CN1985186A - 定位移动终端 - Google Patents

Abstract

一种为无线通信网络中的移动台生成位置估计的方法，该方法包括：接收与所述移动台和第一站点之间的至少一个无线链路有关的第一测量数据，并且基于所述第一测量数据提供所述移动台到所述第一站点的第一距离估计；接收与所述移动台和第二站点之间的至少一个无线链路有关的第二测量数据，并且提供所述移动台到所述第二站点的第二距离估计；在以所述第一站点为中心的、具有对应于所述第一距离估计的半径的圆与以所述第二站点为中心的、具有对应于所述第二距离估计的半径的圆之间，确定第一和第二交点，所述第一和第二交点落在经过所述第一和第二站点的线的相对两侧；以及在所述位置估计的确定中使用所述第一和第二交点中的至少一个。

Description

定位移动终端

技术领域

本发明涉及一种用于定位通信网络中的移动终端的方法和装置，特别是但不限于使用多个信息源。

背景技术

精确定位移动终端的位置的能力是移动电话网络中值得期望的特征。这是因为需要提供这样的客户服务，即该服务依赖于获知这些服务的用户的所在之处。例如，可以提供最新的本地交通信息从而使得用户避免附近的交通堵塞。用户还可能希望知道，例如，如何从他们当前的位置到达最近的酒馆或者餐馆。显然，为了使这种类型的服务有效，必须将用户的位置确定在甚至几米之内。

希望知道移动终端的位置的另一原因是以便应急服务可以定位本身不能提供精确的个人位置的呼叫者。

已知在GSM移动网络中根据电话所位于的网络的小区来提供移动电话的位置。每个小区含有一个基站，并且电话在特定的时间仅仅始终与一个基站进行业务通信。因此，可以简单地通过确定电话正在与哪个基站通信来将电话的位置确定到小区区域的精确度。这样的方法被称为基于小区的定位方法。可以将其它的方法与小区标识(CI)组合，例如三角测量系统，其中使用来自最接近特定移动电话的至少三个基站(其中两个基站位于移动电话所在小区的相邻小区中)的控制信号来计算特定的移动电话的位置。该系统使用这样的假定，即电话到基站的距离与该基站从电话接收到的信号的强度，或者与信号在电话和相应的基站之间传播所需要的时间成比例。因而可以通过比较三个基站之间接收到的信号的相对强度或传播时间，并且因此估计用户到每个基站的距离来确定电话的位置。由于基站的位置是已知的并且是固定的，然后用几何学可获得用户的实际位置。

在使用宽带码分多址(W-CDMA)信令系统的3GPP(第三代合作伙伴项目)网络中，移动终端有可能在任一时间与一个以上的基站处于有效通信。这种情形被称为“软切换”并且区别于GSM系统中的(硬)切换，在GSM系统中当移动终端在网络的小区之间移动时，其从一个基站被“移交”到另一个基站。由于软切换的特性，适合于GSM的上述基于小区的移动定位过程未必总是能在W-CDMA类型的信令系统中使用。因此有必要开发在这种类型的信令系统中定位移动终端的更可靠的方法。

在W-CDMA中还定义了“更软切换”。在“更软切换”的情况下，与移动台正在通信的基站的天线是共置的(co-located)(例如，它们被安置于相同的物理位置或地点)。在本文的剩余部分中，术语“软切换”还将用于包括“更软切换”的情况，并且本领域的技术人员会理解，本发明及其所描述的实施例适用于更软切换的情形以及软切换的情形。

已知定位技术针对的是位置估计和与用户设备(UE)的位置估计相关联的“置信区域”的计算。

一种这样的技术是小区标识和往返时间(CI+RTT)定位方法。

UMTS中的CI+RTT定位方法依赖于往返时间(RTT)和Rx-Tx时间差(RxTxTD)测量的可用性。在UMTS FDD(频分双工)中引入了RTT和RxTxTD测量以允许CI+RTT定位方法的实现。

RTT被定义为RTT＝T_RX ^UL-T_TX ^DL，其中TD_TX ^DL是向用户设备(UE)发送下行链路专用物理信道(DPCH)帧的起始的时间，并且T_RX ^UL是接收到来自UE的相应的上行链路DPCCH(专用物理控制信道)/DPDCH(专用物理数据信道)帧的起始(在时间上第一检测到的路径)的时间。

RTxTxTD＝T_Tx ^UL-T_Rx ^DL是UE上行链路DPCCH/DPDCH帧发送(T_Tx ^UL)与来自测量到的无线链路的下行链路DPCH帧的第一检测到的路径(在时间上)(T_Rx ^DL)之间在时间上的差。

通过基站测量RTT，通过UE测量RxTxTD。

通过结合涉及相同基站的一对RTT和RxTxTD测量，可以估计UE与该基站之间的距离。这样的距离估计类似于在GSM中可以从一个定时提前(Timing Advance，TA)而获得的距离估计。就此意义来说，CI+RTT定位方法对应于GSM中的小区标识+定时提前(CI+TA)定位方法。然而，UMTS FDD的两个特定的特征使得CI+RTT方法可能比GSM中的CI+TA方法更精确：

