[发明专利]基于移动终端数据实现小区方位角预测的方法

说明书

本发明涉及一种基于移动终端数据实现小区方位角预测的方法，采集一段时间内智能终端上报带有位置的无线环境数据集S1，其记录包含RSRP、TA、AOA等重要字段。然后根据AOA维度数据的统计分布，计算AOA的中心值AOAmid，再根据AOAmid提取数据集S1中AOA值等于AOAmid的记录形成数据集S2。接着过滤掉信号非直射记录，如通过建立TA与采样点到小区位置的实际距离模型，并根据TA距离模型删除TA异常的记录形成数据集S3。对数据集S3进行聚类，把数据聚类成K类，取平均信号RSRP最强类Ki，其类Ki数据中心点与小区位置的正北方向夹角即为所预测的小区方位角。该方法降低了操作成本，且其方位角预测精度高。

技术领域

本发明涉及小区方位角预测技术领域，具体涉及一种基于移动终端数据实现小区方位角预测的方法。

背景技术

移动通信网络结构是一种采用蜂窝式的实现，理论上，即以相同半径的圆形覆盖平面,当圆心处于正六边形网格的各正六边形中心时，所用圆的数量最少。在移动通信网络中，其圆心即是基站的位置，而每个基站一般分列为3个小区，每个小区有个固定的覆盖方位角和下倾角。

在网络规划时，小区的方位角和下倾角数据是经过网络仿真输出。建站完成后以及后期勘站运维阶段，由于覆盖的需要，小区的方位角时长发生改变，而人工勘站时，小区方位角一般是通过罗盘或是天线姿态测量仪收集，再由手工记录到运营商的资管系统中。因为人为因素的存在，导致目前资管系统中的小区方位角数据准确性不高，如某省运营商资管系统中小区方位角偏差20度以上的记录占比到达48.1％，严重影响网络的精准运维。经分析，目前运营商的小区方位角数据的获取主要靠运维人员手持罗盘或天线姿态测量仪采集，然后手工录入运营商资管系统，由于罗盘或天线姿态测量仪不够精准、天线发出的电磁波的干扰、使用的方法不正确、记录的错误、录入的错误以及人工的造假等导致资管系统中记录的小区方位角数据不够准确，而且每次勘测验证，需要开车到指定的位置，增加人力成本且操作复杂。

发明内容

本发明的目的在于克服现有技术中的缺陷，设计一种基于移动终端数据实现小区方位角预测的方法，该方法降低了操作成本，且其方位角预测精度高。

为实现上述目的，本发明所采用的技术方案是，

一种基于移动终端数据实现小区方位角预测的方法，包括

S10、采集设定时间段内智能终端上报的带有位置的无线环境数据集S1，所述无线环境数据集S1的记录包括信号电平RSRP、时延TA、AOA维度数据；根据AOA维度数据的统计分布，计算AOA的中心值AOAmid；

S20、提取无线环境数据集S1中的AOA维度数据值等于AOAmid的记录形成无线环境数据集S2；

S30、对无线环境数据集S2的TA值和采样点到小区位置的实际距离dis值指标建立回归模型进行训练，拟合TA值与采样点到小区位置的实际距离dis值之间的关系：

S40、根据训练好的回归模型预测TA值，对比查找异常的TA值，删除TA值异常的用户数据，形成数据集S3；

S50、使用聚类算法对数据集S3进行聚类，将数据聚类分成K类，每类计算电平RSRP的均值，选择电平RSRP均值最大的一类用户数据作为K_i类数据；

S60、计算K_i类数据的中心点，该中心点与小区位置的正北方向夹角即为预测的小区方位角。

进一步的，所述S10中的无线环境数据集S1中的数据包括OTT、MDT和MR数据中的一种或多种的组合。

进一步的，所述S10中的设定时间为连续30-60天。

在一些优选示例中，所述S30中建立回归模型的方法包括下述步骤：