本申请涉及一种终端定位方法、装置、计算机设备、存储介质和程序产品。所述方法包括：获取多个基站对目标终端的上行参考信号的方位角进行测量得到的测量值；将获取到的多个所述测量值输入至预先训练的方位角校正模型中，得到所述方位角校正模型输出的多个方位角校正值；将所述多个方位角校正值输入至终端运动模型中，得到所述终端运动模型输出的定位数据；根据所述定位数据对所述目标终端进行定位处理。采用本方法能够提升终端定位跟踪精度。理。采用本方法能够提升终端定位跟踪精度。理。采用本方法能够提升终端定位跟踪精度。
【技术实现步骤摘要】
终端定位方法、装置、计算机设备、存储介质和程序产品
[0001]本申请涉及定位
，特别是涉及一种终端定位方法、装置、计算机设备、存储介质和程序产品。
技术介绍
[0002]随着5G技术的不断发展，5G网络应用也越来越广泛。5G网络下，基站可以通过测量终端的上行参考信号的方位角确定终端的位置，对终端进行定位追踪。同时，实际应用中，由于各种建筑或植物等反射物的影响，基站接收到的终端的上行参考信号找中通常含有大量多径信号，会对参考信号造成干扰。
[0003]传统技术中，通过将接收到的多径信号引入的测量噪声建模为色噪声，通过获取测量噪声的估计值，从而根据方位角和测量噪声的估计值，确定终端的定位结果。
[0004]然而，传统技术中，在实际应用中，不同场景下的多径信号不同，其引入的测量噪声也不同，因此无法消除不同场景下多径信号带来的影响，降低基站对终端定位的准确度。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种能够提升终端定位准确度的终端定位方法、装置、计算机设备、存储介质和程序产品。
[0006]第一方面，本申请提供了一种终端定位方法。该方法包括：
[0007]获取多个基站对目标终端的上行参考信号的方位角进行测量得到的测量值；将获取到的多个该测量值输入至预先训练的方位角校正模型中，得到该方位角校正模型输出的多个方位角校正值；将该多个方位角校正值输入至终端运动模型中，得到该终端运动模型输出的定位数据；根据该定位数据对该目标终端进行定位处理。
[0008]在其中一个实施例中，该终端运动模型包括多个运动子模型，该多个运行子模型分别与不同的运动模式对应，将该多个方位角校正值输入至终端运动模型中，得到该终端运动模型输出的定位数据，包括：将该多个方位角校正值输入至该多个运动子模型中，得到各运动子模型输出的定位结果；根据各运动子模型输出的定位结果获取该定位数据。
[0009]在其中一个实施例中，该多个运动子模型包括近匀速运动子模型、近匀加速运动子模型以及近协同转弯运动子模型中的至少一个；其中，该近匀速运动子模型与匀速运动的运动模式相对应；该近匀加速运动子模型与匀加速运动的运动模式相对应；该近协同转弯运动子模型与协同转弯运动的运动模式相对应。
[0010]在其中一个实施例中，将该多个方位角校正值输入至该多个运动子模型中，包括：获取该目标终端在当前时刻的多个第一状态估计值，其中，该多个第一状态估计值分别与不同的运动模式相对应；对于各运动子模型，将与该运动子模型对应的运动模式一致的第一状态估计值以及该多个方位角校正值输入至该运动子模型中。
[0011]在其中一个实施例中，获取该目标终端在当前时刻的多个第一状态估计值，包括：获取该目标终端在当前时刻之前的上一时刻的多个第二状态估计值，该多个第二状态估计
值分别与不同的运动模式相对应；对于各运动模式，根据该运动模式对应的第二状态估计值以及该运动模式对应的状态转移矩阵，计算该运动模式对应的该第一状态估计值。
[0012]在其中一个实施例中，获取该目标终端在当前时刻之前的上一时刻的多个第二状态估计值，包括：若该上一时刻为基站测量到该目标终端的上行参考信号的方位角的初始时刻，则根据该初始时刻测量到的该目标终端的上行参考信号的方位角确定该第二状态估计值。
[0013]在其中一个实施例中，将获取到的多个该测量值输入至预先训练的方位角校正模型中，包括：将获取到的多个该测量值进行低通滤波处理；将低通滤波处理得到的值输入至该方位角校正模型中。
[0014]在其中一个实施例中，该方位角校正模型的训练过程包括：获取多个训练样本，该训练样本包括基站对样本终端的上行参考信号的方位角的样本测量值和该样本终端的上行参考信号的方位角的真实值；基于该多个训练样本对初始方位角校正模型进行训练，得到该方位角校正模型。
[0015]第二方面，本申请还提供了一种终端定位装置。该装置包括：
[0016]第一获取模块，用于获取多个基站对目标终端的上行参考信号的方位角的测量值；
[0017]第一校正模块，用于将获取到的多个该测量值输入至预先训练的方位角校正模型中，得到该方位角校正模型输出的多个方位角校正值；
[0018]第一定位模块，用于将该多个方位角校正值输入至终端运动模型中，得到该终端运动模型输出的定位数据；
[0019]第一处理模块，用于根据该定位数据对该目标终端进行定位处理。
[0020]在其中一个实施例中，该终端运动模型包括多个运动子模型，该多个运行子模型分别与不同的运动模式对应，该第一定位模块，具体用于：将该多个方位角校正值输入至该多个运动子模型中，得到各运动子模型输出的定位结果；根据各运动子模型输出的定位结果获取该定位数据。
[0021]在其中一个实施例中，该多个运动子模型包括近匀速运动子模型、近匀加速运动子模型以及近协同转弯运动子模型中的至少一个；其中，该近匀速运动子模型与匀速运动的运动模式相对应；该近匀加速运动子模型与匀加速运动的运动模式相对应；该近协同转弯运动子模型与协同转弯运动的运动模式相对应。
[0022]在其中一个实施例中，该第一定位模块，具体用于：获取该目标终端在当前时刻的多个第一状态估计值，其中，该多个第一状态估计值分别与不同的运动模式相对应；对于各运动子模型，将与该运动子模型对应的运动模式一致的第一状态估计值以及该多个方位角校正值输入至该运动子模型中。
[0023]在其中一个实施例中，该第一定位模块，具体用于：获取该目标终端在当前时刻之前的上一时刻的多个第二状态估计值，该多个第二状态估计值分别与不同的运动模式相对应；对于各运动模式，根据该运动模式对应的第二状态估计值以及该运动模式对应的状态转移矩阵，计算该运动模式对应的该第一状态估计值。
[0024]在其中一个实施例中，该第一定位模块，具体用于：若该上一时刻为基站测量到该目标终端的上行参考信号的方位角的初始时刻，则根据该初始时刻测量到的该目标终端的
上行参考信号的方位角确定该第二状态估计值。
[0025]在其中一个实施例中，该第一校正模块，具体用于：将获取到的多个该测量值进行低通滤波处理；将低通滤波处理得到的值输入至该方位角校正模型中。
[0026]在其中一个实施例中，该装置还包括，训练模块，用于：获取多个训练样本，该训练样本包括基站对样本终端的上行参考信号的方位角的样本测量值和该样本终端的上行参考信号的方位角的真实值；基于该多个训练样本对初始方位角校正模型进行训练，得到该方位角校正模型。
[0027]第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现上述第一方面任一项所述的方法的步骤。
[0028]第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面中任一项所述的方法的步骤。
[0029]第五方面，本申请还提本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种终端定位方法，其特征在于，所述方法包括：获取多个基站对目标终端的上行参考信号的方位角进行测量得到的测量值；将获取到的多个所述测量值输入至预先训练的方位角校正模型中，得到所述方位角校正模型输出的多个方位角校正值；将所述多个方位角校正值输入至终端运动模型中，得到所述终端运动模型输出的定位数据；根据所述定位数据对所述目标终端进行定位处理。2.根据权利要求1所述的方法，其特征在于，所述终端运动模型包括多个运动子模型，所述多个运行子模型分别与不同的运动模式对应，所述将所述多个方位角校正值输入至终端运动模型中，得到所述终端运动模型输出的定位数据，包括：将所述多个方位角校正值输入至所述多个运动子模型中，得到各所述运动子模型输出的定位结果；根据各所述运动子模型输出的定位结果获取所述定位数据。3.根据权利要求2所述的方法，其特征在于，所述多个运动子模型包括近匀速运动子模型、近匀加速运动子模型以及近协同转弯运动子模型中的至少一个；其中，所述近匀速运动子模型与匀速运动的运动模式相对应；所述近匀加速运动子模型与匀加速运动的运动模式相对应；所述近协同转弯运动子模型与协同转弯运动的运动模式相对应。4.根据权利要求2或3所述的方法，其特征在于，所述将所述多个方位角校正值输入至所述多个运动子模型中，包括：获取所述目标终端在当前时刻的多个第一状态估计值，其中，所述多个第一状态估计值分别与不同的运动模式相对应；对于各所述运动子模型，将与所述运动子模型对应的运动模式一致的第一状态估计值以及所述多个方位角校正值输入至所述运动子模型中。5.根据权利要求4所述的方法，其特征在于，所述获取所述目标终端在当前时刻的多个第一状态估计值，包括：获取所述目标终端在当前时刻之前的上一时刻的多个第二状态估计值，所述多个第二状态估计值分别与不同的运动模式相对应；对于各所述运动模式，根据所述运动模式对应的第二状态估计值以及所述运动模式对应的状态转移矩阵，计算...
【专利技术属性】
技术研发人员：李晓东，齐望东，黄永明，潘孟冠，贾兴华，郑旺，李雨晴，
申请(专利权)人：网络通信与安全紫金山实验室，
类型：发明
国别省市：
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。