CN110809284A

CN110809284A - 基于mr数据的定位方法、***、设备、可读存储介质

Info

Publication number: CN110809284A
Application number: CN201910908133.1A
Authority: CN
Inventors: 黄萍; 张江华; 林克; 朱爱军; 吕绪祥; 许颉; 程成
Original assignee: FUJIAN NEW LAND SOFTWARE ENGINEERING Co Ltd
Current assignee: FUJIAN NEW LAND SOFTWARE ENGINEERING Co Ltd
Priority date: 2019-09-25
Filing date: 2019-09-25
Publication date: 2020-02-18
Anticipated expiration: 2039-09-25
Also published as: CN110809284B

Abstract

本发明公开了一种基于MR数据的定位方法，包括步骤：将MR数据进行数据清洗，并根据LAC、CI对清洗后的数据进行分类；通过UTM投影的方法将分类后的数据的经纬度投影到直角坐标系中，获得原始数据；通过最小圆覆盖算法计算出每个LAC、CI中的原始数据的最小外接圆的圆心，获得预处理数据；通过最小圆覆盖算法计算出预处理数据的最小外接圆的圆心，获得最终圆心；将最终圆心作为基站的坐标，并通过UTM反向投影获取基站的经纬度。相对于传统直接运用经纬度距离计算公式，UTM投影法精度更高，同时更便于计算。此外，本发明采用了最小圆覆盖算法，最小圆覆盖算法不易受数据偏移的影响，对于中心点的寻找更加准确。

Description

基于MR数据的定位方法、***、设备、可读存储介质

技术领域

本发明涉及通信技术领域，特别涉及一种基于MR数据的定位方法、***、设备、可读存储介质。

背景技术

现如今，随着5G网的新建及业务的快速发展，网络数据日趋增加及趋于完善，在众多被用户用于网络性能分析及用户感知***的网络数据中，MR(Measurement Report，测量报告)数据为其中较为重要的一种数据。尤其在MR和信令关联分析中，生成了多项关键技术。利用MR数据，可进行用户中心点的精准定位。目前现有的基于MR的定位技术较多，主要包括基于小区标识定位、基于到达时间定位、三角定位法、基于最小二乘估计的电平信号定位、多点定位法、基于到达角的定位技术(AOA，Angle-of-Arrival)、基于距离的定位技术(TOA)、TA+AOA定位、指纹定位等。

现有的基于MR定位识别的方法存在如下缺陷：1、基于小区标识定位法由于仅需要利用用户所在基站的扇区对应的小区ID信息实现定位功能，故定位精准度不高。由于定位的范围局限于小区的基站覆盖范围，因此容易随机定位到某服务小区下任意一点，故导致定位准确度较低。2、TA+AOA定位算法由于需要用到用户的AOA测量数据，故其方法的准确度受AOA的数据质量影响。由于AOA数据采集中的采样误差的存在，故其精度不高。3、三角形质心法由于其原理为通过计算三角形或其他相关多边形的中心点位置，来进行场强或位置的加权偏移计算，从而获得用户的位置。但是此方法受噪声的影响较大，无法克服由于阴影效应产生的噪声的影响。4、由于指纹定位能够将采集到的包含位置信息的数据进行相应的数据训练从而生成相应指纹库，由此当未知位置数据的MR出现时，就能够通过相关的特征进行相应的指纹匹配，从而生成相应的MR位置信息。但是此种技术需要投入大量的人力以及设备资源，故方法实施的技术成本较高，不利于普及实施。

发明内容

本发明要解决的技术问题是如何提供一种精确度较高的基站定位方法及装置。

为了解决上述技术问题，本发明的技术方案为：

第一方面，本发明提出了一种基于MR数据的定位方法，包括步骤：

将MR数据进行数据清洗，并根据LAC、CI对清洗后的数据进行分类；

通过UTM投影的方法将分类后的数据的经纬度投影到直角坐标系中，获得原始数据；

通过最小圆覆盖算法计算出每个LAC、CI中的原始数据的最小外接圆的圆心，获得预处理数据；

通过最小圆覆盖算法计算出所述预处理数据的最小外接圆的圆心，获得最终圆心；

将所述最终圆心作为基站的坐标，并通过UTM反向投影获取基站的经纬度。

优选地，最小圆覆盖算法包括步骤：

S31：在数据的点集中任取3个点A，B，C；

S32：作一个包含A、B、C三个点的最小外接圆；

S33：在数据的点集中找出距离该最小外接圆的圆心最远的点D，若D点处于该最小外接圆的圆内或者圆周上，则获取圆心并结束，否则，执行步骤S34；

S34：在A、B、C、D点中选三个点，由该三个点作一个包含A、B、C、D四个点的最小外接圆，将这3个点作为新的A、B、C，返回执行步骤S32；其中，若生成的最小外接圆的圆周只通过A、B、C、D中的两点，则圆周上的两点取成新的A和B，从另外两点中任取一点作为新的C点。

优选地，在进行步骤通过最小圆覆盖算法计算出所述预处理数据的最小外接圆的圆心，获得最终圆心时，对同一LAC、CI内的数据进行多次随机抽取，抽取的数据数量为所有数据的预设比例，对每次抽取的数据求取最小外接圆的圆心。

优选地，当LAC、CI内的数据过少时，在采样时将每次采样计算得到的最小外接圆的圆心加入该LAC、CI的数据中，作为下次采样的输入数据，以扩充所述原始数据。

优选地，在计算点与点之间的距离时使用欧几里得距离公式进行计算。

优选地，使用的所述MR数据为LTE-MR数据。

优选地，将MR数据进行数据清洗的过程包括：当同一LAC或CI内的数据之间的经纬度差值大于预设值时，则清除该MR数据。

第二方面，本发明提出了一种基于MR数据的定位***，包括：

数据预处理模块：将MR数据进行数据清洗，并根据LAC、CI对清洗后的数据进行分类；

通过最小圆覆盖算法计算出所述处理数据的最小外接圆的圆心，获得最终圆心；

投影模块：通过UTM投影的方法将分类后的数据的经纬度投影到直角坐标系中，获得原始数据；

处理数据模块：通过最小圆覆盖算法计算出每个LAC、CI中的原始数据的最小外接圆的圆心，获得预处理数据；

最终圆心模块：通过最小圆覆盖算法计算出所述预处理数据的最小外接圆的圆心，获得最终圆心；

反投影模块：将所述最终圆心作为基站的坐标，并通过UTM反向投影获取基站的经纬度。

第三方面，本发明提出了一种基于MR数据的定位的设备，包括存储器、处理器及存储在存储器上并可在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上述的基于MR数据的定位方法的步骤。

第四方面，本发明还提出一种基于MR数据的定位的可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时间实现上述的基于MR数据的定位方法的步骤。

采用上述技术方案，本发明在计算距离时，首先运用UTM投影技术，将所需计算的经纬度投影到直角坐标系中。由于基站覆盖区域，从二维平面上看可以看做为一个圆形，UTM投影为通用横轴割圆柱投影，投影后两条相割的经线上不会变形。相对于传统直接运用经纬度距离计算公式，UTM投影法精度更高，同时更便于计算。在结果展示时，采用UTM反投影技术，将最终中心圆坐标值转换为经纬度信息。此外，本发明运用最小外接圆算法进行精准定位。相对于指纹定位法，无需投入设备资源，更节约成本。相对于AOA定位法，而TA+AOA定位法等依赖于MR数据其他测量数据，最小外接圆算法仅需MR经纬度及基站数据作为输入数据即可。同时，最小外接圆算法相对于三角形质心法来说，最小外接圆算法不易受数据偏移的影响，对于中心点的寻找更准确。本发明的技术方案具有精确度较高、成本较低的优点。

附图说明

图1为本发明基于MR数据的定位方法一实施例的流程图；

图2为图1中步骤S30的流程图；

图3为本发明实施例中求最小外接圆的示意图；

图4为本发明实施例中求得多个最小外接圆后，最小外接圆重叠的示意图；

图5为本发明实施例中最小外接圆算法及三角质心法获得圆心的示意图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。

本发明技术方案提出一种基于MR数据的定位方法，包括步骤：

参照图1，S10：将MR数据进行数据清洗，并根据LAC(location area code，位置区码)、CI(Cell Identity，小区识别)对清洗后的数据进行分类；本技术方案中，使用的MR数据为LTE-MR(Long Term Evolution，长期演进)数据。MR数据中，当同一LAC或CI的数据之间的经纬度差值大于预设值时，则清除该MR数据。

S20：通过UTM投影的方法将分类后的数据的经纬度投影到直角坐标系中；

需要说明的是，UTM投影全称为“通用横轴墨卡托投影”UNIVERSAL TRANSVERSEMERCATOR PROJECTION，是一种“等角横轴割圆柱投影”，椭圆柱割地球于南纬80度、北纬84度两条等高圈，投影后两条相割的经线上没有变形，而中央经线上长度比0.9996。与高斯-克吕格投影相似，该投影角度没有变形，中央经线为直线，且为投影的对称轴，中央经线的比例因子取0.9996是为了保证离中央经线左右约180km处有两条不失真的标准经线。

S30：通过最小圆覆盖算法计算出每个LAC、CI中的原始数据的最小外接圆的圆心，获得预处理数据；其中，在进行步骤通过最小圆覆盖法计算出数据最小外接圆的圆心时，对同一LAC、CI内的数据进行多次随机抽取，抽取的数据数量为所有数据的预设比例范围，对每次抽取的数据求取最小外接圆。将这些求得的最小外接圆圆心作为用户经纬度。

原始数据中数据具有较强的随机性和不对称性，会对结果造成严重影响。因此使用多次随机采样，求最小覆盖圆的方法来消弱上述不利影响。

需要说明的是，最小圆覆盖算法又称最小外接圆算法，最小圆覆盖是数学中的一个算法问题，研究如何寻找能够覆盖平面上一群点的最小圆。寻找最小覆盖圆的大部分几何方法都是寻找给定点集中经过最小覆盖圆的那些点。这是基于以下两个事实：1.最小覆盖圆是唯一存在的。2.给定的点集中，最多有三个点在最小覆盖圆上。如果有三个点在最小覆盖圆上，那么最小覆盖圆就是这三点的外接圆；如果只有两个点在最小覆盖圆上，那么最小覆盖圆就是以这两点之间的直线段为直径的圆。

参照图2，本S30步骤具体包括：

S31：在分类后的数据的点集中任取3个点A，B，C；

S32：作一个包含A、B、C三个点的最小外接圆；

S33：在数据的点集中找出距离该最小外接圆的圆心最远的点D，若D点处于该最小外接圆的圆内或者圆周上，则获取圆心并结束，否则，执行步骤S34；在计算点与点之间的距离时使用欧几里得距离公式进行计算。

当LAC、CI内的数据过少的时候，在采样时，将每次采样计算得到了最小外接圆的圆心加入该LAC、CI，作为下次采样的输入数据，起到扩充原始数据的作用。

S40：通过最小圆覆盖算法计算出所述预处理数据的最小外接圆的圆心，获得最终圆心；

需要说明的是，本步骤中的数据来源于步骤S30中获得的最小外接圆的圆心，本步骤求这些圆心的最小外接圆圆心。

S40：将最终圆心作为基站的坐标，并通过UTM反向投影获取基站的基站的经纬度。

本实施例在现有技术的不足的情况下，提供了一种基于MR数据运用最小外接圆法的精准定位方法，通过随机抽样，循环迭代等方法，实现精准定位。同时，本方法仅需采用LTE-MR数据进行最小外接圆法的精准定位，无需相关携带测量数据，在降低定位成本的同时也削弱噪声的影响。该方法采用随机抽样，循环迭代技术，无需对现有MR数据进行补全及相关基站类型判断，消除补全数据中产生的误差以及基站类型判断错误导致的误差，弥补了现有技术基于LTE-MR数据进行定位的不足。

本发明无需额外相关的设备资源，无需精确的时间同步数据以及精确的角度测量数据，在降低了网络化的成本的同时，降低了噪声数据的产生。对于距离的计算，本发明采用UTM投影技术及UTM反投影技术，降低由于经纬度距离计算公式的误差导致模型准确度降低的影响。

本发明的另一实施例中，不同于现有技术的各个方面，本发明提供一种基于LTE-MR数据，运用最小外接圆法的精准定位方法，具体具体实施方式如下：

(1)清洗数据，一般情况下，同一LAC,CI下的用户MR经纬度十分接近，若某个点偏离严重，则将该点清除。

(2)UTM投影，由于基站覆盖区域，在平面上可以看作一个圆形。同时为便于计算我们需要将经纬度投影到直角坐标系中。这里使用UTM投影。

UTM投影：为通用横轴割圆柱投影，投影后两条相割的经线上没有变形，与高斯—克吕格投影相似。此方法广泛应用于地形图。例如：(北纬32,东经121)，投影后的坐标为：(311072.36193046207,3542183.4911190174,51,'S')。

(3)平面点集的最小包围圆(最小外接圆)算法：

(3.1)在点集中任取3个点A,B,C。

(3.2)作一个包含A,B,C三点的最小圆，圆周可能通过这3个点，也可能只通过其中两点，但包含第三个点，后一种情况圆周上的两点一定是位于圆的一条直径的两端。

(3.3)在点集中找出距离第二步所建圆圆心最远的点D，若D点已在圆内或者圆周上，则该圆即为所求的圆，算法结束，否则，执行第4步。

(3.4)在A,B,C,D中选三个点，使由它们生成的一个包含这4个点的圆为最小，这3个点为新的A,B,C，返回执行第2步。

(3.5)若在第4步生成的圆的圆周只通过A,B,C,D中的两点，则圆周上的两点取成新的A和B，从另外两点中任取一点作为新的C点。

本发明实施例的实验中：

points＝{(10.28,6.35)，(11.9,7.8)，(8.8,6.35)，(6.28,7.5)，(12.1,8.35)，(13.8,9.5)，(10.8,10)}

如图3所示，利用上述原理可以求的最小外接圆。

(4)随机采样，对同一“扇区”的数据进行随机采样，具体做法：对扇区下的所有数据进行多次随机抽取，抽取的个数可选择占比30％-50％，对每次抽取的数据求取最小外接圆，该占比也可根据实际需求进行调整。

若扇区下的数据过少，在采样时，将每次采样计算得到了最小外接圆的圆心加入该扇区作为下次采样的输入，起到扩充原始数据的作用。

扩充结果如图4所示，图4中，包括每次采样的得到最小外接圆的圆心点，以及原始数据的点。

(5)求取基站中心点的坐标，根据上述得到的数据，对所有得到的数据整合到一起，然后求取最小外接圆，圆心所对应的位置即为基站的位置，经过UTM反投影即可得到中心点的经纬度。

需要说明的是，原始数据中数据具有较强的随机性和不对称性，会对结果造成严重影响。因此使用多次随机采样，求最小覆盖圆的方法来消弱上述不利影响。

另一方面，本发明还提出一种基于MR数据的定位***，包括：

数据预处理模块：将MR数据进行数据清洗，并根据LAC、CI对数据进行分类；

投影模块：将数据经纬度投影到直角坐标系中；

最小外接圆模块：通过最小圆覆盖算法计算出数据最小外接圆的圆心；

反投影模块：将圆心作为基站的坐标，并通过反向投影获取基站的基站的经纬度。

又一方面，本发明的技术方案还提出了一种基于MR数据的定位的设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述的基于MR数据的定位方法的步骤。该方法包括步骤：

将MR数据进行数据清洗，并根据LAC、CI对数据进行分类；

通过UTM投影的方法将数据经纬度投影到直角坐标系中；

通过最小圆覆盖算法计算出数据最小外接圆的圆心；

将圆心作为基站的坐标，并通过UTM反向投影获取基站的基站的经纬度。

再一方面，本发明的技术方案还提出一种基于MR数据的定位的可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时间实现上述的基于MR数据的定位方法的步骤。

该方法包括步骤：

将MR数据进行数据清洗，并根据LAC、CI对数据进行分类；

通过UTM投影的方法将数据经纬度投影到直角坐标系中；

通过最小圆覆盖算法计算出数据最小外接圆的圆心；

本发明带来如下技术上的优点和效果：

(1)本发明在计算距离时，首先运用UTM投影技术，将所需计算经纬度投影到直角坐标系中。由于基站覆盖区域，从二维平面上看可以看做为一个圆形，UTM投影为通用横轴割圆柱投影，投影后两条相割的经线上没有变形。UTM投影法被广泛应用于各类地形图中。相对于传统直接运用经纬度距离计算公式，UTM投影法精度更高，同时更便于计算。在结果展示时，采用UTM反投影技术，将最终中心圆坐标值转换为经纬度信息。

(2)本发明运用最小外接圆算法进行精准定位。相对于指纹定位法，无需投入设备资源，更节约成本。相对于AOA定位法，、TA+AOA定位法等依赖于MR数据其他测量数据，最小外接圆算法仅需MR经纬度及基站数据作为输入数据即可。同时，最小外接圆算法相对于三角形质心法来说，最小外接圆算法不易受数据偏移的影响，对于中心点的寻找更准确。如图5所示，图中A点为根据最小外接圆计算得圆心所在点，B点为三角形质心计算得圆心所在点，其余的点为MR原始数据。

(3)本发明通过随机抽样及循环迭代最小外接圆算法计算中心点定位位置。随机抽样保证了样本的随机性，减弱样本误差对试验结果的影响。循环迭代保证了数据结果的代表性及普适性，减弱样本数据的个体差异对数据结果的影响。

以上结合附图对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式进行多种变化、修改、替换和变型，仍落入本发明的保护范围内。

Claims

1.一种基于MR数据的定位方法，其特征在于，包括步骤：

2.根据权利要求1所述的基于MR数据的定位方法，其特征在于，最小圆覆盖算法包括步骤：

S31：在数据的点集中任取3个点A，B，C；

S32：作一个包含A、B、C三个点的最小外接圆；

3.根据权利要求1或2任一项所述的基于MR数据的定位方法，其特征在于，在进行步骤通过最小圆覆盖算法计算出所述预处理数据的最小外接圆的圆心，获得最终圆心时，对同一LAC、CI内的数据进行多次随机抽取，抽取的数据数量为所有数据的预设比例，对每次抽取的数据求取最小外接圆的圆心。

4.根据权利要求2任一项所述的基于MR数据的定位方法，其特征在于，当LAC、CI内的数据过少时，在采样时将每次采样计算得到的最小外接圆的圆心加入该LAC、CI的数据中，作为下次采样的输入数据，以扩充所述原始数据。

5.根据权利要求2所述的基于MR数据的定位方法，其特征在于，在计算点与点之间的距离时使用欧几里得距离公式进行计算。

6.根据权利要求1或2任一项所述的基于MR数据的定位方法，其特征在于，使用的所述MR数据为LTE-MR数据。

7.根据权利要求1或2任一项所述的基于MR数据的定位方法，其特征在于，将MR数据进行数据清洗的过程包括：当同一LAC或CI内的数据之间的经纬度差值大于预设值时，则清除该MR数据。

8.一种基于MR数据的定位***，其特征在于，包括：

9.一种基于MR数据的定位的设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述程序时实现权利要求1-7任一项所述的基于MR数据的定位方法的步骤。

10.一种基于MR数据的定位的可读存储介质，其上存储有计算机程序，其特征在于：该计算机程序被处理器执行时间实现权利要求1-7任一项所述的基于MR数据的定位方法的步骤。