共覆盖小区对智能识别方法、装置、设备及存储介质制造方法及图纸

本公开实施例公开了一种共覆盖小区对智能识别方法、装置、设备及存储介质，方法包括获取对若干个小区区域的采样数据，形成样本集，采样数据包括基站工参和MDT数据；对样本集中对应的小区区域进行格网划分，并将样本集中的MDT数据采样点聚类到格网中；根据样本集中的小区基站工参，构造小区对数据集；根据格网内的采样点得到各小区覆盖范围；根据小区覆盖范围，计算构造的小区对的重复覆盖面积，并进行共覆盖识别；本公开能够通过算法智能识别手段，可批量计算所有小区对的共覆盖属性，相比人工经验判断更高效；本公开通过计算两个小区的重叠覆盖区域面积识别共覆盖属性，相比传统人工凭经验判断，能够得到更为精准的判断结果。果。果。

【技术实现步骤摘要】
共覆盖小区对智能识别方法、装置、设备及存储介质


[0001]本公开属于网络通信
，尤其涉及一种共覆盖小区对智能识别方法和装置。

技术介绍

[0002]MDT(inimization Drive Test，最小化路测)数据是UE(User Equipment，用户设备)主动上报的GPS(Global Positioning System，全球定位系统)经纬度数据，用于据此进行共覆盖小区的覆盖识别。
[0003]传统共覆盖小区覆盖识别采用MDT数据进行简单的地图展示，由人工分析两小区是否共覆盖，这种方案存在以下不足：
[0004]效率低下：传统方式需要大量网络优化工程师对小区覆盖情况进行识别，效率低，一天1人只能判断100对小区；
[0005]准确率低，传统方法过度依赖于工程师经验，难以得到一个准确结果；
[0006]智能化程度低，这种传统的人工识别方式，无法做到自动化批量识别共覆盖小区对。
[0007]有鉴于此，特提出本公开。

技术实现思路

[0008]本公开实施例提供一种共覆盖小区对智能识别方法、装置、设备及计算机存储介质，能够实现对共覆盖小区的智能识别。
[0009]一方面，本公开实施例提供一种共覆盖小区对智能识别方法，方法包括步骤：
[0010]获取对若干个小区区域的采样数据，形成样本集，采样数据包括基站工参和MDT数据；
[0011]对样本集中对应的小区区域进行格网划分，并将样本集中的MDT数据采样点聚类到格网中；
[0012]根据样本集中的小区基站工参，构造小区对数据集；
[0013]根据格网内的采样点得到各小区覆盖范围；
[0014]根据小区覆盖范围，计算构造的小区对的重复覆盖面积，并进行共覆盖识别。
[0015]在一个具体实施例中，获取的MDT数据中至少包括小区经度、纬度、小区标识以及参考信号接收功率；基站工参至少包括基站号和基站小区号。
[0016]在一个具体实施例中，对样本集中对应的小区区域进行格网划分，并将样本集中的MDT数据采样点聚类到格网中，包括：
[0017]确定聚类尺寸：设置小区覆盖压缩尺寸，将小区区域划分为若干该尺寸长宽的格网；
[0018]将样本集中MDT数据对应的采样点聚类压缩，根据样本集中采样点的经纬度坐标、小区边界经纬度坐标以及格网编码的初始化坐标，聚类得出任意采样点映射到格网中的坐
标，得到关于小区覆盖的格网信息数据。
[0019]在一个具体实施例中，将样本集中MDT数据对应的采样点聚类压缩时，其聚类函数为：
[0020][0021]其中(x
i
，y
i
)为采样点经纬度坐标，(x
max
，y
max
)、(x
min
，y
min
)为小区的边界经纬度，(r0，l0)为格网编码的初始坐标，(r
i
，l
i
)为采样点i映射的格网坐标；
[0022]循环遍历小区MDT数据的采样点，得到关于小区覆盖的格网信息数据。
[0023]在一个具体实施例中，根据样本集中的小区基站工参，构造小区对数据集，包括：
[0024]采用穷举式搜索算法，对样本集中所有基站号相同的小区构造小区对，得到小区对数据集。
[0025]在一个具体实施例中，根据格网内的采样点得到各小区覆盖范围，包括：
[0026]根据单个小区内的采样点分布，采用凸包算法构造各小区的最大凸多边形；
[0027]采用切分法计算各小区的面积；
[0028]基于小区对的共有边界点搜索算法计算两个小区的重叠区域；
[0029]利用二维象限法计算两个小区是否共覆盖。
[0030]在一个具体实施例中，采用切分法计算各小区的面积，包括：
[0031]以格网中小区对应的凸多边形中的一个角点为顶点，把凸多边形切分成多个不相交的三角形；
[0032]按照以下公式计算每个三角形的面积：
[0033][0034]其中ΔABC表示设当前三角形顶点分别是A、B、C时的面积，A顶点在格网中的坐标为(x1,y1),B点在格网中的坐标为(x2,y2),C点在格网中的坐标为(x3,y3)。
[0035]在一个具体实施例中，基于小区对的共有边界点搜索算法计算两个小区的重叠区域，包括
[0036]获取小区对中，第一小区和第二小区的凸外轮廓；
[0037]获取当前两个小区的轮廓交点；
[0038]获取当前两个小区轮廓上的共有顶点，该共有顶点为位于当前小区对的其中一个小区轮廓上、并且属于另一个小区覆盖范围内的采样点；
[0039]根据轮廓交点和共有顶点，确定重叠区域，并计算重叠区域的面积。
[0040]在一个具体实施例中，利用二维象限法计算两个小区是否共覆盖，包括
[0041]预设指标限值，根据小区对重叠区域的面积计算结果，利用该指标限值进行共覆盖识别，则：
[0042]设置用于判定发生共覆盖的第一门限值，和用于判定覆盖范围一致的第二门限值；
[0043]当小区对中，(重叠区域面积/第一小区面积)≤第一门限值，且(重叠区域面积/第二小区面积)≤第一门限值，则两小区不共覆盖；
[0044]当小区对中，(重叠区域面积/第一小区面积)≥第二门限值，且(重叠区域面积/第二小区面积)≥第二门限值，则两小区覆盖范围一致；、当小区对中，(重叠区域面积/第一小区面积)≥第二门限值，且第一门限值＜(重叠区域面积/第二小区面积)＜第二门限值，则两小区覆盖方向一致且第二小区面积大于第一小区面积；、
[0045]当小区对中，第一门限值＜((重叠区域面积/第一小区面积)＜第二门限值，且重叠区域面积/第二小区面积)≥第二门限值，则两小区覆盖方向一致且第一小区面积大于第二小区面积。
[0046]在一个具体实施例中，第一门限值为50％，第二门限值为70％。
[0047]在一个具体实施例中，在对样本集中对应的小区区域进行格网划分之前，还包括：
[0048]对样本集进行数据预处理，包括数据清洗和异常值处理；
[0049]其中异常值处理包括经纬度数据异常检测处理和/或RSRP异常值检测处理：
[0050]通过三倍标准差方法，对经纬度异常点和/或RSRP异常值进行数据筛选处理，剔除样本集中超出三倍标准差范围的采样点。
[0051]另一方面，本公开实施例提供了一种共覆盖小区对智能识别装置，装置包括
[0052]数据采集模块，用于获取对若干个小区区域的采样数据，形成样本集，采样数据包括基站工参和MDT数据；
[0053]格网划分模块，用于对样本集中对应的小区区域进行格网划分，并将样本集中的MDT数据采样点聚类到格网中；
[0054]小区构造模块，用于根据样本集中的小区基站工参，构造小区对数据集；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种共覆盖小区对智能识别方法，其特征在于，包括步骤：获取对若干个小区区域的采样数据，形成样本集，采样数据包括基站工参和MDT数据；对样本集中对应的小区区域进行格网划分，并将样本集中的MDT数据采样点聚类到格网中；根据样本集中的小区基站工参，构造小区对数据集；根据格网内的采样点得到各小区覆盖范围；根据小区覆盖范围，计算构造的小区对的重复覆盖面积，并进行共覆盖识别。2.根据权利要求1所述的共覆盖小区对智能识别方法，其特征在于，获取的所述MDT数据中至少包括小区经度、纬度、小区标识以及参考信号接收功率；所述基站工参至少包括基站号和基站小区号。3.根据权利要求1所述的共覆盖小区对智能识别方法，其特征在于，所述对样本集中对应的小区区域进行格网划分，并将样本集中的MDT数据采样点聚类到格网中，包括：确定聚类尺寸：设置小区覆盖压缩尺寸，将小区区域划分为若干该尺寸长宽的格网；将样本集中MDT数据对应的采样点聚类压缩，根据样本集中采样点的经纬度坐标、小区边界经纬度坐标以及格网编码的初始化坐标，聚类得出任意采样点映射到格网中的坐标，得到关于小区覆盖的格网信息数据。4.根据权利要求3所述的共覆盖小区对智能识别方法，其特征在于，所述将样本集中MDT数据对应的采样点聚类压缩时，其聚类函数为：其中(x
i
，y
i
)为采样点经纬度坐标，(x
max
，y
max
)、(x
min
，y
min
)为小区的边界经纬度，(r0，l0)为格网编码的初始坐标，(r
i
，l
i
)为采样点i映射的格网坐标；循环遍历小区MDT数据的采样点，得到关于小区覆盖的格网信息数据。5.根据权利要求1所述的共覆盖小区对智能识别方法，其特征在于，所述根据样本集中的小区基站工参，构造小区对数据集，包括：采用穷举式搜索算法，对样本集中所有基站号相同的小区构造小区对，得到小区对数据集。6.根据权利要求1所述的共覆盖小区对智能识别方法，其特征在于，所述根据格网内的采样点得到各小区覆盖范围，包括：根据单个小区内的采样点分布，采用凸包算法构造各小区的最大凸多边形；采用切分法计算各小区的面积；基于小区对的共有边界点搜索算法计算两个小区的重叠区域；利用二维象限法计算两个小区是否共覆盖。7.根据权利要求6所述的共覆盖小区对智能识别方法，其特征在于，所述采用切分法计算各小区的面积，包括：以格网中小区对应的凸多边形中的一个角点为顶点，把凸多边形切分成多个不相交的三角形；
按照以下公式计算每个三角形的面积：其中ΔABC表示设当前三角形顶点分别是A、B、C时的面积，A顶点在格网中的坐标为(x1,y1),B点在格网中的坐标为(x2,y2),C点在格网中的坐标为(x3,y3)。8.根据权利要求6所述的共覆盖小区对智能识别方法，其特征在于，所述基于小区对的共有边界点搜索算...

【专利技术属性】
技术研发人员：刘阳，吴强，高爱丽，刘桓，李泽尘，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：