CN114885369A - 网络覆盖质量检测处理方法、装置、电子设备和存储介质 - Google Patents

Abstract

本申请提供一种网络覆盖质量检测处理方法、装置、电子设备和存储介质，涉及通信技术领域。该方法包括：采集待测区域内各采样点的海量测量报告MR数据；将待检测区域划分为多个栅格，每个栅格包含有多个采样点；将待测区域的地物类型属性与多个栅格进行关联；将道路进行分段处理，得到多个道路分段，每个道路分段覆盖一个栅格块，每个栅格块包含多个栅格；根据该栅格块中的采样点的MR数据确定对应的道路分段是否是网络弱覆盖问题路段；针对每个网络弱覆盖问题路段，根据栅格块中各采样点的MR数据，确定网络覆盖问题类型；在待测区域对应的地理位置中显示各网络弱覆盖问题路段的网络覆盖问题类型。本申请的方法提高了网络优化效率和准确率。

Description

网络覆盖质量检测处理方法、装置、电子设备和存储介质

技术领域

本申请涉及通信技术领域，尤其涉及一种网络覆盖质量检测处理方法、装置、电子设备和存储介质。

背景技术

随着通信业务的快速发展，网络规模越来越大，业务种类不断增多，用户量持续上升，使得网络优化工作难度增大。网络优化前需要先进行网络质量检测，从而据此确定网络优化策略。网络覆盖质量是表征网络质量的一个指标，通过检测网络覆盖质量情况，可以优化网络中的基站部署，提升用户体验。

目前网络覆盖质量检测方法通常采用虚拟路测法，即通过采集待检测区域内终端设备上报的海量测量报告(Measurement Report，MR)数据，并对MR数据中的参考信号接收功率(Reference Signal Receiving Power，RSRP)信息进行分析，获取待测区域的网络覆盖强度。同时，根据MR数据中的经纬度信息，将MR数据拟合到待测区域的道路上，并且结合地理信息系统(Geographic Information System，GIS)，确定待测区域内网络弱覆盖问题路段，并将该问题路段进行显示。

然而，现有的网络覆盖质量检测方法只能让网络优化人员获知网络弱覆盖问题路段，网络优化不精准且效率较低。

发明内容

本申请提供了一种网络覆盖质量检测处理方法、装置、电子设备和存储介质，以解决现有技术中网络优化不精准且效率较低的问题。

第一方面，本申请提供一种网络覆盖质量检测处理方法，包括：

采集待测区域内各采样点的海量测量报告MR数据；

将所述待检测区域划分为多个栅格，每个栅格包含有多个采样点；

将所述待测区域所在地图位置上的地物类型属性与所述待测区域的多个栅格进行关联；

将所述待测区域内的道路进行分段处理，得到多个道路分段，每个道路分段覆盖一个栅格块，每个栅格块中包含多个栅格；

针对每个栅格块，根据该栅格块中的采样点的MR数据确定对应的道路分段是否是网络弱覆盖问题路段；

针对每个网络弱覆盖问题路段，根据对应的栅格块中各采样点的MR数据，确定该网络弱覆盖问题路段的网络覆盖问题类型；

在所述待测区域对应的地理位置中显示各网络弱覆盖问题路段的网络覆盖问题类型。

第二方面，本申请提供一种网络覆盖质量检测处理装置，包括：

采集模块，用于采集待测区域内各采样点的海量测量报告MR数据；

划分模块，用于将所述待检测区域划分为多个栅格，每个栅格包含有多个采样点；

关联模块，用于将所述待测区域所在地图位置上的地物类型属性与所述待测区域的多个栅格进行关联；

分段模块，用于将所述待测区域内的道路进行分段处理，得到多个道路分段，每个道路分段覆盖一个栅格块，每个栅格块中包含多个栅格；

第一确定模块，用于针对每个栅格块，根据该栅格块中的采样点的MR数据确定对应的道路分段是否是网络弱覆盖问题路段；

第二确定模块，用于针对每个网络弱覆盖问题路段，根据对应栅格块中各采样点的MR数据确定该网络弱覆盖问题路段的网络覆盖问题类型；

显示模块，用于在所述待测区域对应的地理位置中显示各网络弱覆盖问题路段的网络覆盖问题类型。

第三方面，本申请提供一种电子设备，包括：

至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面所述的网络覆盖质量检测处理方法。

第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面所述的网络覆盖质量检测处理方法。

本申请提供一种网络覆盖质量检测处理方法、装置、电子设备及存储介质，对各道路分段的网络覆盖质量进行检测，确定网络弱覆盖问题路段后，根据网络弱覆盖问题路段的MR数据确定网络弱覆盖问题路段的网络覆盖问题类型，并将网络弱覆盖问题路段的网络弱覆盖问题类型显示于对应的地理位置中，使得工作人员能够快速获得各网络弱覆盖问题路段网络信号弱的原因，并依此制定相应的网络优化策略，不仅提高了网络优化效率，同时提高了网络优化的准确率。

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网络覆盖质量检测处理方法的系统架构图示意图；

图2为本申请实施例提供的一种网络覆盖质量检测处理方法的流程示意图一；

图3为本申请实施例提供的待检测区域栅格化过程示意图；

图4为本申请实施例提供的XDR数据和MR数据的关联过程示意图；

图5为本申请实施例提供的一种网络覆盖质量检测处理方法的流程示意图二；

图6为本申请实施例提供的上侧临界值示意图；

图7为本申请实施例提供的双侧临界值示意图；

图8为本申请实施例提供的确定网络覆盖问题类型方法的流程示意图；

图9为本申请实施例提供的网络覆盖质量检测处理方法的过程示意图；

图10为本申请实施例提供的一种网络覆盖质量检测处理装置的结构示意图；

图11为本申请实施例提供的网络覆盖质量检测处理设备的硬件结构图。

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。

本申请实施例提供的网络覆盖质量检测处理方法，能够为网络优化工作人员获取待测区域的无线网络数据。网络优化的工作人员能够通过分析无线网络数据确定对网络优化的方案。同时，还能够为网络优化的工作人员在地图上直观的呈现网络覆盖问题路段，便于网络优化的工作人员快速确定需要进行网络优化的路段，提高网络优化的效率。网络质量检测处理方法的系统架构示意图如图1所示。

网络覆盖质量检测处理方法的系统架构包括用户终端设备101、基站102、数据存储分析平台103、工作人员终端设备104。基站102覆盖区域内的用户终端设备101向对应的基站102上报MR数据。然后，基站102将收集的MR数据发送至数据存储分析平台103。数据存储分析平台103包括用于存储MR数据的数据库，同时还能够计算、分析MR数据。最后，数据存储分析平台103将最终的检测处理结果发送至工作人员终端设备104。

应理解，图1中所示的网络覆盖质量检测处理方法的系统架构示意图中所示的用户终端设备101、基站102、数据存储分析平台103中服务器、工作人员终端设备104的数量仅是示例性的，更多或更少的数量均属于本申请的保护范畴。用户终端设备101可以为UE手机、笔记本、台式电脑、平板电脑等设备。用户终端设备101能够安装多种应用程序供用户使用。且用户终端设备101能够发送语音通话、视频通话等业务请求。数据存储分析平台103可以为包含多台服务器的集群，且还可以包含多种用于数据分析与计算的计算引擎等应用程序。工作人员终端设备104可以为台式电脑、平板电脑、移动手机等设备，且工作人员终端设备104可以安装多种应用程序，应用程序可以为地图等。

用户终端设备101、基站102、数据存储分析平台103、工作人员终端设备104之间的通信网络可以包括各种类型的无线或有线网络，比如局域网、互联网等。

海量测量报告MR数据中包括参考信号接收功率RSRP数据，RSRP数据能够用于表征网络信号的强弱，且RSRP数据的值越大，代表获取该MR数据的采样点的网络信号越强。现有技术中，当基站102将MR数据上报给数据存储分析平台103后，数据存储分析平台103将该MR数据进行存储，并且对该MR数据中的RSRP数据进行分析。当RSRP数据的值小于某阈值时，则认为相应采样点的网络信号弱。

此外，MR数据中还包括获取该MR数据的采样点的经纬度信息。根据MR数据中的经纬度信息，能够将MR数据拟合到地图中相应位置的道路上。每段道路上可以含有多个向基站102提供MR数据的用户终端设备101。因此，每段道路有多个MR数据可以用以分析该段道路的网络信号强弱。通过对该段道路MR数据中RSRP数据的分析，能够确定该段道路的网络信号强弱。再结合地理信息系统，将对应的道路中网络信号弱的路段进行显示。

网络优化工作人员通过地图上显示的网络弱覆盖问题路段，即网络信号弱的路段，能够快速确定需要进行网络优化的路段，并对对应路段的网络进行优化。然而，现有技术中仅能通过地图中显示的网络弱覆盖问题路段获得需要进行网络优化的路段信息，使得目前的网络优化不够精准、且效率较低。

提高网络优化的精准度不仅需要能够准确获得需要进行网络优化的路段，还需要针对各网络弱覆盖问题路段制定准确的网络优化方案。提高网络优化效率，则需要提高获取需进行网络优化的路段信息和针对各网络弱覆盖问题路段制定网络优化方案的效率。

各路段的网络信号强度与基站的网络信号覆盖范围息息相关。然而，每个基站的网络信号覆盖范围是有限的。对于一条道路，整个道路上不同位点与基站的距离不同，各位点的网络信号强度也会相应的发生变化。因此，道路上各不同的道路分段的网络信号状况不同。如果需要准确定位需要进行网络优化的路段，需要对道路进行划分，得到多个道路分段，再对各道路分段的网络信号状态进行检测。同时，如果需要提高工作人员获取需要进行网络优化道路分段信息的效率，可以将该检测结果直观呈现给工作人员。可以通过将检测结果与地理位置信息进行关联，从而在地图中相应的地理位置显示需要进行网络优化的道路分段，从而显著提高工作人员获取需要进行网络优化道路分段信息的效率。

此外，针对各网络弱覆盖问题路段制定准确的网络优化方案，需要准确确定该网络弱覆盖问题路段网络信号强度弱的原因。某道路分段的网络信号强度弱，说明此处位于各基站的网络信号覆盖范围区域外。如果要使道路上各位点的网络信号强度均较强，需要合理分布基站。当基站距离该道路分段太远时，容易造成该道路分段中多数位点位于基站的网络覆盖范围区域外，使得该道路分段的网络信号强度弱。当基站距离该道路分段过近时，同样容易造成该道路分段中多数位点的网络信号强度弱。由于基站是水平发射网络信号比较强，因此并非距离基站越近，网络信号就越强。除了基站与该道路分段之间距离的因素，各基站分布不够合理同样容易使网络信号在整个区域内分布不均匀，从而容易造成某道路分段的网络信号强度弱。例如，当两个基站之间的距离较近，则位于两个基站网络信号覆盖范围区域内的位点的网络信号较强。然而，两个基站的网络信号覆盖范围区域重叠范围越大，则整体的网络信号覆盖范围区域越小。道路分段位于两个基站的网络信号覆盖范围区域外的概率相应增大，容易造成该道路分段的网络信号强度弱。并且，基站类型包括宏站和室分，对于室分类型的基站，其网络信号覆盖范围较小，使得道路分段容易出现网络信号强度弱的情况。通过分析可见，造成网络弱覆盖问题路段网络信号强度弱的原因通常为上述几种情况。

因此，为了提高网络优化的准确率和效率，可以对网络弱覆盖问题路段的网络覆盖问题原因进行确认，即确定网络覆盖问题类型，然后再将各网络弱覆盖问题路段的网络覆盖问题类型提供给网络优化工作人员。网络优化工作人员结合各网络弱覆盖问题路段的网络覆盖问题类型，能够快速确定基站分布存在的问题，从而对相应的基站进行优化，改善网络弱覆盖问题路段的网络状况。

为了解决上述问题中的至少一个，本申请实施例提供一种网络覆盖质量检测处理方法、装置、电子设备和存储介质，应用于通信技术领域。通过本申请实施例提供的网络覆盖质量检测处理方法，对网络弱覆盖问题路段中MR数据进行分析，确定该网络弱覆盖问题路段的网络问题类型，以提高网络优化的精准度和效率。

下面以具体地实施例对本发明的技术方案以及本发明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。

图2为本申请实施例提供的一种网络覆盖质量检测处理方法的流程图一。如图2所示，该方法包括：

S201、采集待测区域内各采样点的海量测量报告MR数据。

待测区域指待被检测的一片区域，可以包括道路、湿地、建筑等多种地物。采样点指用户终端设备向基站上报MR数据时的位点。一种可能的实施方式中，用户终端设备可以为UE手机。MR数据为UE手机在无线资产管理过程中产生的测量报告，其包括：RSRP、参考信号接收质量(Reference Signal Receiving Quality，RSRQ)、功率余量报告(PowerHeadroom Report，PHR)、到达角度测距(Angle Of Arrival，AOA)、最大时间提前量(TimeAdvanced，TA)等信息。

应理解，根据第三代合作伙伴计划(3rd Generation Partnership Project，3GPP)协议规范，只有处于激活态的UE手机才会上报MR数据，并且UE按照一定周期上传MR数据。例如，UE手机的采集周期可以为：10240ms。MR数据的采集可以选择全部激活态UE上报，也可以选择部分激活态UE抽样上报，本申请中不做具体限定。

S202、将待检测区域划分为多个栅格，每个栅格包含有多个采样点。

栅格为长和宽可以根据实际需求进行设定的方形栅格。例如，栅格可以为边长为5米的正方形栅格，并通过多个上述的正方形栅格将待检测区域进行划分。

一种可能的实施方式中，将待检测区域划分为多个栅格可以采用如下具体过程实现，下面结合图3对上述的待检测区域划分为多个栅格的过程进行详细的描述。图3为本申请实施例提供的待检测区域栅格化过程示意图。

待检测区域指地图上一片规则或者不规则的区域。如图3所示，首先确定待检测区域中北面延伸至最外侧与纬线相切的点作为第一切点；

确定待检测区域中西面延伸至最外侧与经线相切的点作为第二切点；

以第一切点所在纬线与第二切点所在经线相交的点作为起始点，并确定起始点所在栅格的中心坐标为(X，Y)，其中X为纬度，Y为经度；

通过软件在起始点生成栅格，该栅格可以为边长自行设定的正方形，并根据待检测区域的大小和栅格边长的大小，确定起始点分别向东和向南方向对角线最外侧第M个栅格，并将第M个栅格的中心坐标记为(X_m，Y_m)；

从起始点所在栅格开始，保持起始点的纬度不变，向东扩增相同边长的栅格，扩增的栅格的中心坐标中纬度均相同，经度不同，且将各栅格的中心坐标的经度分别记为Yn，n＝1,2,3,4……，M-1，当Yn大于等于Ym时，则停止向东扩增栅格；

然后从起始点所在栅格开始，保持起始点所在经度不变，向南扩增相同边长的栅格，将扩增的各栅格的纬度分别记为Xn，n＝1,2,3,4……，M-1，当Xn大于等于Xm时，则停止扩增栅格。

应理解，在上述过程中，确定第一切点、第二切点的先后顺序不做具体限定，也可以先确定第二切点，再确定第一切点；向南扩增栅格、向东扩增栅格的具体顺序不做具体限定，可以先向南扩增栅格，再向东扩增栅格。此外，在栅格扩增过程中，新增的栅格与其相邻栅格相比，其中心坐标的经度和纬度会发生偏置。因此，在实际扩增过程中，相邻栅格之间的经度差或者纬度差并不等于栅格的边长。

在一种可能的实施方式中，在栅格化的过程中采用以下四种算法：MR汇聚、AOA估计、基于拖布关系射线求交、基于置信度修正和地图匹配，以提高栅格化准确度。将用户MR数据与所处位点经纬度进行匹配，进而将电平值等信息呈现于GIS地图上。由于栅格的大小可以根据不同的需求进行变化，因此可实现精确定位网络信号覆盖质量差的区域。将网络质量差的区域在待测区域对应的地理位置处显示出来，直观看到用户所在栅格对应位置处的无线网络环境。由此可以确定待测区域内的网络质量差的区域分布情况。

S203、将待测区域所在地图位置上的地物类型属性与待测区域的多个栅格进行关联。

其中，地图的精度越高，最终的检测结果准确度越高。高精度地图为定位精度高、矢量信息更加丰富的地图，例如：5米高精准地图等。地物类型属性为地图上物体的种类属性，例如道路、湿地、森林等。如表1所示，可以根据需要将地物类型属性分为以下几种，并且对地物类型属性分别标记唯一的地物类型编号。

表1地物类型属性

一种可能的实施方式中，将待测区域所在地图位置上的地物类型属性与待测区域的多个栅格进行关联，具体包括：

将每个栅格赋予唯一的栅格标识，例如，000001-00000N，不同的栅格分别对应不同的栅格标识；

将不同的地物类型属性赋予唯一的地物类型编号；

将待测区域所在地图位置上的地物类型编号分别与栅格标识进行关联。

示例性的，对一条一级道路，其地物类型编号为1，覆盖该条道路的栅格标识为000008-000021，则将地物类型编号和栅格标识进行关联后对应得到的道路标识为1-000008-000021。

在另一种可能的实施方式中，将地图上的一级道路、二级道路、三级道路、四级道路及高速道路等5种类型地物类型属性对应的栅格归类于道路属性。将道路属性栅格利用边框将每条道路进行标识后形成闭环区域，并将该变换区域的道路标识与栅格标识和地物类型编号进行关联，得到道路边框标识。

道路边框标识如下所示：

一级道路道路边框标识：Pro-City-level 1-000001～N(N最大为6位数，999999)，Pro为省份，City为城市归属省份，level 1指一级道路；

二级道路道路边框标识：Pro-City-level 2-000001～N(N最大为6位数，999999)，Pro为省份，City为城市归属省份，level 2指二级道路；

三级道路道路边框标识：Pro-City-level 3-000001～N(N最大为6位数，999999)，Pro为省份，City为城市归属省份，level 3指三级道路；

四级道路道路边框标识：Pro-City-level 4-000001～N(N最大为6位数，999999)，Pro为省份，City为城市归属省份，level 4指四级道路；

高速道路边框标识：Pro-City-Expressway-000001～N(N最大为4位数，9999)，Pro为省份，City为城市归属省份，Expressway指高速道路。

例如，对于上海市的一级道路，浦东大道，其道路边框标识可以为：上海-上海-Level 1-000001-000005。其中上海-上海分别为省份和城市；Level 1指一级道路；000001-000005指覆盖该道路的栅格分别对应的栅格标识。

S204、将待测区域内的道路进行分段处理，得到多个道路分段，每个道路分段覆盖一个栅格块，每个栅格块中包含多个栅格。

每条道路分别覆盖多个栅格，将道路进行分割，得到道路分段的过程，即将该道路覆盖的多个栅格分别进行划分，得到多个栅格块的过程，每个栅格块中包括多个栅格。例如，一条道路的长度为600米，栅格为边长为10米的正方形，则该道路覆盖的栅格共60个。可以结合密集市区、一般城区、郊区等不同场景，将该道路分割为50米、100米、200米、300米等不同标准长度路段。目的是由传统单个事件问题点转换为基于地理栅格化问题路段来识别网络问题，便于聚焦处理事件集中的问题严重路段。例如，将该道路分割为50米长度的道路分段，则每个道路分段覆盖五个栅格，该五个相邻的栅格为一个栅格块。

在一种可能的实施方式中，将统一切割为标准长度的各道路分段赋予唯一路段标识。根据生成的每条道路边框，从道路起点开始到道路终点，根据选择栅格长度(5米*5米、10米*10米、20米*20米、50米*50米)，以道路总长度600米，选择栅格长度10米*10米为例：

1)50米标准长度路段切割(适用于密集城区)

按50米标准长度将总长度为600米的道路切割为12个栅格路段，每个路段被赋予路段标识。路段标识如下：

道路名称-标准长度路段标识(50米)-栅格标识(000001～999999)。

2)100米标准长度路段切割(适用于密集城区或一般城区)

按100米标准长度将总长度为600米的道路切割为6个栅格路段，每个路段被赋予唯一路段标识。路段标识如下：

道路名称-标准长度路段标识(100米)-栅格标识(000001～999999)。

3)200米标准长度路段切割(适用于一般城区)

按200米标准长度将总长度为600米的道路切割为3个栅格路段，每个路段被赋予唯一路段标识。路段标识如下：

道路名称-标准长度路段标识(200米)-栅格标识(000001～999999)。

4)300米标准长度路段切割(适用于郊区或农村)

按300米标准长度将总长度为600米的道路切割为2个栅格路段，每个路段被赋予唯一路段标识。路段标识如下：

道路名称-标准长度路段标识(300米)-栅格标识(000001～999999)。

在另一种可能的实施方式中，将每个栅格块中的MR数据和信令数据XDR数据进行关联，确定每个道路分段的异常事件。

XDR数据为信令数据，其包括用户业务信息数据、用户身份信息数据、话单信息数据等。话单信息数据包括接通率、掉话率、通话时长等信息数据。当用户终端设备发送通话请求等业务请求时，基站接收该业务请求，并将该业务请求发送至核心网，然后便可在核心网获取XDR数据。下面将结合图4对MR数据和XDR数据的关联方式进行详细说明。

图4为本申请实施例提供的XDR数据和MR数据的关联过程示意图。XDR数据和MR数据的关联方式可分为MME_MR关联、HTTP_MR关联和COMMON_MR关联三种。三种关联方式的区别在于XDR数据的来源不同，且XDR数据的来源分别为移动控制实体(Mobility ManagementEntity，MME)数据、超文本传输协议(Hyper Text Transfer Protocol，HTTP)数据和普通业务S1_COMMON数据。且该三种关联方式均可以分为三个过程：预处理、关联、回填。图4中以MME_MR关联方式为例。

预处理过程包括数据清洗和数据处理操作。即先将小区全局标识符(E-UtranCell Global Identifier，ECGI)为空、开始时间不合理、结束时间不合理等无效数据进行清洗，只保留有效数据，以提高数据关联效率。

关联过程可以分为两个阶段。第一个阶段为采用关联字段MME_UE_S1AP_ID对XDR数据和MR数据进行关联；第二个阶段为针对第一个过程中没有关联的记录进行第二次关联。XDR数据和MR数据关联的条件为：MME编码标识MME_Code、MME组标识MME_Group ID与在同一基站中，用来唯一标识S1接口所对应的长码UEMME_UE_S1AP_ID相同、XDR信令数据的开始时间在MR数据的开始时间和结束时间之间。针对符合上述条件的XDR数据、MR数据，计算XDR数据与MR数据之间的时间差，按照时间差的大小进行排序，并挑选出时间差最小的XDR数据作为可信的关联记录，此时完成第一个阶段。第二个阶段为对于第一个阶段中没有关联上的XDR数据和MR数据进行再次关联。首先对MR数据的开始时间、结束时间的前后第一时长内分别进行滑窗搜索；将向前滑窗搜索、向后滑窗搜索的结果进行合并、去重，完成MR数据开始时间和结束时间之间的未实现关联的XDR数据与MR数据的关联。最后将第一个阶段和第二个阶段的结果进行去重操作，得到XDR数据和MR数据的关联记录。

回填过程为根据关联过程中的关联记录，将一一对应的MR数据中的测量信息、经纬度信息填写至存储XDR感知数据的表中。

S205、针对每个栅格块，根据该栅格块中的采样点的MR数据确定对应的道路分段是否是网络弱覆盖问题路段。

每个道路分段分别对应唯一的栅格块，且该栅格块中包括多个栅格，每个栅格中又包括多个采样点。在一个可能的实施方式中，针对每个栅格块，根据该栅格块中的采样点的MR数据确定对应的道路分段是否是网络弱覆盖问题路段，具体包括：

根据每个栅格中的采样点的数量确定有效栅格；

根据有效栅格中采样点的RSRP数据确定覆盖问题栅格；

根据栅格块中覆盖问题栅格确定覆盖问题栅格块，且该覆盖问题栅格块对应的道路分段为网络弱覆盖问题路段。

满足在第二时长内，栅格中的采样点数持续大于第十阈值的栅格，确定为有效栅格。其中第二时长可以为一周、一天等。第十阈值为不为零的自然数，可以为300、400等。然后，针对每个道路分段，其对应栅格块中的有效栅格数量与总栅格数量大于第十一阈值时，确定该道路分段为分析对象路段。针对分析对象路段中的有效栅格，其内采样点的RSRP数据小于第十二阈值的采样点数量与该栅格中总采样点的数量比值大于第十三阈值时，将该栅格记为覆盖问题栅格。第十二阈值可以为-100、-200等小于零的数值，且单位为dBm；第十三阈值可以为20％、30％等小于1的小数。最后，针对每个道路分段，若其对应栅格块中的覆盖问题栅格数量与该栅格块中有效栅格数量的比值大于第十四阈值时，则将该道路分段记为网络弱覆盖问题路段。第十四阈值可以为20％、30％等小于1的百分数。

示例性的，某道路分段中，栅格50个，有效栅格20个(满足连续一周采样数大于300的栅格)，其中覆盖问题栅格5个，前提还应满足有效栅格数量/总栅格数量大于20％，成为分析对象路段。该路段弱覆盖栅格占比达到25％，大于20％门限，因此识别为网络弱覆盖问题路段。

S206、针对每个网络弱覆盖问题路段，根据对应的栅格块中各采样点的MR数据，确定该网络弱覆盖问题路段的网络覆盖问题类型。

MR数据中包括RSRP数据、TA数据等、RSRP数据的服务小区属性。其中TA数据表征的是用户终端设备与基站之间的距离。当用户终端设备为UE手机时，该指标定义为UE手机用于调整其主小区PUCCH/PUSCH/SRS上行发送的时间。MR数据关联经纬度后的具体内容如表2所示，该内容中包括TA数据，其中ltesctadv为TA数据。

表2 MR数据关联经纬度后的具体内容

以TA数据换算得到基站的覆盖半径的具体计算方式为：eNodeB通过测量接收到导频信号来确定时间提前值，时间提前量取值范围为(0，1，2，...，1282)×16Ts；在无线资源(RRC)连接状态下，eNodeB基于UE手机的上行传输来确定每个UE手机的TA调整值，该调整值的范围为(0，1，2，...，63)×16Ts。本次测量得到的最新时间提前量即为上次记录的时间提前量与本次eNodeB测量得到的调整值之和。1Ts对应的时间提前量距离为：(3*10^8*1/(15000*2048))/2＝4.89m。TA数据对应的基站覆盖半径都是参照1Ts来计算的。

MR数据中TA数据的取值范围、TA数据换算为基站的覆盖半径如表3所示。测量数据区间分布从0到192Ts，每16Ts为一个区间，对应MR.Tadv.00到MR.Tadv.11；从192Ts到1024Ts每32Ts为一个区间，对应MR.Tadv.12到MR.Tadv.37；从1024Ts到2048Ts每256Ts为一个区间，对应MR.Tadv.38到MR.Tadv.41；从2048Ts到4096Ts每1048Ts为一个区间，对应MR.Tadv.42和MR.Tadv.43；大于4096Ts为一个区间，对应MR.Tadv.44。

表3 TA数据取值范围及其对应的基站覆盖半径

应理解，本申请对于MR数据关联经纬度后的具体内容、TA数据取值范围及其对应的基站覆盖半径不做具体限制。

S207、在待测区域对应的地理位置中显示各网络弱覆盖问题路段的网络覆盖问题类型。

对于网络弱覆盖问题路段的网络覆盖问题类型的展示可以按照聚焦、非聚焦、地市、区县、行政区、单元维度等不同角度进行展示。此外，还可以基于XDR和MR关联数据，对主控小区扰码、弱覆盖率等数据在地图上进行显示。

在一种可能的实施方式中，工作人员基于地图中显示的各网络弱覆盖问题路段的网络覆盖问题类型，对相应道路分段的网络进行优化后，根据XDR关联MR数据的汇聚结果确定历史问题路段是否恢复正常，并在地图上对应的地理位置中对问题的解决情况、未解决问题分布、TOPN遗留问题进行显示。使得工作人员能够直观获取各路段遗留问题的解决进展。

基于上述的每个道路分段的唯一的路段标识，结合网络弱覆盖问题路段的确定标准，对满足网络弱覆盖问题路段的道路分段定期进行统计。在地图显示中自动更新新增的网络弱覆盖问题路段、网络弱覆盖问题路段数量、所有问题路段形成全量覆盖类问题路段管控表，具体实现方式如下所示：

1)网络弱覆盖问题路段管控

①根据网络弱覆盖问题路段定义，统计覆盖类的全量网络弱覆盖问题路段数量、覆盖类闭环问题路段数量、覆盖类新增问题路段数，全周期覆盖问题路段形成全量覆盖问题路段管控表。支持按照聚焦、非聚焦、地市、区县、行政区、单元维度的进行分区展示。

②根据网络弱覆盖问题路段定义，自动统计当前周期与上一周期覆盖问题路段环比，基于道路分段的唯一路段标识识别重合为同一网络弱覆盖问题路段，当前周期有，上一周期无，为新增覆盖问题路段；当前周期无，上一周期有，为闭环覆盖问题路段。

2)覆盖类问题路段闭环率

根据各类已解决的网络覆盖问题类型的网络弱覆盖问题路段的数量与总网络弱覆盖问题路段数量的比值，得到各类网络弱覆盖类型的网络弱覆盖问题路段的解决数量和解决闭环率。示例性的，如表4所示，当网络覆盖问题类型包括A类型、B类型、C类型、D类型时，覆盖类问题路段闭环率如下所示。

表4覆盖类问题路段闭环率

应理解，此处不对网络覆盖问题类型、各网络覆盖类型的解决数量、闭环解决率、区域、网络弱覆盖问题路段长度做具体限制。

本申请实施例提供的网络覆盖质量检测处理方法，通过对各网络弱覆盖问题路段对应栅格块中各采样点的MR数据进行分析，确定各网络弱覆盖问题路段的网络覆盖问题类型，并对网络覆盖问题类型在地图中对应的地理位置中进行显示，使得工作人员能够直观获取各网络弱覆盖问题路段的网络覆盖问题类型，并根据该网络覆盖问题类型，确定该网络弱覆盖问题路段网络信号弱的原因，便于工作人员快速确定相应的网络优化策略，以提高网络优化的效率和精准率。

图5为本申请实施例提供的一种网络覆盖质量检测处理方法的流程示意图二。如图5所示，本实施例的方法，包括：

S501、采集待测区域内各采样点的海量测量报告MR数据。

应理解，S501的具体实施过程与图2中的S201相似，在此不再赘述。

S502、将待检测区域划分为多个栅格，每个栅格包含有多个采样点。

应理解，S502的具体实施过程与图2中的S202相似，在此不再赘述。

S503、将待测区域所在地图位置上的地物类型属性与待测区域的多个栅格进行关联。

应理解，S503的具体实施过程与图2中的S203相似，在此不再赘述。

S504、将待测区域内的道路进行分段处理，得到多个道路分段，每个道路分段覆盖一个栅格块，每个栅格块中包含多个栅格。

应理解，S504的具体实施过程与图2中的S204相似，在此不再赘述。

S505、针对每个栅格块，根据该栅格块中的采样点的MR数据确定对应的道路分段是否是网络弱覆盖问题路段。

应理解，S505的具体实施过程与图2中的S205相似，在此不再赘述。

S506、根据网络弱覆盖问题路段的网络覆盖问题的严重程度确定网络弱覆盖问题路段的网络覆盖问题的严重程度指数，并根据该网络弱覆盖问题路段的严重程度指数确定该网络弱覆盖问题路段中处理对应网络弱覆盖问题的优先级。

严重程度指数可以为表示网络弱覆盖问题路段的网络覆盖问题严重程度的数值，例如，可以为1,2,3,4等。并且，随着数字的增大或减小，可以代表相应道路分段的网络覆盖问题的严重程度越大。通过各网络弱覆盖问题路段的严重程度指数对各网络弱覆盖问题路段进行排序。优先级即代表各网络弱覆盖问题路段中需要处理对应网络覆盖问题的先后顺序。网络弱覆盖问题路段的网络覆盖问题越严重，优先级越高。工作人员能够快速掌握网络弱覆盖问题路段中网络覆盖问题最严重的路段，便于集中资源优先处理优先级最高的网络弱覆盖问题路段，有助于进一步提高网络优化效率，保障用户感知。

在一种可能的实施方式中，基于分位数原理对各网络弱覆盖问题路段进行打分，所得分数即为严重程度指数，分数越高代表该路段分段的网络覆盖问题越严重，对应的处理该道路分段网络覆盖问题的优先级更高。

将各网络弱覆盖问题路段进行排序，再结合分位数原理进行打分。具体过程为：首先筛选网络弱覆盖问题路段的长度，且可以根据现网资源和/或不同场景进行确定。例如密集市区为50米、一般城区为50米/100米、郊区为200米、农村为300米等等。然后可以通过不同区域的选择，按照聚焦、非聚焦、省份、地市、区县、行政区、单元维度等角度，展示待测区域内各道路的网络弱覆盖问题路段的分类汇聚结果。最后基于各网络弱覆盖问题路段的唯一的路段标识，结合各网络弱覆盖问题路段的历史数据，如网络弱覆盖问题路段中RSRP数据小于第十二阈值的采样点数量与总采样点数量比值等，按照该历史数据从小到大进行排序，计算器分位数，并确定不同门限对应的具体阈值。网络弱覆盖问题路段的打分指标可以采用百分制进行评分，每项指标定义多个门限。示例性的，每项指标可以定义6个门限：零分门限、20分门限、40分门限、60分门限、80分门限和100分门限，不同门限对应的网络弱覆盖问题路段指标项基于概率分布的分位数算法得出。各指标差于零分门限得零分，优于100分门限得100分，其它区间基于前后门限值线性计算得分。

分位数又称为分位点，指连续分布函数中的一个点，这个点对应的概率为p。若0<p<1，随机变量x或它的概率分布的分位数Za，是指满足条件p(x≤Za)＝α的实数，常用的有中位数(即二分位数)、四分位数、百分位数等。

分位数原理如下所示：

图6为本申请实施例提供的上侧临界值示意图。如图6所示，对于总体x和给定的α(0<α<1)，若存在x_a，使得P(x≥x_a)＝α,则称x_a为x分布的上侧α分位数或上侧临界值。

图7为本申请实施例提供的双侧临界值示意图。若存在数λ₁和λ₂，使P(X≥λ₁)＝P(X≤λ₂)＝α/2，则称λ₁和λ₂为x分布的双侧α分位数或双侧临界值。

在一个具体的示例中，在五分位数分布中，将所有数值由小到大排序分成四等份，处于四个分割点位置的得分就是五分位数。首先确定四个五分位数的位置：第一五分位数(Q1)，等于该样本中所有数值由小到大排列后第20％的数字，即Q1的位置＝(n+1)*20％，n为所有数值的个数；第二五分位数(Q2)，等于该样本中所有数值由小到大排列后第40％的数字，即Q2的位置＝(n+1)*40％；第三五分位数(Q3)，等于该样本中所有数值由小到大排列后第60％的数字，即Q3的位置＝(n+1)*60％；第四五分位数(Q4)，等于该样本中所有数值由小到大排列后第80％的数字，即Q4的位置＝(n+1)*80％。例如，如表5所示，当网络弱覆盖问题路段的个数为44时，即n＝44，则Q1的位置＝(n+1)*20％＝45*20％＝9，则取排序第9的道路分段对应指标(3.2％)为20分门限；Q2的位置＝(n+1)*40％＝45*40％＝18，则取排序第18的道路分段对应指标(15.58％)为40分门限；Q3的位置＝(n+1)*60％＝45*60％＝27，则取排序第27的道路分段对应指标(32.65％)为60分门限；Q4的位置＝(n+1)*80％＝45*80％＝36，则取排序第36的道路分段对应指标(47.92％)为80分门限。

表5基于五分位数的网络弱覆盖问题路段指标对应门限举例

以表5为例，当某个网络弱覆盖问题路段的网络覆盖问题路段指标为12.62％时，对应的门限分数计算如下：Q1门限分数+(12.62％-Q1对应指标)/(Q2对应指标-Q1对应指标)*(Q2门限分数-Q1门限分数)＝20+(12.62％-3.2％)/(15.58％-3.2％)*(40-20)＝20+9.42％/12.38％*20＝20+16＝35.22分。

对于每个网络弱覆盖问题路段，设置分数范围为0-100分，分数越高，代表该道路分段的网络覆盖问题越严重，需要优先进行处理。表6为不同网络弱覆盖问题路段分位数得分情况举例。

表6不同网络弱覆盖问题路段分位数得分情况举例

S507、针对每个网络弱覆盖问题路段，根据对应的栅格块中各采样点的主服务小区的RSPR数据与相邻小区的RSPR数据之间的差值、TA数据、RSPR数据的服务小区属性，确定该网络弱覆盖问题路段的网络覆盖问题类型，网络覆盖问题类型包括：重叠覆盖类型、过覆盖类型、覆盖过近类型、室分覆盖类型。

主服务小区、邻小区均是针对基站而言的。基站可以实现360度全方位的信号覆盖，因此，基站对应的小区可以是360度的全向小区。RSPR数据均是各采样点向基站上报的MR数据中所包括的内容。各采样点能够被多个基站的网络信号覆盖，因此该采样点获取的MR数据中的RSPR数据包括主服务小区、邻小区等服务小区属性。

根据各采样点的主服务小区的RSPR数据与相邻小区的RSPR数据之间的差值能够判断一个采样点是否同时被多个基站的网络信号覆盖，进而确定是否存在重叠覆盖类型的网络覆盖问题。TA数据能够表征UE手机和基站之间的距离，因此通过TA数据能够确定基站的分布是否过近或过远，进而确定是否存在过覆盖类型或覆盖过近类型问题。RSPR数据的服务小区属性能够表现出对应基站的站点类型是宏站还是室分，进而确定网络覆盖问题类型是否为室分覆盖类型。通过上述不同的判断标准，对网络覆盖问题类型进行详细划分，有助于工作人员直观获得网络信号弱的原因，进而对存在相应问题的基站进行优化。有助于提高网络优化的效率和准确率。

在一种可能的实施方式中，网络覆盖问题类型的确定可以采用如图8所示的流程。图8为本申请实施例提供的确定网络覆盖问题类型方法的流程示意图。如图8所示，该方法包括：重叠覆盖类型的确定、过覆盖类型的确定、覆盖过近类型的确定、室分覆盖类型的确定。

重叠覆盖类型的确定流程包括：

S801、筛选栅格块中RSPR数据大于第一阈值的采样点，记为强覆盖采样点，计算各强覆盖采样点的MR数据中主服务小区的RSPR数据与相邻小区的RSPR数据之间的差值。

对于网络弱覆盖问题路段对应的栅格块中，存在较多的RSPR数据低的采样点，同样存在RSPR数据高的采样点。对于其中RSPR数据较大的采样点，确定该采样点是否被多个基站的网络信号同时覆盖，且该几个基站在此采样点的网络信号强度相差较小。第一阈值可以根据经验设定为任意值。在一个具体示例中，第一阈值可以等于第十二阈值。第十二阈值涉及对网络弱覆盖问题路段的定义。例如，第一阈值、第十二阈值可以为-100dBm。即对于栅格块中，RSPR数据低于-100dBm的采样点的数量与该栅格块中总采样点的数量的比值大于第十三阈值时，则该道路分段为网络弱覆盖问题路段。且对于该道路分段中，首先筛选出RSPR数据大于-100dBm的采样点，作为强覆盖采样点。

差值为大于零的数值，例如，可以为6dBm，8dBm等。

S802、确定所述差值小于第二阈值的相邻小区的RSPR数据的数量，并根据数量确定该栅格块中各强覆盖采样点的重叠覆盖度。

对于一个采样点，其主小区的RSPR数据只有一个，相邻小区的RSPR数据可能有多个。重叠覆盖度可以为表示该采样点的重叠覆盖程度的自然数，可以为1，2，3等。示例性的，当上述差值为6dBm时，如果采样点的当前主服务小区与相邻小区电平差值小于6dB的相邻小区数量等于3，则可以定义该采样点的重叠覆盖度为1；如果采样点当前主服务小区与相邻小区电平差值小于6dB的相邻小区数量等于4，则可以定义该采样点的重叠覆盖度为2；依次类推，如果采样点当前主服务小区与相邻小区电平差值小于6dB的相邻小区数量等于n，则可以定义该采样点的重叠覆盖度为n(n小于等于主服务小区所添加的最大相邻小区数)。

如表7所示，表7中列举了MR数据中包括的各种信息数据的示例。其中包括多个相邻小区的电平强度。可以根据相邻小区的电平强度和主服务小区的电平强度计算出差值，并统计出差值小于第二阈值的相邻小区的数量。并根据数量确定该采样点的重叠覆盖度。

表7

S803、若重叠覆盖度大于第三阈值，则确定该强覆盖采样点为重叠覆盖点。

S804、若该栅格块中的重叠覆盖点的数量与该栅格块中的总采样点数量的比值大于第四阈值，则确定该网络弱覆盖问题路段的网络覆盖问题类型为重叠覆盖类型。

第四阈值为小于等于1的百分数，可以为30％、40％等。根据确定采样点中与主服务小区的电平值相差较小的相邻小区的数量，确定采样点的重叠覆盖度，进而确定网络弱覆盖问题路段的网络覆盖问题类型是否属于重叠覆盖类型。重叠覆盖类型属于造成道路分段网络信号弱的重要原因之一。通过上述的方法，能够确定基站的分布是否造成基站之间网络信号重叠覆盖现象严重，从而便于工作人员确定对基站的优化方案，提高网络优化效率。

过覆盖类型的确定流程包括：

S811、根据对应的栅格块中各采样点的MR数据中时间提前量TA数据，确定各采样点所在基站的覆盖半径。

基站可以实现360度全方位的信号覆盖。通过以TA数据确定客户终端设备与基站之间的距离，能够确定该基站到该采样点的覆盖区域的半径，即覆盖半径。

S812、若对应栅格块中各采样点所在基站的覆盖半径大于第五阈值则确定该采样点为过覆盖区域中的采样点。

低于阈值为大于零的数值。当覆盖半径过大时，代表基站与该采样点之间的距离较大，定义该采样点为过覆盖区域中的采样点。

S813、若该栅格块中的过覆盖区域中采样点的数量与该栅格块中总采样点数量的比值大于第六阈值，则确定该网络弱覆盖问题路段的网络覆盖问题类型为过覆盖类型。

第六阈值为小于等于1的百分数，可以为20％、40％等。通过采样点的TA数据确定采样点与基站之间的距离，确定该采样点是否为过覆盖区域的采样点，进而以过覆盖区域中采样点的数量与该栅格块中总采样点数量的比值确定该网络弱覆盖问题路段的网络覆盖问题类型是都属于过覆盖类型。其中，过覆盖区域指位于基站网络信号覆盖强度强的区域之外的区域。当采样点位于过覆盖区域，则该采样点距离基站之间的距离较远，同时使得该位点的网络信号较弱。当道路分段对应栅格块种较多采样点位于过覆盖区域时，易造成该道路分段的网络信号弱，即为网络弱覆盖问题路段。通过上述的方法，容易确定造成网络弱覆盖问题路段网络信号弱的原因是否是因为基站相对于该道路分段的距离较远，即该道路分段的网络覆盖问题类型是否属于过覆盖类型。便于工作人员确定基站的优化方案，提高网络优化效率。

覆盖过近类型的确定流程包括：

S821、根据对应的栅格块中各采样点的MR数据中时间提前量TA数据，确定各采样点所在基站的覆盖半径。

应理解，S821具体实施过程与S811相似，在此不再赘述。

S822、若对应栅格块中各采样点所在基站的覆盖半径小于第七阈值则确定该采样点为覆盖过近区域中的采样点。

第七阈值为大于零的数值，可以根据经验设定为任意值，例如，可以为0.78km。当覆盖半径小于第七阈值时，说明该采样点距离基站的距离过近，该采样点属于覆盖过近区域中的采样点。

S823、若该栅格块中的覆盖过近区域中采样点的数量与该栅格块中总采样点数量的比值大于第八阈值，则确定该网络弱覆盖问题路段的网络覆盖问题类型为覆盖过近类型。

第八阈值为小于等于1的百分数，可以为40％、50％等。通过TA数据确定采样点是否位于覆盖过近区域，并根据位于覆盖过近区域中采样点的数量与该栅格块中总采样点数量的比值，确定该网络弱覆盖问题路段的网络覆盖问题类型是否属于覆盖过近类型。其中，覆盖过近区域指距离基站过近的区域。基站是水平发射网络信号比较强，如果基站是在大楼顶上，则该栋楼的信号比周围的信号还差。因此，并非距离基站越近，则网络信号越好。覆盖过近区域中的网络信号可能较差。因此，当道路分段中较多采样点位于覆盖过近区域时，则该道路分段的网络信号强度可能较弱。便于工作人员快速确定网络弱覆盖问题路段的网络覆盖问题类型，确定相应的基站优化方案，提高网络优化效率。

室分覆盖类型确定流程包括：

S831、若对应栅格块中采样点的MR数据中RSPR数据的服务小区属性为室分主服务小区，则确定该采样点为室分覆盖区域的采样点。

服务小区属性包括室分主服务小区属性和宏站主服务小区。服务小区属性是针对基站而言的。通过RSPR数据的服务小区属性能够判断主服务小区对应的基站属于宏站还是室分类型。对于室分类型基站，其覆盖范围较小，且主要是针对室分网络信号的覆盖。

S832、若该栅格块中的室分覆盖区域中采样点的数量与该栅格块中总采样点数量的比值大于第九阈值，则确定该网络弱覆盖问题路段的网络覆盖问题类型为室分覆盖类型。

第九阈值为小于等于1的百分数，可以为40％、50％等。通过RSPR数据的服务小区属性能够确定基站属于宏站还是室分类型。当道路分段对应栅格块中多数采样点对应的服务小区属性为室分主服务小区属性时，说明该基站属于室分类型，更适用于提供室内网络信号。同时，会造成道路上的网络信号强度较弱。通过上述的方案能够确定网络弱覆盖问题路段中网络覆盖问题类型是否属于室分覆盖类型。便于工作人员相应的对基站进行优化，有助于提高网络优化的效率。

如表8所示，对于网络弱覆盖问题路段，造成其网络信号强度弱的原因主要包括：室分覆盖、过覆盖、覆盖过近、重叠覆盖。对应的网络覆盖问题类型为：室分覆盖类型、过覆盖类型、覆盖过近类型、重叠覆盖类型。

表8网络覆盖问题类型及其确定规则

S508、在待测区域对应的地理位置中显示各网络弱覆盖问题路段的网络覆盖问题类型、对应网络弱覆盖问题的优先级。

工作人员能够直观获得各网络弱覆盖问题路段的网络覆盖问题类型、处理对应网络覆盖问题的优先级，进而优先对网络覆盖问题严重的道路分段进行网络优化。同时能够针对网络覆盖问题类型快速确定网络优化方案。有助于提高网络优化的效率和准确率。

图9为本申请实施例提供的网络覆盖质量检测处理方法的过程示意图。如图9所示，该过程依次包括：

确定待检测区域，采用软件将待检测区域划分为多个栅格。确定每个栅格唯一的栅格标识，并确定待检测区域中地物类型属性，将栅格标识和地物类型属性进行关联。如待检测区域中的道路为一级道路，则将地物属性类型和栅格标识进行关联后，覆盖该道路的栅格标识均为一级道路-栅格标识。对该一级道路进行分段，得到相应的栅格块，每个栅格块覆盖一个道路分段，且每个栅格块中包括多个栅格。确定每个道路分段的路段标识，例如将沪太路划分为多个分段，其中包括沪太路01段、沪太路02段。然后将路段标识和栅格标识进行关联。确定每个道路分段对应栅格块中所包含的栅格。每个栅格中包含多个采样点，在上述关联的过程中，能够确定位于该道路上的采样点，即有效采样点，并将无关的采样点进行剔除。从而根据有效采样点的MR数据确定道路分段的网络信号强度，对于网络弱覆盖问题路段，进一步根据图8所示的流程确定网络覆盖问题类型。最后将网络覆盖问题类型在地图上对应的地理位置中进行显示。

图10为本申请实施例提供的一种网络覆盖质量检测处理装置的结构示意图。如图10所示，本实施例提供的网络覆盖质量检测处理装置100包括：采集模块1001、划分模块1002、关联模块1003、分段模块1004、第一确定模块1005、第二确定模块1006、显示模块1007。其中，

采集模块1001，用于采集待测区域内各采样点的海量测量报告MR数据；

划分模块1002，用于将所述待检测区域划分为多个栅格，每个栅格包含有多个采样点；

关联模块1003，用于将所述待测区域所在地图位置上的地物类型属性与所述待测区域的多个栅格进行关联；

分段模块1004，用于将所述待测区域内的道路进行分段处理，得到多个道路分段，每个道路分段覆盖一个栅格块，每个栅格块中包含多个栅格；

第一确定模块1005，用于针对每个栅格块，根据该栅格块中的采样点的MR数据确定对应的道路分段是否是网络弱覆盖问题路段；

第二确定模块1006，用于针对每个网络弱覆盖问题路段，根据对应栅格块中各采样点的MR数据确定该网络弱覆盖问题路段的网络覆盖问题类型；

显示模块1007，用于在所述待测区域对应的地理位置中显示各网络弱覆盖问题路段的网络覆盖问题类型。

可选的，第二确定模块具体用于：

筛选栅格块中RSPR数据大于第一阈值的采样点，记为强覆盖采样点，计算各强覆盖采样点的MR数据中主服务小区的RSPR数据与相邻小区的RSPR数据之间的差值；

确定所述差值小于第二阈值的相邻小区的RSPR数据的数量，并根据所述数量确定该栅格块中各采样点的重叠覆盖度；

若所述重叠覆盖度大于第三阈值，则确定该采样点为重叠覆盖点；

若该栅格块中的重叠覆盖点的数量与该栅格块中的总采样点数量的比值大于第四阈值，则确定该网络弱覆盖问题路段的网络覆盖问题类型为重叠覆盖类型。

可选的，第二确定模块还具体用于：

根据对应的栅格块中各采样点的MR数据中时间提前量TA数据，确定各采样点所在基站的覆盖半径，并根据所述覆盖半径确定各网络弱覆盖问题路段的网络覆盖问题类型。

可选的，第二确定模块具体用于：

若对应栅格块中各采样点所在基站的覆盖半径大于第五阈值则确定该采样点为过覆盖区域中的采样点；

若该栅格块中的过覆盖区域中采样点的数量与该栅格块中总采样点数量的比值大于第六阈值，则确定该网络弱覆盖问题路段的网络覆盖问题类型为过覆盖类型。

可选的，第二确定模块还具体用于：

若对应栅格块中各采样点所在基站的覆盖半径小于第七阈值则确定该采样点为覆盖过近区域中的采样点；

若该栅格块中的覆盖过近区域中采样点的数量与该栅格块中总采样点数量的比值大于第八阈值，则确定该网络弱覆盖问题路段的网络覆盖问题类型为覆盖过近类型。

可选的，第二确定模块具体用于：

根据对应的栅格块中各采样点的MR数据中RSPR数据的服务小区属性确定所述网络弱覆盖问题路段的网络覆盖问题类型。

可选的，第二确定模块具体用于：

若对应栅格块中采样点的MR数据中RSPR数据的服务小区属性为室分主服务小区，则确定该采样点为室分覆盖区域的采样点；

若该栅格块中的室分覆盖区域中采样点的数量与该栅格块中总采样点数量的比值大于第九阈值，则确定该网络弱覆盖问题路段的网络覆盖问题类型为室分覆盖类型。

可选的，所述装置还包括：第三确定模块，用于根据所述网络弱覆盖问题路段的网络覆盖问题的严重程度确定所述网络弱覆盖问题路段的网络覆盖问题的严重程度指数；

根据该网络弱覆盖问题路段的严重程度指数确定该网络弱覆盖问题路段中处理对应网络弱覆盖问题的优先级，在所述待测区域对应的地理位置中显示各网络弱覆盖问题路段中处理对应网络弱覆盖问题的优先级。

本申请实施例提供的一种网络覆盖质量检测处理装置，适用于上述方法实施例，在此不再赘述。

图11为本申请实施例提供的网络覆盖质量检测处理设备的硬件结构图。如图11所示，该网络覆盖质量检测处理设备110包括：

至少一个处理器1101和存储器1102；

所述存储器1102存储计算机执行指令；

所述至少一个处理器1101执行所述存储器1102存储的计算机执行指令，使得所述至少一个处理器1101执行如上所述的边缘节点的访问处理方法。

处理器1101的具体实现过程可参见上述方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。

其中，处理器1101、存储器1102通过总线1103连接。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上所述的边缘节点的访问处理方法。

在上述的实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述模块的划分，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，例如多个模块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，装置或模块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模块可以是或者也可以不是物理上分开的，作为模块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模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块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)或处理器(英文：processor)执行本申请各个实施例所述的方法的部分步骤。

应理解，上述处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application Specific Integrated Circuit，简称：ASIC)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。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。

总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。

上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。

一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits，简称：ASIC)中。当然，处理器和存储介质也可以作为分立组件存在于终端或服务器中。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (11)

1.一种网络覆盖质量检测处理方法，其特征在于，包括：

采集待测区域内各采样点的海量测量报告MR数据；

将所述待检测区域划分为多个栅格，每个栅格包含有多个采样点；

将所述待测区域所在地图位置上的地物类型属性与所述待测区域的多个栅格进行关联；

将所述待测区域内的道路进行分段处理，得到多个道路分段，每个道路分段覆盖一个栅格块，每个栅格块中包含多个栅格；

针对每个栅格块，根据该栅格块中的采样点的MR数据确定对应的道路分段是否是网络弱覆盖问题路段；

针对每个网络弱覆盖问题路段，根据对应的栅格块中各采样点的MR数据，确定该网络弱覆盖问题路段的网络覆盖问题类型；

在所述待测区域对应的地理位置中显示各网络弱覆盖问题路段的网络覆盖问题类型。

2.根据权利要求1所述的方法，其特征在于，所述根据对应的栅格块中各采样点的MR数据，确定该网络弱覆盖问题路段的网络覆盖问题类型，具体包括：

从对应的栅格块中筛选参考信号接收功率RSPR数据大于第一阈值的采样点，该采样点作为强覆盖采样点，计算各强覆盖采样点的MR数据中主服务小区的RSPR数据与相邻小区的RSPR数据之间的差值；

确定所述差值小于第二阈值的相邻小区的RSPR数据的数量，并根据所述差值确定该栅格块中各强覆盖采样点的重叠覆盖度；

若所述重叠覆盖度大于第三阈值，则确定该强覆盖采样点为重叠覆盖点；

若该栅格块中的重叠覆盖点的数量与该栅格块中的总采样点数量的比值大于第四阈值，则确定该网络弱覆盖问题路段的网络覆盖问题类型为重叠覆盖类型。

3.根据权利要求1所述的方法，其特征在于，所述根据对应的栅格块中各采样点的MR数据，确定该网络弱覆盖问题路段的网络覆盖问题类型，具体包括：

根据对应的栅格块中各采样点的MR数据中时间提前量TA数据，确定各采样点所在基站的覆盖半径，并根据所述覆盖半径确定各网络弱覆盖问题路段的网络覆盖问题类型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述覆盖半径确定各网络弱覆盖问题路段的网络覆盖问题类型，具体包括：

若对应栅格块中各采样点所在基站的覆盖半径大于第五阈值，则确定该采样点为过覆盖区域中的采样点；

若该栅格块中的过覆盖区域中采样点的数量与该栅格块中总采样点数量的比值大于第六阈值，则确定该网络弱覆盖问题路段的网络覆盖问题类型为过覆盖类型。

5.根据权利要求3或4所述的方法，其特征在于，所述根据所述覆盖半径确定各网络弱覆盖问题路段的网络覆盖问题类型，具体包括：

若对应栅格块中各采样点所在基站的覆盖半径小于第七阈值，则确定该采样点为覆盖过近区域中的采样点；

若该栅格块中的覆盖过近区域中采样点的数量与该栅格块中总采样点数量的比值大于第八阈值，则确定该网络弱覆盖问题路段的网络覆盖问题类型为覆盖过近类型。

6.根据权利要求1所述的方法，其特征在于，所述根据对应的栅格块中各采样点的MR数据确定该网络弱覆盖问题路段的网络覆盖问题类型，具体包括：

根据对应的栅格块中各采样点的MR数据中RSPR数据的服务小区属性确定所述网络弱覆盖问题路段的网络覆盖问题类型。

7.根据权利要求6所述的方法，其特征在于，所述根据对应的栅格块中各采样点的MR数据中RSPR数据的服务小区属性确定所述网络弱覆盖问题路段的网络覆盖问题类型，具体包括：

若对应栅格块中采样点的MR数据中RSPR数据的服务小区属性为室分主服务小区，则确定该采样点为室分覆盖区域的采样点；

若该栅格块中的室分覆盖区域中采样点的数量与该栅格块中总采样点数量的比值大于第九阈值，则确定该网络弱覆盖问题路段的网络覆盖问题类型为室分覆盖类型。

8.根据权利要求1-4、6-7中任一所述的方法，其特征在于，确定对应的道路分段是否是网络弱覆盖问题路段后，还包括：

根据所述网络弱覆盖问题路段的网络覆盖问题的严重程度确定所述网络弱覆盖问题路段的网络覆盖问题的严重程度指数；

根据该网络弱覆盖问题路段的严重程度指数确定该网络弱覆盖问题路段中处理对应网络弱覆盖问题的优先级，在所述待测区域对应的地理位置中显示各网络弱覆盖问题路段中处理对应网络弱覆盖问题的优先级。

9.一种网络覆盖质量检测处理装置，其特征在于，包括：

采集模块，用于采集待测区域内各采样点的海量测量报告MR数据；

划分模块，用于将所述待检测区域划分为多个栅格，每个栅格包含有多个采样点；

关联模块，用于将所述待测区域所在地图位置上的地物类型属性与所述待测区域的多个栅格进行关联；

分段模块，用于将所述待测区域内的道路进行分段处理，得到多个道路分段，每个道路分段覆盖一个栅格块，每个栅格块中包含多个栅格；

第一确定模块，用于针对每个栅格块，根据该栅格块中的采样点的MR数据确定对应的道路分段是否是网络弱覆盖问题路段；

第二确定模块，用于针对每个网络弱覆盖问题路段，根据对应栅格块中各采样点的MR数据确定该网络弱覆盖问题路段的网络覆盖问题类型；

显示模块，用于在所述待测区域对应的地理位置中显示各网络弱覆盖问题路段的网络覆盖问题类型。

10.一种电子设备，其特征在于，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1-8任一项所述的网络覆盖质量检测处理方法。

11.一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1-8任一项所述的网络覆盖质量检测处理方法。

Images