1.比GSM比特周期短得多的UMTS码片周期(chip period)影响了分辨率(resolution)，利用该分辨率可以根据GSM中的TA或者根据UMTS中的(RTT，RxTxTD)对来确定距离估计。一个GSM比特周期相当于大约1100米，而一个UMTS码片周期相当于大约80米，因而UMTS中的距离测量分辨率比GSM中的好。

2.在UMTS中UE可以处于软切换。UMTS标准要求为每个有效无线链路测量RTT和RxTxTD，因而在UMTS中多个距离估计可以潜在地供定位一个UE使用。在GSM中这是不可能的，因为TA仅仅对于唯一的服务小区可用。

在CI+RTT定位方法中，通过结合UE与有效集(active set)中的基站之间的绝对距离测量来估计期望确定其位置的UE的未知的地理坐标。根据每个(RTT，RxTxTD)对来计算每个绝对距离测量。

现有的CI+RTT定位方法可以被认为广泛地分为两个大致的类别，单站点定位方法和多站点定位方法。存在许多好的、相当精确的算法，用于在UE与位于三个或者更多站点的小区具有有效无线链路时实现多站点定位方法。然而，当两个或者更少的站点对于位置计算的目的可用时，这样的方法往往失败。

对分配给WCDMA UE的有效无线链路的数目(以限制网络负荷)进行限制的需求使得仅使用两个站点来计算位置估计的可能性大大高于具有三个或者更多对于计算位置估计可用的站点的可能性。因此，存在对这样的定位方法的实际需求，即当仅仅两个站点可用时该方法能够提供对UE位置的良好估计。

在这里要注意的是，尽管所讨论的定位方法在存在少于三个的站点可用的情形下特别有价值，然而当然也可以在具有三个或者更多站点的情形下使用这些方法。

发明内容

根据本发明的一个方面，提供了一种为无线通信网络中的移动台生成位置估计的方法，该方法包括：接收与所述移动台和第一站点之间的至少一个无线链路有关的第一测量数据，并且基于所述第一测量数据提供所述移动台到所述第一站点的第一距离估计；接收与所述移动台和第二站点之间的至少一个无线链路有关的第二测量数据，并且提供所述移动台到所述第二站点的第二距离估计；在以所述第一站点为中心的、具有对应于所述第一距离估计的半径的圆与以所述第二站点为中心的、具有对应于所述第二距离估计的半径的圆之间，确定第一和第二交点，所述第一和第二交点落在经过所述第一和第二站点的线的相对两侧(opposed sides)；以及在所述位置估计的确定中使用所述第一和第二交点中的至少一个。

本发明的另一方面在蜂窝通信网络中提供了一种适于为所述网络中的移动台生成位置估计的网络实体，所述网络实体包括：接收装置，所述接收装置用于接收与在所述移动台与第一和第二站点中的每一个之间所建立的无线链路有关的测量数据，并且基于所述测量数据提供所述移动台分别到所述第一和第二站点的第一和第二距离估计；确定装置，所述确定装置用于在以所述第一站点为中心的、具有对应于所述第一距离估计的半径的圆与以所述第二站点为中心的、具有对应于所述第二距离估计的半径的圆之间确定第一和第二交点，所述第一和第二交点落在经过所述第一和第二站点的线的相对两侧；以及利用装置，所述利用装置用于在所述位置估计的确定中利用所述第一和第二交点中的至少一个。

为了更好地理解本发明，并且为了示出可如何实现相同的情况，现在将参考附图。

附图说明

图1是距离估计设备的示意性框图；

图2是描述了RTT和TD的示图；

图3是蜂窝通信网络的一部分的概略图；

图3A是SELRP定位方法的示意图；

图3B是图3A的SELRP方法的流程图；

图4是WSS定位方法的示意图；

图5是WSC定位方法的示意图；

图6是用于实现CI+RTT定位方法的设备的示意性框图；

图7示出了弧形置信区域；

图8是网络的体系结构的示意图；以及

图9是IDI方法的示意图。

具体实施方式

在描述依照本发明的实施例的方法之前，将参照图1首先描述用于计算距离估计的一种可能性的详细说明，因为这是下面所讨论的定位方法的重要组成部分。然而应当理解，可以使用其它的距离估计技术。

图1是描述了与从往返时间(RTT)和Rx-Tx时间差(TD)的一组测量对获得的距离估计计算有关的块的示意性框图。图2描述了这些距离在移动通信网络中代表什么。图2描述了可以是移动电话或者其它移动终端的形式的用户设备UE，以及在通用电信无线接入网络(UTRAN)系统中代表基站的Node B。图2中标记为DL DPCH的、从node B发出的下行链路专用物理信道信号需要一定量的时间到达用户设备UE。在对下行链路信号的上行链路响应从用户设备返回到Node B之前，在用户设备存在时延TD。该响应在图2中标记为ULDP(C/D)CH。从发出下行链路信号到接收到相应的上行链路信号所测量到的总的巡回时间(circuit time)是往返时间RTT。即它代表向用户设备UE发送下行链路专用物理信道(DPCH)帧的起始的时间与从该用户设备接收到相应的上行链路UL专用物理控制信道(DPCCH)/专用物理数据信道(DPDCH)帧的起始的时间之间的差。

如所解释的，时间差TD是上行链路ULDPCCH/DPDCH帧发送与下行链路DPCH帧的首次检测到的部分之间在时间上的差。该延迟在典型情况下标称地(nominally)等于1024个码片周期。将RTT_i、TD_i值的测量对提供给来自移动通信网络中每个第i个有效无线链路的距离估计设备。对共置的小区(即由相同站点所服务的小区)的测量的处理方式取决于将要实现的定位方法而不同，这在下面将变得清晰。为了描述图1，假定根据从共置的小区所提供的有效无线链路测量到的一组RTT、TD测量对获得一个距离估计。

图1中由箭头2表示测量对，将每一对提供给相应的概率函数确定块4。每个概率确定块4包括双量程(double range)距离估计计算器6，其从每个RTT和TD测量对计算双量程距离估计d_DR。d_DR是用户设备与处于服务小区的站点的node B的位置之间的距离的、以米表示的估计。其通过将称作双量程(DR)的整数转换为米来计算，其中通过从RTT值中去除TD值的份额(contribution)而获得该双量程。统计数据块8保存已搜集的先验(a priori)统计数据，其给出了双量程距离估计中可能的测量误差的估计。即已知用户设备UE与服务小区之间的准确距离d，有可能计算出双量程测量误差，x＝d-d_DR。这样的误差会因为若干因素而出现：多径和非视线传播、测量算法不精确性、由测量的有限分辨率所引入的粒度，等等。通过预先测量这类数据，可以确定双量程测量区域的概率密度函数，并且这被提供给PDF确定(概率密度函数确定)块10，其将DR测量误差的PDF f_x|DR(x|DR)与DR距离估计d_DR结合，以获得到每个共置的服务小区的UE距离的PDF f_d|DR(d|DR)＝f_x|DR(x＝d-d_DR|DR)。

然后将到所有共置的服务小区的距离的概率密度函数组成一个概率密度函数，f_d(d)，其表示用户设备UE到安置了所有服务小区的天线的站点的距离的概率密度函数。这在组合PDF块12中实现。一旦组合的PDF可用，就在距离估计块14中进行距离估计。距离估计的结果通过三个值来表示：

●距离估计，d_ESTμ0

●内部半径，0[R₁[d_EST

●不确定半径，R₂μ0

将距离估计d_EST计算为从PDF组合的距离分布的中值。内部半径和不确定半径定义了置信区间[R₁，R₁+R₂]，用户设备UE的准确距离d被估计以预先定义的置信系数

落入该区间内。置信系数的值取决于定位算法的用户所要求的目标置信水平，并且如图1所示其被输入到距离估计块14。

现在将描述依照本发明的第一实施例用于估计用户设备UE的位置的技术的说明。图3描述了可以在其中使用该方法的物理情形。

图3表示蜂窝通信网络的一部分，其描述了处于站点A的第一基站和处于站点B的第二基站。每个基站利用相应的定向天线来服务三个小区。小区被标记为C₁、C₂等，并且天线被标记为a₁、a₂等。已知在每个站点的天线的方向，并且进行这样的假定，即小区标识CI提供了包括例如天线方向数据的网络数据。示出用户设备UE处于站点A的更软切换中，即具有与天线1建立的第一无线链路RL₁，以及与天线3建立的第二无线链路RL₃。用户设备UE还具有与在站点B的基站的天线5建立的无线链路RL₅。

图3A是描述了被称作SELRP(选择参考点)方法的确定位置估计方法的示意图，该方法在如图3中所描述的网络中实现。图3A示出了两个基站，标记为具有其各自的天线的站点A和站点B，天线由在近似天线方向上的箭头用图解法指示。图3B中描述了SELRP位置估计方法的流程图。

图3A还描述了以站点B为中心的圆24，以及以站点A为中心的具有不同半径的两个圆2l、23。这些圆的半径是这样的距离估计，即基于从将要定位于站点A和B的移动台接收到的RTT测量数据，使用以上参照图1所讨论的距离估计设备已获得的距离估计。图3A还描述了站点交线50，其经过站点A和B并且将区域划分成第一和第二侧，即侧1(side 1)、侧2(side2)。圆21和23与圆24相交于这样的交点，即根据交点侧以属于侧1的点I_1，1、I_1，2以及属于侧2的点I_2，1、I_2，2来标记该交点。这些交点满足这样的要求，即它们极好地符合来自两个不同的站点的两个不同的估计，但剩下的问题在于选择哪一侧，以及当存在多于一个的交点时选择那一侧上的哪个交点。

