定位结果的置信度的评估方法和装置制造方法及图纸

本申请提供的一种定位结果的置信度的评估方法和装置，在用户利用利用所述测量报告进行定位时，分别得到栅格地理场景类型的置信度系数、栅格指纹库中数据类型的置信度系数、小区数目的置信度系数、样本点数的置信度系数，邻区数据的置信度系数、平均电平方差的置信度系数以及该用户的移动类型的置信度系数，然后利用预设的公式，计算得到利用所述测量报告对所述用户进行定位的定位结果的置信度。因此，解决了目前在利用用户无线MR进行定位时，并不能对用户的定位结果做一个有效的置信度的评估的问题。估的问题。估的问题。

【技术实现步骤摘要】
定位结果的置信度的评估方法和装置


[0001]本申请涉及通信
，尤其涉及一种定位结果的置信度的评估方法和装置。

技术介绍

[0002]日常生活中，在需要对用户进行定位时，可以通过采集用户无线测量报告(Measurement Report，MR)的方式来获取用户的所在位置。测量报告是指基站所获取的信号强度测量报告，无线接入网向移动终端发送测量控制信息，移动终端端接受控制信息测量，并向无线接入网端发送测量报告。通过整理用户通话测量报告，利用基站经纬度、测量报告中的服务小区和相邻小区的电平结果等信息，获取用户MR中的具体经纬度。
[0003]但是，在采集用户无线MR进行定位时，因无线环境存在多样性，用户终端MR中电平与周边环境变化存在较多的不确定性，用户每隔一段时间上报的MR中电平出现的波动，可能导致用户定位的经纬度与实际位置偏差较大。此外，栅格指纹库的特征值如果不够完善和充分，也会对MR定位精度有一定的影响，导致用户定位出现偏差。有些情况下可能需要MR定位结果更精确，比如判断用户是否进入商场，需要更加精细的定位。但是目前在利用用户无线MR进行定位时，并不能对用户的定位结果做一个有效的置信度的评估。因此，在某些需要考虑用户定位结果精度的情况下，无法对该定位结果提供一个置信度，也就无法判定该定位结果是否准确。

技术实现思路

[0004]有鉴于此，本申请提供一种定位结果的置信度的评估方法和装置，以解决目前在利用用户无线MR进行定位时，并不能对用户的定位结果做一个有效的置信度的评估的问题。
[0005]为实现上述目的，本申请提供如下技术方案：
[0006]本申请第一方面公开了一种测量报告定位的置信度评估方法，包括：
[0007]针对用户定位时所匹配的栅格，识别出所述栅格所在区域的地理场景类型，并得到所述栅格所在区域的地理场景类型的置信度系数；其中，用户为利用测量报告进行定位的用户；
[0008]对所述栅格对应的栅格指纹库进行分析，分别得到所述栅格指纹库中栅格指纹库的数据类型的置信度系数、栅格指纹库的小区数目的置信度系数、栅格指纹库的样本点的置信度系数、栅格指纹库的邻区数据的置信度系数以及栅格指纹库的平均电平方差的置信度系数；
[0009]识别出所述用户的移动类型，并得到所述用户的移动类型的置信度系数；
[0010]利用预设的公式计算所述栅格地理场景类型的置信度系数、所述数据类型的置信度系数、所述小区数目的置信度系数、所述样本点数的置信度系数、所述邻区数据的置信度系数、所述平均电平方差的置信度系数以及所述用户的移动类型的置信度系数，得到利用所述测量报告对所述用户进行定位的定位结果的置信度。
[0011]可选的，上述的方法，所述识别出所述栅格所在区域的地理场景类型，并得到所述栅格所在区域的地理场景类型的置信度系数，包括：
[0012]若所述栅格的像素有百分之七十以上显示在户外，则所述栅格所在区域的地理场景类型为户外，所述栅格地理场景的置信度系数为第一栅格场景置信度系数；
[0013]若所述栅格的像素有百分之七十以上显示在室内，则所述栅格所在区域的地理场景类型为建筑物，所述栅格地理场景的置信度系数为第二栅格场景置信度系数；
[0014]若所述栅格的像素有百分之五十以上显示在水域场景，则所述栅格所在区域的地理场景类型为水域，所述栅格地理场景的置信度系数为第三栅格场景置信度系数；其中，所述第一栅格场景置信度系数大于所述第二栅格场景置信度系数，所述第二栅格场景置信度系数大于所述第三栅格场景置信度系数。
[0015]可选的，上述的方法，所述对所述栅格对应的栅格指纹库进行分析，分别得到所述栅格指纹库中栅格指纹库的数据类型的置信度系数、栅格指纹库的小区数目的置信度系数、栅格指纹库的样本点的置信度系数、栅格指纹库的邻区数据的置信度系数以及栅格指纹库的平均电平方差的置信度系数，包括：
[0016]若所述栅格指纹库的数据类型为扫频数据或者道路测试数据，则所述数据类型的置信度系数为第一数据类型置信度系数；若所述栅格指纹库的数据类型不是扫频数据或者道路测试数据，则所述数据类型的置信度系数为第二数据类型置信度系数；其中，所述第一数据类型置信度系数大于所述第二数据类型置信度系数；
[0017]若在所述栅格指纹库中，有任何两个服务小区能够占有百分之九十以上的样本点，则所述小区数目的置信度系数为第一小区数目置信度系数；若在所述栅格指纹库中，没有任何两个服务小区能够占有百分之九十以上的样本点，则所述栅格指纹库小区数目的置信度系数为第二小区数目置信度系数；其中，所述第一小区数目置信度系数大于所述第二小区数目置信度系数；
[0018]若所述栅格指纹库中样本点数目多于20个，则所述样本点的置信度系数为第一样本点置信度系数；若所述栅格指纹库中样本点数目不多于20个，则所述样本点的置信度系数为第二样本点置信度系数；其中，所述第一样本点置信度系数大于所述第二样本点置信度系数；
[0019]若所述栅格指纹库中有邻小区的数据，则所述邻区数据的置信度系数为第一邻区小区置信度系数，若所述栅格指纹库中没有邻小区的数据，则所述邻区数据的置信度系数为第二邻区小区置信度系数；其中，所述邻小区为所述用户在所述测量报告中除了所述用户占用的服务小区外，测量到的其他服务小区；所述第一邻区小区置信度系数大于所述第二邻区小区置信度系数；
[0020]若所述栅格指纹库中所有样本点的电平特征值方差小于1，则所述平均电平方差的置信度系数为第一平均电平置信度系数；若所述栅格指纹库中所有样本点的电平特征值方差不小于1，则所述平均电平方差的置信度系数为第二平均电平置信度系数，其中，所述第一平均电平置信度系数大于所述第二平均电平置信度系数。
[0021]可选的，上述的方法，所述识别出所述用户的移动类型，并得到所述用户的移动类型的置信度系数，包括：
[0022]若所述用户一次呼叫业务占用3个以上的服务小区，并且小区距离最大间隔为1千
米以上，则所述用户的移动类型为移动用户，所述用户的移动类型的置信度系数为第一用户移动类型置信度系数；
[0023]若所述用户一次呼叫业务只占用1个服务小区，或者占用一个小区的时间占呼叫业务时间的百分之八十以上，则所述用户的移动类型为稳定用户，所述用户的移动类型的置信度系数为第二用户移动类型置信度系数；
[0024]若识别出所述用户的移动类型既不是移动用户也不是稳定用户，则所述用户的移动类型为其他类型用户，所述用户的移动类型的置信度系数为第三用户移动类型置信度系数；其中，所述第二用户移动类型置信度系数大于所述第一用户移动类型置信度系数，所述第一用户移动类型置信度系数大于所述第三用户移动类型置信度系数。
[0025]可选的，上述的方法，所述利用预设的公式计算所述栅格地理场景类型的置信度系数、所述数据类型的置信度系数、所述小区数目的置信度系数、所述样本点数的置信度系数、所述邻区数据的置信度系数、所述平均电平方差的置信度系数以及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种定位结果的置信度的评估方法，其特征在于，包括：针对用户定位时所匹配的栅格，识别出所述栅格所在区域的地理场景类型，并得到所述栅格所在区域的地理场景类型的置信度系数；其中，用户为利用测量报告进行定位的用户；对所述栅格对应的栅格指纹库进行分析，分别得到所述栅格指纹库中栅格指纹库的数据类型的置信度系数、栅格指纹库的小区数目的置信度系数、栅格指纹库的样本点的置信度系数、栅格指纹库的邻区数据的置信度系数以及栅格指纹库的平均电平方差的置信度系数；识别出所述用户的移动类型，并得到所述用户的移动类型的置信度系数；利用预设的公式计算所述栅格地理场景类型的置信度系数、所述数据类型的置信度系数、所述小区数目的置信度系数、所述样本点数的置信度系数、所述邻区数据的置信度系数、所述平均电平方差的置信度系数以及所述用户的移动类型的置信度系数，得到利用所述测量报告对所述用户进行定位的定位结果的置信度。2.根据权利要求1所述的方法，其特征在于，所述识别出所述栅格所在区域的地理场景类型，并得到所述栅格所在区域的地理场景类型的置信度系数，包括：若所述栅格的像素有百分之七十以上显示在户外，则所述栅格所在区域的地理场景类型为户外，所述栅格地理场景的置信度系数为第一栅格场景置信度系数；若所述栅格的像素有百分之七十以上显示在室内，则所述栅格所在区域的地理场景类型为建筑物，所述栅格地理场景的置信度系数为第二栅格场景置信度系数；若所述栅格的像素有百分之五十以上显示在水域场景，则所述栅格所在区域的地理场景类型为水域，所述栅格地理场景的置信度系数为第三栅格场景置信度系数；其中，所述第一栅格场景置信度系数大于所述第二栅格场景置信度系数，所述第二栅格场景置信度系数大于所述第三栅格场景置信度系数。3.根据权利要求1所述的方法，其特征在于，所述对所述栅格对应的栅格指纹库进行分析，分别得到所述栅格指纹库中栅格指纹库的数据类型的置信度系数、栅格指纹库的小区数目的置信度系数、栅格指纹库的样本点的置信度系数、栅格指纹库的邻区数据的置信度系数以及栅格指纹库的平均电平方差的置信度系数，包括：若所述栅格指纹库的数据类型为扫频数据或者道路测试数据，则所述数据类型的置信度系数为第一数据类型置信度系数；若所述栅格指纹库的数据类型不是扫频数据或者道路测试数据，则所述数据类型的置信度系数为第二数据类型置信度系数；其中，所述第一数据类型置信度系数大于所述第二数据类型置信度系数；若在所述栅格指纹库中，有任何两个服务小区能够占有百分之九十以上的样本点，则所述小区数目的置信度系数为第一小区数目置信度系数；若在所述栅格指纹库中，没有任何两个服务小区能够占有百分之九十以上的样本点，则所述栅格指纹库小区数目的置信度系数为第二小区数目置信度系数；其中，所述第一小区数目置信度系数大于所述第二小区数目置信度系数；若所述栅格指纹库中样本点数目多于20个，则所述样本点的置信度系数为第一样本点置信度系数；若所述栅格指纹库中样本点数目不多于20个，则所述样本点的置信度系数为第二样本点置信度系数；其中，所述第一样本点置信度系数大于所述第二样本点置信度系
数；若所述栅格指纹库中有邻小区的数据，则所述邻区数据的置信度系数为第一邻区小区置信度系数，若所述栅格指纹库中没有邻小区的数据，则所述邻区数据的置信度系数为第二邻区小区置信度系数；其中，所述邻小区为所述用户在所述测量报告中除了所述用户占用的服务小区外，测量到的其他服务小区；所述第一邻区小区置信度系数大于所述第二邻区小区置信度系数；若所述栅格指纹库中所有样本点的电平特征值方差小于1，则所述平均电平方差的置信度系数为第一平均电平置信度系数；若所述栅格指纹库中所有样本点的电平特征值方差不小于1，则所述平均电平方差的置信度系数为第二平均电平置信度系数，其中，所述第一平均电平置信度系数大于所述第二平均电平置信度系数。4.根据权利要求1所述的方法，其特征在于，所述识别出所述用户的移动类型，并得到所述用户的移动类型的置信度系数，包括：若所述用户一次呼叫业务占用3个以上的服务小区，并且小区距离最大间隔为1千米以上，则所述用户的移动类型为移动用户，所述用户的移动类型的置信度系数为第一用户移动类型置信度系数；若所述用户一次呼叫业务只占用1个服务小区，或者占用一个小区的时间占呼叫业务时间的百分之八十以上，则所述用户的移动类型为稳定用户，所述用户的移动类型的置信度系数为第二用户移动类型置信度系数；若识别出所述用户的移动类型既不是移动用户也不是稳定用户，则所述用户的移动类型为其他类型用户，所述用户的移动类型的置信度系数为第三用户移动类型置信度系数；其中，所述第二用户移动类型置信度系数大于所述第一用户移动类型置信度系数，所述第一用户移动类型置信度系数大于所述第三用户移动类型置信度系数。5.根据权利要求1所述的方法，其特征在于，所述利用预设的公式计算所述栅格地理场景类型的置信度系数、所述数据类型的置信度系数、所述小区数目的置信度系数、所述样本点数的置信度系数、所述邻区数据的置信度系数、所述平均电平方差的置信度系数以及所述用户的移动类型的置信度系数，得到利用所述测量报告对所述用户进行定位的定位结果的置信度，包括：将所述数据类型的置信度系数、所述栅格指纹库小区数目的置信度系数、所述样本点数的置信度系数、所述邻区数据的置信度系数以及所述平均电平方差的置信度系数进...

【专利技术属性】
技术研发人员：欧阳晔，鹿岩，张光辉，蒋炜，
申请(专利权)人：亚信科技中国有限公司，
类型：发明
国别省市：