信令大数据定位分析探讨
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
信令大数据定位分析探讨
摘要为了提高服务质量,满足用户需求,在信息化通信环境中如何对用户进行准确定位,是我们当前应当重点研究的问题。
本文以作者自身的实际工作与学习经验为基础,主要就基于信令大数据的用户定位进行了分析、探讨,以期能为相关工作的实践提供参考。
关键词信令大数据;定位;坐标系
如今,人们对于智能手机的应用相当普遍,而且依赖程度非常高,通过信令大数据我们可以对用户做出相当准确的定位,为网络的优化和精确规划提供参考依据,提高服务质量。
1 定位信息信令筛选
要想通过信令大数据对用户进行定位,我们首先需要做的是筛选定位信息信令,其原因是信令大数据的数据量较为庞大,而且其中月很大一部分和定位无关,只有筛选出相关的信令后,才能真正进行定位。
对信令进行分析之后我们知道,在S1-U接口的原始信令中,涉及用户位置信息的信令主要有两类,一类是API SDK信息、一类是App URI信息[1]。
就地图API SDK来说,其包含的位置信息,存储在数据分组净荷中,所以如果要想获得的话,就必须要对原始数据分组进行采集,不存在于XDR信令之中,要将原始数据分组中信息解码,才能最终真正获得有用的信息数据。
但是考虑到实际情况,原始数据分组的数据量较大,一次性难以快速的处理、获取,所以需要进行实时处理、采集,但显然这在实际的定位过程当中,实用性是明显不足的,因此对XDR App URI中的位置信息进行解析和获取,是较为理想的途径。
XDR App URI中的位置信息在URI中,以get或post明文的形式呈现。
在当前的很多交互类应用当中,由于功能和服务等方面的需求,都会将用户当前的位置信息上传到服务器当中,在服务器获取到位置信息后,再对用户的相关需求做出对应反应,例如为用户提供其所在地周围的环境信息,如有些什么店铺,距加油站有多远等。
所以,我们可以通过对S1-U数据的分析,从中提取HTTP“请求”,便能够从中得到用户所在的经纬度。
在正式的S1-U信令数据当中,如果我们想要对位置信息进行提取,主要依靠于Lng和Lat等关键字段,这些字段所包含的就是经纬度。
不过,与此同时我们还需要考虑到在用户上传的所有URI中,并非所有的位置信息都是用户真正所在的位置信息,其中也可能包含其他地方的位置信息,如旅游景点、商场等等,这些信息在用户定位过程当中,是没有实际作用的,但目前我们已经可以剔除非用户自身位置的XDR。
2 地图坐标系转换
我们的地球并非是标准的正圆球体,而是不规则的椭圆球体,对于GIS而
言,其坐标系主要包括两组主要的参数,其一是基准面,其二是地图投影。
基准面由特定椭球体及其对应的转换参数确定,不过其中的坐标系定义,是存在不同的。
不同的地图厂商,分别针对不同的地理坐标基准产生经纬度,这就导致了坐标系之间出现差异,例如当前我们常用的地图主要有百度地图、高德地图以及谷歌地图,这三家地图所使用的坐标系均各不相同。
坐标系的差异,最终就导致S1-U信令中所包含的经纬度位置信息在坐标系格式上并不一致,所以在定位的过程当中,必须要对其进行相关的转换。
当前,我们对于坐标系的转换,主要是首先通过自动判别或是测试验证,来确定不同应用的坐标系格式,然后再将相关的信息转换为WGS84的格式,以便于进行统一的匹配。
3 信令XDR与MR关联整合
在提取到了位置信息过后,还没有和无线环境信息建立关联,这个时候就需要利用到S1-MME信令数据,其中MME和MRO数据所共有的关键桥梁字段是MME UE S1AP ID,这可以帮助我们建立起关联。
MME UE S1AP ID数据的产生,属于是随机的,且随机产生的数据具有一个时间间隔,在达到一定的时间过后,才能被重用。
但可以认为,同小区且时间差在限定范围内的同一MME UE S1AP ID,对应的必定是同一个用户的信令,可借此建立关联。
具体步骤是首先根据小区ECI+MME S1AP ID关联MRO和MME 数据,之后再将表单与S1-U数据进行关联[2]。
4 位置指紋库扩展匹配
含位置信息XDR-MRO关联后的信令集合虽然已经包含了数千万条信息,但仍可以此为基础建立指纹库,进一步利用无线信号之间的关联性进行指纹匹配,用海量信息对基础指纹库进行充实和扩展,以容纳进更多无原始位置信息的XDR-MRO联合表单[3]。
在当前的信息化和大数据时代下,我们应当利用好信令大数据,利用其对用户进行准确定位,以便完善相关的工作,提高服务质量,满足用户需求。
参考文献
[1] 李祖芬,于雷,高永,等.基于手机信令定位数据的居民出行时空分布特征提取方法[J].交通运输研究,2016,(01):51-57.
[2] 杨轶.基于信令分析确认和定位恶意呼叫源的方法研究[J].科技视界,2015,(16):110-111.
[3] 刘寿梅,郭春环,杨玉玲.七号信令在移动通信故障定位中的应用[J].通信电源技术,2014,(04):112-113.。