CN114374990B - 一种提升基于ta计算mr与基站间距离精度方法 - Google Patents

Abstract

本发明公开了一种提升基于TA计算MR与基站间距离精度方法，包括：利用包含经纬度信息的MR数据构建用户MR点到服务小区的第一距离计算矩阵；利用第一距离计算矩阵获取参考信号接收功率、TA值与用户MR点到服务小区的距离的样本集合；将样本集合进行数据拟合，获取该服务小区的距离计算二元函数；利用距离计算二元函数计算非包含经纬度信息的MR数据与服务小区的距离；通过利用具有经纬度信息MR的MR点与基站的距离，以TA值、参考信号接收功率为自变量进行拟合，从而构建MR点与服务小区距离的二元计算函数，通过第二距离计算矩阵中离散的计算结果优化成可连续的计算数值，从而提高了该距离的计算精度，最终将使得TA值的应用更准确。

Description

一种提升基于TA计算MR与基站间距离精度方法

技术领域

本发明涉及移动通信技术领域，特别涉及一种提升基于TA计算MR与基站间距离精度方法。

背景技术

TA表示时间提前量，为移动无线网络用于调整终端上行信号的发射时间，目的是为了消除移动终端之间不同的传输时延，使得不同终端的上行信号到达基站的时间对齐，所以，TA可以用于表征用户终端与天线端口之间的距离。TA通常从用户终端上报给基站的MR数据提取，终端上报的MR数据中包含服务小区的信号强度、邻区信号强度、TA以及用户位置信息(仅在位置请求的场景下上报位置信息)。通过TA可以粗略的计算用户与基站之间的距离，一个TA表示78.12米的距离，TA取值范围为0-1282，若用户上报的TA值为3，则可以粗略的表示用户与其服务基站或小区之间距离为78.12*3＝234.36米。由于TA的这一特性，TA在很多关键的算法或者应用中被广泛使用，比如，三角定位中利用TA计算用户与服务小区之间的距离，用于辅助定位用户的位置；另外，在网优应用中，也经常通过TA值计算基站用户的分布距离，通过基站下远距离用户的比例来判断基站是否有造成越区覆盖，辅助进行网络的覆盖优化。

TA来自于用户终端上报的MR数据，除TA信息外，MR还包含服务小区信号强度RSRP、RSRQ、邻区信息、邻区信号强度等信息，同时，在某些特殊的场景下终端上报的MR数据还包含用户的位置经纬度信息，该类MR数据我们称之为AGPS MR，比如用户在使用位置请求的场景下(如百度导航)，用户终端上报的MR数据会上报用户当前的位置经纬度信息。目前网络中整体AGPS MR数据占全量MR数据的比例在1％-2％左右。这些AGPS MR所携带的位置信息是非常精准的。当用户上报的是AGPS MR数据时，该MR数据包含用户当前位置的经纬度信息，同时也包含TA信息，我们基于TA可以计算出用户此时与基站之间的距离，而基于MR上报的经纬度信息也可以计算出用户此时与基站(基站经纬度信息可以从工参获取，是已知的)之间的距离，由于TA本身存在精度误差，显然基于AGPS MR计算出来的用户与基站之间的距离会比基于TA计算出来的距离更准确。但由于AGPS MR数据比例过低，不是所有的用户位置都可以基于AGPS MR数据中的经纬度信息来计算用户与服务基站或小区之间距离的，对于那些没有上报用户经纬度信息的非AGPS MR数据，我们不得不采用基于TA来计算用户与基站之间的距离。通过TA虽然可以计算用户与服务基站或者小区之间的距离，但由于TA取值为整数，该计算值理论上存在1-78米的误差，距离计算的精度不高，只能用于粗略的估算。

