CN104349332A - 一种网络结构优化方法及装置 - Google Patents
一种网络结构优化方法及装置 Download PDFInfo
- Publication number
- CN104349332A CN104349332A CN201310331827.6A CN201310331827A CN104349332A CN 104349332 A CN104349332 A CN 104349332A CN 201310331827 A CN201310331827 A CN 201310331827A CN 104349332 A CN104349332 A CN 104349332A
- Authority
- CN
- China
- Prior art keywords
- traffic density
- convergency
- zone
- high traffic
- thiessen polygon
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种网络结构优化方法及装置，包括：根据待优化网络的覆盖区域中的各基站位置，对该覆盖区域进行泰森多边形区域划分，得到分别以各基站为中心的多个泰森多边形区域；并根据该多个泰森多边形区域的业务量和面积，分别确定该多个泰森多边形区域的业务密度；以及基于该多个泰森多边形区域的业务密度，对该多个泰森多边形区域进行聚合，得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域；基于该高业务密度聚合区域的业务密度，对该待优化网络的结构进行优化处理。采用本发明实施例提供的方案，能够更合理的对待优化网络的结构进行优化。
Description
技术领域
本发明涉及通信技术领域中的网络结构优化技术领域，尤其涉及一种网络结构优化方法及装置。
背景技术
目前，移动用户激增，海量的数据业务使整个移动网络面临空前的压力。无线网络结构中基站越来越多，冗余覆盖严重，载波复用的频率越来越高，更容易造成同邻频干扰，网络的资源配置与实际业务分部不匹配，这些问题的出现反映了无线网络结构优化的重要性。
针对一个区域的无线网络结构的优化，可以根据该区域的业务密度进行。因此，业务密度的分析是无线网络结构优化的基础，准确计算一个区域的业务密度才能有效的对该区域进行网络结构优化。
现有的业务密度分析是以小区为单位来计算的，一个基站覆盖多个小区，通过测试、扫频来确定小区边界，小区的覆盖范围成各种不规则形状，各小区之间会存在一定的重叠和交叉覆盖。各小区的业务密度由该小区的业务量除以该小区的覆盖面积得到，小区覆盖范围形状不规则，因此小区面积计算困难，且无法精确计算。并且，当需要针对多个相邻小区聚合后的聚合区域进行业务密度计算时，该聚合区域的业务密度为该多个小区的业务量和除以多个小区的覆盖面积和，然而，由于相邻小区之间存在重叠和交叉覆盖，所以，多个小区的覆盖面积和与该聚合区域的实际面积不相符，从而导致该聚合区域的业务密度的计算结果不准确，进而影响了基于该聚合区域的业务密度进行网络结构优化的合理性。
发明内容
本发明实施例提供一种网络结构优化方法及装置，用以解决现有技术中存在的由于区域的业务密度的计算结果不准确导致网络结构优化不合理的问题。
本发明实施例提供一种网络结构优化方法，包括：
根据待优化网络的覆盖区域中的各基站位置，对所述覆盖区域进行泰森多边形区域划分，得到分别以各基站为中心的多个泰森多边形区域；
根据所述多个泰森多边形区域的业务量和面积，分别确定所述多个泰森多边形区域的业务密度；
基于所述多个泰森多边形区域的业务密度，对所述多个泰森多边形区域进行聚合，得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域；
基于所述高业务密度聚合区域的业务密度，对所述待优化网络的结构进行优化处理。
本发明实施例提供的方法中，根据待优化网络覆盖区域中各基站位置，对该覆盖区域进行泰森多边形区域划分，相邻的泰森多边形区域之间不存在重叠和交叉覆盖，在对多个泰森多边形区域进行聚合后，得到的聚合区域的面积为其包括的该多个泰森多边形区域的面积之和，因此可以由该多个泰森多边形区域的业务量和除以该多个泰森多边形区域的面积和，从而得到准确的该聚合区域的业务密度，进而使得基于聚合后得到的高业务密度聚合区域，能够更合理的对该待优化网络的结构进行优化。
进一步的，基于所述多个泰森多边形区域的业务密度，对所述多个泰森多边形区域进行聚合，得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域，具体包括：
从所述多个泰森多边形区域中选择出业务密度大于第二预设业务密度阈值的泰森多边形区域，作为中心区域；
针对每个中心区域采用如下步骤进行处理：
步骤A：从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择一个泰森多边形区域，作为该中心区域对应的目标合并区域；
步骤B：确定该中心区域与该目标合并区域合并后得到的聚合区域的业务密度；
步骤C：当得到的该聚合区域的业务密度大于第一预设业务密度阈值时，将该聚合区域作为新的中心区域，返回上述步骤A；当得到的该聚合区域的业务密度不大于第一预设业务密度阈值时，取消该中心区域与该目标合并区域的合并，返回上述步骤A；所述第一预设业务密度阈值小于所述第二预设业务密度阈值；
直到上述步骤A中无法选择出一个泰森多边形区域作为该中心区域对应的目标合并区域为止，并将得到的聚合区域确定为高业务密度聚合区域。
这样，以业务密度大于第二预设业务密度阈值的泰森多边形区域作为中心区域起始，开始向其相邻的泰森多边形区域进行聚合，且第二预设业务密度阈值大于第一预设业务密度阈值，从而可以得到业务密度较大的高业务密度聚合区域，从而进一步提高网络结构优化的效果。
进一步的，从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择一个泰森多边形区域，具体为：
从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择业务密度与该中心区域的业务密度最接近的泰森多边形区域；或者
从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择业务密度最大的泰森多边形区域。
这样，当选择业务密度与该中心区域的业务密度最接近的泰森多边形区域，能够使得得到的聚合区域包括的泰森多边形区域的业务密度相差较小，从而可以得到更合理的高业务密度聚合区域，进而提高网络结构优化效果。
当选择业务密度最大的泰森多边形区域时，能够使得得到的聚合区域的业务密度最大，从而可以得到更合理的高业务密度聚合区域，进而提高网络结构优化效果。
进一步的，在得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域之后，在基于所述高业务密度聚合区域的业务密度，对所述待优化网络的结构进行优化处理之前，还包括：
根据所述高业务密度聚合区域的业务密度所位于的预设密度范围，确定所述高业务密度聚合区域的档次为所位于的预设密度范围对应的档次；
将档次相同、且距离小于预设距离阈值、且档次比之间相邻的高业务密度聚合区域高一个档次的两个高业务密度聚合区域，以及所述两个高业务密度聚合区域之间的高业务密度聚合区域进行聚合，得到新的高业务密度聚合区域。
这样，能够最大可能对同档次的区域进行聚合，以通过分析面积更大的高业务密度区域对网络结构进行更合理的优化。
进一步的，在得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域之后，在基于所述高业务密度聚合区域的业务密度，对所述待优化网络的结构进行优化处理之前，还包括：
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的高业务密度聚合区域进行合并，得到新的高业务密度聚合区域。
这样，能够对面积较小的高业务密度区域进一步聚合，得到面积更大的高业务密度区域，以通过分析面积更大的高业务密度区域对网络结构进行更合理的优化。
进一步的，将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的高业务密度聚合区域进行合并，具体为：
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度大于其业务密度、且业务密度最接近的高业务密度聚合区域进行合并；或者
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度小于其业务密度、且业务密度最接近的高业务密度聚合区域进行合并；或者
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度最接近的高业务密度聚合区域进行合并；或者
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且面积最大的高业务密度聚合区域进行合并。
这样，对所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域可以根据需要灵活选择合并方式。
本发明还提供一种网络结构优化装置，包括：
划分单元，用于根据待优化网络的覆盖区域中的各基站位置，对所述覆盖区域进行泰森多边形区域划分，得到分别以各基站为中心的多个泰森多边形区域；
密度确定单元，用于根据所述多个泰森多边形区域的业务量和面积，分别确定所述多个泰森多边形区域的业务密度；
聚合单元，用于基于所述多个泰森多边形区域的业务密度，对所述多个泰森多边形区域进行聚合，得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域；
优化单元，用于基于所述高业务密度聚合区域的业务密度，对所述待优化网络的结构进行优化处理。
采用本发明实施例提供的上述装置，根据待优化网络覆盖区域中各基站位置，对该覆盖区域进行泰森多边形区域划分，相邻的泰森多边形区域之间不存在重叠和交叉覆盖，在对多个泰森多边形区域进行聚合后，得到的聚合区域的面积为其包括的该多个泰森多边形区域的面积之和，因此可以由该多个泰森多边形区域的业务量和除以该多个泰森多边形区域的面积和，从而得到准确的该聚合区域的业务密度，进而使得基于聚合后得到的高业务密度聚合区域，能够更合理的对该待优化网络的结构进行优化。
进一步的，所述聚合单元，具体用于从所述多个泰森多边形区域中选择出业务密度大于第二预设业务密度阈值的泰森多边形区域，作为中心区域；以及针对每个中心区域采用如下步骤进行处理：
步骤A：从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择一个泰森多边形区域，作为该中心区域对应的目标合并区域；
步骤B：确定该中心区域与该目标合并区域合并后得到的聚合区域的业务密度；
步骤C：当得到的该聚合区域的业务密度大于第一预设业务密度阈值时，将该聚合区域作为新的中心区域，返回上述步骤A；当得到的该聚合区域的业务密度不大于第一预设业务密度阈值时，取消该中心区域与该目标合并区域的合并，返回上述步骤A；所述第一预设业务密度阈值小于所述第二预设业务密度阈值；
直到上述步骤A中无法选择出一个泰森多边形区域作为该中心区域对应的目标合并区域为止，并将得到的聚合区域确定为高业务密度聚合区域。
这样，以业务密度大于第二预设业务密度阈值的泰森多边形区域作为中心区域起始，开始向其相邻的泰森多边形区域进行聚合，且第二预设业务密度阈值大于第一预设业务密度阈值，从而可以得到业务密度较大的高业务密度聚合区域，从而进一步提高网络结构优化的效果。
进一步的，所述聚合单元，具体用于从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择业务密度与该中心区域的业务密度最接近的泰森多边形区域；或者
从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择业务密度最大的泰森多边形区域。
这样，当选择业务密度与该中心区域的业务密度最接近的泰森多边形区域，能够使得得到的聚合区域包括的泰森多边形区域的业务密度相差较小，从而可以得到更合理的高业务密度聚合区域，进而提高网络结构优化效果。
当选择业务密度最大的泰森多边形区域时，能够使得得到的聚合区域的业务密度最大，从而可以得到更合理的高业务密度聚合区域，进而提高网络结构优化效果。
进一步的，所述聚合单元，还用于在得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域之后，在基于所述高业务密度聚合区域的业务密度，对所述待优化网络的结构进行优化处理之前，根据所述高业务密度聚合区域的业务密度所位于的预设密度范围，确定所述高业务密度聚合区域的档次为所位于的预设密度范围对应的档次；将档次相同、且距离小于预设距离阈值、且档次比之间相邻的高业务密度聚合区域高一个档次的两个高业务密度聚合区域，以及所述两个高业务密度聚合区域之间的高业务密度聚合区域进行聚合，得到新的高业务密度聚合区域。
这样，能够最大可能对同档次的区域进行聚合，以通过分析面积更大的高业务密度区域对网络结构进行更合理的优化。
进一步的，所述聚合单元，还用于在得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域之后，在基于所述高业务密度聚合区域的业务密度，对所述待优化网络的结构进行优化处理之前，将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的高业务密度聚合区域进行合并，得到新的高业务密度聚合区域。
这样，能够对面积较小的高业务密度区域进一步聚合，得到面积更大的高业务密度区域，以通过分析面积更大的高业务密度区域对网络结构进行更合理的优化。
进一步的，所述聚合单元，具体用于将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度大于其业务密度、且业务密度最接近的高业务密度聚合区域进行合并；或者
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度小于其业务密度、且业务密度最接近的高业务密度聚合区域进行合并；或者
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度最接近的高业务密度聚合区域进行合并；或者
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且面积最大的高业务密度聚合区域进行合并。
这样，对所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域可以根据需要灵活选择合并方式。
本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例提供的网络结构优化方法的流程图；
图2为本发明实施例中对待优化网络的覆盖区域进行泰森多边形区域划分后得到的多个泰森多边形区域的示意图；
图3为本发明实施例中对划分得到的多个泰森多边形区域进行聚合的流程图；
图4为本发明实施例中对多个高业务密度区域进行平滑聚合的流程图；
图5为本发明实施例提供的网络结构优化装置的结构示意图。
具体实施方式
为了给出基于准确的区域业务密度进行合理的网络结构优化的实现方案，本发明实施例提供了一种网络结构优化方法及装置，以下结合说明书附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。并且在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
本发明实施例提供一种网络结构优化方法，如图1所示，包括：
步骤101、根据待优化网络的覆盖区域中的各基站位置，对该覆盖区域进行泰森多边形区域划分，得到分别以各基站为中心的多个泰森多边形区域。
步骤102、根据该多个泰森多边形区域的业务量和面积，分别确定该多个泰森多边形区域的业务密度。
步骤103、基于该多个泰森多边形区域的业务密度，对该多个泰森多边形区域进行聚合，得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域。
步骤104、基于该高业务密度聚合区域的业务密度，对该待优化网络的结构进行优化处理。
其中，上述步骤101中对待优化网络的覆盖区域进行泰森多边形区域的划分时，可以是以待优化网络的覆盖区域中的基站作为顶点，利用泰森多边形法则在该覆盖区域划分出以基站为中心的多个泰森多边形区域，例如，划分后得到的多个泰森多边形区域可以如图2所示。
进一步的，在上述步骤102中，可以分别针对每个泰森多边形区域，计算该泰森多边形区域的业务量（单位可以为爱尔兰erl）除以面积(单位可以为km2)的商值，结果作为该泰森多边形区域的业务密度。
本发明实施例中，待优化网络可以是各种制式的网络，例如，可以是全球移动通讯系统（GSM，Global System of Mobile Communication）900M网络、也可以是GSM1800M网络，也可以是时分同步码分多址（TD-SCDMA，TimeDivision-Synchronous Code Division MultipleAccess）网络。
下面结合附图，对本发明实施例提供的上述方法中对划分得到的多个泰森多边形区域进行聚合的处理流程进行详细描述。
图3所示为本发明实施例中对划分得到的多个泰森多边形区域进行聚合的流程图，具体包括如下处理步骤：
步骤301、从划分得到的该多个泰森多边形区域中，选择出业务密度大于第二预设业务密度阈值的泰森多边形区域，作为中心区域。
其中，第二预设业务密度阈值可以根据实际需要进行灵活设置，例如，可以设置为固定值，也可以根据待优化网络的该覆盖区域的平均业务密度进行设置，如将第二预设业务密度阈值设置为2倍的该平均业务密度，其中，该覆盖区域的平均业务密度可以为该覆盖区域的业务量除以面积的商值。
在从该多个泰森多边形区域中确定出各中心区域之后，即可以针对每个中心区域采用如下步骤302-步骤307进行区域聚合，具体可以依次针对每个中心区域进行区域聚合，也可以针对每个中心区域同时进行区域聚合。
步骤302、从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择一个泰森多边形区域，作为该中心区域对应的目标合并区域。
本步骤具体可以采用如下两种方式：
第一种方式：从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择业务密度与该中心区域的业务密度最接近的泰森多边形区域。
第二种方式：从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择业务密度最大的泰森多边形区域。
如果本步骤中选择出该中心区域对应的目标合并区域，则进入步骤303，如果未选择出该中心区域对应的目标合并区域，则进入步骤307。
步骤303、确定该中心区域与该目标合并区域合并后得到的聚合区域的业务密度。
具体可以计算该中心区域与该目标合并区域的业务量和除以两者面积和的商值，作为两者合并后得到的聚合区域的业务密度。
步骤304、确定得到的该聚合区域的业务密度是否大于第一预设业务密度阈值，如果大于，进入步骤305，如果不大于，进入步骤306，其中，第一预设业务密度阈值小于第二预设业务密度阈值。
其中，第一预设业务密度阈值可以根据实际需要进行灵活设置，例如，可以设置为固定值，也可以根据待优化网络的该覆盖区域的平均业务密度进行设置，如将第一预设业务密度阈值设置为1.5倍的该平均业务密度。
步骤305、将该聚合区域作为新的中心区域，返回上述步骤302。
步骤306、取消该中心区域与该目标合并区域的合并，返回上述步骤302。
步骤307、将当前得到的聚合区域确定为高业务密度聚合区域。
进一步的，本发明实施例中，在通过上述图3所示流程对划分得到的多个泰森多边形区域进行聚合之后，还可以对得到的多个高业务密度聚合区域进行平滑聚合处理，具体可以如图4所示，包括：
步骤401、根据得到的各高业务密度聚合区域的业务密度所位于的预设密度范围，确定各高业务密度聚合区域的档次为所位于的预设密度范围对应的档次。
其中，可以预先划分出多个连续的预设密度范围，每个预设密度范围对应一个档次，按照预设密度范围中的业务密度值从大到小的顺序，对应档次从高到低，预设密度范围可以是固定的范围，也可以根据待优化网络的该覆盖区域的平均业务密度进行划分，例如，基于1-10倍的该平均业务密度进行划分。
步骤402、从各高业务密度聚合区域中确定出档次相同、且距离小于预设距离阈值、且档次比之间相邻的高业务密度聚合区域高一个档次的两个高业务密度聚合区域。
其中，预设距离阈值可以根据实际需要进行灵活设置，例如，可以设置为1000m。
本步骤中，可以确定出多组满足上述条件的两个高业务密度聚合区域。
步骤403、针对每两个高业务密度聚合区域，将该两个高业务密度聚合区域和该两个高业务密度聚合区域之间的高业务密度聚合区域进行聚合，得到新的高业务密度聚合区域。
进一步的，本发明实施例中，在通过上述图3所示流程对划分得到的多个泰森多边形区域进行聚合之后，还可以对得到的多个高业务密度聚合区域进行合并处理，合并处理也可以是在上述平滑聚合处理之后执行，合并处理可以包括：
从各高业务密度聚合区域中，确定出包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，其中，该预设数量阈值可以根据实际需要进行灵活设置；
将确定出该高业务密度聚合区域与其相邻的高业务密度聚合区域进行合并，得到新的高业务密度聚合区域。
进一步的，在与其相邻的高业务密度聚合区域进行合并时，具体可以采用如下方式：
第一种方式：将包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度大于其业务密度、且业务密度最接近的高业务密度聚合区域进行合并。
第二种方式：将包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度小于其业务密度、且业务密度最接近的高业务密度聚合区域进行合并。
第三种方式：将包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度最接近的高业务密度聚合区域进行合并。
第四种方式：将包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且面积最大的高业务密度聚合区域进行合并。
在通过本发明实施例提供的上述处理流程，对该多个泰森多边形区域进行聚合，得到高业务密度聚合区域之后，即可以基于高业务密度聚合区域的业务密度，对该待优化网络的结构进行优化处理，具体可以采用现有技术中的各种网络结构优化处理方式进行，在此不再进行详细描述。
本申请实施例中，进一步的，还可以对泰森多边形区域聚合后的结果按照业务密度等级进行颜色渲染，用地理信息系统（GIS，Geographic InformationSystem）呈现更加直观的对比效果。
基于同一发明构思，根据本发明上述实施例提供的网络结构优化方法方法，相应地，本发明另一实施例还提供了一种网络结构优化装置，装置结构示意图如图5所示，具体包括：
划分单元501，用于根据待优化网络的覆盖区域中的各基站位置，对所述覆盖区域进行泰森多边形区域划分，得到分别以各基站为中心的多个泰森多边形区域；
密度确定单元502，用于根据所述多个泰森多边形区域的业务量和面积，分别确定所述多个泰森多边形区域的业务密度；
聚合单元503，用于基于所述多个泰森多边形区域的业务密度，对所述多个泰森多边形区域进行聚合，得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域；
优化单元504，用于基于所述高业务密度聚合区域的业务密度，对所述待优化网络的结构进行优化处理。
进一步的，聚合单元503，具体用于从所述多个泰森多边形区域中选择出业务密度大于第二预设业务密度阈值的泰森多边形区域，作为中心区域；以及针对每个中心区域采用如下步骤进行处理：
步骤A：从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择一个泰森多边形区域，作为该中心区域对应的目标合并区域；
步骤B：确定该中心区域与该目标合并区域合并后得到的聚合区域的业务密度；
步骤C：当得到的该聚合区域的业务密度大于第一预设业务密度阈值时，将该聚合区域作为新的中心区域，返回上述步骤A；当得到的该聚合区域的业务密度不大于第一预设业务密度阈值时，取消该中心区域与该目标合并区域的合并，返回上述步骤A；所述第一预设业务密度阈值小于所述第二预设业务密度阈值；
直到上述步骤A中无法选择出一个泰森多边形区域作为该中心区域对应的目标合并区域为止，并将得到的聚合区域确定为高业务密度聚合区域。
进一步的，聚合单元503，具体用于从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择业务密度与该中心区域的业务密度最接近的泰森多边形区域；或者
从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择业务密度最大的泰森多边形区域。
进一步的，聚合单元503，还用于在得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域之后，在基于所述高业务密度聚合区域的业务密度，对所述待优化网络的结构进行优化处理之前，根据所述高业务密度聚合区域的业务密度所位于的预设密度范围，确定所述高业务密度聚合区域的档次为所位于的预设密度范围对应的档次；将档次相同、且距离小于预设距离阈值、且档次比之间相邻的高业务密度聚合区域高一个档次的两个高业务密度聚合区域，以及所述两个高业务密度聚合区域之间的高业务密度聚合区域进行聚合，得到新的高业务密度聚合区域。
进一步的，聚合单元503，还用于在得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域之后，在基于所述高业务密度聚合区域的业务密度，对所述待优化网络的结构进行优化处理之前，将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的高业务密度聚合区域进行合并，得到新的高业务密度聚合区域。
进一步的，聚合单元503，具体用于将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度大于其业务密度、且业务密度最接近的高业务密度聚合区域进行合并；或者
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度小于其业务密度、且业务密度最接近的高业务密度聚合区域进行合并；或者
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度最接近的高业务密度聚合区域进行合并；或者
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且面积最大的高业务密度聚合区域进行合并。
上述各单元的功能可对应于图1、图3和图4所示流程中的相应处理步骤，在此不再赘述。
综上所述，本发明实施例提供的方案，包括：根据待优化网络的覆盖区域中的各基站位置，对该覆盖区域进行泰森多边形区域划分，得到分别以各基站为中心的多个泰森多边形区域；并根据该多个泰森多边形区域的业务量和面积，分别确定该多个泰森多边形区域的业务密度；以及基于该多个泰森多边形区域的业务密度，对该多个泰森多边形区域进行聚合，得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域；基于该高业务密度聚合区域的业务密度，对该待优化网络的结构进行优化处理。采用本发明实施例提供的方案，能够更合理的对待优化网络的结构进行优化。
本申请的实施例所提供的网络结构优化装置可通过计算机程序实现。本领域技术人员应该能够理解，上述的模块划分方式仅是众多模块划分方式中的一种，如果划分为其他模块或不划分模块，只要网络结构优化装置具有上述功能，都应该在本申请的保护范围之内。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种网络结构优化方法，其特征在于，包括：
根据待优化网络的覆盖区域中的各基站位置，对所述覆盖区域进行泰森多边形区域划分，得到分别以各基站为中心的多个泰森多边形区域；
根据所述多个泰森多边形区域的业务量和面积，分别确定所述多个泰森多边形区域的业务密度；
基于所述多个泰森多边形区域的业务密度，对所述多个泰森多边形区域进行聚合，得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域；
基于所述高业务密度聚合区域的业务密度，对所述待优化网络的结构进行优化处理。
2.如权利要求1所述的方法，其特征在于，基于所述多个泰森多边形区域的业务密度，对所述多个泰森多边形区域进行聚合，得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域，具体包括：
从所述多个泰森多边形区域中选择出业务密度大于第二预设业务密度阈值的泰森多边形区域，作为中心区域；
针对每个中心区域采用如下步骤进行处理：
步骤A：从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择一个泰森多边形区域，作为该中心区域对应的目标合并区域；
步骤B：确定该中心区域与该目标合并区域合并后得到的聚合区域的业务密度；
步骤C：当得到的该聚合区域的业务密度大于第一预设业务密度阈值时，将该聚合区域作为新的中心区域，返回上述步骤A；当得到的该聚合区域的业务密度不大于第一预设业务密度阈值时，取消该中心区域与该目标合并区域的合并，返回上述步骤A；所述第一预设业务密度阈值小于所述第二预设业务密度阈值；
直到上述步骤A中无法选择出一个泰森多边形区域作为该中心区域对应的目标合并区域为止，并将得到的聚合区域确定为高业务密度聚合区域。
3.如权利要求2所述的方法，其特征在于，从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择一个泰森多边形区域，具体为：
从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择业务密度与该中心区域的业务密度最接近的泰森多边形区域；或者
从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择业务密度最大的泰森多边形区域。
4.如权利要求1-3任一所述的方法，其特征在于，在得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域之后，在基于所述高业务密度聚合区域的业务密度，对所述待优化网络的结构进行优化处理之前，还包括：
根据所述高业务密度聚合区域的业务密度所位于的预设密度范围，确定所述高业务密度聚合区域的档次为所位于的预设密度范围对应的档次；
将档次相同、且距离小于预设距离阈值、且档次比之间相邻的高业务密度聚合区域高一个档次的两个高业务密度聚合区域，以及所述两个高业务密度聚合区域之间的高业务密度聚合区域进行聚合，得到新的高业务密度聚合区域。
5.如权利要求1-3任一所述的方法，其特征在于，在得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域之后，在基于所述高业务密度聚合区域的业务密度，对所述待优化网络的结构进行优化处理之前，还包括：
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的高业务密度聚合区域进行合并，得到新的高业务密度聚合区域。
6.如权利要求5所述的方法，其特征在于，将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的高业务密度聚合区域进行合并，具体为：
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度大于其业务密度、且业务密度最接近的高业务密度聚合区域进行合并；或者
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度小于其业务密度、且业务密度最接近的高业务密度聚合区域进行合并；或者
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度最接近的高业务密度聚合区域进行合并；或者
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且面积最大的高业务密度聚合区域进行合并。
7.一种网络结构优化装置，其特征在于，包括：
划分单元，用于根据待优化网络的覆盖区域中的各基站位置，对所述覆盖区域进行泰森多边形区域划分，得到分别以各基站为中心的多个泰森多边形区域；
密度确定单元，用于根据所述多个泰森多边形区域的业务量和面积，分别确定所述多个泰森多边形区域的业务密度；
聚合单元，用于基于所述多个泰森多边形区域的业务密度，对所述多个泰森多边形区域进行聚合，得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域；
优化单元，用于基于所述高业务密度聚合区域的业务密度，对所述待优化网络的结构进行优化处理。
8.如权利要求7所述的装置，其特征在于，所述聚合单元，具体用于从所述多个泰森多边形区域中选择出业务密度大于第二预设业务密度阈值的泰森多边形区域，作为中心区域；以及针对每个中心区域采用如下步骤进行处理：
步骤A：从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择一个泰森多边形区域，作为该中心区域对应的目标合并区域；
步骤B：确定该中心区域与该目标合并区域合并后得到的聚合区域的业务密度；
步骤C：当得到的该聚合区域的业务密度大于第一预设业务密度阈值时，将该聚合区域作为新的中心区域，返回上述步骤A；当得到的该聚合区域的业务密度不大于第一预设业务密度阈值时，取消该中心区域与该目标合并区域的合并，返回上述步骤A；所述第一预设业务密度阈值小于所述第二预设业务密度阈值；
直到上述步骤A中无法选择出一个泰森多边形区域作为该中心区域对应的目标合并区域为止，并将得到的聚合区域确定为高业务密度聚合区域。
9.如权利要求8所述的装置，其特征在于，所述聚合单元，具体用于从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择业务密度与该中心区域的业务密度最接近的泰森多边形区域；或者
从与中心区域相邻的且未被选择作为该中心区域对应的目标合并区域的、且非其它中心区域的泰森多边形区域中，选择业务密度最大的泰森多边形区域。
10.如权利要求7-9任一所述的装置，其特征在于，所述聚合单元，还用于在得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域之后，在基于所述高业务密度聚合区域的业务密度，对所述待优化网络的结构进行优化处理之前，根据所述高业务密度聚合区域的业务密度所位于的预设密度范围，确定所述高业务密度聚合区域的档次为所位于的预设密度范围对应的档次；将档次相同、且距离小于预设距离阈值、且档次比之间相邻的高业务密度聚合区域高一个档次的两个高业务密度聚合区域，以及所述两个高业务密度聚合区域之间的高业务密度聚合区域进行聚合，得到新的高业务密度聚合区域。
11.如权利要求7-9任一所述的装置，其特征在于，所述聚合单元，还用于在得到业务密度大于第一预设业务密度阈值的高业务密度聚合区域之后，在基于所述高业务密度聚合区域的业务密度，对所述待优化网络的结构进行优化处理之前，将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的高业务密度聚合区域进行合并，得到新的高业务密度聚合区域。
12.如权利要求11所述的装置，其特征在于，所述聚合单元，具体用于将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度大于其业务密度、且业务密度最接近的高业务密度聚合区域进行合并；或者
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度小于其业务密度、且业务密度最接近的高业务密度聚合区域进行合并；或者
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且业务密度最接近的高业务密度聚合区域进行合并；或者
将所述高业务密度聚合区域中包括的泰森多边形区域的数量小于预设数量阈值的高业务密度聚合区域，与其相邻的且面积最大的高业务密度聚合区域进行合并。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310331827.6A CN104349332B (zh) | 2013-08-01 | 2013-08-01 | 一种网络结构优化方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310331827.6A CN104349332B (zh) | 2013-08-01 | 2013-08-01 | 一种网络结构优化方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104349332A true CN104349332A (zh) | 2015-02-11 |
| CN104349332B CN104349332B (zh) | 2018-05-11 |
Family
ID=52503948
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310331827.6A Active CN104349332B (zh) | 2013-08-01 | 2013-08-01 | 一种网络结构优化方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104349332B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106658538A (zh) * | 2016-12-08 | 2017-05-10 | 深圳先进技术研究院 | 一种基于泰森多边形的手机基站信号覆盖范围模拟方法 |
| CN107484185A (zh) * | 2017-09-20 | 2017-12-15 | 中国农业大学 | 基准站的优选方法及装置 |
| CN108446343A (zh) * | 2018-03-06 | 2018-08-24 | 北京三快在线科技有限公司 | 区域聚合的方法、装置及电子设备 |
| CN108924746A (zh) * | 2018-07-13 | 2018-11-30 | 广东工业大学 | 一种基于ue密度的基站控制方法、装置 |
| CN109495897A (zh) * | 2017-09-12 | 2019-03-19 | 中国移动通信集团公司 | Lte网络问题区域化聚合方法及装置 |
| CN113709006A (zh) * | 2021-10-29 | 2021-11-26 | 上海闪马智能科技有限公司 | 一种流量确定方法、装置、存储介质及电子装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101568127A (zh) * | 2008-04-22 | 2009-10-28 | 中国移动通信集团设计院有限公司 | 一种网络仿真中确定话务分布的方法及装置 |
| CN101668296A (zh) * | 2008-09-03 | 2010-03-10 | 中国移动通信集团上海有限公司 | 一种确定通信区域边界的方法及装置 |
| CN102547755A (zh) * | 2010-12-29 | 2012-07-04 | 中国移动通信集团北京有限公司 | 网络拓扑规划方法及装置 |
| KR20130060913A (ko) * | 2011-11-30 | 2013-06-10 | 주식회사 케이티 | 무선 통신 서비스의 기지국 위치 결정 장치 및 방법 |
-
2013
- 2013-08-01 CN CN201310331827.6A patent/CN104349332B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101568127A (zh) * | 2008-04-22 | 2009-10-28 | 中国移动通信集团设计院有限公司 | 一种网络仿真中确定话务分布的方法及装置 |
| CN101668296A (zh) * | 2008-09-03 | 2010-03-10 | 中国移动通信集团上海有限公司 | 一种确定通信区域边界的方法及装置 |
| CN102547755A (zh) * | 2010-12-29 | 2012-07-04 | 中国移动通信集团北京有限公司 | 网络拓扑规划方法及装置 |
| KR20130060913A (ko) * | 2011-11-30 | 2013-06-10 | 주식회사 케이티 | 무선 통신 서비스의 기지국 위치 결정 장치 및 방법 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106658538A (zh) * | 2016-12-08 | 2017-05-10 | 深圳先进技术研究院 | 一种基于泰森多边形的手机基站信号覆盖范围模拟方法 |
| CN106658538B (zh) * | 2016-12-08 | 2019-12-24 | 深圳先进技术研究院 | 一种基于泰森多边形的手机基站信号覆盖范围模拟方法 |
| CN109495897A (zh) * | 2017-09-12 | 2019-03-19 | 中国移动通信集团公司 | Lte网络问题区域化聚合方法及装置 |
| CN109495897B (zh) * | 2017-09-12 | 2021-09-07 | 中国移动通信集团公司 | Lte网络问题区域化聚合方法及装置 |
| CN107484185A (zh) * | 2017-09-20 | 2017-12-15 | 中国农业大学 | 基准站的优选方法及装置 |
| CN107484185B (zh) * | 2017-09-20 | 2019-09-06 | 中国农业大学 | 基准站的优选方法及装置 |
| CN108446343A (zh) * | 2018-03-06 | 2018-08-24 | 北京三快在线科技有限公司 | 区域聚合的方法、装置及电子设备 |
| CN108446343B (zh) * | 2018-03-06 | 2021-07-30 | 北京三快在线科技有限公司 | 区域聚合的方法、装置及电子设备 |
| CN108924746A (zh) * | 2018-07-13 | 2018-11-30 | 广东工业大学 | 一种基于ue密度的基站控制方法、装置 |
| CN108924746B (zh) * | 2018-07-13 | 2020-10-23 | 广东工业大学 | 一种基于ue密度的基站控制方法、装置 |
| CN113709006A (zh) * | 2021-10-29 | 2021-11-26 | 上海闪马智能科技有限公司 | 一种流量确定方法、装置、存储介质及电子装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104349332B (zh) | 2018-05-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104349332A (zh) | 一种网络结构优化方法及装置 | |
| CN109496436A (zh) | 用于移动边缘计算的方法，设备和系统 | |
| CN105828393B (zh) | 一种系统间邻区配置方法及装置 | |
| CN103607735A (zh) | 一种基于地图的基站显示方法及装置 | |
| CN112087708B (zh) | 一种电子围栏的布设方法及其布设装置、存储介质 | |
| CN101873608A (zh) | 泰森多边形结合gis地图展示通信业务量的方法及系统 | |
| CN110121189A (zh) | 一种网络监控方法和装置 | |
| CN107493588B (zh) | 一种终端载波聚合配置方法及基站 | |
| CN104125582A (zh) | 一种规划通信网络的方法 | |
| CN103716845B (zh) | 一种pci分配方法及装置 | |
| CN104915053A (zh) | 一种界面控件的位置确定方法和装置 | |
| CN114286383A (zh) | 网络质量确定方法、装置及存储介质 | |
| CN103220683B (zh) | 一种频点设置方法和装置 | |
| CN102026169A (zh) | 一种分配物理小区标识的方法和设备 | |
| CN106341829B (zh) | 一种频点配置方法及装置 | |
| CN104581827A (zh) | 一种负载均衡方法和设备 | |
| CN104363614B (zh) | 一种小区的覆盖方向异常的检测方法及装置 | |
| CN114630359B (zh) | 确定网络覆盖的方法、装置、电子设备、计算机存储介质 | |
| CN103582042B (zh) | 一种确定邻区的方法和设备 | |
| KR102268397B1 (ko) | 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법 및 장치 | |
| CN103796217A (zh) | 一种基于路测数据的预测区域划分方法及装置 | |
| CN103796226A (zh) | 一种网络优化方法及装置 | |
| CN109327840B (zh) | 边界覆盖基站的识别方法和装置 | |
| US20130012214A1 (en) | Identification information allocation device and identification information allocation method | |
| CN105578559A (zh) | 一种超密集组网下的接入方法、设备及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |