CN112995893A - 一种指纹定位方法、系统、服务器和存储介质 - Google Patents
一种指纹定位方法、系统、服务器和存储介质 Download PDFInfo
- Publication number
- CN112995893A CN112995893A CN202110179720.9A CN202110179720A CN112995893A CN 112995893 A CN112995893 A CN 112995893A CN 202110179720 A CN202110179720 A CN 202110179720A CN 112995893 A CN112995893 A CN 112995893A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- positioning
- points
- grid points
- data
- 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
Images
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
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- 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)
- Collating Specific Patterns (AREA)
Abstract
本发明提供一种指纹定位方法,包括:获取待测终端上报的第一MR数据,所述第一MR数据包括第一RSRP、第一RSRQ和第一TA;将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点;将所述N个候选候选栅格点带入代价函数以生成N个代价值,从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点,其中M≤N,M和N均为整数,所述定位指纹点包括第二MR数据;将所述M个定位指纹点的代价值和第二MR数据带入第二预设算法,以生成所述待测终端的终端定位。本发明通过使用预设的指纹库计算定位指纹点,使用定位指纹点确定终端位置,提高了指纹定位精度。
Description
技术领域
本发明实施例涉及移动通信终端定位领域,尤其涉及一种指纹定位方法、系统、服务器和存储介质。
背景技术
基于手机信令的用户位置推断,传统的方式只能以基站的经纬度近似用户的位置,由于基站距离通常在200米以上,且存在乒乓切换等现象,因此传统的定位方式误差较大。
室外指纹定位通过测试定位区域中所有参考点的RSS信号并提取RSS信号的信号特征,将信号特征与对应的参考点的位置坐标一起存入位置指纹数据库,然后利用同样的方法得到待定位点的信号特征,根据一定的匹配算法和位置指纹数据库进行匹配,从而得到待定位点的估算位置。但是现有的指纹定位方法精度不高。
本方案提出的指纹定位算法可以将定位从基站精确到栅格,精度能到达50米到100米以内,精度大大提升。
发明内容
本发明提供了一种指纹定位方法、系统、服务器和存储介质,本发明通过使用预设的指纹库计算定位指纹点,使用定位指纹点确定终端位置,提高了指纹定位精度。
第一方面,本发明提供一种指纹定位方法,包括:
获取待测终端上报的第一MR数据,所述第一MR数据包括第一RSRP、第一RSRQ和第一TA;
将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点;
将所述N个候选候选栅格点带入代价函数以生成N个代价值,从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点,其中M≤N,M和N均为整数,所述定位指纹点包括第二MR数据;
将所述M个定位指纹点的代价值和第二MR数据带入第二预设算法,以生成所述待测终端的终端定位。
进一步地,所述将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点,还包括:
判断所述第一MR数据是否在第一预设范围内;
若不在,则删除所述第一MR数据;
若在第一预设范围内,则将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点;
若不在第一预设范围内,则不执行操作。
进一步地,所述将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点,包括:
获取指纹库中的每个小区的第二RSRP、第二RSRQ、第二TA;
分别计算第一RSRP与第二RSRP的RSRP差值、第一RSRQ和第二RSRQ的RSRQ差值,第一TA和第二TA的TA差值;
判断RSRP差值是否在第二预设范围内,RSRQ差值是否在第三预设范围内,TA差值是否在第四预设范围内;
若均符合,则将所述第二RSRP、第二RSRQ、第二TA对应的栅格点作为候选栅格点;
若至少有一个不符合,则不作为候选栅格点。
进一步地,所述从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点,包括:
当N≥3,则M取值为3,所述“从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点”包括:
计算3个候选栅格点中任意两个候选栅格点的曼哈顿距离M1、M2、M3;
若M1、M2、M3均小于第一预设阈值,则将3个候选栅格点均作为定位指纹点;
若M1、M2、M3中有1个或2个大于等于第二预设阈值,则将数值最小的曼哈顿距离对应的2个候选栅格点作为定位指纹点;
若M1、M2、M3均大于等于第三预设阈值,则进行工参定位;
当N=2,则M取值为2,所述“从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点”包括:
计算2个候选栅格点的曼哈顿距离M4;
若M4小于第四预设阈值,则将2个候选栅格点作为定位指纹点;
若M4大于等于第四预设阈值,则将2个候选栅格点中权重更大的作为指纹定位点;
当N=1,则所述“从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点”指将该候选栅格点作为指纹定位点;
当N=0,则进行工参定位。
进一步地,在所述计算3个候选栅格点中任意两个候选栅格点的曼哈顿距离M1、M2、M3之前,还包括:
判断3个候选栅格点是否至少有一个的权重大于等于第五预设阈值;
若至少有一个的权重大于等于第五预设阈值,则将所述候选栅格点的栅格坐标作为所述终端定位;
在所述计算2个候选栅格点的曼哈顿距离M4之前,还包括:
判断2个候选栅格点是否至少有一个的权重大于等于第六预设阈值;
若至少有一个的权重大于等于第六预设阈值,则将所述候选栅格点的栅格坐标作为所述终端定位。
进一步地,所述预设指纹库的创建过程包括:
获取一个或多个参考点的第三MR数据和位置信息,所述第三MR数据包括第三RSRP、第三RSRQ和第三TA;
将第三RSRP、第三RSRQ、第三TA和对应的位置信息带入第三预设算法以生成指纹库。
进一步地,所述第三MR数据还包括GPS信息,则所述将第三RSRP、第三RSRQ、第三TA和对应的位置信息带入第三预设算法以生成指纹库,包括:
基于所述GPS信息确定所述参考点所在的栅格,栅格的中心为栅格点,所述栅格点包括栅格坐标,所述参考点可接受一个或多个小区的信号;
分别计算一个或多个小区与所述栅格点的曼哈顿距离;
从一个或多个曼哈顿距离中选取数值最小的3个曼哈顿距离,确定所述曼哈顿距离对应的3个小区;
将3个小区的第三RSRP、第三RSRQ和第三TA和位置信息作为指纹信息存入所述指纹库。
第三方面,本发明提供一种指纹定位系统,包括:
第一获取模块,用于获取待测终端上报的第一MR数据,所述第一MR数据包括第一RSRP、第一RSRQ和第一TA;
栅格点确定模块,用于将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点;
定位指纹点确定模块,用于将所述N个候选候选栅格点带入代价函数以生成N个代价值,从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点,其中M≤N,M和N均为整数,所述定位指纹点包括第二MR数据;
定位模块,用于将所述M个定位指纹点的代价值和第二MR数据带入第二预设算法,以生成所述待测终端的终端定位。
第三方面,本发明提供一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如上述任一所述的一种指纹定位方法。
第四方面,本发明提供一种终端可读存储介质,其上存储有程序,所述程序被处理器执行时能够实现如上述任一所述的一种指纹定位方法。
本发明通过使用预设的指纹库计算定位指纹点,使用定位指纹点确定终端位置,提高了指纹定位精度。
附图说明
如图1所示为本实施例一的指纹定位方法流程图。
如图2所示为本实施例二的指纹定位方法流程图。
如图3所示为本实施例三的指纹定位方法流程图。
如图4所示为本实施例三的替代实施例图。
如图5所示为本实施例三的替代实施例图。
如图6所示为本实施例四的指纹定位方法流程图。
如图7所示为本实施例五的指纹定位系统模块图。
如图8所示为本实施例五的替代实施例图。
如图9所示为本实施例六的服务器结构图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止,但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
此外,术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等,但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说,在不脱离本申请的范围的情况下,第一特征信息可以为第二特征信息或第三特征信息,类似地,第二特征信息、第三特征信息可以为第一特征信息。第一特征信息和第二特征信息、第三特征信息都是分布式文件系统的特征信息,但其不是同一特征信息。术语“第一”、“第二”等而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”、“批量”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
MR:Measurement Report,测量报告,是指信息在业务信道上每480ms(信令信道上470ms)发送一次数据,这些数据可用于网络评估和优化。
RSRP:Reference Signal Receiving Power,参考信号接收功率。是LTE网络中可以代表无线信号强度的关键参数以及物理层测量需求之一,是在某个符号内承载参考信号的所有RE(资源粒子)上接收到的信号功率的平均值。
RSRQ:Reference Signal Receiving Quality,参考信号接收质量,这种度量主要是根据信号质量来对不同LTE候选小区进行排序。这种测量用作切换和小区重选决定的输入。
TA:timeadvanced,最大时间提前量,是指移动台信号到达基站的实际时间和假设该移动台与基站距离为0时移动台信号到达基站的时间的差值。
RSS,Received Signal Strength,接收端的接收信号强度。
实施例一
本发明提供一种指纹定位方法,如图1,包括如下步骤:
S101、获取待测终端上报的第一MR数据,所述第一MR数据包括第一RSRP、第一RSRQ和第一TA。
S102、将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点。
S103、将所述N个候选候选栅格点带入代价函数以生成N个代价值,从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点,其中M≤N,M和N均为整数,所述定位指纹点包括第二MR数据;
S104、将所述M个定位指纹点的代价值和第二MR数据带入第二预设算法,以生成所述待测终端的终端定位。
本发明通过使用预设的指纹库计算定位指纹点,使用定位指纹点确定终端位置,提高了指纹定位精度。
实施例二
如图2,本发明提供一种指纹定位方法,本实施例在上述实施例的基础上增加了使用候选栅格点作为定位指纹点的详细步骤:
S201、获取待测终端上报的第一MR数据,所述第一MR数据包括第一RSRP、第一RSRQ和第一TA;
S2021、判断所述第一MR数据是否在第一预设范围内;
S2022、若不在,则删除所述第一MR数据;
步骤S2021-S2022中,首先剔除MR记录中RSRP、RSRQ、TA上报值不在预设阈值范围内,目的一是减少指纹的计算量,二是去除异常数据对指纹定位精度的干扰。
S2023、若在第一预设范围内,则将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点;
候选栅格点用于缩小指纹库的搜索范围,提高运算效果。
该步骤中,具体地,获取指纹库中的每个小区的第二RSRP、第二RSRQ、第二TA;分别计算第一RSRP与第二RSRP的RSRP差值、第一RSRQ和第二RSRQ的RSRQ差值,第一TA和第二TA的TA差值;判断RSRP差值是否在第二预设范围内,RSRQ差值是否在第三预设范围内,TA差值是否在第四预设范围内;若均符合,则将所述第二RSRP、第二RSRQ、第二TA对应的栅格点作为候选栅格点;若至少有一个不符合,则不作为候选栅格点。
指纹库中预存有该栅格点的小区列表,候选栅格点的小区列表中包括与移动终端通信的MR主小区及一个或多个其他小区,在计算过程中,上述提及的第二RSRP、第二RSRQ、第二TA为非MR主小区的其他小区的数据,第一RSRP、第一RSRQ和第一TA即为MR主小区的数据。
例如,上述第二预设范围RSRP_RANGE=10,第三预设范围RSRQ_RANGE=2,第四预设范围TA_RANGE=0.6。分别对RSRP_RANGE、RSRQ_RANGE、TA_RANGE设定权重值,权重分别为1,10,500。
S203、将所述N个候选候选栅格点带入代价函数以生成N个代价值,从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点,其中M≤N,M和N均为整数,所述定位指纹点包括第二MR数据;
S204、将所述M个定位指纹点的代价值和第二MR数据带入第二预设算法,以生成所述待测终端的终端定位。
本实施例通过对待测车辆上报数据的去重,避免获取到无效数据,使指纹定位更准确。
实施例三
本实施例在上述实施例的基础上增加了对“将所述N个候选候选栅格点带入代价函数以生成N个代价值,从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点”的技术特征进行的扩展描述,考虑到候选栅格点的个数不同,具有不同的定位指纹点确定方法,如图3,包括如下步骤:
S301、获取待测终端上报的第一MR数据,所述第一MR数据包括第一RSRP、第一RSRQ和第一TA;
S302、将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点;
当TA值正常时,按照如下方式进行经纬度计算:
S303、将所述N个候选栅格点带入代价函数以生成N个代价值;
该步骤中,代价函数定义为:
其中,valuei表示第i个栅格的代价值。j表示当前MR的主区和邻区有j个,i表示第i个栅格,rsrpj表示当前MR的主区或者邻区的rsrp,rsrpij表示第i个栅格且第j个小区的ci在指纹库中对应的rsrp。rsrq表示当前MR的rsrq,rsrqi表示第i个栅格的rsrq。ta表示当前MR的ta,tai表示第i个栅格的ta。
S303之后,需要从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点,M的取值受N的值的影响,包括如下几种情况:
S3041、当N≥3,则M取值为3,计算3个候选栅格点中任意两个候选栅格点的曼哈顿距离M1、M2、M3;
当指纹库中计算出大于等于3个代价值时,获取其中代价值最小的3个作为候选栅格点。示例性地,3个候选栅格点为S1,S2,S3,则其中任意两个进行计算,S1和S2的曼哈顿距离记为M1,S2和S3的曼哈顿距离记为M2,S3和S1的曼哈顿距离记为M3。
在一种替代实施例中,在计算3个候选栅格点中任意两个候选栅格点的曼哈顿距离M1、M2、M3之前,还包括:
判断3个候选栅格点是否至少有一个的权重大于等于第五预设阈值;若至少有一个的权重大于等于第五预设阈值,则将所述候选栅格点的栅格坐标作为所述终端定位,设置locationtype=110。在一种替代实施例中,移动终端获取的第一TA异常,则设置locationtype=113。
在本实施例中,预设阈值设置为80%。超过预设阈值的候选栅格点的中心位置(即栅格坐标)作为移动终端的定位值。
S3042、若M1、M2、M3均小于第一预设阈值(500),则将3个候选栅格点均作为定位指纹点。
当权重小于预设阈值,则进入距离阈值判别,例如阈值为500。
S3043、若M1、M2、M3中有1个或2个大于等于第二预设阈值,则将数值最小的曼哈顿距离对应的2个候选栅格点作为定位指纹点。
该步骤中,当有且只有1个大于等于预设阈值,取其余两条边的最短边的两个栅格点作为指纹定位点,设置locationtype=111,例如有且只有M1大于等于预设阈值,则确定M2和M3中较小的一个,如M2,则将S2和S3作为指纹定位点。在一种替代实施例中,移动终端获取的第一TA异常,则locationtype=114。
当存在两个曼哈顿距离大于等于预设阈值,例如曼哈顿距离M1和M3均大于预设阈值,设置locationtype=112,则取剩余的M2,将M3对应的2个候选栅格点S2和S3作为定位指纹点。在一种替代实施中,移动终端获取的第一TA异常,则locationtype=115,其他步骤相同。
S3044、若M1、M2、M3均大于等于第三预设阈值,则进行工参定位。
该步骤设置locationtype=112。
如图4:
S3051、当N=2,则M取值为2,计算2个候选栅格点的曼哈顿距离M4;
该步骤中,还包括:判断2个候选栅格点是否至少有一个的权重大于等于第六预设阈值;若至少有一个的权重大于等于第六预设阈值,则将所述候选栅格点的栅格坐标作为所述终端定位。
S3052、若M4小于第四预设阈值,则将2个候选栅格点作为定位指纹点;
S3053、若M4大于等于第四预设阈值,则将2个候选栅格点中权重更大的作为指纹定位点。
如图5:
S306、当N=1,则所述“从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点”指将该候选栅格点作为指纹定位点;
S307、当N=0,则进行工参定位。
N=0即没有匹配到代价值最小的栅格点。该步骤所述工参定位,指的是从基站获取所述移动终端当前MR的小区在工参表中找到同小区的经纬度作为定位结果。
S308、将所述M个定位指纹点的代价值和第二MR数据带入第二预设算法,以生成所述待测终端的终端定位。
该步骤中,根据上述步骤,当M取值为3时,三个定位指纹点的第二预设算法如下:
其公式如下:
其中(n=3),valuek、lonk、latk分别表示第k个栅格点的代价值、中心经度、中心纬度。
可选地,出现以下情况进行工参定位:移动终端的RSRP异常和/或RSRQ异常;当指纹库生成的小区ID列表或者栅格点列表为空时;MR经过指纹定位后的locationtype=126时。
本实施例通过对不同个数栅格点增加了不同类的计算方式,使定位指纹点的确定更准确。
实施例四
本示例提供了预设指纹库的创建过程,在上述指纹定位步骤之前的离线阶段完成。通过测试待定位区域中所有预先设定的参考点的RSS信号并提取RSS信号的信号特征,将信号特征与对应的参考点的位置坐标一起存入指纹数据库,然后利用同样的方法得到待测终端或位点的信号特征,根据一定的匹配算法和位置指纹数据库进行匹配,从而得到待测终端或位点的估算位置。如图6,包括如下步骤:
S401、获取一个或多个参考点的第三MR数据和位置信息,所述第三MR数据包括第三RSRP、第三RSRQ和第三TA。
该步骤中,将第三RSRP、第三RSRQ、第三TA和对应的位置信息带入第三预设算法以生成指纹库。
该步骤中,获取参考点上报的MR数据,其中指纹库生成算法需要获取整个时间段内距离每个栅格点距离最小的3个MR上报点。
S402、基于所述GPS信息确定所述参考点所在的栅格,栅格的中心为栅格点,所述栅格点包括栅格坐标,所述参考点可接受一个或多个小区的信号;
S403、分别计算一个或多个小区与所述栅格点的曼哈顿距离;
S404、从一个或多个曼哈顿距离中选取数值最小的3个曼哈顿距离,确定所述曼哈顿距离对应的3个小区;
该步骤中,取距离最短的3个MR点的距离和RSRP、RSRQ、TA上报值,使用K=3的WKNN计算该小区在栅格点出的RSRP值Rc1、RSRQ值Qc1、TA值Tc1。
wi=1/(Di+0.001) (5)
上式中,K=3,Di为距离最短的前3个MR点的Manhattan距离,Ri为距离最短的前3个MR对于的RSRP值,即下述的第三RSRP,RC为栅格点的中心RSRP值。按如上公式,同理可求得Qc1(即下述第三RSRQ)、Tc1(即下述第三TA)。
S405、将3个小区的第三RSRP、第三RSRQ和第三TA和位置信息作为指纹信息存入所述指纹库。
指纹库中,每个栅格点对应一个位置信息,还对应一个小区列表,小区列表包括一个或多个小区ID,每个小区ID对应一组值:第三RSRP、第三RSRQ和第三TA。
重复执行上述步骤,在实际操作中,本发明的方案一般需要在待定位区域各项参数保持不变的前提下至少收集1周数据。
在替代实施例中,获取MR数据之前,还需要完成待测区域的栅格化参数设定。如:确定指纹库栅格点大小。栅格点的大小影响定位精度。李丽茹,栅格大小为10mX10m,即GRID_SIZE=10m。
在替代实施例中,获取MR数据之前,还需要确定指纹库滑窗(WINDOW_SIZE)大小:滑窗大小用于指示指纹库数据更新的速度和定位效率。而且时间久远的数据可能已经失效,也需要剔除。因此需要设置一个时间窗口,并不断地滑动纳入新的样本数据,剔除久远的数据,保持指纹库的新鲜。本实施例的步骤S401-S405以获取第一个滑窗(即第一天)的数据进行描述。
在替代实施例中,还包括对待定位区域栅格化,以某一坐标为气垫,基于设定的栅格大小,如GRID_SIZE=10m将待定位区域覆盖,每个栅格中心点的坐标即为栅格坐标。
本实施例增加了对指纹库的创建方法,使指纹定位更准确。
实施例五
本实施例提供了一种指纹定位系统5,如图7,包括:
第一获取模块501,用于获取待测终端上报的第一MR数据,所述第一MR数据包括第一RSRP、第一RSRQ和第一TA;
栅格点确定模块502,用于将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点;
定位指纹点确定模块503,用于将所述N个候选候选栅格点带入代价函数以生成N个代价值,从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点,其中M≤N,M和N均为整数,所述定位指纹点包括第二MR数据;
定位模块504,用于将所述M个定位指纹点的代价值和第二MR数据带入第二预设算法,以生成所述待测终端的终端定位。
如图8,在替代实施例中,栅格点确定模块502还用于:
判断所述第一MR数据是否在第一预设范围内;
若不在,则删除所述第一MR数据;
若在第一预设范围内,则将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点;
若不在第一预设范围内,则不执行操作。
栅格点确定模块502还用于:
获取指纹库中的每个小区的第二RSRP、第二RSRQ、第二TA;分别计算第一RSRP与第二RSRP的RSRP差值、第一RSRQ和第二RSRQ的RSRQ差值,第一TA和第二TA的TA差值;判断RSRP差值是否在第二预设范围内,RSRQ差值是否在第三预设范围内,TA差值是否在第四预设范围内;若均符合,则将所述第二RSRP、第二RSRQ、第二TA对应的栅格点作为候选栅格点;若至少有一个不符合,则不作为候选栅格点。
定位指纹点确定模块503还用于:当N≥3,则M取值为3,所述“从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点”包括:
计算3个候选栅格点中任意两个候选栅格点的曼哈顿距离M1、M2、M3;
若M1、M2、M3均小于第一预设阈值(500),则将3个候选栅格点均作为定位指纹点;
若M1、M2、M3中有1个或2个大于等于第二预设阈值,则将数值最小的曼哈顿距离对应的2个候选栅格点作为定位指纹点;
若M1、M2、M3均大于等于第三预设阈值,则进行工参定位;
当N=2,则M取值为2,所述“从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点”包括:
计算2个候选栅格点的曼哈顿距离M4;
若M4小于第四预设阈值,则将2个候选栅格点作为定位指纹点;
若M4大于等于第四预设阈值,则将2个候选栅格点中权重更大的作为指纹定位点;
当N=1,则所述“从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点”指将该候选栅格点作为指纹定位点;
当N=0,则进行工参定位。
定位指纹点确定模块503还用于:在所述计算3个候选栅格点中任意两个候选栅格点的曼哈顿距离M1、M2、M3之前,判断3个候选栅格点是否至少有一个的权重大于等于第五预设阈值(80%);
若至少有一个的权重大于等于第五预设阈值,则将所述候选栅格点的栅格坐标作为所述终端定位;
在所述计算2个候选栅格点的曼哈顿距离M4之前,还包括:
判断2个候选栅格点是否至少有一个的权重大于等于第六预设阈值;
若至少有一个的权重大于等于第六预设阈值,则将所述候选栅格点的栅格坐标作为所述终端定位。
还包括:
指纹创建模块505,用于获取一个或多个参考点的第三MR数据和位置信息,所述第三MR数据包括第三RSRP、第三RSRQ和第三TA;将第三RSRP、第三RSRQ、第三TA和对应的位置信息带入第三预设算法以生成指纹库。基于所述GPS信息确定所述参考点所在的栅格,栅格的中心为栅格点,所述栅格点包括栅格坐标,所述参考点可接受一个或多个小区的信号;分别计算一个或多个小区与所述栅格点的曼哈顿距离;从一个或多个曼哈顿距离中选取数值最小的3个曼哈顿距离,确定所述曼哈顿距离对应的3个小区;将3个小区的第三RSRP、第三RSRQ和第三TA和位置信息作为指纹信息存入所述指纹库。
本实施例的指纹定位系统,可执行本发明任意实施例所提供的指纹定位方法,具备执行方法相应的功能模块和有益效果。
实施例六
本实施例提供了一种服务器的结构示意图,如图9所示,该指纹定位设备包括处理器601、存储器602、输入装置603和输出装置604。指纹定位设备中处理器601的数量可以是一个或多个,图中以一个处理器601为例。设备/终端/指纹定位设备中的处理器601、存储器602、输入装置603和输出装置604可以通过总线或其他方式链接,图9中以通过总线链接为例。
存储器602作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的方法对应的程序指令/模块。处理器601通过运行存储在存储器602中的软件程序、指令以及模块,从而执行设备/终端/指纹定位设备的各种功能应用以及数据处理,即实现上述的指纹定位方法。
存储器602可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序。存储数据区可存储根据终端的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器602可进一步包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络链接至设备/终端/指纹定位设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置603可用于接收输入的数字或字符信息,以及产生与设备/终端/指纹定位设备的用户设置以及功能控制有关的键信号输入。输出装置604可包括显示屏等显示设备。
本发明实施例四通过提供一种服务器,可执行本发明任意实施例所提供的指纹定位方法,具备执行方法相应的功能模块和有益效果。
实施例七
本发明实施例五还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所提供的指纹定位方法:
获取待测终端上报的第一MR数据,所述第一MR数据包括第一RSRP、第一RSRQ和第一TA;
将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点;
将所述N个候选候选栅格点带入代价函数以生成N个代价值,从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点,其中M≤N,M和N均为整数,所述定位指纹点包括第二MR数据;
将所述M个定位指纹点的代价值和第二MR数据带入第二预设算法,以生成所述待测终端的终端定位。
本发明实施例的计算机可读存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电链接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、SmallTAlk、C++,还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—链接到用户计算机,或者,可以链接到外部计算机(例如利用因特网服务提供商来通过因特网链接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种指纹定位方法,其特征在于,包括:
获取待测终端上报的第一MR数据,所述第一MR数据包括第一RSRP、第一RSRQ和第一TA;
将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点;
将所述N个候选候选栅格点带入代价函数以生成N个代价值,从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点,其中M≤N,M和N均为整数,所述定位指纹点包括第二MR数据;
将所述M个定位指纹点的代价值和第二MR数据带入第二预设算法,以生成所述待测终端的终端定位。
2.根据权利要求1的方法,其特征在于,所述将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点,还包括:
判断所述第一MR数据是否在第一预设范围内;
若不在,则删除所述第一MR数据;
若在第一预设范围内,则将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点;
若不在第一预设范围内,则不执行操作。
3.根据权利要求1的方法,其特征在于,所述将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点,包括:
获取指纹库中的每个小区的第二RSRP、第二RSRQ、第二TA;
分别计算第一RSRP与第二RSRP的RSRP差值、第一RSRQ和第二RSRQ的RSRQ差值,第一TA和第二TA的TA差值;
判断RSRP差值是否在第二预设范围内,RSRQ差值是否在第三预设范围内,TA差值是否在第四预设范围内;
若均符合,则将所述第二RSRP、第二RSRQ、第二TA对应的栅格点作为候选栅格点;
若至少有一个不符合,则不作为候选栅格点。
4.根据权利要求1的方法,其特征在于,所述从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点,包括:
当N≥3,则M取值为3,所述“从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点”包括:
计算3个候选栅格点中任意两个候选栅格点的曼哈顿距离M1、M2、M3;
若M1、M2、M3均小于第一预设阈值,则将3个候选栅格点均作为定位指纹点;
若M1、M2、M3中有1个或2个大于等于第二预设阈值,则将数值最小的曼哈顿距离对应的2个候选栅格点作为定位指纹点;
若M1、M2、M3均大于等于第三预设阈值,则进行工参定位;
当N=2,则M取值为2,所述“从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点”包括:
