CN112566100B - 一种数据处理方法及装置 - Google Patents
一种数据处理方法及装置 Download PDFInfo
- Publication number
- CN112566100B CN112566100B CN202011422240.2A CN202011422240A CN112566100B CN 112566100 B CN112566100 B CN 112566100B CN 202011422240 A CN202011422240 A CN 202011422240A CN 112566100 B CN112566100 B CN 112566100B
- Authority
- CN
- China
- Prior art keywords
- network
- target user
- base station
- determining
- residence time
- 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
- 238000003672 processing method Methods 0.000 title abstract description 16
- 230000000694 effects Effects 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims description 43
- 238000005070 sampling Methods 0.000 claims description 41
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 238000012937 correction Methods 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000003203 everyday effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 6
- 238000012216 screening Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- H04W24/08—Testing, supervising or monitoring using real traffic
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供一种数据处理方法及装置，应用于通信技术领域。方法包括：通过获取4G话单信息确定目标用户的第一活动区域以及目标用户在第一活动区域内产生的4G数据流量和4G驻留时长，在第一活动区域中确定5G网络的覆盖区域，根据4G数据流量、4G驻留时长以及5G网络的覆盖区域，可以准确计算目标用户在5G网络的网络使用情况，从而可以精准指导后续的5G站点部署，更好的为目标用户提供5G网络服务。
Description
技术领域
本申请涉及数据处理技术领域，尤其涉及一种数据处理方法及装置。
背景技术
随着科技的进步，第五代移动通信(5th-generation，5G)已从万众期待变为触手可及，与以往的第四代移动通信(4th-generation，4G)网络相比，其高速率、大带宽、低时延、海量连接的特性能更好的服务于各产业链，由于目前处于5G网络建网初期，站点规模不足，为了更精准的指导后续的5G站点部署，从而达到提升用户口碑的良好效果，需要对5G用户的网络使用情况进行评估。
目前，常用的对5G用户的网络使用情况的评估方法，是通过对用户登记的联系地址、用户投诉地址等点状位置来进行评估。
然而在上述方法中，存在对5G用户的网络使用情况评估不准确的问题。
发明内容
本申请提供一种数据处理方法及装置，通过获取4G话单信息确定目标用户的第一活动区域以及目标用户在第一活动区域内产生的4G数据流量和4G驻留时长，然后在第一活动区域中确定5G网络的覆盖区域，根据4G数据流量、4G驻留时长以及5G网络的覆盖区域，可以准确计算目标用户在5G网络的网络使用情况，从而可以精准指导后续的5G站点部署，更好的为目标用户提供5G网络服务。
第一方面，本申请实施例提供一种数据处理方法，包括：获取4G话单信息；根据4G话单信息，确定目标用户在4G网络的第一活动区域，以及目标用户在第一活动区域内产生的4G数据流量和4G驻留时长；其中，第一活动区域为预设时间段内目标用户在4G网络中：在网天数大于天数阈值，且每天在网时长大于时间阈值，且在网使用数据流量大于流量阈值时所在的一个或多个第一基站小区；在第一活动区域中确定5G网络的覆盖区域；根据4G数据流量、4G驻留时长以及5G网络的覆盖区域，计算目标用户在5G网络的网络使用情况。这样，通过评估目标用户在5G网络的网络使用情况，可以精准指导后续的5G站点部署，从而更好的为目标用户提供5G网络服务。
