CN112752277B - 一种用户驻留不均衡区域的识别方法及装置 - Google Patents
一种用户驻留不均衡区域的识别方法及装置 Download PDFInfo
- Publication number
- CN112752277B CN112752277B CN201911052592.0A CN201911052592A CN112752277B CN 112752277 B CN112752277 B CN 112752277B CN 201911052592 A CN201911052592 A CN 201911052592A CN 112752277 B CN112752277 B CN 112752277B
- Authority
- CN
- China
- Prior art keywords
- cell
- determining
- coverage
- data
- common coverage
- 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
Images
Classifications
-
- 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
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供了一种用户驻留不均衡区域的识别方法及装置,其中,该方法包括:首先,获取多个目标小区的MRO数据,其中,该目标小区覆盖有预设通信网络,该MRO数据包括:客户端针对通信业务所上报的多个MR数据;然后,根据获取到的MRO数据,确定各采样周期下目标小区之间的共覆盖占比;以及根据预设数量的采样周期下的共覆盖占比,确定至少一个共覆盖小区对;再根据该共覆盖小区对的MRO数据,在至少一个共覆盖小区对中确定用户驻留不均衡区域,这样能够提高用户驻留不均衡区域的识别准确度,从而提高识别出的用户驻留不均衡区域的参考性,进而有效指导不均衡区域的容量优化工作,避免出现高负荷小区,确保通信网络的运行速度和稳定性。
Description
技术领域
本发明涉及无线通信技术领域,尤其涉及一种用户驻留不均衡区域的识别方法及装置。
背景技术
目前,随着无线通信技术及互联网技术的快速发展,用户对通信网络的运行速度和稳定性的要求越来越高,其中,运行速度和稳定性与小区容量的相关性比较高,因此,容量优化成为移动运营商的重要方向。在热点区域,现网均为多频段多层网覆盖,由于网络结构或网络参数问题,容易出现用户集中驻留在某个频段、或者在覆盖均良好的区域,导致不同频段间、小区间的用户驻留分布差异较大,进而导致出现容量不均衡的现象。
当前,为了及时对容量不均衡小区进行优化,达到防患高负荷小区的目的,因此,预先准确、快速识别出用户驻留不均衡小区尤为重要。其中,相关技术中用户驻留不均衡区域的识别方法主要包括:基于工参数据中的小区经纬度、基站站高、及方向角等信息,从地理位置上推测两个小区覆盖的共性较大;或者,依赖于规划站数据设计时的小区名称命名规则、地址及小区间是否共用RRU来识别是否两个小区之间的覆盖程度;然后,从无线网管OMC指标中提取共覆盖小区的平均用户数指标,并判断用户数指标之间是否差距过大,如过大,则确定共覆盖小区疑似用户驻留不均衡。
其中,由于工参数据的准确度无法保证,以及无线信号传播过程受地形地貌影响,利用小区经纬度、基站站高、及方向角等工参数据仿真不能真实反应小区的共覆盖关系;并且采用仿真及人工方式维护共覆盖小区关系,存在准确率低的问题,因此,在此基础上统计平均用户数进行容量不均衡判别,很容易出现不均衡定位不准确,进而导致容量优化调整针对性差。
由此可知,现有的用户驻留不均衡区域的识别方法存在识别准确度低、参考性差的问题,因此,需要提供一种准确度高、参考性强的用户驻留不均衡区域的识别方案。
发明内容
本发明实施例的目的是提供一种用户驻留不均衡区域的识别方法及装置,以解决现有的用户驻留不均衡区域的识别方法存在识别准确度低、参考性差的问题。
为了解决上述技术问题,本发明实施例是这样实现的:
第一方面,本发明实施例提供了一种用户驻留不均衡区域的识别方法,包括:
获取多个目标小区的MRO数据,其中,所述目标小区覆盖有预设通信网络,所述MRO数据包括:客户端针对通信业务所上报的多个MR数据;
根据所述MRO数据,确定各采样周期下所述目标小区之间的共覆盖占比;
根据预设数量的所述采样周期下的所述共覆盖占比,确定至少一个共覆盖小区对;
根据所述共覆盖小区对的所述MRO数据,在所述至少一个共覆盖小区对中确定用户驻留不均衡区域。
第二方面,本发明实施例提供了一种用户驻留不均衡区域的识别装置,包括:
原始数据获取模块,用于获取多个目标小区的MRO数据,其中,所述目标小区覆盖有预设通信网络,所述MRO数据包括:客户端针对通信业务所上报的多个MR数据;
共覆盖占比确定模块,用于根据所述MRO数据,确定各采样周期下所述目标小区之间的共覆盖占比;
共覆盖小区确定模块,用于根据预设数量的所述采样周期下的所述共覆盖占比,确定至少一个共覆盖小区对;
不均衡区域确定模块,用于根据所述共覆盖小区对的所述MRO数据,在所述至少一个共覆盖小区对中确定用户驻留不均衡区域。
第三方面,本发明实施例提供了一种计算机设备,包括处理器、通信接口、存储器和通信总线;其中,所述处理器、所述通信接口以及所述存储器通过总线完成相互间的通信;所述存储器,用于存放计算机程序;所述处理器,用于执行所述存储器上所存放的程序,实现如第一方面所述的用户驻留不均衡区域的识别方法的步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现如第一方面所述的用户驻留不均衡区域的识别方法的步骤。
本发明实施例中的用户驻留不均衡区域的识别方法及装置,首先,获取多个目标小区的MRO数据,其中,该目标小区覆盖有预设通信网络,该MRO数据包括:客户端针对通信业务所上报的多个MR数据;然后,根据获取到的MRO数据,确定各采样周期下目标小区之间的共覆盖占比;以及根据预设数量的采样周期下的共覆盖占比,确定至少一个共覆盖小区对;再根据该共覆盖小区对的MRO数据,在至少一个共覆盖小区对中确定用户驻留不均衡区域,这样能够提高用户驻留不均衡区域的识别准确度,从而提高识别出的用户驻留不均衡区域的参考性,进而有效指导不均衡区域的容量优化工作,避免出现高负荷小区,确保通信网络的运行速度和稳定性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的用户驻留不均衡区域的识别方法的第一种流程示意图;
图2为本发明实施例提供的用户驻留不均衡区域的识别方法的第二种流程示意图;
图3为本发明实施例提供的用户驻留不均衡区域的识别方法的第三种流程示意图;
图4为本发明实施例提供的用户驻留不均衡区域的识别方法的第四种流程示意图;
图5为本发明实施例提供的用户驻留不均衡区域的识别装置的模块组成示意图;
图6为本发明实施例提供的计算机设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,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他实施例,都应当属于本发明保护的范围。
本发明实施例提供了一种用户驻留不均衡区域的识别方法及装置,通过预先将目标时间段划分为预设数量个采样周期,在不均衡区域识别过程中,基于客户端上报的多个MR数据,确定各采样周期下目标小区之间的共覆盖占比;再基于共覆盖占比确定共覆盖小区对;进而确定共覆盖小区对是否为用户驻留不均衡区域。本发明实施例实现了提高用户驻留不均衡区域的识别准确度,从而提高识别出的用户驻留不均衡区域的参考性,进而有效指导不均衡区域的容量优化工作,避免出现高负荷小区,确保通信网络的运行速度和稳定性。
图1为本发明实施例提供的用户驻留不均衡区域的识别方法的第一种流程示意图,图1中的方法能够由后台服务器执行,该后台服务器与客户端通信连接,能够接收客户端上报的MR数据,如图1所示,该方法至少包括以下步骤:
S101,获取多个目标小区的MRO数据,其中,该目标小区覆盖有预设通信网络,该MRO数据包括:客户端针对通信业务所上报的多个MR数据;
具体的,MRO数据可以是MR数据集合,即客户端上传的原始测试数据集合,客户端在通信业务进行过程中自动向后台服务器上报MR数据,每个MR数据包括:主服小区的MR采样点数据和邻小区的MR采样点数据。
S102,根据获取到的MRO数据,确定各采样周期下目标小区之间的共覆盖占比;
具体的,预先按照预设时间间隔对监测时间段进行时间分片,划分得到n个采样周期,例如,预设时间间隔为1小时,监测时间段为一天,则划分得到24个采样周期,以每个采样周期为分析单元,基于各采样周期下客户端上报的MR数据,确定两两目标小区之间的共覆盖占比。
S103,根据预设数量的采样周期下的共覆盖占比,确定至少一个共覆盖小区对;其中,每个共覆盖小区对包括:至少两个目标小区,为了简化说明,在实施例中均以每个共覆盖小区对包括两个目标小区为例;
具体的,以每个关联小区组合为分析对象,先根据该关联小区组合在各采样周期下的共覆盖占比,确定所有采样周期下的共覆盖综合比例,再根据共覆盖综合比例,判断该关联小区组合是否为共覆盖小区对。
S104,根据确定出的共覆盖小区对的MRO数据,在至少一个共覆盖小区对中确定用户驻留不均衡区域;
具体的,以每个共覆盖小区对为分析对象,先根据该共覆盖小区对的多个MR数据,确定目标采样周期,再根据目标采样周期,判断该共覆盖小区对是否为用户驻留不均衡区域。
本发明提供的实施例中,通过预先将目标时间段划分为预设数量个采样周期,在不均衡区域识别过程中,基于客户端上报的多个MR数据,确定各采样周期下目标小区之间的共覆盖占比;再基于共覆盖占比确定共覆盖小区对;进而确定共覆盖小区对是否为用户驻留不均衡区域。本发明实施例实现了提高用户驻留不均衡区域的识别准确度,从而提高识别出的用户驻留不均衡区域的参考性,进而有效指导不均衡区域的容量优化工作,避免出现高负荷小区,确保通信网络的运行速度和稳定性。
其中,针对目标小区之间的共覆盖占比的确定过程,如图2所示,上述S102,根据获取到的MRO数据,确定各采样周期下目标小区之间的共覆盖占比,具体包括:
S1021,在多个目标小区中,依次选取一个目标小区作为当前主小区,并将其他目标小区作为邻小区;
S1022,确定当前主小区对应的关联小区组合,其中,该关联小区组合包括:当前主小区与任一邻小区;
在具体实施时,例如,多个目标小区分别为:CellA、CellB、CellC、…、CellX、CellY,该目标小区可以是LTE小区,若当前主小区为CellA,对应的,关联小区组合分别为(CellA,CellB)、(CellA,CellC)…、(CellA,CellX)、(CellA、CellY)。类似的,依次选取CellB、CellC、…、CellX、CellY作为当前主小区。
S1023,针对每个采样周期,根据当前主小区的小区标识,在获取到的MRO数据中提取该采样周期内当前主小区的MR数据子集;其中,MR数据包括:上传时间和小区标识;
具体的,一种实现方式是:先按照采样周期将获取到的MRO数据进行分类,得到多个MR数据集合,再针对每个采样周期,在该采样周期对应的MR数据集合中,选取与当前主小区的小区标识对应的MR数据子集。另一种实现方式是,直接针对每个采样周期,在获取到的MRO数据中,选取上传时间属于该采样周期且与当前主小区的小区标识对应的MR数据子集。
