CN115087023A - 道路网络的分析方法及装置 - Google Patents
道路网络的分析方法及装置 Download PDFInfo
- Publication number
- CN115087023A CN115087023A CN202110282086.1A CN202110282086A CN115087023A CN 115087023 A CN115087023 A CN 115087023A CN 202110282086 A CN202110282086 A CN 202110282086A CN 115087023 A CN115087023 A CN 115087023A
- Authority
- CN
- China
- Prior art keywords
- road
- mdt
- grid
- weak coverage
- grids
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003012 network analysis Methods 0.000 title description 16
- 238000005070 sampling Methods 0.000 claims abstract description 153
- 238000004458 analytical method Methods 0.000 claims abstract description 56
- 230000002776 aggregation Effects 0.000 claims description 18
- 238000004220 aggregation Methods 0.000 claims description 18
- 230000011664 signaling Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims 1
- 238000012360 testing method Methods 0.000 description 41
- 230000008569 process Effects 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000004931 aggregating effect Effects 0.000 description 5
- 230000008447 perception Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- 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)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种道路网络的分析方法及装置,以解决现有技术对道路网络问题的定位准确度低、以及对道路网络进行分析的分析效率低的问题。该方法包括:对目标道路进行栅格化处理,得到多个指定大小的道路栅格;根据目标道路对应的各MDT采样点分别对应的MDT数据,确定各道路栅格分别对应的MDT数据,从而确定各道路栅格中的弱覆盖栅格;基于第一预设方式汇聚连续出现的弱覆盖栅格得到第一弱覆盖路段;以及,基于第二预设方式汇聚非连续出现的弱覆盖栅格得到第二弱覆盖路段;分别根据第一弱覆盖路段和第二弱覆盖路段,对目标道路的道路网络进行分析。该方案能够提高对道路网络问题的定位准确度,提升对道路网络进行分析的分析效率。
Description
技术领域
本发明涉及无线通信技术领域,尤其涉及一种道路网络的分析方法及装置。
背景技术
目前,对道路网络进行分析依赖于DT(Drive Test,路测)数据和OTT(Over TheTop,指通过互联网向用户提供各种应用服务)数据,并采用道路场景拟合呈现道路栅格级信号强度和通话质量。
由于OTT数据的定位精度较低且数据量较少,需要DT数据作为补充以实现对道路网络的分析,因此需要依靠测试人员、测试终端和测试车辆进行现场测试,不仅测试工作量大、成本高,而且很难覆盖待分析区域内的所有道路,从而导致难以准确定位分析出的道路网络问题。并且,目前主要依靠人工回放DT数据和OTT数据的方式对道路网络进行分析,并人工汇总对道路网络的分析结果,这种方式对道路网络进行分析的效率较低,且呈现的分析结果较零散,分析出的各道路网络问题之间的关联度不强,难以凸显道路网络问题所在区域。
发明内容
本发明实施例提供一种道路网络的分析方法及装置,以解决现有技术对道路网络问题的定位准确度低、以及对道路网络进行分析的分析效率低的问题。
为解决上述技术问题,本发明实施例是这样实现的:
第一方面,本发明实施例提供了一种道路网络的分析方法,包括:
对目标道路进行栅格化处理,得到多个指定大小的道路栅格;
确定所述目标道路对应的各最小化路测MDT采样点;根据各所述MDT采样点分别对应的MDT数据,确定各所述道路栅格分别对应的所述MDT数据;
根据各所述道路栅格分别对应的所述MDT数据,确定各所述道路栅格中的弱覆盖栅格;
基于第一预设方式汇聚连续出现的所述弱覆盖栅格,得到第一弱覆盖路段;以及,基于第二预设方式汇聚非连续出现的所述弱覆盖栅格,得到第二弱覆盖路段;
分别根据所述第一弱覆盖路段和所述第二弱覆盖路段,对所述目标道路的道路网络进行分析。
第二方面,本发明实施例还提供了一种道路网络的分析装置,包括:
处理模块,用于对目标道路进行栅格化处理,得到多个指定大小的道路栅格;
第一确定模块,用于确定所述目标道路对应的各最小化路测MDT采样点;根据各所述MDT采样点分别对应的MDT数据,确定各所述道路栅格分别对应的所述MDT数据;
第二确定模块,用于根据各所述道路栅格分别对应的所述MDT数据,确定各所述道路栅格中的弱覆盖栅格;
汇聚模块,用于基于第一预设方式汇聚连续出现的所述弱覆盖栅格,得到第一弱覆盖路段;以及,基于第二预设方式汇聚非连续出现的所述弱覆盖栅格,得到第二弱覆盖路段;
分析模块,用于分别根据所述第一弱覆盖路段和所述第二弱覆盖路段,对所述目标道路的道路网络进行分析。
第三方面,本发明实施例还提供了一种道路网络的分析设备,包括:
存储器,存储有计算机程序指令;
处理器,当所述计算机程序指令被所述处理器执行时实现如上述第一方面所述的道路网络的分析方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括指令,当所述指令在计算机上运行时,使得所述计算机执行如上述第一方面所述的道路网络的分析方法。
在本发明实施例中,通过对目标道路进行栅格化处理,得到多个指定大小的道路栅格,并确定目标道路对应的各最小化路测MDT采样点,根据各MDT采样点分别对应的MDT数据,确定各道路栅格分别对应的MDT数据,从而根据各道路栅格分别对应的MDT数据,确定各道路栅格中的弱覆盖栅格。与传统路测相比,由于MDT数据的定位精度较高、覆盖道路较多,且是由基站采集得到的,无需额外的测试人员、测试终端和测试车辆等,因此能够显著降低测试人力、设备和时间成本,且更能体现用户的真实感知,为道路网络分析提供了数据基础。并且,该技术方案基于第一预设方式汇聚连续出现的弱覆盖栅格,得到第一弱覆盖路段,以及,基于第二预设方式汇聚非连续出现的弱覆盖栅格,得到第二弱覆盖路段,从而分别根据第一弱覆盖路段和第二弱覆盖路段,对目标道路的道路网络进行分析。实现了对栅格化道路的聚类分析,能够确定出连续弱覆盖路段和非连续弱覆盖路段,以集中对弱覆盖路段的分析结果,从而凸显道路网络问题所在区域,克服了传统路测呈现的分析结果较零散的问题,且基于各道路栅格中的MDT数据对道路网络进行分析,能够提高对道路网络问题的定位准确度,提升对道路网络进行分析的分析效率和全面性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的一个实施例中一种道路网络的分析方法的示意性流程图。
图2是本发明的一个实施例中一种断点栅格的外扩填充示意图。
图3是本发明的一个实施例中一种弱覆盖栅格汇聚的示意图。
图4是本发明的另一个实施例中一种道路网络的分析方法的示意性流程图。
图5是本发明的一个实施例中一种道路网络的分析装置的结构示意图。
图6是本发明的一个实施例中一种道路网络的分析设备的结构示意图。
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。
图1是本发明的一个实施例中一种道路网络的分析方法的示意性流程图,图1的方法可包括:
S102,对目标道路进行栅格化处理,得到多个指定大小的道路栅格。
其中,目标道路为需要对道路网络进行分析的道路。在对目标道路进行栅格化处理时,可设定道路栅格的大小。例如,设定的道路栅格的大小为20米(长)×40米(宽),则对目标道路进行栅格化处理后,可得到多个20米×40米的道路栅格。
S104,确定目标道路对应的各最小化路测MDT采样点;根据各MDT采样点分别对应的MDT数据,确定各道路栅格分别对应的MDT数据。
其中,MDT(Minimization of Drive-Test,最小化路测)数据基于用户终端所在地理位置上报,各MDT数据中分别包括对应的MDT采样点当前所处的地理位置信息,因此,根据各MDT数据中各MDT采样点的地理位置信息,可确定目标道路对应的各MDT采样点。
S106,根据各道路栅格分别对应的MDT数据,确定各道路栅格中的弱覆盖栅格。
S108,基于第一预设方式汇聚连续出现的弱覆盖栅格,得到第一弱覆盖路段;以及,基于第二预设方式汇聚非连续出现的弱覆盖栅格,得到第二弱覆盖路段。
S110,分别根据第一弱覆盖路段和第二弱覆盖路段,对目标道路的道路网络进行分析。
在一个实施例中,可确定各道路栅格中除弱覆盖栅格之外的道路栅格为非弱覆盖栅格,从而根据各非弱覆盖栅格分别对目标道路的道路网络进行分析。
在本实施例中,针对道路栅格中的弱覆盖栅格和非弱覆盖栅格进行了不同的处理,从而基于处理后得到的弱覆盖路段或非弱覆盖栅格,对目标道路的道路网络进行分析,能够集中对弱覆盖路段的分析结果,使得分析结果更能凸显道路网络问题。
在本发明实施例中,通过对目标道路进行栅格化处理,得到多个指定大小的道路栅格,并确定目标道路对应的各最小化路测MDT采样点,根据各MDT采样点分别对应的MDT数据,确定各道路栅格分别对应的MDT数据,从而根据各道路栅格分别对应的MDT数据,确定各道路栅格中的弱覆盖栅格。与传统路测相比,由于MDT数据的定位精度较高、覆盖道路较多,且是由基站采集得到的,无需额外的测试人员、测试终端和测试车辆等,因此能够显著降低测试人力、设备和时间成本,且更能体现用户的真实感知,为道路网络分析提供了数据基础。并且,该技术方案基于第一预设方式汇聚连续出现的弱覆盖栅格,得到第一弱覆盖路段,以及,基于第二预设方式汇聚非连续出现的弱覆盖栅格,得到第二弱覆盖路段,从而分别根据第一弱覆盖路段和第二弱覆盖路段,对目标道路的道路网络进行分析。实现了对栅格化道路的聚类分析,能够确定出连续弱覆盖路段和非连续弱覆盖路段,以集中对弱覆盖路段的分析结果,从而凸显道路网络问题所在区域,克服了传统路测呈现的分析结果较零散的问题,且基于各道路栅格中的MDT数据对道路网络进行分析,能够提高对道路网络问题的定位准确度,提升对道路网络进行分析的分析效率和全面性。
在一个实施例中,可通过如下步骤A1-A2,根据各MDT采样点分别对应的MDT数据,确定各道路栅格分别对应的MDT数据:
步骤A1,根据各MDT采样点分别对应的地理位置数据,将各MDT采样点分别匹配至对应的道路栅格。
本实施例中,MDT数据包括各MDT采样点分别对应的地理位置数据。其中,地理位置数据可包括经度(Longtitude)数据和纬度(Latitude)数据(以下简称为经纬度数据)。在根据各MDT采样点分别对应的地理位置数据,将各MDT采样点分别匹配至对应的道路栅格时,可首先确定各MDT采样点分别对应的经纬度数据,并确定各道路栅格分别对应的经纬度数据,其次,按照各MDT采样点分别对应的经纬度数据,将各MDT采样点分别匹配至对应的道路栅格。
步骤A2,根据各道路栅格分别包含的MDT采样点,确定各道路栅格分别对应的MDT数据。
在本实施例中,根据各MDT采样点分别对应的地理位置数据,将各MDT采样点分别匹配至对应的道路栅格,并根据各道路栅格分别包含的MDT采样点,确定各道路栅格分别对应的MDT数据,为后续进行道路网络分析提供了数据基础。
在一个实施例中,执行上述步骤A1之前,可执行如下步骤B1-B3:
步骤B1,获取各MDT采样点分别对应的控制面接口S1-MME信令数据。
其中,S1-MME信令数据包括各MDT采样点分别对应的第二上报时间(Time)、第二主服小区标识(ECI,E-UTRAN Cell Identifier)、第二用户临时标识(MmeUes1apID)和国际移动用户识别码ISMI(International Mobile Subscriber Identity)。
本实施例中,MDT数据包括各MDT采样点分别对应的第一上报时间(Time)、第一主服小区标识(ECI)和第一用户临时标识(MmeUes1apID)。
步骤B2,根据各MDT采样点分别对应的上报时间、主服小区标识和用户临时标识,对各MDT采样点的MDT数据和S1-MME信令数据进行关联,得到关联结果。
其中,由于用户终端的GPS(Global Positioning System,全球定位***)更新延迟或者GPS定位故障等原因,易使得MDT数据中的经纬度数据与用户终端的实际位置之间存在较大偏差,因此,在执行步骤B2之前,需要对MDT数据进行数据清洗,以保留定位准确(即MDT数据中的经纬度数据与用户终端的实际位置相符)的数据。可根据如下三个规则,对MDT数据进行数据清洗:
规则一、剔除不包含经纬度数据的MDT数据。
规则二、根据各MDT数据中的经纬度数据和第一主服小区标识,确定各MDT采样点与对应的主服小区之间的距离(Dist),当Dist超过该主服小区的理想覆盖半径2倍以上时,剔除该MDT采样点对应的MDT数据。
规则三、根据同一用户终端的当前MDT采样点与前一个MDT采样点之间的距离和时间差值,计算出当前MDT采样点相对于上一个MDT采样点的运动速度v,若v大于有效速度门限(v>400公里/小时),则剔除当前MDT采样点对应的MDT数据。
在执行步骤B2,根据各MDT采样点分别对应的上报时间(Time)、主服小区标识(ECI)和用户临时标识(MmeUes1apID),对各MDT采样点的MDT数据和S1-MME信令数据进行关联时,可将ECI相等、MmeUes1apID相等且Time的差值小于或等于指定时长的MDT数据与S1-MME信令数据进行关联,得到MDT数据与S1-MME信令数据的关联结果。
其中,指定时长是经过多次试验得到的经验值。例如,在经过多次试验后,得到指定时长为5分钟。
步骤B3,基于MDT数据与S1-MME信令数据的关联结果,将ISMI回填至对应的MDT数据。
在本实施例中,基于MDT数据与S1-MME信令数据的关联结果,将ISMI回填至对应的MDT数据,使得各MDT数据能够与用户终端相对应,便于后续对MDT数据进行处理,更便于后续对道路网络进行分析。
在一个实施例中,根据上述步骤B1-B3,步骤A1可具体执行为:根据各MDT采样点分别对应的ISMI,对各MDT采样点进行分组,得到分组结果,根据分组结果并基于地理位置数据,将每一分组内各MDT采样点分别匹配至对应的道路栅格。
其中,每一分组内各MDT采样点对应的ISMI相同,即每一分组为一个用户终端的MDT采样点集合。
本实施例中,在得到各MDT采样点的分组结果之后,针对任一分组,可按第一上报时间(Time)的先后顺序对MDT数据进行排序,依次遍历该分组内的各MDT采样点,如果连续有a个MDT采样点的经纬度数据落在同一条道路的道路栅格内,则确定该用户终端已经进入此道路。对于已经进入一道路的用户终端,如果连续有a个MDT采样点的经纬度数据没有落在该道路的道路栅格内,则确定该用户终端已经离开了该道路,对于已经离开了该道路的用户终端,剔除该用户终端在该道路上的MDT采样点对应的MDT数据。从而,对于剔除后剩余的各MDT采样点对应的MDT数据,按照地理位置数据匹配至对应的道路栅格。其中,a的值可以根据实际道路情况进行设定。例如,对于目标道路,将a设定为5。
在本实施例中,通过将各MDT采样点按照用户终端进行分组,并以用户终端为单位剔除该用户终端在已经离开的道路上的MDT采样点对应的MDT数据,然后根据MDT数据将各MDT采样点分别匹配至对应的道路栅格,提高了确定出的各道路栅格中MDT采样点的准确性,从而能够提升后续对道路网络进行分析的分析结果的准确性。
在一个实施例中,由于MDT数据基于用户终端所在地理位置上报,而部分道路存在网络信号较弱、用户终端无法连接至网络、无MDT采样点等问题,导致该部分道路没有对应的MDT数据上报,形成栅格空值,即断点栅格。为了更好的呈现道路网络覆盖情况,在执行上述步骤A1之后,可根据如下步骤C1-C4采用外扩填充方法对断点栅格的RSRP进行预估填充:
步骤C1,确定各道路栅格中的断点栅格。
其中,断点栅格中不包含MDT采样点。
步骤C2,判断断点栅格之后的第一数量个道路栅格中是否包含MDT采样点。
其中,第一数量(n)可根据不同的应用场景(城区场景、农村场景等)进行具体设置。例如,对于城区场景,由于道路密集,用户终端的主服小区变化复杂且较多,可将n设置为小于或等于3的值(n>3时,回填结果的准确性较低)。沿用上述举例中将目标道路栅格化处理为20米*40米的道路栅格,则可判断断点栅格之后60米内的道路栅格中是否包含MDT采样点。
步骤C3,若断点栅格之后的第一数量个道路栅格中包含MDT采样点,则计算断点栅格的前一个道路栅格所对应的各RSRP的第一均值,以及,计算断点栅格的后一个道路栅格所对应的各RSRP的第二均值,并对第一均值和第二均值进行线性均分,得到断点栅格对应的RSRP的第三均值。
本实施例中,MDT数据包括各MDT采样点分别对应的RSRP(Reference SignalReceiving Power,参考信号接收功率)。可根据如下公式(1),计算各断点栅格分别对应的RSRP的第三均值RSRPi,i=1,2…n。
其中,RSRPj为第一均值,RSRPk为第二均值,n为上述的第一数量,i为第一数量个道路栅格中的各个断点栅格。
本实施例中,若断点栅格之后的第一数量个道路栅格中包含MDT采样点,则可确定该第一数量个道路栅格中的各断点栅格为需外扩区域。若断点栅格之后的第一数量个道路栅格中不包含MDT采样点,则可确定该第一数量个道路栅格中的各断点栅格为不需外扩区域。如图2所示,以xx道路为例,将xx道路栅格化为长20米的道路栅格,其中,路段1、路段2均为有数据栅格(即有MDT数据的道路栅格),路段1与路段2之间存在断点栅格。假设第一数量为3,则在路段1之后的第一个断点栅格之后的60米内寻找有数据栅格,由于寻找到了有数据栅格,因此可确定路段1与路段2之间的各断点栅格为需外扩区域,根据上述公式(1)计算各断点栅格对应的RSRP,作为各断点栅格对应的预估值,并可将路段1和路段2合并为一条路段输出。图中路段2之后至下一有数据栅格之间也存在断点栅格,可参照上述方式,在路段2之后的第一个断点栅格之后的60米内寻找有数据栅格,由于未寻找到有数据栅格,因此可确定路段2之后的第一数量个断点栅格为不需外扩区域。
步骤C4,将第三均值回填至断点栅格,作为断点栅格对应的RSRP。
在本实施例中,采用外扩填充方法对断点栅格的RSRP进行预估填充,能够更好的呈现道路网络覆盖情况。
在一个实施例中,根据各道路栅格分别对应的MDT数据,确定各道路栅格中的弱覆盖栅格时,可根据各道路栅格中各MDT采样点分别对应的RSRP,计算各道路栅格分别对应的测量报告MR覆盖率,根据MR覆盖率,确定各道路栅格中的弱覆盖栅格。
本实施例中,MDT数据包括各MDT采样点分别对应的RSRQ(Reference SignalReceiving Quality,参考信号接收质量)。根据各道路栅格分别对应的MDT数据,可计算出各道路栅格对应的RSRP和RSRQ,并能计算出各道路栅格对应的MR(Measurement Report,测量报告)覆盖率(RSRP≥-110分贝毫瓦)。
其中,MR覆盖率为RSRP≥-110分贝毫瓦的MDT采样点个数总和与道路栅格内的MDT采样点个数总和的差值。根据各道路栅格内的各MDT采样点对应的MDT数据,可确定出弱覆盖栅格,弱覆盖栅格中MR弱覆盖(RSRP<-110分贝毫瓦)的MDT采样点的占比达到20%及以上。
在本实施例中,通过确定各道路栅格中的弱覆盖栅格,为后续对弱覆盖栅格进行汇聚提供了数据基础,有利于更好的汇聚各弱覆盖栅格,从而基于汇聚后的弱覆盖栅格对道路网络问题进行分析。
在一个实施例中,可根据如下步骤D1-D5,基于第一预设方式汇聚连续出现的弱覆盖栅格,得到第一弱覆盖路段:
步骤D1,确定目标道路中首个出现的弱覆盖栅格;以及,确定第一弱覆盖路段对应的最小汇聚数目。
其中,最小汇聚数目为对道路网络进行分析的最小道路栅格数量。
步骤D2,以首个出现的弱覆盖栅格为起点,计算最小汇聚数目的道路栅格中弱覆盖栅格的第一占比。
步骤D3,判断第一占比是否小于第一预设阈值。
其中,最小汇聚数目和第一预设阈值可根据不同的应用场景和道路网络分析需求进行设置。根据目前的道路网络分析需求,对城区场景和农村场景设置的最小汇聚数目和第一预设阈值可如表一所示:
表一
场景 | 最小汇聚数目(个) | 第一预设阈值 |
城区 | 6 | 60% |
农村 | 20 | 70% |
步骤D4,若最小汇聚数目的道路栅格中弱覆盖栅格的第一占比小于第一预设阈值,则汇聚最小汇聚数目的道路栅格,得到第一弱覆盖路段。
步骤D5,若最小汇聚数目的道路栅格中弱覆盖栅格的第一占比大于或等于第一预设阈值,则在最小汇聚数目的道路栅格的基础上往后扩充一个道路栅格,计算扩充后的道路栅格中弱覆盖栅格的第二占比,进一步判断第二占比是否小于第一预设阈值,直至扩充后的道路栅格中弱覆盖栅格的占比小于第一预设阈值时停止扩充,汇聚扩充后的道路栅格,得到第一弱覆盖路段。
其中,步骤D4或步骤D5执行结束后,以第一弱覆盖路段后的第一个弱覆盖栅格为起点,继续执行上述步骤D2-D5,直至遍历完成目标道路中的弱覆盖栅格。
如图3所示,为城区中的XX道路,该道路被栅格化为多个道路栅格,图3中示意性地标注出了1、2、4、5、9这5个弱覆盖栅格(图中标注为问题栅格,该实施例中弱覆盖栅格称作问题栅格),沿用上述表一中对城区场景设置的最小汇聚数目6和第一预设阈值60%,对图3的XX道路中的问题栅格进行汇聚。以XX道路中第1个问题栅格为起点,往后推延至第6个道路栅格,计算这6个道路栅格中问题栅格的第一占比,结果为66%,大于第一预设阈值,则往后扩充一个道路栅格,进一步计算这7个道路栅格中问题栅格的第二占比,结果为57%,小于第一预设阈值,可汇聚这7个道路栅格,得到第一弱覆盖路段。并以下一个问题栅格为起点,按照上述步骤对最小汇聚数目的道路栅格中问题栅格的占比进行计算,将得到的占比结果与第一预设阈值进行比较,并根据比较结果执行相应的步骤。
在本实施例中,通过汇聚连续出现的弱覆盖栅格,能够集中对弱覆盖栅格的分析结果,从而凸显道路网络问题所在区域。
在实际应用过程中,由于很多偏远区域存在道路没有名称、相邻道路的编号不连续、MDT数据填充不足、弱覆盖栅格比较分散等问题,采用步骤D1-D5对弱覆盖栅格进行汇聚的汇聚效果并不理想,存在部分弱覆盖栅格无法汇聚的情况。因此,需要使用基于密度的聚类算法,针对城区场景、农村场景分别设置不同的邻域参数(包括邻域半径和邻点数)进行计算。
根据目前的道路网络分析需求,对城区场景和农村场景设置的最小邻域半径和最小邻点数可如表二所示:
表二
场景 | 最小邻域半径(米) | 最小邻点数(个) |
城区 | 60 | 4 |
农村 | 200 | 14 |
针对城区场景,最小邻域半径60米、最小邻点数4个,表示至少存在一个核心点,其它3个点与该核心点的可达距离小于60米。
本发明实施例中,应用基于密度的聚类算法的思想是当目标邻域半径内的MDT采样点的密度大于预设阈值时,将该目标邻域半径内的MDT采样点所对应的弱覆盖栅格汇聚为第二弱覆盖路段。其中,汇聚过程中得到的是目标邻域半径内的MDT采样点的序列,这个序列里的每个MDT采样点都记录了2个属性:核心距离和可达距离。
在一个实施例中,可根据如下步骤E1-E4,基于第二预设方式汇聚非连续出现的弱覆盖栅格,得到第二弱覆盖路段:
步骤E1,确定第二弱覆盖路段对应的目标邻域半径和目标邻点数;以及,初始化非连续出现的弱覆盖栅格中各MDT采样点的可达距离和核心距离。
其中,目标邻域半径可为对应的实际应用场景的最小邻域半径,目标邻点数可为对应的实际应用场景的最小邻点数。
步骤E2,根据目标邻域半径、目标邻点数以及可达距离,确定非连续出现的弱覆盖栅格中各MDT采样点中的各核心采样点。
步骤E3,对各核心采样点的可达距离进行排序,得到排序结果。
步骤E4,根据排序结果,对可达距离小于或等于目标邻域半径、且核心距离小于或等于目标邻域半径的各核心采样点所属的弱覆盖栅格进行汇聚,得到第二弱覆盖路段。
本实施例中,第二预设方式可采用基于密度的聚类算法来实现。并且,可对道路栅格中经过步骤D1-D5后仍无法汇聚的弱覆盖栅格,利用基于密度的聚类算法进行汇聚。具体流程可参照下述流程F1-F8:
流程F1、针对未汇聚的弱覆盖栅格,按照城区场景、农村场景进行分类,分别进行处理。提取农村或者城区的弱覆盖栅格中各MDT数据,初始化为弱覆盖栅格集合D,并初始化所有MDT采样点的可达距离和核心距离,设置相应的最小邻域半径和最小邻点数。并建立有序队列和结果队列两个队列。
其中,有序队列保存核心采样点及该核心采样点的直接密度可达点,结果队列存储可汇聚的弱覆盖栅格及处理次序。
流程F2、判断集合D中的MDT数据是否全部处理完成,若是,则该算法结束;若否,则从集合D中选择一个未处理的核心采样点,将该核心采样点放入结果队列,将该核心采样点的直接密度可达点放入有序队列,并将有序队列中的直接密度可达点按可达距离升序排列。
流程F3、判断有序序列是否为空,若是,则返回流程F2;若否,则从有序队列中取出可达距离最小的MDT采样点。
流程F4、将该MDT采样点存入结果队列,并判断该MDT采样点是否为核心采样点,若否,则返回流程F3;若是,则进行流程F5。
流程F5、将该核心采样点所有直接密度可达点放入有序队列,且将有序队列中的MDT采样点按照可达距离重新排序,如果放入的各直接密度可达点已经在有序队列中,但新的可达距离较小,则更新已经存在的各直接密度可达点的可达距离。重复流程F3至流程F5,直至有序队列为空。
流程F6、从结果队列中按顺序取出各MDT采样点,如果MDT采样点的可达距离不大于给定最小邻域半径,则该MDT采样点属于当前弱覆盖路段分组;如果MDT采样点的可达距离大于给定最小邻域半径,则进行流程F7。
流程F7、如果该MDT采样点的核心距离大于给定最小邻域半径,则该MDT采样点为噪声,可以忽略,否则该MDT采样点属于新的弱覆盖路段分组,返回流程F6。
流程F8、结果队列遍历结束,则该算法结束。
执行上述流程F1-F8后,可输出汇总后的弱覆盖路段。
在本实施例中,通过汇聚非连续出现的弱覆盖栅格,能够集中对弱覆盖栅格的分析结果,从而凸显道路网络问题所在区域。
图4是本发明的另一个实施例中一种道路网络的分析方法的示意性流程图,图4的方法可包括:
S401,对目标道路进行栅格化处理,得到多个指定大小的道路栅格。
S402,确定目标道路对应的各最小化路测MDT采样点,并根据各MDT采样点分别对应的MDT数据,确定各道路栅格分别对应的MDT数据。
S403,根据各道路栅格中各MDT采样点分别对应的MDT数据,计算各道路栅格分别对应的测量报告MR覆盖率。
其中,MDT数据包括各所述MDT采样点分别对应的参考信号接收功率RSRP,根据各道路栅格中各MDT采样点分别对应的RSRP,可计算出各道路栅格分别对应的MR覆盖率。
S404,根据MR覆盖率确定各道路栅格中的弱覆盖栅格。
S405,基于第一预设方式汇聚连续出现的弱覆盖栅格,得到第一弱覆盖路段。
S406,基于第二预设方式汇聚非连续出现的弱覆盖栅格,得到第二弱覆盖路段。
S407,分别根据第一弱覆盖路段和第二弱覆盖路段,对目标道路的道路网络进行分析。
上述S401-S407的具体过程在上述实施例中已进行详细说明,此处不再赘述。
在本发明实施例中,通过对目标道路进行栅格化处理,得到多个指定大小的道路栅格,并确定目标道路对应的各最小化路测MDT采样点,根据各MDT采样点分别对应的MDT数据,确定各道路栅格分别对应的MDT数据,从而根据各道路栅格分别对应的MDT数据,确定各道路栅格中的弱覆盖栅格。与传统路测相比,由于MDT数据的定位精度较高、覆盖道路较多,且是由基站采集得到的,无需额外的测试人员、测试终端和测试车辆等,因此能够显著降低测试人力、设备和时间成本,且更能体现用户的真实感知,为道路网络分析提供了数据基础。并且,该技术方案基于第一预设方式汇聚连续出现的弱覆盖栅格,得到第一弱覆盖路段,以及,基于第二预设方式汇聚非连续出现的弱覆盖栅格,得到第二弱覆盖路段,从而分别根据第一弱覆盖路段和第二弱覆盖路段,对目标道路的道路网络进行分析。实现了对栅格化道路的聚类分析,能够确定出连续弱覆盖路段和非连续弱覆盖路段,以集中对弱覆盖路段的分析结果,从而凸显道路网络问题所在区域,克服了传统路测呈现的分析结果较零散的问题,且基于各道路栅格中的MDT数据对道路网络进行分析,能够提高对道路网络问题的定位准确度,提升对道路网络进行分析的分析效率和全面性。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
图5是本发明的一个实施例中一种道路网络的分析装置的结构示意图,请参考图5,道路网络的分析装置可包括:
处理模块510,用于对目标道路进行栅格化处理,得到多个指定大小的道路栅格;
第一确定模块520,用于确定目标道路对应的各最小化路测MDT采样点;根据各MDT采样点分别对应的MDT数据,确定各道路栅格分别对应的MDT数据;
第二确定模块530,用于根据各道路栅格分别对应的MDT数据,确定各道路栅格中的弱覆盖栅格;
汇聚模块540,用于基于第一预设方式汇聚连续出现的弱覆盖栅格,得到第一弱覆盖路段;以及,基于第二预设方式汇聚非连续出现的弱覆盖栅格,得到第二弱覆盖路段;
分析模块550,用于分别根据第一弱覆盖路段和第二弱覆盖路段,对目标道路的道路网络进行分析。
在一个实施例中,汇聚模块540包括:
第一确定单元,用于确定目标道路中首个出现的弱覆盖栅格;以及,确定第一弱覆盖路段对应的最小汇聚数目;
第一计算单元,用于以首个出现的弱覆盖栅格为起点,计算最小汇聚数目的道路栅格中弱覆盖栅格的第一占比;
第一判断单元,用于判断第一占比是否小于第一预设阈值;
第一汇聚单元,用于若是,则汇聚最小汇聚数目的道路栅格,得到第一弱覆盖路段;
第一执行单元,用于若否,则在最小汇聚数目的道路栅格的基础上往后扩充一个道路栅格,计算扩充后的道路栅格中弱覆盖栅格的第二占比;进一步判断第二占比是否小于第一预设阈值,直至扩充后的道路栅格中弱覆盖栅格的占比小于第一预设阈值时停止扩充;汇聚扩充后的道路栅格,得到第一弱覆盖路段。
在一个实施例中,汇聚模块540包括:
第二执行单元,用于确定第二弱覆盖路段对应的目标邻域半径和目标邻点数;以及,初始化非连续出现的弱覆盖栅格中各MDT采样点的可达距离和核心距离;
第二确定单元,用于根据目标邻域半径、目标邻点数以及可达距离,确定非连续出现的弱覆盖栅格中各MDT采样点中的各核心采样点;
排序单元,用于对各核心采样点的可达距离进行排序,得到排序结果;
第二汇聚单元,用于根据排序结果,对可达距离小于或等于目标邻域半径、且核心距离小于或等于目标邻域半径的各核心采样点所属的弱覆盖栅格进行汇聚,得到第二弱覆盖路段。
在一个实施例中,MDT数据包括各MDT采样点分别对应的地理位置数据;第一确定模块520包括:
匹配单元,用于根据各MDT采样点分别对应的地理位置数据,将各MDT采样点分别匹配至对应的道路栅格;
第三确定单元,用于根据各道路栅格分别包含的MDT采样点,确定各道路栅格分别对应的MDT数据。
在一个实施例中,MDT数据还包括各MDT采样点分别对应的参考信号接收功率RSRP;第一确定模块520还包括:
第四确定单元,用于确定各道路栅格中的断点栅格;断点栅格中不包含MDT采样点;
第二判断单元,用于判断断点栅格之后的第一数量个道路栅格中是否包含MDT采样点;
第三执行单元,用于若是,则计算断点栅格的前一个道路栅格所对应的各RSRP的第一均值,以及,计算断点栅格的后一个道路栅格所对应的各RSRP的第二均值;对第一均值和第二均值进行线性均分,得到断点栅格对应的RSRP的第三均值;
第一回填单元,用于将第三均值回填至断点栅格,作为断点栅格对应的RSRP。
在一个实施例中,第二确定模块530包括:
第二计算单元,用于根据各道路栅格中各MDT采样点分别对应的RSRP,计算各道路栅格分别对应的测量报告MR覆盖率;
第五确定单元,用于根据MR覆盖率,确定各道路栅格中的弱覆盖栅格。
在一个实施例中,MDT数据还包括各MDT采样点分别对应的第一上报时间、第一主服小区标识和第一用户临时标识;第一确定模块520还包括:
获取单元,用于获取各MDT采样点分别对应的控制面接口S1-MME信令数据;S1-MME信令数据包括各MDT采样点分别对应的第二上报时间、第二主服小区标识、第二用户临时标识和国际移动用户识别码ISMI;
关联单元,用于根据各MDT采样点分别对应的上报时间、主服小区标识和用户临时标识,对各MDT采样点的MDT数据和S1-MME信令数据进行关联,得到关联结果;
第二回填单元,用于基于关联结果,将ISMI回填至对应的MDT数据。
本发明实施例提供的道路网络的分析装置能够实现上述方法实施例中道路网络的分析方法实现的各个过程,为避免重复,这里不再赘述。
在本发明实施例中,通过对目标道路进行栅格化处理,得到多个指定大小的道路栅格,并确定目标道路对应的各最小化路测MDT采样点,根据各MDT采样点分别对应的MDT数据,确定各道路栅格分别对应的MDT数据,从而根据各道路栅格分别对应的MDT数据,确定各道路栅格中的弱覆盖栅格。与传统路测相比,由于MDT数据的定位精度较高、覆盖道路较多,且是由基站采集得到的,无需额外的测试人员、测试终端和测试车辆等,因此能够显著降低测试人力、设备和时间成本,且更能体现用户的真实感知,为道路网络分析提供了数据基础。并且,该装置基于第一预设方式汇聚连续出现的弱覆盖栅格,得到第一弱覆盖路段,以及,基于第二预设方式汇聚非连续出现的弱覆盖栅格,得到第二弱覆盖路段,从而分别根据第一弱覆盖路段和第二弱覆盖路段,对目标道路的道路网络进行分析。实现了对栅格化道路的聚类分析,能够确定出连续弱覆盖路段和非连续弱覆盖路段,以集中对弱覆盖路段的分析结果,从而凸显道路网络问题所在区域,克服了传统路测呈现的分析结果较零散的问题,且基于各道路栅格中的MDT数据对道路网络进行分析,能够提高对道路网络问题的定位准确度,提升对道路网络进行分析的分析效率和全面性。
请参阅图6,图6是本发明的一个实施例中一种道路网络的分析设备的结构示意图,能够实现上述实施例中由道路网络的分析设备执行的道路网络的分析方法的细节,并达到相同的效果。如图6所示,道路网络的分析设备600包括:处理器601、收发机602、存储器603、用户接口604和总线接口,其中:
在本发明实施例中,道路网络的分析设备600还包括:存储在存储器上603并可在处理器601上运行的计算机程序,计算机程序被处理器601执行时实现如下步骤:
对目标道路进行栅格化处理,得到多个指定大小的道路栅格;
确定目标道路对应的各最小化路测MDT采样点;根据各MDT采样点分别对应的MDT数据,确定各道路栅格分别对应的MDT数据;
根据各道路栅格分别对应的MDT数据,确定各道路栅格中的弱覆盖栅格;
基于第一预设方式汇聚连续出现的弱覆盖栅格,得到第一弱覆盖路段;以及,基于第二预设方式汇聚非连续出现的弱覆盖栅格,得到第二弱覆盖路段;
分别根据第一弱覆盖路段和第二弱覆盖路段,对目标道路的道路网络进行分析。
在图6中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器601代表的一个或多个处理器和存储器603代表的存储器的各种电路链接在一起。总线架构还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发机602可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元。针对不同的用户设备,用户接口604还可以是能够外接内接需要设备的接口,连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
处理器601负责管理总线架构和通常的处理,存储器603可以存储处理器601在执行操作时所使用的数据。
在本发明实施例中,通过对目标道路进行栅格化处理,得到多个指定大小的道路栅格,并确定目标道路对应的各最小化路测MDT采样点,根据各MDT采样点分别对应的MDT数据,确定各道路栅格分别对应的MDT数据,从而根据各道路栅格分别对应的MDT数据,确定各道路栅格中的弱覆盖栅格。与传统路测相比,由于MDT数据的定位精度较高、覆盖道路较多,且是由基站采集得到的,无需额外的测试人员、测试终端和测试车辆等,因此能够显著降低测试人力、设备和时间成本,且更能体现用户的真实感知,为道路网络分析提供了数据基础。并且,该设备基于第一预设方式汇聚连续出现的弱覆盖栅格,得到第一弱覆盖路段,以及,基于第二预设方式汇聚非连续出现的弱覆盖栅格,得到第二弱覆盖路段,从而分别根据第一弱覆盖路段和第二弱覆盖路段,对目标道路的道路网络进行分析。实现了对栅格化道路的聚类分析,能够确定出连续弱覆盖路段和非连续弱覆盖路段,以集中对弱覆盖路段的分析结果,从而凸显道路网络问题所在区域,克服了传统路测呈现的分析结果较零散的问题,且基于各道路栅格中的MDT数据对道路网络进行分析,能够提高对道路网络问题的定位准确度,提升对道路网络进行分析的分析效率和全面性。
优选的,本发明实施例还提供一种道路网络的分析设备,包括处理器601,存储器603,存储在存储器603上并可在所述处理器601上运行的计算机程序,该计算机程序被处理器601执行时实现上述道路网络的分析方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述道路网络的分析方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random AccessMemory,简称RAM)、磁碟或者光盘等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (10)
1.一种道路网络的分析方法,其特征在于,包括:
对目标道路进行栅格化处理,得到多个指定大小的道路栅格;
确定所述目标道路对应的各最小化路测MDT采样点;根据各所述MDT采样点分别对应的MDT数据,确定各所述道路栅格分别对应的所述MDT数据;
根据各所述道路栅格分别对应的所述MDT数据,确定各所述道路栅格中的弱覆盖栅格;
基于第一预设方式汇聚连续出现的所述弱覆盖栅格,得到第一弱覆盖路段;以及,基于第二预设方式汇聚非连续出现的所述弱覆盖栅格,得到第二弱覆盖路段;
分别根据所述第一弱覆盖路段和所述第二弱覆盖路段,对所述目标道路的道路网络进行分析。
2.根据权利要求1所述的方法,其特征在于,所述基于第一预设方式汇聚连续出现的所述弱覆盖栅格,得到第一弱覆盖路段,包括:
确定所述目标道路中首个出现的所述弱覆盖栅格;以及,确定所述第一弱覆盖路段对应的最小汇聚数目;
以所述首个出现的所述弱覆盖栅格为起点,计算所述最小汇聚数目的道路栅格中所述弱覆盖栅格的第一占比;
判断所述第一占比是否小于第一预设阈值;
若是,则汇聚所述最小汇聚数目的道路栅格,得到所述第一弱覆盖路段;
若否,则在所述最小汇聚数目的道路栅格的基础上往后扩充一个道路栅格,计算扩充后的道路栅格中所述弱覆盖栅格的第二占比;进一步判断所述第二占比是否小于所述第一预设阈值,直至扩充后的道路栅格中所述弱覆盖栅格的占比小于所述第一预设阈值时停止扩充;汇聚扩充后的道路栅格,得到所述第一弱覆盖路段。
3.根据权利要求1所述的方法,其特征在于,所述基于第二预设方式汇聚非连续出现的所述弱覆盖栅格,得到第二弱覆盖路段,包括:
确定所述第二弱覆盖路段对应的目标邻域半径和目标邻点数;以及,初始化非连续出现的所述弱覆盖栅格中各所述MDT采样点的可达距离和核心距离;
根据所述目标邻域半径、所述目标邻点数以及所述可达距离,确定非连续出现的所述弱覆盖栅格中各所述MDT采样点中的各核心采样点;
对各所述核心采样点的可达距离进行排序,得到排序结果;
根据所述排序结果,对可达距离小于或等于所述目标邻域半径、且核心距离小于或等于所述目标邻域半径的各所述核心采样点所属的所述弱覆盖栅格进行汇聚,得到所述第二弱覆盖路段。
4.根据权利要求1所述的方法,其特征在于,所述MDT数据包括各所述MDT采样点分别对应的地理位置数据;所述根据各所述MDT采样点分别对应的MDT数据,确定各所述道路栅格分别对应的所述MDT数据,包括:
根据各所述MDT采样点分别对应的所述地理位置数据,将各所述MDT采样点分别匹配至对应的所述道路栅格;
根据各所述道路栅格分别包含的所述MDT采样点,确定各所述道路栅格分别对应的所述MDT数据。
5.根据权利要求4所述的方法,其特征在于,所述MDT数据还包括各所述MDT采样点分别对应的参考信号接收功率RSRP;所述根据各所述MDT采样点分别对应的所述地理位置数据,将各所述MDT采样点分别匹配至对应的所述道路栅格之后,还包括:
确定各所述道路栅格中的断点栅格;所述断点栅格中不包含所述MDT采样点;
判断所述断点栅格之后的第一数量个所述道路栅格中是否包含所述MDT采样点;
若是,则计算所述断点栅格的前一个所述道路栅格所对应的各所述RSRP的第一均值,以及,计算所述断点栅格的后一个所述道路栅格所对应的各所述RSRP的第二均值;对所述第一均值和所述第二均值进行线性均分,得到所述断点栅格对应的所述RSRP的第三均值;
将所述第三均值回填至所述断点栅格,作为所述断点栅格对应的所述RSRP。
6.根据权利要求5所述的方法,其特征在于,所述根据各所述道路栅格分别对应的所述MDT数据,确定各所述道路栅格中的弱覆盖栅格,包括:
根据各所述道路栅格中各所述MDT采样点分别对应的所述RSRP,计算各所述道路栅格分别对应的测量报告MR覆盖率;
根据所述MR覆盖率,确定各所述道路栅格中的所述弱覆盖栅格。
7.根据权利要求4所述的方法,其特征在于,所述MDT数据还包括各所述MDT采样点分别对应的第一上报时间、第一主服小区标识和第一用户临时标识;所述根据各所述MDT采样点分别对应的所述地理位置数据,将各所述MDT采样点分别匹配至对应的所述道路栅格之前,所述方法还包括:
获取各所述MDT采样点分别对应的控制面接口S1-MME信令数据;所述S1-MME信令数据包括各所述MDT采样点分别对应的第二上报时间、第二主服小区标识、第二用户临时标识和国际移动用户识别码ISMI;
根据各所述MDT采样点分别对应的上报时间、主服小区标识和用户临时标识,对各所述MDT采样点的所述MDT数据和所述S1-MME信令数据进行关联,得到关联结果;
基于所述关联结果,将所述ISMI回填至对应的所述MDT数据。
8.一种道路网络的分析装置,其特征在于,包括:
处理模块,用于对目标道路进行栅格化处理,得到多个指定大小的道路栅格;
第一确定模块,用于确定所述目标道路对应的各最小化路测MDT采样点;根据各所述MDT采样点分别对应的MDT数据,确定各所述道路栅格分别对应的所述MDT数据;
第二确定模块,用于根据各所述道路栅格分别对应的所述MDT数据,确定各所述道路栅格中的弱覆盖栅格;
汇聚模块,用于基于第一预设方式汇聚连续出现的所述弱覆盖栅格,得到第一弱覆盖路段;以及,基于第二预设方式汇聚非连续出现的所述弱覆盖栅格,得到第二弱覆盖路段;
分析模块,用于分别根据所述第一弱覆盖路段和所述第二弱覆盖路段,对所述目标道路的道路网络进行分析。
9.一种道路网络的分析设备,其特征在于,包括:
存储器,存储有计算机程序指令;
处理器,当所述计算机程序指令被所述处理器执行时实现如权利要求1至7中任一项所述的道路网络的分析方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括指令,当所述指令在计算机上运行时,使得所述计算机执行如权利要求1至7中任一项所述的道路网络的分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110282086.1A CN115087023B (zh) | 2021-03-16 | 2021-03-16 | 道路网络的分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110282086.1A CN115087023B (zh) | 2021-03-16 | 2021-03-16 | 道路网络的分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115087023A true CN115087023A (zh) | 2022-09-20 |
CN115087023B CN115087023B (zh) | 2024-06-11 |
Family
ID=83246335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110282086.1A Active CN115087023B (zh) | 2021-03-16 | 2021-03-16 | 道路网络的分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115087023B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115442814A (zh) * | 2022-11-10 | 2022-12-06 | 浪潮通信信息***有限公司 | 连续弱覆盖识别方法、装置、电子设备及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2437540A1 (en) * | 2009-06-18 | 2012-04-04 | Huawei Technologies Co., Ltd. | Method and apparatus for measuring log by minimizing drive test |
CN105228242A (zh) * | 2014-05-26 | 2016-01-06 | ***通信集团公司 | 弱覆盖区域的定位方法及装置 |
CN105578508A (zh) * | 2016-01-12 | 2016-05-11 | 四川亨通网智科技有限公司 | 基于用户行为特征评估道路网络质量的方法 |
CN106804042A (zh) * | 2016-12-23 | 2017-06-06 | 普天信息工程设计服务有限公司 | 弱覆盖问题区域的聚类方法与站点规划方法 |
CN108243445A (zh) * | 2016-12-27 | 2018-07-03 | ***通信集团湖北有限公司 | 一种确定弱覆盖区域的方法和*** |
CN109996278A (zh) * | 2017-12-30 | 2019-07-09 | ***通信集团四川有限公司 | 道路网络质量评估方法、装置、设备及介质 |
CN109996186A (zh) * | 2017-12-29 | 2019-07-09 | ***通信集团陕西有限公司 | 一种网络覆盖问题识别方法及装置、可读取存储介质 |
CN110677859A (zh) * | 2018-07-03 | 2020-01-10 | 中国电信股份有限公司 | 弱覆盖区域的确定方法、装置和计算机可读存储介质 |
WO2020034587A1 (en) * | 2019-01-21 | 2020-02-20 | Zte Corporation | Minimization of driving tests in dual connectivity networks |
CN111372183A (zh) * | 2018-12-06 | 2020-07-03 | ***通信集团陕西有限公司 | 一种识别质差终端的方法、装置、设备及存储介质 |
CN111556524A (zh) * | 2020-04-02 | 2020-08-18 | 宜通世纪科技股份有限公司 | 一种网络覆盖劣化评估方法、***、装置及介质 |
CN111818557A (zh) * | 2020-08-04 | 2020-10-23 | 中国联合网络通信集团有限公司 | 网络覆盖问题识别方法、装置及*** |
-
2021
- 2021-03-16 CN CN202110282086.1A patent/CN115087023B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2437540A1 (en) * | 2009-06-18 | 2012-04-04 | Huawei Technologies Co., Ltd. | Method and apparatus for measuring log by minimizing drive test |
CN105228242A (zh) * | 2014-05-26 | 2016-01-06 | ***通信集团公司 | 弱覆盖区域的定位方法及装置 |
CN105578508A (zh) * | 2016-01-12 | 2016-05-11 | 四川亨通网智科技有限公司 | 基于用户行为特征评估道路网络质量的方法 |
CN106804042A (zh) * | 2016-12-23 | 2017-06-06 | 普天信息工程设计服务有限公司 | 弱覆盖问题区域的聚类方法与站点规划方法 |
CN108243445A (zh) * | 2016-12-27 | 2018-07-03 | ***通信集团湖北有限公司 | 一种确定弱覆盖区域的方法和*** |
CN109996186A (zh) * | 2017-12-29 | 2019-07-09 | ***通信集团陕西有限公司 | 一种网络覆盖问题识别方法及装置、可读取存储介质 |
CN109996278A (zh) * | 2017-12-30 | 2019-07-09 | ***通信集团四川有限公司 | 道路网络质量评估方法、装置、设备及介质 |
CN110677859A (zh) * | 2018-07-03 | 2020-01-10 | 中国电信股份有限公司 | 弱覆盖区域的确定方法、装置和计算机可读存储介质 |
CN111372183A (zh) * | 2018-12-06 | 2020-07-03 | ***通信集团陕西有限公司 | 一种识别质差终端的方法、装置、设备及存储介质 |
WO2020034587A1 (en) * | 2019-01-21 | 2020-02-20 | Zte Corporation | Minimization of driving tests in dual connectivity networks |
CN111556524A (zh) * | 2020-04-02 | 2020-08-18 | 宜通世纪科技股份有限公司 | 一种网络覆盖劣化评估方法、***、装置及介质 |
CN111818557A (zh) * | 2020-08-04 | 2020-10-23 | 中国联合网络通信集团有限公司 | 网络覆盖问题识别方法、装置及*** |
Non-Patent Citations (3)
Title |
---|
刘通;施兆阳;陈灿;齐春言;: "基于LTE MR大数据分析的虚拟化路测应用探讨", 移动通信, no. 12, 30 June 2017 (2017-06-30) * |
区有亮;: "TD-SCDMA沿江道路覆盖优化方案研究", 电信工程技术与标准化, no. 10, 15 October 2012 (2012-10-15) * |
赵俊德;: "一种基于最小化路测(MDT)数据的天馈智能优化方法", 电信工程技术与标准化, no. 12, 15 December 2017 (2017-12-15) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115442814A (zh) * | 2022-11-10 | 2022-12-06 | 浪潮通信信息***有限公司 | 连续弱覆盖识别方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115087023B (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108260075B (zh) | 一种基站部署位置的寻址方法及装置 | |
CN105898762B (zh) | 基站优化及部署方法和装置 | |
CN110677859B (zh) | 弱覆盖区域的确定方法、装置和计算机可读存储介质 | |
CN109548041B (zh) | 一种无线覆盖分析方法及*** | |
EP2620024B1 (en) | Generation and use of coverage area models | |
CN108124279B (zh) | 网络覆盖质量的评估方法及装置 | |
EP2952047B1 (en) | Method for localizing wireless devices | |
CN114173356A (zh) | 网络质量的检测方法、装置、设备及存储介质 | |
CN111787488B (zh) | 一种用户定位方法及*** | |
JP2002057614A (ja) | 無線通信システム中のrf伝播評価方法と装置 | |
CN110719602B (zh) | 指纹定位方法和装置 | |
CN109936820B (zh) | 一种用户终端定位方法及装置 | |
CN111325561A (zh) | 智能投诉处理方法、装置、电子设备及存储介质 | |
CN108632832B (zh) | 网络覆盖分析方法及*** | |
CN108770057B (zh) | 预定指纹库的确定方法及指纹定位方法、装置、存储介质 | |
CN110298687B (zh) | 一种区域吸引力评估方法及设备 | |
CN105828393B (zh) | 一种***间邻区配置方法及装置 | |
WO2020024597A1 (zh) | 室内定位方法和装置 | |
CN111078818A (zh) | 地址分析方法、装置、电子设备及存储介质 | |
CN110727752B (zh) | 位置指纹库处理方法、设备及计算机可读存储介质 | |
CN111866776A (zh) | 一种基于手机信令数据的人口测算方法及装置 | |
CN115988421A (zh) | 一种基于时间权重聚类的职住地估计方法及装置 | |
CN114257957B (zh) | 网络规划方法及装置、计算设备和计算机可读存储介质 | |
CN115087023B (zh) | 道路网络的分析方法及装置 | |
CN109995549B (zh) | 一种评估流量价值的方法及装置 |
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 |