CN109495848A - 一种用户空间定位的方法 - Google Patents
一种用户空间定位的方法 Download PDFInfo
- Publication number
- CN109495848A CN109495848A CN201811550251.1A CN201811550251A CN109495848A CN 109495848 A CN109495848 A CN 109495848A CN 201811550251 A CN201811550251 A CN 201811550251A CN 109495848 A CN109495848 A CN 109495848A
- Authority
- CN
- China
- Prior art keywords
- base station
- user
- period
- antenna
- data
- 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
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- 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
本发明涉及数据分析技术领域,具体涉及一种用户空间定位的方法,特别是手机用户的精确定位方法。本发明通过利用通信运营商提供的较为成熟稳定的业务信令数据,结合地图服务商实际测绘的地图数据,对手机用户每一时刻停留的位置进行精确定位。本发明定位准确,运算速度快,弥补了现有定位***无法长期获取用户完整运动轨迹的不足,避免了栅格定位方法中定位位置无实际业务含义的问题,同时解决了通信运营商MR信令数据处理难度大,难以用于连续生产的问题,提高了移动信令数据的实用性。
Description
技术领域
本发明涉及数据分析技术领域,具体涉及一种用户空间定位的方法,特别是手机用户的精确定位方法。
背景技术
随着人民生活水平的提高,手机早已成为每个人的生活必需品,无论在何处,都是会随身携带手机。手机要实现联网功能,必然要与最近的基站进行通信,当手机从一个基站的覆盖范围移动到另一个基站的覆盖范围时,自动切换至与另一个基站进行连接,因此,通过观察手机的运动轨迹,即可知道携带该手机的人的运动轨迹。但是由于基站的覆盖范围是一个面,只能知道该手机在该基站的覆盖范围内出现,但是不知道出现的具***置。同时,为了保证手机联网的稳定性,在同一地点可能会存在有多个基站覆盖,当手机从不同的位置进入该地点时,连接的基站是不同的,若出现这种情况,就无法准确判断手机的运动轨迹。另外,由于同一地理实体建筑的坐标是一个坐标点的集合,同时会有多个基站对其进行覆盖,或地理实体建筑的一部分是由A基站覆盖,另一部分由B基站进行覆盖,当手机用户在该地理实体建筑内时,可能会连接不同的基站,或当手机用户在该地理实体建筑内移动时,也会发生基站的切换,给精确定位造成影响。
目前利用通信运营商数据进行定位主要有以下几种方式:
1、MR信令数据指纹定位:将包含位置信息的MR数据训练为指纹库,将没有位置的MR根据特征进行指纹匹配形成位置信息。
2、MR信令多点定位:根据小区以及至少邻近小区信号接收场强和路损公式以及收发时间差计算距离。
以上方式对用户的定位结果一般以100*100米栅格方式呈现。即将地图按照经纬度划分为100*100米栅格式的方格,将用户以方格的形式进行定位,只知道用户在哪一个栅格内,但还是不知道用户的具***置。同时100*100米栅格定位时,人为划分的栅格也没有任何的代表意义,没有参考价值。
现有的MR信令数据指纹定位中,用于训练指纹的包含位置信息的MR数据需要工作人员进行扫频、路测进行实际测量,或采用包含位置信息的OTT数据解析提供。扫频、路测等方式需要大量人力资源,一般只对小范围区域进行,难以进行大规模路测。而另一方面,OTT数据解析率不高,解析难度大也使该方法难以进行大规模生产应用。
而MR多点定位由于通信运营商各省分公司IT***建设程度不同,无法全面支持MR历史大规模数据的解析清洗,形成用户历史连续轨迹数据,一般只用于实时一次性定位请求,无法连续跟踪用户完整轨迹。同时,栅格化的定位结果难以和具体的地理位置匹配,商业价值较低。
发明内容
本发明目提供了一种用户空间定位的方法,解决了现有技术中不能对手机用户进行精确定位的问题。
本发明所采用的技术方案为:
一种用户空间定位的方法,包括以下步骤:
S1、获取通信运营商提供的基站工程参数、移动业务信令数据和地图服务商提供的空间区块实际位置坐标点集合;
S2、通过基站工程参数和空间区块实际位置坐标点集合,形成地理实体特征指纹;
S3、将业务信令数据按时间、空间关系进行聚合,确定用户的业务信令轨迹数据特征;由于是业务信令,即一个时间点只有一个基站。但由于用户在一个位置时,可能由于多种因素会发生基站切换,即用户连续的多条业务信令可能均指向一个位置,因此需要将用户的业务信令按时间、空间关系进行聚合;
