CN109005497A - 确定信号盲区的方法、确定用户位置的方法及装置 - Google Patents
确定信号盲区的方法、确定用户位置的方法及装置 Download PDFInfo
- Publication number
- CN109005497A CN109005497A CN201710397625.XA CN201710397625A CN109005497A CN 109005497 A CN109005497 A CN 109005497A CN 201710397625 A CN201710397625 A CN 201710397625A CN 109005497 A CN109005497 A CN 109005497A
- Authority
- CN
- China
- Prior art keywords
- blind zone
- signal blind
- position information
- user equipment
- target position
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
一种确定信号盲区的方法、确定用户位置的方法及装置。其中,确定信号盲区的方法包括:接收用户设备发送的目标位置信息,其中所述用户设备按照设定的第一时间间隔t1发送自身所处的位置信息;当接收到所述目标位置信息的时刻和接收到下一位置信息的时刻之间的时长超过设定的第二时间间隔t2时,将与所述目标位置信息对应的位置确定为疑似信号盲区,其中,t2≥t1;统计与所述目标位置信息对应的位置被确定为疑似信号盲区的次数;当统计的次数满足设定条件时,将与所述目标位置信息对应的位置确定为信号盲区。
Description
技术领域
本申请涉及定位技术领域,尤其涉及一种确定信号盲区的方法、确定用户位置的方法及装置。
背景技术
在诸多领域,都存在通过全球定位系统(Global Positioning System,GPS)来获得用户设备(User Equipment,UE)实时位置的需求。例如,在一些地图或导航应用中,需要根据用户设备发送的GPS坐标来确定用户设备所处的路网位置。
目前,因各种因素(如隧道、桥梁、山区等特殊地形、或移动网络运营商的基站覆盖区域的差异),现实的地理位置上往往会分布有很多信号盲区(如移动信号盲区或GPS信号盲区),当用户设备位于这些信号盲区中时,几乎无法确定其实时位置。在相关技术中,还无法较为准确地确定出地理位置上分布的信号盲区,从而无法获取处于信号盲区的用户设备的实时位置。
发明内容
有鉴于此,本申请提供一种确定信号盲区的方法、确定用户位置的方法及装置。
为实现上述目的,本申请提供的技术方案如下:
根据本申请的第一方面,提出了一种确定信号盲区的方法,包括:
接收用户设备发送的目标位置信息,其中所述用户设备按照设定的第一时间间隔t1发送自身所处的位置信息;
当接收到所述目标位置信息的时刻和接收到下一位置信息的时刻之间的时长超过设定的第二时间间隔t2时,将与所述目标位置信息对应的位置确定为疑似信号盲区,其中,t2≥t1;
统计与所述目标位置信息对应的位置被确定为疑似信号盲区的次数;
当统计的次数满足设定条件时,将与所述目标位置信息对应的位置确定为信号盲区。
根据本申请的第二方面,提出了一种确定用户位置的方法,包括:
当确定用户设备通过信号盲区时,获得与所述用户设备最近一次发送的GPS坐标位置信息及发送该GPS坐位置信息标的第一时刻;
将所述第一时刻至当前时刻的间隔时长和用户设备在通过信号盲区时的运动速度相乘,得到所述用户设备通过所述信号盲区的运动距离;
从所述位置信息对应的位置沿着所述用户设备的运动方向向前延伸所述运动距离,得到所述用户设备所在的当前位置;
其中,利用上述确定信号盲区的方法确定所述信号盲区。
根据本申请的第三方面,提出了一种确定信号盲区的装置,包括:
接收单元,用于接收用户设备发送的目标位置信息,其中所述用户设备按照设定的第一时间间隔t1发送自身所处的位置信息;
第一确定单元,用于当接收到所述目标位置信息的时刻和接收到下一位置信息的时刻之间的时长超过设定的第二时间间隔t2时,将与所述目标位置信息对应的位置确定为疑似信号盲区,其中,t2≥t1;
统计单元,用于统计与所述目标位置信息对应的位置被确定为疑似信号盲区的次数;
第二确定单元,用于当统计的次数满足设定条件时,将与所述目标位置信息对应的位置确定为信号盲区。
根据本申请的第四方面,提出了一种确定用户位置的装置,包括:
获得单元,用于当确定用户设备通过信号盲区时,获得与所述用户设备最近一次发送的位置信息及发送该位置信息的第一时刻;
距离计算单元,用于将所述第一时刻至当前时刻的间隔时长和用户设备在通过信号盲区时的运动速度相乘,得到所述用户设备通过所述信号盲区的运动距离;
位置确定单元,用于从所述位置信息对应的位置沿着所述用户设备的运动方向向前延伸所述运动距离,得到所述用户设备所在的当前位置;
其中,利用上述确定信号盲区的装置确定所述信号盲区。
根据本申请的第五方面,提出了一种计算机设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
所述处理器被配置为:
接收用户设备发送的目标位置信息,其中所述用户设备按照设定的第一时间间隔t1发送自身所处的位置信息;
当接收到所述目标位置信息的时刻和接收到下一位置信息的时刻之间的时长超过设定的第二时间间隔t2时,将与所述目标位置信息对应的位置确定为疑似信号盲区,其中,t2≥t1;
统计与所述目标位置信息对应的位置被确定为疑似信号盲区的次数;
当统计的次数满足设定条件时,将与所述目标位置信息对应的位置确定为信号盲区。
通过以上技术方案可以看出,可以利用用户设备按照设定时间间隔发送自身所处的位置信息的机制及数据统计,确定出地理位置上分布的信号盲区,其准确度较高,从而可准确获取通过信号盲区的用户设备所处的实时位置。
附图说明
图1示出了一示例性实施例提供的一种确定信号盲区的方法的流程;
图2示出了一示例性实施例提供的一种确定用户位置的方法的流程;
图3示出了一示例性实施例提供的一种电子设备的结构;
图4示出了一示例性实施例提供的一种确定信号盲区的装置的框图;
图5示出了一示例性实施例提供的一种电子设备的结构;
图6示出了一示例性实施例提供的一种确定用户位置的装置的框图。
具体实施方式
在现实生活中,有很多业务都需要精确的用户实时位置来支撑。例如,基于地理位置的网约车订单分配、GPS导航等。在相关技术中,一般为了获取用户设备(UE)的实时位置,需要用户设备和服务器(如网约车应用服务器)建立长连接,以使得用户设备按照一定的频率将自身的GPS坐标发送给服务器。一般地,GPS坐标的数据格式如下:
GPS坐标=(lon,lat,time,speed),其中,lon为经度坐标,lat为纬度坐标,time为上传该GPS坐标的时刻,speed为运动速度。
一般地,电子地图中包括由若干道路所构成的路网,路网中的每个点均对应于一个GPS坐标。基于预先生成的路网,服务器在接收到GPS坐标后,可以将该GPS坐标映射到路网拓扑上,以获得与接收到的GPS坐标对应的路网位置,并将确定出的路网位置作为用户设备所处的地理位置。其中,常用的映射技术包括通过拓扑关系、直线距离等方法进行映射。其中,直线距离法是指:从接收到的GPS坐标向其周边一定范围内的路网线段分别作垂线,将垂线距离最短的路网线段确定为用户设备最大概率所处的路段,并将所述垂线和路网线段的交点作为用户设备当前所处的路网位置。拓扑关系法是指:根据路网的连通关系,排除在拓扑上不连通的道路路段,进而确定出用户设备最可能所在的路段。由于确定与GPS坐标对应的路网位置的过程属于本领域技术人员所熟知的技术,故不予以详述。通常,用以表示路网位置的数据格式可以如下:
Projection=(link_id,proj_lon,proj_lat,GPS坐标),其中,link_id为路网中某一路段的唯一标识,proj_lon为映射到地图上的横坐标,proj_lat为映射到地图上的纵坐标。
其中,用户设备定时上报的GPS坐标一般需要携带用户ID(如driver_id),则,
(driver_id,GPS坐标)→(driver_id,Projection)。
当需要获得用户设备的实时位置时,服务器可以根据用户ID(driver_id)来查询其实时位置。其中,由于用户设备上传的GPS坐标是携带时间戳信息的,并且该GPS坐标会随着时间的推移不断地被更新,上传的GPS坐标只是在一定时间内有效。举例而言,假如需要用户设备每隔10秒上传一个GPS坐标,则用户设备A在10:00:00上传的GPS坐标在10:00:00~10:00:10内有效。
在相关技术中,当需要查询用户设备所在位置时,导致用户位置获取失败的因素有很多,如:司机使用的移动终端设备的差异,移动运营商的差异,建筑物对移动信号的遮挡,山丘桥梁等特殊地形对移动信号的屏蔽等。其中,通过研究发现,司机在驾车行驶过程中会经过一些信号盲区为导致用户位置获取失败的主要因素之一。一般地,信号盲区的类型可分为:(1)移动网络传输信号盲区;(2)GPS信号盲区;(3)移动网络信号和GPS信号双盲区。其中,“信号盲区”可以指地理上的一个或多个点、或一条路径、或一片地理区域等,对此不作限制。
本申请提出的技术方案旨在较为准确地确定出地理位置上分布的信号盲区,从而利用这些信号盲区,推算处于信号盲区的用户设备的实时位置。
图1示出了一示例性实施例提供的一种确定信号盲区的方法的流程。如图1所示,该方法可应用于各类服务器(如网约车服务器、导航应用服务器等),在一实施例中,该方法包括下述步骤101~106,其中:
在步骤101中,接收用户设备发送的目标位置信息,其中所述用户设备按照设定的第一时间间隔t1发送自身所处的位置信息。
本实施例中,用户信息可以通过GPS技术来发送自身的位置信息(即GPS坐标),当然,定位系统并不限于GPS,还可为其它类型的定位系统。
以网约车场景为例,一般需要司机使用的用户设备每隔一设定的第一时间间隔t1(如10秒)将自身所处的GPS坐标上传到网约车服务器。
在步骤102中,判断接收到所述目标位置信息的时刻和接收到下一位置信息的时刻之间的时长是否超过设定的第二时间间隔t2。其中,t2≥t1。在该步骤102中,第二时间间隔t2可以等于上述第一时间间隔t1,或者比上述第一时间间隔t1稍长(例如:15秒)。若超过,则进入步骤103。若未超过,则流程结束。
在步骤103中,将与所述目标位置信息对应的位置确定为疑似信号盲区。
在网约车场景中,如果司机使用的用户设备在发送上述目标位置信息后的第二时间间隔t2到来时,并没有继续向服务器发送另一位置信息,其有两种原因:其一:司机使用的用户设备关机或应用客户端关闭等;其二,司机进入信号盲区。其中,上述目标位置信息较大概率为信号盲区(如一段隧道)的起点或进入信号盲区之前车辆必须经过的一个地理位置,故,可以将上述与所述目标位置信息对应的路网位置确定为疑似信号盲区。
在一实施例中,所述位置为与所述目标位置信息对应的路段、或与所述目标位置信息对应的在地图上的路网位置。
其中,在步骤101至步骤103可以为一个循环。
需要说明的是,为了便于描述,本文从单个用户设备的角度进行说明。然而在实际应用中,服务器可以与若干用户设备进行交互,以接收每个用户设备在各个时间点上传的GPS坐标,从而得到大量被确定为疑似信号盲区的路网位置并进行大数据分析。
在步骤104中,统计与所述目标位置信息对应的路网位置被确定为疑似信号盲区的次数。
举例而言,通过上述步骤101至步骤103可以获取大量数据如下表1所示:
表1:
在一可选实施例中,所述步骤103可以具体包括:
确定与所述目标位置信息对应的地理位置所属的路段,并将所述路段确定为疑似信号盲区。
相应地,所述步骤104可以具体包括:
统计与所述目标位置信息对应的地理位置所属的路段被确定为疑似信号盲区的次数。
其中,以GPS坐标为例,不同的GPS坐标可能对应于地图上的同一个路网位置,而地图上的一个路段一般包含多个路网位置,而一般地理位置上分布的信号盲区,一般是一段路段,而不是一个具体的路网位置。为此,可以统计所述“路段”被确定为疑似信号盲区的次数,以找出属于信号盲区的“路段”,从而提高确定出的信号盲区的准确性。
例如,将获得的大量数据按照路段进行聚合,可以统计得到下述表2:
表2:
路段标识 | 被确定为疑似信号盲区的次数 |
123 | 200 |
166 | 100 |
188 | 300 |
...... | ...... |
当然,在其他可选实施例中,也可以按照路网位置进行聚合,得到每个路网位置被确定为疑似信号盲区的次数。
在步骤105中,判断统计的次数是否满足设定条件。若满足,则进入步骤106。
在步骤106中,将与所述目标位置信息对应的位置确定为信号盲区。
在一实施例中,所述设定条件可以包括下述至少一者:
①、统计的次数大于设定次数阈值(如:20)。
其中,上述统计的次数可以是对一定时长(如一天中的24小时)内产生的数据进行的统计,若在一天中,某个路网位置被确定为疑似信号盲区的次数大于20次,则可以确定该路网位置(或指定路段标识对应的路段)为信号盲区。
②、在将每一位置被确定为疑似信号盲区的次数按照从大到小的顺序进行排序后,与所述目标位置信息对应的位置所在的次序小于或等于设定次序阈值n,其中,n≥1且为整数(如:n=10)。举例来说,总共有100个路网位置被确定为疑似信号盲区,在按照次数进行排序之后,可以将排名前10位的路网位置(或指定路段标识对应的路段)确定为信号盲区。
通过以上技术方案可以看出,可以利用用户设备按照设定时间间隔发送自身所处的GPS坐标的机制及数据统计,确定出地理位置上分布的信号盲区,其准确度较高。
图2示出了一示例性实施例提供的一种确定用户位置的方法的流程。如图2所示,该方法可应用于各类服务器(如网约车服务器、导航应用服务器等),在一实施例中,该方法包括下述步骤201~206,其中:
在步骤201中,查询用户设备的实时位置。例如:在需要对网约车订单进行分配时,查询周边的司机实时位置,从而完成订单分配。
在步骤202中,确定是否成功查询到有效的位置。若否,则进入步骤203。
如上所述,司机使用的设备每隔一段时间间隔向服务器上报其GPS坐标,所上报的GPS坐标在一定时长内有效,如果没有及时更新,则无法查询到有效的司机位置。
在步骤203中,确定用户设备是否通过信号盲区,若是,则进入步骤204。
可以根据用户设备最近一次发送的GPS坐标来确定其是否通过信号盲区。例如,若发现用户设备最近一次发送的GPS坐标和预先确定的信号盲区之间的距离较近,则可以确定其即将进入信号盲区。并且,服务器在此之后无法获取到用户的有效位置,则更加确定其通过信号盲区。
在步骤204中,获得与所述用户设备最近一次发送的位置信息(x,y)last及发送该位置信息的第一时刻time_last;
在步骤205中,将所述第一时刻time_last至当前时刻time_current的间隔时长与用户设备在通过信号盲区时的运动速度realtime_speed相乘,得到所述用户设备通过所述信号盲区的运动距离;
在步骤206中,从所述位置信息对应的位置沿着所述用户设备的运动方向向前延伸所述运动距离,得到所述用户设备所在的当前位置(x,y)current。
上述步骤205和步骤206的计算公式如下:
(x,y)current=(x,y)last+realtime_speed*(time_current-time_last);其中,x、y可表示地图上的坐标。
其中,可以根据信号盲区在历史上各个时间段的司机行驶速度,推算出每天的各个时间段,司机在该信号盲区内行驶的平均车速realtime_speed。在一实施例中,确定用户设备在通过信号盲区时的运动速度的具体过程如下:
基于预先确定的时间段和在时间段内车辆在通过所述信号盲区时的平均行驶速度之间的对应关系,确定与当前时刻time_current所处的时间段对应的平均行驶速度;
将所述平均行驶速度确定为用户设备在通过信号盲区时的运动速度。
在其他实施例中,也可以通过其他方式来确定用户设备在通过信号盲区时的运动速度。例如,根据用户设备在通过信号盲区前最后一次上报的GPS坐标,确定该用户设备在最后一次上报GPS坐标时的运动速度,并假定用户设备在通过信号盲区时依旧保持该运动速度进行运动。
需说明的是,在其他实施例中,上述步骤201和步骤202可被省去,服务器可以不断地根据用户设备上报的GPS坐标来判断用户设备是否通过信号盲区,并根据判断结果执行后续的动作。
通过以上技术方案可以看出,在确定出地理位置上分布的信号盲区之后,可推送出通过信号盲区的用户设备的位置,满足某些业务获取用户实时位置的需求。
图3示出了一示例性实施例提供的一种电子设备的结构。如图3所示,所述电子设备可以为服务器(如网约车服务器、导航应用服务器等),该电子设备可以包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成确定信号盲区的装置。当然,除了软件实现方式之外,本申请并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
如图4所示,在一实施例中,一种确定信号盲区的装置,所述装置包括接收单元301、第一确定单元302、统计单元303及第二确定单元304;其中:
接收单元301,用于接收用户设备发送的目标位置信息,其中所述用户设备按照设定的第一时间间隔t1发送自身所处的位置信息。
第一确定单元302,用于用于当接收到所述目标位置信息的时刻和接收到下一位置信息的时刻之间的时长超过设定的第二时间间隔t2时,将与所述目标位置信息对应的位置确定为疑似信号盲区,其中,t2≥t1。
统计单元303,用于统计与所述目标位置信息对应的位置被确定为疑似信号盲区的次数。
第二确定单元304,用于当统计的次数满足设定条件时,将与所述目标位置信息对应的位置确定为信号盲区。
在一实施例中,所述设定条件可以包括:
统计的次数大于设定次数阈值;和/或,
在将每一位置被确定为疑似信号盲区的次数按照从大到小的顺序进行排序后,与所述目标位置信息对应的次序小于或等于设定次序阈值n,其中,n≥1且为整数。
在一实施例中,
所述第一确定单元具体用于:
确定与所述目标位置信息对应的地理位置所属的路段,并将所述路段确定为疑似信号盲区;
所述统计单元具体用于:
统计与所述目标位置信息对应的地理位置所属的路段被确定为疑似信号盲区的次数。
在一实施例中,所述位置为与所述目标位置信息对应的路段、或与所述目标位置信息对应的在地图上的路网位置。
图5示出了一示例性实施例提供的一种电子设备的结构。如图5所示,所述电子设备可以为服务器(如网约车服务器、导航应用服务器等),该电子设备可以包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成确定用户位置的装置。当然,除了软件实现方式之外,本申请并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
如图6所示,在一实施例中,一种确定用户位置的装置,包括:
获得单元401,用于当确定用户设备通过信号盲区时,获得与所述用户设备最近一次发送的位置信息及发送该位置信息的第一时刻。
距离计算单元402,用于将所述第一时刻至当前时刻的间隔时长和用户设备在通过信号盲区时的运动速度相乘,得到所述用户设备通过所述信号盲区的运动距离。
位置确定单元403,用于从所述位置信息对应的位置沿着所述用户设备的运动方向向前延伸所述运动距离,得到所述用户设备所在的当前位置。
在一实施例中,所述装置还包括:
运动速度确定单元,用于基于预先确定的时间段和在时间段内车辆在通过所述信号盲区时的平均行驶速度之间的对应关系,确定与当前时刻所处的时间段对应的平均行驶速度,并将所述平均行驶速度确定为用户设备在通过信号盲区时的运动速度。
需说明的是,在不相违背的前提下,上述装置实施例和上述方法实施例可以互为补充。
在一实施例中,还提供一种计算机设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
所述处理器被配置为:
接收用户设备发送的目标位置信息,其中所述用户设备按照设定的第一时间间隔t1发送自身所处的位置信息;
当接收到所述目标位置信息的时刻和接收到下一位置信息的时刻之间的时长超过设定的第二时间间隔t2时,将与所述目标位置信息对应的位置确定为疑似信号盲区,其中,t2≥t1;
统计与所述目标位置信息对应的位置被确定为疑似信号盲区的次数;
当统计的次数满足设定条件时,将与所述目标位置信息对应的位置确定为信号盲区。
以上计算机程序被处理器执行时实现的步骤可以参照上文对方法实施例的描述,对此不再予以赘述。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例或计算机设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (13)
1.一种确定信号盲区的方法,其特征在于,包括:
接收用户设备发送的目标位置信息,其中所述用户设备按照设定的第一时间间隔t1发送自身所处的位置信息;
当接收到所述目标位置信息的时刻和接收到下一位置信息的时刻之间的时长超过设定的第二时间间隔t2时,将与所述目标位置信息对应的位置确定为疑似信号盲区,其中,t2≥t1;
统计与所述目标位置信息对应的位置被确定为疑似信号盲区的次数;
当统计的次数满足设定条件时,将与所述目标位置信息对应的位置确定为信号盲区。
2.根据权利要求1所述的方法,其特征在于,所述设定条件包括:
统计的次数大于设定次数阈值;和/或,
在将每一位置被确定为疑似信号盲区的次数按照从大到小的顺序进行排序后,与所述目标位置信息对应的次序小于或等于设定次序阈值n,其中,n≥1且为整数。
3.根据权利要求1所述的方法,其特征在于,所述将与所述目标位置信息对应的位置确定为疑似信号盲区,包括:
确定与所述目标位置信息对应的地理位置所属的路段;
将所述路段确定为疑似信号盲区;
所述统计与所述目标位置信息对应的位置被确定为疑似信号盲区的次数,包括:
统计与所述目标位置信息对应的地理位置所属的路段被确定为疑似信号盲区的次数。
4.根据权利要求1所述的方法,其特征在于,所述位置为与所述目标位置信息对应的路段、或与所述目标位置信息对应的在地图上的路网位置。
5.一种确定用户位置的方法,其特征在于,包括:
当确定用户设备通过信号盲区时,获得与所述用户设备最近一次发送的位置信息及发送该位置信息标的第一时刻;
将所述第一时刻至当前时刻的间隔时长和用户设备在通过信号盲区时的运动速度相乘,得到所述用户设备通过所述信号盲区的运动距离;
从所述位置信息对应的位置沿着所述用户设备的运动方向向前延伸所述运动距离,得到所述用户设备所在的当前位置;
其中,利用权利要求1所述的方法确定所述信号盲区。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于预先确定的时间段和在时间段内车辆在通过所述信号盲区时的平均行驶速度之间的对应关系,确定与当前时刻所处的时间段对应的平均行驶速度;
将所述平均行驶速度确定为用户设备在通过信号盲区时的运动速度。
7.一种确定信号盲区的装置,其特征在于,包括:
接收单元,用于接收用户设备发送的目标位置信息,其中所述用户设备按照设定的第一时间间隔t1发送自身所处的位置信息;
第一确定单元,用于当接收到所述目标位置信息的时刻和接收到下一位置信息的时刻之间的时长超过设定的第二时间间隔t2时,将与所述目标位置信息对应的位置确定为疑似信号盲区,其中,t2≥t1;
统计单元,用于统计与所述目标位置信息对应的位置被确定为疑似信号盲区的次数;
第二确定单元,用于当统计的次数满足设定条件时,将与所述目标位置信息对应的位置确定为信号盲区。
8.根据权利要求7所述的装置,其特征在于,所述设定条件包括:
统计的次数大于设定次数阈值;和/或,
在将每一位置被确定为疑似信号盲区的次数按照从大到小的顺序进行排序后,与所述目标位置信息对应的次序小于或等于设定次序阈值n,其中,n≥1且为整数。
9.根据权利要求7所述的装置,其特征在于,所述第一确定单元具体用于:
确定与所述目标位置信息对应的地理位置所属的路段,并将所述路段确定为疑似信号盲区;
所述统计单元具体用于:
统计与所述目标位置信息对应的地理位置所属的路段被确定为疑似信号盲区的次数。
10.根据权利要求7所述的装置,其特征在于,所述位置为与所述目标位置信息对应的路段、或与所述目标位置信息对应的在地图上的路网位置。
11.一种确定用户位置的装置,其特征在于,包括:
获得单元,用于当确定用户设备通过信号盲区时,获得与所述用户设备最近一次发送的位置信息及发送该位置信息的第一时刻;
距离计算单元,用于将所述第一时刻至当前时刻的间隔时长和用户设备在通过信号盲区时的运动速度相乘,得到所述用户设备通过所述信号盲区的运动距离;
位置确定单元,用于从所述位置信息对应的位置沿着所述用户设备的运动方向向前延伸所述运动距离,得到所述用户设备所在的当前位置;
其中,利用权利要求7所述的装置确定所述信号盲区。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
运动速度确定单元,用于基于预先确定的时间段和在时间段内车辆在通过所述信号盲区时的平均行驶速度之间的对应关系,确定与当前时刻所处的时间段对应的平均行驶速度,并将所述平均行驶速度确定为用户设备在通过信号盲区时的运动速度。
13.一种计算机设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其特征在于,所述处理器被配置为:
接收用户设备发送的目标位置信息,其中所述用户设备按照设定的第一时间间隔t1发送自身所处的位置信息;
当接收到所述目标位置信息的时刻和接收到下一位置信息的时刻之间的时长超过设定的第二时间间隔t2时,将与所述目标位置信息对应的位置确定为疑似信号盲区,其中,t2≥t1;
统计与所述目标位置信息对应的位置被确定为疑似信号盲区的次数;
当统计的次数满足设定条件时,将与所述目标位置信息对应的位置确定为信号盲区。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710397625.XA CN109005497B (zh) | 2017-05-31 | 2017-05-31 | 确定信号盲区的方法、确定用户位置的方法及装置 |
CN202111199873.6A CN113923595B (zh) | 2017-05-31 | 2017-05-31 | 信息处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710397625.XA CN109005497B (zh) | 2017-05-31 | 2017-05-31 | 确定信号盲区的方法、确定用户位置的方法及装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111199873.6A Division CN113923595B (zh) | 2017-05-31 | 2017-05-31 | 信息处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109005497A true CN109005497A (zh) | 2018-12-14 |
CN109005497B CN109005497B (zh) | 2021-11-02 |
Family
ID=64572640
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111199873.6A Active CN113923595B (zh) | 2017-05-31 | 2017-05-31 | 信息处理方法及装置 |
CN201710397625.XA Active CN109005497B (zh) | 2017-05-31 | 2017-05-31 | 确定信号盲区的方法、确定用户位置的方法及装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111199873.6A Active CN113923595B (zh) | 2017-05-31 | 2017-05-31 | 信息处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN113923595B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109951800A (zh) * | 2019-03-25 | 2019-06-28 | 成都启发分期科技有限公司 | 对象的确定方法、装置、存储介质及电子设备 |
CN111611768A (zh) * | 2020-05-21 | 2020-09-01 | 北京百度网讯科技有限公司 | 用于监控时钟信号的方法和装置 |
CN112105043A (zh) * | 2020-09-17 | 2020-12-18 | 上海海联智通信息科技有限公司 | 在包含通信盲区的区域中进行通信的方法、装置和介质 |
CN112367610A (zh) * | 2020-10-30 | 2021-02-12 | 合肥四相至新科技有限公司 | 定位方法及其系统 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1401519A (zh) * | 2001-08-24 | 2003-03-12 | 厦门雅迅网络股份有限公司 | 处理在gsm系统信号盲区无法传送的定位数据的方法 |
CN101242624A (zh) * | 2007-02-09 | 2008-08-13 | 中兴通讯股份有限公司 | 一种定位wcdma系统覆盖盲区的方法 |
CN101521901A (zh) * | 2008-02-25 | 2009-09-02 | 华为技术有限公司 | 一种检测盲区的方法、系统及设备 |
CN102523602A (zh) * | 2011-12-09 | 2012-06-27 | 中国联合网络通信集团有限公司 | 无线信号质量获取方法、移动终端及采集服务器 |
CN102695157A (zh) * | 2011-03-23 | 2012-09-26 | 富泰华工业(深圳)有限公司 | 移动通信终端及其位置更新方法 |
CN103377561A (zh) * | 2013-07-30 | 2013-10-30 | 甘永伦 | 一种车辆定位系统、方法和装置 |
CN103634819A (zh) * | 2013-12-06 | 2014-03-12 | 中国联合网络通信集团有限公司 | 发现移动网络信号盲区的方法及设备 |
CN103731865A (zh) * | 2012-10-11 | 2014-04-16 | 中兴通讯股份有限公司 | 统计无线网络覆盖盲区的方法、移动终端及系统 |
CN103954291A (zh) * | 2014-04-30 | 2014-07-30 | 深圳市财富之舟科技有限公司 | 一种电子设备的导航方法和一种电子设备 |
CN104363559A (zh) * | 2014-10-23 | 2015-02-18 | 小米科技有限责任公司 | 信息显示方法、信息上报方法及装置 |
US20160095000A1 (en) * | 2014-09-28 | 2016-03-31 | International Business Machines Corporation | Determining coverage hole of communication network along road |
WO2016141651A1 (zh) * | 2015-03-09 | 2016-09-15 | 中兴通讯股份有限公司 | 一种移动通信系统中盲切换或盲重定向的方法及装置 |
US20160277991A1 (en) * | 2015-03-19 | 2016-09-22 | Qualcomm Incorporated | Location id based cell selection method for circuit switched fallback calls |
CN106060847A (zh) * | 2016-05-24 | 2016-10-26 | 中国联合网络通信集团有限公司 | 信号盲区的确定方法及系统 |
CN106211215A (zh) * | 2016-09-12 | 2016-12-07 | 中国联合网络通信集团有限公司 | 网络质量监测方法及其监测系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101541809B1 (ko) * | 2009-03-04 | 2015-08-05 | 삼성전자주식회사 | 휴대용 단말기에서 맵 데이터를 수신하기 위한 장치 및 방법 |
US8761807B2 (en) * | 2012-09-14 | 2014-06-24 | Cellco Partnership | Computing user device locations in location service dead zones |
-
2017
- 2017-05-31 CN CN202111199873.6A patent/CN113923595B/zh active Active
- 2017-05-31 CN CN201710397625.XA patent/CN109005497B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1401519A (zh) * | 2001-08-24 | 2003-03-12 | 厦门雅迅网络股份有限公司 | 处理在gsm系统信号盲区无法传送的定位数据的方法 |
CN101242624A (zh) * | 2007-02-09 | 2008-08-13 | 中兴通讯股份有限公司 | 一种定位wcdma系统覆盖盲区的方法 |
CN101521901A (zh) * | 2008-02-25 | 2009-09-02 | 华为技术有限公司 | 一种检测盲区的方法、系统及设备 |
CN102695157A (zh) * | 2011-03-23 | 2012-09-26 | 富泰华工业(深圳)有限公司 | 移动通信终端及其位置更新方法 |
CN102523602A (zh) * | 2011-12-09 | 2012-06-27 | 中国联合网络通信集团有限公司 | 无线信号质量获取方法、移动终端及采集服务器 |
CN103731865A (zh) * | 2012-10-11 | 2014-04-16 | 中兴通讯股份有限公司 | 统计无线网络覆盖盲区的方法、移动终端及系统 |
CN103377561A (zh) * | 2013-07-30 | 2013-10-30 | 甘永伦 | 一种车辆定位系统、方法和装置 |
CN103634819A (zh) * | 2013-12-06 | 2014-03-12 | 中国联合网络通信集团有限公司 | 发现移动网络信号盲区的方法及设备 |
CN103954291A (zh) * | 2014-04-30 | 2014-07-30 | 深圳市财富之舟科技有限公司 | 一种电子设备的导航方法和一种电子设备 |
US20160095000A1 (en) * | 2014-09-28 | 2016-03-31 | International Business Machines Corporation | Determining coverage hole of communication network along road |
CN104363559A (zh) * | 2014-10-23 | 2015-02-18 | 小米科技有限责任公司 | 信息显示方法、信息上报方法及装置 |
WO2016141651A1 (zh) * | 2015-03-09 | 2016-09-15 | 中兴通讯股份有限公司 | 一种移动通信系统中盲切换或盲重定向的方法及装置 |
US20160277991A1 (en) * | 2015-03-19 | 2016-09-22 | Qualcomm Incorporated | Location id based cell selection method for circuit switched fallback calls |
CN106060847A (zh) * | 2016-05-24 | 2016-10-26 | 中国联合网络通信集团有限公司 | 信号盲区的确定方法及系统 |
CN106211215A (zh) * | 2016-09-12 | 2016-12-07 | 中国联合网络通信集团有限公司 | 网络质量监测方法及其监测系统 |
Non-Patent Citations (2)
Title |
---|
LYNDA ALIOUANE;MAHFOUD BENCHAÏBA: ""Efficient boundary detection of coverage hole in WSNs"", 《2016 INTERNATIONAL SYMPOSIUM ON NETWORKS, COMPUTERS AND COMMUNICATIONS (ISNCC)》 * |
王秋苹: ""无线网络覆盖与信号盲区的研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109951800A (zh) * | 2019-03-25 | 2019-06-28 | 成都启发分期科技有限公司 | 对象的确定方法、装置、存储介质及电子设备 |
CN111611768A (zh) * | 2020-05-21 | 2020-09-01 | 北京百度网讯科技有限公司 | 用于监控时钟信号的方法和装置 |
CN111611768B (zh) * | 2020-05-21 | 2023-04-25 | 北京百度网讯科技有限公司 | 用于监控时钟信号的方法和装置 |
CN112105043A (zh) * | 2020-09-17 | 2020-12-18 | 上海海联智通信息科技有限公司 | 在包含通信盲区的区域中进行通信的方法、装置和介质 |
CN112105043B (zh) * | 2020-09-17 | 2024-01-23 | 上海海联智通信息科技有限公司 | 在包含通信盲区的区域中进行通信的方法、装置和介质 |
CN112367610A (zh) * | 2020-10-30 | 2021-02-12 | 合肥四相至新科技有限公司 | 定位方法及其系统 |
CN112367610B (zh) * | 2020-10-30 | 2022-10-14 | 合肥四相至新科技有限公司 | 定位方法及其系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113923595A (zh) | 2022-01-11 |
CN109005497B (zh) | 2021-11-02 |
CN113923595B (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10984652B2 (en) | Method and system for modeling and processing vehicular traffic data and information and applying thereof | |
US9439044B2 (en) | Mechanism for determining location history via multiple historical predictors | |
Lee et al. | Trajectory preprocessing | |
CN109005497A (zh) | 确定信号盲区的方法、确定用户位置的方法及装置 | |
US20150148068A1 (en) | Method for estimating speed of user devices in wireless communication networks | |
JP2020052055A (ja) | 地震警報システムのユーザ機器 | |
CN103929719B (zh) | 定位信息的优化方法和优化装置 | |
CN108156186A (zh) | 一种信息采集方法及装置 | |
Acharya et al. | Edge compression of gps data for mobile iot | |
CN105183893A (zh) | 定位轨迹的分类方法及装置 | |
CN103822638A (zh) | 用户位置信息的处理方法和装置 | |
JP2018077756A (ja) | 対象経路を含む移動位置範囲群に基づき通行量を推定する装置、プログラム及び方法 | |
US10582341B2 (en) | Facilitating estimation of mobile device presence inside a defined region | |
CN103596265A (zh) | 一种基于声音测距和移动向量的多用户室内定位方法 | |
EP3010255A1 (en) | Method, system, user terminal and computer programs for estimating user terminal mobile paths through cellular network and map information | |
JP6230306B2 (ja) | 混雑度パターンの特定及び混雑度の予測のための情報処理装置、情報処理方法及びプログラム | |
CN108362301B (zh) | 一种车辆轨迹显示优化方法、装置及终端系统 | |
JP2016048529A (ja) | 携帯端末を所持したユーザの滞在判定が可能な装置、プログラム及び方法 | |
Hashmi et al. | Localized data fusion model for VANETs using GPS and non-GPS system | |
CN109218960A (zh) | 定位方法及装置 | |
Lu et al. | RFID assisted vehicle navigation based on VANETs | |
CN108449372B (zh) | 网络数据的处理方法、三维网络数据库的构建方法及系统 | |
Musa et al. | Trading off accuracy, timeliness, and uplink usage in online GPS tracking | |
CN113820656A (zh) | 终端定位方法、装置及计算设备 | |
Kim et al. | A hybrid algorithm for online location update using feature point detection for portable devices |
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 |