CN111385804B - 小区簇划分方法及电子设备 - Google Patents

小区簇划分方法及电子设备 Download PDF

Info

Publication number
CN111385804B
CN111385804B CN201811622999.8A CN201811622999A CN111385804B CN 111385804 B CN111385804 B CN 111385804B CN 201811622999 A CN201811622999 A CN 201811622999A CN 111385804 B CN111385804 B CN 111385804B
Authority
CN
China
Prior art keywords
cell
core
cells
cluster
mrs
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
CN201811622999.8A
Other languages
English (en)
Other versions
CN111385804A (zh
Inventor
夏刚
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 CN201811622999.8A priority Critical patent/CN111385804B/zh
Priority to PCT/CN2019/114054 priority patent/WO2020134522A1/zh
Publication of CN111385804A publication Critical patent/CN111385804A/zh
Application granted granted Critical
Publication of CN111385804B publication Critical patent/CN111385804B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04W24/02—Arrangements for optimising operational condition
    • 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)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例涉及数据处理技术领域，公开了一种小区簇划分方法及电子设备。本发明实施例中，获取待划分区域中每个小区预设天数内的多条测量报告MR，根据各所述小区的所述多条MR获取各所述小区的有效邻区；根据各所述小区的有效邻区和各所述小区的所述多条MR的数量，确定所述待划分区域中的各核心小区；根据确定的各所述核心小区和所述核心小区的所述有效邻区，对所有所述核心小区进行划分以形成多个小区簇。本发明实施例提高了话务量繁忙区域中小区簇的划分有效性和划分精度，降低了成本，为优化或分析区域的网络质量提供了基础。

Description

小区簇划分方法及电子设备
技术领域
本发明实施例涉及数据处理技术领域，特别涉及一种小区簇划分方法及电子设备。
背景技术
随着通信技术的快速发展，用户对网络质量的要求越来越高，如何更好的优化网咯质量是人们一直在探索的问题。众所周知，影响一片区域的网络质量的主要因素是该区域的基站的数量、基站的功率以及基站的下倾角等参数，为保证该区域的网络质量，上述这些参数需要合理设置，否则可能会引发覆盖空洞、弱覆盖、过覆盖或高干扰等问题。在移动网络中，小区是最小网络单元，为了保证移动性能，小区之间保持一定的信号重叠区域以满足切换需求，但这样会使小区之间相互影响，例如在优化一片区域的网络质量时，调整一个小区的一些参数不仅会影响被调整的小区，而且还会影响该小区的周边小区。因此，需要从整体的角度考虑小区的网络质量，以减少工作量并提升评估的准确率。
从整体的角度考虑小区的网络质量，选择合适的调整区域作为网络优化质量的对象非常重要，否则会导致调整的效果被淹没或者引起其他区域的覆盖等问题。因此，如何划分出合适的调整区域显得尤为重要。现有技术中，按照地理位置，将需要调整的网络覆盖区域划分成预定大小的栅格，针对每一个栅格内的所有小区，分析对应栅格内的每个小区的信号强度，通过统计所有栅格内的小区频率复用限制情况，确定相互干扰的小区对，对所有干扰小区进行汇聚，得到干扰小区团从而得到小区簇。
然而，发明人发现现有技术中至少存在如下问题：由于划分栅格要求小区的测量报告MR中含有经纬度信息(即定位信息)，但目前绝大多数的MR中没有定位信息，因此，若需要有足够的样本量，就需要大量的采集MR(即使这样也很难满足要求)，对样本的要求较高。另外，对于每个城市的中心区域，其中的很多小区基本都存在着较大程度的覆盖重叠以及相互干扰，上述现有技术很可能会将该中心区域仅划分为一个小区簇，划分效果较差，小区簇的划分精度较低，失去了小区簇划分的意义。
发明内容
本发明实施方式的目的在于提供一种小区簇划分方法及电子设备，降低了小区簇之间的相互影响度且提高了小区簇的划分有效性，降低了成本且提高了小区簇的划分精度，为优化或分析区域的网络质量提供了基础。
为解决上述技术问题，本发明的实施方式提供了一种小区簇划分方法，包括获取待划分区域中每个小区预设天数内的多条测量报告MR，根据各所述小区的所述多条MR获取各所述小区的有效邻区；根据各所述小区的有效邻区和各所述小区的所述多条MR的数量，确定所述待划分区域中的各核心小区；根据确定的各所述核心小区和所述核心小区的所述有效邻区，对所有所述核心小区进行划分以形成多个小区簇。
本发明的实施方式还提供了一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述的小区簇划分方法。
本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述小区簇划分方法。
本发明实施方式相对于现有技术而言，提供了一种小区簇划分方法，获取待划分区域中每个小区预设天数内的多条测量报告MR，根据各小区的多条MR获取各小区的有效邻区，即本发明实施例将小区之间的话务关系考虑进小区簇的划分中；根据各小区的有效邻区和各小区的多条MR的数量，确定待划分区域中的各核心小区，并且以小区的话务繁忙度为导向确定待划分区域中的核心小区；根据确定的各核心小区和核心小区的有效邻区，对所有核心小区进行划分以形成多个小区簇，从而实现将待划分区域的核心区域划分为多个相对独立的小区域，提高了话务量繁忙区域中小区簇的划分有效性和划分精度，由于本实施例中的MR无需定位信息，MR样本容易采集且对样本的要求较低，从而降低了成本，为优化或分析区域的网络质量提供了基础。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1是根据第一实施方式的小区簇划分方法的流程示意图；
图2是根据第二实施方式的小区簇划分方法的流程示意图；
图3是根据第三实施方式的小区簇划分方法的流程示意图；
图4是根据第四实施方式的小区簇划分方法的流程示意图；
图5是根据第五实施方式的小区簇划分方法的流程示意图；
图6是根据第五实施方式的小区簇划分方法的具体流程示意图；
图7是根据第六实施方式的小区簇划分方法的示意图；
图8是根据第六实施方式的小区簇划分方法中某个县的小区分布示意图；
图9是根据第六实施方式的小区簇划分方法中某个县的经划分后的小区分布示意图；
图10是根据第六实施方式的小区簇划分方法中某个县的经重新划分后的小区分布示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。
本发明的第一实施方式涉及一种小区簇划分方法，如图1所示，包括：
步骤101，获取待划分区域中各小区预设天数内的多条测量报告MR，根据各小区的所述多条MR获取各小区的有效邻区。
本实施方式中，接收用户选定的待划分区域。在一个例子中，用户可以通过GIS(地理信息系统)界面框定待划分区域，然实际中不限于此，本实施例待划分区域的方式不作任何限制，例如还可以输入经纬度来确定待划分区域的范围。另外，待划分区域可以为一个省、市或县，可以根据实际需要分析网络性能指标的区域进行选定，本实施例对待划分区域的区域类型不作任何限制。
本实施方式中，预设天数至少为3天，以保证数据的相对稳定性，例如可以为5天或6天，然实际中不限于此，可根据实际需要设定预设天数的具体天数。另外，一个小区的测量报告MR由位于该小区内的与网络连接的终端上报，每个终端每天会上报多条MR。
本实施方式中，每条MR包括对应小区的本小区信息和对应小区的多个邻区信息；其中，其中，该小区内的终端能够搜索到另一个小区的信号，即另一个小区为该小区的邻区，搜索到的该另一个小区的小区信息即为该小区的邻区信息。
步骤102，根据各小区的有效邻区和各小区的多条MR的数量，确定待划分区域中的各核心小区。
步骤103，根据确定的各核心小区和核心小区的有效邻区，对所有核心小区进行划分以形成多个小区簇。
本发明实施方式相对于现有技术而言，提供了一种小区簇划分方法，获取待划分区域中每个小区预设天数内的多条测量报告MR，根据各小区的多条MR获取各小区的有效邻区，即本发明实施例将小区之间的话务关系考虑进小区簇的划分中；根据各小区的有效邻区和各小区的多条MR的数量，确定待划分区域中的各核心小区，并且以小区的话务繁忙度为导向确定待划分区域中的核心小区；根据确定的各核心小区和核心小区的有效邻区，对所有核心小区进行划分以形成多个小区簇，从而实现将待划分区域的核心区域划分为多个相对独立的小区域，提高了话务量繁忙区域中小区簇的划分有效性和划分精度，由于本实施例中的MR无需定位信息，MR样本容易采集且对样本的要求较低，从而降低了成本，为优化或分析区域的网络质量提供了基础。
下面对本实施方式的小区簇划分方法的实现细节进行具体的说明，以下内容仅为方便理解提供的实现细节，并非实施本方案的必须。
实际上，本实施方式中，在步骤103之后，还输出划分的多个小区簇。
在一个例子中，输出划分的多个小区簇之后，若判断出划分出的多个小区簇中存在满足预定条件的过满小区簇，则提取出过满小区簇，将过满小区簇作为新的待划分区域进行重新划分(即将过满小区簇作为新一轮的输入)，直至各小区簇内的小区数量小于或等于预设阈值。其中，预定条件为小区簇中包括的小区的数量的大于预设阈值，预设阈值可以根据经验值进行设定，本实施例对预设阈值不作任何限制。
上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明的第二实施方式涉及一种小区簇划分方法。第二实施方式在第一实施方式的基础上进行改进，主要改进之处在于：在本发明第二实施方式中，提供了每个小区的有效邻区的一种具体获取方式。
本实施方式的小区簇划分方法如图2所示，本实施方式的步骤202-203与第一实施方式的步骤102-103对应相同，在此不再赘述，本实施方式的步骤201具体如下：
子步骤2011，根据各小区的各MR携带的多个邻区信息，筛选出携带同一个邻区信息的多个MR并形成MR组。
在一个例子中，A小区的MR包括MR1-MR4；A小区的MR1携带了B邻区信息、C邻区信息及D邻区信息，MR2携带了C邻区信息与E邻区信息，MR3携带了C邻区信息，F邻区信息及G邻区信息，MR4携带了B邻区信息与F邻区信息；可以看出，MR1与MR4携带了同一个邻区信息B邻区信息且MR1与MR4形成MR组1，MR1、MR2及MR3携带了同一个邻区信息C邻区信息且MR1、MR2及MR3形成MR组2，MR3与MR4携带了同一个邻区信息F邻区信息且MR3与MR4形成MR组3；然这里只是示例性说明，实际中不限于此。
较佳的，本实施方式中，本小区信息至少包括对应小区的频点、每个邻区信息至少包括对应邻区的频点。在子步骤2021之前，还包括子步骤2010，剔除每个小区的每条MR中的与对应小区异频的邻区信息，且仅保留与对应小区同频的邻区信息。本实施例中，剔除每个小区的每条MR中的与对应小区异频的邻区信息，且仅保留与对应小区同频的邻区信息，简化了小区簇的划分方案，进一步提高了划分精度。
本实施方式中，在另一个例子中，A小区的其中一条MR中，A小区的频点为3，该MR携带了B邻区信息、C邻区信息及D邻区信息，且B邻区信息包括的B小区的频点为4、C邻区信息包括的C小区的频点为3，D邻区信息包括的D小区的频点为3，即B邻区信息为与A小区异频的邻区信息，剔除B邻区信息，则A小区的邻区信息包括C邻区信息与D邻区信息；然这里只是示例性说明，实际中不限于此。
子步骤2012，根据MR包括的本小区信息和同一个邻区信息，从各小区的各MR组中筛选出满足预设条件的有效MR，并统计各MR组中有效MR的MR数。
本实施方式中，本小区信息还包括对应小区的参考信号接收功率RSRP，每个邻区信息还包括对应邻区的RSRP。
本实施方式中，预设条件为MR组中的MR携带的对应小区的RSRP与携带的同一个邻区信息的RSRP之间的差值大于预设强度门限值。若差值小于预设强度门限值，则表示上报该条MR的终端搜索到该同一个邻区的信号较差(原因例如可能为该终端所处的位置距离该同一个邻区较远，然不限于此)。另外，预设强度门限值可根据经验值来设定，本实施例对此不作任何限制，例如预设强度门限值为10dB。
在一个例子中(基于上个步骤的第一个例子)，A小区的MR组2中包括MR1、MR2及MR3，预设强度门限值为10dB。MR1包括A小区的RSRP和C邻区信息的RSRP且A小区的RSRP和C邻区信息的RSRP的差值为12，大于预设强度门限值10dB，即MR1为满足预设条件的有效MR。MR2包括A小区的RSRP和C邻区信息的RSRP且A小区的RSRP和C邻区信息的RSRP的差值为8，即MR2不满足预设条件。MR3包括A小区的RSRP和C邻区信息的RSRP且A小区的RSRP和C邻区信息的RSRP的差值为16，即MR3为满足预设条件的MR；即MR组2包括的有效MR为MR1与MR3，MR组2中有效MR的MR数为2；然这里只是示例性说明，实际中不限于此。
子步骤2013，从各小区的各MR组对应的MR数中筛选出大于或等于预设样本门限值的有效MR数。
本实施方式中，预设样本门限值和采集的多条MR的预设天数相对应，预设样本门限值例如为200个MR，然实际不限于此。具体而言，若某小区的其中一个MR组对应的MR数大于或等于预设样本门限值，则表示该MR数对应的同一个邻区与该小区之间的业务关联性较为紧密，这两个小区之间具有交叉重叠覆盖的信号区域。若某小区的其中一个MR组对应的MR数小于预设样本门限值，则表示该MR数对应的同一个邻区与该小区之间的业务关联性较淡，可能只是该同一个邻区的信号飘到了该小区，实际这两个小区之间并没有交叉重叠覆盖的信号区域。
在一个例子中，预设样本门限值为200，A小区包括MR组1、MR组2、MR组3及MR组4，且分别对应的MR数为260、180、280及400，即260、280及400均大于预设样本门限值，为筛选出的A小区的有效MR数；然这里只是示例性说明，实际中不限于此。
子步骤2014，根据各小区中的各有效MR数对应的同一个邻区信息，将互为邻区的两个小区作为彼此的有效邻区。
本实施方式中，互为邻区，即为A小区的其中一个有效MR数对应的同一个邻区信息为B邻区信息，B小区也存在一个有效MR数，且该有效MR数对应的同一个邻区信息为A邻区信息，也就是说，B小区是A小区的有效邻区，A小区是B小区的有效邻区，A小区和B小区形成小区对。
在一个例子中，A小区的有效MR数260、280及400对应的同一个邻区信息分别为C邻区信息、F邻区信息、H邻区信息；B小区的有效MR数220与270对应的同一个邻区信息分别为A邻区信息与C邻区信息；C小区的有效MR数240、300、310及420对应的同一个邻区信息分别为B邻区信息、A邻区信息、D邻区信息、G邻区信息；可以看出，A小区的邻区信息中有C小区，C小区的邻区信息中也有A小区，即A小区和C小区互为彼此的有效邻区；同理，B小区和C小区也互为彼此的有效邻区；也就是说，A小区的有效邻区包括C小区，C小区的有效邻区包括A小区和B小区，A小区和C小区形成小区对，B小区和C小区形成小区对；然这里只是示例性说明，实际中不限于此。
本发明的实施例相对于第一实施方式而言，提供了每个小区的有效邻区的一种具体获取方式，即根据每个小区的每条MR携带的多个邻区信息，筛选出携带同一个邻区信息的多个MR并形成MR组，根据MR包括的本小区信息和同一个邻区信息，从每个小区的每个MR组中筛选出满足预设条件的有效MR，并统计每个MR组中有效MR的MR数，从每个小区的各MR组对应的MR数中筛选出大于或等于预设样本门限值的有效MR数，根据各小区中的各有效MR数对应的同一个邻区信息，将互为邻区的两个小区作为彼此的有效邻区，使得各小区的邻区有效性较高，从而进一步提高了小区簇划分的精度。
本发明的第三实施方式涉及一种小区簇划分方法。第三实施方式在第二实施方式的基础上进行改进，主要改进之处在于：在本发明第三实施方式中，提供了核心小区一种具体确定方式。
本实施方式的小区簇划分方法如图3所示，本实施方式的步骤301、303与第二实施方式的201、203对应相同，在此不再赘述，本实施方式的步骤302包括以下子步骤：
子步骤3021，根据小区的有效邻区的数量和小区的各有效邻区的多条MR的数量，计算各小区的所有有效邻区的平均MR数。
在一个例子中，采用以下公式计算平均MR数Navg-mr：
Figure GDA0003578163910000071
其中，N为小区的有效邻区的数量，Nn-mr为小区的第n个有效邻区的多条MR的数量，α表示超参。需要说明的是，α可以根据实际需要进行设置，通过设置该参数来调整小区是否为核心小区的阈值，例如α为0.8。
在一个具体的例子中，α为1，A小区的有效邻区包括B小区、C小区以及F小区，且B小区、C小区以及F小区的多条MR的数量分别为100条、140以及150，即A小区的有效邻区的数量为3，A小区的所有有效邻区的平均MR数Navg-mr＝(1/3(100+140+150))*1＝130；然这里只是示例性说明，实际中不限于此。
子步骤3022，判断小区的多条MR的数量是否大于或等于小区对应的平均MR数；若是，执行子步骤3023，否则直接结束。
本实施方式中，可以将小区的多条MR的数量与小区对应的平均MR数进行对比，从而得到判断结果，然本实施例对判断结果的获得方式不作任何限制。
在一个例子中，A小区的多条MR的数量为500条，A小区对应的平均MR数为450，显然，500大于450，执行子步骤3033；然这里只是示例性说明，实际中不限于此。
子步骤3023，确定小区为核心小区。
本实施方式中，可以通过标记的方式将小区标记为核心小区，然实际中不限于此，本实施例对核心小区的区别方式不作任何限制。
实际上，当小区的多条MR的数量小于小区对应的平均MR数时，则将该小区为非核心小区。
实际上，本实施方式也可以为在第一实施方式的基础上的改进方案。
本发明的实施例相对于第一实施方式而言，提供了核心小区的一种具体确定方式，即根据对应小区的有效邻区的数量和小区的各有效邻区的多条MR的数量，计算各小区的所有有效邻区的平均MR数，当小区的多条MR的数量大于或等于小区对应的平均MR数，则判定该小区为核心小区，即本发明实施例以小区的话务繁忙度为导向来确定核心小区，提高了核心小区的识别准确度，使得划分出的各小区簇均能够作为一个相对独立的分析对象。
本发明的第四实施方式涉及一种小区簇划分方法。第四实施方式在第三实施方式的基础上进行改进，主要改进之处在于：在本发明第四实施方式中，提供了针对核心小区的一种具体聚合方法。
本实施方式的小区簇划分方法如图4所示，本实施方式的步骤401-402与第三实施方式的301-302对应相同，在此不再赘述，本实施方式的步骤403包括以下子步骤：
子步骤4031，判断各核心小区的有效邻区中是否存在另一个核心小区；若是，执行子步骤4032，否则执行子步骤4035。
本实施方式中，由于在上个步骤中已经对待划分区域中的所有核心小区做了标记，此步骤中，可以通过识别标记的方式判断一个小区是否为核心小区，然实际中不限于此，本实施例对核心小区的识别方式不作任何限制。
在一个例子中，A小区为核心小区，A小区的有效小区包括B小区、C小区以及F小区；其中，C小区为核心小区，B小区和F小区均为非核心小区，则判断出A小区的有效邻区中存在另一个核心小区C小区；然这里只是示例性说明，实际中不限于此。
子步骤4032，判断核心小区与另一个核心小区之间的距离是否小于或等于核心小区的聚类半径；若是，执行子步骤4033，否则直接结束。
在一个例子中，采用以下公式计算核心小区的聚类半径eps:
Figure GDA0003578163910000091
其中，Di为核心小区与第i个有效邻区之间的距离；N为核心小区的有效邻区的数量；β表示超参；其中，β可以根据实际需要进行设置，通过设置该参数可以调整聚类半径的大小；然实际中不限于此，本实施例对核心小区的聚类半径的计算方式不作任何限制。
在一个具体的例子中，β＝2，核心小区A小区和其有效邻区B小区、C小区以及F小区之间的距离分别为12、18及24，A小区的有效邻区的数量为3，则聚类半径eps＝(12+16+24)/3*2＝9；然这里只是示例性说明，实际中不限于此。
在另一个例子中，采用以下公式计算两个小区之间的距离Da-b:
Figure GDA0003578163910000092
其中，Na-b为小区a的多条MR中携带小区b信息的MR的条数，Nb-a为小区b的多条MR中携带小区a信息的MR的条数；另外，如果两个小区中，只有其中一个小区的多条MR中包括携带另一个小区信息的MR(即只有其中一个小区内的终端能够搜索到另一个小区的信号)，则认为这两个小区之间的距离无穷大；本实施例中，以两个小区的重叠话务量作为两个小区之间的距离，从而将话务量紧密的小区聚合在一起，进而实现小区簇的划分。然实际中不限于此，本实施例对两个小区之间的距离的计算方式不作任何限制。
在另一个具体的例子中，小区a的多条MR的数量为300条，其中携带小区b信息的MR的条数为25条，小区b的多条MR的数量为400条。其中携带小区a信息的MR的条数为49条，则小区a与小区b之间的距离
Figure GDA0003578163910000093
然这里只是示例性说明，实际中不限于此。
在另一个例子中，核心小区A小区和其有效邻区中的另一个核心小区C小区之间的距离为12，A小区的聚类半径为15，显然，12小于15，A小区与C小区之间的距离小于A小区的聚类半径；然这里只是示例性说明，实际中不限于此。
子步骤4033，将核心小区与另一个核心小区划分在同一个小区簇中。
在一个例子中，当该核心小区的有效邻区中存在至少两个另一个核心小区，且存在至少两个距离小于或等于该核心小区的聚类半径时，将至少两个距离中数值最小的距离对应的另一个核心小区和该核心小区划分在同一个小区簇中。本实施例中，使得每一个核心小区能够精确划分；然实际中不限于此。
在一个具体的例子中，A核心小区的有效邻区中存在B核心小区、C核心小区，且A核心小区与B核心小区之间的距离AB小于A核心小区的聚类半径，B核心小区与C核心小区之间的距离AC小于A核心小区的聚类半径，AB小于AC，则将A核心小区与B核心小区划分在同一个小区簇中。
在另一个例子中，当该核心小区的有效邻区中存在至少两个另一个核心小区，且存在至少两个距离小于或等于该核心小区的聚类半径时，确定该核心小区的多条MR中携带另一个核心小区的信息的MR的数量，并确定该另一个小区的多条MR中携带该核心小区的信息的MR的数量，将这两个数量相加得到MR数量和，判断多个MR数量和的数值大小，将该核心小区与最大的MR数量和对应的核心小区划分在同一个小区簇中。本实施例中，使得每一个核心小区能够精确划分；然实际中不限于此。
子步骤4034，将核心小区与另一个核心小区划分在不同的小区簇中。
本实施方式中，当该核心小区与任意一个另一个核心小区之间的距离都大于该核心小区的聚类半径时，则将该核心小区单独形成一个小区簇。
具体而言，在具体划分过程中，可以随机找到一个核心小区A，然后执行步骤4031-4033得到一个小区集Ω，遍历Ω内的核心小区，并将根据Ω内的每一个核心小区再执行步骤4031-4033后，小区集Ω内新加入了其他的核心小区，直到遍历Ω内的所有核心小区从而这些小区形成一个小区簇。
实际上，本实施方式也可以为在第一或第二实施方式的基础上的改进方案，
本发明的实施方式相对于第三实施方式而言，提供了针对核心小区的一种具体聚合方法，即对于各核心小区，当核心小区的有效邻区中存在另一个核心小区，判断该核心小区与另一个核心小区之间的距离是否小于或等于对应核心小区的聚类半径，若小于的话，将这两个核心小区划分在同一个小区簇中，否则将两个核心小区划分在不同的小区簇中；即本发明实施例以两个小区的话务重合量作为两个小区之间的距离，将话务量关系紧密的核心小区聚合在一起，进一步提高了小区簇的划分有效性和划分精度。
本发明的第五实施方式涉及一种小区簇划分方法，第五实施方式在第四实施方式的基础上进行改进，主要改进之处在于：在本发明第五实施方式中，提供了针对非核心小区的一种具体聚合方式。
本实施方式的小区簇划分方法如图5所示，本实施方式的步骤501-503与第四实施方式的401-403对应相同，在此不再赘述，本实施方式还包括以下步骤：
步骤504，根据核心小区之外的各非核心小区和非核心小区的有效邻区，对所有非核心小区划分以形成多个小区簇。
如图6所示，本实施方式的步骤504包括以下子步骤：
子步骤5041，判断各非核心小区的有效邻区中是否存在核心小区；若是，执行子步骤5042，否则执行子步骤5043。
本实施方式中，待划分区域中簇核心小区之外的小区即为非核心小区，可以通过标记识别的方式判断出有效邻区中是否存在核心小区；然实际中不限于此，本实施例对有效邻区中是否核心小区的判断方式不作任何限制。
子步骤5042，计算非核心小区与各核心小区之间的距离，将数值最小的距离对应的核心小区和非核心小区划分在同一个小区簇中。
本实施方式中，两个小区之间的距离的计算方式可以参考第四实施方式中的相关说明，在此不再赘述。
子步骤5043，按照预设策略划分对应的非核心小区。
本实施方式中，预设策略为将对应的有效邻区中不存在核心小区的非核心小区视为噪点(即孤立的点)，不挂靠在任何一个小区簇上。或，预设策略为确定该非核心小区是否有有效邻区，若没有，则将该非核心小区挂靠在任意一个小区簇上(任意一个小区簇例如为地理位置上距离该非核心小区最近的小区簇，具体可以以小区簇的簇中心或簇边缘点作为一端点，计算和该非核心小区之间的距离，然不限于此)；若确定出该非核心小区有有效邻区，则计算该非核心小区和有效邻区所属的小区簇之间的距离，将该非核心小区划分到与其距离最近的小区簇中；具体参见以下例子。
在一个具体的例子中，非核心小区A小区具有有效邻区，且有效邻区包括C小区、D小区以及E小区，C小区属于小区簇1，D小区和E小区属于小区簇2，计算A小区和C小区之间的距离，且距离为14，计算A小区和D、E小区之间的平均距离(例如A小区和D小区之间的距离为10，A小区和E小区之间的距离为12，则A小区和D、E小区之间的平均距离为(10+12)/2＝11)，且平均距离为11，则A小区距离小区簇2最近，A小区将被划分进小区簇2中；然这里只是示例性说明，实际中不限于此。
本实施方式中，对预设策略的选择不作任何限制，可以根据实际的业务需求来选择预设策略，例如对于有效邻区中不存在核心小区的非核心小区，若该非核心小区对另一个小区的业务影响较大，则可以将该非核心小区挂靠在另一个小区簇中；若该非核心小区对其他小区的业务影响较小，则可视为噪点。
实际上，本实施方式也可以为在第一、第二或第三实施方式的基础上的改进方案。
本发明的实施方式相对于第四实施方式而言，提供了针对非核心小区的一种具体聚合方式，即非核心小区的有效邻区中存在核心小区时，计算非核心小区与各核心小区之间的距离，将最小的距离对应的核心小区和非核心小区划分在同一个小区簇中，否则按照预设策略划分对应的非核心小区，本发明实施例以两个小区的话务重合量作为两个小区之间的距离，将话务量关系紧密的核心小区和非核心小区聚合在一起，提高了小区簇划分的全局性。
本发明的第六实施方式涉及一种小区簇划分方法，第六实施方式在第五实施方式的基础上进行改进，主要改进之处在于：在本发明第六实施方式中，
本实施方式的小区簇划分方法如图7所示，本实施方式的步骤601-604与第五实施方式的501-504对应相同，在此不再赘述，本实施方式还包括以下步骤：
步骤605，输出划分的多个小区簇，并从多个小区簇中确定各预设小区的邻近小区簇，计算各预设小区与对应的各邻近小区簇之间的区簇距离。
本实施方式中，预设小区可以为待划分区域中的每个核心小区，或每个核心小区和每个非核心小区，较佳的，预设小区为待划分区域中的每个非核心小区。
在一个例子中，预设小区的邻近小区簇可以为待划分区域中的所有小区簇；然实际中不限于此，本实施例对邻近小区簇的确定方式不作任何限制。
在一个例子中，预设小区的邻近小区簇的确定方式包括：确定该预设小区的有效邻区所属的小区簇；然实际中不限于此，本实施例对邻近小区簇的确定方式不作任何限制。
在另一个例子中，预设小区的邻近小区簇的确定方式包括：确定预设小区的邻区所属的小区簇，然本实施例对此不作任何限制，可以根据实际需要选择邻近小区簇的确定方案。
步骤606，将预设小区重新划分进数值最小的区簇的对应的邻近小区簇中。
在一个例子中，一个预设小区A小区，A小区的有效邻区包括C小区、D小区以及E小区，C小区属于小区簇1，D小区和E小区属于小区簇2，计算A小区和C小区之间的距离为14，该距离作为A小区与小区簇1之间的区簇距离；计算A小区和D、E小区之间的平均距离(例如A小区和D小区之间的距离为10，A小区和E小区之间的距离为12，则A小区和D、E小区之间的平均距离为(10+12)/2＝11)，该平均距离11作为A小区与小区簇2之间的区簇距离；显然，A小区距离小区簇2最近，则A小区将被重新划分进小区簇2中；然这里只是示例性说明，实际中不限于此。
本实施方式中，步骤605和步骤606可以重复执行多次，较佳的，重复执行两次，以尽可能避免次数太多导致有些小区簇的小区容量太大。
在一个例子中，如图8所示为某个县的小区分布图，如图9所示为经本发明实施例的小区簇划分方法后划分的结果，其中，相同的数字的小区表示属于同一个小区簇，没有数字的小区表示为孤立的小区，下表所示为该县划分后各小区簇中包括的小区的数量统计表：
表一各小区簇中包括的小区的数量统计表
小区簇编号 0 1 2 3 4 5 6 7 8 9
小区数量 40 16 17 6 5 5 5 4 4 2
在一个例子中，小区簇内包含的小区的数量的预设阈值为25，由上述表一中得知，编号为0的小区簇内的小区数量大于预设阈值，满足预定条件，因此提取出编号为0的小区簇内的40个小区，进行新一轮的小区簇划分，其中，设置步骤603中的ɑ＝1.5、和步骤603中的β＝1.0，得到将这40个小区重新划分的结果，并整合到原来划分好的小区簇中，得到如图9所示的小区簇划分结果示意图，下表二为本次重新划分后该县各小区簇中包括的小区的数量统计表：
表二各小区簇中包括的小区的数量统计表
小区簇编号 0 1 2 3 4 5 6 7 8 9 10
小区数量 17 16 17 6 5 5 5 4 4 2 23
实际上，本实施方式也可以为在第一至第四实施方式中的任一实施方式的基础上的改进方案。
本发明的实施方式相对于第五实施方式而言，将步骤601-604完成的划分结果作为小区簇的预划分结果，本发明实施例重新梳理一遍所有小区以对每个小区进行重新划分，即对于每个预设小区，从多个小区簇中确定预设小区的邻近小区簇，计算预设小区与各邻近小区簇之间的区簇距离，将预设小区重新划分到区簇距离最小的对应的邻近小区簇中，从而进一步提高各小区簇的相对独立性，使得网络优化的效果更好。
本发明第七实施方式涉及一种电子设备，至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一实施方式至第六实施方式中的任一实施方式。
其中，存储器和处理器采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器和存储器的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器。
处理器负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器可以被用于存储处理器在执行操作时所使用的数据。
本发明实施方式相对于现有技术而言，提供了一种小区簇划分方法，获取待划分区域中每个小区预设天数内的多条测量报告MR，根据各小区的多条MR获取各小区的有效邻区，即本发明实施例将小区之间的话务关系考虑进小区簇的划分中；根据各小区的有效邻区和各小区的多条MR的数量，确定待划分区域中的各核心小区，并且以小区的话务繁忙度为导向确定待划分区域中的核心小区；根据确定的各核心小区和核心小区的有效邻区，对所有核心小区进行划分以形成多个小区簇，从而实现将待划分区域的核心区域划分为多个相对独立的小区域，提高了话务量繁忙区域中小区簇的划分有效性和划分精度，由于本实施例中的MR无需定位信息，MR样本容易采集且对样本的要求较低，从而降低了成本，为优化或分析区域的网络质量提供了基础。
本发明第八实施方式涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现一实施方式至第六实施方式中的任一实施方式。
本发明实施方式相对于现有技术而言获取待划分区域中每个小区预设天数内的多条测量报告MR，根据各小区的多条MR获取各小区的有效邻区，即本发明实施例将小区之间的话务关系考虑进小区簇的划分中；根据各小区的有效邻区和各小区的多条MR的数量，确定待划分区域中的各核心小区，并且以小区的话务繁忙度为导向确定待划分区域中的核心小区；根据确定的各核心小区和核心小区的有效邻区，对所有核心小区进行划分以形成多个小区簇，从而实现将待划分区域的核心区域划分为多个相对独立的小区域，提高了话务量繁忙区域中小区簇的划分有效性和划分精度，由于本实施例中的MR无需定位信息，MR样本容易采集且对样本的要求较低，从而降低了成本，为优化或分析区域的网络质量提供了基础。
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (12)

1.一种小区簇划分方法，其特征在于，包括：
获取待划分区域中每个小区预设天数内的多条测量报告MR，根据各所述小区的所述多条MR获取各所述小区的有效邻区；
根据各所述小区的有效邻区和各所述小区的所述多条MR的数量，确定所述待划分区域中的各核心小区；
根据确定的各所述核心小区和所述核心小区的所述有效邻区，对所有所述核心小区进行划分以形成多个小区簇；
其中，所述根据确定的各所述核心小区和所述核心小区的所述有效邻区，对所有所述核心小区进行划分以形成多个小区簇，具体包括：
判断各所述核心小区的有效邻区中是否存在另一个核心小区；
若所述核心小区的有效邻区中存在所述另一个核心小区，判断所述核心小区与所述另一个核心小区之间的距离是否小于或等于所述核心小区的聚类半径；
若所述距离小于或等于所述聚类半径，将所述核心小区与所述另一个核心小区划分在同一个所述小区簇中；若所述距离大于所述聚类半径，将所述核心小区与所述另一个核心小区划分在不同的所述小区簇中。
2.根据权利要求1所述的小区簇划分方法，其特征在于，所述根据各所述小区的有效邻区和各所述小区的所述多条MR的数量，确定所述待划分区域中的各核心小区，具体包括：
根据所述小区的所述有效邻区的数量和所述小区的各所述有效邻区的所述多条MR的数量，计算各所述小区的所有所述有效邻区的平均MR数；
若所述小区的所述多条MR的数量大于或等于所述小区对应的所述平均MR数，确定所述小区为所述核心小区。
3.根据权利要求2所述的小区簇划分方法，其特征在于，所述根据所述小区的所述有效邻区的数量和所述小区的各所述有效邻区的所述多条MR的数量，计算各所述小区的所有所述有效邻区的平均MR数，具体采用以下公式计算所述平均MR数Navg-mr：
Figure FDA0003578163900000011
所述N为所述小区的所述有效邻区的数量，所述Nn-mr为所述小区的第n个有效邻区的所述多条MR的数量，所述α表示超参。
4.根据权利要求1所述的小区簇划分方法，其特征在于，所述若所述距离小于或等于所述聚类半径，将所述核心小区与所述另一个核心小区划分在同一个所述小区簇中，具体包括：
当存在至少两个所述距离小于或等于所述核心小区的聚类半径时，将数值最小的所述距离对应的所述另一个核心小区和所述核心小区划分在同一个所述小区簇中。
5.根据权利要求1所述的小区簇划分方法，其特征在于，采用以下公式计算所述核心小区的聚类半径eps:
Figure FDA0003578163900000021
其中，所述Di为所述核心小区与第i个所述有效邻区之间的距离；所述N为所述核心小区的有效邻区的数量；所述β表示超参。
6.根据权利要求1所述的小区簇划分方法，其特征在于，所述对所有所述核心小区进行划分以形成多个小区簇之后，还包括：
根据所述核心小区之外的各非核心小区和所述非核心小区的所述有效邻区，对所有所述非核心小区划分以形成多个所述小区簇。
7.根据权利要求6所述的小区簇划分方法，其特征在于，所述根据所述核心小区之外的各非核心小区和所述非核心小区的所述有效邻区，对所有所述非核心小区划分以形成多个所述小区簇，具体包括：
判断各所述非核心小区的有效邻区中是否存在核心小区；
若所述非核心小区的有效邻区中存在所述核心小区，计算所述非核心小区与各所述核心小区之间的距离，将数值最小的所述距离对应的所述核心小区和所述非核心小区划分在同一个小区簇中；
若所述非核心小区的有效邻区中不存在所述核心小区，按照预设策略划分对应的所述非核心小区。
8.根据权利要求1-7中任一所述的小区簇划分方法，其特征在于，采用以下公式计算所述距离Da-b:
Figure FDA0003578163900000022
其中，Na-b为所述小区a的所述多条MR中携带小区b信息的所述MR的条数，Nb-a为所述小区b的所述多条MR中携带小区a信息的所述MR的条数。
9.根据权利要求1所述的小区簇划分方法，其特征在于，所述对所有所述核心小区进行划分以形成多个小区簇之后，还包括：
输出划分的多个小区簇，并从多个所述小区簇中确定各预设小区的邻近小区簇，计算各所述预设小区与对应的各所述邻近小区簇之间的区簇距离；
将所述预设小区重新划分进数值最小的所述区簇距离对应的所述邻近小区簇中。
10.根据权利要求1所述的小区簇划分方法，其特征在于，所述MR包括对应所述小区的本小区信息和多个邻区信息；所述根据各所述小区的所述多条MR获取各所述小区的有效邻区，具体包括：
根据各所述小区的各所述MR携带的多个所述邻区信息，筛选出携带同一个邻区信息的多个所述MR并形成MR组；
根据所述MR包括的所述本小区信息和所述同一个邻区信息，从各所述小区的各所述MR组中筛选出满足预设条件的有效MR，并统计各所述MR组中所述有效MR的MR数；
从各所述小区的各所述MR组对应的MR数中筛选出大于或等于预设样本门限值的有效MR数；
根据各所述小区的各所述有效MR数对应的所述同一个邻区信息，将互为邻区的两个所述小区作为彼此的有效邻区。
11.一种电子设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至10中任一所述的小区簇划分方法。
12.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任一项所述的小区簇划分方法。
CN201811622999.8A 2018-12-28 2018-12-28 小区簇划分方法及电子设备 Active CN111385804B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811622999.8A CN111385804B (zh) 2018-12-28 2018-12-28 小区簇划分方法及电子设备
PCT/CN2019/114054 WO2020134522A1 (zh) 2018-12-28 2019-10-29 小区簇划分方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811622999.8A CN111385804B (zh) 2018-12-28 2018-12-28 小区簇划分方法及电子设备

Publications (2)

Publication Number Publication Date
CN111385804A CN111385804A (zh) 2020-07-07
CN111385804B true CN111385804B (zh) 2022-06-14

Family

ID=71125889

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811622999.8A Active CN111385804B (zh) 2018-12-28 2018-12-28 小区簇划分方法及电子设备

Country Status (2)

Country Link
CN (1) CN111385804B (zh)
WO (1) WO2020134522A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113965270B (zh) * 2020-07-20 2023-08-22 华为技术有限公司 一种emf强度控制方法及通信装置
CN117336731A (zh) * 2022-06-24 2024-01-02 中兴通讯股份有限公司 小区簇划分方法、电子设备、计算机可读介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101345973A (zh) * 2008-09-01 2009-01-14 中国移动通信集团山东有限公司 通信网中使用小区簇进行网络优化调整的方法及系统
CN101453747A (zh) * 2008-10-31 2009-06-10 中国移动通信集团北京有限公司 一种话务量预测方法及装置
CN104349364A (zh) * 2013-08-09 2015-02-11 中国移动通信集团广东有限公司 一种划分小区簇的方法和装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8639256B2 (en) * 2010-05-26 2014-01-28 Qualcomm Incorporated Adaptive cell clustering in a multi-cluster environment
US10004010B2 (en) * 2016-01-08 2018-06-19 Altiostar Networks, Inc. User equipment selection for detecting physical cell identifier confusion
CN107371173B (zh) * 2016-05-13 2021-04-13 中国移动通信集团浙江有限公司 一种天线调整的方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101345973A (zh) * 2008-09-01 2009-01-14 中国移动通信集团山东有限公司 通信网中使用小区簇进行网络优化调整的方法及系统
CN101453747A (zh) * 2008-10-31 2009-06-10 中国移动通信集团北京有限公司 一种话务量预测方法及装置
CN104349364A (zh) * 2013-08-09 2015-02-11 中国移动通信集团广东有限公司 一种划分小区簇的方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
智慧演绎 精彩网络――基于MOTOMATCH的无线环境复杂度分析;马远飞;《电信网技术》;20061215(第12期);正文第31-37页第1-6部分 *

Also Published As

Publication number Publication date
CN111385804A (zh) 2020-07-07
WO2020134522A1 (zh) 2020-07-02

Similar Documents

Publication Publication Date Title
EP3890361B1 (en) Cell longitude and latitude prediction method and device, server, base station, and storage medium
US6487414B1 (en) System and method for frequency planning in wireless communication networks
JP2002057614A (ja) 無線通信システム中のｒｆ伝播評価方法と装置
JP7486659B2 (ja) 基地局の省エネルギー処理方法及び処理装置
CN109982354B (zh) 一种天线权值调整方法及装置
CN111385804B (zh) 小区簇划分方法及电子设备
RU2644413C2 (ru) Устройство и способ управления передачей данных и устройство обработки информации
CN110798804A (zh) 一种室内定位方法和装置
CN112867147A (zh) 定位方法和定位装置
CN103974264A (zh) 一种频点优选方法
CN106921978B (zh) 一种位置分布确定方法及装置
EP1698195A1 (en) Method, system and computer program for planning a telecommunications network
CN111491255B (zh) 一种回填经纬度定位扩量方法、系统及存储介质
WO2022193717A1 (zh) 权值优化方法、装置、通信设备及计算机可读存储介质
CN107182062A (zh) Lte网络中物理小区优化方法及装置
US20230075690A1 (en) Reduction and geo-spatial distribution of training data for geolocation prediction using machine learning
WO2017211178A1 (zh) 划分超级小区的方法及装置
CN104469834A (zh) 一种业务仿真感知评价方法及系统
CN116828518A (zh) 定位上行频段干扰源的方法、装置、电子设备及存储介质
WO2002021870A2 (en) System and method for determining cumulative clutter path loss
CN111263382B (zh) 一种导致重叠覆盖的问题源小区的确定方法、装置和设备
CN109121140B (zh) 一种无线网络小区的参数配置方法及设备
CN110719594B (zh) 一种设备选型方法和装置
EP4447584A1 (en) Frame structure adjusting method and apparatus, electronic device and storage medium
CN117880879A (zh) Mr数据分离方法、装置及存储介质

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