基于移动蜂窝网的机器学习室外指纹定位方案

• Published in: 电信科学 Vol. 37; no. 8; pp. 85 - 95
• Main Authors: 周志超, 冯毅, 夏小涵, 冯瑜瑶, 蔡超, 邱佳慧, 杨立辉, 乌云霄
• Format: Journal Article
• Language: Chinese
• Published: 中国通信学会 20.08.2021; 人民邮电出版社有限公司; 中国联合网络通信有限公司智网创新中心,北京 100048
• Subjects: 典型应用场景; 机器学习; 栅格化; 移动蜂窝网络; 指纹定位
• ISSN: 1000-0801
• DOI: 10.11959/j.issn.1000?0801.2021201

基于移动蜂窝网络技术的定位方案是提供网络优化、紧急救援、公安巡警和位置服务等应用的重要技术途径之一.传统的基于小区基站位置信息的定位方案定位精度低、定位误差大,无法满足某些定位应用需求.基于指纹定位的方案能够在基于小区粗定位方案基础上大幅度提升定位精度、节约计算成本、增强适用性,成为定位研究的热点.针对室外指纹定位的业务需求,深入研究分析了两种基于机器学习的栅格化和非栅格化室外指纹定位方案.通过参数加权、数据拟合等方法对于大规模指纹数据进行了清洗,提高数据源的有效性.通过划定研究区域、栅格化、构建指纹数据库、训练模型、修正模型、非栅格化、粗定位耦合、匹配参数、训练参数等子模块的实现,分析和优化了算法的运行效率和定位精度,确定了影响算法性能的关键指标.进而结合仿真结果,分析了两种基于指纹的定位方案的性能.最后介绍了基于机器学习的指纹定位方案在实际应用中的典型场景.