CN111818550A - 一种网络覆盖情况的预测方法、装置及设备 - Google Patents
一种网络覆盖情况的预测方法、装置及设备 Download PDFInfo
- Publication number
- CN111818550A CN111818550A CN201910290440.8A CN201910290440A CN111818550A CN 111818550 A CN111818550 A CN 111818550A CN 201910290440 A CN201910290440 A CN 201910290440A CN 111818550 A CN111818550 A CN 111818550A
- Authority
- CN
- China
- Prior art keywords
- network
- coverage data
- data
- measured
- area
- 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
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例公开了一种网络覆盖情况的预测方法、装置及设备,用于解决现有技术中对于NB‑IoT的覆盖情况的预测容易受到仿真地图的精度等因素的影响,进而使得其预测结果不够准确的问题。所述方法包括:获取目标区域中的现有网络的网络覆盖数据、以及所述目标区域中的待测量网络的部分网络区域的网络覆盖数据;确定所述现有网络的网络覆盖数据和所述待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系;确定存在所述关联关系的现有网络的网络覆盖数据与对应的待测量网络的部分网络区域的网络覆盖数据之间的数据偏差;基于所述现有网络的网络覆盖数据、所述关联关系、以及所述数据偏差,预测所述待测量网络在所述目标区域的网络覆盖情况。
Description
技术领域
本发明实施例涉及移动业务技术领域,尤其涉及一种网络覆盖情况的预测方法、装置及设备。
背景技术
目前,对于窄带物联网(Narrow Band Internet of Things,NB-IOT)在某一目标区域的覆盖情况,往往是基于现有的移动网络来进行仿真预测的。
具体而言,为了获取NB-IOT在目标区域的覆盖情况,往往要将该目标区域中的规划站点的工程参数、基础参数配置、该目标区域的地图输入到仿真软件中,利用仿真软件输出覆盖情况的预测结果,最后再结合目标区域调整站点规划方案,以完成NB-IOT在目标区域的覆盖规划。
然而,NB-IOT主要面向深度覆盖场景,即主要是一些特殊场合的点或面的覆盖场景,其在目标区域中有关覆盖情况的仿真结果的准确度,往往会受到目标区域的地图的准确度、精度、以及是否有建筑图层等因素的影响。且仿真模型往往基于一些典型场景构建的,而实际环境与典型场景又存在一定的差异,这也会影响仿真结果的准确度。
因此,亟需一种网络覆盖情况的预测方法以准确地预测NB-IoT在目标区域中的覆盖情况。
发明内容
本发明实施例提供一种通信业务的套餐余量转换方法及服务器,用于解决现有技术中网络覆盖情况的预测方法难以准确地预测NB-IoT在目标区域中的覆盖情况的问题。
本发明实施例采用下述技术方案:
第一方面,提供了一种通网络覆盖情况的预测方法,包括:
获取目标区域中的现有网络的网络覆盖数据、以及所述目标区域中的待测量网络的部分网络区域的网络覆盖数据;
基于所述现有网络的网络覆盖数据中的地理位置信息和所述待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定所述现有网络的网络覆盖数据和所述待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系;
基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据、以及所述关联关系,确定存在所述关联关系的现有网络的网络覆盖数据与对应的待测量网络的部分网络区域的网络覆盖数据之间的数据偏差;
基于所述现有网络的网络覆盖数据、所述关联关系、以及所述数据偏差,预测所述待测量网络在所述目标区域的网络覆盖情况。
第二方面,提供了一种网络覆盖情况的预测装置,包括:
获取单元,用于获取目标区域中的现有网络的网络覆盖数据、以及所述目标区域中的待测量网络的部分网络区域的网络覆盖数据;
第一确定单元,用于基于所述现有网络的网络覆盖数据中的地理位置信息和所述待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定所述现有网络的网络覆盖数据和所述待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系;
第二确定单元,用于基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据、以及所述关联关系,确定存在所述关联关系的现有网络的网络覆盖数据与对应的待测量网络的部分网络区域的网络覆盖数据之间的数据偏差;
预测单元,用于基于所述现有网络的网络覆盖数据、所述关联关系、以及所述数据偏差,预测所述待测量网络在所述目标区域的网络覆盖情况。
第三方面,提供了一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如下操作:
获取目标区域中的现有网络的网络覆盖数据、以及所述目标区域中的待测量网络的部分网络区域的网络覆盖数据;
基于所述现有网络的网络覆盖数据中的地理位置信息和所述待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定所述现有网络的网络覆盖数据和所述待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系;
基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据、以及所述关联关系,确定存在所述关联关系的现有网络的网络覆盖数据与对应的待测量网络的部分网络区域的网络覆盖数据之间的数据偏差;
基于所述现有网络的网络覆盖数据、所述关联关系、以及所述数据偏差,预测所述待测量网络在所述目标区域的网络覆盖情况。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如下操作:
获取目标区域中的现有网络的网络覆盖数据、以及所述目标区域中的待测量网络的部分网络区域的网络覆盖数据;
基于所述现有网络的网络覆盖数据中的地理位置信息和所述待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定所述现有网络的网络覆盖数据和所述待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系;
基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据、以及所述关联关系,确定存在所述关联关系的现有网络的网络覆盖数据与对应的待测量网络的部分网络区域的网络覆盖数据之间的数据偏差;
基于所述现有网络的网络覆盖数据、所述关联关系、以及所述数据偏差,预测所述待测量网络在所述目标区域的网络覆盖情况。
本发明实施例采用的上述至少一个技术方案能够达到以下有益效果:
本发明实施例提供的网络覆盖情况的预测方法,通过获取目标区域中的现有网络的网络覆盖数据、以及目标区域中的待测量网络的部分网络区域的网络覆盖数据,并能够基于该现有网络的网络覆盖数据中的地理位置信息和待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定现有网络的网络覆盖数据和待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系,再基于现有网络的网络覆盖数据、待测量网络的部分网络区域的网络覆盖数据、以及该关联关系,确定存在关联关系的现有网络的网络覆盖数据与待测量网络的部分网络区域的网络覆盖数据之间的数据偏差,最后能够基于现有网络的网络覆盖数据、该关联关系、以及数据偏差,来预测待测量网络在目标区域中的网络覆盖情况。一方面提高了预测准确度;另一方面也减小了为确定待测量网络的实际网络覆盖情况而去进行实测的工作量。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本说明书的一个实施例提供的一种网络覆盖情况的预测方法流程示意图;
图2为本说明书的一个实施例提供的一种网络覆盖情况的预测装置的结构示意图;
图3为本说明书的另一个实施例提供的一种电子设备的硬件结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做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。
为解决现有技术中对于NB-IoT的覆盖情况的预测容易受到仿真地图的精度等因素的影响,进而使得其预测结果不够准确的问题,本说明书实施例提供一种网络覆盖情况的预测方法。本说明书实施例提供的方法的执行主体可以但不限于个人电脑、服务器等能够被配置为执行本发明实施例提供的该方法装置中的至少一种。
为便于描述,下文以该方法的执行主体为能够执行该方法的服务器为例,对该方法的实施方式进行介绍。可以理解,该方法的执行主体为服务器只是一种示例性的说明,并不应理解为对该方法的限定。
具体地,本说明书一个或多个实施例提供的一种网络覆盖情况的预测方法的实现流程示意图如图1所示,包括:
步骤110,获取目标区域中的现有网络的网络覆盖数据、以及目标区域中的待测量网络的部分网络区域的网络覆盖数据;
以待测量网络为NB-IOT网络、现有网络为LTE网络为例,由于测量现有的NB-IOT网络的实际网络覆盖情况的设备并不完善,往往只能通过路测设备在NB-IOT网络的覆盖区域的道路上进行路测,以获取NB-DT扫频数据,所获取的NB-DT扫频数据往往只能反映NB-IOT网络的覆盖区域的道路上的网络覆盖数据。而为了能够准确地对NB-IOT网络在目标区域内的网络覆盖情况进行评测,以完善对NB-IOT网络在目标区域内的网络覆盖规划,本说明书实施例借助于现有网络比如LTE网络在目标区域内的网络覆盖数据,以及目标区域中的待测量网络的部分网络区域的网络覆盖数据,来准确预测NB-IOT网络在目标区域内的实际网络覆盖情况。
可选地,上述网络覆盖数据包括下述至少一种:
服务小区ID;
网络侧设备ID;
服务小区的RSRP;
服务小区的邻小区的RSRP;
服务小区的经纬度;
服务小区的邻小区的经纬度;
站点工参;
服务小区的天线增益;
网络侧设备的发射功率配置;
网络侧设备的通道配置。
具体地,以现有网络为LTE网络为例,则上述目标区域中的现有网络的网络覆盖数据可以通过解析实测的FDD900 MR-OTT数据来获取,上述目标区域中的待测量网络的部分网络区域的网络覆盖数据可以通过解析路测仪器实测的NB-DT扫频数据来获取。
步骤120,基于现有网络的网络覆盖数据中的地理位置信息和待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定现有网络的网络覆盖数据和待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系;
可选地,为准确预测待测量网络在目标区域中的覆盖情况,本说明书实施例可以将获取到的现有网络的覆盖数据和待测量网络的部分网络区域的网络覆盖数据在地理位置上进行关联,也就是将属于同一地理位置上的现有网络的覆盖数据和待测量网络的部分网络区域的网络覆盖数据关联起来。
具体地,基于现有网络的网络覆盖数据中的地理位置信息和待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定现有网络的网络覆盖数据和待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系,包括:
基于目标区域的经纬度、现有网络的网络覆盖数据中的地理位置信息、以及待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定与现有网络的第一覆盖区域存在关联关系的待测量网络的第二覆盖区域;
其中,与第一覆盖区域存在关联关系的第二覆盖区域包括与现有网络共用同一个网络侧设备的待测量网络的覆盖区域。
应理解,为了确保预测待测量网络在目标区域中的覆盖情况的准确性,本说明书实施例在将属于同一地理位置上的现有网络的覆盖数据和待测量网络的部分网络区域的网络覆盖数据关联起来,具体可以将与现有网络共用同一个网络侧设备的待测量网络的覆盖区域即第二覆盖区域,与现有网络的覆盖区域即第一覆盖区域关联起来。如表1所示的小区a和小区A即为共用同一个网络侧设备(即共天馈)的待测量网络的小区对,该小区a和小区A在地理位置上具有关联关系,且共用同一个网络侧设备。
表1共天馈的小区对
步骤130,基于现有网络的网络覆盖数据、待测量网络的部分网络区域的网络覆盖数据、以及关联关系,确定存在关联关系的现有网络的网络覆盖数据与对应的待测量网络的部分网络区域的网络覆盖数据之间的数据偏差;
应理解,由于现有网络的网络覆盖数据和待测量网络的部分网络区域的网络覆盖数据的获取途径、数据测量仪器、测量位置等都存在一定的差异,那么,为了准确地预测待测量网络在目标区域的网络覆盖情况,本说明书实施例可以基于现有网络和待测量网络之间存在的一些关联关系构建小区级路损偏置矩阵,以准确获取存在关联关系的第一服务小区和第二服务小区之间的数据偏差。
具体来说,基于现有网络的网络覆盖数据、待测量网络的部分网络区域的网络覆盖数据、以及关联关系,确定存在关联关系的现有网络的网络覆盖数据与对应的待测量网络的部分网络区域的网络覆盖数据之间的数据偏差,包括:
基于现有网络的网络覆盖数据、待测量网络的部分网络区域的网络覆盖数据、以及关联关系,确定存在关联关系的第一服务小区和第二服务小区,其中第一服务小区为现有网络的服务小区,第二服务小区为待测量网络的服务小区;
基于现有网络的网络覆盖数据、待测量网络的部分网络区域的网络覆盖数据,获取第一服务小区对应的栅格的网络覆盖数据、以及第二服务小区对应的栅格的网络覆盖数据,以构建小区级路损偏置矩阵;其中,网络覆盖数据包括小区的参考信号接收功率RSRP、穿透信号、网络侧设备的发射功率中的至少一种;
基于小区级路损偏置矩阵,确定第一服务小区和所述第二服务小区之间的数据偏差。
可选地,为了更准确地获取存在关联关系的第一服务小区和第二服务小区之间的数据偏差,本说明实施例可以将现有网络的网络覆盖数据中所覆盖到的地理位置、以及待测量网络的网络路测数据中所覆盖到的地理位置进行栅格化处理,以便更准确地确定现有网络和待测量网络两者在地理位置上的关联关系。具体来说,基于现有网络的网络覆盖数据、待测量网络的部分网络区域的网络覆盖数据,获取第一服务小区对应的栅格的网络覆盖数据、以及第二服务小区对应的栅格的网络覆盖数据,包括:
基于现有网络的网络覆盖数据中的地理位置信息以及第一预设栅格半径,将现有网络的覆盖区域进行栅格处理以获取栅格化的第一栅格区域;
基于待测量网络的网络路测数据中的地理位置信息以及第二预设栅格半径,将待测量网络的覆盖区域进行栅格处理以获取栅格化的第二栅格区域;
基于第一服务小区的地理位置信息、以及第一栅格区域中的栅格位置信息,确定第一服务小区对应的栅格的网络覆盖数据;
基于第二服务小区的地理位置信息、以及第二栅格区域中的栅格位置信息,确定第二服务小区对应的栅格的网络覆盖数据。
可选地,上述小区级偏置矩阵包括下述至少一种信息:
第一服务小区对应的栅格的网络覆盖数据;
第二服务小区对应的栅格的网络覆盖数据;
第一服务小区对应的栅格与所述第二服务小区对应的栅格在地理位置上的关联关系。
如表2所示,为本说明书实施例构建的小区级路损偏置矩阵示例。在表2中,与待测量网络的栅格最强小区530092-16在地理位置上存在关联关系的现有网络的栅格最强小区有530092-1、978810-129、以及530092-2。其中待测量网络的栅格最强小区530092-16对应的栅格最大RSRP测得有多个不同数据,即表2第7栏所示的-21.86、-21.52,与之存在关联关系的现有网络的栅格最强小区530092-1也测得多个不同数据。为了提高预测结果的准确度,本说明书实施例可以基于上述多个对应的不同数据进行数据校准,以确定对应栅格小区之间的数据偏差。
表2小区级偏置矩阵示例
可选地,为了提高预测结果的准确度,本说明实施例在获取了小区级路损偏置矩阵之后,还可以通过方差修正等方式对小区级路损偏置矩阵中第一服务小区对应的栅格的网络覆盖数据、以及第二服务小区对应的栅格的网络覆盖数据进行数据修正。具体地,基于小区级路损偏置矩阵,确定第一服务小区和第二服务小区之间的数据偏差,包括:
对小区级路损偏置矩阵中第一服务小区对应的栅格的网络覆盖数据、以及第二服务小区对应的栅格的网络覆盖数据进行数据修正;
基于数据修正后的第一服务小区对应的栅格的网络覆盖数据、以及第二服务小区对应的栅格的网络覆盖数据,确定第一服务小区和第二服务小区之间的数据偏差。
对上述表2所得的小区级偏置矩阵中同一栅格最强小区对应的多个不同栅格最大RSRP进行方差修正,对每个栅格最大RSRP进行修正,以校正数据。具体可以通过公式来修正栅格最大RSRP,其中,X∈{X1,X2,…,Xn},n为表2中栅格最大RSRP的个数,即为表2中的各个栅格最大RSRP,一般来说,将剔除超出±3倍方差的数据。
可选地,为了提高预测结果的准确度,考虑到不同厂家的路径损耗偏置的数值存在一定的差异,本说明书实施例可以分别对待测量网络和现有网络的站点进行测试,选取多栋高层、独栋高层、中层、低层等各种场景楼宇进行室内扫楼测试,遍布楼道、走廊、楼梯,计算得出不同待测量网络与现有网络的穿透损耗,对不同场景下典型偏置值与小区级路损偏置作比较,如偏离过多则取二者均值修正对应小区。
例如,分别对待测量网络和现有网络的站点进行呼叫质量拨打测试,选取多栋高层、独栋高层、中层、低层等各种场景楼宇进行室内扫楼测试,遍布楼道、走廊、楼梯,测试RSRP值。统计室外和室内的RSRP,计算得出待测量网络与现有网络的穿透损耗差异,对不同场景下典型场景的路径损耗偏置值与小区级路损偏置值作比较,如偏离过多则可以取二者均值来修正对应小区的路径损耗偏置值。
表3场景化路径损耗偏置示例
表4小区级路径损耗偏置的修正示例
步骤140,基于现有网络的网络覆盖数据、关联关系、以及数据偏差,预测待测量网络在目标区域的网络覆盖情况。
如表5所示,为本说明书实施例提供的网络的覆盖情况的预测方法应用在实际场景中的示例表格。在表5中,第一栏中的待测量网络的服务小区名称与第二栏中的现有网络的服务小区名称在地理位置上存在关联关系,即为上文所述的第一服务小区和第二服务小区,应理解,由于第一服务小区和第二服务小区均为目标区域范围内的服务小区,且第一服务小区和第二服务小区共天馈(即共同拥有同一个网络侧设备),那么该第一服务小区和第二服务小区的名称也可以是完全相同的。
表5所示的第八栏中的路径损耗偏置可以通过公式:路径损耗偏置=(待测量网络的RS功率+待测量网络的天线增益)–(现有网络的RS功率+现有网络的天线增益–现有网络的RSRP)来确定。
其中,表5所示的第九栏中的待测量网络的预测结果即预测RSRP,为基于第三栏中现有网络的RSRP、第四栏中现有网络的天线增益、第五栏中待测量网络的天线增益、第六栏中现有网络的RS功率、第七栏中的待测量网络的RS功率以及第八栏中的路径损耗偏置确定的,具体可以通过公式:待测量网络的预测RSRP=待测量网络的RS功率+待测量网络的天线增益-(现有网络的RS功率+现有网络的天线增益)+路径损耗偏置来确定。如表5所示,待测量网络的服务小区:小区a~小区i的预测RSRP见表5中第九栏所示数据。
表5待测量网络的网络覆盖情况(RSRP)的预测结果
本发明实施例提供的网络覆盖情况的预测方法,通过获取目标区域中的现有网络的网络覆盖数据、以及目标区域中的待测量网络的部分网络区域的网络覆盖数据,并能够基于该现有网络的网络覆盖数据中的地理位置信息和待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定现有网络的网络覆盖数据和待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系,再基于现有网络的网络覆盖数据、待测量网络的部分网络区域的网络覆盖数据、以及该关联关系,确定存在关联关系的现有网络的网络覆盖数据与待测量网络的部分网络区域的网络覆盖数据之间的数据偏差,最后能够基于现有网络的网络覆盖数据、该关联关系、以及数据偏差,来预测待测量网络在目标区域中的网络覆盖情况。一方面提高了预测准确度;另一方面也减小了为确定待测量网络的实际网络覆盖情况而去进行实测的工作量。
图2是本说明书提供的网络覆盖情况的预测装置200的结构示意图。请参考图2,在一种软件实施方式中,网络覆盖情况的预测装置200可包括获取单元201、第一确定单元202、第二确定单元203和预测单元203,其中:
获取单元201,用于获取目标区域中的现有网络的网络覆盖数据、以及所述目标区域中的待测量网络的部分网络区域的网络覆盖数据;
第一确定单元202,用于基于所述现有网络的网络覆盖数据中的地理位置信息和所述待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定所述现有网络的网络覆盖数据和所述待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系;
第二确定单元203,用于基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据、以及所述关联关系,确定存在所述关联关系的现有网络的网络覆盖数据与对应的待测量网络的部分网络区域的网络覆盖数据之间的数据偏差;
预测单元204,用于基于所述现有网络的网络覆盖数据、所述关联关系、以及所述数据偏差,预测所述待测量网络在所述目标区域的网络覆盖情况。
可选地,在一种实施方式中,所述第一确定单元202,用于:
基于所述目标区域的经纬度、所述现有网络的网络覆盖数据中的地理位置信息、以及所述待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定与所述现有网络的第一覆盖区域存在关联关系的待测量网络的第二覆盖区域;
其中,与所述第一覆盖区域存在关联关系的所述第二覆盖区域包括与所述现有网络共用同一个网络侧设备的所述待测量网络的覆盖区域。
可选地,在一种实施方式中,所述第二确定单元203,用于:
基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据、以及所述关联关系,确定存在所述关联关系的第一服务小区和第二服务小区,其中所述第一服务小区为所述现有网络的服务小区,所述第二服务小区为所述待测量网络的服务小区;
基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据,获取所述第一服务小区对应的栅格的网络覆盖数据、以及所述第二服务小区对应的栅格的网络覆盖数据,以构建小区级路损偏置矩阵;其中,所述网络覆盖数据包括小区的参考信号接收功率RSRP、穿透信号、网络侧设备的发射功率中的至少一种;
基于所述小区级路损偏置矩阵,确定所述第一服务小区和所述第二服务小区之间的数据偏差。
可选地,在一种实施方式中,所述第二确定单元203,用于:
基于所述现有网络的网络覆盖数据中的地理位置信息以及第一预设栅格半径,将所述现有网络的覆盖区域进行栅格处理以获取栅格化的第一栅格区域;
基于所述待测量网络的网络路测数据中的地理位置信息以及第二预设栅格半径,将所述待测量网络的覆盖区域进行栅格处理以获取栅格化的第二栅格区域;
基于所述第一服务小区的地理位置信息、以及所述第一栅格区域中的栅格位置信息,确定所述第一服务小区对应的栅格的网络覆盖数据;
基于所述第二服务小区的地理位置信息、以及所述第二栅格区域中的栅格位置信息,确定所述第二服务小区对应的栅格的网络覆盖数据。
可选地,在一种实施方式中,所述小区级偏置矩阵包括下述至少一种信息:
所述第一服务小区对应的栅格的网络覆盖数据;
所述第二服务小区对应的栅格的网络覆盖数据;
所述第一服务小区对应的栅格与所述第二服务小区对应的栅格在地理位置上的关联关系。
可选地,在一种实施方式中,所述第二确定单元203,用于:
对所述小区级路损偏置矩阵中所述第一服务小区对应的栅格的网络覆盖数据、以及所述第二服务小区对应的栅格的网络覆盖数据进行数据修正;
基于所述数据修正后的所述第一服务小区对应的栅格的网络覆盖数据、所述第二服务小区对应的栅格的网络覆盖数据、以及所述第一服务小区对应的栅格与所述第二服务小区对应的栅格在地理位置上的关联关系,确定所述第一服务小区和所述第二服务小区对应栅格之间的网络覆盖数据的数据偏差。
可选地,在一种实施方式中,所述网络覆盖数据包括下述至少一种:
服务小区ID;
网络侧设备ID;
服务小区的RSRP;
服务小区的邻小区的RSRP;
服务小区的经纬度;
服务小区的邻小区的经纬度;
站点工参;
服务小区的天线增益;
网络侧设备的发射功率配置;
网络侧设备的通道配置。
网络覆盖情况的预测装置200能够实现图1的方法实施例的方法,具体可参考图1所示实施例的网络覆盖情况的预测方法,不再赘述。
图3是本说明书的一个实施例提供的电子设备的结构示意图。请参考图3,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成网络覆盖情况的预测装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取目标区域中的现有网络的网络覆盖数据、以及所述目标区域中的待测量网络的部分网络区域的网络覆盖数据;
基于所述现有网络的网络覆盖数据中的地理位置信息和所述待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定所述现有网络的网络覆盖数据和所述待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系;
基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据、以及所述关联关系,确定存在所述关联关系的现有网络的网络覆盖数据与对应的待测量网络的部分网络区域的网络覆盖数据之间的数据偏差;
基于所述现有网络的网络覆盖数据、所述关联关系、以及所述数据偏差,预测所述待测量网络在所述目标区域的网络覆盖情况。
本发明实施例提供的网络覆盖情况的预测方法,通过获取目标区域中的现有网络的网络覆盖数据、以及目标区域中的待测量网络的部分网络区域的网络覆盖数据,并能够基于该现有网络的网络覆盖数据中的地理位置信息和待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定现有网络的网络覆盖数据和待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系,再基于现有网络的网络覆盖数据、待测量网络的部分网络区域的网络覆盖数据、以及该关联关系,确定存在关联关系的现有网络的网络覆盖数据与待测量网络的部分网络区域的网络覆盖数据之间的数据偏差,最后能够基于现有网络的网络覆盖数据、该关联关系、以及数据偏差,来预测待测量网络在目标区域中的网络覆盖情况。一方面提高了预测准确度;另一方面也减小了为确定待测量网络的实际网络覆盖情况而去进行实测的工作量。
上述如本说明书图1所示实施例揭示的网络覆盖情况的预测方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书一个或多个实施例中的公开的各方法、步骤及逻辑框图。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。结合本说明书一个或多个实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1的网络覆盖情况的预测方法,本说明书在此不再赘述。
当然,除了软件实现方式之外,本说明书的电子设备并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
总之,以上所述仅为本说明书的较佳实施例而已,并非用于限定本说明书的保护范围。凡在本说明书一个或多个实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本说明书一个或多个实施例的保护范围之内。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
Claims (10)
1.一种网络覆盖情况的预测方法,其特征在于,包括:
获取目标区域中的现有网络的网络覆盖数据、以及所述目标区域中的待测量网络的部分网络区域的网络覆盖数据;
基于所述现有网络的网络覆盖数据中的地理位置信息和所述待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定所述现有网络的网络覆盖数据和所述待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系;
基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据、以及所述关联关系,确定存在所述关联关系的现有网络的网络覆盖数据与对应的待测量网络的部分网络区域的网络覆盖数据之间的数据偏差;
基于所述现有网络的网络覆盖数据、所述关联关系、以及所述数据偏差,预测所述待测量网络在所述目标区域的网络覆盖情况。
2.如权利要求1所述的方法,其特征在于,基于所述现有网络的网络覆盖数据中的地理位置信息和所述待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定所述现有网络的网络覆盖数据和所述待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系,包括:
基于所述目标区域的经纬度、所述现有网络的网络覆盖数据中的地理位置信息、以及所述待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定与所述现有网络的第一覆盖区域存在关联关系的待测量网络的第二覆盖区域;
其中,与所述第一覆盖区域存在关联关系的所述第二覆盖区域包括与所述现有网络共用同一个网络侧设备的所述待测量网络的覆盖区域。
3.如权利要求2所述的方法,其特征在于,基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据、以及所述关联关系,确定存在所述关联关系的现有网络的网络覆盖数据与对应的待测量网络的部分网络区域的网络覆盖数据之间的数据偏差,包括:
基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据、以及所述关联关系,确定存在所述关联关系的第一服务小区和第二服务小区,其中所述第一服务小区为所述现有网络的服务小区,所述第二服务小区为所述待测量网络的服务小区;
基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据,获取所述第一服务小区对应的栅格的网络覆盖数据、以及所述第二服务小区对应的栅格的网络覆盖数据,以构建小区级路损偏置矩阵;其中,所述网络覆盖数据包括小区的参考信号接收功率RSRP、穿透信号、网络侧设备的发射功率中的至少一种;
基于所述小区级路损偏置矩阵,确定所述第一服务小区和所述第二服务小区之间的数据偏差。
4.如权利要求3所述的方法,其特征在于,基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据,获取所述第一服务小区对应的栅格的网络覆盖数据、以及所述第二服务小区对应的栅格的网络覆盖数据,包括:
基于所述现有网络的网络覆盖数据中的地理位置信息以及第一预设栅格半径,将所述现有网络的覆盖区域进行栅格处理以获取栅格化的第一栅格区域;
基于所述待测量网络的网络路测数据中的地理位置信息以及第二预设栅格半径,将所述待测量网络的覆盖区域进行栅格处理以获取栅格化的第二栅格区域;
基于所述第一服务小区的地理位置信息、以及所述第一栅格区域中的栅格位置信息,确定所述第一服务小区对应的栅格的网络覆盖数据;
基于所述第二服务小区的地理位置信息、以及所述第二栅格区域中的栅格位置信息,确定所述第二服务小区对应的栅格的网络覆盖数据。
5.如权利要求3所述的方法,其特征在于,所述小区级偏置矩阵包括下述至少一种信息:
所述第一服务小区对应的栅格的网络覆盖数据;
所述第二服务小区对应的栅格的网络覆盖数据;
所述第一服务小区对应的栅格与所述第二服务小区对应的栅格在地理位置上的关联关系。
6.如权利要求5所述的方法,其特征在于,基于所述小区级路损偏置矩阵,确定所述第一服务小区和所述第二服务小区之间的数据偏差,包括:
对所述小区级路损偏置矩阵中所述第一服务小区对应的栅格的网络覆盖数据、以及所述第二服务小区对应的栅格的网络覆盖数据进行数据修正;
基于所述数据修正后的所述第一服务小区对应的栅格的网络覆盖数据、所述第二服务小区对应的栅格的网络覆盖数据、以及所述第一服务小区对应的栅格与所述第二服务小区对应的栅格在地理位置上的关联关系,确定所述第一服务小区和所述第二服务小区对应栅格之间的网络覆盖数据的数据偏差。
7.如权利要求1~6中任一所述的方法,其特征在于,所述网络覆盖数据包括下述至少一种:
服务小区ID;
网络侧设备ID;
服务小区的RSRP;
服务小区的邻小区的RSRP;
服务小区的经纬度;
服务小区的邻小区的经纬度;
站点工参;
服务小区的天线增益;
网络侧设备的发射功率配置;
网络侧设备的通道配置。
8.一种网络覆盖情况的预测装置,其特征在于,包括:
获取单元,用于获取目标区域中的现有网络的网络覆盖数据、以及所述目标区域中的待测量网络的部分网络区域的网络覆盖数据;
第一确定单元,用于基于所述现有网络的网络覆盖数据中的地理位置信息和所述待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定所述现有网络的网络覆盖数据和所述待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系;
第二确定单元,用于基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据、以及所述关联关系,确定存在所述关联关系的现有网络的网络覆盖数据与对应的待测量网络的部分网络区域的网络覆盖数据之间的数据偏差;
预测单元,用于基于所述现有网络的网络覆盖数据、所述关联关系、以及所述数据偏差,预测所述待测量网络在所述目标区域的网络覆盖情况。
9.一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如下步骤:
获取目标区域中的现有网络的网络覆盖数据、以及所述目标区域中的待测量网络的部分网络区域的网络覆盖数据;
基于所述现有网络的网络覆盖数据中的地理位置信息和所述待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定所述现有网络的网络覆盖数据和所述待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系;
基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据、以及所述关联关系,确定存在所述关联关系的现有网络的网络覆盖数据与对应的待测量网络的部分网络区域的网络覆盖数据之间的数据偏差;
基于所述现有网络的网络覆盖数据、所述关联关系、以及所述数据偏差,预测所述待测量网络在所述目标区域的网络覆盖情况。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如下步骤:
获取目标区域中的现有网络的网络覆盖数据、以及所述目标区域中的待测量网络的部分网络区域的网络覆盖数据;
基于所述现有网络的网络覆盖数据中的地理位置信息和所述待测量网络的部分网络区域的网络覆盖数据中的地理位置信息,确定所述现有网络的网络覆盖数据和所述待测量网络的部分网络区域的网络覆盖数据在地理位置上的关联关系;
基于所述现有网络的网络覆盖数据、所述待测量网络的部分网络区域的网络覆盖数据、以及所述关联关系,确定存在所述关联关系的现有网络的网络覆盖数据与对应的待测量网络的部分网络区域的网络覆盖数据之间的数据偏差;
基于所述现有网络的网络覆盖数据、所述关联关系、以及所述数据偏差,预测所述待测量网络在所述目标区域的网络覆盖情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910290440.8A CN111818550B (zh) | 2019-04-11 | 2019-04-11 | 一种网络覆盖情况的预测方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910290440.8A CN111818550B (zh) | 2019-04-11 | 2019-04-11 | 一种网络覆盖情况的预测方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111818550A true CN111818550A (zh) | 2020-10-23 |
CN111818550B CN111818550B (zh) | 2022-09-27 |
Family
ID=72844255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910290440.8A Active CN111818550B (zh) | 2019-04-11 | 2019-04-11 | 一种网络覆盖情况的预测方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111818550B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114363898A (zh) * | 2021-12-20 | 2022-04-15 | 中国电信股份有限公司 | 网络接入方法、装置、计算机可读介质及电子设备 |
CN114554534A (zh) * | 2020-11-24 | 2022-05-27 | 中国移动通信集团北京有限公司 | 影响语音感知的网络因素确定方法、装置及电子设备 |
WO2022193757A1 (zh) * | 2021-03-17 | 2022-09-22 | 中兴通讯股份有限公司 | 网络覆盖预测方法及其设备、计算机可读存储介质 |
CN115442813A (zh) * | 2021-06-03 | 2022-12-06 | 中国移动通信集团四川有限公司 | 网络结构评估的方法、装置、电子设备及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101784064A (zh) * | 2010-02-08 | 2010-07-21 | 王少尉 | 一种无线信号传播的非线性插值预测方法 |
CN102055496A (zh) * | 2009-10-30 | 2011-05-11 | 杰脉通信技术(上海)有限公司 | 一种td-scdma多小区联合检测系统矩阵构造方法 |
EP2375825A1 (en) * | 2003-11-12 | 2011-10-12 | Research In Motion Limited | Data-capable network prioritization with reject code handling |
US20160088658A1 (en) * | 2014-09-19 | 2016-03-24 | Cable Television Laboratories, Inc. | Network traffic prioritization |
CN107923659A (zh) * | 2015-06-03 | 2018-04-17 | 最佳追踪系统公司 | 预测控制太阳能追踪器的定向的方法 |
WO2018084897A1 (en) * | 2016-11-03 | 2018-05-11 | Nokia Technologies Oy | Haptic augmented reality assisted self-service for wireless networks |
CN108271165A (zh) * | 2016-12-30 | 2018-07-10 | 中国移动通信集团浙江有限公司 | 一种基站网络信号覆盖状态的预测方法及系统 |
CN108307397A (zh) * | 2017-01-13 | 2018-07-20 | 中国移动通信集团四川有限公司 | 网络覆盖评估方法及系统 |
CN108966242A (zh) * | 2018-06-26 | 2018-12-07 | 中国联合网络通信集团有限公司 | 窄带物联网的覆盖估计方法和装置 |
CN109041100A (zh) * | 2018-07-27 | 2018-12-18 | 润建通信股份有限公司 | 一种大数据评估NB-IoT网络覆盖与结构的方法 |
CN109104704A (zh) * | 2018-06-14 | 2018-12-28 | 东南大学 | 用于水产养殖物联网环境调控系统的应用及调控方法 |
CN109391950A (zh) * | 2018-11-30 | 2019-02-26 | 中国移动通信集团福建有限公司 | 终端分布的预测方法、装置、设备及介质 |
-
2019
- 2019-04-11 CN CN201910290440.8A patent/CN111818550B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2375825A1 (en) * | 2003-11-12 | 2011-10-12 | Research In Motion Limited | Data-capable network prioritization with reject code handling |
CN102055496A (zh) * | 2009-10-30 | 2011-05-11 | 杰脉通信技术(上海)有限公司 | 一种td-scdma多小区联合检测系统矩阵构造方法 |
CN101784064A (zh) * | 2010-02-08 | 2010-07-21 | 王少尉 | 一种无线信号传播的非线性插值预测方法 |
US20160088658A1 (en) * | 2014-09-19 | 2016-03-24 | Cable Television Laboratories, Inc. | Network traffic prioritization |
CN107923659A (zh) * | 2015-06-03 | 2018-04-17 | 最佳追踪系统公司 | 预测控制太阳能追踪器的定向的方法 |
WO2018084897A1 (en) * | 2016-11-03 | 2018-05-11 | Nokia Technologies Oy | Haptic augmented reality assisted self-service for wireless networks |
CN108271165A (zh) * | 2016-12-30 | 2018-07-10 | 中国移动通信集团浙江有限公司 | 一种基站网络信号覆盖状态的预测方法及系统 |
CN108307397A (zh) * | 2017-01-13 | 2018-07-20 | 中国移动通信集团四川有限公司 | 网络覆盖评估方法及系统 |
CN109104704A (zh) * | 2018-06-14 | 2018-12-28 | 东南大学 | 用于水产养殖物联网环境调控系统的应用及调控方法 |
CN108966242A (zh) * | 2018-06-26 | 2018-12-07 | 中国联合网络通信集团有限公司 | 窄带物联网的覆盖估计方法和装置 |
CN109041100A (zh) * | 2018-07-27 | 2018-12-18 | 润建通信股份有限公司 | 一种大数据评估NB-IoT网络覆盖与结构的方法 |
CN109391950A (zh) * | 2018-11-30 | 2019-02-26 | 中国移动通信集团福建有限公司 | 终端分布的预测方法、装置、设备及介质 |
Non-Patent Citations (1)
Title |
---|
许耀华: "异构网络中基于兴趣感知的聚类缓存策略", 《系统工程与电子技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114554534A (zh) * | 2020-11-24 | 2022-05-27 | 中国移动通信集团北京有限公司 | 影响语音感知的网络因素确定方法、装置及电子设备 |
CN114554534B (zh) * | 2020-11-24 | 2024-05-07 | 中国移动通信集团北京有限公司 | 影响语音感知的网络因素确定方法、装置及电子设备 |
WO2022193757A1 (zh) * | 2021-03-17 | 2022-09-22 | 中兴通讯股份有限公司 | 网络覆盖预测方法及其设备、计算机可读存储介质 |
EP4294069A4 (en) * | 2021-03-17 | 2024-07-17 | Zte Corp | METHOD AND DEVICE FOR PREDICTING NETWORK COVERAGES, AND COMPUTER-READABLE STORAGE MEDIUM |
CN115442813A (zh) * | 2021-06-03 | 2022-12-06 | 中国移动通信集团四川有限公司 | 网络结构评估的方法、装置、电子设备及存储介质 |
CN114363898A (zh) * | 2021-12-20 | 2022-04-15 | 中国电信股份有限公司 | 网络接入方法、装置、计算机可读介质及电子设备 |
CN114363898B (zh) * | 2021-12-20 | 2024-05-10 | 中国电信股份有限公司 | 网络接入方法、装置、计算机可读介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111818550B (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111818550B (zh) | 一种网络覆盖情况的预测方法、装置及设备 | |
JP4989112B2 (ja) | サーバ装置、移動端末及び測位方式選択方法 | |
CN109495913B (zh) | 干扰评估方法及装置 | |
EP3896873A1 (en) | Field intensity prediction method and apparatus, and device and storage medium | |
CN108111965B (zh) | 一种基站位置的确定方法和装置 | |
CN110881191B (zh) | 小区经纬度的获取方法、装置、系统及存储介质 | |
US20190200318A1 (en) | Supporting an update of stored information | |
CN108471627B (zh) | 网络质量确定方法及装置 | |
CN110602713A (zh) | 基站建设评估方法及装置 | |
WO2013136128A1 (en) | Generating radio channel models parameter values | |
CN108093414B (zh) | 评估小区覆盖有效性的方法及装置 | |
CN114885287A (zh) | 网络覆盖范围确定方法、装置、电子设备及存储介质 | |
CN106488555B (zh) | 一种室内定位方法及装置 | |
CN103179659A (zh) | 多基站混合定位方法及装置 | |
CN113015180B (zh) | 网络参数更新方法、装置及存储介质、电子设备 | |
CN108541011B (zh) | 无线网络信号覆盖区域的强度分析方法和装置 | |
CN106941685B (zh) | 一种确定天线接反的方法及系统 | |
CN105828342B (zh) | 一种确认邻区关系的方法及装置 | |
CN114422947B (zh) | 5g测量报告的定位方法及装置、设备、存储介质、程序 | |
CN115243279B (zh) | 网络优化方法、装置及电子设备 | |
CN114071517B (zh) | 一种过覆盖基站识别方法、装置、电子设备及存储介质 | |
CN113411148B (zh) | 移频方法、装置、电子设备及存储介质 | |
CN113923666A (zh) | 一种过覆盖基站识别方法、装置、电子设备及存储介质 | |
CN110234163B (zh) | 用户终端的定位方法、装置、设备和介质 | |
CN115334517A (zh) | 通信网络的覆盖优化方法、装置及电子设备 |
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 |