CN103634829B - 一种基于路测信息的路段筛选方法和设备 - Google Patents
一种基于路测信息的路段筛选方法和设备 Download PDFInfo
- Publication number
- CN103634829B CN103634829B CN201310699574.8A CN201310699574A CN103634829B CN 103634829 B CN103634829 B CN 103634829B CN 201310699574 A CN201310699574 A CN 201310699574A CN 103634829 B CN103634829 B CN 103634829B
- Authority
- CN
- China
- Prior art keywords
- grid
- sampled point
- classification
- distance
- target area
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012360 testing method Methods 0.000 title claims abstract description 43
- 238000012216 screening Methods 0.000 title claims abstract description 38
- 230000001143 conditioned effect Effects 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000005070 sampling Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 abstract description 7
- 238000004891 communication Methods 0.000 abstract description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供一种基于路测信息的路段筛选方法和设备，涉及通信领域，提供了一种从海量数据中筛选问题路段的方法，避免了采用人工筛选的方法，节省了人力物力，提高了定位问题路段的效率以及判断准确性。其方法为：首先获取目标区域的路测数据，然后根据所述目标区域中所有采样点或者栅格的属性值对所有采样点或者栅格进行筛选，而后对筛选后剩余的采样点或者栅格进行聚类得到至少一个分类，最后获取每个分类中采样点或者栅格间的最大距离，将采样点或者栅格的最大距离满足第二预设条件的分类所在路段确定为目标路段。本发明实施例用于定位需要重点分析的目标路段。
Description
技术领域
本发明涉及通信领域，尤其涉及一种基于路测信息的路段筛选方法和设备。
背景技术
目前，随着3G（3rd-Generation，第三代移动通信技术）用户数量飞速上升，WCDMA（Wideband Code Division Multiple Access，宽带码分多址）网络的优化工作也越来越处于一个重要的地位。在现有技术中，网络分析人员可以通过分析路测测量到的网络关键参数信息（下文简称为路测数据），发现网络中存在的问题。
具体的，当前主流的方法是通过路测数据分析软件将路测数据按照采样点或者栅格进行统计，并将统计结果输出到统计表格，或以渲染图的形式进行地理展现。其中，栅格是指将测量的目标区域按照规定好的粒度划分为多个大小均匀的紧密相邻的网格阵列，每个网格就是一个栅格（或者也可以称为象元或者像素），每个栅格都具有属性值（或者量值），栅格的属性或者量值可以根据落在该栅格内的采样点的属性值（或者量值）获取，比如将一个栅格内的所有采样点的平均RSCP（Receive Signal Code Power，接收信号功率）作为该栅格的RSCP。
以RSCP为例，在上述统计表格中可以将RSCP不满足一定条件的栅格和其他栅格用不同的颜色标记出来，从而直观的呈现栅格RSCP的高低。或者，在渲染图中将RSCP不满足一定条件的栅格用红色标出，从而可以使分析人员直观地定位信号质量存在问题的路段，需要重点分析。
但是，上述方法一般适用于少量数据的分析，而且上述分析过程是由人工定性分析，无法采用定量的方法进行判断。若要从海量数据分析中分析出信号质量存在问题的路段，采用上述方法不仅耗费人力物力较多效率低，且主观因素重，导致判断准确性低。
发明内容
本发明的实施例提供一种基于路测信息的路段筛选方法和设备，提供了一种从海量数据中筛选问题路段的方法，解决了耗费人力物力较多效率低、判断准确性低的问题。
为达到上述目的，本发明的实施例采用如下技术方案：
一方面，提供一种基于路测信息的路段筛选方法，所述方法包括：
获取目标区域的路测数据，所述路测数据包括所述目标区域中所有采样点或者栅格的地理信息和属性值；
根据所述目标区域中所有采样点或者栅格的属性值对所述目标区域中所有采样点或者栅格进行筛选，将属性值满足第一预设条件的采样点或者栅格排除；
根据所述目标区域中所有采样点或者栅格中进行筛选后剩余的采样点或者栅格的地理信息对所述剩余的采样点或者栅格进行聚类，得到至少一个分类，每个分类中包括至少一个采样点或者栅格；
获取每个分类中采样点或者栅格间的最大距离，将采样点或者栅格的最大距离满足第二预设条件的分类所在路段确定为目标路段。
另一方面，提供一种电子设备，所述电子设备包括：
获取单元，用于获取目标区域的路测数据，所述路测数据包括所述目标区域中所有采样点或者栅格的地理信息和属性值；
筛选单元，用于根据所述目标区域中所有采样点或者栅格的属性值对所述目标区域中所有采样点或者栅格进行筛选，将属性值满足第一预设条件的采样点或者栅格排除；
聚类单元，用于根据所述目标区域中所有采样点或者栅格中进行筛选后剩余的采样点或者栅格的地理信息对所述剩余的采样点或者栅格进行聚类，得到至少一个分类，每个分类中包括至少一个采样点或者栅格；
分析单元，用于获取每个分类中采样点或者栅格间的最大距离，将采样点或者栅格的最大距离满足第二预设条件的分类所在路段确定为目标路段。
本发明实施例提供一种基于路测信息的路段筛选方法和设备，首先获取目标区域的路测数据，然后根据所述目标区域中所有采样点或者栅格的属性值对所有采样点或者栅格进行筛选，而后对筛选后剩余的采样点或者栅格进行聚类得到至少一个分类，最后获取每个分类中采样点或者栅格间的最大距离，将采样点或者栅格的最大距离满足第二预设条件的分类所在路段确定为目标路段。从而提供了一种从海量数据中筛选问题路段的方法，避免了采用人工筛选的方法，节省了人力物力，提高了定位问题路段的效率以及判断准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于路测信息的路段筛选方法的流程示意图；
图2为本发明另一实施例提供的一种基于路测信息的路段筛选方法的流程示意图；
图3为本发明实施例提供的一种栅格属性示意图；
图4为本发明实施例提供的一种距离计算示意图；
图5为本发明实施例提供的一种聚类方法的效果图；
图6为本发明实施例提供的一种聚类方法的效果图；
图7为本发明实施例提供的一种电子设备的结构示意图；
图8为本发明实施例提供的另一种电子设备的结构示意图。
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。
本发明实施例提供一种基于路测信息的路段筛选方法，如图1所示，该方法包括：
101、获取目标区域的路测数据，所述路测数据包括所述目标区域中所有采样点或者栅格的地理信息和属性值。
102、根据所述目标区域中所有采样点或者栅格的属性值对所述目标区域中所有采样点或者栅格进行筛选，将属性值满足第一预设条件的采样点或者栅格排除。
103、根据所述目标区域中所有采样点或者栅格中进行筛选后剩余的采样点或者栅格的地理信息对所述剩余的采样点或者栅格进行聚类，得到至少一个分类，每个分类中包括至少一个采样点或者栅格。
104、获取每个分类中采样点或者栅格间的最大距离，将采样点或者栅格的最大距离满足第二预设条件的分类所在路段确定为目标路段。
最终的得到的目标路段就是需要分析人员重点分析的信号质量存在问题的路段，其中，信号质量存在问题可以包括信号覆盖弱、速率低、干扰高等，但并不限于此。
本发明实施例提供一种基于路测信息的路段筛选方法，首先获取目标区域的路测数据，然后根据所述目标区域中所有采样点或者栅格的属性值对所有采样点或者栅格进行筛选，而后对筛选后剩余的采样点或者栅格进行聚类得到至少一个分类，最后获取每个分类中采样点或者栅格间的最大距离，将采样点或者栅格的最大距离满足第二预设条件的分类所在路段确定为目标路段。从而提供了一种从海量数据中筛选问题路段的方法，避免了采用人工筛选的方法，节省了人力物力，提高了定位问题路段的效率以及判断准确性。
为了使本领域技术人员能够更清楚地理解本发明实施例提供的技术方案，下面通过具体的实施例，对本发明实施例提供的一种基于路测信息的路段筛选方法进行详细说明，如图2所示，该方法包括：
201、获取目标区域的路测数据。
具体的，目标区域是指需要分析的区域，示例性的，假设目标区域为一个城市，则目标区域的路测数据就可以为该城市范围内的所有采样点的经纬度和RSCP值，该路测数据可以从路测软件中提取得到，提取的路测数据可以是采样点级别的，也可以是栅格化的数据，为了方便说明，在下文实施例中以栅格化的数据为例进行说明，但仅仅是示例性的，对于采样点级别的数据同样适用。
栅格化的数据，是指将目标区域按照预先规定的粒度（比如预先设置栅格边长为N）划分成若干个均匀的紧密相邻的栅格，这样该城市范围内的所有采样点就会落在这些划好的栅格中。
上述栅格化的路测数据包括了各个栅格的地理信息和属性值，其中地理信息可以为经纬度，属性值可以是RSCP属性值，RSCP属性值具体可以为栅格中的采样点的平均RSCP，或者属性值可以为栅格中的满足预设RSCP门限的采样点所占的比例。此时，路测数据可以用向量表示，用Nn(n≤N)表示路测数据中的任意一个栅格，Nn包括longn和latn，其中longn表示longitude（经度），latn表示latitude（纬度），用RSCPn表示栅格Nn的RSCP属性值，N为栅格的边长。
示例性的，假设在路测中得到了8个采样点，分别编号为1～8，每个采样点对应的RSCP如表1所示：
表1
| 采样点 | RSCP值 |
| 1 | -96dBm |
| 2 | -60dBm |
| 3 | -60dBm |
| 4 | -75dBm |
| 5 | -76dBm |
| 6 | -96dBm |
| 7 | -60dBm |
| 8 | -71dBm |
假设上述8个采样点中，1～3号采样点属于1号栅格，4号采样点属于2号栅格、5号采样点属于3号栅格、6、7号采样点属于4号栅格、8号采样点属于5号栅格，如图3所示。
若采用栅格中的采样点的平均RSCP作为该栅格的RSCP属性值，则1～5号栅格的属性值如表2所示。
表2
| 栅格 | RSCP属性值 |
| 1 | -72dBm |
| 2 | -75dBm |
| 3 | -76dBm |
| 4 | -78dBm |
| 5 | -71dBm |
若将格中的满足预设RSCP门限的采样点所占的比例作为该栅格的RSCP属性值，假设预设RSCP门限为-95dBm，若采样点的RSCP≥-95dBm，则认为该采样点满足预设RSCP门限，此时1～5号栅格的属性值如表3所示。
表3
| 栅格 | 属性值 |
| 1 | 33.33% |
| 2 | 0% |
| 3 | 0% |
| 4 | 50% |
| 5 | 0% |
202、根据目标区域中所有栅格的RSCP属性值对目标区域中所有栅格进行筛选，将属性值满足第一预设条件的栅格排除。
示例性的，假设将栅格中的采样点的平均RSCP作为该栅格的RSCP属性值，第一预设条件包括预设属性值门限，且假设预设属性值门限为-100dBm。
将目标区域中所有栅格的RSCP属性值与-100dBm进行比较，将满足以下条件的栅格排除：
RSCPn≥-100dBm，其中RSCPn表示所有栅格中任意一个栅格的RSCP属性值，其中n为大于0小于N的正整数。
排除后剩余的栅格就是信号质量存在问题的栅格，假设排除后剩余M个栅格，则可以用向量表示，用Mm(m≤M)表示剩余M个栅格中的任意一个栅格，Mm包括longm和latm，用RSCPm表示栅格Mm的RSCP属性值。
另外，需要说明的是，202中所选取的预设属性值门限，以及根据该预设属性值门限对栅格进行筛选的方法都仅仅是示例性的，除此之外还可以采用其他的门限以及算法来对栅格进行筛选，具体的可以根据实际情况来选取，在本实施例中不做限制。
而后，对经过上述筛选后剩余的栅格执行步骤203～207。
203、将剩余的栅格中的每一个栅格作为一个分类。
204、根据剩余的栅格的经纬度，获取所有分类两两之间的距离。
具体的，根据剩余的栅格的经纬度获取所有分类两两之间的距离，即获取剩余的栅格中任意两个栅格的距离。
具体的，上述距离是指欧氏距离（欧几里得距离），示例性的，如图4所示，B、C分别表示同一条道路上的任意两个栅格，A表示北极点，由于地球表面是具有弧度的，因此的弧长即为B、C两个栅格的距离。利用经纬度的定义可知∠AOB=90-B的纬度，∠AOC=90-C的纬度，∠BAC=B、C两个栅格经度之差。由此可得：
cos∠BOC=cos∠AOC×cos∠AOB+sin∠AOC×sin∠AOB×cos∠BAC
从而可以得到B、C两个栅格的距离为：
重复执行上述算法就可以算出剩余的所有栅格之间的距离，从而也就得到了所有分类两两之间的距离。
205、将所有分类中距离最小，且距离小于预设第一距离门限的两个分类归为一类。
206、判断分类中是否还存在距离小于预设距离门限的两个分类，若存在，则重复执行205，直至不存在距离小于预设距离门限的两个分类为止；若不存在则执行207。
示例性的，假设预设第一距离门限为30m，假设有在进行筛选后剩余的栅格有20个，分别编号为1～20，将1～20栅格中每个栅格单独作为一类，得到分类1-20。
而后，根据203中的方法，分别获取分类1-20两两之间的距离。假设当前分类1和分类2之间的距离最短，则将分类1和分类2归为一类，如图5中的（a）所示；此时，假设剩余的分类中，分类1和分类3距离最短，则将分类3和分类1归为一类，即分类1～3归为一类，如图5中的（b）所示；此时，假设剩余的分类中，分类4和分类5距离最短，则将分类4和分类5归为一类，则分类1～3、4～5分属两个分类，如图5中的（c）所示；此时，假设剩余的分类中，分类3和分类5的距离最短，则将分类3和分类5归为一类，即将分类1～3、4～5所属的两个分类归为一类（d）；此时，假设分类1～5组成的新分类与剩余其他分类的距离大于30m，则不再将分类1～5组成的新分类与剩余其他分类进行合并。
同理，可以得到分类6～20组成的其他新的分类，假设最终的聚类结果为分类1～5组成一个新的分类，分类6、8、9、12～16组成一个新的分类，分类7、10、11、17～20组成一个新的分类，则可以将这三个新分类分别记为如图6所示。这三个分类 就是信号质量存在问题的路段，可以称为路段但是只有信号质量存在问题的路段持续一定长度才可以作为需要分析人员重点分析的目标路段。因此，在206后还需要执行207。
207、分别将每个分类的最大距离与预设第二距离门限进行比较，将最大距离大于或者等于预设第二距离门限的分类所在路段确定为目标路段。
示例性的，假设207中得到了R个分类，用表示其中的分类r，分类r中假设有L个栅格，其中L、r为大于1的整数。用Rr,l表示分类r中的第l个栅格，则可以用Dis(Rr,l1,Rr,l2)表示分类r中第l1个栅格与第l2个栅格之间的距离。可以用分类r中距离最大的两个栅格的距离作为路段所覆盖的长度，即可以表示为若按照连续100米RSCP<-100dBm的要求，则将上述预设第二门限设置为100m，则若则认为路段为需要重点分析的目标路段，即需要重点分析的问题路段。
本发明实施例提供一种基于路测信息的路段筛选方法，首先获取目标区域的路测数据，然后根据目标区域中所有采样点或者栅格的属性值对所有采样点或者栅格进行筛选，而后对筛选后剩余的采样点或者栅格进行聚类得到至少一个分类，最后获取每个分类中采样点或者栅格间的最大距离，将采样点或者栅格的最大距离满足第二预设条件的分类所在路段确定为目标路段。从而提供了一种从海量数据中筛选问题路段的方法，避免了采用人工筛选的方法，节省了人力物力，提高了定位问题路段的效率以及判断准确性。
本发明实施例还提供一种电子设备1，如图7所示，电子设备1包括：
获取单元11，用于获取目标区域的路测数据，路测数据包括目标区域中所有采样点或者栅格的地理信息和属性值；
筛选单元12，用于根据目标区域中所有采样点或者栅格的属性值对目标区域中所有采样点或者栅格进行筛选，将属性值满足第一预设条件的采样点或者栅格排除；
聚类单元13，用于根据目标区域中所有采样点或者栅格中进行筛选后剩余的采样点或者栅格的地理信息对剩余的采样点或者栅格进行聚类，得到至少一个分类，每个分类中包括至少一个采样点或者栅格；
分析单元14，用于获取每个分类中采样点或者栅格间的最大距离，将采样点或者栅格的最大距离满足第二预设条件的分类所在路段确定为目标路段。
可选的，第一预设条件包括预设属性值门限；筛选单元12可以具体用于：
将目标区域中所有采样点或者栅格的属性值与预设属性值门限进行比较；
将属性值大于或者等于预设属性值门限的采样点或者栅格排除。
可选的，地理信息包括经纬度；如图8所示，聚类单元13可以包括：
分类单元131，用于将剩余的采样点或者栅格中的每一个采样点或者栅格作为一个分类；
测距单元132，用于根据剩余的采样点或者栅格的经纬度，获取所有分类两两之间的距离，距离为欧氏距离；
分类单元131，还用于将所有分类中距离最小，且距离小于预设第一距离门限的两个分类归为一类；
分类单元131，还用于在将两个分类归为一类后，重复执行将所有分类中距离最小，且距离小于预设第一距离门限的两个分类归为一类，直至不存在距离小于预设第一距离门限的两个分类为止；若一个分类中包括两个以上的采样点或者栅格，则两个分类的距离为两个分类中最近的采样点或者栅格的距离。
可选的，第二预设条件包括预设第二距离门限；分析单元14可以具体用于：
获取每个分类中采样点或者栅格间的最大距离；
分别将每个分类的最大距离与预设第二距离门限进行比较，将最大距离大于或者等于预设第二距离门限的分类所在路段确定为目标路段。
可选的，测距单元132可以具体用于：
根据剩余的采样点或者栅格的经纬度，获取剩余的采样点或者栅格中任意两个采样点或者栅格之间第一角度；第一角度为剩余的采样点或者栅格中任意两个采样点或者栅格以及地球球心所组成的夹角，且地球球心为顶点；
将地球半径乘以剩余的采样点或者栅格中任意两个采样点或者栅格之间第一角度，得到任意两个采样点或者栅格之间的距离。
本发明实施例提供一种电子设备，首先获取目标区域的路测数据，然后根据目标区域中所有采样点或者栅格的属性值对所有采样点或者栅格进行筛选，而后对筛选后剩余的采样点或者栅格进行聚类得到至少一个分类，最后获取每个分类中采样点或者栅格间的最大距离，将采样点或者栅格的最大距离满足第二预设条件的分类所在路段确定为目标路段。从而提供了一种从海量数据中筛选问题路段的方法，避免了采用人工筛选的方法，节省了人力物力，提高了定位问题路段的效率以及判断准确性。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置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，装置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，在本发明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包括，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-Only Memory，简称ROM）、随机存取存储器（Random Access Memory，简称RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，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以所述权利要求的保护范围为准。
Claims (8)
1.一种基于路测信息的路段筛选方法，其特征在于，所述方法包括：
获取目标区域的路测数据，所述路测数据包括所述目标区域中所有采样点或者栅格的地理信息和属性值，其中，所述地理信息包括经纬度；
根据所述目标区域中所有采样点或者栅格的属性值对所述目标区域中所有采样点或者栅格进行筛选，将属性值满足第一预设条件的采样点或者栅格排除；
将根据所述目标区域中所有采样点或者栅格中进行筛选后剩余的采样点或者栅格中的每一个采样点或者栅格作为一个分类；
根据所述剩余的采样点或者栅格的经纬度，获取所有分类两两之间的距离，所述距离为欧氏距离；
将所有分类中距离最小，且距离小于预设第一距离门限的两个分类归为一类；
在将两个分类归为一类后，重复执行所述将所有分类中距离最小，且距离小于预设距离门限的两个分类归为一类，直至不存在距离小于所述预设第一距离门限的两个分类为止；
获取每个分类中采样点或者栅格间的最大距离，将采样点或者栅格的最大距离满足第二预设条件的分类所在路段确定为目标路段。
2.根据权利要求1所述的方法，其特征在于，所述第一预设条件包括预设属性值门限；所述根据所述目标区域中所有采样点或者栅格的属性值对所述目标区域中所有采样点或者栅格进行筛选，将属性值满足第一预设条件的采样点或者栅格排除包括：
将所述目标区域中所有采样点或者栅格的属性值与所述预设属性值门限进行比较；
将属性值大于或者等于所述预设属性值门限的采样点或者栅格排除。
3.根据权利要求1所述的方法，其特征在于，所述第二预设条件包括预设第二距离门限；所述获取每个分类中采样点或者栅格间的最大距离，将采样点或者栅格的最大距离满足第二预设条件的分类所在路段确定为目标路段包括：
获取每个分类中采样点或者栅格间的最大距离；
分别将每个分类的最大距离与所述预设第二距离门限进行比较，将最大距离大于或者等于所述预设第二距离门限的分类所在路段确定为目标路段。
4.根据权利要求1所述的方法，其特征在于，所述根据所述剩余的采样点或者栅格的经纬度，获取所述剩余的采样点或者栅格两两之间的距离包括：
根据所述剩余的采样点或者栅格的经纬度，获取所述剩余的采样点或者栅格中任意两个采样点或者栅格之间第一角度；所述第一角度为所述剩余的采样点或者栅格中任意两个采样点或者栅格以及地球球心所组成的夹角，且所述地球球心为顶点；
将地球半径乘以所述剩余的采样点或者栅格中任意两个采样点或者栅格之间第一角度，得到所述任意两个采样点或者栅格之间的距离。
5.一种电子设备，其特征在于，所述电子设备包括获取单元、筛选单元、聚类单元和分析单元：
所述获取单元，用于获取目标区域的路测数据，所述路测数据包括所述目标区域中所有采样点或者栅格的地理信息和属性值；
所述筛选单元，用于根据所述目标区域中所有采样点或者栅格的属性值对所述目标区域中所有采样点或者栅格进行筛选，将属性值满足第一预设条件的采样点或者栅格排除；
所述聚类单元包括：
分类单元，用于将根据所述目标区域中所有采样点或者栅格中进行筛选后剩余的采样点或者栅格中的每一个采样点或者栅格作为一个分类；
测距单元，用于根据所述剩余的采样点或者栅格的经纬度，获取所有分类两两之间的距离，所述距离为欧氏距离；
所述分类单元，还用于将所有分类中距离最小，且距离小于预设第一距离门限的两个分类归为一类；
所述分类单元，还用于在将两个分类归为一类后，重复执行所述将所有分类中距离最小，且距离小于预设第一距离门限的两个分类归为一类，直至不存在距离小于所述预设第一距离门限的两个分类为止；若一个分类中包括两个以上的采样点或者栅格，则两个分类的距离为两个分类中最近的采样点或者栅格的距离；
所述分析单元，用于获取每个分类中采样点或者栅格间的最大距离，将采样点或者栅格的最大距离满足第二预设条件的分类所在路段确定为目标路段。
6.根据权利要求5所述的电子设备，其特征在于，所述第一预设条件包括预设属性值门限；所述筛选单元具体用于：
将所述目标区域中所有采样点或者栅格的属性值与所述预设属性值门限进行比较；
将属性值大于或者等于所述预设属性值门限的采样点或者栅格排除。
7.根据权利要求5所述的电子设备，其特征在于，所述第二预设条件包括预设第二距离门限；所述分析单元具体用于：
获取每个分类中采样点或者栅格间的最大距离；
分别将每个分类的最大距离与所述预设第二距离门限进行比较，将最大距离大于或者等于所述预设第二距离门限的分类所在路段确定为目标路段。
8.根据权利要求5所述的电子设备，其特征在于，所述测距单元具体用于：
根据所述剩余的采样点或者栅格的经纬度，获取所述剩余的采样点或者栅格中任意两个采样点或者栅格之间第一角度；所述第一角度为所述剩余的采样点或者栅格中任意两个采样点或者栅格以及地球球心所组成的夹角，且所述地球球心为顶点；
将地球半径乘以所述剩余的采样点或者栅格中任意两个采样点或者栅格之间第一角度，得到所述任意两个采样点或者栅格之间的距离。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310699574.8A CN103634829B (zh) | 2013-12-18 | 2013-12-18 | 一种基于路测信息的路段筛选方法和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310699574.8A CN103634829B (zh) | 2013-12-18 | 2013-12-18 | 一种基于路测信息的路段筛选方法和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103634829A CN103634829A (zh) | 2014-03-12 |
| CN103634829B true CN103634829B (zh) | 2017-03-08 |
Family
ID=50215362
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310699574.8A Active CN103634829B (zh) | 2013-12-18 | 2013-12-18 | 一种基于路测信息的路段筛选方法和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103634829B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105844607B (zh) * | 2015-01-14 | 2018-12-07 | 中国移动通信集团设计院有限公司 | 一种道路测试渗透率的统计方法、装置及电子设备 |
| CN107371171A (zh) * | 2016-05-12 | 2017-11-21 | 中兴通讯股份有限公司 | 一种区域聚合的方法及装置 |
| CN109151854B (zh) * | 2017-06-27 | 2021-09-14 | 中国移动通信有限公司研究院 | 最小化路测方法、基站及计算机存储介质 |
| CN111787549B (zh) * | 2020-09-04 | 2020-12-22 | 卓望信息技术（北京）有限公司 | 一种基于天线权值调整的道路覆盖优化方法 |
| CN113408812A (zh) * | 2021-06-30 | 2021-09-17 | 北京红山信息科技研究院有限公司 | 一种网络优化方法、装置、计算机设备及存储介质 |
| CN114466451B (zh) * | 2022-04-08 | 2022-07-05 | 成都瀚德科技有限公司 | 基于路测频谱数据的定位方法、定位装置以及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101308544A (zh) * | 2008-07-11 | 2008-11-19 | 中国科学院地理科学与资源研究所 | 一种基于栅格的空间异质模式识别方法及分层方法 |
| CN102209384A (zh) * | 2011-05-19 | 2011-10-05 | 北京邮电大学 | 一种快速定位方法和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011142225A1 (ja) * | 2010-05-12 | 2011-11-17 | 日本電気株式会社 | 特徴点検出システム、特徴点検出方法、及びプログラム |
-
2013
- 2013-12-18 CN CN201310699574.8A patent/CN103634829B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101308544A (zh) * | 2008-07-11 | 2008-11-19 | 中国科学院地理科学与资源研究所 | 一种基于栅格的空间异质模式识别方法及分层方法 |
| CN102209384A (zh) * | 2011-05-19 | 2011-10-05 | 北京邮电大学 | 一种快速定位方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103634829A (zh) | 2014-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103634829B (zh) | 一种基于路测信息的路段筛选方法和设备 | |
| CN110677859B (zh) | 弱覆盖区域的确定方法、装置和计算机可读存储介质 | |
| CN105873113B (zh) | 无线质量问题定位方法及系统 | |
| CN107846326A (zh) | 一种自适应的半监督网络流量分类方法、系统及设备 | |
| CN104105106A (zh) | 无线通信网智能天线覆盖场景自动分类识别方法 | |
| CN106503863A (zh) | 基于决策树模型的年龄特征的预测方法、系统及终端 | |
| CN104767692A (zh) | 一种网络流量分类方法 | |
| CN104616021A (zh) | 交通标志图像处理方法及装置 | |
| CN108243435B (zh) | 一种lte小区场景划分中的参数优化方法及装置 | |
| CN107819698A (zh) | 一种基于半监督学习的网络流量分类方法、计算机设备 | |
| CN108289302A (zh) | 定位td-lte网络大气波导干扰的方法及系统 | |
| CN105869175A (zh) | 一种图像分割方法及系统 | |
| CN104661244A (zh) | 一种评估pci模三干扰的方法及装置 | |
| CN105894092A (zh) | 一种输电线路常见灾害危害程度分布图谱绘制方法 | |
| CN111428653B (zh) | 行人拥挤状态判断方法、装置、服务器及存储介质 | |
| CN114500396A (zh) | 区分匿名Tor应用流量的MFD色谱特征提取方法及系统 | |
| CN101251896A (zh) | 一种基于多分类器的物体检测系统及方法 | |
| CN105049286A (zh) | 基于层次聚类的云平台测速数据判定方法 | |
| CN110288025A (zh) | 基于信息几何与谱聚类的频谱感知方法、装置及设备 | |
| CN107966678B (zh) | 基于信号数据筛选的定位方法、电子装置及存储介质 | |
| CN109740504A (zh) | 一种基于遥感影像提取海域资源的方法 | |
| CN110621025B (zh) | 一种设备选型方法和装置 | |
| CN103778413B (zh) | 一种遥感影像欠分割对象自动识别方法 | |
| CN108134703B (zh) | 网络小区隐患故障预测分析方法及装置 | |
| WO2017193554A1 (zh) | 区域聚合的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |