CN108174388A - 微蜂窝站址规划的自动决策方法及装置 - Google Patents
微蜂窝站址规划的自动决策方法及装置 Download PDFInfo
- Publication number
- CN108174388A CN108174388A CN201611115758.5A CN201611115758A CN108174388A CN 108174388 A CN108174388 A CN 108174388A CN 201611115758 A CN201611115758 A CN 201611115758A CN 108174388 A CN108174388 A CN 108174388A
- Authority
- CN
- China
- Prior art keywords
- value
- target area
- preset
- user
- mapping relations
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种微蜂窝站址规划的自动决策方法及装置。该方法中相比于现有技术来说,通过获取评判坐标值从而能够引入目标区域的网络需求、建设难度以及投诉情况这三个维度,进而可以通过判断落入象限的方式综合考虑这三个维度对于微蜂窝基站规划的影响,有效避免由于某一维度主导性过强导致的决策结果有所偏差,防止由于决策结果的不准确不客观而导致根据这样的结果在建设基站时较为困难,或建设之后的基站无法满足用户网络需求的这样的情况产生。
Description
技术领域
本发明实施例涉及通信技术领域,具体涉及一种微蜂窝站址规划的自动决策方法及装置。
背景技术
随着信息技术的发展,目前很多城市以及部分乡村地区以及实现了网络的全覆盖,为人们的日常上网操作提供了便利。对于某一区域来说,该区域网络的覆盖是基于设置在该区域内的若干个基站来实现的,因此如何合理的规划基站对于实现该区域的网络全覆盖来说至关重要。
现有评判基站规划合理性主要有以下三种方法:
方式一:可以获取非LTE小区的话务量和业务量信息,根据获得的业务量信息和场景信息,通过加权值,计算得到该非LTE小区建设的优先级,按照优先级进行基站建设。
方式二:可以基于预测机制,预测的基础数据来源于规划站址位置信息、天线挂高和发射功率等参数,再通过小区覆盖算法,得到某基站的唯一相邻小区,对于周围多余的基站进行剔除,保留最有效的相邻基站和小区。
方式三:首先根据确定模块获得的无线数据进行关联,确定无线数据对应的终端和终端归属区域之间的对应关系,接着根据对应关系,确定各LTE网络站址对应的评估值,根据评估值指导基站的规划。
然而,在实施本发明实施例的过程中发明人发现,现在的规划评判方式仅能够根据区域内的一种影响因素(例如区域内的网络情况)来进行基站规划,而无法再综合其他影响因素,例如基站建设方面以及用户情况等因素。而在实际情况中,除了网络情况影响基站规划以外,其他因素对于该区域出的基站规划来说也是有着重要影响的,因此采用现有的规划方式无法得到准确、客观的决策结果。
发明内容
本发明实施例提供了一种微蜂窝站址规划的自动决策方法及装置,用以解决现有的决策方法仅能够考虑一种影响因素,无法综合其他因素,导致结果不准确、不客观的缺陷。
第一方面,本发明实施例提供了一种微蜂窝站址规划的自动决策方法,包括:
获取第一数值作为评判坐标值的Z轴坐标值,所述第一数值为用于描述目标区域的网络需求的量化值;
获取第二数值作为评判坐标值的X轴坐标值,所述第二数值为用于描述目标区域建设微蜂窝站的难度的量化值;
获取第三数值作为评判坐标值的Y轴坐标值,所述第三数值为用于描述目标区域用户投诉情况的量化值;
根据评判坐标值在XYZ轴三维坐标系上落入的象限以及预设的各个象限与规划微蜂窝站址的重要程度的映射关系,得到目标区域的微蜂窝站址规划的自动决策结果。
可选地,所述获取第一数值的步骤,包括:
根据接收到的目标区域内用户终端的业务信息,得到目标区域的业务数据分析值;根据目标区域实际的场景情况,得到目标区域的场景数据分析值;根据目标区域内用户的个人信息以及用户使用终端的行为信息,得到用户数据分析值;
根据业务数据分析值、场景数据分析值以及用户数据分析值各自所占的预设的权重进行线性叠加,得到第一数值。
可选地,所述根据接收到的目标区域内用户终端的业务信息,得到目标区域的业务数据分析值,包括:
在预设时间段内,根据接收到的目标区域内预设数量的用户终端上报的参考信号接收功率,得到预设时间段内目标区域的参考信号接收功率均值;根据预设的参考信号接收功率均值与第一取值映射关系,得到第一取值;
获取同一预设时间段内目标区域内预设数量的用户终端的平均数据流量占比以及峰值数据流量占比;分别根据预设的平均数据流量占比与第二取值的映射关系、以及峰值数据流量占比与第三取值的映射关系,得到第二取值以及第三取值;
根据第一取值、第二取值以及第三取值各自所占的预设的权重进行线性叠加,得到业务数据分析值。
可选地,所述第一取值、第二取值以及第三取值各自所占的预设的权重,是根据目标区域拟建微蜂窝基站的类型与目标区域实际场景情况的匹配程度设置的。
可选地,根据目标区域内用户的个人信息以及用户使用终端的行为信息,得到用户数据分析值,包括:
获取目标区域内预设数量的用户的平均年龄、ARP贡献平均占比以及用户使用的终端类型,根据预设的用户平均年龄与第四取值的映射关系、ARP贡献平均占比与第五取值的映射关系、以及终端类型与第六取值的映射关系,分别得到第四取值、第五取值以及第六取值;
根据第四取值、第五取值以及第六取值各自所占的预设的权重进行线性叠加,得到用户个人信息数据分析值;
获取目标区域内预设数量的用户使用终端的单日平均上网时长以及常用APP类型;根据预设的单日平均上网时长与第七取值的映射关系、常用APP类型与第八取值的映射关系,分别得到第七取值以及第八取值;
根据第七取值以及第八取值各自所占的预设的权重进行线性叠加,得到用户行为数据分析值;
根据预设的用户个人信息数据分析值以及用户行为数据分析值各自所占的权重进行线性叠加,得到用户数据分析值。
第二方面,本发明实施例提供了一种微蜂窝站址规划的自动决策装置,包括:
第一数值获取单元,用于获取第一数值作为评判坐标值的Z轴坐标值,所述第一数值为用于描述目标区域的网络需求的量化值;
第二数值获取单元,用于获取第二数值作为评判坐标值的X轴坐标值,所述第二数值为用于描述目标区域建设微蜂窝站的难度的量化值;
第三数值获取单元,用于获取第三数值作为评判坐标值的Y轴坐标值,所述第三数值为用于描述目标区域用户投诉情况的量化值;
决策单元,用于根据评判坐标值在XYZ轴三维坐标系上落入的象限以及预设的各个象限与规划微蜂窝站址的重要程度的映射关系,得到目标区域的微蜂窝站址规划的自动决策结果。
可选地,所述第一数值获取单元,进一步用于:
根据接收到的目标区域内用户终端的业务信息,得到目标区域的业务数据分析值;根据目标区域实际的场景情况,得到目标区域的场景数据分析值;根据目标区域内用户的个人信息以及用户使用终端的行为信息,得到用户数据分析值;
根据业务数据分析值、场景数据分析值以及用户数据分析值各自所占的预设的权重进行线性叠加,得到第一数值。
可选地,所述第一数值获取单元,进一步用于:
在预设时间段内,根据接收到的目标区域内预设数量的用户终端上报的参考信号接收功率,得到预设时间段内目标区域的参考信号接收功率均值;根据预设的参考信号接收功率均值与第一取值映射关系,得到第一取值;
获取同一预设时间段内目标区域内预设数量的用户终端的平均数据流量占比以及峰值数据流量占比;分别根据预设的平均数据流量占比与第二取值的映射关系、以及峰值数据流量占比与第三取值的映射关系,得到第二取值以及第三取值;
根据第一取值、第二取值以及第三取值各自所占的预设的权重进行线性叠加,得到业务数据分析值。
可选地,所述第一取值、第二取值以及第三取值各自所占的预设的权重,是根据目标区域拟建微蜂窝基站的类型与目标区域实际场景情况的匹配程度设置的。
可选地,所述第一数值获取单元,进一步用于:
获取目标区域内预设数量的用户的平均年龄、ARP贡献平均占比以及用户使用的终端类型,根据预设的用户平均年龄与第四取值的映射关系、ARP贡献平均占比与第五取值的映射关系、以及终端类型与第六取值的映射关系,分别得到第四取值、第五取值以及第六取值;
根据第四取值、第五取值以及第六取值各自所占的预设的权重进行线性叠加,得到用户个人信息数据分析值;
获取目标区域内预设数量的用户使用终端的单日平均上网时长以及常用APP类型;根据预设的单日平均上网时长与第七取值的映射关系、常用APP类型与第八取值的映射关系,分别得到第七取值以及第八取值;
根据第七取值以及第八取值各自所占的预设的权重进行线性叠加,得到用户行为数据分析值;
根据预设的用户个人信息数据分析值以及用户行为数据分析值各自所占的权重进行线性叠加,得到用户数据分析值。
本发明实施例提供了一种微蜂窝站址规划的自动决策方法及装置。该方法中,首先可以获取分别能够反映目标区域的网络需求、建设难度以及投诉情况的第一数值、第二数值和第三数值;接着可以将第一数值、第二数值以及第三数值作为评判坐标值的XYZ轴坐标值;进而可以判断评判坐标值在XYZ三轴坐标系上落入的象限;最后可以根据各个象限与规划的不同重要程度的对应关系,得到说明在该目标区域规划微蜂窝基站重要程度的决策结果。本发明实施例提供的方法相比于现有的决策方式来说,通过获取评判坐标值从而能够引入目标区域的网络需求、建设难度以及投诉情况这三个维度,进而可以通过判断落入象限的方式综合考虑这三个维度对于微蜂窝基站规划的影响,有效避免由于某一维度主导性过强导致的决策结果有所偏差,防止由于决策结果的不准确不客观而导致根据这样的结果在建设基站时较为困难,或建设之后的基站无法满足用户网络需求的这样的情况产生。
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是本发明提供的一种微蜂窝站址规划的自动评判方法实施例流程图;
图2是本发明提供的XYZ三轴坐标系象限示意图;
图3是图1所示方法中步骤S101具体流程图;
图4是图3所示方法中步骤S1011一种具体流程图;
图5是图3所示方法中步骤S1011又一种具体流程图;
图6是图3所示方法中步骤S1011又一种具体流程图;
图7是本发明提供的一种微蜂窝站址规划的自动评判装置实施例结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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做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。
第一方面,本发明实施例提供了一种微蜂窝站址规划的自动决策方法,如图1所示,包括:
S101、获取第一数值作为评判坐标值的Z轴坐标值,这里的第一数值为用于描述目标区域的网络需求的量化值;
具体来说,本发明实施例提供的方法是为了评判目标区域的建设微蜂窝基站的重要程度,从而能够为基站规划人员提供数据支持,因此在决策时需要着重考虑的就是目标区域的网络需求。网络需求越大,在此目标区域内建设基站的重要性越高。
因此,在这里可以获取用于描述目标区域的网络需求的第一数值。可以理解的是,为了便于后续的计算,这里的第一数值是描述目标区域网络需求的量化值。目标区域的网络需要越大,第一数值的值就越大;目标区域的网络需要越小,第一数值的值就越小,甚至可以为负值。接着,将第一数值作为用于评判目标区域建设微蜂窝基站重要性的评判坐标值的Z轴坐标值。
S102、获取第二数值作为评判坐标值的X轴坐标值,这里的第二数值为用于描述目标区域建设微蜂窝站的难度的量化值;
具体来说,目标区域建设微蜂窝站的难易程度也是影响目标区域规划基站的因素之一,因此为了能够在决策时充分考虑目标区域建设微蜂窝基站的难易程度,在这里可以获取用于描述目标区域建设微蜂窝站的难度的第二数值。同样地,为了便于计算,这里的第二数值同样为描述难易程度的量化值。且难度越低,第二数值的值越大;且难度越高,第二数值的值就越小,甚至可以为负值。接着,将第二数值作为评判坐标值的X轴坐标值。
S103、获取第三数值作为评判坐标值的Y轴坐标值,这里的第三数值为用于描述目标区域用户投诉情况的量化值;
具体来说,目标区域当前用户的投诉情况也是在基站建设决策时需要考虑的因素之一,用户的投诉情况越严重,说明此目标区域越需要建设基站。因此,在这里可以获取用于描述目标区域用户投诉情况的第三数值。同样地,第三数值也是描述目标区域用户投诉情况的量化值。且用户投诉的数量越多、情况越严重,第三数值的值越大;且用户投诉的数量越少、情况越轻微,第三数值的值就越小,甚至可以为负值。接着,将第三数值作为评判坐标值的Z轴坐标值。
S104、根据评判坐标值在XYZ轴三维坐标系上落入的象限以及预设的各个象限与规划微蜂窝站址的重要程度的映射关系,得到目标区域的微蜂窝站址规划的自动决策结果。
具体来说,在经过上述三个步骤获得了评判坐标值的XYZ轴三轴的坐标值之后,就可以确定评判坐标值在如图2所示的XYZ轴三维坐标系上的位置,进而可以判断评判坐标值落入XYZ轴三维坐标系上的哪个象限中。
其中,每个象限代表一个规划基站的重要程度,各个象限与基站规划重要程度的映射关系可以如表1所示。
表1评判坐标值对应的决策重要程度排序表
坐落象限 | 应决策的重要程度(1的重要性最高) |
第一象限 | 1 |
第二象限 | 2 |
第三象限 | 4 |
第四象限 | 3 |
第五象限 | 5 |
第六象限 | 6 |
第七象限 | 8 |
第八象限 | 7 |
进而根据表1中各个象限代表的重要程度,得到目标区域的微蜂窝站址规划的自动决策结果,该自动决策结果可以用于描述该目标区域内微蜂窝站址规划的重要程度。
其中,在评判坐标值落入第一象限时,规划的重要程度最高。这是因为评判坐标值落入第一象限时,其XYZ三轴的坐标值都为正值,也即第一数值、第二数值以及第三数值均为正值。如前文所述,第一数值、第二数值以及第三数值可以取到负值,因此当其为正值时,表明当前的第一数值、第二数值以及第三数值的值是较大的。而第一数值越大代表目标区域的网络需求越大,第二数值越大代表目标区域的建设难度越小,第三数值越大目标区域的客户投诉情况越严重。因此在网络需求大、建设难度小、客户投诉严重的情况下,该目标区域是极其需要规划微蜂窝站的。
同理,在评判坐标值落入第七象限时,规划的重要程度最高。也即第一数值、第二数值以及第三数值均为负值。此时,目标区域的网络需求量较小、建设难度较大、客户投诉情况不严重,因此目标区域规划微蜂窝站的重要性不高,可以将在这个区域规划微蜂窝站的优先级排至最后。
在落入其他象限时,类似地,可以看对应的第一数值、第二数值以及第三数值的正负情况。在某一数值为正时,说明该数值对应的因素对于该区域规划基站的影响较大,应当多考虑该数值对应的因素;相反地,在某一数值为负时,说明该数值对应的因素对于该区域规划基站的影响较小,此时应当重点考虑其他因素。
本发明实施例提供了一种微蜂窝站址规划的自动决策方法,该方法中,首先可以获取分别能够反映目标区域的网络需求、建设难度以及投诉情况的第一数值、第二数值和第三数值;接着可以将第一数值、第二数值以及第三数值作为评判坐标值的XYZ轴坐标值;进而可以判断评判坐标值在XYZ三轴坐标系上落入的象限;最后可以根据各个象限与规划的不同重要程度的对应关系,得到说明在该目标区域规划微蜂窝基站重要程度的决策结果。本发明实施例提供的方法相比于现有的决策方式来说,通过获取评判坐标值从而能够引入目标区域的网络需求、建设难度以及投诉情况这三个维度,进而可以通过判断落入象限的方式综合考虑这三个维度对于微蜂窝基站规划的影响,有效避免由于某一维度主导性过强导致的决策结果有所偏差,防止由于决策结果的不准确不客观而导致根据这样的结果在建设基站时较为困难,或建设之后的基站无法满足用户网络需求的这样的情况产生。
需要说明的是,上述方法实施例中叙述的执行步骤S101、步骤S102以及步骤S103的顺序仅为其中一种可选的执行顺序。在实际情况中,对于步骤S101、步骤S102以及步骤S103来说,先执行哪个步骤或同时执行其中至少两个步骤对于本发明实施例提供的方法来说是没有任何差别的,均应该落入本发明所要保护的范围之内。
在具体实施时,上述方法实施例中的步骤S101获取第一数值的步骤可以通过多种方式来实施,下面对其中一种可选的实施方式进行具体介绍。
如图3所示,一种可选的获取第一数值的方法具体可以包括:
S1011、根据接收到的目标区域内用户终端的业务信息,得到目标区域的业务数据分析值;根据目标区域实际的场景情况,得到目标区域的场景数据分析值;根据目标区域内用户的个人信息以及用户使用终端的行为信息,得到用户数据分析值;
具体来说,第一数值是用于衡量目标区域的网络需求的,这一网络需求可以从三个方面来体现,一是目标区域内的业务数据,反映目标区域内网络传输或流量使用的情况;二是目标区域的场景信息,表示目标区域为室内场景或者室外场景;三是目标区域内用户的数据,例如用户的个人信息以及使用情况等等。
因此本发明实施例提供的方法可以根据上述业务数据分析值、场景数据分析值以及用户数据分析值来体现目标区域的网络需求程度
S1012、根据业务数据分析值、场景数据分析值以及用户数据分析值各自所占的预设的权重,得到第一数值。
在获得了业务数据分析值、场景数据分析值以及用户数据分析值之后,就可以根据这三个数值各自所占的权重进行线性叠加,从而得到第一数值。
采用上述方法得到的第一数值能够从三个方面充分考量目标区域内的网路需求,从而能够保证数据的客观性以及准确性。
其中,上述实施例中步骤S1011里的根据接收到的目标区域内用户终端的业务信息,得到目标区域的业务数据分析值,具体可以通过下述一种可选的实施方式来实现,如图4所示,包括:
S1011a、在预设时间段内,根据接收到的目标区域内预设数量的用户终端上报的参考信号接收功率,得到预设时间段内目标区域的参考信号接收功率均值;再根据预设的参考信号接收功率均值与第一取值映射关系,得到第一取值;
S1011b、获取同一预设时间段内目标区域内预设数量的用户终端的平均数据流量占比以及峰值数据流量占比;分别根据预设的平均数据流量占比与第二取值的映射关系、以及峰值数据流量占比与第三取值的映射关系,得到第二取值以及第三取值;
S1011c、根据第一取值、第二取值以及第三取值各自所占的预设的权重进行线性叠加,得到业务数据分析值。
其中,这里的第一取值、第二取值以及第三取值各自所占的预设的权重,是根据目标区域拟建微蜂窝基站的类型与目标区域实际场景情况的匹配程度设置的。
上述实施例中步骤S1011里的根据目标区域实际的场景情况,得到目标区域的场景数据分析值,具体可以通过下述一种可选的实施方式来实现,如图5所示,包括:
S1011i、根据目标区域实际的场景情况,结合各个场景与不同场景数据分析值的映射关系,得到目标区域的场景数据分析值。
上述实施例中步骤S1011里的根据目标区域内用户的个人信息以及用户使用终端的行为信息,得到用户数据分析值,具体可以通过下述一种可选的实施方式来实现,如图6所示,包括:
S1011A、获取目标区域内预设数量的用户的平均年龄、ARP贡献平均占比以及用户使用的终端类型,根据预设的用户平均年龄与第四取值的映射关系、ARP贡献平均占比与第五取值的映射关系、以及终端类型与第六取值的映射关系,分别得到第四取值、第五取值以及第六取值;
S1011B、根据第四取值、第五取值以及第六取值各自所占的预设的权重进行线性叠加,得到用户个人信息数据分析值;
S1011C、获取目标区域内预设数量的用户使用终端的单日平均上网时长以及常用APP类型;根据预设的单日平均上网时长与第七取值的映射关系、常用APP类型与第八取值的映射关系,分别得到第七取值以及第八取值;
S1011D、根据第七取值以及第八取值各自所占的预设的权重进行线性叠加,得到用户行为数据分析值;
S1011E、根据预设的用户个人信息数据分析值以及用户行为数据分析值各自所占的权重进行线性叠加,得到用户数据分析值。
在具体实施时,上述方法实施例中的步骤S102获取第二数值的步骤可以通过多种方式来实施,一种可选的实施方式可以为:根据工程建设经验,总结历年的工程实施难易程度,将目标区域建设基站施工难度分为非常困难、一般困难、一般、简易等集中类型。再根据这几种类型与不同第二数值的映射关系,得到第二数值。当然,这里的四中类型只是一种可选的实施方式,在实际情况中,还可以将类型代表的难易程度粗化(例如只包括困难和简单),也可以将类型代表的难易程度细化(例如还可以包括极其困难和极其简单等等),本发明对此不作具体限定。
在具体实施时,上述方法实施例中的步骤S103获取第三数值的步骤可以通过多种方式来实施,一种可选的实施方式可以为:根据投诉客户的重要性和投诉频次两个维度,将投诉类型分为重大投诉和一般投诉两类。根据这两种类型与不同第三数值的映射关系,得到第三数值。当然,这里的用于将投诉类型分类的维度可以不仅限于上述两个维度,可以仅包括其中一个维度,也可以加入其它维度(利用投诉用户所集中的区域等等)。此外,这里还可以将上述投诉类型继续细化,例如再添加微小投诉等等,本发明对此不作具体限定。
为便于深刻理解本发明实施例提供的方法,下面举一个实际的例子对本发明提供的方法进行完整详尽的描述。
本发明实施例提供的方法通过目标区域相当数量用户的业务信息数据、场景信息数据、用户信息数据、工程实施难易程度外,市场口投诉等多方面的数据进行分析和挖掘,通过加权值的系数调整,计算得到评判坐标值(X,Y,Z),对应三维坐标的八个象限,根据落于的象限来判定目标站址基站进行建设决策的重要性程度。
一、第一数值的获取方式
1、业务数据分析值,也即评判坐标值的Z轴坐标值。
主要包括:参考信号接收功率、平均数据流量、峰值数据流量,以上三种类型数据均来自于一定数量用户的平均采样得到。这里的参考信号接收功率指的是TD-LTE RSRP的数值。
业务数据分析值是根据参考信号接收功率、平均数据流量占比以及峰值数据流量占比这三个维度的量化值所占的不同权重,通过线性叠加得到的。如表2所示:
表2业务数据分析表
业务数据分析值为:B=d*k1+m*k2+f*k3;
2、场景数据分析值
通过总结目标区域场景,根据微蜂窝的覆盖场景特点,从室外、室内两个维度进行剖析,室外场景主要分为:居民区、空旷园区、室外业务密集区、旅游景点和城市弱覆盖道路;室内场景主要分为:小型空旷场景、小型多隔断场景、大型室内业务密集场景、封闭室内场景和大型场馆等。除此之外的其他场景由于不合适微蜂窝建设,不含在考虑之列,因此赋取值为0。场景数据分析表如表3所示:
表3场景数据分析表
3、用户数据分析值
对拟进行基站规划区域内所有用户进行分析,包括用户标识和行为分析两部分。
(1)用户标识:用户平均年龄、ARP贡献平均占比、手机终端类型。
(2)行为分析:单日平均上网时长、常用APP。
用户数据分析表如表4所示:
表4用户信息数据分析表
用户数据分析结果:U=(p*t1+a*t2+z*t3)*0.5+(o*q1+r*q2)*0.5
4、评判坐标值Z轴坐标值
根据上述三大类型数据分析,对应坐标模型,计算得到某站址规划的Z轴评判值=业务信息数据分析结果B*T1+场景信息数据分析结果S*T2+用户信息数据分析结果U*T3。由于微蜂窝基站建设具有非常明显的场景特性,因此T的取值,可根据微蜂窝站点拟建基站类型和目标场景的匹配程度,取不同的值,同时设定T1+T2+T3=1;亦可在实际工程建设过程中的设备选型上,具有一定的约束、指导意义评判坐标值Z轴坐标值如表5所示:
表5评判坐标值Z轴坐标值分析结果
Z=B*T1+S*T2+U*T3,得到三维象限坐标模型的竖坐标,Z轴值;
二、第二数值的获取方式,也即评判坐标值的X轴坐标值。
根据工程建设经验,站址规划决策除了取决于网络质量的优劣外,工程口的实施难易程度,也是影响决策是否有效的基本依据之一,总结历年的工程实施难易程度,分为非常困难、一般困难、一般、简易等四种类型。评判坐标值X轴坐标值的分析过程如表6所示:
表6评判坐标值X轴坐标值分析过程
评判过程 | 非常困难 | 一般困难 | 一般 | 简易 |
取值(X) | -1 | -0.5 | 0 | 1 |
三、第三数值的获取方式,也即评判坐标值的Y轴坐标值。
在微蜂窝基站规划过程中,除了取决于上述的网络质量优劣、工程实施难易程度外,市场口投诉,也可作为站址规划的重要依据之一,尤其是集团客户等重要客户投诉需特别重视,并给予重点保障;根据投诉客户的重要性和投诉频次两个维度,投诉分为:重大投诉和一般投诉。评判坐标值Y轴坐标值的分析过程如表7所示:
表7评判坐标值Y轴坐标值分析过程
评判过程 | 重大投诉 | 一般投诉 |
取值 | 2 | 1 |
四、三维坐标模型分析结果:
根据X,Y,Z评判值,得到最终的评判依据数据(X,Y,Z)坐标值,对应到三维八象限坐标模型,得到决策的结果,该结果可以详见表1,用于描述在目标区域规划基站的重要程度。尤其落于第一象限的评判坐标值,则视为可决策规划,且离原点距离越远,决策的重要性越高。基于本模型的数据分析结果,可以作为站址规划的决策评判依据。
本发明实施方式提供的方法,是综合权衡了网络质量、工程协调、市场投诉等三方面因素的结果,也对应了移动内部三个不同的主管部门,其分析结果组成了三个不同的坐标轴值;具有理论依据,也具备实际可操作性。选定作为分析对象的基础数据完整、准确、客观,在实际规划决策中,可以避免由于一方主导性过强而导致有失公平的现象。
对于绝大部分日常微蜂窝工程建设,可基于此模型的分析结果用于规划站址的重要性评判;由于微蜂窝建设的场景化特点非常明显,所以设备选型和场景的匹配程度对于T值有一定程度的影响。因此,精确地微蜂窝设备选型显得比较重要,这也是区别于宏蜂窝建设的一个明显特征。
另外,此模型的分析结果具有一定的时效性,会随着时间的变化,重要程度也在发生变化。落于第四象限的,在遇到突发的业务“井喷”(节假日)时,由于市场投诉,Y轴的值发生变化,从而会迁移至第一象限;落于第一象限的,会因为其他宏蜂窝建设,Z轴值发生变化,迁移至第五象限。因此,对于本模型的分析结果,应注意其时效性,且应随着基础数据的变化,做相应的坐标值更新。
第二方面,本发明实施例还提供了一种微蜂窝站址规划的自动评判装置,如图7所示,包括:第一数值获取单元201、第二数值获取单元202、第三数值获取单元203以及决策单元204。
第一数值获取单元201,用于获取第一数值作为评判坐标值的Z轴坐标值,所述第一数值为用于描述目标区域的网络需求的量化值;
第二数值获取单元202,用于获取第二数值作为评判坐标值的X轴坐标值,所述第二数值为用于描述目标区域建设微蜂窝站的难度的量化值;
第三数值获取单元203,用于获取第三数值作为评判坐标值的Y轴坐标值,所述第三数值为用于描述目标区域用户投诉情况的量化值;
决策单元204,用于根据评判坐标值在XYZ轴三维坐标系上落入的象限以及预设的各个象限与规划微蜂窝站址的重要程度的映射关系,得到目标区域的微蜂窝站址规划的自动决策结果。
可选地,所述第一数值获取单元201,进一步用于:
根据接收到的目标区域内用户终端的业务信息,得到目标区域的业务数据分析值;根据目标区域实际的场景情况,得到目标区域的场景数据分析值;根据目标区域内用户的个人信息以及用户使用终端的行为信息,得到用户数据分析值;
根据业务数据分析值、场景数据分析值以及用户数据分析值各自所占的预设的权重进行线性叠加,得到第一数值。
可选地,所述第一数值获取单元201,进一步用于:
在预设时间段内,根据接收到的目标区域内预设数量的用户终端上报的参考信号接收功率,得到预设时间段内目标区域的参考信号接收功率均值;根据预设的参考信号接收功率均值与第一取值映射关系,得到第一取值;
获取同一预设时间段内目标区域内预设数量的用户终端的平均数据流量占比以及峰值数据流量占比;分别根据预设的平均数据流量占比与第二取值的映射关系、以及峰值数据流量占比与第三取值的映射关系,得到第二取值以及第三取值;
根据第一取值、第二取值以及第三取值各自所占的预设的权重进行线性叠加,得到业务数据分析值。
可选地,所述第一取值、第二取值以及第三取值各自所占的预设的权重,是根据目标区域拟建微蜂窝基站的类型与目标区域实际场景情况的匹配程度设置的。
可选地,所述第一数值获取单元201,进一步用于:
获取目标区域内预设数量的用户的平均年龄、ARP贡献平均占比以及用户使用的终端类型,根据预设的用户平均年龄与第四取值的映射关系、ARP贡献平均占比与第五取值的映射关系、以及终端类型与第六取值的映射关系,分别得到第四取值、第五取值以及第六取值;
根据第四取值、第五取值以及第六取值各自所占的预设的权重进行线性叠加,得到用户个人信息数据分析值;
获取目标区域内预设数量的用户使用终端的单日平均上网时长以及常用APP类型;根据预设的单日平均上网时长与第七取值的映射关系、常用APP类型与第八取值的映射关系,分别得到第七取值以及第八取值;
根据第七取值以及第八取值各自所占的预设的权重进行线性叠加,得到用户行为数据分析值;
根据预设的用户个人信息数据分析值以及用户行为数据分析值各自所占的权重进行线性叠加,得到用户数据分析值。
由于本实施例所介绍的微蜂窝站址规划的自动评判装置为可以执行本发明实施例中的微蜂窝站址规划的自动评判方法的装置,故而基于本发明实施例中所介绍的微蜂窝站址规划的自动评判的方法,本领域所属技术人员能够了解本实施例的微蜂窝站址规划的自动评判装置的具体实施方式以及其各种变化形式,所以在此对于该微蜂窝站址规划的自动评判装置如何实现本发明实施例中的微蜂窝站址规划的自动评判方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中微蜂窝站址规划的自动评判方法所采用的装置,都属于本申请所欲保护的范围。
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,为了精简本公开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。
本发明的某些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网关、代理服务器、***中的一些或者全部部件的一些或者全部功能。本发明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。
Claims (10)
1.一种微蜂窝站址规划的自动决策方法,其特征在于,包括:
获取第一数值作为评判坐标值的Z轴坐标值,所述第一数值为用于描述目标区域的网络需求的量化值;
获取第二数值作为评判坐标值的X轴坐标值,所述第二数值为用于描述目标区域建设微蜂窝站的难度的量化值;
获取第三数值作为评判坐标值的Y轴坐标值,所述第三数值为用于描述目标区域用户投诉情况的量化值;
根据评判坐标值在XYZ轴三维坐标系上落入的象限以及预设的各个象限与规划微蜂窝站址的重要程度的映射关系,得到目标区域的微蜂窝站址规划的自动决策结果。
2.根据权利要求1所述的方法,其特征在于,所述获取第一数值的步骤,包括:
根据接收到的目标区域内用户终端的业务信息,得到目标区域的业务数据分析值;根据目标区域实际的场景情况,得到目标区域的场景数据分析值;根据目标区域内用户的个人信息以及用户使用终端的行为信息,得到用户数据分析值;
根据业务数据分析值、场景数据分析值以及用户数据分析值各自所占的预设的权重进行线性叠加,得到第一数值。
3.根据权利要求2所述的方法,其特征在于,所述根据接收到的目标区域内用户终端的业务信息,得到目标区域的业务数据分析值,包括:
在预设时间段内,根据接收到的目标区域内预设数量的用户终端上报的参考信号接收功率,得到预设时间段内目标区域的参考信号接收功率均值;根据预设的参考信号接收功率均值与第一取值映射关系,得到第一取值;
获取同一预设时间段内目标区域内预设数量的用户终端的平均数据流量占比以及峰值数据流量占比;分别根据预设的平均数据流量占比与第二取值的映射关系、以及峰值数据流量占比与第三取值的映射关系,得到第二取值以及第三取值;
根据第一取值、第二取值以及第三取值各自所占的预设的权重进行线性叠加,得到业务数据分析值。
4.根据权利要求3所述的方法,其特征在于,所述第一取值、第二取值以及第三取值各自所占的预设的权重,是根据目标区域拟建微蜂窝基站的类型与目标区域实际场景情况的匹配程度设置的。
5.根据权利要求2所述的方法,其特征在于,根据目标区域内用户的个人信息以及用户使用终端的行为信息,得到用户数据分析值,包括:
获取目标区域内预设数量的用户的平均年龄、ARP贡献平均占比以及用户使用的终端类型,根据预设的用户平均年龄与第四取值的映射关系、ARP贡献平均占比与第五取值的映射关系、以及终端类型与第六取值的映射关系,分别得到第四取值、第五取值以及第六取值;
根据第四取值、第五取值以及第六取值各自所占的预设的权重进行线性叠加,得到用户个人信息数据分析值;
获取目标区域内预设数量的用户使用终端的单日平均上网时长以及常用APP类型;根据预设的单日平均上网时长与第七取值的映射关系、常用APP类型与第八取值的映射关系,分别得到第七取值以及第八取值;
根据第七取值以及第八取值各自所占的预设的权重进行线性叠加,得到用户行为数据分析值;
根据预设的用户个人信息数据分析值以及用户行为数据分析值各自所占的权重进行线性叠加,得到用户数据分析值。
6.一种微蜂窝站址规划的自动决策装置,其特征在于,包括:
第一数值获取单元,用于获取第一数值作为评判坐标值的Z轴坐标值,所述第一数值为用于描述目标区域的网络需求的量化值;
第二数值获取单元,用于获取第二数值作为评判坐标值的X轴坐标值,所述第二数值为用于描述目标区域建设微蜂窝站的难度的量化值;
第三数值获取单元,用于获取第三数值作为评判坐标值的Y轴坐标值,所述第三数值为用于描述目标区域用户投诉情况的量化值;
决策单元,用于根据评判坐标值在XYZ轴三维坐标系上落入的象限以及预设的各个象限与规划微蜂窝站址的重要程度的映射关系,得到目标区域的微蜂窝站址规划的自动决策结果。
7.根据权利要求6所述的装置,其特征在于,所述第一数值获取单元,进一步用于:
根据接收到的目标区域内用户终端的业务信息,得到目标区域的业务数据分析值;根据目标区域实际的场景情况,得到目标区域的场景数据分析值;根据目标区域内用户的个人信息以及用户使用终端的行为信息,得到用户数据分析值;
根据业务数据分析值、场景数据分析值以及用户数据分析值各自所占的预设的权重进行线性叠加,得到第一数值。
8.根据权利要求7所述的装置,其特征在于,所述第一数值获取单元,进一步用于:
在预设时间段内,根据接收到的目标区域内预设数量的用户终端上报的参考信号接收功率,得到预设时间段内目标区域的参考信号接收功率均值;根据预设的参考信号接收功率均值与第一取值映射关系,得到第一取值;
获取同一预设时间段内目标区域内预设数量的用户终端的平均数据流量占比以及峰值数据流量占比;分别根据预设的平均数据流量占比与第二取值的映射关系、以及峰值数据流量占比与第三取值的映射关系,得到第二取值以及第三取值;
根据第一取值、第二取值以及第三取值各自所占的预设的权重进行线性叠加,得到业务数据分析值。
9.根据权利要求8所述的装置,其特征在于,所述第一取值、第二取值以及第三取值各自所占的预设的权重,是根据目标区域拟建微蜂窝基站的类型与目标区域实际场景情况的匹配程度设置的。
10.根据权利要求7所述的装置,其特征在于,所述第一数值获取单元,进一步用于:
获取目标区域内预设数量的用户的平均年龄、ARP贡献平均占比以及用户使用的终端类型,根据预设的用户平均年龄与第四取值的映射关系、ARP贡献平均占比与第五取值的映射关系、以及终端类型与第六取值的映射关系,分别得到第四取值、第五取值以及第六取值;
根据第四取值、第五取值以及第六取值各自所占的预设的权重进行线性叠加,得到用户个人信息数据分析值;
获取目标区域内预设数量的用户使用终端的单日平均上网时长以及常用APP类型;根据预设的单日平均上网时长与第七取值的映射关系、常用APP类型与第八取值的映射关系,分别得到第七取值以及第八取值;
根据第七取值以及第八取值各自所占的预设的权重进行线性叠加,得到用户行为数据分析值;
根据预设的用户个人信息数据分析值以及用户行为数据分析值各自所占的权重进行线性叠加,得到用户数据分析值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611115758.5A CN108174388B (zh) | 2016-12-07 | 2016-12-07 | 微蜂窝站址规划的自动决策方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611115758.5A CN108174388B (zh) | 2016-12-07 | 2016-12-07 | 微蜂窝站址规划的自动决策方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108174388A true CN108174388A (zh) | 2018-06-15 |
CN108174388B CN108174388B (zh) | 2021-05-04 |
Family
ID=62526127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611115758.5A Active CN108174388B (zh) | 2016-12-07 | 2016-12-07 | 微蜂窝站址规划的自动决策方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108174388B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007056552A2 (en) * | 2005-11-08 | 2007-05-18 | Siemens Technology-To-Business Center, Llc | Radio frequency planning with consideration of inter-building effects |
CN103067928A (zh) * | 2012-12-04 | 2013-04-24 | 大唐移动通信设备有限公司 | 一种网络覆盖质量的分析方法和*** |
CN103931225A (zh) * | 2012-11-09 | 2014-07-16 | 华为技术服务有限公司 | 一种规划新基站的方法及装置 |
CN104429113A (zh) * | 2013-05-31 | 2015-03-18 | 华为技术有限公司 | 网络覆盖的检测方法及装置 |
CN105357680A (zh) * | 2015-10-23 | 2016-02-24 | 江苏省电力公司南京供电公司 | 电力无线接入网中的接入点位置选择方法 |
CN105744535A (zh) * | 2016-05-02 | 2016-07-06 | 北京联合大学 | 移动网络小区信息侦测与覆盖标定方法 |
CN105873079A (zh) * | 2015-01-23 | 2016-08-17 | ***通信集团浙江有限公司 | 网络规划方法及装置 |
CN106162671A (zh) * | 2015-04-28 | 2016-11-23 | ***通信集团公司 | 一种基站部署位置确定方法及装置 |
-
2016
- 2016-12-07 CN CN201611115758.5A patent/CN108174388B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007056552A2 (en) * | 2005-11-08 | 2007-05-18 | Siemens Technology-To-Business Center, Llc | Radio frequency planning with consideration of inter-building effects |
CN103931225A (zh) * | 2012-11-09 | 2014-07-16 | 华为技术服务有限公司 | 一种规划新基站的方法及装置 |
CN103067928A (zh) * | 2012-12-04 | 2013-04-24 | 大唐移动通信设备有限公司 | 一种网络覆盖质量的分析方法和*** |
CN104429113A (zh) * | 2013-05-31 | 2015-03-18 | 华为技术有限公司 | 网络覆盖的检测方法及装置 |
CN105873079A (zh) * | 2015-01-23 | 2016-08-17 | ***通信集团浙江有限公司 | 网络规划方法及装置 |
CN106162671A (zh) * | 2015-04-28 | 2016-11-23 | ***通信集团公司 | 一种基站部署位置确定方法及装置 |
CN105357680A (zh) * | 2015-10-23 | 2016-02-24 | 江苏省电力公司南京供电公司 | 电力无线接入网中的接入点位置选择方法 |
CN105744535A (zh) * | 2016-05-02 | 2016-07-06 | 北京联合大学 | 移动网络小区信息侦测与覆盖标定方法 |
Non-Patent Citations (2)
Title |
---|
ESTEBAN INGA等: "Optimal deployment of cellular networks for Advanced Measurement Infrastructure in Smart Grid", 《2014 IEEE COLOMBIAN CONFERENCE ON COMMUNICATIONS AND COMPUTING (COLCOM)》 * |
黄小光: "基站配置规划中利用象限图进行需求分析的思路探讨", 《邮电设计技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN108174388B (zh) | 2021-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8185122B2 (en) | Method for creating a cellular telephone infrastructure | |
White et al. | Integrated modelling of population, employment and land-use change with a multiple activity-based variable grid cellular automaton | |
CN105163337B (zh) | 一种基于覆盖预测仿真的移动网络数据地理映射的方法 | |
JP4364936B1 (ja) | 流動性人口推定システム、流動性人口推定方法及び流動性人口推定プログラム | |
CN105744535B (zh) | 移动网络小区信息侦测与覆盖标定方法 | |
Alexander | Density measures: A review and analysis | |
US20010051503A1 (en) | System and method of planning and designing a broadband wireless network | |
CN105933294A (zh) | 网络用户定位方法、装置及终端 | |
CN105188030B (zh) | 一种移动网络数据进行地理栅格映射的方法 | |
CN109803295A (zh) | 一种通信小区整改优先级的评价方法和装置 | |
CN108124267A (zh) | 基站自动规划方法及装置 | |
CN107231615A (zh) | 一种基于网络指纹的定位方法及*** | |
CN111221867B (zh) | 一种保护性建筑信息管理*** | |
CN117015771A (zh) | 通过开发和呈现摄影测量现实网格来处理和显示与房产相关的信息的***和方法 | |
CN109143156B (zh) | 一种定位指纹库的校准方法及装置 | |
CN113133046B (zh) | 网络覆盖评估方法及装置、电子设备和计算机存储介质 | |
CN105574144A (zh) | 一种信息推送方法和装置 | |
CN110430578A (zh) | 基于移动终端数据实现小区方位角预测的方法 | |
Šarac et al. | Application of set covering location problem for organizing the public postal network | |
CN110831015A (zh) | 室分弱覆盖识别方法及装置 | |
CN108777866A (zh) | 一种网络分析方法、服务器及网络*** | |
CN108174388A (zh) | 微蜂窝站址规划的自动决策方法及装置 | |
CN107493579B (zh) | 一种高校无线网建设前规划方法和装置 | |
CN106993301A (zh) | 确定基站归属网格的方法和装置 | |
CN116017526A (zh) | 网络性能评估方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |