TWI426290B - 估算行動用戶位置之方法 - Google Patents
估算行動用戶位置之方法 Download PDFInfo
- Publication number
- TWI426290B TWI426290B TW99144057A TW99144057A TWI426290B TW I426290 B TWI426290 B TW I426290B TW 99144057 A TW99144057 A TW 99144057A TW 99144057 A TW99144057 A TW 99144057A TW I426290 B TWI426290 B TW I426290B
- Authority
- TW
- Taiwan
- Prior art keywords
- signal strength
- value
- location
- training
- base station
- Prior art date
Links
Description
本發明係關於位置估算之方法,尤指一種可依據全球定位衛星信號和蜂巢式網路信號來估算行動用戶之位置。
近年來,隨著多樣化類型的以位置為基礎的服務(Location-based services,LBS)呈現高度性發展,無線定位技術受到相關領域的注意與重視。定位技術所需測量之訊號,可以是全球衛星定位(Global Positioning System,GPS)訊號、無線網路系統之參考訊號、或是其它系統之輔助定位訊號。因訊號測量的內容不同,而有不同的定位方式,目前相關領域中多樣化的定位技術被廣泛的提出。
在以衛星為基礎(satellite-based)的定位系統上,GPS是最為大眾所熟知並廣泛應用於各種領域的定位系統。GPS是透過佈設於太空中之24顆衛星全天候向地面傳送定位訊號,行動裝置僅需配置適當的接收設備即可在全球任一地點任何時間接收定位訊號並進行三維空間位置解算。GPS主要是針對室外環境提供經緯度座標定位服務,定位精確度高,其位置資訊只有約十公尺的誤差。然而,由於GPS衛星所發射的定位訊號會受建築物的遮蔽,因此,在室內並無法使用這項技術。此外,在都市區之狹窄都市街道或天候條件差的情況下,GPS定位精確度會有相當程度的降低。
在以蜂巢式網路為基礎(cellular network-based)的定位系統上,最基本的定位技術,是利用細胞基地台(cell tower),即基地台之細胞全域識別(Cell Global Identity,CGI)碼,實現二維空間位置解算。優點為不需複雜位置解算量,在室內亦能使用該項技術,由於定位精確度直接取決於細胞基地台涵蓋的範圍,因此,都會區到郊區,其位置資訊約從幾百公尺到幾十公里的誤差。在蜂巢網路定位系統中,另一個簡單實用的定位技術,
是利用行動裝置接收來自細胞基地台的信號功率強度,即接收信號強度(Received Signal Strength,RSS),實現二維空間位置解算。定位方法是利用三個或以上所接收到的RSS值,以三角定位演算法解算行動裝置的位置,其缺點為,由於非直視效應(non-line of sight effect)和遮蔽衰落(shadow fading)的影響,RSS值的測量誤差導致三角定位演算法無法解算或解算出極大的定位誤差值。另外,在郊區或丘陵環境,蜂巢細胞基地台之佈設較少,聽取三個或以上基地台的能力也是主要瓶頸。除了上述之定位技術外,以測量時間訊號為基礎的定位技術如到達時間(Time of Arrive,ToA)和到達時間差(Time Difference of Arrive,TDoA)亦為廣泛使用的方法。雖然擁有較佳的定位精準度,其最主要的缺點,是需要複雜位置解算量、高的訊號測量複雜度、高的額外硬體設備成本以及需要更改行動裝置之硬體架構。此外,在郊區或丘陵環境,為能實現位置解算,聽取三個或以上細胞基地台的能力也是主要問題。
為滿足行動用戶使用一裝置能在不同環境中無縫(seamless)擷取以位置為基礎的服務,本發明提出一種應用於裝置的位置估算方法。
本發明實例之位置估算方法係用於以衛星與蜂巢式網路為基礎之混合性無線網路。至少一行動訓練裝置用來獲取複數個訓練資料,一訓練資料包括一GPS位置座標與複數個細胞基地台之CGI碼參數和信號強度值,該複數個細胞基地台包括一服務細胞基地台與至少一鄰居細胞基地台;一資料運算伺服器用來執行該等訓練資料的搜尋、融和(fusion)和細胞基地台位置的估算;一行動用戶使用一裝置,該裝置自一特定細胞基地台獲取一定位資料,該定位資料包括該特定細胞基地台之CGI碼參數和信號強度值;一定位運算伺服器用來執行該定位資料的搜尋和行動用戶位置的估算;以及一信號特徵資料庫用於儲存該等訓練資料、紀錄細胞基地台之位置資訊及狀
態,且供該資料運算伺服器及該定位運算伺服器進行該等訓練資料及該定位資料的搜尋。
本發明實例之位置估算方法係依據該行動裝置檢測到之特定細胞基地台的CGI碼參數,可獲取來自該信號特徵資料庫的細胞基地台位置資訊和複數個訓練資料。基於該細胞基地台位置資訊提供一種基地台(CGI)定位法,基於該複數個訓練資料提供一種基地台輔助RSS(CGI-RSS)定位法。每一定位法被賦予一權值(priority),該CGI-RSS的權值一般來說較高,選擇一高權值之位置資訊來確定一行動用戶之位置。
本發明上述的方法是純軟體架構,可以透過程式碼佈設於實體機器中。當機器載入程式碼且執行時,機器成為用以實行本發明之裝置。
下文特舉具體實施例,並配合所附圖示說明本發明之目的、特徵,熟悉此技藝之人士可由本說明書所揭示之內容輕易地瞭解本發明之優點,詳細說明如下。
圖1所示為本發明實施例以衛星和蜂巢式網路為基礎之行動用戶位置估算簡化架構示意圖,包括複數個GPS衛星(101,102,103)、複數個細胞基地台(104,105,106,107)、一行動訓練裝置108如智慧型手機或個人數位助理(PDA)、一資料運算伺服器109、一行動裝置110如行動電話、智慧型手機、PDA、筆記型電腦或平板電腦(iPad)、一定位運算伺服器111以及一信號特徵資料庫112。該資料運算伺服器109、該定位運算伺服器111以及該信號特徵資料庫112係架設於雲端。該等GPS衛星全天候向地面傳送定位信號。每一細胞基地台具有一公共控制頻道(common control channel,CCH),其可以持續在蜂巢網路中廣播其信號來提供一唯一CGI碼參數。需注意的是,該GPS衛星及該細胞基地台之數目並不限於圖1所示之數目,在不悖離本發明精神的前提下,於不同實施例中,該數目可以有所變化。
圖2所示為本發明實施例之行動用戶位置估算的資料訓練架構示意圖,一行動訓練裝置108配備一接收單元201、一資料暫存單元202、一資料分類單元203、一資料加密單元204和一備份資料庫205。該資料運算伺服器109為由一資料解密單元207、一資料融和單元208和一位置解算單元209所組成。該行動訓練裝置108透過一蜂巢無線網路206與該資料運算伺服器109進行連結。當該行動訓練裝置108進入該混合性網路之戶外目標區域時,透過該行動訓練裝置108之接收單元201可獲取複數個訓練資料。一訓練資料包括如下:
1.一GPS位置座標。其工作原理大致如下:該行動訓練裝置108之接收單元201內之GPS接收器(未顯示),檢測到至少四個GPS衛星信號的一存在狀態,一GPS衛星的信號測量一ToA值,依據至少四個ToA值來計算出該行動訓練裝置108之GPS位置座標。
2.複數個細胞基地台之CGI碼參數及信號強度值。該行動訓練裝置108之接收單元201檢測到複數個細胞基地台(如圖1中所示的104、105及107)信號的一存在狀態,一細胞基地台訊號可析取一CGI碼參數以及測量一信號強度值,而該複數個細胞基地台包括一服務細胞基地台(如圖1中所示的104)與至少一鄰居細胞基地台(如圖1中所示的105、107)。
如熟悉GPS技術之人所知,通常該GPS位置座標以每一秒更新一次,因此,信號檢測的時間標籤(time stamp)設為一秒。於該時間標籤,透過行動訓練裝置108之接收單元201可獲取該GPS位置座標一次以及可析取該等CGI碼參數和測量該等信號強度值二次。該行動訓練裝置108之該資料暫存單元202儲存該接收單元201所獲取到、所析取到和所測量到的複數個訓練資料,且以批次方式將儲存的該等訓練資料傳送至該資料分類單元203。傳送一批次資料的間隔時間標籤設為三十秒。需注意的是,於本發明實施例中,設定的該時間標籤和該次數並不限於上述之數目,在不悖離本發明精神的前提下,於
不同實施例中,該數目可以有所變化。
該行動訓練裝置108之該資料分類單元203接收到該等訓練資料之後,執行資料的類別區分,在資料的類別,對同一CGI碼參數可區分為一服務類別和一鄰居類別,而一服務類別和一鄰居類別各自包括複數個訓練資料。在連結該蜂巢無線網路206(如圖1中所示的104)將該等訓練資料透過一應用程式介面(application programming interface,API)傳送至該資料運算伺服器109之前,一資料加密單元204用於對該等訓練資料執行壓縮和加密,以形成該等加密訓練資料,並傳送該等加密訓練資料至該備份資料庫205儲存。基於無線網路的傳輸特性,一旦該等加密訓練資料傳送失敗,可自該備份資料庫205取得該等加密訓練資料來執行重傳。於該資料運算伺服器109接收到該等加密訓練資料之後,該資料運算伺服器109之資料解密單元207用於對該等加密訓練資料執行解壓縮和解密,以形成該等解密訓練資料,接著,該資料融和單元208透過搜尋一信號特徵資料庫112來獲取相應之資料庫的訓練資料,以執行資料融合。於下述之圖3,主要用以於描述資料庫搜尋、資料融合以及細胞基地台位置估算之步驟。
圖3所示為本發明實施例之行動用戶位置估算的資料訓練架構流程示意圖。首先執行步驟301,使用析取到之該細胞基地台之CGI碼參數為一鍵值(key)來進行一信號特徵資料庫112的搜尋。於步驟302中,確認該CGI碼參數是否為一存在狀態。
1.如果CGI碼參數為一存在狀態,該資料融和單元208自該信號特徵資料庫112獲取訓練資料(步驟303)、執行該信號特徵資料庫訓練資料和該等訓練資料的融和、回傳該融和資料至該信號特徵資料庫112(步驟304)。該信號特徵資料庫112於接收到該融和資料之後,執行更新儲存,且記錄該細胞基地台的位置資訊為一更新狀態(步驟305)。
2.如果CGI碼參數為一未存在狀態,該資料融和單元208
直接將該等訓練資料傳送至該信號特徵資料庫112(步驟306)。於該信號特徵資料庫112接收到該等訓練資料之後,執行儲存,且記錄該細胞基地台的位置資訊為一未知狀態(步驟307)。
3.該信號特徵資料庫112檢視該細胞基地台的位置資訊狀態。如果該位置資訊的紀錄為一未知狀態,則該信號特徵資料庫112立即傳送該細胞基地台的訓練資料至該位置解算單元209(步驟308),如果該位置資訊的紀錄為一更新狀態,則該信號特徵資料庫112定期定時傳送該細胞基地台的訓練資料至該位置解算單元209(步驟309)。該位置解算單元209可依據接收到的該等訓練資料來建立群集,且使用RF信號群集演算法(clustering algorithm)執行位置估算(步驟310),而該RF信號係指接收信號強度值。該位置解算單元209回傳估算到的該細胞基地台位置至該信號特徵資料庫112,該信號特徵資料庫112於接收到該位置資訊之後,執行儲存,且記錄該位置資訊狀態為一已知狀態(步驟311)。
圖4所示為本發明實施例之行動用戶位置估算的架構流程示意圖,當一行動用戶使用一行動裝置110存在該混合性無線網路之目標區域,在任何一時間要求一位置資訊時,該行動裝置110自一特定細胞基地台獲取一定位資料(步驟401),該定位資料包括該特定細胞基地台之CGI碼參數和信號強度值,而該特定細胞基地台係為一服務細胞基地台(如圖1中的106)。
該行動裝置110透過連結一蜂巢無線網路並使用一API將該定位資料傳送至該定位運算伺服器111(步驟402)。該定位運算伺服器111接收到該定位資料之後,使用該服務細胞基地台之CGI碼參數為一鍵值,執行該信號特徵資料庫112的搜尋來獲取相應之細胞基地台位置資訊和訓練資料(步驟403)。該等訓練資料包括兩個類別:服務類別和鄰居類別,檢視該服務類別之訓練資料是否存在(步驟404),如果
該服務類別的訓練資料為一存在狀態,則使用該服務類別之訓練資料來進行行動用戶之位置估算(步驟405),如果該服務類別的訓練資料為一未存在狀態,則使用該鄰居類別之訓練資料來進行行動用戶之位置估算(步驟406)。於下述之圖5至圖6,主要用以於藉由該服務類別之複數個訓練資料與該鄰居類別之複數個訓練資料說明本發明之行動用戶位置估算方法之實施方式。
圖5所示為一藉由該服務類別之複數個訓練資料進行行動用戶位置估算之架構流程示意圖。首先執行步驟501,對該服務類別之複數個訓練資料的該複數個信號強度值RSSi,其中i=1,2,...,N,定義一第一參考信號強度值和一第二參考信號強度值。在此實施例中,使用最低信號強度值來定義一第一參考信號強度值,其方程式可以寫為RSSref1=min{RSSi};使用最高信號強度值來定義一第二參考信號強度值,其方程式可以寫為RSSref2=max{RSSi}。
接續執行步驟502,對該服務類別之複數個訓練資料劃分複數個群集(cluster)。在此實施例中,該服務類別之複數個訓練資料劃分三個群集,其中第k(k=1,2,3)個群集之複數個訓練資料可以用集合Gk來表示。需注意的是,該群集之數目並不限定於此,在不悖離本發明精神的前提下,於不同實施例中,該數目可以有所變化。群集劃分之方式為:依據該第一參考信號強度值、該第二參考信號強度值以及該群集之數目定義一第一信號強度邊界(boundary)值,其方程式可以寫為RSSbs=(RSSref1-RSSref2)/K,其中K為群集之數目。基於該RSSbs值定義每一群集,舉例而言,已知第i個訓練資料之信號強度值為RSSi,若RSSi大於或等於(RSSref2+RSSbs),則該訓練資料位於k=1群集;若RSSi小於(RSSref2+RSSbs)且大於或等於(RSSref2+2RSSbs),則該訓練資料位於k=2群集;否則,則該訓練資料位於k=3群集。
接續執行步驟503,依據該行動裝置110檢測到之服務細
胞基地台的信號強度值RSSm,自該複數個群集選擇一群集。舉例而言,若RSSm大於或等於(RSSref2+RSSbs),則選擇k=1群集。
接續執行步驟504,檢視該群集之複數個訓練資料是否存在。如果該群集之複數個訓練資料為一存在狀態,則進至步驟505,反之,則進至步驟506。
於步驟505,使用該群集之複數個訓練資料之該複數個GPS位置座標與該複數個信號強度值來計算一行動用戶位置,其實施方式為:假設一Gk,k=1或2或3,包含nk個訓練資料,每一訓練資料有一GPS位置座標與一信號強度測量值,若該信號強度測量值等於RSSm,則權重值為Wg=1,若該信號強度測量值不等於RSSm,則計算一權重值Wg,接著,使用權重平均算法計算一行動用戶位置,其方程式可以寫為X=Σg=1,...,nk(Wg×Xg)/Σg=1,...,nk Wg
Y=Σg=1,...,nk(Wg×Yg)/Σg=1,...,nk Wg
於步驟506,針對該服務類別之複數個訓練資料,以該行動裝置110檢測到之服務細胞基地台的信號強度值為一基僅,分別對每一訓練資料之每一信號強度值計算一相似(proximity)值,其可表示為Pi,其中i=1,2,...,N。
接續執行步驟507,自該複數個相似值定義一第一參考相似值。在此實施例中,使用最大相似值來定義,其方程式可以寫為Pmax=min{Pi}。
接續執行步驟508,使用該服務類別之複數個訓練資料之該複數個GPS位置座標與該複數個信號強度值來計算一行動用戶位置,其實施方式為:該服務類別有N個訓練資料,每一訓練資料有一GPS位置座標、一信號強度測量值以及一計算到之相似值,若該相似值不等於Pmax,則權重值為Wi=0,若該相似值等於Pmax,則計算一權重值Wi,接著,使用權重平均算法計算一行動用戶位置,其方程式可以寫為
X=Σi=1,...,N(Wi×Xi)/Σi=1,...,N Wi
Y=Σi=1,...,N(Wi×Yi)/Σi=1,...,N Wi
圖6所示為一藉由該鄰居類別之複數個訓練資料進行行動用戶位置估算之架構流程示意圖。首先執行步驟601,對該鄰居類別之複數個訓練資料之該複數個信號強度值RSSj,其中j=1,2,...,M,定義一第三參考信號強度值和一第四參考信號強度值。在此實施例中,使用最低信號強度值來定義一第三參考信號強度值,其方程式可以寫為RSSref3=min{RSSj};使用最高信號強度值來定義一第四參考信號強度值,其方程式可以寫為RSSref4=max{RSSj}。
接續執行步驟602,對該鄰居類別之複數個訓練資料劃分複數個群集。在此實施例中,該鄰居類別之複數個訓練資料劃分三個群集,其中第k(k=1,2,3)個群集之該複數個訓練資料可以用集合Hk來表示。需注意的是,該群集之數目並不限定於此,在不悖離本發明精神的前提下,於不同實施例中,該數目可以有所變化。群集劃分之方式為:依據該第三參考信號強度值、該第四參考信號強度值以及該群集之數目定義一第二信號強度邊界值,其方程式可以寫為RSSbn=(RSsref3-RSSref4)/K,其中K為群集之數目。基於該RSSbn值定義每一群集,舉例而言,已知第j個訓練資料之信號強度值為RSSj,若RSSj大於或等於(RSSref4+RSSbn),則該訓練資料位於k=1群集;若RSSj小於(RSSref4+RSSbn)且大於或等於(RSSref4+2RSSbn),則該訓練資料位於k=2群集;否則,則該訓練資料位於k=3群集。
接續執行步驟603,依據該行動裝置110檢測到之服務細胞基地台的信號強度值RSSm,自該複數個群集選擇一群集。舉例而言,若RSSm大於或等於(RSSref4+RSSbn),則選擇k=1群集。
接續執行步驟604,檢視該群集之複數個訓練資料是否
存在,如果該群集之複數個訓練資料為一存在狀態,則進至步驟605,反之,則進至步驟606。
於步驟605,使用該群集之該複數個訓練資料之該複數個GPS位置座標與該複數個信號強度值來計算一行動用戶位置,其實施方式為:假設一Hk,k=1或2或3,包含mk個訓練資料,每一訓練資料有一GPS位置座標與一信號強度測量值,若該信號強度測量值等於RSSm,則權重值為Wh=1,若該信號強度測量值不等於RSSm,則計算一權重值Wh,接著,使用權重平均算法計算一行動用戶位置,其方程式可以寫為X=Σh=1,...,mk(Wh×Xh)/Σh=1,...,mk Wh
Y=Σh=1,...,mk(Wh×Yh)/Σh=1,...,mk Wh
於步驟606,針對該鄰居類別之複數個訓練資料,以該行動裝置110檢測到之服務細胞基地台的信號強度值為一基值,分別對每一訓練資料之每一信號強度值計算一相似值,其可表示為Pj,其中j=1,2,...,M。
