定位方法、装置及存储介质制造方法及图纸

本申请实施例提供了一种定位方法、装置及存储介质，其中，该方法包括：获取包括多条MR数据的MR数据集合，对于该MR数据集合中的任意一条MR数据，根据该MR数据在时间上与该MR数据相邻的MR数据，确定用于描述该MR数据对应终端设备所在位置的特征信息，将该MR数据的特征信息输入到定位模型中，得到该MR数据对应终端设备的位置信息。该技术方案中，由于该定位模型是以历史位置MR数据集合中每条历史位置MR数据的特征信息为输入，以历史位置MR数据对应终端设备的位置信息为输出训练得到的模型，且确定该MR数据的特征信息时考虑了MR数据的时间先后关系对终端设备所在地理位置的影响，提升了定位精度。

【技术实现步骤摘要】
定位方法、装置及存储介质
本申请涉及通信
，尤其涉及一种定位方法、装置及存储介质。
技术介绍
测量报告(measurementreport，MR)是移动终端周期性或事件触发上报的，包含移动终端某时刻的无线环境信息，其和移动终端当前所在地理位置存在对应关系。因而，基于测量报告对移动终端进行定位，是当前对移动终端定位的常见手段。现有技术中基于MR的移动终端定位方法中，首先获取移动终端上报的MR，基于MR携带的用户标识或用户流程呼叫详细记录(calldetailrecord，CDR)标识选取预设时间段内的MR，并按照MR携带的时间戳信息进行排序，然后计算预设时间段内每个MR的主服务小区和最强的两个邻区所形成三角形的重心，根据每两个相邻MR的主/邻小区的三角形重心和每两个相邻MR的时间差计算移动终端的移动方向和速度，最后根据移动终端的方向和速度，对当前MR的小区电平强度进行平滑处理，最终根据平滑处理后的小区电平强度和预先建立的指纹库确定出移动终端的位置。然而，上述移动终端的定位方法在定位过程中只考虑了每条MR的小区电平强度对移动终端定位结本文档来自技高网...

【技术保护点】
1.一种定位方法，其特征在于，包括：/n获取测量报告MR数据集合，所述MR数据集合包括：多条MR数据；/n对于所述MR数据集合中的任意一条MR数据，根据所述MR数据和在时间上与所述MR数据相邻的至少一条MR数据，确定所述MR数据的特征信息，所述MR数据的特征信息是用于描述所述MR数据对应终端设备所在位置的信息；/n将所述MR数据的特征信息输入到定位模型中，得到所述MR数据对应终端设备的位置信息，所述定位模型是以历史位置MR数据集合中每条历史位置MR数据的特征信息为输入，以所述历史位置MR数据对应终端设备的位置信息为输出训练得到的模型，所述历史位置MR数据是指携带位置信息的历史MR数据。/n

【技术特征摘要】
1.一种定位方法，其特征在于，包括：
获取测量报告MR数据集合，所述MR数据集合包括：多条MR数据；
对于所述MR数据集合中的任意一条MR数据，根据所述MR数据和在时间上与所述MR数据相邻的至少一条MR数据，确定所述MR数据的特征信息，所述MR数据的特征信息是用于描述所述MR数据对应终端设备所在位置的信息；
将所述MR数据的特征信息输入到定位模型中，得到所述MR数据对应终端设备的位置信息，所述定位模型是以历史位置MR数据集合中每条历史位置MR数据的特征信息为输入，以所述历史位置MR数据对应终端设备的位置信息为输出训练得到的模型，所述历史位置MR数据是指携带位置信息的历史MR数据。


2.根据权利要求1所述的方法，其特征在于，在所述根据所述MR数据和在时间上与所述MR数据相邻的至少一条MR数据，确定所述MR数据的特征信息之前，所述方法还包括：
根据所述MR数据集合中每条MR数据携带的用户标识信息和时间戳信息，对所述MR数据集合中的所有MR数据进行排序处理，得到排序处理后的MR数据集合，所述排序处理后的MR数据集合中具有相同用户标识的MR数据按照时间戳信息排列在一起；
将所述排序处理后的MR数据集合中的具有相同用户标识信息且时间差值小于预设的第一时长的多条MR数据进行合并，得到合并处理后的MR数据集合。


3.根据权利要求2所述的方法，其特征在于，在所述将所述排序处理后的MR数据集合中的具有相同用户标识信息且时间差值小于预设的第一时长的多条MR数据进行合并，得到合并处理后的MR数据集合之后，所述方法还包括：
对所述合并处理后的MR数据集合进行拆分处理，得到多个MR数据子集合，每个MR数据子集合包括：按照时间戳信息排序且具有相同用户标识的多条MR数据，每个MR数据子集合中所有MR数据的总时长小于预设的第二时长，且每个MR数据子集合中相邻两条MR数据的时间戳信息对应的时间差值小于预设的第三时长，所述总时长为所述MR数据子集合中最后一条MR数据与第一条MR数据的时间戳信息对应的时间差值。


4.根据权利要求3所述的方法，其特征在于，在所述对所述合并处理后的MR数据集合进行拆分处理，得到多个MR数据子集合之后，所述方法还包括：
对每个MR数据子集合中的所有MR数据进行滤波处理，得到处理后的MR数据集合。


5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述MR数据和在时间上与所述MR数据相邻的至少一条MR数据，确定所述MR数据的特征信息，包括：
根据时间上位于所述MR数据之前的至少一条MR数据、所述MR数据以及时间上位于所述MR数据之后的至少一条MR数据，形成所述MR数据对应的MR通话序列；
基于卷积神经网络和所述MR通话序列，对所述MR数据进行特征提取，得到所述MR数据的第一特征信息集合；
将所述第一特征信息集合作为所述MR数据的特征信息。


6.根据权利要求5所述的方法，其特征在于，所述根据所述MR数据在时间上与所述MR数据相邻的MR数据，确定所述MR数据的特征信息，还包括：
根据所述MR数据和所述MR数据对应的网络工参信息，提取所述MR数据的第二特征信息集合，所述MR数据对应的网络工参信息用于表示上报所述MR数据的终端设备所属小区的属性信息；
相应的，所述将所述第一特征信息集合作为所述MR数据的特征信息，包括：
对所述第一特征信息集合和所述第二特征信息集合进行融合，得到所述MR数据的融合特征信息；
将所述MR数据的融合特征信息作为所述MR数据的特征信息。


7.根据权利要求1-6任一项所述的方法，其特征在于，所述定位模型具体是基于机器学习方法以所述历史位置MR数据集合中每条历史位置MR数据的特征信息作为输入，以所述历史位置MR数据的位置标签作为输出训练得到的模型；所述历史位置MR数据的特征信息是通过对所述历史位置MR数据集合中的历史位置MR数据进行合并、拆分、滤波处理后提取得到的。


8.根据权利要求7所述的方法，其特征在于，所述历史位置MR数据的位置标签是对预设区域进行栅格化得到的，所述预设区域包括：上报所述历史位置MR数据的终端设备所属站点的位置确定的区域。


9.根据权利要求1-6任一项所述的方法，其特征在于，所述定位模型具体是基于所述历史位置MR数据集合中所有历史位置MR数据之间的时序关系得到的特征信息和对应历史位置MR数据的位置信息的关联关系得到的，所述时序关系为所述历史位置MR数据的时间戳信息对应的时间先后顺序。


10.一种定位方法，其特征在于，包括：
获取测量报告MR数据集合，所述MR数据集合包括：多条MR数据；
对于所述MR数据集合中的任意一条MR数据，根据所述MR数据和在时间上与所述MR数据相邻的至少一条MR数据，确定所述MR数据的特征信息，所述MR数据的特征信息是用于描述所述MR数据对应终端设备所在位置的信息；
根据MR数据的特征信息，从指纹特征库中确定出与所述特征信息匹配的目标指纹文件，所述指纹特征库中存储有用于描述特征信息与终端设备所在位置的关联关系的指纹文件；
基于所述目标指纹文件和所述特征信息，确定出所述MR数据对应终端设备的位置信息。


11.根据权利要求10所述的方法，其特征在于，所述指纹特征库包括：历史位置MR数据集合中每条历史位置MR数据所在当前区域对应的指纹文件，所述指纹文件用于描述所述当前区域中每个栅格的特征信息与所述栅格的位置信息；所述历史位置MR数据的特征信息是通过对所述历史位置MR数据集合中的历史位置MR数据进行合并、拆分、滤波处理后提取得到的。


12.一种定位装置，其特征在于，包括：获取模块、处理模块和定位模块；
所述获取模块，用于获取测量报告MR数据集合，所述MR数据集合包括：多条MR数据；
所述处理模块，用于针对所述MR数据集合中的任意一条MR数据，根据所述MR数据和在时间上与所述MR数据相邻的至少一条MR数据，确定所述MR数据的特征信...

【专利技术属性】
技术研发人员：李汐，毛娜，
申请(专利权)人：华为技术服务有限公司，
类型：发明
国别省市：河北;13