CN110113120A - 一种gsm-r无线网络覆盖趋势预测方法及装置 - Google Patents

一种gsm-r无线网络覆盖趋势预测方法及装置 Download PDF

Info

Publication number
CN110113120A
CN110113120A CN201910353935.0A CN201910353935A CN110113120A CN 110113120 A CN110113120 A CN 110113120A CN 201910353935 A CN201910353935 A CN 201910353935A CN 110113120 A CN110113120 A CN 110113120A
Authority
CN
China
Prior art keywords
cell
switching
time
trend
handover
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.)
Pending
Application number
CN201910353935.0A
Other languages
English (en)
Inventor
臧有克
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.)
BEIJING LIUJIE TECHNOLOGY Co Ltd
Original Assignee
BEIJING LIUJIE TECHNOLOGY 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 BEIJING LIUJIE TECHNOLOGY Co Ltd filed Critical BEIJING LIUJIE TECHNOLOGY Co Ltd
Priority to CN201910353935.0A priority Critical patent/CN110113120A/zh
Publication of CN110113120A publication Critical patent/CN110113120A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H04B17/3913—Predictive models, e.g. based on neural network models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本文公开了GSM‑R无线网络覆盖趋势预测方法及装置。所述方法包括：从GSM‑R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合无线网络配置信息和列车控制系统的业务数据生成数据记录集合；从数据记录集合中确定每次越区切换对应的越区切换点的位置和时间，生成每次越区切换的切换记录；按照切换小区对进行切换记录的汇聚，生成每个切换小区对的切换数据集合；利用每个切换小区对的切换数据集合确定越区切换点位置随时间的变化趋势，根据变化趋势确定述切换小区对中发生下行电平覆盖下降的小区。本文的技术方案能利用大数据技术提前发现覆盖趋势下降的小区，为列车控制系统可靠运行提供保障。

Description

一种GSM-R无线网络覆盖趋势预测方法及装置
技术领域
本发明涉及通信技术领域，尤其涉及的是一种GSM-R无线网络覆盖趋势预测方法及装置。
背景技术
CTCS-3(简称C3)系统是我国目前支持列车运营速度最高的列车运行控制系统，利用GSM-R(GSM for Railways，用于铁路的全球移动通信系统)移动通信网络作为车-地双向安全数据传输通道，整个系统中的两大关键设备为车载ATP(Automatic TrainProtection，列车超速防护)和地面RBC(Radio Blocking Center，无线闭塞中心)。
LOCOTROL(动力分布多机无线重联同步控制技术)是重载铁路的控制核心，成功应用于大秦重载铁路。LOCOTROL系统也利用GSM-R移动通信网络作为数据传输通道，车载设备OCU(On-board Communication Unit，车载通信单元)和地面设备AN(Application Node，应用节点)联合工作，达到重载列车的安全可靠运行。
随着大数据技术和人工智能技术的迅速发展，越来越多的相关应用在互联网领域中得到充分的应用，但是受限于一些因素，在传统技术领域中，这些先进技术还没有得到充分利用。
对于铁路移动通信，由于基站俯仰角的变化或者基站性能下降等原因，小区下行电平的覆盖范围可能会发生变化，小区下行电平覆盖范围下降，会导致承载C3或LOCOTROL等列控业务的呼叫中断概率增大，影响列车正常行驶。
发明内容
本文提供一种GSM-R无线网络覆盖趋势预测方法及装置，能够利用大数据技术提前发现覆盖趋势下降的小区，为列车控制系统的可靠运行提供保障。
根据本申请的第一方面，本发明实施例提供一种GSM-R无线网络覆盖趋势预测方法，包括：
从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息和列车控制系统的业务数据生成数据记录集合；
从所述数据记录集合中确定每一次越区切换对应的越区切换点的位置和时间，生成每一次越区切换的切换记录；按照切换前小区和切换后小区组成的切换小区对进行切换记录的汇聚，生成每一个切换小区对的切换数据集合；
利用每一个切换小区对的切换数据集合确定越区切换点位置随时间的变化趋势，根据所述变化趋势确定所述切换小区对中发生下行电平覆盖下降的小区。
根据本申请的第二方面，本发明实施例提供一种GSM-R无线网络覆盖趋势预测装置，包括：
数据获取模块，用于从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息和列车控制系统的业务数据生成数据记录集合；
数据集生成模块，用于从所述数据记录集合中确定每一次越区切换对应的越区切换点的位置和时间，生成每一次越区切换的切换记录；按照切换前小区和切换后小区组成的切换小区对进行切换记录的汇聚，生成每一个切换小区对的切换数据集合；
覆盖趋势预测模块，用于利用每一个切换小区对的切换数据集合确定越区切换点位置随时间的变化趋势，根据所述变化趋势确定所述切换小区对中发生下行电平覆盖下降的小区。
与相关技术相比，本发明实施例提供的一种GSM-R无线网络覆盖趋势预测方法及装置，从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息和列车控制系统的业务数据生成数据记录集合；从所述数据记录集合中确定每一次越区切换对应的越区切换点的位置和时间，生成每一次越区切换的切换记录；按照切换前小区和切换后小区组成的切换小区对进行切换记录的汇聚，生成每一个切换小区对的切换数据集合；利用每一个切换小区对的切换数据集合确定越区切换点位置随时间的变化趋势，根据所述变化趋势确定所述切换小区对中发生下行电平覆盖下降的小区。本发明实施例的技术方案能够利用大数据技术提前发现覆盖趋势下降的小区，为CTCS-3系统或LOCOTROL系统的可靠运行提供保障。
附图说明
图1为本发明实施例1的一种铁路信号智能维护系统示意图；
图2为本发明实施例2的一种GSM-R无线网络覆盖趋势预测方法流程图；
图3为本发明实施例3的一种GSM-R无线网络覆盖趋势预测装置示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
实施例1
如图1所示，本申请针对C3系统和LOCOTROL系统提出一种架构在云平台和大数据平台上的铁路信号智能维护系统，采用了大量的大数据处理技术和人工智能技术，目的就是把当前铁路维护水平从人工发现故障->手工分析故障提升到自动发现故障->自动分析故障水平，然后再逐步演化到自动发现潜在问题->预测故障，防患于未然。
所述智能维护系统至少包括数据采集层、数据预处理及存储层、数据挖掘层和应用功能层。
所述数据采集层具有新数据感知功能，数据提取功能和数据传送功能。其中，新数据感知功能通过各种数据接口发现新的业务呼叫，触发数据提取功能提取对应的业务数据。数据提取功能通过数据关联技术提取多个数据源内的相关数据，包括GSM-R移动网络各接口相关数据，C3系统和/或LOCOTROL系统的业务运行数据等。数据传送功能可以将提取到的数据通过转换处理发送到数据预处理及存储层。
所述数据预处理及存储层，能够对数据进行清洗、转换、标记和索引，形成明细数据进行存储。由于数据采集层中采集的数据是分散的，通过本层的数据预处理，可以先把业务呼叫数据进行流式汇聚(流式代表数据是实时的，不中断的)，然后利用大数据处理技术，把每个业务呼叫的全部数据分散到大数据平台的每个服务器上进行分别处理，保证数据的实时性。
数据挖掘层，能够利用分布式内存计算框架，加载长达数月或年以上单位的数据，根据既定的算法计算数据中潜在的信息，根据不同的业务数据，设计不同的挖掘算法，实现每一类算法的挖掘功能，根据不同的配置，定时计算挖掘结果。将业务呼叫数据通过特征提取，建立多维特征向量用于后续的数据分析。
应用功能层，能够利用数据挖掘层提供的特征向量，自动分析C3系统和/或LOCOTROL系统的各种故障类型，并为不同的故障类型产生不同的分析报告。构建故障预测模型，通过模型训练实现故障预测。
数据呈现层，用于对整个平台数据的配置，用户的管理，数据结果的呈现，数据的查询与统计，数据的对比等等各种衍生功能。
系统安全防护层，用于对系统进行安全隔离、病毒防护和入侵防护。
实施例2
如图2所示，本发明实施例提供了一种GSM-R无线网络覆盖趋势预测方法，包括：
步骤S110，从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息和列车控制系统的业务数据生成数据记录集合；
步骤S120，从所述数据记录集合中确定每一次越区切换对应的越区切换点的位置和时间，生成每一次越区切换的切换记录；按照切换前小区和切换后小区组成的切换小区对进行切换记录的汇聚，生成每一个切换小区对的切换数据集合；
步骤S130，利用每一个切换小区对的切换数据集合确定越区切换点位置随时间的变化趋势，根据所述变化趋势确定所述切换小区对中发生下行电平覆盖下降的小区。
其中，Abis接口是GSM-R网络中，BTS(Base Transceiver Station，基站收发信机)与BSC(Base Station Controller，基站控制器)之间的物理接口。
其中，测量报告是Abis接口控制信令的一种，由BTS(Base Transceiver Station，基站收发信机)生成，然后发给BSC(Base Station Controller，基站控制器)。BSC通过测量报告中的信息确定当前MT(Mobile Terminal，移动终端)呼叫的无线网络情况，确定当前呼叫是否可以接续，当出现不可接续的情况，就要指示MT就近切换一个无线网络状况更好的小区，如果切换也不能保持呼叫，那就释放呼叫回收资源。
测量报告中包含了上行测量的测量结果以及下行测量的测量结果。其中，上行测量由BTS测量MT发送的上行信号，下行测量由MT测量BTS发送的下行信号。当BTS正确解析MT上报的测量报告后，把MT的下行测量值和BTS的上行测量值封装成新的消息发送给BSC。铁路信号智能维护系统的数据采集模块从Abis接口上采集测量报告消息并记录采集时间。
其中，所述预定时间范围根据应用的需要进行设定；比如，可以是一天，一周，一个月，三个月，半年，一年等；也可以是任意设定的起止时间范围。
在一种实施方式中，所述铁路线路的无线网络配置信息包括：BTS的小区BCCH(Broadcast Control Channel，广播控制信道)载频、TCH(Traffic Channel，业务信道)载频、BTS标识、以及数据采集端口与BTS标识关系等。
在一种实施方式中，所述数据记录集合中的数据记录包括以下信息字段：移动终端MT标识、MT所在小区的小区标识、承载MT的机车的运行速度、MT所在位置对应的公里标和时间，以及Abis接口测量报告的数据采集时间；
其中，当一个BTS对应一个小区时，所述小区标识可以是BTS标识；
其中，所述MT标识可以是MSISDN(Mobile Subscriber International ISDNnumber，移动台国际用户识别码)号；
其中，MT定时向地面端的列车控制系统上报机车的位置信息；列车控制系统的业务数据，可以包含机车当前运行的时速、关联位置应答器编号以及机车与关联位置应答器的距离偏移，通过这些可以计算出MT所在位置对应的公里标。具体地，铁路线路每过一段距离设置一个位置应答器，MT经过时记录所处位置对应的位置应答器编号，MT上报位置时，除了上报关联位置应答器编号，还上报MT与所述位置应答器的距离偏移，然后地面端根据位置应答器编号以及距离偏移确定MT所处位置的公里标。
在一种实施方式中，从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，包括：
利用分布式内存计算框架和分布式存储系统，加载GSM-R移动网络覆盖的铁路线路沿线的通信数据；
从所述通信数据中提取预定时间范围内的Abis接口测量报告；
其中，所述分布式内存计算框架可以是Spark系统，分布式存储系统可以是Hbase系统；
在一种实施方式中，所述从所述数据记录集合中确定每一次越区切换对应的越区切换点的位置和时间，包括：
对任意一个MT的每一次呼叫，将所述MT在同一次呼叫中的相邻小区中的测量报告筛选出来；
针对所述MT在某次呼叫中的任意一对相邻小区，找到所述MT在所述相邻小区中的切换前小区的最后一条测量报告，以及所述MT在所述相邻小区中的切换后小区的第一条测量报告；将所述MT在所述相邻小区中的切换后小区的第一条测量报告的数据采集时间t1，减去预定时间间隔T得到越区切换点的时间t0＝t1-T；根据所述越区切换点的时间t0、MT所在机车的运行速度v、以及MT在参考时刻t2时的公里标L2确定越区切换点的公里标L0；
其中，所述预定时间间隔T是一段固定时长，在所述固定时长内，MT完成越区切换以及在切换后的小区内首次上报下行测量结果；
其中，所述预定时间间隔T可以设置为480ms；
其中，所述参考时刻t2可以是Abis接口测量报告的数据采集时间，所述测量报告可以对应于MT在切换后小区上报的第一条测量报告，或者是MT在切换前小区上报的最后一条测量报告。所述参考时刻t2也可以是其他时刻，参考时刻t2距离越区切换点的时间间隔越小，则机车速度变化越小，在t0-t1|的时间段内机车可以视为匀速运动。
在一种实施方式中，所述切换记录包括以下信息字段：切换小区对信息、越区切换点的时间和越区切换点的公里标；
其中，切换小区对信息比如(切换前小区，切换后小区)；(第一小区，第二小区)与(第二小区，第一小区)是两个不同的切换小区对。(第一小区，第二小区)是从第一小区切换到第二小区，(第二小区，第一小区)是从第二小区切换到第一小区。
在一种实施方式中，所述根据所述变化趋势确定所述切换小区对中发生下行电平覆盖下降的小区，包括：
当越区切换点位置随时间的变化趋势为向着切换前小区的中心位置偏移时，判定所述切换前小区的下行电平覆盖趋势为覆盖下降；
当越区切换点位置随时间的变化趋势为向着切换后小区的中心位置偏移时，判定所述切换后小区的下行电平覆盖趋势为覆盖下降。
在一种实施方式中，所述利用每一个切换小区对的切换数据集合确定越区切换点位置随时间的变化趋势，包括：
对每一个切换小区对的切换数据集合执行以下处理：
利用多项式拟合确定越区切换点的公里标与时间的函数关系，获得拟合曲线作为进行趋势预测的预测曲线；
在一种实施方式中，所述利用多项式拟合确定越区切换点的公里标与时间的函数关系，获得拟合曲线作为进行趋势预测的预测曲线，包括：
采用最小二乘法对越区切换点的公里标与时间的函数关系进行曲线拟合，获得拟合曲线作为进行趋势预测的预测曲线；
在一种实施方式中，所述利用多项式拟合确定越区切换点的公里标与时间的函数关系，获得拟合曲线作为进行趋势预测的预测曲线，包括：
利用高阶多项式对越区切换点的公里标与时间的函数关系进行曲线拟合，得到一次拟合曲线；
在所述一次拟合曲线上搜索局部极值点；
利用一阶多项式对所有局部极值点的越区切换点的公里标与时间的对应关系进行曲线拟合，得到二次拟合曲线作为进行趋势预测的预测曲线；
其中，局部极值点是所述一次拟合曲线上的波峰和波谷的点；
在一种实施方式中，所述根据所述变化趋势确定所述切换小区对中发生下行电平覆盖下降的小区，包括：
计算所述预测曲线的斜率；
当所述切换小区对中切换后小区的公里标大于所述切换前小区的公里标时，如果所述斜率小于零，则判定所述切换前小区的下行电平覆盖趋势为覆盖下降；如果所述斜率大于零，则判定所述切换后小区的下行电平覆盖趋势为覆盖下降；
当所述切换小区对中切换后小区的公里标小于所述切换前小区的公里标时，如果所述斜率小于零，则判定所述切换后小区的下行电平覆盖趋势为覆盖下降；如果所述斜率大于零，则判定所述切换前小区的下行电平覆盖趋势为覆盖下降；
在一种实施方式中，所述方法还包括：
对下行电平覆盖趋势为覆盖下降的小区进行上报；
上述GSM-R无线网络小区覆盖趋势预测方法通过使用大量的GSM-R无线网络Abis接口的测量报告数据，利用越区切换点的位置预测GSM-R无线网络小区的覆盖趋势，找出覆盖趋势为覆盖下降的小区进行提示。
实施例3
如图3所示，本发明实施例提供了一种GSM-R无线网络覆盖趋势预测装置，包括：
数据获取模块301，用于从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息和列车控制系统的业务数据生成数据记录集合；
数据集生成模块302，用于从所述数据记录集合中确定每一次越区切换对应的越区切换点的位置和时间，生成每一次越区切换的切换记录；按照切换前小区和切换后小区组成的切换小区对进行切换记录的汇聚，生成每一个切换小区对的切换数据集合；
覆盖趋势预测模块303，用于利用每一个切换小区对的切换数据集合确定越区切换点位置随时间的变化趋势，根据所述变化趋势确定所述切换小区对中发生下行电平覆盖下降的小区。
在一种实施方式中，所述切换记录包括以下信息字段：切换小区对信息、越区切换点的时间和越区切换点的公里标。
在一种实施方式中，所述数据记录集合中的数据记录包括以下信息字段：移动终端MT标识、MT所在小区的小区标识、承载MT的机车的运行速度、MT所在位置对应的公里标和时间，以及Abis接口测量报告的数据采集时间。
在一种实施方式中，所述数据集生成模块，用于采用以下方式从所述数据记录集合中确定每一次越区切换对应的越区切换点的位置和时间：
对任意一个MT的每一次呼叫，将所述MT在同一次呼叫中的相邻小区中的测量报告筛选出来；针对所述MT在某次呼叫中的任意一对相邻小区，找到所述MT在所述相邻小区中的切换前小区的最后一条测量报告，以及所述MT在所述相邻小区中的切换后小区的第一条测量报告；将所述MT在所述相邻小区中的切换后小区的第一条测量报告的数据采集时间t1，减去预定时间间隔T得到越区切换点的时间t0＝t1-T；根据所述越区切换点的时间t0、MT所在机车的运行速度v、以及MT在参考时刻t2时的公里标L2确定越区切换点的公里标L0；
在一种实施方式中，所述覆盖趋势预测模块，用于采用以下方式根据所述变化趋势确定所述切换小区对中发生下行电平覆盖下降的小区：当越区切换点位置随时间的变化趋势为向着切换前小区的中心位置偏移时，判定所述切换前小区的下行电平覆盖趋势为覆盖下降；当越区切换点位置随时间的变化趋势为向着切换后小区的中心位置偏移时，判定所述切换后小区的下行电平覆盖趋势为覆盖下降。
在一种实施方式中，所述覆盖趋势预测模块，用于采用以下方式利用每一个切换小区对的切换数据集合确定越区切换点位置随时间的变化趋势：
对每一个切换小区对的切换数据集合执行以下处理：
利用多项式拟合确定越区切换点的公里标与时间的函数关系，获得拟合曲线作为进行趋势预测的预测曲线。
在一种实施方式中，所述覆盖趋势预测模块，用于采用以下方式利用多项式拟合确定越区切换点的公里标与时间的函数关系，获得拟合曲线作为进行趋势预测的预测曲线：
利用高阶多项式对越区切换点的公里标与时间的函数关系进行曲线拟合，得到一次拟合曲线；
在所述一次拟合曲线上搜索局部极值点；
利用一阶多项式对所有局部极值点的越区切换点的公里标与时间的对应关系进行曲线拟合，得到二次拟合曲线作为进行趋势预测的预测曲线。
在一种实施方式中，所述覆盖趋势预测模块，用于采用以下方式根据所述变化趋势确定所述切换小区对中发生下行电平覆盖下降的小区：
计算所述预测曲线的斜率；
当所述切换小区对中切换后小区的公里标大于所述切换前小区的公里标时，如果所述斜率小于零，则判定所述切换前小区的下行电平覆盖趋势为覆盖下降；如果所述斜率大于零，则判定所述切换后小区的下行电平覆盖趋势为覆盖下降；
当所述切换小区对中切换后小区的公里标小于所述切换前小区的公里标时，如果所述斜率小于零，则判定所述切换后小区的下行电平覆盖趋势为覆盖下降；如果所述斜率大于零，则判定所述切换前小区的下行电平覆盖趋势为覆盖下降。
在一种实施方式中，所述覆盖趋势预测模块，还用于对下行电平覆盖趋势为覆盖下降的小区进行上报。
上述GSM-R无线网络小区覆盖趋势预测装置通过使用大量的GSM-R无线网络Abis接口的测量报告数据，利用越区切换点的位置预测GSM-R无线网络小区的覆盖趋势，找出覆盖趋势为覆盖下降的小区进行提示。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
需要说明的是，本发明还可有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (10)

1.一种GSM-R无线网络覆盖趋势预测方法，包括：
从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息和列车控制系统的业务数据生成数据记录集合；
从所述数据记录集合中确定每一次越区切换对应的越区切换点的位置和时间，生成每一次越区切换的切换记录；按照切换前小区和切换后小区组成的切换小区对进行切换记录的汇聚，生成每一个切换小区对的切换数据集合；
利用每一个切换小区对的切换数据集合确定越区切换点位置随时间的变化趋势，根据所述变化趋势确定所述切换小区对中发生下行电平覆盖下降的小区。
2.如权利要求1所述的方法，其特征在于：
所述切换记录包括以下信息字段：切换小区对信息、越区切换点的时间和越区切换点的公里标。
3.如权利要求2所述的方法，其特征在于：
所述数据记录集合中的数据记录包括以下信息字段：移动终端MT标识、MT所在小区的小区标识、承载MT的机车的运行速度、MT所在位置对应的公里标和时间，以及Abis接口测量报告的数据采集时间。
4.如权利要求3所述的方法，其特征在于：
所述从所述数据记录集合中确定每一次越区切换对应的越区切换点的位置和时间，包括：
对任意一个MT的每一次呼叫，将所述MT在同一次呼叫中的相邻小区中的测量报告筛选出来；
针对所述MT在某次呼叫中的任意一对相邻小区，找到所述MT在所述相邻小区中的切换前小区的最后一条测量报告，以及所述MT在所述相邻小区中的切换后小区的第一条测量报告；将所述MT在所述相邻小区中的切换后小区的第一条测量报告的数据采集时间t1，减去预定时间间隔T得到越区切换点的时间t0＝t1-T；根据所述越区切换点的时间t0、MT所在机车的运行速度v、以及MT在参考时刻t2时的公里标L2确定越区切换点的公里标L0；
5.如权利要求2所述的方法，其特征在于：
所述根据所述变化趋势确定所述切换小区对中发生下行电平覆盖下降的小区，包括：
当越区切换点位置随时间的变化趋势为向着切换前小区的中心位置偏移时，判定所述切换前小区的下行电平覆盖趋势为覆盖下降；
当越区切换点位置随时间的变化趋势为向着切换后小区的中心位置偏移时，判定所述切换后小区的下行电平覆盖趋势为覆盖下降。
6.如权利要求2所述的方法，其特征在于：
所述利用每一个切换小区对的切换数据集合确定越区切换点位置随时间的变化趋势，包括：
对每一个切换小区对的切换数据集合执行以下处理：
利用多项式拟合确定越区切换点的公里标与时间的函数关系，获得拟合曲线作为进行趋势预测的预测曲线。
7.如权利要求6所述的方法，其特征在于：
所述利用多项式拟合确定越区切换点的公里标与时间的函数关系，获得拟合曲线作为进行趋势预测的预测曲线，包括：
利用高阶多项式对越区切换点的公里标与时间的函数关系进行曲线拟合，得到一次拟合曲线；
在所述一次拟合曲线上搜索局部极值点；
利用一阶多项式对所有局部极值点的越区切换点的公里标与时间的对应关系进行曲线拟合，得到二次拟合曲线作为进行趋势预测的预测曲线。
8.如权利要求6或7所述的方法，其特征在于：
所述根据所述变化趋势确定所述切换小区对中发生下行电平覆盖下降的小区，包括：
计算所述预测曲线的斜率；
当所述切换小区对中切换后小区的公里标大于所述切换前小区的公里标时，如果所述斜率小于零，则判定所述切换前小区的下行电平覆盖趋势为覆盖下降；如果所述斜率大于零，则判定所述切换后小区的下行电平覆盖趋势为覆盖下降；
当所述切换小区对中切换后小区的公里标小于所述切换前小区的公里标时，如果所述斜率小于零，则判定所述切换后小区的下行电平覆盖趋势为覆盖下降；如果所述斜率大于零，则判定所述切换前小区的下行电平覆盖趋势为覆盖下降。
9.如权利要求1所述的方法，其特征在于，所述方法还包括：
对下行电平覆盖趋势为覆盖下降的小区进行上报。
10.一种GSM-R无线网络覆盖趋势预测装置，包括：
数据获取模块，用于从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息和列车控制系统的业务数据生成数据记录集合；
数据集生成模块，用于从所述数据记录集合中确定每一次越区切换对应的越区切换点的位置和时间，生成每一次越区切换的切换记录；按照切换前小区和切换后小区组成的切换小区对进行切换记录的汇聚，生成每一个切换小区对的切换数据集合；
覆盖趋势预测模块，用于利用每一个切换小区对的切换数据集合确定越区切换点位置随时间的变化趋势，根据所述变化趋势确定所述切换小区对中发生下行电平覆盖下降的小区。
CN201910353935.0A 2019-04-29 2019-04-29 一种gsm-r无线网络覆盖趋势预测方法及装置 Pending CN110113120A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910353935.0A CN110113120A (zh) 2019-04-29 2019-04-29 一种gsm-r无线网络覆盖趋势预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910353935.0A CN110113120A (zh) 2019-04-29 2019-04-29 一种gsm-r无线网络覆盖趋势预测方法及装置

Publications (1)

Publication Number Publication Date
CN110113120A true CN110113120A (zh) 2019-08-09

Family

ID=67487398

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910353935.0A Pending CN110113120A (zh) 2019-04-29 2019-04-29 一种gsm-r无线网络覆盖趋势预测方法及装置

Country Status (1)

Country Link
CN (1) CN110113120A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2672753A2 (de) * 2012-06-06 2013-12-11 Vodafone Holding GmbH Verfahren zum Betrieb eines mobilen Endgerätes in einem zellulären Kommunikationsnetz sowie ein mobiles Endgerät, eine Einrichtung eines Kommunikationsnetzes und ein System zur Ausführung des Verfahrens
CN203434991U (zh) * 2012-12-08 2014-02-12 北京工业大学 Gsm-r网络干扰信号采集与处理装置
CN103687020A (zh) * 2012-09-26 2014-03-26 中兴通讯股份有限公司 信道的指派方法及装置
CN108156626A (zh) * 2017-12-21 2018-06-12 重庆玖舆博泓科技有限公司 轨道交通无线网络质量评估方法、装置及介质
US20180288662A1 (en) * 2017-04-04 2018-10-04 Cisco Technology, Inc. Carrier network access using multiple network interfaces
CN108768734A (zh) * 2018-06-04 2018-11-06 北京全路通信信号研究设计院集团有限公司 一种基于多数据融合的gsm-r网络性能分析系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2672753A2 (de) * 2012-06-06 2013-12-11 Vodafone Holding GmbH Verfahren zum Betrieb eines mobilen Endgerätes in einem zellulären Kommunikationsnetz sowie ein mobiles Endgerät, eine Einrichtung eines Kommunikationsnetzes und ein System zur Ausführung des Verfahrens
CN103687020A (zh) * 2012-09-26 2014-03-26 中兴通讯股份有限公司 信道的指派方法及装置
CN203434991U (zh) * 2012-12-08 2014-02-12 北京工业大学 Gsm-r网络干扰信号采集与处理装置
US20180288662A1 (en) * 2017-04-04 2018-10-04 Cisco Technology, Inc. Carrier network access using multiple network interfaces
CN108156626A (zh) * 2017-12-21 2018-06-12 重庆玖舆博泓科技有限公司 轨道交通无线网络质量评估方法、装置及介质
CN108768734A (zh) * 2018-06-04 2018-11-06 北京全路通信信号研究设计院集团有限公司 一种基于多数据融合的gsm-r网络性能分析系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
冯庆坤: "高速铁路环境下越区切换方法研究", 《中国优秀硕士学位论文全文库 信息科技辑》 *

Similar Documents

Publication Publication Date Title
US10051431B2 (en) Femto cell visitation history for location based services
US9008698B2 (en) Location analytics employing timed fingerprint location information
US20140073304A1 (en) Distance-based modification of neighbor relations
US8996000B2 (en) Real-time load analysis for modification of neighbor relations
CN110312230B (zh) 列车系统的通信方法、装置和列车系统
US20140073303A1 (en) Historic performance analysis for modification of neighbor relations
US20140071856A1 (en) Timing advance information for adapting neighbor relations
CN108243466B (zh) 一种识别驻留在高铁专网中的低速用户设备的方法及装置
US20140031044A1 (en) Handover manager component
CN109842909B (zh) 一种防止乒乓切换的处理方法及装置
CN103997712A (zh) 提示用户被跟踪的方法及移动终端
Holleczek et al. Traffic measurement and route recommendation system for mass rapid transit (mrt)
US20150358882A1 (en) Methods and Apparatuses for Managing Radio Access Node Cluster
CN103096451B (zh) 一种资源分配的方法及基站
CN109587686A (zh) 识别伪基站的方法和装置
CN110139308A (zh) 一种基于大数据技术的无线网络干扰检测方法及装置
CN113382427B (zh) 高铁网络邻区设置方法、装置、设备及存储介质
CN110113120A (zh) 一种gsm-r无线网络覆盖趋势预测方法及装置
CN110012429A (zh) 无人机终端识别方法及网络侧设备
CN109348490B (zh) 一种识别干扰铁路lte网络的邻接载波的方法及装置
CN110113776A (zh) 一种基于大数据技术的无线网络覆盖趋势预测方法及装置
CN113132436A (zh) 一种识别高铁上终端设备的方法及装置
CN103581990A (zh) 一种确定直放站吸收话务量的方法及装置
KR20120000820A (ko) 이동통신망에서 전철 혼잡도 측정 방법 및 장치
CN110087264B (zh) 一种邻区自优化过程中的邻区添加处理方法及装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190809

RJ01 Rejection of invention patent application after publication