CN114375000A - 一种方案生成、网络测试方法及装置 - Google Patents
一种方案生成、网络测试方法及装置 Download PDFInfo
- Publication number
- CN114375000A CN114375000A CN202111590629.2A CN202111590629A CN114375000A CN 114375000 A CN114375000 A CN 114375000A CN 202111590629 A CN202111590629 A CN 202111590629A CN 114375000 A CN114375000 A CN 114375000A
- Authority
- CN
- China
- Prior art keywords
- target
- network
- sampling point
- cell
- value
- 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.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 305
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000004458 analytical method Methods 0.000 claims abstract description 32
- 238000005070 sampling Methods 0.000 claims description 433
- 239000000243 solution Substances 0.000 claims description 99
- 238000013515 script Methods 0.000 claims description 40
- 238000004891 communication Methods 0.000 claims description 39
- 238000007619 statistical method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 238000005562 fading Methods 0.000 claims description 4
- 238000002347 injection Methods 0.000 claims description 4
- 239000007924 injection Substances 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 5
- 238000010998 test method Methods 0.000 abstract description 5
- 238000010295 mobile communication Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 230000008439 repair process Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000005484 gravity Effects 0.000 description 6
- 101000601855 Homo sapiens Protocadherin-1 Proteins 0.000 description 5
- 102100037551 Protocadherin-1 Human genes 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0654—Management of faults, events, alarms or notifications using network fault recovery
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例提供了一种方案生成、网络测试方法及装置,涉及移动通讯技术领域,特别是涉及数据采集及处理技术领域,上述方案生成方法,应用于服务器,上述方法包括:接收客户端发送的携带目标网络区域的网络数据的方案生成请求,解析所述方案生成请求,获得所述目标网络区域的网络数据,其中,所述网络数据为:客户端针对目标网络区域进行网络测试得到的数据;对所述网络数据进行分析,基于分析结果确定所述目标网络区域所具有的网络问题的目标问题类型;基于解决方案与问题类型之间的对应关系,确定所述目标问题类型对应的解决方案,作为用于解决所述网络问题的目标解决方案。应用本发明实施例提供的方案,提高了方案生成的效率。
Description
技术领域
本发明涉及移动通讯技术领域,特别是涉及数据采集及处理技术领域。
背景技术
随着通信技术的发展,网络的覆盖率越来越高,人们无论身处何地,能够通过网络进行办公、学习和娱乐等。但是,有一些已覆盖网络的网络区域的网络质量并不理想,难以很好的满足人们的需要。
为了提高网络质量,现有技术中,通常由工作人员手动分析网络区域所具有的网络问题,并基于经验生成用于解决网络问题的改进方案。然而,由于是工作人员手动生成用于解决网络问题的改进方案,使得方案生成的效率较低。
发明内容
本发明实施例的目的在于提供一种方案生成、网络测试方法及装置,以提高方案生成的效率。具体技术方案如下:
第一方面,本发明实施例提供了一种方案生成方法,应用于服务器,所述方法包括:
接收客户端发送的携带目标网络区域的网络数据的方案生成请求,解析所述方案生成请求,获得所述目标网络区域的网络数据,其中,所述网络数据为:客户端针对目标网络区域进行网络测试得到的数据;
对所述网络数据进行分析,基于分析结果确定所述目标网络区域所具有的网络问题的目标问题类型;
基于解决方案与问题类型之间的对应关系,确定所述目标问题类型对应的解决方案,作为用于解决所述网络问题的目标解决方案。
第二方面,本发明实施例提供了一种网络测试方法,应用于客户端,所述方法包括:
获得待进行网络测试的目标网络区域的测试路线以及测试脚本;
按照所述测试路线,采用所述测试脚本对所述目标网络区域进行网络测试,得到所述目标网络区域的网络数据;
生成包含所述目标网络区域的网络数据的方案生成请求,向所述服务器发送方案生成请求。
第三方面,本发明实施例提供了一种方案生成装置,应用于服务器,所述装置包括:
数据获得模块,用于接收客户端发送的携带目标网络区域的网络数据的方案生成请求,解析所述方案生成请求,获得所述目标网络区域的网络数据,其中,所述网络数据为:客户端针对目标网络区域进行网络测试得到的数据;
类型确定模块,用于对所述网络数据进行分析,基于分析结果确定所述目标网络区域所具有的网络问题的目标问题类型;
方案生成模块,用于基于解决方案与问题类型之间的对应关系,确定所述目标问题类型对应的解决方案,作为用于解决所述网络问题的目标解决方案。
第四方面,本发明实施例提供了一种网络测试装置,应用于客户端,所述装置包括:
脚本获得模块,用于获得待进行网络测试的目标网络区域的测试路线以及测试脚本;
网络测试模块,用于按照所述测试路线,采用所述测试脚本对所述目标网络区域进行网络测试,得到所述目标网络区域的网络数据;
请求发送模块,用于生成包含所述目标网络区域的网络数据的方案生成请求,向所述服务器发送方案生成请求。
第五方面,本发明实施例提供了一种服务器,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信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时,实现上述第一方面所述的方法步骤。
第六方面,本发明实施例提供了一种客户端,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信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时,实现上述第二方面所述的方法步骤。
第七方面,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内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面或第二方面任一所述的方法步骤。
由以上可见,应用本实施例提供的方案生成方案时,服务器在接收到客户端发送的方案生成请求后,对目标网络区域进行网络测试得到的网络数据进行分析,基于分析结果确定目标网络区域所具有的网络问题的目标问题类型,进而基于目标问题类型确定用于解决上述网络问题的目标解决方案。相较于现有技术中由工作人员基于经验生成解决方案,实现了方案生成的自动化,不依赖于人工手动生成方案,显著提高了方案生成的效率。
并且,服务器是基于解决方案与问题类型之间的对应关系,确定目标网络区域所具有的网络问题的目标问题类型对应的目标解决方案。当解决方案与问题类型具有对应关系时,表示解决方案能够有效修复该解决方案所对应的问题类型的网络问题,因此,确定得到的目标问题解决方案能够对目标问题类型的网络问题进行网络修复。所以,采用本实施例生成目标解决方案,有效保证了所生成的方案的准确度。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
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的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的实施例。
图1为本发明实施例提供的第一种方案生成方法的流程示意图;
图2为本发明实施例提供的第二种方案生成方法的流程示意图;
图3为本发明实施例提供的第三种方案生成方法的流程示意图;
图4为本发明实施例提供的第一种网络测试方法的流程示意图;
图5a为本发明实施例提供的第二种网络测试方法的流程示意图;
图5b为本发明实施例提供的一种地铁隧道漏缆覆盖模型的示意图;
图6为本发明实施例提供的一种方案生成方法的流程框图;
图7为本发明实施例提供的第一种方案生成装置的结构示意图;
图8为本发明实施例提供的第二种方案生成装置的结构示意图;
图9为本发明实施例提供的第一种网络测试装置的结构示意图;
图10为本发明实施例提供的第二种网络测试装置的结构示意图;
图11为本发明实施例提供的一种服务器的结构示意图;
图12为本发明实施例提供的一种客户端的结构示意图。
具体实施方式
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基于本申请所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,图1为本发明实施例提供的第一种方案生成方法的流程示意图,上述方法包括以下步骤S101-S103。
在对上述各步骤进行说明之前,首先介绍本发明实施例的执行主体,本发明实施例的执行主体为服务器。
以下对上述各步骤进行说明。
步骤S101:接收客户端发送的携带目标网络区域的网络数据的方案生成请求,解析方案生成请求,获得目标网络区域的网络数据。
上述方案生成请求用于请求服务器生成针对目标网络区域的网络问题的解决方案。
上述目标网络区域是指待进行网络问题检测的网络区域。上述网络区域可以是室内网络区域、室外网络区域,例如:室内网络区域可以是已覆盖网络的室内商场、地下室等网络区域,室外网络区域可以是已覆盖网络的街道、高速公路等网络区域。
本发明的一个实施例中,上述目标网络区域可以是待进行网络问题检测的地铁隧道所在的网络区域。
随着城市轨道交通建设辐射范围不断扩大,越来越多用户选择乘坐地铁,对地铁隧道进行网络问题检测进而生成针对地铁隧道的问题解决方案,基于问题解决方案修复覆盖地铁隧道的网络,能够有效提高地铁隧道的网络质量,从而方便用户出行。并且,现有技术中心针对地铁隧道进行网络测试、生成问题解决方案是通过工作人员手动巡检进行网络测试和生成方案,效率低下,并且地铁隧道内空间狭小、通行不变,操作难度也较大。采用本实施例的方案,通过服务器生成针对地铁隧道的网络问题解决方案,实现方案生成自动化,不需要依赖于工作人员生成方案,极大地提高方案生成的效率,节省了人力物力成本。
上述网络数据为:客户端针对目标网络区域进行网络测试得到的数据。
网络数据中可以包括网络的属性信息、网络的运营商信息、每一目标采样点的位置信息等。
其中,网络的属性信息可以包括网络参数项的取值,上述网络参数项可以包括RSRP(Reference Signal Receiving,参考信号接收功率)、SINR(Signal to Interferenceplus Noise Ratio,信号与干扰加噪声比)、上下行速率、时延、波束场景类型、MCS(Modulation and Coding Scheme,调制与编码策略)、BLER(Block Error Rate,误块率)、CQI(Channel Quality Indicator,信道质量指示)、RANK(秩)、RB/slot(Resource Block/slot,时域)、GRANT(调度准许)等。网络的运营商信息可以包括网络的运营商标识、网络的运营商是否支持5G等信息。上述目标采样点的位置信息表示目标采样点的真实地理位置。
服务器在对上述请求进行解析获得请求中所携带的目标网络区域的网络数据后,可以对上述网络数据进行筛除噪声数据、去重等预处理操作,将预处理后得到的数据作为下述步骤S102进行数据分析的网络数据。
步骤S102:对网络数据进行分析,基于分析结果确定目标网络区域所具有的网络问题的目标问题类型。
对网络数据进行分析时,所得到的分析结果能够反映网络数据中出现异常的数据,由于出现异常的数据是由某一类型或多种类型的网络问题导致的,因此,上述分析结果能够反映网络问题的目标问题类型。
一种实施方式中,在分析网络数据以及确定目标问题类型时,可以对网络数据中同一参数项的各取值进行统计分析,基于统计分析结果确定网络数据中出现异常的异常数据,根据预设的异常参数项与问题类型之间的对应关系,确定异常数据对应的参数项所对应的问题类型,作为目标网络区域对应的问题类型。
例如:计算网络数据中同一参数项的各取值的平均值,当计算得到的上行速率参数项的平均速率小于预设速率时,表示目标网络区域的网络上行速率偏慢,由于在预设的异常参数项与问题类型之间的对应关系中,上行速率类型所对应的问题类型为:上行链路故障,因此,可以将上行链路故障确定为目标网络区域对应的目标问题类型。
确定目标问题类型的其他实施方式可以参见后续图3对应的实施例,在此不进行详述。
步骤S103:基于解决方案与问题类型之间的对应关系,确定目标问题类型对应的解决方案,作为用于解决网络问题的目标解决方案。
上述对应关系可以是工作人员预先确定的,具体的,上述对应关系可以是工作人员基于经验对历史网络问题解决案例进行总结得到的。当解决方案P与问题类型T之间具有对应关系时,表示能够采用解决方案P有效修复问题类型T的网络问题。
具体的,可以采用至少两种实施方式确定目标问题类型对应的解决方案。
第一种实施方式中,当对应关系中包含目标问题类型时,可以直接根据上述对应关系,确定目标问题类型对应的解决方案。
第二种实施方式中,当对应关系中不包含目标问题类型时,可以从对应关系所包含的各问题类型中,确定目标问题类型的相似问题类型,将相似问题类型对应的解决方案确定为目标问题类型对应的解决方案。
在确定目标解决方案后,可以向客户端发送目标解决方案,通过客户端相对应的用户操作界面内显示目标解决方案,以使得工作人员基于上述目标解决方案对目标网络区域进行网络问题修复。
由以上可见,应用本实施例提供的方案生成方案时,服务器在接收到客户端发送的方案生成请求后,对目标网络区域进行网络测试得到的网络数据进行分析,基于分析结果确定目标网络区域所具有的网络问题的目标问题类型,进而基于目标问题类型确定用于解决上述网络问题的目标解决方案。相较于现有技术中由工作人员基于经验生成解决方案,实现了方案生成的自动化,不依赖于人工手动生成方案,显著提高了方案生成的效率。
并且,服务器是基于解决方案与问题类型之间的对应关系,确定目标网络区域所具有的网络问题的目标问题类型对应的目标解决方案。当解决方案与问题类型具有对应关系时,表示解决方案能够有效修复该解决方案所对应的问题类型的网络问题,因此,确定得到的目标问题解决方案能够对目标问题类型的网络问题进行网络修复。所以,采用本实施例生成目标解决方案,有效保证了所生成的方案的准确度。
除了生成上述步骤S103中提及的目标解决方案之外,还可以生成定制化的网络数据报表,基于此,本发明的一个实施例中,参见图2,图2为本发明实施例提供的第二种方案生成方法的流程示意图,上述方法包括以下步骤S201-S204。
步骤S201:接收客户端发送的携带目标网络区域的网络数据的方案生成请求,解析方案生成请求,获得目标网络区域的网络数据。
上述网络数据为:客户端针对目标网络区域进行网络测试得到的数据。
步骤S202:对网络数据进行分析,基于分析结果确定目标网络区域所具有的网络问题的目标问题类型。
步骤S203:基于解决方案与问题类型之间的对应关系,确定目标问题类型对应的解决方案,作为用于解决网络问题的目标解决方案。
具体的,上述步骤S201-S203分别与前述图1所示实施例中步骤S101-S103相同,在此不进行详述。
步骤S204:基于网络数据中预设参数项的取值,生成表征预设参数项的参数信息的网络数据报表。
上述预设参数项可以是工作人员基于实际需求预先设定的,例如,工作人员需要获得表征目标网络区域的上下行速率、网络信号传输时延的参数信息的网络数据报表,那么,预设参数项为:上下行速率、网络信号传输时延。
具体的,可以按照以下两种实施方式生成网络数据报表。
第一种实施方式中,可以对网络数据中预设参数项的取值进行统计分析,生成包含预设参数项的统计值的报表,作为表征预设参数项的参数信息的网络数据报表。上述统计分析方式可以包括求平均值、求方差、标准差等。
第二种实施方式中,可以生成包含网络数据中预设参数项的取值的报表,作为表征预设参数项的参数信息的网络数据报表。
由以上可见,由于所生成的网络数据报表能够表征预设参数项的参数信息,所生成的网络数据针对性较强,能够使得用户基于上述网络数据报表更加直观、清楚地获知预设参数项的参数信息。并且,在用户需要了解特定参数项的参数信息的场景下,能够生成表征上述特定参数项的参数信息的网络数据报表,实现了定制化网络数据报表。
在上述图1所示实施例的步骤S102中,除了采用提及的统计分析方式确定目标问题类型,还可以采用下述图3所示实施例中提及的确定目标问题类型的实施方式确定目标问题类型。本发明的一个实施例中,参见图3,图3为本发明实施例提供的第三种方案生成方法的流程示意图,上述图1所示实施例的步骤S102,可以按照图3所示步骤S302实现。
具体的,图3所示实施例包括以下步骤S301-S303。
步骤S301:接收客户端发送的携带目标网络区域的网络数据的方案生成请求,解析方案生成请求,获得目标网络区域的网络数据。
上述网络数据为:客户端针对目标网络区域进行网络测试得到的数据。
本发明的一个实施例中,上述网络数据可以包括:在目标网络区域中每一网络小区所包括的目标采样点进行网络测试得到的测试数据。
上述步骤S301与前述图1所示实施例中步骤S101相同,在此不进行详述。
网络区域中通常会包括多个网络小区,具体的,不同基站发射的网络信号可以覆盖网络区域中不同的网络小区,同一基站的不同天线发射的网络信号也可以覆盖网络区域中不同的网络小区,也就是说,网络区域中的不同网络小区可以对应不同基站,也可以对应同一基站的不同天线。
每一网络小区中可以包括多个目标采样点,客户端可以在每一目标采样点进行网络测试,得到测试数据。
目标采样点对应的测试数据可以包括:目标采样点的采样点信息,所属网络小区的网络信息,所属网络小区的相邻小区的网络信息,所对应基站的基站信息等。
步骤S302:对目标网络区域中每一网络小区所包括的目标采样点对应的测试数据进行分析,基于分析结果确定各网络小区中具有网络问题的目标小区所对应的问题类型,作为目标网络区域所具有的网络问题的目标问题类型。
确定目标网络区域对应的目标问题类型的实施方式可以参见后续实施例,在此不进行详述。
由于是对每一网络小区所包括的目标采样点对应的测试数据进行分析,所得到的分析结果能够反映每一网络小区的网络信息,所以,基于分析结果能够较为准确地确定具有网络问题的目标小区所对应的问题类型,从而得到较为准确的目标网络区域对应的目标问题类型。
步骤S303:基于解决方案与问题类型之间的对应关系,确定目标问题类型对应的解决方案,作为用于解决网络问题的目标解决方案。
上述步骤S303与前述图1所示实施例中步骤S103相同,在此不进行详述。
前述图3所示实施例的步骤S302中确定目标网络区域对应的目标问题类型,可以按照以下四种实施方式实现。
第一种实施方式中,目标采样点对应的测试数据包括目标采样点所在网络小区的目标电平值,上述步骤S302中对目标网络区域中每一网络小区所包括的目标采样点对应的测试数据进行分析,可以按照以下步骤A1-步骤A3实现。
步骤A1:确定目标采样点中测试数据所包括的目标电平值小于预设电平值的第一采样点。
预设电平值可以是由工作人员设定的,例如:预设电平值可以为-100dBm、-90dBm等。
一种实施方式中,在确定第一采样点时,可以判断目标采样点对应的测试数据中的目标电平值是否小于预设电平值,若为是,确定该目标采样点为第一采样点。
例如:网络小区所包括的目标采样点对应的电平值如下表1-1所示。
表1-1
目标采样点PC11 | -120dBm |
目标采样点PC12 | -110dBm |
目标采样点PC13 | -95dBm |
目标采样点PC14 | -90dBm |
目标采样点PC15 | -50dBm |
假设,预设电平值为-90dBm,在上述表1-1中,由于-120dBm、-110dBm、-95dBm均小于-90dBm,所以,目标采样点PC11、PC12、PC13为第一采样点。
步骤A2:计算第一采样点的数量与目标采样点的总数量之间的第一数量比例。
上述第一数量比例反映第一采样点在网络小区所包括的所有目标采样点中所占的比重。
沿用上述表1-1对应的例子,网络小区所包括的目标采样点的总数量为5,第一采样点的数量为3,所以,第一数量比例为:3/5*100%=60%。
步骤A3:对目标采样点对应的目标电平值进行统计分析,得到第一统计值。
上述统计分析可以包括求平均值、求方差、求标准差等。
沿用上述表1-1对应的例子,对表1中各目标采样点对应的目标电平值计算平均值,可以得到((-120dBm)+(-110dBm)+(-95dBm)+(-90dBm)+(-50dBm))/5=-93dBm,即第一统计值为-93dBm。
在上述步骤A1-A3的基础上,上述步骤S302中基于分析结果确定目标网络区域中具有网络问题的目标小区对应的问题类型,可以按照下述步骤A4实现。
步骤A4:基于每一网络小区所对应的第一数量比例、所包括的目标采样点的总数量以及所对应的第一统计值,确定各网络小区中满足预设的网络弱覆盖条件的目标小区,将所确定的目标小区对应的问题类型确定为:弱覆盖类型。
上述预设的网络弱覆盖条件可以是工作人员预先设定的。当网络小区满足上述网络弱覆盖条件,表示网络小区具有网络问题,且所具有的网络问题的问题类型为:弱覆盖类型。
上述网络弱覆盖条件可以为:网络小区对应的第一数量比例大于第一预设数量比例、网络小区所包括的目标采样点的总数量大于第一预设总数量、以及网络小区对应的第一统计值小于第一预设统计值,当网络小区满足上述条件,可以确定该网络小区为具有网络问题的目标小区,且该网络小区所具有的网络问题的问题类型为:弱覆盖类型,可以称该网络小区为弱覆盖小区。
例如:假设,第一预设数量比例为:45%,第一预设总数量为:90,第一预设统计值:-90dBm,各网络小区对应的第一数量比例、所包括的目标采样点的总数量以及所对应的第一统计值如下表1-2所示。
表1-2
网络小区 | 第一数量比例 | 总数量 | 第一统计值 |
网络小区NC11 | 60% | 100 | -110dBm |
网络小区NC12 | 50% | 90 | -120dBm |
网络小区NC13 | 40% | 95 | -90dBm |
由于60%>45%,100>90,-110dBm<-90dBm,所以,网络小区NC11满足预设的网络弱覆盖条件,网络小区NC11具有网络问题,且所具有的网络问题的问题类型为:弱覆盖类型。
由以上可见,由于网络小区所对应的第一数量比例反映网络小区中第一采样点的数量占网络小区所有采样点的总数量的比重,第一采样点测试得到的目标电平值小于预设电平值,也就是第一采样点测试得到的目标电平值相对较小,所以,第一数量比例反映网络小区中测试得到的目标电平值相对较小的采样点所占的比重;第一统计值反映网络小区中各目标采样点测试得到的目标电平值的整体情况,因此,在基于网络小区所对应的第一数量比例、目标采样点的总数量以及第一统计值,确定网络小区对应的问题类型时,考虑了网络小区网络小区中测试得到的目标电平值相对较小的采样点所占的比重与所有采样点的数量,并且还考虑了网络小区整体电平值的情况。又由于当网络小区为弱覆盖小区时,其整体电平值相对较差,弱覆盖小区内测量得到的相对较小的电平值的比重较高,因此,基于网络小区所对应的第一数量比例、目标采样点的总数量以及第一统计值,能够较为准确地确定得到满足预设的网络弱覆盖条件的目标小区,从而提高了所得到的问题类型的准确度。
第二种实施方式中,目标采样点对应的测试数据包括目标采样点的目标位置、目标采样点所在网络小区对应的目标基站的第一标识、上述目标基站的相邻基站的第二标识,上述步骤S302中对目标网络区域中每一网络小区所包括的目标采样点对应的测试数据进行分析,可以按照下述步骤B1-步骤B3实现。
步骤B1:根据每一目标采样点对应的测试数据中的第一标识以及第二标识,确定目标基站的第二位置、以及目标基站的相邻基站的第三位置,计算每一目标采样点的第一位置与第二位置之间的第一距离、与第三位置之间的第二距离。
目标基站发射的网络信号所覆盖的区域称为网络小区,当某一网络小区对应某个基站,表示该网络小区所覆盖的网络信号是所对应的基站发射的网络信号。
当客户端在采样点进行网络测试时,除了可以采集到采样点所在网络小区对应的目标基站的基站信息之外,还可以采集目标基站的相邻基站的基站信息,相邻基站是指:与目标基站之间的距离小于第一预设距离的基站。
服务器本地可以存储各个基站的位置,基于此,在获得第二位置、第三位置时,可以从本地存储的基站位置中,获得第一标识对应的位置,作为目标基站的第二位置,获得第二标识对应的位置,作为目标基站的相邻基站的第三位置。
上述第一距离反映目标采样点与目标采样点所在网络小区对应的目标基站之间的距离,第二距离反映目标采样点与上述目标基站的相邻基站之间的距离。
步骤B2:计算每一目标采样点对应的第一距离与第二距离之间的距离比例,确定各目标采样点中距离比例大于预设距离比例的第二采样点。
上述预设距离比例可以是由工作人员预先设定的,上述预设距离比例可以为1.2、1.5等。
一种实施方式中,在确定第二采样点时,可以针对网络小区所包括的每一目标采样点,判断该目标采样点对应的距离比例是否大于预设距离比例,若为是,确定该目标采样点为第二采样点。
以下结合表2-1对第二采样点的确定过程进行说明。
表2-1示出了网络小区所包括的每一目标采样点对应的第一距离、第二距离,以及计算得到的距离比例。
表2-1
目标采样点 | 第一距离 | 第二距离 | 距离比例 |
目标采样点PC21 | 100m | 200m | 0.5 |
目标采样点PC22 | 300m | 100m | 3 |
目标采样点PC23 | 200m | 50m | 4 |
假设,预设距离比例为:1.2,由于3、4均大于1.2,所以,目标采样点PC22、目标采样点PC23为第二采样点。
步骤B3:计算第二采样点的数量与目标采样点的总数量之间的第二数量比例。
上述第二数量比例反映第二采样点在网络小区所包括的所有目标采样点中所占的比重。
沿用上述表2-1,第二采样点的数量为2,网络小区所包括的目标采样点的总数量为3,计算得到2/3*100%=66.67%,即第二数量比例为:66.67%。
在上述步骤B1-B3的基础上,上述步骤S302中基于分析结果确定目标网络区域中具有网络问题的目标小区对应的问题类型,可以按照下述步骤B4实现。
步骤B4:基于每一网络小区对应的第二数量比例、所包括的目标采样点的总数量,确定各网络小区中满足预设的网络过覆盖条件的目标小区,将所确定的目标小区对应的问题类型确定为:过覆盖类型。
上述预设的网络过覆盖条件可以是工作人员预先设定的。当网络小区满足上述网络过覆盖条件,表示网络小区具有网络问题,且所具有的网络问题的问题类型为:过覆盖类型。
上述网络过覆盖条件可以为:网络小区对应的第二数量比例大于第二预设数量比例、且网络小区所包括的目标采样点的总数量大于第二预设总数量,当网络小区满足上述条件,可以确定该网络小区为具有网络问题的目标小区,且该网络小区所具有的网络问题的问题类型为:过覆盖类型,可以称该网络小区为过覆盖小区。
例如:假设,第二预设数量比例为:10%,第二预设总数量为:20,各网络小区对应的第二数量比例、所包括的目标采样点的总数量如下表2-2所示。
表2-2
网络小区 | 第二数量比例 | 总数量 |
网络小区NC21 | 30% | 40 |
网络小区NC22 | 20% | 10 |
网络小区NC23 | 5% | 30 |
由于30%>10%,40>20,所以,网络小区NC21满足预设的网络过覆盖条件,网络小区NC21具有网络问题,且所具有的网络问题的问题类型为:过覆盖类型。
由以上可见,由于网络小区所对应的第二数量比例反映网络小区中第二采样点在网络小区所包括的所有目标采样点的比重,第二采样点是指距离比例大于预设距离比例的采样点,距离比例反映采样点与目标基站之间的第一距离、采样点与目标基站的相邻基站之间的第二距离两个距离之间的大小关系,距离比例越大,表示第一距离大于第二距离,距离比例越小,表示第一距离小于第二距离,由于第二采样点对应的距离比例是大于预设距离比例,也就是第二采样点对应的距离比例相对较大,所以第二采样点与目标基站之间的距离相对于相邻基站之间的距离大,所以,第二数量比例反映网络小区中与目标基站之间的距离相对较远的采样点所占的比重;因此,在基于网络小区所对应的第二数量比例、目标采样点的总数量,确定网络小区对应的问题类型时,考虑了网络小区中与目标基站之间的距离相对较远的采样点所占的比重,又由于当网络小区为过覆盖小区时,网络小区与网络小区相对应的目标基站的距离较远,因此,基于网络小区所对应的第二数量比例、目标采样点的总数量,能够较为准确地确定得到满足预设的网络过覆盖条件的目标小区,从而提高了所得到的问题类型的准确度。
第三种实施方式中,目标采样点的测试数据包括目标采样点所在网络小区的目标电平值、目标采样点所在网络小区的第一RSRP值,与目标采样点所在网络小区的同频相邻网络小区的第二RSRP值,上述步骤S302中对目标网络区域中每一网络小区所包括的目标采样点对应的测试数据进行分析,可以按照下述步骤C1-步骤C3实现。
步骤C1:基于目标采样点对应的测试数据中的第一RSRP值、第二RSRP值,确定满足第一预设条件的采样点,作为第三采样点。
同频相邻网络小区是指:网络信号的频率与目标采样点所在网络小区的网络信号的频率相同、并且与目标采样点所在网络小区之间的距离小于第二预设距离的网络小区。当客户端在采样点进行网络测试时,除了可以采集到采样点所在网络小区的RSRP值之外,还可以采集上述网络小区的同频相邻网络小区的RSRP值。
上述第一预设条件为:第一RSRP值大于或等于第一预设RSRP值、且目标采样点所包括的第二RSRP值中至少存在第一预设数量个目标RSRP值,目标RSRP值为:与第一RSRP值之间的差值大于第一预设RSRP差值的第二RSRP值。
第一预设RSRP值、第一预设数量、第一预设RSRP差值均可以是由工作人员预先设定的,例如:第一预设RSRP电平值可以为-95dBm等,第一预设数量可以为3、4、5等,第一预设RSRP差值可以为-6dBm。
一种实施方式中,在确定第三采样点时,可以计算目标采样点对应的每一第二RSRP值与第一RSRP值之间的差值,若计算得到的差值中存在至少第一预设数量个大于第一预设RSRP差值的差值,且目标采样点所对应的第一RSRP值大于或者等于第一预设RSRP值,将该目标采样点确定为第三采样点。
例如:网络小区所包括的目标采样点对应的第一RSRP值、第二RSRP值如下表3-1所示。
表3-1
假设,第一预设RSRP值为-95dBm、第一预设数量为3、第一预设RSRP差值为-6dBm,在上述表3-1中,目标采样点PC32、目标采样点PC33、目标采样点PC34以及目标采样点PC35对应的第一RSRP值均大于-95dBm;
并且,目标采样点PC32所对应的第二RSRP值中存在四个目标RSRP值(-80dBm、-70dBm、-60dBm、-75dBm);
目标采样点PC33对应的第二RSRP值中存在三个目标RSRP值(-66dBm、-65dBm、-70dBm);
目标采样点PC34对应的第二RSRP值中存在一个目标RSRP值(-40dBm);
目标采样点PC35对应的第二RSRP值中存在三个目标RSRP值(-20dBm、-10dBm、-15dBm);
因此,目标采样点PC32、PC33、PC35满足第一预设条件,即目标采样点PC32、PC33、PC35为第三采样点。
步骤C2:计算第三采样点的数量与目标采样点的总数量之间的第三数量比例。
上述第三数量比例反映第三采样点在网络小区所包括的所有目标采样点中所占的比重。
沿用上述表3-1对应的例子,网络小区所包括的目标采样点的总数量为5,第三采样点的数量为3,所以,第三数量比例为:3/5*100%=60%。
步骤C3:对第三采样点对应的电平值进行统计分析,得到第二统计值。
上述统计分析可以包括求平均值、求方差、求标准差等。
沿用上述表3-1对应的例子,对表3-1中各第三采样点对应的电平值计算平均值,可以得到((-90dBm)+(-80dBm)+(-30dBm))/3=-66.67dBm,即第二统计值为-66.67dBm。
在上述步骤C1-C3的基础上,上述步骤S302中基于分析结果确定目标网络区域中具有网络问题的目标小区对应的问题类型,可以按照下述步骤C4实现。
步骤C4:基于每一网络小区对应的第三数量比例、所包括的目标采样点的总数量、所对应的第二统计值,确定各网络小区中满足预设的网络重叠覆盖条件的目标小区,将所确定的目标小区对应的问题类型确定为:重叠覆盖类型。
上述预设的网络重叠覆盖条件可以是工作人员预先设定的。当网络小区满足上述网络重叠覆盖条件,表示网络小区具有网络问题,且所具有的网络问题的问题类型为:重叠覆盖类型。
上述网络重叠覆盖条件可以为:网络小区对应的第三数量比例大于第三预设数量比例、且网络小区所包括的目标采样点的总数量大于第三预设总数量、以及网络小区对应的第二统计值大于或者等于第二预设统计值,当网络小区满足上述条件,可以确定该网络小区为具有网络问题的目标小区,且该网络小区所具有的网络问题的问题类型为:重叠覆盖类型,可以称该网络小区为重叠覆盖小区。
例如:假设,第三预设数量比例为:20%,第三预设总数量为:90,第二预设统计值:-85dBm,各网络小区对应的第三数量比例、所包括的目标采样点的总数量以及所对应的第二统计值如下表3-2所示。
表3-2
由于40%>20%,100>90,-110dBm<-85dBm,所以,网络小区NC31满足预设的网络重叠覆盖条件,网络小区NC31具有网络问题,且所具有的网络问题的问题类型为:重叠覆盖类型。
由以上可见,由于网络小区所对应的第三数量比例反映网络小区中第三采样点在网络小区所包括的所有目标采样点的比重,第三采样点是基于测试得到的第一RSRP值、第二RSRP值确定得到的,所以,第三采样点能够反映采样点所在网络小区的RSRP信息以及采样点所在网络小区的同频相邻网络小区的RSRP信息,所以,第三数量比例反映网络小区的RSRP信息与同频相邻网络小区的RSRP信息,第二统计值反映第三采样点测试得到的目标电平值的整体情况,因此,在基于网络小区所对应的第三数量比例、目标采样点的总数量以及第二统计值,确定网络小区对应的问题类型时,考虑了网络小区的RSRP信息与同频相邻网络小区的RSRP信息、网络小区中目标电平值的整体情况,又由于当网络小区为重叠覆盖小区时,重叠覆盖小区与网络小区的RSRP值、相邻同频网络小区的RSRP值以及网络小区的电平值整体情况相关,因此,基于网络小区所对应的第三数量比例、目标采样点的总数量以及第二统计值,能够较为准确地确定得到满足预设的网络重叠覆盖条件的目标小区,从而提高了所得到的问题类型的准确度。
第四种实施方式中,目标采样点对应的测试数据中包括:目标采样点的测试数据包括目标采样点所在网络小区的第一PCI(Physical Cell Identifier,物理小区标识)值和第一RSRP值、与目标采样点所在网络小区的同频相邻网络小区的第二PCI值和第二RSRP值,上述步骤S302中对目标网络区域中每一网络小区所包括的目标采样点对应的测试数据进行分析,可以按照下述步骤D1-步骤D2实现。
步骤D1:基于目标采样点对应的测试数据中的第一PCI值、第一RSRP值、第二PCI值以及第二RSRP值,确定满足第二预设条件的采样点,作为第四采样点。
其中,上述第二预设条件为:第一RSRP值大于第二预设RSRP值、且所包括的第二PCI值中至少存在第二预设数量个目标PCI值、且目标PCI值对应的同频相邻网络小区的第二RSRP值与第一RSRP值之间的差值大于第二预设RSRP值。
上述目标PCI值为:模3值与第一PCI值的模3值相等的第二PCI值。
一种实施方式中,在确定第四采样点时,可以计算目标采样点对应的每一第二PCI值的模3值,确定第二PCI值中模3值与第一PCI值的模3值相等的第二PCI值,作为目标PCI值,并计算每一目标PCI值对应的同频相邻网络小区的第二RSRP值与第一RSRP值之间的差值,若目标采样点对应的目标PCI值的数量大于第二预设数量、且第一RSRP值大于第二预设RSRP值,且计算得到的差值大于第二预设RSRP差值,将该目标采样点确定为第四采样点。
例如:网络小区所包括的目标采样点对应的第一RSRP值、第二RSRP值、第一PCI值、第二PCI值如下表4-1所示。
表4-1
假设,第二预设RSRP值为-95dBm、第二预设数量为1、第二预设RSRP差值为-3dBm,在上述表4-1中,目标采样点PC41中所包括的第二PCI值中存在两个目标PCI值,目标采样点PC42中所包括的第二PCI值中存在两个目标PCI值,目标采样点PC45中所包括的第二PCI值中存在3个目标PCI值;
并且,在目标采样点PC41、PC42以及PC45中,目标采样点PC42、PC45的第一RSRP值均大于第二预设RSRP值;
在目标采样点PC42中,目标PCI值对应的同频相邻网络小区的第二RSRP值分别为:-95dBm、-80dBm,上述两个第二RSRP值与第一RSRP值之间的差值分别为:0、15,均大于第二预设RSRP差值-3dBm,因此,目标采样点PC42满足上述第二预设条件;
在目标采样点PC45中,目标PCI值对应的同频相邻网络小区的第二RSRP值分别为:-25dBm、-38dBm、-28dBm,上述三个第二RSRP值与第一RSRP值之间的差值分别为:5、-8,2,并不是均大于第二预设RSRP差值-3dBm,因此,目标采样点PC45不满足上述第二预设条件。
步骤D2:计算第四采样点的数量与目标采样点的总数量之间的第四数量比例。
上述第四数量比例反映第四采样点在网络小区所包括的所有目标采样点中所占的比重。
沿用上述表4-1对应的例子,网络小区所包括的目标采样点的总数量为5,第四采样点的数量为1,所以,第四数量比例为:1/5*100%=20%。
在上述步骤D1-D2的基础上,上述步骤S302中基于分析结果确定目标网络区域中具有网络问题的目标小区对应的问题类型,可以按照下述步骤D3实现。
步骤D3:基于每一网络小区对应的第四数量比例、所包括的目标采样点的总数量,确定各网络小区中满足预设的MOD3(模3)干扰条件的目标小区,将定的目标小区对应的问题类型确定为:MOD3干扰类型。
针对每一网络小区,判断该网络小区对应的第四数量比例是否大于第四预设数量比例、且该网络小区所包括的目标采样点的总数量是否大于第四预设数量,若为是,将该网络小区确定为具有网络问题的问题小区,并确定问题小区的问题类型为:网络信号MOD3干扰类型。
上述预设的MOD3干扰条件可以是工作人员预先设定的。当网络小区满足上述MOD3干扰条件,表示网络小区具有网络问题,且所具有的网络问题的问题类型为:MOD3干扰类型。
上述MOD3干扰条件可以为:网络小区对应的第四数量比例大于第四预设数量比例、且网络小区所包括的目标采样点的总数量大于第四预设总数量,当网络小区满足上述条件,可以确定该网络小区为具有网络问题的目标小区,且该网络小区所具有的网络问题的问题类型为:MOD3干扰类型,可以称该网络小区为MOD3干扰小区。
例如:假设,第四预设数量比例为:20%,第四预设总数量为:90,各网络小区对应的第四数量比例、所包括的目标采样点的总数量如下表4-2所示。
表4-2
网络小区 | 第三数量比例 | 总数量 |
网络小区NC41 | 40% | 100 |
网络小区NC42 | 30% | 90 |
网络小区NC43 | 20% | 95 |
由于40%>20%,100>90,所以,网络小区NC31满足预设的MOD3干扰条件,网络小区NC41具有网络问题,且所具有的网络问题的问题类型为:MOD干扰类型。
由以上可见,由于网络小区所对应的第四数量比例反映网络小区中第四采样点在网络小区所包括的所有目标采样点的比重,第四采样点反映网络小区的RSRP值、PCI值的模3值、同频相邻网络小区的RSRP值以及PCI值的模3值的信息,所以,第三数量比例反映网络小区网络小区的RSRP值、PCI值的模3值、同频相邻网络小区的RSRP值以及PCI值的模3值的信息,因此,在基于网络小区所对应的第三数量比例、目标采样点的总数量,确定网络小区对应的问题类型时,考虑了网络小区的网络小区的RSRP值、PCI值的模3值、同频相邻网络小区的RSRP值以及PCI值的模3值的信息,又由于当网络小区为MOD3干扰小区时,MOD3干扰小区与网络小区的网络小区的RSRP值、PCI值的模3值、同频相邻网络小区的RSRP值以及PCI值的模3值的信息相关,因此,基于网络小区所对应的第四数量比例、目标采样点的总数量,能够较为准确地确定得到满足预设的MOD3干扰条件的目标小区,从而提高了所得到的问题类型的准确度。
本发明的一个实施例中,当网络小区对应的问题类型为:弱覆盖类型时,相对应的解决方案可以为:增强网络小区参考信号功率、更换更高增益天线等方法来优化覆盖;
当网络小区对应的问题类型为:过覆盖类型,相对应的解决方案可以为:减小网络小区网络信号的功率;
当网络小区对应的问题类型为:重叠覆盖类型时,相对应的解决方案可以为:增强网络小区的参考信号功率、削弱相邻网络小区的参考信号功率;
当网络小区对应的问题类型为:MOD3干扰类型时,相对应的解决方案可以为:调整网络小区的网络信号的PCI数值,降低同频相邻网络小区的发射功率。
与上述应用于服务器的方案生成方法相对应,本发明实施例提供了一种应用于客户端的网络测试方法。
在对网络测试方法进行说明之前,首先,对本发明实施例的执行主体进行说明。
本发明实施例的执行主体为客户端。
一种实施方式中,上述客户端可以运行于无人机设备,上述客户端也可以运行于与无人机设备相绑定的终端设备,上述终端设备可以为智能手机,具体的,可以在网络测试之前,将在无人机设备的合理载重内将终端设备固定到无人机机身,可以将组合了无人机设备以及终端设备的设备称为测试设备。
当前无人机行业高速发展,呈现出与蜂窝移动通信技术紧密结合的发展趋势,形成“联网无人机”,通过蜂窝网络联网,可初步满足无人机安全飞行需求,实现无人机便捷实名登记、可信位置校验、实时可靠数据传输。同时,5G网络的快速发展和普及可为无人机提供大带宽、低时延的高性能网络,实现实时图传、高可靠联网安全飞行管理、远程操控与业务应用等。因此,客户端与无人机设备结合,通过与无人机设备相结合的客户端进行网络测试,相较于现有技术,不需要依赖于工作人员进行网络测试,显著提高了网络测试的效率以及测试成本,并且降低了测试难度。
以下对本发明实施例提供的网络测试方法进行说明。
参见图4,图4为本发明实施例提供的第一种网络测试方法的流程示意图,上述方法包括以下步骤S401-S403。
步骤S401:获得待进行网络测试的目标网络区域的测试路线以及测试脚本。
测试路线中可以包括客户端进行网络测试时的测试路径、测试行进的整体方向、拐弯角度、直线距离、所经过的关键点等。
测试脚本中可以包括测试代码、测试脚本的标识等。
一种实施方式中,工作人员可以通过客户端提供的用户操作界面输入测试路线以及测试脚本,客户端从而可以获得测试路线以及测试脚本。
具体的,客户端可以在用户操作界面中提供多种测试业务的备选脚本,上述测试业务的备选脚本能够适用于GSM(Global System for Mobile Communications,全球移动通讯系统)网络、WCDMA(Wide band Code Division Multiple Access,宽带码分多址)网络、TD-SCDMA(Time Division-Synchronous Code Division Multiple Access,时分同步码分多址)网络、CDMA(Code Division Multiple Access,码分多址)网络、LTE(Long TermEvolution,长期演进)网络和NR(New Ratio,新空口)网络,这样,能够使得所选择得到的脚本应用于各种网络。
上述测试业务可以包括:路测测试业务和呼叫质量拨打测试业务,其中,路测测试业务的备选脚本为DT(Drive Test,路测)脚本,呼叫质量拨打测试业务的备选脚本为CQT(Call Quality Test,呼叫质量拨打测试)脚本。
上述DT脚本的测试业务内容包括DT语音短呼业务测试、DT语音长呼业务测试和DT数据业务测试,DT语音短呼业务测试不包括MOS测试,即不包括主观测试,DT语音长呼业务测试包括主观测试,DT数据业务测试包括FTP(File Transfer Protocol,文件传输协议)上传/下载测试、Ping(Packet Internet Groper,因特网包探索器)测试和HTTP(Hyper TextTransfer Protocol,超文本传输协议)登录测试。
上述CQT脚本的测试业务内容包括CQT语音短呼业务测试和CQT数据业务测试,CQT测试语音短呼业务测试包括主观测试,CQT数据业务测试包括FTP上传/下载测试、Ping测试和HTTP登录测试。
当目标网络区域为预设的地铁隧道所在的区域时,上述测试路线可以是:从测试路线隧道3D模型中确定得到的路线。
步骤S402:按照测试路线,采用测试脚本对目标网络区域进行网络测试,得到目标网络区域的网络数据。
在进行网络测试过程中,可以基于客户端相连接的视频采集装置对网络测试全过程进行录像,获得采集得到的视频,并向服务器发送采集得到的视频,以方便后续可以基于采集得到的视频进行回放和问题筛查。
进行网络测试的具体实施方式可以参见后续图5a对应的实施例,在此不进行详述。
本发明的一个实施例中,在进行网络测试之前,可以对客户端、客户端所运行的终端设备以及目标网络区域进行预测试,确定客户端以及客户端所运行的终端设备的功能是否完善,目标网络区域的网络信号是否可用等,在预测试通过的情况下,采用测试脚本进行网络测试。
步骤S403:生成包含目标网络区域的网络数据的方案生成请求,向服务器发送方案生成请求。
由以上可见,应用本实施例提供的方案进行网络测试,由于是由客户端按照测试路线,采用测试脚本对目标网络区域进行网络测试,得到目标网络区域的网络数据,并将包含网络数据的方案生成请求向服务器,相较于现有技术中,不需要依赖于工作人员手动进行网络测试,并且手动将测试数据导入服务器,提高了网络测试的效率。
在前述图4对应实施例的步骤S402,可以采用下述图5a所示实施例中步骤S502-S504对目标网络区域进行网络测试,并得到目标网络区域的网络数据。本发明的一个实施例中,参见图5a,图5a为本发明实施例提供的第二种网络测试方法的流程示意图,前述图4对应的实施例的步骤S402,可以按照步骤S502-S504实现。
具体的,图5a对应的实施例包括以下步骤S501-S505。
步骤S501:获得待进行网络测试的目标网络区域的测试路线以及测试脚本。
上述步骤S501与前述图4所示实施例中步骤S401相同,在此不进行详述。
步骤S502:根据测试路线,确定目标网络区域中的目标采样点,在所确定的目标采样点采用测试脚本进行网络测试,得到测试数据。
一种实施方式中,在确定目标采样点时,从测试路线的起始点开始,可以将每间隔预设长度的路线点确定为目标采样点,也可以将每间隔预设时长的时刻到达的路线点确定为目标采样点。
在每次确定一个目标采样点后,可以在所确定的目标采样点进行网络测试,也可以在确定得到所有目标采样点后,同时在各目标采样点进行网络测试。
当客户端运行于无人机设备时,无人机设备在沿着测试路线行驶过程中,由于网络质量较差或者地理环境复杂等因素,干扰无人机设备的正常行驶,无人机设备可以对行驶过程进行检测,当检测到发生偏离测试路线的情况,可以确定偏离方向以及偏离距离,沿着所确定的偏离方向,使得无人机行驶到测试路线中。
具体的,可以检测当前飞行的飞行点与测试路线之间的垂直距离,若检测得到的垂直距离大于预设距离,表示发生偏离测试路线的情况,在这种情况下,可以将垂直距离确定为偏离距离,并确定当前飞行的飞行方向相对于测试路线所在方向的偏移方向,作为偏离方向,沿着所确定的偏离方向,行驶上述偏离距离的路线,使得无人机趋近于测试路线,最终回到测试路线中。
步骤S503:针对每一目标采样点,获得该目标采样点所在网络小区对应的目标基站的基站位置,基于基站位置以及该目标采样点对应的测试数据中的网络信号强度,确定该目标采样点的位置。
一种实施方式中,在获得上述基站位置时,客户端可以预先存储了各基站的位置,在目标采样点进行网络测试得到的测试数据中,包括目标采样点所在网络小区对应的目标基站的标识,从已存储的各基站的位置中,确定目标基站的标识对应的位置,作为目标基站的基站位置。
一种实施方式中,确定目标每一目标采样点的位置,可以按照下述步骤E1-E2实现。
步骤E1:基于目标采样点对应的测试数据中网络信号强度与目标基站所发射网络信号的输入功率,计算目标采样点与目标基站之间的目标距离。
当采样点与基站之间的间隔距离越长,在采样点采集到的网络信号强度越弱;当采样点与基站之间的间隔距离越短,在采样点采集到的网络信号强度越强,可以基于这一关系,预先确定网络信号强度与间隔距离之间的对应关系。
以图5b为例,图5b示出了一种地铁隧道漏缆覆盖模型的示意图,图5b中下方矩形框表示漏缆,信号源从漏缆的一端注入,信号经过一定距离的传输衰减,信号逐渐减弱,不同的信号强度对应不同的信号源的覆盖距离,上述覆盖距离反映采样点与基站之间的距离,可以看到,网络信号强化与间隔距离之间成反比的关系。
基于此,一种实施方式中,在计算目标距离时,可以根据预设的网络信号强度与间隔距离之间的对应关系,确定目标采样点所对应的网络信号强度相对应的目标间隔距离,作为目标采样点与目标基站之间的目标距离。
本发明的一个实施例中,当目标网络区域为预设的地铁隧道所在的区域,一种实施方式中,可以按照以下表达式计算目标采样点与目标基站之间的目标距离H:
H=[Pin-(P0+L1+L2+L3+L4+L5)]/S
其中,Pin为目标基站在地铁隧道对应的输入漏缆的注入功率,P0为目标采样点对应的测试数据中网络信号强度,L1为预设的漏缆耦合损耗,L2为预设的人体衰落值,L3为预设的宽度因子,L4为预设的衰减余量,L5为预设的车体损耗,S为每米漏缆传输损耗。
步骤E2:基于目标距离与目标基站的基站位置,计算目标采样点的位置。
一种实施方式中,在计算目标采样点的位置时,可以确定以目标基站的位置为圆心,目标距离为半径的圆周曲线,基于目标基站的位置,确定圆周曲线上各个点的位置。获得目标网络区域相对于目标基站所在的目标方向,确定以目标基站为起点沿着目标方向的直线与圆周曲线之间的交点,将所确定的交点的位置确定为目标采样点的位置。
由于网络信号强度是与采样点和基站之间的间隔距离相关,因此,基于网络信号强度,计算得到的目标采样点与目标基站之间的目标距离的准确度高,从而使得所确定的目标采样点的位置的准确度高。综上,本实施例是采用网络信号强度进行辅助定位,即使在GPS(Global Positioning System,全球定位系统)定位信号难以到达的网络区域中,所获得的目标采样点的位置的准确度高,实现精准定位。
步骤S504:将每一目标采样点对应的测试数据以及每一目标采样点的位置确定为目标网络区域的网络数据。
步骤S505:生成包含目标网络区域的网络数据的方案生成请求,向服务器发送方案生成请求。
上述步骤S505与前述图4所示实施例中步骤S403相同,在此不进行详述。
由以上可见,由于目标采样点对应的测试数据中网络信号强度能够反映目标采样点与目标基站之间的距离,因此,基于上述网络信号强度与目标基站的位置,能够得到较为准确地目标采样点的位置,相较于现有技术,不需要依赖于GPS定位信号确定目标采样点的位置,采用本实施例提供的方案基于网络信号强度进行辅助定位,即使在GPS定位信号难以到达的网络区域中,所获得的目标采样点的位置的准确度高,实现精准定位。
以下结合图6对本发明实施例提供的网络测试、方案生成方法进行完整说明。
图6为本发明实施例提供的一种方案生成方法的完整流程框图。图6包括S601-S608。
图6所针对的场景为:对地铁隧道的网络区域进行网络测试以及生成方案。
S601:测试前期准备。
前期准备主要包括:检测智能测试终端和无人机的可用性、无线基站参数设置,确定无线网络测试区域环境、测试时间点、路线、无线基站点位和3D隧道模型的导入等。
S602:将测试终端与无人机组合,得到测试设备。
在无人机合理载重内将测试终端固定到无人机机身组合成测试自动优化设备。
S603:将测试设备接入基站所在的无线网络。
在这一步骤中,可以测试测试终端功能是否正常和周围无线网络是否可用。
S604:测试设备获得所选定的测试脚本进行测试。
S605:测试设备按照预定的测试路线进行网络测试并进行信号辅助定位。
S606:测试设备将无线网络测试结果进行保存并发送到服务器进行数据处理。
S607:服务器对测试数据处理自动判别网络问题类别。
S608:服务器进行分析输出定制化测试报表和自动优化方案。
与上述应用于服务器的方案生成方法相对应的,本发明实施例还提供一种方案生成装置。
参见图7,图7为本发明实施例提供的第一种方案生成装置的结构示意图,上述装置包括以下模块701-703。
数据获得模块701,用于接收客户端发送的携带目标网络区域的网络数据的方案生成请求,解析所述方案生成请求,获得所述目标网络区域的网络数据,其中,所述网络数据为:客户端针对目标网络区域进行网络测试得到的数据;
类型确定模块702,用于对所述网络数据进行分析,基于分析结果确定所述目标网络区域所具有的网络问题的目标问题类型;
方案生成模块703,用于基于解决方案与问题类型之间的对应关系,确定所述目标问题类型对应的解决方案,作为用于解决所述网络问题的目标解决方案。
由以上可见,应用本实施例提供的方案生成方案时,服务器在接收到客户端发送的方案生成请求后,对目标网络区域进行网络测试得到的网络数据进行分析,基于分析结果确定目标网络区域所具有的网络问题的目标问题类型,进而基于目标问题类型确定用于解决上述网络问题的目标解决方案。相较于现有技术中由工作人员基于经验生成解决方案,实现了方案生成的自动化,不依赖于人工手动生成方案,显著提高了方案生成的效率。
并且,服务器是基于解决方案与问题类型之间的对应关系,确定目标网络区域所具有的网络问题的目标问题类型对应的目标解决方案。当解决方案与问题类型具有对应关系时,表示解决方案能够有效修复该解决方案所对应的问题类型的网络问题,因此,确定得到的目标问题解决方案能够对目标问题类型的网络问题进行网络修复。所以,采用本实施例生成目标解决方案,有效保证了所生成的方案的准确度。
参见图8,图8为本发明实施例提供的第二种方案生成装置的结构示意图,上述装置包括以下模块801-804。
数据获得模块801,用于接收客户端发送的携带目标网络区域的网络数据的方案生成请求,解析所述方案生成请求,获得所述目标网络区域的网络数据,其中,所述网络数据为:客户端针对目标网络区域进行网络测试得到的数据;
类型确定模块802,用于对所述网络数据进行分析,基于分析结果确定所述目标网络区域所具有的网络问题的目标问题类型;
方案生成模块803,用于基于解决方案与问题类型之间的对应关系,确定所述目标问题类型对应的解决方案,作为用于解决所述网络问题的目标解决方案。
报表生成模块804,用于基于所述网络数据中预设参数项的取值,生成表征所述预设参数项的参数信息的网络数据报表。
由以上可见,由于所生成的网络数据报表能够表征预设参数项的参数信息,所生成的网络数据针对性较强,能够使得用户基于上述网络数据报表更加直观、清楚地获知预设参数项的参数信息。并且,在用户需要了解特定参数项的参数信息的场景下,能够生成表征上述特定参数项的参数信息的网络数据报表,实现了定制化网络数据报表。
本发明的一个实施例中,上述网络数据包括:在所述目标网络区域中每一网络小区所包括的目标采样点进行网络测试得到的测试数据;所述类型确定模块802,具体用于对所述目标网络区域中每一网络小区所包括的目标采样点对应的测试数据进行分析,基于分析结果确定各网络小区中具有网络问题的目标小区所对应的问题类型,作为所述目标网络区域所具有的网络问题的目标问题类型。
由于是对每一网络小区所包括的目标采样点对应的测试数据进行分析,所得到的分析结果能够反映每一网络小区的网络信息,所以,基于分析结果能够较为准确地确定具有网络问题的目标小区所对应的问题类型,从而得到较为准确的目标网络区域对应的目标问题类型。
本发明的一个实施例中,上述目标采样点对应的测试数据包括目标采样点所在网络小区的目标电平值,所述类型确定模块802,具体用于确定目标采样点中测试数据所包括的目标电平值小于预设电平值的第一采样点;计算所述第一采样点的数量与目标采样点的总数量之间的第一数量比例;对目标采样点对应的目标电平值进行统计分析,得到第一统计值;基于每一网络小区所对应的第一数量比例、所包括的目标采样点的总数量以及所对应的第一统计值,确定各网络小区中满足预设的网络弱覆盖条件的目标小区,将所确定的目标小区对应的问题类型确定为:弱覆盖类型。
由以上可见,由于网络小区所对应的第一数量比例反映网络小区中第一采样点的数量占网络小区所有采样点的总数量的比重,第一采样点测试得到的目标电平值小于预设电平值,也就是第一采样点测试得到的目标电平值相对较小,所以,第一数量比例反映网络小区中测试得到的目标电平值相对较小的采样点所占的比重;第一统计值反映网络小区中各目标采样点测试得到的目标电平值的整体情况,因此,在基于网络小区所对应的第一数量比例、目标采样点的总数量以及第一统计值,确定网络小区对应的问题类型时,考虑了网络小区网络小区中测试得到的目标电平值相对较小的采样点所占的比重与所有采样点的数量,并且还考虑了网络小区整体电平值的情况。又由于当网络小区为弱覆盖小区时,其整体电平值相对较差,弱覆盖小区内测量得到的相对较小的电平值的比重较高,因此,基于网络小区所对应的第一数量比例、目标采样点的总数量以及第一统计值,能够较为准确地确定得到满足预设的网络弱覆盖条件的目标小区,从而提高了所得到的问题类型的准确度。
本发明的一个实施例中,上述目标采样点对应的测试数据包括目标采样点的第一位置、目标采样点所在网络小区对应的目标基站的第一标识、所述类型确定模块802,具体用于根据每一目标采样点对应的测试数据中的第一标识以及第二标识,确定所述目标基站的第二位置、以及所述目标基站的相邻基站的第三位置,计算每一目标采样点的第一位置与第二位置之间的第一距离、与第三位置之间的第二距离;计算每一目标采样点对应的第一距离与第二距离之间的距离比例,确定各目标采样点中距离比例大于预设距离比例的第二采样点;计算所述第二采样点的数量与目标采样点的总数量之间的第二数量比例;基于每一网络小区对应的第二数量比例、所包括的目标采样点的总数量,确定各网络小区中满足预设的网络过覆盖条件的目标小区,将所确定的目标小区对应的问题类型确定为:过覆盖类型。
由以上可见,由于网络小区所对应的第二数量比例反映网络小区中第二采样点在网络小区所包括的所有目标采样点的比重,第二采样点是指距离比例大于预设距离比例的采样点,距离比例反映采样点与目标基站之间的第一距离、采样点与目标基站的相邻基站之间的第二距离两个距离之间的大小关系,距离比例越大,表示第一距离大于第二距离,距离比例越小,表示第一距离小于第二距离,由于第二采样点对应的距离比例是大于预设距离比例,也就是第二采样点对应的距离比例相对较大,所以第二采样点与目标基站之间的距离相对于相邻基站之间的距离大,所以,第二数量比例反映网络小区中与目标基站之间的距离相对较远的采样点所占的比重;因此,在基于网络小区所对应的第二数量比例、目标采样点的总数量,确定网络小区对应的问题类型时,考虑了网络小区中与目标基站之间的距离相对较远的采样点所占的比重,又由于当网络小区为过覆盖小区时,网络小区与网络小区相对应的目标基站的距离较远,因此,基于网络小区所对应的第二数量比例、目标采样点的总数量,能够较为准确地确定得到满足预设的网络过覆盖条件的目标小区,从而提高了所得到的问题类型的准确度。
本发明的一个实施例中,上述目标采样点的测试数据包括目标采样点所在网络小区的目标电平值、目标采样点所在网络小区的第一RSRP值,与所述目标采样点所在网络小区的同频相邻网络小区的第二RSRP值,所述类型确定模块802,具体用于基于目标采样点对应的测试数据中的第一RSRP值、第二RSRP值,确定满足第一预设条件的采样点,作为第三采样点,其中,所述第一预设条件为:第一RSRP值大于或等于第一预设RSRP值、且第二RSRP值中至少存在第一预设数量个第一目标RSRP值,所述第一目标RSRP值为:与第一RSRP值之间的差值大于第一预设RSRP差值的第二RSRP值;计算所述第三采样点的数量与目标采样点的总数量之间的第三数量比例;对所述第三采样点对应的电平值进行统计分析,得到第二统计值;基于每一网络小区对应的第三数量比例、所包括的目标采样点的总数量、所对应的第二统计值,确定各网络小区中满足预设的网络重叠覆盖条件的目标小区,将所确定的目标小区对应的问题类型确定为:重叠覆盖类型。
由以上可见,由于网络小区所对应的第三数量比例反映网络小区中第三采样点在网络小区所包括的所有目标采样点的比重,第三采样点是基于测试得到的第一RSRP值、第二RSRP值确定得到的,所以,第三采样点能够反映采样点所在网络小区的RSRP信息以及采样点所在网络小区的同频相邻网络小区的RSRP信息,所以,第三数量比例反映网络小区的RSRP信息与同频相邻网络小区的RSRP信息,第二统计值反映第三采样点测试得到的目标电平值的整体情况,因此,在基于网络小区所对应的第三数量比例、目标采样点的总数量以及第二统计值,确定网络小区对应的问题类型时,考虑了网络小区的RSRP信息与同频相邻网络小区的RSRP信息、网络小区中目标电平值的整体情况,又由于当网络小区为重叠覆盖小区时,重叠覆盖小区与网络小区的RSRP值、相邻同频网络小区的RSRP值以及网络小区的电平值整体情况相关,因此,基于网络小区所对应的第三数量比例、目标采样点的总数量以及第二统计值,能够较为准确地确定得到满足预设的网络重叠覆盖条件的目标小区,从而提高了所得到的问题类型的准确度。
本发明的一个实施例中,上述目标采样点对应的测试数据中包括目标采样点所在网络小区的第一PCI值和第一RSRP值、与所述目标采样点所在网络小区的同频相邻网络小区的第二PCI值和第二RSRP值,所述类型确定模块802,具体用于基于目标采样点对应的测试数据中的第一PCI值、第一RSRP值、第二PCI值以及第二RSRP值,确定满足第二预设条件的采样点,作为第四采样点,其中,所述第二预设条件为:第一RSRP值大于第二预设RSRP值、且所包括的第二PCI值中至少存在第二预设数量个目标PCI值、且目标PCI值对应的同频相邻网络小区的第二RSRP值与第一RSRP值之间的差值大于第二预设RSRP差值,所述目标PCI值为:模3值与第一PCI值的模3值相等的第二PCI值;计算所述第四采样点的数量与目标采样点的总数量之间的第四数量比例;基于每一网络小区对应的第四数量比例、所包括的目标采样点的总数量,确定各网络小区中满足预设的MOD3干扰条件的目标小区,将所确定的目标小区对应的问题类型确定为:MOD3干扰类型。
由以上可见,由于网络小区所对应的第四数量比例反映网络小区中第四采样点在网络小区所包括的所有目标采样点的比重,第四采样点反映网络小区的RSRP值、PCI值的模3值、同频相邻网络小区的RSRP值以及PCI值的模3值的信息,所以,第三数量比例反映网络小区网络小区的RSRP值、PCI值的模3值、同频相邻网络小区的RSRP值以及PCI值的模3值的信息,因此,在基于网络小区所对应的第三数量比例、目标采样点的总数量,确定网络小区对应的问题类型时,考虑了网络小区的网络小区的RSRP值、PCI值的模3值、同频相邻网络小区的RSRP值以及PCI值的模3值的信息,又由于当网络小区为MOD3干扰小区时,MOD3干扰小区与网络小区的网络小区的RSRP值、PCI值的模3值、同频相邻网络小区的RSRP值以及PCI值的模3值的信息相关,因此,基于网络小区所对应的第四数量比例、目标采样点的总数量,能够较为准确地确定得到满足预设的MOD3干扰条件的目标小区,从而提高了所得到的问题类型的准确度。
与上述应用于客户端的网络测试方法相对应的,本发明实施例还提供的一种网络测试装置。
参见图9,图9为本发明实施例提供的第一种网络测试装置的结构示意图,应用于客户端,上述装置包括以下模块901-903:
脚本获得模块901,用于获得待进行网络测试的目标网络区域的测试路线以及测试脚本;
网络测试模块902,用于按照所述测试路线,采用所述测试脚本对所述目标网络区域进行网络测试,得到所述目标网络区域的网络数据;
请求发送模块903,用于生成包含所述目标网络区域的网络数据的方案生成请求,向所述服务器发送方案生成请求。
由以上可见,应用本实施例提供的方案进行网络测试,由于是由客户端按照测试路线,采用测试脚本对目标网络区域进行网络测试,得到目标网络区域的网络数据,并将包含网络数据的方案生成请求向服务器,相较于现有技术中,不需要依赖于工作人员手动进行网络测试,并且手动将测试数据导入服务器,提高了网络测试的效率。
参见图10,图10为本发明实施例提供的第二种网络测试装置的结构示意图,应用于客户端,上述装置包括以下模块1001-1005:
脚本获得模块1001,用于获得待进行网络测试的目标网络区域的测试路线以及测试脚本;
网络测试子模块1002,用于根据所述测试路线,确定所述目标网络区域中的目标采样点,在所确定的目标采样点采用所述测试脚本进行网络测试,得到测试数据;
位置确定子模块1003,用于针对每一目标采样点,获得该目标采样点所在网络小区对应的目标基站的基站位置,基于所述基站位置以及该目标采样点对应的测试数据中的网络信号强度,确定该目标采样点的位置;
数据确定子模块1004,用于将每一目标采样点对应的测试数据以及每一目标采样点的位置确定为目标网络区域的网络数据。
请求发送模块1005,用于生成包含所述目标网络区域的网络数据的方案生成请求,向所述服务器发送方案生成请求。
由以上可见,由于基于目标采样点对应的测试数据中网络信号强度,计算目标采样点与目标基站之间的目标距离,进而基于目标距离与目标基站的基站位置,确定目标采样点的位置,相较于现有技术,不需要依赖于GPS定位信号确定目标采样点的位置,在GPS定位信号难以到达的网络区域中,采用本实施例提供的方案,仍然能够确定目标采样点的位置。
并且,由于网络信号强度是与采样点和基站之间的间隔距离相关,因此,基于网络信号强度,计算得到的目标采样点与目标基站之间的目标距离的准确度高,从而使得所确定的目标采样点的位置的准确度高。综上,本实施例是采用网络信号强度进行辅助定位,即使在GPS定位信号难以到达的网络区域中,所获得的目标采样点的位置的准确度高,实现精准定位。由以上可见,由于目标采样点对应的测试数据中网络信号强度能够反映目标采样点与目标基站之间的距离,因此,基于上述网络信号强度与目标基站的位置,能够得到较为准确地目标采样点的位置,相较于现有技术,不需要依赖于GPS定位信号确定目标采样点的位置,采用本实施例提供的方案基于网络信号强度进行辅助定位,即使在GPS定位信号难以到达的网络区域中,所获得的目标采样点的位置的准确度高,实现精准定位。
本发明的一个实施例中,上述位置确定子模块1003,包括:
距离计算单元,用于基于目标采样点对应的测试数据中网络信号强度,计算目标采样点与目标基站之间的目标距离;
位置计算单元,用于基于所述目标距离与目标基站的基站位置,计算目标采样点的位置。
由于网络信号强度是与采样点和基站之间的间隔距离相关,因此,基于网络信号强度,计算得到的目标采样点与目标基站之间的目标距离的准确度高,从而使得所确定的目标采样点的位置的准确度高。综上,本实施例是采用网络信号强度进行辅助定位,即使在GPS定位信号难以到达的网络区域中,所获得的目标采样点的位置的准确度高,实现精准定位。
本发明的一个实施例中,上述距离计算单元,具体用于按照以下表达式计算目标采样点与目标基站之间的目标距离H:
H=[Pin-(P0+L1+L2+L3+L4+L5)]/S
其中,Pin为目标基站在地铁隧道对应的输入漏缆的注入功率,P0为目标采样点对应的测试数据中网络信号强度,L1为预设的漏缆耦合损耗,L2为预设的人体衰落值,L3为预设的宽度因子,L4为预设的衰减余量,L5为预设的车体损耗,S为每米漏缆传输损耗。
本发明的一个实施例中,上述客户端运行于无人机设备,或,与无人机设备相绑定的终端设备。
本发明实施例还提供了一种服务器,如图11所示,包括处理器1101、通信接口1102、存储器1103和通信总线1104,其中,处理器1101,通信接口1102,存储器1103通过通信总线1104完成相互间的通信,
存储器1103,用于存放计算机程序;
处理器1101,用于执行存储器1103上所存放的程序时,实现上述方案生成方法步骤。
上述服务器提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述服务器与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例还提供了一种客户端,如图12所示,包括处理器1201、通信接口1202、存储器1203和通信总线1204,其中,处理器1201,通信接口1202,存储器1203通过通信总线1204完成相互间的通信,
存储器1203,用于存放计算机程序;
处理器1201,用于执行存储器1203上所存放的程序时,实现上述网络测试方法步骤。
上述客户端提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述客户端与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述方案生成或网络测试方法步骤。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中方案生成或网络测试方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (27)
1.一种方案生成方法,其特征在于,应用于服务器,所述方法包括:
接收客户端发送的携带目标网络区域的网络数据的方案生成请求,解析所述方案生成请求,获得所述目标网络区域的网络数据,其中,所述网络数据为:客户端针对目标网络区域进行网络测试得到的数据;
对所述网络数据进行分析,基于分析结果确定所述目标网络区域所具有的网络问题的目标问题类型;
基于解决方案与问题类型之间的对应关系,确定所述目标问题类型对应的解决方案,作为用于解决所述网络问题的目标解决方案。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述网络数据中预设参数项的取值,生成表征所述预设参数项的参数信息的网络数据报表。
3.根据权利要求1或2所述的方法,其特征在于,所述网络数据包括:在所述目标网络区域中每一网络小区所包括的目标采样点进行网络测试得到的测试数据;
所述对所述网络数据进行分析,基于分析结果确定所述目标网络区域所具有的网络问题的目标问题类型,包括:
对所述目标网络区域中每一网络小区所包括的目标采样点对应的测试数据进行分析,基于分析结果确定各网络小区中具有网络问题的目标小区所对应的问题类型,作为所述目标网络区域所具有的网络问题的目标问题类型。
4.根据权利要求3所述的方法,其特征在于,所述目标采样点对应的测试数据包括目标采样点所在网络小区的目标电平值,所述对所述目标网络区域中每一网络小区所包括的目标采样点对应的测试数据进行分析,包括:
按照以下方式对每一网络小区所包括的目标采样点对应的测试数据进行分析:
确定目标采样点中测试数据所包括的目标电平值小于预设电平值的第一采样点;
计算所述第一采样点的数量与目标采样点的总数量之间的第一数量比例;
对目标采样点对应的目标电平值进行统计分析,得到第一统计值;
所述基于分析结果确定所述目标网络区域中具有网络问题的目标小区对应的问题类型,包括:
基于每一网络小区所对应的第一数量比例、所包括的目标采样点的总数量以及所对应的第一统计值,确定各网络小区中满足预设的网络弱覆盖条件的目标小区,将所确定的目标小区对应的问题类型确定为:弱覆盖类型。
5.根据权利要求3所述的方法,其特征在于,所述目标采样点对应的测试数据包括目标采样点的第一位置、目标采样点所在网络小区对应的目标基站的第一标识、所述目标基站的相邻基站的第二标识,所述对所述目标网络区域中每一网络小区所包括的目标采样点对应的测试数据进行分析,包括:
按照以下方式对每一网络小区所包括的目标采样点对应的测试数据进行分析:
根据每一目标采样点对应的测试数据中的第一标识以及第二标识,确定所述目标基站的第二位置、以及所述目标基站的相邻基站的第三位置,计算每一目标采样点的第一位置与第二位置之间的第一距离、与第三位置之间的第二距离;
计算每一目标采样点对应的第一距离与第二距离之间的距离比例,确定各目标采样点中距离比例大于预设距离比例的第二采样点;
计算所述第二采样点的数量与目标采样点的总数量之间的第二数量比例;
所述基于分析结果确定所述目标网络区域中具有网络问题的目标小区对应的问题类型,包括:
基于每一网络小区对应的第二数量比例、所包括的目标采样点的总数量,确定各网络小区中满足预设的网络过覆盖条件的目标小区,将所确定的目标小区对应的问题类型确定为:过覆盖类型。
6.根据权利要求3所述的方法,其特征在于,所述目标采样点的测试数据包括目标采样点所在网络小区的目标电平值、目标采样点所在网络小区的第一RSRP值,与所述目标采样点所在网络小区的同频相邻网络小区的第二RSRP值,所述对所述目标网络区域中每一网络小区所包括的目标采样点对应的测试数据进行分析,包括:
按照以下方式对每一网络小区所包括的目标采样点对应的测试数据进行分析:
基于目标采样点对应的测试数据中的第一RSRP值、第二RSRP值,确定满足第一预设条件的采样点,作为第三采样点,其中,所述第一预设条件为:第一RSRP值大于或等于第一预设RSRP值、且第二RSRP值中至少存在第一预设数量个第一目标RSRP值,所述第一目标RSRP值为:与第一RSRP值之间的差值大于第一预设RSRP差值的第二RSRP值;
计算所述第三采样点的数量与目标采样点的总数量之间的第三数量比例;
对所述第三采样点对应的电平值进行统计分析,得到第二统计值;
所述基于分析结果确定所述目标网络区域中具有网络问题的目标小区对应的问题类型,包括:
基于每一网络小区对应的第三数量比例、所包括的目标采样点的总数量、所对应的第二统计值,确定各网络小区中满足预设的网络重叠覆盖条件的目标小区,将所确定的目标小区对应的问题类型确定为:重叠覆盖类型。
7.根据权利要求3所述的方法,其特征在于,所述目标采样点对应的测试数据中包括目标采样点所在网络小区的第一PCI值和第一RSRP值、与所述目标采样点所在网络小区的同频相邻网络小区的第二PCI值和第二RSRP值,所述对所述目标网络区域中每一网络小区所包括的目标采样点对应的测试数据进行分析,包括:
按照以下方式对每一网络小区所包括的目标采样点对应的测试数据进行分析:
基于目标采样点对应的测试数据中的第一PCI值、第一RSRP值、第二PCI值以及第二RSRP值,确定满足第二预设条件的采样点,作为第四采样点,其中,所述第二预设条件为:第一RSRP值大于第二预设RSRP值、且所包括的第二PCI值中至少存在第二预设数量个目标PCI值、且目标PCI值对应的同频相邻网络小区的第二RSRP值与第一RSRP值之间的差值大于第二预设RSRP差值,所述目标PCI值为:模3值与第一PCI值的模3值相等的第二PCI值;
计算所述第四采样点的数量与目标采样点的总数量之间的第四数量比例;
所述基于分析结果确定所述目标网络区域中具有网络问题的目标小区对应的问题类型,包括:
基于每一网络小区对应的第四数量比例、所包括的目标采样点的总数量,确定各网络小区中满足预设的MOD3干扰条件的目标小区,将所确定的目标小区对应的问题类型确定为:MOD3干扰类型。
8.一种网络测试方法,其特征在于,应用于客户端,所述方法包括:
获得待进行网络测试的目标网络区域的测试路线以及测试脚本;
按照所述测试路线,采用所述测试脚本对所述目标网络区域进行网络测试,得到所述目标网络区域的网络数据;
生成包含所述目标网络区域的网络数据的方案生成请求,向所述服务器发送方案生成请求。
9.根据权利要求8所述的方法,其特征在于,所述按照所述测试路线,采用所述测试脚本对所述目标网络区域进行网络测试,得到所述目标网络区域的网络数据,包括:
根据所述测试路线,确定所述目标网络区域中的目标采样点,在所确定的目标采样点采用所述测试脚本进行网络测试,得到测试数据;
针对每一目标采样点,获得该目标采样点所在网络小区对应的目标基站的基站位置,基于所述基站位置以及该目标采样点对应的测试数据中的网络信号强度,确定该目标采样点的位置;
将每一目标采样点对应的测试数据以及每一目标采样点的位置确定为目标网络区域的网络数据。
10.根据权利要求9所述的方法,其特征在于,按照以下方式确定每一目标采样点的位置:
基于目标采样点对应的测试数据中网络信号强度,计算目标采样点与目标基站之间的目标距离;
基于所述目标距离与目标基站的基站位置,计算目标采样点的位置。
11.根据权利要求10所述的方法,其特征在于,所述目标网络区域为预设的地铁隧道所在的区域,所述基于目标采样点对应的测试数据中网络信号强度,计算目标采样点与目标基站之间的第一距离,包括:
按照以下表达式计算目标采样点与目标基站之间的目标距离H:
H=[Pin-(P0+L1+L2+L3+L4+L5)]/S
其中,Pin为目标基站在地铁隧道对应的输入漏缆的注入功率,P0为目标采样点对应的测试数据中网络信号强度,L1为预设的漏缆耦合损耗,L2为预设的人体衰落值,L3为预设的宽度因子,L4为预设的衰减余量,L5为预设的车体损耗,S为每米漏缆传输损耗。
12.根据权利要求8-11所述的方法,其特征在于,所述客户端运行于无人机设备,或,与无人机设备相绑定的终端设备。
13.一种方案生成装置,其特征在于,应用于服务器,所述装置包括:
数据获得模块,用于接收客户端发送的携带目标网络区域的网络数据的方案生成请求,解析所述方案生成请求,获得所述目标网络区域的网络数据,其中,所述网络数据为:客户端针对目标网络区域进行网络测试得到的数据;
类型确定模块,用于对所述网络数据进行分析,基于分析结果确定所述目标网络区域所具有的网络问题的目标问题类型;
方案生成模块,用于基于解决方案与问题类型之间的对应关系,确定所述目标问题类型对应的解决方案,作为用于解决所述网络问题的目标解决方案。
14.根据权利要求13所述的装置,其特征在于,所述装置还包括:
报表生成模块,用于基于所述网络数据中预设参数项的取值,生成表征所述预设参数项的参数信息的网络数据报表。
15.根据权利要求13或14所述的装置,其特征在于,所述网络数据包括:在所述目标网络区域中每一网络小区所包括的目标采样点进行网络测试得到的测试数据;所述类型确定模块,具体用于对所述目标网络区域中每一网络小区所包括的目标采样点对应的测试数据进行分析,基于分析结果确定各网络小区中具有网络问题的目标小区所对应的问题类型,作为所述目标网络区域所具有的网络问题的目标问题类型。
16.根据权利要求15所述的装置,其特征在于,所述目标采样点对应的测试数据包括目标采样点所在网络小区的目标电平值,所述类型确定模块,具体用于确定目标采样点中测试数据所包括的目标电平值小于预设电平值的第一采样点;计算所述第一采样点的数量与目标采样点的总数量之间的第一数量比例;对目标采样点对应的目标电平值进行统计分析,得到第一统计值;基于每一网络小区所对应的第一数量比例、所包括的目标采样点的总数量以及所对应的第一统计值,确定各网络小区中满足预设的网络弱覆盖条件的目标小区,将所确定的目标小区对应的问题类型确定为:弱覆盖类型。
17.根据权利要求15所述的装置,其特征在于,所述目标采样点对应的测试数据包括目标采样点的第一位置、目标采样点所在网络小区对应的目标基站的第一标识、所述所述类型确定模块,具体用于根据每一目标采样点对应的测试数据中的第一标识以及第二标识,确定所述目标基站的第二位置、以及所述目标基站的相邻基站的第三位置,计算每一目标采样点的第一位置与第二位置之间的第一距离、与第三位置之间的第二距离;计算每一目标采样点对应的第一距离与第二距离之间的距离比例,确定各目标采样点中距离比例大于预设距离比例的第二采样点;计算所述第二采样点的数量与目标采样点的总数量之间的第二数量比例;基于每一网络小区对应的第二数量比例、所包括的目标采样点的总数量,确定各网络小区中满足预设的网络过覆盖条件的目标小区,将所确定的目标小区对应的问题类型确定为:过覆盖类型。
18.根据权利要求15所述的装置,其特征在于,所述目标采样点的测试数据包括目标采样点所在网络小区的目标电平值、目标采样点所在网络小区的第一RSRP值,与所述目标采样点所在网络小区的同频相邻网络小区的第二RSRP值,所述所述类型确定模块,具体用于基于目标采样点对应的测试数据中的第一RSRP值、第二RSRP值,确定满足第一预设条件的采样点,作为第三采样点,其中,所述第一预设条件为:第一RSRP值大于或等于第一预设RSRP值、且第二RSRP值中至少存在第一预设数量个第一目标RSRP值,所述第一目标RSRP值为:与第一RSRP值之间的差值大于第一预设RSRP差值的第二RSRP值;计算所述第三采样点的数量与目标采样点的总数量之间的第三数量比例;对所述第三采样点对应的电平值进行统计分析,得到第二统计值;基于每一网络小区对应的第三数量比例、所包括的目标采样点的总数量、所对应的第二统计值,确定各网络小区中满足预设的网络重叠覆盖条件的目标小区,将所确定的目标小区对应的问题类型确定为:重叠覆盖类型。
19.根据权利要求15所述的装置,其特征在于,所述目标采样点对应的测试数据中包括目标采样点所在网络小区的第一PCI值和第一RSRP值、与所述目标采样点所在网络小区的同频相邻网络小区的第二PCI值和第二RSRP值,所述所述类型确定模块,具体用于基于目标采样点对应的测试数据中的第一PCI值、第一RSRP值、第二PCI值以及第二RSRP值,确定满足第二预设条件的采样点,作为第四采样点,其中,所述第二预设条件为:第一RSRP值大于第二预设RSRP值、且所包括的第二PCI值中至少存在第二预设数量个目标PCI值、且目标PCI值对应的同频相邻网络小区的第二RSRP值与第一RSRP值之间的差值大于第二预设RSRP差值,所述目标PCI值为:模3值与第一PCI值的模3值相等的第二PCI值;计算所述第四采样点的数量与目标采样点的总数量之间的第四数量比例;基于每一网络小区对应的第四数量比例、所包括的目标采样点的总数量,确定各网络小区中满足预设的MOD3干扰条件的目标小区,将所确定的目标小区对应的问题类型确定为:MOD3干扰类型。
20.一种网络测试装置,其特征在于,应用于客户端,所述装置包括:
脚本获得模块,用于获得待进行网络测试的目标网络区域的测试路线以及测试脚本;
网络测试模块,用于按照所述测试路线,采用所述测试脚本对所述目标网络区域进行网络测试,得到所述目标网络区域的网络数据;
请求发送模块,用于生成包含所述目标网络区域的网络数据的方案生成请求,向所述服务器发送方案生成请求。
21.根据权利要求20所述的装置,其特征在于,所述网络测试模块,包括:
网络测试子模块,用于根据所述测试路线,确定所述目标网络区域中的目标采样点,在所确定的目标采样点采用所述测试脚本进行网络测试,得到测试数据;
位置确定子模块,用于针对每一目标采样点,获得该目标采样点所在网络小区对应的目标基站的基站位置,基于所述基站位置以及该目标采样点对应的测试数据中的网络信号强度,确定该目标采样点的位置;
数据确定子模块,用于将每一目标采样点对应的测试数据以及每一目标采样点的位置确定为目标网络区域的网络数据。
22.根据权利要求21所述的装置,其特征在于,所述位置确定子模块,包括:
距离计算单元,用于基于目标采样点对应的测试数据中网络信号强度,计算目标采样点与目标基站之间的目标距离;
位置计算单元,用于基于所述目标距离与目标基站的基站位置,计算目标采样点的位置。
23.根据权利要求22所述的装置,其特征在于,所述距离计算单元,具体用于按照以下表达式计算目标采样点与目标基站之间的目标距离H:
H=[Pin-(P0+L1+L2+L3+L4+L5)]/S
其中,Pin为目标基站在地铁隧道对应的输入漏缆的注入功率,P0为目标采样点对应的测试数据中网络信号强度,L1为预设的漏缆耦合损耗,L2为预设的人体衰落值,L3为预设的宽度因子,L4为预设的衰减余量,L5为预设的车体损耗,S为每米漏缆传输损耗。
24.根据权利要求20-23所述的装置,其特征在于,所述客户端运行于无人机设备,或,与无人机设备相绑定的终端设备。
25.一种服务器,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信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时,实现权利要求1-7任一所述的方法步骤。
26.一种客户端,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信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时,实现权利要求8-12任一所述的方法步骤。
27.一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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7或8-12任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111590629.2A CN114375000A (zh) | 2021-12-23 | 2021-12-23 | 一种方案生成、网络测试方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111590629.2A CN114375000A (zh) | 2021-12-23 | 2021-12-23 | 一种方案生成、网络测试方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114375000A true CN114375000A (zh) | 2022-04-19 |
Family
ID=81142267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111590629.2A Pending CN114375000A (zh) | 2021-12-23 | 2021-12-23 | 一种方案生成、网络测试方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114375000A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102625326A (zh) * | 2012-03-22 | 2012-08-01 | 浙江大学 | 蜂窝移动通信网络覆盖的多小区联合优化方法及其装置 |
CN105263146A (zh) * | 2015-10-30 | 2016-01-20 | 中国联合网络通信集团有限公司 | 一种确定过覆盖小区的方法及装置 |
CN105407502A (zh) * | 2015-10-30 | 2016-03-16 | 中国联合网络通信集团有限公司 | 一种确定存在重叠覆盖的小区的方法及装置 |
CN107613522A (zh) * | 2017-10-19 | 2018-01-19 | 北京北交信控科技有限公司 | 一种gsm‑r网络在线实时测试系统及方法 |
CN111294841A (zh) * | 2018-12-07 | 2020-06-16 | 中国移动通信集团陕西有限公司 | 一种无线网络问题的处理方法、装置及存储介质 |
CN111896011A (zh) * | 2020-06-18 | 2020-11-06 | 展讯通信(上海)有限公司 | 一种路测导航路径规划方法及系统 |
CN113015180A (zh) * | 2019-12-19 | 2021-06-22 | 中国移动通信集团福建有限公司 | 网络参数更新方法、装置及存储介质、电子设备 |
CN113660687A (zh) * | 2021-08-17 | 2021-11-16 | 中国联合网络通信集团有限公司 | 网络差小区处理方法、装置、设备及存储介质 |
-
2021
- 2021-12-23 CN CN202111590629.2A patent/CN114375000A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102625326A (zh) * | 2012-03-22 | 2012-08-01 | 浙江大学 | 蜂窝移动通信网络覆盖的多小区联合优化方法及其装置 |
CN105263146A (zh) * | 2015-10-30 | 2016-01-20 | 中国联合网络通信集团有限公司 | 一种确定过覆盖小区的方法及装置 |
CN105407502A (zh) * | 2015-10-30 | 2016-03-16 | 中国联合网络通信集团有限公司 | 一种确定存在重叠覆盖的小区的方法及装置 |
CN107613522A (zh) * | 2017-10-19 | 2018-01-19 | 北京北交信控科技有限公司 | 一种gsm‑r网络在线实时测试系统及方法 |
CN111294841A (zh) * | 2018-12-07 | 2020-06-16 | 中国移动通信集团陕西有限公司 | 一种无线网络问题的处理方法、装置及存储介质 |
CN113015180A (zh) * | 2019-12-19 | 2021-06-22 | 中国移动通信集团福建有限公司 | 网络参数更新方法、装置及存储介质、电子设备 |
CN111896011A (zh) * | 2020-06-18 | 2020-11-06 | 展讯通信(上海)有限公司 | 一种路测导航路径规划方法及系统 |
CN113660687A (zh) * | 2021-08-17 | 2021-11-16 | 中国联合网络通信集团有限公司 | 网络差小区处理方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107466103B (zh) | 一种终端定位方法及网络设备 | |
WO2011068583A1 (en) | Coverage hole detector | |
CN106535234A (zh) | 测量报告与用户关联和上网问题的定位方法和装置 | |
CN111294730B (zh) | 一种网络问题投诉信息处理的方法及装置 | |
CN111325561A (zh) | 智能投诉处理方法、装置、电子设备及存储介质 | |
US11304172B2 (en) | Site estimation based on crowd sourced data | |
US11218369B2 (en) | Method, apparatus and system for changing a network based on received network information | |
CN106714189A (zh) | 一种小区过覆盖的分析方法及装置 | |
CN105744554A (zh) | 一种gsm网络切换失败管理方法和装置 | |
CN116321206A (zh) | 基站开站方法、装置、电子设备和计算机可读存储介质 | |
CN108541011B (zh) | 无线网络信号覆盖区域的强度分析方法和装置 | |
CN114915993A (zh) | 网络问题信息获取方法、装置及系统 | |
CN109005552B (zh) | 基于lte mr数据精确评估无线网络的方法 | |
CN114375000A (zh) | 一种方案生成、网络测试方法及装置 | |
CN105453630A (zh) | 一种rs snr的上报、接收方法、终端及装置 | |
US9578528B2 (en) | Method and device for handover statistics | |
CN112243257A (zh) | 一种无线小区的覆盖黑洞识别方法及系统 | |
Dinc et al. | Crowdsourcing-based mobile network tomography for xG wireless systems | |
CN107734525B (zh) | 一种基于扫频的lte系统rs平衡确定方法及装置 | |
CN112020087A (zh) | 隧道故障监控方法、装置及计算设备 | |
CN102958069B (zh) | 网络覆盖性能的确定方法和装置 | |
CN116866976B (zh) | 用于农村区域移动网络服务的方法及电子设备 | |
CN114158082B (zh) | 移动网络投诉信息处理方法、装置及设备 | |
CN102857933B (zh) | 一种室内覆盖的测试方法和设备 | |
CN113873557B (zh) | 基站的重叠覆盖率计算方法及装置、存储介质、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 |