[发明专利]终端定位方法、装置以及存储介质

说明书

本公开提供了一种终端定位方法、装置以及存储介质，其中的方法包括：根据终端的接入小区将MR数据划分为与各个接入小区相对应的MR数据组，提取携带有终端经纬度信息的第一MR数据生成训练样本，对终端位置预测模型进行训练；使用训练好的终端位置预测模型对未携带有终端经纬度信息的第二MR数据进行预测并添加预测的终端经纬度信息；本公开的方法、装置以及介质，为每个接入小区建立对应的终端位置预测模型，能够独立进行训练、调整或替换，在调整、训练或替换时不会影响其他终端位置预测模型；利用机器学习方法根据所收集的不同小区的训练样本对终端位置预测模型进行训练，无需人工调整，能够减少成本，并且定位准确性高，预测耗时短。

技术领域

本发明涉及通信技术领域，尤其涉及一种终端定位方法、装置以及存储介质。

背景技术

对于终端位置的精准定位有助于提升重要区域内的终端用户的使用感知，能够将有限资源快速投放于重点区域。目前，由于终端功能限制，只有少量终端在室外时会通过无线测量报告MRO上报经纬度，覆盖程度低，另外，终端APP会对用户的位置信息进行加密且无用户号码，导致运营商无法获取用户的位置，从而无法得知重要区域的用户感知真实情况。现有的终端定位技术存在以下问题：4G网络由于技术缺陷导致了相关参数缺失，定位准确性低；需周期性进行DT、CQT测试，大量消耗人力物力；每条位置记录需要三角定位进行复杂计算，预测时匹配时间长，消耗设备性能。

发明内容

有鉴于此，本发明要解决的一个技术问题是提供一种终端定位方法、装置以及存储介质。

根据本公开的第一方面，提供一种终端定位方法，包括：获取终端发送的测量报告MR数据，根据所述终端的接入小区将所述MR数据划分为与各个所述接入小区相对应的MR数据组；在所述MR数据组中提取携带有终端经纬度信息的第一MR数据、未携带有经纬度位置信息的第二MR数据，基于所述第一MR数据生成训练样本并将所述第二MR数据作为预测目标数据；构建与所述接入小区相对应的终端位置预测模型，使用所述训练样本对所述终端位置预测模型进行训练；使用训练好的终端位置预测模型对与所述第二MR数据对应的终端经纬度信息进行预测，并在所述第二MR数据中添加预测的终端经纬度信息。

可选地，所述基于所述第一MR数据生成训练样本包括：从所述第一MR数据中提取所述接入小区的信息；其中，所述接入小区的信息包括：时间提前量TA和第一参考信号接收功率RSRP；从所述第一MR数据中提取邻小区的信息；其中，所述邻小区的信息包括：第二参考信号接收功率RSRP、物理小区标识PCI和载波频点号Earfcn；基于所述PCI和所述Earfcn的组合生成邻小区标识；生成与所述第一MR数据相对应的特征信息；其中，所述特征信息包括：所述TA、所述第一RSRP、所述第二RSRP和所述邻小区标识；根据所述特征信息生成所述训练样本。

可选地，所述根据所述特征信息生成所述训练样本包括：生成与所述特征信息相对应的训练特征向量；从与所述训练特征向量相对应的第一MR数据中提取终端经纬度信息；基于提取的终端经纬度信息设置与所述训练特征向量相对应的标签信息，使用所述训练特征向量组成所述训练特征矩阵，作为所述训练样本。

可选地，所述基于提取的终端经纬度信息设置与所述训练特征向量相对应的标签信息，使用所述训练特征向量组成所述训练特征矩阵包括：获取所述提取的终端经纬度信息的第一经度信息和第一纬度信息；基于所述第一经度信息设置与所述训练特征向量相对应的标签信息，使用此训练特征向量组成第一特征矩阵；基于所述第一纬度信息设置与所述训练特征向量相对应的标签信息，使用此训练特征向量组成第二特征矩阵。

可选地，所述终端位置预测模型包括：经度预测模型和纬度预测模型；使用所述训练样本对所述终端位置预测模型进行训练包括：使用所述第一特征矩阵对所述经度预测模型进行训练，并且使用所述第二特征矩阵对所述纬度预测模型进行训练。