一種基於周期性測量數據的全網站點工參核查方法及裝置與流程
2023-10-19 21:34:37
本發明涉及核查技術,尤其涉及一種基於周期性測量數據的全網站點工參核查方法及裝置。
背景技術:
對於lte網絡中的站點工參核查來說,現有技術主要包括以下幾種方案:
現有方案1:通過人工現場上站,通過gps、水平儀檢查經緯度、方位角,等進行站點工參核查,直接可發現站點的工參是否存在錯誤。該方案存在的問題是:由於是人工操作,因此,會導致全網檢查工作量大,實際上只能抽查部分站點,無法進行常態化地進行全網工參核查,不能高效支撐lte網絡優化日常優化工作。
現有方案2:採用鄰區自優化(anr,automaticneighbourrelation)技術來進行站點工參核查。anr功能是通過終端測量無線信號,上報電平最佳小區給網絡側作為鄰區參考小區。通過比較anr功能上報的鄰區與根據gis坐標計算的鄰區,如果匹配度低於某個門限,可發現該lte小區所在的站點工參存在錯誤。該方案存在的問題是:anr是終端可選功能,現網大部分終端不支持anr功能,上報的anr鄰區無法反映全網問題。另外,anr功能需要終端一直進行測量,會增加終端功耗,減少終端待機時間。
現有方案3:基於周期性測量數據如mro上報的信號傳輸時延(ta)+信號到達角(aoa)進行方位角判別,如果aoa超過某個範圍,則可發現該lte小區所在的站點工參存在錯誤。該方案存在的問題是:一方面,在主城區,建築物密集,信號反射、繞射環境豐富,ta+aoa無法真正體現ue與enodeb的位置關係。另外一方面,aoa需要網絡側開啟波束賦型才能進行測量,但lte網絡只有tm7、tm8才使用波束賦型技術,對於處在其他tm模式的ue則無aoa測量量,會導致該部分ue無法參與評估,降低評估精度。
現有方案4:基於切換次數計算基站關聯度,如果切換頻次順序與gis關聯度不匹配,則判斷小區工參錯誤。該方案存在的問題是:切換頻次依賴於已配置鄰區的關係,而鄰區關係存在漏配和錯配的問題,從而降低判斷準確度。
技術實現要素:
有鑑於此,本發明實施例希望提供一種基於周期性測量數據的全網站點工參核查方法及裝置,至少解決了現有技術存在的問題。
本發明實施例的技術方案是這樣實現的:
一種基於周期性測量數據的全網站點工參核查方法,所述方法包括:
收集全網所有小區的周期性測量數據並進行數據分析,得到每個目標小區周邊與其存在實際強關聯的i個鄰區,i為大於等於1的正整數;
根據基站工參庫提供的工參確定所述i個鄰區是否理論上能與所述目標小區產生關聯性,如果基於關聯性計算結果判斷出與目標小區對應的所述i個鄰區在理論上沒有強關聯的鄰區佔比超過預先設置的門限,則確定所述目標小區的站點工參在所述基站工參庫的值與實際工參值之間存在誤差。
本發明實施例中,所述收集全網所有小區的周期性測量數據並進行數據分析,還包括:
如果所述周期性測量數據的採樣點數大於等於第一閾值,則確定出所述目標小區的本次周期性測量數據的數據採集具備完整性,判斷出所述目標小區為有效小區。
本發明實施例中,所述得到每個目標小區周邊與其存在實際強關聯的i個鄰區,包括:
將所述目標小區作為服務小區,將所述目標小區的周邊小區作為鄰區;
如果所述服務小區的周邊小區的主rsrp-鄰rsrp的絕對值在6db以內的周期性測量數據的採樣點數,佔本次周期性測量數據的總採樣點數比例大於等於第二閾值,則認為所述周邊小區為所述目標小區的實際強關聯鄰區,以得到每個目標小區周邊與其存在實際強關聯的i個鄰區。
本發明實施例中,所述方法還包括:
以所述目標小區的實際強關聯的i個鄰區構成候選小區集;
判斷出所述候選小區集中的共站同向小區,只保留其中一個小區用於關聯性計算。
本發明實施例中,所述判斷出所述候選小區集中的共站同向小區,包括:
如果所述候選小區集中的任意兩個小區同時符合以下距離判斷條件和周期性測量數據的數據判斷條件,則任意兩個小區為共站同向小區;其中,
所述距離判斷條件包括:兩個小區的距離小於50米;
所述周期性測量數據的數據判斷條件包括:同頻段的兩個小區的主服務小區rsrp-鄰小區rsrp的絕對值小於6db的佔比>=80%;或者,不同頻段的兩個小區的主服務小區rsrp-鄰小區rsrp的絕對值小於10db的佔比>=80%。
本發明實施例中,所述根據基站工參庫提供的工參確定所述i個鄰區是否理論上能與所述目標小區產生關聯性,包括:
根據目標小區的垂直波瓣角、下傾角、站高、覆蓋距離間的關係進行距離判斷,如果目標小區到一鄰區的關聯關係為距離正確,則得到標記為距離正確的鄰區;
對所述標記為距離正確的鄰區進行方位角判斷,滿足預設條件,則確定所述鄰區與目標小區存在關聯。
一種基於周期性測量數據的全網站點工參核查裝置,所述裝置包括:
採集及分析單元,用於收集全網所有小區的周期性測量數據並進行數據分析,得到每個目標小區周邊與其存在實際強關聯的i個鄰區,i為大於等於1的正整數;
誤差核查單元,用於根據基站工參庫提供的工參確定所述i個鄰區是否理論上能與所述目標小區產生關聯性,如果基於關聯性計算結果判斷出與目標小區對應的所述i個鄰區在理論上沒有強關聯的鄰區佔比超過預先設置的門限,則確定所述目標小區的站點工參在所述基站工參庫的值與實際工參值之間存在誤差。
本發明實施例中,所述採集及分析單元,進一步用於:
如果所述周期性測量數據的採樣點數大於等於第一閾值,則確定出所述目標小區的本次周期性測量數據的數據採集具備完整性,判斷出所述目標小區為有效小區。
本發明實施例中,所述採集及分析單元,進一步用於:
將所述目標小區作為服務小區,將所述目標小區的周邊小區作為鄰區;
如果所述服務小區的周邊小區的主rsrp-鄰rsrp的絕對值在6db以內的周期性測量數據的採樣點數,佔本次周期性測量數據的總採樣點數比例大於等於第二閾值,則認為所述周邊小區為所述目標小區的實際強關聯鄰區,以得到每個目標小區周邊與其存在實際強關聯的i個鄰區。
本發明實施例中,所述裝置還包括:有效小區篩選單元,包括:
候選小區集確定子單元,用於以所述目標小區的實際強關聯的i個鄰區構成候選小區集;
共站同向小區判斷單元,用於判斷出所述候選小區集中的共站同向小區,只保留其中一個小區用於關聯性計算。
本發明實施例中,所述共站同向小區判斷單元,進一步用於:
如果所述候選小區集中的任意兩個小區同時符合以下距離判斷條件和周期性測量數據的數據判斷條件,則任意兩個小區為共站同向小區;其中,
所述距離判斷條件包括:兩個小區的距離小於50米;
所述周期性測量數據的數據判斷條件包括:同頻段的兩個小區的主服務小區rsrp-鄰小區rsrp的絕對值小於6db的佔比>=80%;或者,不同頻段的兩個小區的主服務小區rsrp-鄰小區rsrp的絕對值小於10db的佔比>=80%。
本發明實施例中,所述誤差核查單元,進一步用於:
根據目標小區的垂直波瓣角、下傾角、站高、覆蓋距離間的關係進行距離判斷,如果目標小區到一鄰區的關聯關係為距離正確,則得到標記為距離正確的鄰區;
對所述標記為距離正確的鄰區進行方位角判斷,滿足預設條件,則確定所述鄰區與目標小區存在關聯。
本發明實施例的基於周期性測量數據的全網站點工參核查方法包括:收集全網所有小區的周期性測量數據並進行數據分析,得到每個目標小區周邊與其存在實際強關聯的i個鄰區,i為大於等於1的正整數;根據基站工參庫提供的工參確定所述i個鄰區是否理論上能與所述目標小區產生關聯性,如果基於關聯性計算結果判斷出與目標小區對應的所述i個鄰區在理論上沒有強關聯的鄰區佔比超過預先設置的門限,則確定所述目標小區的站點工參在所述基站工參庫的值與實際工參值之間存在誤差。採用本發明實施例,能解決現有技術存在的上述問題,提高核查的效率和精度。
附圖說明
圖1為本發明實施例一方法流程的示意圖;
圖2為應用本發明實施例的應用場景一的實現流程示意圖;
圖3為應用本發明實施例的應用場景二的進行距離判斷的一個示意圖;
圖4-7為應用本發明實施例的應用場景二的進行方向角判斷的多個示意圖。
具體實施方式
下面結合附圖對技術方案的實施作進一步的詳細描述。
本發明實施例提供了一種基於周期性測量數據的全網站點工參核查方法,如圖1所示,所述方法包括:
步驟101、收集全網所有小區的周期性測量數據並進行數據分析,得到每個目標小區周邊與其存在實際強關聯的i個鄰區,i為大於等於1的正整數。
這裡,周期性測量數據可以包括:mro和mrs文件。在lte場景下,進行數據分析的數據可以為收集的全網lte小區的mro和mrs文件。
步驟102、根據基站工參庫提供的工參確定所述i個鄰區是否理論上能與所述目標小區產生關聯性,如果基於關聯性計算結果判斷出與目標小區對應的所述i個鄰區在理論上沒有強關聯的鄰區佔比超過預先設置的門限,則確定所述目標小區的站點工參在所述基站工參庫的值與實際工參值之間存在誤差。
在本發明實施例一實施方式中,所述收集全網所有小區的周期性測量數據並進行數據分析,還包括:如果所述周期性測量數據的採樣點數大於等於第一閾值(如500),則確定出所述目標小區的本次周期性測量數據的數據採集具備完整性,判斷出所述目標小區為有效小區。
在本發明實施例一實施方式中,所述得到每個目標小區周邊與其存在實際強關聯的i個鄰區,包括:將所述目標小區作為服務小區,將所述目標小區的周邊小區作為鄰區;如果所述服務小區的周邊小區的主參考信號接收功率(rsrp,referencesignalreceivingpower)-鄰rsrp的絕對值在6db以內的周期性測量數據的採樣點數,佔本次周期性測量數據的總採樣點數比例大於等於第二閾值,則認為所述周邊小區為所述目標小區的實際強關聯鄰區,以得到每個目標小區周邊與其存在實際強關聯的i個鄰區。
在本發明實施例一實施方式中,所述方法還包括:以所述目標小區的實際強關聯的i個鄰區構成候選小區集;判斷出所述候選小區集中的共站同向小區,只保留其中一個小區用於關聯性計算。
在本發明實施例一實施方式中,所述判斷出所述候選小區集中的共站同向小區,包括:如果所述候選小區集中的任意兩個小區同時符合以下距離判斷條件和周期性測量數據的數據判斷條件,則任意兩個小區為共站同向小區。
其中,所述距離判斷條件包括:兩個小區的距離小於50米;
所述周期性測量數據的數據判斷條件包括:同頻段的兩個小區的主服務小區rsrp-鄰小區rsrp的絕對值小於6db的佔比>=80%;或者,不同頻段的兩個小區的主服務小區rsrp-鄰小區rsrp的絕對值小於10db的佔比>=80%。
在本發明實施例一實施方式中,所述根據基站工參庫提供的工參確定所述i個鄰區是否理論上能與所述目標小區產生關聯性,包括:根據目標小區的垂直波瓣角、下傾角、站高、覆蓋距離間的關係進行距離判斷,如果目標小區到一鄰區的關聯關係為距離正確,則得到標記為距離正確的鄰區;對所述標記為距離正確的鄰區進行方位角判斷,滿足預設條件,則確定所述鄰區與目標小區存在關聯。這裡需要指出的是,涉及「滿足預設條件,則確定所述鄰區與目標小區存在關聯」,如後續應用本實施例的應用場景二中的三種不同情況的具體描述,這裡不做贅述。
本發明實施例還提供了一種基於周期性測量數據的全網站點工參核查裝置,所述裝置包括:採集及分析單元,用於收集全網所有小區的周期性測量數據並進行數據分析,得到每個目標小區周邊與其存在實際強關聯的i個鄰區,i為大於等於1的正整數;及誤差核查單元,用於根據基站工參庫提供的工參確定所述i個鄰區是否理論上能與所述目標小區產生關聯性,如果基於關聯性計算結果判斷出與目標小區對應的所述i個鄰區在理論上沒有強關聯的鄰區佔比超過預先設置的門限,則確定所述目標小區的站點工參在所述基站工參庫的值與實際工參值之間存在誤差。
在本發明實施例一實施方式中,所述採集及分析單元,進一步用於:如果所述周期性測量數據的採樣點數大於等於第一閾值,則確定出所述目標小區的本次周期性測量數據的數據採集具備完整性,判斷出所述目標小區為有效小區。
在本發明實施例一實施方式中,所述採集及分析單元,進一步用於:將所述目標小區作為服務小區,將所述目標小區的周邊小區作為鄰區;如果所述服務小區的周邊小區的主rsrp-鄰rsrp的絕對值在6db以內的周期性測量數據的採樣點數,佔本次周期性測量數據的總採樣點數比例大於等於第二閾值,則認為所述周邊小區為所述目標小區的實際強關聯鄰區,以得到每個目標小區周邊與其存在實際強關聯的i個鄰區。
在本發明實施例一實施方式中,所述裝置還包括:有效小區篩選單元,包括:候選小區集確定子單元,用於以所述目標小區的實際強關聯的i個鄰區構成候選小區集;及共站同向小區判斷單元,用於判斷出所述候選小區集中的共站同向小區,只保留其中一個小區用於關聯性計算。
在本發明實施例一實施方式中,所述共站同向小區判斷單元,進一步用於:如果所述候選小區集中的任意兩個小區同時符合以下距離判斷條件和周期性測量數據的數據判斷條件,則任意兩個小區為共站同向小區。
其中,所述距離判斷條件包括:兩個小區的距離小於50米;
所述周期性測量數據的數據判斷條件包括:同頻段的兩個小區的主服務小區rsrp-鄰小區rsrp的絕對值小於6db的佔比>=80%;或者,不同頻段的兩個小區的主服務小區rsrp-鄰小區rsrp的絕對值小於10db的佔比>=80%。
在本發明實施例一實施方式中,所述誤差核查單元,進一步用於:根據目標小區的垂直波瓣角、下傾角、站高、覆蓋距離間的關係進行距離判斷,如果目標小區到一鄰區的關聯關係為距離正確,則得到標記為距離正確的鄰區;對所述標記為距離正確的鄰區進行方位角判斷,滿足預設條件,則確定所述鄰區與目標小區存在關聯。
以一個現實應用場景為例對本發明實施例闡述如下:
應用本發明實施例的一個應用場景中,具體為一種基於周期性測量數據計算基站關聯度的站點工參核查方案。這裡,周期性測量數據包括mro和mrs文件。本應用場景的站點工參核查方案包括:通過對全網lte小區的mro數據分析,從中確定每個小區周邊與之存在真實強關聯的鄰區,並根據基站工參庫提供的工參推導這些真實強關聯的鄰區在理論上是否能發生關聯。如果某個小區的真實強關聯但理論上沒有強關聯的鄰區佔比超過預先設置的門限,則可判斷當該小區的站點工參在工參庫的值與實際工參存在誤差,從而可高效地完成全網lte站點的站點工參核查工作。
本應用場景採用本發明實施例,可以解決如下問題:
1、周期性測量數據,如mro每月定期全網開啟,採用本發明實施例可實現全網的工參定期核查,可使得全網的工參準確性核查進入常態化。
2、mro的上報是終端必備功能,無需終端特殊功能支持,與基站傳輸模式無關,可利用全網終端的上報數據,提高定位精度。
3、採用本發明實施例,關聯度只基於mro的rsrp進行計算,適用於所有傳輸模式與所有覆蓋場景。
4、根據終端實際上報的rsrp進行計算,與鄰區關係的配置無關。
5、不對工參準確性做任何先驗假設且不依賴現網參數配置,提高工參檢查的準確度。
應用場景一:
單個小區的工參庫中的值與實際工參是否存在誤差的判斷流程,如圖2所示,包括:
步驟201、判斷當前小區是否是有效小區。如果該小區的mro採樣點數=500,則可認為該小區的本次mro數據採集具備完整性,可基於本次mro數據對該小區的工參進行準確性判斷。
步驟202:通過mro數據確定目標小區的實際強關聯鄰區。以目標小區作為服務小區,周邊小區作為鄰區。如果一個周邊小區的主rsrp-鄰rsrp的絕對值在6db以內的mro採樣點數佔本次mro總採樣點數比例>=10%,則認為該周邊小區是目標小區的實際強關聯鄰區,執行步驟203,否則該周邊小區不是目標小區的實際強關聯鄰區,對本次合理性判斷沒有貢獻。
步驟203:以目標小區的實際強關聯鄰區構成候選小區集,如果是空集,即目標小區周邊沒有實際強關聯鄰區,結束該目標小區的關聯性分析。
步驟204:對於候選小區中的共站同向小區,只保留其中一個小區作為後續的計算,使得候選小區集的每個工參向量(經度、緯度、站高、下傾角)的權重都是為1。
這裡,共站同向覆蓋小區的判斷辦法包括:如果兩個小區滿足以下兩個條件,則這2個小區判斷為共站同向覆蓋小區。
條件一:距離判斷:兩個小區的距離小於50米
條件二:mro數據判斷:在mro的數據中,如果是同頻段的兩個小區的主服務小區rsrp-鄰小區rsrp的絕對值小於6db的佔比>=80%,不同頻段的兩個小區的主服務小區rsrp-鄰小區rsrp的絕對值小於10db的佔比>=80%。
步驟205:為加快計算,可先對候選小區集中按照採樣點佔比從高到低進行排序,然後取前n(n>=6)個小區參與後續計算,如果step4的結果中的小區數<n,則採用全部小區參與後續的計算。
步驟206:根據工參庫的工參推導step4的結果小區是否存在理論上的相關,如果實際相關而理論不相關則目標小區到該鄰區標記成一次錯誤。
步驟207、錯誤率是否達到門限,如果未達到門限,則該目標小區工參準確;否則,超出門限,則目標小區的站點工參在所述基站工參庫的值與實際工參值之間存在誤差。
這裡,具體為:計算小區錯誤率=(距離錯誤小區數+角度錯誤小區數)/(距離錯誤小區數+角度錯誤小區數+角度正確小區個數),如果小區錯誤率超過預先設置門限,則可判斷該小區在工參庫的工參存在錯誤。
應用場景二:實現根據工參庫的工參推導步驟204的結果小區是否存在理論上的相關的關聯性計算過程,包括如下內容:
一,距離判斷:
如圖3所示為小區的垂直波瓣角、下傾角、站高、覆蓋距離的理論關係示意圖,其中s、h、α、β分別是目標小區的上旁瓣覆蓋距離、站高、下傾角、垂直波瓣角,若已知h、α、β,可得可根據工參庫中目標小區的站高、下傾角、方位角得到s,且根據工參庫中的經緯度得到目標小區和周邊各個強鄰區的距離di,i=1,2...n,若某個di>s,則標記目標小區到該小區的關聯關係為距離錯誤,反之則標記為距離正確,並把標記為距離正確的小區進入到方位角判斷。
二、方位角判斷:
對標為距離準確的小區進行角度準確性判斷,如果被判斷成不關聯,則標記目標小區到該小區的關聯關係為角度錯誤,反之標記成角度正確。角度判斷具體算法如下闡述。
定向天線的水平覆蓋範圍俯視圖可劃分成4個區域,如圖4所示,其中區域1為基站的主瓣覆蓋範圍,區域2、區域4為基站的側部覆蓋範圍,區域3為基站的背向覆蓋範圍。
設目標小區的方向角為α,α∈[0,360),天線的水平波瓣寬帶為β,β∈[30,120]。周邊強關聯的小區的方向角αn、βn,αn∈[0,360),βn∈[30,120]。下面根據α的值分三種情況闡述兩個小區理論上相關性的計算。
1)第1種情況:
如圖5所示,四個區域的覆蓋範圍的角度可描述為
a1,如果鄰區位於目標小區的區域1,則鄰區與目標小區存在關聯。
a2,當鄰區位於目標小區的區域2時,若鄰區的方位角滿足條件:且則認為該鄰區與目標小區不存在關聯,反之則認為關聯。
a3,當鄰區位於目標小區的區域3時,若鄰區的方位角滿足條件:或者則認為該鄰區與目標小區不存在關聯,反之則認為關聯。
a4,當鄰區位於目標小區的區域4,若鄰區的方位角滿足條件:且則認為該鄰區與目標小區不存在關聯,反之則認為關聯。
2)第2種情況
如圖6所示,四個區域的覆蓋範圍的角度可描述為
b1,如果鄰區位於目標小區的區域1,則鄰區與目標小區存在關聯。
b2,當鄰區位於目標小區的區域2時,若鄰區的方位角滿足條件:且則認為該鄰區與目標小區不存在關聯,反之則認為關聯。
b3,當鄰區位於目標小區的區域3時,若鄰區的方位角滿足條件:或者則認為該鄰區與目標小區不存在關聯,反之則認為關聯。
b4,當鄰區位於目標小區的區域4,若鄰區的方位角滿足條件:且則認為該鄰區與目標小區不存在關聯,反之則認為關聯。
3)第3種情況:
如圖7所示,四個區域的覆蓋範圍的角度可描述為
c1,如果鄰區位於目標小區的區域1,則鄰區與目標小區存在關聯。
c2,當鄰區位於目標小區的區域2時,若鄰區的方位角滿足條件:且則認為該鄰區與目標小區不存在關聯,反之則認為關聯。
c3,當鄰區位於目標小區的區域3時,若鄰區的方位角滿足條件:或者則認為該鄰區與目標小區不存在關聯,反之則認為關聯。
c4,當鄰區位於目標小區的區域4,若鄰區的方位角滿足條件:且則認為該鄰區與目標小區不存在關聯,反之則認為關聯。
本發明實施例所述集成的模塊如果以軟體功能模塊的形式實現並作為獨立的產品銷售或使用時,也可以存儲在一個計算機可讀取存儲介質中。基於這樣的理解,本發明實施例的技術方案本質上或者說對現有技術做出貢獻的部分可以以軟體產品的形式體現出來,該計算機軟體產品存儲在一個存儲介質中,包括若干指令用以使得一臺計算機設備(可以是個人計算機、伺服器、或者網絡設備等)執行本發明各個實施例所述方法的全部或部分。而前述的存儲介質包括:u盤、移動硬碟、只讀存儲器(rom,read-onlymemory)、隨機存取存儲器(ram,randomaccessmemory)、磁碟或者光碟等各種可以存儲程序代碼的介質。這樣,本發明實施例不限制於任何特定的硬體和軟體結合。
相應的,本發明實施例還提供一種計算機存儲介質,其中存儲有電腦程式,該電腦程式用於執行本發明實施例的基於周期性測量數據的全網站點工參核查方法。
以上所述,僅為本發明的較佳實施例而已,並非用於限定本發明的保護範圍。