CN113727435B - 一种精准定位方法、系统和存储介质 - Google Patents

一种精准定位方法、系统和存储介质 Download PDF

Info

Publication number
CN113727435B
CN113727435B CN202111297014.0A CN202111297014A CN113727435B CN 113727435 B CN113727435 B CN 113727435B CN 202111297014 A CN202111297014 A CN 202111297014A CN 113727435 B CN113727435 B CN 113727435B
Authority
CN
China
Prior art keywords
base station
information
data
user
positioning
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
Application number
CN202111297014.0A
Other languages
English (en)
Other versions
CN113727435A (zh
Inventor
成立立
贾晓峰
张广志
于笑博
高文飞
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.)
Beiling Rongxin Datalnfo Science and Technology Ltd
Original Assignee
Beiling Rongxin Datalnfo Science and Technology Ltd
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 Beiling Rongxin Datalnfo Science and Technology Ltd filed Critical Beiling Rongxin Datalnfo Science and Technology Ltd
Priority to CN202111297014.0A priority Critical patent/CN113727435B/zh
Publication of CN113727435A publication Critical patent/CN113727435A/zh
Application granted granted Critical
Publication of CN113727435B publication Critical patent/CN113727435B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/021Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/024Guidance services
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/003Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006Locating 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

Abstract

本发明公开的一种精准定位方法、系统和存储介质,获取运营商数据,将重复的数据剔除,提高人口统计的样本准确性,并且通过第一数据可以辅助定位用户的位置,使得用户定位更加准确。另外,通过对基站信息的实时调整,和对特殊移动场景的定位区域概率计算,可以使得用户定位更加准确可靠。本发明还结合了第一数据进行修正,由于第一数据中包含用户消费数据、导航位置数据、第二连接数据中的一种或几种,所以可以辅助修正每个网格区域的概率值。

