定位裝置、方法、行動裝置和電腦程式與流程

2023-06-07 19:56:57 1

本發明總體涉及確定包括移動定位或定位使能技術的行動裝置的位置。更具體地，本發明涉及用於準確地確定行動裝置的位置的方案，其中，通過經無線蜂窩通信網絡接收的環境數據和可選地來自外部資料庫的環境數據改善位置定位。

背景技術：

位置追蹤設備和其他這種移動終端(例如智慧型手機)通常包括基於衛星的位置確定功能，例如用於全球定位系統(GPS)或GLONASS(全球導航衛星系統)的接收器；並在一定程度上包括蜂窩通信功能，例如用於從附近小區/基站採集蜂窩數據並且將該蜂窩數據報告給在遠程位置的接收器的收發器。為了確定位置，GPS接收器必須具有對於至少三個合適衛星的當前年曆數據和星曆數據，並且接收器必須具有其位置的初始估計。然而，從衛星接收信號容易遭受由景觀障礙物諸如地理特徵、建築物、樹木等引起的中斷。因為位置追蹤設備經常在環境諸如都市和城市地區中運行，其中GPS或通常衛星導航信號接收將是斷斷續續的，這可能導致位置追蹤系統表現不佳。

WO2010/055192公開了用於以提高的精度進行定位的方法和系統。所建議的方案基於下述方式產生了良好的結果：在建模階段期間，首先從若干終端設備採集定位數據(諸如GPS數據)和環境數據(包括例如小區數據)，以確定小區網絡基站的覆蓋區域估計，因此在定位階段期間，由於可用的覆蓋區域估計以及各種補充數據，僅環境數據就滿足準確定位的需要。

在US2013/00879039中，通過為位置估計增加豎向信息來獲得真實3D定位進一步改進了『192的方案。

儘管『192和『039明顯地對現有技術做出了許多改進，但是仍然可以針對若干因素和不同的可能使用場景而對相關的方案進行優化。

根據執行至少部分建模或定位計算和關聯的數據傳輸程序的實體的能力，當數據傳輸和數據處理能力多少有限時，由所述程序引起的負載，如果對於所關注設備的性能而言不過度，但也絕不是有益的，特別是對行動裝置而言通常是這種情況。在大部分時間沒有電源線連接的真正的行動裝置(諸如智慧型手機或平板手機)的情況下，由於目前電池能夠提供的相對適度的功率能力還強調了上述因素。基於定位的各種計算還往往會增加處理，並且因此間接地增加定位延遲。

然而，隨著關於待追蹤物體(諸如行動電話)的環境的可用信息由於新通信技術(諸如4G/LTE(長期演進))的出現一直變得更加多樣，也可能出現新的可能性以擴展數據輸入空間，由此當待定位物體能夠獲得和檢測到不同網絡信號等的各種數據源時，在實時定位期間將定位努力集中在任何一定類型的數據源或相關模型上可能不能給出最優結果。

技術實現要素：

本發明的目的在於從上述考慮的觀點進一步地改善先前公開的方案。

在本發明的一個方面，一種用於對行動裝置定位的電子裝置或系統，包括：

建模實體，該建模實體被配置成，為了構建用於定位行動裝置的資料庫：

從存在於感興趣區域中的多個測量行動裝置獲得定位數據諸如衛星定位數據和環境數據諸如基於蜂窩網絡的數據，

基於所獲得的數據建立和維護用於感興趣區域的多層級概率地圖模型結構，其中，每個較高層級通過多個確定的子區域以較低空間解析度覆蓋感興趣區域，每個子區域就所獲得的數據和/或從所獲得的數據得出的特徵而言具有單一特性，並且對於鄰近的上部層級的每個所述子區域，每個較低層級對應地以較高空間解析度覆蓋其多個確定的子區域，最低層級確定模型的最高空間解析度位置元素，所述位置元素可選地是坐標，以及

定位實體，該定位實體被配置成，為了定位行動裝置：

獲得由行動裝置提供的至少環境數據和可選的定位數據，

通過從最高層級中的若干候選子區域開始，遍歷多層級概率地圖模型結構的若干豎向候選路徑的至少一部分來確定行動裝置的位置的估計，基於考慮到所獲得的環境數據和可選的定位數據以及子區域的特性而確定行動裝置駐留於每個子區域中的概率，在每個層級上選擇候選子區域並且使路徑繼續或者終止，直到到達具有最高空間解析度的最低層級，其中，根據預定標準，基於行動裝置的最高概率位置元素確定行動裝置的位置估計。

在一實施方案中，環境數據包括至少一個數據元素，該至少一個數據元素選自由以下項組成的組：蜂窩網絡數據元素、無線LAN(區域網)數據元素、MCC(移動國家碼)標識符、MNC(行動網路碼)標識符、主擾碼、ARFCN(絕對射頻信道號)、BSIC(基站識別碼)、接收信號強度、無線電頻率、LAC(局域碼)、TAC(追蹤域碼)、CID(小區ID)、PCI(物理小區ID)、MAC(媒介存取控制地址)、SSID(服務設備標識符)、RSSI(接收信號強度指示)、RSCP(接收信號碼功率)和RSRP(參考信號接收功率)。

在另一實施方案中，根據預定邏輯獲得、分析和/或按分組存儲數據元素。可以對暫時等效的數據(基本上關於相同時刻)和/或序列數據執行分組。可選地，例如可以對多個小區數據進行分組。例如，可以對當前服務小區和相鄰小區的指示或相關數據進行分組。這種分組是合邏輯的，這是因為在現實生活中在給定時刻通常也有對於行動裝置可見的多個小區，並且由於基站等的物理定位相當有效地限定和限制了在某一位置或某一區域對於行動裝置同時可見的小區的可能的結合，所以它們共同存在不是像隨機的一樣，也不是無限制的。可以根據用於在定位中使用的分組數據確定共用參數(諸如平均值)。

