CN111935732B - 识别网络覆盖结构空洞的方法、装置、计算机系统与服务器 - Google Patents
识别网络覆盖结构空洞的方法、装置、计算机系统与服务器 Download PDFInfo
- Publication number
- CN111935732B CN111935732B CN202010938238.4A CN202010938238A CN111935732B CN 111935732 B CN111935732 B CN 111935732B CN 202010938238 A CN202010938238 A CN 202010938238A CN 111935732 B CN111935732 B CN 111935732B
- Authority
- CN
- China
- Prior art keywords
- coverage
- water area
- cell
- longitude
- latitude
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Instructional Devices (AREA)
Abstract
本发明提供一种识别网络覆盖结构空洞的方法、装置、计算机系统与服务器,所述方法包括:以现网小区中的宏站和微站为基础数据,建立基础覆盖模型;基于COST231 HATA传播模型对基础覆盖模型进行第一次修正;基于小区覆盖半径内的楼宇高度的对修正模型进行第二次修正;基于场景交叠进行第三次修正;与矢量地图图层进行匹配和差分运算,得到原始覆盖空洞数据;结合水域矢量图层,确定每个水域的质心的经纬度,并基于水域质心的经纬度进行水域聚合,汇聚水域矢量图层;对原始覆盖空洞数据剔除聚合的水域范围,得到最终的覆盖空洞数据。本发明基于融合算法可建立完整的结构空洞清单和空洞图层,解决单一使用弱覆盖区域来定位网络空洞的局限性。
Description
技术领域
本发明涉及网络通信技术领域,具体而言涉及一种识别网络覆盖结构空洞的方法与系统。
背景技术
因特殊地貌不宜建站、市政建设局部拆迁、物业协调长期疑难、居民纠纷连片闭站等客观障碍和原因,各地区的无线覆盖或多或少都遗留有一些与网络结构强相关的覆盖空洞,称之为结构空洞。而结构空洞随着时间推移,可能会出现新的基站建设契机,借此可弥补覆盖空洞,但需要对空洞的覆盖进行及时有效的掌握,尤其是可视化的展示,从而利于进行科学规划。
在目前网络覆盖逐步完善,现网覆盖投入逐步减少的前提下,有效的寻找有效的覆盖空洞,关联覆盖空洞的价值,能够有效地控制投入、提高覆盖投放站点的效益、提升空洞内的用户感知。
在贺晓伟等人提出的确定存在覆盖空洞的小区的方法中,通过获取预设时间内在目标小区中的所有终端发送的目标信息,目标信息携带有建立无线资源控制RRC连接的原因信息;根据目标信息,确定原因信息为注册信息的数量占所述目标信息的数量的比例;当比例大于第一阈值时,确定目标小区为存在覆盖空洞的小区。由此,适用于确定存在覆盖空洞的小区,其数据基于小区自身的信息和数据,虽然能够反映出存在覆盖空洞的小区,但是其范围具有局限性,如果该区域无现网小区,就无法识别覆盖空洞的存在,存在识别空区。因此,以小区MR数据和相关信令为基础,在此基础上进行空洞识别时,针对站点周边环境较封闭或者区域站点较少的情况下,无法完整的识别到覆盖空洞。
又如刘博等人提出的网络覆盖空洞查找方法中,通过获取待查找区域中的每个已知小区的小区信息,其中小区信息包括小区的站点的地址;获取待查找区域中的每个已知小区的空洞扫描区域,其中,每个已知小区的空洞扫描区域包括以该已知小区的站点的地址为原点,且半径大于预设最小站间距的预设扇形区域;从待查找区域中的已知小区中查找特定小区,其中的特定小区的空洞扫描区域中只存在所述特定小区的站点;确定特定小区的空洞扫描区域中存在网络覆盖空洞。通过该方法可以降低查找网络覆盖空洞的成本,但该方法使用预设最小站间距的扇形区域,其覆盖模型单一,由于每个站点自身的参数以及周边的楼宇建筑环境不一样,使用该方法会导致,同参数和周边环境的站点其覆盖仿真区域一样的结果,没有结合现场环境和站高地形等现场进行综合考虑,往往分析出来的结果与实际存在较大误差,对参数和环境不同站点缺少公平公正性。
又如陈明德等人提出的覆盖空洞判定方法中,基于测量报告数据,用户信令数据,和上行业务流数据确定若干条分析数据,按时间顺序将相邻两条分析数据合并为一条记录,确定符合预设条件的第一类记录数据,将每条第一类记录中前后两条分析数据记录的经纬度构成的区域确定为覆盖空洞栅格;基于所确定的覆盖空洞栅格确定覆盖空洞区域。由此,该方法,不需要人为参与,通过网络数据自动确定覆盖空洞,实现以低成本高效的确定覆盖空洞。通过分析数据记录的经纬关联栅格形式展示空洞,通过判断栅格是否连续来确定最终空洞的大小,但其从具体实现角度来看,以数据或者小区为输出内容,其反映空的大小或者空洞等级内容不足,无法精准站址覆盖空洞的边界,难以直观的展示空的具体形状和范围。
现有设计文献:
专利文献1:CN201510446949.9 一种确定存在覆盖空洞的小区的方法及装置。
专利文献2:CN201610311501.0 一种网络覆盖空洞查找方法和装置。
专利文献3:CN201610021213.1 覆盖空洞判定方法及系统。
发明内容
本发明目的在于提供一种识别网络覆盖结构空洞的方法与系统,利用站点自身属性,结合站点高度与周边三维度建筑群体匹配,有效的定位无覆盖区域,建立完整的结构空洞清单和空洞图层,解决单一使用弱覆盖区域来定位网络空洞的局限性。
为实现上述目的,本发明的第一方面提出一种识别网络覆盖结构空洞的方法,包括以下步骤:
步骤1、以现网小区中的宏站和微站为基础数据,根据不同的场景和频段下的覆盖半径进行仿真,建立以小区的覆盖位置信息的正打方向的基础覆盖模型;所述基础覆盖模型的建立过程中使用shapely地理空间几何库制作矢量图层,利用已知经纬度和方位角信息计算其覆盖距离外的经纬度点;
步骤2、基于COST231 HATA传播模型对基础覆盖模型进行第一次修正,得到修正模型,修正小区的实际站高的覆盖距离;
步骤3、基于小区覆盖半径内的楼宇高度的对修正模型进行第二次修正,根据与小区覆盖半径一半距离内的楼宇平均高度相关的高度差比值对修正模型进行修正,修正小区覆盖距离;
步骤4、结合场景交叠进行第三次修正,修正场景覆盖缓冲区;
步骤5、将经过三次修正后的覆盖模型对应的矢量图层与矢量地图图层进行匹配和差分运算,得到原始覆盖空洞数据;
步骤6、结合水域矢量图层,确定每个水域的质心的经纬度,并基于水域质心的经纬度进行水域聚合,汇聚水域矢量图层;
步骤7、对原始覆盖空洞数据剔除聚合的水域范围,得到最终的覆盖空洞数据。
优选地,所述步骤1中,在基础覆盖模型的建立过程中,根据900MHz和1800MHz分别在城区、县城、乡镇和农村的覆盖半径,在小区的覆盖位置信息的正打方向建立基础覆盖模型,其中站点每层覆盖为3个小区,全覆盖为360度,各个小区的覆盖夹角为120度。
优选地,所述步骤1中使用shapely地理空间几何库制作矢量图层,具体包括:
假设方位角是azimuth ,小区经纬度为(lon, lat),小区的覆盖距离为D,则判断小区到覆盖最远点的平移距离分别为d*sin(azimuth)与 d*cos(azimuth);得到最远点的经纬度(lon2,lat2);
取极半径和赤道半径的平均值ARC为地球半径;
通过贝塞尔正反算方式以每10度计算一个经纬度,将其连成扇形区域,得到基础标准覆盖模型。
优选地,所述步骤6具体包括以下步骤:
导入水域矢量图层;
根据水域矢量图层确定每个水域的质心的经纬度,循环每个水域的矢量多边形的质心,并将每个水域质心的经纬度与对应的水域ID关联;
根据水域质心的经纬度查询接近的水域;
对接近的水域按照两两分组进行聚合,并判定聚合后的水域数量是否达到设定的阈值,如果达到则输出聚合的水域矢量图层,如果未达到则继续进行两两分组聚合,直到达到设定的阈值。
优选地,所述步骤6进行水域查询时,首先将水域质心的经纬度数据生成Rtree索引库,索引库为每一个水域质心添加一个独立索引;
然后,将水域的矢量多边形数据进行匹配和查找库,并返回距离最近的水域质心索引,根据索引得到对应的水域。
根据本发明的第二方面提出一种识别网络覆盖结构空洞的装置,包括:
用于以现网小区中的宏站和微站为基础数据,根据不同的场景和频段下的覆盖半径进行仿真,建立以小区的覆盖位置信息的正打方向的基础覆盖模型的构建模块;所述基础覆盖模型的建立过程中使用shapely地理空间几何库制作矢量图层,利用已知经纬度和方位角信息计算其覆盖距离外的经纬度点;
用于基于COST231 HATA传播模型对基础覆盖模型进行第一次修正的一次修正模块,得到修正模型,修正小区的实际站高的覆盖距离;
用于基于小区覆盖半径内的楼宇高度的对修正模型进行第二次修正的二次修正模块,根据与小区覆盖半径一半距离内的楼宇平均高度相关的高度差比值对修正模型进行修正,修正小区覆盖距离;
用于结合场景交叠进行第三次修正的三次修正模块,修正场景覆盖缓冲区;
用于将经过三次修正后的覆盖模型对应的矢量图层与矢量地图图层进行匹配和差分运算,得到原始覆盖空洞数据的差分模块;
用于结合水域矢量图层,确定每个水域的质心的经纬度,并基于水域质心的经纬度进行水域聚合,汇聚水域矢量图层的水域质心汇聚模块;
用于对原始覆盖空洞数据剔除聚合的水域范围,得到最终的覆盖空洞数据的覆盖空洞确定模块。
根据本发明的第三方面提出一种用于识别网络覆盖结构空洞的计算机系统,包括:
一个或多个处理器;
存储器,存储可被操作的指令,所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作,所述操作包括:
步骤1、以现网小区中的宏站和微站为基础数据,根据不同的场景和频段下的覆盖半径进行仿真,建立以小区的覆盖位置信息的正打方向的基础覆盖模型;所述基础覆盖模型的建立过程中使用shapely地理空间几何库制作矢量图层,利用已知经纬度和方位角信息计算其覆盖距离外的经纬度点;
步骤2、基于COST231 HATA传播模型对基础覆盖模型进行第一次修正,得到修正模型,修正小区的实际站高的覆盖距离;
步骤3、基于小区覆盖半径内的楼宇高度的对修正模型进行第二次修正,根据与小区覆盖半径一半距离内的楼宇平均高度相关的高度差比值对修正模型进行修正,修正小区覆盖距离;
步骤4、结合场景交叠进行第三次修正,修正场景覆盖缓冲区;
步骤5、将经过三次修正后的覆盖模型对应的矢量图层与矢量地图图层进行匹配和差分运算,得到原始覆盖空洞数据;
步骤6、结合水域矢量图层,确定每个水域的质心的经纬度,并基于水域质心的经纬度进行水域聚合,汇聚水域矢量图层;
步骤7、对原始覆盖空洞数据剔除聚合的水域范围,得到最终的覆盖空洞数据。
根据本发明的第四方面提一种服务器,包括:
一个或多个处理器;
存储器,存储可被操作的指令,所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作,所述操作包括:
步骤1、以现网小区中的宏站和微站为基础数据,根据不同的场景和频段下的覆盖半径进行仿真,建立以小区的覆盖位置信息的正打方向的基础覆盖模型;所述基础覆盖模型的建立过程中使用shapely地理空间几何库制作矢量图层,利用已知经纬度和方位角信息计算其覆盖距离外的经纬度点;
