TWI672063B - 基於長期演進-無線區域網路聚合的無線網路定位方法及系統 - Google Patents
基於長期演進-無線區域網路聚合的無線網路定位方法及系統 Download PDFInfo
- Publication number
- TWI672063B TWI672063B TW107110060A TW107110060A TWI672063B TW I672063 B TWI672063 B TW I672063B TW 107110060 A TW107110060 A TW 107110060A TW 107110060 A TW107110060 A TW 107110060A TW I672063 B TWI672063 B TW I672063B
- Authority
- TW
- Taiwan
- Prior art keywords
- access point
- wireless
- wireless lan
- database
- lan access
- Prior art date
Links
Abstract
本發明揭露一種基於長期演進-無線區域網路聚合的無線網路定位方法及系統,其方法包括下列步驟:由長期演進基站之訊務流量中過濾出無線資源控制協定中的整體量測報告事件紀錄以及預定追蹤裝置之量測報告事件紀錄及位置相關事件紀錄,再依據該整體量測報告事件紀錄,建立或更新無線區域網路存取點地理區域群集資訊及信賴權重,再依據該預定追蹤裝置之該量測報告事件紀錄及該位置相關事件紀錄,推算該預定追蹤裝置之位置。藉以縮短無線區域網路定位資料庫之更新週期,也可減少WLAN定位訓練資料的建置成本。
Description
本發明係關於無線網路定位技術領域,詳而言之,係關於一種基於長期演進-無線區域網路聚合的無線網路定位方法及系統。
現今iOS/Android行動裝置的WLAN網路定位服務,其定位原理係於使用者使用定位服務時,蒐集WLAN存取點(Access Point)周圍的GPS座標以及接收到的RSSI訊號強度資料,接著,根據蒐集到的任意三點資料,運用Centroid質心法推算出該存取點的座標,行動裝置再依據後端平台推算所得的存取點座標以及行動裝置自身觀測到的周圍存取點訊號強度,運用Centroid質心法推算出行動裝置的位置座標,例如一先前技術之定位誤差平均約在25至60公尺,無法滿足室內定位需求。
此外,WLAN指紋採樣(Fingerprint)定位演算法,或稱樣本比對(Pattern Matching)定位演算法,其原理係在訓練階段蒐集該場域內各個定點所量測到的周圍WLAN存取
點的訊號樣本,在上線階段時,則從先前訓練階段所建置的WLAN存取點訊號樣本資料庫中,比對行動裝置量測到的周圍WLAN存取點訊號紀錄,找出相似程度最高的樣本,以此樣本的座標當作行動裝置的所在位置,例如另一先前技術之定位誤差平均約5至15公尺內。然而,iOS目前禁止應用程式(App)使用WLAN掃描功能,iOS App無法自行量測周圍的WLAN存取點訊號,也就是說,iOS App本身無法提供WLAN樣本比對的定位服務。
另外,除了在行動裝置端量測周圍WLAN訊號來推算位置外,也可以反過來,利用WLAN存取點來蒐集行動裝置的位置紀錄。用戶裝置在偵測鄰近Wi-Fi存取點的過程中,會向Wi-Fi存取點告知自己的MAC位址(Media Access Control Address),例如又一先前技術係採用此機制,由Wi-Fi存取點定時向後端定位伺服器回報量測到之用戶裝置紀錄(包含用戶裝置之訊號強度),後端定位伺服器即根據各個Wi-Fi存取點回報的用戶裝置紀錄,推算出用戶裝置的位置。然而,iOS目前會把用戶裝置自身的MAC位址隨機擾碼,混淆Wi-Fi存取點量測到的用戶裝置紀錄,此讓Wi-Fi業者無法辨識出用戶裝置的位置軌跡。
另外,根據3GPP TS 36.305技術規格,長期演進(Long Term Evolution,LTE)網路端定位技術中,觀察到達時間差(Observed Time Difference Of Arriva,OTDOA)技術係依據用戶裝置訊號到達鄰近基站的時間差來定位,至少需要3對基站的量測組合,而增強測量時間差(Enhanced Cell ID,
E-CID)則用訊號功率(Referenced Signal Received Power)、到達時間差(TDOA)、時間前置(Time Advance)、來回時間(Round Trip Time)等輔助資訊來提高單顆基站定位的精確度。以上兩項技術,要求基站時間必須同步,而且基站的組態資訊必須完整,才能有效推算出用戶裝置的位置,不但建置成本高,對於核心網路維運的負擔也大。
由上可知,若能找出一種無線網路定位技術,特別是,可解決現有技術中,行動裝置的網路定位服務需在用戶使用App定位功能時才有機會蒐集資料,或者是需要額外安裝App才能使用,此將為目前本技術領域人員急欲追求之目標。
本發明之目的係利用長期演進-無線區域網路聚合(LTE-WLAN Aggregation)的無線資源控制(Radio Resource Control)通訊協定,透過LTE eNodeB基站之訊務攔截,蒐集用戶裝置周圍的WLAN存取點訊號量測紀錄,避開用戶裝置禁止WLAN掃描跟自身MAC隨機擾碼的問題,進而在伺服器端(server)運用指紋採樣(Fingerprint)樣本比對定位演算法來推算用戶裝置位置,藉此突破現有伺服器端難以蒐集用戶裝置周圍WLAN訊號樣本的障礙。
本發明係提出一種基於長期演進-無線區域網路聚合的無線網路定位系統,係包括:訊務攔截模組,係用於接收來自長期演進基站之訊務流量,以由該長期演進基站之訊務流量中過濾出無線資源控制協定中的整體量測報告事
件紀錄以及與預定追蹤裝置相關之量測報告事件紀錄;以及網路定位模組,係連接該訊務攔截模組,以接收來自該訊務攔截模組之該量測報告事件紀錄,俾比對該量測報告事件紀錄與無線區域網路訊號樣本資料庫、基站資料庫及無線區域網路存取點資料庫內之預存資訊,以推算該預定追蹤裝置之裝置位置。
於一實施例中,該基於長期演進-無線區域網路聚合的無線網路定位系統更包括位置紀錄資料庫,係用於儲存該預定追蹤裝置之裝置位置。
於一實施例中,該網路定位模組復接收有關該預定追蹤裝置其所在位置之定時追蹤要求,以及將該預定追蹤裝置之裝置代碼加入該訊務攔截模組之過濾名單。
另外,該訊務攔截模組復依據該網路定位模組所提供之該過濾名單,自該長期演進基站之訊務流量中攔截該預定追蹤裝置的位置更新及該量測報告事件紀錄,以匯入至該網路定位模組。
於另一實施例中,該基於長期演進-無線區域網路聚合的無線網路定位系統更包括無線區域網路存取點地理區域群集更新模組,係用於自該訊務攔截模組接收該整體量測報告事件紀錄,以依據該整體量測報告事件紀錄建立或更新該無線區域網路存取點資料庫內之無線區域網路存取點地理區域群集資訊及信賴權重。
另外,該無線區域網路存取點地理區域群集更新模組復定時刪除該信賴權重低於一門檻值之無線區域網路存取
點的資訊。
於又一實施例中,該無線區域網路存取點資料庫內之預存資訊包括無線區域網路存取點的地理區域群集資訊及其MAC位址、位置座標及/或信賴權重,該基站資料庫內之預存資訊包括基站編號、位置座標及/或信賴權重,以及該無線區域網路訊號樣本資料庫內之預存資訊包括各場域之無線區域網路訊號樣本。
本發明復提出一種基於長期演進-無線區域網路聚合的無線網路定位方法,包括下列步驟:由長期演進基站之訊務流量中過濾出無線資源控制協定中的整體量測報告事件紀錄以及預定追蹤裝置之量測報告事件紀錄及位置相關事件紀錄;依據該整體量測報告事件紀錄,建立或更新無線區域網路存取點地理區域群集資訊及信賴權重;以及依據該預定追蹤裝置之該量測報告事件紀錄及該位置相關事件紀錄,推算該預定追蹤裝置之位置。
於另一實施例中,建立或更新該無線區域網路存取點地理區域群集資訊及該信賴權重之步驟,包括下列子步驟:依據該整體量測報告事件紀錄中的無線區域網路存取點訊號樣本,利用DBSCAN演算法建立並更新該無線區域網路存取點地理區域群集資訊,以存入該無線區域網路存取點地理區域群集資訊至無線區域網路存取點資料庫中;依據該整體量測報告事件紀錄中出現的無線區域網路存取點,累加該無線區域網路存取點的訊號量測次數;依據無線區域網路存取點地理區域群集內的該無線區域網路存取點的
訊號量測次數,更新該無線區域網路存取點地理區域群集內各無線區域網路存取點的信賴權重;以及定時檢查該無線區域網路存取點資料庫中各該無線區域網路存取點的信賴權重是否過時,以於該信賴權重過時時,刪除該無線區域網路存取點的資訊。
於另一實施例中,推算該預定追蹤裝置之位置之步驟,包括下列子步驟:依據該預定追蹤裝置之該量測報告事件紀錄及該位置相關事件紀錄,於存在無線區域網路存取點訊號樣本時,自無線區域網路存取點資料庫中,利用最近鄰居(K-Nearest Neighborhood)演算法搜尋出最相近的無線區域網路存取點地理區域群集;以及於該無線區域網路存取點地理區域群集在該無線區域網路存取點資料庫中有訓練資料時,利用指紋採樣(Fingerprint)演算法及對應的訓練資料,以推算該預定追蹤裝置之位置,或者於該無線區域網路存取點地理區域群集在該無線區域網路存取點資料庫中無該訓練資料時,利用中心聚合(Centroid)演算法及該無線區域網路存取點資料庫的對應資料,以推算該預定追蹤裝置之位置。
另外,於不存在無線區域網路存取點訊號樣本但存在基站訊號樣本時,利用中心聚合(Centroid)演算法及基站資料庫的對應資料,以推算該預定追蹤裝置之位置。
於再一實施例中,該無線區域網路存取點地理區域群集資訊係指於一地理區域內相鄰無線區域網路存取點的群簇集合。
相較於現有技術,本發明基於長期演進-無線區域網路聚合(LTE-WLAN Aggregation)的通訊機制,提供一種伺服器端的無線區域網路的無線網路定位方法,此定位方法係利用從eNodeB基站攔截到的無線區域網路存取點的訊號量測紀錄來推算用戶裝置的位置,並且更新無線區域網路存取點定位資料庫,如此透過無線資源控制協定,於用戶裝置行動上網過程中,攔截周圍無線區域網路存取點的訊號量測紀錄,藉以縮短無線區域網路定位資料庫之更新週期,也可減少WLAN定位訓練資料的建置成本。
1‧‧‧無線網路定位系統
10‧‧‧訊務攔截模組
11‧‧‧網路定位模組
12‧‧‧位置紀錄資料庫
13‧‧‧無線區域網路訊號樣本資料庫
14‧‧‧基站資料庫
15‧‧‧無線區域網路存取點資料庫
16‧‧‧無線區域網路存取點地理區域群集更新模組
2‧‧‧訊務流量
3‧‧‧用戶裝置
4‧‧‧eNodeB基站
5‧‧‧第三方業者
200‧‧‧WLAN存取點地理區域群集資訊
210、230‧‧‧地理區域群集
220、240‧‧‧訊號量測樣本
S41~S43‧‧‧步驟
第1圖為本發明之基於長期演進-無線區域網路聚合的無線網路定位系統的系統架構圖;第2圖為本發明另一實施例之基於長期演進-無線區域網路聚合的無線網路定位系統的系統架構圖;第3圖為本發明之基於長期演進-無線區域網路聚合的無線網路定位系統具體實施例的示意圖;第4圖為本發明基於長期演進-無線區域網路聚合的無線網路定位方法的步驟圖;第5圖為本發明之無線區域網路存取點地理區域群集的示意圖;第6圖為本發明之無線區域網路存取點地理區域群集更新的流程圖;以及第7圖為本發明網路定位服務的流程圖。
以下藉由特定的具體實施形態說明本發明之技術內容,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與功效。然本發明亦可藉由其他不同的具體實施形態加以施行或應用。
請參照第1圖,其為本發明之基於長期演進-無線區域網路聚合的無線網路定位系統的系統架構圖。如圖所示,基於長期演進-無線區域網路聚合的無線網路定位系統1包括訊務攔截模組10、網路定位模組11、位置紀錄資料庫12、無線區域網路訊號樣本資料庫13、基站資料庫14和無線區域網路存取點資料庫15。
訊務攔截模組10用於接收來自長期演進基站之訊務流量2,以由該長期演進基站之訊務流量2中過濾出無線資源控制協定中的整體量測報告事件紀錄(MeasurementReport)以及與預定追蹤裝置相關之量測報告事件紀錄。訊務攔截模組10可接收訊務流量2並進行過濾,藉此取得無線資源控制協定中的整體量測報告事件紀錄,並且在知悉預定追蹤裝置下,過濾出與預定追蹤裝置有關之量測報告事件紀錄。
網路定位模組11連接訊務攔截模組10,該網路定位模組11接收來自訊務攔截模組10之量測報告事件紀錄,經比對量測報告事件紀錄與無線區域網路訊號樣本資料庫13、基站資料庫14及無線區域網路存取點資料庫15內之預存資訊,以推算預定追蹤裝置之裝置位置。網路定位模組11主要用於將量測報告事件紀錄與各類預存資訊進行
比對,以判斷預定追蹤裝置之裝置位置。
為了讓訊務攔截模組10知悉其要攔截之預定追蹤裝置為何,故網路定位模組11會接收有關預定追蹤裝置其所在位置之定時追蹤要求,該要求可能來自第三方業者,網路定位模組11會將預定追蹤裝置之裝置代碼加入訊務攔截模組10之過濾名單。另外,訊務攔截模組10依據網路定位模組11所提供之過濾名單,自長期演進基站之訊務流量2中攔截預定追蹤裝置的位置更新及量測報告事件紀錄,以匯入至網路定位模組11。
再者,無線區域網路訊號樣本資料庫13、基站資料庫14及無線區域網路存取點資料庫15內之預存資訊為預定追蹤裝置所在範圍的各項資訊,其中,無線區域網路存取點資料庫15內之預存資訊可包括無線區域網路存取點的地理區域群集資訊及其MAC位址、位置座標及/或信賴權重,基站資料庫14內之預存資訊可包括基站編號、位置座標及/或信賴權重,無線區域網路訊號樣本資料庫13內之預存資訊可包括各場域之無線區域網路訊號樣本。
最後,經網路定位模組11判斷得到預定追蹤裝置之裝置位置會被儲存到位置紀錄資料庫12。
請參照第2圖,其為本發明另一實施例之基於長期演進-無線區域網路聚合的無線網路定位系統的系統架構圖。如圖所示,基於長期演進-無線區域網路聚合的無線網路定位系統1內之訊務攔截模組10、網路定位模組11、位置紀錄資料庫12、無線區域網路訊號樣本資料庫13、基站資料
庫14和無線區域網路存取點資料庫15與第1圖所述相同,於本實施例中,基於長期演進-無線區域網路聚合的無線網路定位系統1更包括無線區域網路存取點地理區域群集更新模組16。
無線區域網路存取點地理區域群集更新模組16運用自訊務攔截模組10接收之該整體量測報告事件紀錄,以依據該整體量測報告事件紀錄建立或更新該無線區域網路存取點資料庫15內之無線區域網路存取點地理區域群集資訊及信賴權重。簡單來說,無線區域網路存取點若有改變或更動的話,可能會影響到後續定位判斷,而依據當下整體量測報告事件紀錄可得到無線資源控制協定下無線區域網路存取點的現況,因此,無線區域網路存取點地理區域群集更新模組16會去建立或更新無線區域網路存取點地理區域群集資訊及信賴權重,並儲存於無線區域網路存取點資料庫15中。
另外,無線區域網路存取點地理區域群集更新模組16會定時刪除或淘汰該信賴權重低於一門檻值之無線區域網路存取點的資訊。
由上可知,基於長期演進-無線區域網路聚合的無線網路定位系統1具備下列功能和特點,包括:LTE基站訊務攔截功能、WLAN存取點地理群集更新功能、以及網路定位功能。
LTE基站訊務攔截功能即是可接收LTE eNodeB基站的訊務流量,從中過濾出無線資源控制協定中的整體量測
報告事件紀錄,以及預定追蹤裝置之量測報告事件紀錄及位置相關事件紀錄。
WLAN存取點地理群集更新功能即是可依據從訊務過濾出的整體量測報告事件紀錄,建立並更新WLAN存取點地理區域群集資訊以及此群集內各存取點的信賴權重,然後定時刪除或淘汰信賴權重低於一門檻值的WLAN存取點資訊。
網路定位功能即是可接收一個定時追蹤裝置所在位置之要求,從LTE eNodeB基站訊務中過濾出預定追蹤裝置之位置相關事件紀錄,依據事件紀錄,比對無線區域網路(WLAN)存取點資料庫15、基站資料庫14、無線區域網路(WLAN)訊號樣本資料庫13以推算出裝置位置,並且可提供一服務,以供查詢預定追蹤裝置之最新位置。