在進一步的實施方案中，在限定不同位置的概率時利用分組，以使得某一位置的概率受周圍位置或區域的概率影響，周圍位置或區域的概率對某一位置的概率的影響隨著距某一位置的距離而減小。於是，一位置的概率通過包括該位置的更大的區域確定，這也促進了確定未標明的位置的概率，從該未標明的位置，還沒有接收到供建模實體使用的明確測繪數據。

在進一步的實施方案中，基於多種技術，根據環境數據(諸如蜂窩數據和WLAN數據)構建概率地圖模型結構。由於所述多種技術在可用數據元素和元素間相關性方面不同，可以在科技方面明智地進行至少部分處理。隨後，可以根據預定合併邏輯將所述多種技術提供的信息或者可能在地理上重疊的初始技術特定的概率地圖合併到一起，以建立共用概率地圖。

在進一步的實施方案中，建模實體被配置成優選地以基本上實時的形式，通過具有定位實體用環境數據(預)計算待應用的預定統計資料，以按概率模型結構對關注的行動裝置的接下來的定位任務確定概率。

可選地，統計資料可以包括基於小區的統計資料，諸如區域內相對小區可見性的指示。

在進一步的實施方案中，建模實體被配置成基於所獲得的定位數據和環境數據(可選地小區數據)更新概率地圖模型結構。根據利用的標準，可以確定關於多個位置的所獲得的數據是否表示包括單一特性的區域，並且如果是這種情況，則將該區域建模為模型結構的層級的子區域。單一特性可以指的是共用或類似特徵或遵循共用邏輯的特徵，例如遵循共用方程式。舉例來說，只要在一區域內不存在引起意外不連續的元素，就可以用共用方程式在該區域內對通信網絡(可選地是蜂窩網絡)的信號強度建模。因此，仍然可以通過關於鄰近或周圍位置的可用樣本對還沒有接收到直接測量數據(定位/環境數據樣本)的原始空白區域進行建模。

可選地，使用包圍盒(bounding box)方法可以確定諸如子區域的區域和/或在子區域之外的區域。可以利用相對於物理位置的所獲得的數據點限定圍繞所述點或者在所述點之間的若干包圍盒(「空」區域)。一旦接收到進一步的數據點，可以進一步地拆分存在的包圍盒。通過調節所述盒的邊界以覆蓋一些所獲得的數據點(測量值)，和通過所選擇的估計技術以及使邊界區域測量值邏輯擬合至模型來確定所述盒內的特性，可以在包圍盒內對特性(諸如信號強度)進行建模。

在進一步的實施方案中，針對一區域(諸如子區域)至少暫時地建立多個競爭(competing)或平行的模型。替代完全的地理對應性，模型可以僅部分地重疊。

根據預定標準，基於檢測由獲得的相對於一區域的最近數據指示的特性中足夠大的變化或暫時間斷，諸如信號強度的變化，考慮到基於早先數據的模型，與先前的模型一起創建與之競爭的遵循最近數據的修正模型。

兩個模型都可以更新，直到根據可選地將重點放在最近數據上的決策標準而被認為是劣的模型被放棄，並且剩餘的模型將會保留作為唯一的模型，至少直到下一個重要的變化。在所檢測的變化是永久的情況下，較新的模型將保留而先前的模型則會被放棄。

關於例如無線網絡的網絡條件可以永久地或暫時地急劇變化。例如，可以建立新基站，停止舊基站，改變配置，建造或拆毀影響區域中無線電波路徑的物體(諸如建築物)，無線通信的量相當大地增加或減少(當例如新營業中心開張或一些存在的熱點關閉時可以發生)。可以建立平行模型以描述發生在關注區域上的網絡和相關無線環境中的波動。

在進一步的實施方案中，基於區域的(諸如基於子區域的)模型是時間敏感的。模型可以表現出區域相關特性的暫時的、可選地規律的波動。例如，日常交通、工作時間等均可以在無線信號傳輸的量和/或類型方面影響無線環境(例如信噪比)，因此通過模型暗示的區域相關特性可以是高度時間敏感的並且還優選地是對時間敏感作出響應而被建模的。根據實施方案而定，可以關於不同解析度設置時間敏感性。舉例來說，可以是基於小時、當日時間、星期或者月。根據定位的時間和所獲得的相關數據，對應模型信息(諸如參數)可以應用於確定位置估計。

在進一步的實施方案中，代表某一時刻或時間跨度的基於概率地圖的模型被與先前的基於概率地圖的模型或至少相關的先前數據合併，以使歷史位置轉變概率與其結合。

定位實體可以被配置成通過先前的數據可選地基本上連續、周期地或間歇地確定通向關聯的最有可能的當前位置的最有可能的移動路徑。

可選地，當確定相關概率時，移動估計和暫時分析考慮可用的額外支持信息。如果分析的區域總體被分類為「高速公路」，連續定位點之間相對快速移動是可能的，甚至很可能的，這可以被定位邏輯用以使能為概率賦予權重或以其他方式調整概率。在這種區域從一個測量到另外一個測量保持在一個位置是不太可能的，除非在附近存在加油站、進行的道路施工等。與此相比，具有低速度限制的地方道路和多個附近的交通燈意味著(通常)相對適度的轉變。相同情況一般應用於室內位置和例如散步，其中，除了低速度轉變，行動裝置實際上還保持靜止，並且快速轉變是非常不可能的。

可選地，預定估計邏輯被應用來基於根據當前和歷史環境數據確定用於行動裝置的若干路徑的概率，預測行動裝置的可能的路徑和當前或將來的位置。可選地使用卡爾曼濾波器。

在進一步的實施方案中，在定位期間，在定位第一行動裝置時使用從第二行動裝置獲得的數據。因為多個行動裝置可以基本上同時存在於感興趣區域，所以它們中的每一個均可以為定位裝置提供同樣有助於定位其他設備的數據。因此在定位第一設備時可以共同使用來自多個行動裝置的數據。特別地，可以利用從第二行動裝置接收的數據以改變第一行動裝置的位置概率。

在進一步的實施方案中，行動裝置的接收特性之間的差異可以通過偏移匹配程序補償。由行動裝置提供的環境數據和可選的定位數據可以利用多個候選偏移量(例如偏移因子、適應性公式等)擬合至概率模型，以考慮到數據對應性和比較來確定用於數據的適當的偏移或縮放。偏移匹配可以包括暫時的方面，即代替擬合各個點，移動路徑估計可以應用於偏移匹配。

在進一步的實施方案中，針對每個採集的樣本，記錄數據源並且可選地計算可靠性估計。例如可以基於源(例如專業相對於眾包、GNSS相對於手動)、所估計的GNSS精度(例如由GPS(全球定位系統)接收器給予的估計)、與外部地圖的對比、在連續測繪中移動的連續性(位置的物理不可能性或高度不可能變化)等，確定可靠性。隨後，在建模和/或定位時，相較於被認為具有較低可靠性的數據，可以給予被認為具有較高可靠性的數據更多權重。

在進一步的實施方案中，行動裝置除了可以提供無線環境數據(諸如小區信息)，還可以提供絕對或相對時間信息和/或從傳感器數據(加速計、陀螺儀、指南針、氣壓、溼度、溫度)到可選地用戶指定位置和/或相關背景信息(步行、駕駛、地面信息等)的額外的信息，以協助對設備進行定位。可以基於傳感器數據獲得該背景信息。可選地，例如照相機圖像或聲音數據(麥克風信號等)可以通過行動裝置獲得並且可以通過用於確定位置背景或活動背景數據的模式識別技術對其進行本地或遠程分析，以用於定位目的以及其他用途。

在進一步的實施方案中，可以從除了行動裝置之外的若干源獲得表徵感興趣的區域和其子區域的支持信息(諸如背景信息)。網絡運營商可以提供關於他們的網絡配置的信息，諸如小區塔(基站)的位置、所使用的信道以及傳輸參數(信號強度等)。測繪員、測量員、官方工作人員、建設公司、普通公民可以經由他們的(電子)服務或資料庫以同樣方式提供信息。數據源可以按一定信任水平關聯，然後這被應用於在建模或定位期間採用或使用該信息作為例如重點因子。

所述信息可以描述區域(例如城市、郊區、農村、森林、公園、工業、牧場/農場/農業、海邊、山、丘陵、山谷等)的區域人口統計資料/人口、地理性質或拓撲，和/或區域中相關的物體(大小、集中等)，諸如建築物和其他基礎設施如街區、橋、水壩、港口等的區域人口統計資料/人口、地理性質或拓撲。可以指示移動相關數據，諸如適用的速度限制、交通狀態(堵塞/暢通等)、道路、道路類型(高速公路等)、人行道、自行車道、交通燈(狀態、位置)等。所述系統可以被配置成根據所選擇的邏輯，應用所獲得的支持測繪信息修正概率地圖模型結構的概率和/或其他區域特性特徵。舉例來說，關於區域的類型和組成的信息可以影響總體應用於該區域的信號模型(例如傳播、衰減或者強度模型)。例如具有較高密度的人造基礎設施(諸如建築物)的區域可被分配有更急劇的信號衰減特性，反之亦然。

在另一方面，一種用於定位能夠在至少一種無線通信網絡中運行的行動裝置的方法，包括：

從存在於感興趣區域中的多個測量行動裝置獲得定位數據(諸如衛星定位數據)和環境數據(諸如基於蜂窩網絡的數據)，

基於所獲得的數據，建立用於感興趣區域的多層級概率地圖模型結構，其中，每個較高層級通過多個確定的子區域以較低空間解析度覆蓋感興趣區域，每個子區域就所獲得的數據和/或從中得出的特徵而言具有單一特性，並且對於鄰近的上部層級的每個所述子區域，每個較低層級對應地以較高空間解析度覆蓋其多個確定的子區域，最低層級確定模型最高空間解析度位置元素，所述位置元素可選地是坐標，以及

生成行動裝置的位置估計，其中，由行動裝置提供至少環境數據和可選的定位數據，並且通過從最高層級中的若干子區域開始，遍歷多層級概率地圖模型結構的若干豎向候選路徑的至少一部分來確定行動裝置的位置的估計，基於考慮到所獲得的環境數據和可選的定位數據以及子區域的特性而確定行動裝置駐留於每個子區域中的概率，在每個層級上選擇候選子區域並且使路徑繼續或者終止，直到到達具有最高空間解析度的最低層級，其中，根據預定標準，基於行動裝置的最高概率位置元素確定行動裝置的位置估計。

在另一方面，一種能夠在至少一個無線通信網絡中運行的移動電子設備，被配置成：

獲得用於感興趣區域的多層級概率地圖模型結構，其中，每個較高層級通過多個確定的子區域以較低空間解析度覆蓋感興趣區域，每個子區域就所獲得的數據和/或從中得出的特徵而言具有單一特性，對於鄰近的上部層級的每個所述子區域，每個較低層級對應地以較高空間解析度覆蓋其多個確定的子區域，最低層級確定模型的最高空間解析度位置元素，所述位置元素可選地是坐標，基於來自存在於感興趣區域中的多個測量行動裝置的定位數據和環境數據建立模型結構，

基於若干捕獲的無線網絡信號獲得環境數據，以及

通過使用模型結構估計行動裝置的位置，其中，通過從最高層級中的若干候選子區域開始，遍歷多層級概率地圖模型結構的若干豎向候選路徑的至少一部分來確定該位置，基於考慮到所獲得的環境數據和子區域的特性而確定行動裝置駐留於每個子區域中的概率，在每個層級上選擇候選子區域並且使路徑繼續或者終止，直到到達具有最高空間解析度的最低層級，其中，根據預定標準，基於行動裝置的最高概率位置元素確定行動裝置的位置估計。

正如本領域技術人員所意識到的，上述提出的關於系統的各種實施方案的考慮可以加上必要的修改而靈活地應用於所述方法和所述行動裝置的實施方案，反之亦然。

另外，還提供了一種包括在非臨時載體媒介中的電腦程式產品，包括促使計算機執行方法的任何步驟的計算機指令。

正如在前述的基礎上本領域技術人員清楚的，本發明的各種實施方案的實用性源自取決於所討論的每個具體實施方案的各種問題。當在附近區域測繪或相關測繪(測量)數據的量變化很大時，由於信號測量的不穩定性質，傳統的基於「指紋識別」的技術更有可能找到較高測繪量的區域內的位置匹配。與此相比，本文建議的基於概率地圖的方法可以通過下述方式消除或最小化這個問題：使用更大範圍的數據量和統計分析確定在某一地方出現某些測量值的概率，而不是依賴於在那裡實際已經觀察到的精確讀數或自動地選擇在當考慮所有相關因素時原本具有低得多的概率的另一位置中已經觀察到的精確讀數。在建模和定位中的概率方法對現實生活中的不規律、幹擾和底層系統(underlying system)及所執行處理的不準確相當不敏感。該方法一般適合於大量的無線技術和行動裝置，包括4G及相關的技術諸如LTE。

不過，多層級多解析度概率地圖模型結構使得能夠以降低的計算成本實現對行動裝置的基本上實時的定位。多候選位置可以利用粗糙空間(地理的)解析度首先粗略地估計，然後在不同模型層級上進一步分析直到滿足放棄候選位置的標準或到達最低層級/最高空間解析度的層級。

所使用的定位技術在估計可能的當前和將來位置以及關聯的路徑時，考慮歷史數據(先前採集的關於待定位設備的數據)。然而，信號路徑特性之間的暫時差異可以被確認並且用於使用例如時間依賴模型進行定位。

按照模型和其修正，檢測、監測和分析在無線環境中檢測的變化。

進一步地，通過數據的偏移匹配補償行動裝置的相互不同的接收或處理能力。

當結合附圖進行閱讀時，從下文對具體實施方案的更加詳細的描述中，將會最佳地理解本發明的各種實施方案以及額外的目的和不同的優點。

在本文中呈現的發明的實施方案不能理解為對所附權利要求的適用性的限制。在本文中動詞「包括」或它的任何其他變型被用作並不排除還存在未述及的特徵的開放式的限制。在從屬權利要求中述及的特徵相互能夠自由地結合，除非另有明確說明。本文使用的術語「一(a)」、「一個(an)」和「至少一個」限定為一個或多於一個。本文使用的術語「多個」限定為兩個或多於兩個。術語「數(數量)」在本文中基本上是指任何正整數，諸如一、二或三。本文使用的術語「包含(including)」和「具有」限定為包括(comprising)。本文使用的術語「另一個」限定為至少第二個或更多個。本文使用的術語「程序」、「電腦程式」和「計算機指令」限定為設計用於在處理器上執行的指令的序列。

附圖說明

下文將參照附圖更加詳細地描述本發明的各種實施方案，在附圖中：

圖1示出了根據本發明的一個實施方案的一個基本使用場景。

圖2示出了用於本發明使用的多層級概率地圖結構的一個實施方案。

圖3是根據本發明的一個實施方案的裝置的框圖。

圖4是公開根據本發明的方法的一個實施方案的流程圖。

具體實施方式

圖1在102處經由其僅示例性使用場景示出了本發明的一個實施方案。

定位系統106可以至少部分地位於若干伺服器108中，所述伺服器存在為經由通信網絡104諸如網際網路和/或蜂窩網絡可訪問。可選地，可以使用提供資源的高效和簡單的可擴展性的雲計算環境來實施系統106。在一些其他實施方案中，待定位的行動裝置可以在即使沒有網際網路連接存在時也可以優選地本地執行根據本發明的定位方法的意義上是自給的。在另一些實施方案中，可以由(網絡)裝置通過使用行動裝置在任何情況下提供給網絡的信息來定位行動裝置，即沒有專門將行動裝置布置成給網絡特別提供用於定位的信息，這是由於它們根據所使用的無線技術，例如定期性地將數據報告給網絡以使能例如保持登記在其中，因此相同的該數據也可以滿足根據本發明的定位的目的。這種方法可以在與緊急情況有關時尤其有用，諸如突發事件或「911」電話和尋找失蹤人員等。

實際上，系統106被配置成定位感興趣區域中用戶所攜帶的/擁有的行動裝置112，諸如無線終端設備、現今最典型的智慧型手機、平板電腦、平板手機、膝上型電腦等。因此，可以認為系統106也能夠定位關聯的用戶。基本上，整個感興趣的區域就它的大小而言可以是全球的、區域的或者本地的，並且可以被分成若干子區域，用於如在整個文本中所解釋的計算。該區域可以包括具有自然和人造特徵的不同地貌(topography)，諸如圖中示出的可能會影響行動裝置112感測的環境數據的建築物120。該區域還可以包括更多動態或基本上暫時性的物體，諸如車輛120b。

行動裝置112可以在一個時間連接至若干無線網絡和相關基礎設施的部件。通過這種網絡連接，系統106還可以從設備112接收各種數據，諸如環境或定位數據。舉例來說，該部件可以包括蜂窩網絡的基站110a和無線LAN(區域網)網絡的接入點110b。不過，行動裝置112可能還能夠從外部源(諸如衛星114)接收明確的定位數據，該外部源可以指的是GNSS(全球導航衛星系統)諸如GPS(全球定位系統)或GLONASS(全球導航衛星系統)，或一些地理上更加限制的替代物。

在目的在於建模和建立至少基於最初的概率地圖的模型結構的測繪或測量操作期間，優選的是，為了該目的提供數據的行動裝置112能夠接收並且轉發定位數據和環境數據(諸如表示所檢測的蜂窩或其他無線網絡的數據)，而在實際定位階段期間，期望的是待定位的行動裝置112不一定獲得任何這種定位數據，而是替代地僅獲得環境數據。技術上經常實現為伺服器或相關服務的外部源116、118可以進一步提供數據，以改善建模和/或定位活動。源116、118可以提供無線網絡操作或配置相關的信息(例如小區塔位置或配置數據)、網絡或道路交通信息、事件信息、地理信息、人口統計信息等。

由行動裝置102、外部源116、118和其他實體提供的數據可以被存儲為原始數據和/或參考上述子區被存儲為物理區域限定的組，所述提供的數據規定了例如信號強度平均值、小區標識符或信號強度的相對和絕對權重、信號範圍等。

在建模和/或定位期間，有利地協作應用多種無線通信技術或來自這些無線通信技術的數據。可以基本上同時、交替地等方式應用多種不同技術。仍可以部分獨立地分析涉及每種技術的數據並且建立相關的技術特定模型，但是至少最終的決策應該結合從依賴於對每種可用技術的分析獲得的信息。在這種意義上，進行混合建模和定位。由此，即使利用技術特定數據和模型，還是要注意通過預定合併邏輯確保技術特定數據和模型的最終相互兼容性。

舉例來說，通常適用的無線技術的多個示例包括2G、GSM、3G、4G、LTE、WCDMA和基於WiFi的技術。在建模階段，可以構建用於不同技術的具有不同參數和/或確定邏輯的專用(子)模型，但至少在定位期間，最終將技術特定考慮結合以獲得用於行動裝置的位置的一般估計。

可以將對定位行動裝置有用的數據(諸如環境數據)例如在網絡測量報告(NMR)中提供給定位系統106。舉例來說，數據可以識別相對於行動裝置的服務小區和/或若干相鄰小區。數據可以包括選自下述組的至少一個元素，該組由以下項組成：MCC(移動國家碼)、MNC(行動網路碼)、LAC(局域碼)、TAC(追蹤域碼，在4G LTE中可用，識別具體網絡中的追蹤區域從而提醒2G/3G中的LAC)、CID(小區標識符)、PCI(物理小區標識符，在4G/LTE中可用)、ARFCN(絕對射頻信道號)、BSIC(基站識別碼)、CPICH(公共導頻信道)、MAC(媒介存取控制、MAC地址)和RSSI(接收信號強度指示)。然而，優選地，數據包括多個前述元素。由於根據該系統，報告數據無論如何都可以從行動裝置傳輸至網絡，可以實現基本上透明的運營端定位。

具體參照小區數據，小區數據可以存儲有運營商(MCC&MNC)標識符和例如主擾碼(WCDMA)/ARFCN+BSIC(GSM)或其他穩定標識符。接收的信號強度也是用於獲得良好定位精度的有益參數，儘管該接收的信號強度不是絕對需要。射頻數據(來自ARFCN/UARFCN)可以用於改善定位。諸如LAC和CID的標識符被存儲於可用的地方，並且該標識符對於獲取第一修復(fix)尤其有幫助，但不是必要的。行動裝置可以被配置成監測例如各種控制信道，以獲得與本發明一致的用於定位的小區數據，或適用於確定定位的數據。

進一步地，與3G相關，例如UMTS/WCDMA、RSCP(接收的信號碼功率)或使用它得出的數據可以應用於建模/定位的目的。RSCP指示由接收器在具體物理通信信道上測量的功率。RSCP用作行動裝置在當前位置的信號強度的指示，該信號強度可以用於估計其本身的位置。

然而，特別是關於4G/LTE，可以監測例如RSRP(參考信號接收功率)或者使用其得出的數據以用於建模/定位的目的。RSRP指示在用於承載小區專用參考信號的資源元素(RE，在物理層上傳輸數據的關於時間和頻率的最小基本元素)的整個信道帶寬上的下行鏈路參考信號(RS)的線性平均功率。因此RSRP反映行動裝置在當前位置處的小區的強度。

許多前述的數據元素(例如RSCP和RSRP)在行動裝置中是能夠容易獲得的，並且在任何情況下由行動裝置中的部件(例如由基帶處理器或「基帶晶片」)確定，因此數據元素的進一步使用不真正需要大量額外處理。

所獲得的數據(特別是例如小區數據)可以被分析、建模並且可以作為結合實體應用於定位，即在適用時與其他類似的實體結合。可以建模和計算不同結合的概率。舉例來說，由於區域內單個小區有限的覆蓋範圍和小區塔的相對靜態配置和分配，在蜂窩網絡的情況下，在一個時間僅小區的某些有限的結合對行動裝置可見。因此結合處理可以增加建模和定位結果的可靠性。

對於Wi-fi，MAC是一條優選的信息。這可以在可用時與小區數據關聯以區分例如全球重疊的MAC。例如SSID名稱對這個也有幫助。不需要射頻，但射頻可以用作額外的參數。記錄時間優選地被包括在用於系統的收集資料庫的登錄條目中或與該登錄條目相關聯以保持為最新並能夠自己更新。

在建模期間，獲得包括定位數據(例如GPS)和關聯的(無線)環境數據(可選地是蜂窩數據)的測量數據。然後為了隨後與定位任務相關的使用，可以(預)計算不同的統計資料，部分該統計資料是技術特定。舉例來說，針對一位置，可以確定不同小區信號強度的發生概率。

當收集數據時，也可以識別保持在由測量數據指示的位置外的區域。如上文提到的，可以利用所謂的包圍盒技術對區域限制進行建模。基於限定包圍盒的至少部分的邊界區域的(測量)數據樣本，仍然可以確定用於被包圍住的未測繪或「空白」區域的內部模型。這種模型可以應用選擇的外推法(extrapolation)和插值法(interpolation)以將可用數據的範圍擴展至原本空白區域。

如此建立的概率模型稍後接受例如測量數據或者從其得出的數據(例如小區信號強度)作為輸入，並且提供相關位置概率(具有最大概率的位置)作為輸出。如在當前描述的基礎上清楚的是，多個模型可以並聯和/或串聯地運行。

除了考慮在整個感興趣區域中的代替/除了獨立位置或者位置點的更大區域，本發明的實施方案為了確定當前位置優選地使用除了由行動裝置提供的最近環境數據之外的先前的數據。因此，數據結合和匯總既發生在地理概念上也發生在時間概念上。當前和先前的位置候選可以用在計算路徑概率中，所述計算路徑概率引導向具有最大概率的當前位置候選處。

所分析出的路徑可被濾波以平滑處理掉其中的潛在急劇轉變。卡爾曼濾波可以應用於估計其移動和移動特徵的可能性(轉彎、直走等)。移動估計結果可以用於對位置概率賦予權重。當將這種估計程序和關於所討論區域的其他已知信息(例如諸如建築物、道路或各種障礙物的物體的位置)一起應用時，可以進一步對位置概率賦予權重。

如果獲得指示移動信息(例如加速度、速度)的額外數據諸如傳感器數據，可以進一步利用這種額外數據以改善概率。行動裝置的移動必須遵循物理規律(可以限定對於速度、加速度、轉彎速率變化、航向等的某一合理的限制)，因此還應該使用至少相對可靠的移動指示以相應地對概率賦予權重。當然，即使沒有任何明確的移動傳感器數據或類似的輸入，在每個預期的區域，一般準則可能對例如最大速度是有限制的。例如，如果區域類型是城市或城市市區，非常不可能，實際上不可能真正出現約例如200km/h+的幅度或相關轉變的速度。

在分析中還可以確認具體的日期、星期、月或者年的時間。例如可以因此改變無線環境或者交通條件(速度限制等)，這可以被統計地建模並且在定位中納入考慮。

從本發明的觀點來看，對所討論的區域建模可能是當新的測量數據(諸如定位和環境數據)可用時執行的重複、反覆的背景處理。於是，因為由於網絡配置、交通條件、電網規劃等的各種變化，區域中的無線環境有時會隨著時間相當大地演變，這種主要的變化可以通過數據反映出，並且由本發明根據預定邏輯被追蹤和檢測到。

偶爾，注意到的主要變化是由於測繪中的錯誤或表示僅暫時的變化或日常波動。甚至氣候條件可能會偶爾嚴重影響測量。

然而，測繪中的錯誤(例如從GPS中出現)通常以隨機或半隨機的方式出現。基於指示壞質量或其他以上列出的因素的GPS精度估計數據，經常可以預計這些情況，並且在定位中給這些情況低優先級，但是當沒有注意這種錯誤時，通常可以通過該錯誤與周圍測繪的極不可能的關聯(根據與在該錯誤附近的其他測繪比較的低權重確定)最小化該錯誤的影響。

沒有測繪是完全無效的，然而，除非明顯有誤或者如果在區域中有高測繪量且該測繪明顯與剩餘部分不匹配。另一方面，當更近的測量開始使先前的數據看起來過期和不能成立時，最終會放棄不能成立的數據。

通過關於相同區域和/或可能會被認為相互對抗的相關特徵(例如小區信號強度、時間提前等)並列使用兩個或更多個模型，可以在系統完全接受先前驗證出永久出現的變化。檢測到追蹤特徵中的主要變化的時刻可以用作創建新模型的時刻。當根據所使用的標準所述變化似乎是永久時，可以放棄先前的模型或者將先前的模型分類為非有效的，並且還在定位時切換至新的一個模型。

圖2在201處示出了用於本發明的多層級概率地圖的一個實施方案。範圍理論上可以是全球的，但更加有限的關注(例如國家的或明顯地區的關注)在地理上也是充分適用的。

實際上，已經將感興趣區域210在多個重疊層級202、204、206處劃分成特徵方面或「特性上」內部聯合的子區域212、214或者「小島(islets)」，其中空間或者地理解析度從頂部或表面層級朝向底部增加。

示出的柵格樣結構和矩形的或具體地二次區域形狀212、214僅是示例性的，並且當適當的時候(即特徵域方面是可用的，所述特徵域即隨其建模的數據和特徵)，除了這種規則形狀之外，還可以排除性地使用其他形狀或與規則形狀一起使用其他形狀。與較粗空間解析度關聯的一個層級202上的子區域214可以在隨後的層級204上以更高的解析度被檢查，在該隨後的層級上，反過來，子區域214由多個構成的(子)子區域等代表。在某一層級上多個子區域可以相互重疊。

在建模時，基於包括定位數據和基本上暫時對應的環境數據的所獲得的測量數據，建立用於構成多層級結構或存在於多層級結構中的統計資料。通過發現地理上接近數據點之間的單一特性可以形成整個感興趣區域中的不同子區域。單一特性可以指類似的信號值(諸如小區信號功率)或總體類似的規則、公式或邏輯(例如在信號衰減或一般的無線環境而言)，其中，區域中的位置看起來遵循所監測的特徵。與定位數據(例如GPS錯誤估計)關聯的並且可能被指示的錯誤在應用於建模時，可以進一步用以對對應的環境數據賦予權重或優先級。數據源可靠性信息還可以應用於處理測量數據或對測量數據賦予權重。作為具體示例，用專業工具的專業人員(例如測繪師)可以提供至少一些測量數據，因此這種數據可能被認為是比例如來自用普通消費電子類型測量裝備的志願者的數據更加可靠並且被給予更多權重。然而，眾包是用最小努力獲得大量數據的一種有效選擇。

當數據包括用戶輸入的(手動的)信息諸如位置的指示(可以是自由格式文本「我在西第七大道(West 7thAvenu)和銀行街的十字路口處」或例如基於經由Google MapsTM或者其他交互地圖特徵的位置的選擇而輸入的坐標或者其他更加具體的位置)時，相較於用機器確定的位置，對於這種位置通知可以為錯誤分配更少權重/更多餘地。在專業的和愛好/志願測繪人之間，類似的權重可以應用於手動輸入的數據。

為了定位設備，通常為行動裝置諸如智慧型手機、平板電腦或平板手機，通過使用模型結構和建立的相關統計資料，從最高層級202中若干最可能的候選子區域開始，穿過多層級概率地圖模型結構的若干豎向候選路徑的至少一部分，其中，該候選子區域看起來與由行動裝置提供的環境數據最匹配。如上文所述，同樣在定位期間，也可以利用由其他行動裝置提供的數據來更新模型和相關概率。

在下一層級204上，確定最可能的候選(子)子區域然後行進至隨後的層級206。在任何層級，當跨過層級的一些候選(豎向)路徑作為行動裝置的真實位置的可能性下降到或者保持在所使用的閾值標準之下時，可終止/放棄上述候選(豎向)路徑206b。當由於從上層級切換至更具體的層級使分析解析度增加和/或從行動裝置接收更多環境數據時，這種動作很可能會發生。

最後到達具有最高空間解析度的最低層級208，其中，基於當前和先前接收的包括至少環境數據和可選的定位數據或額外的/支持數據的測量數據，在該階段基於具有最高概率的位置確定行動裝置的最終位置估計。

在該圖中，某些位置218的概率表示為概率分數(遵循預定計劃的數值，該預定計劃也可以是通常與模型一起使用的優選的計劃)，分數越高行動裝置在特定位置中的概率越高。這些確定位置可以代表例如在舉例而言建模期間獲得的原始數據中明確存在的位置、或者基於在下面、鄰近或者附近原始數據點得出的區域/位置。輸出的位置估計216可能是最匹配的這種位置，或者通過合適的技術(可選地包括例如插值法或外推法)基於根層級位置計算的位置。

在230處，相對於三個時刻(具有不同圖案的條)，示出了多個候選位置的概率(分數)分布的僅示例性、說明性概圖。

多層級制度201在許多方面是有利的用於定位的方法。在較高的層級上，就動態數據傳輸、處理和存儲器要求而言，可以快速並且有效地確定潛在位置的粗略估計，並且當在更詳細觀察剩下的選項的情況下更加深入地進行模型結構時，所確定的和大部分(子)區域很可能被某種程度上立即放棄。

然而，本領域技術人員將意識到以下事實：即使為了目標使用場景，最終選擇僅可選地執行單個層級方法的一些替選模型結構代替本文詳細描述的多層級結構，還是可以利用本發明大部分其餘的優點特徵和原理，包括模型中的子區域，並且涉及建模和定位兩個方面。舉例來說，所建議的多層級方法在許多情況下在必要的實時處理的量方面產生了節省，但在處理和存儲器限制不是問題的某些應用中，也可以預期和使用其他模型結構。

根據前述內容，接下來在下文中提供了根據本發明的可行定位技術的一個實施方案的僅示例性的偽代碼類型描述。為了進一步說明，用一些嵌入有(/*)的添加註解已經儘可能明了地創建該代碼。

圖3在300處示出了根據本發明一實施方案的包括至少一個設備(可選地為伺服器)的電子設備或裝置/系統的框圖的更加邏輯上的表示圖。

原始數據308可以包括在對感興趣區域的特性建模期間，從多個行動裝置和/或其他源獲得的測量數據。模型301可以包括建立在本發明的情況下保持的至少部分多層級概率地圖模型結構的統計資料和其他推導的數據，用於使能準確和可稱量地定位。建模實體304可以指的是應用於建立和維護模型和相關數據的邏輯、規則、方法等。定位實體306對應地指的是應用於基於所獲得的環境數據、模型302和其他可能的數據定位目標設備的邏輯、規則、方法等。數據傳輸實體310可以負責與外部實體通信，所述外部實體諸如網絡基礎設施和經由網絡基礎設施可訪問的實體。主控制312指的是如下控制實體，該控制實體管理各種(可選地基本上同時)執行的處理、數據和它們之間的屬性/參數的信令、對查詢諸如定位請求的應答等的總體執行。

在320處，示出了關於相同電子設備或裝置/系統的更加面向硬體的描述。可以設置有至少一個處理元件324，諸如一個或多個(微)處理器、微控制器、DSP(數位訊號處理器)、可編程邏輯晶片等。元件324可以被配置成執行存儲在存儲器320中的計算機應用碼，這可能意味著處理涉及與本發明關聯的用於定位的若干應用或軟體模塊/實體的指令和數據。可以在一個或多個物理存儲器晶片或其他的存儲器元件之間劃分存儲器320。存儲器320還可以指的是並且包括其他的存儲媒介，諸如優選的可拆卸內存卡、軟盤、CD-ROM(光碟只讀存儲器)或固定的存儲媒介諸如硬碟驅動器。存儲器320性質上可以是非易失的(例如ROM)和/或易失的(例如RAM)。

