一种定位终端用户经纬度坐标的方法及装置与流程

1.本发明涉及终端坐标定位技术领域，具体地说是一种定位终端用户经纬度坐标的方法及装置。


背景技术：

2.传统指纹库定位以三角定位算法为主，有定位精度低、无法实时生成高精度用户轨迹等缺点，难以满足下层应用的需求。


技术实现要素：

3.本发明的技术任务是针对以上不足之处，提供一种定位终端用户经纬度坐标的方法及装置，能够保证定位精度，可用于基站功率优化、用户行为分析等多种领域应用。
4.本发明解决其技术问题所采用的技术方案是：
5.一种定位终端用户经纬度坐标的方法，基于knn算法的栅格位置定位技术，以主基站id以及最近邻的基站id为集合对栅格指纹进行聚类，形成聚类索引，定位时通过查询聚类索引来获取指纹库查询空间；
6.采集过往终端用户接受到多个基站的id以及对应的信号强度的数据作为指纹库数据，用于算法实施；
7.通过对终端接触基站id的聚类整理和对终端接收到的基站信号强度运用knn算法的双重处理获取用户位置。
8.该方法能够定位终端用户经纬度坐标，同时提高定位坐标精准度。基于knn算法的栅格位置定位技术，减小位置指纹定位算法的计算误差，同时避免因应用深度神经网络技术带来的计算开销，相较于传统的定位技术或者神经网络技术，既保证了定位精度，又避免了模型训练产生的计算与时间。
9.该方法通过mr数据定位终端用户位置的技术，并应用机器学习技术，解决了传统位置定位算法精度低误差大的问题。
10.优选的，所述最近邻的基站id为两个。即以主基站id以及最近邻的两个基站id为集合对栅格指纹进行聚类，形成聚类索引。
11.进一步的，该方法的实现包括以下步骤：
12.1)、数据获取，通过对采集字段拼接和处理获取算法所需字段；
13.2)、栅格聚类，以主基站id以及最近邻的基站id为集合对栅格指纹进行聚类，形成聚类索引；
14.3)、定位栅格族，对目标点进行定位；
15.4)、通过knn算法得出目标点的预测输出。
16.优选的，算法所需数据字段为：主基站id，主基站信号强度、邻近基站id、邻近基站信号强度、栅格位置经纬度、栅格id。
17.进一步的，若所述邻近基站id为两个，邻近基站信号强度为两个，所述的栅格聚
类，
18.以(主基站id，邻近基站1id，邻近基站2id)为唯一索引，对所获取的数据进行聚类整理，最终得到如下数据结构：
19.{(主基站id，邻近基站1id，邻近基站2id):(主基站id，主基站信号强度、邻近基站id、邻近基站信号强度、栅格位置经纬度、栅格id)、(主基站id，主基站信号强度、邻近基站id、邻近基站信号强度、栅格位置经纬度、栅格id)、
…
}。
20.进一步的，所述定位栅格族，
21.在对目标点进行定位时，已知目标点的主基站id，主基站信号强度、两个邻近基站id、两个邻近基站信号强度，以目标点的(主基站id，邻近基站1id，邻近基站2id)为唯一索引值，在所述栅格聚类步骤所示的数据结构中获得目标点对应的数据集合。
22.进一步的，通过knn算法得出目标点的预测输出过程如下：
23.获取对应的数据集合后，计算定位目标点信号强度向量(主基站信号强度，邻近基站1信号强度，邻近基站2信号强度)与对应数据集合中所有数据信号强度向量的欧式距离，对所得欧氏距离降序排序后统计前k个(栅格id，经纬度)；在k个(栅格id，经纬度)集合中统计出现次数最多的栅格id及经纬度为目标点的预测输出。
24.优选的，在上述目标点的预测输出过程中，通过调整参数k来优化定位精度。
25.本发明还要求保护一种定位终端用户经纬度坐标的装置，包括：至少一个存储器和至少一个处理器；
26.所述至少一个存储器，用于存储机器可读程序；
27.所述至少一个处理器，用于调用所述机器可读程序，执行上述的定位终端用户经纬度坐标的方法。
28.本发明还要求保护计算机可读介质，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行上述的定位终端用户经纬度坐标的方法。
29.本发明的一种定位终端用户经纬度坐标的方法及装置与现有技术相比，具有以下有益效果：
30.通过该方法进行终端用户经纬度坐标定位，相较于三角定位大幅度提升了定位精准度，并具备实时生成较高精度的用户行为轨迹，可用于基站功率优化、用户行为分析等多种领域应用。
附图说明
31.图1是本发明实施例提供的定位终端用户经纬度坐标的方法流程图；
32.图2是本发明实施例提供的经该方法得到的定位误差分布示图。
具体实施方式
33.下面结合附图和具体实施例对本发明作进一步说明。
34.一种定位终端用户经纬度坐标的方法，基于knn算法的栅格位置定位技术，以主基站id以及最近邻的两个基站id为集合对栅格指纹进行聚类，形成聚类索引，定位时通过查询聚类索引来获取指纹库查询空间；
35.采集过往终端用户接受到多个基站的id以及对应的信号强度的数据作为指纹库数据，用于算法实施；
36.通过对终端接触基站id的聚类整理和对终端接收到的基站信号强度运用knn算法的双重处理获取用户位置。
37.该方法能够定位终端用户经纬度坐标，同时提高定位坐标精准度。基于knn算法的栅格位置定位技术，减小位置指纹定位算法的计算误差，同时避免因应用深度神经网络技术带来的计算开销，相较于传统的定位技术或者神经网络技术，既保证了定位精度，又避免了模型训练产生的计算与时间。该方法通过mr数据定位终端用户位置的技术，并应用机器学习技术，解决了传统位置定位算法精度低误差大的问题。
38.该方法的实现包括以下步骤：
39.1)、数据获取，
40.通过对采集字段拼接和处理获取算法所需字段，算法所需数据字段为：主基站id，主基站信号强度、邻近基站id(两个)、邻近基站信号强度(两个)、栅格位置经纬度、栅格id。
41.2)、栅格聚类，
42.以(主基站id，邻近基站1id，邻近基站2id)为唯一索引，对所获取的数据进行聚类整理，最终得到如下数据结构：
43.{(主基站id，邻近基站1id，邻近基站2id):(主基站id，主基站信号强度、邻近基站id、邻近基站信号强度、栅格位置经纬度、栅格id)、(主基站id，主基站信号强度、邻近基站id、邻近基站信号强度、栅格位置经纬度、栅格id)、
…
}。
44.3)、定位栅格族，
45.在对目标点进行定位时，已知目标点的主基站id，主基站信号强度、邻近基站id(两个)、邻近基站信号强度(两个)，以目标点的(主基站id，邻近基站1id，邻近基站2id)为唯一索引值，在上步骤2)所示的数据结构中获得目标点对应的数据集合。
46.4)、knn算法，
47.获取对应的数据集合后，计算定位目标点信号强度向量(主基站信号强度，邻近基站1信号强度，邻近基站2信号强度)与对应数据集合中所有数据信号强度向量的欧式距离，对所得欧氏距离降序排序后统计前k个(栅格id，经纬度)，此处，可通过调整参数k来优化定位精度。在k个(栅格id，经纬度)集合中统计出现次数最多的栅格id及经纬度为目标点的预测输出。
48.通过统计本次算法在测试样本数据的定位误差值，如图2所示，为通过本方法得到的定位误差分布图示例，由该分布图所示，该方法得到定位误差在50m以内的占比约为60％,100m以内的占比为80％，150m以内的约占90％(可通过调整部分参数优化)。相较于三角定位大幅度提升了定位精准度，并具备实时生成较高精度的用户行为轨迹，可用于基站功率优化、用户行为分析等多种领域应用。
49.本发明实施例还提供了一种定位终端用户经纬度坐标的装置，包括：至少一个存储器和至少一个处理器；
50.所述至少一个存储器，用于存储机器可读程序；
51.所述至少一个处理器，用于调用所述机器可读程序，执行本发明上述实施例中所述的定位终端用户经纬度坐标的方法。
52.本发明实施例还提供了一种计算机可读介质，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行本发明上述实施例中所述的定位终端用户经纬度坐标的方法。具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机(或cpu或mpu)读出并执行存储在存储介质中的程序代码。
53.在这种情况下，从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此程序代码和存储程序代码的存储介质构成了本发明的一部分。
54.用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如cd-rom、cd-r、cd-rw、dvd-rom、dvd-ram、dvd-rw、dvd rw)、磁带、非易失性存储卡和rom。可选择地，可以由通信网络从服务器计算机上下载程序代码。
55.此外，应该清楚的是，不仅可以通过执行计算机所读出的程序代码，而且可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作，从而实现上述实施例中任意一项实施例的功能。
56.此外，可以理解的是，将由存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的cpu等来执行部分和全部实际操作，从而实现上述实施例中任一实施例的功能。
57.上文通过附图和优选实施例对本发明进行了详细展示和说明，然而本发明不限于这些已揭示的实施例，基与上述多个实施例本领域技术人员可以知晓，可以组合上述不同实施例中的代码审核手段得到本发明更多的实施例，这些实施例也在本发明的保护范围之内。