CN101621808B - 一种确定小区覆盖范围的方法和装置 - Google Patents
一种确定小区覆盖范围的方法和装置 Download PDFInfo
- Publication number
- CN101621808B CN101621808B CN2009100900574A CN200910090057A CN101621808B CN 101621808 B CN101621808 B CN 101621808B CN 2009100900574 A CN2009100900574 A CN 2009100900574A CN 200910090057 A CN200910090057 A CN 200910090057A CN 101621808 B CN101621808 B CN 101621808B
- Authority
- CN
- China
- Prior art keywords
- cell
- sampling point
- source cell
- average
- sampling
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000005070 sampling Methods 0.000 claims abstract description 832
- 238000004364 calculation method Methods 0.000 claims description 55
- 230000010365 information processing Effects 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000005457 optimization Methods 0.000 abstract description 8
- 238000012423 maintenance Methods 0.000 abstract description 7
- 230000002452 interceptive effect Effects 0.000 description 39
- 238000010586 diagram Methods 0.000 description 17
- 238000010295 mobile communication Methods 0.000 description 15
- 238000005259 measurement Methods 0.000 description 12
- 238000013480 data collection Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种确定小区覆盖范围的方法和装置。所述方法包括：步骤A、从操作和维护中心OMC系统中采集并选取确定源小区覆盖范围所需的原始数据；步骤B、根据所采集并选取的确定源小区覆盖范围所需的原始数据对各个采样点小区进行分类，得到各个采样点小区的分类信息；根据各个采样点小区的分类信息得到源小区的覆盖范围。应用本发明，能够实时准确地确定源小区的覆盖范围，并可以通过比较根据从OMC系统中采集并选取的不同时间段的原始数据得到的多个源小区覆盖范围以判断源小区的覆盖范围偏差，有助于运营商及时有效地发现源小区的覆盖范围误差，从而更好地进行网络维护和优化工作。
Description
技术领域
本发明涉及移动通信中的小区覆盖技术，具体涉及一种确定小区覆盖范围的方法和装置。
背景技术
近二十年来，陆地无线移动通信取得了迅猛的发展。手机用户与基站之间的通信是以电磁波传播的方式进行信息联系的。在一个移动通信网络中，通常包括数量庞大的小区，每个小区都有自己的覆盖范围，影响移动通信质量的重要因素之一就是小区覆盖出现问题，比如越区覆盖、临界覆盖、欠覆盖等，因此，如何在包括大量小区的移动通信网络中确定各个小区的覆盖范围对于网络优化而言至关重要。
在现有技术中，一般有两种确定小区覆盖范围的方式：
1)路测方式。
即测量人员通过步行、驾车等方式在所需测量的小区和采样点所在小区中沿一定的测量路径行进，并在行进过程中利用场强测试仪逐点测量该测量路径上该小区的场强值，以获得该小区的场强分布，由于该路测方式中的测量路径是线状的，因此测量场强时所采集的数据(即场强值)也是线状的，即所测得的场强数据为该小区在测量路径上的场强值。由于受地面、地形以及成本等因素的限制，因此不可能通过上述的路测方式得到所需测量区域中每一点的场强数据，而只能得到该小区场强分布中的部分离散值。
2)预测方式。
即可利用已知区域的场强分布并通过相应的算法(例如，场强预测算法)来预测难测区域的场强分布。在所述的预测方式中，不但要求上述算法中的传播模型符合当前网络的实际情况，而且在预测过程中还需要很多十分详细的地理数据。例如，上述的地理数据可包括地形、地貌、建筑物位置等数据，还可包括具体的地形走势信息、建筑物高度信息等参数，甚至还可包括各阻挡物的材质信息等参数；而且，由于实际的地理环境每时每刻都在发生变化，从而导致上述地理数据也在随时发生变化，所以使用上述的预测方式一般很难获得非常符合实际的预测结果。因此，上述的预测方式需要对大量的实测数据进行分析、拟和、统计，所需要的数据量大、计算量也大、需要配套的地理数据、有效时段小。
由此可知，在现有确定小区覆盖范围的方法中，要么需要耗费大量人力物力进行测量，要么需要大量的数学统计计算，而且都不能实时准确地确定小区电平覆盖范围。
发明内容
有鉴于此，本发明的主要目的在于提供一种在移动通信网络中确定小区覆盖范围的方法和装置，能够实时准确地确定小区的覆盖范围，有助于运营商及时有效地发现小区的覆盖范围误差，从而更好地进行网络维护和优化工作。
为达到上述目的，本发明的技术方案具体是这样实现的：
一种确定小区覆盖范围的方法，所述方法包括：
步骤A、从操作和维护中心OMC系统中采集并选取确定源小区覆盖范围所需的原始数据；其中，所述源小区为所需确定覆盖范围的小区；
步骤B、根据所采集并选取的确定源小区覆盖范围所需的原始数据对各个采样点小区进行分类，得到各个采样点小区的分类信息；根据各个采样点小区的分类信息得到源小区的覆盖范围；其中，所述采样点小区为所述源小区以外的采样点所在的小区。
所述确定源小区覆盖范围所需的原始数据包括：源小区平均下行电平；所述各个采样点小区的分类信息为各个采样点小区的源小区平均下行电平区间分类信息；所述步骤B包括：
步骤B1、统计所采集并选取的确定源小区覆盖范围所需的原始数据中每个源小区平均下行电平值出现的次数，并计算每个源小区平均下行电平值在所有源小区平均电平值中出现的概率；
步骤B2、以源小区平均下行电平值为横轴，以概率为纵轴，并用移动平均算法对每个源小区平均下行电平值在所有源小区平均电平值中出现的概率进行平滑连线得到一个概率曲线，以所述概率曲线的波谷为分段点对源小区平均下行电平值进行区间划分；
步骤B3、根据所采集并选取的各个采样点小区对应的源小区平均下行电平将各个采样点小区划分到不同的源小区平均下行电平区间中，从而得到各个采样点小区的源小区平均下行电平区间分类信息；
步骤B4、根据各个采样点小区的源小区平均下行电平区间分类信息得到源小区的覆盖范围。
所述确定源小区覆盖范围所需的原始数据包括：源小区对各个采样点小区的弱干扰区间的采样点数目、源小区对各个采样点小区的临界干扰区间的采样点数目和源小区对各个采样点小区的强干扰区间的采样点数目；所述各个采样点小区的分类信息为各个采样点小区的采样点数目分类信息；
所述步骤B包括：
步骤B11、对所采集并选取的源小区对各个采样点小区的三个干扰区间的采样点数目分别进行均值计算，得到相应干扰区间的平均采样点数目；
步骤B12、根据源小区对各个采样点小区的三个干扰区间中的采样点数目和相应干扰区间的平均采样点数目之间的大小关系对各个采样点小区进行分类，得到各个采样点小区的采样点数目分类信息；
步骤B13、根据各个采样点小区的采样点数目分类信息得到源小区的覆盖范围。
步骤B12中所述对各个采样点小区进行分类，得到各个采样点小区的采样点数目分类信息包括：
将所采集并选取的源小区对各个采样点小区的三个干扰区间中的采样点数 目分别与步骤B11得到的相应干扰区间的平均采样点数目进行比较，并根据比较的情况得到各个采样点小区的采样点数目分类信息；
其中，采样点小区的干扰区间中的采样点数目大于或等于相应干扰区间的平均采样点数目的情况标记为大，采样点小区的干扰区间中的采样点数目小于相应干扰区间的平均采样点数目的情况标记为小，根据各个采样点小区的三个干扰区间的标记组合将各个采样点小区分为8类。
所述8类采样点小区包括：
第1类：弱干扰区标记为大，临界干扰区标记为大，强干扰区标记为大；
第2类：弱干扰区标记为大，临界干扰区标记为大，强干扰区标记为小；
第3类：弱干扰区标记为大，临界干扰区标记为小，强干扰区标记为大；
第4类：弱干扰区标记为大，临界干扰区标记为小，强干扰区标记为小；
第5类：弱干扰区标记为小，临界干扰区标记为大，强干扰区标记为大；
第6类：弱干扰区标记为小，临界干扰区标记为大，强干扰区标记为小；
第7类：弱干扰区标记为小，临界干扰区标记为小，强干扰区标记为大；
第8类：弱干扰区标记为小，临界干扰区标记为小，强干扰区标记为小。
所述确定源小区覆盖范围所需的原始数据包括：源小区平均下行电平、源小区对各个采样点小区的弱干扰区间的采样点数目、源小区对各个采样点小区的临界干扰区间的采样点数目和源小区对各个采样点小区的强干扰区间的采样点数目；所述各个采样点小区的分类信息包括各个采样点小区的源小区平均下行电平区间分类信息和各个采样点小区的采样点数目分类信息；
所述步骤B包括：
步骤B111、统计所采集并选取的确定源小区覆盖范围所需的原始数据中每个源小区平均下行电平值出现的次数，并计算每个源小区平均下行电平值在所有源小区平均电平值中出现的概率；
步骤B112、以源小区平均下行电平值为横轴，以概率为纵轴，并用移动平均算法对每个源小区平均下行电平值在所有源小区平均电平值中出现的概率进行平滑连线得到一个概率曲线，以所述概率曲线的波谷为分段点对源小区平均下行电平值进行区间划分；
步骤B113、根据所采集并选取的各个采样点小区对应的源小区平均下行电平将各个采样点小区划分到不同的源小区平均下行电平区间中，从而得到各个采样点小区的源小区平均下行电平区间分类信息；
步骤B114、对所采集并选取的源小区对各个采样点小区的三个干扰区间的采样点数目分别进行均值计算，得到相应干扰区间的平均采样点数目；
步骤B115、根据源小区对各个采样点小区的三个干扰区间中的采样点数目和相应干扰区间的平均采样点数目之间的大小关系对各个采样点小区进行分类，得到各个采样点小区的采样点数目分类信息；
步骤B116：根据各个采样点小区的源小区平均下行电平区间分类信息和各个采样点小区的采样点数目分类信息得到源小区的覆盖范围。
步骤B中所述根据各个采样点小区的分类信息得到源小区的覆盖范围包括：
将各个采样点小区的分类信息加入到显示小区分布图的系统上得到源小区的覆盖范围图
所述显示小区分布图的系统为地理信息系统GIS。
所述方法进一步包括：
根据步骤A和步骤B所述的方法从OMC系统中采集并选取不同时间段的原始数据，根据所述原始数据得到多个源小区覆盖范围，并比较所得到的多个源小区覆盖范围，以判断源小区的覆盖误差。
一种确定小区覆盖范围的装置，所述装置包括：数据采集单元、采样点小区分类单元和采样点小区分类信息处理单元，数据采集单元和采样点小区分类信息处理单元分别连接到采样点小区分类单元；其中，
数据采集单元用于从操作和维护中心OMC系统中采集并选取确定源小区覆盖范围所需的原始数据，并将所述原始数据发送到所述采样点小区分类单元；其中，所述源小区为所需确定覆盖范围的小区；
采样点小区分类单元用于根据数据采集单元发送来的原始数据对各个采样点小区进行分类，得到各个采样点小区的分类信息，并将得到的各个采样点小 区的分类信息发送给采样点小区分类信息处理单元；其中，所述采样点小区为所述源小区以外的采样点所在的小区；
采样点小区分类信息处理单元用于根据采样点小区分类单元发送来的各个采样点小区的分类信息得到源小区的覆盖范围。
所述采样点小区分类单元包括电平出现概率计算模块、源小区平均下行电平区间划分模块和采样点小区按电平分类模块，电平出现概率计算模块和采样点小区按电平分类模块分别与源小区平均下行电平区间划分模块连接；其中，
电平出现概率计算模块用于接收数据采集单元发送来的确定源小区覆盖范围所需的原始数据，所述确定源小区覆盖范围所需的原始数据包括：源小区平均下行电平，统计所述原始数据中每个源小区平均下行电平值出现的次数，并计算每个源小区平均下行电平值在所有源小区平均电平值中出现的概率，将计算得到的每个源小区平均下行电平值在所有源小区平均电平值中出现的概率发送到源小区平均下行电平区间划分模块；
源小区平均下行电平区间划分模块用于以源小区平均下行电平值为横轴，以概率为纵轴，用移动平均算法将电平出现概率计算模块发送来的每个源小区平均下行电平值在所有源小区平均电平值中出现的概率进行平滑连线得到一个概率曲线，以所述概率曲线的波谷为分段点对源小区平均下行电平值进行区间划分，并将源小区平均下行电平区间划分结果发送到采样点小区按电平分类模块；
采样点小区按电平分类模块用于根据源小区平均下行电平区间划分模块发送来的源小区的区间划分结果和所采集并选取的各个采样点小区对应的源小区平均下行电平将各个采样点小区划分到不同的源小区平均下行电平区间中，从而得到各个采样点小区的分类信息，所述各个采样点小区的分类信息为各个采样点小区的源小区平均下行电平区间分类信息，并将得到的采样点小区的源小区平均下行电平区间分类信息发送给采样点小区分类信息处理单元。
所述采样点小区分类单元包括采样点数目均值计算模块和采样点小区按采样点数目分类模块，采样点数目均值计算模块与采样点小区按采样点数目分类模块连接；其中，
采样点数目均值计算模块用于接收数据采集单元发送来的确定源小区覆盖范围所需的原始数据，所述确定源小区覆盖范围所需的原始数据包括：源小区对各个采样点小区的弱干扰区间的采样点数目、源小区对各个采样点小区的临界干扰区间的采样点数目和源小区对各个采样点小区的强干扰区间的采样点数目，对所采集并选取的源小区对各个采样点小区的三个干扰区间的采样点数目分别进行均值计算，得到相应干扰区间的平均采样点数目，将得到的源小区对各个采样点小区的三个干扰区间的平均采样点数目发送到采样点小区按采样点数目分类模块；
采样点小区按采样点数目分类模块用于根据源小区对各个采样点小区的三个干扰区间中的采样点数目和采样点数目均值计算模块发送来的相应干扰区间的平均采样点数目之间的大小关系对各个采样点小区进行分类，得到各个采样点小区的分类信息，所述各个采样点小区的分类信息为各个采样点小区的采样点数目分类信息，并将得到的各个采样点小区的采样点数目分类信息发送给采样点小区分类信息处理单元。
所述采样点小区分类单元包括电平出现概率计算模块、源小区平均下行电平区间划分模块、采样点小区按电平分类模块、采样点数目均值计算模块和采样点小区按采样点数目分类模块，电平出现概率计算模块和采样点小区按电平分类模块分别与源小区平均下行电平区间划分模块连接，采样点数目均值计算模块与采样点小区按采样点数目分类模块连接；其中，
电平出现概率计算模块用于接收数据采集单元发送来的确定源小区覆盖范围所需的原始数据，所述确定源小区覆盖范围所需的原始数据包括：源小区平均下行电平，统计所述原始数据中每个源小区平均下行电平值出现的次数，并计算每个源小区平均下行电平值在所有源小区平均电平值中出现的概率，将计算得到的每个源小区平均下行电平值在所有源小区平均电平值中出现的概率发送到源小区平均下行电平区间划分模块；
源小区平均下行电平区间划分模块用于以源小区平均下行电平值为横轴，以概率为纵轴，用移动平均算法将电平出现概率计算模块发送来的每个源小区 平均下行电平值在所有源小区平均电平值中出现的概率进行平滑连线得到一个概率曲线，以所述概率曲线的波谷为分段点对源小区平均下行电平值进行区间划分，并将源小区平均下行电平区间划分结果发送到采样点小区按电平分类模块；
采样点小区按电平分类模块用于根据源小区平均下行电平区间划分模块发送来的源小区的区间划分结果和所采集并选取的各个采样点小区对应的源小区平均下行电平将各个采样点小区划分到不同的源小区平均下行电平区间中，从而得到各个采样点小区的分类信息，所述各个采样点小区的分类信息为各个采样点小区的源小区平均下行电平区间分类信息，并将得到的采样点小区的源小区平均下行电平区间分类信息发送给采样点小区分类信息处理单元；
采样点数目均值计算模块用于接收数据采集单元发送来的确定源小区覆盖范围所需的原始数据，所述确定源小区覆盖范围所需的原始数据包括：源小区对各个采样点小区的弱干扰区间的采样点数目、源小区对各个采样点小区的临界干扰区间的采样点数目和源小区对各个采样点小区的强干扰区间的采样点数目，对所采集并选取的源小区对各个采样点小区的三个干扰区间的采样点数目分别进行均值计算，得到相应干扰区间的平均采样点数目，将得到的源小区对各个采样点小区的三个干扰区间的平均采样点数目发送到采样点小区按采样点数目分类模块；
采样点小区按采样点数目分类模块用于根据源小区对各个采样点小区的三个干扰区间中的采样点数目和采样点数目均值计算模块发送来的相应干扰区间的平均采样点数目之间的大小关系对各个采样点小区进行分类，得到各个采样点小区的分类信息，所述各个采样点小区的分类信息为各个采样点小区的采样点数目分类信息，并将得到的各个采样点小区的采样点数目分类信息发送给采样点小区分类信息处理单元。
所述采样点小区分类信息处理单元为显示小区分布图的地理信息系统GIS平台。
由上述的技术方案可见，本发明基于移动终端实测数据，利用源小区的 平均下行电平、源小区对采样点小区的三个干扰区间的采样点数目或以上二者的结合，能够实时准确地确定源小区的覆盖范围，并可以通过比较根据从OMC系统中采集并选取的不同时间段的原始数据得到的多个源小区覆盖范围来判断源小区的覆盖范围偏差，有助于运营商及时有效地发现源小区的覆盖范围误差，从而更好地进行网络维护和优化工作。
附图说明
图1为本发明中所述确定小区覆盖范围方法的流程图；
图2为本发明方法实施例1中根据各个采样点小区中的源小区平均下行电平对采样点小区进行分类的流程图；
图3为本发明方法实施例1中用移动平均算法得到的概率曲线图；
图4为本发明方法实施例1中得到的源小区覆盖范围图；
图5为本发明方法实施例2中根据源小区对各个采样点小区的三个干扰区间中的采样点数目对采样点小区进行分类的方法流程图；
图6为本发明方法实施例2中得到的源小区覆盖范围图；
图7为本发明方法实施例3中根据源小区平均下行电平和源小区对各个采样点小区的三个干扰区间中的采样点数目对采样点小区进行分类并得到源小区的覆盖范围的方法流程图；
图8为本发明方法实施例3中得到的源小区的覆盖范围图；
图9为本发明中所述确定小区覆盖范围的装置结构示意图；
图10为本发明中确定小区覆盖范围的装置的第一实施例的结构示意图；
图11为本发明中确定小区覆盖范围的装置的第二实施例的结构示意图；
图12为本发明中确定小区覆盖范围的装置的第三实施例的结构示意图。
具体实施方式
为使本发明的目的、技术方案、及优点更加清楚明白，以下参照附图并举实施例，对本发明进一步详细说明。
本发明的主要思想为：从操作和维护中心(OMC)系统中采集并选取确定源小区覆盖范围所需的原始数据，根据所采集的原始数据对各个采样点小区进行分类，对各个采样点小区的分类信息进行处理得到源小区的覆盖范围，还可以通过比较不同时间段得到的源小区的覆盖范围来判断源小区的覆盖误差。
图1为本发明中所述确定小区覆盖范围方法的流程图。如图1所示，本发明所述方法主要包括以下步骤：
步骤A、从OMC系统中采集并选取确定源小区覆盖范围所需的原始数据。
在移动通信网络，比如全球移动通信系统(GSM，Global System forMobile Communications)网络中，由于各种移动通信业务的需要或网络侧的需求(比如，小区重选)，各小区中的移动终端(例如，手机)每隔一段时间(比如，580毫秒)都会将其当前所在位置(即采样点)的一些测量数据(例如，服务小区标识(Serving Sector ID)、服务小区下行电平、各个干扰小区标识(Interfering Sector ID)、各个干扰小区下行电平等)上传给该移动通信网络的网络侧，在本发明的实施例中，可将上传测量数据的移动终端称为采样点。网络侧，例如基站控制器(BSC)可根据各采样点上传的测量数据计算得到各采样点的服务小区和多个干扰小区之间的载干比。其中，所述服务小区与干扰小区的载干比为：采样点所在的服务小区的下行电平与某个干扰小区的下行电平的比值。网络侧的OMC系统每隔一段时间(比如1小时)将同一服务小区中多个采样点上传的某个干扰小区的多个下行电平进行均值计算，从而得到该干扰小区相对于该服务小区的平均下行电平；例如，以服务小区A和该服务小区A的某一个干扰小区B为例，如果在某个 时间段内，服务小区A中有x个采样点上传了该干扰小区B的下行电平，从而在网络侧得到x个该干扰小区B的下行电平，则OMC系统将对上述x个下行电平取平均值，从而得到该干扰小区B相对于该服务小区A的平均下行电平。
另外，OMC系统还将根据上述BSC计算得到各服务小区和干扰小区之间的载干比进行进一步的处理。仍然以上述服务小区A和该服务小区A的干扰小区B为例对所述的处理进行说明，由于服务小区A中的x个采样点在上传干扰小区B的下行电平的同时也上传了服务小区A的下行电平，因此通过BSC的计算可得到x个服务小区A与干扰小区B的载干比；将上述x个载干比取倒数后可得到x个载干比倒数；然后将上述x个载干比倒数按照数值的大小分别划分到(-∞，-12dB]、(-12dB，0dB)和[0dB，∞)三个区间中，并分别统计各个区间中的载干比倒数的数目，由于上述的每个载干比倒数均对应于一个采样点，所以各个区间中的载干比倒数的数目也就相当于各个区间中的采样点数目。在OMC系统中，上述三个区间分别用Class1、Class2和Class3来表示。
移动通信系统(比如GSM)中规定，小区的同频干扰保护比是9dB，在工程实际中一般要再加3dB，就是12dB，也就是说只有载干比大于或等于12dB时，干扰小区的下行电平才不会引起服务小区中的同频干扰，该服务小区才能进行正常的移动通信业务。而对上述载干比取倒数后，则载干比倒数小于或等于-12dB时才不会引起上述的同频干扰，因此如果某个载干比倒数被划分到区间Class1＝(-∞，-12dB]中，则表示该载干比倒数所对应的干扰小区的下行电平不会引起该载干比倒数所对应的服务小区中的同频干扰，所以可将区间Class1称之为该干扰小区对服务小区的弱干扰区间；如果上述载干比倒数大于或等于0dB，即该载干比倒数被划分到区间Class3＝[0dB，∞)中，则表示该干扰小区的下行电平不低于该服务小区的下行电平，所以可将区间Class3称之为该干扰小区对该服务小区的强干扰区间；如果上述载干比倒数在-12dB和0dB之间，即该载干比倒数被划分到区间Class2＝(-12dB，0dB)中， 则表示该干扰小区的下行电平低于该服务小区的下行电平，但还是会引起服务小区的同频干扰，所以可将区间Class2称之为该干扰小区对该服务小区的临界干扰区间。
上述得到的所述干扰小区平均下行电平和三个干扰区间中的采样点数目与相应的服务小区标识和干扰小区标识一起以例如记录的形式存储在所述OMC系统中，因此OMC中的每条记录中均包括：某服务小区标识、该服务小区的某个干扰小区的标识、该干扰小区对应于该服务小区的平均下行电平(简称为该干扰小区的平均下行电平，下同)和该干扰小区对该服务小区的三个干扰区间中的采样点数目。
同时，所述OMC系统中还以例如记录的形式存储着该移动通信系统覆盖的所述区域中各个小区的配置信息，例如各个小区标识、各个小区基站的经纬度和天线方位角等。
在本发明的实施例中，为了叙述的方便，可将所需确定覆盖范围的小区称为源小区，将源小区以外的采样点所在的小区称为采样点小区。
因此，在本步骤中，可从上述的OMC系统中采集一段时间内(比如一天之中忙时)所需分析区域的所有数据，并从中选取确定源小区覆盖范围所需的原始数据(简称为原始数据，下同)，即可从上述的OMC系统中采集的所有数据中选取干扰小区标识为源小区标识的多条记录中的干扰小区(即源小区)的平均下行电平和干扰小区对服务小区(即采样点小区)的三个干扰区间的采样点数目；如果上述所选取的原始数据中存在多条服务小区标识相同的记录，则需要将所述服务小区标识相同的多条记录进行合并，即将所述服务小区标识相同的多条记录中的干扰小区(即源小区)的多个平均下行电平进行均值计算并以得到的均值作为所述干扰小区(即源小区)的平均下行电平，将所述服务小区标识相同的记录中的干扰小区对服务小区的多个弱干扰区间的采样点数目相加并以得到的总和作为所述干扰小区对服务小区的弱干扰区间的采样点数目、将所述服务小区标识相同的记录中的干扰小区对服务小区的多个临界干扰区间的采样点数目相加并以得到的总和作为所 述干扰小区对服务小区的临界干扰区间的采样点数目，和将所述服务小区标识相同的记录中的干扰小区对服务小区的多个强干扰区间的采样点数目相加并以得到的总和作为所述干扰小区对服务小区的强干扰区间的采样点数目，并根据源小区标识以及所述多个采样点小区标识从所述OMC系统中查询得到源小区和所述多个采样点小区的配置信息(比如，源小区基站的经纬度和方位角、所述多个采样点基站的经纬度和方位角等)，
在本发明的实施例中，所述从OMC系统中采集并选取的确定源小区的覆盖范围所需的原始数据可以包括：源小区标识(例如，源小区的名称)、源小区平均下行电平、源小区基站的经纬度、源小区基站天线方位角、各个采样点小区标识(例如，各个采样点小区的名称)、各个采样点基站的经纬度、各个采样点基站天线方位角、源小区对各个采样点小区的弱干扰区间的采样点数目、源小区对各个采样点小区的临界干扰区间的采样点数目和源小区对各个采样点小区的强干扰区间的采样点数目。
由于在所需分析的区域中的采样点的总数量一般都较大，且采样点的分布也比较符合实际的应用环境(例如，人员密集区域的采样点的数量较多，而人员稀疏区域的采样点的数量较少等)，同时，各采样点所上传的测量数据也是实时的测量数据，因此，上述从OMC系统中所采集并选取的原始数据可以较好地反应所需分析的区域中各个位置的信号电平分布情况。
为了能够排除上述所采集并选取的原始数据中可能存在的解码错误，还可以进一步对所采集并选取的原始数据进行预处理，所述预处理可以为去异常预处理，例如，去除上述所采集并选取的原始数据中的空值或乱码数据。
步骤B、根据所采集并选取的确定源小区覆盖范围所需的原始数据对各个采样点小区进行分类，得到各个采样点小区的分类信息，并根据所述各个采样点小区的分类信息得到源小区的覆盖范围。
在本步骤中，可根据所采集并选取的确定源小区覆盖范围所需的原始数据中的一个或多个原始数据对采样点小区进行分类并得到各个采样点小区的分类信息，并根据所述各个采样点小区的分类信息得到源小区的覆盖范 围。
在本发明中，可使用多种分类处理方法对采样点小区进行分类并得到各个采样点小区的分类信息。例如，可根据源小区平均下行电平对采样点小区进行分类，得到各个采样点小区的分类信息；或者，可根据源小区对各个采样点小区的三个干扰区间中的采样点数目对采样点小区进行分类，得到各个采样点小区的分类信息。为了更好地对本发明的技术方案进行描述，下面将结合具体实施例分别介绍上述各种分类处理方法。
实施例1：根据源小区平均下行电平对采样点小区进行分类，得到各个采样点小区的分类信息，并根据所述各个采样点小区的分类信息得到源小区的覆盖范围。
本实施例中，可根据所采集并选取到的源小区平均下行电平对采样点小区进行分类，例如将源小区平均下行电平值划分成几个电平区间，并根据采集到的各个采样点小区所对应的源小区平均下行电平确定各采样点小区所在的电平区间，即将各个采样点小区划分到不同类的电平区间中，从而得到各个采样点小区的分类信息(可称之为源小区平均下行电平区间分类信息)，然后可根据各个采样点小区的源小区平均下行电平区间分类信息得到源小区的覆盖范围。
在移动通信系统中，比如，在GSM网络中，干扰小区(即源小区)平均下行电平值的范围一般为-47dBm～-110dBm；在本实施例中，可以有多种方法来对所采集并选取的原始数据中的源小区平均下行电平进行分类，即电平区间划分，并可根据需要将上述源小区平均下行电平值范围划分成等长或不等长的多个电平区间。为了叙述的简便，在以下的具体实施例中，将以一种具体的源小区平均下行电平值区间划分方法为例，对本实施例进行详细的介绍。
参见图2，图2为本发明方法实施例1中根据源小区平均下行电平对采样点小区进行分类并得到源小区的覆盖范围的方法流程图，主要包括以下步骤：
步骤B1、统计所采集并选取的确定源小区覆盖范围所需的原始数据中每个源小区平均下行电平值出现的次数，并计算每个源小区平均下行电平值在所有源小区平均电平值中出现的概率。
由于在所采集并选取的原始数据中包括多个源小区平均下行电平值，所以统计所采集的原始数据中某个源小区平均下行电平值出现的次数，即统计有哪几个采样点小区所对应的源小区平均下行电平值等于该源小区平均下行电平值，同样地，计算某个源小区平均下行电平值在所有源小区平均电平值中出现的概率，即计算该源小区平均下行电平值对应的采样点小区的个数占所有采样点小区个数的比率。
可根据上述的方法，逐个确定每个源小区平均下行电平值出现的次数，并计算每个源小区平均下行电平值在所有源小区平均电平值中出现的概率。
步骤B2、以源小区平均下行电平值为横轴，以概率为纵轴，并用移动平均算法对每个源小区平均下行电平值在所有源小区平均电平值中出现的概率进行平滑连线得到一个概率曲线，以所述概率曲线的波谷为分段点对源小区平均下行电平值进行区间划分。
图3为本发明方法实施例1中用移动平均算法得到的概率曲线图，如图3所示，可以以该概率曲线的波谷为分段点，将上述概率曲线划分成多个区间。例如，可划分为A、B、C、D、E等5个源小区平均下行电平区间(可简称为电平区间)，其中，电平区间A为[-47dBm，-54dBm)，电平区间B为[-54dBm，-70dBm)，电平区间C为[-70dBm，-82dBm]，电平区间D为(-82dBm，-98dBm]，电平区间E为(-98dBm，-110dBm]。
以概率曲线的波谷为分段点，可使得每个源小区平均下行电平区间的概率曲线近似呈正态分布，即在每个源小区平均下行电平区间中，每个源小区平均下行电平值出现的概率近似服从正态分布，这也符合在每个采样点小区中，获得源小区平均下行电平的实际情况。
上述电平区间的分段点也可以选概率曲线的波峰或其他值，或随意选定分段点以及划分区间的个数，在此不再赘述。
步骤B3、根据所采集并选取的的各个采样点小区对应的源小区平均下行电平将各个采样点小区划分到不同的源小区平均下行电平区间中，从而得到各个采样点小区的源小区平均下行电平区间分类信息。
在本步骤中，可根据所采集并选取的各个采样点小区对应的源小区平均下行电平，将各个采样点小区划分到步骤B1确定的相应的源小区平均下行电平区间中，从而得到各个采样点小区的源小区平均下行电平区间分类信息，即各个采样点小区所对应的源小区平均下行电平所在的电平区间。例如，如果某个采样点小区所对应的源小区平均下行电平的值为-50dBm，则该源小区平均下行电平位于电平区间A中，因此该采样点小区的分类信息为A；如果某个采样点小区所对应的源小区平均下行电平的值为-100dBm，则该源小区平均下行电平位于电平区间E中，因此该采样点小区的分类信息为E；依此类推，可得到所有采样点小区的分类信息。
步骤B4、根据各个采样点小区的源小区平均下行电平区间分类信息得到源小区的覆盖范围。
工程技术人员可以利用多种手段来根据步骤B3中得到的采样点小区的源小区平均下行电平区间分类信息来得到源小区的覆盖范围，比如使用特定的计算机程序处理各个采样点的源小区平均下行电平区间分类信息来得到源小区的覆盖范围或者在小区分布图上加入各个采样点小区的源小区平均下行电平区间分类信息以得到源小区的覆盖范围图。下面以在小区分布图上加入各个采样点小区的源小区平均下行电平区间分类信息来得到源小区的覆盖范围图为例来对本实施例进行详细介绍。
在本实施例中，可以在地理信息系统(GIS)或其它可以显示小区分布信息的系统上利用从OMC系统中采集的源小区基站的经纬度、源小区基站天线方位角、各个采样点基站的经纬度、各个采样点基站天线方位角等小区的配置信息显示小区分布图，关于如何在系统上显示小区分布图为现有技术，这里不再赘述。将上述各个采样点小区的源小区平均下行电平区间分类信息加入到所述小区分布图中，就可得到源小区覆盖范围图，
参见图4，图4为本发明方法实施例1中得到的源小区覆盖范围图。以图4所示为例，根据各个采样点小区的分类信息可知，与源小区共用基站1的其他两个采样点小区处于源小区平均下行电平区间A中；基站2唯一的一个采样点小区处于源小区平均下行电平区间A中；基站3的一个采样点小区处于源小区平均下行电平区间B中，另外两个采样点小区处于源小区平均下行电平区间C中；基站4的一个采样点小区处于源小区平均下行电平区间D中，另外两个采样点小区处于源小区平均下行电平区间E中；基站5的一个采样点小区处于源小区平均下行电平区间D中，另外两个采样点小区处于源小区平均下行电平区间E中；基站6的一个采样点小区处于源小区平均下行电平区间D中，另外两个采样点小区处于源小区平均下行电平区间E中；基站7唯一的一个采样点小区处于源小区平均下行电平区间C中；基站8唯一的一个采样点小区处于源小区平均下行电平区间A中。
从图4中可以看出，与源小区的基站1相距较远的基站7唯一的一个采样点小区和基站8唯一的一个采样点小区接收到的源小区的下行电平出现了异常，导致出现上述异常的原因可能是相关基站的配置参数，比如天线方位角或经纬度出现了偏差，也可能是天气等实际环境因素，比如大风，造成天线高度、方位角或俯仰角等发生改变，这样工程技术人员就可以根据上述源小区覆盖范围图中显示的情况，检查相关基站和小区的设置。
另外，还可以根据上述的方法从OMC系统中采集并选取不同时间段的原始数据，根据所述原始数据得到多个源小区覆盖范围，并比较所得到的多个源小区覆盖范围，以判断源小区的覆盖误差。如果通过比较发现某个采样点小区所在的源小区平均下行电平区间发生了变化，则工程技术人员就可以检查源小区或发生变化的采样点小区的设置，有助于运营商及时有效地发现源小区的覆盖范围误差，从而更好地进行网络维护和优化工作。
实施例2：根据源小区对各个采样点小区的三个干扰区间中的采样点数目对采样点小区进行分类，得到各个采样点小区的分类信息，根据各个采样点小区的分类信息得到源小区的覆盖范围。
在本实施例中，可对所采集并选取的原始数据中的源小区对各个采样点小区的三个干扰区间的采样点数目分别进行均值计算得到相应干扰区间的平均采样点数目，根据源小区对各个采样点小区的三个干扰区间中的采样点数目和相应干扰区间的平均采样点数目之间的大小关系对各个采样点小区进行分类，得到各个采样点小区的分类信息(可称之为采样点数目分类信息)；然后再根据各个采样点小区的采样点数目分类信息得到源小区的覆盖范围。
参见图5，图5为本发明方法实施例2中根据源小区对各个采样点小区的三个干扰区间中的采样点数目对采样点小区进行分类并得到源小区的覆盖范围的方法流程图，该方法具体包括以下步骤：
步骤B11、对所采集并选取的源小区对各个采样点小区的三个干扰区间的采样点数目分别进行均值计算，得到相应干扰区间的平均采样点数目。
在本步骤中，可以使用多种常用的均值计算方法来进行上述的均值计算，例如，可将采集到的源小区对所有采样点小区的一个干扰区间(比如，弱干扰区间)中的所有采样点数目进行累加后，再除以采样点小区的个数，从而得到该干扰区间的平均采样点数目。
可根据上述的方法，逐个确定每个干扰区间的平均采样点数目。Class1区间(即，弱干扰区间)的平均采样点数目用Avg1表示，Class2区间(即，临界干扰区间)的平均采样点数目用Avg2表示，Class3区间(即，强干扰区间)的平均采样点数目用Avg3表示。
步骤B12、根据源小区对各个采样点小区的三个干扰区间中的采样点数目和相应干扰区间的平均采样点数目之间的大小关系对各个采样点小区进行分类，得到各个采样点小区的采样点数目分类信息。
在本步骤中，可将采集到的源小区对各个采样点小区的三个干扰区间(强干扰区、临界干扰区和弱干扰区)中的采样点数目分别与相应干扰区间的平均采样点数目进行比较，并根据比较的情况得到各个采样点小区的采样点数目分类信息。其中，采样点小区的干扰区间中的采样点数目大于或等于 相应干扰区间的平均采样点数目的情况可标记为大，采样点小区的干扰区间中的采样点数目小于相应干扰区间的平均采样点数目的情况可标记为小。根据各个采样点小区的三个干扰区间的标记组合将各个采样点小区分为8类，具体如表1所示，
| 分类信息 | 弱干扰区 | 临界干扰区 | 强干扰区 | 干扰级别 |
| 第1类 | 大 | 大 | 大 | 强干扰 |
| 第2类 | 大 | 大 | 小 | 临界干扰 |
| 第3类 | 大 | 小 | 大 | 强干扰 |
| 第4类 | 大 | 小 | 小 | 弱干扰 |
| 第5类 | 小 | 大 | 大 | 强干扰 |
| 第6类 | 小 | 大 | 小 | 临界干扰 |
| 第7类 | 小 | 小 | 大 | 强干扰 |
| 第8类 | 小 | 小 | 小 | 弱干扰 |
表1
从表1中可以看出，如果某个采样点小区的三个干扰区间中的采样点数目均大于相应干扰区间的平均采样点数目，则该采样点小区的分类信息为1，即该采样点小区属于表1中所列的第1类情况；如果某个采样点小区的弱干扰区和临界干扰区中的采样点数目分别大于弱干扰区和临界干扰区的平均采样点数目，但该采样点小区的强干扰区中的采样点数目小于强干扰区间的平均采样点数目，则该采样点小区的分类信息为2，即该采样点小区属于表1中所列的第2类情况；依此类推，可得到所有采样点小区的分类信息。
其中，表1中的强干扰区标记为大的情况表示源小区对该类采样点小区的强干扰区的采样点数目要大于强干扰区的平均采样点数目，即源小区对该类采样点小区造成强干扰，即第1、3、5、7类采样点小区；临界干扰区标记为大的情况表示源小区对该类采样点小区的临界干扰区的采样点数目要大于临界干扰区的平均采样点数目，即源小区对该类采样点小区造成临界干扰，即第2、6类采样点小区；其余类则表示源小区对该类采样点小区造成弱干扰，不影响该类采样点小区的正常通信，即第4、8类采样点小区。
步骤B13、根据各个采样点小区的采样点数目分类信息得到源小区的覆 盖范围。
工程技术人员可以利用多种手段来根据步骤B12中得到的各个采样点小区的采样点数目分类信息来得到源小区的覆盖范围，比如用特定的计算机程序处理各个采样点小区的采样点数目分类信息来得到源小区的覆盖范围或者在小区分布图上加入各个采样点小区的采样点数目分类信息以得到源小区的覆盖范围图。下面以在小区分布图上加入各个采样点小区的采样点数目分类信息来得到源小区的覆盖范围图为例来对本实施例进行详细介绍。
在本实施例中，可以在地理信息系统(GIS)或其它可以显示小区分布信息的系统上利用从OMC系统中采集的源小区基站的经纬度、源小区基站天线方位角、各个采样点基站的经纬度、各个采样点基站天线方位角等小区的配置信息显示小区分布图，关于如何在系统上显示小区分布图为现有技术，这里不再赘述。将上述各个采样点小区的采样点数目分类信息加入到所述小区分布图中，就可得到源小区覆盖范围图。
参见图6，图6为本发明方法实施例2中得到的源小区覆盖范围图。以图6所示为例，在图6中用双星号“**”来表示源小区对该类采样点小区造成强干扰的一类采样点小区，而用单星号“*”来表示源小区对该类采样点小区造成临界干扰的一类采样点小区，源小区对该类采样点小区造成弱干扰的一类采样点小区则无需特别标注。如图6所示，根据各个采样点小区的分类信息可知，与源小区共用基站1的其他两个采样点小区属于上述第2类采样点小区，源小区对该类采样点小区造成临界干扰；基站2唯一的一个采样点小区属于上述第1类采样点小区，源小区对该类采样点小区造成强干扰；基站3的一个采样点小区属于上述第3类采样点小区，源小区对该类采样点小区造成强干扰，另一个采样点小区属于第6类采样点小区，源小区对该类采样点小区造成临界干扰，第三个采样点小区属于第4类采样点小区，源小区对该类采样点小区造成弱干扰；基站4的一个采样点小区属于上述第3类采样点小区，源小区对该类采样点小区造成强干扰，另两个采样点小区都属于第4类采样点小区，源小区对该类采样点小区造成弱干扰；基站5的两个采样 点小区属于第6类采样点小区，源小区对该类采样点小区造成临界干扰，另一个采样点小区属于第4类采样点小区，源小区对该类采样点小区造成弱干扰；基站6的一个采样点小区属于第3类采样点小区，源小区对该类采样点小区造成强干扰，另一个采样点小区属于第6类采样点小区，源小区对该类采样点小区造成临界干扰，第三个采样点小区属于第4类采样点小区，源小区对该类采样点小区造成弱干扰；基站7唯一的一个采样点小区属于第1类采样点小区，源小区对该类采样点小区造成强干扰；基站8唯一的一个采样点小区属于第2类采样点小区，源小区对该类采样点小区造成临界干扰。
从图6中可以看出，源小区造成强干扰的采样点小区集中在基站2、3、4、6和7的采样点小区中，其中与源小区的基站1相距较远的基站7唯一的一个采样点小区属于第1类采样点小区，表示源小区对该类采样点小区造成强干扰，需要重点关注，参见表1，可以发现源小区对该采样点小区的三个干扰区间的采样点数目都大于相应干扰区间的平均采样点数目，这说明该采样点小区的配置出现了异常，导致出现上述异常的原因可能是相关基站的配置参数，比如天线方位角或经纬度出现了偏差，也可能是天气等实际环境因素，比如大风，造成天线高度、方位角或俯仰角等发生改变，这样工程技术人员就可以根据所述小区分布图中显示的情况，检查相关基站和小区的设置。
另外，还可以根据上述的方法从OMC系统中采集并选取不同时间段的原始数据，根据所述原始数据得到多个源小区覆盖范围，并比较所得到的多个源小区覆盖范围，以判断源小区的覆盖误差。如果通过比较发现某个采样点小区所属的类别发生了变化，则工程技术人员就可以检查源小区或发生变化的采样点小区的设置，有助于运营商及时有效地发现源小区的覆盖范围误差，从而更好地进行网络维护和优化工作。
实施例3：根据源小区平均下行电平和源小区对各个采样点小区的三个干扰区间中的采样点数目对采样点小区进行分类，得到各个采样点小区的分类信息，根据各个采样点小区的分类信息得到源小区的覆盖范围。
本实施例中，可根据所采集并选取到的源小区平均下行电平对采样点小区进行分类，例如将源小区平均下行电平值划分成几个电平区间，并根据采集到的各个采样点小区所对应的源小区平均下行电平确定各采样点小区所在的电平区间，即将各个采样点小区划分到不同类的电平区间中，从而得到各个采样点小区的分类信息(可称之为源小区平均下行电平区间分类信息)；并且，可对所采集并选取的原始数据中的源小区对各个采样点小区的三个干扰区间的采样点数目分别进行均值计算得到相应干扰区间的平均采样点数目，根据源小区对各个采样点小区的三个干扰区间中的采样点数目和相应干扰区间的平均采样点数目之间的大小关系对各个采样点小区进行分类，得到各个采样点小区的分类信息(可称之为采样点数目分类信息)；然后再根据各个采样点小区的源小区平均下行电平区间分类信息和各个采样点小区的采样点数目分类信息得到源小区的覆盖范围。
参见图7，图7为本发明方法实施例3中根据源小区平均下行电平和源小区对各个采样点小区的三个干扰区间中的采样点数目对采样点小区进行分类并得到源小区的覆盖范围的方法流程图，该方法具体包括以下步骤：
本实施例中，步骤B111-B113与实施例1中的步骤B1-B3相同，步骤B114-B115与实施例2中的步骤B11-B12相同，具体步骤可以参见实施例1中的步骤B1-B3和实施例2中的步骤B11-B12，这里就不再赘述。
因为步骤B111-B113和步骤B114-B115分别处理不同的数据，所以可以先用步骤B111-B113得到各个采样点小区的源小区平均下行电平区间分类信息然后再用步骤B114-B115得到各个采样点小区的采样点数目分类信息，也可以先用步骤B114-B115得到各个采样点小区的采样点数目分类信息再用步骤B111-B113得到各个采样点小区的源小区平均下行电平区间分类信息，或者步骤B111-B113和步骤B114-B115同时进行得到各个采样点小区的源小区平均下行电平区间分类信息和各个采样点小区的采样点数目分类信息。
步骤B116：根据各个采样点小区的源小区平均下行电平区间分类信息 和各个采样点小区的采样点数目分类信息得到源小区的覆盖范围。
工程技术人员可以利用多种手段来根据本实施例中得到的各个采样点小区的源小区平均下行电平区间分类信息和各个采样点小区的采样点数目分类信息来得到源小区的覆盖范围，比如使用特定的计算机程序处理各个采样点小区的源小区平均下行电平区间分类信息和各个采样点小区的采样点数目分类信息来得到源小区的覆盖范围或者在小区分布图上加入各个采样点小区的源小区平均下行电平区间分类信息和各个采样点小区的采样点数目分类信息以得到源小区的覆盖范围图。下面以在小区分布图上加入各个采样点小区的源小区平均下行电平区间分类信息和各个采样点小区的采样点数目分类信息来得到源小区的覆盖范围图为例来对本实施例进行详细介绍。
在本实施例中，可以在地理信息系统(GIS)或其它可以显示小区分布信息的系统上利用从OMC系统中采集的源小区基站的经纬度、源小区基站天线方位角、各个采样点基站的经纬度、各个采样点基站天线方位角等小区的配置信息显示小区分布图，关于如何在系统上显示小区分布图为现有技术，这里不再赘述。将上述各个采样点小区的源小区平均下行电平区间分类信息和各个采样点小区的采样点数目分类信息加入到所述小区分布图中，就可得到源小区覆盖范围图。
参见图8，图8为本发明方法实施例3中得到的源小区的覆盖范围图。
以图8所示为例，根据各个采样点小区的分类信息可知，与源小区共用基站1的其他两个采样点小区处于源小区平均下行电平区间A中，并且属于上述第2类采样点小区，源小区对该类采样点小区造成临界干扰；基站2唯一的一个采样点小区处于源小区平均下行电平区间A中，并且属于上述第1类采样点小区，源小区对该类采样点小区造成强干扰；基站3的一个采样点小区处于源小区平均下行电平区间B中，并且属于上述第3类采样点小区，源小区对该类采样点小区造成强干扰，另外两个采样点小区处于源小区平均下行电平区间C中，其中一个采样点小区属于第6类采样点小区，源小区对该类采样点小区造成临界干扰，另一个采样点小区属于第4类采样点小 区，源小区对该类采样点小区造成弱干扰；基站4的一个采样点小区处于源小区平均下行电平区间D中，并且属于上述第3类采样点小区，源小区对该类采样点小区造成强干扰，另外两个采样点小区处于源小区平均下行电平区间E中，并且都属于第4类采样点小区，源小区对该类采样点小区造成弱干扰；基站5的一个采样点小区处于源小区平均下行电平区间D中，并且属于第6类采样点小区，源小区对该类采样点小区造成临界干扰，另外两个采样点小区处于源小区平均下行电平区间E中，其中一个采样点小区属于第6类采样点小区，源小区对该类采样点小区造成临界干扰，另一个采样点小区属于第4类采样点小区，源小区对该类采样点小区造成弱干扰；基站6的一个采样点小区处于源小区平均下行电平区间D中，并且属于第3类采样点小区，源小区对该类采样点小区造成强干扰，另外两个采样点小区处于源小区平均下行电平区间E中，其中一个采样点小区属于第6类采样点小区，源小区对该类采样点小区造成临界干扰，另一个采样点小区属于第4类采样点小区，源小区对该类采样点小区造成弱干扰；基站7唯一的一个采样点小区处于源小区平均下行电平区间C中，并且属于第1类采样点小区，源小区对该类采样点小区造成强干扰；基站8唯一的一个采样点小区处于源小区平均下行电平区间A中，并且属于第2类采样点小区，源小区对该类采样点小区造成临界干扰。
从图8中可以看出，与源小区的基站1相距较远的基站7唯一的一个采样点小区和基站8唯一的一个采样点小区都接收到了较高的源小区平均下行电平并且分别属于源小区造成强干扰和临界干扰的采样点小区，需要终端关注，说明所述两个采样点小区的配置出现了异常。导致出现上述异常的原因可能是相关基站的配置参数，比如天线方位角或经纬度出现了偏差，也可能是天气等实际环境因素，比如大风，造成天线高度、方位角或俯仰角等发生改变，这样工程技术人员就可以根据所述小区分布图中显示的情况，检查相关基站和小区的设置。
另外，还可以根据上述的方法从OMC系统中采集并选取不同时间段的原始数据，根据所述原始数据得到多个源小区覆盖范围，并比较所得到的多个源小区覆盖范围，以判断源小区的覆盖误差。如果通过比较发现某个采样点小区所在的源小区平均下行电平区间或该采样点小区的类别发生了变化，则工程技术人员就可以检查源小区或发生变化的采样点小区的设置，有助于运营商及时有效地发现源小区的覆盖范围误差，从而更好地进行网络维护和优化工作。
本发明还提供了一种确定小区覆盖范围的装置，如图9所示，图9为本发明中所述确定小区覆盖范围的装置结构示意图。所述确定小区覆盖范围的装置包括：数据采集单元、采样点小区分类单元和采样点小区分类信息处理单元，数据采集单元和采样点小区分类信息处理单元分别连接到采样点小区分类单元。
其中，数据采集单元用于从OMC系统中采集并选取确定源小区覆盖范围所需的原始数据，并将所述原始数据发送到所述采样点小区分类单元；
采样点小区分类单元用于根据数据采集单元发送来的原始数据对各个采样点小区进行分类，得到各个采样点小区的分类信息，并将得到的各个采样点小区分类信息发送给采样点小区分类信息处理单元；
采样点小区分类信息处理单元用于根据采样点小区分类单元发送来的各个采样点小区的分类信息得到源小区的覆盖范围。
如图10所示，图10为本发明中确定小区覆盖范围的装置的第一实施例的结构示意图。本发明确定小区覆盖范围的装置的第一实施例中，所述采样点小区分类单元包括电平出现概率计算模块、源小区平均下行电平区间划分模块和采样点小区按电平分类模块，电平出现概率计算模块和采样点小区按电平分类模块分别与源小区平均下行电平区间划分模块连接；
其中，电平出现概率计算模块用于接收数据采集单元发送来的确定源小区覆盖范围所需的原始数据，所述确定源小区覆盖范围所需的原始数据包括：源小区平均下行电平，统计所述原始数据中每个源小区平均下行电平值出现的次数，并计算每个源小区平均下行电平值在所有源小区平均电平值中出现的概率，将计算得到的每个源小区平均下行电平值在所有源小区平均电平值中出现的概率发送到源小区平均下行电平区间划分模块；
源小区平均下行电平区间划分模块用于以源小区平均下行电平值为横轴，以概率为纵轴，用移动平均算法将电平出现概率计算模块发送来的每个源小区平均下行电平值在所有源小区平均电平值中出现的概率进行平滑连线得到一个概率曲线，以所述概率曲线的波谷为分段点对源小区平均下行电平值进行区间划分，并将源小区平均下行电平区间划分结果发送到采样点小区按电平分类模块；
采样点小区按电平分类模块用于根据源小区平均下行电平区间划分模块发送来的源小区的区间划分结果和所采集并选取的各个采样点小区对应的源小区平均下行电平将各个采样点小区划分到不同的源小区平均下行电平区间中，从而得到各个采样点小区的分类信息，所述各个采样点小区的分类信息为各个采样点小区的源小区平均下行电平区间分类信息，并将得到的采样点小区的源小区平均下行电平区间分类信息发送给采样点小区分类信息处理单元。
如图11所示，图11为本发明中确定小区覆盖范围的装置的第二实施例的结构示意图。本发明确定小区覆盖范围的装置的第二实施例中，所述采样点小区分类单元包括采样点数目均值计算模块和采样点小区按采样点数目分类模块，采样点数目均值计算模块与采样点小区按采样点数目分类模块连接；
其中，采样点数目均值计算模块用于接收数据采集单元发送来的确定源小区覆盖范围所需的原始数据，所述确定源小区覆盖范围所需的原始数据包括：源小区对各个采样点小区的弱干扰区间的采样点数目、源小区对各个采样点小区的临界干扰区间的采样点数目和源小区对各个采样点小区的强干扰区间的采样点数目，对所采集并选取的源小区对各个采样点小区的三个干扰区间的采样点数目分别进行均值计算，得到相应干扰区间的平均采样点数目，将得到的源小区对各个采样点小区的三个干扰区间的平均采样点数目发 送到采样点小区按采样点数目分类模块；
采样点小区按采样点数目分类模块用于根据源小区对各个采样点小区的三个干扰区间中的采样点数目和采样点数目均值计算模块发送来的相应干扰区间的平均采样点数目之间的大小关系对各个采样点小区进行分类，得到各个采样点小区的分类信息，所述各个采样点小区的分类信息为各个采样点小区的采样点数目分类信息，并将得到的各个采样点小区的采样点数目分类信息发送给采样点小区分类信息处理单元。
如图12所示，图12为本发明中确定小区覆盖范围的装置的第三实施例的结构示意图。本发明确定小区覆盖范围的装置的第三实施例中，所述采样点小区分类单元包括电平出现概率计算模块、源小区平均下行电平区间划分模块、采样点小区按电平分类模块、采样点数目均值计算模块和采样点小区按采样点数目分类模块，电平出现概率计算模块和采样点小区按电平分类模块分别与源小区平均下行电平区间划分模块连接，采样点数目均值计算模块与采样点小区按采样点数目分类模块连接；
其中，电平出现概率计算模块用于接收数据采集单元发送来的确定源小区覆盖范围所需的原始数据，所述确定源小区覆盖范围所需的原始数据包括：源小区平均下行电平，统计所述原始数据中每个源小区平均下行电平值出现的次数，并计算每个源小区平均下行电平值在所有源小区平均电平值中出现的概率，将计算得到的每个源小区平均下行电平值在所有源小区平均电平值中出现的概率发送到源小区平均下行电平区间划分模块；
源小区平均下行电平区间划分模块用于以源小区平均下行电平值为横轴，以概率为纵轴，用移动平均算法将电平出现概率计算模块发送来的每个源小区平均下行电平值在所有源小区平均电平值中出现的概率进行平滑连线得到一个概率曲线，以所述概率曲线的波谷为分段点对源小区平均下行电平值进行区间划分，并将源小区平均下行电平区间划分结果发送到采样点小区按电平分类模块；
采样点小区按电平分类模块用于根据源小区平均下行电平区间划分模 块发送来的源小区的区间划分结果和所采集并选取的各个采样点小区对应的源小区平均下行电平将各个采样点小区划分到不同的源小区平均下行电平区间中，从而得到各个采样点小区的分类信息，所述各个采样点小区的分类信息为各个采样点小区的源小区平均下行电平区间分类信息，并将得到的采样点小区的源小区平均下行电平区间分类信息发送给采样点小区分类信息处理单元；
采样点数目均值计算模块用于接收数据采集单元发送来的确定源小区覆盖范围所需的原始数据，所述确定源小区覆盖范围所需的原始数据包括：源小区对各个采样点小区的弱干扰区间的采样点数目、源小区对各个采样点小区的临界干扰区间的采样点数目和源小区对各个采样点小区的强干扰区间的采样点数目，对所采集并选取的源小区对各个采样点小区的三个干扰区间的采样点数目分别进行均值计算，得到相应干扰区间的平均采样点数目，将得到的源小区对各个采样点小区的三个干扰区间的平均采样点数目发送到采样点小区按采样点数目分类模块；
采样点小区按采样点数目分类模块用于根据源小区对各个采样点小区的三个干扰区间中的采样点数目和采样点数目均值计算模块发送来的相应干扰区间的平均采样点数目之间的大小关系对各个采样点小区进行分类，得到各个采样点小区的分类信息，所述各个采样点小区的分类信息为各个采样点小区的采样点数目分类信息，并将得到的各个采样点小区的采样点数目分类信息发送给采样点小区分类信息处理单元。
另外，由于电平出现概率计算模块、源小区平均下行电平区间划分模块和采样点小区按电平分类模块以及采样点数目均值计算模块和采样点小区按采样点数目分类模块这两组模块分别处理不同的数据，所以这二组模块的执行顺序可以任意设置，可以同时执行，也可以先后执行。
本发明方法基于移动终端实测数据确定源小区覆盖范围，不需要专用工具去专门测量，而且全面考虑了可能影响到确定源小区覆盖范围的多种因素比如采样点数目、源小区平均下行电平和源小区与采样点小区间距离等，使 得到的源小区覆盖范围比较符合实际的应用环境，并可以通过比较根据从OMC系统中采集并选取的不同时间段的原始数据得到的多个源小区覆盖范围来判断源小区的覆盖范围偏差，有助于运营商及时有效地发现源小区的覆盖范围误差，从而更好地进行网络维护和优化工作。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
Claims (14)
1.一种确定小区覆盖范围的方法，其特征在于，所述方法包括：
步骤A、从操作和维护中心OMC系统中采集并选取确定源小区覆盖范围所需的原始数据；其中，所述源小区为所需确定覆盖范围的小区；
步骤B、根据所采集并选取的确定源小区覆盖范围所需的原始数据对各个采样点小区进行分类，得到各个采样点小区的分类信息；根据各个采样点小区的分类信息得到源小区的覆盖范围；其中，所述采样点小区为所述源小区以外的采样点所在的小区。
2.根据权利要求1所述的方法，其特征在于，所述确定源小区覆盖范围所需的原始数据包括：源小区平均下行电平；所述各个采样点小区的分类信息为各个采样点小区的源小区平均下行电平区间分类信息；所述步骤B包括：
步骤B1、统计所采集并选取的确定源小区覆盖范围所需的原始数据中每个源小区平均下行电平值出现的次数，并计算每个源小区平均下行电平值在所有源小区平均电平值中出现的概率；
步骤B2、以源小区平均下行电平值为横轴，以概率为纵轴，并用移动平均算法对每个源小区平均下行电平值在所有源小区平均电平值中出现的概率进行平滑连线得到一个概率曲线，以所述概率曲线的波谷为分段点对源小区平均下行电平值进行区间划分；
步骤B3、根据所采集并选取的各个采样点小区对应的源小区平均下行电平将各个采样点小区划分到不同的源小区平均下行电平区间中，从而得到各个采样点小区的源小区平均下行电平区间分类信息；
步骤B4、根据各个采样点小区的源小区平均下行电平区间分类信息得到源小区的覆盖范围。
3.根据权利要求1所述的方法，其特征在于，所述确定源小区覆盖范围所需的原始数据包括：源小区对各个采样点小区的弱干扰区间的采样点数目、源小区对各个采样点小区的临界干扰区间的采样点数目和源小区对各个采样点小 区的强干扰区间的采样点数目；所述各个采样点小区的分类信息为各个采样点小区的采样点数目分类信息；
所述步骤B包括：
步骤B11、对所采集并选取的源小区对各个采样点小区的三个干扰区间的采样点数目分别进行均值计算，得到相应干扰区间的平均采样点数目；
步骤B12、根据源小区对各个采样点小区的三个干扰区间中的采样点数目和相应干扰区间的平均采样点数目之间的大小关系对各个采样点小区进行分类，得到各个采样点小区的采样点数目分类信息；
步骤B13、根据各个采样点小区的采样点数目分类信息得到源小区的覆盖范围。
4.根据权利要求3所述的方法，其特征在于，步骤B12中所述对各个采样点小区进行分类，得到各个采样点小区的采样点数目分类信息包括：
将所采集并选取的源小区对各个采样点小区的三个干扰区间中的采样点数目分别与步骤B11得到的相应干扰区间的平均采样点数目进行比较，并根据比较的情况得到各个采样点小区的采样点数目分类信息；
其中，采样点小区的干扰区间中的采样点数目大于或等于相应干扰区间的平均采样点数目的情况标记为大，采样点小区的干扰区间中的采样点数目小于相应干扰区间的平均采样点数目的情况标记为小，根据各个采样点小区的三个干扰区间的标记组合将各个采样点小区分为8类。
5.根据权利要求4所述的方法，其特征在于，所述8类采样点小区包括：
第1类：弱干扰区标记为大，临界干扰区标记为大，强干扰区标记为大；
第2类：弱干扰区标记为大，临界干扰区标记为大，强干扰区标记为小；
第3类：弱干扰区标记为大，临界干扰区标记为小，强干扰区标记为大；
第4类：弱干扰区标记为大，临界干扰区标记为小，强干扰区标记为小；
第5类：弱干扰区标记为小，临界干扰区标记为大，强干扰区标记为大；
第6类：弱干扰区标记为小，临界干扰区标记为大，强干扰区标记为小；
第7类：弱干扰区标记为小，临界干扰区标记为小，强干扰区标记为大；
第8类：弱干扰区标记为小，临界干扰区标记为小，强干扰区标记为小。
6.根据权利要求1所述的方法，其特征在于，所述确定源小区覆盖范围所需的原始数据包括：源小区平均下行电平、源小区对各个采样点小区的弱干扰区间的采样点数目、源小区对各个采样点小区的临界干扰区间的采样点数目和源小区对各个采样点小区的强干扰区间的采样点数目；所述各个采样点小区的分类信息包括各个采样点小区的源小区平均下行电平区间分类信息和各个采样点小区的采样点数目分类信息；
所述步骤B包括：
步骤B111、统计所采集并选取的确定源小区覆盖范围所需的原始数据中每个源小区平均下行电平值出现的次数，并计算每个源小区平均下行电平值在所有源小区平均电平值中出现的概率；
步骤B112、以源小区平均下行电平值为横轴，以概率为纵轴，并用移动平均算法对每个源小区平均下行电平值在所有源小区平均电平值中出现的概率进行平滑连线得到一个概率曲线，以所述概率曲线的波谷为分段点对源小区平均下行电平值进行区间划分；
步骤B113、根据所采集并选取的各个采样点小区对应的源小区平均下行电平将各个采样点小区划分到不同的源小区平均下行电平区间中，从而得到各个采样点小区的源小区平均下行电平区间分类信息；
步骤B114、对所采集并选取的源小区对各个采样点小区的三个干扰区间的采样点数目分别进行均值计算，得到相应干扰区间的平均采样点数目；
步骤B115、根据源小区对各个采样点小区的三个干扰区间中的采样点数目和相应干扰区间的平均采样点数目之间的大小关系对各个采样点小区进行分类，得到各个采样点小区的采样点数目分类信息；
步骤B116：根据各个采样点小区的源小区平均下行电平区间分类信息和各个采样点小区的采样点数目分类信息得到源小区的覆盖范围。
7.根据权利要求1-6中任一项所述的方法，其特征在于，步骤B中所述根据各个采样点小区的分类信息得到源小区的覆盖范围包括：
将各个采样点小区的分类信息加入到显示小区分布图的系统上得到源小区的覆盖范围图。
8.根据权利要求7所述的方法，其特征在于，所述显示小区分布图的系统为地理信息系统GIS。
9.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：
根据步骤A和步骤B所述的方法从OMC系统中采集并选取不同时间段的原始数据，根据所述原始数据得到多个源小区覆盖范围，并比较所得到的多个源小区覆盖范围，以判断源小区的覆盖误差。
10.一种确定小区覆盖范围的装置，其特征在于，所述装置包括：数据采集单元、采样点小区分类单元和采样点小区分类信息处理单元，数据采集单元和采样点小区分类信息处理单元分别连接到采样点小区分类单元；其中，
数据采集单元用于从操作和维护中心OMC系统中采集并选取确定源小区覆盖范围所需的原始数据，并将所述原始数据发送到所述采样点小区分类单元；其中，所述源小区为所需确定覆盖范围的小区；
采样点小区分类单元用于根据数据采集单元发送来的原始数据对各个采样点小区进行分类，得到各个采样点小区的分类信息，并将得到的各个采样点小区的分类信息发送给采样点小区分类信息处理单元；其中，所述采样点小区为所述源小区以外的采样点所在的小区；
采样点小区分类信息处理单元用于根据采样点小区分类单元发送来的各个采样点小区的分类信息得到源小区的覆盖范围。
11.根据权利要求10所述的装置，其特征在于，所述采样点小区分类单元包括电平出现概率计算模块、源小区平均下行电平区间划分模块和采样点小区按电平分类模块，电平出现概率计算模块和采样点小区按电平分类模块分别与源小区平均下行电平区间划分模块连接；其中，
电平出现概率计算模块用于接收数据采集单元发送来的确定源小区覆盖范围所需的原始数据，所述确定源小区覆盖范围所需的原始数据包括：源小区平均下行电平，统计所述原始数据中每个源小区平均下行电平值出现的次数，并 计算每个源小区平均下行电平值在所有源小区平均电平值中出现的概率，将计算得到的每个源小区平均下行电平值在所有源小区平均电平值中出现的概率发送到源小区平均下行电平区间划分模块；
源小区平均下行电平区间划分模块用于以源小区平均下行电平值为横轴，以概率为纵轴，用移动平均算法将电平出现概率计算模块发送来的每个源小区平均下行电平值在所有源小区平均电平值中出现的概率进行平滑连线得到一个概率曲线，以所述概率曲线的波谷为分段点对源小区平均下行电平值进行区间划分，并将源小区平均下行电平区间划分结果发送到采样点小区按电平分类模块；
采样点小区按电平分类模块用于根据源小区平均下行电平区间划分模块发送来的源小区的区间划分结果和所采集并选取的各个采样点小区对应的源小区平均下行电平将各个采样点小区划分到不同的源小区平均下行电平区间中，从而得到各个采样点小区的分类信息，所述各个采样点小区的分类信息为各个采样点小区的源小区平均下行电平区间分类信息，并将得到的采样点小区的源小区平均下行电平区间分类信息发送给采样点小区分类信息处理单元。
12.根据权利要求10所述的装置，其特征在于，所述采样点小区分类单元包括采样点数目均值计算模块和采样点小区按采样点数目分类模块，采样点数目均值计算模块与采样点小区按采样点数目分类模块连接；其中，
采样点数目均值计算模块用于接收数据采集单元发送来的确定源小区覆盖范围所需的原始数据，所述确定源小区覆盖范围所需的原始数据包括：源小区对各个采样点小区的弱干扰区间的采样点数目、源小区对各个采样点小区的临界干扰区间的采样点数目和源小区对各个采样点小区的强干扰区间的采样点数目，对所采集并选取的源小区对各个采样点小区的三个干扰区间的采样点数目分别进行均值计算，得到相应干扰区间的平均采样点数目，将得到的源小区对各个采样点小区的三个干扰区间的平均采样点数目发送到采样点小区按采样点数目分类模块；
采样点小区按采样点数目分类模块用于根据源小区对各个采样点小区的三 个干扰区间中的采样点数目和采样点数目均值计算模块发送来的相应干扰区间的平均采样点数目之间的大小关系对各个采样点小区进行分类，得到各个采样点小区的分类信息，所述各个采样点小区的分类信息为各个采样点小区的采样点数目分类信息，并将得到的各个采样点小区的采样点数目分类信息发送给采样点小区分类信息处理单元。
13.根据权利要求10所述的装置，其特征在于，所述采样点小区分类单元包括电平出现概率计算模块、源小区平均下行电平区间划分模块、采样点小区按电平分类模块、采样点数目均值计算模块和采样点小区按采样点数目分类模块，电平出现概率计算模块和采样点小区按电平分类模块分别与源小区平均下行电平区间划分模块连接，采样点数目均值计算模块与采样点小区按采样点数目分类模块连接；其中，
电平出现概率计算模块用于接收数据采集单元发送来的确定源小区覆盖范围所需的原始数据，所述确定源小区覆盖范围所需的原始数据包括：源小区平均下行电平，统计所述原始数据中每个源小区平均下行电平值出现的次数，并计算每个源小区平均下行电平值在所有源小区平均电平值中出现的概率，将计算得到的每个源小区平均下行电平值在所有源小区平均电平值中出现的概率发送到源小区平均下行电平区间划分模块；
源小区平均下行电平区间划分模块用于以源小区平均下行电平值为横轴，以概率为纵轴，用移动平均算法将电平出现概率计算模块发送来的每个源小区平均下行电平值在所有源小区平均电平值中出现的概率进行平滑连线得到一个概率曲线，以所述概率曲线的波谷为分段点对源小区平均下行电平值进行区间划分，并将源小区平均下行电平区间划分结果发送到采样点小区按电平分类模块；
采样点小区按电平分类模块用于根据源小区平均下行电平区间划分模块发送来的源小区的区间划分结果和所采集并选取的各个采样点小区对应的源小区平均下行电平将各个采样点小区划分到不同的源小区平均下行电平区间中，从而得到各个采样点小区的分类信息，所述各个采样点小区的分类信息为各个采 样点小区的源小区平均下行电平区间分类信息，并将得到的采样点小区的源小区平均下行电平区间分类信息发送给采样点小区分类信息处理单元；
采样点数目均值计算模块用于接收数据采集单元发送来的确定源小区覆盖范围所需的原始数据，所述确定源小区覆盖范围所需的原始数据包括：源小区对各个采样点小区的弱干扰区间的采样点数目、源小区对各个采样点小区的临界干扰区间的采样点数目和源小区对各个采样点小区的强干扰区间的采样点数目，对所采集并选取的源小区对各个采样点小区的三个干扰区间的采样点数目分别进行均值计算，得到相应干扰区间的平均采样点数目，将得到的源小区对各个采样点小区的三个干扰区间的平均采样点数目发送到采样点小区按采样点数目分类模块；
采样点小区按采样点数目分类模块用于根据源小区对各个采样点小区的三个干扰区间中的采样点数目和采样点数目均值计算模块发送来的相应干扰区间的平均采样点数目之间的大小关系对各个采样点小区进行分类，得到各个采样点小区的分类信息，所述各个采样点小区的分类信息为各个采样点小区的采样点数目分类信息，并将得到的各个采样点小区的采样点数目分类信息发送给采样点小区分类信息处理单元。
14.根据权利要求10-13中任一项所述的装置，其特征在于，所述采样点小区分类信息处理单元为显示小区分布图的地理信息系统GIS平台。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2009100900574A CN101621808B (zh) | 2009-07-27 | 2009-07-27 | 一种确定小区覆盖范围的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2009100900574A CN101621808B (zh) | 2009-07-27 | 2009-07-27 | 一种确定小区覆盖范围的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101621808A CN101621808A (zh) | 2010-01-06 |
| CN101621808B true CN101621808B (zh) | 2011-02-02 |
Family
ID=41514780
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2009100900574A Expired - Fee Related CN101621808B (zh) | 2009-07-27 | 2009-07-27 | 一种确定小区覆盖范围的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101621808B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102065443B (zh) * | 2010-11-29 | 2013-02-06 | 广州杰赛科技股份有限公司 | 渠道区域划分的方法与装置 |
| CN102572855A (zh) * | 2010-12-15 | 2012-07-11 | 中国移动通信集团设计院有限公司 | 一种小区覆盖模拟划分方法及装置 |
| CN103096339A (zh) * | 2012-11-07 | 2013-05-08 | 无锡成电科大科技发展有限公司 | 基于手机实测数据确定小区覆盖范围的方法 |
| CN103595589B (zh) * | 2013-11-26 | 2017-04-05 | 中国联合网络通信集团有限公司 | 一种信号质量测量方法及装置 |
| CN103929775B (zh) * | 2014-04-25 | 2017-07-28 | 中国联合网络通信集团有限公司 | 一种服务小区覆盖方向合理性检查的方法和装置 |
| CN104363614B (zh) * | 2014-11-19 | 2017-10-27 | 中国联合网络通信集团有限公司 | 一种小区的覆盖方向异常的检测方法及装置 |
| CN107371170B (zh) * | 2016-05-11 | 2019-11-19 | 中国移动通信集团黑龙江有限公司 | 一种网络覆盖空洞查找方法和装置 |
| CN109041079A (zh) * | 2017-06-12 | 2018-12-18 | 中国移动通信集团广东有限公司 | 一种小区网络检查的方法及装置 |
-
2009
- 2009-07-27 CN CN2009100900574A patent/CN101621808B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN101621808A (zh) | 2010-01-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101621808B (zh) | 一种确定小区覆盖范围的方法和装置 | |
| CN101621817B (zh) | 一种确定基站天线方位角偏差的方法 | |
| EP2250832B1 (en) | Method and system for optimizing the configuration of a wireless mobile communications network | |
| CN105744553B (zh) | 一种网络关联分析方法及装置 | |
| CN105828365A (zh) | 一种基于mr数据的lte小区重叠覆盖分析方法 | |
| CN110505650B (zh) | 随机异构分层网容量智能评估方法及装置 | |
| CN104853379A (zh) | 一种无线网络质量评估方法及装置 | |
| CN109302714A (zh) | 基于用户数据实现基站位置研判及越区覆盖识别的方法 | |
| CN103888972B (zh) | 一种弱覆盖区域的确定方法及装置 | |
| CN106535114A (zh) | 高铁上终端的定位方法、系统与高铁网络监测方法、系统 | |
| CN102883338A (zh) | 一种用于td-lte系统中传播模型校正的方法 | |
| CN110430596B (zh) | 无线信号覆盖区域的质量评估方法、装置及可读存储介质 | |
| JP5152176B2 (ja) | 無線セル監視方法、その装置及びそのプログラム | |
| CN109587721B (zh) | 一种小区网络覆盖评估方法及装置 | |
| CN106992902A (zh) | 一种无线网络覆盖盲区侦测方法及系统 | |
| CN106998563B (zh) | 一种基于网络性能的室分系统预警方法及装置 | |
| CN110913407B (zh) | 重叠覆盖的分析方法及装置 | |
| CN109982368B (zh) | 小区方位角的核查方法、装置、设备及介质 | |
| CN114095854B (zh) | 基于最小化路测mdt数据的室分网络干扰源定位方法和电子设备 | |
| CN113839793B (zh) | 室分故障定位方法及装置 | |
| CN106941685A (zh) | 一种确定天线接反的方法及系统 | |
| CN107231633B (zh) | 一种移动终端识别伪基站的方法及移动终端 | |
| CN104394546A (zh) | 一种用于lte网络后评估的路测数据处理方法 | |
| CN112243245B (zh) | 公专网协同优化方法、装置、设备及计算机存储介质 | |
| CN115226125A (zh) | 一种nb网络传感器通信质量计算方法、装置及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C17 | Cessation of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110202 Termination date: 20120727 |