一种定时位置确定方法、装置、设备和存储介质与流程

本申请涉及通信设备技术领域，具体涉及一种定时位置确定方法、装置、设备和存储介质。

背景技术：

随着5g传输速率的提升，高阶的调制方式和更高的码率依赖于高信噪比的工作环境和终端信道估计提供足够的精确程度。信道估计频域降噪的技术又对终端系统的同步维护提出了更高的要求。较大的定时位置偏差将引起子载波在频域信道上旋转，降低信道估计和mimo的工作信噪比。

在5g终端业务的高需求情况下，现有的定时位置的确定准则在一些特定的场景下准确性较低。

申请内容

本申请提供一种定时位置确定方法、装置、设备和存储介质。

第一方面，本申请实施例提供一种定时位置确定方法，包括：

获取终端定时位置的多个估计值；

基于所述多个估计值和多个信息素矩阵的分布特征确定实际定时位置，其中，所述信息素矩阵基于定时位置的信息训练得到。

进一步的，基于所述估计值和信息素矩阵的分布特征确定实际定时位置，包括：获取终端定时位置的多个估计值；基于所述多个估计值和多个信息素矩阵的分布特征确定实际定时位置，其中，所述信息素矩阵基于定时位置的信息训练得到。

进一步的，基于所述估计值和信息素矩阵的分布特征确定实际定时位置，包括：基于所述多个估计值对所述多个信息素矩阵进行更新；将多个更新后的信息素矩阵中信息素分布最集中的信息素矩阵确定为目标矩阵；将所述目标矩阵中最大信息素浓度对应的位置确定为实际定时位置。

进一步的，所述获取终端定时位置的估计值，包括：通过最早到达径准则获取终端定时位置的第一估计值；通过功率最强准则获取终端定时位置的第二估计值；通过时域重心准则获取终端定时位置的第二估计值。

进一步的，基于所述多个估计值对所述多个信息素矩阵进行更新，包括：利用第一估计值对第一信息素矩阵进行更新；其中，第一信息素矩阵是与最早到达径准则相关的矩阵；利用第二估计值对第二信息素矩阵进行更新；其中，第二信息素矩阵是与功率最强准则相关的矩阵；利用第三估计值对第三信息素矩阵上进行更新；其中，第三信息素矩阵是与时域重心相关的矩阵。

进一步的，基于估计值对信息素矩阵进行更新，包括：在所述信息素矩阵的第n'行第n列的位置上以信息素释放系数的速度释放信息素，得到该位置上更新后的信息素；在所述更新后的信息素大于信息素矩阵中最大信息素浓度的情况下，将所述最大信息素浓度替换所述更新后的信息素。

进一步的，基于估计值对信息素矩阵进行更新，包括：在信息素矩阵中所有位置上的信息素以信息素挥发系数的速度挥发信息素，得到所有位置上更新后的信息素；在所述更新后的信息素小于信息素矩阵中最小信息素浓度的情况下，将所述最小信息素浓度替换所述更新后的信息素。

进一步的，将所述目标矩阵中最大信息素浓度对应的位置确定为实际定时位置之后，还包括：将所述更新后的信息素矩阵确定新的信息素矩阵后，指向基于所述多个估计值对所述多个信息素矩阵进行更新的操作。

第二方面，本申请实施例提供一种定时位置确定装置，包括：

获取模块，被配置为获取终端定时位置的多个估计值；

确定模块，被配置为基于所述多个估计值和多个信息素矩阵的分布特征确定实际定时位置，其中，所述信息素矩阵基于定时位置的信息训练得到。

进一步的，确定模块，被配置为基于所述多个估计值对所述多个信息素矩阵进行更新；将多个更新后的信息素矩阵中信息素分布最集中的信息素矩阵确定为目标矩阵；将所述目标矩阵中最大信息素浓度对应的位置确定为实际定时位置。

进一步的，获取模块，被配置为通过最早到达径准则获取终端定时位置的第一估计值；通过功率最强准则获取终端定时位置的第二估计值；通过时域重心准则获取终端定时位置的第二估计值。

进一步的，确定模块，被配置为利用第一估计值对第一信息素矩阵进行更新；其中，第一信息素矩阵是与最早到达径准则相关的矩阵；利用第二估计值对第二信息素矩阵进行更新；其中，第二信息素矩阵是与功率最强准则相关的矩阵；利用第三估计值对第三信息素矩阵上进行更新；其中，第三信息素矩阵是与时域重心相关的矩阵。

