| 摘要 |
<p>Verfahren zum rechnergestützten Lernen einer Referenzkarte basierend auf Messungen von Merkmalen eines Funknetzes, wobei die Messungen derart erfolgt sind, dass für ein mobiles Objekt (O), welches über das Funknetz mit einer Mehrzahl von Basisstationen (BS1, BS2, BS3) des Funknetzes kommuniziert, an einer Vielzahl von unbekannten Objektpositionen (OP) des mobilen Objekts (O) jeweilige Merkmalsvektoren (Cmeas) des Funknetzes gemessen werden und hierdurch eine Messreihe aus einer Vielzahl von zeitlich aufeinander folgenden Merkmalsvektoren (Cmeas) für jeweilige Objektpositionen (OP) zu jeweiligen Messzeitpunkten erhalten wird, wobei die Referenzkarte eine Vielzahl von räumlichen Referenzpositionen (RP) enthält, wobei basierend auf der Messreihe die jeweiligen Merkmalsvektoren (C) des Funknetzes an den jeweiligen Referenzpositionen (RP) der Referenzkarte gelernt werden, wobei: a) basierend auf einem Musterabgleich, welcher die jeweiligen Merkmalsvektoren (Cmeas) der Messreihe mit den Merkmalsvektoren (CRM) an den Referenzpositionen (RP) der Referenzkarte vergleicht, die jeweiligen Objektpositionen (OP), an denen die Merkmalsvektoren (Cmeas) des Funknetzes gemessen wurden, geschätzt werden; b) basierend auf einer Optimierung einer Kostenfunktion optimierte geschätzte Objektpositionen (OP) ermittelt werden, wobei in der Optimierung eine oder mehrere Randbedingungen berücksichtigt werden, welche durch ein vorbestimmtes Bewegungsmodell für das mobile Objekt (O) vorgegeben sind, wobei das vorbestimmte Bewegungsmodell unter Verwendung der zeitlichen Reihenfolge der Messzeitpunkte der Messreihe eine oder mehrere Beschränkungen für die Objektbewegung im Hinblick auf die vergangene und/oder die zukünftige Bewegung des mobilen Objekts (O) festlegt; c) mittels der optimierten geschätzten Objektpositionen (OP) aktualisierte Merkmalsvektoren C) des Funknetzes an den Referenzpositionen (RP) der Referenzkarte ermittelt werden.</p> |
