CN109996251B - 一种进行信号覆盖预测的方法 - Google Patents

一种进行信号覆盖预测的方法 Download PDF

Info

Publication number
CN109996251B
CN109996251B CN201711474236.9A CN201711474236A CN109996251B CN 109996251 B CN109996251 B CN 109996251B CN 201711474236 A CN201711474236 A CN 201711474236A CN 109996251 B CN109996251 B CN 109996251B
Authority
CN
China
Prior art keywords
data
matrix
coverage
test data
simulation 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
Application number
CN201711474236.9A
Other languages
English (en)
Other versions
CN109996251A (zh
Inventor
张庆先
俞胜兵
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.)
ZTE Corp
Original Assignee
ZTE Corp
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 ZTE Corp filed Critical ZTE Corp
Priority to CN201711474236.9A priority Critical patent/CN109996251B/zh
Publication of CN109996251A publication Critical patent/CN109996251A/zh
Application granted granted Critical
Publication of CN109996251B publication Critical patent/CN109996251B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Abstract

本发明公开了一种进行信号覆盖预测的方法，包括：读取测试数据及初始覆盖矩阵，根据测试数据的小区归属进行路损模型校正并生成实测覆盖矩阵，运用拟合修正算法处理测试数据与仿真数据，通过迭代计算生成新的栅格矩阵，从而获得新的覆盖矩阵。本发明通过运用拟合修正算法迭代处理测试数据及覆盖矩阵，充分利用了测试数据的精确性及仿真数据的全面性，可以显著提升仿真覆盖图的准确性。

Description

一种进行信号覆盖预测的方法
技术领域
本发明涉及通信领域，尤其涉及一种利用测试数据进行信号覆盖预测的方法。
背景技术
在移动通信网络规划建设和优化期间，无线网络仿真在站址规划、信道配置、频率规划、扰码规划、邻区规划、覆盖评估、问题定位及优化调整等环节中扮演重要的角色。网络运营期间，网络优化人员通过大量测试(Drive test)数据进行网络问题查找定位、优化方案评估等。网络仿真是移动通信网络不可或缺的重要方法，但由于传播模型、地理信息、算法等因素的影响，仿真准确度倍受怀疑。测试数据的离散性使网络优化人员只能定位有测试数据栅格点的网络问题，网络整体情况只能通过统计学方法对大量测试数据进行统计评估，如何有效、便捷地定位网络问题和分析整网情况，无疑是网络规划优化人员长期研究的课题。
因此本领域急需提供一种能提升无线覆盖广度和精度的方法，以便有效、便捷地定位网络问题和分析整网情况。
发明内容
为解决上述问题，本发明提供了一种结合测试数据及仿真数据生成栅格仿真数据的方法，打破测试数据在规划仿真领域只能用来进行路损模型校正的局限，充分利用了测试数据的精确性及仿真数据的全面性等优点。
本发明提供一种进行信号覆盖预测的方法，所述方法包括以下步骤：
(1)读取测试数据及初始覆盖矩阵；
(2)选择接收功率阈值范围内的测试数据与栅格仿真数据，通过小区关联，然后进行Bin格匹配；
(3)将经过步骤(2)选择的测试数据结合路损模型计算获得路损矩阵，并计算出实测的接收功率值矩阵；
(4)运用拟合修正算法处理测试数据与仿真数据，通过迭代计算生成新的栅格覆盖矩阵，获得新的覆盖矩阵。
上述步骤(4)分为以下步骤：
(41)选择2*2的方形栅格区域为一个窗口，对窗口内数据采取内插法计算获得虚拟仿真数据，并替换初始覆盖矩阵中无测试数据的仿真栅格点中的初始仿真数据；然后遍历初始覆盖矩阵，获得新的覆盖矩阵；
(42)依照3*3到n*n的方形栅格区域为一个窗口逐代遍历覆盖矩阵，对步骤(41)中的数据分别进行迭代修正，直至所有无测试数据和虚拟仿真数据的栅格点均填充测试数据或虚拟仿真数据，停止迭代修正，得到新的覆盖矩阵；
(43)对步骤(42)获得的覆盖矩阵，对于同一栅格内即有测试数据又有仿真数据的区域的数据进行合成，获得虚拟仿真数据并替换覆盖矩阵中的数据，更新全部覆盖矩阵。
上述步骤(41)和步骤(42)中每个窗口的内插值根据公式一计算获得，
Figure BDA0001532495170000031
其中Δadj为内插值，n为窗口内已有测试数据和虚拟仿真数据的元素总数，Δi为窗口内第i点的仿真数据和测试数据接收功率值之差或者第i点的仿真数据和虚拟仿真数据之差，
Figure BDA0001532495170000032
为滚降系数
Figure BDA0001532495170000033
Figure BDA0001532495170000034
取值在1-1.5之间；
再按照公式二计算获得虚拟仿真数据，
Pcom＝Psim*w+(Δadj+Psim)*(1-w) (公式二)
其中Pcom为虚拟仿真数据，Psim为初始覆盖矩阵中的仿真数据，w为权重，w取值范围为0-0.5。
上述
Figure BDA0001532495170000035
为1.2，上述w为0.2。
上述步骤(43)中更新覆盖矩阵中数据的合成公式为：
Pcom＝Psim*w+PDT*(1-w) (公式三)
PDT为路测的接收功率值，Psim为初始覆盖矩阵中的仿真数据，w为权重，w取值范围为0-0.5。
上述步骤(43)中w为0.2。
上述测试数据包括经度、纬度、小区信息、有效全向辐射功率。
上述测试数据还包括接收的信号强度指示。
本发明所述覆盖矩阵，栅格接收功率矩阵，栅格仿真接收功率矩阵可以互换使用，覆盖矩阵中初始的接收功率数据为理论数据或者经过更新后的仿真数据，首次采用本发明方法时，是对全部区域进行计算得到的理论数据(即仿真数据)。路测数据是手机真实测试得到的数据，实测数据本身是有限的，不能覆盖到全部区域。实测的接收功率矩阵即实测的覆盖矩阵，一般不完整。
本发明的有益效果在于：本发明方法充分利用了测试数据的精确性及仿真数据的全面性，通过用真实数据去修正仿真数据，从而得到整个区域的信号覆盖。可以获得较完整准确的数据或参数，以便有效、便捷地定位网络问题和分析整网情况。
附图说明
图1是利用测试数据生成仿真覆盖方法的业务流程图。其中窗口迭代一项包括了设置权重，滚降系数及多次迭代。
图2是读取的原始栅格仿真接收功率矩阵。
图3是Bin格匹配后的测试轨迹。即通过经纬度和关联小区将测试数据和仿真Bin格相互对应而获得的测试轨迹。
图4是完成2x2窗口修正的覆盖矩阵。
图5是完成5x5窗口修正的覆盖矩阵。
图6是使用公式三将图5中的仿真数据与其对应的测试数据进行合成替换，得到的最终栅格仿真接收功率矩阵。
具体实施方式
下面结合附图和具体实施例对本发明的原理和构思作进一步说明：
应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明的业务流程如图1所示。具体方法包括如下处理：
步骤1、读取测试数据及覆盖矩阵。这里的测试数据指拥有测试点位置信息，测试点服务小区接收功率值的数据，如路测数据、MR数据等。覆盖矩阵中的一个元素对应为一个Bin格点内模拟终端所能接收到的所有服务小区的接收功率值。Bin格点指在实际地图中对应的正方形地理区域，其边长与仿真时所用的电子地图精度直接相关。覆盖矩阵的行列数体现了仿真覆盖的范围。
步骤2、数据预处理。在进行校正之前，要保证数据的合理性及可用性。根据需求，规定接收功率阈值，将不在接收功率阈值范围内的测试数据及仿真数据视为无效值，不参与修正过程。
步骤3、关联小区。将测试数据与栅格仿真数据通过小区关联。
步骤4、测试数据与仿真栅格数据的匹配。根据测试数据的经纬度和小区等信息将测试数据与仿真数据进行Bin格匹配(即栅格匹配)。
步骤5、利用路测数据进行模型校正，并重新计算栅格仿真接收功率数据。栅格仿真接收功率数据是通过以下过程计算获得的：首先通过路损模型(采用该频段的缺省传播模型，如General，射线追踪等模型)计算获得路损矩阵，然后用Bin格对应的EIRP(Effective Isotropic Radiated Power,有效全向辐射功率)减掉Bin格对应的路损值，从而获得实测的接收功率值矩阵(本专利为区别各矩阵，称之为实测的接受功率矩阵)。利用已经关联小区的测试数据中提取纯路径损耗，利用纯路径损耗数据修正模型参数，然后重新计算路损矩阵，从而获得新的栅格仿真接收功率矩阵。
步骤6、窗口修正。以某一元素为左上起点，选取2x2大小的方形栅格区域(即取包含该元素在内的四个元素)为一个窗口，用内插法对窗口内的数据进行计算。
Figure BDA0001532495170000061
其中：Δadj为内插值即修正值，n为窗口内元素总数，Δi为窗口内第i点的仿真数据和测试数据接收功率值之差，
Figure BDA0001532495170000062
为滚降系数(
Figure BDA0001532495170000063
小于等于1.5)，滚降系数体现了测试数据对其周围Bin格的影响力范围。得到修正值后，将修正值按照以下公式拟合进窗口内不包含测试数据信息的仿真栅格点中，得到新的覆盖矩阵。
Pcom＝Psim*w+(Δadj+Psim)*(1-w) (公式二)
其中Pcom为合成后的接收功率值(虚拟仿真数据)，Psim为仿真的接收功率值(覆盖矩阵中的仿真数据)，w为权重,体现了仿真数据和测试数据之间的价值分配，本实施例中w取值为0.2。滚降系数和权重数值可以根据数据情况调整。
步骤7、窗口迭代修正。按照一定顺序以2x2窗口遍历覆盖矩阵后，将窗口大小设置为3x3，重复步骤6，进行下一代窗口修正。与步骤6的拟合过程相比，有两点不同。第一：此时的Δi不仅是测试数据与仿真数据的差值，还包含了在上一代经过测试数据修正的点(虚拟仿真数据)与原始栅格点上仿真数据的差值，即Δi是含有测试数据信息的数据与原始仿真数据的差值。第二：将△adj拟合进窗口内数据时，只有“不包含测试数据信息”的栅格点参与计算，在上一代迭代中被测试数据修正过的栅格点不参与计算。得到新一代的覆盖矩阵后，可以通过代数之间不同的覆盖矩阵的统计指标来确认迭代修正是否完成或达到要求。
步骤8：测试数据与仿真数据的合成替换。在步骤5中，测试数据和仿真数据会进行Bin格匹配，在窗口迭代修正中，既有测试数据又有仿真数据的Bin格，是不会进行修正的。完成窗口迭代修正后，该类Bin格的接收功率值按照以下公式进行合成。
Pcom＝Psim*w+PDT*(1-w) (公式三)
其中，Psim为仿真的接收功率值(仿真数据)，PDT为路测的接收功率值(即测试数据)。合成替换后，得到新的栅格接收功率矩阵，生成新的仿真覆盖图(覆盖矩阵)。
图2表示栅格仿真接收功率矩阵，单位为dBm,假设表中数值都是来自于小区a。图3表示经过Bin格匹配的测试轨迹，其中的数值来自主服务小区为a小区的采样点。假设图2中的矩阵为进行过模型校正后新生成的覆盖矩阵，图2图3的数据是经过步骤1至步骤5处理后的数据。
步骤6、7：进行窗口迭代修正。从图2左上开始，第一个2x2窗口为-70dBm，-71dBm，-71dBm，-73dBm，窗口内对应的测试数据分别为-80dBm，-78dBm，无，-75dBm。设置滚降系数为1.2，则修正值为：
Figure BDA0001532495170000071
Δadj＝-5.28dB
设定仿真数据的权重为0.2，则窗口内不含测试数据信息的数据(第二行第一列的-71dBm)拟合为虚拟仿真数据：
Pcom＝-71*0.2+(-71+(-5.3))*(0.8)
Pcom＝-75.2dBm
所以经过2x2窗口修正的数据变为:-70dBm,-71dBm,-75.2dBm,-73dBm。将图2的矩阵遍历，则得到新的覆盖矩阵图4。此处矩阵尺寸为5x5，因此2x2窗口修正中有无法遍历的行列，而无法遍历的行列在当前迭代中不予处理。
完成了2x2窗口修正后，继续进行3x3窗口修正。第一个3x3窗口内的仿真数值为-70dBm,-71dBm,-72dBm,-71dBm,-73dBm,-74dBm,-72dBm,-73dBm，-74dBm，窗口内对应的含有测试信息的数据为：-80dBm,-78dBm,无,-75.2dBm,
-75dBm,无,-71.3dBm,-72dBm,-82dBm。修正值为：
Figure BDA0001532495170000081
Δadj＝-2.3dB
拟合后3x3窗口的数据变为：-70dBm，-71dBm,-73.9dBm,-75.2dBm,-75dBm,-71.3dBm,-72dBm。示例矩阵尺寸为5x5,因此最多可以进行4次迭代，最终得到覆盖矩阵图5。
窗口迭代的次数可以通过不同代数之间矩阵的统计指标来控制，限于本实例只能迭代到5x5窗口，实际应用中可根据需要来控制代数。对于nxn的覆盖矩阵，最多迭代到nxn窗口，如果在小于n时，如4x4窗口时就将所有无测试数据的栅格点进行了数据迭代替换，则不再进行5x5窗口的迭代。
步骤8：测试数据与仿真数据的合成替换。使用公式三将图5中的仿真数据与其对应的测试数据进行合成，从而得到最终的覆盖矩阵图6。该更新的覆盖矩阵可以作为以后计算时的初始覆盖矩阵，作为下一轮计算中的仿真数据。
Pcom＝Psim*w+PDT*(1-w) (公式三)
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (9)

1.一种进行信号覆盖预测的方法，其特征在于，包括以下步骤：
(1)读取测试数据及初始覆盖矩阵；
(2)选择接收功率阈值范围内的测试数据与栅格仿真数据，将测试数据与栅格仿真数据通过小区关联，然后进行Bin格匹配；
(3)将经过步骤(2)选择的测试数据结合路损模型计算获得路损矩阵，并计算出实测的接收功率值矩阵；
(4)运用拟合修正算法处理测试数据与仿真数据，通过迭代计算生成新的栅格覆盖矩阵，获得新的覆盖矩阵；
步骤(3)包括以下步骤：
通过路损模型计算获得路损矩阵，然后用Bin格对应的EIRP减掉Bin格对应的路损值，从而获得实测的接收功率值矩阵；
所述步骤(4)分为以下步骤：
(41)选择2*2的方形栅格区域为一个窗口，对窗口内数据采取内插法计算获得虚拟仿真数据，并替换初始覆盖矩阵中无测试数据的仿真栅格点中的初始仿真数据；然后遍历初始覆盖矩阵，获得新的覆盖矩阵；
(42)依照3*3到n*n的方形栅格区域为一个窗口逐代遍历覆盖矩阵，对步骤(41)中的数据分别进行迭代修正，直至所有无测试数据和虚拟仿真数据的栅格点均填充测试数据或虚拟仿真数据，停止迭代修正，得到新的覆盖矩阵；
(43)对步骤(42)获得的覆盖矩阵，对于同一栅格内即有测试数据又有仿真数据的区域的数据进行合成，获得虚拟仿真数据并替换覆盖矩阵中的数据，更新全部覆盖矩阵。
2.如权利要求1所述进行信号覆盖预测的方法，其特征在于，所述步骤(41)和步骤(42)中每个窗口的内插值根据公式一计算获得，
Figure FDA0003683987790000011
其中Δadj为内插值，n为窗口内已有测试数据和虚拟仿真数据的元素总数，Δi为窗口内第i点的仿真数据和测试数据接收功率值之差或者第i点的仿真数据和虚拟仿真数据之差，
Figure FDA0003683987790000012
为滚降系数，
Figure FDA0003683987790000013
取值在1-1.5之间；
再按照公式二计算获得虚拟仿真数据，
Pcom＝Psim*w+(Δadj+Psim)*(1-W) (公式二)
其中Pcom为虚拟仿真数据，Psim为初始覆盖矩阵中的仿真数据，w为权重，w取值范围为0-0.5。
3.如权利要求2所述进行信号覆盖预测的方法，其特征在于，所述
Figure FDA0003683987790000021
为1.2，所述w为0.2。
4.如权利要求1所述进行信号覆盖预测的方法，其特征在于，所述步骤(43)中更新覆盖矩阵中数据的合成公式为：
Pcom＝Psim*w+PDT*(1-w) (公式三)
PDT为路测的接收功率值，Psim为初始覆盖矩阵中的仿真数据，w为权重，w取值范围为0-0.5。
5.如权利要求4所述进行信号覆盖预测的方法，其特征在于，所述步骤(43)中w为0.2。
6.如权利要求2或3所述进行信号覆盖预测的方法，其特征在于，所述步骤(43)中更新覆盖矩阵中数据的合成公式为：
Pcom＝Psim*w+PDT*(1-w) (公式三）
PDT为路测的接收功率值，Psim为初始覆盖矩阵中的仿真数据，w为权重，w取值范围为0-0.5。
7.如权利要求6所述进行信号覆盖预测的方法，其特征在于，所述步骤(43)中w为0.2。
8.如权利要求1-5或7任一权利要求所述进行信号覆盖预测的方法，其特征在于，所述测试数据包括经度、纬度、小区信息、有效全向辐射功率。
9.如权利要求8所述进行信号覆盖预测的方法，其特征在于，所述测试数据还包括接收的信号强度指示。
CN201711474236.9A 2017-12-29 2017-12-29 一种进行信号覆盖预测的方法 Active CN109996251B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711474236.9A CN109996251B (zh) 2017-12-29 2017-12-29 一种进行信号覆盖预测的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711474236.9A CN109996251B (zh) 2017-12-29 2017-12-29 一种进行信号覆盖预测的方法

Publications (2)

Publication Number Publication Date
CN109996251A CN109996251A (zh) 2019-07-09
CN109996251B true CN109996251B (zh) 2022-08-16

Family

ID=67109400

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711474236.9A Active CN109996251B (zh) 2017-12-29 2017-12-29 一种进行信号覆盖预测的方法

Country Status (1)

Country Link
CN (1) CN109996251B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110912627B (zh) * 2019-12-24 2021-05-14 电子科技大学 一种基于数据驱动的小区接收功率预测方法
EP4055863B1 (en) 2020-01-17 2023-07-19 British Telecommunications public limited company Wireless telecommunications network
CN114363930A (zh) * 2021-12-30 2022-04-15 北京红山信息科技研究院有限公司 一种基于agps mr数据的传播模型校正方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN102638807A (zh) * 2011-02-15 2012-08-15 中兴通讯股份有限公司 一种下行干扰确定方法及装置
CN103379510A (zh) * 2012-04-23 2013-10-30 中兴通讯股份有限公司 一种利用mr数据进行小区规划的方法及装置
CN107105444A (zh) * 2016-02-23 2017-08-29 中兴通讯股份有限公司 小区的参考信道发射功率优化方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8737187B2 (en) * 2010-04-30 2014-05-27 Qualcomm Incorporated Interference cancellation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN102638807A (zh) * 2011-02-15 2012-08-15 中兴通讯股份有限公司 一种下行干扰确定方法及装置
CN103379510A (zh) * 2012-04-23 2013-10-30 中兴通讯股份有限公司 一种利用mr数据进行小区规划的方法及装置
CN107105444A (zh) * 2016-02-23 2017-08-29 中兴通讯股份有限公司 小区的参考信道发射功率优化方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
移动网无线信号场强预测软件的研发;李如新等;《天津通信技术》;20030327(第01期);全文 *

Also Published As

Publication number Publication date
CN109996251A (zh) 2019-07-09

Similar Documents

Publication Publication Date Title
US9730080B2 (en) Network coverage planning method and apparatus of evolution communication system
CN109996251B (zh) 一种进行信号覆盖预测的方法
CN102869020B (zh) 一种无线网络优化的方法及装置
CN108243405A (zh) 一种指纹库的建立方法、测量报告mr的定位方法及装置
CN106376007B (zh) 一种基站覆盖性能定位方法及系统
CN105516992A (zh) 一种lte网络的pci规划方法
CN101873605B (zh) 一种网络规划中自适应传播环境分类方法
CN105657726A (zh) 一种pci规划基站选址方法
CN101141765B (zh) 一种移动通信系统中网络仿真方法
CN102487516B (zh) 利用路测数据进行自动小区规划优化的方法及装置
CN103458434A (zh) 一种确定天馈参数的方法及装置
JP2018032939A (ja) 品質推定装置及び品質推定方法
CN108259097A (zh) 基于mr数据的修正无线传播模型的方法及装置
CN104980948A (zh) 一种电磁辐射统计方法、系统及移动终端
CN108207005B (zh) 一种lte无线网络的评估方法及服务器
CN107205237B (zh) 一种网络结构的优化方法和装置
CN111447677B (zh) 一种高负荷地理栅格识别定位方法、系统及存储介质
CN107872805B (zh) 参数获取方法及装置、网络侧设备
CN108401222B (zh) 定位方法和装置
CN105828342B (zh) 一种确认邻区关系的方法及装置
Michel et al. Propagation model optimization based on Artificial Bee Colony algorithm: Application to Yaoundé town, Cameroon
CN101754370A (zh) 定位方法及装置
CN100417042C (zh) Cdma无线通讯网中基站的功率估算
KR100949576B1 (ko) 보정을 통한 위치추정방법
Úbeda et al. Evaluation of a time-delay based geolocation algorithm in real UMTS networks

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211229

Address after: 518000 Zhongnan communication tower, South China Road, Nanshan District high tech Industrial Park, Shenzhen, Guangdong

Applicant after: ZTE Corp.

Address before: 201306 C, 888, west two road, Nanhui new town, Pudong New Area, Shanghai

Applicant before: ZTE NETARTIST TECHNOLOGIES (SHANGHAI) Co.,Ltd.

GR01 Patent grant
GR01 Patent grant