发明内容

现有技术中，利用TA计算用户与服务基站或者服务小区距离的时候存在1-78米的误差，距离计算的精度不高。

为了解决上述问题，提出一种提升基于TA计算MR与基站间距离精度方法，通过利用具有经纬度信息的MR数据构建的第二距离计算矩阵，解决了大部分非包含经纬度信息的MR数据的MR点与基站的距离计算问题，通过利用具有经纬度信息MR的MR点与基站的距离，以TA值、参考信号接收功率为自变量进行拟合，从而构建服务小区的MR点与服务小区距离的二元计算函数，通过第二距离计算矩阵中离散的计算结果优化成可连续的计算数值，从而提高了该距离的计算精度，最终将使得TA值的应用更准确。

一种提升基于TA计算MR与基站间距离精度方法，包括：

步骤100、利用包含经纬度信息的MR数据构建用户MR点到服务小区的第一距离计算矩阵；

步骤200、利用所述第一距离计算矩阵获取参考信号接收功率、TA值与所述用户MR点到服务小区的距离的样本集合；

步骤300、将所述样本集合进行数据拟合，获取该服务小区的距离计算二元函数；

步骤400、利用所述距离计算二元函数计算非包含经纬度信息的MR数据与服务小区的距离。

结合本发明所述的提升基于TA计算MR与基站间距离精度方法，第一种可能实施方式中，所述步骤100包括：

步骤110、对获取的用户的所有MR数据进行过滤，获取包含经纬度信息的第一MR数据；

步骤120、将获取的包含经纬度信息的第一MR数据按照服务小区、TA值、参考信号接收功率、经纬度信息进行列表排列，计算MR点到服务小区的距离。

结合本发明第一种可能实施方式，第二种可能的实施方式中，所述步骤120包括：

步骤121、从排列列表中找该服务小区中找到相同TA值、相同参考信号接收功率的多条第二MR数据；

步骤122、根据两点之间距离计算方法，计算每条所述第二MR数据到服务小区的距离；

步骤123、对所有的第二MR数据到服务小区的距离求平均值，获取同一服务小区、同一TA值下、每个参考信号接收功率值对应的到服务小区的距离。

结合本发明第二种可能实施方式，第三种可能的实施方式中，所述步骤120还包括：

步骤124、利用所有包含经纬度信息的MR数据计算所有基站服务小区的每个参考信号接收功率值对应的到服务小区的距离；

步骤125、利用所述所有基站服务小区的每个参考信号接收功率值对应的到服务小区的距离获取第一距离计算矩阵。

结合本发明所述的提升基于TA计算MR与基站间距离精度方法，第四种可能实施方式中，所述步骤300包括：

步骤310、取所述第一距离计算矩阵中参考信号接收功率值的绝对值，获取所述参考信号接收功率值的绝对值样本；

步骤320、确定要进行计算的服务小区及TA值；

步骤330、利用所述绝对值样本、TA值、及相应的到服务小区的距离进行拟合，获取计算MR数据与服务小区距离的二元计算函数。

结合本发明所述的提升基于TA计算MR与基站间距离精度方法，第五种可能实施方式中，所述步骤400包括：

步骤410、构建每一服务小区的计算MR数据与服务小区距离的二元计算函数；

步骤420、利用所述二元计算函数构建对应全网二元计算函数集合。

结合本发明第五种可能实施方式，第六种可能实施方式中，所述步骤400还包括：

步骤430、从所述二元计算函数集合中找对应服务小的二元计算函数；

步骤440、获取该服务小区非包含经纬度信息的MR数据；

步骤450、从所述非包含经纬度信息的MR数据提取TA值及参考信号接收功率值；

步骤460、将所述TA值及参考信号接收功率值作为输入量，利用所述二元计算函数计算MR点与服务小区距离。

结合本发明第六种可能实施方式，第七种可能实施方式中，所述步骤430包括：

步骤431、从所述非包含经纬度信息的MR数据提取服务小区信息；

步骤432、根据所述服务小区信息从所述二元计算函数集合中找到对应该服务小区的二元计算函数。

结合本发明所述的提升基于TA计算MR与基站间距离精度方法，第八种可能的实施方式中，所述方法还包括：

步骤500、计算全网所有包含经纬度信息的MR数据；

步骤600、利用所述包含经纬度信息的MR数据，获取覆盖全网基站的第二距离计算矩阵；

步骤700、利用所述第二距离计算矩阵计算对应服务小区非包含经纬度信息的MR数据的距离。

结合本发明第八种可能实施方式，第九种可能实施方式中，所述步骤700包括：

步骤710、从所述非包含经纬度信息的MR数据提取服务小区信息、TA值参考信号接收功率值；

步骤720、利用所述服务小区信息、TA值参考信号接收功率值，对所述第二距离计算矩阵中的距离值进行匹配。

实施本发明所述的提升基于TA计算MR与基站间距离精度方法，通过利用具有经纬度信息的MR数据构建的第二距离计算矩阵，解决了大部分非包含经纬度信息的MR数据的MR点与基站的距离计算问题，通过利用具有经纬度信息MR的MR点与基站的距离，以TA值、参考信号接收功率为自变量进行拟合，从而构建服务小区的MR点与服务小区距离的二元计算函数，通过第二距离计算矩阵中离散的计算结果优化成可连续的计算数值，从而提高了该距离的计算精度，最终将使得TA值的应用更准确。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。

图1是本发明中提升基于TA计算MR与基站间距离精度方法第一实施例示意图；

图2是本发明中提升基于TA计算MR与基站间距离精度方法第二实施例示意图；

图3是本发明中提升基于TA计算MR与基站间距离精度方法第三实施例示意图；

图4是本发明中提升基于TA计算MR与基站间距离精度方法第四实施例示意图；

图5是本发明中提升基于TA计算MR与基站间距离精度方法第五实施例示意图；

图6是本发明中提升基于TA计算MR与基站间距离精度方法第六实施例示意图；

图7是本发明中提升基于TA计算MR与基站间距离精度方法第七实施例示意图；

图8是本发明中提升基于TA计算MR与基站间距离精度方法第八实施例示意图；

图9是本发明中提升基于TA计算MR与基站间距离精度方法第九实施例示意图；

图10是本发明中提升基于TA计算MR与基站间距离精度方法第十实施例示意图；

具体实施方式

下面将结合发明中的附图，对本发明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发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的其他实施例，都属于本发明保护的范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

现有技术中，利用TA计算用户与服务基站或者服务小区距离的时候存在1-78米的误差，距离计算的精度不高。

为了解决上述问题，提出一种提升基于TA计算MR与基站间距离精度方法。

一种提升基于TA计算MR与基站间距离精度方法，如图1，图1是本发明中提升基于TA计算MR与基站间距离精度方法第一实施例示意图，包括：

步骤100、利用包含经纬度信息的MR数据构建用户MR点到服务小区的第一距离计算矩阵；步骤200、利用第一距离计算矩阵获取参考信号接收功率、TA值与用户MR点到服务小区的距离的样本集合；步骤300、将样本集合进行数据拟合，获取该服务小区的距离计算二元函数；步骤400、利用距离计算二元函数计算非包含经纬度信息的MR数据与服务小区的距离。通过利用具有经纬度信息的MR数据构建的第二距离计算矩阵，解决了大部分非包含经纬度信息的MR数据的MR点与基站的距离计算问题，通过利用具有经纬度信息MR的MR点与基站的距离，以TA值、参考信号接收功率为自变量进行拟合，从而构建服务小区的MR点与服务小区距离的二元计算函数，通过第二距离计算矩阵中离散的计算结果优化成可连续的计算数值，从而提高了该距离的计算精度，最终将使得TA值的应用更准确。

TA值来自于用户终端上报的MR数据，除TA信息外，MR还包含服务小区信号强度RSRP(参考信号接收功率)、RSRQ、邻区信息、邻区信号强度等信息，同时，在某些特殊的场景下终端上报的MR数据还包含用户的位置经纬度信息，该类MR数据我们称之为AGPS MR，比如用户在使用位置请求的场景下(如百度导航)，用户终端上报的MR数据会上报用户当前的位置经纬度信息。目前网络中整体AGPS(经纬度信息)MR数据占全量MR数据的比例在1％-2％左右。这些AGPS(经纬度信息)MR所携带的位置信息是非常精准的。当用户上报的是AGPS(经纬度信息)MR数据时，该MR数据包含用户当前位置的经纬度信息，同时也包含TA信息。基于TA可以计算出用户此时与基站之间的距离，而基于MR数据上报的经纬度信息也可以计算出用户此时与基站(基站经纬度信息可以从工参获取，是已知的)之间的距离，由于TA本身存在精度误差，显然基于AGPS(经纬度信息)MR计算出来的用户与基站之间的距离会比基于TA计算出来的距离更准确。但由于AGPS(经纬度信息)MR数据比例过低，不是所有的用户位置都可以基于AGPS(经纬度信息)MR数据中的经纬度信息来计算用户与服务基站或小区之间距离的，对于那些没有上报用户经纬度信息的非AGPS(经纬度信息)MR数据，可以采用基于TA来计算用户与基站之间的距离。

但可以基于这部分AGPS(经纬度信息)MR计算出来的用户与基站之间的距离来校正基于TA计算出的用户与基站之间的距离。非AGPS(经纬度信息)MR虽然不上报用户终端所处的位置经纬度信息，但是和AGPS(经纬度信息)MR数据一样会上报TA和RSRP(参考信号接收功率)，RSRP(参考信号接收功率)为信号强度，理论上离服务基站或者小区越近，信号越强，因此在AGPS(参考信号接收功率)MR和非AGPS(经纬度信息)MR同服务小区、同TA、同RSRP(参考信号接收功率)的情况下，可以近似认为该AGPS MR与非AGPS(经纬度信息)MR和服务基站之间的距离是相同的，那么可以将该AGPS(经纬度信息)MR计算出来的与服务基站之间的距离值校正该非AGPS(经纬度信息)MR基于TA计算出来的与服务基站之间的距离，并构造出距离的计算函数，再通过这个构造的函数计算非AGPS(经纬度信息)MR与服务基站之间的距离。

优选地，如图2，图2是本发明中提升基于TA计算MR与基站间距离精度方法第二实施例示意图，步骤100包括：步骤110、对获取的用户的所有MR数据进行过滤，获取包含经纬度信息的第一MR数据；步骤120、将获取的包含经纬度信息的第一MR数据按照服务小区、TA值、参考信号接收功率、经纬度信息进行列表排列，计算MR点到服务小区的距离。

优选地，如图3，图3是本发明中提升基于TA计算MR与基站间距离精度方法第三实施例示意图，步骤120包括：步骤121、从排列列表中找该服务小区中找到相同TA值、相同参考信号接收功率的多条第二MR数据；步骤122、根据两点之间距离计算方法，计算每条第二MR数据到服务小区的距离；步骤123、对所有的第二MR数据到服务小区的距离求平均值，获取同一服务小区、同一TA值下、每个参考信号接收功率值对应的到服务小区的距离。

优选地，如图4，图4是本发明中提升基于TA计算MR与基站间距离精度方法第四实施例示意图，步骤120还包括：步骤124、利用所有包含经纬度信息的MR数据计算所有基站服务小区的每个参考信号接收功率值对应的到服务小区的距离；步骤125、利用所有基站服务小区的每个参考信号接收功率值对应的到服务小区的距离获取第一距离计算矩阵。

过滤出AGPS(经纬度信息)MR数据后，针对含位置经纬度信息的AGPS(经纬度信息)MR数据，按照基站服务小区、TA、RSRP(参考信号接收功率)及经纬度信息排列所有的AGPS(经纬度信息)MR数据，MR Lon，MR Lat为经纬度信息，示例如表1：

表1包含经纬度信息的MR数据列表

由于一个服务小区的覆盖范围从几十米到几百米甚至上千米，因此一个服务小区下的MR数据会有多个TA值，而一个TA值的对应78.12米的距离，因此一个TA值也同样对应多条MR数据，每条MR对应一个服务小区的RSRP(RSRP为终端的接受信号强度)，另外，多条MR数据会存在同TA、同RSRP的情况。

基于服务小区计算每条MR数据与服务小区之间的距离Ld，针对多条MR同TA，同RSRP的情况，则取这些MR与服务小区之间距离的平均值，最终得到同一服务小区、同一TA下，每个RSRP值对应一个Ld值，如表2所示。

表2包含经纬度信息的MR数据列表

当服务小区的所有的AGPS MR数据都按照上面的规则计算整理后，就得到一个覆盖全网大部分基站的Ld计算矩阵。这个矩阵可以解决大部分非AGPS MR与服务小区之间距离的计算问题，只需通过提取非AGPS MR的服务小区信息、TA及RSRP去矩阵中匹配，匹配上后对应的Ld值就是该非AGPS MR与其服务小区之间的距离。

优选地，如图5，图5是本发明中提升基于TA计算MR与基站间距离精度方法第五实施例示意图，步骤300包括：步骤310、取第一距离计算矩阵中参考信号接收功率值的绝对值，获取参考信号接收功率值的绝对值样本；步骤320、确定要进行计算的服务小区及TA值；步骤330、利用绝对值样本、TA值、及相应的到服务小区的距离进行拟合，获取计算MR数据与服务小区距离的二元计算函数。

优选地，如图6，图6是本发明中提升基于TA计算MR与基站间距离精度方法第六实施例示意图，步骤400包括：步骤410、构建每一服务小区的计算MR数据与服务小区距离的二元计算函数；步骤420、利用二元计算函数构建对应全网二元计算函数集合。

优选地，如图7，图7是本发明中提升基于TA计算MR与基站间距离精度方法第七实施例示意图，步骤400还包括：步骤430、从二元计算函数集合中找对应服务小的二元计算函数；步骤440、获取该服务小区非包含经纬度信息的MR数据；步骤450、从非包含经纬度信息的MR数据提取TA值及参考信号接收功率值；步骤460、将TA值及参考信号接收功率值作为输入量，利用二元计算函数计算MR点与服务小区距离。

优选地，如图8，图8是本发明中提升基于TA计算MR与基站间距离精度方法第八实施例示意图，步骤430包括：步骤431、从非包含经纬度信息的MR数据提取服务小区信息；步骤432、根据服务小区信息从二元计算函数集合中找到对应该服务小区的二元计算函数。

优选地，如图9，图9是本发明中提升基于TA计算MR与基站间距离精度方法第九实施例示意图，方法还包括：步骤500、计算全网所有包含经纬度信息的MR数据；步骤600、利用包含经纬度信息的MR数据，获取覆盖全网基站的第二距离计算矩阵；步骤700、利用第二距离计算矩阵计算对应服务小区非包含经纬度信息的MR数据的距离。

优选地，如图10，图10是本发明中提升基于TA计算MR与基站间距离精度方法第十实施例示意图，步骤700包括：步骤710、从非包含经纬度信息的MR数据提取服务小区信息、TA值参考信号接收功率值；步骤720、利用服务小区信息、TA值参考信号接收功率值，对第二距离计算矩阵中的距离值进行匹配。

由于参考信号接收功率RSRP为负值，为了拟合方便，我们取参考信号接收功率RSRP的绝对值来做函数拟合，如上图。通过AGPS(经纬度信息)MR数据的拟合，最终拟合成一个二元函数来计算MR与服务小区距离的函数，即Ld(距离)＝f(TA,RSRP)，每一个服务小区都有各自单独的二元函数，最后得到所有小区的Ld计算函数集合。

拟合成二元计算函数后，理论上输入TA和RSRP后都能计算出对应的Ld值，Ld值是连续的，与Ld计算矩阵的离散值不同，Ld二元计算函数很好的弥补了Ld计算矩阵的缺陷。

实施本发明的提升基于TA计算MR与基站间距离精度方法，通过利用具有经纬度信息的MR数据构建的第二距离计算矩阵，解决了大部分非包含经纬度信息的MR数据的MR点与基站的距离计算问题，通过利用具有经纬度信息MR的MR点与基站的距离，以TA值、参考信号接收功率为自变量进行拟合，从而构建服务小区的MR点与服务小区距离的二元计算函数，通过第二距离计算矩阵中离散的计算结果优化成可连续的计算数值，从而提高了该距离的计算精度，最终将使得TA值的应用更准确。

以上仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种提升基于TA计算MR与基站间距离精度方法，其特征在于，包括：

步骤100、利用包含经纬度信息的MR数据构建用户MR点到服务小区的第一距离计算矩阵；

步骤200、利用所述第一距离计算矩阵获取参考信号接收功率、TA值与所述用户MR点到服务小区的距离的样本集合；

步骤300、将所述样本集合进行数据拟合，获取该服务小区的距离计算二元函数；

步骤400、利用所述距离计算二元函数计算非包含经纬度信息的MR数据与服务小区的距离；

所述步骤100包括：

步骤110、对获取的用户的所有MR数据进行过滤，获取包含经纬度信息的第一MR数据；

步骤120、将获取的包含经纬度信息的第一MR数据按照服务小区、TA值、参考信号接收功率、经纬度信息进行列表排列，计算MR点到服务小区的距离；

所述步骤120包括：

步骤121、从排列列表中找该服务小区中找到相同TA值、相同参考信号接收功率的多条第二MR数据；

步骤122、根据两点之间距离计算方法，计算每条所述第二MR数据到服务小区的距离；

步骤123、对所有的第二MR数据到服务小区的距离求平均值，获取同一服务小区、同一TA值下、每个参考信号接收功率值对应的到服务小区的距离；

所述步骤120还包括：

步骤124、利用所有包含经纬度信息的MR数据计算所有基站服务小区的每个参考信号接收功率值对应的到服务小区的距离；

步骤125、利用所述所有基站服务小区的每个参考信号接收功率值对应的到服务小区的距离获取第一距离计算矩阵；

所述步骤300包括：

步骤310、取所述第一距离计算矩阵中参考信号接收功率值的绝对值，获取所述参考信号接收功率值的绝对值样本；

步骤320、确定要进行计算的服务小区及TA值；

步骤330、利用所述绝对值样本、TA值、及相应的到服务小区的距离进行拟合，获取计算MR数据与服务小区距离的二元计算函数。

2.根据权利要求1所述的提升基于TA计算MR与基站间距离精度方法，其特征在于，所述步骤400包括：

步骤410、构建每一服务小区的计算MR数据与服务小区距离的二元计算函数；

步骤420、利用所述二元计算函数构建对应全网二元计算函数集合。

3.根据权利要求2所述的提升基于TA计算MR与基站间距离精度方法，其特征在于，所述步骤400还包括：

步骤430、从所述二元计算函数集合中找对应服务小的二元计算函数；

步骤440、获取该服务小区非包含经纬度信息的MR数据；

步骤450、从所述非包含经纬度信息的MR数据提取TA值及参考信号接收功率值；

步骤460、将所述TA值及参考信号接收功率值作为输入量，利用所述二元计算函数计算MR点与服务小区距离。

4.根据权利要求3所述的提升基于TA计算MR与基站间距离精度方法，其特征在于，所述步骤430包括：

步骤431、从所述非包含经纬度信息的MR数据提取服务小区信息；

步骤432、根据所述服务小区信息从所述二元计算函数集合中找到对应该服务小区的二元计算函数。

5.根据权利要求1所述的提升基于TA计算MR与基站间距离精度方法，其特征在于，所述方法还包括：

步骤500、计算全网所有包含经纬度信息的MR数据；

步骤600、利用所述包含经纬度信息的MR数据，获取覆盖全网基站的第二距离计算矩阵；

步骤700、利用所述第二距离计算矩阵计算对应服务小区非包含经纬度信息的MR数据的距离。

6.根据权利要求5所述的提升基于TA计算MR与基站间距离精度方法，其特征在于，所述步骤700包括：

步骤710、从所述非包含经纬度信息的MR数据提取服务小区信息、TA值参考信号接收功率值；

步骤720、利用所述服务小区信息、TA值参考信号接收功率值，对所述第二距离计算矩阵中的距离值进行匹配。