CN109451532B - 一种基站位置的核查方法及装置 - Google Patents

一种基站位置的核查方法及装置 Download PDF

Info

Publication number
CN109451532B
CN109451532B CN201811367989.4A CN201811367989A CN109451532B CN 109451532 B CN109451532 B CN 109451532B CN 201811367989 A CN201811367989 A CN 201811367989A CN 109451532 B CN109451532 B CN 109451532B
Authority
CN
China
Prior art keywords
longitude
latitude
base station
preset
checking
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811367989.4A
Other languages
English (en)
Other versions
CN109451532A (zh
Inventor
金雨超
李德屹
郭景赞
乔自知
郭省力
李京辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN201811367989.4A priority Critical patent/CN109451532B/zh
Publication of CN109451532A publication Critical patent/CN109451532A/zh
Application granted granted Critical
Publication of CN109451532B publication Critical patent/CN109451532B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明的实施例公开一种基站位置的核查方法及装置，涉及通信技术领域，能够通过采用机器学习算法，提高基站位置的核查效率，并降低人工投入。该方法包括：根据周期性测量报告生成训练数据；并根据预设算法对训练数据进行建模学习，生成分类器模型；根据获取的第二预设数量的终端的至少一个第二经纬度确定待分类的经纬度集合；将待分类的经纬度集合输入分类器模型；获取每个第三经纬度对应小区的ID；根据经纬度集合以及每个第三经纬度对应小区的ID生成各小区的实际覆盖边界，并根据各小区的实际覆盖边界形成多边形区域；确定多边形区域与预设基站经纬度的距离，并与预设阈值dthr进行对比，确定基站位置是否异常。本发明实施例应用于通信系统。

Description

一种基站位置的核查方法及装置
技术领域
本发明的实施例涉及通信技术领域，尤其涉及一种基站位置的核查方法及装置。
背景技术
LTE网络运维架构中0域数据是衡量现网运行情况的重要部分，包括基础数据、性能数据、测量报告以及trace等不同数据类型并且数量巨大。其中测量报告与性能数据为动态变化数据，更新频率较快；基础数据为非动态变化数据，更新周期较长，数据维护的频率比较低。包含基站经纬度数据在内的工参数据是基础数据的一种，由于更新频率低，数据中存在的误差难以剔除。以传统的方式人工对基站坐标进行全面的重新定位将是消耗巨大人力的一项工作。因此，需要应用网络数据、引入技术手段来判定位置信息准确性。现网中，通常会应用基站下小区与邻区关系之间的距离关系来判定基站定位是否准确，邻区关系表属于基础数据类型，通常更新周期长、频率低，经常会出现邻区漏配和邻区冗余等情况，造成邻区表自身的准确性缺陷；现有方法中使用的分析数据源依然来源于网络侧规划数据，实际网络运行中，小区的覆盖范围和邻区的实际关系可能与规划数据之间存在差距，无法灵活判断实际的基站位置。
发明内容
本发明的实施例提供一种基站位置的核查方法及装置，能够通过采用机器学习算法，提高基站位置的核查效率，并降低人工投入。
为达到上述目的，本发明采用如下技术方案：
第一方面，提供一种基站位置的核查方法，该方法包括：接收基站覆盖范围下第一预定时间段内第一预设数量的终端发送的周期性测量报告，并根据周期性测量报告生成训练数据；其中，一个终端在第一预定时间段内对应发送至少一份周期性测量报告，训练数据包括第一预设数量的终端的至少一个第一经纬度以及每个第一经纬度对应小区的ID，每个第一经纬度对应小区属于同一基站；根据预设算法对训练数据进行建模学习，生成分类器模型；获取第二预定时间段内基站覆盖范围内的第二预设数量的终端的至少一个第二经纬度，并根据第二预设数量的终端的至少一个第二经纬度确定待分类的经纬度集合，经纬度集合包含第三预设数量的终端的至少一个第三经纬度；将待分类的经纬度集合输入分类器模型，获取每个第三经纬度对应小区的ID；根据经纬度集合以及每个第三经纬度对应小区的ID生成各小区的实际覆盖边界，并确定各小区的实际覆盖边界形成的多边形区域；确定多边形区域与预设基站经纬度的距离，并与预设阈值dthr进行对比，确定基站位置是否异常。
在上述方法中，利用数据源为终端上报的周期性测量报告具有数据量大、来源广、更贴近用户实际覆盖的特点，接收基站覆盖范围内的第一预设数量的终端发送的周期性测量报告，并根据周期性测量报告生成训练数据；根据预设算法对训练数据进行建模学习，生成分类器模型；然后根据获取第二预设数量的终端的至少一个第二经纬度生成待分类的经纬度集合，并将待分类的经纬度集合输入分类器模型中，从而获取待分类的经纬度集合中每个经纬度所对应小区的ID，以便生成各小区的实际覆盖边界，进而根据各小区的实际覆盖边界形成的多边形区域与与预设基站经纬度的距离确定基站位置是否异常。本发明实施例能够通过采用机器学习算法，提高基站位置的核查效率，并降低人工投入。
第二方面，提供一种基站位置的核查装置，该装置包括：获取单元，用于接收基站覆盖范围下第一预定时间段内第一预设数量的终端发送的周期性测量报告；处理单元，用于根据获取单元接收的周期性测量报告生成训练数据；其中，一个终端在第一预定时间段内对应发送至少一份周期性测量报告，训练数据包括第一预设数量的终端的至少一个第一经纬度以及每个第一经纬度对应小区的ID，每个第一经纬度对应小区属于同一基站；处理单元，还用于根据预设算法对训练数据进行建模学习，生成分类器模型；获取单元，还用于获取第二预定时间段内基站覆盖范围内的第二预设数量的终端的至少一个第二经纬度；处理单元，用于根据获取单元获取的第二预设数量的终端的至少一个第二经纬度确定待分类的经纬度集合，经纬度集合包含第三预设数量的终端的至少一个第三经纬度；处理单元，还用于将待分类的经纬度集合输入分类器模型，获取每个第三经纬度对应小区的ID；处理单元，还用于根据经纬度集合以及每个第三经纬度对应小区的ID生成各小区的实际覆盖边界，并确定各小区的实际覆盖边界形成的多边形区域；处理单元，还用于确定多边形区域与预设基站经纬度的距离，并与预设阈值dthr进行对比，确定基站位置是否异常。
可以理解地，上述提供的一种基站位置的核查装置用于执行上文所提供的第一方面对应的方法，因此，其所能达到的有益效果可参考上文第一方面对应的方法以及下文具体实施方式中对应的方案的有益效果，此处不再赘述。
第三方面，提供了一种基站位置的核查装置，该基站位置的核查装置的结构中包括处理器和存储器，存储器用于与处理器耦合，保存该基站位置的核查装置必要的程序指令和数据，处理器用于执行存储器中存储的程序指令，使得该基站位置的核查装置执行第一方面所述的基站位置的核查方法。
第四方面，提供一种计算机存储介质，计算机存储介质中存储有计算机程序代码，当计算机程序代码在如第三方面所述的基站位置的核查装置上运行时，使得基站位置的核查装置执行上述第一方面的方法。
第五方面，提供一种计算机程序产品，该计算机程序产品储存有上述计算机软件指令，当计算机软件指令在如第三方面所述的基站位置的核查装置上运行时，使得基站位置的核查装置执行如上述第一方面所述方案的程序。
附图说明
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明的实施例提供的一种基站位置的核查方法的流程示意图；
图2为本发明的实施例提供的一种在同一基站下三个小区覆盖范围内终端的第一经纬度分布图；
图3为本发明的实施例提供的一种在同一基站下三个小区实际覆盖边界的结构示意图；
图4为本发明的实施例提供的一种基站位置的核查装置的结构示意图；
图5为本发明的实施例提供的又一种基站位置的核查装置的结构示意图；
图6为本发明的实施例提供的再一种基站位置的核查装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
还需要说明的是，本发明实施例中，“的(英文：of)”，“相应的(英文：corresponding，relevant)”和“对应的(英文：corresponding)”有时可以混用，应当指出的是，在不强调其区别时，其所要表达的含义是一致的。
为了便于清楚描述本发明实施例的技术方案，在本发明的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。
LTE网络经过了多年的商用已经日趋成熟，用户量逐年上升，各家运营商4G网络基站数目少则数十万多则上百万，庞大的网络规模与基站数量带来了海量的运维数据，给运维与优化工作提出了严峻的挑战。工程参数中的基站经纬度是网络优化工作中的重要基础数据，在新建站址的规划、参数的优化、用户定位等多个场景中有重要作用。例如，规划新站前，需要使用经纬度数据在电子地图中画出现有基站的分布情况以及小区的覆盖方向，在此基础上规划新站址，弥补覆盖空洞。同时新站址规划完成后，会进行邻区配置以及参数设置，上述步骤均需要应用存量基站的位置信息，并且保证信息的准确性。基站的基础数据分为自动采集和手动维护两种类型，其中自动采集优势为数据采集实时性高，准确度高，但是支持的字段比较少，经纬度字段目前不在此范围内；手动维护方式的优势是采集字段范围大，灵活性高，能够获得自动采集无法采到的数据。工参数据的采集方式通常为手动维护，即开站人员在实地进行勘测时所得，但由于GPS仪表误差、记录错误、基站搬迁未及时更新等原因，部分基站的位置信息会存在一定的误差，当此误差率较高时，会影响日常网络维护与优化工作的准确性。因此，需要定期对基站的经纬度数据进行核查，保证数据准确性。现有方法中使用的分析数据源依然来源于网络侧规划数据，实际网络运行中，小区的覆盖范围和邻区的实际关系可能与规划数据之间存在差距，无法灵活判断实际的基站位置。
针对上述技术背景以及现有技术存在的问题，参照图1，本发明实施例提供一种基站位置的核查方法，该方法包括：
101、接收基站覆盖范围下第一预定时间段内第一预设数量的终端发送的周期性测量报告，并根据周期性测量报告生成训练数据；其中，一个终端在第一预定时间段内对应发送至少一份周期性测量报告，训练数据包括第一预设数量的终端的至少一个第一经纬度以及每个第一经纬度对应小区的ID，每个第一经纬度对应小区属于同一基站。
其中，根据周期性测量报告生成训练数据，具体包括：对周期性测量报告中的数据进行清洗，生成训练数据；其中对周期性测量报告中的数据包括以下一项或多项清洗：噪声平滑、缺失值处理、维归约。
示例性的，参照图2，本大明实施例提供一种在同一基站下三个小区覆盖范围内终端的第一经纬度分布图。其中，分别用五角星表示A小区的覆盖范围内的终端的第一经纬度，三角形表示C小区的覆盖范围内的终端的第一经纬度，圆形表示B小区的覆盖范围内的第一经纬度，横轴表示经度，纵轴表示纬度。
102、根据预设算法对训练数据进行建模学习，生成分类器模型。
其中，预设算法包括支持向量机算法。
103、获取第二预定时间段内基站覆盖范围内的第二预设数量的终端的至少一个第二经纬度，并根据第二预设数量的终端的至少一个第二经纬度确定待分类的经纬度集合，经纬度集合包含第三预设数量的终端的至少一个第三经纬度。
104、将待分类的经纬度集合输入分类器模型，获取每个第三经纬度对应小区的ID。
其中，根据第二预设数量的终端的至少一个第二经纬度确定待分类的经纬度集合，具体包括如下步骤：
1041、确定第二预设数量的终端的至少一个第二经纬度的最大经度值LONGmax、最小经度值LONGmin、最大纬度值LATmax以及最小纬度值LATmin，并形成矩形边框。
1042、将矩形边框内的区域划分成预设边长为t的至少一个方形栅格，根据以下公式确定矩形边框内的所有方形栅格顶点的经纬度。
Figure GDA0003164427750000061
其中，x表示纬度，y表示经度。
1043、将所有方形栅格顶点的经纬度作为待分类的的经纬度集合。
105、根据经纬度集合以及每个第三经纬度对应小区的ID生成各小区的实际覆盖边界，并确定各小区的实际覆盖边界形成的多边形区域。
需要说明的是，各小区的实际覆盖边界存在相交于一点的情况。
示例性的，参照图3，本发明实施例提供了一种载同一基站下三个小区实际覆盖边界的结构示意图。这里以图2中的同一基站中的三个小区为例，获取预定时间段该基站覆盖范围内的第二预设数量的终端的至少一个第二经纬度，并根据第二预设数量的终端的至少一个第二经纬度获得的待分类的经纬度输入分类器模型中，使用python平台仿真预测结果，获得如图3所示的A小区、B小区以及C小区的实际覆盖边界图，其中，图3中的圆圈表示图2中的所有终端的第一经纬度；横轴表示经度，纵轴表示纬度；A小区与B小区的边界线重合为1号边界线；B小区与C小区的边界线重合为2号边界线；A小区与C小区的边界线重合为3号边界线。1号边界线、2号边界线以及3号边界线两两相交可以得到一个三角形。
106、确定多边形区域与预设基站经纬度的距离，并与预设阈值dthr进行对比，确定基站位置是否异常。
其中，确定多边形区域与预设基站经纬度的距离，具体包括：确定多边形区域的内心坐标(xc,yc)；并根据如下公式计算多边形与预设基站经纬度的距离：
Figure GDA0003164427750000071
其中，(x0,y0)表示预设基站经纬度，x表示纬度，y表示经度。
需要说明的是，当|d|小于预设阈值dthr时，则基站经纬度在合理范围内，确定基站位置无异常；当|d|大于或等于预设阈值dthr时，则基站经纬度不在合理范围内，确定基站位置异常。
示例性的，如图3所示的，确定1号边界线、2号边界线以及3号边界线两两相交得到一个三角形的内心坐标(xc,yc)，并根据公式
Figure GDA0003164427750000072
计算多边形与预设基站经纬度的距离。如果|d|小于预设阈值dthr时，则该基站经纬度在合理范围内，确定该基站位置无异常；当|d|大于或等于预设阈值dthr时，则该基站经纬度不在合理范围内，确定该基站位置异常。
在一种实现方案中，当各小区的实际覆盖边界相交于一点时，则将这该点的坐标作为(xc,yc)。
上述方法的实施例可以固化为应用程序推广到大量基站的基础数据核查工作中。通过训练数据训练分类器模型时，有效的训练数据越多，对分类器模型的训练效果越好，预测的小区的实际覆盖边界则会更加准确，有利于核查结果的精确性。大规模人工基站经纬度数据核查之前可以应用本实施例中提出的基站位置的核查方法，通过机器学习的方法判定小区的实际覆盖区域，并预测基站的经纬度坐标范围，与预设基站经纬度进行比对，输出核查结果。仅需针对核查结果中位置异常的基站进行人工复查，更新基站坐标。同时通过调整误差门限值，可以灵活控制核查位置异常的基站数量，根据不同场景对应的不同精度值来灵活控制结果输出。
在上述方法中，利用数据源为终端上报的周期性测量报告具有数据量大、来源广、更贴近用户实际覆盖的特点，接收基站覆盖范围内的第一预设数量的终端发送的周期性测量报告，并根据周期性测量报告生成训练数据；根据预设算法对训练数据进行建模学习，生成分类器模型；然后根据获取第二预设数量的终端的至少一个第二经纬度生成待分类的经纬度集合，并将待分类的经纬度集合输入分类器模型中，从而获取待分类的经纬度集合中每个经纬度所对应小区的ID，以便生成各小区的实际覆盖边界，进而根据各小区的实际覆盖边界形成的多边形区域与与预设基站经纬度的距离确定基站位置是否异常。本发明实施例能够通过采用机器学习算法，提高基站位置的核查效率，并降低人工投入。
参照图4，本发明实施例提供一种基站位置的核查装置40，该基站位置的核查装置40包括：
获取单元401，用于接收基站覆盖范围下第一预定时间段内第一预设数量的终端发送的周期性测量报告。
处理单元402，用于根据获取单元401接收的周期性测量报告生成训练数据；其中，一个终端在第一预定时间段内对应发送至少一份周期性测量报告，训练数据包括第一预设数量的终端的至少一个第一经纬度以及每个第一经纬度对应小区的ID，每个第一经纬度对应小区属于同一基站。
处理单元402，还用于根据预设算法对训练数据进行建模学习，生成分类器模型。
获取单元401，还用于获取第二预定时间段基站覆盖范围内的第二预设数量的终端的至少一个第二经纬度。
处理单元402，用于根据获取单元401获取的第二预设数量的终端的至少一个第二经纬度确定待分类的经纬度集合，经纬度集合包含第三预设数量的终端的至少一个第三经纬度。
处理单元402，还用于将待分类的经纬度集合输入分类器模型，获取每个第三经纬度对应小区的ID。
处理单元402，还用于根据经纬度集合以及每个第三经纬度对应小区的ID生成各小区的实际覆盖边界，并确定各小区的实际覆盖边界形成的多边形区域。
处理单元402，还用于确定多边形区域与预设基站经纬度的距离，并与预设阈值dthr进行对比，确定基站位置是否异常。
在一种示例性的方案中，处理单元402，具体用于对获取单元401接收的周期性测量报告中的数据进行清洗，生成训练数据；其中对周期性测量报告中的数据包括以下一项或多项清洗：噪声平滑、缺失值处理、维归约。
在一种示例性的方案中，预设算法包括支持向量机算法。
在一种示例性的方案中，处理单元402，具体用于确定获取单元401获取的第二预设数量的终端的至少一个第二经纬度的最大经度值LONGmax、最小经度值LONGmin、最大纬度值LATmax以及最小纬度值LATmin，并形成矩形边框。
处理单元402，还用于将矩形边框内的区域划分成预设边长为t的至少一个方形栅格，根据以下公式确定矩形边框内的所有方形栅格顶点的经纬度：
Figure GDA0003164427750000101
其中，x表示纬度，y表示经度。
处理单元402，还用于将所有方形栅格顶点的经纬度作为待分类的的经纬度集合。
在一种示例性的方案中，处理单元402，具体用于确定多边形区域的内心坐标(xc,yc)；并根据如下公式计算多边形与预设基站经纬度的距离：
Figure GDA0003164427750000102
其中，(x0,y0)表示预设基站经纬度，x表示纬度，y表示经度。
由于本发明实施例中的基站位置的核查装置可以应用于实施上述方法实施例，因此，其所能获得的技术效果也可参考上述方法实施例，本发明实施例在此不再赘述。
在采用集成的单元的情况下，图5示出了上述实施例中所涉及的基站位置的核查装置40的一种可能的结构示意图。基站位置的核查装置40包括：处理模块501、通信模块502和存储模块503。处理模块501用于对基站位置的核查装置40的动作进行控制管理，例如，处理模块501用于支持基站位置的核查装置40执行图1中的过程101～106。通信模块502用于支持基站位置的核查装置40与其他实体的通信。存储模块503用于存储基站位置的核查装置40的程序代码和数据。
其中，处理模块501可以是处理器或控制器，例如可以是中央处理器(centralprocessing unit，CPU)，通用处理器，数字信号处理器(digital signal processor，DSP)，专用集成电路(application-specific integrated circuit，ASIC)，现场可编程门阵列(field programmable gate array，FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。所述处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等等。通信模块502可以是收发器、收发电路或通信接口等。存储模块503可以是存储器。
当处理模块501为如图6所示的处理器，通信模块502为图6的收发器，存储模块503为图6的存储器时，本申请实施例所涉及的基站位置的核查装置40可以为如下所述的基站位置的核查装置40。
参照图6所示，该基站位置的核查装置40包括：处理器601、收发器602、存储器603和总线604。
其中，处理器601、收发器602、存储器603通过总线604相互连接；总线604可以是外设部件互连标准(peripheral component interconnect，PCI)总线或扩展工业标准结构(extended industry standard architecture，EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
处理器601可以是一个通用中央处理器(Central Processing Unit，CPU)，微处理器，特定应用集成电路(Application-Specific Integrated Circuit，ASIC)，或一个或多个用于控制本申请方案程序执行的集成电路。
存储器603可以是只读存储器(Read-Only Memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(Random Access Memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(ElectricallyErasable Programmable Read-only Memory，EEPROM)、只读光盘(Compact Disc Read-Only Memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线与处理器相连接。存储器也可以和处理器集成在一起。
其中，存储器603用于存储执行本申请方案的应用程序代码，并由处理器601来控制执行。收发器602用于接收外部设备输入的内容，处理器601用于执行存储器603中存储的应用程序代码，从而实现本申请实施例中所述的基站位置的核查方法。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(Digital Subscriber Line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)，光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。
本发明实施例还提供一种计算机程序产品，该计算机程序产品可直接加载到存储器中，并含有软件代码，该计算机程序产品经由计算机载入并执行后能够实现上述的基站位置的核查方法。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种基站位置的核查方法，其特征在于，所述方法包括：
接收基站覆盖范围下第一预定时间段内第一预设数量的终端发送的周期性测量报告，并根据所述周期性测量报告生成训练数据；其中，一个终端在所述第一预定时间段内对应发送至少一份周期性测量报告，所述训练数据包括所述第一预设数量的终端的至少一个第一经纬度以及每个第一经纬度对应小区的ID，所述每个第一经纬度对应小区属于同一基站；
根据预设算法对所述训练数据进行建模学习，生成分类器模型；
获取第二预定时间段内所述基站覆盖范围内的第二预设数量的终端的至少一个第二经纬度，并根据所述第二预设数量的终端的至少一个第二经纬度确定待分类的经纬度集合，所述经纬度集合包含第三预设数量的终端的至少一个第三经纬度；
所述根据所述第二预设数量的终端的至少一个第二经纬度确定待分类的经纬度集合，具体包括：
确定所述第二预设数量的终端的至少一个第二经纬度的最大经度值LONGmax、最小经度值LONGmin、最大纬度值LATmax以及最小纬度值LATmin，并形成矩形边框；
将所述矩形边框内的区域划分成预设边长为t的至少一个方形栅格，根据以下公式确定所述矩形边框内的所有方形栅格顶点的经纬度：
Figure FDA0003164427740000011
其中，x表示纬度，y表示经度；
将所述所有方形栅格顶点的经纬度作为所述待分类的经纬度集合；
将所述待分类的经纬度集合输入所述分类器模型，获取每个第三经纬度对应小区的ID；
根据所述经纬度集合以及所述每个第三经纬度对应小区的ID生成各小区的实际覆盖边界，并确定各小区的所述实际覆盖边界形成的多边形区域；
确定所述多边形区域与预设基站经纬度的距离，并与预设阈值dthr进行对比，确定基站位置是否异常。
2.根据权利要求1所述的基站位置的核查方法，其特征在于，所述根据所述周期性测量报告生成训练数据，具体包括：
对所述周期性测量报告中的数据进行清洗，生成训练数据；其中对所述周期性测量报告中的数据包括以下一项或多项清洗：噪声平滑、缺失值处理、维归约。
3.根据权利要求1所述的基站位置的核查方法，其特征在于，所述预设算法包括支持向量机算法。
4.根据权利要求1所述的基站位置的核查方法，其特征在于，所述确定所述多边形区域与预设基站经纬度的距离，具体包括：
确定所述多边形区域的内心坐标(xc,yc)；并根据如下公式计算所述多边形与所述预设基站经纬度的距离：
Figure FDA0003164427740000021
其中，(x0,y0)表示预设基站经纬度，x表示纬度，y表示经度。
5.一种基站位置的核查装置，其特征在于，包括：
获取单元，用于接收基站覆盖范围下第一预定时间段内第一预设数量的终端发送的周期性测量报告；
处理单元，用于根据所述获取单元接收的所述周期性测量报告生成训练数据；其中，一个终端在所述第一预定时间段内对应发送至少一份周期性测量报告，所述训练数据包括所述第一预设数量的终端的至少一个第一经纬度以及每个第一经纬度对应小区的ID，所述每个第一经纬度对应小区属于同一基站；
所述处理单元，还用于根据预设算法对所述训练数据进行建模学习，生成分类器模型；
所述获取单元，还用于获取第二预定时间段内所述基站覆盖范围内的第二预设数量的终端的至少一个第二经纬度；
所述处理单元，用于根据所述获取单元获取的所述第二预设数量的终端的至少一个第二经纬度确定待分类的经纬度集合，所述经纬度集合包含第三预设数量的终端的至少一个第三经纬度；
所述处理单元，具体用于确定所述获取单元获取的所述第二预设数量的终端的至少一个第二经纬度的最大经度值LONGmax、最小经度值LONGmin、最大纬度值LATmax以及最小纬度值LATmin，并形成矩形边框；
所述处理单元，还用于将所述矩形边框内的区域划分成预设边长为t的至少一个方形栅格，根据以下公式确定所述矩形边框内的所有方形栅格顶点的经纬度：
Figure FDA0003164427740000031
其中，x表示纬度，y表示经度；
所述处理单元，还用于将所述所有方形栅格顶点的经纬度作为所述待分类的经纬度集合；
所述处理单元，还用于将所述待分类的经纬度集合输入所述分类器模型，获取每个第三经纬度对应小区的ID；
所述处理单元，还用于根据所述经纬度集合以及所述每个第三经纬度对应小区的ID生成各小区的实际覆盖边界，并确定各小区的所述实际覆盖边界形成的多边形区域；
所述处理单元，还用于确定所述多边形区域与预设基站经纬度的距离，并与预设阈值dthr进行对比，确定基站位置是否异常。
6.根据权利要求5所述的基站位置的核查装置，其特征在于，包括：
所述处理单元，具体用于对所述获取单元接收的周期性测量报告中的数据进行清洗，生成训练数据；其中对所述周期性测量报告中的数据包括以下一项或多项清洗：噪声平滑、缺失值处理、维归约。
7.根据权利要求5所述的基站位置的核查装置，其特征在于，所述预设算法包括支持向量机算法。
8.根据权利要求5所述的基站位置的核查装置，其特征在于，包括：
所述处理单元，具体用于确定所述多边形区域的内心坐标(xc,yc)；并根据如下公式计算所述多边形与所述预设基站经纬度的距离：
Figure FDA0003164427740000041
其中，(x0,y0)表示预设基站经纬度，x表示纬度，y表示经度。
9.一种基站位置的核查装置，其特征在于，所述基站位置的核查装置的结构中包括处理器和存储器，所述存储器用于与所述处理器耦合，保存所述基站位置的核查装置必要的程序指令和数据，所述处理器用于执行所述存储器中存储的程序指令，使得所述基站位置的核查装置执行如权利要求1-4任一项所述的基站位置的核查方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机程序代码，当所述计算机程序代码在如权利要求9所述的基站位置的核查装置上运行时，使得所述基站位置的核查装置执行如权利要求1-4任一项所述的基站位置的核查方法。
CN201811367989.4A 2018-11-16 2018-11-16 一种基站位置的核查方法及装置 Active CN109451532B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811367989.4A CN109451532B (zh) 2018-11-16 2018-11-16 一种基站位置的核查方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811367989.4A CN109451532B (zh) 2018-11-16 2018-11-16 一种基站位置的核查方法及装置

Publications (2)

Publication Number Publication Date
CN109451532A CN109451532A (zh) 2019-03-08
CN109451532B true CN109451532B (zh) 2021-10-15

Family

ID=65553019

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811367989.4A Active CN109451532B (zh) 2018-11-16 2018-11-16 一种基站位置的核查方法及装置

Country Status (1)

Country Link
CN (1) CN109451532B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111935733B (zh) * 2019-05-13 2022-07-01 中国移动通信集团湖北有限公司 基站位置信息的核查方法、装置、设备及计算机存储介质
CN110569546B (zh) * 2019-08-06 2022-07-01 苏州科达科技股份有限公司 交通小区的划分方法及装置
CN110881191B (zh) * 2019-11-20 2022-08-05 中国联合网络通信集团有限公司 小区经纬度的获取方法、装置、系统及存储介质
CN111405464B (zh) * 2020-03-19 2022-02-15 中国联合网络通信集团有限公司 基站位置检测方法及装置
CN111507618A (zh) * 2020-04-15 2020-08-07 中国联合网络通信集团有限公司 小区经纬度核查方法、装置及存储介质
CN111667026B (zh) * 2020-06-30 2022-11-25 成都新潮传媒集团有限公司 一种多媒体设备地理位置的排错方法及装置
CN114095968B (zh) * 2020-08-24 2024-03-26 中国电信股份有限公司 时间提前量预测方法、装置及通信系统
CN112004192A (zh) * 2020-09-03 2020-11-27 中国联合网络通信集团有限公司 基站定位方法、装置、设备及存储介质
CN112839342B (zh) * 2020-12-31 2022-02-08 国网吉林省电力有限公司长春供电公司 基于支持向量机的救灾移动应急基站选址方法
CN114867033B (zh) * 2022-05-27 2023-07-11 中国联合网络通信集团有限公司 一种小区位置的确定方法和装置
CN116095601B (zh) * 2022-05-30 2023-10-20 荣耀终端有限公司 基站小区cell特征库更新方法及相关装置
CN115860440B (zh) * 2023-02-28 2023-05-30 国网浙江电动汽车服务有限公司 多功能移动储能车部署方案生成方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104717742A (zh) * 2013-12-13 2015-06-17 中国电信股份有限公司 基于gps定位对基站数据库进行查错的方法和系统
CN106535210A (zh) * 2016-11-28 2017-03-22 广东宜通世纪科技股份有限公司 基于移动通信信令采集的小区业务覆盖图绘制方法及系统
CN106856608A (zh) * 2015-12-09 2017-06-16 中国联合网络通信集团有限公司 一种lte网络基站覆盖有效性评估方法和装置
CN106937402A (zh) * 2015-12-31 2017-07-07 亿阳信通股份有限公司 一种小区检测方法及装置
CN108111965A (zh) * 2016-11-23 2018-06-01 中国移动通信集团公司 一种基站位置的确定方法和装置
CN108471595A (zh) * 2017-02-23 2018-08-31 中国移动通信集团四川有限公司 基站位置核查方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9877299B2 (en) * 2011-08-18 2018-01-23 Rivada Research, Llc Method and system for performing trilateration for fixed infrastructure nodes (FIN) based on enhanced location based information
CN103747522B (zh) * 2013-12-31 2019-03-08 上海华为技术有限公司 一种位置信息采集方法和设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104717742A (zh) * 2013-12-13 2015-06-17 中国电信股份有限公司 基于gps定位对基站数据库进行查错的方法和系统
CN106856608A (zh) * 2015-12-09 2017-06-16 中国联合网络通信集团有限公司 一种lte网络基站覆盖有效性评估方法和装置
CN106937402A (zh) * 2015-12-31 2017-07-07 亿阳信通股份有限公司 一种小区检测方法及装置
CN108111965A (zh) * 2016-11-23 2018-06-01 中国移动通信集团公司 一种基站位置的确定方法和装置
CN106535210A (zh) * 2016-11-28 2017-03-22 广东宜通世纪科技股份有限公司 基于移动通信信令采集的小区业务覆盖图绘制方法及系统
CN108471595A (zh) * 2017-02-23 2018-08-31 中国移动通信集团四川有限公司 基站位置核查方法和装置

Also Published As

Publication number Publication date
CN109451532A (zh) 2019-03-08

Similar Documents

Publication Publication Date Title
CN109451532B (zh) 一种基站位置的核查方法及装置
CN109918469B (zh) 网格化处理方法及装置
US20230131579A1 (en) Wireless signal propagation prediction method and apparatus
CN113108792A (zh) Wi-Fi指纹地图重建方法、装置、终端设备及介质
CN112824828B (zh) 一种激光跟踪仪站位确定方法、系统、电子设备及介质
CN112203318B (zh) 网络覆盖分析方法及装置
CN111679600B (zh) 控制系统的比较方法、控制终端和计算机可读存储介质
Prušková et al. Possibilities of Using Modern Technologies and Creation of the Current Project Documentation Leading to the Optimal Management of the Building for Sustainable Development
CN115657166A (zh) 跨多气候区域的天气预报数值确定方法和装置
CN113141570B (zh) 地下场景定位方法、装置、计算设备及计算机存储介质
CN112929887B (zh) 基于流量预测设置室分站的方法、装置和电子设备
CN114201875A (zh) 变压器多声源噪声等效模型的确定方法、终端及存储介质
Muñumer Herrero et al. Testing the Impact of 2D Generalisation on 3D Models–Exploring Analysis Options With an Off-the-shelf Software Package
CN109066973B (zh) 一种智能变电站的可视化方法、系统及终端设备
CN111833453A (zh) 一种空间码定位方法及装置
CN111787608B (zh) 一种锚节点布设方法及装置
CN116644375B (zh) Gnss-r海面高反演结果融合方法、装置及介质
CN116956807B (zh) 芯片设计的全局布线拥塞图确定方法及相关设备
CN114880757B (zh) 一种综合管廊信息管理bim模型的构建方法
CN110647466B (zh) 基于DevOps的程序质量监管方法及装置
CN109963297B (zh) 确定基站基础信息的方法、装置和计算机可读存储介质
CN105873078B (zh) 一种网络分析区域生成方法及装置
CN115168975B (zh) 一种基于bim技术的路面平整度质量控制方法及装置
US20220228483A1 (en) Systems and methods for updating reservoir static models
CN111397560B (zh) 获取方槽理论值的方法、装置、计算机设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant