[发明专利]一种在无线通信网络中识别场景的方法和装置

权利要求书

1.一种在无线通信网络中识别场景的方法，其特征在于，方法包括：

选用多维度的特征属性来表征小区，对特征值向量包含的每一维度的特征属性的取值进行预处理：建立所述特征属性的特征值向量，特征值向量包含每一维度的特征属性；

将各个小区初始分配到不同的临时场景簇中；

对于一个小区，基于该小区的特征值向量与各个所述临时场景簇的中心的差异度距离，再次调整该小区所属的场景簇，包括：均值步骤，在一个所述临时场景簇中，计算小区的特征值向量的每一个特征属性的算术平均值，各个所述算术平均值组成一个等效中心特征值向量，所述等效中心特征值向量表征所述临时场景簇的场景簇中心；差异度距离步骤，计算一个小区的特征值向量到场景簇中心的差异度距离；重新分配步骤，按照距离最近原则重新将该小区分配到最近的临时场景簇中，重复执行这三个步骤直至不再有小区会被重新分配；

将完成调整的场景簇作为第一类场景簇；

基于第一类场景簇中各个小区的特征值向量计算临近的第一类场景簇之间的距离，合并所述距离符合合并阈值的第一类场景簇形成第二类场景簇，包括：计算每个第一类场景簇内所属特征值向量的平均值，该平均值表征了所述第一类场景簇的场景簇中心；计算每两个第一类场景簇的距离，将距离最近的两个第一类场景簇进行合并作为新的场景簇；直到满足所设定的场景簇划分门限数量，形成的是第二类场景簇。

2.根据权利要求1所述的方法，其特征在于，选用多维度的特征属性来表征小区包括：

所述多维度的特征属性中，根据相关指数来评估各个特征属性之间的关联程度，去除关联程度为高于线性相关阈值的特征属性；

将剩余的所述特征属性作为选用的特征属性。

3.根据权利要求1所述的方法，其特征在于，对特征值向量包含的每一维度的特征属性的取值进行预处理包括：

μ是一个特征属性所有样本取值的均值，σ为一特征属性所有样本取值的标准差，x表示特征值向量包含的每一维度的特征属性的取值。

4.根据权利要求1所述的方法，其特征在于，将各个小区初始分配到不同的临时场景簇中包括：

预先设定第一数目个所述临时场景簇，当形成每一个临时场景簇时，在临时场景簇中包括有唯一一个定点小区；

在剩余的小区中，计算各个小区与不同临时场景簇中所述定点小区之间的距离，将各个小区分到所述距离最近的临时场景簇中。

5.一种在无线通信网络中识别场景的装置，其特征在于，包括：

特征属性提取单元，用于采用多维度的特征属性表征小区，建立所述特征属性的特征值向量，特征值向量包含每一维度的特征属性；

小区初始分配单元，用于将各个小区初始分配到不同的临时场景簇中；

小区调整单元，用于对于一个小区，基于小区的特征值向量与各个所述临时场景簇的中心的差异度距离，再次调整该小区所属的场景簇，并将完成调整的场景簇作为第一类场景簇；小区调整单元包括：均值计算模块，用于在一个所述临时场景簇中，计算小区的特征值向量的每一个特征属性的算术平均值，各个所述算术平均值组成一个等效中心特征值向量，所述等效中心特征值向量表征所述临时场景簇的场景簇中心；差异度距离模块，用于计算一个小区的特征值向量到场景簇中心的差异度距离；重新分配模块，用于按照距离最近原则重新将该小区分配到最近的临时场景簇中，并通知所述均值计算模块重复执行，直至不再有小区会被重新分配；

场景簇合并单元，用于基于第一类场景簇中各个小区的特征值向量计算临近的第一类场景簇之间的距离，合并所述距离符合合并阈值的第一类场景簇形成第二类场景簇；场景簇合并单元包括：簇中心计算模块，用于计算每个第一类场景簇内所属特征值向量的平均值，该平均值表征了所述第一类场景簇的场景簇中心；合并模块，用于计算每两个第一类场景簇的距离，将距离最近的两个第一类场景簇进行合并作为新的场景簇；直到满足所设定的场景簇划分门限数量，形成的是第二类场景簇。

6.根据权利要求5所述的装置，其特征在于，小区初始分配单元包括：

随机分配模块，用于预先设定第一数目个所述临时场景簇，当形成每一个临时场景簇时，在临时场景簇中包括有唯一一个定点小区；

分配调整模块，用于在剩余的小区中，计算各个小区与不同临时场景簇中所述定点小区之间的距离，将各个小区分到所述距离最近的临时场景簇中。