进一步的，确定模块，被配置为在所述信息素矩阵的第n'行第n列的位置上以信息素释放系数的速度释放信息素，得到该位置上更新后的信息素；在所述更新后的信息素大于信息素矩阵中最大信息素浓度的情况下，将所述最大信息素浓度替换所述更新后的信息素。

进一步的，确定模块，被配置为在信息素矩阵中所有位置上的信息素以信息素挥发系数的速度挥发信息素，得到所有位置上更新后的信息素；在所述更新后的信息素小于信息素矩阵中最小信息素浓度的情况下，将所述最小信息素浓度替换所述更新后的信息素。

进一步的，确定模块，被配置为将所述更新后的信息素矩阵确定新的信息素矩阵后，指向基于所述多个估计值对所述多个信息素矩阵进行更新的操作。

第三方面，本申请实施例提供一种设备，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本申请实施例中的任意一种方法。

第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例中的任意一种方法。

本申请实施例提供的定时位置确定方法、装置、设备和存储介质，通过获取终端定时位置的多个估计值；基于多个估计值和多个信息素矩阵的分布特征确定实际定时位置，其中，信息素矩阵基于定时位置的信息训练得到的技术方案，解决了现有技术中单一的定时位置确定方法在一些特定的场景下准确性低的问题，本申请的技术方案通过对信息素矩阵的分布特征进行分析，选择最佳定时位置的数据来源，实现了在不同信道环境下可以自适应的选择最佳定时位置的数据来源，提高了实时位置的准确性。

关于本申请的以上实施例和其他方面以及其实现方式，在附图说明、具体实施方式和权利要求中提供更多说明。

附图说明

图1为本申请实施例提供的一种定时位置确定方法的流程示意图；

图2为本申请实施例提供的一种定时位置确定装置的结构示意图；

图3是本申请提供的一种设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚明白，下文中将结合附图对本申请的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在更高能效、更高谱效、更低成本和更加安全的前提下，第五代移动通信技术(5thgenerationmobilenetworks，5g)能够提供千兆(gbps)级别的峰值数据速率、小于1毫秒时延的接入体验、数以千亿计设备的连接能力、以及高移动和高连接密度场景下的一致服务。其中，增强移动宽带(enhancedmobilebroadband，embb)场景是对传统移动宽带服务的增强，增强内容既包括提高传输速率和降低传输时延，还包括对高移动和高连接密度等场景提供一致服务。

随着5g传输速率的提升，高阶调制方式和高码率需要依赖于高信噪比的工作环境以及终端信道估计需要提供足够高的精确度，信道估计频域降噪的技术又对终端系统的同步维护提出了更高的要求。较大的定时偏差将引起子载波在频域信道上旋转，降低信道估计和mimo的工作信噪比。

现有技术中提出了大量用于定时同步估计的方法，归纳起来可以分为三种：以sc(schmidl&cox)算法为基础的基于训练序列的算法、以ml(maximumlikelihood)算法为基础的基于循环前缀的算法和以music算法为基础的盲估计算法。虽然盲估计不需要额外的信令开销，并且对数据的传输速率没有影响，但它的性能不是很理想，复杂度也非常高，在商用芯片中很少被采用。

上述方法在获取信道估计的时域响应之后，可以得到三种形式的定时位置：最早到达径、功率最强径和时域重心：

最早到达径是指选取多径信道环境下首个功率超过门限的路径作为定时位置。其中，超过门限的路径可以是直达径也可以是首个反射径。

功率最强径是指在多径信道环境下的所有到达路径中选择功率最强的路径作为定时位置。

时域重心是指按功率对不同位置上的路径进行加权平均，以时间轴上多径的功率重心位置作为定时位置。

采用最早到达径作为定时位置的优点是所有多径都在定时的右侧，可以充分利用循环前缀的长度，已达到在大信道的时延扩展的情况下减少符号间干扰的目标。最早到达径也是现有技术中采用最为广泛的定时位置选取方式。

但在城市环境典型的瑞利信道环境中，最早到达径很有可能不是最强径，在最早到达径功率比较小的场景下，定时位置容易出现误差、抖动甚至差错，影响5g高阶调制下的解调性能。

以功率最强径作为定时位置缓解了最早到达径较弱环境下的鲁棒性，但多径衰落信道下不同时间点瞬时的最强径可能来源于信道上时延不同的反射径。选取功率最强径作为定时位置在多径较为丰富的场景中容易引入定时的反复跳变，对于信道估计时域滤波的方式产生负面影响。

时域重心按功率对不同位置上的路径进行加权平均，以时间轴上多径的功率重心位置作为定时位置。由于时域重心考虑到了各个路径上的功率加权，较少依赖单个路径的判断准确程度，因此，时域重心在这三种定时位置中最为鲁棒，不容易出现异常的结果。但时域重心使用到了额外的信噪比较低的路径，甚至引入了噪声径，导致了以时域重心作为定时位置噪声较大。且在多径信道的每条路径都在随着时间衰落的场景下，时域位置会随着时间而变化，不固定。

综上所述，三种定时位置的确定准则各自在一些特定的场景下都有可能产生准确性的问题，在5g终端业务的高需求情况下，寻求一种高精度且较少依赖场景定时位置确定方法日益重要。

图1为本申请实施例提供的一种定时位置确定方法的流程示意图。该方法可以适用于在5g终端业务的高需求情况下，定时位置进行确定的情况。该方法可以由本申请提供的定时位置确定装置执行，该定时位置确定装置可以由软件和/或硬件实现。

如图1所示，本申请实施例提供的定时位置确定方法主要包括步骤s11和s12。

s11、获取终端定时位置的多个估计值。

s12、基于所述多个估计值和多个信息素矩阵的分布特征确定实际定时位置，其中，所述信息素矩阵基于定时位置的信息训练得到。

在一个示例性的实施例方式中，基于所述估计值和信息素矩阵的分布特征确定实际定时位置，包括：

基于所述多个估计值对所述多个信息素矩阵进行更新；

将多个更新后的信息素矩阵中信息素分布最集中的信息素矩阵确定为目标矩阵；

将所述目标矩阵中最大信息素浓度对应的位置确定为实际定时位置。

在一个示例性的实施例方式中，所述获取终端定时位置的估计值，包括：

通过最早到达径准则获取终端定时位置的第一估计值；

通过功率最强准则获取终端定时位置的第二估计值；

通过时域重心准则获取终端定时位置的第二估计值。

在一个示例性的实施例方式中，基于所述多个估计值对所述多个信息素矩阵进行更新，包括：

利用第一估计值对第一信息素矩阵进行更新；其中，第一信息素矩阵是与最早到达径准则相关的矩阵；

利用第二估计值对第二信息素矩阵进行更新；其中，第二信息素矩阵是与功率最强准则相关的矩阵；

利用第三估计值对第三信息素矩阵上进行更新；其中，第三信息素矩阵是与时域重心相关的矩阵。

在一个示例性的实施例方式中，基于估计值对信息素矩阵进行更新，包括：

在所述信息素矩阵的第n'行第n列的位置上以信息素释放系数的速度释放信息素，得到该位置上更新后的信息素；

在所述更新后的信息素大于信息素矩阵中最大信息素浓度的情况下，将所述最大信息素浓度替换所述更新后的信息素。

在一个示例性的实施例方式中，基于估计值对信息素矩阵进行更新，包括：

在信息素矩阵中所有位置上的信息素以信息素挥发系数的速度挥发信息素，得到所有位置上更新后的信息素；

在所述更新后的信息素小于信息素矩阵中最小信息素浓度的情况下，将所述最小信息素浓度替换所述更新后的信息素。

在一个示例性的实施例方式中，将所述目标矩阵中最大信息素浓度对应的位置确定为实际定时位置之后，还包括：

将所述更新后的信息素矩阵确定新的信息素矩阵后，指向基于所述多个估计值对所述多个信息素矩阵进行更新的操作。

在一个应用性实例中，根据昆虫学家地观察，发现自然界的蚂蚁虽然视觉不发达，但它可以在没有任何提示的情况下找到食物源到巢穴的最短路径，并且能在环境发生变化后，如原有路径上有了障碍物，自适应的搜索新的最佳路径。这种能力是因为蚂蚁在走过的路上会释放一种特殊的分泌物——信息素，使得一定范围内其它的蚂蚁能够觉察到并由此影响它们的行动，当一条路上的信息激素越来越多(随时间的推移会逐渐减弱)，后来的蚂蚁选择这条路径的概率也越来越大，从而增加该路径的信息激素强度，这种选择过程称为蚂蚁的自催化过程，其原理是一种正反馈机制，蚁群系统也称为增强性学习系统。

蚁群系统的基本思想是模仿蚂蚁依赖信息激素进行通信而显示出的社会行为，在智能体定义的基础上，由一个贪心法指导下的自催化过程引导每个智能体的行动，它是一种随机的通用试探法，可用来求解各种不同的组合优化问题。

本申请的技术方案引入蚁群系统的信息素作为定时同步位置的判据，以将历史信息的特征充分利用获取实际最佳定时位置。

本实施例中首先提供一个信息素矩阵的确定方法，其中，信息素矩阵也被称为信息素矩阵，信息素矩阵的确定方法如下所述：

假设可能存在的定时位置有n个定时位置，估计方法在这n个可能的结束比特位置中选出当前方法估计出的定时位置。定义n×n阶的信息素矩阵p，其中p[n',n]表征从第n'个定时位置转变到第n个定时位置的信息素浓度。其中，估计范围的大小取决于粗略定时估计的估计精度，进一步的，取值范围是[-cp/2,cp/2]内离散化采样点的总数量。

为了便于表述信息素矩阵的更新流程，定义信息素释放系数p_r、信息素挥发系数p_v以及最大信息素浓度p_max和最小信息素浓度p_min。

完成当前时刻定时位置估计后采用以下方式更新信息素矩阵：在信息素矩阵p中相应位置上以信息素释放系数的速度释放信息素，并使得该位置更新后的信息素浓度不大于最大信息素浓度。信息素矩阵p中所有位置上的信息素以信息素挥发系数的速度挥发，并使得挥发后的所有信息素浓度不小于最小信息素浓度。

进一步的，更新信息素矩阵的过程可以描述为如下两个步骤：

第一步，使用下式在矩阵的第n'行，第n列的位置释放信息素：

p[n',n]＝p[n',n]+p_r

如果更新后的p[n',n]大于最大信息素浓度p_max，则令p[n',n]等于最大信息素浓度p_max，其中，前一时刻估计出的定时位置为n'，当前时刻估计出的定时位置为n。

第二步，使用下式在矩阵中每个元素的位置上挥发信息素：

p[i,j]＝p[i,j]-p_v

其中，式中的i和j均为[0,n-1]区间内的任意整数。

如果更新后的任意一个p[i,j]小于最小信息素浓度p_min，则令该p[i,j]等于最小信息素浓度p_min。

信息素矩阵中元素分布的特征体现了定时位置及其可靠性的预测。理想情况下，信息素浓度应当集中分布在位于对角线的一个点上。当定时位置存在误差、抖动或错误等可靠性问题时，将引起最佳的信息素浓度的降低、信息素浓度的分布也将产生扩散。使得信息素矩阵中的图样模糊。因此，可以通过信息素矩阵中信息素浓度的分布特征确定定时位置的可靠性以及实际可采用的最佳定时位置。

在一个应用性实例中，对5g终端精确定时位置确定方法的实施作进一步的详细描述：

所述精确定时位置确定方法包括如下步骤：

步骤一：定义最早到达径、功率最强径和时域重心三种各为n×n阶的蚁群信息素矩阵。第一信息素矩阵pf、第二信息素矩阵pm和第二信息素矩阵pc，其中n为估计范围内离散化采样点的总数量。其中在15.36mhz采样率时，n的取值为36。

步骤二、以sss等参考信号获取5g终端当前定时位置，包括最早到达径、功率最强径和时域重心三种位置的估计值。

进一步的，通过最早到达径准则获取终端定时位置的第一估计值；通过功率最强准则获取终端定时位置的第二估计值；通过时域重心准则获取终端定时位置的第二估计值。

步骤三、利用步骤二获取的三种估计值分别在对应的第一信息素矩阵pf、第二信息素矩阵pm和第二信息素矩阵pc上释放信息素。

释放方法为，设前一时刻估计出的定时位置为n'，当前时刻估计出的定时位置为n，使用下式在矩阵的第n'行，第n列的位置释放信息素p[n',n]＝p[n',n]+p_r，其中p_r的取值为0.05～0.2范围内的数值，例如0.1。

步骤四、信息素上限幅。对于三个信息素矩阵，如果更新后的任一元素p[n',n]大于最大信息素浓度p_max，则令p[n',n]等于最大信息素浓度p_max，其中p_max的取值为1。

步骤五、信息素挥发。对于三个信息素矩阵，使用p[i,j]＝p[i,j]-p_v在矩阵中每个元素的位置上挥发信息素，式中的i和j均为[0,n-1]区间内的任意整数，其中p_v的取值为0.01～0.05范围内的数值，例如0.02。

步骤六、信息素下限幅。在三个矩阵中，如果更新后的任意一个p[i,j]小于最小信息素浓度p_min，则令该p[i,j]等于最小信息素浓度p_min，其中p_min的取值为0。

步骤七、在三个信息素矩阵中选取信息素分布最为集中的一组作为采取定时策略的数据来源，即在这三个矩阵中各自找出数值最大的信息素并进行比较，再选择三者中最大的信息素所在的矩阵作为采取定时策略的数据来源。并使用该矩阵中最大的信息素对应的位置作为实际使用的定时位置。

步骤八、返回步骤二进行下一时刻的定时位置维护更新。

需要说明的是，上述具体实施例所述的方法的实现方式可以均采用软件代码的方式实现。由于其中步骤三至步骤六运算量相对较大，也可以将其中步骤三至步骤六采用硬件电路的方式实现，其他步骤和参数配置采用软件代码的方式实现。本实施例中不进行限定。

步骤三和步骤五中提及的信息素释放系数和信息素挥发系数所涉及的参数选择不唯一，可以根据具体环境模型仿真的结果进行针对性优化。

步骤七可以有多种不同的方法选择最佳信息素矩阵，具体实施例中所提及的“在这三个矩阵中各自找出数值最大的信息素并进行比较，再选择三者中最大的信息素所在的矩阵作为采取定时策略的数据来源”仅是“选取信息素分布最为集中的一组作为采取定时策略的数据来源”的方法中的一种实施举例。

本申请实施例提供的技术方案，依据当前及历史信息的特征自适应的选择当前信道环境下最适合采用的定时策略数据来源，避免单纯使用最早到达径、功率最强径或时域重心三种位置中的某一种在特定信道环境下的可靠性问题，充分利用定时位置估计的历史数据信息量，以减少单次估计误差或错误对系统性能带来的影响。

本申请实施例提供的技术方案，在不同信道环境下可以自适应的选择最佳定时位置的数据来源：在最早到达径功率比较小的场景下，最早到达径确定的定时位置容易出现误差、抖动甚至差错，最早到达径蚁群信息素矩阵pf中信息素释放的位置不断发生变化，难以在某些位置持续释放信息素，随着信息素的挥发，信息素矩阵的分布特征较为分散，降低了选取最早到达径信息素矩阵作为采取定时策略的数据来源的概率；同理，在多径较为丰富的场景以及重心噪声较大的场景中各自信息素矩阵的分布特征也较为分散，降低了选取对应信息素矩阵作为采取定时策略的数据来源的概率。因此，本申请有助于在不同信道环境下自适应的选择最佳定时位置的数据来源。

图2为本申请实施例提供的一种定时位置确定装置的结构示意图。该装置可以适用于在5g终端业务的高需求情况下，定时位置进行确定的情况。该定时位置确定装置可以由软件和/或硬件实现。

如图2所示，本申请实施例提供的定时位置确定方法主要包括获取模块21和确定模块22。

获取模块21，被配置为获取终端定时位置的多个估计值；

确定模块22，被配置为基于所述多个估计值和多个信息素矩阵的分布特征确定实际定时位置，其中，所述信息素矩阵基于定时位置的信息训练得到。

在一个示例性的实施例方式中，确定模块22，被配置为基于所述多个估计值对所述多个信息素矩阵进行更新；将多个更新后的信息素矩阵中信息素分布最集中的信息素矩阵确定为目标矩阵；将所述目标矩阵中最大信息素浓度对应的位置确定为实际定时位置。

在一个示例性的实施例方式中，获取模块21，被配置为通过最早到达径准则获取终端定时位置的第一估计值；通过功率最强准则获取终端定时位置的第二估计值；通过时域重心准则获取终端定时位置的第二估计值。

在一个示例性的实施例方式中，确定模块22，被配置为利用第一估计值对第一信息素矩阵进行更新；其中，第一信息素矩阵是与最早到达径准则相关的矩阵；利用第二估计值对第二信息素矩阵进行更新；其中，第二信息素矩阵是与功率最强准则相关的矩阵；利用第三估计值对第三信息素矩阵上进行更新；其中，第三信息素矩阵是与时域重心相关的矩阵。

在一个示例性的实施例方式中，确定模块22，被配置为在所述信息素矩阵的第n'行第n列的位置上以信息素释放系数的速度释放信息素，得到该位置上更新后的信息素；在所述更新后的信息素大于信息素矩阵中最大信息素浓度的情况下，将所述最大信息素浓度替换所述更新后的信息素。

在一个示例性的实施例方式中，确定模块22，被配置为在信息素矩阵中所有位置上的信息素以信息素挥发系数的速度挥发信息素，得到所有位置上更新后的信息素；在所述更新后的信息素小于信息素矩阵中最小信息素浓度的情况下，将所述最小信息素浓度替换所述更新后的信息素。

在一个示例性的实施例方式中，确定模块22，被配置为将所述更新后的信息素矩阵确定新的信息素矩阵后，指向基于所述多个估计值对所述多个信息素矩阵进行更新的操作。

本申请实施例还提供了一种设备，图3是本申请提供的一种设备的结构示意图，如图3所示，本申请提供的设备，包括一个或多个处理器31和存储器32；该设备中的处理器31可以是一个或多个，图3中以一个处理器31为例；存储器32用于存储一个或多个程序；所述一个或多个程序被所述一个或多个处理器31执行，使得所述一个或多个处理器31实现如本申请实施例中所述的方法。

设备还包括：输入装置33和输出装置34。

设备中的处理器31、存储器32、输入装置33和输出装置34可以通过总线或其他方式连接，图3中以通过总线连接为例。

输入装置33可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的按键信号输入。输出装置34可包括显示屏等显示设备。

存储器32作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序以及模块，如本申请实施例所述定时位置确定方法对应的程序指令/模块(例如，定时位置确定装置中的获取模块21、确定模块22)。存储器32可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器32可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器32可进一步包括相对于处理器31远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本申请实施例还提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例中所述定时位置确定方法。所述方法包括：

获取终端定时位置的多个估计值；

基于所述多个估计值和多个信息素矩阵的分布特征确定实际定时位置，其中，所述信息素矩阵基于定时位置的信息训练得到。

当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本申请任意实施例所提供的定时位置确定方法中的相关操作.

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本申请可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-onlymemory,rom)、随机存取存储器(randomaccessmemory,ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。

值得注意的是，上述定时位置确定装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。

以上所述，仅为本申请的示例性实施例而已，并非用于限定本申请的保护范围。

本领域内的技术人员应明白，术语用户终端涵盖任何适合类型的无线用户设备，例如移动电话、便携数据处理装置、便携网络浏览器或车载移动台。

一般来说，本申请的多种实施例可以在硬件或专用电路、软件、逻辑或其任何组合中实现。例如，一些方面可以被实现在硬件中，而其它方面可以被实现在可以被控制器、微处理器或其它计算装置执行的固件或软件中，尽管本申请不限于此。

本申请的实施例可以通过移动装置的数据处理器执行计算机程序指令来实现，例如在处理器实体中，或者通过硬件，或者通过软件和硬件的组合。计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码。

本申请附图中的任何逻辑流程的框图可以表示程序步骤，或者可以表示相互连接的逻辑电路、模块和功能，或者可以表示程序步骤与逻辑电路、模块和功能的组合。计算机程序可以存储在存储器上。存储器可以具有任何适合于本地技术环境的类型并且可以使用任何适合的数据存储技术实现，例如但不限于只读存储器(rom)、随机访问存储器(ram)、光存储器装置和系统(数码多功能光碟dvd或cd光盘)等。计算机可读介质可以包括非瞬时性存储介质。数据处理器可以是任何适合于本地技术环境的类型，例如但不限于通用计算机、专用计算机、微处理器、数字信号处理器(dsp)、专用集成电路(asic)、可编程逻辑器件(fgpa)以及基于多核处理器架构的处理器。

通过示范性和非限制性的示例，上文已提供了对本申请的示范实施例的详细描述。但结合附图和权利要求来考虑，对以上实施例的多种修改和调整对本领域技术人员来说是显而易见的，但不偏离本申请的范围。因此，本申请的恰当范围将根据权利要求确定。