CN112566147A - 经纬度校验方法、装置、存储介质及计算机设备 - Google Patents
经纬度校验方法、装置、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN112566147A CN112566147A CN201910917816.3A CN201910917816A CN112566147A CN 112566147 A CN112566147 A CN 112566147A CN 201910917816 A CN201910917816 A CN 201910917816A CN 112566147 A CN112566147 A CN 112566147A
- Authority
- CN
- China
- Prior art keywords
- base station
- target
- latitude
- longitude
- base stations
- 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
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- 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
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供一种经纬度校验方法、装置、存储介质及计算机设备,该方法包括:获取目标基站所覆盖的小区中各个邻区的电平值;将各个邻区的电平值进行汇聚处理,分别得到多个邻基站的电平值,在多个邻基站中选择至少三个目标邻基站,计算得到至少三个目标邻基站中每个目标邻基站与目标基站之间的距离;获取至少三个目标邻基站中每个目标邻基站的经纬度,根据每个目标邻基站的经纬度及每个目标邻基站与目标基站的距离,采用遗传算法,计算得到一组经纬度解;将计算得到的经纬度解与现网中目标基站的工参经纬度进行对比,根据对比结果确定目标基站的工参经纬度是否异常。上述方法解决现有的基站经纬度不准确的问题。
Description
技术领域
本发明涉及无线通信技术领域,具体涉及一种经纬度校验方法、装置、存储介质及计算机设备。
背景技术
移动通信中将无线信号覆盖的区域称之为小区,一般是指一个基站的信号所能覆盖的范围。基站的位置通过基站的经纬度来描述,基站的位置是了解网络覆盖情况的基础,也是进行网络优化工作的重要参考信息。
传统的网络优化工作中,基站的经纬度通过维护人员前往现场进行采集,采集后通过人工录入到管理系统中。但是由于人工录入容易出错,加上在网络变化过程中维护人员没有及时更新基站经纬度数据,导致管理系统中维护的基站经纬度数据中有很多不准确的,经纬度不准确也就无法准确定位基站的位置,给网络优化工作带来很大不便,所以为了保证基站经纬度的准确性,网络优化人员一般间隔一段时间就要进行一遍全网的普查,这项全网普查的工作不仅耗时耗力,而且有大量的人力浪费。
发明内容
本发明实施例提供一种经纬度校验方法、装置、存储介质及计算机设备,用于解决现有技术中的基站经纬度不准确问题。
第一方面,本发明实施例提供了一种经纬度校验方法,所述方法包括:
获取目标基站所覆盖的小区中的各个用户设备的测量报告,其中,每个用户设备的测量报告包括其自身测量得到的各个邻区的电平值;
将各个用户设备测量得到的各个邻区的电平值进行汇聚处理,分别得到多个邻基站的电平值,所述邻基站的数量为至少三个;
在所述多个邻基站中选择至少三个目标邻基站,根据所述至少三个目标邻基站的电平值计算得到所述至少三个目标邻基站中每个目标邻基站与所述目标基站之间的距离;
获取所述至少三个目标邻基站中每个目标邻基站的经纬度,根据每个目标邻基站的经纬度及每个目标邻基站与所述目标基站的距离,采用遗传算法,计算得到一组经纬度解,所述经纬度解用于表征所述目标基站的经纬度;
将计算得到的所述经纬度解与现网中所述目标基站的工参经纬度进行对比,根据对比结果确定所述目标基站的工参经纬度是否异常。
进一步地,所述将各个用户设备测量得到的各个邻区的电平值进行汇聚处理,分别得到多个邻基站的电平值,包括:
将各个用户设备测量得到的所有邻区的电平值按照所属邻基站进行划分,得到多个与对各邻基站一一对应的电平值集合,每个邻基站对应一个或者多个邻区;
在每个电平值集合中进行采样,将每个电平值集合中采样点数量最多的N个电平值作为采样电平值,根据各个采样电平值及每个采样电平值的数量进行计算得到算术平均值,进而将得到的多个所述算术平均值分别作为所述多个邻基站的电平值,其中,N为大于或等于3的自然数。
进一步地,所述目标邻基站的数量为3个,所述在所述多个邻基站中选择至少三个目标邻基站,包括:
在所述多个邻基站的电平值中选择总采样点数量最多的三个电平值集合对应的邻基站作为目标邻基站,其中,所述总采样点数量为每个电平值集合对应的各个采样电平值的采样点数量之和。
进一步地,所述根据所述至少三个目标邻基站的电平值计算得到所述至少三个目标邻基站中每个目标邻基站与所述目标基站之间的距离,包括:
建立路径损耗模型,确定所述目标邻基站与目标基站之间的距离和路径损耗值的第一关系式;
