具体实施方式
为了让本领域技术人员更好的理解本发明,下面结合实施例和附图对本发明展开描述,参见图1。
为了实现本发明所述内容,本发明设计了一种定向获取终端信息的方法,包括以下步骤:
步骤S001,通过历史数据的统计,获得目标基站区域内每个位置出现主动连接终端的次数,进而获得目标基站的主动连接概率分布图;
利用摄像机实时采集目标基站区域的图像数据,利用帧差法获得图像中前景物体的位置,所述的前景物体是指移动终端设备(也称为用户,后续简称终端)。所述的位置是指图像中的终端所在像素坐标和目标基站的高度构成的三维向量。
对于某一时刻,摄像机在目标基站区域内获得多个终端的位置;同时目标基站能够读取终端的用户标识信息和用户策略信息,获得每个终端是否优先连接信号强度大的基站,进而判断每个终端是否是由于目标基站的信号强度大于其他基站而主动由原基站迁移到目标基站的,如果是,那么这样的终端称为主动连接终端;如果不是则称为非主动连接终端。假设有A个主动连接终端。
至此本发明获得了每个终端的位置,以及这些终端哪些是主动连接终端,哪些不是。但是无法获得具体的每个主动连接终端的位置,或者说知道某个位置有终端但是不知道这个终端是主动连接终端还是非主动连接终端,原因是终端和目标基站利用的是广播信号进行通信,无法直接确定通信的终端的位置,那么本发明利用如下方法获得给定位置的终端是主动连接终端还是非主动连接终端。
根据每个终端的位置和目标基站的位置获得每个终端到基站的距离,将这些终端按距离由小到大进行排序,获得一个终端序列。本发明认为终端距离目标基站越近,信号质量越高,越可以主动的成功连接到目标基站,那么获取这个序列中前A个终端的位置,这些位置就是这些主动连接终端的位置。
至此,本发明在某一时刻获得了一些主动连接终端的位置信息,那么通过长时间的统计,可以获得目标基站区域内每个位置出现主动连接终端的次数(如果一个位置没有出现主动连接设备,那么该位置出现主动连接设备的次数为0)。将每个位置出现的主动连接终端的次数归一化处理,并利用均值滤波器进行滤波,获得最终每个位置出现主动连接终端的概率;目标基站区域内所有位置(不考虑目标基站高度时的二维向量)出现主动连接终端的概率称为主动连接概率分布图,用于表示目标基站区域内不同位置终端由于目标基站的信号强度大于其他基站而主动由原基站迁移到目标基站的概率。上述操作过程是通过长时间的大量数据统计获得的结果,使得结果准确,避免噪声和个别异常数据的干扰。
步骤S002,获取当前时刻目标基站区域内的终端类型信息和位置信息,将所有终端的类型进行分类;
当前时刻,获取目标基站范围内所有终端的位置。这些终端中有些设备已经主动连接到目标基站上了(称为第一种终端),有些尚未迁移到目标基站上,对于尚未迁移到目标基站上的终端,其中一些允许迁移到目标基站,但是原基站没有释放终端(称为第二种终端),另一些不允许(不需要)迁移到目标基站上(称为第三种终端);至此对所有终端分成三种类型。
本发明中目标基站读取终端的用户标识信息和用户策略信息并进行策略判断,确定第一种终端有多少个,第二种终端有多少个,第三种终端有多少个;
至此,在当前时刻获取了在目标基站区域内第一种终端、第二种终端,第三种终端的分别有多少,以及终端的位置。但是同样不知道每个位置处的终端属于第一种设备还是第二种设备抑或是第三种设备。
本发明期望的是当原基站不释放第二种终端时,目标基站可以在全站范围进行信号增强和干扰,使得终端在原基站无线链路失败,或者本来就处于Idle状态,然后重选至目标基站。但是这样耗能大、有干扰;本发明期望能够获得第二种终端的具体位置,然后目标基站采取波束赋型方式,根据终端位置使用定向波束与终端进行交互,确保终端受到干扰后无线链路失败,然后终端重选进入目标基站小区。
但是无法直接准确的获得第二种终端的位置,因此需要遍历所有终端的位置分别进行发射定向波束,虽然比起全站范围进行信号增强具有一定的节能效果,但是本发明能够提出一种更加节能的方法。
步骤S003,将当前目标基站内终端类型信息和位置信息匹配成对,进而对终端迁移;
上述已述,需要对第二种终端进行迁移,但是不知道这些终端的位置,实际上也无法准确的估计具体的位置是什么,但是本发明可以通过合适的估计预测方法在不能获得准确的具体位置的前提下,使得目标基站在迁移用户过程中具有尽可能小的耗能期望值。
本发明认为第一种终端更可能出现在主动连接概率大的位置而很可能不出现主动连接概率小的位置,另外终端的信号延时时间能够体现设备到目标基站的距离,但是由于误差干扰和终端和基站的计时精度问题,特别是对于和目标基站距离差别不大的一些终端,是无法准确获得哪些距离目标基站近,哪些距离远的(需要说明的是步骤一中由于是通过大量数据统计获得的,因此步骤一中不会引入太大误差)。
基于上述,目标基站获取终端的广播信号从发射到基站接受过程中的延时时间,多个终端就对应多个延时时间,对这些延时时间归一化处理和无量纲化处理,按照延时时间从小到大对设备进行排序,获得终端序列L1;另外,获取每个终端的位置与目标基站的距离,多个终端对应多个距离,对这些距离进行归一化处理和无量纲化处理,按照距离从小到大对设备进行排序,获得终端序列L2。后续计算都使用归一化处理和无量纲化处理之后的数据进行计算。L1中的终端的类型是知道的,但是不知道位置,L2中每个终端的位置是知道的,但是不知道类型。
假设L1和L2的序列长M,设L1中第n个终端的类型与L2中第m个终端的位置相对应时的置信度为pmn,则pmn的计算方法为:
其中,a
n表示L1中第n个终端的延时时间,b
m表示L2中第m个终端的距离。(a
n-b
m)
2表示L1中第n个终端的延时时间与L2中第m个终端的距离的差异;该值越小,即
越大,说明L1中第n个设备的类型与L2中第m个设备的位置越可能是相对应;(a
n-b
m)
2+1是为了防止分母太小;
xn表示L1中第n个终端的延时时间的可信度,计算方法为:在序列L1上,以第n个终端为中心,构建一个长度为3的一维窗口,获取窗口内所有终端的延时时间,计算这些延时时间的方差,该值就是xn,越大说明L1中第n个终端的延时时间和其他终端的延时时间具有较大的可区分性,那么说明上述利用an进行计算时引入的误差较小;
同理,ym表示L2中第m个终端的延时时间的可信度,计算方法为:在序列L2上,以第m个终端为中心,构建一个长度为3的一维窗口,获取窗口内所有终端的距离,计算这些距离的方差,该值就是ym,越大说明L2中第m个终端的距离和其他终端的距离具有较大的可区分性,那么说明上述利用bm进行计算时引入的误差较小;
wmn表示L1中第n个终端的类型与L2中第m个终端的位置相对应时的先验置信度(类比于贝叶斯思想的先验概率),计算方法为:根据步骤S001获得的主动连接概率分布图,获得L2中第m个终端的位置对应的概率um,该值越大,说明根据先验经验,L2中第m个终端主动连接到目标基站的概率较大;
当L1中第n个终端为第一种终端时,由于第一种终端在主动连接概率大的位置出现的概率大,在主动连接概率小的位置出现的概率小,因此令wmn=um;
当L1中第n个终端为第二种终端时,由于第二种终端不管主动连接概率是大还是小都有出现的可能性,这种可能性相差不会太大,那么首先利用大小为21×21的高斯滤波器对主动连接概率分布图进行滤波,目的是使得主动连接概率分布图变得平滑,减少对比度,然后获得滤波后的图像上在第m个终端的位置对应的概率u1m,那么就令wmn=u1m;
当L1中第n个终端为第三种终端时,先验的认为其主要出现在主动连接概率小的位置出,但是也有可能会出现在主动连接概率大的位置处,令wmn=1-u1m,u1m的获取方法如上。
至此获得第n个终端的类型与L2中第m个终端的位置是相对应时的置信度为p
mn,那么令
表示第n个终端的类型与L2中第m个终端的位置相对应时的置信度对于第n个终端的类型与L2中所有终端的位置相对应时的置信度的归一化结果,称为L1中第n个终端的类型与L2中第m个终端的位置相对应的概率。
同理,获得L1中任意一个终端的类型与L2中终端一个设备的位置相对应的概率,利用KM算法将L1中终端的类型与L2中终端的位置进行匹配,获得M对(终端的类型,终端的位置),使得这M对(终端的类型,终端的位置)相对应的概率之和最大。
然后,本发明只获取第二种终端对应的位置,然后目标基站采取波束赋型方式,根据每个第二种终端位置使用定向波束分别与之进行交互,确保终端受到干扰后无线链路失败,然后终端重选进入目标基站小区。
如果所有的第二种终端都进行定向波束交互后,目标基站重新识别是否还有第二种终端,如果没有,那么目标基站无需再向其他设备发射定向波束;如果有,说明上述匹配结果有误差或者又产生了新的第二种终端,此时排除已经进行定向波束交互的终端,对其他终端重新实施本发明。直至目标基站区域内不存在第二种终端。
本发明的上述实施方法能够定向的与终端进行交互,使得用户迁移到目标基站上,减少目标基站的功率消耗,更近一步,对于多个用户时,本发明以让能够在实现定向迁移用户目的的同时尽可能的减少目标基站的功率消耗。