1.影响MR定位的关键因素

从进行定位所需的基础数据源来看，基站工程参数、仿真地图精度、天线模型是影响定位精度的主要因素。由于MR定位基于概率统计，因此测量样本越多，相应的MR定位精度越高。

仅依靠3GPP规定的MR测量项进行定位，其定位精度很难有质的提升，目前业界的定位精度在100m×100m左右。

综上所述，影响MR定位精度的4个关键因素如图2-7所示。

如果定位精度，则必须辅以其他数据源。

图2-7 影响MR定位精度的关键因素

2.MR栅格化处理

MR数据尽管可以反映小区的覆盖情况，但是由于没有位置信息，因此其主要是按照小区级别统计应用。为了准确得到用户所在位置的网络覆盖情况，利用MR定位技术将网络栅格化，并以栅格为单位，通过路损补偿方法预测LTE网络覆盖场强和质量。

MR定位是指利用MR中的主服务小区和邻小区电平信息结合主服务小区与邻区的经纬度及发射功率确定MR发生的经纬度，确定生成MR报单时用户所在的位置。本文采用指纹定位算法实现MR定位：首先将场强信息栅格化，即按照一定尺度将网络划分为一个个正方形栅格，仿真得到每个栅格的指纹；然后计算MR的指纹，并根据其与仿真得出的栅格指纹之间的信号距离来判断MR归属的栅格。

上述信号距离定义为：

式中，S₁，…，S_i是某个测量报告的7个信号电平，S₁′，…，S_i′是栅格中取得的7个小区覆盖仿真电平PCCPCH RSCP。

在确定MR所属栅格后，计算每个栅格的所有MR的覆盖场强，取其平均值为该栅格的服务场强，并输出网络覆盖场强的地理化呈现，如图2-8所示。

(www.daowen.com)

图2-8 基于栅格的LTE网络质量图（颜色代表指数值，栅格为50m×50m）

3.MR指纹库建立

针对2.2.2节中的每一个地理栅格，建立指纹库：

1）在收集当前某个小区的所有测量报告后，利用MR定位技术，将所收集的该小区的所有测量报告归属到不同的地理栅格。通常，某个地理栅格中会对应至少两个小区的测量报告，在某个地理栅格中某个小区的电平值等于该小区归属到该地理栅格的所有测量报告中记录的所有主小区电平之和的平均值。

2）确定归属于同一个地理栅格的所有小区的电平值的集合为该地理栅格的基准指纹库。在基准指纹库中，除了记录有归属于该地理栅格的每一小区的电平值外，还记录有相应小区的小区标识、经纬度信息及该地理栅格的编号，见表2-44。该地理栅格中包括5个小区，所有小区的电平值的集合可视为该地理栅格的指纹。

表2-44 基准指纹库示例

4.应用实例及效果

针对1个网格区域进行了MR定位技术应用实验，效果如图2-9所示。其中用到的定位数据源主要包括区域内工参、区域内MR数据（两天粒度）、市区2m精度3维地图。

图2-9 基于栅格的LTE MR定位图

通过MR指纹库的定位局部放大图如图2-10所示。

图2-10 MR定位局部放大图