网站制作平台建设,做花生的网站,制作网站开发多少钱,西安市高陵区建设局网站2015
1 Intro
1.1 motivation
opensignal.com 、cellmapper.net 和 opencellid.org 都是提供天线#xff08;antenna#xff09;位置的网站 他们提供的天线位置相当准确#xff0c;但至少在大多数情况下不完全正确这个目标难以实现的原因是蜂窝网络供应商没有义务提供有…2015
1 Intro
1.1 motivation
opensignal.com 、cellmapper.net 和 opencellid.org 都是提供天线antenna位置的网站 他们提供的天线位置相当准确但至少在大多数情况下不完全正确这个目标难以实现的原因是蜂窝网络供应商没有义务提供有关天线位置的数据只有在少数特定国家才知道一些正确的蜂窝网络天线位置那么这些网站如何知道其余的天线在哪里呢答案是众包crowdsourcing 众包涉及使用大量人群来完成任务或解决问题将某事外包给一个未定义的人群。这样的人群通常彼此不认识就像在线社区或一般公众一样。当众包过程启动时发起者向目标人群提出请求。 App收集手机连接的天线、接收信号的强度和智能手机的位置等数据这种数据收集也称为测量这篇论文进行的研究是我们如何基于众包数据估计蜂窝网络天线的位置
1.2 OpencellID的方法 OpenCellID 用来计算蜂窝网络天线位置的算法非常简单。 基于为天线收集的测量数据将天线的经纬度坐标设置为这些测量的经纬度的平均值这不是一个好方法因为天线以通常水平方向120度的披萨片形状广播信号。全向天线非常罕见 这意味着 OpenCellID 中的大多数天线被估计位于披萨片形扇区的大约中间而正确的位置应该是每次测量都在天线120度范围内的某个方向
1.3 了解天线位置的好处
最直接的应用是作为GPS的替代品 GPS 为接收到四个以上 GPS 卫星信号的设备提供不到 1 米的定位误差但需要特殊的硬件技术这既昂贵又耗能假设我们知道每个蜂窝网络天线的正确位置以及每个天线正在向哪些移动设备广播。那么我们可以使用这些信息来定位和跟踪个别设备GPS 的一种经济有效的替代方案特别是在 GPS 不可用的地方通过蜂窝网络进行定位可以是一项宝贵的资产对于个人用户来说了解蜂窝网络天线位置可以帮助他们在居住地区找到最佳网络提供商 如果用户担心无线电波的辐射他可以根据追踪蜂窝网络天线位置收集到的无线电发射数据来选择居住区域社会也可以从移动设备的蜂窝网络天线定位中受益 通过收集连接到数十个移动设备的天线数据例如在一天或一年中的特定时间或在下雨或阳光明媚时可以帮助发展基础设施或文化游览地点。例如这样的数据可以证明在许多人经过的路径沿线建新路或在夏天阳光明媚时许多人经过的地方建游乐园的决策是合理的
1.4 Preliminary
一个“小区”cell是由蜂窝网络天线antenna覆盖的地理区域。 来自这个天线的信号有潜力到达小区内的每个移动设备天线位于一个小区塔cell tower上或更一般地说是一个基站base station一个小区的覆盖区域为“小区扇区”cell sector小区扇区的角度为“小区扇区角度”cell sector angle小区扇区的边缘为“小区边缘”cell edges。这些组件连同测量数据构成了一个小区 小区扇区角度在大多数情况下总是120°。一些蜂窝网络提供商也使用小区扇区角度更小的小区例如60°。这在例如城市地区可能是有益的。通常三个或更多小区共享一个小区塔以覆盖小区塔周围360°角度内的所有内容。小区塔将有几个指向不同方向的天线为了避免断开连接并支持高需求小区和小区塔理论上如下图组织 将小区想象为一个六边形系统每个六边形至少由三个不同的小区塔覆盖小区塔或天线的强度可能覆盖超过自己的六边形 这确保了对用户的有效重叠和蜂窝网络的持续连接实际上维护六边形系统是困难的 小区塔需要放置在一定高度且在试图覆盖特定区域时必须考虑建筑物、山脉或其他障碍物城市地区可能需要多个天线来覆盖有许多障碍物的小区域而农村地区可能比理论上需要的少 2 方法1:Cell Tower Localization based on Distance (D-CTL)
2.1 小cell angle
假设小区在狭窄的扇区内广播比如10°而不是120°来简化我们的问题定义。 ——意味着小区覆盖的区域更集中还假设接收信号强度RSS不可用并且从小区塔到测量点的最大距离为113。 ——利用小区内测量点之间的距离来估算小区塔的位置
2.2 子步骤1 D-DL基于距离的方向线子程序
2.2.1 问题举例 在图4.1a中显示了一个具有10°小区扇区和20个随机分布的测量点的生成小区现在假设我们不知道小区塔的位置或小区边缘的角度如图4.1b所示我们提出以下问题当我们只知道测量点的位置时小区塔位于测量点的哪个方向 通过观察图形我们可以轻松猜测答案但我们需要以算法的方式得出答案。
2.2.2 D-DL 算法 2.3 子步骤2 子步骤3 计算扇区 查找扇区
我们现在假设我们已经使用了D-DL来计算 l_direction其端点为 ep1 和 ep2 l_direction 提供了关于我们估计小区塔位于测量点的哪个方向的信息。由于我们对测量点没有比它们的位置更多的信息因此我们无法知道正确的小区塔是位于 ep1 还是 ep2。 因此我们为两个端点各自计算估计的小区扇区D-CTL算法的第二和第三个子程序计算扇区CS和查找扇区FS CS和FS的目的是计算由 l_direction 的一个端点生成的小区扇区 ,以便每个测量点 m ∈ M 都适合其中FS通过进行多次迭代来计算。对于每次迭代如果每个 m 不适合当前计算的小区扇区FS 将对 CS 进行新的调用延长 l_direction从而计算出新的小区扇区下边对于CS和FS的介绍都以小区塔在ep1为例ep2同理
2.3.1 计算扇区 CS以 l_direction 和 α 为输入其中 α 是小区扇区角度。它首先围绕 ep1 向两个方向各旋转 l_direction角度为 α/2然后它返回ep1 作为小区塔位置以及从旋转 l_direction 得到的两条线作为小区边缘
2.3.2 查找扇区 FS 以 M、l_direction、和 α 为输入其中是一个常数它首先声明变量然后它调用 CS 来计算初始估计的小区扇区原始的 ep1 作为小区塔位置并将其存储在 中然后它进行多次迭代。 对于每次迭代如果 m 不适合它将 l_direction 沿着 ep1 以常数长度 扩展对 CS 进行新的调用将新的 l_direction 作为输入当每个 m 都适合时迭代停止 2.4 步骤4根据距离选择方向D-CD)
现在假设我们已经使用了D-DL来计算 l_direction其端点为 ep1 和 ep2并且使用了FS来计算两个估计的小区扇区解决方案 Cheuristic1 和 Cheuristic2。现在我们想选择其中一个作为最终估计的小区扇区解决方案和相应的小区塔位置
2.4.1 假设
在一个小区扇区中我们离小区塔越远形成小区边缘的两条线 l1 和 l2 之间的距离就越大一个完美代表小区指向的线 l 应该与小区塔相交并在 l1 和 l2 之间使得从 l 到 l1 的距离和从 l 到 l2 的距离始终相等 这意味着离小区塔较远的测量点可能比靠近它的测量点离 l 更远。现在考虑 l 的两个端点 lep1 和 lep2以及我们随机分布的测量点。 设 S1 为更接近 lep1 的测量点子集S2 为 更接近 lep2 的测量点子集。我们计算 S1 中测量点到 l 的最小可能距离的平均值 mean1以及 S2 中测量点到 l 的最小可能距离的平均值 mean2。如果 mean1 mean2则 lep1 是 l 在正确的小区塔位置的端点。如果 mean2 mean1则 lep2 是 l 在正确的小区塔位置的端点。这个假设对于每个 10 α 120 都适用。
2.4.2 D-CD 算法
我们没有这样一个完美的方向线 l所以我们改用 l_direction其端点为 ep1 和 ep2
2.5 方法1 对应的实验
2.5.1 d_extend子步骤3每次l_direction增加长度对于结果的影响 2.5.2 max_distance每个信号站的最远波及范围的影响 2.5.3 小区夹角的影响 3 方法2Cell Tower Localization based on Received Signal Strength (RSS-CTL)
基于属于小区的测量数据中的接收信号强度RSS值来估算小区塔的位置
3.1 大cell angle——基于接收信号强度估计基站位置
这一章假设α120°假设每个测量都配备了 RSS。我们现在将利用 RSS 而不是测量点之间的距离来估算小区塔位置
3.2 基于RSS 计算direction LIneRSS-DL)
RSS-DL与D-DL子程序的唯一区别在于RSS-DL比较的是两个测量点之间的RSS值而不是距离 3.3 基于RSS 计算扇区 查找扇区
CS和FS不做修改
3.4 基于RSS 选择方向
和前面的D-CD类似区别是这里计算S1和S2 RSS的平均值而不是距离的平均值 3.5 方法2对应的实验
3.5.1 d_extend 3.5.2 max_distance 4 OpenCellId上进行测试
这里研究的主要是挪威的数据
4.1 数据结构
OpenCellID 数据的结构如下所述。其中包含小区cell和测量measurement对象 当收集到的测量数据是之前未见过的小区时会创建一个新的小区对象每次为小区添加新测量时小区对象的几个数据字段都会更新 论文给出的opencellId 数据结构我并没有在官网上 找到。。。
4.2 数据梗概
4.2.1 Identification
一个小区通过四个不同的值来识别mcc移动国家码、net网络运营商码、area区域码和cell小区码。这些分别告诉我们哪个国家、哪个蜂窝网络提供商、该国内的哪个区域以及哪个ID属于该小区。
4.2.2 基站的实际位置是否已知
OpenCellID通过计算小区测量点的经度和纬度的平均值来估算该小区的小区塔位置但也有一些例外情况changeable字段告诉我们小区塔位置是否已经使用可用测量数据计算过 为0则该小区塔的位置是正确的在这种情况下OpenCellID已经从某些国家的某些蜂窝网络提供商那里获得了关于正确小区塔位置的数据。这涉及的国家包括俄罗斯、德国和波兰论文代数据库中的每个小区检查每个小区的changeable值并存储changeable值为0的每个小区的mcc值
4.3 过滤数据
4.3.1 GSM 论文选择GSM小区作为测试算法的数据集合
4.3.2 changeable
只考虑changeable为0也即运营商提供数据的部分
4.4 清洗数据
4.4.1 r_include 验证测量到小区塔的距离
小区塔的广播范围不是无限远的有些测量距离其所属小区塔太远不能视为有效 如果测量距离正确的小区塔位置超过 rinclude 的值我们在运行 D-CTL 和 RSS-CTL 算法时不会包括这个测量当我们不知道正确的小区塔位置时我们计算测量的经度和纬度的平均值并使用这个测量的几何中心作为r_include的原点Macro-cell 是具有最强广播能力的小区类型 标准理论范围是35公里使用这个距离作为验证测量到其小区塔距离的最大 r_include 值 4.4.2 接收信号强度RSS验证
测量的 RSS 要么是 dBm 值要么是 0 到 31包含之间的数字 蜂窝信号的 dBm 值总是负数 ——定义了从负 dBm 值到正数的映射
\
RSS 值大于 31 的测量将不被视为有效。当在包含 0 到 31 的 RSS 值的测量的小区上运行 D-CTL 和 RSS-CTL 算法时论文将这些转换为 dBm 值(2x-113)
4.4.3 小区测量中的接收信号强度值
需要考虑一个小区的所有测量中不同 RSS 值的总数 ——阈值设置为3
4.4.4 m_maxm_min
每个小区的测量数量
4.4.5 有效测量标准
与正确的小区塔位置的距离小于或等于 rinclude。RSS 值小于或等于 31
4.4.6 有效小区标准
测量中不同 RSS 值的总数大于或等于 3。测量总数不少于 mmin 且不超过 mmax。
5 在挪威卑尔根的实验结果
5.1 和OpenCellID相比的结果
其实没有OpenCellID能打。。。 5.2 运行时间
