CN109996279A

CN109996279A - 过覆盖小区定位方法、装置、设备及介质

Info

Publication number: CN109996279A
Application number: CN201711494773.XA
Authority: CN
Inventors: 徐桦
Original assignee: China Mobile Communications Group Co Ltd; China Mobile Group Hubei Co Ltd
Current assignee: China Mobile Communications Group Co Ltd; China Mobile Group Hubei Co Ltd
Priority date: 2017-12-31
Filing date: 2017-12-31
Publication date: 2019-07-09
Anticipated expiration: 2037-12-31
Also published as: CN109996279B

Abstract

本发明公开了过覆盖小区定位方法、装置、设备及介质。该方法，包括：获取待确定区域的测量报告MR数据和工参数据；根据所述MR数据和工参数据，将所述待确定区域中的MR数据进行空间栅格化定位，获取所述待确定区域的MR空间定位信息；根据所述MR空间定位信息和所述待确定区域的小区泰森图，确定所述待确定区域中的过覆盖小区。通过本发明的技术方案，能够确定基站距离越来越近导致的过覆盖小区。

Description

过覆盖小区定位方法、装置、设备及介质

技术领域

本发明涉及通信技术领域，尤其涉及一种过覆盖小区定位方法、装置、设备及介质

背景技术

随着移动通信网络的不断发展，移动网络的规模不断增大，基站站间距也越来越小，在城区范围内容易造成基站信号的过远覆盖即过覆盖，导致信噪比恶化，影响用户感知。

现有技术手段主要是通过路测或扫频来获得小区覆盖情况，而天线下倾角参数也只能通过网优工程师人工处理的，凭经验和直觉判断，效率低下。且方案也仅仅是针对当前基站进行调整，难以从整体把控天线下倾角的最优解。

发明内容

本发明实施例提供了过覆盖小区定位方法、装置、设备及介质，用以解决基站站间距越来越小，在城区范围内容易造成基站信号的过远覆盖即过覆盖，导致信噪比恶化，影响用户感知的问题。

第一方面，本发明实施例提供了一种过覆盖小区定位方法，所述方法包括：

获取待确定区域的测量报告MR数据和工参数据；

根据所述MR数据和工参数据，将所述待确定区域中的MR数据进行空间栅格化定位，获取所述待确定区域的MR空间定位信息；

根据所述MR空间定位信息和所述待确定区域的小区泰森图，确定所述待确定区域中的过覆盖小区。

优选的是，根据所述MR数据和工参数据，将所述待确定区域中的MR数据进行栅格化定位，获取所述待确定区域的MR空间定位信息，包括：

根据栅格划分信息和所述工参数据，确定所述待确定区域的空间栅格；

利用3D射线传播模型计算所述待确定区域的空间栅格内各小区的场强信息，得到所述待确定区域的空间栅格内各小区的场强特征向量；

根据所述待确定区域的空间栅格内各小区的场强特征向量，获取所述待确定区域的空间栅格指纹库；

根据MR数据校正所述空间栅格指纹库，获取所述待确定区域的空间栅格指纹校正库；

基于所述空间栅格指纹校正库，将MR数据进行空间栅格定位，获取所述待确定区域的MR空间定位信息。

进一步优选的是，所述将MR数据进行空间栅格定位，获取所述待确定区域的MR空间定位信息，包括：

按照最小欧式距离算法，将MR数据和所述空间栅格指纹库的空间栅格指纹中的场强特征向量进行匹配；

将与MR数据匹配的场强特征向量所在的空间栅格，确定为MR数据的空间定位栅格；

根据MR数据的空间定位栅格，确定所述待确定区域的MR空间定位信息。

优选的是，所述根据所述MR空间定位信息和所述待确定区域的小区泰森图，确定所述待确定区域中的过覆盖小区，包括：

根据所述MR空间定位信息确定所述待确定区域中的MR定位点；

根据MR定位点、所述待确定区域的小区泰森图、邻接覆盖门限和过覆盖门限，确定MR定位点是否为过覆盖点；

根据确定出的过覆盖点确定所述待确定区域中的过覆盖小区。

进一步优选的是，所述根据MR定位点、所述待确定区域的小区泰森图、邻接覆盖门限和过覆盖门限，确定MR定位点是否为过覆盖点，包括：

获取MR定位点和所述MR定位点的主服务小区之间的连线；

根据所述待确定区域的小区泰森图和所述连线，利用泰森图切割算法，计算所述连线穿越的小区数量；

根据所述连线穿越的小区数量、邻接覆盖门限和过覆盖门限，确定所述MR定位点是否为过覆盖点。

优选的是，根据过覆盖小区的覆盖参数和调整步长，获取所述过覆盖小区的覆盖参数计算值；

根据所述覆盖参数计算值，利用垂直天线方位图增益差值算法计算所述过覆盖小区的天线增益变化值；

根据所述天线增益变化值仿真所述过覆盖小区的覆盖信息；

根据仿真出的覆盖信息和所述天线增益变化值确定所述过覆盖小区的覆盖调整值。

进一步优选的是，根据仿真出的覆盖信息和所述天线增益变化值确定所述过覆盖小区的覆盖调整值，包括：

根据仿真出的覆盖信息、所述天线增益变化值、弱覆盖权重和过覆盖权重对所述覆盖参数计算值进行迭代计算；

将满足迭代收敛条件的覆盖参数计算值，确定为所述过覆盖小区的覆盖调整值。

进一步优选的是，所述方法还包括：

将所述待确定区域中的过覆盖小区利用基于密度的聚类算法进行拆分，获取过覆盖聚类区域；

根据过覆盖小区的覆盖参数和调整步长，获取所述过覆盖小区的覆盖参数计算值，包括：

在各所述过覆盖聚类区域中，根据过覆盖小区的覆盖参数和调整步长，获取所述过覆盖小区的覆盖参数计算值。

优选的是，所述根据所定位的用户MR栅格化位置与基站连线跨越的小区级泰森图的路径级数，筛选出过覆盖小区的步骤，具体包括：

第二方面，本发明实施例提供了一种过覆盖小区的定位装置，其特征在于，包括：

获取模块，用于获取待确定区域的测量报告MR数据和工参数据；

栅格化定位模块，用于根据所述MR数据和工参数据，将所述待确定区域中的MR数据进行空间栅格化定位，获取所述待确定区域的MR空间定位信息；

确定模块，用于根据所述MR空间定位信息和所述待确定区域的小区泰森图，确定所述待确定区域中的过覆盖小区。

第三方面，本发明实施例提供了一种过覆盖小区的定位设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。

本发明实施例提供的过覆盖小区的定位方法、装置、设备及介质，使用MR数据定位用户，利用泰森图确定MR用户过覆盖的基站小区，这样以来可以利用天线方位图增益差算法预估调整效果，并进行最优解的搜索，输出最优下倾角调整方案。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，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为本发明一个实施例的过覆盖小区定位方法的流程图；

图2为本发明一个实施例的过覆盖小区定位方法的流程图；

图3为本发明一个实施例的过覆盖小区定位方法的步骤S12的流程图；

图4为本发明的一个实施例的过覆盖小区定位方法的步骤S13的流程图；

图5为本发明的一个实施例的过覆盖小区定位方法的步骤S131绘制的泰森图；

图6为本发明的一个实施例的过覆盖小区定位方法的步骤S132“过覆盖”MR定位点的分析示意图；

图7为本发明的一个实施例的过覆盖小区定位装置的示意图；

图8为本发明的一个实施例的过覆盖小区定位设备的示意图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。概括而言，本发明的发明构思主要包括如下几个方面。基于用户MR栅格化定位和泰森图筛选过覆盖小区，即，基于用户上报的MRO数据按照最小欧式距离的方法和指纹库进行特征向量的匹配实现MR栅格化定位。根据MR栅格化位置与基站连线跨越基站小区泰森图的路径级数，筛选出过覆盖问题小区。针对过覆盖问题小区，根据垂直天线方位图增益差值的方法预估调整下倾角后MR定位栅格的天线增益变化值，从而仿真计算用户覆盖指标的变化，寻找最佳寻优值的下倾角调整建议。基于天线下倾角调整前后的RSRP和泰森图的关系，根据弱覆盖和过覆盖权重迭代计算下倾角，遍历MR采样点计算最佳下倾角相应的最优覆盖水平，输出最优下倾角方案。基于DBSCAN密度聚类的方法，将本地网的过覆盖小区分成多个不相关的簇，对多小区最佳下倾角加速迭代。如图1所示，本发明实施例提供了一种解决信号过覆盖的基站天馈下倾角调整方法，其包括如下步骤：

S01、获取待确定区域的测量报告MR数据和工参数据，需要导入的信息有：MR数据文件、基站信息表。

S02、根据所述MR数据和工参数据，将所述待确定区域中的MR数据进行空间栅格化定位，获取所述待确定区域的MR空间定位信息。

具体的，根据用户上报的MR数据，可以通过按照最小欧式距离的方法和指纹库中的特征信息进行匹配，实现用户MR栅格化定位，获取所述待确定区域的MR空间定位信息；其中，所述特征信息包括栅格信息.

S03、根据所述MR空间定位信息和所述待确定区域的小区泰森图，确定所述待确定区域中的过覆盖小区。

本发明实施例中的方法使用MR数据定位用户，利用泰森图确定MR用户过覆盖的基站小区，这样以来可以利用天线方位图增益差算法预估调整效果，并进行最优解的搜索，输出最优下倾角调整方案。

为了更清楚本发明实施例的实现方法，具体结合实施例2进行具体说明。

本发明实施例提供了一种解决信号过覆盖的基站天馈下倾角调整方法，结合图2所示，其包括如下步骤：

S11、基站工参数据及用户MR数据采集，其中，需要导入的信息有：MR数据文件、基站信息表。

S12、根据所述MR数据和工参数据，将所述待确定区域中的MR数据进行栅格化定位，获取所述待确定区域的MR空间定位信息，如图3所示，具体包括如下步骤：

S121、根据栅格划分信息和所述工参数据，确定所述待确定区域的空间栅格；具体的，按照最小欧式距离算法，

其中，d表示计算的差值，i表示第二信号质量参数中服务小区的个数，包括主服务小区和相邻服务小区，RSRPai表示第二信号质量参数中第i个服务小区的信号质量参数，RSRPai_FP表示第一信号质量参数中第i个服务小区的信号质量参数；将MR数据和所述空间栅格指纹库的空间栅格指纹中的场强特征向量进行匹配；将与MR数据匹配的场强特征向量所在的空间栅格，确定为MR数据的空间定位栅格；根据MR数据的空间定位栅格，确定所述待确定区域的MR空间定位信息。

S122利用3D射线传播模型计算所述待确定区域的空间栅格内各小区的场强信息，得到所述待确定区域的空间栅格内各小区的场强特征向量。

S123、根据所述待确定区域的空间栅格内各小区的场强特征向量，获取所述待确定区域的空间栅格指纹库。

S124、根据MR数据校正所述空间栅格指纹库，获取所述待确定区域的空间栅格指纹校正库；具体采用经纬度校准算法，因部分经纬度信息的来源为基站定位，其精度取决于参与计算的基站密度以及到达主小区距离，需对精度差的数据部分进行剔除。剔除的方法为通过主服小区TADV来进行核验。由于地理环境对传播路径的影响，UE接收到的基站小区信号通常意义下并不是直线传播(尤其密集市区)，而TADV(到达时间差)则表示真实曲线路径而产生的时间差。而UE经纬度与基站经纬度之间的距离差S_a与S_tadv距离相比，应为：S_a<＝S_tadv。

S125、基于所述空间栅格指纹校正库，将MR数据进行空间栅格定位，获取所述待确定区域的MR空间定位信息。

S13、根据所述MR空间定位信息和所述待确定区域的小区泰森图，确定所述待确定区域中的过覆盖小区。

如图4所示，步骤S13具体包括如下步骤：

S131、绘制小区级泰森图：具体的，如图5所示，基站1和基站2为相邻基站，对它们之间的连线3做垂直平分线4，采用同样的方式对基站1的相邻基站绘制垂直平分线4,就得到了围绕基站1的一个覆盖范围5,再根据小区6和同基站相邻小区7的方向角之间的角平分线切割覆盖范围5,就形成了小区6的覆盖区域9。对整个区域内的小区，进行划分，可以得到整个区域内各小区的覆盖范围。

S132、过覆盖用户聚类分析：结合小区的覆盖范围和MR数据来分析过覆盖小区，如果根据用户MR定位点与主服务小区的连线穿越多个小区覆盖范围的路径级数，并且数量超过设置的过覆盖判决门限，就判定该小区是过覆盖小区。系统的识别算法主要步骤如下：1、设定邻接覆盖层门限和过覆盖层门限，其中过覆盖层门限＝邻接覆盖层门限+1；2、根据小区级泰森图切割算法，计算此连线穿越的小区的覆盖范围的数量N。如果N中有N1个在主覆盖区域中，记为N_主覆盖；N2个点在邻接覆盖层门限中，记为N_邻接；N3个路测点在过覆盖层门限以上，记为N_越区。则有：N＝N_主覆盖+N_邻接+N_越区。

具体的，图6为“过覆盖”MR定位点的分析示意图，有一系列MR定位点，其中一些MR定位点与主服务小区的连线穿越了主服务小区覆盖范围0、以及邻接覆盖范围1，到达了覆盖范围2,那么判定这些路测点为“过覆盖”MR定位点。

S14、根据过覆盖小区的覆盖参数和调整步长，获取所述过覆盖小区的覆盖参数计算值。

具体的，遍历过覆盖小区参数调整解集合：遍历过覆盖小(问题)小区列表，对于当前小区，设定一定的调整步长，每次更改当前小区下倾角为解集合中的解。

S15、根据所述覆盖参数计算值，利用垂直天线方位图增益差值算法计算所述过覆盖小区的天线增益变化值。其中，小区下倾角调整后，针对主服务小区或者邻区为该小区的MR采样点接收到的RSRP进行更新，更新方案：

基于MR数据定位方案获取该MR采样点定位到的栅格位置；

天线下倾角调整，设调整前天线下倾角θ₁，调整为θ₂；

基于小区天线方向图获取天线下倾角调整前后、栅格i所在的位置与天线连线的天线增益分别为和则天馈调整后该MR采样点接收到的RSRP更新为：

S16、根据所述天线增益变化值仿真所述过覆盖小区的覆盖信息；根据仿真出的覆盖信息和所述天线增益变化值确定所述过覆盖小区的覆盖调整值。

具体的，基于天线下倾角调整前后的RSRP和泰森图的关系，遍历MR采样点计算相应的代价。寻优迭代计算公式为：

F(θ)＝α·K_{弱覆盖系数}(θ)+β·K_{过覆盖系数}(θ)；

其中，为栅格i在下倾角为θ时的MR采样点数，为栅格i在下倾角为θ时且MR采样点的RSRP≥弱覆盖门限的采样点数。α，β为权值，代表对K_{弱覆盖系数}(θ)和K_{过覆盖系数}(θ)的加权，F(θ)为下倾角为θ时的寻优函数。

当遍历完解集合时，找到寻优最大的解更新为遍历小区下倾角的初始解，设定一定的寻优步长找到最优解。当全局代价值达到目标值或者达到最大迭代次数时，迭代收敛。

S17、将所述待确定区域中的过覆盖小区利用基于密度的聚类算法进行拆分，获取过覆盖聚类区域；在各所述过覆盖聚类区域中，根据过覆盖小区的覆盖参数和调整步长，获取所述过覆盖小区的覆盖参数计算值。

具体的，对于某一个过覆盖小区，若下倾角调整范围为4～12度，调整步长为2度，则经过(12-4)/2+1＝5次迭代可找出覆盖最好的下倾角方案。假设对于一个本地网发现有100个过覆盖基站小区，则理论上将进行N＝5¹⁰⁰≈7.8*10⁶⁹次迭代运算才能找到覆盖最好的下倾角方案。显然对于计算机处理能力上是无法承受的，因此提出了基于DBSCAN密度聚类的多小区最佳下倾角加速迭代的算法：

1)初始，在地图上建立ε-领域：ε-领域是以对象O为中心，与ε为半径的空间。参数ε＞0，超出领域半径值的两个基站认为是没有信号关联相关性的。因此可以取基站级泰森图的路径级数，如基站A与基站B的泰森图相邻，则路径级数为1，以此类推，ε的半径可以取路径级数大于3或以上可近似两个基站没有信号关联相关性；

2)对本地网中所有过覆盖小区对象都被标记为“未访问”，DBSCAN密度聚类算法随机选择一个未访问的过覆盖小区记为对象p，标记p为“已访问”，为p创建一个新的簇C，并且把p的ε-领域中所有对象都放在候选集合N中。

3)p是从q(核心对象)密度可达的，如果存在对象链p₁,p₂,p₃...,p_n，使得p₁＝q,p_n＝p,p_i+1是从p_i关于ε直接密度可达的，即p_i+1在p_i的ε-领域内，则p₁到p_n密度可达。如果存在对象qεD，使得对象p₁和P₂都是从q关于ε密度可达的，则称p₁,P₂是关于ε密度相连的。

4)DBSCAN密度聚类算法迭代地把N中不属于其他簇的对象添加到C中。在此过程中，对应N中标记为“未访问”的对象p,DBSCAN密度聚类算法把它标记为“已访问”，并且检查它的ε-领域。如果p的ε-领域中的对象都被添加到N中。DBSCAN继续添加对象到C，直到C不能扩展，即知道N为空。此时簇C完成生成，输出。

5)为了找到下一个簇，DBSCAN从剩下的对象中随机选择一个未访问过的对象。聚类过程继续，直到所有对象都被访问。

6)通过本算法可以把过覆盖小区拆分成若干的不相关的簇，设有A₁，A₂…A_m*n个过覆盖小区，每个小区迭代K次，分成了N个簇，每个簇M个小区，那么将原来需要迭代K^M*N次优化为迭代K^M*N次，大大减少了计算量。

本发明上述各个实施例所提供的过覆盖小区的定位方法，能够获得如下有益效果中的至少一个：

基于MR栅格化定位用户，评估实际定位用户地理位置的小区覆盖情况，可以明确定位小区哪个方位覆盖较弱。

通过区域小区联合分析，调整小区参数来解决覆盖较弱区域问题，合理评估其他小区的代价值并给出区域小区最优调整方案。

本方法即包含现场测试优化覆盖的有点又集成了平台工具自动化优化方案输出，大量减少人力物力，提高经济效益。本实施例中提供了一种过覆盖小区的定位装置，其可采用实施例1中的方法对过覆盖小区进行定位。如图7所示，该装置包括：获取模块301、栅格化定位模块302、确定模块303。

其中，获取模块301用于获取待确定区域的测量报告MR数据和工参数据；栅格化定位模块302用于根据所述MR数据和工参数据，将所述待确定区域中的MR数据进行空间栅格化定位，获取所述待确定区域的MR空间定位信息；确定模块303用于根据所述MR空间定位信息和所述待确定区域的小区泰森图，确定所述待确定区域中的过覆盖小区。

其中，MR栅格化地理定位模块302具体包括：指纹库建立单元、指纹库校正单元、MR定位单元；其中，指纹库建立单元用于基于地图，通过仿真软件(ANPOP,ATOLL,NPS,AIRCOM,百林,华为,爱立信等)，利用3D射线传播模型计算待规划区域三维空间内每个预设大小的栅格内的对应基站的信号强度，再将这些包含各小区场强的栅格信息数字化，形成特征向量值，这些特征向量值的样本数据集就构成了指纹库。指纹库校正单元用于通过经纬度校准算法进行指纹库的校正。MR定位单元用于基于用户上报的MR数据，在该MR归属主服务小区的栅格集合中按照最小欧式距离的方法(公式如下)和指纹库进行特征向量的匹配，把每条MR数据定位到最佳空间栅格，从而实现了MR的定位。

其中，d表示计算的差值，i表示第二信号质量参数中服务小区的个数，包括主服务小区和相邻服务小区，RSRPai表示第二信号质量参数中第i个服务小区的信号质量参数，RSRPai_FP表示第一信号质量参数中第i个服务小区的信号质量参数。

其中，确定模块303具体用于根据所述MR空间定位信息确定所述待确定区域中的MR定位点；根据MR定位点、所述待确定区域的小区泰森图、邻接覆盖门限和过覆盖门限，确定MR定位点是否为过覆盖点；根据确定出的过覆盖点确定所述待确定区域中的过覆盖小区。

更进一步的，确定模块303具体用于根据所述MR空间定位信息确定所述待确定区域中的MR定位点；根据所述待确定区域的小区泰森图和所述连线，利用泰森图切割算法，计算所述连线穿越的小区数量；根据所述连线穿越的小区数量、邻接覆盖门限和过覆盖门限，确定所述MR定位点是否为过覆盖点。

本发明实施例中的装置还包括：计算模块，用于根据过覆盖小区的覆盖参数和调整步长，获取所述过覆盖小区的覆盖参数计算值；根据所述覆盖参数计算值，利用垂直天线方位图增益差值算法计算所述过覆盖小区的天线增益变化值；根据所述天线增益变化值仿真所述过覆盖小区的覆盖信息；根据仿真出的覆盖信息和所述天线增益变化值确定所述过覆盖小区的覆盖调整值。

本发明实施例中的装置使用MR数据定位用户，利用泰森图确定MR用户过覆盖的基站小区，利用天线方位图增益差算法预估调整效果，并进行最优解的搜索，输出最优下倾角调整方案。本发明实施例提供了一种天馈下倾角调整设备，本发明实施例1或2中的天馈下倾角调整方法可以由天馈下倾角调整设备来实现。图8示出了本发明实施例提供的天馈下倾角调整设备的硬件结构示意图。

天馈下倾角调整设备可以包括处理器401以及存储有计算机程序指令的存储器402。

具体地，上述处理器401可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。

存储器402可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器402可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器402可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器402可在数据处理装置的内部或外部。在特定实施例中，存储器402是非易失性固态存储器。在特定实施例中，存储器402包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。

处理器401通过读取并执行存储器402中存储的计算机程序指令，以实现上述实施例中的任意一种天馈下倾角调整方法。

在一个示例中，天馈下倾角调整设备还可包括通信接口403和总线410。其中，如图8所示，处理器401、存储器402、通信接口403通过总线410连接并完成相互间的通信。

通信接口403，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。

总线410包括硬件、软件或两者，将天馈下倾角调整设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线410可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。

本发明实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种天馈下倾角调整方法。

需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。

以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims

1.一种过覆盖小区定位方法，其特征在于，所述方法包括：

获取待确定区域的测量报告MR数据和工参数据；

2.根据权利要求1所述的方法，其特征在于，所述根据所述MR数据和工参数据，将所述待确定区域中的MR数据进行栅格化定位，获取所述待确定区域的MR空间定位信息，包括：

3.根据权利要求2所述的方法，其特征在于，所述将MR数据进行空间栅格定位，获取所述待确定区域的MR空间定位信息，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所述MR空间定位信息和所述待确定区域的小区泰森图，确定所述待确定区域中的过覆盖小区，包括：

根据所述MR空间定位信息确定所述待确定区域中的MR定位点；

5.根据权利要求4所述的方法，其特征在于，所述根据MR定位点、所述待确定区域的小区泰森图、邻接覆盖门限和过覆盖门限，确定MR定位点是否为过覆盖点，包括：

获取MR定位点和所述MR定位点的主服务小区之间的连线；

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据过覆盖小区的覆盖参数和调整步长，获取所述过覆盖小区的覆盖参数计算值；

根据所述天线增益变化值仿真所述过覆盖小区的覆盖信息；

7.根据权利要求6所述的方法，其特征在于，根据仿真出的覆盖信息和所述天线增益变化值确定所述过覆盖小区的覆盖调整值，包括：

8.根据权利要求6所述的方法，其特征在于，所述方法还包括：

9.一种过覆盖小区的定位装置，其特征在于，包括：

10.一种过覆盖小区的定位设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-8中任一项所述的方法。

11.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-8中任一项所述的方法。