用户设备的定位方法和装置制造方法及图纸

本发明专利技术公开了一种用户设备的定位方法和装置，涉及通信技术领域。该用户设备的定位方法，包括：构建信号覆盖区域的指纹数据库，指纹数据库包括信号覆盖区域的子区域的指纹记录，信号覆盖区域中具有M个基站；根据网络信令中的位置信息和测量报告数据，获取位置信息对应的指纹记录作为校正的指纹记录；利用校正的指纹记录，替换指纹数据库中与位置信息对应的子区域的指纹记录，得到校正后的指纹数据库；根据用户设备的接收信号强度，得到用户设备的指纹记录；获取校正后的指纹数据库中与用户设备的指纹记录相似度最高的指纹记录，作为目标指纹记录；将目标指纹记录对应的子区域作为用户设备的位置所在。能够提高对用户设备定位的精确性。

【技术实现步骤摘要】
用户设备的定位方法和装置
本专利技术涉及通信
，尤其涉及一种用户设备的定位方法和装置。
技术介绍
随着无线局域网技术的飞速发展和广泛应用，基于无线局域网络覆盖的位置定位技术成为室内环境下位置服务研究的热点。指纹定位法可以利用现有的无线局域网环境，不需要改变硬件设备进行时间同步和角度测量，从而可以实现定位。由于环境适应性强，成本较低等特点，指纹定位法成为一种较常使用的定位方法。无线信号在空间传播的过程中，强度会随着传播距离的增加而减弱。接收设备与无线信号源距离越近，接收信号强度就越强；接收设备与无线信号源距离越远，接收信号强度就越弱。在现阶段的指纹定位法中，包括离线采样和在线定位两个阶段。其中，离线采样阶段中，获取基站在各个划分的子区域中多次采样得到的接收信号强度。将一个子区域中多次采样得到的接收信号强度的平均值，作为该子区域的指纹记录。并将指纹记录存入指纹数据库。线定位阶段中，用户设备将实测得到的基站标识以及对应的接收信号强度，与指纹数据库中的接收信号强度进行匹配，选择出与实测得到的接收信号强度最接近的K个优选指纹记录，并以各个优选指纹记录与实测得到的接收信号强度之间的相似度作为权重，将K个优选指纹记录所在位置的加权均值处理结果作为用户设备的位置。现阶段依靠单一的数据来生成指纹数据库中的指纹记录，由于单一的数据的精确性较差，因此指纹数据库中的指纹记录的精确性较差，从而降低了对用户设备定位的精确性。
技术实现思路
本专利技术实施例提供了一种用户设备的定位方法和装置，能够提高对用户设备定位的精确性。第一方面，本专利技术实施例提供了一种用户设备的定位方法，包括：构建信号覆盖区域的指纹数据库，指纹数据库包括信号覆盖区域的子区域的指纹记录，信号覆盖区域中具有M个基站，M为大于等于1的整数；根据网络信令中的位置信息和测量报告数据，获取位置信息对应的指纹记录作为校正的指纹记录；利用校正的指纹记录，替换指纹数据库中与位置信息对应的子区域的指纹记录，得到校正后的指纹数据库；根据用户设备的接收信号强度，得到用户设备的指纹记录；获取校正后的指纹数据库中与用户设备的指纹记录相似度最高的指纹记录，作为目标指纹记录；将目标指纹记录对应的子区域作为用户设备的位置所在。在第一方面的一些实施例中，构建信号覆盖区域的指纹数据库，包括：将信号覆盖区域划分为至少两个子区域；对划分的子区域进行接收信号强度测试，得到划分的每个子区域的接收信号强度向量，接收信号强度向量包括子区域接收的M个基站的接收信号强度区间；根据划分的子区域的接收信号强度向量和接收信号强度向量的特征函数，利用近似M阶矩算法和傅里叶变换，得到划分的子区域的接收信号强度的概率密度；将概率密度作为指纹数据库中的指纹记录。在第一方面的一些实施例中，根据网络信令中的位置信息和测量报告数据，获取位置信息对应的指纹记录作为校正的指纹记录，包括：根据位置信息和测量报告数据，得到位置信息对应的接收信号强度向量；根据位置信息对应的接收信号强度向量和更新特征函数，利用近似M阶距算法和傅里叶变换，得到位置信息对应的接收信号强度的概率密度，更新特征函数为位置信息对应的接收信号强度向量的特征函数；将位置信息对应的接收信号强度的概率密度作为校正的指纹记录。