接續執行步驟607,自該複數個相似值定義一第二參考相似值。在此實施例中,使用最大相似值來定義,其方程式可以寫為Pmax=min{Pj}。
接續執行步驟608,使用該鄰居類別之複數個訓練資料之該複數個GPS位置座標與該複數個信號強度值來計算一行動用戶位置,其實施方式為:該鄰居類別有M個訓練資料,每一訓練資料有一GPS位置座標、一信號強度測量值以及一計算到之相似值,若該相似值不等於Pmax,則權重值為Wj=0,若該相似值等於Pmax,則計算一權重值Wj,接著,使用權重平均算法計算一行動用戶位置,其方程式可以寫為X=Σj=1,...,M(Wj×Xj)/Σj=1,...,M Wj
Y=Σj=1,...,M(Wj×Yj)/Σj=1,...,M Wj
該定位運算伺服器111提供包括一種基地台(CGI)定位法以及一種基地台輔助RSS(CGI-RSS)定位法。該CGI定位法係
為使用細胞基地台位置資訊來確定一行動用戶之位置,而該CGI-RSS定位法係為使用該服務類別或鄰居類別之訓練資料估算一位置資訊來確定一行動用戶之位置。每一定位法被賦予一權值(priority),該CGI-RSS的權值一般來說較高。該定位運算伺服器111選擇一高權值之位置資訊來確定一行動用戶之位置。
上述本發明之方法,或特定系統單元、或其部份單元,為純軟體架構,可以透過程式碼佈設於實體媒體,如硬碟、光碟片、或是任何電子裝置(如智慧型手機、電腦可讀取之儲存媒體),當機器載入程式碼且執行(如智慧型手機載入且執行),機器成為用以實行本發明之裝置。上述本發明之方法與裝置亦可以程式碼型態透過一些傳送媒體,如電纜、光纖、或是任何傳輸型態進行傳送,當程式碼被機器(如智慧型手機)接收、載入且執行,機器成為用以實行本發明之裝置。
上列詳細說明係針對本發明之一可行實施例之具體說明,惟該實施例並非用以限制本發明之專利範圍,凡未脫離本發明技藝精神所為之等效實施或變更,均應包含於本案之專利範圍中。
101、102、103‧‧‧GPS衛星
104、105、106、107‧‧‧細胞基地台
108‧‧‧行動訓練裝置
109‧‧‧資料運算伺服器
110‧‧‧行動裝置
111‧‧‧定位運算伺服器
112‧‧‧信號特徵資料庫
201‧‧‧接收單元
202‧‧‧資料暫存單元
203‧‧‧資料分類單元
204‧‧‧資料加密單元
205‧‧‧備份資料庫
206‧‧‧蜂巢無線網路
207‧‧‧資料解密單元
208‧‧‧資料融和單元
209‧‧‧位置解算單元
301~311‧‧‧步驟
401~406‧‧‧步驟
501~508‧‧‧步驟
601~608‧‧‧步驟
圖1所示為本發明實施例以衛星和蜂巢式網路為基礎之行動用戶位置估算簡化架構示意圖;圖2所示為本發明實施例之行動用戶位置估算的資料訓練架構示意圖;圖3所示為本發明實施例之行動用戶位置估算的資料訓練架構流程示意圖;圖4所示為本發明實施例之行動用戶位置估算的架構流程示意圖;圖5所示為一藉由該服務類別之複數個訓練資料進行行動用戶位置估算之架構流程示意圖;圖6所示為一藉由該鄰居類別之複數個訓練資料進行行
動用戶位置估算之架構流程示意圖。
501~508‧‧‧步驟
Claims (12)
- 一種位置估算方法,係用於以衛星與蜂巢式網路為基礎之混合性無線網路,包括下列步驟:使用一行動裝置自一特定細胞基地台獲取一定位資料,其中該特定細胞基地台係為該行動裝置之一服務細胞基地台,而該定位資料可包括該服務細胞基地台之一CGI碼參數和一信號強度值;依據該服務細胞基地台之一CGI碼參數,該定位運算伺服器執行該信號特徵資料庫的搜尋來獲取相應之細胞基地台位置資訊和訓練資料,並提供包括一基地台(CGI)定位法與一基地台輔助RSS(CGI-RSS)定位法;以及依據每一定位法被賦予一權值(priority),選擇一高權值之位置資訊來確定一行動用戶位置。
- 如申請專利範圍第1項所述之位置估算方法,其中該CGI定位法係為使用細胞基地台位置資訊來確定一行動用戶之位置。
- 如申請專利範圍第1項所述之位置估算方法,其中該CGI-RSS定位法係為使用該信號特徵資料庫的訓練資料來估算一位置資訊以確定一行動用戶之位置。
- 如申請專利範圍第3項所述之位置估算方法,其中該信號特徵資料庫的訓練資料包括服務類別和鄰居類別,如果服務類別的訓練資料為一存在狀態,則使用該服務類別之訓練資料來進行行動用戶位置估算,反之,則使用該鄰居類別之訓練資料來進行行動用戶位置估算。
- 如申請專利範圍第4項所述之位置估算方法,其中使用該服務類別之複數個訓練資料來進行位置估算,包括下列步驟:依據該複數個訓練資料之該複數個信號強度值定義一第一參考信號強度值和一第二參考信號強度值;依據該第一參考信號強度值、該第二參考信號強度值以及預 先決定之群集數目來定義一第一信號強度邊界值;基於該第一信號強度邊界值將該複數個訓練資料劃分複數個群集;依據該行動裝置檢測到之服務細胞基地台的一信號強度值,自該複數個群集選擇一群集;以及檢視該群集之訓練資料,若該群集之複數個訓練資料為一存在狀態,則使用該複數個訓練資料來計算一行動用戶位置,反之,則使用該服務類別之複數個訓練資料來計算一行動用戶位置。
- 如申請專利範圍第5項所述之位置估算方法,其中還包括使用最低信號強度值來定義第一參考信號強度值以及使用最高信號強度值來定義第二參考信號強度值。
- 如申請專利範圍第5項所述之位置估算方法,其中更包括依據該群集之複數個訓練資料之該複數個GPS位置座標與該複數個信號強度值使用權重平均算法來計算一行動用戶位置。
- 如申請專利範圍第5項所述之位置估算方法,其中使用該服務類別之複數個訓練資料來計算一行動用戶位置,包括下列步驟:依據該行動裝置檢測到之服務細胞基地台的一信號強度值,分別對每一訓練資料之每一信號強度值計算一相似值;自該複數個相似值,使用最大相似值來定義一第一參考相似值;以及依據該複數個訓練資料之該複數個GPS位置座標與該複數個信號強度值,基於該第一參考相似值,使用權重平均算法來計算一行動用戶位置。
- 如申請專利範圍第4項所述之位置估算方法,其中使用該鄰居類別之複數個訓練資料來進行位置估算,包括下列步驟:依據該複數個訓練資料之該複數個信號強度值定義一第三 參考信號強度值和一第四參考信號強度值;依據該第三參考信號強度值、該第四參考信號強度值以及預先決定之群集數目來定義一第二信號強度邊界值;基於該第二信號強度邊界值將該複數個訓練資料劃分複數個群集;依據該行動裝置檢測到之服務細胞基地台的一信號強度值,自該複數個群集選擇一群集;以及檢視該群集之訓練資料,若該群集之複數個訓練資料為一存在狀態,則使用該複數個訓練資料來計算一行動用戶位置,反之,則使用該鄰居類別之複數個訓練資料來計算一行動用戶位置。
- 如申請專利範圍第9項所述之位置估算方法,其中還包括使用最低信號強度值來定義第三參考信號強度值以及使用最高信號強度值來定義第四參考信號強度值。
- 如申請專利範圍第9項所述之位置估算方法,其中更包括依據該群集之複數個訓練資料之該複數個GPS位置座標與該複數個信號強度值使用權重平均算法來計算一行動用戶位置。
- 如申請專利範圍第9項所述之位置估算方法,其中使用該鄰居類別之複數個訓練資料來計算一行動用戶位置,包括下列步驟:依據該行動裝置檢測到之服務細胞基地台的一信號強度值,分別對每一訓練資料之每一信號強度值計算一相似值;自該複數個相似值,使用最大相似值來定義一第二參考相似值;以及依據該複數個訓練資料之該複數個GPS位置座標與該複數個信號強度值,基於該第二參考相似值,使用權重平均算法來計算一行動用戶位置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW99144057A TWI426290B (zh) | 2010-12-15 | 2010-12-15 | 估算行動用戶位置之方法 |
CN201110410831.2A CN102565833B (zh) | 2010-12-15 | 2011-12-03 | 估算行动用户位置的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW99144057A TWI426290B (zh) | 2010-12-15 | 2010-12-15 | 估算行動用戶位置之方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201224491A TW201224491A (en) | 2012-06-16 |
TWI426290B true TWI426290B (zh) | 2014-02-11 |
Family
ID=46411705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW99144057A TWI426290B (zh) | 2010-12-15 | 2010-12-15 | 估算行動用戶位置之方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN102565833B (zh) |
TW (1) | TWI426290B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200836079A (en) * | 2007-01-05 | 2008-09-01 | Yahoo Inc | Clustered search processing |
TW200920093A (en) * | 2007-07-27 | 2009-05-01 | Lagavulin Ltd | Apparatuses, methods, systems and user interfaces for a portable, image-processing transmitter and automated contractual image dealer and transmitter |
TW201006270A (en) * | 2008-06-19 | 2010-02-01 | Qualcomm Inc | Access terminal assisted node identifier confusion resolution |
US20100069072A1 (en) * | 2008-09-18 | 2010-03-18 | Qualcomm Incorporated | Using signal monitoring to resolve access point identifier ambiguity |
TW201018281A (en) * | 2008-07-14 | 2010-05-01 | Qualcomm Inc | Systems, methods and apparatus to facilitate identification and acquisition of access points |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100403052C (zh) * | 2002-09-06 | 2008-07-16 | 诺基亚公司 | 用于估计移动设备的位置的方法和系统 |
MXPA06001157A (es) * | 2003-07-28 | 2006-04-24 | Qualcomm Inc | Determinacion de ubicacion de un transmisor local utilizando una base de datos. |
US7380000B2 (en) * | 2005-08-16 | 2008-05-27 | Toshiba America Research, Inc. | IP network information database in mobile devices for use with media independent information server for enhanced network |
CN101895812B (zh) * | 2009-03-12 | 2014-02-26 | 无锡爱维特信息技术有限公司 | 一种在蜂窝网络中的最匹配信号强度的定位方法 |
-
2010
- 2010-12-15 TW TW99144057A patent/TWI426290B/zh active
-
2011
- 2011-12-03 CN CN201110410831.2A patent/CN102565833B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200836079A (en) * | 2007-01-05 | 2008-09-01 | Yahoo Inc | Clustered search processing |
TW200920093A (en) * | 2007-07-27 | 2009-05-01 | Lagavulin Ltd | Apparatuses, methods, systems and user interfaces for a portable, image-processing transmitter and automated contractual image dealer and transmitter |
TW201006270A (en) * | 2008-06-19 | 2010-02-01 | Qualcomm Inc | Access terminal assisted node identifier confusion resolution |
TW201018281A (en) * | 2008-07-14 | 2010-05-01 | Qualcomm Inc | Systems, methods and apparatus to facilitate identification and acquisition of access points |
US20100069072A1 (en) * | 2008-09-18 | 2010-03-18 | Qualcomm Incorporated | Using signal monitoring to resolve access point identifier ambiguity |
Also Published As
Publication number | Publication date |
---|---|
CN102565833B (zh) | 2016-01-13 |
CN102565833A (zh) | 2012-07-11 |
TW201224491A (en) | 2012-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10750470B2 (en) | Systems and methods for determining if a receiver is inside or outside a building or area | |
Zandbergen | Accuracy of iPhone locations: A comparison of assisted GPS, WiFi and cellular positioning | |
TWI432763B (zh) | 在雲端伺服器實現混合定位之系統與方法 | |
US20200116816A1 (en) | Location error radius determination | |
KR20150018827A (ko) | 액세스 포인트들의 위치들을 결정하기 위한 방법 및 장치 | |
CN104204723A (zh) | 用于基于WiFi的室内定位的接入点地点和地图信息的混聚 | |
US20130197799A1 (en) | Apparatus and method for determining indoor collection points and collecting heterogeneous infrastructure measurement information | |
KR101837709B1 (ko) | 위치 제공자 프로세스들을 실행 | |
Gong et al. | A usability-enhanced smartphone indoor positioning solution using compressive sensing | |
Chen et al. | BikeGPS: Localizing shared bikes in street canyons with low-level GPS cooperation | |
Li | Terrestial mobile user positioning using TDOA and fingerprinting techniques | |
US10827452B2 (en) | Trustworthiness of location estimates | |
Chen et al. | BikeGPS: Accurate localization of shared bikes in street canyons via low-level GPS cooperation | |
TWI469669B (zh) | 估算細胞基地台位置之方法 | |
TW201140123A (en) | Locating electromagnetic signal sources | |
TWI426290B (zh) | 估算行動用戶位置之方法 | |
Dhondge et al. | ECOPS: Energy-efficient collaborative opportunistic positioning for heterogeneous mobile devices | |
CN102884815B (zh) | 确定视线中的对象的方法和设备 | |
Chen et al. | Cooperative GPS localization for stationless shared bikes | |
Sun et al. | Indoor and Outdoor Seamless Localization Method Based on GNSS and WLAN | |
Li et al. | A practical RF-based indoor localization system combined with the embedded sensors in smart phone | |
Laekemariam | RSSI-based Indoor Localization System |