[发明专利]异常室分小区识别方法、装置及电子设备

权利要求书

1.一种异常室分小区识别方法，其特征在于，包括：

获取目标室分小区的测量报告MR数据、所述目标室分小区的业务量和所述目标室分小区的关联小区的业务量，所述MR数据包括所述室分小区内的采样点数据及采样点测得的所述目标室分小区的接收电平数据；

基于所述目标室分小区的MR数据，确定所述目标室分小区的接收电平数据；

基于所述目标室分小区的接收电平数据与预设的基准接收电平数据之间的差异，确定所述目标室分小区是否为疑似异常小区；

如果是，则基于所述目标室分小区的业务量和所述目标室分小区的关联小区的业务量，确定所述目标室分小区是否异常。

2.根据权利要求1所述的方法，其特征在于，所述目标室分小区的接收电平数据包括所述目标室分小区的接收电平均方差，所述基准接收电平数据包括全网的接收电平均方差；

所述基于所述目标室分小区的接收电平数据与预设的基准接收电平数据之间的差异，确定所述目标室分小区是否为疑似异常小区，包括：

获取所述目标室分小区的接收电平均方差与所述全网的接收电平均方差之间的差值；

如果所述差值超过预设偏置值，则确定所述目标室分小区为疑似异常小区。

3.根据权利要求1所述的方法，其特征在于，所述目标室分小区的接收电平数据包括所述目标室分小区的接收电平均方差；

所述基于所述目标室分小区的MR数据，确定所述目标室分小区的接收电平，包括：

基于所述目标室分小区的MR数据，确定所述目标室分小区内的采样点分布信息，所述采样点分布信息用于指示所述目标室分小区内的采样点数在不同接收电平区间的分布情况；

基于所述目标室分小区内的采样点分布信息，确定所述目标室分小区的接收电平均方差。

4.根据权利要求1所述的方法，其特征在于，所述基准接收电平数据包括全网内的接收电平均方差；

在基于所述目标室分小区的接收电平与预设的基准接收电平之间的差异，确定所述目标室分小区是否为疑似异常小区之前，所述方法还包括：

获取全网内的各个室分小区的MR数据，所述室分小区的MR数据包括所述室分小区内的采样点数据及采样点上报的所述室分小区的接收电平数据；

基于所述全网内的各个室分小区内的MR数据，确定所述全网内的采样点分布信息，所述全网内的采样点分布信息用于指示所述全网内的采样点数在不同接收电平区间的分布情况；

基于所述全网内的采样点分布信息，确定所述全网内的接收电平均方差。

5.根据权利要求1所述的方法，其特征在于，所述基于所述目标室分小区的业务量和所述目标室分小区的关联小区的业务量，确定所述目标室分小区是否异常，包括：

将所述目标室分小区的关联小区的业务量与所述目标室分小区的业务量之间的比值，作为所述目标室分小区的关联业务占比；

如果所述目标室分小区的关联业务占比超过预设业务占比，则确定所述目标室分小区异常。

6.根据权利要求5所述的方法，其特征在于，在基于所述目标室分小区的业务量和所述目标室分小区的关联小区的业务量，确定所述目标室分小区是否异常之前，还包括：

获取全网内的各个室分小区的业务量及关联小区信息；

基于所述全网内的各个室分小区的业务量及关联小区信息，确定第一和值和第二和值，所述第一和值为所述全网内各个室分小区的关联小区的业务量之和，所述第二和值为所述全网内的各个室分小区的业务量之和；

将所述第一和值和所述第二和值之间的比值，确定为所述预设业务占比。

7.根据权利要求1所述的方法，其特征在于，在获取所述目标室分小区的关联小区的业务量之前，还包括：

获取所述目标室分小区的历史切换数据，所述历史切换数据包括与所述目标室分小区之间发生切换的相邻室分小区及发生切换的次数；

从与所述目标室分小区之间发生切换的相邻室分小区中，选取发生切换的次数满足预设关联条件的相邻室分小区，确定为所述目标室分小区的关联小区。