Description

一种精准定位方法、系统和存储介质
技术领域
本申请涉及通信数据和定位领域,更具体的,涉及一种精准定位方法、系统和存储介质。
背景技术
随着交通运输以及物联网技术的快速发展,人们对与定位的需求越来越大。在现有技术中,将定位技术用于人口流动性统计和人口特征识别上,可以使得人口统计更加精确和可靠。但是在现有的统计方法中,单纯利用手机信号无法精确统计到具体位置,例如,20米的范围。若要进行精确统计,往往需要借助于其他的参数。
因此,现有技术存在缺陷,亟待改进。
发明内容
本申请的目的在于提供一种精准定位方法、系统和存储介质,获取运营商数据,将重复的数据剔除,提高人口统计的样本准确性,并且通过第一数据可以辅助定位用户的位置,使得用户定位更加准确。另外,通过对基站信息的实时调整,可以使得用户定位更加准确可靠。
本发明第一方面提供了一种精准定位方法,包括:
获取与用户移动设备通信的基站的基站参数信息、用户的运营商数据和第一数据;
根据所述运营商数据查询是否存在重复用户数据;
若存在,将重复数据剔除,保留单一运营商数据,并结合与用户移动设备通信基站的基站参数信息和第一数据进行定位分析,得到定位信息;
将所述定位信息发送至预设终端进行显示。
本方案中,所述基站参数信息为实时更新,具体为:
获取基站的覆盖区域、基站覆盖朝向角度、基站发射强度信息;
根据所述基站覆盖朝向角度、基站发射强度信息确定基站信号实际覆盖范围;
若所述基站信号实际覆盖范围与基站的覆盖区域的比值大于预设覆盖比值阈值;
将所述基站信号实际覆盖范围作为基站参数信息中的覆盖范围。
本方案中,还包括:
获取在基站覆盖区域中的用户移动设备信号强度;
获取所述用户移动设备在基站覆盖区域中移动时的强度变化和离线状态;
根据所述用户移动设备的强度变化和离线状态判断基站覆盖区域的离线区域,得到新的基站覆盖区域,作为基站参数信息中的覆盖范围。
本方案中,所述根据所述运营商数据查询是否存在重复用户数据,具体为:
根据所述运营商数据确定用户ID信息和设备ID信息;
确定设备ID信息对应的用户标识信息是否与用户ID信息相同;
若相同,则剔除设备ID信息对应的运营商数据;
判断是否存在重复用户ID信息;
若存在,则剔除重复的用户ID信息对应的运营商数据。
本方案中,还包括:
判断用户移动设备是否处于第一模式;
若用户移动设备处于第一模式;
则获取用户移动设备周边多个基站的信号强度信息,得到信号强度集合;
根据所述信号强度集合和第一数据进行定位概率计算,得到分布区域概率集;
选取分布区域概率集中概率值最大的区域作为定位信息。
本方案中,所述根据所述信号强度集合和第一数据进行定位概率计算,具体为:
将所述信号强度集合和分割区域网格输入至预设的定位神经网络模型中,输出得到每个分割区域网格的定位概率值;
将所述分割区域网格映射在地图中,得到每个区域对应的定位概率值;
根据所述第一数据进行每个区域对应的定位概率值的修正,得到最终的定位概率值。
本发明第二方面公开了一种精准定位系统,该系统包括:存储器及处理器,所述存储器中包括一种精准定位方法的程序,所述一种精准定位方法的程序被所述处理器执行时实现以下步骤:
获取与用户移动设备通信的基站的基站参数信息、用户的运营商数据和第一数据;
根据所述运营商数据查询是否存在重复用户数据;
若存在,将重复数据剔除,保留单一运营商数据,并结合与用户移动设备通信基站的基站参数信息和第一数据进行定位分析,得到定位信息;
将所述定位信息发送至预设终端进行显示。
本方案中,所述基站参数信息为实时更新,具体为:
获取基站的覆盖区域、基站覆盖朝向角度、基站发射强度信息;
根据所述基站覆盖朝向角度、基站发射强度信息确定基站信号实际覆盖范围;
若所述基站信号实际覆盖范围与基站的覆盖区域的比值大于预设覆盖比值阈值;
将所述基站信号实际覆盖范围作为基站参数信息中的覆盖范围。
本方案中,还包括:
获取在基站覆盖区域中的用户移动设备信号强度;
获取所述用户移动设备在基站覆盖区域中移动时的强度变化和离线状态;
根据所述用户移动设备的强度变化和离线状态判断基站覆盖区域的离线区域,得到新的基站覆盖区域,作为基站参数信息中的覆盖范围。
本方案中,所述根据所述运营商数据查询是否存在重复用户数据,具体为:
根据所述运营商数据确定用户ID信息和设备ID信息;
确定设备ID信息对应的用户标识信息是否与用户ID信息相同;
若相同,则剔除设备ID信息对应的运营商数据;
判断是否存在重复用户ID信息;
若存在,则剔除重复的用户ID信息对应的运营商数据。
本方案中,还包括:
判断用户移动设备是否处于第一模式;
若用户移动设备处于第一模式;
则获取用户移动设备周边多个基站的信号强度信息,得到信号强度集合;
根据所述信号强度集合和第一数据进行定位概率计算,得到分布区域概率集;
选取分布区域概率集中概率值最大的区域作为定位信息。
本方案中,所述根据所述信号强度集合和第一数据进行定位概率计算,具体为:
将所述信号强度集合和分割区域网格输入至预设的定位神经网络模型中,输出得到每个分割区域网格的定位概率值;
将所述分割区域网格映射在地图中,得到每个区域对应的定位概率值;
根据所述第一数据进行每个区域对应的定位概率值的修正,得到最终的定位概率值。
本发明第三方面公开了一种可读存储介质,所述可读存储介质中包括一种精准定位方法程序,所述一种精准定位方法程序被处理器执行时,实现如上述任一项所述的一种精准定位方法的步骤。
本发明公开的一种精准定位方法、系统和存储介质,获取运营商数据,将重复的数据剔除,提高人口统计的样本准确性,并且通过第一数据可以辅助定位用户的位置,使得用户定位更加准确。另外,通过对基站信息的实时调整,和对特殊移动场景的定位区域概率计算,可以使得用户定位更加准确可靠。本发明还结合了第一数据进行修正,由于第一数据中包含用户消费数据、导航位置数据、第二连接数据中的一种或几种,所以可以辅助修正每个网格区域的概率值。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了一种精准定位方法的流程图;
图2示出了一种精准定位系统的框图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
图1示出了一种精准定位方法的流程图。
如图1所示,本发明公开了一种精准定位方法,包括:
S102,获取与用户移动设备通信的基站的基站参数信息、用户的运营商数据和第一数据;
S104,根据所述运营商数据查询是否存在重复用户数据;
S106,若存在,将重复数据剔除,保留单一运营商数据,并结合与用户移动设备通信基站的基站参数信息和第一数据进行定位分析,得到定位信息;
S108,将所述定位信息发送至预设终端进行显示。
需要说明的是,用户移动设备可以是手机、PAD等随身携带的移动设备,在进行通信时,会与附近的通信基站产生数据交互,在用户移动的时候,也会进行基站的切换,通过基站的参数就可以判断出用户的定位信息和移动轨迹。所述的第一数据为用户消费数据、导航位置数据、第二连接数据中的一种或几种。其中用户消费数据为用户通过刷卡或扫码支付的店铺位置和时间数据,导航位置数据为用户导航过程中的定位数据,第二连接数据为用户进行WIFI连接时的热点位置和时间数据。通过第一数据可以辅助定位用户的位置,使得用户定位更加准确。首先,获取与用户移动设备通信的基站的基站参数信息、用户的运营商数据和第一数据,用户移动设备的基站数据可以是预先存在系统中的,但可能会随着环境或人为原因,存在一定的变化。然后根据所述运营商数据查询是否存在重复用户数据,如果存在重复数据,则进行剔除,不然会影响人口的统计以及每个用户的流动性定位,将重复数据剔除,保留单一运营商数据,并结合与用户移动设备通信基站的基站参数信息和第一数据进行定位分析,得到定位信息。最后将所述定位信息发送至预设终端进行显示。预设的终端可以是本领域技术人员根据实际需要设置的,可以是政务终端或者后台管理端。
根据本发明实施例,所述基站参数信息为实时更新,具体为:
获取基站的覆盖区域、基站覆盖朝向角度、基站发射强度信息;
根据所述基站覆盖朝向角度、基站发射强度信息确定基站信号实际覆盖范围;
若所述基站信号实际覆盖范围与基站的覆盖区域的比值大于预设覆盖比值阈值;
将所述基站信号实际覆盖范围作为基站参数信息中的覆盖范围。
需要说明的是,基站存在多个发射天线,每个天线具备一定的发射角度范围,例如,大多数基站存在3个天线,每个天线的发射角度范围为120度。基站的覆盖区域为在系统中预设的覆盖区域,也就是说,是系统中预存储的基站覆盖区域,在每次基站覆盖区域更新之后都会存储于系统中,下次进行分析时,可以直接使用此次的基站覆盖区域信息。但是在实际使用时,基站的天线可能会随着环境和基建情况有一定的变化,这种变化也许是人为的也许是环境造成,所以需要实时更新基站的实际覆盖区域状态,以便更好的确定用户的定位信息。首先,获取基站的覆盖区域、基站覆盖朝向角度、基站发射强度信息,这三个参数都可以从系统中获取,一般基站覆盖朝向角度和基站发射强度信息属于硬件特性,是不变的。然后根据所述基站覆盖朝向角度、基站发射强度信息确定基站信号实际覆盖范围,通过计算可以获得基站信号实际覆盖范围,例如,将覆盖朝向角度和基站发射强度信息进行计算,可以得到基站覆盖的扇形面积,通过面积的叠加,得到实际覆盖范围。若所述基站信号实际覆盖范围与基站的覆盖区域的比值大于预设覆盖比值阈值,将所述基站信号实际覆盖范围作为基站参数信息中的覆盖范围。如果其比值大于预设覆盖比值阈值,则说明基站实际覆盖面积更大,不会造成定位的偏差,如果实际覆盖面积较小,则说明基站发射天线可能存在变化,在实际覆盖区域中可能存在信号较差或者无信号的情况,在这种区域内,用户可能会面临离线状态,所以会对定位工作造成一定的困难。通过对基站信息的实时调整,可以使得用户定位更加准确可靠。
根据本发明实施例,还包括:
获取在基站覆盖区域中的用户移动设备信号强度;
获取所述用户移动设备在基站覆盖区域中移动时的强度变化和离线状态;
根据所述用户移动设备的强度变化和离线状态判断基站覆盖区域的离线区域,得到新的基站覆盖区域,作为基站参数信息中的覆盖范围。
需要说明的是,基站天线可能会由于环境或者人为问题导致天线角度发生变化,从而影响了覆盖区域,例如,有的区域会产生信号盲区,导致无法与用户进行通信。本发明可以通过在基站覆盖区域中的信号强度检测,获得这部分区域信息。首先,实时获取在基站覆盖区域中的用户移动设备信号强度,用户移动设备可以和基站进行通信,移动设备会发送信号强度信息至基站端。用户在区域内移动时,获取所述用户移动设备在基站覆盖区域中移动时的强度变化和离线状态。如果离线,则表明此时用户所在地无基站信号,用户会处于离线状态,也就证明此时是基站信号盲区。最后,根据所述用户移动设备的强度变化和离线状态判断基站覆盖区域的离线区域,得到新的基站覆盖区域,作为基站参数信息中的覆盖范围。
根据本发明实施例,所述根据所述运营商数据查询是否存在重复用户数据,具体为:
根据所述运营商数据确定用户ID信息和设备ID信息;
确定设备ID信息对应的用户标识信息是否与用户ID信息相同;
若相同,则剔除设备ID信息对应的运营商数据;
判断是否存在重复用户ID信息;
若存在,则剔除重复的用户ID信息对应的运营商数据。
需要说明的是,在物联网时代,很多设备都具备无线上网功能,例如,汽车,具备上网设备都会存在4G或5G的通信模块,这部分模块如果在进行人口统计和定位时纳入统计范围,则容易造成数据偏差,结果不准确,所以需要剔除用户无法随身携带的设备和重复的用户数据。所谓的重复用户数据,是指一个用户存在多个运营商的通信号码,例如,用户A存在1个移动、2个电信的电话卡,那么需要剔除重复的运营商数据,保留1个与用户相关的运营商数据。首先,根据所述运营商数据确定用户ID信息和设备ID信息,通过运营商数据可以获得设备ID信息,例如,获得汽车的MAC地址,就是设备ID信息。然后,确定设备ID信息对应的用户标识信息是否与用户ID信息相同。设备ID信息确定之后就可以得到用户标识信息,例如,汽车MAC地址与购车人的ID匹配和映射,通过汽车MAC地址就可以得到购车人的ID,比较用户标识信息和用户ID信息是否相同,如果相同,则剔除设备ID信息对应的运营商数据,如果不相同,可以说明此设备ID信息对应的设备应该为未出售或者未使用状态,在进行具体分析时,可以选择性的剔除此设备ID信息。然后再判断是否存在重复用户ID信息,也就是检测用户是否存在多个通信号码,如果有,则剔除重复的用户ID信息对应的运营商数据。
根据本发明实施例,还包括:
判断用户移动设备是否处于第一模式;
若用户移动设备处于第一模式;
则获取用户移动设备周边多个基站的信号强度信息,得到信号强度集合;
根据所述信号强度集合和第一数据进行定位概率计算,得到分布区域概率集;
选取分布区域概率集中概率值最大的区域作为定位信息。
需要说明的是,基站一般为蜂窝形式,每个基站具备自己的信号覆盖范围,但是当用户处于多个基站覆盖范围的交集点时,可能出现与多个基站进行通信的情况,在这种情况下,无法通过单一基站准确定位用户的位置,所以需要通过模拟分析的方式计算概率得到定位信息。首先,判断用户是否处于第一模式,所述第一模式为用户处于多个基站覆盖范围的交集区域,此时会产生与多个基站的通信和握手,以便进行跨区切换。如果用户移动设备处于第一模式,则获取用户移动设备周边多个基站的信号强度信息,得到信号强度集合,所述信号强度集合为周边基站和用户移动设备直接通信强度值的集合,集合中可以为2-N个强度数据。然后针对所述信号强度集合和第一数据进行定位概率计算,得到分布区域概率集,所述的分布区域概率集中时针对用户移动设备在每个小区域中的概率。其中定位概率计算可以通过神经网络模型的方式进行判断和计算。然后选取分布区域概率集里面概率值最大的区域作为定位信息。通过对特殊移动场景的定位区域概率计算,能够使得定位更加准确。
根据本发明实施例,所述根据所述信号强度集合和第一数据进行定位概率计算,具体为:
将所述信号强度集合和分割区域网格输入至预设的定位神经网络模型中,输出得到每个分割区域网格的定位概率值;
将所述分割区域网格映射在地图中,得到每个区域对应的定位概率值;
根据所述第一数据进行每个区域对应的定位概率值的修正,得到最终的定位概率值。
需要说明的是,预设的定位神经网络模型为训练好的神经网络模型,输入信号强度集合分割区域网格,便可以得到每个分割区域网格的定位概率值。其中,分割区域网格是指,在预设区域中分为若干个大小相等的网格或者格栅,分割区域网格是虚拟的,可以由本领域技术人员根据实际需要确定大小。在得到了每个网格的定位概率值之后,可以将分割区域网格映射到实际的地图区域中,便可以得到实际地图中每个区域的定位概率值。为了保证准确性,本发明还结合了第一数据进行修正,由于第一数据中包含用户消费数据、导航位置数据、第二连接数据中的一种或几种,所以可以辅助修正每个网格区域的概率值。
根据本发明实施例,所述定位神经网络模型的训练,具体为:
获取历史状态数据;对所述历史状态数据进行预处理,得到训练数组;将所述训练数组发送至初始化的神经网络模型中进行训练;获取训练后的神经网络模型的误差率;若所述误差率小于预设的误差率阈值,则停止训练,得到预设的定位神经网络模型。
需要说明的是,历史状态数据为基站信号强度和基站参数以及网格大小等的数据,获取的历史数据数量越多,则训练的神经网络模型就越准确。首先,获取了历史状态特征值后,需要进行预处理,预处理之后,得到训练数据集。然后将训练数据集输入至初始化的神经网络模型中进行训练,所述的训练是自动化的训练,最终得到神经网络模型。然后输入测试数据,判断定位神经网络模型输出的预测结果的准确率。并且将预测准确率与预设的准确率阈值进行比较,如果超过了准确率阈值,则说明定位神经网络模型已经能够达到较好的预测效果,则可以停止训练。其中,所述准确率阈值可以为80-95%。
图2示出了本发明一种精准定位系统的框图。
如图2所示,本发明第二方面公开了一种精准定位系统2,该系统包括:存储器21及处理器22,所述存储器中包括一种精准定位方法的程序,所述一种精准定位方法的程序被所述处理器执行时实现以下步骤:
获取与用户移动设备通信的基站的基站参数信息、用户的运营商数据和第一数据;
根据所述运营商数据查询是否存在重复用户数据;
若存在,将重复数据剔除,保留单一运营商数据,并结合与用户移动设备通信基站的基站参数信息和第一数据进行定位分析,得到定位信息;
将所述定位信息发送至预设终端进行显示。
需要说明的是,用户移动设备可以是手机、PAD等随身携带的移动设备,在进行通信时,会与附近的通信基站产生数据交互,在用户移动的时候,也会进行基站的切换,通过基站的参数就可以判断出用户的定位信息和移动轨迹。所述的第一数据为用户消费数据、导航位置数据、第二连接数据中的一种或几种。其中用户消费数据为用户通过刷卡或扫码支付的店铺位置和时间数据,导航位置数据为用户导航过程中的定位数据,第二连接数据为用户进行WIFI连接时的热点位置和时间数据。通过第一数据可以辅助定位用户的位置,使得用户定位更加准确。首先,获取与用户移动设备通信的基站的基站参数信息、用户的运营商数据和第一数据,用户移动设备的基站数据可以是预先存在系统中的,但可能会随着环境或人为原因,存在一定的变化。然后根据所述运营商数据查询是否存在重复用户数据,如果存在重复数据,则进行剔除,不然会影响人口的统计以及每个用户的流动性定位,将重复数据剔除,保留单一运营商数据,并结合与用户移动设备通信基站的基站参数信息和第一数据进行定位分析,得到定位信息。最后将所述定位信息发送至预设终端进行显示。预设的终端可以是本领域技术人员根据实际需要设置的,可以是政务终端或者后台管理端。
根据本发明实施例,所述基站参数信息为实时更新,具体为:
获取基站的覆盖区域、基站覆盖朝向角度、基站发射强度信息;
根据所述基站覆盖朝向角度、基站发射强度信息确定基站信号实际覆盖范围;
若所述基站信号实际覆盖范围与基站的覆盖区域的比值大于预设覆盖比值阈值;
将所述基站信号实际覆盖范围作为基站参数信息中的覆盖范围。
需要说明的是,基站存在多个发射天线,每个天线具备一定的发射角度范围,例如,大多数基站存在3个天线,每个天线的发射角度范围为120度。基站的覆盖区域为在系统中预设的覆盖区域,也就是说,是系统中预存储的基站覆盖区域,在每次基站覆盖区域更新之后都会存储于系统中,下次进行分析时,可以直接使用此次的基站覆盖区域信息。但是在实际使用时,基站的天线可能会随着环境和基建情况有一定的变化,这种变化也许是人为的也许是环境造成,所以需要实时更新基站的实际覆盖区域状态,以便更好的确定用户的定位信息。首先,获取基站的覆盖区域、基站覆盖朝向角度、基站发射强度信息,这三个参数都可以从系统中获取,一般基站覆盖朝向角度和基站发射强度信息属于硬件特性,是不变的。然后根据所述基站覆盖朝向角度、基站发射强度信息确定基站信号实际覆盖范围,通过计算可以获得基站信号实际覆盖范围,例如,将覆盖朝向角度和基站发射强度信息进行计算,可以得到基站覆盖的扇形面积,通过面积的叠加,得到实际覆盖范围。若所述基站信号实际覆盖范围与基站的覆盖区域的比值大于预设覆盖比值阈值,将所述基站信号实际覆盖范围作为基站参数信息中的覆盖范围。如果其比值大于预设覆盖比值阈值,则说明基站实际覆盖面积更大,不会造成定位的偏差,如果实际覆盖面积较小,则说明基站发射天线可能存在变化,在实际覆盖区域中可能存在信号较差或者无信号的情况,在这种区域内,用户可能会面临离线状态,所以会对定位工作造成一定的困难。通过对基站信息的实时调整,可以使得用户定位更加准确可靠。
根据本发明实施例,还包括:
获取在基站覆盖区域中的用户移动设备信号强度;
获取所述用户移动设备在基站覆盖区域中移动时的强度变化和离线状态;
根据所述用户移动设备的强度变化和离线状态判断基站覆盖区域的离线区域,得到新的基站覆盖区域,作为基站参数信息中的覆盖范围。
需要说明的是,基站天线可能会由于环境或者人为问题导致天线角度发生变化,从而影响了覆盖区域,例如,有的区域会产生信号盲区,导致无法与用户进行通信。本发明可以通过在基站覆盖区域中的信号强度检测,获得这部分区域信息。首先,实时获取在基站覆盖区域中的用户移动设备信号强度,用户移动设备可以和基站进行通信,移动设备会发送信号强度信息至基站端。用户在区域内移动时,获取所述用户移动设备在基站覆盖区域中移动时的强度变化和离线状态。如果离线,则表明此时用户所在地无基站信号,用户会处于离线状态,也就证明此时是基站信号盲区。最后,根据所述用户移动设备的强度变化和离线状态判断基站覆盖区域的离线区域,得到新的基站覆盖区域,作为基站参数信息中的覆盖范围。
根据本发明实施例,所述根据所述运营商数据查询是否存在重复用户数据,具体为:
根据所述运营商数据确定用户ID信息和设备ID信息;
确定设备ID信息对应的用户标识信息是否与用户ID信息相同;
若相同,则剔除设备ID信息对应的运营商数据;
判断是否存在重复用户ID信息;
若存在,则剔除重复的用户ID信息对应的运营商数据。
需要说明的是,在物联网时代,很多设备都具备无线上网功能,例如,汽车,具备上网设备都会存在4G或5G的通信模块,这部分模块如果在进行人口统计和定位时纳入统计范围,则容易造成数据偏差,结果不准确,所以需要剔除用户无法随身携带的设备和重复的用户数据。所谓的重复用户数据,是指一个用户存在多个运营商的通信号码,例如,用户A存在1个移动、2个电信的电话卡,那么需要剔除重复的运营商数据,保留1个与用户相关的运营商数据。首先,根据所述运营商数据确定用户ID信息和设备ID信息,通过运营商数据可以获得设备ID信息,例如,获得汽车的MAC地址,就是设备ID信息。然后,确定设备ID信息对应的用户标识信息是否与用户ID信息相同。设备ID信息确定之后就可以得到用户标识信息,例如,汽车MAC地址与购车人的ID匹配和映射,通过汽车MAC地址就可以得到购车人的ID,比较用户标识信息和用户ID信息是否相同,如果相同,则剔除设备ID信息对应的运营商数据,如果不相同,可以说明此设备ID信息对应的设备应该为未出售或者未使用状态,在进行具体分析时,可以选择性的剔除此设备ID信息。然后再判断是否存在重复用户ID信息,也就是检测用户是否存在多个通信号码,如果有,则剔除重复的用户ID信息对应的运营商数据。
根据本发明实施例,还包括:
判断用户移动设备是否处于第一模式;
若用户移动设备处于第一模式;
则获取用户移动设备周边多个基站的信号强度信息,得到信号强度集合;
根据所述信号强度集合和第一数据进行定位概率计算,得到分布区域概率集;
选取分布区域概率集中概率值最大的区域作为定位信息。
需要说明的是,基站一般为蜂窝形式,每个基站具备自己的信号覆盖范围,但是当用户处于多个基站覆盖范围的交集点时,可能出现与多个基站进行通信的情况,在这种情况下,无法通过单一基站准确定位用户的位置,所以需要通过模拟分析的方式计算概率得到定位信息。首先,判断用户是否处于第一模式,所述第一模式为用户处于多个基站覆盖范围的交集区域,此时会产生与多个基站的通信和握手,以便进行跨区切换。如果用户移动设备处于第一模式,则获取用户移动设备周边多个基站的信号强度信息,得到信号强度集合,所述信号强度集合为周边基站和用户移动设备直接通信强度值的集合,集合中可以为2-N个强度数据。然后针对所述信号强度集合和第一数据进行定位概率计算,得到分布区域概率集,所述的分布区域概率集中时针对用户移动设备在每个小区域中的概率。其中定位概率计算可以通过神经网络模型的方式进行判断和计算。然后选取分布区域概率集里面概率值最大的区域作为定位信息。通过对特殊移动场景的定位区域概率计算,能够使得定位更加准确。
根据本发明实施例,所述根据所述信号强度集合和第一数据进行定位概率计算,具体为:
将所述信号强度集合和分割区域网格输入至预设的定位神经网络模型中,输出得到每个分割区域网格的定位概率值;
将所述分割区域网格映射在地图中,得到每个区域对应的定位概率值;
根据所述第一数据进行每个区域对应的定位概率值的修正,得到最终的定位概率值。
需要说明的是,预设的定位神经网络模型为训练好的神经网络模型,输入信号强度集合分割区域网格,便可以得到每个分割区域网格的定位概率值。其中,分割区域网格是指,在预设区域中分为若干个大小相等的网格或者格栅,分割区域网格是虚拟的,可以由本领域技术人员根据实际需要确定大小。在得到了每个网格的定位概率值之后,可以将分割区域网格映射到实际的地图区域中,便可以得到实际地图中每个区域的定位概率值。为了保证准确性,本发明还结合了第一数据进行修正,由于第一数据中包含用户消费数据、导航位置数据、第二连接数据中的一种或几种,所以可以辅助修正每个网格区域的概率值。
根据本发明实施例,所述定位神经网络模型的训练,具体为:
获取历史状态数据;对所述历史状态数据进行预处理,得到训练数组;将所述训练数组发送至初始化的神经网络模型中进行训练;获取训练后的神经网络模型的误差率;若所述误差率小于预设的误差率阈值,则停止训练,得到预设的定位神经网络模型。
需要说明的是,历史状态数据为基站信号强度和基站参数以及网格大小等的数据,获取的历史数据数量越多,则训练的神经网络模型就越准确。首先,获取了历史状态特征值后,需要进行预处理,预处理之后,得到训练数据集。然后将训练数据集输入至初始化的神经网络模型中进行训练,所述的训练是自动化的训练,最终得到神经网络模型。然后输入测试数据,判断定位神经网络模型输出的预测结果的准确率。并且将预测准确率与预设的准确率阈值进行比较,如果超过了准确率阈值,则说明定位神经网络模型已经能够达到较好的预测效果,则可以停止训练。其中,所述准确率阈值可以为80-95%。
本发明第三方面公开了一种可读存储介质,所述可读存储介质中包括一种精准定位方法程序,所述一种精准定位方法程序被处理器执行时,实现如上述任一项所述的一种精准定位方法的步骤。
本发明公开的一种精准定位方法、系统和存储介质,获取运营商数据,将重复的数据剔除,提高人口统计的样本准确性,并且通过第一数据可以辅助定位用户的位置,使得用户定位更加准确。另外,通过对基站信息的实时调整,通过对特殊移动场景的定位区域概率计算,可以使得用户定位更加准确可靠。本发明还结合了第一数据进行修正,由于第一数据中包含用户消费数据、导航位置数据、第二连接数据中的一种或几种,所以可以辅助修正每个网格区域的概率值。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例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中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (5)

1.一种精准定位方法,其特征在于,包括:
获取与用户移动设备通信的基站的基站参数信息、用户的运营商数据和第一数据;
根据所述运营商数据查询是否存在重复用户数据;
若存在,将重复数据剔除,保留单一运营商数据,并结合与用户移动设备通信基站的基站参数信息和第一数据进行定位分析,得到定位信息;
将所述定位信息发送至预设终端进行显示;
所述基站参数信息为实时更新,具体为:
获取基站的覆盖区域、基站覆盖朝向角度、基站发射强度信息;
根据所述基站覆盖朝向角度、基站发射强度信息确定基站信号实际覆盖范围;
若所述基站信号实际覆盖范围与基站的覆盖区域的比值大于预设覆盖比值阈值;
将所述基站信号实际覆盖范围作为基站参数信息中的覆盖范围;
还包括:
获取在基站覆盖区域中的用户移动设备信号强度;
获取所述用户移动设备在基站覆盖区域中移动时的强度变化和离线状态;
根据所述用户移动设备的强度变化和离线状态判断基站覆盖区域的离线区域,得到新的基站覆盖区域,作为基站参数信息中的覆盖范围;
所述根据所述运营商数据查询是否存在重复用户数据,具体为:
根据所述运营商数据确定用户ID信息和设备ID信息;
确定设备ID信息对应的用户标识信息是否与用户ID信息相同;
若相同,则剔除设备ID信息对应的运营商数据;
判断是否存在重复用户ID信息;
若存在,则剔除重复的用户ID信息对应的运营商数据。
2.根据权利要求1所述的一种精准定位方法,其特征在于,还包括:
判断用户移动设备是否处于第一模式;
若用户移动设备处于第一模式;
则获取用户移动设备周边多个基站的信号强度信息,得到信号强度集合;
根据所述信号强度集合和第一数据进行定位概率计算,得到分布区域概率集;
选取分布区域概率集中概率值最大的区域作为定位信息。
3.根据权利要求2所述的一种精准定位方法,其特征在于,所述根据所述信号强度集合和第一数据进行定位概率计算,具体为:
将所述信号强度集合和分割区域网格输入至预设的定位神经网络模型中,输出得到每个分割区域网格的定位概率值;
将所述分割区域网格映射在地图中,得到每个区域对应的定位概率值;
根据所述第一数据进行每个区域对应的定位概率值的修正,得到最终的定位概率值。
4.一种精准定位系统,其特征在于,该系统包括:存储器及处理器,所述存储器中包括一种精准定位方法的程序,所述一种精准定位方法的程序被所述处理器执行时实现以下步骤:
获取与用户移动设备通信的基站的基站参数信息、用户的运营商数据和第一数据;
根据所述运营商数据查询是否存在重复用户数据;
若存在,将重复数据剔除,保留单一运营商数据,并结合与用户移动设备通信基站的基站参数信息和第一数据进行定位分析,得到定位信息;
将所述定位信息发送至预设终端进行显示;
所述基站参数信息为实时更新,具体为:
获取基站的覆盖区域、基站覆盖朝向角度、基站发射强度信息;
根据所述基站覆盖朝向角度、基站发射强度信息确定基站信号实际覆盖范围;
若所述基站信号实际覆盖范围与基站的覆盖区域的比值大于预设覆盖比值阈值;
将所述基站信号实际覆盖范围作为基站参数信息中的覆盖范围;
还包括:
获取在基站覆盖区域中的用户移动设备信号强度;
获取所述用户移动设备在基站覆盖区域中移动时的强度变化和离线状态;
根据所述用户移动设备的强度变化和离线状态判断基站覆盖区域的离线区域,得到新的基站覆盖区域,作为基站参数信息中的覆盖范围;
所述根据所述运营商数据查询是否存在重复用户数据,具体为:
根据所述运营商数据确定用户ID信息和设备ID信息;
确定设备ID信息对应的用户标识信息是否与用户ID信息相同;
若相同,则剔除设备ID信息对应的运营商数据;
判断是否存在重复用户ID信息;
若存在,则剔除重复的用户ID信息对应的运营商数据。
5.一种可读存储介质,其特征在于,所述可读存储介质中包括一种精准定位方法程序,所述一种精准定位方法程序被处理器执行时,实现如权利要求1至3中任一项所述的一种精准定位方法的步骤。
CN202111297014.0A 2021-11-04 2021-11-04 一种精准定位方法、系统和存储介质 Active CN113727435B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111297014.0A CN113727435B (zh) 2021-11-04 2021-11-04 一种精准定位方法、系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111297014.0A CN113727435B (zh) 2021-11-04 2021-11-04 一种精准定位方法、系统和存储介质

Publications (2)

Publication Number Publication Date
CN113727435A CN113727435A (zh) 2021-11-30
CN113727435B true CN113727435B (zh) 2022-02-08

Family

ID=78686706

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111297014.0A Active CN113727435B (zh) 2021-11-04 2021-11-04 一种精准定位方法、系统和存储介质

Country Status (1)

Country Link
CN (1) CN113727435B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105246157A (zh) * 2015-11-03 2016-01-13 中国联合网络通信集团有限公司 一种移动终端的定位方法和定位系统
CN107426689A (zh) * 2017-05-10 2017-12-01 京信通信技术(广州)有限公司 基于增量管理的定位方法及系统
CN110225453A (zh) * 2019-06-24 2019-09-10 鲸数科技(北京)有限公司 移动终端定位方法、装置、电子设备及存储介质
CN110290584A (zh) * 2014-10-23 2019-09-27 阿里巴巴集团控股有限公司 定位方法
US20190313215A1 (en) * 2016-12-27 2019-10-10 Panasonic Intellectual Property Management Co., Ltd. Positioning system, base station, and positioning method
CN110677809A (zh) * 2019-10-24 2020-01-10 深圳数位传媒科技有限公司 用户终端的定位方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110290584A (zh) * 2014-10-23 2019-09-27 阿里巴巴集团控股有限公司 定位方法
CN105246157A (zh) * 2015-11-03 2016-01-13 中国联合网络通信集团有限公司 一种移动终端的定位方法和定位系统
US20190313215A1 (en) * 2016-12-27 2019-10-10 Panasonic Intellectual Property Management Co., Ltd. Positioning system, base station, and positioning method
CN107426689A (zh) * 2017-05-10 2017-12-01 京信通信技术(广州)有限公司 基于增量管理的定位方法及系统
CN110225453A (zh) * 2019-06-24 2019-09-10 鲸数科技(北京)有限公司 移动终端定位方法、装置、电子设备及存储介质
CN110677809A (zh) * 2019-10-24 2020-01-10 深圳数位传媒科技有限公司 用户终端的定位方法及装置

Also Published As

Publication number Publication date
CN113727435A (zh) 2021-11-30

Similar Documents

Publication Publication Date Title
CN102480677B (zh) 一种指纹定位误差的确定方法和设备
CN103347278B (zh) 无线定位中指纹数据库的更新方法及装置
CN108680896B (zh) 一种定位信息纠正方法、装置、存储介质及设备
CN103068035A (zh) 一种无线网络定位方法、装置及系统
CN112383874B (zh) 越区覆盖识别方法、装置、设备及存储介质
KR20120034195A (ko) 무선 전화 네트워크의 이동 단말기의 지리적 위치
CN116684917A (zh) 定位测量数据上报方法、装置、终端及存储介质
CN112218330A (zh) 定位方法及通信装置
CN104796980A (zh) 适用于不同型号智能终端的wlan室内定位校准方法
CN108810806B (zh) 一种定位信息纠正方法、客户端、存储介质及设备
CN106851651A (zh) 伪基站识别系统及数据分析系统
CN109936820A (zh) 一种用户终端定位方法及装置
CN108876950B (zh) 考勤追踪的方法、装置、终端、服务器及存储介质
CN109618281B (zh) 一种高铁小区的识别方法及装置
CN106961669A (zh) 一种基于WiFi探针的位置信息获取方法和系统
CN113727435B (zh) 一种精准定位方法、系统和存储介质
CN117336723A (zh) 用户识别卡发放控制方法、装置、电子设备及存储介质
CN110839251B (zh) 基于用户数据识别天线前后抑制比异常的方法
CN107071778A (zh) 伪基站识别方法及数据分析方法
CN111654843A (zh) 自动更新指纹数据库的方法及系统、wifi定位方法及系统
EP1216590B1 (en) Method for determining a location of a mobile phone
CN110650483B (zh) 一种设备选型方法和装置
KR102253118B1 (ko) 와이파이 핑거프린트 기반 위치인식용 라디오맵 자동 업데이트 방법
CN115734165A (zh) 用户搜寻方法、装置、设备及计算机可读存储介质
EP3468235B1 (en) Positioning method and device

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A precise positioning method, system and storage medium

Effective date of registration: 20220606

Granted publication date: 20220208

Pledgee: Xiamen International Bank Co.,Ltd. Beijing Branch

Pledgor: Beijing Finance Union Technology Co.,Ltd.

Registration number: Y2022990000285

PE01 Entry into force of the registration of the contract for pledge of patent right
CB03 Change of inventor or designer information

Inventor after: Cheng Lili

Inventor after: Jia Xiaofeng

Inventor after: Zhang Guangzhi

Inventor after: Yu Xiaobo

Inventor after: Gao Wenfei

Inventor before: Cheng Lili

Inventor before: Jia Xiaofeng

Inventor before: Zhang Guangzhi

Inventor before: Yu Xiaobo

Inventor before: Gao Wenfei

CB03 Change of inventor or designer information