邻区规划方法、装置、计算机设备和存储介质与流程

1.本技术涉及无线通信技术领域，特别是涉及一种邻区规划方法、装置、计 算机设备和存储介质。


背景技术：

2.随着信息通信技术的发展，出现了5g通信技术，5g技术具有大带宽、低 时延、广连接的特点，为了保证5g的网络质量，需要对小区的邻区进行规划， 邻区是小区数据中一个比较重要的规划数据，在进行邻区判断时，会考虑规划 小区与其附近的小区之间是否存在信号覆盖的重叠区域。
3.传统技术中，在进行邻区判断时，由于信号覆盖的重叠区域随着小区覆盖 场景、基础参数、站点位置的不同而改变，在计算重叠区域时，常常使用积分 法、辛普逊法与坐标计算法等计算方式。
4.然而，目前的5g基站已经接近百万，小区的数量也随之大幅度增长，如果 使用传统方法，计算量消耗过大，规划速度过慢。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够降低计算量的邻区规划 方法、装置、计算机设备和存储介质。
6.本技术第一方面提供一种邻区规划方法，所述方法包括：
7.获取第一小区与第二小区信号覆盖的地理位置的重叠区域；
8.获取所述重叠区域对应的多个面积单位，不同面积单位的范围不同；
9.在所述重叠区域中，获取各面积单位的数量，基于各面积单位的数量与范 围进行计算，得到重叠区域的面积；
10.获取所述重叠区域与第一小区的面积比较结果，生成所述面积比较结果对 应的重叠系数，将所述重叠系数与对应的阈值进行比较，确定所述第二小区为 所述第一小区的邻区。
11.本技术第二方面提供一种邻区规划装置，所述装置包括：
12.分割模块，用于获取第一小区与第二小区地理位置的重叠区域；
13.单位获取模块，用于获取所述重叠区域对应的多个面积单位，不同面积单 位的范围不同；
14.面积计算模块，用于在所述重叠区域中，获取各面积单位的数量，基于各 面积单位的数量与范围进行计算，得到重叠区域的面积；
15.邻区判断模块，用于获取所述重叠区域的面积与第一小区的覆盖面积的比 较结果，生成所述比较结果对应的重叠系数，将所述重叠系数与重叠系数阈值 进行比较，确定所述第二小区为所述第一小区的邻区。
16.本技术第三方面提供一种计算机设备，包括存储器和处理器，所述存储器 存储有
计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
17.获取第一小区与第二小区信号覆盖的地理位置的重叠区域；
18.获取所述重叠区域对应的多个面积单位，不同面积单位的范围不同；
19.在所述重叠区域中，获取各面积单位的数量，基于各面积单位的数量与范 围进行计算，得到重叠区域的面积；
20.获取所述重叠区域与第一小区的面积比较结果，生成所述面积比较结果对 应的重叠系数，将所述重叠系数与对应的阈值进行比较，确定所述第二小区为 所述第一小区的邻区。
21.本技术第四方面提供一种计算机可读存储介质，其上存储有计算机程序， 所述计算机程序被处理器执行时实现以下步骤：
22.获取第一小区与第二小区信号覆盖的地理位置的重叠区域；
23.获取所述重叠区域对应的多个面积单位，不同面积单位的范围不同；
24.在所述重叠区域中，获取各面积单位的数量，基于各面积单位的数量与范 围进行计算，得到重叠区域的面积；
25.获取所述重叠区域与第一小区的面积比较结果，生成所述面积比较结果对 应的重叠系数，将所述重叠系数与对应的阈值进行比较，确定所述第二小区为 所述第一小区的邻区。
26.上述邻区规划方法、装置、计算机设备和存储介质，通过获取第一小区与 第二小区信号覆盖的地理位置的重叠区域；获取所述重叠区域对应的多个面积 单位，不同面积单位的范围不同；在所述重叠区域中，获取各面积单位的数量， 基于各面积单位的数量与范围进行计算，得到重叠区域的面积；其中，信号重 叠区域可以被分割成多个容易计算的面积单位，可以降低一定程度的计算量， 而通过设定面积单位的数量，可以控制分割的细粒度，自由控制计算量的大小， 进一步地，通过重叠区域与第一小区的面积比较结果，生成重叠系数，将大数 据映射为较小的数据，且可以不计算第二小区的面积，从而降低了数据量，最 后通过将所述重叠系数与对应的阈值进行比较，使通过映射后的小数据进行比 较，使数据量进一步降低，更容易判断第二小区是否为第一小区的邻区。由此， 计算成本较低，且准确度较高，邻区规划效率较高。
附图说明
27.图1为一个实施例中邻区规划方法的应用环境图；
28.图2为一个实施例中邻区规划方法的流程示意图；
29.图3为一个实施例中获取重叠区域的流程示意图；
30.图4为一个实施例中得到第一小区的覆盖范围的流程示意图；
31.图5为另一个实施例中获取第一小区基础数据的流程示意图；
32.图6为一个实施例中获取多个面积单位的流程示意图；
33.图7为一个实施例中获取第一小区与第二小区的范围示意图；
34.图8为一个实施例中重叠区域对应的面积单位的原理示意图；
35.图9为图7中重叠区域计算的原理示意图；
36.图10为一个实施例中确定第二小区为第一小区的邻区的流程示意图；
37.图11为另一个实施例中邻区规划方法的流程示意图；
38.图12为一个实施例中邻区规划装置的结构框图；
39.图13为一个实施例中计算机设备的内部结构图。
具体实施方式
40.目前国内5g终端连接数已达到2.85亿，连接规模的全球占比创下新高超 过了85％。不仅如此，国内还建成了5g基站约82万座，实现了对重点区域的 连续覆盖。4g改变生活，5g改变社会，5g可以使能垂直行业，特别是对于urllc 应用场景(超高可靠性与超低时业务)。由于良好的网络质量是保障低延时的 基本要求，因此需要不断地去提升网络质量，而邻区规划是提升网络质量的重 要内容之一，邻区规划质量的高低将直接影响到切换性能和掉话率等移动性指 标。
41.传统的邻区规划一般采用人工方式，人工方式成本高，效率低。5g基站属 于密集型分布基站，较高的频谱决定了覆盖距离的短板，因此需要更多的基站。 随着网络规模越来越大，大量的基站设备的邻区规划工作量巨大，需要运营商 付出更多的人力和财力。因此，需要一种邻区规划算法来节省成本，保障精确 度，更能提高邻区规划效率。
42.具体的，现有的邻区规划大多数基于二维地理拓扑基站之间距离为判断依 据，在一定范围内的小区都会被作为邻区。目前，存在多频段共存的复杂网络 结构，邻区不够配、x2链路无法自动建立，异频测量频点过多、切换关系紊乱、 切换不及时等问题。使用这些邻区规划方式，一方面将会由于切换的过多会导 致信令负荷加重，另一方面由于终端测量能力的限制，会降低测量的精度、增 加测量时延，同时信号较多会造成干扰，容易出现掉话，对速率的提升造成影 响，会使得用户感知的网络性能受到影响。
43.在这一前提下，随着运营商对用户体验重视程度的持续提升，邻区规划已 从“繁-保证可以切换”走向“简-多层网邻区精简”，一方面要保证小区间能正常切 换，另一方面要保证用户得到最好的服务质量。基于此，本发明主要目的是提 供更精确地邻区规划算法，减少冗余邻区的出现。
44.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实 施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅 用以解释本技术，并不用于限定本技术。
45.本技术提供的邻区规划方法，可以应用于如图1所示的应用环境中。其中， 终端102通过连入小区，通过小区与基站103进行通信，基站103与网络子系 统104进行通信。其中，终端102可以但不限于是各种手机、车载计算机和便 携式可穿戴设备，网络子系统104包括移动交换中心(msc)等。
46.网络子系统104获取第一小区与第二小区信号覆盖的地理位置的重叠区域， 获取重叠区域对应的多个面积单位，在重叠区域中，获取各面积单位的数量， 基于各面积单位的数量与范围进行计算，得到重叠区域的面积；获取重叠区域 与第一小区的面积比较结果，生成面积比较结果对应的重叠系数，将重叠系数 与对应的阈值进行比较，确定第二小区为第一小区的邻区。
47.在一个实施例中，如图2所示，提供了一种邻区规划方法，以该方法应用 于图1中的网络子系统104为例进行说明，包括以下步骤：
48.步骤s202，获取第一小区与第二小区信号覆盖的地理位置的重叠区域。
49.第一小区与第二小区均可以被认为是蜂窝小区，简称为小区或者cell，各小 区分别服务于对应的通信区域，将该区域内的用户的终端接入到通信网络之中。 小区对应的网络可以是蜂窝基站定位网络，即gsm网络，其英文全称为globalsystem for mobile communications；gsm网络具有定位速度快、成本低、耗电少、 室内可用等优势。
50.地理位置，是指地球表面某一事物与其它事物间的空间关系。地理位置是 地理事物的特殊属性，是地理事物的标志之一。地理位置可以是绝对位置，绝 对位置用于表达标记事物在空间中不会更改的标示，例如：地理座标系统中的 经纬度或者其他坐标系下的某个位置。地理位置可以是相对位置，相对位置是 透过某一参考物与其他事物之间的关系，以表达事物位置的标示法。例如：第 一小区与第二小区在某一方向上的距离。
51.可选地，可以先通过地理位置的坐标等用于表征地理位置的方法，确定出 第一小区与第二小区信号覆盖的范围，再根据第一小区与第二小区信号覆盖的 范围的交集，得到地理位置的重叠区域；可以直接通过测量设备，测试出第一 小区与第二小区信号覆盖范围；还可以通过某些函数映射，分别根据第一小区 与第二小区的基站坐标与一些参数，估算出重叠区域。
52.可选地，重叠区域为不规则图形，且覆盖面积随着小区覆盖场景、基础参 数、站点位置等因素而改变，此时就需要重新计算面积。
53.重叠区域的面积存在变化的可能性，这是小区的信号覆盖范围变化等信号 传播的影响因素所导致的。信号传播的影响因素可以是多种多样的，其可以是 一个或多个小区所属基站的变化，也可以是小区范围内新增的某些建筑物或者 天线等干扰设施，还可以是小区范围外部的某些设备产生的信号干扰。可选地， 由于基站本身由天线等部件所构成，各部件内可能包括螺丝钉等零件，各零件 又可能存在不同的结构或材料等因素，即使基站的某一个零件被维修或者替换 之后，可能会导致该基站对应的小区范围产生变化，因而重叠区域的面积是很 可能会产生变化的，且很可能是不规则的，计算重叠区域的面积需要较大的计 算量，需要耗费大量计算成本。
54.步骤s204，获取重叠区域对应的多个面积单位，不同面积单位的范围不同。
55.面积单位，是用于计算面积的基础单位；其可以是平方米或公顷等第一面 积单位，第一面积单位是常用的传统计算单位，用于降低获得面积单位的计算 量和/或存储资源。而面积单位优选为：重叠区域对应的第二面积单位，第二面 积单位是特殊的计算单位，第二面积单位的形状与重叠区域的形状相对应，且 第二面积单位是可计算的，用于降低通过面积单位进行计算的计算资源，和/或， 用于提高计算的精准度。生成的特殊面积单位的步骤是多种多样的，可以按照 历史数据获取，可以按照某些函数等映射关系获取，还可以通过信号重叠区域 对应的规则图形分割后所生成。
56.可选地，在信号重叠区域对应的规则图形被分割之后，得到子区域，将该 子区域作为一个面积单位。可选地，若某一子区域包括重叠区域边界，且不符 合预设精度阈值，则将该子区域为下一迭代分割过程的规则图形，得到下一层 次的子区域；若某一层次的子区域包括重叠区域边界，且符合预设精度阈值， 则得到各个面积单位；简而言之，对规则图形进行迭代分割，直至包括重叠区 域边界的子区域符合预设精度阈值，得到各个面积单位。
57.其中，区别于传统的栅格化技术，为了自由把控计算量与精度之间的关系， 可以
使用多种多样的面积单位进行计算，不同面积单位的范围不同，而使用多 个面积单位可以降低一定程度的计算量。
58.步骤s206，在重叠区域中，获取各面积单位的数量，基于各面积单位的数 量与范围进行计算，得到重叠区域的面积。
59.从重叠区域的面积计算来看，在一个或多个重叠区域中，可以先统计范围 相同的各个面积单位数量，再计算范围相同的面积单位的数量与范围之积，得 到各个层次的面积，再计算各个层次的面积之和，即可获得重叠区域的面积。 若各面积单位分别为mn个，且各面积单位的范围是sn，则获取重叠区域的面积 s
重叠
可以表示为：
60.s
重叠
＝m0×
s0 m1×
s1 m2×
s2 m3×
s3
……
mn×
sn61.从是否某一面积单位纳入计算范畴的角度来看，如果某一子区域完全包含 于信号重叠区域内，则将其计算在内。而在划分到最小子区域之后，如果重叠 区域的边界占有最小的子区域的比例大于对应阈值，则作为将该面积单位纳入 计算范畴，否则，不纳入计算范畴；例如，在划分到最小子区域之后，如果重 叠区域的边界占有最小的子区域的比例大于50％，则作为将该面积单位纳入计 算范畴，否则，不纳入计算范畴。
62.步骤s208，获取重叠区域与第一小区的面积比较结果，生成面积比较结果 对应的重叠系数，将重叠系数与对应的阈值进行比较，确定第二小区为第一小 区的邻区。
63.面积比较结果，是将面积比较作为执行条件，通过某些数据处理所得到的 结构，其可以是重叠系数本身，也可以与重叠系数存在映射关系。将面积比较 作为执行条件，通过某些数据处理的方式，可以是直接计算比值；也可以是使 用其他复杂的函数关系。在计算比值时，如果将重叠区域与第一小区的面积的 比值作为重叠系数，则重叠系数大于邻区判断阈值时，认定该第二小区为第一 小区的邻区；而如果将第一小区与重叠区域的面积比值作为重叠系数，则重叠 系数小于邻区判断阈值时，认定该第二小区为第一小区的邻区。
64.具体的，先基于二维地理拓扑基站之间的距离，再通过面积单位进行计算， 得到重叠面积，再根据重叠面积生成重叠系数，接着结合重叠系数和相应阈值， 判断是否合适为邻小区，从而达到更精确的邻区规划，保障用户的感知。
65.上述邻区规划方法、装置、计算机设备和存储介质中，通过获取第一小区 与第二小区信号覆盖的地理位置的重叠区域；获取重叠区域对应的多个面积单 位，不同面积单位的范围不同；在重叠区域中，获取各面积单位的数量，基于 各面积单位的数量与范围进行计算，得到重叠区域的面积；其中，与信号重叠 区域对应的规则形状区域可以被分割成多个容易计算的面积单位，可以降低一 定程度的计算量，而通过设定面积单位的数量，可以控制分割的细粒度，自由 控制计算量的大小，进一步地，通过重叠区域与第一小区的面积比较结果，生 成重叠系数，将大数据映射为较小的数据，从而降低了数据量，最后通过将重 叠系数与对应的阈值进行比较，使数据量进一步降低，更容易判断第二小区是 否为第一小区的邻区。由此，计算成本较低，且准确度较高，邻区规划效率较 高。
66.在一个实施例中，如图3所示，侧重于通过计算获取重叠区域，获取第一 小区与第二小区信号覆盖的地理位置上的重叠区域包括：
67.步骤302，获取第一小区的中心频率与路径损耗，基于中心频率与路径损耗 进行计算，得到第一小区的覆盖范围，第一小区的覆盖范围包括第一小区的边 界形状。
68.中心频率，也可以称为工作频率。第一小区的中心频率用于表征，第一小 区的基
站天线发出射频脉冲的带宽。可选地，在使用在uma模型时，中心频率 的范围位于0.5ghz～100ghz，在此范围内，即可保障信号传输效果。
69.路径损耗，可以称为信号路径损耗，或称传播损耗，指信号电波在空间传 播所产生的损耗，损耗可以由发射功率的辐射扩散及信道的传播特性造成的， 可以反映宏观范围内接收信号功率均值的变化。路径损耗的获取方式可以是通 过网络或数据库所进行的数据调取，也可以是按照某一种或多种室外和室内传 播模型，通过天线参数、设备参数等公参数据进行计算。室外和室内传播模型 包括okumura-hata模型、cost231-hata模型及uma-nlso传播模型等。
70.在一个实施例中，第一小区的信号覆盖范围包括扇形区域，和/或，圆形区 域，如果进行计算扇形区域，可以使用多种手段，其中之一的手段如下：基于 中心频率与路径损耗，得到第一小区的信号覆盖范围包括如下步骤：
71.获取无线传播场景，无线传播场景包括视距场景和非视距场景；
72.按照无线传播模型与无线传播场景，确定无线传播模型与无线传播场景共 同对应的路损表达式；
73.通过无线传播模型与无线传播场景共同对应的路损表达式，确定无线距离 映射关系，根据无线距离映射关系，确定中心频率与信号路径损耗所对应的信 号传播距离，信号传播距离为基站天线与第一小区边界天线之间的直线距离；
74.获取第一小区天线的水平功率角，根据信号传播距离与水平功率角进行计 算，得到第一小区的信号覆盖范围。可选地，第一小区的信号覆盖范围包括扇 形范围，该扇形范围的圆心是将第一小区的基站天线，该扇形范围的圆心角度 是天线的水平功率角，该扇形范围的直径是计算出的信号传播距离。可选地， 第一小区的信号覆盖范围包括：以预设距离为直径的圆形区域，该预设距离小 于信号传播距离。
75.在一可选的实施例中，经过多次试验，当天线高25m时，无线距离映射关 系可以为如下表达式：
76.pathloss＝13.54 39.08log
10
(d
3d
) 20log
10
(fc)；
77.其中，d
3d
为基站天线与第一小区边界天线之间的直线距离，fc为第一小区的 中心频率；pathloss为路径损耗。
78.在一可选的实施例中，经过多次试验，当天线高35m时，无线距离映射关 系可以为如下表达式：
79.pathloss＝3.63 38.63log
10
(d
3d
) 20log
10
(fc)
80.其中，d
3d
为基站天线与第一小区边界天线之间的直线距离，fc为第一小区的 中心频率；pathloss为信号路径损耗。
81.步骤304，获取第二小区的覆盖范围，第二小区的覆盖范围包括第二小区的 边界形状。
82.如果第二小区是已经规划完毕，且正发挥其作用，则可以直接从历史数据 中，获取第二小区的覆盖范围，还可以通过实地测量获取第二小区的覆盖范围， 第二小区也可以使用上述任意实施例的手段获得第二小区的覆盖范围。
83.步骤306，确定第一小区与第二小区的边界形状之间的交集，将边界形状之 间的交集围成的区域作为重叠区域。
84.由于小区的基站很可能具备不同的天线，发射功率不同，无线传播的增量、 余量、损失量也可能是存在差异的，因此，第一小区与第二小区的边界形状之 间的交集是不规则的形状。通过边界形状之间的交集，可在地理层面上，确定 出重叠区域，但是，并不能获得重叠区域的面积。如果想要获取重叠区域的面 积，可以通过积分运算等方式进行计算，所需的计算量较大。
85.本实施例中，基于中心频率与路径损耗这两个参数进行计算，能够估算出 第一小区的边界形状，有利于规划小区；而获取第二小区的边界形状后，计算 第一小区与第二小区之间的交集，可以直接获得地理位置上的信号重叠区域， 准确性较强。
86.在一个实施例中，侧重于如何通过计算获取信号覆盖范围，需要了解的是， 在5g系统中，5g系统允许的最大路径损耗可以表征为mapl，5g系统允许的 最大路径损耗分为5g上行链路预算和下行链路预算两部分，上行链路损耗是终 端如手机等发射信号的损耗，下行链路损耗是基站端发射信号的损耗，计算小 区覆盖范围，也就是计算基站发射信号的覆盖范围，通过下行路损可以得到。
87.5g上行链路预算的计算公式可以是：
88.l_ul_mapl＝pout_ue-lfhm-s_nr ga_mimo-lfkj-lp-mf-ml；
89.式中：pl_ul表征上行链路最大传播损耗(db)；pout_ue表征终端最大 发射功率(dbm)；lfhm表征人体损耗(db)；s_nr表征基站接收灵敏度(dbm)； ga_mimo表征mimo天线增益(dbi)，mimo表征多输入输出天线系统； lfkj表征馈线和接头损耗(db)；lp表征建筑物穿透损耗(db)；mf表征阴 影衰落余量(db)；ml表征干扰余量(db)。上述这些取值，可以根据不同的 5g小区在建设过程中采用的设备型号、天线型号不同会有不同的取值，其取值 在设备出厂时已经有配置，其参数如表1所示，也可以通过计算得出。
90.表1
[0091][0092]
下行链路损耗，5g下行链路预算的计算公式可以是：
[0093]
pl_dl_mapl＝pout_nr-lfhm-s_ue ga_mimo-lfkj-lp-mf-ml；
[0094]
式中：pl_dl表征下行链路最大传播损耗(db)，pout_nr表征基站最大 发射功率(dbm)，lfkj表征馈线和接头损耗(db)，s_ue表征终端接收灵敏 度(dbm)，ga_mimo表征mimo天线增益(dbi)，lfhm表征身体损耗(db)， p表征建筑物穿透损耗(db)，mf表征阴影衰落余量(db)，ml表征干扰余 量(db)。上述这些取值，根据不同的5g小区在建设过程中采用的设备型号、 天线型号不同会有不同的取值，其取值在设备出厂时已经有配置(如表2)，也 可以通过计算得出。
[0095]
表2
[0096][0097]
为了获得更精确地基站天线与移动台天线直线距离，可以通过uma链路预 算公式进行计算，uma的全称是urban macro，为5g城市宏蜂窝适用的传播模 型，其可以是5g nr协议38.901、36.873中的传播模型。uma模型的传播损耗 表达式分为los和nlos两种场景，los场景为无线信号的视线传输，nlos 场景为无线信号的非视线传输。在一实施例中，关注nlos场景，在此场景下， uma的路损表达式为：
[0098]
pathloss＝161.04-7.1log10(w) 7.5log10(h)
ꢀ‑
(24.37-3.7(h/h
bs
)2)log10(h
bs
) (43.42-3.1log10(h
bs
))(log10(d
3d
)-3) 20log10(fc)
ꢀ‑
(3.2(log10(17.625))
2-4.97)-0.6(h
ut-1.5)
[0099]
其中：
[0100]
h为平均建筑物高度，5m《h《50m，uma典型取值20m，rma典型取值5m； w为街道宽度，5m《w《50m，典型取值20m；h
bs
为基站高度，10m《h
bs
《150m， uma典型取值25m，rma典型取值35m；h
ut
为终端高度，典型取值1.5m；fc是 中心频率，单位为ghz，uma的频率适用范围为0.5ghz～100ghz；d
3d
为基站 天线与移动台天线直线距离(m)。
[0101]
通过下行链路损耗的计算公式可以计算出5g小区的最大允许路径损耗下 行链路
损耗，将下行链路损耗计算结果代入本公式的pathloss中，可以计算出d
3d
。
[0102]
需要了解的是，计算小区覆盖范围，也就是计算基站发射信号的覆盖范围， 可以通过下行路损计算得到。进一步地，如图4所示，获取第一小区的中心频 率与信号路径损耗，包括：
[0103]
步骤402，获取第一小区的工参数据，从工参数据中获取中心频率。
[0104]
第一小区的工参数据可以是小区标识(也可以称为cellid)、经纬度、跟 踪区代码(英文常称为tracking area code，简称tac)等地理位置参数信息， 其可以是第一小区的基站天线参数，例如：中心频率、最大发射功率、mimo 天线增益、多波束补偿增益等基站天线的约束条件中的一种或多种，或者，方 向角、下倾角、水平半功率角、垂直半功率角、天线挂高、规划场景、下行边 缘速率等天线朝向信息。
[0105]
在一实施例中，小区的工参数据如表3所示。
[0106]
表3
[0107][0108]
步骤404，基于第一小区的天线参数进行计算，得到下行链路损耗。
[0109]
第一小区的天线参数，包括基站最大发射功率、增益量、余量、损耗量、 及终端接收灵敏度等参数类目，计算下行链路损耗的方式如下：计算基站最大 发射功率与增益量之和，减去余量、损耗量、及终端接收灵敏度。
[0110]
可选的，各参数类目可以进一步细分，以准确获取下行链路损耗。例如， 增益量可以是mimo天线增益和/或多波束补偿增益；余量可以是阴影衰落余量 和/或干扰余量；损耗量可以是馈线和接头损耗、身体损耗及建筑物穿透损耗中 的一项或多项。再如，为了进一步提高准确性，针对5g网络时，基于第一小区 的天线参数进行计算，得到下行链路损耗，采用如下公式：
[0111]
pl_dl_mapl＝pout_nr-lfhm-s_ue ga_mimo-lfkj-lp-mf-ml mb；
[0112]
式中：pl_dl表征下行链路最大传播损耗(db)，pout_nr表征基站最大 发射功率(dbm)，lfkj表征馈线和接头损耗(db)，s_ue表征终端接收灵敏 度(dbm)，ga_mimo表征mimo天线增益(dbi)，lfhm表征身体损耗(db)， p表征建筑物穿透损耗(db)，mf表征阴影衰落余量(db)，ml表征干扰余 量(db)，mb表征多波束补偿增益(db)。本实施例中，下行链路损耗的公 式也可以使用其他方式表示，其如表4所示：
[0113]
表4
[0114][0115]
根据表4中的公式代号，公式简化为：q＝b-m-j l-c-n-o-p w。
[0116]
本实施例中，通过细化第一小区的工参数据，进一步降低了整体计算量， 而凭借第一小区的天线参数来获得下行链路损耗，更进一步降低了整体计算量。 通过本实施例的技术方案，获得信号传播距离，进行邻区规划。
[0117]
在一个实施例中，如图5所示，侧重于5g网络下的邻区判断，基于中心频 率与路径损耗进行计算，得到第一小区的覆盖范围，包括：
[0118]
步骤502，基于中心频率与路径损耗，得到传播距离，传播距离是第一小区 的基站天线与边界天线之间的直线距离。
[0119]
步骤504，获取基站天线与终端天线的天线高度差值，基于传播距离与天线 高度差值进行计算，得到基站与终端的水平距离。
[0120]
具体的，基于传播距离与天线高度差值进行计算，得到基站与终端的水平 距离，包括如下步骤：
[0121]
获取传播距离的平方值，获取天线高度差值的平方值；
[0122]
将传播距离的平方值，减去天线高度差值的平方值，得到基站与终端的水 平距离的平方值，对基站与终端的水平距离的平方值进行开平方，计算出基站 与终端的水平距离。
[0123]
在传统技术中，通信领域内的技术人员普遍认为，本领域技术人员会忽略 天线高度，普遍认为信号传播距离等同于基站与终端的水平距离，可以节约计 算量，且精确度影响不大。而经过研究发现，在规划5g邻区的过程中，计算出 基站与终端的水平距离之后，可以消除一些信号的空白区域，增加邻区规划的 准确性。
[0124]
在以往的2/3/4g链路预算中，传播损耗公式中的传播距离d通常直接认为 是基站到终端的距离，不做d
2d
和d
3d
的区分，而在5g规划中d
3d
的值明显要长 于d
2d
，d
2d
和d
3d
分别是直角三角形的直角边和斜边，不利于计算准确的基站到 终端的距离。因此需要将d
3d
与d
2d
进行以下换算：
[0125]
本实施例中，改变了普遍存在的、偏离客观事实的认知，通过将天线高度 差值纳入考虑的范围，从新的角度，增加了邻区规划的准确性。
[0126]
在一个实施例中，侧重于uma模型的矫正，方法还包括修正uma模型的频 率衰减因子的步骤，该步骤包括：
[0127]
获取cost231-hata模型，从cost231-hata模型中提取cost231-hata模型的频率 衰减因子，根据cost231-hata模型的频率衰减因子，修正uma模型的频率衰减因 子，得到修正后的uma模型。
[0128]
cost231-hata是euro-cost组成的cost工作委员会开发的hata模型的扩 展版本，应用频率在1500～2000mhz，适用于小区半径大于1km的宏蜂窝系统。 cost231-hata模型如下：
[0129][0130]
其中，33.9为cost231-hata模型的频率衰减因子，hb基站天线的有效高度， hm为移动台天线的有效高度，a(hm)为移动台天线修正因子，d为收发天线 距离(小区半径)，(lg d)r为环境修正因子，可以取值为1，k
clutter
为场景纠正因子。
[0131]
基于此，随着频率的提升，cost231-hata模型计算的路损提升更大，计算结 果会偏悲观；而uma计算的路损则会偏小，计算结果偏乐观。可以参考外场测 试数据，对传播模型进行校正，以进一步增强准确性。
[0132]
在一可选地实施例中将uma频率因子修改为25，用于宏站规划，修正后的 uma模型为：
[0133]
修正pathloss＝161.04-7.1log10(w) 7.5log10(h)
ꢀ‑
(24.37-3.7(hh
bs
)2)log10(h
bs
) (43.42-3.1log10(h
bs
))(log10(d
3d
)-3) 25log10(fc)
ꢀ‑
(3.2(log10(17.625))
2-4.97)-0.6(h
ut-1.5)
[0134]
相对应的，基于中心频率与路径损耗，得到第一小区的覆盖范围包括：
[0135]
按照修正后的uma模型，基于第一小区的中心频率与路径损耗进行计算， 得到第一小区的覆盖范围。
[0136]
本实施例中，通过2/3/4g模型与5g模型的组合，改良了5g模型，从而更 精确地获得了第一小区的覆盖范围。
[0137]
在一个实施例中，如图6所示，侧重于面积单位的获取，获取重叠区域对 应的多个面积单位，包括：
[0138]
步骤602，根据重叠区域的形状，确定与重叠区域对应的规则图形。
[0139]
重叠区域的形状，是指重叠区域的边界线所构成的重叠区域图形，重叠区 域图形可以是由不规则曲线构成的封闭图形。重叠区域图形的边至少包括：第 一小区与第二小区覆盖范围的边界线。
[0140]
规则图形，指的是，用于进行面积计算的图形。规则图形可以是圆形、多 边形等常见形状，也可以是存在相应的面积计算公式的特殊图形，还可以是专 门用于测量不规则区域的图形。
[0141]
重叠区域对应的规则图形，是与重叠区域的形状存在映射关系的图形。在 映射关系上，不同的重叠区域的形状可以均映射到同一个规则图形，也可以均 映射到不同的规则图形。例如：重叠区域可以均使用矩形来确定相应的关系， 也可以按照各个重叠区域的形状选择适宜的圆形、扇形等结构，还可以对重叠 区域的形状分割后，通过各个子区域的形状确定相应的形状。建立映射关系的 方式是多种多样的，可以构建重叠区域的形状与其最小外切矩形之间的映射关 系，省略不同外切形状比对的步骤，节省规则形状在选择时的计算量；也可以 按照重叠区域的形状，确定相应的不同多边形或圆形，使各个面积单位更接近 重叠区域的形状，从而在计算量变化不大的情况下，提升计算的精确度；还可 以将整个重叠区域的形状分割成多个较为规则的子区域，通过子区域对应的规 则形状，计算出整个
重叠区域的面积，以兼顾高精确度与低计算量。
[0142]
步骤604，获取分割精度，按照分割精度，对规则图形进行多次分割，生成 与分割次数对应的面积单位。
[0143]
分割精度，用于确定最小的面积单位，其可以是任意层面上的含义，例如， 其可以是最小面积单位的边长或面积，用于保障准确率；也可以是分割的次数， 用于控制计算量；还可以是根据不同的指令，选择不同种类的分割精度。分割 精度可以通过历史数据获取，可以通过函数关系计算所得，还可以通过某些条 件式直接生成，更可以从前端或后端的数据中调取出来。
[0144]
传统技术中，一般只会获得预设精度对应的一个面积单位；本技术的技术 方案中，为降低重叠区域的面积计算量，并保障面积计算的准确性，使用了多 个面积单位。
[0145]
在一可选地实施例中，如图7所示，第一小区a为圆心，其范围包括圆a， 以及，以ab，ac与ad为半径，cd为弧的扇形。其中，a点：第一小区经纬度， 可以转换成小区坐标点(x1,y1)；β1角：ab与正北方向的夹角，即第一小区 方位角；θ1角：是ac和ad的夹角，即第一小区水平半功率角；ab：第一小区 边缘覆盖距离d3d长度，ac＝ab＝ad；圆a：以第一小区边缘覆盖距离d3d*20％ 为半径的圆形。
[0146]
相对应的，第二小区e为圆心，其范围包括圆e，以及，以ed、ef与ag为 半径，θ2为夹角的扇形。e点：第二小区经纬度，可以转换成小区坐标点(x2,y2)； β2角：第二小区方位角；θ2角：第二小区水平半功率角；eg：第二小区边缘 覆盖距离d3d长度，eg＝ed＝ef；圆3：以第二小区边缘覆盖距离d3d*20％为半 径的圆形。
[0147]
具体地，如图8、9所示，可以使用矩形作为规则图形，对规则图形进行多 次分割，生成与分割次数对应的面积单位中，获取覆盖重叠区域的初始矩形， 对初始矩形进行等分，得到多个子矩形，依次判断重叠区域是否与各子矩形所 在相交，若相交，则将子矩形作为下一轮的初始矩形进行迭代分割，直至包括 边界的子块满足最小精度矩形要求。
[0148]
在一可选地实施例中，获取重叠区域对应的多层次面积单位，包括：
[0149]
获取重叠区域所在的最小相切矩形，按照预设规则，对最小相切矩形进行 至少一次等分，得到子区域，对覆盖重叠区域边界的子区域进行分割迭代，直 至覆盖重叠区域边界的子区域面积为预设值；其中，等分后的子区域为面积单 位。
[0150]
本实施例中，将重叠区域对应的规则图形进行分割，可以确定与重叠区域 匹配度更高的面积单位，以提升准确性，而使用多个规则的面积单位进行计算， 可以进一步降低计算所需的计算量。
[0151]
在一个实施例中，如图10所示，侧重于多个第二小区的比较，第二小区为 多个，获取重叠区域与第一小区的面积比较结果，生成面积比较结果对应的重 叠系数，将重叠系数与对应的阈值进行比较，确定第二小区为第一小区的邻区， 包括：
[0152]
步骤1002，按各第二小区的重叠系数大小进行排列，形成第一小区的重叠 系数矩阵。
[0153]
按照第二小区的重叠系数大小进行排列的方式，可以是降序排列或者升序 排列等排列方式；而通过形成第一小区的重叠系数矩阵，可以清晰地展示出第 一小区的各个候选邻区，方便进一步规划。
[0154]
步骤1004，获取邻区判断阈值，通过邻区判断阈值，对重叠系数矩阵进行 划分，得
到第一小区的邻区列表。
[0155]
邻区判断阈值，用于划分邻区与非邻区。邻区判断阈值是与重叠系数相对 应的，其可以是预设值或者动态值。邻区判断阈值可以是一个具体的数值，也 可以是一个比值，还可以是与某些参数相关的动态值。
[0156]
可选地，如果将重叠区域与第一小区的面积的比值作为重叠系数，则重叠 系数大于邻区判断阈值时，认定该范围对应的第二小区为第一小区的邻区；如 果将第一小区与重叠区域的面积比值作为重叠系数，则重叠系数小于邻区判断 阈值时，认定该范围对应的第二小区为第一小区的邻区；如果存在其他函数关 系，则第一小区的邻区判断也会进行相应的调整。
[0157]
具体的，对于由n个小区/扇区组成的网络，其小区的重叠系数构成的矩阵 就是一个n
×
n的矩阵，矩阵中的变量表示第i个第一小区/扇区与第j个第二小 区/扇区间的重叠系数x
(i,j)
。
[0158]
假设可以得到n个x
(i,j)
，可以表征为：
[0159]
x
(i1,j1)
～x
(in,jn)
[0160]
对这些x
(i,j)
进行统计，设置门限为t，当x
(i,j)
大于t时，称j小区为i小区 的规划邻区，x
(i,j)
越大，重叠系数越大，添加为邻区的概率就更大，统计完成后， 按照从大到小向下排序：
[0161]
x
(i1,j1)
》x
(i1,j2)
》x
(i1,j3)
》x
(i1,j4)
》x
(i1,nj)
》t
[0162]
最终得出以下源小区及干扰小区之间的重叠系数矩阵表，其如表5所示：
[0163]
表5
[0164] 小区
i1
小区
i2
小区
i3
小区
i4
·······
小区
in
小区
j1
x
(i1，j1)
x
(i2，j1)
x
(i3，j1)
x
(i4，j1)
·······
x
(in，j1)
小区
j2
x
(i1，j2)
x
(i2，j2)
x
(i3，j2)
x
(i4，i2)
·······
x
(in，i2)
小区
j3
x
(i1，j3)
x
(i2，i3)
x
(i3，j3)
x
(i4，i3)
·······
x
(in，i3)
小区
j4
x
(i1，j4)
x
(i2，j4)
x
(i3，j4)
x
(i4，j4)
·······
x
(in，j4)
·················································
小区
jn
x
(i1，jn)
x
(i2，jn)
x
(i3，in)
x
(i4，jn)
·······
x
(in，n)
[0165]
本实施例中，通过邻区判断阈值对重叠系数矩阵进行划分，可以直接将多 个候选邻区转变为邻区，以降低多个第二小区进行比对的计算量。
[0166]
进一步地，上述各实施例分别有其侧重点，为了更清晰地了解整体的实施 方式，可以采用如下方案：
[0167]
在设置邻区方面，可以将同一基站和/或地址的第一小区与第二小区定义为 邻区；可以根据待规划小区的d
3d
值(基站天线与移动台天线直线距离)，以此 为半径计算小区覆盖面积，再计算与周边小区的重叠系数，构建重叠系数矩阵， 配合邻区判断阈值，纳入需增加邻区列表(add list)，其中，邻区判断阈值 可以由用户自主设置，根据前期实验结果，初始默认值取0.1。
[0168]
具体的，该方法包括如下步骤：
[0169]
设置邻区条件参数，邻区条件参数包括重叠系数阈值、第一小区的邻区规 格总数等；
[0170]
根据导入的4g和5g的工参信息表，以某一5g小区为需要规划邻区的第 一小区，根据传播模型与工参信息表计算出基站天线与移动台天线直线距离d
3d
， 根据基站天线与移
动台天线直线距离d
3d
，计算出重叠区域的面积与第一小区的 面积，根据重叠区域与第一小区的面积比较结果，得到重叠系数，构建重叠系 数矩阵，根据重叠系数矩阵中重叠系数的映射关系，确定出第一小区的第一备 选邻区；
[0171]
选取同址同站的4/5g小区作为第二备选邻区。可选地，同址同站是指，第 一小区的经纬度的预设范围内的第二小区，第一小区的经纬度的预设范围可以 是50米。
[0172]
根据满足邻区条件参数的第一备选小区，生成邻区表，和/或，根据第二备 选邻区，生成邻区表。
[0173]
由此，提高邻区规划的精确性，提升5g网络服务质量，改善用户的5g业 务感知，支撑网优行业的创新，提高企业的项目交付能力。
[0174]
进一步地，为了更完整地将本技术的技术，方便使用者理解，本技术使用 一个实施例对该方案的整体进行论述，如图11所示；该方法包括：
[0175]
响应于邻区规划指令，获取邻区条件参数，邻区条件参数包括重叠系数阈 值、频点和邻区数量规格；其中，重叠系数阈值可以称为重叠面积系数门限。
[0176]
获取工参数据，工参数据包括4g和5g等工参数据，工参数据用于计算第 一小区范围，工参数据包括经纬度等地理位置信息、方位角、最大发射功率、 水平半功率角天线信息；
[0177]
以某5g小区为规划起点，将同址同站的4/5g小区作为邻区；和/或，
[0178]
以某5g小区为规划起点，结合地理位置信息与天线信息，计算该5g小区 的基站天线与移动台天线直线距离d
3d
，根据该5g小区的基站天线与移动台天 线直线距离，计算出重叠区域的面积与该5g小区的面积，根据重叠区域与该 5g小区的面积比较结果，根据重叠区域与该5g小区的面积比较结果，得到重 叠系数，构建重叠系数矩阵，应用重叠系数阈值划分重叠系数矩阵，得到该5g 小区的邻区。
[0179]
应该理解的是，虽然图2-8、10及11的流程图中的各个步骤按照箭头的指 示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本 文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以 其它的顺序执行。而且，图2-8、10及11中的至少一部分步骤可以包括多个步 骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可 以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而 是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替 地执行。
[0180]
如图12所示，本技术还提供了一种邻区规划装置，装置包括：分割模块1202， 单位获取模块1204，面积计算模块1206，邻区判断模块1208；
[0181]
分割模块1202，用于获取第一小区与第二小区地理位置的重叠区域；
[0182]
单位获取模块1204，用于获取重叠区域对应的多个面积单位，不同面积单 位的范围不同；
[0183]
面积计算模块1206，用于在重叠区域中，获取各面积单位的数量，基于各 面积单位的数量与范围进行计算，得到重叠区域的面积；
[0184]
邻区判断模块1208，用于获取重叠区域的面积与第一小区的覆盖面积的比 较结果，生成比较结果对应的重叠系数，将重叠系数与重叠系数阈值进行比较， 确定第二小区为第一小区的邻区。
[0185]
分割模块1202，包括第一范围获取单元、第二范围获取单元及重叠区域确 定单元；
[0186]
第一范围获取单元，用于获取第一小区的中心频率与路径损耗，基于中心 频率与路径损耗进行计算，得到第一小区的覆盖范围，第一小区的覆盖范围包 括第一小区的边界形状；
[0187]
第二范围获取单元，用于获取第二小区的覆盖范围，第二小区的覆盖范围 包括第二小区的边界形状；
[0188]
重叠区域确定单元，用于获取第一小区与第二小区的边界形状之间的交集， 确定边界形状之间的交集围成的区域为重叠区域。
[0189]
第一范围获取单元，包括频率获取子单元与损耗计算子单元；
[0190]
频率获取子单元，用于获取第一小区的工参数据，从工参数据中获取中心 频率；
[0191]
损耗计算子单元，用于从第一小区的工参数据中获取天线参数，基于天线 参数进行计算，得到下行链路损耗。
[0192]
第一范围获取单元，包括天线距离子单元与水平距离子单元；
[0193]
天线距离子单元，用于基于中心频率与路径损耗进行计算，得到传播距离， 传播距离是第一小区内的基站天线与终端天线之间的直线距离；
[0194]
水平距离子单元，用于获取基站天线与终端天线的天线高度差值，基于传 播距离与天线高度差值进行计算，得到基站与终端的水平距离。
[0195]
可选地，装置还包括修正模块，修正模块包括：模型获取单元；
[0196]
模型获取单元，用于获取cost231-hata模型，从cost231-hata模型中提取 cost231-hata模型的频率衰减因子，根据cost231-hata模型的频率衰减因子，修 正uma模型的频率衰减因子，得到修正后的uma模型；
[0197]
相对应的，损耗计算子单元还用于按照修正后的uma模型，基于第一小区 的中心频率与路径损耗进行计算，得到第一小区的覆盖范围。
[0198]
单位获取模块1204，包括形状确认单元与单位确认单元；
[0199]
形状确认单元，用于根据重叠区域的形状，确定与重叠区域对应的规则图 形；
[0200]
单位确认单元，用于获取分割精度，按照分割精度，对规则图形进行多次 分割，得到与分割次数对应的面积单位。
[0201]
邻区判断模块1208，包括排列单元与划分单元；
[0202]
排列单元，用于按各第二小区的重叠系数大小进行排列，形成第一小区的 重叠系数矩阵；
[0203]
划分单元，用于获取邻区判断阈值，通过邻区判断阈值，对重叠系数矩阵 进行划分，得到第一小区的邻区列表。
[0204]
关于邻区规划装置的具体限定可以参见上文中对于邻区规划方法的限定， 在此不再赘述。上述邻区规划装置中的各个模块可全部或部分通过软件、硬件 及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处 理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调 用执行以上各个模块对应的操作。
[0205]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器或 者基站，其内部结构图可以如图13所示。该计算机设备包括通过系统总线连接 的处理器、存储
器和网络接口。其中，该计算机设备的处理器用于提供计算和 控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易 失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性 存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库 用于存储邻区规划数据。该计算机设备的网络接口用于与外部的终端通过网络 连接通信。该计算机程序被处理器执行时以实现一种邻区规划方法。
[0206]
本领域技术人员可以理解，图13中示出的结构，仅仅是与本技术方案相关 的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定， 具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件， 或者具有不同的部件布置。
[0207]
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储 器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中 的步骤。
[0208]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程 序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0209]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程， 是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于 一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述 各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、 存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的 至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、 磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(randomaccess memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可 以是多种形式，比如静态随机存取存储器(static random access memory， sram)或动态随机存取存储器(dynamic random access memory，dram)等。
[0210]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述 实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特 征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0211]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细， 但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的 普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改 进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权 利要求为准。