CN102131202A - 一种基于面积法的通信网络信息地理网格化的方法 - Google Patents

Abstract

本发明提供一种基于面积法的通信网络信息地理网格化的方法，该方法是通过网络运行信息与地理化网格的对照关系，从而实现网络到客户的直接对应关系，有利于面向客户的业务质量分析及市场营销。本方法实现的网络信息地理网格化所使用的投资仅占精确方式(用信令数据，假设信令项目建设的投资不计算在内)的5％；本方法实现的数据精确度与精确方式误差在10％以内(可以调整或再细分位置类型、用途类型的阈值提高覆盖的准确度，覆盖准确度的提高有助于提高网格数据的精确度；因为分析对象为网格，并不是某一个具体点，不关心具体的经纬度而只是看是否在某个范围，所以数据的精确度能够保持较高的水平)。

Description

一种基于面积法的通信网络信息地理网格化的方法

技术领域

本发明涉及一种计算机应用或通讯技术，具体地说是一种基于面积法的通信网络信息地理网格化的方法。

背景技术

移动性通信网络是由基站组成的无线覆盖网络，小区是对基站逻辑管理的网元。在移动通信网络中，移动性接入是用户使用方便的最直接原因，小区提供了无线接入的支撑，在网络运行统计中可以做到小区级的信息统计。小区是实现网络信号和业务质量的最直接单元，并且长久以来网络的维护都是以小区为主要的运维重点，但是对于小区本身的统计数据，如话务量、试呼次数、拥塞次数等的异常，都是网络统计数据的分析方法，这些数据都来自于网络容易形成信息孤岛导致原因不能定位，或者定位不准确。如果结合地理位置信息，及该位置的用户信息就可以容易的分析一些比较困难的异常现象。比如居民小区在白天上班期间，话务量很低；但在晚上下班后，话务量会变高。写字楼的变化正好与之相反。这种现象如果与实际地理位置结合起来，是很容易分析其原因的，但是单纯的从网络数据来分析是不容易发现的。并且在明确这个具体原因后，能够形成对网络资源合理利用的方案，如在距离较近的居民小区和写字楼之间进行基站载频按照客户行为(活动规律)的动态流动而动态调整载频分配的管理方案。

虽然这种结合分析能够有比较好的效果，但是怎么把网络统计信息与地理位置结合起来是利用这种方法的一个难题。移动通信的最大特点是移动性，与之相对应的是小区交叉覆盖，一个用户的业务保障是由一组小区提供的，所以在进行网络信息与地理位置对应时，采取以一组小区为一个单元的方式。可以称这组小区为一个小区簇，或者一个网格。地理上的这些网格本身会具有一定的鲜明特征，如居民小区、学校、体育场馆、党政军驻地等，这也为问题分析提供了更加丰富的信息。把网络统计数据与地理网格对应常用的有两种方案：

1)粗略法：把网格包含的所有小区的数据，全部放到地理网格的区域中。

2)精确法：通过信令数据，逐条对该地理区域的用户行为做统计，详细记录该区域用户行为和网络行为。

在第一种方法中，会由于小区的地理位置与网格的地理包含范围的关系产生比较大的误差，如图1所示情况：

在这个地理网格里，菱形代表的小区位于网格的内部，把这些小区的数据全部放在该网格里基本合理，但是在边缘的三角形代表的小区只是由于地理位置的原因放包含在该网格内，但可能基本上没有为该网格范围内的用户提供服务，也反应不出该网格用户的一些行为和网络的问题。

而在第二种方法里，使用信令数据，将产生非常海量的数据，无论是在软件技术实现，还是硬件投资方面都是非常高标准的；并且信令数据在当前的各个运营商里并不是都能提供，都能全网覆盖的提供。所以这种方法虽然精确，但是可行性和性价比不高。

在基于信令和计数器两种方法的统计中，是有一些差异的，这些差异可能由于时间不同步(信令统计和计数器统计两种方式的时间不能准确同步)等原因导致，但误差较小，在统计中忽略该因素带来的影响。在该前提下，对粗略法和精确法进行抽样统计，结果如表1所示(以精确法统计数值为准确值计算误差，数值为一天的累加值)：

表1

B居民网格由于次数较少，所以误差比率较高；通过对一天累加数值的统计，可以看出误差在30％左右，以该粗略法统计的数据为分析基础，得到的效果较差。

发明内容

本发明的目的是提供一种基于面积法的通信网络信息地理网格化的方法。

本发明的目的是按以下方式实现的，内容包括：业务量比例法确定小区覆盖、面积法计算网格的网络数据；其中：

1)业务量比例法确定小区的近似覆盖

以业务量比例来确定小区的近似覆盖，是假设小区在各个方向上提供服务是相同能力的，虽然现实环境中由于建筑物及某些外在因素的影响，但整体在包含服务相关的多个小区网格里面能够相对有效抵消这些影响，一般来讲城市业务繁忙一些并且小区间隔很小，所以覆盖面积可能不会太大，而农村与之相反；另外业务量的大小还跟配置的硬件载频或划分为信道使用有关，载频越多吸收业务量的能力就越高，所以在覆盖中选择了小区的位置属性和用途属性，并考虑载频配置来调整符合现实情况的覆盖大小；

(1)以小区的两类属性：用途属性--覆盖小区、容量小区；位置属性-城市、县城、乡镇、农村；以及小区的语音话务量作为参数，计算获得一个比例值Δa；

(2)计算小区与某个小区的直线距离L，则确定距离该小区L*Δa长度的点是小区覆盖范围的一个分割点(该小区的最远覆盖点)；

(3)通过计算获得该小区的若干个分割点，每相邻的两个分割点做线段形成该小区的覆盖范围；

2)面积法计算网格的网络数据，使用公式如下：

Gt＝∑((GZxⁱ/Zxⁱ)*Xtⁱ)，i＝1，n

其中：Gt为网格的网络某种网络数据；

GZxⁱ为网格内第i个小区在被网格包含的面积；

Zxⁱ为网格内第i个小区的覆盖面积；

Xtⁱ为第i个小区的网络数据，如话务量或试呼次数；

用近似数据，是因为我们利用这些数据去定性的分析问题，而不是非常准确的定量分析，是从非常庞大的网络中先找出其显著特征，然后再细分原因和解决，所以通过地理网格化能够获得高性价比的网络运维效果。

本发明方法的有益效果是：通过网络运行信息与地理化网格的对照关系，从而实现网络到客户的直接对应关系，有利于面向客户的业务质量分析及市场营销。

本方法实现的网络信息地理网格化所使用的投资仅占精确方式(用信令数据，假设信令项目建设的投资不计算在内)的5％；

本方法实现的数据精确度与精确方式误差在10％以内(可以调整或再细分位置类型、用途类型的阈值提高覆盖的准确度，覆盖准确度的提高有助于提高网格数据的精确度；因为分析对象为网格，并不是某一个具体点，不关心具体的经纬度而只是看是否在某个范围，所以数据的精确度能够保持较高的水平)；

附图说明

图1是地理网格中包含小区的位置示意图；

图2是网格与小区的面积关系示意如图；

图3是计算过程图。

具体实施方式

参照说明书附图对本发明的作以下详细地说明。

本发明的内容是以一种基于现有条件和数据，投资少，易于实现的方法-面积法。所谓的面积法就是通过计算某个地理网格包含所有小区的覆盖面积与该网格地理面积重叠的部分。把包含在该覆盖面积内的小区覆盖面积占全部覆盖面积的比例计算出来，然后以该比例切割小区的统计数据(如话务量、试呼次数等)到归属的地理网格中。网格与小区的面积关系示意如图2所示(虚线为网格，直线所围区域是各个小区的覆盖)：其中虚线区域为网格的地理区域，直线区域为不同的小区的覆盖区域。则该网格对应数据为地理位置包含在虚线内的小区的数据累加和(小区的数据大小通过面积在虚线内的比例乘以该小区的实际统计数据获得)。

通过以上对面积法计算的说明可以看出，要使用面积法，其前提是要知道小区的覆盖面积。小区的实际覆盖面积同样由于周围的地理、地貌、建筑物、磁场环境等影响，会有不同的区域，并且很难非常准确的描述出来，需要借助仪器仪表的测试及配合信令数据来确定其覆盖范围。在本发明中另一个重点就是解决了小区的近似覆盖，通过小区的统计数据及小区间的关系和地理位置关系确定其覆盖范围。

综上所述，本发明的实现内容主要是两个：业务量比例法确定小区覆盖、面积法计算网格的网络数据。

1)业务量比例法确定小区覆盖

以业务量比例来确定小区的近似覆盖，是假设小区在各个方向上提供服务是相同能力的。虽然现实环境中由于建筑物及某些外在因素的影响，会有一些出入，但整体在网格里面(包含服务相关的多个小区)是可以相对有效抵消这些影响。一般来讲城市业务繁忙一些并且小区间隔很小，所以覆盖面积可能不会太大，而农村与之相反；另外业务量的大小还跟配置的硬件载频(划分为信道使用)有关，载频越多吸收业务量的能力就越高。所以在覆盖中选择了小区的位置属性和用途属性，并考虑载频配置来调整符合现实情况的覆盖大小。

(1)以小区的两类属性：用途属性-覆盖小区、容量小区；位置属性-城市、县城、乡镇、农村；以及小区的语音话务量作为参数，计算获得一个比例值Δa；

(2)计算小区与某个小区的直线距离L，则确定距离该小区L*Δa长度的点是小区覆盖范围的一个分割点(该小区的最远覆盖点)；

(3)通过计算获得该小区的若干个分割点，每相邻的两个分割点做线段形成该小区的覆盖范围。

2)面积法计算网格的网络数据

Gt＝∑((GZxⁱ/Zxⁱ)*Xtⁱ)，i＝1，n

其中：Gt为网格的网络某种网络数据；

GZxⁱ为网格内第i个小区在被网格包含的面积；

Zxⁱ为网格内第i个小区的覆盖面积；

Xtⁱ为第i个小区的网络数据，如话务量或试呼次数等；

用近似数据，是因为我们利用这些数据去定性的分析问题，而不是非常准确的定量分析，是从非常庞大的网络中先找出其显著特征，然后再细分原因和解决。所以通过该发明的方法能够获得高性价比的网络运维效果。

实施例

以下实施例是本发明是应用的一个部分，输入信息和使用效果不在实现范围，仅作为方法的辅助。主要有以下步骤：

1)以小区为单位统计网络的相关数据及其对应的资源数据；

2)计算小区覆盖范围；

3)在地图上描绘网格；

4)计算网格内的网络数据；

本发明主要是第2和第4个步骤的内容，具体实现方式如下。

1)业务量比例法确定小区覆盖

在实现中主要用到了小区的位置类型(城市、县城、乡镇、农村)；用途类型(覆盖、容量)以及小区的语音话务量。本发明对方法和模式申请保护，具体使用的加权系数可以按照实际调整。

(1)某小区cell-a，其位置类型为loc-cell，用途类型为use-cell；语音每信道话务量为tra-cell；相邻小区集合为{h-cell}，位置、用途、每信道话务量分别对应为{h-cell-loc}、{h-cell-use}、{h-cell-tra}；

(2)以{h-cell}中的小区cell-xⁱ做循环(i为集合{h-cell}中的小区个数)，依次与cell-a做位置的分割计算；也就是说找到cell-a与cell-xⁱ两个小区之间的覆盖分割点，这些分割点的连线就是cell-a的覆盖区域；

(3)对小区的属性因素考虑权值如表2、表3所示：

表2位置类型

位置类型	域值(每信道话务量)
		城市	0.6
县城	0.4
		乡镇	0.2
农村	0.1

表3位置类型权值

用途类型	权值
		覆盖	1
容量	0.8

(4)以cell-a和cell-xⁱ分别从3)对应的类型中取值计算其加权值，算法为以(小区对应的每信道话务量/位置类型的阈值)*用途类型的权值；把cell-a和cell-xⁱ分别计算加权值为La和Lxⁱ，cell-a和cell-xⁱ之间的距离为L则cell-a覆盖点自cell-a的原点至[La/(La+Lxⁱ)]*L；

(5)依次计算cell-a与相邻小区{h-cell}中的cell-xⁱ获得覆盖点集合{l-cell}，这些覆盖点的连线构成小区cell-a的覆盖范围；

2)面积法计算网格的网络数据

(1)、先计算小区的覆盖面积。小区的面积计算方法是一个纯数据的问题，比如可以在小区覆盖范围内任取一点，以此点与相邻的两个覆盖点连线形成三角形，则小区的覆盖面积为若干个三角形的面积和。还有其他计算多边形面积的方法，不再赘述。计算该小区覆盖面积为Zx。

(2)、计算某个地理网格单元G内各小区的面积，记小区X在该网格单元内的面积为GZx，则该地理网格小区X的各项数据按比例计算为(GZx/Zx)*X的某项网络统计值。

(3)、重复计算网格单元G内的其他小区的面积并计算获得某项统计值的大小，则网格单元G的某项网络统计值为(Gt为网格单元的统计值，Xt为小区的统计值，如t为掉话次数)：

Gt＝∑((GZxⁱ/Zxⁱ)*Xtⁱ)，i＝1，n

该计算过程举例示意如图3所示：

如果要计算黄底色的网格的网络数据，我们需要计算标号为1、2、3、4的四块区域的面积分别在对应的小区的覆盖面积里的比例然后乘对应的数据，假设c1小区的掉话次数为120次，话务量为3erl，则标号2区域的计算：首先计算c1小区的多边形与网格单元的交叉面积为8；C1小区的覆盖面积为12；则8/12＝0.67，也就是说有2/3的面积在网格单元里，则c1的数据2/3计算入该网格单元，即80次掉话，2erl话务量。依次类推计算出1、3、4的数值，然后相加即得出该网格单元的网络数据；本方法实现的项目实施周期为精确方式的1/5；

本方法所需投资及实施周期与粗略方式(按网格包含小区全部计算在到网格内)相差不大；

表4是采用本专利方法计算的数值与精确值之间的误差统计数据对比如下表4所示：

Claims (1)

1.一种基于面积法的通信网络信息地理网格化的方法，其特征在于，内容包括：业务量比例法确定小区覆盖、面积法计算网格的网络数据；其中：

1)业务量比例法确定小区的近似覆盖

以业务量比例来确定小区的近似覆盖，是假设小区在各个方向上提供服务是相同能力的，虽然现实环境中由于建筑物及某些外在因素的影响，但整体在包含服务相关的多个小区网格里面能够相对有效抵消这些影响，一般来讲城市业务繁忙一些并且小区间隔很小，所以覆盖面积可能不会太大，而农村与之相反；另外业务量的大小还跟配置的硬件载频或划分为信道使用有关，载频越多吸收业务量的能力就越高，所以在覆盖中选择了小区的位置属性和用途属性，并考虑载频配置来调整符合现实情况的覆盖大小；

(1)以小区的两类属性：用途属性--覆盖小区、容量小区；位置属性-城市、县城、乡镇、农村；以及小区的语音话务量作为参数，计算获得一个比例值Δa；

(2)计算小区与某个小区的直线距离L，则确定距离该小区L*Δa长度的点是小区覆盖范围的一个分割点，即该小区的最远覆盖点；

(3)通过计算获得该小区的若干个分割点，每相邻的两个分割点做线段形成该小区的覆盖范围；

2)面积法计算网格的网络数据，使用公式如下：

Gt＝∑((GZxⁱ/Zxⁱ)*Xtⁱ)，i＝1，n

其中：Gt为网格的网络某种网络数据；

GZxⁱ为网格内第i个小区在被网格包含的面积；

Zxⁱ为网格内第i个小区的覆盖面积；

Xtⁱ为第i个小区的网络数据，如话务量或试呼次数；

用近似数据，是因为我们利用这些数据去定性的分析问题，而不是非常准确的定量分析，是从非常庞大的网络中先找出其显著特征，然后再细分原因和解决，所以通过地理网格化能够获得高性价比的网络运维效果。

Images