CN113259947B - 网络覆盖数据确定方法、装置、设备、介质及产品 - Google Patents
网络覆盖数据确定方法、装置、设备、介质及产品 Download PDFInfo
- Publication number
- CN113259947B CN113259947B CN202110520669.3A CN202110520669A CN113259947B CN 113259947 B CN113259947 B CN 113259947B CN 202110520669 A CN202110520669 A CN 202110520669A CN 113259947 B CN113259947 B CN 113259947B
- Authority
- CN
- China
- Prior art keywords
- network coverage
- base station
- model
- target object
- longitude
- 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
- 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
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
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网络覆盖数据确定方法、装置、设备、介质及产品,该方法包括:确定线状目标对象对应的目标网络覆盖仿真模型;获取线状目标对象中各观测点的经纬度信息;将经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据经纬度信息确定各观测点对应的网络覆盖数据,并输出网络覆盖数据。本发明实施例的网络覆盖数据确定方法,通过线状目标对象中各观测点的经纬度信息以及目标网络覆盖仿真模型可以确定线状目标对象各观测点的网络覆盖数据,确定出的网络覆盖数据不会包含非铁路线路的网络覆盖数据,更贴近铁路线路的实际网络覆盖数据,精确度更高。
Description
技术领域
本发明实施例涉及网络通信技术领域,尤其涉及一种网络覆盖数据确定方法、装置、设备、介质及产品。
背景技术
随着网络通信技术的不断发展,城市、乡村、出行的交通工具上甚至是偏僻无人的区域都进行了网络覆盖,从而使人们在大多数区域都能实现网络通信。而由于目前基站的网络覆盖强度受区域地形、位置等因素限制较大,不同区域的网络覆盖强度是不同的,通常情况下城市的网络覆盖强度较高,而少有人烟的郊外的网络覆盖强度较低。在出行的交通工具中,运行在铁路上的高铁、动车等由于是运行在少有人烟的区域,网络覆盖强度较低。
为了提高车内的网络覆盖强度,当前主要通过等线状场景移动网络覆盖仿真方法来仿真铁路线路的实际网络覆盖强度情况,从而根据仿真得到的网络覆盖强度数据对线路周围的基站进行相关调整以提高铁路线路的网络覆盖强度。
目前的仿真方法,是通过人工划出线路的带状区域,然后用带状区域内的面覆盖质量代表铁路线路上的覆盖质量,仿真精度不够精确。而通过仿真确定的铁路线路的网络覆盖数据由于仿真精度问题,导致精确度也较低。
发明内容
本发明提供一种网络覆盖数据确定方法、装置、设备、介质及产品,用以解决目前通过仿真确定的铁路线路的网络覆盖数据由于仿真精度问题,导致精确度也较低的问题。
本发明实施例第一方面提供一种网络覆盖数据确定方法,包括:
确定线状目标对象对应的目标网络覆盖仿真模型;
获取线状目标对象中各观测点的经纬度信息;
将所述经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据所述经纬度信息确定各观测点对应的网络覆盖数据,并输出所述网络覆盖数据。
进一步地,如上所述的方法,所述确定线状目标对象对应的目标网络覆盖仿真模型之前还包括:
构建线状目标对象对应的目标网络覆盖仿真模型。
进一步地,如上所述的方法,所述构建线状目标对象对应的目标网络覆盖仿真模型包括:
获取对所述线状目标对象进行网络覆盖的所有基站的工参;
根据各所述工参构建对应的基站网络覆盖模型;
获取线状目标对象的线路长度和线路形状,根据所述线路长度和线路形状构建对应的线状目标对象模型;
根据所有的基站网络覆盖模型和所述线状目标对象模型构建所述目标网络覆盖仿真模型。
进一步地,如上所述的方法,所述基站的工参包括基站编号、基站中天线方位角、俯仰角和高度;
所述根据各所述工参构建对应的基站网络覆盖模型,包括:
根据各所述基站编号确定对应基站的类别信息;
根据各所述类别信息从预设的模型库中匹配对应的基站初始覆盖模型;其中,所述预设的模型库中存储有基站的类别信息与基站初始覆盖模型的映射关系;
根据各基站的天线方位角、俯仰角以及高度对对应的基站初始覆盖模型进行配置,以生成对应的基站网络覆盖模型。
进一步地,如上所述的方法,所述根据所有的基站网络覆盖模型和所述线状目标对象模型构建所述目标网络覆盖仿真模型,包括:
确定各所述基站网络覆盖模型对应的网络覆盖范围及网络覆盖范围内各个观测点经纬度对应的网络覆盖强度;
根据所述网络覆盖范围、所述网络覆盖强度和所述线状目标对象模型构建所述目标网络覆盖仿真模型。
进一步地,如上所述的方法,所述将所述经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据所述经纬度信息确定各观测点对应的网络覆盖数据之前,还包括:
获取线状目标对象上运行的目标车辆车型,根据所述目标车辆车型从预设的网络损耗数据库中获取对应的网络损耗值;
所述将所述经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据所述经纬度信息确定各观测点对应的网络覆盖数据,包括:
将所述经纬度信息和所述网络损耗值输入目标网络覆盖仿真模型,以通过目标网络覆盖仿真模型根据所述经纬度信息确定各个观测点对应的网络覆盖数据,根据各个观测点对应的网络覆盖数据和所述网络损耗值确定所述目标车辆车型在各个观测点对应的网络覆盖数据。
进一步地,如上所述的方法,所述输出所述网络覆盖数据之后,还包括:
确定所述网络覆盖数据中小于预设网络覆盖阈值的网络覆盖数据对应观测点的经纬度信息,将对应观测点的经纬度信息确定为待调整位置信息;
根据所述待调整位置信息确定对所述待调整位置信息进行网络覆盖的对应基站网络覆盖模型;
调整对应基站网络覆盖模型的工参以使所述待调整位置信息对应的网络覆盖数据大于或等于预设网络覆盖阈值;
输出调整后的基站网络覆盖模型的工参。
本发明实施例第二方面提供一种网络覆盖数据确定装置,包括:
确定模块,用于确定线状目标对象对应的目标网络覆盖仿真模型;
获取模块,用于获取线状目标对象中各观测点的经纬度信息;
输出模块,用于将所述经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据所述经纬度信息确定各观测点对应的网络覆盖数据,并输出所述网络覆盖数据。
进一步地,如上所述的装置,所述装置还包括:
构建模块,用于构建线状目标对象对应的目标网络覆盖仿真模型。
进一步地,如上所述的装置,所述构建模块具体用于:
获取对所述线状目标对象进行网络覆盖的所有基站的工参;根据各所述工参构建对应的基站网络覆盖模型;获取线状目标对象的线路长度和线路形状,根据所述线路长度和线路形状构建对应的线状目标对象模型;根据所有的基站网络覆盖模型和所述线状目标对象模型构建所述目标网络覆盖仿真模型。
进一步地,如上所述的装置,所述基站的工参包括基站编号、基站中天线方位角、俯仰角和高度;
所述构建模块在根据各所述工参构建对应的基站网络覆盖模型时,具体用于:
根据各所述基站编号确定对应基站的类别信息;根据各所述类别信息从预设的模型库中匹配对应的基站初始覆盖模型;其中,所述预设的模型库中存储有基站的类别信息与基站初始覆盖模型的映射关系;根据各基站的天线方位角、俯仰角以及高度对对应的基站初始覆盖模型进行配置,以生成对应的基站网络覆盖模型。
进一步地,如上所述的装置,所述构建模块在根据所有的基站网络覆盖模型和所述线状目标对象模型构建所述目标网络覆盖仿真模型时,具体用于:
确定各所述基站网络覆盖模型对应的网络覆盖范围及网络覆盖范围内各个观测点经纬度对应的网络覆盖强度;根据所述网络覆盖范围、所述网络覆盖强度和所述线状目标对象模型构建所述目标网络覆盖仿真模型。
进一步地,如上所述的装置,所述装置,还包括:
损耗值确定模块,获取线状目标对象上运行的目标车辆车型,根据所述目标车辆车型从预设的网络损耗数据库中获取对应的网络损耗值;
所述构建模块在将所述经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据所述经纬度信息确定各观测点对应的网络覆盖数据时,具体用于:
将所述经纬度信息和所述网络损耗值输入目标网络覆盖仿真模型,以通过目标网络覆盖仿真模型根据所述经纬度信息确定各个观测点对应的网络覆盖数据,根据各个观测点对应的网络覆盖数据和所述网络损耗值确定所述目标车辆车型在各个观测点对应的网络覆盖数据。
进一步地,如上所述的装置,所述装置,还包括:
工参调整模块,用于确定所述网络覆盖数据中小于预设网络覆盖阈值的网络覆盖数据对应观测点的经纬度信息,将对应观测点的经纬度信息确定为待调整位置信息;根据所述待调整位置信息确定对所述待调整位置信息进行网络覆盖的对应基站网络覆盖模型;调整对应基站网络覆盖模型的工参以使所述待调整位置信息对应的网络覆盖数据大于或等于预设网络覆盖阈值;输出调整后的基站网络覆盖模型的工参。
本发明实施例第三方面提供一种电子设备,包括:存储器,处理器;
存储器;用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为由所述处理器执行第一方面任一项所述的网络覆盖数据确定方法。
本发明实施例第四方面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,所述计算机执行指令被处理器执行时用于实现第一方面任一项所述的网络覆盖数据确定方法。
本发明实施例第五方面提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面任一项所述的网络覆盖数据确定方法。
本发明实施例提供的一种网络覆盖数据确定方法、装置、设备、介质及产品,该方法包括:确定线状目标对象对应的目标网络覆盖仿真模型;获取线状目标对象中各观测点的经纬度信息;将所述经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据所述经纬度信息确定各观测点对应的网络覆盖数据,并输出所述网络覆盖数据。本发明实施例的网络覆盖数据确定方法,首先确定线状目标对象对应的目标网络覆盖仿真模型,线状目标对象可以是高铁线路、动车线路、火车线路等铁路线路。然后获取线状目标对象中各观测点的经纬度信息。由于线状目标对象是由各个观测点组成,每个观测点都有对应的经纬度信息,从而可以将所述经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据所述经纬度信息确定各观测点对应的网络覆盖数据,并输出所述网络覆盖数据。由于本发明实施例的网络覆盖数据确定方法通过线状目标对象中各观测点的经纬度信息以及目标网络覆盖仿真模型可以确定线状目标对象各观测点的网络覆盖数据,确定出的网络覆盖数据不会包含非线状目标对象的网络覆盖数据,如果线状目标对象是铁路线路,则确定出的网络覆盖数据不会包含铁路线路的网络覆盖数据,更贴近铁路线路的实际网络覆盖数据,相比现有通过人工划出线路的带状区域确定的网络覆盖数据,精确度更高。
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为可以实现本发明实施例的网络覆盖数据确定方法的现有仿真方式示意图;
图2为可以实现本发明实施例的网络覆盖数据确定方法的场景图;
图3为本发明第一实施例提供的网络覆盖数据确定方法的流程示意图;
图4为本发明第二实施例提供的网络覆盖数据确定方法的流程示意图;
图5为本发明第二实施例提供的网络覆盖数据确定方法的步骤202的流程示意图;
图6为本发明第二实施例提供的网络覆盖数据确定方法的步骤204的流程示意图;
图7为本发明第三实施例提供的网络覆盖数据确定装置的结构示意图;
图8为本发明第四实施例提供的电子设备的结构示意图。
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。
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发明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、本发明的一些方面相一致的装置和方法的例子。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,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。下面将结合附图,对本发明的实施例进行描述。
为了清楚理解本申请的技术方案,首先对现有技术的方案进行详细介绍。如图1所示,当前对铁路线路使用的网络覆盖仿真方法,通过人工在铁路线路两侧一定距离处,画两条线,两侧的这两条线把铁路线路包含进去,形成了一个如图1一样的带状“面覆盖”区域,最后通过采用与大网面覆盖一样的仿真方法,确定这个带状区域内的网络覆盖数据。
这种仿真方法,实际上是用带状区域内的面覆盖质量代表了铁路线路上的覆盖质量,仿真精度不够精确。仿真范围过大则仿真覆盖水平偏弱,仿真范围过小会出现因未将铁路线路遗漏导致覆盖空洞。因而,通过仿真确定的铁路线路的网络覆盖数据由于仿真精度问题,导致精确度也较低。
所以针对现有技术中通过仿真确定的铁路线路的网络覆盖数据由于仿真精度问题,导致精确度也较低的技术问题,发明人在研究中发现,为了解决目前通过仿真确定的铁路线路的网络覆盖数据精确度较低的问题,可以将面状区域贴近实际的铁路线路区域,实现区域的重叠。具体的,首先确定线状目标对象对应的目标网络覆盖仿真模型,线状目标对象可以是高铁线路、动车线路、火车线路等铁路线路。然后获取线状目标对象中各观测点的经纬度信息。由于线状目标对象是由各个观测点组成,每个观测点都有对应的经纬度信息,从而可以将经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据经纬度信息确定各观测点对应的网络覆盖数据,并输出网络覆盖数据。由于本发明实施例的网络覆盖数据确定方法通过线状目标对象中各观测点的经纬度信息以及目标网络覆盖仿真模型可以确定线状目标对象各观测点的网络覆盖数据,确定出的网络覆盖数据不会包含非线状目标对象的网络覆盖数据,如果线状目标对象是铁路线路,则确定出的网络覆盖数据不会包含铁路线路的网络覆盖数据,更贴近铁路线路的实际网络覆盖数据,相比现有通过人工划出线路的带状区域确定的网络覆盖数据,精确度更高。
发明人基于上述的创造性发现,提出了本申请的技术方案。
下面对本发明实施例提供的网络覆盖数据确定方法的应用场景进行介绍。如图2所示,其中,1为第一电子设备,2为第二电子设备,3为第三电子设备。本发明实施例提供的网络覆盖数据确定方法对应的应用场景的网络架构中包括:第一电子设备1、第二电子设备2和第三电子设备3。第二电子设备2存储有线状目标对象中各观测点的经纬度信息,线状目标对象通常为铁路线路,比如高铁线路、动车线路、火车线路等,铁路线路由各个观测点组成。当需要对线状目标对象进行仿真以确定对应的网络覆盖数据时,由于目标网络覆盖仿真模型与线状目标对象相关,第一电子设备1首先确定线状目标对象对应的目标网络覆盖仿真模型,然后从第二电子设备2获取线状目标对象对应的各观测点经纬度信息。将经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据经纬度信息确定各观测点对应的网络覆盖数据。最后输出网络覆盖数据至第三电子设备3,以供第三电子设备3对网络覆盖数据进行后续处理,比如可以根据网络覆盖数据生成分析报告,问题解决报告等。由于本发明实施例的网络覆盖数据确定方法通过线状目标对象中各观测点的经纬度信息以及目标网络覆盖仿真模型可以确定线状目标对象各观测点的网络覆盖数据,确定出的网络覆盖数据不会包含非线状目标对象的网络覆盖数据,如果线状目标对象是铁路线路,则确定出的网络覆盖数据不会包含铁路线路的网络覆盖数据,更贴近铁路线路的实际网络覆盖数据,相比现有通过人工划出线路的带状区域确定的网络覆盖数据,精确度更高。
下面结合说明书附图对本发明实施例进行介绍。
图3为本发明第一实施例提供的网络覆盖数据确定方法的流程示意图,如图3所示,本实施例中,本发明实施例的执行主体为网络覆盖数据确定装置,该网络覆盖数据确定装置可以集成在电子设备中。则本实施例提供的网络覆盖数据确定方法包括以下几个步骤:
