一种室外聚类匹配定位方法和装置制造方法
【专利摘要】本发明公开了一种室外聚类匹配定位方法和装置，该方法包括：特征库制作阶段：根据网格环境对网格进行聚类分割，将特征库按类别分成若干个子特征库；定位阶段：当终端侧向网络侧发起定位请求时，网络侧根据终端上报的射频信号特征量进行位置估计；根据位置估计值对射频信号特征量进行聚类分析后，根据所属类别到相应子特征库里进行匹配，获得定位结果；将定位结果返回给终端侧，当前定位过程结束。本发明所述室外聚类匹配定位方法和装置，可以克服现有技术中测量精度低、误判率高和适用范围小等缺陷，以实现测量精度高、误判率低和适用范围广的优点。
【专利说明】一种室外聚类匹配定位方法和装置
【技术领域】
[0001]本发明涉及通信【技术领域】，具体地，涉及一种室外聚类匹配定位方法和装置。
【背景技术】
[0002]终端定位技术是利用无线通信网络资源确定网络中的终端用户在地表位置的方法，它伴随无线通信技术的应用而出现，跟随无线通信网络的演进而发展。20世纪80年代以来，由于蜂窝移动通信系统的出现，以及人们对智能交通运输系统和呼叫追踪方面的需要，对终端定位技术提出了新要求。美国联邦通信委员会(FCC)于1996年公布了 E-911条例，要求在2001年10月I日前，美国各电信运营商的无线蜂窝系统必须提供终端定位误差在125米内时，定位概率达到67%的定位服务。1998年又提出了定位误差在400米内时，定位概率不低于90%的服务要求。1999年FCC对定位精度提出新的要求:对基于网络的定位服务，定位误差在100米内时，定位概率达到67% ;定位误差300米内时，定位概率达到95%;对基于终端的定位服务，定位误差50米内时，定位概率达到67%，定位误差150米时，定位概率达到95%。
[0003]美国FCC的规定大大推动了蜂窝无线定位技术的发展，明确基于位置的服务将是今后各种无线蜂窝网络，特别是3G网络必备的基本功能，催生和推动了一个产业和市场的产生与发展。其它国家和地区如欧洲、日本、韩国等相关组织也作了相类似的规定，而且在很多方面达成了一致。
[0004]随着社会的发展，人们的活动范围越来越大，而且也越来越不稳定。这种移动性和不确定性给移动通信的定位服务带来了无限商机。另一方面对移动通信网本身来说，移动性管理一直是网络的难点问题，如果本身知道移动终端的精确位置，再进行移动性管理就变得相对简单。另一方面的重要应用是，利用移动终端的精确位置能更有效地管理网络的无线资源，如频谱资源的动态分配，系统资源的干扰协调和调度。所以，无论是用户的需求，还是运营商或网络供应商的本身需求，都为定位服务的发展注入了活力，使得定位服务市场呈现出一片生机。
[0005]当前应用最广泛的GPS定位技术虽然具有定位精度高的优点，在水平方向和垂直方向的定位误差分别为13米和22米时，定位概率能达到95%，但是，在峡谷、高建筑物附近或者有较强阴影遮挡区域，终端不易接收卫星信号，导致定位失败；另一个问题是基于卫星定位的接收机首次定位时间较长，短则几秒，长则需要60秒，这就不适合定位实时性要求较高的场合；更现实的问题是，基于GPS等卫星定位的终端由于耗电大，导致现在的手机用户不愿使用GPS终端定位服务。
[0006]近年来,基于W1-Fi (WirelessFidelity)、蜂窝网络等的无线网络定位技术迅速发展。虽然基于W1-Fi的定位技术具有定位精度高、技术成熟等优点，但是，由于W1-Fi覆盖距离较短，且室外部署AP较少，因此无法实现室外的全方位无缝定位。由于蜂窝网络覆盖范围广，基础设施完善，因此基于蜂窝网络的室外无缝定位逐渐成为了各大公司和标准组织的研究热点。[0007]现有基于蜂窝网络的定位技术主要分为基于参数和基于指纹匹配两大类，前者通过将信号强度或时延转换为距离或角度等信息，进而估计位置。由于电波传播的多径效应和非视距传播等因素的影响，定位精度很难达到满意的效果，只是部署和计算上比较简单。后者采用基于指纹匹配的方法，通过在定位区域中的所有位置进行射频信号采集，从而构建信号强度矢量与定位位置的映射关系(训练指纹)，定位阶段根据实时采集的射频信号计算出定位位置。这种方法定位精度高，且不需要额外的基础设施。因此，我们需要研究基于蜂窝网络的指纹匹配定位技术，实现室外高精度无缝定位。