计算2个候选栅格点的曼哈顿距离M4;
若M4小于第四预设阈值,则将2个候选栅格点作为定位指纹点;
若M4大于等于第四预设阈值,则将2个候选栅格点中权重更大的作为指纹定位点;
当N=1,则所述“从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点”指将该候选栅格点作为指纹定位点;
当N=0,则进行工参定位。
5.根据权利要求4的方法,其特征在于,在所述计算3个候选栅格点中任意两个候选栅格点的曼哈顿距离M1、M2、M3之前,还包括:
判断3个候选栅格点是否至少有一个的权重大于等于第五预设阈值;
若至少有一个的权重大于等于第五预设阈值,则将所述候选栅格点的栅格坐标作为所述终端定位;
在所述计算2个候选栅格点的曼哈顿距离M4之前,还包括:
判断2个候选栅格点是否至少有一个的权重大于等于第六预设阈值;
若至少有一个的权重大于等于第六预设阈值,则将所述候选栅格点的栅格坐标作为所述终端定位。
6.根据权利要求1的方法,其特征在于,所述预设指纹库的创建过程包括:
获取一个或多个参考点的第三MR数据和位置信息,所述第三MR数据包括第三RSRP、第三RSRQ和第三TA;
将第三RSRP、第三RSRQ、第三TA和对应的位置信息带入第三预设算法以生成指纹库。
7.根据权利要求6的方法,其特征在于,所述第三MR数据还包括GPS信息,则所述将第三RSRP、第三RSRQ、第三TA和对应的位置信息带入第三预设算法以生成指纹库,包括:
基于所述GPS信息确定所述参考点所在的栅格,栅格的中心为栅格点,所述栅格点包括栅格坐标,所述参考点可接受一个或多个小区的信号;
分别计算一个或多个小区与所述栅格点的曼哈顿距离;
从一个或多个曼哈顿距离中选取数值最小的3个曼哈顿距离,确定所述曼哈顿距离对应的3个小区;
将3个小区的第三RSRP、第三RSRQ和第三TA和位置信息作为指纹信息存入所述指纹库。
8.一种指纹定位系统,其特征在于,包括:
第一获取模块,用于获取待测终端上报的第一MR数据,所述第一MR数据包括第一RSRP、第一RSRQ和第一TA;
栅格点确定模块,用于将所述第一MR数据带入第一预设算法,以从预设指纹库中确定N个候选栅格点;
定位指纹点确定模块,用于将所述N个候选候选栅格点带入代价函数以生成N个代价值,从N个代价值中选择M个最小的代价值,将其对应的M个候选栅格点作为定位指纹点,其中M≤N,M和N均为整数,所述定位指纹点包括第二MR数据;
定位模块,用于将所述M个定位指纹点的代价值和第二MR数据带入第二预设算法,以生成所述待测终端的终端定位。
9.一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7任一所述的一种指纹定位方法。
10.一种终端可读存储介质,其上存储有程序,其特征在于,所述程序被处理器执行时能够实现如权利要求1-7任一所述的一种指纹定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110179720.9A CN112995893B (zh) | 2021-02-07 | 2021-02-07 | 一种指纹定位方法、系统、服务器和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110179720.9A CN112995893B (zh) | 2021-02-07 | 2021-02-07 | 一种指纹定位方法、系统、服务器和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112995893A true CN112995893A (zh) | 2021-06-18 |
CN112995893B CN112995893B (zh) | 2023-02-28 |
Family
ID=76392828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110179720.9A Active CN112995893B (zh) | 2021-02-07 | 2021-02-07 | 一种指纹定位方法、系统、服务器和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112995893B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113507686A (zh) * | 2021-07-22 | 2021-10-15 | 北京红山信息科技研究院有限公司 | 一种指纹定位方法、装置、计算机设备及存储介质 |
CN115209343A (zh) * | 2022-07-28 | 2022-10-18 | 中国信息通信研究院 | 基于mr数据定位的异常指纹识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150189523A1 (en) * | 2013-12-27 | 2015-07-02 | Intel IP Corporation | Communication terminal and method for reporting measurement results |
CN108401222A (zh) * | 2017-02-08 | 2018-08-14 | 中国移动通信集团安徽有限公司 | 定位方法和装置 |
CN110798804A (zh) * | 2018-08-01 | 2020-02-14 | 中兴通讯股份有限公司 | 一种室内定位方法和装置 |
CN110972261A (zh) * | 2019-12-05 | 2020-04-07 | 北京红山信息科技研究院有限公司 | 一种基站指纹库建立方法、装置、服务器及存储介质 |
-
2021
- 2021-02-07 CN CN202110179720.9A patent/CN112995893B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150189523A1 (en) * | 2013-12-27 | 2015-07-02 | Intel IP Corporation | Communication terminal and method for reporting measurement results |
CN108401222A (zh) * | 2017-02-08 | 2018-08-14 | 中国移动通信集团安徽有限公司 | 定位方法和装置 |
CN110798804A (zh) * | 2018-08-01 | 2020-02-14 | 中兴通讯股份有限公司 | 一种室内定位方法和装置 |
CN110972261A (zh) * | 2019-12-05 | 2020-04-07 | 北京红山信息科技研究院有限公司 | 一种基站指纹库建立方法、装置、服务器及存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113507686A (zh) * | 2021-07-22 | 2021-10-15 | 北京红山信息科技研究院有限公司 | 一种指纹定位方法、装置、计算机设备及存储介质 |
CN113507686B (zh) * | 2021-07-22 | 2024-04-09 | 北京红山信息科技研究院有限公司 | 一种指纹定位方法、装置、计算机设备及存储介质 |
CN115209343A (zh) * | 2022-07-28 | 2022-10-18 | 中国信息通信研究院 | 基于mr数据定位的异常指纹识别方法 |
CN115209343B (zh) * | 2022-07-28 | 2023-11-10 | 中国信息通信研究院 | 基于mr数据定位的异常指纹识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112995893B (zh) | 2023-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109963287B (zh) | 天线方向角优化方法、装置、设备及介质 | |
EP3419353B1 (en) | Method for positioning terminal, and network device | |
CN111896914A (zh) | 一种协同定位方法、装置、设备和存储介质 | |
CN110418285A (zh) | 一种无线电地图的建立方法及装置 | |
CN102984745B (zh) | Wi-Fi AP位置及路径损耗模型的联合估测方法 | |
CN112995893B (zh) | 一种指纹定位方法、系统、服务器和存储介质 | |
CN110769452B (zh) | 基站经纬度异常识别方法、系统、服务器和存储介质 | |
CN110972261A (zh) | 一种基站指纹库建立方法、装置、服务器及存储介质 | |
CN105491661A (zh) | 基于改进的Kalman滤波算法的室内定位系统及方法 | |
CN112291844B (zh) | 基于mr和mdt的定位方法和装置 | |
CN113365306B (zh) | 网络分析方法及装置、存储介质、计算机系统 | |
CN112469066A (zh) | 5g网络覆盖评估方法及装置 | |
CN113225674B (zh) | 一种指纹定位方法、系统、服务器和存储介质 | |
CN104125636A (zh) | 一种基站定位方法及装置 | |
KR101258832B1 (ko) | 액세스 포인트를 이용한 위치 측정 방법 및 그 장치 | |
CN117113515B (zh) | 一种路面设计方法、装置、设备及存储介质 | |
CN108574927B (zh) | 一种移动终端定位方法及装置 | |
CN116744445A (zh) | 基站位置预测方法、装置、设备及存储介质 | |
CN111405464A (zh) | 基站位置检测方法及装置 | |
CN108519579B (zh) | 基于区间重叠度分析优选AP的WiFi指纹定位方法 | |
CN104635206A (zh) | 一种无线定位的方法及装置 | |
JPWO2019216046A1 (ja) | 情報処理装置 | |
CN105828342A (zh) | 一种确认邻区关系的方法及装置 | |
CN114466373B (zh) | 位置指纹库更新方法、装置、设备及计算机可读存储介质 | |
CN114095865B (zh) | 一种测量报告的定位方法、装置、计算机设备及存储介质 |
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 |