用户定位方法和装置与流程

本发明涉及移动通信领域，特别涉及一种用户定位方法和装置。
背景技术：
：一种ltemr(measurementreport，测量报告)定位方法采用rsrp(referencesignalreceivingpower，参考信号接收功率)评估距离的方式，得到邻区到用户所在位置的距离评估，再通过三角定位算法活动用户所在位置，该方法存在rsrp评估距离误差大，三角定位算法对地面做平面近似，导致其定位准确性低。另一技术方案采用ta(timingadvance，时间提前量)、aoa(angle-of-arrival，到达角度测距)的三角定位方法定位，aoa是tdd(timedivisionduplexing，时分双工)lte(longtermevolution，长期演进)网络中特有的字段，在fdd(frequencydivisionduplexing，频分双工)lte网络中无该字段，因此该技术方案无法应用到fddlte网络。技术实现要素：鉴于以上技术问题，本发明提供了一种用户定位方法和装置，大大提高了用户定位准确性，提高了资源使用效率。根据本发明的一个方面，提供一种用户定位方法，包括：获取小区数据和测量报告数据；根据小区数据计算小区的邻区和小区覆盖范围；根据测量报告数据、小区的邻区和小区覆盖范围提取信息指纹；根据小区的邻区、小区覆盖范围、信息指纹计算用户终端的位置。在本发明的一个实施例中，所述用户定位方法还包括：将所述信息指纹和对应的用户终端位置保存到指纹定位库。在本发明的一个实施例中，所述用户定位方法还包括：在提取信息指纹后，根据所述信息指纹从指纹定位库匹配对应的用户终端位置；在匹配到对应的用户终端位置的情况下，将匹配到的用户终端位置作为用户终端的位置；在未匹配到对应的用户终端位置的情况下，执行根据小区的邻区、小区覆盖范围、信息指纹计算用户终端的位置的步骤。在本发明的一个实施例中，所述根据小区数据计算小区的邻区和小区覆盖范围包括：根据小区数据计算小区预定距离内的邻区，记录频点及对应的基站标识和小区标识，其中，所述小区数据包括基站标识、小区标识、经度、纬度、物理小区标识和频点；获取小区的左偏角和右偏角，根据小区的左偏角和右偏角确定小区覆盖范围。在本发明的一个实施例中，所述测量报告数据包括基站标识、小区标识、时间提前量、参考信号接收功率、物理小区标识、频点、邻区参考信号接收功率、邻区物理小区标识和邻区频点中的至少一项。在本发明的一个实施例中，所述信息指纹包括主小区、主小区时延、主小区的偏向小区、第一邻小区、第一邻小区的偏向小区、第二邻小区、第二邻小区的偏向小区、第一标志位、第二标志位和第三标志位中的至少一项。在本发明的一个实施例中，所述根据测量报告数据、小区的邻区和小区覆盖范围提取信息指纹包括：根据测量报告数据中物理小区标识和频点关联小区邻区表，得到小区及邻区信息；根据参考信号接收功率计算主小区的偏向小区，其中，所述偏向小区为与主小区相同基站下参考信号接收功率仅小于主小区的参考信号接收功率的小区；根据参考信号接收功率计算邻小区的偏向小区；计算第一标志位、第二标志位和第三标志位，其中，第一标志位表示主小区与偏向小区的参考信号接收功率差值是否大于第一预定值，第二标志位表示主小区与第一邻小区的参考信号接收功率差值是否大于第二预定值，第二标志位表示主小区参考信号接收功率的范围是否大于预定范围。在本发明的一个实施例中，所述根据小区的邻区、小区覆盖范围、信息指纹计算用户终端的位置包括：获取主小区的覆盖角度；根据时间提前量计算用户与小区的接入距离；以主小区为原点，以所述接入距离为半径，在覆盖角度范围内，针对每一角度计算出一个待评价点；计算每个待评价点的评价值，并根据每个待评价点的评价值确定用户终端的位置点。在本发明的一个实施例中，所述计算每个待评价点的评价值，并根据每个待评价点的评价值确定用户终端的位置点包括：确定主要小区覆盖范围，其中，初始状态主要小区覆盖范围为主小区覆盖范围；针对主要小区覆盖范围，计算每个待评价点的评价值；判断是否存在评价值大于预定值的待评价点；若不存在评价值大于预定值的待评价点，则判断主要小区覆盖范围是否为主小区360度；在不存在评价值大于预定值、且主要小区覆盖范围不是主小区360度的情况下，按照主用小区范围的更换顺序更换主要小区覆盖范围，其中所述更换顺序为主小区、偏向小区、主小区时间提前量加、偏向小区时间提前量加1和主小区360度；在存在评价值大于预定值的待评价点的情况下，将评价值最高的待评价点作为用户终端的位置点；在不存在评价值大于预定值、且主要小区覆盖范围是主小区360度的情况下，将主小区覆盖范围中评价值最高的待评价点作为用户终端的位置点。在本发明的一个实施例中，所述计算每个待评价点的评价值包括：通过判断离待评价点最短距离的小区是否是测量报告数据所包含小区，来确定每个待评价点的第一评价值；通过判断评价点是否在小区覆盖范围内，来确定每个待评价点的第二评价值；将所述第一评价值和所述第二评价值累计，获得每个待评价点的评价值。根据本发明的另一方面，提供一种用户定位装置，包括：数据获取模块，用于获取小区数据和测量报告数据；小区范围计算模块，用于根据小区数据计算小区的邻区和小区覆盖范围；指纹提取模块，用于根据测量报告数据、小区的邻区和小区覆盖范围提取信息指纹；位置计算模块，用于根据小区的邻区、小区覆盖范围、信息指纹计算用户终端的位置。在本发明的一个实施例中，所述用户定位装置用于执行实现如上述任一实施例所述的用户定位方法的操作。根据本发明的另一方面，提供一种用户定位装置，包括存储器和处理器，其中：存储器，用于存储指令；处理器，用于执行所述指令，使得所述装置执行实现如上述任一实施例所述的用户定位方法的操作。根据本发明的另一方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如上述任一实施例所述的用户定位方法。本发明大大提高了用户定位准确性，提高了资源使用效率，是所有位置相关应用的基础；本发明可以适用于fdd\tdd网络，适用面更广。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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为本发明用户定位方法一个实施例的示意图。图2为本发明一个实施例中确定邻区的示意图。图3a-图3d为本发明不同情况下确定小区左偏角和右偏角的示意图。图4为本发明一个实施例中确定小区左右平分角度的示意图。图5a为本发明一个实施例中确定每个待评价点第一评价值的示意图。图5b和图5c为外接矩形是否包括其它点的示意图。图6为本发明一个实施例中确定每个待评价点第二评价值的示意图。图7为本发明用户定位方法另一实施例的示意图。图8为本发明用户定位方法又一实施例的示意图。图9为本发明用户定位装置一个实施例的示意图。图10为本发明用户定位装置另一实施例的示意图。图11为本发明与a厂家算法的各段定位误差分布对比示意图。图12a和12b为本发明与b厂家算法的栅格化云图评估对比分析示意图。图13为本发明在各场景应用中的精度示意图。图14a为本发明一种大误差情况的示意图。图14b为本法卖给你一个实施例中误差分布情况的示意图图15为本发明一个实施例中栅格化图层生成的示意图。具体实施方式下面将结合本发明实施例中的附图，对本发明实施例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一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。图1为本发明用户定位方法一个实施例的示意图。优选的，本实施例可由本发明用户定位装置执行。该方法包括以下步骤：步骤11，获取小区数据和测量报告数据中的至少一项，其中，所述小区数据可以包括基站标识、小区标识、经度、纬度、物理小区标识和频点；所述测量报告数据可以包括基站标识、小区标识、时间提前量、参考信号接收功率、物理小区标识、频点、邻区参考信号接收功率、邻区物理小区标识和邻区频点中的至少一项。步骤12，根据小区数据计算小区的邻区和小区覆盖范围。在本发明的一个实施例中，步骤12可以包括步骤121和步骤122，其中：步骤121，根据小区数据计算小区预定距离内的邻区，记录频点及对应的基站标识和小区标识。在本发明的一个具体实施例中，步骤121可以包括：步骤1211，获取球面两点距离。地球是一个近乎标准的椭球体，如果假设地球是一个完美的球体，那么它的半径就是地球的平均半径，记为r。如果以0度经线为基准，那么根据地球表面任意两点的经纬度就可以计算出这两点间的地表距离(这里忽略地球表面地形对计算带来的误差，仅仅是理论上的估算值)。设第一点a的经纬度为(lona,lata)，第二点b的经纬度为(lonb,latb)，按照0度经线的基准，东经取经度的正值(longitude)，西经取经度负值(-longitude)，北纬取90-纬度值(90-latitude)，南纬取90+纬度值(90+latitude)，则经过上述处理过后的两点被计为(mlona,mlata)和(mlonb,mlatb)。那么根据三角推导，可以得到计算两点距离的如公式(1)和(2)：c＝sin(mlata)*sin(mlatb)*cos(mlona-mlonb)+cos(mlata)*cos(mlatb)(1)distance＝r*arccos(c)*pi/180(2)这里，r和distance的单位是相同的，如果是采用6371.004千米作为半径，那么distance就是千米为单位。步骤1212，邻区算法逻辑。在本发明的一个具体实施例中，如图2所示，步骤1212可以包括：根据两点距离公式，计算小区预定距离(例如3公里)内的邻区；获取小区pci和频点；记录频点(100,75,1825,1850,41140)及对应的pci基站和小区标识。步骤1213，邻区结果输出，如表1所示。表1步骤122，获取小区的左偏角和右偏角，根据小区的左偏角和右偏角确定小区覆盖范围。在本发明的一个具体实施例中，步骤122可以包括：步骤1221，针对三种不同情况分别接受如何确定小区的左偏角和右偏角。第一、对于标准3个扇区的情况如图3a所示，a、b、c分别为三个扇区，ab为扇区a\b的夹角中心线，同理，bc、ac分别为b\c、a\c的夹角中心线。再对所有角进行一次平分角，aba为ab线与扇区a的夹角中心线，aca为ac线与扇区a夹角中心线，其他同理，这样360度方向就以扇区方向为基础划分为12个，即把原来的扇区a\b、b\c、a\c的夹角均分为四等分。以a为主小区，则a左边的夹角标左偏角(leftangle)＝(360-(b方位角-a方位角))/4a右边的夹角标右偏角(rightangle)＝(c方位角-a方位角)/4bcc与扇区c夹角即图3a的中角为(360-(左偏角*4+右偏角*4))/4第二、对于只有一个扇区的情况，则如图3b所示，按左右偏角均为30度(360/12)计算。第三、对于有两个扇区的情况。1)如图3c所示，如果b在a在右侧(a/b扇区之间的夹角<180度)默认a左偏角为30度，右偏角等于(b方位角-a方位角)/4。2)如图3d所示，如果b在a在左侧(a/b扇区之间的夹角>180度)默认a右偏角为30度，左偏角为(360-(b方位角-a方位角))/4。