网络覆盖分析方法及系统与流程

本申请涉及移动通信技术领域，尤其涉及一种网络覆盖分析方法及系统。

背景技术：

在各种制式的移动通信网络日常优化过程中，对网络覆盖问题的分析与优化是关键性的工作之一，包括目标小区内移动通信网络的初始覆盖规划，以及交付运维后的实际覆盖情况分析、问题处理等。合理且深度的信号覆盖是保证移动通信网络具有高接通性、高保持性、高切换成功率和低掉话率的前提，更是保证用户体验好坏的关键。

现有网络覆盖分析技术，在初始规划阶段，主要基于通用的数据分析软件(如mapinfo)或无线长假提供的私有工具，进行人工规划；在网络运维阶段，主要是依靠各项后台指标(如电平强度、天线俯仰角、邻区关系等)发现问题(如过覆盖、弱覆盖等)，然后由维护人员手动分析并定位问题，再由工程维护人员现场调节天线角度，并由地面的测试人员测试验证覆盖问题是否已得到解决。

可见，现有技术过多的依赖人工操作实现网络覆盖分析及优化，规范性差、效率低，且所分析的数据量也是有限的，导致分析及优化结果很可能是片面的，实际实施过程中难以一步到位的解决问题。

技术实现要素：

本申请实施例提供了一种网络覆盖分析方法及系统，以解决现有技术过多的依赖人工操作实现网络覆盖分析及优化，规范性差、效率低且分析及优化结果片面的问题。

第一方面，本申请实施例提供了一种网络覆盖分析方法，其特征在于，包括：

采集由n个小区构成的目标通信网络的多项原始数据；所述原始数据为表征目标通信网络运行情况的数据；

分别根据每项原始数据计算目标通信网络中任意两个小区celli和cellj之间的覆盖相关系数ci,j，并以所述覆盖相关系数ci,j为矩阵元素，形成覆盖相关矩阵；

对各个覆盖相关矩阵进行融合处理，得到融合覆盖相关矩阵；

根据所述融合覆盖相关矩阵中的一个或多个元素，对所述目标通信网络进行覆盖分析；

其中，所述覆盖相关系数ci,j表示两个小区celli和cellj之间覆盖重叠程度，n为不小于1的整数；i＝1,2,...,n，j＝1,2,...,n。

可选的，所述分别根据每项原始数据计算目标通信网络中任意两个小区之间的覆盖相关系数，包括：

对于每项原始数据，根据所述原始数据中的预设因素数据之间的预设非线性映射关系，计算目标通信网络中两个小区celli和cellj之间的覆盖相关系数ci,j；

所述预设因素数据包括：小区celli覆盖到的栅格集合gi，小区celli在所述栅格集合gi中第k个栅格gi,k内采集到的采样点数目mi(gi,k)，小区celli在所述栅格gi,k中的接收电平强度pi(gi,k)，及小区cellj在所述栅格gi,k中的接收电平强度pj(gi,k)。

可选的，对各个覆盖相关矩阵进行融合处理，得到融合覆盖相关矩阵，包括：

确定每个覆盖相关矩阵对应的预设权重；

根据所述预设权重对各个覆盖相关矩阵进行融合计算，得到融合覆盖相关矩阵。

可选的，根据所述融合覆盖相关矩阵中的一个或多个元素对所述目标通信网络进行覆盖分析，包括：

分别判断所述融合覆盖相关矩阵中的每个融合覆盖相关系数是否不小于预设关注门限c^co-th；

确定不小于预设关注门限c^co-th的各个融合覆盖相关系数所对应的两个小区celli和cellj之间的站间距dij；

当所述站间距dij大于小区celli对应的最大覆盖距离时，判定小区celli存在过覆盖问题。

可选的，根据所述融合覆盖相关矩阵中的一个或多个元素对所述目标通信网络进行覆盖分析，还包括：

对于同一小区celli，比较所述不小于预设关注门限c^co-th的各个融合覆盖相关系数对应的站间距dij的大小，确定小区celli对应的最大站间距

当所述最大站间距小于服务小区celli对应的最小覆盖距离时，判定小区celli存在覆盖不足问题。

可选的，所述原始数据包括网络运营商的数据接口输出的以下数据中的至少一项：

测量报告mr数据、切换数据、路测数据、扫频数据、邻区数据、告警数据采集、话务数据；

所述原始数据还包括：根据预设无线传播模型对目标通信网络进行仿真，得到的仿真数据。

可选的，所述方法还包括，在计算覆盖相关系数之前，对所述原始数据执行以下至少一项预处理操作：数据有效性验证、数据清洗、数据汇聚整理。

可选的，所述方法还包括：对经过所述预处理操作的原始数据进行格式化处理，并剔除所述原始数据中的非法数据。

可选的，所述方法还包括：

在得到所述融合覆盖相关矩阵后，重新采集所述原始数据，并在本次采集的原始数据与前一次采集原始数据之间的差异程度超过预设程度时，根据本次采集的原始数据更新所述融合覆盖相关矩阵；

和/或，在接收到数据更新指令后，重新采集所述原始数据，并根据重新采集的原始数据更新所述融合覆盖相关矩阵。

第二方面，本申请实施例还提供了一种网络覆盖分析系统，其特征在于，包括：数据采集系统和后台分析系统；

所述数据采集系统，用于采集由n个小区构成的目标通信网络的多项原始数据；所述原始数据为表征目标通信网络运行情况的数据；

所述后台分析系统至少包括：

多维数据分析单元，用于分别根据每项原始数据计算目标通信网络中任意两个小区celli和cellj之间的覆盖相关系数ci,j，并以所述覆盖相关系数ci,j为矩阵元素，形成覆盖相关矩阵；

融合矩阵构建单元，用于对各个覆盖相关矩阵进行融合处理，得到融合覆盖相关矩阵；

覆盖分析单元，用于根据所述融合覆盖相关矩阵中的一个或多个元素，对所述目标通信网络进行覆盖分析；

其中，所述覆盖相关系数ci,j表示两个小区celli和cellj之间覆盖重叠程度，n为不小于1的整数；i＝1,2,...,n，j＝1,2,...,n。

可选的，所述多维数据分析单元包括以下至少一项：

测量报告矩阵模块，用于根据采集到的测量报告数据计算所述覆盖相关系数，并形成测量报告覆盖相关矩阵；

路测矩阵模块，用于根据采集到的道路测量数据计算所述覆盖相关系数，并形成路测覆盖相关矩阵；

扫频矩阵模块，用于根据采集到的扫频测量数据计算所述覆盖相关系数，并形成扫频覆盖相关矩阵；

仿真矩阵模块，用于对目标通信网络进行仿真，得到仿真数据，并根据所述仿真数据计算所述覆盖相关系数，并形成仿真覆盖相关矩阵。

可选的，所述融合矩阵构建单元被配置为：

确定每个覆盖相关矩阵对应的预设权重，并根据所述预设权重对各个覆盖相关矩阵进行融合计算，得到融合覆盖相关矩阵。

可选的，所述覆盖分析单元包括：

覆盖问题分析单元，用于根据所述融合覆盖相关矩阵中的一个或多个元素分析并定位所述目标通信网络的覆盖问题；

覆盖规划单元，用于根据所述融合覆盖相关矩阵中的一个或多个元素生成对所述目标通信网络的初始覆盖规划方案；

覆盖优化单元，用于根据所述融合覆盖相关矩阵中的一个或多个元素生成对所述目标通信网络的覆盖优化方案。

可选的，所述后台分析系统，还包括：

融合矩阵更新单元，用于在得到所述融合覆盖相关矩阵后，重新采集所述原始数据，并在本次采集的原始数据与前一次采集原始数据之间的差异程度超过预设程度时，根据本次采集的原始数据更新所述融合覆盖相关矩阵；

和/或，在接收到数据更新指令后，重新采集所述原始数据，并根据重新采集的原始数据更新所述融合覆盖相关矩阵。

由以上技术方案可知，本申请实施例首先从目标通信网络中采集多项原始数据，再分别针对各项原始数据计算该目标通信网络中各小区两两之间的覆盖相关系数，形成该项原始数据对应的覆盖相关矩阵，然后将各项原始数据对应的覆盖相关矩阵进行融合处理，得到一个融合覆盖相关矩阵，根据该融合覆盖相关矩阵对该目标通信网络进行覆盖分析。相对于现有技术，本申请实施例可以摆脱覆盖分析过程中对人工操作的依赖，实现自动数据采集、自动数据处理及自动覆盖问题分析等，使得整个覆盖问题分析过程更加规范化、效率更高；同时，本实施例从目标通信网络中采集多项原始数据，经过基于矩阵的融合计算，得到融合覆盖相关矩阵，根据该融合覆盖相关矩阵可以实现对目标通信网络的更深入、更完整的覆盖分析，克服现有技术中人工分析并定位问题时难以兼顾相邻小区的弊端，从而可以更准确的定位目标通信网络中存在的覆盖问题、确定解决方案，进而可以提高对该移动通信网络的优化效果。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的网络覆盖分析系统的整体架构图；

图2为本申请实施例提供的网络覆盖分析方法的流程图；

图3为本申请实施例提供的网络覆盖分析系统的一种结构示意图；

图4为本申请实施例提供的网络覆盖分析系统的另一种结构示意图。

具体实施方式

下面结合附图对本申请实施例提供的网络覆盖分析方法及系统进行阐述。

图1为本实施例提供的网络覆盖分析系统的整体架构及应用环境示意图。参见图1，该网络覆盖分析系统主要包括：数据采集系统100和后台分析系统200；其中，所述数据采集系统100与移动通信网络运营商的数据接口连接，用于采集该移动通信网络在运行、维护等过程中产生的各项数据，后台分析系统200用于基于数据采集系统所采集的多维数据进行覆盖分析。

另外，本实施例提供的网络覆盖分析系统还可以包括：系统维护管理平台300和用户控制管理平台400；所述系统维护管理平台300用于维护所述数据采集系统100及后台分析系统200，保证其正常运行，所述用户控制管理平台400主要用于对所述后台分析系统200所得到的网络覆盖分析结果、覆盖问题解决方案等进行展示及评估管理。

图2为本申请实施例提供的一种网络覆盖分析方法的流程图，该方法包括如下步骤：

步骤s201，采集由n个小区构成的目标通信网络的多项原始数据。

所述目标通信网络表示本实施例要分析的已有移动通信网络，或待建移动通信网络。所述原始数据为该目标通信网络在运行过程中产生的表征自身运行情况等信息的数据；每项原始数据可以包括该目标通过网络的多个属性数据，如电平强度、天线俯仰角等。该目标通信网络可以由一个或多个小区构成，即n为整数，且n≥1。

对应于上述覆盖分析系统，上述步骤s201由其中的所述数据采集系统100执行，之后对所采集的数据进行处理的步骤(包括下文所述的步骤s202～s204)则可以由所述后台分析系统200执行。

步骤s202，分别根据每项原始数据计算目标通信网络中任意两个小区celli和cellj之间的覆盖相关系数ci,j，并以所述覆盖相关系数ci,j为矩阵元素，形成覆盖相关矩阵。

其中，所述覆盖相关系数ci,j表示任意两个小区celli和cellj之间覆盖重叠程度，其取值范围设定为ci,j∈[0,1]，i＝1,2,...,n，j＝1,2,...,n。当i＝j时，ci,j＝ci,i表示本小区与本小区的覆盖相关系数，按照实际物理意义，本小区与本小区完全重叠，故ci,i取值应为最大值，即ci,i＝1。基于所述覆盖相关系数ci，j形成的每个覆盖相关矩阵均为n阶方阵。

以3个小区cell1、cell2和cell3构成的移动通信网络(即n＝3)为例，在步骤s202中，根据步骤s201采集到的任一项原始数据data1，分别计算所述3个小区两两之间的覆盖相关系数以得到该原始数据data1对应的覆盖相关矩阵c¹。根据实际物理意义可知：故只需分别计算：

cell1作为服务小区，其与一个覆盖相邻小区cell2之间的覆盖相关系数及其与另一个覆盖相邻小区cell3之间的覆盖相关系数

cell2作为服务小区，其与一个覆盖相邻小区cell3之间的覆盖相关系数及其与另一个覆盖相邻小区cell1之间的覆盖相关系数

cell3作为服务小区，其与一个覆盖相邻小区cell2之间的覆盖相关系数及其与另一个覆盖相邻小区cell2之间的覆盖相关系数

基于以上计算结果，可以得到原始数据data1对应的覆盖相关矩阵c¹：

基于以上计算过程，还可以计算另一项原始数据data2对应的覆盖相关矩阵c²、又一项原始数据data3对应的覆盖相关矩阵c³、……；即，针对每项原始数据，都可以计算得到一个表示该移动通信网络内各小区之间覆盖程度的覆盖相关矩阵。

