一种基于泰森多边形的手机基站信号覆盖范围模拟方法与流程

本发明涉及信号模拟技术领域，具体涉及一种基于泰森多边形的手机基站信号覆盖范围模拟方法。

背景技术：

随着科学技术的发展，当今社会已进入大数据时代；在当今社会中常利用手机数据对人们的居住地进行精确模拟，其所得的数据有利于研究人员对各种社会情况进行深入了解；而基于手机数据的居住地精确模拟方法中，以手机基站的信号覆盖范围来模拟基站识别的居住人数的居住范围是目前常用的方法。手机基站的信号覆盖范围的确定，可以通过专业软件如凯瑟琳公司的KATHREIN、FORSK公司的ATOLL AIRCOM、华为的NASTAR等计算得出，或者使用泰森多边形来模拟。这两种方法都有各自的优缺点：通过专业计算软件能够较为准确的计算出各基站的覆盖范围，但是专业软件的操作，要在软件中输入较多的参数，如天线高度、信号发射功率、方位角、下倾角等，对通信行业有较多的背景知识要求，故一般需要由专业人士进行。相对于较为复杂的软件操作，另一种方法是使用泰森多边形来模拟基站的信号覆盖范围。泰森多边形由于其自身的几何特点：每个泰森多边形内仅含有一个离散点数据；泰森多边形内的点到相应离散点的距离最近；位于泰森多边形边上的点到其两边的离散点的距离相等。基于以上特点，其能够在一定程度上表达手机基站信号在空间范围上的覆盖程度。因此，也常被用来模拟手机基站的信号覆盖范围。其优点是，操作较为简单，只需要以手机基站的位置为输入参数，就可以获得手机基站信号的覆盖范围；而其缺点是，由于泰森多边形只考虑了基站位置的几何属性，而没有考虑基站覆盖范围在实际使用当中的影响因素，如人口密度等，故其模拟精度不如专业软件的模拟结果高。

技术实现要素：

为克服上述缺陷，本发明的目的即在于提供一种基于泰森多边形的手机基站信号覆盖范围模拟方法。

本发明的目的是通过以下技术方案来实现的：

本发明是一种基于泰森多边形的手机基站信号覆盖范围模拟方法，包括：

选定待研究区域，并获取与其相对应的地图数据，同时获取待研究区域内的所有基站的信息，并按预定顺序为所有基站进行编号；

按预定的间隔生成多个散点，每个散点均对应有预定的空间区域，使所有散点所对应的空间区域完整覆盖在该地图数据上；

将每个散点所对应的空间区域与所述地图数据进行对照，若散点所对应的空间区域与地图数据中的可居住建筑物相交，则获取该可居住建筑物与该空间区域相交的面积，并将其记录为该散点的可居住面积；

遍历每一个散点，计算每一个散点到地图数据上所有基站的直线距离，找出所有基站中距离该散点最近的基站，作为该散点的归属基站；

获取该归属基站所对应的所有散点的数量，并统计每一个归属基站所对应的可居住面积；

将每个归属基站所对应的可居住面积与该基站所识别到的居住人口相除，得到该归属基站覆盖范围内人均居住面积；

将每个基站的人均居住面积与预设面积范围进行判断，若该基站的人均居住面积不在预定面积范围内，则为该基站赋予第一权值，否则为该基站赋予第二权值；并每个基站所对应的权值进行记录；

结合每个散点到每个基站的直线距离以及每个基站的权值，得到每个散点到每个基站的加权距离，找出所有基站中距离该散点最近的基站，作为该散点新的归属基站；

再次统计与判断该归属基站覆盖范围内人均居住面积，并再次将该人均居住面积与预设面积范围进行判断，若所有基站的人均居住面积都在预定面积范围内，则获取所有散点以及其归属基站的矢量数据信息；

将该矢量数据信息以其归属基站编号为依据转换为对应的栅格数据，进而重新转换为矢量面要素，从而形成最终修正后的基站覆盖范围。

进一步，所述再次将该人均居住面积与预设面积范围进行判断还包括：

若仍有基站的人均居住面积不在预定面积范围内，则对该基站的权值进行累乘，在权值累乘完成后再次结合散点到每个基站的直线距离以及每个基站的权值。

进一步，所述对该基站的权值进行累乘之前包括：

保存当前的判断结果，并判断当前的判断结果是否与上次的判断结果相一致，若相一致，则获取所有散点以及其归属基站的矢量数据信息；若不相一致，则对该基站的权值进行累乘。

进一步，所述将每个基站的人均居住面积与预设面积范围进行判断还包括：

若该基站的人均居住面积不在预定面积范围内，则为该基站赋予第一权值，若该基站的人均居住面积为零，则为该基站赋予第二权值，若该基站的人均居住面积在预定面积范围内，则为该基站赋予第二权值。

进一步，所述第二权值为1，且第一权值大于第二权值。

进一步，所述结合每个散点到每个基站的直线距离以及每个基站的权值，得到每个散点到每个基站的加权距离包括：

将每个散点到每个基站的直线距离除以每个基站的权值，得到每个散点到每个基站的加权距离。

本发明基于手机数据识别的居住人口的人均居住面积为权值，来修正泰森多边形覆盖范围的大小，使其模拟结果与基站的实际覆盖范围更加贴近，其无需在专业人士提供基站覆盖范围的情况下，也能获得精确度较高的基站覆盖范围数据，适合进行推广。

附图说明

为了易于说明，本发明由下述的较佳实施例及附图作详细描述。

图1为本发明中一个实施例的逻辑结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参阅图1，本发明是一种基于泰森多边形的手机基站信号覆盖范围模拟方法，包括：

101.获取地图数据与基站信息

选定待研究区域，并获取与其相对应的地图数据，同时获取待研究区域内的所有基站的信息，并按预定顺序为所有基站进行编号；

102.在地图上均匀生成散点

按预定的间隔约5米或10米，生成多个散点，每个散点均对应有预定的空间区域，使所有散点所对应的空间区域完整覆盖在该地图数据上；通过每一个散点，来代表一定空间范围的区域，以此覆盖整个研究范围。

103.获取每个散点的可居住面积

将每个散点所对应的空间区域与所述地图数据进行对照，若散点所对应的空间区域与地图数据中的可居住建筑物相交，则获取该可居住建筑物与该空间区域相交的面积，并将其记录为该散点的可居住面积；分析散点与地图数据内可居住建筑物的空间关系：若散点与可居住建筑物相交，则该散点代表的区域为一定面积的可居住区域，反之，则该散点表示非居住区域。

104.找到每个散点的归属基站

遍历每一个散点，计算每一个散点到地图数据上所有基站的直线距离，找出所有基站中距离该散点最近的基站，作为该散点的归属基站；故每个归属基站都对应有多个散点；

105.计算每个归属基站的可居住面积

获取该归属基站所对应的所有散点的数量，并统计每一个归属基站所对应的可居住面积；

106.得到每个归属基站的人均居住面积

将每个归属基站所对应的可居住面积与该基站所识别到的居住人口相除，得到该归属基站覆盖范围内人均居住面积；由于每个散点中其各自所拥有的可居住面积均已知，故对每个归属基站所对应的散点进行统计，则可得到该归属基站所拥有的可居住面积。

107.赋予每个归属基站对应的权值

将每个基站的人均居住面积与预设面积范围进行判断，若该基站的人均居住面积不在预定面积范围内，则为该基站赋予第一权值；若该基站的人均居住面积不在预定面积范围内，则为该基站赋予第一权值，若该基站的人均居住面积为零，则为该基站赋予第二权值，若该基站的人均居住面积在预定面积范围内，则为该基站赋予第二权值。并每个基站所对应的权值进行记录。

其中，所述第二权值为1，且第一权值大于第二权值，取1.01。

其判断结果有三种情况，第一种情况：基站覆盖范围内，没有居住面积，此种情况下，设定权值该基站的权值为1.0。第二种情况：基站覆盖范围内，有居住面积，但人均居住面积小于设定的调整阈值，如人均住宅面积小于5m2/人，即该情况下的基站覆盖范围是不符合现实条件的，这种情况下，设定该基站的权值为1.01。第三种情况：基站覆盖范围内，有居住面积，且人均居住面积大于设定的调整阈值，即该情况下的基站覆盖范围符合现实条件，设定其权值为1.0。

108.重新获取每个散点的归属基站

将每个散点到每个基站的直线距离除以每个基站的权值，得到每个散点到每个基站的加权距离。并找出所有基站中距离该散点最近的基站，作为该散点新的归属基站；以更新各个散点的归属基站。

109.再次比较基站的人均居住面积

以基站拥有的可居住面积与基站识别的居住人口相除，得到迭代过程该基站覆盖范围内新的人均居住面积，再次统计与判断该归属基站覆盖范围内人均居住面积，并再次将该人均居住面积与预设面积范围进行判断，若所有基站的人均居住面积都在预定面积范围内，则说明通过多次调整，当所有多边形内人均居住面积都达到预定面积范围内，故进行步骤112.获取矢量数据信息；若仍有基站的人均居住面积不在预定面积范围内，则进行步骤110.判断结果与上次是否一致。

110.判断结果与上次是否一致

保存当前的判断结果，并判断当前的判断结果是否与上次的判断结果相一致，若相一致，则进行步骤112.获取矢量数据信息，其表面权值调整变化达到稳定状态；若不相一致，则进行步骤111.对该基站的权值进行累乘。

111.对该基站的权值进行累乘

将该基站的权值继续累乘第一权值1.01，使其在下一次的迭代中获得更多的居住面积；并重新进行步骤108重新获取每个散点的归属基站。

112.获取矢量数据信息

获取所有散点以及其归属基站的矢量数据信息；

113.得到基站覆盖范围

通过程序，在ArcEngine平台中将该矢量数据信息以其归属基站编号为依据转换为对应的栅格数据，进而在arcgis平台中重新转换为矢量面要素，从而形成最终修正后的基站覆盖范围。

与现有基于泰森多边形的基站信号覆盖范围模拟方法相比，本发明通过在泰森多边形内，加入以人均可居住面积为基础的权值，通过此权重的不断调整，迭代生成新的泰森多边形的范围，修正了泰森多边形模拟的基站覆盖范围中与现实情况相比，不合理的区域，使其模拟的基站覆盖范围与真实基站的覆盖范围更加贴近。

与基于专业软件生成基站覆盖范围的方法相比，本方法操作简单，对通信行业的背景知识要求较低，为在无法获得专业人士提供基站覆盖范围的情况下，获得与现实情况更加贴近的基站覆盖范围提供一种更好的方法。

本发明选择国内某大城市局部区域2012年3月某一天的手机定位数据及该区域的基站数据进行了实验。实验结果表明，与该区域全国第六次人口普查数据相比，在整个城市城市社区尺度上，该方法能够有效的提高居住地人口识别相对误差的准确性。具体结果如表1所示：

表1迭代权值后相对误差表

表1中，普查人口为该市全国第六次人口普查的社区尺度居住人口，识别人口为基于手机基站位置生成的泰森多边形内，手机数据识别的社区尺度范围内居住人口。迭代加权_识别人口为经过本专利中提出的加权泰森多边形方法修正过后的基站范围内，手机数据识别的社区尺度范围内居住人口。

未加权_相对误差和加权相对误差分别为没有经过加权泰森多边形方法修正和修正后的比较结果。计算公式为：

从部分社区结果及平均相对误差比较结果可以看出，经过本发明所修正过的相对误差比为修正过的相对误差明显减小。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。