现在将参照图3B描述基于推导最可能的交点而进行选择的过程。作为第一步骤，通过实现许多不同的位置估计生成方法来生成多个不同的位置估计。这在图3B中被标记为步骤S1。作为两个这样的方法的结果已经生成的估计在图3A中被标记为Est WSS和Est WCS。Est WSS是由加权单站点(WSS)生成的位置估计。Est WCF是由加权单小区(WSC)方法生成的位置估计。下面将详细描述这些方法。

在步骤S2，定义圆的所有交点的坐标。取决于获得的距离估计的数目，以及由此而建立的相交圆的数目，每个站点可能有一个或多个交点。

在步骤S3，由站点交线50将交点分成两个集合。文中将集合定义为I₁、I₂，其中I₁包括交点I_1，1∶I_1，k并且I₂包括交点I_2，1∶I_2，k，其中k表示集合I₁和I₂的每一个中的项数。I₁中的所有项被首先定义成落在线50的一侧，并且I₂中的所有项落在线50的另一侧。在图3A中，k＝2，并且集合I₁包括交点I_1，1、I_1，2，而集合I₂包括交点I_2，1、I_2，2。

根据步骤S4，使用距离计算方法计算侧的概率相关的数，其中距离计算方法可以是例如以下中的一种：

1、计算第m个位置估计到第n个站点的距离，r_mn，并且使用该距离与原来的距离估计以最小化基于误差的代价函数：

e_mn＝d_est，n-r_mn

其中d_est，n是所获得的以建立圆21、23、24的半径的距离估计。

代价函数f_m可以是 $f_m=\underset{n}{\mathrm{\Σ}}\left({e_{\mathrm{mn}}}^2\right)$ 或 $f_m=\underset{n}{\mathrm{\Σ}}\left|e_{\mathrm{mn}}\right|.$

2、计算从第m个位置估计分别到每个交点的距离，并且对从第m个位置估计到所有交点的距离分别求和(SUM₁，SUM₂)。

在步骤S5，通过使用已经确定的位置估计的位置(在这种情况下是Est WSC和Est WSS)选择最可能的侧。在图3A中，明显选择侧2。然而，也许并没有那么明显(例如在所生成的位置估计位于线50的不同侧的情况下)，并且在那种情况下，基于步骤S4中已经确定的距离可以使用那侧的概率。例如，概率可以基于交点到位置估计的距离。例如，在使用方法1)的情况下，假定来自于1)中所使用的函数的结果是WSS：f_WSS＝10，以及对WSC：f_WSC＝73。现在，由于值f_WSS较好(较小)，因此可以判定estWSS位于右侧。但是如果f_WSC是15，则侧就不那么明显了。可以提供概率，例如WSS的侧＝function_A(f_WSS，F_WSC)，并且另一侧概率是(1-WSS_概率)。当然取决于1)中所使用的函数，可以使用许多函数。

在方法2)的情况下，对于每个估计存在两个距离，像涉及两侧的WSS_1＝48和WSS_2＝973，以及WSC_1＝66、WSC1_1＝60。使用求和方法，我们得到48+66＝114以及973+60＝1033，并且我们可以选择侧1。或者我们可以只是给侧1更大的概率，像例如1033/(114+1033)＝90％。可以使用许多函数。

基于步骤S4和S5的结果，根据步骤S6，基于所选择的侧来选择要么集合I₁要么集合I₂。这些集合承袭了(inherit)在计算中曾使用过的任何概率。如果情况不明显(例如我们得到对于侧1和2像20％/80％这样的概率)，我们没有必要继续选择侧，但却可以在定位中使用该知识，例如以20％权重的侧1以及以80％权重的侧2给出初步估计，并且获取加权平均。可选地，可以使用IDI方法(稍后所讨论的)。

可以使用该完善方法的中间结果来利于定位，即使不能够执行完整的过程。

可以使用基于在步骤S4中关于距离所搜集的信息的概率来选择集合内的最佳交点。例如，如果我们只是通过方法1)或2)而选择了侧1，并且获得到达那侧中的交点A和B的距离，WSS_A＝223、WSS_B＝20。有可能基于这些数通过各种概率方法来确定概率。这在步骤S7指出。如果有可能以解决方案是正确的合理的概率来选择正确的集合，则到达步骤S7。在步骤S6，如果情况不是这样的，那么该过程中断，如在步骤S8所指示的。这可能是这样的情况，例如，由于不同站点中的天线方向，认为结果太有争议而不能进行适当的选择。如果到达最终的选择，其能够作为最终的位置估计而被给出(至少如果其概率达到某精确度限制(像50％、75％或99％))。如果所能获取的不是具有最高概率的这样的交点的集合，即该集合满足精确度限制，那么可以利用那些来完成最终的估计，例如通过加权平均。要注意的是，该方法应用于两个站点，但却也可以用于两个成对的许多站点。

图3C是用于实现上述方法的功能块的示意性框图。要注意的是，这些功能块仅出于说明性的目的，并且可以使用软件和硬件的任何合适的组合来实现该方法。因此可以认为功能块代表用于实现不同功能的不同程序或计算机程序或者计算机程序的一部分。功能块100接收距离估计并且确定第一和第二交点或交点集。另外，其包括计算如上所提及的相关概率的概率确定器102。将概率和交点提供给功能块104，其在对位置估计Est的确定中使用该信息。选择装置106使用概率选择很可能的侧或交点集。如果不能够进行选择，则可以输出概率信息P或可选地可以实现IDI方法108。

现在将更详细地描述WSS和WSC方法。

图4是描述了可如何使用WSS方法获得位置估计的示意图。通过以下方法获得图4中标记为Est 4的第一估计到的位置。在图1所描述的距离估计设备中组合来自于无线链路RL₁和RL₃中的每一个的RTT、TD对，并且产生所估计的距离d_EST，其表示在图4中被完整示出并且被标记为20的圆的半径。要注意的是，正好在圆20的内部和外部的虚线圆表示对所估计的距离的不同的测量，将针对下面所讨论的WSS方法对其进行更为全面地讨论。

使用距离估计和角度估计来获得初步的单站点CI+RTT位置估计，其中，使用以上参照图1所描述的技术来获得距离估计，以及使用基于来自CI的网络数据的单站点CI+RTT位置来得出角度估计。产生了生成无线链路的两个天线的“平均”方向，在这种情况下即a₁和a₃。使用稍后所讨论的单站点CI+RTT方法，在以每个小区的站点为中心的极参考系中计算每个初步位置估计。因而可以看到第一位置估计Est 4位于沿天线a₁、a₃的平均方向的距离d_EST4。应当容易理解，所使用的基于两个天线的方向的平均的方向值是简单的但却粗糙的测量。如果与用户设备UE有关的更为精确的方向信息可用，则其也可以用于确定第一位置估计Est 4。

为站点B获得第二位置估计，在这种情况下，将单个的RTT、TD测量对应用于图1的距离估计设备并且生成所估计的距离d_EST1，其在这种情况下表示图4中标记为24的圆的半径。要注意的是，当单个的RTT、TD对被输入到图1的距离估计设备中时，不需要执行块12的组合PDF步骤，这是因为仅确定了单个PDF，其被直接提供给距离估计块14。在这种情况下，这是最简单的情况，即存在单个无线链路RL5并且因此通过利用该天线a₅的方向取得估计的距离d_EST1来生成图4中标记为Est 1的位置估计。再者，可以使用单站点CI+RTT定位方法生成对天线方向的角度估计。

标记为Est WSS的最终的位置估计是作为初步位置估计Est 1、Est 4的加权重心而获得的。即获取(在极参考系或笛卡尔参考系上)、加权，并且然后平均初步位置估计的坐标。

下面给出了在笛卡尔参考系中，可以在本发明的实施例中使用以获得作为x(以及相应地y)站点坐标的加权平均的估计的x(以及相应地y)UE坐标的算法，其中由MS接收该站点的信号：

$\hat{x}=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{w}^i{x}^i}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{w}^i};$ $\hat{y}=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{w}^i{y}^i}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{w}^i};(\hat{x},\hat{y})\∈D$

其中w¹，...，w^N是分派给相关的N个估计中的每一个的合适的权重， 是最终的估计的坐标，以及xiⁱ，yⁱ是每个初步位置估计的坐标。

对本发明的实施例中所使用的第i个权重的一种合适的定义是使用与每个初步位置估计相关联的估计的距离d_ESTi的倒数。

$w^i=\frac{1}{d_{\mathrm{ESTi}}}$

可选的方法是对所有的小区应用固定的权重。另一种可选的方法是使用等于这样的弧形置信区域的面积的倒数的权重，即该弧形置信区域是作为初步的单站点CI+RTT位置计算(稍后所讨论的)的副产品而被确定的。用于确定权重的另一可能的准则是将更高的权重分派给被认为源自于更为精确的距离测量的初步位置估计。

现在将参照图5描述加权单小区(WSC)方法。该方法类似于方法WSS，二者之间的主要区别在于处理来自共置的小区的测量的方式。要注意的是，可以在其中使用该实施例的物理情形与针对第一实施例的相同，即图3的情形。在WSC方法中，考虑每个小区分离于其它的小区。因而，初步位置估计的数目等于RTT、TD测量对的数目。如下实现该方法。

首先，使用图1的距离估计设备来获得对每个服务小区的距离估计，其中，该距离估计设备使用形成于三个有效无线链路RL1、RL2、RL3中的每一个的RTT、TD测量对。这些距离估计是被标记为21、23和24的圆的相应的半径(如前所述)。要注意的是，圆21和23是图4的实施例中虚线描述的那些圆。

然后针对每个距离估计，在以每个小区站点为中心的极参考系中计算、获得分别的初步的单站点CI+RTT位置估计。每个初步位置估计具有等于该距离估计的到小区站点的距离，以及基于针对那个无线链路的特定天线的方向的方向(除非更精确的方向信息可用)。初步位置估计在图5中被标记为Est 1、Est 2和Est 3。可以使用单站点CI+RTT定位方法建立天线方向。

标记为Est WSC的最终的位置估计是初步位置估计Est 1、Est 2和Est 3的加权重心。获得加权重心以及加权值与针对上述WSS方法的相同。

应当理解，在每个站点可以存在具有有效链路的两个以上的小区，在这种情况下，可以考虑更完整的RTT数据。

在以上方法中，涉及了CI+RTT定位方法。现在将参照图6描述这样的定位方法的一个例子。该方法的目的是估计UE地理坐标和置信区域，其中，真正的UE位置按照推测以特定的置信度⑤位于该置信区域。所估计的UE坐标是在极参考系中所表示的UE到服务站点的距离⑧和方向

要注意的是，图6中的⑧对应于图1中的d_EST。在下文中，存在与以上已讨论过的距离估计有关的一些重复描述，但是在这种情况下并没有讨论如何处理多个站点。还要注意的是，图6中相同的数字表示图1中相同的部件。

从UE地理位置的概率分布获得估计，其通过结合观察和先验统计信息而被确定。先验信息包括关于作为距离测量的DR的准确性的统计信息以及在小区边界内的UE方向的分布。

参照图6，可以将定位过程看作不同的处理步骤的组合，下面进行了简要地描述。在块6中，使用基于UMTS技术规范中RTT和Rx-Tx时间差定义的量化规则从每个{RTT，TD}对计算出双量程值DR和双量程距离估计d_DR。双量程是表示为等于差RTT-TD的整数；因而其表示目标UE与提供有效无线链路的(共置的)小区之间的绝对距离的两倍的估计。

作为标称距离(nominal distance)估计的结果，观察a=[RI，DR](块7)变为可用。RI是提供网络数据的无线链路标识符，例如小区标识符CI。

举例来说，对于与所关心的用户设备具有有效无线链路的所有小区的无线网络数据可以包括以下：

●天线坐标

●从x轴以弧度 顺时针方向所测量的node B的天线的方向(bearing)

●node B的天线的半功率波束宽度(HPBW)，

●R_F，服务小区的最大前半径(front radius)

●R_B，服务小区的最大后半径(back radius)

双量程距离估计是在距离估计中对从UMTS网络元素报告的RTT和TD的原始转换。该转换并未考虑测量过程损伤(通过移动无线信道的多径和非视线传播、测量误差、量化误差等)的影响，该损伤的影响有助于确定被称为双量程测量误差的 其被定义为UE和node B之间的准确距离⑧与双量程距离估计d_DR之间的差。已在GSM应用中被证明非常成功的一种考虑DR测量误差的方法，是如块8中利用描述了双量程测量误差 的统计特性的先验信息来提供定位算法。

的特性取决于许多因素，其中包括UE和node B之间的环境和距离。出于这个原因，以观察为条件的 的PDF 被用作先验PDF，从其得出到服务站点的UE距离的统计特性。一旦PDF 可用，DR距离估计d_DR就用于获得在提供有效无线链路的小区中UE距离的概率密度函数(PDF)f(⑧|a)(块10)。

类似的但却更简单的过程用于确定提供有效无线链路的小区中UE方向的PDF 额外的简化是由于这样的事实，即方向测量并不可用，因而仅通过使用诸如小区方向、宽度等先验的基于小区的方向信息便可以定义UE角度分布的统计分布(块9)。

然后，以观察为条件的距离的PDF和以观察为条件的方向的PDF相互组合(块11)，以确定在提供每个有效无线链路的小区内UE距离和方向的联合PDF

在此阶段可用的PDF描述了在提供每个有效无线链路的node B所服务的每个单独的小区的边界内用户的地理分布。

一旦在提供有效无线链路的所有小区内的距离和方向的联合PDF可用(块4’)，便将其组合(块12’)以确定距离和方向的最终的联合PDF这样的分布包括从观察(无线链路标识符和测量)所搜集到的所有信息以及先验统计；因而其可以最终用于估计UE坐标 和置信区域R(块14’)。块4’、12’、14’的加注表示它们等效于图1的块4、12和14，但却提供了更复杂的功能。

