CN117859357A - 三维室内无线服务评估和可视化 - Google Patents
三维室内无线服务评估和可视化 Download PDFInfo
- Publication number
- CN117859357A CN117859357A CN202280057993.9A CN202280057993A CN117859357A CN 117859357 A CN117859357 A CN 117859357A CN 202280057993 A CN202280057993 A CN 202280057993A CN 117859357 A CN117859357 A CN 117859357A
- Authority
- CN
- China
- Prior art keywords
- strongest
- lte
- wireless
- umts
- data
- 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
- 238000012800 visualization Methods 0.000 title description 7
- 238000000034 method Methods 0.000 claims abstract description 62
- 230000000007 visual effect Effects 0.000 claims abstract description 54
- 238000005259 measurement Methods 0.000 claims description 155
- 238000005457 optimization Methods 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 6
- 239000000523 sample Substances 0.000 description 10
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001125 extrusion Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- JJWKPURADFRFRB-UHFFFAOYSA-N carbonyl sulfide Chemical compound O=C=S JJWKPURADFRFRB-UHFFFAOYSA-N 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
公开的是在三维显示中生成无线服务条件的视觉表示的方法,包括:从无线装置捕获包括无线服务条件的数据集合;从数据确定纬度和经度,并基于所述纬度和经度确定参考海拔;从所述数据确定在选择的坐标系中的报告的海拔;从所述选择的坐标系中的报告的海拔减去参考海拔;确定所述数据的估计地上高程;以及在三维图形图像内以视觉表示显示无线服务条件。
Description
相关申请的交叉引用
本申请要求2021年8月26日提交的美国临时申请No.63/260594以及美国非临时申请No.17/681086的权益,其公开内容通过引用其整体结合于此。
技术领域
本发明涉及用于在垂直结构内和地图视图中显示和报告无线服务条件的系统和方法。
背景技术
手持移动装置在现代社会中普遍存在。它们经由互连的收发器网络提供对诸如语音、SMS和互联网之类的无线服务的访问。移动装置和网络收发器之间的通信是经由采取无线电信号的形式的电磁波来执行的。为了实现和保持良好的通信,这些无线电信号必须满足预定义的强度和质量水平。信号强度描述期望信号的幅度。信号质量被定义为期望信号的幅度与所有其他信号的幅度之间的比,其中后者也被称为干扰功率。
建筑对无线通信提出了挑战,因为它们能够阻挡(阻止)、衰减(降低强度)、扭曲(降低质量)或反射(反弹)信号的传播。信号的这样的负面变化可由许多因素引起,包括:建筑的大小和位置,或者无线装置在建筑内的位置。
由于信号干扰是对信号质量的负面影响的关键指标,因此通过对无线网络的设计、部署和服务感兴趣的各方它受到最高级别的审查。干扰可是由无线网络自身的设计和操作引起的,其中缺乏信号优势是示例,其中来自多个周围网络收发器的信号以类似的强度被接收。在高层建筑中,由于网络收发器和移动装置之间的障碍物更少,这种效应最常见。外部干扰源(噪声)(其进一步加剧了对建筑内信号质量的影响)还包括来自其他收发器的杂散发射、近距离天线中的互调产物、自然源(包括但不限于雷暴、电风暴、宇宙背景辐射等)。用于量化信号质量的关键性能指标(KPI)是信噪比(SNR)。
发明内容
本文的实施例涉及方法和三维可视化,其与无线服务条件的测量相关,并且用于生成具有三维的可视化,以便用多个测量填充该可视化,并且其中该可视化显示经整理的一组测量,以在视觉显示上示出无线服务条件内的趋势。各种实施例提供用于获得测量、修改数据以及生成所述测量的数据集以供其显示的方法。测量可以从众包数据中收集。最终产品和输出产生视觉显示,该视觉显示识别一组或多个测量并定义给定位置、给定高度处的一个或多个无线服务条件。因此,可以确定在特定建筑中、在特定高度的无线服务条件。这些无线服务条件包括但不限于信号强度和信号质量。无线服务条件、用户的密度和其他特征可以在地图上以视觉表示的形式用图形描绘,并且这样的特征在垂直突出的多边形内,其表示给定位置处的建筑的部分。这样的信息对于寻求在这些区域内优化服务的提供商非常有用。
在优选实施例中,一种在无线测量的三维中生成视觉表示的方法包括:(a)从一个或多个无线装置捕获数据集合;(b)根据数据集合确定纬度和经度,并基于所述纬度和所述经度确定参考海拔(altitude);(c)根据数据集合在选择的坐标系中确定报告的海拔;(d)从所述选择的坐标系中的报告的海拔减去参考海拔;(e)确定数据集合的估计地上高程(elevation);以及(f)在三维图形图像内显示数据集合的视觉表示。
在另外的实施例中,报告的海拔是WGS 84海拔。
在另外的实施例中,所述方法还包括通过用绝对阈值过滤数据集合来为数据集合提供所述绝对阈值。在另外的实施例中,绝对阈值在1米和100米之间。
在另外的实施例中,所述方法还包括向数据集合提供相对阈值。在另外的实施例中,相对阈值在数据集中样本总数的80%和99%之间。
在另外的实施例中,所述方法还包括显示用户密度。在另外的实施例中,所述方法还包括显示无线服务条件。在另外的实施例中,所述方法还包括显示无线服务条件和用户密度。
