CN106470427A - 一种小区场景的划分方法及装置 - Google Patents
一种小区场景的划分方法及装置 Download PDFInfo
- Publication number
- CN106470427A CN106470427A CN201510515204.3A CN201510515204A CN106470427A CN 106470427 A CN106470427 A CN 106470427A CN 201510515204 A CN201510515204 A CN 201510515204A CN 106470427 A CN106470427 A CN 106470427A
- Authority
- CN
- China
- Prior art keywords
- cell
- key element
- geographic scenes
- relief area
- point
- 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
-
- 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
- H04W16/22—Traffic simulation tools or models
-
- 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
- H04W16/24—Cell structures
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了一种小区场景的划分方法及装置,应用于基站,该划分方法包括:分别建立小区的无线覆盖泰森多边形和小区覆盖的地理场景的地理图层缓冲区,对无线覆盖泰森多边形和地理图层缓冲区进行叠置分析,确定小区的覆盖地理场景;根据置信区间算法,计算得到小区网优场景的划分标准,将小区当前在容量、覆盖以及质量三个维度上的指标与划分标准进行匹配,确定小区所处的网优场景;根据小区的覆盖地理场景和小区所处的网优场景确定小区的小区场景,并根据小区场景为小区配置网络参数。本发明通过对小区覆盖的地理场景进行自动化划分,并制定较为准确的网优场景划分标准,能够准确的获取小区所处的小区场景,大大提高了划分工作的工作效率。
Description
技术领域
本发明涉及GSM、TD-SCDMA、LTE等移动通信地理图层领域,尤其涉及一种小区场景的划分方法及装置。
背景技术
区分小区场景是一种可以更加精细划、科学化、规范化的进行资源优化分配的方法,根据小区场景划分,然后再根据小区场景来制定网络优化策略,不仅合理有效的利用现有资源,而且更好的实现差异化和智能化。
其中,小区场景主要包括:小区的覆盖地理场景和小区所处的网优场景,目前小区的覆盖地理场景划分手段主要有两种方法:
第一种方法,如图1所示,是通过人工在地图上对服务小区与地理图层进行判断,通过优化人员自身的经验以及对地理位置的熟悉,逐一判断每个小区归属的地理场景。这种方法是纯人工进行判断,工作量非常大。在小区域内可以进行,但是大网络中进行判断几乎是不可能实现的。
第二种方法,如图2所示,是利用路测软件。通过对某条干道进行测试,然后通过路测软件的后台,导出该测试文件中所用到的服务小区,将服务小区与干道关联,得到该小区的覆盖地理场景。这种方法的可行性较第二种高,但需要耗费大量的人力、物力去进行测试和进行人工后台分析处理。如果当有新建站点和站点发生变动,不能进行及时的更新,需要重新进行数据采集和分析。
因此,上述两种对小区覆盖的地理场景的划分方法存在以下缺点:首先需要通过人工收集测量数据,提炼出小区的覆盖地理场景,无疑增加了工作量,降低了工作效率;其次需要优化人员根据自身经验,判断小区覆盖的地理场景,因此会由于优化人员的经验不足,造成判断失误,得到的覆盖地理场景不准确;再次还需要逐个判断小区的覆盖地理场景,或者利用路测数据进行小量的小区识别,因此当发生站点变动,不能智能化、自动化、及时地判断和更新小区的覆盖地理场景。
而对于小区所处的网优场景来说,目前并没有贴合小区实际情况、较为准确的划分标准,故而使得根据小区场景来制定网络优化的这一策略不能有效实施。因此,提出一种智能化、自动化、批量化、高准确性的小区场景的划分方法显得尤为重要。
发明内容
为了克服现有技术中在划分小区的覆盖地理场景时,工作效率低、覆盖地理场景不准确、不能及时更新小区的覆盖地理场景,且没有较为标准的网优场景划分标准的问题,本发明提供了一种小区场景的划分方法及装置。
为了解决上述技术问题,本发明采用如下技术方案:
依据本发明的一个方面,提供了一种小区场景的划分方法,应用于基站,该划分方法包括:
分别建立小区的无线覆盖泰森多边形和所述小区覆盖的地理场景的地理图层缓冲区,对所述无线覆盖泰森多边形和所述地理图层缓冲区进行叠置分析,确定所述小区的覆盖地理场景;
根据置信区间算法,计算得到所述小区网优场景的划分标准,将所述小区当前在容量、覆盖以及质量三个维度上的指标与所述划分标准进行匹配,确定所述小区所处的网优场景;
根据所述小区的覆盖地理场景和所述小区所处的网优场景确定所述小区的小区场景,并根据所述小区场景为所述小区配置网络参数。
可选地,所述建立小区的无线覆盖泰森多边形的步骤具体包括:
获取所述小区和与所述小区相邻的相邻小区的发射天线所在的经纬度,作为建立所述小区的无线覆盖泰森多边形的离散点;
以所述小区的发射天线所在的经纬度为顶点,与所述离散点连接构建为多个三角形,建立每一个三角形的外接圆的圆心;
连接所述圆心,构成所述小区的无线覆盖泰森多边形。
可选地,所述建立所述小区覆盖的地理场景的地理图层缓冲区的步骤具体包括:
获取所述小区内的地理场景要素;
将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区。
可选地,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体包括:
根据公式:Bi={x|d(x,Oi)≤R}获取距离所述地理场景要素中的其中一点为预设缓冲距离R范围内的每一位置点所确定的缓冲范围;
根据公式:对所获得所述地理场景要素中的每一点的缓冲范围取并集得到所述地理场景要素的地理图层缓冲区;
其中,i为自然数,Oi表示所述地理场景要素中的其中一点的位置坐标,x表示其中一位置点的位置坐标,d(x,Oi)表示Oi与x之间的距离,R表示预设缓冲距离,Bi表示距离所述地理场景要素中i点的缓冲范围,B表示包括所述地理场景要素的地理图层缓冲区。
可选地,所述地理场景要素为点要素时,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体为:
以所述点要素为圆心,以所述预设缓冲距离R为半径画圆,作为所述点要素的地理图层缓冲区。
可选地,所述地理场景要素为线要素时,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体包括:
以所述线要素为轴线,分别向所述轴线两侧平移所述预设缓冲距离R,作出所述轴线的平行线;
在所述轴线两端点处,分别以所述预设缓冲距离R为半径构造半圆弧;
连接所述平行线与所述半圆弧,作为所述线要素的地理图层缓冲区。
可选地,所述地理场景要素为面要素时,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体包括:
以所述面要素的边界线为轴线,向所述轴线的内侧或者外侧平移所述预设缓冲距离R,作出所述轴线的平行线;
连接所述平行线形成一多边形,作为所述面要素的地理图层缓冲区。
可选地,在确定所述地理图层缓冲区的步骤之后,还包括:
拟合形成所述地理图层缓冲区的边界;
其中,所述地理场景要素为点要素时,所述拟合形成所述地理图层缓冲区的边界的步骤具体为:
将以所述点要素为圆心的圆心角等分为n等分的夹角,用与所述夹角相对应的等长的弦逐步逼近与所述夹角相对应的圆弧,形成所述点要素的地理图层缓冲区的边界;
所述地理场景要素为线要素或面要素时,所述拟合形成所述地理图层缓冲区的边界的步骤包括:
以所述线要素或者面要素的边界线为轴线,分别向所述轴线两侧平移所述预设缓冲距离,作出所述轴线在两侧的缓冲边界;
依次获取所述轴线各转折点处的角平分线,其中,所述轴线起始点或者终止点处的角平分线分别为起始线段或者终止线段的垂线;
以所述垂线为直径,以所述预设缓冲距离为半径,作出在轴线起始点或者终止点处的外接半圆;
获取所述轴线在两侧的缓冲边界与所述轴线各转折点处的角平分线的交点,连接所述交点和轴线起始点或者终止点处的外接半圆,形成所述线要素或者面要素的地理图层缓冲区的边界;或者
以所述线要素或者面要素的边界线为轴线,向所述轴线的内侧或者外侧平移所述预设缓冲距离R,作出所述轴线的平行线;
判断所述轴线在各转折点处的凹凸性,在所述转折点凸侧,以所述预设缓冲距离R为半径进行圆弧拟合,连接所述圆弧与所述轴线的平行线,形成所述线要素或者面要素在凸侧的地理图层缓冲区的边界;
在所述转折点凹侧,获取所述轴线的平行线的交点,以所述交点作为所述转折点处的缓冲点,则所述缓冲点与所述轴线的平行线,形成所述线要素或者面要素在凹侧的地理图层缓冲区的边界。
可选地,所述对所述无线覆盖泰森多边形与所述地理图层缓冲区进行叠置分析,确定所述小区的覆盖地理场景的步骤具体包括:
分别获取所述无线覆盖泰森多边形与所述地理图层缓冲区交迭区域的权重值以及所述地理图层缓冲区中每一地理场景要素的优先权重值;
将所述交迭区域的权重值与所述交迭区域在所述地理图层缓冲区中相对应的地理场景要素的优先权重值相乘,得到所述交迭区域的地理场景归属系数;
对所述小区内所有交迭区域的地理场景归属系数进行比较,得到最大地理场景系数,并将与所述最大地理场景系数相对应的地理场景要素作为所述小区的覆盖地理场景。
可选地,所述根据置信区间算法,计算得到所述小区网优场景的划分标准,将所述小区当前在容量、覆盖以及质量三个维度上的指标与所述划分标准进行匹配,确定所述小区所处的网优场景的步骤具体包括:
获取所述小区在预设时间内的话务统计;
根据所述话务统计,通过置信区间算法分别计算得到所述小区在容量、覆盖以及质量三个维度上的上门限值和下门限值,作为所述小区网优场景的划分标准;
对所述小区当前在容量、覆盖以及质量三个维度上的指标进行检测,并与所述小区网优场景的划分标准进行匹配,确定所述小区所处的网优场景。
可选地,所述与所述小区网优场景的划分标准进行匹配,确定所述小区所处的网优场景的步骤具体为:
分别将所述小区当前在容量、覆盖以及质量三个维度上的指标与所述小区在容量、覆盖以及质量三个维度上的上门限值和下门限值进行比较,得到所述小区当前在容量、覆盖以及质量三个维度上所处的区间,并根据所处区间确定所述小区所处的网优场景。
依据本发明的另一个方面,还提供了一种小区场景的划分装置,应用于基站,所述划分装置包括:
叠置分析模块,用于分别建立小区的无线覆盖泰森多边形和所述小区覆盖的地理场景的地理图层缓冲区,对所述无线覆盖泰森多边形和所述地理图层缓冲区进行叠置分析,确定所述小区的覆盖地理场景;
匹配模块,用于根据置信区间算法,计算得到所述小区网优场景的划分标准,将所述小区当前在容量、覆盖以及质量三个维度上的指标与所述划分标准进行匹配,确定所述小区所处的网优场景;
确定模块,用于根据所述小区的覆盖地理场景和所述小区所处的网优场景确定所述小区的小区场景,并根据所述小区场景为所述小区配置网络参数。
可选地,所述建立小区的无线覆盖泰森多边形的步骤具体包括:
获取所述小区和与所述小区相邻的相邻小区的发射天线所在的经纬度,作为建立所述小区的无线覆盖泰森多边形的离散点;
以所述小区的发射天线所在的经纬度为顶点,与所述离散点连接构建为多个三角形,建立每一个三角形的外接圆的圆心;
连接所述圆心,构成所述小区的无线覆盖泰森多边形。
可选地,所述建立所述小区覆盖的地理场景的地理图层缓冲区的步骤具体包括:
获取所述小区内的地理场景要素;
将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区。
可选地,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体包括:
根据公式:Bi={x|d(x,Oi)≤R}获取距离所述地理场景要素中的其中一点为预设缓冲距离R范围内的每一位置点所确定的缓冲范围;
根据公式:对所获得所述地理场景要素中的每一点的缓冲范围取并集得到所述地理场景要素的地理图层缓冲区;
其中,i为自然数,Oi表示所述地理场景要素中的其中一点的位置坐标,x表示其中一位置点的位置坐标,d(x,Oi)表示Oi与x之间的距离,R表示预设缓冲距离,Bi表示距离所述地理场景要素中i点的缓冲范围,B表示包括所述地理场景要素的地理图层缓冲区。
可选地,所述地理场景要素为点要素时,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体为:
以所述点要素为圆心,以所述预设缓冲距离R为半径画圆,作为所述点要素的地理图层缓冲区。
可选地,所述地理场景要素为线要素时,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体包括:
以所述线要素为轴线,分别向所述轴线两侧平移所述预设缓冲距离R,作出所述轴线的平行线;
在所述轴线两端点处,分别以所述预设缓冲距离R为半径构造半圆弧;
连接所述平行线与所述半圆弧,作为所述线要素的地理图层缓冲区。
可选地,所述地理场景要素为面要素时,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体包括:
以所述面要素的边界线为轴线,向所述轴线的内侧或者外侧平移所述预设缓冲距离R,作出所述轴线的平行线;
连接所述平行线形成一多边形,作为所述面要素的地理图层缓冲区。
可选地,在确定所述地理图层缓冲区的步骤之后,还包括:
拟合形成所述地理图层缓冲区的边界;
其中,所述地理场景要素为点要素时,所述拟合形成所述地理图层缓冲区的边界的步骤具体为:
将以所述点要素为圆心的圆心角等分为n等分的夹角,用与所述夹角相对应的等长的弦逐步逼近与所述夹角相对应的圆弧,形成所述点要素的地理图层缓冲区的边界;
所述地理场景要素为线要素或面要素时,所述拟合形成所述地理图层缓冲区的边界的步骤包括:
以所述线要素或者面要素的边界线为轴线,分别向所述轴线两侧平移所述预设缓冲距离,作出所述轴线在两侧的缓冲边界;
依次获取所述轴线各转折点处的角平分线,其中,所述轴线起始点或者终止点处的角平分线分别为起始线段或者终止线段的垂线;
以所述垂线为直径,以所述预设缓冲距离为半径,作出在轴线起始点或者终止点处的外接半圆;
获取所述轴线在两侧的缓冲边界与所述轴线各转折点处的角平分线的交点,连接所述交点和轴线起始点或者终止点处的外接半圆,形成所述线要素或者面要素的地理图层缓冲区的边界;或者
以所述线要素或者面要素的边界线为轴线,向所述轴线的内侧或者外侧平移所述预设缓冲距离R,作出所述轴线的平行线;
判断所述轴线在各转折点处的凹凸性,在所述转折点凸侧,以所述预设缓冲距离R为半径进行圆弧拟合,连接所述圆弧与所述轴线的平行线,形成所述线要素或者面要素在凸侧的地理图层缓冲区的边界;
在所述转折点凹侧,获取所述轴线的平行线的交点,以所述交点作为所述转折点处的缓冲点,则所述缓冲点与所述轴线的平行线,形成所述线要素或者面要素在凹侧的地理图层缓冲区的边界。
可选地,所述叠置分析模块具体包括:
第一获取单元,用于分别获取所述无线覆盖泰森多边形与所述地理图层缓冲区交迭区域的权重值以及所述地理图层缓冲区中每一地理场景要素的优先权重值;
相乘单元,用于将所述交迭区域的权重值与所述交迭区域在所述地理图层缓冲区中相对应的地理场景要素的优先权重值相乘,得到所述交迭区域的地理场景归属系数;
比较单元,用于对所述小区内所有交迭区域的地理场景归属系数进行比较,得到最大地理场景系数,并将与所述最大地理场景系数相对应的地理场景要素作为所述小区的覆盖地理场景。
可选地,所述匹配模块具体包括:
第二获取单元,用于获取所述小区在预设时间内的话务统计;
计算单元,用于根据所述话务统计,通过置信区间算法分别计算得到所述小区在容量、覆盖以及质量三个维度上的上门限值和下门限值,作为所述小区网优场景的划分标准;
匹配单元,用于对所述小区当前在容量、覆盖以及质量三个维度上的指标进行检测,并与所述小区网优场景的划分标准进行匹配,确定所述小区所处的网优场景。
可选地,所述匹配单元具体用于:分别将所述小区当前在容量、覆盖以及质量三个维度上的指标与所述小区在容量、覆盖以及质量三个维度上的上门限值和下门限值进行比较,得到所述小区当前在容量、覆盖以及质量三个维度上所处的区间,并根据所处区间确定所述小区所处的网优场景。
本发明的有益效果是:
在本发明提供的小区场景的划分方法中,首先通过建立小区的无线覆盖泰森多边形和小区覆盖的地理场景的地理图层缓冲区,并对无线覆盖泰森多边形和地理图层缓冲区进行叠置分析,能够确定小区的覆盖地理场景,然后再通过置信区间算法,能够得到小区在容量、覆盖以及质量三个维度上的上门限值和下门限值,作为小区网优场景的划分标准,通过将小区当前在容量、覆盖以及质量三个维度上的指标与小区网优场景的划分标准进行匹配,确定小区所处的网优场景,最终通过小区的覆盖地理场景和小区所处的网优场景能够得到小区的小区场景。因此通过本发明提供的小区场景的划分方法不仅克服了现有技术中工作量大、工作效率低,因优化人员的经验不足,造成判断失误,得到的覆盖地理场景不准确的缺点,还克服了现有技术中当站点发生变动,不能智能化、自动化、及时地判断和更新小区的覆盖地理场景的缺点,另外,本发明还提供了更加贴近实际情况、较为准确的网优场景的划分标准,实现了对小区的小区场景进行智能化、自动化、批量化、高准确性的划分,大大提高了划分工作的工作效率。
附图说明
图1表示现有技术中人工划分小区的覆盖地理场景的流程图;
图2表示现有技术中路测软件划分小区的覆盖地理场景的流程图;
图3表示本发明实施例中小区场景的划分方法的流程图;
图4表示本发明实施例中小区的无线覆盖泰森多边形的示意图;
图5表示本发明实施例中点要素的地理图层缓冲区的示意图;
图6表示本发明实施例中线要素的地理图层缓冲区的示意图;
图7表示本发明实施例中面要素的地理图层缓冲区的示意图;
图8表示本发明实施例中圆弧步进拟合法的原理示意图;
图9表示本发明实施例中采用顺时针圆弧步进拟合法得到地理图层缓冲区边界的示意图;
图10表示本发明实施例中采用角平分线法得到地理图层缓冲区边界的示意图;
图11表示本发明实施例中转折点处为凸点的示意图;
图12表示本发明实施例中转折点与轴线共线的示意图;
图13表示本发明实施例中转折点为凹点的示意图;
图14表示本发明实施例中采用凸角圆弧法得到的在转折点凸侧的地理图层缓冲区边界的示意图;
图15表示本发明实施例中采用凸角圆弧法得到的在转折点凹侧的地理图层缓冲区边界的示意图;
图16表示本发明实施例中确定小区的覆盖地理场景的流程图;
图17表示本发明实施例中确定小区所处的网优场景的流程图;
图18表示本发明实施例中小区场景的划分方法的工作流程图;
图19表示本发明实施例中小区场景的划分装置的结构框图;
图20表示本发明实施例中叠置分析模块的结构框图;以及
图21表示本发明实施例中匹配模块的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图及具体实施例对本发明进行详细描述。
实施例一
依据本发明的一个方面,提供了一种小区场景的划分方法,应用于基站,如图3所示,该划分方法包括:
步骤S301、分别建立小区的无线覆盖泰森多边形和小区覆盖的地理场景的地理图层缓冲区,对无线覆盖泰森多边形和地理图层缓冲区进行叠置分析,确定小区的覆盖地理场景;
步骤S303、根据置信区间算法,计算得到小区网优场景的划分标准,将小区当前在容量、覆盖以及质量三个维度上的指标与划分标准进行匹配,确定小区所处的网优场景;
步骤S305、根据小区的覆盖地理场景和小区所处的网优场景确定小区的小区场景,并根据小区场景为小区配置网络参数。
在本发明实施例提供的小区场景的划分方法,首先对小区的无线覆盖泰森多边形和小区覆盖的地理场景的地理图层缓冲区进行叠置分析,能够较为准确的获取小区的覆盖地理场景,然后再通过置信区间算法,能够计算得到当前在容量、覆盖以及质量三个维度上的上门限和下门限,作为小区网优场景的划分标准,通过将小区当前在容量、覆盖以及质量三个维度上的指标与小区网优场景的划分标准进行匹配,可以确定小区所处的网优场景,最终通过结合小区的覆盖地理场景和小区所处的网优场景,可以确定小区的小区场景。与现有技术相比,本发明实施例提供的小区场景的划分方法大大减少了人工划分的工作量,提高了工作效率,而且当站点发生变化时,能够自动地、及时地对小区的覆盖地理场景进行更新,实现了将现有的人工化划分变成了智能化、批量化的划分。另外,通过制定符合小区实际状况的网优场景的划分标准,使得对小区当前所处的网优场景判断的更为准确,实现了对小区的小区场景进行智能化、自动化、批量化、高准确性的划分,大大提高了划分工作的工作效率。
其中,在本发明实施例中,在建立小区的无线覆盖泰森多边形时,具体包括以下步骤:
获取小区和与该小区相邻的相邻小区的发射天线所在的经纬度,作为建立小区的无线覆盖泰森多边形的离散点;
以该小区的发射天线所在的经纬度为顶点,与离散点连接构建为多个三角形,建立每一个三角形的外接圆的圆心;
连接圆心,构成小区的无线覆盖泰森多边形。
上述构建的小区的无线覆盖泰森多边形的示意图如图4所示,其中,每一个泰森多边形中均仅仅包括一个小区的发射天线,而且任一泰森多边形内区域与其中包括的小区的距离最近,因此可以更为直观的获取小区的无线覆盖区域。
其中,在本发明实施例中,建立小区覆盖的地理场景的地理图层缓冲区时,具体包括以下步骤:
获取小区内的地理场景要素;
将包括地理场景要素且与地理场景要素的距离小于等于预设缓冲距离R的区域确定为地理图层缓冲区。
具体地,缓冲区是为了识别某一地理实体或空间物体对其周围物体的影响而在其周围建立的具有一定宽度的带状区域。其中,在将包括地理场景要素且与地理场景要素的距离小于等于预设缓冲距离R的区域确定为地理图层缓冲区时,首先要根据公式:Bi={x|d(x,Oi)≤R}获取距离地理场景要素中的其中一点为预设缓冲距离R范围内的每一位置点所确定的缓冲范围;然后再根据公式:对所获得地理场景要素中的每一点的缓冲范围取并集得到地理场景要素的地理图层缓冲区,其中,i为自然数,Oi表示地理场景要素中的其中一点的位置坐标,x表示其中一位置点的位置坐标,d(x,Oi)表示Oi与x之间的距离,R表示预设缓冲距离,可以知道的是,R既可以为常数,也可以为一变量,在本发明实施例中,对其并不进行具体限定,Bi表示距离地理场景要素中i点的缓冲范围,B表示包括地理场景要素的地理图层缓冲区。
在本发明实施例中,地理场景要素可以划分为:点要素、线要素或者面要素,其中,点要素的缓冲区应要求可以生成三角形、矩形或者圆形等其他形状的缓冲区;线要素的缓冲区可以两侧对称,如果该线要素存在拓扑关系,则可以在左侧或者右侧建立缓冲区,或者再两侧生成不对称的缓冲区;面要素的缓冲区为面内侧缓冲区或者面外侧缓冲区。
当地理场景要素为点要素时,确定地理图层缓冲区的步骤具体为:以点要素为圆心,以预设缓冲距离R为半径画圆,作为点要素的地理图层缓冲区。其中,点要素的地理图层缓冲区的示意图如图5所示。
当地理场景要素为线要素时,确定地理图层缓冲区的步骤具体包括:
以线要素为轴线,分别向轴线两侧平移预设缓冲距离R,作出轴线的平行线;
在轴线两端点处,分别以预设缓冲距离R为半径构造半圆弧;
连接平行线与半圆弧,作为线要素的地理图层缓冲区。
其中,线要素的地理图层缓冲区的示意图如图6所示。
当地理场景要素为面要素时,确定地理图层缓冲区的步骤具体包括:
以面要素的边界线为轴线,向轴线的内侧或者外侧平移预设缓冲距离R,作出轴线的平行线;
连接平行线形成一多边形,作为面要素的地理图层缓冲区。
其中,面要素的地理图层缓冲区的示意图如图7所示。
具体地,在本发明实施例中,在确定地理图层缓冲区后,还需要拟合形成地理图层缓冲区的边界;
其中,当地理场景要素为点要素时,可采用圆弧步进拟合法得到其地理图层缓冲区的边界,如图8所示,圆弧步进拟合法的原理为:将以点要素为圆心的圆心角等分为n等分的夹角,每一夹角记作为α,那么α=360/n,然后用与夹角相对应的等长的弦逐步逼近与夹角相对应的圆弧,形成点要素的地理图层缓冲区的边界。
具体地,如图9所示,当采用顺时针的圆弧步进拟合法时,若圆弧上存在一点为A,且A的坐标为(ax,ay),而A的下一点为B,且B的坐标为(bx,by),则OA与OB之间的夹角为α,且α=360/n,若OB与X轴之间的夹角为γ,则根据三角形的函数关系即可得到:bx=Rcosγ=axcosα+aysinα,by=Rsinγ=-axsinα+aycosα。
因此通过上述得到公式,即可逐步推得每一条等分线在圆弧上所对应的等分点的坐标,然后将所有等分点连接,就得到了与等分夹角相对应的等长的弦,进而构成了点要素的地理图层缓冲区的边界。
其中,当地理场景为线要素或面要素时,可采用角平分线法或者凸角圆弧法拟合形成其地理图层缓冲区的边界。
当采用角平分线法拟合形成其地理图层缓冲区的边界时,首先以线要素或者面要素的边界线为轴线,分别向轴线两侧平移预设缓冲距离,作出轴线在两侧的缓冲边界;然后依次获取轴线各转折点处的角平分线,其中,轴线起始点或者终止点处的角平分线分别为起始线段或者终止线段的垂线,以垂线为直径,并以预设缓冲距离为半径,作出在轴线起始点或者终止点处的外接半圆;最后获取轴线在两侧的缓冲边界与轴线各转折点处的角平分线的交点,连接交点和轴线起始点或者终止点处的外接半圆,形成线要素或者面要素的地理图层缓冲区的边界。其中,采用角平分线法得到的地理图层缓冲区的边界的示意图如图10所示。
当采用凸角圆弧法拟合形成其地理图层缓冲区的边界时,首先,以线要素或者面要素的边界线为轴线,向轴线的内侧或者外侧平移预设缓冲距离R,作出轴线的平行线;然后判断轴线在各转折点处的凹凸性,其中,设沿轴线方向顺序三个点Pi-1(xi-1,yi-1)、Pi(xi,yi)、Pi+1(xi+1,yi+1),把与转折点相邻的两个线段看为两个三维矢量,由矢量Pi-1Pi与PiPi+1叉乘后,得到在Z方向值S的符号确定。其中,当S<0,Pi为凸点,即如图11所示,转折点为凸点;当S=0,三点共线,即如图12所示转折点与轴线共线;当S>0,Pi为凹点,即如图13所示,转折点为凹点。
在转折点凸侧,以预设缓冲距离R为半径进行圆弧拟合,连接圆弧与轴线的平行线,形成线要素或者面要素在凸侧的地理图层缓冲区的边界,其拟合形成的地理图层缓冲区的边界如图14所示;
在转折点凹侧,获取轴线的平行线的交点,以交点作为转折点处的缓冲点,则缓冲点与轴线的平行线,形成线要素或者面要素在凹侧的地理图层缓冲区的边界,其拟合形成的地理图层缓冲区的边界如图15所示,其中,P(x′p,y′p)即为转折点处的缓冲点。
具体地,如图16所示,在本发明实施例中,对无线覆盖泰森多边形与地理图层缓冲区进行叠置分析,确定小区的覆盖地理场景(步骤S301)具体包括:
步骤S3011、分别获取无线覆盖泰森多边形与地理图层缓冲区交迭区域的权重值以及地理图层缓冲区中每一地理场景要素的优先权重值;
步骤S3013、将交迭区域的权重值与交迭区域在地理图层缓冲区中相对应的地理场景要素的优先权重值相乘,得到交迭区域的地理场景归属系数;
步骤S3015、对小区内所有交迭区域的地理场景归属系数进行比较,得到最大地理场景系数,并将与最大地理场景系数相对应的地理场景要素作为小区的覆盖地理场景。
其中,叠置分析是将有关主题层组成的各个数据层面进行叠置产生一个新的数据层面,其结果综合了原来两个或多个层面要素所具有的属性,同时叠置分析不仅生成了新的空间关系,而且还将输入的多个数据层的属性联系起来产生了新的属性关系。
而在本发明实施例中,由于地理图层缓冲区可分为点要素地理图层缓冲区、线要素地理图层缓冲区以及面要素地理图层缓冲区,因此在将小区的无线覆盖泰森多边形与地理图层缓冲区进行叠置分析时,也存在着点与面,线与面,面与面的分析。然而,由于每一地理场景要素的重要性不同,因此对不同的地理场景要素的优先权重值进行设置。例如,某小区通过叠置分析,同时得到了与地理场景乡镇的交迭区域X值,与地理场景高速公路的交迭区域Y值。由于乡镇的面比较大,而高速是一条线,那个X值比Y值大。但是从重要性来讲,我们可能会优先去保障高速公路。同样的情况下,对于点要素的地理场景体现得更加明显,因此,更加能够体现出对不同地理场景要素设置优先权重值的重要性。
因此,在本发明实施例中,通过对叠置区域的权重值和地理图层缓冲区中相对应的地理场景要素的优先权重值进行设置,进而能够获取到交迭区域的地理场景归属系数,最终确定该小区与其覆盖地理场景之间的归属关系,能够得到更为精确地、符合该小区的覆盖地理场景。
具体地,如图17所示,在本发明实施例中,根据置信区间算法,计算得到小区网优场景的划分标准,将小区当前在容量、覆盖以及质量三个维度上的指标与划分标准进行匹配,确定小区所处的网优场景(步骤S303)具体包括:
步骤S3031、获取小区在预设时间内的话务统计;
步骤S3033、根据话务统计,通过置信区间算法分别计算得到小区在容量、覆盖以及质量三个维度上的上门限值和下门限值,作为小区网优场景的划分标准;
步骤S3035、对小区当前在容量、覆盖以及质量三个维度上的指标进行检测,并与小区网优场景的划分标准进行匹配,确定小区所处的网优场景。
其中,置信区间在统计学中是指是指由样本统计量所构造的总体参数的估计区间,所展现的是这个参数的真实值有一定概率落在测量结果的周围的程度。而在本发明实施例中,置信区间是指在小区预设时间内,在容量、覆盖以及质量三个维度上,有较大概率落在这个范围内的区间。由于是根据小区的实际情况进行统计而获取的这个区间,而且还可以不断根据预设时间进行更新,因此,将该小区在容量、覆盖以及质量三个维度上的上门限值和下门限值,更加贴近小区的真实网优场景,具有更高的准确性。
进一步地,在本发明实施例中,与小区网优场景的划分标准进行匹配,确定小区所处的网优场景时,具体为:分别将小区当前在容量、覆盖以及质量三个维度上的指标与小区在容量、覆盖以及质量三个维度上的上门限值和下门限值进行比较,得到小区当前在容量、覆盖以及质量三个维度上所处的区间,并根据所处区间确定小区所处的网优场景。
其中,本发明实施例提供的小区场景的划分方法的工作流程图如图18所示,根据导入的小区物理数据和地理场景图层,分别生成小区的无线覆盖泰森多边形和地理图层缓冲区,然后对小区的无线覆盖泰森多边形和地理图层缓冲区进行叠置分析,确定小区的覆盖地理场景。于此同时,获取导入的话务统计,然后通过置信区间算法计算得到地理场景在容量、覆盖以及质量上的上下门限值,然将小区当前在容量、覆盖以及质量上的指标与得到的地理场景在容量、覆盖以及质量上的上下门限值进行比较,最终确定小区所在的网优场景。
综上,通过本发明实施例提供的小区场景的划分方法,不仅克服了现有技术中工作量大、工作效率低,因优化人员的经验不足,造成判断失误,得到的覆盖地理场景不准确的缺点,还克服了现有技术中当站点发生变动,不能智能化、自动化、及时地判断和更新小区的覆盖地理场景的缺点,另外,本发明还提供了更加贴近实际情况、较为准确的网优场景的划分标准,实现了对小区的小区场景进行智能化、自动化、批量化、高准确性的划分,大大提高了划分工作的工作效率。
实施例二
依据本发明的另一个方面,还提供了一种小区场景的划分装置,应用于基站,如图19所示,该划分装置1900包括:
叠置分析模块1901,用于分别建立小区的无线覆盖泰森多边形和小区覆盖的地理场景的地理图层缓冲区,对无线覆盖泰森多边形和地理图层缓冲区进行叠置分析,确定小区的覆盖地理场景;
匹配模块1903,用于根据置信区间算法,计算得到小区网优场景的划分标准,将小区当前在容量、覆盖以及质量三个维度上的指标与划分标准进行匹配,确定小区所处的网优场景;
确定模块1905,用于根据小区的覆盖地理场景和小区所处的网优场景确定小区的小区场景,并根据小区场景为小区配置网络参数。
通过本发明实施例中提供的小区场景的划分装置,可以建立小区的无线覆盖泰森多边形和小区覆盖的地理场景的地理图层缓冲区,并对无线覆盖泰森多边形和地理图层缓冲区进行叠置分析,确定小区的覆盖地理场景,另外还可以根据置信区间算法,得到小区在容量、覆盖以及质量三个维度上的上门限值和下门限值,作为小区网优场景的划分标准,通过将小区当前在容量、覆盖以及质量三个维度上的指标与小区网优场景的划分标准进行匹配,确定小区所处的网优场景,最终通过小区的覆盖地理场景和小区所处的网优场景能够得到小区的小区场景。
因此通过本发明提供的小区场景的划分装置不仅克服了现有技术中工作量大、工作效率低,因优化人员的经验不足,造成判断失误,得到的覆盖地理场景不准确的缺点,还克服了现有技术中当站点发生变动,不能智能化、自动化、及时地判断和更新小区的覆盖地理场景的缺点,另外,通过设置更加贴近实际情况、较为准确的网优场景的划分标准,实现了对小区的小区场景进行智能化、自动化、批量化、高准确性的划分,大大提高了划分工作的工作效率。
其中,在本发明实施例中,构建的小区的无线覆盖泰森多边形的示意图如图4所示,在建立小区的无线覆盖泰森多边形时,具体包括以下步骤:
获取小区和与该小区相邻的相邻小区的发射天线所在的经纬度,作为建立小区的无线覆盖泰森多边形的离散点;
以该小区的发射天线所在的经纬度为顶点,与离散点连接构建为多个三角形,建立每一个三角形的外接圆的圆心;
连接圆心,构成小区的无线覆盖泰森多边形。
其中,在本发明实施例中,建立小区覆盖的地理场景的地理图层缓冲区时,具体包括以下步骤:
获取小区内的地理场景要素;
将包括地理场景要素且与地理场景要素的距离小于等于预设缓冲距离R的区域确定为地理图层缓冲区。
具体地,缓冲区是为了识别某一地理实体或空间物体对其周围物体的影响而在其周围建立的具有一定宽度的带状区域。其中,在将包括地理场景要素且与地理场景要素的距离小于等于预设缓冲距离R的区域确定为地理图层缓冲区时,首先要根据公式:Bi={x|d(x,Oi)≤R}获取距离地理场景要素中的其中一点为预设缓冲距离R范围内的每一位置点所确定的缓冲范围;然后再根据公式:对所获得地理场景要素中的每一点的缓冲范围取并集得到地理场景要素的地理图层缓冲区,其中,i为自然数,Oi表示地理场景要素中的其中一点的位置坐标,x表示其中一位置点的位置坐标,d(x,Oi)表示Oi与x之间的距离,R表示预设缓冲距离,可以知道的是,R既可以为常数,也可以为一变量,在本发明实施例中,对其并不进行具体限定,Bi表示距离地理场景要素中i点的缓冲范围,B表示包括地理场景要素的地理图层缓冲区。
在本发明实施例中,地理场景要素可以划分为:点要素、线要素或者面要素,其中,点要素的缓冲区应要求可以生成三角形、矩形或者圆形等其他形状的缓冲区;线要素的缓冲区可以两侧对称,如果该线要素存在拓扑关系,则可以在左侧或者右侧建立缓冲区,或者再两侧生成不对称的缓冲区;面要素的缓冲区为面内侧缓冲区或者面外侧缓冲区。
当地理场景要素为点要素时,确定地理图层缓冲区的步骤具体为:以点要素为圆心,以预设缓冲距离R为半径画圆,作为点要素的地理图层缓冲区。其中,点要素的地理图层缓冲区的示意图如图5所示。
当地理场景要素为线要素时,确定地理图层缓冲区的步骤具体包括:
以线要素为轴线,分别向轴线两侧平移预设缓冲距离R,作出轴线的平行线;
在轴线两端点处,分别以预设缓冲距离R为半径构造半圆弧;
连接平行线与半圆弧,作为线要素的地理图层缓冲区。
其中,线要素的地理图层缓冲区的示意图如图6所示。
当地理场景要素为面要素时,确定地理图层缓冲区的步骤具体包括:
以面要素的边界线为轴线,向轴线的内侧或者外侧平移预设缓冲距离R,作出轴线的平行线;
连接平行线形成一多边形,作为面要素的地理图层缓冲区。
其中,面要素的地理图层缓冲区的示意图如图7所示。
具体地,在本发明实施例中,在确定地理图层缓冲区后,还需要拟合形成地理图层缓冲区的边界;
其中,当地理场景要素为点要素时,可采用圆弧步进拟合法得到其地理图层缓冲区的边界,如图8所示,将以点要素为圆心的圆心角等分为n等分的夹角,每一夹角记作为α,那么α=360/n,然后用与夹角相对应的等长的弦逐步逼近与夹角相对应的圆弧,形成点要素的地理图层缓冲区的边界。
其中,当地理场景为线要素或面要素时,可采用角平分线法或者凸角圆弧法拟合形成其地理图层缓冲区的边界。
当采用角平分线法拟合形成其地理图层缓冲区的边界时,首先以线要素或者面要素的边界线为轴线,分别向轴线两侧平移预设缓冲距离,作出轴线在两侧的缓冲边界;然后依次获取轴线各转折点处的角平分线,其中,轴线起始点或者终止点处的角平分线分别为起始线段或者终止线段的垂线,以垂线为直径,以预设缓冲距离为半径,作出在轴线起始点或者终止点处的外接半圆;最后获取轴线在两侧的缓冲边界与轴线各转折点处的角平分线的交点,连接交点和轴线起始点或者终止点处的外接半圆,形成线要素或者面要素的地理图层缓冲区的边界。其中,采用角平分线法得到的地理图层缓冲区的边界的示意图如图10所示。
当采用凸角圆弧法拟合形成其地理图层缓冲区的边界时,首先,以线要素或者面要素的边界线为轴线,向轴线的内侧或者外侧平移预设缓冲距离R,作出轴线的平行线;然后判断轴线在各转折点处的凹凸性。在转折点凸侧,以预设缓冲距离R为半径进行圆弧拟合,连接圆弧与轴线的平行线,形成线要素或者面要素在凸侧的地理图层缓冲区的边界,其拟合形成的地理图层缓冲区的边界如图14所示;在转折点凹侧,获取轴线的平行线的交点,以交点作为转折点处的缓冲点,则缓冲点与轴线的平行线,形成线要素或者面要素在凹侧的地理图层缓冲区的边界,其拟合形成的地理图层缓冲区的边界如图15所示。
具体地,如图20所示,在本发明实施例中,叠置分析模块1901具体包括:
第一获取单元19011,用于分别获取无线覆盖泰森多边形与地理图层缓冲区交迭区域的权重值以及地理图层缓冲区中每一地理场景要素的优先权重值;
相乘单元19013,用于将交迭区域的权重值与交迭区域在地理图层缓冲区中相对应的地理场景要素的优先权重值相乘,得到交迭区域的地理场景归属系数;
比较单元19015,用于对小区内所有交迭区域的地理场景归属系数进行比较,得到最大地理场景系数,并将与最大地理场景系数相对应的地理场景要素作为小区的覆盖地理场景。
进一步地,如图21所示,在本发明实施例中,匹配模块1903具体包括:
第二获取单元19031,用于获取小区在预设时间内的话务统计;
计算单元19033,用于根据话务统计,通过置信区间算法分别计算得到小区在容量、覆盖以及质量三个维度上的上门限值和下门限值,作为小区网优场景的划分标准;
匹配单元19035,用于对小区当前在容量、覆盖以及质量三个维度上的指标进行检测,并与小区网优场景的划分标准进行匹配,确定小区所处的网优场景。
其中,匹配单元19035具体用于:分别将小区当前在容量、覆盖以及质量三个维度上的指标与小区在容量、覆盖以及质量三个维度上的上门限值和下门限值进行比较,得到小区当前在容量、覆盖以及质量三个维度上所处的区间,并根据所处区间确定小区所处的网优场景。
综上,本发明提供的小区场景的划分装置大大减少了人工划分的工作量,提高了工作效率,而且当站点发生变化时,能够自动地、及时地对小区的覆盖地理场景进行更新,实现了将现有的人工化划分变成了智能化、批量化的划分。另外,通过制定符合小区实际状况的网优场景的划分标准,使得对小区当前所处的网优场景判断的更为准确,实现了对小区的小区场景进行智能化、自动化、批量化、高准确性的划分,大大提高了划分工作的工作效率。
以上所述的是本发明的优选实施方式,应当指出对于本技术领域的普通人员来说,在不脱离本发明所述的原理前提下还可以作出若干改进和润饰,这些改进和润饰也在本发明的保护范围内。
Claims (22)
1.一种小区场景的划分方法,应用于基站,其特征在于,所述划分方法包括:
分别建立小区的无线覆盖泰森多边形和所述小区覆盖的地理场景的地理图层缓冲区,对所述无线覆盖泰森多边形和所述地理图层缓冲区进行叠置分析,确定所述小区的覆盖地理场景;
根据置信区间算法,计算得到所述小区网优场景的划分标准,将所述小区当前在容量、覆盖以及质量三个维度上的指标与所述划分标准进行匹配,确定所述小区所处的网优场景;
根据所述小区的覆盖地理场景和所述小区所处的网优场景确定所述小区的小区场景,并根据所述小区场景为所述小区配置网络参数。
2.如权利要求1所述的划分方法,其特征在于,所述建立小区的无线覆盖泰森多边形的步骤具体包括:
获取所述小区和与所述小区相邻的相邻小区的发射天线所在的经纬度,作为建立所述小区的无线覆盖泰森多边形的离散点;
以所述小区的发射天线所在的经纬度为顶点,与所述离散点连接构建为多个三角形,建立每一个三角形的外接圆的圆心;
连接所述圆心,构成所述小区的无线覆盖泰森多边形。
3.如权利要求1所述的划分方法,其特征在于,所述建立所述小区覆盖的地理场景的地理图层缓冲区的步骤具体包括:
获取所述小区内的地理场景要素;
将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区。
4.如权利要求3所述的划分方法,其特征在于,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体包括:
根据公式:Bi={x|d(x,Oi)≤R}获取距离所述地理场景要素中的其中一点为预设缓冲距离R范围内的每一位置点所确定的缓冲范围;
根据公式:对所获得所述地理场景要素中的每一点的缓冲范围取并集得到所述地理场景要素的地理图层缓冲区;
其中,i为自然数,Oi表示所述地理场景要素中的其中一点的位置坐标,x表示其中一位置点的位置坐标,d(x,Oi)表示Oi与x之间的距离,R表示预设缓冲距离,Bi表示距离所述地理场景要素中i点的缓冲范围,B表示包括所述地理场景要素的地理图层缓冲区。
5.如权利要求3所述的划分方法,其特征在于,所述地理场景要素为点要素时,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体为:
以所述点要素为圆心,以所述预设缓冲距离R为半径画圆,作为所述点要素的地理图层缓冲区。
6.如权利要求3所述的划分方法,其特征在于,所述地理场景要素为线要素时,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体包括:
以所述线要素为轴线,分别向所述轴线两侧平移所述预设缓冲距离R,作出所述轴线的平行线;
在所述轴线两端点处,分别以所述预设缓冲距离R为半径构造半圆弧;
连接所述平行线与所述半圆弧,作为所述线要素的地理图层缓冲区。
7.如权利要求3所述的划分方法,其特征在于,所述地理场景要素为面要素时,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体包括:
以所述面要素的边界线为轴线,向所述轴线的内侧或者外侧平移所述预设缓冲距离R,作出所述轴线的平行线;
连接所述平行线形成一多边形,作为所述面要素的地理图层缓冲区。
8.如权利要求3所述的划分方法,其特征在于,在确定所述地理图层缓冲区的步骤之后,还包括:
拟合形成所述地理图层缓冲区的边界;
其中,所述地理场景要素为点要素时,所述拟合形成所述地理图层缓冲区的边界的步骤具体为:
将以所述点要素为圆心的圆心角等分为n等分的夹角,用与所述夹角相对应的等长的弦逐步逼近与所述夹角相对应的圆弧,形成所述点要素的地理图层缓冲区的边界;
所述地理场景要素为线要素或面要素时,所述拟合形成所述地理图层缓冲区的边界的步骤包括:
以所述线要素或者面要素的边界线为轴线,分别向所述轴线两侧平移所述预设缓冲距离,作出所述轴线在两侧的缓冲边界;
依次获取所述轴线各转折点处的角平分线,其中,所述轴线起始点或者终止点处的角平分线分别为起始线段或者终止线段的垂线;
以所述垂线为直径,以所述预设缓冲距离为半径,作出在轴线起始点或者终止点处的外接半圆;
获取所述轴线在两侧的缓冲边界与所述轴线各转折点处的角平分线的交点,连接所述交点和轴线起始点或者终止点处的外接半圆,形成所述线要素或者面要素的地理图层缓冲区的边界;或者
以所述线要素或者面要素的边界线为轴线,向所述轴线的内侧或者外侧平移所述预设缓冲距离R,作出所述轴线的平行线;
判断所述轴线在各转折点处的凹凸性,在所述转折点凸侧,以所述预设缓冲距离R为半径进行圆弧拟合,连接所述圆弧与所述轴线的平行线,形成所述线要素或者面要素在凸侧的地理图层缓冲区的边界;
在所述转折点凹侧,获取所述轴线的平行线的交点,以所述交点作为所述转折点处的缓冲点,则所述缓冲点与所述轴线的平行线,形成所述线要素或者面要素在凹侧的地理图层缓冲区的边界。
9.如权利要求1所述的划分方法,其特征在于,所述对所述无线覆盖泰森多边形与所述地理图层缓冲区进行叠置分析,确定所述小区的覆盖地理场景的步骤具体包括:
分别获取所述无线覆盖泰森多边形与所述地理图层缓冲区交迭区域的权重值以及所述地理图层缓冲区中每一地理场景要素的优先权重值;
将所述交迭区域的权重值与所述交迭区域在所述地理图层缓冲区中相对应的地理场景要素的优先权重值相乘,得到所述交迭区域的地理场景归属系数;
对所述小区内所有交迭区域的地理场景归属系数进行比较,得到最大地理场景系数,并将与所述最大地理场景系数相对应的地理场景要素作为所述小区的覆盖地理场景。
10.如权利要求1所述的划分方法,其特征在于,所述根据置信区间算法,计算得到所述小区网优场景的划分标准,将所述小区当前在容量、覆盖以及质量三个维度上的指标与所述划分标准进行匹配,确定所述小区所处的网优场景的步骤具体包括:
获取所述小区在预设时间内的话务统计;
根据所述话务统计,通过置信区间算法分别计算得到所述小区在容量、覆盖以及质量三个维度上的上门限值和下门限值,作为所述小区网优场景的划分标准;
对所述小区当前在容量、覆盖以及质量三个维度上的指标进行检测,并与所述小区网优场景的划分标准进行匹配,确定所述小区所处的网优场景。
11.如权利要求10所述的划分方法,其特征在于,所述与所述小区网优场景的划分标准进行匹配,确定所述小区所处的网优场景的步骤具体为:
分别将所述小区当前在容量、覆盖以及质量三个维度上的指标与所述小区在容量、覆盖以及质量三个维度上的上门限值和下门限值进行比较,得到所述小区当前在容量、覆盖以及质量三个维度上所处的区间,并根据所处区间确定所述小区所处的网优场景。
12.一种小区场景的划分装置,应用于基站,其特征在于,所述划分装置包括:
叠置分析模块,用于分别建立小区的无线覆盖泰森多边形和所述小区覆盖的地理场景的地理图层缓冲区,对所述无线覆盖泰森多边形和所述地理图层缓冲区进行叠置分析,确定所述小区的覆盖地理场景;
匹配模块,用于根据置信区间算法,计算得到所述小区网优场景的划分标准,将所述小区当前在容量、覆盖以及质量三个维度上的指标与所述划分标准进行匹配,确定所述小区所处的网优场景;
确定模块,用于根据所述小区的覆盖地理场景和所述小区所处的网优场景确定所述小区的小区场景,并根据所述小区场景为所述小区配置网络参数。
13.如权利要求12所述的划分装置,其特征在于,所述建立小区的无线覆盖泰森多边形的步骤具体包括:
获取所述小区和与所述小区相邻的相邻小区的发射天线所在的经纬度,作为建立所述小区的无线覆盖泰森多边形的离散点;
以所述小区的发射天线所在的经纬度为顶点,与所述离散点连接构建为多个三角形,建立每一个三角形的外接圆的圆心;
连接所述圆心,构成所述小区的无线覆盖泰森多边形。
14.如权利要求12所述的划分装置,其特征在于,所述建立所述小区覆盖的地理场景的地理图层缓冲区的步骤具体包括:
获取所述小区内的地理场景要素;
将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区。
15.如权利要求14所述的划分装置,其特征在于,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体包括:
根据公式:Bi={x|d(x,Oi)≤R}获取距离所述地理场景要素中的其中一点为预设缓冲距离R范围内的每一位置点所确定的缓冲范围;
根据公式:对所获得所述地理场景要素中的每一点的缓冲范围取并集得到所述地理场景要素的地理图层缓冲区;
其中,i为自然数,Oi表示所述地理场景要素中的其中一点的位置坐标,x表示其中一位置点的位置坐标,d(x,Oi)表示Oi与x之间的距离,R表示预设缓冲距离,Bi表示距离所述地理场景要素中i点的缓冲范围,B表示包括所述地理场景要素的地理图层缓冲区。
16.如权利要求14所述的划分装置,其特征在于,所述地理场景要素为点要素时,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体为:
以所述点要素为圆心,以所述预设缓冲距离R为半径画圆,作为所述点要素的地理图层缓冲区。
17.如权利要求14所述的划分装置,其特征在于,所述地理场景要素为线要素时,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体包括:
以所述线要素为轴线,分别向所述轴线两侧平移所述预设缓冲距离R,作出所述轴线的平行线;
在所述轴线两端点处,分别以所述预设缓冲距离R为半径构造半圆弧;
连接所述平行线与所述半圆弧,作为所述线要素的地理图层缓冲区。
18.如权利要求14所述的划分装置,其特征在于,所述地理场景要素为面要素时,所述将包括所述地理场景要素且与所述地理场景要素的距离小于等于预设缓冲距离R的区域确定为所述地理图层缓冲区的步骤具体包括:
以所述面要素的边界线为轴线,向所述轴线的内侧或者外侧平移所述预设缓冲距离R,作出所述轴线的平行线;
连接所述平行线形成一多边形,作为所述面要素的地理图层缓冲区。
19.如权利要求14所述的划分装置,其特征在于,在确定所述地理图层缓冲区的步骤之后,还包括:
拟合形成所述地理图层缓冲区的边界;
其中,所述地理场景要素为点要素时,所述拟合形成所述地理图层缓冲区的边界的步骤具体为:
将以所述点要素为圆心的圆心角等分为n等分的夹角,用与所述夹角相对应的等长的弦逐步逼近与所述夹角相对应的圆弧,形成所述点要素的地理图层缓冲区的边界;
所述地理场景要素为线要素或面要素时,所述拟合形成所述地理图层缓冲区的边界的步骤包括:
以所述线要素或者面要素的边界线为轴线,分别向所述轴线两侧平移所述预设缓冲距离,作出所述轴线在两侧的缓冲边界;
依次获取所述轴线各转折点处的角平分线,其中,所述轴线起始点或者终止点处的角平分线分别为起始线段或者终止线段的垂线;
以所述垂线为直径,以所述预设缓冲距离为半径,作出在轴线起始点或者终止点处的外接半圆;
获取所述轴线在两侧的缓冲边界与所述轴线各转折点处的角平分线的交点,连接所述交点和轴线起始点或者终止点处的外接半圆,形成所述线要素或者面要素的地理图层缓冲区的边界;或者
以所述线要素或者面要素的边界线为轴线,向所述轴线的内侧或者外侧平移所述预设缓冲距离R,作出所述轴线的平行线;
判断所述轴线在各转折点处的凹凸性,在所述转折点凸侧,以所述预设缓冲距离R为半径进行圆弧拟合,连接所述圆弧与所述轴线的平行线,形成所述线要素或者面要素在凸侧的地理图层缓冲区的边界;
在所述转折点凹侧,获取所述轴线的平行线的交点,以所述交点作为所述转折点处的缓冲点,则所述缓冲点与所述轴线的平行线,形成所述线要素或者面要素在凹侧的地理图层缓冲区的边界。
20.如权利要求12所述的划分装置,其特征在于,所述叠置分析模块具体包括:
第一获取单元,用于分别获取所述无线覆盖泰森多边形与所述地理图层缓冲区交迭区域的权重值以及所述地理图层缓冲区中每一地理场景要素的优先权重值;
相乘单元,用于将所述交迭区域的权重值与所述交迭区域在所述地理图层缓冲区中相对应的地理场景要素的优先权重值相乘,得到所述交迭区域的地理场景归属系数;
比较单元,用于对所述小区内所有交迭区域的地理场景归属系数进行比较,得到最大地理场景系数,并将与所述最大地理场景系数相对应的地理场景要素作为所述小区的覆盖地理场景。
21.如权利要求12所述的划分装置,其特征在于,所述匹配模块具体包括:
第二获取单元,用于获取所述小区在预设时间内的话务统计;
计算单元,用于根据所述话务统计,通过置信区间算法分别计算得到所述小区在容量、覆盖以及质量三个维度上的上门限值和下门限值,作为所述小区网优场景的划分标准;
匹配单元,用于对所述小区当前在容量、覆盖以及质量三个维度上的指标进行检测,并与所述小区网优场景的划分标准进行匹配,确定所述小区所处的网优场景。
22.如权利要求21所述的划分装置,其特征在于,所述匹配单元具体用于:分别将所述小区当前在容量、覆盖以及质量三个维度上的指标与所述小区在容量、覆盖以及质量三个维度上的上门限值和下门限值进行比较,得到所述小区当前在容量、覆盖以及质量三个维度上所处的区间,并根据所处区间确定所述小区所处的网优场景。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510515204.3A CN106470427B (zh) | 2015-08-20 | 2015-08-20 | 一种小区场景的划分方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510515204.3A CN106470427B (zh) | 2015-08-20 | 2015-08-20 | 一种小区场景的划分方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106470427A true CN106470427A (zh) | 2017-03-01 |
CN106470427B CN106470427B (zh) | 2019-11-19 |
Family
ID=58229074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510515204.3A Active CN106470427B (zh) | 2015-08-20 | 2015-08-20 | 一种小区场景的划分方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106470427B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107567039A (zh) * | 2017-08-31 | 2018-01-09 | 北京市天元网络技术股份有限公司 | 一种移动网络的小区场景自动识别方法及装置 |
CN107564077A (zh) * | 2017-09-04 | 2018-01-09 | 济南浪潮高新科技投资发展有限公司 | 一种绘制道路网的方法及装置 |
CN107894992A (zh) * | 2017-10-12 | 2018-04-10 | 武汉中地数码科技有限公司 | 一种gis点缓冲区分析方法及系统 |
CN108601031A (zh) * | 2018-03-29 | 2018-09-28 | 中国联合网络通信集团有限公司 | 一种通信小区和地理区域的分摊映射方法及装置 |
CN108846089A (zh) * | 2018-06-12 | 2018-11-20 | 南京师范大学 | 一种面向城市供水专业管线与综合管线的空间数据匹配方法 |
CN108934016A (zh) * | 2018-07-04 | 2018-12-04 | 广东海格怡创科技有限公司 | 小区场景类别的划分方法、装置、计算机设备和存储介质 |
CN108959638A (zh) * | 2018-07-26 | 2018-12-07 | 南京师范大学 | 一种面向城市燃气专业管线与综合管线的空间数据匹配方法 |
CN109104731A (zh) * | 2018-07-04 | 2018-12-28 | 广东海格怡创科技有限公司 | 小区场景类别划分模型的构建方法、装置和计算机设备 |
CN109101578A (zh) * | 2018-07-20 | 2018-12-28 | 江苏省测绘工程院 | 基于空间分析的塔基平台监控选点方法 |
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 |
CN110309248A (zh) * | 2019-06-26 | 2019-10-08 | 东南大学 | 一种基于Voronoi图的交通道路网络自动划分交通小区的方法 |
CN110838018A (zh) * | 2018-08-16 | 2020-02-25 | 中国移动通信集团浙江有限公司 | 节假日期间小区最大用户数预测方法及装置 |
CN112543460A (zh) * | 2019-09-20 | 2021-03-23 | 中兴通讯股份有限公司 | 基站覆盖管理方法、装置、网络设备和可读存储介质 |
CN112566025A (zh) * | 2020-12-10 | 2021-03-26 | 南京市城市与交通规划设计研究院股份有限公司 | 公交客流来源去向识别方法、装置、电子设备和存储介质 |
CN113015153A (zh) * | 2019-12-20 | 2021-06-22 | 中国移动通信集团湖北有限公司 | 服务小区的归属识别方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101203015A (zh) * | 2006-12-14 | 2008-06-18 | 北京亿阳信通软件研究院有限公司 | 基站无线场强覆盖区域范围确定方法和装置 |
CN101998465A (zh) * | 2009-08-21 | 2011-03-30 | 中国移动通信集团设计院有限公司 | 一种网络优化的方法及系统 |
CN103402209A (zh) * | 2013-07-31 | 2013-11-20 | 北京神州泰岳软件股份有限公司 | 基于宏基站小区覆盖状况进行网络优化的方法及系统 |
CN104427505A (zh) * | 2013-09-11 | 2015-03-18 | 中国移动通信集团设计院有限公司 | 一种小区场景划分的方法及装置 |
CN104581751A (zh) * | 2015-01-12 | 2015-04-29 | 浪潮通信信息系统有限公司 | 一种移动通信小区模拟覆盖面绘制方法 |
-
2015
- 2015-08-20 CN CN201510515204.3A patent/CN106470427B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101203015A (zh) * | 2006-12-14 | 2008-06-18 | 北京亿阳信通软件研究院有限公司 | 基站无线场强覆盖区域范围确定方法和装置 |
CN101998465A (zh) * | 2009-08-21 | 2011-03-30 | 中国移动通信集团设计院有限公司 | 一种网络优化的方法及系统 |
CN103402209A (zh) * | 2013-07-31 | 2013-11-20 | 北京神州泰岳软件股份有限公司 | 基于宏基站小区覆盖状况进行网络优化的方法及系统 |
CN104427505A (zh) * | 2013-09-11 | 2015-03-18 | 中国移动通信集团设计院有限公司 | 一种小区场景划分的方法及装置 |
CN104581751A (zh) * | 2015-01-12 | 2015-04-29 | 浪潮通信信息系统有限公司 | 一种移动通信小区模拟覆盖面绘制方法 |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107567039A (zh) * | 2017-08-31 | 2018-01-09 | 北京市天元网络技术股份有限公司 | 一种移动网络的小区场景自动识别方法及装置 |
CN107567039B (zh) * | 2017-08-31 | 2020-09-08 | 北京市天元网络技术股份有限公司 | 一种移动网络的小区场景自动识别方法及装置 |
CN107564077B (zh) * | 2017-09-04 | 2019-12-10 | 浪潮集团有限公司 | 一种绘制道路网的方法及装置 |
CN107564077A (zh) * | 2017-09-04 | 2018-01-09 | 济南浪潮高新科技投资发展有限公司 | 一种绘制道路网的方法及装置 |
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 |
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 |
CN107894992A (zh) * | 2017-10-12 | 2018-04-10 | 武汉中地数码科技有限公司 | 一种gis点缓冲区分析方法及系统 |
CN108601031A (zh) * | 2018-03-29 | 2018-09-28 | 中国联合网络通信集团有限公司 | 一种通信小区和地理区域的分摊映射方法及装置 |
CN108601031B (zh) * | 2018-03-29 | 2021-07-27 | 中国联合网络通信集团有限公司 | 一种通信小区和地理区域的分摊映射方法及装置 |
CN108846089A (zh) * | 2018-06-12 | 2018-11-20 | 南京师范大学 | 一种面向城市供水专业管线与综合管线的空间数据匹配方法 |
CN108846089B (zh) * | 2018-06-12 | 2021-10-19 | 南京师范大学 | 一种面向城市供水专业管线与综合管线的空间数据匹配方法 |
CN108934016B (zh) * | 2018-07-04 | 2021-10-29 | 广东海格怡创科技有限公司 | 小区场景类别的划分方法、装置、计算机设备和存储介质 |
CN109104731B (zh) * | 2018-07-04 | 2021-10-29 | 广东海格怡创科技有限公司 | 小区场景类别划分模型的构建方法、装置和计算机设备 |
CN109104731A (zh) * | 2018-07-04 | 2018-12-28 | 广东海格怡创科技有限公司 | 小区场景类别划分模型的构建方法、装置和计算机设备 |
CN108934016A (zh) * | 2018-07-04 | 2018-12-04 | 广东海格怡创科技有限公司 | 小区场景类别的划分方法、装置、计算机设备和存储介质 |
CN109101578A (zh) * | 2018-07-20 | 2018-12-28 | 江苏省测绘工程院 | 基于空间分析的塔基平台监控选点方法 |
CN108959638A (zh) * | 2018-07-26 | 2018-12-07 | 南京师范大学 | 一种面向城市燃气专业管线与综合管线的空间数据匹配方法 |
CN108959638B (zh) * | 2018-07-26 | 2021-10-19 | 南京师范大学 | 一种面向城市燃气专业管线与综合管线的空间数据匹配方法 |
CN110838018A (zh) * | 2018-08-16 | 2020-02-25 | 中国移动通信集团浙江有限公司 | 节假日期间小区最大用户数预测方法及装置 |
CN110309248A (zh) * | 2019-06-26 | 2019-10-08 | 东南大学 | 一种基于Voronoi图的交通道路网络自动划分交通小区的方法 |
CN110309248B (zh) * | 2019-06-26 | 2022-04-29 | 东南大学 | 一种基于Voronoi图的交通道路网络自动划分交通小区的方法 |
CN112543460A (zh) * | 2019-09-20 | 2021-03-23 | 中兴通讯股份有限公司 | 基站覆盖管理方法、装置、网络设备和可读存储介质 |
CN112543460B (zh) * | 2019-09-20 | 2024-05-14 | 深圳市中兴通讯技术服务有限责任公司 | 基站覆盖管理方法、装置、网络设备和可读存储介质 |
CN113015153A (zh) * | 2019-12-20 | 2021-06-22 | 中国移动通信集团湖北有限公司 | 服务小区的归属识别方法及装置 |
CN112566025A (zh) * | 2020-12-10 | 2021-03-26 | 南京市城市与交通规划设计研究院股份有限公司 | 公交客流来源去向识别方法、装置、电子设备和存储介质 |
CN112566025B (zh) * | 2020-12-10 | 2021-10-01 | 南京市城市与交通规划设计研究院股份有限公司 | 公交客流来源去向识别方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106470427B (zh) | 2019-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106470427A (zh) | 一种小区场景的划分方法及装置 | |
CN105744535B (zh) | 移动网络小区信息侦测与覆盖标定方法 | |
CN103428275B (zh) | 基于wsn的室内移动目标行动路线追踪方法 | |
CN102332210B (zh) | 基于手机定位数据的实时城市道路交通流数据提取方法 | |
CN103686767B (zh) | 一种基于lte网络的天线下倾角调整方法及装置 | |
CN110856186B (zh) | 一种无线网络知识图谱的构建方法及系统 | |
CN104105106A (zh) | 无线通信网智能天线覆盖场景自动分类识别方法 | |
CN107920362A (zh) | 一种基于微区域的lte网络性能评估方法 | |
CN107830846A (zh) | 一种利用无人机和卷积神经网络测量通信塔天线角度方法 | |
CN107466043A (zh) | 一种确定基站天线的方位角的方法和设备 | |
CN109189949B (zh) | 一种人口分布计算方法 | |
CN112291706A (zh) | 一种基于大数据和人工智能的网络优化方法 | |
CN101998419B (zh) | 小区参数配置方法及其系统 | |
CN107318114B (zh) | 一种邻区规划的方法及装置 | |
CN107295530A (zh) | 一种基于半监督聚类的无线小区信息侦测方法 | |
CN111510957A (zh) | 基于多目标约束优化的移动边缘服务器坐标定位方法 | |
CN113873532B (zh) | 一种智慧园区5g网络规划方法 | |
CN110134907B (zh) | 一种降雨缺失数据填补方法、系统及电子设备 | |
CN110213739A (zh) | 面向矿车无人驾驶运输系统的多模式通信方法和装置 | |
CN110087041A (zh) | 基于5g基站的视频数据处理及传输方法和系统 | |
CN111462492B (zh) | 一种基于里奇流的关键路段检出方法 | |
CN108271164A (zh) | Lte邻区优化方法和装置 | |
CN109348501B (zh) | 基于lte信号的室内外区分方法 | |
CN109167688B (zh) | 用于无线网络优化分析的地理化监控平台及实现方法 | |
CN109829923A (zh) | 一种基于深度神经网络的基站天线下倾角测量系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |