（计算机科学与技术专业论文）gsm网络定位技术研究与应用.pdf

正 嬲掣 f 5 ；| 必 独创性( 或创新性) 声明 本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中 不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大学或 其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所 做的任何贡献均已在论文中作了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 关于论文使用授权的说明 学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即： 研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权 保留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅 和借阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印 或其它复制手段保存、汇编学位论文。( 保密的学位论文在解密后遵守此规定) 保密论文注释：本学位论文属于保密在一年解密后适用本授权书。非保密 论文注释：本学位论文不属于保密范围，适用本授权书。 导师签名：堕，# l 日期：二塑丛里址 一 一霎；事；： 代小 产蜂冬；r 一 一 一 。 r 。 g s m 网络定位技术研究与应用 g s m 网络定位技术研究与应用 摘要 移动通信网络定位是通过技术手段来得到手机用户通话和空闲 状态下的地理位置。本文研究的g s m 网络定位的目的是为运营商提 供整个网络运行状况的信息，为修改和调整系统参数提供依据，最 终使得系统在接近最优的状态下工作。 本文从三个方面研究如何有效实现g s m 网络定位，包括利用场 强与时间提前量t a 等信息进行的约束极小化定位，基于模式识别的 定位以及g s m 网络定位系统的实现。 现有的实际g s m 网络采用的定位机制缺乏灵活性和准确性。本 文在对实际信令数据分析的基础上，提出了更为精确和实用的定位 方法。 约束极小化定位算法，考虑到信号实际传播过程中的衰减，引 入了更加符合每个小区实际情况的传播模型。算法中用到的t a 模 型，在t a 值分布近似正态分布的前提下，对不同小区的不同t a 值 所对应的距离，采用置信区间迭代算法修正后，用于确定定位点的 区域范围。各个小区的o k u m u r a h a t a 传播模型采用最小二乘法进行 参数修正，以此来计算在服务小区覆盖范围内各个邻小区的位置特 征点。 基于模式识别的定位是在同一地理位置上的近期数据特征相似 的前提下，对各个小区网格化，实现定位信息的离散化后，利用s v m ( s u p p r o tv e c t o rm a c h i n e ) 支持向量机技术实现定位的方法。通过 建立各个小区的相关性模型，利用支持向量机的预测功能对测量报 告数据进行定位。 g s m 网络定位系统根据实际网络优化人员的业务需求实现了 数据管理、信息查询、移动台定位、模型管理四大功能。该系统可 以极大地提高网络优化人员的工作效率。 最后，以上两个定位技术和系统采用c j f j 6 编程语言、地理信息平 台m a p x t r e m e2 0 0 5 和s q ls e r v e r2 0 0 5 加以实现。该系统应用于广 东移动惠州分公司的实际g s m 网络，并通过实际数据进行正确性和 有效性的验证。结果表明本文提出的定位方法具有较高的准确性。 g s m 网络定位技术研究与应用 关键词：g s m 网络网络优化约束极小化定位模式识别定位 i l 一 ，j t 一 扣 r g s m 网络定位技术研究与应用 r e s e a r c ha n da p p l i c a t i o no f l o c a t i o nt e c h n o l o g yi ng s mn e t w o r k s a b s t r a c t l o c a t i n gi nm o b i l ec o m m u n i c a t i o nn e t w o r ki st og e tt h eg e o g r a p h i c l o c a t i o no ft h em o b i l eu s e r si nt a l ka n di d l es t a t e l o c a t i n gi ng s m n e t w o r k sa i m st op r o v i d eo p e r a t o r sw i t ht h en e t w o r kr u n n i n gs t a t u s ， a d j u s ts y s t e mp a r a m e t e r sa n de v e n t u a l l yo p t i m i z et h ee n t i r es y s t e m t h i st h e s i sp r e s e n t sa l le f f e c t i v ew a yt oi m p l e m e n tp o s i t i o n i n gi n g s mn e t w o r k s ，i n c l u d i n gac o n s t r a i n t - m i n i m i z a t i o n - b a s e dp o s i t i o n i n g a l g o r i t h mt h a t i sb a s e do nt h e i n t e n s i t yo ft h e f i e l da n dt a ，a p a r e m - r e c o g n i t i o n - b a s e dp o s i t i o n i n gm e t h o d ，a n dt h ei m p l e m e n t a t i o n o ft h el o c a t i n gs y s t e m i nv i e wo ft h el a c ko ff l e x i b i l i t ya n da c c u r a c yo ft h ee x i s t i n gg s m n e t w o r kp o s i t i o n i n gm e c h a n i s m s ，t h i sp a p e rp r e s e n t sm o r ea c c u r a t ea n d p r a c t i c a lp o s i t i o n i n gm e t h o d so nt h eb a s i so ft h ea n a l y s i so fa c t u a l s i g n a l i n gd a t a t h ec o n s t r a i n t m i n i m i z a t i o n b a s e dp o s i t i o n i n ga l g o r i t h m ，t a k i n g i n t oa c c o u n t s i g n a l a t t e n u a t i o ni nt h e p r o c e s s o ft h ea c t u a l c o m m u n i c a t i o n ，p r o p o s e sac o n s i s t e n tp r o p a g a t i o nm o d e lt h a tr e f l e c t s t h ea c t u a ls i t u a t i o no fe a c hc e l l u n d e rt h ea s s u m p t i o no fa p p r o x i m a t e n o r m a ld i s t r i b u t i o no ft av a l u e s ，t h ec o n f i d e n c ei n t e r v a li t e r a t i v e a l g o r i t h mi s u s e dt od e r i v et h et am o d e l sd e s c r i b i n gt a - d i s t a n c e r e l a t i o n s h i pi n d i f f e r e n tc e l l s t h et am o d e l sa r et h e ne m p l o y e dt o d e t e r m i n et h ec o v e r a g eo ft h ep o s i t i o n i n gp o i n t w i t ht h ep a r a m e t e r s a d j u s t e db yt h el e a s t s q u a r e sm e t h o d ，t h eo k u m u r a - h a t ap r o p a g a t i o n m o d e li su t i l i z e dt oc a l c u l a t et h el o c a t i o no ft h ec h a r a c t e r i s t i cp o i n t so f t h ea d j a c e n tc e l l si nc o v e r a g e t h ep a t t e r n r e c o g n i t i o n - b a s e d p o s i t i o n i n ga l g o r i t h mi s o nt h e a s s u m p t i o nt h a tt h em e a s u r e m e n td a t ac o l l e c t e di nap e r i o do ft i m eo n t h es a m e1o c a t i o na r es i m i l a r1 i i i g s m 网络定位技术研究与应用 d e s c r i b et h er e l a t i o n s h i p sb e t w e e nt h ep o s i t i o n sa n dt h em e a s u r e m e n t d a t a ，a n dt op r e d i c tt h el o c a t i o n so f m o b i l e u s e r s t h eg s ml o c a t i n gs y s t e mi si m p l e m e n t e du s i n gc 撑p r o g r a m m i n g l a n g u a g e ，m a p x t r e m e2 0 0 5a n ds q ls e r v e r2 0 0 5 t h es y s t e mp r o v i d e s t h ef u n c t i o n so fd a t am a n a g e m e n t ，i n f o r m a t i o nq u e r y , m o b i l es t a t i o n l o c a t i n ga n dm o d e lm a n a g e m e n t ，w h i c hg r e a t l yi m p r o v e st h ee f f i c i e n c y o fn e t w o r ko p t i m i z a t i o n t h ec o r r e c t n e s sa n de f f e c t i v e n e s so ft h es y s t e m a r ev e r i f i e d b yt h ea c t u a l d a t ai nt h eg s mn e t w o r ki nh u i z h o u ， g u a n g d o n gp r o v i n c e i t i sa l s od e m o n s t r a t e dt h a tt h ep o s i t i o n i n g m e t h o d sp r o p o s e di nt h i sp a p e ra c h i e v e sh i g hp o s i t i o n i n ga c c u r a c y k e yw o r d s ：g s m n e t w o r k s ， n e t w o r ko p t i m i z a t i o n ， c o n s t r a i n t - m i n i m i z m i o n b a s e dp o s i t i o n i n g ， p a t t e r n - - r e c o g n i t i o n - - b a s e dp o s i t i o n i n g i v 一 一 八 广 _ i 吣 g s m 网络定位技术研究与应用 目录 第一章绪论1 1 1g s m 网络定位研究的意义1 1 2 研究内容2 1 3 论文结构。3 第二章技术背景。4 2 1g s m 网络定位的一般方法4 2 2 各种方法定位误差分析一6 2 3 三角与双曲线定位原理8 第三章约束极小化定位算法的实现9 3 1 约束极小化定位原理9 3 2 约束极小化算法描述lo 3 3 关键技术1 3 3 3 1 测量数据滤波1 3 3 3 2 确定候选点一1 5 3 3 3 得到主辅约束点。1 7 3 3 4 滤除约束点2 3 3 3 5 计算m s 位置2 4 3 3 6 附加地理信息2 5 第四章基于模式识别的定位算法的实现2 7 4 1 模式识别定位原理2 7 4 2 支持向量机原理2 8 4 2 1 支持向量分类机2 9 4 2 2 支持向量回归机。3 0 4 3 基于模式识别的定位算法描述3 4 4 3 1 覆盖区域网格化。3 5 4 3 2 建立相关性模型3 7 4 3 3 模式识别定位3 9 第五章g s m 网络定位系统实现4 0 5 1 系统功能模块4 2 5 1 1 数据管理4 3 g s m 网络定位技术研究与应用 5 1 2 信息查询4 4 5 1 3 定位功能4 4 5 1 4 模型管理4 5 5 1 5 覆盖区域网格化4 7 5 1 6 g i s 定位结果显示。4 7 5 2g s m 网络定位系统的应用案例4 8 第六章总结7 1 6 1 研究工作总结7 1 6 2 下一步工作7 2 6 3 研究生阶段所从事的其他工作7 3 参考文献7 4 致谢7 7 攻读学位期间发表的学术论文7 8 h 一 广 ，7 飞 ， l， f g s m 网络定位技术研究与应用 第一章绪论 1 1g s m 网络定位研究的意义 随着通信网应用范围和规模的不断扩大，对网络的管理和优化越来越重要。 移动通信网作为一个不断变化的网络，包括网络结构、无线环境、用户分布和 使用行为等都是不断变化的，需要运营商持续不断地对网络进行调整以适应各 种变化。一项重要的工作就是根据无线网络系统的实际运行状况，对投入运行 的无线网络进行参数采集、数据分析，找出影响网络质量的原因，通过技术手 段或调整系统参数等手段来改善系统的性能，保证系统在能提供最优服务的状 态下运行，从而使网络资源获得最佳效益。 网络优化【l 】【2 1 涉及到覆盖分析、场强分析、干扰分析、切换分析、容量分 析、业务量分析、网络仿真与性能评估、频率规划优化、导频规划优化等诸多 关键技术。在整个无线网络建设过程中，网络优化是保障网络性能满足用户需 求的重要保障。从网络优化角度考虑，如果能够知道处于通话状态下的m s ( m o b i l es t a t i o n ，移动台) 的具体位置，结合无线信号的相关信息，可以对整个 网络运行状况有更详细的了解。 1 ) 现在的无线信号网络测试最大能力只能到道路及村庄范围，而对于野外 信号及大部分室内信号则无法测试。采用对m s 的定位可以呈现全网覆盖情况， 并可以定位到存在弱覆盖的区域，实现信号强度全网地理化显示，扩大网络测 试的广度。 2 ) 现有的网络测试只能通过仪器测量通话质量，通过定位，结合通话过程 中m s 的信号强度，可以模拟客户感受到的网络质量，为全网的信号质量分析 提供依据。 3 ) 在实现定位后，结合通话过程中m s 的信号强度等信息，可以确定小区 的覆盖范围及话务分布情况，可以通过通话位置的密集情况找到话务热点，并 可以判断信号是否有越区或孤岛的现象。 4 ) 通过不同时间段的测量报告定位，可以分析不同时间的覆盖范围，可以 发现信号是否被遮挡或设备因发生老化导致的覆盖范围缩小等情况。 5 ) 在对基站天线进行调整后，通过对新接收到的测量报告信息进行定位计 算，获得新的覆盖范围信息，可以分析天线调整后对信号覆盖的影响。 g s m 网络定位技术研究与应用 6 ) 使用定位系统，还可以对小区内通话客户进行分析，确定v i p 小区，根 据v i p 的客户名单，确定v i p 客户活动区域。 7 ) 根据对截取手机切换到外地b s c 0 的h oc o m m a n d ( f a c c h ) 信令进行定 位分析，可以得到外地在本地漫游信号的边界。 因此，通过从a - b i s 接口进行信令采集，获取网络中全部m s 通话状态下 的各类信令数据后，对移动终端进行准确的定位，对分析小区话务覆盖密度和 话务热点分布具有深远的意义。通过分析用户分布和使用行为，以此来对网络 进行实时调整，能够很好地提高网络优化水平以及客户服务质量，在g s m 网 络规划和优化中有着较为广泛的应用前景。 1 2 研究内容 g s m 无线网络定位是通过对接受到的无线电波信号的一些参数进行测量， 这些参数一般有传输时间、幅度、相位、到达角等，根据一定的算法来判断被 测物体的位置3 】【4 】【5 1 。现有的定位技术一般可以分为基于终端的定位，基于网络 的定位和混合定位三类【6 】【7 】。基于终端的定位技术，是移动终端自己计算出自 己所处的位置。基于网络的定位是指网络根据测量数据来计算出移动终端所处 的位置。对于基于混合定位的技术，则是将上述定位技术中的定位方法综合到 一个系统中实现的定位。针对网络优化的要求，本文研究的定位是基于网络的 定位技术。如何能最大限度地使用现有的网络资源来提高定位精度，怎样实现 大批量数据的定位，是本文所研究的重点。 本项目将选取若g s m 网络测量报告中的参数，以及相关的基站信息，天 线信息，地理信息等，采用基于t a ( 时间提前量) + r x l e v e l ( 场强) 的约束 极小化定位与利用s v m 技术来实现的基于模式识别的定位来实现定位需求。 在利用约束极小化算法定位时，根据实际地理信息及场强信息修正传播模 型、t a 模型后，引入模型进行定位计算，得到测量报告的经纬度信息；采用模 式识别定位算法时，利用s v m 机制，对小区信息建立基于网格的向量集，运 用的支持向量机训练建立相关性模型，在对测量报告定位时，利用s v m 支持 向量机的预测功能得到定位的网格信息。 本文研究的定位技术整体采用如下路线： 1 ) 将每个小区的覆盖范围网格化，划分为多个矩形区域，每个矩形区域称 为1 个网格分区。以网格分区为基本地理单位，评估考察一个小区内各点的场 强、话务量分布等情况。以区域位置代替绝对经、纬度位置，判断m s 所在实 际位置。 2 ) 采用“t a + 场强+ s v m 的综合定位技术，根据小区重要性、小区半 2 一， j 产 ! ，h 一 c g s m 网络定位技术研究与应用 径等特点，网络中不同类型的小区使用不同的定位算法，提供不同的定位精度。 常规小区采用的定位数据是来自服务小区的1 个t a 和1 个r x l 2 v e l 、来自多个 邻区的多个r x l e v e l ，采用的定位算法为约束极小化定位方法。重点区域小区 和微小区、室内覆盖小区采用基于模式识别的定位方法，可以提供较高定位精 度，并且提供三维定位能力。对于商场、写字楼等需要三维定位的场所，采用 该方法进行定位，可以确定m s 所在楼层。 3 ) 采用测量数据滤波、t a 分布校正、无线信号传播模型区域化及校正， 数据融合等技术保证项目所需定位精度。 1 3 论文结构 本文结构如下： 第一章：绪论。主要介绍了g s m 网络定位技术研究实际意义，对项目工 作内容做了简要介绍。 第二章：技术背景。主要介绍了g s m 网络定位技术的背景。其中包括了 g s m 网络定位的常用算法，以及各定位方法的缺点。 第三章：约束极小化定位算法的实现。本章阐述了本文研究的第一个定位 算法一约束极小化定位算法。先说明了该算法的设计思想，所应用的与以往 的定位算法不同的定位方法，然后根据定位功能实现的步骤，对各步所用到的 算法原理和过程进行了详细的说明。 第四章：基于模式识别的定位算法的实现。本章阐述了本文研究的第二个 定位算法一基于模式识别的定位算法。这一部分首先对采用的s v m 算法的 基本原理进行了说明，然后从模型输入输出、处理流程以及该算法所涉及到的 部分关键技术进行详细阐述。 第五章：g s m 网络定位系统实现。这一部分是本文研究的第三个内容一 g s m 网络定位系统的实现。从系统功能的需求出发，介绍系统实现的每一个功 能及其作用，并结合惠州地区的实际应用案例来说明系统中的几个重要功能。 第六章：总结。这一部分是对本文工作总结，并对今后的研究方向作了进 一步的探讨与展望。 g s m 网络定位技术研究与应用 第二章技术背景 2 1g s m 网络定位的一般方法 移动通信系统中的基于终端的定位技术主要包括g p s ( 全球定位系统) ，辅 助g p s ( a s s i s t e dg p s ) 和增强型观察时间差e o t d ( e n h a n c e do b s e r v e dt i m e d i f f e r e n c e ) 8 】【9 】【l o 】等方法。采用这种技术进行的定位对终端都有一定的要求。 g p s 定位需要用户通过手机内置或外置g p s 配件，利用卫星来进行定位，但是 无法兼容现有的七亿多移动用户的手机。e o t d 定位算法是m s 根据服务小区 基站和周围几个基站的测量数据，计算其时间差后，通过基于双曲线( 2 2 ( b ) ) 方式实现移动台位置。e o t d 方法需要在网络中增加l m u ( 定位测量单元) 来测 量出基站间的发射时间差，这样可以避免基站间发射信号的非同步给计算时间 差带来的误差影响。当移动台和位置测量单元接收到来自至少3 个基站信号时， 就可以计算出每个基站到达移动台和位置测量单元的时间差，以及传播时间与 距离的对应关系，来计算出移动台位置。因为对各个基站的时间差的测量一般 是通过移动台来完成的，所以需要手机使用软件运行定位算法，要求终端必须 有足够的处理能力和存储容量，普通手机中的相关硬件也需要更新。同时需要 增加大量的l m u ，对本身的网络影响也较大，成本较高。综上所述，基于终端 的定位方法，虽然定位精度较好，但是增加了手机成本及功耗，也需要增加网 络设备，这种方法在进行手机定位时需要在移动台与网络间启动专门的定位信 令交互流程，增加了m s c ( m o b i l es w i t c h i n gc e n t e r , 移动交换中心) 的工作负 担，对同时可定位的移动终端总数也有一定限制，无法满足对大量数据同时定 位的需求。 基于网络的定位技术是网络根据测量数据来计算出移动终端所处的位置。 这种定位技术对现有移动通信网络软硬件改动较小，不需要对终端进行改造， 可行性强，能够满足现有移动通信网对定位的需求。报告信息不限于预定地点， 可以遍及小区信号覆盖的整个区域。主要有基于c g i t a 、基于到达时间t o a 、 基于t a 、基于场强、基于距离和基于方向的定位技术等。 c o o t l l l 定位技术，就是基于c e l l i d ( 小区标识) 的定位技术。