CN111787487A - 确定场景小区资源的方法、装置、设备及存储介质 - Google Patents
确定场景小区资源的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111787487A CN111787487A CN202010595310.8A CN202010595310A CN111787487A CN 111787487 A CN111787487 A CN 111787487A CN 202010595310 A CN202010595310 A CN 202010595310A CN 111787487 A CN111787487 A CN 111787487A
- Authority
- CN
- China
- Prior art keywords
- scene
- grid
- cell
- target scene
- determining
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- 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
- H04W16/24—Cell structures
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请实施例提供一种确定场景小区资源的方法、装置、设备及存储介质,该方法包括:根据目标场景的边界信息生成所述目标场景的场景电子围栏;根据所述场景电子围栏确定所述目标场景的场景内小区和场景外小区,并将所述场景内小区确定为所述目标场景的必选覆盖小区;对所述目标场景进行栅格化处理,以得到所述目标场景对应的多个栅格;从所述场景外小区中筛选出所述目标场景的各个栅格的栅格关联小区,以根据所述必选覆盖小区和栅格关联小区确定所述目标场景的场景覆盖资源列表。本申请实施例提供的方法能够克服现有技术中无法准确而快速地为各种场景进行自适应资源配置,进而导致资源配置成本高、准确性差的问题。
Description
技术领域
本申请实施例涉及移动通信技术领域,尤其涉及一种确定场景小区资源的方法、装置、设备及存储介质。
背景技术
随着移动通信网络建设的突飞猛进,无线网络的使用者不断增长,基站的覆盖场景也变得越来越多样化,不同的场景的网络发展定位以及需求均不相同,对不同的场景进行自适应资源配置,以为各个场景提供高质量的服务的同时,避免资源浪费,成为了运营商的工作重心。
目前,现有的资源优化方法主要分为两种,一种是对场景周边小区资源进行手动分析、筛选和提取,另一种是通过网络指标和MR(Measurement Repor,测量报告)数据进行关联提取。前者不但费时费力,而且数据很大程度上依赖于网络优化工程师的经验水平,准确性难以得到保障;后者易受到用户行为波动以及网络性能波动的影响,不能客观反映资源供给能力,遇到突发情况场景关联资源测试及时率低、成本高、调整后复测会耽误分析结果及时性。
因此,现有技术无法准确而快速地为各种场景进行自适应资源配置,即不能个性化地根据各个场景的需求进行资源配置,且资源配置实时性较差。
发明内容
本申请实施例提供一种确定场景小区资源的方法、装置、设备及存储介质,以克服现有技术中无法准确而快速地为各种场景进行自适应资源配置,进而导致资源配置成本高、准确性差的问题。
第一方面,本申请实施例提供一种确定场景小区资源的方法,包括:
根据目标场景的边界信息生成所述目标场景的场景电子围栏;根据所述场景电子围栏确定所述目标场景的场景内小区和场景外小区,并将所述场景内小区确定为所述目标场景的必选覆盖小区;对所述目标场景进行栅格化处理,以得到所述目标场景对应的多个栅格;从所述场景外小区中筛选出所述目标场景的各个栅格的栅格关联小区,以根据所述必选覆盖小区和栅格关联小区确定所述目标场景的场景覆盖资源列表。
在一种可能的设计中,根据目标场景的边界信息生成所述目标场景的场景电子围栏,包括:
获取所述目标场景的边界信息,其中,所述边界信息包括边界经度和纬度信息;对所述边界信息进行标准化处理,以得到标准格式的边界数据;根据所述标准格式的边界数据生成所述目标场景的场景电子围栏。
在一种可能的设计中,所述根据所述标准格式的边界数据生成所述目标场景的场景电子围栏,包括:
基于预设场景电子围栏生成算法,根据标准化处理后的边界经度和纬度信息生成所述目标场景的场景电子围栏。
在一种可能的设计中,所述从所述场景外小区中筛选出所述目标场景的各个栅格的栅格关联小区,包括:
基于K-D Tree算法,针对每一个所述目标场景的栅格,从所述场景外小区中筛选出所述栅格的预设个数的栅格关联小区。
在一种可能的设计中,所述基于K-D Tree算法,针对每一个所述目标场景的栅格,从所述场景外小区中筛选出所述栅格的预设个数的栅格关联小区,包括:
获取预设搜索区域;根据所述预设搜索区域内场景外小区的位置信息,构建K-DTree模型;基于所述K-D Tree模型,针对每一个所述目标场景的栅格,确定所述栅格预设个数的栅格关联小区。
在一种可能的设计中,在从所述场景外小区中筛选出所述目标场景的各个栅格的栅格关联小区之后,所述方法还包括:
根据所述目标场景的场景特征、所述目标场景的各个栅格的位置信息、各个栅格关联小区相应的基站的位置信息以及各个栅格关联小区的方位角,确定各个所述栅格的栅格关联主服务小区和栅格关联辅服务小区。
在一种可能的设计中,所述根据所述目标场景的场景特征、所述目标场景的各个栅格的位置信息、各个栅格关联小区相应的基站的位置信息以及各个栅格关联小区的方位角,确定各个所述栅格的栅格关联主服务小区和栅格关联辅服务小区,包括:
根据所述目标场景的场景特征确定所述目标场景对应的距离条件和角度条件;根据所述栅格的位置信息和所述栅格对应的栅格关联小区相应的基站的位置信息,确定所述栅格关联小区相应的基站与栅格的距离信息;根据所述栅格的位置信息以及所述栅格关联小区的方位角,确定所述栅格关联小区与所述栅格的角度信息;当所述栅格关联小区的所述距离信息满足所述距离条件且所述角度信息满足所述角度条件时,则确定所述栅格关联小区为所述栅格的栅格关联主服务小区;不满足,则确定所述栅格关联小区为所述栅格的栅格关联辅服务小区。
在一种可能的设计中,所述方法还包括:
基于测量报告数据确定各个栅格的资源覆盖率;当所述栅格的资源覆盖率小于预设百分比时,生成提示信息,以根据所述提示信息进行站点调整。
第二方面,本申请实施例提供一种确定场景小区资源的装置,包括:
场景电子围栏生产模块,用于根据目标场景的边界信息生成所述目标场景的场景电子围栏;小区划分模块,用于根据所述场景电子围栏确定所述目标场景的场景内小区和场景外小区,并将所述场景内小区确定为所述目标场景的必选覆盖小区;栅格化处理模块,用于对所述目标场景进行栅格化处理,以得到所述目标场景对应的多个栅格;栅格关联小区筛选模块,用于从所述场景外小区中筛选出所述目标场景的各个栅格的栅格关联小区,以根据所述必选覆盖小区和栅格关联小区确定所述目标场景的场景覆盖资源列表。
在一种可能的设计中,所述装置还包括:
站点调整模块,用于基于测量报告数据确定各个栅格的资源覆盖率;当所述栅格的资源覆盖率小于预设百分比时,生成提示信息,以根据所述提示信息进行站点调整。
在一种可能的设计中,场景电子围栏生产模块,包括:
边界信息获取单元,用于获取所述目标场景的边界信息,其中,所述边界信息包括边界经度和纬度信息;标准化处理单元,用于对所述边界信息进行标准化处理,以得到标准格式的边界数据;场景电子围栏生成单元,用于根据所述标准格式的边界数据生成所述目标场景的场景电子围栏。
在一种可能的设计中,所述场景电子围栏生成单元,具体用于:
基于预设场景电子围栏生成算法,根据标准化处理后的边界经度和纬度信息生成所述目标场景的场景电子围栏。
在一种可能的设计中,所述栅格关联小区筛选模块,具体用于:
基于K-D Tree算法,针对每一个所述目标场景的栅格,从所述场景外小区中筛选出所述栅格的预设个数的栅格关联小区。
在一种可能的设计中,所述栅格关联小区筛选模块,包括:
搜索区域获取单元,用于获取预设搜索区域;模型构建单元,用于根据所述预设搜索区域内场景外小区的位置信息,构建K-D Tree模型;栅格关联小区确定单元,用于基于所述K-D Tree模型,针对每一个所述目标场景的栅格,确定所述栅格的预设个数的栅格关联小区。
在一种可能的设计中,所述装置还包括:
栅格关联小区划分模块,用于在从所述场景外小区中筛选出所述目标场景的各个栅格的栅格关联小区之后,根据所述目标场景的场景特征、所述目标场景的各个栅格的位置信息、各个栅格关联小区相应的基站的位置信息以及各个栅格关联小区的方位角,确定各个所述栅格的栅格关联主服务小区和栅格关联辅服务小区。
在一种可能的设计中,所述栅格关联小区划分模块,具体用于:
根据所述目标场景的场景特征确定所述目标场景对应的距离条件和角度条件;根据所述栅格的位置信息和所述栅格对应的栅格关联小区相应的基站的位置信息,确定所述栅格关联小区相应的基站与栅格的距离信息;根据所述栅格的位置信息以及所述栅格关联小区的方位角,确定所述栅格关联小区与所述栅格的角度信息;当所述栅格关联小区的所述距离信息满足所述距离条件且所述角度信息满足所述角度条件时,则确定所述栅格关联小区为所述栅格的栅格关联主服务小区;不满足,则确定所述栅格关联小区为所述栅格的栅格关联辅服务小区。
第三方面,本申请实施例提供一种确定场景小区资源的设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的确定场景小区资源的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的确定场景小区资源的方法。
本实施例提供的确定场景小区资源的方法、装置、设备及存储介质,首先生成目标场景的场景电子围栏,根据该场景电子围栏将小区划分为场景内小区和场景外小区,场景内小区选定为该目标场景的必选覆盖小区,接着对目标场景进行栅格化处理,从而从场景外小区中筛选出目标场景的各个栅格对应的栅格关联小区,从而得到该目标场景的资源列表。本方案通过对场景进行栅格化处理,加快了资源配置的速度,提高了实时性,通过根据场景的各个栅格进行相应的场景外小区的配置,提高了资源配置的自适应和准确性,进而提高了资源配置的效率、降低了资源配置的成本,有效避免了资源的浪费。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的确定场景小区资源的方法的一种应用场景图;
图2为本申请一个实施例提供的确定场景小区资源的方法的流程图;
图3为本申请另一个实施例提供的确定场景小区资源的方法的流程图;
图4为本申请一个实施例提供的K-D Tree模型的结构示意图;
图5为本申请图3所示实施例中步骤S205的流程图;
图6为本申请图3所示实施例中步骤S206的流程图;
图7为本申请图6所示实施例的确定栅格关联主服务小区的方法的示意图;
图8为本申请实施例提供的确定场景小区资源的装置的结构示意图;
图9为本申请实施例提供的确定场景小区资源的设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例,例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
现有技术中,场景周边小区资源的配置通常是手动进行分析、筛选和提起,或者通过网络指标、MR数据关联进行提取。现有的资源配置方法。前者费时费力,受限于网络优化工程师的经验水平;后者则容易受到用户行为和网络性能波动的影响,无法应对突发情况,资源配置实时性和准确性较差。
为了解决上述问题,本申请实施例提供一种确定场景小区资源的方法、装置、设备以及存储介质,根据场景自身的特性进行基站小区资源的配置,根据场景的边界将小区划分为场景内小区和场景外小区,对于场景外小区,通过对场景进行栅格化,进而从场景外小区中筛选出各个栅格对于的小区资源,从而得到整个场景的资源列表,实现了场景资源的自适应配置,且配置准确度高、实时性强。
下面对本申请实施例的应用场景进行解释:
图1为本申请实施例提供的确定场景小区资源的方法的一种应用场景图,如图1所示,本申请实施例提供的确定场景小区资源的方法的执行主体可以为终端,也可以为服务器。对于一个选定的目标场景,其周边存在多个基站,每个基站对应一个或多个小区,小区也成为蜂窝小区,指的是在移动通信系统中,一个基站或基站的一部分(扇形天线)所覆盖的区域,在小区覆盖的区域内用户可以通过无线信道可靠地与基站进行通信。确定场景小区资源即场景资源配置即为确定目标场景所需的小区,从而保证目标场景内的用户的网络通信质量。
图2为本申请一个实施例提供的确定场景小区资源的方法的流程图,本实施例的执行主体可以为终端,也可以为服务器,本实施例此处对执行主体不做限定。
参见图2,所述确定场景小区资源的方法,包括:
S101、根据目标场景的边界信息生成所述目标场景的场景电子围栏。
其中,目标场景可以是用户自定义的场景,也可以是系统自动选取的符合一定条件的场景。示例性的,该目标场景可以是高架桥场景、江边场景、高速场景、密集城区场景或者其他场景,还可以是设定范围的区域对应的场景,如可以是一个火车站、城市的一个分区或者其他区域。边界信息可以包括目标场景的边界的位置信息,如经度和纬度信息,也可以是边界位置的坐标信息。场景电子围栏是用于将设定区域划分为场景内区域和场景外区域的虚拟围栏。
具体的,可以通过在目标场景的边界上设置多个边界节点,以设定方式将各个边界节点进行连接,便可以得到目标场景的场景电子围栏。也可以对目标场景的边界的形状进行近似,进而得到目标场景的场景电子围栏。当然也可以采用其他算法得到目标场景的场景电子围栏。还可以通过机器学习算法和地理信息系统(Geographic InformationSystem或Geo-Information system,GIS)生成目标场景的场景电子围栏。
S102、根据所述场景电子围栏确定所述目标场景的场景内小区和场景外小区,并将所述场景内小区确定为所述目标场景的必选覆盖小区。
具体的,位于电子围栏内部的基站对应的小区为场景内小区,而位于电子围栏外部的基站对应的小区则为场景外小区。必选覆盖小区为目标场景的服务小区的一种,场景内小区确定为目标场景的必选覆盖小区,即表示场景内小区确定为目标场景的服务小区。
进一步地,可以根据基站的位置以及电子围栏,对小区进行划分,从而得到目标场景的场景内小区和场景外小区。
通常,位于场景内的基站对应的小区,即场景内小区,为目标场景内用户的服务质量较好,因此,场景内小区在资源配置时,往往设置为必选的小区。
S103、对所述目标场景进行栅格化处理,以得到所述目标场景对应的多个栅格。
具体的,可以根据目标场景的场景特性确定栅格的数量和大小,其中,场景特性可以包括场景类型、场景尺寸信息、业务水平、用户密度、场景网络需求、基站小区覆盖范围中的至少一项。通过将目标场景栅格化,提高了场景小区搜索和筛选的速度,同事,通过将目标场景划分为多个栅格,提高了目标场景资源配置的准确度。
示例性的,对于高架桥场景来说,由于道路分布不规则,其对应的栅格的大小可以是10m×10m。而对于一些面积较大的居民区来说,由于布局规则,其对应的栅格大小可以是100m×100m。
当然,对于面积较小的目标场景,如小于一个预设面积阈值,可以是100m2、200m2或者其他数值,可以不进行栅格化处理,或者直接将目标场景视为一个栅格。
S104、从所述场景外小区中筛选出所述目标场景的各个栅格的栅格关联小区,以根据所述必选覆盖小区和栅格关联小区确定所述目标场景的场景覆盖资源列表。
其中,栅格关联小区表示该栅格对应的场景外小区,用于为该栅格提高网络服务。场景覆盖资源列表包括目标场景的服务小区,包括位于目标场景内的必选覆盖小区以及位于目标场景外的栅格关联小区。
进一步地,可以根据栅格的位置、场景外小区的位置以及方位角从场景外小区中确定该栅格对应的栅格关联小区。每个栅格对应的栅格关联小区可以是3个、5个甚至更多个。
本实施例中,首先生成目标场景的场景电子围栏,根据该场景电子围栏将小区划分为场景内小区和场景外小区,场景内小区选定为该目标场景的必选覆盖小区,接着对目标场景进行栅格化处理,从而从场景外小区中筛选出目标场景的各个栅格对应的栅格关联小区,从而得到该目标场景的资源列表。本方案通过对场景进行栅格化处理,加快了资源配置的速度,提高了实时性,通过根据场景的各个栅格进行相应的场景外小区的配置,提高了资源配置的自适应和准确性,进而提高了资源配置的效率、降低了资源配置的成本,有效避免了资源的浪费。
图3为本申请另一个实施例提供的确定场景小区资源的方法的流程图,如图3所示,本实施例提供的确定场景小区资源的方法是在上一实施例提供的确定场景小区资源的方法的基础上,对步骤S101至步骤S104的进一步细化和补充,在步骤S104之后增加了对栅格关联小区进行进一步划分以及基于测量报告数据进行站点调整的几个步骤,则本实施例提供的确定场景小区资源的方法包括以下步骤:
S201、获取所述目标场景的边界信息,其中,所述边界信息包括边界经度和纬度信息。
具体的,可以根据地图应用程序的API(Application Programming Interface,应用程序接口)获取目标场景的边界经度和纬度信息。经度和纬度可以唯一地标定边界的位置,便于进行后续的小区划分。
S202、对所述边界信息进行标准化处理,以得到标准格式的边界数据。
由于通过地图应用程序获取的边界经度和纬度信息的数据格式不统一,或者不利于进行后续的小区筛选,因此,需要对边界信息进行标准化处理,从而得到格式统一且利于进行后续数据分析的边界数据。
其中,标准格式可以是用户自定义的格式或者默认的格式,数据的格式可以包括数据长度、精度、描述方式等信息。
示例性的,通过地图应用程序获取的经度信息和纬度信息分别为116:28E和39:54N,标准格式的边界数据可以是116.2800和39.5400。边界数据可以通过数据的符号表示经度和纬度的方向,可以是以东经为正,西经为负,以北纬为正,南纬为负。当然也可以采用其他方式进行描述,本申请实施例对此不进行限定。
具体的,可以通过python的numpy对边界信息进行标准化处理,numpy是python语言的一个扩展程序库,支持大量的维度数组与矩阵运算,针对数组运算提供大量的数学函数库,处理效率较高。也可以将边界信息整理为json格式的边界数据。当然也可以采用其他方式对边界信息进行标准化处理。
S203、根据所述标准格式的边界数据生成所述目标场景的场景电子围栏。
可选地,所述根据所述标准格式的边界数据生成所述目标场景的场景电子围栏,包括:
基于预设场景电子围栏生成算法,根据标准化处理后的边界经度和纬度信息生成所述目标场景的场景电子围栏。
其中,预设场景电子围栏生成算法可以是基于python中的matplotlib.path.Path算法,也可以是MATLAB中提供的相关绘图工具对应的算法,或者其他算法。
具体的,可以通过python对边界信息进行标准化处理,得到标准格式的边界数据,并通过matplotlib.path.Path算法,根据该边界数据,构造目标场景的场景电子围栏,matplotlib.path.Path算法的具体形式为:
class matplotlib.path.Path(
vertices,codes=None,_interpolation_steps=1,
closed=False,readonly=False)
其中,vertices:(N,2)维float数组,用于标识场景电子围栏顶点的经纬度坐标,codes:N维数组,定点坐标类型,和vertices长度保持一致。MOVETO为一个顶点,表示场景电子围栏起点顶点经纬度坐标,LINETO表示场景电子围栏经过的顶点,按照vertices数组顺序画到指定顶点的直线,CLOSEPOLY表示场景电子围栏结束顶点,结束位置经纬度坐标。
S204、根据所述场景电子围栏确定所述目标场景的场景内小区和场景外小区,并将所述场景内小区确定为所述目标场景的必选覆盖小区。
具体的,可以通过多线程运算将场景内小区选定为目标场景的必选覆盖小区,通过多线程运算大大提高了小区选定的速度。
进一步地,可以根据matplotlib.path.Path算法根据场景内小区的位置,选定位于场景电子围栏内的基站小区(场景内小区)为必选覆盖小区。还可以通过python的multiprocessing.dummy库,调用多线程运算来提高框选场景内小区的速度。
S205、基于K-D Tree算法,针对每一个所述目标场景的栅格,从所述场景外小区中筛选出所述栅格的预设个数的栅格关联小区。
其中,K-D Tree(K-Dimensional Tree)算法是一种基于空间分割的二叉树形数据结构,包括多个节点,每个节点代表一个平面或超平面。该平面或超平面垂直于当前划分维度的坐标轴,并在该维度上将空间划分为两部分,一部分在其左子树,另一部分在其右子树。K-D Tree算法可以用来进行多维数点的自带剪枝的暴力搜索过程,大大提高了小区筛选的速度和准确度。
具体的,K-D Tree算法进行筛选的过程主要包括:以目标场景中某一栅格的栅格点为定点,确定该定点的预设个数的距离最近的栅格关联小区,顺序为从根节点开始,递归地向下移动直至叶子节点,则将当前跟节点确定为最邻近点。进一步地,还可以进行回溯(Backtracking)操作,以避免漏查,同时,保证所搜索到的节点为最佳节点。
示例性的,图4为本申请一个实施例提供的K-D Tree模型的结构示意图,如图4所示,K-D Tree模型包括多个节点(图4中以实心圆点进行表示),基于K-D Tree模型筛选或者搜索栅格关联小区,即为将一个二维平面或多维空间逐步划分的过程。假设所构建的K-DTree模型的节点为(2,3),(5,4),(9,6),(4,7),(8,1)和(7,2),在进行最近邻搜索时的具体过程为:首先,从根节点(7,2)出发,对该K-D Tree进行深度优先遍历。将根节点(7,2)作为最近邻节点,以定点(3,5)为圆心,以其到根节点(7,2)的距离为半径画圆(多维空间为超球面),从图4中可以看出,节点(8,1)右侧的区域与该圆不相交,所以(8,1)的右子树全部忽略。其次,计算根节点左子树节点(5,4)与定点(3,5)的距离,与原最近邻节点(7,2)与定点(3,5)进行比较,根据比较结果,更新节点(5,4)为最近邻节点。以(3,5)为圆心,其到(5,4)的距离为半径画圆,发现(7,2)右侧的区域与该圆不相交,忽略该侧所有节点,这样(7,2)的整个右子树被标记为已忽略。接着,遍历完(5,4)的左右叶子节点,发现与当前最优距离相等,不更新最近邻。所以(3,5)的最近邻节点为(5,4)。类似地,可以得到预设个数的最近邻节点,即栅格关联小区。
可选地,图5为本申请图3所示实施例中步骤S205的流程图,步骤S205中基于K-DTree算法,针对每一个所述目标场景的栅格,从所述场景外小区中筛选出所述栅格的预设个数的栅格关联小区,包括步骤S2051、S2052和S2053三个具体的实现步骤:
S2051、获取预设搜索区域。
其中,预设搜索区域表示用于进行栅格关联小区搜索的区域。可以根据目标场景的需求、面积等参数进行确定,也可以是用户自定义设置或者默认设置的。
S2052、根据所述预设搜索区域内场景外小区的位置信息,构建K-D Tree模型。
S2053、基于所述K-D Tree模型,针对每一个所述目标场景的栅格,确定所述栅格的预设个数的栅格关联小区。
通过根据预设搜索区域内的场景外小区的位置信息,构建K-D Tree模型,并基于该K-D Tree模型确定目标场景栅格的预设个数的栅格关联小区,提高了最近邻小区搜索的速度和准确度,进而提高了资源配置的实时性和自适应的准确度。
进一步地,预设个数可以根据目标场景的尺寸和通信需求确定,也可以由系统默认设置,预设个数应至少为3个。
S206、根据所述目标场景的场景特征、所述目标场景的各个栅格的位置信息、各个栅格关联小区相应的基站的位置信息以及各个栅格关联小区的方位角,确定各个所述栅格的栅格关联主服务小区和栅格关联辅服务小区。
其中,目标场景的场景特征可以包括目标场景的类型、目标场景的通信需求、目标场景的尺寸、目标场景的用户分布以及用户业务量等特征。栅格的位置信息可以是栅格的设定点的坐标信息,如栅格中心、栅格重心或者栅格边界上的一点中的一项或者多项。方位角是描述移动通信网络中小区天线方位的参数,通常以正北方向为0°,顺时针旋转方向为正向进行描述,如正东方向对应的方位角为90°。栅格关联主服务小区指的是该栅格的位于电子围栏外的主服务小区,可以是在目标场景的通信业务量小于第一设定通信量时,如通信业务量较少或正常时,仅由栅格主服务小区和必选覆盖小区为其服务;而当目标场景的的通信业务量位于第一设定通信量和第二通信量之间时,如通信业务量繁忙时,由部分栅格关联辅服务小区、栅格主服务小区和必选覆盖小区为其服务;而当通信业务量再度增加,大于第二通信量时,则由全部的栅格关联辅服务小区、栅格主服务小区和必选覆盖小区为其服务。
具体的,针对每一个栅格,根据目标场景的类型和栅格的位置,可以确定该栅格的关联主服务小区的个数和关联辅服务小区的个数。
图6为本申请图3所示实施例中步骤S206的流程图,步骤S206包括步骤S2061、S2062、S2063和S2064四个具体的实现步骤:
步骤S2061、根据所述目标场景的场景特征确定所述目标场景对应的距离条件和角度条件。
其中,距离条件可以包括各个距离阈值,相应的角度条件也可以包括各个角度阈值。
进一步地,距离条件中的距离阈值可以与角度条件中的角度阈值相对应。如距离阈值150米可以与角度阈值120°相对应。
步骤S2062、根据所述栅格的位置信息和所述栅格对应的栅格关联小区相应的基站的位置信息,确定所述栅格关联小区相应的基站与栅格的距离信息。
其中,栅格的位置信息可以包括重心的位置信息、中心的位置信息和边界上设定点的位置信息中的一项或者多项。
具体的,可以以栅格的中、重心或者边界上的一点作为计算的基准点,即根据栅格的基准点的位置,以及该栅格的栅格关联小区对应的基站的位置信息,计算两者的距离。
步骤S2063、根据所述栅格的位置信息以及所述栅格关联小区的方位角,确定所述栅格关联小区与所述栅格的角度信息。
具体的,根据栅格的重心的位置信息以及所述栅格对应的栅格关联小区相应的基站的位置信息,确定该基站与栅格的重心夹角;根据所述重心夹角和方位角,确定所述述栅格关联小区与所述栅格的角度信息。
进一步地,所述角度信息可以是重心夹角和方位角的差对应的角度。
具体的,在确定各个角度或者夹角时,可以选定一个统一的0°的方向。
步骤S2064、当所述栅格关联小区的所述距离信息满足所述距离条件且所述角度信息满足所述角度条件时,则确定所述栅格关联小区为所述栅格的栅格关联主服务小区;不满足,则确定所述栅格关联小区为所述栅格的栅格关联辅服务小区。
示例性的,所述距离条件包括第一距离阈值、第二距离阈值和第三距离阈值,其中,第一距离阈值小于第二距离阈值,第二距离阈值小于第三距离阈值所述角度条件包括第一角度阈值、第二角度阈值和第三角度阈值,其中,第一角度阈值大于第二角度阈值,第二距离阈值大于第三角度阈值。所述栅格关联小区的所述距离信息满足所述距离条件且所述角度信息满足所述角度条件,包括:
当距离信息小于第一距离阈值,且角度信息小于第一角度与之时;或,当距离信息位于第一距离阈值和第二距离阈值之间,且角度信息小于第二角度阈值时;或,当距离信息位于第二距离阈值和第三距离阈值之间,且角度信息小于第三角度阈值时。
其中,距离条件中的距离阈值(第一距离阈值、第二距离阈值和第三距离阈值)可以是100m、150m、300m、400m、500m或者其他值,角度条件中的角度阈值(第一角度阈值、第二角度阈值和第三角度阈值)可以是90°、60°、45°、30°、15°或者其他值。
当然,距离条件还可以包括三个或更多距离阈值,相应的,角度条件也包括更多角度阈值与之对应,具体的判断距离信息是否满足距离条件,和角度信息是否满足角度条件的方式与之类似,在次不仅赘述。
示例性的,图7为本申请图6所示实施例的确定栅格关联主服务小区的方法的示意图。如图7所示,栅格701的栅格关联小区703对应的基站702包括三个小区,分别为栅格关联小区703、第一基站小区704和第二基站小区705,关联小区703的方位角为angle,基站702与栅格重心O的重心夹角为Φ,则栅格关联小区703与栅格重心O的角度信息为angle-Φ,M为基站的中心,以M为坐标原点,正北方向为X轴正方向,确定坐标轴XMY,计算栅格边界点B与基站中心M的距离,记为D(即为),当距离D与角度信息angle-Φ满足下述任意一个条件时,则确定栅格关联小区703为栅格701的栅格关联主服务小区:
1、D≤150m且angle-Φ<120°;
2、150m<D≤300m且angle-Φ<90°;
3、300m<D≤400m且angle-Φ<60°;
4、400m<D≤500m且angle-Φ<45°;
5、500m<D≤600m且angle-Φ<30°;
6、600m<D≤800m且angle-Φ<15°;
进一步地,在确定目标场景的必选覆盖小区和各个栅格的栅格关联小区之后,还包括:
将必选覆盖小区和各个栅格的栅格关联小区进行合并和去重操作,从而得到所述目标场景的场景覆盖资源列表。
由于在栅格关联小区搜索时,相邻栅格的栅格关联小区会存在重复的情况,因此,进行去重操作,具体的可以根据小区号对必选覆盖小区和各个栅格的栅格关联小区进行去重操作。
S207、基于测量报告数据确定各个栅格的资源覆盖率。
测量报告数据或MR数据指的是信息在业务信道每480ms发送一次数据,可以用于确定区域的覆盖情况,进行网络评估和优化。
S208、当所述栅格的资源覆盖率小于预设百分比时,生成提示信息,以根据所述提示信息进行站点调整。
其中,预设百分比可以是25%、30%、35%或者其他值。
当资源覆盖率小于预设百分比时,则表示该目标场景出现资源浪费的情况或者出现建筑物阻挡的情况,需要进行基站调整。具体的,该提示信息中包括栅格的位置信息以及该栅格对应的关联栅格小区的信息,以便于相关维护人员可以快速确定问题根源,同时,便于问题的解决。
同时,还可以根据MR数据对所配置的场景覆盖资源列表进评估和修正。
本实施例中,对目标区域的边界信息进行标准化处理,得到标准格式的边界数据,为后续数据分析提供了基础,提高了数据处理的速度;基于该边界数据生成电子围栏,将小区划分为场景内小区和场景外小区,基于K-D Tree算法,对每个场景内小区进行关联小区的划分,进而根据场景特征、栅格位置、基站位置、关联小区的方位角对关联小区进行主和辅服务小区的划分,提高了小区资源配置的精准度;同时,基于MR数据确定资源覆盖率,以基于该资源覆盖率进行服务小区的调整或基站的调整,以提高基站的使用率,降低运营成本。
为了实现所述确定场景小区资源的方法,本实施例提供了一种确定场景小区资源的装置。图8为本申请实施例提供的确定场景小区资源的装置的结构示意图,参见图8,该确定场景小区资源的装置,包括:场景电子围栏生产模块810、小区划分模块820、栅格化处理模块830和栅格关联小区筛选模块。
其中,场景电子围栏生产模块810,用于根据目标场景的边界信息生成所述目标场景的场景电子围栏;小区划分模块820,用于根据所述场景电子围栏确定所述目标场景的场景内小区和场景外小区,并将所述场景内小区确定为所述目标场景的必选覆盖小区;栅格化处理模块830,用于对所述目标场景进行栅格化处理,以得到所述目标场景对应的多个栅格;栅格关联小区筛选模块840,用于从所述场景外小区中筛选出所述目标场景的各个栅格的栅格关联小区,以根据所述必选覆盖小区和栅格关联小区确定所述目标场景的场景覆盖资源列表。
本实施例提供的装置,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
在一种可能的设计中,所述装置还包括:
站点调整模块,用于基于测量报告数据确定各个栅格的资源覆盖率;当所述栅格的资源覆盖率小于预设百分比时,生成提示信息,以根据所述提示信息进行站点调整。
在一种可能的设计中,场景电子围栏生产模块810,包括:
边界信息获取单元,用于获取所述目标场景的边界信息,其中,所述边界信息包括边界经度和纬度信息;标准化处理单元,用于对所述边界信息进行标准化处理,以得到标准格式的边界数据;场景电子围栏生成单元,用于根据所述标准格式的边界数据生成所述目标场景的场景电子围栏。
在一种可能的设计中,所述场景电子围栏生成单元,具体用于:
基于预设场景电子围栏生成算法,根据标准化处理后的边界经度和纬度信息生成所述目标场景的场景电子围栏。
在一种可能的设计中,栅格关联小区筛选模块840,具体用于:
基于K-D Tree算法,针对每一个所述目标场景的栅格,从所述场景外小区中筛选出所述栅格的预设个数的栅格关联小区。
在一种可能的设计中,栅格关联小区筛选模块840,包括:
搜索区域获取单元,用于获取预设搜索区域;模型构建单元,用于根据所述预设搜索区域内场景外小区的位置信息,构建K-D Tree模型;栅格关联小区确定单元,用于基于所述K-D Tree模型,针对每一个所述目标场景的栅格,确定所述栅格的预设个数的栅格关联小区。
在一种可能的设计中,所述装置还包括:
栅格关联小区划分模块,用于在从所述场景外小区中筛选出所述目标场景的各个栅格的栅格关联小区之后,根据所述目标场景的场景特征、所述目标场景的各个栅格的位置信息、各个栅格关联小区相应的基站的位置信息以及各个栅格关联小区的方位角,确定各个所述栅格的栅格关联主服务小区和栅格关联辅服务小区。
在一种可能的设计中,所述栅格关联小区划分模块,具体用于:
根据所述目标场景的场景特征确定所述目标场景对应的距离条件和角度条件;根据所述栅格的位置信息和所述栅格对应的栅格关联小区相应的基站的位置信息,确定所述栅格关联小区相应的基站与栅格的距离信息;根据所述栅格的位置信息以及所述栅格关联小区的方位角,确定所述栅格关联小区与所述栅格的角度信息;当所述栅格关联小区的所述距离信息满足所述距离条件且所述角度信息满足所述角度条件时,则确定所述栅格关联小区为所述栅格的栅格关联主服务小区;不满足,则确定所述栅格关联小区为所述栅格的栅格关联辅服务小区。
为了实现所述确定场景小区资源的方法,本实施例提供了一种确定场景小区资源的设备。图9为本申请实施例提供的确定场景小区资源的设备的结构示意图。如图9所示,本实施例的确定场景小区资源的设备900包括:处理器901以及存储器902;其中,存储器902,用于存储计算机执行指令;处理器901,用于执行存储器存储的计算机执行指令,以实现上述实施例中所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上所述的确定场景小区资源的方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,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,例如多个模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。另外,在本申请各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本申请各个实施例所述方法的部分步骤。应理解,上述处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(PeripheralComponent,PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称:ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (11)
1.一种确定场景小区资源的方法,其特征在于,包括:
根据目标场景的边界信息生成所述目标场景的场景电子围栏;
根据所述场景电子围栏确定所述目标场景的场景内小区和场景外小区,并将所述场景内小区确定为所述目标场景的必选覆盖小区;
对所述目标场景进行栅格化处理,以得到所述目标场景对应的多个栅格;
从所述场景外小区中筛选出所述目标场景的各个栅格的栅格关联小区,以根据所述必选覆盖小区和栅格关联小区确定所述目标场景的场景覆盖资源列表。
2.根据权利要求1所述的方法,其特征在于,根据目标场景的边界信息生成所述目标场景的场景电子围栏,包括:
获取所述目标场景的边界信息,其中,所述边界信息包括边界经度和纬度信息;
对所述边界信息进行标准化处理,以得到标准格式的边界数据;
根据所述标准格式的边界数据生成所述目标场景的场景电子围栏。
3.根据权利要求2所述的方法,其特征在于,所述根据所述标准格式的边界数据生成所述目标场景的场景电子围栏,包括:
基于预设场景电子围栏生成算法,根据标准化处理后的边界经度和纬度信息生成所述目标场景的场景电子围栏。
4.根据权利要求1所述的方法,其特征在于,所述从所述场景外小区中筛选出所述目标场景的各个栅格的栅格关联小区,包括:
基于K-D Tree算法,针对每一个所述目标场景的栅格,从所述场景外小区中筛选出所述栅格的预设个数的栅格关联小区。
5.根据权利要求4所述的方法,其特征在于,所述基于K-D Tree算法,针对每一个所述目标场景的栅格,从所述场景外小区中筛选出所述栅格的预设个数的栅格关联小区,包括:
获取预设搜索区域;
根据所述预设搜索区域内场景外小区的位置信息,构建K-D Tree模型;
基于所述K-D Tree模型,针对每一个所述目标场景的栅格,确定所述栅格的预设个数的栅格关联小区。
6.根据权利要求1所述的方法,其特征在于,在从所述场景外小区中筛选出所述目标场景的各个栅格的栅格关联小区之后,所述方法还包括:
根据所述目标场景的场景特征、所述目标场景的各个栅格的位置信息、各个栅格关联小区相应的基站的位置信息以及各个栅格关联小区的方位角,确定各个所述栅格的栅格关联主服务小区和栅格关联辅服务小区。
7.根据权利要求6所述的方法,其特征在于,所述根据所述目标场景的场景特征、所述目标场景的各个栅格的位置信息、各个栅格关联小区相应的基站的位置信息以及各个栅格关联小区的方位角,确定各个所述栅格的栅格关联主服务小区和栅格关联辅服务小区,包括:
根据所述目标场景的场景特征确定所述目标场景对应的距离条件和角度条件;
根据所述栅格的位置信息和所述栅格对应的栅格关联小区相应的基站的位置信息,确定所述栅格关联小区相应的基站与栅格的距离信息;
根据所述栅格的位置信息以及所述栅格关联小区的方位角,确定所述栅格关联小区与所述栅格的角度信息;
当所述栅格关联小区的所述距离信息满足所述距离条件且所述角度信息满足所述角度条件时,则确定所述栅格关联小区为所述栅格的栅格关联主服务小区;不满足,则确定所述栅格关联小区为所述栅格的栅格关联辅服务小区。
8.根据权利要求1-7任一项所述的方法,其特征在于,还包括:
基于测量报告数据确定各个栅格的资源覆盖率;
当所述栅格的资源覆盖率小于预设百分比时,生成提示信息,以根据所述提示信息进行站点调整。
9.一种确定场景小区资源的装置,其特征在于,包括:
场景电子围栏生产模块,用于根据目标场景的边界信息生成所述目标场景的场景电子围栏;
小区划分模块,用于根据所述场景电子围栏确定所述目标场景的场景内小区和场景外小区,并将所述场景内小区确定为所述目标场景的必选覆盖小区;
栅格化处理模块,用于对所述目标场景进行栅格化处理,以得到所述目标场景对应的多个栅格;
栅格关联小区筛选模块,用于从所述场景外小区中筛选出所述目标场景的各个栅格的栅格关联小区,以根据所述必选覆盖小区和栅格关联小区确定所述目标场景的场景覆盖资源列表。
10.一种确定场景小区资源的设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至8任一项所述的确定场景小区资源的方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至8任一项所述的确定场景小区资源的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010595310.8A CN111787487B (zh) | 2020-06-28 | 2020-06-28 | 确定场景小区资源的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010595310.8A CN111787487B (zh) | 2020-06-28 | 2020-06-28 | 确定场景小区资源的方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111787487A true CN111787487A (zh) | 2020-10-16 |
CN111787487B CN111787487B (zh) | 2022-04-15 |
Family
ID=72760971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010595310.8A Active CN111787487B (zh) | 2020-06-28 | 2020-06-28 | 确定场景小区资源的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111787487B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116668576A (zh) * | 2022-10-26 | 2023-08-29 | 荣耀终端有限公司 | 获取数据的方法、设备、云端管理平台、系统及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160295470A1 (en) * | 2015-03-31 | 2016-10-06 | Nomad Spectrum Limited | Communications system and method |
US20170139934A1 (en) * | 2015-11-12 | 2017-05-18 | International Business Machines Corporation | Grid-based geofence data indexing |
WO2017185691A1 (zh) * | 2016-04-28 | 2017-11-02 | 中兴通讯股份有限公司 | 天馈系统检测方法、装置及基站、存储介质 |
WO2018045529A1 (zh) * | 2016-09-08 | 2018-03-15 | 华为技术有限公司 | 一种网络站址规划方法及装置 |
CN109413565A (zh) * | 2018-09-13 | 2019-03-01 | 中国联合网络通信集团有限公司 | 覆盖场景的服务小区的确定方法、装置及电子设备 |
CN109561390A (zh) * | 2019-01-16 | 2019-04-02 | 中国联合网络通信集团有限公司 | 确定口碑场景覆盖小区的方法及装置 |
CN110677859A (zh) * | 2018-07-03 | 2020-01-10 | 中国电信股份有限公司 | 弱覆盖区域的确定方法、装置和计算机可读存储介质 |
-
2020
- 2020-06-28 CN CN202010595310.8A patent/CN111787487B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160295470A1 (en) * | 2015-03-31 | 2016-10-06 | Nomad Spectrum Limited | Communications system and method |
US20170139934A1 (en) * | 2015-11-12 | 2017-05-18 | International Business Machines Corporation | Grid-based geofence data indexing |
WO2017185691A1 (zh) * | 2016-04-28 | 2017-11-02 | 中兴通讯股份有限公司 | 天馈系统检测方法、装置及基站、存储介质 |
WO2018045529A1 (zh) * | 2016-09-08 | 2018-03-15 | 华为技术有限公司 | 一种网络站址规划方法及装置 |
CN110677859A (zh) * | 2018-07-03 | 2020-01-10 | 中国电信股份有限公司 | 弱覆盖区域的确定方法、装置和计算机可读存储介质 |
CN109413565A (zh) * | 2018-09-13 | 2019-03-01 | 中国联合网络通信集团有限公司 | 覆盖场景的服务小区的确定方法、装置及电子设备 |
CN109561390A (zh) * | 2019-01-16 | 2019-04-02 | 中国联合网络通信集团有限公司 | 确定口碑场景覆盖小区的方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116668576A (zh) * | 2022-10-26 | 2023-08-29 | 荣耀终端有限公司 | 获取数据的方法、设备、云端管理平台、系统及存储介质 |
CN116668576B (zh) * | 2022-10-26 | 2024-04-12 | 荣耀终端有限公司 | 获取数据的方法、设备、云端管理平台、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111787487B (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5273664B2 (ja) | 通信特性解析システム、通信特性解析方法、及び通信特性解析プログラム | |
CN109714784B (zh) | 一种天线方位角的优化方法和装置 | |
CN104105106A (zh) | 无线通信网智能天线覆盖场景自动分类识别方法 | |
CN111459914B (zh) | 分布式图数据库的优化方法、装置和电子设备 | |
CN111787487B (zh) | 确定场景小区资源的方法、装置、设备及存储介质 | |
US20160007210A1 (en) | Efficient evaluation of hotspots for metrocell deployment | |
CN110366188B (zh) | 干扰测量点部署方法、干扰测量路径规划方法及系统 | |
CN113709006B (zh) | 一种流量确定方法、装置、存储介质及电子装置 | |
US20220295293A1 (en) | Station placement designing method and station placement designing apparatus | |
Basaraner et al. | A structure recognition technique in contextual generalisation of buildings and built-up areas | |
CN112887910B (zh) | 异常覆盖区域的确定方法、装置和计算机可读存储介质 | |
CN115474206A (zh) | 实时人数确定方法、装置、电子设备及存储介质 | |
CN113141570A (zh) | 地下场景定位方法、装置、计算设备及计算机存储介质 | |
CN112272354B (zh) | 云手机设备分配方法及装置 | |
CN113689526B (zh) | 地图中无效区域的划分方法及装置、电子设备 | |
CN113301503B (zh) | 弱覆盖区域检测方法及装置 | |
CN115190587A (zh) | Wifi位置确定方法、装置、电子设备及存储介质 | |
CN111738352B (zh) | 建筑实体内部的定位方法、装置及设备 | |
CN114237265A (zh) | 最优日常巡检路线的规划方法、系统、计算机及存储介质 | |
CN114646313A (zh) | 一种用户轨迹定位方法、电子设备及计算机存储介质 | |
CN113593244A (zh) | 一种流量确定方法、装置、存储介质及电子装置 | |
CN109150571A (zh) | 网格映射方法和装置 | |
CN111372270A (zh) | 疑似故障小区的确定方法、装置、设备和介质 | |
CN115413022B (zh) | 基站位置的识别方法、装置、设备及存储介质 | |
CN113676913B (zh) | 邻区列表配置方法、装置及服务器 |
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 |