CN207939741U - 一种智能识别室内弱覆盖的装置 - Google Patents
一种智能识别室内弱覆盖的装置 Download PDFInfo
- Publication number
- CN207939741U CN207939741U CN201721792523.XU CN201721792523U CN207939741U CN 207939741 U CN207939741 U CN 207939741U CN 201721792523 U CN201721792523 U CN 201721792523U CN 207939741 U CN207939741 U CN 207939741U
- Authority
- CN
- China
- Prior art keywords
- module
- indoor
- locating module
- terminal
- subscriber identification
- 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.)
- Active
Links
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本实用新型公开了一种智能识别室内弱覆盖的装置,包括数据统计解析模块、终端位置定位模块、室内室外用户识别模块、立体栅格定位模块;终端位置定位模块的输入端与数据统计解析模块的第一输出端相连,室内室外用户识别模块的第一输入端与终端位置定位模块的输出端相连,立体栅格定位模块的第一输入端与室内室外用户识别模块的输出端相连;室内室外用户识别模块第二输入端、立体栅格定位模块第二输入端均与数据统计解析模块第二输出端相连;数据解析模块内置有AGPS、TA+RSRP相结合的定位算法;室内室外用户识别模块内置有扩展HATA模型公式,结合用户发生业务次数、业务时长、业务行为来判断用户是室内用户还是室外用户,并精确识别楼宇室内覆盖盲点、流量热点以及热点区域的室内覆盖质量。
Description
技术领域
本实用新型属于无线网络规划与优化技术领域,具体涉及一种智能识别室内弱覆盖的装置。
背景技术
随着移动互联网发展,据统计约90%的业务都发生在室内,室内是VIP用户高度集中区域,也是业务市场的竞争热点。但目前对于室内用户感知保障和业务发展面临室内覆盖精准规划难、建筑物室内深度覆盖严重不足等问题,传统网优手段仅依据用户投诉、KPI指标等间接地对建筑物室内覆盖情况进行初略的判断定位,不能深入了解楼宇室内网络真实覆盖需求,尤其是无法准确获知用户业务区域的覆盖质量以及用户的真实业务感知;对于用户投诉及网络覆盖问题无法准确定位,网管指标分析、CQT测试等优化手段的滞后性问题一直无法克服,存在以下缺点:
1、传统粗狂型的无线网络规划、优化手段,仅能做到“头痛医头,脚痛医脚”,不能先于用户的投诉发现网络覆盖需求,往往出现业务集中区无覆盖或弱覆盖,难以真实地反馈网络覆盖现状以及业务需求。
2、局限于传统的粗放型资源投放策略,缺少合理的评估,室外站以用户投诉、共址需求为主;室内站需求过度依赖集成商谈签,支撑手段单一;室内外网络建设效率低、效果差、投资收益率低。
3、仅依据KPI指标、用户投诉数据,无法保证规划方案的合理性和可行性,无法全面满足网络的实际需求。
4、扫楼测试费时费力,受现场测试条件限制以及测试人员人为主观因素影响,效率低,成本高,且仅能反馈楼内大面的覆盖情况,无法得到用户规模,市场潜在业务价值等数据。
因此面临精准市场支撑无法满足,无法做到基于高价值场景室内用户的需求位置、业务需求的业务推广。
实用新型内容
针对现有技术的以上缺陷或改进需求,本实用新型提供了一种智能识别室内弱覆盖的装置,其目的在于精确识别出室内用户,以及室内覆盖盲点、流量热点。
为实现上述目的,按照本实用新型的一个方面,提供了一种智能识别室内弱覆盖的装置,包括数据统计解析模块、终端位置定位模块、室内室外用户识别模块、立体栅格定位模块;
其中,终端位置定位模块的输入端与数据统计解析模块的第一输出端相连,室内室外用户识别模块的第一输入端与终端位置定位模块的输出端相连,立体栅格定位模块的第一输入端与室内室外用户识别模块的输出端相连;室内室外用户识别模块第二输入端、立体栅格定位模块第二输入端均与数据统计解析模块的第二输出端相连;
其中,数据解析模块内置有AGPS、TA+RSRP相结合的定位算法;室内室外用户识别模块内置有扩展HATA模型公式,结合用户发生业务次数、业务时长、业务行为来判断用户是室内用户还是室外用户。
