[发明专利]基站指纹定位方法、装置和系统、计算机可读存储介质有效
申请号: | 201811355975.0 | 申请日: | 2018-11-15 |
公开(公告)号: | CN111194004B | 公开(公告)日: | 2021-04-06 |
发明(设计)人: | 朱先飞;贾聿庸;梁宇杰 | 申请(专利权)人: | 中国电信股份有限公司 |
主分类号: | H04W4/021 | 分类号: | H04W4/021;G01S5/02 |
代理公司: | 中国贸促会专利商标事务所有限公司 11038 | 代理人: | 王云飞 |
地址: | 100033 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基站 指纹 定位 方法 装置 系统 计算机 可读 存储 介质 | ||
1.一种基站指纹定位方法,其特征在于,包括:
通过位置网格计算网络对参考采集点数据迭代训练,获取预定位置网格计算网络模型,其中,所述预定位置网格计算网络模型包含指纹特征向量和位置网格的对应关系;
获取终端采集数据,其中,所述终端采集数据为终端采集的基站信号数据;
采用预定指纹特征提取网络对终端采集数据进行处理生成终端指纹特征向量;
在数据库中找出欧式距离与终端指纹特征向量最近的两个指纹特征向量;
将三个指纹特征向量输入预定位置网格计算网络模型,获取终端的位置网格,其中,所述三个指纹特征向量包括终端指纹特征向量和欧式距离与终端指纹特征向量最近的两个指纹特征向量;
其中,所述通过位置网格计算网络对参考采集点数据迭代训练包括:
获取参考采集点的指纹特征向量和参考采集点的位置网格;
采用特征向量欧式距离接近的三个参考采集点的指纹特征向量作为输入,采用所述三个参考采集点中任意一个参考采集点的位置网格作为目标输出,通过位置网格计算网络对参考采集点数据进行迭代训练。
2.根据权利要求1所述的基站指纹定位方法,其特征在于,还包括:
将平面地图划分为n×m个的网格,其中,n和m均为大于1的自然数,n为网格总列数,m为网格总行数;
采用位置网格(i,j)标识每个网格的位置,其中,i为所述网格的列数,j为所述网格的行数,1≤i≤n,1≤j≤m。
3.根据权利要求1或2所述的基站指纹定位方法,其特征在于,所述获取参考采集点的指纹特征向量和参考采集点的位置网格包括:
获取参考采集点数据,其中,所述参考采集点数据包括参考采集点设备采集的基站信号数据和参考采集点的位置网格;
对参考采集点数据进行归一化处理;
采用预定指纹特征提取网络对归一化处理后的参考采集点数据进行非监督特征学习生成参考采集点的指纹特征向量;
保存参考采集点指纹特征向量和参考采集点的位置网格的对应关系。
4.根据权利要求1或2所述的基站指纹定位方法,其特征在于,
指纹特征提取网络为多层神经网络;
和/或,
位置网格计算网络为多层神经网络。
5.根据权利要求1或2所述的基站指纹定位方法,其特征在于,
所述基站信号数据包括小区标识、信号强度、到达时间、功率时延中的至少一项。
6.一种基站指纹定位装置,其特征在于,包括:
模型训练模块,用于通过位置网格计算网络对参考采集点数据迭代训练,获取预定位置网格计算网络模型,其中,所述预定位置网格计算网络模型包含指纹特征向量和位置网格的对应关系;
终端采集数据获取模块,用于获取终端采集数据,其中,所述终端采集数据为终端采集的基站信号数据;
终端特征向量生成模块,用于采用预定指纹特征提取网络对终端采集数据进行处理生成终端指纹特征向量;
终端位置网格获取模块,用于在数据库中找出欧式距离与终端指纹特征向量最近的两个指纹特征向量;将三个指纹特征向量输入预定位置网格计算网络模型,获取终端的位置网格,其中,所述三个指纹特征向量包括终端指纹特征向量和欧式距离与终端指纹特征向量最近的两个指纹特征向量;
其中,模型训练模块,用于获取参考采集点的指纹特征向量和参考采集点的位置网格;采用特征向量欧式距离接近的三个参考采集点的指纹特征向量作为输入,采用所述三个参考采集点中任意一个参考采集点的位置网格作为目标输出,通过位置网格计算网络对参考采集点数据进行迭代训练。
7.根据权利要求6所述的基站指纹定位装置,其特征在于,所述基站指纹定位装置用于执行实现如权利要求1-5中任一项所述的基站指纹定位方法的操作。
8.一种基站指纹定位装置,其特征在于,包括:
存储器,用于存储指令;
处理器,用于执行所述指令,使得所述基站指纹定位装置执行实现如权利要求1-5中任一项所述的基站指纹定位方法的操作。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电信股份有限公司,未经中国电信股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811355975.0/1.html,转载请声明来源钻瓜专利网。