【技术实现步骤摘要】
本申请属于通信，具体涉及一种网络信号不良区域识别方法、装置及电子设备。
技术介绍
1、受运营商网络部署的限制，在高铁、地铁等场景下因为网络布设、信号干扰等因素，可能存在无信号、信号弱、基站满负荷等网络信号不良区域，这些区域通常又被称为信号黑洞。当用户进入网络信号不良区域后，用户使用的电子设备的网络业务将受到影响，出现网络信号中断、网络卡顿等不良现象。例如，如果用户正在在线观看视频时进入网络信号不良区域，会导致突然的网络信号中断，使视频无法加载，影响用户的观看体验。如果可以在进入网络信号不良区域之前，提前发现网络信号不良区域的存在，则可以通过预先加载数据或对用户进行提醒等方式，来减少网络信号不良区域的不良影响。
2、相关技术中，主要通过机器学习的方法针对指定场景进行模型训练，得到指定场景下对应的预测模型，利用预测模型对网络信号不良区域进行预测。但是，此种方式需要大量的训练数据，并且需要较长的训练时间，所需的成本较高，而且，不同的场景，网络信号不良区域不同，例如，高铁场景下的网络信号不良区域主要包括未布置漏缆天线的长隧道，隧道内...
【技术保护点】
1.一种网络信号不良区域识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述搜索与所述第一服务小区相邻的服务小区之前，所述方法还包括：
3.根据权利要求1或2所述的方法，其特征在于，在搜索到所述P个服务小区之后，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述确定所述电子设备将要进入网络信号不良区域之后，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述第一服务小区在所述信号判定周期内的多普勒频移值，确定所述第一服务小区在所述信号判定周期内的基站夹角缩小速率，
...
【技术特征摘要】
1.一种网络信号不良区域识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述搜索与所述第一服务小区相邻的服务小区之前，所述方法还包括：
3.根据权利要求1或2所述的方法，其特征在于，在搜索到所述p个服务小区之后，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述确定所述电子设备将要进入网络信号不良区域之后，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述第一服务小区在所述信号判定周期内的多普勒频移值，确定所述第一服务小区在所述信号判定周期内的基站夹角缩小速率，包括：
6.根据权利要求4所述的方法，其特征在于，所述将所述第一时长和所述第二时长中的最小值赋值给第三时间之后，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述...
【专利技术属性】
技术研发人员：叶瑜龙，
申请(专利权)人：维沃移动通信有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。