可以設置UI(用戶接口)並且該UI包括配置成使得給裝置/設備的用戶提供可行的數據可視化和設備控制裝置的顯示器322和/或到外部顯示器或數據投影機的連接器、以及鍵盤/按鍵326或者其他可應用的本地控制輸入裝置(例如觸控螢幕或聲音控制輸入裝置，或單獨的鍵/按鈕/旋鈕)。UI還可以包括用於聲音輸出的一個或多個揚聲器和關聯的電路。不過，還可以通過例如網絡伺服器和由網絡伺服器運行的網址實施遠程UI功能。為了這個目的，可以利用數據傳輸接口328。替代地，可以設置不同API(應用程式接口)以訪問和使用本發明的要素。

可以設置包括例如有線網絡(諸如LAN(區域網，例如乙太網))接口或無線網絡接口(例如WLAN(無線LAN))的數據傳輸接口328。終端設備可以包括無線蜂窩接口，例如符合GSM(全球移動通信系統)、UMTS(共用移動通信系統)和/或4G/LTE的一個，和例如前述的WLAN接口。還可以設置GNSS或地區定位系統接收器(諸如GPS或GLONASS接收器)。

重提前述邏輯，因此用於指示下面的硬體執行本文建議的各種程序至少部分軟體可實現的功能能夠被實施為一個或多個由於處理器執行的軟體應用。因此可以在非臨時載體媒介(諸如內存卡、內存條、光碟(例如CD-ROM、DVD、Blu-rayTM))或一些其他內存載體上設置這種計算機軟體(產品)。

在一些實施方案中，通過若干上文提到的網絡連接伺服器設備實現本發明的裝置或系統。伺服器可以建立遠程服務，行動裝置提交數據至該遠程服務，並且行動裝置從該遠程服務接收位置估計。可選地，在待定位行動裝置處通過客戶端軟體已經執行被認為是本發明裝置的整體部分的至少一些動作，在這種情況下，也可以將該裝置/系統視為包括該特別的行動裝置。

在進一步實施方案中，如上文暗示的利用了基於移動的實現。可以在行動裝置採用至少多層級模型的靜態副本或該靜態副本相關(例如地理限制的)部分和必要的定位邏輯。可以下載適合的形式的計算機軟體，例如定位客戶端應用或定位伺服器的本地實例，以使能獨立定位特徵，至少沒有連續地要求使用若干遠程服務或伺服器或到若干遠程伺服器或伺服器的活動連接。

圖4在400處描述了公開根據本發明的方法的實施方案的流程圖。在402處表示開始階段，可以執行各種預備動作。例如，可以增加和配置不同硬體元素和相關軟體，諸如定位伺服器、移動客戶端等。

項404通常涉及建模或「測繪」活動，包括從在感興趣區域中存在的多個測量行動裝置414處獲得定位數據(諸如衛星定位數據)和環境數據(諸如蜂窩網絡基數據)。為了這個目的，行動裝置可以設置有專用的數據採集和報告邏輯(例如以定製軟體的形式)。從若干其他源416參照例如網絡元素/運營商、官員、外部信息服務提供商等還可以獲得各種數據。

在406處，執行進入基於所獲得的數據建立如上文計劃的用於感興趣區域的多層級概率地圖模型結構。

項408涉及獲得用於定位目標設備的相關實時或接近實時(通常儘可能是實時的)數據，包括環境數據、優選地小區數據和/或無線區域網相關數據。

項410涉及根據所獲得的數據，通過遍歷多層級模型的至少一部分生成設備的位置估計。

特別地，從最高層級中的若干候選子區域開始，可以遵循多層級概率地圖模型結構的多個豎向候選路徑，基於考慮所獲得的環境數據和可選的定位數據以及子區域的特性，確定存在於每個子區域中的行動裝置的概率，在每個層級上選擇候選子區域並且繼續路徑或者終止路徑，直到到達具有最高空間解析度的最低層級，其中，根據預定標準，基於行動裝置的最高概率位置元素確定行動裝置的位置估計。

然而，這裡本領域技術人員應該意識的是，例如在在基本上連續的定位任務(諸如通常使用場景的導航類型)期間，為了每個位置更新，移動結構可以不必從頂部穿越到底部，即從頂部層級到最低層級。相反，在先前的定位回合中選擇的某一中間層級的子區域或甚至是最低層級的子區域可以應用作為用於根據預定邏輯確定更新的位置估計的起始點。

通常，當用短的時間周期在隨後的位置估計之間基本上連續地執行定位任務時，至少在關於多層級模型結構的實際上部層的粗糙層上，歷史信息(諸如早先捕獲的數據)和相關位置估計以及模型的選擇的子區域仍然是適於用於確定更新的新位置估計的起始點。可以將新環境數據和歷史數據一起利用以確定當前定位回合的合適的層級和/或子區域。於是，根據每個定位回合，可以備份處理資源並且通過省略到模型結構頂部不必要的遞迴減少處理延遲。因此可以直接從模型的較低層級繼續模型的應用。

在412處，結束方法執行。點線迴環箭頭描述了各種公開的方法項的潛在和可能的重複性質。本領域技術人員將會意識到除了定位動作，模型和相關統計資料仍然可以更新的事實。

最後，在本公開內容和通常常識的基礎上，為了實施由所附權利要求限定的本發明的範圍，本領域技術人員可以在每個特別的使用情況下應用所提供的教示，如果存在，則該每個特別的使用情況下可以有必要的修改、刪除和添加。

關於聯繫本發明建模和定位的可應用維度，優選地至少考慮二維。諸如地理坐標(例如緯度、經度)或笛卡爾坐標的坐標可以用於表示其中的位置。可選地，可以用海拔類型豎向數據實施三維定位。可以採集相對於多個豎向層或層級的測繪數據，或者用於表示豎向數據的單位可以是任何優選的一個，例如釐米或者米。