在第一方面的一些实施例中，获取校正后的指纹数据库中与用户设备的指纹记录相似度最高的指纹记录，作为目标指纹记录，包括：分别计算校正后的指纹数据库中的各个概率密度与用户设备的接收信号强度的概率密度的KL距离；获取校正后的指纹数据库中与用户设备的接收信号强度的概率密度KL距离最小的概率密度；将校正后的指纹数据库中与用户设备的接收信号强度的概率密度KL距离最小的概率密度作为目标指纹记录。在第一方面的一些实施例中，根据划分的子区域的接收信号强度向量和接收信号强度向量的特征函数，利用近似M阶矩算法和傅里叶变换，得到划分的子区域的接收信号强度的概率密度，包括：根据子区域的接收信号强度向量，利用近似M阶矩算法，计算得到子区域的接收信号强度的各个阶矩；将各个阶矩代入接收信号强度向量的特征函数，并对特征函数进行傅里叶变换，得到子区域的接收信号强度的概率密度。在第一方面的一些实施例中，位置信息包括经度信息和纬度信息。第二方面，本专利技术实施例提供了一种用户设备的定位装置，包括：构建模块，被配置为构建信号覆盖区域的指纹数据库，指纹数据库包括信号覆盖区域的子区域的指纹记录，信号覆盖区域中具有M个基站，M为大于等于1的整数；校正模块，被配置为根据网络信令中的位置信息和测量报告数据，获取位置信息对应的指纹记录作为校正的指纹记录；更新模块，被配置为利用校正的指纹记录，替换指纹数据库中与位置信息对应的子区域的指纹记录，得到校正后的指纹数据库；获取模块，被配置为根据用户设备的接收信号强度，得到用户设备的指纹记录；目标获取模块，被配置为获取校正后的指纹数据库中与用户设备的指纹记录相似度最高的指纹记录，作为目标指纹记录；定位模块，被配置为将目标指纹记录对应的子区域作为用户设备的位置所在。在第二方面的一些实施例中，构建模块包括：划分单元，被配置为将信号覆盖区域划分为至少两个子区域；第一向量获取单元，被配置为对划分的子区域进行接收信号强度测试，得到划分的每个子区域的接收信号强度向量，接收信号强度向量包括子区域接收的M个基站的接收信号强度区间；第一计算单元，被配置为根据划分的子区域的接收信号强度向量和接收信号强度向量的特征函数，利用近似M阶矩算法和傅里叶变换，得到划分的子区域的接收信号强度的概率密度；第一获取单元，被配置为将概率密度作为指纹数据库中的指纹记录。在第二方面的一些实施例中，校正模块包括：第二向量获取模块，被配置为根据位置信息和测量报告数据，得到位置信息对应的接收信号强度向量；第二计算单元，被配置为根据位置信息对应的接收信号强度向量和更新特征函数，利用近似M阶距算法和傅里叶变换，得到位置信息对应的接收信号强度的概率密度，更新特征函数为位置信息对应的接收信号强度向量的特征函数；校正单元，被配置为将位置信息对应的接收信号强度的概率密度作为校正的指纹记录。在第二方面的一些实施例中，目标获取模块包括：第三计算单元，被配置为分别计算校正后的指纹数据库中的各个概率密度与用户设备的接收信号强度的概率密度的KL距离；第二获取单元，被配置为获取校正后的指纹数据库中与用户设备的接收信号强度的概率密度KL距离最小的概率密度；目标获取单元，被配置为将校正后的指纹数据库中与用户设备的接收信号强度的概率密度KL距离最小的概率密度作为目标指纹记录。在第二方面的一些实施例中，第一计算单元具体被配置为：根据子区域的接收信号强度向量，利用近似M阶矩算法，计算得到子区域的接收信号强度的各个阶矩；将各个阶矩代入接收信号强度向量的特征函数，并对特征函数进行傅里叶变换，得到子区域的接收信号强度的概率密度。在第二方面的一些实施例中，位置信息包括经度信息和纬度信息。本专利技术实施例提供了一种用户设备的定位方法和装置，构建信号覆盖区域的指纹数据库。根据网络信令中的位置信息和测量报告数据，获取位置信息对应的指纹记录作为校正的指纹记录。利用校正的指纹记录，替换指纹数据库中与位置信息对应的子区域的指纹记录，得到校正后的指纹数据库。将校正后的指纹数据本文档来自技高网...