优选的,上述智能识别室内弱覆盖的装置,还包括MR信令的盲覆盖定位模块和高价值建筑物识别模块;其中,MR信令的盲覆盖定位模块输入端与数据统计解析模块的第二输出端相连;高价值建筑物识别模块的第一输入端与室内室外用户识别模块的第二输出端相连、第二输入端与立体栅格定位模块的输出端相连、第三输入端与MR信令的盲覆盖定位模块的输出端相连;
优选的,上述智能识别室内弱覆盖的装置,还包括九宫格分析模块;九宫格分析模块的输入端与高价值建筑物识别模块的输出端相连;
该九宫格分析模块内置有预设的三级网络效益等级划分标准和三级网络成熟度划分标准,来对高价值建筑物识别模块的识别出的热点区域的无线网络质量进行量化评估。
总体而言,通过本实用新型所构思的以上技术方案与现有技术相比,由于,能够取得下列有益效果:
本实用新型提出的智能识别室内弱覆盖的装置,基于MR定位模块、室内外用户识别模块、覆盖栅格定位及立体透视分析模块、MR信令的盲覆盖定位模块以及高价值建筑物识别模块,对室内外用户属性进行识别,对热点区域室内覆盖进行栅格定位及立体透视分析,精确识别楼宇室内覆盖盲点、流量热点,判决热点区域的室内覆盖质量,从网络效益和网络成熟度两个维度对无线网络覆盖质量进行评价,有效的解决了定位准确性较差、投入资源多以及效率低下的问题。
附图说明
图1是本实用新型提供的智能识别室内弱覆盖的装置的一个实施例的***框图;
图2是实施例中的九宫格分析模块原理示意图。
具体实施方式
为了使本实用新型的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本实用新型进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本实用新型,并不用于限定本实用新型。此外,下面所描述的本实用新型各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本实用新型提供了一种智能识别室内弱覆盖的装置,其实施例参照图1,包括数据统计解析模块、终端位置定位模块、室内室外用户识别模块、立体栅格定位模块、MR信令的盲覆盖定位模块、高价值建筑物识别模块和九宫格分析模块;
其中,数据统计解析模块的第一输出端与终端位置定位模块的输入端相连,第二输出端分别与室内室外用户识别模块第二输入端、立体栅格定位模块第二输入端、MR信令的盲覆盖定位模块输入端相连;室内室外用户识别模块的第一输入端与终端位置定位模块的输出端相连,立体栅格定位模块的第一输入端与室内室外用户识别模块的第一输出端相连;高价值建筑物识别模块的第一输入端与室内室外用户识别模块的第二输出端相连、第二输入端与立体栅格定位模块的输出端相连、第三输入端与MR信令的盲覆盖定位模块的输出端相连;九宫格分析模块的输入端与高价值建筑物识别模块的输出端相连。
其中,数据解析模块内置有AGPS、TA+RSRP相结合的定位算法,用于采集用户上报的MR数据,结合MR数据中的LTE硬采\软采信令、MR、网管指标数据,采用内置的扩展HATA模型和混沌理论算法,获取每个基站对应各栅格参考点的信号强度形成特征向量值的样本数据集,构成MR指纹库;其中,AGPS、TA+RSRP相结合的定位算法是指神经网络定位、TA+AOA定位、三角场强定位和小区定位的综合使用;当可以用于神经网络计算的样本和数据建模指纹库存在时,使用神经网络定位;若神经网络无法匹配则采用三角定位方式和TA+AOA方式;若以上都不具备,则使用小区定位。
终端位置定位模块用于根据用户所处位置对应的位置指纹和预设的匹配规则来查询MR指纹库以确定用户所处的位置。
室内室外用户识别模块内置有扩展HATA模型公式和用户行为稳定度判决公式,结合用户发生业务次数、业务时长、业务行为等用户行为相关数据通过混沌理论计算公式,判断用户是室内用户还是室外用户;其中,扩展HATA模型公式是指结合不同的环境因子,设定对应的传播模型参数,基于不同的距离值和频率范围计算信号传播路损值,判断用户所处位置是否被阻隔,以及用户被阻隔的MR点比例;用户行为稳定判决公式是指结合用户的移动距离,所处位置的经纬度和时间的序列向量,对用户行为稳定性进行判断。
立体栅格定位模块用于基于室内立体指纹库来实现MR立体定位;并利用用户的位置变化、移动速率、主服务小区变化率、RSRP信号等级、业务类型、投诉、性能事件、用户价值和建筑物信息进行栅格划分;
并根据栅格划分结果结合室内室外用户识别的结果,通过统计室内MR的电平分布判断栅格内建筑物的室内信号覆盖水平;
MR信令的盲覆盖定位模块用于根据RRC消息确定归属栅格内用户发生***间重定向的频次并根据该频次与预设值比较来确定对应栅格是盲覆盖区域还是弱覆盖区域。
在建筑物室内覆盖场景中,表面上覆盖良好但是由于电平信号抖动,尤其对于LTE用户经常重选到2/3G网络,而现有指标和方法无法真实反映出这些盲覆盖场景,也不能准确定位。本实施例中,通过识别UU口软采信令中“procedure_type”关键字段采集到的RRC消息,对编号为10的消息进行归属栅格分析,获得该栅格内用户发生***间重定向的频次,以确定该栅格区域为盲覆盖区域还是弱覆盖区域;基于MR数据与用户信令数据的关联分析,确定覆盖盲区。
高价值建筑物识别模块用于根据内置的地理相似度的信息点分类算法,将包括流量、用户数、PRB(物理无线资源块)利用率、倒流比、投诉、覆盖场景的多维度数据关联分析,按栅格切片进行联合赋值,输出高价值栅格,并结合高精度三维地图及建筑物分楼层立体仿真结果确定热点区域,以及需要规划优化网络覆盖的热点区域建筑物清单;高价值建筑物识别模块所识别出来的是用户分布密度大、业务量高的热点楼宇。
参照图2,九宫格分析模块内置有预设的三级网络效益等级划分标准和三级网络成熟度划分标准,来对高价值建筑物识别模块识别出的高价值弱覆盖建筑的无线网络质量进行量化评估,以确定各建筑的网络建设优先级。
基于终端位置定位模块、室内室外用户识别模块、立体栅格定位模块、MR信令的盲覆盖定位模块、高价值建筑物识别模块和九宫格分析模块,精确识别楼宇室内覆盖盲点、流量热点,并根据预设的等级自动从网络效益和网络成熟度两个维度对无线网络进行排序;解决了传统网络规划出现的全面性不足、定位准确性较差、投入资源多以及效率低下的问题;为网络规划、指导网络建设资源的精准投放、优化和市场营销推广提供技术依据。
本领域的技术人员容易理解,以上所述仅为本实用新型的较佳实施例而已,并不用以限制本实用新型,凡在本实用新型的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本实用新型的保护范围之内。
Claims (3)
1.一种智能识别室内弱覆盖的装置,其特征在于,包括数据统计解析模块、终端位置定位模块、室内室外用户识别模块、立体栅格定位模块;
所述终端位置定位模块的输入端与数据统计解析模块的第一输出端相连,室内室外用户识别模块的第一输入端与终端位置定位模块的输出端相连,立体栅格定位模块的第一输入端与室内室外用户识别模块的输出端相连;室内室外用户识别模块第二输入端、立体栅格定位模块第二输入端均与数据统计解析模块的第二输出端相连。
2.如权利要求1所述的智能识别室内弱覆盖的装置,其特征在于,还包括MR信令的盲覆盖定位模块和高价值建筑物识别模块;
所述MR信令的盲覆盖定位模块输入端与数据统计解析模块的第二输出端相连;所述高价值建筑物识别模块的第一输入端与室内室外用户识别模块的第二输出端相连、第二输入端与立体栅格定位模块的输出端相连、第三输入端与MR信令的盲覆盖定位模块的输出端相连。
3.如权利要求1或2所述的智能识别室内弱覆盖的装置,其特征在于,还包括九宫格分析模块;所述九宫格分析模块的输入端与高价值建筑物识别模块的输出端相连;
所述九宫格分析模块内置有预设的三级网络效益等级划分标准和三级网络成熟度划分标准,来对高价值建筑物识别模块识别出的热点区域的无线网络质量进行量化评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721792523.XU CN207939741U (zh) | 2017-12-20 | 2017-12-20 | 一种智能识别室内弱覆盖的装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721792523.XU CN207939741U (zh) | 2017-12-20 | 2017-12-20 | 一种智能识别室内弱覆盖的装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207939741U true CN207939741U (zh) | 2018-10-02 |
Family
ID=63646700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201721792523.XU Active CN207939741U (zh) | 2017-12-20 | 2017-12-20 | 一种智能识别室内弱覆盖的装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207939741U (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111194039A (zh) * | 2018-11-15 | 2020-05-22 | 华为技术有限公司 | 网络场景识别的方法及接入网设备 |
CN111385739A (zh) * | 2018-12-29 | 2020-07-07 | 北京亿阳信通科技有限公司 | 一种基于lte mr的室内网络立体呈现方法和装置 |
CN113702609A (zh) * | 2021-08-27 | 2021-11-26 | 武汉虹信技术服务有限责任公司 | 一种水质检测方法及*** |
-
2017
- 2017-12-20 CN CN201721792523.XU patent/CN207939741U/zh active Active
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111194039A (zh) * | 2018-11-15 | 2020-05-22 | 华为技术有限公司 | 网络场景识别的方法及接入网设备 |
CN111194039B (zh) * | 2018-11-15 | 2022-05-10 | 华为技术有限公司 | 网络场景识别的方法及接入网设备 |
CN111385739A (zh) * | 2018-12-29 | 2020-07-07 | 北京亿阳信通科技有限公司 | 一种基于lte mr的室内网络立体呈现方法和装置 |
CN111385739B (zh) * | 2018-12-29 | 2022-10-28 | 北京亿阳信通科技有限公司 | 一种基于lte mr的室内网络立体呈现方法和装置 |
CN113702609A (zh) * | 2021-08-27 | 2021-11-26 | 武汉虹信技术服务有限责任公司 | 一种水质检测方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109246592B (zh) | 一种用户终端位置信息的获取方法及装置 | |
CN108601029B (zh) | 基站建设评估方法及装置 | |
CN104853379B (zh) | 一种无线网络质量评估方法及装置 | |
CN106572495B (zh) | 基于信令和mr数据的网络质量监测方法和覆盖评估方法 | |
US10139471B2 (en) | Supporting a collaborative collection of data | |
CN207939741U (zh) | 一种智能识别室内弱覆盖的装置 | |
CN109982366A (zh) | 基于大数据的目标价值区域分析方法、装置、设备及介质 | |
CN109151890A (zh) | 一种移动终端定位方法及装置 | |
WO2009072735A1 (en) | Method of automatically generating fingerprint database for an indoor wireless location | |
CN106535204B (zh) | 一种业务覆盖质量评估方法及装置 | |
US20140274149A1 (en) | System and Method for Localizing Wireless Devices | |
CN108307427B (zh) | 一种lte网络覆盖分析、预测方法及*** | |
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 | |
CN108124270B (zh) | 一种lte网络的覆盖评估方法及装置 | |
CN104349335B (zh) | 一种网络覆盖规划指标分析方法及*** | |
CN114786199B (zh) | 一种网络问题点的确定方法、装置、设备及存储介质 | |
CN109819467A (zh) | 一种4g室分覆盖效果评估方法、装置及电子设备 | |
CN108200584A (zh) | 一种待建wlan站点的筛选方法及装置 | |
WO2016184141A1 (zh) | 一种邻区优化方法及装置、计算机存储介质 | |
CN107347189A (zh) | 一种td‑lte 230无线专网基站规划方法 | |
CN107682864A (zh) | 一种基于覆盖率评估的基站建设方法 | |
CN116133037A (zh) | 一种无线网络评估方法及装置 | |
CN109005552B (zh) | 基于lte mr数据精确评估无线网络的方法 | |
CN114980138B (zh) | 一种5g无线基站的规划方法、***及终端 | |
CN113947123B (zh) | 人员轨迹识别方法、***、存储介质和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |