移动网络小区信息侦测与覆盖标定方法技术

移动网络小区信息侦测与覆盖标定方法属于移动通信领域，解决如何准确地获取移动网络的小区关键参数从而构建基站信息表、以及对各小区的真实覆盖范围进行精确测量和标定的问题。本方法利用用户终端采集的移动网络的用户在网信息，并通过大数据分析手段确定小区关键参数(小区标识，站址经纬度，方向角，站型等)，构建出基站信息表，基于终端采集的用户在网信息的海量采样数据，精确标定各小区的覆盖边界，构建全网的小区覆盖地图。可准确地获取到移动网络的小区关键参数，并进而构建出基站信息表，可有效避免传统的通过人工搜集汇总逐级上报的方式进行基站信息表维护所带来的时间延迟和人工误差，以及对本网络的真实覆盖范围进行精确的评估。

【技术实现步骤摘要】

本专利技术属于移动通信领域。
技术介绍
对移动网络而言，小区(也称扇区，cell)是网络覆盖区域划分的基本单位。基站信息表是电信运营商网络运营所需要的核心的基础数据，描述了一个网络下的所有小区的基本参数，一般包括站名、小区名、站址经纬度、小区标识、站型、方向角、俯仰角、站高、覆盖场景等。其中小区标识对不同的网络制式其采用的标识方式不同，如GSM/WCDMA/TDSCDMA网络中的小区由LAC和CI两个参数组合而成，确定了网络中一个唯一的小区，对CDMA2000网络，则小区由NID、SID和BID三个参数组合唯一确定。站型则指该小区所属基站是全向站(只有一个小区)还是定向站(一个基站包含多个小区，也称扇区)。覆盖场景指该基站所覆盖的场景类型，如学校、居民区、商业区、农村等。基站信息表是运营商的重要数据资产和战略资源，属于高度机密信息，一般情况下很难获取到，同时随着网络的不断建设、扩容、优化，不断有新的小区进来和旧的小区拆除，因此，基站信息表是动态变化的。从运营商自身运营的角度需要不断维护更新基站信息表，从运营商之间竞争的角度他们互相之间也需要掌握竞争对手的基站部署情况和网络的真实地理覆盖情况，对运营商之外的其他很多单位包括需要利用基站信息进行用户行为分析、用户位置定位等各种增值业务。因此，如何掌握一个完整的、最新的、准确的基站信息表具有巨大的市场需求，也是一个重要的研究课题。目前，在运营商内部，基站信息表的维护需要基层(地市级)的网络运维部门进行统计并逐级汇总上报到省公司和集团公司，这其中由于存在多个环节，不可避免存在信息的错误和遗漏以及时间上的延迟。对运营商外部而言，目前有些大的互联网公司如谷歌、苹果也都利用部署了自己的操作系统的智能终端搜集网络的基站信息，主要是为用户提供粗定位服务。比如用户可以通过输入小区标识调用公开的API接口(如谷歌的http：//www.google.com/glm/mmap)获得该小区的经纬度信息。对于基站信息表的构建：方法一(基层网络运维部门的人工采集和上报)的缺陷：(1)大量人工参与，导致可能出现数据错误(2)逐级汇总上报，存在较大的时间延迟，无法保证基站信息表信息的及时性。方法二(互联网公司利用终端扫描)的缺陷：(1)仅用于定位服务，所建立的基站信息表内容不全(一般仅有基站小区的小区标识和对应的站址经纬度)。对于网络地理覆盖的标定：方法一：利用DT/CQT(路测/定点拨测)的方式，在重要道路和场所进行覆盖能力的测试，从而绘制出网络覆盖地图。其缺点是无法覆盖全部地理范围，一般仅是重要道路和场所，且作业成本高。方法二：利用传播模型进行预测。利用经验模型或射线跟踪模型，结合2D/3D地图，进行各基站小区的覆盖能力的预测。缺点是精度不高，和实际覆盖有较大偏差，一般仅用于对精度要求不高的场合如网络规划，无法用于精度要求高的场合如网络优化。
技术实现思路
本专利技术是要解决如何准确地获取移动网络的小区关键参数从而构建基站信息表、以及对各小区的真实覆盖范围进行精确测量和标定的问题。1.移动网络小区信息侦测与覆盖标定方法，其特征在于包括以下步骤步骤1：终端数据采集从终端的操作系统提供的接口API采集用户的在网信息采样数据，其所包含的信息应包括：日期，时间，网络制式，小区标识，终端经纬度，定位精度，当前所在省和地市名称，场强，信号质量，用户标识，终端标识；此步骤为持续进行；步骤2：终端数据清洗本步骤是在步骤1基础上持续进行；对上述原始采样数据在存入数据库之前进行清洗，包括剔除无效数据，然后插入“在网信息采样数据表”，数据项包括：日期，时间，网络制式，小区标识，终端经纬度，定位精度，场强，信号质量，用户标识，终端标识，省和地市；对表中数据进行排序；步骤3：小区站型和站址初定位将从“在网信息采样数据表”中选取的属于同一小区的采样数据放在一起；同一小区的采样数据，根据场强值大小在地理位置上的分布，初步确定其归属基站的站型和位置；具体的过程为：步骤3a：过滤异常采样点步骤3b：确定中心点位置首先判断过滤异常点后的该小区采样点数是否超过预设门限，如果否，则不对该小区进行处理；取该小区全部采样数据中场强最大的前n％个点，取这些点的经纬度并计算这些点的几何重心：假设有N个点，坐标分别是(x1，y1)、(x2，y2)、……、(xN，yN)；则其重心的坐标是x＝(x1+x2+……+xN)/N，y＝(y1+y2+……+yN)/N；该几何重心的经纬度即为中心点位置，也即该小区所属基站站址的初始位置；步骤3c：确定小区站型计算中心点与场强最小的前m％个点或随机选择m％个点的北向夹角；统计落在以中心点为原点的4个象限中的点数，如果各象限点数的统计偏差值小于设定门限，则判定为全向站，否则为定向站，直接跳转到步骤7；步骤4：同站小区站址聚合对于判定为定向小区的小区，当大区编号相同且小区编号为连续的自然数的3个以上扇区，且这些小区初始位置之间的欧氏距离小于设定门限，则判断这些小区归属同一基站；将这些小区的归属基站的站址进行聚合；步骤5：确定小区方向角和张角步骤6：小区俯仰角的确定根据站高和小区对向边界的采样点分布边缘位置根据三角公式估算出天线的俯仰角；步骤7：小区信息插入和更新将确定的小区标识，站型，经纬度，方向角，俯仰角添加或更新至基站信息表；步骤8：地理网格剖分将网络的整个覆盖地理区域按设定粒度剖分为网格，并对网格进行编号；此步骤仅需要在第一次基站信息表构建之前进行；步骤9：判断网格归属小区对于落在一个网格内的所有有效采样点，将同一小区标识的采样点根据采样点的定位方式和定位置信度进行加权求和计算“等价采样点”个数；将计算结果汇总成网格覆盖表；步骤10：网格判断后处理先筛选出所有的孤立网格，然后对孤立网格列出其周围8个网格的归属小区，取这8个网格中具有最多的相同归属小区小区作为该孤立网格的归属小区。进一步，步骤5：确定小区方向角和张角包括以下步骤5a～5f：步骤5a：径向栅格化以基站位置为原点，围绕原点均匀划分为多个径向栅格步骤5b：计算北向夹角从同站各小区的采样点中分别选取该基站全部小区总样点数的一定比例样点，根据站址经纬度和样点经纬度计算站址与各样点的北向夹角；步骤5c：统计栅格内点数统计落在每个栅格内的各小区的样点本文档来自技高网...

【技术保护点】
移动网络小区信息侦测与覆盖标定方法，其特征在于包括以下步骤步骤1：终端数据采集从终端的操作系统提供的接口API采集用户的在网信息采样数据，其所包含的信息应包括：日期，时间，网络制式，小区标识，终端经纬度，定位精度，当前所在省和地市名称，场强，信号质量，用户标识，终端标识；此步骤为持续进行；步骤2：终端数据清洗本步骤是在步骤1基础上持续进行；对上述原始采样数据在存入数据库之前进行清洗，包括剔除无效数据，然后插入“在网信息采样数据表”，数据项包括：日期，时间，网络制式，小区标识，终端经纬度，定位精度，场强，信号质量，用户标识，终端标识，省和地市；对表中数据进行排序；步骤3：小区站型和站址初定位将从“在网信息采样数据表”中选取的属于同一小区的采样数据放在一起；同一小区的采样数据，根据场强值大小在地理位置上的分布，初步确定其归属基站的站型和位置；具体的过程为：步骤3a：过滤异常采样点步骤3b：确定中心点位置首先判断过滤异常点后的该小区采样点数是否超过预设门限，如果否，则不对该小区进行处理；取该小区全部采样数据中场强最大的前n％个点，取这些点的经纬度并计算这些点的几何重心：假设有N个点，坐标分别是(x1,y1)、(x2,y2)、……、(xN,yN)；则其重心的坐标是x＝(x1+x2+……+xN)/N,y＝(y1+y2+……+yN)/N；该几何重心的经纬度即为中心点位置，也即该小区所属基站站址的初始位置；步骤3c：确定小区站型计算中心点与场强最小的前m％个点或随机选择m％个点的北向夹角；统计落在以中心点为原点的4个象限中的点数，如果各象限点数的统计偏差值小于设定门限，则判定为全向站，否则为定向站，直接跳转到步骤7；步骤4：同站小区站址聚合对于判定为定向小区的小区，当大区编号相同且小区编号为连续的自然数的3个以上扇区，且这些小区初始位置之间的欧氏距离小于设定门限，则判断这些小区归属同一基站；将这些小区的归属基站的站址进行聚合；步骤5：确定小区方向角和张角步骤6：小区俯仰角的确定根据站高和小区对向边界的采样点分布边缘位置根据三角公式估算出天线的俯仰角；步骤7：小区信息插入和更新将确定的小区标识，站型，经纬度，方向角，俯仰角添加或更新至基站信息表；步骤8：地理网格剖分将网络的整个覆盖地理区域按设定粒度剖分为网格，并对网格进行编号；此步骤仅需要在第一次基站信息表构建之前进行；步骤9：判断网格归属小区对于落在一个网格内的所有有效采样点，将同一小区标识的采样点根据采样点的定位方式和定位置信度进行加权求和计算“等价采样点”个数；将计算结果汇总成网格覆盖表；步骤10：网格判断后处理先筛选出所有的孤立网格，然后对孤立网格列出其周围8个网格的归属小区，取这8个网格中具有最多的相同归属小区小区作为该孤立网格的归属小区。...

【技术特征摘要】
1.移动网络小区信息侦测与覆盖标定方法，其特征在于包括以下步骤
步骤1：终端数据采集
从终端的操作系统提供的接口API采集用户的在网信息采样数据，其所包含的信息应
包括：日期，时间，网络制式，小区标识，终端经纬度，定位精度，当前所在省和地市名称，场
强，信号质量，用户标识，终端标识；
此步骤为持续进行；
步骤2：终端数据清洗
本步骤是在步骤1基础上持续进行；
对上述原始采样数据在存入数据库之前进行清洗，包括剔除无效数据，然后插入“在网
信息采样数据表”，数据项包括：日期，时间，网络制式，小区标识，终端经纬度，定位精度，场
强，信号质量，用户标识，终端标识，省和地市；
对表中数据进行排序；
步骤3：小区站型和站址初定位
将从“在网信息采样数据表”中选取的属于同一小区的采样数据放在一起；同一小区的
采样数据，根据场强值大小在地理位置上的分布，初步确定其归属基站的站型和位置；
具体的过程为：
步骤3a：过滤异常采样点
步骤3b：确定中心点位置
首先判断过滤异常点后的该小区采样点数是否超过预设门限，如果否，则不对该小区
进行处理；
取该小区全部采样数据中场强最大的前n％个点，取这些点的经纬度并计算这些点的
几何重心：
假设有N个点，坐标分别是(x1,y1)、(x2,y2)、……、(xN,yN)；则其重心的坐标是x＝(x1
+x2+……+xN)/N,y＝(y1+y2+……+yN)/N；
该几何重心的经纬度即为中心点位置，也即该小区所属基站站址的初始位置；
步骤3c：确定小区站型
计算中心点与场强最小的前m％个点或随机选择m％个点的北向夹角；统计落在以中心
点为原点的4个象限中的点数，如果各象限点数的统计偏差值小于设定门限，则判定为全向
站，否则为定向站，直接跳转到步骤7；
步骤4：同站小区站址聚合
对于判定为定向小区的小区，当大区编号相同且小区编号为连续的自然数的3个以上
扇区，且这些小区初始位...

【专利技术属性】
技术研发人员：李克，
申请(专利权)人：北京联合大学，
类型：发明
国别省市：北京;11