一种无线网络覆盖盲区检测方法技术

本发明专利技术公开了一种无线网络覆盖盲区检测方法，包括：根据用户终端反馈的信令数据确定用户位置和用户移动速度；剔除快速移动用户的用户数据；计算中低速用户信号的相对衰减值；根据用户信号的相对衰减值确定深度衰落点，根据深度衰落点的分布确定疑似覆盖盲区；若疑似覆盖盲区持续保持在深度衰落状态，则将该疑似覆盖盲区域确认为信号覆盖盲区。与现有方法相比，本发明专利技术方法充分利用了运营商现有数据，能够计算得到更为精准的用户移动速度从而有效剔除无效的用户数据，并利用了用户信号的相对衰减值，提高了覆盖盲区的检测精度，节省了人力物力。

【技术实现步骤摘要】
一种无线网络覆盖盲区检测方法
本专利技术属于移动网络
，具体涉及一种无线网络覆盖盲区检测方法
技术介绍
随着通信技术的发展，移动网络已经非常普及。但是对于运营商来说，由于通信资源有限，移动网络不可能覆盖所有区域，对于移动网络不能覆盖的区域可称为移动网络的盲区。而这些盲区的存在既影响到手机用户的体验也影响到运营商的经济效益。因此运营商也非常希望能能够及时发现移动网络的盲区，从而在该区域及时建设基站，扩大运营商的网络覆盖范围。现有技术要么通过手机用户的投诉或者运营商派工作人员专门检测盲区，要么根据用户终端上的应用向服务器反馈得到覆盖盲区信息，运营商才能够知道哪些地区存在盲区。作为大数据的拥有者，数据资源已成为电信运营商的重要产业战略。而用户终端反馈的信令数据未能在信号覆盖盲区检测中得以利用，造成了资源的浪费。
技术实现思路
针对现有技术的缺陷，本专利技术的目的在于解决现有技术未有效利用运营商数据、覆盖盲区定位精度差的技术问题。为实现上述目的，本专利技术实施例提供了一种无线网络覆盖盲区检测方法，包括以下步骤：(1)根据用户终端反馈的信令数据确定用户位置和用户移动速度；(2)剔除快速移动用户的用户数据；(3)计算中低速用户信号的相对衰减值；(4)根据用户信号的相对衰减值确定深度衰落点，根据深度衰落点的分布确定疑似覆盖盲区；(5)若疑似覆盖盲区持续保持在深度衰落状态，则将该疑似覆盖盲区域确认为信号覆盖盲区。具体地，采用顺序加权法计算用户移动速度。具体地，用户移动速度的计算公式为：其中，Pi、Pi+1、Pi+2为相邻的三个用户位置，Ti、Ti+1、Ti+2为与用户位置对应的上报时间。具体地，用户的移动速度>5m/s，则该用户属于快速移动用户。具体地，相对衰减值的计算公式为：相对衰减值＝衰减值-路径损耗。其中,衰减值等于用户终端发射功率和基站接收功率的差值，路径损耗可以根据城市奥村模型中的Hata公式计算。具体地，将用户信号的相对衰减值大于运营商规定的最低网络衰减值的点视为深度衰落点。具体地，根据所确定的深度衰落点的位置数据，将该点在地图上标示出来，深度衰落点的分布可通过人工观察或者图像处理的方式确定。具体地，人工观察深度衰落点的分布，如果发现某一区域的深度衰落点汇聚在一起，则将区域标记为疑似覆盖盲区。具体地，通过图像处理计算深度衰落点的密度，若密度大则将区域标记为疑似覆盖盲区。具体地，若疑似覆盖盲区持续时长为大于等于4小时保持在深度衰落状态，则将该疑似覆盖盲区域确认为信号覆盖盲区。总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，具有以下有益效果：(1)本专利技术直接利用运营商现有数据——用户终端反馈的信令数据，而不必工作人员专门检测，节省了大量的人力物力。(2)本专利技术通过顺序加权计算用户的统计移动速度，通过该方式得到的用户的统计移动速度更加准确，有效提高了本方法的盲区覆盖检测的精度。(3)本专利技术通过剔除无效的用户数据，使得运行的数据量锐减，盲区检测速度提高的同时精度得以提升。(4)本专利技术采用相对衰减值来作为盲区覆盖检测的指标，排除了远近效应对信号强度的影响，使得盲区检测结果更具有说服力。附图说明图1为本专利技术实施例提供的一种无线网络覆盖盲区检测方法的流程图。图2为本专利技术实施例提供的华中科技大学校园内覆盖盲区图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术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专利技术，并不用于限定本专利技术。图1为本专利技术实施例提供的一种无线网络覆盖盲区检测方法的流程图。如图1所示，该方法包括以下步骤：(1)根据用户终端反馈的信令数据确定用户位置和用户移动速度；根据用户终端反馈的信令数据，用时间提前量(TA)+到达角(AOA)定位法确定用户位置。假定定位得到的用户位置为P1,P2,P3,…，与用户位置对应的上报时间为T1,T2,T3,…。根据用户相邻位置P1,P2所包含的AOA和TA数据，利用余弦三角函数可计算得到距离再根据时间差和距离计算用户在相邻位置之间移动的速度。例如，用户在P1和P2之间的移动速度为由于GSM定位的不准确性，若单独统计某两个点之间的移动速度，则结果将会受误差影响，参考意义不大。若对于单个用户的多个上报点，逐渐进行学习记忆并统计速度，最后给出的统计速度将会以较大的可能性反应用户的行为特征，为我们进行指标分析提供参考。所以采用顺序加权法来得到统计移动速度，减少误差。例如P1,P2,P3三个点的统计移动速度为：多个上报点的情形以此类推。(2)剔除快速移动用户的用户数据；若用户的平均移动速度>5m/s，则该用户属于快速移动用户。受多普勒效应影响，这些快速移动用户的数据没有参考价值，将其去掉。(3)计算中低速用户信号的相对衰减值；用户移动速度≤5m/s，分析覆盖盲点时，需要排除远近效应对信号强度的影响，因此，本方法中采用相对衰减值而不是绝对衰减值。相对衰减值的计算方法为：相对衰减值＝衰减值-路径损耗。其中,衰减值等于用户终端发射功率和基站接收功率的差值，路径损耗可以根据城市奥村模型中的Hata公式计算。Hata公式为：S＝69.55+26.16lg(f)-13.82lg(hb)-a(hm)+(44.9-6.55lg(hb))lg(d)其中，f代表载波频率，hb表示基站的天线高度，hm表示终端用户的天线等效高度，d表示终端与基站之间的距离，a(hm)是与地形、地貌有关的修正因子。(4)根据用户信号的相对衰减值确定深度衰落点，根据深度衰落点的分布确定疑似覆盖盲区；将用户信号的相对衰减值大于运营商规定的最低网络衰减值的点视为深度衰落点。深度衰落点的分布可通过人工观察或者图像处理的方式确定。根据所确定的深度衰落点的位置数据，将该点在地图上标示出来；人工观察深度衰落点的分布，如果发现某一区域的深度衰落点汇聚在一起(两点之间的距离小于10米)，则将区域标记为疑似覆盖盲区。根据所确定的深度衰落点的位置数据，将该点在地图上标示出来，通过图像处理计算深度衰落点的密度，若密度大则将区域标记为疑似覆盖盲区。(5)若疑似覆盖盲区持续保持在深度衰落状态，则将该疑似覆盖盲区域确认为信号覆盖盲区。在时间轴上观察疑似覆盖盲区相对衰减值的变化，在一定时长内范围内，如果疑似覆盖盲区一直保持在深度衰落状态(深度衰落是指相对衰减值大于运营商规定的最低网络衰减指标)，则将该区域确认为信号覆盖盲区。若疑似覆盖盲区持续时长为大于等于4小时保持在深度衰落状态，则将该疑似覆盖盲区域确认为信号覆盖盲区。实施例：将本专利技术一种无线网络覆盖盲区检测方法应用于华中科技大学校园内LTE网络覆盖盲区检测，其中用户终端反馈的信令数据来源于华中科技大学内的12座基站，将用户信号的相对衰减值大于最大相对衰减值的95％的点视为深度衰落点。图2为本专利技术实施例提供的华中科技大学校园内覆盖盲区图。其中，小点代深度衰落点，圆圈代表覆盖盲区。如图2所示，在12座基站的覆盖区域中共发现9个覆盖盲区，检测得到的覆盖盲区中心点坐标和实测RSRP值如表1所示。区域编号(纬度，经度)RSRP(dBm)1(30.518514,114.413668)-972(30.514974,1本文档来自技高网...

【技术保护点】
1.一种无线网络覆盖盲区检测方法，其特征在于，包括以下步骤：(1)根据用户终端反馈的信令数据确定用户位置和用户移动速度；(2)剔除快速移动用户的用户数据；(3)计算中低速用户信号的相对衰减值；(4)根据用户信号的相对衰减值确定深度衰落点，根据深度衰落点的分布确定疑似覆盖盲区；(5)若疑似覆盖盲区持续保持在深度衰落状态，则将该疑似覆盖盲区域确认为信号覆盖盲区。

【技术特征摘要】
1.一种无线网络覆盖盲区检测方法，其特征在于，包括以下步骤：(1)根据用户终端反馈的信令数据确定用户位置和用户移动速度；(2)剔除快速移动用户的用户数据；(3)计算中低速用户信号的相对衰减值；(4)根据用户信号的相对衰减值确定深度衰落点，根据深度衰落点的分布确定疑似覆盖盲区；(5)若疑似覆盖盲区持续保持在深度衰落状态，则将该疑似覆盖盲区域确认为信号覆盖盲区。2.如权利要求1所述的无线网络覆盖盲区检测方法，其特征在于，采用顺序加权法计算用户移动速度。3.如权利要求2所述的无线网络覆盖盲区检测方法，其特征在于，用户移动速度的计算公式为：其中，Pi、Pi+1、Pi+2为相邻的三个用户位置，Ti、Ti+1、Ti+2为与用户位置对应的上报时间。4.如权利要求1所述的无线网络覆盖盲区检测方法，其特征在于，用户的移动速度>5m/s，则该用户属于快速移动用户。5.如权利要求1所述的无线网络覆盖盲区检测方法，其特征在于，相对衰减值的计算公式为：相对衰减值＝衰...

【专利技术属性】
技术研发人员：彭薇，赵学辉，江涛，聂志峰，
申请(专利权)人：华中科技大学，深圳华中科技大学研究院，
类型：发明
国别省市：湖北,42