CN110769452A - 基站经纬度异常识别方法、***、服务器和存储介质 - Google Patents
基站经纬度异常识别方法、***、服务器和存储介质 Download PDFInfo
- Publication number
- CN110769452A CN110769452A CN201911046554.4A CN201911046554A CN110769452A CN 110769452 A CN110769452 A CN 110769452A CN 201911046554 A CN201911046554 A CN 201911046554A CN 110769452 A CN110769452 A CN 110769452A
- Authority
- CN
- China
- Prior art keywords
- base station
- terminal
- latitude
- longitude
- detected
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/08—Access point devices
-
- 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
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基站经纬度异常识别方法,包括:获取与待测基站通信的终端的CDR数据;获取所述待测基站的位置参数;基于所述CDR数据和所述位置参数,判断所述终端与待测基站之间的直线距离是否大于所述终端与待测基站之间的信号传输距离;若大于,则判定所述待测基站经纬度异常。还提供了一种基站经纬度异常识别***、服务器和存储介质,本发明通过数据分析和计算查出经纬度有误的基站,进行针对性核查,达到提高检修效率,节省资源的效果。
Description
技术领域
本发明实施例涉及移动通信领域技术,尤其涉及一种基站经纬度异常识别方法、***、服务器和存储介质。
背景技术
随着5G的到来,运营商运维的基站数目大大增加,不仅需要同时运维2G/3G/4G站点,还需要维护新建的5G站点,而5G站点在密度上比4G更密,运营商需要维护的站点数目成倍增加。
基站运维过程中会定期对基站进行勘察,重新检查基站的经纬度、方位角等信息,对不准确的信息进行更新校正。这样做需要定期投入的很多的资源。实际上,可能只有百分之十几或者二十多的基站信息不准确,由于无法识别这些不准确的基站,而不得不对所有站点全部重新核查。尤其现在运营商站点数目众多,一个省往往上万的站点,全部核查站点信息不仅浪费资源,而且周期很长,浪费资源,而且周期很长。
本发明提供了一种基于大数据的基站经纬度异常识别方法,能够通过数据分析查出经纬度有误的基站,进行针对性核查,达到提高检修效率,节省资源的效果。
发明内容
本发明提供一种基站经纬度异常识别方法,以实现通过数据分析查出经纬度有误的基站的效果。
第一方面,本发明实施例提供了一种基站经纬度异常识别方法,包括:
获取与待测基站通信的终端的CDR数据;
获取所述待测基站的位置参数;
基于所述CDR数据和所述位置参数,判断所述终端与待测基站之间的直线距离是否大于所述终端与待测基站之间的信号传输距离;
若大于,则判定所述待测基站经纬度异常。
第二方面,本发明实施例还提供了一种基站经纬度异常识别***,包括:
第一获取模块,用于获取与待测基站通信的终端的CDR数据;
第二获取模块,用于获取所述待测基站的位置参数;
第一判断模块,用于基于所述CDR数据和所述位置参数,判断所述终端与待测基站之间的直线距离是否大于所述终端与待测基站之间的信号传输距离;
异常判定模块,若大于,则判定所述待测基站经纬度异常。
第三方面,本发明实施例还提供了一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如上述任一所述的基站经纬度异常识别方法。
第四方面,本发明实施例还提供了一种终端可读存储介质,其上存储有程序,所述程序被处理器执行时能够实现如上述任一所述的基站经纬度异常识别方法。
本发明通过比较终端与待测基站之间的直线距离是否大于所述终端与待测基站之间的信号传输距离,若大于,则判定待测基站经纬度异常,使基站检修过程能准确定位出位置异常的待测基站,提高检修效率,节省资源。
附图说明
图1是本发明实施例一中的一种基站经纬度异常识别方法流程图。
图2是本发明实施例二中的一种基站经纬度异常识别方法流程图。
图3是本发明实施例三中的一种基站经纬度异常识别方法流程图。
图4是本发明实施例三中替代实施例中的一种基站经纬度异常识别方法流程图。
图5是本发明实施例三中替代实施例中的一种基站经纬度异常识别方法流程图。
图6是本发明实施例四中的一种基站经纬度异常识别方法流程图。
图7是本发明实施例五的一种基站经纬度异常识别***模块图。
图8是本发明实施例五的替代实施例的一种基站经纬度异常识别***模块图。
图9是本发明实施例六的服务器结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止,但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
此外,术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等,但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说,在不脱离本申请的范围的情况下,第一预设阈值可以为第二预设阈值,类似地,第二预设阈值可以为第一预设阈值。第一预设阈值和第二预设阈值都是基站定位过程中使用的预设阈值,但其不是同一预设阈值。术语“第一”、“第二”等而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”、“批量”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
实施例一
图1为本发明实施例一提供的一种基站经纬度异常识别方法流程图,具体包括如下步骤:
S101、获取与待测基站通信的终端的CDR数据。
该步骤中,CDR数据指的是call Detail Record,即呼叫详单记录,是用户在移动网络中的单次数据通信业务的记录,CDR数据有各个接口中与该事件相关的信令综合形成,用于评估网络性能、支撑市场营销。CDR数据包含大量通信终端的信息,能够便于根据所需的问题定位到用户及终端,并进行数据分析。在本发明中,需要检测待测基站是否出现经纬度定位的异常,因此CDR数据指的是终端与待测基站通信的信息,用于对终端进行定位。
通过移动基站采集海量移动用户上报的MR、CDR及AGPS等信息,并结合基站经纬度等工作参数信息可以准确定位用户位置,反过来,通过利用移动用户上报的AGPS、TA等信息,可以反推基站经纬度是否准确。
AGPS(即Assisted GPS,网络辅助GPS),就是在GPS定位的基础上,借助移动通信运营基站定位,利用网络来进行数据传输。简而言之,它使用设备的GPS芯片和移动电话网络来实现定位。如今,AGPS已经被广泛应用到移动终端设备中,终端上报的CDR数据中即含有AGPS信息。TA即timing advance,在该步骤中指的是初始接入提前量,表示基站到终端的信息传输时延。
S102、获取待测基站的位置参数。
待测基站工作过程中会产生工作参数,从中可获取到待测基站的位置参数,即经纬度信息。
S103、基于CDR数据和位置参数,判断终端与待测基站之间的直线距离是否大于终端与待测基站之间的信号传输距离。
该步骤中,通过上述步骤获取的数据可以测出终端与待测基站之间的直线距离,和终端与待测基站之间的信号传输距离。在实际信号传输过程中,由于建筑物的阻挡,电磁波需要经过反射、绕射等途径才能到达终端,因此实际信号的传输距离并非是基站与终端之间的直线距离,一定是大于或等于直线距离。
S104、若待测基站与终端之间的直线距离大于实际信号的传输距离,则判定待测基站经纬度异常。
该步骤中,若终端与待测基站之间的直线距离大于终端与待测基站之间的信号传输距离,则表明终端和待测基站至少有一个的位置信息有异常。在确定终端经纬度无误的前提下,即可判定待测基站经纬度异常。若不大于,则判定待测基站经纬度正常。
本实施例通过判断终端与待测基站之间的直线距离是否大于终端与待测基站之间的信号传输距离,当大于,说明基站经纬度异常。
实施例二
图2为本发明实施例二提供的基站经纬度异常识别方法流程图,本实施例在上述实施例的基础上,在判断待测基站经纬度时,选用多个与待测基站通信的移动终端,进行多次判断,以增加经纬度判定的准确性,具体步骤如下:
S201、获取与待测基站通信的终端的CDR数据。
在该步骤中,为增加经纬度判定的准确性,需要采集多个与待测基站通信的终端信息,如图所示,首先从待测区域的网络数据采集节点中获取终端上报的CDR数据,通过SFTP传输协议将此数据接入到大数据处理集群中进行计算处理,获取的终端的CDR数据为多个。
示例性地,从运营商数据采集节点提取预设时间阈值内,例如一周内的多个CDR数据。在实际操作中,CDR数据一般包含CDR.eNodeBID、AC.CellID、AC.MR.LteScTadv、AC.Longitude、AC.Latitude等字段,各个运营商解析出来的字段名称会有些许差异,确保包含基站ID(即CDR.eNodeBID),小区ID(即AC.CellID),初始接入时间提前量(即AC.MR.LteScTadv),以及终端接入时刻的经纬度(即AC.Longitude/AC.Latitude)等信息。
S202、获取待测基站的位置参数。
S203、基于CDR数据和位置参数,判断终端与待测基站之间的直线距离是否大于终端与待测基站之间的信号传输距离。
若大于,则执行步骤S204,若不大于,则判定待测基站经纬度正常。
S204、记录直线距离大于信号传输距离的次数,判断次数是否超过第一预设阈值。
该步骤中,每个终端上报的CDR数据都需要进行一次计算。在步骤S201中获取的多个CDR数据,每个都需要进行一次计算,得到多次判断结果。由于终端的CDR数据也可能出现异常,因此当判断直线距离大于信号传输距离的次数超过第一预设阈值时,才判定待测基站经纬度异常。第一预设阈值可根据实际获取的CDR数据量大小进行动态调整。
该步骤充分利用了大数据环境下数据量大的特点,通过多条上报的CDR数据来反复确认同一个基站位置是否存在异常,能够大大提高判别的准确性。
S205、若超出,则判定待测基站经纬度异常。
若不超出,则判定待测基站经纬度正常。
本实施例在判断待测基站经纬度时,选用多个与待测基站通信的移动终端,进行多次判断,以增加经纬度判定的准确性。
实施例三
如图3所示,本实施例提供了一种基站经纬度异常识别方法流程图,在上述实施例的基础上,增加了对获取的多个终端的多个CDR数据进行数据过滤和筛选,以去除不符合要求的CDR数据,具体步骤如下:
S301、获取与待测基站通信的终端的CDR数据。
S3010、判断CDR数据中是否包括待测基站ID、终端到待测基站的传输时延和终端经纬度。
获取CDR数据后,需要对数据源进行清洗和过滤,具体地,终端上报的CDR数据中,不是每条都包含AGPS信息,上报的CDR数据必须符合一定场景条件(UE终端开启了AGPS功能,以及上报时刻正在使用位置定位服务,如百度地图,美团等)才会包含AGPS经纬度信息。
S3011、若不包括,则将CDR数据删除。
S3012、若包括,则保存CDR数据。
S302、获取待测基站的位置参数。
S303、基于CDR数据和位置参数,判断终端与待测基站之间的直线距离是否大于终端与待测基站之间的信号传输距离。
S304、若大于,则判定待测基站经纬度异常。
若不大于,则判定待测基站经纬度正常。
如图4所示,在替代实施例中,在步骤S3012之后,还包括:
S3013、判断在第一时间间隔内获取的CDR数据的个数是否超过第二预设阈值。
该步骤中,由于实际使用过程中,用户不会一直开启定位功能,因此上报的CDR数据里有很多数据不含AGPS经纬度信息,上述步骤S3010-S3012即可实现过滤不含AGPS经纬度的数据。
在实际操作中,终端一般上报的CDR信息中含AGPS经纬度信息的数据比例在0.5%到5%之间,各个省份地区有所差异,但上报CDR所含AGPS经纬度信息的整体比例都比较低。在大数据背景下,通过获取大量终端上报的CDR数据,从总量中选取出足够用于分析基站位置的数据是可行的。因此增加了判断获取的CDR数据的个数知否超过第二预设阈值的步骤,其中第二预设阈值的值与待测基站的判定次数相互影响,第二预设阈值用于使判定基站位置的次数满足可判定的数量。
S3014、若超过,则保存CDR数据。
S3015、若不超过,则在下一个第一时间间隔周期内,重新获取CDR数据。
在该步骤中,若一段时间内获取的有效CDR数据不够,无法达到第二预设阈值,则需要重新获取CDR数据。可选地,在下一个数据获取周期内,还可以增加如下步骤:延长第一时间间隔周期,直到获取的CDR数据的个数超过第二预设阈值。
S3016、判断获取的CDR数据的个数是否超过第二预设阈值。
若不超过,则执行步骤S3017,若超过,则执行步骤S302。
S3017、重复上述步骤,直到第一时间间隔内获取的CDR数据的个数超过第二预设阈值,保存CDR数据。
在另一替代实施例中,如图5所示,在步骤S301之后,还包括:
S3018、对CDR数据进行聚类计算。
该步骤中,由于终端的定位工具可能出现定位异常,导致终端上报的AGPS信息不准确,因此需要对上述步骤中获取的CDR数据进行聚类计算。聚类分析又称群分析,它是研究样品或指标分类问题的一种统计分析方法,同时也是数据挖掘的一个重要算法。聚类(Cluster)分析是由若干模式(Pattern)组成的,通常,模式是一个度量(Measurement)的向量,或者是多维空间中的一个点。聚类分析以相似性为基础,在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。
具体地,在本发明实施例中,将连接同一基站的CDR数据作为一个类别,进行聚类计算,将其中的离群数据进行过滤和筛除。该步骤的目的是消除异常定位的CDR数据对基站经纬度识别的准确性的影响。
S3019、删除聚类计算中的离群CDR数据。
离群CDR数据指的是在CDR数据样本中,与其他样本点的一般行为或特征不一致的点。在本实施例中,如图所示,连接同一个基站的终端可以有多个,CDR数据也有多个,对连接同一个基站的终端的CDR数据作为一个类别进行聚类。
本实施例在上述实施例的基础上,增加了对获取的多个终端的多个CDR数据进行数据过滤和筛选,以去除不符合要求的CDR数据,消除异常CDR数据对基站经纬度判别的影响。
实施例四
如图6所示为本实施例的一种基站经纬度异常识别方法流程图,本实施例提供了一种计算终端与待测基站之间的直线距离和终端与待测基站之间的信号传输距离的公式,具体步骤如下:
S401、获取与待测基站通信的终端的CDR数据。
S402、获取待测基站的位置参数。
S4031、从CDR数据中获取终端经纬度,从位置参数中获取待测基站经纬度。
如上述实施例,从CDR数据中获取终端AGPS信息,得到终端的AGPS经纬度为CDR_lon与CDR_lat;从待测基站的位置参数中获取待测基站的经纬度为lon与lat。
S4032、基于第一预设公式,计算待测基站与终端之间的直线距离。
本实施例提供一种计算待测基站与终端之间距离的公式,具体为,按照上述步骤,将CDR上报的UE的AGPS经纬度为CDR_lon与CDR_lat,而工参中基站的经纬度为lon与lat,在实际操作中,终端与基站之间则按照地球表面两点之间距离的计算公式,可得待测基站与终端之间的直线距离计算的第一预设公式如下:
待测基站与终端之间的直线距离
=(6378137.0*ACOS(SIN(CDR_Lat/180*PI)*SIN(Lat/180*PI)+COS(CDR_Lat/180*PI)*COS(Lat/180*PI)*COS((CDR_lon-lon)/180*PI)))
其中6378137.0为地球半径,单位为米,PI为数学圆周率π,该步骤的第一预设公式计算得到的距离单位为米。
S4033、从CDR数据中获取传输时延。
该步骤中的传输时延TA就是Timing Advance,时间提前量,在移动通信中,信号在空间传输有延迟的,若移动终端在呼叫期间向远离基站的方向移动,则从基站发出的信号将“越来越迟”的到达移动台,与此同时,移动台的信号也会“越来越迟”的到达基站,延迟过长会导致基站收到的终端在本时隙上的信号与基站收下一个其它移动台信号的时隙相互重叠,引起码间干扰,因此,在呼叫进行期间,移动台发给基站的测量报告头上携带有移动台测量的时延值,而基站必须监视呼叫到达的时间,并在下行信道上以480ms一次的频率向移动台发送指令,指示移动台提前发送的时间。TA表示终端到待测基站之间的传输时延,通过电磁波传播速度乘以时延,可以计算出终端与待测基站之间的距离。
S4034、基于第二预设公式,计算待测基站与终端之间的信号传输距离。
本实施例以FDD LTE网络为例,在LTE的随机接入过程中,TA的取值范围为0~1282,一个TA对应的时延是16个Ts,Ts是LTE最基本的时间单元,Ts=1/(15000×2048)秒。同时,该步骤的信号传输距离为待测基站与终端之间传输的单程。
需要指出的是,该步骤中的第二预设公式可根据移动通信标准的变化选用不同的计算公式。
S4035、判断终端与待测基站之间的直线距离是否大于终端与待测基站之间的信号传输距离。
该步骤中,由于在计算过程存在计算精度的差异,因此计算出的距离会有误差,为了降低误判,优选地,在该步骤的判定过程加上一个预设的参数作为误差值,按照直线距离的允许误差为预设参数,即直线距离考虑到误差的范围为[直线距离+预设参数]。示例性地,计算过程中传输时延的最低精度为78.12米,导致计算出来的待测基站与终端之间的信号传输距离可能存在78.12米以内的误差,因此预设参数优选为78.12米,则该步骤的判断过程为:判断终端与待测基站之间的直线距离是否大于终端与待测基站之间的信号传输距离+78.12米。需要指出的是,本发明该步骤的预设参数在上述第一预设公式和/或第二预设公式发生变化时会具有相应变化,在不同的实施方式中具有不同的取值范围。
S404、若大于,则判定待测基站经纬度异常。
若不大于,则判定待测基站经纬度正常。
本实施例通过提供了经纬度判别过程的距离计算公式,提高了经纬度判别的精度。
实施例五
如图7所示,本发明实施例五提供了一种基站经纬度异常识别***5,包括如下模块:
第一获取模块501,用于获取与待测基站通信的终端的CDR数据。
第二获取模块502,用于获取待测基站的位置参数。
第一判断模块503,用于基于CDR数据和位置参数,判断终端与待测基站之间的直线距离是否大于终端与待测基站之间的信号传输距离。
异常判定模块504,若大于,则判定待测基站经纬度异常。
如图8所示,在替代实施例中,还包括:
第二判断模块505,用于记录直线距离大于等于信号传输距离的次数,判断次数是否超过第一预设阈值。
异常判定模块504,用于若超出,则判定待测基站经纬度异常。
在另一替代实施例中,还包括:
第三判断模块506,用于判断CDR数据中是否包括待测基站ID、终端到待测基站的传输时延和终端经纬度。
删除模块507,用于若不包括,则将CDR数据删除。
保存模块508,用于若包括,则保存CDR数据。
在另一替代实施例中,还包括:
第四判断模块509,用于判断在第一时间间隔内获取的CDR数据的个数是否超过第二预设阈值。
保存模块508,用于若超过,则保存CDR数据。
第三获取模块510,用于若不超过,则在下一个第一时间间隔周期内,重新获取CDR数据。
第四判断模块509,用于判断获取的CDR数据的个数是否超过第二预设阈值。
保存模块508,用于直到第一时间间隔内获取的CDR数据的个数超过第二预设阈值,保存CDR数据。
在另一替代实施例中,还包括:
聚类计算模块511,对CDR数据进行聚类计算。
删除模块507,用于删除聚类计算中的离群CDR数据。
在另一替代实施例中,第一判断模块503包括:
第一获取单元5031,用于从CDR数据中获取终端经纬度,从位置参数中获取待测基站经纬度。
第一计算单元5032,用于基于第一预设公式,计算待测基站与终端之间的直线距离。
第二获取单元5033,用于从CDR数据中获取传输时延。
第二计算单元5034,用于基于第二预设公式,计算待测基站与终端之间的信号传输距离。
判定单元5035,用于判断终端与待测基站之间的直线距离是否大于终端与待测基站之间的信号传输距离。
本实施例的基站经纬度异常识别***,可执行本发明任意实施例所提供的基站经纬度异常识别方法,具备执行方法相应的功能模块和有益效果。
实施例六
如图9为本发明实施例六提供的一种服务器的结构示意图,如图9所示,该服务器包括处理器601、存储器602、输入装置603和输出装置604;服务器中处理器601的数量可以是一个或多个,图中以一个处理器601为例;设备/终端/服务器中的处理器601、存储器602、输入装置603和输出装置604可以通过总线或其他方式连接,图9中以通过总线连接为例。
存储器602作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的主题更新方法对应的程序指令/模块(例如,上述实施例中的第一获取模块501,第二获取模块502等)。处理器601通过运行存储在存储器602中的软件程序、指令以及模块,从而执行设备/终端/服务器的各种功能应用以及数据处理,即实现上述的基站经纬度异常识别***。
存储器602可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器602可进一步包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至设备/终端/服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置603可用于接收输入的数字或字符信息,以及产生与设备/终端/服务器的用户设置以及功能控制有关的键信号输入。输出装置604可包括显示屏等显示设备。
本发明实施例中的服务器通过数据分析和计算查出经纬度有误的基站,进行针对性核查,达到提高检修效率,节省资源的效果。
实施例七
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所提供的基站经纬度异常识别方法,该方法可以包括:
获取与待测基站通信的终端的CDR数据;
获取所述待测基站的位置参数;
基于所述CDR数据和所述位置参数,判断所述终端与待测基站之间的直线距离是否大于所述终端与待测基站之间的信号传输距离;
若大于,则判定所述待测基站经纬度异常。
本发明实施例的计算机可读存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种基站经纬度异常识别方法,其特征在于,包括:
获取与待测基站通信的终端的CDR数据;
获取所述待测基站的位置参数;
基于所述CDR数据和所述位置参数,判断所述终端与待测基站之间的直线距离是否大于所述终端与待测基站之间的信号传输距离;
若大于,则判定所述待测基站经纬度异常。
2.根据权利要求1所述的基站经纬度异常识别方法,其特征在于,在所述判断所述终端与待测基站之间的直线距离是否大于所述终端与待测基站之间的信号传输距离之后,还包括:
记录所述直线距离大于所述信号传输距离的次数,判断所述次数是否超过第一预设阈值;
若超出,则判定所述待测基站经纬度异常。
3.根据权利要求1所述的基站经纬度异常识别方法,其特征在于,所述获取与待测基站通信的终端的CDR数据之后,还包括:
判断所述CDR数据中是否包括待测基站ID、终端到待测基站的传输时延和终端经纬度;
若不包括,则将所述CDR数据删除;
若包括,则保存所述CDR数据。
4.根据权利要求3所述的基站经纬度异常识别方法,其特征在于,在所述若包括,则保存所述CDR数据之后,还包括:
判断在第一时间间隔内获取的所述CDR数据的个数是否超过第二预设阈值;
若超过,则保存所述CDR数据;
若不超过,则在下一个第一时间间隔周期内,重新获取所述CDR数据;
判断获取的所述CDR数据的个数是否超过第二预设阈值;
重复上述步骤,直到第一时间间隔内获取的所述CDR数据的个数超过第二预设阈值,保存所述CDR数据。
5.根据权利要求3所述的基站经纬度异常识别方法,其特征在于,在所述获取与待测基站通信的终端的CDR数据之后,还包括:
对所述CDR数据进行聚类计算;
删除所述聚类计算中的离群CDR数据。
6.根据权利要求1所述的基站经纬度异常识别方法,其特征在于,所述基于所述CDR数据和所述位置参数,判断所述终端与待测基站之间的直线距离是否大于所述终端与待测基站之间的信号传输距离,包括:
从所述CDR数据中获取所述终端经纬度,从所述位置参数中获取待测基站经纬度;
基于第一预设公式,计算所述待测基站与终端之间的直线距离;
从所述CDR数据中获取传输时延;
基于第二预设公式,计算所述待测基站与终端之间的信号传输距离;
判断所述终端与待测基站之间的直线距离是否大于所述终端与待测基站之间的信号传输距离。
7.根据权利要求1所述的基站经纬度异常识别方法,其特征在于,所述直线距离的误差为预设参数。
8.一种基站经纬度异常识别***,其特征在于,包括:
第一获取模块,用于获取与待测基站通信的终端的CDR数据;
第二获取模块,用于获取所述待测基站的位置参数;
第一判断模块,用于基于所述CDR数据和所述位置参数,判断所述终端与待测基站之间的直线距离是否大于所述终端与待测基站之间的信号传输距离;
异常判定模块,若大于,则判定所述待测基站经纬度异常。
9.一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7任一所述的基站经纬度异常识别方法。
10.一种终端可读存储介质,其上存储有程序,其特征在于,所述程序被处理器执行时能够实现如权利要求1-7任一所述的基站经纬度异常识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911046554.4A CN110769452B (zh) | 2019-10-30 | 2019-10-30 | 基站经纬度异常识别方法、***、服务器和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911046554.4A CN110769452B (zh) | 2019-10-30 | 2019-10-30 | 基站经纬度异常识别方法、***、服务器和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110769452A true CN110769452A (zh) | 2020-02-07 |
CN110769452B CN110769452B (zh) | 2023-05-02 |
Family
ID=69333218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911046554.4A Active CN110769452B (zh) | 2019-10-30 | 2019-10-30 | 基站经纬度异常识别方法、***、服务器和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110769452B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111405464A (zh) * | 2020-03-19 | 2020-07-10 | 中国联合网络通信集团有限公司 | 基站位置检测方法及装置 |
CN111510859A (zh) * | 2020-05-25 | 2020-08-07 | 北京红山信息科技研究院有限公司 | 一种用户轨迹定位方法、***、服务器和存储介质 |
CN111800854A (zh) * | 2020-06-24 | 2020-10-20 | 北京红山信息科技研究院有限公司 | 基站位置验证方法、装置、设备及存储介质 |
CN112558111A (zh) * | 2020-11-27 | 2021-03-26 | 广东电网有限责任公司肇庆供电局 | 一种无人机定位方法和装置 |
CN112801189A (zh) * | 2021-01-29 | 2021-05-14 | 上海寻梦信息技术有限公司 | 经纬度异常检测方法、装置、电子设备和存储介质 |
CN113891236A (zh) * | 2020-06-17 | 2022-01-04 | 中国电信股份有限公司 | 基站的位置信息的检查方法、装置和计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104113849A (zh) * | 2013-04-17 | 2014-10-22 | 普天信息技术研究院有限公司 | 传播模型的校正方法 |
CN106961668A (zh) * | 2017-03-30 | 2017-07-18 | 努比亚技术有限公司 | 移动终端定位装置及方法 |
WO2018121466A1 (zh) * | 2016-12-26 | 2018-07-05 | 中兴通讯股份有限公司 | Onu测距方法及装置、调整onu内部时延的参数确定方法及装置 |
CN108471595A (zh) * | 2017-02-23 | 2018-08-31 | ***通信集团四川有限公司 | 基站位置核查方法和装置 |
CN109302714A (zh) * | 2018-12-07 | 2019-02-01 | 南京华苏科技有限公司 | 基于用户数据实现基站位置研判及越区覆盖识别的方法 |
CN109905892A (zh) * | 2017-12-11 | 2019-06-18 | 中国电信股份有限公司 | 用户定位方法和装置 |
-
2019
- 2019-10-30 CN CN201911046554.4A patent/CN110769452B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104113849A (zh) * | 2013-04-17 | 2014-10-22 | 普天信息技术研究院有限公司 | 传播模型的校正方法 |
WO2018121466A1 (zh) * | 2016-12-26 | 2018-07-05 | 中兴通讯股份有限公司 | Onu测距方法及装置、调整onu内部时延的参数确定方法及装置 |
CN108471595A (zh) * | 2017-02-23 | 2018-08-31 | ***通信集团四川有限公司 | 基站位置核查方法和装置 |
CN106961668A (zh) * | 2017-03-30 | 2017-07-18 | 努比亚技术有限公司 | 移动终端定位装置及方法 |
CN109905892A (zh) * | 2017-12-11 | 2019-06-18 | 中国电信股份有限公司 | 用户定位方法和装置 |
CN109302714A (zh) * | 2018-12-07 | 2019-02-01 | 南京华苏科技有限公司 | 基于用户数据实现基站位置研判及越区覆盖识别的方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111405464A (zh) * | 2020-03-19 | 2020-07-10 | 中国联合网络通信集团有限公司 | 基站位置检测方法及装置 |
CN111405464B (zh) * | 2020-03-19 | 2022-02-15 | 中国联合网络通信集团有限公司 | 基站位置检测方法及装置 |
CN111510859A (zh) * | 2020-05-25 | 2020-08-07 | 北京红山信息科技研究院有限公司 | 一种用户轨迹定位方法、***、服务器和存储介质 |
CN111510859B (zh) * | 2020-05-25 | 2021-12-21 | 北京红山信息科技研究院有限公司 | 一种用户轨迹定位方法、***、服务器和存储介质 |
CN113891236A (zh) * | 2020-06-17 | 2022-01-04 | 中国电信股份有限公司 | 基站的位置信息的检查方法、装置和计算机可读存储介质 |
CN113891236B (zh) * | 2020-06-17 | 2024-02-13 | 中国电信股份有限公司 | 基站的位置信息的检查方法、装置和计算机可读存储介质 |
CN111800854A (zh) * | 2020-06-24 | 2020-10-20 | 北京红山信息科技研究院有限公司 | 基站位置验证方法、装置、设备及存储介质 |
CN112558111A (zh) * | 2020-11-27 | 2021-03-26 | 广东电网有限责任公司肇庆供电局 | 一种无人机定位方法和装置 |
CN112558111B (zh) * | 2020-11-27 | 2023-08-01 | 广东电网有限责任公司肇庆供电局 | 一种无人机定位方法和装置 |
CN112801189A (zh) * | 2021-01-29 | 2021-05-14 | 上海寻梦信息技术有限公司 | 经纬度异常检测方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110769452B (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110769452A (zh) | 基站经纬度异常识别方法、***、服务器和存储介质 | |
CN111294730B (zh) | 一种网络问题投诉信息处理的方法及装置 | |
US20200351678A1 (en) | Method for implementing antenna azimuth correction based on user data | |
CN111372183B (zh) | 一种识别质差终端的方法、装置、设备及存储介质 | |
CN107765206B (zh) | 一种电能质量监测装置运行状态的评估方法 | |
CN106598822B (zh) | 一种用于容量评估的异常数据检测方法及装置 | |
CN109522895B (zh) | 兴趣点位置校验方法、装置、服务器和计算机可读介质 | |
CN110351734B (zh) | 基于移动终端数据实现预测小区位置的方法 | |
US10057155B2 (en) | Method and apparatus for determining automatic scanning action | |
CN106407102B (zh) | 应用程序的模糊测试方法、装置及*** | |
CN108900319B (zh) | 故障检测方法和装置 | |
CN109874148A (zh) | 天馈异常检测方法、装置、***及计算机设备 | |
CN110688063A (zh) | 一种Raid的慢盘筛选方法、装置、设备及介质 | |
JP6025692B2 (ja) | エリア品質劣化推定装置及び方法 | |
CN103200579B (zh) | 一种测量上报方法、装置及*** | |
CN110348717B (zh) | 基于栅格粒度的基站价值评分方法和装置 | |
CN113207146B (zh) | 无线通信网络质量监控***及方法 | |
Berber | An automated method for BER characteristics measurement | |
CN117113515B (zh) | 一种路面设计方法、装置、设备及存储介质 | |
CN112995893A (zh) | 一种指纹定位方法、***、服务器和存储介质 | |
CN111624635B (zh) | 一种移动终端的定位方法、***、服务器和存储介质 | |
CN104064198A (zh) | 一种评估语音质量的方法及装置 | |
CN113140109A (zh) | 一种路测数据处理方法、装置、计算机设备及存储介质 | |
CN102905297A (zh) | 一种基站工程信息采集方法和*** | |
CN106856417B (zh) | 用于检测天馈安装问题的方法和装置 |
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 |