[發明專利]一種基于MRO的過覆蓋小區識別方法在審
| 申請號: | 202210675441.6 | 申請日: | 2022-06-15 |
| 公開(公告)號: | CN115175232A | 公開(公告)日: | 2022-10-11 |
| 發明(設計)人: | 王婕;王華民;趙橋;李志剛 | 申請(專利權)人: | 武漢虹信技術服務有限責任公司 |
| 主分類號: | H04W24/08 | 分類號: | H04W24/08;H04W24/10 |
| 代理公司: | 武漢東喻專利代理事務所(普通合伙) 42224 | 代理人: | 張英 |
| 地址: | 430205 湖北省武漢市江夏區藏龍*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 mro 覆蓋 小區 識別 方法 | ||
1.一種基于MRO的過覆蓋小區識別方法,其特征在于,包括:
S1分別獲取任一主服務小區和對應的多個鄰區的MRO采樣數據;
S2基于所述MRO采樣數據,獲取當前主服務小區的重疊覆蓋度,若重疊覆蓋度大于預設的重疊覆蓋度閾值,則當前主服務小區對應的鄰區為影響鄰區,輸出所述主服務小區的影響鄰區個數;
S3判斷每個影響鄰區是否為所述主服務小區的第一圈鄰區,非第一圈鄰區的影響鄰區為過覆蓋鄰區,輸出所述過覆蓋鄰區的數量;
S4若當前主服務小區的過覆蓋鄰區的數量大于預設的過覆蓋鄰區閾值,則當前的主服務小區為過覆蓋小區。
2.根據權利要求1所述的一種基于MRO的過覆蓋小區識別方法,其特征在于,對所述MRO采樣數據進行解析,包括:
獲取現網工作參數,所述現網工作參數包括小區名稱、eNodeBID、基站類型、基站位置信息、CI、基站信號頻點、基站天線方向角、基站天線掛高以及基站天線發射功率;
獲取主服務小區的RSRP,弱覆蓋采樣點、主服務小區的鄰區關系、鄰區采樣點的RSRP以及重疊覆蓋區域的RSRP。
3.根據權利要求2所述的一種基于MRO的過覆蓋小區識別方法,其特征在于,步驟S2中,獲取多個鄰區與當前主服務小區的重疊覆蓋度包括:
S201基于所述MRO采樣數據,獲取鄰區在所述MRO采樣數據中出現的采樣點,獲取各個采樣點的第一RSRP值;
S202基于鄰區的MR數據,獲取鄰區的總采樣點數量,獲取與步驟S201中相同的重疊采樣點以及對應的數量,獲取各個重疊采樣點的第二RSRP值;
S203對任一重疊采樣點,獲取所述第一RSRP值和第二RSRP值的差值;
S204輸出差值大于預設RSRP差值門限的采樣點數量,獲取重疊覆蓋度:
重疊覆蓋度=差值大于預設RSRP差值門限的采樣點數量/總采樣點數量×100%。
4.根據權利要求3所述的一種基于MRO的過覆蓋小區識別方法,其特征在于,獲取主服務小區對鄰區的過覆蓋影響比例:
過覆蓋影響比例=重疊采樣點數量/總采樣點數量×100%。
5.根據權利要求4所述的一種基于MRO的過覆蓋小區識別方法,其特征在于,對任一鄰區,若對應的主服務小區對該鄰區的過覆蓋影響比例大于預設過覆蓋影響比例閾值、該鄰區與對應的主服務小區的距離小于預設距離且重疊覆蓋度大于預設的重疊覆蓋度閾值,則該鄰區為對應的主服務小區的影響鄰區。
6.根據權利要求1所述的一種基于MRO的過覆蓋小區識別方法,其特征在于,判斷每個影響鄰區是否為所述主服務小區的第一圈鄰區,包括:
對于每個影響鄰區,獲取影響鄰區與所述主服務小區的距離;
獲取主服務小區和影響鄰區的方向角,分別獲取方向角角平分線與主服務小區和影響鄰區連接線的夾角;
按夾角的角度從小到大,依次判斷所述主服務小區是否存在比當前影響鄰區夾角更小且距離更小的影響鄰區,若不存在,則判斷當前影響鄰區為所述主服務小區的第一圈鄰區。
7.根據權利要求6所述的一種基于MRO的過覆蓋小區識別方法,其特征在于,判斷每個影響鄰區是否為所述主服務小區的第一圈鄰區,包括:
按距離大小,從大至小排列生成多個影響鄰區與所述主服務小區的距離列表;按角度大小,從大至小排列生成多個影響鄰區與所述主服務小區的角度列表;
根據所述距離列表和所述角度列表依次判斷所述主服務小區是否存在比當前影響鄰區夾角更小且距離更小的影響鄰區,若不存在,則判斷當前影響鄰區為所述主服務小區的第一圈鄰區。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢虹信技術服務有限責任公司,未經武漢虹信技術服務有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210675441.6/1.html,轉載請聲明來源鉆瓜專利網。





