CN115915151A - 一种小区覆盖场景的分类方法、装置及设备 - Google Patents
一种小区覆盖场景的分类方法、装置及设备 Download PDFInfo
- Publication number
- CN115915151A CN115915151A CN202110897655.3A CN202110897655A CN115915151A CN 115915151 A CN115915151 A CN 115915151A CN 202110897655 A CN202110897655 A CN 202110897655A CN 115915151 A CN115915151 A CN 115915151A
- Authority
- CN
- China
- Prior art keywords
- measurement
- cell
- cell coverage
- classifying
- weights
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000005259 measurement Methods 0.000 claims abstract description 173
- 238000005070 sampling Methods 0.000 claims abstract description 83
- 238000012545 processing Methods 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 17
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000012216 screening Methods 0.000 description 4
- 238000012550 audit Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Classifications
-
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种小区覆盖场景的分类方法、装置及设备，该方法包括：接收终端上报的测量报告；根据所述测量报告，获得采样点的测量特征序列；获得至少一个小区的多个测量特征序列的权重；根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类。通过上述方式，本发明实现了可识别小区覆盖场景信息，进而提高了准确性，同时实现了便于对小区覆盖场景信息的维护与更新。
Description
技术领域
本发明涉及通信技术领域，具体涉及一种小区覆盖场景的分类方法、装置及设备。
背景技术
在无线网优化中，涉及多种小区覆盖场景，如道路、住宅小区、商务楼宇、高铁、工业区等，不同的场景下有多种覆盖及容量需求，对应不同参数配套方案，准确的覆盖场景信息可以有效指导无线网络优化工作的开展，提升网络性能及用户感知。但小区覆盖场景的定义一直以来是无线网络优化中的一大难题，一个小区覆盖下往往涉及多种场景，无法一概而论。
现有基站覆盖场景的分类定义一般有可以通过电子地图或现场勘察方式，根据问题区域的实际地形地貌、建筑物特征、话务人流等场景属性，结合人工判定进行场景审核判定，其审核判定的正确性与人员的优化经验和技术水平强相关，同时对于网络的变化不敏感，缺少自动更新机制，因此在准确性方面存在不足；还可以基于测量报告MR数据，结合测量报告MR报告中的跟踪区TA、参考信号接收功率RSRP等信息，综合判定用户所处场景，如弱覆盖、深度覆盖不足、空旷区域，但小区覆盖场景定义往往为单一值，信息相对粗放，无法量化评估小区覆盖范围内的用户分布情况及真实覆盖类型。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的小区覆盖场景的分类方法、装置及设备。
根据本发明实施例的一个方面，提供了一种小区覆盖场景的分类方法，应用于基站，所述方法包括：
接收终端上报的测量报告；
根据所述测量报告，获得采样点的测量特征序列；
获得至少一个小区的多个测量特征序列的权重；
根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类。
根据本发明实施例的另一方面，提供了一种小区覆盖场景的分类方法，应用于终端，所述方法包括：
生成测量报告；所述测量报告用于使基站根据所述测量报告，获得采样点的测量特征序列；获得至少一个小区的多个测量特征序列的权重；根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类；
将所述测量报告数据发送至基站。
根据本发明实施例的一个方面，提供了一种小区覆盖场景的分类装置，应用于基站，所述装置包括：
接收模块，用于接收终端上报的测量报告；
处理模块，用于根据所述测量报告，获得采样点的测量特征序列；获得至少一个小区的多个测量特征序列的权重；根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类。
根据本发明实施例的另一方面，提供了一种小区覆盖场景的分类装置，应用于终端，所述装置包括：
生成模块，用于生成测量报告；所述测量报告用于使基站根据所述测量报告，获得采样点的测量特征序列；获得至少一个小区的多个测量特征序列的权重；根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类；
发送模块，用于将所述测量报告数据发送至基站。
根据本发明实施例的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述应用于基站的小区覆盖场景的分类方法对应的操作或者执行如上述的应用于终端的小区覆盖场景的分类方法对应的操作。
根据本发明实施例的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述应用于基站的小区覆盖场景的分类方法对应的操作或者执行如上述的应用于终端的小区覆盖场景的分类方法对应的操作。
根据本发明上述实施例提供的方案，小区覆盖场景的分类方法可以接收终端上报的测量报告；根据所述测量报告，获得采样点的测量特征序列；获得至少一个小区的多个测量特征序列的权重；根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类，由此解决了通过人工方式对小区覆盖场景进行审核判定的准确性不高的问题以及无法量化评估小区覆盖场景范围内的用户分布情况和覆盖类型的问题，取得了可识别小区覆盖场景信息，进而提高了准确性，同时实现了便于对小区覆盖场景信息的维护与更新的有益效果。
上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明实施例的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明实施例的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的小区覆盖场景的分类方法的流程图；
图2示出了本发明提供的具体的实施例中对小区覆盖场景进行分类的流程示意图；
图3示出了本发明另一个实施例提供的应用于终端的小区覆盖场景的分类方法的流程图；
图4示出了本发明实施例提供的终端生成测量报告的流程图；
图5示出了本发明实施例提供的应用于基站的小区覆盖场景的分类装置的结构示意图；
图6示出了本发明实施例提供的应用于终端的小区覆盖场景的分类装置的结构示意图；
图7示出了本发明实施例提供的计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
图1示出了本发明实施例提供的小区覆盖场景的分类方法的流程图。如图1所示，该方法包括以下步骤：
步骤11，接收终端上报的测量报告；
步骤12，根据所述测量报告，获得采样点的测量特征序列；
步骤13，获得至少一个小区的多个测量特征序列的权重；
步骤14，根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类。
该实施例中，通过根据终端上报的测量报告，得到采样点的测量特征序列，获得至少一个小区的多个测量特征序列的权重，并根据该权重对小区覆盖场景进行分类；实现了可识别小区覆盖场景的分类信息，进而提高了准确性，同时实现了便于对小区覆盖场景信息的维护与更新。
本发明一可选的实施例中，步骤12包括：
步骤121，对所述测量报告中采样点的数据进行预处理，得到数据处理结果；
步骤122，对所述数据处理结果中至少一个波束承载的同步信号块的信号强度值进行分类，得到至少一个强度类别以及每一个强度类别对应的波束数量；
步骤123，根据所述至少一个强度类别的波束数量，得到采样点的测量特征序列。
其中，所述数据处理结果包括以下至少一项：
采样点标识；
小区标识；
小区信号强度值的合并值；
至少一个波束承载的同步信号块的信号强度值。
本实施例中，对测量报告中采样点的数据进行预处理，包括：
选取测量报告中的数据处理结果，该数据处理结果包括采样点标识；小区标识；小区信号强度值的合并值；至少一个波束承载的同步信号块的信号强度值中的至少一项；
优选的对测量报告中采样点的数据进行预处理还可以包括：对数据处理结果通过预设数据范围进行筛选，筛除不在预设数据范围内的采样点的数据处理结果，以保证对小区覆盖场景的分类的准确性；
对预处理后得到的数据处理结果中的波束承载的同步信号块的信号强度值进行分类，优选的可以分为强、中、弱，但本申请不以此为限制，还可以分为强、中强、中、中弱、弱以及一级强度、二级强度、三级强度、四级强度等，可依据需求对强度类别进行划分，对强度类别的划分越多，对小区覆盖场景的分类类别的划分越多；
根据对波束承载的同步信号块的信号强度值的分类，按照预设的顺序进行排序，得到至少一个强度类别的波束数量，根据每个采样点的至少一个强度类别的波束数量，得到采样点对应的测量特征序列，还可以包括根据采样点对应的测量特征序列，得到该采样点的序列值。
一个具体的实施例中，如下表所示；
表1
如表1所示，获取终端上报的测量报告MR，对测量报告MR进行预处理，得到数据处理报告，该数据处理报告包括采样点ID(Identity document，身份标识号)、归属ECI(E-UTRAN Cell Identifier，无线电接入网小区标识)、小区级RSRP(Reference SignalReceiving Power，参考信号接收功率)合并值以及波束编号依次由1至8的SSB(Synchronization Signal and PBCH block,同步信号和PBCH块)波束测量RSRP值；其中，归属ECI值是用于对小区进行编号的小区标识；为保障对小区覆盖场景的分类的准确性，预设数据范围为(-100dBm，+∞)，经过筛选，采样点ID为1和2的小区级RSRP的合并值在预设数据范围内，因而将表1中采样点ID为1，对应的小区级RSRP的合并值为-86dBm的数据进行保留，将采样点ID为2，对应的小区级RSRP的合并值为-88dBm的数据进行保留，依次对数据处理结果中的每一个采样点进行筛选，得到经筛选处理后的数据处理结果；
上述步骤122中，具体实现时，可以设定强度类别为强、中、弱，对SSB波束测量RSRP值进行分类；该强度类别的范围为：
强：SSB波束测量RSRP值＞小区级RSRP的合并值+5dBm；
中：小区级RSRP的合并值+5dBm≥SSB波束测量RSRP值≥小区级RSRP的合并值-5dBm；
弱：SSB波束测量RSRP值＜小区级RSRP的合并值-5dBm；
当SSB波束测量RSRP值大于小区级RSRP的合并值+5dBm的值时，将SSB波束测量RSRP值划分为强；当该SSB波束测量RSRP值小于小区级RSRP的合并值-5dBm的值时，将该SSB波束测量RSRP值划分为弱；当SSB波束测量RSRP值小于小区级RSRP的合并值+5dBm的值，且SSB波束测量RSRP值大于小区级RSRP的合并值-5dBm的值，将该SSB波束测量RSRP值划分为中；
划分结果如下表所示：
表2
如表2所示，将每个采样点在每一个强度类别对应的SSB波束数量作为该采样点的测量特征序列的一个元素，按预设的顺序，对强度类别对应的SSB波束数量进行排列，得到测量特征序列；以十进制的形式，将测量特征序列表示为序列值；这里，需要说明的是，序列值为测量特征序列的一种表现形式，测量特征序列可以序列值表示，也可以不用序列值表示；
表2中采样点ID为1的采样点，对应的归属ECI值为A，其强度类别为强的SSB波束数量为1，强度类别为中的SSB波束数量为1，强度类别为弱的SSB波束数量为5，按照强、中、弱的顺序，对波束数量的值进行排序，得到测量特征序列ID为“1-1-5”，为了更直观的显示测量特征序列，以十进制的方式得到序列值为115；
采样点ID为2的采样点，对应的归属ECI值为A，其强度类别为强的SSB波束数量为0，强度类别为中的SSB波束数量为2，强度类别为弱的SSB波束数量为6；
按照强、中、弱的顺序，对数量的值进行排序，得到测量特征序列ID为“0-2-6”，为了更直观的显示测量特征序列，以十进制的方式得到序列值为026。
本发明一可选的实施例中，步骤13包括：
步骤131，获得至少一个小区的采样点的总数以及每一个测量特征序列对应的采样点的数量；
步骤132，根据所述每一个测量特征序列对应的采样点的数量以及所述采样点的总数的比值，得到至少一个小区的多个测量特征序列的权重。
本实施例中，根据采样点对应的小区标识和测量特征序列，得到至少一个小区的采样点的总数以及每一个测量特征序列对应的采样点的数量，其中，小区的采样点的总数为一个小区标识对应的采样点的总数量；测量特征序列对应的采样点的数量为一个测量特征序列对应的采样点的总数量；根据每一个测量特征序列对应的采样点的数量以及采样点的总数，通过比值计算，得到至少一个小区的多个测量特征序列的权重。
一个具体的实施例中，根据采样点的归属ECI和测量特征序列进行统计，得到对应的归属ECI下每一个测量特征序列的采样点的数量，如下表所示：
| 归属ECI | 测量特征序列 | 序列值 | 采样点数量 |
| A | 1-1-5 | 115 | 10 |
| A | 0-2-6 | 26 | 10 |
| A | 3-2-3 | 323 | 30 |
| A | 5-2-1 | 521 | 50 |
| … |
表3
如表3所示，归属ECI值为A的小区下对应的测量特征序列包括“1-1-5”、“0-2-6”、“3-2-3”以及“5-2-1”，其对应的序列值分别为115、26、323以及521，测量特征序列“1-1-5”对应的采样点数量为10个，测量特征序列“0-2-6”对应的采样点数量为10个，测量特征序列“3-2-3”对应的采样点数量为30个，测量特征序列“5-2-1”对应的采样点数量为50个；
根据每个归属ECI值的小区下对应的测量特征序列的采样点数量和每个归属ECI值的小区的采样点的总数，可通过比值计算，得到每个归属ECI值的小区的多个测量特征序列的权重，如下表所示：
表4
如表4所示，归属ECI值为A的小区的采样点总量为100，其对应第1测量特征序列为“5-2-1”在表3中对应的采样点的数量为50，通过比值计算，得到归属ECI值为A的小区的第1测量特征序列的权重1为50％；归属ECI值为A的小区的第2测量特征序列为“1-1-5”在表3中对应的采样点的数量为30，通过比值计算，得到归属ECI值为A的小区的第2测量特征序列的权重2为30％；同样可以得到归属ECI值为B的小区的第1测量特征序列的权重1为40％，第2测量特征序列的权重2为30％；归属ECI值为C的小区的第1测量特征序列的权重1为60％，第2测量特征序列的权重2为10％。
本发明一可选的实施例中，步骤14包括：
步骤141，根据多个测量特征序列的权重以及至少一个预设阈值，对所述小区覆盖场景进行分类。
可选的，步骤141包括：
步骤1411，若一个小区的至少一个第N测量特征序列的权重大于第N预设阈值，确定至少一个第N测量特征序列对应的采样点为第N类小区覆盖场景；
步骤1412，若一个小区的至少一个第N+1测量特征序列的权重大于第N+1预设阈值且小于所述第N预设阈值，确定至少一个第N+1测量特征序列对应的采样点为第N+1类小区覆盖场景；其中，所述第N+1测量特征序列与所述第N测量特征序列为不同的测量特征序列，所述第N+1预设阈值小于所述第N预设阈值，N为正整数。
本实施例中，对小区对应的多个测量特征序列的权重设定至少一个预设阈值，该预设阈值优选的可以根据分类的需求而定；
当一个小区对应的至少一个第N测量特征序列的权重大于第N预设阈值，则该至少一个第N测量特征序列对应的小区为第N类小区覆盖场景；当一个小区的至少一个第N+1测量特征序列的权重大于第N+1预设阈值且小于所述第N预设阈值，则该至少一个第N+1测量特征序列对应的小区为第N+1类小区覆盖场景；其中，当一个小区对应的至少一个第1测量特征序列的权重大于第1预设阈值时，优选的选择至少一个第1测量特征序列中权重最大的测量特征序列作为第1类小区覆盖场景；
需要说明的是，第N+1测量特征序列与第N测量特征序列为不同的测量特征序列，第N+1预设阈值小于第N预设阈值。
一个具体的实施例中，对表4中归属ECI小区的对应的多个测量特征序列的权重进行分类，其中，分类的类别为主场景、次场景1以及次场景2；第1预设阈值为30％，第2预设阈值为15％，如下表所示：
| ECI | 主场景 | 权重 | 次场景1 | 权重1 | 次场景2 | 权重2 |
| A | 5-2-1 | 50％ | 1-1-5 | 30％ | ||
| B | 0-2-6 | 40％ | 1-1-5 | 30％ | ||
| C | 3-2-3 | 60％ | 2-2-4 | 20％ | ||
| … |
表5
如表5所示，归属ECI值为A的小区由表4可见第1测量特征序列的权重1为50％，大于第1预设阈值30％，因而将归属ECI值为A的小区的第1测量特征序列对应的采样点分类为主场景，第2测量特征序列的权重1为30％，不大于第1预设阈值30％且大于第二预设阈值15％，因而将归属ECI值为A的小区的第2测量特征序列对应的采样点分类为次场景1；
同样可以将归属ECI值为B的小区第1测量特征序列的权重1为40％，大于第1预设阈值30％，因而将归属ECI值为B的小区的第1测量特征序列对应的采样点分类为主场景，第2测量特征序列的权重1为30％，不大于第1预设阈值30％且大于第二预设阈值15％，因而将归属ECI值为B的小区的第2测量特征序列对应的采样点分类为次场景1；归属ECI值为C的小区第1测量特征序列的权重1为60％，大于第1预设阈值30％，因而将归属ECI值为C的小区的第1测量特征序列对应的采样点分类为主场景，第2测量特征序列的权重1为20％，不大于第1预设阈值30％且大于第二预设阈值15％，因而将归属ECI值为C的小区的第2测量特征序列对应的采样点分类为次场景1。
图2示出了本发明提供的具体的实施例中对小区覆盖场景进行分类的流程示意图。如图2所示，一个具体的实施例中，基站接收终端上报的测量报告，根据测量报告对小区覆盖场景进行分类，具体的包括：
步骤1，通过对上报的测量报告中的数据进行预处理，得到数据处理结果；
步骤2，通过对数据处理结果的至少一个波束承载的同步信号块的信号强度值进行分类，得到小区对应的测量特征序列；
步骤3，通过对小区对应的测量特征序列的权重进行比例计算，得到小区对应的测量特征序列对应的权重值；
步骤4，通过小区对应的测量特征序列对应的权重值，对小区覆盖场景进行分类。
本发明的方案通过接收终端上报的测量报告；根据所述测量报告，获得采样点的测量特征序列；获得至少一个小区的多个测量特征序列的权重；根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类；可高效地输出小区内下行覆盖接收性能相近的用户群体，结合小区对应的测量特征序列的权重值对小区覆盖场景进行分类与判定，进而实现指导覆盖与参数优化。
图3示出了本发明另一个实施例提供的应用于终端的小区覆盖场景的分类方法的流程图。如图3所示，该方法包括以下步骤：
步骤31，生成测量报告；所述测量报告用于使基站根据所述测量报告，获得采样点的测量特征序列；获得至少一个小区的多个测量特征序列的权重；根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类；
步骤32，将所述测量报告发送至基站。
图4示出了本发明实施例提供的终端生成测量报告的流程图。如图4所示，本实施例中，终端优选通过多个波束承载的同步信号块扫描方式进行测量，得到多个波束承载的同步信号块测量的信号强度值，将测量报告发送至基站，其中，发送给基站的测量报告包括波束承载的同步信号块测量的报告数据和将波束承载的同步信号块测量的值进行合并后的报告数据；
需要说明的是，可通过对波束承载的同步信号块测量的信号强度值进行合并，得到小区信号强度值的合并值；由于所处的场景不同，受到各种发射、折射等影响信号的因素的影响，终端检测各波束承载的同步信号块的信号强度值均不同，通过将测量报告发送至基站进行处理，实现用户覆盖特征模型评估，对小区覆盖场景进行分类，进而识别出该小区下存在相似特征的用户群体。
可选的，得到小区信号强度值的合并值包括：
当终端测量到的邻区所有波束承载的同步信号块的信号强度值都比小区信号强度值的合并值门限低，则终端优选所有波束承载的同步信号块的信号强度值中最大值，作为小区信号强度值的合并值；
否则，终端优选终端测量到的邻区所有波束承载的同步信号块的信号强度值中比小区信号强度值的合并值门限高的所有信号强度值的平均值，作为小区信号强度值的合并值。
需要说明的是，该应用于终端的小区覆盖场景的分类方法是与上述应用于基站的小区覆盖场景的分类方法对应的装置，上述述应用于基站的小区覆盖场景的分类方法实施例中的所有实现方式均适用于该方法的实施例中，也能达到相同的技术效果。
图5示出了本发明实施例提供的应用于基站的小区覆盖场景的分类装置的结构示意图。如图5所示，该装置50包括：
接收模块51，用于接收终端上报的测量报告；
处理模块52，用于根据所述测量报告，获得采样点的测量特征序列；获得至少一个小区的多个测量特征序列的权重；根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类。
可选的，根据所述测量报告，获得采样点的测量特征序列，包括：
对所述测量报告中采样点的数据进行预处理，得到数据处理结果；
对所述数据处理结果中至少一个波束承载的同步信号块的信号强度值进行分类，得到至少一个强度类别以及每一个强度类别对应的波束数量；
根据所述至少一个强度类别的波束数量，得到采样点的测量特征序列。
可选的，所述数据处理结果包括以下至少一项：
采样点标识；
小区标识；
小区信号强度值的合并值；
至少一个波束承载的同步信号块的信号强度值。
可选的，获得至少一个小区的多个测量特征序列的权重，包括：
获得至少一个小区的采样点的总数以及每一个测量特征序列对应的采样点的数量；
根据所述每一个测量特征序列对应的采样点的数量以及所述采样点的总数的比值，得到至少一个小区的多个测量特征序列的权重。
可选的，根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类，包括：
根据多个测量特征序列的权重以及至少一个预设阈值，对所述小区覆盖场景进行分类。
可选的，根据多个测量特征序列的权重以及至少一个预设阈值，对所述小区覆盖场景进行分类，包括：
若一个小区的至少一个第N测量特征序列的权重大于第N预设阈值，确定至少一个第N测量特征序列对应的采样点为第N类小区覆盖场景；
若一个小区的至少一个第N+1测量特征序列的权重大于第N+1预设阈值且小于所述第N预设阈值，确定至少一个第N+1测量特征序列对应的采样点为第N+1类小区覆盖场景；其中，所述第N+1测量特征序列与所述第N测量特征序列为不同的测量特征序列，所述第N+1预设阈值小于所述第N预设阈值，N为正整数。
需要说明的是，该装置50是与上述方法对应的装置，上述小区覆盖场景的分类方法实施例中的所有实现方式均适用于该装置50的实施例中，也能达到相同的技术效果。
图6示出了本发明实施例提供的应用于终端的小区覆盖场景的分类装置的结构示意图。如图6所示，该装置60包括：
生成模块61，用于生成测量报告；所述测量报告用于使基站根据所述测量报告，获得采样点的测量特征序列；获得至少一个小区的多个测量特征序列的权重；根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类；
发送模块62，用于将所述测量报告发送至基站。
需要说明的是，该装置60是与上述方法对应的装置，上述小区覆盖场景的分类方法实施例中的所有实现方式均适用于该装置60的实施例中，也能达到相同的技术效果。
本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的小区覆盖场景的分类方法。
图7示出了本发明实施例提供的计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。
如图7所示，该计算设备可以包括：处理器(processor)、通信接口(Communications Interface)、存储器(memory)、以及通信总线。
其中：处理器、通信接口、以及存储器通过通信总线完成相互间的通信。通信接口，用于与其它设备比如客户端或其它服务器等的网元通信。处理器，用于执行程序，具体可以执行上述用于计算设备的小区覆盖场景的分类方法实施例中的相关步骤。
具体地，程序可以包括程序代码，该程序代码包括计算机操作指令。
处理器可能是中央处理器CPU，或者是特定集成电路ASIC(Application SpecificIntegrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器，用于存放程序。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器(non-volatile memory)，例如至少一个磁盘存储器。
程序具体可以用于使得处理器执行上述任意方法实施例中的小区覆盖场景的分类方法。程序中各步骤的具体实现可以参见上述小区覆盖场景的分类方法的实施例中的相应步骤和单元中对应的描述，在此不赘述。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，上述描述的设备和模块的具体工作过程，可以参考前述方法实施例中的对应过程描述，在此不再赘述。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明实施例的内容，并且上面对特定语言所做的描述是为了披露本发明实施例的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明实施例并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明实施例要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明实施例还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明实施例的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明实施例进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明实施例可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。
Claims (10)
1.一种小区覆盖场景的分类方法，其特征在于，应用于基站，所述方法包括：
接收终端上报的测量报告；
根据所述测量报告，获得采样点的测量特征序列；
获得至少一个小区的多个测量特征序列的权重；
根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类。
2.根据权利要求1所述的小区覆盖场景的分类方法，其特征在于，根据所述测量报告，获得采样点的测量特征序列，包括：
对所述测量报告中采样点的数据进行预处理，得到数据处理结果；
对所述数据处理结果中至少一个波束承载的同步信号块的信号强度值进行分类，得到至少一个强度类别以及每一个强度类别对应的波束数量；
根据所述至少一个强度类别的波束数量，得到采样点的测量特征序列。
3.根据权利要求1所述的小区覆盖场景的分类方法，其特征在于，获得至少一个小区的多个测量特征序列的权重，包括：
获得至少一个小区的采样点的总数以及每一个测量特征序列对应的采样点的数量；
根据所述每一个测量特征序列对应的采样点的数量以及所述采样点的总数的比值，得到至少一个小区的多个测量特征序列的权重。
4.根据权利要求1所述的小区覆盖场景的分类方法，其特征在于，根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类，包括：
根据多个测量特征序列的权重以及至少一个预设阈值，对所述小区覆盖场景进行分类。
5.根据权利要求4所述的小区覆盖场景的分类方法，其特征在于，根据多个测量特征序列的权重以及至少一个预设阈值，对所述小区覆盖场景进行分类，包括：
若一个小区的至少一个第N测量特征序列的权重大于第N预设阈值，确定至少一个第N测量特征序列对应的采样点为第N类小区覆盖场景；
若一个小区的至少一个第N+1测量特征序列的权重大于第N+1预设阈值且小于所述第N预设阈值，确定至少一个第N+1测量特征序列对应的采样点为第N+1类小区覆盖场景；其中，所述第N+1测量特征序列与所述第N测量特征序列为不同的测量特征序列，所述第N+1预设阈值小于所述第N预设阈值，N为正整数。
6.一种小区覆盖场景的分类方法，其特征在于，应用于终端，所述方法包括：
生成测量报告；所述测量报告用于使基站根据所述测量报告，获得采样点的测量特征序列；获得至少一个小区的多个测量特征序列的权重；根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类；
将所述测量报告发送至基站。
7.一种小区覆盖场景的分类装置，其特征在于，应用于基站，所述装置包括：
接收模块，用于接收终端上报的测量报告；
处理模块，用于根据所述测量报告，获得采样点的测量特征序列；获得至少一个小区的多个测量特征序列的权重；根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类。
8.一种小区覆盖场景的分类装置，其特征在于，应用于终端，所述装置包括：
生成模块，用于生成测量报告；所述测量报告用于使基站根据所述测量报告，获得采样点的测量特征序列；获得至少一个小区的多个测量特征序列的权重；根据所述多个测量特征序列的权重，对所述小区覆盖场景进行分类；
发送模块，用于将所述测量报告数据发送至基站。
9.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-5中任一项所述的小区覆盖场景的分类方法对应的操作或者执行如权利要求6所述的小区覆盖场景的分类方法对应的操作。
10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-5中任一项所述的小区覆盖场景的分类方法对应的操作或者执行如权利要求6所述的小区覆盖场景的分类方法对应的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110897655.3A CN115915151A (zh) | 2021-08-05 | 2021-08-05 | 一种小区覆盖场景的分类方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110897655.3A CN115915151A (zh) | 2021-08-05 | 2021-08-05 | 一种小区覆盖场景的分类方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115915151A true CN115915151A (zh) | 2023-04-04 |
Family
ID=86484340
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110897655.3A Pending CN115915151A (zh) | 2021-08-05 | 2021-08-05 | 一种小区覆盖场景的分类方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115915151A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009082973A1 (fr) * | 2007-12-27 | 2009-07-09 | Huawei Technologies Co., Ltd. | Procédé, appareil et système pour détecter une couverture réseau |
| CN104105106A (zh) * | 2014-07-23 | 2014-10-15 | 武汉飞脉科技有限责任公司 | 无线通信网智能天线覆盖场景自动分类识别方法 |
| CN107567039A (zh) * | 2017-08-31 | 2018-01-09 | 北京市天元网络技术股份有限公司 | 一种移动网络的小区场景自动识别方法及装置 |
| US10026053B1 (en) * | 2017-01-18 | 2018-07-17 | Wipro Limited | System and method for generation of integrated test scenarios |
| US20190289649A1 (en) * | 2014-09-22 | 2019-09-19 | Sharp Kabushiki Kaisha | Method performed by a user equipment, method performed by an enodeb, user equipment and enodeb |
| CN111988794A (zh) * | 2019-05-22 | 2020-11-24 | 中国移动通信集团陕西有限公司 | 面向场景的网络监控方法及装置 |
| CN113141625A (zh) * | 2020-01-20 | 2021-07-20 | 上海大唐移动通信设备有限公司 | 小区覆盖场景的确定方法、装置、电子设备及存储介质 |
-
2021
- 2021-08-05 CN CN202110897655.3A patent/CN115915151A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009082973A1 (fr) * | 2007-12-27 | 2009-07-09 | Huawei Technologies Co., Ltd. | Procédé, appareil et système pour détecter une couverture réseau |
| CN104105106A (zh) * | 2014-07-23 | 2014-10-15 | 武汉飞脉科技有限责任公司 | 无线通信网智能天线覆盖场景自动分类识别方法 |
| US20190289649A1 (en) * | 2014-09-22 | 2019-09-19 | Sharp Kabushiki Kaisha | Method performed by a user equipment, method performed by an enodeb, user equipment and enodeb |
| US10026053B1 (en) * | 2017-01-18 | 2018-07-17 | Wipro Limited | System and method for generation of integrated test scenarios |
| CN107567039A (zh) * | 2017-08-31 | 2018-01-09 | 北京市天元网络技术股份有限公司 | 一种移动网络的小区场景自动识别方法及装置 |
| CN111988794A (zh) * | 2019-05-22 | 2020-11-24 | 中国移动通信集团陕西有限公司 | 面向场景的网络监控方法及装置 |
| CN113141625A (zh) * | 2020-01-20 | 2021-07-20 | 上海大唐移动通信设备有限公司 | 小区覆盖场景的确定方法、装置、电子设备及存储介质 |
Non-Patent Citations (5)
| Title |
|---|
| ROWAN BORDER; JONATHAN D. GAMMELL: "Proactive Estimation of Occlusions and Scene Coverage for Planning Next Best Views in an Unstructured Representation", 《 2020 IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS (IROS)》, 10 February 2021 (2021-02-10), pages 4219 - 4226 * |
| 傅树雄;: "基于LTE-TA数据挖掘的覆盖场景分类研究及其优化", 信息通信, no. 12, 15 December 2017 (2017-12-15) * |
| 唐纪;安明伟;等: "5G大规模天线波束赋形分场景应用研究", 《CNKI-中国新通信》, 20 September 2020 (2020-09-20), pages 20 - 21 * |
| 徐晶;王西点;沈骜;王磊;: "智能划分移动通信网络话务场景的改进方法", 电信工程技术与标准化, no. 09, 15 September 2015 (2015-09-15) * |
| 许景渊;杨沣;: "一种基于MR数据空间分布的网络格局判别方法", 移动通信, no. 18, 30 September 2016 (2016-09-30) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109996186A (zh) | 一种网络覆盖问题识别方法及装置、可读取存储介质 | |
| CN111506485B (zh) | 特征分箱方法、装置、设备及计算机可读存储介质 | |
| CN112469066B (zh) | 5g网络覆盖评估方法及装置 | |
| CN111028016A (zh) | 销量数据预测方法、装置以及相关设备 | |
| CN112203324B (zh) | 一种基于位置指纹库的mr定位方法及装置 | |
| CN110992124A (zh) | 房源的推荐方法及房源的推荐系统 | |
| CN109936820A (zh) | 一种用户终端定位方法及装置 | |
| CN111242318A (zh) | 基于异构特征库的业务模型训练方法及装置 | |
| CN108830302B (zh) | 一种图像分类方法、训练方法、分类预测方法及相关装置 | |
| CN105848104B (zh) | 基于区域的人员流动状态监测方法及装置 | |
| CN117172633A (zh) | 一种面向工业互联网平台的制造服务子图仿真方法及系统 | |
| CN112464970A (zh) | 区域价值评估模型处理方法、装置及计算设备 | |
| CN115915151A (zh) | 一种小区覆盖场景的分类方法、装置及设备 | |
| CN113055927A (zh) | 基站经纬度定位方法、装置、计算设备及计算机存储介质 | |
| CN107517474B (zh) | 一种网络分析优化方法及装置 | |
| CN106714192B (zh) | 网络调整方法及装置 | |
| CN114091560A (zh) | 一种通信站址的规划方法、装置、设备以及可读存储介质 | |
| CN112559589A (zh) | 一种远程测绘数据处理方法及系统 | |
| CN112288528A (zh) | 恶意社群发现方法、装置、计算机设备和可读存储介质 | |
| CN118301658B (zh) | 共站址检测方法、装置、设备、存储介质及程序产品 | |
| CN112927000A (zh) | 网点的数据分析方法、装置、计算机设备及存储介质 | |
| CN111934896B (zh) | 高架道路终端用户识别方法、装置及计算设备 | |
| CN112584313B (zh) | 弱覆盖区域定位方法、装置、设备及计算机存储介质 | |
| CN114286196B (zh) | 基于无线网络指标的视频质差原因分析方法及装置 | |
| CN117693017B (zh) | 楼层识别方法、装置、设备及存储介质 |
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 |