步骤1222，根据小区数据：基站标识，小区标识，频点，方向角，通过基站标识、小区标识、频点分组输出如表2所示的结果。表2字段名称类型说明enodeb_id基站标识整数cell_id小区标识整数fre_point频点整数left_angle左偏角浮点型两位小数right_angle右偏角浮点型两位小数步骤13，根据测量报告数据、小区的邻区和小区覆盖范围提取信息指纹。在本发明的一个实施例中，所述信息指纹可以包括主小区、主小区时延、主小区的偏向小区、第一邻小区、第一邻小区的偏向小区、第二邻小区、第二邻小区的偏向小区、第一标志位、第二标志位和第三标志位中的至少一项。在本发明的一个实施例中，步骤13可以包括：步骤131，根据测量报告数据中物理小区标识和频点关联小区邻区表，得到小区及邻区信息。步骤132，根据参考信号接收功率计算主小区的偏向小区，其中，所述偏向小区为与主小区相同基站下参考信号接收功率仅小于主小区的参考信号接收功率的小区。步骤133，根据参考信号接收功率计算邻小区的偏向小区；步骤134，计算第一标志位、第二标志位和第三标志位，其中，第一标志位表示主小区与偏向小区的参考信号接收功率差值是否大于第一预定值，第二标志位表示主小区与第一邻小区的参考信号接收功率差值是否大于第二预定值，第二标志位表示主小区参考信号接收功率的范围是否大于预定范围。例如：第一标志位：如果主小区与偏向小区的rsrp差值，大于15db则第一标志位为0；否则第一标志位为1。第二标志位：如果主小区与邻小区1的rsrp差值，大于15db则第二标志位为0，否则第二标志位为1。第三标志位：表示主小区rsrp值的范围，大于-105则第三标志位为0，否则第三标志位为1。步骤135，输出信息指纹结果，如表3所示。表3步骤14，根据小区的邻区、小区覆盖范围、信息指纹计算用户终端的位置。步骤141，获取主小区的覆盖角度。在步骤122有关覆盖区域的计算步骤中，已经预先算好每一个小区的左右平分角度。第一、对于标准3个扇区的情况假如接入小区是a，另外两个小区是b和c，方向角分别为angle_a,angle_b,angele_c，如图4所示：那么a和c之间的等分角度为小区a的左平分角度angle_left,a和b之间的等分角度为a的右平分角度angle_right，b和c之间的等分角度为360-(angle_left+angle_right)*4。第二、对于只有一个扇区的情况。若只有接入小区a，那么接入范围是从aca至aba,即是angle_min＝angle_a-angle_leftangle_max＝angle_a+anlge_right第三、对于有两个扇区的情况。若有偏向小区,假如偏向角大于angle_a+180(若大于360，则减去360)，那么偏向小区在小区a的左边，否则偏向小区在小区a的右边。若偏向小区偏向左边即是c若偏与主小区rsrp之差在15db以内，那么接入范围是ac至aca,即是angle_min＝angle_a-angle_left*2angle_max＝angle_a-angle_left若偏与主小区rsrp之差在15db以外，那么接入范围是aca至a,即是angle_min＝angle_a-angle_leftangle_max＝angle_a若偏向小区偏向右边即是b，则跟偏向左边做法类似。步骤142，根据ta(timingadvance，时间提前量)计算用户与小区的接入距离。由于1ta＝78.12m，用户与小区的接入距离rta＝ta*78.12。步骤143，以主小区为原点，以所述接入距离为半径，在覆盖角度范围内，针对每一角度计算出一个待评价点。