CN102223646A - 一种小区覆盖模拟划分方法及系统 - Google Patents

Abstract

本发明公开了一种小区覆盖模拟划分方法及系统，包括：系统在对目标区域进行离散化处理后，通过单小区的自由空间传播模型得出小区的覆盖图后，获得多个小区的合并覆盖图；系统通过边界跟踪和关键点拟合的方式，对得到的多个小区的合并覆盖图进行矢量化处理，得到每个小区对应覆盖的模拟划分。应用本发明，克服当前基于Voroni图的小区覆盖模拟划分算法精度低和基于场强的小区覆盖模拟划分产生大数据量的问题。

Description

一种小区覆盖模拟划分方法及系统

技术领域

本发明涉及移动通信网络领域，尤其涉及一种无线小区覆盖模拟划分方法及系统。

背景技术

在移动通信网络的优化工作中，如何通过直观而又准确的方式来表现出各个无线小区在地理空间上的覆盖区域，以及由此来直观地获得小区与周边小区之间的切换或重选关系是网络优化的一个基础工作。这对于更高业务层的课题，包括邻区规划分析和优化、覆盖分析、切换分析在内的很多课题都有着非常重要的辅助作用。随着无线网络优化工作对于无线小区的模拟覆盖区域精度的要求越来越高，传统的基于Voronoi图的小区覆盖模拟划分图已经不能达到理想应用的精度要求。

当前基于Voronoi图的小区覆盖模拟划分方法，基于纯几何的全平面Voronoi剖分，其数学定义如下：

假设S是平面上的点集，即S＝{P_i|i＝1...n}，则可以定义点P_i的Voronoi多边形，简写为Vor(P_i)，Vor(P_i)＝{P|P是平面上的点，对所有j不等于i，满足|PP_i|＜|PP_j|}，在几何上已经证明，所有Vor(P_i)构成全平面的无缝剖分，且P_i属于Vor(P_i)，还可以证明，若P_i在S的凸包内部，Vor(P_i)是一个凸多边形，否则就是一个凸的无界区域。在几何上，计算Voronoi剖分分别有增量算法和减量算法。

基于Voronoi图的小区区域覆盖算法如下：通过高斯-克吕格(Gauss-Kruger)投影公式将基站的经纬度坐标转化为平面坐标；通过增量算法逐一增加基站，计算出最后的Voronoi剖分；通过小区初始半径和小区方位角数据对Voronoi剖分进行切割。

当前基于无线场强的小区覆盖模拟划分方法是，在基于小区的传播模型基础之上，依据地图提供的栅格，以及利用高度图和地貌图等其他详细复杂的信息，作为小区覆盖模拟划分方法的初始化条件，计算出无线小区覆盖情况。

对于当前基于Voronoi图的小区覆盖模拟划分方法，由于Voronoi图完全是基于点(而不是小区)的平面几何划分，它只能保证划分出来的小区覆盖区域里的点离基站最近，等效于多个全向站，而且各个全向站的发射功率都相同的站点。但实际运用中，绝大多数小区都不是全向站，而且各个角度的发射功率也都不相同。这使得模拟划分的精度不够高。尤其对于只包含单小区或双小区的基站的小区，计算的小区覆盖模拟精度更低。

当前基于无线场强的小区覆盖模拟划分方法，依赖于栅格地图和有关地形地貌，计算量较大。因此，小区覆盖模拟划分的渲染慢、小区覆盖模拟的结果的保存也需要消耗很大的数据存储空间。这对于将小区覆盖模拟的结果进行实时传输、显示都带来很大的不便。

因此当前需要寻求一种新的小区覆盖模拟划分的技术方案，克服当前小区覆盖模拟划分算法存在精度低和计算数据量过大的问题。

发明内容

本发明所要解决的技术问题是提供一种小区覆盖模拟划分方法及系统，克服当前基于Voroni图的小区覆盖模拟划分算法精度低和基于场强的小区覆盖模拟划分产生大数据量的问题。

为了解决上述问题，本发明提供了一种小区覆盖模拟划分方法，包括：

系统在对目标区域进行离散化处理后，通过单小区的自由空间传播模型得出小区的覆盖图后，获得多个小区的合并覆盖图；

所述系统通过边界跟踪和关键点拟合的方式，对得到的多个小区的合并覆盖图进行矢量化处理，得到每个小区对应覆盖的模拟划分。

进一步地，上述方法还可包括，所述系统对目标区域进行离散化处理，是通过三角剖分方式和栅格化方式中一种或多种进行处理。

进一步地，上述方法还可包括，所述系统通过单小区的自由空间传播模型得出小区的覆盖图后，获得多个小区的合并覆盖图，是指：

所述系统得到目标区域的离散栅格后，对于每个栅格，根据单小区的自由空间传播模型计算每个小区在此栅格处的电平，并根据该栅格被电平最高的小区所覆盖得到混合多个小区的合并覆盖图。

进一步地，上述方法还可包括，所述系统通过边界跟踪和关键点拟合的方式，对得到的多个小区的合并覆盖图进行矢量化处理，得到每个小区对应覆盖的模拟划分，包括以下步骤：

所述系统获得所有边界点，对获得的边界点通过顺时针和逆时针两种方向进行边界跟踪处理，合并同类型的边界点并由边界点获得两个小区共有的边界线；

所述系统归并每个小区的所有的边界线，得到每个小区对应覆盖的模拟划分。

进一步地，上述方法还可包括，所述系统归并每个小区的所有的边界线，得到每个小区对应覆盖的模拟划分，还包括：

所述系统对获得的每个小区对应覆盖的模拟划分进行去噪音区域的处理，获得去噪音区域处理后的每个小区对应覆盖的模拟划分。

进一步地，上述方法还可包括，所述系统对获得的每个小区对应覆盖的模拟划分进行去噪音区域的处理，是指：

所述系统对于属于同一个小区的覆盖区域，判断如果该覆盖区域由多个多边形组成，则根据待判定区域面积/小区覆盖区域总面积的比值判断一区域是否是噪音区域，如果是，则将其从该小区覆盖中删去，再将其归并到与它边界重合最大的小区的覆盖划分中。

本发明还提供了一种小区覆盖模拟划分系统，包括：离散化处理单元、覆盖图生成单元和模拟划分单元，其中，

所述离散化处理单元，用于对目标区域进行离散化处理，获得该区域中所有离散栅格点，并发送给所述覆盖图生成单元；

所述覆盖图生成单元，用于对所述离散化处理单元得到的离散栅格点，通过单小区的自由空间传播模型得出每个栅格点的小区覆盖，获得多个小区的合并覆盖图并发送给所述模拟划分单元；

所述模拟划分单元，用于通过边界跟踪和关键点拟合的方式，对所述覆盖图生成单元得到的多个小区的合并覆盖图进行矢量化处理，得到每个小区对应覆盖的模拟划分。

进一步地，上述系统还可包括，所述离散化处理单元对目标区域进行离散化处理，是通过三角剖分方式和栅格化方式中一种或多种进行处理。

进一步地，上述系统还可包括，所述覆盖图生成单元通过单小区的自由空间传播模型得出小区的覆盖图后，获得多个小区的合并覆盖图，是指：

所述覆盖图生成单元得到小区的覆盖图后，根据每个栅格被电平最高的小区所覆盖，每个栅格有且仅被一小区覆盖，得到多个小区的合并覆盖图。

进一步地，上述系统还可包括，所述模拟划分单元通过边界跟踪和关键点拟合的方式，对所述覆盖图生成单元得到的多个小区的合并覆盖图进行矢量化处理，得到每个小区对应覆盖的模拟划分，是指：

所述模拟划分单元获得所有边界点，对获得的边界点通过顺时针和逆时针两种方向进行边界跟踪处理，合并同类型的边界点并由边界点获得两个小区共有的边界线；归并每个小区的所有的边界线，得到每个小区对应覆盖的模拟划分。

进一步地，上述系统还可包括，所述模拟划分单元还用于，在归并每个小区的所有的边界线，得到每个小区对应覆盖的模拟划分后，对得到的每个小区对应覆盖的模拟划分进行去噪音区域的处理，获得去噪音区域处理后的每个小区对应覆盖的模拟划分。

进一步地，上述系统还可包括，所述模拟划分单元对获得的每个小区对应覆盖的模拟划分进行去噪音区域的处理，是指：

所述模拟划分单元对于属于同一个小区的覆盖区域，判断如果该覆盖区域由多个多边形组成，则根据待判定区域面积/小区覆盖区域总面积的比值判断一区域是否是噪音区域，如果是，则将其从该小区覆盖中删去，再将其归并到与它边界重合最大的小区的覆盖划分中。

与现有技术相比，应用本发明，通过对小区所在地的一定范围内的目标区域进行离散化处理，用简易的小区自由空间的传播模型来获得空间中每个离散点的最强覆盖强度小区，然后对这些离散点归并进行矢量化，从而来获得每个小区的模拟覆盖划分结果。本发明技术方案解决了基于Voroni图的小区覆盖模拟划分(尤其对于不够规则的基站)精度低的问题；矢量化技术的运用提高了大量离散点数据的聚合度，从而简化了小区覆盖模拟过程和结果数据的保存、传输，提高了小区覆盖图的显示速度，因此还解决了基于场强的小区覆盖模拟划分数据量大的问题，提高了小区覆盖模拟划分的准确度和精确度，同时提高了移动网络优化和规划工作的效率。

附图说明

图1是本发明的小区覆盖模拟划分方法的流程图；

图2是本发明中任意一个点对应的方向码的示意图；

图3是本发明中系统通过边界跟踪和关键点拟合的方式，对得到的多个小区的覆盖图进行矢量化处理，得到每个小区对应覆盖的模拟划分的流程图；

图4和图5是本发明中具体实例应用本发明方法的示意图；

图6是本发明的小区覆盖模拟划分系统的结构示意图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步说明。

本发明中涉及目标区域的离散化：是指将目标区域进行剖分，离散为简单几何单纯体集合的方法，经过离散化处理的小区域，就是离散图元。

在本发明中所述的三角剖分，指的是将目标区域划分成三角形图元的集合。所述的正方形剖分，指的是将目标区域划分成正方形图元的集合。而栅格化，是实现把目标区域(矢量图)，转化成栅格数据(正方形)表示的方法。

本发明中涉及矢量化技术：主要研究把简单几何单纯体集合转化成矢量化图形的过程。矢量化后的图形具有一些优秀的特性，它由一些简单基本的几何体构成，体积小，而且在放大、缩小、旋转时都不失真。边界跟踪算法是栅格矢量化技术的一种，是由一个边缘点出发，依次搜索并连接相邻边缘点从而逐步检测出边界的算法。

本发明的主要构思是：首先获得需要进行模拟划分的目标区域，对目标区域进行剖分，分成简单图元(栅格)的集合，再分别计算每个图元(栅格)对应的覆盖小区，然后再合并同类型(这里指属于同一个小区)的图元(栅格)来获得小区的模拟覆盖划分图。

如图1所示，本发明的小区覆盖模拟划分方法，包括以下步骤：

步骤110、系统对目标区域进行离散化处理；

对目标区域进行离散化处理，就是对于给定的目标区域，其覆盖范围是局限于一定区域范围以内的，比如说10公里方圆范围内，将目标区域提取出来，然后进行剖分。离散化的目标就是把一个大的区域范围划分成若干小的区域来表示。如果划分成小三角形的集合，就是三角剖分，如果划分成小正方形的集合就是正方形剖分。其本质都是将一个目标区域用很多小区域来表示，但要求小区域是对目标区域的完全剖分，即将工程区域全部剖分为小区域，而小区域完全合并又是目标区域。这就可以说所有剖分后的小区域和目标区域是完全等效的。这就是离散化的过程。

三角剖分多用于三角形对于曲面空间进行的剖分表示，但是在平面上也是可以进行剖分的。首先任何一个多边形都可以用多个三角形来组成，这有数学上的证明，其次，对任何一个三角形，可以细分成多个三角形，并且可以使三角形控制在所希望的任何精度上。比如希望把精度控制在10米以内，对于一个三角形而言，有三个顶点a、b、c对应于三角形的三条边A、B、C，如果A边最长，连接不在A边上的点a和A边的中点就分裂成两个三角形。可以就这样迭代地分裂下去，直到任何一个三角形的任意边的长度都小于10米。

那么对于本发明所说的正方形剖分(栅格化)，也就是将平面完全地划分成多个正方形，可以将正方形控制在所需要的任何精度，(该精度可由使用者根据实际情况确定)，如果精度是10米，则对于一个正方形栅格而言，其边长小于10米即视为达到要求。

对目标区域进行剖分(三角形剖分、栅格化或其他剖分方法)后，以小区域的中心来表示这个小区域，将目标区域以多个点来表示，即完成了离散化的过程，对剖分后的这些小区域，以数学几何方法确定其中心即可，经过离散化处理后的小区域，就是每个离散图元。

在实际应用过程中，在目标区域外可能有小区会对目标区域内的小区产生影响，因此在对目标区域内的小区进行模拟划分前，可以对目标区域进行一定范围的外扩，对外扩后的区域进行小区模拟划分，以保证目标区域内的小区模拟划分的准确性。

步骤120、系统对目标区域进行离散化处理后的每个离散图元，通过单小区的自由空间传播模型得出每个图元的覆盖小区，获得多小区的合并覆盖图；

本发明采用的小区的传播模型是小区的自由空间传播模型：

Voroni图的小区覆盖模拟划分不精确的主要原因是该算法对于基站小区的电磁波传播建立的模型过于简单。在基于Voroni图的小区覆盖模拟划分中，它把小区的传播模型完全等同于全向的电磁波传播模型，导致得出的覆盖图精确度过低。所以，为了保证能够得到一个比较精确的小区覆盖结果，本发明采用的小区的传播模型是小区的自由空间传播模型。虽然在某些复杂的地理环境下此模型还是具有一定的局限性，但就整体而言，此模型已经非常接近于小区无线电波真实的传播方式。

自由空间是指在理想的、均匀的、各向同性的介质中传播，电波传播不发生反射、折射、绕射、散射和吸收现象，只存在电磁波能量扩散而引起的传播损耗。

若不考虑发射与接收设备的增益，只从电波传播的空间环境方面来考虑，自由空间的传播损耗L可以写成：

L＝(4πd/λ)²＝(4πdf/c)²其中c为光速。

用对数表示为

L(dbm)＝10lg(4πdf/c)²＝32.45+20lgf(MHz)+20lg d(Km)

其中f为频率，d为天线间距离。

而在现实中，天线在各个水平方向和垂直方向的增益均不相同。并且这些增益的大小直接影响到小区在这个角度方向上的电平。

因此，考虑到发射天线的功率影响，在小区自由空间传播模型中，一个小区到空间中任意一点的电平，除了要减去自由空间的损耗外，还需加上天线在这一点的增益，从而得到小区到空间任意一点的电平。

V＝P-(32.45+20lgF(MHz)+20lgD(Km))+G+GainH+GainV，其中P为发射功率，F为频率，D为收发天线间距离，G为天线增益，GainH为天线水平方向增益，GainV为天线垂直方向增益。

有了小区自由空间的传播模型，就可以通过

V＝P-(32.45+20lgF(MHz)+20lgD(Km))+G+GainH+GainV，计算出小区在空间上任意一点的电平。

如果将空间划分为一个一个的栅格的话，对于每一个栅格，由于它相对于无线小区覆盖区域来讲足够小，因此可以用栅格的中心点来表示这个栅格，这样就可以求得小区在该栅格点的电平。重复上述过程就可以求得所有栅格所在点的电平。由此可以通过单小区的自由空间传播模型得出小区的电平覆盖图。

对于多个小区，通过上述单小区的自由空间传播模型得出小区电平覆盖图的方法，可以得到多个小区的电平覆盖图。对于给定的一个栅格，可能被多个电平覆盖，这时，可以认为该栅格被电平最高的小区所覆盖。由此每一个栅格有且仅被一个小区覆盖，可以得到多小区的合并覆盖图。

基于场强算法的小区覆盖模拟算法也通过类似的途径来实现，也达到了很高的精确度，但是对于它的栅格往往依赖于地图提供的栅格，因为它的小区传播模型往往还需要利用更复杂的信息，比如高度图和地貌图等来实现。此外，由于每一个小区的覆盖区域，都采用了大量的栅格点来表示，造成了小区覆盖结果数据集成倍地增长，造成计算量大、存储结果数据量大；而且，由于每一个小区的覆盖都是用许多栅格点来表示的，这样也不大容易直观地来定义两小区覆盖之间的关系。

本发明通过对目标区域的离散化(三角形剖分、正方形剖分或其他剖分方法)，获得该区域中所有离散栅格点，不需要地图提供的栅格，也不需要高度图和地貌图等更加详细复杂的信息，而通过自由空间传播模型得到的小区电平覆盖图，保证了每个栅格均只有一个覆盖的小区，在不失准确性的基础上减少了小区覆盖结果数据的数量，提高了计算、保存结果数据量以及其他数据应用的效率。

步骤130、系统通过边界跟踪和关键点拟合的方式，对得到的多小区的合并覆盖图进行矢量化处理，得到每个小区对应覆盖的模拟划分。

本发明通过栅格的矢量化算法，可以直观地定义两小区覆盖之间的关系。本发明中栅格的矢量化算法是基于边界跟踪和关键点拟合的方式来完成矢量化的过程，其中，如图2所示，任意一个点对应的方向码的示意图。

方向码：为了描述光线跟踪算法的跟踪方向，通常用0、1、2、3、4、5、6、7分别表示东、东北、北、西北、西、西南、南、东南八个方向。如图2所示，即为A点对应的8个方向。

边界点与内部点的定义：对于一个栅格点，如果其方向码中的东南西北对应的栅格都属于同一个小区覆盖，则这个点为内部点，反之，则为边界点。

所述系统通过边界跟踪和关键点拟合的方式，对得到的多个小区的覆盖图进行矢量化处理，得到每个小区对应覆盖的模拟划分，如图3所示，具体包括以下步骤：

步骤1301、系统获得所有边界点；

系统通过遍历多小区的合并覆盖图的每个栅格，根据边界点的定义，如果其方向码中的东南西北对应的栅格被两个或两个小区以上覆盖，则可以认定该栅格为边界点，并可以根据该方法找到所有的边界点。对每个边界点，它的方向码对应的栅格中包含有哪几个小区，则说明这个栅格点是这个小区的边界；

步骤1302、系统对获得的边界点，通过顺时针和逆时针两种方向进行边界跟踪处理，合并同类型的边界点，并由边界点获得两个小区共有的边界线；

对于每一个边界点，通过顺时针和逆时针两种方向进行边界跟踪处理，即按01234567和76543210两种方式去找其它的和它同类型的边界点。(对于两个边界点，如果它们同时是两个小区的边界点，则这两个边界点是同类型的，即边界点X是小区A和B的边界点，边界点Y也是小区A和B的边界点，则边界点X和Y是同类型的)按照这种方式，可以合并同类型的边界点。这些边界点构成了一个边界，即两个小区共有的边界栅格点组成一条小区的边界线。

步骤1303、系统归并每个小区的所有的边界线，得到每个小区对应覆盖的模拟划分；

因为对于每个小区，和它交界的小区有多个，则根据步骤1302得出的边界线也有多条，归并每个小区的所有的边界线。由于它们可能不是很准确的头尾相连，就把相邻很近的点合并在一起。这样就得出了每个小区对应的模拟覆盖的一个划分。

由于在小区覆盖模拟划分的实际情况中，有些小区还存在有噪音区域，为了使得小区覆盖模拟划分的更加准确，优选的，还包括步骤1304。

步骤1304、系统对获得的每个小区对应覆盖的模拟划分进行去噪音区域的处理后，获得每个小区对应覆盖的模拟划分，而且得到的小区覆盖范围完全是由闭合的一个或多个多边形组成的，具有矢量图形的所有特性。

实际中得到的小区覆盖划分还是有很多噪音区域的，就是指一个小区的模拟覆盖划分可能会分成2块或者两块以上的区域，而其中有些区域非常小。这就要求对于噪音区域进行处理。

其中，所述系统对于属于同一个小区的覆盖区域，判断如果该覆盖区域由多个多边形组成，则计算“待判定区域面积/小区覆盖区域总面积”的比值，比值的大小也就是确定是否为噪音区域的标准，该标准由用户根据其实际情况来确定，因此根据面积比值和用户设定标准判断一区域是否是噪音区域，如果是，则将其从该小区覆盖区域中删去，再将其归并到与它边界重合最大的小区的覆盖划分中。

最后我们用该算法在移动GSM网络和TD-SCDMA网络邻区规划应用的实际例子，来详细说明小区覆盖模拟划分方法。

输入：西直门附近的一个区域R1，如图4所示。

目标：计算区域R1中的“西直门东北1”，“西直门东北2”，“西直门东北3”，“西直门桥东1”，“西直门桥东2”，“西直门桥东3”，“西直门桥西南1”、“西直门桥西南2”、“西直门桥西南3”、“西直门S”等小区的对应的小区覆盖模拟划分。

步骤1(离散化处理)：由于在实际应用中，区域R1内小区的覆盖会受到区域R1外小区的影响，所以我们先把区域R1外扩5km成R2，并把R2作为此次求解小区模拟划分的工程区域，由于R2范围大于R1的范围，因此最终可得到R1区域的小区模拟划分，当然如果在R1区域外没有其他小区，则不必进行区域的外扩。

首先，根据R2区域范围内的小区密度分布确立出栅格宽度10米；然后，通过高斯-克吕格(Gauss-Kruger)公式投影到平面，计算出工程区域的最西端和最东端相距11033.5米，最北端和最南端相距11278.4米。接着进行栅格化，得到长为11033.5/10，宽为11278.4/10的一幅栅格图Grid1。

步骤2(覆盖图生成)：对上面得到的栅格图Grid1中的每一个栅格Pixel，采用自由空间模型计算该栅格到区域R2内所有小区的电平，并取在此栅格点电平最高的小区作为该栅格点的覆盖小区。这样我们就获得栅格图中每一个Pixel对应的覆盖小区，即获得了区域R2的小区覆盖栅格图Grid2。

步骤3(模拟划分)：对小区覆盖栅格图Grid2，采用边界跟踪算法，进行栅格矢量化。首先，我们按照上述实施例中的步骤1301遍历所有栅格点，系统依据边界点定义，获得所有属于边界点的栅格点；然后，按照步骤1302获得所有边界线(每条边界线都是由一些同类型即共同属于两个同样小区的相邻边界点组成的，我们说这条边界线也共同属于这两个小区，也说这两个小区都包含这条边)；当所有的边界线求出来后，我们也就获得了每个小区包含的所有边界线，根据步骤1303，把边界线头尾相连起来，我们就可以求得出每个小区对应的覆盖区域。然后根据每个小区对应的覆盖区域，进行去除噪音处理，再经过坐标系变换，回到经纬度，最终得到每个小区的模拟划分区域。如小区“西直门东北3”：最终的边界区域是由26个边界点来构成的：116.356280，39.943492，116.356144，39.943012，116.356136，39.942652，116.356120，39.942296，116.356112，39.941932，116.356096，39.941576，116.356112，39.941328，116.356112，39.941328，116.355496，39.941228，116.355024，39.941056，116.354216，39.940756，116.354216，39.940756，116.354216，39.940756，116.354216，39.940756，116.353400，39.941492，116.353400，39.941492，116.353760，39.941804，116.353888，39.942156，116.354144，39.942512，116.354264，39.942872，116.354400，39.943348，116.354400，39.943348，116.354808，39.943760，116.354808，39.943760，116.355232，39.943844，116.355696，39.943744，这些边界点均为换算过的经纬度坐标，将这些边界点连接起来，即构成了小区“西直门东北3”的模拟划分区域。最终将R1区域内所有小区均划分完成后，如图5所示。

如图6所示，本发明的小区覆盖模拟划分系统，包括：离散化处理单元、覆盖图生成单元和模拟划分单元，其中，

所述离散化处理单元，用于对目标区域经外扩一定范围(如辐射直径增加5千米)后的覆盖区域进行离散化处理，获得该区域中所有离散栅格点，并发送给所述覆盖图生成单元。离散化处理单元对目标区域进行离散化处理的方法，和上述方法中步骤110的论述相同，不再赘述。

所述覆盖图生成单元，用于对得到的目标区域内每个小区的离散栅格点，通过单小区的自由空间传播模型计算小区在每个离散栅格点的电平，得出每个小区的电平覆盖图，再根据每个栅格点被具有最高电平的小区覆盖，获得混合多个小区的合并覆盖图并发送给所述模拟划分单元。覆盖图生成单元获得混合多个小区合并覆盖图的方法，和上述方法步骤中120的论述相同，不再赘述。

所述模拟划分单元，用于通过边界跟踪和关键点拟合的方式，对得到的多个小区的合并覆盖图进行矢量化处理，得到每个小区对应覆盖的模拟划分。模拟划分单元通过边界跟踪和关键点拟合的方式获得小区覆盖模拟划分图的方法，与上述方法步骤中130的论述相同，不再赘述。

所述离散化处理单元对目标小区进行离散化处理，是通过三角剖分方式和栅格化方式中一种或多种进行处理。

所述模拟划分单元通过边界跟踪和关键点拟合的方式，对得到的多个小区的合并覆盖图进行矢量化处理，得到每个小区对应覆盖的模拟划分，是指：

所述模拟划分单元获得所有边界点，对获得的边界点通过顺时针和逆时针两种方向进行边界跟踪处理，合并同类型的边界点并由边界点获得两个小区共有的边界线；归并每个小区的所有的边界线，得到每个小区对应的模拟覆盖的划分；对获得的每个小区对应的模拟覆盖的划分进行去噪音区域的处理后，获得每个小区对应覆盖的模拟划分。

所述模拟划分单元对获得的每个小区对应的模拟覆盖的划分进行去噪音区域的处理，是指：

所述模拟划分单元对于属于同一个小区的覆盖区域，判断如果该覆盖区域由多个多边形组成，计算“待判定区域面积/小区覆盖区域总面积”的比值，比值的大小也就是确定是否为噪音区域的标准，该标准由用户根据其实际情况来确定，因此根据面积比值和用户设定标准判断一区域是否是噪音区域，如果是，则将其从该小区覆盖中删去，再将其归并到与它边界重合最大的小区的覆盖划分中。

综上所述，本发明的方法采用了更接近小区电波在真实空间中传播规律的自由空间传播模型，大大地提高了小区覆盖模拟划分的精度，本发明的方法在小区覆盖划分层面上，比传统的基于Voronoi图的小区覆盖划分技术不仅更平滑，而且更精确；本发明中矢量化技术的运用使得大量的离散点聚合成为可能，提高了相应的数据的聚合度，简化了相应数据的保存、传输并加速了小区覆盖图的呈现。而且所划分出来的地理空间的结构，比如邻边等，很容易地就反映出了小区与小区之间的地理关系，而且不容易失真。本发明的方法和基于场强的小区模拟覆盖的对比，本发明的方法进行小区模拟划分的结果和较真实的小区覆盖模拟已经非常接近。此外，依据本发明的方法获得的模拟覆盖划分结果也被运用到GSM网络和TD-SCDMA网络邻区规划中，由于其划分精度较高，取得了良好的效果。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (12)

1.一种小区覆盖模拟划分方法，其特征在于，包括：

系统在对目标区域进行离散化处理后，通过单小区的自由空间传播模型得出小区的覆盖图后，获得多个小区的合并覆盖图；

所述系统通过边界跟踪和关键点拟合的方式，对得到的多个小区的合并覆盖图进行矢量化处理，得到每个小区对应覆盖的模拟划分。

2.如权利要求1所述的方法，其特征在于，

所述系统对目标区域进行离散化处理，是通过三角剖分方式和栅格化方式中一种或多种进行处理。

3.如权利要求1所述的方法，其特征在于，

所述系统通过单小区的自由空间传播模型得出小区的覆盖图后，获得多个小区的合并覆盖图，是指：

所述系统得到目标区域的离散栅格后，对于每个栅格，根据单小区的自由空间传播模型计算每个小区在此栅格处的电平，并根据该栅格被电平最高的小区所覆盖得到混合多个小区的合并覆盖图。

4.如权利要求1所述的方法，其特征在于，

所述系统通过边界跟踪和关键点拟合的方式，对得到的多个小区的合并覆盖图进行矢量化处理，得到每个小区对应覆盖的模拟划分，包括以下步骤：

所述系统获得所有边界点，对获得的边界点通过顺时针和逆时针两种方向进行边界跟踪处理，合并同类型的边界点并由边界点获得两个小区共有的边界线；

所述系统归并每个小区的所有的边界线，得到每个小区对应覆盖的模拟划分。

5.如权利要求4所述的方法，其特征在于，

所述系统归并每个小区的所有的边界线，得到每个小区对应覆盖的模拟划分，还包括：

所述系统对获得的每个小区对应覆盖的模拟划分进行去噪音区域的处理，获得去噪音区域处理后的每个小区对应覆盖的模拟划分。

6.如权利要求5所述的方法，其特征在于，

所述系统对获得的每个小区对应覆盖的模拟划分进行去噪音区域的处理，是指：

所述系统对于属于同一个小区的覆盖区域，判断如果该覆盖区域由多个多边形组成，则根据待判定区域面积/小区覆盖区域总面积的比值判断一区域是否是噪音区域，如果是，则将其从该小区覆盖中删去，再将其归并到与它边界重合最大的小区的覆盖划分中。

7.一种小区覆盖模拟划分系统，其特征在于，

包括：离散化处理单元、覆盖图生成单元和模拟划分单元，其中，

所述离散化处理单元，用于对目标区域进行离散化处理，获得该区域中所有离散栅格点，并发送给所述覆盖图生成单元；

所述覆盖图生成单元，用于对所述离散化处理单元得到的离散栅格点，通过单小区的自由空间传播模型得出每个栅格点的小区覆盖，获得多个小区的合并覆盖图并发送给所述模拟划分单元；

所述模拟划分单元，用于通过边界跟踪和关键点拟合的方式，对所述覆盖图生成单元得到的多个小区的合并覆盖图进行矢量化处理，得到每个小区对应覆盖的模拟划分。

8.如权利要求7所述的系统，其特征在于，

所述离散化处理单元对目标区域进行离散化处理，是通过三角剖分方式和栅格化方式中一种或多种进行处理。

9.如权利要求7所述的系统，其特征在于，

所述覆盖图生成单元通过单小区的自由空间传播模型得出小区的覆盖图后，获得多个小区的合并覆盖图，是指：

所述覆盖图生成单元得到小区的覆盖图后，根据每个栅格被电平最高的小区所覆盖，每个栅格有且仅被一小区覆盖，得到多个小区的合并覆盖图。

10.如权利要求7所述的系统，其特征在于，

所述模拟划分单元通过边界跟踪和关键点拟合的方式，对所述覆盖图生成单元得到的多个小区的合并覆盖图进行矢量化处理，得到每个小区对应覆盖的模拟划分，是指：

所述模拟划分单元获得所有边界点，对获得的边界点通过顺时针和逆时针两种方向进行边界跟踪处理，合并同类型的边界点并由边界点获得两个小区共有的边界线；归并每个小区的所有的边界线，得到每个小区对应覆盖的模拟划分。

11.如权利要求8至10任一所述的系统，其特征在于，

所述模拟划分单元还用于，在归并每个小区的所有的边界线，得到每个小区对应覆盖的模拟划分后，对得到的每个小区对应覆盖的模拟划分进行去噪音区域的处理，获得去噪音区域处理后的每个小区对应覆盖的模拟划分。

12.如权利要求11所述的系统，其特征在于，

所述模拟划分单元对获得的每个小区对应覆盖的模拟划分进行去噪音区域的处理，是指：

所述模拟划分单元对于属于同一个小区的覆盖区域，判断如果该覆盖区域由多个多边形组成，则根据待判定区域面积/小区覆盖区域总面积的比值判断一区域是否是噪音区域，如果是，则将其从该小区覆盖中删去，再将其归并到与它边界重合最大的小区的覆盖划分中。

Images