CN112566167B - 网络质量故障识别方法、装置及服务器 - Google Patents
网络质量故障识别方法、装置及服务器 Download PDFInfo
- Publication number
- CN112566167B CN112566167B CN202011391438.9A CN202011391438A CN112566167B CN 112566167 B CN112566167 B CN 112566167B CN 202011391438 A CN202011391438 A CN 202011391438A CN 112566167 B CN112566167 B CN 112566167B
- Authority
- CN
- China
- Prior art keywords
- motion
- sampling
- signaling
- determining
- sample
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000005070 sampling Methods 0.000 claims abstract description 526
- 230000033001 locomotion Effects 0.000 claims abstract description 500
- 230000011664 signaling Effects 0.000 claims abstract description 355
- 238000005259 measurement Methods 0.000 claims abstract description 59
- 230000003068 static effect Effects 0.000 claims description 126
- 238000012360 testing method Methods 0.000 claims description 28
- 238000006073 displacement reaction Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 238000013461 design Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012372 quality testing Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种网络质量故障识别方法、装置及服务器,该方法包括:获取网络测量数据和网络信令数据,并根据网络测量数据和网络信令数据确定所有采样点的样本信令,样本信令包含用户识别码、上报时间和位置信息,根据用户识别码、上报时间和位置信息对所有样本信令进行分组,并根据分组后的样本信令确定采样终端在采样点的运动状态,并根据采样终端的运动状态以及网络测量数据识别网络质量故障,提高了无线环境低速率小区分析结果的精确性。根据分组之后的样本数据确定采样终端位于采样点时的运动状态,并根据运动状态结合网络测量报告识别网络质量故障,提高了识别网络质量故障结果的准确性。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种网络质量故障识别方法、装置及服务器。
背景技术
随着通信技术的发展,运营商依赖于对全球移动通信系统以及蜂窝网络的网络运营经验,对网络质量指标进行评估,并根据评估的结果识别网络质量故障。
现有主要采用路测和室内定点测试的方法对网络的覆盖范围、信号强度和通话质量进行实地测试,并通过分析测试终端上传的测试文件数据,进行网络质量评估,并根据评估的结果识别网络质量故障。
但是,由于现有的路测和室内定点测试方法受测试成本的限制,进行实地的测试终端的数量比较少,采集的测试文件数据的比较片面,导致根据测试文件数据获得的网络质量故障识别的结果存在偏差,影响识别网络质量故障的准确性。
发明内容
本发明的目的在于提供一种网络质量故障识别方法、装置及服务器,通过对样本信令进行分组,提高了识别网络质量故障的准确性。
第一方面,本发明提供一种网络质量故障识别方法,包括:
获取网络测量数据和网络信令数据,并根据所述网络测量数据和网络信令数据确定所有采样点的样本信令,所述样本信令包含用户识别码、上报时间和位置信息;
根据所述用户识别码、上报时间和位置信息对所有样本信令进行分组,并根据分组后的样本信令确定采样终端在采样点的运动状态;
根据所述采样终端的运动状态以及所述网络测量数据识别网络质量故障。
在一种可能的设计中,所述根据所述用户识别码、上报时间和位置信息对所有样本信令进行分组,包括:
将所述用户识别码相同的样本信令按照时间顺序进行排序,获得所述用户识别码对应的采样终端的有序样本信令组;
根据第一分组规则对所述有序样本信令组进行分组,获取多个信令候选组,所述第一分组规则为:若所述有序样本信令组中相邻两条样本信令的时间间隔小于或者等于第一预设时间间隔、且所述相邻两条样本信令对应的采样点之间的距离小于或者等于第一预设距离阈值,则判定所述相邻两条样本信令属于同一个信令候选组;
若所述信令候选组包含的样本信令的数量大于预设数量阈值,则确定所述信令候选组为运动候选组,否则为静止候选组;
根据第二分组规则对所述运动候选组进行分组,获得多个运动识别组,所述第二分组规则为:若所述运动候选组中相邻两条样本信令的时间间隔小于或者等于第二预设时间间隔、且所述相邻两条样本信令对应的采样点之间的距离小于或者等于第二预设距离阈值,则判定所述相邻两条样本信令属于同一个运动识别组;
根据第三分组规则对所述静止候选组进行分组,获得多个静止识别组,所述第三分组规则为:若所述静止候选组中相邻两条样本信令的时间间隔小于或者等于第三预设时间间隔、或者所述运动候选组中所有样本信令对应的基站数量小于或者等于预设基站数量,则判定所述相邻两条样本信令属于同一个静止识别组。
在一种可能的设计中,所述根据分组后的样本信令确定采样终端在采样点的运动状态,包括:
根据第一运动状态判定规则确定所有运动识别组对应的采样终端的运动状态;根据第二运动状态判定规则确定所有静止识别组对应的采样终端的运动状态。
在一种可能的设计中,所述根据第一运动状态判定规则确定所有运动识别组对应的采样终端的运动状态,包括:
根据每个运动识别组中的所有样本信令确定所述运动识别组的所有运动采样点的位置信息以及核心运动采样点的位置信息,根据所有运动识别组的样本信令确定所述采样终端接入的基站总数,并根据所有运动采样点的位置信息确定第一运动范围、平均速度和识别路占比,其中所述核心运动采样点位于所有运动采样点中的中心位置,所述第一运动范围由所有运动采样点的位置信息中包含的最大经度、最大纬度、最小经度以及最小纬度确定的,所述平均速度由总位移和总运动时间确定的,所述识别路占比为最大移动路程与所述总位移之间的比值,所述最大移动路程为所有任意两个运动采样点之间距离的最大值,所述总位移为任意一个运动采样点与剩余运动采样点之间距离总和的最大值;
若所述第一运动范围的面积大于或者等于第一预设面积阈值、所述路占比大于或者等于第一预设比例、且所述平均速度大于或者等于第一预设速度阈值,则判定所述采样终端位于核心运动采样点时为高速运动状态;
或者,
若所述第一运动范围的面积小于第一预设面积阈值、所述平均速度小于第一预设速度阈值,且所述基站总数小于预设基站总数,则判定所述采样终端位于核心运动采样点时为静止状态;
否则,所述采样终端位于核心运动采样点时为低速运动状态。
在一种可能的设计中所述根据第二运动状态判定规则确定所有静止识别组对应的采样终端的运动状态,包括:
根据每个静止识别组中的样本信令确定所述静止识别组的所有静止采样点的位置信息以及核心静止采样点的位置信息,根据所有静止采样点的所有样本信令中的上报时间确定采样时间间隔以及第二运动范围,其中所述核心静止采样点位于所有静止采样点中的中心位置,所述第二运动范围由所述所有静止采样点的位置信息中包含的最大经度、最大纬度、最小经度以及最小纬度确定的;
若所述第二运动范围的面积大于或者等于第二预设面积阈值、所述采样时间间隔大于零且所述静止识别组中的样本信令的数量大于1,则判定所述采样终端位于核心静止采样点时为静止运动状态;
或者,
若所述第二运动范围的面积大于第二预设面积阈值、所述静止识别组中的样本信令的数量大于1且所述采样时间间隔大于零,则判定所述采样终端位于核心静止采样点时为低速运动状态。
在一种可能的设计中,所述根据所述采样终端的运动状态以及所述网络测量数据对网络覆盖质量进行评估,包括:
根据所述采样终端的运动状态以及电子地图确定所述采样终端位于采样点的场地情况;
根据所述采样终端位于采样点的场地情况以及对应的网络测量数据识别网络质量故障。
在一种可能的设计中,根据所有运动识别组的样本信令确定所述采样终端接入的基站总数,包括:
根据所有运动识别组的样本信令确定对应的所有网络信令数据;
根据所述所有网络信令数据中包含的当前主服务小区标识的数量,确定所述采样终端接入的基站总数。
在一种可能的设计中,在所述根据所有运动采样点的位置信息确定第一运动范围、平均速度和识别路占比之前,还包括:
根据所述运动采样点与上一个运动采样点之间的运动路线以及时间间隔,确定所述采样终端位于所述运动采样点时的瞬时速度和运动方向;
若所述瞬时速度大于预设瞬时速度,或者所述运动方向与上一个运动采样点的运动方向的夹角大于预设角度阈值,则将所述运动采样点的样本信令从运动识别组中删除,获得有效运动识别组,并根据所述有效运动识别组中所有运动采样点的位置信息执行确定所述采样终端接入的基站总数、第一运动范围、平均速度和第一路占比的步骤。
在一种可能的设计中,所述网络测量数据为最小化路测MDT报告,所述网络信令数据为移动管理节点功能S1-MME信令数据。
第二方面,本发明实施例提供一种网络质量故障识别装置,包括:
获取模块,用于获取网络测量数据和网络信令数据,并根据所述网络测量数据和网络信令数据确定所有采样点的样本信令,所述样本信令包含用户识别码、上报时间和位置信息;
确定模块,用于根据所述用户识别码、上报时间和位置信息对所有样本信令进行分组,并根据分组后的样本信令确定采样终端在采样点的运动状态;
识别模块,用于根据所述采样终端的运动状态以及所述网络测量数据识别网络质量故障。
第三方面,本发明实施例提供一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
获取网络测量数据和网络信令数据,并根据所述网络测量数据和网络信令数据确定所有采样点的样本信令,所述样本信令包含用户识别码、上报时间和位置信息;
根据所述用户识别码、上报时间和位置信息对所有样本信令进行分组,并根据分组后的样本信令确定采样终端在采样点的运动状态;
根据所述采样终端的运动状态以及所述网络测量数据识别网络质量故障。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如第一方面任一项所述的网络质量故障识别方法。
本发明实施例提供的一种网络质量故障识别方法、装置及服务器,通过利用网络测量数据和网络信令数据确定所有采样点的样本信令,并根据用户识别码、上报时间和位置信息对所有样本信令进行分组,利用分组后的样本信令确定采样终端在采样点的运动状态,结合采样终端的运动状态以及网络测量数据识别网络质量故障,提高了识别网络质量故障的准确性。
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,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1为本发明实施例提供的网络质量故障识别系统的结构示意图;
图2为本发明实施例提供的网络质量故障识别方法流程图一;
图3为本发明实施例提供的网络质量故障识别方法流程图二;
图4为本发明实施例提供的网络质量故障识别方法流程图三;
图5为本发明实施例提供的网络质量故障识别装置的结构示意图;
图6为本发明实施例提供的服务器结构示意图。
具体实施方式
通过上述附图,已示出本发明明确的实施例,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发明构思的范围,而是通过参考特定实施例为本领域技术人员说明本发明的概念。
目前,随着通讯技术的发展以及大数据的应用,当前针对网络覆盖质量的评估,已从小区级KPI、MR指标评估扩展至地理化、栅格化评估,结合场景的电子边框可准确评估场景的网络覆盖情况以及覆盖问题所在的具体位置,对网络建设及优化具有重要的指导作用。现有的网络质量识别的现有技术主要路测和室内定点测试的方法。其中,路测方法是工程师设计测试线路以及路测的采样点,并将路测设备设置在采样点,根据路测设备在不同的采样点上报的网络测量报告评估网络质量。室内定点测试是工程师设计室内的测试点位置,并接收测试终端位于室内测试点时上报的测量报告,并根据网络测量报告评估网络质量。
然而现有的两种网络覆盖质量测试方式存在数据样本点不全面的问题,由于现有的两种网络覆盖质量测试方式都是采用人工测试的方式,还存在测试周期长和测试成本高的缺陷。并且,现有的两种网络覆盖质量测试方式容易受道路通行、私人场所及住宅、小区内道路无法进入等因素的限制,无法获取所有测试区域的网络质量,使得根据网络质量测量报告识别的网络质量故障的准确较低。
针对此缺陷,本申请提供的技术构思为:通过将网络测量数据和网络信令数据进行关联获取海量样本数据,相比较现有的人工测量的方法,提高了样本的数量;通过对样本数据进行分组,根据分组之后的样本数据确定采样终端位于采样点时的运动状态,提高了确定采样终端的运动状态结果的准确性;并根据运动状态结合网络测量报告识别网络质量故障,结合采样终端的运动状态分析网络质量差的原因,提高了识别网络质量故障结果的准确性。
图1为本发明实施例提供的网络质量故障识别系统的结构示意图。如图1所示,网络系统中包括多个基站11、多个采样终端12及服务器13。其中,小区是为用户提供无线通信业务的一片区域,是无线网络的基本组成单位,基站11用于管理或者支持一个或者多个小区,通常一个基站对应一个小区,即小区是以基站为中心的一片覆盖区域。当采样终端12位于某一个小区提供的无线信号范围内时,与管理该小区的基站建立连接之后,再与核心网建立通信,实现无线通信业务。本发明实施例提供的网络质量故障识别系统中可能包括多个采样终端12,其中每个采样终端12用于根据与基站11之间的传输信令生成网络测量数据和网络信令数据,并将网络测量数据和网络信令数据上报至服务器13,使得服务器13网络测量数据和网络信令数据识别网络质量故障。将每个采样终端12向服务器发送网络测量数据和网络信令数据时所处的位置作为采样点。
图2为本发明实施例提供的网络质量故障识别方法流程图一。本实施例的方法的执行主体可以为图1中的服务器,如图2所示,网络质量故障识别方法包括以下步骤:
S201:获取网络测量数据和网络信令数据,并根据网络测量数据和网络信令数据确定所有采样点的样本信令,样本信令包含用户识别码、上报时间和位置信息。
在本发明实施例中,具体的,网络测量数据为最小化路测MDT报告,网络信令数据为移动管理节点功能S1-MME信令数据。其中,MDT报告包含的关键信息包括上报时间、当前主服小区标识、用户临时标识、采样点经度、采样点经度,S1-MME信令数据包含的关键信息包括上报时间、当前主服小区标识、用户临时标识以及用户识别码。通过将MDT报告中的上报时间、当前主服小区标识和用户临时标识分别与S1-MME信令数据中的上报时间、当前主服小区标识和用户临时标识进行关联,将当前主服小区标识和用户临时标识相同的MDT报告和S1-MME信令数据合并为样本信令,其中MDT报告中包括的上报时间与S1-MME信令数据中包括的上报时间之间的间隔小于预设时间差值。示例性的,预设时间差值可以为5分钟。将网络测量数据和网络信令数据进行关联之后获得的样本信令包含用户识别码、上报时间和位置信息,其中样本信令的时间为MDT报告的上报时间,用户识别码为S1-MME信令数据中的用户识别码,位置信息为MDT报告中包含的采样点经度和采样点经度。
S202:根据用户识别码、上报时间和位置信息对所有样本信令进行分组,并根据分组后的样本信令确定采样终端在采样点的运动状态。
在本发明实施例中,将样本信令用户识别码相同的归类为同一采样终端的样本信令组,其中采样终端的与用户识别码相对应。对同一采样终端的所有样本信令中包含的上报时间和位置信息进行二次分组,初步获得采样终端的同属于运动状态的所有样本信令和同属于静止状态的所有样本信令,并进一步的确定采样终端的运动状态。
S203:根据采样终端的运动状态以及网络测量数据识别网络质量故障。
在本发明实施例中,具体的,在确定采样终端的运动状态之后,可先根据采样终端的运动状态以及电子地图确定采样终端位于采样点的场地情况。示例性的,若判定采样终端在第一采样点的运动状态为高速运动状态,第一采样点在电子地图中对应的场地为高速公路,则可根据采样终端在第一采样点上报的网络测量报告识别网络质量故障。若此时采样终端与基站之间数据交互的速率较低,则识别的网络质量故障可能为由于处于网络覆盖范围的边缘导致数据的传输速率低,应增设基站提高终端与基站之间数据传输速率和稳定性。示例性的,若判定采样终端在第二采样点的运动状态为静止状态,第二采样点在电子地图中对应的场地为楼宇,则可根据采样终端在第二采样点上报的网络测量报告识别网络质量故障。若此时采样终端与基站之间数据交互的存在信号质差的问题,则识别的网络质量故障可能为覆盖该楼宇的网络设备出现了故障,应对覆盖该楼宇网络范围的设备进行检修。示例性的,若判定采样终端在第三采样点的运动状态为高速状态,然而第三采样点在电子地图中对应的场地为建筑,则舍弃该采样点的样本信令,降低由于样本信令的误差对识别网络质量故障结果的影响。
从上述实施例可知,通过将网络测量数据和网络信令数据进行关联获取海量样本数据以及对样本数据进行分组,根据分组之后的样本数据确定采样终端位于采样点时的运动状态,并根据运动状态结合网络测量报告识别网络质量故障,结合采样终端的运动状态分析网络质量差的原因。本发明实施例提供的识别网络质量故障的方法,通过对样本数据进行分组提高了确定采样终端的运动状态结果的准确性,不仅降低了获得测试样本的成本,还提高了识别网络质量故障结果的准确性。
图3为本发明实施例提供的网络质量故障识别方法流程图二。在图2实施例的基础上,本实施例针对S201具体提出了根据用户识别码、上报时间和位置信息对所有样本信令进行分组的方法。如图3所示,该方法包括:
S301:将用户识别码相同的样本信令按照时间顺序进行排序,获得用户识别码对应的采样终端的有序样本信令组。
在本发明实施例中,将样本信令用户识别码相同的归类为同一采样终端的样本信令组,其中采样终端的与用户识别码相对应。对于属于同一采样终端的样本信令组,按照样本信令组中每条样本信令中的上报时间进行排序,获得每个采样终端的有序样本信令组。
S302:根据第一分组规则对有序样本信令组进行分组,获取多个信令候选组,第一分组规则为:若有序样本信令组中相邻两条样本信令的时间间隔小于或者等于第一预设时间间隔、且相邻两条样本信令对应的采样点之间的距离小于或者等于第一预设距离阈值,则判定相邻两条样本信令属于同一个信令候选组。
在本发明实施例提供的网络质量故障识别系统中,每个采样终端可能处于静止状态、低速运动状态或者高级运动状态,或者出现了几种不同的运动状态。根据每个采样终端上传给服务器的网络测量数据和网络信令数据获得该采样终端的所有采样信令,根据每条采样信令可确定采样终端在采样点的时间信息和位置信息,因此可以根据该采样终端的所有采样信令确定采样终端在各个采样点的运动状态。在实际情况中,采样终端在不同的时间段可能处于不同的运动状态中,但是处于连续相同运动状态的多条样本信令之间,时间和位置信息存在相似性。因此,可通过对样本信令按照设定的规律进行分组,将可能处于同一运动状态的采样点的样本信令分为一组,提高确定采样终端运动状态的准确性。
在本发明实施例中,根据第一分组规则对有序样本信令组进行分组,获取多个信令候选组,第一分组规则为:若所属同一个采样终端的有序样本信令组中,相邻两条样本信令的时间间隔小于或者等于第一预设时间间隔、且相邻两条样本信令对应的采样点之间的距离小于或者等于第一预设距离阈值,则判定相邻两条样本信令属于同一个信令候选组。具体的,选定第一预设时间间隔为5分钟,设定第一预设距离阈值为200米。若相邻两条样本信令满足上述的第一分组规则,则可判定该相邻两条样本信令是采样终端处于同一个运动状态时上传的。根据第一分组规则将连续的、同属于相同运动状态的样本信令归类为同一个信令候选组,则可根据该信令候选组中包含的所有样本信令确定采样终端的运动状态。
S303:若信令候选组包含的样本信令的数量大于预设数量阈值,则确定信令候选组为运动候选组,否则为静止候选组。
在本发明实施例中,若属于同一信令候选组的样本信令的数量较多,则说明采样终端可能在短时间内进行了多次运动。因此,当信令候选组包含的样本信令的数量大于预设数量阈值时,可确定信令候选组为运动候选组。或者,当信令候选组包含的样本信令的数量小于或者等于预设数量阈值时,可确定信令候选组为静止候选组。运动候选组表示采样终端在该组所属的采样点时大概率处于运动状态,并不是表示一定处于运动状态。同理,静止候选组表示采样终端在该组所属的采样点时大概率处于静止状态,并不是表示一定处于静止状态。示例性的,设定预设数量阈值为6。
S304:根据第二分组规则对运动候选组进行分组,获得多个运动识别组,第二分组规则为:若运动候选组中相邻两条样本信令的时间间隔小于或者等于第二预设时间间隔、且相邻两条样本信令对应的采样点之间的距离小于或者等于第二预设距离阈值,则判定相邻两条样本信令属于同一个运动识别组。
在本发明实施例中,当属于同一运动候选组的样本信令的数量较多时,可通过进一步对属于同一运动候选组的样本信令的进行分组,并根据二次分组之后的样本信令确定采样终端的运动状态,可提高确定采样终端运动状态结果的精度和准确性。具体的,根据第二分组规则对运动候选组进行分组,获得多个运动识别组,第二分组规则为:若运动候选组中相邻两条样本信令的时间间隔小于或者等于第二预设时间间隔、且相邻两条样本信令对应的采样点之间的距离小于或者等于第二预设距离阈值,则判定相邻两条样本信令属于同一个运动识别组。通过将时间间隔较小以及距离较近的两条样本信令归类为同一个运动识别组,提高了确定采样终端运动状态结果的精度和准确性。具体的,设定第二预设时间间隔为2分钟,设定第二预设距离阈值为50米。
S305:根据第三分组规则对静止候选组进行分组,获得多个静止识别组,第三分组规则为:若静止候选组中相邻两条样本信令的时间间隔小于或者等于第三预设时间间隔、或者静止候选组中所有样本信令对应的基站数量小于或者等于预设基站数量,则判定相邻两条样本信令属于同一个静止识别组。
在本发明实施例中,将静止候选组中相邻两个样本信令之间时间间隔较小以及距离较近的两条样本信令归类为同一个静止识别组,可提高确定采样终端运动状态结果的精度和准确性。具体的,根据第三分组规则对静止候选组进行分组,获得多个静止识别组,第三分组规则为:静止候选组中相邻两条样本信令的时间间隔小于或者等于第三预设时间间隔、或者静止候选组中所有样本信令对应的基站数量小于或者等于预设基站数量。具体的,设定第二预设时间间隔为5分钟,设定第二预设距离阈值为100米。
从上述实施例可知,通过对样本信令按照设定的规律进行分组,将可能处于同一运动状态的采样点的样本信令分为一组确定运动候选组和静止候选组,再对属于同一运动候选组和静止候选组的样本信令的进行二次分组,并根据二次分组之后的样本信令确定采样终端的运动状态,可提高确定采样终端运动状态结果的精度和准确性。
图4为本发明实施例提供的网络质量故障识别方法流程图三。在图3实施例的基础上,本实施例具体提出了根据分组后的样本信令确定采样终端在采样点的运动状态的方法。如图4所示,该方法包括:
S401:根据第一运动状态判定规则确定所有运动识别组对应的采样终端的运动状态。
在本发明实施例中,在获得了每个采样终端的所有运动识别组之后,根据各个采样终端的所有运动识别组的样本信令,确定所有采样终端在采样点的具体运动状态。具体的,根据第一运动状态判定规则确定所有运动识别组对应的采样终端的运动状态的步骤如下:
第一步:根据每个运动识别组中的所有样本信令确定运动识别组的所有运动采样点的位置信息以及核心运动采样点的位置信息,根据所有运动识别组的样本信令确定所述采样终端接入的基站总数,并根据所有运动采样点的位置信息确定第一运动范围、平均速度和识别路占比。
本步骤中,可将采样终端处于同一个运动识别组时的所有状态等效于在一个核心运动采样点的运动状态。具体的,可将所有运动采样点中的中心位置作为核心运动采样点。
本步骤中,第一运动范围由所有运动采样点的位置信息中包含的最大经度、最大纬度、最小经度以及最小纬度确定的。当采样终端处于同一个运动识别组时,则通过同一个运动识别组的所有采样样本中包含的所有经度和纬度,可确定采样终端的一个最大运动范围,因此将所有运动采样点的位置信息中包含的最大经度、最大纬度、最小经度以及最小纬度确定的矩阵的面积,作为采样终端的第一运动范围。
本步骤中,平均速度由总位移和总运动时间确定的,其中,最大移动路程为所有任意两个运动采样点之间距离的最大值,总位移为任意一个运动采样点与剩余运动采样点之间距离总和的最大值。总运动时间为所有运动采样点对应的样本信令中的最晚上报时间与最早上报时间之间的差值。其中,识别路占比为最大移动路程与总位移之间的比值。
本步骤中,示例性的,可根据所有运动识别组的样本信令确定所述采样终端接入的基站总数。根据所有运动识别组的样本信令确定对应的所有网络信令数据;根据所有网络信令数据中包含的当前主服务小区标识的数量,确定采样终端接入的基站总数。具体的,网络信令数据为移动管理节点功能S1-MME信令数据,获取与所有运动采样点对应的样本信令关联的S1-MME信令数据,并根据所有关联的S1-MME信令数据中包含的当前主服小区标识的数量确定采样终端在所有运动采样点接入的基站总数。若所有关联的S1-MME信令数据中包含的当前主服小区标识存在重复的当前主服小区标识时,只保留一个当前主服小区标识。并根据去重后的当前主服小区标识的数量确定采样终端在所有运动采样点接入的基站总数。
第二步:若第一运动范围的面积大于或者等于第一预设面积阈值、路占比大于或者等于第一预设比例、且平均速度大于或者等于第一预设速度阈值,则判定采样终端位于核心运动采样点时为高速运动状态;或者,若第一运动范围的面积小于第一预设面积阈值、平均速度小于第一预设速度阈值,且基站总数小于预设基站总数,则判定采样终端位于核心运动采样点时为静止状态;否则,采样终端位于核心运动采样点时为低速运动状态。
本步骤中,根据采样终端的运动特性分析判定采样终端运动状态的参考因素。采样终端的运动特性与运动范围、平均速度、接入的基站总数以及路占比相关。通过根据现有的终端运动参数进行分析确定每个参考因素的判定阈值,并根据设定的阈值预测采样终端的运动状态。具体的,当第一运动范围的面积大于或者等于第一预设面积阈值、路占比大于或者等于第一预设比例、且平均速度大于或者等于第一预设速度阈值时,判定采样终端位于核心运动采样点时为高速运动状态。或者,当第一运动范围的面积小于第一预设面积阈值、平均速度小于第一预设速度阈值,且基站总数小于预设基站总数时,判定采样终端位于核心运动采样点时为静止状态。若以上条件均不满足,则判定采样终端位于核心运动采样点时为低速运动状态。具体的,设定第一预设面积阈值为40平方米,设定第一预设比例为0.1,设定第一预设速度阈值为15千米/小时,设定预设基站总数为2。
S402:根据第二运动状态判定规则确定所有静止识别组对应的采样终端的运动状态。
在本发明实施例中,在获得了每个采样终端的所有静止识别组之后,根据各个采样终端的所有静止识别组的样本信令,确定所有采样终端在采样点的具体状态。具体的,根据第二运动状态判定规则确定所有静止识别组对应的采样终端的运动状态的步骤如下:
第一步:根据每个静止识别组中的样本信令确定静止识别组的所有静止采样点的位置信息以及核心静止采样点的位置信息,根据所有静止采样点的所有样本信令中的上报时间确定采样时间间隔以及第二运动范围,其中核心静止采样点位于所有静止采样点中的中心位置,第二运动范围由所有静止采样点的位置信息中包含的最大经度、最大纬度、最小经度以及最小纬度确定的。
本步骤中,确定第二运动范围、核心静止采样点的方法与S401中的第一步确定第一运动范围、核心运动采样点的方法类似,在此不再赘述。其中,采样时间间隔为所有静止采样点对应的样本信令中的最晚上报时间与最早上报时间之间的差值。当静止识别组中样本信令的数量为1时,采样时间间隔即为该条样本信令中包含的上报时间点,核心运动采样点为该样本信令的位置信息定位的位置。
第二步:若第二运动范围的面积大于或者等于第二预设面积阈值、采样时间间隔大于零且静止识别组中的样本信令的数量大于1,则判定采样终端位于核心静止采样点时为静止运动状态;或者,若第二运动范围的面积大于第二预设面积阈值、静止识别组中的样本信令的数量大于1且采样时间间隔大于零,则判定采样终端位于核心静止采样点时为低速运动状态。
本步骤中,根据采样终端的静止特性分析判定采样终端处于静止状态的参考因素。采样终端的静止状态与运动范围以及采样时间间隔相关。具体的,当第二运动范围的面积大于或者等于第二预设面积阈值、采样时间间隔大于零且静止识别组中的样本信令的数量大于1时,判定则判定采样终端位于核心静止采样点时为静止运动状态。或者,当第二运动范围的面积大于第二预设面积阈值、静止识别组中的样本信令的数量大于1且采样时间间隔大于零时,判定采样终端位于核心静止采样点时为低速运动状态。若以上条件均不满足,则判定采样终端位于核心运动采样点时为低速运动状态。具体的,设定第二预设面积阈值为10平方米。
在一种可能的实现方式中,在根据所有运动采样点的位置信息确定第一运动范围、平均速度和识别路占比之前,根据运动采样点与上一个运动采样点之间的运动路线以及时间间隔,确定采样终端位于运动采样点时的瞬时速度和运动方向;若瞬时速度大于预设瞬时速度,或者运动方向与上一个运动采样点的运动方向的夹角大于预设角度阈值,则将运动采样点的样本信令从运动识别组中删除,获得有效运动识别组,并根据有效运动识别组中所有运动采样点的位置信息执行确定采样终端接入的基站总数、第一运动范围、平均速度和识别路占比的步骤。
在本发明实施例中,当根据运动采样点与上一个运动采样点之间的运动路线以及时间间隔,确定采样终端位于运动采样点时的瞬时速度和运动方向之后,当瞬时速度大于预设瞬时速度时,说明采样终端在此采样点出现了跳变。当运动方向与上一个运动采样点的运动方向的夹角大于预设角度阈值时,说明采样终端在此采样点进行了掉头。当采样终端跳变或掉头时,接入的信号稳定,导致生成的网络测量数据误差较大,影响识别网络质量故障的准确性。因此,可将运动采样点的样本信令从运动识别组中删除,获得有效运动识别组,并根据有效运动识别组中所有运动采样点的位置信息执行确定采样终端接入的基站总数、第一运动范围、平均速度和识别路占比的步骤。
从上述实施例可知,根据二次分组后的样本信令具体的分析并确定采样终端的运动状态,提高判定采样终端的运动状态结果的准确性。并且,通过滤除采样终端出现跳变或掉头时的样本信令获得有效运动识别组,并根据有效运动识别组中所有运动采样点的位置信息确定采样终端的运动状态,提高了识别网络质量故障的准确性。
图5为本发明实施例提供的网络质量故障识别装置的结构示意图。如图5所示,该网络质量故障识别装置包括:获取模块501、确定模块502以及识别模块503;其中,获取模块501,用于获取网络测量数据和网络信令数据,并根据所述网络测量数据和网络信令数据确定所有采样点的样本信令,所述样本信令包含用户识别码、上报时间和位置信息;确定模块502,用于根据所述用户识别码、上报时间和位置信息对所有样本信令进行分组,并根据分组后的样本信令确定采样终端在采样点的运动状态;识别模块503,用于根据所述采样终端的运动状态以及所述网络测量数据识别网络质量故障。
在本实施例中,该网络质量故障识别装置可以采用上述图2所示实施例的方法,其技术方案及其技术效果相类似,此处不在赘述。
在本发明的一个实施例中,所述确定模块502具体用于:将所述用户识别码相同的样本信令按照时间顺序进行排序,获得所述用户识别码对应的采样终端的有序样本信令组;根据第一分组规则对所述有序样本信令组进行分组,获取多个信令候选组,所述第一分组规则为:若所述有序样本信令组中相邻两条样本信令的时间间隔小于或者等于第一预设时间间隔、且所述相邻两条样本信令对应的采样点之间的距离小于或者等于第一预设距离阈值,则判定所述相邻两条样本信令属于同一个信令候选组;若所述信令候选组包含的样本信令的数量大于预设数量阈值,则确定所述信令候选组为运动候选组,否则为静止候选组;根据第二分组规则对所述运动候选组进行分组,获得多个运动识别组,所述第二分组规则为:若所述运动候选组中相邻两条样本信令的时间间隔小于或者等于第二预设时间间隔、且所述相邻两条样本信令对应的采样点之间的距离小于或者等于第二预设距离阈值,则判定所述相邻两条样本信令属于同一个运动识别组;若所述静止候选组中相邻两条样本信令的时间间隔小于或者等于第三预设时间间隔、或者所述静止候选组中所有样本信令对应的基站数量小于或者等于预设基站数量,则判定所述相邻两条样本信令属于同一个静止识别组。
在本发明的一个实施例中,所述确定模块502具体用于:根据第一运动状态判定规则确定所有运动识别组对应的采样终端的运动状态;根据第二运动状态判定规则确定所有静止识别组对应的采样终端的运动状态。
在本发明的一个实施例中,所述确定模块502具体用于:根据每个运动识别组中的所有样本信令确定所述运动识别组的所有运动采样点的位置信息以及核心运动采样点的位置信息,根据所有运动识别组的样本信令确定所述采样终端接入的基站总数,并根据所有运动采样点的位置信息确定第一运动范围、平均速度和识别路占比,其中所述核心运动采样点位于所有运动采样点中的中心位置,所述第一运动范围由所有运动采样点的位置信息中包含的最大经度、最大纬度、最小经度以及最小纬度确定的,所述平均速度由总位移和总运动时间确定的,所述识别路占比为最大移动路程与所述总位移之间的比值,所述最大移动路程为所有任意两个运动采样点之间距离的最大值,所述总位移为任意一个运动采样点与剩余运动采样点之间距离总和的最大值;若所述第一运动范围的面积大于或者等于第一预设面积阈值、所述路占比大于或者等于第一预设比例、且所述平均速度大于或者等于第一预设速度阈值,则判定所述采样终端位于核心运动采样点时为高速运动状态;或者,若所述第一运动范围的面积小于第一预设面积阈值、所述平均速度小于第一预设速度阈值,且所述基站总数小于预设基站总数,则判定所述采样终端位于核心运动采样点时为静止状态;否则,所述采样终端位于核心运动采样点时为低速运动状态。
在本发明的一个实施例中,所述确定模块502具体用于:根据每个静止识别组中的样本信令确定所述静止识别组的所有静止采样点的位置信息以及核心静止采样点的位置信息,根据所有静止采样点的所有样本信令中的上报时间确定采样时间间隔以及第二运动范围,其中所述核心静止采样点位于所有静止采样点中的中心位置,所述第二运动范围由所述所有静止采样点的位置信息中包含的最大经度、最大纬度、最小经度以及最小纬度确定的;若所述第二运动范围的面积大于或者等于第二预设面积阈值、所述采样时间间隔大于零且所述静止识别组中的样本信令的数量大于1,则判定所述采样终端位于核心静止采样点时为静止运动状态;或者,若所述第二运动范围的面积大于第二预设面积阈值、所述静止识别组中的样本信令的数量大于1且所述采样时间间隔大于零,则判定所述采样终端位于核心静止采样点时为低速运动状态。
在本发明的一个实施例中,所述识别模块503具体用于:根据采样终端的运动状态以及电子地图确定所述采样终端位于采样点的场地情况;根据所述采样终端位于采样点的场地情况以及对应的网络测量数据识别网络质量故障。
在本发明的一个实施例中,所述确定模块502具体用于:根据所有运动识别组的样本信令确定对应的所有网络信令数据;根据所述所有网络信令数据中包含的当前主服务小区标识的数量,确定所述采样终端接入的基站总数。
在本发明的一个实施例中,所述网络质量故障识别装置还包括删除模块,所述删除模块具体用于根据所述运动采样点与上一个运动采样点之间的运动路线以及时间间隔,确定所述采样终端位于所述运动采样点时的瞬时速度和运动方向;若所述瞬时速度大于预设瞬时速度,或者所述运动方向与上一个运动采样点的运动方向的夹角大于预设角度阈值,则将所述运动采样点的样本信令从运动识别组中删除,获得有效运动识别组,并根据所述有效运动识别组中所有运动采样点的位置信息执行确定所述采样终端接入的基站总数、第一运动范围、平均速度和识别路占比的步骤。
本实施例提供的装置,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图6为本发明实施例提供的服务器结构示意图。如图6所示,本实施例的服务器包括:处理器601、存储器602以及存储在所述存储器602中并可在所述处理器601上运行的计算机程序,所述处理器601执行所述计算机程序时实现如下步骤:获取网络测量数据和网络信令数据,并根据所述网络测量数据和网络信令数据确定所有采样点的样本信令,所述样本信令包含用户识别码、上报时间和位置信息;根据所述用户识别码、上报时间和位置信息对所有样本信令进行分组,并根据分组后的样本信令确定采样终端在采样点的运动状态;根据所述采样终端的运动状态以及所述网络测量数据识别网络质量故障。
在一种可能的设计中,所述处理器601执行所述计算机程序时还实现如下步骤:将所述用户识别码相同的样本信令按照时间顺序进行排序,获得所述用户识别码对应的采样终端的有序样本信令组;根据第一分组规则对所述有序样本信令组进行分组,获取多个信令候选组,所述第一分组规则为:若所述有序样本信令组中相邻两条样本信令的时间间隔小于或者等于第一预设时间间隔、且所述相邻两条样本信令对应的采样点之间的距离小于或者等于第一预设距离阈值,则判定所述相邻两条样本信令属于同一个信令候选组;若所述信令候选组包含的样本信令的数量大于预设数量阈值,则确定所述信令候选组为运动候选组,否则为静止候选组;根据第二分组规则对所述运动候选组进行分组,获得多个运动识别组,所述第二分组规则为:若所述运动候选组中相邻两条样本信令的时间间隔小于或者等于第二预设时间间隔、且所述相邻两条样本信令对应的采样点之间的距离小于或者等于第二预设距离阈值,则判定所述相邻两条样本信令属于同一个运动识别组;根据第三分组规则对所述静止候选组进行分组,获得多个静止识别组,所述第三分组规则为:若所述静止候选组中相邻两条样本信令的时间间隔小于或者等于第三预设时间间隔、或者所述静止候选组中所有样本信令对应的基站数量小于或者等于预设基站数量,则判定所述相邻两条样本信令属于同一个静止识别组。
在一种可能的设计中,所述处理器601执行所述计算机程序时还实现如下步骤:
根据第一运动状态判定规则确定所有运动识别组对应的采样终端的运动状态;根据第二运动状态判定规则确定所有静止识别组对应的采样终端的运动状态。
在一种可能的设计中,所述处理器601执行所述计算机程序时还实现如下步骤:根据每个运动识别组中的所有样本信令确定所述运动识别组的所有运动采样点的位置信息以及核心运动采样点的位置信息,根据所有运动识别组的样本信令确定所述采样终端接入的基站总数,并根据所有运动采样点的位置信息确定第一运动范围、平均速度和识别路占比,其中所述核心运动采样点位于所有运动采样点中的中心位置,所述第一运动范围由所有运动采样点的位置信息中包含的最大经度、最大纬度、最小经度以及最小纬度确定的,所述平均速度由总位移和总运动时间确定的,所述识别路占比为最大移动路程与所述总位移之间的比值,所述最大移动路程为所有任意两个运动采样点之间距离的最大值,所述总位移为任意一个运动采样点与剩余运动采样点之间距离总和的最大值;若所述第一运动范围的面积大于或者等于第一预设面积阈值、所述路占比大于或者等于第一预设比例、且所述平均速度大于或者等于第一预设速度阈值,则判定所述采样终端位于核心运动采样点时为高速运动状态;或者,若所述第一运动范围的面积小于第一预设面积阈值、所述平均速度小于第一预设速度阈值,且所述基站总数小于预设基站总数,则判定所述采样终端位于核心运动采样点时为静止状态;否则,所述采样终端位于核心运动采样点时为低速运动状态。
在一种可能的设计中,所述处理器601执行所述计算机程序时还实现如下步骤:根据每个静止识别组中的样本信令确定所述静止识别组的所有静止采样点的位置信息以及核心静止采样点的位置信息,根据所有静止采样点的所有样本信令中的上报时间确定采样时间间隔以及第二运动范围,其中所述核心静止采样点位于所有静止采样点中的中心位置,所述第二运动范围由所述所有静止采样点的位置信息中包含的最大经度、最大纬度、最小经度以及最小纬度确定的;若所述第二运动范围的面积大于或者等于第二预设面积阈值、所述采样时间间隔大于零且所述静止识别组中的样本信令的数量大于1,则判定所述采样终端位于核心静止采样点时为静止运动状态;或者,若所述第二运动范围的面积大于第二预设面积阈值、所述静止识别组中的样本信令的数量大于1且所述采样时间间隔大于零,则判定所述采样终端位于核心静止采样点时为低速运动状态。
在一种可能的设计中,所述处理器601执行所述计算机程序时还实现如下步骤:根据采样终端的运动状态以及电子地图确定所述采样终端位于采样点的场地情况;根据所述采样终端位于采样点的场地情况以及对应的网络测量数据识别网络质量故障。
在一种可能的设计中,所述处理器601执行所述计算机程序时还实现如下步骤:根据所有运动识别组的样本信令确定对应的所有网络信令数据;根据所述所有网络信令数据中包含的当前主服务小区标识的数量,确定所述采样终端接入的基站总数。
在一种可能的设计中,所述处理器601执行所述计算机程序时还实现如下步骤:根据所述运动采样点与上一个运动采样点之间的运动路线以及时间间隔,确定所述采样终端位于所述运动采样点时的瞬时速度和运动方向;若所述瞬时速度大于预设瞬时速度,或者所述运动方向与上一个运动采样点的运动方向的夹角大于预设角度阈值,则将所述运动采样点的样本信令从运动识别组中删除,获得有效运动识别组,并根据所述有效运动识别组中所有运动采样点的位置信息执行确定所述采样终端接入的基站总数、第一运动范围、平均速度和识别路占比的步骤。
具体可以参见前述方法实施例中的相关描述。
在一种可能的设计中,存储器602既可以是独立的,也可以跟处理器601集成在一起。
当存储器602独立设置时,该服务器还包括总线603,用于连接所述存储器602和处理器601。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上所述的网络质量故障识别的方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,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,例如多个模块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,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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模块来实现本实施例方案。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。上述模块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。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块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)或处理器执行本申请各个实施例所述方法的部分步骤。
应理解,上述处理器可以是中央处理单元(Central Processing Unit,简称CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)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。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture,简称ISA)总线、外部设备互连(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,简称EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (11)
1.一种网络质量故障识别方法,其特征在于,包括:
获取网络测量数据和网络信令数据,并根据所述网络测量数据和网络信令数据确定所有采样点的样本信令,所述样本信令包含用户识别码、上报时间和位置信息;
根据所述用户识别码、上报时间和位置信息对所有样本信令进行分组,并根据分组后的样本信令确定采样终端在采样点的运动状态;
根据所述采样终端的运动状态以及所述网络测量数据识别网络质量故障;
所述根据所述用户识别码、上报时间和位置信息对所有样本信令进行分组,包括:
将所述用户识别码相同的样本信令按照时间顺序进行排序,获得所述用户识别码对应的采样终端的有序样本信令组;
根据第一分组规则对所述有序样本信令组进行分组,获取多个信令候选组,所述第一分组规则为:若所述有序样本信令组中相邻两条样本信令的时间间隔小于或者等于第一预设时间间隔、且所述相邻两条样本信令对应的采样点之间的距离小于或者等于第一预设距离阈值,则判定所述相邻两条样本信令属于同一个信令候选组;
若所述信令候选组包含的样本信令的数量大于预设数量阈值,则确定所述信令候选组为运动候选组,否则为静止候选组;
根据第二分组规则对所述运动候选组进行分组,获得多个运动识别组,所述第二分组规则为:若所述运动候选组中相邻两条样本信令的时间间隔小于或者等于第二预设时间间隔、且所述相邻两条样本信令对应的采样点之间的距离小于或者等于第二预设距离阈值,则判定所述相邻两条样本信令属于同一个运动识别组;
所述根据分组后的样本信令确定采样终端在采样点的运动状态,包括:
根据第一运动状态判定规则确定所有运动识别组对应的采样终端的运动状态;
所述根据第一运动状态判定规则确定所有运动识别组对应的采样终端的运动状态,包括:
根据每个运动识别组中的所有样本信令确定所述运动识别组的所有运动采样点的位置信息以及核心运动采样点的位置信息,根据所有运动识别组的样本信令确定所述采样终端接入的基站总数,并根据所有运动采样点的位置信息确定第一运动范围、平均速度和识别路占比,其中所述核心运动采样点位于所有运动采样点中的中心位置,所述第一运动范围由所有运动采样点的位置信息中包含的最大经度、最大纬度、最小经度以及最小纬度确定的,所述平均速度由总位移和总运动时间确定的,所述识别路占比为最大移动路程与所述总位移之间的比值,所述总位移为所有任意两个运动采样点之间距离的最大值,所述最大移动路程为任意一个运动采样点与剩余运动采样点之间距离总和的最大值;
若所述第一运动范围的面积大于或者等于第一预设面积阈值、所述路占比大于或者等于第一预设比例、且所述平均速度大于或者等于第一预设速度阈值,则判定所述采样终端位于核心运动采样点时为高速运动状态;
或者,
若所述第一运动范围的面积小于第一预设面积阈值、所述平均速度小于第一预设速度阈值,且所述基站总数小于预设基站总数,则判定所述采样终端位于核心运动采样点时为静止状态;
否则,所述采样终端位于核心运动采样点时为低速运动状态。
2.根据权利要求1所述的方法,其特征在于,所述根据所述用户识别码、上报时间和位置信息对所有样本信令进行分组,还包括:
根据第三分组规则对所述静止候选组进行分组,获得多个静止识别组,所述第三分组规则为:若所述静止候选组中相邻两条样本信令的时间间隔小于或者等于第三预设时间间隔、或者所述静止候选组中所有样本信令对应的基站数量小于或者等于预设基站数量,则判定所述相邻两条样本信令属于同一个静止识别组。
3.根据权利要求2所述的方法,其特征在于,所述根据分组后的样本信令确定采样终端在采样点的运动状态,还包括:
根据第二运动状态判定规则确定所有静止识别组对应的采样终端的运动状态。
4.根据权利要求3所述的方法,其特征在于,所述根据第二运动状态判定规则确定所有静止识别组对应的采样终端的运动状态,包括:
根据每个静止识别组中的样本信令确定所述静止识别组的所有静止采样点的位置信息以及核心静止采样点的位置信息,根据所有静止采样点的所有样本信令中的上报时间确定采样时间间隔以及第二运动范围,其中所述核心静止采样点位于所有静止采样点中的中心位置,所述第二运动范围由所述所有静止采样点的位置信息中包含的最大经度、最大纬度、最小经度以及最小纬度确定的;
若所述第二运动范围的面积大于或者等于第二预设面积阈值、所述采样时间间隔大于零且所述静止识别组中的样本信令的数量大于1,则判定所述采样终端位于核心静止采样点时为静止运动状态;
或者,
若所述第二运动范围的面积大于第二预设面积阈值、所述静止识别组中的样本信令的数量大于1且所述采样时间间隔大于零,则判定所述采样终端位于核心静止采样点时为低速运动状态。
5.根据权利要求1所述的方法,其特征在于,所述根据所述采样终端的运动状态以及所述网络测量数据对网络覆盖质量进行评估,包括:
根据所述采样终端的运动状态以及电子地图确定所述采样终端位于采样点的场地情况;
根据所述采样终端位于采样点的场地情况以及对应的网络测量数据识别网络质量故障。
6.根据权利要求1所述的方法,其特征在于,所述根据所有运动识别组的样本信令确定所述采样终端接入的基站总数,包括:
根据所有运动识别组的样本信令确定对应的所有网络信令数据;
根据所述所有网络信令数据中包含的当前主服务小区标识的数量,确定所述采样终端接入的基站总数。
7.根据权利要求1所述的方法,其特征在于,在所述根据所有运动采样点的位置信息确定第一运动范围、平均速度和识别路占比之前,还包括:
根据所述运动采样点与上一个运动采样点之间的运动路线以及时间间隔,确定所述采样终端位于所述运动采样点时的瞬时速度和运动方向;
若所述瞬时速度大于预设瞬时速度,或者所述运动方向与上一个运动采样点的运动方向的夹角大于预设角度阈值,则将所述运动采样点的样本信令从运动识别组中删除,获得有效运动识别组,并根据所述有效运动识别组中所有运动采样点的位置信息执行确定所述采样终端接入的基站总数、第一运动范围、平均速度和识别路占比的步骤。
8.根据权利要求1至7任一项所述的方法,其特征在于,所述网络测量数据为最小化路测MDT报告,所述网络信令数据为移动管理节点功能S1-MME信令数据。
9.一种网络质量故障识别装置,其特征在于,包括:
获取模块,用于获取网络测量数据和网络信令数据,并根据所述网络测量数据和网络信令数据确定所有采样点的样本信令,所述样本信令包含用户识别码、上报时间和位置信息;
确定模块,用于根据所述用户识别码、上报时间和位置信息对所有样本信令进行分组,并根据分组后的样本信令确定采样终端在采样点的运动状态;
识别模块,用于根据所述采样终端的运动状态以及所述网络测量数据识别网络质量故障;
所述确定模块,具体用于将所述用户识别码相同的样本信令按照时间顺序进行排序,获得所述用户识别码对应的采样终端的有序样本信令组;根据第一分组规则对所述有序样本信令组进行分组,获取多个信令候选组,所述第一分组规则为:若所述有序样本信令组中相邻两条样本信令的时间间隔小于或者等于第一预设时间间隔、且所述相邻两条样本信令对应的采样点之间的距离小于或者等于第一预设距离阈值,则判定所述相邻两条样本信令属于同一个信令候选组;若所述信令候选组包含的样本信令的数量大于预设数量阈值,则确定所述信令候选组为运动候选组,否则为静止候选组;根据第二分组规则对所述运动候选组进行分组,获得多个运动识别组,所述第二分组规则为:若所述运动候选组中相邻两条样本信令的时间间隔小于或者等于第二预设时间间隔、且所述相邻两条样本信令对应的采样点之间的距离小于或者等于第二预设距离阈值,则判定所述相邻两条样本信令属于同一个运动识别组;根据第一运动状态判定规则确定所有运动识别组对应的采样终端的运动状态;所述根据第一运动状态判定规则确定所有运动识别组对应的采样终端的运动状态,包括:根据每个运动识别组中的所有样本信令确定所述运动识别组的所有运动采样点的位置信息以及核心运动采样点的位置信息,根据所有运动识别组的样本信令确定所述采样终端接入的基站总数,并根据所有运动采样点的位置信息确定第一运动范围、平均速度和识别路占比,其中所述核心运动采样点位于所有运动采样点中的中心位置,所述第一运动范围由所有运动采样点的位置信息中包含的最大经度、最大纬度、最小经度以及最小纬度确定的,所述平均速度由总位移和总运动时间确定的,所述识别路占比为最大移动路程与所述总位移之间的比值,所述总位移为所有任意两个运动采样点之间距离的最大值,所述最大移动路程为任意一个运动采样点与剩余运动采样点之间距离总和的最大值;若所述第一运动范围的面积大于或者等于第一预设面积阈值、所述路占比大于或者等于第一预设比例、且所述平均速度大于或者等于第一预设速度阈值,则判定所述采样终端位于核心运动采样点时为高速运动状态;或者,若所述第一运动范围的面积小于第一预设面积阈值、所述平均速度小于第一预设速度阈值,且所述基站总数小于预设基站总数,则判定所述采样终端位于核心运动采样点时为静止状态;否则,所述采样终端位于核心运动采样点时为低速运动状态。
10.一种服务器,其特征在于,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
获取网络测量数据和网络信令数据,并根据所述网络测量数据和网络信令数据确定所有采样点的样本信令,所述样本信令包含用户识别码、上报时间和位置信息;
根据所述用户识别码、上报时间和位置信息对所有样本信令进行分组,并根据分组后的样本信令确定采样终端在采样点的运动状态;
根据所述采样终端的运动状态以及所述网络测量数据识别网络质量故障;
所述根据所述用户识别码、上报时间和位置信息对所有样本信令进行分组,包括:
将所述用户识别码相同的样本信令按照时间顺序进行排序,获得所述用户识别码对应的采样终端的有序样本信令组;
根据第一分组规则对所述有序样本信令组进行分组,获取多个信令候选组,所述第一分组规则为:若所述有序样本信令组中相邻两条样本信令的时间间隔小于或者等于第一预设时间间隔、且所述相邻两条样本信令对应的采样点之间的距离小于或者等于第一预设距离阈值,则判定所述相邻两条样本信令属于同一个信令候选组;
若所述信令候选组包含的样本信令的数量大于预设数量阈值,则确定所述信令候选组为运动候选组,否则为静止候选组;
根据第二分组规则对所述运动候选组进行分组,获得多个运动识别组,所述第二分组规则为:若所述运动候选组中相邻两条样本信令的时间间隔小于或者等于第二预设时间间隔、且所述相邻两条样本信令对应的采样点之间的距离小于或者等于第二预设距离阈值,则判定所述相邻两条样本信令属于同一个运动识别组;
所述根据分组后的样本信令确定采样终端在采样点的运动状态,包括:
根据第一运动状态判定规则确定所有运动识别组对应的采样终端的运动状态;
所述根据第一运动状态判定规则确定所有运动识别组对应的采样终端的运动状态,包括:
根据每个运动识别组中的所有样本信令确定所述运动识别组的所有运动采样点的位置信息以及核心运动采样点的位置信息,根据所有运动识别组的样本信令确定所述采样终端接入的基站总数,并根据所有运动采样点的位置信息确定第一运动范围、平均速度和识别路占比,其中所述核心运动采样点位于所有运动采样点中的中心位置,所述第一运动范围由所有运动采样点的位置信息中包含的最大经度、最大纬度、最小经度以及最小纬度确定的,所述平均速度由总位移和总运动时间确定的,所述识别路占比为最大移动路程与所述总位移之间的比值,所述总位移为所有任意两个运动采样点之间距离的最大值,所述最大移动路程为任意一个运动采样点与剩余运动采样点之间距离总和的最大值;
若所述第一运动范围的面积大于或者等于第一预设面积阈值、所述路占比大于或者等于第一预设比例、且所述平均速度大于或者等于第一预设速度阈值,则判定所述采样终端位于核心运动采样点时为高速运动状态;
或者,
若所述第一运动范围的面积小于第一预设面积阈值、所述平均速度小于第一预设速度阈值,且所述基站总数小于预设基站总数,则判定所述采样终端位于核心运动采样点时为静止状态;
否则,所述采样终端位于核心运动采样点时为低速运动状态。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至8任一项所述的网络质量故障识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011391438.9A CN112566167B (zh) | 2020-12-02 | 2020-12-02 | 网络质量故障识别方法、装置及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011391438.9A CN112566167B (zh) | 2020-12-02 | 2020-12-02 | 网络质量故障识别方法、装置及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112566167A CN112566167A (zh) | 2021-03-26 |
CN112566167B true CN112566167B (zh) | 2023-03-21 |
Family
ID=75047024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011391438.9A Active CN112566167B (zh) | 2020-12-02 | 2020-12-02 | 网络质量故障识别方法、装置及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112566167B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113329094B (zh) * | 2021-06-10 | 2022-07-08 | 中国联合网络通信集团有限公司 | 信息推送时间确定方法、装置、设备、介质及产品 |
CN114040431B (zh) * | 2021-10-08 | 2023-05-26 | 中国联合网络通信集团有限公司 | 网络测试方法、装置、设备及存储介质 |
CN114881146B (zh) * | 2022-05-09 | 2024-06-18 | 深圳市名通科技股份有限公司 | 基于通信网络的终端运动状态识别方法、装置及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5413372B2 (ja) * | 2008-11-14 | 2014-02-12 | 日本電気株式会社 | 無線通信網の品質監視システム、品質監視装置および品質監視方法 |
EP2978252A4 (en) * | 2013-03-25 | 2016-03-23 | Huawei Tech Co Ltd | MINIMIZED DRIVE PROCESSING PROCESS, NETWORK DEVICE AND COMMUNICATION SYSTEM |
CN106572495B (zh) * | 2016-09-29 | 2019-12-10 | 普天信息工程设计服务有限公司 | 基于信令和mr数据的网络质量监测方法和覆盖评估方法 |
CN108156626B (zh) * | 2017-12-21 | 2020-05-22 | 重庆玖舆博泓科技有限公司 | 轨道交通无线网络质量评估方法、装置及介质 |
CN109996278B (zh) * | 2017-12-30 | 2022-08-23 | 中国移动通信集团四川有限公司 | 道路网络质量评估方法、装置、设备及介质 |
-
2020
- 2020-12-02 CN CN202011391438.9A patent/CN112566167B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112566167A (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112566167B (zh) | 网络质量故障识别方法、装置及服务器 | |
CN109996186B (zh) | 一种网络覆盖问题识别方法及装置、可读取存储介质 | |
CN108156626B (zh) | 轨道交通无线网络质量评估方法、装置及介质 | |
CN114173356B (zh) | 网络质量的检测方法、装置、设备及存储介质 | |
CN108601029B (zh) | 基站建设评估方法及装置 | |
CN109890041B (zh) | 基于终端采集数据的越区覆盖评估方法及装置 | |
CN108124279B (zh) | 网络覆盖质量的评估方法及装置 | |
CN111356147B (zh) | 一种室分小区故障定位方法及装置 | |
CN111372183B (zh) | 一种识别质差终端的方法、装置、设备及存储介质 | |
CN108307427B (zh) | 一种lte网络覆盖分析、预测方法及系统 | |
CN113365306B (zh) | 网络分析方法及装置、存储介质、计算机系统 | |
CN111107556B (zh) | 一种移动通信网络的信号覆盖质量评估方法和装置 | |
CN111901750A (zh) | 一种定位方法、装置、电子设备以及存储介质 | |
CN108260140B (zh) | 一种模拟路测数据获取方法和装置 | |
CN112469066A (zh) | 5g网络覆盖评估方法及装置 | |
CN114257957B (zh) | 网络规划方法及装置、计算设备和计算机可读存储介质 | |
CN111866847B (zh) | 移动通信网络数据分析方法、设备及计算机存储介质 | |
CN111107497A (zh) | 基站指纹库数据源补充方法、装置、服务器及存储介质 | |
CN113316162A (zh) | 网络覆盖连续性的确定方法、装置、设备及存储介质 | |
CN108260142B (zh) | 一种高铁模拟路测数据获取方法和装置 | |
CN108541011B (zh) | 无线网络信号覆盖区域的强度分析方法和装置 | |
CN113873431B (zh) | 楼宇网络质量呈现方法和装置 | |
CN111182575A (zh) | 一种基于ott大数据的道路质量评估方法 | |
CN111787490A (zh) | 伪基站轨迹识别方法、装置、设备和存储介质 | |
CN113573236A (zh) | 定位结果的置信度的评估方法和装置 |
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 |