在本发明的一个实施例中，步骤143可以包括：假设主小区经纬度为(lon,lat)，待接入角度θ∈[angle_min,angle_max]作为经度时：rtalon＝ta数*78.12/(r*cos(lat)*180/pi作为维度时：rtalan＝ta数*78.12/r*180/pi其中，地球半径r＝6370996.81米计算经纬度集合的方法为：lon_n＝lon+rtalon*cosθlat_n＝lat+rtalan*sinθ步骤144，计算每个待评价点的评价值，并根据每个待评价点的评价值确定用户终端的位置点。在本发明的一个实施例中，步骤144可以包括：步骤1441，通过判断离待评价点最短距离的小区是否是测量报告数据所包含小区，来确定每个待评价点的第一评价值。图5a为本发明一个实施例中确定每个待评价点第一评价值的示意图。如图5a所示，步骤1441可以包括：步骤(1)，计算评价点(定位点)到mr各个点的最小距离。步骤(2)，以评价点为中心外扩最小距离矩形。步骤(3)，从邻区列表里筛选出在矩形内部的小区。步骤(4)，判断外接矩形是否包括mr所包含小区外的其它小区。若包括其它小区，则执行步骤(5)；否则，若不包含其它小区，则执行步骤(6)。步骤(5)，其它小区距离是否比最小值还小。若其它小区距离比最小值还小，则执行步骤(7)；否则，若其它小区距不小于最小值，则执行步骤(6)。步骤(6)，得1分；之后不再执行本实施例的其它步骤。步骤(7)，的0分。如图5b所示，如定位点是p点，mr包含小区有a，b，c三个小区，接入站是小区b，则离p最近是b点，计算p到b点的距离，并计算其外接矩形。如果外接矩形没包含除了abc三个点之外的其它点(小区)，则p点加1分，如图5b所示；如果有则p点得0分，如图5c包含了h点。判断点是否在矩形框内，假设矩形最大最小经纬度分别为(max_lon,min_lon,max_lat,min_lat)，那么判断点(m_lon,m_lat)在矩形，必须满足m_lon<max_lon并且m_lon>min_lon并且m_lat<max_lat并且m_lat>min_lat这样只要对比大小大大减少了运算量，不需要每一个都计算距离。步骤1442，通过判断评价点是否在小区覆盖范围内，来确定每个待评价点的第二评价值。图6为本发明一个实施例中确定每个待评价点第二评价值的示意图。如图6所示，步骤1442可以包括：假设已知待评分点p(p_lon,p_lat)、邻区a(a_lon,a_lat)及邻区覆盖范围α至β，如图6所示，则方向角γ，采用极坐标方法可以得到：y＝sin(p_lon-a_lon)×cos(p_lat)x＝cos(a_lat)×sin(p_lat)-sin(a_lat)×cos(p_lat)×cos(p_lon-a_lon)方向角γ＝atan2(y,x)注意：角度和弧度转换。判断得到的方向角是否满足α<γ<β，如果满足表示在覆盖范围内，则加一分,否则如果α-30<γ<β+30，则加上0.1分，否则加0分。步骤1443，将所述第一评价值和所述第二评价值累计，获得每个待评价点的评价值。在本发明的一个实施例中，步骤1443可以包括：通过对每个点计算评价值，由高到低排序，评价值大于等于1的点保留，如果没有大于1的点，如下优先级依次更换主小区覆盖范围，寻找评价值大于1的点，具体更换主用小区的范围顺序为：主小区->偏向小区->主小区ta加1->偏向小区ta加1->主小区360度。当找到大于1的点时搜索停止，以最先找到的评价值大于1的点集为准，若没有找到，则以主小区覆盖范围内的点排序为准。如无大于1的点，则选择评分最高的点作为最终点，如评分最高的点分数相同，则记录多个定位点。基于本发明上述实施例提供的用户定位方法，解决了现有技术存在的定位精度低、应用范围小等问题，可极大的提高用户定位准确性，提高资源使用效率。本发明上述实施例解决了所有与4g移动网位置相关的应用的定位问题，例如对全网覆盖情况的评估，不需周期性cqt(callqualitytest，呼叫质量拨打测试)、dt(drivetest，路测)测试，即可得到每个区域的覆盖情况，指导规划。另外，本发明上述实施例可以实现对用户感知分布、用户位置分布、话务分布图等。本发明上述实施例还解决了单用户的位置轨迹进行回放问题，例如：在犯罪嫌疑人、受困人员等位置定位等。本发明上述实施例将地球作为球体来计算两点距离，相对于现有技术采用三角定位算法对地面做平面近似，大大提高了定位准确性。本发明上述实施例不需要aoa字段，由此可同时应用在tddlte和fddlte网络中，本发明上述实施例应用范围更广。图7为本发明用户定位方法另一实施例的示意图。优选的，本实施例可由本发明用户定位装置执行。该方法包括以下步骤：步骤d1和d2，获取小区数据和测量报告数据。步骤p1和p2，根据小区数据计算小区的邻区和小区覆盖范围。步骤d3，获取小区覆盖区域及其邻区表。步骤p3，根据测量报告数据、小区的邻区和小区覆盖范围提取信息指纹。在本发明的一个实施例中，步骤p3可以包括：mr先通过pci+频点在小区邻区表找到对应的邻区信息，再结合rsrp计算出偏向小区，标志位。步骤p4，根据小区的邻区、小区覆盖范围、信息指纹计算用户终端的位置。在本发明的一个实施例中，步骤p4可以包括：步骤(1)，先通过ta结合小区覆盖区域表，计算出待评价点。步骤(2)，计算每一个待评价点与主小区各个邻区距离，如果距离最短在mr有出现则加1分。步骤(3)，计算每一个待评价点与各个邻区夹角，如果在覆盖角度范围则加0.3分。步骤(4)，计算每一个待评价点与各个邻区夹角，如果在30度范围内加0.1分。步骤d4，将所述信息指纹和对应的用户终端位置保存到指纹定位库。本发明上述实施例中指纹算法关键过程是指纹提取和与之相关的定位计算，由于mr数据不包含小区具体信息，如经纬度，方向角等，特别是邻区上报是通过pci+频点，为了加快运算，则需预先算好小区各个频点和pci对应的邻区，运算时直接获取。本发明上述实施例还可以在定位计算时候，需要知道各个小区的覆盖角度范围，这也需预先算好。图8为本发明用户定位方法又一实施例的示意图。优选的，本实施例可由本发明用户定位装置执行。该方法包括以下步骤：步骤81，提取信息指纹。在本发明一个实施例中，所述信息指纹可以包括主小区、主小区时延、主小区的偏向小区、第一邻小区、第一邻小区的偏向小区、第二邻小区、第二邻小区的偏向小区、第一标志位、第二标志位和第三标志位中的至少一项。其中，偏向小区指的是与主小区属于同一基站，但是rsrp只低于主小区的小区，如果一个mr消息中有属于同一小区的2个不同偏向小区，则提取rsrp值高的作为偏向小区。第一标志位：表示主小区与偏向小区的rsrp差值，大于15db则第一标志位为0；否则第一标志位为1。第二标志位：表示主小区与邻小区1的rsrp差值，大于15db则第二标志位为0，否则第二标志位为1。第三标志位：表示主小区rsrp值的范围，大于-105则第三标志位为0，否则第三标志位为1。步骤82，在提取信息指纹后，判断是否可以根据所述信息指纹从指纹定位库匹配对应的用户终端位置。在匹配到对应的用户终端位置的情况下，执行步骤83；否则，在未匹配到对应的用户终端位置的情况下，执行步骤84。步骤83，将匹配到的用户终端位置作为用户终端的位置；之后，不再执行本实施例的其它步骤。步骤84，确定主要小区覆盖范围，其中，初始状态主要小区覆盖范围为主小区覆盖范围。步骤85，针对主要小区覆盖范围，计算每个待评价点的评价值。在本发明的一个实施例中，步骤85可以包括：以主小区为原点，以ta计算距离为半径，在覆盖角度范围内，每一角度计算出一个待评价点，计算每个点的评价值，具体评价方法如下：若某定位点距离最近的站点为mr消息中的某个小区，则该定位点的评价值加1。