CN1568634A - 用于在通信网络中确定移动通信装置位置的方法和结构及具有程序代码工具的计算机程序和计算机程序产品 - Google Patents

Abstract

本发明目的在于确定通信网络中移动通信装置的位置(定位)。为此目的，从位于该通信网络中的基站与移动通信装置的通信信号中确定该移动通信装置的可能逗留区域，而当使用非线性基于群量的滤波器时，这些可能逗留区域被叠加形成一个公共逗留区域。然后，当使用公共逗留区域时，确定该移动通信装置的位置。

Description

用于在通信网络中确定移动通信装置位置的方法和结构 及具有程序代码工具的计算机程序和计算机程序产品

本发明涉及确定通信网络中移动通信装置的位置(定位)。

随着移动通信的迅猛发展，在移动无线系统中对附加的服务功能，即所谓的“业务”的需求也在增加。

因此“基于位置的业务”理解为移动无线运营商的附加服务功能，这种服务与地点相关地，即根据有关用户的位置或者所处地点，向移动无线系统的用户供给或者提供这种服务，例如根据地点或距离的使用收费率或者用于救护行动或搜寻业务的定位。

因此基本上用于“基于位置的服务”就是要为有关用户或者其移动通信设备的定位或测定位置。

不同的技术公开了用于通信网络中的这种移动通信设备的定位，例如根据从移动通信设备发送到通信网络基站的通信信号中确定传输时间或测量的传输时间来确定位置(文献[1]，[2])，或借助依靠卫星的系统如GPS来定位。

文献[2]中公开了基于传输时间对移动电话实现确定位置的方法，该电话通常为基于TDMA移动无线技术(时分多址移动无线)的GSM-通信网络(全球移动通信系统)(文献[7]，[8]，[9])中的移动站。

一个单独的已在固定基站(进行通话的基站)登记的移动站在这个基站分配有TDMA-帧中的一个空闲时隙。

对于该时隙，从基站发出为有关移动站确定的信号分组，即所谓的字符组(burst)，的通信信号具有15/26ms长度，或者，移动站发送的通信信号或者字符组必须到达基站。

从基站发射的通信信号根据不同路径上的散射(多经传播)寻找到达移动站的路径，其中该信号与频率相关地被衰减。

因此，移动站接收通信信号的接收场强不仅取决于移动站和基站之间的距离，而且也取决于移动站和基站之间的频率和地貌特征。所以，在不同载波频率上发送各个数据分组，籍此能够将一个频率的选择性干扰分配给多个用户。

但是为此移动站和基站之间需要精确的同步。该同步由于用户的移动性而变得更加困难，这是因为移动站现在处在对基站变动的距离中以及它的通信信号具有不同的传播时间。

为了能够均衡不同的传播时间以及向基站提供帧同步数据，移动站测量到达基站的信号传播时间并借此校正其字符组的发送开始时间。

该信号传播时间在所谓的“定时超前”(TA)中被编码并包括对移动站和引导通话的基站之间距离的依赖关系。

对于TA有可用数值0到63(bit)编码的64个级供使用，并这些级表示该传播时间。

由于已知基站的位置，因此可以由TA或信号传播时间推断移动站的位置。

在确定传播时间时的测量精度为一个bit时间，如在GSM中为48/13μs，其对应于大约554m的单程长度。

文献[3]中公开了在UMTS网络(＝通用移动电信系统网络)中确定移动通信设备的位置的方法。

在UMTS网络所基于的相应UMTS移动无线标准中，确定移动无线设备的位置已经在该标准的内容中明确或者通过该标准来要求(TS 25.305 V3.1.0：段2“UTRAN中位置服务的功能性规范”(99版)3GPP TSG-RAN-WG2，2000)。

文献[4]，[5]和[6]中公开了用于对通信网络中的移动通信设备进行定位的其它方法。

文献[10]公开了一种非线性的基于群量的滤波器。

在该非线性的基于群量的滤波器中，N维原始空间的复数不确定性区域转换为L维超空间，其中它们能够作为椭圆体进行简单描述和处理。

所处理不确定性区域由超空间再次转换为原始空间使得所处理不确定性区域的解析描述在原始空间也成为可能。

已述的定位方法存在以下缺点，即，通过这些方法确定的移动通信设备位置是不精确的并且因此具有很大的不确定性。但是精确方法对于通信网络和通信设备来说必须具有附加设备并进行代价高昂地改动。

因此，本发明的目的在于，实现通信网络中移动通信设备的精确定位并且产生最可能小的不确定性，并且尽可能简单和经济地实现。

该目的通过具有根据各个独立权利要求特征的用于确定通信网络中移动通信设备位置的方法和结构以及包含程序代码工具的计算机程序和计算机程序产品来实现。

在确定通信网络中一个移动通信设备位置的方法中，该通信网络至少包括一个配置用于与该移动通信设备进行第一通信的第一基站，以及一个配置用于与该移动通信设备进行第二通信的第二基站，该方法包括：

