一种获取终端位置的方法及装置制造方法及图纸

一种获取终端位置的方法及装置，在该方法中，获取MDT测量报告；判断所述MDT测量报告中是否包含经纬度信息；若所述MDT测量报告中包含经纬度信息，则依据所述MDT测量报告中包含的经纬度信息确定所述终端的位置；若所述MDT测量报告中未包含经纬度信息，则调用预先确定的位置识别模型，预测所述终端的经纬度信息，依据预测的经纬度信息确定所述终端的位置。通过本发明专利技术能够相对容易的达到获取终端位置全覆盖的目标。并且MDT测量报告中通常包括位置信息，故基于MDT测量报告进行模型创建，能够有效降低样本采集难度与成本。

A Method and Device for Obtaining Terminal Position

【技术实现步骤摘要】
一种获取终端位置的方法及装置
本专利技术涉及通信
，尤其涉及一种获取终端位置的方法及装置。
技术介绍
随着移动通信的发展，人们的通信需求得以满足，同时对网络质量也提出更高的要求。网络优化工作也逐渐从关注网络、关注网元到关注终端、关注位置。获取精准的终端位置有利于对终端感知进行充分了解，并且基于终端位置进行网络优化也能够大幅提升网络的服务质量。目前，主要采用三角定位、指纹库定位、应用服务(OverTheTop，OTT)定位或者时间提前量(TimingAdvance，TA)与终端方位信息(angleofarrival，AOA)结合等精准定位方法进行终端位置的获取。但是三角定位方法采用的是理想环境算法，实际现实环境复杂导致定位精度比较差。指纹库定位方法，通常是路测数据覆盖范围优先，收集周期较长，成本高，实际位置判定过程耗时也较长。OTT定位方法，采样的样本点少，OTT与测量报告(MeasurementReport，MR)关联采样点数量优先，缺乏统一的坐标系，受限于传输协议，发展空间受限，同时受限OTT厂家的加密算法。TA与AOA结合的方法，准确性较低。故，如何提供一种新的获取终端位置的方法，以实现有效的精准定位，势在必行。
技术实现思路
本专利技术实施例提供一种获取终端位置的方法及装置，以实现有效的精准定位。本专利技术实施例一方面提供了一种获取终端位置的方法，该方法包括：获取MDT测量报告；判断所述MDT测量报告中是否包含经纬度信息；若所述MDT测量报告中包含经纬度信息，则依据所述MDT测量报告中包含的经纬度信息确定所述终端的位置；若所述MDT测量报告中未包含经纬度信息，则调用预先确定的位置识别模型，预测所述终端的经纬度信息，依据预测的经纬度信息确定所述终端的位置。其中，预测所述终端经纬度信息的位置识别模型采用如下方式预先确定：预先获取MDT测量报告；解析所述预先获取的MDT测量报告，并得到包含经纬度信息以及主邻小区服务网元参考信号接收功率的MDT测量报告，作为候选样本；在所述候选样本中采样得到训练样本，并利用神经网络对所述训练样本中包括的经纬度信息以及主邻小区服务网元参考信号接收功率进行训练，得到位置识别模型，其中，所述位置识别模型的输入为主邻小区服务网元信号强度，输出为终端的经纬度。具体的，利用神经网络对所述训练样本中包括的经纬度信息以及主邻小区服务网元参考信号接收功率进行训练，得到位置识别模型，包括：利用神经网络对所述训练样本中包括的经纬度信息以及主邻小区服务网元参考信号接收功率进行训练，得到位置识别模型中所述主邻小区服务网元信号强度的参数权值；将所述主邻小区服务网元信号强度的参数权值划分为两部分；利用遗传算法，在所述两部分主邻小区服务网元信号强度的参数权值中，确定匹配度最高的参数权值；依据所述匹配对最高的参数权值确定位置识别模型。进一步的，得到位置识别模型之后，所述方法还包括：在所述候选样本中除所述训练样本之外的其它样本中选择验证样本，利用所述验证样本中包括的经纬度信息以及主邻小区服务网元参考信号接收功率，对所述位置识别模型进行置信度评估；若所述置信度评估值大于预设门限值，则将所述位置识别模型作为预测所述终端经纬度信息的位置识别模型；若所述置信度评估值小于预设门限值，则重新在所述候选样本中采样得到训练样本，并利用基于遗传算法的神经网络模型对所述训练样本中包括的经纬度信息以及主邻小区服务网元参考信号接收功率进行训练得到位置识别模型。更进一步的，得到位置识别模型之后，所述方法还包括：在设定时间后，重新获取MDT测量报告；利用重新获取的MDT测量报告，对所述位置识别模型进行优化，并将优化后的位置识别模型作为预测所述终端经纬度信息的位置识别模型。本专利技术另一方面还提供一种获取终端位置的装置，包括：获取单元，用于获取MDT测量报告；处理单元，用于判断所述获取单元获取的MDT测量报告中是否包含经纬度信息，若所述MDT测量报告中包含经纬度信息，则依据所述MDT测量报告中包含的经纬度信息确定所述终端的位置，若所述MDT测量报告中未包含经纬度信息，则调用预先确定的位置识别模型，预测所述终端的经纬度信息，依据预测的经纬度信息确定所述终端的位置。其中，所述处理单元还用于采用如下方式预先确定预测所述终端经纬度信息的位置识别模型：预先获取MDT测量报告；解析所述预先获取的MDT测量报告，并得到包含经纬度信息以及主邻小区服务网元参考信号接收功率的MDT测量报告，作为候选样本；在所述候选样本中采样得到训练样本，并利用神经网络对所述训练样本中包括的经纬度信息以及主邻小区服务网元参考信号接收功率进行训练，得到位置识别模型，其中，所述位置识别模型的输入为主邻小区服务网元信号强度，输出为终端的经纬度。具体的，所述处理单元采用如下方式用神经网络对所述训练样本中包括的经纬度信息以及主邻小区服务网元参考信号接收功率进行训练，得到位置识别模型：利用神经网络对所述训练样本中包括的经纬度信息以及主邻小区服务网元参考信号接收功率进行训练，得到位置识别模型中所述主邻小区服务网元信号强度的参数权值；将所述主邻小区服务网元信号强度的参数权值划分为两部分；利用遗传算法，在所述两部分主邻小区服务网元信号强度的参数权值中，确定匹配度最高的参数权值；依据所述匹配对最高的参数权值确定位置识别模型。进一步的，所述处理单元还用于：得到位置识别模型之后，在所述候选样本中除所述训练样本之外的其它样本中选择验证样本，利用所述验证样本中包括的经纬度信息以及主邻小区服务网元参考信号接收功率，对所述位置识别模型进行置信度评估；若所述置信度评估值大于预设门限值，则将所述位置识别模型作为预测所述终端经纬度信息的位置识别模型；若所述置信度评估值小于预设门限值，则重新在所述候选样本中采样得到训练样本，并利用基于遗传算法的神经网络模型对所述训练样本中包括的经纬度信息以及主邻小区服务网元参考信号接收功率进行训练得到位置识别模型。更进一步的，所述获取单元还用于：在所述处理单元得到位置识别模型之后，在设定时间后，重新获取MDT测量报告。所述处理单元还用于：利用所述获取单元重新获取的MDT测量报告，对所述位置识别模型进行优化，并将优化后的位置识别模型作为预测所述终端经纬度信息的位置识别模型。本专利技术实施例还提供一种获取终端位置的设备，包括存储器、收发器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述涉及的获取终端位置的方法，并控制所述收发器收发信号。本专利技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述涉及的获取终端位置的方法中的步骤。本专利技术实施例提供的获取终端位置的方法及装置，通过MDT测量报告中包含的经纬度信息确定终端的位置，并在MDT测量报告中未包含经纬度信息的情况下，调用预先确定的位置识别模型，预测所述终端的经纬度信息，依据预测的经纬度信息确定所述终端的位置，能够相对容易的达到获取终端位置全覆盖的目标。并且MDT测量报告中通常包括位置信息，故基于MDT测量报告进行模型创建，能够有效降低样本采集难度与成本。附图说明图1为本专利技术实施例提供的获取终端位置的方法实施流程图；图2为本专利技术实施例提供的确定位置识别模型本文档来自技高网...

【技术保护点】
1.一种获取终端位置的方法，其特征在于，包括：获取最小化路测MDT测量报告；判断所述MDT测量报告中是否包含经纬度信息；若所述MDT测量报告中包含经纬度信息，则依据所述MDT测量报告中包含的经纬度信息确定所述终端的位置；若所述MDT测量报告中未包含经纬度信息，则调用预先确定的位置识别模型，预测所述终端的经纬度信息，依据预测的经纬度信息确定所述终端的位置。

【技术特征摘要】
1.一种获取终端位置的方法，其特征在于，包括：获取最小化路测MDT测量报告；判断所述MDT测量报告中是否包含经纬度信息；若所述MDT测量报告中包含经纬度信息，则依据所述MDT测量报告中包含的经纬度信息确定所述终端的位置；若所述MDT测量报告中未包含经纬度信息，则调用预先确定的位置识别模型，预测所述终端的经纬度信息，依据预测的经纬度信息确定所述终端的位置。2.如权利要求1所述的方法，其特征在于，预测所述终端经纬度信息的位置识别模型采用如下方式预先确定：预先获取MDT测量报告；解析所述预先获取的MDT测量报告，并得到包含经纬度信息以及主邻小区服务网元参考信号接收功率的MDT测量报告，作为候选样本；在所述候选样本中采样得到训练样本，并利用神经网络对所述训练样本中包括的经纬度信息以及主邻小区服务网元参考信号接收功率进行训练，得到位置识别模型，其中，所述位置识别模型的输入为主邻小区服务网元信号强度，输出为终端的经纬度。3.如权利要求2所述的方法，其特征在于，利用神经网络对所述训练样本中包括的经纬度信息以及主邻小区服务网元参考信号接收功率进行训练，得到位置识别模型，包括：利用神经网络对所述训练样本中包括的经纬度信息以及主邻小区服务网元参考信号接收功率进行训练，得到位置识别模型中所述主邻小区服务网元信号强度的参数权值；将所述主邻小区服务网元信号强度的参数权值划分为两部分；利用遗传算法，在所述两部分主邻小区服务网元信号强度的参数权值中，确定匹配度最高的参数权值；依据所述匹配对最高的参数权值确定位置识别模型。4.如权利要求2或3所述的方法，其特征在于，得到位置识别模型之后，所述方法还包括：在所述候选样本中除所述训练样本之外的其它样本中选择验证样本，利用所述验证样本中包括的经纬度信息以及主邻小区服务网元参考信号接收功率，对所述位置识别模型进行置信度评估；若所述置信度评估值大于预设门限值，则将所述位置识别模型作为预测所述终端经纬度信息的位置识别模型；若所述置信度评估值小于预设门限值，则重新在所述候选样本中采样得到训练样本，并利用基于遗传算法的神经网络模型对所述训练样本中包括的经纬度信息以及主邻小区服务网元参考信号接收功率进行训练得到位置识别模型。5.如权利要求4所述的方法，其特征在于，得到位置识别模型之后，所述方法还包括：在设定时间后，重新获取MDT测量报告；利用重新获取的MDT测量报告，对所述位置识别模型进行优化，并将优化后的位置识别模型作为预测所述终端经纬度信息的位置识别模型。6.一种获取终端位置的装置，其特征在于，包括：获取单元，用于获取最小化路测MDT测量报告；处理单元，用于判断所述获取单元获取的MDT测量报告中是否包含经纬度信息，若所述MDT测量报告中包含经纬度信息，则依据所述MDT测量报告中包含的经纬度信息确定所述终...

【专利技术属性】
技术研发人员：李洋，赵雁航，冯博，刘赫，张颖，李军，
申请(专利权)人：中国移动通信集团吉林有限公司，中国移动通信集团公司，
类型：发明
国别省市：吉林,22