CN111901750A - 一种定位方法、装置、电子设备以及存储介质 - Google Patents

一种定位方法、装置、电子设备以及存储介质 Download PDF

Info

Publication number
CN111901750A
CN111901750A CN202010951340.8A CN202010951340A CN111901750A CN 111901750 A CN111901750 A CN 111901750A CN 202010951340 A CN202010951340 A CN 202010951340A CN 111901750 A CN111901750 A CN 111901750A
Authority
CN
China
Prior art keywords
data
preset
sampling
determining
parameter 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
Application number
CN202010951340.8A
Other languages
English (en)
Other versions
CN111901750B (zh
Inventor
孙宏
兰婷
王栩然
王瑜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202010951340.8A priority Critical patent/CN111901750B/zh
Publication of CN111901750A publication Critical patent/CN111901750A/zh
Application granted granted Critical
Publication of CN111901750B publication Critical patent/CN111901750B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04W4/025—Services making use of location information using location based information parameters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
    • 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
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • 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
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请提供了一种定位方法、装置、电子设备以及存储介质，通过利用预设修正模型，根据获取的预设时长内的MDT数据以及小区工参数据，确定修正工参数据，然后再根据修正工参数据、MDT数据以及XDR数据，确定用户终端的常驻位置信息，最后利用模式匹配算法，根据常驻位置信息以及获取到的用户终端的实时MR数据，确定用户终端的定位信息。解决了现有技术中由于MR数据的定位信息以及小区工参数据中基站位置不准确，而引起的对于用户室内常驻位置判定精确度不高的技术问题，达到了利用MDT数据来修正小区工参数据，从而建立用户的精确定位指纹信息来实现对用户室内以及室外位置的高精确度定位的技术效果。

Description

一种定位方法、装置、电子设备以及存储介质
技术领域
本申请涉及移动通讯领域，尤其涉及一种定位方法、装置、电子设备以及存储介质。
背景技术
目前，移动通讯技术已经得到了大面积的应用普及，而随着互联网大数据分析的逐渐成熟，对用户进行大数据行为分析，从而实现智能化、信息化地服务又成为了目前互联网技术发展的一个方向。
要对用户进行大数据分析，实现智能化与信息化服务，自然少不了对用户进行全方位的行为数据采集和分析。但是目前现有技术基于用户的移动通讯交互数据进行用户行为定位分析，存在着定位不够准确的问题，特别是对于用户是位于室内还是室外，由于现有技术中信号的飘移，手机端发送数据的不连续等原因，引起了对于用户室内外定位很难准确判断的问题。
因此，现有技术存在无法准确定位用户位于室内还是室外的技术问题。
发明内容
本申请提供一种定位方法、装置、电子设备以及存储介质，以解决现有技术中无法准确定位用户位于室内还是室外的技术问题。
第一个方面，本申请提供一种定位方法，包括：
利用预设修正模型，根据获取的预设时长内的最小化路测MDT数据以及小区工参数据，确定修正工参数据，所述小区工参数据包括覆盖交通区域对应小区的通信数据；
根据所述修正工参数据、所述MDT数据以及外部数据报告XDR数据，确定用户终端的常驻位置信息；
利用模式匹配算法，根据所述修正工参数据、所述常驻位置信息以及获取到的所述用户终端的实时测量报告MR数据，确定所述用户终端的定位信息。
在一种可能的设计中，所述利用预设修正模型，根据获取的预设时长内的MDT数据以及小区工参数据，确定修正工参数据，包括：
获取预设时长内所述用户终端上报的MR数据，所述MR数据包括MDT数据，每个所述MR数据对应一个采样点，所述MDT数据包括所述采样点的位置信息；
根据所述位置信息，对所述MR数据进行地理栅格化分组，以确定采样栅格，所述采样栅格包含至少一个所述采样点；
根据所述采样栅格调整所述小区工参数据中与基站位置相关的数据，以确定所述修正工参数据。
在一种可能的设计中，所述根据所述采样栅格调整所述小区工参数据中与基站位置相关的数据，以确定所述修正工参数据，包括：
根据所述基站位置，给所述采样栅格中的所述采样点添加域内标识，所述域内标识用于表示所述采样点是否在所述基站位置对应的预设区域中；
根据所述域内标识，确定所述采样点与基站的第一符合度；
根据所述第一符合度以及所述采样栅格，确定所述基站的修正位置；
根据所述修正位置，确定所述修正工参数据。
可选的，所述根据所述域内标识，确定所述采样点与基站的第一符合度，包括：
根据所述域内标识，确定在所述预设区域中的所述采样点数与采样点总数的比例，所述第一符合度为所述比例。
在一种可能的设计中，所述根据所述第一符合度以及所述采样栅格，确定所述基站的修正位置，包括：
若所述符合度低于第一阈值，且所述采样栅格的采样点数量低于预设数量，则确定所述基站为待评估站点；
利用预设中心位置算法，根据所述待评估站点以及所述采样栅格对应的时间提前量TA值，确定初始修正位置；
以所述初始修正位置为中心，在预设调整区域中，利用调整算法，确定所述修正位置。
在一种可能的设计中，所述利用预设中心位置算法，根据所述待评估站点以及所述采样栅格对应的TA值，确定初始修正位置，包括：
从所述采样栅格中选出与所述待评估站点对应的所述TA值小于第一预设TA阈值的第一采样点；
利用几何中心算法，根据所述第一采样点的位置信息，确定所有所述第一采样点的几何中心，所述初始修正位置为所述几何中心。
在一种可能的设计中，所述以所述初始修正位置为中心，在预设调整区域中，利用调整算法，确定所述修正位置，包括：
在所述预设调整区域中，随机选取其中一个位置点，计算所述采样栅格中的所有所述采样点与所述位置点的第二符合度，所述第二符合度用于表示包含在所述位置点对应的所述预设区域中的所述采样点占采样点总数的比例；
若所述第二符合度大于或等于预设符合度阈值，则确定所述位置点为待选位置点；
从所有所述待选位置点中，选取所述第二符合度值最大的位置点作为所述修正位置；
若所有所述位置点中不存在所述第二符合度大于预设符合度阈值的位置点，则重新从所述采样栅格中选出与所述待评估站点对应的所述TA值小于第二预设TA阈值的第二采样点，以重新确定所述修正位置。
在一种可能的设计中，所述预设区域包括预设第一子区域以及预设第二子区域，所述第一子区域对应第一TA值，所述第二子区域对应第二TA值，对应的，所述域标识包括第一子域标识、第二子域标识以及非对应标识，若所述采样点的TA值以及位置都与所述第一子区域或所述第二子域相对应时，给所述采样点添加所述第一子域标识或所述第二子域标识，否则给所述采样点添加所述非对应标识，所述根据所述域内标识，确定所述采样点与基站的第一符合度，包括：
根据所述第一子域标识、所述第二子域标识、所述非对应标识以及对应的权重，确定所述第一符合度。
第二个方面，本申请提供一种定位装置，包括：
获取模块，用于获取预设时长内的最小化路测MDT数据、小区工参数据、外部数据报告XDR数据以及实时的测量报告MR数据；
预处理模块，用于利用预设修正模型，根据获取的预设时长内的最小化路测MDT数据以及小区工参数据，确定修正工参数据，所述小区工参数据包括覆盖交通区域对应小区的通信数据；
所述预处理模块，还用于根据所述修正工参数据、所述MDT数据以及外部数据报告XDR数据，确定用户终端的常驻位置信息；
定位模块，用于利用模式匹配算法，根据所述修正工参数据、所述常驻位置信息以及获取到的所述用户终端的实时测量报告MR数据，确定所述用户终端的定位信息。
在一种可能的设计中，所述预处理模块，用于利用预设修正模型，根据获取的预设时长内的最小化路测MDT数据以及小区工参数据，确定修正工参数据，包括：
所述获取模块，用于获取预设时长内所述用户终端上报的MR数据，所述MR数据包括MDT数据，每个所述MR数据对应一个采样点，所述MDT数据包括所述采样点的位置信息；
所述预处理模块，用于根据所述位置信息，对所述MR数据进行地理栅格化分组，以确定采样栅格，所述采样栅格包含至少一个所述采样点；
所述预处理模块，还用于根据所述采样栅格调整所述小区工参数据中与基站位置相关的数据，以确定所述修正工参数据。
在一种可能的设计中，所述预处理模块，还用于根据所述采样栅格调整所述小区工参数据中与基站位置相关的数据，以确定所述修正工参数据，包括：
所述预处理模块，还用于根据所述基站位置，给所述采样栅格中的所述采样点添加域内标识，所述域内标识用于表示所述采样点是否在所述基站位置对应的预设区域中；
所述预处理模块，还用于根据所述域内标识，确定所述采样点与基站的第一符合度；
所述预处理模块，还用于根据所述第一符合度以及所述采样栅格，确定所述基站的修正位置；再根据所述修正位置，确定所述修正工参数据。
可选的，所述预处理模块，还用于根据所述域内标识，确定所述采样点与基站的第一符合度，包括：
所述预处理模块，还用于根据所述域内标识，确定在所述预设区域中的所述采样点数与采样点总数的比例，所述第一符合度为所述比例。
在一种可能的设计中，所述预处理模块，还用于根据所述第一符合度以及所述采样栅格，确定所述基站的修正位置，包括：
所述预处理模块，还用于若所述第一符合度低于第一阈值，且所述采样栅格的采样点数量低于预设数量，则确定所述基站为待评估站点；
所述预处理模块，还用于利用预设中心位置算法，根据所述待评估站点以及所述采样栅格对应的时间提前量TA值，确定初始修正位置；
所述预处理模块，还用于以所述初始修正位置为中心，在预设调整区域中，利用调整算法，确定所述修正位置。
在一种可能的设计中，所述预处理模块，还用于利用预设中心位置算法，根据所述待评估站点以及所述采样栅格对应的时间提前量TA值，确定初始修正位置，包括：
所述预处理模块，还用于从所述采样栅格中选出与所述待评估站点对应的所述TA值小于第一预设TA阈值的第一采样点；
所述预处理模块，还用于利用几何中心算法，根据所述第一采样点的位置信息，确定所有所述第一采样点的几何中心，所述初始修正位置为所述几何中心。
在一种可能的设计中，所述预处理模块，还用于以所述初始修正位置为中心，在预设调整区域中，利用调整算法，确定所述修正位置，包括：
所述预处理模块，还用于在所述预设调整区域中，随机选取其中一个位置点，计算所述采样栅格中的所有所述采样点与所述位置点的第二符合度，所述第二符合度用于表示包含在所述位置点对应的所述预设区域中的所述采样点占采样点总数的比例；
所述预处理模块，还用于若所述第二符合度大于或等于预设符合度阈值，则确定所述位置点为待选位置点；
所述预处理模块，还用于从所有所述待选位置点中，选取所述第二符合度值最大的位置点作为所述修正位置；
所述预处理模块，还用于若所有所述位置点中不存在所述第二符合度大于预设符合度阈值的位置点，则重新从所述采样栅格中选出与所述待评估站点对应的所述TA值小于第二预设TA阈值的第二采样点，以重新确定所述修正位置。
在一种可能的设计中，所述预设区域包括预设第一子区域以及预设第二子区域，所述第一子区域对应第一TA值，所述第二子区域对应第二TA值，对应的，所述域标识包括第一子域标识、第二子域标识以及非对应标识，对应的，所述预处理模块，还用于若所述采样点的TA值以及位置都与所述第一子区域或所述第二子域相对应时，给所述采样点添加所述第一子域标识或所述第二子域标识，否则给所述采样点添加所述非对应标识；
所述预处理模块，还用于根据所述域内标识，确定所述采样点与基站的第一符合度，包括：
所述预处理模块，还用于根据所述第一子域标识、所述第二子域标识、所述非对应标识以及对应的权重，确定所述第一符合度。
第三个方面，本申请提供一种电子设备，包括：
存储器，用于存储程序指令；
处理器，用于调用并执行所述存储器中的程序指令，执行第一方面所提供的任意一种可能的定位方法。
第四个方面，本申请提供一种存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序用于执行第一方面所提供的任意一种可能的定位方法。
本申请提供了一种定位方法、装置、电子设备以及存储介质，通过利用预设修正模型，根据获取的预设时长内的MDT数据以及小区工参数据，确定修正工参数据，然后再根据修正工参数据、MDT数据以及XDR数据，确定用户终端的常驻位置信息，最后利用模式匹配算法，根据常驻位置信息以及获取到的用户终端的实时MR数据，确定用户终端的定位信息。解决了现有技术中由于MR数据的定位信息以及小区工参数据中基站位置不准确，而引起的对于用户室内常驻位置判定精确度不高的技术问题，达到了利用MDT数据来修正小区工参数据，从而建立用户的精确定位指纹信息来实现对用户室内以及室外位置的高精确度定位的技术效果。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请提供的定位方法的应用场景示意图；
图2本申请提供的一种定位方法的流程示意图；
图3a-3d为本申请实施例提供的基站位置修正原理示意图；
图4为本申请实施例提供的另一种定位方法的流程示意图；
图5a-5d为本申请实施例提供的另一种基站位置修正原理示意图；
图6为本申请提供的一种定位装置的结构示意图；
图7为本申请提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，包括但不限于对多个实施例的组合，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面对本申请实施例所涉及到的专业术语进行解释介绍。
MR(Measurement Report，测量报告)数据：是指信息在业务信道上每480ms(信令信道上470ms)发送一次数据。MR测量报告由MS(Mobile base Station移动站点)和BTS(Base Transceiver Station，基站收发台)完成，MS执行并上报GSM(Global System forMobile Communications，全球移动通信***)小区下行电平强度、质量和TA(TimeAdvanced，时间提前量)，BTS执行并上报上行MS的接收电平强度和质量的测量。测量报告的处理通常在BSC(Base Station Controller，基站控制器)完成(当采用BTS的预处理方式时，测量报告处理可以下移至BTS完成)，提供基本的滤波、插值等功能，为后续的切换判决算法提供基本的输入，是切换判决算法和功率控制算法等的基础，在本申请中，利用MR数据来作为用户定位判定的基础数据之一。
MDT(Minimization Drive Test，最小化路测)数据，其基本原理是基于商用终端的自动上报的测量报告，MDT需要R10版本的终端配套支持，终端需要具备无线环境测量(如RSRP(Reference Signal Receiving Power，参考信号接收功率)、RSRQ(Reference SignalReceiving Quality，参考信号接收质量)、PHR(Power Headroom Report，发射功率余量报告))、典型事件测量、位置信息测量的能力。MDT数据为运营商通过商用终端收集无线网络的动态波动过程提供可能，为网络优化、分析、诊断过程提供全面的参考视图，可部分替代人工路测。终端日志LOG上报提供MDT需要的信息包括：定位信息、空闲态信息、不在服务区的信息、服务小区信号低于门限报告、终端发射功率余量低于门限报告、接入失败报告、寻呼信道失败报告、广播信道失败报告、无线链路失败报告。
TA(Time Advanced，时间提前量)值是指移动台信号到达基站的实际时间和假设该移动台与基站距离为0时移动台信号到达基站的时间的差值。在GSM***中,在通信过程中,如移动台在呼叫期间向远离基站的方向上移动，则从基站发出的消息将越来越迟的到达移动台。与此同时,移动台的应答信息也会越来越迟的到达基站.而时延过长会导致这样一种情况：基站收到的移动台在本时隙上发送的消息与基站在其下一个时隙收到的另一个呼叫信息重叠起来，而引起干扰，因此引入了时间调整(TA)的措施。可以通过TA的值来判断信息的时延情况。
目前来说，基于大数据全网络分析平台通过数以亿计的用户行为信息，关注业务和无线的结合，实现未来大数据运营的转型，通过“大数据”、“精准定位”，在一体化分析思维基础上，实现多维、海量、高效的数据处理和整合，用于精准业务的迁移和优惠信息的推送，已经成为了新时代互联网经济的一个重要发展趋势。而为了实现大数据分析，对用户的行为信息的判定识别，也就成为了非常关键的基础型数据。特别是对于用户位于室内还是位于室外的定位识别问题，更是其中的关键。
然而现有技术中，一般单纯利用MR数据来实现用户的位置定位，而MR数据非业务态数据量过低，这就导致所收集到的采样点无法支持日渐增长的对用户位置的高精确度定位需求，并且，现有的定位技术中按照建筑物边框，来圈选的定位结果作为室内定位结果的准确度比较低。因为信号飘移，或者是用户在建筑物周边运动或停留时，就会造成误判。
图1为本申请提供的定位方法的应用场景示意图。如图1所示，将某地的道路地图进行地理栅格化，得到一定栅格尺寸，如边长为5km，的地理采样栅格，地图上分布着多个基站111，每个基站对应着多个通讯小区，一般一个基站至少对应3个通讯小区，所有在地图中的通讯小区的基本数据就组成了小区工参数据。需要说明的是本申请中，为了将高速移动的用户终端的数据提取出来，比如用户在乘坐高铁、地铁或者是在高速公路行驶的汽车上时，用户可能有长时间的空档时间来浏览信息，这就需要将如图1所示的高速道路12(包括地铁、高速公路、高铁路线)对应的交通区域的覆盖小区抽取并标注出来，添加到小区工参数据中。此外道路信息还可以在后续定位时，用来剔除飘移的数据采样点，以更精确地对用户终端的位置进行定位。
图2本申请提供的一种定位方法的流程示意图。如图2所示，本申请实施例提供的定位方法，具体步骤包括：
S201、利用预设修正模型，根据获取的预设时长内的MDT数据以及小区工参数据，确定修正工参数据。
在本步骤中，小区工参数据包括覆盖交通区域对应小区的通信数据，修正工参数据是指对小区工参数据中的基站位置进行校正后，得到的小区数据。
具体的，首先，获取预设时长内所述用户终端上报的MR数据，所述MR数据包括MDT数据，每个所述MR数据对应一个采样点，所述MDT数据包括所述采样点的位置信息。由于当用户处于室内时用户终端设备若是连接上了WIFI，则此时用户终端就不会向运营商服务器发送MR数据，这就是导致MR数据所包含的非通信业务信息数据量过少的原因之一，这就造成了对于室内位置定位的数据缺失，而MDT数据是可以包含在MR数据中一起通过用户终端发送给运营商服务器的，甚至当用户处于室内连接WIFI时，运营商服务器仍可以接收到此部分数据。因此本申请采用MDT数据来对MR数据的定位信息进行有效补充，以提高对于用户历史行为信息采集的基础数据量，从而更加细致准确地得到用户的室内或室外定位判定结果。
其次，根据所述位置信息，对所述MR数据进行地理栅格化分组，以确定采样栅格，所述采样栅格包含至少一个所述采样点。如图1所示，将地图栅格化后，用户终端上报的MR数据采样点就会落入一个个地理栅格化后的采样栅格11中，对每个采样栅格11进行编号，然后给每个采样点对应的MR数据添加所属采样栅格的编号，即可实现对每个采样点的MR数据进行地理栅格化分组。
然后，根据所述采样栅格调整所述小区工参数据中与基站位置相关的数据，以确定所述修正工参数据。采样栅格中包含着多个采样点，可以将采样点所对应的MDT数据与小区工参数据中基站的地理位置所决定的标准通信数据进行对比，得到标准通信数据与采样点的MDT数据的差值，然后根据这个差值，利用修正算法就可以修正小区工参数据中基站的经纬度即基站的位置。
在一种可能的设计中，所述根据所述采样栅格调整所述小区工参数据中与基站位置相关的数据，以确定所述修正工参数据，包括：
首先，根据所述基站位置，给所述采样栅格中的所述采样点添加域内标识，所述域内标识用于表示所述采样点是否在所述基站位置对应的预设区域中。
为了便于理解下面结合图3来进行说明。
图3a-3d为本申请实施例提供的基站位置修正原理示意图。如图3a所示，图3a是将图1中的某个采样栅格11放大后的示意图，以小区工参数据中基站位置311为中心，根据小区工参数据中的通讯信号参数，如TA值或信号强度或信号质量值，得到通讯信号参数对应的理论区域覆盖范围31。可以理解的是，理论区域覆盖范围31并不限于图3a中的圆形区域，在具体的应用场景中，根据通讯信号参数的选择不同，所得到的理论区域覆盖范围31的形状也会发生变化，其形状可以为任意形状，甚至可以是由几块不连续的区域组合而成的区域，本申请不对理论区域覆盖范围31的具体形状作限定。采样点32代表某个用户终端在某个时刻上传的MDT数据或者MR数据。
如图3b所示，对于采样点32可以分为位于理论覆盖区域范围31内的采样点321，与在理论覆盖区域范围31外的采样点322，则可以给采样点321和采样点322添加不同的域内标识，比如，用1和0来标识在理论覆盖区域范围31之内和之外。
其次，根据所述域内标识，确定所述采样点与基站的第一符合度。
在本步骤中，第一符合度是用来评价采样点的通讯数据与基站理论值之间的匹配程度，通过第一符合度就可以评估基站的位置数据是否需要修正。
在一种可能的设计中，根据所述域内标识，确定在所述预设区域中的所述采样点数与采样点总数的比例，所述第一符合度为所述比例。
具体的，可以将域内标识为“1”即在理论覆盖区域范围31内的展所有采样点的比例作为第一符合度。
在另一种可能的设计中，可以剔除域内标识为“0”的采样点，然后根据预设算法，根据域内标识为“1”的采样点的通讯数据与基站标准通讯数据，确定第一符合度。如TA值为2-8的采样点的位置与基站位置的距离与预设距离的差值，经归一化处理后作为第一符合度。
然后，根据所述第一符合度以及所述采样栅格，确定所述基站的修正位置。
具体的，在一种可能的设计中，包括：
若所述符合度低于第一阈值，且所述采样栅格的采样点数量低于预设数量，则确定所述基站为待评估站点；
利用预设中心位置算法，根据所述待评估站点以及所述采样栅格对应的时间提前量TA值，确定初始修正位置；
以所述初始修正位置为中心，在预设调整区域中，利用调整算法，确定所述修正位置。
为了便于理解，下面结合图3c来进行说明。
当某个基站对应的采样点的符合度低于第一阈值如60％时，将基站确定为待评估站点。然后如图3c所示，取TA值小于等于5的采样点，利用预设中心位置算法计算出各个采样点的几何中心位置即初始修正位置312。
最后，根据所述修正位置，确定所述修正工参数据。
如图3d所示，在得到了初始修正位置后，以初始修正位置对应的预设覆盖范围来比对所有采样点的符合度，若符合度低于预设阈值，如80％，则在初始修正位置对应的预设调整区域33中，如图3d半径为R的范围内，调整初始修正位置312，使得所有采样点的符合度达到预设阈值，得到修正位置323。如图3d所示，采样点321是位于调整后的理论覆盖范围32内的采样点，而采样点322位于理论覆盖范围32之外，修正位置323使得更多的采样点落在理论覆盖范围32之内。需要说明的是，理论覆盖范围不局限于图3d的以323为圆心的圆形范围，本领域技术人员可以根据实际需要改变理论覆盖范围的具体形状。
S202、根据修正工参数据、MDT数据以及XDR数据，确定用户终端的常驻位置信息。
在本步骤中，具体包括：
将所述预设时长内的XDR数据按预设汇聚时长进行汇聚，以确定XDR汇聚数据；
根据所述MDT数据以及所述汇聚XDR数据确定小区覆盖表和MDT指纹数据；
根据所述MDT数据对应的所述预设时长内的MR数据以及所述MDT指纹数据进行指纹库定位分析，确定所述MR数据的定位结果；
根据所述定位结果、所述XDR汇聚数据以及所述修正工参数据，确定种子用户表；
根据所述种子用户表以及所述XDR汇聚数据，确定用户指纹数据；
利用分析模型，根据所述用户指纹数据，确定所述常驻位置信息。
具体的，例如：首先，计算每个用户在每个服务小区一个小时内驻留的时长、次数，并计算用户的移动速度，根据工参的位置和工参中小区是否为高速高铁地铁小区，以此来判别是否是高速移动的用户；然后，将每个用户在主服务小区驻留的时长按照白天、晚上进行天级汇聚，并筛选出每个用户在白天和晚上驻留时间最长的前十个小区，如白天是10点-17点，晚上是22点-5点；再然后，将每个用户在主服务小区驻留的时长按照白天、晚上进行周级汇聚，并筛选出一周中每个用户在同一主服务小区驻留三天以上且每天驻留时间大于预设时间的数据，并按照用户驻留的天数和平均每天驻留时长进行排序，即可得到XDR汇聚数据。XDR汇聚数据结合MDT数据按照以上相同时间级别的汇聚结果，可以生成小区覆盖表和MDT指纹数据，为后续用户级指纹的生成做准备。然后，再取现网近半个月的MR数据，通MDT指纹数据做指纹库定位分析，得出这部分MR数据的定位结果，对定位结果按照imsi和时间做汇集，该结果结合XDR汇聚数据以及经MDT校准后的修正工参数据生成种子用户表，然后用种子用户表叠加XDR汇聚数据，即小区覆盖表和MDT指纹数据以及TA表、邻区表结合XDR汇聚数据的多级别时间定位信息，最终生成用户级别的指纹数据，最终通过分析指纹数据即可得到依据这半个月数据分析得出的单用户的常驻位置信息。需要说明的是，本领域技术人员可以根据时间情况选择指纹数据的分析模型，本申请不做限定。
S203、利用模式匹配算法，根据修正工参数据、常驻位置信息以及获取到的用户终端的实时MR数据，确定所述用户终端的定位信息。
经过S201-S202的预处理工作，得到了通过MDT校准的修正工参数据、邻区表，以及MDT指纹数据、用户的常驻位置信息，将这些数据作为静态表参与本步骤的定位操作。
具体的，以采集全网实时MR数据，以神经网络指纹定位算法作为模式匹配算法，得出每个采样点的定位分析结果，然后对所有定位结果按照IMSI和时间汇集，并对用户的移动性做分析，操作一定移动范围以及移动速度的采样点数据被定义为室外定位结果，对静止以及低速移动采样点可以根据用户级常驻位置指纹做匹配，完成匹配的记录即为室内用户采样点，匹配不上的采样点标记为室外用户采样点。
需要说明的是，本实施例的定位方法，不需要额外的测试数据，利用现有的MDT数据，就可以建立定位指纹库，并且通过常驻用户行为的分析，MR/XDR数据的关联分析，建立了常驻用户指纹库。进一步的，尽管指纹库准确性高，但由于指纹采集的局限性(比如ATU只在道路，CQT受限于测试点多少)，因此指纹库并不能保证所有区域都测试到；模型训练就利用局部的指纹库对传播模型进行训练，获得最逼近真实无线环境的传播模型，然后利用该模型计算所有50*50米栅格里面各小区的强度。
还需要说明的是，模式匹配算法可以为KNN(KNearestNeighborhood)算法，通过特征数据匹配算法提取用户位置信息，使用多小区电平特征值判断算法确定采样点经纬度坐标，用户MR的电平，根据神经网络定位算法，对MR进行指纹匹配，精确定位出MR的位置经纬度信息。
在一种可能的设计中，还需要定期对MDT指纹库以及常驻位置信息对应的常驻指纹库进行更新。常驻用户分析的数据量较大，分析一轮耗时较长，且大部分用户常驻位置较为固定，可以根据平台处理能力每个季度或每半年处理一次。MDT指纹库更新及MDT校准的修正工参数据的计算量相对较小，且与定位精度相关性更高，因此可以每个月做一次MDT相关静态表数据更新。
本实施例提供的定位方法，通过通过利用预设修正模型，根据获取的预设时长内的MDT数据以及小区工参数据，确定修正工参数据，然后再根据修正工参数据、MDT数据以及XDR数据，确定用户终端的常驻位置信息，最后利用模式匹配算法，根据常驻位置信息以及获取到的用户终端的实时MR数据，确定用户终端的定位信息。解决了现有技术中由于MR数据的定位信息以及小区工参数据中基站位置不准确，而引起的对于用户室内常驻位置判定精确度不高的技术问题，达到了利用MDT数据来修正小区工参数据，从而建立用户的精确定位指纹信息来实现对用户室内以及室外位置的高精确度定位的技术效果。
图4为本申请实施例提供的另一种定位方法的流程示意图。如图4所示，该定位方法的具体步骤包括：
S401、获取预设时长内用户终端上报的MR数据。
在本步骤中，所述MR数据包括MDT数据，每个所述MR数据对应一个采样点，所述MDT数据包括所述采样点的位置信息。
S402、根据采样点的位置信息，对MR数据进行地理栅格化分组，以确定采样栅格。
在本步骤中，所述采样栅格包含至少一个所述采样点。例如将地图划分成如图1所示的5km*5km的栅格，这样每个栅格中就可能包含多个采样点。
S403、根据基站位置，给采样栅格中的采样点添加域内标识。
在本步骤中，所述域内标识用于表示所述采样点是否在所述基站位置对应的预设区域中。所述预设区域包括预设第一子区域以及预设第二子区域，所述第一子区域对应第一TA值，所述第二子区域对应第二TA值，对应的，所述域标识包括第一子域标识、第二子域标识以及非对应标识，若所述采样点的TA值以及位置都与所述第一子区域或所述第二子域相对应时，给所述采样点添加所述第一子域标识或所述第二子域标识，否则给所述采样点添加所述非对应标识。
为了便于理解，下面结合图5a-5b来进行说明。
图5a-5d为本申请实施例提供的另一种基站位置修正原理示意图。单独的采样栅格11如图5a所示，基站在数据库中记录的位置点511，以及基站对应的第一TA值如TA1＝[0,3]，所对应的预设第一子区域512为圆形区域，基站对应的第二TA值如TA2＝(3,10]，所对应的预设第二子区域513为环形区域。采样点521是TA值为第一TA值范围内的采样点，采样点522是第二TA值范围内的采样点。
如图5b所示，若采样点521的位置位于第一子区域512内，则给采样点521添加第一子域标识524，如第一子域标识为“1”，否则添加非对应标识523，如非对应标识为“0”；若采样点522的位置位于第二子区域513内，则添加第二子域标识525，如第二子域标识为“2”，否则非对应标识523，如非对应标识为“0”。
需要说明的是，每个TA值对应的预设区域也可以是最近一次路测数据所绘制出的用户终端与基站通讯的TA值对应的覆盖区域，这个覆盖区域可能是完整的带状区，也有可能是由多个不相连的区域组成的区域群组。
进一步需要说明的是，本实施例中只给出了两个TA阈值范围，实际上，本领域技术人员可以将TA值进行多级别划分，组成具有多个环带的TA值覆盖区域，每个级别的TA值区域对应不同的权重。这样就可以根据不同的TA值以及目标用户的MR数据所对应的TA值来对所述基站位置进行更精确的位置校准。
S404、根据第一子域标识、第二子域标识、非对应标识以及对应的权重，确定第一符合度。
在本步骤中，第一符合度是用来评价现有的基站位置坐标是否准确的评价指标。在本实施例中，第一符合度可以通过公式(1)来计算，公式(1)如下所示：
Figure BDA0002677057200000151
其中，P1为第一符合度，N1为第一子域标识数，N2为第二子域标识数，N3为非对应标识数，N为采样栅格中的采样点总数，μ1为第一子域标识对应的权重，μ2为第二子域标识对应的权重，μ3为非对应标识对应的权重。
在一种可能的设计中，第一符合度还可以用公式(2)来计算，公式(2)如下所示：
Figure BDA0002677057200000161
其中，P1为第一符合度，N1为采样点的TA值在第一TA值范围内的采样点数目，n1为第一子域标识数，N2为采样点的TA值在第二TA值范围内的采样点数目，n2为第二子域标识数，N3为非对应标识数，N为采样栅格中的采样点总数，μ1为第一子域标识对应的权重，μ2为第二子域标识对应的权重，μ3为非对应标识对应的权重。
需要说明的是，本领域技术人员可以根据实际情况，选择第一符合度的计算算法，本申请不做限定。
还需要说明的是，权重值可以根据不同的地域范围，或者是不同的采样栅格进行动态调整，以实现对不同地理位置范围的高精准度识别要求。
S405、若第一符合度低于第一阈值，且采样栅格的采样点数量低于预设数量，则确定所述基站为待评估站点。
在本步骤中，由于一个地理位置范围如一个市区，会分布着大量的基站，在基站部署及后期维护的过程中，由于历史原因，部分基站的位置发生了迁移，或者是由于临时施工的需求，暂时停止了某些基站的运营等等一些列的复杂情况。但是这些基站的数据并没有得到及时的更新，这就导致了依靠这些基站的小区工参数据来实现的用户常驻位置定位分析出现了较大偏差，因此需要通过第一符合度来评判基站的经纬度位置等数据是否需要更新。
在本实施例中，选取第一符合度低于60％的基站作为待评估站点，对待评估站点的位置进行修正。
S406、从采样栅格中选出与待评估站点对应的TA值小于第一预设TA阈值的第一采样点，利用几何中心算法，根据第一采样点的位置信息，确定所有第一采样点的几何中心，即为初始修正位置。
如图5c所示，第一预设TA阈值为5，则选出TA值小于5的第一采样点，图5c中不同填充图案的方块为不同TA值的第一采样点，无填充的方块为TA值大于或等于5的采样点。不同的TA值对应着不同的位置权重，TA值越小则位置权重越大，利用几何中心算法，根据第一采样点的位置信息以及对应的权重，就可以计算出基站的初始修正位置53。具体的几何中心算法的实现方式，本领域技术人员可以根据实际情况选取，本申请不做限定。
S407、在预设调整区域中，随机选取其中一个位置点，计算采样栅格中的所有采样点与位置点的第二符合度。
在本步骤中，所述第二符合度用于表示包含在所述位置点对应的所述预设区域中的所述采样点占采样点总数的比例。
为了使得基站的经纬度定位位置更加精确，从而提高后续用户定位的准确度，因此还需要对上一步得到的初始修正位置53进行微调。在本实施例中，如图5d所示，以初始修正位置53为圆心，半径R＝300M的预设调整区域55范围内，调整初始修正位置，使得初始修正位置对应的预设区域54能够覆盖尽可能多的采样点。以在预设区域54内的采样点数目与采样点总数的比例作为第二符合度。
S408、若第二符合度大于或等于预设符合度阈值，则确定位置点为待选位置点；从所有待选位置点中，选取第二符合度值最大的位置点作为修正位置。
在本实施例中，设置预设符合度阈值为80％，当预设调整区域55范围内存在第二符合度大于或等于80％的位置点时，取第二符合度最大的位置点作为修正位置56。
S409、若所有位置点中不存在第二符合度大于预设符合度阈值的位置点，则重新从采样栅格中选出与待评估站点对应的TA值小于第二预设TA阈值的第二采样点，以重新确定修正位置。
在本实施例中，当预设调整区域55范围内不存在第二符合度大于或等于80％的位置点时，将S406中的第一预设TA阈值放大成第二预设TA阈值，如设置第二预设TA阈值为8，然后重复步骤S406-S408，以确定修正位置56。
在一种可能的设计中，第二预设TA值为第一预设TA值乘以调整系数得到的，可以不断重复步骤S406-S408直到找到满足条件的修正位置56为止。
进一步可选的，可以设置循环次数阈值，当重复执行步骤S406-S408的次数达到循环次数阈值时，如4次时，停止修正位置的计算，将此基站从用户定位指纹库中删除，或者是发出人工修正请求，提示运营商通过重新获取路测数据等手段来修正基站位置。
S410、根据修正工参数据、MDT数据以及XDR数据，确定用户终端的常驻位置信息。
S411、利用模式匹配算法，根据修正工参数据、常驻位置信息以及获取到的用户终端的实时MR数据，确定所述用户终端的定位信息。
步骤S410-S411的原理及名词解释参见S202-S203，在此不再赘述。
本实施例提供的定位方法，通过利用预设修正模型，根据获取的预设时长内的MDT数据以及小区工参数据，确定修正工参数据，然后再根据修正工参数据、MDT数据以及XDR数据，确定用户终端的常驻位置信息，最后利用模式匹配算法，根据常驻位置信息以及获取到的用户终端的实时MR数据，确定用户终端的定位信息。解决了现有技术中由于MR数据的定位信息以及小区工参数据中基站位置不准确，而引起的对于用户室内常驻位置判定精确度不高的技术问题，达到了利用MDT数据来修正小区工参数据，从而建立用户的精确定位指纹信息来实现对用户室内以及室外位置的高精确度定位的技术效果。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
图6为本申请提供的一种定位装置的结构示意图。该定位装置可以通过软件、硬件或者两者的结合实现。
如图6所示，该定位装置600包括：
获取模块601，用于获取预设时长内的最小化路测MDT数据、小区工参数据、外部数据报告XDR数据以及实时的测量报告MR数据；
预处理模块602，用于利用预设修正模型，根据获取的预设时长内的最小化路测MDT数据以及小区工参数据，确定修正工参数据，所述小区工参数据包括覆盖交通区域对应小区的通信数据；
所述预处理模块602，还用于根据所述修正工参数据、所述MDT数据以及外部数据报告XDR数据，确定用户终端的常驻位置信息；
定位模块603，用于利用模式匹配算法，根据所述修正工参数据、所述常驻位置信息以及获取到的所述用户终端的实时测量报告MR数据，确定所述用户终端的定位信息。
在一种可能的设计中，所述预处理模块602，用于利用预设修正模型，根据获取的预设时长内的最小化路测MDT数据以及小区工参数据，确定修正工参数据，包括：
所述获取模块601，用于获取预设时长内所述用户终端上报的MR数据，所述MR数据包括MDT数据，每个所述MR数据对应一个采样点，所述MDT数据包括所述采样点的位置信息；
所述预处理模块602，用于根据所述位置信息，对所述MR数据进行地理栅格化分组，以确定采样栅格，所述采样栅格包含至少一个所述采样点；
所述预处理模块602，还用于根据所述采样栅格调整所述小区工参数据中与基站位置相关的数据，以确定所述修正工参数据。
在一种可能的设计中，所述预处理模块602，还用于根据所述采样栅格调整所述小区工参数据中与基站位置相关的数据，以确定所述修正工参数据，包括：
所述预处理模块602，还用于根据所述基站位置，给所述采样栅格中的所述采样点添加域内标识，所述域内标识用于表示所述采样点是否在所述基站位置对应的预设区域中；
所述预处理模块602，还用于根据所述域内标识，确定所述采样点与基站的第一符合度；
所述预处理模块602，还用于根据所述第一符合度以及所述采样栅格，确定所述基站的修正位置；再根据所述修正位置，确定所述修正工参数据。
可选的，所述预处理模块602，还用于根据所述域内标识，确定所述采样点与基站的第一符合度，包括：
所述预处理模块602，还用于根据所述域内标识，确定在所述预设区域中的所述采样点数与采样点总数的比例，所述第一符合度为所述比例。
在一种可能的设计中，所述预处理模块602，还用于根据所述第一符合度以及所述采样栅格，确定所述基站的修正位置，包括：
所述预处理模块602，还用于若所述第一符合度低于第一阈值，且所述采样栅格的采样点数量低于预设数量，则确定所述基站为待评估站点；
所述预处理模块602，还用于利用预设中心位置算法，根据所述待评估站点以及所述采样栅格对应的时间提前量TA值，确定初始修正位置；
所述预处理模块602，还用于以所述初始修正位置为中心，在预设调整区域中，利用调整算法，确定所述修正位置。
在一种可能的设计中，所述预处理模块602，还用于利用预设中心位置算法，根据所述待评估站点以及所述采样栅格对应的时间提前量TA值，确定初始修正位置，包括：
所述预处理模块602，还用于从所述采样栅格中选出与所述待评估站点对应的所述TA值小于第一预设TA阈值的第一采样点；
所述预处理模块602，还用于利用几何中心算法，根据所述第一采样点的位置信息，确定所有所述第一采样点的几何中心，所述初始修正位置为所述几何中心。
在一种可能的设计中，所述预处理模块602，还用于以所述初始修正位置为中心，在预设调整区域中，利用调整算法，确定所述修正位置，包括：
所述预处理模块602，还用于在所述预设调整区域中，随机选取其中一个位置点，计算所述采样栅格中的所有所述采样点与所述位置点的第二符合度，所述第二符合度用于表示包含在所述位置点对应的所述预设区域中的所述采样点占采样点总数的比例；
所述预处理模块602，还用于若所述第二符合度大于或等于预设符合度阈值，则确定所述位置点为待选位置点；
所述预处理模块602，还用于从所有所述待选位置点中，选取所述第二符合度值最大的位置点作为所述修正位置；
所述预处理模块602，还用于若所有所述位置点中不存在所述第二符合度大于预设符合度阈值的位置点，则重新从所述采样栅格中选出与所述待评估站点对应的所述TA值小于第二预设TA阈值的第二采样点，以重新确定所述修正位置。
在一种可能的设计中，所述预设区域包括预设第一子区域以及预设第二子区域，所述第一子区域对应第一TA值，所述第二子区域对应第二TA值，对应的，所述域标识包括第一子域标识、第二子域标识以及非对应标识，对应的，所述预处理模块602，还用于若所述采样点的TA值以及位置都与所述第一子区域或所述第二子域相对应时，给所述采样点添加所述第一子域标识或所述第二子域标识，否则给所述采样点添加所述非对应标识；
所述预处理模块602，还用于根据所述域内标识，确定所述采样点与基站的第一符合度，包括：
所述预处理模块602，还用于根据所述第一子域标识、所述第二子域标识、所述非对应标识以及对应的权重，确定所述第一符合度。
值得说明的是，图6所示实施例提供的定位装置，可以执行上述任一方法实施例所提供的方法，其具体实现原理、技术特征、专业名词解释以及技术效果类似，在此不再赘述。
图7为本申请提供的一种电子设备的结构示意图。如图7所示，该电子设备700可以包括：至少一个处理器701和存储器702。图7示出的是以一个处理器为例的电子设备。
存储器702，用于存放程序。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。
存储器702可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
处理器701用于执行存储器702存储的计算机执行指令，以实现以上各方法实施例所述的方法。
其中，处理器701可能是一个中央处理器(central processing unit，简称为CPU)，或者是特定集成电路(application specific integrated circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。
可选地，存储器702既可以是独立的，也可以跟处理器701集成在一起。当所述存储器702是独立于处理器701之外的器件时，所述电子设备700，还可以包括：
总线703，用于连接所述处理器701以及所述存储器702。总线可以是工业标准体系结构(industry standard architecture，简称为ISA)总线、外部设备互连(peripheralcomponent，PCI)总线或扩展工业标准体系结构(extended industry standardarchitecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器702和处理器701集成在一块芯片上实现，则存储器702和处理器701可以通过内部接口完成通信。
本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random accessmemory，RAM)、磁盘或者光盘等各种可以存储程序代码的介质，具体的，该计算机可读存储介质中存储有程序指令，程序指令用于上述各实施例中的定位方法。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (11)

1.一种定位方法，其特征在于，包括：
利用预设修正模型，根据获取的预设时长内的最小化路测MDT数据以及小区工参数据，确定修正工参数据，所述小区工参数据包括覆盖交通区域对应小区的通信数据；
根据所述修正工参数据、所述MDT数据以及外部数据报告XDR数据，确定用户终端的常驻位置信息；
利用模式匹配算法，根据所述修正工参数据、所述常驻位置信息以及获取到的所述用户终端的实时测量报告MR数据，确定所述用户终端的定位信息。
2.根据权利要求1所述的定位方法，其特征在于，所述利用预设修正模型，根据获取的预设时长内的MDT数据以及小区工参数据，确定修正工参数据，包括：
获取预设时长内所述用户终端上报的MR数据，所述MR数据包括MDT数据，每个所述MR数据对应一个采样点，所述MDT数据包括所述采样点的位置信息；
根据所述位置信息，对所述MR数据进行地理栅格化分组，以确定采样栅格，所述采样栅格包含至少一个所述采样点；
根据所述采样栅格调整所述小区工参数据中与基站位置相关的数据，以确定所述修正工参数据。
3.根据权利要求2所述的定位方法，其特征在于，所述根据所述采样栅格调整所述小区工参数据中与基站位置相关的数据，以确定所述修正工参数据，包括：
根据所述基站位置，给所述采样栅格中的所述采样点添加域内标识，所述域内标识用于表示所述采样点是否在所述基站位置对应的预设区域中；
根据所述域内标识，确定所述采样点与基站的第一符合度；
根据所述第一符合度以及所述采样栅格，确定所述基站的修正位置；
根据所述修正位置，确定所述修正工参数据。
4.根据权利要求3所述的定位方法，其特征在于，所述根据所述域内标识，确定所述采样点与基站的第一符合度，包括：
根据所述域内标识，确定在所述预设区域中的所述采样点数与采样点总数的比例，所述第一符合度为所述比例。
5.根据权利要求3所述的定位方法，其特征在于，所述根据所述第一符合度以及所述采样栅格，确定所述基站的修正位置，包括：
若所述第一符合度低于第一阈值，且所述采样栅格的采样点数量低于预设数量，则确定所述基站为待评估站点；
利用预设中心位置算法，根据所述待评估站点以及所述采样栅格对应的时间提前量TA值，确定初始修正位置；
以所述初始修正位置为中心，在预设调整区域中，利用调整算法，确定所述修正位置。
6.根据权利要求5所述的定位方法，其特征在于，所述利用预设中心位置算法，根据所述待评估站点以及所述采样栅格对应的TA值，确定初始修正位置，包括：
从所述采样栅格中选出与所述待评估站点对应的所述TA值小于第一预设TA阈值的第一采样点；
利用几何中心算法，根据所述第一采样点的位置信息，确定所有所述第一采样点的几何中心，所述初始修正位置为所述几何中心。
7.根据权利要求6所述的定位方法，其特征在于，所述以所述初始修正位置为中心，在预设调整区域中，利用调整算法，确定所述修正位置，包括：
在所述预设调整区域中，随机选取其中一个位置点，计算所述采样栅格中的所有所述采样点与所述位置点的第二符合度，所述第二符合度用于表示包含在所述位置点对应的所述预设区域中的所述采样点占采样点总数的比例；
若所述第二符合度大于或等于预设符合度阈值，则确定所述位置点为待选位置点；
从所有所述待选位置点中，选取所述第二符合度值最大的位置点作为所述修正位置；
若所有所述位置点中不存在所述第二符合度大于预设符合度阈值的位置点，则重新从所述采样栅格中选出与所述待评估站点对应的所述TA值小于第二预设TA阈值的第二采样点，以重新确定所述修正位置。
8.根据权利要求3、5-7中任意一项所述的定位方法，其特征在于，所述预设区域包括预设第一子区域以及预设第二子区域，所述第一子区域对应第一TA值，所述第二子区域对应第二TA值，对应的，所述域内标识包括第一子域标识、第二子域标识以及非对应标识，若所述采样点的TA值以及位置都与所述第一子区域或所述第二子域相对应时，给所述采样点添加所述第一子域标识或所述第二子域标识，否则给所述采样点添加所述非对应标识，所述根据所述域内标识，确定所述采样点与基站的第一符合度，包括：
根据所述第一子域标识、所述第二子域标识、所述非对应标识以及对应的权重，确定所述第一符合度。
9.一种定位装置，其特征在于，包括：
获取模块，用于获取预设时长内的最小化路测MDT数据、小区工参数据、外部数据报告XDR数据以及实时的测量报告MR数据；
预处理模块，用于利用预设修正模型，根据获取的预设时长内的最小化路测MDT数据以及小区工参数据，确定修正工参数据，所述小区工参数据包括覆盖交通区域对应小区的通信数据；
所述预处理模块，还用于根据所述修正工参数据、所述MDT数据以及外部数据报告XDR数据，确定用户终端的常驻位置信息；
定位模块，用于利用模式匹配算法，根据所述修正工参数据、所述常驻位置信息以及获取到的所述用户终端的实时测量报告MR数据，确定所述用户终端的定位信息。
10.一种电子设备，其特征在于，包括：
处理器；以及，
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至8任一项所述的一种定位方法。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8任一项所述的定位方法。
CN202010951340.8A 2020-09-11 2020-09-11 一种定位方法、装置、电子设备以及存储介质 Active CN111901750B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010951340.8A CN111901750B (zh) 2020-09-11 2020-09-11 一种定位方法、装置、电子设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010951340.8A CN111901750B (zh) 2020-09-11 2020-09-11 一种定位方法、装置、电子设备以及存储介质

Publications (2)

Publication Number Publication Date
CN111901750A true CN111901750A (zh) 2020-11-06
CN111901750B CN111901750B (zh) 2022-06-17

Family

ID=73225935

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010951340.8A Active CN111901750B (zh) 2020-09-11 2020-09-11 一种定位方法、装置、电子设备以及存储介质

Country Status (1)

Country Link
CN (1) CN111901750B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN113409018A (zh) * 2021-06-25 2021-09-17 北京红山信息科技研究院有限公司 人流密度确定方法、装置、设备及存储介质
CN115022810A (zh) * 2021-03-05 2022-09-06 ***通信集团江苏有限公司 基于手机信令数据识别出行方式的方法、装置及电子设备
CN115038040A (zh) * 2022-06-29 2022-09-09 中国联合网络通信集团有限公司 一种小区定位方法、装置、设备、***及介质
CN115278702A (zh) * 2022-07-27 2022-11-01 四川通信科研规划设计有限责任公司 一种基于移动用户mr数据的基站经纬度纠偏方法、***、存储介质及终端
WO2023088423A1 (zh) * 2021-11-22 2023-05-25 维沃移动通信有限公司 定位方法、装置、终端及网络侧设备
CN116304594A (zh) * 2023-05-11 2023-06-23 北京融信数联科技有限公司 一种基于通信数据的用户区域识别方法、***及介质
CN117098227A (zh) * 2023-10-20 2023-11-21 北京大也智慧数据科技服务有限公司 位置信息的确定方法、装置、设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101965024A (zh) * 2009-07-21 2011-02-02 中兴通讯股份有限公司 基于上报集测量和触发测量报告的方法、***及用户终端
CN102869020A (zh) * 2011-07-08 2013-01-09 ***通信集团湖南有限公司 一种无线网络优化的方法及装置
CN103313281A (zh) * 2012-03-13 2013-09-18 ***通信集团广东有限公司 利用扫频数据修正gsm小区覆盖关联度的方法和***
US20160165462A1 (en) * 2014-12-09 2016-06-09 Futurewei Technologies, Inc. Self-Learning, Adaptive Approach for Intelligent Analytics-Assisted Self-Organizing-Networks (SONs)
CN107358346A (zh) * 2017-07-03 2017-11-17 中国联合网络通信集团有限公司 针对于通信质量的评价信息处理方法和装置
CN107666679A (zh) * 2016-07-27 2018-02-06 中兴通讯股份有限公司 一种通信网络中校准定位算法参数的方法及装置
CN108260202A (zh) * 2016-12-27 2018-07-06 ***通信集团广东有限公司 一种测量报告采样点的定位方法及装置
CN109246592A (zh) * 2017-06-15 2019-01-18 ***通信集团浙江有限公司 一种用户终端位置信息的获取方法及装置
CN109495905A (zh) * 2017-09-11 2019-03-19 大唐移动通信设备有限公司 一种基于mdt的网络覆盖管理方法和mc***
CN111541986A (zh) * 2019-01-22 2020-08-14 博彦科技股份有限公司 定位方法、装置、存储介质及处理器

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101965024A (zh) * 2009-07-21 2011-02-02 中兴通讯股份有限公司 基于上报集测量和触发测量报告的方法、***及用户终端
CN102869020A (zh) * 2011-07-08 2013-01-09 ***通信集团湖南有限公司 一种无线网络优化的方法及装置
CN103313281A (zh) * 2012-03-13 2013-09-18 ***通信集团广东有限公司 利用扫频数据修正gsm小区覆盖关联度的方法和***
US20160165462A1 (en) * 2014-12-09 2016-06-09 Futurewei Technologies, Inc. Self-Learning, Adaptive Approach for Intelligent Analytics-Assisted Self-Organizing-Networks (SONs)
CN107666679A (zh) * 2016-07-27 2018-02-06 中兴通讯股份有限公司 一种通信网络中校准定位算法参数的方法及装置
CN108260202A (zh) * 2016-12-27 2018-07-06 ***通信集团广东有限公司 一种测量报告采样点的定位方法及装置
CN109246592A (zh) * 2017-06-15 2019-01-18 ***通信集团浙江有限公司 一种用户终端位置信息的获取方法及装置
CN107358346A (zh) * 2017-07-03 2017-11-17 中国联合网络通信集团有限公司 针对于通信质量的评价信息处理方法和装置
CN109495905A (zh) * 2017-09-11 2019-03-19 大唐移动通信设备有限公司 一种基于mdt的网络覆盖管理方法和mc***
CN111541986A (zh) * 2019-01-22 2020-08-14 博彦科技股份有限公司 定位方法、装置、存储介质及处理器

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
""S3-160136"", 《3GPP TSG_SA\WG3_SECURITY》 *
PO-CHIANG LIN: "Minimization of Drive Tests using measurement reports from user equipment", 《2014 IEEE 3RD GLOBAL CONFERENCE ON CONSUMER ELECTRONICS (GCCE)》 *
赵志民; 覃德林; 罗林宇: "基于大数据精准定位干扰源的策略及应用", 《广西通信技术》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN115022810A (zh) * 2021-03-05 2022-09-06 ***通信集团江苏有限公司 基于手机信令数据识别出行方式的方法、装置及电子设备
CN113409018A (zh) * 2021-06-25 2021-09-17 北京红山信息科技研究院有限公司 人流密度确定方法、装置、设备及存储介质
CN113409018B (zh) * 2021-06-25 2024-03-05 北京红山信息科技研究院有限公司 人流密度确定方法、装置、设备及存储介质
WO2023088423A1 (zh) * 2021-11-22 2023-05-25 维沃移动通信有限公司 定位方法、装置、终端及网络侧设备
CN115038040A (zh) * 2022-06-29 2022-09-09 中国联合网络通信集团有限公司 一种小区定位方法、装置、设备、***及介质
CN115278702A (zh) * 2022-07-27 2022-11-01 四川通信科研规划设计有限责任公司 一种基于移动用户mr数据的基站经纬度纠偏方法、***、存储介质及终端
CN115278702B (zh) * 2022-07-27 2023-04-14 四川通信科研规划设计有限责任公司 一种基于移动用户mr数据的基站经纬度纠偏方法、***、存储介质及终端
CN116304594A (zh) * 2023-05-11 2023-06-23 北京融信数联科技有限公司 一种基于通信数据的用户区域识别方法、***及介质
CN116304594B (zh) * 2023-05-11 2023-09-08 北京融信数联科技有限公司 一种基于通信数据的用户区域识别方法、***及介质
CN117098227A (zh) * 2023-10-20 2023-11-21 北京大也智慧数据科技服务有限公司 位置信息的确定方法、装置、设备及存储介质
CN117098227B (zh) * 2023-10-20 2024-04-05 北京大也智慧数据科技服务有限公司 位置信息的确定方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN111901750B (zh) 2022-06-17

Similar Documents

Publication Publication Date Title
CN111901750B (zh) 一种定位方法、装置、电子设备以及存储介质
US11671785B2 (en) System and method for determining a location area of a mobile user
CN114173356B (zh) 网络质量的检测方法、装置、设备及存储介质
CN108260075B (zh) 一种基站部署位置的寻址方法及装置
EP3890361B1 (en) Cell longitude and latitude prediction method and device, server, base station, and storage medium
CN106658399B (zh) 一种基于手机用户位置指纹进行手机位置定位的方法
US8805412B2 (en) System and method for determining antenna probabilities in sub-areas of a geographical area
CN109548074B (zh) 基于mr的上行干扰源波形定位方法、装置、设备及介质
EP2640116A1 (en) Calibration method and device for coverage database
CN110677859A (zh) 弱覆盖区域的确定方法、装置和计算机可读存储介质
CN112506972B (zh) 用户常驻区域定位方法、装置、电子设备以及存储介质
CN109936820B (zh) 一种用户终端定位方法及装置
CN108540987B (zh) 一种lte网络覆盖状态评估方法及装置
CN112469066A (zh) 5g网络覆盖评估方法及装置
CN102883332B (zh) 一种确定基站站址的方法及装置
CN114885369A (zh) 网络覆盖质量检测处理方法、装置、电子设备和存储介质
CN103313281A (zh) 利用扫频数据修正gsm小区覆盖关联度的方法和***
CN107734516B (zh) 一种邻区优化方法和装置
CN108541011B (zh) 无线网络信号覆盖区域的强度分析方法和装置
CN112351435B (zh) 基于网络定位的异网覆盖测评方法和装置
CN106796277B (zh) 移动通信网络中的位置调整
CN113133049B (zh) 确定主覆盖小区的方法、装置、设备及介质
CN115767582A (zh) 道路网络问题处理方法、装置、服务器及存储介质
CN114371116B (zh) 一种基于渗透率的路测质量评估方法
CN108235338B (zh) 一种td-lte用户类型识别方法及基站

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