终端定位方法、装置以及存储介质制造方法及图纸

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。耗时短。耗时短。

【技术实现步骤摘要】
终端定位方法、装置以及存储介质


[0001]本专利技术涉及通信
，尤其涉及一种终端定位方法、装置以及存储介质。

技术介绍

[0002]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。

技术实现思路

[0003]有鉴于此，本专利技术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。
[0004]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。
[0005]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。
[0006]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。
[0007]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。
[0008]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。
[0009]可选地，所述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包括：使用训练好的所述经度预测模型对与所述第二MR数据对应的第二经度信息进行预测，并且使用训练好的所述纬度预测模型对与所述第二MR数据对应的第二纬度信息进行预测。
[0010]可选地，基于所述第二MR数据生成预测特征向量，其中，所述预测特征向量的格式与所述训练特征向量的格式相同；将所述预测特征向量分别输入训练好的所述经度预测模型和所述纬度预测模型，分别获取所述第二经度信息和所述第二纬度信息。
[0011]可选地，所述终端位置预测模型包括：LightGBM模型。
[0012]根据本公开的第二方面，提供一种终端定位装置，包括：报告收集模块，用于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；样本构建模块，用于在所述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；模型训练模块，用于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；位置预测模块，用于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。
[0013]根据本公开的第三方面，提供一种终端定位装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器的指令执行如上所述的方法。
[0014]根据本公开的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行如上所述的方法。
[0015]本公开的终端定位方法、装置以及存储介质，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；为每个接入小区建立对应的终端位置预测模型，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；利用机器学习方法并生成不同的训练样本对终端位置预测模型进行训练，能够自动调整模型参数，无需人工调整，能够减少成本，并且定位的准确性高，预测时间短，可以减少设备性能的消耗。
附图说明
[0016]为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还
可以根据这些附图获得其他的附图。
[0017]图1为根据本公开的终端定位方法的一个实施例的流程示意图；
[0018]图2为根据本公开的终端定位方法的一个实施例中的生成训练样本的流程示意图；
[0019]图3为根据本公开的终端定位装置的一个实施例的模块示意图；
[0020]图4为根据本公开的终端定位装置的一个实施例中的样本构建模块的模块示意图；
[0021]图5为根据本公开的终端定位装置的另一个实施例的模块示意图。
具体实施方式
[0022]下面参照附图对本公开进行更全面的描述，其中说明本公开的示例性实施例。下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种终端定位方法，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。2.如权利要求1所述的方法，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。3.如权利要求2所述的方法，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。4.如权利要求3所述的方法，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...

【专利技术属性】
技术研发人员：罗伟华，曹磊，王敏，武巍，冯云喜，王兵，黄云飞，姚彦强，许群路，郑博，马泽雄，王谦，宫云平，李力卡，许盛宏，余育青，陈喜洲，李涛，高智衡，谭志远，吴旭，陈园光，范家杰，刘阳，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：