一种无线基站与线段型地理地物关联矩阵的建立方法转让专利
申请号 : CN201910519479.2
文献号 : CN110290536A
文献日 : 2019-09-27
发明人 : 郑源水
申请人 : 南京拾柴信息科技有限公司
摘要 :
权利要求 :
1.一种无线基站与线段型地理地物关联矩阵的建立方法,其特征在于:具体包括以下步骤:S1、从移动运营商大数据中提取训练数据TrainData;
S2、从电子地图中提取地物信息,建立PoiData;
S3、利用线性差分法对线段型地物进行分段;
S4、通过地理关系关联TrainData和PoiData;
S5、建立基于训练数据的关系矩阵Rcp_train、Rpc_train;
S6、利用传播模型计算每一个无线基站小区到每一个分段点的覆盖强度,推导出覆盖概率;
S7、建立所以小区到所以分段点的覆盖概率矩阵Rline_cov;
S8、计算训练矩阵的伴随可信矩阵Bline;
S9、综合Rpc_train、Rline_cov、Bline三个矩阵对线段型地物建立小区-地物的关系矩阵Rline;
S10、对关系矩阵Rline采用周期性滑动窗口法进行更新。
2.根据权利要求1所述的一种无线基站与线段型地理地物关联矩阵的建立方法,其特征在于:所述步骤S2中的地物信息建立PoiData具体为:PoiData={(Poiname,Poitype,Centerx,Centery,Points)}其中:Poiname表示地物名称;Poitype表示地物类型;Centerx和Centery分别表示线段中心点的坐标;Points描述多线段的有序点的集合。
3.根据权利要求2所述的一种无线基站与线段型地理地物关联矩阵的建立方法,其特征在于:所述步骤S3具体为:采用线性差分法对于城市环境按照20~50米进行划分,对于郊区环境按照100~5000米进行划分。
4.根据权利要求3所述的一种无线基站与线段型地理地物关联矩阵的建立方法,其特征在于:所述步骤S4中TrainData和PoiData的的关联方法具体为:对于线段型PoiData,对线段沿法线方向扩展为一个矩形,如果TrainData中的经纬度落在该PoiData对应的Points中,则这个TrainData记录可以关联这个线段型PoiData。
5.根据权利要求4所述的一种无线基站与线段型地理地物关联矩阵的建立方法,其特征在于:所述步骤S5中关系矩阵Rcp_train、Rpc_train的具体建立方法为:对所有TrainData进行计算,然后对地理地物进行合并则得到以下的数据其中,Cnt为满足关联条件的训练数据的数量,
把Cnttrain按行进行归一化得到小区-地物的关系矩阵Rcp_train:把Rcp_train进行转置并按行进行归一化得到地物-小区的关系矩阵Rpc_train:
6.根据权利要求5所述的一种无线基站与线段型地理地物关联矩阵的建立方法,其特征在于:所述步骤S6的计算方法具体为:采用以下传播模型计算小区到线段中心点的无线接收功率:Rx=Tx-(K1+K2log(d)+K3log(hcell)+K4Diff+K5log(d)*log(hcell)+K6(hms)+K7f(clutter))其中,K1为与pi年率相关的因子,取值为23.5;K2为与距离相关的因子,取值为44.9,K3为天线高度相关因子,取值为5.83;K4为与衍射相关的因子,取值为0;K5为与发射天线和距离相关的因子,取值为-6.55;K6为与接收机高度相关因子,取值为0,K7为地物相关因子,取值为0;
Tx为小区的发射功率,从基站的工程参数中获得;
hcell为小区天线高度,从基站的工程参数中获得;
d为小区到线段中心点的距离;
覆盖概率矩阵Rline_cov的建立方法为:
7.根据权利要求6所述的一种无线基站与线段型地理地物关联矩阵的建立方法,其特征在于:所述步骤S8中伴随可信矩阵Bline的计算方法为:假设经过这个地物的用户数usercnt超过N1,并且平均每用户产生的样本数avg_samplecnt超过N2,则认为该样本空间具有统计意义;则训练矩阵的可信度最高,获得最大的加权10x;x取1,N1取100,N2取1000;
当样本空间低于上述空间时,可信度的计算方法如下:
对训练矩阵中的每一个元素进行可信度计算,即得到可信度矩阵Bline:Bline=[bi,j]n*m。
8.根据权利要求7所述的一种无线基站与线段型地理地物关联矩阵的建立方法,其特征在于:所述步骤S9具体为:根据Rpc_train、Rline_cov、Bline三个矩阵联合计算,最终的合并公式为:R′line=Rpc_train.*Bline+Rline_cov对R′line按行进行归一化得到最终的Rline
9.根据权利要求8所述的一种无线基站与线段型地理地物关联矩阵的建立方法,其特征在于:所述步骤S10中周期性滑动窗口法具体为:以T为周期,以nT为数据滑动计算窗口的更新方式对关系矩阵Rregion进行更新,其中,T=1个月,n=3,表示关系矩阵每个月将重新计算一次,每次计算所采用的数据为过去3个月的数据。
说明书 :
一种无线基站与线段型地理地物关联矩阵的建立方法
技术领域
背景技术
system,GPS)在室外已经可以提供位置信息,但是在 室内环境下由于建筑物的遮挡、楼层
密度较大等特点而无法正常工作。在这 种情况下,出现了利用红外线、WiFi、Zigbee等载波
技术的室内定位方案, 但是都没有达到非常好的效果。WiFi技术由于其能耗较大,且容易
受到信号 的干扰,信号覆盖的范围也仅局限于90m以内的空间,所以该技术的优势并 不明
显;Zigbee技术尽管具有低功耗、低成本、通信效率高等优点,但是其 定位结果不稳定,系
统可靠性不强。
商提供的地理实体实际位置坐标点集合;S2:根据 基站工程参数计算基站的覆盖面;S3:根
据基站的覆盖面和空间区块实际位 置坐标点集合计算地理实体与基站的匹配关系,形成
地理实体特征指纹。本 发明通过基站工程参数结合地理实体实际位置坐标点集合,将每一
个地理区 块实体与基站的位置关系进行匹配,形成地理实体特征指纹。然而该方法存 在
以下缺点:1、无线射频的覆盖是复杂的,有折射、散射和衍射等影响因 素,采用几何的方法
计算覆盖面积重叠,不能准确地计算无线基站和地理地 物实体的关系;2、该方法不能对道
路等线段型地理地物建立无线基站和地 理地物实体的关系。
发明内容
将GPS精确关联到地理实体,建立GPS-小区-地理地物 的关系,通过海量数据可以建立比较
准确的无线基站=地理地物的关系概率 矩阵。
对应的Points中,则这个TrainData记录可以关联这个线段 型PoiData。
天线和距离相关的因子,取值为-6.55;K6为 与接收机高度相关因子,取值为0,K7为地物相
关因子,取值为0;
空间具有统计意义;则训练矩阵的可信度最高,获得最 大的加权10x;x取1,N1取100,N2取
1000;
3个月的数据。
理地物的关系概率矩阵。
据进行提取,采用相对准确的手机上报的GPS数据建立 基站和地理地物的基本关系。在没
有GPS数据或GSP数据不足的地方采用无 线覆盖仿真模型,建立基站和地理地物的关系。并
提出了一个融合方法,把 上述两个关系矩阵融合成统一的关系矩阵。本发明为准确判断手
机用户的停 留地点之后将为手机用户提供社会化地理信息提供基础数据,为公共安全、
防灾减灾、智慧城市、市场营销等基于人员位置的应用提供基础模型。
附图说明
的附图是本发明的一些实施方式,对于本领域普通技术 人员来讲,在不付出创造性劳动的
前提下,还可以根据这些附图获得其他的 附图。
具体实施方式
功能细节仅用于描述本发明的示例实施例。然而,可 用很多备选的形式来体现本发明,并
且不应当理解为本发明限制在本文阐述 的实施例中。
元件必须具有 特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
示相反意思。还应当理解术语“包括”、“包 括了”、“包含”、和/或“包含了”当在本文中使用
时,指定所声明的特征、 整数、步骤、操作、单元和/或组件的存在性,并且不排除一个或多
个其他特 征、数量、步骤、操作、单元、组件和/或他们的组合存在性或增加。
实施例中,可以不以非必要的细节来示出众所周知的过 程、结构和技术,以避免使得示例
实施例不清楚。
所在的基站的位置、时间、时长。
LBS的APP会上报经纬度,通过解码这些经纬度可以 得到用户的GPS位置,利用各个百度、高
德等地图服务商的坐标转换服务可 以把这些经纬度转换为标准的GPS。
如下所示:
分别表示用户发生通信事件的经纬度。
阵,必然不准确,不合理。为了提高准确程度,需要 把这些线段进行划分,按照n米进行划
分,对于城市环境可以按照20~50米 进行划分,对于郊区环境可以按照100~5000米进行
划分。划分方法可以采 用线性差分法。
TrainData记录可以关联这个区域型PoiData。
0,K5为与发射天线和距离相关的因子, 这里取值为-6.55,K6接收机高度相关因子,这里可
以取0,K7为地物相关 因子,这里可以取0.
cellj);
模型的可信度要大于覆盖模型。因此对两个矩阵合并 的时候,要进行权重的设置,由于不
同数据量将产生不同的可信度不一样, 所以针对不同的可信度需要采用不同的权重分配。
由于不同的小区有不同的 训练数据特征,因此需要对每一个小区对应的每一种地物分别
计算融合权重。 这个基于不同小区不同地区的融合权重就是伴随可信矩阵。综合考虑以上
因 素建立针对训练矩阵的伴随可信矩阵B。对于线段型地物,我们把这个矩阵 记为Bline。
度最高,获得最大的加权10x。x可以取1,N1可以 取100,N2可以取1000。
城市建设的速度,提出以T为周期,以nT为数据滑动 计算窗口的更新方式。如图1所示,比如
T=1个月,n=3,则表示关系矩阵 每个月将重新计算一次,每次计算所采用的数据为过去3
个月的数据。
依然可以对前述各实施例所记载的技术方案进行修改, 或者对其中部分或者全部技术特
征进行等同替换;而这些修改或者替换,并 不使相应技术方案的本质脱离本发明各实施例
技术方案的范围。