[发明专利]一种基于深度学习的室内外用户区分方法有效
| 申请号： | 201810434195.9 | 申请日： | 2018-05-08 |
| 公开（公告）号： | CN108901029B | 公开（公告）日： | 2021-07-30 |
| 发明（设计）人： | 赵清;陈祥;张顺;张文竞;陈欢;成纯松 | 申请（专利权）人： | 武汉虹信技术服务有限责任公司 |
| 主分类号： | H04W16/18 | 分类号： | H04W16/18;H04W16/20 |
| 代理公司： | 武汉东喻专利代理事务所(普通合伙) 42224 | 代理人： | 赵伟 |
| 地址： | 430000 湖北省武汉市江夏*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的室内外用户区分方法，包括如下步骤：从MR数据中抽取主区对应的MR采样点；遍历上述MR采样点，根据比较电平值、采样点TA、路损、邻区个数、主区邻区电平差异，对采样点的室内、外属性进行赋值；根据赋值对确定各MR采样点是室内采样点还是室外采样点，并由这些MR采样点与室内外属性值、每个采样点的RSRP值相对于采样点整体而言出现的概率构成基础特征库；对新增的MR采样点，根据各MR采样点的RSRP值在基础特征库内所占的概率进行加权平均，获得对应采样点精确RSRP值；通过将该RSRP值与门限进行比较确定新增采样点位修正的室内外属性；由于特征库是根据用户上报的MR数据不断演进更新的，在自主学习过程中不断完善，可提升室内外用户定位准确性。 | ||
| 搜索关键词： | 一种 基于 深度 学习 内外 用户 区分 方法 | ||
【主权项】：
1.一种基于深度学习的室内外用户区分方法，其特征在于，具体包括如下步骤：(1)从MR数据中抽取出主区对应的MR采样点；(2)遍历上述MR采样点，根据包括比较电平值、采样点TA、路损、邻区个数、主区邻区电平差异的参数，利用室内外属性赋值模型对各采样点的室内属性和室外属性进行赋值；根据赋值对各MR采样点进行判定，确定MR采样点是室内采样点还是室外采样点；并由这些MR采样点与对应的室内外属性值、以及每个采样点的参数值相对于样本整体而言出现的概率，构成基础特征库；(3)对新增的MR采样点，根据各MR采样点的RSRP值在基础特征库内所占的概率进行加权平均，获得对应采样点精确RSRP值；通过将该精确RSRP值与预设门限进行比较，获得新增采样点位的室内外属性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉虹信技术服务有限责任公司，未经武汉虹信技术服务有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810434195.9/，转载请声明来源钻瓜专利网。
