一种基于LTE信令数据的轨迹跟踪方法技术

本发明专利技术属于计算机应用技术领域，一种基于LTE信令数据的轨迹跟踪方法。该方法仅使用LTE信令数据中的TA值，通过隐式Markov模型进行道路匹配，确定目标位置，实现对移动目标轨迹的跟踪。LTE信令数据是通信标准所要求并现存于已有系统，不会对网络基础设施或移动设备产生额外的费用。与此相反，GPS数据带有一个显著的能量成本。LTE信令数据覆盖范围并不限于任何特定的地理区域。只要在基站覆盖到的区域，可以从几乎任何地方收集信息。在不远的未来，所有的汽车都将配备LTE芯片。基本上，可以跟踪道路上行驶的所有车辆。

A track tracking method based on LTE signaling data

The invention belongs to the technical field of computer application, and is a track tracking method based on LTE signaling data. The method uses only the TA values in the LTE signaling data, uses the implicit Markov model for road matching, determines the target position, and tracks the moving target trajectory. LTE signaling data is required by the communication standards and is already available in existing systems and does not generate additional costs for network infrastructure or mobile devices. In contrast, the GPS data carries a significant energy cost. LTE signaling data coverage is not limited to any particular geographical region. As soon as the area covered by the base station is collected, information can be collected from almost anywhere. In the near future, all cars will be equipped with LTE chips. Basically, all vehicles running on the road can be tracked.

【技术实现步骤摘要】
一种基于LTE信令数据的轨迹跟踪方法
本专利技术属于计算机应用
，涉及一种基于LTE信令数据的轨迹跟踪方法。
技术介绍
随着基于位置的服务正在变成每天生活必须的部分，准确识别用户的位置是一个重要的问题。当前一些主流的定位方法包括GPS，基站定位等。基于GPS辅助定位系统，由集成在移动台上的GPS接收机和网络中的GPS设备辅助实现对移动台的自动定位。利用GPS能够精确的提供移动用户的位置信息，但是在移动台内部集成GPS接收机存在体积过大，能耗过大的缺点。另一种方法是采用基站定位方法，比较常用的方式是基于到达时间(ToA)和基于到达角度(AoA)进行定位。基于到达时间(TOA)是通过TOA测量出基站和移动台之间的距离。移动台位于以基站为圆心，移动台与基站之间距离为半径的圆周上，确定移动台的二维位置坐标需要建立三个以上圆方程，三个圆的交点即为移动台位置。基于到达角度的定位方法(AoA)通过基站接收机天线阵列测量出移动电台发射波的到达角度，从而构成一条移动台指向基站的直线，通过两条或两条以上的直线的交点获得移动台的位置。AoA方法需要在基站处架设昂贵的高精度的智能天线阵列，设备比较复杂。通常是将到达时间(ToA)和到达角度(AoA)合并起来进行使用。同时由于城市内建筑比较多，信号受干扰较大，定位精度易受到环境影响。
技术实现思路
针对现有技术中存在的问题，本专利技术提供了一种基于LTE信令数据的轨迹跟踪方法，该方法通过使用LTE信令数据对轨迹进行跟踪。该方法仅使用LTE信令数据中的TA值，通过隐式Markov模型进行道路匹配，确定目标位置，实现对移动目标轨迹的跟踪。用户可以利用本技术提供的算法系统实现如下功能：简单快速的生成地图的数据；将道路的数据存入到数据库中；实时将车辆的信息导入到数据库中；对数据库中的数据进行计算得出移动目标的轨迹等。本专利技术的技术方案：一种基于LTE信令数据的轨迹跟踪方法，步骤如下：第一步，数据处理所述的数据包括LTE信令数据中的TA值及基站的物理ID(PCI)、地图数据和基站数据；所述的地图数据包括目标区域的地图信息，目标区域的地图信息分为两部分：第一部分得到各个点的ID和地理坐标信息，每一个点是一条路段或多条路段的端点；第二部分得到路段的相关信息，路段的相关信息包括路段的ID、路段的长度和路段两个端点的ID；每一条路段的两个端点的信息由第一部分各个点的ID和地理坐标信息得到，一系列路段组成道路片段；所述的基站数据包括基站位置和基站覆盖范围，由以下步骤获得：1.1)根据车辆的GPS值和TA值，由公式(1)计算基站位置，该基站位置保证估价函数cost(pci)值最小，由模拟退火法得到估价函数cost(pci)最小值；其中，cost(pci)估价函数；Pointpci代表基站位置，Pointi代表第i个车辆的GPS值(车辆的实际位置)；distance表示两点之间的欧几里得距离；n代表使用车辆GPS值的数量；TAi为第i个车辆的TA值；1.2)根据基站的物理ID变化，确定所有基站切换点，然后利用进入基站覆盖范围的基站切换点和离开基站覆盖范围的基站切换点得到基站覆盖范围；将进入基站覆盖范围的基站切换点和离开基站覆盖范围的基站切换点构成的最大角度作为基站覆盖范围；第二步，对获取的LTE信令数据中的TA值进行处理，首先进行TA值过滤然后进行TA值的划分，TA值划分为普通TA值和特殊TA值，特殊的TA值在后面详细解释，除了特殊TA值都为普通的TA值；2.1)对获得的TA值数据进行过滤，去除异常值2.1.1)如果在同一个基站下仅有少量测量值，该TA值过滤掉，少量指的是数量小于5；2.1.2)同一个基站下，连续两个点的TA值，分别记为TA1和TA2，若TA1和TA2差值大于设定的阈值，其中一个点是异常TA值，根据情况分析删除异常TA值，异常TA值即为包含噪声的TA数据，由于信号反射或外界环境造成的TA值比真实值偏大或偏小，阈值设为2；取TA2之后的连续5个TA值，求出平均值记为TAmean，若TA2和TAmean的差值大于阈值，则删除TA2；否则删除TA1；2.2)对经过过滤去除异常值的TA值数据进行划分，分为普通TA值和特殊TA值，特殊TA值包括以下两种情况：2.2.1)基站切换时，基站切换点有两个基站信息，选取两个基站对应的TA值对(TA1,TA2)作为TA数据，其中TA1表示切换前的TA值，TA2表示切换后的TA值；2.2.2)同一基站下，对于连续变化的TA值，若TA值由大变小，则选取较小的TA值，反之，选取较大的TA值；第三步，选取候选路段，将候选路段的中点作为车辆位置在道路上的匹配点3.1)同一基站下，对于普通TA值，候选路段在普通TA值对应的候选区域内；所述的候选区域由半径(TA+1)*78m的弧、半径(TA-1)*78m的弧和对应基站覆盖范围组成的封闭区域构成，如图4所示；3.2)同一个基站下，对于特殊TA值，若TA值由小变大，所述的候选区域由半径TA*78m的弧、半径(TA-1)*78m的弧和对应基站的覆盖范围组成的封闭区域构成，如图5所示；否则，候选区域由半径TA*78m的弧、半径(TA+1)*78m的弧和对应基站覆盖范围组成的封闭区域构成；3.3)对于基站切换点，由于有两个基站信息，所以两个基站分别按照步骤3.1)所述方法构造的候选区域的交集即为基站切换点的候选区域，如图6所示；第四步，通过地图数据和LTE信令数据，利用隐式Markov模型和维特比算法，计算一辆车在一定时间内的运动轨迹4.1)通过一组LTE信令数据得到一辆车的TA值观测序列O＝(on|n＝1，...，N)；4.2)通过MongoDB数据库的二维空间索引搜索到车辆运动范围的地图信息G＝{rk|k＝1,...,K}；其中，地图信息是一组表示道路片段的集合，道路片段代表M个点的折线，折线由一系列以经纬度表示的顶点v1,...,vm前后相互连接的线段组成，道路片段表示为s＝(sm|m＝1,...,M)；4.3)TA值观测序列O＝(on|n＝1,...,N)中的每一个TA值对应一个车辆位置，每个车辆位置在地图信息G＝{rk|k＝1,...,K}上有一个或多个匹配点，给定一个位置xi，计算车辆位置在sj道路片段上匹配点其中，为sj道路的中点；4.4)利用隐式Markov模型，计算候选路段的车辆观测概率和转移概率，采用维特比算法得到一辆车在一定时间内的运动轨迹。步骤4.4)所述的隐式Markov模型计算车辆观测概率和转移概率的具体步骤为：4.4.1)计算每个观测的TA值对应的候选路段的观测概率，如公式2所示。p(o＝oi|s＝sj)＝1(2)其中，p表示车辆的观测概率，oi表示当前观测的TA值，sj表示当前定位点候选路段集合中的弧段；4.4.2)计算每一个候选路段到下一个候选路段的转移概率。由公式(3)计算候选路段si到候选路段sj的转移概率τi,j，转移概率表示车辆从一个路段移动到另一个路段的可能性：τi,j＝p(si→sj)＝e-d’(3)其中，d'＝d+c*cost，d为两个路段之间的最短距离，最短距离由车辆在si，sj之间的最短路径获得，c为从候选路段si到候选路段sj道路切换次数，cost代表道路切换惩罚，通常本文档来自技高网...

【技术保护点】
一种基于LTE信令数据的轨迹跟踪方法，其特征在于，步骤如下：第一步，数据处理所述的数据包括LTE信令数据中的TA值及基站的物理ID、地图数据和基站数据；所述的地图数据包括目标区域的地图信息，目标区域的地图信息分为两部分：第一部分得到各个点的ID和地理坐标信息，每一个点是一条路段或多条路段的端点；第二部分得到路段的相关信息，路段的相关信息包括路段的ID、路段的长度和路段两个端点的ID；每一条路段的两个端点信息由第一部分各个点的ID和地理坐标信息得到，一系列路段组成道路片段；所述的基站数据包括基站位置和基站覆盖范围，由以下步骤获得：1.1)根据车辆的GPS值和TA值，由公式(1)计算基站位置，该基站位置保证估价函数cost(pci)值最小，由模拟退火法得到估价函数cost(pci)最小值；

【技术特征摘要】
1.一种基于LTE信令数据的轨迹跟踪方法，其特征在于，步骤如下：第一步，数据处理所述的数据包括LTE信令数据中的TA值及基站的物理ID、地图数据和基站数据；所述的地图数据包括目标区域的地图信息，目标区域的地图信息分为两部分：第一部分得到各个点的ID和地理坐标信息，每一个点是一条路段或多条路段的端点；第二部分得到路段的相关信息，路段的相关信息包括路段的ID、路段的长度和路段两个端点的ID；每一条路段的两个端点信息由第一部分各个点的ID和地理坐标信息得到，一系列路段组成道路片段；所述的基站数据包括基站位置和基站覆盖范围，由以下步骤获得：1.1)根据车辆的GPS值和TA值，由公式(1)计算基站位置，该基站位置保证估价函数cost(pci)值最小，由模拟退火法得到估价函数cost(pci)最小值；其中，cost(pci)估价函数；Pointpci代表基站位置；Pointi代表第i个车辆的GPS值，即车辆的实际位置；distance表示两点之间的欧几里得距离；n代表使用车辆GPS值的数量；TAi为第i个车辆的TA值；1.2)根据基站的物理ID变化，确定所有基站切换点，再利用进入基站覆盖范围的基站切换点和离开基站覆盖范围的基站切换点得到基站覆盖范围；将进入基站覆盖范围的基站切换点和离开基站覆盖范围的基站切换点构成的最大角度作为基站覆盖范围；第二步，对获取的LTE信令数据中的TA值进行处理，首先进行TA值过滤，然后进行TA值的划分，TA值划分为普通TA值和特殊TA值；2.1)对获得的TA值数据进行过滤，去除异常值2.1.1)如果在同一个基站下仅有少量测量值，该TA值过滤掉，少量指的是数量小于5；2.1.2)同一个基站下，连续两个点的TA值，分别记为TA1和TA2，若TA1和TA2差值大于设定的阈值，确定其中一个点是异常TA值，阈值设为2；取TA2之后的连续5个TA值，求出平均值记为TAmean，若TA2和TAmean的差值大于阈值，则删除TA2；否则删除TA1；2.2)对经过过滤去除异常值的TA值数据进行划分，分为普通TA值和特殊TA值，特殊TA值包括以下两种情况：2.2.1)基站切换时，基站切换点有两个基站信息，选取两个基站对应的TA值对(TA1,TA2)作为TA数据，其中TA1表示切换前的TA值，TA2表示切换后的TA值；2.2.2)同一基站下，对于连续变化的TA值，若TA值由大变小，则选取较小的TA值，反之，选取较大的TA值；第三步，选取候选路段，将候选路段的中点作为车辆位置在道路上的匹配点3.1)同一基站下，对于普通TA值，候选路段在普通TA值对应的候选区域内；所述的候选区域由半径(TA+1)*78m的弧、半径(TA-1)*78m的弧和对应基站覆盖范围组成的封闭区域构成；3.2)同一个基站下，对于特殊TA值，若TA值由小变大，所述的候选区域由半径TA*78m的弧、半径(TA-1)*78m的弧和对应基站的覆盖范围组成的封闭区域构成；否则，候选区域由半径TA*78m的弧、半径(TA+1)*78m的弧和对应基站覆盖范围组成的封闭区域构成；3.3)对于基站切换点，由于有两个基站信息，所以针对两个基站分别按照步骤3.1)所述方法构造候选区域，二者的交集即为基...

【专利技术属性】
技术研发人员：申彦明，戴宇心，倪磊，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁,21