本发明涉及通信,尤其涉及一种用户定位方法、装置、设备及存储介质。
背景技术:
1、随着移动通信技术的发展,移动通信系统的功能不仅能单纯的用户设备之间的通信功能,还能实现对用户设备的定位功能。然而,用户设备对于无线定位服务的精度要求越来越高。但是传统的无线定位技术,例如基于通过互联网向用户设备提供各种应用服务方法,经纬度缺失较多,实时定位差,使得用户设备的实时定位信息存在误差。
2、在最小化路测(mdt,minimum drive test)特性中,一个重要的方面是如何获得相对精确的位置信息。目前,已有的方式是用户设备(ue)根据自己的情况,尽力提供位置信息,但不会特别为mdt目的额外获取位置信息,通常用户定位方式为直接用mdt数据进行辅助定位,但是mdt数据量小,无法全面覆盖较大的面积区域,容易造成定位不准确的问题。
技术实现思路
1、本发明的主要目的在于提供一种用户定位方法、装置、设备及存储介质,旨在解决现有技术中最小化路测数据量小,无法全面覆盖区域内位置,无法准确定位客户的技术问题。
2、为实现上述目的,本发明提供了一种用户定位方法,所述方法包括以下步骤:
3、获取当前用户的多个基站参数,所述基站参数包括基站编号和基站特征;
4、通过预先构建的位置预测模型基于所述基站参数进行预测,得到当前用户的网格分类概率,根据所述网格分类概率得到预测网格编号;
5、将所述预测网格编号对应的网格中心经纬度作为用户的当前位置。
6、可选地,所述获取当前用户的多个基站参数,所述基站参数包括基站编号和基站特征之前,还包括:
7、获取目标区域内全部基站的参考经纬度,根据所述参考经纬度得到目标区域的经纬度极值点;
8、确定所述经纬度极值点中的预设个数的经纬度顶点,根据所述经纬度顶点确定所述目标区域的经纬度差;
9、根据所述经纬度差和预设分配函数对所述目标区域进行网格划分,得到多个网格区域;
10、对每个网格区域进行编号,计算每个网格区域的中心经纬度,根据所述编号以及所述中心经纬度得到目标区域的各个网格的编号和各个网格的中心经纬度。
11、可选地,所述获取当前用户的多个基站参数,所述基站参数包括基站编号和基站特征之前,还包括:
12、将目标区域的基站映射至所述网格区域,得到目标区域的基站编号;
13、根据样本用户的基站编号确定样本用户的经纬度信息,根据所述样本经纬度信息确定所述样本用户的网格编号;
14、获取所述样本用户的次级基站编号和次级基站特征,对所述次级基站编号进行独热编码得到样本编号数据,对所述次级基站特征进行归一化得到样本特征数据;
15、根据所述网格编号、所述样本编号数据以及所述样本特征数据对初始位置预测模型进行训练,得到位置预测模型。
16、可选地,所述根据所述网格编号、所述样本编号数据以及所述样本特征数据对初始位置预测模型进行训练,得到位置预测模型,包括:
17、获取所述网格编号的总数量;
18、将所述样本编号数据以及所述样本特征数据输入初始位置预测模型,得到初始预测网格编号;
19、根据所述样本用户的网格编号和所述初始预测网格编号得到样本的预测概率;
20、根据所述网格编号的总数量、所述样本的预测概率以及预设函数构建损失函数;
21、根据所述损失函数对所述初始位置预测模型进行训练,得到位置预测模型。
22、可选地,所述位置预测模型包括输入层、隐藏层、中间层以及预测层;
23、所述通过预先构建的位置预测模型基于所述基站参数进行预测,得到当前用户的网格分类概率,根据所述网格分类概率得到预测网格编号,包括:
24、通过输入层对所述基站参数进行编码得到多个原始特征;
25、通过隐藏层中的预设权重以及预设隐藏偏置量对所述多个原始特征进行计算,得到多个参考特征;
26、通过中间层中的预设激活函数、预设参考偏置量计算各个参考特征的参考值;
27、通过预测层中的预设权重矩阵、预设分类偏置量以及预设激活函数对所述参考值进行计算,得到分类概率,根据所述分类概率得到预测编号。
28、可选地,所述基站参数包括第一基站的参数和第二基站的参数;
29、所述通过输入层对所述基站参数进行编码得到多个参考特征,包括:
30、对所述第一基站的参数进行区分得到第一基站数值变量和第一基站编号;
31、对所述第二基站的参数进行区分得到第二基站数值变量和第二基站编号;
32、对所述第一基站编号、所述第二基站编码进行独热编码得到多个分类变量;
33、将所述多个分类变量、所述第一基站数值变量以及所述第二基站数值变量作为参考特征。
34、可选地,所述通过中间层中的预设激活函数、预设参考偏置量计算各个参考特征的参考值,包括:
35、通过中间层中的基站权重以及预设激活函数对所述多个参考特征进行计算,得到初始特征;
36、根据所述初始特征和预设参考偏置量得到各个参考特征的参考值。
37、此外,为实现上述目的,本发明还提出一种用户定位装置,所述用户定位装置包括:
38、数据获取模块,用于获取当前用户的多个基站参数,所述基站参数包括基站编号和基站特征;
39、数据预测模块,用于通过预先构建的位置预测模型基于所述基站参数进行预测,得到当前用户的网格分类概率,根据所述网格分类概率得到预测网格编号;
40、用户定位模块,用于将所述预测网格编号对应的网格中心经纬度作为用户的当前位置。
41、此外,为实现上述目的,本发明还提出一种用户定位设备,所述用户定位设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的用户定位程序,所述用户定位程序配置为实现如上文所述的用户定位方法的步骤。
42、此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有用户定位程序,所述用户定位程序被处理器执行时实现如上文所述的用户定位方法的步骤。
43、本发明通过位置预测模型基于路测数据和基站参数对用户当前所在位置进行预测,得到用户当前所在网格的概率,确定用户最可能的网格编号,将预先划分的各个网格编号对应的中心经纬度作为用户的坐标,其中位置预测模型能适用于大样本量数据的分类问题,相比于传统的定位手段能够更加高效精准,从而实现对用户的精准定位。
1.一种用户定位方法,其特征在于,所述用户定位方法包括:
2.如权利要求1所述的用户定位方法,其特征在于,所述获取当前用户的多个基站参数,所述基站参数包括基站编号和基站特征之前,还包括:
3.如权利要求2所述的用户定位方法,其特征在于,所述获取当前用户的多个基站参数,所述基站参数包括基站编号和基站特征之前,还包括:
4.如权利要求3所述的用户定位方法,其特征在于,所述根据所述网格编号、所述样本编号数据以及所述样本特征数据对初始位置预测模型进行训练,得到位置预测模型,包括:
5.如权利要求1所述的用户定位方法,其特征在于,所述位置预测模型包括输入层、隐藏层、中间层以及预测层;
6.如权利要求5所述的用户定位方法,其特征在于,所述基站参数包括第一基站的参数和第二基站的参数;
7.如权利要求5所述的用户定位方法,其特征在于,所述通过中间层中的预设激活函数、预设参考偏置量计算各个参考特征的参考值,包括:
8.一种用户定位装置,其特征在于,所述用户定位装置包括:
9.一种用户定位设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的用户定位程序,所述用户定位程序配置为实现如权利要求1至7中任一项所述的用户定位方法。
10.一种存储介质,其特征在于,所述存储介质上存储有用户定位程序,所述用户定位程序被处理器执行时实现如权利要求1至7任一项所述的用户定位方法。