一种小区重叠覆盖度的识别方法和装置与流程

1.本发明涉及通信技术领域，具体涉及一种小区重叠覆盖度的识别方法和装置。


背景技术：

2.在每个网络服务小区都可能对应多个邻小区，而重叠覆盖度则是反映小区信号叠加的程度，重叠覆盖度反映了该区域有多少个强信号小区进行了重复的覆盖，重叠覆盖度较高的区域定义为过度覆盖区域。现有的无线载频重叠覆盖度识别方法主要有两种：一种是基于测量报告(measurement report，mr)采样点中mr.ltescrsrp与mr.ltencrsrp的差值，若该差值满足预设自定义阈值条件，则该采样点被记为重叠覆盖采样点，用重叠覆盖采样点数目除以总的采样点数目即为重叠覆盖度；另一种是利用栅格划分，以受重叠覆盖影响的栅格数目与总栅格数目的比例作为重叠覆盖度。
3.上述重叠覆盖度的识别方法，只考虑到某一个mr采样点(或栅格)是否属于重叠覆盖mr采样点(或栅格)，并未对每一个mr采样点(或栅格)的重叠覆盖度做出评估和判断；然而，事实上即使是都属于重叠覆盖mr采样点，但重叠覆盖度也是有区别的，因此，现有技术中对重叠覆盖度的识别方法并不够准确和完整。


技术实现要素：

4.鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种小区重叠覆盖度的识别方法和装置。
5.根据本发明的一个方面，提供了一种小区重叠覆盖度的识别方法，包括：
6.采集待识别区域中所有小区的mr采样点信息；
7.依据所述mr采样点信息，计算每个mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值；
8.针对每个mr采样点，将该mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值输入至预先构建的载频重叠程度处理模型中进行计算，得到该mr采样点的载频重叠程度值。
9.根据本发明的另一方面，提供了一种小区重叠覆盖度的识别装置，包括：
10.采样点信息采集模块，用于采集待识别区域中所有小区的mr采样点信息；
11.采样点电平差值计算模块，用于依据所述mr采样点信息，计算每个mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值；
12.采样点载频重叠程度值计算模块，用于针对每个mr采样点，将该mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值输入至预先构建的载频重叠程度处理模型中进行计算，得到该mr采样点的载频重叠程度值。
13.根据本发明的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
14.所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述
小区重叠覆盖度的识别方法对应的操作。
15.根据本发明的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述小区重叠覆盖度的识别方法对应的操作。
16.根据本发明的一种小区重叠覆盖度的识别方法和装置，通过采集待识别区域中所有小区的mr采样点信息；依据mr采样点信息，计算每个mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值；针对每个mr采样点，将该mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值输入至预先构建的载频重叠程度处理模型中进行计算，得到该mr采样点的载频重叠程度值，本发明通过采集待识别区域内的mr采样点信息，计算每个mr采样点对应的邻小区数量以及主小区与每个邻小区的电平差值，进而将上述两值代入载频重叠程度处理模型中进行计算，该方法更加全面地考虑了邻小区数量和主小区与每个邻小区的电平差值，能够充分地表示每一个采样点的重叠覆盖程度情况，相比较传统方法，无需预设自定义阈值，具有更高的准确性和完整性。
17.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
18.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：
19.图1示出了本发明实施例提供的一种小区重叠覆盖度的识别方法的流程图；
20.图2示出了本发明实施例提供的一种小区重叠覆盖度的识别装置的结构示意图；
21.图3示出了本发明实施例提供的计算设备的结构示意图。
具体实施方式
22.下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
23.图1示出了本发明一种小区重叠覆盖度的识别方法实施例的流程图，如图1所示，该方法包括以下步骤：
24.s110：采集待识别区域中所有小区的mr采样点信息。
25.在一种可选的方式中，mr采样点信息包括以下信息中的一项或多项：mr采样点经纬度信息、主小区识别码、主小区频点、主小区电平值、邻小区识别码、邻小区频点以及邻小区电平值。
26.例如，表1为采集到的mr采样点信息表，假设待识别区域中共有m个mr采样点，通过步骤s110获取得到的mr采样点信息可如表1所示：
27.mr采样点mr采样点经度mr采样点纬度主小区列表主小区电平邻小区列表邻小区电平
mr采样点1经度1纬度1主小区1主电平1邻小区11邻电平11mr采样点1经度1纬度1主小区1主电平1邻小区12邻电平12mr采样点1经度1纬度1主小区1主电平1邻小区13邻电平13mr采样点1经度1纬度1主小区1主电平1
······
mr采样点1经度1纬度1主小区1主电平1邻小区1x邻电平1xmr采样点2经度2纬度2主小区2主电平2邻小区21邻电平21mr采样点2经度2纬度2主小区2主电平2邻小区22邻电平22mr采样点2经度2纬度2主小区2主电平2邻小区23邻电平23mr采样点2经度2纬度2主小区2主电平2
······
mr采样点2经度2纬度2主小区2主电平2邻小区2y邻电平2y
·····················
mr采样点m经度m纬度m主小区m主电平m邻小区m1邻电平m1mr采样点m经度m纬度m主小区m主电平m邻小区m2邻电平m2mr采样点m经度m纬度m主小区m主电平m邻小区m3邻电平m3mr采样点m经度m纬度m主小区m主电平m
······
mr采样点m经度m纬度m主小区m主电平m邻小区mz邻电平mz
28.表1 mr采样点信息表
29.一般来说，m应该足够大，有助于使得待识别区域的小区重叠覆盖度的识别准确度更高，可采集待识别区域在较长时间范围内的mr采样点信息，使得mr采样点信息样本数量足够大。
30.如表1所示，其中m》0；x,y,z≥0；x,y,z表示对应的某个mr采样点对应的邻小区数量，当x、y或z取值为0表示该mr采样点只有主小区覆盖而无有效的邻小区覆盖，为了保证待识别区域的小区重叠覆盖度的识别全面性更高，一般情况下x,y,z的取值应大于或等于1。
31.s120：依据mr采样点信息，计算每个mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值。
32.具体地说，在每一个mr采样点中，包含一个主小区以及一个或多个邻小区，以其中一个mr采样点为例，用于步骤s120进行示例，其余mr采样点采用相同的方法进行。
33.表2为mr采样点1的主小区与每个邻小区之间的电平差值对照表，如表2所示，假设mr采样点1中包含x个邻小区，则：电平差值＝|主小区电平-邻小区电平|，即电平差值等于主小区电平与邻小区电平之间的差值的绝对值。如表2所示，mr采样点1对应的邻小区数量为x，主小区1与邻小区11之间的电平差值为|主电平1-邻电平11|，主小区1与邻小区12之间的电平差值为|主电平1-邻电平12|，主小区1与邻小区13之间的电平差值为|主电平1-邻电平13|，
……
，主小区1与邻小区1x之间的电平差值为|主电平1-邻电平1x|。
34.mr采样点主小区列表主小区电平邻小区列表邻小区电平电平差值mr采样点1主小区1主电平1邻小区11邻电平11|主电平1-邻电平11|mr采样点1主小区1主电平1邻小区12邻电平12|主电平1-邻电平12|mr采样点1主小区1主电平1邻小区13邻电平13|主电平1-邻电平13|mr采样点1主小区1主电平1
·········
mr采样点1主小区1主电平1邻小区1x邻电平1x|主电平1-邻电平1x|
35.表2 mr采样点1的主小区与每个邻小区之间的电平差值对照表
36.s130：针对每个mr采样点，将该mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值输入至预先构建的载频重叠程度处理模型中进行计算，得到该mr采样
点的载频重叠程度值。
37.在一种可选的方式中，步骤s130进一步包括：将该mr采样点作为目标采样点；根据目标采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值，计算电平差值平均值；将邻小区数量和电平差值平均值输入至载频重叠程度处理模型的载频重叠程度值计算公式中进行计算，得到目标采样点的载频重叠程度值。
38.在一种可选的方式中，载频重叠程度值计算公式为公式(1)：
[0039][0040]
其中，μ为载频重叠程度值；k和b为常数，k≥b＞0；x为目标采样点对应的邻小区数量；θ为目标采样点对应的电平差值平均值。
[0041]
一般来说，载频重叠程度与两个方面的因素有关：1)重叠的载频数；载频重叠数越多，载频重叠程度越高；2)重叠载频的电平差值的绝对值；电平差值的绝对值越小，载频重叠程度越高。
[0042]
由此定义某一mr采样点的载频重叠程度值计算公式为公式(1)。
[0043]
θ表示目标采样点对应的电平差值平均值，以目标采样点为mr采样点1为例，其计算公式可如公式(2)：
[0044][0045]
其中，θ≥0，x表示目标采样点中不包含主小区的邻小区数量，x≥0。
[0046]
如公式(1)所示，当x＝0时，表示该mr采样点不存在重叠邻小区，载频重叠程度值为0，此时的θ取任何值都没有意义；
[0047]
当x≠0时，若θ＝0，则载频重叠程度值只与邻小区数量x有关系，且当x的取值越大，μ的取值也越大，表示载频重叠程度值越高。
[0048]
当x≠0时，若θ≠0，则载频重叠程度值与邻小区数量x和电平差值平均值θ均有关系，由于当x的取值越大，μ的取值也越大，表示载频重叠程度值越高，因此，当x取值固定且θ的取值越小时，μ的取值也越大，表示载频重叠程度值越高。
[0049]
当x≈∞时，
[0050]
因此，通过上述载频重叠程度值计算公式，载频重叠程度值μ的取值可以被量化在[0，1)的范围内。
[0051]
在一种可选的方式中，该方法还包括步骤s140：根据待识别区域中的所有mr采样点的载频重叠程度值，计算待识别区域的区域载频重叠程度值。
[0052]
在一种可选的方式中，利用公式(3)计算待识别区域的区域载频重叠程度值：
[0053][0054]
其中，γ为待识别区域的区域载频重叠程度值；m为待识别区域中的mr采样点的总数量；μ1至μm分别为m个mr采样点的载频重叠程度值。
[0055]
如公式(3)所示，当γ的取值等于0时，表示待识别区域信号纯净，无载频重叠覆盖。
[0056]
当γ的取值接近0时，表示待识别区域的载频信号相对较少，载频之间电平差值较大，能够区分主辅覆盖小区，载频重叠程度较轻；
[0057]
当γ的取值接近1时，表示待识别区域拥有较多的无线载频，且相邻载频信号强度相差较小，载频重叠程度严重。
[0058]
采用本实施例的方法，通过采集待识别区域中所有小区的mr采样点信息；依据mr采样点信息，计算每个mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值；针对每个mr采样点，将该mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值输入至预先构建的载频重叠程度处理模型中进行计算，得到该mr采样点的载频重叠程度值，本发明通过采集待识别区域内的mr采样点信息，计算每个mr采样点对应的邻小区数量以及主小区与每个邻小区的电平差值，进而将上述两值代入载频重叠程度处理模型中进行计算，将每个mr采样点的载频重叠程度值量化在[0，1)范围内进行表示，该方法更加全面地考虑了邻小区数量和主小区与每个邻小区的电平差值，能够充分地表示每一个采样点的重叠覆盖程度情况，相比较传统方法，无需预设自定义阈值，能够适应于任何场景的重叠覆盖程度识别，具有更高的准确性和完整性。
[0059]
图2示出了本发明一种小区重叠覆盖度的识别装置实施例的结构示意图。如图2所示，该装置包括：采样点信息采集模块210、采样点电平差值计算模块220、采样点载频重叠程度值计算模块230和区域载频重叠程度值计算模块240。
[0060]
采样点信息采集模块210，用于采集待识别区域中所有小区的mr采样点信息。
[0061]
在一种可选的方式中，mr采样点信息包括以下信息中的一项或多项：mr采样点经纬度信息、主小区识别码、主小区频点、主小区电平值、邻小区识别码、邻小区频点以及邻小区电平值。
[0062]
采样点电平差值计算模块220，用于依据mr采样点信息，计算每个mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值。
[0063]
采样点载频重叠程度值计算模块230，用于针对每个mr采样点，将该mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值输入至预先构建的载频重叠程度处理模型中进行计算，得到该mr采样点的载频重叠程度值。
[0064]
在一种可选的方式中，采样点载频重叠程度值计算模块230进一步用于：将该mr采样点作为目标采样点；根据目标采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值，计算电平差值平均值；将邻小区数量和电平差值平均值输入至载频重叠程度处理模型的载频重叠程度值计算公式中进行计算，得到目标采样点的载频重叠程度值。
[0065]
在一种可选的方式中，载频重叠程度值计算公式为：
[0066][0067]
其中，μ为载频重叠程度值；k和b为常数，k≥b＞0；x为目标采样点对应的邻小区数量；θ为目标采样点对应的电平差值平均值。
[0068]
在一种可选的方式中，该装置还包括：区域载频重叠程度值计算模块240，用于根据待识别区域中的所有mr采样点的载频重叠程度值，计算待识别区域的区域载频重叠程度
值。
[0069]
在一种可选的方式中，利用如下公式计算待识别区域的区域载频重叠程度值：
[0070][0071]
其中，γ为待识别区域的区域载频重叠程度值；m为待识别区域中的mr采样点的总数量；μ1至μm分别为m个mr采样点的载频重叠程度值。
[0072]
采用本实施例的装置，通过采集待识别区域中所有小区的mr采样点信息；依据mr采样点信息，计算每个mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值；针对每个mr采样点，将该mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值输入至预先构建的载频重叠程度处理模型中进行计算，得到该mr采样点的载频重叠程度值，本发明通过采集待识别区域内的mr采样点信息，计算每个mr采样点对应的邻小区数量以及主小区与每个邻小区的电平差值，进而将上述两值代入载频重叠程度处理模型中进行计算，将每个mr采样点的载频重叠程度值量化在[0，1)范围内进行表示，该方法更加全面地考虑了邻小区数量和主小区与每个邻小区的电平差值，能够充分地表示每一个采样点的重叠覆盖程度情况，相比较传统方法，无需预设自定义阈值，具有更高的准确性和完整性。
[0073]
本发明实施例提供了一种非易失性计算机存储介质，计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的小区重叠覆盖度的识别方法。
[0074]
可执行指令具体可以用于使得处理器执行以下操作：
[0075]
采集待识别区域中所有小区的mr采样点信息；
[0076]
依据mr采样点信息，计算每个mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值；
[0077]
针对每个mr采样点，将该mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值输入至预先构建的载频重叠程度处理模型中进行计算，得到该mr采样点的载频重叠程度值。
[0078]
图3示出了本发明计算设备实施例的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。
[0079]
如图3所示，该计算设备可以包括：
[0080]
处理器(processor)、通信接口(communications interface)、存储器(memory)、以及通信总线。
[0081]
其中：处理器、通信接口、以及存储器通过通信总线完成相互间的通信。通信接口，用于与其它设备比如客户端或其它服务器等的网元通信。处理器，用于执行程序，具体可以执行上述小区重叠覆盖度的识别方法实施例中的相关步骤。
[0082]
具体地，程序可以包括程序代码，该程序代码包括计算机操作指令。
[0083]
处理器可能是中央处理器cpu，或者是特定集成电路asic(application specific integrated circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。服务器包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个cpu；也可以是不同类型的处理器，如一个或多个cpu以及一个或多个asic。
[0084]
存储器，用于存放程序。存储器可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0085]
程序具体可以用于使得处理器执行以下操作：
[0086]
采集待识别区域中所有小区的mr采样点信息；
[0087]
依据mr采样点信息，计算每个mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值；
[0088]
针对每个mr采样点，将该mr采样点对应的邻小区数量以及主小区与每个邻小区之间的电平差值输入至预先构建的载频重叠程度处理模型中进行计算，得到该mr采样点的载频重叠程度值。
[0089]
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
[0090]
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。
[0091]
类似地，应当理解，为了精简本发明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，本发明实施例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。
[0092]
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。
[0093]
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。
[0094]
本发明的各个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。
[0095]
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。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。