[0008]基于指纹匹配的定位技术的基本原理是，通过在定位区域中的所有位置进行射频信号采集，从而构建信号矢量与定位位置的映射关系(训练指纹)，定位阶段根据实时采集的射频信号计算出定位位置。这种方法定位精度高，且不需要额外的基础设施。
[0009]基于指纹匹配的蜂窝网络定位技术一般分为两个阶段:离线训练(offline)阶段和在线(online)定位阶段。在离线训练阶段，对蜂窝网中定位区域内的所有位置进行射频信号采集，通过实测测量量数据来构建以各个小区域为索引的数据库，从而构建信号矢量与定位位置的映射关系库；当需要确定移动终端的位置时，即在线定位阶段，移动终端实时采集射频信号，并将测量量与后台的数据库进行匹配，以一定的算法标准来选择最合适的小区域，并将其作为移动终端的估算位置(见图1)。
[0010]基于指纹匹配的蜂窝网络定位技术以美国Polaris公司的最大似然估计(MaximumLikelihood, ML)匹配定位技术为代表。其定位方法的实现步骤如下:
[0011]特征库制作:
[0012]Stepl.对待定位区域进行网格划分，得到网格集合L = (I1, I2，…，IJ，其中Ii =(id, XilYilZi), (I≤i≤η)，表示第i个网格对应的网格id和位置坐标。
[0013]Step2.逐个对所有网格进行信号特征量采集，得到网格指纹库RM = (IilF(Ii) |i=l，2，...，n}。对于网格Ii，进行多次信号特征量测量，求取样本均值作为网格指纹:
[0014]F(Ii) = (EcNoi l, EcNoi 2,..., EcNoi li ；T0Ai；1, TOAi 2,..., TOAi p ；
RSCPij 1; RSCPij2,...，RSCPijQ)，并计算出不同测量量的方差、Sj0a和。
[0015]定位过程:
[0016]Step3.终端侧向网络侧发起定位请求，并上报信号特征量测量报告:
[0017]
【权利要求】
1.一种室外聚类匹配定位方法，其特征在于，主要包括: a、特征库制作阶段:根据网格环境对网格进行聚类分割，将特征库按类别分成若干个子特征库； b、定位阶段:当终端侧向网络侧发起定位请求时，网络侧根据终端上报的射频信号特征量进行位置估计；根据位置估计值对射频信号特征量进行聚类分析后，根据所属类别到相应子特征库里进行匹配，获得定位结果； C、将定位结果返回给终端侧，当前定位过程结束。
2.根据权利要求1所述的室外聚类匹配定位方法，其特征在于，在步骤a中，所述将特征库按类别分成若干个子特征库的操作，具体包括: 按照服务小区Bestcell进行分类，第一用户UE1、第二用户UE2的服务小区Bestcell均为第一小区CELL1，第三用户UE3的服务小区Bestcell为第二小区CELL2 ； 对于服务小区Bestcell相同的用户，按照到达时间TOA个数进行分类: 对于第一用户UE1，它只能收到第一小区CELLl的信号，标记为第一到达时间T0A1，所以到达时间TOA个数为I ; 对于第二用户UE2，能收到第一小区CELLl和第二小区CELL2两个小区的信号，分别标记为第二到达时间T0A2及第三到达时间T0A3，所以到达时间TOA个数为2 ； 对于第三用户UE3，能收到第二小区CELL2和第三小区CELL3两个小区的信号，分别标记为第四到达时间T0A4及到第五达时间T0A5，到达时间TOA个数同样为2 ； 和/或， 在步骤b中，所述根据位置估计值对射频信号特征量进行聚类分析后，根据所属类别到相应子特征库里进行匹配，获得定位结果的操作，具体包括: 当收到一条测量报告MR信号时: 首先，检查该测量报告MR信号的最佳小区，根据最佳小区进行第一次聚类，选中该最佳小区的子库； 其次，根据到达时间TOA个数进行第二次聚类，找到二次聚类后的子库，再开始匹配；如果在该子库及个数相邻子库中均不能找到满足欧式距离要求的点，则将该点标记为坏点，采用历史位置作为定位点。
3.根据权利要求1或2所述的室外聚类匹配定位方法，其特征在于，在步骤a中，所述特征库制作的操作，具体包括:. 8.一种含La的高性能 ⑴对待定位区域进行网格划分，得到网格集合L =队，、，...，。，其中Ii =(id, XilYilZi), (I≤i≤η)，表示第i个网格对应的网格id和位置坐标； ⑵逐个对所有网格进行信号特征量采集，得到网格指纹库RM= IlilF(Ii) |i =.1，2，...，n};对于网格Ii，进行多次信号特征量测量，求取样本均值作为网格指纹:
F(Ii) = (EcNoi l, EcNoi 2,..., EcNoi li ；T0Ai；1, TOAi 2,..., TOAi p ；RSCPi, ” RSCPij2,...，RSCPi, Q)； 其中，EcN0i，k(l≤k≤K)表示网格Ii收到的第k个小区的信噪比，K为信噪比的总个数^OAiJl≤P≤P)表示网格Ii收到的第P个Τ0Α，Ρ为TOA的总个数JSCP^a≤q≤Q)表示网格Ii收到的第q个接收信号码功率，Q为接收信号码功率的总个数； ⑶逐个对所有网格指纹的特征量按照服务小区标识符CID进行聚类分割，然后对于相同服务小区下的每个子库，按照TOA的有效数目TOAnum进行二次聚类分割: if TOAnum = O F(Ii) e RM0, I ≤ i ≤ η elseif TOAnum = j F(Ii) e RMj, I ≤ i ≤ n, j ≥I end 其中RMj表示相同CID条件下TOA有效数目为j的子特征库。
4.根据权利要求3所述的室外聚类匹配定位方法，其特征在于，在步骤a中，所述定位的操作，具体包括: ⑷终端侧向网络侧发起定位请求，并上报信号特征量测量报告:
5.一种室外聚类匹配定位装置，其特征在于，主要包括依次连接的特征库制作模块、定位模块和定位结果回馈终端，其中:所述特征库制作模块，用于根据网格环境对网格进行聚类分割，将特征库按类别分成若干个子特征库； 所述定位模块，用于当终端侧向网络侧发起定位请求时，网络侧根据终端上报的射频信号特征量进行位置估计；根据位置估计值对射频信号特征量进行聚类分析后，根据所属类别到相应子特征库里进行匹配，获得定位结果； 所述定位结果回馈终端，用于将定位结果返回给终端侧，当前定位过程结束。
6.根据权利要求5所述的室外聚类匹配定位装置，其特征在于，所述特征库制作模块，包括依次连接的服务小区Bestcell分类子模块和到达时间TOA标记子模块，其中: 所述服务小区Bestcell分类子模块，用于按照服务小区Bestcell进行分类，第一用户UEl、第二用户UE2的 服务小区Bestcell均为第一小区CELLl，第三用户UE3的服务小区Bestcell 为第二小区 CELL2 ； 所述到达时间TOA标记子模块，用于对于服务小区Bestcell相同的用户，按照到达时间TOA个数进行分类:对于第一用户UE1，它只能收到第一小区CELLl的信号，标记为第一到达时间T0A1，所以到达时间TOA个数为I ;对于第二用户UE2，能收到第一小区CELLl和第二小区CELL2两个小区的信号，分别标记为第二到达时间T0A2及第三到达时间T0A3，所以到达时间TOA个数为2 ;对于第三用户UE3，能收到第二小区CELL2和第三小区CELL3两个小区的信号，分别标记为第四到达时间T0A4及到第五达时间T0A5，到达时间TOA个数同样为2; 和/或， 所述定位模块，包括依次连接的一次聚类子模块和二次聚类子模块，其中: 所述一次聚类子模块，用于当收到一条测量报告MR信号时，检查该测量报告MR信号的最佳小区，根据最佳小区进行第一次聚类，选中该最佳小区的子库； 所述二次聚类子模块，用于根据到达时间TOA个数进行第二次聚类，找到二次聚类后的子库，再开始匹配；如果在该子库及个数相邻子库中均不能找到满足欧式距离要求的点，则将该点标记为坏点，采用历史位置作为定位点。
【文档编号】H04W64/00GK103997783SQ201410204479
【公开日】2014年8月20日 申请日期:2014年5月14日 优先权日:2014年5月14日
【发明者】罗新龙, 孙启明, 王耀辉, 李虎, 卞玉军 申请人:无锡北邮感知技术产业研究院有限公司, 北京邮电大学