[发明专利]一种基于位置指纹库的MR定位方法及装置

说明书

本发明公开了一种基于位置指纹库的MR定位方法及装置，该方法包括：根据MR指纹信息中的主小区标识、邻小区标识和主小区电平值，从预处理后的位置指纹库中筛选出与MR指纹信息匹配的指纹记录；针对各个与MR指纹信息对应的邻小区，计算主邻电平差值，从匹配的指纹记录中筛选至少两个候选主邻指纹记录；将候选主邻指纹记录添加到候选主邻指纹集合中；统计候选主邻指纹记录的出现次数，根据统计结果，筛选目标指纹记录，以确定与MR指纹信息对应的用户位置信息。本发明能够通过主小区标识、邻小区标识、主小区电平值以及主邻电平差值逐步筛选出与MR指纹信息对应的目标指纹记录，以确定用户位置信息，从而提高了用户位置信息的准确性。

技术领域

本发明涉及通信技术领域，具体涉及一种基于位置指纹库的MR定位方法及装置。

背景技术

基于MR(Measure Report，测量报告)的无线优化方法在无线网络中正逐步推广，不管用户是在室外还是在室内，基于MR数据的指纹库定位方法能够较准确地定位用户的位置，真实反应用户的感知。因此，通过基于MR 数据的指纹库定位方法能明确地知道网络的现状，快速定位现网中的问题并及时处理，大大的提高优化效率；同时，还能先于用户发现网络问题，减少投诉；另外，还能减少人工规划的主观因素的影响，能实现对网络精准规划及优化。

MR位置指纹定位算法是指用户利用所处位置观测到的位置指纹，即用户所处位置的时间、用户标识、主小区ID(主小区标识)、主小区的电平值RSRP (Reference SignalReceiving Power，参考信号接收功率)、第1邻区ID、第 1邻区的电平值RSRP等信息，查询位置指纹的样本数据集(指纹库)，根据特定的匹配规则估计用户所处的位置。MR位置指纹定位算法的核心在于与指纹库的匹配规则设计。目前大部分使用欧几里得距离、马氏距离以及余弦相似度作为定位栅格归属度的门限测量依据。

欧几里得距离、马氏距离计算单条MR与指纹库匹配速度比较快，而余弦相似性的优点在于能从方向上区分差异，这三种方法都是根据单个MR信息匹配指纹库信息。在实际应用中单个用户的MR的指纹信息具有时变性，而这三种方式都没有考虑时间维度，因此准确性不够高。且这三种方法随着 MR数量增加，需要计算量和所需存储内存增加。在实际应用中，有海量的 MR数据，用以上三种方式必然存在效率低且准确性低的问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于位置指纹库的MR定位方法及装置。

依据本发明的一个方面，提供了一种基于位置指纹库的MR定位方法，包括：

根据MR指纹信息中的主小区标识、邻小区标识和主小区电平值，从预处理后的位置指纹库中筛选出与MR指纹信息相匹配的指纹记录；其中，与 MR指纹信息相对应的邻小区为多个；

分别针对每个与MR指纹信息相对应的邻小区，计算MR指纹信息中的主小区与该邻小区的主邻电平差值，从与MR指纹信息相匹配的指纹记录中筛选至少两个与主邻电平差值相对应的候选主邻指纹记录；

将与MR指纹信息相对应的各个邻小区的主邻电平差值所对应的候选主邻指纹记录添加到候选主邻指纹集合中；

统计候选主邻指纹集合中的各个候选主邻指纹记录的出现次数，根据统计结果，从候选主邻指纹集合中筛选与MR指纹信息相对应的目标指纹记录，以确定与MR指纹信息相对应的用户位置信息。

可选地，统计候选主邻指纹集合中的各个候选主邻指纹记录的出现次数，根据统计结果，从候选主邻指纹集合中筛选与MR指纹信息相对应的目标指纹记录包括：

当候选主邻指纹集合中的各个候选主邻指纹记录的出现次数为一次时，分别针对每个候选主邻指纹记录，确定该候选主邻指纹记录与MR指纹信息相对应的主小区相似度，以及该候选主邻指纹记录与MR指纹信息相对应的邻小区相似度；