CN110913408B - 一种基于mro的室内弱覆盖定位分析方法及系统 - Google Patents

Abstract

本发明公开了一种基于MRO的室内弱覆盖定位分析方法及系统，方法包括：S100、获取室分系统内基站的MRO记录和室分系统周边宏站的MRO记录；S200、根据MRO记录确定每个用户的所有弱覆盖采样点；S300、根据每个用户的所有弱覆盖采样点生成每个用户的特征向量；S400、根据每个用户的特征向量，将特征向量相同或相似的用户归并成一类；S500、将每类用户的特征向量与在室分系统内测试产生的特征向量分别匹配，如果存在一类用户的特征向量与在室分系统内测试产生的特征向量相匹配，则确定该类用户所在的区域为室分系统的弱覆盖区域。本发明所提供的方法及系统，能够快速分析匹配弱覆盖区域，实现弱覆盖区域的精准定位。

Description

一种基于MRO的室内弱覆盖定位分析方法及系统

技术领域

本发明涉及移动通信技术领域，具体涉及一种基于MRO的室内弱覆盖定位分析方法及系统。

背景技术

目前，越来越多的通话发生在室内，但室内通信网络因其特殊性，设计、施工、维护等问题均易导致室内出现弱覆盖现象。弱覆盖问题不仅对网络KPI产生影响，同时还会严重影响用户感知度。目前，主要通过用户反馈或者现场拨打测试的方式才能发现弱覆盖区域，发现问题较为片面。

现有技术无法精确定位室分弱覆盖区域所在位置，室分系统工程师也不能有针对性的去解决室分系统存在问题，只能通过普通的DT\CQT测试对整个楼宇能到达区域进行遍历测试，由于除楼道、车库、电梯外的其它很多地方并不一定能到达，从而导致弱覆盖区域查找困难、准确性低、发现问题不全面，进而导致室分问题不能得到解决。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种基于MRO的室内弱覆盖定位分析方法及系统，通过该方法及系统能够快速分析匹配弱覆盖区域，实现弱覆盖区域的精准定位。

为实现上述目的，本发明采用的技术方案如下：

一种基于MRO的室内弱覆盖定位分析方法，包括：

获取室分系统内基站的MRO记录和所述室分系统周边宏站的MRO记录；

根据所述MRO记录中参考信号接收功率和用户标识，确定每个用户的所有弱覆盖采样点；

根据每个用户的所有弱覆盖采样点占用室分主小区的参考信号接收功率以及占用周边宏站邻区的参考信号接收功率，生成每个用户的特征向量，所述特征向量包括该用户的弱覆盖采样点占用的室分主小区的参考信号接收功率和占用周边宏站邻区的参考信号接收功率；

根据每个用户的特征向量，将特征向量相同或相似的用户归并成一类；

将每类用户的特征向量与在室分系统内测试产生的特征向量分别匹配，如果存在一类用户的特征向量与在室分系统内测试产生的特征向量相匹配，则确定该类用户所在的区域为室分系统的弱覆盖区域。

进一步，如上所述的方法，所述根据每个用户的特征向量，将特征向量相同或相似的用户归并成一类，包括：

如果一个用户的特征向量与另一个用户的特征向量的的余弦相似度相同，则归并成一类；

如果一个用户的特征向量与另一个用户的特征向量的余弦相似度达到门限值，则归并为一类。

进一步，如上所述的方法，所述根据每个用户的特征向量，将特征向量相同或相似的用户归并成一类，包括：

对每个用户，按照用户的所有弱覆盖采样点个数从多到少排序；

将所述排序结果中第一个用户作为第一个归类区域的首用户，将所述排序结果中第二个用户的特征向量与所述第一个归类区域的首用户的特征向量相匹配，如果匹配则将所述第二个用户加入到所述第一个归类区域，如果不匹配，则所述第二个用户作为第二个归类区域的首用户；

将所述排序结果中剩余用户的特征向量分别与每个已归类区域的首用户的特征向量相匹配，如果匹配则将该用户加入到匹配的归类区域，如果不匹配，则该用户作为另一个归类区域的首用户，直至所述排序结果中所有用户均加入到归类区域。

进一步，如上所述的方法，在所述获取室分系统内基站的MRO记录和所述室分系统周边宏站的MRO记录之后，还包括：

在获取的MRO记录中清除掉不包括异频测量数据的MRO记录。

进一步，如上所述的方法，所述方法还包括：

如果存在一类用户的特征向量与在室分系统内测试产生的特征向量不匹配，则确定该类用户所在的区域不是室分系统的弱覆盖区域。

一种基于MRO的室内弱覆盖定位分析系统，包括：

获取模块，用于获取室分系统内基站的MRO记录和所述室分系统周边宏站的MRO记录；

确定模块，用于根据所述MRO记录中参考信号接收功率和用户标识，确定每个用户的所有弱覆盖采样点；

生成模块，用于根据每个用户的所有弱覆盖采样点占用室分主小区的参考信号接收功率以及占用周边宏站邻区的参考信号接收功率，生成每个用户的特征向量，所述特征向量包括该用户的弱覆盖采样点占用的室分主小区的参考信号接收功率和占用周边宏站邻区的参考信号接收功率；

归并模块，用于根据每个用户的特征向量，将特征向量相同或相似的用户归并成一类；

第一匹配模块，用于将每类用户的特征向量与在室分系统内测试产生的特征向量分别匹配，如果存在一类用户的特征向量与在室分系统内测试产生的特征向量相匹配，则确定该类用户所在的区域为室分系统的弱覆盖区域。

进一步，如上所述的系统，所述归并模块具体用于：

如果一个用户的特征向量与另一个用户的特征向量的的余弦相似度相同，则归并成一类；

如果一个用户的特征向量与另一个用户的特征向量的余弦相似度达到门限值，则归并为一类。

进一步，如上所述的系统，所述归并模块具体用于：

对每个用户，按照用户的所有弱覆盖采样点个数从多到少排序；

将所述排序结果中第一个用户作为第一个归类区域的首用户，将所述排序结果中第二个用户的特征向量与所述第一个归类区域的首用户的特征向量相匹配，如果匹配则将所述第二个用户加入到所述第一个归类区域，如果不匹配，则所述第二个用户作为第二个归类区域的首用户；

将所述排序结果中剩余用户的特征向量分别与每个已归类区域的首用户的特征向量相匹配，如果匹配则将该用户加入到匹配的归类区域，如果不匹配，则该用户作为另一个归类区域的首用户，直至所述排序结果中所有用户均加入到归类区域。

进一步，如上所述的系统，在所述获取模块还用于：

在获取的MRO记录中清除掉不包括异频测量数据的MRO记录。

进一步，如上所述的系统，所述系统还包括：

第二匹配模块，用于如果存在一类用户的特征向量与在室分系统内测试产生的特征向量不匹配，则确定该类用户所在的区域不是室分系统的弱覆盖区域。

本发明的有益效果在于：本发明所提供的方法及系统，获取的MRO记录不仅包括室分系统内基站的MRO记录还包括该室分系统周边宏站的MRO记录,由于室分小区宏站的位置以及信号强弱有方向性，通过弱覆盖用户在周边宏站小区的特征，引导DT\CQT测试，使得测试具有方向性，能够快速分析匹配弱覆盖区域，实现弱覆盖区域的精准定位。

附图说明

图1为本发明实施例中提供的一种基于MRO的室内弱覆盖定位分析方法的流程示意图；

图2为本发明实施例中提供的一种基于MRO的室内弱覆盖定位分析系统的结构示意图。

具体实施方式

下面结合说明书附图与具体实施方式对本发明做进一步的详细说明。

本发明先对从服务器获得室分系统内基站和周边宏站的MRO数据进行清洗，然后从中提取室分系统周边每个用户MmeUeS1apId产生的所有采样点，对室分系统内占用室分信号的采样点进行归类，提炼出楼宇内部弱覆盖区域，并完成周边宏站邻区特征提取。然后，分别对这些弱覆盖区域进行DT\CQT测试，系统提取测试数据中宏站邻区特征信息，并将特征信息与上述大数据分析提取到的宏站邻区特征进行对比，通过两者差异度或匹配概率来判断当前所处区域是否接近于弱覆盖区。其间，对这些问题室分覆盖区域进行DT\CQT测试时，可基于GIS显示宏站与弱覆盖点的对应关系。提取测试数据中宏站邻区特征信息，是因为弱覆盖不具有方向性，而且室内很多区域无法到达，但是宏站的位置以及信号强弱有方向性，通过弱覆盖用户在周边宏站小区的特征，引导DT\CQT测试，使得测试具有方向性。

本发明所提供的方法及系统，使用3种数据：MRO数据、定点DT\CQT数据、工参数据(宏站的经纬度信息、相关的频率和eci等，eNodeB信息、Cell信息、频点、PCI、基站经度、基站纬度)，通过九宫格分析方法，快速分析匹配弱覆盖区域，实现弱覆盖区域的精准定位。本发明不需要进行遍历测试，只需在公共区域进行定点测试，不受可到达区域限制，同时通过对MRO数据的匹配分析，实现对室内弱覆盖区域比较全面的定位。此外，由于弱覆盖不具有方向性，使得室内很多区域无法到达，但是宏站的位置以及信号强弱却有方向性，本发明通过周边宏站的信息使得弱覆盖区域具备方向性。

如图1所示，一种基于MRO的室内弱覆盖定位分析方法，包括：

步骤100、获取室分系统内基站的MRO记录和室分系统周边宏站的MRO记录；

从服务器获取室分系统内基站和室分系统周边宏站的原始MRO数据，并从运营商获取工参数据，包括eNodeB信息、Cell信息、频点、PCI、基站经度、基站纬度，要求含有异频测量数据。

MRO是周期性的测量，一条记录一般包括测量时间、用户标识、主小区标识、频点、pci、电平、质量、6个最强邻区的频点等信息。

在步骤100之后，还包括：在获取的MRO记录中清除掉不包括异频测量数据的MRO记录。

通过宏站邻区的特征去帮助判定室内弱覆盖区域，宏站的频率与室分的频率是异频。对采集到的MRO记录进行清洗，除了去掉不含异频测量数据的MRO记录，当EARFCN DL或PCI或RSRP(Reference Signal Receiving Power，参考信号接收功率)任意一个字段为空时，此条测量数据也应去除。

步骤200、根据MRO记录中参考信号接收功率和用户标识，确定每个用户的所有弱覆盖采样点；

对工参数据中的每个小区，从清洗后的MRO记录中提取每个小区的弱覆盖MRO记录，获取每个小区的弱覆盖MRO记录的MmeUeS1apId集合，弱覆盖MRO记录为参考信号接收功率RSRP<-110样本点占比大于5％的MRO记录，MmeUeS1apId为用户标识。

对于每一个小区，提取该小区的弱覆盖MRO记录，即RSRP<-110样本点占比大于5％的记录，获取该记录对应MmeUeS1apId(UE在MME侧S1接口上的唯一标识)集合，每个用户具有唯一的MmeUeS1apId。以某宾馆为例，室分小区共1179条MRO记录，不同MmeUeS1apId有370个，存在弱覆盖MmeUeS1apId 76个,总弱覆盖点数为161。

对每个MmeUeS1apId提取已清洗处理的MRO数据集合中的数据，获取到所有相同MmeUeS1apId的弱覆盖采样点，为输出对应的向量空间做数据准备，相同的MmeUeS1apId表示同一用户，MmeUeS1apId相同的弱覆盖采样点表示同一用户的弱覆盖采样点。

步骤300、根据每个用户的所有弱覆盖采样点占用室分主小区的参考信号接收功率以及占用周边宏站邻区的参考信号接收功率，生成每个用户的特征向量，特征向量包括该用户的弱覆盖采样点占用的室分主小区的参考信号接收功率和占用周边宏站邻区的参考信号接收功率；

为所有用户生成的特征向量的行数和列数均相同。特征向量的行数是产生测量报告的时间点的个数(测量点个数)，因为是按照周期上报的测量报告，一个周期是一个时间点，收集了多少个周期的MRO，就有多少个时间点。特征向量的列数是所有弱覆盖用户占用的小区组成的集合中，小区的个数。如果在某个小区没有测量点，则值为0，如果在某个小区的某个时间没有测量，则值也为0。假如有3个弱覆盖用户A\B\C，n个测量点M1-Mn，A的MRO数据中记录有主小区C1、9个强邻区C2至C10,B用户MRO数据中记录有主小区B1，B2至B10这9个强邻区。假设这些小区均不一样，对于A用户产生的特征向量则是：

步骤400、根据每个用户的特征向量，将特征向量相同或相似的用户归并成一类；

如果一个用户的特征向量与另一个用户的特征向量的的余弦相似度相同，则归并成一类；

如果一个用户的特征向量与另一个用户的特征向量的余弦相似度达到门限值，则归并为一类。

具体包括：

1)对每个用户，按照用户的所有弱覆盖采样点个数从多到少排序；

对每个小区的MmeUeS1apId集合，按照弱覆盖采样点数从大到小进行排序，如下表所示：

表12)将排序结果中第一个用户作为第一个归类区域的首用户，将排序结果中第二个用户的特征向量与第一个归类区域的首用户的特征向量相匹配，如果匹配则将第二个用户加入到第一个归类区域，如果不匹配，则第二个用户作为第二个归类区域的首用户；

如果匹配，确定第二个用户与第一个用户属于同一个区域；如果不匹配，则两者不在一个区域。

3)将排序结果中剩余用户的特征向量分别与每个已归类区域的首用户的特征向量相匹配，如果匹配则将该用户加入到匹配的归类区域，如果不匹配，则该用户作为另一个归类区域的首用户，直至排序结果中所有用户均加入到归类区域。

例如，在当前未处理的用户集合中找到一个弱覆盖采样点最多的用户作为首用户，假设为U(c)，然后循环处理所有未归类用户数据集合U(x),当U(x)满足以下条件之一时，认为其与U(c)位于同一区域C(第一个归类区域)。

①U(c)与U(x)全部重合，即U(x)所有特征向量均可以在U(c)的特征向量集合里找到重合的特征值，即计算所得余弦相似度趋近于p，p通过参数控制。

②U(x)与U(c)特征向量重合比例达到配置门限值t,也认为两个用户属于同一区域。

如果经过计算，认定U(x)与起始的U(c)位于同一区域C，则U(x)的特征加入到C区域的特征数据集，然后重复对未归类用户进行计算，直到区域C没有任何新数据加入为止，得到区域C的最终特征数据集。

通过上述大数据分析得到所有弱覆盖区域，对所有含的弱覆盖采样点用户进行匹配识别，得到所有的弱覆盖区域。

步骤500、将每类用户的特征向量与在室分系统内测试产生的特征向量分别匹配，如果存在一类用户的特征向量与在室分系统内测试产生的特征向量相匹配，则确定该类用户所在的区域为室分系统的弱覆盖区域。

还包括：

步骤600、如果存在一类用户的特征向量与在室分系统内测试产生的特征向量不匹配，则确定该类用户所在的区域不是室分系统的弱覆盖区域。

输出统计数据及关键区域特征(输出基于MRO的覆盖率统计数据以及弱覆盖区域的特征数据)描述，基于GIS显示宏站与弱覆盖点的对应关系。

分配测试任务，测试人员对问题室分覆盖区域进行测试，GIS地图显示显示测试点及其与MRO匹配结果信息，可以通过颜色标识。差异度提示：红色表示现在位置的信号特征与期望值差异较大，匹配概率极低；黄色表示当前位置的特征与所有期望值均存在一定的差异，可以考虑阻挡原因导致的衰减，例如：门内与门外，门外区域差异显示为黄色，表示所有小区的信号特征在进行一定的衰减后即可满足期望值，那么结合现场考虑，穿墙损耗后是不是可以满足该条件，需要匹配的区域是不是在屋内；绿色表示所有信号均满足匹配条件，即所处的区域即是弱覆盖区域。

如图2所示，一种基于MRO的室内弱覆盖定位分析系统，包括：

获取模块1，用于获取室分系统内基站的MRO记录和室分系统周边宏站的MRO记录；

确定模块2，用于根据MRO记录中参考信号接收功率和用户标识，确定每个用户的所有弱覆盖采样点；

生成模块3，用于根据每个用户的所有弱覆盖采样点占用室分主小区的参考信号接收功率以及占用周边宏站邻区的参考信号接收功率，生成每个用户的特征向量，特征向量包括该用户的弱覆盖采样点占用的室分主小区的参考信号接收功率和占用周边宏站邻区的参考信号接收功率；

归并模块4，用于根据每个用户的特征向量，将特征向量相同或相似的用户归并成一类；

第一匹配模块5，用于将每类用户的特征向量与在室分系统内测试产生的特征向量分别匹配，如果存在一类用户的特征向量与在室分系统内测试产生的特征向量相匹配，则确定该类用户所在的区域为室分系统的弱覆盖区域。

归并模块4具体用于：

如果一个用户的特征向量与另一个用户的特征向量的的余弦相似度相同，则归并成一类；

如果一个用户的特征向量与另一个用户的特征向量的余弦相似度达到门限值，则归并为一类。

归并模块4具体用于：

对每个用户，按照用户的所有弱覆盖采样点个数从多到少排序；

将排序结果中第一个用户作为第一个归类区域的首用户，将排序结果中第二个用户的特征向量与第一个归类区域的首用户的特征向量相匹配，如果匹配则将第二个用户加入到第一个归类区域，如果不匹配，则第二个用户作为第二个归类区域的首用户；

将排序结果中剩余用户的特征向量分别与每个已归类区域的首用户的特征向量相匹配，如果匹配则将该用户加入到匹配的归类区域，如果不匹配，则该用户作为另一个归类区域的首用户，直至排序结果中所有用户均加入到归类区域。

获取模块1还用于：

在获取的MRO记录中清除掉不包括异频测量数据的MRO记录。

系统还包括：

第二匹配模块6，用于如果存在一类用户的特征向量与在室分系统内测试产生的特征向量不匹配，则确定该类用户所在的区域不是室分系统的弱覆盖区域。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于MRO的室内弱覆盖定位分析方法，其特征在于，包括：

获取室分系统内基站的MRO记录和所述室分系统周边宏站的MRO记录，所述MRO为原始测量报告；

根据所述MRO记录中参考信号接收功率和用户标识，确定每个用户的所有弱覆盖采样点；

根据每个用户的所有弱覆盖采样点占用室分主小区的参考信号接收功率以及占用周边宏站邻区的参考信号接收功率，生成每个用户的特征向量，所述特征向量包括该用户的弱覆盖采样点占用的室分主小区的参考信号接收功率和占用周边宏站邻区的参考信号接收功率；

根据每个用户的特征向量，将特征向量相同或相似的用户归并成一类；

将每类用户的特征向量与在室分系统内测试产生的特征向量分别匹配，如果存在一类用户的特征向量与在室分系统内测试产生的特征向量相匹配，则确定该类用户所在的区域为室分系统的弱覆盖区域。

2.根据权利要求1所述的方法，其特征在于，所述根据每个用户的特征向量，将特征向量相同或相似的用户归并成一类，包括：

如果一个用户的特征向量与另一个用户的特征向量的余弦相似度相同，则归并成一类；

如果一个用户的特征向量与另一个用户的特征向量的余弦相似度达到门限值，则归并为一类。

3.根据权利要求1或2所述的方法，其特征在于，所述根据每个用户的特征向量，将特征向量相同或相似的用户归并成一类，包括：

对每个用户，按照用户的所有弱覆盖采样点个数从多到少排序；

将所述排序结果中第一个用户作为第一个归类区域的首用户，将所述排序结果中第二个用户的特征向量与所述第一个归类区域的首用户的特征向量相匹配，如果匹配则将所述第二个用户加入到所述第一个归类区域，如果不匹配，则所述第二个用户作为第二个归类区域的首用户；

将所述排序结果中剩余用户的特征向量分别与每个已归类区域的首用户的特征向量相匹配，如果匹配则将该用户加入到匹配的归类区域，如果不匹配，则该用户作为另一个归类区域的首用户，直至所述排序结果中所有用户均加入到归类区域。

4.根据权利要求1或2所述的方法，其特征在于，在所述获取室分系统内基站的MRO记录和所述室分系统周边宏站的MRO记录之后，还包括：

在获取的MRO记录中清除掉不包括异频测量数据的MRO记录。

5.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

如果存在一类用户的特征向量与在室分系统内测试产生的特征向量不匹配，则确定该类用户所在的区域不是室分系统的弱覆盖区域。

6.一种基于MRO的室内弱覆盖定位分析系统，其特征在于，包括：

获取模块，用于获取室分系统内基站的MRO记录和所述室分系统周边宏站的MRO记录，所述MRO为原始测量报告；

确定模块，用于根据所述MRO记录中参考信号接收功率和用户标识，确定每个用户的所有弱覆盖采样点；

生成模块，用于根据每个用户的所有弱覆盖采样点占用室分主小区的参考信号接收功率以及占用周边宏站邻区的参考信号接收功率，生成每个用户的特征向量，所述特征向量包括该用户的弱覆盖采样点占用的室分主小区的参考信号接收功率和占用周边宏站邻区的参考信号接收功率；

归并模块，用于根据每个用户的特征向量，将特征向量相同或相似的用户归并成一类；

第一匹配模块，用于将每类用户的特征向量与在室分系统内测试产生的特征向量分别匹配，如果存在一类用户的特征向量与在室分系统内测试产生的特征向量相匹配，则确定该类用户所在的区域为室分系统的弱覆盖区域。

7.根据权利要求6所述的系统，其特征在于，所述归并模块具体用于：

如果一个用户的特征向量与另一个用户的特征向量的余弦相似度相同，则归并成一类；

如果一个用户的特征向量与另一个用户的特征向量的余弦相似度达到门限值，则归并为一类。

8.根据权利要求6或7所述的系统，其特征在于，所述归并模块具体用于：

对每个用户，按照用户的所有弱覆盖采样点个数从多到少排序；

将所述排序结果中第一个用户作为第一个归类区域的首用户，将所述排序结果中第二个用户的特征向量与所述第一个归类区域的首用户的特征向量相匹配，如果匹配则将所述第二个用户加入到所述第一个归类区域，如果不匹配，则所述第二个用户作为第二个归类区域的首用户；

将所述排序结果中剩余用户的特征向量分别与每个已归类区域的首用户的特征向量相匹配，如果匹配则将该用户加入到匹配的归类区域，如果不匹配，则该用户作为另一个归类区域的首用户，直至所述排序结果中所有用户均加入到归类区域。

9.根据权利要求6或7所述的系统，其特征在于，在所述获取模块还用于：

在获取的MRO记录中清除掉不包括异频测量数据的MRO记录。

10.根据权利要求6或7所述的系统，其特征在于，所述系统还包括：

第二匹配模块，用于如果存在一类用户的特征向量与在室分系统内测试产生的特征向量不匹配，则确定该类用户所在的区域不是室分系统的弱覆盖区域。

Images