S1024,针对每个关联小区组合,根据提取出的MR数据子集中各MR数据中的参考信号接收功率RSRP,确定该采样周期下该关联小区组合的共覆盖占比;其中,MR数据包括:参考信号接收功率RSRP;
具体的,针对每个关联小区组合,根据参考信号接收功率RSRP,确定客户端位于当前主小区时检测到的当前主小区的RSRP与邻小区的RSRP的信号强度差值;该信号强度差值越小,说明当前主小区与邻小区为共覆盖小区的可能性越大,因此,再根据信号强度差值小于预设差值阈值的采样点的数量,即可确定关联小区组合的共覆盖占比。
进一步的,针对基于参考信号接收功率RSRP,确定共覆盖占比的过程,基于此,上述S1024,针对每个关联小区组合,根据提取出的MR数据子集中各MR数据中的参考信号接收功率RSRP,确定该采样周期下该关联小区组合的共覆盖占比,具体包括:
步骤一,针对每个关联小区组合,根据提取出的MR数据子集中各MR数据中的参考信号接收功率RSRP,确定该采样周期下该关联小区组合对应的每个交叉采样点的RSRP差值;
其中,由于客户端位于某一主小区时不仅可以接收到主小区的无线通信信号,也可以接收到邻小区的无线通信信号,上述交叉采样点是指,在采样周期Ti下主小区CellA对应的采样点中,邻小区在服务主小区的MR测量报告中出现的采样点;
对应的,上述交叉采样点对应的MR数据包括:与当前主小区相关的第一RSRP、与关联小区组合中的邻小区相关的第二RSRP;即第一RSRP是指位于主小区的客户端检测到当前主小区的参考信号接收功率,第二RSRP是指位于主小区的客户端检测到邻小区的参考信号接收功率;对应的,交叉采样点的RSRP差值等于第一RSRP与第二RSRP的差值的绝对值。
例如,以关联小区组合包括:主小区CellA和邻小区CellX为例,上述交叉采样点是指,邻小区CellX在服务主小区CellA的MR测量报告中出现的采样点;对应的,第一RSRP即为RSRP(CellA),第二RSRP即为RSRP(CellX);
具体的,计算采样周期Ti下主小区CellA对应的采样点中,邻小区CellX在服务主小区CellA的MR测量报告中出现的采样点(即交叉采样点)的P-CCPCH接收信号码功率强度差值|RSRP(CellX)—RSRP(CellA)|(即RSRP差值)。
步骤二,根据上述RSRP差值小于预设差值阈值的交叉采样点的数量,确定该关联小区组合的共覆盖采样点数量;
具体的,将每个交叉采样点的RSRP差值与预设差值阈值进行比较,确定|RSRP(CellX)—RSRP(CellA)|小于预设差值阈值(P)的交叉采样点的数量(即共覆盖采样点);
也就是说,上述共覆盖采样点是指,在采样周期Ti下主小区CellA对应的采样点中,邻小区CellX在服务主小区CellA的MR测量报告中出现、且P-CCPCH接收信号码功率强度差值小于预设差值阈值(P)的采样点。
步骤三,根据确定出的共覆盖采样点数量和当前主小区的采样点总数,确定该采样周期下该关联小区组合的共覆盖占比;
具体的,针对每个关联小区组合,在某一采样周期下,对应的共覆盖占比为:共覆盖采样数量除以当前主小区的采样点总数。
在具体实施时,仍以多个目标小区分别为:CellA、CellB、CellC、…、CellX、CellY为例,若当前主小区为CellA,对应的,关联小区组合分别为(CellA,CellB)、(CellA,CellC)…、(CellA,CellX)、(CellA、CellY),参照表1计算关联小区组合在采样周期Ti下交叉采样点的RSRP差值,具体为:
表1
对应的,参照表2计算关联小区组合在采样周期Ti下的共覆盖占比,具体为:
表2
采样周期 | 主小区 | 邻小区 | 共覆盖采样点 | 采样点总数 | 共覆盖占比(%) |
Ti | CellA | CellB | 300 | 1000 | 30.00 |
Ti | CellA | CellC | 10 | 1000 | 1.00 |
Ti | CellA | … | … | … | … |
Ti | CellB | CellA | 400 | 2000 | 20.00 |
Ti | CellB | CellC | 20 | 2000 | 1.00 |
Ti | CellB | … | … | … | … |
其中,在分别确定出各采样周期下的共覆盖占比后,针对至少一个共覆盖小区对的确定过程,如图3所示,上述S103,根据预设数量的采样周期下的共覆盖占比,确定至少一个共覆盖小区对,具体包括:
S1031,针对每个关联小区组合,根据确定出的预设数量的采样周期下的共覆盖占比,确定该关联小区组合的共覆盖综合比例;
其中,关联小区组合包括:当前主小区与任一邻小区;该当前主小区是从多个目标小区中依次选取出的一个目标小区,该邻小区是除被选取的目标小区之外的任一目标小区;
具体的,在针对每个采样周期,分别确定各关联小区组合的共覆盖占比之后,根据所有采样周期下该关联小区组合的共覆盖占比和所有采样周期下该关联小区的相反小区组合的共覆盖占比,确定该关联小区的共覆盖综合比例;其中,该相反小区组合是指将关联小区组合中的主小区和邻小区进行交换,即关联小区组合中的主小区即为相反小区组合中的邻小区,关联小区组合中的邻小区即为相反小区组合中的主小区;
也就是说,用于确定关联小区组合的共覆盖综合比例的共覆盖占比包括:关联小区组合中主小区为主小区的共覆盖占比、以及关联小区组合中邻小区为主小区的共覆盖占比。
S1032,针对每个关联小区组合,判断该关联小区组合的共覆盖综合比例是否大于预设比例阈值;
若判断结果为是,则执行S1033,确定该关联小区组合为共覆盖小区对;
具体的,将关联小区组合的共覆盖综合比例与预设比例阈值进行比较,若共覆盖综合比例不大于预设比例阈值,则确定关联小区组合为非共覆盖小区对,即关联小区组合中的主小区与邻小区之间的覆盖关联度比较低;若共覆盖综合比例大于预设比例阈值,则确定关联小区组合为共覆盖小区对,即关联小区组合中的主小区与邻小区之间的覆盖关联度比较高。
进一步的,针对基于各采样周期下的共覆盖占比,确定共覆盖综合比例的过程,基于此,上述S1031,针对每个关联小区组合,根据确定出的预设数量的采样周期下的共覆盖占比,确定该关联小区组合的共覆盖综合比例,具体包括:
步骤一,针对每个关联小区组合,根据确定出的预设数量的采样周期下的共覆盖占比和如下计算公式,确定该关联小区组合的共覆盖综合比例;
其中,上述计算公式为:
其中,U表示共覆盖综合比例,QXY表示小区X为主小区且小区Y为邻小区的共覆盖占比,QYX表示小区Y为主小区且小区X为邻小区的共覆盖占比,n表示采样周期的数量,Tn表示序号为n的采样周期,T1表示序号为1的采样周期。
其中,针对用户驻留不均衡区域的确定过程,如图4所示,上述S104,根据确定出的共覆盖小区对的MRO数据,在至少一个共覆盖小区对中确定用户驻留不均衡区域,具体包括:
S1041,针对每个共覆盖小区对,根据该共覆盖小区对的MRO数据,确定各采样周期下该共覆盖小区对的在线用户数偏差比;
具体的,在确定出至少一个共覆盖小区对之后,考虑到MR数据是客户端按照预设上报周期自动上传的,因此,在线用户数量与客户端上报的MR数据对应的采样点数量正相关;
在具体实施时,可以根据各采样周期下的MR采样点数量,拟合确定在线用户数量;例如,若MR数据的上报周期为5ms、采样周期为T,那么在线拟合用户数=该采样周期T下MR采样点数量/(T/5ms),其中,T单位为ms;
具体的,分别确定共覆盖小区对中,主小区的在线拟合用户数和邻小区的在线拟合用户数,将主小区的在线拟合用户数与邻小区的在线拟合用户数做差值、再除以主小区的在线拟合用户数,即为共覆盖小区对的在线用户数偏差比;
例如,若关联小区组合(CellX,CellY)为共覆盖小区对,则对应的在线用户数偏差比=|(CellX的在线拟合用户数-CellY在线拟合用户数)|/CellX的在线拟合用户数。
S1042,根据确定出的各采样周期对应的在线用户数偏差比,确定目标采样周期;
具体的,针对每个采样周期,将该采样周期对应的在线用户数偏差比与预设偏差阈值进行比较;若在线用户数偏差比大于预设偏差阈值,则说明共覆盖小区对中的主小区和邻小区的用户偏差比较大,因此,在该采样周期下用户驻留不均衡的现象比较突出,对应的,将该采样周期确定为目标采样周期,即不均衡时间段。
S1043,根据各共覆盖小区对分别对应的目标采样周期,在至少一个共覆盖小区对中确定用户驻留不均衡区域;
具体的,在所有采样周期内,若目标采样周期的数量越多,说明用户驻留不均衡时间段越长,需要对共覆盖小区进行容量优化工作;
也就是说,某一采样周期对应的在线用户数偏差比越大,说明该采样周期下用户驻留不均衡程度越大,因此,在所有采样周期内,某一共覆盖小区对的不均衡时间段的占比越大,说明该共覆盖小区对的用户驻留不均衡程度越大。
在具体实施时,仍以多个目标小区分别为:CellA、CellB、CellC、…、CellX、CellY为例,若关联小区组合(CellX,CellY)为共覆盖小区对,参照表3计算该共覆盖小区对的在线用户数偏差比,具体为:
表3
需要说明的是,上述表1至表3中的具体数值仅作为示例,并不限定本发明的保护范围。
进一步的,在确定出各共覆盖小区对的目标采样周期后,选取用户驻留不均衡区域的过程,基于此,上述S1043,根据各共覆盖小区对分别对应的目标采样周期,在至少一个共覆盖小区对中确定用户驻留不均衡区域,具体包括:
针对每个共覆盖小区对,判断该共覆盖小区对对应的目标采样周期的数量是否大于预设数量阈值;
和/或,判断该共覆盖小区对对应的目标采样周期的时间段时长占比是否大于预设比值;
若至少一个判断结果为是,则确定该共覆盖小区对为用户驻留不均衡区域;在具体实施时,可以将共覆盖小区对中的主小区确定为用户驻留不均衡区域,
具体的,在确定共覆盖小区对是否为用户驻留不均衡区域的过程中,可以只参考目标采样周期的数量,对应的,若目标采样周期的数量大于预设数量阈值,则确定共覆盖小区对为用户驻留不均衡区域;
也可以只参考目标采样周期的时间段时长,对应的,若目标采样周期的时间段时长占比大于预设比值,则确定共覆盖小区对为用户驻留不均衡区域;
还可以同时参考目标采样周期的数量和目标采样周期的时间段时长,对应的,若目标采样周期的数量大于预设数量阈值、且时间段时长占比大于预设比值,则确定共覆盖小区对为用户驻留不均衡区域。
本发明实施例中的用户驻留不均衡区域的识别方法,首先,获取多个目标小区的MRO数据,其中,该目标小区覆盖有预设通信网络,该MRO数据包括:客户端针对通信业务所上报的多个MR数据;然后,根据获取到的MRO数据,确定各采样周期下目标小区之间的共覆盖占比;以及根据预设数量的采样周期下的共覆盖占比,确定至少一个共覆盖小区对;再根据该共覆盖小区对的MRO数据,在至少一个共覆盖小区对中确定用户驻留不均衡区域,这样能够提高用户驻留不均衡区域的识别准确度,从而提高识别出的用户驻留不均衡区域的参考性,进而有效指导不均衡区域的容量优化工作,避免出现高负荷小区,确保通信网络的运行速度和稳定性。
对应上述实施例提供的用户驻留不均衡区域的识别方法,基于相同的技术构思,本发明实施例还提供了一种用户驻留不均衡区域的识别装置,图5为本发明实施例提供的用户驻留不均衡区域的识别装置的模块组成示意图,该用户驻留不均衡区域的识别装置用于执行图1至图4描述的用户驻留不均衡区域的识别方法,如图5所示,该用户驻留不均衡区域的识别装置包括:
原始数据获取模块501,用于获取多个目标小区的MRO数据,其中,所述目标小区覆盖有预设通信网络,所述MRO数据包括:客户端针对通信业务所上报的多个MR数据;
共覆盖占比确定模块502,用于根据所述MRO数据,确定各采样周期下所述目标小区之间的共覆盖占比;
共覆盖小区确定模块503,用于根据预设数量的所述采样周期下的所述共覆盖占比,确定至少一个共覆盖小区对;
不均衡区域确定模块504,用于根据所述共覆盖小区对的所述MRO数据,在所述至少一个共覆盖小区对中确定用户驻留不均衡区域。
本发明实施例中,首先,获取多个目标小区的MRO数据,其中,该目标小区覆盖有预设通信网络,该MRO数据包括:客户端针对通信业务所上报的多个MR数据;然后,根据获取到的MRO数据,确定各采样周期下目标小区之间的共覆盖占比;以及根据预设数量的采样周期下的共覆盖占比,确定至少一个共覆盖小区对;再根据该共覆盖小区对的MRO数据,在至少一个共覆盖小区对中确定用户驻留不均衡区域,这样能够提高用户驻留不均衡区域的识别准确度,从而提高识别出的用户驻留不均衡区域的参考性,进而有效指导不均衡区域的容量优化工作,避免出现高负荷小区,确保通信网络的运行速度和稳定性。
可选地,所述共覆盖占比确定模块502,具体用于:
在所述多个目标小区中,依次选取一个所述目标小区作为当前主小区,并将其他所述目标小区作为邻小区;
确定所述当前主小区对应的关联小区组合,其中,所述关联小区组合包括:所述当前主小区与任一所述邻小区;
针对每个采样周期,根据所述当前主小区的小区标识,在所述MRO数据中提取该采样周期内所述当前主小区的MR数据子集;
针对每个所述关联小区组合,根据所述MR数据子集中各MR数据中的参考信号接收功率RSRP,确定该采样周期下该关联小区组合的共覆盖占比。
可选地,所述共覆盖占比确定模块502,进一步具体用于:
根据所述MR数据子集中各MR数据中的参考信号接收功率RSRP,确定该采样周期下该关联小区组合对应的每个交叉采样点的RSRP差值,其中,所述交叉采样点包括:与所述当前主小区相关的第一RSRP、与所述关联小区组合中的所述邻小区相关的第二RSRP;
根据所述RSRP差值小于预设差值阈值的所述交叉采样点的数量,确定所述关联小区组合的共覆盖采样点数量;
根据所述共覆盖采样点数量和所述当前主小区的采样点总数,确定该采样周期下该关联小区组合的共覆盖占比。
可选地,所述共覆盖小区确定模块503,具体用于:
针对每个关联小区组合,根据预设数量的所述采样周期下的所述共覆盖占比,确定该关联小区组合的共覆盖综合比例;
若所述共覆盖综合比例大于预设比例阈值,则确定所述关联小区组合为共覆盖小区对。
可选地,所述共覆盖小区确定模块503,进一步具体用于:
根据预设数量的所述采样周期下的所述共覆盖占比和如下计算公式,确定该关联小区组合的共覆盖综合比例;所述计算公式为:
其中,U表示共覆盖综合比例,QXY表示小区X为主小区且小区Y为邻小区的共覆盖占比,QYX表示小区Y为主小区且小区X为邻小区的共覆盖占比,n表示采样周期的数量,Tn表示序号为n的采样周期,T1表示序号为1的采样周期。
可选地,所述不均衡区域确定模块504,具体用于:
针对每个所述共覆盖小区对,根据该共覆盖小区对的所述MRO数据,确定各所述采样周期下该共覆盖小区对的在线用户数偏差比;
根据各所述采样周期对应的所述在线用户数偏差比,确定目标采样周期;
根据各所述共覆盖小区对分别对应的所述目标采样周期,在所述至少一个共覆盖小区对中确定用户驻留不均衡区域。
可选地,所述不均衡区域确定模块504,进一步具体用于:
针对每个所述共覆盖小区对,判断该共覆盖小区对对应的所述目标采样周期的数量是否大于预设数量阈值;
和/或,判断该共覆盖小区对对应的所述目标采样周期的时间段时长占比是否大于预设比值;
若至少一个判断结果为是,则确定所述共覆盖小区对为用户驻留不均衡区域。
本发明实施例中的用户驻留不均衡区域的识别装置,首先,获取多个目标小区的MRO数据,其中,该目标小区覆盖有预设通信网络,该MRO数据包括:客户端针对通信业务所上报的多个MR数据;然后,根据获取到的MRO数据,确定各采样周期下目标小区之间的共覆盖占比;以及根据预设数量的采样周期下的共覆盖占比,确定至少一个共覆盖小区对;再根据该共覆盖小区对的MRO数据,在至少一个共覆盖小区对中确定用户驻留不均衡区域,这样能够提高用户驻留不均衡区域的识别准确度,从而提高识别出的用户驻留不均衡区域的参考性,进而有效指导不均衡区域的容量优化工作,避免出现高负荷小区,确保通信网络的运行速度和稳定性。
本发明实施例提供的用户驻留不均衡区域的识别装置能够实现上述用户驻留不均衡区域的识别方法对应的实施例中的各个过程,为避免重复,这里不再赘述。
需要说明的是,本发明实施例提供的用户驻留不均衡区域的识别装置与本发明实施例提供的用户驻留不均衡区域的识别方法基于同一发明构思,因此该实施例的具体实施可以参见前述用户驻留不均衡区域的识别方法的实施,重复之处不再赘述。
对应上述实施例提供的用户驻留不均衡区域的识别方法,基于相同的技术构思,本发明实施例还提供了一种计算机设备,该设备用于执行上述的用户驻留不均衡区域的识别方法,图6为实现本发明各个实施例的一种计算机设备的结构示意图,如图6所示。计算机设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器601和存储器602,存储器602中可以存储有一个或一个以上存储应用程序或数据。其中,存储器602可以是短暂存储或持久存储。存储在存储器602的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对计算机设备中的一系列计算机可执行指令。更进一步地,处理器601可以设置为与存储器602通信,在计算机设备上执行存储器602中的一系列计算机可执行指令。计算机设备还可以包括一个或一个以上电源603,一个或一个以上有线或无线网络接口604,一个或一个以上输入输出接口605,一个或一个以上键盘606。
具体在本实施例中,计算机设备包括有处理器、通信接口、存储器和通信总线;其中,处理器、通信接口以及存储器通过总线完成相互间的通信;存储器,用于存放计算机程序;处理器,用于执行存储器上所存放的程序,实现以下方法步骤:
获取多个目标小区的MRO数据,其中,所述目标小区覆盖有预设通信网络,所述MRO数据包括:客户端针对通信业务所上报的多个MR数据;
根据所述MRO数据,确定各采样周期下所述目标小区之间的共覆盖占比;
根据预设数量的所述采样周期下的所述共覆盖占比,确定至少一个共覆盖小区对;
根据所述共覆盖小区对的所述MRO数据,在所述至少一个共覆盖小区对中确定用户驻留不均衡区域。
本发明实施例中的计算机设备,首先,获取多个目标小区的MRO数据,其中,该目标小区覆盖有预设通信网络,该MRO数据包括:客户端针对通信业务所上报的多个MR数据;然后,根据获取到的MRO数据,确定各采样周期下目标小区之间的共覆盖占比;以及根据预设数量的采样周期下的共覆盖占比,确定至少一个共覆盖小区对;再根据该共覆盖小区对的MRO数据,在至少一个共覆盖小区对中确定用户驻留不均衡区域,这样能够提高用户驻留不均衡区域的识别准确度,从而提高识别出的用户驻留不均衡区域的参考性,进而有效指导不均衡区域的容量优化工作,避免出现高负荷小区,确保通信网络的运行速度和稳定性。
本发明实施例提供的计算机设备能够实现上述用户驻留不均衡区域的识别方法对应的实施例中的各个过程,为避免重复,这里不再赘述。
需要说明的是,本发明实施例提供的计算机设备与本发明实施例提供的用户驻留不均衡区域的识别方法基于同一发明构思,因此该实施例的具体实施可以参见前述用户驻留不均衡区域的识别方法的实施,重复之处不再赘述。
本申请实施例还提供一种计算机可读存储介质,存储介质内存储有计算机程序,计算机程序被处理器执行时实现以下方法步骤:
获取多个目标小区的MRO数据,其中,所述目标小区覆盖有预设通信网络,所述MRO数据包括:客户端针对通信业务所上报的多个MR数据;
根据所述MRO数据,确定各采样周期下所述目标小区之间的共覆盖占比;
根据预设数量的所述采样周期下的所述共覆盖占比,确定至少一个共覆盖小区对;
根据所述共覆盖小区对的所述MRO数据,在所述至少一个共覆盖小区对中确定用户驻留不均衡区域。
本发明实施例中的计算机可读存储介质首先,获取多个目标小区的MRO数据,其中,该目标小区覆盖有预设通信网络,该MRO数据包括:客户端针对通信业务所上报的多个MR数据;然后,根据获取到的MRO数据,确定各采样周期下目标小区之间的共覆盖占比;以及根据预设数量的采样周期下的共覆盖占比,确定至少一个共覆盖小区对;再根据该共覆盖小区对的MRO数据,在至少一个共覆盖小区对中确定用户驻留不均衡区域,这样能够提高用户驻留不均衡区域的识别准确度,从而提高识别出的用户驻留不均衡区域的参考性,进而有效指导不均衡区域的容量优化工作,避免出现高负荷小区,确保通信网络的运行速度和稳定性。
本发明实施例提供的计算机可读存储介质能够实现上述用户驻留不均衡区域的识别方法对应的实施例中的各个过程,为避免重复,这里不再赘述。
需要说明的是,本发明实施例提供的计算机可读存储介质与本发明实施例提供的用户驻留不均衡区域的识别方法基于同一发明构思,因此该实施例的具体实施可以参见前述用户驻留不均衡区域的识别方法的实施,重复之处不再赘述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (9)
1.一种用户驻留不均衡区域的识别方法,其特征在于,包括:
获取多个目标小区的MRO数据,其中,所述目标小区覆盖有预设通信网络,所述MRO数据包括:客户端针对通信业务所上报的多个MR数据;
根据所述MRO数据,确定各采样周期下所述目标小区之间的共覆盖占比;
根据预设数量的所述采样周期下的所述共覆盖占比,确定至少一个共覆盖小区对;
根据所述共覆盖小区对的所述MRO数据,在所述至少一个共覆盖小区对中确定用户驻留不均衡区域;
所述根据所述MRO数据,确定各采样周期下所述目标小区之间的共覆盖占比,包括:
在所述多个目标小区中,依次选取一个所述目标小区作为当前主小区,并将其他所述目标小区作为邻小区;
确定所述当前主小区对应的关联小区组合,其中,所述关联小区组合包括:所述当前主小区与任一所述邻小区;
针对每个采样周期,根据所述当前主小区的小区标识,在所述MRO数据中提取该采样周期内所述当前主小区的MR数据子集;
针对每个所述关联小区组合,根据所述MR数据子集中各MR数据中的参考信号接收功率RSRP,确定该采样周期下该关联小区组合的共覆盖占比。
2.根据权利要求1所述的方法,其特征在于,所述根据所述MR数据子集中各MR数据中的参考信号接收功率RSRP,确定该采样周期下该关联小区组合的共覆盖占比,包括:
根据所述MR数据子集中各MR数据中的参考信号接收功率RSRP,确定该采样周期下该关联小区组合对应的每个交叉采样点的RSRP差值,其中,所述交叉采样点对应的MR数据包括:与所述当前主小区相关的第一RSRP、与所述关联小区组合中的所述邻小区相关的第二RSRP;
根据所述RSRP差值小于预设差值阈值的所述交叉采样点的数量,确定所述关联小区组合的共覆盖采样点数量;
根据所述共覆盖采样点数量和所述当前主小区的采样点总数,确定该采样周期下该关联小区组合的共覆盖占比。
3.根据权利要求1所述的方法,其特征在于,所述根据预设数量的所述采样周期下的所述共覆盖占比,确定至少一个共覆盖小区对,包括:
针对每个关联小区组合,根据预设数量的所述采样周期下的所述共覆盖占比,确定该关联小区组合的共覆盖综合比例;
若所述共覆盖综合比例大于预设比例阈值,则确定所述关联小区组合为共覆盖小区对。
5.根据权利要求1所述的方法,其特征在于,所述根据所述共覆盖小区对的所述MRO数据,在所述至少一个共覆盖小区对中确定用户驻留不均衡区域,包括:
针对每个所述共覆盖小区对,根据该共覆盖小区对的所述MRO数据,确定各所述采样周期下该共覆盖小区对的在线用户数偏差比;
根据各所述采样周期对应的所述在线用户数偏差比,确定目标采样周期;
根据各所述共覆盖小区对分别对应的所述目标采样周期,在所述至少一个共覆盖小区对中确定用户驻留不均衡区域。
6.根据权利要求5所述的方法,其特征在于,所述根据各所述共覆盖小区对分别对应的所述目标采样周期,在所述至少一个共覆盖小区对中,确定用户驻留不均衡区域,包括:
针对每个所述共覆盖小区对,判断该共覆盖小区对对应的所述目标采样周期的数量是否大于预设数量阈值;
和/或,判断该共覆盖小区对对应的所述目标采样周期的时间段时长占比是否大于预设比值;
若至少一个判断结果为是,则确定所述共覆盖小区对为用户驻留不均衡区域。
7.一种用户驻留不均衡区域的识别装置,其特征在于,包括:
原始数据获取模块,用于获取多个目标小区的MRO数据,其中,所述目标小区覆盖有预设通信网络,所述MRO数据包括:客户端针对通信业务所上报的多个MR数据;
共覆盖占比确定模块,用于根据所述MRO数据,确定各采样周期下所述目标小区之间的共覆盖占比;
共覆盖小区确定模块,用于根据预设数量的所述采样周期下的所述共覆盖占比,确定至少一个共覆盖小区对;
不均衡区域确定模块,用于根据所述共覆盖小区对的所述MRO数据,在所述至少一个共覆盖小区对中确定用户驻留不均衡区域;
所述共覆盖占比确定模块,具体用于:
在所述多个目标小区中,依次选取一个所述目标小区作为当前主小区,并将其他所述目标小区作为邻小区;
确定所述当前主小区对应的关联小区组合,其中,所述关联小区组合包括:所述当前主小区与任一所述邻小区;
针对每个采样周期,根据所述当前主小区的小区标识,在所述MRO数据中提取该采样周期内所述当前主小区的MR数据子集;
针对每个所述关联小区组合,根据所述MR数据子集中各MR数据中的参考信号接收功率RSRP,确定该采样周期下该关联小区组合的共覆盖占比。
8.一种计算机设备,其特征在于,包括处理器、通信接口、存储器和通信总线;其中,所述处理器、所述通信接口以及所述存储器通过总线完成相互间的通信;所述存储器,用于存放计算机程序;所述处理器,用于执行所述存储器上所存放的程序,实现如权利要求1-6任一项所述的用户驻留不均衡区域的识别方法。
9.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的用户驻留不均衡区域的识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911052592.0A CN112752277B (zh) | 2019-10-31 | 2019-10-31 | 一种用户驻留不均衡区域的识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911052592.0A CN112752277B (zh) | 2019-10-31 | 2019-10-31 | 一种用户驻留不均衡区域的识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112752277A CN112752277A (zh) | 2021-05-04 |
CN112752277B true CN112752277B (zh) | 2022-07-01 |
Family
ID=75644584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911052592.0A Active CN112752277B (zh) | 2019-10-31 | 2019-10-31 | 一种用户驻留不均衡区域的识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112752277B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114071517B (zh) * | 2021-11-16 | 2023-11-21 | 中国联合网络通信集团有限公司 | 一种过覆盖基站识别方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102883346A (zh) * | 2012-09-20 | 2013-01-16 | 北京拓明科技有限公司 | 一种基于Abis口信令中测量报告的过覆盖判断方法 |
CN103718589A (zh) * | 2013-04-24 | 2014-04-09 | 华为技术有限公司 | 邻区识别处理方法及装置 |
WO2015147707A1 (en) * | 2014-03-24 | 2015-10-01 | Telefonaktiebolaget L M Ericsson (Publ) | Method and network node for providing overlap information in a cellular network |
CN106507372A (zh) * | 2015-09-07 | 2017-03-15 | 中兴通讯股份有限公司 | 一种无线网络越区覆盖检测方法、装置及通信系统 |
CN106937306A (zh) * | 2015-12-30 | 2017-07-07 | 中国移动通信集团上海有限公司 | 一种网络质量评估方法及装置 |
CN109905889A (zh) * | 2017-12-08 | 2019-06-18 | 中国移动通信集团山西有限公司 | 无线资源均衡方法、装置、设备及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10382979B2 (en) * | 2014-12-09 | 2019-08-13 | Futurewei Technologies, Inc. | Self-learning, adaptive approach for intelligent analytics-assisted self-organizing-networks (SONs) |
-
2019
- 2019-10-31 CN CN201911052592.0A patent/CN112752277B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102883346A (zh) * | 2012-09-20 | 2013-01-16 | 北京拓明科技有限公司 | 一种基于Abis口信令中测量报告的过覆盖判断方法 |
CN103718589A (zh) * | 2013-04-24 | 2014-04-09 | 华为技术有限公司 | 邻区识别处理方法及装置 |
WO2015147707A1 (en) * | 2014-03-24 | 2015-10-01 | Telefonaktiebolaget L M Ericsson (Publ) | Method and network node for providing overlap information in a cellular network |
CN106507372A (zh) * | 2015-09-07 | 2017-03-15 | 中兴通讯股份有限公司 | 一种无线网络越区覆盖检测方法、装置及通信系统 |
CN106937306A (zh) * | 2015-12-30 | 2017-07-07 | 中国移动通信集团上海有限公司 | 一种网络质量评估方法及装置 |
CN109905889A (zh) * | 2017-12-08 | 2019-06-18 | 中国移动通信集团山西有限公司 | 无线资源均衡方法、装置、设备及介质 |
Non-Patent Citations (2)
Title |
---|
LTE网络负载均衡技术及参数优化;张政雄;《信息通信》;20180415(第04期);全文 * |
R1-133826 "Performance evaluation for small cell discovery using legacy schemes";MediaTek Inc.;《3GPP tsg_ran\WG1_RL1》;20130819;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112752277A (zh) | 2021-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104853379B (zh) | 一种无线网络质量评估方法及装置 | |
US8305271B2 (en) | Cuckoo hashing to store beacon reference data | |
CN111817868B (zh) | 一种网络质量异常的定位方法与装置 | |
CN110505650B (zh) | 随机异构分层网容量智能评估方法及装置 | |
CA2952794C (en) | Method for collecting and aggregating network quality data | |
US20160345168A1 (en) | Physical cell identifier allocation method and apparatus | |
CN111328102B (zh) | 一种共覆盖关系识别的方法及装置 | |
CN108243435B (zh) | 一种lte小区场景划分中的参数优化方法及装置 | |
CN111263389B (zh) | 一种Volte语音质量问题的自动化定位的方法及装置 | |
CN106332154A (zh) | 干扰源的定位方法及装置 | |
CN108243447B (zh) | 一种外部干扰的定位方法及装置 | |
CN107438264B (zh) | 小区性能分析方法及装置 | |
CN108696888A (zh) | 一种确定重叠覆盖小区的方法及装置 | |
CN112752277B (zh) | 一种用户驻留不均衡区域的识别方法及装置 | |
CN108271181B (zh) | 一种无线网络的pci优化方法及装置 | |
CN105828393A (zh) | 一种系统间邻区配置方法及装置 | |
CN106998563B (zh) | 一种基于网络性能的室分系统预警方法及装置 | |
CN106792760B (zh) | 一种基于方位角的站间距统计实现方法 | |
CN114630359B (zh) | 确定网络覆盖的方法、装置、电子设备、计算机存储介质 | |
WO2017211178A1 (zh) | 划分超级小区的方法及装置 | |
CN111263382B (zh) | 一种导致重叠覆盖的问题源小区的确定方法、装置和设备 | |
CN112996015B (zh) | 一种指标关联关系的构建方法及装置 | |
CN110233684B (zh) | 信噪比评估方法、装置、设备及存储介质 | |
CN106879003B (zh) | 一种网络优化质量评估方法及装置 | |
CN115442833A (zh) | 一种投诉根因分析方法、装置及电子设备 |
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 |