【技术实现步骤摘要】
基于软采信令的经纬度回填方法
本专利技术涉及移动通信领域，更具体地，涉及一种基于软采信令的经纬度回填方法。
技术介绍
目前，移动通信领域中的移动定位技术主要应用在基于位置的服务方面，根据移动用户的位置，为用户提供与位置相关的各项服务，将成为未来手机业务中的主流趋势。现有的移动终端定位方法存在以下问题：(1)卫星定位，以GPS为代表，GPS在室外可以获得较高的定位精度，误差在10-50米以内，然而只有智能手机有GPS定位功能，普通的手机没有；GPS在室内无法进行定位，必须依靠智能手机第三方的软件，即使获得第三方软件的数据，涉及到数据解密等步骤也难以应用；(2)通过信号到达时间(TOA)、到达时间差、信号到达角度(AOA)或者以上几种指标综合使用的混合定位方法，该方法的定位误差一般都在200米以上，无法满足高精度的定位需求；(3)小区ID+时间提前量(CellID+TA)的定位方法，即利用移动台所占用的服务小区的位置信息以及服务小区的TA进行定位，该方法对通信网络的负担较小，但是定位精度较低；另外也有通过测量信号强度，然后用传播模型计算距离的方法来定位的技术，但由于无...
【技术保护点】
1.基于软采信令的经纬度回填方法，其特征在于，它包括以下步骤：S1：采集待定位移动终端的路测数据；S2：对步骤S1中得到的待定位移动终端的路测数据进行处理，经过处理符合条件的路测数据作为训练样本；S3：构建定位指纹库模型；S4：训练定位指纹库模型，生成在线定位模型；S5：软采信令的经纬度回填；S6：更新定位指纹库；S7：更新在线定位模型。
【技术特征摘要】
1.基于软采信令的经纬度回填方法，其特征在于，它包括以下步骤：S1：采集待定位移动终端的路测数据；S2：对步骤S1中得到的待定位移动终端的路测数据进行处理，经过处理符合条件的路测数据作为训练样本；S3：构建定位指纹库模型；S4：训练定位指纹库模型，生成在线定位模型；S5：软采信令的经纬度回填；S6：更新定位指纹库；S7：更新在线定位模型。2.根据权利要求1所述的基于软采信令的经纬度回填方法，其特征在于，步骤S1中所述的路测数据包括路测终端的位置坐标、各个小区的标识信息、场强数据、时延数据、方向角数据和经纬度数据。3.根据权利要求1所述的基于软采信令的经纬度回填方法，其特征在于，步骤S2具体包括以下步骤：S21：对所述的路测数据进行筛选，标准如下：①小区个数大于等于4；②时延数据的数值小于等于测量报告数据标准允许的最大值；③小区与采样点的距离小于等于3000米；S22：对筛选后的路测数据进行格式处理，剔除不符合要求的数据；S23：对格式处理后的路测数据进行归一化处理。4.根据权利要求1所述的基于软采信令的经纬度回填方法，其特征在于，步骤S3具体包括以下步骤：S31：将移动网络覆盖区域划分为边长为L的栅格，并将栅格编号，根据路测终端的位置坐标，将训练样本分配到对应的栅格中；S32：将栅格的编号作为位于该栅格的训练样本的分类标识，分类标识和训练样本共同组成指纹数据记录储存在定位指纹库中。5.根据权利要求1所述的基于软采信令的经纬度回填方法，其特征在于，步骤S4具体包括以下步骤：S41：采用优化的随机森林回归算法对每个栅格内的训练样本进行建模，得到每个栅格的在线定位模型，用于预测待定位移动终端所处的经度和纬度；S42：存储在线定位模型。6.根据权利要求5所述的基于软采信令的经纬度回填方法，其特征在于，步骤S41中所述的优化的随机森林回归算法即把随机森林回归算法中的超参数优化设置为超参数集，通过遍历的方式找到模型的最优参数；所述的超参数包括每棵树的最大深度、建立子树的数量、结点分裂所需最小样本数、叶结点最小样本数。7.根据权利要求5所述的基于软采信令的经纬度回填方法，其特征在于，步骤S42中所述的在线定位模型包括M棵决策树，分别为T1(X)、T2(X)、…、Ti(X)、…、TM(X)，X＝{x1,x2,...,xn}是在线定位模型的n维输入向量，每棵决策树产生的预测值分别为：所有决策树预测值的平均值即为在线定位模型的输出；假设指纹数据所在输入空间划分为H个单元U...
【专利技术属性】
技术研发人员：陈曦，蓝志坚，陈三明，胡绍阳，裴子文，余智君，陈卓，
申请(专利权)人：广州丰石科技有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。