[發(fā)明專利]定位方法和定位裝置

有效

• 申請?zhí)枺?/td>: 202110068013.2
• 申請日: 2021-01-19
• 公開（公告）號: CN112867147B
• 公開（公告）日: 2022-12-27
• 發(fā)明（設計）人: 李張錚;林斌;陳鋒;陳海;盧春生;王征;林智銘
• 申請（專利權）人: 中國聯(lián)合網(wǎng)絡通信集團有限公司
• 主分類號: H04W64/00
• 分類號: H04W64/00;H04W24/10
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張娜;劉芳

1.一種定位方法，其特征在于，包括：

獲取目標用戶的測量報告MRO數(shù)據(jù)，所述MRO數(shù)據(jù)包括小區(qū)唯一標識、服務小區(qū)電平、鄰區(qū)電平、服務小區(qū)質量、鄰區(qū)質量、服務小區(qū)TA、服務小區(qū)上行信干比、服務小區(qū)頻點、服務小區(qū)擾碼、鄰區(qū)頻點或鄰區(qū)擾碼中的一種或多種；

基于所述MRO數(shù)據(jù)，確定所述目標用戶所屬的目標類別；

將所述MRO數(shù)據(jù)輸入至所述目標類別對應的目標預測模型中，獲得所述目標用戶的位置信息，所述目標預測模型是基于所述目標類別中目標樣本用戶的MRO數(shù)據(jù)和所述目標樣本用戶的經緯度信息訓練得到的；

在所述將所述MRO數(shù)據(jù)輸入至所述目標類別對應的目標預測模型中，獲得所述目標用戶的位置信息之前，所述方法還包括：

獲取樣本用戶的MRO數(shù)據(jù)和所述樣本用戶的經緯度信息，所述樣本用戶包括所述目標樣本用戶；

將所述樣本用戶的MRO數(shù)據(jù)與小區(qū)工參數(shù)據(jù)關聯(lián)，所述小區(qū)工參數(shù)據(jù)包括縣市、覆蓋類型、主覆蓋場景、站點高度、天線下傾角、服務小區(qū)經緯度、鄰區(qū)經緯度或下行帶寬中的一種或多種；

基于所述樣本用戶的MRO數(shù)據(jù)和所述小區(qū)工參數(shù)據(jù)，將所述樣本用戶分成至少兩個類別，所述至少兩個類別包括所述目標類別；

分別基于所述至少兩個類別中每個類別的樣本用戶的MRO數(shù)據(jù)、小區(qū)工參數(shù)據(jù)和經緯度信息，訓練得到所述每個類別的預測模型。

2.根據(jù)權利要求1所述的方法，其特征在于，所述基于所述樣本用戶的MRO數(shù)據(jù)和所述小區(qū)工參數(shù)據(jù)，將樣本用戶分成至少兩個類別，包括：

確定每兩條所述樣本用戶的MRO數(shù)據(jù)和小區(qū)工參數(shù)據(jù)之間的相似度；

根據(jù)所述相似度，將所述樣本用戶分成所述至少兩個類別。

3.根據(jù)權利要求2所述的方法，其特征在于，所述相似度通過下列公式計算：

其中，所述樣本用戶中的第i個用戶的MRO數(shù)據(jù)為x_i=[x_i1，x_i2，…，x_in]，所述樣本用戶中的第j個用戶的MRO數(shù)據(jù)為x_j=[x_j1，x_j2，…，x_jn]，n為大于或等于1的整數(shù)，為第一閾值，k為取遍{1，2，…，n}的整數(shù)。

4.根據(jù)權利要求1至3中任一項所述的方法，其特征在于，所述訓練得到所述每個類別的預測模型，包括：

采用下列機器學習模型中的一個或多個，訓練得到所述每個類別的預測模型：

K最近鄰分類算法、支持向量機、隨機森林、梯度提升決策樹或深度學習模型。

5.一種定位裝置，其特征在于，包括：

獲取模塊，用于獲取目標用戶的測量報告MRO數(shù)據(jù)，所述MRO數(shù)據(jù)包括小區(qū)唯一標識、服務小區(qū)電平、鄰區(qū)電平、服務小區(qū)質量、鄰區(qū)質量、服務小區(qū)TA、服務小區(qū)上行信干比、服務小區(qū)頻點、服務小區(qū)擾碼、鄰區(qū)頻點或鄰區(qū)擾碼中的一種或多種；

處理模塊，基于所述MRO數(shù)據(jù)，確定所述目標用戶所屬的目標類別；將所述MRO數(shù)據(jù)輸入至所述目標類別對應的目標預測模型中，獲得所述目標用戶的位置信息，所述目標預測模型是基于所述目標類別中目標樣本用戶的MRO數(shù)據(jù)和所述目標樣本用戶的經緯度信息訓練得到的；

所述獲取模塊，具體用于獲取樣本用戶的MRO數(shù)據(jù)和所述樣本用戶的經緯度信息，所述樣本用戶包括所述目標樣本用戶；

所述處理模塊，具體用于將所述樣本用戶的MRO數(shù)據(jù)與小區(qū)工參數(shù)據(jù)關聯(lián)，所述小區(qū)工參數(shù)據(jù)包括縣市、覆蓋類型、主覆蓋場景、站點高度、天線下傾角、服務小區(qū)經緯度、鄰區(qū)經緯度或下行帶寬中的一種或多種；

基于所述樣本用戶的MRO數(shù)據(jù)和所述小區(qū)工參數(shù)據(jù)，將所述樣本用戶分成至少兩個類別，所述至少兩個類別包括所述目標類別；

分別基于所述至少兩個類別中每個類別的樣本用戶的MRO數(shù)據(jù)、小區(qū)工參數(shù)據(jù)和經緯度信息，訓練得到所述每個類別的預測模型。

6.一種定位裝置，其特征在于，包括：處理器，所述處理器與存儲器耦合，所述存儲器用于存儲計算機程序，當所述處理器調用所述計算機程序時，使得所述裝置執(zhí)行權利要求1至4中任一項所述的方法。