[发明专利]用于确定定位目的的模型参数的方法、装置和系统

说明书

特别公开了由至少一个装置执行的方法，所述方法包括：获得由发射器发送的信号的位置特定量的测量数据；获得与所述位置特定量的测量数据相关联的位置信息；以及基于获得的测量数据和获得的位置信息来确定描述依赖于位置的所述位置特定量的模型的一个或多个模型参数，其中所述模型以第一位置特定函数和第二位置特定函数的组合的形式来假定所述位置特定量的位置依赖性。

技术领域

本发明涉及确定可用于定位目的模型的模型参数的领域。

背景技术

现代全球蜂窝定位技术和非蜂窝定位技术基于生成包含关于蜂窝信号与非蜂窝信号的信息的大型全球数据库。该信息可全部或部分地来源于这些定位技术的用户。这种方法也被称为“众包”。

定位是基于这样的事实，即，不同的位置具有不同的测量统计数据或“指纹”。在第一阶段或训练阶段，用户利用他们的移动终端可以以这种指纹的形式提供信息。指纹一方面可以包含基于例如接收到的全球导航卫星系统(GNSS)的卫星信号估计的位置信息，另一方面可以包含从一个或多个发射器(例如蜂窝和/或非蜂窝的地面系统的信号的无线电接口)获取的测量数据。例如，这种测量数据可包含接收信号强度(RSS)。

然而，即使在众包的帮助下，收集来自发射器的测量数据也需要大量的测量活动并不断更新所获取的数据库。因此，数据收集可能仅限于某些特定区域，这在测量数据中留下了覆盖空白(coverage gap)。此外，数据库中要包含的一些区域可能限制访问，这妨碍了收集测量数据的可能性。

因此，该数据随后可以被传送到服务器或云，服务器或云中可以收集数据并且可以基于所收集的数据生成用于定位目的的模型。这可以是连续的后台处理，在该处理中移动终端连续地向服务器报告测量数据，或者它们可以内部地离线学习无线电环境。这样的模型可以是覆盖区域估计，发射器位置和/或无线电信道模型，并且蜂窝通信系统的基站和WLAN的接入点是示例性的发射器。因此，即使是测量数据不可用的区域，也可以通过适当的内插法和外推法来估计。这里，内插是指已知数据值之间的数据值的估计，而外推是指已知值之外的数据值的估计。

例如，在第二阶段或定位阶段，这些模型可以用于估计移动终端的位置。例如，网络用户的位置可以通过将其自身的测量数据与所生成的模型的预测进行比较来估计，所生成的模型的预测导出自第一阶段或训练阶段的指纹。内插和外推处理使得用户可以在可用测量数据的覆盖区域之外定位，这降低了数据收集的要求。

然而，这些指纹不一定必须包括基于GNSS的位置信息。它们可以附加地或者可替代地包括仅基于蜂窝和/或WLAN的位置信息。这种情况下，可以例如根据服务器中的基于WLAN的定位，为指纹指派位置。如果指纹中具有蜂窝测量结果，则这种自定位指纹可被用来得知蜂窝系统信息。此外，在指纹的一组WLAN测量结果中，除了对已知WLAN接入点的测量之外，还可以存在对未知接入点的测量，并且可以通过这些自定位指纹来得知未知接入点的位置。最后，基于自定位指纹，可以为先前已知的接入点获取更多的数据。

可以注意到，即使在使用具有GNSS能力的移动终端时，用户也可以因使用蜂窝/非蜂窝定位技术而在首次定位时间(time-to-first-fix)和功耗方面获益。而且，不是所有的应用都需要基于GNSS的定位。此外，蜂窝/非蜂窝定位技术在室内同样奏效，这对于基于GNSS的技术来说通常是具有挑战的环境。

就此而言，室内与室外定位的一个显著差别是垂直方向的重要性。在室外定位中，通常使用二维模型来实现水平位置估计就足够了。然而，在室内，特别是高层建筑中，具有还能估计用户所在的楼层的能力是十分重要的。这引向在第一阶段或训练阶段以及在第二阶段或定位阶段两者中的三维数据处理。

发明内容

测量数据的建模以及内插和外推在室内场景中是非常困难的，其中必须还考虑垂直维度。这里，最重要的问题之一是建筑物在水平方向和垂直方向之间的结构属性的差异。