CN106879017A - 一种lte网络覆盖质量的判定方法及装置 - Google Patents

一种lte网络覆盖质量的判定方法及装置 Download PDF

Info

Publication number
CN106879017A
CN106879017A CN201510940072.9A CN201510940072A CN106879017A CN 106879017 A CN106879017 A CN 106879017A CN 201510940072 A CN201510940072 A CN 201510940072A CN 106879017 A CN106879017 A CN 106879017A
Authority
CN
China
Prior art keywords
sampled point
data group
coordinate
information
algorithm
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
Application number
CN201510940072.9A
Other languages
English (en)
Other versions
CN106879017B (zh
Inventor
张琪斌
李龙
李涛
陈晓
郭建峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bright Oceans Inter Telecom Co Ltd
Original Assignee
Bright Oceans Inter Telecom Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bright Oceans Inter Telecom Co Ltd filed Critical Bright Oceans Inter Telecom Co Ltd
Priority to CN201510940072.9A priority Critical patent/CN106879017B/zh
Publication of CN106879017A publication Critical patent/CN106879017A/zh
Application granted granted Critical
Publication of CN106879017B publication Critical patent/CN106879017B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • 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
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information

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LTE网络覆盖质量的判定方法及装置，方法包括：获得LTE网络的通信采样测量数据，通信采样测量数据包括多个采样点的通信特征值；基于每个所述采样点的通信特征值，利用TA和AoA的定位算法和/或场强定位算法，确定每个所述采样点的坐标信息；将每个采样点基于其坐标信息投射到栅格区域内相应的栅格中；基于每个栅格上相应采样点的通信特征值，确定每个栅格的覆盖质量；基于每个栅格的覆盖质量，确定LTE网络的覆盖质量。本发明区别于现有技术只能得到一个点如基站或小区上的坐标导致覆盖质量判定精度较低的情况，利用多种定位算法相结合，能够精确到基站或小区内的每个采样点，由此明显提高覆盖质量的判定精度。

Description

一种LTE网络覆盖质量的判定方法及装置
技术领域
本发明涉及数据通信技术领域，特别涉及一种LTE网络覆盖质量的判定方法及装置。
背景技术
LTE(Long Term Evolution，长期演进)是由3GPP(The 3rd GenerationPartnership Project，第三代合作伙伴计划)组织制定的UMTS(Universal MobileTelecommunications System，通用移动通信系统)技术标准的长期演进。LTE系统引入了OFDM(Orthogonal Frequency Division Multiplexing，正交频分复用)和MIMO(Multi-Input&Multi-Output，多输入多输出)等关键技术，显著增加了频谱效率和数据传输速率(20M带宽2X2MIMO在64QAM情况下，理论下行最大传输速率为201Mbps，除去信令开销后大概为150Mbps，但根据实际组网以及终端能力限制，一般认为下行峰值速率为100Mbps，上行为50Mbps)，并支持多种带宽分配：1.4MHz，3MHz，5MHz，10MHz，15MHz和20MHz等，且支持全球主流2G/3G频段和一些新增频段，因而频谱分配更加灵活，系统容量和覆盖也显著提升。LTE网络架构更加扁平化简单化，减少了网络节点和系统复杂度，从而减小了系统时延，也降低了网络部署和维护成本，因此，LTE网络受到广泛应用。
而在对LTE网络的覆盖质量(如LTE网络内各定点的信号强度等)的判定方案中，有传统的道路测试覆盖评估方案：通过人工携带测试设备，通过驱车、步行及定点的方式进行各类业务操作，来进行信号强度的测试，然后通过分析得出覆盖质量的好坏，但是这种方案不仅成本高，且效率较低，具有较高的延时；也有测量统计覆盖评估方案：通过从设备侧采集测量报告统计数据，对网元级别的网络覆盖情况进行评估，然后通过泰森多边形形成的覆盖区域进行密度渲染，最终得到区域覆盖质量情况，具体的，计测量针对网元(基站)，信号强度最终以时间范围的形式汇总到基站的子单元(小区)，然后通过分区段比例进行统计，通过各区段占比判定基站及其子单元的覆盖情况(小区)，但是这种方案中，覆盖质量的好坏聚合到网元(基站及小区)，在地图上仅是经纬度的一个点，无法精确到反映到区域的真实情况，再者，泰森多边形具有未考虑地形地貌的特点，且密度渲染计算方法未考虑通信网络在传播过程中的影响，因此，这种方案仍然存在判断精度较低的问题。
因此，亟需一种能够高精度判定LTE网络覆盖质量的技术方案。
发明内容
有鉴于此，本发明的目的在于提供一种LTE网路覆盖质量的判定方法及装置，用以解决现有技术中LTE网络覆盖质量判定方案精度较低的技术问题。
本发明提供了一种LTE网路覆盖质量的判定方法，包括：
获得LTE网络的通信采样测量数据，所述通信采样测量数据包括多个采样点的通信特征值；
基于每个所述采样点的通信特征值，利用TA(Tracking Area，寻呼和跟踪区)和AoA(Angle-of-Arrival，到达角度测距)的定位算法和/或场强定位算法，确定每个所述采样点的坐标信息；
将每个所述采样点基于其坐标信息投射到预设的栅格区域内相应的栅格中；
基于每个所述栅格上相应采样点的通信特征值，确定每个所述栅格的覆盖质量；
基于每个所述栅格的覆盖质量，确定所述LTE网络的覆盖质量。
上述方法，优选的，利用TA和AoA的定位算法和/或场强定位算法，根据每个所述采样点所在的目标采样区域，确定每个所述采样点的坐标信息，包括：
在所述通信采样测量数据中，提取所述TA和AoA的定位算法所需的第一数据组以及所述场强定位算法所需的第二数据组；
根据所述第一数据组与所述第二数据组中各自数据的完整性不同，确定不同的坐标获取算法，所述坐标获取算法为：TA和AoA的定位算法、或者场强定位算法，或者所述TA和AoA的定位算法与所述场强定位算法的组合算法；
利用所述坐标获取算法，确定每个所述采样点的坐标信息。
上述方法，优选的，所述第一数据组与所述第二数据组各自的数据均完整，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；
相应的，利用所述坐标获取算法，确定每个所述采样点的坐标信息，包括：
利用TA和AoA的定位算法对所述第一数据组进行处理，得到每个所述第一采样点的第一坐标；
利用所述场强定位算法对所述第二数据组进行处理，得到每个所述第二采样点的第二坐标；
基于每个所述采样点的第一坐标和第二坐标，确定每个所述采样点的两个坐标之间的中间坐标信息作为相应采样点的坐标信息。
上述方法，优选的，所述第一数据组和所述第二数据组中距离信息均完整，仅一个数据组中包含完整的方位信息，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；
相应的，利用所述坐标获取算法，确定每个所述采样点的坐标信息，包括：
利用所述TA和AoA的定位算法，基于所述第一数据组中的距离信息，确定每个所述采样点到其对应基站的第一距离值；
利用所述场强定位算法，基于所述第二数据组中的距离信息，确定每个所述采样点到其对应基站的第二距离值；
基于所述完整的方位信息，利用与该完整的方位信息相应的定位算法，获取每个所述采样点相对于其对应基站的方位信息；
根据所述第一距离值与所述第二距离值，确定每个所述采样点到其对应基站的目标距离值；
结合每个所述采样点对应的方位信息与目标距离值，获取每个所述采样点的坐标信息。
优选的，所述第一数据组和所述第二数据组中方位信息均完整，仅一个数据组中包含完整的距离信息，所述坐标获取算法为：所述TA和AoA的定位算法或所述场强定位算法；
相应的，利用所述坐标获取算法，确定每个所述采样点的坐标信息，包括：
基于方位信息和距离信息均完整的数据组，利用与该数据组对应的定位算法，获取每个所述采样点的坐标信息。
上述方法，优选的，所述第一数据组和所述第二数据组中，一数据组中距离信息完整而方位信息缺失，且另一数据组中方位信息完整而距离信息缺失，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；
相应的，利用所述坐标获取算法，确定每个所述采样点的坐标信息，包括：
利用距离信息完整的数据组相应的定位算法，获取每个所述采样点到其对应基站的距离；
利用方位信息完整的数据组相应的定位算法，获取每个所述采样点相对于其对应基站的方位；
分别结合每个所述采样点对应的距离与方位，获取每个所述采样点的坐标信息。
上述方法，优选的，所述基于每个所述栅格上相应采样点的通信特征值，确定每个所述栅格的覆盖质量，包括：
预设不同通信特征值对应的标记值，以及所述标记值对应的覆盖质量；
基于所述预设的标记值和每个所述栅格上相应采样点的通信特征值，对所述栅格中各采样点进行标记；
根据每个所述栅格上的标记值的分布状态，确定每个所述栅格的覆盖质量。
本发明还提供了一种LTE网路覆盖质量的判定装置，包括：
数据获得单元，用于获得LTE网络的通信采样测量数据，所述通信采样测量数据包括多个采样点的通信特征值；
坐标确定单元，用于基于每个所述采样点的通信特征值，利用TA和AoA的定位算法和/或场强定位算法，确定每个所述采样点的坐标信息；
采样点投射单元，用于将每个所述采样点基于其坐标信息投射到预设的栅格区域内相应的栅格中；
栅格判定单元，用于基于每个所述栅格上相应采样点的通信特征值，确定每个所述栅格的覆盖质量；
网络判定单元，用于基于每个所述栅格的覆盖质量，确定所述LTE网络的覆盖质量。
上述装置，优选的，所述坐标确定单元包括：
数据组提取子单元，用于在所述通信采样测量数据中，提取所述TA和AoA的定位算法所需的第一数据组以及所述场强定位算法所需的第二数据组；
定位算法确定子单元，用于根据所述第一数据组与所述第二数据组中各自数据的完整性不同，确定不同的坐标获取算法，所述坐标获取算法为：TA和AoA的定位算法、或者场强定位算法，或者所述TA和AoA的定位算法与所述场强定位算法的组合算法；
采样坐标确定子单元，用于利用所述坐标获取算法，确定每个所述采样点的坐标信息。
上述装置，优选的，所述第一数据组与所述第二数据组各自的数据均完整，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；
相应的，所述采样坐标确定子单元包括：
第一坐标确定模块，用于利用TA和AoA的定位算法对所述第一数据组进行处理，得到每个所述第一采样点的第一坐标；
第二坐标确定模块，用于利用所述场强定位算法对所述第二数据组进行处理，得到每个所述第二采样点的第二坐标；
中间坐标确定模块，用于基于每个所述采样点的第一坐标和第二坐标，确定每个所述采样点的两个坐标之间的中间坐标信息作为相应采样点的坐标信息。
上述装置，优选的，所述第一数据组和所述第二数据组中距离信息均完整，仅一个数据组中包含完整的方位信息，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；
相应的，所述采样坐标确定子单元包括：
第一距离值确定模块，用于利用所述TA和AoA的定位算法，基于所述第一数据组中的距离信息，确定每个所述采样点到其对应基站的第一距离值；
第二距离值确定模块，用于利用所述场强定位算法，基于所述第二数据组中的距离信息，确定每个所述采样点到其对应基站的第二距离值；
方位信息获取模块，用于基于所述完整的方位信息，利用与该完整的方位信息相应的定位算法，获取每个所述采样点相对于其对应基站的方位信息；
目标距离值确定模块，用于根据所述第一距离值与所述第二距离值，确定每个所述采样点到其对应基站的目标距离值；
第一结合定位模块，用于结合每个所述采样点对应的方位信息与目标距离值，获取每个所述采样点的坐标信息。
距离信息距离信息上述装置，优选的，所述第一数据组和所述第二数据组中方位信息均完整，仅一个数据组中包含完整的距离信息，所述坐标获取算法为：所述TA和AoA的定位算法或所述场强定位算法；
相应的，所述采样坐标确定子单元包括：
单算法定位模块，用于基于方位信息和距离信息均完整的数据组，利用与该数据组对应的定位算法，获取每个所述采样点的坐标信息。
距离信息上述装置，优选的，所述第一数据组和所述第二数据组中，一数据组中距离信息完整而方位信息缺失，且另一数据组中方位信息完整而距离信息缺失，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；
相应的，所述采用坐标确定子单元包括：
距离确定模块，用于利用距离信息完整的数据组相应的定位算法，获取每个所述采样点到其对应基站的距离；
方位确定模块，用于利用方位信息完整的数据组相应的定位算法，获取每个所述采样点相对于其对应基站的方位；
第二结合定位模块，用于分别结合每个所述采样点对应的距离与方位，获取每个所述采样点的坐标信息。
距离信息上述装置，优选的，所述栅格判定单元包括：
标记预设子单元，用于预设不同通信特征值对应的标记值，以及所述标记值对应的覆盖质量；
采样标记子单元，用于基于所述预设的标记值和所述每个栅格上相应采样点的通信特征值，对所述栅格中各采样点进行标记；
质量判定子单元，用于根据每个所述栅格上的标记值的分布状态，确定每个所述栅格的覆盖质量。
由上述方案可知，本发明提供的一种LTE网络覆盖质量的判定方法及装置，通过在获得LTE网络覆盖区域中每个采样点的通信特征值之后，利用多种定位算法的结合来对每个采样点的坐标信息进行定位获取，进而再利用栅格覆盖评估技术进行点聚合，进而得到整个LTE网路覆盖区域的覆盖质量，本发明在这一过程中通过对每个采样点的坐标信息进行获取并由此来判定整个LTE网络的覆盖质量，区别于现有技术只能得到多个采样点聚合到一个点如基站或小区上的坐标信息导致覆盖质量判定精度较低的情况，能够精确到基站或小区内的每个采样点，而不是基站或小区，同时多种定位算法的结合确定每个采样点的坐标信息，更进一步的能够明显提高LTE网络覆盖质量的判定精度。
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，下面将对实施例或现有技术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，还可以根据提供的附图获得其他的附图。
图1为本发明实施例一种提供的一种LTE网络覆盖质量的判定方法的流程图；
图2为本发明实施例二提供的一种LTE网络覆盖质量的判定方法的部分流程图；
图3～图6分别为本发明实施例二的其他部分流程图；
图7为本发明实施例三提供的一种LTE网络覆盖质量的判定方法的部分流程图；
图8为本发明实施例四提供的一种LTE网络覆盖质量的判定装置的结构示意图；
图9为本发明实施例五提供的一种LTE网络覆盖质量的判定装置的部分结构示意图；
图10～图13分半为本发明实施例五的其他部分结构示意图；
图14为本发明实施例六提供的一种LTE网络覆盖质量的判定装置的部分结构示意图。
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。
参考图1，为本发明实施例一种提供的一种LTE网络覆盖质量的判定方法的流程图，其中，所述方法适用于对LTE网络在网络覆盖区域上的覆盖质量进行判定，具体的，所述方法可以包括以下步骤：
步骤101：获得LTE网络的通信采样测量数据，所述通信采样测量数据包括多个采样点的通信特征值。
其中，所述通信特征值可以包括有每个所述采样点接收到其所属基站的ID、采样点所在服务小区的PCI、服务小区的电平和频点、采样点邻小区的PCI、采样点邻小区的电平和频点、TA参数、AoA参数等特征值。
具体的，本实施例中可以通过文件接口定时(例如15分钟为周期)从OMC(Operation&Maintenance Center-Radio，无线操作维护中心)获取原始测试报告数据，再对这些原始测试报告数据中的文件数据进行归一化处理，如将原始XML格式的MR数据解析为二维表，如下表1：
表1
具体的，在上表1中，eNB_id表示基站ID；userLabel表示UE编号；LteScPci表示服务小区PCI；LteScRSRP表示服务小区电平；LteScEarfcn表示服务小区频点；LteNcEarfcn表示邻小区频点；LteScTadv表示服务小区TA；LteScAOA表示服务小区电线到达角；LteNcPci表示邻小区PCI；LteNcRSRP表示邻小区电平，等等。
之后，本实施例再将具有相同上报时间(ReportTime)及UE编号(userlabel)的数据合并为一条，即为一个样本点的通信特征值。其中，同一个样本点对应唯一的RSRP(Reference Signal Receiving Power，参考信号接收功率)、TA参数和AoA参数。
步骤102：基于每个所述采样点的通信特征值，利用TA(Tracking Area，寻呼和跟踪区)和AoA(Angle-of-Arrival，到达角度测距)的定位算法和/或场强定位算法，确定每个所述采样点的坐标信息。
其中，本实施例中可以利用各种定位技术或定位算法，对每个所述采样点的通信特征值进行计算，进而得到每个所述采样点的坐标信息，区别于现有技术中只能得到多个采样点聚合到一个点上的坐标信息导致覆盖质量判定精度较低的情况。
具体的，本实施例中可以首先基于每个所述采样点的通信特征值，确定每个所述采样点所在的目标采样区域，如所属或相邻的基站或服务小区等，之后，利用TA和AoA的定位算法和/或场强定位算法，根据每个所述采样点所在的目标采样区域，确定每个所述采样点的坐标信息。也就是说，本实施例中可以利用多种定位算法进行结合的方式来确定每个所述采样点的坐标信息。在本实施例中，由于采用了两种定位算法相结合的方式，采样点能够定位到具体的UE(采样点即终端)信息发送位置，相对现有技术中的统计评估方案具有精度高的特点。
需要说明的是，所述场强定位算法具体为：根据多个接收机通过检测发射机发送的信号，采集多个场强，利用已知的信道衰落模型及发射信号的场强值可以估算出收发信机之间的距离，获得多个距离值(路损L_i＝(发射功率)_i+(天线增益)_i-(接收场强)_i，R_i＝f(L_i))，通过求解收发信机之间的距离方程组，即能确定目标UE(采样点)的位置。通常，采样点的位置即为以三个基站为圆心、距离为Ri的三个圆的交点，但是由于NLOS(NonLine of Sight，非视距)误差为一大的非负值，测量距离远大于真实距离，因此，采样点的位置应位于多个圆的交叠区域。
其中，标准宏小区传播模型公式如下：
L＝K1+K2log(d)+K3Hms+K4log(Hms)+K5log(Heff)+K6log(d)log(Heff)+K7Diffraction+Kclutter
其中：d为基站与移动台之间的距离(m)；Hms为移动台所在地面的高度(m)；Heff为基站天线的有效高度(m)；Diffraction为经过有障碍路径引起的衍射损耗(dB)，Kclustter：地物损耗参数。
而基于TA+AoA的定位技术的主要思想就是以基站站址为圆心、TA估算半径、AOA估算方向，进而定位到采样点即终端所处的位置。
步骤103：将每个所述采样点基于其坐标信息投射到预设的栅格区域内相应的栅格中。
其中，所述栅格区域可以为根据所述采样点所在区域即所述LTE网络覆盖区域进行划定的区域，所述栅格区域上存在点与每个所述采样点相对应，所述栅格区域被预先划分为多个栅格，每个栅格的边长可以跟需求进行定义，如50米。本实施例将每个所述采样点根据其坐标信息投射到该采样点对应的栅格内相应的点上。
步骤104：基于每个所述栅格上相应采样点的通信特征值，确定每个所述栅格的覆盖质量。
由此，本实施例中，每个所述栅格中可包含多个采样点，每个采样点对应了相应的通信特征值，通过这些采样点的通信特征值，来多方面的衡量该栅格的覆盖质量，如该栅格中多数采样点的通信特征值表现良好，则栅格覆盖质量高，更进一步的，还可以将通信特征值与栅格质量的对应关系进行量化，更加直观明显的获得每个栅格的覆盖质量。
步骤105：基于每个所述栅格的覆盖质量，确定所述LTE网络的覆盖质量。也就是说，本实施例中首先判断出每个栅格上样本点的覆盖质量，进而扩展到整个LTE网络覆盖区域，由此得到整个LTE网络的覆盖质量。
由上述方案可知，本发明实施例一提供的一种LTE网络覆盖质量的判定方法，通过在获得LTE网络覆盖区域中每个采样点的通信特征值之后，利用多种定位算法的结合来对每个采样点的坐标信息进行定位获取，进而再利用栅格覆盖评估技术进行点聚合，进而得到整个LTE网路覆盖区域的覆盖质量，本实施例在这一过程中通过对每个采样点的坐标信息进行获取并由此来判定整个LTE网络的覆盖质量，区别于现有技术只能得到多个采样点聚合到一个点如基站或小区上的坐标信息导致覆盖质量判定精度较低的情况，能够精确到基站或小区内的每个采样点，而不是基站或小区，同时多种定位算法的结合确定每个采样点的坐标信息，更进一步的能够明显提高LTE网络覆盖质量的判定精度。
另外，在本实施例中，上文的测试报告数据通过EnodeB进行自动收集，能够收集全网所有LTE的UE，覆盖分析编辑所有用户的区域，相对于现有技术中的道路测试方案具有覆盖全面的明显优势。
而本实施例中能够给予15分钟或其他时长的测量报告进行分析并输出结构，能够将多周期的数据灵活聚合进行结果输出，分析效率明显高于现有技术中的方案。而相对购置软硬件设备、安排人力、车辆进行路测的方式，本实施例的实现方案成本明显较低，且具有可持续性。
参考图2，为本发明实施例二提供的一种LTE网络覆盖质量的判定方法中所述步骤102的实现流程图，其中，所述步骤102具体可以通过以下步骤实现：Ri的三个圆的交点
步骤121：在所述通信采样测量数据中，提取所述TA和AoA的定位算法所需的第一数据组以及所述场强定位算法所需的第二数据组。
其中，所述第一数据组可以通过以下方式实现：
基站测量对应采样点如终端的上行传输来确定每个终端的TA调整值t，从而确定终端到基站的距离R＝ct/2，之后基站接收端通过天线阵列测出接收信号的入射角度，从而确定终端相对于参考方向(通常为正北方向)与基站的位置关系。
例如，本实施例中将STA、SAOA列为MR数组Ar即第一组数据组，将SRSRP、至少2个非共站邻区的NRSRP列为MR数组Br即第二数据组，其中，STA为源小区TA值；SAOA为源小区到达角值；SRSRP为源小区RSRP；NRSRP为邻区RSRP。
步骤122：根据所述第一数据组与所述第二数据组中各自数据的完整性不同，确定不同的坐标获取算法。
其中，所述坐标获取算法可以为：TA和AoA的定位算法、或者场强定位算法，或者所述TA和AoA的定位算法与所述场强定位算法的组合算法，由于所述第一数据组中数据的完整性与所述第二数据组中数据的完整性均存在差异性，本实施例中确定不同的坐标获取算法对这些数据进行处理，其中，包括：以不同的算法对数据进行处理得到采样点的坐标信息，或者以相同的算法对数据以不同的方式进行处理得到采样点的坐标信息，由此，采样点对应的数据完整性不同的情况下，均能准确得到每个所述采样点的坐标信息。
步骤123：利用所述坐标获取算法，确定每个所述采样点的坐标信息。
具体的：
1、在所述第一数据组与所述第二数据组各自的数据均完整时，如表2中第1项所示,第一数据组Ar中含有完整的距离信息STA和方位信息SAoA，第二数据组Br中含有完整的距离信息SRSRP和方位信息NRSRP，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；相应的，如图3中所示，所述步骤123可以通过以下步骤实现：
步骤301：利用TA和AoA的定位算法对所述第一数据组进行处理，得到每个所述第一采样点的第一坐标。
步骤302：利用所述场强定位算法对所述第二数据组进行处理，得到每个所述第二采样点的第二坐标。
步骤303：基于每个所述采样点的第一坐标和第二坐标，确定每个所述采样点的两个坐标之间的中间坐标信息作为相应采样点的坐标信息。
例如，若第一数据组Ar与第二数据组Br数据均完整，利用基于TA+AoA的定位方案求出采样点的坐标之后，再利用基于场强定位算法中RSRP的定位方案求出采样点的坐标,之后，再取这两个坐标的中间坐标，作为相应采样点的坐标。
表2
2、在所述第一数据组和所述第二数据组中距离信息均完整，仅一个数据组中包含完整的方位信息时，如所述第一数据组中含有完整的距离信息STA和方位信息SAoA，所述第二数据组中仅含有完整的距离信息SRSRP，或者，所述第一数据组中仅含有完整的距离信息STA，所述第二数据组中含有完整的距离信息SRSRP和方位信息NRSRP，相应的，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；相应的，如图4中所示，所述步骤123中可以通过以下步骤实现：
步骤401：利用所述TA和AoA的定位算法，基于所述第一数据组中的距离信息，确定每个所述采样点到其对应基站的第一距离值。
步骤402：利用所述场强定位算法，基于所述第二数据组中的距离信息，确定每个所述采样点到其对应基站的第二距离值。
步骤403：基于所述完整的方位信息，利用与该完整的方位信息相应的定位算法，获取每个所述采样点相对于其对应基站的方位信息。
具体的，若仅所述第一数据组含有完整的方位信息，那么本实施例中可以利用所述TA和AoA的定位算法获取每个所述采样点相对于其对应基站的方位信息；若仅所述第二数据组中含有完整的方位信息，那么本实施例中可以利用所述场强定位算法获取每个所述采样点相对于其对应基站的方位信息。
步骤404：根据所述第一距离值与所述第二距离值，确定每个所述采样点到其对应基站的目标距离值。
步骤405：结合每个所述采样点对应的方位信息与目标距离值，获取每个所述采样点的坐标信息。
具体的，本实施例在获取到两个距离值之后，先取平均值得到目标距离值，再结合方位信息进行定位，进而得到采样点的坐标信息，例如，如表2中的第3和5项所示，若第一数据组Ar数据缺失方位信息SAoA，第二数据组Br数据完整时，可以首先利用第一数据组中的距离信息STA和第二数据组中的距离信息SRSRP分别确定终端到基站的距离：第一距离值DA和第二距离值DB，之后再利用基于场强定位RSRP的方案求出终端即采样点的坐标；或者，若第一数据组Ar数据完整，第二数据组Br数据缺失方位信息NRSRP时，可以首先利用第一数据组中的距离信息STA和第二数据组中的距离信息SRSRP分别确定终端到基站的距离：第一距离值DA和第二距离值DB，之后再利用TA和AoA的定位方案求出终端即采样点的坐标。
3、在所述第一数据组和所述第二数据组中方位信息均完整，仅一个数据组中包含完整的距离信息，如：所述第一数据组中含有完整的距离信息STA和方位信息SAoA，所述第二数据组中仅含有完整的方位信息NRSRP，或者，所述第一数据组中仅含有完整的方位信息SAoA，所述第二数据组中含有完整的距离信息SRSRP和方位信息NRSRP，所述坐标获取算法为：所述TA和AoA的定位算法或所述场强定位算法；相应的，如图5中所示，所述步骤123中可以通过以下步骤实现：
步骤501：基于方位信息和距离信息均完整的数据组，利用与该数据组对应的定位算法，获取每个所述采样点的坐标信息。
如表2中第2和4项所示，在所述第一数据组Ar中含有完整的距离信息STA和方位信息SAoA，所述第二数据组Br中仅含有完整的方位信息NRSRP时，本实施例中利用所述TA和AoA的定位算法获取每个所述采样点的坐标信息；在所述第一数据组Ar中仅含有完整的方位信息SAoA，所述第二数据组Br中含有完整的距离信息SRSRP和方位信息NRSRP时，本实施例中利用所述场强定位算法获取每个所述采样点的坐标信息。
4、在所述第一数据组和所述第二数据组中，一数据组中距离信息完整而方向信息缺失，且另一数据组中方位信息完整而距离信息缺失，例如，所述第一数据组中方向信息SAoA完整而距离信息STA缺失，所述第二数据组中距离信息SRSRP完整而方向信息NRSRP缺失，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；相应的，如图6中所示，所述步骤123中可以通过以下步骤实现：
步骤601：利用距离信息完整的数据组相应的定位算法，获取每个所述采样点到其对应基站的距离。
步骤602：利用方位信息完整的数据组相应的定位算法，获取每个所述采样点相对于其对应基站的方位。
例如，所述第一数据组中方向信息SAoA完整而距离信息STA缺失，所述第二数据组中距离信息SRSRP完整而方向信息NRSRP缺失，本实施例利用场强定位算法获取每个所述采样点到其对应基站的距离，利用所述TA和AoA的定位算法获取每个所述采样点相对于其对应基站的方位。
步骤603：分别结合每个所述采样点对应的距离与方位，获取每个所述采样点的坐标信息。
如表2中第6项所示，在所述第一数据组Ar中含有完整的方位信息SAoA，所述第二数据组Br中含有完整的距离信息SRSRP时，本实施例利用场强定位算法获取每个所述采样点到其对应基站的距离，利用所述TA和AoA的定位算法获取每个所述采样点相对于其对应基站的方位，再结合距离和方位最终确定终端坐标。
参考图7，为本发明实施例三提供的一种LTE网络覆盖质量的判定方法中所述步骤104的实现流程图，其中，所述步骤104可以通过以下步骤实现：
步骤141：预设不同通信特征值对应的标记值，以及所述标记值对应的覆盖质量。
其中，所述标记值可以为颜色值，如红黄绿等颜色，本实施例中不同通信特征值对应相应的颜色标记，每个颜色标记对应相应的覆盖质量。
步骤142：基于所述预设的标记值和每个上述栅格上相应采样点的通信特质值，对所述栅格中各采样点进行标记。
也就是说，本实施例对每个所述栅格上的采样点根据其通信特征值如电平值按照不同的颜色进行设置，或者说，本实施例在完成每个所述采样点的地理定位即坐标信息的获取之后，将每个所述采样点根据其通信特征值如电平值等按照不同的颜色(标记值)投射到相应的栅格上。
步骤143：根据每个所述栅格上的标记值的分布状态，确定每个所述栅格的覆盖质量。
具体的，本实施例中通过分析每个所述栅格中不同颜色的采样点的比例，来确定该栅格的覆盖质量。例如，若某样点的RSRP小于门限-115dBm，表示覆盖比较弱，通过对采样点设置不同颜色区分质量好坏(例如弱覆盖可标识为红色，其他可以标识为绿色)。对于某栅格X，红色样点数为绿色样点数为若该栅格的弱覆盖采样点占比ωth为预设的阈值，则认为该栅格为弱覆盖栅格，通过此方式扩展到整个网络即完成对整个网络的弱覆盖评估。
参考图8，为本发明实施例四提供的一种LTE网络覆盖质量的判定装置的结构示意图，其中，所述装置适用于对LTE网络在网络覆盖区域上的覆盖质量进行判定，具体的，本实施例中，所述装置可以包括以下结构：
数据获得单元801，用于获得LTE网络的通信采样测量数据，所述通信采样测量数据包括多个采样点的通信特征值。
其中，所述通信特征值可以包括有每个所述采样点接收到其所属基站的ID、采样点所在服务小区的PCI、服务小区的电平和频点、采样点邻小区的PCI、采样点邻小区的电平和频点、TA参数、AoA参数等特征值。
具体的，本实施例中可以通过文件接口定时(例如15分钟为周期)从OMC(Operation&Maintenance Center-Radio，无线操作维护中心)获取原始测试报告数据，再对这些原始测试报告数据中的文件数据进行归一化处理，如将原始XML格式的MR数据解析为二维表，如上表1中所示。具体的，在上表1中，eNB_id表示基站ID；userLabel表示UE编号；LteScPci表示服务小区PCI；LteScRSRP表示服务小区电平；LteScEarfcn表示服务小区频点；LteNcEarfcn表示邻小区频点；LteScTadv表示服务小区TA；LteScAOA表示服务小区电线到达角；LteNcPci表示邻小区PCI；LteNcRSRP表示邻小区电平，等等。
之后，本实施例再将具有相同上报时间(ReportTime)及UE编号(userlabel)的数据合并为一条，即为一个样本点的通信特征值。其中，同一个样本点对应唯一的RSRP(Reference Signal Receiving Power，参考信号接收功率)、TA参数和AoA参数。
坐标确定单元802，用于基于每个所述采样点的通信特征值，利用TA和AoA的定位算法和/或场强定位算法，确定每个所述采样点的坐标信息。
具体的，本实施例中可以首先基于每个所述采样点的通信特征值，确定每个所述采样点所在的目标采样区域，如所属或相邻的基站或服务小区等，之后，利用TA和AoA的定位算法和/或场强定位算法，根据每个所述采样点所在的目标采样区域，确定每个所述采样点的坐标信息。也就是说，本实施例中可以利用多种定位算法进行结合的方式来确定每个所述采样点的坐标信息。在本实施例中，由于采用了两种定位算法相结合的方式，采样点能够定位到具体的UE(采样点即终端)信息发送位置，相对现有技术中的统计评估方案具有精度高的特点。
需要说明的是，所述场强定位算法具体为：根据多个接收机通过检测发射机发送的信号，采集多个场强，利用已知的信道衰落模型及发射信号的场强值可以估算出收发信机之间的距离，获得多个距离值(路损L_i＝(发射功率)_i+(天线增益)_i-(接收场强)_i，R_i＝f(L_i))，通过求解收发信机之间的距离方程组，即能确定目标UE(采样点)的位置。通常，采样点的位置即为以三个基站为圆心、距离为Ri的三个圆的交点，但是由于NLOS(NonLine of Sight，非视距)误差为一大的非负值，测量距离远大于真实距离，因此，采样点的位置应位于多个圆的交叠区域。
其中，标准宏小区传播模型公式如下：
L＝K1+K2log(d)+K3Hms+K4log(Hms)+K5log(Heff)+K6log(d)log(Heff)+K7Diffraction+Kclutter
其中：d为基站与移动台之间的距离(m)；Hms为移动台所在地面的高度(m)；Heff为基站天线的有效高度(m)；Diffraction为经过有障碍路径引起的衍射损耗(dB)，Kclustter：地物损耗参数。
而基于TA+AoA的定位技术的主要思想就是以基站站址为圆心、TA估算半径、AOA估算方向，进而定位到采样点即终端所处的位置。
采样点投射单元803，用于将每个所述采样点基于其坐标信息投射到预设的栅格区域内相应的栅格中。
其中，所述栅格区域可以为根据所述采样点所在区域即所述LTE网络覆盖区域进行划定的区域，所述栅格区域上存在点与每个所述采样点相对应，所述栅格区域被预先划分为多个栅格，每个栅格的边长可以跟需求进行定义，如50米。本实施例将每个所述采样点根据其坐标信息投射到该采样点对应的栅格内相应的点上。
栅格判定单元804，用于基于每个所述栅格上相应采样点的通信特征值，确定每个所述栅格的覆盖质量。
由此，本实施例中，每个所述栅格中可包含多个采样点，每个采样点对应了相应的通信特征值，通过这些采样点的通信特征值，来多方面的衡量该栅格的覆盖质量，如该栅格中多数采样点的通信特征值表现良好，则栅格覆盖质量高，更进一步的，还可以将通信特征值与栅格质量的对应关系进行量化，更加直观明显的获得每个栅格的覆盖质量。
网络判定单元805，用于基于每个所述栅格的覆盖质量，确定所述LTE网络的覆盖质量。也就是说，本实施例中首先判断出每个栅格上样本点的覆盖质量，进而扩展到整个LTE网络覆盖区域，由此得到整个LTE网络的覆盖质量。
由上述方案可知，本发明实施例四提供的一种LTE网络覆盖质量的判定装置，通过在获得LTE网络覆盖区域中每个采样点的通信特征值之后，利用多种定位算法的结合来对每个采样点的坐标信息进行定位获取，进而再利用栅格覆盖评估技术进行点聚合，进而得到整个LTE网路覆盖区域的覆盖质量，本实施例在这一过程中通过对每个采样点的坐标信息进行获取并由此来判定整个LTE网络的覆盖质量，区别于现有技术只能得到多个采样点聚合到一个点如基站或小区上的坐标信息导致覆盖质量判定精度较低的情况，能够精确到基站或小区内的每个采样点，而不是基站或小区，同时多种定位算法的结合确定每个采样点的坐标信息，更进一步的能够明显提高LTE网络覆盖质量的判定精度。
另外，在本实施例中，上文的测试报告数据通过EnodeB进行自动收集，能够收集全网所有LTE的UE，覆盖分析编辑所有用户的区域，相对于现有技术中的道路测试方案具有覆盖全面的明显优势。
而本实施例中能够给予15分钟或其他时长的测量报告进行分析并输出结构，能够将多周期的数据灵活聚合进行结果输出，分析效率明显高于现有技术中的方案。而相对购置软硬件设备、安排人力、车辆进行路测的方式，本实施例的实现方案成本明显较低，且具有可持续性。
参考图9，为本发明实施例五提供的一种LTE网络覆盖质量的判定装置中所述坐标确定单元802的结构示意图，其中，所述坐标确定单元802可以包括以下结构：
数据组提取子单元821，用于在所述通信采样测量数据中，提取所述TA和AoA的定位算法所需的第一数据组以及所述场强定位算法所需的第二数据组。
其中，所述第一数据组可以通过以下方式实现：
基站测量对应采样点如终端的上行传输来确定每个终端的TA调整值t，从而确定终端到基站的距离R＝ct/2，之后基站接收端通过天线阵列测出接收信号的入射角度，从而确定终端相对于参考方向(通常为正北方向)与基站的位置关系。
例如，本实施例中将STA、SAOA列为MR数组Ar即第一组数据组，将SRSRP、至少2个非共站邻区的NRSRP列为MR数组Br即第二数据组，其中，STA为源小区TA值；SAOA为源小区到达角值；SRSRP为源小区RSRP；NRSRP为邻区RSRP。
定位算法确定子单元822，用于根据所述第一数据组与所述第二数据组中各自数据的完整性不同，确定不同的坐标获取算法。
其中，所述坐标获取算法可以为：TA和AoA的定位算法、或者场强定位算法，或者所述TA和AoA的定位算法与所述场强定位算法的组合算法，由于所述第一数据组中数据的完整性与所述第二数据组中数据的完整性均存在差异性，本实施例中确定不同的坐标获取算法对这些数据进行处理，其中，包括：以不同的算法对数据进行处理得到采样点的坐标信息，或者以相同的算法对数据以不同的方式进行处理得到采样点的坐标信息，由此，采样点对应的数据完整性不同的情况下，均能准确得到每个所述采样点的坐标信息。
采样坐标确定子单元823，用于利用所述坐标获取算法，确定每个所述采样点的坐标信息。
具体的：
1、在所述第一数据组与所述第二数据组各自的数据均完整时，如表2中第1项所示,第一数据组Ar中含有完整的距离信息STA和方位信息SAoA，第二数据组Br中含有完整的距离信息SRSRP和方位信息NRSRP，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；相应的，如图10中所示，所述采样坐标确定子单元823可以通过以下结构实现：
第一坐标确定模块1001，用于利用TA和AoA的定位算法对所述第一数据组进行处理，得到每个所述第一采样点的第一坐标。
第二坐标确定模块1002，用于利用所述场强定位算法对所述第二数据组进行处理，得到每个所述第二采样点的第二坐标。
中间坐标确定模块1002，用于基于每个所述采样点的第一坐标和第二坐标，确定每个所述采样点的两个坐标之间的中间坐标信息作为相应采样点的坐标信息。
例如，若第一数据组Ar与第二数据组Br数据均完整，利用基于TA+AoA的定位方案求出采样点的坐标之后，再利用基于场强定位算法中RSRP的定位方案求出采样点的坐标,之后，再取这两个坐标的中间坐标，作为相应采样点的坐标。
2、在所述第一数据组和所述第二数据组中距离信息均完整，仅一个数据组中包含完整的方位信息时，如所述第一数据组中含有完整的距离信息STA和方位信息SAoA，所述第二数据组中仅含有完整的距离信息SRSRP，或者，所述第一数据组中仅含有完整的距离信息STA，所述第二数据组中含有完整的距离信息SRSRP和方位信息NRSRP，相应的，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；相应的，如图11中所示，所述采样坐标确定子单元823中可以通过以下结构实现：
第一距离值确定模块1101，用于利用所述TA和AoA的定位算法，基于所述第一数据组中的距离信息，确定每个所述采样点到其对应基站的第一距离值。
第二距离值确定模块1102，用于利用所述场强定位算法，基于所述第二数据组中的距离信息，确定每个所述采样点到其对应基站的第二距离值。
方位信息获取模块1103，用于基于所述完整的方位信息，利用与该完整的方位信息相应的定位算法，获取每个所述采样点相对于其对应基站的方位信息。
具体的，若仅所述第一数据组含有完整的方位信息，那么本实施例中可以利用所述TA和AoA的定位算法获取每个所述采样点相对于其对应基站的方位信息；若仅所述第二数据组中含有完整的方位信息，那么本实施例中可以利用所述场强定位算法获取每个所述采样点相对于其对应基站的方位信息。
目标距离值确定模块1104，用于根据所述第一距离值与所述第二距离值，确定每个所述采样点到其对应基站的目标距离值。
第一结合定位模块1105，用于结合每个所述采样点对应的方位信息与目标距离值，获取每个所述采样点的坐标信息。
具体的，本实施例在获取到两个距离值之后，先取平均值得到目标距离值，再结合方位信息进行定位，进而得到采样点的坐标信息，例如，如表2中的第3和5项所示，若第一数据组Ar数据缺失方位信息SAoA，第二数据组Br数据完整时，可以首先利用第一数据组中的距离信息STA和第二数据组中的距离信息SRSRP分别确定终端到基站的距离：第一距离值DA和第二距离值DB，之后再利用基于场强定位RSRP的方案求出终端即采样点的坐标；或者，若第一数据组Ar数据完整，第二数据组Br数据缺失方位信息NRSRP时，可以首先利用第一数据组中的距离信息STA和第二数据组中的距离信息SRSRP分别确定终端到基站的距离：第一距离值DA和第二距离值DB，之后再利用TA和AoA的定位方案求出终端即采样点的坐标。
3、在所述第一数据组和所述第二数据组中方位信息均完整，仅一个数据组中包含完整的距离信息，如：所述第一数据组中含有完整的距离信息STA和方位信息SAoA，所述第二数据组中仅含有完整的方位信息NRSRP，或者，所述第一数据组中仅含有完整的方位信息SAoA，所述第二数据组中含有完整的距离信息SRSRP和方位信息NRSRP，所述坐标获取算法为：所述TA和AoA的定位算法或所述场强定位算法；相应的，如图12中所示，所述采样坐标确定子单元823中可以通过以下结构实现：
单算法定位模块1201，用于基于方位信息和距离信息均完整的数据组，利用与该数据组对应的定位算法，获取每个所述采样点的坐标信息。
如表2中第2和4项所示，在所述第一数据组Ar中含有完整的距离信息STA和方位信息SAoA，所述第二数据组Br中仅含有完整的方位信息NRSRP时，本实施例中利用所述TA和AoA的定位算法获取每个所述采样点的坐标信息；在所述第一数据组Ar中仅含有完整的方位信息SAoA，所述第二数据组Br中含有完整的距离信息SRSRP和方位信息NRSRP时，本实施例中利用所述场强定位算法获取每个所述采样点的坐标信息。
4、在所述第一数据组和所述第二数据组中，一数据组中距离信息完整而方向信息缺失，且另一数据组中方位信息完整而距离信息缺失，例如，所述第一数据组中方向信息SAoA完整而距离信息STA缺失，所述第二数据组中距离信息SRSRP完整而方向信息NRSRP缺失，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；相应的，如图13中所示，所述采样坐标确定子单元823中可以通过以下结构实现：
距离确定模块1301，用于利用距离信息完整的数据组相应的定位算法，获取每个所述采样点到其对应基站的距离。
方位确定模块1302，用于利用方位信息完整的数据组相应的定位算法，获取每个所述采样点相对于其对应基站的方位。
例如，所述第一数据组中方向信息SAoA完整而距离信息STA缺失，所述第二数据组中距离信息SRSRP完整而方向信息NRSRP缺失，本实施例利用场强定位算法获取每个所述采样点到其对应基站的距离，利用所述TA和AoA的定位算法获取每个所述采样点相对于其对应基站的方位。
第二结合定位模块1303，用于分别结合每个所述采样点对应的距离与方位，获取每个所述采样点的坐标信息。
如表2中第6项所示，在所述第一数据组Ar中含有完整的方位信息SAoA，所述第二数据组Br中含有完整的距离信息SRSRP时，本实施例利用场强定位算法获取每个所述采样点到其对应基站的距离，利用所述TA和AoA的定位算法获取每个所述采样点相对于其对应基站的方位，再结合距离和方位最终确定终端坐标。
参考图14，为本发明实施例六提供的一种LTE网络覆盖质量的判定装置中所述栅格判定单元804的结构示意图，其中，所述栅格判定单元804可以通过以下结构实现：
标记预设子单元841，用于预设不同通信特征值对应的标记值，以及所述标记值对应的覆盖质量。
其中，所述标记值可以为颜色值，如红黄绿等颜色，本实施例中不同通信特征值对应相应的颜色标记，每个颜色标记对应相应的覆盖质量。
采样标记子单元842，用于基于所述预设的标记值和所述每个栅格上相应采样点的通信特征值，对所述栅格中各采样点进行标记。
也就是说，本实施例对每个所述栅格上的采样点根据其通信特征值如电平值按照不同的颜色进行设置，或者说，本实施例在完成每个所述采样点的地理定位即坐标信息的获取之后，将每个所述采样点根据其通信特征值如电平值等按照不同的颜色(标记值)投射到相应的栅格上。
质量判定子单元843，用于根据每个所述栅格上的标记值的分布状态，确定每个所述栅格的覆盖质量。
具体的，本实施例中通过分析每个所述栅格中不同颜色的采样点的比例，来确定该栅格的覆盖质量。例如，若某样点的RSRP小于门限-115dBm，表示覆盖比较弱，通过对采样点设置不同颜色区分质量好坏(例如弱覆盖可标识为红色，其他可以标识为绿色)。对于某栅格X，红色样点数为绿色样点数为若该栅格的弱覆盖采样点占比ωth为预设的阈值，则认为该栅格为弱覆盖栅格，通过此方式扩展到整个网络即完成对整个网络的弱覆盖评估。
本实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算设备可读取存储介质中。基于这样的理解，本申请实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算设备(可以是个人计算机，服务器，移动计算设备或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (14)

1.一种LTE网络覆盖质量的判定方法，其特征在于，包括：
获得LTE网络的通信采样测量数据，所述通信采样测量数据包括多个采样点的通信特征值；
基于每个所述采样点的通信特征值，利用TA(Tracking Area，寻呼和跟踪区)和AoA(Angle-of-Arrival，到达角度测距)的定位算法和/或场强定位算法，确定每个所述采样点的坐标信息；
将每个所述采样点基于其坐标信息投射到预设的栅格区域内相应的栅格中；
基于每个所述栅格上相应采样点的通信特征值，确定每个所述栅格的覆盖质量；
基于每个所述栅格的覆盖质量，确定所述LTE网络的覆盖质量。
2.根据权利要求1所述的方法，其特征在于，利用TA和AoA的定位算法和/或场强定位算法，根据每个所述采样点所在的目标采样区域，确定每个所述采样点的坐标信息，包括：
在所述通信采样测量数据中，提取所述TA和AoA的定位算法所需的第一数据组以及所述场强定位算法所需的第二数据组；
根据所述第一数据组与所述第二数据组中各自数据的完整性不同，确定不同的坐标获取算法，所述坐标获取算法为：TA和AoA的定位算法、或者场强定位算法，或者所述TA和AoA的定位算法与所述场强定位算法的组合算法；
利用所述坐标获取算法，确定每个所述采样点的坐标信息。
3.根据权利要求2所述的方法，其特征在于，所述第一数据组与所述第二数据组各自的数据均完整，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；
相应的，利用所述坐标获取算法，确定每个所述采样点的坐标信息，包括：
利用TA和AoA的定位算法对所述第一数据组进行处理，得到每个所述第一采样点的第一坐标；
利用所述场强定位算法对所述第二数据组进行处理，得到每个所述第二采样点的第二坐标；
基于每个所述采样点的第一坐标和第二坐标，确定每个所述采样点的两个坐标之间的中间坐标信息作为相应采样点的坐标信息。
4.根据权利要求2所述的方法，其特征在于，所述第一数据组和所述第二数据组中距离信息均完整，仅一个数据组中包含完整的方位信息，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；
相应的，利用所述坐标获取算法，确定每个所述采样点的坐标信息，包括：
利用所述TA和AoA的定位算法，基于所述第一数据组中的距离信息，确定每个所述采样点到其对应基站的第一距离值；
利用所述场强定位算法，基于所述第二数据组中的距离信息，确定每个所述采样点到其对应基站的第二距离值；
基于所述完整的方位信息，利用与该完整的方位信息相应的定位算法，获取每个所述采样点相对于其对应基站的方位信息；
根据所述第一距离值与所述第二距离值，确定每个所述采样点到其对应基站的目标距离值；
结合每个所述采样点对应的方位信息与目标距离值，获取每个所述采样点的坐标信息。
5.根据权利要求2所述的方法，其特征在于，所述第一数据组和所述第二数据组中方位信息均完整，仅一个数据组中包含完整的距离信息，所述坐标获取算法为：所述TA和AoA的定位算法或所述场强定位算法；
相应的，利用所述坐标获取算法，确定每个所述采样点的坐标信息，包括：
基于方位信息和距离信息均完整的数据组，利用与该数据组对应的定位算法，获取每个所述采样点的坐标信息。
6.根据权利要求2所述的方法，其特征在于，所述第一数据组和所述第二数据组中，一数据组中距离信息完整而方位信息缺失，且另一数据组中方位信息完整而距离信息缺失，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；
相应的，利用所述坐标获取算法，确定每个所述采样点的坐标信息，包括：
利用距离信息完整的数据组相应的定位算法，获取每个所述采样点到其对应基站的距离；
利用方位信息完整的数据组相应的定位算法，获取每个所述采样点相对于其对应基站的方位；
分别结合每个所述采样点对应的距离与方位，获取每个所述采样点的坐标信息。
7.根据权利要求1所述的方法，其特征在于，所述基于每个所述栅格上相应采样点的通信特征值，确定每个所述栅格的覆盖质量，包括：
预设不同通信特征值对应的标记值，以及所述标记值对应的覆盖质量；
基于所述预设的标记值和每个所述栅格上相应采样点的通信特征值，对所述栅格中各采样点进行标记；
根据每个所述栅格上的标记值的分布状态，确定每个所述栅格的覆盖质量。
8.一种LTE网路覆盖质量的判定装置，其特征在于，包括：
数据获得单元，用于获得LTE网络的通信采样测量数据，所述通信采样测量数据包括多个采样点的通信特征值；
坐标确定单元，用于基于每个所述采样点的通信特征值，利用TA和AoA的定位算法和/或场强定位算法，确定每个所述采样点的坐标信息；
采样点投射单元，用于将每个所述采样点基于其坐标信息投射到预设的栅格区域内相应的栅格中；
栅格判定单元，用于基于每个所述栅格上相应采样点的通信特征值，确定每个所述栅格的覆盖质量；
网络判定单元，用于基于每个所述栅格的覆盖质量，确定所述LTE网络的覆盖质量。
9.根据权利要求8所述的装置，其特征在于，所述坐标确定单元包括：
数据组提取子单元，用于在所述通信采样测量数据中，提取所述TA和AoA的定位算法所需的第一数据组以及所述场强定位算法所需的第二数据组；
定位算法确定子单元，用于根据所述第一数据组与所述第二数据组中各自数据的完整性不同，确定不同的坐标获取算法，所述坐标获取算法为：TA和AoA的定位算法、或者场强定位算法，或者所述TA和AoA的定位算法与所述场强定位算法的组合算法；
采样坐标确定子单元，用于利用所述坐标获取算法，确定每个所述采样点的坐标信息。
10.根据权利要求9所述的装置，其特征在于，所述第一数据组与所述第二数据组各自的数据均完整，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；
相应的，所述采样坐标确定子单元包括：
第一坐标确定模块，用于利用TA和AoA的定位算法对所述第一数据组进行处理，得到每个所述第一采样点的第一坐标；
第二坐标确定模块，用于利用所述场强定位算法对所述第二数据组进行处理，得到每个所述第二采样点的第二坐标；
中间坐标确定模块，用于基于每个所述采样点的第一坐标和第二坐标，确定每个所述采样点的两个坐标之间的中间坐标信息作为相应采样点的坐标信息。
11.根据权利要求9所述的装置，其特征在于，所述第一数据组和所述第二数据组中距离信息均完整，仅一个数据组中包含完整的方位信息，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；
相应的，所述采样坐标确定子单元包括：
第一距离值确定模块，用于利用所述TA和AoA的定位算法，基于所述第一数据组中的距离信息，确定每个所述采样点到其对应基站的第一距离值；
第二距离值确定模块，用于利用所述场强定位算法，基于所述第二数据组中的距离信息，确定每个所述采样点到其对应基站的第二距离值；
方位信息获取模块，用于基于所述完整的方位信息，利用与该完整的方位信息相应的定位算法，获取每个所述采样点相对于其对应基站的方位信息；
目标距离值确定模块，用于根据所述第一距离值与所述第二距离值，确定每个所述采样点到其对应基站的目标距离值；
第一结合定位模块，用于结合每个所述采样点对应的方位信息与目标距离值，获取每个所述采样点的坐标信息。
12.根据权利要求9所述的装置，其特征在于，所述第一数据组和所述第二数据组中方位信息均完整，仅一个数据组中包含完整的距离信息，所述坐标获取算法为：所述TA和AoA的定位算法或所述场强定位算法；
相应的，所述采样坐标确定子单元包括：
单算法定位模块，用于基于方位信息和距离信息均完整的数据组，利用与该数据组对应的定位算法，获取每个所述采样点的坐标信息。
13.根据权利要求9所述的装置，其特征在于，所述第一数据组和所述第二数据组中，一数据组中距离信息完整而方位信息缺失，且另一数据组中方位信息完整而距离信息缺失，所述坐标获取算法为：所述TA和AoA的定位算法与所述场强定位算法的组合算法；
相应的，所述采用坐标确定子单元包括：
距离确定模块，用于利用距离信息完整的数据组相应的定位算法，获取每个所述采样点到其对应基站的距离；
方位确定模块，用于利用方位信息完整的数据组相应的定位算法，获取每个所述采样点相对于其对应基站的方位；
第二结合定位模块，用于分别结合每个所述采样点对应的距离与方位，获取每个所述采样点的坐标信息。
14.根据权利要求8所述的装置，其特征在于，所述栅格判定单元包括：
标记预设子单元，用于预设不同通信特征值对应的标记值，以及所述标记值对应的覆盖质量；
采样标记子单元，用于基于所述预设的标记值和所述每个栅格上相应采样点的通信特征值，对所述栅格中各采样点进行标记；
质量判定子单元，用于根据每个所述栅格上的标记值的分布状态，确定每个所述栅格的覆盖质量。
CN201510940072.9A 2015-12-11 2015-12-11 一种lte网络覆盖质量的判定方法及装置 Active CN106879017B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510940072.9A CN106879017B (zh) 2015-12-11 2015-12-11 一种lte网络覆盖质量的判定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510940072.9A CN106879017B (zh) 2015-12-11 2015-12-11 一种lte网络覆盖质量的判定方法及装置

Publications (2)

Publication Number Publication Date
CN106879017A true CN106879017A (zh) 2017-06-20
CN106879017B CN106879017B (zh) 2021-02-23

Family

ID=59239178

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510940072.9A Active CN106879017B (zh) 2015-12-11 2015-12-11 一种lte网络覆盖质量的判定方法及装置

Country Status (1)

Country Link
CN (1) CN106879017B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108307427A (zh) * 2018-02-09 2018-07-20 北京天元创新科技有限公司 一种lte网络覆盖分析、预测方法及系统
CN108307428A (zh) * 2018-02-09 2018-07-20 北京天元创新科技有限公司 一种基于mr数据的lte小区集中度分析方法及系统
CN108601029A (zh) * 2018-03-15 2018-09-28 中国联合网络通信集团有限公司 基站建设评估方法及装置
CN109548041A (zh) * 2017-09-22 2019-03-29 中国移动通信集团浙江有限公司 一种无线覆盖分析方法及系统
CN109743743A (zh) * 2018-11-28 2019-05-10 中通服建设有限公司 网络性能的栅格化监测方法、电子设备、存储介质及系统
CN109982333A (zh) * 2017-12-27 2019-07-05 中国移动通信集团广东有限公司 一种td-lte深度覆盖补盲的选址方法及系统
CN110012418A (zh) * 2017-12-31 2019-07-12 中国移动通信集团湖北有限公司 无线网络覆盖问题的识别方法、装置、设备及介质
CN110401956A (zh) * 2018-04-25 2019-11-01 中国移动通信集团广东有限公司 覆盖评估方法和装置
CN111263375A (zh) * 2018-11-30 2020-06-09 中国移动通信集团浙江有限公司 一种volte上下行覆盖平衡判断方法及装置
CN114339843A (zh) * 2020-09-27 2022-04-12 中国移动通信集团浙江有限公司 一种基于网络覆盖的锚点问题识别方法和装置
CN114363925A (zh) * 2021-12-16 2022-04-15 北京红山信息科技研究院有限公司 一种网络质差自动识别方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102547752A (zh) * 2010-12-07 2012-07-04 中国移动通信集团广东有限公司 一种无线网络的覆盖评估方法及装置
CN102752790A (zh) * 2011-04-21 2012-10-24 中国移动通信集团湖南有限公司 确定无线网络覆盖率的方法及设备
CN103024756A (zh) * 2011-09-20 2013-04-03 北京电旗通讯技术股份有限公司 用于全网小区覆盖规划的方法及系统
CN103067928A (zh) * 2012-12-04 2013-04-24 大唐移动通信设备有限公司 一种网络覆盖质量的分析方法和系统
CN103313281A (zh) * 2012-03-13 2013-09-18 中国移动通信集团广东有限公司 利用扫频数据修正gsm小区覆盖关联度的方法和系统
US20140003365A1 (en) * 2012-04-12 2014-01-02 Fidelity Comtech, Inc. System for continuously improving the performance of wireless networks with mobile users
CN103581995A (zh) * 2013-08-30 2014-02-12 西安电子科技大学 一种用于移动通信网覆盖性能的测量方法
CN103906104A (zh) * 2012-12-31 2014-07-02 中国移动通信集团内蒙古有限公司 一种定位覆盖空洞的方法及装置
CN103916876A (zh) * 2012-12-31 2014-07-09 中国移动通信集团广东有限公司 一种计算全网络覆盖的方法、装置和通信网络
CN104469676A (zh) * 2014-11-21 2015-03-25 北京拓明科技有限公司 一种移动终端的定位方法及系统
CN104980950A (zh) * 2014-04-03 2015-10-14 中国移动通信集团浙江有限公司 一种网络优化服务器、实现网络优化的移动设备和系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102547752A (zh) * 2010-12-07 2012-07-04 中国移动通信集团广东有限公司 一种无线网络的覆盖评估方法及装置
CN102752790A (zh) * 2011-04-21 2012-10-24 中国移动通信集团湖南有限公司 确定无线网络覆盖率的方法及设备
CN103024756A (zh) * 2011-09-20 2013-04-03 北京电旗通讯技术股份有限公司 用于全网小区覆盖规划的方法及系统
CN103313281A (zh) * 2012-03-13 2013-09-18 中国移动通信集团广东有限公司 利用扫频数据修正gsm小区覆盖关联度的方法和系统
US20140003365A1 (en) * 2012-04-12 2014-01-02 Fidelity Comtech, Inc. System for continuously improving the performance of wireless networks with mobile users
CN103067928A (zh) * 2012-12-04 2013-04-24 大唐移动通信设备有限公司 一种网络覆盖质量的分析方法和系统
CN103906104A (zh) * 2012-12-31 2014-07-02 中国移动通信集团内蒙古有限公司 一种定位覆盖空洞的方法及装置
CN103916876A (zh) * 2012-12-31 2014-07-09 中国移动通信集团广东有限公司 一种计算全网络覆盖的方法、装置和通信网络
CN103581995A (zh) * 2013-08-30 2014-02-12 西安电子科技大学 一种用于移动通信网覆盖性能的测量方法
CN104980950A (zh) * 2014-04-03 2015-10-14 中国移动通信集团浙江有限公司 一种网络优化服务器、实现网络优化的移动设备和系统
CN104469676A (zh) * 2014-11-21 2015-03-25 北京拓明科技有限公司 一种移动终端的定位方法及系统

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109548041B (zh) * 2017-09-22 2022-01-25 中国移动通信集团浙江有限公司 一种无线覆盖分析方法及系统
CN109548041A (zh) * 2017-09-22 2019-03-29 中国移动通信集团浙江有限公司 一种无线覆盖分析方法及系统
CN109982333A (zh) * 2017-12-27 2019-07-05 中国移动通信集团广东有限公司 一种td-lte深度覆盖补盲的选址方法及系统
CN109982333B (zh) * 2017-12-27 2021-12-28 中国移动通信集团广东有限公司 一种td-lte深度覆盖补盲的选址方法及系统
CN110012418A (zh) * 2017-12-31 2019-07-12 中国移动通信集团湖北有限公司 无线网络覆盖问题的识别方法、装置、设备及介质
CN108307428A (zh) * 2018-02-09 2018-07-20 北京天元创新科技有限公司 一种基于mr数据的lte小区集中度分析方法及系统
CN108307427A (zh) * 2018-02-09 2018-07-20 北京天元创新科技有限公司 一种lte网络覆盖分析、预测方法及系统
CN108601029A (zh) * 2018-03-15 2018-09-28 中国联合网络通信集团有限公司 基站建设评估方法及装置
CN108601029B (zh) * 2018-03-15 2021-03-12 中国联合网络通信集团有限公司 基站建设评估方法及装置
CN110401956A (zh) * 2018-04-25 2019-11-01 中国移动通信集团广东有限公司 覆盖评估方法和装置
CN109743743A (zh) * 2018-11-28 2019-05-10 中通服建设有限公司 网络性能的栅格化监测方法、电子设备、存储介质及系统
CN111263375A (zh) * 2018-11-30 2020-06-09 中国移动通信集团浙江有限公司 一种volte上下行覆盖平衡判断方法及装置
CN114339843A (zh) * 2020-09-27 2022-04-12 中国移动通信集团浙江有限公司 一种基于网络覆盖的锚点问题识别方法和装置
CN114339843B (zh) * 2020-09-27 2023-08-15 中国移动通信集团浙江有限公司 一种基于网络覆盖的锚点问题识别方法和装置
CN114363925A (zh) * 2021-12-16 2022-04-15 北京红山信息科技研究院有限公司 一种网络质差自动识别方法
CN114363925B (zh) * 2021-12-16 2023-10-24 北京红山信息科技研究院有限公司 一种网络质差自动识别方法

Also Published As

Publication number Publication date
CN106879017B (zh) 2021-02-23

Similar Documents

Publication Publication Date Title
CN106879017A (zh) 一种lte网络覆盖质量的判定方法及装置
CN106792943B (zh) 高铁专网小区切换点检测方法和系统
CN106507411B (zh) 一种基于mr的lte工参自动核查方法
CN104853379B (zh) 一种无线网络质量评估方法及装置
CN105323774B (zh) 估计分布式天线系统(das)或中继器系统的覆盖区域的技术
CN103391576B (zh) 参考信号接收功率的上报方法和设备
CN103906109B (zh) 一种移动通信系统干扰排查方法和装置
CN105554803B (zh) Lte网络质量分布检测方法与系统
CN106792754A (zh) 高铁上的通信用户检测方法和系统
CN106231628A (zh) 用于地理区块数据收集和报告的方法和演进型节点b
CN105357675B (zh) Ue小区重叠覆盖情况检测方法与系统
CN103491553B (zh) 一种波束调整方法和设备
CN106792944B (zh) 高铁专网小区切换点检测方法和系统
CN106171002A (zh) 网络系统、分析装置、处理测量信息的方法和记录介质
CN108307427B (zh) 一种lte网络覆盖分析、预测方法及系统
US10390180B1 (en) Geolocation determination with power fingerprinting
CN108207009A (zh) 轨道网络质量测试方法及装置
CN108738064A (zh) 上行干扰定位方法及装置
CN107438251B (zh) 一种用于室内外用户区分的方法和装置
CN108243447B (zh) 一种外部干扰的定位方法及装置
CN108882249A (zh) 一种小区覆盖受限检测方法及装置
CN112333753B (zh) 一种可接入用户数的评估方法和装置
CN106507471A (zh) 无线通信系统中的定位增强方法、装置及系统
CN108810950A (zh) 一种识别可删除的小区的方法及相关设备
CN103581990B (zh) 一种确定直放站吸收话务量的方法及装置

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