檢測移動終端位置的方法

2023-05-09 14:50:31 1

專利名稱：檢測移動終端位置的方法
技術領域：
本發明涉及諸如移動無線終端等移動終端的位置檢測技術，更具體涉及考慮信號接收電平的概率變化來檢測移動終端位置的位置檢測技術。
背景技術：
在現有技術中，對於包括多個基站，至少一個能和基站發送和接收信號的移動終端，以及能和基站和/或移動站通信的中心站(控制站)的移動通信系統，提出了識別(檢測)移動終端位置的技術。
例如，存在一種方法，其中由移動終端(例如可攜式電話)發射的無線電波被基站接收，根據各個基站接收的無線電波強度和/或到達時間的不同識別移動終端到基站的距離，並根據移動終端和多個基站之間的距離識別移動終端的位置。
更進一步地，相反地還存在一種方法，其中由多個基站發射的無線電波由一個移動終端接收，根據來自各個基站的無線電波的強度和/或到達時間的不同識別移動終端到基站的距離，並根據移動終端和多個基站之間的距離識別移動終端的位置。
更特殊地，這種方法的已知例子包括基於曲線相交方法、SX方法(球面相交方法)、PX方法(平面相交方法)等的位置識別方法。這些不同的技術對於本領域技術人員都是已知的，它們的細節在(1)Ralph O.Schmidt，「A New Approach to Geometry of Range DifferenceLocation」，IEEE Transactions on Aerospace and Electronic Systems，Vol.AES-8，No.6，November 1972，以及(2)Julius O.Smith，Jonathan S.Abel，「Closed-Form Least-Squares Source Location Estimation trom Range-Difference Measurement」，IEEE Transactions on Acoustics，Speech，andSignal Processing，VOL.ASSP-35，No.12，December 1987中有所說明。

發明內容
這些通用位置識別方法包括以下問題。例如，在曲線相交方法中，由於必須求解一個非線性方程，計算處理負擔非常大。另一方面，在SX方法或PX方法中，可根據線性方程得出解答，所以它們不涉及曲線相交方法的這一問題，但這些方法受到觀測結果錯誤的極大影響等等，因此難以識別具有足夠精度的位置。
還存在以下問題。根據由於距離衰減造成的 長斷面變化(longsection variation)，由於建築造成的短斷面變化(short section variation)以及由於在電場內移動造成的瞬時變化的組合，由移動終端從基站接收的無線電波的接收電平變化很大。在此，假定短斷面變化遵循預定概率分布，則理想的是應該根據最大似然估計方法識別移動終端的位置。然而，在以上描述的通用方法中，沒有考慮短斷面變化，或如果考慮了，僅將其作為測量誤差，結果是，在任意一種情況下，確定的移動終端的位置都不代表最大似然估計。
因此，本發明一個目標是將移動終端位置確定為最大似然估計值，同時考慮計算處理負擔和估計精度之間的折衷。
本發明的位置檢測方法是一種用於由多個基站、一個移動終端以及一個控制站組成的移動通信系統的位置檢測方法，其中基站發送信號，來自基站的信號包括每個基站特有的號碼，移動終端從N個基站的一個或多個接收信號，測量並存儲來自第i個基站的接收電平Гi，經通信基站傳送第1到第N個接收電平到控制站，在控制站，根據基於基站號碼、基站坐標以及先前在各基站服務區域內各個點通過測量或仿真或測量以及仿真獲得的無線電波傳播的接收電平創建的資料庫，以及移動終端發送的接收電平來識別移動終端的位置，其特徵在於，它包括步驟在各個基站的全部服務區域內設定二維或三維網孔形狀或網格形狀坐標點；對應各個接收到信號的基站(下文中稱為「信號接收基站」)，在來自所述坐標點的各個備選點確定平均接收電平的估計值，並將該估計值作為平均值，確定該估計值變化的概率密度函數；根據測量的接收電平，在給定範圍對各個信號接收基站在各個備選點積分為備選點確定的概率密度函數；通過將對各個信號接收基站在各個備選點積分獲得的值相乘來確定備選點的似然性；以及將具有最大似然值的備選點檢測為移動終端的估計位置。
此外，本發明的方法還包括步驟對應各個接收信號的基站(在下文中稱為「信號接收基站」)，在來自所述坐標點的各備選點確定平均接收電平的估計值，並將此估計值作為平均值，確定該平均值變化的概率密度函數；根據各個信號接收基站在各個備選點測量的接收電平，將測量的接收電平代入為各備選點確定的概率密度函數；通過將對各個信號接收基站在各個備選點代入獲得的值相乘來確定備選點的似然性；以及將具有最大似然值的備選點檢測為移動終端的估計位置。
更進一步，本發明的方法還包括步驟對應各個接收信號的基站(在下文中稱為「信號接收基站」)，在來自所述坐標點的各備選點確定平均接收電平的估計值，並將此估計值作為平均值，確定該平均值變化的概率密度函數；根據各個信號接收基站在各個備選點測量的接收電平，將測量數據代入為各備選點確定的概率密度函數，並與預定值相乘；通過將對各個信號接收基站在各個備選點代入獲得的值相乘來確定備選點的似然性；以及將具有最大似然性值的備選點檢測為移動終端的估計位置。
優選地，可以通過為各對應基站分別估計和概率密度函數以及傳播特性方程相關的參數來計算似然性。
優選地，可通過為各網孔或各個網格點分別估計和概率密度函數以及傳播特性方程相關的參數來計算似然性。
優選地，可通過使用傳播特性方程計算似然性，該傳播特性方程具有根據一天時間、一周日期、一年季節、交通密度等的不同概率密度函數，在這些情況中，期望傳播特性考慮建築、地形條件等。
優選地，在基站具有扇區組成成分的情況中，坐標和扇區的方向角度聯繫在一起，設定聯合概率，其中各扇區方向角度之間的差值作為因子，通過將聯合概率和對應坐標的似然性相乘確定似然性。
優選地，根據建築信息或地圖信息，從考慮坐標和基站之間的建築或地形條件的傳播特性確定長斷面傳播估計方程以及短斷面平均概率密度。
優選地，可以設定多個估計位置，換句話說，設定估計區域，其中似然性大於某個指定值。
優選地，可使用傳播延遲時間而非接收電平。
根據本發明的創建資料庫的方法是一種創建用於在移動通信系統中檢測移動終端位置的資料庫的方法，該移動通信系統由多個基站、移動終端以及控制站組成，其特徵在於，它包括步驟以相互聯繫方式存儲基站號碼，基站坐標，以及在各基站服務區域內各個點先前通過測量或仿真，或通過測量和仿真獲得的無線電波傳播接收電平作為數據；根據上述存儲的數據，檢測特性點，和其他附近點的接收電平比較，該點的測量接收電平是特有的；以及存儲對應檢測的特性點的傳播特性參數。
更進一步，根據本發明創建資料庫的方法是一種創建用於在移動通信系統中檢測移動終端位置的資料庫的方法，該移動通信系統由多個基站、移動終端以及控制站組成，其中，為確定是概率密度函數參數之一的標準偏差，使用並同時測量多個接收天線，通過按幾米的數量級標識測量位置來創建資料庫。
根據本發明的位置識別方法是一種用於移動通信系統，根據在移動終端測量的來自基站的CSi(i＝1-N，N≥1)信號接收電平值Гk(CSi)以及存儲有至少基站CSi的位置信息的基站資料庫，來確定移動終端估計位置的位置識別方法，該移動通信系統包括多個基站，至少一個能和基站通信的移動終端，能和基站和/或移動終端通信的中心站，其中根據在該點指示來自基站CSi的信號接收電平變化的概率分布，為多個點確定接收電平值Гk(CSi)的似然度，並且將具有最大似然值的點確定為移動終端的估計位置。
根據本發明的位置識別方法是一種用於移動通信系統，根據在移動終端測量的來自基站CSi(i＝1-N，N≥1)的信號接收電平值Гk(CSi)以及存儲有至少基站CSi的位置信息的基站資料庫，來確定移動終端估計位置的位置識別方法，該移動通信系統包括多個基站，至少一個能和基站通信的移動終端，以及能和基站和/或移動終端通信的中心站，該方法包括設定移動終端大致位置範圍的第一步驟，在大致位置範圍內設定多個代表點Xs(s＝1-M)的第二步驟；根據通過查詢上述基站資料庫獲得的在代表點Xs和基站CSi之間的距離d(Xs，CSi)，確定表示在代表點Xs來自基站CSi的接收電平變化的概率密度函數Ps(γi)的第三步驟；通過方程jps(γ)＝Ps(γ1)×Ps(γ2)×......×Ps(γN)確定聯合概率密度函數jps(γ)的第四步驟；確定對應聯合概率密度函數jps(γ)指定的概率分布似然度Ls(jps(γ)|Гk)的第五步驟；以及確定具有最大似然值Ls(jps(γ)|Гk)的代表點Xs*作為移動終端估計位置的第六步驟。
根據本發明的位置識別系統是一種用於識別能和多個基站通信的移動終端位置的移動終端位置識別系統，包括中心站，其具有根據移動終端測量的來自基站CSi(i＝1-N，N≥1)的信號接收電平值Гk(CSi)來確定移動終端估計位置的功能，還具有存儲有至少基站CSi的位置信息的基站資料庫，中心站還包括用於執行根據本發明的位置識別方法的裝置或功能。
根據本發明的程序，其特徵在於，它使本發明的位置檢測方法的各個分別步驟可在計算機中執行。根據本發明的程序可通過不同類型的存儲介質，例如CD-ROM、磁碟、半導體存儲器等裝入或載入計算機。
此外，在本說明中，「裝置」不僅僅表示物理設備，還包括由所述裝置提供的功能通過軟體實現的情形。此外，一個裝置的功能可通過兩個或更多物理裝置實現，兩個或更多裝置的功能可通過一個物理裝置實現。
附圖簡要說明圖1是顯示在本發明第一實施例中的移動通信系統的結構的圖；圖2是顯示中心站功能結構的框圖；圖3是顯示基站資料庫數據結構的圖；圖4是描述位置識別裝置處理順序的流程圖；圖5是描述在修正例子中的基站資料庫數據結構的圖；圖6是描述在修正例子中的基站資料庫數據結構的圖；圖7是描述在實驗中基站位置配置的圖；圖8是描述仿真結果的圖；圖9是描述仿真結果的圖；圖10是描述仿真結果的圖；圖11是描述仿真結果的圖；圖12是描述根據測量數據獲得的結果的圖；
圖13是描述根據測量數據獲得的結果的圖；圖14是描述特性點例子的圖；圖15是描述特性點例子的圖；圖16是描述特性點例子的圖；圖17是描述特性點例子的圖；圖18是描述特性點例子的圖；圖19是描述特性點例子的圖；圖20是描述特性點例子的圖；和圖21是描述特性點例子的圖。
具體實施例方式
(第一實施例)下面，將參考


本發明的實施例。
圖1是顯示形成本發明第一實施例的移動通信系統組成的概念圖。該系統的組成元件有移動終端10，多個基站CS，從而和移動終端10通信，以及中心站(控制站)90，從而和基站CS通信。
通常，移動終端10和基站CS具有由PHS(可攜式電話或類似物)組成的通用移動通信系統的相同功能組成部分。例如，當發送信號時，基站CS具有將該基站唯一具有的標識ID(標識信息)包含到無線信號中的功能，或其他類似功能。此外，移動終端10具有接收來自基站CSi(其中i＝1-N；N是能和移動終端10通信的基站的數目；N≥1)的無線電波的功能，並能夠測量和存儲它的接收電平Гo(Г1o，Г2o，......ГNo)(dB)等。
基站CS包含在控制區域(服務區域；在下文中稱為「區域或小區」)內的移動終端10，或和移動終端10通信的基站CS，從移動終端10接收上述從第1到第N個基站的接收電平Гi0，並將其發送給中心站90。還可能採用這樣一種結構，其中接收電平Гio從移動終端10直接發送給中心站90，而不經過基站。
圖2顯示中心站90的功能組成部分。如圖2所示，中心站90至少包括，基站資料庫91，用於存儲基站CS的位置信息，以及位置識別裝置92，用於識別移動終端10的位置，並因此為其提供位置識別系統功能。
雖然在圖2中沒有顯示，中心站90除上述以外還包括提供在通用移動通信系統中心站內的標準功能組成部分(例如，發送信號到基站和移動終端和從基站和移動終端接收信號的功能，顯示特定移動終端位置的功能，發送信號到使用位置信息的用戶和從使用位置信息的用戶接收信號的功能等)。
就物理方面來說，中心站90可由專用站組成，或由普通信息處理裝置構成。例如，中心站90可通過在普通組成部分的信息處理裝置內，配備有處理單元，輸入裝置，存儲裝置以及輸出裝置，運行規定不同過程(例如各自功能，以及根據本發明的位置識別方法等)的軟體實現。
基站資料庫91至少存儲和基站標識ID一致的基站CSi的位置信息(例如緯度和經度)，還可以使用通用移動通信系統的基站資料庫用於同一目的。該資料庫還存儲基站地址、輸出(有效輻射功率)、天線高度、傳播特性(在此以及下文中描述的傳播特性參數α等)。圖3(a)顯示基站資料庫數據結構的例子。
位置識別裝置92根據移動終端10測量的來自基站CSi的無線電波接收電平Гio以及基站資料庫91來識別移動終端的位置。下面，根據圖4的流程圖說明位置識別裝置92實施的處理過程。可用任何不同順序實行各個步驟，只要在實行的處理過程中不引起矛盾。
(第一個例子)在步驟S100，設定移動終端10的大致位置範圍。大致位置範圍表示移動終端10可能出現的大區域，該大致位置範圍可被設定為例如，移動終端10的位置註冊區域(通用尋呼區域)，或和移動終端10建立通信電路的基站管理的區域或小區。此外，大致位置範圍還可被設定為其接收電平在或高於指定值的基站周圍。
大致位置範圍還可被設定為三維區域，而不僅僅是二維區域。此外，設定大致位置範圍的方法不限於上述，可根據系統設計確定大致位置範圍的形狀、寬度等。
在步驟S101，在上述大致位置範圍內為移動終端設定多個假定位置Xs(其中s＝1-M；M是假定位置的數目)。假定位置是形成用於識別移動終端10的位置的參考的點。一種設定假定位置的方法包括，例如，將大致位置範圍分為二維或三維網(網格)狀，並在各格子點設定假定位置。可根據系統設計(取決於位置識別精度和計算處理負擔之間的折衷)設定網孔大小，可以理解，可設定到5米單位，10米單位，或100米單位。
可通過先前將各基站整個區域或小區劃分為二維或三維網孔形狀(網格形狀)設定假定位置。在此例中，在步驟S101，選擇多個先前在大致位置範圍內設定的假定位置Xs。
因此，為上述各個設定的假定位置Xs執行在步驟S102到S106的似然計算處理。
在步驟S102，從基站CSi中選擇多個基站CSj，並參考基站資料庫91計算基站CSj和假定位置Xs之間的距離(Xs，CSj)。這裡，可根據系統設計確定選擇基站CSj的方式，例如按照最高接收電平Гio的順序從基站CSi中選擇指定數目(例如大約1到10個)的基站。另一方面，還可能採用一種組合，其中選擇測量接收電平Гio的所有基站CSi。一般來說，選擇的基站數目越多，識別的位置的精度越高。在以下說明中，假定選擇所有基站CSi。
在步驟S103，根據基站CSi和假定位置Xs之間的距離d(Xs，CSi)計算在假定位置Xs的來自基站CSi的平均接收電平Гim(Xs，CSi)。可根據下面的傳播特性方程(1)計算平均接收電平Гim(Xs，CSi)，假設長斷面變化遵循Okumura曲線。
Гim(Xs，CSi)＝Ai-10αi×log(d(Xs，CSi))[dB](1)在此，Ai是當距離是單位距離(例如1米)時的接收電平，αi是天線係數。
根據存儲在基站資料庫91內的有效輻射功率，天線高度等可分別為各基站確定參數Ai。更精確地，可根據移動終端的天線靈敏性確定參數Ai。還可以預先確定參數Ai，並將其作為傳播特性信息存儲在基站資料庫中，如在圖3(a)等中顯示的。
根據通過參考三維地圖信息基於基站周邊條件仿真獲得的無線電波反射、屏蔽以及衍射(下文中稱為「反射等」)值，或根據測量值，或根據仿真值以及測量值，為各個基站獨立預先確定參數αi。期望地，將預先確定的值αi作為傳播特性信息存儲在基站資料庫中，如圖3(a)所示。
期望地，為各個基站分別確定參數Ai和αi，但也可採用對所有基站使用公共參數值A，α的組合。此外，還可使用不是Okumura曲線的方程作為傳播特性方程，在這樣的例子中，根據採用的方程確定參數。
在步驟S104，概率密度函數Pxs(Гi)指示在假定位置Xs的來自基站CSi的接收電平的短斷面變化(換句話說，將假定位置Xs作為參數)。可從以下方程(2)計算Pxs(Гi)。
Pxs(i)=122exp{-(i-im(Xs,CSi))222}i=1,......,N----(2)]]>在此，如方程(2)所顯示的，在當前實施例中，短斷面變化遵循decibel-normal分布。方程(2)中的元素σ對應decibel-normal分布的標準偏差，同時根據系統設計確定該值，可選擇4-6dB。
通過假設短斷面變化遵循另一概率分布可以設定方程(2)。
在步驟S105，根據隨後的方程(3)確定在假定位置Xs的聯合概率密度函數jpxs(Г)，假設來自各基站的接收電平的變化是獨立的，jpxs(Г)＝Pxs(Г1)×Pxs(Г2)×......×PXS(ΓN)(3)在步驟S106，為接收電平值Γo＝(Г1o，Г2o，......ГNo)確定對應由聯合概率密度函數jpxs(Г)指定的概率分布的似然值Lxs(Г1o，Г2o，......ГNo)。似然值Lxs(Г1o，Г2o，......ГNo)可根據下面的方程(4)使用微分值ΔГ計算得出。
Lxs(1o,2o,......No)==1-1+p1d...=N-N+pNd---(4)]]>在此，在方程(4)中，在右側的元素P1，......，PN對應指示來自基站CS1，......CSN的在假定位置Xs的接收電平短斷面變化的概率密度函數Pxs(Г1)，...，Pxs(ГN)。
由於Pi(Г)是一個概率密度函數，方程(4)左側的每個元素部分地形成的積分，其具有0到1之間的值，因此，由它們相乘表示的似然值Lxs(Г1o，Г2o，......ГNo)也將具有0到1之間的值。此外，可通過將概率密度值和2×ΔГ相乘獲得積分近似值。
在為所有假定位置組計算了似然度Lxs(Г1o，Г2o，......ГNo)之後，程序進行到步驟S107。
在步驟S107，從S＝1-M中選擇具有最大似然度Lxs(Г1o，Г2o，......ГNo)的S值(在下文中，選定的S稱為S*)，並指定Xs*為移動終端的估計位置。
由於各假定位置的聯合概率密度函數通常不取決於測量的接收電平Гi，因此可預先確定。
(修正1)在第一個例子中，以此種方式構成處理，考慮到由於各基站位置條件的不同，在步驟S103中使用為各基站獨立設定的傳播特性方程。
然而，由於大氣條件，以及例如反射、衍射等的條件，隨日時間，周日期，一年四季等變化，可以理解由於這些條件，甚至在相同基站傳播特性也會變化。車輛等的交通密度同樣影響傳播特性。此外，在各假定位置和基站之間的建築等的出現，以及它們之間的地形條件等同樣影響傳播特性。
因此，在第一修正中，採用一種構成，其中為各基站在基站資料庫91中存儲至少與時間信息(例如一天時間、一周日期、季節等)、交通密度、假定位置等之一有關的多個傳播特性參數αi(和/或參數Ai)(參見圖5)。可根據例如參考三維地圖信息，通過基於基站周邊條件的仿真獲得的無線電波反射等值，或根據接收電平的測量值，或根據仿真值以及測量值來獨立預先確定αi(和/或Ai)的各個值。
此外，在位置識別裝置92內的步驟S103如下組成。即，在估計時從中心站90的內部裝置或從外部裝置至少獲得時間信息或交通信息。通過查閱基站資料庫91讀取因此獲得的對應該信息的傳播特性參數αi(和/或Ai)，和/或假定位置Xs，讀取的αi(和/或Ai)值用於根據方程(1)確定Гim(Xs，CSi)。其他步驟和第一例子中的相同。
這樣，獲得一種組成，其中可以根據時間信息(例如一日時間、一周某天、一年季節等)、交通密度、假定位置等選擇和使用傳播特性，因此可以進一步提高位置識別精度。
(特性點)在此，當在基站資料庫91內存儲和假定位置相關的傳播特性參數αi(和/或參數Ai)時，期望地，除如上所述劃分大致位置範圍的網孔的各個網格點之外，如下定義的特性點也被選作假定位置。
可將特性點理解為測量點，因為由諸如環繞測量點的建築的形狀、以及它關於基站的相對位置的條件影響而造成的複雜無線電波傳播特性的發生，當比較接收的測量數據時，在該點的接收電平與其附近測量點的測量數據明顯不同。
在本發明中，採用這樣一種結構，其中通過根據在各假定位置指示接收電平短斷面變化的概率密度函數來確定測量接收電平的似然度，從而識別位置，因此通過選擇顯示不同於周圍點的無線電波傳播特性的特性點以及不同的概率密度函數作為假定位置，能夠減少位置識別誤差。
因此，在考慮了特性點的本發明的優選實施例中，通過一種資料庫創建方法創建基站資料庫91，該方法包括步驟以相互聯繫的方式，存儲基站號碼(基站標識ID)，基站坐標(基站CSi的位置信息)，以及先前通過測量或仿真或者測量和仿真在各基站服務區域內的各點獲得的無線電波傳播接收電平；根據上述存儲數據，檢測特性點，在該特性點測量接收電平，當與其它附近點接收電平比較時該接收電平明顯不同；並存儲對應於檢測的特性點的傳播特性參數αi(和/或參數Ai)。
例如，可在城市地形的情況中想像特性點的以下模式。1)在規定間隔的建築間隙附近(例如2-3米)；2)在建築和本地開放空間(露天停車場，移走建築留下的空白空間等)之間的邊緣附近；3)建築之前，相比附近建築更靠後；4)位於低建築群中受高建築屏蔽或反射影響的點；5)在位於高建築群中的低建築附近；6)在不規則形狀的大建築附近；7)和附近點相比具有較好無線電透明度的點(例如交叉處)；8)用不同材料建造的建築(例如鋼和木，具有反射表面牆的建築附近，玻璃覆蓋和瓷磚覆蓋結構)；等。
下面，說明一種在以上模式中根據測量接收電平檢測特性點的方法。
在第一種模式中，如圖14A所示，在點304，107，108測量接收電平。當從高處某一特定位置俯視時，該圖以直線圖形式(應用相同方法到下面的圖15等)顯示了建築和道路的相對位置。在每個點，可從至少三個基站A-150，A-210，A-270接收信號。圖14B顯示在各個點從各基站接收的接收電平。在此，由於點304，107和108相互靠近，通常，它們在其接收電平中顯示相似趨向，但實際上，在點304的來自基站A-270的接收電平是55.1dBuV/m，大於從在其他點接收電平趨向期望的推理值45dBuV/m。這被認為是由於點304位於建築之間的間隙而發生，因此，接收電平根據相較於其他點改進的無線電可見性而增加。根據本發明的創建資料庫的方法，點304被檢測為特性點，存儲在點304的傳播特性參數αi等，以便用作假定位置。
在第二模式中，在圖15A所示的點308，175和176測量接收電平。在各點，可從至少三個基站A-330，A-30，A-90接收信號。圖15B顯示在各個點從各基站接收的接收電平。在此，由於點308，175和176相互靠近，通常，它們在其接收電平中顯示相似趨向，但實際上，在點308的來自基站A-330的接收電平是39.7dBuV/m，小於從其他點接收電平趨向期望的推理值55dBuV/m。這被認為是由於點308位於建築和開放空間之間，因此被建築屏蔽，從而降低了它的接收電平。
在第三種模式中，在圖16A所示的點306，127和128測量接收電平。在各點，可從至少三個基站A-180，A-240，A-300接收信號。圖16B顯示在各個點從各基站接收的接收電平。在此，由於點306，127和128相互靠近，通常，它們在其接收電平中顯示相似趨向，但實際上，在點306的來自基站A-300的接收電平是43.4dBuV/m，高於從其他點接收電平趨向期望的推理值35-40dBuV/m。這被認為是由於點306位於和相鄰建築比較更靠後的建築之前，因此降低了屏蔽影響，增加了接收電平。
在第四種模式中，在圖17A所示的點359，144和145測量接收電平。在各點，可從至少三個基站A-270，A-330，A-30接收信號。圖17B顯示在各個點從各基站接收的接收電平。在此，由於點359，144和145相互靠近，通常，它們在其接收電平中顯示相似趨向，但實際上，在點359的來自基站A-30的接收電平是78.3dBuV/m，高於從其他點接收電平趨向期望的推理值70dBuV/m。這被認為是由於在點359的無線電波被位於低建築群中的高建築反射，因此接收電平高於直接在該建築之下的點144或和建築分離的點145的接收電平。
在第五種模式中，在圖18A所示的點356，221和224測量接收電平。在各點，可從至少三個基站A-30，A-90，A-150接收信號。圖18B顯示在各個點從各基站接收的接收電平。在此，由於點356，221和224相互靠近，通常，它們在其接收電平中顯示相似趨向，但實際上，在點356的來自基站A-150的接收電平是40.4dBuV/m，高於從其他點接收電平趨向期望的推理值35dBuV/m。這被認為是由於點356位於處於高建築群中的低建築之前，因此降低了屏蔽影響，從而提高了接收電平。
在第六種模式中，在圖19A所示的點346，29和30測量接收電平。在各點，可從至少三個基站A-30，A-90，A-150接收信號。圖19B顯示在各個點從各基站接收的接收電平。在此，由於點346，29和30相互靠近，通常，它們在其接收電平中顯示相似趨向，但實際上，在點346的來自基站A-30，A-150的接收電平是75.2dBuV/m和74.7dBuV/m，高於從其他點接收電平趨向期望的推理值70dBuV/m。這被認為是由於點346受大規模不規則形狀建築的影響，因此提高了接收電平。
在第七種模式中，在圖20A所示的點310，200和201測量接收電平。在各點，可從至少三個基站A-30，A-90，A-150接收信號。圖20B顯示在各個點從各基站接收的接收電平。在此，由於點310，200和201相互靠近，通常，它們在其接收電平中顯示相似趨向，但實際上，在點310的來自基站A-90的接收電平是51.8dBuV/m，高於從其他點接收電平趨向期望的推理值47dBuV/m。這被認為是由於點310受大規模不規則形狀建築的影響，因此提高了接收電平。
在第八種模式中，在圖21A所示的點343，358和6測量接收電平。在各點，可從至少三個基站A-120，A-180，A-240接收信號。圖21B顯示在各個點從各基站接收的接收電平。在此，由於點343，358和6相互靠近，通常，它們在其接收電平中顯示相似趨向，但實際上，在點343的來自基站A-180的接收電平是58.3dBuV/m，高於從其他點接收電平趨向期望的推理值53dBuV/m。這被認為是由於點358位於不同材料(具有反射表面牆的建築)建築的附近，因此由於反射牆的反射提高了接收電平。
(修正2)在第一例子中，以此種方式組成處理，對所有基站CSi在步驟S104使用公共標準偏差σ(方差σ2)。
然而，接收電平的短斷面變化不總是遵循相同波動的概率分布，如果基站的周圍環境等改變，波動也會改變的可能性極大。
因此，在此第二修正中，以此種方式構成處理，使用為各基站獨立設定的標準偏差σi確定概率密度函數Pxs(Гi)，從而和各基站的短斷面變化波動不同的情況兼容。
可根據系統設計設定各個基站的標準偏差，還可能獨立估計並預先設定標準偏差，例如，根據得自基站周圍環境的無線電波並參考三維地圖信息的反射等的仿真值，或根據短斷面變化的測量值，或既根據仿真值又根據測量值，以和傳播特性參數αi相似的方式等。因此設定的標準偏差和基站一起關聯存儲在基站資料庫91中(參見圖3(b))。
在此第二實施例中，由位置識別裝置92實施的步驟S104如下組成。查閱基站資料庫91讀取對應基站CSi的標準偏差σi。因此，根據隨後的方程(5)確定概率密度函數Pxs(Гi)。其他步驟和第一例子中的相同。
Pxs(i)=12i2exp{-(i-im(Xs,CSi))22i2}i=1,......,N---(5)]]>和第一修正中的傳播特性參數αi類似，可採用一種組成方式，其中根據至少時間信息、交通密度、假定位置等(參見圖6)之一為各基站存儲多個σi值。如果存儲關於假定位置的多個σi值，期望地，使用多個接收天線同時測量接收電平，根據短斷面變化的測量值、通過按米的量級將測量位置劃分來創建資料庫。在此例子中，通過使用αi等值和對應假定位置的σi確定概率密度函數Pxs(Гi)，能夠確定考慮了在假定位置和基站之間的建築等或地形條件存在的概率密度函數Pxs(Гi)。
這樣，通過採用使用為各基站獨立設定的標準偏差值的組成方式，能改進位置識別精度。
(修正3)在第一例子中，在步驟S106，根據由各基站概率密度函數相乘表示的聯合概率密度函數確定似然度Lxo(Г1o，Г2o，......ГNo)。
在一些例子中，取決於基站，通過使用方向天線將區域或小區分為多個扇區(例如3個120°扇區或6個60°扇區)，從而增加頻率效率和信道數目。通過採用這種分扇區，能給各扇區動態分配有限信道，從而當大業務條件情況中，允許對業務集中扇區的有效信道分配和使用。如果基站具有這種方式的扇區組成，則來自基站的接收電平將取決於扇區方向角度。
因此，在此第三修正中，如果基站具有扇區組成，則以此種方式組成處理，同時考慮扇區的方向角度的影響來確定似然度。更具體地，由位置識別裝置92實施的步驟S106如下構成。確定聯合概率，該聯合概率是連接假定位置Xs和基站的線與扇區方向角之間的角偏差的函數，該聯合概率和根據第一例子確定的Lxs(Г1o，Г2o，......ГNo)值相乘，相乘結果用作新的Lxs(Г1o，Г2o，......ГNo)值。其他步驟和第一例子中的一樣。
這樣，通過當確定似然度時採用考慮扇區方向角影響的組成方式，能進一步提高位置識別精度。
(修正4)在第一個例子中，在步驟S107，選擇具有最大似然度的假定位置，並將其標識為移動終端的位置。
然而，有時，不總是僅有一個假定位置的似然度非常突出的情況，而是，為多個假定位置確定相似的似然值。在這種情況中，可以看出，選擇具有大於預定閾值的似然度的多個假定位置比僅選擇具有最大似然度的一個假定位置使得更能確實地識別位置。
因此，在第四修正中，由位置識別裝置92實施的步驟S107如下構成。選擇具有超過預定閾值的似然值Lxs(Г1o，Г2o，......ГNo)的多個假定位置，根據選擇的多個假定位置確定估計區域，將該估計區域標識為移動終端10的位置。其他步驟和第一個例子中的相同。
可以想到的確定估計區域的方法包括例如將估計區域設定為具有最小半徑的圓形區域，它包括所有選定的多個假定位置，或將估計區域設定為具有預定半徑、以多個選定假定位置的平均位置為圓心的圓形區域。當確定了估計區域時，期望地，應當排除那些遠離平均位置等的選定假定位置。
(實驗結果)下面說明應用根據本發明的位置識別方法的結果。在此，假定由於移動終端內的多徑效應，對每個測量同時觀察三個波形，使用三個觀察值的平均值作為測量值。
(仿真結果1)通過在以下條件下執行本發明的位置識別方法的仿真來發現似然度分布。
(1)把傳播特性參數視為對所有基站的公共特性，A＝130，α＝3.4。
(2)假設短斷面變化遵循decibel-normal分布，其標準偏差對所有基站通用，具有值α＝6(dB)。
(3)根據蜂窩模型分布基站，小區半徑是500m，基站數目是19(參見圖7)。
(4)移動終端位於中心小區的中間。
(5)在步驟S100設定的大致位置範圍取為中心小區。
圖8顯示根據本發明，選擇1-3個基站作為基站CSj的情況下確定的似然度分布。在此圖中，BS表示基站，MS表示移動終端，三維圖的高度表示似然度。從該圖中可以看出，當基站數目增加時，似然分布的趨向傾斜增加。這意味著基站數目越多，能更精確識別移動終端位置的可能性越大。如果在三個基站的情況中將具有最大似然度的假定位置作為移動終端的估計位置，將導致11m的估計誤差。
(仿真結果2)通過在以下條件下執行本發明的位置識別方法的仿真來發現似然度誤差。
(1)把傳播特性參數視為對所有基站的公共特性，A＝130，α＝3.4。
(2)假設短斷面變化遵循decibel-normal分布，其標準偏差對所有基站在情況1中是α＝6(dB)，在情況2中僅對中心小區具有值α＝6(dB)，其他小區是α＝4(dB)。
(3)根據蜂窩模型分布基站，小區半徑是500m，基站數目是19(參見圖7)。
(4)根據均勻分布，移動終端位於中心小區內，產生500組測量數據。
(5)在步驟S100設定的大致位置範圍取為中心小區。
圖9顯示當選擇3-10個基站作為基站CSj時，在情況1和情況2中的估計誤差。在此，估計誤差是在累計概率是0.67的點的估計誤差。從圖中可以看出，基站數目越多，識別位置的精度越高，並通過在不是中心小區的小區中將σ值設定為較低值，識別位置的精度可變得更高。
(仿真結果3)在以下條件下執行根據本發明的位置識別方法以及SX方法的仿真，並比較估計誤差。
(1)把傳播特性參數視為對所有基站的公共特性，A＝130，α＝3.4。
(2)假設短斷面變化遵循decibel-normal分布，其標準偏差對所有基站是通用的α＝6(dB)。
(3)根據蜂窩模型分布基站，小區半徑是500m，基站數目是19(參見圖7)。
(4)根據均勻分布，移動終端位於中心小區內，產生500組測量數據。
(5)在步驟S100設定的大致位置範圍取為中心小區。
圖10顯示選擇3到10個基站作為基站CSj的情況下的各方法估計誤差。在此，估計誤差是在累計概率是0.67的點的估計誤差。此外，圖11顯示選擇3或4個基站作為基站CSj的情況下，在各方法估計誤差和累計概率之間的關係。從這些圖中可以看出，根據本發明的位置識別方法使得要識別的位置比SX方法具有更高的精度。
(基於測量值的結果)在此，根據在以下條件中測量的數據，顯示應用本發明的位置識別方法和不假設概率分布的通用方法的結果。
(1)測量日期2001年5月11日(2)測量位置在Hon-machi，Chuo-ku，Osaka附近的45個位置。
(3)測量細節測量來自周圍基站的無線電波的接收電平，總共測量448次(近似每個位置10次)。
圖12顯示選擇三個基站作為基站CSj的情況中，在各方法估計誤差和累計概率之間的關係。此外，圖13顯示根據本發明的位置識別方法的結果的細節。從該圖中，可以看出，就測量數據而說，根據本發明的位置識別方法比通用方法能使要識別的位置具有更高程度的精度。
(第二實施例)下面，將說明本發明的第二實施例。第二實施例包括存儲介質，用於存儲位置識別程序。可將CD-ROM、磁碟、半導體存儲器或其他介質用作此存儲介質。從存儲介質中讀取位置識別程序到數據處理裝置中，並控制數據處理裝置的操作。在位置檢測程序的控制下，數據處理裝置至少執行和第一實施例中的中心站的位置識別裝置92相同的處理。
(其他實施例)本發明不限於上述的實施例，還可應用到不同的修正中。例如，在上述實施例中，採用在移動終端10測量來自基站的無線電波的接收電平的組成方式，但還能採用在基站測量來自移動終端的無線電波的接收電平的組成方式。在此例子中，參數A和α，短斷面變化的標準偏差σ等根據移動終端的功能組成確定。
此外，在上述實施例中，採用根據接收電平計算似然度的組成方式，但還可以採用根據延遲時間而非接收電平計算似然度的組成方式。
此外，在以上實施例中，例如，在中心站檢測移動終端的位置，還能採用在移動終端(或基站)執行檢測處理的組成方式。在此例中，移動終端(或基站)可包括基站資料庫，或至少可用能訪問基站資料庫的方式包含。
根據本發明，由於在各個假定位置，對於來自基站的無線電波接收電平的短斷面變化的概率分布是假設的，對應移動終端測量的接收電平測量值的似然度根據概率分布確定，並將具有最大似然值的假定位置指定為移動終端的位置，根據短斷面變化遵循概率分布的假設，可將移動終端的位置確定為最大似然估計值。
此外，由於可通過設定小網孔尺寸提高位置識別精度，反之可以減少要處理的假定位置的數目，由此通過設定大網孔尺寸降低了計算負擔，通過調整網孔尺寸，能獲得在計算負擔和位置精度之間的折衷的靈活控制。
2001年9月6日提交的日本專利申請2001-270217的全部公開包括說明書，權利要求，附圖和摘要，在此通過引用將其全部結合進來。
權利要求
1.一種用於移動通信系統的位置檢測方法，所述移動通信系統由多個基站，移動終端和控制站組成，在此系統內，基站發送信號，在來自所述基站的信號中包含每個基站特有的號碼，移動終端從N個基站中的一個或多個接收所述信號，測量並存儲來自第i個基站的接收電平Γi，經通信基站傳送第1到第N個接收電平到控制站，在控制站，根據基於基站號碼，基站坐標以及先前在各基站服務區域內各點通過測量或無線電波傳播仿真或者測量及仿真獲得的接收電平創建的資料庫，以及移動終端發送的接收電平來識別移動終端的位置，所述位置檢測方法其特徵在於，它包括步驟在各基站整個服務區域設定兩維或三維網孔形狀或網格形狀坐標點；在來自所述坐標點的每個備選點，對應各個接收到所述信號的基站(在下文中稱為「信號接收基站」)確定平均接收電平的估計值，並將所述估計值作為平均值，確定所述平均值變化的概率密度函數；在給定範圍內根據所述測量接收電平，為各信號接收基站在各所述備選點將為所述備選點確定的所述概率密度函數積分；通過在各所述備選點，將所述為各信號接收基站積分獲得的值相乘，來確定備選點的似然度；和將具有最大似然值的備選點檢測為移動終端的估計位置。
2.根據權利要求1所述的位置檢測方法，其特徵在於，包括步驟在各來自所述坐標點的備選點，確定對應各接收到所述信號的基站(在下文中稱為「信號接收基站」)的平均接收電平估計值，將所述估計值作為平均值，並確定所述平均值變化的概率密度函數；根據在各備選點為各信號接收基站測量的所述接收電平，用所述測量接收電平代入為各備選點確定的所述概率密度函數；通過在各個所述備選點，將通過所述對各信號接收基站的替換獲得的值相乘，來確定所述備選點的似然度；和將具有最大似然值的備選點檢測為移動終端的估計位置。
3.根據權利要求2所述的位置檢測方法，其特徵在於，包括步驟在來自所述坐標點的各備選點，確定對應各接收到所述信號的基站(在下文中稱為「信號接收基站」)的平均接收電平估計值，將所述估計值作為平均值，並確定所述平均值變化的概率密度函數；根據在各備選點為各信號接收基站測量的所述接收電平，用測量數據代入為各備選點確定的所述概率密度函數，並從而將通過指定值獲得的值相乘；通過在各個所述備選點，將通過所述各信號接收基站的替換獲得的值相乘，來確定所述備選點的似然度；和將具有最大似然值的備選點檢測為移動終端的估計位置。
4.根據權利要求1所述的位置檢測方法，其特徵在於，通過為各對應基站獨立估計和概率密度函數以及傳播特性方程相關的參數，來計算似然度。
5.根據權利要求1所述的位置檢測方法，其特徵在於，通過為各網孔或各網格點獨立估計和概率密度函數以及傳播特性方程相關的參數，來計算似然度。
6.根據權利要求1所述的位置檢測方法，其特徵在於，根據一日時間、一周日期、一年季節、交通密度等使用具有不同概率密度函數的傳播特性方程來計算似然度，在這些情況中，期望傳播特性考慮建築以及地形條件等。
7.根據權利要求1所述的位置檢測方法，其特徵在於，在基站具有扇區組成部分的情況下，坐標和扇區方向角度聯繫在一起，設定聯合概率，其因子為各扇區方向角之間的差異，並通過將所述聯合概率和對應所述坐標的似然值相乘來確定似然度。
8.根據權利要求1所述的位置檢測方法，其特徵在於，根據建築信息或地圖信息，從考慮所述坐標點和基站之間的建築或地形條件的傳播特性確定長斷面傳播估計方程和短斷面平均概率密度。
9.根據權利要求1所述的位置檢測方法，其特徵在於，將似然度高於一指定值的多個估計位置檢測為估計區域。
10.根據權利要求1所述的位置檢測方法，其特徵在於，使用傳播延遲時間代替接收電平。
11.一種計算機可讀存儲介質，存儲有用於使計算機執行根據權利要求1所述的位置檢測方法的位置檢測程序。
12.一種位置檢測程序，用於使計算機執行根據權利要求1所述的位置檢測方法。
13.一種用於創建資料庫的方法，所述資料庫用於在移動通信系統中檢測移動終端的位置，所述移動通信系統由多個基站、移動終端以及控制站組成，其特徵在於，所述方法包括步驟以相互聯繫的方式，將基站號碼、基站坐標以及先前在各基站服務區域內的各個點通過測量或無線電波傳播仿真或者測量以及仿真獲得的接收電平存儲為數據；根據所述存儲數據，檢測特性點，當和附近其他點的接收電平比較時，在該點測量的接收電平是獨特的；和存儲對應所述檢測特性點的傳播特性參數。
14.一種創建用於在移動通信系統中檢測移動終端位置的資料庫的方法，所述移動通信系統包括多個基站、移動終端以及控制站，其特徵在於，為了確定作為概率密度函數一個參數的標準偏差，使用並同時測量多個接收天線，通過以米的量級標識測量位置來創建資料庫。
全文摘要
本發明的目的是在移動通信系統中將移動終端的位置確定為最大似然估計值，該移動通信系統包括多個基站，能和基站通信的至少一個移動終端，以及能和基站和/或移動終端通信的中心站。根據存儲有至少各基站CSi的位置信息的基站資料庫，為這些點確定在移動終端可能出現的預定區域內的多個點指示來自各個基站CSi的接收電平變化的概率分布。確定關於移動站測量的來自基站CSi(i＝1到N)的接收電平值γ
文檔編號G01S5/02GK1610837SQ0282207
公開日2005年4月27日 申請日期2002年9月6日 優先權日2001年9月6日
發明者服部武, 神島博昭, 撫養公雄 申請人:株式會社洛克斯