CN115442814A - 连续弱覆盖识别方法、装置、电子设备及存储介质 - Google Patents
连续弱覆盖识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115442814A CN115442814A CN202211402637.4A CN202211402637A CN115442814A CN 115442814 A CN115442814 A CN 115442814A CN 202211402637 A CN202211402637 A CN 202211402637A CN 115442814 A CN115442814 A CN 115442814A
- Authority
- CN
- China
- Prior art keywords
- mdt
- road
- weak coverage
- points
- point
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012360 testing method Methods 0.000 claims abstract description 142
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 34
- 238000004590 computer program Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 abstract description 13
- 238000004891 communication Methods 0.000 abstract description 8
- 238000012163 sequencing technique Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 12
- 238000005457 optimization Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
-
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种连续弱覆盖识别方法、装置、电子设备及存储介质,属于通信网络技术领域。所述方法包括:基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径;利用多个所述MDT路测点中的正常覆盖路测点对所述最小路径进行分割,确定弱覆盖路段;对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段。所述方法无需结合GIS软件的道路信息进行排序,无需利用道路线图层进行分析,利用MDT路测点自身的数据信息即可完成连续弱覆盖路段的识别,并且,也解决了现有技术中无法分析无名道路的弱覆盖问题。
Description
技术领域
本发明涉及通信网络技术领域,尤其涉及一种连续弱覆盖识别方法、装置、电子设备及存储介质。
背景技术
MDT(Minimization of Drive-Tests)最小路测技术是利用终端实现自动收集终端位置测量数据,实现测试数据自动收集功能,用于评估网络质量,定位解决网络问题,并用于可视化的地图显示,提供优化、规划支撑。MDT相对传统路测,最大的优势是数据采集自动化,数据分布面广,涉及多用户数据,从而降低网络日常维护中投入的成本,降低运营交付成本,对于网规网优、解决方案等都有独特的价值。
MDT在道路测试方面应用已经比较普遍,目前常规的统计方式是按照道路对MDT路测点数据进行汇聚分析,即利用GIS(Geographic Information System,地理信息系统)软件中的道路信息的将MDT路测点数据进行排序,形成道路线图层,根据道路线图层和MDT路测点数据分析生成弱覆盖路段的问题点。
然而,有很多农村等区域的道路为无名道路,且杂乱无序,这些区域的MDT路测点数据无法按照道路进行汇聚分析;并且,目前按照道路对MDT路测点数据进行汇聚分析的方法涉及较多中间环节,操作过程繁琐,效率不高。
发明内容
本发明提供一种连续弱覆盖识别方法、装置、电子设备及存储介质,用以解决现有技术中无名道路的MDT路测点数据无法按照道路进行汇聚分析,操作过程繁琐,效率不高缺陷,实现对无名道路的连续弱覆盖路段的识别。
本发明提供一种连续弱覆盖识别方法,包括:
基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径;
利用多个所述MDT路测点中的正常覆盖路测点对所述最小路径进行分割,确定弱覆盖路段;
对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段。
根据本发明提供的一种连续弱覆盖识别方法,所述基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径的步骤包括:
将第一MDT路测点加入生成树顶点集,并获取第二MDT路测点,以及所述第一MDT路测点与所述第二MDT路测点连接形成的第一最小路径点对,其中,所述第二MDT路测点为与所述第一MDT路测点连接的距离值最小的MDT路测点;
将所述第二MDT路测点加入所述生成树顶点集,记录所述第一最小路径点对;
按照预设策略遍历未加入所述生成树顶点集的MDT路测点,直至全部所述MDT路测点加入所述生成树顶点集,其中,所述预设策略为在未加入所述生成树顶点集的MDT路测点中获取与所述生成树顶点集中的一个MDT路测点之间的距离值最小的第三MDT路测点,以及对应的第二最小路径点对;将所述第三MDT路测点加入所述生成树顶点集,记录所述第二最小路径点对;
将所述第一最小路径点对与依次记录的所述第二最小路径点对连接,确定所述最小路径。
根据本发明提供的一种连续弱覆盖识别方法,在所述将第一MDT路测点加入生成树顶点集之前,包括:
将每个所述MDT路测点与相邻的MDT路测点之间连接,其中,所述相邻的MDT路测点为距离小于预设距离值的MDT路测点;
获取所述MDT路测点与所述相邻的MDT路测点的距离值。
根据本发明提供的一种连续弱覆盖识别方法,在所述基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径之前,包括:
根据所述MDT路测点携带的经纬度信息,对所述MDT路测点进行去重操作。
根据本发明提供的一种连续弱覆盖识别方法,所述对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段的步骤包括:
利用DBSCAN聚类算法对所述弱覆盖路段进行聚类;
当聚类后的路段的长度大于预设长度时,则所述聚类后的路段确定为所述连续弱覆盖路段。
根据本发明提供的一种连续弱覆盖识别方法,在所述对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段之后,还包括:
根据所述连续弱覆盖路段确定弱覆盖问题点,输出所述连续弱覆盖路段和所述弱覆盖问题点。
根据本发明提供的一种连续弱覆盖识别方法,所述正常覆盖路测点为RSRP参考信号接收功率大于或者等于预设功率值的MDT路测点。
本发明还提供一种连续弱覆盖识别装置,包括:
获取模块,用于基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径;
第一确定模块,用于利用多个所述MDT路测点中的正常覆盖路测点对所述最小路径进行分割,确定弱覆盖路段;
第二确定模块,用于对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段。
本发明还提供一种电子设备,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程序时实现如上述任一种所述连续弱覆盖识别方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述连续弱覆盖识别方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述连续弱覆盖识别方法。
本发明提供的连续弱覆盖识别方法、装置、电子设备及存储介质,通过利用最小生成树算法计算出多个MDT路测点的最小路径,利用其中的正常覆盖路测点来分割最小路径,得到多条由弱覆盖路测点组成的弱覆盖路段,并对这些弱覆盖路段进行聚类,从而可以获取连续弱覆盖路段。这样,与现有技术相比,本发明无需结合GIS软件的道路信息进行排序,无需利用道路线图层进行分析,利用MDT路测点自身的数据信息即可完成连续弱覆盖路段的识别,并且,也解决了现有技术中无法分析无名道路的弱覆盖问题。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的连续弱覆盖识别方法的流程示意图;
图2是本发明提供的连续弱覆盖识别装置的结构示意图;
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明提供的连续弱覆盖识别方法,包括:
步骤110,基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径。
具体地,MDT路测点可以是用户终端(如手机、平板电脑等)自行上传的路测数据,这些MDT路测数据包括用户终端上传时的经纬度信息,从而根据MDT路测数据中的经纬度信息,利用最小生成树算法,可以获取这些MDT路测点的最小路径。
需要理解的是,通过最小生成树算法获取导入的所有MDT路测点的最小路径,可以将所有的MDT路测点连接形成最小生成树,且所有MDT路测点之间的路径之和为最小的路径,在一定程度上,最小路径可以确定所有MDT路测点分布的走向,可以切合实际道路。
具体地,最小生成树算法可以是Prim算法、Kruskal算法、Boruvka算法等任意一种。
步骤120,利用多个所述MDT路测点中的正常覆盖路测点对所述最小路径进行分割,确定弱覆盖路段。
具体地,MDT路测点可以包括正常覆盖路测点、弱覆盖路测点。利用最小路径上正常覆盖路测点对最小路径进行分割,可以得到多个弱覆盖路段。可以理解的是,这些弱覆盖路段上的MDT路测点均是弱覆盖路测点。
在一个实施例中,可以通过RSRP(Reference Signal Receiving Power参考信号接收功率)来区分正常覆盖路测点和弱覆盖路测点。RSRP是通信网络中可以代表无线信号强度的关键参数,是考虑的测量频率带宽上承载参考信号的资源元素上的接收功率的线性平均值。
在一个实施例中,正常覆盖路测点可以定义为RSRP大于或者等于预设功率值的MDT路测点;弱覆盖路测点可以定义为RSRP小于预设功率值的MDT路测点。例如,RSRP大于或者等于-110dBm的MDT路测点正常覆盖路测点,RSRP小于-110dBm的MDT路测点弱覆盖路测点。
步骤130,对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段。
具体地,将弱覆盖路段进行聚类,可以将分布紧密的弱覆盖路段聚类起来,从而可以确定连续弱覆盖路段。可以理解的是,能够聚类一起的弱覆盖路段,可以认为它们产生弱覆盖的原因是相同的,也就是弱覆盖的问题点是相同的。
在一个实施例中,连续弱覆盖路段可以定义为聚类后长度大于预设长度的路段。也就是说,基于路段长度来判断聚类后的路段是否为连续弱覆盖。当聚类后的路段的长度小于或者等于预设长度时,则该路段不是连续弱覆盖路段。例如,聚类后的路段的长度大于50米时,则该路段为连续弱覆盖路段。
在一个实施例中,所述对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段的步骤包括:利用DBSCAN聚类算法对所述弱覆盖路段进行聚类;当聚类后的路段的长度大于预设长度时,则所述聚类后的路段确定为所述连续弱覆盖路段。
具体地,DBSCAN(Density-Based Spatial Clustering of Applications withNoise,具有噪声的基于密度的聚类算法)聚类算法是一种基于密度的空间聚类算法,DBSCAN聚类算法将具有足够密度的区域划分为簇,并在具有噪声的空间数据库中发现任意形状的簇,它将簇定义为密度相连的点的最大集合。因此,DBSCAN聚类算法可以将分布紧密的弱覆盖路段划分为一簇,从而可以根据聚类后生成的簇确定是否为连续弱覆盖路段。
可以理解的是,上述的弱覆盖路段进行聚类后,可以生成多个簇,可以根据每个簇的长度确定哪些簇是连续弱覆盖路段。
在一个实施例中,在所述对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段之后,还包括:根据所述连续弱覆盖路段确定弱覆盖问题点,输出所述连续弱覆盖路段和所述弱覆盖问题点。
具体地,根据连续弱覆盖路段,结合连续弱覆盖路算的经纬度信息,可以确定连续弱覆盖路段上的弱覆盖问题点,即由于该问题点弱覆盖,造成该路段连续弱覆盖。可以将连续弱覆盖路段和弱覆盖问题点输出,方便网优人员根据连续弱覆盖路段和弱覆盖问题点进行网络覆盖的优化工作。
在一个实施例中,所述方法还包括:将所述弱覆盖问题点和现网基站数据进行空间计算,获取所述弱覆盖问题点的最近基站以及与所述最近基站距离。从而,可以为无线网络优化规划流程提供数据依据,大幅降低网优成本,提升网优人员工作效率。
在一个实施例中,面对庞大的现网基站数据,可以先将现网基站数据建立空间索引,加快运算效率。
在一个实施例中,所述方法还包括:将所述弱覆盖问题点和网洞数据进行空间计算,获取网洞信息。
具体地,可以采用德劳三角形网洞数据进行空间计算,获取的网洞信息也可以为无线网络优化规划流程提供数据依据,大幅降低网优成本,提升网优人员工作效率。
本发明提供的连续弱覆盖识别方法、装置、电子设备及存储介质,通过利用最小生成树算法计算出多个MDT路测点的最小路径,利用其中的正常覆盖路测点来分割最小路径,得到多条由弱覆盖路测点组成的弱覆盖路段,并对这些弱覆盖路段进行聚类,从而可以获取连续弱覆盖路段。这样,与现有技术相比,本发明无需结合GIS软件的道路信息进行排序,无需利用道路线图层进行分析,利用MDT路测点自身的数据信息即可完成连续弱覆盖路段的识别,提升了识别效率,并且,也解决了现有技术中无法分析无名道路的弱覆盖问题。
关于最小生成树算法的具体计算过程,在一个实施例中,以Prim算法为例,所述基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径的步骤包括:
(1)将第一MDT路测点加入生成树顶点集,并获取第二MDT路测点,以及所述第一MDT路测点与所述第二MDT路测点连接形成的第一最小路径点对。
具体地,可以从所有的MDT路测点中的随机取出一个MDT路测点作为第一MDT路测点,将第一MDT路测点加入到生成树顶点集。然后在剩余的MDT路测点中进行距离计算,找出与第一MDT路测点距离值最小的MDT路测点作为第二MDT路测点。也就是说,第二MDT路测点为与所述第一MDT路测点连接的距离值最小的MDT路测点。
此外,还获取了第一MDT路测点与第二MDT路测点连接形成的线段,即第一最小路径点对。举例来说,第一MDT数据点为A,第二MDT数据点为C,第一最小路径点对可以表示为A-C。
(2)将所述第二MDT路测点加入所述生成树顶点集,记录所述第一最小路径点对。
具体地,可以将第一最小路径点对记录在列表中,还可以将第一最小路径点对的距离值、第一MDT路测点的经纬度信息、第二MDT路测点的经纬度信息一同记录在列表中。
(3)按照预设策略遍历未加入所述生成树顶点集的MDT路测点,直至全部所述MDT路测点加入所述生成树顶点集。
具体地,所述预设策略为在未加入所述生成树顶点集的MDT路测点中获取与所述生成树顶点集中的一个MDT路测点之间的距离值最小的第三MDT路测点,以及对应的第二最小路径点对;将所述第三MDT路测点加入所述生成树顶点集,记录所述第二最小路径点对。
可以理解的是,预设策略定义的是一个循环的步骤,可以将剩余未加入生成树顶点集的MDT路测点进行循环遍历,从而依次找出满足条件的MDT路测点加入生成树顶点集,最后可以将所有的MDT路测点都加入到生成树顶点集。
需要理解的是,在获取第三MDT路测点时,是在剩余的MDT路测点中进行距离计算,找出与已加入生成树顶点集的所有MDT路测点中距离值最小的MDT路测点。
举例来说,已加入生成树顶点集的MDT路测点有A、C,通过距离计算得出,在剩余的MDT路测点中与A距离最小的MDT路测点为B,A与B之间的距离为5,与C距离最小的MDT路测点为E,C与E之间的距离为2,则将E作为第三MDT路测点加入生成树顶点集,对应的第二最小路径点对为C-E。
以此类推,依次在剩余的MDT路测点中找出与生成树顶点集中已有的MDT路测点距离值最小的第三MDT路测点以及对应的第二最小路径点对。
(4)将所述第一最小路径点对与依次记录的所述第二最小路径点对连接,确定所述最小路径。
具体地,当所有的MDT路测点均加入生成树顶点集后,根据第一最小路径点对以及记录的第二最小路径点对的顺序,可以确定这些MDT路测点的最小生成树或者最小路径。
在一个实施例中,在所述将第一MDT路测点加入生成树顶点集之前,包括:将每个所述MDT路测点与相邻的MDT路测点之间连接。其中,所述相邻的MDT路测点为距离小于预设距离值的MDT路测点;获取所述MDT路测点与所述相邻的MDT路测点的距离值。
具体地,可以在进行最小生成树算法计算之前,将所有的MDT路测点连接起来,获取每个MDT路测点与其连接的MDT路测点之间的距离值。这样,可以省去后续的距离计算。为了减少数据量,每个MDT路测点可以只与相邻的MDT路测点进行连接。
在本实施例中,每个MDT路测点只与距离小于预设距离值的MDT路测点连接。也就是说,所述相邻的MDT路测点是指与待连接的MDT数据点的距离小于预设距离值的MDT路测点。这样,在后续的找出与生成树顶点集中的MDT路测点距离最小的MDT路测点的步骤,可以大大提高计算效率。
需要理解的是,MDT路测点经过最小生成树算法计算生成的最小路径,是可以有多条分支的路径。在一个实施例中,考虑到每个MDT路测点周边范围内可能出现多个路径的情况,可以筛选出MDT路测点最近的几条路径(如4条、8条等),其余路径可以剔除,从而优化最小路径。这样,可以使得到的最小路径相对切合实际的道路走向,同时也降低后续步骤的运算量,提高连续弱覆盖路段识别效率。
为了进一步地减少数据量,在一个实施例中,在所述基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径之前,包括:根据所述MDT路测点携带的经纬度信息,对所述MDT路测点进行去重操作。
具体地,考虑到存在同一个或者不同的用户终端在同一个地方上传的MDT路测数据的情况,可以根据MDT路测数据携带的经纬度信息,对MDT路测点先进行去重操作,从而减少后续参与计算的数据量,提高连续弱覆盖路段识别效率。
下面对本发明提供的连续弱覆盖识别装置进行描述,下文描述的连续弱覆盖识别装置与上文描述的连续弱覆盖识别方法可相互对应参照。
如图2所示,本发明提供的连续弱覆盖识别装置包括:
获取模块210,用于基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径。
第一确定模块220,用于利用多个所述MDT路测点中的正常覆盖路测点对所述最小路径进行分割,确定弱覆盖路段。
第二确定模块230,用于对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段。
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行连续弱覆盖识别方法,该方法包括:基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径;利用多个所述MDT路测点中的正常覆盖路测点对所述最小路径进行分割,确定弱覆盖路段;对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段。
此外,上述的存储器330中的逻辑指令可以通过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,本发明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)执行本发明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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的连续弱覆盖识别方法,该方法包括:基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径;利用多个所述MDT路测点中的正常覆盖路测点对所述最小路径进行分割,确定弱覆盖路段;对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的连续弱覆盖识别方法,该方法包括:基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径;利用多个所述MDT路测点中的正常覆盖路测点对所述最小路径进行分割,确定弱覆盖路段;对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上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精神和范围。
Claims (10)
1.一种连续弱覆盖识别方法,其特征在于,包括:
基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径;
利用多个所述MDT路测点中的正常覆盖路测点对所述最小路径进行分割,确定弱覆盖路段;
对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段。
2.根据权利要求1所述的连续弱覆盖识别方法,其特征在于,所述基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径的步骤包括:
将第一MDT路测点加入生成树顶点集,并获取第二MDT路测点,以及所述第一MDT路测点与所述第二MDT路测点连接形成的第一最小路径点对,其中,所述第二MDT路测点为与所述第一MDT路测点连接的距离值最小的MDT路测点;
将所述第二MDT路测点加入所述生成树顶点集,记录所述第一最小路径点对;
按照预设策略遍历未加入所述生成树顶点集的MDT路测点,直至全部所述MDT路测点加入所述生成树顶点集,其中,所述预设策略为在未加入所述生成树顶点集的MDT路测点中获取与所述生成树顶点集中的一个MDT路测点之间的距离值最小的第三MDT路测点,以及对应的第二最小路径点对;将所述第三MDT路测点加入所述生成树顶点集,记录所述第二最小路径点对;
将所述第一最小路径点对与依次记录的所述第二最小路径点对连接,确定所述最小路径。
3.根据权利要求1所述的连续弱覆盖识别方法,其特征在于,在所述将第一MDT路测点加入生成树顶点集之前,包括:
将每个所述MDT路测点与相邻的MDT路测点之间连接,其中,所述相邻的MDT路测点为距离小于预设距离值的MDT路测点;
获取所述MDT路测点与所述相邻的MDT路测点的距离值。
4.根据权利要求1所述的连续弱覆盖识别方法,其特征在于,在所述基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径之前,包括:
根据所述MDT路测点携带的经纬度信息,对所述MDT路测点进行去重操作。
5.根据权利要求1所述的连续弱覆盖识别方法,其特征在于,所述对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段的步骤包括:
利用DBSCAN聚类算法对所述弱覆盖路段进行聚类;
当聚类后的路段的长度大于预设长度时,则所述聚类后的路段确定为所述连续弱覆盖路段。
6.根据权利要求1所述的连续弱覆盖识别方法,其特征在于,在所述对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段之后,还包括:
根据所述连续弱覆盖路段确定弱覆盖问题点,输出所述连续弱覆盖路段和所述弱覆盖问题点。
7.根据权利要求1至6任一项所述的连续弱覆盖识别方法,其特征在于,所述正常覆盖路测点为RSRP参考信号接收功率大于或者等于预设功率值的MDT路测点。
8.一种连续弱覆盖识别装置,其特征在于,包括:
获取模块,用于基于最小生成树算法对导入的多个MDT路测点进行计算,获取所述多个MDT路测点的最小路径;
第一确定模块,用于利用多个所述MDT路测点中的正常覆盖路测点对所述最小路径进行分割,确定弱覆盖路段;
第二确定模块,用于对所述弱覆盖路段进行聚类,根据聚类结果确定连续弱覆盖路段。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述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程序时实现如权利要求1至7任一项所述连续弱覆盖识别方法。
10.一种非暂态计算机可读存储介质,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如权利要求1至7任一项所述连续弱覆盖识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211402637.4A CN115442814B (zh) | 2022-11-10 | 2022-11-10 | 连续弱覆盖识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211402637.4A CN115442814B (zh) | 2022-11-10 | 2022-11-10 | 连续弱覆盖识别方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115442814A true CN115442814A (zh) | 2022-12-06 |
CN115442814B CN115442814B (zh) | 2023-04-07 |
Family
ID=84253104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211402637.4A Active CN115442814B (zh) | 2022-11-10 | 2022-11-10 | 连续弱覆盖识别方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115442814B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104811964A (zh) * | 2014-01-26 | 2015-07-29 | 中国移动通信集团湖北有限公司 | 一种智能天线性能的评估方法及系统 |
CN106804042A (zh) * | 2016-12-23 | 2017-06-06 | 普天信息工程设计服务有限公司 | 弱覆盖问题区域的聚类方法与站点规划方法 |
WO2019037683A1 (zh) * | 2017-08-23 | 2019-02-28 | 中兴通讯股份有限公司 | 一种基站的部署方法及装置 |
US10873471B1 (en) * | 2016-10-11 | 2020-12-22 | Utah State University Space Dynamics Laboratory | Measuring an area of interest based on a sensor task |
WO2021253905A1 (zh) * | 2020-06-19 | 2021-12-23 | 中兴通讯股份有限公司 | 小区重选方法、网管设备、基站及存储介质 |
CN114554535A (zh) * | 2020-11-24 | 2022-05-27 | 中国移动通信集团北京有限公司 | 共覆盖小区对智能识别方法、装置、设备及存储介质 |
CN115087023A (zh) * | 2021-03-16 | 2022-09-20 | 中国移动通信集团四川有限公司 | 道路网络的分析方法及装置 |
-
2022
- 2022-11-10 CN CN202211402637.4A patent/CN115442814B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104811964A (zh) * | 2014-01-26 | 2015-07-29 | 中国移动通信集团湖北有限公司 | 一种智能天线性能的评估方法及系统 |
US10873471B1 (en) * | 2016-10-11 | 2020-12-22 | Utah State University Space Dynamics Laboratory | Measuring an area of interest based on a sensor task |
CN106804042A (zh) * | 2016-12-23 | 2017-06-06 | 普天信息工程设计服务有限公司 | 弱覆盖问题区域的聚类方法与站点规划方法 |
WO2019037683A1 (zh) * | 2017-08-23 | 2019-02-28 | 中兴通讯股份有限公司 | 一种基站的部署方法及装置 |
WO2021253905A1 (zh) * | 2020-06-19 | 2021-12-23 | 中兴通讯股份有限公司 | 小区重选方法、网管设备、基站及存储介质 |
CN114554535A (zh) * | 2020-11-24 | 2022-05-27 | 中国移动通信集团北京有限公司 | 共覆盖小区对智能识别方法、装置、设备及存储介质 |
CN115087023A (zh) * | 2021-03-16 | 2022-09-20 | 中国移动通信集团四川有限公司 | 道路网络的分析方法及装置 |
Non-Patent Citations (2)
Title |
---|
张明明等: "面向干扰测量的LTE网络路测轨迹规划", 《北京信息科技大学学报(自然科学版)》 * |
陆南昌等: "5G无线网络智能规划技术的探索与实践", 《移动通信》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115442814B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107920362B (zh) | 一种基于微区域的lte网络性能评估方法 | |
CN104853379B (zh) | 一种无线网络质量评估方法及装置 | |
CN108260075B (zh) | 一种基站部署位置的寻址方法及装置 | |
CN105898762B (zh) | 基站优化及部署方法和装置 | |
CN109996284A (zh) | 移动通信故障投诉工单处理方法、装置、设备及介质 | |
US20070129086A1 (en) | Method and apparatus for identifying a geographic area having undesirable wireless service | |
CN109151890A (zh) | 一种移动终端定位方法及装置 | |
CN112506972B (zh) | 用户常驻区域定位方法、装置、电子设备以及存储介质 | |
CN111817868B (zh) | 一种网络质量异常的定位方法与装置 | |
CN111867049A (zh) | 定位方法、装置及存储介质 | |
CN112688310B (zh) | 一种应用于配电网的线损分析方法及装置 | |
CN108243435B (zh) | 一种lte小区场景划分中的参数优化方法及装置 | |
CN107547154A (zh) | 一种建立视频流量预测模型的方法及装置 | |
CN109495897B (zh) | Lte网络问题区域化聚合方法及装置 | |
CN105828393B (zh) | 一种系统间邻区配置方法及装置 | |
CN112399458A (zh) | 一种移动通信网络流量的大数据分析方法 | |
CN108200154A (zh) | 基于分布式集群平台的定位方法和系统 | |
CN113660687B (zh) | 网络差小区处理方法、装置、设备及存储介质 | |
US11425635B2 (en) | Small cell identification using machine learning | |
CN115442814B (zh) | 连续弱覆盖识别方法、装置、电子设备及存储介质 | |
JP2004215265A (ja) | 無線通信ネットワークのトラフィック割当てマップの作成方法及びそれを実施する情報処理システム | |
CN112910699A (zh) | 电力物联网的智能故障检测方法及装置 | |
CN115087023A (zh) | 道路网络的分析方法及装置 | |
CN114745289A (zh) | 网络性能数据的预测方法、装置、存储介质及设备 | |
CN111343664A (zh) | 用户定位方法、装置、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |