CN111294840B - 一种专网断点定位方法及装置 - Google Patents
一种专网断点定位方法及装置 Download PDFInfo
- Publication number
- CN111294840B CN111294840B CN201811498160.8A CN201811498160A CN111294840B CN 111294840 B CN111294840 B CN 111294840B CN 201811498160 A CN201811498160 A CN 201811498160A CN 111294840 B CN111294840 B CN 111294840B
- Authority
- CN
- China
- Prior art keywords
- mobile terminal
- private network
- cell
- information
- breakpoint
- 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
- H04W24/04—Arrangements for maintaining operational condition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
Abstract
本申请提供一种专网断点定位方法及装置。该方法包括:根据收集的移动终端的信息,确定专网内的用户群,用户群包括至少一个移动终端。接着确定用户群中的移动终端出现断点时的地理位置的信息。然后根据地理位置的信息,确定专网的断点位置。该方案根据专网内的移动终端在出现断点时的地理位置的信息确定出专网的断点位置。由于使用的是实际用户出现断点时的地理位置,可以更加能够反映用户使用专网时的真实网络情况,并且在对收集的移动终端信息进行分析后就能得到专网断点的位置,因而本申请确定的专网断点位置的方法更加准确高效。
Description
技术领域
本申请涉及移动通信技术领域,尤其涉及一种专网断点定位方法及装置。
背景技术
在一些特殊场景下,用户需要使用网络时,需要接入到相应的专网内进来联网,其中,特殊场景例如可以为用户乘坐高铁、火车等交通工具进行移动时。
由于现在的专网还不够完善,用户在使用专网时,可能由于专网在某些位置存在断点而导致出现断网。因此,需要对专网内的断点进行优化以提升专网的质量。
在对专网内的断点进行优化之前,需要对断点位置进行定位。目前的定位方法一般是通过人工仪表拉网测试,获取数据进行分析来确定断点的位置。这种方法由于是通过人工测试,因而成本较高,效率较低,测量结果可能不够准确。
发明内容
本申请提供一种专网断点定位方法及装置,用以更高效准确地实现专网断点位置的定位。
第一方面,本申请提供一种专网断点定位方法,包括:根据收集的移动终端的信息,确定专网内的用户群,用户群包括至少一个移动终端。接着确定用户群中的移动终端出现断点时的地理位置的信息。然后根据地理位置的信息,确定专网的断点位置。
该方案,是根据专网内的移动终端在出现断点时的地理位置的信息确定出专网的断点位置。一方面,由于使用的是实际用户(即专网内的移动终端)出现断点时的地理位置的信息来确定专网的断点位置,相较于背景技术中的人工使用仪表测试的方法,更加能够反映用户使用专网时的真实网络情况,因而该方案的断点位置的测量结果更加准确。另一方面,相较于背景技术的方法,由于本申请方法不需要人工测试专网的断点位置,因而该方法更加高效。
在一种可能的实现方式中,上述用户群的移动终端在专网内移动,且在专网内的移动线路包括N个小区簇,一个小区簇包括专网内的至少一个小区,不同小区簇覆盖的地理位置不同,N为大于1的整数。上述确定用户群中的移动终端出现断点时的地理位置的信息,包括:针对N个小区簇中的第i个小区簇,记录用户群中的移动终端未接入第i个小区簇中的小区时的地理位置的信息,i取遍1至N。该方案中,当移动终端处于一个小区簇覆盖的地理位置时,如果未接入该小区簇中的小区,即认为该移动终端出现断点,通过该方案,根据收集的移动终端的信息,确定出没有接入相应小区簇内小区的移动终端当前的位置,即能得到用于定位专网断点的移动终端的地理位置信息,因而,可以更高效地对专网的断点位置进行定位。
在一种可能的实现方式中,上述收集的移动终端的信息包括移动终端接入专网的第一小区的时间、接入专网的第二小区的时间和移动终端接入专网的小区的数量。上述根据收集的移动终端的信息,确定专网内的用户群,包括:若移动终端接入专网的第一小区的时间与移动终端接入专网的第二小区的时间的差值满足预设条件,且移动终端接入专网的小区的数量大于预设的数量阈值,则将移动终端加入用户群。通过判断移动终端是否接入过专网的多个不同的小区,以及接入两个不同小区的时间差是否满足预设条件,提高了用户群判断的准确性,进而使最终用于定位的用户群信息更准确,提高了专网断点定位的准确性。
在一种可能的实现方式中,上述根据地理位置的信息,确定专网的断点位置,包括:将移动终端的地理位置的信息作为K-means聚类算法的输入,得到专网的断点位置。通过K-means聚类算法,可以提高定位的专网的断点位置的准确性。
在一种可能的实现方式中,上述收集到的移动终端的信息包括以下信息:所述移动终端的标识、收集信息的时间、所述移动终端接入的小区的标识。
第二方面,本申请提供一种专网断点定位装置,包括用户群确定单元、移动终端定位单元和专网断点定位单元。其中,用户群确定单元用于根据收集的移动终端的信息,确定专网内的用户群,该用户群包括至少一个移动终端。移动终端定位单元用于确定用户群中的移动终端出现断点时的地理位置的信息。专网断点定位单元,用于根据地理位置的信息,确定专网的断点位置。
该方案,是根据专网内的移动终端在出现断点时的地理位置的信息确定出专网的断点位置。一方面,由于使用的是实际用户(即专网内的移动终端)出现断点时的地理位置的信息来确定专网的断点位置,相较于背景技术中的人工使用仪表测试的方法,更加能够反映用户使用专网时的真实网络情况,因而该方案的断点位置的测量结果更加准确。另一方面,相较于背景技术的方法,由于本申请方法不需要人工测试专网的断点位置,因而该方法更加高效。
在一种可能的实现方式中,上述用户群的移动终端在专网内移动,且在专网内的移动线路包括N个小区簇,一个小区簇包括专网内的至少一个小区,不同小区簇覆盖的地理位置不同,N为大于1的整数。上述移动终端定位单元,具体用于:针对N个小区簇中的第i个小区簇,记录用户群中的移动终端未接入第i个小区簇中的小区时的地理位置的信息,i取遍1至N。该方案中,当移动终端处于一个小区簇覆盖的地理位置时,如果未接入该小区簇中的小区,即认为该移动终端出现断点,通过该方案,根据收集的移动终端的信息,确定出没有接入相应小区簇内小区的移动终端当前的位置,即能得到用于定位专网断点的移动终端的地理位置信息,因而,可以更高效地对专网的断点位置进行定位。
在一种可能的实现方式中,上述收集的移动终端的信息包括移动终端接入专网的第一小区的时间、接入专网的第二小区的时间和移动终端接入专网的小区的数量。上述用户群确定单元,具体用于:若移动终端接入专网的第一小区的时间与移动终端接入专网的第二小区的时间的差值满足预设条件,且移动终端接入专网的小区的数量大于预设的数量阈值,则将移动终端加入所述用户群。通过判断移动终端是否接入过专网的多个不同的小区,以及接入两个不同小区的时间差是否满足预设条件,提高了用户群判断的准确性,进而使最终用于定位的用户群信息更准确,提高了专网断点定位的准确性。
在一种可能的实现方式中,上述专网断点定位单元具体用于:根据K-means聚类算法,将移动终端的地理位置的信息作为K-means聚类算法的输入,得到专网的断点位置。通过K-means聚类算法,可以提高定位的专网的断点位置的准确性。
在一种可能的实现方式中,上述收集到的移动终端的信息包括以下信息:所述移动终端的标识、收集信息的时间、所述移动终端接入的小区的标识。
第三方面,本申请提供一种网络设备,包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序执行前述第一方面或第一方面中任一实施例所述的方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行前述第一方面或第一方面中任一实施例所述的方法。
附图说明
图1为本申请提供的一种可能的系统架构示意图;
图2为本申请提供的一种专网断点定位方法流程示意图;
图3为本申请提供的一种小区簇划分示意图;
图4a为本申请提供的一种初始聚类点选择示意图;
图4b为本申请提供的一种二次聚类点选择示意图;
图4c为本申请提供的一种最终聚类点选择示意图;
图5为本申请提供的一种专网定位装置示意图;
图6为本申请提供的一种网络设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
如图1所示,为本申请提供的一种可能的系统架构示意图。该系统架构包括移动终端101和断点定位设备103。移动终端101例如可以为智能手机等移动通信设备。移动终端101接入专网,断点定位设备103获取移动终端101的信息来对专网的断点进行定位。其中,移动终端101可以通过基站102接入专网,断点定位设备103通过基站102来获取移动终端101的信息。
基于图1所示的系统架构,图2示例性的示出了本申请提供的一种专网断点定位方法示意图。该专网断点定位方法可以由图1中的断点定位设备103执行。该方法包括以下步骤:
步骤201,根据收集的移动终端的信息,确定专网内的用户群。
其中,用户群包括至少一个移动终端。用户群指的是接入该专网的移动终端的集合。比如,该专网应用于高铁线路,则用户群指的是乘坐该高铁的乘客在高铁上使用的接入高铁专网的移动终端的集合。
步骤202,确定用户群中的移动终端出现断点时的地理位置的信息。
步骤203,根据地理位置的信息,确定专网的断点位置。
该方案根据专网内的移动终端在出现断点时的地理位置的信息确定出专网的断点位置。由于使用的是实际用户出现断点时的地理位置,可以更加能够反映用户使用专网时的真实网络情况,并且在对收集的移动终端信息进行分析后就能得到专网断点的位置,因而本申请确定的专网断点位置的方法更加准确高效。
在一种可能的实现方式中,上述收集的移动终端的信息包括以下信息中的至少一个:移动终端的标识、收集信息的时间、移动终端接入的小区的标识。根据上述收集的信息,可以确定移动终端接入小区的时间。举例说明,收集的移动终端的信息可以如下表1所示。
表1移动终端的信息示意表
小区A | 小区B | 小区C | 小区D | |
移动终端1 | 9:00-9:15 | - | - | 9:20-10:30 |
移动终端2 | 10:30-11:00 | 11:00-12:00 | - | 12:00-12:40 |
移动终端3 | - | - | 8:00-9:15 | - |
移动终端4 | 10:22-10:44 | 10:50-11:57 | - | 12:00-12:30 |
移动终端5 | 13:21-14:30 | - | - | - |
移动终端6 | 10:27-11:08 | 11:06-12:03 | - | 12:03-12:38 |
移动终端7 | 16:10-17:22 | 17:22-18:50 | - | - |
如表1所示,为本申请提供的一种可能的移动终端信息示意表,由表1所示的移动终端信息可以确定移动终端接入小区的时间。比如,移动终端1在北京时间9:00-9:15时接入至小区A,在北京时间9:20-10:30接入至小区D。再比如,移动终端3在北京时间8:00-9:15接入至小区C。
基于上述获取的移动终端信息,在一种可能的实现方式中,可以通过以下方式确定用户群:若移动终端接入专网的第一小区的时间与移动终端接入专网的第二小区的时间的差值满足预设条件,且移动终端接入专网的小区的数量大于预设的数量阈值,则将移动终端加入用户群。该方式中,确定一个移动终端在同时满足以下两个条件时,则确定该移动终端为用户群的移动终端,或者理解为,将该移动终端加入用户群,或者理解为该用户群包括该移动终端。
下面对这两个条件分别进行具体说明。
条件1,移动终端接入专网第一小区的时间与移动终端接入专网的第二小区的时间的差值满足预设条件。其中,第一小区和第二小区为专网内的两个不同的小区。
其中,移动终端接入第一小区的时间与接入第二小区的时间的差值可以通过移动终端接入第一小区的开始时间和接入第二小区的开始时间来确定。以上述表1所示的移动终端信息进行举例,假设小区A和小区B为专网内的两个不同小区,将小区A记为第一小区,将小区B记为第二小区,则移动终端2接入第一小区的时间和接入第二小区的时间的差值为30分钟,移动终端7接入第一小区的时间和接入第二小区的时间的差值为1小时12分钟。预设条件可以根据该专网的实际应用场景来确定,例如该专网应用于高铁,第一小区例如可以为该高铁的第一站点的一个小区,第二小区例如可以为该高铁的第二站点的一个小区,则预设条件可以设为该高铁从第一站点行驶到第二站点所需要的时间,比如,高铁从第一站点行驶到第二站点需要30分钟,则确定预设条件为30分钟,当然实际应用中,通常无法精确的确定出预设条件,因此预设条件通常采用一段范围值,例如预设条件为20分钟到40分钟。
条件2,移动终端接入专网的小区的数量大于预设的数量阈值。该条件中,需要移动终端接入过专网内的小区的数量大于预设的数量阈值。
以上述表1所示的移动终端信息进行举例,假设小区A、小区B、小区D为专网内的小区,数量阈值为1,则可以确定表1中的移动终端2、移动终端4、移动终端6、移动终端7满足条件2。
上述确定专网的用户群的方法,是通过对收集的移动终端的信息进行处理,将满足上述条件1和条件2的移动终端加入用户群,最终可以确定专网内的用户群。条件1的预设条件和条件2的数量阈值根据专网的实际应用场景不同而不同。该方法通过判断移动终端是否接入过专网的多个不同的小区,以及接入两个不同小区的时间差是否满足预设条件,提高了用户群判断的准确性,进而使最终用于定位的用户群信息更准确,提高了专网断点定位的准确性。
在一种可能的实现方式中,上述专网可以划分为N个小区簇,一个小区簇包括专网内的至少一个小区,不同小区簇覆盖的地理位置不同,N为大于1的整数。如图3所示,为本申请提供的一种小区簇划分示意图。小区簇1包括小区11、小区12……小区1M1,小区11、小区12……小区1M1为小区簇1覆盖的地理位置内的小区,当M1为1时,小区簇1只包括一个小区,即小区11。
基于该专网的划分方法,作为一种实现方式,上述步骤202可以通过以下方法实现:
针对N个小区簇中的第i个小区簇,当用户群中的移动终端移动至第i个小区簇覆盖的地理位置范围内,记录用户群中的移动终端未接入第i个小区簇中的小区时的地理位置的信息,i取遍1至N。在该步骤中,若一个移动终端未进入第i个小区簇覆盖的地理位置范围内,则无需记录该移动终端的地理位置信息。其中,移动终端的地理位置信息可以通过基站来获取,也可以由移动终端自身进行上报。
举个例子,假设用户群中的移动终端1进入过小区簇1、小区簇2、小区簇3、小区簇4覆盖的地理位置范围。且移动终端1在9:00进入小区簇1覆盖的地理位置范围,在9:20离开小区簇1覆盖的地理位置范围进入小区簇2覆盖的地理位置范围,移动终端1在9:00至9:20接入的小区为小区12,则移动终端1在小区簇1中未出现断点。移动终端1在9:20进入小区簇2覆盖的地理位置范围,在9:50离开小区簇2覆盖的地理位置范围进入小区簇3覆盖的地理位置范围,移动终端1在9:20至9:30接入小区21,在9:30至9:35没有接入任何小区,在9:35至9:50接入小区22,则移动终端在9:30至9:35时出现断点,并记录移动终端1在9:30至9:35时的地理位置信息。同理,记录移动终端1在小区簇3和小区簇4中出现断点时的地理位置信息。其中,移动终端出现断点包括:移动终端没有接入任何小区、移动终端在一个小区簇覆盖的地理位置范围内接入其他小区簇内的小区、移动终端接入其他非小区簇内的小区等。
通过上述方案,根据收集的移动终端的信息,确定出没有接入相应小区簇内小区的移动终端当前的位置,即能得到用于定位专网断点的移动终端的地理位置信息,因而,可以更高效地对专网的断点位置进行定位。
针对上述步骤203,根据地理位置的信息,确定专网的断点位置,其中地理位置的信息指的是上述确定的移动终端出现断点时的地理位置的信息。具体地,根据地理位置的信息,确定专网的断点位置的一种可能的实现方式为:将移动终端的地理位置的信息作为K-means聚类算法的输入,得到专网的断点位置。
下面以一个例子对上述步骤203中根据地理位置的信息通过K-means聚类算法确定专网的断点位置做具体说明。如图4a所示,A、B、C、D、E、F、G、H、I为上述步骤202中确定的移动终端出现断点时的地理位置信息。点K11、K12、K13为使用K-means聚类算法时确定的初始聚类点的位置,初始初始聚类点的选择个数可以根据上述专网的实际状况及上述专网的每一个小区簇的覆盖的地理位置的范围大小来确定。
然后计算地理位置信息指示的地理位置与选取的初始聚类点之间的距离,将与同一个聚类点具有最小距离的地理位置信息聚类为一类。比如,以图4a为例,分别计算A与K11、K12、K13之间的距离、B与K11、K12、K13之间的距离、C与K11、K12、K13之间的距离、D与K11、K12、K13之间的距离、E与K11、K12、K13之间的距离、F与K11、K12、K13之间的距离、G与K11、K12、K13之间的距离、H与K11、K12、K13之间的距离、I与K11、K12、K13之间的距离。距离计算公式如下:
通过上述距离的计算,最终确定,与A距离最近的聚类点为K11,与B距离最近的聚类点为K11,与C距离最近的聚类点为K12,与D距离最近的聚类点为K11,与E距离最近的聚类点为K11,与F距离最近的聚类点为K12,与G距离最近的聚类点为K13,与H距离最近的聚类点为K13,与I距离最近的聚类点为K12。因此将A、B、D、E聚为一类,将C、F、I聚为一类,将G、H聚为一类。
然后计算聚为一类地理位置信息的中心点,得到如图4b所示的示意图,其中,K21为A、B、D、E的中心点,K22为C、F、I的中心点,K23为G、H的中心点。然后再分别计算A与K21、K22、K23之间的距离、B与K21、K22、K23之间的距离、C与K21、K22、K23之间的距离、D与K21、K22、K23之间的距离、E与K21、K22、K23之间的距离、F与K21、K22、K23之间的距离、G与K21、K22、K23之间的距离、H与K21、K22、K23之间的距离、I与K21、K22、K23之间的距离。根据计算结果,对上述A、B、C、D、E、F、G、H、I重新聚类,再计算重新聚类到同一类的地理位置信息的中心点,之后重复上述过程,直到得到的中心点位置不再变化。
如图4c为上述A、B、C、D、E、F、G、H、I经过上述N次迭代计算后,最终确定的中心点位置。即最终将A、B、C聚为一类,D、E、F、G聚为一类,H、I聚为一类。KN1为A、B、C的中心点、KN2为D、E、F、G的中心点、KN3为H、I的中心点,并且再重复上述计算过程,得到的中心点位置也不再变化。因此,点KN1、KN2、KN3即为本次K-means聚类算法得到的最终结果。即根据步骤202中确定的地理位置信息指示的A、B、C、D、E、F、G、H、I点,最终确定的专网的断点位置为点KN1、KN2、KN3所在的位置。
当然,上述步骤203中,除了使用K-means聚类算法,还可以使用别的计算方式,例如K-mediod算法,本申请对于使用何种算法来根据移动终端出现断点时的地理位置信息确定专网断点的位置不做限制,可按实际需要进行选择。
上述方案通过确定出专网的用户群,并根据用户群的移动终端在使用专网过程中出现断点的地理位置的信息,去确定专网的断点位置,由于用于定位专网断点位置的地理位置的信息是根据专网内的实际用户的移动终端真实使用状况确定的,该地理位置的信息能更为准确的反映专网的断点位置,通过用户群中的移动终端出现断点时的地理位置的信息去定位专网断点位置,更加地高效准确。
基于同一发明构思,图5示例性的示出了本申请提供的一种专网断点定位装置,该装置可以执行专网断点定位方法的流程。如图5所示,该装置包括:
用户群确定单元501,用于根据收集的移动终端的信息,确定专网内的用户群,该用户群包括至少一个移动终端。
移动终端定位单元502,用于确定用户群中的移动终端出现断点时的地理位置的信息。
专网断点定位单元503,用于根据地理位置的信息,确定专网的断点位置。
在一种可能的实现方式中,上述用户群的移动终端在专网内移动,且在专网内的移动线路包括N个小区簇,一个小区簇包括专网内的至少一个小区,不同小区簇覆盖的地理位置不同,N为大于1的整数。上述移动终端定位单元,具体用于:针对N个小区簇中的第i个小区簇,记录用户群中的移动终端未接入第i个小区簇中的小区时的地理位置的信息,i取遍1至N。
在一种可能的实现方式中,上述收集的移动终端的信息包括移动终端接入专网的第一小区的时间、接入专网的第二小区的时间和移动终端接入专网的小区的数量。上述用户群确定单元,具体用于:若移动终端接入专网的第一小区的时间与移动终端接入专网的第二小区的时间的差值满足预设条件,且移动终端接入专网的小区的数量大于预设的数量阈值,则将移动终端加入所述用户群。
在一种可能的实现方式中,上述专网断点定位单元具体用于:根据K-means聚类算法,将移动终端的地理位置的信息作为K-means聚类算法的输入,得到专网的断点位置。
在一种可能的实现方式中,上述专网断点定位单元具体用于:根据K-mediod算法,将移动终端的地理位置的信息作为K-mediod算法输入,得到专网的断点位置。
在一种可能的实现方式中,上述收集到的移动终端的信息包括以下信息:所述移动终端的标识、收集信息的时间、所述移动终端接入的小区的标识。
上述装置所涉及的与本申请提供的技术方案相关的概念,解释和详细说明及其它步骤请参见前述专网断点定位或其它实施例中关于这些内容的描述,此处不做赘述。
基于与上述实施例相同的构思,本申请还提供一种网络设备。
图6为本申请提供的一种网络设备的结构示意图。如图6所示,该网络设备600包括:
存储器601,用于存储程序指令;
处理器602,用于调用所述存储器中存储的程序指令,按照获得的程序执行前述任一实施例中所述的专网断点定位方法。
基于与上述实施例相同的构思,本申请还提供一种计算机存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行前述任一实施例中所述的专网断点定位方法。
需要说明的是,本申请中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。在本申请中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
本领域内的技术人员应明白,本申请可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种专网断点定位方法,其特征在于,包括:
根据收集的移动终端的信息,确定专网内的用户群,所述用户群包括至少一个移动终端;
确定所述用户群中的移动终端出现断点时的地理位置的信息,所述用户群中的移动终端出现断点包括以下任一种:所述移动终端没有接入任何小区、所述移动终端在一个小区簇覆盖的地理位置范围内接入其他小区簇内的小区或所述移动终端接入其他非小区簇内的小区;其中,所述一个小区簇包括所述专网内的至少一个小区,不同小区簇覆盖的地理位置不同;
根据聚类算法和所述地理位置的信息,确定所述专网的断点位置。
2.如权利要求1所述的方法,其特征在于,所述用户群的移动终端在所述专网内的移动线路包括N个小区簇,N为大于1的整数;
所述确定所述用户群中的移动终端出现断点时的地理位置的信息,包括:
针对所述N个小区簇中的第i个小区簇,记录所述用户群中的移动终端未接入所述第i个小区簇中的小区时的地理位置的信息,i取遍1至N。
3.如权利要求1或2所述的方法,其特征在于,所述收集的移动终端的信息包括所述移动终端接入所述专网的第一小区的时间、接入所述专网的第二小区的时间和所述移动终端接入所述专网的小区的数量;
所述根据收集的移动终端的信息,确定专网内的用户群,包括:
若所述移动终端接入所述专网的第一小区的时间与所述移动终端接入所述专网的第二小区的时间的差值满足预设条件,且所述移动终端接入所述专网的小区的数量大于预设的数量阈值,则将所述移动终端加入所述用户群。
4.如权利要求1或2所述的方法,其特征在于,所述根据聚类算法和所述地理位置的信息,确定所述专网的断点位置,包括:
将所述移动终端的地理位置的信息作为K-means聚类算法的输入,得到所述专网的断点位置。
5.如权利要求1或2所述的方法,其特征在于,所述收集到的移动终端的信息包括以下至少一个信息:
所述移动终端的标识、收集信息的时间、所述移动终端接入的小区的标识。
6.一种专网断点定位装置,其特征在于,包括:
用户群确定单元,用于根据收集的移动终端的信息,确定专网内的用户群,所述用户群包括至少一个移动终端;
移动终端定位单元,用于确定所述用户群中的移动终端出现断点时的地理位置的信息,所述用户群中的移动终端出现断点包括以下一种或多种:所述移动终端没有接入任何小区、所述移动终端在一个小区簇覆盖的地理位置范围内接入其他小区簇内的小区或所述移动终端接入其他非小区簇内的小区;其中,所述一个小区簇包括所述专网内的至少一个小区,不同小区簇覆盖的地理位置不同;
专网断点定位单元,用于根据聚类算法和所述地理位置的信息,确定所述专网的断点位置。
7.如权利要求6所述的装置,其特征在于,所述用户群的移动终端在所述专网内的移动线路包括N个小区簇,N为大于1的整数;
所述移动终端定位单元,具体用于:针对所述N个小区簇中的第i个小区簇,记录所述用户群中的移动终端未接入所述第i个小区簇中的小区时的地理位置的信息,i取遍1至N。
8.如权利要求6或7所述的装置,其特征在于,所述收集的移动终端的信息包括所述移动终端接入所述专网的第一小区的时间、接入所述专网的第二小区的时间和所述移动终端接入所述专网的小区的数量;
所述用户群确定单元,具体用于:若所述移动终端接入所述专网的第一小区的时间与所述移动终端接入所述专网的第二小区的时间的差值满足预设条件,且所述移动终端接入所述专网的小区的数量大于预设的数量阈值,则将所述移动终端加入所述用户群。
9.如权利要求6或7所述的装置,其特征在于,所述专网断点定位单元具体用于:
根据K-means聚类算法,将所述移动终端的地理位置的信息作为所述K-means聚类算法的输入,得到所述专网的断点位置。
10.如权利要求6或7所述的装置,其特征在于,所述收集到的移动终端的信息包括以下至少一个信息:
所述移动终端的标识、收集信息的时间、所述移动终端接入的小区的标识。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811498160.8A CN111294840B (zh) | 2018-12-07 | 2018-12-07 | 一种专网断点定位方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811498160.8A CN111294840B (zh) | 2018-12-07 | 2018-12-07 | 一种专网断点定位方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111294840A CN111294840A (zh) | 2020-06-16 |
CN111294840B true CN111294840B (zh) | 2023-07-14 |
Family
ID=71022105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811498160.8A Active CN111294840B (zh) | 2018-12-07 | 2018-12-07 | 一种专网断点定位方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111294840B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104768169B (zh) * | 2014-01-07 | 2019-01-18 | 北京洛神科技有限公司 | 高速铁路移动用户感知优化分析方法及系统 |
CN104768170B (zh) * | 2014-01-07 | 2018-08-24 | 北京洛神科技有限公司 | 地铁移动用户感知优化分析方法及系统 |
CN106921982B (zh) * | 2015-12-24 | 2020-08-25 | 中国移动通信集团浙江有限公司 | 一种通信异常评估的方法及装置 |
CN107027158B (zh) * | 2016-02-02 | 2020-09-15 | 中国移动通信集团浙江有限公司 | 一种专网用户驻留方法及装置 |
-
2018
- 2018-12-07 CN CN201811498160.8A patent/CN111294840B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111294840A (zh) | 2020-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20120182933A1 (en) | Clustering crowd-sourced data for determining beacon positions | |
US11762396B2 (en) | Positioning system and positioning method based on WI-FI fingerprints | |
US20120185458A1 (en) | Clustering crowd-sourced data to identify event beacons | |
US20220078630A1 (en) | Station placement designing method, station placement designing apparatus and program | |
CN111294730B (zh) | 一种网络问题投诉信息处理的方法及装置 | |
CN108770057B (zh) | 预定指纹库的确定方法及指纹定位方法、装置、存储介质 | |
CN111541986A (zh) | 定位方法、装置、存储介质及处理器 | |
CN111107497A (zh) | 基站指纹库数据源补充方法、装置、服务器及存储介质 | |
CN110909804B (zh) | 基站异常数据的检测方法、装置、服务器和存储介质 | |
CN111294840B (zh) | 一种专网断点定位方法及装置 | |
CN110619090B (zh) | 一种区域吸引力评估方法及设备 | |
CN110972258B (zh) | 一种位置指纹库的建立方法及装置 | |
CN111343664A (zh) | 用户定位方法、装置、设备及介质 | |
CN113873431A (zh) | 楼宇网络质量呈现方法和装置 | |
CN114745289A (zh) | 网络性能数据的预测方法、装置、存储介质及设备 | |
CN109102083B (zh) | 一种维修设备的数量配置方法及相关设备 | |
CN111127065B (zh) | 用户职住地的获取方法和装置 | |
CN113656354A (zh) | 日志分类方法、系统、计算机设备和可读存储介质 | |
CN113395655A (zh) | 指纹定位方法、装置、设备及存储介质 | |
CN113132910A (zh) | 位置检测方法、装置、电子设备和计算机可读介质 | |
CN114040435B (zh) | 网络覆盖质量的评测方法、装置、存储介质及设备 | |
CN111491255A (zh) | 一种回填经纬度定位扩量方法、系统及存储介质 | |
CN111294919B (zh) | 一种伪基站定位方法、装置、电子设备及存储介质 | |
CN114222307B (zh) | 扇区重叠覆盖区域的确定方法、装置和电子设备 | |
CN112752252B (zh) | 小区归属地识别方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |