CN106211326A - 一种基于lte‑mr数据的综合精确定位算法 - Google Patents
一种基于lte‑mr数据的综合精确定位算法 Download PDFInfo
- Publication number
- CN106211326A CN106211326A CN201610794957.7A CN201610794957A CN106211326A CN 106211326 A CN106211326 A CN 106211326A CN 201610794957 A CN201610794957 A CN 201610794957A CN 106211326 A CN106211326 A CN 106211326A
- Authority
- CN
- China
- Prior art keywords
- user
- longitude
- latitude
- data
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于LTE‑MR数据的综合精确定位算法,包括以下步骤:S1.对MR数据进行补全;S2.判断MR数据是否来自室分站,若是,以室分天线经纬度为中心,方圆100米内随机取一个点作为当前用户的经纬度,若否,进入下一步;S3.将用户到主小区的弧和用户到各邻区的弧进行经纬度求交;S4.判断交点个数:S5.判断是否有MR中是否有AOA字段;S6.基于AOA对用户进行方位定位;S7.定位结束。本发明了一种基于LTE‑MR数据的综合精确定位算法,采用LTE的MR数据进行准确定位,减少了定位成本,弥补了之前的各种基于移动MR定位的不足,将定位精度提高了20米以内。
Description
技术领域
本发明涉及一种基于LTE-MR数据的综合精确定位算法。
背景技术
目前,基于移动通信***的终端定位技术主要有:基于小区标识的CellID技术、基于到达时间的TOA技术、基于到达时间差的TDOA技术、基于到达角的AOA技术、和基于网络辅助的A-GPS技术。终端定位技术的发展经历了多个阶段。
最初的基于服务蜂窝小区的定位技术,如CellID,可以快速地定位,但是其定位精度与小区的覆盖范围有关,即只能确定终端在该基站的覆盖范围内,不能得到更为精确的位置。
然后发展了一些多基站的联合定位技术,如TDOA定位技术,通过定位算法能够解算出终端位置,进一步提升了定位精度,但是由于多基站获得的定位参数存在一定的误差,这类定位方法有时也不能获得较为准确的终端坐标。
之后的基于卫星信号的GNSS定位技术可以精确地定位,而这其中用的最为广泛的就是美国的GPS全球定位***。直到后来,产生了A-GPS技术,手机终端首先通过移动网络获取定位辅助数据来实现快速搜星,然后通过GPS信号计算出位置,然而由于需要搜星所以初次定位时间过长而略显不便。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于LTE-MR数据的综合精确定位算法,采用LTE的MR数据进行准确定位,减少了定位成本,弥补了之前的各种基于移动MR定位的不足。
本发明的目的是通过以下技术方案来实现的:一种基于LTE-MR数据的综合精确定位算法,包括以下步骤:
S1.对MR数据进行补全;
S2.判断主小区基站是否为室分站:
(1)如果MR数据来自室分站,以室分天线经纬度为中心,方圆100米内随机取一个点作为当前用户的经纬度;
(2)如果MR数据不来自室分站,进入步骤S3;
S3.将用户到主小区的弧和用户到各邻区的弧进行经纬度求交;
S4.判断交点个数:
(1)如果交点个数大于2,则求交点构成的多边形重心,该多边形重心的经纬度即为当前用户的经纬度;
(2)如果交点个数等于2,则求交点连接而成的线段重心,该线段重心的经纬度即为当前用户的经纬度;
(3)如果交点个数为1,则该交点的经纬度即为当前用户的经纬度;
(4)如果交点个数为0,进入步骤S5;
S5.判断是否有MR中是否有AOA字段:
(1)如果有AOA字段,进入步骤S6;
(2)如果没有AOA字段,统计主小区方向角所在射线为中心线的左右两边120度范围内邻区个数,以邻区个数多的半边弧随机取点作为用户的经纬度。
S6.基于AOA对用户进行方位定位;
S7.定位结束。
所述的步骤S1包括以下子步骤:
S11.在设定时间内,对同一主小区下同一MmeUeS1apId连续的MR,取出其中邻区数量最多的那一条MR的邻区信息;
S12.根据该条MR的邻区信息,按照邻区数量的由多到少,依次对其他MR数据的邻区信息进行补全,直到该MmeUeS1apId所有MR的邻区信息均被补全。
所述的设定时间为10s。
所述的步骤S3包括以下子步骤:
S31.计算主小区到用户的距离;
S32.计算用户到主小区基站天线的弧经纬度列表;
S33.利用TA值对用户到主小区基站天线的经纬度列表进行校正;
S34.计算邻区到用户的距离;
S35.计算用户到对应邻区基站天线的弧经纬度列表;
S36.对将用户到主小区的弧和用户到各邻区的弧进行经纬度求交。
所述的步骤S6包括以下子步骤:
S61.使用RSRP值计算距离;
S62.采用TA值对距离进行校正;
S63.计算以主小区基站为圆心,该距离为半径,形成用户经纬度所在的圆;
S64.根据AOA的角度对用户进行方位定位,确定用户经纬度。
所述的步骤S31包括以下子步骤:
S311.判断neid在MR数据的工参表中是否存在:
(1)neid在工参表中存在,进入步骤S312;
(2)neid在工参表中不存在,计算失败;
S312.进行城区判定,若为非城区,LOSS值为13;若非城区,LOSS值为15;
S313.在主小区RSRP值小于-105dbm时,根据RSRP值和PHR值对LOSS值进行修正;
S314.利用RSRP计算出主小区到用户的距离;
S315.采用TA值对距离进行校正。
所述步骤S34包括以下子步骤:
S341.判断MR数据中neid在工参表中是否存在:
(1)neid在工参表中存在,根据基础数据的covertype字段判断室分;
(2)neid在工参表中不存在,以RSRP值计算得到的距离作为邻区到用户的距离;
S342.进行城区判定,若为非城区,LOSS值为13;若非城区,LOSS值为15;
S343.在邻区RSRP值为-105dbm时,根据PSCP值和PHR值对LOSS值进行修正;
S344.利用RSRP计算出邻区到用户的距离。
所述步骤S5中,如果没有AOA字段,统计主小区方向角所在射线为中心线的左右两边120度范围内邻区个数,若两个半边弧邻区个数相等,则整条弧随机取点作为用户经纬度。
本发明的有益效果是:本发明提供了一种基于LTE-MR数据的综合精确定位算法,采用LTE的MR数据进行准确定位,减少了定位成本,弥补了之前的各种基于移动MR定位的不足,将定位精度提高了20米以内。
附图说明
图1为本发明的方法流程图;
图2为用户到主小区的弧和用户到各邻区的弧进行经纬度求交流程图;
图3为主小区到用户距离的计算流程图;
图4为邻区到用户的距离计算流程图;
图5为AOA对用户定位的示意图;
图6为TA校正列表示意图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
如图1所示,一种基于LTE-MR数据的综合精确定位算法,包括以下步骤:
S1.对MR数据进行补全;
S2.判断主小区基站是否为室分站:
(1)如果MR数据来自室分站,以室分天线经纬度为中心,方圆100米内随机取一个点作为当前用户的经纬度;
(2)如果MR数据不来自室分站,进入步骤S3;
S3.将用户到主小区的弧和用户到各邻区的弧进行经纬度求交;
S4.判断交点个数:
(1)如果交点个数大于2,则求交点构成的多边形重心,该多边形重心的经纬度即为当前用户的经纬度;
(2)如果交点个数等于2,则求交点连接而成的线段重心,该线段重心的经纬度即为当前用户的经纬度;
(3)如果交点个数为1,则该交点的经纬度即为当前用户的经纬度;
(4)如果交点个数为0,进入步骤S5;
S5.判断是否有MR中是否有AOA字段:
(1)如果有AOA字段,进入步骤S6;
(2)如果没有AOA字段,统计主小区方向角所在射线为中心线的左右两边120度范围内邻区个数,以邻区个数多的半边弧随机取点作为用户的经纬度。
S6.基于AOA对用户进行方位定位;
S7.定位结束。
所述的步骤S1包括以下子步骤:
S11.在设定时间内,对同一主小区下同一MmeUeS1apId连续的MR,取出其中邻区数量最多的那一条MR的邻区信息;
S12.根据该条MR的邻区信息,按照邻区数量的由多到少,依次对其他MR数据的邻区信息进行补全,直到该MmeUeS1apId所有MR的邻区信息均被补全。
所述的设定时间为10s。
如图2所示,所述的步骤S3包括以下子步骤:
S31.计算主小区到用户的距离;
S32.计算用户到主小区基站天线的弧经纬度列表;
S33.利用TA值对用户到主小区基站天线的经纬度列表进行校正;
S34.计算邻区到用户的距离;
S35.计算用户到对应邻区基站天线的弧经纬度列表;
S36.对将用户到主小区的弧和用户到各邻区的弧进行经纬度求交。
在本申请的实施例中,主小区或者邻区的经纬度列表生成方式:以主小区或邻区的基站天线为中心,以计算出来的点到各个基站天线的距离为半径,以基站方位角对其画弧,则为点对应此基站可能的位置。由于距离值往往有较大失真性,在求两弧线交点时会出线未严格相交、过度覆盖等失真情况,因此后面求交点时采用逼近法(简而言之即为求两弧线距离最近的点),且考虑到性能问题,在弧上仅均等的取140个点,得到这些点的经纬度,构成点到基站的弧经纬度列表。
基站方向角:以正北为0度,以基站波瓣中心线顺时针所画弧的度数为方向角,基站波瓣默认为65度,如果严格均等分波瓣为140个点则为每65/140度一个点,但考虑到实际情况有信号散射,则为每1度一个点。在均等分时,从以前的中心线向两边扩散改为将140度弧按顺时针等分。
求交点过程中采用逼近法,让主小区弧经纬度列表各点与邻区弧经纬度列表各点的距离值,再从中选举距离值小于阈值(此版本为100米,即0.001度)的点,取其最小值作为交点,若无,返回空表示无交点。
无交点时,若主小区弧经纬度列表各点与邻区弧经纬度列表各点没有交点,则计算以主小区方向角所在射线为中心线的左右两边120度(左60度、右60度)范围内邻区个数(包括W网的邻区也要计算在内),以个数多的半边弧随机取点构成交点列表,若相等则在整条弧上随机取点。
所述的步骤S6包括以下子步骤:
S61.使用RSRP值计算距离;
S62.采用TA值对距离进行校正;
S63.计算以主小区基站为圆心,该距离为半径,形成用户经纬度所在的圆;
S64.根据AOA的角度对用户进行方位定位,确定用户经纬度。
如图3所示,所述的步骤S31包括以下子步骤:
S311.判断neid在MR数据的工参表中是否存在:
(1)neid在工参表中存在,进入步骤S312;
(2)neid在工参表中不存在,计算失败;
S312.进行城区判定,若为非城区,LOSS值为13;若非城区,LOSS值为15;
S313.在主小区RSRP值小于-105dbm时,根据RSRP值和PHR值对LOSS值进行修正;
S314.利用RSRP计算出主小区到用户的距离;
S315.采用TA值对距离进行校正。
如图4所示,所述步骤S34包括以下子步骤:
S341.判断MR数据中neid在工参表中是否存在:
(1)neid在工参表中存在,根据基础数据的covertype字段判断室分;
(2)neid在工参表中不存在,以RSRP值计算得到的距离作为邻区到用户的距离;
S342.进行城区判定,若为非城区,LOSS值为13;若非城区,LOSS值为15;
S343.在邻区RSRP值为-105dbm时,根据PSCP值和PHR值对LOSS值进行修正;
S344.利用RSRP计算出邻区到用户的距离。
所述步骤S5中,如果没有AOA字段,统计主小区方向角所在射线为中心线的左右两边120度范围内邻区个数,若两个半边弧邻区个数相等,则整条弧随机取点作为用户经纬度。
关于RSRP的计算:移动通信***中的无线电波是在地形不规则的情况下进行传播的,在估算路径损耗时,应考虑特定地区的地形因素。预测模型的目标是预测特定点或特定区域的信号强度(RSRP),但在方法复杂性和精确性方面差异很大,因此应针对不同地形特点,选择最合适于该区域的预测模型。因此,准确度与精确度很大程度上依赖于预测模型的详细程度,由于使用实地测试的数据搭建预测模型,在实地测试的数据足够大以及足够准确时,所搭建的预测模型越准确。
在传播模型方面,选择Cost-Hata模型,此模型是一个经验模型,实验和仿真结果都表明其具有较高的可信度,在市区的Cost-Hata模型的经验公式为:
L(urban)=46.3+33.9logF–13.82logHb+(44.9–6.55logHb)logd–a(Hm)+Cm
式中,L(urban):为平坦市区中指传播损耗(dB);
F:为基站频率取值为:FDD为1840MHZ,TD-LTE网络取值为2300MHZ;
Hb:为基站天线高度,根据工参值进行取值(默认为22米);
Hm:为移动台天线高度取值为:1.65m;
a(Hm):为移动台修正因子取值为0;
Cm:对于中小城市、郊区Cm取0dB,对于大城市Cm取3dB;
d:为传播距离,即是需要计算的值。
在RSRP>=-105时,Ploss=TX+Gain–Loss–RSRP;
在RSRP<-105时,Ploss=TX+Gain–Loss–RSRP–Loss1;
式中,Ploss即L(urban):为平坦市区中指传播损耗(dB)。
TX:为基站功率默认取值为15dbm。
Gain:天线增益默认取值为18db。
Loss:根据是否城区进行取值。城区取值为15,非城区取值为13。
Loss1:对于室内点的loss进行校正,即为在RSRP<-105时。
本申请由neid字段去关联基础数据中小区是否属于城区,然后再根据是否城区来进行loss值的取值,
当用户在室内时需校正传播损耗,室内用户与基站的实际距离均小于传播模型计算距离,随着PHR值的减小两者间的差值越大,根据这个规律可校正传播模型的损耗值,使得实际距离与模型距离更加接近,所以引入PHR值进行传播模型中的loss值的修正,Loss1的取值如下:RSRP<-105&&PHR<-15,Loss1为+10db;
RSRP<-105&&-15<PHR<=-10,Loss1为+6db;
RSRP<-105&&-10<PHR<=-5,Loss1为+4db;
RSRP<-105&&-5<PHR<=0,Loss1+2db;
当下行信号较好时,在RSRP>=-105时,无需校正。
