CN113806643A - 待调整小区的确定方法、装置、电子设备及可读存储介质 - Google Patents

待调整小区的确定方法、装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN113806643A
CN113806643A CN202111085294.9A CN202111085294A CN113806643A CN 113806643 A CN113806643 A CN 113806643A CN 202111085294 A CN202111085294 A CN 202111085294A CN 113806643 A CN113806643 A CN 113806643A
Authority
CN
China
Prior art keywords
cell
scene point
area
processed
scene
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111085294.9A
Other languages
English (en)
Other versions
CN113806643B (zh
Inventor
彭家立
吴争光
郑夏妍
徐毅
苏毅
戴鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202111085294.9A priority Critical patent/CN113806643B/zh
Publication of CN113806643A publication Critical patent/CN113806643A/zh
Application granted granted Critical
Publication of CN113806643B publication Critical patent/CN113806643B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请提供一种待调整小区的确定方法、装置、电子设备及可读存储介质。该方法包括：获取待处理区域内的多个第一场景点；根据多个第一场景点中每个第一场景点对应的话务数据，从多个第一场景点中筛选出至少一个目标场景点，目标场景点对应的话务数据大于第一预设值；针对每个目标场景点，根据待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差、待处理区域内各小区与目标场景点的距离，在待处理区域内确定与目标场景点对应的待调整小区；输出待调整小区的标识信息。本申请降低了数据获取的难度、提高了待调整小区的确定效率，另外还可以实现大范围待调整小区的确定，减少了确定待调整小区的成本。

Description

待调整小区的确定方法、装置、电子设备及可读存储介质
技术领域
本申请涉及通信技术，尤其涉及一种待调整小区的确定方法、装置、电子设备及可读存储介质。
背景技术
近年来，我国移动通信发展迅速，无线业务增长很快。随着移动网络的快速发展，现网2G、3G、4G和5G并存，无线网络越来越复杂，同时，高层楼宇、高密度城中村、大型工业区等复杂的无线环境越来越多，覆盖提升难度越来越大，这既带来了机遇也带来了挑战，因此，如何对进行覆盖提升优化显得越来越重要。
目前对区域信号的优化可结合退火算法与需要的数据进行覆盖提升优化，其中，需要的数据包括路测数据、区域用户投诉记录和移动合作营业厅员工反馈数据，这些数据需要通过路测或者由用户到基站直接采集数据等方式进行收集。
然而，现有技术中，在确定需要优化覆盖提升的区域对应的小区时，具有难度大、效率低且人工成本高的问题。
发明内容
本申请提供一种待调整小区的确定方法、装置、电子设备及可读存储介质，用以解决确定需要优化覆盖提升区域对应的小区时，难度大、效率低、且人工成本高的问题。
第一方面，本申请提供一种待调整小区的确定方法，包括：获取待处理区域内的多个第一场景点；根据多个第一场景点中每个第一场景点对应的话务数据，从多个第一场景点中筛选出至少一个目标场景点，目标场景点对应的话务数据大于第一预设值；针对每个目标场景点，根据待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差、待处理区域内各小区与目标场景点的距离，在待处理区域内确定与目标场景点对应的待调整小区；输出待调整小区的标识信息。
在一种可能的实现方式中，根据待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差、待处理区域内各小区与目标场景点的距离，在待处理区域内确定与目标场景点对应的待调整小区，包括：
根据待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差、待处理区域内各小区与目标场景点的距离，确定待处理区域内所有小区相对于目标场景点的调整权重；将调整权重大于第二预设值的小区，确定为与目标场景点对应的待调整小区。
在一种可能的实现方式中，根据待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差、待处理区域内各小区与目标场景点的距离，确定待处理区域内所有小区相对于目标场景点的调整权重，包括：根据公式
Figure BDA0003265321800000021
确定待处理区域内所有小区相对于目标场景点的调整权重；其中，Weight表示目标场景点的调整权重，distance表示小区与目标场景点的直线距离，angle表示小区的方位角与小区和目标场景点角度之间的偏差值，Dmax表示距离的上限，Dmin表示距离的下限，Amax表示角度的上限，Amin表示角度的下限。
在一种可能的实现方式中，获取待处理区域内的多个第一场景点，包括：获取待处理区域内的多个第二场景点；对多个第二场景点进行聚类，得到多个簇；其中，多个簇中每个簇内的第二场景点两两之间的距离小于第三预设值；将多个簇中半径大于或等于第四预设值的簇作为目标簇，将目标簇中的第二场景点确定为多个第一场景点。
在一种可能的实现方式中，对多个第二场景点进行聚类，得到多个簇，包括：通过密度聚类算法对多个第二场景点进行聚类，得到多个簇。
在一种可能的实现方式中，根据多个第一场景点中每个第一场景点对应的话务数据，从多个第一场景点中筛选出至少一个目标场景点，包括：判断每个第一场景点对应的话务数据是否大于第一预设值；将话务数据大于第一预设值的第一场景点确定为第三场景点；获取第三场景点内参考信号接收功率RSRP小于第五预设值的场景点的占比；将占比小于第六预设值的第三场景点确定为目标场景点。
在一种可能的实现方式中，获取第三场景点内参考信号接收功率RSRP小于第五预设值的采样点的占比，包括：获取待处理区域对应的地图数据；获取地图数据中与第三场景点距离最近的预设数量个栅格内的RSRP小于第五预设值的采样点的占比，其中，栅格为对地图数据进行栅格化后得到的。
第二方面，本申请提供一种待调整小区的确定装置，包括：
获取模块，用于获取待处理区域内的多个第一场景点；
处理模块，用于根据多个第一场景点中每个第一场景点对应的话务数据，从多个第一场景点中筛选出至少一个目标场景点，目标场景点对应的话务数据大于第一预设值；
处理模块，还用于针对每个目标场景点，根据待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差、待处理区域内各小区与目标场景点的距离，在待处理区域内确定与目标场景点对应的待调整小区；
输出模块，用于输出待调整小区的标识信息。
在一种可能的实现方式中，处理模块，具体用于：
根据待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差、待处理区域内各小区与目标场景点的距离，确定待处理区域内所有小区相对于目标场景点的调整权重；
将调整权重大于第二预设值的小区，确定为与目标场景点对应的待调整小区。
在一种可能的实现方式中，处理模块，具体用于：
根据公式
Figure BDA0003265321800000031
确定待处理区域内所有小区相对于目标场景点的调整权重；
其中，Weight表示目标场景点的调整权重，distance表示小区与目标场景点的直线距离，angle表示小区的方位角与小区和目标场景点角度之间的偏差值，Dmax表示距离的上限，Dmin表示距离的下限，Amax表示角度的上限，Amin表示角度的下限。
在一种可能的实现方式中，获取模块，具体用于：
获取待处理区域内的多个第二场景点。
处理模块，还用于对多个第二场景点进行聚类，得到多个簇；其中，多个簇中每个簇内的第二场景点两两之间的距离小于第三预设值；
处理模块，还用于将多个簇中半径大于或等于第四预设值的簇作为目标簇，将目标簇中的第二场景点确定为多个第一场景点。
在一种可能的实现方式中，处理模块，具体用于：
通过密度聚类算法对多个第二场景点进行聚类，得到多个簇。
在一种可能的实现方式中，处理模块，具体用于：
判断每个第一场景点对应的话务数据是否大于第一预设值；
将话务数据大于第一预设值的第一场景点确定为第三场景点；
获取第三场景点内参考信号接收功率RSRP小于第五预设值的采样点的占比；
将占比小于第六预设值的第三场景点确定为目标场景点。
在一种可能的实现方式中，获取模块，具体用于：
获取待处理区域对应的地图数据；
获取地图数据中与第三场景点距离最近的预设数量个栅格内的RSRP小于第五预设值的采样点的占比，其中，栅格为对地图数据进行栅格化后得到的。
第三方面，本申请提供一种电子设备，包括：存储器，处理器和显示器；
显示器用于根据处理器的指示进行内容的显示；
存储器用于存储可执行指令；
处理器执行存储器存储的计算机执行指令，以实现第一方面的方法。
第四方面，本申请提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现如第一方面的待调整小区的确定方法。
第五方面，本申请还提供了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，实现上述第一方面任一种可能的实现方式的待调整小区的确定方法。
本申请提供一种待调整小区的确定方法、装置、电子设备及可读存储介质，通过获取待处理区域内的多个第一场景点，并根据多个第一场景点中每个第一场景点对应的话务数据，从多个第一场景点中筛选出至少一个目标场景点，再针对每个目标场景点，根据待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差、待处理区域内各小区与目标场景点的距离，在待处理区域内确定与目标场景点对应的待调整小区，从而输出待调整小区的标识信息。由于电子设备仅从运营商服务平台获取话务数据即可初步筛选出目标场景点，可以避免现有技术中通过路测、定点测试和用户反馈等方式获取数据的现象，不仅降低了数据获取的难度、提高了数据的时效性，而且提高了待调整小区确定的效率。另外，本申请通过上述的角度偏差和距离预测待调整小区清单的方式，可以实现大范围待调整小区的确定，减少了确定待调整小区的成本。
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为本申请实施例提供的待调整小区的确定方法的应用场景图；
图2为本申请实施例提供的一种待调整小区的确定方法的流程示意图；
图3为本申请实施例提供的POI在地图中的示意图；
图4为本申请实施例提供的进行栅格化后的示意图；
图5为本申请实施例提供的使用聚类算法对第二场景点进行密度聚类的流程示意图；
图6为本申请实施例提供的场景点的话务数据热力分布一示意图；
图7为本申请实施例提供的场景点的话务数据热力分布另一示意图；
图8为本申请实施例提供的第三场景点RSRP数值统计示意图；
图9为本申请实施例提供的另一种待调整小区的确定方法的流程示意图；
图10为本申请实施例提供的一种待调整小区的确定装置的结构示意图；
图11为本申请实施例提供的一种电子设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，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申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
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。
首先对本申请所涉及的名词进行解释：
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。移动台为移动用户的终端设备，可以分为车载型、便携型和手持型。其中手持型俗称“手机”。它由移动用户控制，与基站间建立双向的无线电话电路并进行通话。
参考信号接收功率(Reference Signal Receiving Power，RSRP)：是长期演进(Long Term Evolution，LTE)网络中可以代表无线信号强度的关键参数以及物理层测量需求之一，是在某个符号内承载参考信号的所有资源粒子(resource element，RE)上接收到的信号功率的平均值。
基站：公用移动通信基站是无线电台站的一种形式，是指在一定的无线电覆盖区中，通过移动通信交换中心，与移动电话终端之间进行信息传递的无线电收发信电台。
小区ID：是指服务小区所属基站小区的标识编码。
小区经度：是指小区地理经度。
小区纬度：是指小区地理纬度。
小区下倾角：是天线和竖直面的夹角。
小区方位角：是指正北方向的平面顺时针旋转到和天线所在平面重合所经历的角度。
本申请提供的待调整小区的确定方法可以应用于对一些区域或者场景点的信号覆盖情况进行优化或者提升的场景中。其中，待调整小区可以是需要进行信号覆盖优化的场景点对应的小区，场景点可以是城中村、工业区、居民区等地图中含有建筑类别信息的建筑位置。
目前，确定待调整的小区首先需要通过路测、定点测试和用户反馈等方式获取数据，再通过人工筛选方式选出需要调整的小区，或者基于上述数据通过算法筛选和建模等方式进行待调整小区的筛选。由于目前筛选待调整小区的技术方案都是基于路测、定点测试和用户反馈等方式获取数据，再根据这些数据进行分析，这种方式耗时较长且范围受到数据限制，所以时效性、区域性、效率均较低，无法快速大范围有效的进行批量输出及处理，对于人流密集的商业步行街、高密度城中村、商住小区内、工业区内等车辆无法通行的区域，优化难度大，成本高。
本申请中考虑到上述问题，提出一种待调整小区的确定方法，在本方法中，可以根据场景点对应的话务数据，初步筛选出一些目标场景点，该目标场景点即为话务热点场景点，再结合各小区的方位角与小区和目标场景点的角度之间的偏差，结合各小区与目标场景点的距离，预测话务热点场景点对应的待调整小区清单。通过这种方式，仅从运营商服务平台获取话务数据即可初步筛选出目标场景点，可以避免现有技术中通过路测、定点测试和用户反馈等方式获取数据的方式，不仅降低了数据获取的难度、提高了数据的时效性，而且提高了待调整小区的确定效率。另外，本申请通过上述的角度偏差和距离预测待调整小区清单的方式，可以实现大范围待调整小区的确定，减少了确定待调整小区的成本。
图1为本申请实施例提供的待调整小区的确定方法的应用场景图，如图1所示，图1中示出了场景点周边小区的覆盖情况，其中，场景点分为密集场景点和零散场景点，密集场景点中包含信号覆盖较差的场景点，场景点的信号覆盖情况由附近的小区距离和小区方位角决定，本申请将会找到待调整区域内的话务数据达到第一预设值、信号覆盖较差且地理位置集中的目标场景点，最终通过目标场景点确定相应的待调整小区。
图1中，场景点101为密集场景点中话务数据达到第一预设值、信号覆盖较差的场景点，小区(102、103、104)为场景点101附近的小区，图1中箭头表示小区方位角方向，虚线为小区与目标场景点连线。通过计算小区与目标场景点的距离、小区和目标场景点的角度之间的偏差，可以筛选出合适的待调整小区。在图1中在三个小区与目标场景点距离均合适的情况下，只有小区103的方位角与虚线的夹角较小，所以只选择小区103作为待调整小区。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。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，对本申请的实施例进行描述。
图2为本申请实施例提供的一种待调整小区的确定方法的流程示意图，本申请实施例提供了一种待调整小区确定方法，该方法可以由任意可执行待调整小区确定方法的装置来执行，该装置可以通过软件和/或硬件实现。本实施例中，方法可运行在电子设备中。如图2所示，本申请的确定方法可包括如下步骤：
步骤201：获取待处理区域内的多个第一场景点。
在本步骤中，待处理区域可以为预先选定的网络覆盖提升范围，第一场景点可以是待处理区域内的任意场景点，也可以是经过筛选后得到的场景点。
应理解，场景点布置越密集，说明用户数越多，用户对网络覆盖的需求就越高，因此，为了在待处理区域内更有针对性的提升布置较为密集的多个场景点的网络覆盖情况，可以对待处理区域内的场景点先进行筛选，然后确定出需要进行网络覆盖优化的第一场景点。在一种可能的实现方式中，在获取待处理区域内的多个第一场景点时，可以是先获取待处理区域内多个第二场景点，并对多个第二场景点进行聚类，得到多个簇；其中，多个簇中每个簇内的第二场景点两两之间的距离小于第三预设值，最后将多个簇中半径大于或等于第四预设值的簇作为目标簇，将目标簇中的第二场景点确定为多个第一场景点。
具体的，第二场景点为待处理区域内所有场景点，其获取方式可以是根据地图信息点(Point of Information，POI)结合网络爬虫技术获取，使用地图POI结合网络爬虫技术获取场景点的方式，可以快速、大范围的获取待研究区域内所有场景点的位置信息、面积信息等多种数据，节省了数据采集时间，提高了数据的实时性。场景点可以包括城中村、工业区、住宅小区等用户密集区域。其中，每个场景点对应的信息主要包括中心点经纬度、所在区域、半径等位置信息。在地理信息系统中，一个POI可以是一栋房子、一个商铺、一个邮筒、一个公交站等。
每个POI包含四方面信息，分别为名称、类别、坐标和分类，其中，POI有一级行业分类和二级行业分类，每个分类都有相应的行业的代码和名称对应，具体可以如表1所示：
表1
Figure BDA0003265321800000071
Figure BDA0003265321800000081
本申请使用的物理工程参数数据，包括各个POI的经纬度信息，可以通过运营商服务平台提取得到。例如，图3为本申请实施例提供的POI在地图中的示意图，如图3所示，地图中央为某工业园区场景点，经纬度(114.086551,22.712424)，占比半径300m。
运营商服务平台内包含的数据有话务数据、测量报告(Measurement Report，MR)数据信息、栅格化后的MR数据和通过物理工程参数记录表中获得的工参信息，其中，MR数据信息包括所有采样点个数、MR数据中的RSRP>-110的采样点个数等，工参信息包括基站小区的经度、纬度、小区号、小区名、下倾角、方向角等。图4为本申请实施例提供的进行栅格化后的示意图，如图4所示，栅格化是指将目标区域划分成N×N的地理网格，例如对于某一区域的地理栅格化可以将该区域范围内的所属辖区划分成500m×500m的地理网格。
其中提取的“MR数据信息库”关键字段可以如表2所示，“工参信息清单信息库”关键字段可以为表3所示。
表2“MR数据信息库”关键字段
Figure BDA0003265321800000082
表3“工参信息清单信息库”关键字段
Figure BDA0003265321800000083
Figure BDA0003265321800000091
在获取到待处理区域内的多个第二场景点之后，可以对多个第二场景点进行聚类，示例性的，可以通过密度聚类算法对多个第二场景点进行聚类，从而得到多个簇，其中，采用上述方式聚类后得到的簇中，每个簇内的第二场景点两两之间的距离小于第三预设值。
具体的，密度聚类算法可以是DBScan聚类算法。基于地理位置的密度聚类可以使得场景点尽可能的集中在一个聚类簇中，从而让最终的热点区域场景点内尽可能多的覆盖区域内场景点；其中热点区域就是选定类型场景点所在的区域，若选定的场景点类型为城中村，那么热点区域就是城中村区域，若选定的场景点类型为工业区，那么热点区域就是工业区区域。聚类簇为场景点以及其一定半径内邻域构成的合集。
图5为本申请实施例提供的使用聚类算法对第二场景点进行密度聚类的流程示意图。如图5所示，该过程包括：
步骤501：获取第二场景点，并将其确定为未访问的场景点集合。
步骤502：从未访问的场景点集合中选择一个或多个第二场景点，确定每个第二场景点的邻域，并将所有第二场景点的邻域放入邻域集合中。
第二场景点的邻域中的场景点包括其本身以及密度可达的场景点，且第二场景点的邻域中的第二场景点数量不小于预设数量。对于场景点集合，如果场景点p在第二场景点q的邻域内，并且p为第二场景点，那么第二场景点p从第二场景点q密度可达。
从未被访问的场景点集合中选择一个或多个第二场景点，确定每个第二场景点的邻域，将每个第二场景点对应的邻域放入邻域集合中。将邻域集合中的所有第二场景点标记为已访问的场景点，更新未访问的场景点集合。
步骤503：从未访问的场景点集合中选择一个新的第二场景点。
遍历未访问的场景点集合中的所有场景点，从中选择一个新的第二场景点，生成新的第二场景点的邻域，新的第二场景点的邻域中的场景点数量不小于预设数量，将新的第二场景点的邻域中的所有场景点标记为已访问的场景点，更新未访问的场景点集合。
步骤504：将新的第二场景点的邻域加入邻域集合中。
步骤505：判断邻域集合是否满足预设条件。
判断邻域集合是否满足预设条件，即当前邻域集合不再发生变化。若是，则进行步骤506，反之，则进行步骤503。
步骤506：确定当前邻域集合中的多个邻域为聚类簇。
密度聚类算法假定类别可以通过场景点分布的紧密程度决定，使得同一类别场景点之间紧密相连，即在任意场景点一定范围内一定有同类别的场景点存在。基于地理位置的密度聚类可以使得场景点尽可能的集中在一个聚类簇中，从而在最终的热点区域场景点内尽可能多的覆盖区域内场景点。通过筛选簇的半径，就可以得到在场景点密集区域内的场景点。
在本实施例中，由于通过密度聚类算法对多个第二场景点进行聚类，可以将多个第二场景点划入同一区域，这可以让后续步骤中直接通过区域对第二场景点进行筛选，增加了场景点的筛选速度。
进一步的，在确定出多个簇之后，可以将多个半径达到第四预设值的簇中的第二场景点确定为多个第一场景点。其中，第四预设值可以为某个簇的半径大小，其与第二场景点的类型有关。例如，当场景点为城中村时，第四预设值可以为500米，当场景点为工业区时，第四预设值可以为300米。当某个簇的簇半径大于或等于第四预设值时，这个簇中的第二场景点就通过了筛选，成为了第一场景点。
本实施例中，通过使用聚类算法对第二场景点进行聚类，并对聚类后得到的簇半径进行筛选，如将半径大于第四预设值的簇中的第二场景点筛选出来，由此可以得到所有第二场景点中更加符合需求的场景点，即将密集的场景点筛选出来，由此可以更加有针对性的对网络覆盖情况进行优化。
步骤202：根据多个第一场景点中每个第一场景点对应的话务数据，从多个第一场景点中筛选出至少一个目标场景点，该目标场景点对应的话务数据大于第一预设值。
具体的，在确定出多个第一场景点后，可以从运营商的服务平台中获取每个第一场景点对应的话务数据。其中，话务数据可以包括通话数据和/或流量数据，第一预设值为通话数据量数值和/或流量数据量数值，该第一预设值可以根据实际情况或者经验进行设置，对于第一预设值的具体取值，本申请实施例不做限制。
在一种可能的实现方式中，根据多个第一场景点中每个第一场景点对应的话务数据，从多个第一场景点中筛选出至少一个目标场景点，可以是判断每个第一场景点对应的话务数据是否大于第一预设值，将话务数据大于第一预设值的第一场景点确定为第三场景点，并获取第三场景点内参考信号接收功率RSRP(Reference Signal Receiving Power)小于第五预设值的采样点的占比，并将占比小于第六预设值的第三场景点确定为目标场景点。
具体的，通过筛选话务数据大于第一预设值的第一场景点作为第三场景点，由此可以得到属于话务热点的第三场景点，属于话务热点的场景点就是通话数据量和/或流量数据量较大的场景点。其中，根据各个场景点的话务数据的数量，可以分析待处理区域场景点业务热力分布。
图6为本申请实施例提供的场景点的话务数据热力分布一示意图，如图6所示，该话务数据热力分布图是根据运营商服务平台获取话务数据后，以话务数据为基本数据，利用办公软件热力图功能制作而成。
其中，第三场景点即属于热点区域的场景点，又属于话务热点场景点。
第三场景点还可以通过其他方式确定，具体的，图7为本申请实施例提供的场景点的话务数据热力分布另一示意图，如图7所示，从运营商服务平台获取话务数据，利用话务数据使用办公软件制作话务热力图，筛选出图中数值大于第一预设值的部分(如图6)，再将话务热力图超出第一预设值部分与地图中的热点区域做对比，若第一场景点同时属于话务热力图超出第一预设值的部分和热点区域，则确定第一场景点为第三场景点，同时属于话务热力图超出第一预设值的区域和热点区域的地区如图7黑色区域所示。
其中，获取第三场景点内参考信号接收功率RSRP小于第五预设值的采样点的占比，可以是：从运营商服务平台中获取第三场景点内的RSRP数据，并将得到的RSRP数据与第五预设值进行比较，得到RSRP数值小于第五预设值的采样点数量，计算出RSRP数值小于第五预设值的采样点数量与采样点总量比例。其中第三场景点内的范围确定可以通过网络信息平台中获得的场景点面积得到，也可以包括以场景点经纬度为圆心画圆得到，圆的半径可根据需要进行调整，第五预设值可以根据需要进行设置，本申请不对此作出限制。
获取第三场景点内参考信号接收功率RSRP小于第五预设值的采样点的占比，也可以是：直接从运营商服务平台获取第三场景点内参考信号接收功率RSRP小于第五预设值的采样点占比。
通过筛选第三场景点内RSRP数值小于第五预设值的采样点的占比，可以估计第三场景点内信号覆盖较差位置占全部区域的比例，从而得知第三场景点整体的信号覆盖情况。
判断第三场景点内RSRP数值小于第五预设值的采样点数量与采样点总量比例是否小于第六预设值，若小于第六预设值，则将第三场景点确定为目标场景点。其中，第六预设值包括比例值或百分比等，本申请对此不作出限制。
若三场景点内RSRP数值小于第五预设值的采样点的占比过高，说明第三场景点的信号覆盖较差，因此需要对信号覆盖情况做出改善。
示例性的，为了让所有第三场景点的信号覆盖情况使用同样的范围参数，提高确定出的待调整小区的准确性，在获取第三场景点内RSRP小于第五预设值的采样点的占比时，可以是获取待处理区域对应的地图数据，然后获取地图数据中与第三场景点距离最近的预设数量个栅格内的RSRP小于第五预设值的采样点的占比，其中，栅格为对地图数据进行栅格化后得到的。
具体的，预设数量可以根据经验或者实际情况进行设置，例如可以为9。对上述聚类成簇的场景点进行区域打点，获取每个场景点距离最近的9个MR栅格的指标数据。
对上述聚类成簇的场景点进行全网打点，从运营商服务平台获取每个场景点距离最近的9个MR栅格的指标数据。图8为本申请实施例提供的第三场景点RSRP数值统计示意图，如图8所示，在图中左半部分的场景点会出现A、B、C、D四种情况中的任意一种，但只要该场景点处于最中心的栅格内，则都会确定最近的9个栅格。通过对9个MR栅格的指标进行计算确认该场景点的最终MR指标，例如：场景点内的所有采样点个数、RSRP>-110的采样点个数等。
例如，已知MR栅格为500×500的地理网格，所以每个场景点的最终指标数据等同于以场景点为圆心，以750m为半径的圆内总体MR指标，如图8所示。根据目前网络覆盖质量现状，筛选RSRP>-110的占比小于80％的场景点为预调整场景点。其中-110就是第五预设值，第五预设值为一个RSRP数值，其大小可根据实际情况进行调整，例如，-120或-100，本申请不对此作出限制。
通过获取第三场景点距离最近的预设数量个栅格内RSRP小于第五预设值的采样点的占比，可以减少获取场景点面积等步骤，并让所有第三场景点的信号覆盖情况使用同样的范围参数，实现统计参数的统一。
在本方式中，通过将第一场景点的话务数据与第一预设值比较，筛选出第一场景点中话务数据较高的场景点作为第三场景点，再比较第三场景点内采样点RSRP数值的大小，可以判断某采样点的信号覆盖情况是否良好，进一步通过统计第三场景点内所有采样点信号覆盖情况，就可以得到第三场景点信号覆盖的整体情况，从而得到第三场景点中信号覆盖较差的场景点作为目标场景点。最终得到的目标场景点属于话务数据较高的场景点，也属于信号覆盖较差的场景点，实现了需要调整的场景点的筛选。
步骤203：针对每个目标场景点，根据待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差、待处理区域内各小区与目标场景点的距离，在待处理区域内确定与目标场景点对应的待调整小区。
具体的，在本步骤中，待处理区域内各小区的方位角和位置信息可以从信息管理平台得到，其中方位角可以包括方向角、下倾角；位置信息可以是小区和场景点的经度、纬度。目标场景点的位置信息可以由地图POI结合网络爬虫得到，待处理小区方位角和小区与场景点连线的夹角即是小区的方位角与小区和目标场景点的角度之间的偏差；待处理区域内小区与场景点的距离可以通过待处理小区的位置和目标场景点的位置计算得出。
在一种可能的实现方式中，根据待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差、待处理区域内各小区与目标场景点的距离，在待处理区域内确定与目标场景点对应的待调整小区，可以是根据待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差、待处理区域内各小区与目标场景点的距离，确定待处理区域内所有小区相对于目标场景点的调整权重，并将调整权重大于第二预设值的小区，确定为与目标场景点对应的待调整小区。
其中，调整权重越大，小区做出调整可以对目标场景点产生越大的信号覆盖提升作用。
由于通过计算待处理区域内每个小区的权重数值并与第二预设值作对比，得到了权重数值大于第二预设值的小区，从而进一步从目标场景点对应的多个小区中，筛选出了更加需要调整的小区。
在一种可能的实现方式中，在根据待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差、待处理区域内各小区与目标场景点的距离，确定待处理区域内所有小区相对于目标场景点的调整权重，可以根据公式
Figure BDA0003265321800000131
进行确定。
其中，Weight表示目标场景点的调整权重，distance为小区与当前场景点的直线距离，angle为小区的方位角与小区和目标场景点角度之间的偏差值，Dmax表示距离的上限，Dmin表示距离的下限，Amax表示角度的上限，Amin表示角度的下限。其中Dmax、Dmin、Amax和Amin可以是通过优化经验得到的经验值，其中，优化经验可以是通过现有技术优化得到的经验值，本申请对此不作出限制。第二预设值为权重的大小，若计算出的权重数值大于第二预设值，则判定该小区为待调整小区。
在本步骤中，待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差，可以通过计算各小区的方位角和小区与场景点连线的夹角得到。待处理区域内小区与场景点的距离可以通过待处理小区的经度、纬度和目标场景点的经度、纬度计算得出。
通过计算待处理区域内各小区方位角与各小区的方位角和小区与目标场景点连线的夹角、小区与目标场景点的距离可以判断小区对目标场景点影响的大小，具体判断方法可是使用计算得到的权重值与第二预设值做对比得出，权重值越大，说明小区越需要被调整。
本步骤中，通过设置距离和偏差值的上下限可以有效过滤远距离小区、大偏差角度小区，如图1。通过计算权重数值并与第二预设值进行比较，可以筛选出待调整区域内需要调整的小区，即待调整小区。
步骤204：输出待调整小区的标识信息。
在本步骤中，可以将标识信息整理为列表、文档等形式进行输出，对此本申请不作出限制，其中标识信息可以包括，小区信息、小区对应场景点信息，其中，小区信息可包括小区ID、小区方位角、小区经度、小区纬度、小区方位角与和小区与场景点连线的夹角等，场景点信息可包括场景点类型、场景点具体类型、场景点名称、场景点经度、场景点纬度等，场景点信息和小区信息可包括更多内容，本申请不对此作出限制。
例如，通过比较权重数值，筛选小区调整权重大于第六预设值的所有待调整小区，并通过待调整小区筛选与之对应的预调整场景点，最终输出所有待处理区域内需要调整优化的场景点和所有待调整小区。
需要调整优化的场景点如表4所示，所有待调整小区可以如表5所示。
表4
Figure BDA0003265321800000141
表5
Figure BDA0003265321800000151
本申请通过使用待处理区域内话务数据、小区与场景点之间相对角度偏差和相对位置计算得到的权重，对待处理区域内小区进行筛选，最终可以得到话务热点区域内待调整的小区的标识信息。进一步的，在筛选出属于话务热点的场景点之前，还可以进行两步筛选。第一，通过对待处理区域内的场景点进行密度聚类得到成簇的场景点，再通过筛选簇的半径大小，得到场景点密集的区域；第二，通过分析同时属于场景点密集区域和话务热点场景点的场景点的RSRP数值，可以得到既是话务热点场景点，又属于场景点密集区域、信号覆盖较差的区域的场景点。通过这种方式，本申请可以筛选出同时属于话务热点场景点、信号覆盖较差区域、场景点密集区域的场景点，并通过计算筛选后得到的场景点对应的小区权重值并与预设值比较，最终得到待调整小区名单，并输出待调整小区标识信息。
图9为本申请实施例提供的另一种待调整小区的确定方法的流程示意图，如图9所示，该方法包括：
步骤901：预先选定待处理区域范围，并通过运营商服务平台提取MR数据、物理工程参数、话务数据。
步骤902：根据地图POI结合网络爬虫技术获取区域内所有第二场景点清单，并通过密度聚类算法筛选出符合要求的第一场景点。
步骤903：筛选所有第一场景点的话务数据，将话务数据达到第一预设值的场景点确定为第三场景点。
步骤904：获取第三场景点内参考信号接收功率RSRP小于第五预设值的场景点的占比，将占比小于第六预设值的第三场景点确定为目标场景点。
步骤905：针对目标场景点，根据待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差、待处理区域内各小区与目标场景点的距离，在待处理区域内确定与目标场景点对应的待调整小区。
步骤906：输出待调整小区的标识信息。
由于本申请使用的数据可自动提取得到，所以省去了数据采集使用的时间，保证了数据的时效性。其次，由于数据可以大范围获取，让本申请不受区域限制。最后，本申请使用多种筛选方法，可以直接输出待处理区域内待调整小区的名单，实现了待调整小区清单的快速输出。
图10为本申请实施例提供的一种待调整小区的确定装置100的结构示意图，示例的，请参见图10所示，该待调整小区的确定装置100可以包括：获取模块1001，用于获取待处理区域内的多个第一场景点；
处理模块1002，用于根据多个第一场景点中每个第一场景点对应的话务数据，从多个第一场景点中筛选出至少一个目标场景点，目标场景点对应的话务数据大于第一预设值；
处理模块1002，还用于针对每个目标场景点，根据待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差、待处理区域内各小区与目标场景点的距离，在待处理区域内确定与目标场景点对应的待调整小区；
输出模块1003，用于输出待调整小区的标识信息。可选的，处理模块1002，具体用于：
根据待处理区域内各小区的方位角与小区和目标场景点的角度之间的偏差、待处理区域内各小区与目标场景点的距离，确定待处理区域内所有小区相对于目标场景点的调整权重；
将调整权重大于第二预设值的小区，确定为与目标场景点对应的待调整小区。
在一种可能的实现方式中，处理模块1002，具体用于：
根据公式
Figure BDA0003265321800000161
确定待处理区域内所有小区相对于目标场景点的调整权重；
其中，Weight表示目标场景点的调整权重，distance表示小区与目标场景点的直线距离，angle表示小区的方位角与小区和目标场景点角度之间的偏差值，Dmax表示距离的上限，Dmin表示距离的下限，Amax表示角度的上限，Amin表示角度的下限。
在一种可能的实现方式中，获取模块1001，还用于获取待处理区域内的多个第二场景点。
处理模块1002，还用于对多个第二场景点进行聚类，得到多个簇；其中，多个簇中每个簇内的第二场景点两两之间的距离小于第三预设值；
处理模块1002，还用于将多个簇中半径大于或等于第四预设值的簇作为目标簇，将目标簇中的第二场景点确定为多个第一场景点。
在一种可能的实现方式中，处理模块1002，具体用于：
通过密度聚类算法对多个第二场景点进行聚类，得到多个簇。
在一种可能的实现方式中，处理模块1002，具体用于：
判断每个第一场景点对应的话务数据是否大于第一预设值；
将话务数据大于第一预设值的第一场景点确定为第三场景点；
获取第三场景点内参考信号接收功率RSRP小于第五预设值的场景点的占比；
将占比小于第六预设值的第三场景点确定为目标场景点。
在一种可能的实现方式中，获取模块1001，具体用于：
获取待处理区域对应的地图数据；
获取地图数据中与第三场景点距离最近的预设数量个栅格内的RSRP小于第五预设值的采样点的占比，其中，栅格为对地图数据进行栅格化后得到的。
本申请实施例提供的待调整小区的确定装置100，可以执行上述任一实施例中的待调整小区的确定方法的技术方案，其实现原理以及有益效果与待调整小区的确定方法的实现原理及有益效果类似，可参见待调整小区的确定方法的实现原理及有益效果，此处不再进行赘述。
图11为本申请实施例提供的一种电子设备110的结构示意图。示例的，请参见图11所示，该电子设备110可以包括处理器1101、存储器1102和显示器1103；其中，
显示器1103，用于根据处理器的指示进行内容的显示；
存储器1102，用于存储计算机程序。
处理器1101，用于读取存储器1102存储的计算机程序，并根据存储器1102中的计算机程序执行上述任一实施例中的待调整小区的确定方法的技术方案。
可选地，存储器1102既可以是独立的，也可以跟处理器1101集成在一起。当存储器1102是独立于处理器1101之外的器件时，服务器还可以包括：总线，用于连接存储器1102和处理器1101。
可选的，本实施例还包括：接收器1104和发送器1105，接收器1104和发送器1105与服务器相连接。处理器1101可以控制接收器和发送器，实现向服务器发送信息和从服务器接收信息。
本申请还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现上述任一实施例中的待调整小区确定方法的技术方案，其实现原理以及有益效果与待调整小区的确定方法的实现原理及有益效果类似，可参见待调整小区的确定方法的实现原理及有益效果，此处不再进行赘述。
本申请还提供了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，实现上述任一实施例中的待调整小区确定方法的技术方案，其实现原理以及有益效果与待调整小区的确定方法的实现原理及有益效果类似，可参见待调整小区确定方法的实现原理及有益效果，此处不再进行赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、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申请的一般性原理并包括本申请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，本申请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进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。

Claims (10)

1.一种待调整小区的确定方法，其特征在于，包括：
获取待处理区域内的多个第一场景点；
根据所述多个第一场景点中每个第一场景点对应的话务数据，从所述多个第一场景点中筛选出至少一个目标场景点，所述目标场景点对应的话务数据大于第一预设值；
针对每个目标场景点，根据所述待处理区域内各小区的方位角与所述小区和所述目标场景点的角度之间的偏差、所述待处理区域内各小区与所述目标场景点的距离，在所述待处理区域内确定与所述目标场景点对应的待调整小区；
输出所述待调整小区的标识信息。
2.根据权利要求1所述的方法，其特征在于，所述根据所述待处理区域内各小区的方位角与所述小区和所述目标场景点的角度之间的偏差、所述待处理区域内各小区与所述目标场景点的距离，在所述待处理区域内确定与所述目标场景点对应的待调整小区，包括：
根据所述待处理区域内各小区的方位角与所述小区和所述目标场景点的角度之间的偏差、所述待处理区域内各小区与所述目标场景点的距离，确定所述待处理区域内所有小区相对于所述目标场景点的调整权重；
将所述调整权重大于第二预设值的小区，确定为与所述目标场景点对应的待调整小区。
3.根据权利要求2所述的方法，其特征在于，所述根据所述待处理区域内各小区的方位角与所述小区和所述目标场景点的角度之间的偏差、所述待处理区域内各小区与所述目标场景点的距离，确定所述待处理区域内所有小区相对于所述目标场景点的调整权重，包括：
根据公式
Figure FDA0003265321790000011
确定所述待处理区域内所有小区相对于所述目标场景点的调整权重；
其中，Weight表示目标场景点的调整权重，distance表示小区与目标场景点的直线距离，angle表示小区的方位角与小区和目标场景点角度之间的偏差值，Dmax表示距离的上限，Dmin表示距离的下限，Amax表示角度的上限，Amin表示角度的下限。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述获取待处理区域内的多个第一场景点，包括：
获取所述待处理区域内的多个第二场景点；
对所述多个第二场景点进行聚类，得到多个簇；其中，所述多个簇中每个簇内的第二场景点两两之间的距离小于第三预设值；
将所述多个簇中半径大于或等于第四预设值的簇作为目标簇，将所述目标簇中的第二场景点确定为所述多个第一场景点。
5.根据权利要求4所述的方法，其特征在于，所述对所述多个第二场景点进行聚类，得到多个簇，包括：
通过密度聚类算法对所述多个第二场景点进行聚类，得到所述多个簇。
6.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述多个第一场景点中每个第一场景点对应的话务数据，从所述多个第一场景点中筛选出至少一个目标场景点，包括：
判断每个第一场景点对应的话务数据是否大于所述第一预设值；
将所述话务数据大于所述第一预设值的第一场景点确定为第三场景点；
获取所述第三场景点内参考信号接收功率RSRP小于第五预设值的采样点的占比；
将所述占比小于第六预设值的第三场景点确定为所述目标场景点。
7.根据权利要求6所述的方法，其特征在于，所述获取所述第三场景点内参考信号接收功率RSRP小于第五预设值的采样点的占比，包括：
获取所述待处理区域对应的地图数据；
获取所述地图数据中与所述第三场景点距离最近的预设数量个栅格内的RSRP小于第五预设值的采样点的占比，其中，所述栅格为对所述地图数据进行栅格化后得到的。
8.一种待调整小区的确定装置，包括：
获取模块，用于获取待处理区域内的多个第一场景点；
处理模块，用于根据所述多个第一场景点中每个第一场景点对应的话务数据，从所述多个第一场景点中筛选出至少一个目标场景点，所述目标场景点对应的话务数据大于第一预设值；
所述处理模块，还用于针对每个目标场景点，根据所述待处理区域内各小区的方位角与所述小区和所述目标场景点的角度之间的偏差、所述待处理区域内各小区与所述目标场景点的距离，在所述待处理区域内确定与所述目标场景点对应的待调整小区；
输出模块，用于输出所述待调整小区的标识信息。
9.一种电子设备，包括：存储器，处理器和显示器；
所述显示器用于根据所述处理器的指示进行内容的显示；
所述存储器用于存储可执行指令；
所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1-7中任一项所述的方法。
10.一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7任一项所述的待调整小区的确定方法。
CN202111085294.9A 2021-09-16 2021-09-16 待调整小区的确定方法、装置、电子设备及可读存储介质 Active CN113806643B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111085294.9A CN113806643B (zh) 2021-09-16 2021-09-16 待调整小区的确定方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111085294.9A CN113806643B (zh) 2021-09-16 2021-09-16 待调整小区的确定方法、装置、电子设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN113806643A true CN113806643A (zh) 2021-12-17
CN113806643B CN113806643B (zh) 2023-05-23

Family

ID=78895505

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111085294.9A Active CN113806643B (zh) 2021-09-16 2021-09-16 待调整小区的确定方法、装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN113806643B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150038894A (ko) * 2013-10-01 2015-04-09 에스케이텔레콤 주식회사 셀 설계 방법 및 장치
CN108882249A (zh) * 2017-05-16 2018-11-23 中国移动通信集团浙江有限公司 一种小区覆盖受限检测方法及装置
CN109429249A (zh) * 2017-09-04 2019-03-05 中国移动通信集团浙江有限公司 一种基于mr定位数据的天线方位角优化方法及设备
CN109963285A (zh) * 2017-12-14 2019-07-02 中国移动通信集团广东有限公司 确定小区覆盖范围的方法、装置、电子设备和存储介质
CN109982246A (zh) * 2017-12-27 2019-07-05 中国移动通信集团北京有限公司 一种蜂窝小区功率的调整方法、装置及介质
CN110831019A (zh) * 2019-12-04 2020-02-21 中通服建设有限公司 基站规划方法、装置、计算机设备和存储介质
CN111818537A (zh) * 2020-07-02 2020-10-23 中国联合网络通信集团有限公司 小区覆盖情况确定方法、装置、设备及可存储介质
CN112383874A (zh) * 2020-12-04 2021-02-19 中国联合网络通信集团有限公司 越区覆盖识别方法、装置、设备及存储介质
US20210075499A1 (en) * 2005-08-18 2021-03-11 Smartsky Networks LLC Terrestrial Based High Speed Data Communications Mesh Network
CN112566100A (zh) * 2020-12-08 2021-03-26 中国联合网络通信集团有限公司 一种数据处理方法及装置
CN112839340A (zh) * 2019-11-22 2021-05-25 中兴通讯股份有限公司 过覆盖区域检测方法、装置、设备和存储介质
CN113131974A (zh) * 2019-12-30 2021-07-16 中国移动通信集团四川有限公司 一种基于3dmimo的天线权值自动寻优的方法及装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210075499A1 (en) * 2005-08-18 2021-03-11 Smartsky Networks LLC Terrestrial Based High Speed Data Communications Mesh Network
KR20150038894A (ko) * 2013-10-01 2015-04-09 에스케이텔레콤 주식회사 셀 설계 방법 및 장치
CN108882249A (zh) * 2017-05-16 2018-11-23 中国移动通信集团浙江有限公司 一种小区覆盖受限检测方法及装置
CN109429249A (zh) * 2017-09-04 2019-03-05 中国移动通信集团浙江有限公司 一种基于mr定位数据的天线方位角优化方法及设备
CN109963285A (zh) * 2017-12-14 2019-07-02 中国移动通信集团广东有限公司 确定小区覆盖范围的方法、装置、电子设备和存储介质
CN109982246A (zh) * 2017-12-27 2019-07-05 中国移动通信集团北京有限公司 一种蜂窝小区功率的调整方法、装置及介质
CN112839340A (zh) * 2019-11-22 2021-05-25 中兴通讯股份有限公司 过覆盖区域检测方法、装置、设备和存储介质
CN110831019A (zh) * 2019-12-04 2020-02-21 中通服建设有限公司 基站规划方法、装置、计算机设备和存储介质
CN113131974A (zh) * 2019-12-30 2021-07-16 中国移动通信集团四川有限公司 一种基于3dmimo的天线权值自动寻优的方法及装置
CN111818537A (zh) * 2020-07-02 2020-10-23 中国联合网络通信集团有限公司 小区覆盖情况确定方法、装置、设备及可存储介质
CN112383874A (zh) * 2020-12-04 2021-02-19 中国联合网络通信集团有限公司 越区覆盖识别方法、装置、设备及存储介质
CN112566100A (zh) * 2020-12-08 2021-03-26 中国联合网络通信集团有限公司 一种数据处理方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
NEMANJA MEMAROVIC: "Understanding future challenges for networked public display systems in community settings", 《C&T \'15: PROCEEDINGS OF THE 7TH INTERNATIONAL CONFERENCE ON COMMUNITIES AND TECHNOLOGIES》 *
张文俊 等: "5G网络覆盖能力提升策略研究", 《电信快报》 *
樊渭 等: "移动通信网络话务场景的划分和半速率策略调整", 《电信科学》 *

Also Published As

Publication number Publication date
CN113806643B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN108181607B (zh) 基于指纹库的定位方法、装置及计算机可读存储介质
CN110831019B (zh) 基站规划方法、装置、计算机设备和存储介质
CN111277947B (zh) 小区经纬度预测方法、装置、服务器、基站及存储介质
CN107846688B (zh) 一种基于多运营商的无线网络站址规划方法和装置
CN103037424B (zh) 一种3g网络覆盖的评估方法及装置
CN114786199B (zh) 一种网络问题点的确定方法、装置、设备及存储介质
CN110798804B (zh) 一种室内定位方法和装置
CN112203293A (zh) 小区过覆盖识别方法、装置、设备及计算机存储介质
CN109286946A (zh) 基于无依托定位的移动通信室内无线网络优化方法和系统
CN108271180B (zh) 一种参数核查方法及装置
CN106332130A (zh) 一种基站勘察方法、装置及系统
CN109246587B (zh) 一种高铁网络干扰分析方法及装置
CN114885287B (zh) 网络覆盖范围确定方法、装置、电子设备及存储介质
CN111405464B (zh) 基站位置检测方法及装置
CN113806643B (zh) 待调整小区的确定方法、装置、电子设备及可读存储介质
CN115348587B (zh) 组网规划方法、装置、设备及存储介质
US11889407B2 (en) Unified coverage system
CN114630359B (zh) 确定网络覆盖的方法、装置、电子设备、计算机存储介质
CN109600762A (zh) 基站天线的优化分布方法及装置
CN110708665B (zh) 接入网设备归属区域的确定方法及装置
CN114928849A (zh) 一种基站部署方法、装置、电子设备及存储介质
CN116193455B (zh) 基站选址方法及装置
CN116866976B (zh) 用于农村区域移动网络服务的方法及电子设备
CN115580890B (zh) 移动网端到端故障定位方法、装置及终端设备
CN103929757B (zh) 一种三网协同优化的方法及装置

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