在一种可能的实现方式中，在第一活动区域中确定5G网络的覆盖区域，包括：根据第一活动区域，获取第一基站小区的天线挂高、垂直波瓣宽度、下倾角、水平方位角以及水平波瓣宽度；根据天线挂高、垂直波瓣宽度以及下倾角，应用覆盖距离算法，确定第一基站小区的最大覆盖距离；根据最大覆盖距离和预设的5G小区最大覆盖距离，确定5G邻区集；根据水平方位角和水平波瓣宽度，确定第一基站小区的第一抽样点的第一极坐标；第一抽样点为第一基站小区的任意位置；确定第一基站小区向第二基站小区进行坐标转换的坐标转换算子，其中，第二基站小区为5G邻区集中任一基站小区；根据第一极坐标和坐标转换算子，确定第二基站小区的第二抽样点的第二极坐标；第二抽样点为第二基站小区的任意位置；根据第二极坐标和预设的判定条件，确定第二抽样点的归属基站小区；遍历5G邻区集中基站小区的抽样点的归属基站小区，得到5G网络的覆盖区域。
在一种可能的实现方式中，根据4G数据流量、4G驻留时长以及5G网络的覆盖区域，计算目标用户在5G网络的网络使用情况，包括：根据5G网络的覆盖区域，确定5G网络在第一活动区域的覆盖重叠度；根据覆盖重叠度，确定目标用户在5G网络的登网权重值；根据登网权重值和4G驻留时长，确定目标用户的5G驻留时长；根据登网权重值、4G数据流量以及修正因子，确定目标用户的5G数据流量，其中，修正因子预设为5G网络平均速率除以4G网络平均速率；将5G数据流量、4G数据流量以及修正因子求比值，得到目标用户在流量维度的网络使用情况；将5G驻留时长和4G驻留时长求比值，得到目标用户在驻留时长维度的网络使用情况。
在一种可能的实现方式中，根据第二极坐标和预设的判定条件，确定第二抽样点的归属基站小区，包括：若第二极坐标(αB，αB)满足以下条件，则判定第二抽样点在归属基站小区Bi覆盖下；
其中，
为第二基站小区的水平波瓣宽度，
为第二基站小区的水平方位角，
为第二基站小区的最小覆盖距离，
为第二基站小区的最大覆盖距离。
在一种可能的实现方式中，4G话单信息包括一条或多条话单记录的：开始时间戳、话单结束时间戳、用户信息、话单持续时长、上下行流量和用户位置信息。
在一种可能的实现方式中，方法还包括：根据目标用户在5G网络的网络使用情况，调整第一活动区域内的5G网络架构。
在一种可能的实现方式中，预设时间段大于或等于一周，天数阈值大于或等于三天，时间阈值大于或等于三小时。
第二方面，本申请实施例提供一种数据处理装置，该数据处理装置还可以是终端设备，也可以是终端设备内的芯片或者芯片系统。该数据处理装置可以包括处理单元。当该数据处理装置是终端设备时，该处理单元可以是处理器。该数据处理装置还可以包括存储单元，该存储单元可以是存储器。该存储单元用于存储指令，该处理单元执行该存储单元所存储的指令，以使该终端设备实现第一方面或第一方面的任意一种可能的实现方式中描述的一种数据处理方法。当该数据处理装置是终端设备内的芯片或者芯片系统时，该处理单元可以是处理器。该处理单元执行存储单元所存储的指令，以使该终端设备实现第一方面或第一方面的任意一种可能的实现方式中描述的一种数据处理方法。该存储单元可以是该芯片内的存储单元(例如，寄存器、缓存等)，也可以是该终端设备内的位于该芯片外部的存储单元(例如，只读存储器、随机存取存储器等)。
示例性的，处理单元，用于获取4G话单信息；处理单元，用于根据4G话单信息，确定目标用户在4G网络的第一活动区域，以及目标用户在第一活动区域内产生的4G数据流量和4G驻留时长；其中，第一活动区域为预设时间段内目标用户在4G网络中：在网天数大于天数阈值，且每天在网时长大于时间阈值，且在网使用数据流量大于流量阈值时所在的一个或多个第一基站小区；处理单元，用于在第一活动区域中确定5G网络的覆盖区域；处理单元，还用于根据4G数据流量、4G驻留时长以及5G网络的覆盖区域，计算目标用户在5G网络的网络使用情况。这样，通过评估目标用户在5G网络的网络使用情况，可以精准指导后续的5G站点部署，从而更好的为目标用户提供5G网络服务。
在一种可能的实现方式中，处理单元，用于根据第一活动区域，获取第一基站小区的天线挂高、垂直波瓣宽度、下倾角、水平方位角以及水平波瓣宽度；处理单元，用于根据天线挂高、垂直波瓣宽度以及下倾角，应用覆盖距离算法，确定第一基站小区的最大覆盖距离；处理单元，用于根据最大覆盖距离和预设的5G小区最大覆盖距离，确定5G邻区集；处理单元，用于根据水平方位角和水平波瓣宽度，确定第一基站小区的第一抽样点的第一极坐标；第一抽样点为第一基站小区的任意位置；处理单元，用于确定第一基站小区向第二基站小区进行坐标转换的坐标转换算子，其中，第二基站小区为5G邻区集中任一基站小区；处理单元，用于根据第一极坐标和坐标转换算子，确定第二基站小区的第二抽样点的第二极坐标；第二抽样点为第二基站小区的任意位置；处理单元，用于根据第二极坐标和预设的判定条件，确定第二抽样点的归属基站小区；处理单元，还用于遍历5G邻区集中基站小区的抽样点的归属基站小区，得到5G网络的覆盖区域。
在一种可能的实现方式中，处理单元，用于根据5G网络的覆盖区域，确定5G网络在第一活动区域的覆盖重叠度；根据覆盖重叠度，确定目标用户在5G网络的登网权重值；处理单元，用于根据登网权重值和4G驻留时长，确定目标用户的5G驻留时长；处理单元，用于根据登网权重值、4G数据流量以及修正因子，确定目标用户的5G数据流量，其中，修正因子预设为5G网络平均速率除以4G网络平均速率；处理单元，用于将5G数据流量、4G数据流量以及修正因子求比值，得到目标用户在流量维度的网络使用情况；处理单元，还用于将5G驻留时长和4G驻留时长求比值，得到目标用户在驻留时长维度的网络使用情况。
在一种可能的实现方式中，处理单元，用于，若第二极坐标(αB，αB)满足以下条件，则判定第二抽样点在归属基站小区Bi覆盖下；
其中，
为第二基站小区的水平波瓣宽度，
为第二基站小区的水平方位角，
为第二基站小区的最小覆盖距离，
为第二基站小区的最大覆盖距离。
在一种可能的实现方式中，4G话单信息包括一条或多条话单记录的：开始时间戳、话单结束时间戳、用户信息、话单持续时长、上下行流量和用户位置信息。
在一种可能的实现方式中，处理单元，还用于根据目标用户在5G网络的网络使用情况，调整第一活动区域内的5G网络架构。
在一种可能的实现方式中，预设时间段大于或等于一周，天数阈值大于或等于三天，时间阈值大于或等于三小时。
第三方面，本申请实施例提供一种电子设备，包括：存储器，用于存储程序指令；处理器，用于调用并执行所述存储器中的程序指令，执行第一方面或第一方面任意可能的实现方式中的任一方法。
第四方面，本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有指令，当指令被执行时，以实现第一方面或第一方面任意可能的实现方式中的任一方法。
应当理解的是，本申请的第二方面至第四方面与本申请的第一方面的技术方案相对应，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
图1为本申请实施例提供的一种数据处理方法的流程示意图；
图2为本申请实施例提供的一种确定5G网络的覆盖区域方法的流程示意图；
图3为本申请实施例提供的一种覆盖距离算法的原理示意图；
图4为本申请实施例提供的一种确定第一抽样点的示意图；
图5为本申请实施例构建的一种极坐标系的示意图；
图6为本申请实施例提供的一种计算目标用户在5G网络的网络使用情况方法的流程示意图；
图7为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
当前，各大运营商均已放开5G体验，当用户持有5G终端，且是4G套餐的用户，可以申领5G体验包，享受联通5G网络的高速服务。但在5G网络建网初期，站点规模不足，5G暂无法连续覆盖，所以如何评估5G用户的网络使用情况和享受5G网络服务的概率，直接影响用户的感知以及用户对于5G网络的口碑。
目前对于5G用户的网络使用情况进行评估，主要是来自于对用户登记的联系地址、用户投诉地址等点状位置的评估，这些点状的用户活动区域，无法准确的评估用户享受5G网络服务的情况，不利于网络问题的精准快速解决，从而无法从根本上提升用户对于5G网络的体验感知及对5G网络的口碑评价。
在5G网络建设初期，综合考虑建网进度、建网成本、站点租赁、传输管道资源、机房动力等因素，运营商均优先采用非独立组网(non-stand alone，NSA)的组网方式，5G站点则优先考虑在现有4G站点部署，因此5G站点的覆盖与4G站点之间存在部分重叠覆盖的区域，可通过4G网络的覆盖情况来评估5G网络的覆盖情况，从而对5G用户的网络使用情况进行评估。
因此，基于对点状的用户活动区域进行评估存在的问题，本申请提供一种数据处理方法，通过获取4G话单信息确定目标用户的第一活动区域以及目标用户在第一活动区域内产生的4G数据流量和4G驻留时长，然后在第一活动区域中确定5G网络的覆盖区域，根据4G数据流量、4G驻留时长以及5G网络的覆盖区域，可以更准确计算目标用户在5G网络的网络使用情况，从而可以精准指导后续的5G站点部署，更好的为目标用户提供5G网络服务。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以独立实现，也可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图1为本申请实施例提供的一种数据处理方法的流程示意图。本申请实施例提供的数据处理方法可以通过本申请实施例提供的数据处理装置执行，该装置可以通过软件和/或硬件的方式实现，例如，数据处理装置可以是终端设备的部分或全部，例如可以是终端设备中的处理器，下面以终端设备为执行主体为例，对本申请实施例提供的数据处理方法进行介绍。如图1所示，本申请实施例提供的一种数据处理方法，可以包括以下步骤：
S101：获取4G话单信息。
可能的实现方式中，获取一定时间单位内S1-U接口的服务网关呼叫详细记录(serving gateway-call detail record，SGW-CDR)的话单信息，S1-U接口是演进的通用移动通信系统(Universal Mobile Telecommunications System，UMTS)陆地无线接入网(evolved UMTS terrestrial radio access network，E-UTRAN)与服务网关(servinggateway，SGW)的接口，SGW可以选择带某市所有业务的网元。
其中，获取话单信息的时间单位可以由机器或人工来设定，时间单位的具体数值可以根据用户需求进行调整。示例性的，时间单位可以为7*24小时等。
可能的理解方式中，4G话单信息包括一条或多条话单记录的：开始时间戳、话单结束时间戳、用户信息、话单持续时长、上下行流量和用户位置信息，示例性的，获取的4G话单信息如表1所示：
S102：根据4G话单信息，确定目标用户在4G网络的第一活动区域，以及目标用户在第一活动区域内产生的4G数据流量和4G驻留时长。
本申请实施例中，第一活动区域为预设时间段内目标用户在4G网络中：在网天数大于天数阈值，且每天在网时长大于时间阈值，且在网使用数据流量大于流量阈值时所在的一个或多个第一基站小区。
可能的实现方式中，可以按基站小区维度来确定目标用户在4G网络的第一活动区域。根据获取的4G话单信息，可以分时间段对目标用户在4G网络的第一活动区域、以及目标用户在第一活动区域内产生的4G数据流量和4G驻留时长进行统计。
可能的实现方式中，预设时间段大于或等于一周，天数阈值大于或等于三天，时间阈值大于或等于三小时。
示例性的，按照基站小区维度，第一活动区域为7天内目标用户在4G网络中：在网天数大于3天，且每天在网时长大于3小时，且在网使用数据流量大于流量阈值80％时所在的一个或多个第一基站小区。
可能的理解方式中，目标用户为4G网络用户中的任一用户。
S103：在第一活动区域中确定5G网络的覆盖区域；
可能的理解方式中，第一活动区域为4G网络的覆盖区域，通过第一活动区域来确定5G网络的覆盖区域，可以更准确地计算目标用户在5G网络的网络使用情况。
S104：根据4G数据流量、4G驻留时长以及5G网络的覆盖区域，计算目标用户在5G网络的网络使用情况。
可能的理解方式中，通过计算目标用户在5G网络的网络使用情况，可以判断目标用户能获得5G网络服务的概率，这样可以调整第一活动区域内的5G网络架构，更好的为目标用户提供5G网络服务。
本申请提供一种数据处理方法，通过获取4G话单信息确定目标用户的第一活动区域以及目标用户在第一活动区域内产生的4G数据流量和4G驻留时长，然后在第一活动区域中确定5G网络的覆盖区域，根据4G数据流量、4G驻留时长以及5G网络的覆盖区域，可以准确计算目标用户在5G网络的网络使用情况，从而可以精准指导后续的5G站点部署，更好的为目标用户提供5G网络服务。
可选的，在图1对应的实施例的基础上，如图2所示，S103包括：
S201：根据第一活动区域，获取第一基站小区的天线挂高、垂直波瓣宽度、下倾角、水平方位角以及水平波瓣宽度。
本申请实施例中，第一基站小区为第一活动区域中任一基站小区。可能的理解方式中，第一基站小区为4G小区，对于任一4G小区和/或5G小区均可以获取如下表2所示的参数组：
S202：根据天线挂高、垂直波瓣宽度以及下倾角，应用覆盖距离算法，确定第一基站小区的最大覆盖距离。
可能的实现方式中，如图3所示，根据小区天线挂高H、垂直波瓣宽度Θ、下倾角ψ，根据下述公式，可以计算基站小区覆盖的最大距离Rmax和最小距离Rmin。因此，第一基站小区A的最大覆盖距离为RAmax。
S203：根据最大覆盖距离和预设的5G小区最大覆盖距离，确定5G邻区集。
可能的实现方式中，将距离第一基站小区A直线距离(RAmax+R5Gmax)范围内的所有5G小区的集合作为初筛小区集Γ，其中R5Gmax为5G小区理论覆盖最大距离。
根据S202中介绍的覆盖距离算法，计算初筛小区集Γ中各小区最大覆盖距离Ri，max，以及初筛小区集Γ中各小区与第一基站小区A的直线距离Li，将初筛小区集Γ中满足RAmax+R5Gmax≥Li的小区集确定为第一基站小区的5G邻区集X。其中，i为初筛小区集Γ中各小区对应的编号，初筛小区集Γ中各小区与第一基站小区A的直线距离Li可以通过各小区经度、纬度与地球半径等信息计算得到。通过经度、纬度与地球半径等信息得到两个基站小区之间的直线距离是较为通用的技术，在此不再赘述。
S204：根据水平方位角和水平波瓣宽度，确定第一基站小区的第一抽样点的第一极坐标。
本申请实施例中，第一抽样点为第一基站小区的任意位置。
可能的实现方式中，以第一基站小区A所在的位置为原点，第一基站小区A的正北方为极坐标轴建立极坐标系，其中，顺时针方向为极角正方向。根据第一基站小区对应的水平方位角和水平波瓣角度确定第一基站小区的覆盖扇区，在第一基站小区覆盖扇区的弧线上均匀划分出n个点(n≥10)，将n个点分别与原点构建直线段，在这些直线段上均匀取m个点(m≥10)，因此可以将第一基站小区A覆盖区域划分成为N＝n×m个第一抽样点。其中，任意第一抽样点记作Mi，j(0≤i≤n-1，0≤j≤m-1，i∈N，j∈N)。在极坐标系中，分别计算N个第一抽样点的第一极坐标，则第一抽样点Mi，j的第一极坐标(αA，γA)满足下述公式：
其中，ΦA为第一基站小区A的水平波瓣宽度，ΩA为第一基站小区A的水平方位角，RAmin为第一基站小区A的最小覆盖距离，RAmax为第一基站小区A的最大覆盖距离。
示例性的，如图4所示，以第一基站小区A所在的位置为原点A，第一基站小区A的正北方为极坐标轴建立极坐标系，其中，顺时针方向为极角正方向。在第一基站小区A覆盖扇区的弧线上均匀划分出12个点，将12个点分别与原点构建直线段，在这些直线段上均匀取10个点，可以将第一基站小区A覆盖区域划分成为100个第一抽样点，第一抽样点对应的极坐标为第一极坐标。
S205：确定第一基站小区向第二基站小区进行坐标转换的坐标转换算子。
本申请实施例中，第二基站小区为5G邻区集中任一基站小区。
可能的实现方式中，如图5所示，以第二基站小区B所在的位置为原点，第二基站小区B的正北方为极坐标轴建立极坐标系，其中，顺时针方向为极角正方向。根据极坐标系A和极坐标系B原点相对位置来确定第一基站小区向第二基站小区进行坐标转换的坐标转换算子。其中，相对位置可以通过极坐标系A和极坐标系B对应的原点经纬度与地球半径等信息计算得到。
可能的理解方式中，第一基站小区向第二基站小区进行坐标转换的坐标转换算子，为极坐标系A下坐标P(α，γ)向极坐标系B下坐标P′(α′，γ′)转换的坐标转换算子F(α，γ)。
S206：根据第一极坐标和坐标转换算子，确定第二基站小区的第二抽样点的第二极坐标。
本申请实施例中，第二抽样点为第二基站小区的任意位置。
可能的理解方式中，第二抽样点的个数与第一抽样点的个数相同。
可能的实现方式中，通过S205计算得到的坐标转化算子F(α，γ)，将极坐标系A下第一抽样点Mi，j对应的第一极坐标(αA，γA)转换为极坐标系B下第二抽样点对应的第二极坐标(αB，γB)。
S207：根据第二极坐标和预设的判定条件，确定第二抽样点的归属基站小区。
可能的实现方式中，若第二极坐标(αB，γB)满足预设的判定条件时，例如，
则判定满足条件的第二极坐标(αB，γB)对应的第二抽样点的归属基站小区为第二基站小区。其中，
为第二基站小区的水平波瓣宽度，
为第二基站小区的水平方位角，
为第二基站小区的最小覆盖距离，
为第二基站小区的最大覆盖距离。
S208：遍历5G邻区集中基站小区的抽样点的归属基站小区，得到5G网络的覆盖区域。
可能的实现方式中，根据S206中确定第二基站小区的第二抽样点的第二极坐标的方法，确定5G邻区集中除第二基站小区之外的其他基站小区的抽样点和对应的极坐标。参考S207中确定第二抽样点的归属基站小区的方法，根据5G邻区集中除第二基站小区之外的其他基站小区的极坐标和上述预设的判定条件，得到5G邻区集中除第二基站小区之外的其他基站小区的抽样点的归属基站小区，该归属基站小区和第二抽样点的归属基站小区为5G网络的覆盖区域。
本申请实施例提供一种数据处理方法，在第一活动区域中确定5G网络的覆盖区域，其中，第一活动区域为4G网络的覆盖区域，通过第一活动区域来确定5G网络的覆盖区域，可以更准确地计算目标用户在5G网络的网络使用情况，从而可以精准指导后续的5G站点部署，更好的为目标用户提供5G网络服务。
可选的，在图1对应的实施例的基础上，如图6所示，S104包括：
S601：根据5G网络的覆盖区域，确定5G网络在第一活动区域的覆盖重叠度。
可能的实现方式中，5G网络在第一活动区域的覆盖重叠度可以为，5G网络的覆盖区域与5G网络在第一活动区域的比值。
可能的实现方式中，还可以遍历5G邻区集X中所有基站小区，根据上述S205和S206记载的方法，得到5G邻区集X中所有基站小区的抽样点，将抽样点中位于5G网络的覆盖区域的抽样点的个数记为K，得到5G网络在第一活动区域的覆盖重叠度
其中，N为第一抽样点的个数。
可能的理解方式中，5G网络在第一活动区域的覆盖重叠度为5G用户从第一基站小区登录到5G小区的登网概率。
示例性的，若n＝12，m＝12，根据表2所示的4G小区和5G小区参数组，可以计算2020年3月31日各个4G小区登录5G小区的登网概率如下表3所示：
S602：根据覆盖重叠度，确定目标用户在5G网络的登网权重值。
可能的实现方式中，根据S602记载的确定5G用户从第一基站小区登录到5G小区的登网概率的方法，确定第一活动区域中其他第一基站小区登录到5G小区的登网概率。根据第一活动区域中的一个或多个第一基站小区对应的覆盖重叠度(也可以称为登网概率)，得到目标用户在5G网络的登网权重值W1×n，其中，n为第一活动区域中第一基站小区的个数。
S603：根据登网权重值和4G驻留时长，确定目标用户的5G驻留时长。
其中，4G驻留时长为目标用户在第一活动区域内产生的4G驻留时长T1×n。
可能的实现方式中，目标用户的5G驻留时长
S604：根据登网权重值、4G数据流量以及修正因子，确定目标用户的5G数据流量。
其中，由于5G网络相比4G网络提供了更高的速率带宽，因此本申请实施例引入修正因子α，修正因子α预设为5G网络平均速率除以4G网络平均速率。
可能的实现方式中，目标用户的5G数据流量
S605：将5G数据流量、4G数据流量以及修正因子求比值，得到目标用户在流量维度的网络使用情况。
可能的实现方式中，目标用户在流量维度的网络使用情况可以为流量维度的目标用户5G登网概率。其中，流量维度的用户5G登网概率
可能的理解方式中，流量维度的用户5G登网概率Pdataflow可以用于评估目标用户5G数据流量的转化效率以及5G网络投资的价值。
其中，修正因子可以对应S604的记载，此处不再赘述。
S606：将5G驻留时长和4G驻留时长求比值，得到目标用户在驻留时长维度的网络使用情况。
可能的实现方式中，目标用户在在驻留时长维度的网络使用情况可以为驻留时长维度的目标用户5G登网概率。其中，驻留时长维度的目标用户5G登网概率
可能的理解方式中，驻留时长维度的目标用户5G登网概率Pduration可以用于评估第一活动区域的5G网络覆盖情况。
示例性的，根据本申请实施例提供的方法，得到的驻留时长维度的目标用户5G登网概率和流量维度的目标用户5G登网概率如表4所示：
本申请实施例中，通过目标用户在驻留时长维度的网络使用情况和驻留时长维度的网络使用情况，可以更准确评估5G网络在第一活动区域的覆盖情况，同时得到目标用户5G数据流量的转化效率，从而可以精准指导后续的5G站点部署，更好的为目标用户提供5G网络服务。
在上述任一个实施例的基础上，还包括：根据目标用户在5G网络的网络使用情况，调整第一活动区域内的5G网络架构。
根据本公开实施例的另一个方面，本公开实施例还提供了一种移动终端，移动终端包括：如上任一实施例的装置。
根据本公开实施例的另一个方面，本公开实施例还提供了一种电子设备，包括：存储器，处理器；
存储器用于存储处理器可执行指令的存储器；
其中，当执行存储器中的指令时，处理器被配置为实现如上任一实施例的方法。
请参阅图7，图7为本公开实施例的电子设备的结构示意图。
如图7所示，该电子设备包括存储器和处理器，该电子设备还可以包括通信接口和总线，其中，处理器、通信接口和存储器通过总线连接；处理器用于执行存储器中存储的可执行模块，例如计算机程序。
其中，存储器可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。
其中，存储器用于存储程序，处理器在接收到执行指令后，执行程序，前述本公开实施例任一实施例揭示的方法可以应用于处理器中，或者由处理器实现。
处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。结合本公开实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
根据本公开实施例的另一个方面，本公开实施例还提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现如上任一实施例的方法。
读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本公开实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
还应理解，在本公开各实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。
以上，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种数据处理方法，其特征在于，包括：
获取4G话单信息；
根据所述4G话单信息，确定目标用户在4G网络的第一活动区域，以及所述目标用户在所述第一活动区域内产生的4G数据流量和4G驻留时长；其中，所述第一活动区域为预设时间段内所述目标用户在所述4G网络中：在网天数大于天数阈值，且每天在网时长大于时间阈值，且在网使用数据流量大于流量阈值时所在的一个或多个第一基站小区；
在所述第一活动区域中确定5G网络的覆盖区域；
根据所述4G数据流量、所述4G驻留时长以及所述5G网络的覆盖区域，计算所述目标用户在所述5G网络的网络使用情况；
所述根据所述4G数据流量、所述4G驻留时长以及所述5G网络的覆盖区域，计算所述目标用户在所述5G网络的网络使用情况，包括：
根据所述5G网络的覆盖区域，确定所述5G网络在所述第一活动区域的覆盖重叠度；
根据所述覆盖重叠度，确定所述目标用户在5G网络的登网权重值；
根据所述登网权重值和所述4G驻留时长，确定所述目标用户的5G驻留时长；
根据所述登网权重值、所述4G数据流量以及修正因子，确定所述目标用户的5G数据流量，其中，所述修正因子预设为5G网络平均速率除以4G网络平均速率；
将所述5G数据流量、所述4G数据流量以及所述修正因子求比值，得到所述目标用户在流量维度的网络使用情况；
将所述5G驻留时长和所述4G驻留时长求比值，得到所述目标用户在驻留时长维度的网络使用情况。
2.根据权利要求1所述的方法，其特征在于，所述在所述第一活动区域中确定5G网络的覆盖区域，包括：
根据所述第一活动区域，获取所述第一基站小区的天线挂高、垂直波瓣宽度、下倾角、水平方位角以及水平波瓣宽度；
根据所述天线挂高、所述垂直波瓣宽度以及所述下倾角，应用覆盖距离算法，确定所述第一基站小区的最大覆盖距离；
根据所述最大覆盖距离和预设的5G小区最大覆盖距离，确定5G邻区集；
根据所述水平方位角和所述水平波瓣宽度，确定所述第一基站小区的第一抽样点的第一极坐标；所述第一抽样点为所述第一基站小区的任意位置；
确定所述第一基站小区向第二基站小区进行坐标转换的坐标转换算子，其中，所述第二基站小区为所述5G邻区集中任一基站小区；
根据所述第一极坐标和所述坐标转换算子，确定所述第二基站小区的第二抽样点的第二极坐标；所述第二抽样点为所述第二基站小区的任意位置；
根据所述第二极坐标和预设的判定条件，确定所述第二抽样点的归属基站小区；
遍历所述5G邻区集中基站小区的抽样点的归属基站小区，得到所述5G网络的覆盖区域。
3.根据权利要求1所述的方法，其特征在于，所述4G话单信息包括一条或多条话单记录的：开始时间戳、话单结束时间戳、用户信息、话单持续时长、上下行流量和用户位置信息。
4.根据权利要求1所述的方法，其特征在于，还包括：
根据所述目标用户在所述5G网络的网络使用情况，调整所述第一活动区域内的5G网络架构。
5.根据权利要求1所述的方法，其特征在于，所述预设时间段大于或等于一周，所述天数阈值大于或等于三天，所述时间阈值大于或等于三小时。
6.一种数据处理装置，其特征在于，包括：
处理单元，用于获取4G话单信息；
所述处理单元，还用于根据所述4G话单信息，确定目标用户在4G网络的第一活动区域，以及所述目标用户在所述第一活动区域内产生的4G数据流量和4G驻留时长；其中，所述第一活动区域为预设时间段内所述目标用户在所述4G网络中：在网天数大于天数阈值，且每天在网时长大于时间阈值，且在网使用数据流量大于流量阈值时所在的一个或多个第一基站小区；
处理单元，还用于在所述第一活动区域中确定5G网络的覆盖区域；
处理单元，还用于根据所述4G数据流量、所述4G驻留时长以及所述5G网络的覆盖区域，计算所述目标用户在所述5G网络的网络使用情况；
所述处理单元，还用于根据所述5G网络的覆盖区域，确定所述5G网络在所述第一活动区域的覆盖重叠度；根据所述覆盖重叠度，确定所述目标用户在5G网络的登网权重值；根据所述登网权重值和所述4G驻留时长，确定所述目标用户的5G驻留时长；根据所述登网权重值、所述4G数据流量以及修正因子，确定所述目标用户的5G数据流量，其中，所述修正因子预设为5G网络平均速率除以4G网络平均速率；将所述5G数据流量、所述4G数据流量以及所述修正因子求比值，得到所述目标用户在流量维度的网络使用情况；将所述5G驻留时长和所述4G驻留时长求比值，得到所述目标用户在驻留时长维度的网络使用情况。
7.一种电子设备，其特征在于，包括：
存储器，用于存储程序指令；
处理器，用于调用并执行所述存储器中的程序指令，执行如权利要求1-5中任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1-5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011422240.2A CN112566100B (zh) | 2020-12-08 | 2020-12-08 | 一种数据处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011422240.2A CN112566100B (zh) | 2020-12-08 | 2020-12-08 | 一种数据处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112566100A CN112566100A (zh) | 2021-03-26 |
| CN112566100B true CN112566100B (zh) | 2022-10-04 |
Family
ID=75059688
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011422240.2A Active CN112566100B (zh) | 2020-12-08 | 2020-12-08 | 一种数据处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112566100B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113179521B (zh) * | 2021-05-11 | 2022-11-29 | 中国联合网络通信集团有限公司 | 5g网络覆盖区域的确定方法和装置 |
| US11800382B1 (en) | 2021-09-08 | 2023-10-24 | T-Mobile Usa, Inc. | Coverage improvement for 5G new radio wireless communication network |
| US12089069B1 (en) | 2021-09-08 | 2024-09-10 | T-Mobile Usa, Inc. | Coverage improvement for 5G new radio wireless communication network to automatically adjust cell properties to improve coverage and capacity |
| US11606732B1 (en) | 2021-09-08 | 2023-03-14 | T-Mobile Usa, Inc. | Coverage improvement for 5G new radio wireless communication network, such as for over-shooting cells |
| CN113806643B (zh) * | 2021-09-16 | 2023-05-23 | 中国联合网络通信集团有限公司 | 待调整小区的确定方法、装置、电子设备及可读存储介质 |
| CN114040433B (zh) * | 2021-10-21 | 2023-09-29 | 中国联合网络通信集团有限公司 | 第五代移动通信5g用户驻留比确定方法及电子设备 |
| CN114374980B (zh) * | 2021-12-29 | 2024-05-10 | 中国电信股份有限公司 | 一种邻区关系确定方法、装置、电子设备及介质 |
| CN114390563B (zh) * | 2021-12-30 | 2024-08-27 | 中国电信股份有限公司 | 一种5g小区驻留能力评估方法、装置及电子设备 |
| CN114945187B (zh) * | 2022-06-06 | 2024-02-06 | 中国联合网络通信集团有限公司 | 网络流量预测方法、装置、设备和存储介质 |
| CN115278532B (zh) * | 2022-07-19 | 2024-03-15 | 中国联合网络通信集团有限公司 | 客流量计算方法、装置、设备和存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9480046B1 (en) * | 2015-06-11 | 2016-10-25 | Sprint Spectrum L.P. | Method and system for managing signaling in a wireless communication network |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110536327B (zh) * | 2019-10-08 | 2022-09-13 | 中国联合网络通信集团有限公司 | 5g网络承载能力的配置方法和装置、电子设备、存储介质 |
| CN111698676B (zh) * | 2019-12-24 | 2021-06-04 | 中国电信股份有限公司 | 网络驻留控制方法、mme设备、通信网络以及存储介质 |
| CN111465078B (zh) * | 2020-02-13 | 2022-11-04 | 北京小米移动软件有限公司 | 无线网络的搜索方法及装置、存储介质 |
| CN111918325B (zh) * | 2020-06-28 | 2023-11-28 | 珠海世纪鼎利科技股份有限公司 | Nsa架构下5g用户驻留时长获取方法、装置及设备 |
| CN111935792B (zh) * | 2020-08-19 | 2023-03-21 | 北京字节跳动网络技术有限公司 | 确定目标小区的方法及装置、终端和存储介质 |
-
2020
- 2020-12-08 CN CN202011422240.2A patent/CN112566100B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9480046B1 (en) * | 2015-06-11 | 2016-10-25 | Sprint Spectrum L.P. | Method and system for managing signaling in a wireless communication network |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112566100A (zh) | 2021-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112566100B (zh) | 一种数据处理方法及装置 | |
| CN103702337B (zh) | 一种小型基站部署位置的确定方法 | |
| CN103620441A (zh) | 用于在无线网络的覆盖区域中映射操作参数的方法和装置 | |
| US20140038634A1 (en) | Network map for location-based mobility decisions | |
| CN113131974B (zh) | 一种基于3dmimo的天线权值自动寻优的方法及装置 | |
| WO2013136128A1 (en) | Generating radio channel models parameter values | |
| CN112350756B (zh) | 一种天线的权值参数的优化方法、装置及电子设备 | |
| CN112950243B (zh) | 一种5g站址规划方法、装置、电子设备及存储介质 | |
| CN109474942B (zh) | 无线网络优化方法及装置 | |
| CN111818550B (zh) | 一种网络覆盖情况的预测方法、装置及设备 | |
| CN112969192B (zh) | 小区弱覆盖分析方法、装置、设备及存储介质 | |
| US20200178186A1 (en) | Access Method And Access Device | |
| CN111093207B (zh) | 一种移动通信网络的信号覆盖质量评估方法和装置 | |
| CN112492637A (zh) | 一种用于小区业务量预测的方法和装置 | |
| JPWO2009119393A1 (ja) | マージン設計装置、マージン設計システム、マージン設計方法及びプログラム | |
| CN111447677A (zh) | 一种高负荷地理栅格识别定位方法、系统及存储介质 | |
| CN113873557B (zh) | 基站的重叠覆盖率计算方法及装置、存储介质、电子设备 | |
| CN113613308B (zh) | 一种灵活帧结构编码时隙aloha数据传输方法及装置 | |
| CN111510870B (zh) | 相控阵卫星组播方法及装置 | |
| WO2017211178A1 (zh) | 划分超级小区的方法及装置 | |
| CN114126039B (zh) | 一种定位方法、装置及存储介质 | |
| CN110708665B (zh) | 接入网设备归属区域的确定方法及装置 | |
| CN113382436B (zh) | 小区间干扰检测方法及装置 | |
| CN110611540B (zh) | 天线赋形增益的确定方法及装置、系统 | |
| WO2016177123A1 (zh) | 小区干扰检测方法及装置 |
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 |