因而，CI+RTT定位算法提供了作为输出的：

●位置计算结果，其是标识了位置估计的坐标的一组参数以及某一置信区域(准确的UE位置被估计以某一概率所处的地理区域)的参数

●QoS数据，其是对位置计算结果是否满足在输入的服务质量参数中所设置的精确度要求的指示。

CI+RTT定位方法包括两个主要的步骤：

1.根据x-y坐标估计UE的位置，以及

2.为该位置估计计算置信区域。

置信区域是准确的UE位置被估计以特定的概率(被称作置信系数0＜ξ≤1)所处的地理区域。

通过位置计算算法来实现位置计算方法。使用两类位置计算算法：

●实现步骤1的位置估计计算算法

●实现步骤2的置信区域计算算法

位置估计和置信区域参数的组合被称作“形状(shape)”。由以上所描述的位置计算算法所支持的形状定义是：

(i)点形状(point shape)(即仅包括位置估计)

(ii)具有不确定椭圆形形状的点(point)(其中置信区域是椭圆形)

(iii)具有不确定多边形形状的点(其中置信区域是多边形)

(iv)具有不确定弧形的点(其中置信区域是圆弧)

在此将要描述的唯一的置信区域是图7中所示的弧形。

其具有以下特征：

●位置估计的坐标

●原点的坐标x_o和y_o

●内部半径R1和不确定半径R2

●偏斜(方向)角α和夹角β

●置信系数值ξ

在单站点CI+RTT方法的上下文中，极坐标可以用于引入下面对R的形式定义：

对于单站点CI+RTT置信区域，弧是“自然的”形状。弧的原点在天线坐标处，这对于向定位的UE提供有效无线链路的所有小区是相同的。

$\{\frac{x_0=x_s}{y_0+y_s}$

借助于以上方法计算内半径R₁、不确定半径R₂、偏斜角

和夹角

(见图7)，当置信区域是弧形的并且所关心的PDF不以观察为条件时，其可以被重写为：

$\mathrm{Pr}\left((\mathrm{\ρ},\mathrm{\θ})\mathrm{\ϵR}\right)=\∫{\∫}_{R}f(\mathrm{\ρ},\mathrm{\θ})\mathrm{d\ρd\θ}={\∫}_{\mathrm{\α}}^{\mathrm{\α}=\mathrm{\β}}\mathrm{d\θ}{\∫}_{R_1}^{R_1+R}f(\mathrm{\ρ},\mathrm{\θ})\mathrm{dp}=\mathrm{\ξ}$

可以调用全概率定理将f(ρ，θ)写为：

$f(\mathrm{\ρ},\mathrm{\θ})=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{p}_{m}f(\mathrm{\ρ},\mathrm{\θ}|{\mathrm{\α}}_m)$

因此

$\mathrm{Pr}\left((\mathrm{\ρ},\mathrm{\θ})\mathrm{\ϵR}\right)={\∫}_{\mathrm{\α}}^{\mathrm{\α}+\mathrm{\β}}\mathrm{d\θ}{\∫}_{R_1}^{R_1+R_2}\[\underset{m+1}{\overset{M}{\mathrm{\Σ}}}{p}_{m}f(\mathrm{\ρ},\mathrm{\θ}|{\mathrm{\α}}_m)\]\mathrm{d\ρ}$

根据具体实现的要求，如果引入适当的附加约束，则可以唯一地确定置信区域参数R₁，R₂， 和

。

图8是网络的体系结构的示意图，以描述在何处实现上述定位方法。示出了单个的基站BTS，举例来说，其可以是位于站点A或站点B的基站。事实上，位于站点A和站点B的基站均会与无线网络控制器RNC进行通信，如图8中针对单个基站所描述的。无线网络控制器与移动交换MCS进行通信，MCS又与网关移动位置中心GMLC进行通信。网关移动位置中心可以从该网络中所实现的商业应用接收LIF(位置互用性论坛)请求。网关移动位置中心向移动交换中心发出位置请求，而移动交换中心又联系无线网络控制器以获得必要的网络数据并且将其返回给移动交换中心。因而响应被返回给向服务移动位置中心SMLC提供CI+RTT、TD对的网关移动位置中心。在服务移动位置中心实现上文所描述的定位方法，并且将x、y数据返回给网关移动位置中心。网关移动位置中心将此x、y数据与置信区域一起返回给请求位置数据的商业应用。

可选地，可以在RNC或者在网络中其它地方的独立模块中实现该定位方法。

现在将参照图9描述增强方向信息的方法(被称为改进的方向信息(IDI))，其然后可以在前述技术中的任何一种中使用。例如，其可以在用于侧选择的概率并不足够好的情况下用于选择侧。图9示出了在实现关于图3A和图3B所描述的选择方法之后的情形，其中已经将第二侧选作最可能的侧。即图9示出了交点I_2，1、I_2，2的集合I₂，如已在图3B的步骤S6最终选择的，并且假定这些参考点中的每一个具有与其关联的合理的概率。所选择的集合中的每个交点被认为表示新的虚拟测量(virtualmeasurement)，其可以用于以许多不同的方式改进方向信息。虚拟测量向量对于站点A被标记为r_A2，1、r_A2，2，并且对于站点B被标记为r_B2，1、r_B2，2。每个虚拟测量具有距离(新的测量向量r的长度)和方向(新的测量向量r的方向)。可以在使用方向信息的任何的定位方法(例如先前所描述的诸如WSS、WSC的定位方法之一)中利用距离和方向，以改进所生成的估计的准确性。

在定位方法之一中所使用的虚拟测量的数目可以变化。例如，所有的站点可以具有与所选择的点一样多的新的、虚拟测量。

作为另外的可选方法，可以将两个或更多的虚拟测量组合成一个。例如，对于图9中的站点B，存在两个虚拟测量(r_B2，1、r_B2，2)，但是仅进行了一个原始测量(产生圆24的那一个)。因此，单个的虚拟测量应当作为两个虚拟测量向量r_B2，1、r_B2，2的平均而得到。

虚拟测量可以与例如从以上所讨论的SELRP方法的不同表达所得到的概率相关联。

通过取得改进的方向信息，可以获得对移动台的位置的更好的估计。

Claims (17)

1.一种为无线通信网络中的移动台生成位置估计的方法，所述方法包括：

接收与所述移动台和第一站点之间的至少一个无线链路有关的第一测量数据，并且基于所述第一测量数据提供所述移动台到所述第一站点的第一距离估计；

接收与所述移动台和第二站点之间的至少一个无线链路有关的第二测量数据，并且提供所述移动台到所述第二站点的第二距离估计；

在以所述第一站点为中心的、具有对应于所述第一距离估计的半径的圆与以所述第二站点为中心的、具有对应于所述第二距离估计的半径的圆之间，确定第一和第二交点，所述第一和第二交点落在经过所述第一和第二站点的线的相对两侧；以及

在所述位置估计的确定中使用所述第一和第二交点中的至少一个。

2.根据权利要求1的方法，其进一步包括步骤：基于所述移动台有较大的概率位于所述线的哪一侧来选择所述第一和第二交点中的至少一个。

3.根据权利要求1的方法，其中所述确定第一和第二交点的步骤包括：确定第一交点集合和第二交点集合，每个集合包括多于一个的交点。

4.根据权利要求2的方法，其中所述选择所述第一和第二交点中的至少一个的步骤包括：使用与所述移动台和所述第一站点之间的至少一个无线链路有关的第一测量数据，以及与所述移动台和所述第二站点之间的至少一个无线链路有关的第二测量数据，为所述移动台的位置生成至少一个临时位置估计。

5.根据权利要求4的方法，其中，所述至少一个交点被选择落在所述临时位置估计所落在的所述线的那侧。

6.根据权利要求4的方法，其包括步骤：使用加权单小区定位方法生成所述临时位置估计。

7.根据权利要求4的方法，其包括步骤：使用加权单站点定位方法生成所述临时位置估计。

8.根据权利要求4的方法，其中，使用不同的定位方法生成多个临时位置估计。

9.根据权利要求1的方法，其包括：确定从所述第一和第二站点中的至少一个到所述第一和第二交点中的至少一个的距离，以及所述第一和第二交点中的至少一个相对于所述第一和第二站点中的至少一个的方向。

10.根据权利要求9的方法，其包括步骤：在位置计算方法中使用所述已确定的距离和方向，以生成改进的位置估计。

11.根据权利要求2的方法，其包括步骤：确定从所述第一和第二交点中的至少一个分别到所述第一和第二站点中的每一个的距离，并且使用所述距离确定所述移动台落在所述线的一侧或另一侧的概率。

12.根据权利要求2的方法，其中，所述第一和第二交点中的每一个与所述移动台落在所述线的交点侧的相应的概率关联。

13.根据权利要求10的方法，其进一步包括步骤：将概率分配给所述第一和第二交点，并且在所述位置计算方法中利用所述概率与所述已确定的距离和方向。

14.在蜂窝通信网络中，一种适于为所述网络中的移动台生成位置估计的网络实体，所述网络实体包括：

接收装置，所述接收装置用于接收与在所述移动台与第一和第二站点中的每一个之间所建立的无线链路有关的测量数据，并且基于所述测量数据提供所述移动台分别到所述第一和第二站点的第一和第二距离估计；

确定装置，所述确定装置用于在以所述第一站点为中心的、具有对应于所述第一距离估计的半径的圆与以所述第二站点为中心的、具有对应于所述第二距离估计的半径的圆之间确定第一和第二交点，所述第一和第二交点落在经过所述第一和第二站点的线的相对两侧；以及

利用装置，所述利用装置用于在所述位置估计的确定中利用所述第一和第二交点中的至少一个。

15.根据权利要求14的网络实体，其进一步包括确定装置，所述确定装置用于确定所述第一和第二交点中的每一个与所述移动台落在所述线的相同侧的概率。

16.根据权利要求14的网络实体，其进一步包括确定装置，所述确定装置用于确定从所述第一和第二站点中的至少一个到所述第一和第二交点中的至少一个的距离，以及所述第一和第二交点中的至少一个相对于所述第一和第二站点中的至少一个的方向。

17.一种包括服务移动位置中心的网络实体。

Images