步骤s203，对各个覆盖相关矩阵进行融合处理，得到融合覆盖相关矩阵。

步骤s204，根据所述融合覆盖相关矩阵中的一个或多个元素，对所述目标通信网络进行覆盖分析。

将根据各项原始数据计算得到的多个n阶覆盖相关矩阵，通过预设的融合算法(以下表示为函数fs)，融合为一个矩阵，即所述融合覆盖相关矩阵c^co；假设共得到x个覆盖相关矩阵，则融合算法关系式可以表示为：c^co＝fs(c¹,c²,...,c^x)。经过矩阵融合，最终得到的融合覆盖相关矩阵c^co也就综合了各项原始数据所包含的网络运维信息，故根据该融合覆盖相关矩阵c^co的各个矩阵元素来对相应移动通信网络进行覆盖分析，可以保证分析程度更加深入，更准确地定位移动通信网络中存在的覆盖问题、确定解决方案，进而可以提高对该移动通信网络的优化效果。

从上述技术方案可以看出，本申请实施例提供的网络覆盖分析方法，首先从目标通信网络中采集多项原始数据，再分别针对各项原始数据计算该目标通信网络中各小区两两之间的覆盖相关系数，形成该项原始数据对应的覆盖相关矩阵，然后将各项原始数据对应的覆盖相关矩阵进行融合处理，得到一个融合覆盖相关矩阵，根据该融合覆盖相关矩阵对该目标通信网络进行覆盖分析。相对于现有技术，本申请实施例可以摆脱覆盖分析过程中对人工操作的依赖，实现自动数据采集、自动数据处理及自动覆盖问题分析等，使得整个覆盖问题分析过程更加规范化、效率更高；同时，本实施例从目标通信网络中采集多项原始数据，经过基于矩阵的融合计算，得到融合覆盖相关矩阵，根据该融合覆盖相关矩阵可以实现对目标通信网络的更深入、更完整的覆盖分析，克服现有技术中人工分析并定位问题时难以兼顾相邻小区的弊端，从而可以更准确的定位目标通信网络中存在的覆盖问题、确定解决方案，进而可以提高对该移动通信网络的优化效果。

在本申请一个可行的实施方式中，步骤s201中采集的原始数据，包括但不限于：测量报告(measurementreport，mr)数据、道路测试数据(简称路测数据)、道路扫频测试数据(简称扫频数据)、邻区数据、话务数据、切换数据、基础数据、告警数据采集和配置数据中的至少一项。

本申请实施例中，上述九项数据都可以通过图1所示覆盖分析系统中的数据采集系统100从目标通信网络的多维数据接口获取得到。

在本申请其他可行的实施例中，步骤s201中所采集的原始数据还可以包括仿真数据；所述仿真数据为根据目标通信网络中的小区基站工程参数，结合特定的无线传播模型进行仿真，从而产生的各小区的仿真信号覆盖数据。基于所述仿真数据，可以及时发现目标通信网络的潜在问题，实现对目标通信网络的覆盖问题预警，从而提前对目标通信网络进行优化。

本申请一个较优的实施例中，可以将测量报告数据作为基本的全量覆盖相关数据以保证总体覆盖，在此基础上根据不同需求与基于其他原始数据生成的干扰矩阵(即覆盖相关矩阵)进行融合。

本申请另一个较优的实施例中，可以将仿真数据作为基本的全量覆盖相关数据以保证总体覆盖，在此基础上根据不同需求与基于其他原始数据生成的干扰矩阵进行融合。

本申请又一个较优的实施例中，可以将测量报告数据和仿真数据作为基本的全量覆盖相关数据以保证总体覆盖，仿真数据可以填补数据空白；在此基础上根据不同需求与基于其他原始数据生成的干扰矩阵进行融合。

本申请实施例中，上述步骤s202所述的计算目标通信网站中任意两个小区之间的覆盖相关系数ci,j，具体可以从各项原始数据中分别选定与小区覆盖程度相关的一种或多种数据，作为预设因素数据，然后根据所预设因素数据之间的非线性映射关系来计算覆盖相关系数ci,j。

在本申请一个可行的实施方式中，上述预设因素数据可以包括：两个小区各自的覆盖栅格数、各个栅格内的接收电平强度、采样点数量等。本实施例中，将目标通信网络中各个小区以网格的形式分成相同大小的多个栅格(如25m×25m的正方形地理栅格)，以栅格为单位进行相关数据处理、计算，实现对各小区覆盖情况的深入、准确分析。

