CN112105047A - 流量热度地理化方法、装置、设备及计算机存储介质 - Google Patents
流量热度地理化方法、装置、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN112105047A CN112105047A CN201910527000.XA CN201910527000A CN112105047A CN 112105047 A CN112105047 A CN 112105047A CN 201910527000 A CN201910527000 A CN 201910527000A CN 112105047 A CN112105047 A CN 112105047A
- Authority
- CN
- China
- Prior art keywords
- scene
- grid
- flow
- determining
- sampling points
- 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
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
- H04L43/045—Processing captured monitoring data, e.g. for logfile generation for graphical visualisation of monitoring data
-
- 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)
- Data Mining & Analysis (AREA)
- Traffic Control Systems (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明实施例涉及无线网络技术领域,公开了一种流量热度地理化方法、装置、设备及计算机存储介质,其中方法包括:对预设区域进行栅格划分;获取所述预设区域内的流量、工程参数和MR数据;根据所述工程参数和所述MR数据,确定每一所述栅格内的所述MR采样点数量;对所述预设区域进行场景划分,确定每一所述栅格所属的所述场景;根据所述预设区域内的流量和所述MR采样点,确定每一所述场景的场景系数;根据所述栅格所属的所述场景的场景系数和所述栅格内的所述MR采样点数量,确定所述栅格的流量热度。通过上述方式,本发明实施例可以提高流量热度地理化的精确度和准确度。
Description
技术领域
本发明实施例涉及无线网络技术领域,具体涉及一种流量热度地理化方法、装置、设备及计算机存储介质。
背景技术
流量是指用户终端的话务流量和数据流量,而流量热度则是用于反映一定区域内流量的使用量大小。通过将流量热度按不同等级进行地理化呈现,可以快速定位出一定区域内流量使用量较大的热点区域,为了将来规划新站址、站型选择提供有效的参考依据。
在实现本发明实施例的过程中,发明人发现:目前的流量获取是小区级的,反映的是小区整体负荷情况。但在实际应用中,单个小区的覆盖范围一般为500-2000m的扇形区域,其范围较大,且无法确定小区内的热点区域。而为了将热点区域进行地理化呈现,现有技术一般采用基于MR(Measurement Report测量报告)的话务地理化技术或者通过将小区经纬度、方位角、流量等基础信息导入Mapinfo或同类工具中,通过专题地图进行流量渲染,实现流量地理化。然而,前者只适用于语音业务,不适用于数据业务。而后者的准确度差,通常只用于效果呈现,实际应用指导意义不高。
发明内容
鉴于上述问题,本发明实施例提供了一种流量热度地理化方法、装置、设备及计算机存储介质,克服了上述问题或者至少部分地解决了上述问题。
根据本发明实施例的一个方面,提供了一种流量热度地理化方法,所述方法包括:对预设区域进行栅格划分;获取所述预设区域内的流量、工程参数和MR(MeasurementReport,测量报告)数据;根据所述工程参数和所述MR数据,确定每一所述栅格内的所述MR采样点数量;对所述预设区域进行场景划分,确定每一所述栅格所属的所述场景;根据所述预设区域内的流量和所述MR采样点,确定每一所述场景的场景系数;根据所述栅格所属的所述场景的场景系数和所述栅格内的所述MR采样点数量,确定所述栅格的流量热度。
在一种可选的方式中,所述根据所述栅格所属的所述场景的场景系数和所述栅格内的所述MR采样点数量,确定所述栅格的流量热度之后,所述方法还包括:根据所述栅格的流量热度的大小,对所述栅格进行热度分级。
在一种可选的方式中,所述根据所述工程参数和所述MR数据,确定每一所述栅格内的所述MR采样点数量,具体为:根据所述工程参数确定指纹信息库;将所述MR数据与所述指纹信息库对比匹配位置,确定每一所述栅格内的所述MR采样点数量。
在一种可选的方式中,所述对所述预设区域进行场景划分,具体为:根据所述预设区域内的无线网络地理环境和无线网络话务环境,对所述预设区域进行场景划分。
在一种可选的方式中,所述确定每一所述栅格所属的所述场景,具体为:计算所述栅格的中心位置;所述中心位置落入的所述场景为所述栅格所属的所述场景。
在一种可选的方式中,所述根据所述栅格所属的所述场景的场景系数和所述栅格内的所述MR采样点数量,确定所述栅格的流量热度,具体为:将所述场景系数乘以所述栅格内的所述MR采样点数量,得到所述栅格的流量热度。
在一种可选的方式中,所述根据所述预设区域内的流量和所述MR采样点,确定每一所述场景的场景系数,具体为:根据所述预设区域内的流量,确定每一所述场景的场景流量;根据所述MR采样点,确定每一所述场景的MR采样点数量;将所述场景流量与所述场景的MR采样点数量的比值除以所述预设区域内的所有流量与所述预设区域内的所有MR采样点数量的比值,得到所述场景系数。
根据本发明实施例的另一方面,提供了一种流量热度地理化装置,包括:划分模块,用于对预设区域进行栅格划分;获取模块,用于获取所述预设区域内的流量、工程参数和MR数据;第一确定模块,用于根据所述工程参数和所述MR数据,,确定每一所述栅格内的所述MR采样点数量;第二确定模块,用于对所述预设区域进行场景划分,确定每一所述栅格所属的所述场景;第三确定模块,用于根据所述预设区域内的流量和所述MR采样点,确定每一所述场景的场景系数;第四确定模块,用于根据所述栅格所属的所述场景的场景系数和所述栅格内的所述MR采样点数量,确定所述栅格的流量热度。
根据本发明实施例的另一方面,提供了一种流量热度地理化设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述一种流量热度地理化方法对应的操作。
根据本发明实施例的又一方面,提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使所述处理器执行上述一种流量热度地理化方法对应的操作。
本发明实施例通过对预设区域进行栅格划分,确定每一栅格内的采样点数量和所属的场景。之后计算各栅格所属场景的场景系数,再结合场景系数和栅格内的采样点数量便可计算每一栅格的流量热度。最后,在地图上对不同流量热度的栅格按照的颜色或者图形进行标记,即可实现流量热度的地理化,从而可以通过地图直观感受到预设区域内的流量分布情况。和现有技术相比,本发明实施例划分的栅格相较于小区而言,范围更小,因此精度更高。同时,本发明实施例结合了场景和采样点数量来确定流量热度的方式的准确度也更高。
上述说明仅是本发明实施例技术方案的概述,为了能够更清楚了解本发明实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了某省一个月内的样本数据中全省流量与MR采样点数量的关系图;
图2示出了某省一个月内的样本数据中各地级市流量与MR采样点数量的关系图;
图3示出了某地级市一年内的样本数据中全市流量与MR采样点数量的关系图;
图4示出了本发明实施例提供的一种流量热度地理化方法的流程图;
图5示出了本发明实施例中确定MR采样点的子步骤流程图;
图6示出了一些场景下流量与MR采样点数关系图;
图7示出了另一些场景下流量与MR采样点数关系图;
图8示出了本发明另一实施例提供的一种流量热度地理化方法的流程图;
图9示出了将流量热度等级进行地理化的示意图;
图10示出了本发明实施例中确定场景系数的子步骤流程图;
图11示出了本发明实施例提供的一种流量热度地理化装置的结构示意图;
图12示出了本发明实施例提供的一种流量热度地理化设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
由于目前获取的流量通常都是小区级的,仅能反映一整个小区的流量负荷情况,无法更进一步反映小区内各区域的流量使用情况。同时,现有的通过专题地图进行流量渲染,实现流量地理化的方法准确度也比较低。因此,本发明实施例提供了一种精确度和准确度都更高的流量热度地理化方法,该方法主要通过研究MR数据、场景及流量之间的关系,并其之间的关系计算流量热度。其中,MR数据是指用户终端在网络中上网或通话进行业务时候会不断的上报对网络信号的测量报告。而流量与用户的业务模型和用户业务的持续时间有关,业务的持续时间又决定了MR采样点的数量。因此,在业务模型不变的情况下,流量与MR采样点数存在一定的关系。如图1所示,其根据某省一个月内的话务统计数据样本,分析了每天全省的流量与MR采样点的比值关系。所述比值在一个月内的波动较小,走势相对平稳,由此可以说明流量和MR采样点之间有相对稳定的比值关系。
如图2所示,其示出了某省内各地级市的全天流量与MR采样点数量的比值关系。当统计数据时间跨度不长时,单个地级市的比值关系相对稳定,但各地级市之间的比值关系存在一定差异,这主要是由于各地级市的业务模型存在差异导致。进一步,如图3所示,当统计数据时间跨度较长时,单个地级市的比值关系会发生较大的变化,这是由于单个地市的业务模型短期内相对固定,但长期而言会随着市场策略和用户行为的变化而变化。所述业务模型是指网络中用户在进行某一类业务时的行为特征,语音业务的业务模型主要由业务时长比例、正/异常业务的比例,业务中需要/不需要发送update CCR再次申请配额的次数来确定;数据业务的话务模型主要由小区吞吐量、小区吞吐率、单用户吞吐率、用户数、频谱效率和上下行占空比等。而对于同一场景,所述业务模型是相同或相似的。因此,为了准确计算流量热度时,不仅需要确定MR采样点数量,还需确定业务模型,即用户所处的场景。
下面结合附图对本发明实施例进行说明。
请参阅图4,图4示出了本发明实施例提供的一种流量热度地理化方法的流程图,该方法包括以下步骤:
步骤S110:对预设区域进行栅格划分。
在本步骤中,所述预设区域是指需要进行流量热度地理化的区域,可以是一整个省,或某个地级市。但在确定预设区域时,要考虑该省或地级市的地理环境,将矿区和偏远山区等人烟稀少的地区剔除。在确定了预设区域之后,即可在GIS(GeographicInformation System,地理信息系统)地图上找到所述预设区域的地理位置,并将该预设区域划分为多个栅格,并确定栅格的各顶底在地图上的经纬度坐标。其中,栅格的大小需要设置得比预设区域内的小区的范围小,以使后续步骤计算出的流量热度的精确度更高。但栅格也不能设置得过小,从而导致计算量过大。在划分完栅格后,后续步骤会计算各栅格内的流量热度,得到栅格级的流量。由于栅格的范围比小区要小,因此通过栅格级的流量在地图上地理化呈现的流量分布的精度相较于小区级流量的地理化呈现精度更高,能反映小区内部各区域的流量使用情况。
步骤S120:获取所述预设区域内的流量、工程参数和MR数据。
在本步骤中,所述流量是通过所述预设区域内各小区上传的流量汇总得到的,其是小区级的流量,即各小区总的流量使用情况,无法进一步获取小区内各区域的流量使用情况。所述工程参数主要通过包含基站信息的基础数据库获取,其主要包括小区的编号、小区所属的基站ID和小区所属基站的经纬度等信息。所述MR数据可以通过通信网络信号测量统计文件获取,其主要包括到达角AOA、时间提前量TA和信号强度信息等。
步骤S130:根据所述工程参数和所述MR数据,确定每一所述栅格内的所述MR采样点数量。
在本步骤中,所述MR采样点是反映用户终端经纬度信息的数据,由于MR采样点和流量在相同的业务模型下存在一定的比例关系,所以可以通过MR采样点计算各栅格的流量热度。
MR采样点的获取方式主要有如下几种:
(1)APP定位:通过解析S1-U口信令,将用户上报的经纬度提取出来。该方法精度较高,但需要在室外才能精准定位。
(2)TA+AOA定位:通过MR数据获取用户的AOA和TA数据,同时通过工程参数获取用户所在小区所属基站的经纬度。若覆盖该用户终端的基站的经纬度坐标为(u,v),MR采样点的经度x=-k*sin(AOA/2+0.25)*(TA*78.12+39.06)+u;MR采样点的纬度y=h*cos(AOA/2+0.25)*(TA*78.12+39.06)+v;其中,k值和h值为单位米与经度单位的近似对应值。通过该公式可以估算出用户终端的位置信息。但该方法受环境影响较大,在高大建筑物较多的区域定位精度较差。
(3)三角定位:该方法结合工程参数和MR数据,利用主服务小区和两个或多个最强的邻小区形成的三角形或多边形,计算中心点,并进行场强加权偏移,得到MR采样点。但目前MR数据邻小区内信息不全的占比较大,因此三角定位的方法的可实施性较差。
优选地,本发明实施例采用基于指纹库的定位方法确定MR采样点,如图5所示,该方法具体为:
步骤S131:根据所述工程参数确定指纹信息库。
在本步骤中,先通过工程参数确定步骤S110中划分的各栅格的对应基站,之后利用3D射线传播模型计算所述对应基站的信号强度,最终将栅格的位置信息和信号强度信息形成特征向量值。所述栅格的特征向量值的数据集就构成了所述指纹信息库。
进一步,可以基于实际用户手机定位的经纬度信息,关联MR数据中的信号强度,对所述指纹信息库进行校准。
步骤S132:将所述MR数据与所述指纹信息库对比匹配位置,确定每一所述栅格内的所述MR采样点数量。
在确定了指纹信息库后,可以通过用户上报的MR数据中的MRO(Originality)数据确定用户所在小区和邻小区的信号强度。其中,MRO数据代表周期性的测量报告样本数据文件。之后再将该信号强度信息与指纹信息库中的特征向量值进行匹配,找到信号强度最接近的特征向量值,最后可以确定该MRO数据对应的MR采样点位于所述信号强度最接近的特征向量值对应的栅格内。
本方法实施例通过对预设区域内所有用户上报的MR数据进行解析,并通过指纹信息库进行识别匹配,将每一条MR数据,即MR采样点分别到最佳的栅格内,从而确定了每一栅格内的MR采样点数量。和上述实施例中的确定MR采样点的方法相比,本实施例能够适用于复杂的室内环境,且定位精度更高。
步骤S140:对所述预设区域进行场景划分,确定每一所述栅格所属的所述场景。
如上所述,在不同的业务模型下,用户的流量与MR采样点数量的比例关系相差较大。而同一场景的述业务模型是相同或相似的。因此,对于不同的场景,流量与MR采样点数量的比例关系是不同的。所以,为了更准确地计算出各栅格的流量热度,还需确定每一栅格所属的场景。所述场景可以根据预设区域内的无线网络地理环境和无线网络话务环境来划分。所述无线网络地理环境主要指建造物密度、建筑物高度、地物类型及分布,这决定了无线信号传播的特性。而所述无线网络话务环境是指无线话务分布特征。根据无线网络地理环境可以将预设区域划分为如表1所示的场景类型。
表1
如图6和图7所示,其示出了上述场景中部分场景的流量与MR采样点的关系图。在图6和图7中,纵坐标标表示属于该场景的小区个数,而横坐标表示小区内平均每一个MR采样点对应的流量大小,即MR采样点与流量的比例关系。以图6中左上角的分图为例,该分图对应的场景为一般居民小区。首先根据预设区域的地理环境信息,可以确定预设区域的所有小区中属于一般居民小区这一场景类型的小区,之后分别计算这些小区内MR采样点与流量的比例关系,并将这些小区按照比例关系的异同进行分类得到图6中左上角的分图。由该分图可知,MR采样点与流量的比例关系和小区的数量呈正态分布的关系,即说明属于一般居民小区这一场景类型的大部分小区内的MR采样点与流量的比例关系都相同或相近。因此,可以说明在该场景下,MR采样点与流量之间存在稳定的比例关系,该场景的划分合理。同样地,通过统计其它场景下小区的流量和MR采样点数据,可以发现属于其余23个场景的小区的数量和MR采样点与流量的比例关系也皆呈正态分布的关系,则说明根据无线网络地理环境将预设区域划分为24种场景的场景划分方式合理。
进一步,还可以根据无线网络话务环境对上述场景继续划分。例如,可以将一般居民小区划分为低话务一般居民小区、中话务一般居民小区和高话务一般居民小区,从而使场景的划分更加精确。
需要说明的是:在一些实施例中,预设区域内的一个小区可能属于多个场景,此时,可以将占该小区的面积最大的场景作为该小区的场景。
在划分完场景后,之后则需要对栅格所属的场景进行确认。对栅格所属的场景进行确认的方式可以是:计算所述栅格的中心位置;所述中心位置落入的所述场景为所述栅格所属的所述场景。
由于一栅格可能位于多个小区的交界处,即一个栅格可能属于多个场景。因此,本方法实施例通过计算栅格的中心位置,以中心位置所属的场景为整个栅格所属的场景。其中,中心位置可以通过将步骤S110中得到的栅格各顶点的经纬度取平均值得到。
可以理解的是:对栅格所属的场景进行确认的方式不仅限于上面描述的方式,也可以是其它方式,此处不再赘述。
步骤S150:根据所述预设区域内的流量和所述MR采样点,确定每一所述场景的场景系数。
为了方便计算各栅格的流量热度,本方法实施例还需要将各场景对流量与MR采样点的比例关系的影响程度进行量化,即需要确定可以表征场景对所述比例关系影响程度的场景系数。场景系数越高,则说明在该场景下平均每一MR采样点对应的流量越高。
此外,所述场景系数会通过获取新的预设区域内的流量、工程参数和MR数据周期性更新,以避免该同一场景的业务模型在时间跨度较长时发生发生变化,从而造成后续计算的流量热度不准确。
步骤S160:根据所述栅格所属的所述场景的场景系数和所述栅格内的所述MR采样点数量,确定所述栅格的流量热度。
在本步骤中,栅格的流量热度是反映该栅格内用户的流量的使用量大小的参数。其可以通过将栅格所述的场景的场景系数乘以栅格内的MR采样点的数量得出。之后,根据每一栅格的流量热度按照不同的颜色或或者图形在地图上进行标记,即可实现流量热度的地理化。当然,在其它实施例中,所述栅格的流量热度也是直接通过栅格场景系数、栅格内的MR采样点数量、预设区域内的总MR采样点数量以及预设区域的总流量计算出的栅格的实际流量大小。
本发明实施例通过对预设区域进行栅格划分,确定每一栅格内的采样点数量和所属的场景。之后计算各栅格所属场景的场景系数,再结合场景系数和栅格内的采样点数量便可计算每一栅格的流量热度。最后,在地图上对不同流量热度的栅格按照的颜色或者图形进行标记,即可实现流量热度的地理化,从而可以通过地图直观感受到预设区域内的流量分布情况。和现有技术相比,本发明实施例划分的栅格相较于小区而言,范围更小,因此精度更高。同时,本发明实施例结合了场景和采样点数量来确定流量热度的方式的准确度也更高。
请参阅图8,图8示出了本发明另一实施例提供的一种流量热度地理化方法的流程图,本实施例与上实施例不同之处在于,在步骤S160之后,所述方法还包括:
步骤S170:根据所述栅格的流量热度的大小,对所述栅格进行热度分级。
为了方便在地图上对流量热度进行地理化呈现,本步骤根据各栅格的流量热度的大小,将各栅格划分为不同的热度等级。具体地,当栅格的流量热度小于第一预设阈值时,确定所述栅格为低热度栅格;当栅格的流量热度大于第一预设阈值时,确定所述栅格为中热度栅格;当栅格的流量热度大于第二预设阈值时,确定所述栅格为高热度栅格,其中第二预设阈值大于第一预设阈值。通过上述方式,可以将预设区域内的所有栅格划分为高、中和低三种热度等级。如图9所示,可以将高、中和低三种热度等级的栅格分别标记为不同的颜色在地图上呈现,从而可以更加简单和直观地看到预设区域内的流量分布情况。
可以理解的是:对栅格的热度等级进行划分的方式不仅限于上面描述的方式,也可以是其它方式,例如,也可以将预设区域内的所有栅格划分为高、中高、中、中低和低五种热度等级。
上述步骤S150可以有多种实现方式,图10示出了本发明实施例中确定场景系数的子步骤流程图。如图10所示,在一些实施例中,确定场景系数的实现方式具体为:
步骤S151:根据所述预设区域内的流量,确定每一所述场景的场景流量。
在本步骤中,所述预设区域内的流量是指预设区域内所有小区上传的小区级的流量。而在步骤S140对场景的划分过程中,确定了每一小区所属的场景,因此可以将各场景下的各小区上传的小区级的流量相加,从而可以得到所述场景流量。
步骤S152:根据所述MR采样点,确定每一所述场景的MR采样点数量。
在步骤S130中已经确定各栅格内的MR采样点数量,同时步骤S140也确定了个栅格所属的场景,因此可以将各场景下发所有栅格的MR采样点数量相加,从而得到所述场景的MR采样点数量。
步骤S153:将所述场景流量与所述场景的MR采样点数量的比值除以所述预设区域内的所有流量与所述预设区域内的所有MR采样点数量的比值,得到所述场景系数。
在本步骤中,所述场景系数主要是通过公式场景系数=(场景流量/场景的MR采样点数量)/(预设区域的总流量/预设区域的总MR采样点数量)。其中,场景流量和场景的MR采样点数量已经通过步骤S151和步骤S152计算得到,而预设区域的总流量和预设区域的总MR采样点数量分别可以将所有场景的流量MR采样点数量汇总求和得到。
对于某一具体的预设区域,根据上述公式计算得到场景系数如表2所示:
表2
所述场景系数可以通过和各栅格内的MR采样点数量相乘计算各栅格的流量热度。又或者,可以将栅格的场景系数*栅格内的MR采样点数量*预设区域的总流量/预设区域内的总MR采样点数量得到栅格的实际流量大小。
本发明实施例通过对预设区域进行栅格划分,确定每一栅格内的采样点数量和所属的场景。之后计算各栅格所属场景的场景系数,再结合场景系数和栅格内的采样点数量便可计算每一栅格的流量热度。最后,在地图上对不同流量热度的栅格按照的颜色或者图形进行标记,即可实现流量热度的地理化,从而可以通过地图直观感受到预设区域内的流量分布情况。和现有技术相比,本发明实施例划分的栅格相较于小区而言,范围更小,因此精度更高。同时,本发明实施例结合了场景和采样点数量来确定流量热度的方式的准确度也更高。
图11示出了本发明实施例提供一种流量热度地理化装置的结构示意图。如图11所示,所述流量热度地理化装置100包括划分模块10、获取模块20、第一确定模块30、第二确定模块40、第三确定模块50和第四确定模块60。
划分模块10,用于对预设区域进行栅格划分;获取模块20,用于获取所述预设区域内的流量、工程参数和MR数据;第一确定模块30,用于根据所述工程参数和所述MR数据,,确定每一所述栅格内的所述MR采样点数量;第二确定模块40,用于对所述预设区域进行场景划分,确定每一所述栅格所属的所述场景;第三确定模块50,用于根据所述预设区域内的流量和所述MR采样点,确定每一所述场景的场景系数;第四确定模块60,用于根据所述栅格所属的所述场景的场景系数和所述栅格内的所述MR采样点数量,确定所述栅格的流量热度。
在一种可选的方式中,所述流量热度地理化装置100还包括分级模块70,用于根据所述栅格的流量热度的大小,对所述栅格进行热度分级。
在一种可选的方式中,所述第一确定模块30具体为:根据所述工程参数确定指纹信息库;将所述MR数据与所述指纹信息库对比匹配位置,确定每一所述栅格内的所述MR采样点数量。
在一种可选的方式中,所述对所述预设区域进行场景划分,具体为:根据所述预设区域内的无线网络地理环境和无线网络话务环境,对所述预设区域进行场景划分。
在一种可选的方式中,所述确定每一所述栅格所属的所述场景,具体为:计算所述栅格的中心位置;所述中心位置落入的所述场景为所述栅格所属的所述场景。
在一种可选的方式中,所述第四确定模块60具体为:将所述场景系数乘以所述栅格内的所述MR采样点数量,得到所述栅格的流量热度。
在一种可选的方式中,所述第三确定模块50具体为:根据所述预设区域内的流量,确定每一所述场景的场景流量;根据所述MR采样点,确定每一所述场景的MR采样点数量;将所述场景流量与所述场景的MR采样点数量的比值除以所述预设区域内的所有流量与所述预设区域内的所有MR采样点数量的比值,得到所述场景系数。
本发明实施例通过划分模块10对预设区域进行栅格划分,再通过第一确定模块30和第二确定模块40确定每一栅格内的采样点数量和所属的场景。之后通过第三确定模块50计算各栅格所属场景的场景系数,再结合场景系数和栅格内的采样点数量通过第四确定模块60计算每一栅格的流量热度。最后,在地图上对不同流量热度的栅格按照的颜色或者图形进行标记,即可实现流量热度的地理化,从而可以通过地图直观感受到预设区域内的流量分布情况。和现有技术相比,本发明实施例划分的栅格相较于小区而言,范围更小,因此精度更高。同时,本发明实施例结合了场景和采样点数量来确定流量热度的方式的准确度也更高。
本发明实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的流量热度地理化方法。
图12示出了本发明实施例提供的一种流量热度地理化设备的结构示意图,本发明具体实施例并不对流量热度地理化设备的具体实现做限定。
如图12所示,该流量热度地理化设备可以包括:处理器(processor)202、通信接口(Communications Interface)204、存储器(memory)206、以及通信总线208。
其中:处理器202、通信接口204、以及存储器206通过通信总线208完成相互间的通信。通信接口204,用于与其它设备比如客户端或其它服务器等的网元通信。处理器202,用于执行程序210,具体可以执行上述流量热度地理化方法实施例中的相关步骤。
具体地,程序210可以包括程序代码,该程序代码包括计算机操作指令。
处理器202可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。流量热度地理化设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器206,用于存放程序210。存储器206可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序210具体可以用于使得处理器202执行以下操作:
对预设区域进行栅格划分;
获取所述预设区域内的流量、工程参数和MR数据;
根据所述工程参数和所述MR数据,确定每一所述栅格内的所述MR采样点数量;
对所述预设区域进行场景划分,确定每一所述栅格所属的所述场景;
根据所述预设区域内的流量和所述MR采样点,确定每一所述场景的场景系数;
根据所述栅格所属的所述场景的场景系数和所述栅格内的所述MR采样点数量,确定所述栅格的流量热度。
在一种可选的方式中,程序210具体可以进一步用于使得处理器202执行以下操作:
根据所述栅格的流量热度的大小,对所述栅格进行热度分级。
在一种可选的方式中,程序210具体可以进一步用于使得处理器202执行以下操作:
根据所述工程参数确定指纹信息库;
将所述MR数据与所述指纹信息库对比匹配位置,确定每一所述栅格内的所述MR采样点数量。
在一种可选的方式中,程序210具体可以进一步用于使得处理器202执行以下操作:
根据所述预设区域内的无线网络地理环境和无线网络话务环境,对所述预设区域进行场景划分。
在一种可选的方式中,程序210具体可以进一步用于使得处理器202执行以下操作:
计算所述栅格的中心位置;
所述中心位置落入的所述场景为所述栅格所属的所述场景。
在一种可选的方式中,程序210具体可以进一步用于使得处理器202执行以下操作:
将所述场景系数乘以所述栅格内的所述MR采样点数量,得到所述栅格的流量热度。
在一种可选的方式中,程序210具体可以进一步用于使得处理器202执行以下操作:
根据所述预设区域内的流量,确定每一所述场景的场景流量;
根据所述MR采样点,确定每一所述场景的MR采样点数量;
将所述场景流量与所述场景的MR采样点数量的比值除以所述预设区域内的所有流量与所述预设区域内的所有MR采样点数量的比值,得到所述场景系数。
本发明实施例通过对预设区域进行栅格划分,确定每一栅格内的采样点数量和所属的场景。之后计算各栅格所属场景的场景系数,再结合场景系数和栅格内的采样点数量便可计算每一栅格的流量热度。最后,在地图上对不同流量热度的栅格按照的颜色或者图形进行标记,即可实现流量热度的地理化,从而可以通过地图直观感受到预设区域内的流量分布情况。和现有技术相比,本发明实施例划分的栅格相较于小区而言,范围更小,因此精度更高。同时,本发明实施例结合了场景和采样点数量来确定流量热度的方式的准确度也更高。
本发明实施例提供了一种可执行程序,所述可执行程序可执行上述任意方法实施例中的流量热度地理化方法。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明实施例也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。
Claims (10)
1.一种流量热度地理化方法,其特征在于,包括:
对预设区域进行栅格划分;
获取所述预设区域内的流量、工程参数和MR数据;
根据所述工程参数和所述MR数据,确定每一所述栅格内的所述MR采样点数量;
对所述预设区域进行场景划分,确定每一所述栅格所属的所述场景;
根据所述预设区域内的流量和所述MR采样点,确定每一所述场景的场景系数;
根据所述栅格所属的所述场景的场景系数和所述栅格内的所述MR采样点数量,确定所述栅格的流量热度。
2.如权利要求1所述的方法,其特征在于,所述根据所述栅格所属的所述场景的场景系数和所述栅格内的所述MR采样点数量,确定所述栅格的流量热度之后,所述方法还包括:
根据所述栅格的流量热度的大小,对所述栅格进行热度分级。
3.如权利要求1所述的方法,其特征在于,所述根据所述工程参数和所述MR数据,确定每一所述栅格内的所述MR采样点数量,具体为:
根据所述工程参数确定指纹信息库;
将所述MR数据与所述指纹信息库对比匹配位置,确定每一所述栅格内的所述MR采样点数量。
4.如权利要求1所述的方法,所述对所述预设区域进行场景划分,具体为:
根据所述预设区域内的无线网络地理环境和无线网络话务环境,对所述预设区域进行场景划分。
5.如权利要求1所述的方法,所述确定每一所述栅格所属的所述场景,具体为:
计算所述栅格的中心位置;
所述中心位置落入的所述场景为所述栅格所属的所述场景。
6.如权利要求1所述的方法,其特征在于,所述根据所述栅格所属的所述场景的场景系数和所述栅格内的所述MR采样点数量,确定所述栅格的流量热度,具体为:
将所述场景系数乘以所述栅格内的所述MR采样点数量,得到所述栅格的流量热度。
7.如权利要求1-6中任意一项所述的方法,其特征在于,所述根据所述预设区域内的流量和所述MR采样点,确定每一所述场景的场景系数,具体为:
根据所述预设区域内的流量,确定每一所述场景的场景流量;
根据所述MR采样点,确定每一所述场景的MR采样点数量;
将所述场景流量与所述场景的MR采样点数量的比值除以所述预设区域内的所有流量与所述预设区域内的所有MR采样点数量的比值,得到所述场景系数。
8.一种流量热度地理化装置,其特征在于,包括:
划分模块,用于对预设区域进行栅格划分;
获取模块,用于获取所述预设区域内的流量、工程参数和MR数据;
第一确定模块,用于根据所述工程参数和所述MR数据,,确定每一所述栅格内的所述MR采样点数量;
第二确定模块,用于对所述预设区域进行场景划分,确定每一所述栅格所属的所述场景;
第三确定模块,用于根据所述预设区域内的流量和所述MR采样点,确定每一所述场景的场景系数;
第四确定模块,用于根据所述栅格所属的所述场景的场景系数和所述栅格内的所述MR采样点数量,确定所述栅格的流量热度。
9.一种流量热度地理化设备,其特征在于,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7任意一项所述的流量热度地理化方法。
10.一种计算机存储介质,其特征在于,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-7任意一项所述的流量热度地理化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910527000.XA CN112105047B (zh) | 2019-06-18 | 2019-06-18 | 流量热度地理化方法、装置、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910527000.XA CN112105047B (zh) | 2019-06-18 | 2019-06-18 | 流量热度地理化方法、装置、设备及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112105047A true CN112105047A (zh) | 2020-12-18 |
CN112105047B CN112105047B (zh) | 2023-04-28 |
Family
ID=73748829
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910527000.XA Active CN112105047B (zh) | 2019-06-18 | 2019-06-18 | 流量热度地理化方法、装置、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112105047B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117014939A (zh) * | 2023-09-28 | 2023-11-07 | 深圳市优网科技有限公司 | 一种基于移动通信用户的热度图数据生成方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107466043A (zh) * | 2016-06-03 | 2017-12-12 | 中国移动通信集团河北有限公司 | 一种确定基站天线的方位角的方法和设备 |
CN108377468A (zh) * | 2017-12-07 | 2018-08-07 | 中国移动通信集团福建有限公司 | 无线网络场景化评估方法、装置、设备及介质 |
CN109327841A (zh) * | 2018-09-30 | 2019-02-12 | 湖南华诺科技有限公司 | 基于覆盖、价值关联的多维评定及精准建设投资评估方法 |
CN109840452A (zh) * | 2017-11-28 | 2019-06-04 | 中国移动通信集团浙江有限公司 | 一种栅格覆盖场景自动识别方法及装置 |
-
2019
- 2019-06-18 CN CN201910527000.XA patent/CN112105047B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107466043A (zh) * | 2016-06-03 | 2017-12-12 | 中国移动通信集团河北有限公司 | 一种确定基站天线的方位角的方法和设备 |
CN109840452A (zh) * | 2017-11-28 | 2019-06-04 | 中国移动通信集团浙江有限公司 | 一种栅格覆盖场景自动识别方法及装置 |
CN108377468A (zh) * | 2017-12-07 | 2018-08-07 | 中国移动通信集团福建有限公司 | 无线网络场景化评估方法、装置、设备及介质 |
CN109327841A (zh) * | 2018-09-30 | 2019-02-12 | 湖南华诺科技有限公司 | 基于覆盖、价值关联的多维评定及精准建设投资评估方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117014939A (zh) * | 2023-09-28 | 2023-11-07 | 深圳市优网科技有限公司 | 一种基于移动通信用户的热度图数据生成方法及装置 |
CN117014939B (zh) * | 2023-09-28 | 2023-12-08 | 深圳市优网科技有限公司 | 一种基于移动通信用户的热度图数据生成方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112105047B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8452304B2 (en) | System and method for locating a mobile communication terminal in a geographical area | |
JP2016152044A (ja) | 目標位置を確定するための方法及び装置 | |
US8478280B1 (en) | Minimum coverage area of wireless base station determination | |
CN108260202B (zh) | 一种测量报告采样点的定位方法及装置 | |
CN103822638B (zh) | 用户位置信息的处理方法和装置 | |
CN107623920A (zh) | 一种无线网络重叠覆盖的判断方法和装置 | |
CN112203293B (zh) | 小区过覆盖识别方法、装置、设备及计算机存储介质 | |
CN112312301B (zh) | 用户终端定位方法、装置、设备及计算机存储介质 | |
CN109672980A (zh) | 确定兴趣点对应的无线局域网热点的方法、装置及存储介质 | |
CN108271171B (zh) | 建筑物网络状况统计方法及装置 | |
CN106899985A (zh) | 一种网络覆盖的评估方法及装置 | |
CN105188030A (zh) | 一种移动网络数据进行地理栅格映射的方法 | |
CN110769459A (zh) | 一种移动终端的定位方法、装置、存储介质及服务器 | |
CN114710787B (zh) | 网络规划方法、装置、设备及存储设备 | |
CN111818550B (zh) | 一种网络覆盖情况的预测方法、装置及设备 | |
CN112105047B (zh) | 流量热度地理化方法、装置、设备及计算机存储介质 | |
US8428520B2 (en) | Margin design apparatus, margin design system, margin design method, and program | |
CN107347189A (zh) | 一种td‑lte 230无线专网基站规划方法 | |
CN114885369A (zh) | 网络覆盖质量检测处理方法、装置、电子设备和存储介质 | |
KR100949576B1 (ko) | 보정을 통한 위치추정방법 | |
CN110839257B (zh) | 网络质量评估方法、设备和存储介质 | |
Layberry | Analysis of errors in degree days for building energy analysis using Meteorological Office weather station data | |
CN113133049B (zh) | 确定主覆盖小区的方法、装置、设备及介质 | |
CN109842847A (zh) | 一种室内外用户终端的判别方法及基站 | |
CN112584313B (zh) | 弱覆盖区域定位方法、装置、设备及计算机存储介质 |
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 |