CN112218241A - 一种数据检测方法及装置、设备和计算机存储介质 - Google Patents

一种数据检测方法及装置、设备和计算机存储介质 Download PDF

Info

Publication number
CN112218241A
CN112218241A CN201910626733.9A CN201910626733A CN112218241A CN 112218241 A CN112218241 A CN 112218241A CN 201910626733 A CN201910626733 A CN 201910626733A CN 112218241 A CN112218241 A CN 112218241A
Authority
CN
China
Prior art keywords
data
cell
determining
position information
polygon
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
Application number
CN201910626733.9A
Other languages
English (en)
Other versions
CN112218241B (zh
Inventor
张华伟
兰世战
陈伟峰
方绍桢
罗川
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.)
China Mobile Communications Group Co Ltd
China Mobile Suzhou Software Technology Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Suzhou Software Technology Co Ltd
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 China Mobile Communications Group Co Ltd, China Mobile Suzhou Software Technology Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201910626733.9A priority Critical patent/CN112218241B/zh
Publication of CN112218241A publication Critical patent/CN112218241A/zh
Application granted granted Critical
Publication of CN112218241B publication Critical patent/CN112218241B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04W4/029—Location-based management or tracking services
    • 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
    • H04W24/04—Arrangements for maintaining operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0055—Transmission or use of information for re-establishing the radio link
    • H04W36/0061—Transmission or use of information for re-establishing the radio link of neighbour cell information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0083—Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
    • H04W36/00835—Determination of neighbour cell lists

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请实施例提供了一种数据检测方法，所述方法包括：获取待检测的工程参数数据和切换数据；基于工程参数数据中属于同一基站的各个小区的位置信息，确定第一数据集合；基于工程参数数据中各小区的位置信息和各小区的参考位置信息，确定第二数据集合；其中，参考位置信息是基于工程参数数据和切换数据确定的；基于所述第一数据集合和所述第二数据集合，确定目标数据集合；如此，能够实现快速、准确地检测出工程参数数据中位置信息异常的数据，以便于技术人员基于位置信息异常数据对工程参数数据进行校正，在提高网优工程参数数据质量的同时也能够提高网络覆盖率，进而有效提高用户体验。

Description

一种数据检测方法及装置、设备和计算机存储介质
技术领域
本申请属于信息处理技术领域，涉及但不限于一种数据检测方法及装置、设备和计算机存储介质。
背景技术
在运营商系统中，网优工程参数数据的质量对用户上网、通话质量有直接影响，尤其当经纬度配置错误时很容易导致具备弱覆盖等问题，因此，提高网优工程参数数据的质量显得尤为重要。
目前，现有的数据检测方法包括基本规则法、超远邻区法、雷达扫描法和邻区算术平均值法，其中，基本规则法是一种简单的判断方法，可以数据检测经纬度是否为空、值是否出界等基本问题；超远邻区法应用已配置邻区关系、小区间某些数据的矛盾关系、数据检测工程经纬度问题；雷达扫描法通过雷达扫描的方式，关联邻区、经纬度等信息发现经纬度问题；邻区算术平均值法基于求所有邻区(排除共站邻区、同经纬度邻区)的算术平均值，比较平均值与主小区的经纬度。
但是，基本规则法只能发现经纬度为空和值超出取值范围等基本问题，超远邻区法不能定位经纬度问题是主小区还是邻小区问题或者切换配置数据的问题，雷达扫描法和邻区算术平均值法都没有考虑到切换次数对主小区位置的影响，因此这几种方法都不能有效提高网优工程参数数据的质量，实用性不强。
发明内容
有鉴于此，本申请提供一种数据检测方法及装置、设备和计算机存储介质，至少能够实现快速、准确地检测出工程参数数据中小区的位置信息异常数据，提高了网优工程参数数据的质量，实用性强。
本申请实施例提供一种数据检测方法，所述方法包括：
获取待检测的工程参数数据和与所述工程参数数据对应的切换数据；
基于所述工程参数数据中属于同一基站的各个小区的位置信息，确定第一数据集合；
基于所述工程参数数据中各小区的位置信息和各小区的参考位置信息，确定第二数据集合；其中，所述参考位置信息是基于所述工程参数数据和所述切换数据确定的；
基于所述第一数据集合和所述第二数据集合，确定目标数据集合，所述目标数据集合至少包括位置信息异常的目标数据。
本申请实施例提供一种数据检测装置，所述装置至少包括：获取模块、第一确定模块、第二确定模块、第三确定模块，其中：
所述获取模块，用于获取待检测的工程参数数据和与所述工程参数数据对应的切换数据；
所述第一确定模块，用于基于所述工程参数数据中属于同一基站的各个小区的位置信息，确定第一数据集合；
所述第二确定模块，用于基于所述工程参数数据中各小区的位置信息和各小区的参考位置信息，确定第二数据集合；其中，所述参考位置信息是基于所述工程参数数据和所述切换数据确定的；
所述第三确定模块，用于基于所述第一数据集合和所述第二数据集合，确定目标数据集合，所述目标数据集合至少包括位置信息异常的目标数据。
本申请实施例提供一种数据检测设备，所述设备至少包括：存储器、通信总线及处理器，其中：
所述存储器，用于存储数据检测程序；
所述通信总线，用于实现所述处理器和所述存储器之间的通信连接；
所述处理器，用于执行所述存储器中存储的数据检测程序，以实现如上述的数据检测方法的步骤。
本申请实施例提供一种计算机存储介质，所述计算机存储介质存储有数据检测程序，所述数据检测程序被处理器执行时实现如上述的数据检测方法的步骤。
本申请实施例基于获取的工程参数数据确定出包括疑似位置信息异常的第一数据集合，基于工程参数数据和切换数据确定出包括疑似位置信息异常的第二数据集合，并基于第一数据集合和第二数据集合，确定出包括位置信息异常的目标数据的目标数据集合；如此，利用两种不同的方法确定包括疑似位置信息的两个数据集合后，再结合两个数据集合确定的位置信息异常的目标数据，能够实现快速、准确地检测出工程参数数据中位置信息异常的数据，以便于技术人员基于位置信息异常数据对工程参数数据进行校正，在提高网优工程参数数据质量的同时也能够提高网络覆盖率，进而有效提高用户体验。
附图说明
图1为本申请实施例提供的数据检测方法的一种实现流程图；
图2为本申请实施例提供的数据检测方法的又一实现流程示意图；
图3为本申请实施例提供的数据检测方法的再一实现流程示意图；
图4为本实施例中根据递归方法确定邻小区多边形的中心点位置的流程示意图；
图5为本实施例提供的共站经纬度判断法的实现流程示意图；
图6为本实施例提供的邻区中心判断法的实现流程示意图；
图7为本申请实施例提供的数据检测装置的示意图；
图8为本申请实施例提供的数据检测设备的示意图。
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，下面将结合本申请实施例中的附图，对本申请的具体技术方案作进一步详细描述。以下实施例用于说明本申请，但不用来限制本申请的范围。
本申请实施例提供一种数据检测方法，应用于数据检测设备，该数据检测设备可以是终端，也可以是服务器。在本申请实施例中，所述终端可以是平板电脑、笔记本电脑等具有无线通信能力的移动终端，还可以是不便移动的具有计算功能的台式计算机、桌面电脑等。服务器可以是指一台服务器，也可以是由多台服务器构成的服务器集群、云计算中心等等，在此不加以限定。图1为本申请实施例提供的数据检测方法的一种实现流程图，如图1所示，所述方法包括：
步骤S101：获取待检测的工程参数数据和与所述工程参数数据对应的切换数据。
这里，由于在所述数据检测设备中，存在着网络所覆盖小区的工程参数数据和与该工程参数数据对应的切换数据，所述工程参数数据中至少包括网络所覆盖的小区的基站身份标识(Identification，ID)、通用网关接口(Common Gateway Interface，CGI)、位置信息，所述切换数据中至少包括网络所覆盖的小区的CGI以及与各个小区相邻的邻小区CGI、各个邻小区的切换成功次数。
在运营商网络系统中，工程参数数据的质量对用户上网、通话质量有直接影响，尤其当小区的位置信息配置错误时，会导致举报弱覆盖的问题。因此，快速准确地检测工程参数数据中的位置信息异常数据就显得尤为重要，而切换数据作为工程参数数据对应的性能数据，能够在检测位置信息异常数据的过程中提供有力的数据支持和数据保障。由此说明，虽然所述工程参数数据是待检测数据，但是切换数据也是极为重要且必不可少的，两者都是需要事先获取的重要数据。
步骤S102：基于所述工程参数数据中属于同一基站的各个小区的位置信息，确定第一数据集合。
这里，所述位置信息是能够表征小区自身地理位置的信息，可以为小区的经纬度，此处不作限定。
在获取到所述工程参数数据中各个小区的位置信息的基础上，将所述工程参数数据中属于同一基站的各个小区的位置信息分别进行归类划分，得到多个分组，每个分组中的基站标识相同，并基于所归类划分出的多个分组，确定第一数据集合。此处，步骤S102确定所述第一数据集合的方法在一些实施例中也可以称为共站判断法。
利用所述共站判断法确定第一数据集合，方法过程简单易操作，并且所述第一数据集合中的数据是疑似位置信息异常的数据，确定出所述第一数据集合为后续确定出更加可靠、准确的目标数据集合奠定基础。
步骤S103：基于所述工程参数数据中各小区的位置信息和各小区的参考位置信息，确定第二数据集合。
这里，所述参考位置信息是基于所述工程参数数据和所述切换数据确定的。在实际实现过程中，该参考位置信息可以是根据各小区的邻小区的位置信息确定的。
在本申请实施例中，工程参数数据中各小区的位置信息可以认为是实际位置信息，参考位置信息可以认为是理论位置信息。在步骤S103的实现过程中，可以将各小区的实际位置信息与各小区的参考位置信息进行比较，判断各小区的实际位置信息与参考位置信息是否满足预设距离条件，并将实际位置信息与参考位置信息满足预设距离条件所对应的数据，确定为第二数据集合。此处，步骤S103确定所述第二数据集合的方法在一些实施例中也可以称为邻区位置判断法。
利用所述邻区位置判断法确定第二数据集合，方法过程简单、新颖且实用性强，并且所述第二数据集合中的数据也是疑似位置信息异常的数据，确定出所述第二数据集合是为了与已确定出的第一数据集合结合，以确定出更加可靠、准确的目标数据集合，因此，所述第二数据集合同样是为了后续确定出目标数据集合奠定基础。
步骤S104：基于所述第一数据集合和所述第二数据集合，确定目标数据集合，所述目标数据集合至少包括位置信息异常的目标数据。
这里，当确定出所述第一数据集合和所述第二数据集合时，可以将所述第一数据集合和所述第二数据集合的交集数据，确定为目标数据集合。
由于所述第一数据集合和所述第二数据集合中的数据均为疑似位置信息异常的数据，那么根据其交集确定的目标数据集合中的数据都为位置信息异常的目标数据，以此实现了所述工程参数数据中异常数据的快速准确检测。
本申请实施例先基于工程参数数据中属于同一基站的各个小区的位置信息确定出包括疑似位置信息异常的第一数据集合，再利用工程参数数据和切换数据确定出各个小区的参考位置信息时结合工程参数数据中各小区的位置信息，确定出包括疑似位置信息异常的第二数据集合，进而再基于第一数据集合和第二数据集合确定出位置信息异常的目标数据，以此实现快速、准确地检测出工程参数数据中位置信息异常的数据，以便于技术人员基于位置信息异常数据对工程参数数据进行校正，在提高网优工程参数数据质量的同时也能够提高网络覆盖率，进而有效提高用户体验。
基于前述实施例，本实施例再提供一种数据检测方法，应用于数据检测设备。图2为本申请实施例提供的数据检测方法的又一实现流程示意图，如图2所示，所述方法包括：
步骤S201：获取待检测的工程参数数据和与所述工程参数数据对应的切换数据。
其中，所述工程参数数据中至少包括网络所覆盖的小区的基站ID、CGI、位置信息，所述切换数据中至少包括网络所覆盖的小区的CGI以及与各个小区相邻的邻小区CGI、各个邻小区的切换成功次数，所述位置信息至少包括经度和纬度。
步骤S202：基于所述工程参数数据中属于同一基站的各个小区的位置信息，确定第一数据集合。
这里，步骤S202在实现时，包括：
步骤S2021：基于所述工程参数数据中的基站标识，将所述工程参数数据划分为至少一个分组数据；其中，每个分组数据中的基站标识相同。
其中，所述基站标识可以为基站ID，将所述工程参数数据中具有相同基站标识的数据划分为一个分组数据，以此得到至少一个分组数据，每个分组数据至少包括基站标识、CGI、位置信息，并且，每个分组数据的基站标识相同，以此为确定共站判断法的前提条件提供基础和保障。
步骤S2022：基于每个分组数据中各小区的位置信息，将每个分组数据划分为至少一个子分组数据，其中，每个子分组数据中各小区的位置信息相同。
其中，由于每个分组数据至少包括基站标识、CGI、经度和纬度，且每个分组数据的基站标识相同，因此，此处基于位置信息的不同，再对每个分组数据进行二次分组，即将每个分组数据中位置信息相同的数据分别划分为一个子分组内，以此将每个子分组数据分别划分为至少一个子分组数据，所述子分组数据中的基站标识相同、位置信息相同、CGI不同。
在确定好所有分组数据的各个子分组数据时，共站判断法的前提条件也都得以确定，所述前提条件是确定出疑似位置信息异常的第一数据集合的基础。
步骤S2023：根据每个分组数据的子分组个数和各个子分组数据中的位置信息，确定第一数据集合。
这里，步骤S2023在实现时，包括：
步骤S20231：如果第i个分组数据的子分组个数大于预设的个数阈值，基于各个子分组数据中的位置信息，确定每两个子分组之间的距离值；其中，i＝1、……、N，N为分组个数，所述预设的个数阈值为正整数，例如可以为1。
这里，步骤S20231在实现时，当第i个分组数据的子分组个数大于预设的个数阈值时，确定每两个子分组之间的距离值。例如第i个分组数据的子分组个数为3个，依次为子分组1、子分组2和子分组3，基于子分组1、子分组2和子分组3的位置信息，确定子分组1和子分组2之间的距离值、子分组2和子分组3之间的距离值以及子分组1和子分组3之间的距离值。
如果第i个分组数据的子分组个数不大于预设的个数阈值时，第i个分组数据为位置信息正常数据。
步骤S20232：基于所确定出的距离值中满足距离阈值的子分组数据，确定第一数据集合。
这里，步骤S20232在实现时，将已确定出的每两个子分组之间的距离值中两个子分组之间的距离大于距离阈值的子分组数据，确定为第一数据集合；其中，所述第一数据集合中的数据是疑似位置信息异常的数据。
此外，将已确定出的每两个子分组之间的距离值中两个子分组之间的距离不大于距离阈值的子分组数据，确定为位置信息正常数据。
步骤S203：基于所述工程参数数据中各小区的位置信息和各小区的参考位置信息，确定第二数据集合。
这里，所述参考位置信息是基于所述工程参数数据和所述切换数据确定的，所述第二数据集合中的数据也是疑似位置信息异常的数据。
步骤S204：基于所述第一数据集合和所述第二数据集合，确定目标数据集合，所述目标数据集合至少包括位置信息异常的目标数据。
本申请实施例基于工程参数数据中具有相同基站标识的数据确定多个分组数据，再基于每个分组数据的位置信息不同确定每个分组数据中的至少一个子分组数据，并将子分组之间的距离值满足预设距离的子分组数据确定为疑似位置信息异常的第一数据集合，以此能够避免定位位置信息问题是主小区还是邻小区或者切换配置数据的问题，并且只需利用工程参数数据就能够快速定位出疑似位置信息异常的第一数据集合，方法过程简单易操作；再基于工程参数数据和切换数据确定出疑似位置信息异常的第二数据集合时结合第一数据集合，就能够确定出位置信息异常的目标数据，以此实现了快速、准确地检测出工程参数数据中的位置信息异常数据，提高了网优工程参数数据的质量。
基于前述实施例，本实施例再提供一种数据检测方法，应用于数据检测设备。图3为本申请实施例提供的数据检测方法的再一实现流程示意图，如图3所示，所述方法包括：
步骤S301：获取待检测的工程参数数据和与所述工程参数数据对应的切换数据。
步骤S302：基于所述工程参数数据中属于同一基站的各个小区的位置信息，确定第一数据集合。
其中，所述第一数据集合中的数据是疑似位置信息异常的数据，且所述第一数据集合为前述实施例中使用共站位置判断法确定出的第一数据集合，因此所述第一数据集合的确定过程此处不再赘述。
步骤S303：基于所述工程参数数据中各小区的位置信息和各小区的参考位置信息，确定第二数据集合；其中，所述参考位置信息是基于所述工程参数数据和所述切换数据确定的。
这里，步骤S303在实现时，包括：
步骤S3031：将所述工程参数数据和所述切换数据基于小区标识进行关联，得到第一关联数据。
这里，步骤S3031在实现时，可以首先获取切换数据中的一条数据记录，这里称为第一数据记录，然后获取第一数据记录中的主小区标识和邻小区标识，进而再分别获取工程参数数据中主小区标识对应的数据记录(第二数据记录)和邻小区标识对应的数据记录(第三数据记录)，然后将第一数据记录、第二数据记录和第三数据记录进行合并，得到第一关联数据。其中第一关联数据中可以仅包括主小区标识、主小区标识对应的位置信息、邻小区的标识、邻小区标识对应的位置信息、切换成功次数、基站ID，也可以包括这三条数据记录中所有的数据信息，在此不做限定。其中，所述小区标识可以为小区通用网关接口CGI。
例如，所述小区标识为小区CGI，所述位置信息为经度、纬度时，第一数据记录可以包括主小区CGI、邻小区CGI、切换成功次数，第二数据记录可以包括：主小区CGI、主小区ID、主小区经度、主小区纬度，第三数据记录可以包括：邻小区CGI、邻小区ID、邻小区经度、邻小区纬度，从而关联后得到的第一关联数据可以包括：主小区CGI、主小区经度、主小区纬度、主小区ID、邻小区CGI、邻小区经度、邻小区纬度、主小区的基站ID、邻小区的基站ID、切换成功次数。
步骤S3032：至少基于所述第一关联数据中各小区的邻小区的位置信息和所述各小区的位置信息，将与所述各小区之间的距离大于距离阈值的邻小区对应的数据清除，得到清除后的第一关联数据。
这里，步骤S3032在实现时，可以是基于第一关联数据，确定各个主小区与自身具有邻接关系的邻小区之间的距离，并将确定出的距离中大于距离阈值的邻小区对应的数据清除，得到清除后的第一关联数据。
步骤S3033：将所述清除后的第一关联数据中属于同一基站的主小区与邻小区对应的数据清除，得到第二关联数据。
这里，步骤S3033在实现时，可以是首先确定所述清除后的第一关联数据中每个主小区及每个主小区的各个邻小区的基站标识，再选取出所述清除后的第一关联数据中具有相同基站标识的主小区和邻小区对应的数据，并将所述具有相同基站标识的主小区和邻小区对应的数据中的邻小区对应的数据清除，得到第二关联数据。
步骤S3034：基于所述第二关联数据中各小区的邻小区的位置信息，确定所述第一关联数据中各小区的参考位置信息。
步骤S3035：基于所述工程参数数据中小区的位置信息与所述小区的参考位置信息满足预设距离条件所对应的数据，确定第二数据集合；其中，所述第二数据集合中的数据也是疑似位置信息异常的数据。
步骤S304：基于所述第一数据集合和所述第二数据集合，确定目标数据集合，所述目标数据集合至少包括位置信息异常的目标数据。
本申请实施例使用共站位置判断法确定出第一数据集合，将工程参数数据与切换数据基于小区标识进行关联，再对关联后的第一关联数据中主、邻小区之间距离大于距离阈值和主、邻小区同属一个基站的对应数据记录进行清除，以此得到的第二关联数据即为主小区的邻小区环形分布且各个小区的性能参数更加完整的工程参数数据，从而根据该第二关联数据得到的小区参考位置也就更加可靠和稳定；基于小区的参考位置与实际位置确定出的第二数据集合后与第一数据集合结合，就能够确定出位置信息异常的目标数据，以此解决了不考虑切换成功次数对小区位置影响的问题，传统方法中不能定位经纬度问题是主小区还是邻小区问题或者切换配置数据的问题，实现了快速、准确地检测出工程参数数据中的位置信息异常数据，提高了网优工程参数数据的质量。
基于前述实施例，本实施例再提供一种数据检测方法，应用于数据检测设备，所述方法包括：
步骤S401：获取待检测的工程参数数据和与所述工程参数数据对应的切换数据。
步骤S402：基于所述工程参数数据中属于同一基站的各个小区的位置信息，确定第一数据集合；其中，所述第一数据集合中的数据是疑似位置信息异常的数据，且所述第一数据集合为前述实施例中使用共站位置判断法确定出的第一数据集合，因此所述第一数据集合的确定过程此处不再赘述。
步骤S403：基于所述工程参数数据中各小区的位置信息和各小区的参考位置信息，确定第二数据集合；其中，所述参考位置信息是基于所述工程参数数据和所述切换数据确定的，并且，所述第二数据集合中的数据也是疑似位置信息异常的数据。
这里，步骤S403在实现时，可以通过以下步骤实现：
步骤S4031：至少基于所述工程参数数据和所述切换数据，确定第一关联数据和第二关联数据。
其中，所述第一关联数据为前述实施例中步骤S3031得到的第一关联数据，所述第二关联数据为前述实施例中步骤S3033得到的第二关联数据，因此，此处不再赘述所述第一关联数据和所述第二关联数据的确定过程。
步骤S4032：如果所述第二关联数据中第j个小区的邻小区个数大于设定阈值，基于第j个小区的各个邻小区的位置信息，确定第j个邻小区多边形；其中，j＝1、……、M，M为第二关联数据中具有邻小区的小区个数。
这里，步骤S4032在实现时，基于第j个小区的各个邻小区的位置信息，确定出起始点，并将基于所述起始点顺时针或逆时针构造出的多边形，确定为第j个邻小区多边形。
其中，所述起始点可以是所述各个邻小区的位置信息中的任意一个位置信息。在一些实施例中，该起始点也可以是所述各个邻小区的位置信息中经度最小的位置信息，当所述各个邻小区的位置信息中存在不止一个经度最小的位置信息时，可以选取经度最小、纬度最大的位置信息作为起始点，此处不做限定。
步骤S4033：当所述第j个邻小区多边形的顶点个数大于预设个数时，获取所述第j个邻小区多边形中的第一三角形和第二三角形，所述第一三角形和第二三角形共用两个顶点；其中，所述预设个数可以为3。
这里，步骤S4033在实现时，如果所述第j个邻小区多边形的顶点等于预设个数3时，将3个顶点构成的三角形的外接圆圆心的位置信息，确定为所述第j个小区的参考位置信息。
如果所述第j个邻小区多边形的顶点小于预设个数3时，顶点个数不能构成三边形，所述第j个小区的参考位置信息计算失败。
步骤S4034：分别确定所述第一三角形和第二三角形的第一中心点位置和第二中心点位置。
步骤S4035：分别确定第一剩余多边形和第二剩余多边形的第三中心点位置和第四中心点位置。
这里，所述第一剩余多边形为所述第j个邻小区多边形除去所述第一三角形后得到的多边形，所述第二剩余多边形为所述第j个邻小区多边形除去所述第二三角形后得到的多边形。步骤S4036：基于所述第一中心点位置、第二中心点位置、第三中心点位置和第四中心点位置，确定所述第j个邻小区多边形的中心点位置。
步骤S4036在实现过程中可以是，首先基于所述第一中心点位置和所述第三中心点位置，确定第一直线；再基于所述第二中心点位置和所述第四中心点位置，确定第二直线，最后将所述第一直线和所述第二直线的交点位置，确定为第j个邻小区多边形的中心点位置。
图4为本实施例中根据递归方法确定邻小区多边形的中心点位置的流程示意图，由图4可以看出，以所述第j个邻小区多边形为六边形为例来说明第j个邻小区多边形的邻区中心点位置的确定过程。
在图4所示的六边形P1P2P3P4P5P6中，P1为该六边形的起始点，以P1开始顺时针连接的三角形P1P2P3为所述第一三角形，确定出的三角形P1P2P3的中心点位置O1为所述第一三角形的第一中心点位置，多边形P1P3P4P5P6为所述第一剩余多边形，确定所述多边形P1P3P4P5P6的中心点位置是以递归的方法进行确定的，即依次确定出三角形P1P3P4的中心点位置Q1、三角形P1P4P5的中心点位置Q2和三角形P1P5P6的中心点位置Q3，再以Q1、Q2、Q3为顶点构造三角形Q1Q2Q3，将所述三角形Q1Q2Q3的中心点位置确定为该多边形P1P3P4P5P6的中心点位置O3。
同样地，在图4所示的六边形中以P2、P3和P4为顶点构造第二三角形P2P3P4，确定出所述第二三角形P2P3P4的中心点位置为O2，所述中心点位置为O2为所述第二三角形的第二中心点位置，多边形P2P4P5P6P1为所述第二剩余多边形，确定所述多边形P2P4P5P6P1的中心点位置也是以递归的方法进行确定的，即依次确定出三角形P2P4P5的中心点位置L1、三角形P2P5P6的中心点位置L2、三角形P2P6P1的中心点位置L3，再以L1、L2、L3为顶点构造三角形L1L2L3，将所述三角形L1L2L3的中心点位置确定为该多边形P2P4P5P6P1的中心点位置O4。
那么，基于所述第一中心点位置和所述第三中心点位置确定的所述第一直线为O1和O3的连线，基于所述第二中心点位置和所述第四中心点位置确定的第二直线为O2和O4的连线，从而将所述O1和O3的连线，与所述O2和O4的连线之间的交点O，确定为第j个邻小区多边形的中心点位置。
步骤S4037：基于所述第j个邻小区多边形的中心点位置，确定所述第j个小区的参考位置信息。
步骤S4037在实现时，可以是首先获取所述第j个小区的各个邻小区的切换成功次数，然后基于所述各个邻小区的切换成功次数、所述各个邻小区的位置信息，调整所述第j个邻小区多边形的中心点位置，得到调整后的第j个邻小区多边形的中心点位置；其中，j＝1、……、M，M为第二关联数据中具有邻小区的小区个数，最后将所述调整后的第j个邻小区多边形的中心点位置，确定为所述第j个小区的参考位置信息。
这里，考虑到第j个小区的各个邻小区在所述第j个小区周围环形分布，且切换成功次数由近及远逐步减少的特点确定第j个小区的参考位置信息。并在确定出第j个邻小区多边形的中心点位置后，针对第j个小区与距离较近的邻区更容易发生切换的特点，使用所述各个邻小区的切换成功次数对所述第j个邻小区多边形的中心点位置进行加权调整，以得到更加准确可靠的参考位置信息。
步骤S4038：基于所述工程参数数据中小区的位置信息与所述小区的参考位置信息满足预设距离条件所对应的数据，确定第二数据集合。
步骤S404：基于所述第一数据集合和所述第二数据集合，确定目标数据集合，所述目标数据集合至少包括位置信息异常的目标数据。
本申请实施例先基于共站位置判断法确定出第一数据集合，再基于关联和过滤后得到的第二关联数据中每个小区的各个邻小区的位置信息确定各小区的参考位置信息，以此得到稳定、可靠的小区参考位置信息，并基于各小区参考位置信息与工程参数数据中小区的位置信息，确定第二数据集合，从而基于第一数据集合和第二数据集合确定出位置信息异常的目标数据，以此实现快速、准确地检测出工程参数数据中小区的经纬度异常数据，提高了网优工程参数数据的质量，实用性强，也提高了用户体验。
基于前述实施例的发明构思，本实施例再提供一种数据检测方法，所述数据检测方法的技术方案包含两种经纬度异常判断方法，分别是共站经纬度判断法和邻区中心判断法，将每种方法判断出的数据都确定为疑似经纬度异常数据，两种方法判断的交集定义为确认经纬度异常数据。
其中，所述共站经纬判断法与前述实施例中的所述共站位置判断法对应，如图5所示，所述共站经纬判断法的处理过程为：
步骤S501：对工程参数数据按照LTE网络中无线基站中基站身份标识enodebid分组，得到{分组1，分组2，……}。
其中，所述{分组1，分组2，……}与前述实施例中的所述至少一个分组数据对应，且每个分组中的基站标识相同；本实施例涉及的工程参数数据如表1所示。
表1
Figure BDA0002127352190000151
步骤S502：在每个分组内按照经度_纬度longitude_latitude进行分组，得到{{子分组1}，{子分组2，子分组3}，……}；其中，在所得到的所有子分组中，每个子分组内的基站经纬度是相同的。
步骤S502在实现时，对于分组1，按照经度和纬度不同进行二次分组，得到{子分组1，子分组2，子分组3}，分组2二次分组得到{子分组4，子分组5，子分组6}，分组3二次分组得到{子分组7，子分组8}，最终分组结果为{{子分组1，子分组2，子分组3}，{子分组4，子分组5，子分组6}，{子分组7，子分组8}，如表2所示：其中，所述最终分组结果与前述实施例中的所述将每个分组数据划分为至少一个子分组数据对应，并且每个子分组中各小区的经度和纬度相同，所述每个子分组中各小区的经度和纬度与前述实施例中的所述每个子分组数据中各小区的位置信息对应。
步骤S503：判断分组内包括的子分组数量是否大于或等于2；如果是，执行步骤S504；否则，执行步骤S507。
其中，所述大于或等于2与前述实施例中的所述大于预设的个数阈值对应；所述分组内包括的子分组数量与前述实施例中的所述第i个分组数据的子分组个数对应，i＝1、……、N，N为分组个数。
步骤S504：在每个分组内根据各个子分组的经度和纬度求解两两子分组之间的距离。
其中，所述两两子分组之间的距离求解过程与前述实施例中的所述每两个子分组之间的距离值的确定过程对应；所述各个子分组的经度和纬度与前述实施例中的所述基于各个子分组数据中的位置信息对应。
步骤S505：判断每个分组内是否存在两个子分组之间的距离大于预设阈值，如果存在，执行步骤S506；否则，执行步骤S507。
其中，所述预设阈值与前述实施例中的所述预设的个数阈值对应；本实施例中判断出每个分组内存在两个子分组之间的距离大于预设阈值与前述实施例中的所述所确定出的距离值中满足距离阈值的子分组数据对应。
步骤S506：标记子分组的所有数据为共站经纬度疑似结果小区CGI集合C1；其中，所述共站经纬度疑似结果小区CGI集合C1与前述实施例中的所述第一数据集合对应。
步骤S507：子分组对应的共站经纬度数据正常，结束流程。
表2
Figure BDA0002127352190000171
图6为本实施例提供的邻区中心判断法的实现流程示意图，所述邻区中心判断法与前述实施例中的所述邻区位置判断法对应，如图6所示，所述邻区中心判断法的处理过程为：
步骤S601：切换性能数据通过主小区CGI和邻小区CGI关联工程参数数据中的主小区和邻小区的经纬度信息和enodebid信息，得到关联后的切换性能数据。
其中，所述经纬度信息与前述实施例中的所述位置信息对应，所述enodebid信息与前述实施例中的所述基站标识对应，所述关联后的切换性能数据与前述实施例中的所述第一关联数据对应；所述切换性能数据的数据结构如表3所示。
表3
编号 字段中文名称 字段英文名称 数据类型
1 时间 date_id Date
2 主小区CGI primary_cgi varchar(32)
3 主小区名 primary_cell_name varchar(256)
4 邻小区CGI neighbor_cgi varchar(32)
5 邻小区名 neighbor_cell_name varchar(256)
6 切换请求次数 switch_att_nbr bigint
7 切换成功次数 switch_succ_nbr bigint
步骤S602：过滤关联后的切换性能数据中的主邻小区共站和主邻小区距离大于阈值的切换记录的数据，得到关联和过滤后的切换性能数据。
其中，所述主邻小区共站和主邻小区距离大于阈值的切换记录的数据，与前述实施例中的所述与所述各小区之间的距离大于距离阈值的邻小区对应的数据以及所述属于同一基站的主小区与邻小区对应的数据对应；所述关联和过滤后的切换性能数据与前述实施例中的所述第二关联数据对应。
步骤S603：根据中心点算法计算主小区的理论位置；其中，所述主小区的理论位置的计算过程与前述实施例中的所述各小区的参考位置信息的确定过程对应。
这里，步骤S603在处理时，考虑了邻区在主小区周围环形分布、切换成功次数由近及远逐渐减小的特点确定主小区的理论位置，包括：
步骤S6031：关联和过滤后的切换性能数据对每个主小区按照邻小区的经纬度进行分组；其中，所述对每个主小区按照邻小区的经纬度进行分组与前述实施例中的所述第j个小区的各个邻小区的位置信息对应，j＝1、……、M，M为第二关联数据中具有邻小区的小区个数，所述关联和过滤后的切换性能数据与前述实施例中的所述第二关联数据对应。
这里，当所得到分组中的每个分组的切换请求次数和切换成功次数都为0时，对每个分组的切换请求次数加1、切换成功次数加1；其中，加1为了避免0切换的记录，此种情况为小概率事件，也就是十几万个中出现几个的概率，但由于该种情况也会导致经纬度异常，所以予以考虑；并且，由于通常情况下切换请求次数的数值都很大，因此加1也不会产生其他不利影响。
S6032：对应每个主小区，如果分组数量大于10，取切换成功次数TOP10的分组。
这里，分组数量大于10时，将每个分组对应的切换成功次数进行从大到小排序，选取前10个成功次数对应的分组作为TOP10的分组。
S6033：如果主小区对应分组大于2，根据分组经纬度顺时针构造多边形。
S6034：如果分组数量大于等于3，选择经度最小的点作为起始点P1，如果经度最小的点有多个，选择其中纬度最大的点作为起始点，从起始点出发顺时针对多边形顶点编码P1、P2、……、Pn，多边形的顶点列表为(P1、P2、……、Pn)，根据下面算法计算多边形中心O；其中，当分组数量为3时，少数情况下会出现三点共线的情况，此种情况会导致中心点计算失败，如果中心点计算失败，记录主小区CGI到处理异常集合中，交由人工进行判断；其中，所述多边形中心O的计算过程与前述实施例中的所述第j个邻小区多边形的中心点位置的确定过程对应。
function Point center(List<Point>(P1、P2、……、Pn)){
if(length(P)>3){
O1＝center((P1、P2、P3))；//求以P1、P2、P3为顶点的三角形的中心点
O2＝center((P1、P3、……、Pn))；//递归求以P1、P3、P4、P5、P6、……、Pn为顶点的多边形的中心点
O3＝center((P2、P3、P4))；//求以P2、P3、P4为顶点的三角形的中心点
O4＝center((P2、P4、……、P1))；//递归求以P2、P4、P5、P6、……、P1为顶点的多边形的中心点
这里，O1与前述实施例中的所述第一中心点位置、所述O1对应，O2与前述实施例中的所述第三中心点位置、所述O3对应，O3与前述实施例中的所述第二中心点位置、所述O2对应，O4与前述实施例中的所述对应第四中心点位置、所述O4对应。
如果直线O1O2与直线O3O4重合或平行，中心点计算失败，否则中心点O为直线O1O2与直线O3O4的交点；其中，所述中心点O为前述实施例中的所述第j个邻小区多边形的中心点位置、所述交点O对应，所述直线O1O2与前述实施例中的所述O1和O3的连线对应，所述直线O3O4的交点与前述实施例中的O2和O4的连线对应。
else{//顶点数量为3时
判断三个顶点是否共线，如果共线不能构成三角形，中心点计算失败，如果不共线，中心点O为三个顶点构成三角形的外接圆圆心；
}
return O；
}
此处，当直线O1O2与直线O3O4平行或共线时，同样也会导致中心点计算失败，如果中心点计算失败，也是记录主小区CGI到处理异常集合中，交由人工进行判断；其中，所述直线O1O2与前述实施例中的所述第一直线对应，所述直线O3O4与前述实施例中的所述第二直线对应。
S6035：根据切换成功次数对中心点O做加权调整，得到调整后的中心点经度和纬度，确定所述调整后的中心点经度和纬度为主小区的理论位置；其中，所述调整后的中心点经度和纬度与前述实施例中的所述调整后的第j个邻小区多边形的中心点位置对应，j＝1、……、M，M为第二关联数据中具有邻小区的小区个数。
这里，与邻区算术平均值法相比，本实施例在确认中心点后，针对主小区与距离较近的邻区更容易发生切换的特点，使用切换成功次数对中心点位置进行校正。
由于主小区与距离较近的邻区更容易发生切换，因此此处使用切换成功次数对中心点位置进行校正，并由于多个邻区在主小区周围环形分布、切换成功次数由近及远逐渐减小，因此可以使用主小区各分组的切换成功次数对中心点O做加权调整。
在实际实现过程中，可以根据公式(1-1)对中心点O的经度做加权调整，得到调整后的中心点经度：
Figure BDA0002127352190000211
在公式(1-1)中，longtitude表示调整后的中心点经度，longtitudeo表示中心点O的经度，
Figure BDA0002127352190000212
表示主小区第1个分组的切换成功次数，S表示主小区各分组的切换成功总次数，
Figure BDA0002127352190000213
表示主小区第1个分组的经度，
Figure BDA0002127352190000214
表示主小区第2个分组的切换成功次数，
Figure BDA0002127352190000215
表示主小区第2个分组的经度。
根据公式(1-2)，确定调整后的中心点纬度：
Figure BDA0002127352190000216
在公式(1-2)中，latitude表示调整后的中心点纬度，latitudeo表示中心点O的纬度，
Figure BDA0002127352190000217
表示主小区第1个分组的切换成功次数，S表示主小区各分组的切换成功总次数，
Figure BDA0002127352190000218
表示主小区第1个分组的纬度，
Figure BDA0002127352190000219
表示主小区第2个分组的切换成功次数，
Figure BDA00021273521900002110
表示主小区第2个分组的纬度。
此处，由于计算出的中心点是根据主小区的分组位置确定的，为了实际发生切换的位置，需要根据主小区各分组的切换成功次数对中心点进行加权调整，以此获知主小区中实际发生切换的位置距离哪个分组最近，加权调整后自然也会向最大成功次数的分组靠近，从而确定出主小区的理论位置。
步骤S604：确定所述主小区的理论位置与主小区的实际位置是否大于阈值，是的话执行步骤S605；否则执行步骤S606。
其中，本实施例中确定出所述主小区的理论位置与主小区的实际位置大于阈值，与前述实施例中的所述基于所述工程参数数据中小区的位置信息与所述小区的参考位置信息满足预设距离条件对应，所述阈值与前述实施例中的所述预设距离条件对应。
步骤S605：标记主小区对应的数据为邻区中心判断法疑似结果小区CGI集合C2；其中，所述邻区中心判断法疑似结果小区CGI集合C2与前述实施例中的所述第二数据集合对应。
步骤S606：结束流程。
最后，将共站经纬度疑似结果小区CGI集合C1与邻区中心判断法疑似结果小区CGI集合C2的交集C1∩C2为经纬度异常确认问题小区CGI结果；其中，所述经纬度异常确认问题小区CGI结果为前述实施例中的所述目标数据集合。
本实施例基于共站小区判断法和邻区中心判断法这两种方法判断工程参数数据中的经纬度数据异常问题，所使用的共站小区判断法解决了传统方法中不能定位经纬度问题是主小区还是邻小区问题或者切换配置数据的问题，所使用的邻区中心判断法考虑了切换成功次数对小区经纬度的影响，从而实现了快速、准确地检测出工程参数数据中小区的经纬度异常数据，并且能够便于用户实时了解网络情况并合理优化网络，在提高网优工程参数数据质量的同时也强化了网络的覆盖率，进而有效提高了用户体验。
基于前述实施例的发明构思，本实施例提供一种数据检测装置，图7为本申请实施例提供的数据检测装置的示意图，如图7所示，所述装置700至少包括：获取模块701、第一确定模块702、第二确定模块703、第三确定模块704，其中：
所述获取模块701，用于获取待检测的工程参数数据和与所述工程参数数据对应的切换数据。
所述第一确定模块702，用于基于所述工程参数数据中属于同一基站的各个小区的位置信息，确定第一数据集合。
所述第二确定模块703，用于基于所述工程参数数据中各小区的位置信息和各小区的参考位置信息，确定第二数据集合；其中，所述参考位置信息是基于所述工程参数数据和所述切换数据确定的。
所述第三确定模块704，用于基于所述第一数据集合和所述第二数据集合，确定目标数据集合，所述目标数据集合至少包括位置信息异常的目标数据。
在本实施例中，所述第一确定模块702进一步包括：第一划分单元、第二划分单元和第一确定单元，其中：
所述第一划分单元，用于基于所述工程参数数据中的基站标识，将所述工程参数数据划分为至少一个分组数据；其中，每个分组数据中的基站标识相同。
所述第二划分单元，用于基于每个分组数据中各小区的位置信息，将每个分组数据划分为至少一个子分组数据，其中，每个子分组数据中各小区的位置信息相同。
所述第一确定单元，用于根据每个分组数据的子分组个数和各个子分组数据中的位置信息，确定第一数据集合。
在本实施例中，所述第一确定单元还可以包括：第一确定子单元和第二确定子单元，其中：
所述第一确定子单元，用于如果第i个分组数据的子分组个数大于预设的个数阈值，基于各个子分组数据中的位置信息，确定每两个子分组之间的距离值；其中，i＝1、……、N，N为分组个数。
所述第二确定子单元，用于基于所确定出的距离值中满足距离阈值的子分组数据，确定第一数据集合。
在本实施例中，所述第二确定模块703进一步包括：第一获取单元、第二确定单元和第三确定单元，其中：
所述第一获取单元，用于将所述工程参数数据和所述切换数据基于小区标识进行关联，得到第一关联数据，所述第一关联数据中至少包括各小区的位置信息和基站标识。
所述第二确定单元，用于至少基于所述第一关联数据中各小区的邻小区的位置信息，确定所述第一关联数据中各小区的参考位置信息。
所述第三确定单元，用于基于所述工程参数数据中小区的位置信息与所述小区的参考位置信息满足预设距离条件所对应的数据，确定第二数据集合。
在本实施例中，所述第二确定单元还进一步包括：第一清除子单元、第二清除子单元和第三确定子单元，其中：
所述第一清除子单元，用于至少基于所述第一关联数据中各小区的邻小区的位置信息和所述各小区的位置信息，将与所述各小区之间的距离大于距离阈值的邻小区对应的数据清除，得到清除后的第一关联数据。
所述第二清除子单元，用于将所述清除后的第一关联数据中属于同一基站的主小区与邻小区对应的数据清除，得到第二关联数据。
所述第三确定子单元，用于基于所述第二关联数据中各小区的邻小区的位置信息，确定所述第一关联数据中各小区的参考位置信息。
在本实施例中，所述第三确定子单元还用于：
如果所述第二关联数据中第j个小区的邻小区个数大于设定阈值，基于第j个小区的各个邻小区的位置信息，确定第j个邻小区多边形；其中，j＝1、……、M，M为第二关联数据中具有邻小区的小区个数。
确定所述第j个邻小区多边形的中心点位置。
基于所述第j个邻小区多边形的中心点位置，确定所述第j个小区的参考位置信息。
在本实施例中，所述第三确定子单元还用于：
当所述第j个邻小区多边形的顶点个数大于预设个数时，获取所述第j个邻小区多边形中的第一三角形和第二三角形，所述第一三角形和第二三角形共用两个顶点。
分别确定所述第一三角形和第二三角形的第一中心点位置和第二中心点位置。
分别确定第一剩余多边形和第二剩余多边形的第三中心点位置和第四中心点位置，所述第一剩余多边形为所述第j个邻小区多边形除去所述第一三角形后得到的多边形，所述第二剩余多边形为所述第j个邻小区多边形除去所述第二三角形后得到的多边形。
基于所述第一中心点位置、第二中心点位置、第三中心点位置和第四中心点位置，确定所述第j个邻小区多边形的中心点位置。
在本实施例中，所述第三确定子单元还用于：
基于所述第一中心点位置和所述第三中心点位置，确定第一直线。
基于所述第二中心点位置和所述第四中心点位置，确定第二直线。
将所述第一直线和所述第二直线的交点位置，确定为第j个邻小区多边形的中心点位置。
在本实施例中，所述第三确定子单元还用于：
获取所述第j个小区的各个邻小区的切换成功次数。
基于所述各个邻小区的切换成功次数、所述各个邻小区的位置信息，调整所述第j个邻小区多边形的中心点位置，得到调整后的第j个邻小区多边形的中心点位置。
将所述调整后的第j个邻小区多边形的中心点位置，确定为所述第j个小区的参考位置信息。
在实际应用中，上述获取模块701、第一确定模块702、第二确定模块703、第三确定模块704可由位于数据检测装置上的处理器实现，具体为中央处理器(CPU，CentralProcessing Unit)、微处理器(MPU，Microprocessor Unit)、数字信号处理器(DSP，DigitalSignal Processing)或现场可编程门阵列(FPGA，Field Programmable Gate Array)等实现。
基于前述实施例的发明构思，本实施例提供一种数据检测设备，如图8所示，所述设备800至少包括：存储器801、通信总线802及处理器803，其中：
所述存储器801，用于存储数据检测程序。
所述通信总线802，用于实现所述处理器和所述存储器之间的通信连接。
所述处理器803，用于执行所述存储器中存储的数据检测程序，以实现如上述实施例中所述的数据检测方法的步骤。
对应地，本实施例再提供一种计算机存储介质，所述计算机存储介质存储有数据检测程序，所述数据检测程序被处理器执行时实现如上述实施例中所述的数据检测方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、装置、或计算机程序产品。因此，本申请可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、装置、设备、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。

Claims (12)

1.一种数据检测方法，其特征在于，所述方法包括：
获取待检测的工程参数数据和与所述工程参数数据对应的切换数据；
基于所述工程参数数据中属于同一基站的各个小区的位置信息，确定第一数据集合；
基于所述工程参数数据中各小区的位置信息和各小区的参考位置信息，确定第二数据集合；其中，所述参考位置信息是基于所述工程参数数据和所述切换数据确定的；
基于所述第一数据集合和所述第二数据集合，确定目标数据集合，所述目标数据集合至少包括位置信息异常的目标数据。
2.根据权利要求1所述的方法，其特征在于，所述基于所述工程参数数据中属于同一基站的各个小区的位置信息，确定第一数据集合，包括：
基于所述工程参数数据中的基站标识，将所述工程参数数据划分为至少一个分组数据；其中，每个分组数据中的基站标识相同；
基于每个分组数据中各小区的位置信息，将每个分组数据划分为至少一个子分组数据，其中，每个子分组数据中各小区的位置信息相同；
根据每个分组数据的子分组个数和各个子分组数据中的位置信息，确定第一数据集合。
3.根据权利要求2中所述的方法，其特征在于，所述根据每个分组数据的子分组个数和各个子分组数据中的位置信息，确定第一数据集合，包括：
如果第i个分组数据的子分组个数大于预设的个数阈值，基于各个子分组数据中的位置信息，确定每两个子分组之间的距离值；其中，i＝1、……、N，N为分组个数；
基于所确定出的距离值中满足距离阈值的子分组数据，确定第一数据集合。
4.根据权利要求1所述的方法，其特征在于，所述基于所述工程参数数据中各小区的位置信息和各小区的参考位置信息，确定第二数据集合，包括：
将所述工程参数数据和所述切换数据基于小区标识进行关联，得到第一关联数据，所述第一关联数据中至少包括各小区的位置信息和基站标识；
至少基于所述第一关联数据中各小区的邻小区的位置信息，确定所述第一关联数据中各小区的参考位置信息；
基于所述工程参数数据中小区的位置信息与所述小区的参考位置信息满足预设距离条件所对应的数据，确定第二数据集合。
5.根据权利要求4所述的方法，其特征在于，所述至少基于所述第一关联数据中各小区的邻小区的位置信息，确定所述第一关联数据中各小区的参考位置信息，包括：
至少基于所述第一关联数据中各小区的邻小区的位置信息和所述各小区的位置信息，将与所述各小区之间的距离大于距离阈值的邻小区对应的数据清除，得到清除后的第一关联数据；
将所述清除后的第一关联数据中属于同一基站的主小区与邻小区对应的数据清除，得到第二关联数据；
基于所述第二关联数据中各小区的邻小区的位置信息，确定所述第一关联数据中各小区的参考位置信息。
6.根据权利要求5中所述的方法，其特征在于，所述基于所述第二关联数据中各小区的邻小区的位置信息，确定所述第一关联数据中各小区的参考位置信息，包括：
如果所述第二关联数据中第j个小区的邻小区个数大于设定阈值，基于第j个小区的各个邻小区的位置信息，确定第j个邻小区多边形；其中，j＝1、……、M，M为第二关联数据中具有邻小区的小区个数；
确定所述第j个邻小区多边形的中心点位置；
基于所述第j个邻小区多边形的中心点位置，确定所述第j个小区的参考位置信息。
7.根据权利要求6所述的方法，其特征在于，所述确定所述第j个邻小区多边形的中心点位置，包括：
当所述第j个邻小区多边形的顶点个数大于预设个数时，获取所述第j个邻小区多边形中的第一三角形和第二三角形，所述第一三角形和第二三角形共用两个顶点；
分别确定所述第一三角形和第二三角形的第一中心点位置和第二中心点位置；
分别确定第一剩余多边形和第二剩余多边形的第三中心点位置和第四中心点位置，所述第一剩余多边形为所述第j个邻小区多边形除去所述第一三角形后得到的多边形，所述第二剩余多边形为所述第j个邻小区多边形除去所述第二三角形后得到的多边形；
基于所述第一中心点位置、第二中心点位置、第三中心点位置和第四中心点位置，确定所述第j个邻小区多边形的中心点位置。
8.根据权利要求7所述的方法，其特征在于，所述基于所述第一中心点位置、第二中心点位置、第三中心点位置和第四中心点位置，确定所述第j个邻小区多边形的中心点位置，包括：
基于所述第一中心点位置和所述第三中心点位置，确定第一直线；
基于所述第二中心点位置和所述第四中心点位置，确定第二直线；
将所述第一直线和所述第二直线的交点位置，确定为第j个邻小区多边形的中心点位置。
9.根据权利要求6所述的方法，其特征在于，所述基于所述第j个邻小区多边形的中心点位置，确定所述第j个小区的参考位置信息，包括：
获取所述第j个小区的各个邻小区的切换成功次数；
基于所述各个邻小区的切换成功次数、所述各个邻小区的位置信息，调整所述第j个邻小区多边形的中心点位置，得到调整后的第j个邻小区多边形的中心点位置；
将所述调整后的第j个邻小区多边形的中心点位置，确定为所述第j个小区的参考位置信息。
10.一种数据检测装置，其特征在于，所述装置至少包括：获取模块、第一确定模块、第二确定模块、第三确定模块，其中：
所述获取模块，用于获取待检测的工程参数数据和与所述工程参数数据对应的切换数据；
所述第一确定模块，用于基于所述工程参数数据中属于同一基站的各个小区的位置信息，确定第一数据集合；
所述第二确定模块，用于基于所述工程参数数据中各小区的位置信息和各小区的参考位置信息，确定第二数据集合；其中，所述参考位置信息是基于所述工程参数数据和所述切换数据确定的；
所述第三确定模块，用于基于所述第一数据集合和所述第二数据集合，确定目标数据集合，所述目标数据集合至少包括位置信息异常的目标数据。
11.一种数据检测设备，其特征在于，所述设备至少包括：存储器、通信总线及处理器，其中：
所述存储器，用于存储数据检测程序；
所述通信总线，用于实现所述处理器和所述存储器之间的通信连接；
所述处理器，用于执行所述存储器中存储的数据检测程序，以实现如权利要求1至9中任一项所述的数据检测方法的步骤。
12.一种计算机存储介质，其特征在于，所述计算机存储介质存储有数据检测程序，所述数据检测程序被处理器执行时实现如权利要求1至9中任一项所述的数据检测方法的步骤。
CN201910626733.9A 2019-07-11 2019-07-11 一种数据检测方法及装置、设备和计算机存储介质 Active CN112218241B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910626733.9A CN112218241B (zh) 2019-07-11 2019-07-11 一种数据检测方法及装置、设备和计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910626733.9A CN112218241B (zh) 2019-07-11 2019-07-11 一种数据检测方法及装置、设备和计算机存储介质

Publications (2)

Publication Number Publication Date
CN112218241A true CN112218241A (zh) 2021-01-12
CN112218241B CN112218241B (zh) 2022-06-03

Family

ID=74047870

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910626733.9A Active CN112218241B (zh) 2019-07-11 2019-07-11 一种数据检测方法及装置、设备和计算机存储介质

Country Status (1)

Country Link
CN (1) CN112218241B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106507372A (zh) * 2015-09-07 2017-03-15 中兴通讯股份有限公司 一种无线网络越区覆盖检测方法、装置及通信系统
CN107770788A (zh) * 2016-08-19 2018-03-06 成都鼎桥通信技术有限公司 基站小区方位角异常检测方法和装置
CN109391946A (zh) * 2017-08-07 2019-02-26 中国移动通信集团浙江有限公司 一种基站簇规划的方法及装置
CN109963285A (zh) * 2017-12-14 2019-07-02 中国移动通信集团广东有限公司 确定小区覆盖范围的方法、装置、电子设备和存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106507372A (zh) * 2015-09-07 2017-03-15 中兴通讯股份有限公司 一种无线网络越区覆盖检测方法、装置及通信系统
CN107770788A (zh) * 2016-08-19 2018-03-06 成都鼎桥通信技术有限公司 基站小区方位角异常检测方法和装置
CN109391946A (zh) * 2017-08-07 2019-02-26 中国移动通信集团浙江有限公司 一种基站簇规划的方法及装置
CN109963285A (zh) * 2017-12-14 2019-07-02 中国移动通信集团广东有限公司 确定小区覆盖范围的方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN112218241B (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
CN112543411B (zh) 一种无线通信系统的干扰定位方法、装置和系统
CN108271157B (zh) 一种伪基站识别方法及装置
CN114095856B (zh) 用于基站节能的处理方法和处理装置
CN104640136B (zh) 一种邻区配置核查方法及装置
WO2017211150A1 (zh) 指纹数据入库处理方法及装置
CN112487210A (zh) 异常设备识别方法、电子设备和介质
CN108416514B (zh) 基于地理信息系统的邻区规划方法及装置
Moysen et al. Unsupervised learning for detection of mobility related anomalies in commercial LTE networks
CN105744574B (zh) 一种邻区优化方法及装置
CN105050121A (zh) 优化扇区的方法及装置
CN112218241B (zh) 一种数据检测方法及装置、设备和计算机存储介质
CN106922017B (zh) 定位方法以及终端
CN109391946B (zh) 一种基站簇规划的方法及装置
CN108541011B (zh) 无线网络信号覆盖区域的强度分析方法和装置
CN108271183B (zh) 一种基于原始测量报告的邻区优化方法及装置
CN106941685B (zh) 一种确定天线接反的方法及系统
CN110225536B (zh) 外部干扰源的确定方法及设备
WO2017020273A1 (en) Method and device for positioning and method of generating a positioning database in multicarrier network
CN111405464A (zh) 基站位置检测方法及装置
WO2017211178A1 (zh) 划分超级小区的方法及装置
CN109769216B (zh) 一种基于手机信号在复杂环境中将用户分群的方法及装置
CN113079521B (zh) 一种通话质量优化方法、装置和设备
CN114222307A (zh) 扇区重叠覆盖区域的确定方法、装置和电子设备
WO2021093823A1 (zh) 一种伪基站识别方法、系统及计算机可读存储介质
CN111669784B (zh) 一种监测基站流量的方法、装置和存储介质

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