根据每个目标邻基站的发射功率和电平值求出每个目标邻基站到所述目标基站的路径损耗值,根据每个目标邻基站到所述目标基站的路径损耗值及所述第一关系式得到至少三个目标邻基站中每个目标邻基站到所述目标基站的距离。
进一步地,所述第一关系式为:Los=32.44+20lgD+20lgF,其中,Los表示传输损耗值,单位为dB;D表示传输距离,单位为km;F表示频率,F的单位为MHz。
进一步地,所述根据每个目标邻基站的经纬度及每个目标邻基站与所述目标基站的距离,采用遗传算法,计算得到一组经纬度解,包括:
将随机产生的多组坐标构成一个群体;
根据每个目标邻基站的经纬度及每个目标邻基站与所述目标基站的距离确定适应度函数,并计算出所述群体中每组坐标对应的适应度函数值;
将所述群体中最小适应度函数值对应的一组坐标删除;
从剩余的多组坐标中随机选择两组坐标作为父代的两组坐标,然后将所述父代的两组坐标进行随机组合形成子代的多组坐标;
将所述子代的多组坐标按照预设的变异率进行变异,从变异后的多组坐标中随机选择一组坐标加入到所述群体中;
根据所述迭代阈值搜索出一组最优的坐标作为所述经纬度解。
进一步地,若确定所述目标基站的工参经纬度异常,则采用计算得到的所述经纬度解代替现网中所述目标基站的工参经纬度。
第二方面,本发明实施例提供了一种经纬度校验装置,包括:
获取模块,用于获取目标基站所覆盖的小区中的各个用户设备的测量报告,其中,每个用户设备的测量报告包括其自身测量得到的各个邻区的电平值;
处理模块,用于将各个用户设备测量得到的各个邻区的电平值进行汇聚处理,分别得到多个邻基站的电平值,所述邻基站的数量为至少三个;
选择模块,用于在所述多个邻基站中选择至少三个目标邻基站,根据所述至少三个目标邻基站的电平值计算得到所述至少三个目标邻基站中每个目标邻基站与所述目标基站之间的距离;
计算模块,用于获取所述至少三个目标邻基站中每个目标邻基站的经纬度,根据每个目标邻基站的经纬度及每个目标邻基站与所述目标基站的距离,采用遗传算法,计算得到一组经纬度解,所述经纬度解用于表征所述目标基站的经纬度;及
比较模块,用于将计算得到的所述经纬度解与现网中所述目标基站的工参经纬度进行对比,根据对比结果确定所述目标基站的工参经纬度是否异常。
第三方面,本发明实施例提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述方法。
第四方面,本发明实施例提供了一种计算机设备,包括存储器和处理器,所述存储器用于存储包括程序指令的信息,所述处理器用于控制程序指令的执行,所述程序指令被处理器加载并执行时实现上述方法。
可以理解,本发明实施例发明提出了一种基于遗传算法的经纬度校验方法,通过采集小区的MR(Measurement Report,测量报告)数据,经过汇聚、计算、筛选,得出经纬度信息,然后与工参经纬度比较偏差,以此来校验工参的经纬度。本发明弥补了传统经纬度校准中由于人员的主观性导致数据精确度偏差的问题,通过获取MR数据中的RSRP(ReferenceSignal Receiving Power,参考信号接收功率),分析计算得到经纬度,并将计算得到的经纬度与工参中的经纬度比较,以此来校准工参中的经纬度。运用此技术可以解决优化人员维护基站工参时基站经纬度不准等问题,无需人工勘站即可确保工参的完整度和准确性,提升维护效率。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为本发明实施例提供的一种经纬度校验方法的流程图;
图2为本发明实施例提供的一种经纬度校验装置进一步的流程图;
图3为本发明实施例提供的一种计算机设备的示意框图。
具体实施例
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其它含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
请参阅附图1,本发明实施例提供一种经纬度校验方法,包括:
步骤S01:获取目标基站所覆盖的小区中的各个用户设备的测量报告,其中,每个用户设备的测量报告包括其自身测量得到的各个邻区的电平值;
步骤S02:将各个用户设备测量得到的各个邻区的电平值进行汇聚处理,分别得到多个邻基站的电平值,邻基站的数量为至少三个;
步骤S03:在多个邻基站中选择至少三个目标邻基站,根据至少三个目标邻基站的电平值计算得到至少三个目标邻基站中每个目标邻基站与目标基站之间的距离。
步骤S04:获取至少三个目标邻基站中每个目标邻基站的经纬度,根据每个目标邻基站的经纬度及每个目标邻基站与目标基站的距离,采用遗传算法,计算得到一组经纬度解,经纬度解用于表征目标基站的经纬度。
步骤S05:将计算得到的经纬度解与现网中目标基站的工参经纬度进行对比,根据对比结果确定目标基站的工参经纬度是否异常。
可以理解,本发明实施例发明提出了一种基于遗传算法的经纬度校验方法,通过采集小区的MR(Measurement Report,测量报告)数据,经过汇聚、计算、筛选,得出经纬度信息,然后与工参经纬度比较偏差,以此来校验现网中工参的经纬度。
本发明弥补了传统经纬度校准中由于人员的主观性导致数据精确度偏差的问题,通过获取MR数据中的RSRP(Reference Signal Receiving Power,参考信号接收功率),在本发明实施例中RSRP以电平值表示,分析计算得到经纬度,并将计算得到的经纬度与工参中的经纬度比较,以此来校准工参中的经纬度。运用此技术可以解决优化人员维护基站工参时基站经纬度不准等问题,无需人工勘站即可确保工参的完整度和准确性,提升维护效率。
下面再次结合附图1对本实施例提供的经纬度校验方法的具体技术方案进行详细的说明。
首先,执行步骤S01:获取目标基站所覆盖的小区中的各个用户设备的测量报告,其中,每个用户设备的测量报告包括其自身测量得到的各个邻区的电平值。
具体地,一个基站可以覆盖多个小区,通常情况下,一个基站覆盖三个小区,步骤S01中的用户设备为与目标基站所覆盖的小区相连接的用户设备。当后台网管对目标基站所覆盖的小区开启MR数据开启订阅开关后,被目标基站所覆盖的小区所服务的多个用户设备会将自身测得的MR数据上报给基站。
具体地,邻区为与用户设备所连接的主小区相邻的小区。具体地,可以每个基站中都可以存在一个邻区关系表,邻区关系表中保存了基站中的各个小区,和每个小区的邻区。由于邻区关系表是一种现有技术,因此本申请未详细论述。例如,用户设备A所在的主小区为小区1,小区1和小区2、小区3在地理位置上是相邻的,则小区2及小区3是小区1的邻区,对应地,小区2及小区3是用户设备A的邻区,对应地,上传的测量报告中会包括小区1小区2及小区3的RSRP电平值。
还需要知道的是,用户设备的测量报告不仅包括各个邻区的电平值,还包括主小区的电平值及服务质量、用户设备当前的发射功率、SINR(Signal to Interference plusNoise Ratio,信号与干扰加噪声比)和CI(Cellular Identify,小区标识)等信息;由于以上信息与本发明的主要技术方案关联性不强,因此不做具体的描述。
接下来,执行步骤S02:将各个用户设备测量得到的各个邻区的电平值进行汇聚处理,分别得到多个邻基站的电平值,邻基站的数量为至少三个。
其中,需要知道的是,步骤S02中的各个邻区为目标基站所覆盖的小区的邻区,步骤S02中的各个邻区不包括基站覆盖的多个小区中的任意一个。
进一步地,将各个用户设备测量得到的各个邻区的电平值进行汇聚处理,分别得到多个邻基站的电平值,具体可以包括:
步骤S021:将各个用户设备测量得到的所有邻区的电平值按照所属邻基站进行划分,得到多个与对各邻基站一一对应的电平值集合,每个邻基站对应一个或者多个邻区。
举例来说,下面的表一分别示出了用户设备1、用户设备2、用户设备3及用户设备4测量得到的各个邻区的RSRP的电平值,其中,邻区1、邻区2、邻区3、邻区4、邻区5及邻区6为目标基站所覆盖的小区的各个邻区,其中,邻区1及邻区2为邻基站1所覆盖的小区,邻区3为邻基站2所覆盖的小区,邻区4为邻基站3所覆盖的小区,邻区4及邻区5为邻基站4所覆盖的小区。
表一:
因此,邻基站1对应的电平值集合d1={-50dBm,-72dBm,-50dBm,-78dBm,-96dBm,-95dBm},邻基站2对应的电平值集合d2={-97dBm,-77dBm,-80dBm,-87dBm},邻基站3对应的电平值集合d3={-88dBm,-67dBm},邻基站4对应的电平值集合d4={-99dBm,-85dBm,-91dBm,-95dBm,-95dBm,-95dBm,-91dBm,-99dBm,-95dBm,-91dBm}。
需要说明的是,实际应用场景中用户设备、邻基站及邻区的数量通常不止以上几个,以上列举仅作为示意,不应造成对本发明的限定。
步骤S022:在每个电平值集合中进行采样,将每个电平值集合中采样点数量最多的N个电平值作为采样电平值,根据各个采样电平值及每个采样电平值的数量进行计算得到算术平均值,进而将得到的多个算术平均值分别作为多个邻基站的电平值,其中,N为大于或等于3的自然数。
具体地,若N为3,以电平值集合d4为例进行说明,则电平值集合d4中采样点数量最多的三个的电平值为-95dBm,-91dBm及-99dBm,其中,电平值为-95dBm的采样点数量为4,电平值为-91dBm的采样点数量为3,电平值为-99dBm的采样点数量为2,根据各个采样电平值及每个采样电平值的数量进行计算得到算术平均值具体为:RSRP(电平值)=(-95dBm*4-91dBm*3-99dBm*2)/(4+3+2)=-94.56dBm,则汇聚而成的邻基站4的电平值为-94.56dBm。
又例如,邻基站A对应的采样点数量最多的三个电平值分别为-100dBm,-90dBm及-96dBm,其中,电平值为-100dBm的采样点数量为1000个,电平值为-90dBm的采样点数量为800个,电平值为-96dBm的采样点数量为1200个,则汇聚为邻基站A的RSRP=(-100*1000-90*800-96*1200)/(1000+800+1200)=-95.73dBm。可以理解,通过步骤S02将用户设备测得的各个邻区的RSRP电平值进行汇聚处理,形成基站级的RSRP电平值。
需要说明的是,邻基站的电平值用于表征目标基站覆盖的邻区所连接的用户设备所接收到的邻基站覆盖范围中某一虚拟点的接收功率的电平值。
接下来,执行步骤S03:在多个邻基站中选择至少三个目标邻基站,根据至少三个目标邻基站的电平值计算得到至少三个目标邻基站中每个目标邻基站与目标基站之间的距离。
具体地,在本发明实施例中,目标邻基站的数量为3个,当然,在其他实施例中,目标邻基站的数量还可以为4个,5个,甚至更多。
进一步地,步骤S03中:在多个邻基站中选择至少三个目标邻基站,具体可以包括:
步骤S031:在多个邻基站的电平值中选择总采样点数量最多的三个电平值集合对应的邻基站作为目标邻基站,其中,总采样点数量为每个电平值集合对应的各个采样电平值的采样点数量之和。也就是说,根据采样点总数确定目标邻基站。可以理解,由于采样点的数量越高,说明对应的邻基站与目标基站的距离越近,因此测得的经纬度越准确。
进一步地,步骤S03中:根据至少三个目标邻基站的电平值计算得到至少三个目标邻基站中每个目标邻基站与目标基站之间的距离,具体可以包括:
步骤S032:建立路径损耗模型,确定目标邻基站与目标基站之间的距离和路径损耗值的第一关系式;
具体地,第一关系式为:Los=32.44+20lgD+20lgF,其中,Los表示传输损耗值,单位为dB;D表示传输距离,单位为km;F表示频率,F的单位为MHz。
步骤S033:根据每个目标邻基站的发射功率和每个目标邻基站的电平值求出每个目标邻基站到目标基站的路径损耗值,根据每个目标邻基站到目标基站的路径损耗值及第一关系式得到中每个目标邻基站到目标基站的距离。
具体地,路径损耗值为目标邻基站的发射功率和目标邻基站电平值(参考信号接收功率)之间的差值,举例来说,若目标邻基站1的发射功率为10dBm,目标邻基站1的电平值为-105dBm,则路径损耗值Los=115dB,再根据第一关系式Los=32.44+20lgD+20lgF,可以计算得出距离D=31公里。
接下来,执行步骤S04:获取至少三个目标邻基站中每个目标邻基站的经纬度,根据每个目标邻基站的经纬度及每个目标邻基站与目标基站的距离,采用遗传算法,计算得到一组经纬度解,经纬度解用于表征目标基站的经纬度。
具体地说,至少三个目标邻基站中每个目标邻基站的经纬度可以从现网的工参数据中获取。设目标邻基站的数量为3个,因此,可以实现三点定位,三个目标邻基站的坐标分别为(x1,y1),(x2,y2),(x3,y3),目标基站的坐标为(x,y),三个邻基站到目标基站的距离分别为d1,d2,d3,由于步骤S03已求得每个目标邻基站到目标基站的距离,因此,理论上可以根据方程一:求得(x,y)的解,即目标基站的坐标,进而求得目标基站的经纬度。
然而,由于无线信号传播的衰减并不是总符合理论的模型,加上设备本身的误差,造成测量得到的距离误差很大,因此采用上述方程求得目标基站的经纬度通常是无解的,即方程一映射为坐标系曲线图后,形成的三个圆并不是会交于一个点,而是交于一个区域或者相离。
因此,本发明基于遗传算法,通过遗传算法计算得到一组最优的经纬度解,用以解决采用上述方程一无解的问题。
需要说明的是,本发明实施例中所采用的遗传算法,是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的搜索启发式算法;采用遗传算法将要解决的问题模拟成一个生物进化的过程,通过复制、交叉、突变等操作产生下一代的解,并逐步淘汰掉适应度低的解,增加适应度高的解;这样,进化N代后就很有可能会进化出适应度很高的个体;遗传算法主要使用三个遗传算子:选择、交叉、变异,其中,第一个选择算子,通过选择一些染色体来产生下一代;第二个交叉算子,两条父代染色体交换部分基因,来构造子代的两条新染色体,通常采用均匀交叉,即随机从两个父代染色体中选择基因,组成新的染色体;第三个变异算子,在繁殖过程,新产生的染色体中的基因会以一定的变异率变异。
本发明实施例中,将每组坐标当作染色体,将每组坐标的具体取值当作基因,模拟生物的遗传和进化过程,通过选择、交叉和变异等操作,以种群的方式搜索出一组最优的坐标解。
具体地,根据根据每个目标邻基站的经纬度及每个目标邻基站与目标基站的距离,采用遗传算法,计算得到一组经纬度解,具体可以包括:
步骤S041:将随机产生的多组坐标构成一个群体。
步骤S042:根据每个目标邻基站的经纬度及每个目标邻基站与目标基站的距离确定适应度函数,并计算出群体中每组坐标对应的适应度函数值。
具体地,可以根据预设的性能优化指标确定适应度函数,不同的性能优化指标对应不同的适应度函数,用户也可以根据实际需求自定义适应度函数,并设置对应的自定义性能优化指标。适应度函数用于评价一组坐标的优劣程度,若适应度函数值越大,则该组坐标适应性越好,反之,若适应度函数值越小,则该组坐标适应性越差;根据适应度函数值可对坐标组合进行选择,以保证适应性好的坐标组合有更多的机会繁殖后代,使优良特性得以遗传,因此,需要选用合理的适应度函数来体现适应度,用以指导遗传算法进化的方向。随着适应度函数值的变化,遗传算法收敛或发散,并选用合理的适应度函数,可以取得全局最优解。若群体中多组坐标对应的适应度函数的平均值较大,则可认为该群体是一个较为优良的群体。在本实施方式中,适应度函数t=Min f(x,y),即f(x,y)的最小值,更具体地,f(x,y)的计算公式为:
其中,n为目标邻基站的个数,在本发明实施例中,目标邻基站的个数n为3。
步骤S043:将群体中最小适应度函数值对应的一组坐标删除,此时,迭代次数N=N+1,其中,N=0,1,2,3,…,Nt,N的初始值设置为零,Nt为迭代阈值;若迭代次数N为Nt时,迭代结束,进入步骤S046,若迭代次数N没有到达Nt时,则进入步骤S044。
步骤S044:从剩余的多组坐标中随机选择两组坐标作为父代的两组坐标,将父代的两组坐标进行随机组合形成子代的多组坐标。
具体地,随机组合是指从一组坐标中任选几个参数,从另一组坐标中任选另几个参数,形成一组新的坐标,例如,若父代的两组坐标为:(A1,B1)、(A2,B2),其中,A1、A2为对应坐标A的具体取值;B1、B2为对应坐标B的具体取值;则将父代的两组坐标进行随机组合可以形成两组子代的坐标:(A1,B2),(A2,B1),从子代的两组坐标中随机选出一组作为子代的坐标。
步骤S045:将子代的多组坐标按照预设的变异率进行变异,从变异后的多组坐标中随机选择一组坐标加入到群体中。
具体地,在步骤S045之后,计算出变异后的群体中每组坐标对应的适应度函数值,然后转入步骤S043,如此循环,直到迭代次数N为Nt时,跳出循环。
优选的,可以预设变异率为5%,迭代阈值Nt为1000,本发明实施例中对变异率大小及迭代阈值Nt的设置不作具体限定。
步骤S046:根据预设的迭代阈值搜索出一组最优的坐标作为经纬度解。
接下来,执行步骤S05:将计算得到的经纬度解与现网中目标基站的工参经纬度进行对比,根据对比结果确定目标基站的工参经纬度是否异常。
具体地,可以通过比较经纬度解(x,y)与现网中目标基站的工参经纬度(lat,lon)的欧式距离,当欧式距离大于预设值时,确定目标基站的工参经纬度异常,进一步地,若确定目标基站的工参经纬度异常,则采用计算得到的经纬度解代替现网中目标基站的工参经纬度,以实现对目标基站经纬度的校准。
请参阅附图2,本发明提供一种经纬度校验装置100,包括:
获取模块11,用于获取目标基站所覆盖的小区中的各个用户设备的测量报告,其中,每个用户设备的测量报告包括其自身测量得到的各个邻区的电平值。
处理模块12,用于将各个用户设备测量得到的各个邻区的电平值进行汇聚处理,分别得到多个邻基站的电平值,邻基站的数量为至少三个;
选择模块13,用于在多个邻基站中选择至少三个目标邻基站,根据至少三个目标邻基站的电平值计算得到至少三个目标邻基站中每个目标邻基站与目标基站之间的距离;
计算模块14,用于获取至少三个目标邻基站中每个目标邻基站的经纬度,根据根据每个目标邻基站的经纬度及每个目标邻基站与目标基站的距离,采用遗传算法,计算得到一组经纬度解,经纬度解用于表征目标基站的经纬度;及
比较模块15,用于将计算得到的经纬度解与现网中目标基站的工参经纬度进行对比,根据对比结果确定目标基站的工参经纬度是否异常。
可选地,处理模块12具体被配置为执行以下步骤:
将各个用户设备测量得到的所有邻区的电平值按照所属邻基站进行划分,得到多个与对各邻基站一一对应的电平值集合,每个邻基站对应一个或者多个邻区;
在每个电平值集合中进行采样,将每个电平值集合中采样点数量最多的N个电平值作为采样电平值,根据各个采样电平值及每个采样电平值的数量进行计算得到算术平均值,进而将得到的多个算术平均值分别作为多个邻基站的电平值,其中,N为大于或等于3的自然数。
可选地,目标邻基站的数量为3个,选择模块13具体被配置为执行以下步骤:
在多个邻基站的电平值中选择总采样点数量最多的三个电平值集合对应的邻基站作为目标邻基站,其中,总采样点数量为每个电平值集合对应的各个采样电平值的采样点数量之和。
可选地,选择模块13还具体被配置为执行以下步骤:
建立路径损耗模型,确定目标邻基站与目标基站之间的距离和路径损耗值的第一关系式;
根据每个目标邻基站的发射功率和电平值求出每个目标邻基站到所述目标基站的路径损耗值,根据每个目标邻基站到目标基站的路径损耗值及所述第一关系式得到至少三个目标邻基站中每个目标邻基站到目标基站的距离。
可选地,第一关系式为:Los=32.44+20lgD+20lgF,其中,Los表示传输损耗值,单位为dB;D表示传输距离,单位为km;F表示频率,F的单位为MHz。
可选的,计算模块14具体被配置为执行以下步骤:
将随机产生的多组坐标构成一个群体;
根据每个邻基站的经纬度及每个目标邻基站与目标基站的距离确定适应度函数,并计算出群体中每组坐标对应的适应度函数值;
将群体中最小适应度函数值对应的一组坐标删除;
从剩余的多组坐标中随机选择两组坐标作为父代的两组坐标,然后将父代的两组坐标进行随机组合形成子代的多组坐标;
将子代的多组坐标按照预设的变异率进行变异,从变异后的多组坐标中随机选择一组坐标加入到群体中;
根据迭代阈值搜索出一组最优的坐标作为经纬度解。
可选地,比较模块15还具体被配置为执行以下步骤:
若确定目标基站的工参经纬度异常,则采用计算得到的经纬度解代替现网中目标基站的工参经纬度。
本发明实施例提供了一种存储介质,该存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行实现实施例中的LTE切换优化方法。
请参阅附图3,本发明实施例提供了一种计算机设备,该实施例的计算机设备50包括:处理器51、存储器52以及存储在存储器52中并可在处理器51上运行的计算机程序53,该计算机程序53被处理器51执行时实现实施例中的经纬度校验方法,为避免重复,此处不一一赘述。或者,该计算机程序被处理器51执行时实现实施例中经纬度校验装置100中各模型/单元的功能,为避免重复,此处不一一赘述。
计算机设备50可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备50可包括但不仅限于处理器51、存储器52。本领域技术人员可以理解,图3仅仅是计算机设备50的示例,并不构成对计算机设备50的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器51可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器52可以是计算机设备50的内部存储单元,例如计算机设备50的硬盘或内存。存储器52也可以是计算机设备50的外部存储设备,例如计算机设备50上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器52还可以既包括计算机设备50的内部存储单元也包括外部存储设备。存储器52用于存储计算机程序以及计算机设备所需的其它程序和数据。存储器52还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,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。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,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。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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实施例方案的目的。
另外,在本发明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,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元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装置(可以是个人计算机,服务器,或者网络装置等)或处理器(Processor)执行本发明各个实施例方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种经纬度校验方法,其特征在于,所述方法包括:
获取目标基站所覆盖的小区中的各个用户设备的测量报告,其中,每个用户设备的测量报告包括其自身测量得到的各个邻区的电平值;
将各个用户设备测量得到的各个邻区的电平值进行汇聚处理,分别得到多个邻基站的电平值,所述邻基站的数量为至少三个;
在所述多个邻基站中选择至少三个目标邻基站,根据所述至少三个目标邻基站的电平值计算得到所述至少三个目标邻基站中每个目标邻基站与所述目标基站之间的距离;
获取所述至少三个目标邻基站中每个目标邻基站的经纬度,根据每个目标邻基站的经纬度及每个目标邻基站与所述目标基站的距离,采用遗传算法,计算得到一组经纬度解,所述经纬度解用于表征所述目标基站的经纬度;
将计算得到的所述经纬度解与现网中所述目标基站的工参经纬度进行对比,根据对比结果确定所述目标基站的工参经纬度是否异常。
2.如权利要求1所述的方法,其特征在于,所述将各个用户设备测量得到的各个邻区的电平值进行汇聚处理,分别得到多个邻基站的电平值,包括:
将各个用户设备测量得到的所有邻区的电平值按照所属邻基站进行划分,得到多个与对各邻基站一一对应的电平值集合,每个邻基站对应一个或者多个邻区;
在每个电平值集合中进行采样,将每个电平值集合中采样点数量最多的N个电平值作为采样电平值,根据各个采样电平值及每个采样电平值的数量进行计算得到算术平均值,进而将得到的多个所述算术平均值分别作为所述多个邻基站的电平值,其中,N为大于或等于3的自然数。
3.如权利要求2所述的方法,其特征在于,所述目标邻基站的数量为3个,所述在所述多个邻基站中选择至少三个目标邻基站,包括:
在所述多个邻基站的电平值中选择总采样点数量最多的三个电平值集合对应的邻基站作为目标邻基站,其中,所述总采样点数量为每个电平值集合对应的各个采样电平值的采样点数量之和。
4.如权利要求1所述的方法,其特征在于,所述根据所述至少三个目标邻基站的电平值计算得到所述至少三个目标邻基站中每个目标邻基站与所述目标基站之间的距离,包括:
建立路径损耗模型,确定所述目标邻基站与目标基站之间的距离和路径损耗值的第一关系式;
根据每个目标邻基站的发射功率和电平值求出每个目标邻基站到所述目标基站的路径损耗值,根据每个目标邻基站到所述目标基站的路径损耗值及所述第一关系式得到至少三个目标邻基站中每个目标邻基站到所述目标基站的距离。
5.如权利要求4所述的方法,其特征在于,所述第一关系式为:Los=32.44+20lgD+20lgF,其中,Los表示传输损耗值,单位为dB;D表示传输距离,单位为km;F表示频率,F的单位为MHz。
6.如权利要求1所述的方法,其特征在于,所述根据每个目标邻基站的经纬度及每个目标邻基站与所述目标基站的距离,采用遗传算法,计算得到一组经纬度解,包括:
将随机产生的多组坐标构成一个群体;
根据每个目标邻基站的经纬度及每个目标邻基站与所述目标基站的距离确定适应度函数,并计算出所述群体中每组坐标对应的适应度函数值;
将所述群体中最小适应度函数值对应的一组坐标删除;
从剩余的多组坐标中随机选择两组坐标作为父代的两组坐标,然后将所述父代的两组坐标进行随机组合形成子代的多组坐标;
将所述子代的多组坐标按照预设的变异率进行变异,从变异后的多组坐标中随机选择一组坐标加入到所述群体中;
根据所述迭代阈值搜索出一组最优的坐标作为所述经纬度解。
7.如权利要求1所述的方法,其特征在于,所述方法还包括:
若确定所述目标基站的工参经纬度异常,则采用计算得到的所述经纬度解代替现网中所述目标基站的工参经纬度。
8.一种经纬度校验装置,其特征在于,包括:
获取模块,用于获取目标基站所覆盖的小区中的各个用户设备的测量报告,其中,每个用户设备的测量报告包括其自身测量得到的各个邻区的电平值;
处理模块,用于将各个用户设备测量得到的各个邻区的电平值进行汇聚处理,分别得到多个邻基站的电平值,所述邻基站的数量为至少三个;
选择模块,用于在所述多个邻基站中选择至少三个目标邻基站,根据所述至少三个目标邻基站的电平值计算得到所述至少三个目标邻基站中每个目标邻基站与所述目标基站之间的距离;
计算模块,用于获取所述至少三个目标邻基站中每个目标邻基站的经纬度,根据每个目标邻基站的经纬度及每个目标邻基站与所述目标基站的距离,采用遗传算法,计算得到一组经纬度解,所述经纬度解用于表征所述目标基站的经纬度;及
比较模块,用于将计算得到的所述经纬度解与现网中所述目标基站的工参经纬度进行对比,根据对比结果确定所述目标基站的工参经纬度是否异常。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的方法。
10.一种计算机设备,包括存储器和处理器,所述存储器用于存储包括程序指令的信息,所述处理器用于控制程序指令的执行,其特征在于:所述程序指令被处理器加载并执行时实现权利要求1至7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910917816.3A CN112566147B (zh) | 2019-09-26 | 2019-09-26 | 经纬度校验方法、装置、存储介质及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910917816.3A CN112566147B (zh) | 2019-09-26 | 2019-09-26 | 经纬度校验方法、装置、存储介质及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112566147A true CN112566147A (zh) | 2021-03-26 |
CN112566147B CN112566147B (zh) | 2022-11-01 |
Family
ID=75029808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910917816.3A Active CN112566147B (zh) | 2019-09-26 | 2019-09-26 | 经纬度校验方法、装置、存储介质及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112566147B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113225677A (zh) * | 2021-06-04 | 2021-08-06 | 中国联合网络通信集团有限公司 | 直放站干扰源的定位方法和装置 |
CN113301646A (zh) * | 2021-05-21 | 2021-08-24 | 恒安嘉新(北京)科技股份公司 | 一种定位方法、装置、电子设备及存储介质 |
CN114339827A (zh) * | 2021-12-02 | 2022-04-12 | 中国联合网络通信集团有限公司 | 基站经纬度校准方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104918271A (zh) * | 2014-03-12 | 2015-09-16 | 中国移动通信集团福建有限公司 | 一种基站的工程参数优化方法和装置 |
CN108111965A (zh) * | 2016-11-23 | 2018-06-01 | 中国移动通信集团公司 | 一种基站位置的确定方法和装置 |
CN108307309A (zh) * | 2018-01-31 | 2018-07-20 | 重庆邮电大学 | 一种基于邻区基站rsrp信息的移动用户位置计算方法 |
CN109302714A (zh) * | 2018-12-07 | 2019-02-01 | 南京华苏科技有限公司 | 基于用户数据实现基站位置研判及越区覆盖识别的方法 |
-
2019
- 2019-09-26 CN CN201910917816.3A patent/CN112566147B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104918271A (zh) * | 2014-03-12 | 2015-09-16 | 中国移动通信集团福建有限公司 | 一种基站的工程参数优化方法和装置 |
CN108111965A (zh) * | 2016-11-23 | 2018-06-01 | 中国移动通信集团公司 | 一种基站位置的确定方法和装置 |
CN108307309A (zh) * | 2018-01-31 | 2018-07-20 | 重庆邮电大学 | 一种基于邻区基站rsrp信息的移动用户位置计算方法 |
CN109302714A (zh) * | 2018-12-07 | 2019-02-01 | 南京华苏科技有限公司 | 基于用户数据实现基站位置研判及越区覆盖识别的方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113301646A (zh) * | 2021-05-21 | 2021-08-24 | 恒安嘉新(北京)科技股份公司 | 一种定位方法、装置、电子设备及存储介质 |
CN113225677A (zh) * | 2021-06-04 | 2021-08-06 | 中国联合网络通信集团有限公司 | 直放站干扰源的定位方法和装置 |
CN113225677B (zh) * | 2021-06-04 | 2022-11-22 | 中国联合网络通信集团有限公司 | 直放站干扰源的定位方法和装置 |
CN114339827A (zh) * | 2021-12-02 | 2022-04-12 | 中国联合网络通信集团有限公司 | 基站经纬度校准方法及装置 |
CN114339827B (zh) * | 2021-12-02 | 2023-05-02 | 中国联合网络通信集团有限公司 | 基站经纬度校准方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112566147B (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112566147B (zh) | 经纬度校验方法、装置、存储介质及计算机设备 | |
CN106717082B (zh) | 减轻信号噪声的基于指纹的室内定位 | |
JP5982579B2 (ja) | 進化通信システムのネットワークカバレッジ計画方法及び装置 | |
US8692667B2 (en) | Methods and apparatus for distributed learning of parameters of a fingerprint prediction map model | |
Bouzid et al. | MOONGA: multi-objective optimization of wireless network approach based on genetic algorithm | |
CN109963287A (zh) | 天线方向角优化方法、装置、设备及介质 | |
CN112218330B (zh) | 定位方法及通信装置 | |
CN105744548B (zh) | Pci优化方法及装置 | |
CN116629189B (zh) | 一种集成电路的布局生成方法及装置 | |
CN109348403B (zh) | 一种异构网络环境中面向指纹定位的基站部署优化方法 | |
CN114095856B (zh) | 用于基站节能的处理方法和处理装置 | |
KR20160065958A (ko) | 디바이스 간 통신을 위한 송신 전력 | |
CN110366188B (zh) | 干扰测量点部署方法、干扰测量路径规划方法及系统 | |
JP4727421B2 (ja) | 電磁場評価方法及びシステム | |
CN110621025B (zh) | 一种设备选型方法和装置 | |
WO2012010283A1 (en) | Telecommunications network node and methods | |
Gualda et al. | RSSI distance estimation based on Genetic Programming | |
CN112929907B (zh) | 天线参数的确定方法及装置 | |
CN110650483B (zh) | 一种设备选型方法和装置 | |
WO2018104776A1 (zh) | 用于进行发送功率和传输速率的联合优化的通信方法和设备 | |
CN108271183A (zh) | 一种基于原始测量报告的邻区优化方法及装置 | |
CN114363909A (zh) | 方位角确定方法、装置、电子设备及存储介质 | |
CN108064051B (zh) | 确定网络射频优化方案的方法、装置及设备 | |
Lima et al. | Hybrid multicriteria algorithms applied to structural design of wireless local area networks | |
CN105992263A (zh) | 基站站址偏移预评估方法及系统 |
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 |