步骤S101,确定线状目标对象对应的目标网络覆盖仿真模型。
本实施例中,线状目标对象通常是铁路线路,比如高铁线路、动车线路、火车线路等,线状目标对象形状为线状,长度以及形状与铁路线路具有等比例的对应关系。
由于每个线状目标对象可能对应不同的铁路线路,因而,与线状目标对象对应的目标网络覆盖仿真模型种类也会有多种,需要在进行仿真之前确定线状目标对象对应的目标网络覆盖仿真模型,以确定线状目标对象上更精确的网络覆盖数据。
步骤S102,获取线状目标对象中各观测点的经纬度信息。
本实施例中,线状目标对象比如高铁线路,由高铁线路的一端至高铁线路的另一端,按照预设的间隔,分部有大量的观测点,每个观测点都有对应的经纬度信息。其中,预设的间隔可以根据实际的需求进行设置,比如按照实际的1米或50厘米等,本实施例对此不作限定。
步骤S103,将经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据经纬度信息确定各观测点对应的网络覆盖数据,并输出网络覆盖数据。
本实施例中,目标网络覆盖仿真模型中的线状目标对象对应的模型与实际的线状目标对象存在一定比例的映射关系。因而,通过将经纬度信息输入目标网络覆盖仿真模型可以确定各观测点对应的网络覆盖数据。输出的网络覆盖数据可以进行后续相关处理,比如可以根据网络覆盖数据生成分析报告,问题解决报告等。
本发明实施例提供的一种网络覆盖数据确定方法,该方法包括:确定线状目标对象对应的目标网络覆盖仿真模型。获取线状目标对象中各观测点的经纬度信息。将经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据经纬度信息确定各观测点对应的网络覆盖数据,并输出网络覆盖数据。本发明实施例的网络覆盖数据确定方法,首先确定线状目标对象对应的目标网络覆盖仿真模型,线状目标对象可以是高铁线路、动车线路、火车线路等铁路线路。然后获取线状目标对象中各观测点的经纬度信息。由于线状目标对象是由各个观测点组成,每个观测点都有对应的经纬度信息,从而可以将经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据经纬度信息确定各观测点对应的网络覆盖数据,并输出网络覆盖数据。由于本发明实施例的网络覆盖数据确定方法通过线状目标对象中各观测点的经纬度信息以及目标网络覆盖仿真模型可以确定线状目标对象各观测点的网络覆盖数据,确定出的网络覆盖数据不会包含非线状目标对象的网络覆盖数据,如果线状目标对象是铁路线路,则确定出的网络覆盖数据不会包含铁路线路的网络覆盖数据,更贴近铁路线路的实际网络覆盖数据,相比现有通过人工划出线路的带状区域确定的网络覆盖数据,精确度更高。
图4为本发明第二实施例提供的网络覆盖数据确定方法的流程示意图,如图4所示,本实施例提供的网络覆盖数据确定方法,是在本发明上一实施例提供的网络覆盖数据确定方法的基础上,增加了构建线状目标对象对应的目标网络覆盖仿真模型的流程。则本实施例提供的网络覆盖数据确定方法包括以下步骤。
总体来说,本实施例是对构建线状目标对象对应的目标网络覆盖仿真模型流程的具体描述,具体如下:
步骤S201,获取对线状目标对象进行网络覆盖的所有基站的工参。
本实施例中,工参即工程参数,基站的工参可以包括基站编号、天线的方位角、俯仰角、天线高度等影响网络覆盖和仿真建模相关的工参。
获取对线状目标对象进行网络覆盖的所有基站的工参可以为后续进行基站建模提供基础。
步骤S202,根据各工参构建对应的基站网络覆盖模型。
本实施例中,基站网络覆盖模型是一种具有网络覆盖范围和网络覆盖范围内各个观测点上具有网络覆盖强度的模型。基站网络覆盖模型可以根据基站的实际位置,比如位于高山上、城区等,来调整实际的基站网络覆盖范围和网络覆盖强度。
步骤S203,获取线状目标对象的线路长度和线路形状,根据线路长度和线路形状构建对应的线状目标对象模型。
本实施例中,线状目标对象的线路长度和线路形状用于构建线状目标对象模型,线状目标对象模型不管是长度还是形状都需要与线状目标对象等比例的对应,从而以更贴近实际线状目标对象的模型,来确定出更精确的网络覆盖数据。
步骤S204,根据所有的基站网络覆盖模型和线状目标对象模型构建目标网络覆盖仿真模型。
本实施例中,目标网络覆盖仿真模型由线状目标对象模型和多个基站网络覆盖模型构成,线状目标对象模型模拟实际的线状目标对象的位置,多个基站网络覆盖模型按照基站与线状目标对象之间对应的实际位置按照一定比例分别放置于线状目标对象模型的两侧。每个基站网络覆盖模型的网络覆盖范围都会与线状目标对象模型存在部分的交集。
步骤S205,确定线状目标对象对应的目标网络覆盖仿真模型。
本实施例中,步骤205的实现方式与本发明上一实施例中的步骤101的实现方式类似,在此不再一一赘述。
步骤S206,获取线状目标对象中各观测点的经纬度信息。
本实施例中,步骤206的实现方式与本发明上一实施例中的步骤102的实现方式类似,在此不再一一赘述。
可选的,本实施例中,将经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据经纬度信息确定各观测点对应的网络覆盖数据之前,还包括:
获取线状目标对象上运行的目标车辆车型,根据目标车辆车型从预设的网络损耗数据库中获取对应的网络损耗值。
将经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据经纬度信息确定各观测点对应的网络覆盖数据,包括:
