程或功能。然而，所标识的组件的可执行代码在物理上不一定是在一起的，但可以包括存储于不同位置中的分离的指令，当这些分离的指令在逻辑上被结合在一起时，可以包括该组件并且实现该组件所规定的目标。

实际上，可执行代码的组件可以是单个指令或多个指令，并且甚至可以分布于若干个不同的代码片段、不同的程序以及若干个存储器设备间。类似地，在本文中，操作数据可被标识并被示出于组件中，并且可采用任意适当的方式来实现并被安排于任意合适类型的数据结构中。操作数据可被集合为单个数据集，或者可以分布于不同的位置(包括不同的存储设备)，并且至少部分地可仅作为系统或网络的电子信号而存在。组件可以是无源的或有源的，包括可操作以执行所期望的功能的代理。

所描述的实施例的若干方面将作为软件模块或者组件来阐述。如本文所使用的，软件模块或组件可以包括位于存储器设备中的任意类型的计算机指令或计算机可执行代码。软件模块例如可以包括一个或多个计算机指令物理块或逻辑块，其可被安排为执行一个或多个任务或实现特定数据类型的例程、程序、对象、组件、数据结构等。应理解的是，代替软件或者除了软件，软件模块可被实现于硬件和/或固件中。本文所描述的一个或多个功能模块可被分离为子模块和/或被组合为单个或少量模块。

在某些实施例中，特定软件模块可以包括存储于存储器设备的不同位置、不同存储器设备或不同计算机中的分离的指令，这些指令一起实现所描述的模块功能。实际上，模块可以包括单个指令或多个指令，并且可以分布于若干个不同的代码片段、不同的程序以及若干个存储器设备间。一些实施例可以被实施于分布式计算环境中，其中，由通过通信网络链接的远程处理设备来执行任务。在分布式计算环境中，软件模块可位于本地和/或远程存储器存储设备中。此外，在数据库记录中一起捆绑或呈现的数据可以驻留在同一存储器设备中或者若干个存储器设备中，并且可在网络的数据库中的记录字段中被链接在一起。

尽管出于清楚的目的详细地描述了前述内容，但显而易见的是，在不背离其原理的情形下可以做出某些更改和修改。应当注意的是，存在许多实现本文所描述的处理和装置的替代方式。因此，本文的实施例是说明性而非限制性的，并且本发明不限于本文给出的细节，而是可以在所附权利要求的范围和等同内进行修改，并且，落入权利要求的含义和等同物的范围内的全部改变从而都被包括在本发明的范围之中。

Claims

1.一种基于测量报告MR数据在TD-LTE栅格中进行定位的方法，其特征在于，包括：

将移动覆盖区域划分为多个正方形TD-LTE栅格；

在每个所述多个正方形TD-LTE栅格中的参考点采集从基站接收的信号强度和信号质量；

基于所述信号强度、信号质量和所述参考点的位置信息生成指纹数据；

对所述指纹数据进行修正以构建指纹数据库；

解析待定位的MR数据，获得该MR数据的指纹特征信息；

采用指纹距离匹配算法来将所述指纹特征信息与所述指纹数据库进行比对，以对所述MR数据进行定位。

2.根据权利要求1所述的定位方法，其中所述正方形栅格大小是10m*10m。

3.根据权利要求1所述的定位方法，其中每个所述多个正方形TD-LTE栅格包括四个参考点。

4.根据权利要求1所述的定位方法，其中所述指纹数据是n维特征向量，其中n≤6。

5.根据权利要求4所述的定位方法，其中所述n维特征向量包括主服小区的信号强度、信号质量和邻区的信号强度和信号质量。

6.根据权利要求1所述的定位方法，其中解析待定位的MR数据包括从用户设备和基站之间的X2或S1接口提取测量报告样本数据或测量报告统计数据，按照固定格式形成一条一条记录。

7.根据权利要求1所述的定位方法，其特征在于，还包括：将定位后的所述MR数据存储到所述指纹数据库中。

8.一种基于测量报告(MR)数据在TD-LTE栅格中进行定位的系统，其特征在于，包括：

划分模块，该划分模块被配置为将移动覆盖区域划分为多个正方形TD-LTE栅格；

采集模块，该采集模块被配置为在每个所述多个正方形TD-LTE栅格中的参考点采集从基站接收的信号强度和信号质量；

组合模块，该组合模块被配置为基于所述信号强度、信号质量和所述参考点的位置信息生成指纹数据；

修正模块，该修正模块被配置为对所述指纹数据进行修正以构建指纹数据库；

解析模块，该解析模块被配置为解析待定位的MR数据，获得该MR数据的指纹特征信息；

匹配模块，该匹配模块被配置为采用指纹距离匹配算法来将所述指纹特征信息与所述指纹数据库进行比对，以对所述MR数据进行定位。

9.根据权利要求8所述的定位系统，其中所述正方形栅格大小是10m*10m。

10.根据权利要求8所述的定位系统，其中每个所述多个正方形TD-LTE栅格包括四个参考点。

11.根据权利要求8所述的定位系统，其中所述指纹数据是n维特征向量，其中n≤6。

12.根据权利要求11所述的定位系统，其中所述n维特征向量包括主服小区的信号强度、信号质量和邻区的信号强度和信号质量。

13.根据权利要求8所述的定位系统，其中解析待定位的MR数据包括从用户设备(UE)和基站之间的X2或S1接口提取测量报告样本数据(MRO)或测量报告统计数据(MRS)，按照固定格式形成一条一条记录。

14.根据权利要求8所述的定位系统，其特征在于，还包括：添加模块，该添加模块被配置为将定位后的所述MR数据存储到所述指纹数据库中。

15.一种机器可读存储设备，其包括机器可读指令，当所述机器可读指令被执行时，实现如权利要求1-14中任一权利要求所述的方法或系统。