在本申请的实施例中,AOA对用户定位的方法如图5所示:首先进行数据解析,
3GPP规定的上报值为AOA_ANGLE_000时,测量数据区间分布0=<AOA_ANGLE<0.5;
3GPP规定的上报值为AOA_ANGLE_009时,测量数据区间分布4.5=<AOA_ANGLE<5.0;
3GPP规定的上报值为AOA_ANGLE_k时,分布为0.5k=<AOA_ANGLE<0.5(k+1);
例如,当解析出来的数据为AOA_ANGLE_009,则图5中的θ为4.5度~5.0度,
如图5所示,
(X0-X)2+(Y0-Y)2=R2;
已知X,Y分别表示基站的位置坐标(即基站的经纬度),已知R为基站到用户的距离(根据RSRP值并用TA校正得出),求出X0,Y0表示移动用户的定位位置坐标;
分别计算出θ在4.5度和5度时候的在弧上的定位点,最后以计算出来的两个端点,在弧上随机取一点,即为用户的位置。
TA校正:在本申请中,TA,即Timing advance,UE用于调整其主小区PUCCH/PUSCH/SRS上行发送的时间,1Ts=1/(15000*2048)S,对应的距离等于:(3*10^8*1/(15000*2048))/2=4.89m。1TADV=16Ts=16*4.89m=78.12m。
TA校正表如图6所示
若TA值为0,RSRP计算出来的距离为在【0,39】,那么最后取值为该计算出来的值。如果大于39米的话,最后取值为39米。若为0的话,则视为无效。
若TA值为1,RSRP计算出来的距离为在(39,117】,那么最后取值为该计算出来的值;如果计算出来的值小于39时,就取39;如果大于117,最后取值为117。
若TA值为2,RSRP计算出来的距离为在(117,273】,那么最后取值为该计算出来的值;如果计算出来的值小于117时,就取117;如果大于273,最后取值为273。依次类推即可;
采用这种方法会导致MR过于集中于TA值确定出来的距离的两端(取值为最小距离和取值为最大距离),所以校正为:
如果RSRP计算出来的距离不超过区间两端距离的10%,则就以计算出来的距离作为取值;
如果超过了(大于最大距离的10%),则在其相对应的TA距离的上限的90%作为下限,TA值距离的上限作为该区间,就在该区间内随机取一点。比如说:假设TA区间为【100,200】,根据传播模型算出来的距离为260,那么260已经大于200*110%了,就校正为【180,200】随机一点。
如果超过了(小于最小距离的10%),则在其相对应的TA距离的下限的110%作为上限,TA值距离的下限作为该区间,就在该区间内随机取一点。比如说:假设TP区间为【100,200】,根据传播模型算出来的距离为60,那么60已经小于100*90%了,就校正为【100,110】随机一点。
满足城区情况下RSRP值>-100dbm,TA值>15;非城区情况先RSRP>-100,TA值>25就直接利用RSRP进行距离的计算,不再采用TA值进行校正了。
在本申请的实施例中,主小区RSRP小于-125&&TA值为空&&AOA值为空&&邻区也为空的数据,直接过滤掉不用于行定位。
Claims (8)
1.一种基于LTE-MR数据的综合精确定位算法,其特征在于:包括以下步骤:
S1.对MR数据进行补全;
S2.判断MR数据是否来自室分站:
(1)如果MR数据来自室分站, 以室分天线经纬度为中心,方圆100米内随机取一个点作为当前用户的经纬度;
(2)如果MR数据不来自室分站,进入步骤S3;
S3.将用户到主小区的弧和用户到各邻区的弧进行经纬度求交;
S4.判断交点个数:
(1)如果交点个数大于2,则求交点构成的多边形重心,该多边形重心的经纬度即为当前用户的经纬度;
(2)如果交点个数等于2,则求交点连接而成的线段重心,该线段重心的经纬度即为当前用户的经纬度;
(3)如果交点个数为1,则该交点的经纬度即为当前用户的经纬度;
(4)如果交点个数为0,进入步骤S5;
S5.判断是否有MR中是否有AOA字段:
(1)如果有AOA字段,进入步骤S6;
(2)如果没有AOA字段,统计主小区方向角所在射线为中心线的左右两边120度范围内邻区个数,以邻区个数多的半边弧随机取点作为用户的经纬度;
S6.基于AOA对用户进行方位定位;
S7.定位结束。
2.根据权利要求1所述的一种基于LTE-MR数据的综合精确定位算法,其特征在于:所述的步骤S1包括以下子步骤:
S11.在设定时间内,对同一主小区下同一MmeUeS1apId连续的MR,取出其中邻区数量最多的那一条MR的邻区信息;
S12.根据该条MR的邻区信息,按照邻区数量的由多到少,依次对其他MR数据的邻区信息进行补全,直到该MmeUeS1apId所有MR的邻区信息均被补全。
3.根据权利要求2所述的一种基于LTE-MR数据的综合精确定位算法,其特征在于:所述的设定时间为10s。
4.根据权利要求1所述的一种基于LTE-MR数据的综合精确定位算法,其特征在于:所述的步骤S3包括以下子步骤:
S31.计算主小区到用户的距离;
S32.计算用户到主小区基站天线的弧经纬度列表;
S33.利用TA值对用户到主小区基站天线的经纬度列表进行校正;
S34.计算邻区到用户的距离;
S35.计算用户到对应邻区基站天线的弧经纬度列表;
S36.对将用户到主小区的弧和用户到各邻区的弧进行经纬度求交。
5.根据权利要求1所述的一种基于LTE-MR数据的综合精确定位算法,其特征在于:所述的步骤S6包括以下子步骤:
S61.使用RSRP值计算距离;
S62.采用TA值对距离进行校正;
S63.计算以主小区基站为圆心,该距离为半径,形成用户经纬度所在的圆;
S64.根据AOA的角度对用户进行方位定位,确定用户经纬度。
6.根据权利要求4所述的一种基于LTE-MR数据的综合精确定位算法,其特征在于:所述的步骤S31包括以下子步骤:
S311.判断neid在MR数据的工参表中是否存在:
(1)neid在工参表中存在,进入步骤S312;
(2)neid在工参表中不存在,计算失败;
S312.进行城区判定,若为非城区,LOSS值为13;若非城区,LOSS值为15;
S313.在主小区RSRP值小于-105dbm时,根据RSRP值和PHR值对LOSS值进行修正;
S314.利用RSRP计算出主小区到用户的距离;
S315.采用TA值对距离进行校正。
7.根据权利要求4所述的一种基于LTE-MR数据的综合精确定位算法,其特征在于:所述步骤S34包括以下子步骤:
S341.判断MR数据中neid在工参表中是否存在:
(1)neid在工参表中存在,根据基础数据的covertype字段判断室分;
(2)neid在工参表中不存在,以RSRP值计算得到的距离作为邻区到用户的距离;
S342.进行城区判定,若为非城区,LOSS值为13;若非城区,LOSS值为15;
S343.在邻区RSRP值为-105dbm时,根据PSCP值和PHR值对LOSS值进行修正;
S344.利用RSRP计算出邻区到用户的距离。
8.根据权利要求1所述的一种基于LTE-MR数据的综合精确定位算法,其特征在于:所述步骤S5中,如果没有AOA字段,统计主小区方向角所在射线为中心线的左右两边120度范围内邻区个数,若两个半边弧邻区个数相等,则整条弧随机取点作为用户经纬度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610794957.7A CN106211326B (zh) | 2016-08-31 | 2016-08-31 | 一种基于lte-mr数据的综合精确定位算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610794957.7A CN106211326B (zh) | 2016-08-31 | 2016-08-31 | 一种基于lte-mr数据的综合精确定位算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106211326A true CN106211326A (zh) | 2016-12-07 |
CN106211326B CN106211326B (zh) | 2019-09-10 |
Family
ID=58085750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610794957.7A Active CN106211326B (zh) | 2016-08-31 | 2016-08-31 | 一种基于lte-mr数据的综合精确定位算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106211326B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107765211A (zh) * | 2017-10-18 | 2018-03-06 | 国家新闻出版广电总局广播科学研究院 | 一种对不明广播电视侵入信号的侦测*** |
CN107831517A (zh) * | 2017-10-18 | 2018-03-23 | 国家新闻出版广电总局广播科学研究院 | 对不明广播电视侵入信号多点协同测向的组合定位方法 |
CN108471593A (zh) * | 2017-02-23 | 2018-08-31 | 普天信息技术有限公司 | 一种基于lte***的静态定位方法和装置 |
CN110490646A (zh) * | 2019-08-01 | 2019-11-22 | 北京东方国信科技股份有限公司 | 汽车品牌目标用户的确定方法及装置 |
CN112291844A (zh) * | 2020-11-17 | 2021-01-29 | 中国联合网络通信集团有限公司 | 基于mr和mdt的定位方法和装置 |
CN112312307A (zh) * | 2020-10-30 | 2021-02-02 | 重庆长安汽车股份有限公司 | 一种基于移动通信传播模型的车辆定位方法 |
CN114095865A (zh) * | 2021-11-11 | 2022-02-25 | 北京红山信息科技研究院有限公司 | 一种测量报告的定位方法、装置、计算机设备及存储介质 |
CN114363806A (zh) * | 2021-12-30 | 2022-04-15 | 北京红山信息科技研究院有限公司 | 一种高精度5g三角定位方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101895984A (zh) * | 2009-05-20 | 2010-11-24 | 大唐移动通信设备有限公司 | 一种定位测量处理方法及设备 |
US20130023286A1 (en) * | 2010-12-28 | 2013-01-24 | Trueposition, Inc. | Time and Power Based Wireless Location and Method of Selecting Location Estimate Solution |
CN105472644A (zh) * | 2016-01-12 | 2016-04-06 | 四川亨通网智科技有限公司 | 基于用户行为特征的深度覆盖网络质量评估方法和*** |
CN105611568A (zh) * | 2015-11-11 | 2016-05-25 | 北京电旗通讯技术股份有限公司 | 一种基于mro测量报告对lte终端位置进行准确定位的方法 |
CN105848202A (zh) * | 2015-01-15 | 2016-08-10 | 中兴通讯股份有限公司 | Aoa和ta的校正处理方法及装置 |
-
2016
- 2016-08-31 CN CN201610794957.7A patent/CN106211326B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101895984A (zh) * | 2009-05-20 | 2010-11-24 | 大唐移动通信设备有限公司 | 一种定位测量处理方法及设备 |
US20130023286A1 (en) * | 2010-12-28 | 2013-01-24 | Trueposition, Inc. | Time and Power Based Wireless Location and Method of Selecting Location Estimate Solution |
CN105848202A (zh) * | 2015-01-15 | 2016-08-10 | 中兴通讯股份有限公司 | Aoa和ta的校正处理方法及装置 |
CN105611568A (zh) * | 2015-11-11 | 2016-05-25 | 北京电旗通讯技术股份有限公司 | 一种基于mro测量报告对lte终端位置进行准确定位的方法 |
CN105472644A (zh) * | 2016-01-12 | 2016-04-06 | 四川亨通网智科技有限公司 | 基于用户行为特征的深度覆盖网络质量评估方法和*** |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108471593A (zh) * | 2017-02-23 | 2018-08-31 | 普天信息技术有限公司 | 一种基于lte***的静态定位方法和装置 |
CN108471593B (zh) * | 2017-02-23 | 2021-02-12 | 普天信息技术有限公司 | 一种基于lte***的静态定位方法和装置 |
CN107765211A (zh) * | 2017-10-18 | 2018-03-06 | 国家新闻出版广电总局广播科学研究院 | 一种对不明广播电视侵入信号的侦测*** |
CN107831517A (zh) * | 2017-10-18 | 2018-03-23 | 国家新闻出版广电总局广播科学研究院 | 对不明广播电视侵入信号多点协同测向的组合定位方法 |
CN107831517B (zh) * | 2017-10-18 | 2021-02-09 | 国家新闻出版广电总局广播科学研究院 | 对不明广播电视侵入信号多点协同测向的组合定位方法 |
CN107765211B (zh) * | 2017-10-18 | 2021-05-28 | 国家新闻出版广电总局广播科学研究院 | 一种对不明广播电视侵入信号的侦测*** |
CN110490646A (zh) * | 2019-08-01 | 2019-11-22 | 北京东方国信科技股份有限公司 | 汽车品牌目标用户的确定方法及装置 |
CN112312307A (zh) * | 2020-10-30 | 2021-02-02 | 重庆长安汽车股份有限公司 | 一种基于移动通信传播模型的车辆定位方法 |
CN112291844A (zh) * | 2020-11-17 | 2021-01-29 | 中国联合网络通信集团有限公司 | 基于mr和mdt的定位方法和装置 |
CN114095865A (zh) * | 2021-11-11 | 2022-02-25 | 北京红山信息科技研究院有限公司 | 一种测量报告的定位方法、装置、计算机设备及存储介质 |
CN114095865B (zh) * | 2021-11-11 | 2024-02-27 | 北京红山信息科技研究院有限公司 | 一种测量报告的定位方法、装置、计算机设备及存储介质 |
CN114363806A (zh) * | 2021-12-30 | 2022-04-15 | 北京红山信息科技研究院有限公司 | 一种高精度5g三角定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106211326B (zh) | 2019-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106211326B (zh) | 一种基于lte-mr数据的综合精确定位算法 | |
KR101729873B1 (ko) | 진화 통신 시스템의 네트워크 커버리지 계획 방법 및 장치 | |
CN106851570B (zh) | 基于mr对移动终端进行定位的方法及装置 | |
Han et al. | Automatic precision control positioning for wireless sensor network | |
CN101631349B (zh) | 一种定位终端的方法、装置及无线操作维护中心 | |
CN103067931B (zh) | 一种定位无线网络中干扰源的方法及装置 | |
CA2782805C (en) | Area based position determination for terminals in a wireless network | |
CN103283273B (zh) | 基于时间和功率的无线定位*** | |
Lin et al. | Mobile location estimation based on differences of signal attenuations for GSM systems | |
CN103517285B (zh) | 一种天线覆盖性能评估方法及*** | |
US8233906B2 (en) | Method and arrangement for determination of the radio coverage in a multicell mobile radio system | |
CN103620441A (zh) | 用于在无线网络的覆盖区域中映射操作参数的方法和装置 | |
CN102869038A (zh) | 一种基站定位中的测量补偿方法、装置、服务器及*** | |
CN106358155B (zh) | 一种射频指纹数据库的建立方法及装置 | |
CN109803273A (zh) | 天馈***调整方法、装置、电子设备及存储介质 | |
US7633443B2 (en) | Estimating location of a communications device | |
CN113133046A (zh) | 网络覆盖评估方法及装置、电子设备和计算机存储介质 | |
CN103179659B (zh) | 多基站混合定位方法及装置 | |
CN107371235B (zh) | 用户终端的定位方法及装置 | |
CN105792354B (zh) | 一种利用基站空口数据对移动终端进行定位的方法 | |
CN105338547B (zh) | Lte网络中基于天线功率的pci信号优化方法及*** | |
CN113038487A (zh) | 通信网络覆盖优化方法和装置 | |
CN103458500B (zh) | 一种定位用户设备的方法及装置 | |
Wang et al. | RSSI-based localization in cellular networks | |
CN108738068A (zh) | 一种gsm网络中基于无线基站的定位*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |