CN108012279A - 一种邻区优化方法及装置 - Google Patents

Abstract

本发明提供了一种邻区优化方法及装置，所述方法包括：根据预先获取的样本类测量报告MRO测量报告、事件触发测量报告MRE测量报告及预先配置的邻区信息，获得第一小区的各邻小区信息；根据所述MRO测量报告及所述MRE测量报告，获得所述第一小区与各邻小区的相关性指数；根据所述预先配置的邻区信息及各小区信息，获得所述第一小区与各邻小区之间的距离；根据所述第一小区与各邻小区的相关性指数及距离，对所述第一小区进行邻区优化。本发明基于MRO测量报告及MRE测量报告联合分析邻区，能够精准高效的评估现网邻区情况指导进行邻区优化，具有技术先进，可实施性强，邻区核查精确，核查内容较全面等优点。

Description

一种邻区优化方法及装置

技术领域

本发明涉及无线通信技术领域，尤其涉及一种邻区优化方法及装置。

背景技术

移动终端在移动状态下可以在多个定义了邻区关系的小区之间进行业务的平滑交替，不会中断，因此邻区关系对于移动终端的通信十分重要。长期演进(Long TermEvolution，LTE)网络中，无线网络规模十分庞大，维护排查邻区关系变成一个十分巨大的工程，如何精准化的分析挖掘邻区问题，在网络优化过程中就变得越来越重要。

现有的邻区优化技术主要包括以下几种：1、主流设备厂家的自动邻区关系(Automatic Neighbour Relation，ANR)功能；2、基于测量报告样本数据(MeasurementReport Original，MRO)；3、基于北向切换数据的邻区优化。

然而，采用ANR功能，需要购买设备厂家该功能的license，费用较大；ANR功能开启需要终端设备(User Equipment，UE)能力支持(读取小区全局标识符(Cell GlobalIdentifier，CGI)的能力)；对于ANR标识添加的邻区，本地小区及邻小区名称为空(NULL)，不能清晰读取现网配置的邻区，对于后期维护较为困难；读取未知小区的的CGI过程中需要先与目标小区同步后读取SIB1(System Information Block1)消息再回源小区上报信息，该过程对UE吞吐率有一定的影响；且ANR不能全面的发现及解决网络中存在的越区覆盖问题。基于MRO大数据进行邻区优化，MRO代表测量报告样本数据文件，不包括事件触发的样本数据，是对终端周期性的上报测量报告进行的采样，受用户的分布影响较大，不能够准确反映切换带邻区对的相关信息，不能对邻区问题给出优化处理的精准优先级。基于北向切换数据的邻区优化，仅能通过目前配置的切换邻区关系进行分析优化，不能对潜在及漏配的邻区进行评估分析。

发明内容

针对现有技术的缺陷，本发明提供了一种邻区优化方法及装置，能够解决现有技术中费用较大、不能够准确反映切换带邻区对的相关信息，不能对邻区问题给出优化处理的精准优先级及无法对潜在及漏配的邻区进行评估分析的问题。

第一方面，本发明提供了一种邻区优化方法，所述方法包括：

根据预先获取的样本类测量报告MRO测量报告、事件触发测量报告MRE测量报告及预先配置的邻区信息，获得第一小区的各邻小区信息；

根据所述MRO测量报告及所述MRE测量报告，获得所述第一小区与各邻小区的相关性指数；

根据所述预先配置的邻区信息及各小区信息，获得所述第一小区与各邻小区之间的距离；

根据所述第一小区与各邻小区的相关性指数及距离，对所述第一小区进行邻区优化。

可选地，所述根据所述MRO测量报告及所述MRE测量报告，获得所述第一小区与各邻小区的相关性指数，包括：

根据预设时间段内所述第一小区对应的MRO测量报告，确定所述第一小区与各邻小区的MRO相关性；

根据预设时间段内所述第一小区对应的MRE测量报告，确定所述第一小区与各邻小区的事件相关性及用户分布；

根据所述MRO相关性、所述事件相关性及所述用户分布，获得所述第一小区与各邻小区的相关性指数。

可选地，所述根据预设时间段内所述第一小区对应的MRO测量报告，确定所述第一小区与各邻小区的MRO相关性，包括：

对于所述第一小区与某一邻小区，根据所述第一小区对应的MRO测量报告，确定预设时间段内所述第一小区对应该邻小区的采样点数、以及所述预设时间段内所述第一小区的总采样点数；

采用预设时间段内所述第一小区对应该邻小区的采样点数除以预设时间段内所述第一小区的总采样点数，计算得到所述第一小区与该邻小区的MRO相关性。

可选地，所述根据预设时间段内所述第一小区对应的MRE测量报告，确定所述第一小区与各邻小区的事件相关性及用户分布，包括：

对于所述第一小区与某一邻小区，根据所述第一小区对应的MRE测量报告，确定预设时间段内所述第一小区对应该邻小区的A3事件数量及用户数量、A4事件数量及用户数量、A5事件数量及用户数量、或者B1事件数量及用户数量和B2事件数量及用户数量，以及所述第一小区的A3事件数量及用户数量、A4事件数量及用户数量、A5事件数量及用户数量、或者B1事件数量及用户数量和B2事件数量及用户数量；

采用第一小区对应该邻小区的A3事件数量、A4事件数量、A5事件数量之和除以所述第一小区的A3事件数量、A4事件数量、A5事件数量之和，计算得到A3事件、A4事件、A5事件对应的第一事件数占比；

采用第一小区对应该邻小区的A3用户数量、A4用户数量、A5用户数量之和除以所述第一小区的A3用户数量、A4用户数量、A5用户数量之和，计算得到A3用户、A4用户、A5用户对应的第一用户数占比；

采用第一小区对应该邻小区的B1事件数量及B2事件数量之和除以所述第一小区的B1事件数量及B2事件数量之和，计算得到B1事件和B2事件对应的第二事件数占比；

采用第一小区对应该邻小区的B1用户数量及B2用户数量之和除以所述第一小区的B1用户数量及B2用户数量之和，计算得到B1用户和B2用户对应的第二用户数占比。

可选地，所述根据所述MRO相关性、所述事件相关性及所述用户分布，获得所述第一小区与各邻小区的相关性指数，包括：

若所述第一小区与某一邻小区属于同一类系统小区，则根据所述MRO相关性、所述事件相关性及所述用户分布，采用公式一所示的加权算法计算得到所述第一小区与该邻小区的相关性指数：

第一小区与该邻小区的相关性指数＝(第一小区与该邻小区的MRO相关性*α)+(第一事件数占比*β)+(第一用户数占比*γ)，公式一；其中，α、β、γ均为加权系数，且E(α,β,γ)＝(α+β+γ)＝1；

若所述第一小区与某一邻小区属于不同类系统小区，则根据所述MRO相关性、所述事件相关性及所述用户分布，采用公式二所示的加权算法计算得到所述第一小区与该邻小区的相关性指数：

第一小区与该邻小区的相关性指数＝(第一小区与该邻小区的MRO相关性*α’)+(第二事件数占比*β’)+(第二用户数占比*γ’)，公式二；其中，α’、β’、γ’均为加权系数，且E(α’,β’,γ’)＝(α’+β’+γ’)＝1。

可选地，所述α取值范围为0％-30％，β取值范围为40％-100％，γ取值范围为0％-30％；

所述α’取值范围为0％-20％，β’取值范围为60％-80％，γ’取值范围为0％-20％。

可选地，所述根据所述预先配置的邻区信息及各小区信息，获得所述第一小区与各邻小区之间的距离，包括：

若第一小区对应的MRO测量报告中包含的邻小区信息与第一小区预先配置的邻小区信息存在对应关系，则根据与第一小区预先配置的邻小区信息确定所述第一小区与所述邻小区之间的距离；

若第一小区对应的MRO测量报告中包含的邻小区信息与第一小区预先配置的邻小区信息不存在对应关系，则将所述MRO测量报告中包含的邻小区信息与各小区信息进行匹配，计算匹配得到的所有小区与所述第一小区的距离，并确定距离最近的小区为所述邻小区。

可选地，所述根据所述第一小区与各邻小区的相关性指数及距离，对所述第一小区进行邻区优化，包括：

若所述第一小区与邻小区的相关性指数小于预设阈值，且距离大于预设距离，则判定所述邻小区为冗余邻区；

若所述第一小区与邻小区的相关性指数大于等于预设阈值，距离小于等于预设距离，且所述第一小区与所述邻小区已配置为邻区关系，则判定所述邻小区为正常邻区；

若所述第一小区与邻小区的相关性指数大于等于预设阈值，距离小于等于预设距离，且所述第一小区与所述邻小区未配置为邻区关系，则判定所述邻小区为漏配邻区。

可选地，所述根据预先获取的测量报告数据文件MRO测量报告、事件触发测量报告MRE测量报告及预先配置的邻区信息，获得第一小区的各邻小区信息之前，所述方法还包括：

获取预设时间段内的MRO测量报告及MRE测量报告，并对所述MRO测量报告及MRE测量报告进行数据清洗；

根据预先配置的邻区信息及邻区对应的小区信息，进行邻区一致性核查。

第二方面，本发明提供了一种邻区优化装置，所述装置包括：

邻区获取单元，用于根据预先获取的样本类测量报告MRO测量报告、事件触发测量报告MRE测量报告及预先配置的邻区信息，获得第一小区的各邻小区信息；

相关性计算单元，用于根据所述MRO测量报告及所述MRE测量报告，获得所述第一小区与各邻小区的相关性指数；

距离计算单元，用于根据所述预先配置的邻区信息及各小区信息，获得所述第一小区与各邻小区之间的距离；

邻区优化单元，用于根据所述第一小区与各邻小区的相关性指数及距离，对所述第一小区进行邻区优化。

由上述技术方案可知，本发明提供一种邻区优化方法及装置，根据MRO测量报告及MRE测量报告计算邻区对的相关性，并以邻区对为单位，统计MRE中的不同测量事件报告；基于邻区对MRO的相关性以及MRE中的不同测量事件报告，计算邻区对的距离，确定每条邻区对的相关性指数；并根据邻区对的距离、邻区对的相关性指数，评估邻区情况，以进行邻区优化。由此可见，本发明基于MRO测量报告及MRE测量报告联合分析邻区，可精准高效的评估现网邻区情况指导进行邻区优化，具有技术先进，可实施性强，邻区核查精确，核查内容较全面等优点。

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，还可以根据这些图获得其他的附图。

图1是本发明一实施例提供的一种邻区优化方法的流程示意图；

图2是本发明另一实施例提供的一种邻区优化方法的流程示意图；

图3是本发明一实施例提供的一种邻区优化装置的结构示意图；

图4是本发明另一实施例提供的一种邻区优化装置的结构示意图；

图5是本发明一实施例提供的一种邻区优化设备的结构框图。

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。

图1是本发明一实施例中的一种邻区优化方法的流程示意图，该实施例的执行主体为基站，如图1所示，所述方法包括如下步骤：

S101：根据预先获取的样本类测量报告MRO测量报告、事件触发测量报告MRE测量报告及预先配置的邻区信息，获得第一小区的各邻小区信息。

具体来说，基站接收各用户设备UE发送的MRO测量报告及事件触发测量报告(Measurement Report Event，MRE)。其中，MRO测量报告中包括测量小区(即第一小区)信息及能够检测到的邻小区信息，邻小区信息包括邻小区(LTE小区)的参考信号接收功率、载波号及物理小区标识(Physical Cell Identifier，PCI)等信息，或者包括邻小区(GSM小区)的频点广播控制信道(Broadcast Control Channel，BCCH)、网络色码NCC及基站色码BCC等信息。MRE测量包括中包括用户设备切换前所在小区(第一小区)及周边邻小区的信息，因此可基于MRE测量报告进行小区邻区分析，其中MRE测量报告中的周边邻小区的信息包括邻小区的参考信号接收功率、载波号及PCI等信息，或者包括邻小区GSM小区的频点BCCH、网络色码NCC及基站色码BCC等信息。

需要说明的是，MRO测量报告及MRE测量报告中的邻小区包括两类：与测量小区已配置为邻区关系的邻小区，或者与测量小区未配置为邻区关系的邻小区。而预先配置的邻区信息存储于邻区信息表中，即为与测量小区已配置为邻区关系的邻小区信息。因此，根据预先获取的MRO测量报告、MRE测量报告及预先配置的邻区信息，可统计得到所述第一小区的所有潜在的邻区关系，包括预先配置的邻区关系以及未配置的邻区关系。

S102：根据所述MRO测量报告及所述MRE测量报告，获得所述第一小区与各邻小区的相关性指数。

具体来说，由于MRO测量中包括测量小区(第一小区)信息及能够检测到的邻小区信息，因此根据预设时间段内第一小区对应的MRO测量报告，可获得第一小区和各邻小区的MRO相关性；而根据预设时间段内第一小区对应的MRE测量报告的事件相关性；从而根据第一小区和各邻小区的MRO相关性及事件相关性，采用预设算法获得第一小区和各邻小区的相关性指数。

S103：根据所述预先配置的邻区信息及各小区信息，获得所述第一小区与各邻小区之间的距离。

具体来说，根据第一小区信息(如第一小区的小区识别码CI)、根据MRO测量报告及MRE测量报告中的邻小区信息、以及邻区信息表及小区信息表中的信息，可获取第一小区和各邻小区的位置信息，从而进行第一小区与各邻小区的距离计算。

需要说明的是，邻小区可能包括LTE邻小区或者全球移动通信系统(GlobalSystem for Mobile Communication，GSM)邻小区，则所述邻小区信息包括：LTE邻小区的频点及PCI信息等，或者GSM邻小区的频点BCCH、网络色码NCC及基站色码BCC等信息。

S104：根据所述第一小区与各邻小区的相关性指数及距离，对所述第一小区进行邻区优化。

具体来说，根据第一小区与各邻小区的相关性指数及距离，对该第一小区与各邻小区的邻区关系进行评估，可判断出冗余邻区及漏配邻区，从而进一步进行邻区优化。

由此可见，本实施例根据MRO测量报告及MRE测量报告计算邻区对的相关性，并以邻区对为单位，统计MRE中的不同测量事件报告；基于邻区对MRO的相关性以及MRE中的不同测量事件报告，计算邻区对的距离，确定每条邻区对的相关性指数；并根据邻区对的距离、邻区对的相关性指数，评估邻区情况，以进行邻区优化。由此可见，本实施例基于MRO测量报告及MRE测量报告联合分析邻区，可精准高效的评估现网邻区情况指导进行邻区优化，具有技术先进，可实施性强，邻区核查精确，核查内容较全面等优点。

与现有技术相比，本实施例基于现有的已经预先采集的MRO/MRE数据展开分析，条件较为成熟，实现方便且投资相对较小；基于MRO/MRE大数据统计出所有潜在的邻区关系，通过小区信息计算出距离，并且通过相关性指数可准确判断出邻区情况；邻区核查内容较全，基于大量的MRO/MRE数据、小区信息及邻区信息，通过邻区对相关性指数及邻区对距离，不仅可以判断出邻区的冗余及漏配问题，还可以判断小区及邻区的覆盖方位及覆盖合理性问题。

在本发明的一个可选实施例中，如图2所示，上述步骤S101之前，所述方法还包括如下步骤：

S001：获取预设时间段内的MRO测量报告及MRE测量报告，并对所述MRO测量报告及MRE测量报告进行数据清洗。

本步骤中采集MRO数据及MRE数据，解析存储并进行数据清洗。其中，MRO代表测量报告样本数据文件，不包括事件触发的样本数据；MRE代表事件触发的测量报告样本数据；MRO/MRE是当前测量报告(Measurement Report，MR)采集结果文件三种类型中的其中两种，MRO/MRE采样文件涉及小区、用户、服务小区(即第一小区)的频点、PCI、服务小区及邻小区的开启测量项等，MRE还包含事件类型。

具体地，对MR数据进行采集和解析，将北向数据(MRO/MRE数据)依据相应的标准进行入库，采集解析以及数据入库均有相应的行业规范，如《中国移动TD-LTE-OMC-R测量报告技术要求规范0.3.0》、《TD-LTE数字蜂窝移动通信网无线操作维护中心(OMC-R)测量报告技术要求v1.0.3.doc》等，数据入库的格式建议按照标准中的数据结构定义。例如，MRO文件信息记录如表一所示，MRE文件信息记录如表二所示：

表一 MRO文件信息记录

表二 MRE文件信息记录

当然，MRO测量报告和MRE测量报告还包括除上述表中以外的其他参数，在此不再赘述。

进一步地，分别对MRO及MRE文件进行数据解析并进行数据清洗，按照如上格式导入数据库，导入到数据库中的数据清洗操作：

1、MRO中，MR.LteNcRSRP(邻小区的参考信号接收功率)为空的判断为无效数据，进行清洗，不进行统计。即MRO测量报告中在测量小区中未能检测到邻小区的参考信号，则将该MRO测量报告剔除，不进行后续的相关性及距离计算。

2、MRE中，MR.LteNcRSRP(LTE邻小区的参考信号接收功率)、MR.GsmNcellCarrierRSSI(GSM邻小区的载波接收信号强度指示)、MR.TdsPccpchRSCP(TD-SCDMA主公共控制物理信道接收信号码功率)全部为空且事件类型不为A1、A2的，判断为无效数据，进行清洗，不进行统计。

如此，本步骤中去除不包括邻小区信息的MRO测量报告及MRE测量报告，从而使得后续的计算结果更为准确。

S002：根据预先配置的邻区信息及邻区对应的小区信息，进行邻区一致性核查。

其中，预先配置的邻区信息记录在邻区信息表中，小区信息记录在小区信息表中。其中，网络中在网小区的邻区信息表，记录了小区的邻区配置情况，用于描述用户占用小区通话后的可选切换目标小区，也粗略描述了与本小区邻近的小区集合。

具体地，首先导入小区信息和邻区信息表：

例如，LTE小区基础信息表如表三所示：

表三 LTE小区基础信息表

GSM小区基础信息表如表四所示：

表四 GSM小区基础信息表

列名	内容
		SITE	瑞达路转盘
LAC	14806
		CI	14806_31
Cellname	瑞达路转盘1
		X	113.56403
Y	34.79945
		DIR	25
BCCH	89
		NCC	2
BCC	7
		CoverType	宏站

LTE系统的邻区信息表(即主服务小区和邻小区均LTE小区)如表五所示：

表五 LTE系统内的邻区信息表

列名	内容
		服务小区TAC	14275
服务小区CI	23538132
		邻区TAC	14275
邻区CI	23538133
		邻区频点	39148
邻区PCI	389
		邻区IP	10.218.37.41

LTE-GSM系统间的邻区信息表(主服务小区为LTE小区，邻小区为GSM小区)如表六所示：

表六 LTE-GSM系统间的邻区信息表

进一步地，基于上述小区信息和邻区信息表，进行邻区一致核查：

具体核查方位为：依据小区信息表中的数据为准，对邻区信息表中的邻小区信息与小区信息表中的信息进行对比，若邻区信息表中的邻区信息与该邻区对应的小区信息表中对应的小区信息不一致，则确定为异常记录。

举例来说，如表七所示的邻区一致性核查信息表：

表七 LTE系统内的邻区信息表

如表七所示，其中的LTE邻区信息表中的邻小区信息被标示出来，将其与对应的LTE小区信息表中小区信息进行对比，可以看出邻小区在邻区信息表中的邻区PCI为389，而对应的小区信息表中该邻小区的PCI为388，则两者不一致，一致性核查未通过，去除该异常记录；其中的LTE-GSM邻区信息表中的GSM邻小区的信息与该邻小区对应的GSM小区信息中的信息完全一致，因此一致性核查通过。

由此可见，本实施例中首先对MRO及MRE数据进行清洗，去除不包括邻小区信息的MRO测量报告及MRE测量报告，以更为准确地进行邻区情况判断；而且进一步进行邻区一致性核查，保证邻区信息表中邻区信息的准确性，从而使得后续邻区情况评估结果更为准确。

进一步地，在本发明的一个可选实施例中，上述步骤S102，具体包括如下子步骤：

S1021：根据预设时间段内所述第一小区对应的MRO测量报告，确定所述第一小区与各邻小区的MRO相关性。

具体来说，根据步骤S101获得的第一小区的各邻小区信息，确定第一小区与各邻小区组成的邻区对的MRO相关性。

S1022：根据预设时间段内所述第一小区对应的MRE测量报告，确定所述第一小区与各邻小区的事件相关性及用户分布。

具体来说，MRE测量包括中包括用户设备切换前所在小区(第一小区)及周边邻小区的信息，则基于预设时间段内的第一小区对应的MRE测量报告，可确定第一小区与各邻小区的事件相关性及对应的用户分布。

S1023：根据所述MRO相关性、所述事件相关性及所述用户分布，获得所述第一小区与各邻小区的相关性指数。

具体来说，根据所述MRO相关性、所述事件相关性及所述用户分布，可采用加权计算获得所述第一小区与各邻小区的相关性指数。

具体地，上述步骤S1021，具体包括：

A01、对于所述第一小区与某一邻小区，根据所述第一小区对应的MRO测量报告，确定预设时间段内所述第一小区对应该邻小区的采样点数、以及所述预设时间段内所述第一小区的总采样点数。

A02、采用预设时间段内所述第一小区对应该邻小区的采样点数除以预设时间段内所述第一小区的总采样点数，计算得到所述第一小区与该邻小区的MRO相关性。

其中，采样点数即为预设时间段内采样次数，例如：对于第一小区与邻小区c组成的小区对，预设时间段内第一小区的MRO测量报告中采样到该邻小区c信息的次数为a，而预设时间段内第一小区的MRO测量报告对应的采样次数为b，则第一小区与邻小区c组成的小区对的MRO相关性为a/b。

本实施例中，对于第一小区及邻小区组成的小区对，不论是系统内的小区对还是系统间的小区对，均采用上述方式获得该小区对的MRO相关性。

具体地，上述步骤S1022，具体包括：

B01、对于所述第一小区与某一邻小区，根据所述第一小区对应的MRE测量报告，确定预设时间段内所述第一小区对应该邻小区的A3事件数量及用户数量、A4事件数量及用户数量、A5事件数量及用户数量、或者B1事件数量及用户数量和B2事件数量及用户数量，以及所述第一小区的A3事件数量及用户数量、A4事件数量及用户数量、A5事件数量及用户数量、或者B1事件数量及用户数量和B2事件数量及用户数量。

其中，A3事件为同频邻区质量高于服务小区(第一小区)质量时上报的事件，相应地基站启动同频切换请求；A4事件为异频邻区质量高于一定门限值时上报的事件，相应地基站启动异频切换请求；A5事件为服务小区质量低于一定门限值且邻区质量高于一定门限值时上报事件；B1事件为异系统邻区(如第一小区为LTE小区，邻小区为GSM小区)质量高于一定门限值时上报，且基站启动异系统切换请求；B2事件为服务小区质量低于一定门限值且异系统邻区质量高于一定门限时上报的事件。可理解地，所述第一小区对应某一邻小区的A3事件数量为上报至第一小区的对应该邻小区的A3事件的数量，A3用户数量为将对应该邻小区的A3事件上报至第一小区的用户设备的数量。

B02、采用第一小区对应该邻小区的A3事件数量、A4事件数量、A5事件数量之和除以所述第一小区的A3事件数量、A4事件数量、A5事件数量之和，计算得到A3事件、A4事件、A5事件对应的第一事件数占比。

即对于系统内的第一小区与某一邻小区组成的小区对，其(A3+A4+A5)事件数占比＝预设时间段内(小区对A3+A4+A5事件总数)/(第一小区A3+A4+A5事件总数)。

B03、采用第一小区对应该邻小区的A3用户数量、A4用户数量、A5用户数量之和除以所述第一小区的A3用户数量、A4用户数量、A5用户数量之和，计算得到A3用户、A4用户、A5用户对应的第一用户数占比。

即对于系统内的第一小区与某一邻小区组成的小区对，其(A3+A4+A5)用户数占比＝预设时间段内(小区对A3+A4+A5用户总数)/(第一小区A3+A4+A5用户总数)。

B04、采用第一小区对应该邻小区的B1事件数量及B2事件数量之和除以所述第一小区的B1事件数量及B2事件数量之和，计算得到B1事件和B2事件对应的第二事件数占比。

即对于异系统的第一小区与某一邻小区组成的小区对，其(B1+B2)事件数占比＝预设时间段内(小区对B1+B2事件总数)/(第一小区B1+B2事件总数)。

B05、采用第一小区对应该邻小区的B1用户数量及B2用户数量之和除以所述第一小区的B1用户数量及B2用户数量之和，计算得到B1用户和B2用户对应的第二用户数占比。

即对于异系统的第一小区与某一邻小区组成的小区对，其(B1+B2)用户数占比＝预设时间段内(小区对B1+B2用户总数)/(第一小区B1+B2用户总数)。

由此可见，A2、A3、A4、B1、B2事件对应服务小区切换至邻小区的触发事件，因此对应上述事件的MRE报告中包括邻小区信息，因此可基于MRE测量报告进行小区邻区分析。

具体地，针对系统内的第一小区及一邻小区组成的小区对，根据上述步骤确定第一事件数占比及第一用户数占比；若针对系统间(异系统)的第一小区及一邻小区组成的小区对，根据上述步骤确定第二事件数占比及第二用户数占比。即确定第一小区与各邻小区的事件相关性及用户分布。

进一步地，上述步骤S1023，具体包括：

C01、若所述第一小区与某一邻小区属于同一类系统小区，则根据所述MRO相关性、所述事件相关性及所述用户分布，采用公式一所示的加权算法计算得到所述第一小区与该邻小区的相关性指数：

第一小区与该邻小区的相关性指数＝(第一小区与该邻小区的MRO相关性*α)+(第一事件数占比*β)+(第一用户数占比*γ)，公式一；

其中，α、β、γ均为加权系数，且E(α,β,γ)＝(α+β+γ)＝1。

具体地，对于α、β、γ的取值设置：

1)α、在信号电平良好的情况下，连接态的非运动用户很少触发切换事件，同时对于大部分用户来说，处于空闲态的时间也较长，空闲态也不会触发切换事件，因此，参考这两部分用户的周期性测量上报数据，能够更好的弥补仅仅通过统计连接态用户在切换节点时的数据来计算相关指数M计算带来的不足，该值越大，表示空闲态及非切换的连接态测量数据对相关性指数M影响越大，建议取值范围[0％-30％]；

2)β、基于MRE的数据，即基于连接态用户触发的切换事件测量报告，是对实际发生切换节点进行统计，对切换的影响最直接，最有效，因此设置较大的权重值更能体现邻区间的相关性，建议β取值范围[40％-100％]；

3)γ、表示MRE触发切换的测量报告中涉及A3、A4、A5事件的剔除重复项用户在整个数据中所占的权重，该值越大，表示MRE触发切换的测量报告中涉及A3、A4、A5事件的用户对邻区对相关性指数M影响越大，建议取值范围[0％-30％]。

C02、若所述第一小区与某一邻小区属于不同类系统(异系统)小区，则根据所述MRO相关性、所述事件相关性及所述用户分布，采用公式二所示的加权算法计算得到所述第一小区与该邻小区的相关性指数：

第一小区与该邻小区的相关性指数＝(第一小区与该邻小区的MRO相关性*α’)+(第二事件数占比*β’)+(第二用户数占比*γ’)，公式二；

其中，α’、β’、γ’均为加权系数，且E(α’,β’,γ’)＝(α’+β’+γ’)＝1。

具体地，对于α’、β’、γ’的取值设置：

1)α、在信号电平良好的情况下，连接态的非运动用户很少触发切换事件，同时对于大部分用户来说，处于空闲态的时间也较长，空闲态也不会触发切换事件，因此，参考这两部分用户的周期性测量上报数据，能够更好的弥补仅仅通过统计连接态用户在切换节点时的数据来计算相关指数M计算带来的不足，该值越大，表示空闲态及非切换的连接态测量数据对相关性指数M影响越大，建议取值范围[0％-20％]；

2)β、基于MRE的数据，即基于连接态用户触发的切换事件测量报告，是对实际发生切换节点进行统计，对切换的影响最直接，最有效，因此设置较大的权重值更能体现邻区间的相关性，建议β取值范围[60％-80％]；

3)γ、表示MRE触发切换的测量报告中涉及B1、B2事件的剔除重复项用户在整个数据中所占的权重，该值越大，表示MRE触发切换的测量报告中涉及B1、B2事件的用户对邻区对相关性指数M影响越大，建议取值范围[0％-20％]。

在本发明的一个可选实施例中，上述步骤S103，具体包括如下子步骤：

S1031：若第一小区对应的MRO测量报告中包含的邻小区信息与第一小区预先配置的邻小区信息存在对应关系，则根据与第一小区预先配置的邻小区信息确定所述第一小区与所述邻小区之间的距离。

具体地，存在对应关系指的是：第一小区对应的MRO测量报告中包含的邻小区属于第一小区已配置的邻区关系中的邻小区。则根据预先配置邻区信息表及小区信息表可获取第一小区的坐标信息以及该邻小区的坐标信息，从而根据第一小区的坐标信息以及该邻小区的坐标信息可获得两者间的距离。

S1032：若第一小区对应的MRO测量报告中包含的邻小区信息与第一小区预先配置的邻小区信息不存在对应关系，则将所述MRO测量报告中包含的邻小区信息与各小区信息进行匹配，计算匹配得到的所有小区与所述第一小区的距离，并确定距离最近的小区为所述邻小区。

具体地，不存在对应关系指的是：第一小区对应的MRO测量报告中包含的邻小区不属于第一小区已配置的邻区关系中的邻小区。则根据MRE中包含的LTE或GSM邻小区信息，如：LTE邻小区的频点、PCI信息，或者GSM邻小区的频点BCCH、网络色码NCC及基站色码BCC等信息，与LTE或GSM小区信息表进行对比匹配，可确定多个小区的上述信息与该邻小区一致，根据小区信息表中的坐标信息分别计算匹配到的各所述小区与第一小区的距离，其中距离第一小区最近的小区即为MRE报告中的邻小区。

进一步地，可将主服务小区(第一小区)、其匹配到的邻小区的小区识别码CELLID及计算的邻区对之间的距离记录在表八所示的LTE邻区对匹配距离信息表中，或记录在表九所示的LTE-GSM邻区对匹配距离信息表中。

表八 LTE邻区对匹配距离信息表

表九 LTE-GSM邻区对匹配距离信息表

在本发明的一个可选实施例中，上述步骤S104，具体包括如下子步骤：

S1041：若所述第一小区与邻小区的相关性指数小于预设阈值，且距离大于预设距离，则判定所述邻小区为冗余邻区。

S1042：若所述第一小区与邻小区的相关性指数大于等于预设阈值，距离小于等于预设距离，且所述第一小区与所述邻小区已配置为邻区关系，则判定所述邻小区为正常邻区。

S1043：若所述第一小区与邻小区的相关性指数大于等于预设阈值，距离小于等于预设距离，且所述第一小区与所述邻小区未配置为邻区关系，则判定所述邻小区为漏配邻区。

本实施例中，根据邻区对的相关性指数M，结合邻区对距离大小，对邻区的合理情况进行评估。可理解地，M值越大且邻区对距离越小，说明邻区对的相关性越强，存在的切换关系可能性就越大；M值越小且邻区对距离越大，说明邻区对的相关性就越弱，存在的切换关系可能性就越小。

进一步地，基于MRO及MRE大数据联合分析的LTE系统内邻区优化评估表如表十所示，基于MRO及MRE大数据联合分析的LTE系统间邻区优化评估表如表十一所示：

表十 基于MRO及MRE大数据联合分析的LTE系统内邻区优化评估表

表十一 基于MRO及MRE大数据联合分析的LTE系统间邻区优化评估表

由表十及表十一可以看出，本实施例能够判断出冗余邻区和漏配邻区，则进一步可将冗余邻区在已配置的邻区关系中删除，以及将漏配邻区添加至已配置的邻区关系，从而进行邻区优化。

图3是本发明一实施例中的一种邻区优化装置的结构示意图，如图3所示，所述装置包括：邻区获取单元301、相关性计算单元302、距离计算单元303及邻区优化单元304。其中：

邻区获取单元301用于根据预先获取的样本类测量报告MRO测量报告、事件触发测量报告MRE测量报告及预先配置的邻区信息，获得第一小区的各邻小区信息；相关性计算单元302用于根据所述MRO测量报告及所述MRE测量报告，获得所述第一小区与各邻小区的相关性指数；距离计算单元303用于根据所述预先配置的邻区信息及各小区信息，获得所述第一小区与各邻小区之间的距离；邻区优化单元304用于根据所述第一小区与各邻小区的相关性指数及距离，对所述第一小区进行邻区优化。

由此可见，本实施例通过邻区获取单元301获取所有潜在的邻区关系；相关性计算单元302根据MRO测量报告及MRE测量报告计算邻区对的相关性，确定每条邻区对的相关性指数；距离计算单元303基于邻区对MRO的相关性以及MRE中的不同测量事件报告，计算邻区对的距离；邻区优化单元304根据邻区对的距离、邻区对的相关性指数，评估邻区情况，以进行邻区优化。由此可见，本实施例基于MRO测量报告及MRE测量报告联合分析邻区，可精准高效的评估现网邻区情况指导进行邻区优化，具有技术先进，可实施性强，邻区核查精确，核查内容较全面等优点。

与现有技术相比，本实施例基于现有的已经预先采集的MRO/MRE数据展开分析，条件较为成熟，实现方便且投资相对较小；基于MRO/MRE大数据统计出所有潜在的邻区关系，通过小区信息计算出距离，并且通过相关性指数可准确判断出邻区情况；邻区核查内容较全，基于大量的MRO/MRE数据、小区信息及邻区信息，通过邻区对相关性指数及邻区对距离，不仅可以判断出邻区的冗余及漏配问题，还可以判断小区及邻区的覆盖方位及覆盖合理性问题。

在本发明的一个可选实施例中，如图4所示，所述邻区优化装置还包括：数据清洗单元305及邻区核查单元306。其中：

数据清洗单元305用于获取预设时间段内的MRO测量报告及MRE测量报告，并对所述MRO测量报告及MRE测量报告进行数据清洗；邻区核查单元306用于根据预先配置的邻区信息及邻区对应的小区信息，进行邻区一致性核查。

由此可见，本实施例数据清洗单元305对MRO及MRE数据进行清洗，去除不包括邻小区信息的MRO测量报告及MRE测量报告，以更为准确地进行邻区情况判断；而且邻区核查单元306进一步进行邻区一致性核查，保证邻区信息表中邻区信息的准确性，从而使得后续邻区情况评估结果更为准确。

在本发明的一个可选实施例中，所述相关性计算单元302，包括：MRO相关性计算模块、事件相关性计算模块及相关性指数计算模块。其中：

MRO相关性计算模块用于根据预设时间段内所述第一小区对应的MRO测量报告，确定所述第一小区与各邻小区的MRO相关性；事件相关性计算模块用于根据预设时间段内所述第一小区对应的MRE测量报告，确定所述第一小区与各邻小区的事件相关性及用户分布；相关性指数计算模块根据所述MRO相关性、所述事件相关性及所述用户分布，获得所述第一小区与各邻小区的相关性指数。

具体地，所述MRO相关性计算模块，具体用于：

对于所述第一小区与某一邻小区，根据所述第一小区对应的MRO测量报告，确定预设时间段内所述第一小区对应该邻小区的采样点数、以及所述预设时间段内所述第一小区的总采样点数；

采用预设时间段内所述第一小区对应该邻小区的采样点数除以预设时间段内所述第一小区的总采样点数，计算得到所述第一小区与该邻小区的MRO相关性。

所述事件相关性计算模块，具体用于：

对于所述第一小区与某一邻小区，根据所述第一小区对应的MRE测量报告，确定预设时间段内所述第一小区对应该邻小区的A3事件数量及用户数量、A4事件数量及用户数量、A5事件数量及用户数量、或者B1事件数量及用户数量和B2事件数量及用户数量，以及所述第一小区的A3事件数量及用户数量、A4事件数量及用户数量、A5事件数量及用户数量、或者B1事件数量及用户数量和B2事件数量及用户数量；

采用第一小区对应该邻小区的A3事件数量、A4事件数量、A5事件数量之和除以所述第一小区的A3事件数量、A4事件数量、A5事件数量之和，计算得到A3事件、A4事件、A5事件对应的第一事件数占比；

采用第一小区对应该邻小区的A3用户数量、A4用户数量、A5用户数量之和除以所述第一小区的A3用户数量、A4用户数量、A5用户数量之和，计算得到A3用户、A4用户、A5用户对应的第一用户数占比；

采用第一小区对应该邻小区的B1事件数量及B2事件数量之和除以所述第一小区的B1事件数量及B2事件数量之和，计算得到B1事件和B2事件对应的第二事件数占比；

采用第一小区对应该邻小区的B1用户数量及B2用户数量之和除以所述第一小区的B1用户数量及B2用户数量之和，计算得到B1用户和B2用户对应的第二用户数占比。

相关性指数计算模块，具体用于：

若所述第一小区与某一邻小区属于同一类系统小区，则根据所述MRO相关性、所述事件相关性及所述用户分布，采用公式一所示的加权算法计算得到所述第一小区与该邻小区的相关性指数：

第一小区与该邻小区的相关性指数＝(第一小区与该邻小区的MRO相关性*α)+(第一事件数占比*β)+(第一用户数占比*γ)，公式一；其中，α、β、γ均为加权系数，且E(α,β,γ)＝(α+β+γ)＝1；

若所述第一小区与某一邻小区属于不同类系统小区，则根据所述MRO相关性、所述事件相关性及所述用户分布，采用公式二所示的加权算法计算得到所述第一小区与该邻小区的相关性指数：

第一小区与该邻小区的相关性指数＝(第一小区与该邻小区的MRO相关性*α’)+(第二事件数占比*β’)+(第二用户数占比*γ’)，公式二；其中，α’、β’、γ’均为加权系数，且E(α’,β’,γ’)＝(α’+β’+γ’)＝1。

其中，所述α取值范围为0％-30％，β取值范围为40％-100％，γ取值范围为0％-30％；所述α’取值范围为0％-20％，β’取值范围为60％-80％，γ’取值范围为0％-20％。

在本发明的一个可选实施例中，所述距离计算单元303，具体用于：

若第一小区对应的MRO测量报告中包含的邻小区信息与第一小区预先配置的邻小区信息存在对应关系，则根据与第一小区预先配置的邻小区信息确定所述第一小区与所述邻小区之间的距离；

若第一小区对应的MRO测量报告中包含的邻小区信息与第一小区预先配置的邻小区信息不存在对应关系，则将所述MRO测量报告中包含的邻小区信息与各小区信息进行匹配，计算匹配得到的所有小区与所述第一小区的距离，并确定距离最近的小区为所述邻小区。

在本发明的一个可选实施例中，所述邻区优化单元304，具体用于：

若所述第一小区与邻小区的相关性指数小于预设阈值，且距离大于预设距离，则判定所述邻小区为冗余邻区；

若所述第一小区与邻小区的相关性指数大于等于预设阈值，距离小于等于预设距离，且所述第一小区与所述邻小区已配置为邻区关系，则判定所述邻小区为正常邻区；

若所述第一小区与邻小区的相关性指数大于等于预设阈值，距离小于等于预设距离，且所述第一小区与所述邻小区未配置为邻区关系，则判定所述邻小区为漏配邻区。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

图5是本发明一实施例中的一种邻区优化设备的结构框图。

参照图5，所述邻区优化设备，包括：处理器(processor)501、存储器(memory)502、通信接口(Communications Interface)503和通信总线504；其中，

所述处理器501、存储器502、通信接口503通过所述通信总线504完成相互间的通信；

所述通信接口503用于该测试设备与显示装置的通信设备之间的信息传输；

所述处理器501用于调用所述存储器502中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：根据预先获取的样本类测量报告MRO测量报告、事件触发测量报告MRE测量报告及预先配置的邻区信息，获得第一小区的各邻小区信息；根据所述MRO测量报告及所述MRE测量报告，获得所述第一小区与各邻小区的相关性指数；根据所述预先配置的邻区信息及各小区信息，获得所述第一小区与各邻小区之间的距离；根据所述第一小区与各邻小区的相关性指数及距离，对所述第一小区进行邻区优化。

参见图1，本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：根据预先获取的样本类测量报告MRO测量报告、事件触发测量报告MRE测量报告及预先配置的邻区信息，获得第一小区的各邻小区信息；根据所述MRO测量报告及所述MRE测量报告，获得所述第一小区与各邻小区的相关性指数；根据所述预先配置的邻区信息及各小区信息，获得所述第一小区与各邻小区之间的距离；根据所述第一小区与各邻小区的相关性指数及距离，对所述第一小区进行邻区优化。

本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：根据预先获取的样本类测量报告MRO测量报告、事件触发测量报告MRE测量报告及预先配置的邻区信息，获得第一小区的各邻小区信息；根据所述MRO测量报告及所述MRE测量报告，获得所述第一小区与各邻小区的相关性指数；根据所述预先配置的邻区信息及各小区信息，获得所述第一小区与各邻小区之间的距离；根据所述第一小区与各邻小区的相关性指数及距离，对所述第一小区进行邻区优化。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所描述的显示装置的测试设备等实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种邻区优化方法，其特征在于，所述方法包括：

根据预先获取的样本类测量报告MRO测量报告、事件触发测量报告MRE测量报告及预先配置的邻区信息，获得第一小区的各邻小区信息；

根据所述MRO测量报告及所述MRE测量报告，获得所述第一小区与各邻小区的相关性指数；

根据所述预先配置的邻区信息及各小区信息，获得所述第一小区与各邻小区之间的距离；

根据所述第一小区与各邻小区的相关性指数及距离，对所述第一小区进行邻区优化。

2.根据权利要求1所述的邻区优化方法，其特征在于，所述根据所述MRO测量报告及所述MRE测量报告，获得所述第一小区与各邻小区的相关性指数，包括：

根据预设时间段内所述第一小区对应的MRO测量报告，确定所述第一小区与各邻小区的MRO相关性；

根据预设时间段内所述第一小区对应的MRE测量报告，确定所述第一小区与各邻小区的事件相关性及用户分布；

根据所述MRO相关性、所述事件相关性及所述用户分布，获得所述第一小区与各邻小区的相关性指数。

3.根据权利要求2所述的邻区优化方法，其特征在于，所述根据预设时间段内所述第一小区对应的MRO测量报告，确定所述第一小区与各邻小区的MRO相关性，包括：

对于所述第一小区与某一邻小区，根据所述第一小区对应的MRO测量报告，确定预设时间段内所述第一小区对应该邻小区的采样点数、以及所述预设时间段内所述第一小区的总采样点数；

采用预设时间段内所述第一小区对应该邻小区的采样点数除以预设时间段内所述第一小区的总采样点数，计算得到所述第一小区与该邻小区的MRO相关性。

4.根据权利要求3所述的邻区优化方法，其特征在于，所述根据预设时间段内所述第一小区对应的MRE测量报告，确定所述第一小区与各邻小区的事件相关性及用户分布，包括：

对于所述第一小区与某一邻小区，根据所述第一小区对应的MRE测量报告，确定预设时间段内所述第一小区对应该邻小区的A3事件数量及用户数量、A4事件数量及用户数量、A5事件数量及用户数量、或者B1事件数量及用户数量和B2事件数量及用户数量，以及所述第一小区的A3事件数量及用户数量、A4事件数量及用户数量、A5事件数量及用户数量、或者B1事件数量及用户数量和B2事件数量及用户数量；

采用第一小区对应该邻小区的A3事件数量、A4事件数量、A5事件数量之和除以所述第一小区的A3事件数量、A4事件数量、A5事件数量之和，计算得到A3事件、A4事件、A5事件对应的第一事件数占比；

采用第一小区对应该邻小区的A3用户数量、A4用户数量、A5用户数量之和除以所述第一小区的A3用户数量、A4用户数量、A5用户数量之和，计算得到A3用户、A4用户、A5用户对应的第一用户数占比；

采用第一小区对应该邻小区的B1事件数量及B2事件数量之和除以所述第一小区的B1事件数量及B2事件数量之和，计算得到B1事件和B2事件对应的第二事件数占比；

采用第一小区对应该邻小区的B1用户数量及B2用户数量之和除以所述第一小区的B1用户数量及B2用户数量之和，计算得到B1用户和B2用户对应的第二用户数占比。

5.根据权利要求4所述的邻区优化方法，其特征在于，所述根据所述MRO相关性、所述事件相关性及所述用户分布，获得所述第一小区与各邻小区的相关性指数，包括：

若所述第一小区与某一邻小区属于同一类系统小区，则根据所述MRO相关性、所述事件相关性及所述用户分布，采用公式一所示的加权算法计算得到所述第一小区与该邻小区的相关性指数：

第一小区与该邻小区的相关性指数＝(第一小区与该邻小区的MRO相关性*α)+(第一事件数占比*β)+(第一用户数占比*γ)，公式一；其中，α、β、γ均为加权系数，且E(α,β,γ)＝(α+β+γ)＝1；

若所述第一小区与某一邻小区属于不同类系统小区，则根据所述MRO相关性、所述事件相关性及所述用户分布，采用公式二所示的加权算法计算得到所述第一小区与该邻小区的相关性指数：

第一小区与该邻小区的相关性指数＝(第一小区与该邻小区的MRO相关性*α’)+(第二事件数占比*β’)+(第二用户数占比*γ’)，公式二；其中，α’、β’、γ’均为加权系数，且E(α’,β’,γ’)＝(α’+β’+γ’)＝1。

6.根据权利要求5所述的邻区优化方法，其特征在于，所述α取值范围为0％-30％，β取值范围为40％-100％，γ取值范围为0％-30％；

所述α’取值范围为0％-20％，β’取值范围为60％-80％，γ’取值范围为0％-20％。

7.根据权利要求1所述的邻区优化方法，其特征在于，所述根据所述预先配置的邻区信息及各小区信息，获得所述第一小区与各邻小区之间的距离，包括：

若第一小区对应的MRO测量报告中包含的邻小区信息与第一小区预先配置的邻小区信息存在对应关系，则根据与第一小区预先配置的邻小区信息确定所述第一小区与所述邻小区之间的距离；

若第一小区对应的MRO测量报告中包含的邻小区信息与第一小区预先配置的邻小区信息不存在对应关系，则将所述MRO测量报告中包含的邻小区信息与各小区信息进行匹配，计算匹配得到的所有小区与所述第一小区的距离，并确定距离最近的小区为所述邻小区。

8.根据权利要求1所述的邻区优化方法，其特征在于，所述根据所述第一小区与各邻小区的相关性指数及距离，对所述第一小区进行邻区优化，包括：

若所述第一小区与邻小区的相关性指数小于预设阈值，且距离大于预设距离，则判定所述邻小区为冗余邻区；

若所述第一小区与邻小区的相关性指数大于等于预设阈值，距离小于等于预设距离，且所述第一小区与所述邻小区已配置为邻区关系，则判定所述邻小区为正常邻区；

若所述第一小区与邻小区的相关性指数大于等于预设阈值，距离小于等于预设距离，且所述第一小区与所述邻小区未配置为邻区关系，则判定所述邻小区为漏配邻区。

9.根据权利要求1～8中任一项所述的邻区优化方法，其特征在于，所述根据预先获取的测量报告数据文件MRO测量报告、事件触发测量报告MRE测量报告及预先配置的邻区信息，获得第一小区的各邻小区信息之前，所述方法还包括：

获取预设时间段内的MRO测量报告及MRE测量报告，并对所述MRO测量报告及MRE测量报告进行数据清洗；

根据预先配置的邻区信息及邻区对应的小区信息，进行邻区一致性核查。

10.一种邻区优化装置，其特征在于，所述装置包括：

邻区获取单元，用于根据预先获取的样本类测量报告MRO测量报告、事件触发测量报告MRE测量报告及预先配置的邻区信息，获得第一小区的各邻小区信息；

相关性计算单元，用于根据所述MRO测量报告及所述MRE测量报告，获得所述第一小区与各邻小区的相关性指数；

距离计算单元，用于根据所述预先配置的邻区信息及各小区信息，获得所述第一小区与各邻小区之间的距离；

邻区优化单元，用于根据所述第一小区与各邻小区的相关性指数及距离，对所述第一小区进行邻区优化。