[发明专利]弱覆盖区域识别方法及装置、计算机可存储介质在审
申请号: | 201910910701.1 | 申请日: | 2019-09-25 |
公开(公告)号: | CN112566177A | 公开(公告)日: | 2021-03-26 |
发明(设计)人: | 宋文山 | 申请(专利权)人: | 中国电信股份有限公司 |
主分类号: | H04W24/10 | 分类号: | H04W24/10;H04B17/318;G06T7/11;G06F16/29 |
代理公司: | 中国贸促会专利商标事务所有限公司 11038 | 代理人: | 王莉莉 |
地址: | 100033 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 覆盖 区域 识别 方法 装置 计算机 存储 介质 | ||
本公开涉及弱覆盖区域识别方法及装置、计算机可存储介质,涉及通信技术领域。弱覆盖区域识别方法包括:获取第一测量报告MR覆盖栅格地图,所述第一MR覆盖栅格地图包括多个待处理栅格,每个待处理栅格具有一个信号强度;将信号强度小于或等于预设阈值的待处理栅格确定为弱覆盖栅格,并将信号强度大于所述预设阈值的待处理栅格确定为非弱覆盖栅格,得到第二MR覆盖栅格地图;利用图像分割算法,分割所述第二MR覆盖栅格地图,得到多个弱覆盖区域,每个弱覆盖区域包括一个或多个连续的弱覆盖栅格。根据本公开,自动识别弱覆盖区域,提高了效率。
技术领域
本公开涉及通信技术领域,特别涉及弱覆盖区域识别方法及装置、计算机可存储介质。
背景技术
无线网络信号覆盖质量是支撑市场发展和保障用户感知的重要因素。MR(Measurement Report,测量报告)覆盖栅格地图是评估无线网络信号的覆盖情况的主要方式之一。MR数据是用户在执行业务过程中上报给无线网络的测量信息,能够准确反映无线网络信号的覆盖情况。通过利用MR数据中的主服务小区和邻小区的电平信息,并结合主服务小区和邻小区的经纬度及发射功率,确定产生MR数据的经纬度,再将场强信息栅格化,即按照一定尺度将无线网络划分为多个正方形栅格,通常情况下每个正方形栅格为50*50米,从而将LTE(Long Term Evolution,长期演进)网络覆盖情况以可视化的方式呈现出来,为实现LTE网络优化和LTE工程规划提供了重要支撑。
随着运营商无线网络的不断发展和完善,MR栅格越来越小,数量越来越多,优化和规划工作所要求的覆盖评估精度越来越高。一般城市的栅格数量达数百万个,弱覆盖栅格数据多达数万个。弱覆盖栅格数量太多,导致优化和规划工作难以聚焦重点问题和突出问题。
相关技术主要依赖人工图上作业的方式,从MR栅格地图上找出连片的弱覆盖区域,从而进行针对性的优化和规划。
发明内容
发明人认为:相关技术中,人工选取弱覆盖区域费时费力。
针对上述技术问题,本公开提出了一种解决方案,自动识别弱覆盖区域,提高效率。
根据本公开的第一方面,提供了一种弱覆盖区域识别方法,包括:获取第一测量报告MR覆盖栅格地图,所述第一MR覆盖栅格地图包括多个待处理栅格,每个待处理栅格具有一个信号强度;将信号强度小于或等于预设阈值的待处理栅格确定为弱覆盖栅格,并将信号强度大于所述预设阈值的待处理栅格确定为非弱覆盖栅格,得到第二MR覆盖栅格地图;利用图像分割算法,分割所述第二MR覆盖栅格地图,得到多个弱覆盖区域,每个弱覆盖区域包括一个或多个连续的弱覆盖栅格。
在一些实施例中,所述图像分割算法包括区域增长算法。
在一些实施例中,分割所述第二MR覆盖栅格地图,得到多个弱覆盖区域包括:将所述第二MR覆盖栅格地图中的每个栅格的区域编码设置为第一初始值,所述区域编码唯一标识所述第二MR覆盖栅格地图中的一个区域,所述区域包括弱覆盖区域和除弱覆盖区域以外的非弱覆盖区域;以所述第二MR覆盖栅格地图中的每个栅格为待编码栅格,按照行或列的顺序,依次对每个待编码栅格执行如下编码操作:判断所述每个待编码栅格是否为弱覆盖栅格;在所述每个待编码栅格是弱覆盖栅格的情况下,获取与所述每个待编码栅格相邻的每个相邻栅格的区域编码;根据所述每个相邻栅格的区域编码与所述第一初始值的大小关系,确定所述每个待编码栅格的区域编码的目标值。
在一些实施例中,根据每个相邻栅格的区域编码与所述初始值的大小关系,确定与所述待编码栅格的区域编码的目标值包括:在每个相邻栅格的区域编码都等于所述第一初始值的情况下,获取当前的区域计数器的值;将所述当前的区域计数器的值加1,得到更新后的区域计数器的值;将所述每个待编码栅格的区域编码的目标值设置为所述更新后的区域计数器的值;其中,所述区域计数器的初始值为第二初始值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电信股份有限公司,未经中国电信股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910910701.1/2.html,转载请声明来源钻瓜专利网。