[发明专利]一种终端位置预测方法、装置、介质和设备在审
申请号: | 201910028745.1 | 申请日: | 2019-01-11 |
公开(公告)号: | CN111510848A | 公开(公告)日: | 2020-08-07 |
发明(设计)人: | 张思明;韩双锋 | 申请(专利权)人: | 中国移动通信有限公司研究院;中国移动通信集团有限公司 |
主分类号: | H04W4/02 | 分类号: | H04W4/02;H04W64/00;H04W4/029;H04L12/24 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 郭润湘 |
地址: | 100032 北*** | 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: | 一种 终端 位置 预测 方法 装置 介质 设备 | ||
1.一种终端位置预测方法,其特征在于,所述方法包括:
确定第一基站与所述终端之间的第一信道冲击响应CIR,以及确定至少一个第二基站与所述终端之间的第二CIR,所述第一基站对应所述终端的服务小区,所述第二基站对应所述终端的邻小区;
根据所述第一CIR和所述第二CIR,通过预先训练得到的神经网络模型确定终端位置。
2.如权利要求1所述的方法,其特征在于,根据所述第一CIR和所述第二CIR,通过预先训练得到的神经网络模型确定终端位置,包括:
根据时间对齐的所述第一CIR和所述第二CIR,通过预先训练得到的神经网络模型确定终端位置。
3.如权利要求1所述的方法,其特征在于,确定出的终端位置为全球定位系统GPS位置、或者为基于终端所在服务小区的虚拟栅格标识ID,或者为基于虚拟物理地图上的位置。
4.如权利要求1所述的方法,其特征在于,所述神经网络模型采用深度循环神经网络RNN模型或者深度卷积神经网络CNN模型。
5.如权利要求1所述的方法,其特征在于,所述神经网络模型通过以下方法训练得到:
确定周期性采集的第一CIR,第二CIR以及对应的终端位置信息作为训练样本;
利用确定出的训练样本,训练得到所述神经网络模型。
6.如权利要求1~5任一所述的方法,其特征在于,所述第一CIR通过以下方式得到:
所述终端接收第一基站发送的导频,测量得到的与所述第一基站之间第一CIR;或者,第一基站接收所述终端发送的导频,测量得到与所述终端之间的第一CIR;或者,所述终端接收第一基站通过广播信道发送的信号,解析得到与第一基站之间的第一CIR。
7.如权利要求1~5任一所述的方法,其特征在于,所述第二CIR通过以下方式得到:
所述终端接收一个第二基站通过广播信道发送的信号,并解析得到与该第二基站之间的第二CIR;或者,所述终端接收一个第二基站发送的导频,测量得到与该第二基站之间第的二CIR;或者,一个第二基站接收所述终端发送的导频,测量得到与所述终端之间的第二CIR。
8.一种终端位置预测装置,其特征在于,所述装置包括:
确定模块,用于确定第一基站与所述终端之间的第一信道冲击响应CIR,以及确定至少一个第二基站与所述终端之间的第二CIR,所述第一基站对应所述终端的服务小区,所述第二基站对应所述终端的邻小区;
预测模块,用于根据所述第一CIR和所述第二CIR,通过预先训练得到的神经网络模型确定终端位置。
9.一种终端位置预测方法,其特征在于,所述方法包括:
确定基站与所述终端之间的第一信道冲击响应CIR,以及确定至少一个所述基站与所述终端之间的第二CIR,所述基站对应所述终端的服务小区,所述第一CIR对应分布式天线系统中第一位置的天线,每个所述第二CIR对应分布式天线系统中与所述第一位置不同位置的天线;
根据所述第一CIR和所述第二CIR,通过预先训练得到的神经网络模型确定终端位置。
10.如权利要求9所述的方法,其特征在于,所述第一CIR或第二CIR通过以下方式得到:
所述终端接收基站发送的导频,测量得到与所述基站之间的第一CIR或第二CIR;或者,基站接收所述终端发送的导频,测量得到与所述终端之间的第一CIR或第二CIR;或者,所述终端接收基站通过广播信道发送的信号,解析得到与所述基站之间的第一CIR或第二CIR。
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移动通信有限公司研究院;中国移动通信集团有限公司,未经中国移动通信有限公司研究院;中国移动通信集团有限公司许可,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/201910028745.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种电池测试装置及测试方法
- 下一篇:电子病历的命名实体识别方法及装置