通过采集 移动台所处的小区标识号来确定用户所在的移动蜂窝小区。各小区都有自己的 4 一 搀 f g s m 网络定位技术研究与应用 编号，当移动台在所处小区注册后，系统就会知道移动台处于哪一小区，根据 移动台的特定标识号来定位其所在的小区。只需知道基站的位置和覆盖范围， 无需对系统或移动台做任何改动就可以实现定位。这种技术最大的优点是简单 实用。因为不需要计算过程，定位相应时间很快。 基于c g i t a 的定位技术中，c g i 是每个蜂窝小区的一个唯一的小区标识 码，t a 是g s m 空中接口的固有参数，是对基站和移动台之间无线电信号传播 时间( t o a ) 的一种测量。t a 值范围是0 6 3 ，的单位是比特，i b i t 相当于5 5 0 米的距离。因此t a 与距离之间存在对应关系。在得到t a 值后，利用该值结合 网络中已经保存的基站、小区等配置信息，就可以估计出m s 与b s 之间的距 离。因此，这种定位方式是一种简单经济的定位方法，定位精度取决于小区的 大小和周围的环境。 基于到达时间t o a 的方法需要m s 测量下行链路b t s 至m s 的信号传播 时间、或由基站侧的l m u 测量上行链路m s 至b t s 的信号传播时间，采用三 角定位法确定m s 位置。 基于t a 定位也属于t o a 定位方法，该方法根据将m s - b t s 间传播时间 离散化后的t a 值进行定位，t a 值可以直接从信令测量报告中提取。定位系统 使用的双曲线或三角定位法【1 2 1 需要至少来自3 个b t s 的t a 值。而在m s 非切 换的通话或空闲状态下，只能获得1 个来自m s 服务小区的t a 值。为此，必 须通过相应的信令交互过程，强制m s 进行切换，以便从切换信令中获得多个 t a 值【1 3 1 进行定位。当m s 处于非切换区域时，无法采用此方法定位m s 具体 位置。基于场强定位方法利用m s 测量得到的来自服务小区和多个相邻小区信 号强度，根据无线传播公式定义的场强衰减与距离的对应关系，采用双曲线或 三角定位法确定m s 位置。 基于场强的定位算法【1 4 1 ，是根据信号传递衰减模型，结合通过测量接收到 的场强值来估算出移动台的位置。 上行到达时间t o a 定位方法【1 5 】由基站测量终端数据的到达时间来实现定 位。为了得到定位点，需要至少有三个基站参与测量，并且每个基站都需要增 加l m u 。l m u 用来测量得到终端发送的接入突发脉冲或常规突发脉冲的到达 时刻后，结合已知的每个b t s ( 基站) 的地理位置，利用三角定位( 2 2 ( a ) ) 来 得到m s 的位置。使用这种定位方法需要m s 和参与定位的b t s 相互间精确同 步。 基于信号到达角的a o a 定位方法【1 6 】的实现，是通过多个基站接收信号的 到达角来计算移动用户的位置，至少需要两个以上基站参与该算法的实现。如 下图所示，基站b t s i 与b t s 2 的坐标已知，通过测量得到b 、a 角后，结合两 5 g s m 网络定位技术研究与应用 基站坐标，可以获得以移动台、b t s l 和b t s 2 为三点的确定三角关系，进而得 到移动台位置。该定位方式需要在智能天线的基础上才能实现，目前的g s m 系 统中b t s 天线需要更换才能使用该方式进行定位。 、 图2 一la o a 定位原理图 模式识别是指对表征事物或现象的各种形式的( 数值的、文字的和逻辑关系 的) 信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程， 是信息科学和人工智能的重要组成部分。基于模式识别的定位属于区域定位， 是依据在一定地理位置上一定时间范围内接收信号数据特征相近的前提下提出 的，这是一种基于大量可靠历史数据进行定位的方法。随着移动电话用户数量 的增长，这些海量的移动电话都将是潜在的数据样本。利用这些数据，根据模 式匹配的思想，对未知的测量报告数据进行定位是该定位方法的思路。 2 2 各种方法定位误差分析 基于c e l l i d 的小区定位精度【1 7 1 取决于该小区的地理范围，因此其算法精 度偏差较大，对于覆盖范围大的小区，该方法无法满足对定位精度和可靠性的 要求。这一方法适用于微蜂窝和微微蜂窝系统。 通过上一节的分析，基于t d o a 、t o a 和t a 的定位属于基于传播时间定 位，定位误差来源有： 1 ) 定位系统使用的双曲线或三角定位法需要至少来自3 个b t s 的t a 值。 而在m s 非切换的通话或空闲状态下，只能获得1 个来自m s 服务小区的t a 值。为此，必须通过相应的信令交互过程，强制m s 进行切换，以便从切换信 令中获得多个t a 值进行定位。当m s 处于非切换区域时，无法采用此方法定 位m s 具体位置。 6 蠢 、| ， | ：) ： 队 n q g s m 网络定位技术研究与应用 2 ) l m u 或m s 测量m s _ b t s 问实际传播时间时，会产生测量误差。这样 导致在将传播时间转换为传播距离时，也会产生误差。在实际网络中，特别是 在城区等复杂无线环境下，无线信号的传播会产生多径、折射、反射、绕射等 现象，其实际传播距离要大于m s b t s 间的直线距离。 3 ) t a 定位将m s _ b t s 间的实际传播时间离散化，如果用t a 计算移动台 基站的距离，存在量化误差。在理想的视距传播，即无线信号沿直线传播的环 境下，t a 与距离d 的对应关系如下： a m 忙0 时，0 9 _ 2 2 5 m b 0 t a _ 6 3 时，5 5 0 x ( t a - - 1 2 ) _ _ 5 ) ，构造一个新 序y u x r ，x t = m i d d l e ( x t - 2 ，- l ，x t ，x ，x t + 2 ) ，其中m i d d l e ( ) 为取中位数函数。 2 ) 在x ，序列的基础上，构造一个新序列x ”，x “f = m i d d l e ( x , _ l ，x ，x 卅) 。 3 ) 在x ”，序列的基础上，构造一个新序列x ”，x ”f _ x 。“4 + x ”，2 + 工”m 4 。 4 ) 9 q f 序列x ”t ，如果卜”，一砬f k ，则认为为突变点，使用拉格朗日 线性插值式替代。 4 数据分组，压缩 对测量报告进行插补与滤波处理后，原数据条数没有改变，此步骤根据测 量报告r x l e v ( 服务小区基站测得移动台接收电平) 的变化趋势进行分组，分 成若干组后，对每组取算术平均值代替本组数值。分组依据采用拐点检测的序 列分割法。 算法原理描述： 1 ) 累计和控制图查找拐点算法：对于序列x = 扛。，x 2 ，吒 ，首先求序 1 4 一 g s m 网络定位技术研究与应用 列算术平均；= 丢喜，取累计和初值= 。，计算各点累计和$ t - - $ 1 - 1 4 - 毛一；， 令b ，- - - - m a x ( s ，i = 1 ，2 ，n ) ，则对应于tx , e p 燃。 2 ) 针对一定长度的序列x = k ，x 2 ，x n ，找出第一拐点后即分为两段， 在每段再次查找拐点，直到每段序列长度小于一指定长度m a x i 肋g l 后，停止 分段，完成分组过程。 3 ) 对于每一组数据，取算术平均值作为压缩结果，历2 i 善, j 黝t ， p , x l e v = 去喜地。 3 3 2 确定候选点 根据定位请求中的所属c e l l i d 信息，查数据库表得小区参数。根据主小区 t a 值确定扇环半径：利用t a 模型，得出m s 距基站可能的最近和最远距离， 即r 。，r 2 。在距小区基站墨- r 2 范围内，按间隔5 0 m 木5 0 m 选取候选点，此点 集为最终定位点的候选点集合。 置信区间迭代修正t a 模型 一般来讲，t a 与距离之间的对应关系被认为是常量来作为定位时的依据。 但是，在实际中，因为自然、设备等因素，不同小区的t a 值所对应的距离之 间关系有所不同。所以在该模块中，先对t a 模型进行修正。将一定t a 值下， 接收点到基站的距离看成1 个随机变量y ，利用y 符合正态分布的特性可以计 算出该小区的该t a 值对应的最大距离值。 当随机变量y 满足正态分布n ( ，仃2 ) 时，均值表征了距离值的集中点， 标准差仃则描述了距离值的分散程度，与盯共同反映了距离值y 的分布特征。 我们将t a 下小区最大距离值定义为( t + 仃) 。根据正态分布性质可知， 对于符合正态分布的距离值y ，p y + 仃) o 8 4 ，反映了一定t a 下对应的距 离值落在( o ，+ 盯) 的概率约为8 4 。 根据实际得到的路测数据，对具体小区的t a 模型利用置信区间迭代法进 行修正。给定一类小区在t a 下的一组距离值样本数据x ，x 。，当样本数据 在某些距离值区间上存在缺失时，样本频度直方图轮廓与正态曲线并不能完全 吻合。如果直接用极大似然估计法计算样本均值从和标准差玩，样本均值p t g s m 网络定位技术研究与应用 可能会偏离实际的正态分布均值，将从作为将不能准确反映具体t a 的值。 区间估计2 3 1 是一种参数估计方法，当给定一组样本数据时，用于对指定置 信度下的总体均值或方差的取值范围( 即置信区间) 进行估计。当总体的均值秒未 知时，可以采用下述置信区间计算公式迭代求解9 的近似值： 【a ，凌】： i 一乙一。乓) 睾，叉+ 乙一。( 譬) 辜，】 ( 3 2 ) 二吖以二v 以 本文采用置信区间迭代算法对t a 的正态分布均值进行迭代求解，使求取 的最终样本均值从能较接近正态分布均值，从而对作出较准确的估计。 算法使用的参数为：置信区间迭代次数i t e r a t i v e c o u n t 、置信度d 、前后两次 样本均值阈值d e l t a u i 、样本容量阈值s w a t c h n u m l i m i t 。 给定一类小区在拥塞率c 。下的一组距离值样本数据x ”，x 。，当样本容 量大于s w a t c h n u m l i m i t 时，算法步骤如下： 1 ) 利用极大似然估计法求取x i9o 9 x n 的样本均值鳓、标准差c r o ，迭代次 数i = 0 。 2 ) 设l ，= t o 。对给定的，利用公式( 3 2 ) 求取置信区间 b ，岛】。 3 ) 从x ，x 。中筛选位子 b ，岛】内的距离值样本作为新样本数据 y 1 ，y 。，若样本容量i l l s w a t c h n u m l i m i t ，求取y l ，y 。的样本均值鳓、 4 ，迭代次数i - i + 1 ，否则转至5 ) 。 4 ) 当i i t e r a t i v e c o u n t & & l 1 0 - 肛i d e l t a u i ，重复步骤2 ) 、3 ) ，否则转至5 ) 。 5 ) 得到c 。下的最终距离均值i t = 2 0 ，并利用鸬重新计算x ，x 。的方 差，得到最终标准差反。 2 选取候选点： x 图3 5 选取候选点原理图 如图3 - 5 所示，在经过t a 值确定范围后，通过天线方向角等信息来确定天 1 6 g s m 网络定位技术研究与应用 线覆盖有效范围。算法过程描述如下： 1 ) 需要将天线方位角转化为天线与x 轴夹角： 天线方位角：口，范围 0 , 3 6 0 ) 。 d 。1 秒+ 9 0 ，0 p 与p 1 p 2 不公线，且与p 3 在p i p 2 的不同侧 设此点为p 4 ，点p 4 与p l ，p 2 所形成的边p 1p 4 和p 2 p 4 与其他的边都不 相交 设此点为p 4 ，点p 4 与p 1 ，p 2 所形成的边边p lp 4 和p 2 p 4 使用的次数 都不超过两次 如果找到这样的点，更新点、边、三角形的链表。 结束算法。 2 无线信号传播模型校正 该模块的功能是以小区为单位，利用最小二乘法拟合路测数据修正 o k u m u r a - h a t a 路径损耗公式的系数。每个小区对应各自的系数。模块输入为小 区的路测数据( 包括路测小区、路测经纬度以及接收电平) ，模块输出为路径损 耗公式的修正系数。 算法过程描述： 1 ) 按数据格式导入某小区的路测数据，内容包括小区标识c e l l i d ，路测点 经纬度l o n g i t u d e 和l a t i t u d e ，接收电平r x l e v e l ； 2 ) 从小区信息中查找当前路测小区的经纬度r l o n g i 和r l a t i ，频率基站 天线高度a n t h i g h ，基站海拔a l t i t u d e ，基站发射功率a n t p w r ； 3 ) 分别得到以下参数 基站天线高度h b = a n t h i g h 路径损耗l = a n t p w r - r x l e v e l 路测点距基站的距离d i s = p t o p _ d i s t a n c e ( 1 0 n g i t u d e ，l a t i m d e ，r l o n g i ，r l a t i ) 4 ) 分别将以上当前路测小区实测值f ，h b ，d i s ，l 保存入最d x - - 乘法数据 2 0 g s m 网络定位技术研究与应用 拟合工作表中； 5 ) 使用最1 1 , - - 乘法根据拟合数据计算得到公式模型的5 个系数a 1 ，a 2 ，a 3 ， a 4 ，a 5 ； 6 ) 检查小区路径损耗模型修正系数表，如果表中不存在当前路测小区，则 将修正系数( a l ，a 2 ，a 3 ，a 4 ，a s ) 插入表中修改后的相应字段，将( 6 9 5 5 ，2 6 1 6 ， 1 3 8 2 1 ，4 4 9 1 ，6 5 5 ) 插入表中原来系数的相应字段中；否则如果存在当前路 测小区，则用表中字段( a ll a s t , a 2 l a s t , a 3l a s t , a 4l a s t , a 5l a s t ) 更新字段 ( a l ，a 2 ，a 3 ，a 4 ，a 5 ) ，并用 5中得到的修正系数更新字段 ( a l _ l a s t ，a 2 _ l a s t ，a 3 _ l a s t ，a 4 _ l a s t ，a 5 _ l a s t ) ； 7 ) 如果路测小区没有处理完，找到下一个路测小区转2 ) ，否则结束。 3 小区单点场强计算 该模块的功能是计算指定点的场强值，通过选择适应的o h 模型，并考虑 到无线电信号的绕射造成的衰减，计算出实际的接收场