CN115119213A - 网络覆盖预测方法及其设备、计算机可读存储介质 - Google Patents

网络覆盖预测方法及其设备、计算机可读存储介质 Download PDF

Info

Publication number
CN115119213A
CN115119213A CN202110287416.6A CN202110287416A CN115119213A CN 115119213 A CN115119213 A CN 115119213A CN 202110287416 A CN202110287416 A CN 202110287416A CN 115119213 A CN115119213 A CN 115119213A
Authority
CN
China
Prior art keywords
network
coverage
characteristic information
determining
strength
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
Application number
CN202110287416.6A
Other languages
English (en)
Inventor
朱永军
张宝术
林佩
朱世军
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.)
ZTE Corp
Original Assignee
ZTE Corp
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 ZTE Corp filed Critical ZTE Corp
Priority to CN202110287416.6A priority Critical patent/CN115119213A/zh
Priority to EP21931331.9A priority patent/EP4294069A4/en
Priority to PCT/CN2021/138456 priority patent/WO2022193757A1/zh
Priority to US18/549,423 priority patent/US20240155367A1/en
Publication of CN115119213A publication Critical patent/CN115119213A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/242—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account path loss
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/347—Path loss
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • 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
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/30—TPC using constraints in the total amount of available transmission power
    • H04W52/34—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading
    • H04W52/343—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading taking into account loading or congestion level
    • 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)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供了一种网络覆盖预测方法及其设备、计算机可读存储介质。其中，网络覆盖预测方法包括：获取第一网络的MR数据、对应第一网络的第一特征信息以及对应第二网络的第二特征信息；根据MR数据确定第一网络在覆盖区域内的第一覆盖强度；根据第一特征信息和第二特征信息确定在覆盖区域内两个网络之间的覆盖强度差值；根据第一覆盖强度和覆盖强度差值确定第二网络在覆盖区域内的预测覆盖强度；其中，两个网络的覆盖区域相同，且第一网络与第二网络利旧共站。本发明实施例中，通过计算两个网络之间的覆盖强度差值以对第二网络进行覆盖预测，无需基于各个网络的传播模型进行计算，能够提高对于第二网络覆盖预测的准确度。

Description

网络覆盖预测方法及其设备、计算机可读存储介质
技术领域
本发明实施例涉及但不限于通信技术领域，尤其涉及一种网络覆盖预测方法及其设备、计算机可读存储介质。
背景技术
在对5G网络进行站点规划时，一般优先利用旧的4G网络站点来进行5G网络覆盖预测，以评估利用旧的4G网络站点能否达到5G网络站点的建设标准。目前，一种针对5G网络覆盖预测的传统方式是基于仿真软件所给出的传播模型进行覆盖预测，该方式虽然能够实现5G网络覆盖预测，但由于是基于理论方法进行计算的，受限于传播模型和电子地图的局限性，对于5G网络覆盖预测的准确度不高。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供了一种网络覆盖预测方法及其设备、计算机可读存储介质，能够提高网络覆盖预测的准确度。
第一方面，本发明实施例提供了一种网络覆盖预测方法，包括：
获取第一网络的测量报告MR数据、与第一网络对应的第一特征信息以及与第二网络对应的第二特征信息，其中，第一网络与第二网络的覆盖区域相同，且第一网络与第二网络利旧共站；
根据MR数据确定第一网络在覆盖区域内的第一覆盖强度；
根据第一特征信息和第二特征信息确定在覆盖区域内第一网络与第二网络之间的覆盖强度差值；
根据第一覆盖强度和覆盖强度差值确定第二网络在覆盖区域内的预测覆盖强度。
第二方面，本发明实施例提供了一种网络覆盖预测设备，包括：
输入模块，用于获取第一网络的测量报告MR数据、与第一网络对应的第一特征信息以及与第二网络对应的第二特征信息，其中，第一网络与第二网络的覆盖区域相同，且第一网络与第二网络利旧共站；
第一数据模块，用于根据MR数据确定第一网络在覆盖区域内的第一覆盖强度；
第二数据模块，用于根据第一特征信息和第二特征信息确定在覆盖区域内第一网络与第二网络之间的覆盖强度差值；
输出模块，用于根据第一覆盖强度和覆盖强度差值确定第二网络在覆盖区域内的预测覆盖强度。
第三方面，本发明实施例还提供了一种网络覆盖预测设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面所述的网络覆盖预测方法。
第四方面，本发明实施例还提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如上第一方面所述的网络覆盖预测方法。
本发明实施例包括：获取第一网络的测量报告MR数据、与第一网络对应的第一特征信息以及与第二网络对应的第二特征信息，其中，第一网络与第二网络的覆盖区域相同，且第一网络与第二网络利旧共站；根据MR数据确定第一网络在覆盖区域内的第一覆盖强度；根据第一特征信息和第二特征信息确定在覆盖区域内第一网络与第二网络之间的覆盖强度差值；根据第一覆盖强度和覆盖强度差值确定第二网络在覆盖区域内的预测覆盖强度。根据本发明实施例提供的方案，在第一网络与第二网络具有相同的覆盖区域且第一网络与第二网络利旧共站的情况下，通过所获取到的第一网络的MR数据可以确定第一网络在覆盖区域内的第一覆盖强度，即，确定第一网络的当前覆盖状态以作为覆盖预测第二网络的基础，同时通过所获取到的与第一网络对应的第一特征信息以及与第二网络对应的第二特征信息，可以确定两个网络在覆盖区域内的覆盖强度差值，即，确定两个网络之间的覆盖差异，使得基于所获取的第一覆盖强度和覆盖强度差值即可实现对第二网络的覆盖情况进行预测，在预测过程中，无需基于各个网络的传播模型进行计算，而只需在第一网络的当前覆盖状态的基础上计算两个网络之间的覆盖强度差值即可实现对第二网络进行覆盖预测，由于计算的两个网络之间的覆盖强度差值属于相对值而非绝对值，因此获取覆盖强度差值的依赖条件要求和随机性均大大降低，计算得到的覆盖强度差值的误差相对较小，因此能够提高对于第二网络覆盖预测的准确度。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1是本发明一个实施例提供的网络覆盖预测方法的流程图；
图2是本发明一个实施例提供的网络覆盖预测方法中确定第一覆盖强度的流程图；
图3是本发明一个实施例提供的网络覆盖预测方法中确定覆盖强度差值的流程图；
图4是本发明一个实施例提供的网络覆盖预测方法中确定发射功率差值的流程图；
图5是本发明一个实施例提供的第一网络覆盖栅格的示意图；
图6是本发明一个实施例提供的网络覆盖预测方法中确定传播损耗差值的流程图；
图7(a)是本发明一个实施例提供的对应于第一网络在水平面方向的天线方向示意图；
图7(b)是本发明一个实施例提供的对应于第一网络在垂直面方向的天线方向示意图；
图8(a)是本发明一个实施例提供的对应于第二网络在水平面方向的天线方向示意图；
图8(b)是本发明一个实施例提供的对应于第二网络在垂直面方向的天线方向示意图；
图9是本发明一个实施例提供的第一网络的传播示意图；
图10是本发明另一个实施例提供的网络覆盖预测方法中确定传播损耗差值的流程图；
图11是本发明另一个实施例提供的第一网络的传播示意图；
图12是本发明一个实施例提供的网络覆盖预测方法中确定预测覆盖强度的流程图；
图13是本发明一个实施例提供的网络覆盖预测设备的示意图；
图14是本发明另一个实施例提供的网络覆盖预测设备的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本发明提供了一种网络覆盖预测方法及其设备、计算机可读存储介质，在第一网络与第二网络具有相同的覆盖区域且第一网络与第二网络利旧共站的情况下，通过所获取到的第一网络的MR数据可以确定第一网络在覆盖区域内的第一覆盖强度，即，确定第一网络的当前覆盖状态以作为覆盖预测第二网络的基础，同时通过所获取到的与第一网络对应的第一特征信息以及与第二网络对应的第二特征信息，可以确定两个网络在覆盖区域内的覆盖强度差值，即，确定两个网络之间的覆盖差异，使得基于所获取的第一覆盖强度和覆盖强度差值即可实现对第二网络的覆盖情况进行预测，在预测过程中，无需基于两个网络的传播模型进行计算，而只需在第一网络的当前覆盖状态的基础上计算两个网络之间的覆盖强度差值即可实现对第二网络进行覆盖预测，由于计算的两个网络之间的覆盖强度差值属于相对值而非绝对值，因此获取覆盖强度差值的依赖条件要求和随机性均大大降低，计算得到的覆盖强度差值的误差相对较小，因此能够提高对于第二网络覆盖预测的准确度。
下面结合附图，对本发明实施例作进一步阐述。
如图1所示，图1是本发明一个实施例提供的网络覆盖预测方法的流程图，该网络覆盖预测方法包括但不限于步骤S100至S400，其中，覆盖预测(Coverage Prediction)是指对于基站所发射的信号，预测其在经过天线发射及传播等过程后最终在地理栅格上的接收强度。
步骤S100，获取第一网络的测量报告(Measure Report，MR)数据、与第一网络对应的第一特征信息以及与第二网络对应的第二特征信息，其中，第一网络与第二网络的覆盖区域相同，且第一网络与第二网络利旧共站。
在一实施例中，第一网络的MR数据，即为小区内用户终端在连接到第一网络时，向第一网络对应基站发送的报告数据，MR数据可以通过对用户终端所处的业务信道进行测量而获得，用于评估用户终端所处位置的当前网络状况，以使相关外部因素能够基于该MR数据实现对第一网络的控制、调节等操作，从而达到优化第一网络的目的；其中，MR数据包括但不限于为与用户终端相对应的经纬度信息、主服务小区覆盖信息以及邻区覆盖信息等，在不同应用场景下的MR数据所包含的内容可以是不同的，这在本实施例中并未限制。
在一实施例中，在第一网络与第二网络利旧共站的情况下，可以基于第一网络的利旧站址对第二网络进行覆盖预测，其中，第一网络与第二网络可以但不限于属于同一类型，例如，一种情况为，第一网络为一小区内的4G小区网络，第二网络为相应小区内的5G小区网络，由于该4G小区网络与5G小区网络的覆盖区域相同，且4G小区网络与5G小区网络利旧共站，因此可以基于4G小区网络的利旧站址对5G小区网络进行覆盖预测，类似地，当第一网络为3G小区网络，第二网络可以为4G小区网络，即，同样可以基于3G小区网络的利旧站址对4G小区网络进行覆盖预测，或者，第一网络与第二网络的类型也可以根据实际情况进行设置，这在本实施例中并未限制。
在一实施例中，第一网络与第二网络的覆盖区域可以但不限于根据各个网络应用于小区的实际范围进行确定，或者，根据与各个网络相对应的配置参数进行确定等，这在本实施例中并未限制。
在一实施例中，第一特征信息与第二特征信息包括但不限于为各个网络的应用特征或参数，可以用于表征网络的实际工作状态，例如，特征信息可以但不限于包括经纬度参数、天线挂高参数、方位角、下倾角、天线方向图(Antenna Radiation Pattern，指在离天线一定距离处，辐射场的相对场强随方向变化的图形，通常通过天线最大辐射方向上的水平面和垂直面表示，也可以直接用3D图表示)、发射功率参数、所规划的频点、射线跟踪模型(Ray-tracing Model，目前广泛用在移动通信和个人通信环境中以预测无线电波传播特性，可以用来辨认出多径信道中接收与发射之间所有可能的射线路径，并结合天线方向图和系统带宽以得到接收点的所有射线的相干合成结果)、室内穿透损耗以及包含建筑物信息的3D地图等，以下各实施例中将会对部分特征信息及基于特征信息所执行的步骤进行具体说明，为免冗余，在此不做赘述。
步骤S200，根据MR数据确定第一网络在覆盖区域内的第一覆盖强度。
在一实施例中，MR数据可以用于评估第一网络的覆盖区域内的用户终端的当前网络状况，从而基于此确定第一网络在覆盖区域内的第一覆盖强度，具体地，参照图2，步骤S200包括但不限于步骤S210至S230。
步骤S210，根据MR数据确定第一网络在覆盖区域内的栅格；
步骤S220，获取与栅格对应的小区的MR覆盖强度；
步骤S230，根据MR覆盖强度确定第一网络在覆盖区域内的第一覆盖强度。
在一实施例中，由于MR数据包括但不限于有与用户终端相对应的经纬度信息、主服务小区覆盖信息以及邻区覆盖信息等，因此，在获取到MR数据之后，可以将第一网络的MR数据定位在小区的地理栅格上，即，确定第一网络在覆盖区域内的栅格，同时由于小区覆盖在相应的栅格上，因此在确定栅格后可以进一步获取到小区在栅格上进行网络使用的MR覆盖强度，最终通过取所有小区在覆盖栅格上的平均MR覆盖强度即可得到第一网络在覆盖区域内的第一覆盖强度，可以理解地是，MR数据作为小区用户感知的指标，相应地，基于MR数据而确定的第一覆盖强度也能够用于表征第一网络的覆盖情况，因此，以第一覆盖强度作为覆盖预测第二网络的基础，准确度相对较高，需要说明地是，第一覆盖强度在实际应用中可以通过相关条件实测得到，为免冗余，以下在具体示例中直接给出第一覆盖强度的值以进行说明。
在一实施例中，按照小区用户终端的通信类型，地理栅格可以分为室内栅格和室外栅格，针对任意一个栅格，其可以单独对应所覆盖的一个小区，也可以同时对应所覆盖的多个小区，这并不限制。
步骤S300，根据第一特征信息和第二特征信息确定在覆盖区域内第一网络与第二网络之间的覆盖强度差值。
在一实施例中，由于各特征信息可以分别用于表征相应网络的实际工作状态，因此通过各特征信息即可以确定相应网络的工作参数，使得基于各网络之间的工作参数的差异以确定在覆盖区域内第一网络与第二网络之间的覆盖强度差值，由于计算的两个网络之间的覆盖强度差值属于相对值而非绝对值，因此获取覆盖强度差值的依赖条件要求和随机性均大大降低，计算得到的覆盖强度差值的误差相对较小，因此能够提高对于第二网络覆盖预测的准确度,，具体地，参照图3，步骤S300包括但不限于步骤S310至S320。
步骤S310，根据第一特征信息和第二特征信息确定在覆盖区域内第一网络与第二网络之间的发射功率差值，并根据第一特征信息和第二特征信息确定在覆盖区域内第一网络与第二网络之间的传播损耗差值；
步骤S320，根据发射功率差值和传播损耗差值确定覆盖强度差值。
在一实施例中，一方面，由于发射功率是指用户所使用的设备(可以是手机、网卡以及对讲机等)所发射出来给基站的信号强度，因此发射功率的变化可以体现网络覆盖强度的变化，可以基于两个网络之间的发射功率差值来预测覆盖强度差值；另一方面，所发射信号在传输过程中不可避免地会出现传播损耗，即，无论第一网络还是第二网络均会出现传播损耗，考虑到两者各自的传播损耗可能是不同所带来的影响，因此，通过确定两者之间的传播损耗差值可以更准确地覆盖预测第二网络，可以理解地是，根据发射功率差值和传播损耗差值以确定覆盖强度差值，能够准确可靠地评估第一网络与第二网络之间的覆盖强度差异，有利于提高对于第二网络覆盖预测的准确度。
在一实施例中，参照图4，当第一特征信息携带第一网络的第一发射功率参数，第二特征信息携带第二网络的第二发射功率参数，步骤S310中的“根据第一特征信息和第二特征信息确定在覆盖区域内第一网络与第二网络之间的发射功率差值”还包括步骤S311。
步骤S311，根据第一发射功率参数和第二发射功率参数确定发射功率差值。
在一实施例中，通过第一特征信息和第二特征信息可以分别获取到第一网络和第二网络的发射功率参数，从而能够通过确定两个网络各自的发射功率参数之差而确定发射功率差值，具体工作原理参照下述示例。
示例一
给出某一小区A，该小区A当前所处网络(即第一网络)为4G网络，其中，第一特征信息所携带的4G网络的基本配置参数包括但不限于为：频段2.1GHz，天线挂高32m，方位角200°，下倾角4°，第一发射功率参数16.9dBm。
参照图5，图5示出了某小区A在室内、室外各栅格上的覆盖情况，图中每个正方形代表一个栅格，可以看出，对应小区A的室内栅格的第一覆盖强度为-97dBm，对应小区A的室外栅格的第一覆盖强度为-89dBm，这是由于相比于室外栅格，室内栅格会受到穿透损耗的影响，即，从室外穿透到室内所带来的的损耗因素，因此所得到的的两种栅格的第一覆盖强度不同，实际上，不止于第一覆盖强度，对于室内栅格和室外栅格而言，这是不可避免的影响，即，两种栅格对应其余参数也会受到影响，具体将在下述各示例中进行补充说明。
示例二
基于示例一中的小区A进行说明，该小区A的目标设置网络(即第二网络)为5G网络，第一特征信息所携带的5G网络的基本配置参数包括但不限于为：频段3.5GHz，第二发射功率参数17.8dBm。
因此，可以确定两发射功率参数之差，即发射功率差值＝17.8-16.9＝0.9dBm。
在一实施例中，参照图6，当第一特征信息携带与第一网络对应的第一频点传输损耗参数和第一天线增益参数，第二特征信息携带与第二网络对应的第二频点传输损耗参数和第二天线增益参数，步骤S310中的“根据第一特征信息和第二特征信息确定在覆盖区域内第一网络与第二网络之间的传播损耗差值”还包括步骤S312至S313。
步骤S312，根据第一频点传输损耗参数和第二频点传输损耗参数确定频点传输损耗差值，并根据第一天线增益参数和第二天线增益参数确定天线增益差值；
步骤S313，根据频点传输损耗差值和天线增益差值确定传播损耗差值。
在一实施例中，通过第一频点传输损耗参数和第二频点传输损耗参数可以分别确定各个网络的频点损耗，从而通过计算两个频点损耗之间的差异可以确定两个网络之间的频点传输损耗差值，同样地，通过第一天线增益参数和第二天线增益参数可以分别确定各个网络的天线增益，从而通过计算两个天线增益之间的差异可以确定两个网络之间的天线增益差值，使得能够通过叠加频点传输损耗差值和天线增益差值以准确可靠地确定传播损耗差值，以便于进一步提升对第二网络覆盖预测的准确度。
示例三
基于示例一至示例二中的小区A进行说明，第一特征信息所携带的4G网络的基本配置参数还包括但不限于为：对应于f1的传输损耗参数2.1(f1为4G网络中的频点)、，第二特征信息所携带的5G网络的基本配置参数还包括但不限于为：对应于f2的传输损耗参数3.5(f2为5G网络中的频点)，则室外栅格的频点传输损耗差值＝28log(3.5/2.1)＝6.2dB，考虑到4G网络/5G网络的室内穿透损耗的影响，由于本实施例中的室内穿透损耗为5dB，因此，室内栅格的频点传输损耗差值＝6.2+5＝11.2dB。
参照图7和图8，图7为第一特征信息中所携带的4G网络的天线方向图，图8为第二特征信息中所携带的5G网络的天线方向图，其中，图7(a)和图8(a)各自表示对应网络在水平面上的天线方向图，图7(b)和图8(b)各自表示对应网络在垂直面上的天线方向图，同时，参照图9所示的计算4G网络的天线增益的示意图，以目标栅格到天线之间的连线角度α为基础，同时根据图7和图8所示的天线方向图，在考虑到各个网络在水平方向和垂直方向各自影响之下，获取得到4G网络的天线增益，同理，类似可得到5G网络的天线增益，从而计算得到目标栅格对应的天线增益差值，若目标栅格为室外栅格，则天线增益差值为-10.7dB，若目标栅格为室内栅格，则天线增益差值为-5dB。
在一实施例中，参照图10，当第一特征信息携带与第一网络对应的第一射线跟踪模型参数，第二特征信息携带与第二网络对应的第二射线跟踪模型参数，步骤S310中的“根据第一特征信息和第二特征信息确定在覆盖区域内第一网络与第二网络之间的传播损耗差值”还包括步骤S314至S315。
步骤S314，根据第一射线跟踪模型参数确定第一网络的传播损耗值，并根据第二射线跟踪模型参数确定第二网络的传播损耗值；
步骤S315，根据第一网络的传播损耗值和第二网络的传播损耗值确定传播损耗差值。
在一实施例中，通过各个射线跟踪模型参数可以直接确定各个网络的传播损耗值，从而能够基于所获得的两个网络的传播损耗值之差以准确可靠地确定第一网络与第二网络之间的传播损耗差值，以便于进一步提升对第二网络覆盖预测的准确度。
示例四
基于示例一至示例三中的小区A进行说明，参照图11所示的计算4G网络的天线增益的示意图，以目标栅格为室外栅格为例，导入4G网络的天线方向图，以射线跟踪模型结果计算所有路径的传播损耗，即如图11所示，从天线到目标栅格之间具有两条射线(传播路径)，其中一条为直射到目标栅格上的射线(即图11中的直射路径1)，另一条为经过反射物而反射到目标栅格上的射线(即图11中的反射路径2)，则计算两条射线分别在4G天线方向图上取得的天线增益，从根据所获得的的天线增益在目标栅格位置处得到与4G网络对应的传播损耗值，同理，以此方法可以得到与5G网络对应的传播损耗值，从而计算得到目标栅格对应的天线增益差值为-18dB，若目标栅格为室内栅格，天线增益差值为-16.9dB。
可以理解地是，根据上述各示例可知，通过频点传输损耗差值和天线增益差值以确定传播损耗差值，通常只需要以一条路径计算天线增益影响，而采用射线跟踪模型参数来计算时则需要考虑从天线到目标栅格的所有可能的传播路径，因此，示例四的方式的计算量相对示例三可能会更大，但基于示例四的方式所得到的传播损耗差值的误差可能更小，本领域技术人员可以根据实际情况选择采用哪种方式进行计算，这并不限制。
步骤S400，根据第一覆盖强度和覆盖强度差值确定第二网络在覆盖区域内的预测覆盖强度。
在一实施例中，基于所获取的第一覆盖强度和覆盖强度差值以实现对第二网络的覆盖情况进行预测，可以理解地是，在预测过程中，无需基于两个网络的传播模型进行计算，而只需在第一网络的当前覆盖状态的基础上计算两个网络之间的覆盖强度差值即可实现对第二网络进行覆盖预测，由于计算的两个网络之间的覆盖强度差值属于相对值而非绝对值，因此获取覆盖强度差值的依赖条件要求和随机性均大大降低，计算得到的覆盖强度差值的误差相对较小，因此能够提高对于第二网络覆盖预测的准确度。
并且，参照图12，步骤S400还包括但不限于步骤S410。
步骤S410，根据第一覆盖强度、发射功率差值和传播损耗差值确定第二网络在覆盖区域内的预测覆盖强度。
在一实施例中，由于发射功率的变化可以体现网络覆盖强度的变化，以及传播损耗的变化可以体现网络的实际覆盖影响，因此考虑到以上影响，通过所获取到的第一覆盖强度、发射功率差值和传播损耗差值以确定第二网络在覆盖区域内的预测覆盖强度，可以减小因发射功率、传播损耗等变化而带来的预测影响，从而提高对于第二网络覆盖预测的准确度。
示例五
基于示例三的方式可以计算得到，室外栅格、室内栅格的预测覆盖强度分别为：
-89+0.9-6.2-10.7＝-105dBm、-97+0.9-11.2-5＝-112.3dBm。
基于示例四的方式可以计算得到，室外栅格的预测覆盖强度为-89+0.9-18＝-106.1dBm，室内栅格的预测覆盖强度为-97+0.9-16.9＝-113dBm。
另外，参照图13，本发明的一个实施例提供了一种网络覆盖预测设备，包括：
输入模块，用于获取第一网络的测量报告MR数据、与第一网络对应的第一特征信息以及与第二网络对应的第二特征信息，其中，第一网络与第二网络的覆盖区域相同，且第一网络与第二网络利旧共站；
第一数据模块，用于根据MR数据确定第一网络在覆盖区域内的第一覆盖强度；
第二数据模块，用于根据第一特征信息和第二特征信息确定在覆盖区域内第一网络与第二网络之间的覆盖强度差值；
输出模块，用于根据第一覆盖强度和覆盖强度差值确定第二网络在覆盖区域内的预测覆盖强度。
在一实施例中，在第一网络与第二网络具有相同的覆盖区域且第一网络与第二网络利旧共站的情况下，通过输入模块获取MR数据、第一特征信息和第二特征信息，并由第一数据模块确定第一网络在覆盖区域内的第一覆盖强度，即，确定第一网络的当前覆盖状态以作为覆盖预测第二网络的基础，同时通过第二数据模块基于第一特征信息和第二特征信息以确定两个网络在覆盖区域内的覆盖强度差值，即，确定两个网络之间的覆盖差异，使得输出模块能够基于所获取的第一覆盖强度和覆盖强度差值实现对第二网络的覆盖情况进行预测，在预测过程中，无需基于两个网络的传播模型进行计算，而只需在第一网络的当前覆盖状态的基础上，通过第二数据模块计算两个网络之间的覆盖强度差值即可实现对第二网络进行覆盖预测，由于计算的两个网络之间的覆盖强度差值属于相对值而非绝对值，因此获取覆盖强度差值的依赖条件要求和随机性均大大降低，计算得到的覆盖强度差值的误差相对较小，因此能够提高对于第二网络覆盖预测的准确度。
另外，参照图14，本发明的一个实施例还提供了一种网络覆盖预测设备100，该网络覆盖预测设备100包括：存储器110、处理器120及存储在存储器110上并可在处理器120上运行的计算机程序。
处理器120和存储器110可以通过总线或者其他方式连接。
实现上述实施例的网络覆盖预测方法所需的非暂态软件程序以及指令存储在存储器110中，当被处理器120执行时，执行上述各实施例的网络覆盖预测方法，例如，执行以上描述的图1中的方法步骤S100至S400、图2中的方法步骤S210至S230、图3中的方法步骤S310至S320、图4中的方法步骤S311、图6中的方法步骤S312至S313、图10中的方法步骤S314至S315或图12中的方法步骤S410。
以上所描述的装置实施例仅仅是示意性的，其中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，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。
此外，本发明的一个实施例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存储有计算机可执行指令，该计算机可执行指令被一个处理器120或控制器执行，例如，被上述设备实施例中的一个处理器120执行，可使得上述处理器120执行上述实施例中的网络覆盖预测方法，例如，执行以上描述的图1中的方法步骤S100至S400、图2中的方法步骤S210至S230、图3中的方法步骤S310至S320、图4中的方法步骤S311、图6中的方法步骤S312至S313、图10中的方法步骤S314至S315或图12中的方法步骤S410。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
以上是对本发明的较佳实施方式进行的具体说明，但本发明并不局限于上述实施方式，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本发明权利要求所限定的范围内。

Claims (10)

1.一种网络覆盖预测方法，包括：
获取第一网络的测量报告MR数据、与所述第一网络对应的第一特征信息以及与第二网络对应的第二特征信息，其中，所述第一网络与所述第二网络的覆盖区域相同，且所述第一网络与所述第二网络利旧共站；
根据所述MR数据确定所述第一网络在所述覆盖区域内的第一覆盖强度；
根据所述第一特征信息和所述第二特征信息确定在所述覆盖区域内所述第一网络与所述第二网络之间的覆盖强度差值；
根据所述第一覆盖强度和所述覆盖强度差值确定所述第二网络在所述覆盖区域内的预测覆盖强度。
2.根据权利要求1所述的网络覆盖预测方法，其特征在于，所述根据所述第一特征信息和所述第二特征信息确定在所述覆盖区域内所述第一网络与所述第二网络之间的覆盖强度差值，包括：
根据所述第一特征信息和所述第二特征信息确定在所述覆盖区域内所述第一网络与所述第二网络之间的发射功率差值，并根据所述第一特征信息和所述第二特征信息确定在所述覆盖区域内所述第一网络与所述第二网络之间的传播损耗差值；
根据所述发射功率差值和所述传播损耗差值确定所述覆盖强度差值。
3.根据权利要求2所述的网络覆盖预测方法，其特征在于，所述第一特征信息携带所述第一网络的第一发射功率参数，所述第二特征信息携带所述第二网络的第二发射功率参数；
所述根据所述第一特征信息和所述第二特征信息确定在所述覆盖区域内所述第一网络与所述第二网络之间的发射功率差值，包括：
根据所述第一发射功率参数和所述第二发射功率参数确定所述发射功率差值。
4.根据权利要求3所述的网络覆盖预测方法，其特征在于，所述第一特征信息还携带与所述第一网络对应的第一频点传输损耗参数和第一天线增益参数，所述第二特征信息还携带与所述第二网络对应的第二频点传输损耗参数和第二天线增益参数；
所述根据所述第一特征信息和所述第二特征信息确定在所述覆盖区域内所述第一网络与所述第二网络之间的传播损耗差值，包括：
根据所述第一频点传输损耗参数和所述第二频点传输损耗参数确定频点传输损耗差值，并根据所述第一天线增益参数和所述第二天线增益参数确定天线增益差值；
根据所述频点传输损耗差值和所述天线增益差值确定所述传播损耗差值。
5.根据权利要求3所述的网络覆盖预测方法，其特征在于，所述第一特征信息还携带与所述第一网络对应的第一射线跟踪模型参数，所述第二特征信息还携带与所述第二网络对应的第二射线跟踪模型参数；
所述根据所述第一特征信息和所述第二特征信息确定在所述覆盖区域内所述第一网络与所述第二网络之间的传播损耗差值，包括：
根据所述第一射线跟踪模型参数确定所述第一网络的传播损耗值，并根据所述第二射线跟踪模型参数确定所述第二网络的传播损耗值；
根据所述第一网络的传播损耗值和所述第二网络的传播损耗值确定所述传播损耗差值。
6.根据权利要求2至5任意一项所述的网络覆盖预测方法，其特征在于，所述根据所述第一覆盖强度和所述覆盖强度差值确定所述第二网络在所述覆盖区域内的预测覆盖强度，包括：
根据所述第一覆盖强度、所述发射功率差值和所述传播损耗差值确定所述第二网络在所述覆盖区域内的预测覆盖强度。
7.根据权利要求1所述的网络覆盖预测方法，其特征在于，所述根据所述MR数据确定所述第一网络在所述覆盖区域内的第一覆盖强度，包括：
根据所述MR数据确定所述第一网络在所述覆盖区域内的栅格；
获取与所述栅格对应的小区的MR覆盖强度；
根据所述MR覆盖强度确定所述第一网络在所述覆盖区域内的第一覆盖强度。
8.一种网络覆盖预测设备，其特征在于，包括：
输入模块，用于获取第一网络的测量报告MR数据、与所述第一网络对应的第一特征信息以及与第二网络对应的第二特征信息，其中，所述第一网络与所述第二网络的覆盖区域相同，且所述第一网络与所述第二网络利旧共站；
第一数据模块，用于根据所述MR数据确定所述第一网络在所述覆盖区域内的第一覆盖强度；
第二数据模块，用于根据所述第一特征信息和所述第二特征信息确定在所述覆盖区域内所述第一网络与所述第二网络之间的覆盖强度差值；
输出模块，用于根据所述第一覆盖强度和所述覆盖强度差值确定所述第二网络在所述覆盖区域内的预测覆盖强度。
9.一种网络覆盖预测设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的网络覆盖预测方法。
10.一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1至7中任意一项所述的网络覆盖预测方法。
CN202110287416.6A 2021-03-17 2021-03-17 网络覆盖预测方法及其设备、计算机可读存储介质 Pending CN115119213A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202110287416.6A CN115119213A (zh) 2021-03-17 2021-03-17 网络覆盖预测方法及其设备、计算机可读存储介质
EP21931331.9A EP4294069A4 (en) 2021-03-17 2021-12-15 METHOD AND DEVICE FOR PREDICTING NETWORK COVERAGES, AND COMPUTER-READABLE STORAGE MEDIUM
PCT/CN2021/138456 WO2022193757A1 (zh) 2021-03-17 2021-12-15 网络覆盖预测方法及其设备、计算机可读存储介质
US18/549,423 US20240155367A1 (en) 2021-03-17 2021-12-15 Network coverage prediction method and device, and computer readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110287416.6A CN115119213A (zh) 2021-03-17 2021-03-17 网络覆盖预测方法及其设备、计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN115119213A true CN115119213A (zh) 2022-09-27

Family

ID=83321685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110287416.6A Pending CN115119213A (zh) 2021-03-17 2021-03-17 网络覆盖预测方法及其设备、计算机可读存储介质

Country Status (4)

Country Link
US (1) US20240155367A1 (zh)
EP (1) EP4294069A4 (zh)
CN (1) CN115119213A (zh)
WO (1) WO2022193757A1 (zh)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101060689B (zh) * 2007-05-17 2011-11-09 华为技术有限公司 通信系统网络规划的方法和设备
CN103052081B (zh) * 2012-12-20 2016-05-18 大唐移动通信设备有限公司 演进通信系统的网络覆盖规划方法和装置
CN103533554A (zh) * 2013-10-21 2014-01-22 上海邮电设计咨询研究院有限公司 一种基于3g路测数据预测4g lte网络覆盖的方法
CN106712996A (zh) * 2015-11-16 2017-05-24 上海大唐移动通信设备有限公司 一种网络升级评估方法和装置
CN111385038B (zh) * 2018-12-27 2022-06-10 中国移动通信集团山西有限公司 NB-IoT覆盖评估方法、装置、设备及介质
CN111818550B (zh) * 2019-04-11 2022-09-27 中国移动通信集团四川有限公司 一种网络覆盖情况的预测方法、装置及设备
CN112469066B (zh) * 2019-09-09 2023-02-28 中国移动通信集团河北有限公司 5g网络覆盖评估方法及装置
CN111050346B (zh) * 2019-12-17 2022-09-27 中国联合网络通信集团有限公司 网络信号强度评估方法、装置、设备及存储介质
CN113055925B (zh) * 2019-12-26 2022-12-02 中国移动通信集团上海有限公司 网络覆盖信息获取方法、装置、设备及计算机存储介质

Also Published As

Publication number Publication date
EP4294069A4 (en) 2024-07-17
US20240155367A1 (en) 2024-05-09
EP4294069A1 (en) 2023-12-20
WO2022193757A1 (zh) 2022-09-22

Similar Documents

Publication Publication Date Title
CN110831019B (zh) 基站规划方法、装置、计算机设备和存储介质
EP3890361B1 (en) Cell longitude and latitude prediction method and device, server, base station, and storage medium
CN107846688B (zh) 一种基于多运营商的无线网络站址规划方法和装置
US8583050B2 (en) Building influence estimation apparatus and building influence estimation method
US8233906B2 (en) Method and arrangement for determination of the radio coverage in a multicell mobile radio system
US8855623B2 (en) Radio wave state measurement system, radio wave state measurement method, and storage medium storing radio wave state measurement program
CN108260202A (zh) 一种测量报告采样点的定位方法及装置
CN110636516B (zh) 信号传播模型的确定方法及装置
CN113438658B (zh) 基站覆盖范围确定方法和装置
CN113965942A (zh) 一种网络配置方法及装置
KR20210026520A (ko) 측정 데이터 기반의 무선 통신 커버리지 예측 시스템 및 방법
US8428520B2 (en) Margin design apparatus, margin design system, margin design method, and program
AU732097B2 (en) Method and apparatus for determining radio wave propagation attenuation
CN116133037A (zh) 一种无线网络评估方法及装置
CN116669180A (zh) 一种干扰定位方法、装置、电子设备及存储介质
CN105828342B (zh) 一种确认邻区关系的方法及装置
CN108834169B (zh) 一种覆盖能力确定方法及装置
CN105338547B (zh) Lte网络中基于天线功率的pci信号优化方法及系统
CN114125866B (zh) 邻区规划方法、装置、计算机设备和存储介质
CN115119213A (zh) 网络覆盖预测方法及其设备、计算机可读存储介质
CN114915978A (zh) 一种覆盖半径确定方法、装置、电子设备及存储介质
CN111278038A (zh) 一种NB-IoT网络覆盖情况的确定方法和装置
CN104936198B (zh) 一种确定邻区关系的方法和装置
KR102546574B1 (ko) 기지국의 커버리지 분석 방법 및 장치
US20230160992A1 (en) Antenna positioning method for first base station and communication apparatus

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