基于SVM的GSM网络定位技术.docVIP

基于SVM的GSM网络定位技术 基于SVM的GSM网络定位技术 -1- 摘 要：本文提出了针对 GSM网络移动台的基于支持向量机定位方法。通过建立基于接收 信令数据的 SVM模式匹配定位相关性模型，可以预测大量测量报告中MS的具体位置，并 将这种方法得到的定位数据与实际情形中的地理数据进行比对。试验显示，应用这种定位方 法是有效的。 关键词：模式匹配；SVM；定位 0 引言 支持向量机（Supprot Vector Machine,SVM）是一种新的机器学习技术，该技术已经成 为当前国际机器学习界的研究热点。目前，中国移动 GSM网络已经提供移动终端定位技术 及其建立在定位技术基础上的基于位置的多种增值服务 ]1[ 。其中，TDOA方法需要在网络中 增加 LMU（定位测量单元），需要启动用户与网络间专门的定位交互流程，TOA方法要求 MS（移动台）具备测量信号传播时间的能力，基于 TA（时间提前量）的方法只适用于处于 切换状态下的MS ]2[ 。但上述定位方法进行手机定位时需要在移动台与网络间启动专门的定 位信令交互流程，而且对同时可定位的移动终端总数也有一定限制。从网络优化角度 ]3[ ， 如果能够知道处于通话状态下的MS的具体位置，再结合通话过程中MS的信号强度等信息， 通过对历史经验数据的分析，就可以得到对应位置处的信息特征。在对新的测量报告进行