【技术保护点】
1.一种用户设备的定位方法，其特征在于，包括：构建信号覆盖区域的指纹数据库，所述指纹数据库包括信号覆盖区域的子区域的指纹记录，所述信号覆盖区域中具有M个基站，M为大于等于1的整数；根据网络信令中的位置信息和测量报告数据，获取所述位置信息对应的指纹记录作为校正的指纹记录；利用所述校正的指纹记录，替换所述指纹数据库中与所述位置信息对应的子区域的指纹记录，得到校正后的指纹数据库；根据用户设备的接收信号强度，得到所述用户设备的指纹记录；获取所述校正后的指纹数据库中与所述用户设备的指纹记录相似度最高的指纹记录，作为目标指纹记录；将所述目标指纹记录对应的子区域作为所述用户设备的位置所在。

【技术特征摘要】
1.一种用户设备的定位方法，其特征在于，包括：构建信号覆盖区域的指纹数据库，所述指纹数据库包括信号覆盖区域的子区域的指纹记录，所述信号覆盖区域中具有M个基站，M为大于等于1的整数；根据网络信令中的位置信息和测量报告数据，获取所述位置信息对应的指纹记录作为校正的指纹记录；利用所述校正的指纹记录，替换所述指纹数据库中与所述位置信息对应的子区域的指纹记录，得到校正后的指纹数据库；根据用户设备的接收信号强度，得到所述用户设备的指纹记录；获取所述校正后的指纹数据库中与所述用户设备的指纹记录相似度最高的指纹记录，作为目标指纹记录；将所述目标指纹记录对应的子区域作为所述用户设备的位置所在。2.根据权利要求1所述的方法，其特征在于，所述构建信号覆盖区域的指纹数据库，包括：将所述信号覆盖区域划分为至少两个子区域；对划分的所述子区域进行接收信号强度测试，得到划分的每个所述子区域的接收信号强度向量，所述接收信号强度向量包括所述子区域接收的所述M个基站的接收信号强度区间；根据划分的所述子区域的接收信号强度向量和所述接收信号强度向量的特征函数，利用近似M阶矩算法和傅里叶变换，得到划分的所述子区域的接收信号强度的概率密度；将所述概率密度作为所述指纹数据库中的所述指纹记录。3.根据权利要求1所述的方法，其特征在于，所述根据网络信令中的位置信息和测量报告数据，获取所述位置信息对应的指纹记录作为校正的指纹记录，包括：根据所述位置信息和所述测量报告数据，得到所述位置信息对应的接收信号强度向量；根据所述位置信息对应的接收信号强度向量和更新特征函数，利用近似M阶距算法和傅里叶变换，得到所述位置信息对应的接收信号强度的概率密度，所述更新特征函数为所述位置信息对应的接收信号强度向量的特征函数；将所述位置信息对应的接收信号强度的概率密度作为校正的指纹记录。4.根据权利要求1所述的方法，其特征在于，所述获取所述校正后的指纹数据库中与所述用户设备的指纹记录相似度最高的指纹记录，作为目标指纹记录，包括：分别计算校正后的指纹数据库中的各个概率密度与所述用户设备的接收信号强度的概率密度的KL距离；获取校正后的指纹数据库中与所述用户设备的接收信号强度的概率密度KL距离最小的概率密度；将校正后的指纹数据库中与所述用户设备的接收信号强度的概率密度KL距离最小的概率密度作为目标指纹记录。5.根据权利要求2所述的方法，其特征在于，所述根据划分的所述子区域的接收信号强度向量和所述接收信号强度向量的特征函数，利用近似M阶矩算法和傅里叶变换，得到划分的所述子区域的接收信号强度的概率密度，包括：根据所述子区域的接收信号强度向量，利用近似M阶矩算法，计算得到所述子区域的接收信号强度的各个阶矩；将所述各个阶矩代入所述接收信号强度向量的特征函数，并对特征函数进行傅里叶变换，得到所述子区域的接收信号强度的概率密度。6.根据权利要求1或3所述的方法，其特征在于，所述位置信息包括经度信息和纬度信息。7.一种用户...

【专利技术属性】
技术研发人员：徐桦，
申请(专利权)人：中国移动通信集团湖北有限公司，中国移动通信集团公司，
类型：发明
国别省市：湖北,42