請參照第3圖,其為本發明之基於長期演進-無線區域網路聚合的無線網路定位系統具體實施例的示意圖,請一併參考第5圖。如圖所示,包括支援LTE-WLANAggregation(簡稱LWA)的用戶裝置(User Equipement,UE)3、LTE eNodeB基站4、基於長期演進-無線區域網路聚合的無線網路定位系統1(後簡稱無線網路定位系統1)以及第三方業者5。
依據3GPP(3rd Generation Partnership Project)定義的技術規格LTEUu TS 36.331,為了支援LWA的移動性(mobility),用戶裝置3與eNodeB基站4建立連線及交接(handover)時,會透過無線資源控制(RRC)通信協定的
“MeasurementReport”事件,向eNodeB基站4回報用戶裝置3周圍的Wi-Fi存取點(Access Point,AP)訊號量測樣本,其中,包括Wi-Fi存取點的服務設定識別碼(Service Set Identifier,SSID)、MAC位址以及接收信號強度(Received Signal Strength Indication,RSSI)等資訊。
Wi-Fi存取點訊號量測樣本的資料格式如下所示:WifiMeasurementReporttimestamp={APSignal1,APSignal2,...APSignaln}
ApSignaln=[MACn,SSIDn,RSSIn]
無線網路定位系統1接收eNodeB基站4的訊務流量,從中過濾出可以用於用戶裝置3定位的事件紀錄,藉以推算用戶裝置3的所在位置。第三方業者5可以向無線網路定位服務系統1發出要求追蹤用戶裝置3的位置,並且向無線網路定位服務系統1不定時查詢用戶裝置3的最新位置。支援長期演進-無線區域網路聚合(簡稱LWA)的用戶裝置3可以是智慧型手機、智能手錶、智能手環、手持式追蹤裝置以及其他穿戴式裝置。
訊務攔截模組10負責接收eNodeB基站4的訊務流量,從中過濾出整體量測報告事件紀錄匯入給無線區域網路存取點(WLAN AP)地理區域群集更新模組16,並根據網路定位模組11提供的追蹤名單,從eNodeB基站4的訊務流量中攔截指定裝置的位置更新(LocationUpdate)及量測報告事件紀錄,匯入給網路定位模組11。
WLAN AP地理區域群集更新模組16負責從訊務攔截模組10提供之整體量測報告事件紀錄,更新WLAN AP資料庫15中的WLAN存取點地理區域群集資訊200(示於第5圖)及信賴權重,並且定時刪除或淘汰信賴權重低於一門檻值的WLAN存取點資訊。
網路定位模組11對第三方業者5提供用戶裝置3之定位服務。網路定位模組11接收第三方業者5針對用戶裝置3發出之定時追蹤要求,將此要求加入訊務攔截模組10之過濾名單中,然後依據訊務攔截模組10所回報的用戶裝置3位置相關事件紀錄,比對WLAN AP資料庫15、基站資料庫14、WLAN訊號樣本資料庫13推算用戶裝置3所在位置,並存入位置紀錄資料庫12中,讓第三方業者5可以不定時向網路定位模組11查詢用戶裝置3之最新位置。
WLAN AP資料庫15所儲存資訊包括WLAN存取點之地理區域群集資訊,以及WLAN存取點之MAC位址、位置座標及/或信賴權重等資訊,其中,WLAN存取點之MAC位址與位置座標的對應關係,可以透過手動供裝輸入,或向其他第三方服務平台查詢。基站資料庫14可儲存基站編號、位置座標及/或信賴權重等資訊,其資訊可以透過手動供裝輸入,或向其他第三方服務平台查詢。WLAN訊號樣本資料庫13可儲存特定場域之WLAN訊號樣本等資訊,其資訊係用行動裝置上相關的工具App至該場域內各個座標點現場蒐集Wi-Fi存取點訊號量測樣本而得到的。位置紀錄資料庫12可儲存網路定位模組11針對用戶裝置3推
算所得之位置紀錄。
請參照第4圖,其為本發明基於長期演進-無線區域網路聚合的無線網路定位方法的步驟圖。
如圖所示,於步驟S41中,係由長期演進基站之訊務流量中過濾出無線資源控制協定中的整體量測報告事件紀錄以及預定追蹤裝置之量測報告事件紀錄及位置相關事件紀錄。
於步驟S42中,係依據該整體量測報告事件紀錄,建立或更新無線區域網路存取點地理區域群集資訊及信賴權重。其中,有關無線區域網路存取點地理區域群集資訊及信賴權重的建立與更新,更包括下列步驟:依據該整體量測報告事件紀錄中的無線區域網路存取點訊號樣本,利用DBSCAN演算法建立並更新該無線區域網路存取點地理區域群集資訊,以存入該無線區域網路存取點地理區域群集資訊至無線區域網路存取點資料庫中;依據該整體量測報告事件紀錄中出現的無線區域網路存取點,累加該無線區域網路存取點的訊號量測次數;依據無線區域網路存取點地理區域群集內的該無線區域網路存取點的訊號量測次數,更新該無線區域網路存取點地理區域群集內各無線區域網路存取點的信賴權重;以及定時檢查該無線區域網路存取點資料庫中各該無線區域網路存取點的信賴權重是否過時,以於該信賴權重過時時,刪除該無線區域網路存取點的資訊。
於步驟S43中,係依據該預定追蹤裝置之該量測報告
事件紀錄及該位置相關事件紀錄,推算該預定追蹤裝置之位置。其中,有關推算預定追蹤裝置之位置,更包括下列步驟:依據該預定追蹤裝置之該量測報告事件紀錄及該位置相關事件紀錄,於存在無線區域網路存取點訊號樣本時,自無線區域網路存取點資料庫中,利用最近鄰居(K-Nearest Neighborhood)演算法搜尋出最相近的無線區域網路存取點地理區域群集;以及於該無線區域網路存取點地理區域群集在該無線區域網路存取點資料庫中有訓練資料時,利用指紋採樣(Fingerprint)演算法及對應的訓練資料,以推算該預定追蹤裝置之位置,或者於該無線區域網路存取點地理區域群集在該無線區域網路存取點資料庫中無該訓練資料時,利用中心聚合(Centroid)演算法及該無線區域網路存取點資料庫的對應資料,以推算該預定追蹤裝置之位置。
另外,若於不存在無線區域網路存取點訊號樣本但存在基站訊號樣本時,利用中心聚合(Centroid)演算法及基站資料庫的對應資料,以推算該預定追蹤裝置之位置。
其中,無線區域網路存取點地理區域群集資訊係指於某一地理區域內相鄰無線區域網路存取點的群簇集合。
由上可知,本發明無線網路定位方法,係執行下列程序,包括:接收LTE eNodeB基站的訊務流量,從中過濾出無線資源控制協定中的整體量測報告事件紀錄;依據整體量測報告事件紀錄中的WLAN存取點訊號樣本,利用DBSCAN演算法,建立並更新WLAN存取點地理區域群
集資訊,以存入該WLAN存取點地理區域群集資訊至WLAN存取點資料庫中;依據整體量測報告事件紀錄中出現的WLAN存取點,累加該存取點的訊號量測次數;依據WLAN存取點地理區域群集內的存取點訊號量測次數,更新群集內各個WLAN存取點的信賴權重;定時檢查WLAN存取點資料庫中每個存取點信賴權重是否過時,若過時則刪除該存取點資訊。
另外,接收LTE eNodeB基站的訊務流量,從中過濾出預定追蹤裝置之量測報告事件紀錄及位置相關事件紀錄;依據預定追蹤裝置之量測報告事件紀錄及位置相關事件紀錄,若有WLAN存取點訊號樣本的話,從WLAN存取點資料庫中,利用K-Nearest Neighborhood演算法搜尋出最相近的WLAN存取點地理區域群集;若該存取點地理區域群集在WLAN訊號樣本資料庫中有訓練資料的話,就利用Fingerprint演算法以及對應的訓練資料,推算預定追蹤裝置的位置,反之,若該存取點地理區域群集在WLAN訊號樣本資料庫中沒有訓練資料的話,就利用Centroid演算法以及WLAN存取點資料庫的對應資料,推算預定追蹤裝置的位置。另外,在沒有WLAN存取點訊號樣本但有基站訊號樣本時,利用Centroid演算法以及基站資料庫的對應資料,推算預定追蹤裝置的位置。
因此,本發明之基於長期演進-無線區域網路聚合的無線網路定位方法,可藉由攔截LTE eNodeB基站的整體量測報告事件紀錄,以縮短WLAN定位資料庫的更新週期,
並且減少WLAN定位訓練資料的建置成本。
請參照第6圖,其為本發明之無線區域網路存取點地理區域群集更新的流程圖,請一併參考第2和5圖。為了加快無線網路定位過程中的比對速度,並確保WLAN存取點資料庫15沒有過時,本發明之無線網路定位系統的WLAN存取點地理區域群集更新模組16,可利用從eNodeB基站訊務攔截到的“MeasurementReport”事件紀錄,建立並更新WLAN存取點地理區域群集資訊200(如第5圖所示,例如標號210為地理區域群集),其中,所謂的WLAN存取點地理區域群集資訊200係指在某一地理區域內相鄰WLAN存取點的群簇集合,其資料格式如下所示:WifiApGeoClusterLocation(x,y,z)={APInfo1,APInfo2,...APInfon}
ApInfon=[MACn,MeasurementCountn,ConfindenceWeightn,LastUpdateTimem]
本發明之WLAN存取點地理區域群集更新流程如第6圖所示,詳細步驟描述如下。將訊務攔截模組10提供之整體量測報告事件紀錄所紀錄的Wi-Fi存取點訊號量測樣本,按照RSSI接收信號強度大小,把樣本中的每個存取點(AP)依次序搜尋WLAN存取點資料庫15,檢查該存取點是否已經歸類在某個地理區域群集中。
若樣本中的某一存取點已經歸類在某個地理區域群集GCn中的話,就將該樣本中的所有存取點都歸類在該地
理區域群集GCn。舉例來說,訊號量測樣本240中有一存取點已經歸類在地理區域群集230中,因此,可將訊號量測樣本240中的所有存取點納入地理區域群集230中。
若樣本中的所有存取點都沒有歸類在某個地理區域群集GCn中的話,就新增一個地理區域群集GCn+1,將該樣本中的所有存取點都歸類在新增的地理區域群集GCn+1中。舉例來說,訊號量測樣本220中沒有存取點歸類在任何既存的地理區域群集中,我們就將訊號量測樣本220中的所有存取點都歸類在新增的地理區域群集中。
若樣本中存取點在WLAN存取點資料庫15可搜尋得到的話,則將資料庫中此存取點的量測次數MeasurementCountn累加。
依據該地理區域群集GCn或GCn+1內存取點的量測次數MeasurementCountn,更新群集內所有存取點的信賴權重。存取點信賴權重ConfindenceWeightn,可以依照以下公式計算:COnfidenceWeighti=MeasurmentCounti/(MeasurmentCount1+MeasurmentCount2+...+MeasurmentCounti+...+MeasurmentCountn)
定時檢查WLAN存取點資料庫15中所有存取點的信賴權重。若該存取點的信賴權重ConfindenceWeightn小於特定門檻值(如0.5等),且該存取點最後更新時間LastUpdateTimen距今超過一定時間(如一個月或數天)的
話,就判定該存取點過時,並且將其從WLAN存取點資料庫15中移除。
請參照第7圖,其為本發明網路定位服務的流程圖,詳細步驟如下所述,請一併參考第3和5圖。接收第三方業者5針對用戶裝置3發出之定時追蹤要求,將此要求之裝置代碼(常用一門號表示)加入訊務攔截模組10之過濾名單中。
訊務攔截模組10根據名單,從eNodeB基站4的訊務流量中過濾出用戶裝置3之量測報告事件紀錄及位置相關的事件紀錄。
用戶裝置3的事件紀錄中,若有WLAN存取點訊號量測樣本的話,按照存取點的RSSI接收信號強度大小,把樣本中的每個存取點依次序搜尋WLAN存取點資料庫15,找出該存取點所歸類的地理區域群集。
若有找到地理區域群集的話,可考量是否有訓練資料。其中,若該群集在WLAN訊號樣本資料庫13中有訓練資料的話,就利用Fingerprint演算法以及對應的訓練資料,來推算用戶裝置3的位置,反之,若該群集在WLAN訊號樣本資料庫13中沒有訓練資料的話,就利用Centroid演算法以及WLAN存取點資料庫15的對應資料,來推算用戶裝置3的位置。
另外,若沒找到地理區域群集的話,就利用Centroid演算法以及WLAN存取點資料庫13的對應資料,推算用戶裝置3的位置,並將此訊號量測樣本送至WLAN存取點
地理區域群集更新模組16,新增地理區域群集。
在其他情況中,若沒有WLAN存取點訊號樣本,但有基站訊號樣本的話,就利用Centroid演算法以及基站資料庫的對應資料,推算用戶裝置3的位置。
最後,將推算所得的用戶裝置3位置存入位置紀錄資料庫12中。因此,在第三方業者5向網路定位模組11查詢用戶裝置3的位置時,從位置紀錄資料庫12搜尋用戶裝置3之最新位置紀錄,並回報給第三方業者5。
綜上所述,本發明透過過濾eNodeB的訊務流量來蒐集WLAN存取點訊號量測紀錄,可以避開手機關閉WLAN掃描跟自身MAC隨機擾碼而無法取得有用的WLAN訊號樣本的問題,進而可以在伺服器端運用Fingerprint樣本比對定位演算法,突破現行伺服器端難以蒐集用戶裝置周圍WLAN訊號的障礙,且在用戶裝置使用LTE-WLAN Aggregation行動上網的過程中,即可蒐集並更新WLAN存取點訊號資料。不需要像目前行動裝置的網路定位服務,在用戶開啟App定位功能時才有機會蒐集。另外,WLAN Fingerprint樣本比對定位技術,以往用戶裝置需要額外安裝App才能使用,透過本發明則無需加裝App,伺服器端即可提供WLAN Fingerprint樣本比對定位服務。
上述實施形態僅例示性說明本發明之原理及其功效,而非用於限制本發明。任何熟習此項技藝之人士均可在不違背本發明之精神及範疇下,對上述實施形態進行修飾與改變。因此,本發明之權利保護範圍,應如後述之申請專
利範圍所列。
Claims (11)
- 一種基於長期演進-無線區域網路聚合的無線網路定位系統,係包括:訊務攔截模組,係用於接收來自長期演進基站之訊務流量,以由該長期演進基站之訊務流量中過濾出無線資源控制協定中的整體量測報告事件紀錄以及與預定追蹤裝置相關之量測報告事件紀錄及位置相關事件紀錄;以及網路定位模組,係連接該訊務攔截模組,以接收來自該訊務攔截模組之該量測報告事件紀錄,俾比對該量測報告事件紀錄與無線區域網路訊號樣本資料庫、基站資料庫及無線區域網路存取點資料庫內之預存資訊,以推算該預定追蹤裝置之裝置位置;其中,該網路定位模組係依據該預定追蹤裝置之該量測報告事件紀錄及該位置相關事件紀錄,於存在無線區域網路存取點訊號樣本時,自該無線區域網路存取點資料庫中,利用最近鄰居演算法搜尋出最相近的無線區域網路存取點地理區域群集;以及於該無線區域網路存取點地理區域群集在該無線區域網路存取點資料庫中有訓練資料時,該網路定位模組利用指紋採樣演算法及對應的訓練資料,以推算該預定追蹤裝置之位置,或者於該無線區域網路存取點地理區域群集在該無線區域網路存取點資料庫中無該訓練資料時,該網路定位模組利用中心聚合演算法及該無線區域網路存取點資料庫的對應資料,以推算該預定追蹤裝置之位置。
- 如申請專利範圍第1項所述之基於長期演進-無線區域網路聚合的無線網路定位系統,更包括位置紀錄資料庫,係用於儲存該預定追蹤裝置之裝置位置。
- 如申請專利範圍第1項所述之基於長期演進-無線區域網路聚合的無線網路定位系統,其中,該網路定位模組復用以接收有關該預定追蹤裝置其所在位置之定時追蹤要求,以及將該預定追蹤裝置之裝置代碼加入該訊務攔截模組之過濾名單。
- 如申請專利範圍第3項所述之基於長期演進-無線區域網路聚合的無線網路定位系統,其中,該訊務攔截模組復依據該網路定位模組所提供之該過濾名單,自該長期演進基站之訊務流量中攔截該預定追蹤裝置的位置更新及該量測報告事件紀錄,以匯入至該網路定位模組。
- 如申請專利範圍第1項所述之基於長期演進-無線區域網路聚合的無線網路定位系統,更包括無線區域網路存取點地理區域群集更新模組,係用於自該訊務攔截模組接收該整體量測報告事件紀錄,以依據該整體量測報告事件紀錄建立或更新該無線區域網路存取點資料庫內之無線區域網路存取點地理區域群集資訊及信賴權重。
- 如申請專利範圍第5項所述之基於長期演進-無線區域網路聚合的無線網路定位系統,其中,該無線區域網路存取點地理區域群集更新模組復用以定時刪除該信賴權重低於一門檻值之無線區域網路存取點的資訊。
- 如申請專利範圍第1項所述之基於長期演進-無線區域網路聚合的無線網路定位系統,其中,該無線區域網路存取點資料庫內之預存資訊包括無線區域網路存取點的地理區域群集資訊及其MAC位址、位置座標或信賴權重,該基站資料庫內之預存資訊包括基站編號、位置座標或信賴權重,以及該無線區域網路訊號樣本資料庫內之預存資訊包括各場域之該無線區域網路訊號樣本。
- 一種基於長期演進-無線區域網路聚合的無線網路定位方法,包括下列步驟:由長期演進基站之訊務流量中過濾出無線資源控制協定中的整體量測報告事件紀錄以及預定追蹤裝置之量測報告事件紀錄及位置相關事件紀錄;依據該整體量測報告事件紀錄,建立或更新無線區域網路存取點地理區域群集之資訊及信賴權重;以及依據該預定追蹤裝置之該量測報告事件紀錄及該位置相關事件紀錄,推算該預定追蹤裝置之位置;其中,推算該預定追蹤裝置之位置之步驟,包括下列子步驟:依據該預定追蹤裝置之該量測報告事件紀錄及該位置相關事件紀錄,於存在無線區域網路存取點訊號樣本時,自無線區域網路存取點資料庫中,利用最近鄰居演算法搜尋出最相近的該無線區域網路存取點地理區域群集;以及於該無線區域網路存取點地理區域群集在該無線區域網路存取點資料庫中有訓練資料時,利用指紋採樣演算法及對應的訓練資料,以推算該預定追蹤裝置之位置,或者於該無線區域網路存取點地理區域群集在該無線區域網路存取點資料庫中無該訓練資料時,利用中心聚合演算法及該無線區域網路存取點資料庫的對應資料,以推算該預定追蹤裝置之位置。
- 如申請專利範圍第8項所述之基於長期演進-無線區域網路聚合的無線網路定位方法,其中,建立或更新該無線區域網路存取點地理區域群集資訊及該信賴權重之步驟,包括下列子步驟:依據該整體量測報告事件紀錄中的無線區域網路存取點訊號樣本,利用DRSCAN演算法建立並更新該無線區域網路存取點地理區域群集資訊,以存入該無線區域網路存取點地理區域群集資訊至無線區域網路存取點資料庫中;依據該整體量測報告事件紀錄中出現的無線區域網路存取點,累加該無線區域網路存取點的訊號量測次數;依據無線區域網路存取點地理區域群集內的該無線區域網路存取點的訊號量測次數,更新該無線區域網路存取點地理區域群集內各無線區域網路存取點的信賴權重;以及定時檢查該無線區域網路存取點資料庫中各該無線區域網路存取點的信賴權重是否過時,以於該信賴權重過時時,刪除該無線區域網路存取點的資訊。
- 如申請專利範圍第8項所述之基於長期演進-無線區域網路聚合的無線網路定位方法,其中,於不存在無線區域網路存取點訊號樣本但存在基站訊號樣本時,利用中心聚合演算法及基站資料庫的對應資料,以推算該預定追蹤裝置之位置。
- 如申請專利範圍第8項所述之基於長期演進-無線區域網路聚合的無線網路定位方法,其中,該無線區域網路存取點地理區域群集資訊係指於一地理區域內相鄰無線區域網路存取點的群簇集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107110060A TWI672063B (zh) | 2018-03-23 | 2018-03-23 | 基於長期演進-無線區域網路聚合的無線網路定位方法及系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107110060A TWI672063B (zh) | 2018-03-23 | 2018-03-23 | 基於長期演進-無線區域網路聚合的無線網路定位方法及系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI672063B true TWI672063B (zh) | 2019-09-11 |
TW201941647A TW201941647A (zh) | 2019-10-16 |
Family
ID=68618765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107110060A TWI672063B (zh) | 2018-03-23 | 2018-03-23 | 基於長期演進-無線區域網路聚合的無線網路定位方法及系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI672063B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105206041A (zh) * | 2015-08-12 | 2015-12-30 | 东南大学 | 一种考虑时序dbscan的智能手机轨迹链簇识别方法 |
CN107484240A (zh) * | 2016-06-07 | 2017-12-15 | 中兴通讯股份有限公司 | 一种基于指纹进行定位的方法及装置 |
US20170371024A1 (en) * | 2014-12-04 | 2017-12-28 | Here Global B.V. | Supporting a collaborative collection of data |
-
2018
- 2018-03-23 TW TW107110060A patent/TWI672063B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170371024A1 (en) * | 2014-12-04 | 2017-12-28 | Here Global B.V. | Supporting a collaborative collection of data |
CN105206041A (zh) * | 2015-08-12 | 2015-12-30 | 东南大学 | 一种考虑时序dbscan的智能手机轨迹链簇识别方法 |
CN107484240A (zh) * | 2016-06-07 | 2017-12-15 | 中兴通讯股份有限公司 | 一种基于指纹进行定位的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
TW201941647A (zh) | 2019-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11490348B2 (en) | Signal quality database | |
KR101831716B1 (ko) | 모바일 디바이스로부터의 크라우드소싱을 제어하기 위한 기술들 및 방법들 | |
AU2010332113B2 (en) | Location intelligence management system | |
EP2066143B1 (en) | Radio cell performance monitoring and/or control based on user equipment positioning data and radio quality parameters | |
KR100645355B1 (ko) | 파일롯 셀 데이터베이스를 이용한 네트워크 기반의측위방법 및 시스템 | |
JP6313332B2 (ja) | ワイヤレスローカルエリアネットワークのアクセスポイントに関する情報を収集するための方法、装置、およびシステム | |
EP2640116B1 (en) | Calibration method and device for coverage database | |
US20130005297A1 (en) | Method and apparatus for mapping operating parameter in coverage area of wireless network | |
US20050043036A1 (en) | Apparatus and method for obtaining location information of mobile stations in a wireless communications network | |
CN100579300C (zh) | 一种在移动通讯系统中触发型定位的实现方法 | |
WO2014163889A1 (en) | Method and apparatus for scanning for a wireless access point | |
EP2755433B1 (en) | Mobile communication system | |
US11528584B2 (en) | Contact tracing based on comparing geo-temporal patterns of wireless terminals, including mobility profiles | |
US20040203882A1 (en) | Location services | |
EP1457073A1 (en) | A method of gathering location data of terminals in a communication network | |
KR20090043216A (ko) | 단말 기반의 네트워크 정보 업데이트 장치 및 방법 | |
US9900736B1 (en) | Associating a mobile station with an audio incident | |
TWI672063B (zh) | 基於長期演進-無線區域網路聚合的無線網路定位方法及系統 | |
KR100623290B1 (ko) | 빌딩 내에서의 통화 품질 측정 방법 및 시스템 | |
US8886228B1 (en) | Asynchronous triggering of mobile station location estimation | |
WO2021008393A1 (zh) | 一种无线小区的覆盖黑洞识别方法及系统 | |
KR101782390B1 (ko) | 네트워크 정보 수집 시스템 및 그 방법 | |
JP5871390B2 (ja) | 無線通信端末の位置に応じてサービス提供の可否を制御するシステム及び方法 | |
US20150215893A1 (en) | System and method for fine-resolution mapping of cellular network coverage and capacity | |
KR102595556B1 (ko) | 지역별 통신 품질 상태를 판단하는 통신 시스템 및 그 제어방법 |