CN105744535A - 移动网络小区信息侦测与覆盖标定方法 - Google Patents

Abstract

移动网络小区信息侦测与覆盖标定方法属于移动通信领域，解决如何准确地获取移动网络的小区关键参数从而构建基站信息表、以及对各小区的真实覆盖范围进行精确测量和标定的问题。本方法利用用户终端采集的移动网络的用户在网信息，并通过大数据分析手段确定小区关键参数(小区标识，站址经纬度，方向角，站型等)，构建出基站信息表，基于终端采集的用户在网信息的海量采样数据，精确标定各小区的覆盖边界，构建全网的小区覆盖地图。可准确地获取到移动网络的小区关键参数，并进而构建出基站信息表，可有效避免传统的通过人工搜集汇总逐级上报的方式进行基站信息表维护所带来的时间延迟和人工误差，以及对本网络的真实覆盖范围进行精确的评估。

Description

移动网络小区信息侦测与覆盖标定方法

技术领域

本发明属于移动通信领域。

背景技术

对移动网络而言，小区(也称扇区，cell)是网络覆盖区域划分的基本单位。基站信息表是电信运营商网络运营所需要的核心的基础数据，描述了一个网络下的所有小区的基本参数，一般包括站名、小区名、站址经纬度、小区标识、站型、方向角、俯仰角、站高、覆盖场景等。其中小区标识对不同的网络制式其采用的标识方式不同，如GSM/WCDMA/TDSCDMA网络中的小区由LAC和CI两个参数组合而成，确定了网络中一个唯一的小区，对CDMA2000网络，则小区由NID、SID和BID三个参数组合唯一确定。站型则指该小区所属基站是全向站(只有一个小区)还是定向站(一个基站包含多个小区，也称扇区)。覆盖场景指该基站所覆盖的场景类型，如学校、居民区、商业区、农村等。

基站信息表是运营商的重要数据资产和战略资源，属于高度机密信息，一般情况下很难获取到，同时随着网络的不断建设、扩容、优化，不断有新的小区进来和旧的小区拆除，因此，基站信息表是动态变化的。

从运营商自身运营的角度需要不断维护更新基站信息表，从运营商之间竞争的角度他们互相之间也需要掌握竞争对手的基站部署情况和网络的真实地理覆盖情况，对运营商之外的其他很多单位包括需要利用基站信息进行用户行为分析、用户位置定位等各种增值业务。因此，如何掌握一个完整的、最新的、准确的基站信息表具有巨大的市场需求，也是一个重要的研究课题。

目前，在运营商内部，基站信息表的维护需要基层(地市级)的网络运维部门进行统计并逐级汇总上报到省公司和集团公司，这其中由于存在多个环节，不可避免存在信息的错误和遗漏以及时间上的延迟。对运营商外部而言，目前有些大的互联网公司如谷歌、苹果也都利用部署了自己的操作系统的智能终端搜集网络的基站信息，主要是为用户提供粗定位服务。比如用户可以通过输入小区标识调用公开的API接口(如谷歌的http：//www.google.com/glm/mmap)获得该小区的经纬度信息。

对于基站信息表的构建：

方法一(基层网络运维部门的人工采集和上报)的缺陷：

(1)大量人工参与，导致可能出现数据错误

(2)逐级汇总上报，存在较大的时间延迟，无法保证基站信息表信息的及时性。

方法二(互联网公司利用终端扫描)的缺陷：

(1)仅用于定位服务，所建立的基站信息表内容不全(一般仅有基站小区的小区标识和对应的站址经纬度)。

对于网络地理覆盖的标定：

方法一：利用DT/CQT(路测/定点拨测)的方式，在重要道路和场所进行覆盖能力的测试，从而绘制出网络覆盖地图。其缺点是无法覆盖全部地理范围，一般仅是重要道路和场所，且作业成本高。

方法二：利用传播模型进行预测。利用经验模型或射线跟踪模型，结合2D/3D地图，进行各基站小区的覆盖能力的预测。缺点是精度不高，和实际覆盖有较大偏差，一般仅用于对精度要求不高的场合如网络规划，无法用于精度要求高的场合如网络优化。

发明内容

本发明是要解决如何准确地获取移动网络的小区关键参数从而构建基站信息表、以及对各小区的真实覆盖范围进行精确测量和标定的问题。

1.移动网络小区信息侦测与覆盖标定方法，其特征在于包括以下步骤

步骤1：终端数据采集

从终端的操作系统提供的接口API采集用户的在网信息采样数据，其所包含的信息应包括：日期，时间，网络制式，小区标识，终端经纬度，定位精度，当前所在省和地市名称，场强，信号质量，用户标识，终端标识；

此步骤为持续进行；

步骤2：终端数据清洗

本步骤是在步骤1基础上持续进行；

对上述原始采样数据在存入数据库之前进行清洗，包括剔除无效数据，然后插入“在网信息采样数据表”，数据项包括：日期，时间，网络制式，小区标识，终端经纬度，定位精度，场强，信号质量，用户标识，终端标识，省和地市；

对表中数据进行排序；

步骤3：小区站型和站址初定位

将从“在网信息采样数据表”中选取的属于同一小区的采样数据放在一起；同一小区的采样数据，根据场强值大小在地理位置上的分布，初步确定其归属基站的站型和位置；

具体的过程为：

步骤3a：过滤异常采样点

步骤3b：确定中心点位置

首先判断过滤异常点后的该小区采样点数是否超过预设门限，如果否，则不对该小区进行处理；

取该小区全部采样数据中场强最大的前n％个点，取这些点的经纬度并计算这些点的几何重心：

假设有N个点，坐标分别是(x1，y1)、(x2，y2)、……、(xN，yN)；则其重心的坐标是x＝(x1+x2+……+xN)/N，y＝(y1+y2+……+yN)/N；

该几何重心的经纬度即为中心点位置，也即该小区所属基站站址的初始位置；

步骤3c：确定小区站型

计算中心点与场强最小的前m％个点或随机选择m％个点的北向夹角；统计落在以中心点为原点的4个象限中的点数，如果各象限点数的统计偏差值小于设定门限，则判定为全向站，否则为定向站，直接跳转到步骤7；

步骤4：同站小区站址聚合

对于判定为定向小区的小区，当大区编号相同且小区编号为连续的自然数的3个以上扇区，且这些小区初始位置之间的欧氏距离小于设定门限，则判断这些小区归属同一基站；将这些小区的归属基站的站址进行聚合；

步骤5：确定小区方向角和张角

步骤6：小区俯仰角的确定

根据站高和小区对向边界的采样点分布边缘位置根据三角公式估算出天线的俯仰角；

步骤7：小区信息插入和更新

将确定的小区标识，站型，经纬度，方向角，俯仰角添加或更新至基站信息表；

步骤8：地理网格剖分

将网络的整个覆盖地理区域按设定粒度剖分为网格，并对网格进行编号；

此步骤仅需要在第一次基站信息表构建之前进行；

步骤9：判断网格归属小区

对于落在一个网格内的所有有效采样点，将同一小区标识的采样点根据采样点的定位方式和定位置信度进行加权求和计算“等价采样点”个数；

将计算结果汇总成网格覆盖表；

步骤10：网格判断后处理

先筛选出所有的孤立网格，然后对孤立网格列出其周围8个网格的归属小区，取这8个网格中具有最多的相同归属小区小区作为该孤立网格的归属小区。

进一步，步骤5：确定小区方向角和张角包括以下步骤5a～5f：

步骤5a：径向栅格化

以基站位置为原点，围绕原点均匀划分为多个径向栅格

步骤5b：计算北向夹角

从同站各小区的采样点中分别选取该基站全部小区总样点数的一定比例样点，根据站址经纬度和样点经纬度计算站址与各样点的北向夹角；

步骤5c：统计栅格内点数

统计落在每个栅格内的各小区的样点数；

步骤5d：判断栅格归属小区

如果一个栅格内归属某个小区的样点数超过该栅格内总样点数的一定比例，则该栅格归属该小区；否则，判定为边界栅格；

步骤5e：确定各小区方向角

取该基站下小区的所有连续的归属栅格的中心方向为该小区的方向角；

步骤5f：确定各小区张角

取一个基站下两个相邻小区的边界栅格的中心方向作为该相邻小区的边界，然后将一个小区的方向角与该小区左右两个边界角的夹角之和作为该小区的张角。

1)可准确地获取到移动网络的小区关键参数，并进而构建出基站信息表，为需要依托基站信息表进行网络优化、网络运营维护、开展LBS业务、分析用户行为等提供重要的基础数据；

2)对网络运营商内部而言，可有效避免传统的通过人工搜集汇总逐级上报的方式进行基站信息表维护所带来的时间延迟和人工误差，以及对本网络的真实覆盖范围进行精确的评估；

3)可解决网络运营商之外的机构(包括其他运营商，以及第三方机构)如何不通过该网络运营商获得基站信息表这一重要基础数据的问题，以及了解该网络的真实、精确的覆盖能力。

附图说明

图1为本发明的完整的算法流程图。

图2为算法流程中步骤5的详细流程图。

图3俯仰角的确定

具体实施方式

本发明提供了一种利用用户智能终端进行移动网络小区的信息侦测与覆盖标定方法。

本方法由两部分组成：

(1)小区信息的侦测：

利用用户终端采集的移动网络的用户在网信息，并通过大数据分析手段确定小区关键参数(小区标识，站址经纬度，方向角，站型等)，构建出基站信息表。图1中步骤1～7。

(2)小区覆盖的标定：

基于终端采集的用户在网信息的海量采样数据，精确标定各小区的覆盖边界，构建全网的小区覆盖地图。图1中步骤8～10。

具体步骤详细描述如下：

步骤1：终端数据采集

通过部署在海量用户智能终端上的App等形式从终端的操作系统提供的接口API采集用户的在网信息采样数据，其所包含的信息应包括：日期，时间，网络制式，小区标识，终端经纬度，定位精度，当前所在省和地市名称，场强(如GSM网络的RxLevel，LTE网络的RSRP等)，信号质量(如C/I或SINR或RSRQ等)，用户标识(IMSI)，终端标识(IMEI或MEID)等。其中日期、时间、网络制式、小区标识、终端经纬度、场强为关键数据项。

注意1：小区标识为唯一确定一个小区的标识参数的组合，一般由大区编号+小区编号组成。对不同网络所使用的参数名称不同，如GSM、WCDMA、TD－SCDMA网络为LAC(大区编号)+CI(小区编号)，LTE为TAC(大区编号)+eNodeBID+CI+PCI。

注意2：当前所在省和地市名称一般可根据终端的辅助定位(如百度定位)确定。

此步骤为持续进行。

步骤2：终端数据清洗

本步骤是在步骤1基础上持续进行。

对上述原始采样数据在存入数据库之前进行清洗，主要包括剔除无效数据(关键数据项缺失，数值溢出等)，然后插入“在网信息采样数据表”(数据项包括：日期，时间，网络类型，小区标识，终端经纬度，定位精度，场强，信号质量，用户标识，终端标识，省，地市等)。

可以一个地市为单位建表，即一个地市级本地网的采样数据放在一张表上，每个表单独处理。如果采样数据中没有地市信息，则可以利用LAC等大区编号信息通过查表(如果有，比如LAC和地市映射表)的方式确定。

对表中数据进行排序：主顺序按小区标识中的大区编号升序排列，次顺序按小区编号升序排列。

以下【步骤3～10】为基站信息表的构建和更新以及小区覆盖标定过程，该过程按预定周期(如7天)进行。整个过程按照“在网信息采样数据表”中的数据存储顺序进行，其中步骤3～7以小区为单位进行逐个处理。该过程可有两种方式：

(a)完整构建方式：每次(按预定周期，如每7天一次)都是基于空的基站信息表重新构建完整的表。遍历整个在网信息采样数据表，选取全部有效采样点(按设定的采样数据有效期例如15天，超出该有效期的采样点将不选取)，进行一次性的基站信息表从头构建。

(b)增量迭代方式：第一次是基于空的基站信息表构建完整的初始基站信息表，以后每次是定期(按预定周期，如每7天一次)进行表的更新。每次仅选取上个周期内的新增采样点进行处理。

如果采用(a)方式，按步骤3～10进行处理。

步骤3：小区站型和站址初定位

将从“在网信息采样数据表”中选取的属于同一小区的采样数据放在一起。同一小区的采样数据，根据场强值大小在地理位置上的分布，初步确定其归属基站的站型和位置(基本原则是场强越大离基站越近)。

具体的过程为：

步骤3a：过滤异常采样点

依据以下原则过滤掉异常点(包括越区覆盖的采样点、由于定位错误导致的采样点位置偏移形成的孤立点等)，即如果一个点与其他大部分点的距离均较远，则剔除该点。具体是：计算每个点与其他各点的欧氏距离之和即总距离，然后计算各点的总距离的平均值即平均总距离，如果一个点的总距离大于设定门限(一般可以设为平均总距离的1.5倍)，则判定该点为异常点并剔除。

步骤3b：确定中心点位置

首先判断过滤异常点后的该小区采样点数是否超过预设门限(一般取为50)，如果否，则不对该小区进行处理。

取该小区全部采样数据中场强最大的前n％个点(n一般取为10)，取这些点的经纬度并计算这些点的几何重心：

假设有N个点，坐标分别是(x1，y1)、(x2，y2)、……、(xN，yN)。则其重心的坐标是x＝(x1+x2+……+xN)/N，y＝(y1+y2+……+yN)/N。

该几何重心的经纬度即为中心点位置，也即该小区所属基站站址的初始经纬度。

步骤3c：确定小区站型

计算中心点与场强最小(或随机选择)的前m％个点(m一般取为20)的北向夹角。统计落在以中心点为原点的4个象限中的点数，如果各象限点数的统计偏差值小于设定门限，则判定为全向站，否则为定向站(直接跳转到步骤7)。具体计算过程为：

设从该小区所有样本点钟共随机选取了K个样本点，则计算得到K个北向夹角。北向夹角位于区间[0，90°)、[90°，180°)、[180°，270°)、[270°，360°)的点分别属于第1、2、3、4象限。根据各点的北向夹角值分别统计落到4个象限中的样本点数为k₁，k₂，k₃，k₄。统计偏差值定义为如果该值小于设定门限(一般取为0.4)，则判定为全向站，否则为定向站。

步骤4：同站小区站址聚合

对于判定为定向小区的小区，根据其小区标识的编码特征(一般是大区编号相同且小区编号为连续的自然数的3个扇区或多个扇区)，且符合这一特征的各小区其归属基站的初始位置之间的欧氏距离小于设定门限(一般取300～500米)，则判断这些小区归属同一基站。

进一步，将这些小区的归属基站的站址进行聚合，即按照步骤3b中的方法求出这些小区归属基站的初始经纬度所对应的几何重心的经纬度，并作为聚合后的这些小区所属基站的最终的经纬度。

示例：小区A、B、C的小区标识(大区编号+小区编号)分别为(11304+328)、(11304+329)、(11304+330)，他们各自所属基站的初始经纬度分别为(a1，b1)、(a2，b2)、(a3，b3)。如果 均小于设定门限，则可以判断小区A、B、C为共站小区。计算a＝(a1+a2+a3)/3，b＝(b1+b2+b3)/3，并将(a，b)作为三个小区所属基站的最终经纬度。

注意：如果是CDMA2000网络的基站，其终端采样信息中一般包含当前该终端服务小区的站址经纬度，则可以直接利用该信息进行同站小区的聚合。

步骤5：确定小区方向角和张角

本步骤具体算法由以下的步骤5a～5f详细描述：

步骤5a：径向栅格化

以基站位置为原点，围绕原点均匀划分为多个径向栅格(栅格的张角可设定，默认为15度)。

步骤5b：计算北向夹角

从同站各小区的采样点中分别选取该基站全部小区总样点数的一定比例(一般取为20～30％)样点，根据站址经纬度和样点经纬度计算站址与各样点的北向夹角。

步骤5c：统计栅格内点数

统计落在每个栅格内的各小区的样点数。

步骤5d：判断栅格归属小区

如果一个栅格内归属某个小区的样点数超过该栅格内总样点数的一定比例(一般取为60％)，则该栅格归属该小区。否则，判定为边界栅格。

步骤5e：确定各小区方向角

取该基站下小区的所有连续的归属栅格(不含边界栅格)的中心方向为该小区的方向角。

步骤5f：确定各小区张角

取一个基站下两个相邻小区的边界栅格的中心方向作为该相邻小区的边界，然后将一个小区的方向角与该小区左右两个边界角的夹角之和作为该小区的张角。一个栅格是一个夹角为15度的扇形，该栅格的中心方向即为从扇形圆心出发将该栅格平分的射线。

【注意：相邻两个方向角的正中方向并不一定是两个小区的边界】

步骤6：俯仰角的确定(图3)

如果已知该小区的基站高度，则根据站高和小区对向边界的采样点分布边缘位置根据三角公式估算出天线的俯仰角。具体方法为：

图3中AB为天线，AD为基站底座(抱杆，单管塔或铁塔)，C为本基站小区的方向角所对方向的最远覆盖点(方向角所在径向栅格内的归属该小区的采样点中距离站址最远的若干点(如5个)的几何重心)。角α为天线的俯仰角(因一般都是下倾，也称下倾角)。如果一直站高即线段AD的长度，和站址与最远覆盖点的距离(线段CD的长度)，则俯仰角α＝90°－arctan(CD/AD)。

步骤7：小区信息插入和更新

将确定的小区关键信息(小区标识，站型，经纬度，方向角，俯仰角)添加(如果表中没有该小区)或更新(如果表中已有该小区)至基站信息表。

步骤8：地理网格剖分

将网络的整个覆盖地理区域按设定粒度剖分为网格(如3m*3m)，并对网格进行编号。

注意：此步骤仅需要在第一次基站信息表构建之前进行。

步骤9：判断网格归属小区

对于落在一个网格内的所有有效采样点，将同一小区标识的采样点根据采样点的定位方式(GPS，网络辅助，站址)和定位置信度(取操作系统API接口返回经纬度时携带的精度值)进行加权求和计算“等价采样点”个数。

权重的设置方式：对GPS定位的采样点，权重为0.9(可设置)，对网络辅助定位方式，如果接口没有返回定位精度，则权重默认为0.6(可设置)，如果有返回的定位精度，则根据精度范围分段设置其权重(误差越大，权重越小)，例如：误差＜50米权重为0.8，50≤误差＜100米权重为0.6，100≤误差＜300米权重为0.5，300≤误差则权重为0.3。站址定位的采样点则权重为0，即不计入。

此外，权重的设置还可以考虑网格中心到各小区站址的距离(小区站址距离网格中心越近，该小区的采样点获得的权重越大)，以及采样点的场强(某小区在该网格中采样点的平均场强越大，则该小区的采样点获得的权重越大)。

这样可以计算出该网格内各小区的等价采样点个数、覆盖概率(＝该小区等价采样点数/该网格下等价采样点总数)和平均场强(该小区各采样点场强的算术平均)。如果覆盖概率最大的小区其覆盖概率超过设定比例(如70％)，则判定其为该网格的归属小区。

为简单起见，也可不考虑加权(即所有采样点的权重均为1)计算各小区的等价采样点个数并确定该网格的归属小区，以及重叠覆盖下的各小区覆盖概率。

将计算结果汇总成网格覆盖表。

步骤10：网格判断后处理

由于存在定位精度差、样点少等原因所导致的网格归属小区的误判，会出现孤立的网格(即该网格归属小区或主覆盖小区为小区A，但其周围一圈的所有网格均不属于小区A)，需要对上述步骤9的网格归属小区的判断结果进行后处理。具体方法是，先筛选出所有的孤立网格，然后对孤立网格列出其周围8个网格的归属小区或主覆盖小区，取这8个网格中具有最多的相同归属小区作为该孤立网格的归属小区。

最后，在地图上，按照各小区当前的经纬度，站型，方向角进行小区位置的标示，并按各剖分网格的归属小区(或主覆盖小区)进行各小区覆盖范围的着色显示(相邻的不同小区采用不同的颜色进行着色渲染，同一颜色下可按平均场强分段设定颜色深浅)。

注：上述步骤中涉及到的各类门限和算法参数，其默认值或建议值均为通过利用在某省电信公司的3G和4G网络中实际采集数据进行统计分析得到的最优值，经验证，在该默认值、建议值下所计算得到的最终小区关键参数与该省电信公司实际的原始基站信息表中的关键参数的误差最小。

基于从实际移动网络(某省某地市电信公司的3G网络)中采集的终端数据进行的实验证明，全部4197个3G小区，通过终端采集数据侦测到的小区数为3609个(未侦测到的小区主要因为数据采集时间较短和采集终端数据不够多未进入到这些小区，使得采集的数据中没有某些小区的基础信息)。通过将侦测结果与该地市电信公司的实际基站信息表中的对应信息进行对比表明，站型(全向站、定向站)识别的正确率为96.3％，站址经纬度与实际站址经纬度的距离偏差小于100米的小区数量占总量的73.4％，距离偏差在100米～200米的占小区总量的19.1％，偏差大于200米的占7.5％。方向角与实际方向角偏差小于±15°的小区占小区总数的89.4％。因此，在大规模的数据应用背景下具有较高的侦测准确率。

