CN113573321A

CN113573321A - 小区的网络相关性确定方法、装置、介质及电子设备

Info

Publication number: CN113573321A
Application number: CN202110837712.9A
Authority: CN
Inventors: 陈守益; 周琨; 黄祥; 刘静; 吕巍; 陈思
Original assignee: China Telecom Corp Ltd
Current assignee: China Telecom Corp Ltd
Priority date: 2021-07-23
Filing date: 2021-07-23
Publication date: 2021-10-29
Anticipated expiration: 2041-07-23
Also published as: CN113573321B

Abstract

本申请涉及通信领域，揭示了一种小区的网络相关性确定方法、装置、介质及电子设备。该方法包括：获取第一小区和第二小区的基站工程参数信息；根据所述基站工程参数信息分别计算得到所述第一小区和所述第二小区之间的距离相关度、方位角相关度和隔离度相关度；基于所述距离相关度、所述方位角相关度和所述隔离度相关度，确定所述第一小区和所述第二小区的网络相关性得分。此方法可以自动确定出两个小区的网络相关性得分，大大提升了评估小区间网络相关性的效率，不仅可以准确进行网络相关性的计算，而且可以快速对大量基站批量分析网络结构，将分析人员从复杂而重复的工作中解放了出来，降低了人力成本。

Description

小区的网络相关性确定方法、装置、介质及电子设备

技术领域

本申请涉及通信技术领域，特别涉及一种小区的网络相关性确定方法、装置、介质及电子设备。

背景技术

随着无线通信的发展，运营商各类制式的基站越来越多，特别是5G基站，未来新建数量将是LTE基站的5-8倍之多，大规模基站分布在不同区域，组成了一个复杂的无线网络结构，在开展网络结构规划、设计、优化调整时(如 TAC规划及优化、PCI规划及优化、邻区规划及优化、频率设计、覆盖区设计、重叠覆盖分析、下倾角规划及调整、天线RF射频优化调整等)，需要精确掌握各个基站及小区的地理位置特性以及本小区与周边小区的网络结构关系。

在传统的网络规划和优化工作中，主要以人工的方式，使用基站工程参数和各种图层地图工具，结合外场测试以及现场察看，掌握目标基站和小区的网络结构特征。这种方式至少存在以下缺陷：第一、效率低下，难以快速对大量基站批量分析网络结构，人力成本高；第二、分析效果取决于分析人员的技能水平，水平不足导致调整相应区域或相应参数时会给出错误的判断，进而导致分析结果出现错误。

发明内容

在通信技术领域，为了解决上述技术问题，本申请的目的在于提供一种小区的网络相关性确定方法、装置、介质及电子设备。

根据本申请的一方面，提供了一种小区的网络相关性确定方法，所述方法包括：

获取第一小区和第二小区的基站工程参数信息；

根据所述基站工程参数信息分别计算得到所述第一小区和所述第二小区之间的距离相关度、方位角相关度和隔离度相关度，其中，所述距离相关度用于衡量所述第一小区和所述第二小区之间的距离关系，所述方位角相关度用于衡量所述第一小区和所述第二小区之间的方位角关系，所述隔离度相关度用于衡量所述第一小区和所述第二小区未被隔离的程度，所述方位角为小区的辐射方位；

基于所述距离相关度、所述方位角相关度和所述隔离度相关度，确定所述第一小区和所述第二小区的网络相关性得分。

根据本申请的另一方面，提供了一种小区的网络相关性确定装置，所述装置包括：

获取模块，被配置为获取第一小区和第二小区的基站工程参数信息；

计算模块，被配置为根据所述基站工程参数信息分别计算得到所述第一小区和所述第二小区之间的距离相关度、方位角相关度和隔离度相关度，其中，所述距离相关度用于衡量所述第一小区和所述第二小区之间的距离关系，所述方位角相关度用于衡量所述第一小区和所述第二小区之间的方位角关系，所述隔离度相关度用于衡量所述第一小区和所述第二小区未被隔离的程度，所述方位角为小区的辐射方位；

确定模块，被配置为基于所述距离相关度、所述方位角相关度和所述隔离度相关度，确定所述第一小区和所述第二小区的网络相关性得分。

根据本申请的另一方面，提供了一种计算机可读程序介质，其存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行如前所述的方法。

根据本申请的另一方面，提供了一种电子设备，所述电子设备包括：

处理器；

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如前所述的方法。

本申请的实施例提供的技术方案可以包括以下有益效果：

本申请所提供的小区的网络相关性确定方法，通过先根据两个小区的基站工程参数信息计算得到两个小区之间的距离相关度、方位角相关度和隔离度相关度，在此基础上，可以自动确定出两个小区的网络相关性得分，大大提升了评估小区间网络相关性的效率，不仅可以准确进行网络相关性的计算，而且可以快速对大量基站批量分析网络结构，将分析人员从复杂而重复的工作中解放了出来，降低了人力成本；当在后续进行网络规划和优化的任务时，可以帮助高效地实现网络规划和优化方案的确定，从而提升改善网络质量的效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本申请。

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，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1是根据一示例性实施例示出的一种小区的网络相关性确定方法的系统架构示意图；

图2是根据一示例性实施例示出的一种小区的网络相关性确定方法的流程图；

图3是根据一示例性实施例示出的地球上两点间距离的计算方式示意图；

图4是根据一示例性实施例示出的小区方位角关系示意图；

图5是根据一示例性实施例示出的小区外点坐标的计算方式示意图；

图6是根据一示例性实施例示出的M点所在小圆与赤道圆的对比示意图；

图7是根据一示例性实施例示出的A小区和B小区的位置关系示意图；

图8是根据一示例性实施例示出的A小区和B小区对应的距离示意图；

图9是根据一示例性实施例示出的隔离小区对A、B两个小区的网络隔离作用的示意图；

图10是根据一示例性实施例示出的A、B两个小区之间形成的等效圆模型的示意图；

图11是根据一示例性实施例示出的利用标准圆模型分析隔离小区的示意图；

图12是根据一示例性实施例示出的利用椭圆模型分析隔离小区的示意图；

图13是根据一示例性实施例示出的应用小区的网络相关性确定方法的流程示意图；

图14是根据另一示例性实施例示出的应用小区的网络相关性确定方法的流程示意图；

图15是根据一示例性实施例示出的一种小区的网络相关性确定装置的框图；

图16是根据一示例性实施例示出的一种实现上述小区的网络相关性确定方法的电子设备示例框图；

图17是根据一示例性实施例示出的一种实现上述小区的网络相关性确定方法的程序产品。

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申请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、本申请的一些方面相一致的装置和方法的例子。

此外，附图仅为本申请的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。

本申请首先提供了一种小区的网络相关性确定方法。小区，也称蜂窝小区，是指在蜂窝移动通信系统中，其中的一个基站或基站的一部分(扇形天线)所覆盖的区域，在这个区域内移动台可以通过无线信道可靠地与基站进行通信，因此，一个基站可以形成一个或多个小区。小区的网络相关性是指两个小区的网络结构之间的关系，也表示小区间网络相互影响的程度。本申请的实施终端可以是任何具有运算、处理以及通信功能的设备，该设备可以与外部设备相连，用于接收或者发送数据，具体可以是便携移动设备，例如智能手机、平板电脑、笔记本电脑、PDA(Personal Digital Assistant)等，也可以是固定式设备，例如，计算机设备、现场终端、台式电脑、服务器、工作站等，还可以是多个设备的集合，比如云计算的物理基础设施或者服务器集群。可选地，本申请的实施终端可以为服务器或者云计算的物理基础设施。

图1是根据一示例性实施例示出的一种小区的网络相关性确定方法的系统架构示意图。如图1所示，该系统架构包括服务器110及多个基站120，其中，各基站120分别通过通信链路与服务器110相连，服务器110可以接收来自基站120的数据。当本申请提供的一种小区的网络相关性确定方法应用于图1所示的系统架构中时，一个过程可以如下所示：各基站120上存储有基站工程参数数据；服务器110从各基站120获取基站工程参数数据，并进行汇总和统计；然后，服务器110可以根据获取到的基站工程参数信息分别计算得到小区之间的距离相关度、方位角相关度和隔离度相关度；接着，服务器110可以基于距离相关度、方位角相关度和隔离度相关度，得到小区间的网络相关性评分；最后，服务器110还可以根据小区间的网络相关性评分确定对应的小区相关性判定级别。

图2是根据一示例性实施例示出的一种小区的网络相关性确定方法的流程图。本实施例提供的小区的网络相关性确定方法可以由服务器执行，如图2所示，包括以下步骤：

步骤210，获取第一小区和第二小区的基站工程参数信息。

基站工程参数(Base Station Engineering Parameters)，基站工程参数可以包括移动台国家码(MCC)、移动网络码(MNC)、基站名称(ENODEBNAME)、小区名称(CELLNAME)、基站ID(ENODEBID)、小区ID(CELLID)、物理小区ID(PCI)、方位角(AZIMUTH)、下倾角(Dipangle)、跟踪区域码 (TAC)、小区经度(Longitude)、小区纬度(Latitude),包含数据主要来自新建站点规划设计与维护调整后人工采集，可用于网络评估。基站工程参数数据以统计数据形式在excel或txt中进行存储并定期进行更新。

在本申请实施例中，获取到的基站工程参数信息可以为小区经度 (Longitude)、小区纬度(Latitude)、方位角(AZIMUTH)。这三种基站工程参数信息是后续用来确定小区间网络相关性的关键信息。

步骤220，根据所述基站工程参数信息分别计算得到所述第一小区和所述第二小区之间的距离相关度、方位角相关度和隔离度相关度。

其中，所述距离相关度用于衡量所述第一小区和所述第二小区之间的距离关系，所述方位角相关度用于衡量所述第一小区和所述第二小区之间的方位角关系，所述隔离度相关度用于衡量所述第一小区和所述第二小区未被隔离的程度，所述方位角为小区的辐射方位。

在本申请的一个实施例中，所述距离相关度通过如下过程计算得到：确定所述第一小区和所述第二小区之间的距离；根据所述距离，确定所述第一小区和所述第二小区之间的距离相关度。

在本申请的一个实施例中，所述确定所述第一小区和所述第二小区之间的距离，包括：根据小区经纬度，确定所述第一小区和所述第二小区之间的距离。

在本申请的一个实施例中，当所述距离达到预设距离阈值时，所述第一小区和所述第二小区之间的距离相关度为0；当所述距离未达到预设距离阈值时，所述第一小区和所述第二小区之间的距离相关度与所述距离负相关。

具体来说，假设在北半球有A小区和B小区，名称分别为CELL_A和 CELL_B，设A小区CELL_A的经度坐标LonA＝jA，纬度坐标LatA＝wA，B小区CELL_B的经度坐标LonB＝jB，纬度坐标LatB＝wB，R是地球的半径。

那么，若按照球面计算，圆弧AB的长度就是CELL_A与CELL_B的距离，圆弧AB的长度为：

弧AB长度＝R*Arc{cos[sin(wA)sin(wB)+cos(wA)cos(wB)*cos(jA-jB)]}。

图3是根据一示例性实施例示出的地球上两点间距离的计算方式示意图。请参见图3，设A点和B点分别为位于北半球的A小区和B小区对应的位置点，设两点A、B的经度和纬度分别为(jA,wA)(jB,wB)，则半径为R的球面上两点间的最短距离(大圆弧)。地球是一个近乎标准的椭球体，它的赤道半径为 6378.140千米，极半径为6356.755千米，平均半径6371.004千米。

可以根据A点和B点的经纬度计算得到若干线段的长度，比如， AC＝ED＝RsinwA，OC＝RcoswA，BD＝RsinwB，OD＝RcoswB，BE＝R(sinwB- sinwA)。

如果假设地球是一个完美的球体，那么它的半径就是地球的平均半径，记为R。如果以0度经线为基准，那么根据地球表面任意两点的经纬度就可以计算出这两点间的地表距离(这里忽略地球表面地形对计算带来的误差，仅仅是理论上的估算值)。

设A点的经纬度为(LonA,LatA)，B点的经纬度为(LonB,LatB)，按照0度经线的基准，东经取经度的正值(Longitude)，西经取经度负值(-Longitude)，北纬取90-纬度值(90-Latitude)，南纬取90+纬度值(90+Latitude)，则经过上述处理过后的两点的经纬度分别被计为(MLonA,MLatA)和(MLonB,MLatB)。

如果，设C为∠AOB的余弦值，那么经过三角推导，可以通过如下公式计算出C的值：

C＝sin(MLatA)*sin(MLatB)*cos(MLonA-MLonB)+cos(MLatA)*cos(MLatB)，

在此基础上，可以得到A点和B点的距离计算公式为：

Distance＝R*Arccos(C)*π/180。

这里，R和Distance单位是相同，如果是采用6371.004千米作为半径，那么Distance就是千米为单位。如果仅对经度作正负的处理，而不对纬度作90- Latitude(假设都是北半球，南半球只有澳洲具有应用意义)的处理，那么C的值的计算公式为：

C＝sin(LatA)*sin(LatB)+cos(LatA)*cos(LatB)*cos(MLonA-MLonB)，

在此基础上，可以得到A点和B点的距离计算公式(1)为：

Distance(AB)＝R*Arccos(C)＝R*Arc{cos[sin(wA)sin(wB)+cos(wA)cos(wB)*cos(jA-jB)]}………………(1)

如果三角函数的输入和输出都采用弧度值，那么，上述公式还可以写作：

C＝sin(LatA*π/180)*sin(LatB*π/180)+cos(LatA*π/180)*cos(LatB*π/180)*cos(( MLonA-MLonB)*π/180)，

Distance(AB)＝R*Arccos(C)*π/180

＝R*Arc{cos[sin(wA)sin(wB)+cos(wA)cos(wB)*cos(jA-jB)]}*π/180。

由于在网络结构中，距离太大的小区之间基本上不会构成太直接的关联关系，即假设当距离大于或等于10千米时，两个小区的距离关系为0；当距离为 0时，距离关系为100，则通过构建公式(2)，可定义距离相关度的计算公式为：

Distance Correlation Score＝10*Max{(10-Distance(AB),0)}……………(2)

下面介绍方位角相关度的计算方式。

在本申请的一个实施例中，所述方位角相关度通过如下过程计算得到：确定所述第一小区和所述第二小区对应的距离差，其中，所述距离差为第一距离和第二距离之差，所述第一距离为第一小区外点和第二小区外点之间的距离，所述第一小区外点为位于所述第一小区的方位角延长线上且与所述第一小区的位置之间的距离为预设距离的点，所述第二小区外点为位于所述第二小区的方位角延长线上且与所述第二小区的位置之间的距离为所述预设距离的点，所述第二距离为所述第一小区和所述第二小区之间的距离；根据所述距离差，确定所述第一小区和所述第二小区之间的方位角相关度。

图4是根据一示例性实施例示出的小区方位角关系示意图。请参见图4，小区方位角关系可以分为三种类型，分别为面对面的方位角关系、背对背的方位角关系和更多其他的方位角关系。其中，当两个小区的方位角关系为面对面的方位角关系时，这两个小区大概率存在重叠覆盖区域，而当两个小区的方位角关系为背对背的方位角关系时，这两个小区的重叠覆盖概率最低，当两个小区的方位角关系为更多其他的方位角关系时，两个小区的重叠覆盖情况比较复杂，需要根据两个小区的方位角和经纬度进行计算。

下面先介绍根据一个小区的位置点的经纬度、该小区的方位角以及方位角延长线上的小区外点与该小区的距离计算该小区的经纬度的方式。图5是根据一示例性实施例示出的小区外点坐标的计算方式示意图。请参见图5，已知一个小区的位置点的经纬度为M(long0,lat0),给定这个点的方位角a，并且在方位角a的延长线上与点M的距离为D(千米)处存在一个目标点，如何计算目标点的经纬度。

如图5所示，当这个距离D较小时(如10千米以内)，地球表面可以当平面坐标计算：先考虑左右方向：设long1是long0通过往右边再移动一个地心角度得到的，设该地心角度为Δф，移动这个角度得到的左右方向平移距离则L为：

L＝D*SIN(a)(千米)…………………………………………(3)。

图6是根据一示例性实施例示出的M点所在小圆与赤道圆的对比示意图。请参见图6，设北半球M点的纬度为Lat0，则可通过M点，找到一个平行于赤道的小圆C2，小圆C2的半径R1也就是经M点所切取得到圆半径，小圆C2的周长＝2πR1。小圆C2与赤道圆C1的周长之比为R1/R。

如果地球的半径为R＝6371千米，则可以得到R1的计算公式(4)为：

R1＝R*COS(lat0)…………………………………………(4)。

同时，在M点所在的小圆C2中，还存在等比式(5)：

按照公式(5)，可得到目标点移动过的角度为：

将R1用公式(4)代入，可得：

由于目标点是点M往右移动Δф角度得到的，所以目标点的经度为：

按照以上分析演算方法，可同理得到目标点的纬度lat1为：

综上，根据小区的经纬度为(long0，lat0)，及给定这个点的方位角a及距离D，小区外点的经纬度(long1，lat1)可直接按照公式(6)和公式(7)推算得出。

下面，介绍方位角相关度的计算方式。

图7是根据一示例性实施例示出的A小区和B小区的位置关系示意图。请参见图7，设小区的方位角为小区的辐射方位与正北方向的夹角，CELL_A小区的位置为(longA，latA)，方位角为β，CELL_B小区的位置为(longB，latB)，方位角为γ。

首先，根据式(1)，可通过A、B两个小区的经纬度，直接计算两个小区的距离，设为Dis(AB)。接着，请参见图8，通过A点做A的小区外点C；B 点做B的小区外点D：即在A点为起点，β方位角延长线1米处，做C点。同理以B点为起点，γ方位角延长线1米处，做D点。根据公式(6)和公式(7)，可求得C、D两点的经纬度坐标。然后，得到Dis(AB)和Dis(CD)的值后，令K＝Dis(CD)-Dis(AB)，通过差值比较，可得到其数学模型含义，列举几个特殊情况：K的最大值为+2，单位米，此时说明CELL_A小区和CELL_B小区是 “背对背”覆盖的关系；K的最小值为-2，单位米，此时说明两个小区是“面对面”覆盖的关系；当K＝0时，说明两个小区时“平行”覆盖或“朝向”覆盖。

因此可以通过K值的情况，量化掌握两个小区的方位角相关性，即K值越小，相关性越强，K值越大，相关性越弱。

为了将量化后的K值容易用于判定方位角相关性，目的在于对K的函数值域在[0和100]之间，对K值进行一定的变换，得到方位角相关度Antenna Position CorrelationScore的计算公式(8)为：

Antenna Position Correlation Score＝100-25*(K+2)

＝100-25*(Dis(CD)-Dis(AB)+2)...............(8)，

其中，Dis(AB)＝ 6371*1000*Arc{cos[sin(latA)sin(latB)+cos(latA)cos(LatB)*cos(longA-longB)]}

Dis(CD)＝6371*1000*Arc{cos[sin(latC)sin(latD)+cos(latC)cos(LatD)*cos(long C-longD)]}，

D＝0.001；

D＝0.001；

到此，方位角相关度Position Correlation Score的计算和推导过程全部完成，Position Correlation Score的值域为[0，100]，Position Correlation Score越大则说明小区方位角关系越强，对小区的相关性贡献越强；越小则说明方位角关系越弱，对小区的相关性贡献越弱。

当分析两个小区的相关性时，在两个小区经纬度、方位角确定的情况下，还需要分析两个小区中间的区域，判断这两个小区之间是否还有其他基站和小区存在，这些其他的小区对这两个小区形成“隔离”效应，比如切换隔离、覆盖区划分的隔离等，这些其他的小区就是隔离小区，如图9所示。图9是根据一示例性实施例示出的隔离小区对A、B两个小区的网络隔离作用的示意图。可以看到，图9包括三个区域，分别表示A、B小区受到不同的隔离程度；在图9 中，最左侧的区域表示A、B小区中间没有隔离小区，两个小区的相关性最强；中间的区域表示A、B小区中间有少量的隔离小区，两个小区的相关性较弱；最右侧的区域表示A、B小区中间存在大量的隔离小区，两个小区的相关性最弱。

在实际网络结构中，任意两个小区之间，可能存在多个隔离小区，且隔离小区的方位角、覆盖距离、发射功率、位置关系等各有特征。

对隔离小区的研究，一是要研究两个小区的中间区域，是否存在隔离小区，二是一旦确定有隔离小区，可以进一步建立分析模型，对隔离小区的隔离效果进行分析。

在本申请的一个实施例中，所述隔离度相关度通过如下过程计算得到：确定所述第一小区和所述第二小区之间的隔离小区的数量，所述隔离小区是能够对所述第一小区的网络和所述第二小区的网络起到隔离作用的小区；根据所述数量，确定所述第一小区和所述第二小区之间的隔离度相关度。

在本申请的一个实施例中，所述确定所述第一小区和所述第二小区之间的隔离小区的数量，包括：确定所述第一小区和所述第二小区对应的标准圆，其中，所述第一小区和所述第二小区的位置分别位于所述标准圆的同一直径的两端；以位于所述标准圆内的其他小区作为隔离小区，确定位于所述标准圆内的隔离小区的数量，作为所述第一小区和所述第二小区之间的隔离小区的数量。

在本申请的一个实施例中，所述确定所述第一小区和所述第二小区之间的隔离小区的数量，包括：确定所述第一小区和所述第二小区对应的椭圆，其中，所述第一小区和所述第二小区的位置分别位于所述椭圆的两个焦点上；以位于所述椭圆内的其他小区作为隔离小区，确定位于所述椭圆内的隔离小区的数量，作为所述第一小区和所述第二小区之间的隔离小区的数量。

图10是根据一示例性实施例示出的A、B两个小区之间形成的等效圆模型的示意图。请参见图10，可以基于等效圆模型确定A、B小区的中间区域。等效圆模型包括标准圆模型和椭圆模型两种。对于标准圆模型，把A、B小区所在位置，作为一个标准圆直径的两端，这个圆内的区域就是A、B小区的“中间区域”，落在这个区域的其他小区，就属于隔离小区；对于椭圆模型：把A、 B小区所在位置，作为一个椭圆的两个焦点，这个椭圆内的区域就是A、B小区的“中间区域”，落在这个区域的其他小区，就属于隔离小区。

图11是根据一示例性实施例示出的利用标准圆模型分析隔离小区的示意图。请参见图11，对可以根据一个小区P的经纬度来判断其是否落在A、B小区对于的标准圆内。假设落入标准圆内部的点为P1，正好落在圆上的点为P2，在圆外的点为P3，通过公式(1)，可以计算各点(即各小区)的距离，由于圆的特征， AP2与BP2是相互垂直的，因此，AP2²+BP2²＝AB²；而对于P1点，AP1²+ BP1²＜AB²；对于P3点，则AP3²+BP3²＞AB²。因而，判断P点落在标准圆内部，即P小区属于A、B小区的隔离小区的条件为AP²+BP²≤AB²。

图12是根据一示例性实施例示出的利用椭圆模型分析隔离小区的示意图。请参见图12，同理，对可以根据一个小区P的经纬度来判断其是否落在A、B 小区对于的椭圆内。设C、D为椭圆的长轴点，A、B为焦点距离，当P2正好落在椭圆上时，存在AP2+BP2＝CD。参考标准圆的分析思路，满足P点落在椭圆内部的条件是：AP+BP≤CD。椭圆分析法更加扩大了隔离区域，预留了更大的分析余量，在精度要求一般的情况下，推荐使用标准圆分析法。在实际应用中，将基站和小区工参输入到计算机数据库中，确定A、B小区后，对数据库中除A、B小区外的所有小区依次进行隔离小区判别计算，可批量分析出A、 B小区的所有隔离小区。对于有N个小区的工参{1，2，3…N}集合中，可依次两两计算所有小区所对应的的隔离小区，整体得到整个网络结构中的隔离小区数组集合。

在实际计算网络相关性时，还可以计算某小区作为隔离小区时的隔离效果。

可以通过该隔离小区的覆盖区位置、发射功率、覆盖范围、天线下倾角、站高、室内站/室外站等M个因素进行综合评分i，如：i1＝覆盖区位置：当隔离小区处于小区A和小区B的正中间时，效果最好；即AP+BP＝AB时。i2＝发射功率和覆盖范围：发射功率和覆盖范围越大，效果最好等。具体应用中可对隔离效果的1到M个影响因素进行自定义累加计算。

当两个小区之间存在N个隔离小区时：

假设小区A和小区B中间不存在任何小区时，两个小区的隔离关系得分为 100分，当存在大于I个(建议10个)小区时，两个小区的隔离关系评分为0分，则可简易通过隔离小区的个数N建立隔离度相关度计算方法为：

Antenna Isolation Rating＝10*{10-Min(10，N)}。

请继续参照图2，步骤230，基于所述距离相关度、所述方位角相关度和所述隔离度相关度，确定所述第一小区和所述第二小区的网络相关性得分。

在本申请的一个实施例中，所述基于所述距离相关度、所述方位角相关度和所述隔离度相关度，确定所述第一小区和所述第二小区的网络相关性得分包括：确定所述距离相关度、所述方位角相关度和所述隔离度相关度的加权和作为所述第一小区和所述第二小区的网络相关性得分。

比如，距离相关度的权重可以为50％，方位角相关度的权重可以为30％，而隔离度相关度的权重可以为20％。

在本申请的一个实施例中，所述距离相关度、所述方位角相关度和所述隔离度相关度的权重之和为100％。

距离相关度、方位角相关度和隔离度相关度的权重可以根据网络规划和优化人员的需求进行自由调整。

在本申请的一个实施例中，在基于所述距离相关度、所述方位角相关度和所述隔离度相关度，确定所述第一小区和所述第二小区的网络相关性得分之后，所述方法还包括：根据所述网络相关性得分，对网络进行规划和/或优化。

可量化计算N个小区的网络集合M1＝{1，2，3…N}中，指定目标小区与其他所有小区的相关性得分，得分设为集合MC＝{C1，C2，C3…Cn-1}，对MC进行降序排列，评分较大的相关小区就是对目标小区进行TAC规划、PCI规划、邻区规划、流量负荷调整、簇优化等工作中，需要强相关干预和共同参考的小区。

在本申请的一个实施例中，所述方法还包括：批量计算多个小区与所述第一小区的网络相关性得分；按照所述网络相关性得分从高到低的顺序，批量输出各小区和与每一小区的网络相关性得分。

在本申请的一个实施例中，所述根据所述网络相关性得分，对网络进行规划和/或优化，包括：根据所述网络相关性得分，确定对应的小区相关性判定级别；根据所述小区相关性判定级别，对网络进行规划和/或优化。

比如，可以预先设置网络相关性得分区间与小区相关性判定级别的对应关系表，通过根据该对应关系表，可以确定对应的级别，从而使相关人员能够更直接地掌握小区间的网络相关程度。

本申请实施例可分别计算两个小区的距离关系Distance Correlation Score、方位角关系Antenna Position Correlation Score、隔离小区存在的关系AntennaIsolation Rating，后期通过这三个关系，可建立两个小区的相关性基本模型： CellCorrelation，即DAAC评估算法。

表1

表1示出了DAAC评分应用表。请参见图1，三项综合分数即代表距离相关度、方位角相关度和隔离度相关度的加权和对应的区间，也就是DAAC评分对应的分数区间，每一个分数区间对应一个小区相关性判定级别。在对指定的目标小区进行网络规划时，若一个小区与目标小区的DAAC评分所对应的小区相关性判定级别为不推荐，则可以不参考该小区，若一个小区与目标小区的 DAAC评分所对应的小区相关性判定级别为高，则需要参考和干预该小区。

下面介绍一下使用DAAC算法针对单一目标小区网络结构相关性的过程。

1)输入基站和小区工参，指定需要分析的目标小区；

2)通过该目标小区工参(经纬度、方位角)数据，与其它所有对象小区通过网络结构的相关性算法中距离关系、方位角关系、隔离度关系进行判定，并根据DAAC算法得到该目标小区与每一个对象小区的相关性得分；

3)将目标小区与所有对象小区通过DAAC算法计算出的得分进行排序，参考评估规则，取出高得分对象小区，作为网络规划和优化的强相关小区；

4)当优化调整该目标小区时，对强相关小区一同进行分析。

下面介绍一下使用DAAC算法对多个目标小区进行网络结构相关性计算的过程。

1)输入基站和小区工参；

2)选中工参中第1到第N个小区作为目标小区，依次根据网络结构的相关算法计算每个目标小区与其他对象小区的相关性，得到每个目标小区与对应的对象小区的相关性得分，即DAAC算法得分；

3)将N个目标小区与对象小区DAAC算法得分进行排序，参考评估规则，取出高得分对象小区或者对应的小区相关性判定级别为“高”以上的小区，作为网络规划和优化的强相关小区。

最后介绍一下使用DAAC算法对全网小区进行网络结构相关性计算的过程。

1)输入基站和小区工参；

2)依次将工参中第1到最后一个小区作为目标小区，依次根据网络结构的相关算法计算每个小区的相关性，再通过DAAC算法的应用得到每个小区相关性得分；

3)得到整个网络相关性得分的计算值后，存入数据库或数据表；

4)对需优化调整的目标小区，取出对应的强相关小区。

在上述对各小区进行网络结构相关性计算的过程中，可以对每个小区的计算结果降序排列，对排序靠前且评分达到60分以上的，作为网络规划和优化工作中的强相关小区。

请参见图13，本申请实施例提供的方法的一种应用流程如下：工参制作；批量导入数据库；基于数据库中数据执行DAAC算法；对结果排序；对结果自动筛选；小区相关性规划优化评分结果输出。

请参见图14，本申请实施例提供的方法的另一种应用流程如下：输入工参；指针从第一个小区开始；与其他小区逐个计算DAAC值；指针逐个移动到最后小区；计算整个网络的DAAC；得到整个网络的DAAC值；优先级排序，对得分80以上的小区进行排序；将得分在80分以上的小区存入数据库中；利用应用程序输出80分以上的小区，还可以输出对应的小区相关性判定级别；按照输出结果制定方案。

由上述内容可知，本申请实施例的方案可对批量小区实现网络相关性的识别，从用于网络规划和优化。根据工参与大数据库结合，通过小区位置关系识别算法把现网小区进行最优识别与匹配，能快速有效定位小区干扰、邻区漏配、冗余邻区，另外通过小区位置识别算法技术，可以对现网新旧网元TAC规划调整、PRACH规划调整、PCI规划调整等网络规划和优化过程中的调整进行高效识别及判断，最终能够提升改善网络质量的效率。

以贵州省2020年5G SA新建项目为例，共计新建小区18925个。首先，需针对这些新建小区进行新建点TAC、PCI、邻区等参数进行规划，将新建小区制作成基站工参，导入SQL数据库，并针对该批次小区进行批量仿真分析；其次，在导入至数据库进行仿真分析后，通过DAAC算法多对多小区计算的应用得出每个小区至对象小区相关性DAAC得分，再根据DAAC计算结果应用方法得到每个小区与对象小区相关性判定评级；最后，根据DAAC评级运算结果，找出DAAC评级“中”以上的小区相关性级别小区可用作邻接关系、负荷均衡小区等小区关系，通过DAAC运算批量核查新站与老站的位置及网络结构也得出了新建小区相应的规划PCI、规划TAC等小区参数。

本申请还提供了一种小区的网络相关性确定装置，以下是本申请的装置实施例。图15是根据一示例性实施例示出的一种小区的网络相关性确定装置的框图。如图15所示，装置1500包括：获取模块1510，被配置为获取第一小区和第二小区的基站工程参数信息；计算模块1520，被配置为根据所述基站工程参数信息分别计算得到所述第一小区和所述第二小区之间的距离相关度、方位角相关度和隔离度相关度，其中，所述距离相关度用于衡量所述第一小区和所述第二小区之间的距离关系，所述方位角相关度用于衡量所述第一小区和所述第二小区之间的方位角关系，所述隔离度相关度用于衡量所述第一小区和所述第二小区未被隔离的程度，所述方位角为小区的辐射方位；确定模块1530，被配置为基于所述距离相关度、所述方位角相关度和所述隔离度相关度，确定所述第一小区和所述第二小区的网络相关性得分。

根据本申请的第三方面，还提供了一种能够实现上述方法的电子设备。所属技术领域的技术人员能够理解，本申请的各个方面可以实现为系统、方法或程序产品。因此，本申请的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。下面参照图16来描述根据本申请的这种实施方式的电子设备1600。图16显示的电子设备1600仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。如图16所示，电子设备1600以通用计算设备的形式表现。电子设备1600的组件可以包括但不限于：上述至少一个处理单元1610、上述至少一个存储单元 1620、连接不同系统组件(包括存储单元1620和处理单元1610)的总线1630。其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元1610 执行，使得所述处理单元1610执行本说明书上述“实施例方法”部分中描述的根据本申请各种示例性实施方式的步骤。存储单元1620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)1621和/或高速缓存存储单元1622，还可以进一步包括只读存储单元(ROM)1623。存储单元1620还可以包括具有一组(至少一个)程序模块1625的程序/实用工具1624，这样的程序模块1625包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。总线1630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。电子设备1600也可以与一个或多个外部设备1800 (例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备1600交互的设备通信，和/或与使得该电子设备1600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1650进行，比如与显示单元1640通信。并且，电子设备1600还可以通过网络适配器1660与一个或者多个网络 (例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器1660通过总线1630与电子设备1600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备1600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本申请实施方式的方法。

根据本申请的第四方面，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本申请的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述 “示例性方法”部分中描述的根据本申请各种示例性实施方式的步骤。

参考图17所示，描述了根据本申请的实施方式的用于实现上述方法的程序产品1700，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本申请的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器 (EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。此外，上述附图仅是根据本申请示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

应当理解的是，本申请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执行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims

1.一种小区的网络相关性确定方法，其特征在于，所述方法包括：

获取第一小区和第二小区的基站工程参数信息；

2.根据权利要求1所述的方法，其特征在于，所述隔离度相关度通过如下过程计算得到：

确定所述第一小区和所述第二小区之间的隔离小区的数量，所述隔离小区是能够对所述第一小区的网络和所述第二小区的网络起到隔离作用的小区；

根据所述数量，确定所述第一小区和所述第二小区之间的隔离度相关度。

3.根据权利要求2所述的方法，其特征在于，所述确定所述第一小区和所述第二小区之间的隔离小区的数量，包括：

确定所述第一小区和所述第二小区对应的标准圆，其中，所述第一小区和所述第二小区的位置分别位于所述标准圆的同一直径的两端；

以位于所述标准圆内的其他小区作为隔离小区，确定位于所述标准圆内的隔离小区的数量，作为所述第一小区和所述第二小区之间的隔离小区的数量。

4.根据权利要求2所述的方法，其特征在于，所述确定所述第一小区和所述第二小区之间的隔离小区的数量，包括：

确定所述第一小区和所述第二小区对应的椭圆，其中，所述第一小区和所述第二小区的位置分别位于所述椭圆的两个焦点上；

以位于所述椭圆内的其他小区作为隔离小区，确定位于所述椭圆内的隔离小区的数量，作为所述第一小区和所述第二小区之间的隔离小区的数量。

5.根据权利要求1-4任意一项所述的方法，其特征在于，所述距离相关度通过如下过程计算得到：

确定所述第一小区和所述第二小区之间的距离；

根据所述距离，确定所述第一小区和所述第二小区之间的距离相关度。

6.根据权利要求1-4任意一项所述的方法，其特征在于，所述方位角相关度通过如下过程计算得到：

确定所述第一小区和所述第二小区对应的距离差，其中，所述距离差为第一距离和第二距离之差，所述第一距离为第一小区外点和第二小区外点之间的距离，所述第一小区外点为位于所述第一小区的方位角延长线上且与所述第一小区的位置之间的距离为预设距离的点，所述第二小区外点为位于所述第二小区的方位角延长线上且与所述第二小区的位置之间的距离为所述预设距离的点，所述第二距离为所述第一小区和所述第二小区之间的距离；

根据所述距离差，确定所述第一小区和所述第二小区之间的方位角相关度。

7.根据权利要求1-4任意一项所述的方法，其特征在于，在基于所述距离相关度、所述方位角相关度和所述隔离度相关度，确定所述第一小区和所述第二小区的网络相关性得分之后，所述方法还包括：

根据所述网络相关性得分，对网络进行规划和/或优化。

8.一种小区的网络相关性确定装置，其特征在于，所述装置包括：

9.一种计算机可读程序介质，其特征在于，其存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行根据权利要求1至7中任一项所述的方法。

10.一种电子设备，其特征在于，所述电子设备包括：

处理器；

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如权利要求1至7任一项所述的方法。