[发明专利]定位方法和定位装置

权利要求书

1.一种定位方法，其特征在于，包括：

获取目标用户的测量报告MRO数据，所述MRO数据包括小区唯一标识、服务小区电平、邻区电平、服务小区质量、邻区质量、服务小区TA、服务小区上行信干比、服务小区频点、服务小区扰码、邻区频点或邻区扰码中的一种或多种；

基于所述MRO数据，确定所述目标用户所属的目标类别；

将所述MRO数据输入至所述目标类别对应的目标预测模型中，获得所述目标用户的位置信息，所述目标预测模型是基于所述目标类别中目标样本用户的MRO数据和所述目标样本用户的经纬度信息训练得到的；

在所述将所述MRO数据输入至所述目标类别对应的目标预测模型中，获得所述目标用户的位置信息之前，所述方法还包括：

获取样本用户的MRO数据和所述样本用户的经纬度信息，所述样本用户包括所述目标样本用户；

将所述样本用户的MRO数据与小区工参数据关联，所述小区工参数据包括县市、覆盖类型、主覆盖场景、站点高度、天线下倾角、服务小区经纬度、邻区经纬度或下行带宽中的一种或多种；

基于所述样本用户的MRO数据和所述小区工参数据，将所述样本用户分成至少两个类别，所述至少两个类别包括所述目标类别；

分别基于所述至少两个类别中每个类别的样本用户的MRO数据、小区工参数据和经纬度信息，训练得到所述每个类别的预测模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述样本用户的MRO数据和所述小区工参数据，将样本用户分成至少两个类别，包括：

确定每两条所述样本用户的MRO数据和小区工参数据之间的相似度；

根据所述相似度，将所述样本用户分成所述至少两个类别。

3.根据权利要求2所述的方法，其特征在于，所述相似度通过下列公式计算：

其中，所述样本用户中的第i个用户的MRO数据为x_i=[x_i1，x_i2，…，x_in]，所述样本用户中的第j个用户的MRO数据为x_j=[x_j1，x_j2，…，x_jn]，n为大于或等于1的整数，为第一阈值，k为取遍{1，2，…，n}的整数。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述训练得到所述每个类别的预测模型，包括：

采用下列机器学习模型中的一个或多个，训练得到所述每个类别的预测模型：

K最近邻分类算法、支持向量机、随机森林、梯度提升决策树或深度学习模型。

5.一种定位装置，其特征在于，包括：

获取模块，用于获取目标用户的测量报告MRO数据，所述MRO数据包括小区唯一标识、服务小区电平、邻区电平、服务小区质量、邻区质量、服务小区TA、服务小区上行信干比、服务小区频点、服务小区扰码、邻区频点或邻区扰码中的一种或多种；

处理模块，基于所述MRO数据，确定所述目标用户所属的目标类别；将所述MRO数据输入至所述目标类别对应的目标预测模型中，获得所述目标用户的位置信息，所述目标预测模型是基于所述目标类别中目标样本用户的MRO数据和所述目标样本用户的经纬度信息训练得到的；

所述获取模块，具体用于获取样本用户的MRO数据和所述样本用户的经纬度信息，所述样本用户包括所述目标样本用户；

所述处理模块，具体用于将所述样本用户的MRO数据与小区工参数据关联，所述小区工参数据包括县市、覆盖类型、主覆盖场景、站点高度、天线下倾角、服务小区经纬度、邻区经纬度或下行带宽中的一种或多种；

基于所述样本用户的MRO数据和所述小区工参数据，将所述样本用户分成至少两个类别，所述至少两个类别包括所述目标类别；

分别基于所述至少两个类别中每个类别的样本用户的MRO数据、小区工参数据和经纬度信息，训练得到所述每个类别的预测模型。

6.一种定位装置，其特征在于，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储计算机程序，当所述处理器调用所述计算机程序时，使得所述装置执行权利要求1至4中任一项所述的方法。