最后应说明的是，以上实施例仅用以描述本发明的技术方案而不是对本技术方法进行限制，本发明在应用上可以延伸为其他的修改、变化、应用和实施例，并且因此认为所有这样的修改、变化、应用、实施例都在本发明的精神和教导范围内。

Claims (2)

1.移动网络小区信息侦测与覆盖标定方法，其特征在于包括以下步骤

步骤1：终端数据采集

从终端的操作系统提供的接口API采集用户的在网信息采样数据，其所包含的信息应包括：日期，时间，网络制式，小区标识，终端经纬度，定位精度，当前所在省和地市名称，场强，信号质量，用户标识，终端标识；

此步骤为持续进行；

步骤2：终端数据清洗

本步骤是在步骤1基础上持续进行；

对上述原始采样数据在存入数据库之前进行清洗，包括剔除无效数据，然后插入“在网信息采样数据表”，数据项包括：日期，时间，网络制式，小区标识，终端经纬度，定位精度，场强，信号质量，用户标识，终端标识，省和地市；

对表中数据进行排序；

步骤3：小区站型和站址初定位

将从“在网信息采样数据表”中选取的属于同一小区的采样数据放在一起；同一小区的采样数据，根据场强值大小在地理位置上的分布，初步确定其归属基站的站型和位置；

具体的过程为：

步骤3a：过滤异常采样点

步骤3b：确定中心点位置

首先判断过滤异常点后的该小区采样点数是否超过预设门限，如果否，则不对该小区进行处理；

取该小区全部采样数据中场强最大的前n％个点，取这些点的经纬度并计算这些点的几何重心：

假设有N个点，坐标分别是(x1,y1)、(x2,y2)、……、(xN,yN)；则其重心的坐标是x＝(x1+x2+……+xN)/N,y＝(y1+y2+……+yN)/N；

该几何重心的经纬度即为中心点位置，也即该小区所属基站站址的初始位置；

步骤3c：确定小区站型

计算中心点与场强最小的前m％个点或随机选择m％个点的北向夹角；统计落在以中心点为原点的4个象限中的点数，如果各象限点数的统计偏差值小于设定门限，则判定为全向站，否则为定向站，直接跳转到步骤7；

步骤4：同站小区站址聚合

对于判定为定向小区的小区，当大区编号相同且小区编号为连续的自然数的3个以上扇区，且这些小区初始位置之间的欧氏距离小于设定门限，则判断这些小区归属同一基站；将这些小区的归属基站的站址进行聚合；

步骤5：确定小区方向角和张角

步骤6：小区俯仰角的确定

根据站高和小区对向边界的采样点分布边缘位置根据三角公式估算出天线的俯仰角；

步骤7：小区信息插入和更新

将确定的小区标识，站型，经纬度，方向角，俯仰角添加或更新至基站信息表；

步骤8：地理网格剖分

将网络的整个覆盖地理区域按设定粒度剖分为网格，并对网格进行编号；

此步骤仅需要在第一次基站信息表构建之前进行；

步骤9：判断网格归属小区

对于落在一个网格内的所有有效采样点，将同一小区标识的采样点根据采样点的定位方式和定位置信度进行加权求和计算“等价采样点”个数；

将计算结果汇总成网格覆盖表；

步骤10：网格判断后处理

先筛选出所有的孤立网格，然后对孤立网格列出其周围8个网格的归属小区，取这8个网格中具有最多的相同归属小区小区作为该孤立网格的归属小区。

2.根据权利要求1所述的方法，其特征在于，

步骤5：确定小区方向角和张角包括以下步骤5a～5f：

步骤5a：径向栅格化

以基站位置为原点，围绕原点均匀划分为多个径向栅格

步骤5b：计算北向夹角

从同站各小区的采样点中分别选取该基站全部小区总样点数的一定比例样点，根据站址经纬度和样点经纬度计算站址与各样点的北向夹角；

步骤5c：统计栅格内点数

统计落在每个栅格内的各小区的样点数；

步骤5d：判断栅格归属小区

如果一个栅格内归属某个小区的样点数超过该栅格内总样点数的一定比例，则该栅格归属该小区；否则，判定为边界栅格；

步骤5e：确定各小区方向角

取该基站下小区的所有连续的归属栅格的中心方向为该小区的方向角；

步骤5f：确定各小区张角

取一个基站下两个相邻小区的边界栅格的中心方向作为该相邻小区的边界，然后将一个小区的方向角与该小区左右两个边界角的夹角之和作为该小区的张角。