基于电信数据的室外定位技术研究

• 作者: 廖山河 李江峰 赵钦佩 饶卫雄
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 室外定位 电信数据 指纹识别 随机森林 多层感知器
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 649-659
• 页数: 11页
• 分类号: TP391.4
• 字数: 9769字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.04.011

摘要

越来越多的移动计算依赖位置信息提供基于位置的服务,移动设备的室外定位技术至关重要.目前广为采用的方式是GPS,但移动设备端的GPS位置信息依赖移动设备如手机的GPS传感器获取,电信运营商虽然为用户提供通话和数据服务,却无法获得用户的精确GPS位置.针对这种情况,提出利用手机端和电信基站之间的连接信号数据(简称电信数据),实现移动设备的定位服务.考虑到电信运营商积累了海量的电信数据,因此通过研究基于电信数据的室外定位技术,使得运营商获取用户位置成为可能.提取电信特征数据、以手机所在GPS位置作为标签数据,研究了五种基于机器学习模型的室外定位算法,实现了从基站信号数据到GPS坐标点的预测,通过大量的实验对比了这些方法的定位精度和运行时间、不同数据收集模式的定位精度、不同特征的定位精度以及探索了后处理对定位精度的提升效果.最终通过实验可知,基于栅格化的随机森林分类模型是效果最好的方法,能够达到15～20 m的平均误差和10 m的中位误差,比前期回归算法在2G和4G数据分别实现了39.46％和54.28％的精度提升,取得与GPS定位接近的定位精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李江峰	同济大学软件学院	17	59	5.0	7.0
2	饶卫雄	同济大学软件学院	4	26	3.0	4.0
3	廖山河	同济大学软件学院	1	4	1.0	1.0
4	赵钦佩	同济大学软件学院	3	15	2.0	3.0