CN106465324A

CN106465324A - 一种数据处理方法及装置

Info

Publication number: CN106465324A
Application number: CN201480077903.8A
Authority: CN
Inventors: 黄帆; 张洁涛; 庄宏成
Original assignee: Huawei Technologies Co Ltd
Current assignee: Huawei Technologies Co Ltd
Priority date: 2014-04-17
Filing date: 2014-04-17
Publication date: 2017-02-22
Anticipated expiration: 2034-04-17
Also published as: WO2015157954A1; CN106465324B

Abstract

本发明公开了一种数据处理方法及装置，涉及通信领域，能够更准确的估计预设范围内的用户数量。具体方案为：获取预设数量用户的用户分布概率密度，根据预设数量用户的用户分布概率密度计算每一个用户的区域概率，根据每一个用户的区域概率计算用户估计值、P(k)或者业务估计值。本发明用于数据处理。

Description

一种数据处理方法及装置

技术领域

本发明涉及通信领域，尤其涉及一种数据处理方法及装置。

背景技术

无线网络可以对用户进行定位，例如蜂窝网络或者 WLAN (Wireless Local Area Networks, 无线局域网络），一个用户可以是一个终端设备，根据对用户的定位结果，可以得到用户的分布图，进而得到预设范围内的用户数、业务量、吞吐量或者其他统计值，根据得到的统计值选取新增基站的位置，或者根据得到的统计值对基站的容量及覆盖范围进行优化。

但是，现有技术中对用户的定位存在误差，例如 GPS ( Global Positioning System, 全球定位系统 ) 的定位误差范围约为 10米，蜂窝网络定位的数量级约为 100米，另外由于环境等的差异，也会产生其他的误差。现有技术中将定位出的用户范围的中心点作为用户位置，这样使得在预设范围内得到的用户数量、业务量、吞吐量或者其他统计值不准确。

发明内容

本发明的实施例提供一种数据处理方法及装置，能够更准确的估计预设范围内的用户数量。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面，一种数据处理装置，包括：

获取单元，用于获取预设数量用户的用户分布概率密度，其中，所述预设数量用户中的每一个用户的用户分布概率密度为所述用户在单位区域内的概率；

计算单元，用于根据所述获取单元获取的所述预设数量用户的用户分布概率密度计算每一个用户的区域概率，其中，所述每一个用户的区域概率为所述用户在预设区域内的概率；

所述计算单元，还用于根据所述每一个用户的区域概率计算用户估计值、尸或者业务估计值，其中，所述用户估计值为所述预设区域内用户数量的估计值，所述尸为所述预设区域内存在个用户的概率，所述业务估计值为所述预设区域内用户业务量的估计值。结合第一方面，在第一种可能的实现方式中，

m

所述计算单元，还用于根据第一公式 t =∑ 计算所述用户估计值；

其中， t/为所述用户估计值，为有效用户的数量，所述有效用户为区域概率大于 0的用户， Λ为第个所述有效用户的区域概率。

结合第一方面，在第二种可能的实现方式中，所述计算单元，还用于根据第二公式 p(^>= s( 计算所述

=1

其中， t = C_m ^k, 为有效组合的数量，所述有效组合为所述预设区域内存在个用户的组合，为有效用户的数量，所述有效用户为区域概率大于 0的用户， ΡΟ)为所述有效组合的第种组合中所述预设区域内存在 ^：个用户的概率。

结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，

所述计算单元，还用于根据第三公式 [/= ; _χ ^))计算所述用户估计值；

其中， t/为所述用户估计值。

结合第一方面的第二种可能的实现方式，在第四种可能的实现方式中，

所述计算单元，还用于根据第四公式 ⁼ Γ1 ΓΊΟ- 计算所述 y,

其中，为所述有效组合的第种组合中用户的集合，为用户

_y的区域概率， = {Λ. ₂, ··· y_k } , y_x, = 2, ··· ：)为所述 ^中的第 X个用户。

结合第一方面，在第五种可能的实现方式中，

所述获取单元，还用于获取每一个有效用户的业务量，所述有效用户为区域概率大于 0的用户；所述计算单元，还用于根据第五公式 = £(w_iX 计算所述业务估计值；其中，为所述业务估计值，为所述有效用户的数量，为所述有效用户中第个用户的业务量， A为所述有效用户中第个用户的区域概率。

结合第一方面或第一方面的任意一种可能的实现方式，在第六种可能的实现方式中，

所述计算单元，还用于根据第六公式 = i /W^计算用户的区域概率；

其中， Λ·为所述用户的区域概率， /(X)为所述用户的用户分布概率密度， X为所述单位区域，为所述预设区域。

第二方面，一种数据处理装置，包括处理器、存储器及总线，所述处理器及所述存储器通过所述总线相互连接；

其中，所述处理器，用于获取预设数量用户的用户分布概率密度，其中，所述预设数量用户中的每一个用户的用户分布概率密度为所述用户在单位区域内的概率；

所述处理器，还用于根据所述预设数量用户的用户分布概率密度计算每一个用户的区域概率，其中，所述每一个用户的区域概率为所述用户在预设区域内的概率；

所述处理器，还用于根据所述每一个用户的区域概率计算用户估计值、尸或者业务估计值，其中，所述用户估计值为所述预设区域内用户数量的估计值，所述尸为所述预设区域内存在个用户的概率，所述业务估计值为所述预设区域内用户业务量的估计值。

结合第二方面，在第一种可能的实现方式中，

m

所述处理器，还用于根据第一公式 f/ =∑^计算所述用户估计值；

结合第二方面，在第二种可能的实现方式中，所述处理器，还用于根据第二公式 Ρ(Α) = θ计算所述其中， t = C_m ^k, 为有效组合的数量，所述有效组合为所述预设区域内存在个用户的组合，为有效用户的数量，所述有效用户为区域概率大于 0的用户， AO)为所述有效组合的第种组合中所述预设区域内存在个用户的概率。

结合第二方面的第二种可能的实现方式，在第三种可能的实现方式中，

所述处理器，还用于根据第三公式 [/ = ; _xp t))计算所述用户估计值；

其中， t/为所述用户估计值。

结合第二方面的第二种可能的实现方式，在第四种可能的实现方式中，

所述处理器，还用于根据第四公式 (^⁼Γ1 Γ1Ο^_ 计算所述

其中，为所述有效组合的第种组合中用户的集合，为用户

_y的区域概率， ={Λ. y₂ ■■■ _k } , y_XJ(x = 2， ··· ^：)为所述 ^中的第 X个用户。

结合第二方面，在第五种可能的实现方式中，

所述处理器，还用于获取每一个有效用户的业务量，所述有效用户为区域概率大于 0的用户；所述处理器，还用于根据第五公式 = έ(^,·^Χ 计算所述业务估计值；

其中，为所述业务估计值，为所述有效用户的数量，为所述有效用户中第个用户的业务量， A为所述有效用户中第个用户的区域概率。

结合第二方面或第二方面的任意一种可能的实现方式，在第六种可能的实现方式中，

所述处理器，还用于根据第六公式 = i/W^计算用户 i的区域概率；其中， Λ·为所述用户的区域概率， /(X)为所述用户的用户分布概率密度， X为所述单位区域，为所述预设区域。

第三方面，一种数据处理方法，包括：

获取预设数量用户的用户分布概率密度，其中，所述预设数量用户中的每一个用户的用户分布概率密度为所述用户在单位区域内的概率；

根据所述预设数量用户的用户分布概率密度计算每一个用户的区域概率，其中，所述每一个用户的区域概率为所述用户在预设区域内的概率；

根据所述每一个用户的区域概率计算用户估计值、 P(k 或者业务估计值，其中，所述用户估计值为所述预设区域内用户数量的估计值，所述尸 (A)为所述预设区域内存在个用户的概率，所述业务估计值为所述预设区域内用户业务量的估计值。

结合第三方面，在第一种可能的实现方式中，所述根据所述每一个用户的区域概率计算用户估计值，包括：

m

根据第一公式 f/ =∑^计算所述用户估计值；其中， t/为所述用户估计值，为有效用户的数量，所述有效用户为区域概率大于 0的用户， Λ为第个所述有效用户的区域概率。

结合第三方面，在第二种可能的实现方式中，所述根据所述每一个用户的区域概率计算尸 O) , 包括：

根据第二公式尸 =∑ Pj (k)计算所述尸 ( ；

=1

其中， t = C_m ^k , 为有效组合的数量，所述有效组合为所述预设区域内存在个用户的组合，为有效用户的数量，所述有效用户为区域概率大于 0的用户， O)为所述有效组合的第种组合中所述预设区域内存在个用户的概率。

结合第三方面的二种可能的实现方式，在第三种可能的实现方式中，所述根据所述每一个用户的区域概率计算用户估计值，包括：根据第三公式 = ^ x P( A))计算所述用户估计值；其中， t/为所述用户估计值。

结合第三方面的二种可能的实现方式，在第四种可能的实现方式中，包括：

根据第四公式 ^pj (^) ⁼ Γ1 Γ1(^1_ 计算所述 AO); 其中，为所述有效组合的第种组合中用户的集合，为用户

_y的区域概率， = {Λ . y₂ ■■■ y_k } , y_XJ (x = 2， ·· · ^：)为所述 ^中的第 X个用户。

结合第三方面，在第五种可能的实现方式中，所述根据所述每一个用户的区域概率计算业务估计值，包括：

获取每一个有效用户的业务量，所述有效用户为区域概率大于 0 的用户；根据第五公式 = ¾( ν,· >< 计算所述业务估计值；

其中，为所述业务估计值，为所述有效用户的数量，为所述有效用户中第个用户的业务量，尸,为所述有效用户中第个用户的区域概率。

结合第三方面或第三方面的任意一种可能的实现方式，在第六种可能的实现方式中，所述根据所述预设数量用户的用户分布概率密度计算每一个用户的区域概率，包括：

根据第六公式 = 计算用户的区域概率；其中， Λ·为所述用户的区域概率， /(X)为所述用户的用户分布概率密度， X为所述单位区域，为所述预设区域。

本发明的实施例提供的一种数据处理方法及装置，通过获取预设数量用户的用户分布概率密度，根据预设数量用户的用户分布概率密度计算每一个用户的区域概率，根据每一个用户的区域概率计算用户估计值、尸或者业务估计值，能够更准确的估计预设范围内的用户数量。

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为本发明的实施例提供的一种数据处理装置结构示意图；图 2为本发明的另一实施例提供的一种数据处理装置结构示意图；图 3为本发明的实施例提供的一种数据处理方法流程示意图。

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。

本发明的实施例提供一种数据处理装置，应用于无线网络中，参照图 1所示，该数据处理装置 101 包括获取单元 101 1和计算单元 1012。

其中，获取单元 101 1 , 用于获取预设数量用户的用户分布概率密度，其中，预设数量用户中的每一个用户的用户分布概率密度为用户在单位区域内的概率。

计算单元 1012 , 用于根据获取单元 101 1获取的预设数量用户的用户分布概率密度计算每一个用户的区域概率，其中，每一个用户的区域概率为用户在预设区域内的概率。

计算单元 1012 , 还用于根据每一个用户的区域概率计算用户估计值、尸 ( 或者业务估计值，其中，用户估计值为预设区域内用户数量的估计值，尸为预设区域内存在个用户的概率，业务估计值为预设区域内用户业务量的估计值。

本发明的实施例提供的数据处理装置，通过获取预设数量用户的用户分布概率密度，根据预设数量用户的用户分布概率密度计算每一个用户的区域概率，根据每一个用户的区域概率计算用户估计值、尸 (A) 或者业务估计值，能够更准确的估计预设范围内的用户数量。

可选的，在第一种应用场景中，计算单元 1012 , 还用于根据第一公式 f/ = ^ 计算用户估计值。

其中'— t/为用户估计值， m为有效用户的数量，有效用户为区域概率大于 0的用户，为第 ζ·个有效用户的区域概率。

可选的，在第二种应用场景中，计算单元 1012, 还用于根据第二公式尸 ( )= ο计算 P 。

=1

其中， t = c_m ^k, 为有效组合的数量，有效组合为预设区域内存在个用户的组合，为有效用户的数量，有效用户为区域概率大于 0 的用户， O)为有效组合的第种组合中预设区域内存在个用户的概率。

计算单元 1012, 还用于根据第三公式 [/ = ;( P t))计算用户估计值。

其中， t/为用户估计值，为有效用户的数量，有效用户为区域 4既率大于 0的用户。

进一步可选的，计算单元 1012, 还用于根据第四公式 ^S^ d— 计算 ^)。

其中， ^为有效组合的第种组合中用户的集合，为用户 _y 的区域概率， . = {Λ. yi ■■■ Λ ， y_XJ(x = 2， ··· ^：)为 ^中的第 Λ: 个用户。

可选的，在第三种应用场景中，获取单元 1011, 还用于获取每一个有效用户的业务量，有效用户为区域概率大于 0的用户。计算单元 1012, 还用于根据第五公式 = £(w_iX 计算业务估计值。

其中，为业务估计值，为有效用户的数量，为有效用户中第个用户的业务量，尸,为有效用户中第个用户的区域概率。可选的，计算单元 1012, 还用于根据第六公式 = ί 计算用户 i的区域概率。

其中， Λ·为用户的区域概率， /(X)为用户的用户分布概率密度， X为单位区域，为预设区域。本发明的实施例提供的数据处理装置，通过获取预设数量用户的用户分布概率密度，根据预设数量用户的用户分布概率密度计算每一个用户的区域概率，根据每一个用户的区域概率计算用户估计值、尸 (A) 或者业务估计值，能够更准确的估计预设范围内的用户数量。

本发明的另一实施例提供一种数据处理装置 2001 , 参照图 2所示，该设备可以嵌入或本身就是微处理计算机，比如：通用计算机、客户定制机、手机终端或平板机等便携设备，该数据处理装置 2001包括：至少一个处理器 201 1、存储器 2012和总线 2013 , 该至少一个处理器 201 1和存储器 2012通过总线 2013连接并完成相互间的通信。

该总线 2013可以是 ISA ( Industry Standard Architecture , 工业标准体系结构）总线、 PCI ( Peripheral Component, 外部设备互连）总线或 EISA ( Extended Industry Standard Architecture , 扩展工业标准体系结构 ) 总线等。该总线 2013可以分为地址总线、数据总线、控制总线等。为便于表示，图 2中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。其中：

存储器 2012用于执行本发明方案的应用程序代码，执行本发明方案的应用程序代码保存在存储器中，并由处理器 201 1来控制执行。

该存储器可以是只读存储器 ROM 或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器 RAM 或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器 EEPROM、只读光盘 CD-ROM或其他光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。这些存储器通过总线与处理器相连接。

处理器 201 1可能是一个中央处理器 201 1 ( Central Processing Unit, 简称为 CPU ),或者是特定集成电路（ Application Specific Integrated Circuit, 简称为 ASIC ) ,或者是被配置成实施本发明实施例的一个或多个集成电路。

处理器 201 1 , 用于调用存储器 2012中的程序代码，在一种可能的实施方式中，当上述应用程序被所述处理器 2011执行时，实现如下功能。处理器 2011, 用于获取预设数量用户的用户分布概率密度，其中，预设数量用户中的每一个用户的用户分布概率密度为用户在单位区域内的概率。

处理器 2011, 还用于根据预设数量用户的用户分布概率密度计算每一个用户的区域概率，其中，每一个用户的区域概率为用户在预设区域内的概率。

处理器 2011, 还用于根据每一个用户的区域概率计算用户估计值、尸或者业务估计值，其中，用户估计值为预设区域内用户数量的估计值，尸为预设区域内存在个用户的概率，业务估计值为预设区域内用户业务量的估计值。

可选的，在第一种应用场景中，处理器 2011, 还用于根据第一

m

公式 f/ = ^ 计算用户估计值。其中， t/为用户估计值，为有效用户的数量，有效用户为区域概率大于 0的用户， Λ为第个有效用户的区域概率。

可选的，在第二种应用场景中，处理器 2011, 还用于根据第二公式尸 = W计算尸 0)。

=1

处理器 2011, 还用于根据第三公式 [/ = ;( P t))计算用户估计值。

进一步可选的，处理器 2011, 还用于根据第四公式

尸 )。

其中， ^为有效组合的第种组合中用户的集合，为用户 _y 的区域概率， . = {Λ. … _k } ' y_xA^x = ¹^ ²， … 为 ^中的第 x 个用户。

可选的，在第三种应用场景中，处理器 2011, 还用于获取每一个有效用户的业务量，有效用户为区域概率大于 0的用户。处理器 2011, 还用于根据第五公式 = £( ν,·>< 计算业务估计值。其中，为业务估计值，为有效用户的数量，为有效用户中第个用户的业务量，尸,为有效用户中第个用户的区域概率。

可选的，处理器 2011, 还用于根据第六公式 = i W^计算用户 i的区域概率。

其中， Λ·为用户的区域概率， /(X)为用户的用户分布概率密度， X为单位区域，为预设区域。

基于上述图 1对应的实施例，本发明的实施例提供一种数据处理方法，应用于上述图 1对应的实施例中所描述的数据处理装置，参照图 3所示，包括以下步骤：

301、获取预设数量用户的用户分布概率密度。

其中，一个用户的用户分布概率密度为用户在单位区域内的概率。

可选的，用户在一定范围内的用户分布概率密度可以是一个常数，即该用户在一定范围内各个位置出现的概率都相等，该用户在一定范围内均匀分布。或者可选的，将预设区域的中心位置作为参照点，该用户的分布概率密度为 h(x) , 代表该用户在与参照点距离为 X的位置出现的概率，这样可以计算出用户与参照点距离在《以内的概率是

Η ) - h x)dx。或者可选的，用户的分布概率密度为一个函数/ (X) , /(X)代表该用户在位置 JC出现的概率， JC为一个单位区域。 /(X)可以是一个离散函数，也可以是一个连续函数。

当然，用户的用户分布概率密度有多种情况，不局限于本实施例列举的三种形式，此处只是举例说明，并不代表本发明局限于这三种形式的用户概率密度。

302、根据预设数量用户的用户分布概率密度计算每一个用户的区域概率。

其中，一个用户的区域概率为用户在预设区域内的概率。

结合步骤 30 1 中的描述，可选的，当用户的用户分布概率密度在预设区域内为常数时，将用户的用户分布概率密度与该用户的分布范围在预设区域内的面积相乘，就可以得出该用户的区域概率，即 X S , 其中， Λ为用户的区域概率， α为用户的用户分布概率密度， S为用户的分布范围在预设区域内的面积。

或者可选的，将预设区域的中心位置作为参照点，该用户的分布概率密度为 h (x) , ζθ)代表该用户在与参照点距萬为 X的位置出现的概率，则该用户的区域概率为 = [ h{x)dx , 其中， Λ·为用户的区域概率，《为用户在预设区域内可能出现的位置与参照点的最远距离。

或者可选的，用户的分布概率密度为一个函数/ (X) , /(X)代表该用户在位置 X出现的概率， X为一个单位区域。根据第六公式

= ί ^^)^计算用户的区域概率。其中，尸,为用户的区域概率，为预设区域。

当然，用户的区域概率计算有多种方法，本发明只是举例说明了几种区域概率的计算方法，并不代表本发明局限于这几种方法。

303、根据每一个用户的区域概率计算用户估计值、尸 (A) 或者业务估计值。

其中，用户估计值为预设区域内用户数量的估计值，尸为预设区域内存在个用户的概率，业务估计值为预设区域内用户业务量的估计值。

具体可选的，在第一种应用场景中。

m

根据第一公式 f/ =∑^计算用户估计值，其中， t/为用户估计值， m为有效用户的数量，有效用户为区域概率大于 0的用户，尸,为第个用户的区域概率。例如，预设区域内区域概率大于 0的用户一共有 4个，分别是用户 A、 B、 C、 D , 且 4个用户在预设区域内的区域概率分别为 0. 1、 0.2、 0.3、 0.4 , 那么预设区域内的用户估计值为

0. 1 +0.2+0.3+0.4= 1。

可选的，在第二种应用场景中。

根据第二公式 Ρ( = )计算尸其中， t = C_m ^k , 为有效组合

=1

的数量，有效组合为预设区域内存在个用户的组合，为有效组合的第种组合中预设区域内存在个用户的概率。进一步可选的，根据第三公式 = ; _χ ^))计算用户估计值，其中， t/为用户估计值， m为有效用户的数量，有效用户为区域概率大于 0的用户。进一步可选的，如果每个用户在预设区域内是相互独立的，根据第四公式 s^ n no— 计算其中， ^为有效组合的第种组合中用户的集合，为用户 _y的区域概率， = ^_w y₂ ■■■ y_k } , y_X (x = 2, … 为中的第 JC个用户，此处，需要说明的是，当 k 为有效用户的个数时，有效组合只有一种组合，即全部有效用 m

户的集合，此时，尸 (w) = f ，尸,.为第个用户的区域概率。

=1

例如，预设区域内区域概率大于 0的用户一共有 4个，分别是用户 A、 B、 C、 D , 4个用户是否在预设区域内相互独立，且 4个用户在预设区域内的区域概率分别为 0.1、 0.2、 0.3、 0.4。

(1)、预设区域内存在 1个用户的有效组合一共有 4种，分别为 A、 B、 C、 D。

预设区域内只存在 A的概率，即第 1种组合的概率为尸 O.l X (1-0.2) (1-0.3) X (1-0.4)=0.0336;

预设区域内只存在 B的概率，即第 2种组合的概率为尸 ₂(1)二 0.2 X (1-0.1) (1-0.3) X (1-0.4)= 0.0756;

预设区域内只存在 C的概率，即第 3种组合的概率为尸 ₃(1)=0.3 X (1-0.1) (1-0.2) X (1-0.4)= 0.1296;

预设区域内只存在 D的概率，即第 4种组合的概率为尸₄(1)=0.4 X (1-0.1) (1-0.2) X (1-0.3)= 0. 2016。

则预设区域内存在 1个用户的概率尸（1)= ^(1)+尸 ₂(1)+尸 ₃(1)+ 尸₄(1)=0.4404。

(2)、预设区域内存在 2个用户的有效组合一共有 6种，分别为 AB、 AC、 AD、 BC、 BD、 CD。

预设区域内只存在 AB的概率，即第 1种组合的概率为二 0.1 0.2 (1-0.3) (1-0.4)=0.0084;

预设区域内只存在 AC的概率，即第 2种组合的概率为尸₂(2)=0.1 X 0.3 (1-0.2) X (1-0.4)=0.0144;

预设区域内只存在 AD的概率，即第 3种组合的概率为 Ρ₃(2)=0.1

X 0.4 (1-0.2) X (1-0.3)=0.0224;

预设区域内只存在 BC的概率，即第 4种组合的概率为

X 0.3 (1-0.1) X (1-0.4)=0.0324;

预设区域内只存在 BD的概率，即第 5种组合的概率为尸₅(2)二 0.2 X 0.4 (1-0.1) X (1-0.3)=0.0504;

预设区域内只存在 CD的概率，即第 6种组合的概率为尸 ₆(2)=0.3 0.4 (1-0.1) (1-0.2)=0.0864;

则预设区域内存在 2个用户的概率尸 (2)= Ρχ{2)+尸 ₂(2)+尸 ₃(2)+ 4(2)+ Ρ₅(2)+尸₆(2)=0.2144。 (3)、预设区域存在 3个用户的有效组合一共有 4种，分别为： ABC、 ABD、 ACD、 BCD。

预设区域内只存在 ABC的概率，即第 1种组合的概率为

?ι(3)=0.1 X 0.2 0.3 X (1-0.4)=0.0036;

预设区域内只存在 ABD的概率，即第 2种组合的概率为尸 ₂(3)=0.1 X 0.2 0.4 (1-0.3)= 0.0056;

预设区域内只存在 ACD的概率，即第 3种组合的概率为尸 ₃(3)=0.1 X 0.3 X 0.4 (1-0.2)= 0.0096;

预设区域内只存在 BCD的概率，即第 4种组合的概率为尸 4(3)=0.2 0.3 0.4 (1-0.1)= 0.0216。

则预设区域内存在 3个用户的概率尸（3)= Λ(3)+尸 ₂(3)+尸 ₃(3)+ 尸 4(3)=0.0404。

(4)、预设区域存在 4个用户的有效组合有 1种 ABCD。

?(4)=0.1 0.2 0.3 0.4=0.0024。

根据第三公式，可以计算得到预设区域内的用户估计值 1/=1 X P(l)+ 2 X P(2)+ 3 尸（3)+ 4 尸 (4)=1。

可选的，在第三种应用场景中。

获取每一个有效用户的业务量，有效用户为区域概率大于 0的用户。根据第五公式 = £(w_iX 计算业务估计值。其中，为业务估计值，为有效用户的数量，为有效用户中第个用户的业务量，尸,为有效用户中第个用户的区域概率。

例如，预设区域内区域概率大于 0的用户一共有 4个，分别是用户 A、 B、 C、 D, 4个用户是否在预设区域内相互独立，且 4个用户在预设区域内的区域概率分别为 0.1、 0.2、 0.3、 0.4, 4个用户在预设区域内的业务量分别为 10、 20、 30、 40。则根据第五公式可以计算出该预设区域内业务估计值 W=0.1 X 10+0.2 20、 0.3 χ 30、 0.4 x 40=30。

通常，一个预设区域可以作为一个栅格，将一定范围内的地理位置划分为多个栅格，通过区域概率计算出每一个栅格中的用户估计值、尸 ( )或者业务估计值，考虑了每一个用户在栅格内的概率，根据这些计算结果就可以更准确的估计不同栅格内的用户数或者业务量，依此选择新增基站的位置或者对基站的容量和覆盖范围进行优化。

本发明的实施例提供的数据处理方法，通过获取预设数量用户的用户分布概率密度，根据预设数量用户的用户分布概率密度计算每一个用户的区域概率，根据每一个用户的区域概率计算用户估计值、尸 (A) 或者业务估计值，能够更准确的估计预设范围内的用户数量。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本发明可以用硬件实现，或固件实现，或它们的组合方式来实现。当使用软件实现时，可以将上述功能存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。以此为例但不限于：计算机可读介质可以包括 RAM ( Random Access Memory, 随机存储器 )、 ROM ( Read Only Memory, 只读内存）、 EEPROM ( Electrically Erasable Programmable Read Only Memory, 电可擦可编程只读存储器）、 CD-ROM ( Compact Disc Read Only Memory, 即只读光盘 ) 或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。此外。任何连接可以适当的成为计算机可读介质。例如，如果软件是使用同轴电缆、光纤光缆、双绞线、 DSL( Digital Subscriber Line , 数字用户专线）或者诸如红外线、无线电和微波之类的无线技术从网站、服务器或者其他远程源传输的，那么同轴电缆、光纤光缆、双绞线、 DSL 或者诸如红外线、无线和微波之类的无线技术包括在所属介质的定影中。如本发明所使用的，盘和碟包括 CD ( Compact Disc, 压缩光碟）、激光碟、光碟、 DVD碟（ Digital Versatile Disc, 数字通用光）、软盘和蓝光光碟，其中盘通常磁性的复制数据，而碟则用激光来光学的复制数据。上面的组合也应当包括在计算机可读介质的保护范围之内。

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所述以权利要求的保护范围为准。

Claims

权利要求书

1、一种数据处理装置，其特征在于，包括：

获取单元，用于获取预设数量用户的用户分布概率密度，其中，所述预设数量用户中的每一个用户的用户分布概率密度为所述用户在单位区域内的概率；

计算单元，用于根据所述获取单元获取的所述预设数量用户的用户分布概率密度计算每一个用户的区域概率，其中，所述每一个用户的区域概率为所述用户在预设区域内的概率；

所述计算单元，还用于根据所述每一个用户的区域概率计算用户估计值、尸( 或者业务估计值，其中，所述用户估计值为所述预设区域内用户数量的估计值，所述尸为所述预设区域内存在个用户的概率，所述业务估计值为所述预设区域内用户业务量的估计值。

2、根据权利要求 1所述的装置，其特征在于，

m

所述计算单元，还用于根据第一公式 =∑ 计算所述用户估计值；

其中， t/为所述用户估计值，为有效用户的数量，所述有效用户为区域概率大于 0的用户， Λ为第个所述有效用户的区域概率。

3、根据权利要求 1所述的装置，其特征在于，所述计算单元，还用于根据第二公式 P( = W计算所述 P(J&,

=1

其中， t = C_m ^k , 为有效组合的数量，所述有效组合为所述预设区域内存在个用户的组合，为有效用户的数量，所述有效用户为区域概率大于 0的用户， AO)为所述有效组合的第种组合中所述预设区域内存在个用户的概率。

4、根据权利要求 3所述的装置，其特征在于，

所述计算单元，还用于根据第三公式 [/ = ;( ^))计算所述用户估计值；

其中， t/为所述用户估计值。

5、根据权利要求 3所述的装置，其特征在于，所述计算单元，还用于根据第四公式 ( ΓΊ ΓΊΟ— 计算所述 )；

其中，为所述有效组合的第种组合中用户的集合，为用户

_y的区域概率， = {Λ . y₂ ■■■ y_k } , y_XJ (x = 2， ·· · ^：)为所述 ^中的第 X个用户。

6、根据权利要求 1所述的装置，其特征在于，

所述获取单元，还用于获取每一个有效用户的业务量，所述有效用户为区域概率大于 0的用户；所述计算单元，还用于根据第五公式 = £( ν,· χ 计算所述业务估计值；

其中，为所述业务估计值，为所述有效用户的数量，为所述有效用户中第个用户的业务量， A为所述有效用户中第个用户的区域概率。

7、根据权利要求 1-6任一项所述的装置，其特征在于，

所述计算单元，还用于根据第六公式 = i /W^计算用户的区域概率；

其中， Λ·为所述用户的区域概率， /(X)为所述用户的用户分布概率密度， X为所述单位区域，为所述预设区域。

8、一种数据处理装置，其特征在于，包括处理器、存储器及总线，所述处理器及所述存储器通过所述总线相互连接；

其中，所述处理器，用于获取预设数量用户的用户分布概率密度，其中，所述预设数量用户中的每一个用户的用户分布概率密度为所述用户在单位区域内的概率；

所述处理器，还用于根据所述预设数量用户的用户分布概率密度计算每一个用户的区域概率，其中，所述每一个用户的区域概率为所述用户在预设区域内的概率；

所述处理器，还用于根据所述每一个用户的区域概率计算用户估计值、尸或者业务估计值，其中，所述用户估计值为所述预设区域内用户数量的估计值，所述尸 ( 为所述预设区域内存在个用户的概率，所述业务估计值为所述预设区域内用户业务量的估计值。

9、根据权利要求 8所述的装置，其特征在于，

m

所述处理器，还用于根据第一公式 f/ =∑ 计算所述用户估计值；其中， t/为所述用户估计值，为有效用户的数量，所述有效用户为区域概率大于 0的用户，为第个所述有效用户的区域概率。

10、根据权利要求 8所述的装置，其特征在于，所述处理器，还用于根据第二公式 ^^) = θ计算所述

=1

其中， t = C_m ^k, 为有效组合的数量，所述有效组合为所述预设区域内存在个用户的组合，为有效用户的数量，所述有效用户为区域概率大于 0的用户，为所述有效组合的第种组合中所述预设区域内存在个用户的概率。

11、根据权利要求 10所述的装置，其特征在于，

所述处理器，还用于根据第三公式 [/ = ; _xP t))计算所述用户估计值；

其中， t/为所述用户估计值。

12、根据权利要求 10所述的装置，其特征在于，

所述处理器，还用于根据第四公式 (^⁼ΓΊ Γ1 ^_ 计算所述

其中，为所述有效组合的第种组合中用户的集合，为用户 _y的区域概率， ={ y₂ ■■■ y_k ) , y_XJ(x = 2， ··· ^：)为所述 ^中的第 X个用户。

13、根据权利要求 8所述的装置，其特征在于，

所述处理器，还用于获取每一个有效用户的业务量，所述有效用户为区域概率大于 0的用户；所述处理器，还用于根据第五公式 =έ(^,·^χ 计算所述业务估计值；

其中，为所述业务估计值，为所述有效用户的数量，为所述有效用户中第个用户的业务量， A为所述有效用户中第个用户的区域概率。

14、根据权利要求 8- 13任一项所述的装置，其特征在于，所述处理器，还用于根据第六公式 = ί 计算用户的区域概率；

其中， Λ·为所述用户的区域概率， /(X)为所述用户的用户分布概率密度， X为所述单位区域，为所述预设区域。

15、一种数据处理方法，其特征在于，包括：

获取预设数量用户的用户分布概率密度，其中，所述预设数量用户中的每一个用户的用户分布概率密度为所述用户在单位区域内的概率；

根据所述预设数量用户的用户分布概率密度计算每一个用户的区域概率，其中，所述每一个用户的区域概率为所述用户在预设区域内的概率；

根据所述每一个用户的区域概率计算用户估计值、 P(k 或者业务估计值，其中，所述用户估计值为所述预设区域内用户数量的估计值，所述尸 (A)为所述预设区域内存在个用户的概率，所述业务估计值为所述预设区域内用户业务量的估计值。

16、根据权利要求 15所述的方法，其特征在于，所述根据所述每一个用户的区域概率计算用户估计值，包括：

m

根据第一公式 f/ =∑ 计算所述用户估计值；其中， t/为所述用户估计值，为有效用户的数量，所述有效用户为区域概率大于 0的用户， Λ为第个所述有效用户的区域概率。

17、根据权利要求 15所述的方法，其特征在于，所述根据所述每一个用户的区域概率计算尸 0) , 包括：

根据第二公式 = W计算所述尸；其中， t c_m ^k , 为有效组合的数量，所述有效组合为所述预设区域内存在个用户的组合，为有效用户的数量，所述有效用户为区域概率大于 0的用户，为所述有效组合的第种组合中所述预设区域内存在个用户的概率。

18、根据权利要求 17所述的方法，其特征在于，所述根据所述每一个用户的区域概率计算用户估计值，包括：

根据第三公式 = ; _XjP t))计算所述用户估计值；其中， t/为所述用户估计值。

19、根据权利要求 17所述的方法，其特征在于，包括：

根据第四公式 ^Pj (^) ⁼ Γ1 Γ1(^1_ 计算所述 P , 其中，为所述有效组合的第 J'种组合中用户的集合，为用户

_y的区域概率， ={Λ. y₂ ■■■ y_k } , y_XJ(x = 2， ··· ^：)为所述 ^中的第 X个用户。

20、根据权利要求 15所述的方法，其特征在于，所述根据所述每一个用户的区域概率计算业务估计值，包括：

获取每一个有效用户的业务量，所述有效用户为区域概率大于 0 的用户；根据第五公式 = £(ν,·_Χ 计算所述业务估计值；

其中，为所述业务估计值，为所述有效用户的数量，为所述有效用户中第个用户的业务量， A为所述有效用户中第个用户的区域概率。

21、根据权利要求 15-20任一项所述的方法，其特征在于，所述根据所述预设数量用户的用户分布概率密度计算每一个用户的区域概率，包括：

根据第六公式 = i/W^计算用户的区域概率；其中， Λ·为所述用户的区域概率， /(X)为所述用户的用户分布概率密度， X为所述单位区域，为所述预设区域。