[发明专利]终端的定位方法、装置和计算机可读存储介质

说明书

本公开涉及一种终端的定位方法、装置和计算机可读存储介质，涉及无线通信技术领域。该方法包括：获取待定位终端发来的各附近基站的身份信息和信号特征信息；根据身份信息，确定各附近基站之间的相对距离；根据相对距离和信号特征信息，生成各附近基站的定位参考信息；根据各定位参考信息，利用机器学习模型，确定待定位终端的位置信息。

技术领域

本公开涉及无线通信技术领域，特别涉及一种终端的定位方法、装置和计算机可读存储介质。

背景技术

特征识别可以用于终端的无线定位。例如，可以通过匹配指纹特征对终端进行定位。

在相关技术中，大都以基站ID(Identity document，身份证标识号)为定位特征，利用神经网络对终端进行定位。

发明内容

本公开的发明人发现上述相关技术中存在如下问题：基站ID只是数字编号，对神经网络没有数值计算意义，导致即使训练数据不断增加，定位精度仍然不高。

鉴于此，本公开提出了一种终端的定位技术方案，能够提高定位精度。

根据本公开的一些实施例，提供了一种终端的定位方法，包括：获取待定位终端发来的各附近基站的身份信息和信号特征信息；根据身份信息，确定各附近基站之间的相对距离；根据相对距离和信号特征信息，生成各附近基站的定位参考信息；根据各定位参考信息，利用机器学习模型，确定待定位终端的位置信息。

在一些实施例中，该方法还包括：根据定位精度需求，将待定位终端所在的目标区域划分成多个网格；根据目标区域内各位置的经纬度，确定各网格的编号。

在一些实施例中，待定位终端的位置信息为待定位终端所在的网格的编号。

在一些实施例中，每一个附近基站的定位参考信息中包含该附近基站与其他附近基站的相对距离，以及该附近基站的信号特征信息。

在一些实施例中，定位参考信息中的相对距离按照大小顺序排列。

在一些实施例中，根据身份信息，确定各附近基站之间的相对距离包括：根据身份信息从数据库中获取各附近基站的位置信息；根据各附近基站的位置信息，确定相对距离。

在一些实施例中，机器学习模型通过如下步骤训练：根据训练终端的各附近基站的相对距离和信号特征信息，生成训练用的定位参考信息；以训练用的定位参考信息为输入，以训练终端的位置信息为标注结果，训练机器学习模型。

在一些实施例中，信号特征信息包括参考信号接收功率和参考信号接收质量中的至少一项。

根据本公开的另一些实施例，提供一种终端的定位装置，包括：获取单元，用于获取待定位终端发来的各附近基站的身份信息和信号特征信息；确定单元，用于根据身份信息，确定各附近基站之间的相对距离；生成单元，用于根据相对距离和信号特征信息，生成各附近基站的定位参考信息；定位单元，用于根据各定位参考信息，利用机器学习模型，确定待定位终端的位置信息。

在一些实施例中，确定单元根据定位精度需求，将待定位终端所在的目标区域划分成多个网格，根据目标区域内各位置的经纬度，确定各网格的编号；待定位终端的位置信息为待定位终端所在的网格的编号。

在一些实施例中，每一个附近基站的定位参考信息中包含该附近基站与其他附近基站的相对距离，以及该附近基站的信号特征信息。

在一些实施例中，定位参考信息中的相对距离按照大小顺序排列。

在一些实施例中，获取单元根据身份信息从数据库中获取各附近基站的位置信息；确定单元根据各附近基站的位置信息，确定相对距离。