例如，假设celli为服务小区，为了计算其与覆盖相邻小区cellj之间的覆盖相关系数ci,j，首先需要确定的预设因素数据具体有：服务小区celli覆盖到的所有栅格gi,k(其中，gi＝{gi,1,gi,2,...,gi,t}，t为celli覆盖到的栅格总个数)的集合gi、服务小区celli在所述栅格集合gi中第k个栅格gi,k(k＝1,2,...,t)内采集到的采样点数目mi(gi,k)、服务小区celli在所述栅格gi,k中的接收电平强度pi(gi,k)，及覆盖相邻小区cellj在所述栅格gi,k中的接收电平强度pj(gi,k)；然后根据上述预设因素数据的非线性映射关系f计算服务小区celli和其覆盖相邻小区cellj之间的覆盖相关系数，如下式表示：

ci,j＝f[pi(gi,k),pj(gi,k),mi(gi,k),gi,k∈gi]。

本申请实施例中，不同原始数据所对应的预设因素数据可以相同，也可以不同，与该项原始数据中所包含的数据种类有关；对于同一组预设因素数据，也可以采用不同的非线性映射关系来计算两个小区之间的覆盖关系系数，进而得到不同的覆盖相关矩阵，并可以通过上述步骤s203对这些覆盖相关矩阵进行融合处理，达到对目标通信网络的全方位、深入、综合分析。

在本申请一个可行的实施方式中，步骤s203中所述的将多个覆盖相关矩阵融合为一个矩阵，具体可以采用如下方法：

s2031、确定每个覆盖相关矩阵对应的预设权重；

s2032、根据所述预设权重对各个覆盖相关矩阵进行融合计算，得到融合覆盖相关矩阵c^co。

下面以前文所述的测量报告数据、路测数据、扫频数据和仿真数据四项原始数据为例，对本实施例所述的矩阵融合计算过程进行详细阐述。

基于上述测量报告数据，在步骤s202中，可以得到对应的测量报告覆盖相关矩阵c^mr，在步骤s2031中，可以确定其对应的预设权重为β^mr；

基于上述路测数据，在步骤s202中可以得到对应的路测覆盖相关矩阵c^dt，在步骤s2031中可以确定其对应的预设权重为β^dt；

基于上述扫频数据，在步骤s202中可以得到对应的扫频覆盖相关矩阵c^sc，在步骤s2031中可以确定其对应的预设权重为β^sc；

基于上述仿真数据，在步骤s202中可以得到对应的仿真覆盖相关矩阵c^si，在步骤s2031中可以确定其对应的预设权重为β^si；

在步骤s2032中，通过对各个覆盖相关矩阵加权求和，得到最终的融合覆盖相关矩阵c^co，如下式所示：c^co＝β^coc。

上式中，β^co为各个预设权重组成的权重向量，即β^co＝[β^mr,β^dt,β^sc,β^si]；c为各个覆盖相关矩阵组成的矩阵向量，即c＝[c^mr,c^dt,c^sc,c^si]；对于由n个小区构成的目标通信网络，上式四个覆盖相关矩阵均为n阶方阵，故通过上述融合计算得到的融合覆盖相关矩阵c^co也为n阶方阵，有鉴于此，上式可以进一步展开表示为：

其中，融合覆盖相关矩阵c^co的任一元素可以表示为：

其中，i＝1,2,...,n，j＝1,2,...,n。

上述实施例仅以四项原始数据为例，描述了本申请对覆盖相关矩阵进行融合计算的过程及具体计算公式；在本申请其他实施例中，可以依照上述原理对任意个数的覆盖相关矩阵进行融合，此处不再赘述。

为便于覆盖问题分析，控制融合覆盖相关矩阵c^co中的各个矩阵元素的取值范围，在本申请一个可行的实施例中，在每个覆盖相关矩阵中的每个覆盖相关系数的取值范围为ci,j∈[0,1]的基础上，可以进一步设定：每个覆盖相关矩阵对应的预设权重的取值范围为[0,1]，且所有覆盖相关矩阵对应的预设权重之和为1。仍以上述四项原始数据为例，可以设定：β^mr+β^dt+β^sc+β^si＝1。上述对于预设权重的取值范围的设定，保证了c^co中的每个矩阵元素即保证了的值域数值区间特性，便于基于该有限的数值区间设置门限值(或阈值)，进而基于该门限值或阈值，及融合覆盖相关矩阵中的各个原始的数值大小进行覆盖分析。

另外，本实施例中，不同覆盖相关矩阵对应不同类型的原始数据，故通过配置并调整每个覆盖相关矩阵对应的权重，可以在保证总体覆盖的前提下，重点突出不同因素影响下的覆盖问题。

例如：可以设置为β^co＝[β^mr,β^dt,β^sc,β^si]＝[0.5,0.2,0.2,0.1]；本实施例中，测量报告数据和仿真数据作为基本的全量覆盖相关数据，在目标通信网络的每个小区中都可以采集到，可以保证总体覆盖；在此基础上，通过加入专门针对道路的路测数据和扫频数据，就可以重点突出道路覆盖问题的分析定位。

本申请实施例中，在步骤s204中，根据上述融合覆盖相关矩阵中的一个或多个元素，可以分析得到目标通信网络中存在的覆盖问题。

在一个可行的实施方式中，判断目标通信网络中是否存在过覆盖及覆盖不足问题的具体方法可以为：

s2041、确定融合覆盖相关矩阵c^co中的融合覆盖相关系数的预设关注门限c^co-th；

其中，上述预设关注门限的取值可以根据实际场景进行调整，一般的，0≤c^co-th≤0.1。

s2042、确定每个服务小区celli对应的最大覆盖距离和最小覆盖距离

s2043、分别判断所述融合覆盖相关矩阵中的每个融合覆盖相关系数是否不小于预设关注门限c^co-th；

即：遍历c^co中的每个元素判断是否存在

s2044、对于不小于预设关注门限c^co-th的融合覆盖相关系数确定其对应的服务小区celli和覆盖相邻小区cellj之间的站间距dij；

例如，经过遍历判断，确定有如下三个不小于预设关注门限c^co-th的融合覆盖相关系数：和(步骤s2043)；进而需要分别确定小区cell1和cell2之间的站间距d12、小区cell2和cell3之间的站间距d23，及小区cell2和cell4之间的站间距d24。

s2045、判断所述站间距dij是否大于服务小区celli对应的最大覆盖距离如果是，则判定服务小区celli存在过覆盖问题；

如果d12大于服务小区cell1的最大覆盖距离即则可以判断服务小区cell1对其覆盖相邻小区cell2存在过覆盖问题。

同样的，如果d23大于服务小区cell2的最大覆盖距离即则可以判断服务小区cell2对其覆盖相邻小区cell3存在过覆盖问题；如果则可以判断服务小区cell2对其覆盖相邻小区cell4也存在过覆盖问题。

s2046、对于同一小区celli，比较所述不小于预设关注门限c^co-th的各个融合覆盖相关系数对应的站间距dij的大小，确定小区celli对应的最大站间距

由于同一小区cell2对应的两个融合覆盖相关系数和均不小于预设关注门限c^co-th，故比较相应的两个站间距d23和d24之间的大小，取其最大值即为假设d23＞d24，则

s2047、判断所述最大站间距是否小于服务小区celli对应的最小覆盖距离如果是，则判定服务小区celli存在覆盖不足问题。

如果小于服务小区cell2的最小覆盖距离即则可以判定服务小区cell2存在覆盖不足问题。

由以上步骤及具体实例可知，本申请实施例根据融合覆盖相关矩阵中的元素，不仅可以确定目标通信网络中是否存在过覆盖或覆盖不足问题，还可以具体确定哪个小区对哪个小区存在过覆盖或覆盖不足的问题，实现了覆盖问题的准确定位；相对于现有技术中需要由维护人员手动分析并定位问题的方式，本实施例可以减少对人工操作的依赖，避免人为造成的分析片面、优化效果不佳等问题，提高移动通信网络的覆盖分析效率，以便于一步到位的解决网络中存在的覆盖问题。本申请实施例中，除了覆盖问题分析，还可以根据上述融合覆盖相关矩阵对目标通信网络进行覆盖规划及覆盖优化等。

在本申请一个可行的实施例中，上述网络覆盖分析方法还可以包括：

在计算任意两个小区之间的覆盖相邻系数(步骤s202)之前，先对采集到的各项原始数据进行预处理，包括数据有效性验证、数据清洗、数据汇聚整理等；可选的，上述预处理操作具体可以由图1所示的数据采集系统100中的相关模块执行。

可选的，上述网络覆盖分析方法还可以包括：对预处理后的原始数据进行格式化处理，并剔除所述原始数据中的非法数据，提取其中的关键数据；此步骤具体可以由图1所示的后台分析系统200中的相关模块执行。

实际应用场景中，目标通信网络的覆盖情况可能是实时变化的，因此为及时发现目标通信网络出现的覆盖问题，可以通过多次采集所述原始数据，并根据新采集的原始数据对融合覆盖相关矩阵进行更新，实现对目标通信网络的实时监控及覆盖分析。

在本申请一个可行的实施例中，可以依据原始数据之间的差异程度确定是否需要更新；具体的，在得到所述融合覆盖相关矩阵后，重新采集所述原始数据，并在本次采集的原始数据与前一次采集原始数据之间的差异程度超过预设程度时，根据本次采集的原始数据更新所述融合覆盖相关矩阵。

在本申请另一个可行的实施例中，还可以依据相关控制设备发送的更新指令进行更新；具体的，在接收到数据更新指令后，重新采集所述原始数据，并根据重新采集的原始数据更新所述融合覆盖相关矩阵。

在本申请一个可行的实施例中，还可以利用地理信息系统(geographicinformationsystem或geo－informationsystem，gis)实现目标通信网络的地理呈现功能，包括但不限于展示目标覆盖网络的整体覆盖效果图、覆盖问题点，以及对目标覆盖网络的覆盖方案预览和覆盖效果评估等。

基于上述网络覆盖问题分析方法，本申请实施例还提供了一种网络覆盖问题分析系统。参见图1所示的系统架构图及图3所示的系统结构示意图，所述网络覆盖问题分析系统至少包括：数据采集系统100和后台分析系统200。

其中，所述数据采集系统100，用于采集由n个小区构成的目标通信网络的多项原始数据；所述原始数据为表征目标通信网络运行情况的数据。

所述后台分析系统200至少包括：

多维数据分析单元210，用于分别根据每项原始数据计算目标通信网络中任意两个小区celli和cellj之间的覆盖相关系数ci,j，并以所述覆盖相关系数ci,j为矩阵元素，形成覆盖相关矩阵；

融合矩阵构建单元220，用于对各个覆盖相关矩阵进行融合处理，得到融合覆盖相关矩阵；

覆盖分析单元230，用于根据所述融合覆盖相关矩阵中的一个或多个元素，对所述目标通信网络进行覆盖分析。

其中，所述覆盖相关系数ci,j表示两个小区celli和cellj之间覆盖重叠程度，n为不小于1的整数；i＝1,2,...,n，j＝1,2,...,n。

可见，相对于现有技术，本申请实施例不仅可以摆脱覆盖分析过程中对人工操作的依赖，实现自动数据采集、自动数据处理及自动覆盖问题分析等，使得整个覆盖问题分析过程更加规范化、效率更高；同时，本实施例从目标通信网络中采集多项原始数据，经过基于矩阵的融合计算，得到融合覆盖相关矩阵，根据该融合覆盖相关矩阵可以实现对目标通信网络的更深入、更完整的覆盖分析，克服现有技术中人工分析并定位问题时难以兼顾相邻小区的弊端，从而可以更准确的定位目标通信网络中存在的覆盖问题、确定解决方案，进而可以提高对该移动通信网络的优化效果。

图4示出了本申请一个可行的实施例提供的网络覆盖分析系统的具体结构示意图。

参照图4，本申请实施例中，上述数据采集系统100可以包括：多维数据采集单元、数据预处理单元120和数据回传管理单元130。

其中，多维数据采集单元可以包括多个数据采集模块，分别用于从目标通信网络的多维数据接口采集不同类型的原始数据，包括但不限于图4所示的测量报告数据采集模块111、切换数据采集模块112、路测数据采集模块113、话务数据采集模块114、邻区数据采集模块115、扫频数据采集模块116和基础数据采集模块117等。

数据预处理单元120用于对多维数据采集单元采集到的各项原始数据进行预处理，包括但不限于：用于对所述原始数据进行有效性验证的数据验证模块121、用于对所述原始数据进行清洗的数据清洗模块122、数据转存模块123和数据存储模块124。

