一种基于MRO的室内弱覆盖定位分析方法及系统技术方案

技术编号:23562475 阅读:61 留言:0更新日期:2020-03-25 07:05
本发明专利技术公开了一种基于MRO的室内弱覆盖定位分析方法及系统,方法包括:S100、获取室分系统内基站的MRO记录和室分系统周边宏站的MRO记录;S200、根据MRO记录确定每个用户的所有弱覆盖采样点;S300、根据每个用户的所有弱覆盖采样点生成每个用户的特征向量;S400、根据每个用户的特征向量,将特征向量相同或相似的用户归并成一类;S500、将每类用户的特征向量与在室分系统内测试产生的特征向量分别匹配,如果存在一类用户的特征向量与在室分系统内测试产生的特征向量相匹配,则确定该类用户所在的区域为室分系统的弱覆盖区域。本发明专利技术所提供的方法及系统,能够快速分析匹配弱覆盖区域,实现弱覆盖区域的精准定位。

A method and system of indoor weak coverage location analysis based on MRO

【技术实现步骤摘要】
一种基于MRO的室内弱覆盖定位分析方法及系统
本专利技术涉及移动通信
,具体涉及一种基于MRO的室内弱覆盖定位分析方法及系统。
技术介绍
目前,越来越多的通话发生在室内,但室内通信网络因其特殊性,设计、施工、维护等问题均易导致室内出现弱覆盖现象。弱覆盖问题不仅对网络KPI产生影响,同时还会严重影响用户感知度。目前,主要通过用户反馈或者现场拨打测试的方式才能发现弱覆盖区域,发现问题较为片面。现有技术无法精确定位室分弱覆盖区域所在位置,室分系统工程师也不能有针对性的去解决室分系统存在问题,只能通过普通的DT\CQT测试对整个楼宇能到达区域进行遍历测试,由于除楼道、车库、电梯外的其它很多地方并不一定能到达,从而导致弱覆盖区域查找困难、准确性低、发现问题不全面,进而导致室分问题不能得到解决。
技术实现思路
针对现有技术中存在的缺陷,本专利技术的目的在于提供一种基于MRO的室内弱覆盖定位分析方法及系统,通过该方法及系统能够快速分析匹配弱覆盖区域,实现弱覆盖区域的精准定位。为实现上述目的,本专利技术采用的技术方案如下:一种基于MRO的室内弱覆盖定位分析方法,包括:获取室分系统内基站的MRO记录和所述室分系统周边宏站的MRO记录;根据所述MRO记录中参考信号接收功率和用户标识,确定每个用户的所有弱覆盖采样点;根据每个用户的所有弱覆盖采样点占用室分主小区的参考信号接收功率以及占用周边宏站邻区的参考信号接收功率,生成每个用户的特征向量,所述特征向量包括该用户的弱覆盖采样点占用的室分主小区的参考信号接收功率和占用周边宏站邻区的参考信号接收功率;根据每个用户的特征向量,将特征向量相同或相似的用户归并成一类;将每类用户的特征向量与在室分系统内测试产生的特征向量分别匹配,如果存在一类用户的特征向量与在室分系统内测试产生的特征向量相匹配,则确定该类用户所在的区域为室分系统的弱覆盖区域。进一步,如上所述的方法,所述根据每个用户的特征向量,将特征向量相同或相似的用户归并成一类,包括:如果一个用户的特征向量与另一个用户的特征向量的的余弦相似度相同,则归并成一类;如果一个用户的特征向量与另一个用户的特征向量的余弦相似度达到门限值,则归并为一类。进一步,如上所述的方法,所述根据每个用户的特征向量,将特征向量相同或相似的用户归并成一类,包括:对每个用户,按照用户的所有弱覆盖采样点个数从多到少排序;将所述排序结果中第一个用户作为第一个归类区域的首用户,将所述排序结果中第二个用户的特征向量与所述第一个归类区域的首用户的特征向量相匹配,如果匹配则将所述第二个用户加入到所述第一个归类区域,如果不匹配,则所述第二个用户作为第二个归类区域的首用户;将所述排序结果中剩余用户的特征向量分别与每个已归类区域的首用户的特征向量相匹配,如果匹配则将该用户加入到匹配的归类区域,如果不匹配,则该用户作为另一个归类区域的首用户,直至所述排序结果中所有用户均加入到归类区域。进一步,如上所述的方法,在所述获取室分系统内基站的MRO记录和所述室分系统周边宏站的MRO记录之后,还包括:在获取的MRO记录中清除掉不包括异频测量数据的MRO记录。进一步,如上所述的方法,所述方法还包括:如果存在一类用户的特征向量与在室分系统内测试产生的特征向量不匹配,则确定该类用户所在的区域不是室分系统的弱覆盖区域。一种基于MRO的室内弱覆盖定位分析系统,包括:获取模块,用于获取室分系统内基站的MRO记录和所述室分系统周边宏站的MRO记录;确定模块,用于根据所述MRO记录中参考信号接收功率和用户标识,确定每个用户的所有弱覆盖采样点;生成模块,用于根据每个用户的所有弱覆盖采样点占用室分主小区的参考信号接收功率以及占用周边宏站邻区的参考信号接收功率,生成每个用户的特征向量,所述特征向量包括该用户的弱覆盖采样点占用的室分主小区的参考信号接收功率和占用周边宏站邻区的参考信号接收功率;归并模块,用于根据每个用户的特征向量,将特征向量相同或相似的用户归并成一类;第一匹配模块,用于将每类用户的特征向量与在室分系统内测试产生的特征向量分别匹配,如果存在一类用户的特征向量与在室分系统内测试产生的特征向量相匹配,则确定该类用户所在的区域为室分系统的弱覆盖区域。进一步,如上所述的系统,所述归并模块具体用于:如果一个用户的特征向量与另一个用户的特征向量的的余弦相似度相同,则归并成一类;如果一个用户的特征向量与另一个用户的特征向量的余弦相似度达到门限值,则归并为一类。进一步,如上所述的系统,所述归并模块具体用于:对每个用户,按照用户的所有弱覆盖采样点个数从多到少排序;将所述排序结果中第一个用户作为第一个归类区域的首用户,将所述排序结果中第二个用户的特征向量与所述第一个归类区域的首用户的特征向量相匹配,如果匹配则将所述第二个用户加入到所述第一个归类区域,如果不匹配,则所述第二个用户作为第二个归类区域的首用户;将所述排序结果中剩余用户的特征向量分别与每个已归类区域的首用户的特征向量相匹配,如果匹配则将该用户加入到匹配的归类区域,如果不匹配,则该用户作为另一个归类区域的首用户,直至所述排序结果中所有用户均加入到归类区域。进一步,如上所述的系统,在所述获取模块还用于:在获取的MRO记录中清除掉不包括异频测量数据的MRO记录。进一步,如上所述的系统,所述系统还包括:第二匹配模块,用于如果存在一类用户的特征向量与在室分系统内测试产生的特征向量不匹配,则确定该类用户所在的区域不是室分系统的弱覆盖区域。本专利技术的有益效果在于:本专利技术所提供的方法及系统,获取的MRO记录不仅包括室分系统内基站的MRO记录还包括该室分系统周边宏站的MRO记录,由于室分小区宏站的位置以及信号强弱有方向性,通过弱覆盖用户在周边宏站小区的特征,引导DT\CQT测试,使得测试具有方向性,能够快速分析匹配弱覆盖区域,实现弱覆盖区域的精准定位。附图说明图1为本专利技术实施例中提供的一种基于MRO的室内弱覆盖定位分析方法的流程示意图;图2为本专利技术实施例中提供的一种基于MRO的室内弱覆盖定位分析系统的结构示意图。具体实施方式下面结合说明书附图与具体实施方式对本专利技术做进一步的详细说明。本专利技术先对从服务器获得室分系统内基站和周边宏站的MRO数据进行清洗,然后从中提取室分系统周边每个用户MmeUeS1apId产生的所有采样点,对室分系统内占用室分信号的采样点进行归类,提炼出楼宇内部弱覆盖区域,并完成周边宏站邻区特征提取。然后,分别对这些弱覆盖区域进行DT\CQT测试,系统提取测试数据中宏站邻区特征信息,并将特征信息与上述大数据分析提取到的宏站邻区特征进行对比,通过两者差异度或匹配概率来判断当前所处区域是否接近于弱覆盖区。其间,对这些问题室分覆盖区域进行DT\C本文档来自技高网...

【技术保护点】
1.一种基于MRO的室内弱覆盖定位分析方法,其特征在于,包括:/n获取室分系统内基站的MRO记录和所述室分系统周边宏站的MRO记录;/n根据所述MRO记录中参考信号接收功率和用户标识,确定每个用户的所有弱覆盖采样点;/n根据每个用户的所有弱覆盖采样点占用室分主小区的参考信号接收功率以及占用周边宏站邻区的参考信号接收功率,生成每个用户的特征向量,所述特征向量包括该用户的弱覆盖采样点占用的室分主小区的参考信号接收功率和占用周边宏站邻区的参考信号接收功率;/n根据每个用户的特征向量,将特征向量相同或相似的用户归并成一类;/n将每类用户的特征向量与在室分系统内测试产生的特征向量分别匹配,如果存在一类用户的特征向量与在室分系统内测试产生的特征向量相匹配,则确定该类用户所在的区域为室分系统的弱覆盖区域。/n

【技术特征摘要】
1.一种基于MRO的室内弱覆盖定位分析方法,其特征在于,包括:
获取室分系统内基站的MRO记录和所述室分系统周边宏站的MRO记录;
根据所述MRO记录中参考信号接收功率和用户标识,确定每个用户的所有弱覆盖采样点;
根据每个用户的所有弱覆盖采样点占用室分主小区的参考信号接收功率以及占用周边宏站邻区的参考信号接收功率,生成每个用户的特征向量,所述特征向量包括该用户的弱覆盖采样点占用的室分主小区的参考信号接收功率和占用周边宏站邻区的参考信号接收功率;
根据每个用户的特征向量,将特征向量相同或相似的用户归并成一类;
将每类用户的特征向量与在室分系统内测试产生的特征向量分别匹配,如果存在一类用户的特征向量与在室分系统内测试产生的特征向量相匹配,则确定该类用户所在的区域为室分系统的弱覆盖区域。


2.根据权利要求1所述的方法,其特征在于,所述根据每个用户的特征向量,将特征向量相同或相似的用户归并成一类,包括:
如果一个用户的特征向量与另一个用户的特征向量的的余弦相似度相同,则归并成一类;
如果一个用户的特征向量与另一个用户的特征向量的余弦相似度达到门限值,则归并为一类。


3.根据权利要求1或2所述的方法,其特征在于,所述根据每个用户的特征向量,将特征向量相同或相似的用户归并成一类,包括:
对每个用户,按照用户的所有弱覆盖采样点个数从多到少排序;
将所述排序结果中第一个用户作为第一个归类区域的首用户,将所述排序结果中第二个用户的特征向量与所述第一个归类区域的首用户的特征向量相匹配,如果匹配则将所述第二个用户加入到所述第一个归类区域,如果不匹配,则所述第二个用户作为第二个归类区域的首用户;
将所述排序结果中剩余用户的特征向量分别与每个已归类区域的首用户的特征向量相匹配,如果匹配则将该用户加入到匹配的归类区域,如果不匹配,则该用户作为另一个归类区域的首用户,直至所述排序结果中所有用户均加入到归类区域。


4.根据权利要求1或2所述的方法,其特征在于,在所述获取室分系统内基站的MRO记录和所述室分系统周边宏站的MRO记录之后,还包括:
在获取的MRO记录中清除掉不包括异频测量数据的MRO记录。


5.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
如果存在一类用户的特征向量与在室分系统内测试产生的特征向量不匹配,则确定该类用户所在的区域不是...

【专利技术属性】
技术研发人员:刘文佳杨斌
申请(专利权)人:北京拓明科技有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1