S4、根据聚合后的业务信令轨迹数据特征,对手机用户的每个时段进行定位,判断用户在每一时段所处的具体地理实体。
作为上述技术方案的优选,所述步骤S2中,形成地理实体特征指纹的步骤为:
S201、根据基站工程参数计算基站的覆盖面;
S202、根据地理实体的覆盖范围和基站的覆盖面,通过gis空间计算引擎,计算得到地理实体和基站覆盖的交叉面积S;所述地理实体的覆盖范围为:将地图服务商提供的地理实体实际位置坐标点进行两两相连,形成封闭的覆盖区域,即为地理实体覆盖范围;
S203:通过基站的工程参数计算出基站的覆盖面积Sb;
S204:通过基站的覆盖面积Sb和交叉面积S,通过方程计算地理实体和基站的空间关系系数α,计算方程为:α=S÷Sb;
S205:输出地理实体和覆盖该地理实体的基站的关系:
{B,{Lc1,α},{Lc2,α}{Lc3,α}..{Lcn,α}} (1)
其中,B为地理实体,Lc为基站编号。
作为上述技术方案的优选,所述步骤S3中,确定用户的业务信令轨迹数据特征包括如下步骤:
S301、对用户业务信令记录按发生时间进行排序,如连续的业务信令记录出现往复切换,则将这两条业务信令记录合并;
例如基站A->…->基站A这样的切换,如两次出现基站A的时间间隔不超过2小时,且两次基站A之前出现的其他基站和基站A之间的距离均不超过1km,则将这些记录合并;
S302、将时间间隔在1分钟的业务信令数据合并;
由于业务信令采集来源为多个数据源,且各数据源时间可能有些许差异,故将时间间隔在1分钟的业务信令数据合并;
S303、迭代执行步骤S301和步骤S302,直到无法合并为止;
S304、合并后的记录按“开始-结束”时间划分为多个时段,每个时段内存在多条记录,修正错误数据,找到每个时段内出现时间最长的基站,并剔除时段内跟该基站距离大于1km的记录;
S305、历史数据学习,将步骤S304处理后的记录存入数据库,并与历史记录进行相似度匹配,将相似的历史记录并入该时段;
S306、计算同一时段中出现过的每个基站在近一个月中的出现频次W;
S307、输出合并后的记录:
{U,Ts,Te,{Lc1,W1},{Lc2,W2},{Lc3,W3}…{Lcn,Wn}} (2)
其中,U为用户标识,Ts为时段开始时间,Te为时段结束时间,Lcn为基站小区标识,Wn为基站小区在近一个月的出现频次。
作为上述技术方案的优选,所述S305中,如历史记录中存在跟该时段相似度大于80%,且均为工作日或均为非工作日,且历史记录的中的基站经纬度跟当前时段中所有基站的经纬度距离均小于1km,则将历史记录也并入该时段。时段相似度=两时段内相同分钟数的平方÷(时段一分钟数×时段二分钟数)。
作为上述技术方案的优选,所述步骤S4中,判断用户在每一时段所处的具体地理实体包括:
将式(1)和式(2)按照方程(3)进行关联计算,得到用户在该时段可能所在的可能性大小P,方程(3)为:
P{u,b}=∑W*α (3)
形成每个用户每个时段在各地理实体内的可能性大小数据集,
{U,Ts,Te,{B1,P1},{B2,P2},{B3,P3}…{Bn,Pn}} (4)
其中P最大的一个地理实体即为用户该时段的停留位置。
作为上述技术方案的优选,所述基站工程参数包括地区区域码、基站识别码、网络制式、天线类型、天线方位角、基站覆盖类型、基站天线位置经度坐标和基站天线位置纬度坐标;所述移动业务信令数据包括时间、用户号码和基站编号。
作为上述技术方案的优选,所述基站覆盖类型包括室内型和非室内型;所述天线类型包括全向天线和定向天线。
作为上述技术方案的优选,所述室内型基站的覆盖半径R为固定值;非室内型基站的覆盖半径R为,该基站天线经纬度坐标和最近的三个非室内型基站的平均距离与特定系数的乘积。所述特定系数为1.6;所述室内型基站的覆盖半径R默认为400米。
作为上述技术方案的优选,所述全向天线基站覆盖面的计算方法为:以天线经纬度为中心点,每隔45度向外延伸基站覆盖半径R的长度,分别得到八个坐标点,将相邻的坐标点用直线两两连接,形成封闭的基站覆盖区域,即得到全向天线基站的覆盖面。
作为上述技术方案的优选,所述定向天线基站覆盖面的计算方法为:以天线经纬度为中心点,分别按角度A、A+H÷6、A+H÷3、A+H÷2、A-H÷6、A-H÷ 3和A+H÷2向外延伸基站覆盖半径R的长度,得到七个坐标点,将相邻的坐标点用直线两两连接,两端的两个坐标点分别与天线经纬度点相连,形成封闭的基站覆盖区域,即得到全向天线基站的覆盖面;所述角度A为天线方位角,角度H为水平波瓣角度。所述水平波瓣角度计算方法为,若该基站定向天线数量小于等于2,则为180度,否则为120度。
本发明的有益效果为:
本发明通过利用通信运营商提供的较为成熟稳定的业务信令数据,结合地图服务商实际测绘的地理实体边界,采用快速定位的方法,对手机用户每一时刻停留的位置进行精确定位。将用户历史沉淀的业务信令数据形成用户空间历史轨迹,使数据应用价值得到充分释放。本发明定位准确,运算速度快,弥补了现有定位***无法长期获取用户完整运动轨迹的不足,避免了栅格定位方法中定位位置无实际业务含义的问题,同时解决了通信运营商MR信令数据处理难度大,难以用于连续生产的问题,提高了移动信令数据的实用性。
具体实施方式
下面对本发明做详细的说明。
下面利用具体实施例对本发明/发明作进一步阐述。在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明/发明,但并不构成对本发明/发明的限定。本文公开的特定结构和功能细节仅用于描述本发明/发明的示例实施例。然而,可用很多备选的形式来体现本发明/发明,并且不应当理解为本发明/发明限制在本文阐述的实施例中。
应当理解,尽管本文可以使用术语第一、第二等等来描述各种单元,这些单元不应当受到这些术语的限制。这些术语仅用于区分一个单元和另一个单元。例如可以将第一单元称作第二单元,并且类似地可以将第二单元称作第一单元,同时不脱离本发明/发明的示例实施例的范围。
应当理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,单独存在B,同时存在A和B三种情况,本文中术语“/和”是描述另一种关联对象关系,表示可以存在两种关系,例如,A/和B,可以表示:单独存在A,单独存在A和B 两种情况,另外,本文中字符“/”,一般表示前后关联对象是一种“或”关系。
应当理解,当将单元称作与另一个单元“连接”、“相连”或“耦合”时,它可以与另一个单元直相连接或耦合,或中间单元可以存在。相対地,当将单元称作与另一个单元“直接相连”或“直接耦合”时,不存在中间单元。应当以类似方式来解释用于描述单元之间的关系的其他单词(例如,“在……之间”对“直接在……之间”,“相邻”对“直接相邻”等等)。
本文使用的术语仅用于描述特定实施例,并且不意在限制本发明/发明的示例实施例。如本文所使用的,单数形式“一”、“一个”以及“该”意在包括复数形式,除非上下文明确指示相反意思。还应当理解术语“包括”、“包括了”、“包含”、和/或“包含了”当在本文中使用时,指定所声明的特征、整数、步骤、操作、单元和/或组件的存在性,并且不排除一个或多个其他特征、数量、步骤、操作、单元、组件和/或他们的组合存在性或增加。
还应当注意到在一些备选实施例中,所出现的功能/动作可能顺序不同。例如,取决于于所涉及的功能/动作,实际上可以实质上并发地执行,或者有时可以以相反的顺序来执行。
在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。在其他实施例中,可以不以非必要的细节来示出众所周知的过程、结构和技术,以避免使得示例实施例不清楚。
实施例1:
本实施例提供了一种用户空间定位的方法。
一种用户空间定位的方法,包括以下步骤:
S1、获取通信运营商提供的基站工程参数、移动业务信令数据和地图服务商提供的空间区块实际位置坐标点集合;每天获取前一天的基站工程参数和移动业务信令数据;
S2、通过基站工程参数和空间区块实际位置坐标点集合,形成地理实体特征指纹;
S3、将业务信令数据按时间、空间关系进行聚合,确定用户的业务信令轨迹数据特征;由于是业务信令,即一个时间点只有一个基站。但由于用户在一个位置时,可能由于多种因素会发生基站切换,即用户连续的多条业务信令可能均指向一个位置,因此需要将用户的业务信令按时间、空间关系进行聚合;
S4、根据聚合后的业务信令轨迹数据特征,对手机用户的每个时段进行定位,判断用户在每一时段所处的具体地理实体。
所述步骤S2中,形成地理实体特征指纹的步骤为:
S201、根据基站工程参数计算基站的覆盖面;
S202、根据地理实体的覆盖范围和基站的覆盖面,通过gis空间计算引擎,计算得到地理实体和基站覆盖的交叉面积S;所述地理实体的覆盖范围为:将地图服务商提供的地理实体实际位置坐标点进行两两相连,形成封闭的覆盖区域,即为地理实体覆盖范围;
S203:通过基站的工程参数计算出基站的覆盖面积Sb;
S204:通过基站的覆盖面积Sb和交叉面积S,通过方程计算地理实体和基站的空间关系系数α,计算方程为:α=S÷Sb;
S205:输出地理实体和覆盖该地理实体的基站的关系:
{B,{Lc1,α},{Lc2,α}{Lc3,α}..{Lcn,α}} (1)
其中,B为地理实体,Lc为基站编号。
所述步骤S3中,确定用户的业务信令轨迹数据特征包括如下步骤:
S301、对用户业务信令记录按发生时间进行排序,如连续的业务信令记录出现往复切换,则将这两条业务信令记录合并;
例如基站A->…->基站A这样的切换,如两次出现基站A的时间间隔不超过2小时,且两次基站A之前出现的其他基站和基站A之间的距离均不超过1km,则将这些记录合并;
S302、将时间间隔在1分钟的业务信令数据合并;
由于业务信令采集来源为多个数据源,且各数据源时间可能有些许差异,故将时间间隔在1分钟的业务信令数据合并;
