CN112333707B - 公专网协同优化方法、装置、设备及计算机存储介质 - Google Patents

Abstract

本发明实施例涉及移动通信技术领域，公开了一种公专网协同优化方法、装置、设备及计算机存储介质，其中方法包括：获取待优化专网小区的公网入侵用户的MDT数据；根据所述MDT数据中的经纬度数据，确定所述公网入侵用户的聚集区域；当所述聚集区域无弱覆盖时，将所述聚集区域内的公网入侵用户迁出到所述聚集区域所属的公网小区。通过上述方式，本发明实施例能够为专网入侵用户准确地添加低迁邻区。

Description

公专网协同优化方法、装置、设备及计算机存储介质

技术领域

本发明实施例涉及移动通信技术领域，具体涉及一种公专网协同优化方法、装置、设备及计算机存储介质。

背景技术

高铁场景在进行移动网络信号覆盖时，面临车速快多普勒频偏大、车体损耗大、用户集中频繁切换等问题，各地普遍采用建设高铁专网的方式实现高铁信号连续覆盖。然而，高铁在经过公网用户较多的区域时，大量低速用户由于公网弱覆盖、质差等原因容易占用专网，会抬升专网的总体用户数，抢占高铁专网用户的资源，从而影响高铁专网用户的感知。

在实现本发明实施例的过程中，发明人发现：目前处理公网用户侵占专网的公专网协同优化方法主要是通过将专网中的公网用户低速迁出来提升专网的负荷承担能力。但是，低速迁出功能对公网用户迁出的邻区的选择比较盲目，无法准确地添加低迁邻区。

发明内容

鉴于上述问题，本发明实施例提供了一种公专网协同优化方法、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，提供了一种公专网协同优化方法，所述方法包括：获取待优化专网小区的公网入侵用户的MDT数据；根据所述MDT数据中的经纬度数据，确定所述公网入侵用户的聚集区域；当所述聚集区域无弱覆盖时，将所述聚集区域内的公网入侵用户迁出到所述聚集区域所属的公网小区。

在一种可选的方式中，所述获取待优化专网小区的公网入侵用户的MDT数据之前，所述方法还包括：确定所述待优化专网小区的邻小区中无公网小区；确定所述待优化专网小区的覆盖范围小于第一预设值。

在一种可选的方式中，所述确定所述待优化专网小区的覆盖范围小于第一预设值之后，所述方法还包括：当所述待优化专网小区的覆盖范围大于第一预设值，将所述待优化专网小区进行小区分裂。

在一种可选的方式中，所述当所述聚集区域无弱覆盖时，将所述聚集区域内的公网入侵用户迁出到所述聚集区域所属的公网小区之后，所述方法还包括：当所述聚集区域存在弱覆盖时，对所述聚集区域所属的公网小区进行RF优化，提升所述聚集区域的覆盖质量。

在一种可选的方式中，根据所述MDT数据中的经纬度数据，确定所述公网入侵用户的聚集区域，具体为：根据所述MDT数据中的经纬度数据，确定各公网入侵用户的坐标点；根据聚类算法，将各公网入侵用户的坐标点汇聚成簇；将所述簇确定为所述公网入侵用户的聚集区域。

在一种可选的方式中，所述当所述聚集区域无弱覆盖时，将所述聚集区域内的公网入侵用户迁出到所述聚集区域所属的公网小区，具体为：计算各所述聚集区域所属的公网小区的平均RSRP值，确定平均RSRP值最高的公网小区；将所述公网入侵用户迁出到所述平均RSRP值最高的公网小区。

在一种可选的方式中，所述当所述聚集区域无弱覆盖时，将所述聚集区域内的公网入侵用户迁出到所述聚集区域所属的公网小区，具体为：计算各所述聚集区域所属的公网小区与所述公网入侵用户的距离，确定距所述公网入侵用户最近的公网小区；将所述公网入侵用户迁出到所述距所述公网入侵用户最近的公网小区。

根据本发明实施例的另一方面，提供了一种公专网协同优化装置，包括：获取模块，用于获取待优化专网小区的公网入侵用户的MDT数据；第一确定模块，用于根据所述MDT数据中的经纬度数据，确定所述公网入侵用户的聚集区域；迁出模块，用于当所述聚集区域无弱覆盖时，将所述聚集区域内的公网入侵用户迁出到邻区。

根据本发明实施例的另一方面，提供了一种公专网协同优化设备，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公专网协同优化方法对应的操作。

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公专网协同优化方法对应的操作。

本发明实施例通过获取专网小区的公网入侵用户的MDT数据，得到各公网入侵用户的坐标点，从而确定公网入侵用户的聚集区域。之后继续根据入侵用户的MDT数据，确定公网入侵用户的聚集区域无弱覆盖的情况，这时可以将公网入侵用户从专网迁出到聚集区域所属的公网小区，实现对公网入侵用户的精准迁出。

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示出了本发明实施例提供的一种公专网协同优化方法的流程图；

图2示出了专网小区一段时间内的用户量变化图；

图3示出了本发明另一实施例提供的一种公专网协同优化方法的流程图；

图4示出了本发明又一实施例提供的一种公专网协同优化方法的流程图；

图5示出了本发明实施例中确定聚集区域的子步骤流程图；

图6示出了本发明实施例中将公网入侵用户迁出的子步骤流程图；

图7示出了本发明另一实施例中将公网入侵用户迁出的子步骤流程图；

图8示出了本发明实施例提供的一种公专网协同优化装置的结构示意图；

图9示出了本发明实施例提供的一种公专网协同优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。

高铁在进行移动网络信号覆盖时，通常采用采用建设高铁专网的方式实现高铁信号连续覆盖。在高铁线路附近的公网用户较多时，由于公网弱覆盖或覆盖质量差等原因，公网用户容易入侵高铁专网，抢占高铁专网用户的资源，影响高铁专网用户的感知。目前处理公网用户侵占专网的公专网协同优化方法主要是通过将专网中的公网用户低速迁出来提升专网的负荷承担能力。但是这种方式存在以下几点问题。首先，低速迁出功能开启时，由于没有公网入侵用户位置信息，一般专网只添加到周边第一层公网站点的邻区进行低速迁出，邻区添加比较盲目，无法对公网入侵用户精准迁出。其次，部署低速迁出功能时，一般采用公网天馈调整和公网增补站点的方式增强公网覆盖，减少迁出后重新返回的概率，但由于公网覆盖空洞导致用户占用专网的位置未知，无法针对性补强公网覆盖。因此，本发明实施例提出了一种基于公网入侵用户的MDT数据进行公专网协同优化的方法，其能准确地添加低迁邻区，并，为公网天馈调整和站点增补提供更加精确优化支撑。

下面结合附图对本发明实施例进行说明。

请参阅图1，图1示出了本发明实施例提供的一种公专网协同优化方法的流程图，该方法包括以下步骤：

步骤S140：获取待优化专网小区的公网入侵用户的MDT(Minimization DriveTest，最小化路测)数据。

在本步骤中，所述待优化专网小区是指公网入侵用户较多的专网小区。可以通过测量报告或其它能反映一小区用户量的数据得到各专网小区一段时间内的用户量，如图2所示，其为专网小区一段时间内的用户量变化图，图中的波峰表示高铁经过的时刻，此时大量高铁专网用户涌入，专网小区的用户量激增。而非波峰时刻的用户量则为公网入侵用户，通过筛选非波峰时刻上报该专网小区的测量报告的用户终端，即可得到该专网小区的公网入侵用户信息。而当该专网小区的公网入侵用户大于某一程度，即会影响高铁专网用户的上网感知时，则可以确定该专网小区为待优化小区。

此外，在确定了待优化专网小区的公网入侵用户的信息后，则可以采集这些公网入侵用户的MDT数据。所述MDT数据可以通过公网入侵用户的用户终端上报得到。由于公网入侵用户的服务小区会在公网和专网之间切换，可以在用户终端上配置专网和公网测量频点，从而使用户终端可以周期性上报专网和公网的MDT数据。其中，所述MDT数据包括用户的经纬度数据、用户的服务小区的ID和用户的服务小区的RSRP(Reference SignalReceiving Power，参考信号接收功率)值等。

在一些实施例中，还需要对MDT数据中的事件上报数据进行屏蔽，以使后续步骤对公网入侵用户的聚集区域的确定更准确。其中，所述事件上报数据包括用户掉话或寻呼失败等上报数据。

步骤S150：根据所述MDT数据中的经纬度数据，确定所述公网入侵用户的聚集区域。

在本步骤中，由于MDT数据中包含了公网入侵用户的经纬度数据，因此可以确定各公网入侵用户的坐标点，并映射在GIS(Geographic Information System，地理信息系统)地图上，将GIS地图上公网入侵用户密集的区域视为公网入侵用户的聚集区域。

步骤S160：当所述聚集区域无弱覆盖时，将所述聚集区域内的公网入侵用户迁出到所述聚集区域所属的公网小区。

在确定了公网入侵用户的聚集区域后，可以将聚集区域内各公网入侵用户的公网MDT数据筛选出来。具体地，可以根据MDT数据中的服务小区ID信息区分专网和公网小区。之后，可以通过这些MDT数据中的RSRP值的大小判断该聚集区域是否存在弱覆盖。当这些MDT数据中存在RSRP值小于某一预设值时，可以说明该聚集区域存在弱覆盖，反之，则说明该聚集区域无弱覆盖，该预设值可以是-110dbm。又或者，当这些MDT数据中的所有RSRP值的均值小于另一预设值时，可以说明该聚集区域存在弱覆盖，该预设值可以稍大于-110dbm。

在确定了该聚集区域无弱覆盖后，即可说明该聚集区域所属的公网小区的覆盖质量良好，则可以将公网入侵用户迁出到该聚集区域所属的公网小区。其中，所述聚集区域所属的公网小区是指覆盖范围有覆盖到该聚集区域的公网小区。具体地，可以为各公网入侵用户的用户终端配置标识符SPID，每一SPID对应需要迁入的公网小区的ID信息或频点信息。在公网入侵用户迁出的过程中，基站会接收公网入侵用户的用户终端上报的SPID，并将SPID对应的小区与该基站包含的小区进行匹配，若该基站包含这一对应的小区，基站则会将该公网入侵用户接入这一对应的小区。

为了进一步降低公网入侵用户重新返回专网的概率，在将公网入侵用户迁出公网小区后，可以对这些公网小区进行天馈调整，或在该聚集区域增设基站，以加强该聚集区域的覆盖质量。

需要说明的是：当聚集区域有一个以上时，则分别将各聚集区域下的公网入侵用户迁出到其所在的聚集区域所属的公网小区。

可以理解的是：聚集区域存在弱覆盖的判断方法和公网入侵用户的迁出方法不仅限于上面描述的方式，也可以为其它方式，此处不再赘述。

本发明实施例通过获取专网小区的公网入侵用户的MDT数据，得到各公网入侵用户的坐标点，从而确定公网入侵用户的聚集区域。之后继续根据入侵用户的MDT数据，确定公网入侵用户的聚集区域无弱覆盖的情况，这时可以将公网入侵用户从专网迁出到聚集区域所属的公网小区，实现对公网入侵用户的精准迁出。

请参阅图3，图3示出了本发明另一实施例提供的一种公专网协同优化方法的流程图，本实施例与上实施例不同之处在于，在步骤S140之前，所述方法还包括：

步骤S110：确定所述待优化专网小区的邻小区中无公网小区。

在本步骤，待优化专网小区的邻小区中无公网小区的确定方式可以是通过全网的基站基础数据库查询该待优化专网小区的所有邻小区，之后再判断这些邻小区中是否有公网小区。当待优化专网小区的邻小区中存在公网小区时，这些公网小区的公网用户很容易入侵专网小区。此时可以通过删除这些为专网小区邻区的公网小区，避免这些公网小区的公网用户很容易入侵专网小区。但如若公网用户入侵的问题仍然存在，或者待优化专网小区的邻小区中无公网小区，但存在公网用户入侵的问题，则需要继续进行后续步骤来解决公网用户入侵的问题。

步骤S120：确定所述待优化专网小区的覆盖范围小于第一预设值。

在本步骤中，待优化专网小区的覆盖范围可以通过路测数据查找到该小区的最外测试点，将这些最外测试点连接起来即可得到待优化专网小区的覆盖范围。当待优化专网小区的覆盖范围小于第一预设值，则说明该小区无法通过小区分裂的方式，即增大网络容量的方式，来解决公网入侵用户过多的问题。因此，本发明实施例需要继续执行后续将公网入侵用户迁出的步骤。

在一些实施例中，继续参阅图3，在步骤S120之后，所述方法还包括：

步骤S130：当所述待优化专网小区的覆盖范围大于第一预设值，将所述待优化专网小区进行小区分裂。

当待优化专网小区的覆盖范围足够大时，可以通过小区分裂的方式将该待优化专网小区分裂为多个小区，从而增大网络容量，使待优化专网小区中的高铁专网用户不会受公网入侵用户的影响。但如若高铁专网用户的上网感知仍然很差，则还需要继续执行后续将公网入侵用户迁出的步骤。

请参阅图4，图4示出了本发明又一实施例提供的一种公专网协同优化方法的流程图，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：当所述聚集区域存在弱覆盖时，对所述聚集区域所属的公网小区进行RF(Radio Frequency，无线射频)优化，提升所述聚集区域的覆盖质量。

当聚集区域存在弱覆盖时，即使将公网入侵用户迁到聚集区域所属的公网小区，公网入侵用户也会重新返回专网。因此，需要对聚集区域所属的公网小区进行RF优化，即调整小区天线的下倾角和方位角，使小区天线发射的无线信号能够对准聚集区域，从而提升公网小区对聚集区域的覆盖质量。当公网小区比专网小区的覆盖质量更好时，公网入侵用户则会自动从专网小区返回公网小区。对于未返回公网小区的公网入侵用户也可以通过步骤S160描述的方式将其迁出到聚集区域所属的公网小区。

进一步，若RF优化对聚集区域弱覆盖问题的改善不够明显，也可以在聚集区域建设新的基站，从而提升该聚集区域的覆盖质量。

上述步骤S150可以有多种实现方式，图5示出了本发明实施例中确定聚集区域的子步骤流程图。如图5所示，确定聚集区域的实现方式具体为：

步骤S151：根据所述MDT数据中的经纬度数据，确定各公网入侵用户的坐标点。

步骤S152：根据聚类算法，将各公网入侵用户的坐标点汇聚成簇。

步骤S153：将所述簇确定为所述公网入侵用户的聚集区域。

其中，所述聚类算法是指研究(样品或指标)分类问题的一种统计分析方法，用于将物理或抽象对象的集合分成由类似的对象组成的多个类。聚类算法主要包括基于层次的聚类、基于划分的聚类和基于密度的聚类等。本发明实施例可以采用基于栅格的聚类方法将各公网入侵用户的坐标点汇聚成簇。

具体地，可以先对公网入侵用户所在的区域进行栅格划分，之后计算落入各栅格的公网入侵用户的坐标点数量。当栅格内的坐标点数量大于一预设阈值时，将该栅格确定为高密度栅格。之后将相邻的所有高密度栅格确定为簇。当簇内的高密度栅格数量大于另一预设阈值时，则确定该簇为公网入侵用户的聚集区域。

可以理解的是：确定聚集区域的方法不仅限于上面描述的方式，也可以为其它方式，此处不再赘述。

上述步骤S160可以有多种实现方式，图6示出了本发明实施例中将公网入侵用户迁出的子步骤流程图。如图6所示，将公网入侵用户迁出的实现方式具体为：

步骤S161：计算各所述聚集区域所属的公网小区的平均RSRP值，确定平均RSRP值最高的公网小区。

步骤S162：将所述公网入侵用户迁出到所述平均RSRP值最高的公网小区。

由于覆盖聚集区域的公网小区可能会有多个，因此还需要进一步确定聚集区域内的各公网入侵用户需要接入的公网小区。为了防止公网入侵用户重新返回专网小区，应该为各公网入侵用户接入覆盖质量最好的公网小区。具体地，可以将聚集区域下各公网入侵用户的公网的MDT数据中的RSRP值根据MDT数据中的小区ID进行分组，而通过小区ID可以确定属于各聚集区域所属的公网小区的RSRP值。进而可以计算出各所述聚集区域所属的公网小区的平均RSRP值，所述平均RSRP值越高，则说明该公网小区的在聚集区的覆盖质量越好。因此，可以将公网入侵用户接入所述平均RSRP值最高的公网小区，以使其不易重回专网小区。

在另一些实施例中，上述步骤S160还可以有另一种实现方式，如图7所示，该步骤具体为：

步骤S601：计算各所述聚集区域所属的公网小区与所述公网入侵用户的距离，确定距所述公网入侵用户最近的公网小区。

步骤S602：将所述公网入侵用户迁出到所述距所述公网入侵用户最近的公网小区。

其中，所述公网小区与所述公网入侵用户的距离是指公网小区所属的基站与公网入侵用户的具体。而所述最近的公网小区是指网小区所属基站离公网入侵用户最近的公网小区。公网小区所属的基站的位置可以通过包含全网基站信息的基础数据获取，而公网入侵用户的位置可以根据其MDT数据中的经纬度数据确定，从而可以计算出各公网入侵用户与公网小区所属的基站的距离。通过用户距离基站越近，其接收到基站的信号会更好。因此，本发明实施例将各公网入侵用户分别接入距其最近的公网小区，可以使各公网入侵用户接收到公网小区信号更好，从而降低公网入侵用户重回专网小区的概率。

本发明实施例通过获取专网小区的公网入侵用户的MDT数据，得到各公网入侵用户的坐标点，从而确定公网入侵用户的聚集区域。之后继续根据入侵用户的MDT数据，确定公网入侵用户的聚集区域无弱覆盖的情况，这时可以将公网入侵用户从专网迁出到聚集区域所属的公网小区，实现对公网入侵用户的精准迁出。

图8示出了本发明实施例提供的一种公专网协同优化装置的结构示意图。如图8所示，所述装置100包括获取模块10、第一确定模块20和迁出模块30。

获取模块10，用于获取待优化专网小区的公网入侵用户的MDT数据；第一确定模块20，用于根据所述MDT数据中的经纬度数据，确定所述公网入侵用户的聚集区域；迁出模块30，用于当所述聚集区域无弱覆盖时，将所述聚集区域内的公网入侵用户迁出到邻区。

在一种可选的方式中，公专网协同优化装置100还包括第二确定模块40和第三确定模块50。

第二确定模块40，用于确定所述待优化专网小区的邻小区中无公网小区；第三确定模块50，用于确定所述待优化专网小区的覆盖范围小于第一预设值。

在一种可选的方式中，公专网协同优化装置100还包括分裂模块60，用于当所述待优化专网小区的覆盖范围大于第一预设值，将所述待优化专网小区进行小区分裂。

在一种可选的方式中，专网协同优化装置100还包括优化模块70，用于当所述聚集区域存在弱覆盖时，对所述聚集区域所属的公网小区进行RF优化，提升所述聚集区域的覆盖质量。

在一种可选的方式中，所述第一确定模块20具体为：根据所述MDT数据中的经纬度数据，确定各公网入侵用户的坐标点；根据聚类算法，将各公网入侵用户的坐标点汇聚成簇；将所述簇确定为所述公网入侵用户的聚集区域。

在一种可选的方式中，所述迁出模块30具体为：计算各所述聚集区域所属的公网小区的平均RSRP值，确定平均RSRP值最高的公网小区；将所述公网入侵用户迁出到所述平均RSRP值最高的公网小区。

在一种可选的方式中，所述迁出模块30具体为：计算各所述聚集区域所属的公网小区与所述公网入侵用户的距离，确定距所述公网入侵用户最近的公网小区；将所述公网入侵用户迁出到所述距所述公网入侵用户最近的公网小区。

本发明实施例通过获取模块10获取专网小区的公网入侵用户的MDT数据，得到各公网入侵用户的坐标点，从而可以根据第一确定模块20确定公网入侵用户的聚集区域。之后继续根据入侵用户的MDT数据，确定公网入侵用户的聚集区域无弱覆盖的情况，这时可以通过迁出模块30将公网入侵用户从专网迁出到聚集区域所属的公网小区，实现对公网入侵用户的精准迁出。

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公专网协同优化方法。

图9示出了本发明实施例提供的公专网协同优化设备的结构示意图，本发明具体实施例并不对公专网协同优化设备的具体实现做限定。

如图9所示，该公专网协同优化设备可以包括：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，具体可以执行上述公专网协同优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。公专网协同优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：

获取待优化专网小区的公网入侵用户的MDT数据；

根据所述MDT数据中的经纬度数据，确定所述公网入侵用户的聚集区域；

当所述聚集区域无弱覆盖时，将所述聚集区域内的公网入侵用户迁出到所述聚集区域所属的公网小区。

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：

确定所述待优化专网小区的邻小区中无公网小区；

确定所述待优化专网小区的覆盖范围小于第一预设值。

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：

当所述待优化专网小区的覆盖范围大于第一预设值，将所述待优化专网小区进行小区分裂。

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：

当所述聚集区域存在弱覆盖时，对所述聚集区域所属的公网小区进行RF优化，提升所述聚集区域的覆盖质量。

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MDT数据中的经纬度数据，确定各公网入侵用户的坐标点；

根据聚类算法，将各公网入侵用户的坐标点汇聚成簇；

将所述簇确定为所述公网入侵用户的聚集区域。

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：

计算各所述聚集区域所属的公网小区的平均RSRP值，确定平均RSRP值最高的公网小区；

将所述公网入侵用户迁出到所述平均RSRP值最高的公网小区。

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：

计算各所述聚集区域所属的公网小区与所述公网入侵用户的距离，确定距所述公网入侵用户最近的公网小区；

将所述公网入侵用户迁出到所述距所述公网入侵用户最近的公网小区。

本发明实施例通过获取专网小区的公网入侵用户的MDT数据，得到各公网入侵用户的坐标点，从而确定公网入侵用户的聚集区域。之后继续根据入侵用户的MDT数据，确定公网入侵用户的聚集区域无弱覆盖的情况，这时可以将公网入侵用户从专网迁出到聚集区域所属的公网小区，实现对公网入侵用户的精准迁出。

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公专网协同优化方法。

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)

1.一种公专网协同优化方法，其特征在于，包括：

获取待优化专网小区的公网入侵用户的MDT数据；

根据所述MDT数据中的经纬度数据，确定所述公网入侵用户的聚集区域；

当所述聚集区域无弱覆盖时，将所述聚集区域内的公网入侵用户迁出到所述聚集区域所属的公网小区。

2.如权利要求1所述的方法，所述获取待优化专网小区的公网入侵用户的MDT数据之前，所述方法还包括：

确定所述待优化专网小区的邻小区中无公网小区；

确定所述待优化专网小区的覆盖范围小于第一预设值。

3.如权利要求2所述的方法，其特征在于，所述确定所述待优化专网小区的覆盖范围小于第一预设值之后，所述方法还包括：

当所述待优化专网小区的覆盖范围大于第一预设值，将所述待优化专网小区进行小区分裂。

4.如权利要求1所述的方法，其特征在于，所述当所述聚集区域无弱覆盖时，将所述聚集区域内的公网入侵用户迁出到所述聚集区域所属的公网小区之后，所述方法还包括：

当所述聚集区域存在弱覆盖时，对所述聚集区域所属的公网小区进行RF优化，提升所述聚集区域的覆盖质量。

5.如权利要求1所述的方法，其特征在于，根据所述MDT数据中的经纬度数据，确定所述公网入侵用户的聚集区域，具体为：

根据所述MDT数据中的经纬度数据，确定各公网入侵用户的坐标点；

根据聚类算法，将各公网入侵用户的坐标点汇聚成簇；

将所述簇确定为所述公网入侵用户的聚集区域。

6.如权利要求1-5中任意一项所述的方法，其特征在于，所述当所述聚集区域无弱覆盖时，将所述聚集区域内的公网入侵用户迁出到所述聚集区域所属的公网小区，具体为：

计算各所述聚集区域所属的公网小区的平均RSRP值，确定平均RSRP值最高的公网小区；

将所述公网入侵用户迁出到所述平均RSRP值最高的公网小区。

7.如权利要求1-5中任意一项所述的方法，其特征在于，所述当所述聚集区域无弱覆盖时，将所述聚集区域内的公网入侵用户迁出到所述聚集区域所属的公网小区，具体为：

计算各所述聚集区域所属的公网小区与所述公网入侵用户的距离，确定距所述公网入侵用户最近的公网小区；

将所述公网入侵用户迁出到所述距所述公网入侵用户最近的公网小区。

8.一种公专网协同优化装置，其特征在于，包括：

获取模块，用于获取待优化专网小区的公网入侵用户的MDT数据；

第一确定模块，用于根据所述MDT数据中的经纬度数据，确定所述公网入侵用户的聚集区域；

迁出模块，用于当所述聚集区域无弱覆盖时，将所述聚集区域内的公网入侵用户迁出到邻区。

9.一种公专网协同优化设备，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任意一项所述的公专网协同优化方法。

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任意一项所述的公专网协同优化方法。

Images