将经纬度信息和网络损耗值输入目标网络覆盖仿真模型,以通过目标网络覆盖仿真模型根据经纬度信息确定各个观测点对应的网络覆盖数据,根据各个观测点对应的网络覆盖数据和网络损耗值确定目标车辆车型在各个观测点对应的网络覆盖数据。
本实施例中,由于铁路线路上运行的车辆车型是不同的,车型材质以及车速都会对网络覆盖强度有影响,每种车型的材质不同,材质通常有耐候钢、不锈钢、轻型铝合金等等,每种车型的车速也会有不同,比如200千米每小时、260千米每小时等。比如,车速140千米每小时,材质为耐候钢的普通火车的网络损耗值为14,而车速为330千米每小时,材质为轻型铝合金的网络损耗值为20。
通过预设的网络损耗数据库可以存储不同的车型对应的网络损耗值,从而在求得各观测点的网络覆盖数据的基础上,结合各个车型的网络损耗值,可以计算得到各个车型在各个观测点对应的网络覆盖数据。
步骤S207,将经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据经纬度信息确定各观测点对应的网络覆盖数据,并输出网络覆盖数据。
本实施例中,步骤207的实现方式与本发明上一实施例中的步骤103的实现方式类似,在此不再一一赘述。
可选的,本实施例中,输出网络覆盖数据之后,还包括:
确定网络覆盖数据中小于预设网络覆盖阈值的网络覆盖数据对应观测点的经纬度信息,将对应观测点的经纬度信息确定为待调整位置信息。
根据待调整位置信息确定对待调整位置信息进行网络覆盖的对应基站网络覆盖模型。
调整对应基站网络覆盖模型的工参以使待调整位置信息对应的网络覆盖数据大于或等于预设网络覆盖阈值。
输出调整后的基站网络覆盖模型的工参。
本实施例中,在确定各个观测点网络覆盖数据之后,可以根据实际需求将网络覆盖数据中小于预设网络覆盖阈值的网络覆盖数据对应观测点的经纬度信息确定出来,从而根据经纬度信息,可以确定对其进行网络覆盖的基站网络覆盖模型。此时,调整对应基站网络覆盖模型的工参,比如调整基站网络覆盖模型的天线方位角、俯仰角数值,以使网络覆盖数据大于或等于预设网络覆盖阈值。调整后的基站网络覆盖模型的工参即实际的基站中需要对应调整的工参,从而可以根据仿真的网络覆盖数据优化实际的铁路线路网络覆盖。
本发明实施例提供的一种网络覆盖数据确定方法,通过更贴近实际线状目标对象和实际基站的方式构建线状目标对象模型和基站网络覆盖模型,从而通过线状目标对象模型和基站网络覆盖模型确定出更精确的网络覆盖数据。同时,根据该网络覆盖数据可以确定各种车型对应的网络覆盖数据以及线状目标对象上小于预设网络覆盖阈值的网络覆盖数据,进而可以针对小于预设网络覆盖阈值的网络覆盖数据进行优化调整,以实现实际的铁路线路上的网络优化。
图5为本发明第二实施例提供的网络覆盖数据确定方法的步骤202的流程示意图,图6为本发明第二实施例提供的网络覆盖数据确定方法的步骤204的流程示意图。如图5和图6所示,本实施例提供的网络覆盖数据确定方法,是在本发明上一实施例提供的网络覆盖数据确定方法的基础上,对其中的步骤202和204的进一步细化。则本实施例提供的网络覆盖数据确定方法包括以下步骤。
需要说明的是,基站的工参包括基站编号、基站中天线方位角、俯仰角和高度。
步骤S2021,根据各基站编号确定对应基站的类别信息。
本实施例中,每种基站都会有对应的类别,建设在高山上和建设在城区中的基站是不一样的类别。
步骤S2022,根据各类别信息从预设的模型库中匹配对应的基站初始覆盖模型。其中,预设的模型库中存储有基站的类别信息与基站初始覆盖模型的映射关系。
本实施例中,在预设的模型库中会构建不同基站的基站初始覆盖模型,从而为后续各基站构建基站网络覆盖模型提供基础。
步骤S2023,根据各基站的天线方位角、俯仰角以及高度对对应的基站初始覆盖模型进行配置,以生成对应的基站网络覆盖模型。
本实施例中,将各基站的天线方位角、俯仰角以及高度,此高度指天线高度,对基站初始覆盖模型进行配置,从而生成对应的基站网络覆盖模型,该基站网络覆盖模型具有网络覆盖范围和网络覆盖范围中各个观测点的网络覆盖强度。
需要说明的是,步骤2041-2042是对步骤204的细化。
步骤S2041,确定各基站网络覆盖模型对应的网络覆盖范围及网络覆盖范围内各个观测点经纬度对应的网络覆盖强度。
本实施例中,确定基站网络覆盖模型具有对应的网络覆盖范围及网络覆盖范围内各个观测点经纬度对应的网络覆盖强度,可以为后续构建目标网络覆盖仿真模型提供基础。
步骤S2042,根据网络覆盖范围、网络覆盖强度和线状目标对象模型构建目标网络覆盖仿真模型。
本实施例中,线状目标对象模型与实际的线状目标对象在各个观测点的经纬度上具有映射关系,构建的目标网络覆盖仿真模型中基站网络覆盖模型与线状目标对象模型之间的位置以及网络覆盖关系与实际的位置关系以及网络覆盖关系相同。从而可以根据贴近实际情况的目标网络覆盖仿真模型确定出更精确的网络覆盖数据。
图7为本发明第三实施例提供的网络覆盖数据确定装置的结构示意图,如图7所示,本实施例中,该网络覆盖数据确定装置300包括:
确定模块301,用于确定线状目标对象对应的目标网络覆盖仿真模型。
获取模块302,用于获取线状目标对象中各观测点的经纬度信息。
输出模块303,用于将经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据经纬度信息确定各观测点对应的网络覆盖数据,并输出网络覆盖数据。
本实施例提供的网络覆盖数据确定装置可以执行图3所示方法实施例的技术方案,其实现原理和技术效果与图3所示方法实施例类似,在此不再一一赘述。
同时,本发明提供的网络覆盖数据确定装置在上一实施例提供的网络覆盖数据确定装置的基础上,对网络覆盖数据确定装置300进行了进一步的细化。
可选的,本实施例中,网络覆盖数据确定装置300还包括:
构建模块,用于构建线状目标对象对应的目标网络覆盖仿真模型。
可选的,本实施例中,构建模块具体用于:
获取对线状目标对象进行网络覆盖的所有基站的工参。根据各工参构建对应的基站网络覆盖模型。获取线状目标对象的线路长度和线路形状,根据线路长度和线路形状构建对应的线状目标对象模型。根据所有的基站网络覆盖模型和线状目标对象模型构建目标网络覆盖仿真模型。
可选的,本实施例中,基站的工参包括基站编号、基站中天线方位角、俯仰角和高度。
构建模块在根据各工参构建对应的基站网络覆盖模型时,具体用于:
根据各基站编号确定对应基站的类别信息。根据各类别信息从预设的模型库中匹配对应的基站初始覆盖模型。其中,预设的模型库中存储有基站的类别信息与基站初始覆盖模型的映射关系。根据各基站的天线方位角、俯仰角以及高度对对应的基站初始覆盖模型进行配置,以生成对应的基站网络覆盖模型。
可选的,本实施例中,构建模块在根据所有的基站网络覆盖模型和线状目标对象模型构建目标网络覆盖仿真模型时,具体用于:
确定各基站网络覆盖模型对应的网络覆盖范围及网络覆盖范围内各个观测点经纬度对应的网络覆盖强度。根据网络覆盖范围、网络覆盖强度和线状目标对象模型构建目标网络覆盖仿真模型。
可选的,本实施例中,网络覆盖数据确定装置300,还包括:
损耗值确定模块,获取线状目标对象上运行的目标车辆车型,根据目标车辆车型从预设的网络损耗数据库中获取对应的网络损耗值。
构建模块在将经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据经纬度信息确定各观测点对应的网络覆盖数据时,具体用于:
将经纬度信息和网络损耗值输入目标网络覆盖仿真模型,以通过目标网络覆盖仿真模型根据经纬度信息确定各个观测点对应的网络覆盖数据,根据各个观测点对应的网络覆盖数据和网络损耗值确定目标车辆车型在各个观测点对应的网络覆盖数据。
可选的,本实施例中,网络覆盖数据确定装置300,还包括:
工参调整模块,用于确定网络覆盖数据中小于预设网络覆盖阈值的网络覆盖数据对应观测点的经纬度信息,将对应观测点的经纬度信息确定为待调整位置信息。根据待调整位置信息确定对待调整位置信息进行网络覆盖的对应基站网络覆盖模型。调整对应基站网络覆盖模型的工参以使待调整位置信息对应的网络覆盖数据大于或等于预设网络覆盖阈值。输出调整后的基站网络覆盖模型的工参。
本实施例提供的网络覆盖数据确定装置可以执行图3-图6所示方法实施例的技术方案,其实现原理和技术效果与图3-图6所示方法实施例类似,在此不再一一赘述。
根据本发明的实施例,本发明还提供了一种电子设备、一种计算机可读存储介质和一种计算机程序产品。
如图8所示,图8是本发明第四实施例提供的电子设备的结构示意图。电子设备旨在各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图8所示,该电子设备包括:处理器401、存储器402。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理。
存储器402即为本发明所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本发明所提供的网络覆盖数据确定方法。本发明的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本发明所提供的网络覆盖数据确定方法。
存储器402作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本发明实施例中的网络覆盖数据确定方法对应的程序指令/模块(例如,附图7所示的确定模块301、获取模块302和输出模块303)。处理器401通过运行存储在存储器402中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的网络覆盖数据确定方法。
同时,本实施例还提供一种计算机产品,当该计算机产品中的指令由电子设备的处理器执行时,使得电子设备能够执行上述实施例一和二的网络覆盖数据确定方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明实施例的其它实施方案。本发明旨在涵盖本发明实施例的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明实施例的一般性原理并包括本发明实施例未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明实施例的真正范围和精神由下面的权利要求书指出。
应当理解的是,本发明实施例并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明实施例的范围仅由所附的权利要求书来限制。
Claims (8)
1.一种网络覆盖数据确定方法,其特征在于,包括:
确定线状目标对象对应的目标网络覆盖仿真模型;
获取线状目标对象中各观测点的经纬度信息;
将所述经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据所述经纬度信息确定各观测点对应的网络覆盖数据,并输出所述网络覆盖数据;
所述确定线状目标对象对应的目标网络覆盖仿真模型之前还包括:
获取对所述线状目标对象进行网络覆盖的所有基站的工参;
根据各所述工参构建对应的基站网络覆盖模型;
获取线状目标对象的线路长度和线路形状,根据所述线路长度和线路形状构建对应的线状目标对象模型;
根据所有的基站网络覆盖模型和所述线状目标对象模型构建所述目标网络覆盖仿真模型。
2.根据权利要求1所述的方法,其特征在于,所述基站的工参包括基站编号、基站中天线方位角、俯仰角和高度;
所述根据各所述工参构建对应的基站网络覆盖模型,包括:
根据各所述基站编号确定对应基站的类别信息;
根据各所述类别信息从预设的模型库中匹配对应的基站初始覆盖模型;其中,所述预设的模型库中存储有基站的类别信息与基站初始覆盖模型的映射关系;
根据各基站的天线方位角、俯仰角以及高度对对应的基站初始覆盖模型进行配置,以生成对应的基站网络覆盖模型。
3.根据权利要求1所述的方法,其特征在于,所述根据所有的基站网络覆盖模型和所述线状目标对象模型构建所述目标网络覆盖仿真模型,包括:
确定各所述基站网络覆盖模型对应的网络覆盖范围及网络覆盖范围内各个观测点经纬度对应的网络覆盖强度;
根据所述网络覆盖范围、所述网络覆盖强度和所述线状目标对象模型构建所述目标网络覆盖仿真模型。
4.根据权利要求1至3任一所述的方法,其特征在于,所述将所述经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据所述经纬度信息确定各观测点对应的网络覆盖数据之前,还包括:
获取线状目标对象上运行的目标车辆车型,根据所述目标车辆车型从预设的网络损耗数据库中获取对应的网络损耗值;
所述将所述经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据所述经纬度信息确定各观测点对应的网络覆盖数据,包括:
将所述经纬度信息和所述网络损耗值输入目标网络覆盖仿真模型,以通过目标网络覆盖仿真模型根据所述经纬度信息确定各个观测点对应的网络覆盖数据,根据各个观测点对应的网络覆盖数据和所述网络损耗值确定所述目标车辆车型在各个观测点对应的网络覆盖数据。
5.根据权利要求1所述的方法,其特征在于,所述输出所述网络覆盖数据之后,还包括:
确定所述网络覆盖数据中小于预设网络覆盖阈值的网络覆盖数据对应观测点的经纬度信息,将对应观测点的经纬度信息确定为待调整位置信息;
根据所述待调整位置信息确定对所述待调整位置信息进行网络覆盖的对应基站网络覆盖模型;
调整对应基站网络覆盖模型的工参以使所述待调整位置信息对应的网络覆盖数据大于或等于预设网络覆盖阈值;
输出调整后的基站网络覆盖模型的工参。
6.一种网络覆盖数据确定装置,其特征在于,包括:
确定模块,用于确定线状目标对象对应的目标网络覆盖仿真模型;
获取模块,用于获取线状目标对象中各观测点的经纬度信息;
输出模块,用于将所述经纬度信息输入目标网络覆盖仿真模型以通过目标网络覆盖仿真模型根据所述经纬度信息确定各观测点对应的网络覆盖数据,并输出所述网络覆盖数据;
构建模块,用于获取对线状目标对象进行网络覆盖的所有基站的工参;根据各工参构建对应的基站网络覆盖模型;获取线状目标对象的线路长度和线路形状,根据线路长度和线路形状构建对应的线状目标对象模型;根据所有的基站网络覆盖模型和线状目标对象模型构建目标网络覆盖仿真模型。
7.一种电子设备,其特征在于,包括:存储器,处理器;
存储器;用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为由所述处理器执行如权利要求1至5任一项所述的网络覆盖数据确定方法。
8.一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,所述计算机执行指令被处理器执行时用于实现如权利要求1至5任一项所述的网络覆盖数据确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110520669.3A CN113259947B (zh) | 2021-05-13 | 2021-05-13 | 网络覆盖数据确定方法、装置、设备、介质及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110520669.3A CN113259947B (zh) | 2021-05-13 | 2021-05-13 | 网络覆盖数据确定方法、装置、设备、介质及产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113259947A CN113259947A (zh) | 2021-08-13 |
CN113259947B true CN113259947B (zh) | 2022-11-29 |
Family
ID=77181610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110520669.3A Active CN113259947B (zh) | 2021-05-13 | 2021-05-13 | 网络覆盖数据确定方法、装置、设备、介质及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113259947B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106851671A (zh) * | 2015-12-07 | 2017-06-13 | 中国联合网络通信集团有限公司 | 确定网络状况的方法及装置 |
WO2020212156A1 (fr) * | 2019-04-15 | 2020-10-22 | Continental Automotive Gmbh | Procédé et dispositif de prédiction d'une qualité de connexion à un réseau cellulaire |
CN111935732A (zh) * | 2020-09-09 | 2020-11-13 | 南京嘉环科技股份有限公司 | 识别网络覆盖结构空洞的方法、装置、计算机系统与服务器 |
US10959109B1 (en) * | 2020-02-27 | 2021-03-23 | At&T Intellectual Property I, L.P. | Creating and using network coverage models |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10542330B2 (en) * | 2017-05-31 | 2020-01-21 | Netscout Systems, Inc. | Automatic adaptive network planning |
-
2021
- 2021-05-13 CN CN202110520669.3A patent/CN113259947B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106851671A (zh) * | 2015-12-07 | 2017-06-13 | 中国联合网络通信集团有限公司 | 确定网络状况的方法及装置 |
WO2020212156A1 (fr) * | 2019-04-15 | 2020-10-22 | Continental Automotive Gmbh | Procédé et dispositif de prédiction d'une qualité de connexion à un réseau cellulaire |
US10959109B1 (en) * | 2020-02-27 | 2021-03-23 | At&T Intellectual Property I, L.P. | Creating and using network coverage models |
CN111935732A (zh) * | 2020-09-09 | 2020-11-13 | 南京嘉环科技股份有限公司 | 识别网络覆盖结构空洞的方法、装置、计算机系统与服务器 |
Also Published As
Publication number | Publication date |
---|---|
CN113259947A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109451532B (zh) | 一种基站位置的核查方法及装置 | |
CN110726970B (zh) | 目标定位方法及终端设备 | |
CN112233240A (zh) | 三维矢量地图的三维矢量数据切片方法、装置及电子设备 | |
CN103971167A (zh) | 预测光伏发电设备的发电功率的方法和系统 | |
JP2018032939A (ja) | 品質推定装置及び品質推定方法 | |
WO2019033565A1 (zh) | 一种获取发射概率、转移概率以及序列定位的方法和装置 | |
CN113259947B (zh) | 网络覆盖数据确定方法、装置、设备、介质及产品 | |
CN110782774A (zh) | 一种众包道路数据的分布式处理方法及装置 | |
KR101000534B1 (ko) | 항공라이다 데이터를 이용한 양수발전소 수량 예측 시스템 및 그 방법 | |
CN115542301B (zh) | 激光雷达外部参数的校准方法、装置、设备及存储介质 | |
CN115936264A (zh) | 单日工程量计算方法、阶段性工程量预测方法及预测装置 | |
CN111426329B (zh) | 一种道路生成方法、装置、计算机设备及存储介质 | |
CN117870651B (zh) | 基于rtk-slam技术的地图高精度采集方法、存储器及存储介质 | |
CN110598039A (zh) | 电力线路迁改勘察方法及系统 | |
CN115835139A (zh) | 一种定位方法、装置、计算机可读介质及电子设备 | |
CN108731648A (zh) | 2000独立坐标系参数获取方法、装置与计算机可读存储介质 | |
CN113515513B (zh) | 轨迹矫正方法及装置、点云地图生成方法及装置 | |
CN116468269B (zh) | 一种洪涝高风险区识别方法、装置、设备及存储介质 | |
CN113807013B (zh) | 天面数据处理方法、装置、电子设备及可读存储介质 | |
CN116151628B (zh) | 隧道施工中地面沉降的监测与预警系统 | |
CN112950469B (zh) | 高程地图的边界识别方法、拼接方法及系统、设备及介质 | |
CN115065955B (zh) | 高铁5g无线通信网络覆盖规划方法、装置、设备和介质 | |
CN107066606A (zh) | 一种基于记录仪管理平台的key值计算方法及装置 | |
CN112069568B (zh) | 一种基于空间可见性分析的视频监控覆盖效果仿真方法 | |
CN117649187A (zh) | 数据导出方法、装置、设备及存储介质 |
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 |