步骤2、基于COST231 HATA传播模型对基础覆盖模型进行第一次修正,得到修正模型,修正小区的实际站高的覆盖距离;
步骤3、基于小区覆盖半径内的楼宇高度的对修正模型进行第二次修正,根据与小区覆盖半径一半距离内的楼宇平均高度相关的高度差比值对修正模型进行修正,修正小区覆盖距离;
步骤4、结合场景交叠进行第三次修正,修正场景覆盖缓冲区;
步骤5、将经过三次修正后的覆盖模型对应的矢量图层与矢量地图图层进行匹配和差分运算,得到原始覆盖空洞数据;
步骤6、结合水域矢量图层,确定每个水域的质心的经纬度,并基于水域质心的经纬度进行水域聚合,汇聚水域矢量图层;
步骤7、对原始覆盖空洞数据剔除聚合的水域范围,得到最终的覆盖空洞数据。
在可选的实施例中,本发明的上述第一、第二、第三和第四方面的实施例尤其可用在4G网络覆盖空洞的识别与可视化仿真上,为新基站建设和规划提供科学的依据。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1是本发明示例性识别网络覆盖结构空洞的流程图。
图2是本发明一个具体实施例的识别网络覆盖结构空洞的具体实现示例。
图3是本发明一个示例的不同场景和频段的覆盖仿真示意图。
图4是本发明一个示例的覆盖距离最远区域的示意图。
图5是本发明一个示例的基础覆盖模型的图层效果示例。
图6是本发明一个示例的楼宇高度修正的效果示意图。
图7是本发明一个示例的基于原始空洞获得最终覆盖空洞数据的流程示例。
图8是本发明一个示例的水域汇聚的流程示例。
图9是本发明一个示例的水域汇聚的过程示例。
图10是本发明去除水域后的空洞覆盖的示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
结合图1-图9所示的示例性实施例的一种识别网络覆盖结构空洞的方法,包括以下步骤:
步骤1、以现网小区中的宏站和微站为基础数据,根据不同的场景和频段下的覆盖半径进行仿真,建立以小区的覆盖位置信息的正打方向的基础覆盖模型;其中基础覆盖模型的建立过程中使用shapely地理空间几何库制作矢量图层,利用已知经纬度和方位角信息计算其覆盖距离外的经纬度点;
步骤2、基于COST231 HATA传播模型对基础覆盖模型进行第一次修正,得到修正模型,修正小区的实际站高的覆盖距离;
步骤3、基于小区覆盖半径内的楼宇高度的对修正模型进行第二次修正,根据与小区覆盖半径一半距离内的楼宇平均高度相关的高度差比值对修正模型进行修正,修正小区覆盖距离;
步骤4、结合场景交叠进行第三次修正,修正场景覆盖缓冲区;
步骤5、将经过三次修正后的覆盖模型对应的矢量图层与矢量地图图层进行匹配和差分运算,得到原始覆盖空洞数据;
步骤6、结合水域矢量图层,确定每个水域的质心的经纬度,并基于水域质心的经纬度进行水域聚合,汇聚水域矢量图层;
步骤7、对原始覆盖空洞数据剔除聚合的水域范围,得到最终的覆盖空洞数据。
进一步优选地,所述步骤1中,在基础覆盖模型的建立过程中,根据900MHz和1800MHz分别在城区、县城、乡镇和农村的覆盖半径,在小区的覆盖位置信息的正打方向建立基础覆盖模型,其中站点每层覆盖为3个小区,全覆盖为360度,各个小区的覆盖夹角为120度。
进一步优选地,所述步骤1中使用shapely地理空间几何库制作矢量图层,具体包括:
假设方位角是azimuth ,小区经纬度为(lon, lat),小区的覆盖距离为D,则判断小区到覆盖最远点的平移距离分别为d*sin(azimuth)与 d*cos(azimuth);得到最远点的经纬度(lon2,lat2);
取极半径和赤道半径的平均值ARC为地球半径;
通过贝塞尔正反算方式以每10度计算一个经纬度,将其连成扇形区域,得到基础标准覆盖模型。
进一步优选地,所述步骤2中, 按照下述方式修正小区的实际站高的覆盖距离,修正后的距离表示为:
对应的COST231 HATA传播模型覆盖距离的确定方式如下:
其中:f表示小区的频率,Hbs表示小区的实际站高。
进一步优选地,步骤3的具体实现包括:
首先,计算出小区覆盖半径一半的距离内的楼宇平均高度,并计算出高度差,其中楼宇平均高度的计算方式如下:
然后,确定高度差比值,高度差比值 = 高度差 / 基站高度;
最后,根据高度差比值进行第二次模型修正。
进一步优选地,所述步骤4中,区分农村交叠进行覆盖距离修正,具体包括:
首先,定义农村区域和非农村区域:
非农村区域:在规划图层中属于非农村区域的部分,其中热点和景区除外;
农村区域:非规划图层范围内的小区属于农村区域,加上热点和景区;
然后,将第二次修正后的覆盖模型缩小场景至覆盖半径的一半;并在农村区域去除覆盖到缩小的场景图层中的部分;
最后,合并农村和非农村图层得到全网有效覆盖区域图层。
进一步优选地,所述步骤6具体包括以下步骤:
导入水域矢量图层;
根据水域矢量图层确定每个水域的质心的经纬度,循环每个水域的矢量多边形的质心,并将每个水域质心的经纬度与对应的水域ID关联;
根据水域质心的经纬度查询接近的水域;
对接近的水域按照两两分组进行聚合,并判定聚合后的水域数量是否达到设定的阈值,如果达到则输出聚合的水域矢量图层,如果未达到则继续进行两两分组聚合,直到达到设定的阈值。
进一步优选地,所述步骤6进行水域查询时,首先将水域质心的经纬度数据生成Rtree索引库,索引库为每一个水域质心添加一个独立索引;
然后,将水域的矢量多边形数据进行匹配和查找库,并返回距离最近的水域质心索引,根据索引得到对应的水域。
由此,通过以上本发明的技术方案可见,本发明的网络覆盖空洞的识别与可视化仿真,以覆盖模型建立的地理化数据为基础,对GIS矢量数据查询和匹配,同时以COST231HATA模型、3维建筑物修正算法,以及农村和城区场景交汇处覆盖融合仿真,一方面根据GIS矢量图层与仿真覆盖区域,进行地理化空间仿真处理,对全网无线网络覆盖空洞识别,建立完整的结构空洞清单和空洞图层;另一方面,利用站点自身属性和标准覆盖模型结合,站点高度与周边三维度建筑群体匹配,分别对网络覆盖模型的修正算法,不同场景间的覆盖融合修正,实现有效识别无覆盖区域,解决单一使用弱覆盖区域来定位网络空洞的局限性,并且提高覆盖空洞区域识别与仿真的准确性和真实性。
在可选的实施例中,本发明通过地理化生成带有具体经纬度数据的覆盖空洞,每个空洞为一个具体的矢量多边形,能够以多种格式直观的体现出空洞所属具体区域,并可以与多维度数据进行关联和匹配。
对此,我们结合附图2-9所示对上述过程进行进一步的示例说明。
结合图2,面对复杂的无线环境、多样的小区性能特性和覆盖场景,小区覆盖区域不能使用同一标准进行衡量,寻找覆盖空的方案应考虑小区所在自身参数以及周边楼宇遮挡情况。为了更好地进行覆盖空洞的识别,本发明以小区标准覆盖模型为基础,使用COST231 HATA的覆盖模型修正、周边楼宇高度和建筑的高度差修正、农村区域和其他场景覆盖缓冲区修正的融合算法对覆盖仿真进行修正。修正后使仿真数据更接近实际覆盖情况,能够更准确的得到小区覆盖区域。
基础覆盖模型:
数据准备,有效覆盖站点选取:使用现网的小区基础数据,包括宏站、微站。排除室分和专网。其中室分和专网由于覆盖属于特定场景,不参与广域覆盖模型的建立。
根据场景和工作频段划分:
结合图3,不同场景和频段的覆盖半径的基础依据如下:
900MHz {'城区':400 ,'县城':500,'乡镇':1350,'农村':2150}
1800MHz {'城区':300, '县城':400,'乡镇':1150,'农村':1350}
其中微站由于其特殊的覆盖属性覆盖半径固定为100米。
构建标准覆盖仿真模型:
根据小区的覆盖位置信息在其正打方向进行覆盖模型仿真,站点每层覆盖为3个小区,全覆盖为360度,小区的覆盖夹角为120度。
结合图4所示,基础覆盖模型建立过程中使用shapely地理空间几何库制作矢量图层,利用已知经纬度和方位角信息计算其覆盖距离外的经纬度点。
假设方位角是azimuth ,小区经纬度为lon, lat,小区的覆盖距离为D,那小区到覆盖最远点的平移距离分别如下所示d*sin(azimuth), d*cos(azimuth)。 基中小区的经纬度和距离D是已知的。最远点的经纬度lon2,lat2。
取极半径和赤道半径的平均值ARC=6371.393*1000(米)为地球半径。
通过大地主题正反算公式每10度计算一个经纬度将其连成扇形区域。
由此,得到基础的小区的覆盖仿真模型,其效果如图5所示。
一次距离修正:
基于COST231 HATA传播模型对基础覆盖模型进行第一次修正,得到修正模型,修正小区的实际站高的覆盖距离。
实现修正半径通过以下公式进行:
COST231 HATA覆盖模型修正公式:
其中:
实际站高覆盖距离:根据每个小区实际站高计算出来的距离;
30米站高的覆盖距离:根据每个小区固定30米站高计算出来的距离,30米站高为基站平均高度。
实际站高COST231 HATA传播模型覆盖距离的实现方法如下:
覆盖传播模型公式:
L = 46.3+33.9*log(f)-13.82*log(Hbs)-a(Hms)+(44.9-6.55*log(Hbs))*log(d)+Cm (1)
其中:L:路径损耗;f:频率 MHz;Hbs:基站高度 m;a(Hms):UE 修正因子 dB;d:距离 km;cm:修正因子
EIRP = PT + GT – L (2)
其中:EIRP :有效辐射功率;PT:发送功率;GT:天线的增益
根据公式(2)可得出:L= PT + GT- EIRP 我们要求覆盖电平达到-110dBm以上为有效覆盖区域,PT和GT设置为默认值则L=23+15-(-110)=148
上一步求出了路径损耗L,将L带入公式(1),将小区的频率f和站高Hbs按照实际值带入公式,修正因子按照统一模型进行修正a(Hms)=3.81,Cm=3。
则根据以下公式计算出每个小区实际站高的覆盖距离:
如上所述每个小区的修正后覆盖距离为:
将所有小区使用如上公式修正,得到修正后的覆盖距离,至此完成第一次覆盖仿真模型修正。
二次距离修正:
本实施例的二次距离修正,是指基于小区覆盖半径内的楼宇高度的对修正模型进行第二次修正,根据与小区覆盖半径一半距离内的楼宇平均高度相关的高度差比值对修正模型进行修正,修正小区覆盖距离。
本实施例的二次距离修正,在第一次覆盖仿真模型修正的基础上进行周边建筑高度修正,具体包括以下步骤:
首先,计算出小区覆盖半径一半的距离内的楼宇平均高度,并计算出高度差,其中楼宇平均高度的计算方式如下:
然后,确定高度差比值,高度差比值 = 高度差 / 基站高度;
最后,根据高度差比值进行第二次模型修正。
其中,高度差 = 小区实际站高-覆盖区域建筑物的平均高度。
在可选的实施例中,根据高度差比值所在的区间不同,对覆盖传播模型进行第二次修正,第二次修正后距离按照以下区间进行修正:
“(站高-建筑物高度)/站高 >20% ”--- 覆盖半径*110%
“(站高-建筑物高度)/站高 >0%,小于20%” --- 覆盖半径100%
“(站高-建筑物高度)/站高小于0%,大于-20%” --- 覆盖半径80%
“(站高-建筑物高度)/站高小于-20%” --- 覆盖半径50%。
农村缓冲区修正:
农村和其他场景交叠修正包括:农村小区指向非农村区域的如果和非农村区域有交叠,把交叠部分去掉(允许场景标准覆盖半径50%的渗透)。
在可选的实施例中,缓冲区的修正包括:
首先,定义农村区域和非农村区域:
非农村区域:在规划图层中属于非农村区域的部分,其中热点和景区除外;
农村区域:非规划图层范围内的小区属于农村区域,加上热点和景区;
然后,将第二次修正后的覆盖模型缩小场景至覆盖半径的一半;并在农村区域去除覆盖到缩小的场景图层中的部分;
最后,合并农村和非农村图层得到全网有效覆盖区域矢量图层。
原始空洞数据:
结合图7所示,在获得全网有效覆盖区域图层后,我们导入GIS矢量地图(矢量地图图层)进行匹配和差分运算,得到原始覆盖空洞数据。
在可选的实施例中,导入GIS矢量地图导入并将矢量地图的坐标系和覆盖区域矢量图层的坐标系设置一致。本发明使用epsg:4326的坐标系进行匹配聚合。
水域剔除:
水域矢量图层的水域数据量较大,在数据10万以上级别,处理速度慢,难以进行快速、整体计算。因此,本发明在实施过程中进行水域聚合并对将聚合后的水域图层在原始空洞数据中剔除,得到最终的覆盖空洞数据。
结合图8所示,水域聚合处理包括:
导入水域矢量图层;
根据水域矢量图层确定每个水域的质心的经纬度,循环每个水域的矢量多边形的质心,并将每个水域质心的经纬度与对应的水域ID关联;
根据水域质心的经纬度查询接近的水域;
对接近的水域按照两两分组进行聚合,并判定聚合后的水域数量是否达到设定的阈值,如果达到则输出聚合的水域矢量图层,如果未达到则继续进行两两分组聚合,直到达到设定的阈值。
图9以ID从标记1-12号水域为例进行聚合说明,原有12个水域,标号分别为1-12,需要合并至设定阈值,例如3个水域。通过第一轮两两合并成为6个矢量图层,分别以标记10、20、30、40、50以及60来标记。判断结果大于设置的水域数量,重复进行查询和两两分组聚合;通过第二轮两两合并成为3个矢量图层,分别以标记100、200和300来表示。接下来,继续判断结果已经达到设置的水域数量,输出处理后的水域矢量图层。
优选地,在进行水域查询时,首先将水域质心的经纬度数据生成Rtree索引库,索引库为每一个水域质心添加一个独立索引;
然后,将水域的矢量多边形数据进行匹配和查找库,并返回距离最近的水域质心索引,根据索引得到对应的水域。
下面给出了在具体实施例的过程示例:
S01:导入水域矢量图层;
S02:根据图层求水域质心的经纬度;
根据多边形的位置信息,计算多边形的质心经纬度
质心经经度Xc=[∫a(ρxdA)]/ρA=[∫a(xdA)]/A=Sy/A
质心经纬度Yc=[∫a(ρydA)]/ρA=[∫a(ydA)]/A=Sx/A;
S03:根据经纬度数据建立Rtree树形结构索引,快速查找最近的水域;
首先将经纬度数据生成Rtree索引库,该索引库给每一个水域质心添加一个独立索引;
然后将水域的矢量多边形数据进行匹配和查找库,并返回距离最近的水域质心索引,根据索引可得到对应的水域。
最近的水域 = “自身水域的多边形边界”匹配“水域质心rtree库”
S04:按照最近水域进行两两分组逐步汇聚水域图层;
使用geopandas库的dissolve方法进行汇聚。
S05:汇聚后水域输出最终水域图层。
本方法按照事先设定的最终水域图层数量进行,在循环中每次数据进行两两合并,并判合并后的数量是否满足设置的数量,如果满足则进行输出合并后的图层,如果不满足则重复步骤S03、S04继续进行最近水域合并,直至达到预设数量为止。
结合图10示例性的表示了去除汇聚的水域图层后的空洞覆盖的示例,其中深黑色的局部区域为空洞结构区域。
结合附图以及以上实施例,本发明还可按照下述配置进行实施。
识别网络覆盖结构空洞的装置:
一种识别网络覆盖结构空洞的装置,包括:
用于以现网小区中的宏站和微站为基础数据,根据不同的场景和频段下的覆盖半径进行仿真,建立以小区的覆盖位置信息的正打方向的基础覆盖模型的构建模块;所述基础覆盖模型的建立过程中使用shapely地理空间几何库制作矢量图层,利用已知经纬度和方位角信息计算其覆盖距离外的经纬度点;
用于基于COST231 HATA传播模型对基础覆盖模型进行第一次修正的一次修正模块,得到修正模型,修正小区的实际站高的覆盖距离;
用于基于小区覆盖半径内的楼宇高度的对修正模型进行第二次修正的二次修正模块,根据与小区覆盖半径一半距离内的楼宇平均高度相关的高度差比值对修正模型进行修正,修正小区覆盖距离;
用于结合场景交叠进行第三次修正的三次修正模块,修正场景覆盖缓冲区;
用于将经过三次修正后的覆盖模型对应的矢量图层与矢量地图图层进行匹配和差分运算,得到原始覆盖空洞数据的差分模块;
用于结合水域矢量图层,确定每个水域的质心的经纬度,并基于水域质心的经纬度进行水域聚合,汇聚水域矢量图层的水域质心汇聚模块;
用于对原始覆盖空洞数据剔除聚合的水域范围,得到最终的覆盖空洞数据的覆盖空洞确定模块。
计算机系统:
一种用于识别网络覆盖结构空洞的计算机系统,包括:
一个或多个处理器;
存储器,存储可被操作的指令,所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作,所述操作包括:
步骤1、以现网小区中的宏站和微站为基础数据,根据不同的场景和频段下的覆盖半径进行仿真,建立以小区的覆盖位置信息的正打方向的基础覆盖模型;所述基础覆盖模型的建立过程中使用shapely地理空间几何库制作矢量图层,利用已知经纬度和方位角信息计算其覆盖距离外的经纬度点;
步骤2、基于COST231 HATA传播模型对基础覆盖模型进行第一次修正,得到修正模型,修正小区的实际站高的覆盖距离;
步骤3、基于小区覆盖半径内的楼宇高度的对修正模型进行第二次修正,根据与小区覆盖半径一半距离内的楼宇平均高度相关的高度差比值对修正模型进行修正,修正小区覆盖距离;
步骤4、结合场景交叠进行第三次修正,修正场景覆盖缓冲区;
步骤5、将经过三次修正后的覆盖模型对应的矢量图层与矢量地图图层进行匹配和差分运算,得到原始覆盖空洞数据;
步骤6、结合水域矢量图层,确定每个水域的质心的经纬度,并基于水域质心的经纬度进行水域聚合,汇聚水域矢量图层;
步骤7、对原始覆盖空洞数据剔除聚合的水域范围,得到最终的覆盖空洞数据。
服务器:
一种服务器,包括:
一个或多个处理器;
存储器,存储可被操作的指令,所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作,所述操作包括:
步骤1、以现网小区中的宏站和微站为基础数据,根据不同的场景和频段下的覆盖半径进行仿真,建立以小区的覆盖位置信息的正打方向的基础覆盖模型;所述基础覆盖模型的建立过程中使用shapely地理空间几何库制作矢量图层,利用已知经纬度和方位角信息计算其覆盖距离外的经纬度点;
步骤2、基于COST231 HATA传播模型对基础覆盖模型进行第一次修正,得到修正模型,修正小区的实际站高的覆盖距离;
步骤3、基于小区覆盖半径内的楼宇高度的对修正模型进行第二次修正,根据与小区覆盖半径一半距离内的楼宇平均高度相关的高度差比值对修正模型进行修正,修正小区覆盖距离;
步骤4、结合场景交叠进行第三次修正,修正场景覆盖缓冲区;
步骤5、将经过三次修正后的覆盖模型对应的矢量图层与矢量地图图层进行匹配和差分运算,得到原始覆盖空洞数据;
步骤6、结合水域矢量图层,确定每个水域的质心的经纬度,并基于水域质心的经纬度进行水域聚合,汇聚水域矢量图层;
步骤7、对原始覆盖空洞数据剔除聚合的水域范围,得到最终的覆盖空洞数据。
值得一提的是,上述计算机系统以及服务器的配置,其在硬件上可包含由系统总线连接的至少一个处理器、存储器和网络接口。网络接口用于实现数据和网络通信。处理器用于提供系统的计算和控制。存储器包括非易失性存储器和缓存。非易失性存储器通常具有海量存储能力,可以存储操作系统以及计算机程序,这些计算机程序可以包括可被操作的指令,这些指令在通过一个或多个处理器执行时使得一个或多个处理器能够执行本发明的上述实施例的流程、操作或者实现过程。
在可选的实施例中,上述描述计算机系统仅仅是示例性框架。在需要或者合理的实现方式中,计算机系统,不论是PC设备或者服务器,还可以包括更多或者更少的部件,或者组合,或者采用不同的硬件、软件等部署方式来实现。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (6)
1.一种识别网络覆盖结构空洞的方法,其特征在于,包括以下步骤:
步骤1、以现网小区中的宏站和微站为基础数据,根据不同的场景和频段下的覆盖半径进行仿真,建立以小区的覆盖位置信息的正打方向的基础覆盖模型;所述基础覆盖模型的建立过程中使用shapely地理空间几何库制作矢量图层,利用已知经纬度和方位角信息计算其覆盖距离外的经纬度点;
步骤2、基于COST231 HATA传播模型对基础覆盖模型进行第一次修正,得到修正模型,修正小区的实际站高的覆盖距离;
步骤3、基于小区覆盖半径内的楼宇高度的对修正模型进行第二次修正,根据与小区覆盖半径一半距离内的楼宇平均高度相关的高度差比值对修正模型进行修正,修正小区覆盖距离;
步骤4、结合场景交叠进行第三次修正,修正场景覆盖缓冲区;
步骤5、将经过三次修正后的覆盖模型对应的矢量图层与矢量地图图层进行匹配和差分运算,得到原始覆盖空洞数据;
步骤6、结合水域矢量图层,确定每个水域的质心的经纬度,并基于水域质心的经纬度进行水域聚合,汇聚水域矢量图层;
步骤7、对原始覆盖空洞数据剔除聚合的水域范围,得到最终的覆盖空洞数据;
其中,所述步骤2中,按照以下方式修正小区的实际站高的覆盖距离,修正后的距离表示为:
对应的COST231 HATA传播模型覆盖距离的确定方式如下:
其中:f表示小区的频率,Hbs表示小区的实际站高;
其中的步骤3的具体实现包括:
首先,计算出小区覆盖半径一半的距离内的楼宇平均高度,并计算出高度差,其中楼宇平均高度的计算方式如下:
然后,确定高度差比值,高度差比值 = 高度差 / 基站高度;
最后,根据高度差比值进行第二次模型修正;
其中的步骤6的具体包括以下过程:
导入水域矢量图层;
根据水域矢量图层确定每个水域的质心的经纬度,循环每个水域的矢量多边形的质心,并将每个水域质心的经纬度与对应的水域ID关联;
根据水域质心的经纬度查询接近的水域;
对接近的水域按照两两分组进行聚合,并判定聚合后的水域数量是否达到设定的阈值,如果达到则输出聚合的水域矢量图层,如果未达到则继续进行两两分组聚合,直到达到设定的阈值。
2.根据权利要求1所述的识别网络覆盖结构空洞的方法,其特征在于,所述步骤1中使用shapely地理空间几何库制作矢量图层,具体包括:
假设方位角是azimuth ,小区经纬度为(lon, lat),小区的覆盖距离为D,则判断小区到覆盖最远点的平移距离分别为d*sin(azimuth)与 d*cos(azimuth);得到最远点的经纬度(lon2,lat2);
取极半径和赤道半径的平均值ARC为地球半径;
通过贝塞尔正反算方式以每10度计算一个经纬度,将其连成扇形区域,得到基础标准覆盖模型。
3.根据权利要求1所述的识别网络覆盖结构空洞的方法,其特征在于,所述步骤4中,区分农村交叠进行覆盖距离修正,具体包括:
首先,定义农村区域和非农村区域:
非农村区域:在规划图层中属于非农村区域的部分,其中热点和景区除外;
农村区域:非规划图层范围内的小区属于农村区域,加上热点和景区;
然后,将第二次修正后的覆盖模型缩小场景至覆盖半径的一半;并在农村区域去除覆盖到缩小的场景图层中的部分;
最后,合并农村和非农村图层得到全网有效覆盖区域图层。
4.根据权利要求1所述的识别网络覆盖结构空洞的方法,其特征在于,所述步骤6进行水域查询时,首先将水域质心的经纬度数据生成Rtree索引库,索引库为每一个水域质心添加一个独立索引;
然后,将水域的矢量多边形数据进行匹配和查找库,并返回距离最近的水域质心索引,根据索引得到对应的水域。
5.一种用于识别网络覆盖结构空洞的计算机系统,其特征在于,包括:
一个或多个处理器;
存储器,存储可被操作的指令,所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作,所述操作包括如所述权利要求1所述识别网络覆盖结构空洞的方法的流程。
6.一种服务器,其特征在于,包括:
一个或多个处理器;
存储器,存储可被操作的指令,所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作,所述操作包括如所述权利要求1所述识别网络覆盖结构空洞的方法的流程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010938238.4A CN111935732B (zh) | 2020-09-09 | 2020-09-09 | 识别网络覆盖结构空洞的方法、装置、计算机系统与服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010938238.4A CN111935732B (zh) | 2020-09-09 | 2020-09-09 | 识别网络覆盖结构空洞的方法、装置、计算机系统与服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111935732A CN111935732A (zh) | 2020-11-13 |
CN111935732B true CN111935732B (zh) | 2020-12-22 |
Family
ID=73309873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010938238.4A Active CN111935732B (zh) | 2020-09-09 | 2020-09-09 | 识别网络覆盖结构空洞的方法、装置、计算机系统与服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111935732B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112987489B (zh) * | 2021-02-22 | 2024-01-09 | 上海华力集成电路制造有限公司 | 具有器件辅助图形的版图的opc修正方法 |
CN113259947B (zh) * | 2021-05-13 | 2022-11-29 | 中国联合网络通信集团有限公司 | 网络覆盖数据确定方法、装置、设备、介质及产品 |
CN113596856B (zh) * | 2021-08-05 | 2022-05-17 | 西安电子科技大学 | 基于三角剖分优化的地对空无空洞协同覆盖方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103052081A (zh) * | 2012-12-20 | 2013-04-17 | 大唐移动通信设备有限公司 | 演进通信系统的网络覆盖规划方法和装置 |
CN108124267A (zh) * | 2016-11-28 | 2018-06-05 | 中国移动通信集团湖南有限公司 | 基站自动规划方法及装置 |
CN108174403A (zh) * | 2018-02-14 | 2018-06-15 | 东南大学 | 一种无线传感器网络的k-覆盖空洞检测方法 |
CN108990095A (zh) * | 2018-07-28 | 2018-12-11 | 华中科技大学 | 一种无线网络覆盖盲区检测方法 |
WO2019022756A1 (en) * | 2017-07-28 | 2019-01-31 | Nokia Solutions And Networks Oy | METHOD OF DETECTING BROADBAND WIRELESS COVERAGE GAPS |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9913154B2 (en) * | 2015-07-21 | 2018-03-06 | Symbol Technologies, Llc | Wireless local area network coverage hole detection using mobile communication devices |
-
2020
- 2020-09-09 CN CN202010938238.4A patent/CN111935732B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103052081A (zh) * | 2012-12-20 | 2013-04-17 | 大唐移动通信设备有限公司 | 演进通信系统的网络覆盖规划方法和装置 |
CN108124267A (zh) * | 2016-11-28 | 2018-06-05 | 中国移动通信集团湖南有限公司 | 基站自动规划方法及装置 |
WO2019022756A1 (en) * | 2017-07-28 | 2019-01-31 | Nokia Solutions And Networks Oy | METHOD OF DETECTING BROADBAND WIRELESS COVERAGE GAPS |
CN108174403A (zh) * | 2018-02-14 | 2018-06-15 | 东南大学 | 一种无线传感器网络的k-覆盖空洞检测方法 |
CN108990095A (zh) * | 2018-07-28 | 2018-12-11 | 华中科技大学 | 一种无线网络覆盖盲区检测方法 |
Non-Patent Citations (3)
Title |
---|
Coverage Hole Detection Algorithm Based on Cooperative Probability Coverage in Wireless Sensor Networks;Ying Tian etc;《proceedings of CCIS2018》;20181231;全文 * |
一种WSN三维覆盖空洞动态检测与修复算法;郝占军等;《计算机工程》;20200630;全文 * |
谢卓罡等.利用空间数据库结合最小化路测技术实现城市道路覆盖质量监控.《无线网络运维与优化》.2017, * |
Also Published As
Publication number | Publication date |
---|---|
CN111935732A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111935732B (zh) | 识别网络覆盖结构空洞的方法、装置、计算机系统与服务器 | |
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 | |
US8983477B2 (en) | Generation and use of coverage area models | |
CN107466043B (zh) | 一种确定基站天线的方位角的方法和设备 | |
WO2012011147A1 (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 | |
US9426044B2 (en) | Radio access network geographic information system with multiple format | |
CN105430664B (zh) | 一种基于分类拟合预测传播路损的方法和装置 | |
CN105718465A (zh) | 地理围栏生成方法及装置 | |
CN107833280A (zh) | 一种基于地理网格与图像识别相结合的户外移动增强现实方法 | |
CN107333284A (zh) | 一种无线电监测站点覆盖范围评估分析系统及方法 | |
CN112312301B (zh) | 用户终端定位方法、装置、设备及计算机存储介质 | |
CN102685677B (zh) | 一种室内定位方法及装置 | |
CN102223646B (zh) | 一种小区覆盖模拟划分方法及系统 | |
CN103648164B (zh) | 一种基于到达时间差和Gossip算法的无线传感器网络分布式定位方法 | |
CN109444812B (zh) | 一种引入动态阈值的rssi室内定位方法 | |
CN109905892A (zh) | 用户定位方法和装置 | |
CN112305559A (zh) | 基于地面定点激光雷达扫描的输电线距离测量方法、装置、系统和电子设备 | |
CN105657726A (zh) | 一种pci规划基站选址方法 | |
US11095377B2 (en) | Methods and systems for determining morphology data | |
CN112558076A (zh) | 基于组网天气雷达覆盖域的体扫描模式计算方法与应用 | |
CN110798804A (zh) | 一种室内定位方法和装置 | |
CN108281023A (zh) | 一种通过移动终端展示实时路况的方法和系统 | |
CN107798182A (zh) | 一种基站辐射范围的快速计算与更新方法 | |
WO2013174013A1 (zh) | 一种确定站址的方法、服务器及系统 | |
CN107682864A (zh) | 一种基于覆盖率评估的基站建设方法 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: Building 10, No.19, ningshuang Road, Yuhuatai District, Nanjing City, Jiangsu Province, 210000 Patentee after: Jiahuan Technology Co.,Ltd. Address before: Building 10, No.19, ningshuang Road, Yuhuatai District, Nanjing City, Jiangsu Province, 210000 Patentee before: Nanjing Jiahuan Technology Co., Ltd |
|
CP01 | Change in the name or title of a patent holder |