CN115413022B - 基站位置的识别方法、装置、设备及存储介质 - Google Patents

Abstract

本申请提供一种基站位置的识别方法、装置、设备及存储介质。该方法包括：接收接入基站小区的终端上报的测量报告，测量报告中包括：终端所处的基站小区下的栅格区域对应的栅格数据，栅格数据中包括：栅格的位置信息及其所属的基站小区标识；基于栅格的位置信息的图形特征，对基站小区标识相同的小区进行归集，确定处于同一基站的小区；对于同一基站的小区所对应的所述栅格位置信息，根据图形特征确定该基站的位置。本申请通过测量报告中的栅格数据生成栅格的位置信息图形，用户基于栅格的位置信息的图形特征对基站小区进行精准归集，进一步实现基站位置的识别，提高了基站位置识别的准确度。

Description

基站位置的识别方法、装置、设备及存储介质

技术领域

本申请涉及通信技术领域，尤其涉及一种基站位置的识别方法、装置、设备及存储介质。

背景技术

基站位置的经纬度是基站信息表的重要组成部分，在移动通信无线网络建设、维护过程中，投诉分析、加站扩容，组网参数设计与优化、共建共享、资产位置核查等，都严重依赖于基站位置的准确性。基站信息表中记录的经纬度信息，其准确性依赖于测量仪器的精度，同时还会出现人为记录数据错误的问题。另外，由于搬迁、改造、共建共享等原因，部分基站的位置在发生变更后基站信息表并没有得到更新。这些问题的出现导致当前基站信息表数据中有很大一部分基站的经纬度信息存在不准确的情况。

为了提高基站位置信息的准确度，现有技术根据测量报告(Measurement Report，简称MR)样本对应的位置信息和/或时间提前量(Time advanced，简称TA)预测所述目标基站的经纬度。首先获取该基站小区采集到的用户终端上传的MR数据，提取辅助全球卫星定位系统(Assisted Global Positioning System，简称：AGPS)和TA的信息。获取对应基站小区下的MR，对同TA的点分组，用聚类的方式使一个TA只保留一个点。再对这些保留的点分别以AGPS为圆心、距离圆心TA×78m至(TA+1)×78m的距离处划分栅格。得到重复度最高的栅格作为栅格集合。在该集合内，选取到其余栅格距离之和最小的栅格，其中心经纬度即为预估的基站小区位置。

然而，TA值可能受到无线多径传播的影响，以及步长设置的影响，从而会导致基站位置识别不准确。

发明内容

本申请提供一种基站位置的识别方法、装置、设备及存储介质，用以解决基站位置识别不准确的问题。

第一方面，本申请提供一种基站位置的识别方法，包括：

接收接入基站小区的终端上报的测量报告，所述测量报告中包括：所述终端所处的基站小区下的栅格区域对应的栅格数据，所述栅格数据中包括：所述栅格的位置信息及其所属的基站小区标识；

基于所述栅格的位置信息的图形特征，对基站小区标识相同的小区进行归集，确定处于同一基站的小区；

对于同一基站的小区所对应的所述栅格位置信息，根据图形特征确定该基站的位置。在一种可能的设计中，所述基于所述栅格的位置信息的图形特征，对基站小区标识相同的小区进行归集，确定处于同一基站的小区，包括：

基于基站的小区中接入终端的所述栅格的位置信息形成图形；

提取所形成图形的特征，并确定所述图形特征之间的关系；

基于所述图形特征之间的关系，对基站小区标识相同的小区进行归集，确定处于同一基站的小区。

第二方面，本申请提供一种基站位置识别装置，包括：

接收模块，用于接收接入基站小区的终端上报的测量报告，所述测量报告中包括：所述终端所处的基站小区下的栅格区域对应的栅格数据，所述栅格数据中包括：所述栅格的位置信息及其所属的基站小区标识；

确定模块，用于基于所述栅格的位置信息的图形特征，对基站小区标识相同的小区进行归集，确定处于同一基站的小区；并用于对于同一基站的小区所对应的所述栅格位置信息，根据图形特征确定该基站的位置。

第三方面，本申请提供一种基站位置识别设备，包括：

处理器，存储器，通信接口；

所述存储器用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行如上第一方面所述的基站位置识别方法。

第四方面，本申请提供一种可读存储介质，包括：

所述计算机程序被处理器执行时实现执行如上第一方面所述的基站位置识别方法。

本申请提供的基站位置的识别方法、装置、设备及存储介质，通过运用终端上报的测量报告中栅格的位置信息形成栅格位置信息的图形，基于栅格位置信息图形的特征，运用算法将归属于同一基站的小区归集在一起，避免了基站小区标识相同但基站位置不同的小区对基站位置识别的影响。进一步的基于同一基站小区的栅格位置信息图形特征，运用算法确定基站的位置，实现基站位置识别更加准确的效果。

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基站位置的识别方法的流程示意图；

图2为本申请实施例提供的栅格数据异常值过滤流程示意图；

图3为本申请实施例提供的基于栅格的位置信息的图形特征，确定处于同一基站的小区的流程示意图；

图4为本申请实施例提供的基站小区标识相同的小区的归集流程示意图；

图5为本申请实施例提供的对确定处于同一基站的小区的归集进行合理性验证和修正流程示意图；

图6为本申请实施例提供的基于同一基站小区栅格位置信息图形特征确定基站的位置流程示意图；

图7为本申请实施例提供的一种基站位置识别装置的结构示意图；

图8为本申请实施例提供的一种基站位置识别设备的结构示意图。

通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

本申请提供的基站位置识别的方法，旨在解决现有技术的如上技术问题。

下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

现有技术根据测量报告样本对应的位置信息和/或时间提前量预测目标基站的经纬度。其中利用到的时间提前量值可能受到无线多径传播以及步长设置等因素的影响；另外在运用MR数据对不同基站小区进行区分时未考虑到基站小区标识相同但基站位置不同的小区对基站小区分类的影响。以上各种原因进一步导致现有技术中提供的基站位置识别方法不够准确。

本申请提供的基站位置的识别方法、装置、设备及存储介质，首先运用终端上报的测量报告中栅格的位置信息，形成基于栅格位置信息的图形，其中运用到的位置信息字段简单，且不受其他因素的影响；其次根据基于栅格位置信息的图形的特征，运用算法将归属于同一基站的小区归集在一起，避免了基站小区标识相同但基站位置不同的小区对基站位置识别的影响。进一步的基于同一基站小区的栅格位置信息图形特征，运用算法确定基站的位置，使基站位置的识别更加准确。

本实施例的基站位置识别方法包括以下步骤：

图1为本申请第一实施例提供的基站位置的识别方法的流程示意图。

如图1所示，本实施例的基站位置的识别方法可以包括以下步骤：

步骤S101、接收接入基站小区的终端上报的测量报告。测量报告中包括：终端所处的基站小区下的栅格区域对应的栅格数据，栅格数据中包括：栅格的位置信息及其所属的基站小区标识。

本实施例中涉及设定区域内基站位置的识别方法，在设定的区域内包括多个基站，每个基站具有多个接入的终端，因此，每个基站都能够接收接入终端上报的测量报告，例如本实施例中的MR。MR中通常包括：终端的位置数据(通常以经度和纬度表示)，终端接入的基站小区号、参考信号接收功率(Reference Signal Receiving Power，简称RSRP)等数据。此外，本申请中，MR中还携带有栅格数据。基站覆盖下的基站小区划分成一定边长长度的栅格区域，例如：边长长度为50米。设定区域内所有终端上传的MR数据中还包括栅格区域对应的栅格数据。栅格数据包括有：栅格中心点经度、栅格中心点纬度、栅格所属基站小区号、RSRP、栅格区域内采样点数量等字段。

步骤S102、基于栅格的位置信息的图形特征，对基站小区标识相同的小区进行归集，确定处于同一基站的小区。

具体地，在基站小区命名规则上，一般情况下同一个BBU下下挂的本站和拉远站的基站小区名称中包括的基站小区标识例如本实施例中的位置(site)号相同，因此可能会出现不同位置的基站使用相同site号，从而可能导致无法从MR的栅格数据中通过检索site号检索出同一基站位置的小区。且由于基站密度的不断增加，近距离(例如：站间距小于500米)不同位置的基站扇区对向小区采集的MR数据覆盖重叠度较大，无法通过Dbscan等聚类算法进行区分。因此需要通过基于栅格的位置信息的图形特征算法，例如本实施例中的基站小区MR图形特征算法等对同site号相同位置的小区和同site号不同位置的小区进行归集，其中，图形特征算法是基于栅格的位置信息在图形的呈现上所表现出的图形规律，因此，可以基于所呈现的特定图形规律来计算确定同site号相同位置的小区，以及同site号不同位置的小区，从而实现归集。

步骤S103、对于同一基站的小区所对应的栅格位置信息，根据图形特征确定该基站的位置。

具体地，根据基站蜂窝制式的特点，栅格的位置信息的图形特征例如本实施例的MR图形特征与所产生信号的基站中心位置具有方向性与发散性的特征。即同一个基站位置的小区MR图形边框向基站中心位置聚集；同一个基站位置的小区MR图形边框锐角指向基站中心位置。因此，可以根据MR图形特征的以上特征，采用MR图形特征算法找到基站中心位置，即，可以根据MR图形特征算法确定基站位置。

本实施例提供的基站位置的识别方法，根据接入基站小区的终端上报的测量报告的栅格数据中的位置信息所呈现的图形特征，对基站小区进行归集，从而确定处于同一基站的小区，进一步的可以根据基于同一基站小区的栅格位置信息的图形特征来确定基站的位置。在上述基站位置识别过程中，基于栅格的位置信息的图形特征对同一基站位置的小区进行了归集，避免了基站小区标识相同但基站位置不同的小区对基站位置识别的影响，提高了基站位置识别的准确度。

图2为本申请第二实施例提供的栅格数据异常值过滤流程示意图。在图1所示实施例的基础上，为了使基站位置的识别结果更加准确，在基于栅格的位置信息的图形特征，对基站小区标识相同的小区进行归集，确定处于同一基站的小区之前，还可以对栅格数据进行异常值过滤。以下的实施例提供了一种滤除栅格数据异常值的具体实施例。

如图2所示，本实施例的栅格数据异常值过滤可以包括以下步骤：

步骤S201、根据基站小区的RSRP分布特征确定主覆盖方向，再根据主覆盖方向对栅格数据进行异常值过滤。具体地，MR栅格数据字段中RSRP的强弱特征的分布规律能够比较真实反映扇区主覆盖的方向，因此可以根据选取主覆盖方向，例如：RSRP为-80db的最具有主瓣特征的数据，以一定步长例如：5db向两侧拓展，直到取到的特征样本量满足图像特征分析要求的数据。即把不符合上述筛选规则的数据滤除。

步骤S202、对栅格数据进行离群噪声检测，以对栅格数据进行异常值过滤。

进一步的，在S201的基础上，还可以对栅格数据进行离群噪声点检测来进一步对MR栅格数据进行筛选。可以使用例如Pthyon的Sklearn库中Isolation Forest的算法进行，孤立森林(Isolation Forest)是一种基于无监督学习的异常值监测算法，它和随机森林类似，但每次选择划分属性和划分点(值)时都是随机的，而不是根据信息增益或基尼指数来选择。在方法运用过程中，我们以MR经纬度的分布作为检测样本，其中，采样数可以通过以下方式选择：

max_samples(采样数)＝'auto',random_state(用于随机数生成器的种子)＝1,contamination

可以设置取数区间为一定范围，例如0.2-0.05，直到取到的特征样本量满足图像特征分析要求的数据。

本实施例提供的栅格数据异常值过滤过程，考虑到栅格数据异常值对基站位置识别精确度的影响，通过基站小区的RSRP分布特征确定主覆盖方向以及离群噪声检测进行两次异常值过滤，使得异常值筛选后的数据更加准确。进一步提高了基站位置识别的准确性。

图3为本申请第三实施例提供的基于栅格的位置信息的图形特征，确定处于同一基站的小区的流程示意图。在图1实施例的基础上，本实施例提供了一种基于栅格的位置信息的图形特征，对基站小区标识相同的小区进行归集，确定处于同一基站的小区的具体实施例。

如图3所示，本实施例的基于栅格的位置信息的图形特征，确定处于同一基站的小区可以包括以下步骤：

步骤S301、基于基站的小区中接入终端的栅格的位置信息形成图形，形成图形呈二维凸包图形。

本实施例中将已经基于各基站小区MR栅格数据通过例如Python Convex Hull等方法形成图形，该图形呈现出二维凸包形态，即图1实施例中所说的基于栅格的位置信息的图形和/或MR图形。

步骤S302、提取所形成图形的特征，并确定图形特征之间的关系。

本实施例中，提取各基站小区凸包图形特征之间的关系，图形特征之间的关系包括以下一种或多种：图形间最临近点之间的距离、图形间相互交叉的覆盖面积、图形间交叉面积和自身面积比率、图形间最临近点经纬度、图形间最临近点经纬度是否与图形拐点重合等关系。

其中，上述各基站小区凸包图形特征之间的关系可以通过各种算法实现，例如：可以通过将经过将已形成的凸包通过Geopandas库进行地理信息转换，使用距离方法(distance)计算相互距离；使用交叉方法(intersection)判断是否相交；使用区域方法(area)计算面积，使用列表(list)属性的in方法判断最临近点经纬度是否与凸包拐点重合等。

步骤S303、基于图形特征之间的关系，对基站小区标识相同的小区进行归集，确定处于同一基站的小区。

具体可以通过基站位置初归集；对初归集未归集到同一位置基站属性的小区进行二次归集；通过凸包临近点图形特征对已按基站位置归属的小区进行归属合理性检验和修正等步骤，对同site号的小区进行区分与归集。

本实施例提供的基于栅格的位置信息的图形特征，确定处于同一基站的小区的过程，考虑到在基站位置识别过程中，基站小区标识相同但基站位置不同的小区对基站位置识别的准确性可能存在有较大的影响，因此本实施例对同一基站位置的小区进行了归集，排除了基站小区标识相同但基站位置不同的小区对基站位置识别的影响。进一步提高了基站位置识别的准确度。

图4为本申请第四实施例提供的基站小区标识相同的小区的归集流程示意图。在图3实施例的基础上，为了排除基站小区标识相同但所属基站不同的小区对基站定位准确性的影响。本实施例提供了一种基站小区标识相同的小区的归集的具体实施例。

如图4所示，本实施例的基站小区标识相同的小区的归集可以包括如下步骤：

步骤S401、对基站小区MR图形行初归集。

首先，筛选基站小区凸包间有任意两个凸包间最临近点之间的距离，简称临近距离大于最小临界距离的小区，例如，可以设置最小临界距离门限为500米。其次，将筛选出大于临界距离的小区相互间再进行临近距离比较，例如：可以先将临近距离小于200米的两个小区归集到同一位置基站属性小区组。然后再设置例如200米-500米的距离区间和一定长度例如：100米的步长，按距离由近及远的顺序将符合条件的基站小区依次归集到同一位置基站属性小区组。

最后，考虑到基站扇区对向覆盖也会造成不同位置基站小区图形特征距离过近的现象，对于筛选出的已经归集的同一位置基站属性的小区，如果其中两小区的交叉面积和自身面积比率大于一定门限，则该两小区在已经产生的同一位置基站属性的小区分组中剔除。其中，交叉面积和自身面积比率门限可以设为例如：0.1。

步骤S402、对初归集未归集到同一位置基站属性的基站小区MR图形进行二次归集。

首先，将未形成归集的小区筛选出来。其次，计算未形成归集的小区与每个已经归集到同一位置基站属性小区的凸包间最临近点距离以及凸包间交叉面积和自身面积比率。形成未归集的小区对同一位置基站属性小区组的平均值、最大值、最小值，其中，平均值门限可以设置为一定值例如：0.1，最大值门限可以设置为一定值例如：0.2。在门限以内的认为是微小差别，重新赋值为零，简化后续判断预筛选。

然后，根据相向覆盖的小区MR分布规律，重叠覆盖面积越大通常情况越不可能为同一个基站，所以筛选未形成归集的小区与同一位置基站属性小区组的凸包间交叉面积和自身面积比率平均值。对筛选出来的凸包间交叉面积和自身面积比率平均值进行判断，若未形成归集的小区与其中一个同一位置基站属性小区的分组的凸包间交叉面积和自身面积比率的值为0，则将该未归集小区加入到对应的同一位置基站属性小区组里。若不止一个同一位置基站属性小区组与未归集小区的凸包间交叉面积和自身面积比率值为0，则通过平均凸包间最小临近点之间的距离，简称平均距离和最小凸包间最小临近点之间距离，简称最小距离进行判断。

最后，筛选未形成归集的小区与同一个聚合属性的基站小区组的平均距离和最小距离，对于平均距离大于一定值例如：500米，最小距离大于一定值例如：100米的小区，认为该未归集小区不属于对应的同一位置基站属性小区组；如果平均距离小于一定值例如：500米，或者最小距离小于一定值例如：100米，且只有唯一一个同一位置基站属性小区组与之有关系，则将该未归集小区加入到对应的同一位置基站属性小区组里。

步骤S403、通过凸包临近点图形特征对确定处于同一基站的小区的归集进行合理性验证和修正。

具体地，可以将已归集的同一位置基站属性小区组中，包括只存在一个基站小区的情况作为单独归集的小区。

本实施例提供的基站小区标识相同的小区的归集过程，可以对同一基站位置的小区进行归集的过程中采用多次归集的方式，提高基站小区归集的准确性。另外，还可以进一步的对归集后的结果进行合理性验证和修改，从而可以进一步提高基站位置识别的准确度。

图5为本申请的第五实施例提供的对确定处于同一基站的小区的归集进行合理性验证和修正流程示意图。在图4实施例的基础上，为了使基站小区标识相同的小区的归集更加准确，本实施例提供了一种对确定处于同一基站的小区的归集进行合理性验证和修正的具体实施例。

如图5所示，本实施例的对确定处于同一基站的小区的归集进行合理性验证和修正可以包括如下步骤：

步骤S501、已归属同一位置基站属性小区组小区的合理性检验。

具体地，对于所有已经归集的小区，如果双方小区最临近点为都为凸包顶点，且相交面积比率小于一定值例如：0.1，临界距离小于一定值例如：200米。则对比的两小区应归集在同一位置基站属性的小区组内。

步骤S502、已归属同一位置基站属性小区组小区与单独归集的小区间的合理性检验。

具体地，对于单独归集的小区，将其与所有已经归集的小区进行对比，相互对比的两小区间有一个小区最临近点为凸包顶点，且相交面积比率小于一定值例如：0.1，距离小于一定值例如：200米。则对比的两小区应归集在同一位置基站属性的小区组内。

步骤S503、单独归集的小区间的合理性检验。

具体地，对于所有单独归集的小区，如果经过以上两步检验，仍无法将其归集到同一位置基站属性的小区组内，则按照以下由精确到模糊的优先顺序进行同位置基站小区的归集。首先，如果两单独归属的小区最临近点都为凸包顶点，且不相交，并且距离小于一定值例如：500米。则对比的两小区应归集在同一位置基站属性的小区组内。其次，如果两单独归属的小区最临近点都为凸包顶点，可能相交，并且距离小于一定值例如：500米。则对比的两小区应归集在同一位置基站属性的小区组内。

步骤S504、已归集小区数据集的正确性验证。

具体地，如果两基站小区在前两轮归集时已经归集到不同位置基站属性小区组，但经过以上的检验，判断其可能归属于同一位置基站属性小区组。分别那么需要对原先归集的数据集的正确性进行验证。验证方法是计算可能归属于同一位置基站属性小区组的两个小区分别到前两轮归集已经归集到的不同的同一位置基站属性小区组的平均距离，将两个平均距离进行比较。对比的两个小区应归集在平均距离近的同一位置基站属性的小区组内。

步骤S505、已归集小区的合理性修正。

具体地，本实施例将可能归属于同一位置基站属性小区组的两个小区归集到最近的同一位置基站属性的小区组中，并删除原先基站小组中的小区。

本实施例提供的对确定处于同一基站的小区的归集进行合理性验证和修正过程，在对同一基站位置的小区进行了多次归集后为进一步提高基站小区归集的准确性。可以对已归集小区数据集进行正确性验证，并且对归属错误的小区进行合理性修正，进一步提高了基站位置识别的准确度。

图6为本申请的第六实施例提供的基于同一基站小区栅格位置信息图形特征确定基站的位置流程示意图。在图1、图3所示实施例的基础上，为了更加精准的确定基站的位置。以下的实施例提供了一种对于同一基站的小区所对应的栅格位置信息，根据图形特征确定该基站的位置的具体实施例。

如图6所示，本实施例的基于同一基站小区栅格位置信息图形特征确定基站的位置可以包括如下步骤：

S601、确定同一基站的小区各凸包中最临近点的经纬度坐标。

S602、计算同一基站的小区各凸包的最临近点的平均经纬度，作为基站的位置。

本实施例提供的基于同一基站小区栅格位置信息图形特征确定基站的位置方法，其计算基于上述实施例生成的属于同一基站的小区的栅格位置信息图形特征，同一基站小区的准确归集进一步提高了本实施例中基站位置识别的准确性。

图7为本申请的第七实施例提供的一种基站位置识别装置的结构示意图。

如图7所示，本实施例的基站位置识别装置70包括接收模块71和确定模块72。

接收模块71，用于接收接入基站小区的终端上报的测量报告，其中测量报告中包括：终端所处的基站小区下的栅格区域对应的栅格数据，栅格数据中包括：栅格的位置信息及其所属的基站小区标识；

确定模块72，用于基于栅格的位置信息的图形特征，对基站小区标识相同的小区进行归集，确定处于同一基站的小区；并用于对于同一基站的小区所对应的栅格位置信息，根据图形特征确定该基站的位置。

本实施例提供的装置，可用于执行上述方法实施例图1到图6的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。

图8为本申请的第八实施例提供的一种基站位置识别设备的结构示意图。

如图8所示，本实施例的基站位置识别设备80包括：处理器81，存储器82，通信接口83。

存储器82用于存储处理器的可执行指令；

其中，处理器81配置为经由执行可执行指令来执行上述方法实施例图1到图6任一项的基站位置识别方法。

本申请实施例还提供一种可读存储介质，其上存储有计算机程序，其中计算机程序被处理器执行时实现执行上述方法实施例图1到图6任一项的基站位置识别方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求书指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。

Claims (9)

1.一种基站位置的识别方法，其特征在于，包括：

接收接入基站小区的终端上报的测量报告，所述测量报告中包括：所述终端所处的基站小区下的栅格区域对应的栅格数据，所述栅格数据中包括：所述栅格的位置信息及其所属的基站小区标识；

基于基站的小区中接入终端的所述栅格的位置信息形成图形；

提取所形成图形的特征，并确定所述图形特征之间的关系；

基于所述图形特征之间的关系，对基站小区标识相同的小区进行归集，确定处于同一基站的小区；

对于同一基站的小区所对应的所述栅格位置信息，根据图形特征确定该基站的位置；

所述形成图形呈二维凸包图形；所述图形特征之间的关系包括以下一种或多种：所述图形间最临近点之间的距离、所述图形间相互交叉的覆盖面积、所述图形间交叉面积和自身面积比率、所述图形间最临近点经纬度、所述图形间最临近点经纬度是否与图形拐点重合。

2.根据权利要求1所述的方法，其特征在于，所述确定处于同一基站的小区之后，还包括：

对所述确定处于同一基站的小区的归集进行合理性验证和修正。

3.根据权利要求1所述的方法，其特征在于，所述对于同一基站的小区所对应的所述栅格位置信息，根据图形特征确定该基站的位置，包括：

确定同一基站的小区各凸包中最临近点的经纬度坐标；

根据所述基站的小区各凸包的最临近点的平均经纬度，作为所述基站的位置。

4.根据权利要求1所述的方法，其特征在于，所述基于所述栅格的位置信息的图形特征，对基站小区标识相同的小区进行归集，确定处于同一基站的小区之前，还包括：

对所述栅格数据进行异常值过滤。

5.根据权利要求4所述的方法，其特征在于，所述测量报告中还包括：所述终端接入的小区的参考信号接收功率RSRP；所述对所述栅格数据进行异常值过滤，包括：

根据所述基站小区的RSRP分布特征确定主覆盖方向；

根据所述主覆盖方向对所述栅格数据进行异常值过滤。

6.根据权利要求5所述的方法，其特征在于，所述对所述栅格数据进行异常值过滤，还包括：

对所述栅格数据进行离群噪声检测，以对所述栅格数据进行异常值过滤。

7.一种基站位置识别装置，其特征在于，包括：

接收模块，用于接收接入基站小区的终端上报的测量报告，所述测量报告中包括：所述终端所处的基站小区下的栅格区域对应的栅格数据，所述栅格数据中包括：所述栅格的位置信息及其所属的基站小区标识；

确定模块，用于基于基站的小区中接入终端的所述栅格的位置信息形成图形；提取所形成图形的特征，并确定所述图形特征之间的关系；基于所述图形特征之间的关系，对基站小区标识相同的小区进行归集，确定处于同一基站的小区；并用于对于同一基站的小区所对应的所述栅格位置信息，根据图形特征确定该基站的位置；所述形成图形呈二维凸包图形；所述图形特征之间的关系包括以下一种或多种：所述图形间最临近点之间的距离、所述图形间相互交叉的覆盖面积、所述图形间交叉面积和自身面积比率、所述图形间最临近点经纬度、所述图形间最临近点经纬度是否与图形拐点重合。

8.一种基站位置识别设备，其特征在于，包括：

处理器，存储器，通信接口；

所述存储器用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至6任一项所述的基站位置识别方法。

9.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现执行权利要求1至6任一项所述的基站位置识别方法。