[发明专利]一种质差小区分类方法及装置在审

专利信息
申请号: 202210386924.4 申请日: 2022-04-13
公开(公告)号: CN114885348A 公开(公告)日: 2022-08-09
发明(设计)人: 孙长印;梁有为;邓智文;王军选;张燕燕;姜静 申请(专利权)人: 西安邮电大学
主分类号: H04W24/02 分类号: H04W24/02;H04W24/08
代理公司: 西安维赛恩专利代理事务所(普通合伙) 61257 代理人: 李明全
地址: 710061 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 种质 小区 分类 方法 装置
【说明书】:

发明公开了一种质差小区分类方法及装置,获取待分类区域的路测数据;其中,路测数据包括待分类区域内各个波束对应的SINR好点比例、RSRP好点比例和异频测量打开事件A2事件比例;根据路测数据生成用于质差小区分类器进行分类的N组输入信息;输入信息包括每个波束的SINR好点比例、RSRP好点比例和异频测量打开事件A2事件比例,N为正整数;将输入信息输入质差小区分类器,确定每个波束对应区域的分类结果;本发明针对5G小区路测数据,把波束指数(ID)引入质差分析的多维特征信息中,对基于波束指数(ID)的多维特征采用分类器提取类别,与传统的二维特征(RSRP和SINR)相比,更有利于质差小区检测,提升了检测精度和检测效率。

技术领域

本发明属于网络检测技术领域,尤其涉及一种质差小区分类方法及装置。

背景技术

随着通信技术的日益更新,电信产业获得了迅速发展。现如今,我国已经拥有世界上最大的通信网络和最多的用户数量。由于网络规模的扩大和数据量的急剧增加,对于智能化网络优化的需求在逐步提高。为了解决规模庞大且复杂多样的移动通信网络带来的各类问题,路测是检测阶段的有效手段,能从实际网络中获得充足的数据。路测(Drive Test,DT)是指测试人员在汽车中,持专业的测试仪器对整段路段的无线信号情况进行测试。传统的路测分析需要对网络参数进行采集和数据分析,找出影响网络质量的因素,并制定优化方案。

通过路测主要可以获得以下数据:服务小区信号强度、小区识码、手机所处的地理位置、呼叫管理等值。质差分析中,可以选择的路测数据参数为:基站小区的经纬度信息、信号点的经纬度信息,信号点的参考信号接收功率(Reference Signal Receiving Power,RSRP)、信号与干扰加噪声比(Signal to Interference plus Noise Ratio,SINR)、物理小区标识(Physical-layer Cell Identity,PCI)。其中,RSRP是指在一个符号内承载参考信号的所有资源粒子上接收到的信号功率的平均值,它是LTE网络中可以代表无线信号强度的关键参数以及物理层测量需求之一。SINR可以被认为“信噪比”,是指接收到的有用信号和干扰信号的强度的比值,SINR的数值大小,可以反映出信号点的干扰和噪声情况。PCI是用于区分不同小区的无线信号。但PCI值在整个网络中并不唯一。采用PCI值的原因是这片区域小区的PCI值没有重复,若有重复,应更换为演进通用陆地无线接入网络小区标识(E-UTRAN Cell Identifier,ECI),保证所用数据中的小区在待分析区域内的唯一性。目前,对于路测数据的分析主要依赖于网络优化工程师的个人经验进行判断,准确率不高、效率低下。

发明内容

本发明的目的是提供一种质差小区分类方法,通过构建包含天线波束指数的多维特征作为输入信息,结合机器学习的分类器实现质差小区的分类,以提升质差小区的分类精度和效率。

本发明采用以下技术方案:一种质差小区分类方法,包括以下步骤:

获取待分类区域的路测数据;其中,路测数据包括待分类区域内各个波束对应的SINR好点比例、RSRP好点比例和异频测量打开事件A2事件比例;

根据路测数据生成用于质差小区分类器进行分类的N组输入信息;输入信息包括每个波数的SINR好点比例、RSRP好点比例和异频测量打开事件A2事件比例,N为正整数;

将输入信息输入质差小区分类器,确定每个波束对应区域的分类结果。

进一步地,质差小区分类器为逻辑回归分类器、支持向量机分类器、决策树分类器或k近邻分类器。

进一步地,当质差小区分类器为k近邻分类器时,确定每个波束对应区域的分类结果包括:

计算输入数据与已知输入数据之间的欧氏距离或余弦距离;

根据欧氏距离或余弦距离选择与输入数据距离最小的k个已知输入数据;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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西安邮电大学,未经西安邮电大学许可,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/202210386924.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top