CN108307427B - 一种lte网络覆盖分析、预测方法及系统 - Google Patents
一种lte网络覆盖分析、预测方法及系统 Download PDFInfo
- Publication number
- CN108307427B CN108307427B CN201810134672.XA CN201810134672A CN108307427B CN 108307427 B CN108307427 B CN 108307427B CN 201810134672 A CN201810134672 A CN 201810134672A CN 108307427 B CN108307427 B CN 108307427B
- Authority
- CN
- China
- Prior art keywords
- terminal
- information
- lte network
- network coverage
- data
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
-
- 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
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
Abstract
本发明提供一种LTE网络覆盖分析、预测方法及系统,所述的分析方法包括:获取测量报告MR数据,MR数据中至少包括每一个UE终端接收主小区服务信号的强度信息;确定每一个UE终端的位置信息,进而确定每一个UE终端所属的位置区域;根据每一个UE终端的位置信息和接收主小区服务信号的强度信息,分析不同位置区域的LTE网络覆盖质量。本发明结合多种定位方法对UE终端进行精确定位,并根据每一个UE终端的位置信息和接收信号的信号强度信息,对不同位置片区的LTE网络覆盖质量进行分析,对网络优化过程中的覆盖分析、应急保障分析工作提供了科学有效的分析思路和手段,能够快速提供覆盖预测分析,有效指导LTE无线网络覆盖保障工作。
Description
技术领域
本发明涉及通信技术领域,更具体地,涉及一种LTE网络覆盖分析、预测方法及系统。
背景技术
在通信网络运维领域,网络覆盖场景复杂多样,各个片区的网络覆盖质量对于网络优化非常重要,因此,对LTE网络覆盖质量的分析也是非常重要的。
若一个片区的UE终端接收信号的信号强度比较好,则表明这个片区的LTE网络覆盖质量比较好;相反,若某个片区的UE终端接收信号的信号强度比较弱,则表明该片区的LTE网络的覆盖质量不好;或者某个片区的UE终端根本就接收不到信号,则这个片区为LTE网络的覆盖空洞片区。
因此,对每一个片区的LTE网络覆盖质量的分析非常重要,而目前还没有一个很好的对每一个片区的LTE网络覆盖质量进行精确分析的方法。
发明内容
本发明提供一种克服上述问题或者至少部分地解决上述问题的一种LTE网络覆盖分析、预测方法及系统。
根据本发明的一个方面,提供一种LTE网络覆盖分析方法,包括:
获取测量报告MR数据,所述MR数据中至少包括每一个UE终端接收主小区服务信号的强度信息;
确定每一个所述UE终端的位置信息,进而确定每一个所述UE终端所属的位置区域;
根据每一个UE终端的位置信息和接收主小区服务信号的强度信息,分析不同位置区域的LTE网络覆盖质量。
在上述技术方案的基础上,本发明还可以作如下改进。
进一步的,所述确定每一个所述UE终端的位置信息具体包括:
对于具有定位功能的UE终端,根据每一个UE终端内的定位功能确定每一个所述UE终端的经纬度信息。
进一步的,所述确定每一个所述UE终端的位置信息具体包括:
对于没有定位功能的UE终端,截取每一个UE终端的DPI信令数据,所述DPI信令数据中包括通过特定应用输入的经纬度信息;
根据DPI信令数据,确定每一个UE终端的经纬度信息。
进一步的,所述确定每一个所述UE终端的位置信息具体包括:
根据所述MR数据中已知位置的每一个UE终端的经纬度信息以及每一个UE终端的特征向量,建立每一个UE终端的经纬度信息与特征向量之间的映射关系模型;
对所述映射关系模型进行训练,得到训练后的映射关系模型;
将所述MR数据中的任意一个未知位置的UE终端的特征向量与所述映射关系模型中的每一个特征向量进行匹配;
对于未知位置的任意一个UE终端,将所述映射关系模型中与所述任意一个UE终端的特征向量匹配的UE终端的经纬度信息作为所述任意一个UE终端的经纬度信息。
进一步的,每一个UE终端的所述特征向量包括至少由主小区服务数据、邻小区服务数据、基站间距数据和场景数据组成的多维特征向量。
进一步的,所述主小区服务数据至少包括主小区标识、参考信号接收功率RSRP、参考信号接收质量RSRQ和信号与干扰加噪声比SINR,所述邻小区服务数据至少包括邻小区标识、频点、RSRP、RSRQ和SINR。
进一步的,所述确定每一个所述UE终端的位置信息具体包括:
所述MR数据中还包括每一个UE终端接收主小区的两个邻小区信号的强度信息,所述确定每一个所述UE终端的位置信息具体包括:
根据每一个UE终端接收到的主小区服务信号以及主小区的两个邻小区服务信号的强度信息,以及信号的强度信息与位置信息的对应关系,利用三角定位方法确定每一个UE终端的位置信息。
进一步的,所述根据每一个UE终端的位置信息和接收信号的强度信息,分析不同位置区域的LTE网络覆盖质量具体包括:
将所有UE终端的位置信息所包含的位置区域范围,采用栅格进行划分,形成多个栅格位置区域;
根据每一个UE终端的位置信息,将每一个UE终端与栅格位置区域对应,并根据每一个UE终端接收主服务小区信号的强度信息,得到不同栅格位置区域的UE终端接收主服务小区信号的强度信息;
根据每一个栅格位置区域的UE终端接收主服务小区信号的强度信息,分析不同栅格位置区域的LTE网络覆盖质量。
根据本发明的另一个方面,提供了一种LTE网络覆盖质量预测方法,包括:
采集历史MR数据,并采用如权利要求1-8任一项所述的LTE网络覆盖质量分析方法,分析出不同栅格位置区域的LTE网络覆盖质量,构建LTE网络覆盖质量模型,所述LTE网络覆盖质量模型中包括每一个栅格位置区域与LTE网络覆盖质量的映射关系;
根据输入的栅格位置区域,利用构建的所述LTE网络覆盖质量模型对所述栅格位置区域未来的LTE网络的覆盖质量进行预测。
根据本发明的又一个方面,提供了一种LTE网络覆盖质量分析系统,包括:
获取模块,用于获取测量报告MR数据,所述MR数据中至少包括每一个UE终端接收主小区服务信号的强度信息;
确定模块,用于确定每一个所述UE终端的位置信息,进而确定每一个所述UE终端所属的位置区域;
分析模块,用于根据每一个UE终端的位置信息和接收主小区服务信号的强度信息,分析不同位置区域的LTE网络覆盖质量。
本发明提供的一种LTE网络覆盖分析、预测方法及系统,对每一个MR数据中的采样的UE终端的位置信息进行精确定位,并根据每一个UE终端的位置信息和接收信号的信号强度信息,对不同位置片区的LTE网络覆盖质量进行分析,对网络优化过程中的覆盖分析、应急保障分析工作提供了科学有效的分析思路和手段,能够快速提供覆盖预测分析,有效指导LTE无线网络覆盖保障工作。
附图说明
图1为本发明一个实施例的LTE网络覆盖分析方法流程图;
图2为本发明另一个实施例的LTE网络覆盖分析方法流程图;
图3为本发明一个实施例的LTE网络覆盖质量预测方法流程图;
图4为本发明一个实施例的LTE网络覆盖分析系统连接框图;
图5为本发明另一个实施例的LTE网络覆盖分析系统连接框图;
图6为图4中确定模块的内部连接框图;
图7为本发明一个实施例的LTE网络覆盖质量预测系统连接框图;
图8为本发明一个实施例的电子设备连接框图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
参见图1,提供了本发明一个实施例的LTE网络覆盖预测分析方法,包括:获取测量报告MR数据,所述MR数据中至少包括每一个UE终端接收主小区服务信号的强度信息;确定每一个所述UE终端的位置信息,进而确定每一个所述UE终端所属的位置区域;根据每一个UE终端的位置信息和接收主小区服务信号的强度信息,分析不同位置区域的LTE网络覆盖质量。
在通信网络运维领域,网络覆盖场景复杂多样,网络覆盖质量对于网络优化非常重要,因此,对LTE网络覆盖质量的分析也是非常重要的,不同的位置片区,UE终端接收信号的信号强度比较好,则表明这个片区的LTE网络覆盖质量比较好;相反,若某个片区的UE终端接收信号的信号强度比较弱,则表明该片区的LTE网络的覆盖质量不好;或者某个片区的UE终端根本就接收不到信号,则这个片区为LTE网络的覆盖空洞片区。对于LTE网络的覆盖质量不好或者空洞片区,需要对这些片区LTE网络进行优化。
在分析片区的LTE网络覆盖质量的过程中,需要对处于该片区的UE终端进行定位,根据UE终端的位置信息以及UE终端接收信号的信号强度信息,分析不同片区的LTE网络覆盖质量。本实施例根据测量报告MR数据,MR数据中包括有很多UE终端与基站通信的相关数据,至少包括每一个UE终端接收服务小区信号的信号强度信息。对MR数据中的每一个UE终端的具体位置进行定位,得到每一个UE终端的位置信息。然后根据每一个UE终端的位置信息和接收信号的信号强度信息,分析不同位置区域的UE终端接收信号的信号强度,进而分析不同片位置区域的LTE网络覆盖质量。
本实施例对每一个MR数据中的采样的UE终端的位置信息进行精确定位,并根据每一个UE终端的位置信息和接收信号的信号强度信息,对不同位置片区的LTE网络覆盖质量进行分析,对网络优化过程中的覆盖分析、应急保障分析工作提供了科学有效的分析思路和手段,能够快速提供覆盖预测分析,有效指导LTE无线网络覆盖保障工作。
在上述实施例的基础上,本发明的一个实施例中,所述确定每一个所述UE终端的位置信息具体包括:对于具有定位功能的UE终端,根据每一个UE终端内的定位功能确定每一个所述UE终端的经纬度信息。
对MR数据中采集的每一个UE终端的定位方法有多种,通过多种定位方法相结合,将MR数据中采样的UE终端的位置信息都确定出来。由于有些UE终端时具有定位功能的,而很大一部分UE终端是没有定位功能的。其中,具有定位功能的UE终端占比大概是10%,而没有定位功能的UE终端占比达到90%之多。因此,对于其中10%的UE终端,可以利用它们本身的定位功能对UE终端的位置信息进行定位,得到这些UE终端的经纬度信息,这种直接采用UE终端的定位功能得到UE终端的位置信息的方式最简单便捷。
在上述实施例的基础上,本发明的一个实施例中,所述确定每一个所述UE终端的位置信息具体包括:对于没有定位功能的UE终端,截取每一个UE终端的DPI信令数据,所述DPI信令数据中包括通过特定应用输入的经纬度信息;根据DPI信令数据,确定每一个UE终端的经纬度信息。
对于上述直接采用UE终端的定位功能来获取UE终端的位置信息,只能获取10%左右的UE终端的位置信息,对于另外的大约90%的UE终端的位置信息是不能获取的。因此,在本实施例中,对于剩下的大约90%的UE终端,截取每一个UE终端的DPI(depp packetinspect ion,深度包检测)信令数据中的App应用的经纬度信息。简单来说,就是如果UE终端上安装有百度地图、嘀嘀打车等应用软件,当用户使用这些应用软件时,需要向其中输入当前的位置信息,通过截取这个位置信息,可以对UE终端进行定位,得到UE终端的位置信息。具体为,对于任意一个UE终端,MR数据中记录有该UE终端接收LTE网络信号时的时间,截取该UE终端在该时间的DPI数据信令,就能够得到该UE终端的位置信息。通过这种方式可以得到一部分UE终端的位置信息,由于有些UE终端并没有安装这些应用软件,获取即使安装这些应用软件,但是在对应的时间段并没有使用这些应用软件,那么是无法获得这些UE终端的位置信息的。因此,通过该种方法只能得到一小部分UE终端的位置信息,作为直接利用UE终端的定位功能得到UE终端的位置信息的一种补充。
在上述实施例的基础上,本发明的另一个实施例中,所述确定每一个所述UE终端的位置信息具体包括:根据所述MR数据中已知位置的每一个UE终端的经纬度信息以及每一个UE终端的特征向量,建立每一个UE终端的经纬度信息与特征向量之间的映射关系模型;对所述映射关系模型进行训练,得到训练后的映射关系模型;将所述MR数据中的任意一个未知位置的UE终端的特征向量与所述映射关系模型中的每一个特征向量进行匹配;对于未知位置的任意一个UE终端,将所述映射关系模型中与所述任意一个UE终端的特征向量匹配的UE终端的经纬度信息作为所述任意一个UE终端的经纬度信息。
上述各实施例中,采用直接定位的方式和截取DPI数据信令的方式都只能获得一部分UE终端的位置信息,对于通过上述两种方式均无法获取位置信息的UE终端,采用本实施例提出的MDT(Minimization Drive Test,最小化路测)定位方式。
MDT定位方式的原理为,对于MR数据,由于其中一部分UE终端的位置信息是已知的,MR数据中记录有每一个UE终端的相关信息,比如,每一个UE终端占用的LTE网络的服务小区,也称为主小区,通过主小区LTE网络接收信号的参考信号接收功率RSRP、参考信号接收质量RSRQ和信号与干扰加噪声比SINR;以及接收到主小区的周边邻小区的LTE网络信号的频点、参考信号接收功率RSRP、参考信号接收质量RSRQ和信号与干扰加噪声比SINR等。由主小区标识、RSRP、RSRQ和SINR组成UE终端的主小区服务数据,由邻小区标识、频点、RSRP、RSRQ和SINR组成邻小区服务数据。当然,主小区服务数据和邻小区服务数据并不止这些,这些只是比较典型的数据。至少由主小区服务数据、邻小区服务数据、基站间隔数据以及场景数据组成每一个UE终端的多维特征向量。
那么MR数据中包含有每一个UE终端的多维特征向量,对于那么已知位置的UE终端,建立这些UE终端的位置信息与多维特征向量之间的映射关系模型,该映射关系模型中为每一个UE终端的位置信息和多维特征向量之间的对应关系。
建立好了UE终端的位置信息和多维特征向量之间的映射关系模型,采集这些已知位置信息的UE终端的位置信息和多维特征向量,采用这些数据对建立的映射关系模型进行反复训练,得到训练后的映射关系模型,其中,训练后的映射关系模型的映射关系比较准确。
对于未知位置的UE终端,每一个UE终端依然具有对应的多维特征向量,对于任意一个未知位置的UE终端,将未知位置的UE终端的多维特征向量与已知位置的每一个UE终端的多维特征向量进行匹配,若未知位置的UE终端的多维特征向量与其中一个已知位置的UE终端的多维特征向量匹配,则表明这个未知位置的UE终端的位置与这个已知位置的UE终端的位置相同或接近,因此,将这个已知位置的UE终端的位置信息作为这个未知位置的UE终端的位置信息。对于每一个未知位置的UE终端,均与映射关系模型中的已知位置的UE终端进行匹配,通过这种方式得到每一个未知位置的UE终端的位置信息。
其中,需要说明的是,上述的多维特征向量中的各项数据越多,则根据多维特征向量的匹配确定的未知位置的UE终端的位置信息就越准确,当然,由于未知位置的UE终端的多维特征向量需要与已知位置的UE终端的多维特征向量均匹配,这样能够确定位置信息的UE终端的数量会相对少一些,因此,选取合适的特征向量,在确定未知位置的UE终端的数量与准确率之间进行平衡。
在上述实施例的基础上,本发明的另一个实施例中,所述MR数据中还包括每一个UE终端接收主小区的两个邻小区信号的强度信息,所述确定每一个所述UE终端的位置信息具体包括:根据每一个UE终端接收到的主小区服务信号以及主小区的两个邻小区服务信号的强度信息,以及信号的强度信息与位置信息的对应关系,利用三角定位方法确定每一个UE终端的位置信息。
如果通过上述的各个定位方法依然无法确定UE终端的位置信息,对于这些UE终端,采用MR三角定位法对每一个UE终端的位置信息进行确定。具体为,根据每一个UE终端接收到主服务小区以及主服务小区的两个邻小区的LTE网络信号的信号强度信息以及位置信息与信号强度信息之间的对应关系,就能够确定出来每一个UE终端的位置信息。
其中,对于一个UE终端,根据接收到一个小区LTE网络的信号其强度信息,根据信号强度信息,可以确定该UE终端与该小区LTE网络中心之间的距离,可以以该小区LTE网络中心为圆心画一个圆,UE终端在这个圆上。同样的,根据该UE终端接收到周边另外两个小区的信号强度信息,再可以画两个圆,三个圆的共同区域即为UE终端的位置区域,这样就确定出每一个UE终端的位置信息。需要说明的是,之所以当上述三种方法都无法确定UE终端的位置信息时,才采用三角定位的方式对UE终端进行定位,是因为当某一个位置区域有山、高大建筑物等障碍物时,则UE终端的位置信息与接收信号的信号强度信息的对应关系就不准确,自然最终确定出来的UE终端的位置信息也不够准确,因此,采用三角定位方式对UE终端的定位精度比前述三种方式对UE终端定位的精度要差。
在上述各个实施例的基础上,本发明的一个实施例中,所述根据每一个UE终端的位置信息和接收信号的强度信息,分析不同位置区域的LTE网络覆盖质量具体包括:将所有UE终端的位置信息所包含的位置区域范围,采用栅格进行划分,形成多个栅格位置区域;根据每一个UE终端的位置信息,将每一个UE终端与栅格位置区域对应,并根据每一个UE终端接收主服务小区信号的强度信息,得到不同栅格位置区域的UE终端接收主服务小区信号的强度信息;根据每一个栅格位置区域的UE终端接收主服务小区信号的强度信息,分析不同栅格位置区域的LTE网络覆盖质量。
通过上述的各个实施例的方法确定了每一个UE终端的位置信息,根据所有UE终端的位置信息所确定的位置区域范围,采用栅格进行划分,即对整个位置区域范围利用栅格将其划分为一个一个小的位置区域,每一个位置区域可以理解为片区。将整个位置区域范围划分为多个片区后,根据确定出来的每一个UE终端的位置信息,与栅格区域进行对应,即UE终端属于哪一个片区,将每一个UE终端的位置在栅格区域中进行标注,在界面上进行展示。其中,将每一个UE终端与片区进行了对应,然后根据每一个片区内的UE终端的信号强度信息,来分析每一个片区的LTE网络覆盖质量。若某一个片区的UE终端接收信号的信号强度比较强,则表明该片区的LTE网络覆盖质量比较好,相反,则该片区的LTE网络的覆盖质量不好,或者,在某一个片区的UE终端直接接收不到信号,成为网络覆盖空洞区域,则需要对这些覆盖质量不好或者空洞的片区的LTE网络进行优化。
参见图2,提供了本发明另一个实施例的LTE网络覆盖分析方法,包括:获取测量报告MR数据,所述MR数据中至少包括每一个UE终端接收主小区服务信号的强度信息;确定每一个所述UE终端的位置信息;将所有UE终端的位置信息所包含的位置区域范围,采用栅格进行划分,形成多个栅格位置区域;根据每一个UE终端的位置信息,将每一个UE终端与栅格区域对应,并根据每一个UE终端的信号强度信息,得到不同栅格位置区域的UE终端接收信号的信号强度信息。
参见图3,提供了本发明一个实施例的TLE网络覆盖质量预测方法,包括:采集历史MR数据,并采用如权利要求1-8任一项所述的LTE网络覆盖质量分析方法,分析出不同栅格位置区域的LTE网络覆盖质量,构建LTE网络覆盖质量模型,所述LTE网络覆盖质量模型中包括每一个栅格位置区域与LTE网络覆盖质量的映射关系;根据输入的栅格位置区域,利用构建的所述LTE网络覆盖质量模型对所述栅格位置区域未来的LTE网络的覆盖质量进行预测。
根据采集的历史MR数据,采用前述的LTE网络覆盖质量分析方法分析出每一个不同片区的LTE网络覆盖质量,构建LTE网络覆盖质量模型,其中,LYTE网络覆盖质量模型中包括位置区域、位置区域的场景信息、时间信息等。利用构建的LTE网络覆盖质量模型,对未来每一个片区的LTE网络覆盖质量进行预测。比如,采集上一年或上一周的MR数据,分析出每一个片区在不同时间段的LTE网络覆盖质量,并记录每一个片区的场景信息,例如,该片区的人口稠密度、商场多少等。那么,可以对下一年或下一周的相同片区的同一个时间段的LTE网络覆盖质量进行预测,以便采取相应的措施,达到LTE网络覆盖预测分析的目的。
参见图4,提供了本发明一个实施例的LTE网络覆盖分析系统,包括获取模块31、确定模块32和分析模块33。
获取模块31,用于获取测量报告MR数据,所述MR数据中至少包括每一个UE终端接收主小区服务信号的强度信息。
确定模块32,用于确定每一个所述UE终端的位置信息,进而确定每一个所述UE终端所属的位置区域。
分析模块33,用于根据每一个UE终端的位置信息和接收主小区服务信号的强度信息,分析不同位置区域的LTE网络覆盖质量。
参见图5,提供了本发明另一个实施例的LTE网络覆盖分析系统,包括获取模块31、确定模块32、分析模块33和划分模块34。
获取模块31,用于获取测量报告MR数据,所述MR数据中至少包括每一个UE终端接收主小区服务信号的强度信息。
确定模块32,用于确定每一个所述UE终端的位置信息,进而确定每一个所述UE终端所属的位置区域。
分析模块33,用于根据每一个UE终端的位置信息和接收主小区服务信号的强度信息,分析不同位置区域的LTE网络覆盖质量。
其中,参见图6,确定模块32包括第一确定子单元321、第二确定子单元322、第三确定子单元323和第四确定子单元324。
第一确定子单元321,用于对于具有定位功能的UE终端,根据每一个UE终端内的定位功能确定每一个所述UE终端的经纬度信息。
第二确定子单元322,用于对没有定位功能的UE终端,截取每一个UE终端的DPI信令数据,所述DPI信令数据中包括通过特定应用输入的经纬度信息;
第三确定子单元323,用于根据所述MR数据中已知位置的每一个UE终端的经纬度信息以及每一个UE终端的特征向量,建立每一个UE终端的经纬度信息与特征向量之间的映射关系模型;对所述映射关系模型进行训练,得到训练后的映射关系模型;将所述MR数据中的任意一个未知位置的UE终端的特征向量与所述映射关系模型中的每一个特征向量进行匹配;对于未知位置的任意一个UE终端,将所述映射关系模型中与所述任意一个UE终端的特征向量匹配的UE终端的经纬度信息作为所述任意一个UE终端的经纬度信息。
其中,每一个UE终端的所述特征向量包括至少由主小区服务数据、邻小区服务数据、基站间距数据和场景数据组成的特征向量。其中,主小区服务数据至少包括主小区标识、参考信号接收功率RSRP、参考信号接收质量RSRQ和信号与干扰加噪声比SINR,邻小区服务数据至少包括邻小区标识、频点、RSRP、RSRQ和SINR。
第四确定子单元324,用于根据每一个UE终端接收到的主小区服务信号以及主小区的两个邻小区服务信号的强度信息,以及信号的强度信息与位置信息的对应关系,利用三角定位方法确定每一个UE终端的位置信息。
划分模块34,用于将所有UE终端的位置信息所包含的位置区域范围,采用栅格进行划分,形成多个栅格位置区域。相应的,分析模块33,用于将所有UE终端的位置信息所包含的位置区域范围,采用栅格进行划分,形成多个栅格位置区域;根据每一个UE终端的位置信息,将每一个UE终端与栅格位置区域对应,并根据每一个UE终端接收主服务小区信号的强度信息,得到不同栅格位置区域的UE终端接收主服务小区信号的强度信息;根据每一个栅格位置区域的UE终端接收主服务小区信号的强度信息,分析不同栅格位置区域的LTE网络覆盖质量。
参见图7,提供了本发明一个实施例的LTE网络覆盖质量预测系统,包括分析模块71和预测模块72。
其中,分析模块71,其功能与上述的分析模块33是相同的,用于根据每一个UE终端的位置信息和接收信号的强度信息,分析不同位置区域的LTE网络覆盖质量;
构建模块72,用于根据不同栅格位置区域的LTE网络覆盖质量,构建LTE网络覆盖质量模型,其中,LTE网络覆盖质量模型中包括每一个栅格位置区域的LTE网络覆盖质量。
预测模块72,用于利用构建的所述LTE网络覆盖质量模型对不同栅格位置区域未来的LTE网络的覆盖质量进行预测。
参见图8,提供了本发明一个实施例的电子设备,包括:处理器(processor)801、存储器(memory)802和总线803;其中,所述处理器801和存储器802通过所述总线803完成相互间的通信。
所述处理器801用于调用所述存储器802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:获取测量报告MR数据,所述MR数据中至少包括每一个UE终端接收主小区服务信号的强度信息;确定每一个所述UE终端的位置信息,进而确定每一个所述UE终端所属的位置区域;根据每一个UE终端的位置信息和接收主小区服务信号的强度信息,分析不同位置区域的LTE网络覆盖质量。
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方法。
本发明提供的一种LTE网络覆盖分析、预测方法及系统,对每一个MR数据中的采样的UE终端的位置信息进行精确定位,并根据每一个UE终端的位置信息和接收信号的信号强度信息,对不同位置片区的LTE网络覆盖质量进行分析,对网络优化过程中的覆盖分析、应急保障分析工作提供了科学有效的分析思路和手段,能够快速提供覆盖预测分析,有效指导LTE无线网络覆盖保障工作;其中,结合多种方法对UE终端进行定位,在保证UE终端定位精确度的前提下,尽可能定位出更多的UE终端的位置信息,使得采样样本更大,最后分析出的不同片区的LTE网络覆盖质量的精确度更高;还可以根据分析出的结果来预测未来各个片区的LTE网络覆盖质量。
最后,本申请的方法仅为较佳的实施方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种LTE网络覆盖质量的分析方法,其特征在于,包括:
获取测量报告MR数据,所述MR数据中至少包括每一个UE终端接收主小区服务信号的强度信息;
确定每一个所述UE终端的位置信息,进而确定每一个所述UE终端所属的位置区域;
根据每一个UE终端的位置信息和接收主小区服务信号的强度信息,分析不同位置区域的LTE网络覆盖质量;
其中,所述确定每一个所述UE终端的位置信息具体包括:
对于没有定位功能的UE终端,截取每一个UE终端的DPI信令数据,所述DPI信令数据中包括通过特定应用输入的经纬度信息;根据DPI信令数据中的App应用的经纬度信息,确定每一个UE终端的经纬度信息;
所述根据每一个UE终端的位置信息和接收信号的强度信息,分析不同位置区域的LTE网络覆盖质量具体包括:
将所有UE终端的位置信息所包含的位置区域范围,采用栅格进行划分,形成多个栅格位置区域;根据每一个UE终端的位置信息,将每一个UE终端与栅格位置区域对应,并根据每一个UE终端接收主服务小区信号的强度信息,得到不同栅格位置区域的UE终端接收主服务小区信号的强度信息;根据每一个栅格位置区域的UE终端接收主服务小区信号的强度信息,分析不同栅格位置区域的LTE网络覆盖质量。
2.如权利要求1所述的分析方法,其特征在于,所述确定每一个所述UE终端的位置信息具体包括:
对于具有定位功能的UE终端,根据每一个UE终端内的定位功能确定每一个所述UE终端的经纬度信息。
3.如权利要求1或2所述的分析方法,其特征在于,所述确定每一个所述UE终端的位置信息具体包括:
对于没有定位功能的UE终端,若无法根据截取所述DPI信令数据确定UE终端的位置信息,则根据所述MR数据中已知位置的每一个UE终端的经纬度信息以及每一个UE终端的特征向量,建立每一个UE终端的经纬度信息与特征向量之间的映射关系模型;
对所述映射关系模型进行训练,得到训练后的映射关系模型;
将所述MR数据中的任意一个未知位置的UE终端的特征向量与所述映射关系模型中的每一个特征向量进行匹配;
对于未知位置的任意一个UE终端,将所述映射关系模型中与所述任意一个UE终端的特征向量匹配的UE终端的经纬度信息作为所述任意一个UE终端的经纬度信息。
4.如权利要求3所述的分析方法,其特征在于,每一个UE终端的所述特征向量包括至少由主小区服务数据、邻小区服务数据、基站间距数据和场景数据组成的多维特征向量。
5.如权利要求4所述的分析方法,其特征在于,所述主小区服务数据至少包括主小区标识、参考信号接收功率RSRP、参考信号接收质量RSRQ和信号与干扰加噪声比SINR,所述邻小区服务数据至少包括邻小区标识、频点、RSRP、RSRQ和SINR。
6.如权利要求1所述的分析方法,其特征在于,所述MR数据中还包括每一个UE终端接收主小区的两个邻小区信号的强度信息,所述确定每一个所述UE终端的位置信息具体包括:
根据每一个UE终端接收到的主小区服务信号以及主小区的两个邻小区服务信号的强度信息,以及信号的强度信息与位置信息的对应关系,利用三角定位方法确定每一个UE终端的位置信息。
7.一种LTE网络覆盖质量预测方法,其特征在于,包括:
采集历史MR数据,并采用如权利要求1-6任一项所述的LTE网络覆盖质量分析方法,分析出不同栅格位置区域的LTE网络覆盖质量,构建LTE网络覆盖质量模型,所述LTE网络覆盖质量模型中包括每一个栅格位置区域与LTE网络覆盖质量的映射关系;
根据输入的栅格位置区域,利用构建的所述LTE网络覆盖质量模型对所述栅格位置区域未来的LTE网络的覆盖质量进行预测。
8.一种LTE网络覆盖质量分析系统,其特征在于,包括:
获取模块,用于获取测量报告MR数据,所述MR数据中至少包括每一个UE终端接收主小区服务信号的强度信息;
确定模块,用于确定每一个所述UE终端的位置信息,进而确定每一个所述UE终端所属的位置区域;
分析模块,用于根据每一个UE终端的位置信息和接收主小区服务信号的强度信息,分析不同位置区域的LTE网络覆盖质量;
其中,所述确定每一个所述UE终端的位置信息具体包括:
对于没有定位功能的UE终端,截取每一个UE终端的DPI信令数据,所述DPI信令数据中包括通过特定应用输入的经纬度信息;根据DPI信令数据中的App应用的经纬度信息,确定每一个UE终端的经纬度信息;
所述根据每一个UE终端的位置信息和接收信号的强度信息,分析不同位置区域的LTE网络覆盖质量具体包括:
将所有UE终端的位置信息所包含的位置区域范围,采用栅格进行划分,形成多个栅格位置区域;根据每一个UE终端的位置信息,将每一个UE终端与栅格位置区域对应,并根据每一个UE终端接收主服务小区信号的强度信息,得到不同栅格位置区域的UE终端接收主服务小区信号的强度信息;根据每一个栅格位置区域的UE终端接收主服务小区信号的强度信息,分析不同栅格位置区域的LTE网络覆盖质量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810134672.XA CN108307427B (zh) | 2018-02-09 | 2018-02-09 | 一种lte网络覆盖分析、预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810134672.XA CN108307427B (zh) | 2018-02-09 | 2018-02-09 | 一种lte网络覆盖分析、预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108307427A CN108307427A (zh) | 2018-07-20 |
CN108307427B true CN108307427B (zh) | 2021-10-26 |
Family
ID=62864857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810134672.XA Active CN108307427B (zh) | 2018-02-09 | 2018-02-09 | 一种lte网络覆盖分析、预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108307427B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109561390B (zh) * | 2019-01-16 | 2021-01-05 | 中国联合网络通信集团有限公司 | 确定口碑场景覆盖小区的方法及装置 |
CN111988813B (zh) * | 2019-05-22 | 2023-04-25 | 中国移动通信集团山东有限公司 | 移动通信网络中弱覆盖小区的确定方法、装置和计算机设备 |
CN110266412B (zh) * | 2019-07-01 | 2021-06-18 | 中国电信股份有限公司 | 预测地铁通信网络sinr的方法和装置 |
CN111194049A (zh) * | 2019-12-30 | 2020-05-22 | 中国联合网络通信集团有限公司 | 网络质量的确定方法及装置 |
CN111491307A (zh) * | 2020-04-26 | 2020-08-04 | 中国信息通信研究院 | 一种移动宽带网络信号强度等级确定方法和装置 |
CN113726544A (zh) * | 2020-05-26 | 2021-11-30 | 中兴通讯股份有限公司 | 预测覆盖指标的方法、模型训练方法和装置、设备、介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105228242B (zh) * | 2014-05-26 | 2019-01-01 | 中国移动通信集团公司 | 弱覆盖区域的定位方法及装置 |
CN106412973B (zh) * | 2015-07-29 | 2020-01-03 | 中国移动通信集团河南有限公司 | 一种网络覆盖质量检测方法及装置 |
CN108293193A (zh) * | 2015-11-19 | 2018-07-17 | 华为技术有限公司 | 一种用于完成路测数据的高效计算方法 |
CN106879017B (zh) * | 2015-12-11 | 2021-02-23 | 亿阳信通股份有限公司 | 一种lte网络覆盖质量的判定方法及装置 |
CN107396312A (zh) * | 2017-07-18 | 2017-11-24 | 浪潮天元通信信息系统有限公司 | 基于神经网络的用户位置精准识别方法 |
-
2018
- 2018-02-09 CN CN201810134672.XA patent/CN108307427B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108307427A (zh) | 2018-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108307427B (zh) | 一种lte网络覆盖分析、预测方法及系统 | |
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 | |
CN106856608B (zh) | 一种lte网络基站覆盖有效性评估方法和装置 | |
CN110392379B (zh) | 一种网络问题的定位方法、装置、电子设备及存储介质 | |
CN111372183B (zh) | 一种识别质差终端的方法、装置、设备及存储介质 | |
CN110121183B (zh) | 一种信息处理方法、装置和计算机可读存储介质 | |
US10390180B1 (en) | Geolocation determination with power fingerprinting | |
CN108243447B (zh) | 一种外部干扰的定位方法及装置 | |
Bejarano-Luque et al. | A data-driven algorithm for indoor/outdoor detection based on connection traces in a LTE network | |
CN114449649A (zh) | 基于mro数据的干扰源定位方法及装置 | |
CN114257957B (zh) | 网络规划方法及装置、计算设备和计算机可读存储介质 | |
CN108200584B (zh) | 一种待建wlan站点的筛选方法及装置 | |
CN108541011B (zh) | 无线网络信号覆盖区域的强度分析方法和装置 | |
CN105493543A (zh) | 信息处理设备、无线通信系统和终端位置估计方法 | |
KR20200061666A (ko) | 인구 안내 서비스 제공방법 및 장치 | |
CN114745289A (zh) | 网络性能数据的预测方法、装置、存储介质及设备 | |
CN112839353B (zh) | Lte系统内干扰的识别方法及装置 | |
Megnafi et al. | Creation of an application under MapBasic for the drive test reports automation in cellular networks | |
CN111263382B (zh) | 一种导致重叠覆盖的问题源小区的确定方法、装置和设备 | |
Gambi et al. | A WKNN-based approach for NB-IoT sensors localization | |
Medina et al. | Proposal of a system architecture for real time quality of service monitoring of mobile telephony networks | |
CN113133049B (zh) | 确定主覆盖小区的方法、装置、设备及介质 | |
CN106796277B (zh) | 移动通信网络中的位置调整 | |
US11743856B2 (en) | Determining geolocation of devices in a communication network |
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 |