CN106465324A - 一种数据处理方法及装置 - Google Patents
一种数据处理方法及装置 Download PDFInfo
- Publication number
- CN106465324A CN106465324A CN201480077903.8A CN201480077903A CN106465324A CN 106465324 A CN106465324 A CN 106465324A CN 201480077903 A CN201480077903 A CN 201480077903A CN 106465324 A CN106465324 A CN 106465324A
- Authority
- CN
- China
- Prior art keywords
- user
- probability
- area
- estimate
- validated
- 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
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Telephonic Communication Services (AREA)
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 = Cm 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, ··· yk } , yx, = 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 = £(wiX 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;
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 = Cm 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 } , yXJ(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 = Cm 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 ■■■ yk } , yXJ (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 = cm 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 , yXJ(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 = £(wiX 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。
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, 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
其中, t = Cm 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。
处理器 2011, 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, 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 } ' yxAx = 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。
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。
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 = Cm 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 ■■■ yk } , yX (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 = £(wiX 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 (1)
- 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 = Cm 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 ■■■ yk } , yXJ (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 = Cm 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 ■■■ yk ) , yXJ(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 cm 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 ■■■ yk } , yXJ(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。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2014/075559 WO2015157954A1 (zh) | 2014-04-17 | 2014-04-17 | 一种数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106465324A true CN106465324A (zh) | 2017-02-22 |
CN106465324B CN106465324B (zh) | 2020-08-07 |
Family
ID=54323385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480077903.8A Expired - Fee Related CN106465324B (zh) | 2014-04-17 | 2014-04-17 | 一种数据处理方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106465324B (zh) |
WO (1) | WO2015157954A1 (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101646178A (zh) * | 2009-08-25 | 2010-02-10 | 华为技术有限公司 | 一种确定中继站位置的方法及装置 |
CN101959204A (zh) * | 2010-08-18 | 2011-01-26 | 北京邮电大学 | 分布式站点的布设方法及装置 |
CN102231884A (zh) * | 2011-07-04 | 2011-11-02 | 重庆邮电大学 | 一种td-scdma集群容量和覆盖的联合设计方法 |
CN103262594A (zh) * | 2011-02-10 | 2013-08-21 | 株式会社Ntt都科摩 | 区域范围估计装置和区域范围估计方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8391889B2 (en) * | 2011-06-03 | 2013-03-05 | Apple Inc. | Altitude estimation using a probability density function |
CN102932796B (zh) * | 2012-11-27 | 2015-05-20 | 西安电子科技大学 | 一种异构无线网络中基于覆盖频率的动态频谱分配方法 |
-
2014
- 2014-04-17 WO PCT/CN2014/075559 patent/WO2015157954A1/zh active Application Filing
- 2014-04-17 CN CN201480077903.8A patent/CN106465324B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101646178A (zh) * | 2009-08-25 | 2010-02-10 | 华为技术有限公司 | 一种确定中继站位置的方法及装置 |
CN101959204A (zh) * | 2010-08-18 | 2011-01-26 | 北京邮电大学 | 分布式站点的布设方法及装置 |
CN103262594A (zh) * | 2011-02-10 | 2013-08-21 | 株式会社Ntt都科摩 | 区域范围估计装置和区域范围估计方法 |
CN102231884A (zh) * | 2011-07-04 | 2011-11-02 | 重庆邮电大学 | 一种td-scdma集群容量和覆盖的联合设计方法 |
Non-Patent Citations (2)
Title |
---|
姜雪: "无线传感器网络中能量空洞避免机制与策略研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
张强: "基于连通性的无线传感器网络节点定位技术研究", 《万方》 * |
Also Published As
Publication number | Publication date |
---|---|
WO2015157954A1 (zh) | 2015-10-22 |
CN106465324B (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9080891B2 (en) | Methods, devices, and computer program products for exchanging interactive map information | |
CN103530186B (zh) | 实现相机应用支持多位置存储的方法及系统 | |
US10873900B2 (en) | Method for wireless fidelity connection and related products | |
US10437581B1 (en) | Internet of things platform for handling firmware transfer on machine-to-machine devices | |
CN110020025B (zh) | 一种数据处理方法及装置 | |
CN106611137B (zh) | 一种风险控制方法及装置 | |
CN108388611A (zh) | 一种房源信息显示方法及服务器 | |
CN107818116B (zh) | 用于确定用户行为区域位置信息的方法与设备 | |
US20190199856A1 (en) | Contextual contact substitution for mobile devices | |
CN107567071B (zh) | 一种用于查询无线热点的方法与设备 | |
CN110825807A (zh) | 基于人工智能的数据交互转换方法、装置、设备及介质 | |
CN107071864A (zh) | 一种用于连接无线接入点的方法、设备及系统 | |
WO2019007241A1 (zh) | 频域带宽资源的分配方法、终端及计算机可读存储介质 | |
EP3293640A1 (en) | Data processing method and apparatus | |
CN108366133B (zh) | 一种ts服务器调度方法、调度设备及存储介质 | |
CN106465324A (zh) | 一种数据处理方法及装置 | |
US11240133B2 (en) | Communication quality evaluation device, communication quality evaluation method, and communication quality evaluation program | |
US20170060353A1 (en) | System and method for generating a unified menu for multiple communication channels | |
JP2014060687A (ja) | エリア設計支援装置、エリア設計支援方法、及びコンピュータプログラム | |
CN106464735B (zh) | 数字服务平台中第三方服务的实现 | |
CN104301205A (zh) | 互动引导方法和装置 | |
CN105101261B (zh) | 一种基站检索方法及装置 | |
US9900731B2 (en) | Method of providing location based service and electronic device thereof | |
CN114430555A (zh) | 一种网络扩容方法、电子设备和存储介质 | |
CN112396326A (zh) | 互联网获取新客户的代理人分配方法、装置及存储介质 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200807 Termination date: 20210417 |