无线通信网络覆盖效果的确定方法及装置与流程

1.本技术涉及通信技术领域，具体而言，涉及一种无线通信网络覆盖效果的确定方法及装置。


背景技术：

2.当前无线网覆盖问题评估体系有“提取数据源 获取用户位置 地理化呈现覆盖效果”三个版块。首先，从网管或数据储存处理平台提取最小化路测数据、测量报告数据，从用户信息采集平台中提取用户信令信息；其次，结合用户信令筛选出最小化路测数据、测量报告数据中采样点的经纬度和覆盖信息；最后，把最小化路测数据、测量报告数据中采样点的经纬度和覆盖信息撒点在电子地图上，呈现道路、室内覆盖图，根据覆盖图分析覆盖问题点并输出覆盖评估报告。
3.当前评估体系存在的不足：1.当前评估体系中，最小化路测数据、测量报告数据中采样点的经纬度准确率均较低。由于楼宇阻挡导致最小化路测数据室内采样点的经纬度偏差较大。由于测量报告数据中上报的时间提前量精度为1ta(约78米)，所以当前评估体系计算得到的经纬度在78米内半径随机分布，导致测量报告数据中采样点的经纬度存在误差。2.当前评估体系没有考虑到用户运动速度、没有识别用户所在场所，导致覆盖评估图上存在7％的道路用户分布在河流、绿化带等非用户经常活动的室外区域，13％的室内用户分布在楼宇外的边缘区域，造成最小化路测数据、测量报告数据中采样点与所在场所的匹配率较低、覆盖地理化呈现不准确。
4.此外，当前无线网覆盖问题评估体系主要针对4g网络而搭建，可以用于5g网络，但并不完全匹配5g网络。
5.针对上述的问题，目前尚未提出有效的解决方案。


技术实现要素：

6.本技术实施例提供了一种无线通信网络覆盖效果的确定方法及装置，以至少解决由于无线网覆盖评估体系中采样点经纬度准确率较低、没有考虑考虑采样点运动速度以及没有识别采样点所在场所造成的采样点与用户所在场所的匹配率较低、覆盖地理化呈现不准确的技术问题。
7.根据本技术实施例的一个方面，提供了一种无线通信网络覆盖效果的确定方法，包括：获取目标采样点的位置信息，其中，目标采样点用于对目标对象的终端设备进行采样；根据目标校准算法对位置信息进行校准，确定目标位置信息，其中，目标校准算法至少包括5g高频段电平衰减率；根据目标位置信息，确定目标采样点所在场所的场所信息；根据目标位置信息以及目标采样点所在场所的场所信息，确定无线通信网络的覆盖效果。
8.可选地，根据目标校准算法对位置信息进行校准，确定目标位置信息，包括：根据目标校准算法确定目标采样点所在的电子地图内的栅格与目标采样点的匹配值；当匹配值为目标匹配值时，确定目标匹配值对应的栅格为目标采样点的归属栅格；根据电子地图与
归属栅格确定目标位置信息。
9.可选地，5g高频段电平衰减率由以下至少之一参数确定：5g网络频段波长、5g网络信道噪声、目标采样点与服务目标采样点的基站之间的距离。
10.可选地，根据目标位置信息，确定目标采样点所在场所的场所信息，包括：获取目标采样点与经过预设时间间隔后的目标采样点之间的距离；根据预设时间间隔与距离确定目标采样点的运动速率；根据至少包括距离与运动速率的参数确定目标采样点位于室内的概率以及目标采样点位于非室内的概率；根据目标采样点位于室内的概率以及目标采样点位于非室内的概率，确定目标采样点所在场所的场所信息。
11.可选地，根据目标位置信息，确定目标采样点所在场所的场所信息之前，方法还包括：确定第一距离以及第二距离，其中，第一距离为服务于采样点的基站的覆盖范围半径，第二距离为采样点与基站之间的距离；当第二距离大于第一距离时，确定采样点为异常采样点，并将异常采样点从采样点中删除。
12.可选地，位置信息至少包括经纬度信息，获取目标采样点的位置信息，包括：根据以下至少之一数据获取目标采样点的位置信息：测量报告数据、最小化路测数据、信令数据。
13.可选地，根据目标位置信息以及目标采样点所在场所的场所信息，确定无线通信网络的覆盖效果，包括：将目标采样点与电子地图的目标图层拟合，确定无线通信网络覆盖效果图，其中，目标图层至少包括：道路分段图层、楼宇栅格图层；根据无线通信网络覆盖效果图，确定无线通信网络的覆盖效果。
14.根据本技术实施例的另一方面，还提供了一种无线通信网络覆盖效果的确定装置，包括：获取模块，用于获取目标采样点的位置信息，其中，目标采样点用于对目标对象的终端设备进行采样；校准模块，用于根据目标校准算法对位置信息进行校准，确定目标位置信息，其中，目标校准算法至少包括5g高频段电平衰减率；确定模块，用于根据目标位置信息，确定目标采样点所在场所的场所信息；评估模块，用于根据目标位置信息以及目标采样点所在场所的场所信息，确定无线通信网络的覆盖效果。
15.根据本技术实施例的再一方面，还提供了一种非易失性存储介质，存储介质包括存储的程序，其中，程序运行时控制存储介质所在的设备执行以上的无线通信网络覆盖效果的确定方法。
16.根据本技术实施例的再一方面，还提供了一种处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的无线通信网络覆盖效果的确定方法。
17.在本技术实施例中，采用获取目标采样点的位置信息，其中，目标采样点用于对目标对象的终端设备进行采样；根据目标校准算法对位置信息进行校准，确定目标位置信息，其中，目标校准算法至少包括5g高频段电平衰减率；根据目标位置信息，确定目标采样点所在场所的场所信息；根据目标位置信息以及目标采样点所在场所的场所信息，确定无线通信网络的覆盖效果的方式，通过校准采样点的位置信息，确定采样点所在场所的场所信息，达到了提高采样点与所在场所的匹配率的目的，从而实现了更加精确地确定无线通信网络的覆盖效果的技术效果，进而解决了由于无线网覆盖评估体系中采样点经纬度准确率较低、没有考虑考虑采样点运动速度以及没有识别采样点所在场所造成的采样点与用户所在场所的匹配率较低、覆盖地理化呈现不准确技术问题。
附图说明
18.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
19.图1是根据本技术实施例的一种无线通信网络覆盖效果的确定方法的流程图；
20.图2是根据本技术实施例的另一种无线通信网络覆盖效果的确定方法的流程图；
21.图3是根据本技术实施例的一种无线通信网络覆盖效果的确定装置的结构图。
具体实施方式
22.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，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，都应当属于本技术保护的范围。
23.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
24.根据本技术实施例，提供了一种无线通信网络覆盖效果的确定方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
25.图1是根据本技术实施例的一种无线通信网络覆盖效果的确定方法的流程图，如图1所示，该方法包括如下步骤：
26.步骤s102，获取目标采样点的位置信息，其中，目标采样点用于对目标对象的终端设备进行采样。
27.根据本技术的一个可选的实施例，从网络管理系统或数据储存处理平台提取最小化路测数据、测量报告数据，从用户信息采集平台中提取用户信令信息。在最小化路测数据、测量报告数据以及用户信令信息中可以获取采样点的位置信息。其中，网络管理系统是指规划、监督、控制网络资源的使用和网络的各种活动，以使网络的性能达到最优化，网络管理有五大功能：失效管理、配置管理、性能管理、安全管理以及计费管理。
28.步骤s104，根据目标校准算法对位置信息进行校准，确定目标位置信息，其中，目标校准算法至少包括5g高频段电平衰减率。
29.根据本技术的另一个可选的实施例，本技术在提取用户采样点位置信息后，提出了一种新型最小化路测、测量报告采样点位置校准模型。此模型综合了栅格位置、邻区关系、覆盖电平、5g高频段电平衰减率维度信息，构建新型栅格mdt、mr采样点特征匹配率打分算法，经迭代运算，得分最高的栅格，作为该用户采样点的归属栅格。具体如下：
30.1.栅格位置维度。根据小区匹配权重表征栅格位置维度，小区匹配权重为栅格内出现该采样点的概率：
31.kn＝nkn/(n1k1 n2k2
…
n
nkn
)
32.其中，kn为小区匹配权重，n为小区的数量。
33.2.邻区关系维度。c
matchconstant
用于表征邻区关系和电平匹配度之间关系：
34.c
matchconstant
＝p0*p1*p2*p335.其中，p0、p1、p2、p3分别为主服务小区、第一邻区、第二邻区、第三邻区的匹配率。
36.3.覆盖电平维度。根据测量报告中小区n的电平与栅格中小区n的电平的差值x表征覆盖电平维度，x越小，代表该采样点归属该栅格的概率越高：
37.x＝rx
n-rxn38.其中，rxn是测量报告中小区n的电平，rxn是栅格中小区n的电平。
39.4.5g高频段电平衰减率维度。5g高频段一般是指6ghz以上的频段，其连续大带宽可满足热点区域极高的用户体验速率和系统容量需求。空气密度、雨水、距离等因素对5g网络高频段造成电平衰减较大，根据电平衰减率pn表征5g高频段电平衰减率维度：
[0040][0041]
其中，λ为5g网络频段波长，n
los
5g网络信道噪声，σ
los
为大气噪声，d为目标采样点与服务目标采样点的基站之间的距离。
[0042]
结合上述栅格位置维度、邻区关系维度、覆盖电平维度以及5g高频段电平衰减率维度，栅格采样点特征匹配率打分算法公式如下：
[0043][0044]
栅格采样点特征匹配率打分算法公式，是新型栅格最小化路测、测量报告采样点特征匹配率打分算法的核心公式。其中,m为采样点与栅格的匹配值。经过栅格采样点特征匹配率打分算法公式的迭代运算，每个栅格计算得到一个m值，m值越大代表栅格与采样点的匹配度越高，m值最大的栅格即为采样点栅格。采样点根据m值的大小，判定该采样点归属栅格。
[0045]
根据上述步骤，新型最小化路测、测量报告采样点位置校准模型具有明显优势。一方面，当前评估体系直接提取经纬度、没有经纬度校准模型；另一方面，本模型采用了新型栅格最小化路测、测量报告采样点特征匹配率打分算法，算法综合了5g高频段电平衰减率等四个维度，考虑到了经纬度校准的全面性，迭代运算得分最高的栅格为采样点的归属栅格，考虑到了经纬度校准的准确性。
[0046]
步骤s106，根据目标位置信息，确定目标采样点所在场所的场所信息。
[0047]
在本技术的一些可选的实施例，首先，计算采样点的运动速度，将每个采样点的有效经纬度的采样点按时间排序编号；从第2个采样点开始，计算每个采样点与前1个采样点的距离差和时间差，计算出运动速度，作为当前采样点的瞬时速度。运动速度计算公式：
[0048]
[0049]
其中，dist
i-1_i
为i-1采样点至i采样点的距离，t
i-t
i-1
为i-1采样点至i采样点的时间差。
[0050]
然后根据用户运动状态的新型用户场所匹配算法判定采样点用户当时所在场所，提高采样点用户与所在场所的匹配率。该算法共分为5个步骤：确定用户所在场所特征属性；获取训练样本数据；计算训练样本中每个类别的概率；计算每个条件下各个特征属性划分的概率；使用分类器鉴别采样点用户所在场所为道路或室内。
[0051]
1.确定采样点特征属性并对每个特征属性进行分类。基于道路用户的行为特征，选择三个特征属性实现：a1：用户运动速率(单位时间)；a2：用户相对距离(单位时间)；a3：用户位置信息和道路轮廓匹配，设置c＝0标示用户在道路场所、c＝1表示用户在室内场所。其中，运动速率a1的分类标准为：α1＝0.5m/s，α2＝1m/s；定义类别为：定义类别1：a1《0.5m/s，定义类别2：0.5m/s《a1《1m/s，定义类别3：a1＞1m/s。相对距离a2的分类标准为：β1＝100m，β2＝300m；定义类别为：定义类别1：a2《100m，定义类别2：100m《a2《300m，定义类别3：a2＞300m。用户位置信息和道路轮廓匹配a3，道路用户属性中分类标准c＝0，道路用户类别1：a3＝0；室内用户属性中分类标准c＝1，室内用户类别1：a3＝1。
[0052]
2.获取训练样本数据。现场人员经人工检测过的1000个用户作为训练样本，由贝叶斯公式得：
[0053][0054]
设训练数据集为x，|x|表示样本个数。设有k个类ck,k＝1,2,3
…
k,|ck|为属于类ck的样本个数，有：
[0055]
∑k|ck|＝|x|
[0056]
设特征c有n个不同的取值{c1,c2…cn
},根据特征c的取值将x划分为n个自己x1,x2…
xn,|xi|为xi的样本个数，有：
[0057]
∑i|xi|＝|xi|
[0058]
记子集xi中属于类ck的样本的集合为x
ik
,|x
ik
|为x
ik
的样本个数。
[0059]
3.计算训练样本中每个类别的概率。计算训练样本中的道路用户数和室内用户数量的占比，得到：道路用户样本概率为p(c＝0)，室内用户样本概率为p(c＝1)。
[0060]
4.计算每个条件下各个特征属性划分的概率。
[0061]
根据贝叶斯定理，定义特征值相对独立，则公式推导如下：
[0062][0063]
其中，p(c)是类先验概率；p(x|c)是样本x相对于类标记c的似然概率；p(x)是用于归一化的证据因子，对给定样本x，证据因子p(x)与类标记无关，因此估计p(c|x)的问题就转化为如何基于训练数据d来估计先验概率p(c)和似然概率p)x|c))。由于分母对于所有类别为常数，因此只要将分子最大化即可。又因为各特征属性是条件独立的，故：
[0064][0065]
可以看出划分的条件概率p(a|c)是贝叶斯分类的关键步骤，直接影响后续数据分类时的鉴别特性。故算法中采用估计类别下特征属性划分的条件概率及拉普拉斯校准来对
条件概率进行校准。
[0066]
5.使用分类器鉴别用户所在场所。对于给定数据，使用分类器进行鉴别，赋予数据相应用户属性：如得到一个样本数据，定义α1＝0.5m/s，α2＝1m/s；β1＝100m,β2＝300m，用户单位时间运动速度为0.8m/s，运行相对距离为389m，属于道路属性a3＝0。则，
[0067]
用户在道路场所的概率为：
[0068]
p(c＝0)p(x|c＝0)
[0069]
＝p(c＝0)p(0.5《a1《1|c＝0)p(a2》300|c＝0)p(a3＝0|c＝0)
[0070]
＝p(c＝0)p
a1-c02 p
a2-c03 p
a3-c01
[0071]
其中，p
a1-c02
：a1为运动速率属性，c0为道路用户，2指运动速率处于类别0.5m/s《a1《1m/s；p
a2-c03
：a2为用户相对距离属性，c0为道路用户，3指用户相对距离处于类别a2＞300m；p
a3-c01
：a3为用户相对距离属性，c0为道路用户，1指道路用户处于类别1。
[0072]
用户在室内场所的概率为：
[0073]
p(c＝1)p(x|c＝1)
[0074]
＝p(c＝1)p(0.5《a1《1|c＝1)p(a2》300|c＝1)p(a3＝0|c＝1)
[0075]
＝p(c＝1)p
a2-c13 p
a1-c12 p
a3-c11
[0076]
其中，p
a1-c12
：a1为运动速率属性，c1为室内用户，2指运动速率处于类别0.5m/s《a1《1m/s；p
a2-c13
:a2为用户相对距离属性，c1为室内用户，3指用户相对距离处于类别a2＞300m；p
a3-c11
:a3道路用户属性，c1室内用户，1指室内用户处于类别1。
[0077]
通过用户在道路场所的概率以及用户在室内场所的概率，从而判定用户在道路场所、用户在室内场所。
[0078]
通过上述步骤，新型用户所在场所预处理模型具有明显优势：一方面，当前评估体系没有最小化路测、测量报告采样点用户与用户所在场所(道路、室内)相匹配的模型；另一方面，本模型经过剔除经纬度异常的采样点、判定用户运动状态、运用基于用户运动状态的新型用户场所匹配算法三层判断计算，保证了采样点用户与所在场所的匹配率，能精准识别室内用户、道路用户。
[0079]
步骤s108，根据目标位置信息以及目标采样点所在场所的场所信息，确定无线通信网络的覆盖效果。
[0080]
作为本技术的一个可选的实施例，将道路用户采样点与电子地图的道路分段图层进行拟合，呈现道路覆盖评估图；将室内用户采样点与电子地图的楼宇栅格图层进行拟合，呈现室内覆盖评估图。
[0081]
根据上述步骤，通过校准采样点的位置信息，确定采样点所在场所的场所信息，达到了提高采样点与所在场所的匹配率的目的，从而实现了更加精确地确定无线通信网络的覆盖效果的技术效果，进而解决了由于无线网覆盖评估体系中采样点经纬度准确率较低、没有考虑考虑采样点运动速度以及没有识别采样点所在场所造成的采样点与用户所在场所的匹配率较低、覆盖地理化呈现不准确技术问题。
[0082]
根据本技术的一个可选的实施例，根据目标校准算法对位置信息进行校准，确定目标位置信息，包括以下步骤：根据目标校准算法确定目标采样点所在的电子地图内的栅格与目标采样点的匹配值；当匹配值为目标匹配值时，确定目标匹配值对应的栅格为目标采样点的归属栅格；根据电子地图与归属栅格确定目标位置信息。
[0083]
根据本技术的另一个可选的实施例，目标校准算法为：
[0084][0085]
其中，kn为小区匹配权重，c
matchconstant
为调整邻区关系和电平匹配度之间关系，rxn为测量报告中小区n的电平，rxn为栅格中小区n的电平，pn为5g网络频段衰减率。
[0086]
在本技术的一些可选的实施例，5g高频段电平衰减率由以下至少之一参数确定：5g网络频段波长、5g网络信道噪声、目标采样点与服务目标采样点的基站之间的距离。
[0087]
作为本技术的一个可选的实施例，5g高频段电平衰减率的公式为：
[0088][0089]
其中，λ为5g网络频段波长，n
los
5g网络信道噪声，σ
los
为大气噪声，d为目标采样点与服务目标采样点的基站之间的距离。
[0090]
在本技术的一些可选的实施例中，根据目标位置信息，确定目标采样点所在场所的场所信息，可以通过以下方法实现：获取目标采样点与经过预设时间间隔后的目标采样点之间的距离；根据预设时间间隔与距离确定目标采样点的运动速率；根据至少包括距离与运动速率的参数确定目标采样点位于室内的概率以及目标采样点位于非室内的概率；根据目标采样点位于室内的概率以及目标采样点位于非室内的概率，确定目标采样点所在场所的场所信息。
[0091]
作为本技术的另一个可选的实施例，将每个采样点的有效经纬度的采样点按时间排序编号；从第2个采样点开始，计算每个采样点与前1个采样点的距离差和时间差，计算出运动速度，作为当前采样点的瞬时速度，运动速度计算公式：
[0092][0093]
其中，dist
i-1_i
为i-1采样点至i采样点的距离，t
i-t
i-1
为i-1采样点至i采样点的时间差。
[0094]
根据用户运动状态的新型用户场所匹配算法判定采样点用户所在场所，该算法共分为5个步骤：确定用户所在场所特征属性；获取训练样本数据；计算训练样本中每个类别的概率；计算每个条件下各个特征属性划分的概率；使用分类器鉴别采样点用户所在场所为道路或室内。通过以上步骤可以得到用户在道路场所的概率以及用户在室内场所的概率，当用户在道路场所的概率大于用户在室内场所的概率时，判定用户位于道路场所；当用户在室内场所的概率大于用户在道路场所的概率，判定用户位于室内场所。
[0095]
根据本技术的一个可选的实施例，根据目标位置信息，确定目标采样点所在场所的场所信息之前，方法还包括：确定第一距离以及第二距离，其中，第一距离为服务于采样点的基站的覆盖范围半径，第二距离为采样点与基站之间的距离；当第二距离大于第一距离时，确定采样点为异常采样点，并将异常采样点从采样点中删除。
[0096]
根据本技术的另一个可选的实施例，对经纬度存在明显异常的采样点进行剔除，判断经纬度异常依据有小区覆盖范围、测量报告中的最大时间提前量。最大时间提前量是指移动台信号到达基站的实际时间和假设该移动台与基站距离为0时移动台信号到达基站
的时间的差值。根据小区覆盖范围剔除不合理经纬度。现将融合数据用小区识别号码中的字段结合基础工参确定小区覆盖范围，对位置明显超出小区覆盖范围的不合理经纬度进行剔除。根据测量报告中的最大时间提前量剔除经纬度异常的采样点。由于地理环境对传播路径的影响，终端接收到的基站小区信号通常意义下并不是直线传播，终端和基站间的距离应该小于信号到达基站的路径距离，公式表示为：
[0097][0098]
其中，c为光速，tadv为mr.ltesctadv字段，通过以上算法，可以剔除定位不准的经纬度采样点，进一步提高定位准确率。
[0099]
在本技术的一些可选的实施例，位置信息至少包括经纬度信息，获取目标采样点的位置信息，包括：根据以下至少之一数据获取目标采样点的位置信息：测量报告数据、最小化路测数据、信令数据。
[0100]
作为本技术的一个可选的实施例，最小化路测是通信系统实现自动化采集和分析含位置信息的用户设备测量报告的技术，用于最大程度上减小人工路测的工作量。但是最小化路测技术还不能完全代替路测，因此称为“最小化”路测。用户设备是指在一台无线网络中的设备，其能够使用户通过无线通信网络通信。测量报告是用户汇总段所测量的网络原始数据，测量报告携带了上下行无线链路的相关信息，包括接收电平、干扰信号码功率、块误码率和发射功率等。基于测量报告的深入分析，是网络问题定位、网络覆盖分析和邻区优化等网络性能评估和优化的有效手段之一。通讯设备之间任何实际应用信息的传送总是伴随着一些控制信息的传递，它们按照既定的通讯协议工作，将应用信息安全、可靠、高效地传送到目的地。这些信息在计算机网络中叫做协议控制信息，而在电信网中叫做信令。信令数据是指通信系统中的控制指令，又称“信令”。它可以指导终端、交换系统及传输系统协同运行，在指定的终端之间建立临时的通信信道，并维护网络本身正常运行。信令系统是通信网的重要组成部分，是通信网的神经系统。除了通信时的用户信息(包括话音信息和非话业务信息)以外的控制交换机动作的信号，就是信令数据。
[0101]
在本技术的一些可选的实施例中，根据目标位置信息以及目标采样点所在场所的场所信息，确定无线通信网络的覆盖效果，通过以下方法实现：将目标采样点与电子地图的目标图层拟合，确定无线通信网络覆盖效果图，其中，目标图层至少包括：道路分段图层、楼宇栅格图层；根据无线通信网络覆盖效果图，确定无线通信网络的覆盖效果。
[0102]
作为本技术的另一个可选的实施例，将道路用户采样点与电子地图的道路分段图层进行拟合，呈现道路覆盖评估图；将室内用户采样点与电子地图的楼宇栅格图层进行拟合，呈现室内覆盖评估图。依据覆盖评估图分析弱覆盖、信号与干扰加噪声比等无线网络覆盖问题，并输出覆盖评估报告。
[0103]
图2是根据本技术实施例的另一种无线通信网络覆盖效果的确定方法的流程图，如图2所示，该方法包括如下步骤：提取最小化路测采样点中终端上报的全球定位系统的经纬度和覆盖信息，提取测量报告采样点当前位置到小区的相对位移，匹配小区工参中推算出测量报告采样点的经纬度。未包含经纬度的最小化路测、测量报告数据关联用户信令获取经纬度和覆盖信息。工参指工程类基础参数，包括：小区的方位角、下倾角、俯仰角等；基站的覆盖距离、频率等。利用新型采样点位置校准模型对采样点的位置进行校准，通过校准
后的位置信息对用户的运动状态进行识别，根据用户运动状态的新型用户场所匹配算法判断用户属于室外用户还是室内用户。在用户属于室外用户的情况下，呈现道路覆盖效果图；在用户属于室内用户的情况下，呈现室内覆盖效果图。根据道路覆盖效果图以及室内覆盖效果图得到覆盖评估报告。
[0104]
根据上述步骤，相对当前评估体系，本技术提出了新型最小化路测、测量报告采样点位置校准模型，主要采用新型最小化路测、测量报告栅格采样点特征匹配率打分算法，提升了采样点经纬度准确率8pp以上；本发明提出了新型用户所在场所预处理模型，主要采用基于用户运动状态的新型用户场所匹配算法，提升了室外用户与所在道路匹配度提12pp以上，提升了室内用户与所在楼宇匹配度11pp以上。
[0105]
作为本技术的一个可选的实施例，某市的核心市区，按照本发明评估体系实施后，对比当前评估体系，经纬度准确率由85％提升至94％、室外用户采样点与所在道路匹配率由79％提升至91％，室内用户采样点与所在楼宇匹配率由74％提升至86％。
[0106][0107][0108][0109]
图3是根据本技术实施例的一种无线通信网络覆盖效果的确定装置的结构图，如图3所示，该装置包括：
[0110]
获取模块30，用于获取目标采样点的位置信息，其中，目标采样点用于对目标对象的终端设备进行采样；
[0111]
校准模块32，用于根据目标校准算法对位置信息进行校准，确定目标位置信息，其中，目标校准算法至少包括5g高频段电平衰减率；
[0112]
确定模块34，用于根据目标位置信息，确定目标采样点所在场所的场所信息；
[0113]
评估模块36，用于根据目标位置信息以及目标采样点所在场所的场所信息，确定无线通信网络的覆盖效果。
[0114]
需要说明的是，图3所示实施例的优选实施方式可以参加图1所示实施例的相关描述，此处不再赘述。
[0115]
本技术实施例还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，程序运行时控制存储介质所在的设备执行以上的无线通信网络覆盖效果的确定
方法。
[0116]
非易失性存储介质执行以下功能的程序：获取目标采样点的位置信息，其中，目标采样点用于对目标对象的终端设备进行采样；根据目标校准算法对位置信息进行校准，确定目标位置信息，其中，目标校准算法至少包括5g高频段电平衰减率；根据目标位置信息，确定目标采样点所在场所的场所信息；根据目标位置信息以及目标采样点所在场所的场所信息，确定无线通信网络的覆盖效果。
[0117]
本技术实施例还提供了一种处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的无线通信网络覆盖效果的确定方法。
[0118]
处理器用于运行执行以下功能的程序：获取目标采样点的位置信息，其中，目标采样点用于对目标对象的终端设备进行采样；根据目标校准算法对位置信息进行校准，确定目标位置信息，其中，目标校准算法至少包括5g高频段电平衰减率；根据目标位置信息，确定目标采样点所在场所的场所信息；根据目标位置信息以及目标采样点所在场所的场所信息，确定无线通信网络的覆盖效果。
[0119]
上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
[0120]
在本技术的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0121]
在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0122]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0123]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0124]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0125]
以上所述仅是本技术的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。