若某定位点在mr消息中的某个小区的覆盖范围内，则该定位点评价值加0.3。若某定位点该小区主覆盖范围外的30度以内，则该定位点评价值加0.1。通过对每个点计算评价值，由高到低排序，评价值大于等于1的点保留。步骤86，判断是否存在评价值大于预定值(例如1)的待评价点。若不存在评价值大于预定值的待评价点，则执行步骤87；否则，若存在评价值大于预定值的待评价点，则执行步骤88。步骤87，判断主要小区覆盖范围是否为主小区360度。在主要小区覆盖范围不是主小区360度的情况下，按照主用小区范围的更换顺序更换主要小区覆盖范围，其中所述更换顺序为主小区、偏向小区、主小区时间提前量加、偏向小区时间提前量加1和主小区360度，之后执行步骤84。否则，在主要小区覆盖范围是主小区360度的情况下，执行步骤88，具体将主小区覆盖范围中评价值最高的待评价点作为用户终端的位置点。步骤88，将评价值最高的待评价点作为用户终端的位置。步骤89，将所述信息指纹和对应的用户终端位置保存到指纹定位库。本发明上述实施例的mr信息中包含rsrp、ta、pci(physicalcellidentifier，物理小区标识)、邻小区pci、邻小区rsrp，组合数量过多，会导致运算量剧增，为此本发明上述实施例采用信息指纹抽取的方法，给每一个指纹计算出经纬度集合，每个信息指纹只需要计算一次，下次如碰到相同的指纹，则直接利用上次的结果。本发明上述实施例的主要过程从mr提取指纹，如果该指纹已经计算，则直接提取，如果没有则根据主要小区算覆盖位置点，并对位置点按规则进行评分，如果分值不够一分，则按顺序扩展主要小区覆盖范围点，最终取分值最大作为结果，并写入指纹库，以节省相同指纹计算位置点时间。根据本发明的另一方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如上述任一实施例所述的用户定位方法。相对于现有技术方案，本发明上述实施例大大提高了用户定位准确性，提高了资源使用效率，是所有位置相关应用的基础。本发明上述实施例采用全网覆盖评估，不需周期性cqt、dt测试，减少了大量人力资源消耗。本发明上述实施例无需每条位置记录都进行复杂运算，提高了设备运行性能。本发明上述实施例可以适用于fdd\tdd网络，适用面更广。图9为本发明用户定位装置一个实施例的示意图。如图9所示，所述用户定位装置可以包括数据获取模块91、小区范围计算模块92、指纹提取模块93和位置计算模块94，其中：数据获取模块91，用于获取小区数据和测量报告数据。小区范围计算模块92，用于根据小区数据计算小区的邻区和小区覆盖范围。指纹提取模块93，用于根据测量报告数据、小区的邻区和小区覆盖范围提取信息指纹。位置计算模块94，用于根据小区的邻区、小区覆盖范围、信息指纹计算用户终端的位置。在本发明的一个实施例中，所述用户定位装置用于执行实现如上述任一实施例所述的用户定位方法的操作。基于本发明上述实施例提供的用户定位装置，解决了现有技术存在的定位精度低、应用范围小等问题，可极大的提高用户定位准确性，提高资源使用效率。本发明上述实施例解决了所有与4g移动网位置相关的应用的定位问题，例如对全网覆盖情况的评估，不需周期性cqt、dt测试，即可得到每个区域的覆盖情况，指导规划。另外，本发明上述实施例可以实现对用户感知分布、用户位置分布、话务分布图等。本发明上述实施例还解决了单用户的位置轨迹进行回放问题，例如：在犯罪嫌疑人、受困人员等位置定位等。图10为本发明用户定位装置另一实施例的示意图。如图9所示，所述用户定位装置可以包括存储器101和处理器102，其中：存储器101，用于存储指令。处理器102，用于执行所述指令，使得所述装置执行实现如上述任一实施例所述的用户定位方法的操作。本发明上述实施例可以将地球作为球体来计算两点距离，相对于现有技术采用三角定位算法对地面做平面近似，大大提高了定位准确性。