CN108200647A - 一种定位扇区遮挡的方法及装置 - Google Patents
一种定位扇区遮挡的方法及装置 Download PDFInfo
- Publication number
- CN108200647A CN108200647A CN201810099064.XA CN201810099064A CN108200647A CN 108200647 A CN108200647 A CN 108200647A CN 201810099064 A CN201810099064 A CN 201810099064A CN 108200647 A CN108200647 A CN 108200647A
- Authority
- CN
- China
- Prior art keywords
- sector
- blocked
- characterization parameters
- period
- traffic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Abstract
本申请实施例公开了一种定位扇区遮挡的方法及装置,以解决现有采用人工查勘方式来定位扇区遮挡时,效率低下而且人工维护成本较高的问题。所述方法包括:获取至少一个扇区的通信特征参数,扇区的通信特征参数包括扇区的主服务因子和扇区的覆盖因子,扇区的主服务因子用于表示一时间段内扇区的服务效率,扇区的覆盖因子用于表示一时间段内扇区的覆盖性能;根据至少一个扇区的通信特征参数定位第一扇区是否被遮挡。
Description
技术领域
本申请实施例涉及通信技术领域,尤其涉及一种定位扇区遮挡的方法及装置。
背景技术
扇区遮挡是现网存在的常见问题之一,它指的是在基站的扇区的主覆盖方向存在异物(广告牌、建筑物、树木等)遮挡,从而导致该扇区运行效率低下(业务量低、弱覆盖等等)的问题。由于运营商对于一个基站的投资通常在几十万不等,若一个基站的某些扇区长期被异物遮挡而得不到充分利用,对于运营商来说是严重的投资浪费,影响运营商的网络投资回报率。
目前,对于扇区遮挡的问题,运营商通常采取传统的人工查勘方式来定位扇区遮挡情况,不仅效率低下而且人工维护成本较高。
发明内容
本申请实施例提供一种定位扇区遮挡的方法及装置,以解决现有采用人工查勘方式来定位扇区遮挡时,效率低下而且人工维护成本较高的问题。
为达到上述目的,本申请实施例采用如下技术方案:
第一方面,本申请实施例提供了一种定位扇区遮挡的方法,包括:获取至少一个扇区的通信特征参数,扇区的通信特征参数包括扇区的主服务因子和扇区的覆盖因子,扇区的主服务因子用于表示一时间段内扇区的服务效率,扇区的覆盖因子用于表示一时间段内扇区的覆盖性能;
根据至少一个扇区的通信特征参数定位第一扇区是否被遮挡。
第二方面,本申请实施例提供一种定位扇区遮挡的装置,用于实施第一方面的定位扇区遮挡的方法,所述装置包括:
获取单元,用于获取至少一个扇区的通信特征参数,扇区的通信特征参数包括扇区的主服务因子和扇区的覆盖因子,扇区的主服务因子用于表示一时间段内扇区的服务效率,扇区的覆盖因子用于表示一时间段内扇区的覆盖性能;
定位单元,用于根据至少一个扇区的通信特征参数定位第一扇区是否被遮挡。
由上可知,本申请实施例提供一种定位扇区遮挡的方法及装置,获取扇区的主服务因子和扇区的覆盖因子,根据扇区的遮挡因子和覆盖因子对扇区的遮挡情况进行定位,如此,可以实现根据采集到的数据对扇区的遮挡情况进行定位,不需要人工现场逐一排查扇区的遮挡情况,提高了扇区遮挡的定位效率,节约了人工运维成本。
附图说明
为了更清楚地说明本申请实施例的技术方案,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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的网络架构示意图;
图2为本申请实施例提供的一种定位扇区遮挡的方法流程图;
图3为本申请实施例提供的一种定位扇区遮挡的装置的组成示意图。
具体实施方式
下面结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请提供的技术方案可以用于定位图1所示网络中接入网设备的扇区是否被遮挡,该网络可以为宽带码分多址(Wideband Code Division Multiple Access,WCDMA)网络,还可以为第四代(fourth generation,4G)通信网络或者其他网络,不予限制。如图1所示,该网络可以包括:接入网设备。其中,接入网设备包括多个扇区,每个扇区可以覆盖一个小区,接入网设备可以用于扇区中的用户设备(user equipment,UE)提供网络接入服务,如:可以实现无线物理层功能、资源调度和无线资源管理、无线接入控制等功能,该接入网设备可以为(access network,AN)、无线接入网设备(radio access network,RAN),基站(nodeB,gNB)、下一代基站(generation nodeB,gNB)、收发点(transmission receivepoint,TRP)、传输点(transmission point,TP)或某种其它接入网设备。UE可以为蜂窝电话、无绳电话、会话发起协议(session initiation protocol,SIP)电话、智能电话、无线本地环路(wireless local loop,WLL)站、个人数字助理(personal digital assistant,PDA)、膝上型计算机、手持式通信设备、手持式计算设备、卫星无线设备、无线调制解调器卡和/或用于在无线系统上进行通信的其它设备。需要说明的是,图1所示网络仅为示例性网络,除图1所示功能部件之外,还可以包括其他功能节点或者包括比图1所示数量更多的小区和UE,不予限制。
下面结合图1所示网络架构对本申请实施例提供的定位扇区遮挡的方法进行说明。图2为本申请实施例提供的一种定位扇区遮挡的方法的流程图,如图2所示,该方法可以包括步骤201-步骤202。需要说明的是,该方法可以在除定位扇区遮挡的装置之外的任一计算机上执行。此外,虽然在图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
步骤201:获取至少一个扇区的通信特征参数,每个扇区的通信特征参数包括扇区的主服务因子和扇区的覆盖因子。
其中,上述扇区可以为图1所示接入网设备的扇区。扇区的主服务因子可以用于表示一时间段内扇区的服务效率,扇区的覆盖因子可以用于表示一时间段内扇区的覆盖性能。
可选的,对于至少一个扇区中的任一扇区,获取扇区的通信特征参数,包括:获取扇区的计数器数据和测量报告数据,将时间段内扇区的主服务话务量与扇区的总话务量间的比值确定为扇区的主服务因子;将时间段内扇区对应的小于预设电平值的采样点的个数与所有采样点的个数的比值确定扇区的覆盖因子。
其中,扇区的计数器数据可以通过厂家设备获取,该厂家设备可以为第三代(third generation,3G)通信系统中的无线电网络控制器(Radio Network Controller,RNC),还可以为4G通信系统中的基站(EnodeB),不予限制,扇区的计数器数据可以包括一时间段内扇区的总话务量和主服务话务量,扇区的总话务量可以指一段时间内以该扇区作为主服务扇区的用户所产生的话务量、和以该扇区作为辅服务扇区的用户所产生的话务量之和,扇区的主服务话务量可以指指一段时间内以该扇区作为主服务扇区的用户所产生的话务量之和;扇区的测量报告数据可以从UE反馈给接入网设备的测量报告(measurementreport,MR)中获取,扇区的测量报告数据可以包括一时间段内扇区对应的电平值及其对应的采样点的个数。其中,上述时间段可以为任一时间段,通常情况下,将连续的7天*24小时作为一时间段,电平值可以为接收信号码片功率((Received Signal Code Power,RSCP)。
其中,在获取到计数器数据后,可以根据下述公式得到扇区的主服务因子xserve:
其中,上述公式中的为扇区主服务话务量在时间域(如上述时间段)上的求和,为扇区总话务量在时间域(如上述时间段)上的求和。从上述公式的物理含义上看,扇区的主服务因子应保持在合理水平,若主服务因子过低,则该扇区的有效性较差,一般来说扇区的主服务因子在70%左右为合理水平,若低于50%,则表示扇区的服务有效性较差。
其中,在获取到测量报告数据后,可以根据下述公式得到扇区的覆盖因子xcoverage:
其中,上述公式中的为电平值小于-100dbm的采样点数在时间域(如上述时间段)上的求和,为总采样点数在时间域(如上述时间段)上的求和。从上述公式可以看出,扇区的覆盖因子越大,表示该扇区的覆盖水平越好,若一个扇区的主覆盖方向被异物遮挡,则它的用户接收电平大概率较差,覆盖因子较低。需要说明的是,在本申请实施例中,电平值可以为接收信号码片功率(Received Signal Code Power,RSCP)。其中,上述公式中的还可以替代为电平值小于-90dbm或者-120dbm或者其他数值的采样点数在时间域上的求和,不予限制。
例如,下表1为2017-12-1~2017-12.11这个时间段内扇区DG_CAD001_C2、DG_CAD002_B2、DG_CAD007_C1、DG_CAD009_B2对应的主话务量和主服务话务量,对于扇区DG_CAD001_C2而言,根据表1和上述计算扇区的主服务因子的公式可知,扇区DG_CAD001_C2的主服务因子为:1.033333/2.704167=0.38。
表1
扇区名 | 时间段 | 总话务量 | 主服务话务量 |
DG_CAD001_C2 | 2017-12-1~2017-12-11 | 2.704167 | 1.033333 |
DG_CAD002_B2 | 2017-12-1~2017-12-11 | 3.593056 | 1.408333 |
DG_CAD007_C1 | 2017-12-1~2017-12-11 | 21.64444 | 10.35 |
DG_CAD009_B2 | 2017-12-1~2017-12-11 | 1.965278 | 0.847222 |
例如,下表2为2017-12-1~2017-12.11这个时间段内扇区DG_CAD001_C2、DG_CAD002_B2、DG_CAD007_C1、DG_CAD009_B2、DG_CAD010_B1在某个电平值下的采样点的个数,如对于扇区DG_CAD001_C2而言,根据表2可知:电平值为-120dbm的采样点的个数为0,电平值为-110dbm的采样点的个数为6,电平值为-100dbm的采样点的个数为11,电平值为-25dbm的采样点的个数为0等,根据这些采样点的个数,以及上述计算扇区的覆盖因子的公式可知,扇区DG_CAD001_C2的覆盖因子为11/17=0.65。
表2
步骤202:根据至少一个扇区的通信特征参数定位第一扇区是否被遮挡。
可选的,根据至少一个扇区的通信特征参数定位第一扇区是否被遮挡包括下述两种方式:
方式一:基于逻辑回归的分类算法
将获取到的至少一个扇区的通信特征参数作为样本数据;
根据样本数据训练得到定位模型,其中,定位模型的输入变量为扇区的覆盖因子和扇区的主服务因子,定位模型的输出变量为扇区的遮挡因子;
利用训练后的定位模型定位第一扇区是否被遮挡;其中,利用训练后的定位模型定位第一扇区是否被遮挡包括:将第一扇区的通信特征参数输入定位模型得到第一扇区的遮挡因子,根据第一扇区的遮挡因子定位第一扇区是否被遮挡。
需要说明的是,为了提高训练出的定位模型的准确性,上述至少一个扇区的通信特征参数可以为大量扇区的通信特征参数,如可以为500个扇区的通信特征参数,并且在这些扇区中,实际存在遮挡的扇区的数量不能太低,如不能低于20%。
其中,每个扇区的通信特征参数还可以包括扇区的遮挡结果,根据样本数据训练定位模型,根据样本数据训练得到定位模型可以包括:
构造sigmoid函数其中,ycover表示扇区的遮挡因子,z为扇区的通信特征参数的加权函数,z=wserverxserver+wcoveragexcoverage+b,xserver为扇区的主服务因子,xcoverage为扇区的覆盖因子;
利用样本数据训练逻辑回归的损失函数,得到sigmoid函数中的特征系数wserver、wcoverage、以及b;
将得到的特征系数代入sigmoid函数,将代入后的sigmoid函数确定为定位模型。
其中,可以用Ycover表示遮挡结果,Ycover为1表示扇区存在遮挡,Ycover为0表示扇区不存在遮挡。
其中,逻辑回归的损失函数为:
i代表样本数据中的第i个样本,m为样本数据中样本的个数。
梯度下降法记为:
其中,α为学习率,一般是一个比较小的值,例如0.01等。训练逻辑回归的损失函数的目标是通过不停梯度下降迭代找到合适的wserve、wcoverage以及b使得损失函数J(W,b)最小。具体的,训练逻辑回归的损失函数的方式可参照现有技术,在此不再赘述。
例如,下表3为训练样本数据,包括DG_CAD001_C2、DG_CAD002_B2、DG_CAD007_C1、DG_CAD009_B2、DG_CAD010_B1等多个个扇区的主服务因子、覆盖因子、以及遮挡结果,此时,可以将这些扇区中每个扇区对应的参数作为一组样本输入到逻辑回归的损失函数进行迭代,直至找到合适的wserve、wcoverage以及b。
表3
扇区名 | xserve | xcoverage | Ycover |
DG_CAD001_C2 | 0.68 | 0.9 | 0 |
DG_CAD002_B2 | 0.23 | 0.5 | 1 |
DG_CAD007_C1 | 0.75 | 0.8 | 0 |
DG_CAD009_B2 | 0.8 | 0.92 | 0 |
DG_CAD010_B1 | 0.74 | 0.86 | 0 |
方式二:遍历至少一个扇区的通信特征参数,筛选出至少一个扇区中主服务因子小于第一阈值,覆盖因子小于第二阈值的第一扇区;
向用户发送通知消息,以便用户通过人工查勘方式定位第一扇区是否被遮挡;其中,通知消息用于通知用户第一扇区被遮挡的概率大于预设阈值。
其中,第一阈值、第二阈值可以根据需要进行设置,不予限制,当扇区的主服务因子小于第一阈值,且扇区的覆盖因子小于第二阈值时,表示该扇区出现遮挡的概率较高。
该通知消息可以以短消息的形式发送给用户,还可以携带在应用消息中推送给用户,不予限制。
例如,获取到100个扇区的通信特征参数,其中,扇区10的主服务因子小于第一阈值、覆盖因子小于第二阈值,则对扇区10进行排查,以进一步确定该扇区的遮挡情况。
与现有技术相比,图2所示技术方案中,获取扇区的主服务因子和扇区的覆盖因子,根据扇区的遮挡因子和覆盖因子对扇区的遮挡情况进行定位,如此,可以实现根据采集到的数据对扇区的遮挡情况进行定位,不需要人工现场逐一排查扇区的遮挡情况,提高了扇区遮挡的定位效率,节约了人工运维成本。
图3为本申请实施例提供的一种定位扇区遮挡的装置的组成示意图,该装置用于执行图2所示定位扇区遮挡的方法。如图3所示,该装置可以包括:获取单元31以及定位单元32。
获取单元31,用于获取至少一个扇区的通信特征参数,扇区的通信特征参数包括扇区的主服务因子和扇区的覆盖因子,扇区的主服务因子用于表示一时间段内扇区的服务效率,扇区的覆盖因子用于表示一时间段内扇区的覆盖性能;
定位单元32,用于根据至少一个扇区的通信特征参数定位第一扇区是否被遮挡。
对于至少一个扇区的任一扇区,获取单元31,具体用于:
获取扇区的计数器数据和测量报告数据;其中,扇区的计数器数据包括时间段内扇区的总话务量和主服务话务量;扇区的测量报告数据包括时间段内扇区对应的电平值及其对应的采样点的个数;
将时间段内扇区的主服务话务量与扇区的总话务量间的比值确定为扇区的主服务因子;将时间段内扇区对应的小于预设电平值的采样点的个数与所有采样点的个数的比值确定扇区的覆盖因子。
在一种可能的设计中,定位单元32,具体用于:
将获取到的至少一个扇区的通信特征参数作为样本训练数;根据样本数据训练得到定位模型,其中,定位模型的输入变量为扇区的覆盖因子和扇区的主服务因子,定位模型的输出变量为扇区的遮挡因子;将第一扇区的通信特征参数输入定位模型得到第一扇区的遮挡因子,根据第一扇区的遮挡因子定位第一扇区是否被遮挡。
其中,每个所述扇区的通信特征参数还包括扇区的遮挡结果,定位单元32具体用于通过下述方式得到定位模型:
构造sigmoid函数其中,ycover表示扇区的遮挡因子,z为扇区的通信特征参数的加权函数,z=wserverxserver+wcoveragexcoverage+b,xserver为扇区的主服务因子,xcoverage为扇区的覆盖因子;利用样本数据训练逻辑回归的损失函数,得到sigmoid函数中的特征系数wserver、wcoverage、以及b;将得到的特征系数代入sigmoid函数,将代入后的sigmoid函数确定为定位模型。
在另一种可能的设计中,定位单元32,具体用于遍历至少一个扇区的通信特征参数,筛选出至少一个扇区中主服务因子小于第一阈值,覆盖因子小于第二阈值的第一扇区;
向用户发送通知消息,以便用户通过人工查勘方式定位第一扇区是否被遮挡;其中,通知消息用于通知用户第一扇区被遮挡的概率大于预设阈值。
由上可知,定位扇区遮挡的装置获取扇区的主服务因子和扇区的覆盖因子,根据扇区的遮挡因子和覆盖因子对扇区的遮挡情况进行定位,如此,可以实现根据采集到的数据对扇区的遮挡情况进行定位,不需要人工现场逐一排查扇区的遮挡情况,提高了扇区遮挡的定位效率,节约了人工运维成本。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元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,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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个设备(可以是单片机,芯片等)或处理器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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种定位扇区遮挡的方法,其特征在于,所述方法包括:
获取至少一个扇区的通信特征参数,所述扇区的通信特征参数包括所述扇区的主服务因子和所述扇区的覆盖因子,所述扇区的主服务因子用于表示一时间段内所述扇区的服务效率,所述扇区的覆盖因子用于表示所述一时间段内所述扇区对所述小区的覆盖性能;
根据所述至少一个扇区的通信特征参数定位第一扇区是否被遮挡。
2.根据权利要求1所述的方法,其特征在于,对于所述至少一个扇区中的任一扇区,获取所述扇区的通信特征参数,包括:
获取所述扇区的计数器数据和测量报告数据;其中,所述扇区的计数器数据包括所述时间段内所述扇区的总话务量和主服务话务量;所述扇区的测量报告数据包括所述时间段内所述扇区对应的电平值及其对应的采样点的个数;
将所述时间段内所述扇区的主服务话务量与所述扇区的总话务量间的比值确定为所述扇区的主服务因子;
将所述时间段内所述扇区对应的小于预设电平值的采样点的个数与所有采样点的个数的比值确定所述扇区的覆盖因子。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述至少一个扇区的通信特征参数定位第一扇区是否被遮挡,包括:
将获取到的所述至少一个扇区的通信特征参数作为样本数据;
根据所述样本数据训练得到定位模型,其中,所述定位模型的输入变量为所述扇区的覆盖因子和所述扇区的主服务因子,所述定位模型的输出变量为所述扇区的遮挡因子;
利用训练后的定位模型定位所述第一扇区是否被遮挡;
其中,所述利用训练后的定位模型定位所述第一扇区是否被遮挡,包括:将所述第一扇区的通信特征参数输入所述定位模型得到所述第一扇区的遮挡因子,根据所述第一扇区的遮挡因子定位所述第一扇区是否被遮挡。
4.根据权利要求3所述的方法,其特征在于,所述定位模型为逻辑回归模型,每个所述扇区的通信特征参数还包括所述扇区的遮挡结果,所述根据所述样本数据训练定位模型,包括:
构造sigmoid函数其中,ycover表示扇区的遮挡因子,z为扇区的通信特征参数的加权函数,z=wserverxserver+wcoveragexcoverage+b,xserver为扇区的主服务因子,xcoverage为扇区的覆盖因子;
利用所述样本数据训练逻辑回归的损失函数,得到所述sigmoid函数中的特征系数wserver、wcoverage、以及b;
将得到的特征系数代入所述sigmoid函数,将代入后的sigmoid函数确定为所述定位模型。
5.根据权利要求1或2所述的方法,其特征在于,所述第一扇区包括在所述至少一个扇区中,所述根据所述至少一个扇区的通信特征参数定位第一扇区是否被遮挡,包括:
遍历所述至少一个扇区的通信特征参数,筛选出所述至少一个扇区中主服务因子小于第一阈值,覆盖因子小于第二阈值的第一扇区;
向用户发送通知消息,以便所述用户通过人工查勘方式定位所述第一扇区是否被遮挡;其中,所述通知消息用于通知所述用户所述第一扇区被遮挡的概率大于预设阈值。
6.一种定位扇区遮挡的装置,其特征在于,所述装置包括:
获取单元,用于获取至少一个扇区的通信特征参数,所述扇区的通信特征参数包括所述扇区的主服务因子和所述扇区的覆盖因子,所述扇区的主服务因子用于表示一时间段内所述扇区的服务效率,所述扇区的覆盖因子用于表示所述一时间段内所述扇区对所述小区的覆盖性能;
定位单元,用于根据所述至少一个扇区的通信特征参数定位第一扇区是否被遮挡。
7.根据权利要求6所述的装置,其特征在于,对于所述至少一个扇区中的任一扇区,所述获取单元,具体用于:
获取所述扇区的计数器数据和测量报告数据;其中,所述扇区的计数器数据包括所述时间段内所述扇区的总话务量和主服务话务量;所述扇区的测量报告数据包括所述时间段内所述扇区对应的电平值及其对应的采样点的个数;
将所述时间段内所述扇区的主服务话务量与所述扇区的总话务量间的比值确定为所述扇区的主服务因子;将所述时间段内所述扇区对应的小于预设电平值的采样点的个数与所有采样点的个数的比值确定所述扇区的覆盖因子。
8.根据权利要求6或7所述的装置,其特征在于,所述定位单元,具体用于:
将获取到的所述至少一个扇区的通信特征参数作为样本数据;
根据所述样本数据训练得到定位模型,其中,所述定位模型的输入变量为所述扇区的覆盖因子和所述扇区的主服务因子,所述定位模型的输出变量为所述扇区的遮挡因子;
将所述第一扇区的通信特征参数输入所述定位模型得到所述第一扇区的遮挡因子,根据所述第一扇区的遮挡因子定位所述第一扇区是否被遮挡。
9.根据权利要求8所述的装置,其特征在于,所述定位模型为逻辑回归模型,每个所述扇区的通信特征参数还包括所述扇区的遮挡结果,所述定位单元,具体用于:
构造sigmoid函数其中,ycover表示扇区的遮挡因子,z为扇区的通信特征参数的加权函数,z=wserverxserver+wcoveragexcoverage+b,xserver为扇区的主服务因子,xcoverage为扇区的覆盖因子;
利用所述样本数据训练逻辑回归的损失函数,得到所述sigmoid函数中的特征系数wserver、wcoverage、以及b;
将得到的特征系数代入所述sigmoid函数,将代入后的sigmoid函数确定为所述定位模型。
10.根据权利要求6或7所述的装置,其特征在于,所述定位单元,具体用于:
遍历所述至少一个扇区的通信特征参数,筛选出所述至少一个扇区中主服务因子小于第一阈值,覆盖因子小于第二阈值的第一扇区;
向用户发送通知消息,以便所述用户通过人工查勘方式定位所述第一扇区是否被遮挡;其中,所述通知消息用于通知所述用户所述第一扇区被遮挡的概率大于预设阈值。
11.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-5中任一项所述的定位扇区遮挡的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810099064.XA CN108200647B (zh) | 2018-01-31 | 2018-01-31 | 一种定位扇区遮挡的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810099064.XA CN108200647B (zh) | 2018-01-31 | 2018-01-31 | 一种定位扇区遮挡的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108200647A true CN108200647A (zh) | 2018-06-22 |
CN108200647B CN108200647B (zh) | 2021-04-30 |
Family
ID=62592187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810099064.XA Active CN108200647B (zh) | 2018-01-31 | 2018-01-31 | 一种定位扇区遮挡的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108200647B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102014406A (zh) * | 2010-11-23 | 2011-04-13 | 北京拓明科技有限公司 | 基于用户测量报告的运营商间覆盖对比方法 |
CN102572858A (zh) * | 2012-02-16 | 2012-07-11 | 大唐移动通信设备有限公司 | 一种网络弱覆盖自动检测方法及装置 |
US20130029669A1 (en) * | 2011-07-28 | 2013-01-31 | Gary David Boudreau | Beamforming For Cell Edge Capacity Improvement in a Heterogeneous Network |
CN104811968A (zh) * | 2014-01-27 | 2015-07-29 | 中国移动通信集团湖北有限公司 | 一种传播模型的校正方法及装置 |
CN106535234A (zh) * | 2016-12-31 | 2017-03-22 | 中国移动通信集团江苏有限公司 | 测量报告与用户关联和上网问题的定位方法和装置 |
-
2018
- 2018-01-31 CN CN201810099064.XA patent/CN108200647B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102014406A (zh) * | 2010-11-23 | 2011-04-13 | 北京拓明科技有限公司 | 基于用户测量报告的运营商间覆盖对比方法 |
US20130029669A1 (en) * | 2011-07-28 | 2013-01-31 | Gary David Boudreau | Beamforming For Cell Edge Capacity Improvement in a Heterogeneous Network |
CN102572858A (zh) * | 2012-02-16 | 2012-07-11 | 大唐移动通信设备有限公司 | 一种网络弱覆盖自动检测方法及装置 |
CN104811968A (zh) * | 2014-01-27 | 2015-07-29 | 中国移动通信集团湖北有限公司 | 一种传播模型的校正方法及装置 |
CN106535234A (zh) * | 2016-12-31 | 2017-03-22 | 中国移动通信集团江苏有限公司 | 测量报告与用户关联和上网问题的定位方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108200647B (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101998465B (zh) | 一种网络优化的方法及系统 | |
CN107171848A (zh) | 一种流量预测方法和装置 | |
CN101287269B (zh) | 一种移动通信网络优化的方法、装置与系统 | |
JP2018525859A (ja) | ネットワーク容量拡大のための方法および装置 | |
CN104125153B (zh) | 网络拓扑发现方法和设备 | |
CN104335622B (zh) | 基于业务分布的网络规划、优化方法及装置 | |
CN109451532A (zh) | 一种基站位置的核查方法及装置 | |
CN108260075A (zh) | 一种基站部署位置的寻址方法及装置 | |
CN106651097A (zh) | 基于众包的数据采集方法、装置和服务器 | |
CN107730286A (zh) | 一种目标客户筛选方法及装置 | |
CN106788587A (zh) | 一种干扰类型的确定方法及装置 | |
CN104980462B (zh) | 分布式计算方法、装置和系统 | |
CN104684091B (zh) | 网络架构调整方法、装置、网络调度控制器及基站 | |
CN106771033A (zh) | 一种水质监测系统及水质监测方法 | |
CN102185731A (zh) | 网络健康度测试方法及系统 | |
CN107958353A (zh) | 一种etc联网运营质量评价方法及计算机存储介质 | |
CN104796518A (zh) | 获取终端电池续航时间的方法和终端 | |
CN103632522A (zh) | 一种手机抄表系统 | |
CN104200398A (zh) | 服务终端的信息处理方法及装置 | |
CN102065449A (zh) | 一种基于聚类ls-svm的移动通信话务量预测方法 | |
CN108200647A (zh) | 一种定位扇区遮挡的方法及装置 | |
CN116718842A (zh) | 电磁环境监测空域自适应采样方法、装置及计算机设备 | |
CN103634828B (zh) | 一种wcdma网络容量评估方法和装置 | |
CN109660623A (zh) | 一种云服务资源的分配方法、装置和计算机可读存储介质 | |
CN106993309A (zh) | 用户价值评价方法及装置 |
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 |