S303、迭代执行步骤S301和步骤S302,直到无法合并为止;
S304、合并后的记录按“开始-结束”时间划分为多个时段,每个时段内存在多条记录,修正错误数据,找到每个时段内出现时间最长的基站,并剔除时段内跟该基站距离大于1km的记录;
S305、历史数据学习,将步骤S304处理后的记录存入数据库,并与历史记录进行相似度匹配,将相似的历史记录并入该时段;
S306、计算同一时段中出现过的每个基站在近一个月中的出现频次W;
S307、输出合并后的记录:
{U,Ts,Te,{Lc1,W1},{Lc2,W2},{Lc3,W3}…{Lcn,Wn}} (2)
其中,U为用户标识,Ts为时段开始时间,Te为时段结束时间,Lcn为基站小区标识,Wn为基站小区在近一个月的出现频次。
所述S305中,如历史记录中存在跟该时段相似度大于80%,且均为工作日或均为非工作日,且历史记录的中的基站经纬度跟当前时段中所有基站的经纬度距离均小于1km,则将历史记录也并入该时段。时段相似度=两时段内相同分钟数的平方÷(时段一分钟数×时段二分钟数)。
所述步骤S4中,判断用户在每一时段所处的具体地理实体包括:
将式(1)和式(2)按照方程(3)进行关联计算,得到用户在该时段可能所在的可能性大小P,方程(3)为:
P{u,b}=∑W*α (3)
形成每个用户每个时段在各地理实体内的可能性大小数据集,
{U,Ts,Te,{B1,P1},{B2,P2},{B3,P3}…{Bn,Pn}} (4)
其中P最大的一个地理实体即为用户该时段的停留位置。
所述基站工程参数包括地区区域码、基站识别码、网络制式、天线类型、天线方位角、基站覆盖类型、基站天线位置经度坐标和基站天线位置纬度坐标;所述移动业务信令数据包括时间、用户号码和基站编号。
所述基站覆盖类型包括室内型和非室内型;所述天线类型包括全向天线和定向天线。
所述室内型基站的覆盖半径R为固定值;非室内型基站的覆盖半径R为,该基站天线经纬度坐标和最近的三个非室内型基站的平均距离与特定系数的乘积。所述特定系数为1.6;所述室内型基站的覆盖半径R默认为400米。
所述全向天线基站覆盖面的计算方法为:以天线经纬度为中心点,每隔45 度向外延伸基站覆盖半径R的长度,分别得到八个坐标点,将相邻的坐标点用直线两两连接,形成封闭的基站覆盖区域,即得到全向天线基站的覆盖面。
所述定向天线基站覆盖面的计算方法为:以天线经纬度为中心点,分别按角度A、A+H÷6、A+H÷3、A+H÷2、A-H÷6、A-H÷3和A+H÷2向外延伸基站覆盖半径R的长度,得到七个坐标点,将相邻的坐标点用直线两两连接,两端的两个坐标点分别与天线经纬度点相连,形成封闭的基站覆盖区域,即得到全向天线基站的覆盖面;所述角度A为天线方位角,角度H为水平波瓣角度。所述水平波瓣角度计算方法为,若该基站定向天线数量小于等于2,则为180度,否则为120度。
本发明通过利用通信运营商提供的较为成熟稳定的业务信令数据,结合地图服务商实际测绘的地图数据,对手机用户每一时刻停留的位置进行精确定位。本发明定位准确,运算速度快,弥补了现有定位***无法长期获取用户完整运动轨迹的不足,避免了栅格定位方法中定位位置无实际业务含义的问题,同时解决了通信运营商MR信令数据处理难度大,难以用于连续生产的问题,提高了移动信令数据的实用性。
实施例2:
本实施例提供了一种支持本发明的时空大数据分析***,包括计算层和服务层,其中:
计算层,根据通信运营商提供的基站工程参数、移动业务信令数据和地图服务商提供的空间区块实际位置坐标点集合,计算出每个手机用户每天的轨迹链,并给每个手机用户打上标签;
服务层,根据不同的业务需要提取计算层内的不同数据,将提取出的数据进行统计后,得出对应的业务模型数据。
所述标签内容包括手机用户的职业、工作和居住属性。
所述基站工程参数包括地区区域码、基站识别码、网络制式、天线类型、天线方位角、基站覆盖类型、基站天线位置经度坐标和基站天线位置纬度坐标;所述移动业务信令数据包括时间、用户号码和基站编号。
所述基站覆盖类型包括室内型和非室内型;所述天线类型包括全向天线和定向天线;所述室内型基站的覆盖半径R为固定值;非室内型基站的覆盖半径 R为,该基站天线经纬度坐标和最近的三个非室内型基站的平均距离与特定系数的乘积。所述特定系数为1.6;所述室内型基站的覆盖半径R默认为400米。
所述服务层将得出的业务模型数据转换为API、SDK和可视化组件中的一种或多种,以便第三方软件调用。
所述计算层和服务层均设置有***检测模块,***检测模块用于检测***内各个模块的运行是否正常,若发现有***运行运行状态失常,则发出报警信息。
所述计算层包括:
轨迹库,用于储存每个手机用户每天的轨迹链;
人口库,用于储存每个手机用户标签;
基础数据库,用于储存获取的通信运营商提供的基站工程参数、移动业务信令数据和地图服务商提供的空间区块实际位置坐标点集合;
模型库,用于储存算法模块,所述算法模块用于根据基础数据库的内容得到轨迹库和人口库。
所述服务层包括:
业务DB,用于存储根据不同的业务需要在计算层的轨迹库和人口库中读取的数据;
第三方数据接入/采集模块,用于接收第三方输入的业务数据或主动采集第三方业务数据;
业务服务模块,用于将业务DB内存储的数据,根据业务需要进行统计,得出对应的业务模型数据。
所述主动采集第三方业务数据的方式为,通过网络爬虫在搜索引擎中读取所需的信息。
所述服务层还包括用户管理模块,用户管理模块用于用户注册和用户权限管理;用户管理模块分别与用户库和运维库数据连接,所述用户库用于储存已注册的用户信息,所述运维库用于储存***运行的数据和运行日志。
所述服务层还包括计费模块,计费模块用于用户充值,并根据用户的消费情况进行余额管理。用户充值后,计费模块将用户充值后的余额进行记录,当用户访问计算层内的数据后,根据用户访问数据内包括的人口数量、地理区域范围、地理精度、服务使用时长、标签使用类型和跟踪数据使用深度进行计费,并将费用实时在余额中进行扣除,并将扣除后的余额进行显示。
实施例3:
本实施例提供了一种用户空间定位的方法。
一种用户空间定位的方法,包括以下步骤:
S1、获取通信运营商提供的基站工程参数、移动业务信令数据和地图服务商提供的空间区块实际位置坐标点集合;每天获取前一天的基站工程参数和移动业务信令数据;
S2、通过基站工程参数和空间区块实际位置坐标点集合,形成地理实体特征指纹;
S3、将业务信令数据按时间、空间关系进行聚合,确定用户的业务信令轨迹数据特征;由于是业务信令,即一个时间点只有一个基站。但由于用户在一个位置时,可能由于多种因素会发生基站切换,即用户连续的多条业务信令可能均指向一个位置,因此需要将用户的业务信令按时间、空间关系进行聚合;
S4、根据聚合后的业务信令轨迹数据特征,对手机用户的每个时段进行定位,判断用户在每一时段所处的具体地理实体。
本发明通过利用通信运营商提供的较为成熟稳定的业务信令数据,结合地图服务商实际测绘的地理实体边界,采用快速定位的方法,对手机用户每一时刻停留的位置进行精确定位。将用户历史沉淀的业务信令数据形成用户空间历史轨迹,使数据应用价值得到充分释放。本发明定位准确,运算速度快,弥补了现有定位***无法长期获取用户完整运动轨迹的不足,避免了栅格定位方法中定位位置无实际业务含义的问题,同时解决了通信运营商MR信令数据处理难度大,难以用于连续生产的问题,提高了移动信令数据的实用性。
本发明不局限于上述可选的实施方式,任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制,本发明的保护范围应当以权利要求书中界定的为准,并且说明书可以用于解释权利要求书。
Claims (10)
1.一种用户空间定位的方法,其特征在于,包括以下步骤:
S1、获取通信运营商提供的基站工程参数、移动业务信令数据和地图服务商提供的空间区块实际位置坐标点集合;
S2、通过基站工程参数和空间区块实际位置坐标点集合,形成地理实体特征指纹;
S3、将业务信令数据按时间、空间关系进行聚合,确定用户的业务信令轨迹数据特征;
S4、根据聚合后的业务信令轨迹数据特征,对手机用户的每个时段进行定位,判断用户在每一时段所处的具体地理实体。
2.根据权利要求1所述的用户空间定位的方法,其特征在于,所述步骤S2中,形成地理实体特征指纹的步骤为:
S201、根据基站工程参数计算基站的覆盖面;
S202、根据地理实体的覆盖范围和基站的覆盖面,通过gis空间计算引擎,计算得到地理实体和基站覆盖的交叉面积S;
S203:通过基站的工程参数计算出基站的覆盖面积Sb;
S204:通过基站的覆盖面积Sb和交叉面积S,通过方程计算地理实体和基站的空间关系系数α,计算方程为:α=S÷Sb;
S205:输出地理实体和覆盖该地理实体的基站的关系:
{B,{Lc1,α},{Lc2,α}{Lc3,α}..{Lcn,α}} (1)
其中,B为地理实体,Lc为基站编号。
3.根据权利要求2所述的用户空间定位的方法,其特征在于,所述步骤S3中,确定用户的业务信令轨迹数据特征包括如下步骤:
S301、对用户业务信令记录按发生时间进行排序,如连续的业务信令记录出现往复切换,则将这两条业务信令记录合并;
S302、将时间间隔在1分钟的业务信令数据合并;
S303、迭代执行步骤S301和步骤S302,直到无法合并为止;
S304、修正错误数据,找到每个时段内出现时间最长的基站,并剔除时段内跟该基站距离大于1km的记录;
S305、历史数据学习,将步骤S304处理后的记录存入数据库,并与历史记录进行相似度匹配,将相似的历史记录并入该时段;
S306、计算同一时段中出现过的每个基站在近一个月中的出现频次W;
S307、输出合并后的记录:
{U,Ts,Te,{Lc1,W1},{Lc2,W2},{Lc3,W3}…{Lcn,Wn}} (2)
其中,U为用户标识,Ts为时段开始时间,Te为时段结束时间,Lcn为基站小区标识,Wn为基站小区在近一个月的出现频次。
4.根据权利要求3所述的用户空间定位的方法,其特征在于,所述S305中,如历史记录中存在跟该时段相似度大于80%,且均为工作日或均为非工作日,且历史记录的中的基站经纬度跟当前时段中所有基站的经纬度距离均小于1km,则将历史记录也并入该时段。
5.根据权利要求3所述的用户空间定位的方法,其特征在于,所述步骤S4中,判断用户在每一时段所处的具体地理实体包括:
将式(1)和式(2)按照方程(3)进行关联计算,得到用户在该时段可能所在的可能性大小P,方程(3)为:
P{u,b} = ∑W*α (3)
形成每个用户每个时段在各地理实体内的可能性大小数据集,
{U,Ts,Te,{B1,P1},{B2,P2},{B3,P3}…{Bn,Pn}} (4)
其中P最大的一个地理实体即为用户该时段的停留位置。
6.根据权利要求1所述的用户空间定位的方法,其特征在于:所述基站工程参数包括天线类型、天线方位角、基站覆盖类型、基站天线位置经度坐标和基站天线位置纬度坐标;所述移动业务信令数据包括时间、用户号码和基站编号。
7.根据权利要求6所述的用户空间定位的方法,其特征在于:所述基站覆盖类型包括室内型和非室内型;所述天线类型包括全向天线和定向天线。
8.根据权利要求7所述的用户空间定位的方法,其特征在于:所述室内型基站的覆盖半径R为固定值;非室内型基站的覆盖半径R为,该基站天线经纬度坐标和最近的三个非室内型基站的平均距离与特定系数的乘积。
9.根据权利要求8所述的用户空间定位的方法,其特征在于:所述全向天线基站覆盖面的计算方法为:以天线经纬度为中心点,每隔45度向外延伸基站覆盖半径R的长度,分别得到八个坐标点,将相邻的坐标点用直线两两连接,形成封闭的基站覆盖区域,即得到全向天线基站的覆盖面。
10.根据权利要求8所述的用户空间定位的方法,其特征在于:所述定向天线基站覆盖面的计算方法为:以天线经纬度为中心点,分别按角度A、A+H÷6、A+H÷3、A+H÷2、A-H÷6、A-H÷3和A+H÷2向外延伸基站覆盖半径R的长度,得到七个坐标点,将相邻的坐标点用直线两两连接,两端的两个坐标点分别与天线经纬度点相连,形成封闭的基站覆盖区域,即得到全向天线基站的覆盖面;所述角度A为天线方位角,角度H为水平波瓣角度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811550251.1A CN109495848B (zh) | 2018-12-18 | 2018-12-18 | 一种用户空间定位的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811550251.1A CN109495848B (zh) | 2018-12-18 | 2018-12-18 | 一种用户空间定位的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109495848A true CN109495848A (zh) | 2019-03-19 |
CN109495848B CN109495848B (zh) | 2021-06-04 |
Family
ID=65710783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811550251.1A Active CN109495848B (zh) | 2018-12-18 | 2018-12-18 | 一种用户空间定位的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109495848B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112533159A (zh) * | 2019-09-19 | 2021-03-19 | 中移(苏州)软件技术有限公司 | 信令数据压缩方法、装置以及存储介质 |
CN113569978A (zh) * | 2021-08-05 | 2021-10-29 | 北京红山信息科技研究院有限公司 | 一种出行轨迹识别方法、装置、计算机设备及存储介质 |
CN113743952A (zh) * | 2020-05-28 | 2021-12-03 | 中国联合网络通信集团有限公司 | 空壳企业识别方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0998831A1 (de) * | 1997-07-22 | 2000-05-10 | Siemens Aktiengesellschaft | Verfahren und mobilfunknetz zur vergebührung von anrufen |
CN105682025A (zh) * | 2016-01-05 | 2016-06-15 | 重庆邮电大学 | 基于移动信令数据的用户驻留地识别方法 |
CN106781478A (zh) * | 2016-12-23 | 2017-05-31 | 大连理工大学 | 一种基于lte信令数据的轨迹跟踪方法 |
CN107133318A (zh) * | 2017-05-03 | 2017-09-05 | 北京市交通信息中心 | 一种基于手机信令数据的人口识别方法 |
EP3137918A4 (en) * | 2014-05-01 | 2017-12-06 | Glopos FZC | Positioning arrangement, method, mobile device and computer program |
CN107770828A (zh) * | 2017-11-10 | 2018-03-06 | 重庆邮电大学 | 一种基于本地移动性切换管理方法 |
CN108171968A (zh) * | 2017-11-29 | 2018-06-15 | 江苏速度信息科技股份有限公司 | 基于移动终端设备信令的位置数据的路况分析***及方法 |
CN108628910A (zh) * | 2017-03-24 | 2018-10-09 | 上海美慧软件有限公司 | 一种分析大型会展综合体客流总量及来源的方法 |
CN108650632A (zh) * | 2018-04-28 | 2018-10-12 | 广州市交通规划研究院 | 一种基于职住对应关系和时空间核聚类的驻点判断方法 |
-
2018
- 2018-12-18 CN CN201811550251.1A patent/CN109495848B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0998831A1 (de) * | 1997-07-22 | 2000-05-10 | Siemens Aktiengesellschaft | Verfahren und mobilfunknetz zur vergebührung von anrufen |
EP3137918A4 (en) * | 2014-05-01 | 2017-12-06 | Glopos FZC | Positioning arrangement, method, mobile device and computer program |
CN105682025A (zh) * | 2016-01-05 | 2016-06-15 | 重庆邮电大学 | 基于移动信令数据的用户驻留地识别方法 |
CN106781478A (zh) * | 2016-12-23 | 2017-05-31 | 大连理工大学 | 一种基于lte信令数据的轨迹跟踪方法 |
CN108628910A (zh) * | 2017-03-24 | 2018-10-09 | 上海美慧软件有限公司 | 一种分析大型会展综合体客流总量及来源的方法 |
CN107133318A (zh) * | 2017-05-03 | 2017-09-05 | 北京市交通信息中心 | 一种基于手机信令数据的人口识别方法 |
CN107770828A (zh) * | 2017-11-10 | 2018-03-06 | 重庆邮电大学 | 一种基于本地移动性切换管理方法 |
CN108171968A (zh) * | 2017-11-29 | 2018-06-15 | 江苏速度信息科技股份有限公司 | 基于移动终端设备信令的位置数据的路况分析***及方法 |
CN108650632A (zh) * | 2018-04-28 | 2018-10-12 | 广州市交通规划研究院 | 一种基于职住对应关系和时空间核聚类的驻点判断方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112533159A (zh) * | 2019-09-19 | 2021-03-19 | 中移(苏州)软件技术有限公司 | 信令数据压缩方法、装置以及存储介质 |
CN113743952A (zh) * | 2020-05-28 | 2021-12-03 | 中国联合网络通信集团有限公司 | 空壳企业识别方法及装置 |
CN113743952B (zh) * | 2020-05-28 | 2023-05-19 | 中国联合网络通信集团有限公司 | 空壳企业识别方法及装置 |
CN113569978A (zh) * | 2021-08-05 | 2021-10-29 | 北京红山信息科技研究院有限公司 | 一种出行轨迹识别方法、装置、计算机设备及存储介质 |
CN113569978B (zh) * | 2021-08-05 | 2024-06-21 | 北京红山信息科技研究院有限公司 | 一种出行轨迹识别方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109495848B (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | Activity-based human mobility patterns inferred from mobile phone data: A case study of Singapore | |
CN109495856B (zh) | 一种基于大数据的手机用户类型标记方法 | |
CN109362041A (zh) | 一种基于大数据的人口时空分布分析方法 | |
Vieira et al. | Characterizing dense urban areas from mobile phone-call data: Discovery and social dynamics | |
CN109727076A (zh) | 一种基于人口时空分布的选址方法 | |
Xu et al. | Network structure of subway passenger flows | |
CN109495848A (zh) | 一种用户空间定位的方法 | |
CN109672986A (zh) | 一种时空大数据分析*** | |
WO2005098720A2 (en) | Forecasting based on geospatial modeling | |
CN113096785B (zh) | 一种疫情时期医疗资源分配方法 | |
Duan et al. | MobilePulse: Dynamic profiling of land use pattern and OD matrix estimation from 10 million individual cell phone records in Shanghai | |
KR101729194B1 (ko) | 상권정보 제공 시스템 | |
Zhou et al. | Village-town system in suburban areas based on cellphone signaling mining and network hierarchy structure analysis | |
Liebig et al. | Incorporating mobility patterns in pedestrian quantity estimation and sensor placement | |
Yuan et al. | A smart work performance measurement system for police officers | |
CN103366325B (zh) | 巡查区域的监管方法及装置 | |
Hatziioannidu et al. | Passenger Demand And Patterns Of Tourists’ Mobility In The Aegean Archipelago With Combined Use Of Big Datasets From Mobile Phones And Statistical Data From Ports And Airports | |
KR102159617B1 (ko) | 위치기반 sns 데이터를 통한 도심권, 역세권, 핫플레이스 자동분석장치 및 자동분석방법 | |
Couronné et al. | Urban mobility: velocity and uncertainty in mobile phone data | |
CN109640270A (zh) | 一种时空大数据的综合计费方法 | |
CN109640271A (zh) | 一种区块特征指纹识别的方法 | |
Lam et al. | A business model for personalized promotion systems on using wlan localization and nfc techniques | |
Kyritsis | The identification of road modality and occupancy patterns by Wi-Fi monitoring sensors as a way to support the “Smart Cities” concept: Application at the city centre of Dordrecht | |
Wang et al. | Person movement and stay classification based on base station network data | |
CN114363823B (zh) | 基于mr常驻地和建筑物轮廓的人口密度监测方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |