CN108207005B - 一种lte无线网络的评估方法及服务器 - Google Patents

一种lte无线网络的评估方法及服务器 Download PDF

Info

Publication number
CN108207005B
CN108207005B CN201611185370.2A CN201611185370A CN108207005B CN 108207005 B CN108207005 B CN 108207005B CN 201611185370 A CN201611185370 A CN 201611185370A CN 108207005 B CN108207005 B CN 108207005B
Authority
CN
China
Prior art keywords
wireless network
grid
lte wireless
matrix
evaluation
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.)
Active
Application number
CN201611185370.2A
Other languages
English (en)
Other versions
CN108207005A (zh
Inventor
郭建光
李晓明
郝益刚
卢凤晖
景岗
陈新
高明皓
苏永利
刘旸
高克俭
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.)
China Mobile Communications Group Co Ltd
China Mobile Group Design Institute Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Design Institute 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 China Mobile Communications Group Co Ltd, China Mobile Group Design Institute Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201611185370.2A priority Critical patent/CN108207005B/zh
Publication of CN108207005A publication Critical patent/CN108207005A/zh
Application granted granted Critical
Publication of CN108207005B publication Critical patent/CN108207005B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/06Testing, supervising or monitoring using simulated traffic
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/08Testing, supervising or monitoring using real traffic

Abstract

本发明实施例提供一种LTE无线网络的评估方法及服务器,所述方法包括:获取所述LTE无线网络工程参数;根据所述LTE无线网络评估参数,生成最优化栅格地图,所述LTE无线网络评估参数包括:未栅格化的路测测量数据L、未栅格化的MR测量数据M和未栅格化的仿真数据F;若判断获知所述最优化栅格地图中的栅格对应的路测测量数据Lij和MR测量数据Mij都为零,则根据评估矩阵、以及所述LTE无线网络工程参数的位置信息,获取更新后LTE无线网络的评估矩阵元素V'ij,结合所述更新后LTE无线网络的评估矩阵元素V'ij对所述LTE无线网络进行评估。所述服务器执行上述方法。本发明实施例提供的评估方法及服务器,提高了LTE无线网络评估的准确性。

Description

一种LTE无线网络的评估方法及服务器
技术领域
本发明实施例涉及移动通信技术领域,具体涉及一种LTE无线网络的评估方法及服务器。
背景技术
随着无线通信网络规模的不断发展,网络结构也愈加复杂。尤其当前2G/3G/4G网络同时存在,在业务上相互补充,互为依托,使得中国移动整张通信网络不断成熟。但与此同时,通过获取各种网络的相关参数,并对无线网络的准确评估显得尤为重要。
现有的4G网络(Long Term Evolution,以下简称LTE)无线网络评估方法主要基于实际路测、软采MR数据、利用仿真软件三种手段分别开展评估。三种方法各有优缺点,基于实际路测的评估方法需要耗费大量的人力、物力以及时间成本,但反映的网络状态最真实、最准确,可以真实的反映线状及点状的网络状态;基于MR数据的评估方法需要处理海量的数据量,但反映的网络状态真实可靠,由于MR数据由终端真实上报,相较于路测的GPS定位,MR数据常通过到达角及时延进行位置确定,因而导致位置定位不如路测准确,但采样点的网络状态准确,因而可以较为真实的反映点状的网络状态;基于仿真软件的评估方法效率最高,对于人力、物力及时间成本的投入最小,可反映成片区域的网络状态,但由于采用仿真的方式,传播模型的准确度,各种链路预算中涉及到的损耗值均有可能影响到仿真的真实结果,因而基于仿真软件的评估方法较前两种方法的准确性最低,但是对于人力、物力和时间成本的投入需求最低。
基于上述现有技术中的缺陷,如何提高LTE无线网络评估的准确性,成为亟需解决的问题。
发明内容
针对现有技术存在的问题,本发明实施例提供一种LTE无线网络的评估方法及服务器。
一方面,本发明实施例提供一种LTE无线网络的评估方法,包括:
获取所述LTE无线网络工程参数;
根据所述LTE无线网络评估参数,生成最优化栅格地图,其中,所述LTE无线网络评估参数是基于所述LTE无线网络工程参数获取的,所述LTE无线网络评估参数包括:未栅格化的路测测量数据L、未栅格化的MR测量数据M和未栅格化的仿真数据F;
若判断获知所述最优化栅格地图中的栅格对应的路测测量数据Lij和MR测量数据Mij都为零,则根据包括有所述未栅格化的路测测量数据L、所述未栅格化的MR测量数据M和所述未栅格化的仿真数据F的评估矩阵、以及所述LTE无线网络工程参数的位置信息,获取更新后LTE无线网络的评估矩阵元素V'ij,结合所述更新后LTE无线网络的评估矩阵元素V'ij对所述LTE无线网络进行评估。
另一方面,本发明实施例提供一种LTE无线网络的评估服务器,包括:
获取模块,用于获取所述LTE无线网络工程参数;
生成模块,用于根据所述LTE无线网络评估参数,生成最优化栅格地图,其中,所述LTE无线网络评估参数是基于所述LTE无线网络工程参数获取的,所述LTE无线网络评估参数包括:未栅格化的路测测量数据L、未栅格化的MR测量数据M和未栅格化的仿真数据F;
评估模块,用于若判断获知所述最优化栅格地图中的栅格对应的路测测量数据Lij和MR测量数据Mij都为零,则根据包括有所述未栅格化的路测测量数据L、所述未栅格化的MR测量数据M和所述未栅格化的仿真数据F的评估矩阵、以及所述LTE无线网络工程参数的位置信息,获取更新后LTE无线网络的评估矩阵元素V'ij,结合所述更新后LTE无线网络的评估矩阵元素V'ij对所述LTE无线网络进行评估。
本发明实施例提供的LTE无线网络的评估方法及服务器,提高了LTE无线网络评估的准确性。
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一简单地介绍,显而易见地,下面描述中的附图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,还可以根据这些附图获得其他的附图。
图1为本发明实施例LTE无线网络评估方法的流程示意图;
图2为本发明实施例LTE无线网络评估服务器的结构示意图;
图3为本发明实施例提供的服务器实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,都属于本发明保护的范围。
图1为本发明实施例LTE无线网络评估方法的流程示意图,如图1所示,本实施例提供的一种LTE无线网络评估方法,包括以下步骤:
S1:获取所述LTE无线网络工程参数。
具体的,服务器获取所述LTE无线网络工程参数。需要说明的是:LTE无线网络工程参数可以包括:LTE网络天线挂高、方向角、下倾角、基站功率配置、邻区配置、频率配置、经纬度等,其中的方向角和经纬度属于网络工程参数的位置信息,方向角为天线主瓣方向与正北方向之间的角度值,天线主瓣方向为基站正面朝向所处于的方向,上述的LTE无线网络工程参数为未栅格化的路测测量数据L、未栅格化的MR测量数据M和未栅格化的仿真数据F的获取基础。
S2:根据所述LTE无线网络评估参数,生成最优化栅格地图,其中,所述LTE无线网络评估参数是基于所述LTE无线网络工程参数获取的,所述LTE无线网络评估参数包括:未栅格化的路测测量数据L、未栅格化的MR测量数据M和未栅格化的仿真数据F。
具体的,服务器根据所述LTE无线网络评估参数,生成最优化栅格地图,其中,所述LTE无线网络评估参数是基于所述LTE无线网络工程参数获取的,所述LTE无线网络评估参数包括:未栅格化的路测测量数据L、未栅格化的MR测量数据M和未栅格化的仿真数据F。需要说明的是:LTE无线网络评估参数可以包括路测测量数据、MR测量数据和仿真数据,但不作具体的限定,路测测量数据、MR测量数据和仿真数据要是同时间节点,同步进行的仿真与数据采集,网络性能参数指标可以是:参考信号接收功率(Reference Signal ReceivingPower,简称“RSRP”)、还可以是:信号与干扰加噪声比(Signal to Interference plusNoise Ratio,简称“SINR”)但上述三类数据所选择的网络性能参数指标的类型需要一致,例如:若路测测量数据选择RSRP,则MR测量数据和仿真数据也同样要选择RSRP;若仿真数据选择SINR,则路测测量数据Lij和MR测量数据Mij也同样要选择SINR。栅格地图形状可以为大正方形,由a*a个小正方形所组成,其中每个小正方形可以称为栅格。
S3:若判断获知所述最优化栅格地图中的栅格对应的路测测量数据Lij和MR测量数据Mij都为零,则根据包括有所述未栅格化的路测测量数据L、所述未栅格化的MR测量数据M和所述未栅格化的仿真数据F的评估矩阵、以及所述LTE无线网络工程参数的位置信息,获取更新后LTE无线网络的评估矩阵元素V'ij,结合所述更新后LTE无线网络的评估矩阵元素V'ij对所述LTE无线网络进行评估。
具体的,服务器若判断获知所述最优化栅格地图中的栅格对应的路测测量数据Lij和MR测量数据Mij都为零,则根据包括有所述未栅格化的路测测量数据L、所述未栅格化的MR测量数据M和所述未栅格化的仿真数据F的评估矩阵、以及所述LTE无线网络工程参数的位置信息,获取更新后LTE无线网络的评估矩阵元素V'ij,结合所述更新后LTE无线网络的评估矩阵元素V'ij对所述LTE无线网络进行评估。需要说明的是:结合LTE无线网络的评估矩阵元素V'ij的数值,可以针对每个栅格的网络状态进行精确分析,找到网络需要深度覆盖的具体场景以及弱覆盖的区域、干扰严重的区域等。也可以进行统计分析,对于网络性能参数的均值分析、PDF分析、CDF分析等常规分析手段均可开展,此处不再赘述。
本发明实施例提供的评估方法,提高了LTE无线网络评估的准确性。
在上述实施例的基础上,所述根据所述LTE无线网络评估参数,生成最优化栅格地图,包括:
根据所述未栅格化的路测测量数据L和所述未栅格化的MR测量数据M,构造路测矩阵VL和MR矩阵VM,其中,所述路测矩阵VL构成为:
Figure GDA0001268189010000051
所述MR矩阵VM构成为:
Figure GDA0001268189010000052
Mij为所述MR矩阵VM中的元素,Lij为所述路测矩阵VL中的元素,其中i和j取值为1~N之间。
具体的,服务器根据所述未栅格化的路测测量数据L和所述未栅格化的MR测量数据M,构造路测矩阵VL和MR矩阵VM,其中,所述路测矩阵VL构成为:
Figure GDA0001268189010000061
所述MR矩阵VM构成为:
Figure GDA0001268189010000062
Mij为所述MR矩阵VM中的元素,Lij为所述路测矩阵VL中的元素,其中i和j取值为1~N之间。
若所述MR矩阵VM和所述路测矩阵VL,满足如下条件:
Figure GDA0001268189010000063
则获取满足所述条件的所述MR矩阵和所述路测矩阵的所对应的行元素个数P,相应的,将P2作为所述最优化栅格地图中的栅格个数。
具体的,服务器若所述MR矩阵VM和所述路测矩阵VL,满足如下条件:
Figure GDA0001268189010000064
则获取满足所述条件的所述MR矩阵和所述路测矩阵的所对应的行元素个数P,相应的,将P2作为所述最优化栅格地图中的栅格个数。需要说明的是:最优化栅格地图为大正方形,其边长S为定值,所述条件相当于对大正方形(最优化栅格地图)中的小正方形(栅格)的个数进行优化,由于小正方形的边长d=S/P,每一个栅格的边长d也进行了相应的优化调整。
根据所述未栅格化的仿真数据F,构造仿真矩阵VF,相应的,组成三元向量Vij=(Lij,Mij,Fij),其中,所述最优化栅格地图每个栅格对应一个三元向量Vij,由此构成评估矩阵为
Figure GDA0001268189010000071
具体的,服务器根据所述未栅格化的仿真数据F,构造仿真矩阵VF,相应的,组成三元向量Vij=(Lij,Mij,Fij),其中,所述最优化栅格地图每个栅格对应一个三元向量Vij,由此构成评估矩阵为
Figure GDA0001268189010000072
需要说明的是:每个栅格对应一个1*3的三元向量Vij=(Lij,Mij,Fij),仿真数据Fij的仿真矩阵VF的构成为
Figure GDA0001268189010000073
相应的路测矩阵VL和MR矩阵VM也都优化为元素个数为P*P的矩阵。
本发明实施例提供的评估方法,通过生成最优化栅格地图,保证了无线网络评估步骤的顺利进行。
在上述实施例的基础上,根据包括有所述未栅格化的路测测量数据L、所述未栅格化的MR测量数据M和所述未栅格化的仿真数据F的评估矩阵、以及所述LTE无线网络工程参数的位置信息,获取更新后LTE无线网络的评估矩阵元素V'ij,包括:
根据所述评估矩阵和所述LTE无线网络工程参数的位置信息,当某一栅格的三元向量Vij=(Lij,Mij,Fij),Lij为零,Mij为零时,获取所述栅格的服务小区基站信息,所述服务小区基站信息包括:所述栅格到所述服务小区基站之间的距离dij、所述栅格与服务小区基站主瓣方向的夹角θij和所述栅格的室内外属性标识Tij
具体的,服务器根据所述评估矩阵和所述LTE无线网络工程参数的位置信息,当某一栅格的三元向量Vij=(Lij,Mij,Fij),Lij为零,Mij为零时,获取所述栅格的服务小区基站信息,所述服务小区基站信息包括:所述栅格到所述服务小区基站之间的距离dij、所述栅格与服务小区基站主瓣方向的夹角θij和所述栅格的室内外属性标识Tij。需要说明的是:该栅格到服务小区基站的距离dij,可以根据该栅格的中心经纬度(在地图信息中)和服务小区基站的经纬度(在工程参数的位置信息中)计算获得,这方面已是成熟的现有技术,此处不再赘述。该栅格与服务小区基站主瓣方向的夹角θij可以根据栅格与正北方向之间的夹角
Figure GDA0001268189010000081
服务小区基站的主瓣方向角(在工程参数的位置信息中)并通过公式:
Figure GDA0001268189010000082
计算获得,其中的主瓣方向角为天线主瓣方向与所述正北方向之间的角度值,天线主瓣方向为服务小区基站天线正面朝向所处的方向。室内外属性标识Tij,若所述室内外属性标识Tij=1,则表示该栅格属性为室外;或若所述室内外属性标识Tij=0,则表示该栅格属性为室内,可以根据实际情况对室内外属性标识Tij所表示的内容进行自主定义。
获取与所述最优化栅格地图中行为i′,列为j′的多个栅格一一对应的多个地理信息矢量Ei′j′=(di′j′i′j′,Ti′j′)。
具体的,服务器获取与所述最优化栅格地图中行为i′,列为j′的多个栅格一一对应的多个地理信息矢量Ei′j′=(di′j′i′j′,Ti′j′)。
将所述地理信息矢量Ei′j′=(di′j′i′j′,Ti′j′)满足如下条件:
Figure GDA0001268189010000083
中的一个栅格所对应的矩阵元素作为V′i′j′,所述Δd为预设距离允许误差、所述Δθ为预设角度允许误差,Tij与Ti′j′同处于室内或同处于室外状态。
具体的,服务器将所述地理信息矢量Ei′j′=(di′j′i′j′,Ti′j′)满足如下条件:
Figure GDA0001268189010000084
中的一个栅格所对应的矩阵元素作为V′i′j′,所述Δd为预设距离允许误差、所述Δθ为预设角度允许误差,Tij与Ti′j′同处于室内或同处于室外状态。需要说明的是:如果没有符合上述条件的矩阵元素V′i′j′,则可以适当调整预设距离允许误差Δd、预设角度允许误差Δθ中的一个或两个,以保证能够获取到合适的矩阵元素V′i′j′。可以理解的是:预设距离允许误差Δd、预设角度允许误差Δθ可以根据实际情况自主设置。
根据公式V'ij=V'i'j'+Fij-Fi’j’,将所述公式的计算结果V'ij作为所述更新后的LTE无线网络评估矩阵元素,其中,所述Fi′j′为满足所述条件的栅格相对应的仿真数据。
具体的,服务器根据公式V'ij=V'i'j'+Fij-Fi’j’,将所述公式的计算结果V'ij作为所述更新后的LTE无线网络评估矩阵元素,其中,所述Fi′j′为满足所述条件的栅格相对应的仿真数据。需要说明的是:这里的Fi′j′可以是满足上述条件:
Figure GDA0001268189010000091
的栅格所对应的仿真数据数值。
本发明实施例提供的评估方法,通过获得的合适的矩阵元素V′i′j′,进而获得更新后的网络评估矩阵元素,进一步保证了无线网络评估的准确性。
在上述实施例的基础上,根据所述评估矩阵和所述LTE无线网络工程参数的位置信息,当某一栅格的三元向量Vij=(Lij,Mij,Fij),Lij为零,Mij为零时,获取所述栅格的服务小区基站信息,包括:
根据所述LTE无线网络工程参数的位置信息中的栅格位置经纬度,计算所述栅格到服务小区基站之间的距离dij
具体的,服务器根据根据所述LTE无线网络工程参数的位置信息中的栅格位置经纬度,计算所述栅格到服务小区基站之间的距离dij。具体说明请参照上述实施例的介绍,此处不再赘述。
将服务小区基站与正北方向之间的夹角
Figure GDA0001268189010000102
与所述LTE无线网络工程参数的位置信息中栅格方向角的角度差作为所述栅格与服务小区基站的夹角θij,其中,所述方向角为天线主瓣方向与所述正北方向之间的角度值。
具体的,服务器将服务小区基站与正北方向之间的夹角
Figure GDA0001268189010000103
与所述LTE无线网络工程参数的位置信息中栅格方向角的角度差作为所述栅格与服务小区基站的夹角θij,其中,所述方向角为天线主瓣方向与所述正北方向之间的角度值。具体说明请参照上述实施例的介绍,此处不再赘述。
获取所述栅格的室内外属性标识Tij
具体的,服务器根据获取所述栅格的室内外属性标识Tij。具体说明请参照上述实施例的介绍,此处不再赘述。
本发明实施例提供的评估方法,通过计算出的栅格与服务小区基站之间的相关位置数据,保证了无线网络评估的可实现性。
在上述实施例的基础上,所述方法还包括:
当某一栅格的三元向量Vij=(Lij,Mij,Fij),Lij为零,Mij不为零时,则根据预先获得的机器学习训练集和机器学习函数h(θ)=θ01Mij2Fij、预设机器学习参数α、预设误差收敛参数δ或预设机器学习迭代次数Q,进行机器学习训练,其中,所述公式
h(θ)=θ01Mij2Fij中的:
Figure GDA0001268189010000101
θi中的i=0~2,且设置初始的各θi=1,k为迭代计算的次数,xk为第k次计算的学习样本,
Figure GDA0001268189010000114
为第k次计算的各学习样本值,所述各学习样本值包括:未栅格化的路测测量数据L、未栅格化的MR测量数据M和未栅格化的仿真数据F。
具体的,服务器当某一栅格的三元向量Vij=(Lij,Mij,Fij),Lij为零,Mij不为零时,则根据预先获得的机器学习训练集和机器学习函数h(θ)=θ01Mij2Fij、预设机器学习参数α、预设误差收敛参数δ或预设机器学习迭代次数Q,进行机器学习训练,其中,所述公式
h(θ)=θ01Mij2Fij中的:
Figure GDA0001268189010000111
θi中的i=0~2,且设置初始的各θi=1,k为迭代计算的次数,xk为第k次计算的学习样本,
Figure GDA0001268189010000112
为第k次计算的各学习样本值,所述各学习样本值包括:未栅格化的路测测量数据L、未栅格化的MR测量数据M和未栅格化的仿真数据F。需要说明的是:预先获得的机器学习训练集可以通过将已经预先获得的路测测量数据Lij、MR测量数据Mij和仿真数据Fij组成大量的数据样本集合来实现,通常情况下,数据的样本越多,所进行的机器学习训练的效果越好,体现为:计算结果能够更快、更准确的接近评估的真实数值。预设机器学习参数α、预设误差收敛参数δ或预设机器学习迭代次数Q,可以根据实际情况自主进行设置,公式
Figure GDA0001268189010000113
中的“:=”可以理解为对θi计算的定义,用于重复迭代进行计算。
根据所述机器学习训练的计算结果,获取所述更新后的网络评估矩阵元素V'ij
具体的,服务器根据所述机器学习训练的计算结果,获取所述更新后的网络评估矩阵元素V'ij。需要说明的是:可以通过改变预设机器学习参数α、预设误差收敛参数δ或预设机器学习迭代次数Q中的一项或多项参数,更有针对性的获取到更新后的网络评估矩阵元素V'ij
本发明实施例提供的评估方法,通过机器学习训练获取到的更新后的网络评估矩阵元素,进一步提高了无线网络评估的准确性。
在上述实施例的基础上,所述根据所述机器学习训练的计算结果,获取所述更新后的网络评估矩阵元素,包括:
若判断获知所述机器学习的h(θ)值与所对应的路测测量数据Lij的差值小于等于预设误差收敛参数δ;或
所述机器学习迭代次数k大于等于预设机器学习迭代次数Q时,则停止机器学习,并将最终的计算结果h(θ)值作为所述更新后的网络评估矩阵元素V'ij
具体的,服务器若判断获知所述机器学习的h(θ)值与所对应的路测测量数据Lij的差值小于等于预设误差收敛参数δ;或
所述机器学习迭代次数k大于等于预设机器学习迭代次数Q时,则停止机器学习,并将最终的计算结果h(θ)值作为所述更新后的网络评估矩阵元素V'ij。下面对该计算过程举例说明如下:
Step1.初始各个θ均设为1,所以hθ(x1)=-186,y1=-98,x0=1,x1=-95,x2=-92,所以各θ值得更新为:
θ0:=1-0.00005×(-88)×1=1.0044
θ1:=1-0.00005×(-88)×(-95)=0.582
θ2:=1-0.00005×(-88)×(-92)=0.5952
V′ij=1.0044+0.582Mij+0.5952Fij
Step2.将更新的各θ代入线性表达式,对第二个学习样本进行计算,hθ(x2)=-113.158,y2=-100,x0=1,x1=-99,x2=-95,各θ值得更新为:
θ0:=1.0044-0.00005×(-13.1576)×1=1.005
θ1:=0.582-0.00005×13.1576×99=0.51687
θ2:=0.5952-0.00005×13.1576×95=0.5327
V′ij=1.005+0.51687Mij+0.5327Fij
Step3.继续更新的各θ代入线性表达式,对第三个学习样本进行计算,hθ(x3)=-108.119,y3=-107,x0=1,x1=-106,x2=-102,各θ值得更新为:
θ0:=1.005-0.00005×(-1.11869)×1=1.0051
θ1:=0.51687-0.00005×1.11869×106=0.5109
θ2:=0.5327-0.00005×1.11869×102=0.526996
Vij=1.0051+0.509Mij+0.526996Fij
结合上述的举例,进一步说明如下:若预设机器学习迭代次数Q为2,则计算到Step2后,就不再进行Step3的计算,直接将已经计算出的:
V'ij=1.005+0.51687Mij+0.5327Fij作为更新后的网络评估矩阵元素。
或者若Step2的计算结果V'ij=1.005+0.51687Mij+0.5327Fij与相应的路测测量数据Lij的差值大于预设误差收敛参数δ,则继续进行Step3的计算,若Step3的计算结果V'ij=1.0051+0.509Mij+0.526996Fij与相应的路测测量数据Lij的差值小于等于预设误差收敛参数δ,则不再继续执行计算,将已经计算出的V'ij=1.0051+0.509Mij+0.526996Fij作为更新后的网络评估矩阵元素。
若Step2的计算结果V'ij=1.005+0.51687Mij+0.5327Fij与相应的路测测量数据Lij的差值小于等于预设误差收敛参数δ,则直接将已经计算出的:
V'ij=1.005+0.51687Mij+0.5327Fij作为更新后的网络评估矩阵元素。
本发明实施例提供的评估方法,通过为机器学习训练设置终止计算的条件,可以更加自主的实现对无线网络评估准确性的有效控制。
当某一栅格的三元向量Vij=(Lij,Mij,Fij),Lij不为零,则V'ij和Lij相等。
根据上述实施例介绍的,当Lij不为零时;当Lij为零,且Mij不为零时;当Lij为零,且Mij为零时的三种情况生成更新后的评估矩阵
Figure GDA0001268189010000141
图2为本发明实施例LTE无线网络评估服务器的结构示意图,如图2所示,本实施例提供了一种LTE无线网络评估服务器,包括获取模块1、生成模块2和评估模块3,其中:
获取模块1用于获取所述LTE无线网络工程参数,生成模块2用于根据所述LTE无线网络评估参数,生成最优化栅格地图,其中,所述LTE无线网络评估参数是基于所述LTE无线网络工程参数获取的,所述LTE无线网络评估参数包括:未栅格化的路测测量数据L、未栅格化的MR测量数据M和未栅格化的仿真数据F,评估模块3用于若判断获知所述最优化栅格地图中的栅格对应的路测测量数据Lij和MR测量数据Mij都为零,则根据包括有所述未栅格化的路测测量数据L、所述未栅格化的MR测量数据M和所述未栅格化的仿真数据F的评估矩阵、以及所述LTE无线网络工程参数的位置信息,获取更新后LTE无线网络的评估矩阵元素V'ij,结合所述更新后LTE无线网络的评估矩阵元素V'ij对所述LTE无线网络进行评估。
具体的,获取模块1用于获取所述LTE无线网络工程参数,获取模块1将获取到的工程参数发送给生成模块2,生成模块2用于根据所述LTE无线网络评估参数,生成最优化栅格地图,其中,所述LTE无线网络评估参数是基于所述LTE无线网络工程参数获取的,所述LTE无线网络评估参数包括:未栅格化的路测测量数据L、未栅格化的MR测量数据M和未栅格化的仿真数据F,生成模块2将栅格地图发送给评估模块3,评估模块3用于若判断获知所述最优化栅格地图中的栅格对应的路测测量数据Lij和MR测量数据Mij都为零,则根据包括有所述未栅格化的路测测量数据L、所述未栅格化的MR测量数据M和所述未栅格化的仿真数据F的评估矩阵、以及所述LTE无线网络工程参数的位置信息,获取更新后LTE无线网络的评估矩阵元素V'ij,结合所述更新后LTE无线网络的评估矩阵元素V'ij对所述LTE无线网络进行评估
本发明实施例提供的评估服务器,提高了LTE无线网络评估的准确性。
在上述实施例的基础上,所述生成模块2具体用于:
根据所述未栅格化的路测测量数据L和所述未栅格化的MR测量数据M,构造路测矩阵VL和MR矩阵VM,其中,所述路测矩阵VL构成为:
Figure GDA0001268189010000151
所述MR矩阵VM构成为:
Figure GDA0001268189010000152
Mij为所述MR矩阵VM中的元素,Lij为所述路测矩阵VL中的元素,其中i和j取值为1~N之间;若所述MR矩阵VM和所述路测矩阵VL,满足如下条件:
Figure GDA0001268189010000153
则获取满足所述条件的所述MR矩阵和所述路测矩阵的所对应的行元素个数P,相应的,将P2作为所述最优化栅格地图中的栅格个数;根据所述未栅格化的仿真数据F,构造仿真矩阵VF,相应的,组成三元向量Vij=(Lij,Mij,Fij),其中,所述最优化栅格地图每个栅格对应一个三元向量Vij,由此构成评估矩阵为
Figure GDA0001268189010000161
具体的,所述生成模块2具体用于,根据所述未栅格化的路测测量数据L和所述未栅格化的MR测量数据M,构造路测矩阵VL和MR矩阵VM,其中,所述路测矩阵VL构成为:
Figure GDA0001268189010000162
所述MR矩阵VM构成为:
Figure GDA0001268189010000163
Mij为所述MR矩阵VM中的元素,Lij为所述路测矩阵VL中的元素,其中i和j取值为1~N之间;若所述MR矩阵VM和所述路测矩阵VL,满足如下条件:
Figure GDA0001268189010000164
则获取满足所述条件的所述MR矩阵和所述路测矩阵的所对应的行元素个数P,相应的,将P2作为所述最优化栅格地图中的栅格个数;根据所述未栅格化的仿真数据F,构造仿真矩阵VF,相应的,组成三元向量Vij=(Lij,Mij,Fij),其中,所述最优化栅格地图每个栅格对应一个三元向量Vij,由此构成评估矩阵为
Figure GDA0001268189010000165
本发明实施例提供的评估服务器,通过生成最优化栅格地图,保证了无线网络评估步骤的顺利进行。
在上述实施例的基础上,所述评估模块3具体用于:
根据所述评估矩阵和所述LTE无线网络工程参数的位置信息,当某一栅格的三元向量Vij=(Lij,Mij,Fij),Lij为零,Mij为零时,获取所述栅格的服务小区基站信息,所述服务小区基站信息包括:所述栅格到所述服务小区基站之间的距离dij、所述栅格与服务小区基站主瓣方向的夹角θij和所述栅格的室内外属性标识Tij;获取与所述最优化栅格地图中行为i′,列为j′的多个栅格一一对应的多个地理信息矢量Ei′j′=(di′j′i′j′,Ti′j′);将所述地理信息矢量Ei′j′=(di′j′i′j′,Ti′j′)满足如下条件:
Figure GDA0001268189010000171
中的一个栅格所对应的矩阵元素作为V′i′j′,所述Δd为预设距离允许误差、所述Δθ为预设角度允许误差,Tij与Ti′j′同处于室内或同处于室外状态;根据公式V'ij=V'i'j'+Fij-Fi’j’,将所述公式的计算结果V'ij作为所述更新后的LTE无线网络评估矩阵元素,其中,所述Fi′j′为满足所述条件的栅格相对应的仿真数据。
具体的,所述评估模块3具体用于:
根据所述评估矩阵和所述LTE无线网络工程参数的位置信息,当某一栅格的三元向量Vij=(Lij,Mij,Fij),Lij为零,Mij为零时,获取所述栅格的服务小区基站信息,所述服务小区基站信息包括:所述栅格到所述服务小区基站之间的距离dij、所述栅格与服务小区基站主瓣方向的夹角θij和所述栅格的室内外属性标识Tij;获取与所述最优化栅格地图中行为i′,列为j′的多个栅格一一对应的多个地理信息矢量Ei′j′=(di′j′i′j′,Ti′j′);将所述地理信息矢量Ei′j′=(di′j′i′j′,Ti′j′)满足如下条件:
Figure GDA0001268189010000181
中的一个栅格所对应的矩阵元素作为V′i′j′,所述Δd为预设距离允许误差、所述Δθ为预设角度允许误差,Tij与Ti′j′同处于室内或同处于室外状态;根据公式V'ij=V'i'j'+Fij-Fi’j’,将所述公式的计算结果V'ij作为所述更新后的LTE无线网络评估矩阵元素,其中,所述Fi′j′为满足所述条件的栅格相对应的仿真数据。
本发明实施例提供的评估服务器,通过获得的合适的矩阵元素V′i′j′,进而获得更新后的网络评估矩阵元素,进一步保证了无线网络评估的准确性。
在上述实施例的基础上,所述评估模块3还具体用于:
根据所述LTE无线网络工程参数的位置信息中的栅格位置经纬度,计算所述栅格到服务小区基站之间的距离dij;将服务小区基站与正北方向之间的夹角
Figure GDA0001268189010000182
与所述LTE无线网络工程参数的位置信息中栅格方向角的角度差作为所述栅格与服务小区基站的夹角θij,其中,所述方向角为天线主瓣方向与所述正北方向之间的角度值;获取所述栅格的室内外属性标识Tij
具体的,所述评估模块3还具体用于:
根据所述LTE无线网络工程参数的位置信息中的栅格位置经纬度,计算所述栅格到服务小区基站之间的距离dij;将服务小区基站与正北方向之间的夹角
Figure GDA0001268189010000183
与所述LTE无线网络工程参数的位置信息中栅格方向角的角度差作为所述栅格与服务小区基站的夹角θij,其中,所述方向角为天线主瓣方向与所述正北方向之间的角度值;获取所述栅格的室内外属性标识Tij
本发明实施例提供的评估服务器,通过计算出的栅格与服务小区基站之间的相关位置数据,保证了无线网络评估的可实现性。
本实施例提供的LTE无线网络的评估服务器具体可以用于执行上述各方法实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
图3为本发明实施例提供的服务器实体结构示意图,如图3所示,所述服务器包括:处理器(processor)301、存储器(memory)302和总线303;
其中,所述处理器301、存储器302通过总线303完成相互间的通信;
所述处理器301用于调用所述存储器302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:获取所述LTE无线网络工程参数;根据所述LTE无线网络评估参数,生成最优化栅格地图,其中,所述LTE无线网络评估参数是基于所述LTE无线网络工程参数获取的,所述LTE无线网络评估参数包括:未栅格化的路测测量数据L、未栅格化的MR测量数据M和未栅格化的仿真数据F;若判断获知所述最优化栅格地图中的栅格对应的路测测量数据Lij和MR测量数据Mij都为零,则根据包括有所述未栅格化的路测测量数据L、所述未栅格化的MR测量数据M和所述未栅格化的仿真数据F的评估矩阵、以及所述LTE无线网络工程参数的位置信息,获取更新后LTE无线网络的评估矩阵元素V'ij,结合所述更新后LTE无线网络的评估矩阵元素V'ij对所述LTE无线网络进行评估。
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:获取所述LTE无线网络工程参数;根据所述LTE无线网络评估参数,生成最优化栅格地图,其中,所述LTE无线网络评估参数是基于所述LTE无线网络工程参数获取的,所述LTE无线网络评估参数包括:未栅格化的路测测量数据L、未栅格化的MR测量数据M和未栅格化的仿真数据F;若判断获知所述最优化栅格地图中的栅格对应的路测测量数据Lij和MR测量数据Mij都为零,则根据包括有所述未栅格化的路测测量数据L、所述未栅格化的MR测量数据M和所述未栅格化的仿真数据F的评估矩阵、以及所述LTE无线网络工程参数的位置信息,获取更新后LTE无线网络的评估矩阵元素V'ij,结合所述更新后LTE无线网络的评估矩阵元素V'ij对所述LTE无线网络进行评估。
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:获取所述LTE无线网络工程参数;根据所述LTE无线网络评估参数,生成最优化栅格地图,其中,所述LTE无线网络评估参数是基于所述LTE无线网络工程参数获取的,所述LTE无线网络评估参数包括:未栅格化的路测测量数据L、未栅格化的MR测量数据M和未栅格化的仿真数据F;若判断获知所述最优化栅格地图中的栅格对应的路测测量数据Lij和MR测量数据Mij都为零,则根据包括有所述未栅格化的路测测量数据L、所述未栅格化的MR测量数据M和所述未栅格化的仿真数据F的评估矩阵、以及所述LTE无线网络工程参数的位置信息,获取更新后LTE无线网络的评估矩阵元素V'ij,结合所述更新后LTE无线网络的评估矩阵元素V'ij对所述LTE无线网络进行评估。
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。
以上所描述的服务器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。
最后应说明的是:以上各实施例仅用以说明本发明的实施例的技术方案,而非对其限制;尽管参照前述各实施例对本发明的实施例进行了详细的说明,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,或者对其中部分或者全部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的实施例各实施例技术方案的范围。

Claims (4)

1.一种LTE无线网络的评估方法,其特征在于,包括:
获取所述LTE无线网络工程参数;
根据LTE无线网络评估参数,生成最优化栅格地图,其中,所述LTE无线网络评估参数是基于所述LTE无线网络工程参数获取的,所述LTE无线网络评估参数包括:未栅格化的路测测量数据L、未栅格化的MR测量数据M和未栅格化的仿真数据F;
若判断获知所述最优化栅格地图中的栅格对应的路测测量数据Lij和MR测量数据Mij都为零,则根据包括有所述未栅格化的路测测量数据L、所述未栅格化的MR测量数据M和所述未栅格化的仿真数据F的评估矩阵、以及所述LTE无线网络工程参数的位置信息,获取更新后LTE无线网络的评估矩阵元素V'ij,利用所述更新后LTE无线网络的评估矩阵元素V'ij对所述LTE无线网络进行评估;
所述根据LTE无线网络评估参数,生成最优化栅格地图,包括:
根据所述未栅格化的路测测量数据L和所述未栅格化的MR测量数据M,构造路测矩阵VL和MR矩阵VM,其中,所述路测矩阵VL构成为:
Figure FDA0002721873470000011
所述MR矩阵VM构成为:
Figure FDA0002721873470000012
Mij为所述MR矩阵VM中的元素,Lij为所述路测矩阵VL中的元素,其中i和j取值为1~N之间;
若所述MR矩阵VM和所述路测矩阵VL,满足如下条件:
Figure FDA0002721873470000013
则获取满足所述条件的所述MR矩阵和所述路测矩阵的所对应的行元素个数P,相应的,将P2作为所述最优化栅格地图中的栅格个数;
根据所述未栅格化的仿真数据F,构造仿真矩阵VF,相应的,组成三元向量Vij=(Lij,Mij,Fij),其中,所述最优化栅格地图每个栅格对应一个三元向量Vij,由此构成评估矩阵为
Figure FDA0002721873470000021
所述根据包括有所述未栅格化的路测测量数据L、所述未栅格化的MR测量数据M和所述未栅格化的仿真数据F的评估矩阵、以及所述LTE无线网络工程参数的位置信息,获取更新后LTE无线网络的评估矩阵元素V'ij,包括:
根据所述评估矩阵和所述LTE无线网络工程参数的位置信息,当某一栅格的三元向量Vij=(Lij,Mij,Fij),Lij为零,Mij为零时,获取所述栅格的服务小区基站信息,所述服务小区基站信息包括:所述栅格到所述服务小区基站之间的距离dij、所述栅格与服务小区基站主瓣方向的夹角θij和所述栅格的室内外属性标识Tij
获取与所述最优化栅格地图中行为i’,列为j’的多个栅格一一对应的多个地理信息矢量Ei’j’=(di’j’i’j’,Ti’j’);
将所述地理信息矢量Ei’j’=(di’j’i’j’,Ti’j’)满足如下条件:
Figure FDA0002721873470000022
中的一个栅格所对应的矩阵元素作为V’i’j’,所述Δd为预设距离允许误差、所述Δθ为预设角度允许误差,Tij与Ti’j’同处于室内或同处于室外状态;
根据公式V’ij=V’i’j’+Fij-Fi’j’,将所述公式的计算结果V'ij作为所述更新后的LTE无线网络评估矩阵元素,其中,所述Fi’j’为满足所述条件的栅格相对应的仿真数据。
2.根据权利要求1所述的方法,其特征在于,所述根据所述评估矩阵和所述LTE无线网络工程参数的位置信息,当某一栅格的三元向量Vij=(Lij,Mij,Fij),Lij为零,Mij为零时,获取所述栅格的服务小区基站信息,包括:
根据所述LTE无线网络工程参数的位置信息中的栅格位置经纬度,计算所述栅格到服务小区基站之间的距离dij
将服务小区基站与正北方向之间的夹角
Figure FDA0002721873470000031
与所述LTE无线网络工程参数的位置信息中栅格方向角的角度差作为所述栅格与服务小区基站的夹角θij,其中,所述方向角为天线主瓣方向与所述正北方向之间的角度值;
获取所述栅格的室内外属性标识Tij
3.一种LTE无线网络的评估服务器,其特征在于,包括:
获取模块,用于获取所述LTE无线网络工程参数;
生成模块,用于根据LTE无线网络评估参数,生成最优化栅格地图,其中,所述LTE无线网络评估参数是基于所述LTE无线网络工程参数获取的,所述LTE无线网络评估参数包括:未栅格化的路测测量数据L、未栅格化的MR测量数据M和未栅格化的仿真数据F;
评估模块,用于若判断获知所述最优化栅格地图中的栅格对应的路测测量数据Lij和MR测量数据Mij都为零,则根据包括有所述未栅格化的路测测量数据L、所述未栅格化的MR测量数据M和所述未栅格化的仿真数据F的评估矩阵、以及所述LTE无线网络工程参数的位置信息,获取更新后LTE无线网络的评估矩阵元素V'ij,利用所述更新后LTE无线网络的评估矩阵元素V'ij对所述LTE无线网络进行评估;所述生成模块具体用于:
根据所述未栅格化的路测测量数据L和所述未栅格化的MR测量数据M,构造路测矩阵VL和MR矩阵VM,其中,所述路测矩阵VL构成为:
Figure FDA0002721873470000041
所述MR矩阵VM构成为:
Figure FDA0002721873470000042
Mij为所述MR矩阵VM中的元素,Lij为所述路测矩阵VL中的元素,其中i和j取值为1~N之间;
若所述MR矩阵VM和所述路测矩阵VL,满足如下条件:
Figure FDA0002721873470000043
则获取满足所述条件的所述MR矩阵和所述路测矩阵的所对应的行元素个数P,相应的,将P2作为所述最优化栅格地图中的栅格个数;
根据所述未栅格化的仿真数据F,构造仿真矩阵VF,相应的,组成三元向量Vij=(Lij,Mij,Fij),其中,所述最优化栅格地图每个栅格对应一个三元向量Vij,由此构成评估矩阵为
Figure FDA0002721873470000044
所述评估模块具体用于:
根据所述评估矩阵和所述LTE无线网络工程参数的位置信息,当某一栅格的三元向量Vij=(Lij,Mij,Fij),Lij为零,Mij为零时,获取所述栅格的服务小区基站信息,所述服务小区基站信息包括:所述栅格到所述服务小区基站之间的距离dij、所述栅格与服务小区基站主瓣方向的夹角θij和所述栅格的室内外属性标识Tij
获取与所述最优化栅格地图中行为i’,列为j’的多个栅格一一对应的多个地理信息矢量Ei’j’=(di’j’i’j’,Ti’j’);
将所述地理信息矢量Ei’j’=(di’j’i’j’,Ti’j’)满足如下条件:
Figure FDA0002721873470000051
中的一个栅格所对应的矩阵元素作为V’i’j’,所述Δd为预设距离允许误差、所述Δθ为预设角度允许误差,Tij与Ti’j’同处于室内或同处于室外状态;
根据公式V'ij=V'i'j'+Fij-Fi’j’,将所述公式的计算结果V'ij作为所述更新后的LTE无线网络评估矩阵元素,其中,所述Fi’j’为满足所述条件的栅格相对应的仿真数据。
4.根据权利要求3所述的服务器,其特征在于,所述评估模块还具体用于:
根据所述LTE无线网络工程参数的位置信息中的栅格位置经纬度,计算所述栅格到服务小区基站之间的距离dij
将服务小区基站与正北方向之间的夹角
Figure FDA0002721873470000052
与所述LTE无线网络工程参数的位置信息中栅格方向角的角度差作为所述栅格与服务小区基站的夹角θij,其中,所述方向角为天线主瓣方向与所述正北方向之间的角度值;
获取所述栅格的室内外属性标识Tij
CN201611185370.2A 2016-12-20 2016-12-20 一种lte无线网络的评估方法及服务器 Active CN108207005B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611185370.2A CN108207005B (zh) 2016-12-20 2016-12-20 一种lte无线网络的评估方法及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611185370.2A CN108207005B (zh) 2016-12-20 2016-12-20 一种lte无线网络的评估方法及服务器

Publications (2)

Publication Number Publication Date
CN108207005A CN108207005A (zh) 2018-06-26
CN108207005B true CN108207005B (zh) 2020-12-01

Family

ID=62604016

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611185370.2A Active CN108207005B (zh) 2016-12-20 2016-12-20 一种lte无线网络的评估方法及服务器

Country Status (1)

Country Link
CN (1) CN108207005B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110851941B (zh) * 2018-07-27 2023-11-14 中兴通讯股份有限公司 一种网优数据矩阵的快速生成方法
CN109041084B (zh) * 2018-09-11 2021-10-26 武汉维力克科技有限公司 一种无线网络优化的方法
CN109362092B (zh) * 2018-12-07 2021-12-03 中国移动通信集团福建有限公司 网络参数调整方法、装置、设备及介质
CN112399450B (zh) * 2020-12-11 2023-06-16 中国联合网络通信集团有限公司 一种干扰评估方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102083119A (zh) * 2009-11-30 2011-06-01 中国移动通信集团广东有限公司 一种网络覆盖干扰评估方法及装置
CN102487516A (zh) * 2010-12-06 2012-06-06 中兴通讯股份有限公司 利用路测数据进行自动小区规划优化的方法及装置
CN104754590A (zh) * 2013-12-31 2015-07-01 中国移动通信集团山东有限公司 一种评估长期演进lte网络站址的方法及装置
WO2016012144A1 (en) * 2014-07-25 2016-01-28 Sony Corporation Lte carrier aggregation with wifi
CN105578508A (zh) * 2016-01-12 2016-05-11 四川亨通网智科技有限公司 基于用户行为特征评估道路网络质量的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102083119A (zh) * 2009-11-30 2011-06-01 中国移动通信集团广东有限公司 一种网络覆盖干扰评估方法及装置
CN102487516A (zh) * 2010-12-06 2012-06-06 中兴通讯股份有限公司 利用路测数据进行自动小区规划优化的方法及装置
CN104754590A (zh) * 2013-12-31 2015-07-01 中国移动通信集团山东有限公司 一种评估长期演进lte网络站址的方法及装置
WO2016012144A1 (en) * 2014-07-25 2016-01-28 Sony Corporation Lte carrier aggregation with wifi
CN105578508A (zh) * 2016-01-12 2016-05-11 四川亨通网智科技有限公司 基于用户行为特征评估道路网络质量的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于路测数据的LTE微蜂窝补点策略;张楹;《电信工程技术与标准化》;20161215;全文 *

Also Published As

Publication number Publication date
CN108207005A (zh) 2018-06-26

Similar Documents

Publication Publication Date Title
CN108271165B (zh) 一种基站网络信号覆盖状态的预测方法及系统
CN108207005B (zh) 一种lte无线网络的评估方法及服务器
CN105163337B (zh) 一种基于覆盖预测仿真的移动网络数据地理映射的方法
CN110650436B (zh) 基于WiFi数据的位置指纹库建立与拟合方法
US11290975B2 (en) Method and apparatus for obtaining emission probability, method and apparatus for obtaining transition probability, and sequence positioning method and apparatus
CN108271171B (zh) 建筑物网络状况统计方法及装置
CN110418283B (zh) 基于WiFi数据的位置指纹库创建方法
CN108540987B (zh) 一种lte网络覆盖状态评估方法及装置
KR102655903B1 (ko) 기지국의 에너지를 절약하기 위한 처리 방법 및 처리 장치
CN114501530B (zh) 基于深度强化学习的天线参数的确定方法和装置
CN109936820B (zh) 一种用户终端定位方法及装置
CN111062466A (zh) 基于参数和神经网络预测天线调整后小区场强分布的方法
CN112218330A (zh) 定位方法及通信装置
CN110366188B (zh) 干扰测量点部署方法、干扰测量路径规划方法及系统
JP2018032939A (ja) 品質推定装置及び品質推定方法
CN114828026A (zh) 基站规划方法、装置、设备、存储介质及程序产品
CN106921978B (zh) 一种位置分布确定方法及装置
WO2021259372A1 (zh) 无线信号传播预测方法及装置
CN109982368B (zh) 小区方位角的核查方法、装置、设备及介质
Goudos et al. Modelling ray tracing propagation data using different machine learning algorithms
CN107113633A (zh) 优化通信网络的处理方法和装置
CN108513306B (zh) 基于测试大数据的网络覆盖预测方法
CN105764088A (zh) 一种基于遗传算法的tdoa蜂窝定位方法
CN108271183B (zh) 一种基于原始测量报告的邻区优化方法及装置
CN112243242B (zh) 大规模天线波束配置方法和装置

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