CN114422955B - 5g室内弱覆盖区域的定位方法及装置、设备、存储介质 - Google Patents

Abstract

本申请提供了一种5G室内弱覆盖区域的定位方法、装置、设备及存储介质，所述方法包括：根据当前区域内的4G小区日均总流量和5G用户的日均4G流量，筛选出5G高倒流的4G小区；根据所述5G高倒流的4G小区的覆盖区域与附近5G宏站的位置，筛选出4G同覆盖的5G小区；获取所述4G同覆盖的5G小区中的5G用户在4G小区的业务态测量上报的采样点位置；根据所述采样点位置与建筑物的室内平面经纬度数据，对5G室内弱覆盖区域进行定位。本申请能够实现对5G室内弱覆盖区域的快速准确定位，无需人工现场测试排查，具有工作效率高，定位精度高等优势。

Description

5G室内弱覆盖区域的定位方法及装置、设备、存储介质

技术领域

本申请涉及移动通信技术领域，特别涉及一种5G弱覆盖区域的定位方法及装置、设备、存储介质。

背景技术

室内覆盖系统的服务对象是室内用户，其原理是利用分布式天线系统将基站信号尽可能均匀地分布在室内每个角落，满足室内通信的需求。随着5G技术的发展，5G铺设的速度正在逐渐加快，而随着5G覆盖区域的增大，在室内仍然会存在一些覆盖盲点。而目前5G室内覆盖盲点的确定主要通过用户投诉方式和CQT摸排测试两种。

其中，由于用户投诉多为离散点状分布，针对客户投诉在进行客户回访时，通常包括现场测试、分析、优化、回测、闭环等一整个回访流程，甚至根据5G站点的稀疏，还包括新建站需求、工单流转、新建站等回访流程。该回访流程具有周期长、体量小、成本高等缺点，并且对于5G新建站点，需要5G网络新用户使用、反馈一段时间后才会积累一定采样点，容易造成先投诉后处理的情况。

而CQT摸排测试，主要是通过现场人工测试排查的模式，需要大量人工到各个容易出现覆盖盲点的室内区域进行摸排测试，该方式具有周期长、实效性差、人工成本高等缺点，并且室内区域在进入时，还需征得业主同意，更进一步增加了摸排测试的难度。

发明内容

有鉴于此，本申请提出一种5G室内弱覆盖区域的定位方法及装置、设备、存储介质，能够实现对5G室内弱覆盖区域的快速准确定位，无需人工现场测试排查，具有工作效率高，定位精度高等优势。

第一方面，本申请提供了一种5G室内弱覆盖区域的定位方法，包括：

根据当前区域内的4G小区日均总流量和5G用户的日均4G流量，筛选出5G高倒流的4G小区；

根据所述5G高倒流的4G小区的覆盖区域与附近5G宏站的位置，筛选出4G同覆盖的5G小区；

获取所述4G同覆盖的5G小区中的5G用户在4G小区的业务态测量上报的采样点位置；

根据所述采样点位置与建筑物的室内平面经纬度数据，对5G室内弱覆盖区域进行定位。

由上，本申请提出的5G室内弱覆盖区域的定位方法，通过4G小区日均总流量和5G用户的日均4G流量，筛选出5G高倒流的4G小区，并根据该5G高倒流的4G小区的覆盖区域与附近5G宏站的位置，进一步筛选出4G同覆盖的5G小区，然后根据该4G同覆盖的5G小区中的5G用户在发生高倒流，占用4G小区发生业务时上报的采样点位置，与建筑物的室内平面经纬度数据，实现对5G室内弱覆盖区域的定位。本方法相对于现有基于用户投诉进行回访排查或者采用人工现场排查测试的方式，能够自动进行5G弱覆盖区域的筛选与定位，无需借助于人工现场排查，并且可以同时对多个区域进行排查，工作效率明显提升，定位精度也较高，从而大量节省了排查成本。

可选的，所述筛选出4G同覆盖的5G小区之后，还包括：

根据5G小区的负荷指标，在筛选出的所述4G同覆盖的5G小区中筛选并剔除高负荷状态的5G小区。

由上，当5G小区处于高负荷状态时，该5G小区内的5G用户会由于高负荷无法接入5G网络，此时也会发生5G高倒流，占用4G小区，该高负荷的5G小区不属于弱覆盖，因此本申请需要在4G同覆盖的5G小区中剔除高负荷状态的5G小区。

可选的，所述根据所述5G高倒流的4G小区的覆盖区域与附近5G宏站的位置，筛选出4G同覆盖的5G小区包括：

根据所述5G高倒流的4G小区的覆盖区域与附近5G宏站的位置，筛选出与所述5G高倒流的4G小区的天面距离小于设定距离，且位于所述5G高倒流的4G小区的覆盖方位角范围内的5G宏站，将所述5G宏站下的所有5G小区确定为所述4G同覆盖的5G小区。

可选的，所述5G宏站与所述5G高倒流的4G小区的天面距离大于设定距离，或者所述5G宏站位于所述5G高倒流的4G小区的覆盖方位角范围外时，还包括：

在所述5G宏站下的所有5G小区中，筛选出与所述5G高倒流的4G小区的天面距离小于所述5G高倒流的4G小区的理想覆盖半径与5G小区理想覆盖半径之和的5G小区；

根据筛选出的所述5G小区，将与所述5G高倒流的4G小区的相对夹角小于设定角的5G小区确定为所述4G同覆盖的5G小区。

由上，同覆盖的情况分为两种，一种是5G宏站位于4G小区的设定覆盖距离内并且位于该4G小区的覆盖方位角内，此时该5G宏站下的所有5G小区均属于该4G小区的同覆盖小区，另一种情况是5G宏站位于4G小区的设定覆盖距离之外，或者位于该4G小区的覆盖方位角之外，此时需要计算该5G宏站下的某个5G小区是否与该4G小区具有重叠部分，如果有的话，该5G小区也属于该4G小区的同覆盖小区。

可选的，所述获取所述4G同覆盖的5G小区中的5G用户在4G小区的业务态测量上报的采样点位置包括：

获取所述4G同覆盖的5G小区中的5G用户在占用4G小区发生业务时上报的OTT数据和MDT数据；

将同一时段内的所述OTT数据和MDT数据与被占用的所述4G小区的ECI数据进行关联，生成MRO采样数据；

根据所述MRO采样数据，获取所述高倒流5G用户在占用4G小区发生业务时的采样点位置。

由上，OTT数据包括包含用户使用的移动端的APP名称、用户使用APP时的经纬度和小区基本信息，MDT数据为用户使用的移动端上报的最小化路测数据，ECI数据包括小区标识和小区经纬度，通过将同时段内的OTT数据和MDT数据与被占用的4G小区的ECI数据进行关联，可实现对高倒流5G用户在占用4G小区发生业务时的采样点位置进行精确计算。

可选的，所述根据所述采样点位置与建筑物的室内平面经纬度数据，对5G室内弱覆盖区域进行定位包括：

根据所述建筑物的室内平面经纬度数据生成所述室内的多边形结构，采用放射线法判断所述采样点位置是否位于所述多边形结构内；

根据所述采样点位置所处的所述多边形结构，定位所述5G室内弱覆盖区域。

由上，由于建筑物的每一层的平面都可以视作不规则的多边形结构，因此通过采用放射线法，将高倒流5G用户的采样点位置视作离散点分别向周围发送射线，根据射线与多边形结构的交点个数，可判断该5G用户的采样点位置是否位于该多边形结构内，由此可定为该建筑物哪一层的5G弱覆盖区域。

可选的，所述筛选出5G高倒流的4G小区包括：

将4G小区日均总流量大于第一阈值，以及5G用户的日均4G流量与所述4G小区日均总流量的比例大于第二阈值的4G小区确定为所述5G高倒流的4G小区。

由上，第一阈值和第二阈值可根据当前排查区域所属城市的均值进行设定。

可选的，对5G室内弱覆盖区域进行定位之后，还包括：

根据所述弱覆盖区域内的高倒流5G用户数量、倒流流量、弱覆盖采样点数、建筑物高度、建筑物属性对所述弱覆盖区域进行评分；

根据所述评分判断所述弱覆盖区域的待优化的优先级。

由上，在完成对5G弱覆盖区域的定位之后，可进一步根据高倒流5G用户数量、倒流流量、弱覆盖采样点数、建筑物高度、建筑物属性对该5G弱覆盖区域进行评分，该评分可以作为待优化的优先级参考标准，以便于运营商后续优先进行优化。

第二方面，本申请提供了一种5G室内弱覆盖区域的定位装置，包括：

筛选模块，用于根据当前区域内的4G小区日均总流量和5G用户的日均4G流量，筛选出5G高倒流的4G小区，根据所述5G高倒流的4G小区的位置与附近5G宏站的位置，筛选出4G同覆盖的5G小区；

位置获取模块，用于获取所述4G同覆盖的5G小区中的5G用户在4G小区的业务态测量上报的采样点位置；

定位模块，用于根据所述采样点位置与建筑物的室内平面经纬度数据，对5G室内弱覆盖区域进行定位。

第三方面，本申请提供了一种计算设备，所述计算设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述的5G室内弱覆盖区域的定位方法。

第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被计算机执行时实现上述的5G室内弱覆盖区域的定位方法。

本申请的这些和其它方面在以下(多个)实施例的描述中会更加简明易懂。

附图说明

图1为本申请实施例提供的一种5G室内弱覆盖区域的定位方法的流程图；

图2-图3为本申请实施例的4G小区与5G宏站的分布示意图；

图4A-图4C为本申请实施例的5G用户的采样点位置与建筑物的多边形平面的分布示意图；

图5为本申请实施例提供的一种5G室内弱覆盖区域的定位装置的结构图；

图6为本申请实施例提供的一种计算设备的结构图。

应理解，上述结构示意图中，各框图的尺寸和形态仅供参考，不应构成对本申请实施例的排他性的解读。结构示意图所呈现的各框图间的相对位置和包含关系，仅为示意性地表示各框图间的结构关联，而非限制本申请实施例的物理连接方式。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。

目前5G室内覆盖盲点的确定主要通过用户投诉方式和CQT摸排测试两种。其中，由于用户投诉多为离散点状分布，针对客户投诉在进行客户回访时，具有周期长、体量小、成本高等缺点，并且对于5G新建站点，需要5G网络新用户使用、反馈一段时间后才会积累一定采样点，容易造成先投诉后处理的情况。而CQT摸排测试，主要是通过现场人工测试排查的模式，需要大量人工到各个容易出现覆盖盲点的室内区域进行摸排测试，该方式具有周期长、实效性差、人工成本高等缺点。

基于现有方式的缺陷，本申请实施例提供了一种5G室内弱覆盖区域的定位方法，能够实现对5G室内弱覆盖区域的快速准确定位，无需人工现场测试排查，具有工作效率高，定位精度高等优势。如图1所示，该5G室内弱覆盖区域的定位方法包括：

S10：根据当前区域内的4G小区日均总流量和5G用户的日均4G流量，筛选出5G高倒流的4G小区；

本实施例中，需要结合当前区域所属城市场景的4G日均总流量和5G用户的日均4G流量，制定该城市场景下，5G高倒流的4G小区的判定标准，当同时满足以下两个条件时，确定为5G高倒流的4G小区：

4G小区日均总流量大于10GB；

5G用户的日均4G流量/4G小区日均总流量占比大于50％。

上述4G小区日均总流量和5G用户的日均4G流量的数据源可以来自于网络运营商的话单文件，并且，5G用户在打电话时用于改善通话质量所使用的VOLTE流量也属于4G流量，而5G用户打电话使用4G流量的情况并非是因为5G弱覆盖造成的，因此，本实施例的5G用户的日均4G流量应当是剔除5G用户回落4G网络产生的VOLTE流量之后的流量。

需要说明的是，上述的10GB或50％仅为一示例数字，基于不同城市的网络覆盖情况，该数字也应当不同。

S20：根据所述5G高倒流的4G小区的覆盖区域与附近5G宏站的位置，筛选出4G同覆盖的5G小区；

针对5G高倒流的4G小区的覆盖区域与附近5G宏站的位置，本实施例中的5G高倒流的4G小区与5G小区的同覆盖关系可以分为两种情况，一种是5G宏站位于4G小区的设定覆盖距离内并且位于该4G小区的覆盖方位角内，此时该5G宏站下的所有5G小区均属于该4G小区的同覆盖小区，另一种情况是5G宏站位于4G小区的设定覆盖距离之外，或者位于该4G小区的覆盖方位角之外，此时需要计算该5G宏站下的某个5G小区是否与该4G小区具有重叠部分，如果有的话，该5G小区也属于该4G小区的同覆盖小区。

如图2所示，宏站A为5G高倒流的4G小区所属的4G宏站，其中该宏站A下的5G高倒流的4G小区的覆盖方位角范围为±60°，同时分别计算5G宏站B、C、D与该5G高倒流的4G小区的天面距离，通过筛选出与所述4G小区的天面距离小于设定距离(例如50米)，且位于所述4G小区的覆盖方位角范围内的5G宏站，该5G宏站下的所有5G小区均为4G同覆盖的5G小区。根据图2，5G宏站B位于该4G小区的设定距离内，且位于该4G小区的覆盖方位角范围内，因此5G宏站B下的5G小区均为4G同覆盖的5G小区，而5G宏站C与该4G小区的天面距离大于设定距离，5G宏站D在该4G小区A的覆盖方位角范围之外，因此针对5G宏站C、D需要进一步计算；

如图3所示，由于每个宏站具有不同覆盖方位的多个小区(通常为3个)，通过对5G宏站C、D下的5G小区进行进一步计算，判断该5G宏站C、D下是否存在目标小区满足该目标小区的覆盖方位朝向4G小区A的覆盖范围，且天面距离小于该目标小区的理想覆盖半径与4G小区A的理想覆盖半径之和，若满足，则判断该目标小区为4G同覆盖的5G小区。具体的，该判定步骤包括：

在5G宏站C、D下的所有5G小区中，筛选出与4G小区A的天面距离小于目标小区与4G小区的理想半径之和的目标小区；

根据经纬度信息，判断该目标小区与4G小区A的相对位置，如图3所示，上述目标小区与4G小区A的相对位置可以分为正北、正南、正西、正东、东南、东北、西南、西北8种，每个位置的方向基准角分别为：180、0、90、270、360-DEGREES(Asin("纬度距离"/天面距离))、180+DEGREES(Asin("纬度距离"/天面距离))、DEGREES(Asin("纬度距离"/天面距离))、180-DEGREES(Asin("纬度距离"/天面距离))；

计算目标小区与4G小区A的相对夹角，该计算过程及判断依据如下：

当(A-CELL1小区方向角-基准角)≤180，相对夹角＝绝对值(C-CELL 2方向角-A-CELL 1方向角)；

当(A-CELL 1小区方向角-基准角)＞180时，相对夹角＝360-绝对值(C-CELL 2方向角-A-CELL 1方向角)；

相对夹角≤60°时，则判定目标小区是4G小区A的同覆盖小区，即4G同覆盖的5G小区。

根据上述计算过程及图3所示，宏站C的CELL 2小区位于宏站A的CELL 1小区的东北方向，则根据宏站C的CELL 2小区与宏站A的CELL 1小区的纬度距离及天面距离，则C-CELL 2与A-CELL 1的相对夹角的计算公式：A-CELL1方向角-(180+DEGREES(Asin("纬度距离"/天面距离)))，其中纬度距离是C-CELL 2与A-CELL 1的纬度距离，天面距离是C-CELL 2与A-CELL 1的直线距离。如果C-CELL 2与A-CELL 1的相对夹角之差，即(α1-α2)＜60°，则C-CELL2是A-CELL 1的同覆盖小区。

通过上述计算方法，可分别计算出5G宏站C、D下是否存在4G同覆盖的5G小区。

S30：根据5G小区的负荷指标，在筛选出的所述4G同覆盖的5G小区中筛选并剔除高负荷状态的5G小区；

当5G小区处于高负荷状态时，该5G小区内的5G用户会由于高负荷无法接入5G网络，此时也会发生5G高倒流，占用4G小区发生业务，但是该高负荷的5G小区不属于弱覆盖，因此本申请需要在4G同覆盖的5G小区中剔除高负荷状态的5G小区；

本实施例中，5G小区的符合指标可以包括：E-RAB流量、有数据传输NR-RRC连接数、上行PRB利用率，下行PRB利用率、上行数据流量、下行数据流量。其中各指标的判定门限设置如下：

在一些实施例中，基于实际使用情况与用户基数，还可以进一步在筛选出的所述4G同覆盖的5G小区中进一步剔除位于不常用场景的5G小区，例如农村场景或人烟稀少的场景。

S40：获取所述4G同覆盖的5G小区中的5G用户在4G小区的业务态测量上报的采样点位置；

根据网络协议，5G用户在发生业务时，会自动测量上报OTT数据和MDT数据，其中，该OTT数据包括包含用户使用的移动端的APP名称、用户使用APP时的经纬度和小区基本信息，MDT数据为用户使用的移动端上报的最小化路测数据。因此，通过获取4G同覆盖的5G小区中的5G用户在占用4G小区发生业务时上报的OTT数据和MDT数据组成的MRO数据，由于5G用户在上报OTT数据和MDT数据时可能会存在经纬度的偏移，因此需要将该OTT数据和MDT数据进行数据清洗、静态用户速度判别、静态用户室内特征判别，对于速度特别快的5G用户可以判断其并未在建筑物的室内，该数据清洗可以采用Hadoop生态系统实现，从而形成包含时间、用户、小区、经纬度、电平、质量、室内外标识、速率标识的基础共享层数据，再经过轻度汇总(指基础共享层MRO数据按照楼宇、栅格、用户、终端、业务等不同维度汇总成二级数据)，以供后续步骤使用；

完成上述数据清洗后，通过将同一时段内的OTT数据和MDT数据与被占用的4G小区的ECI数据(包括小区标识和小区经纬度)进行关联，生成MRO采样数据，根据该MRO采样数据，即可获取高倒流5G用户在占用4G小区发生业务时的采样点位置。

S50：根据所述采样点位置与建筑物的室内平面经纬度数据，对5G室内弱覆盖区域进行定位；

本实施例中，由于建筑物的每一层的平面都可以视作不规则的多边形结构，因此通过采用放射线法，将高倒流5G用户的采样点位置视作离散点分别向周围发送射线，根据射线与多边形结构的交点个数，可判断该5G用户的采样点位置是否位于该多边形结构内，由此可定为该建筑物哪一层的5G弱覆盖区域。

如图4A所示，假设该建筑物的某一层的室内平面结构为ABCDEFG组成的不规则多边形，该高倒流5G用户的采样点位置为P(x,y)，则可以通过放射线法，判断该采样点P(x,y)是否在该ABCDEFG组成的不规则多边形内。如图4B所示，当采样点P在多边形的内部时，此时该采样点P向任意方向发送一条射线，与多边形的相交次数必定为奇数(当射线与多边形的某条边有重合部分时视作相交一次)，如果该采样点在多边形的外部，则该采样点发送的射线与多边形的相交次数必定为偶数(包括0次)。

如图4C所示，针对该多边形的FG边进行单独说明，假设从采样点P发送的射线方向为x轴的正方向，如果采样点P的y值在FG边(分别是射线F和射线G)的y值之间时，如果点P在FG的左边(或是在这条边上)，那么从P点发射的向x轴正方向的射线肯定与FG边有交点px(xp,yp)，则根据点F(x1,y1)和点G(x2,y2)即可计算该交点px(xp,yp)，(y1-yp)/(y1-y2)＝(x1-xp)/(x1-x2)，即xp＝x1-(y1-yp)*(x1-x2)/(y1-y2)，当P点x的值小于等于px点xp的值时，P点就在FG边的左侧，那么从P点发射的x轴正方向的射线必定与这条边相交；

根据上述计算方法，依次计算采样点P与多边形的每一条边的交点，由此可判断该采样点是否位于该不规则多边形ABCDEFG内，即高倒流5G用户的采样位置点是否在该建筑物的该层平面内，并且还可根据该采样位置点所发送的射线与多边形的各条边的交点，进一步计算该采样位置点的具体坐标，从而实现对该建筑物的5G室内弱覆盖区域的精准定位。

S60：对所述弱覆盖区域进行评分，根据所述评分判断所述弱覆盖区域的待优化的优先级；

根据定位的5G室内弱覆盖区域，可进一步对该5G室内弱覆盖区域进行评分，根据评分情况可将该5G室内弱覆盖区域的待优化优先级定义为紧急、较紧急、一般三种类型。

本实施例中，影响评分的指标可以包括高倒流5G网络用户数、倒流流量、弱覆盖采样点数、楼宇高度、楼宇场景属性，其中每个指标均有不同的权值、基准值和挑战值，低于基准值该项不得分，达到挑战值该项得满分。单项评分公式：

得分x＝(0.6+0.4*(指标－基准值)/(挑战值－基准值))×权值，

弱覆盖楼宇总得分f(x)＝(x1+x2+x3+x4+x5)

下面是各个参数基准值、挑战值和权值配置：

指标名称	基准值	挑战值	权值
				5G网络用户数	5	20	20％
倒流流量(GB)	3	10	20％
				弱覆盖采样点数	2000	10000	30％
楼宇高度(米)	10	25	10％
				场景优先级	3	1	20％

上述的场景优先级可以根据楼宇所述场景分别进行配置，例如：

场景	优先级
		高校	1
医院	1
		商业区	1
交通枢纽	1
		美食街	2
行政商务区	2
		居民区	2
景区	3
		酒店	3
工业园区	3
		其他	4

根据上述计算得出的评分，可以对评分较高的5G室内弱覆盖区域进行优先优化，从而尽快满足5G用户的需求。

综上，本申请提供的5G室内弱覆盖区域的定位方法，通过分析5G用户倒流到4G小区下的业务位置分布，反推5G室内弱覆盖问题点，为定位5G室内弱覆盖提供了数据来源。采用OTT和MDT的MRO采样数据进行定位，精度达到10米级别，定位精度高，缩短现场排查时间，问题处理准确性和效率得到提升，进一步降低成本。本申请的技术方案相对现有技术，具有主动性高、准确性高的优势，能够适用于广泛场景下的5G弱覆盖区域的排查与定位，节省人工成本，排查效率较高。

如图5所示，本申请实施例还提供了一种5G室内弱覆盖区域的定位装置，该装置可用于实现上述的5G室内弱覆盖区域的定位方法的任一步骤及其可选的实施例。如图5所示，该装置包括筛选模块210、位置获取模块220、定位模块230；

筛选模块210用于执行上述5G室内弱覆盖区域的定位方法的S10-S30步骤，具体用于根据当前区域内的4G小区日均总流量和5G用户的日均4G流量，筛选出5G高倒流的4G小区；根据所述5G高倒流的4G小区的位置与附近5G宏站的位置，筛选出4G同覆盖的5G小区；以及根据5G小区的负荷指标，在筛选出的所述4G同覆盖的5G小区中筛选并剔除高负荷状态的5G小区。位置获取模块220用于执行上述5G室内弱覆盖区域的定位方法的S40步骤，具体用于获取所述4G同覆盖的5G小区中的5G用户在4G小区的业务态测量上报的采样点位置。定位模块230用于执行上述5G室内弱覆盖区域的定位方法的S50步骤，具体用于根据所述采样点位置与建筑物的室内平面经纬度数据，对5G室内弱覆盖区域进行定位。

应理解的是，本申请实施例中的定位装置可以由软件实现，例如可以由具有上述功能计算机程序或指令来实现，相应计算机程序或指令可以存储在终端内部的存储器中，通过处理器读取该存储器内部的相应计算机程序或指令来实现上述功能。或者，本申请实施例的定位装置还可以由硬件来实现。又或者，本申请实施例中的定位装置还可以由处理器和软件模块的结合实现。

应理解，本申请实施例中的装置或模块的处理细节可以参考图1-图4C所示的实施例及相关扩展实施例的相关表述，本申请实施例将不再重复赘述。

图6是本申请实施例提供的一种计算设备1000的结构性示意性图。该计算设备1000包括：处理器1010、存储器1020、通信接口1030、总线1040。

应理解，图6所示的计算设备1000中的通信接口1030可以用于与其他设备之间进行通信。

其中，该处理器1010可以与存储器1020连接。该存储器1020可以用于存储该程序代码和数据。因此，该存储器1020可以是处理器1010内部的存储单元，也可以是与处理器1010独立的外部存储单元，还可以是包括处理器1010内部的存储单元和与处理器1010独立的外部存储单元的部件。

可选的，计算设备1000还可以包括总线1040。其中，存储器1020、通信接口1030可以通过总线1040与处理器1010连接。总线1040可以是外设部件互连标准(PeripheralComponent Interconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。所述总线1040可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条线表示，但并不表示仅有一根总线或一种类型的总线。

应理解，在本申请实施例中，该处理器1010可以采用中央处理单元(centralprocessing unit，CPU)。该处理器还可以是其它通用处理器、数字信号处理器(digitalsignal processor，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)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。或者该处理器1010采用一个或多个集成电路，用于执行相关程序，以实现本申请实施例所提供的技术方案。

该存储器1020可以包括只读存储器和随机存取存储器，并向处理器1010提供指令和数据。处理器1010的一部分还可以包括非易失性随机存取存储器。例如，处理器1010还可以存储设备类型的信息。

在计算设备1000运行时，所述处理器1010执行所述存储器1020中的计算机执行指令执行上述方法的操作步骤。

应理解，根据本申请实施例的计算设备1000可以对应于执行根据本申请各实施例的方法中的相应主体，并且计算设备1000中的各个模块的上述和其它操作和/或功能分别为了实现本实施例各方法的相应流程，为了简洁，在此不再赘述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时用于执行上述5G室内弱覆盖区域的定位方法，该方法包括上述各个实施例所描述的方案中的至少之一。

本申请实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是，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。计算机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、便携式计算机磁盘、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、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机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。

计算机可读的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，其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、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。

计算机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、电线、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或其组合来编写用于执行本申请操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

需要说明的是，本申请所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，上述对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

说明书和权利要求书中的词语“第一、第二、第三等”或模块A、模块B、模块C等类似用语，仅用于区别类似的对象，不代表针对对象的特定排序，可以理解地，在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。

在上述的描述中，所涉及的表示步骤的标号，并不表示一定会按此步骤执行，还可以包括中间的步骤或者由其他的步骤代替，在允许的情况下可以互换前后步骤的顺序，或同时执行。

说明书和权利要求书中使用的术语“包括”不应解释为限制于其后列出的内容；它不排除其它的元件或步骤。因此，其应当诠释为指定所提到的所述特征、整体、步骤或部件的存在，但并不排除存在或添加一个或更多其它特征、整体、步骤或部件及其组群。因此，表述“包括装置A和B的设备”不应局限为仅由部件A和B组成的设备。

本说明书中提到的“一个实施例”或“实施例”意味着与该实施例结合描述的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在本说明书各处出现的用语“在一个实施例中”或“在实施例中”并不一定都指同一实施例，但可以指同一实施例。此外，在本申请的各个实施例中，如果没有特殊说明以及逻辑冲突，不同的实施例之间的术语和/或描述具有一致性、且可以相互引用，不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。

注意，上述仅为本申请的较佳实施例及所运用的技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明的构思的情况下，还可以包括更多其他等效实施例，均属于本发明的保护范畴。

Claims (9)

1.一种5G室内弱覆盖区域的定位方法，其特征在于，包括：

根据当前区域内的4G小区日均总流量和5G用户的日均4G流量，筛选出5G高倒流的4G小区；

根据所述5G高倒流的4G小区的覆盖区域与附近5G宏站的位置，筛选出4G同覆盖的5G小区；

获取所述4G同覆盖的5G小区中的5G用户在占用4G小区发生业务时上报的OTT数据和MDT数据；将同一时段内的所述OTT数据和MDT数据与被占用的所述4G小区的ECI数据进行关联，生成MRO采样数据；根据所述MRO采样数据，获取所述高倒流5G用户在占用4G小区发生业务时的采样点位置；

根据建筑物的室内平面经纬度数据生成所述室内的多边形结构，采用放射线法判断所述采样点位置是否位于所述多边形结构内；根据所述采样点位置所处的所述多边形结构，定位所述5G室内弱覆盖区域。

2.根据权利要求1所述的方法，其特征在于，所述筛选出4G同覆盖的5G小区之后，还包括：

根据5G小区的负荷指标，在筛选出的所述4G同覆盖的5G小区中筛选并剔除高负荷状态的5G小区。

3.根据权利要求1所述的方法，其特征在于，所述根据所述5G高倒流的4G小区的覆盖区域与附近5G宏站的位置，筛选出4G同覆盖的5G小区包括：

根据所述5G高倒流的4G小区的覆盖区域与附近5G宏站的位置，筛选出与所述5G高倒流的4G小区的天面距离小于设定距离，且位于所述5G高倒流的4G小区的覆盖方位角范围内的5G宏站，将所述5G宏站下的所有5G小区确定为所述4G同覆盖的5G小区。

4.根据权利要求3所述的方法，其特征在于，所述5G宏站与所述5G高倒流的4G小区的天面距离大于设定距离，或者所述5G宏站位于所述5G高倒流的4G小区的覆盖方位角范围外时，还包括：

在所述5G宏站下的所有5G小区中，筛选出与所述5G高倒流的4G小区的天面距离小于所述5G高倒流的4G小区的理想覆盖半径与5G小区理想覆盖半径之和的5G小区；

根据筛选出的所述5G小区，将与所述5G高倒流的4G小区的相对夹角小于设定角的5G小区确定为所述4G同覆盖的5G小区。

5.根据权利要求1所述的方法，其特征在于，所述筛选出5G高倒流的4G小区包括：

将4G小区日均总流量大于第一阈值，以及5G用户的日均4G流量与所述4G小区日均总流量的比例大于第二阈值的4G小区确定为所述5G高倒流的4G小区。

6.根据权利要求1所述的方法，其特征在于，对5G室内弱覆盖区域进行定位之后，还包括：

根据所述弱覆盖区域内的高倒流5G用户数量、倒流流量、弱覆盖采样点数、建筑物高度、建筑物属性对所述弱覆盖区域进行评分；

根据所述评分判断所述弱覆盖区域的待优化的优先级。

7.一种5G室内弱覆盖区域的定位装置，其特征在于，包括：

筛选模块，用于根据当前区域内的4G小区日均总流量和5G用户的日均4G流量，筛选出5G高倒流的4G小区，根据所述5G高倒流的4G小区的位置与附近5G宏站的位置，筛选出4G同覆盖的5G小区；

位置获取模块，用于获取所述4G同覆盖的5G小区中的5G用户在占用4G小区发生业务时上报的OTT数据和MDT数据；将同一时段内的所述OTT数据和MDT数据与被占用的所述4G小区的ECI数据进行关联，生成MRO采样数据；根据所述MRO采样数据，获取所述高倒流5G用户在占用4G小区发生业务时的采样点位置；

定位模块，用于根据建筑物的室内平面经纬度数据生成所述室内的多边形结构，采用放射线法判断所述采样点位置是否位于所述多边形结构内；根据所述采样点位置所处的所述多边形结构，定位所述5G室内弱覆盖区域。

8.一种计算设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至6任意一项所述的5G室内弱覆盖区域的定位方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被计算机执行时实现如权利要求1至6任意一项所述的5G室内弱覆盖区域的定位方法。