基于通信网络的终端运动状态识别方法、装置及存储介质

专利名称：基于通信网络的终端运动状态识别方法、装置及存储介质

专利类型：发明专利

专利申请号：CN202210501882.4

专利申请（专利权）人：深圳市名通科技股份有限公司
权利人地址：广东省深圳市南山区粤海街道科技园社区科发路8号金融服务技术创新基地2栋10A-1

专利发明（设计）人：唐建中,越海涛,乔献强,温庆芝,裴福平

专利摘要：本发明公开了一种基于通信网络的终端运动状态识别方法、装置及存储介质，属于通信技术领域，该方法包括：获取通信网络中终端的采样数据，采样数据包括不同采样点的多个记录，记录包括终端在移动至对应的采样点时上传的采样点位置和对应的上传时间；根据各记录中的采样点位置和上传时间对多个记录分类，获得第一类数据和第二类数据；根据第一类数据中各记录的采样点位置和上传时间对第一类数据分组获得第三类数据；根据第三类数据的第一分组特征信息和/或第二类数据的第二分组特征信息确定终端的运动状态。本发明旨在提高终端运动状态识别的精准性，实现位置定位终端用户的运动轨迹和驻留状态的准确评估。

主权利要求：
1.一种基于通信网络的终端运动状态识别方法，其特征在于，所述基于通信网络的终端运动状态识别方法包括以下步骤：
获取通信网络中终端的采样数据，所述采样数据包括不同采样点的多个记录，所述记录包括所述终端在移动至对应的采样点时上传的采样点位置和对应的上传时间；
根据所述多个记录中上传时间的先后顺序对所述多个记录排序，获得记录序列；
确定所述记录序列中满足第一预设条件的若干个第一子记录序列为第一类数据，确定所述记录序列中不满足所述第一预设条件的若干个第二子记录序列为第二类数据，其中，所述第一预设条件包括第一子条件和第二子条件，所述第一子条件包括对应的子记录序列中任意两个相邻记录对应的上传时间的时间间隔小于或等于第二预设时长且对应的采样点位置之间距离小于或等于第二预设距离，所述第二子条件包括对应的子记录序列中包含满足设定条件的记录的数量大于第一预设数量，所述设定条件为对应记录与其相邻记录的采样点位置不同，所述第一类数据对应的采样点的第一位置变化范围大于所述第二类数据对应的采样点的第二位置变化范围；
根据每个所述第一子记录序列中各记录的采样点位置和上传时间对所述第一子记录序列分组，获得若干个第一子序列和若干个第二子序列，第三类数据包括所述若干个第一子序列和所述若干个第二子序列，其中，所述第一类数据包括若干个第一子记录序列，所述第一子记录序列中的记录按照上传时间的先后顺序排列；
定义每个所述第一子序列中排列最前的记录为起始记录、排列最后的记录为末尾记录，每个所述第一子序列中起始记录的采样点位置与对应的第一子序列中其他记录的采样点位置之间距离小于或等于第一预设距离，每个所述第一子序列中起始记录的上传时间与对应的末尾记录的上传时间之间时间间隔大于第一预设时长，所述第三类数据中各分组对应的采样点的位置变化范围小于所述第一位置变化范围；
根据所述第二类数据中各记录的上传时间和基站信息对所述第二类数据分组，获得若干个第三子序列，其中，所述记录包括基站信息，所述基站信息为对应记录上传时所述终端接入的通信基站的标识信息，所述第二类数据中的记录按照上传时间的先后顺序排列，所述第三子序列中任意两个相邻记录对应的上传时间的时间间隔小于或等于第三预设时长，且所述第三子序列对应的基站数量小于或等于第二预设数量，所述基站数量根据对应的第三子序列的记录中的基站信息统计；
当所述第三子序列包括的记录的数量小于第三预设数量时，确定所述第三子序列对应的采样时间段内所述终端处于未知状态；
当所述第三子序列包括的记录的数量大于或等于所述第三预设数量、且所述第三子序列对应的移动时间大于第四预设时长且对应的运动范围小于预设范围时，确定所述第三子序列对应的采样时间段内所述终端处于静止状态；
当所述第三子序列包括的记录的数量大于或等于所述第三预设数量时，若所述第三子序列对应的移动时间小于或等于所述第四预设时长、或对应的运动范围大于或等于所述预设范围时，确定所述第三子序列对应的采样时间段内所述终端处于低速运动状态，其中，所述移动时间和所述运动范围根据对应的第三子序列中的上传时间和采样点位置确定。
2.如权利要求1所述的基于通信网络的终端运动状态识别方法，其特征在于，所述记录包括基站信息，所述基站信息为对应记录上传时所述终端接入的通信基站的标识信息，所述第三类数据包括多个子分组，所述根据所述第三类数据的第一分组特征信息和/或所述第二类数据的第二分组特征信息确定所述终端的运动状态的步骤包括：当所述子分组满足第二预设条件时，确定所述子分组对应的采样时间段内所述终端处于高速运动状态；所述第二预设条件包括所述子分组对应的最大移动路程大于第三预设距离且对应的平均速度大于第一预设速度，或，所述第二预设条件包括所述子分组对应的运动范围大于预设范围、所述子分组对应的路占比大于预设值以及所述子分组对应的平均速度大于所述第一预设速度；
当所述子分组满足第三预设条件时，确定所述子分组对应的采样时间段内所述终端处于静止状态；所述第三预设条件包括所述子分组对应的运动范围小于或等于所述预设范围且对应的平均速度小于或等于所述第一预设速度，以及所述子分组对应的基站数量小于第四预设数量；
当所述子分组不满足所述第二预设条件和所述第三预设条件时，确定所述子分组对应的采样时间段内所述终端处于低速运动状态；
所述第一分组特征信息包括所述基站数量、所述运动范围、所述最大移动路程、所述路占比和所述平均速度，其中，所述基站数量根据对应的子分组中的基站信息统计得到，所述运动范围、所述最大移动路程、所述路占比和所述平均速度均根据对应的子分组中的上传时间和采样点位置确定。
3.如权利要求2所述的基于通信网络的终端运动状态识别方法，其特征在于，所述第三类数据包括若干个子序列，每个所述子序列中的记录按照上传时间的先后顺序排列，定义所述子序列中任意相邻两个记录依次为第一记录和第二记录，所述根据所述第三类数据的第一分组特征信息和/或所述第二类数据的第二分组特征信息确定所述终端的运动状态的步骤之前，还包括：确定所述第三类数据中每个第二记录对应的终端的瞬时速度和运动方向，所述瞬时速度和所述运动方向根据对应的第一记录和第二记录的上传时间和采样点位置确定；
当所述第二记录的瞬时速度大于第二预设速度、且所述第二记录的运动方向与所述第二记录对应的第一记录的运动方向之间的夹角在预设角度范围内时，删除所述第二记录；
所述预设角度范围具有最大值和最小值。
4.如权利要求1至3中任一项所述的基于通信网络的终端运动状态识别方法，其特征在于，所述获取通信网络中终端的采样数据的步骤包括：获取所述终端的MDT数据和MME数据，所述采样数据包括所述MDT数据和所述MME数据。
5.一种装置，其特征在于，所述装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于通信网络的终端运动状态识别程序，所述基于通信网络的终端运动状态识别程序被所述处理器执行时实现如权利要求1至4中任一项所述的基于通信网络的终端运动状态识别方法的步骤。
6.一种存储介质，其特征在于，所述存储介质上存储有基于通信网络的终端运动状态识别程序，所述基于通信网络的终端运动状态识别程序被处理器执行时实现如权利要求1至4中任一项所述的基于通信网络的终端运动状态识别方法的步骤。 说明书 : 基于通信网络的终端运动状态识别方法、装置及存储介质技术领域[0001] 本发明涉及通信技术领域，尤其涉及基于通信网络的终端运动状态识别方法、装置及存储介质。背景技术[0002] 随着移动通信技术的发展，人们对于移动通信网络的需求在不断提高，同时，运营商对网络覆盖质量的评估工作也变得愈发重要。[0003] 目前，现有的网络质量评估工作通过终端获取采样数据，并通过对所获得的采样数据进行分组以及终端运动状态识别，识别出终端的运动状态以及辨别室内外的使用场景。[0004] 但是，目前对于采样数据的分组规则以及终端运动状态的识别规则均比较片面，没办法准确地对采样数据进行分组以及识别终端在各种使用场景下的运动状态，导致获得的终端运动识别结果存在偏差，影响位置定位终端用户的运动轨迹和驻留状态的准确评估。发明内容[0005] 本发明的主要目的在于提供一种基于通信网络的终端运动状态识别方法、装置及存储介质，旨在提高终端运动状态识别的精准性，实现位置定位终端用户的运动轨迹和驻留状态的准确评估。[0006] 为实现上述目的，本发明提供一种基于通信网络的终端运动状态识别方法，所述基于通信网络的终端运动状态识别方法包括以下步骤：[0007] 获取通信网络中终端的采样数据，所述采样数据包括不同采样点的多个记录，所述记录包括所述终端在移动至对应的采样点时上传的采样点位置和对应的上传时间；[0008] 根据各所述记录中的采样点位置和上传时间对所述多个记录分类，获得第一类数据和第二类数据，所述第一类数据对应的采样点的第一位置变化范围大于所述第二类数据对应的采样点的第二位置变化范围；[0009] 根据所述第一类数据中各所述记录的采样点位置和上传时间对所述第一类数据分组获得第三类数据，所述第三类数据中各分组对应的采样点的位置变化范围小于所述第一位置变化范围；[0010] 根据所述第三类数据的第一分组特征信息和/或所述第二类数据的第二分组特征信息确定所述终端的运动状态。[0011] 可选地，所述第一类数据包括若干个第一子记录序列，所述第一子记录序列中的记录按照上传时间的先后顺序排列，所述根据所述第一类数据中各所述记录的采样点位置和上传时间对所述第一类数据分组获得第三类数据的步骤包括：[0012] 根据每个所述第一子记录序列中各记录的采样点位置和上传时间对所述第一子记录序列分组，获得若干个第一子序列和若干个第二子序列，所述第三类数据包括所述若干个第一子序列和所述若干个第二子序列；[0013] 定义每个所述第一子序列中排列最前的记录为起始记录、排列最后的记录为末尾记录，每个所述第一子序列中起始记录的采样点位置与对应的第一子序列中其他记录的采样点位置之间距离小于或等于第一预设距离，每个所述第一子序列中起始记录的上传时间与对应的末尾记录的上传时间之间时间间隔大于第一预设时长。[0014] 可选地，所述根据各所述记录中的采样点位置和上传时间对所述多个记录分类，获得第一类数据和第二类数据的步骤包括：[0015] 根据所述多个记录中上传时间的先后顺序对所述多个记录排序，获得记录序列；[0016] 确定所述记录序列中满足第一预设条件的若干个第一子记录序列为所述第一类数据，确定所述记录序列中不满足所述第一预设条件的若干个第二子记录序列为所述第二类数据；[0017] 所述第一预设条件包括第一子条件和第二子条件，所述第一子条件包括对应的子记录序列中任意两个相邻记录对应的上传时间的时间间隔小于或等于第二预设时长且对应的采样点位置之间距离小于或等于第二预设距离，所述第二子条件包括对应的子记录序列中包含满足设定条件的记录的数量大于第一预设数量，所述设定条件为对应记录与其相邻记录的采样点位置不同。[0018] 可选地，所述记录包括基站信息，所述基站信息为对应记录上传时所述终端接入的通信基站的标识信息，所述第二类数据中的记录按照上传时间的先后顺序排列，所述根据所述第三类数据的第一分组特征信息和/或所述第二类数据的第二分组特征信息确定所述终端的运动状态的步骤包括：[0019] 根据所述第二类数据中各记录的上传时间和基站信息对所述第二类数据分组，获得若干个第三子序列；[0020] 所述第三子序列中任意两个相邻记录对应的上传时间的时间间隔小于或等于第三预设时长，且所述第三子序列对应的基站数量小于或等于第二预设数量，所述基站数量根据对应的第三子序列的记录中的基站信息统计；[0021] 根据所述若干个第三子序列对应的子分组特征信息确定所述终端的运动状态，所述第二分组特征信息包括所述子分组特征信息。[0022] 可选地，所述根据所述若干个第三子序列对应的子分组特征信息确定所述终端的运动状态的步骤包括：[0023] 当所述第三子序列包括的记录的数量小于第三预设数量时，确定所述第三子序列对应的采样时间段内所述终端处于未知状态；[0024] 当所述第三子序列包括的记录的数量大于或等于所述第三预设数量、且所述第三子序列对应的移动时间大于第四预设时长且对应的运动范围小于预设范围时，确定所述第三子序列对应的采样时间段内所述终端处于静止状态；[0025] 当所述第三子序列包括的记录的数量大于或等于所述第三预设数量时，若所述第三子序列对应的移动时间小于或等于所述第四预设时长、或对应的运动范围大于或等于所述预设范围时，确定所述第三子序列对应的采样时间段内所述终端处于低速运动状态；[0026] 所述子分组特征信息包括所述移动时间和所述运动范围，其中，所述移动时间和所述运动范围根据对应的第三子序列中的上传时间和采样点位置确定。[0027] 可选地，所述记录包括基站信息，所述基站信息为对应记录上传时所述终端接入的通信基站的标识信息，所述第三类数据包括多个子分组，所述根据所述第三类数据的第一分组特征信息和/或所述第二类数据的第二分组特征信息确定所述终端的运动状态的步骤包括：[0028] 当所述子分组满足第二预设条件时，确定所述子分组对应的采样时间段内所述终端处于高速运动状态；所述第二预设条件包括所述子分组对应的最大移动路程大于第三预设距离且对应的平均速度大于第一预设速度，或，所述第二预设条件包括所述子分组对应的运动范围大于预设范围、所述子分组对应的路占比大于预设值以及所述子分组对应的平均速度大于所述第一预设速度；[0029] 当所述子分组满足第三预设条件时，确定所述子分组对应的采样时间段内所述终端处于静止状态；所述第三预设条件包括所述子分组对应的运动范围小于或等于所述预设范围且对应的平均速度小于或等于所述第一预设速度、以及所述子分组对应的基站数量小于第四预设数量；[0030] 当所述子分组不满足所述第二预设条件和所述第三预设条件时，确定所述子分组对应的采样时间段内所述终端处于低速运动状态；[0031] 所述第一分组特征信息包括所述基站数量、所述运动范围、所述最大移动路程、所述路占比和所述平均速度，其中，所述基站数量根据对应的子分组中的基站信息统计得到，所述运动范围、所述最大移动路程、所述路占比和所述平均速度均根据对应的子分组中的上传时间和采样点位置确定。[0032] 可选地，所述第三类数据包括若干个子序列，每个所述子序列中的记录按照上传时间的先后顺序排列，定义所述子序列中任意相邻两个记录依次为第一记录和第二记录，所述根据所述第三类数据的第一分组特征信息和/或所述第二类数据的第二分组特征信息确定所述终端的运动状态的步骤之前，还包括：[0033] 确定所述第三类数据中每个第二记录对应的终端的瞬时速度和运动方向，所述瞬时速度和所述运动方向根据对应的第一记录和第二记录的上传时间和采样点位置确定；[0034] 当所述第二记录的瞬时速度大于第二预设速度、且所述第二记录的运动方向与所述第二记录对应的第一记录的运动方向之间的夹角在预设角度范围内时，删除所述第二记录；所述预设角度范围具有最大值和最小值。[0035] 可选地，所述获取通信网络中终端的采样数据的步骤包括：[0036] 获取所述终端的MDT数据和MME数据，所述采样数据包括所述MDT数据和所述MME数据。[0037] 此外，为了实现上述目的，本申请还提出一种装置，所述装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于通信网络的终端运动状态识别程序，所述基于通信网络的终端运动状态识别程序被处理器执行时实现如上任一项所述的基于通信网络的终端运动状态识别方法的步骤。[0038] 此外，为了实现上述目的，本申请还提出一种存储介质，所述存储介质上存储有基于通信网络的终端运动状态识别程序，所述基于通信网络的终端运动状态识别程序被处理器执行时实现如上任一项所述的基于通信网络的终端运动状态识别方法的步骤。[0039] 本发明提出的一种基于通信网络的终端运动状态识别方法，该方法通过获取通信网络中终端在移动至不同采样点时上传的包括对应采样点位置和对应时间的记录，获得终端的采样数据，根据记录中的采样点位置和上传时间对采样数据进行分类，获得第一类数据和第二类数据，对第一类数据进一步分组获得采样点位置变化范围相对更小的第三类数据，根据第三类数据的第一分组特征信息和/或第二类数据的第二分组特征信息确定终端的运动状态，相比于现有技术对采样数据的分组规则只考虑时间和位置的连续性，在分组规则中加入对于采样点位置变化范围的限定，可以更准确地对采样数据进行局部的分组，以更精准地反映出终端的运动特征，提高终端运动状态识别的精准性，实现位置定位终端用户的运动轨迹和驻留状态的准确评估。附图说明[0040] 图1为本发明装置一实施例运行涉及的硬件结构示意图；[0041] 图2为本发明基于通信网络的终端运动状态识别方法第一实施例的流程示意图；[0042] 图3为本发明基于通信网络的终端运动状态识别方法第二实施例的流程示意图；[0043] 图4为本发明基于通信网络的终端运动状态识别方法第三实施例的流程示意图；[0044] 图5为本发明基于通信网络的终端运动状态识别方法第四实施例的流程示意图；[0045] 图6为本发明基于通信网络的终端运动状态识别方法第五实施例的流程示意图。[0046] 本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式[0047] 应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。[0048] 本发明实施例的主要解决方案是：获取通信网络中终端的采样数据，所述采样数据包括不同采样点的多个记录，所述记录包括所述终端在移动至对应的采样点时上传的所述采样点位置和对应的上传时间；根据各所述记录中的采样点位置和上传时间对所述多个记录分类，获得第一类数据和第二类数据，所述第一类数据对应的采样点的第一位置变化范围大于所述第二类数据对应的采样点的第二位置变化范围；根据所述第一类数据中各所述记录的采样点位置和上传时间对所述第一类数据分组获得第三类数据，所述第三类数据中各分组对应的采样点的位置变化范围小于所述第一位置变化范围；根据所述第三类数据的第一分组特征信息和/或所述第二类数据的第二分组特征信息确定所述终端的运动状态。[0049] 由于现有技术中，网络质量评估工作主要通过终端获取采样数据，并通过对所获得的采样数据进行分组进行终端运动状态识别，对于采样数据的分组规则以及终端运动状态的识别规则均比较片面，分组规则只考虑时间和位置的连续性，没办法准确地进行分组以及识别终端在各种使用场景下的运动状态，导致获得的终端运动识别结果存在偏差，影响位置定位终端用户的运动轨迹和驻留状态的准确评估。[0050] 本发明提供上述的解决方案，旨在提高终端运动状态识别的精准性，实现位置定位终端用户的运动轨迹和驻留状态的准确评估。[0051] 本发明实施例提出一种装置。[0052] 在本发明实施例中，参照图1，装置包括：处理器1001(例如CPU)和存储器1002。存储器1002可以是高速RAM存储器，也可以是稳定的存储器(non‑volatilememory)，例如磁盘存储器。存储器1002可选的还可以是独立于前述处理器1001的存储装置。[0053] 本领域技术人员可以理解，图1中示出的装置结构并不构成对装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。[0054] 如图1所示，作为一种计算机可读存储介质的存储器1002中可以包括基于通信网络的终端运动状态识别程序。在图1所示的装置中，处理器1001可以用于调用存储器1002中存储的基于通信网络的终端运动状态识别程序，并执行以下实施例中基于通信网络的终端运动状态识别方法的相关步骤操作。[0055] 本发明实施例还提供一种基于通信网络的终端运动状态识别方法，应用于上述装置。[0056] 参照图2，提出本申请基于通信网络的终端运动状态识别方法第一实施例。在本实施例中，所述基于通信网络的终端运动状态识别方法包括：[0057] 步骤S10，获取通信网络中终端的采样数据，所述采样数据包括不同采样点的多个记录，所述记录包括所述终端在移动至对应的采样点时上传的采样点位置和对应的上传时间；[0058] 采样数据包括终端上传的多个记录，记录具体为终端在移动至采样点时上传的当前时刻的信息，所述信息包括采样点位置和终端执行上传动作时当前时刻的时间。此外，采样点位置包括采样点的经度和纬度。[0059] 通过获取通信网络中终端的采样数据，为对终端进行运动状态识别提供依据，确保终端运动状态识别的准确性。[0060] 步骤S20，根据各所述记录中的采样点位置和上传时间对所述多个记录分类，获得第一类数据和第二类数据，所述第一类数据对应的采样点的第一位置变化范围大于所述第二类数据对应的采样点的第二位置变化范围；[0061] 具体的，采样点的位置变化范围为采样点分布的范围，可表征终端的移动范围。进一步的，第一类数据相对第二类数据采样点的位置变化范围更大，表征第一类数据相对第二类数据在采样时间段内终端在进行范围更大的移动，更具备处于移动过程中的特征，可以作为终端处于高速运动状态的识别依据。[0062] 通过对多个记录分类为第一类数据和第二类数据，确保更精准的确定两种分类情况下终端的运动特征，提高终端运动状态识别的精准性。[0063] 步骤S30，根据所述第一类数据中各所述记录的采样点位置和上传时间对所述第一类数据分组获得第三类数据，所述第三类数据中各分组对应的采样点的位置变化范围小于所述第一位置变化范围；[0064] 具体的，第三类数据相对第一类数据采样点的位置变化范围更小，对第一类数据进一步分组获得第三类数据，表征将终端在进行移动时上传的记录中采样点位置相近的记录划分为一组，从而划分为若干个局部区域的分组。[0065] 需要说明的是，第三类数据的分组是在第一类数据的分组基础上进行进一步的细分。例如，在第一类数据中属于不同分组的记录，通过进一步分组获得第三类数据后，所述记录在第三类数据中也不会属于同一分组。[0066] 通过加入对于终端在进行移动时的采样点位置变化范围的限定，可以更准确地对采样数据进行局部的分组，以更精准地反映出终端的运动特征，提高终端运动状态识别的精准性。[0067] 步骤S40，根据所述第三类数据的第一分组特征信息和/或所述第二类数据的第二分组特征信息确定所述终端的运动状态。[0068] 分组特征信息具体为表征终端的运动规律的信息，根据上传时间和采样点位置计算获得，通过分组特征信息可确定终端的运动规律，从而确定对应采样时间段内终端的运动状态。终端的运动状态具体分为高速运动状态、低速运动状态、静止状态和未知状态，其中，高速运动状态、低速运动状态和静止状态分别表征终端在进行高速移动、低速移动和静止，未知状态表征终端状态无法确定。[0069] 通过分组特征信息确定终端的运动状态，确保对终端的运动状态进行准确的确定，确保终端运动状态识别的准确性。[0070] 本发明提出的一种基于通信网络的终端运动状态识别方法，该方法通过获取通信网络中终端在移动至不同采样点时上传的包括对应采样点位置和对应时间的记录，获得终端的采样数据，根据记录中的采样点位置和上传时间对采样数据进行分类，获得第一类数据和第二类数据，对第一类数据进一步分组获得采样点位置变化范围相对更小的第三类数据，根据第三类数据的第一分组特征信息和/或第二类数据的第二分组特征信息确定终端的运动状态，相比于现有技术对采样数据的分组规则只考虑时间和位置的连续性，在分组规则中加入对于采样点位置变化范围的限定，可以更准确地对采样数据进行局部的分组，以更精准地反映出终端的运动特征，提高终端运动状态识别的精准性，实现位置定位终端用户的运动轨迹和驻留状态的准确评估。[0071] 进一步的，在本实施例中，所述获取通信网络中终端的采样数据的步骤包括：获取所述终端的MDT数据和MME数据，所述采样数据包括所述MDT数据和所述MME数据。[0072] 具体的，MDT(MinimizationofDrive‑Test,最小化路测)数据包括上报时间、当前主服小区标识、用户临时标识、经度和纬度。MME数据具体为S1‑MMEXDR数据，S1‑MME具体为移动管理节点功能的控制平面接口，XDR(ExtendedDetectionandResponse,扩展检测和响应)数据包括上报时间、当前主服小区标识、用户临时标识和国际移动用户识别码号码。[0073] 具体实现时，通过上报时间、当前主服小区标识和用户临时标识对两种数据进行关联，关联规则具体为两种数据的当前主服小区标识和用户临时标识匹配，且两种数据的上报时间差值在预设差值以内。例如，预设差值为5分钟。通过关联可获得匹配的MDT数据和MME数据，将国际移动用户识别码号码回填到MDT数据。[0074] 采样数据包括两种数据的混合，上传时间为MDT数据的上报时间，采样点位置为MDT数据的经度和纬度，终端标识为国际移动用户识别码号码，基站信息为当前主服小区标识。[0075] 需要说明的是，上传采样数据的终端可能有若干个，根据用户临时标识可确定属于相同终端的采样数据，识别具有相同用户临时标识的采样数据以确定对应终端的运动状态。通过关联MDT数据和MME数据可准确获得对应终端的采样数据，确保对终端进行运动状态识别的准确性。[0076] 进一步的，基于上述实施例，提出本申请基于通信网络的终端运动状态识别方法第二实施例。在本实施例中，参照图3，所述根据各所述记录中的采样点位置和上传时间对所述多个记录分类，获得第一类数据和第二类数据的步骤包括：[0077] 步骤S21，根据所述多个记录中上传时间的先后顺序对所述多个记录排序，获得记录序列；[0078] 记录序列指按预设规则顺序进行排序的若干个记录，在本实施例中，预设规则为按记录的上传时间进行排序。[0079] 具体实现时，遍历多个记录的上传时间，根据上传时间的先后进行时间顺序排序。通过对多个记录进行时间顺序排序，以提供对记录进行分类和分组，或确定终端运动状态识别的基础，提高进行所述分类、分组和终端运动状态识别过程的效率。[0080] 步骤S22，确定所述记录序列中满足第一预设条件的若干个第一子记录序列为所述第一类数据，确定所述记录序列中不满足所述第一预设条件的若干个第二子记录序列为所述第二类数据；所述第一预设条件包括第一子条件和第二子条件，所述第一子条件包括对应的子记录序列中任意两个相邻记录对应的上传时间的时间间隔小于或等于第二预设时长且对应的采样点位置之间距离小于或等于第二预设距离，所述第二子条件包括对应的子记录序列中包含满足设定条件的记录的数量大于第一预设数量，所述设定条件为对应记录与其相邻记录的采样点位置不同。[0081] 需要说明的是，第一子记录序列和第二子记录序列分别标识记录序列中满足第一预设条件和不满足第一预设条件的子记录序列，不重新对记录进行排序；同时第一子记录序列和第二子记录序列为记录序列根据第一预设条件分组后的结果，每个子记录序列为一个分组，若干个子记录序列即为若干个分组。[0082] 示例性的，设记录序列包括序号1至20的记录，通过第一预设条件判断后，确定其中序号1至6为第一子记录序列，序号7至11为第二子记录序列，序号12至20为第一子记录序列，第一子记录序列和第二子记录序列混合排列，同时，序号1至6和序号12至20属于第一类数据，序号7至11属于第二类数据。[0083] 通过第一预设条件对记录序列中进行分类，获得第一类数据和第二类数据，为对记录进行进一步的分组提供基础，确保终端运动状态识别的准确性。[0084] 具体的，第一子条件的限定表征记录之间有时间和位置的连续性，对应采样时段内的记录是终端在一定时间段内和一定范围内上传的；第二子条件的限定表征序列中记录对应的采样点在连续的变化，对应采样时间段内终端在进行连续的移动。[0085] 具体实现时，通过遍历记录序列中的记录，定义相邻两个记录中前一记录为第一记录，后一记录为第二记录，确定第一记录和第二记录的上传时间的时间间隔是否小于或等于第二预设时长，且第一记录和第二记录的对应采样点位置之间的距离是否小于或等于第二预设距离，当确定是时所述第一记录和第二记录划分为同一子记录序列，当确定否时所述第一记录和第二记录划分为不同子记录序列，完成判断后对下一相邻的记录进行判断直到遍历结束，获得若干个子记录序列；确定每个子记录序列中是否包括满足设定条件的数量大于第一预设数量的记录，所述设定条件为对应记录与其相邻记录的采样点位置不同，当确定是时，对应子记录序列为第一子记录序列，属于第一类数据，当确定否时，对应子记录序列为第二子记录序列，属于第二类数据。[0086][0087] 表1[0088] 示例性的，参考表1，有序号1至11的记录，时间间隔和采样点位置之间距离的数值均为对应记录根据前一记录确定获得，序号1记录的时间间隔和采样点位置之间距离设为0。采样点位置连续不同的数量表征对应记录的采样点位置是否与前一记录的采样点位置相同，当不同时计数加一，当相同时计数重置为0。第二预设时长为2分钟，第二预设距离为3000米，第一预设数量为6。根据第一预设条件，可分组获得序号1至7的第一子记录序列，序号8的第二子记录序列和序号9至11的第二子记录序列。需要说明的是，表格的各项均作示例说明用，不构成对采样数据或记录中内容的限定。[0089] 在本实施例中，通过对多个记录的排序、分组和分类，对多个记录作初步的划分，对进一步的分组和确定分组的运动特征信息提供基础，确保终端运动状态识别的准确性。[0090] 进一步的，基于上述任一实施例，提出本申请基于通信网络的终端运动状态识别方法第三实施例。在本实施例中，第一类数据包括若干个第一子记录序列，所述第一子记录序列中的记录按照上传时间的先后顺序排列。基于此，参照图4，所述根据所述第一类数据中各所述记录的采样点位置和上传时间对所述第一类数据分组获得第三类数据的步骤包括：[0091] 步骤S31，根据每个所述第一子记录序列中各记录的采样点位置和上传时间对所述第一子记录序列分组，获得若干个第一子序列和若干个第二子序列，所述第三类数据包括所述若干个第一子序列和所述若干个第二子序列；定义每个所述第一子序列中排列最前的记录为起始记录、排列最后的记录为末尾记录，每个所述第一子序列中起始记录的采样点位置与对应的第一子序列中其他记录的采样点位置之间距离小于或等于第一预设距离，每个所述第一子序列中起始记录的上传时间与对应的末尾记录的上传时间之间时间间隔大于第一预设时长。[0092] 具体的，根据第一类数据中每个第一子记录序列各记录的采样点位置和上传时间对每个第一子记录序列进一步分组。需要说明的是，每个第一子记录序列中可分组出不定数量的第一子序列和第二子序列，当第一子记录序列中各记录均不能满足构成第一子序列的条件时，确定所述第一子记录序列为第二子序列；第三类数据中包括若干个第一子序列和第二子序列混合排列。[0093] 对第一子记录序列中各记录对应的采样点位置的分布范围进行限定，划分出采样点分布在起始记录采样点的第一预设距离范围内的分组，所述分组对应的记录表征终端在第一预设距离的范围内进行连续移动。例如，第一预设距离为100米。[0094] 具体实现时，定义第一子记录序列中上传时间最早的记录为第一记录，第一记录后的记录按顺序依次为第二记录、第三记录等，确定第二记录的采样点位置和第一记录的采样点位置之间距离是否小于或等于第一预设距离，当确定是时对第三记录进行采样点位置距离的判断，根据序列排列顺序依次判断直到判断到确定为否的记录；示例性的，设确定第六记录的采样点位置与第一记录的采样点位置之间距离大于第一预设距离时，获取第一记录与第五记录的上传时间的时间间隔，当确定所述时间间隔大于第一预设时长时，确定第一记录至第五记录形成第一子序列；当确定所述时间间隔小于或等于第一预设时长时，确定第一记录至第五记录形成第二子序列；设第六记录为第一记录，再次对第六及之后的记录进行是否形成另一第一子序列的判断。例如，第一预设时长为5分钟。[0095] 在本实施中，在进一步分组时对采样点位置分布进行限定，可以更准确地对采样数据进行局部的分组，以更精准地反映出终端的运动特征，提高终端运动状态识别的精准性。[0096] 进一步的，基于上述任一实施例，提出本申请基于通信网络的终端运动状态识别方法第四实施例。在本实施例中，记录包括基站信息，所述基站信息为对应记录上传时所述终端接入的通信基站的标识信息，所述第二类数据中的记录按照上传时间的先后顺序排列。基于此，参照图5，步骤S40包括：[0097] 步骤S41，当所述第三子序列包括的记录的数量小于第三预设数量时，确定所述第三子序列对应的采样时间段内所述终端处于未知状态；[0098] 步骤S42，当所述第三子序列包括的记录的数量大于或等于所述第三预设数量、且所述第三子序列对应的移动时间大于第四预设时长且对应的运动范围小于预设范围时，确定所述第三子序列对应的采样时间段内所述终端处于静止状态；[0099] 步骤S43，当所述第三子序列包括的记录的数量大于或等于所述第三预设数量时，若所述第三子序列对应的移动时间小于或等于所述第四预设时长、或对应的运动范围大于或等于所述预设范围时，确定所述第三子序列对应的采样时间段内所述终端处于低速运动状态；[0100] 所述子分组特征信息包括所述移动时间和所述运动范围，其中，所述移动时间和所述运动范围根据对应的第三子序列中的上传时间和采样点位置确定。[0101] 需要说明的是，根据记录的基站信息确定对应记录上传时终端接入的移动通信基站的标识信息，统计序列中记录的基站标识信息后进行去重，可获取基站数量。通过对序列的基站数量进行限定可对采样点的分布范围进行限定。[0102] 具体的，运动范围的获得步骤为获取对应序列记录的采样点位置的最大经度、最大纬度、最小经度和最小纬度，根据所述最大经度、最大纬度、最小经度和最小纬度构成的矩形获得运动范围；移动时间为对应序列中各记录的最早上传时间和最晚上传时间之间的时间间隔确定。[0103] 具体实现时，按顺序遍历第二类数据所有记录，当相邻两个记录的时间间隔小于或等于第三预设时长时，确定相邻记录中前一记录是否已划分为第三子序列，当确定未划分时相邻记录划为同一第三子序列，当确定已划分时确定前一记录对应序列的基站信息是否包括后一记录的基站信息，当确定包括时相邻记录划分为同一序列，当确定未包括时根据前一记录对应序列的基站信息与后一记录的基站信息获得基站数量，确定基站数量是否小于或等于第二预设数量，确定是时相邻记录划分为同一序列，当确定否时相邻记录划分为不同序列。例如，第三预设时长为120分钟，第二预设数量为2。[0104] 通过对第二类数据进行进一步分组，获得更具备相近运动特征的若干个第三子序列，确保终端的运动状态识别的准确性。[0105] 未知状态表征序列内记录不足以提供进行终端运动状态识别的信息，无法对对应采样时间段内的终端的运动状态进行判断。示例性的，第四预设时长为0，预设范围为200米，第三预设数量为2。[0106] 在本实施例中，通过对第二类数据进一步分组后，获得更能表征终端运动状态规律的分组，根据子分组特征信息对第二类数据对应采样时间段内的终端进行运动状态识别，提高终端运动状态识别的准确性。[0107] 进一步的，基于上述任一实施例，提出本申请基于通信网络的终端运动状态识别方法第五实施例。在本实施例中，记录包括基站信息，所述基站信息为对应记录上传时所述终端接入的通信基站的标识信息，所述第三类数据包括多个子分组。基于此，参照图6，步骤S40包括：[0108] 步骤S44，当所述子分组满足第二预设条件时，确定所述子分组对应的采样时间段内所述终端处于高速运动状态；所述第二预设条件包括所述子分组对应的最大移动路程大于第三预设距离且对应的平均速度大于第一预设速度，或，所述第二预设条件包括所述子分组对应的运动范围大于预设范围、所述子分组对应的路占比大于预设值以及所述子分组对应的平均速度大于所述第一预设速度；[0109] 步骤S45，当所述子分组满足第三预设条件时，确定所述子分组对应的采样时间段内所述终端处于静止状态；所述第三预设条件包括所述子分组对应的运动范围小于或等于所述预设范围且对应的平均速度小于或等于所述第一预设速度、以及所述子分组对应的基站数量小于第四预设数量；[0110] 步骤S46，当所述子分组不满足所述第二预设条件和所述第三预设条件时，确定所述子分组对应的采样时间段内所述终端处于低速运动状态；[0111] 所述第一分组特征信息包括所述基站数量、所述运动范围、所述最大移动路程、所述路占比和所述平均速度，其中，所述基站数量根据对应的子分组中的基站信息统计得到，所述运动范围、所述最大移动路程、所述路占比和所述平均速度均根据对应的子分组中的上传时间和采样点位置确定。[0112] 示例性的，预设范围为200米，预设值为0.3，第三预设距离为1000米，第一预设速度为15km/h，第四预设数量为2。[0113] 具体的，最大移动路程的获得步骤为遍历序列内任意两采样点位置之间的距离，根据其中的最大距离获得最大移动路程；此外，路占比根据最大移动路程除以总移动距离获得，总移动距离为序列内相邻记录对应采样点位置之间距离的和；平均速度根据总移动距离除以移动时间获得；运动范围和移动时间的获取步骤可参见第四实施例，在此不作赘述。[0114] 通过序列内各记录的上传时间和采样点位置确定序列对应的运动参数，通过运动参数可准确确定对应序列采样时间段内的终端的运动规律，提高终端运动状态识别的准确性。[0115] 在本实施例中，通过获取序列的分组特征信息和对分组特征信息进行限定，准确地确定序列对应采样时间段内终端的运动特征，对终端的运动状态进行识别，提高终端运动状态识别的准确性。[0116] 进一步的，基于上述任一实施例，第三类数据包括若干个子序列，每个所述子序列中的记录按照上传时间的先后顺序排列，定义所述子序列中任意相邻两个记录依次为第一记录和第二记录。步骤S40之前，还包括：[0117] 确定所述第三类数据中每个第二记录对应的终端的瞬时速度和运动方向，所述瞬时速度和所述运动方向根据对应的第一记录和第二记录的上传时间和采样点位置确定；当所述第二记录的瞬时速度大于第二预设速度、且所述第二记录的运动方向与所述第二记录对应的第一记录的运动方向之间的夹角在预设角度范围内时，删除所述第二记录；所述预设角度范围具有最大值和最小值。[0118] 具体的，瞬时速度的获取步骤为获取第二记录和第一记录的上传时间的时间间隔和采样点位置之间的距离，根据所述时间和距离获得瞬时速度，所述瞬时速度为对应第二记录的瞬时速度；根据第二记录和第一记录的采样点位置确定运动方向，所述运动方向为对应第二记录的运动方向。示例性的，第二预设速度为400km/h，预设角度的最小值为150°，预设角度的最大值210°。[0119] 通过识别和删除影响终端运动状态识别的记录，提高分组特征信息的可靠性，提高终端运动状态识别的准确性。[0120] 此外，本发明实施例还提出一种存储介质，所述存储介质上存储有基于通信网络的终端运动状态识别程序，所述基于通信网络的终端运动状态识别程序被处理器执行时实现如上基于通信网络的终端运动状态识别方法任一实施例的相关步骤。[0121] 需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。[0122] 上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。[0123] 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。[0124] 以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

专利地区：广东

专利申请日期：2022-05-09

专利公开日期：2024-06-18

专利公告号：CN114881146B