TWI469669B - 估算細胞基地台位置之方法 - Google Patents

Description

估算細胞基地台位置之方法

本發明係關於位置估算之方法，尤指一種可依據全球定位衛星信號和蜂巢式網路信號來估算細胞基地台之位置以提供相關定位服務資訊之方法。

近年來，隨著多樣化類型的以位置為基礎的服務(Location-based services,LBS)呈現高度性發展，無線定位技術受到相關領域的注意與重視。定位技術所需測量之訊號，可以是全球衛星定位(Global Positioning System,GPS)訊號、無線網路系統之參考訊號、或是其它系統之輔助定位訊號。因訊號測量的內容不同，而有不同的定位方式，目前相關領域中多樣化的定位技術被廣泛的提出。

在以衛星為基礎(satellite-based)的定位系統上，GPS是最為大眾所熟知並廣泛應用於各種領域的定位系統。GPS是透過佈設於太空中之24顆衛星全天候向地面傳送定位訊號，行動裝置僅需配置適當的接收設備即可在全球任一地點任何時間接收定位訊號並進行三維空間位置解算。GPS主要是針對室外環境提供經緯度座標定位服務，定位精確度高，其位置資訊只有約十公尺的誤差。然而，由於GPS衛星所發射的定位訊號會受建築物的遮蔽，因此，在室內並無法使用這項技術。此外，在都市區之狹窄都市街道或天候條件差的情況下，GPS定位精確度會有相當程度的降低。

在以蜂巢式網路為基礎(cellular network-based)的定位系統上，最基本的定位技術，是利用細胞基地台(cell tower)，即基地台之細胞全域識別(Cell Global Identity,CGI)碼，實現二維空間位置解算。優點為不需複雜位置解算量，在室內亦能使用該項技術，由於定位精確度直接取決於細胞基地台涵蓋的範圍，因此，都會區到郊區，其位置資訊約從幾百公尺到幾十公里的 誤差。另外，當第三方使用該定位技術以提供相關定位服務資訊時，其細胞基地台之真實位置資訊不易從蜂巢通訊網路系統營運商取得，故有其應用之瓶頸所在。

為能滿足行動裝置在不同環境中無縫(seamless)擷取以位置為基礎的服務，且解決細胞基地台定位技術之應用瓶頸，本發明提出一種細胞基地台位置估算之方法。

本發明實例之位置估算方法係用於以衛星與蜂巢式網路為基礎之混合性無線網路。至少一行動訓練裝置用於獲取複數個訓練資料，一訓練資料包括一GPS位置座標與複數個細胞基地台之CGI碼參數和信號強度值，該複數個細胞基地台包括一服務細胞基地台與至少一鄰居細胞基地台。一資料運算伺服器用於執行該等訓練資料的搜尋、融和(fusion)以及位置的估算，該位置係指細胞基地台之位置。一信號特徵資料庫依據該資料運算伺服器的融和資料，進行資料的更新或儲存，且記錄位置資訊狀態。

本發明實例之位置估算方法係根據該信號特徵資料庫之同一CGI碼參數之該複數個服務類別訓練資料之該複數個GPS位置座標定義一第一參考座標，基於該第一參考座標將該複數個服務類別訓練資料劃分複數個群集(cluster)。根據該信號特徵資料庫之同一CGI碼參數之該複數個服務類別訓練資料之該複數個信號強度值定義一第一參考信號強度值、一第二參考信號強度值以及一第三參考信號強度值，基於該第一參考信號強度值對每一群集計算一相近(proximity)值，自該複數個群集選擇一具有高相近值之群集，並基於第二參考信號強度值使用該群集之該複數個服務類別訓練資料之該複數個GPS位置座標與該複數個信號強度值來計算一第一位置資訊，基於該第三參考信號強度值來判斷細胞基地台位置之一第一方位資訊。

本發明實例之位置估算方法係根據該信號特徵資料庫之 同一CGI碼參數之該複數個鄰居類別訓練資料之該複數個GPS位置座標定義一第二參考座標，基於該第二參考座標將該複數個鄰居類別訓練資料劃分複數個群集。根據該信號特徵資料庫之同一CGI碼參數之該複數個鄰居類別訓練資料之該複數個信號強度值定義一第四參考信號強度值、一第五參考信號強度值以及一第六參考信號強度值，基於該第四參考信號強度值對每一群集計算一相近值，自該複數個群集選擇一具有高相近值之群集，並基於第五參考信號強度值使用該群集之該複數個鄰居類別訓練資料之該複數個GPS位置座標與該複數個信號強度值來計算一第二位置資訊，基於該第六參考信號強度值來判斷細胞基地台位置之一第二方位資訊。

本發明實例之位置估算方法係結合該第一方位資訊、該第二方位資訊、該第一位置資訊以及該第二位置資訊，使用一方法來確定該細胞基地台的位置。

本發明上述的方法是純軟體架構，可以透過程式碼佈設於實體機器中。當機器載入程式碼且執行時，機器成為用以實行本發明之裝置。

下文特舉具體實施例，並配合所附圖示說明本發明之目的、特徵，熟悉此技藝之人士可由本說明書所揭示之內容輕易地瞭解本發明之優點，詳細說明如下。

圖1所示為本發明實施例以衛星和蜂巢式網路為基礎之一簡化架構示意圖，包括複數個GPS衛星(101，102，103)、複數個細胞基地台(104，105，106)、一行動訓練裝置107如智慧型手機或個人數位助理(PDA)、一資料運算伺服器108以及一信號特徵資料庫109。該資料運算伺服器108與該信號特徵資料庫109係架設於雲端。該等GPS衛星全天候向地面傳送定位信號。每一細胞基地台具有一公共控制頻道(common control channel,CCH)，其可以持續在蜂巢網路中廣播其信號來提供一唯一CGI碼參數。需注意的是，該GPS衛星及該細胞 基地台之數目並不限於圖1所示之數目，在不悖離本發明精神的前提下，於不同實施例中，該數目可以有所變化。

圖2所示為本發明實施例之位置估算的資料訓練架構示意圖，一行動訓練裝置107配備一接收單元201、一資料暫存單元202、一資料分類單元203、一資料加密單元204和一備分資料庫205。該資料運算伺服器108為由一資料解密單元207、一資料融和單元208和一位置解算單元209所組成。該行動訓練裝置107透過一蜂巢無線網路206與該資料運算伺服器108進行連結。

當該行動訓練裝置107進入該混合性網路之戶外目標區域時，透過該行動訓練裝置107之接收單元201可獲取複數個訓練資料。一訓練資料包括如下：

1.一GPS位置座標。其工作原理大致如下：該行動訓練裝置107之接收單元201內之GPS接收器(未顯示)，檢測到至少四個GPS衛星信號的一存在狀態，一GPS衛星的信號測量一到達時間(Time of Arrival,ToA)值，依據至少四個ToA值來計算出該行動訓練裝置107之GPS位置座標。

2.複數個細胞基地台之CGI碼參數及信號強度值。該行動訓練裝置107之接收單元201檢測到複數個細胞基地台(如圖1中所示的104、105及106)信號的一存在狀態，一細胞基地台訊號可析取一CGI碼參數以及測量一信號強度值。該複數個細胞基地台包括一服務細胞基地台(如圖1中所示的104)與至少一鄰居細胞基地台(如圖1中所示的105、106)。

如熟悉GPS技術之人所知，通常該GPS位置座標以每一秒更新一次，因此，信號檢測的時間標籤(time stamp)設為一秒。於該時間標籤，透過行動訓練裝置107之接收單元201可獲取該GPS位置座標一次以及可析取該等CGI碼參數和測量該等信號強度值二次。該行動訓練裝置107之該資料暫存單元202儲存該接收單元201所獲取到、所析取到和所測量到的複數個訓練資料，且以批次方式將儲存的該等訓練資料傳送至該 資料分類單元203。傳送一批次資料的間隔時間標籤設為三十秒。需注意的是，於本發明實施例中，設定的該時間標籤和該次數並不限於上述之數目，在不悖離本發明精神的前提下，於不同實施例中，該數目可以有所變化。

在該行動訓練裝置107之該資料分類單元203接收到該等訓練資料之後，執行資料的類別區分。在資料的類別，對同一CGI碼參數的該等訓練資料可區分為一服務類別和一鄰居類別。在連結該蜂巢無線網路206(如圖1中所示的104)將該等訓練資料透過一應用程式介面(application programming interface,API)傳送至該資料運算伺服器108之前，一資料加密單元204用於對該等訓練資料執行壓縮和加密，以形成該等加密訓練資料，並傳送該等加密訓練資料至該備份資料庫205儲存。基於無線網路的傳輸特性，一旦該等加密訓練資料傳送失敗，可自該備份資料庫205取得該等加密訓練資料來執行重傳。於該資料運算伺服器108接收到該等加密訓練資料之後，該資料運算伺服器108之解密單元207用於對該等加密訓練資料執行解壓縮和解密，以形成該等解密訓練資料。接著，該資料融合單元208透過搜尋一信號特徵資料庫109來獲取相應之資料庫的訓練資料，以執行資料融合。於下述之圖3，主要用以於描述資料庫搜尋、資料融合以及位置估算之步驟。

圖3所示為本發明實施例之位置估算的資料訓練架構流程示意圖。首先執行步驟301，使用析取到之該細胞基地台之CGI碼參數為一鍵值(key)，以執行一信號特徵資料庫109的搜尋。於步驟302中，確認該CGI碼參數是否為一存在狀態。

1.如果CGI碼參數為一存在狀態，該資料融和單元208自該信號特徵資料庫109獲取訓練資料(步驟303)、執行該信號特徵資料庫訓練資料和該等訓練資料的融和、回傳該融和資料至該信號特徵資料庫109(步驟304)。該信號特徵資料庫109於接收到該融和資料之後，執行更新儲存，且記錄該細胞基地台的位置資訊為一更新狀態(步驟305)。

2.如果CGI碼參數為一未存在狀態，該資料融和單元208直接將該等訓練資料傳送至該信號特徵資料庫109(步驟306)。於該信號特徵資料庫109接收到該等訓練資料之後，執行儲存，且記錄該細胞基地台的位置資訊為一未知狀態(步驟307)。

3.該信號特徵資料庫109檢視該細胞基地台的位置資訊狀態。如果該位置資訊的紀錄為一未知狀態，則該信號特徵資料庫109立即傳送該細胞基地台的訓練資料至該位置解算單元209(步驟308)。如果該位置資訊的紀錄為一更新狀態，則該信號特徵資料庫109定期定時傳送該細胞基地台的訓練資料至該位置解算單元209(步驟309)。該位置解算單元209可依據接收到的該等訓練資料來建立群集，且使用RF信號群集演算法(clustering algorithm)執行位置估算(步驟310)。該RF信號係指接收信號強度值。該位置解算單元209回傳估算到的該細胞基地台位置至該信號特徵資料庫109，該信號特徵資料庫109於接收到該位置資訊之後，執行儲存，且記錄該位置資訊狀態為一已知狀態(步驟311)。

圖4所示為依據本發明實施例之位置估算的一經度緯度標繪圖。該資料運算伺服器108之該位置解算單元209接收到來自該信號特徵資料庫109之同一CGI碼參數之該複數個訓練資料之後，根據同一CGI碼參數之該複數個訓練資料之該複數個GPS位置座標進行一經度緯度空間分佈，基於訓練資料的類別定義，該複數個訓練資料可區分為該複數個服務類別訓練資料與該複數個鄰居類別訓練資料。於下述之圖5至圖6，主要用以於藉由該複數個服務類別訓練資料與該複數個鄰居類別訓練資料說明本發明之位置估算方法之實施方式。

圖5所示為一藉由該複數個服務類別訓練資料進行位置估算之架構流程示意圖。首先執行步驟501，對同一CGI碼參數之該複數個服務類別訓練資料之該複數個GPS位置座標(X_i,Y_i)，其中i=1,2,...,N，使用一算法定義一第一參考座 標，如圖4中所示的40I，在此實施例中，可以使用一重心算法(Centroid Algorithm)，其方程式可以寫為(X_ref1,Y_ref1)=(Σ_i=1,...,N X_i/N,Σ_i=1,...,N Y_i/N)但本發明並不限定於此，熟知此領域者應可了解其他的算法，譬如加權重心算法(Weight Centroid Algorithm)與門檻值重心算法(Threshold Centroid Algorithm)都可以用來進行該第一參考座標的定義。

接續執行步驟502，依據該第一參考座標將同一CGI碼參數之該複數個服務類別訓練資料劃分複數個群集(cluster)，在此實施例中，基於該第一參考座標(X_ref1,Y_ref1)之X座標(即X_ref1)將該複數個服務類別訓練資料劃分二個群集，其中第k(k=1,2)個群集之該複數個服務類別訓練資料可以用集合G_k來表示，但本發明並不限定於此，該第一參考座標(X_ref1,Y_ref1)之Y座標(即Y_ref1)也可以用來進行該複數個服務類別訓練資料之群集劃分。需注意的是，該群集之數目並不限定於此，在不悖離本發明精神的前提下，於不同實施例中，該數目可以有所變化。

於步驟503，對同一CGI碼參數之該複數個服務類別訓練資料之該複數個信號強度值RSS_i，其中i=1,2,...,N，定義一第一參考信號強度值、一第二參考信號強度值以及一第三參考信號強度值。在此實施例中，可以使用一重心算法來定義一第一參考信號強度值，其方程式可以寫為RSS_ref1=Σ_i=1,...,N RSS_i/N，但本發明並不限定於此，熟知此領域者應可了解其他的算法，譬如加權重心算法與門檻值重心算法都可以用來進行該第一參考信號強度值的定義。在此實施例中，可以使用最低信號強度值來定義一第二參考信號強度值，其方程式可以寫為RSS_ref2=min{RSS_i}。在此實施例中，可以使用最高信號強度值來定義一第三參考信號強度值，其方程式可以寫為RSS_ref3=max{RSS_i}。

接續執行步驟504，依據該第一參考信號強度值對每一群 集計算一相近(proximity)值，其實施方式為：假設一G_k，k=1或2，包含n_k個服務類別訓練資料，每一服務類別訓練資料有一信號強度測量值，若該信號強度測量值小於RSS_ref1，則無相似值，若該信號強度測量值大於或等於RSS_ref1，則計算一相似值，接著，對n_k個相似值進行相加計算以得到一總和相似值，自k個群集選擇一具有高總和相近值之群集。

於步驟505，依據該具有高總和相近值之群集之該複數個服務類別訓練資料計算一第一位置資訊，其實施方式為：假設一G_k，k=1或2，包含n_k個服務類別訓練資料，每一服務類別訓練資料有一GPS位置座標與一信號強度測量值，若該信號強度測量值等於RSS_ref2，則權重值為W_f=1，若該信號強度測量值不等於RSS_ref2，則計算一權重值W_f，接著，使用權重平均算法計算一第一位置資訊，如圖4中所示的402，其方程式可以寫為X_ser=Σ_f=1,...,nk(W_f×X_f)/Σ_f=1,...,nk W_f

Y_ser=Σ_f=1,...,nk(W_f×Y_f)/Σ_f=1,...,nk W_f最後，依據該第三參考信號強度值來判斷細胞基地台位置之一第一方位資訊(步驟506)。

圖6所示為一藉由該複數個鄰居類別訓練資料進行位置估算之架構流程示意圖。首先執行步驟601，對同一CGI碼參數之該複數個鄰居類別訓練資料之該複數個GPS位置座標(X_j,Y_j)，其中j=1,2,...,M，使用一算法定義一第二參考座標，如圖4中所示的403，在此實施例中，可以使用一重心算法，其方程式可以寫為(X_ref2,Y_ref2)=(Σ_j=1,...,M X_j/M,Σ_j=1,...,N Y_j/M)但本發明並不限定於此，熟知此領域者應可了解其他的算法，譬如加權重心算法與門檻值重心算法都可以用來進行該第二參考座標的定義。

接續執行步驟602，依據該第二參考座標將同一CGI碼參 數之該複數個鄰居類別訓練資料劃分複數個群集，在此實施例中，基於該第二參考座標(X_ref2,Y_ref2)之X座標(即X_ref2)將該複數個鄰居類別訓練資料劃分二個群集，其中第k(k=1,2)個群集之該複數個鄰居類別訓練資料可以用集合H_k來表示，但本發明並不限定於此，該第二參考座標(X_ref2,Y_ref2)之Y座標(即Y_ref2)也可以用來進行該複數個鄰居類別訓練資料之群集劃分。需注意的是，該群集之數目並不限定於此，在不悖離本發明精神的前提下，於不同實施例中，該數目可以有所變化。

於步驟603，對同一CGI碼參數之該複數個鄰居類別訓練資料之該複數個信號強度值RSS_j，其中j=1,2,...,M，使用一方法定義一第四參考信號強度值、一第五參考信號強度值以及一第六參考信號強度值。在此實施例中，可以使用一重心算法來定義一第四參考信號強度值，其方程式可以寫為RSS_ref4=Σ_j=1,...,M RSS_j/M，但本發明並不限定於此，熟知此領域者應可了解其他的算法，譬如加權重心算法與門檻值重心算法都可以用來進行該第四參考信號強度值的定義。在此實施例中，可以使用最低信號強度值來定義一第五參考信號強度值，其方程式可以寫為RSS_ref5=min{RSS_j}。在此實施例中，可以使用最高信號強度值來定義一第六參考信號強度值，其方程式可以寫為RSS_ref6=max{RSS_j}。

接續執行步驟604，依據該第四參考信號強度值對每一群集計算一相近(proximity)值，其實施方式為：假設一H_k，k=1或2，包含m_k個鄰居類別訓練資料，每一鄰居類別訓練資料有一信號強度測量值，若該信號強度測量值小於RSS_ref4，則無相似值，若該信號強度測量值大於或等於RSS_ref4，則計算一相似值，接著，對m_k個相似值進行相加計算以得到一總和相似值，自k個群集選擇一具有高總和相近值之群集。

於步驟605，依據該具有高總和相近值之群集之該複數個鄰居類別訓練資料計算一第二位置資訊，其實施方式為：假設一H_k，k=1或2，包含m_k個鄰居類別訓練資料，每一鄰居類 別訓練資料有一GPS位置座標與一信號強度測量值，若該信號強度測量值等於RSS_ref5，則權重值為W_f=1，若該信號強度測量值不等於RSS_ref5，則計算一權重值W_f，接著，使用權重平均算法計算一第二位置資訊，如圖4中所示的404，其方程式可以寫為X_nei=Σ_f=1,...,mk(W_f×X_f)/Σ_f=1,...,mk W_f

Y_nei=Σ_f=1,...,mk(W_f×Y_f)/Σ_f=1,...,mk W_f最後，依據該第六參考信號強度值來判斷細胞基地台位置之一第二方位資訊(步驟606)。

圖7所示為本發明實施例之位置估算方法之位置決定的架構流程示意圖。依據該資料運算伺服器108之該位置解算單元209可得到之該第一方位資訊和該第二方位資訊以及計算到之該第一位置資訊和該第二位置資訊，使用一條件方法以確定該細胞基地台的位置，其會執行下列步驟：首先執行步驟701，判斷該RSS_ref4值是否為取得狀態，若判斷該RSS_ref4值為未取得狀態，則使用該第一位置資訊來確定該細胞基地台之位置(步驟702)；若判斷該RSS_ref4值為取得狀態，則進至步驟703。

於步驟703中，判斷該RSS_ref1值是否小於該RSS_ref4值，若判斷該RSS_ref1值小於該RSS_ref4值，則使用該第二位置資訊來確定該細胞基地台之位置(步驟704)；若判斷該RSS_ref1值不小於該RSS_ref4值，則進至步驟705。

於步驟705中，判斷該第一方位資訊和該第二方位資訊是否為相同一方位，若判斷為相同一方位，則使用該第一位置資訊來確定該細胞基地台之位置(步驟706)；若判斷為相異方位，則進至步驟707。

於步驟707中，使用該第一參考座標(X_ref1,Y_ref1)之X座標(即X_ref1)以及該第二參考座標(X_ref2,Y_ref2)之X座標(即X_ref2)定義一區間，接續執行步驟708，判斷該第一方位資訊和該第二方位資訊是否位於該區間，若判斷為位於該區間，則使用該第一 位置資訊來確定該細胞基地台之位置(步驟709)，如圖4中所示的405；若判斷為不位於該區間，基於該第一位置資訊和該第二位置資訊計算一平均值來確定該細胞基地台之位置(步驟710)。

上述本發明之方法，或特定系統單元、或其部份單元，為純軟體架構，可以透過程式碼佈設於實體媒體，如硬碟、光碟片、或是任何電子裝置(如智慧型手機、電腦可讀取之儲存媒體)，當機器載入程式碼且執行(如智慧型手機載入且執行)，機器成為用以實行本發明之裝置。上述本發明之方法與裝置亦可以程式碼型態透過一些傳送媒體，如電纜、光纖、或是任何傳輸型態進行傳送，當程式碼被機器(如智慧型手機)接收、載入且執行，機器成為用以實行本發明之裝置。

上列詳細說明係針對本發明之一可行實施例之具體說明，惟該實施例並非用以限制本發明之專利範圍，凡未脫離本發明技藝精神所為之等效實施或變更，均應包含於本案之專利範圍中。

101、102、103‧‧‧GPS衛星

104、105、 106‧‧‧細胞基地台

107‧‧‧行動訓練裝置

108‧‧‧資料運算伺服器

109‧‧‧信號特徵資料庫

201‧‧‧接收單元

202‧‧‧資料暫存單元

203‧‧‧資料分類單元

204‧‧‧資料加密單元

205‧‧‧備分資料庫

206‧‧‧蜂巢無線網路

207‧‧‧資料解密單元

208‧‧‧資料融和單元

209‧‧‧位置解算單元

401‧‧‧第一參考座標

402‧‧‧第一位置資訊

403‧‧‧第二參考座標

404‧‧‧第二位置資訊

405‧‧‧估算之細胞基地台 位置

301~311‧‧‧步驟

501~506‧‧‧步驟

601~606‧‧‧步驟

701~710‧‧‧步驟

圖1所示為本發明實施例以衛星和蜂巢式網路為基礎之一簡化架構示意圖；圖2所示為本發明實施例之位置估算的資料訓練架構示意圖；圖3所示為本發明實施例之位置估算的資料訓練架構流程示意圖；圖4所示為依據本發明實施例之位置估算的一經度緯度標繪圖；圖5所示為一藉由該複數個服務類別訓練資料進行位置估算之架構流程示意圖；圖6所示為一藉由該複數個鄰居類別訓練資料進行位置估算之架構流程示意圖；圖7所示為本發明實施例之位置估算方法之位置決定的 架構流程示意圖。

107‧‧‧行動訓練裝置

108‧‧‧資料運算伺服器

109‧‧‧信號特徵資料庫

201‧‧‧接收單元

202‧‧‧資料暫存單元

203‧‧‧資料分類單元

204‧‧‧資料加密單元

205‧‧‧備份資料庫

206‧‧‧蜂巢無線網路

207‧‧‧資料解密單元

208‧‧‧資料融合單元

209‧‧‧位置解算單元

Claims (10)

1. 一種位置估算方法，係用於以衛星與蜂巢式網路為基礎之混合性無線網路，包括下列步驟：依據同一CGI碼參數之該複數個服務類別訓練資料進行一第一方位資訊和一第一位置資訊和一第一參考信號強度值之估算；依據同一CGI碼參數之該複數個鄰居類別訓練資料進行一第二方位資訊和一第二位置資訊和一第四參考信號強度值之估算；以及結合該第一方位資訊、該第一位置資訊、該第一參考信號強度值、該第二方位資訊、該第二位置資訊和該第四參考信號強度值來確定該細胞基地台之位置。
2. 如申請專利範圍第1項所述之位置估算方法，其中該第一方位資訊和該第一位置資訊和該第一參考信號強度值之估算，包括下列步驟：依據該複數個服務類別訓練資料之該複數個GPS位置座標使用一算法定義一第一參考座標；依據該第一參考座標將該複數個服務類別訓練資料劃分複數個群集；依據該複數個服務類別訓練資料之該複數個信號強度值定義一第一參考信號強度值、一第二參考信號強度值以及一第三參考信號強度值；依據該第一參考信號強度值對每一群集計算一相(proximity)值，並自該複數個群集選擇一具有高總和相近值之群集；依據該具有高總和相近值之群集之該複數個服務類別訓練資料，基於第二參考信號強度值計算一第一位置資訊；以及依據該第三參考信號強度值來判斷細胞基地台位置之一第一方位資訊。
3. 如申請專利範圍第2項所述之位置估算方法，其中更包括使用重心算法來計算第一參考座標。
4. 如申請專利範圍第2項所述之位置估算方法，其中更包括使用重心算法來計算第一參考信號強度值、使用最低信號強度值來定義第二參考信號強度值以使用最高信號強度值來定義第三參考信號強度值。
5. 如申請專利範圍第2項所述之位置估算方法，其中更包括使用權重平均算法來計算一第一位置資訊。
6. 如申請專利範圍第1項所述之位置估算方法，其中該第二方位資訊和該第二位置資訊和該第四參考信號強度值之估算，包括下列步驟：依據該複數個鄰居類別訓練資料之該複數個GPS位置座標使用一算法定義一第二參考座標；依據該第二參考座標將該複數個鄰居類別訓練資料劃分複數個群集；依據該複數個鄰居類別訓練資料之該複數個信號強度值定義一第四參考信號強度值、一第五參考信號強度值以及一第六參考信號強度值；依據該第四參考信號強度值對每一群集計算一相(proximity)值，並自該複數個群集選擇一具有高總和相近值之群集；依據該具有高總和相近值之群集之該複數個鄰居類別訓練資料，基於第五參考信號強度值計算一第二位置資訊；以及依據該第六參考信號強度值來判斷細胞基地台位置之一第二方位資訊。
7. 如申請專利範圍第6項所述之位置估算方法，其中更包括使用重心算法來計算第二參考座標。
8. 如申請專利範圍第6項所述之位置估算方法，其中更包括使用重心算法來計算第四參考信號強度值、使用最低信號強度值來定義第五參考信號強度值以使用最高信號強度值來定義第六參考信號強度值。
9. 如申請專利範圍第6項所述之位置估算方法，其中更包括使用權重平均算法來計算一第二位置資訊。
10. 如申請專利範圍第1項所述之位置估算方法，其中結合該第一方位資訊、該第一位置資訊、該第一參考信號強度值、該第二方位資訊、該第二位置資訊和該第四參考信號強度值來確定該細胞基地台之位置，包括下列步驟：若該第四參考信號強度值為未取得，則使用該第一位置資訊來確定該細胞基地台之位置；若該第四參考信號強度值為取得，且該第一參考信號強度值小於該第四參考信號強度值，則使用該第二位置資訊來確定該細胞基地台之位置；若該第四參考信號強度值為取得，且該第一參考信號強度值不小於該第四參考信號強度值，且該第一方位資訊和該第二方位資訊為相同一方位，則使用該第一位置資訊來確定該細胞基地台之位置；依據該第一參考座標以及該第二參考座標定義一區間；若該第四參考信號強度值為取得，且該第一參考信號強度值不小於該第四參考信號強度值，且該第一方位資訊和該第二方位資訊為位於該區間，則使用該第一位置資訊來確定該細胞基地台之位置；以及若該第四參考信號強度值為取得，且該第一參考信號強度值不小於該第四參考信號強度值，且該第一方位資訊和該第二方位資訊為不位於該區間，則使用該第一位置資訊和該第二位置資訊來計算一平均值以確定該細胞基地台之位置。