CN109699035B - 一种地铁网络场景小区识别方法及装置 - Google Patents
一种地铁网络场景小区识别方法及装置 Download PDFInfo
- Publication number
- CN109699035B CN109699035B CN201710984102.5A CN201710984102A CN109699035B CN 109699035 B CN109699035 B CN 109699035B CN 201710984102 A CN201710984102 A CN 201710984102A CN 109699035 B CN109699035 B CN 109699035B
- Authority
- CN
- China
- Prior art keywords
- cell
- subway
- external
- cells
- score
- 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
- H04W24/02—Arrangements for optimising operational condition
Abstract
本发明实施例提供一种地铁网络场景小区识别方法及装置。所述方法包括获取一个地铁站的地铁覆盖小区集包括一个站厅小区和一个专网小区;根据地铁站的中心点获取在预设第一距离阈值范围内的外部小区集,并根据外部小区与中心点的距离得到A类得分;统计外部小区与所述站厅小区之间在预设第一时间阈值范围内的相互切换次数,并获取外部小区的B类得分;统计在第一时间阈值范围内所述外部小区下经过的地铁终端的次数,并获取每个外部小区的C类得分;获取每个外部小区的总得分;从外部小区集中剔除不满足预设总分阈值的外部小区本发明实施例通过三个维度来对地铁站附近的外部小区进行打分从而更加准确、快速、方便得获取地铁站的外部小区。
Description
技术领域
本发明实施例涉及移动通信技术领域,尤其涉及一种地铁网络场景小区识别方法及装置。
背景技术
地铁网络是一个专属的网络,其占用的频段、频点、以及位置区码(Local AreaCode,LAC)资源均独立分配,与外部的大网小区相对独立,是一个比较单纯的网络。对于地铁场景网络中问题的定位目前也还没有非常类似的技术方案。依然主要是通过测试人员乘坐地铁,通过在地铁和地铁站点进行拨测,以模拟测试数据分析为主,通过模拟测试数据采集、模拟测试数据分析、以及操作维护中心(Operation and Maintenance Center,OMC)后端参数配置或告警等方式来定位。
同时地铁网络与外部大网衔接的场景,又往往是异常事件高发的问题点,要准确识别出与地铁场景相关联的外部小区仅依靠现场测试,耗费了大量的时间、人力、物力,加上有些不可控因素在一定程度上降低了评估和发现地铁网络关联小区的效率。另外使用OMC网管关键绩效指标(Key Performance Indicato,KPI)数据时,不能精准定位该小区是否为地铁场景关联小区。
发明内容
本发明实施例提供一种地铁网络场景小区识别方法及装置,用以解决现有技术中对地铁相关的专网小区、站厅小区和外部小区识别的效率和准确性较低的问题。
第一方面,本发明实施例提供了一种地铁网络场景小区识别方法,包括:
获取一个地铁站的地铁覆盖小区集,所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区;
根据所述地铁站的中心点获取在预设第一距离阈值范围内的外部小区集,其中所述外部小区集至少包括一个外部小区,并根据所述外部小区与所述中心点的距离得到所述外部小区的A类得分;
统计所述外部小区与所述站厅小区之间在预设第一时间阈值范围内的相互切换次数,并根据所述相互切换次数获取所述外部小区的B类得分;
统计在所述第一时间阈值范围内所述外部小区下经过的地铁终端的次数,并根据所述经过的地铁终端的次数获取每个外部小区的C类得分;
获取每个外部小区的总得分,其中所述总得分为每个外部小区的所述A类得分、所述B类得分和所述C类得分的加权;
从所述外部小区集中剔除所述总得分不满足预设总分阈值的外部小区。
第二方面,本发明实施例提供了一种地铁网络场景小区识别装置,包括:
获取单元,用于获取一个地铁站的地铁覆盖小区集,所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区;
第一统计单元,用于根据所述地铁站的中心点获取在预设距离阈值范围内的外部小区集,其中所述外部小区集至少包括一个外部小区,并根据所述外部小区与中心点的距离得到所述外部小区的A类得分;
第二统计单元,用于统计所述外部小区与所述站厅小区之间在预设时间阈值范围内的相互切换次数,并获取所述外部小区的B类得分;
第三统计单元,用于统计在所述时间阈值范围内所述外部小区下的地铁终端,并根据所述地铁终端的数量获取每个外部小区的C类得分;
计算单元,用于获取每个外部小区的总得分,其中所述总得分为每个外部小区的所述A类得分、所述B类得分和所述C类得分的加权;
汇总单元,用于从所述外部小区集中剔除所述总得分不满足预设总分阈值的外部小区。
第三方面,本发明实施例还提供了一种电子设备,包括:
处理器、存储器、通信接口和总线;其中,
所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述通信接口用于该电子设备的通信设备之间的信息传输;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如下方法:
获取一个地铁站的地铁覆盖小区集,所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区;
根据所述地铁站的中心点获取在预设第一距离阈值范围内的外部小区集,其中所述外部小区集至少包括一个外部小区,并根据所述外部小区与所述中心点的距离得到所述外部小区的A类得分;
统计所述外部小区与所述站厅小区之间在预设第一时间阈值范围内的相互切换次数,并根据所述相互切换次数获取所述外部小区的B类得分;
统计在所述第一时间阈值范围内所述外部小区下经过的地铁终端的次数,并根据所述经过的地铁终端的次数获取每个外部小区的C类得分;
获取每个外部小区的总得分,其中所述总得分为每个外部小区的所述A类得分、所述B类得分和所述C类得分的加权;
从所述外部小区集中剔除所述总得分不满足预设总分阈值的外部小区。
第四方面,本发明实施例还提供了一种计算机程序,包括程序代码,所述程序代码用于执行如下操作:
所述处理器用于调用所述存储器中的逻辑指令,以执行如下方法:
获取一个地铁站的地铁覆盖小区集,所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区;
根据所述地铁站的中心点获取在预设第一距离阈值范围内的外部小区集,其中所述外部小区集至少包括一个外部小区,并根据所述外部小区与所述中心点的距离得到所述外部小区的A类得分;
统计所述外部小区与所述站厅小区之间在预设第一时间阈值范围内的相互切换次数,并根据所述相互切换次数获取所述外部小区的B类得分;
统计在所述第一时间阈值范围内所述外部小区下经过的地铁终端的次数,并根据所述经过的地铁终端的次数获取每个外部小区的C类得分;
获取每个外部小区的总得分,其中所述总得分为每个外部小区的所述A类得分、所述B类得分和所述C类得分的加权;
从所述外部小区集中剔除所述总得分不满足预设总分阈值的外部小区。
第五方面,本发明实施例还提供了一种存储介质,用于存储如前所述的计算机程序。
本发明实施例提供的地铁网络场景小区识别方法及装置,通过与地铁站的距离,与站厅小区的切换关系和出现地铁终端的次数三个维度来对地铁站附近的外部小区进行打分从而筛选出与实际应用更相符的外部小区,从而更加准确、快速、方便得获取地铁站附近的外部小区。
附图说明
图1为本发明实施例的地铁网络场景小区识别方法流程图;
图2为本发明实施例的另一地铁网络场景小区识别方法流程图;
图3为本发明实施例的地铁场景结构示意图;
图4为本发明实施例的地铁场景坐标轴示意图;
图5为本发明实施例的地铁网络场景小区识别装置结构示意图;
图6为本发明实施例的电子设备结构示意图。
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为本发明实施例的地铁网络场景小区识别方法流程图,图3为本发明实施例的地铁场景结构示意图,如图1所示,所述方法包括:
步骤S01、获取一个地铁站的地铁覆盖小区集,所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区;
如图3所示,在一个地铁站的网络场景中,共包含有三类小区:
第一类是站厅小区,主要覆盖在地下一层,是与外部小区和专网小区衔接的重要小区,具体站厅小区的位置会根据地铁站的具体设计有所不同;
第二类是专网小区:主要覆盖站台与隧道,是地铁轨道主要覆盖的小区;
第三类是外部小区:主要覆盖地铁出入口,是进出地铁站的重要小区。
其中所述站厅小区和专网小区都为地铁覆盖小区,在进行地铁网络建设时进行特别的设计和建设,可以根据保存的数据,例如,基站位置信息数据表等提取出本地的地铁覆盖小区,且每个地铁覆盖小区都会与具体的地铁站相对应。所以在获取到每个地铁站相对应的地铁覆盖小区集时,所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区。根据地铁站的规模的不同,一个地铁站也存在不止一个站厅小区的情况,另外根据地铁线路的规划,例如换乘点,也存在不止一个专网小区的情况。但在本发明实施例中,每条地铁线路上的地铁站都会被分别考虑,所以为了表述方便,在下面的实施例中都只以一个地铁站仅存在一个站厅小区和一个专网小区的情况来进行举例说明。
步骤S02、根据所述地铁站的中心点获取在预设第一距离阈值范围内的外部小区集,其中所述外部小区集至少包括一个外部小区,并根据所述外部小区与所述中心点的距离得到所述外部小区的A类得分;
获取地铁站的中心点,获取的方法可以是通过地图上的经纬度来获取,也可以是直接通过已存的数据来获取。根据所述中心点的经纬度和预设的第一距离阈值,例如1km,将在所述中心点1km圈范围内所覆盖的小区都归入外部小区集中,然后再根据所述外部小区集中每个外部小区与中心点的距离,将外部小区进行分级并获取相应的A类得分。例如,再以所述中心点为核心画一个500m的圈,如果所述外部小区在中心点500m圈的范围内,则计A类得分2分,如果所述外部小区在中心点500m圈范围外,则计A类得分1分。当然对于所述第一距离阈值和A类计分中涉及的参数,都可以根据实际的情况来进行设定,在此不会具体限定。但为了表述方便,在下面的实施例中都只以上述举例中的参数设定为例来进行说明。
步骤S03、统计所述外部小区与所述站厅小区之间在预设第一时间阈值范围内的相互切换次数,并根据所述相互切换次数获取所述外部小区的B类得分;
由于外部小区是主要位于地铁出入口,所以当终端在通过外部小区进入到地铁站时,或者从地铁站出来时,必然会产生站厅小区与外部小区的切换关系,从而可以从站厅小区与每个外部小区的切换频次来对每个外部小区进行B类打分。
先获取所述站厅与其它小区的切换关系,其中获取的方法有很多,例如可以通过omc来获取。分别在预设的第一时间阈值范围内,例如一天或者一周,统计所述外部小区集中每一个外部小区与所述站厅之间的相互切换次数,然后根据预设的相互切换次数的阈值来对每一个外部小区进行B类打分。例如,对于切换次数>500次/天的外部小区计B类得分为6分,切换次数在500次/天~200次/天的外部小区计B类得分为5分,计存在切换但切换次数<200次/天的外部小区计B类得分为4分,而切换次数为0但与所述站厅小区存在邻区关系的外部小区计B类得分为2,而剩余的既不存在与所述站厅小区的切换关系也不与所述站区小区相邻的外部小区则可以直接从所述外部小区集中剔除。上述B类打分所涉及的参数可以根据实际的需要来进行设定,在此不作限定,但为了表述方便,在下面的实施例中都只以上述参数设定为例来进行说明。
步骤S04、统计在所述第一时间阈值范围内所述外部小区下经过的地铁终端的次数,并根据所述经过的地铁终端的次数获取每个外部小区的C类得分;
除了上述两种打分方式外,本实施例还通过对所述外部小区相关的业务数据的分析,来获取所述外部小区的地铁终端次数,并来对每个外部小区进行打分。
获取在所述第一时间阈值范围内在所述外部小区产生的业务数据,并根据对业务数据与产生业务数据的终端在所述外部小区、所述站厅小区和所述专网小区之间切换的情况来判定所述终端是否为地铁终端。并统计在所述第一时间阈值范围内,每个外部小区下经过的地铁终端的次数,然后再根据经过的地铁终端的次数来对每个外部小区的C类进行打分。例如,对于出现地铁终端次数>500次/天的外部小区计C类得分为4分,地铁终端次数在500次/天~200次/天的外部小区计C类得分为3分,对于出现过地铁终端,但地铁终端次数<200次/天的外部小区计C类得分为2分,而没有出现过地铁终端的外部小区计C类得分为1分。当然具体的打分方式可以根据实际的需要来进行设定,此处不作具体的限定,但为了表述方便,在下面的实施例中都只以上述的打分设定为例。
步骤S05、获取每个外部小区的总得分,其中所述总得分为每个外部小区的所述A类得分、所述B类得分和所述C类得分的加权;
由上述可知每个外部小区都得到了A类得分、B类得分和C类得分,将每个外部小区的A类得分、B类得分和C类得分相加,得到了每个外部小区的总得分。当然也可以根据实际应用中,每一类得分的重要性差异,从而给每一类得分乘上一个相对应的加权系数,然后再进行相加。但为了表述方便,在下面的实施例中,都只以直接将A类得分、B类得分和C类得分相加得到总得分为例。
步骤S06、从所述外部小区集中剔除所述总得分不满足预设总分阈值的外部小区。
根据预设的总分阈值,可以将总得分≤总分阈值的外部小区从所述外部小区集中剔除。例如,总分阈值为4分。由上述实施例可知,那些A类得分为1分,B类得分为2分,C类得分为1分的外部小区,也就是那些离地铁站较远,与站厅小区没有切换记录且没有出现过地铁终端的外部小区,将被判定为不是所述地铁站的外部小区,从而被从所述外部小区集中剔除。
至此所述外部小集中就是识别出的所有与地铁站相对应的外部小区。
本发明实施例通过与地铁站的距离,与站厅小区的切换关系和经过的地铁终端的次数三个维度来对地铁站附近的外部小区进行打分从而筛选出与实际应用更相符的外部小区,从而更加准确、快速、方便得获取地铁站附近的外部小区。
图2为本发明实施例的另一地铁网络场景小区识别方法流程图,图4为本发明实施例的地铁场景坐标轴示意图,如图2所示,在所述步骤01-步骤06之后,所述方法还包括:
步骤S07、根据所述外部小区与所述站厅小区相互切换数量,从所述外部小区集中剔除不满足预设切换阈值的外部小区;
在上述实施例中已经将与地铁站相对应的外部小区识别成功,进一步地,还需要将外部小区与地铁站的每个出入口进行对应,从而得到了每个出入口的外部小区。
首先,需要对所述外部小区集中外部小区进行进一步的评估,为了减少处理的复杂度,要在所述外部小区集中剔除那些不活跃的外部小区,也就是那些与所述站厅小区的切换次数不满足预设切换阈值的外部小区。例如,同时满足以下两个条件的外部小区:
1,外部小区与站厅小区的相互切换次数≤该地铁站点的站厅小区与所有外部小区的切换总数5%;
2,外部小区与站厅小区的相互切换次数≤10次/天。
在实际的应用上述条件时,也要结合需要来进行设定,此处不作限定,对于所述外部小区集中外部小区的数量的评估也需要根据实际情况进设定。
步骤S08、在地图上将所述地铁站的中心点作为轴心,将穿过所述地铁站的地铁线路为x轴建立坐标系,并根据每个外部小区的地理位置分到所述坐标系的四个象限中;
如图4所示,根据地铁站建设的规划,在地图上显示的地铁站均为近似长方形,可以将与地铁行驶方向相垂直的两条边D1-D4和D2-D3的四个端点D1、D2、D3和D4作为长方形的四个直角端点在地图上得到与地铁站相对应的长方形,然后通过在地图上对于地铁站四个直角D1、D2、D3和D4的经纬度点,就可以很容易得得到地铁站的中心点Q(Qn,Qm)。
然后以中心点Q为轴心,以虚线所示的地铁轨道通过地铁站的平行线为x轴,垂直于地铁轨道为y轴,建立坐标系。
其中x轴的直线方程为:ax*Qn+bx*Qm+cx=0,
y轴直线方程公式为:ay*Qn+by*Qm+cy=0,
可以通过在地图中地铁站的左右两个边长D2-D3和D1-D4与x轴的交点来确定直线方程的常数ax、bx和cx;同时通过地图中地铁站上下两个边长D1-D2和D3-D4与y轴的交点来确定直线方程的常数ay、by和cy。
将坐标系分为一、二、三、四共四个象限,分别位于坐标系的东北方向、东南方向、西南方向和西北方向。
根据保存的对于每个外部小区在位置点K(Kn,Km),通过下列公式将所述外部小区集中的外部小区分别归入到相对应的象限中:
ax*Kn+bx*Km+cx≥0,ay*Kn+by*Km+cy≥0,该外部小区归入第一象限;
ax*Kn+bx*Km+cx≥0,ay*Kn+by*Km+cy<0,该外部小区归入第二象限;
ax*Kn+bx*Km+cx<0,ay*Kn+by*Km+cy<0,该外部小区归入第三象限;
ax*Kn+bx*Km+cx<0,ay*Kn+by*Km+cy≥0,该外部小区归入第四象限。
步骤S09、根据每个象限中的外部小区的地理位置,将所述地理位置相同或满足相近条件的至少两个外部小区归为同一逻辑小区。
在通过上述的剔除和划归象限后,每个象限中的外部小区数量可能就只剩下1个,此时就可以认为该外部小区对应该地铁站的一个逻辑出入口。而如果该象限中的外部小区数量多于一个就需要对该象限中的每个外部小区的地理位置再进行评估,从而将地理位置相同或者相近的至少两个外部小区归为同一个逻辑小区,每一个逻辑小区对应于该地铁站的一个逻辑出入口。
进一步地,所述相近条件具体为:
至少两个外部小区的经纬度距离在预设第二距离阈值范围内,且天线方位角的差值在预设角度阈值内,其中所述天线方位角为所述外部小区天线方向与正北方向沿顺时针方向的差值。
两个外部小区相近的判断需足满足相应的相近条件,当然具体的相近条件可以根据实际的情况来进行设定,本实施例只给出了其中的一个例子,先是根据两个外部小区的经纬度来得到两个外部小区的距离,并根据预设的第二距离阈值,例如100m或者50m,若两个外部小区的距离在所述第二距离阈值的范围内,则进一步判断两个外部小区的天线方向角相近程度是否满足预设的角度阈值,例如30度,其中所述天线方向角为所述外部小区天线方向与正北方向沿顺时针方向的差值,例如A小区的天线方向角为120度,而B小区的天线方向角为99度,则可以判断A小区和B小区的天线方向角相近。若两个外部小区既满足所述第二距离阈值又满足所述角度阈值,则判定可以将该两个外部小区归为同一逻辑小区,从而对应到同一逻辑出入口。
进一步地,所述方法还包括:
若所述外部小区为室分小区,则所述外部小区单独归为一个所述逻辑小区;相应地,根据每个象限中的外部小区的地理位置,将所述地理位置相同或满足相近条件的至少两个外部小区归为同一逻辑小区,具体为:
若所述外部小区不是室分小区,则根据每个象限中的外部小区的地理位置,将所述地理位置相同或满足相近条件的至少两个外部小区归为同一逻辑小区。
在地铁站的建设过程中,有些地铁站会根据周围建筑的特点而将部分地铁出入口建设在建筑物内部,例如像有些商场内就会有地铁出入口,而由于商场内部的网络大多都采用室分小区,所以在判断所述地铁出入口时,若所述外部小区实际为室分小区,则直接将该室分小区归为一个独立的逻辑小区,对应到一个独立的逻辑出入口。
然后再对象限内其它非室分小区的外部小区进行逻辑小区的划分。
至此得到了该地铁站的所有逻辑出入口,如下表所示:
线路 | 站点 | 出口 | 归属象限 | 小区1 | 小区2 | 小区3 | 小区4 |
DT4 | 市民中心 | 出口1 | 东北象限 | 32449 | |||
DT4 | 市民中心 | 出口2 | 东南象限 | 31940 | |||
DT4 | 市民中心 | 出口3 | 东南象限 | 24767 | 34767 | 27659 | 37659 |
DT4 | 市民中心 | 出口4 | 西南象限 | 31989 | |||
DT4 | 市民中心 | 出口5 | 西南象限 | 37406 | 27406 | ||
…… | …… | …… | …… | …… | …… | …… | …… |
虽然所述逻辑出入口可能会和实际出入口有一定的差别,但这些都可以通过简单的比对和测试来进行校准。
本发明实施例通过对所述地铁站和外部小区的位置关系,从而将外部小区集中的外部小区归为各自相对应的逻辑小区,最终更加准确、快速、方便得获取地铁站的出入口及其相对应的外站小区。
基于上述实施例,进一步地,所述获取一个地铁站的地铁覆盖小区集,所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区,具体为:
获取本地地铁网络信息,其中所述地铁网络信息至少包括本地所有的地铁覆盖小区,以及与每个地铁覆盖小区相对应的地铁线和地铁站;
若所述地铁覆盖小区存在与所述外部小区之间的切换关系,则判定所述地铁覆盖小区为站厅小区;
否则,则判定所述地铁覆盖小区为专网小区;
根据与每个地铁覆盖小区相对应的地铁线和地铁站,统计每条地铁线上的每个地铁站的地铁覆盖小区集,其中所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区。
在获取地铁站的外部小区前,需要先获取每个地铁站的地铁覆盖小区,其中所述地铁覆盖小区至少包括一个站厅小区和一个专网小区。
先通过基站位置信息数据表获取本地的地铁网络信息,其中所述地铁网络信息至少包括本地所有的地铁覆盖小区,以及与每个地铁覆盖小区相对应的地铁线和地铁站。在实际的应用中,由于地铁线的建设有前后,对于换乘站点的地铁覆盖小区,虽然可能同时属于多条地铁线路,但在基站位置信息数据表中并没有标注。所以就需要根据两条不同地铁线的地铁覆盖小区间是否存在切换关系来判断是两条地铁线是否存在换乘点,并且是否存在换乘的两条地铁线使用相同的地铁覆盖小区,从而完善该地铁覆盖小区相对应的地铁线和地铁站。
然后通过对地铁覆盖小区是否存在与其它非地铁覆盖小区的切换关系,来判断该地铁覆盖小区具体的类型,如果存在,则认为该地铁覆盖小区为站厅小区,用于与外部小区和专网小区的衔接。而如果该地铁覆盖小区不存在与非地铁覆盖小区的切换关系,则可以认为该地铁覆盖小区为专网小区,只覆站台与隧道。其中对于专网小区的判定,为了更加准确还需要判断该专网小区是否存在与其它地铁覆盖小区的切换关系。即如果该地铁覆盖小区存在其它地铁覆盖小区的切换关系,但不存在与非地铁覆盖小区的切换关系,则判定该地铁覆盖小区为专网小区。这是为了防止出现意外的情况,例如接反。最后还需要对分类完成的所有地铁覆盖小区进行一定的校准和检验等工作,此处不再赘述。
根据每个地铁覆盖小区相对应的地铁线和地铁站,分别提取出每条地铁线的每个地铁站相对应的地铁覆盖小区集,其中所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区。
本发明实施例通过对获取到的地铁覆盖小区之间的切换关系,将地铁覆盖小区分为站厅小区和专网小区,从而可以更加准确、快速、方便得获取每个地铁站的站厅小区和专网小区。
基于上述实施例,进一步地,所述统计在所述第一时间阈值范围内所述外部小区下的地铁终端,并根据所述地铁终端的数量获取每个外部小区的C类得分,具体为:
在所述第一时间阈值范围内获取所述外部小区下产生的所有业务数据,其中所述业务数据至少包括在所述外部小区下的小区终端和业务开始到结束所经过的小区;
若所述业务开始到结束所经过的小区包括所述外部小区、所述站厅小区和所述专网小区,则判定所述小区终端为地铁终端;
若所述业务开始到结束所经过的小区包括所述外部小区和所述站厅小区,但不包括所述专网小区,则若所述小区终端在切换到所述站厅小区前后的预设第二时间阈值范围内存在所述专网小区的信令信息,则判定所述小区终端为地铁终端,其中所述信令信息与所述业务数据的业务相对应;
统计在所述第一时间阈值范围内所述外部小区下经过的地铁终端,并根据所述地铁终端的数量获取每个外部小区的C类得分。
在对外部小区进行C类打分时,需要先在所述第一时间阈值范围内获取所述外部小区下产生的所有业务数据,例如通话、短信、寻呼、Votle和数据业务等,其中所述业务数据至少包括在所述外部小区下的小区终端和业务开始到结束所经过的小区。
其中业务开始到结束所经过的小区的情况包括以下几种:
1,包括外部小区、站厅小区、专网小区;
2,包括外部小区和站厅小区,但不包括专网小区;
3,包括外部小区,但不包括站厅小区和专网小区;
以通话为例,对于第1种情况为,用户在地铁通话时间较长,在通话时间段内,小区终端从专网小区切换到站厅小区再切换到外部小区,或者小区终端从外部小区切换到站厅小区再切换到专网小区;第2种情况为,用户通话时间较短,在通话时间段内,小区终端从站厅小区切换到外部小区即挂断或掉线,或者从外部小区切换到站厅小区即挂断或掉线;第3种情况为,用户通话时间很短,在通话时间段内,只存在于外部小区即挂断或掉线。当然在上述3种情况中,在通话时间段内小区终端还可能存在外部小区与其相邻的非地铁覆盖小区的切换关系,但由于该切换关系与地铁站并无直接关系,所以在此方法中并不计入考虑范围。
如果所述业务数据为第1种情况,则判定所述小区终端为地铁终端;如果所述业务数据为第2种情况,则还需要进一步判定所述小区终端在切换到站厅小区的前后第二时间阈值范围内,例如5分钟或者10分钟,所述小区终端是否存在所述专网小区的信令信息,其中所述信令信息与所述业务数据的业务相对应。以数据业务为例,若在数据业务的传输时间段内,小区终端从站厅小区切换到外部小区后数据业务中断,则需要查找在小区终端切换到站厅小区前的5分钟内,是否存在专网小区下数据业务的信令信息,若存在则判定所述小区终端为地铁终端;若在数据业务的传输时间段内,小区终端从外部小区切换到站厅小区后业务中断,则需要查找在小区终端切换到站厅小区后的5分钟内,是否存在专网小区下数据业务的信令信息,若存在则判定所述小区终端为地铁终端。
根据上述的判断结果,统计所述外部小区在所述第一时间阈值范围内经过的地铁终端次数,并根据所述经过的地铁终端的次数,以及预设的经过的地铁终端的次数阈值来给所述外部小区进行C类打分。
在实际应用中,对上述2种情况统计得到经过的地铁终端的次数已经相当丰富,完全可以满足对于外部小区C类打分的需求。但如果出现统计得到的地铁终端次数不够丰富,导致每个外部小区的统计数量都很少时,可以对上述条件进行相应得调整。例如,还可以加上对第3种情况的判断。以通话为例,当所述通话只存在于外部小区即挂断或掉线,可以进一步判断在挂断或掉线前后的5分钟内,小区终端是否在站厅小区存在通话。若存在则判定所述小区终端为地铁终端。
上述的判定都可以根据具体实际的情况来进行进一步的设定,在此不作具体限定。
本发明实施例通过对在外部小区产生的业务数据的分析从而给出每个外部小区的C类打分,可以更加准确、快速、简单得获得地铁站的外部小区。
基于上述实施例,进一步地,所述方法还包括:
若所述地铁站的逻辑小区数量少于预设的小区阈值,则分别获取所述地铁站每个逻辑小区下经过的所述地铁终端的MR数据,其中所述MR数据至少包括所述地铁终端在所述站厅小区与所述逻辑小区相互切换时能够接收到的非地铁覆盖小区的电平强度分布;
若至少有两个地铁终端的所述电平强度分布差异超过预设电平阈值,则所述逻辑小区可分为至少两个逻辑小区。
通过上述实施例地铁站已经被分为了多个逻辑出入口,此时就需要判断所述逻辑出入口是否与实际地铁站出入口的建设存在较大差异。如果得到的地铁站的逻辑小区的数量过少,少于一个预设的小区阈值,例如2,那样明显与地铁站的实际建设是不相符的,此时,就需要对过少的这些逻辑出入口进行进一步的细分。这些情况往往是因为实际建设时地铁出入口距离较近,从而被同一外部小区所覆盖而导致的。
此时就需要分别获取所述地铁站各个逻辑小区下经过的所述地铁终端的MR数据,其中所述MR数据至少包括所述地铁终端在所述站厅小区与所述逻辑小区相互切换时能够接收到的非地铁覆盖小区的电平强度分布。所述地铁终端根据实际的设计不同,除了接收到使用的外部小区信号强度外,还能够检测到该外部小区一定数量相邻小区信号强度,例如5个,从而得到所述MR数据中的所述电平强度分布。例如I地铁终端接收到的电平强度分布为A小区-70dbm,B小区-128dbm,C小区-131dbm,D小区-134dbm,E小区-140dbm,F小区-143dbm,II地铁终端接收到的电平强度分布为A小区-70dbm,B小区-129dbm,C小区-130dbm,D小区-131dbm,E小区-130dbm,F小区-145dbm。分别比较信号强度最强几个小区信号强度,例如5个,则可知I地铁终端和II地铁终端接收到的电平强度分布差为A小区0dbm,B小区1dbm,C小区1dbm,D小区3dbm,E小区10dbm。根据预设的电平阈值,例如5dbm,可知I地铁终端与II地铁终端接收到的E小区信号强度差超过了所述电平阈值,此时就可以认为I地铁终端与II地铁终端所经过的地铁站出入口不同。从而得到该逻辑小区对应两个逻辑出入口。
在比较两个不同地铁终端的电平强度分布进,还需要考虑到地铁终端的性能,所以需要选择具有相同品牌和配置的地铁终端来进行比较。
上述的实施例所涉及的参数都仅是举例说明,并不代表实际情况,具体的参数设定可以根据需要来进行修改,在此不作具体限定。
本发明实施例通过对地铁终端上传的MR数据中电平强度分布的分析和比较,可以判断出所述逻辑小区针对多个逻辑出入口的情况,从而更加准确、快速、简单得获取所述地铁的逻辑出入口。
图5为本发明实施例的地铁网络场景小区识别装置结构示意图,如图5所示,所述装置包括获取单元10、第一统计单元11、第二统计单元12、第三统计单元13、计算单元14和汇总单元15,其中,
所述获取单元10用于获取一个地铁站的地铁覆盖小区集,所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区;所述第一统计单元11用于根据所述地铁站的中心点获取在预设距离阈值范围内的外部小区集,其中所述外部小区集至少包括一个外部小区,并根据所述外部小区与中心点的距离得到所述外部小区的A类得分;所述第二统计单元12用于统计所述外部小区与所述站厅小区之间在预设时间阈值范围内的相互切换次数,并获取所述外部小区的B类得分;所述第三统计单元13用于统计在所述时间阈值范围内所述外部小区下的地铁终端,并根据所述地铁终端的数量获取每个外部小区的C类得分;所述计算单元14用于获取每个外部小区的总得分,其中所述总得分为每个外部小区的所述A类得分、所述B类得分和所述C类得分的加权;所述汇总单元15用于从所述外部小区集中剔除所述总得分不满足预设总分阈值的外部小区。
在一个地铁站的网络场景中,共包含有三类小区站厅小区,专网小区和外部小区,其中所述站厅小区和专网小区都为地铁覆盖小区。所述获取单元10可以根据保存的数据,例如,基站位置信息数据表等提取出本地的地铁覆盖小区,且每个地铁覆盖小区都会与具体的地铁站相对应。所以在获取到每个地铁站相对应的地铁覆盖小区集时,所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区。根据地铁站的规模的不同,一个地铁站也存在不止一个站厅小区的情况,另外根据地铁线路的规划,例如换乘点,也存在不止一个专网小区的情况。但在本发明实施例中,每条地铁线路上的地铁站都会被分别考虑,所以为了表述方便,在下面的实施例中都只以一个地铁站仅存在一个站厅小区和一个专网小区的情况来进行举例说明。所述获取单元10将获取的地铁站的站厅小区和专网小区的信息发送给第一统计单元11、第二统计单元12和第三统计单元13。
所述第一统计单元11获取地铁站的中心点,获取的方法可以是通过地图上的经纬度来获取,也可以是直接通过已存的数据来获取。根据所述中心点的经纬度和预设的第一距离阈值,例如1km,将在所述中心点1km圈范围内所覆盖的小区都归入外部小区集中,然后再根据所述外部小区集中每个外部小区与中心点的距离,将外部小区进行分级并获取相应的A类得分。例如,再以所述中心点为核心画一个500m的圈,如果所述外部小区在中心点500m圈的范围内,则计A类得分2分,如果所述外部小区在中心点500m圈范围外,则计A类得分1分。所述第一统计单元11将获取的外部小区集发送给第二统计单元12、第三统计单元13、计算单元14和汇总单元15,并同时将外部小区的A类得分也送给所述计算单元14。
由于外部小区是主要位于地铁出入口,所以当终端在通过外部小区进入到地铁站时,或者从地铁站出来时,必然会产生站厅小区与外部小区的切换关系,从而可以从站厅小区与每个外部小区的切换频次来对每个外部小区进行B类打分。
第二统计单元12先获取所述站厅小区与其它小区的切换关系,其中获取的方法有很多,例如可以通过omc来获取。分别在预设的第一时间阈值范围内,例如一天或者一周,统计所述外部小区集中每一个外部小区与所述站厅之间的相互切换次数,然后根据预设的相互切换次数的阈值来对每一个外部小区进行B类打分。例如,对于切换次数>500次/天的外部小区计B类得分为6分,切换次数在500次/天~200次/天的外部小区计B类得分为5分,计存在切换但切换次数<200次/天的外部小区计B类得分为4分,而切换次数为0的外部小区计B类得分为2。所述第二统计单元12将得到的外部小区B类得分发送给所述计算单元14。
所述第三统计单元13获取在所述第一时间阈值范围内在所述外部小区产生的业务数据,并根据对业务数据与产生业务数据的终端在所述外部小区、所述站厅小区和所述专网小区之间切换的情况来判定所述终端是否为地铁终端。并统计在所述第一时间阈值范围内,每个外部小区下经过的地铁终端的次数,然后再根据经过的地铁终端的次数来对每个外部小区的C类进行打分。例如,对于出现地铁终端次数>500次/天的外部小区计C类得分为4分,地铁终端次数在500次/天~200次/天的外部小区计C类得分为3分,对于出现过地铁终端,但地铁终端次数<200次/天的外部小区计C类得分为2分,而没有出现过地铁终端的外部小区计C类得分为1分。所述第三统计单元13将获取的外部小区的C类得分发送给所述计算单元14。
所述计算单元14根据获取的每个外部小区的A类得分、B类得分和C类得分,将每个外部小区的A类得分、B类得分和C类得分相加。并将每个外部小区的总得分发送给汇总单元15。
所述汇总单元15根据预设的总分阈值,可以将总得分≤总分阈值的外部小区从所述外部小区集中剔除。例如,总分阈值为4分。由上述实施例可知,那些A类得分为1分,B类得分为2分,C类得分为1分的外部小区,也就是那些离地铁站较远,与站厅小区没有切换记录且没有出现过地铁终端的外部小区,将被判定为不是所述地铁站的外部小区,从而被从所述外部小区集中剔除。
至此所述外部小集中就是识别出的所有与地铁站相对应的外部小区。
本发明实施例提供的装置用于执行上述方法,其功能具体参考上述方法实施例,其具体方法流程在此处不再赘述。
本发明实施例通过与地铁站的距离,与站厅小区的切换关系和经过的地铁终端的次数三个维度来对地铁站附近的外部小区进行打分从而筛选出与实际应用更相符的外部小区,从而更加准确、快速、方便得获取地铁站附近的外部小区。
图6是示出本发明实施例的电子设备结构示意图。如图6所示,所述电子设备,包括:处理器(processor)601、存储器(memory)602和总线603;
其中,所述处理器601和所述存储器602通过所述总线603完成相互间的通信;
所述处理器601用于调用所述存储器602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:获取一个地铁站的地铁覆盖小区集,所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区;根据所述地铁站的中心点获取在预设第一距离阈值范围内的外部小区集,其中所述外部小区集至少包括一个外部小区,并根据所述外部小区与所述中心点的距离得到所述外部小区的A类得分;统计所述外部小区与所述站厅小区之间在预设第一时间阈值范围内的相互切换次数,并根据所述相互切换次数获取所述外部小区的B类得分;统计在所述第一时间阈值范围内所述外部小区下经过的地铁终端的次数,并根据所述经过的地铁终端的次数获取每个外部小区的C类得分;获取每个外部小区的总得分,其中所述总得分为每个外部小区的所述A类得分、所述B类得分和所述C类得分的加权;从所述外部小区集中剔除所述总得分不满足预设总分阈值的外部小区。
进一步地,本发明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:获取一个地铁站的地铁覆盖小区集,所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区;根据所述地铁站的中心点获取在预设第一距离阈值范围内的外部小区集,其中所述外部小区集至少包括一个外部小区,并根据所述外部小区与所述中心点的距离得到所述外部小区的A类得分;统计所述外部小区与所述站厅小区之间在预设第一时间阈值范围内的相互切换次数,并根据所述相互切换次数获取所述外部小区的B类得分;统计在所述第一时间阈值范围内所述外部小区下经过的地铁终端的次数,并根据所述经过的地铁终端的次数获取每个外部小区的C类得分;获取每个外部小区的总得分,其中所述总得分为每个外部小区的所述A类得分、所述B类得分和所述C类得分的加权;从所述外部小区集中剔除所述总得分不满足预设总分阈值的外部小区。
进一步地,本发明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:获取一个地铁站的地铁覆盖小区集,所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区;根据所述地铁站的中心点获取在预设第一距离阈值范围内的外部小区集,其中所述外部小区集至少包括一个外部小区,并根据所述外部小区与所述中心点的距离得到所述外部小区的A类得分;统计所述外部小区与所述站厅小区之间在预设第一时间阈值范围内的相互切换次数,并根据所述相互切换次数获取所述外部小区的B类得分;统计在所述第一时间阈值范围内所述外部小区下经过的地铁终端的次数,并根据所述经过的地铁终端的次数获取每个外部小区的C类得分;获取每个外部小区的总得分,其中所述总得分为每个外部小区的所述A类得分、所述B类得分和所述C类得分的加权;从所述外部小区集中剔除所述总得分不满足预设总分阈值的外部小区。
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。
最后应说明的是: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)
1.一种地铁网络场景小区识别方法,其特征在于,包括:
获取一个地铁站的地铁覆盖小区集,所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区;
根据所述地铁站的中心点获取在预设第一距离阈值范围内的外部小区集,其中所述外部小区集至少包括一个外部小区,并根据所述外部小区与所述中心点的距离得到所述外部小区的A类得分;
统计所述外部小区与所述站厅小区之间在预设第一时间阈值范围内的相互切换次数,并根据所述相互切换次数获取所述外部小区的B类得分;
统计在所述第一时间阈值范围内所述外部小区下经过的地铁终端的次数,并根据所述经过的地铁终端的次数获取所述外部小区的C类得分;
获取每个外部小区的总得分,其中所述总得分为每个外部小区的所述A类得分、所述B类得分和所述C类得分的加权和;
从所述外部小区集中剔除所述总得分不满足预设总分阈值的外部小区。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述外部小区与所述站厅小区之间的相互切换次数,从所述外部小区集中剔除不满足预设切换阈值的外部小区;
在地图上将所述地铁站的中心点作为轴心,将穿过所述地铁站的地铁线路为x轴建立坐标系,并根据每个外部小区的地理位置分到所述坐标系的四个象限中;
根据每个象限中的外部小区的地理位置,将所述地理位置相同或满足相近条件的至少两个外部小区归为同一逻辑小区。
3.根据权利要求1所述的方法,其特征在于,所述获取一个地铁站的地铁覆盖小区集,所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区,具体为:
获取本地地铁网络信息,其中所述地铁网络信息至少包括本地所有的地铁覆盖小区,以及与每个地铁覆盖小区相对应的地铁线和地铁站;
若所述地铁覆盖小区存在与所述外部小区之间的切换关系,则判定所述地铁覆盖小区为站厅小区;
否则,则判定所述地铁覆盖小区为专网小区;
根据与每个地铁覆盖小区相对应的地铁线和地铁站,统计每条地铁线上的每个地铁站的地铁覆盖小区集,其中所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区。
4.根据权利要求1所述的方法,其特征在于,所述统计在所述第一时间阈值范围内所述外部小区下经过的地铁终端的次数,并根据所述经过的地铁终端的次数获取每个外部小区的C类得分,具体为:
在所述第一时间阈值范围内获取所述外部小区下产生的所有业务数据,其中所述业务数据至少包括在所述外部小区下的小区终端和业务开始到结束所经过的小区;
若所述业务开始到结束所经过的小区包括所述外部小区、所述站厅小区和所述专网小区,则判定所述小区终端为地铁终端;
若所述业务开始到结束所经过的小区包括所述外部小区和所述站厅小区,但不包括所述专网小区,则若所述小区终端在切换到所述站厅小区前后的预设第二时间阈值范围内存在所述专网小区的信令信息,则判定所述小区终端为地铁终端,其中所述信令信息与所述业务数据的业务相对应;
统计在所述第一时间阈值范围内所述外部小区下经过的地铁终端的次数,并根据所述经过的地铁终端的次数获取每个外部小区的C类得分。
5.根据权利要求2所述的方法,其特征在于,所述相近条件具体为:
至少两个外部小区的经纬度距离在预设第二距离阈值范围内,且天线方位角的差值在预设角度阈值内,其中所述天线方位角为所述外部小区天线方向与正北方向沿顺时针方向的差值。
6.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述外部小区为室分小区,则所述外部小区单独归为一个所述逻辑小区;相应地,根据每个象限中的外部小区的地理位置,将所述地理位置相同或满足相近条件的至少两个外部小区归为同一逻辑小区,具体为:
若所述外部小区不是室分小区,则根据每个象限中的外部小区的地理位置,将所述地理位置相同或满足相近条件的至少两个外部小区归为同一逻辑小区。
7.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述地铁站的逻辑小区数量少于预设的小区阈值,则分别获取所述地铁站每个逻辑小区下经过的所述地铁终端的MR数据,其中所述MR数据至少包括所述地铁终端在所述站厅小区与所述逻辑小区相互切换时能够接收到的非地铁覆盖小区的电平强度分布;
若至少有两个地铁终端的所述电平强度分布差异超过预设电平阈值,则所述逻辑小区可分为至少两个逻辑小区。
8.一种地铁网络场景小区识别装置,其特征在于,包括:
获取单元,用于获取一个地铁站的地铁覆盖小区集,所述地铁覆盖小区集至少包括一个站厅小区和一个专网小区;
第一统计单元,用于根据所述地铁站的中心点获取在预设距离阈值范围内的外部小区集,其中所述外部小区集至少包括一个外部小区,并根据所述外部小区与中心点的距离得到所述外部小区的A类得分;
第二统计单元,用于统计所述外部小区与所述站厅小区之间在预设时间阈值范围内的相互切换次数,并根据所述相互切换次数获取所述外部小区的B类得分;
第三统计单元,用于统计在所述时间阈值范围内所述外部小区下经过的地铁终端的次数,并根据所述经过的地铁终端的次数获取所述外部小区的C类得分;
计算单元,用于获取每个外部小区的总得分,其中所述总得分为每个外部小区的所述A类得分、所述B类得分和所述C类得分的加权和;
汇总单元,用于从所述外部小区集中剔除所述总得分不满足预设总分阈值的外部小区。
9.一种电子设备,其特征在于,包括存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至7任一所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710984102.5A CN109699035B (zh) | 2017-10-20 | 2017-10-20 | 一种地铁网络场景小区识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710984102.5A CN109699035B (zh) | 2017-10-20 | 2017-10-20 | 一种地铁网络场景小区识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109699035A CN109699035A (zh) | 2019-04-30 |
CN109699035B true CN109699035B (zh) | 2021-11-30 |
Family
ID=66225269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710984102.5A Active CN109699035B (zh) | 2017-10-20 | 2017-10-20 | 一种地铁网络场景小区识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109699035B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112333746B (zh) * | 2020-12-08 | 2022-08-12 | 中国移动通信集团江苏有限公司 | 网络参数的确定方法、装置及设备 |
CN112749745B (zh) * | 2021-01-08 | 2021-10-12 | 中移(成都)信息通信科技有限公司 | 基于机器学习的5g基站小区业务场景自动识别方法 |
WO2023225970A1 (zh) * | 2022-05-26 | 2023-11-30 | 北京小米移动软件有限公司 | 小区重定向方法及装置、存储介质 |
CN116095601B (zh) * | 2022-05-30 | 2023-10-20 | 荣耀终端有限公司 | 基站小区cell特征库更新方法及相关装置 |
CN117750304A (zh) * | 2022-09-14 | 2024-03-22 | 华为技术有限公司 | 一种数据处理方法及终端设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102938899A (zh) * | 2012-04-19 | 2013-02-20 | 中通服网优技术有限公司 | 轨道交通站点无线网络通信的优化系统 |
CN104427505A (zh) * | 2013-09-11 | 2015-03-18 | 中国移动通信集团设计院有限公司 | 一种小区场景划分的方法及装置 |
KR20160028845A (ko) * | 2014-09-04 | 2016-03-14 | 에스케이텔레콤 주식회사 | 상황 인지 기반의 지하철 이동 구간 추론 방법 및 이를 위한 장치 |
CN106454866A (zh) * | 2016-11-18 | 2017-02-22 | 中国联合网络通信集团有限公司 | 一种通信小区越区覆盖的判定方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101695173B (zh) * | 2009-10-28 | 2014-12-31 | 中兴通讯股份有限公司 | 一种越区评估方法及装置 |
-
2017
- 2017-10-20 CN CN201710984102.5A patent/CN109699035B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102938899A (zh) * | 2012-04-19 | 2013-02-20 | 中通服网优技术有限公司 | 轨道交通站点无线网络通信的优化系统 |
CN104427505A (zh) * | 2013-09-11 | 2015-03-18 | 中国移动通信集团设计院有限公司 | 一种小区场景划分的方法及装置 |
KR20160028845A (ko) * | 2014-09-04 | 2016-03-14 | 에스케이텔레콤 주식회사 | 상황 인지 기반의 지하철 이동 구간 추론 방법 및 이를 위한 장치 |
CN106454866A (zh) * | 2016-11-18 | 2017-02-22 | 中国联合网络通信集团有限公司 | 一种通信小区越区覆盖的判定方法及装置 |
Non-Patent Citations (1)
Title |
---|
论地铁隧道内无线室内分布系统切换带的设置;侯晓辉;《中国新通信(2017年第17期)》;20170915;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109699035A (zh) | 2019-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109699035B (zh) | 一种地铁网络场景小区识别方法及装置 | |
CN104853379B (zh) | 一种无线网络质量评估方法及装置 | |
CN103888965B (zh) | 一种伪基站定位方法 | |
CN108156626A (zh) | 轨道交通无线网络质量评估方法、装置及介质 | |
CN109842896B (zh) | 一种栅格价值评估方法及装置 | |
CN107580337B (zh) | 一种热点区域识别方法和装置 | |
CN111325561B (zh) | 智能投诉处理方法、装置、电子设备及存储介质 | |
CN109936820B (zh) | 一种用户终端定位方法及装置 | |
CN108271157B (zh) | 一种伪基站识别方法及装置 | |
CN109005514B (zh) | 用户位置信息的回填方法、装置、终端设备及存储介质 | |
CN108124270B (zh) | 一种lte网络的覆盖评估方法及装置 | |
CN108133001A (zh) | Mr室内外分离方法、装置及介质 | |
CN111356142B (zh) | 一种业务的处理方法及装置 | |
CN108513301A (zh) | 一种非法用户识别方法及装置 | |
CN110475274B (zh) | 一种移动定位技术中异常ap的识别方法 | |
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 | |
CN110691369A (zh) | 一种基于mdt的室内信号外泄分析方法及系统 | |
CN109246587B (zh) | 一种高铁网络干扰分析方法及装置 | |
CN109587721B (zh) | 一种小区网络覆盖评估方法及装置 | |
CN104540138A (zh) | 一种定位伪基站的方法 | |
CN109151845B (zh) | 识别室分高层小区的方法、装置、电子设备和存储介质 | |
CN108235323B (zh) | 基于大数据的伪基站预警方法及系统 | |
CN109996272B (zh) | 室分外泄信号的检测方法、装置、设备及介质 | |
CN109982373B (zh) | Lte频繁回落点分析方法、装置、计算设备及存储介质 | |
CN112911702B (zh) | 一种无线基地台定位方法及系统 |
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 |