移动网络异常覆盖区域研究.doc

《移动网络异常覆盖区域研究.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、学无止境移动网络异常覆盖区域研究【摘要】本文提供一种确定移动网络异常覆盖区域的方法，根据测量报告（MR）数据确定异常覆盖栅格及其属性信息，将相同属性的异常覆盖栅格划分为多个簇；针对簇内的异常覆盖栅格和各个虚拟基站的位置关系将该簇划分为子簇，由每个子簇中异常覆盖栅格的位置信息，确定每个异常覆盖区域的范围信息。【关键词】移动网络;覆盖;簇;栅格移动通信网络由于设备故障、基站规划部署条件受限等原因，导致异常覆盖问题区域的出现，比如4G网络中存在的弱覆盖、模三干扰等区域。如何将异常覆盖的离散位置快速有效的整合在一起，实现覆盖问题的精确定位，指导技术人员为连片异常覆盖区域制定综

2、合解决方案，成为网络智能优化的重要课题。为提高异常覆盖区域划分的准确性和全面性，本文提供一种确定异常覆盖区域的方法。一、异常覆盖栅格及其属性确定根据测量报告（MR）数据确定异常覆盖栅格及其属性信息：根据测量报告信息中的位置（即经纬度）信息，将测量报告数据进行栅格化处理，并确定每个栅格的位置信息（即栅格编号）；根据每个栅格中的测量报告数据中的信号质量信息，确定该栅格是否属于异常覆盖栅格以及所属异常覆盖栅格的类型。二、同类异常覆盖栅格划分为簇3学无止境根据相同类型的异常覆盖栅格的距离，将其划分为多个簇，即读取一个未被作为过搜索中心的异常覆盖栅格的属性信息，将该异常覆盖栅格

3、作为搜索中心，将其所属的簇作为待确定簇；根据搜索中心的属性信息和其他异常覆盖栅格的属性信息，搜索与搜索中心的距离小于第一预设距离（可设定）的同类型的异常覆盖栅格；在搜索到的异常覆盖栅格未被划分到任意簇中的情况下，将其加入待确定簇内。这个过程还包括：选取新加入待确定簇内的一个异常覆盖栅格重新作为搜索中心，执行根据搜索中心的属性信息和其他异常覆盖栅格的属性信息，搜索与搜索中心的距离小于第一预设距离的同类型的异常覆盖栅格；在搜索到的异常覆盖栅格未被划分到簇中的情况下，将搜索到的异常覆盖栅格加入待确定簇内的步骤；直至待确定簇内的异常覆盖栅格不再增加，得到对应的簇。统计簇中每个

4、异常覆盖栅格作为搜索中心搜索到的异常覆盖栅格的数量；在对应的数量小于预设数量的情况下，将作为搜索中心的异常覆盖栅格从簇中删除。每个栅格的属性信息还包括行号和列号，其中，同一行中相邻的栅格列号相差为1，同一列中相邻的栅格行号相差为1。搜索与搜索中心的距离小于预设距离的同类型的异常覆盖栅格，即：搜索与搜索中心的行号和列号的差值的绝对值均小于预设宽度的同类型的异常覆盖栅格，作为与搜索中心的距离小于第一预设距离的同类型的异常覆盖栅格。三、簇内异常覆盖栅格再细分为子簇针对每个簇内的异常覆盖栅格，根据异常覆盖栅格和其对应的各个虚拟基站的位置关系（虚拟基站的位置信息是根据同一实体基

5、站对应的多个小区的位置信息确定的），将该簇划分为子簇。即可针对每个簇内的异常覆盖栅格，根据其位置信息和各个虚拟基站的位置信息构建泰森多边形；其中，异常覆盖栅格和虚拟基站对应的位置点分别作为不同泰森多边形中的点；根据泰森多边形中异常覆盖栅格和各个虚拟基站的位置关系，将该簇划分为子簇。这个过程还包括：从簇内选取一个未被选取过的异常覆盖栅格；确定与异常覆盖栅格的距离小于第二预设距离的虚拟基站，并将异常覆盖栅格对应的位置点和确定的虚拟基站对应的位置点生成位置点集合；根据位置点集合构建泰森多边形。判断簇内是否存在未被选取过的异常覆盖栅格；如果存在，则重复执行从簇内选取一个未被选

6、取过的异常覆盖栅格；确定与异常覆盖栅格的距离小于第二预设距离的虚拟基站，并将异常覆盖栅格对应的位置点和确定的虚拟基站对应的位置点生成位置点集合；根据位置点集合构建泰森多边形的步骤，直至簇内不存在未被选取过的异常覆盖栅格。针对该簇内每个异常覆盖栅格，确定泰森多边形中与异常覆盖栅格相邻的虚拟基站；将相邻的虚拟基站完全相同的多个异常覆盖栅格，划分为一个子簇。四、根据子簇确定异常覆盖区域范围3学无止境根据每个子簇中异常覆盖栅格的位置信息，即可确定每个异常覆盖区域的范围信息：针对每个子簇，利用离散点最小包围边界等算法确定该子簇的边界栅格；根据边界栅格的位置信息确定子簇对应的异常

7、覆盖区域的面积和/或周长。五、总结本文所述方法使用测量报告数据进行运算，不需要额外测试和测量，实时性好、成本低廉,且可及时定位弱覆盖、模三干扰、重叠覆盖、越区覆盖等异常覆盖问题区域；同时创新将异常覆盖栅格划分为簇及子簇，避免簇过大及问题小区覆盖偏离组网结构导致应用性差等问题，提高了异常覆盖区域定位的准确性。参考文献[1]张守国，周海骄，雷志纯等《LTE无线网络优化实践》[2]汪丁鼎，景建新，肖清华等《LTEFDD/EPC网络规划设计与优化》[3]戴璞微，潘斌《机器学习入门：基于数学原理的Python实战》3