本发明上述实施例不需要aoa字段，由此可同时应用在tddlte和fddlte网络中，本发明上述实施例应用范围更广。本发明上述实施例无需每条位置记录都进行复杂运算，提高了设备运行性能。在上面所描述的用户定位装置可以实现为用于执行本申请所描述功能的通用处理器、可编程逻辑控制器(plc)、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。下面结合具体示例，介绍本发明用户定位方法的精度验证过程及规划应用。第一、本发明用户定位算法在某地两个厂家(a、b)算法进行对比，在同样的采样点的情况下，取得了相当的精度，具体对比情况如下：与a厂家的对比情况：给出每个mr点对应的真实经纬度，a厂家计算一个经纬度、本发明用户定位算法计算一个经纬度，根据各自经纬度计算误差，共评估2231个点，对比采样点的经纬度，平均误差a厂家为151米，基于信息指纹算法误差为149.2米，基本处于同一水平，各段定位误差分布对比如图11所示，其中杜宇每段而言，左侧为a厂家的定位误差，右侧为本发明用户定位算法的定位误差。与b厂家的对比情况：如图12a和12b的栅格化云图评估对比分析所示，从大良、容桂的dt测试覆盖与mr评估覆盖对比图看到，两者存在吻合的区域；而由于mr评估rsrp兼顾室外及室内，弱覆盖的区域面积更大，具体位置也由于不是精确定位，而是算法计算得出，与dt测试稍有差异。大良与容桂dt测试共有25处弱覆盖路段，如图12a所示，b厂家平台结果有8个存在差异，吻合度约70％；如图12b所示，本发明上述实施例的无线中心结果有7个结果存在差异，吻合度约72％。第二、采用本发明上述实施例在另一地点进行了各场景精度运算，结果如下：提取湖北武汉市区5个场景分别为城区、高速、郊区、高校、室内共13155个点，进行评估，评估方法为根据每个经纬度点的mr数据，运用信息指纹算法计算得出一个经纬度点，利用该计算经纬度与实际经纬度求距离，该距离即为误差，同一类型的点误差的平均值即为该类型点的误差，具体计算结果如图13所示。从计算结果上看，城区误差最小129米，郊区和高速误差最大，该情况与算法特点吻合，本发明算法的精度随着站址密度的增加而增加，该误差为平均误差，由于少量多背瓣、旁瓣覆盖的点会出现大误差情况，如图14a的具体示例。在图14a的具体案例中，具体经纬点收到的信号为主小区(武汉硚口南捖)的旁瓣信号，并且邻区的信号也是收到的背瓣和旁瓣的信号(武汉江汉常青)，该情况下，算法的定位误差较大，但是该情况在实际网络中存在较少，只要主小区与邻小区有一个正常覆盖范围内的小区，误差就会极大的降低，统计13155个点的误差分布情况如图14b所示。如图14b所示，误差在200米以内的点占比75％，而误差超过500米的点仅站6％，少量误差较大的点，在做rsrp均值渲染时，对结果影响有限，大部分定位相对准确点的平均值将对结果起到主要作用，这也是最终在报栅格化云图呈现的准确性。图15为本发明一个实施例中栅格化图层生成的示意图。本发明可以根据栅格化图层实现规划支撑。具体将定位计算出来的经纬度点，以50米*50米的栅格的形式汇聚，计算出每个栅格的平均电平，对rsrp值低于-100dbm的，并且采样点大于总采用数量千万分六的点栅格进行渲染，例如可以将-110dbm以下设置为红色，-110dbm到-105dbm设置为紫色，-105dbm到-100dbm设置为黄色，其余栅格不显示，渲染结果如图15所示，该结果可分频点显示。该结果标识出了弱覆盖区域，可有效指导规划工作。至此，已经详细描述了本发明。为了避免遮蔽本发明的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。当前第1页12