CN114363806A - 一种高精度5g三角定位方法 - Google Patents

Abstract

本发明公开了一种高精度5G三角定位方法，包括步骤：对4G基站小区的传播模型进行校正，获取第一4G校正传播模型；将4G基站小区与5G基站小区进行站点匹配；若匹配成功，则获取该4G基站小区的第二4G校正传播模型；利用5G基站小区的5G信号参数对第二4G校正传播模型进行关联，获取5G传播模型；利用5G传播模型计算用户到5G基站的距离，并利用该距离进行三角定位。实施本发明，通过对4G基站小区的传播模型进行校正，获取5G基站小区的传播模型，从而计算三角定位所需的用户到邻区基站的距离。基于该校正过的模型计算5G基站与用户之间距离时精准度更高，提升了整体5G三角定位的精度。

Description

一种高精度5G三角定位方法

技术领域

本发明涉及移动通信技术领域，特别涉及一种高精度5G三角定位方法。

背景技术

随着5G时代的到来，移动网络带宽、低时延、物联网连接数全面赶超4G网络，截止2021年8月底，我国5G基站规模超过100万个。5G网络的成功建设，也促进了智慧工厂、智慧园区、智慧港口等的应用，5G应用从想象逐渐变成现实。

和4G网络相比，5G网络具有时延低、移动带宽更高、容量更大等方面的优势，但是在位置定位领域，5G与4G相比还有一个小小的劣势。目前5G暂时未有位置数据上报的标准，5G网络下，用户虽然可以上报MR数据，但是上报的MR数据中不能包含用户的位置信息，即MR数据中不再包含有用户的经纬度信息。因此5G位置定位现阶段只能采用三角定位算法，不能像4G网络可以基于AGPS MR数据搭建指纹库，通过指纹定位来实现用户的位置定位。由于5G没有AGPS MR数据，5G的位置定位采用的是定位精度稍低的三角定位，因此，在位置定位领域，5G和4G相比不具备优势。

三角定位主要原理在于通过计算用户与移动过程中与之通信的三个基站(一个主服务基站，两个邻区基站，如图11)间的距离，运用数学三点定位的原理反推计算用户的位置。三个基站的位置通过工参信息可获得，而用户与三个基站的距离则采用TA和传播模型计算。主服务小区与用户之间的距离基于用户上报的TA值来计算，而邻区是没有TA值的，因此邻区基站与用户的距离是通过用户邻区的RSRP(参考信号接收功率)与传播模型来计算的。

通过传播模型来计算用户与邻区之间的距离准确度不高，因为每一个基站小区所面对的无线传播环境是不一样的，那么用同一个传播模型或者几个典型的传播模型来预测所有基站与用户之间的距离，会导致预测的距离准确度不高，那么再基于这个距离来三角定位用户的位置会进一步降低准确度，这也是三角定位算法精度偏低的主要原因。虽然通过校正传播模型的方式能让用户与邻区基站时间的距离预测更准确一些，但是由于传统的模型校正本身需要大量的测试来校正，且5G网络不采集AGPS MR数据，因此，无法为每个基站小区都校正一个与实际传播环境匹配的模型，这样也使得在传统模型校正方式下，无法有效提升5G三角定位的精度。

发明内容

现有技术中，由于5G网络中不保护用户的经纬度信息，基于传播模型计算出来的用户与邻区距离进行的三角定位，定位精度较低。

针对上述问题，提出一种高精度5G三角定位方法，通过对4G基站小区的传播模型进行校正，获取4G校正传播模型，将4G基站小区与与5G基站小区进行站点匹配，进而获取5G基站小区的传播模型，从而计算三角定位所需的用户到邻区基站的距离。基于该校正过的模型计算5G基站与用户之间距离时精准度更高，最终达到提升整体5G三角定位的精度的目的。

一种高精度5G三角定位方法，包括：

步骤100、对4G基站小区的传播模型进行校正，获取第一4G校正传播模型；

步骤200、将所述4G基站小区与5G基站小区进行站点匹配；

步骤300、若匹配成功，则获取该4G基站小区的第二4G校正传播模型；

步骤400、利用所述5G基站小区的5G信号参数对所述第二4G校正传播模型进行关联，获取5G传播模型；

步骤500、利用所述5G传播模型计算用户到5G基站的距离，并利用该距离进行三角定位。

结合本发明高精度5G三角定位方法，第一种可能的实施方式中，所述步骤200包括：

步骤210、判断进行匹配的4G基站小区与5G基站小区是否为同一站址；

步骤220、若为同一站址，则按照小区方位角相同或者相近的原则进行服务小区匹配。

结合本发明第一种可能的实施方式，第二种可能的实施方式中，所述步骤100包括：

步骤110、计算服务小区AGPS MR数据的参考信号接收功率实际值；

步骤120、对传播模型中的移动天线修正因子进行修正赋值，获取修正因子初值K1’和K2’；

步骤130、利用所述修正因子初值K1’和K2’对所述参考信号接收功率进行预测，获取参考信号接收功率预测值；

步骤140、利用所述参考信号接收功率预测值、参考信号接收功率实际值获取传播模型修正因子。

结合本发明第二种可能的实施方式，第三种可能的实施方式中，所述步骤110包括：

步骤111、按照服务小区维度计算所有的AGPS MR数据；

步骤112、根据所述AGPS MR数据，计算服务小区所有MR点对应的参考信号接收功率实际值。

结合本发明第三种可能的实施方式，第四种可能的实施方式中，所述步骤110还包括：

步骤113、获取参考信号接收功率预测模型：

基站天馈发射功率-RSRP＝K1+K2lgd+K3lg(hms)+K4LDiffraction+K5lg(heff)lgd+K6lg(hmeff)+K7(fclutter)(1)

步骤114、利用所述修正因子初值K1’和K2’、参考信号接收功率值预测模型对服务小区所有MR点的所述参考信号接收功率值进行预测，获取参考信号接收功率预测值。

结合本发明第四种可能的实施方式，第五种可能的实施方式中，步骤140包括：

步骤141、获取对应修正因子初值K1’和K2’的所述参考信号接收功率预测值与所述参考信号接收功率实际值之间的标准差；

步骤142、若所述标准差小于规定阈值，则确定所述修正因子初值K1’和K2’为传播模型修正因子。

结合本发明第五种可能的实施方式，第六种可能的实施方式中，所述步骤140还包括：

步骤143、若所述第一标准差大于规定阈值，则对所述修正因子初值重新赋值，获取第二修正因子初值K1’和K2’；

步骤144、利用所述第二修正因子初值K1’和K2’计算所述第一标准差，若所述第一标准差小于规定阈值，则结束赋值，将该第二修正因子初值K1’和K2’作为传播模型修正因子。

结合本发明高精度5G三角定位方法，第七种可能的实施方式中，所述步骤200还包括：

步骤230、判断进行匹配的4G基站小区与5G基站小区是否为同一站址；

步骤240、若为不同站址，则按照站点间距离最近原则匹配对4G基站小区与5G基站小区进行站点匹配；

步骤250、站点匹配成功后，则按照小区方位角相同或者相近的原则进行服务小区匹配。

结合本发明第七种可能的实施方式，第八种可能的实施方式中，所述步骤100还包括：

步骤150、计算服务小区AGPS MR数据的参考信号接收功率实际值；

步骤160、对传播模型中的移动天线修正因子进行修正赋值，获取修正因子初值K1’和K2’；

步骤170、利用所述修正因子初值K1’和K2’对所述参考信号接收功率进行预测，获取参考信号接收功率预测值；

步骤180、利用所述参考信号接收功率预测值、参考信号接收功率实际值之间的标准差获取传播模型修正因子。

结合本发明第二种可能的实施方式，第三种可能的实施方式中，所述步骤150包括：

步骤151、按照服务小区维度计算所有的AGPS MR数据；

步骤152、根据所述AGPS MR数据，计算服务小区所有MR点对应的参考信号接收功率实际值。

实施本发明所述的高精度5G三角定位方法，通过对4G基站小区的传播模型进行校正，获取4G校正传播模型，将4G基站小区与与5G基站小区进行站点匹配，进而获取5G基站小区的传播模型，从而计算三角定位所需的用户到邻区基站的距离。基于该校正过的模型计算5G基站与用户之间距离时精准度更高，最终达到提升整体5G三角定位的精度的目的。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明中高精度5G三角定位方法第一实施例示意图；

图2是本发明中高精度5G三角定位方法第二实施例示意图；

图3是本发明中高精度5G三角定位方法第三实施例示意图；

图4是本发明中高精度5G三角定位方法第四实施例示意图；

图5是本发明中高精度5G三角定位方法第五实施例示意图；

图6是本发明中高精度5G三角定位方法第六实施例示意图；

图7是本发明中高精度5G三角定位方法第七实施例示意图；

图8是本发明中高精度5G三角定位方法第八实施例示意图；

图9是本发明中高精度5G三角定位方法第九实施例示意图；

图10是本发明中高精度5G三角定位方法第十实施例示意图；

图11是本发明中大数据集群框架示意图实施例示意图；

具体实施方式

下面将结合发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的其他实施例，都属于本发明保护的范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

现有技术中，由于5G网络中不保护用户的经纬度信息，基于传播模型计算出来的用户与邻区距离进行的三角定位，定位精度较低。

针对上述问题，提出一种高精度5G三角定位方法。

一种高精度5G三角定位方法，如图1，图1是本发明中高精度5G三角定位方法第一实施例示意图，包括：步骤100、对4G基站小区的传播模型进行校正，获取第一4G校正传播模型；步骤200、将4G基站小区与5G基站小区进行站点匹配；步骤300、若匹配成功，则获取该4G基站小区的第二4G校正传播模型；步骤400、利用5G基站小区的5G信号参数对第二4G校正传播模型进行关联，获取5G传播模型；步骤500、利用5G传播模型计算用户到5G基站的距离，并利用该距离进行三角定位。通过对4G基站小区的传播模型进行校正，获取4G校正传播模型，将4G基站小区与与5G基站小区进行站点匹配，进而获取5G基站小区的传播模型，从而计算三角定位所需的用户到邻区基站的距离。基于该校正过的模型计算5G基站与用户之间距离时精准度更高，最终达到提升整体5G三角定位的精度的目的。

优选地，如图2，图2是本发明中高精度5G三角定位方法第二实施例示意图，步骤200包括：步骤210、判断进行匹配的4G基站小区与5G基站小区是否为同一站址；步骤220、若为同一站址，则按照小区方位角相同或者相近的原则进行服务小区匹配。比如5G基站小区A、小区B、小区C的方位角分别为40度、180度、300度，而与之共站的4G基站小区A’、小区B’、小区C’分别为120度、270度、20度，则根据方位角相近原则匹配，5G小区A与4G小区C’匹配，5G小区B与4G小区A’匹配，5G小区C与4G小区B’匹配。

优选地，如图3，图3是本发明中高精度5G三角定位方法第三实施例示意图，步骤100包括：步骤110、计算服务小区AGPS MR数据的参考信号接收功率实际值；步骤120、对传播模型中的移动天线修正因子进行修正赋值，获取修正因子初值K1’和K2’；步骤130、利用所述修正因子初值K1’和K2’对所述参考信号接收功率进行预测，获取参考信号接收功率预测值；步骤140、利用参考信号接收功率预测值、参考信号接收功率实际值校正传播模型修正因子。

优选地，如图4，图4是本发明中高精度5G三角定位方法第四实施例示意图，步骤110包括：步骤111、按照服务小区维度计算所有的AGPS MR数据；步骤112、根据AGPS MR数据，计算服务小区所有MR点对应的参考信号接收功率实际值。

优选地，如图5，图5是本发明中高精度5G三角定位方法第五实施例示意图，步骤110还包括：步骤113、获取参考信号接收功率预测模型：

基站天馈发射功率-RSRP＝K1+K2lgd+K3lg(hms)+K4LDiffraction+K5lg(heff)lgd+K6lg(hmeff)+K7(fclutter)(1)

步骤114、利用修正因子初值K1’和K2’、参考信号接收功率值预测模型对服务小区所有MR点的参考信号接收功率值进行预测，获取参考信号接收功率预测值。

优选地，如图6，图6是本发明中高精度5G三角定位方法第六实施例示意图，步骤140包括：步骤141、计算对应修正因子初值K1’和K2’的参考信号接收功率预测值与参考信号接收功率实际值之间的标准差；步骤142、若标准差小于规定阈值，则确定修正因子初值K1’和K2’为传播模型修正因子。

优选地，如图7，图7是本发明中高精度5G三角定位方法第七实施例示意图，步骤140还包括：步骤143、计算对应修正因子初值K1’和K2’的参考信号接收功率预测值与参考信号接收功率实际值之间的标准差；步骤144、若标准差大于规定阈值，则对修正因子初值K1’和K2’重新赋值；步骤145、利用重新赋值后的修正因子初值K1’和K2’计算标准差，若标准差小于规定阈值，则结束赋值，将该修正因子初值K1’和K2’作为传播模型修正因子。

优选地，如图8，图8是本发明中高精度5G三角定位方法第八实施例示意图，步骤200还包括：步骤230、判断进行匹配的4G基站小区与5G基站小区是否为同一站址；步骤240、若为不同站址，则按照站点间距离最近原则匹配对4G基站小区与5G基站小区进行站点匹配；步骤250、站点匹配成功后，则按照小区方位角相同或者相近的原则进行服务小区匹配。

对于单独的5G站点，这些5G站点与4G站点不共站址，则先进行站点匹配，按照站点间距离最近原则匹配，即5G站点选择与之距离最近的4G站点先做站点匹配，站点匹配好后，再按照小区方位角相同或者相近原则进行小区匹配，直到所有5G站点与小区都匹配完成。

优选地，如图9，图9是本发明中高精度5G三角定位方法第九实施例示意图，步骤100还包括：步骤150、计算服务小区AGPS MR数据的参考信号接收功率实际值；步骤160、对传播模型中的移动天线修正因子进行修正赋值，获取修正因子初值K1’和K2’；步骤170、利用修正因子初值K1’和K2’对参考信号接收功率进行预测，获取参考信号接收功率预测值；步骤180、利用参考信号接收功率预测值、参考信号接收功率实际值之间的标准差获取传播模型修正因子。

优选地，如图10，图10是本发明中高精度5G三角定位方法第十实施例示意图；步骤150包括：步骤151、按照服务小区维度计算所有的AGPS(经纬度信息)MR数据；步骤152、根据AGPS(经纬度信息)MR数据，计算服务小区所有MR点对应的参考信号接收功率实际值。

高精度5G三角定位方法原理：目前5G组网中，不论是SA(完全独立建设)组网还是NSA(非独立)组网，5G站点大多数与4G站点共站址，即一个4G站点和5G站点安装在同一个建筑物上或者铁塔上。在4G与5G共站址的情况下，这两个站点虽然系统制式不同，但是他们所处的周围环境是一样的，他们的信号传播环境是相近或者相同的，因此算法的核心在于利用4G AGPS(经纬度信息)MR校正4G网络基站小区的传播模型，并将校正后的4G基站的网络传播模型应用于同站址的5G站点，5G站点再通过4G AGPS(经纬度信息)MR数据校正过的模型来计算用户与5G基站小区的之间的距离，由于每个传播模型更准确，因此距离计算的准确度提升，最终达到提升5G三角定位精度的目的。

实施本发明所述的高精度5G三角定位方法，通过对4G基站小区的传播模型进行校正，获取4G校正传播模型，将4G基站小区与与5G基站小区进行站点匹配，进而获取5G基站小区的传播模型，从而计算三角定位所需的用户到邻区基站的距离。基于该校正过的模型计算5G基站与用户之间距离时精准度更高，最终达到提升整体5G三角定位的精度的目的。

以上仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种高精度5G三角定位方法，其特征在于，包括：

步骤100、对4G基站小区的传播模型进行校正，获取第一4G校正传播模型；

步骤200、将所述4G基站小区与5G基站小区进行站点匹配；

步骤300、若匹配成功，则获取该4G基站小区的第二4G校正传播模型；

步骤400、利用所述5G基站小区的5G信号参数对所述第二4G校正传播模型进行关联，获取5G传播模型；

步骤500、利用所述5G传播模型计算用户到5G基站的距离，并利用该距离进行三角定位。

2.根据权利要求1所述的高精度5G三角定位方法，其特征在于，所述步骤200包括：

步骤210、判断进行匹配的4G基站小区与5G基站小区是否为同一站址；

步骤220、若为同一站址，则按照小区方位角相同或者相近的原则进行服务小区匹配。

3.根据权利要求2所述的高精度5G三角定位方法，其特征在于，所述步骤100包括：

步骤110、计算服务小区AGPS MR数据的参考信号接收功率实际值；

步骤120、对传播模型中的移动天线修正因子进行修正赋值，获取修正因子初值K1’和K2’；

步骤130、利用所述修正因子初值K1’和K2’对所述参考信号接收功率进行预测，获取参考信号接收功率预测值；

步骤140、利用所述参考信号接收功率预测值、参考信号接收功率实际值获取传播模型修正因子。

4.根据权利要求3所述的高精度5G三角定位方法，其特征在于，所述步骤110包括：

步骤111、按照服务小区维度计算所有的AGPS MR数据；

步骤112、根据所述AGPS MR数据，计算服务小区所有MR点对应的参考信号接收功率实际值。

5.根据权利要求4所述的高精度5G三角定位方法，其特征在于，所述步骤110还包括：

步骤113、获取参考信号接收功率预测模型：

基站天馈发射功率-RSRP＝K1+K2lgd+K3lg(hms)+K4LDiffraction+K5lg(heff)lgd+K6lg(hmeff)+K7(fclutter)(1)

步骤114、利用修正因子初值K1’和K2’、参考信号接收功率值预测模型对服务小区所有MR点的所述参考信号接收功率值进行预测，获取参考信号接收功率预测值。

6.根据权利要求5所述的高精度5G三角定位方法，其特征在于，步骤140包括：

步骤141、获取对应修正因子初值K1’和K2’的所述参考信号接收功率预测值与所述参考信号接收功率实际值之间的标准差；

步骤142、若所述标准差小于规定阈值，则确定所述修正因子初值K1’和K2’为传播模型修正因子。

7.根据权利要求5所述的高精度5G三角定位方法，其特征在于，所述步骤140还包括：

步骤143、获取对应修正因子初值K1’和K2’的所述参考信号接收功率预测值与所述参考信号接收功率实际值之间的标准差；

步骤144、若所述标准差大于规定阈值，则对所述修正因子初值K1’和K2’重新赋值；

步骤145、利用重新赋值后的修正因子初值K1’和K2’获取标准差，若所述标准差小于规定阈值，则结束赋值，将该修正因子初值K1’和K2’作为传播模型修正因子。

8.根据权利要求1所述的高精度5G三角定位方法，其特征在于，所述步骤200还包括：

步骤230、判断进行匹配的4G基站小区与5G基站小区是否为同一站址；

步骤240、若为不同站址，则按照站点间距离最近原则匹配对4G基站小区与5G基站小区进行站点匹配；

步骤250、站点匹配成功后，则按照小区方位角相同或者相近的原则进行服务小区匹配。

9.根据权利要求8所述的高精度5G三角定位方法，其特征在于，所述步骤100还包括：

步骤150、计算服务小区AGPS MR数据的参考信号接收功率实际值；

步骤160、对传播模型中的移动天线修正因子进行修正赋值，获取修正因子初值K1’和K2’；

步骤170、利用所述修正因子初值K1’和K2’对所述参考信号接收功率进行预测，获取参考信号接收功率预测值；

步骤180、利用所述参考信号接收功率预测值、参考信号接收功率实际值之间的标准差获取传播模型修正因子。

10.根据权利要求9所述的高精度5G三角定位方法，其特征在于，所述步骤150包括：

步骤151、按照服务小区维度计算所有的AGPS MR数据；

步骤152、根据所述AGPS MR数据，计算服务小区所有MR点对应的参考信号接收功率实际值。

Images