在另外的实施例中,所述方法还包括以预定高度段显示数据集合。
在另外的实施例中,所述方法还包括多个无线测量,并在分成部分的多边形内以视觉表示显示无线测量。
在另外的实施例中,无线服务条件是从由以下组成的组中选择的:5G CSI-RSRP、5G CSI-RSRQ、5G CSI-SINR、5G SS-RSRP、5G SS-RSRQ、5G SS-SINR、5G PCI、5G最频繁小区、5G最强小区、5G最频繁频带、5G最强频带、5G优化优先级、LTE CQI、LTE最频繁频带、LTE最频繁小区、LTE最频繁PCI、LTE最频繁TAC、LTE优化优先级、LTE RSRP、LTE RSRQ、LTE SNR、LTE最强频带、LTE最强小区、LTE最强PCI、LTE最强TAC、UMTS Ec/No、UMTS最频繁频带、UMTS最频繁小区、UMTS最频繁LAC、UMTS最频繁PSC、UMTS RSSI、UMTS最强频带、UMTS最强小区、UMTS最强LAC、UMTS最强PSC、GSM最频繁频带、GSM最频繁BSIC、GSM最频繁小区、GSM最频繁LAC、GSMRSSI、GSM最强频带、GSM最强BSIC、GSM最强小区、GSM最强LAC、CDMA EcIo、CDMA RSSI、EVDOEcIo、EVDO RSSI、用户密度、移动数据使用、WiFi数据使用、移动+WiFi数据使用、下行链路吞吐量、上行链路吞吐量、抖动、延迟、最佳载波5G CSI-RSRP、最佳载波5G CSI-RSRQ、最佳载波5G CSI-SINR、最佳载波5G SS-RSRP、最佳载波5G SS-RSRQ、最佳载波5G SS-SINR、最佳载波GSM RSSI、最佳载波LTE CQI、最佳载波LTE RSRP、最佳载波LTE RSRQ、最佳载波LTESNR、最佳载波UMTS Ec/No、最佳载波UMTS RSSI、覆盖改善机会、多网络覆盖改善分数、优化机会、销售机会、低频带百分比、定时提前以及其组合。
在优选实施例中,一种在无线测量的三维中生成视觉表示的方法包括:(a)从无线装置捕获无线测量;(b)根据无线测量确定纬度和经度,并根据所述纬度和所述经度确定参考海拔;(c)根据无线测量在选择的坐标系中确定报告的海拔;(d)从所述选择的坐标系中的报告的海拔减去参考海拔;(e)确定无线测量的估计地上高程;以及(f)基于多个测量的预定阈值,在视觉表示上生成对应于估计地上高程的多边形,以便包含无线测量。
在另外的实施例中,多边形是根据90%至99%之间的测量生成的,所述测量中的每个测量限定在纬度和经度的给定范围内。
在另外的实施例中,纬度和经度的给定范围基于预定阈值被定向在多边形内。
在另外的实施例中,预定阈值是距离的绝对测量或基于所有测量的一部分的相对测量。
在优选实施例中,一种在三维显示中生成无线服务条件的视觉表示的方法包括:(a)从无线装置捕获包括无线服务条件的测量;(b)根据测量确定纬度和经度,并基于所述纬度和所述经度确定参考海拔;(c)根据测量在选择的坐标系中确定报告的海拔;(d)从所述选择的坐标系中的报告的海拔减去参考海拔;(e)确定所述测量的估计地上高程;以及(f)以视觉表示在三维图形图像内显示无线服务条件。
在另外的实施例中,所述方法还包括向纬度和经度提供预定的绝对阈值或相对阈值。
在另外的实施例中,所述方法还包括向选择的坐标系中的报告的海拔提供预定的绝对阈值或相对阈值。
在另外的实施例中,所述方法还包括在三维图形图像的一部分内对估计地上高程进行定向。在另外的实施例中,三维图形图像的一部分的高度在5米和50米之间。在另外的实施例中,三维图形图像的部分的高度为15米。在另外的优选实施例中,在视觉显示上的部分内显示测量,并且聚集多个测量以在给定纬度和经度处在视觉显示上的部分内显示关于无线服务条件的趋势(即,在给定位置、给定高度处的无线服务条件是什么)。
在优选实施例中,无线服务条件的三维表示包括:多个数据测量,每个数据测量由测量的纬度和经度限定,并且其中每个数据测量提供有报告的海拔;确定测量的纬度和经度处的地面高程;其中通过将报告的海拔与地面高程进行比较并确定增量以产生所确定的海拔来生成所确定的海拔;其中所述多个数据测量中的每个数据测量都显示在无线服务条件的三维表示内,并且基于测量的纬度和经度被布置在基于所确定的海拔的垂直轴中的切片内,其中所述切片的距离在5米和50米之间;并且其中所述数据测量中的每个数据测量包括至少一个无线服务条件。
在另外的实施例中,对于无线服务条件的三维表示,无线服务条件是从由以下组成的组中选择的:5G CSI-RSRP、5G CSI-RSRQ、5G CSI-SINR、5G SS-RSRP、5G SS-RSRQ、5GSS-SINR、5G PCI、5G最频繁小区、5G最强小区、5G最频繁频带、5G最强频带、5G优化优先级、LTE CQI、LTE最频繁频带、LTE最频繁小区、LTE最频繁PCI、LTE最频繁TAC、LTE优化优先级、LTE RSRP、LTE RSRQ、LTE SNR、LTE最强频带、LTE最强小区、LTE最强PCI、LTE最强TAC、UMTSEc/No、UMTS最频繁频带、UMTS最频繁小区、UMTS最频繁LAC、UMTS最频繁PSC、UMTS RSSI、UMTS最强频带、UMTS最强小区、UMTS最强LAC、UMTS最强PSC、GSM最频繁频带、GSM最频繁BSIC、GSM最频繁小区、GSM最频繁LAC、GSM RSSI、GSM最强频带、GSM最强BSIC、GSM最强小区、GSM最强LAC、CDMA EcIo、CDMA RSSI、EVDO EcIo、EVDO RSSI、用户密度、移动数据使用、WiFi数据使用、移动+WiFi数据使用、下行链路吞吐量、上行链路吞吐量、抖动、延迟、最佳载波5GCSI-RSRP、最佳载波5G CSI-RSRQ、最佳载波5G CSI-SINR、最佳载波5G SS-RSRP、最佳载波5G SS-RSRQ、最佳载波5G SS-SINR、最佳载波GSM RSSI、最佳载波LTE CQI、最佳载波LTERSRP、最佳载波LTE RSRQ、最佳载波LTE SNR、最佳载波UMTS Ec/No、最佳载波UMTS RSSI、覆盖改善机会、多网络覆盖改善分数、优化机会、销售机会、低频带百分比、定时提前以及其组合。
在另外的实施例中,对于无线服务条件的三维表示,将绝对过滤器或相对过滤器应用于测量的纬度和经度。
在另外的实施例中,对于无线服务条件的三维表示,将绝对过滤器或相对过滤器应用于所确定的海拔。
在另外的实施例中,对于无线服务条件的三维表示,所述方法还包括室内分类,其中室内分类对于要在无线服务条件的三维表示中使用的数据测量是要求的。
附图说明
图1是网络用户密度图的3D视图的表示。
图2是测量RSRP的单个平台上单个载波的网络性能的3D视图的表示。
图3是用于在3D视图内生成垂直测量的过程的流程图。
图4是描绘创建对应于视觉地图内的建筑的3D多边形的过程的流程图。
图5描绘用来生成用户密度的3D显示的流程图。
图6描绘用于生成无线服务条件的3D显示的流程图。
具体实施方式
公开的是用于在三维(3D)图形表示内提供无线服务条件性能的技术。3D视图允许在视觉显示中呈现多组数据,包括建筑内给定高程处的移动装置密度和无线服务质量。这种表示可以由无线服务(GSM、UMTS、LTE、5G)的生成、由特定服务提供商以及描述无线服务条件性能的度量来组织。由此产生的3D图形表示提供了强和弱无线服务条件区域的用户友好可视化,这允许服务提供商快速且有效地优先解决他们关于网络性能的问题的工作。
与网络性能设计和优化的典型2D方式(其将所有网络条件度量压缩到单个水平面中)相比,3D表示提供如由移动装置取决于其在建筑内的高程位置所经历的网络条件的更精细、分层的视图。
无线服务条件是指从移动装置收集的数据,包括但不限于以下度量:5G CSI-RSRP、5G CSI-RSRQ、5G CSI-SINR、5G SS-RSRP、5G SS-RSRQ、5G SS-SINR、5G PCI、5G最频繁小区、5G最强小区、5G最频繁频带、5G最强频带、5G优化优先级、LTE CQI、LTE最频繁频带、LTE最频繁小区、LTE最频繁PCI、LTE最频繁TAC、LTE优化优先级、LTE RSRP、LTE RSRQ、LTESNR、LTE最强频带、LTE最强小区、LTE最强PCI、LTE最强TAC、UMTS Ec/No、UMTS最频繁频带、UMTS最频繁小区、UMTS最频繁LAC、UMTS最频繁PSC、UMTS RSSI、UMTS最强频带、UMTS最强小区、UMTS最强LAC、UMTS最强PSC、GSM最频繁频带、GSM最频繁BSIC、GSM最频繁小区、GSM最频繁LAC、GSM RSSI、GSM最强频带、GSM最强BSIC、GSM最强小区、GSM最强LAC、CDMA EcIo、CDMARSSI、EVDO EcIo、EVDO RSSI、用户密度、移动数据使用、WiFi数据使用、移动+WiFi数据使用、下行链路吞吐量、上行链路吞吐量、抖动、延迟、最佳载波5G CSI-RSRP、最佳载波5GCSI-RSRQ、最佳载波5G CSI-SINR、最佳载波5G SS-RSRP、最佳载波5G SS-RSRQ、最佳载波5GSS-SINR、最佳载波GSM RSSI、最佳载波LTE CQI、最佳载波LTE RSRP、最佳载波LTE RSRQ、最佳载波LTE SNR、最佳载波UMTS Ec/No、最佳载波UMTS RSSI、覆盖改善机会、多网络覆盖改善分数、优化机会、销售机会、低频带百分比、定时提前。值得注意的是,这些无线服务条件是作为来自移动装置的数据同时收集的,并且因此使用数据的一部分可以与数据的其他部分相结合以进行进一步的推断。无线数据还指可以收集的任何附加度量,包括但不限于纬度、经度、海拔、垂直和水平精度、时间以及其他各种度量。每个收集的测量包括数据中的所有数据和无线服务条件中的所有无线服务条件,并且所述测量可以存储在数据库中。
在建筑中,信号水平和质量下降的主要因素是:穿透损耗(信号在穿过诸如混凝土墙、金属板等之类的致密介质时减弱)、反射(信号被周围建筑和结构的致密介质重定向)和遮蔽(信号被周围建筑、结构、植被的致密介质阻挡)。在地平面上,这些因素通常会导致覆盖范围抑制(即,来自最近网络收发器的信号水平超过来自更远收发器的信号水平),并且从而导致高信号优势,进而导致低干扰。相比之下,在高层建筑中,随着增加的高程,来自更远的网络收发器的信号路径中的障碍物数量更少,从而导致低信号优势,以及随之而来的更高干扰。
为了校正弱信号,可以进行修改,例如增加网络收发器或改变现有网络收发器天线沿方位角或高程的方向分布。一旦信号强度在期望的范围内,就执行进一步的优化以降低干扰水平。
除了前面概述的因素之外,也可通过谐波、频率漂移、RF泄漏以及由无源装置(例如连接器、天线、线缆等)的导电性引起的内部干扰导致升高的干扰。通过频率重新分配也可导致干扰。运营商在技术之间重新分配许可频谱;例如,随着老一代服务的使用减少,频谱被转移到更新的技术以容纳更多的用户和流量。仍在使用传统技术的用户通过更少量的频谱服务,并且由于频率复用(多个收发器使用相同频率)而受到更高的干扰。
在一些实例中,当不同频率上的两个或更多个信号在移动装置或网络收发器内的非线性电子组件中混合(相乘)时,可发生频率互调,从而导致信号在不同于传送的频率的频率生成。当接收信号的非预期频率与已在使用的频率重叠时,就会发生干扰。
通过识别各种可能的干扰问题,以图形方式表示用户的密度以及信号和干扰水平,允许在3D视图中简单表示这些特征,从而允许提供商更容易评估问题区域。在建筑内收集的独特移动装置的量和测量数量也可有助于通过减少度量方差并呈现真实平均值来量化所收集数据的质量。
因此,一旦已经识别出需要修改的无线服务条件,就可以对收发器网络进行改变以改善无线服务条件的性能。无线网络中的干扰可以通过覆盖范围抑制和减少相邻收发器之间的重叠来管理。通常还通过调整小区站点天线和网络控制软件中的各种设置来减少干扰。例如,天线波束可以更多地朝向目标区域和建筑聚焦,并且可以修改发射器功率、频率和代码设置,以提高来自期望的网络收发器的信号水平,并降低目标区域和建筑中不期望的网络收发器的信号水平。
在无线服务条件的图形表示中收集和利用的数据和无线服务条件允许捕获无线网络中用户的代表性样本。在每种情况下,单个数据测量包含数据信息中的所有数据信息以及无线服务条件。这允许基于其位置在水平x轴和y轴以及垂直z轴中将测量放置在显示内。然后,测量本身包含与之相关联的相关无线服务条件中的所有相关无线服务条件,其可以有效地存储在数据库内。因此,组合多个测量提供数据集,并且其中更大的数据集提供朝向那个数据集内可能可见的某些趋势的增加的可靠性。
通过捕获这样的数据集,最终用户可以通过收集的数据集点的庞大数量对数据集的可靠性充满信心,其中用户了解到更多数量的数据集点比更少数量的数据集点更加可靠。同时,当数据集揭示某些区域需要改变以提高信号强度或减少干扰,或者确定为相关的各种无线服务条件中的任何其他条件时,可以给予具有更大密度的区域更高的优先级,以便为更多用户改善无线服务条件。
因此,现在转向附图,图1详细描述了3D表示内的用户密度的图形视图(21)。这允许生成垂直轴(建筑的高度)和图1中根据视觉显示上的图例(20)的那个空间内的用户的密度的图表,该垂直轴识别在相对建筑的物理位置中的相对建筑。图1提供所有网络及其在视觉窗口内特定高度部分的相对密度的简单表示。因此,当存在50层的建筑,但底部5层是停车场时,图形表示将包括该建筑的若干不同部分,并将描绘在那些点处收集的无线网络数据的相对密度。因此,由于停车结构通常不会持续习惯,因此将描绘在底部5层处的停车空间中网络用户的更低密度,因为人们通常不会在那些空间中长时间持续时间内使用其网络服务。相比之下,工作空间楼层或生活空间楼层将具有更高的用户密度,并且因此可以被识别。在其他情况下,工业建筑或仓库可具有更少数量的用户,而住宅和商业办公空间可具有更高密度。更大数量的数据集点增加数据集的可靠性,并且还可以基于这些空间中的用户的密度来引导优化优先级。
在选择最优雅的方式来表示密度时,图例(20)提供由用户易于查看的不同阴影或其他度量。然而,本领域普通技术人员将认识到,视觉和图形表示可以用例如颜色主题表示来做出,其中不同的颜色表示不同的用户密度水平或者使用不同的阴影或填充图案。本质上,采取一些格式的表示类似于热图,其可以在垂直轴的切片内提供无线服务条件或数据(例如用户密度)的视觉表示。结果是视觉显示(21)允许作为视觉显示(21)中的一个建筑的建筑(23)根据建筑(23)内估计高度处的用户密度被遮蔽。
视觉显示(21)还包括搜索栏30,所述搜索栏30包括搜索窗口(24)和供用户修改显示的各种字段(例如24-28)。例如,搜索窗口(24)可以允许独特的搜索,切换字段(25)允许在热图或分箱(binned)数据视图之间交换,其中分箱数据视图仅在2D模式下使用。下一字段允许分类,例如室外和室内26,其可以仅是室外或仅是室内;时间窗口(27),例如,如前24个月期间所描绘的,以及频带窗口(28),允许对无线服务的不同频带进行检查。可以修改字段的数量,以包括与无线服务条件或从数据推断的点相关的任何数量的数据集,所述数据集中的每个数据集可以进一步基于用户密度。
图2则是图1的变型,其中图例(40)提供使用LTE频带的个体载波的单一视图,并在视觉表示内显示参考信号接收功率(RSRP)度量。因此,很容易在不同的无线服务条件度量之间切换,以生成用户感兴趣的地图。
为了生成图1和图2的视觉显示,群体数据集可以通过从用户获取数据,并且然后以新的和独特的方式收集和修改数据来捕获、在数据库中进行组织并且然后在图形表示中进行显示。填充这些视图的数据是经由网络上的移动装置捕获的,并在数据库内聚合。例如,Android OS报告GPS数据,包括其中收集测量的水平和垂直地理位置,包括纬度和经度坐标(十进制度,WGS 84)、海拔、水平精度和垂直精度。还可以从利用无线装置上的应用或程序的装置专门收集数据,所述装置被设计成捕获上述数据点,或者被设计成捕获可相关的附加数据点。
显示收集的数据或无线服务条件的关键问题是以可易于使用的格式显示这样的信息的能力。第一个问题是在垂直轴内定向数据集中,移动装置报告特定坐标系中的垂直位置。例如,若干坐标系之一是WGS 84坐标系,该坐标系在全文中被用作示例,然而,本领域普通技术人员将认识到存在并使用其他坐标系,特别是在世界上的不同区域中。然而,这些坐标系中的每个坐标系都不是相对于地面海拔的,并且因此产生需要修改的结果。事实上,在WGS 84中,垂直位置是以地球大地水准面(由地球引力确定并近似为平均海平面的假想表面)上方的米数报告的,而不是高于地面的高度(正交)报告的。要计算高于地面的测量高程,相对于大地水准面高程的地平面海拔在报告位置处被计算,然后从测量的报告的海拔中被减去。这种计算简单地采用相对于同一参考系(WGS 84)的两次测量之间的增量来产生实际高程(以那个纬度和经度的地面为参考),以用于在显示中表示的目的。
水平和垂直位置精度读数对于捕获位置处的真实服务条件是重要的。因此,当多个位置数据具有大于预定量的方差时,然后那个数据可以从数据集中排除。这个预定的方差可取决于情况和取决于测量的总数。例如,在存在更多数量的测量的情况下,使用对于方差的更严格的阈值可能更合适,即,只有十米的测量,而当只有十个测量可用时,更高的方差(即五十米)将是可接受的。此外,代替以米为单位的绝对测量,可以利用相对计算来获取最佳数据,例如,所有数据测量和无线服务条件的中间70%、75%、80%、85%、90%、95%、97%或99%,其按照高程以升序排序。因此,在简单的十次测量的数据集中,使用80%的度量,底部数据点和顶部数据点将被去除。类似地,使用1000个测量的数据集,90%的度量将从顶部总共消除五十个测量并且从底部总共消除五十个测量,以产生样本数据集。这些变量可以根据用户需要进行设置和修改。
在过滤掉不满足给定数据的垂直和水平精度阈值方差的测量后,测量被编组为代表建筑内垂直级别(楼层)范围的段。这些段可以短至一米,但最好是十五米。备选地,可以根据特定建筑的高度对测量进行编组,以便提供最大数量的段。例如,总共有五个段且高100米的建筑将产生高度为20米的段。然而,所有建筑中超过70%的建筑的高度低于15米。通过将段高度设置为15米,可以将许多建筑编组到单个段中,这允许消除可能存在的虚假数据(如果尝试创建5米或10米的段),并将数据编组到这些更小的部分内。如由图1和图2所描绘的,编组的测量的平均值呈现在视觉门户和显示中。
图3提供一种方法的概述,该方法利用所捕获的关于无线服务条件的数据,以便修改和利用该数据进行呈现。步骤(1)提供从无线装置捕获数据。如上所详述,数据包括但不限于:纬度、经度、位置水平精度、位置垂直精度以及无线服务条件。
然后,步骤(2)利用收集的位置数据来确定用于每次测量的地上高程。相对于地面的精确位置由数据提供,该数据具有那个测量的限定的纬度和经度。提供了识别在每个给定纬度和经度处的地面高程的数据库。鉴于纬度和经度,利用这些测量提供了水平精度。在水平精度在建筑的距离之内的情况下,数据可以认为是准确的。在水平精度大于建筑的距离/占地面积的情况下,则可以使用某些过滤协议,例如消除距离大于x米的数据(即绝对阈值),或者可以应用如本文详细描述的相对阈值。在某些情况下,水平精度没那么重要,因为地面是水平的,并且因此方差可以忽略不计。与另一个建筑相邻的一个建筑的数据可能是高度保守的。因此,这样的方差可不以物质方式影响那个数据。然而,在多山的区域(例如旧金山),即使在任何水平方向上15米的距离也可产生地面高程的显著变化。在这样的实例中,可需要修改数据中的预定阈值截止值,以确保数据在这样的情况下的准确性。
步骤(3)然后进行已知的纬度和经度确定测量,并基于测量数据估计高度。因此,使用来自第三方DEM(数字高程模型)或DSM(数字表面模型)的数据为每个建筑确定转换到相关坐标系的地面高程,例如WGS 84垂直高程(相对于地球椭球的海拔)。接下来,由于由无线装置收集的位置数据已经在WGS 84坐标系中(如由装置的GPS所报告的那样),因此测量的地上高程被计算为测量的高程和地面高程之间的算术差。达到使用另一个高程测量的程度,则根据需要基于那个测量将进行适当的校正。得到的数据是用于测量的校正高程,以便将其精确地放置在视觉显示多边形内。这产生了给定高程的数据点中的每个数据点的测量。
然后,步骤(4)允许基于从步骤(3)计算的测量的地上高程来估计建筑内的测量。在知道建筑的高度的情况下,这可很容易做到。在某些实例中,并且在图4中更详细地描述,未知高度的建筑的高度可以从收集的测量/数据中估计。不管建筑高度是如何确定或估计的,来自多次测量的数据都被存储在数据库内,并且然后在步骤(5)中,数据库聚合用于以3D标测的数据。
沿着过程,某些测量提供有已知的精度。事实上,数据通常提供有垂直精度测量和水平精度测量。这些测量通常以米(距离)为单位提供,和/或包括与之相关联的置信度。某些测量将具有更低或更高的精度读数,并且因此那些具有更低距离的测量对实际位置具有更大的置信。在步骤(5)中,根据绝对测量对数据进行编组,这意味着只有数据的精度测量小于预定距离时才使用该数据。在各种实施例中,该距离在1000米和0.01米之间,其中典型的距离小于100米、小于50米、小于25米、小于15米和小于10米,包括其间的距离中的所有范围。然而,并不总是利用绝对方差,并且在将数据集视为整体并利用数据集的一部分来确保准确性的情况下,通常利用相对阈值。在这些情况下,相对阈值为数据集的50%、60%、70%、75%、80%、85%、90%、95%、97%和99%,其中阈值代表数据集的中间部分。例如,80%阈值消除了数据集的前10%和后10%。整个数据集保留在数据库中,但是捕获的数据和显示的数据然后将是在如本文定义的绝对或相对阈值下确定的部分。因此,视觉显示中呈现的数据是特定于精确测量的,并允许准确识别个体测量。
步骤(6)包括在以类似纬度和经度的类似高度内生成数据的编组。同样,采用与整个数据集相关的信息,利用预定阈值来确定要显示什么数据。值得注意的是,可存在具有方差的某种能力,因为不是每个测量都将具有精确相同的纬度和经度,也不是在垂直轴上具有相同的误差方差。因此,该编组将最适合这些测量,使得可以最好地确定测量是在同一建筑中进行还是在相邻建筑中进行。这里的方差可取决于许多因素,包括相邻建筑的接近度以及测量的误差方差。
最后,步骤(7)需要显示数据的视觉表示,图1和图2两者都描绘了其示例,其在图1中示出用户密度,并在图2中示出了单个无线载波的RSRP。其中表示中的每个表示具有定义图例内的视觉或显示元素的视觉或显示元素。最终用户可以获取显示并修改无线服务条件,以基于那个特定无线服务条件修改显示。这将允许表示这些不同的无线服务条件。当用户评估视觉表示中的数据时,用户的密度可以在每种情况下显示,或者可以在底层弹出窗口或其他视觉提示中视觉呈现。
在某些实例中,该数据产生未知高度或尺寸的建筑中的测量。这种情况发生在新的构造已经完成时,或者只是在该数据没有公开提供的地方。在某些实施例中,如果建筑的总用户数≥10,则基于报告的测量海拔从地平面挤出不具有已知高度的建筑。如果<10,则仅显示基本段(0米至15米)。挤压持续到包含那个段中x%或更低(例如97%)的总建筑样本的段。这有助于防止在很高的海拔由于少量样本而显示不切实际的建筑高度。在一些实施例中,如果存在超过预定数量(例如8个)的没有测量的连续段,则不管是否存在已知的建筑高度,都停止挤压。如果存在已知高度,将显示段,直到达到建筑高度。如果有存在的测量,则该段将被着色,否则它将是灰色的,或者以其他方式由某种其他阴影或视觉提示来描绘。
继续该逻辑,图4接着描绘了用于确定要在显示窗口中表示的多边形的高度的流程过程,例如,如图1和图2中所示。遵循图3,第一步骤是要从无线装置收集数据(1)。然后使用来自第一步骤的数据,确定纬度和经度(10)。一旦前两个步骤已经完成,下一过程定义多边形高度。步骤(11),其中基于已知的结构和高度来挤压多边形,或者步骤(12),其中基于来自建筑多边形的界限内的数据的估计结构来挤压多边形。事实上,正是这种高度未知的特殊情况才是重要的,但这些步骤也可以协同工作以确保准确显示建筑。
事实上,即使可存在已知的结构,其具体高度和尺寸也可不明确。在其他情况下,结构的存在可不是已知的,例如最近开发的结构,并且因此数据集合表示要显示的那个结构的存在。最后,某些结构可有错误或有未利用的空间,可以其他方式在视觉显示中产生不确定性的空间。
相应地,步骤(13)然后获取集体数据并细化数据以消除异常数据。这是通过消除具有低精度参数的数据来实现的,无论是在垂直位置精度方面还是相对于纬度和经度精度。该数据通常在步骤(1)中捕获,即数据点字面上定义了被捕获的数据点的精度估计。优选地,组合多个测量的完整数据集,并利用某些过程来过滤数据以创建最佳数据集。各种精度度量与图3中详细描述的那些相同,即距离的绝对测量或相对测量,其采用数据集的一部分来消除异常数据。
最后,随着数据被细化,来自步骤(11)或(12)的多边形可以被修改(特别是在高度上),以包含步骤(14)中的x%的样本。这允许基于数据修改多边形的高度中的任何高度。值得注意的是,在该步骤和其他步骤中包含的样本的百分比是可变的,这取决于若干因素,包括总范围、样本总数、数据的置信测量和其他因素。通常,该百分比应大于样本的80%,并更优选大于样本的90%、95%、97%或99%。
为了提供这一确定的上下文,样本集包括1000个数据点,并且存在未知高度的建筑。数据集被设置为97%的样本。建筑高度将从最低海拔测量开始,并且然后捕获总共970个测量(达到所有样本的97%)。收集970个样本后,以那个样本集的最高测量确定建筑的高度。其余30个更高的测量从在确定的建筑高度中排除,以排除那些可能不准确的测量。该百分比可以根据测量的总数、那些测量的精度以及如在每个场景中确定的其他参数进行修改。
在某些实例中,特别是在大城市,经常存在地下测量。例如,纽约市的地铁系统或地铁站可能有数千个地下测量。在这样的情况下,基于纬度和经度,用于确定高度的测量将从那些确定在地平面上方的位置开始。因此,如果存在10000次测量,并且其中1000次测量被确定为在地下,则9000个数据点将被视为建筑高度。如果97%的样本将用于高度,那么在高度计算中将使用总共8730个样本,而忽略更高海拔处的其余270个样本。
因此,如图1和图2中所描绘,视觉显示包括多个建筑,每个建筑由具有垂直方向以及x和y坐标的多边形表示。在某些实施例中,建筑的大小,具体包括高度,但还在一些实施例中,x和y坐标中的平方尺是提供的或先前已知的。例如,使用来自第三方源的建筑多边形和高度(可用时),但可能不准确。基于报告的测量海拔,没有已知高度的建筑将从地平面挤出。挤压是从地面向上添加的,并一直持续到x%的总建筑样本包含在建筑的3D表示中。在数据样本集上使用这些截止有助于防止因不准确或在很高的海拔的少量样本而显示不切实际的建筑高度。在看起来仍然比实际高的建筑中,顶部的一个或多个段通常具有非常低的用户数(1或2),并且可以通过使用这些截止度量来忽略。这里的目的是简单地提供数据集,该数据集基于用户密度和那些无线服务条件的总测量,提供用于评估无线服务条件度量和那些度量的可靠性的代表性数据样本。
在每种方法中从无线装置收集的数据和无线服务条件(步骤1)提供了朝向识别无线服务条件同时识别用户密度的集体方式,并提供了在z轴上(垂直方向)的视觉方式。通过将数据与真实世界示例进行比较,已经验证了这种方式的结果。例如,在存在建筑内小区站点系统的已知安装的建筑中,信号水平和质量非常强,这些系统以提高信号水平和减少干扰而闻名。此外,数据显示信号水平随着高度而增加,同时显示更高高程处的干扰水平增加,如预期的那样,这是由于更高楼层的更多干扰造成的。最后,总用户数可在视觉显示中获得,以帮助用户确定所呈现信息的可靠性。因此,该数据允许用户通过确定该数据具有高或低数量的用户数以及可能影响可靠性的其他度量,来对所显示的无线服务条件(如果他们如此选择的话)做出他们自己的决定。
在某些实施例中,利用室内分类技术可能更有用,特别是在建筑内更低水平的位置。这样,在既有大量室内平方尺又有大量室外平方尺的区域中,某些实施例可以允许对室内或室外测量进行分类。这可以通过使用收集的数据,并且将建筑的占地面积与纬度和经度测量进行比较来执行,并且然后根据水平精度测量进行评估。事实上,对于所有给定的测量,水平精度是必要的,以确保给定的测量是在一个建筑中而不是在另一个建筑中。在水平精度弱的情况下,或者仅在可期望额外数据点来提高数据精度的情况下,室内分类可以进一步提供帮助。美国专利申请No.16/381961中定义了某些室内分类协议,其可结合本文详述的方法和处理来使用。
如本文所详述的,确定给定位置的用户密度允许增加数据的置信。图5提供了生成该信息的实施例的简图。步骤(1)包括从无线装置捕获数据。步骤(2)根据数据对纬度和经度进行定向,并经由数据库确定那个点处的海拔。然后,步骤(51)基于水平精度对数据进行初始过滤,例如,忽略具有超过预定允许距离的精度等级的数据。步骤(3)(在步骤[51]之后)基于所确定的海拔和来自坐标系(即WGS 84)的测量数据之间的增量来估计测量的高度。步骤(52)可选地应用进一步的水平精度过程,例如确保中间90%、95%或97%的测量的相对过程,或其他适当的过程。步骤(4)(在步骤[52]之后)然后基于估计的高度来估计建筑中的位置。然后,步骤(5)在数据库内聚合用于以3D标测的数据。步骤(6)基于应用的先前步骤和阈值步骤,在以类似纬度和经度的类似高度内生成数据的编组。并且最后,步骤(53)提供在视觉显示中显示用户密度。
图6基于本文的公开将类似的过程应用于某些无线服务条件的评估。步骤(61)从无线装置(从多个无线装置)捕获包括无线服务条件的数据。步骤(2)基于数据的纬度和经度对单个数据测量进行定向,并确定那个点处的海拔。步骤(3)基于WGS 84测量和来自纬度和经度的确定的海拔之间的增量来估计实际地面高程。在步骤(2)和(3)中的每一个适当的地方,可以应用某些过滤器和阈值来基于绝对或相对阈值消除具有高方差的数据。步骤(4)然后基于估计的高度来估计建筑中的位置。然后,步骤(5)在数据库内聚合用于以3D标测的数据。步骤(62)(在步骤[5]之后)然后将过滤器应用于所有数据,如对于确保数据准确性所必需的,这可以个体进行,或者作为之前可选地应用于步骤(2)和(3)的过滤器和阈值的补充。步骤(6)在以类似纬度和经度的类似高度内生成数据的编组。并且步骤(63)以视觉显示结束,该视觉显示表示来自无线装置的测量的以3D的数据,以显示感兴趣的选定无线服务条件度量。
本领域普通技术人员将认识到,各种方法和过程可以整体或部分地组合以修改特定过程。此外,在各种实施例中可以可选地包括某些步骤。本领域普通技术人员将会认识到,本文详细描述的实施例并不限制数据可以被操纵或显示的方式。
Claims (27)
1.一种在无线测量的三维中生成视觉表示的方法,包括:
a.从一个或多个无线装置捕获表示多个无线测量的数据集合,所述无线测量中的每个无线测量包括指示在何处进行对应无线测量的位置信息;
b.确定对应于所述无线测量中的每个无线测量的纬度和经度,并基于所述纬度和所述经度确定参考海拔;
c.确定对应于所述无线测量中的每个无线测量的选择的坐标系中的报告的海拔;
d.从所述选择的坐标系中的所述报告的海拔减去所述参考海拔;
e.确定对应于所述无线测量中的每个无线测量的估计的地上高程;以及
f.基于用于所述无线测量的所述估计的地上高程,在三维图形图像内显示所述数据集合的视觉表示。
2.根据权利要求1所述的方法,其中,所述报告的海拔是WGS 84海拔。
3.根据权利要求1所述的方法,其中,所述无线测量中的每个无线测量包括与对应位置信息相关联的精度,并且其中显示所述数据集合的所述视觉表示还包括向所述数据集合提供绝对阈值,并且通过将对于所述对应无线测量的所述精度与所述绝对阈值进行比较来过滤所述数据集合,以确定用于显示所述视觉表示的集合数据的子集。
4.根据权利要求3所述的方法,其中,所述绝对阈值在1米和100米之间。
5.根据权利要求1所述的方法,其中,所述无线测量中的每个无线测量包括与对应位置信息相关联的精度,并且其中显示所述数据集合的所述视觉表示还包括向所述数据集合提供相对阈值,并且通过所述相对阈值过滤对于所述对应无线测量的精度,以确定用于显示所述视觉表示的集合数据的子集。
6.根据权利要求5所述的方法,其中,所述相对阈值在数据集中样本总数的80%和99%之间。
7.根据权利要求1所述的方法,其中,显示视觉表示包括显示用户密度。
8.根据权利要求1所述的方法,其中,显示视觉表示包括显示无线服务条件。
9.根据权利要求1所述的方法,其中,显示视觉表示包括显示无线服务条件和用户密度。
10.根据权利要求1所述的方法,其中,显示视觉表示包括以预定高度段显示所述数据集合。
11.根据权利要求1所述的方法,其中,显示视觉表示包括在分成部分的多边形内的所述视觉表示中显示所述无线测量。
12.根据权利要求8所述的方法,其中,所述无线服务条件是从由以下组成的组中选择的:5G CSI-RSRP、5G CSI-RSRQ、5G CSI-SINR、5G SS-RSRP、5G SS-RSRQ、5G SS-SINR、5GPCI、5G最频繁小区、5G最强小区、5G最频繁频带、5G最强频带、5G优化优先级、LTE CQI、LTE最频繁频带、LTE最频繁小区、LTE最频繁PCI、LTE最频繁TAC、LTE优化优先级、LTE RSRP、LTERSRQ、LTE SNR、LTE最强频带、LTE最强小区、LTE最强PCI、LTE最强TAC、UMTS Ec/No、UMTS最频繁频带、UMTS最频繁小区、UMTS最频繁LAC、UMTS最频繁PSC、UMTS RSSI、UMTS最强频带、UMTS最强小区、UMTS最强LAC、UMTS最强PSC、GSM最频繁频带、GSM最频繁BSIC、GSM最频繁小区、GSM最频繁LAC、GSM RSSI、GSM最强频带、GSM最强BSIC、GSM最强小区、GSM最强LAC、CDMAEcIo、CDMA RSSI、EVDO EcIo、EVDO RSSI、用户密度、移动数据使用、WiFi数据使用、移动+WiFi数据使用、下行链路吞吐量、上行链路吞吐量、抖动、延迟、最佳载波5G CSI-RSRP、最佳载波5G CSI-RSRQ、最佳载波5G CSI-SINR、最佳载波5G SS-RSRP、最佳载波5G SS-RSRQ、最佳载波5G SS-SINR、最佳载波GSM RSSI、最佳载波LTE CQI、最佳载波LTE RSRP、最佳载波LTE RSRQ、最佳载波LTE SNR、最佳载波UMTS Ec/No、最佳载波UMTS RSSI、覆盖改善机会、多网络覆盖改善分数、优化机会、销售机会、低频带百分比、定时提前以及其组合。
13.一种在无线测量的三维中生成视觉表示的方法,包括:
a.从一个或多个无线装置捕获多个无线测量,所述无线测量中的每个无线测量包括指示在何处进行对应无线测量的位置信息;
b.确定对应于所述无线测量中的每个无线测量的纬度和经度,并根据所述纬度和所述经度确定参考海拔;
c.确定对应于所述无线测量中的每个无线测量的选择的坐标系中的报告的海拔;
d.从所述选择的坐标系中的所述报告的海拔减去所述参考海拔;
e.确定对应于所述无线测量中的每个无线测量的估计地上高程;以及
f.基于预定阈值在视觉表示上生成对应于对于多个无线测量的所述估计地上高程的多边形,以便包含所述无线测量。
14.根据权利要求13所述的方法,其中,所述多边形是根据90%至99%之间的多个无线测量生成的,所述无线测量中的每个无线测量限定在纬度和经度的给定范围内。
15.根据权利要求14所述的方法,其中,纬度和经度的所述给定范围基于预定阈值被定向在多边形内。
16.根据权利要求15所述的方法,其中,所述预定阈值是距离的绝对测量或基于所述多个无线测量的一部分的相对测量。
17.一种在三维显示中生成无线服务条件的视觉表示的方法,包括:
a.从无线装置捕获包括无线服务条件的测量,所述测量包括指示在何处进行所述无线测量的位置信息;
b.根据所述测量确定纬度和经度,并基于所述纬度和所述经度确定参考海拔;
c.根据所述测量在选择的坐标系中确定报告的海拔;
d.从所述选择的坐标系中的所述报告的海拔减去所述参考海拔;
e.确定所述测量的估计地上高程;以及
f.基于所述测量的所述估计地上高程,在三维图形图像内以视觉表示显示所述无线服务条件。
18.根据权利要求17所述的方法,其中,所述测量包括与所述位置信息相关联的精度,并且其中显示所述无线服务条件还包括向所述纬度和经度提供预定的绝对阈值或相对阈值,以和与所述位置信息相关联的精度进行比较,以用于确定是否将所述测量的所述估计地上高程用于所述三维图形图像。
19.根据权利要求17所述的方法,其中,所述测量包括与所述位置信息相关联的精度,并且其中显示所述无线服务条件还包括向所述选择的坐标系中的所述报告的海拔提供预定的绝对阈值或相对阈值,以和与所述位置信息相关联的精度进行比较,以用于确定是否将所述测量的所述估计地上高程用于所述三维图形图像。
20.根据权利要求17所述的方法,还包括在三维图形图像的一部分内对所述估计地上高程进行定向。
21.根据权利要求20所述的方法,其中,所述三维图形图像的所述部分的高度在5米和50米之间。
22.根据权利要求21所述的方法,其中,所述三维图形图像的所述部分的高度为15米。
23.一种生成无线服务条件的三维表示的方法,包括:
捕获多个数据测量,每个数据测量包括测量的纬度和经度以及报告的海拔;
确定对应于每个数据测量的所述测量的纬度和经度处的地面高程;
通过确定所述报告的海拔与所述地面高程之间的增量来确定对应于每个数据测量的海拔;以及
在无线服务条件的所述三维表示内显示所述多个数据测量,其中所述多个数据测量基于所述测量的纬度和经度被布置在基于所确定的海拔的垂直轴中的切片内,其中所述切片的距离在5米和50米之间,并且其中所述数据测量中的每个数据测量包括至少一个无线服务条件。
24.根据权利要求23所述的方法,其中,所述无线服务条件是从由以下组成的组中选择的:5G CSI-RSRP、5G CSI-RSRQ、5G CSI-SINR、5G SS-RSRP、5G SS-RSRQ、5G SS-SINR、5GPCI、5G最频繁小区、5G最强小区、5G最频繁频带、5G最强频带、5G优化优先级、LTE CQI、LTE最频繁频带、LTE最频繁小区、LTE最频繁PCI、LTE最频繁TAC、LTE优化优先级、LTE RSRP、LTERSRQ、LTE SNR、LTE最强频带、LTE最强小区、LTE最强PCI、LTE最强TAC、UMTS Ec/No、UMTS最频繁频带、UMTS最频繁小区、UMTS最频繁LAC、UMTS最频繁PSC、UMTS RSSI、UMTS最强频带、UMTS最强小区、UMTS最强LAC、UMTS最强PSC、GSM最频繁频带、GSM最频繁BSIC、GSM最频繁小区、GSM最频繁LAC、GSM RSSI、GSM最强频带、GSM最强BSIC、GSM最强小区、GSM最强LAC、CDMAEcIo、CDMA RSSI、EVDO EcIo、EVDO RSSI、用户密度、移动数据使用、WiFi数据使用、移动+WiFi数据使用、下行链路吞吐量、上行链路吞吐量、抖动、延迟、最佳载波5G CSI-RSRP、最佳载波5G CSI-RSRQ、最佳载波5G CSI-SINR、最佳载波5G SS-RSRP、最佳载波5G SS-RSRQ、最佳载波5G SS-SINR、最佳载波GSM RSSI、最佳载波LTE CQI、最佳载波LTE RSRP、最佳载波LTE RSRQ、最佳载波LTE SNR、最佳载波UMTS Ec/No、最佳载波UMTS RSSI、覆盖改善机会、多网络覆盖改善分数、优化机会、销售机会、低频带百分比、定时提前以及其组合。
25.根据权利要求23所述的方法,其中,绝对过滤器或相对过滤器被应用于所述测量的纬度和经度,以确定在所述无线服务条件的所述三维表示中是否利用了对应数据测量。
26.根据权利要求23所述的方法,其中,将绝对过滤器或相对过滤器应用于所确定的海拔,以确定在所述无线服务条件的所述三维表示中是否利用了对应数据测量。
27.根据权利要求23所述的方法,还包括室内分类,其中所述室内分类用于确定在所述无线服务条件的所述三维表示中是否利用了所述数据测量。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/260,594 | 2021-08-26 | ||
US17/681,086 US20230061468A1 (en) | 2021-08-26 | 2022-02-25 | Three-dimensional indoor wireless service assessment and visualization |
US17/681,086 | 2022-02-25 | ||
PCT/US2022/032094 WO2023027793A1 (en) | 2021-08-26 | 2022-06-03 | Three-dimensional indoor wireless service assessment and visualization |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117859357A true CN117859357A (zh) | 2024-04-09 |
Family
ID=90546979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280057993.9A Pending CN117859357A (zh) | 2021-08-26 | 2022-06-03 | 三维室内无线服务评估和可视化 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117859357A (zh) |
-
2022
- 2022-06-03 CN CN202280057993.9A patent/CN117859357A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11388552B2 (en) | Wireless network service assessment | |
CN106851570B (zh) | 基于mr对移动终端进行定位的方法及装置 | |
CN104853379B (zh) | 一种无线网络质量评估方法及装置 | |
JP4186957B2 (ja) | 通信エリアの受信品質測定方法及びその装置並びにプログラム | |
US11800373B2 (en) | System and method for 3D propagation modelling for planning of a radio network | |
US7835749B1 (en) | Location inspector in wireless networks | |
WO2020117930A1 (en) | Locating external interference in a wireless network | |
US11057736B2 (en) | Radio signal quality pattern mapping in geo space to provide guided location alignment indication to user equipment | |
KR20020008744A (ko) | 무선 신호 전파를 지형 통계적으로 분석하는 장치 및 방법 | |
CN103188704B (zh) | 一种移动通信系统干扰源的分析方法、装置和系统 | |
US20140104291A1 (en) | Data visualization | |
KR20210026520A (ko) | 측정 데이터 기반의 무선 통신 커버리지 예측 시스템 및 방법 | |
CN109936855A (zh) | 利用基站信号反演降水分布的方法、装置、设备及介质 | |
CN106455051A (zh) | 通过距离校准设备提升WiFi定位精度的方法 | |
US11533633B2 (en) | Frequency planning for a communication system | |
CN116133037A (zh) | 一种无线网络评估方法及装置 | |
CN117859357A (zh) | 三维室内无线服务评估和可视化 | |
US20230061468A1 (en) | Three-dimensional indoor wireless service assessment and visualization | |
CA3228920A1 (en) | Three-dimensional indoor wireless service assessment and visualization | |
CN109996253A (zh) | 一种小区信号覆盖范围合理性的评估方法及装置 | |
KR20100026215A (ko) | 측정 데이터를 이용한 무선망 최적화용 지형 지물 정보 추출 방법 | |
CN107656260B (zh) | Ap设备空间距离的计算方法、终端设备及存储介质 | |
Lazarakis et al. | Field measurements and coverage prediction model evaluation based on a geographical information system | |
CN104936198B (zh) | 一种确定邻区关系的方法和装置 | |
KR20060039581A (ko) | 휴대 인터넷 망에서의 지역 대표 전파 모델 최적화 방법및 기록매체 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |