[发明专利]基于OTT与MR数据的自适应WKNN室外定位方法

权利要求书

1.一种基于OTT与MR数据的自适应WKNN室外定位方法，其特征在于，包括以下步骤：

(1)数据收集：含有定位功能的用户终端获取经纬度信息后，通过数据网络上传至服务器；

(2)建立位置指纹数据库：通过解析所述步骤(1)中的经纬度信息，得到使用该用户终端的用户的定点位置，采用向前一分钟时间滑动搜索方式对该用户的MR数据和经纬度信息进行关联，得到用户相应的位置坐标以及MR数据；再将得到用户相应的位置坐标映射到栅格地图中，从而建立位置指纹数据库；

(3)更新位置指纹数据库：通过解析OTT数据不断的累计更新位置指纹数据库；

(4)输出定位结果：采用自适应WKNN算法在所述位置指纹数据库中查找与当前MR点的特征最接近的位置点来确定MR的位置，输出定位结果。

2.根据权利要求1所述的基于OTT与MR数据的自适应WKNN室外定位方法，其特征在于，所述步骤(2)中得到用户相应的位置坐标以及MR数据以文件形式存储于建立的位置指纹数据库中，文件格式为：时间、用户标识、用户所属栅格标识、经度、纬度、主小区ID、TA、aoa、主小区RSRP、主小区RSRQ、主小区SINR、第1邻区ID、第1邻区RSRP、第2邻区ID、第2邻区RSRP……第n邻区ID、第n邻区RSRP。

3.根据权利要求1所述的基于OTT与MR数据的自适应WKNN室外定位方法，其特征在于，在所述步骤(2)中，根据用户的移动速度对该条指纹数据进行置信度打分，具体方法为：在关联时找出MR数据匹配的OTT数据前后30秒所处的经纬度信息，从而可以计算出用户在一分钟内的时间、速度、位移，根据用户的速度和位移则可计算得出该条MR数据的置信度，速度越慢则置信度越高，速度越快则置信度越低。

4.根据权利要求1所述的基于OTT与MR数据的自适应WKNN室外定位方法，其特征在于，在所述步骤(4)中，首先导入数据，采用随机森林算法设置各变量权重，对数据进行无量纲化预处理，设定变量阈值，然后再采用WKNN算法在所述位置指纹数据库中查找与当前MR点的特征最接近的位置点来确定MR的位置，输出定位结果。

5.根据权利要求4所述的基于OTT与MR数据的自适应WKNN室外定位方法，其特征在于，对数据进行无量纲化预处理，采用了min-max标准化，对原始数据进行线性变换，使结果映射到[0，1]之间，公式为：

Xnew=Xi-minmax-min;]]>

其中，max为样本数据的最大值，min为样本数据的最小值。

6.根据权利要求4所述的基于OTT与MR数据的自适应WKNN室外定位方法，其特征在于，设定变量阈值，根据位置指纹数据库中的数据分布而定，选取全量数据中同一栅格同一eci下各变量90％波动分位数作为阈值点。