基于SVR的RSS指纹定位技术.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
 基于 SVR 的 RSS 指纹定位技术 郝会娟* (北京邮电大学计算机学院,北京 100876) 5 10 15 20 25 摘要:随着移动通信网络的发展与成熟,基站定位系统得到了广泛的应用。本文针对 GSM 网络提出了一种实用的定位技术,基于网络端的信号指纹匹配定位方法。主要阐述了数据预 处理,SVR 建模与指纹匹配,定位结果平滑等方法。通过 SVR 模型对指纹样本库的在线学 习,计算测量报告所属移动终端的具体位置。实验显示,该方案能够达到较高的定位效果。 关键词:定位;指纹匹配;SVR 中图分类号:TN92 SVR-BASED RSS FINGERPRINT POSITIONING TECHNOLOGY HAO Huijuan (School of Computer Science and Technology, Beijing University of Posts and Telecommunications, Beijing 100876) Abstract: With the development and advancement of the mobile communication network, the base position prediction was launched into applications widely. A practical method under GSM was proposed, that was based on rss fingerprint-matching. The data preprocessing, SVR-based relative modeling and fingerprint matching, location result smoothing were expatiated primarily. With the establishment of the SVR-based fingerprint-matching location-related model for signaling data ,it can predict a large number of the specific location in measurement reports and experiment with actual data indicated that this method could give good positioning results. Key words: Position; Fingerprint-Matching; SVR 0 引言 在商业应用领域里,移动通信网络定位技术主要应用在基于位置的服务(Location Based Service,LBS)方面。移动定位技术在其商业应用的开发来说,目前不过是刚刚起步[1],除 30 了某些特定的跟踪或监测用途 [2] 用户的位置,为用户提供与位置相关的各项服务,如用户定位、服务推介等,将成为未来手 机业务中的主流趋势。 移动通信网络定位方式通常可分为基于网络方式和基于终端方式两种。基于终端的定位 技术需要对终端和网络的软硬件进行修改和升级[3]。为了尽量减少对终端设备的较大改动, 35 40 目前的定位方式主要集中在基于网络的定位方式上。基于网络的定位技术主要依靠网络实现 对定位参数的测量和用户位置的计算,相关的定位方式主要有基于 Cell-ID(小区标识)[4] 和时间提前量(TA)的方式、上行链路信号到达时间测量(TOA)[5]、上行链路信号到达时 间差测量(TDOA)以及上行链路信号到达角度测量(AOA)[6]等。近年来,基于接收信号强 度(RSS)的指纹网络定位技术,由于其具有数据采集方便、对基站不增加额外负担等优点 而逐渐发展起来。 鉴于此,本文针对 GSM 网络提出了一种基于 SVR(支持向量回归)的指纹匹配定位技 术。通过对终端设备向基站上传的测量报告(Measurement Report, MR)及不同网络覆盖区 域的指纹样本库进行相关计算,得到最佳匹配位置。 作者简介:郝会娟(1987-),女,硕士,移动通信软件. E-mail: haohuijuan2006@126.com -1- 1 测量报告预处理  45 50 移动台(MS)每 480ms 向基站发送一次 MR 帧,从连续的 MR 帧结构中提取需要的数 据后得到:主服务小区 TA,主服务小区的标识和测得移动台的信号强度值,6 个信号强度 最强的邻区标识和信号强度值,这些信息共同构成该 MR 的信号强度指纹。 在实际网络中,当移动台处于弱信号区域时,其接收到的 MR 测量报告经常存在主

文档评论(0)

文档分享 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档