基于MR的位置指纹定位算法

62

2016年8月 第 8 期（第29卷 总第227期）月刊

2016年 第8期

电信工程技术与标准化 经验与交流

基于MR 的位置指纹定位算法

孙林洁1，王粟2

(1 中国移动通信集团设计院有限公司，北京 100080；2 中国移动通信集团公司，北京 100033)

摘　要　基于MR的无线优化方法在无线网络中正逐步推广应用，而其中位置指纹定位算法更适合于复杂的室内环境，

能够较准确的区分室内外用户并实现室内分层的覆盖评估及业务定位。

关键词　MR；定位方法；指纹库；匹配；校准

中图分类号 TN929.5 文献标识码 A 文章编号 1008-5599（2016）08-0062-03

收稿日期：2016-01-28

通过 LTE 网络的快速建设，中国移动4G 网络的覆盖优势已经初步建立。随着4G 用户的大发展，4G 网络需要进一步实现从数量优势到质量优势的转变，从做广向做深做厚的转变，从室外覆盖提升向室内覆盖提升为主的转变。室内覆盖优势的进一步确立成为当前网络工作的重中之重。中国移动超过70%的业务量发生在室内，但目前业界一直缺乏有效手段可以全面评估室内区域的无线网络覆盖情况，给深度覆盖方面的网络质量评估、网络规划、网络优化工作造成极大困难。

通过采集网络所有终端用户上报的测量报告（MR）数据，根据一定的空间定位算法，将所有用户端的测量数据渲染到空间地图中，可以为网络质量评估、话务热点分布分析、载频隐性故障分析、越区覆盖分析、网络干扰分析、邻区优化、覆盖优化等提供支撑，为无线优化和网络规划建设提供较准确的依据。

1 MR 定位技术

MR 是指移动终端通过控制信道，在业务信道上以一定时间间隔，以测量报告的方式向基站周期性上报所

在小区的下行信号强度、质量等信息。基站将终端上报的下行信息和自身收集的上行物理信息上传给基站控制器，并由其收集与统计。

所有基于MR 的无线优化方法，其核心算法是定位。本文分析比较了几种常用定位算法的优劣性，并对位置指纹定位优化算法做了详细的分析，现网优化结果验证了其算法的有效性。

目前业界主要有以下几种定位方法。

（1）APP 定位方法：通过解析S1-U 口信令，将用户上报的经纬度提取出来，获取用户位置信息。此方法精度校准，但需在室外才能精准定位且由于绝大多数APP 的经纬度被加密，无法直接解析得出，可用的样本点数量有限。（2）TA+AOA 定位：根据MR 中TA 值估算基站和UE 之间的距离，再根据AOA 的角度信息就可以获得终端的位置信息。此方法定位精度受环境的影响明显，在开阔地区定位较准；但在高大建筑物较多区域，定位精度会较差。

（3）三角定位：结合MR 场强信息及网元工参信息，利用主服小区和2个或多个最强的邻区形成的三角形或多边形，计算中心点，并进行场强加权偏移，获得定位结果。然而现网MR 数据邻区信息不全的现象占较大比

63

经验与交流 电信工程技术与标准化

2016年8月 第 8 期（第29卷 总第227期）月刊

2016年 第8期

例，因此三点定位方法可实施性较差，精度不高，定位误差大，且受站间距影响明显。

（4）基于指纹库的定位方法：即特征匹配方法，源于数据库定位。它需要预先创建指纹数据库，指纹数据库里存放的是离散的信号强度和位置坐标。由于信号的多径传播对环境具有依赖性，在不同位置其信道的多径特征也均不相同，呈现出非常强的特殊性。位置指纹定位技术有效地利用多径效应，将多径特征和位置信息相结合。由于信道的多径影响在同一个位置点具有唯一性，可将多径特征作为数据库中指纹。待测点在同样环境中获取接入点发送的无线信号，将接受到的无线信号强度与数据库中指纹进行匹配，找出最相近的结果进行定位。位置指纹的定位精度与指纹大小、匹配算法等因素有关。

比较而言，基于接收信号强度的位置指纹技术更适合于复杂的室内环境。能够较准确的区分室内外用户并实现室内分层的覆盖评估及业务定位，且定位精度较高。故本文对该技术目前的研究情况进行比较全面和详细的介绍。

2 基于指纹库的定位方法

基于指纹库的定位方法通过在已建立的特征库（指纹库）中查找与当前MR 点的特征最接近的位置点来确定MR 的位置。其中，特征库中包含每个已知位置点的特征信息，特征信息主要是某位置点周围各小区到该位置点的信号强度信息。具体过程如图1所示。

此方法通过4个步骤实现了海量MR 数据的精准定位和室内外区分，为后续的室内覆盖分析、整体规划、网络优化和投诉处理奠定了基础。2.1 空间栅格特征指纹库建立

首先需要收集输入信息：包含地形、道路、Clutter、建筑物信息的三维地图和准确的网络工参数据及用户的MRO 数据。

根据分析区域范围和栅格划分精度，首先将分析区域划分为若干正方形栅格点。然后基于分析区域数字地图的地物数据，建立各个栅格的垂直面即第三维方向栅

格划分，基本思路为依据该栅格位置的建筑物高度等信息，以一定精度在垂直面进一步划分栅格，得到三维空间的立方体栅格。如5 m×5 m×5 m 的立体栅格。

基于高精度地图，利用3D 射线传播模型计算待规划区域三维空间内每个立体栅格内收到的对应基站信号强度，最终将这些包含各小区场强的栅格信息数字化，

形成特征向量值。由于信号传播过程中受地形和障碍物影响，因而多径呈现出非常强的位置特殊性。对于每一个位置来说,该信道的多径结构是唯一的，这些特征向量值的样本数据集就构成了指纹库。2.2 指纹库校准

通过全网精细化仿真生成指纹识别库后，后期还可以基于S1-U 口取得的部分用户经纬度数据关联MRO 信号强度信息对指纹库校准。用以校准指纹库的数据源包括基于S1-U、S1-MME 和MRO 关联输出的用户经

纬度和接收自各个小区的信号强度。

现网中的用户大部分为智能手机用户，均包含GPS 功能，而智能手机中使用的APP 中，有较多的APP 会获取手机经纬度信息，通过移动数据网络上报到其服务器。通过解析用户上报的经纬度信息，即可准确得到用户的定点位置，采用时间滑动搜索方式对该用户的MRO 和上报的经纬度数据进行关联，就可回溯出用户MR 无线覆盖情况。用以校准指纹库。

图1 位置指纹定位过程