[发明专利]一种根据分布式移动基站和边缘计算的指纹定位方法

说明书

技术领域

本发明涉及移动通信领域中的无线业务支撑领域，具体涉及一种根据分布式移动基站和边缘计算的指纹定位方法。

背景技术

目前的根据信号指纹的定位算法都需要通过将预先采集的指纹数据上传到数据中心，在数据中心对传来的数据进行处理，过滤无效的数据，去除重复的数据，且需要定期采集更新指纹库数据。这样的做法，数据中心的压力很大，且处理和计算速度很慢，指纹库的更新不及时，无法使用最新的指纹库数据来确保定位精度。因此，现在急需一种根据分布式的移动基站和边缘计算的指纹定位方法。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提供一种根据分布式移动基站和边缘计算的指纹定位方法。

为解决上述技术问题，本发明的技术方案如下：

一种根据分布式移动基站和边缘计算的指纹定位方法，包括以下步骤：

S1：分布式指纹数据采集，具体包括：

S1.1：在用户设备侧，通过特定的软件和服务来上报用户所处环境的指纹数据，所处环境的指纹数据包括用户设备接受到的附近基站的小区的标识信息（cellid）和每个基站对应的场强数据、时延数据和方向角数据以及用户设备上GPS的经纬度数据；

S1.2：通过部署在基站的移动边缘计算（MEC，Mobile Edge Computing）设备，对通过此基站上传的用户环境（CE，Customer Environment）指纹数据进行处理，去除数据里面的重复记录与缺失记录，将处理后的完整有效的指纹数据传到数据中心；

S1.3：数据中心接收到来自多个基站的指纹数据，将这些数据进行融合，组成最终的定位指纹库；

S2：在线定位，具体步骤包括：

S2.1：通过信令软采获取待定位用户设备的测量报告数据，所述测量报告数据中包括所涉及的小区的标识（cellid），所涉及小区的场强数据，时延数据和方向角数据；

S2.2：在步骤S1中生成的定位指纹库中匹配待定位终端所在的小区标识（cellid），选择含有这些区标识（cellid）的指纹数据；

S2.3：计算待定位记录的指纹数据与选择的指纹数据之间的欧氏距离，选择与待定位用户设备指纹记录最近的指纹库中的记录，取其中存储的经纬度作为定位结果；

优选地，所述方法还包括：

通过采集用户设备产生的位置指纹数据，定位指纹库实时更新，无需对整个定位算法的框架进行调整，只需根据指纹数据的增加，增加一定的设备来扩展存储容量与提高指纹匹配速度即可。

优选地，步骤S1.2中，从用户设备采集的指纹数据在基站侧部署的MEC设备中进行处理，处理完成后只将有效的指纹数据传到数据中心，MEC传指纹数据满足以下条件：

1）、指纹数据中必须包含经纬度值；

2）、MEC设备需对采集到的指纹数据进行存储，累计到预设数据量或者每隔预设的时间，将指纹数据传到数据中心；

3）、每一次将MEC设备中的指纹数据上传到数据中心之前去掉重复的指纹数据；

4）、时延数据数值小于等于所采用用户数据标准允许的最大值；

5）、用户设备上传指纹数据所涉及的小区与该用户设备的距离小于等于3000米。

优选地，步骤S1.3中，在各个MEC设备将指纹数据上传到数据中心后，对各基站的MEC设备传来的指纹数据进行合并，合并后作为定位指纹库，该指纹库随时接收基站侧MEC设备传来的新的指纹数据。

优选地，步骤S2中，在利用已经构建好的指纹数据库进行匹配时，先根据基站的cellid缩小指纹库范围，在下一步进行具体位置匹配时，可以提高匹配的速度。

优选地，步骤S2中，通过基站筛选出一个小的子指纹数据库，之后对待定位的用户设备所上传的场强数据，时延数据和方向角数据与筛选出的子指纹数据库的场强数据，时延数据和方向角数据使用最邻近（KNN）算法，找出与待定位用户设备记录最匹配的子指纹数据库中的记录，该记录对应的经纬度值，作为对用户设备的定位结果。

优选地，指纹数据库的指纹数据在入库时添加有时间标记。

优选地，MEC设备中的指纹数据每间隔24小时，或者存储的有效指纹数据记录超过10000条时触发上传。

优选地，指纹数据库实时更新，每隔预设的时间对指纹数据库进行分析，将指纹数据较密集的区域中，指纹更新时间较久远的记录删除。由于指纹数据库的不断丰富，定位算法可以相比其它相隔很长时间才更新的算法更加简单，定位速度更快更准确。