CN113453334B - 定位方法及定位装置 - Google Patents
定位方法及定位装置 Download PDFInfo
- Publication number
- CN113453334B CN113453334B CN202110615537.9A CN202110615537A CN113453334B CN 113453334 B CN113453334 B CN 113453334B CN 202110615537 A CN202110615537 A CN 202110615537A CN 113453334 B CN113453334 B CN 113453334B
- Authority
- CN
- China
- Prior art keywords
- data
- neighbor cell
- positioning
- training
- characteristic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012549 training Methods 0.000 claims abstract description 48
- 238000010200 validation analysis Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 34
- 230000006870 function Effects 0.000 description 27
- 230000005540 biological transmission Effects 0.000 description 14
- 238000012360 testing method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000010295 mobile communication Methods 0.000 description 7
- 238000012795 verification Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
Abstract
本申请提供一种定位方法及定位装置,涉及通信领域,可以解决现有方案适应性差且准确度低的问题。该方法包括:获取第一数据和标签;其中,第一数据与标签对应,第一数据包括第一服务小区数据和第一邻区数据,标签指示第一终端的位置;基于第一数据,生成第二数据;其中,第二数据包括第二服务小区数据和第二邻区数据;基于第二数据和标签,训练定位模型;基于定位模型,确定第二终端的位置。
Description
技术领域
本申请涉及通信领域,尤其涉及一种定位方法及定位装置。
背景技术
在移动通信系统中,70%的语音业务以及80%的数据业务发生在室内环境。因此,对移动终端的精准定位,对于网络规划/优化、以及网络服务的精准推送至关重要。
目前,通常是基于规则的定位算法来对移动终端进行定位的。即,根据采集的定位数据,统计移动终端处于某个位置的概率,然后基于该概率来对移动终端进行定位。
但是,随着无线通信场景日趋复杂,如多种通信制式并存、多种类型的基站(如宏基站、微基站)密集部署等,基于规则的定位算法考虑的定位参数非常少且不全面,导致统计出的概率无法适应复杂多变的无线通信场景,因此这种算法的适应性差。并且,在无线通信场景发生变化后,基于变化前的无线通信场景统计出的概率,会导致定位结果精确度低下。
发明内容
本申请提供一种定位方法及定位装置,可以解决现有方案的适应性差且准确度低的问题。
为达到上述目的,本申请采用如下技术方案:
第一方面,本申请提供一种定位方法。该方法包括:获取第一数据和标签;其中,第一数据与标签对应,第一数据包括第一服务小区数据和第一邻区数据,标签指示第一终端的位置;基于第一数据,生成第二数据;其中,第二数据包括第二服务小区数据和第二邻区数据;基于第二数据和标签,训练定位模型;基于定位模型,确定第二终端的位置。
基于第一方面提供的定位方法,可以基于包括第二服务小区数据和第二邻区数据的第二数据和标签,训练定位模型,并利用训练好的定位模型来进行定位。由于训练数据是在各种复杂通信场景中采集和处理得到的,因此考虑的参数更加丰富和全面,由此训练好的定位模型更加准确,能够提高定位结果的准确度,且能够适用各种复杂的无线通信场景,进而增强定位方法的适应性。
第二方面,本申请提供一种定位装置。该装置包括:获取模块、生成模块、训练模块和确定模块;其中,获取模块,用于获取第一数据和标签;其中,第一数据与标签对应,第一数据包括第一服务小区数据和第一邻区数据,标签指示第一终端的位置;生成模块,用于基于第一数据,生成第二数据;其中,第二数据包括第二服务小区数据和第二邻区数据;训练模块,用于基于第二数据和标签,训练定位模型;确定模块,基于定位模型,确定第二终端的位置。