—当应用第一通信的第一通信信号时，确定第一基站的该移动通信设备的第一可能逗留区域，

—当应用第二通信的第二通信信号时，确定第二基站的该移动通信设备的第二可能逗留区域，

—当应用非线性基于群量的滤波器时，合并第一可能逗留区域和第二可能逗留区域，其中确定该移动通信设备到第一和第二基站的公共逗留区域，以及

—当应用公共逗留区域时，确定移动通信设备的位置。

用于确定通信网中一个移动通信设备位置的结构，该通信网络具有至少一个配置用于与该移动通信设备进行第一通信的第一基站，以及具有至少一个配置用于与该移动通信设备进行第二通信的第二基站，包括：

—第一逗留确定单元，当应用第一通信的第一通信信号时，通过该单元可确定第一基站的移动通信设备的第一可能逗留区域，

—第二逗留区域确定单元，当应用第二通信的第二通信信号时，通过该单元可确定第二基站的移动通信设备的第二可能逗留区域，

—逗留叠加单元，当应用非线性基于群量的滤波器时，通过该单元可合并第一可能逗留区域和第二可能逗留区域，其中可确定该移动通信设备到第一和第二基站的公共逗留区域，以及

—位置确定单元，当应用公共逗留区域时，通过该单元可以确定移动通信设备的位置。

本发明中对非线性的基于群量的滤波，一般可理解为实现如下的做法：

-为了合并可能的逗留区域将原始空间转换为超空间，

-在该超空间中实现了将可能的逗留区域合并为共同的逗留区域，

-该共同逗留区域最后由超空间再次转换为原始空间。

这种做法有利的是，在超空间中当应用可预先给定的几何体时可简单描述和处理该转换到超空间中的可能的逗留区域，在这种情况下可以合并上述逗留区域。

当程序在计算机上实现时，设置具有计算机代码工具的计算机程序用于执行根据本发明用于确定位置方法的全部步骤，即根据本发明定位方法的全部步骤。

具有在机器可读载体上存储的程序代码工具的计算机程序产品的配置用于，当该程序在计算机上运行时，执行根据本发明定位方法的全部步骤。

包含程序代码工具的结构以及计算机程序的配置用于，当该程序在计算机上运行时，执行根据本发明定位方法的全部步骤，以及具有在机器可读载体上存储的程序代码工具的计算机产品的配置用于，当该程序在计算机上运行时，执行本发明的定位方法的全部步骤，尤其适用于执行根据本发明的定位方法或者本发明以下说明的其它构型。

本发明的定位方法基于以下构思，即从可供使用的在至少两个基站和一个移动站之间的通信信号获得与距离相关的参数和从中得到地理信息，在这种情况下，获得移动站可能逗留的或者距离的或者逗留的区域。

给出所述的逗留的、或距离的或者逗留区域-以及不精确的距离或者间距-因为与距离相关的参数异致不精确性，如测量和计算不精确性或模型错误，和从而导致在所述的“不精确”区域，即所谓的不准确区域的不准确性。

为了将不准确性或者不准确性区域减小到较小的总不准确性或者较小的总不准确性区域，作为移动站可能的逗留地点于是将各个不确定性区域叠加。

为此，必须考虑和应用控制技术的一种工具，其中为了进行状态估计必须考虑多个具有不确定性的测量值，即考虑使用非线性基于群量的滤波器。

在通过非线性基于群量的滤波器使不确定性区域重叠时，各个不确定性区域可减少到一个公共的交叉群量，即总不确定性区域。

最后在此总不确定性区域中推测移动站的位置。

本发明特别的优点在于，基于通信信号和基站的已知位置进行定位，这些都是在正常运行中在移动无线系统内出现的和可随时提供使用的。籍此可以放弃对现有移动无线系统进行代价高昂的改动和扩展以及附加测量。

本发明优选的其他构型由从属权利要求给出。

在进一步描述的其他构型中不仅包括方法而且也包括装置。

本发明以及进一步描述的其它构型不仅能够以软件而且也可以以硬件，例如应用专门电子电路来实现。

此外本发明或者进一步描述的其他构型可能通过计算机可读存储媒体实现，其上存储有包含程序代码工具的计算机程序，该程序可以实现本发明或者其它构型。

本发明或者每一个进一步描述的其他构型也可通过包括存储媒体的计算机程序产品实现，其上存储有包括程序代码工具的计算机程序，该程序可以实现本发明或者其他的构型。

在通信网络中移动通信设备(移动站)，例如移动电话以及基站，例如发射天线或者全向天线或者一个或多个扇区天线之间进行通信时，在信号分组，即所谓的字符组中传输数据，(第一和第二)通信信号。

根据应用传输的通信信号或者信号分组可以确定不同的距离相关参数，能够再次使用这些参数作为确定可能逗留区域或者距离区域的基础。

一种距离相关即取决于距离的参数例如是移动站和基站之间信号分组的信号传播时间。

信号传播时间包括移动站和(进行语音通信的)基站之间距离的自然的从属关系，因此可以提供有关移动站的可能逗留区域或者距离区域(不确定性区域)的信息。

信号传播时间可以由移动站(或者基站)测量并在所谓的定时超前中(TA)编码。对于该TA，可以有64种编码级(量化级)可供使用，这些编码级通过0到63的值进行比特编码并代表传播时间。

确定信号传播时间中的测量精度在量化结果中总计一个比特周期，例如在GSM中为48/13μs，其对应于大约554m的单程路径长度。

因此，导致具有一定宽度的围绕基站的圆的形式对信号传播时间的测量和这样的编码，该宽度符合比特周期，例如GSM中554m宽度的圆环。

当考虑基站的方向性发射特性时，该圆环限制在扇区上。

在基站上非常常见地布置很多天线，这些天线在固定方向发射并且其中的一根天线与移动站进行通信。在布置三个天线时产生120°的扇区，圆环可限制在该扇区上。

其它的距离相关参数例如为信号分组的场强。

场强也如信号传播时间包括对移动站和(进行语音通信的)基站之间距离的自然的依从关系，因此它提供移动站的有关可能逗留区域或者距离区域的信息(不确定性区域)。

场强和距离之间的这种依从关系可以通过描述信号传播特性的物理模型进行描述。

假设在这种模型中信号无阻挡传播，则该模型产生对于预先给出的或者测量的场强的最大距离。

所以，可以测量基站接收的信号分组的从移动站场强，并由此根据应用传播模型估计移动站到基站的最大距离。

这个最大距离可以通过基站周围具有相应半径的圆形的不确定性区域来描述。

而且在这里，当考虑基站的方向性发射特性时，这个圆被限制在扇区内。因此，产生了圆的扇区形式的不确定性区域。

如果现在一个移动站与多个基站进行通信或者接收信号分组或者交换这些信号分组，因此，可以确定多个各涉及相应基站的这种不确定性区域。

由此，有意义的是，为了确定信号传播时间要利用移动站和语音通信的基站之间的通信并且要确定相应的不确定性区域，圆形扇区。

另外，可以改善其它的最好可由移动站接收的基站各用于场强测量，并且各确定相应的不确定性区域、圆或扇区。

为了合并全部的不确定性区域，根据本发明应用非线性基于群量的滤波器。

在该非线性基于群量的滤波器中，N维原始空间的复合不确定性区域转换为L维超空间，其中它们可被简单地例如可以通过椭圆体来进行描述和处理，即合并。

为了恰当处理全部的不确定性区域，在超空间的情况下，形成全部不确定性区域的相交群量(Schnittmenge)是合理的。

作为形成相交群量的结果，非线性基于群量的滤波器再次产生可简单描述的几何体，如椭圆体，在超空间中表示为包络椭圆体。

该包络椭圆体满足下述条件：

a)它是一种按解析法通过椭圆体可描述的几何体，其中包括相交群量，

b)它完全存在于不确定性区域的合并群量中。

由超空间到原始空间的包络椭圆体随后的逆变换使得解析描述也在原始空间中的不确定性区域相交群量成为可能。

应该注意的是，为了描述超空间中所转换的不确定性区域也可以应用其它例如椭圆体的几何体。

进一步可能的是，逐级或者分步地采用非线性基于群量的滤波器，即总是相继每次两个不确定性区域相交。

可替换地是，对此在一个单独的步骤中，也可以为了多个不确定性区域同时的相交群量的形成应用非线性基于数值滤波器。

通过采用交叉的逆变换的公共不确定性区域然后可以确定移动站的位置。

对此，例如可以确定公共不确定性区域的特征值，如重心或期望值，然后这个特征值可以用于估计移动站的位置。

本发明尤其是应用于数字，蜂窝移动无线系统领域，如GSM网络，例如在该网中定位GSM电话(移动电话)。

因此，在本发明的应用中，只应用可供移动电话使用的数据，其中既不对GSM网络也不对GSM网络的移动站进行代价高昂地改动。

例如由GSM网络已知各个基站的位置和基站天线及其天线特性，这种特性给出了有关每根天线管理范围的情况。通过环境模型来确定和同样地提供所期望场强的预测卡。

移动电话方面为了获得由网络分配的对通话最适用的天线，为正确的通信连接的建立总保持与接收天线的接触。此外为此，它测量接收天线的接收场强以及确定随后同样是已知的信号的传播时间。

基于提供的这些信息就可以实现移动电话的定位。

由此对信号传播时间导出从移动电话到其进行语音通信天线的由量化产生距离范围以及由场强测量导出最大可能的距离。

另外，这种距离数据限制在围绕天线的确定范围内，因为常常涉及方向性天线，例如这些天线只管理120°的扇区。

因此，由各个测量产生的这些区域通过非线性基于数值的滤波器减少到公共交叉群量，其中可以根据模型认为该电话在其中。

附图中示出了下面进一步详细描述的本发明的实施例。

图中所示为：

图1是GSM移动无线网络的GMS网络体系结构示意图；

图2是TA不确定性区域(TA段)的示意图；

图3是场强不确定性区域(RxLev-范围)的示意图；

图4是包括一个TA段与多个RxLev区域重叠的示意图；

图5通过非线性基于数值滤波器产生TA段的示意图；

图6是通过非线性基于数值滤波器产生RxLev区域的示意图；

图7是通过非线性基于数值滤波器形成RxLev区域与TA段的相交群量示意图。

实施例：在GSM移动无线网络中移动电话的定位。

GSM移动无线网络的GSM网络体系结构

图1示出了GSM移动无线网络100的网络体系结构101。

在该移动无线网络100中涉及一种数字，蜂窝移动无线系统([7]，[8]，[9])，具有一种在图1中描述的GSM系统体系结构101的架构。

天线103的管理的区域表示为小区102，其根据期望的用户数量确定大小。

基站(BTS)104通常管理一个站点，但是在该站点上可以布置多个扇区天线103。当在基站104中只布置一个管理整个周围环境的天线103的情况时，人们称它为全向发射天线。

基站控制器(BSC)105总体上控制许多基站。

移动站(MS)106的通话集中地(gebündelt)对于其小区102通过交换节点、移动交换中心(MSC)107连接。

为了定位移动站(MS)106，此时基站104和移动站106之间的通信尤为重要。

为了能同时服务于具有移动站(MS)106的尽可能多的用户，构造能够实现频带复用的蜂窝小区状GSM网络100，因为只有直接的相邻无线蜂窝小区102不允许以相同的频率组工作。

另外，可供网络运营商使用的25MHz的带宽分成124个单独的信道(载波频率)。其中，最终各安排八个时间错开的语音信道并通过时分多址操作。因此，在没有频道复用的范围中服务1000个用户。

数据传输在一个时隙内以长度为15/26ms的信号分组所谓字符组进行。

基站(BTS)104发射的信号由于散射经不同路径(多路径传播)，寻找其到达移动站(MS)106的路径，其中这些信号与频率有关地被衰减。

因此，移动站(MS)106的接收场强不仅取决于它到基站(BTS)104的距离，而且还取决于它的频率以及发射机和接收机之间的地貌特征。

这就是为什么在不同载波频率上发送各个数据分组的原因，籍此可以把频率选择性干扰分配在多个用户上。但是由此，必要的是在移动站和基站之间的精确同步。

这种同步由于用户的移动性而变得格外困难，因为移动站位于与基站的不同距离内并且它的信号因此具有不同的传播时间。

为了补偿这些以及能够给基站提供帧同步数据，移动站测量到基站的信号传播时间并且借此校正其数据分组的发送起始时间。信号传播时间被编码为所谓的定时超前(TA)并自然地包括对移动站和管理通话的基站之间的距离的依赖关系。

由于已知基站的座标，因此从中可以推断移动站的位置。

用户的移动性也会导致移动站离开基站的服务范围，并因此一个相邻基站必须接受该移动站。这个过程称为切换。

为了能够就通信连接质量选择具有最佳条件的合适的基站，还要由移动站不断地测量全部接收天线的场强。

六个最佳接收天线的场强以所谓的RxLev值通知该管理通话的基站，它由此通过考虑连接质量和其它基站的用户数量进行切换判决。

因此，RxLev值包括有关到其它可接收的基站104的距离信息，因为场强随距离的增加而减小，因此对移动站(MS)106的定位是主要的。

如果涉及的是纯自由空间传播，通过公式描述接收的对发送功率的关系为

$\frac{\mathrm{Pe}}{\mathrm{Ps}}=\mathrm{GsGe}{\left(\frac{c}{4\mathrm{\πrf}}\right)}^2----\left(1\right)$

其中Gs和Ge为发送以及接收天线的增益，c为光速，r为MS到BTS之间的距离以及f为载波频率。

通过由于地表面和阻挡物反射的多径传播或者例如在建筑物中的衰减这种场强减弱，于是，不再象真空中与距离的平方成正比，而是可以达到因子为5的数值。

P≈1/rⁿ，nε[3，5]，                          (2)

为了形成切换的同步，用于新的管理通话的基站的移动站的第一数据分组，必须在正确时间帧中到达BTS。因此，移动站必须在真正的切换以前，此外还必须知道最近的管理通话的基站的TA值。

为此，MS经常地计算管理通话的基站和其它可接收的基站之间的时间差。这被称为观察时间差(OTD)。

基站再次总是随时准备好所谓的对其近邻的实时时间差(RTD)并且在切换之前报告给移动站到最近的管理通话的基站的RTD。

由该RTD和所属的OTD，MS现在计算用于新的管理通话的BTS的TA值，从中可以再次推断MS-BTS之间的距离。但是，这第二个TA值只提供切换的时间点，因此一般不能够用于定位。

GSM移动无线网络中的定位参数及其不确定性区域

不间断地向移动站提供定时超前(TA)和RxLex值作为对于定位主要的参数，其定时超前(TA)可用作MS-BTS距离之间的度量，以及RxLex值可作为最大六个其它基站的场强度量。

另外，从GSM网络中此外可调用基站和蜂窝小区中心的坐标。

但是，在将TA或RxLev值应用于定位之前，必须将与到有关基站距离的依赖关系模型化。

为此，对于RxLev值也可以参照可供网络运营商使用的预测卡(Praetiktionskarle)，这些预测卡对于一个25m网络(Raster)包含期望的场强。

定时超前(TA)

对于定时超前(TA)有64个级可供使用，其通过数值0到63进行编码，并表示BTS-MS-BTS的传播时间。因此，一个比特周期3.69μs对应于BTS和MS之间的距离，即

$d=\frac{1}{2}\·3.69\mathrm{\μs}\·3\·{10}^8\frac{m}{s}=553.46m.-----\left(3\right)$

因此，有关可用的值范围可补偿最大距离约为35km。

由于TA值的比特式数据的取整，MS到管理通话的BTS的距离r因此量化区间为

$553.46m\&CenterDot;(\mathrm{TA}-\frac{1}{2})\&le;r<553.46m\&CenterDot;(\mathrm{TA}+\frac{1}{2}),\mathrm{TA}>0----\left(4\right)$

0≤r＜276.73m，    TA＝0

因此从TA值中，可以推导出围绕管理通话的BTS 201，宽202为553m的环区200，MS位于其中。但是，根据天线的情况进一步限制环区200(环形段204)。因此常见多个天线位于BTS的天线塔上，这些天线用于在确定的方向发射。

该方向指向有关天线的蜂窝小区中心。位于同一天线塔上的三个天线，形成了例如120°的扇区203(图2)。

在该TA环形段204内部，现在能够估计移动站的逗留位置。

RxLev值

因此，为了使管理通话的BTS可以选择用于切换的另一个BTS，于是，由MS向该基站报告六个最佳接收相邻BTS的场强。

该场强编码为所谓的RxLev值，该值和TA值一样表示在从0到63的数值范围内。这对应于从-110dBm到-48dBm的接收场强的测量范围。

现在该RxLev值为了用于定位应该换算成到有关基站的距离。在此应该考虑RxLev值不仅取决于MS-BTS之间的距离。

根据文献[11]由场强值来确定距离信息可以得到移动站和基站之间距离r

$\mathrm{\&Delta;P}\left(\mathrm{dB}\right)=10\&CenterDot;\mathrm{\&alpha;}\&CenterDot;\log \left(\frac{f}{c}\right)-10\&CenterDot;\mathrm{\&beta;}\&CenterDot;\log \left(4\mathrm{\&pi;r}\right),----\left(5\right)$

其中ΔP为场强减少，f为载波频率，c为光速，α为取决于频率以及β为取决于地形的因子。

因此接收功率随着距离的乘方β而减少。

文献[12]中描述了另一种可应用的获得距离的近似方法。

为此可替代地是，根据场强测量可推导出一种确定距离的模型。

选择线性关系作为近似，即满足RxLev值和MS-BTS距离之间为直线形式。

通过为每个天线306，307，308(图3)定义至少一个这样的直线用于匹配天线周围环境来优化该线性方案。对于最大距离r_max 304这样确定，即：

r_max＝偏移+斜率*RxLev                   (6)

其中参数偏移和斜率可以来自天线的专门数据库或者也可以由预测卡得到。

进一步假定，信号不管各种阻挡物呈圆形传播(图3)，其中事先由RxLev值推导的距离作为圆301，302，303的半径。

因此产生了理想情况的圆301，302，303作为等势线，这些圆表示接收场强的最大可能距离(参考图3)。

另外，例如对TA值还考虑了扇区天线305，306，307传播的方向关系，以及圆301，302，303例如限制在120°的扇形区308，309，310上。

在限制的扇形区308，309，310内部，可以估计移动电话的逗留位置。

考虑并组合TA和RxLev信息

进一步现在不仅使用TA段(401，图4；图2)来估计移动电话的逗留位置而且也使用RxLev圆(402，403，图4；图3)来估计逗留位置407以计算移动电话所处的位置。

在此，管理通话的天线404的TA段401，根据到相邻基站405，406的场强测量与多达六个圆402，403进行合并(407，图4)。

根据非常简单的场强线性距离模型，TA段401应作为这种合并407的基础，即作为各个区域形成相交群量起作用。

通过采用非线性基于群量的滤波器实现不确定性区域的滤波或者叠加。

通过采用非线性基于群量的滤波器实现区域401，402，403(图4)的相交群量形成407。在文献[10]中描述了这种非线性基于群量的滤波器。

这种非线性基于群量的滤波器是控制技术的一种装置，其中为了估计状态，必须考虑多个具有不确定性的测量，该测量以不确定性区域的形式表示。

在通过非线性基于群量的滤波器对不确定性区域进行叠加时，各个不确定性区域会缩减为一个公共相交群量，即总体不确定性区域。

在文献[10]中为了在上述定位问题中应用非线性基于群量的滤波器，不仅TA环形弧段401而且每个RxLev圆402，403作为距离测量的不确定性区域处理，以及从中通过该非线性基于群量的滤波将总体不确定性区域407确定为估计的移动电话的逗留位置。

原理

对该非线性基于群量滤波器的构思是，N维原始空间的复杂不确定性区域简单地描述为具有L＞N的L维超空间。

为此，原始空间的点借助非线性变换映射到超空间，其中复杂范围可以表示为简单的椭圆体形式

$X=\{x:{[x-\hat{x}]}^T{\left(C\right)}^{-1}[x-\hat{x}]\&le;1\},----\left(7\right)$

其中 为中间点向量以及c为椭圆体的定义矩阵。

TA环的非线性测量公式可描述为

$R_i^2\&le;{(x-a_x)}^2+{(y-a_y)}^2\&le;R_a^2$ 或者

$\left(\frac{R_a^2+R_i^2}{2}\right)={(x-a_x)}^2+{(y-a_y)}^2+v----\left(8\right)$

其中，R_i作为内半径，R_a作为外半径，a_x a_y作为天线的坐标以及v作为超空间(标志^*)中包含状态向量的测量不确定性

$x^{*}={[x,y,x,x,y,x^2,y^2]}^T={[x_1^{*},x_2^{*},x_3^{*},x_4^{*},x_5^{*}]}^T----\left(9\right)$

线性形式

$\left(\frac{R_a^2+R_i^2}{2}\right)=-2a_x{x}_1^{*}-2a_y{x}_2^{*}+x_4^{*}+x_5^{*}+a_x^2+a_y^2+v-----\left(10\right)$

不确定性v^*＝变换的测量v在此限制于区间

$v^{*}=[-\left(\frac{R_a^2-R_i^2}{2}\right),\left(\frac{R_a^2-R_i^2}{2}\right)]----\left(11\right)$

因此，对于测量公式(10)以状态变量概括性地实现

$\left(\frac{R_a^2-R_i^2}{2}\right)=[2a_{x^{\&prime;}}-2a_{y^{\&prime;}}\mathrm{0,1,1}]\begin{array}{}\end{array}\left[\begin{array}{c}x\\ y\\ \mathrm{xy}\\ x^2\\ y^2\end{array}\right]+(a_x^2+a_y^2)+v^{*}----\left(12\right)$

z^*＝H^*x^*+cf+v^*，

以及最后 ${\hat{z}}^{*}=H^{*}{x}^{*}+v^{*}$

通过范围

$x^{{m\&prime;}^{*}}=\{x^{*}:(z^{*}-H^{*}{x}^{*})\mathrm{\&epsiv;}{V}^{*}\}----\left(13\right)$

进行限制。

其中，H^*为超空间的转换矩阵，x^*为状态向量，以及cf为常量校正因子。现在这将与预测范围(标志p)相交，并包括全部的测量。最后对于相交群量可描述为限定的椭圆体(标志s)。

$X^{s{\&prime;}^{*}}=X^{p{\&prime;}^{*}}\&cap;X^{m{\&prime;}^{*}}=\{x^{*}:{\left[x^{*}{x}^{s{\&prime;}^{*}}\right]}^T{\left(C^{s{\&prime;}^{*}}\right)}^{-1}[x^{*}-{\hat{x}}^{{s\&prime;}^{*}}]\&le;1\},----\left(14\right)$

其中

${\hat{x}}^{s{\&prime;}^{*}}={\hat{x}}^{{p\&prime;}^{*}}+{\mathrm{\&lambda;}}^{*}{C}^{p{\&prime;}^{*}}{\left(H^{*}\right)}^T{\{V^{*}+{\mathrm{\&lambda;}}^{*}{H}^{*}{C}^{{p\&prime;}^{*}}{\left(H^{*}\right)}^T\}}^{-1}({\hat{z}}^{*}-H^{*}{\hat{x}}^{{p\&prime;}^{*}})----\left(15\right)$

$C^{{s\&prime;}^{*}}=d^{*}{P}^{s{\&prime;}^{*}}----\left(16\right)$

$P^{s{\&prime;}^{*}}=C^{p{\&prime;}^{*}}-{\mathrm{\&lambda;}}^{*}{C}^{p{\&prime;}^{*}}{\left(H^{*}\right)}^T{\{V^{*}+{\mathrm{\&lambda;}}^{*}{H}^{*}{C}^{p{\&prime;}^{*}}{\left(H^{*}\right)}^T\}}^{-1}{H}^{*}{C}^{p{\&prime;}^{*}}---\left(17\right)$

$d^{*}=1+{\mathrm{\&lambda;}}^{*}-{\mathrm{\&lambda;}}^{*}{({\hat{z}}^{*}-H^{*}{\hat{x}}^{p{\&prime;}^{*}})}^T{\{V^{*}+{\mathrm{\&lambda;}}^{*}{H}^{*}{C}^{p{\&prime;}^{*}}{\left(H^{*}\right)}^T\}}^{-1}({\hat{z}}^{*}-H^{*}{\hat{x}}^{p{\&prime;}^{*}})----\left(18\right)$

参数λ在此用作预测和测量的加权，以及可以用于最小化限定边界的椭圆体的体积。

${\hat{z}}^{*}=z^{*}-\mathrm{cf}$ 和V^*由最大不确定性的平方产生，这里为

$V^{*}={\left(\frac{R_a^2-R_i^2}{2}\right)}^2----\left(19\right)$

如图2所示，为了将如此产生的TA环501限制在120°的扇区上，在下一个过滤步骤X^s，*中为了预测范围X^p，*，再次与夹角为120°角度的两条直线503，504形式的有不确定性的测量相交。由此逆推地得到在图5中的段502。

产生的近似椭圆体X^s，*502非常好地逼近圆环的扩展，然而它在扇区限制中包含了严重的不确定性。

因此，该椭圆体或者在更高维的超空间中进一步变窄，或者通过减小直线对之间的角度进行校正。

所以，有关超空间扩宽的确切解仍具有不成比例增加计算时间的缺点。通过改变两个直线对所夹的角度，虽然好象较好地逼近该扇区，然而这不会由结果给予报酬。显然，不是全部测量位于模型假设的段中，因此一定的稍大一些角度范围对测量更合理。

因此对于该计算保留了图5的近似，所以在群量理论TA-模型中以方案方式共同考虑测量不确定性。

为了使场强测量的模型也与天线辐射特性匹配，和为了因此将信号与方向性有关的传播限制在发射天线扇区内，这里也采用另外的实际测量作为近似，然后该测量必须递推地经过该滤波器加以考虑。

在TA-段中这些是经两个直线对503，504，即两个另外的测量进行的。

逼近于扇区上的限制的另一种可能是，如图6明显所示，采用第二个圆形的测量。

在此，RxLev模型的最大可能距离的圆601与另一个在辐射方向被推移的圆602相交。

该被推移圆602的圆方程如下

R_v为半径

$R_v^2=\frac{1}{2}\frac{R}{\cos (\mathrm{\&alpha;}/2)}----\left(21\right)$

和(a_x，a_y)为坐标以及为x轴与天线主发射方向之间的角度。

非线性基于群量的滤波器还以图6中模糊近似的形式从中提供了相交群量作为考虑天线发射特性的近似椭圆体603。

与TA段相比，因此可以省略一个滤波步骤。当然如果也可以按同样方式经过与被推移圆的交叉产生TA段，然而它所提供的却是一个较差结果。相反在RxLev段中，所介绍的扇区近似值是较好的选择，其可能邻近测量不确定性。

因此通过非线性基于群量的滤波器，对于定向天线TA以及RxLev模型根据其发射特性近似地限制在扇区上。

滤波器的主要任务在于，采集具有其地点限制的多个测量。

从有时减小为扇区的TA圆环出发，现在允许递推地考虑RxLev测量的其他圆并且每次确定一个围绕相交群量的近似椭圆体X^s，*。

在包括管理通话的120°天线(TA环段)和全向发射天线或120°天线(RxLev测量)的天线布局的实例中，图7还形象地示出了滤波器的工作方式以及不确定性区域的逐步减小(图7a到图7d，704-705-706-707)。

在此，具有扇形TA段704的A1 701管理通话的天线作为形成相交群量的起始几何体。

A2 702是另一个具有120°方向性特性的第二天线或者基站。

A3是不具备方向性特性的第三全向天线。

在第一部分(图7b)中，扇形TA段704与圆708相交作为第二天线的不确定性区域(还未考虑方向性特性)，它导致减小的相交区域705。

在接下来的步骤(图7c)中，考虑第二天线702的方向性特性。这通过被推移圆709实现，如上所述。该区域706实现了相交区域的进一步减小。

在最后部分(图7d)中，与另外一个圆710的该相交作为全向天线A3 703的不确定性区域。这导致进一步减小的不确定性区域707。

位置确定

定位的目的在于，根据测量尽最大可能精确估计移动电话的位置。

为此目的，根据测量推导出逗留区域，其中假设了一种平均分布。

从这些区域中所述非线性基于群量的滤波器确定一个椭圆体，该椭圆体考虑了全部区域的相交群量。

现在还从该区域(图7d，707)中有必要确定一个点，该点使在最终区域(Endgebiet)的整个近似椭圆体上平均距离成为最小值。

这可以通过近似方式经网络实现，其中选择网格点

该点使全部N个网格点的和

$\min \left(\frac{{\mathrm{\&Sigma;}}_{i=1}^N\sqrt{({(\hat{x}-x_i)}^2+{(\hat{y}-y_i)}^2)}}{N}\right)--\left(22\right)$

成为最小值，这些点位于最终的近似椭圆体内部并且通过方程(14)的数字计算实现。

作为移动站位置和定位的结果，选择到其它位于椭圆体内部的点的最小平均距离的点。

为此，在提供这些平均距离的最小值作为结果之前，必须为这些点的每一个点确定平均距离。可以通过预选所考虑的点为寻找平均距离的最小值作一定程度的限制以及因此限制计算的时间。

为此在网格的位于段内部的点上提供平均值的近似范围，它也是期望值的数字近似值以及使平方距离最小化。

但是TA段的期望值也可以单独直接解析地确定，不需要用网格的方法。

如在图2中所示如果用适当变换将TA段设在坐标原点对x轴对称，则通过以下公式计算期望值作为移动站的位置：

$E_x=2/3\&CenterDot;d\frac{\sin (\mathrm{\&alpha;}/2)}{\mathrm{\&alpha;}},\mathrm{TA}=0----\left(23\right)$

E_y＝0.

本申请文件的引用文献：

[1]Rappaport T.S.，Reed J.H等，“在未来高速公路上利用无线通信进行位置定位”IEEE通信杂志，第33-41页，1996年10月

[2]DE 198 36 778A1

[3]TS 25.305 V3.1.0：段2“UTRAN中位置服务的功能性规范”(99版)，3GPPTSG-RAN-WG2，2000年

[4]美国专利，专利号5,883,598

[5]美国专利，专利号6,094,168

[6]美国专利，专利号6,108,553

[7]Eberspcher，J.；Vgel，H.-J：GSM.全球移动通信系统。斯图加特，莱比锡：Teubner 1999年

[8]Jung.P.：数字移动无线系统的分析和设计。斯图加特，莱比锡：Teubner1997年

[9]Kennemann，O.：根据无线测量数据定位移动站。用于移动通信和电信的编号11的亚琛论文集。亚琛：奥古斯廷书店出版社，1997年。

[10]U.D.Hanebeck，“基于近似椭圆体的递推非线性组理论估计”，关于智能系统的多传感器合成和集成的IEEE会议论文集，巴登-巴登，德国，2001年8月，第159-164页。

[11]Latapy，J.-M：GSM移动站定位。毕业论文，奥斯陆：挪威科学技术大学，1996年。

[12]Okumura，Y.；Ohmori，E.；Kawano，J.；Fukuda，K，：在VHF和UHF陆地移动业务中的场强及其变化。电子通信实验室评论，第16卷，No.9，第825-873页，1968年。

Claims (24)

1、用于确定通信网络中移动通信设备位置的方法，该通信网络包括至少一个配置用于与该移动通信设备进行第一通信的第一基站和一个配置用于与该移动通信设备进行第二通信的第二基站，

—其中当应用第一通信的第一通信信号时，由第一基站确定该移动通信设备的第一可能逗留区域，

—其中当应用第二通信的第二通信信号时，由第二基站确定该移动通信设备的第二可能逗留区域，

—其中当应用非线性基于群量的滤波器时，合并第一可能逗留区域和第二可能逗留区域，其中确定该移动通信设备到第一和第二基站的公共逗留区域，

—其中当应用公共逗留区域时，确定该移动通信设备的位置。

2、根据权利要求1所述的方法，其特征在于，以数据分组形式传输第一和/或第二通信信号。

3、根据权利要求1或2所述的方法，其特征在于，应用第一和/或第二通信信号时确定一个和/或多个取决于距离的参数，该参数取决于移动通信设备到多个基站之一的距离，并且在应用该参数的情况下确定第一和/或第二可能逗留区域。

4、根据权利要求3所述的方法，其特征在于，在由取决于距离的该参数确定第一和/或第二可能逗留区域时，应用一个信号传播模型。

5、根据权利要求3至4之一所述的方法，其特征在于，取决于距离的参数是第一或第二通信信号的信号传播时间或第一或第二通信信号的场强。

6、根据权利要求3至5之一所述的方法，其特征在于，确定移动通信设备的取决于距离的参数。

7、根据权利要求3至6之一所述的方法，其特征在于，将取决于距离的参数编码特别是Bit编码。

8、根据权利要求7所述的方法，其特征在于，bit编码的参数是定时超前值或RxLex值。

9、根据上述权利要求之一所述的方法，其特征在于，在确定第一和/或第二可能逗留区域时考虑第一和/或第二基站的发射特征图，特别是定向发射特征图。

10、根据上述权利要求之一所述的方法，其特征在于，第一可能逗留区域是圆环，特别是圆环扇区。

11、根据上述权利要求之一所述的方法，其特征在于，第二可能逗留区域是圆，特别是圆形扇区。

12、根据上述权利要求之一所述的方法，其特征在于，该通信网络包括多个第一和/或第二基站，

—这些基站的每一个基站配置用于与该移动通信设备进行通信，

—其中应用有关通信的相应通信信号各确定一个可能的逗留区域，

—当应用非线性的基于群量的滤波器时合并全部可能的逗留区域，其中确定移动通信设备到基站的公共逗留区域。

13、根据权利要求12所述的方法，其特征在于，总是相继地只合并两个可能的逗留区域。

14、根据权利要求12所述的方法，其特征在于，同时相互合并全部可能的逗留区域。

15、根据上述权利要求之一所述的方法，其特征在于，在非线性基于群量的滤波时，将可能逗留区域由原始空间变换到超空间，其中它应用椭圆体描述。

16、根据上述权利要求之一所述的方法，其特征在于，在非线性基于群量滤波时，将可能逗留区域由原始空间变换到超空间，其中将它们合并成公共逗留区域。

17、根据权利要求15和16所述的方法，其特征在于，当应用椭圆体特别是通过包络椭圆体在超空间中描述公共逗留区域。

18、根据上述权利要求之一所述的方法，其特征在于，通过形成相交群量将可能逗留区域合并为公共逗留区域。

19、根据上述权利要求之一所述的方法，其特征在于，应用公共逗留区域的特征值作为移动通信设备的位置，尤其是应用公共逗留区域的重心或者期望值。

20、根据上述权利要求之一所述的方法，其特征在于，用于定位在数字、蜂窝移动无线网络、特别是GSM网络中的移动电话，其中在移动无线网络中移动通信设备是移动电话，第一基站是管理通话的基站以及第二基站是通常可由该移动电话接收的基站。

21、用于确定通信网中移动通信设备位置的结构，通信网络具有至少一个配置用于与移动通信设备进行第一通信的第一基站，以及配置用于与移动通信设备进行第二通信的第二基站，包括：

—第一逗留区域确定单元，当应用第一通信的第一通信信号时，通过该单元由第一基站可确定移动通信设备的第一可能逗留区域，

—第二逗留区域确定单元，当应用第二通信的第二通信信号时，通过该单元由第二基站可确定移动通信设备的第二可能逗留区域，

—逗留区域叠加单元，当应用非线性基于群量的滤波器时，通过该单元可合并第一可能逗留区域和第二可能逗留区域，其中可确定移动通信设备到第一和第二基站的公共逗留区域，以及

—位置确定单元，当应用公共逗留区域时，通过该单元可以确定移动通信设备的位置。

22、包括程序代码工具的计算机程序，当该程序在计算机上实现时，用于执行根据权利要求1的全部步骤。

23、根据权利要求22所述的包括程序代码工具的计算机程序，该计算机程序存储在计算机可读数据载体上。

24、包括存储在机器可读载体上的程序代码装置的计算机程序产品，当该程序在计算机上实现时，用于执行根据权利要求1的全部步骤。

Images