[發明專利]基于機器學習的終端定位方法及系統

有效

• 申請號: 201910901323.0
• 申請日: 2019-09-23
• 公開（公告）號: CN112543470B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 方東旭;周徐;廖亞;蔡亮;柏田田;李俊;文冰松;馬良;謝陶
• 申請（專利權）人: 中國移動通信集團重慶有限公司;中國移動通信集團有限公司
• 主分類號: H04W24/06
• 分類號: H04W24/06;H04W64/00
• 代理公司: 北京市浩天知識產權代理事務所(普通合伙) 11276
• 代理人: 梁倩

本發明公開了一種基于機器學習的終端定位方法及系統，方法包括：獲取終端對應的包含MDT數據的位置測量信息，并對位置測量信息進行特征提取處理，得到位置特征信息；基于預設的算法，根據位置特征信息訓練得到位置預測模型；采集待定位終端的位置測量信息，將待定位終端的位置測量信息輸入至位置預測模型中，得到待定位終端的經緯度定位結果。該方式通過獲取現網中海量的用戶數據，采用大數據的方式訓練得到位置預測模型，利用位置預測模型對終端進行定位，該方式直接從現網海量數據中學習定位方法并進行定位，是依據現網的數據進行定位，即模型本身已經充分考慮到了各個定位點的無線傳播環境和鏈路反射特點，能夠實現精準定位。

技術領域

本發明涉及無線技術領域，具體涉及一種基于機器學習的終端定位方法及系統。

背景技術

隨著無線通信技術的長足發展以及智能終端的普及，基于終端用戶位置的服務呈現爆發式增長。準確地定位終端的位置，對于為用戶提供更加優良的基本服務、增加更加豐富的增值服務具有重大意義。但是，無線傳播的環境也越來越復雜，無線信號傳播中的折射、反射和衰落環境隨機分布，對定位的精度造成嚴峻的挑戰，需要找到更加先進和準確的定位方法。

現有的終端定位方法中，最常見的終端位置定位方法有三點定位法和指紋識別的定位方法。三點定位法即分析測量數據，計算終端到基站距離并采用三點定位的方式對用戶位置進行推算。例如，根據終端測量到的基站信號強度，計算出基站發射天線到終端的傳播損耗，并根據無線信號傳播模型計算基站到終端的距離；或者根據基站信號到終端的傳播時延，來計算終端到基站天線的距離，最后根據基站位置，采用三點定位的方法，來定位終端的位置。基于指紋識別的定位方法即通過路測采集經緯度數據，并和系統端的測量數據進行匹配，通過特征分析和數理統計建立統計模型，后續就可以利用此統計模型，結合其它終端系統端的測量報告來進行定位。

傳統三點定位技術的準確性依賴于終端到基站距離的計算的準確性，而目前終端到基站距離的計算方法是根據傳播損耗應用無線電波傳播模型進行計算；或者根據電波傳播時延來計算電波傳播的距離兩種方式。這兩種方式存在如下缺點：1)需要對每個站點都進行電波傳播模型的校準，工作量繁重，成本巨大；2)傳播模型的校準，只是一個統計模型，應用到實際的每個終端用戶定位存在較大的誤差；3)對于電波時延，受到發射通路中中繼原件以及空中電波傳播路徑的影響，時延并能不真實反映用戶到基站天線的直線距離，因此用時延計算距離常常也不準確；4)3G和4G技術特點，系統只測量終端到一個主服務小區的時延，即只能獲得一點的距離，無法形成基于時延的三點定位，到其它兩點的距離依然需要從前面提到的電波損耗方式來計算。

指紋識別方法其指紋庫數據主要來自于路測數據，數據的獲取耗時費力，數據量也很難達到海量數據的級別；同時其數據來源受限于測量行進的路線和范圍，數據來源為線段上的數據，在網絡平面上定位局限性較大。

由此可見，傳統的根據終端測量報告進行定位的方式，需要進行傳播模型校準，工作量繁重，成本巨大，且由于電波時延存在損耗，導致定位精度不高。而指紋識別方法，數據來源單一且受行進路線和范圍的影響，定位局限性較大。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的基于機器學習的終端定位方法及系統。

根據本發明的一個方面，提供了一種基于機器學習的終端定位方法，包括：

獲取終端對應的包含MDT數據的位置測量信息，并對位置測量信息進行特征提取處理，得到位置特征信息；

基于預設的算法，根據位置特征信息訓練得到位置預測模型；

采集待定位終端的位置測量信息，將待定位終端的位置測量信息輸入至位置預測模型中，得到待定位終端的經緯度定位結果。

可選地，位置測量信息還包括TA信令記錄數據，則對位置測量信息進行特征提取處理，得到位置特征信息進一步包括：