第三方面,本申请提供一种定位装置。该装置包括:处理器、收发器和存储器;其中,存储器用于存储一个或多个计算机程序,一个或多个计算机程序包括计算机执行指令,当装置运行时,处理器执行该计算机执行指令,以使装置执行如上述第一方面提供的定位方法。
第四方面,本申请提供一种计算机可读存储介质。该计算机可读存储介质中存储有指令,当计算机执行该指令时,该计算机执行如上述第一方面提供的定位方法。
第五方面,本申请提供一种计算机程序产品。当该计算机程序产品在计算机上运行时,该计算机执行如上述第一方面提供的定位方法。
需要说明的是,上述计算机指令可以全部或者部分存储在第一计算机存储介质上。其中,第一计算机存储介质可以与定位装置的处理器封装在一起,也可以与定位装置的处理器单独封装,本申请实施例对此不作限定。
本申请中第二方面、第三方面、第四方面、第五方面的描述,可以参考第一方面的详细描述;并且,第二方面、第三方面、第四方面、第五方面的有益效果,可以参考第一方面中的有益效果分析,此处不再赘述。
在本申请实施例中,上述定位装置的名字对设备或功能模块本身不构成限定,在实际实现中,这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本申请类似,属于本申请权利要求及其等同技术的范围之内。
本申请的这些方面或其他方面在以下的描述中会更加简明易懂。
附图说明
图1为本申请实施例提供的通信系统的架构示意图;
图2为本申请实施例提供的定位装置的硬件结构示意图;
图3为本申请实施例提供的定位方法的流程示意图;
图4为本申请实施例提供的训练定位模型的方法示意图;
图5为本申请实施例提供的定位装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了便于清楚描述本申请实施例的技术方案,在本申请实施例中,采用“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分,本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。
此外,本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括其他没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本申请的描述中,除非另有说明,“多个”的含义是指两个或两个以上。
下面,对本申请实施例提供的通信系统的架构进行描述。
本申请实施例的技术方案可以应用于各种通信系统,例如卫星定位系统(GlobalPositioning System,GPS),无线保真(Wireless Fidelity,WiFi)系统,车到任意物体(Vehicle to Everything,V2X)通信系统,设备间(Device-to-Device,D2D)通信系统,车联网通信系统,第4代(4th Generation,4G)移动通信系统、如长期演进(Long TermEvolution,LTE)系统,第五代(5th Generation,5G)移动通信系统、如新空口(New Radio,NR)系统,以及未来的通信系统、如第六代(6th Generation,6G)移动通信系统等。
本申请实施例描述的网络架构以及业务场景是为了更加清楚地说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着网络架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
图1为本申请实施例提供的通信方法所适用的一种通信系统的架构示意图。为便于理解本申请实施例,首先以图1中示出的通信系统为例详细说明适用于本申请实施例的通信系统。应当指出的是,本申请实施例中的方案还可以应用于其他移动通信系统中,相应的名称也可以用其他移动通信系统中的对应功能的名称进行替代。
如图1所示,该通信系统包括网络设备和终端设备。其中,该网络设备可以包括如下一项或多项:核心网网元、或接入网设备。
其中,上述核心网网元可以包括如下一项或多项:4G核心网中的移动管理节点功能(Mobility Management Entity,MME)、服务网关(Serving Gate Way,SGW)、分组数据网络网关(Packet Data Network Gate Way,PGW)等网元;或者5G核心网中的接入与移动性管理功能(Access and Mobility Management Function,AMF)、会话管理功能(SessionManagement Function,SMF)、用户面功能(User Plane Function,UPF)、认证服务器功能(Authentication Server Function,AUSF)、统一数据管理(Unified Data Management,UDM)、统一数据存储库(Unified Data Repository,UDR)、策略控制功能(Policy ControlFunction,PCF)、网络功能注册功能(Network Repository Function,NRF)、非3GPP互通功能(Non-3GPP Inter Working Function,N3IWF)等网元。
上述接入网设备为位于上述通信系统的网络侧,且具有无线收发功能的设备或可设置于该设备的芯片或芯片系统。该接入网设备包括但不限于:WiFi系统中的接入点(Access Point,AP)、如家庭网关、路由器、服务器、交换机、网桥等,演进型节点B(evolvedNode B,eNB),无线网络控制器(Radio Network Controller,RNC),节点B(Node B,NB),基站控制器(Base Station Controller,BSC),基站收发台(Base Transceiver Station,BTS),家庭基站(例如,Home evolved Node B,或Home Node B,HNB),基带单元(Base BandUnit,BBU),无线中继节点,无线回传节点,传输点(Transmission And Reception Point,TRP或者Transmission Point,TP)等,还可以为5G、如新空口(New Radio,NR)系统中的gNB、或传输点(TRP或TP),5G系统中的基站的一个或一组(包括多个天线面板)天线面板,或者,还可以为构成gNB或传输点的网络节点、如基带单元(BBU),或分布式单元(DistributedUnit,DU)、具有基站功能的路边单元(Road Side Unit,RSU)等。
上述终端设备为接入上述通信系统,且具有无线收发功能的终端或可设置于该终端的芯片或芯片系统。该终端设备也可以称为用户装置、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置。本申请的实施例中的终端设备可以是手机(Mobile Phone)、平板电脑(Pad)、带无线收发功能的电脑、虚拟现实(Virtual Reality,VR)终端设备、增强现实(AugmentedReality,AR)终端设备、工业控制(Industrial Control)中的无线终端、无人驾驶(SelfDriving)中的无线终端、远程医疗(Remote Medical)中的无线终端、智能电网(SmartGrid)中的无线终端、运输安全(Transportation Safety)中的无线终端、智慧城市(SmartCity)中的无线终端、智慧家庭(Smart Home)中的无线终端、车载终端、具有终端功能的RSU等。本申请的终端设备还可以是作为一个或多个部件或者单元而内置于车辆的车载模块、车载模组、车载部件、车载芯片或者车载单元,车辆通过内置的车载模块、车载模组、车载部件、车载芯片或者车载单元可以实施本申请提供的通信方法。
应理解,图1仅为便于理解而示例的简化示意图,该通信系统中还可以包括其他网络设备,和/或,其他终端设备,图1中未予以画出。
为了便于理解,下面对本申请实施例中的定位装置的结构进行描述。
图2为本申请实施例提供的一种定位装置的硬件结构示意图。如图2所示,该定位装置包括处理器21,存储器22、通信接口23、总线24。其中,处理器21,存储器22以及通信接口23之间可以通过总线24连接。
处理器21是定位装置的控制中心,可以是一个处理器,也可以是多个处理元件的统称。例如,处理器21可以是一个通用中央处理单元(Central Processing Unit,CPU),也可以是其他通用处理器等。其中,通用处理器可以是微处理器或者是任何常规的处理器等。
作为一种实施例,处理器21可以包括一个或多个CPU,例如图2中所示的CPU 0和CPU 1。
存储器22可以是只读存储器(Read-Only Memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(Random Access Memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory,EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
一种可能的实现方式中,存储器22可以独立于处理器21存在,存储器22可以通过总线24与处理器21相连接,用于存储指令或者程序代码。处理器21调用并执行存储器22中存储的指令或程序代码时,能够实现本申请实施例提供的定位方法。
另一种可能的实现方式中,存储器22也可以和处理器21集成在一起。
通信接口23,用于与其他设备通过通信网络连接。该通信网络可以是以太网、无线接入网、无线局域网(Wireless Local Area Networks,WLAN)等。通信接口23可以包括用于接收数据的接收单元、以及用于发送数据的发送单元。
总线24,可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component Interconnect,PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为了便于表示,图2中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
需要指出的是,图2示出的结构并不构成对该定位装置的限定。除图2所示部件之外,该定位装置可以包括比图示更多或更少的部件、或者组合某些部件、或者不同的部件布置。
下面结合附图对本申请实施例提供的定位方法进行详细介绍。以下以移动通信系统为例进行说明,可以理解的是,本申请还适用于其他通信系统。
图3为本申请实施例提供的一种定位方法的流程示意图。如图3所示,该方法包括以下步骤:
S301,获取第一数据和标签。
其中,第一数据与标签对应,第一数据包括第一服务小区数据和第一邻区数据。
具体地,可以针对多个终端设备采集第一数据和标签,第一数据与标签对应。例如,可以针对一个终端设备,采集一个第一数据和一个标签。或者,也可以针对一个终端设备采集多个第一数据和多个标签,且该多个第一数据与多个标签一一对应。
在本申请实施例中,第一服务小区数据可以包括:每个终端设备的服务小区的发射功率、高度、下倾角。第一服务小区数据还可以包括:通过路测(Drive Test,DT)或呼叫质量拨打测试(Call Quality Test,CQT)上报的时间戳(Timestamp)、服务小区的参考信号接收功率(Reference Signal Receiving Power,RSRP)、服务小区的参考信号接收质量(Reference Signal Received Quality,RSRQ)、服务小区的到达角(Angle Of Arrival,AOA)、服务小区的时间提前量(Timing Advance,TA)、服务小区的用户收发时间差、每个终端设备接收到服务小区的信号与干扰加噪声比(Signal to Interference plus NoiseRatio,SINR)、每个终端设备的上行接收的信号强度指示(Received Signal StrengthIndication,RSSI)。
另外,第一邻区数据可以包括:多个邻区的参考信号接收功率、参考信号接收质量、用户收发时间差。
在本申请实施例中,标签指示第一终端的位置,例如标签可以指示第一终端在室内或者在室外。
可选地,标签可以包括:室内标签和室外标签。
例如,在针对多个终端设备采集第一数据时,若终端设备的采集位置为室内,则将与该终端设备的第一数据对应的标签设为1;若终端设备的采集位置为室外,则将与该终端设备的第一数据对应的标签设为0。
S302,基于第一数据,生成第二数据。
其中,第二数据包括第二服务小区数据和第二邻区数据。
在本申请实施例中,第二服务小区数据可以包括:服务小区的高度特征、下倾角特征、路径损耗特征。第二服务小区数据还可以包括:服务小区参考信号接收功率特征、服务小区参考信号接收质量特征、服务小区到达角特征、服务小区时间提前量特征、服务小区用户收发时间差特征、接收到服务小区SINR特征、终端设备上行RSSI特征。
另外,第二邻区数据可以包括:邻区数量特征、邻区的路径损耗的最大值特征、路径损耗的最小值特征、路径损耗的平均值特征、参考信号接收质量的最大值特征、参考信号接收质量的最小值特征、参考信号接收质量的平均值特征、收发时间差的最大值特征、收发时间差的最小值特征、收发时间差的平均值特征。
具体地,可以基于如下的方法来生成第二数据中的第二服务小区数据:
服务小区的高度特征=第一服务小区数据中的服务小区的高度;
服务小区的下倾角特征=第一服务小区数据中的服务小区的下倾角;
服务小区的路径损耗特征=第一服务小区数据中的服务小区的发射功率-通过DT/CQT上报的服务小区的参考信号接收功率;
服务小区参考信号接收功率特征=通过DT/CQT上报的服务小区的参考信号接收功率;
服务小区参考信号接收质量特征=通过DT/CQT上报的服务小区的参考信号接收质量;
服务小区到达角特征=通过DT/CQT上报的服务小区的到达角;
服务小区时间提前量特征=通过DT/CQT上报的服务小区的时间提前量;
服务小区用户收发时间差特征=通过DT/CQT上报的服务小区的用户收发时间差;
接收到服务小区SINR特征=通过DT/CQT上报的多个终端设备的SINR;
终端设备上行RSSI特征=通过DT/CQT上报的每个终端设备的上行RSSI。
另外,可以基于如下方法来生成第二数据中的第二邻区数据:
邻区数量特征=n;
邻区的路径损耗的最大值特征=max(0号邻区的发射功率-通过DT/CQT上报的0号邻区的参考信号接收功率,1号邻区的发射功率-通过DT/CQT上报的1号邻区的参考信号接收功率,……,n号邻区的发射功率-通过DT/CQT上报的n号邻区的参考信号接收功率);
路径损耗的最小值特征=min(0号邻区的发射功率-通过DT/CQT上报的0号邻区的参考信号接收功率,1号邻区的发射功率-通过DT/CQT上报的1号邻区的参考信号接收功率,……,n号邻区的发射功率-通过DT/CQT上报的n号邻区的参考信号接收功率);
路径损耗的平均值特征=(0号邻区的发射功率-通过DT/CQT上报的0号邻区的参考信号接收功率+1号邻区的发射功率-通过供DT/CQT上报的1号邻区的参考信号接收功率+……+n号邻区的发射功率-通过DT/CQT上报的n号邻区的参考信号接收功率)/n;
参考信号接收质量的最大值特征=max(通过DT/CQT上报的0号邻区的参考信号接收质量,通过DT/CQT上报的1号邻区的参考信号接收质量,……,通过DT/CQT上报的n号邻区的参考信号接收质量);
参考信号接收质量的最小值特征=min(通过DT/CQT上报的0号邻区的参考信号接收质量,通过DT/CQT上报的1号邻区的参考信号接收质量,……,通过DT/CQT上报的n号邻区的参考信号接收质量);
参考信号接收质量的平均值特征=(通过DT/CQT上报的0号邻区的参考信号接收质量+通过DT/CQT上报的1号邻区的参考信号接收质量+……+通过DT/CQT上报的n号邻区的参考信号接收质量)/n;
收发时间差的最大值特征=max(通过DT/CQT上报的0号邻区的用户收发时间差,通过DT/CQT上报的1号邻区的用户收发时间差,……,通过DT/CQT上报的n号邻区的用户收发时间差);
收发时间差的最小值特征=min(通过DT/CQT上报的0号邻区的用户收发时间差,通过DT/CQT上报的1号邻区的用户收发时间差,……,通过DT/CQT上报的n号邻区的用户收发时间差);
收发时间差的平均值特征=(通过DT/CQT上报的0号邻区的用户收发时间差+通过DT/CQT上报的1号邻区的用户收发时间差+……+通过DT/CQT上报的n号邻区的用户收发时间差)/n。
需要说明的是,第一数据、第二数据、标签具体包括的数据种类以及具体的计算方法,可以根据实际情况确定,本申请实施例对此不作具体限定。
S303,基于第二数据和标签,训练定位模型。
其中,定位模型可以包括LightGBM模型、Xgboost/随机森林等其他集成树模型。
可选地,S303具体包括:
首先,将第二数据划分为训练集和验证集。
其中,训练集中的数据量大于验证集中的数据量,或者训练集中的数据量与第二数据的数据量的比值大于或等于占比阈值。
例如,第二数据中的训练集中的数据量与验证集中的数据量之比可以为7:3,或者训练集中的数据量与第二数据的数据量的比值大于或等于60%。因此,训练集中的数据量足够丰富和全面,由此训练的定位模型更加准确,从而能够适用各种复杂通信场景,进而增强定位方法的适应性。并且,基于更加准确的定位模型,能够提高定位结果的准确度。
需要说明的是,在本申请实施例中,还可以包括测试集。测试集可以是训练集中的一部分数据,也可以是验证集中的一部分数据,还可以包括训练集的一部分数据和验证集中的一部分数据。
另外,测试集还可以是从第二数据中划分出来的,即在S303中,将第二数据划分为训练集、验证集和测试集。需要说明的是,在这种情况下,训练集中的数据量大于验证集中的数据量与测试集中的数据量之和,或者训练集中的数据量与第二数据的数据量的比值大于或等于占比阈值。例如,第二数据中的训练集中的数据量、验证集中的数据量、测试集中的数据量之比可以为7:2:1,或者训练集中的数据量与第二数据的数据量的比值大于或等于60%。
另外,测试集还可以是第三数据,其中,第三数据与第一数据、第二数据不同。
接着,基于训练集和验证集,训练定位模型。
例如,采用K折交叉验证方法,进行定位模型的训练。
具体地,如图4所示,以5折交叉验证方法为例,将第二数据随机分为5个子集,即子集1-子集5。设与子集1-子集5对应的标签的集合依次为标签1-标签5。分别使用其中一个子集作为验证集,并将其他子集作为训练集,进行模型训练。
例如,以子集1为验证集,然后使用子集2-子集5以及标签2-标签5进行模型训练,然后用同样的方法,对再对模型训练四次。
需要说明的是,定位模型的训练方法可以根据实际情况确定,本申请实施例对此不作具体限定。
另外,在本申请实施例中,可以使用网格搜索方式进行参数调整,但也可以根据实际情况使用其他方法,此处不作具体限定。
在本申请实施例中,S303可以由终端设备执行,也可以由网络设备执行,例如5G核心网中的位置管理功能(Location Management Function,LMF)网元或4G核心网中的MME网元,还可以由不同于终端设备和网络设备的第三方的定位服务器来执行,本申请对此不作具体限定。
S304,基于定位模型,确定第二终端的位置。
具体地,首先,获取第二终端的定位数据,其中,定位数据包括第二终端的服务小区数据和邻区数据,且与第一数据的格式保持一致。例如,定位数据可以包括通过第二终端的测量报告(Measurement Report,MR)获取的服务小区数据和邻区数据、以及服务小区和邻区的工程参数。另外,定位数据还可以包括其他数据,本申请对此不作具体限定。
之后,基于第二终端的定位数据,生成第二终端的定位特征数据,其中,定位特征数据包括第二终端的服务小区特征数据和邻区特征数据,且与第二数据的格式保持一致。可以理解的是,生成定位特征数据的方法可以与生成第二数据的方法相同,也可以与生成第二数据的方法不同,本申请对此不作具体限定。
然后,基于第二终端的定位特征数据,使用训练好的定位模型,确定第二终端的位置。
本申请实施例中,本申请实施例提供一种定位方法,可以基于包括第二服务小区数据和第二邻区数据的第二数据和标签,训练定位模型,从而利用训练好的定位模型来进行定位。如此,能够在定位过程中考虑到多个影响定位结果的参数,从而使得定位模型能够适应日趋复杂的无线环境,进而提高定位模型的适应性,因此能够提高定位的准确度。
上述主要从方法的角度对本申请实施例提供的方案进行介绍。为了实现上述功能,其包含执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对定位装置进行功能模块或者功能单元的划分,例如,可以对应各个功能划分各个功能模块或者功能单元,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块或者功能单元的形式实现。其中,本申请实施例中对模块或者单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图5为本申请实施例提供的一种定位装置的结构示意图。如图5所示,该装置500包括:获取模块501、生成模块502、训练模块503和确定模块504。
获取模块501,用于获取第一数据和标签。
其中,第一数据与标签对应,第一数据包括第一服务小区数据和第一邻区数据,标签指示第一终端的位置。
生成模块502,用于基于第一数据,生成第二数据。
其中,第二数据包括第二服务小区数据和第二邻区数据。
训练模块503,用于基于第二数据和标签,训练定位模型。
确定模块504,基于定位模型,确定第二终端的位置。
可选地,标签包括:室内标签和室外标签。
可选地,训练模块503具体用于如下步骤:
将第二数据划分为训练集和验证集;
基于训练集和验证集,训练定位模型。
可选地,训练集中的数据量大于验证集中的数据量。
可选地,训练集中的数据量与第二数据的数据量的比值大于或等于占比阈值。
上述定位装置可以为用于定位的设备,也可以为该设备中的芯片,还可以为该设备中的片上系统(System-on-a-chip,SoC)。
可选的,该设备可以是物理机,例如:台式电脑,又称台式机或桌面机(DesktopComputer)、手机、平板电脑、笔记本电脑、超级移动个人计算机(Ultra-Mobile PersonalComputer,UMPC)、上网本、个人数字助理(Personal Digital Assistant,PDA)等终端设备。
可选的,上述定位装置也可以通过部署在物理机上的虚拟机(Virtual Machine,VM),实现上述定位装置所要实现的功能。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当网络设备执行该指令时,该网络设备执行上述方法实施例所示的方法流程中网络设备执行的各个步骤。
其中,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连接、便携式计算机磁盘、硬盘、随机存取存储器(Random Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合、或者本领域熟知的任何其它形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit,ASIC)中。在本申请实施例中,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。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种定位方法,其特征在于,包括:
获取第一数据和标签;其中,所述第一数据与所述标签对应,所述第一数据包括第一服务小区数据和第一邻区数据,所述标签指示第一终端的位置;所述标签包括:室内标签和室外标签;
基于所述第一数据,生成第二数据;其中,所述第二数据包括第二服务小区数据和第二邻区数据;所述第二服务小区数据包括服务小区的路径损耗特征、高度特征、下倾角特征;所述第二邻区数据包括邻区的路径损耗的最大值特征、邻区的路径损耗的最小值特征、邻区的路径损耗的平均值特征、邻区的参考信号接收质量的最大值特征、邻区的参考信号接收质量的最小值特征、邻区的收发时间差的最大值特征、邻区的收发时间差的最小值特征、邻区的收发时间差的平均值特征;
基于所述第二数据和所述标签,训练定位模型;
基于所述定位模型,确定第二终端的位置。
2.根据权利要求1所述的定位方法,其特征在于,所述基于所述第二数据和所述标签,训练定位模型,包括:
将所述第二数据划分为训练集和验证集;
基于所述训练集和所述验证集,训练所述定位模型。
3.根据权利要求2所述的定位方法,其特征在于,所述训练集中的数据量大于所述验证集中的数据量。
4.根据权利要求2所述的定位方法,其特征在于,所述训练集中的数据量与所述第二数据的数据量的比值大于或等于占比阈值。
5.一种定位装置,其特征在于,包括:获取模块、生成模块、训练模块和确定模块;其中,
所述获取模块,用于获取第一数据和标签;其中,所述第一数据与所述标签对应,所述第一数据包括第一服务小区数据和第一邻区数据,所述标签指示第一终端的位置;所述标签包括:室内标签和室外标签;
所述生成模块,用于基于所述第一数据,生成第二数据;其中,所述第二数据包括第二服务小区数据和第二邻区数据;所述第二服务小区数据包括服务小区的路径损耗特征、高度特征、下倾角特征;所述第二邻区数据包括邻区的路径损耗的最大值特征、邻区的路径损耗的最小值特征、邻区的路径损耗的平均值特征、邻区的参考信号接收质量的最大值特征、邻区的参考信号接收质量的最小值特征、邻区的收发时间差的最大值特征、邻区的收发时间差的最小值特征、邻区的收发时间差的平均值特征;
所述训练模块,用于基于所述第二数据和所述标签,训练定位模型;
所述确定模块,用于基于所述定位模型,确定第二终端的位置。
6.根据权利要求5所述的定位装置,其特征在于,所述训练模块还用于:
将所述第二数据划分为训练集和验证集;
基于所述训练集和所述验证集,训练所述定位模型。
7.根据权利要求6所述的定位装置,其特征在于,所述训练集中的数据量大于所述验证集中的数据量。
8.根据权利要求6所述的定位装置,其特征在于,所述训练集中的数据量与所述第二数据的数据量的比值大于或等于占比阈值。
9.一种定位装置,其特征在于,包括:处理器、收发器和存储器;
其中,所述存储器用于存储一个或多个计算机程序,所述一个或多个计算机程序包括计算机执行指令,当所述装置运行时,所述处理器执行所述计算机执行指令,以使所述装置执行如权利要求1至4中任一项所述的定位方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有指令,当计算机执行所述指令时,所述计算机执行如权利要求1至4中任一项所述的定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110615537.9A CN113453334B (zh) | 2021-06-02 | 2021-06-02 | 定位方法及定位装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110615537.9A CN113453334B (zh) | 2021-06-02 | 2021-06-02 | 定位方法及定位装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113453334A CN113453334A (zh) | 2021-09-28 |
CN113453334B true CN113453334B (zh) | 2023-02-17 |
Family
ID=77810797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110615537.9A Active CN113453334B (zh) | 2021-06-02 | 2021-06-02 | 定位方法及定位装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113453334B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110012416A (zh) * | 2017-12-29 | 2019-07-12 | 中国移动通信集团浙江有限公司 | 一种用户终端的定位方法及装置 |
WO2020215783A1 (zh) * | 2019-04-25 | 2020-10-29 | 华为技术有限公司 | 定位方法、装置及存储介质 |
CN112135291A (zh) * | 2020-09-22 | 2020-12-25 | 展讯通信(上海)有限公司 | 状态检测方法及装置 |
CN112291844A (zh) * | 2020-11-17 | 2021-01-29 | 中国联合网络通信集团有限公司 | 基于mr和mdt的定位方法和装置 |
-
2021
- 2021-06-02 CN CN202110615537.9A patent/CN113453334B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110012416A (zh) * | 2017-12-29 | 2019-07-12 | 中国移动通信集团浙江有限公司 | 一种用户终端的定位方法及装置 |
WO2020215783A1 (zh) * | 2019-04-25 | 2020-10-29 | 华为技术有限公司 | 定位方法、装置及存储介质 |
CN112135291A (zh) * | 2020-09-22 | 2020-12-25 | 展讯通信(上海)有限公司 | 状态检测方法及装置 |
CN112291844A (zh) * | 2020-11-17 | 2021-01-29 | 中国联合网络通信集团有限公司 | 基于mr和mdt的定位方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113453334A (zh) | 2021-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110972156B (zh) | 一种干扰测量方法、装置、芯片及存储介质 | |
WO2019102064A1 (en) | Joint beam reporting for wireless networks | |
US20200296539A1 (en) | Electronic apparatus, device and method for adjusting a parameter for a proximity-based service communication | |
CN110149690B (zh) | 通信控制设备、通信控制方法和终端设备 | |
CN109392135A (zh) | 一种资源调度方法及装置 | |
CN109428657B (zh) | 一种定位方法及装置 | |
CN108141802A (zh) | 用户设备在室内和室外网络节点之间的切换 | |
CN111368384B (zh) | 预测天线工程参数的方法及设备 | |
CN105635980A (zh) | 一种上行信号处理方法、设备和系统 | |
CN112135291B (zh) | 状态检测方法及装置 | |
EP3888397A1 (en) | Method and network device for terminal device positioning with integrated access backhaul | |
US20110028175A1 (en) | Device for managing of base station and method for managing thereof | |
CN113556667A (zh) | 定位信号处理方法及装置 | |
CN111727586B (zh) | 数据传输处理方法、装置、通信设备及存储介质 | |
CN104205910A (zh) | 移动通信终端、使用通信服务的方法以及用于确定与移动通信终端的地理位置有关的信息的方法 | |
CN113453334B (zh) | 定位方法及定位装置 | |
US20210345401A1 (en) | Spatial reuse for wireless network | |
CN115334571A (zh) | QoE测量配置方法、接入网设备及存储介质 | |
US11895499B2 (en) | Transmission apparatus, reception apparatus, communication system, communication method, and data processing method | |
CN114731212A (zh) | 波束测量方法、设备以及存储介质 | |
CN116193455B (zh) | 基站选址方法及装置 | |
CN114040436B (zh) | 数据上报方法、装置及计算机可读存储介质 | |
EP2860892B1 (en) | Method and apparatuses for identifying a mobile device in wireless networks | |
CN113840389B (zh) | 随机接入资源的确定方法和自回传iab节点 | |
WO2024061077A1 (zh) | 一种通信方法及装置 |
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 |