数据回传管理单元130用于将经过数据预处理单元120预处理的原始数据回传至后台分析系统200。

仍参照图4，本申请实施例中，上述后台分析单元200中的多维数据分析单元210包括多个覆盖相关矩阵构建模块，包括但不限于以下至少一项：

测量报告矩阵模块211，用于根据采集到的测量报告数据计算所述覆盖相关系数，并形成测量报告覆盖相关矩阵；

路测矩阵模块212，用于根据采集到的道路测量数据计算所述覆盖相关系数，并形成路测覆盖相关矩阵；

扫频矩阵模块213，用于根据采集到的扫频测量数据计算所述覆盖相关系数，并形成扫频覆盖相关矩阵；

仿真矩阵模块214，用于对目标通信网络进行仿真，得到仿真数据，并根据所述仿真数据计算所述覆盖相关系数，并形成仿真覆盖相关矩阵；

以及，切换矩阵模块215、邻区矩阵模块216和话务矩阵模块217等。

本申请一个可行的实施例中，所述融合矩阵构建单元220具体可以被配置为，确定每个覆盖相关矩阵对应的预设权重，并根据所述预设权重对各个覆盖相关矩阵进行融合计算，得到融合覆盖相关矩阵。具体计算方法可以参照前文方法实施例中的相关描述，此处不再赘述。

仍参照图4，本申请实施例中，上述后台分析单元200中的覆盖分析单元230包括：

覆盖问题分析单元231，用于根据所述融合覆盖相关矩阵中的一个或多个元素分析所述目标通信网络的覆盖问题、报告问题点、标示问题区域或预警可能会出现问题的区域；

覆盖规划单元232，用于根据所述融合覆盖相关矩阵中的一个或多个元素生成对所述目标通信网络的初始覆盖规划方案，具体可以包括，对覆盖空洞或新建站点进行小区位置和天线参数规划建议；

覆盖优化单元233，用于根据所述融合覆盖相关矩阵中的一个或多个元素生成对所述目标通信网络的覆盖优化方案，还可以同时生成所述覆盖优化方案实施前后的效果分析；

解决方案管理单元234，用于对所述覆盖问题分析单元231、覆盖规划单元232和覆盖优化单元233得到的分析结果进行集中管理。

其中，对于所述覆盖问题分析单元231，可以参照前文方法实施例所述的覆盖问题分析方法进行配置，可以准确分析并定位目标通信网络中存在的过覆盖、覆盖不足等问题。

仍参照图4，本申请实施例中，上述后台分析系统200还包括：融合矩阵更新单元240，用于对得到的融合覆盖相关矩阵进行更新。

在一个可行的实施例中，融合矩阵更新单元240可以在得到所述融合覆盖相关矩阵后，重新采集所述原始数据，并在本次采集的原始数据与前一次采集原始数据之间的差异程度超过预设程度时，根据本次采集的原始数据更新所述融合覆盖相关矩阵。

在另一个可行的实施例中，融合矩阵更新单元240还可以在接收到数据更新指令后，重新采集所述原始数据，并根据重新采集的原始数据更新所述融合覆盖相关矩阵。

实际应用场景中，目标通信网络的覆盖情况可能是实时变化的，因此本实施例通过融合矩阵更新单元对融合覆盖相关矩阵进行更新，实现对目标通信网络的实时监控及覆盖分析，及时发现目标通信网络出现的覆盖问题。

本申请实施例中，上述后台分析系统200还包括：地理呈现服务单元250，用于利用gis实现目标通信网络的地理呈现功能；该地理呈现功能包括但不限于，展示目标覆盖网络的整体覆盖效果图、覆盖问题点，以及对目标覆盖网络的覆盖方案预览和覆盖效果评估等。

仍参照图4，本申请实施例提供的网络覆盖分析系统还可以包括：

系统维护管理平台300，用于维护所述数据采集系统100及后台分析系统200，保证其正常运行；

用户控制管理平台400，用于对所述数据采集系统100及后台分析系统200进行监管，对所述后台分析系统200所得到的网络覆盖分析结果、覆盖问题解决方案等进行展示及评估管理等。例如，用户控制管理平台400可以向后台分析系统200发送数据更新指令，以使融合矩阵更新单元240根据该数据更新指令对融合覆盖相关矩阵进行更新。

具体实现中，本发明还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本发明提供的网络覆盖分析方法的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-onlymemory，简称：rom)或随机存储记忆体(英文：randomaccessmemory，简称：ram)等。

本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于网络覆盖系统的实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。

以上所述的本发明实施方式并不构成对本发明保护范围的限定。