CN108124267A - 基站自动规划方法及装置 - Google Patents

Abstract

本发明实施例提供了一种基站自动规划方法及装置。该方法基于待规划区域的栅格化覆盖的评估结果，利用栅格爬虫算法在每次判断时首先得到本次带规划区域内弱覆盖区域，再将弱覆盖区域的几何中心点作为基站规划点。可以理解的是，由于本发明实施例提供的方法是基于栅格化覆盖的评估结果进行的判断，相比于现有的网格评估方法，栅格划分方式更为细化，得到的RSRP数值更精确，更能够反映所在位置的信号覆盖情况，因此基于栅格化覆盖的评估结果能够大幅提高规划的准确性。此外，本发明实施例提供的方法利用栅格爬虫算法在每次判断获取弱覆盖区域后，还可以将弱覆盖区域的几何中心点设为基站规划点，从而能够为工作人员后期布置规划基站提供数据支持。

Description

基站自动规划方法及装置

技术领域

本发明实施例涉及通信技术领域，具体涉及一种基站自动化规划的方法及装置。

背景技术

随着通信技术的发展，覆盖有网络的地区也越来越多。为了实现城市内以及部分乡村地区的网络无死角覆盖，网络工程师们首先需要对各个区域当前的网络状况进行评估，然后再根据评估的情况在弱覆盖的区域规划基站以清除网络死角。

现有的基站规划主要使用的一种方法为：基于小区级MR数据网格统计的网格评估规划。该方法基于MR数据网格统计的覆盖评估基站规划方法主要为把一个城市分割成多个网格(网格大小一般为N公里*N公里)，统计网格范围内所有小区的弱覆盖采用点占比，之后在弱覆盖的网格内进行人工的基站规划。

然而在实现本发明的过程中，发明人发现：基于小区级MR数据网格统计的网格评估规划的方法得到的评估的结果为网格级别(数平方公里范围)，精确度低，且评估结果不能自动给出规划站点的具体位置，不得不需要人工进行规划站点，导致站点规划的效率较低。

发明内容

本发明实施例提供了一种基站自动化规划的方法及装置，用以克服采用现有的规划方法得到的规划结果精确度低，且无法给出具体的站点规划位置的缺陷。

本发明实施例提供了一种基站自动规划方法，包括：

确定待规划区域的栅格化覆盖的评估结果，所述评估结果用于指示待规划区域内每个栅格对应的RSRP；

在判断次数加1时，根据所述评估结果获取本次待规划区域内弱覆盖区域的基站规划点；

其中，在判断次数由第M-1次增加至第M次时，所述根据所述评估结果获取本次待规划区域内弱覆盖区域的基站规划点的步骤，包括：

基于所述评估结果，在第M-1次判断获得的待规划区域内确定RSRP最小的栅格作为最弱栅格；

在所述最弱栅格为弱覆盖栅格时，获取弱覆盖栅格簇，所述弱覆盖栅格簇为以所述最弱栅格为中心的若干个弱覆盖栅格的集群；

将所述弱覆盖栅格簇的几何中心点作为当前待规划区域内弱覆盖区域的基站规划点；

将所述弱覆盖栅格簇中的栅格从当前的待规划区域内剔除。

可选地，所述在最弱栅格为弱覆盖栅格时，获取弱覆盖栅格簇的步骤，包括：

在与所述最弱栅格直接相邻第一层栅格中存在弱覆盖栅格时，将第一层栅格中的弱覆盖栅格归入到所述弱覆盖栅格簇内；

从第二层栅格开始逐层向外层判断是否存在弱覆盖栅格，并将判断得到的弱覆盖栅格归入到所述弱覆盖栅格簇内。

可选地，所述将弱覆盖栅格簇的几何中心点作为当前待规划区域内弱覆盖区域的基站规划点的步骤包括：

在所述弱覆盖栅格簇满足大区域弱覆盖条件时，计算该弱覆盖栅格簇的几何中心点，并将该几何中心点作为宏站规划点；

在所述弱覆盖栅格簇满足小区域弱覆盖条件时，对所述弱覆盖栅格簇对应的区域进行优化整改，并在整改无效时计算该弱覆盖栅格簇的几何中心点，并将该几何中心点作为微站规划点。

可选地，所述方法还包括：

根据待规划区域内所有建筑物中的各个位置上报的测量报告，筛选出弱覆盖点；

获取每个建筑物的日均弱覆盖点数量以及每个建筑物的日均弱覆盖点密度；

在第一建筑物的所述日均弱覆盖点数量达到预设个数，或在第一建筑物的所述日均弱覆盖点数量小于预设个数且所述日均弱覆盖点密度大于预设密度时，将所述第一建筑物作为室分规划点。

可选地，所述获取每个建筑物的日均弱覆盖点数量以及每个建筑物的日均弱覆盖点密度的步骤，包括：

确定待规划区域内各个建筑物轮廓的矢量图层，并将各个建筑物的轮廓相连，组成区域建筑物轮廓；

基于投影匹配算法获得待规划区域内各个建筑物的日均弱覆盖点数量；

获取所述区域建筑物的轮廓面积，并将各个建筑物中最高的建筑物的高度作为所述区域建筑物的高度；

根据所述日均弱覆盖点数量、所述区域建筑物的轮廓面积以及所述区域建筑物的高度，获取每个建筑物的日均弱覆盖点密度。

第二方面，本发明实施例还提供了一种基站自动规划装置，包括：

评估单元，用于确定待规划区域的栅格化覆盖的评估结果，所述评估结果用于指示待规划区域内每个栅格对应的RSRP；

基站规划单元，用于在判断次数加1时，根据所述评估结果获取本次待规划区域内弱覆盖区域的基站规划点；

其中，在判断次数由第M-1次增加至第M次时，根据所述评估结果获取本次待规划区域内弱覆盖区域的基站规划点的步骤，包括：

基于所述评估结果，在第M-1次判断获得的待规划区域内确定RSRP最小的栅格作为最弱栅格；

在所述最弱栅格为弱覆盖栅格时，获取弱覆盖栅格簇，所述弱覆盖栅格簇为以所述最弱栅格为中心的若干个弱覆盖栅格的集群；

将所述弱覆盖栅格簇的几何中心点作为当前待规划区域内弱覆盖区域的基站规划点；

将所述弱覆盖栅格簇中的栅格从当前的待规划区域内剔除。

可选地，所述基站规划单元进一步用于：

在与所述最弱栅格直接相邻第一层栅格中存在弱覆盖栅格时，将第一层栅格中的弱覆盖栅格归入到所述弱覆盖栅格簇内；

从第二层栅格开始逐层向外层判断是否存在弱覆盖栅格，并将判断得到的弱覆盖栅格归入到所述弱覆盖栅格簇内。

可选地，所述基站规划单元进一步用于：

在所述弱覆盖栅格簇满足大区域弱覆盖条件时，计算该弱覆盖栅格簇的几何中心点，并将该几何中心点作为宏站规划点；

在所述弱覆盖栅格簇满足小区域弱覆盖条件时，对所述弱覆盖栅格簇对应的区域进行优化整改，并在整改无效时计算该弱覆盖栅格簇的几何中心点，并将该几何中心点作为微站规划点。

可选地，所述装置还包括室分规划单元，用于：

根据待规划区域内所有建筑物中的各个位置上报的测量报告，筛选出弱覆盖点；

获取每个建筑物的日均弱覆盖点数量以及每个建筑物的日均弱覆盖点密度；

在第一建筑物的所述日均弱覆盖点数量达到预设个数，或在第一建筑物的所述日均弱覆盖点数量小于预设个数且所述日均弱覆盖点密度大于预设密度时，将所述第一建筑物作为室分规划点。

可选地，所述室分规划单元，进一步用于：

确定待规划区域内各个建筑物轮廓的矢量图层，并将各个建筑物的轮廓相连，组成区域建筑物轮廓；

基于投影匹配算法获得待规划区域内各个建筑物的日均弱覆盖点数量；

获取所述区域建筑物的轮廓面积，并将各个建筑物中最高的建筑物的高度作为所述区域建筑物的高度；

根据所述日均弱覆盖点数量、所述区域建筑物的轮廓面积以及所述区域建筑物的高度，获取每个建筑物的日均弱覆盖点密度。

本发明实施例提供了一种基站自动规划方法及装置。该方法基于待规划区域的栅格化覆盖的评估结果，利用栅格爬虫算法在每次判断时首先得到本次带规划区域内弱覆盖区域，再将弱覆盖区域的几何中心点作为基站规划点。可以理解的是，由于本发明实施例提供的方法是基于栅格化覆盖的评估结果进行的判断，相比于现有的网格评估方法，栅格划分方式更为细化，得到的RSRP数值更精确，更能够反映所在位置的信号覆盖情况，因此基于栅格化覆盖的评估结果能够大幅提高规划的准确性。此外，本发明实施例提供的方法利用栅格爬虫算法在每次判断获取弱覆盖区域后，还可以将弱覆盖区域的几何中心点设为基站规划点，从而能够为工作人员后期布置规划基站提供数据支持。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1是本发明提供的一种基站自动规划方法实施例流程图；

图2是图1所示的方法中步骤S102的具体方法实施例流程图；

图3是本发明提供的一种基站自动规划方法实施例具体流程图；

图4是本发明提供的一种栅格爬虫算法爬取栅格示意图；

图5是本发明提供的另一种基站自动规划方法实施例流程图；

图6是本发明提供的一种基站自动规划方法实施例具体流程图；

图7是本发明提供的一种基站自动规划装置实施例结构示意图。

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。

第一方面，本发明实施例提供了一种基站自动规划方法，如图1所示，包括：

S101、确定待规划区域的栅格化覆盖的评估结果，该评估结果用于指示待规划区域内每个栅格对应的RSRP；

这里的确定评估结果的方式可以有很多种，例如可以主动对待规划区域的各个栅格的覆盖度进行评估，还可以直接接收由其他模块发送的评估结果。

此外，这里无论是通过主动评估还是通过接收由其他模块发送的评估结果，这里的评估结果都可以通过下述这样一种可选的实施方式来得到。具体来说，可以先确定待规划区域的栅格划分结果，例如待规划区域可以被划分为若干个正方形栅格，栅格的范围为50×50m²或100×100m²。再根据待规划区域内各个UE上报的MR信息(Measurement Report,测量报告)，获得各个栅格对应的RSRP(Reference Signal Receiving Power，参考信号接收功率)。其中，这里根据MR信息得到各个栅格RSRP的过程为本领域技术人员常用的手段，在此不再赘述。

S102、在判断次数加1时，根据评估结果获取本次待规划区域内弱覆盖区域的基站规划点；

其中，在判断次数由第M-1次增加至第M次时，步骤S102中的根据评估结果获取本次待规划区域内弱覆盖区域的基站规划点的步骤具体可以包括：

S1021、基于评估结果，在第M-1次判断得到的待规划区域内确定RSRP最小的栅格作为最弱栅格；

也就是说，对于当前也即第M-1次得到的待规划区域，在第M次判断时，可以基于步骤S101得到的各个栅格对应的RSRP，计算得到每一个栅格内RSRP小于固定门限(例如110dBm)的占比，然后根据栅格小于固定门限的占比值从大到小来进行冒泡筛选，筛选出占比值最小的栅格，并将该栅格作为最弱栅格。

S1022、在最弱栅格为弱覆盖栅格时，获取弱覆盖栅格簇，该弱覆盖栅格簇为以最弱栅格为中心的若干个弱覆盖栅格的集群；

具体来说，首先判断该最弱栅格是否为弱覆盖栅格。这里的判断是否为弱覆盖栅格的条件为：RSRP小于—110dBm的采样点占比大于5％。如果最弱栅格不是弱覆盖栅格，那么说明第M次判断时的待规划区域内各个地区的信号覆盖程度较好，无需再进行基站的规划。如果最弱栅格为弱覆盖栅格，那么说明当前第M次判断时的待规划区域内存在信号覆盖较差的区域，需要进一步确定较差区域的大小，以供后期在较差区域内规划基站提高该区域的信号强度。因此，当确定最弱栅格为弱覆盖栅格时，可以进一步获取以该最弱栅格为中心、由若干个弱覆盖栅格组成的弱覆盖栅格簇。该弱覆盖栅格簇即可认为是第M次判断时的待规划区域内信号覆盖较差的区域。

S1023、将弱覆盖栅格簇的几何中心点作为当前待规划区域内弱覆盖区域的基站规划点；

具体来说，在确定了弱覆盖栅格簇对应的弱覆盖区域后，获取该区域的几何中心点，例如可以获取该几何中心点的经纬度。可以理解的是，在该区域的中心位置处设置基站才能够使得该区域内信号的覆盖程度得到有效增强。因此在获得了该区域的几何中心点后，将该几何中心点作为第M次判断时的弱覆盖区域的基站规划点，同时可以将上述规划结果(包括当前待规划区域的弱覆盖区域以及几何中心点的经纬度)发送至智能规划输出总列表，以供工作人员在获知各个待规划区域的具体情况后统一规划基站的设置。

S1024、将弱覆盖栅格簇中的栅格从当前的待规划区域内剔除。

为了避免在第M+1次判断时对第M次得到的弱覆盖区域进行重复判断，在经过步骤S1023获得了第M次判断时的待规划区域内弱覆盖区域的基站规划点之后，可以将弱覆盖栅格簇中的栅格从当前的待规划区域内删除，从而在第M+1次判断时，仅需判断待规划区域内的其他没有被优化过的栅格。

像这样的在下一次仅需判断之前没有优化过的栅格的方法即为栅格爬虫算法。可以理解的是，采用这样的栅格爬虫算法能够在每次判断中可以只获取当前待规划区域内的若覆盖区域，并逐次迭代直至将待规划区域内的所有栅格全部爬遍，从而能够对待规划区域内的信号覆盖程度进行详尽细致的检查，以防出现遗漏某个区域的情况。

本发明实施例提供了一种基站自动规划方法，该方法基于待规划区域的栅格化覆盖的评估结果，利用栅格爬虫算法在每次判断时首先得到本次带规划区域内弱覆盖区域，再将弱覆盖区域的几何中心点作为基站规划点。可以理解的是，由于本发明实施例提供的方法是基于栅格化覆盖的评估结果进行的判断，相比于现有的网格评估方法，栅格划分方式更为细化，得到的RSRP数值更精确，更能够反映所在位置的信号覆盖情况，因此基于栅格化覆盖的评估结果能够大幅提高规划的准确性。此外，本发明实施例提供的方法利用栅格爬虫算法在每次判断获取弱覆盖区域后，还可以将弱覆盖区域的几何中心点设为基站规划点，从而能够为工作人员后期布置规划基站提供数据支持。

为了更进一步理解本发明实施例提供的方法，下面结合图3对本发明实施例提供的方法的各个步骤进行详尽说明。

参见图3，本发明的一个具体实施例可以包括如下步骤：

S201、选择Area_N个栅格的范围作为待规划区域，确定待规划区域的评估结果；初始化弱覆盖栅格簇聚合栅格数N为0。

也就是说，先选定一个待规划区域，该待规划区域内被分为N个栅格，每个栅格的大小可以为50×50m²或100×100m²。各个栅格内UR会上报MR信息，可以根据各个MR信息提取RSRP，从而获得待规划区域的评估结果。再将弱覆盖栅格簇聚合栅格数N初始化为0，以供后续累计弱覆盖栅格簇聚合栅格数时使用。

S2021、基于评估结果判断当前待规划区域内RSRP最小的栅格，并将其作为最弱栅格。

也就是说，对于当前的待规划区域，可以基于步骤S1得到的各个栅格对应的RSRP，计算得到每一个栅格内RSRP小于固定门限(例如110dBm)的占比，然后根据栅格小于固定门限的占比值从大到小来进行冒泡筛选，筛选出占比值最小的栅格，并将该栅格作为最弱栅格。

S2022、判断最弱栅格是否为弱覆盖栅格。若是，则获取弱覆盖栅格簇。

具体来说，首先判断该最弱栅格是否为弱覆盖栅格。这里的判断是否为弱覆盖栅格的条件为：RSRP小于—110dBm的采样点占比大于5％。如果最弱栅格不是弱覆盖栅格，那么说明第M次判断时的待规划区域内各个地区的信号覆盖程度较好，无需再进行基站的规划，则可以结束判断。

如果最弱栅格为弱覆盖栅格，那么说明当前第M次判断时的待规划区域内存在信号覆盖较差的区域，需要进一步确定较差区域的大小，也即获取弱覆盖栅格簇。具体的获取过程可以如图3所示：

(1)在最弱栅格为弱覆盖栅格时，将弱覆盖栅格簇栅格聚合数N加1，也即当前N＝1。

(2)依次判断最弱栅格的相邻栅格是否存在弱覆盖栅格。具体可以参见图4，图4中的0代表最弱栅格，1a至1h代表与最弱栅格0相邻的第一层栅格，2a至2p代表第二层栅格，以此类推。

如图3所示，首先判断与最弱栅格0相邻的第一层栅格中是否有弱覆盖栅格，例如如图4所示，按照虚线箭头方向对第一层栅格进行爬取，判断爬取经过的每个栅格是否为弱覆盖栅格。如果第一层没有弱覆盖栅格，则直接认为最弱栅格0为小范围覆盖空洞，接着会对该小范围覆盖空洞执行相应的整改措施，具体的整改会在后续的步骤中介绍。如果第一层有弱覆盖栅格，则每发现一个弱覆盖栅格就可以将该栅格加入到弱覆盖栅格簇中，并且将N加1。

接续于上述第一层栅格存在弱覆盖栅格的情况下，在将第一层栅格中的弱覆盖栅格归入簇内并将N加1的过程中，还需判断此时的N是否达到Large_N。若达到Large_N，则停止判断，并认为当前的弱覆盖栅格簇对应的区域为大区域弱覆盖。

若没有达到Large_N，则继续判断此时第一层栅格中的所有栅格是否判断结束。若没有结束，则继续对第一层栅格中未判断的栅格进行判断；若结束则执行下一步骤。可以理解的是，采用这样的做法是为了对第一层栅格进行全盘爬取，将第一层栅格中的所有弱覆盖栅格挑选出来归入弱覆盖栅格簇内。也就是说，当前的弱覆盖栅格簇包括最弱栅格以及第一层中的弱覆盖栅格。举例来说，如图4所示，当前的弱覆盖栅格簇可以包括最弱栅格0、以及第一层栅格中的弱覆盖栅格(图4中用点状填充表示该栅格为弱覆盖栅格)。由于栅格1c以及栅格1h经判断得知并非为弱覆盖栅格，因此弱覆盖栅格簇中并不包含这两个栅格。

接续于上述第一层栅格结束判断的情况，在第一层栅格已经经过全盘爬取之后继续向第二层爬取，并判断是否存在与第一层弱覆盖栅格相邻的、位于第二层的弱覆盖栅格。并在发现一个弱覆盖栅格时，同样地将N加1。不难理解的是，在第二层爬取的过程中，也同时对N的数值进行监控。当N达到Large_N时，则停止判断，并认为当前的弱覆盖栅格簇对应的区域为大区域弱覆盖。

在结束了第二层爬取之后，N没有达到Large_N，则继续向第三层爬取判断，直至往外无相邻的弱覆盖栅格为止。举例来说，如图4所示，经过层层爬取获知第四层已经不存在与第三层弱覆盖栅格相邻的弱覆盖栅格，则此时的弱覆盖栅格簇可以如图4中点状填充的区域。

S2023、判断当前弱覆盖栅格簇对应区域的类型，并将弱覆盖栅格簇的几何中心点作为当前待规划区域内弱覆盖区域的基站规划点；

具体来说，在确定了弱覆盖栅格簇后，此时判断当前N值的大小。若1≤N<Small_N，则认为当前弱覆盖栅格簇对应的区域为小范围覆盖空洞；若Small_N≤N≤Large_N，则认为当前弱覆盖栅格簇对应的区域为大区域弱覆盖。

对于大区域弱覆盖，则计算当前弱覆盖栅格簇对应的区域的几何中心点，并将该几何中心点的经纬度作为规划宏站的经纬度；这里的宏站可以直白的描述为铁塔站，是一种较大基站，一个宏站可以覆盖几十公里范围，适于大区域弱覆盖区域的信号覆盖。

对于小范围覆盖空洞，则可以进行一系列的优化整改措施。这里的优化整改措施可以为布置小规模天线，或设置直放站用于放大相近区域的基站信号等等，当然还可以采取其他的一系列优化措施，本发明实施例对此不作具体限定。如果判断整改措施无效，则计算当前弱覆盖栅格簇对应的区域的几何中心点，并将该几何中心点的经纬度作为规划微站的经纬度；这里的微站为在楼宇中或密集区安装的小型基站，其覆盖范围较小，能够承载的用户量较低，适于小范围弥补覆盖空洞。

S2024、将弱覆盖栅格簇中的栅格从当前的待规划区域内剔除。

S2024a、对于大区域弱覆盖，此时可以以规划宏站的经纬度对应的位置作为圆心，将L米半径范围内的所有栅格从当前的带规划区域内剔除。其中，这里的L米可以根据实际的情况自行设置，例如可以根据宏站的覆盖能力，将L设置为略小于其覆盖半径的距离，从而将L米半径范围内的所有栅格提出。在剔除了本次优化的栅格之后，本发明实施例提供的方法返回到步骤S201中的初始化N值的步骤，以供下一次对本次未优化的栅格进行爬取优化。

S2024b、对于小范围覆盖空洞，此时可以将本次优化的所有栅格从当前的带规划区域内剔除。在剔除了本次优化的栅格之后，本发明实施例提供的方法也同样返回到步骤S201中的初始化N值的步骤，以供下一次对本次未优化的栅格进行爬取优化。

在经过步骤S2024a获取了大区域弱覆盖对应区域的几何中心点后，可以将该几何中心点的经纬度以及其他相关信息发送至智能规划输出总列表。同样地，在经过步骤S2024b获取了小范围覆盖空洞区域的几何中心点后，也可以将该几何中心点的经纬度以及其他相关信息发送至智能规划输出总列表。从而工作人员可以通过查看该智能规划输出总列表获知对于该待规划区域的判断检测情况，并参考本发明实施例方法提供的规划基站的经纬度在后续的工作中对基站进行合理的规划。

可以理解的是，上述实施例提供的方法主要是针对室外区域的信号覆盖规划。而在实际生活中，人们更多的时候是待在室内，例如在家里或在公司。室内的信号覆盖状况也是影响人们正常使用网络的一个因素，其往往会受到建筑物墙壁或其他电磁场的干扰，为了能够根据建筑物内的网络环境从而规划建筑物内的室分，本发明实施例基于上述实施例又提供了一种方法，如图5所示，具体包括：

S301、根据待规划区域内所有建筑物中的各个位置上报的测量报告，筛选出弱覆盖点；

S302、获取每个建筑物的日均弱覆盖点数量以及每个建筑物的日均弱覆盖点密度；

S303、在第一建筑物的日均弱覆盖点数量达到预设个数，或在第一建筑物的日均弱覆盖点数量小于预设个数且日均弱覆盖点密度大于预设密度时，将第一建筑物作为室分规划点。

其中，步骤S302可以进一步包括：确定待规划区域内各个建筑物轮廓的矢量图层，并将各个建筑物的轮廓相连，组成区域建筑物轮廓；基于投影匹配算法获得待规划区域内各个建筑物的日均弱覆盖点数量；获取所述区域建筑物的轮廓面积，并将各个建筑物中最高的建筑物的高度作为所述区域建筑物的高度；根据所述日均弱覆盖点数量、所述区域建筑物的轮廓面积以及所述区域建筑物的高度，获取每个建筑物的日均弱覆盖点密度。

为便于理解本发明实施例提供的上述方法，下面结合附图6对本发明实施例提供的方法进行详尽的说明。

参见图6，本发明实施例提供的方法具体包括：

S401、确定待规划区域内全部建筑物的轮廓的矢量图层。这里的矢量图层可以理解为以一个平面为基准平面，相对于该基准平面在各个方向的均有延伸的图层，该图层只包含轮廓线条图。也就是说，这里的矢量图层可以通过下述方式来确定，可以以全部建筑物所在的地面为基准平面，确定相对于地面各个建筑物的三维轮廓，形成轮廓矢量图层。当然，这里可以是本发明实施例提供的方法主动进行矢量图层的绘制，或还可以是获取其他模块生成的矢量图层，本发明对此不作具体限定。

此外还需赋予各个建筑物唯一的标识，例如可以给建筑物编号，从而便于后期区分各个建筑物。

S402、将各个建筑物的轮廓边界相连，组合成一个大的建筑物的轮廓，作为待规划地区的区域建筑物的轮廓。这里的轮廓相连的方式为本领域技术人员公知的方式，在此不再赘述。

S403、获取各个相连的小轮廓建筑物的最大高度，作为区域建筑物的高度。

S404、计算区域建筑物的轮廓面积，此外还需计算区域建筑物的轮廓中心点的经纬度。这里要求中心点需要落在某一建筑物轮廓上，如果没有落到某一建筑物轮廓上，可以稍微调整值中心点的位置，使其位于相近某一建筑物轮廓上。

S405、获取待规划区域中各个UE上报的MR数据，并获取其中的RSRP信息。但这些MR数据中并不包含当前上报UE的经纬度信息，因此，本发明实施例提供的方法可以通过“定位算法”来获得每一个上报UE的经纬度。这样每一个UE的位置点(经纬度)就对应了一个RSRP。此时，再根据各个位置点对应的RSRP值来筛选弱覆盖点(<-110dBm的点)。

S406、每日对带规划区域内的弱覆盖点进行监测，并利用投影匹配的方式，计算落在每个建筑物内的日均弱覆盖点数量。

S407、接着计算每个建筑物的日均黑点密度。可以通过下式来进行计算：

建筑物日均黑点密度＝建筑物日均黑点数量/[建筑物轮廓面积*Roundown(建筑物高度/3)]

S408、在获得了各个建筑物的日均黑点数量以及日均黑点密度之后，判断各个建筑物是否满足弱覆盖楼宇的条件。判断的条件具体如下：

日均黑点数量>large_N个；

或small_N个<日均黑点数量<large_N个&日均黑点密度>m个/平方米。

如果不满足上述条件，则当前的建筑物并非为弱覆盖楼宇，此时不执行任何措施；如果满足上述条件中的一个条件，则认为当前的建筑物为弱覆盖楼宇，则需要在该楼宇内设置室分规划点。需要说明的是，这里的室分为一种设置在楼宇内的室内分布式覆盖系统。其本质也是一个基站，利用多个小天线来覆盖一个楼宇的室内，从而提高楼宇内的信号质量。

同时还可以将规划的结果(包括室分规划点的经纬度以及建筑物的相关信息)发送至智能规划输出总列表。从而工作人员可以通过查看该智能规划输出总列表获知对于该待规划区域内各个楼宇的弱覆盖判断检测情况，并参考本发明实施例方法提供的室分规划点的经纬度在后续的工作中对室分进行合理有效的规划。

第二方面，本发明实施例还提供了一种基站自动规划装置，如图7所示，包括：评估单元501以及基站规划单元502

评估单元501用于确定待规划区域的栅格化覆盖的评估结果，所述评估结果用于指示待规划区域内每个栅格对应的RSRP；

基站规划单元502用于在判断次数加1时，根据所述评估结果获取本次待规划区域内弱覆盖区域的基站规划点；

其中，在判断次数由第M-1次增加至第M次时，基站规划单元502根据所述评估结果获取本次待规划区域内弱覆盖区域的基站规划点的步骤，包括：

基于所述评估结果，在第M-1次判断获得的待规划区域内确定RSRP最小的栅格作为最弱栅格；在所述最弱栅格为弱覆盖栅格时，获取弱覆盖栅格簇，所述弱覆盖栅格簇为以所述最弱栅格为中心的若干个弱覆盖栅格的集群；将所述弱覆盖栅格簇的几何中心点作为当前待规划区域内弱覆盖区域的基站规划点；将所述弱覆盖栅格簇中的栅格从当前的待规划区域内剔除。

本发明实施例提供了一种基站自动规划装置，该装置中，基站规划单元502可以基于待规划区域的栅格化覆盖的评估结果，利用栅格爬虫算法在每次判断时首先得到本次带规划区域内弱覆盖区域，再将弱覆盖区域的几何中心点作为基站规划点。可以理解的是，由于本发明实施例提供的装置是基于栅格化覆盖的评估结果进行的判断，相比于现有技术，栅格划分方式更为细化，得到的RSRP数值更精确，更能够反映所在位置的信号覆盖情况，因此基于栅格化覆盖的评估结果能够大幅提高规划的准确性。此外，本发明实施例提供的装置在利用栅格爬虫算法在每次判断获取弱覆盖区域后，还可以将弱覆盖区域的几何中心点设为基站规划点，从而能够为工作人员后期布置规划基站提供数据支持。

在具体实施时，所述基站规划单元502进一步用于：在与所述最弱栅格直接相邻第一层栅格中存在弱覆盖栅格时，将第一层栅格中的弱覆盖栅格归入到所述弱覆盖栅格簇内；从第二层栅格开始逐层向外层判断是否存在弱覆盖栅格，并将判断得到的弱覆盖栅格归入到所述弱覆盖栅格簇内。

在具体实施时，所述基站规划单元502进一步用于：在所述弱覆盖栅格簇满足大区域弱覆盖条件时，计算该弱覆盖栅格簇的几何中心点，并将该几何中心点作为宏站规划点；在所述弱覆盖栅格簇满足小区域弱覆盖条件时，对所述弱覆盖栅格簇对应的区域进行优化整改，并在整改无效时计算该弱覆盖栅格簇的几何中心点，并将该几何中心点作为微站规划点。

本发明实施例提供的装置还包括室分规划单元503，用于：

根据待规划区域内所有建筑物中的各个位置上报的测量报告，筛选出弱覆盖点；获取每个建筑物的日均弱覆盖点数量以及每个建筑物的日均弱覆盖点密度；在第一建筑物的所述日均弱覆盖点数量达到预设个数，或在第一建筑物的所述日均弱覆盖点数量小于预设个数且所述日均弱覆盖点密度大于预设密度时，将所述第一建筑物作为室分规划点。

在具体实施时，所述室分规划单元503进一步用于：确定待规划区域内各个建筑物轮廓的矢量图层，并将各个建筑物的轮廓相连，组成区域建筑物轮廓；基于投影匹配算法获得待规划区域内各个建筑物的日均弱覆盖点数量；获取所述区域建筑物的轮廓面积，并将各个建筑物中最高的建筑物的高度作为所述区域建筑物的高度；根据所述日均弱覆盖点数量、所述区域建筑物的轮廓面积以及所述区域建筑物的高度，获取每个建筑物的日均弱覆盖点密度。

由于本实施例所介绍的基站自动规划装置为可以执行本发明实施例中的基站自动规划方法的装置，故而基于本发明实施例中所介绍的基站自动规划的方法，本领域所属技术人员能够了解本实施例的基站自动规划装置的具体实施方式以及其各种变化形式，所以在此对于该基站自动规划装置如何实现本发明实施例中的基站自动规划方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中基站自动规划方法所采用的装置，都属于本申请所欲保护的范围。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的某些部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的网关、代理服务器、系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种基站自动规划方法，其特征在于，包括：

确定待规划区域的栅格化覆盖的评估结果，所述评估结果用于指示待规划区域内每个栅格对应的RSRP；

在判断次数加1时，根据所述评估结果获取本次待规划区域内弱覆盖区域的基站规划点；

其中，在判断次数由第M-1次增加至第M次时，所述根据所述评估结果获取本次待规划区域内弱覆盖区域的基站规划点的步骤，包括：

基于所述评估结果，在第M-1次判断获得的待规划区域内确定RSRP最小的栅格作为最弱栅格；

在所述最弱栅格为弱覆盖栅格时，获取弱覆盖栅格簇，所述弱覆盖栅格簇为以所述最弱栅格为中心的若干个弱覆盖栅格的集群；

将所述弱覆盖栅格簇的几何中心点作为当前待规划区域内弱覆盖区域的基站规划点；

将所述弱覆盖栅格簇中的栅格从当前的待规划区域内剔除。

2.根据权利要求1所述的方法，其特征在于，所述在最弱栅格为弱覆盖栅格时，获取弱覆盖栅格簇的步骤，包括：

在与所述最弱栅格直接相邻第一层栅格中存在弱覆盖栅格时，将第一层栅格中的弱覆盖栅格归入到所述弱覆盖栅格簇内；

从第二层栅格开始逐层向外层判断是否存在弱覆盖栅格，并将判断得到的弱覆盖栅格归入到所述弱覆盖栅格簇内。

3.根据权利要求1所述的方法，其特征在于，所述将弱覆盖栅格簇的几何中心点作为当前待规划区域内弱覆盖区域的基站规划点的步骤包括：

在所述弱覆盖栅格簇满足大区域弱覆盖条件时，计算该弱覆盖栅格簇的几何中心点，并将该几何中心点作为宏站规划点；

在所述弱覆盖栅格簇满足小区域弱覆盖条件时，对所述弱覆盖栅格簇对应的区域进行优化整改，并在整改无效时计算该弱覆盖栅格簇的几何中心点，并将该几何中心点作为微站规划点。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据待规划区域内所有建筑物中的各个位置上报的测量报告，筛选出弱覆盖点；

获取每个建筑物的日均弱覆盖点数量以及每个建筑物的日均弱覆盖点密度；

在第一建筑物的所述日均弱覆盖点数量达到预设个数，或在第一建筑物的所述日均弱覆盖点数量小于预设个数且所述日均弱覆盖点密度大于预设密度时，将所述第一建筑物作为室分规划点。

5.根据权利要求4所述的方法，其特征在于，所述获取每个建筑物的日均弱覆盖点数量以及每个建筑物的日均弱覆盖点密度的步骤，包括：

确定待规划区域内各个建筑物轮廓的矢量图层，并将各个建筑物的轮廓相连，组成区域建筑物轮廓；

基于投影匹配算法获得待规划区域内各个建筑物的日均弱覆盖点数量；

获取所述区域建筑物的轮廓面积，并将各个建筑物中最高的建筑物的高度作为所述区域建筑物的高度；

根据所述日均弱覆盖点数量、所述区域建筑物的轮廓面积以及所述区域建筑物的高度，获取每个建筑物的日均弱覆盖点密度。

6.一种基站自动规划装置，其特征在于，包括：

评估单元，用于确定待规划区域的栅格化覆盖的评估结果，所述评估结果用于指示待规划区域内每个栅格对应的RSRP；

基站规划单元，用于在判断次数加1时，根据所述评估结果获取本次待规划区域内弱覆盖区域的基站规划点；

其中，在判断次数由第M-1次增加至第M次时，根据所述评估结果获取本次待规划区域内弱覆盖区域的基站规划点的步骤，包括：

基于所述评估结果，在第M-1次判断获得的待规划区域内确定RSRP最小的栅格作为最弱栅格；

在所述最弱栅格为弱覆盖栅格时，获取弱覆盖栅格簇，所述弱覆盖栅格簇为以所述最弱栅格为中心的若干个弱覆盖栅格的集群；

将所述弱覆盖栅格簇的几何中心点作为当前待规划区域内弱覆盖区域的基站规划点；

将所述弱覆盖栅格簇中的栅格从当前的待规划区域内剔除。

7.根据权利要求6所述的装置，其特征在于，所述基站规划单元进一步用于：

在与所述最弱栅格直接相邻第一层栅格中存在弱覆盖栅格时，将第一层栅格中的弱覆盖栅格归入到所述弱覆盖栅格簇内；

从第二层栅格开始逐层向外层判断是否存在弱覆盖栅格，并将判断得到的弱覆盖栅格归入到所述弱覆盖栅格簇内。

8.根据权利要求6所述的装置，其特征在于，所述基站规划单元进一步用于：

在所述弱覆盖栅格簇满足大区域弱覆盖条件时，计算该弱覆盖栅格簇的几何中心点，并将该几何中心点作为宏站规划点；

在所述弱覆盖栅格簇满足小区域弱覆盖条件时，对所述弱覆盖栅格簇对应的区域进行优化整改，并在整改无效时计算该弱覆盖栅格簇的几何中心点，并将该几何中心点作为微站规划点。

9.根据权利要求6所述的装置，其特征在于，所述装置还包括室分规划单元，用于：

根据待规划区域内所有建筑物中的各个位置上报的测量报告，筛选出弱覆盖点；

获取每个建筑物的日均弱覆盖点数量以及每个建筑物的日均弱覆盖点密度；

在第一建筑物的所述日均弱覆盖点数量达到预设个数，或在第一建筑物的所述日均弱覆盖点数量小于预设个数且所述日均弱覆盖点密度大于预设密度时，将所述第一建筑物作为室分规划点。

10.根据权利要求9所述的装置，其特征在于，所述室分规划单元，进一步用于：

确定待规划区域内各个建筑物轮廓的矢量图层，并将各个建筑物的轮廓相连，组成区域建筑物轮廓；

基于投影匹配算法获得待规划区域内各个建筑物的日均弱覆盖点数量；

获取所述区域建筑物的轮廓面积，并将各个建筑物中最高的建筑物的高度作为所述区域建筑物的高度；

根据所述日均弱覆盖点数量、所述区域建筑物的轮廓面积以及所述区域建筑物的高度，获取每个建筑物的日均弱覆盖点密度。