CN112261675B - 一种基于图论的移动通信路测线路规划方法 - Google Patents

一种基于图论的移动通信路测线路规划方法 Download PDF

Info

Publication number
CN112261675B
CN112261675B CN202011076047.8A CN202011076047A CN112261675B CN 112261675 B CN112261675 B CN 112261675B CN 202011076047 A CN202011076047 A CN 202011076047A CN 112261675 B CN112261675 B CN 112261675B
Authority
CN
China
Prior art keywords
test
graph
range
road
network
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
Application number
CN202011076047.8A
Other languages
English (en)
Other versions
CN112261675A (zh
Inventor
苏如春
罗志平
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.)
Guangzhou Hantele Communication Co ltd
Original Assignee
Guangzhou Hantele Communication 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 Guangzhou Hantele Communication Co ltd filed Critical Guangzhou Hantele Communication Co ltd
Priority to CN202011076047.8A priority Critical patent/CN112261675B/zh
Publication of CN112261675A publication Critical patent/CN112261675A/zh
Application granted granted Critical
Publication of CN112261675B publication Critical patent/CN112261675B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18Network planning tools
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/08Testing, supervising or monitoring using real traffic

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于图论的移动通信路测线路规划方法,所述方法包括以下步骤:获取道路网的信息;得到车辆行驶范围;根据车辆行驶范围的道路网生成网络图;根据测试业务需求调整网络图;对网络图进行调整得到第二网络图,构建第二网络图的欧拉图;设置测试的起点和终点,获得到测试行车路径;对行车路径进行评估;本发明通过获得测试的网络图进行调整,获得测试行车路径,实现对行车路径进行评估;利用图轮结合测试数据,无需多次试验,解决测试路线规划工作过程中效率低下、调整测试起点或终点困难的问题,同时实现了对行车路线的测试时长和测试指标预测,提高了行车路线规划的效率和价值。

Description

一种基于图论的移动通信路测线路规划方法
技术领域
本发明涉及路测技术领域,更具体地说,涉及一种基于图论的移动通信路测线路规划方法。
背景技术
在移动通信网络无线网络优化工作中,为了解某一片区域的无线网络质量,常采用路测的方法进行数据采集。路测,即驾驶车辆在道路上行驶,测试人员在车内用电脑连接测试设备或使用自动路测设备对沿途的无线网络进行数据采集。数据采样点,即测试设备或自动路测设备在某个时刻采集到的数据,记录了测试设备在该时刻的时间、经纬度、速度、信令、事件、电平强度、质量、误码及各种无线侧的信号指标。
在理想的情况下,需要对区域范围内的每条可行车的道路进行测试,每条道路仅需经过1次,以呈现该片区域的道路无线网络质量。而实际的情况中,需要测试的道路是一个结构复杂道路网。例如,区域范围道路中存在一些有辐射纠纷的用户敏感路段、军政单位周边戒严的通行困难的路段、周边用户稀少或道路过于狭窄或路段过短的低测试价值路段等,导致实际的测试路线并没有历遍所有的道路。又如,区域范围道路中存在单行路段、限时段通行路段、限制左转或限制右转的路段等,导致实际的测试路线会出现某些道路需要经过多次的情况。再如,划定的测试区域范围边界处在实际的道路中无法立即掉头,测试车辆必须驶出测试区域范围掉头,导致实际的测试路线有部分路段属于测试范围外的道路。
目前无线网络优化中的路线线路规划,主要依靠手工规划完成。以人工判断的方式画出符合限行、限转及限定行车方向的行车路线,逐段道路进行手工统计,计算出路线的道路渗透率、道路重复率、道路溢出率后,需要付诸试验,最后得出路线的测试时长,对规划的路线进行评估。依靠手工规划的路线规划方法,因为道路网的复杂性,要求测试路线即满足限行、限转、限定行车方向等道路限制,又满足道路渗透率、道路重复率、道路溢出率、测试时长等合理性限制,往往需要多次修改,消耗大量的时间重复进行规划、统计并付诸试验,最后才能得出符合测试业务需求的测试路线。目前的路线规划方法存在一下问题:其一,依赖人工完成规划行车路线,效率低下;其二,缺少对测试时长的预测,实施测试时容易出现测试时长过长或过短的情况,导致反复规划、实施,增加重复工作;其三,调整测试起点或终点时需要重新进行规划,调整困难。
发明内容
本发明的目的在于提出一种基于图论的移动通信路测线路规划方法,以解决现有技术中路线规划方法效率低下、缺少测试时长预测且调整测试起点或终点困难的问题。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种基于图论的移动通信路测线路规划方法,所述方法包括以下步骤:
根据已知测试范围获取道路网的信息;
添加连通测试范围的道路,得到车辆行驶范围;
根据车辆行驶范围的道路网生成网络图,所述网络图的值为所有边的集合和所有点的集合;
设置网络图中所有边的集合为边集,计算边集里面的各个值;
根据测试业务需求调整网络图;
对网络图进行调整得到第二网络图,构建第二网络图的欧拉图;
设置测试的起点和终点,获得到测试行车路径;
对行车路径进行评估。
在其中一个实施例中,所述根据已知测试范围获取道路网的信息具体为:
从已有电子地图及实际道路信息中获取测试范围内的所有道路信息。
在其中一个实施例中,所述添加连通测试范围的道路,得到车辆行驶范围具体为:
根据测试范围Rt内的道路情况,添加连通测试范围所需路段,得到车辆行驶范围,Rw=Rt∪Re;其中,Rt为测试范围,Re为添加道路范围,Rw为车辆行驶范围。
在其中一个实施例中,所述根据车辆行驶范围的道路网生成网络图,所述网络图的值为所有边的集合和所有点的集合具体为:
设车辆行驶范围内路段两端与道路的交汇点、道路之间的交汇点为网络图的端点,得到车辆行驶范围端点集合即网络图端点集合;根据测试范围内路段两端与道路的交汇点、道路之间的交汇点为测试范围端点,得到测试范围端点集合;根据添加道路范围内路段两端与道路的交汇点、道路之间的交汇点为添加道路范围端点,得到添加道路范围端点集合;
得到:Vw=Vt∪Ve;其中,Vw为网络图端点集合,Vt为测试范围端点集合;Ve为添加道路范围端点集合;
设车辆行驶范围内端点与端点之间的路段为车辆行驶范围的边,得到车辆行驶范围所有边集合,即网络图所有边集合;根据测试范围内端点与端点之间的路段为测试范围的边,得到测试范围所有边集合;根据添加道路范围内端点与端点之间的路段为添加道路范围的边,得到添加道路范围所有边集合;
得到:Ew=Et∪Ee;其中,Ew为网络图所有边集合,Et为测试范围所有边集合;Ee为添加道路范围所有边集合;
从而,Gw=(Vw,Ew),Gw即为网络图范围;
其中,设网络图范围单向通行的路段为有向边、双向通行的路段为无向边;路段可通行性表示为网络图的连通矩阵Aw(vm,vn),Aw(vm,vn)=1表示端点vm到端点vn的路段车辆能够通行,反之Aw(vm,vn)=0表示端点vm到端点vn的路段车辆不能通行。
在其中一个实施例中,所述设置网络图中所有边的集合为边集,计算边集里面的各个值具体为:
将其中一条边,设为第一边,第一边对应的路段看作是由一个或多个线段组成的折线,设为第一折线;设置第一半径填充第一折线将第一折线扩展为对应路段的范围,设为第一范围;根据第一边的范围,从测试数据中筛选出采样点经纬度在第一范围内的采样点,组成第一边的测试数据集,设为第一数据集;得到:
Figure GDA0003315917160000041
其中,nd为第一数据集中采样点的数量;Speede为第一边的车速;Speed为采样点中包含的车速;
测试指标包括但不限于电平强度、质量、误码率,也可以是其他无线指标;计算平均电平强度的测试指标为:
Figure GDA0003315917160000042
其中,e为第一边;KPIe为第一边的测试指标;kpi为第一数据集中采样点中包含的kpi。
在其中一个实施例中,所述根据测试业务需求调整网络图具体为:
删除网络图中以下三种情况路段对应的边,调整后的图为第二网络图;
根据测试时间段道路限行的情况,删除限行的路段;
根据测试业务的需求,删除测试价值较低、出入较为困难的路段;
根据测试业务的需求,删除对整体测试影响较大的路段;
删除因上述三种情况删除路段后产生的无法连通的路段,以保证第二网络图是连通的。
在其中一个实施例中,所述对网络图进行调整得到第二网络图,构建第二网络图的欧拉图具体为:
将第二网络图所有边都视为无向边,得到第二网络图的无向图,找出无向图中所有端点度数为奇数的奇点,通过弗洛伊德算法解出奇点到奇点间的最优路径,并将最优路径中的边作为复边添加到无向图,使无向图中所有端点变为偶点;
将所有端点变为偶点的第二网络图设为有向图,设定单向通行路段的边的方向为单向通行方向,双向通行路段的边随机指定任意方向;
添加源点及汇点,添加连接出度大于入度的端点与源点的边,其容量设为出度减去入度再除以2,添加连接入度大于出度的端点与汇点的边,其容量设为入度减去出度再除以2,设双向通行路段的边的容量为1,删除双向通行路段的边,构建有向图的流网络,使用流网络求最大流法,确定各双向边的方向,并调整有向图双向边的方向;
如果流网络中与源点连接的边均为满流,则有向图中所有端点出度等于入度,有向图即为欧拉图;
如果流网络中与源点连接的边存在未满流,则有向图端点存在出入度不平衡,使用迪杰斯特拉算法计算入度大于出度的端点至出度大于入度的端点的路径,并将路径中的边作为复边添加到有向图,使有向图中所有端点出度等于入度,有向图即为欧拉图。
在其中一个实施例中,所述设置测试的起点和终点,获得到测试行车路径具体为:
设测试起点为有向图中的一个端点,为第一端点;终点为有向图中的一个端点,为第二端点;使用Hierholzer算法,获得有向图欧拉图从第一端点出发,回到第一端点的欧拉回路,此时欧拉回路为:Epath(vavbvC…va);
如果第一端点等于第二端点,则测试路径等于欧拉回路;
如果第一端点与第二端点不相等,从欧拉回路的结尾开始,依次判断最后的点是否为第二端点,如果欧拉回路结尾的端点不是第二端点,则删除欧拉回路结尾的端点,直至找到第二端点为止,剩下的路径即为测试路径。
在其中一个实施例中,所述对行车路线进行评估具体为:
设有向图的连接矩阵为AV,AV(vm,vn)表示从端点vm到端点vn的边与复边数量和,第一边的两端点为p、q,则网络图的第一边在测试路径中出现的次数为:
Ne=AV(vp,vq)+AV(vq,vp),p∈Vw,q∈Vw
设测试路径为:DrivePath(vstartvbvc…vend),第一个端点为i,最后一个端点为j,则测试路径的边集为:
EDP={E(i,i+1),E(i+1,i+2)…E(j-1,j)},E∈E″;
其中,E″是最终构建的欧拉图的边集;
测试所需用时的评估:
Figure GDA0003315917160000071
其中,Se为第一边的对应路段的长度,从已有的电子地图及实际道路信息中获取;
测试KPI评估:
Figure GDA0003315917160000072
路线渗透率统计:
Figure GDA0003315917160000073
路径重复率统计:
Figure GDA0003315917160000074
路径溢出率统计:
Figure GDA0003315917160000075
本发明的有益效果是:本发明通过获得测试的网络图进行调整,获得测试行车路径,实现对行车路径进行评估;利用图轮结合测试数据,无需多次试验,解决测试路线规划工作过程中效率低下、调整测试起点或终点困难的问题,同时实现了对行车路线的测试时长和测试指标预测,提高了行车路线规划的效率和价值。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是一种基于图论的移动通信路测线路规划方法的步骤示意图;
图2是一种基于图论的移动通信路测线路规划方法的车辆行驶范围示意图;
图3是一种基于图论的移动通信路测线路规划方法的网络图示意图;
图4是一种基于图论的移动通信路测线路规划方法的采样点提取示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
为了评估行车路线是否合理,是否满足业务测试需求,对行车路线的道路渗透率、道路重复率及道路溢出率、测试时长等提出了要求。
道路渗透率=范围内测试的可行车道路里程数/范围内可行车道路里程数;
道路重复率=重复测试道路的里程数/测试道路的里程数;
道路溢出率=测试范围外道路里程数/测试道路的里程数;
测试时长=测试结束时间-测试开始时间。
请参照图1,示出了本发明的一种基于图论的移动通信路测线路规划方法,所述方法包括以下步骤:
100、请参照图2,根据已知测试范围Rt获取道路网的信息;
具体地,从已有电子地图及实际道路信息中获取测试范围Rt内的所有道路信息。
200、添加连通测试范围Rt的道路,得到车辆行驶范围Rw
具体地,根据测试范围Rt内的道路情况,添加连通测试范围Rt所需路段,得到车辆行驶范围,Rw=Rt∪Re;其中,Rt为测试范围,Re为添加道路范围,Rw为车辆行驶范围。
300、请参照图3,根据车辆行驶范围Rw的道路网生成网络图Gw,所述网络图Gw的值为所有边的集合和所有点的集合;
具体地,设车辆行驶范围Rw内路段两端与道路的交汇点、道路之间的交汇点为网络图Gw的端点,得到车辆行驶范围Rw端点集合即网络图端点集合Vw;根据测试范围Rt内路段两端与道路的交汇点、道路之间的交汇点为测试范围端点,得到测试范围端点集合Vt;根据添加道路范围Re内路段两端与道路的交汇点、道路之间的交汇点为添加道路范围端点,得到添加道路范围端点集合Ve
得到:Vw=Vt∪Ve;其中,Vw为网络图端点集合,Vt为测试范围端点集合;Ve为添加道路范围端点集合;
设车辆行驶范围Rw内端点与端点之间的路段为车辆行驶范围的边,得到车辆行驶范围所有边集合Ew,即网络图Gw所有边集合;根据测试范围Rt内端点与端点之间的路段为测试范围的边,得到测试范围所有边集合Et;根据添加道路范围Re内端点与端点之间的路段为添加道路范围的边,得到添加道路范围所有边集合Ee
得到:Ew=Et∪Ee;其中,Ew为网络图Gw所有边集合,Et为测试范围所有边集合;Ee为添加道路范围所有边集合;
从而,Gw=(Vw,Ew),Gw即为网络图范围;
其中,设网络图Gw范围单向通行的路段为有向边、双向通行的路段为无向边;路段可通行性表示为网络图Gw的连通矩阵Aw(vm,vn);Aw(vm,vn)=1表示端点vm到端点vn的路段车辆能够通行,反之Aw(vm,vn)=0表示端点vm到端点vn的路段车辆不能通行。
400、设置网络图Gw中所有边的集合为边集,计算边集里面的各个值;
具体地,请参照图4,将其中一条边,设为第一边e,第一边e对应的路段看作是由一个或多个线段组成的折线,设为第一折线L;设置第一半径填充第一折线将第一折线扩展为对应路段的范围,设为第一范围RG;根据第一边的范围,从测试数据中筛选出采样点经纬度在第一范围RG内的采样点,组成第一边的测试数据集,设为第一数据集Datae;第一数据集Datae中采样点的数量为nd,得到:
Figure GDA0003315917160000101
其中,nd为第一数据集中采样点的数量;Speede为第一边的车速;Speed为采样点中包含的车速;
设第一边e的测试指标为KPIe,根据数据采样点中包含的kpi,计算第一边e的测试指标;测试指标不限于电平强度、质量、误码率,也可以是其他无线指标;计算方式不限于取平均值、最大值、最小值,可以根据评估的需求选取取值方法。下面以计算平均电平强度为例:
Figure GDA0003315917160000102
其中,e为第一边;KPIe为第一边的测试指标;kpi为第一数据集中采样点中包含的kpi。
设置第一边e对应路段的长度为Se,Se从已有的电子地图及实际道路信息中获取;
500、根据测试业务需求调整网络图Gw
具体地,删除网络图Gw中以下几种情况路段对应的边,调整后的图为第二网络图Gw';
根据测试时间段道路限行的情况,删除限行的路段;
根据测试业务的需求,删除测试价值较低、出入较为困难的路段;比如测试范围Rt内一些道路狭窄且用户较少的路段、存在辐射纠纷住宅区内的路段、特殊单位周边戒严的路段等等;
根据测试业务的需求,删除对整体测试影响较大的路段;比如测试范围Rt内存在一段高速公路,但只有高速公路入口,没有出口,同时最近的高速公路出口距离测试范围Rt很远,测试该高速路段将对整体的测试产生较大影响的情况;
删除因上述情况删除路段后产生的无法连通的路段,以保证第二网络图是连通的。
600、对网络图Gw进行调整得到第二网络图Gw',构建第二网络图Gw'的欧拉图;
具体地,将第二网络图所有边都视为无向边,得到第二网络图的无向图G',找出无向图G'中所有端点度数d(v)为奇数的奇点,通过弗洛伊德算法Floyd解出奇点到奇点间的最优路径Bpath,并将最优路径Bpath中的边作为复边添加到无向图G',使无向图G'中所有端点变为偶点;
将所有端点变为偶点的第二网络图设为有向图G”,设定单向通行路段的边的方向为单向通行方向,双向通行路段的边随机指定任意方向;
添加源点Vs及汇点Ve,添加连接出度大于入度的端点与源点Vs的边,其容量设为出度减去入度再除以2,添加连接入度大于出度的端点与汇点Ve的边,其容量设为入度减去出度再除以2,设双向通行路段的边的容量为1,删除双向通行路段的边,构建有向图G”的流网络GF,使用流网络求最大流法,确定各双向边的方向,并调整有向图G”双向边的方向;
如果流网络GF中与源点Vs连接的边均为满流,则有向图G”中所有端点出度等于入度,有向图G”即为欧拉图;
如果流网络GF中与源点Vs连接的边存在未满流,则有向图G”端点存在出入度不平衡,使用迪杰斯特拉Dijkstra算法计算入度大于出度的端点至出度大于入度的端点的路径Dpath,并将路径Dpath中的边作为复边添加到有向图G”,使有向图G”中所有端点出度等于入度,有向图G”即为欧拉图。
700、设置测试的起点和终点,获得到测试行车路径;
具体地,设测试起点为有向图G”中的一个端点,为第一端点Vstart;终点为有向图中的一个端点,为第二端点Vend;使用Hierholzer算法,获得有向图G”欧拉图从第一端点Vstart出发,回到第一端点Vstart的欧拉回路,此时欧拉回路为:Epath(vavbvc...va);
如果Vstart=Vend,则测试路径等于欧拉回路DrivePath=Epath;
如果Vstart≠Vend,从欧拉回路Epath的结尾开始,依次判断最后的点是否为第二端点Vend,如果欧拉回路Epath结尾的端点不是第二端点Vend,则删除欧拉回路结尾的端点,直至找到第二端点Vend为止,剩下的路径即为测试路径DrivePath。
800、对行车路径进行评估。
设有向图G″的连接矩阵为AV,AV(vm,vn)表示从端点vm到端点vn的边与复边数量和,第一边e的两端点为p、q,则网络图Gw的第一边e在测试路径中出现的次数为:
Ne=AV(vp,vq)+AV(vq,vp),p∈Vw,q∈Vw
设测试路径为:DrivePath(vstartvbvc…vend),第一个端点为i,最后一个端点为j,则测试路径的边集为:
EDP={E(i,i+1),E(i+1,i+2)…E(j-1,j)},E∈E″;
其中,E″是最终构建的欧拉图的边集;
测试所需用时的评估:
Figure GDA0003315917160000131
测试KPI评估:
Figure GDA0003315917160000132
路线渗透率统计:
Figure GDA0003315917160000133
路径重复率统计:
Figure GDA0003315917160000134
路径溢出率统计:
Figure GDA0003315917160000141
本发明的有益效果:
1)本发明用于解决移动通信网络无线网络优化的路测路线规划。
2)本发明之前的路测路线规划,主要依靠网优人员凭经验进行手工规划,其规划路线的效率低,无法对测试时长、测试指标进行有效的预测。本发明提出的基于图轮测试路线规划方法,加快了规划或修改测试路线的效率,增加了测试路线可预估性。
3)本发明在调整测试路线起点、终点时,无需重新进行欧拉图的构建,只需根据构建好的欧拉图调整选择起点、终点,输出路径即可,提高了调整路线起点、终点时的效率。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (8)

1.一种基于图论的移动通信路测线路规划方法,其特征在于:所述方法包括以下步骤:
根据已知测试范围获取道路网的信息;
添加连通测试范围的道路,得到车辆行驶范围;
根据车辆行驶范围的道路网生成网络图,所述网络图的值为所有边的集合和所有点的集合;
设置网络图中所有边的集合为边集,计算边集里面的各个值;
根据测试业务需求调整网络图;
对网络图进行调整得到第二网络图,构建第二网络图的欧拉图;
设置测试的起点和终点,获得到测试行车路径;
对行车路径进行评估;
其中,设置网络图中所有边的集合为边集,计算边集里面的各个值,包括:
将其中一条边,设为第一边,第一边对应的路段看作是由一个或多个线段组成的折线,设为第一折线;设置第一半径填充第一折线将第一折线扩展为对应路段的范围,设为第一范围;根据第一边的范围,从测试数据中筛选出采样点经纬度在第一范围内的采样点,组成第一边的测试数据集,设为第一数据集,得到:
Figure FDA0003315917150000011
其中,nd为第一数据集中采样点的数量;Speede为第一边的车速;Speed为采样点中包含的车速;
测试指标包括但不限于电平强度、质量、误码率;计算平均电平强度的测试指标为:
Figure FDA0003315917150000021
其中,e为第一边;KPIe为第一边的测试指标;kpi为第一数据集中采样点中包含的kpi。
2.根据权利要求1所述的一种基于图论的移动通信路测线路规划方法,其特征在于:所述根据已知测试范围获取道路网的信息具体为:
从已有电子地图及实际道路信息中获取测试范围内的所有道路信息。
3.根据权利要求1所述的一种基于图论的移动通信路测线路规划方法,其特征在于:所述添加连通测试范围的道路,得到车辆行驶范围具体为:
根据测试范围内的道路情况,添加连通测试范围所需路段,得到车辆行驶范围,Rw=Rt∪Re;其中,Rt为测试范围,Re为添加道路范围,Rw为车辆行驶范围。
4.根据权利要求3所述的一种基于图论的移动通信路测线路规划方法,其特征在于:所述根据车辆行驶范围的道路网生成网络图,所述网络图的值为所有边的集合和所有点的集合具体为:
设车辆行驶范围内路段两端与道路的交汇点、道路之间的交汇点为网络图的端点,得到车辆行驶范围端点集合即网络图端点集合;根据测试范围内路段两端与道路的交汇点、道路之间的交汇点为测试范围端点,得到测试范围端点集合;根据添加道路范围内路段两端与道路的交汇点、道路之间的交汇点为添加道路范围端点,得到添加道路范围端点集合;
得到:Vw=Vt∪Ve;其中,Vw为网络图端点集合,Vt为测试范围端点集合;Ve为添加道路范围端点集合;
设车辆行驶范围内端点与端点之间的路段为车辆行驶范围的边,得到车辆行驶范围所有边集合,即网络图所有边集合;根据测试范围内端点与端点之间的路段为测试范围的边,得到测试范围所有边集合;根据添加道路范围内端点与端点之间的路段为添加道路范围的边,得到添加道路范围所有边集合;
得到:Ew=Et∪Ee;其中,Ew为网络图所有边集合,Et为测试范围所有边集合;Ee为添加道路范围所有边集合;
从而,Gw=(Vw,Ew),Gw即为网络图范围;
其中,设网络图范围单向通行的路段为有向边、双向通行的路段为无向边;路段可通行性表示为网络图的连通矩阵Aw(vm,vn);Aw(vm,vn)=1表示端点vm到端点vn的路段车辆能够通行,反之Aw(vm,vn)=0表示端点vm到端点vn的路段车辆不能通行。
5.根据权利要求1所述的一种基于图论的移动通信路测线路规划方法,其特征在于:所述根据测试业务需求调整网络图具体为:
删除网络图中以下三种情况路段对应的边,调整后的图为第二网络图;
根据测试时间段道路限行的情况,删除限行的路段;
根据测试业务的需求,删除测试价值较低、出入较为困难的路段;
根据测试业务的需求,删除对整体测试影响较大的路段;
删除因上述三种情况删除路段后产生的无法连通的路段,以保证第二网络图是连通的。
6.根据权利要求5所述的一种基于图论的移动通信路测线路规划方法,其特征在于:所述对网络图进行调整得到第二网络图,构建第二网络图的欧拉图具体为:
将第二网络图所有边都视为无向边,得到第二网络图的无向图,找出无向图中所有端点度数为奇数的奇点,通过弗洛伊德算法解出奇点到奇点间的最优路径,并将最优路径中的边作为复边添加到无向图,使无向图中所有端点变为偶点;
将所有端点变为偶点的第二网络图设为有向图,设定单向通行路段的边的方向为单向通行方向,双向通行路段的边随机指定任意方向;
添加源点及汇点,添加连接出度大于入度的端点与源点的边,其容量设为出度减去入度再除以2,添加连接入度大于出度的端点与汇点的边,其容量设为入度减去出度再除以2,设双向通行路段的边的容量为1,删除双向通行路段的边,构建有向图的流网络,使用流网络求最大流法,确定各双向边的方向,并调整有向图双向边的方向;
如果流网络中与源点连接的边均为满流,则有向图中所有端点出度等于入度,有向图即为欧拉图;
如果流网络中与源点连接的边存在未满流,则有向图端点存在出入度不平衡,使用迪杰斯特拉算法计算入度大于出度的端点至出度大于入度的端点的路径,并将路径中的边作为复边添加到有向图,使有向图中所有端点出度等于入度,有向图即为欧拉图。
7.根据权利要求1所述的一种基于图论的移动通信路测线路规划方法,其特征在于:所述设置测试的起点和终点,获得到测试行车路径具体为:
设测试起点为有向图中的一个端点,为第一端点;终点为有向图中的一个端点,为第二端点;使用Hierholzer算法,获得有向图欧拉图从第一端点出发,回到第一端点的欧拉回路,此时欧拉回路为:Epath(vavbvc...va);
如果第一端点等于第二端点,则测试路径等于欧拉回路;
如果第一端点与第二端点不相等,从欧拉回路的结尾开始,依次判断最后的点是否为第二端点,如果欧拉回路结尾的端点不是第二端点,则删除欧拉回路结尾的端点,直至找到第二端点为止,剩下的路径即为测试路径。
8.根据权利要求1所述的一种基于图论的移动通信路测线路规划方法,其特征在于:所述对行车路线进行评估具体为:
设有向图的连接矩阵为AV,AV(vm,vn)表示从端点vm到端点vn的边与复边数量和,第一边的两端点为p、q,则网络图的第一边在测试路径中出现的次数为:
Ne=AV(vp,vq)+AV(vq,vp),p∈Vw,q∈Vw
设测试路径为:DrivePath(vstartvbvc…vend),第一个端点为i,最后一个端点为j,则测试路径的边集为:
EDP={E(i,i+1),E(i+1,i+2)…E(j-1,j)},E∈E″;
其中,E″是最终构建的欧拉图的边集;
测试所需用时的评估:
Figure FDA0003315917150000051
其中,Se为第一边的对应路段的长度,从已有的电子地图及实际道路信息中获取;
测试KPI评估:
Figure FDA0003315917150000052
路线渗透率统计:
Figure FDA0003315917150000061
路径重复率统计:
Figure FDA0003315917150000062
路径溢出率统计:
Figure FDA0003315917150000063
CN202011076047.8A 2020-10-10 2020-10-10 一种基于图论的移动通信路测线路规划方法 Active CN112261675B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011076047.8A CN112261675B (zh) 2020-10-10 2020-10-10 一种基于图论的移动通信路测线路规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011076047.8A CN112261675B (zh) 2020-10-10 2020-10-10 一种基于图论的移动通信路测线路规划方法

Publications (2)

Publication Number Publication Date
CN112261675A CN112261675A (zh) 2021-01-22
CN112261675B true CN112261675B (zh) 2021-12-21

Family

ID=74242419

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011076047.8A Active CN112261675B (zh) 2020-10-10 2020-10-10 一种基于图论的移动通信路测线路规划方法

Country Status (1)

Country Link
CN (1) CN112261675B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114491303A (zh) * 2021-12-31 2022-05-13 广州小鹏自动驾驶科技有限公司 路径确定方法和装置、车辆以及计算机可读取存储介质
CN114431122B (zh) * 2022-01-27 2023-03-24 山东交通学院 一种道路绿化洒水智能控制系统及方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107179993A (zh) * 2017-06-01 2017-09-19 中国铁道科学研究院通信信号研究所 应用于铁路列控系统的测试序列生成方法
CN111174804B (zh) * 2020-03-12 2023-09-29 招商局公路信息技术(重庆)有限公司 一种道路检测车行驶路径规划系统及方法

Also Published As

Publication number Publication date
CN112261675A (zh) 2021-01-22

Similar Documents

Publication Publication Date Title
CN112261675B (zh) 一种基于图论的移动通信路测线路规划方法
CN106169243A (zh) 一种基于车联网的实时路况估计系统及方法
EP1347427B1 (en) Road traffic information transmitter, transmitting method, transmitting program, and road traffic information receiver, receiving method, and reception program
CA2266208C (en) Remote road traffic data exchange and intelligent vehicle highway system
CN104464295B (zh) 一种基于视频的高架入口匝道智能限行方法
CN101673460B (zh) 一种交通信息的质量评价方法、装置及系统
US8260532B2 (en) Traffic probe in-vehicle map-based process to reduce data communications and improve accuracy
CN104517040B (zh) 一种基于ic卡数据公交车辆车内拥挤程度计算方法
CN104933884A (zh) 一种基于手机定位信息的实时交通路况导航系统
US10475336B2 (en) System for forecasting traffic condition pattern by analysis of traffic data and forecasting method thereof
CN107784835A (zh) 基于交通数据分析的交通状态模式预测系统及其预测方法
CN101957208B (zh) 一种基于浮动车技术的新增道路发现方法
CN111982141B (zh) 一种面向低频车辆轨迹数据进行路径推断的方法、设备及存储介质
CN111882867A (zh) 一种基于物联网的城市智慧交通预警系统
CN106875675B (zh) 一种快速识别渣土车偏离行驶的检测系统和方法
CN104599499B (zh) 一种分布式统计交通位置的方法及装置
US8340889B2 (en) System and method for aggregating probe vehicle data
CN106971535A (zh) 一种基于浮动车gps实时数据的城市交通拥堵指数计算平台
CN102768797B (zh) 一种城市路况信息评价方法及装置
CN114898571B (zh) 一种基于etc大数据的高速公路全路段车速测量方法
CN109166336B (zh) 一种基于区块链技术的实时路况信息采集推送方法
CN104537848A (zh) 一种基于车载自组织网络的城市道路交通状态探测方法
CN102436742A (zh) 浮动车系统交通信息服务水平评价方法及装置
WO2024114414A1 (zh) 一种v2x事件的推送方法及装置
CN112233419B (zh) 一种数据处理方法、装置、设备及存储介质

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