窄带物联网的覆盖估计方法和装置与流程

本发明涉及无线通信技术，尤其涉及一种窄带物联网的覆盖估计方法和装置。

背景技术

物联网技术是全球实现海量连接、万物互联的主要技术手段，已成为万物互联网络中重要的组成部分。窄带物联网(narrowbandinternetofthings,简称：nb-iot网络)是万物互联网络的一个重要分支。nb-iot构建于蜂窝网络，只消耗大约180khz的带宽，可直接叠加建设于gsm网络、umts网络或lte网络，以降低部署成本、实现平滑升级。在物联网建立和部署过程中，需要对新建物联网的网络覆盖进行估计和调整，以保证完善部署的nb-iot网络覆盖指标能够达到预期的指标。但nb-iot网络在现有lte技术上做了极大简化，为节省终端功耗，nb-iot网络不支持测量上报，因此无法直观地通过终端自动打点来获得nb-iot网络后台覆盖指标。

现有nb-iot网的覆盖估计方法主要是采用基于传播模型的仿真估计方法。对于不同采样点，获取在每个采样点的路测数据中的接收功率，根据传播模型对接收功率进行校正，从而估计整个区域的网络规划情况。

然而，路测数据的采样点通常限于主干道路，而多种多样的应用环境都会对传播模型带来不可预估的误差，仿真覆盖估计方法过于依赖于传播模型参数的准确性，难以快速迭代以贴近实际反映真实环境覆盖，现有的nb-iot网的覆盖估计方法准确性不高。

技术实现要素：

本发明提供一种窄带物联网的覆盖估计方法和装置，提供了窄带物联网的覆盖估计的准确性。

根据本发明的第一方面，提供一种窄带物联网的覆盖估计方法，包括：

获取与至少一个采样点对应的现网路测覆盖指标和物联网路测覆盖指标，其中，所述现网路测覆盖指标为接入现网的测试终端在所述采样点得到的路测覆盖指标，所述物联网路测覆盖指标为接入窄带物联网的测试终端在所述采样点得到的路测覆盖指标，所述窄带物联网是与所述现网叠加建设的共站网络，且所述窄带物联网与所述现网以相同的网络频段发送测试信号；

根据各所述采样点对应的所述现网路测覆盖指标和物联网路测覆盖指标，获得第一覆盖指标差异，所述第一覆盖指标差异指示了所述现网实际覆盖指标分布和所述窄带物联网的实际覆盖指标分布之间的差异；

根据所述第一覆盖指标差异和现网后台覆盖指标分布，获得所述窄带物联网的估计覆盖指标分布，所述现网后台覆盖指标分布指示了在所述现网的各覆盖位置的现网后台覆盖指标。

根据本发明的第二方面，提供一种窄带物联网的覆盖估计装置，包括：

路测覆盖指标获取模块，用于获取与至少一个采样点对应的现网路测覆盖指标和物联网路测覆盖指标，其中，所述现网路测覆盖指标为接入现网的测试终端在所述采样点得到的路测覆盖指标，所述物联网路测覆盖指标为接入窄带物联网的测试终端在所述采样点得到的路测覆盖指标，所述窄带物联网是与所述现网叠加建设的共站网络，且所述窄带物联网与所述现网以相同的网络频段发送测试信号；

第一覆盖指标差异获取模块，用于根据各所述采样点对应的所述现网路测覆盖指标和物联网路测覆盖指标，获得第一覆盖指标差异，所述第一覆盖指标差异指示了所述现网实际覆盖指标分布和所述窄带物联网的实际覆盖指标分布之间的差异；

估计模块，用于根据所述第一覆盖指标差异和现网后台覆盖指标分布，获得所述窄带物联网的估计覆盖指标分布，所述现网后台覆盖指标分布指示了在所述现网的各覆盖位置的现网后台覆盖指标。

根据本发明的第三方面，提供一种窄带物联网的覆盖估计装置，包括：存储器、处理器以及计算机程序，其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行，以实现本发明第一方面及第一方面各种可能设计的所述方法。

根据本发明的第四方面，提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被执行时用于实现本发明第一方面及第一方面各种可能设计的所述方法。

本发明提供的一种窄带物联网的覆盖估计方法和装置，主要是通过获取与至少一个采样点对应的现网路测覆盖指标和物联网路测覆盖指标，其中，所述现网路测覆盖指标为接入现网的测试终端在所述采样点得到的路测覆盖指标，所述物联网路测覆盖指标为接入窄带物联网的测试终端在所述采样点得到的路测覆盖指标，所述窄带物联网是与所述现网叠加建设的共站网络，且所述窄带物联网与所述现网以相同的网络频段发送测试信号，由此实现了窄带物联网与现网在物理上和逻辑上的共站共天线；然后根据各所述采样点对应的所述现网路测覆盖指标和物联网路测覆盖指标，获得第一覆盖指标差异，所述第一覆盖指标差异指示了所述现网实际覆盖指标分布和所述窄带物联网的实际覆盖指标分布之间的差异；根据所述第一覆盖指标差异和现网后台覆盖指标分布，获得所述窄带物联网的估计覆盖指标分布，所述现网后台覆盖指标分布指示了在所述现网的各覆盖位置的现网后台覆盖指标，实现了以物理和逻辑均相同设置的现网来对窄带物联网进行覆盖估计，降低了路测中采样点的选择要求，提高了窄带物联网覆盖估计的准确性。

附图说明

图1是本发明实施例提供的一种应用场景示意图；

图2是本发明实施例提供的一种窄带物联网的覆盖估计方法的流程示意图；

图3是本发明实施例提供的另一种窄带物联网的覆盖估计方法的流程示意图；

图4是本发明实施例提供的再一种窄带物联网的覆盖估计方法的流程示意图；

图5是本发明实施例提供的一种窄带物联网的覆盖估计装置结构示意图；

图6是本发明实施例提供的另一种窄带物联网的覆盖估计装置结构示意图；

图7是本发明实施例提供的一种窄带物联网的覆盖估计装置的硬件结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。

应当理解，在本申请的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

应当理解，在本申请中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

应当理解，在本申请中，“多个”是指两个或两个以上。应当理解，在本申请中，“与a相对应的b”、“a与b相对应”或者“b与a相对应”，表示b与a相关联，根据a可以确定b。根据a确定b并不意味着仅仅根据a确定b，还可以根据a和/或其他信息确定b。

应当理解，在本申请中，“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。

应当理解，在本申请中，叠加建设的共站网络，是指2个或2个以上网络在物理上使用同一组基站设备。具体地，窄带物联网与所述现网叠加建设，是指在现有网络的基带处理单元(buildingbasebandunit，简称：bbu)中添加板卡，并使用同样的远端射频模块(radioremoteunit，简称：rru)和发射天线，实现物理上共站共天线。

应当理解，在本申请中，现网，是指已部署的网络、现有的网络。

应当理解，在本申请中，窄带物联网(narrowbandinternetofthings,简称：nb-iot网络)是万物互联网络的一个重要分支。nb-iot构建于蜂窝网络，只消耗大约180khz的带宽，可直接部署于gsm网络、umts网络或lte网络，以降低部署成本、实现平滑升级。nb-iot网络支持低功耗设备在广域网的蜂窝数据连接，也被叫作低功耗广域网(lpwan)。nb-iot支持待机时间长、对网络连接要求较高设备的高效连接。据说nb-iot设备电池寿命可以提高至至少10年，同时还能提供非常全面的室内蜂窝数据连接覆盖。nb-iot在现有lte技术上做了极大简化，无移动性管理，不支持切换，仅支持重选。“164dbmcl(路径损耗)、相较于gprs有20db覆盖增益”是nb-iot网络最大技术特点，但为节省终端功耗，nb-iot技术不支持测量上报mr(measurementreport)，因此无法直观的全方位的终端自动打点来评估nb-iot覆盖的方法。

应当理解，在本申请中，路损，是指路径损耗(pathloss)，或称传播损耗，具体是指电波在空间传播所产生的损耗，是由发射功率的辐射扩散及信道的传播特性造成的，反映宏观范围内接收信号功率均值的变化。

应当理解，在本申请中，测量报告(measurementreport，简称：mr)，是评估无线环境质量的主要依据之一。mr是指信息在业务信道上每480ms(信令信道上470ms)发送一次数据，对于全球移动通信系统(globalsystemformobilecommunication，简称：gsm)系统来说，mr是网络侧获得终端无线信息的主要手段，主要包含两个部分：上行信号信息以及下行信号信息。其中：下行信号信息由网络终端测量采集，通过um口的measurementreport信令上报给网络；上行信号信息由网络侧的bts测量采集，bts汇总上下行测量信息后通过mr上报给bsc。mr的下行测量报告中应该包含：服务小区的电平强度、质量，手机当前的发射功率，dtx使用状况，最强的六个邻区的信号强度和bsic等。mr的上行测量信息中应该包含：手机上行的电平强度、质量，bts当前的发射功率，dtx使用状况，ta值。mr的主要功能之一是实现覆盖评估分析：通过上下行信号强度分布渲染，呈现网络覆盖弱盲区，不但客观准确，能够节省大量的时间和资源，能有效及时地发现出网络覆盖问题。

下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

参见图1，是本发明实施例提供的一种应用场景示意图。在已有的现网上叠加建设窄带物联网，窄带物联网与现网共同使用基站设备1，使得窄带物联网能够以现网的rru和天线发射网络信号。本实施例中进行窄带物联网的覆盖估计的可以是一个单独的装置5，且该装置5能够获取基站数据和各测试终端的数据。例如该装置5可以是与基站1和两个网络的测试终端(2、3)分别连接通信，以从基站1和测试终端(2、3)获取数据。又例如该装置5也可以是与基站1连接通信，两个网络的测试终端(2、3)分别与基站1连接通信，装置5从基站1获取基站1和测试终端(2、3)的数据。在该装置5进行覆盖估计前应先进行数据采集。可以在例如街道上设置多个采样点4(图1中仅示出一个)，在每个采样点4分别使用接入两个网络的测试终端(2、3)进行路测，测试终端2接入现网，测试终端3接入窄带物联网。从两个网络的测试终端(2、3)获得两个网络在同一采样点的路测覆盖指标，以及该采样点上两网络的路测覆盖指标差异。根据多个采样点上两网络的路测覆盖指标差异得到两网络的覆盖指标整体分布差异。以图1中采用的覆盖指标为接收功率举例，例如窄带物联网整体上接收功率比现网低一个确定的差值。可以从后台存储的数据中得到现网后台覆盖指标分布，现网后台覆盖指标分布可以包含现网的所有覆盖位置的覆盖指标，然后根据现网后台覆盖指标分布和已确定出的差值得到窄带物联网的估计覆盖指标分布。

参见图2，是本发明实施例提供的一种窄带物联网的覆盖估计方法的流程示意图，本实施例的执行主体可以是窄带物联网的覆盖估计装置，该装置可以是服务器主机或者是终端设备，也可以是内置于服务器主机或终端设备中的计算机软件模块。图2所示的方法主要包括步骤s101至步骤s103，具体如下：

s101，获取与至少一个采样点对应的现网路测覆盖指标和物联网路测覆盖指标。

其中，所述现网路测覆盖指标为接入现网的测试终端在所述采样点得到的路测覆盖指标，所述物联网路测覆盖指标为接入窄带物联网的测试终端在所述采样点得到的路测覆盖指标，所述窄带物联网是与所述现网叠加建设的共站网络，且所述窄带物联网与所述现网以相同的网络频段发送测试信号。叠加建设是指在现有网络中bbu添加板卡，并使用同样的rru和发射天线，实现物理上共站共天线。本实施例以900mhz网络频段为例，900mhz窄带物联网与900mhz现网共用rru，采用射频混模方式组网，两者使用频段相同，都是900mhz频段。

在获取现网路测覆盖指标和物联网路测覆盖指标之前，还需要对网络和网络对应的终端分别进行参数一致性设置，以使终端能够接入其对应的网络，并从对应网络成功接收到该网络的测试信号。例如将窄带物联网的扰码开关设置打开，将窄带物联网终端的扰码开关也设置打开，将窄带物联网终端的重选参数、接入参数设置为与窄带物联网相匹配。在具体实施例中，可以采用2个终端，1个终端接入1个网络，然后在采样点通过2个终端分别进行两个网络的路测覆盖指标采样；也可以采用1个可同时接入2个网络的终端，1个终端接入2个网络，然后在采样点使用这1个终端进行两个网络的路测覆盖指标采样。测试信号可以理解为参考信号或导频信号等单一频率的信号，用于网络覆盖指标的估计。

对于现网和叠加建设的窄带物联网，由于两网络发射基站和终端接收位置均相同，窄带物联网和现网的路损可以认为是相同的，因此两个网络在各覆盖位置对应的覆盖指标具有相对稳定的差异。下一步可以根据两个网络在采样点上的覆盖指标差异，得到两个网络整体分布上的覆盖指标差异。

s102，根据各所述采样点对应的所述现网路测覆盖指标和物联网路测覆盖指标，获得第一覆盖指标差异。

具体地，所述第一覆盖指标差异指示了所述现网实际覆盖指标分布和所述窄带物联网的实际覆盖指标分布之间的差异。由于窄带物联网和现网是叠加建设的共站网络，且在覆盖指标估计过程中两者使用相同频段发送测试信号，两个网络在各覆盖位置的覆盖指标具有相同的路损，因此在各覆盖位置上，窄带物联网相对于现网的差异是相同的。基于此，可以根据采样点的现网路测覆盖指标和物联网路测覆盖指标，得到两个网络在所有覆盖位置的第一覆盖指标差异。第一覆盖指标差异可以理解为一个确定的差值，或者是表征差异的表格或函数。

在以一个确定的差值作为第一覆盖指标差异的具体实现方式中，两个网络在每个覆盖位置的覆盖指标差异相同。获得第一覆盖指标差异的过程具体可以是：先将每个所述采样点对应的所述现网路测覆盖指标与所述物联网路测覆盖指标之差，确定为每个所述采样点对应的第一差值。然后将所述至少一个采样点对应的所述第一差值的平均值，确定为所述第一覆盖指标差异。

s103，根据所述第一覆盖指标差异和现网后台覆盖指标分布，获得所述窄带物联网的估计覆盖指标分布。

其中，所述现网后台覆盖指标分布指示了在所述现网的各覆盖位置的现网后台覆盖指标。现网后台覆盖指标分布可以是预先存储在装置内部或外部介质中的数据，用于表征现网在各覆盖位置的覆盖指标。现网后台覆盖指标分布可以理解为是现网覆盖指标的分布表格，也可以理解为是现网覆盖指标的分布函数。

在一种实现方式中，可以是不考虑现网后台数据与真实数据的差异进行窄带物联网的覆盖估计。可以直接将现网后台覆盖指标分布作为现网实际覆盖指标分布，然后在现网后台覆盖指标分布的基础上，根据第一覆盖指标差异得到窄带物联网的估计覆盖指标分布。

在另一种实现方式中，可以是考虑现网后台数据与真实数据的差异进行窄带物联网的覆盖估计。先根据路测数据得到现网路测覆盖指标，获取现网路测覆盖指标和现网后台覆盖指标的第二覆盖指标差异，然后在现网后台覆盖指标分布的基础上，根据第一覆盖指标差异和第二覆盖指标差异得到更加准确的窄带物联网的估计覆盖指标分布。

本实施例提供了一种窄带物联网的覆盖估计方法，主要是通过获取与至少一个采样点对应的现网路测覆盖指标和物联网路测覆盖指标，其中，所述现网路测覆盖指标为接入现网的测试终端在所述采样点得到的路测覆盖指标，所述物联网路测覆盖指标为接入窄带物联网的测试终端在所述采样点得到的路测覆盖指标，所述窄带物联网是与所述现网叠加建设的共站网络，且所述窄带物联网与所述现网以相同的网络频段发送测试信号，由此实现了窄带物联网与现网在物理上和逻辑上的共站共天线；然后根据各所述采样点对应的所述现网路测覆盖指标和物联网路测覆盖指标，获得第一覆盖指标差异，所述第一覆盖指标差异指示了所述现网实际覆盖指标分布和所述窄带物联网的实际覆盖指标分布之间的差异；根据所述第一覆盖指标差异和现网后台覆盖指标分布，获得所述窄带物联网的估计覆盖指标分布，所述现网后台覆盖指标分布指示了在所述现网的各覆盖位置的现网后台覆盖指标，实现了以物理和逻辑均相同设置的现网来对窄带物联网进行覆盖估计，降低了路测中采样点的选择要求，提高了窄带物联网覆盖估计的准确性。

参见图3，是本发明实施例提供的另一种窄带物联网的覆盖估计方法的流程示意图，参见图4，是本发明实施例提供的再一种窄带物联网的覆盖估计方法的流程示意图，在上述实施例的基础上，下面结合图3和图4以及具体实施例，对图2中步骤s103的两种实现方式分别进行说明。

下面是结合图3所示的方法流程，对图2中步骤s103考虑现网后台数据与真实数据的差异进行窄带物联网的覆盖估计的情况进行具体说明，图3所示的方法主要包括步骤s201至步骤s205，具体如下：

s201，获取与至少一个采样点对应的现网路测覆盖指标和物联网路测覆盖指标。

s202，根据各所述采样点对应的所述现网路测覆盖指标和物联网路测覆盖指标，获得第一覆盖指标差异。

具体地，可以是将每个所述采样点对应的所述现网路测覆盖指标与所述物联网路测覆盖指标之差，确定为每个所述采样点对应的第一差值。然后将所述至少一个采样点对应的所述第一差值的平均值，确定为所述第一覆盖指标差异。例如，所述现网路测覆盖指标可以为现网路测接收功率，所述物联网路测覆盖指标可以为物联网路测接收功率。那么，将采样点的现网路测接收功率减去该采样点的物联网路测接收功率，得到该采样点的第一差值。以供设置了50各采样点，则对这50各采样点对应的50各第一差值求平均值。将这50个第一差值的平均值，确定为反应现网实际覆盖指标分布和窄带物联网的实际覆盖指标分布之间差异的第一覆盖指标差异。

本实施例中s201-s202的实现方式参见图2所示s101-s102的具体说明，在此不再赘述。

s203，从预存储的现网后台覆盖指标分布中，获取与所述至少一个采样点对应的目标现网后台覆盖指标。

具体地，所述现网可以是通用移动通讯系统umts网络，或者长期演进lte网络，或者全球移动通信系统gsm网络。例如现网为umts网络，则根据umts网络预存储的测量报告(measurementreport，简称：mr)可以得到现网后台覆盖指标分布。现网后台覆盖指标分布指示了umts网络的所有覆盖位置的覆盖指标，因此可以从现网后台覆盖指标分布中获取到与所述至少一个采样点对应的目标现网后台覆盖指标。

s204，根据各所述采样点对应的所述目标现网后台覆盖指标和所述现网路测覆盖指标，获得第二覆盖指标差异。

其中，所述第二覆盖指标差异指示了所述现网实际覆盖指标分布和所述现网后台覆盖指标分布之间的差异。具体地，将每个所述采样点对应的所述目标现网后台覆盖指标与所述现网路测覆盖指标之差，确定为每个所述采样点对应的第二差值。然后将所述至少一个采样点对应的所述第二差值的平均值，确定为所述第二覆盖指标差异。若所述现网路测覆盖指标为现网路测接收功率，则所述目标现网后台覆盖指标也是目标现网后台接收功率，这里每个所述采样点对应的第二差值也可以理解为是：每个所述采样点对应的目标现网后台接收功率减去现网路测接收功率得到的差值。

s205，根据所述第二覆盖指标差异、所述第一覆盖指标差异和现网后台覆盖指标分布，获得所述窄带物联网的估计覆盖指标分布。

具体地，首先，将所述第二覆盖指标差异与所述第一覆盖指标差异之和，确定为第三差值。然后，将所述现网后台覆盖指标分布中每个覆盖位置的现网后台覆盖指标与所述第三差值之差，确定为每个所述覆盖位置对应的窄带物联网的估计覆盖指标。最后，根据各所述覆盖位置对应的窄带物联网的估计覆盖指标，确定窄带物联网的估计覆盖指标分布。

本实施例通过目标现网后台覆盖指标和现网路测覆盖指标之间的差异，引入了第二覆盖指标差异，将现网后台记录的覆盖情况与实际的覆盖情况进行了差异分析，从而提高了窄带物联网覆盖估计的准确性。

下面是结合图4所示的方法流程，对图2中步骤s103不考虑现网后台数据与真实数据的差异进行窄带物联网的覆盖估计的情况进行具体说明，图4所示的方法主要包括步骤s301至步骤s305，具体如下：

s301，获取与至少一个采样点对应的现网路测覆盖指标和物联网路测覆盖指标。

s302，将每个所述采样点对应的所述现网路测覆盖指标与所述物联网路测覆盖指标之差，确定为每个所述采样点对应的第一差值。

s303，将所述至少一个采样点对应的所述第一差值的平均值，确定为所述第一覆盖指标差异。

本实施例中s301-s303的具体实施方式参见图2中s101-s102或者图3中s201-s202的具体说明，在此不再赘述。

s304，将所述现网后台覆盖指标分布中每个覆盖位置的现网后台覆盖指标与所述第一覆盖指标差异之差，确定为每个所述覆盖位置对应的窄带物联网的估计覆盖指标。

具体地，现网后台覆盖指标分布与现网实际覆盖指标分布差异较小，尤其是根据最新的mr更新得到的现网后台覆盖指标分布与现网实际覆盖指标分布基本一致，因此本实施例可以不考虑两者的差异。本实施例中，直接将每个覆盖位置的现网后台覆盖指标作为每个覆盖位置的现网实际覆盖指标。由此，将每个覆盖位置的现网后台覆盖指标减去第一覆盖指标差异得到的差值，作为每个所述覆盖位置对应的窄带物联网的估计覆盖指标。省略了第二覆盖指标差异的计算过程，简化了估计过程，提高了窄带物联网覆盖估计的效率。

s305，根据各所述覆盖位置对应的窄带物联网的估计覆盖指标，确定窄带物联网的估计覆盖指标分布。

其中，窄带物联网的估计覆盖指标分布指示了窄带物联网的各覆盖位置的覆盖指标。

本实施例通过直接将每个覆盖位置的现网后台覆盖指标作为每个覆盖位置的现网实际覆盖指标，省略了第二覆盖指标差异的计算过程，简化了估计过程，提高了窄带物联网覆盖估计的效率。

在上述实施例的基础上，所述现网包括通用移动通讯系统umts网络，或者长期演进lte网络，或者全球移动通信系统gsm网络。

在上述实施例的基础上，所述现网路测覆盖指标为现网路测接收功率，相应地，所述现网后台覆盖指标分布为现网后台接收功率分布。所述物联网路测覆盖指标为物联网路测接收功率，相应地，所述窄带物联网的估计覆盖指标分布为窄带物联网的估计接收功率分布。

下面对第一覆盖指标差异的计算过程进行举例说明。

具体地，继续以900mhz频段为例，900mhz频段的现网(本实施简称为u900)与900mhz频段的窄带物联网(本实施例简称为n900)共rru，采用射频混模方式组网，两者使用频段相同，用共站的现网的mr估计窄带物联网覆盖情况。由于两各网络具有不同的应用场景、不同的制式、不同的终端类型等，终端移动性不同，估计时需要考虑传播损耗模型和接受场强模型中的各项影响因素。

对于传播损耗模型，电磁波自由空间传播路径损耗模型为：los＝32.44+20lgd(km)+20lgf(mhz)，其中，los是传播损耗，单位为db；d是距离，单位是km；f是工作频率，单位是mhz。当f＝900mhz时，los＝91.48+20lgd(km)。

对于接收场强模型，具体可以是：rss＝pt+gr+gt–lc-los，其中，rss为接收信号强度；pt为发射功率；gr为接收天线增益；gt为发射天线增益；lc为电缆和缆头的衰耗；los为自由空间损耗。

分析可知：

(1)n900和u900同频段、相同路径损耗。实际路径损耗受大气、遮挡、穿透损耗等因素影响，可认为两者等同。

(2)n900和u900的测试信号配置不同发射功率影响接受场强，可以理解为接收功率。其中，u900的测试信号(可以理解为导频信号)功率配置为33dbm＝2w，宽带系统，导频功率为全频段；n900的测试信号(可以理解为参考信号)功率配置为32.2dbm＝1.66w，窄带系统，每个re符号的功率。

(3)终端接收灵敏度跟芯片、接受天线增益、天线封装方式等相关。

基于上述分析可认为：接收功率＝发射功率-路损。由于n900和u900共用一套天线馈电系统，且频段相同，耦合损耗相同，因此，对于同一个覆盖位置存在如下关系：n接收功率-u接收功率＝n发射功率-u发射功率-n路损-u路损。又因两网络路损相同，上述关系可以直接等同于：n接收功率＝u接收功率+n发射功率-u发射功率，其中，n接收功率为窄带物联网的接收功率，例如可以是下行参考信号的接收功率rsrp；u接收功率为现网的接收功率，例如可以是接收信号码功率rscp；n发射功率为窄带物联网的发射功率，例如可以是参考信号rs发射功率；u发射功率为现网的发射功率，例如可以是主公共控制信道pcpich发射功率。由此，可通过u900mr可得到u900rscp覆盖，以此覆盖情况评估n900实际覆盖指标情况。若u900的pcpich发射功率与n900rs发射功率一致，在同一地点分别测试u900的rscp和n900的rsrp可以得到现网和窄带物联网终端信号接收能力差异，在最终窄带物联网覆盖指标估计中需要加上该差值的作用。

参见图5，是本发明实施例提供的一种窄带物联网的覆盖估计装置结构示意图，主要包括：路测覆盖指标获取模块51、第一覆盖指标差异获取模块52以及估计模块53。具体如下：

路测覆盖指标获取模块51，用于获取与至少一个采样点对应的现网路测覆盖指标和物联网路测覆盖指标，其中，所述现网路测覆盖指标为接入现网的测试终端在所述采样点得到的路测覆盖指标，所述物联网路测覆盖指标为接入窄带物联网的测试终端在所述采样点得到的路测覆盖指标，所述窄带物联网是与所述现网叠加建设的共站网络，且所述窄带物联网与所述现网以相同的网络频段发送测试信号；

第一覆盖指标差异获取模块52，用于根据各所述采样点对应的所述现网路测覆盖指标和物联网路测覆盖指标，获得第一覆盖指标差异，所述第一覆盖指标差异指示了所述现网实际覆盖指标分布和所述窄带物联网的实际覆盖指标分布之间的差异；

估计模块53，用于根据所述第一覆盖指标差异和现网后台覆盖指标分布，获得所述窄带物联网的估计覆盖指标分布，所述现网后台覆盖指标分布指示了在所述现网的各覆盖位置的现网后台覆盖指标。

图5所示实施例的窄带物联网的覆盖估计装置对应地可用于执行图2所示方法实施例中的步骤，其实现原理和技术效果类似，此处不再赘述。

参见图6，是本发明实施例提供的另一种窄带物联网的覆盖估计装置结构示意图，还包括：第二覆盖指标差异获取模块54，用于在根据所述第一覆盖指标差异和现网后台覆盖指标分布，获得所述窄带物联网的估计覆盖指标分布之前，从预存储的现网后台覆盖指标分布中，获取与所述至少一个采样点对应的目标现网后台覆盖指标；根据各所述采样点对应的所述目标现网后台覆盖指标和所述现网路测覆盖指标，获得第二覆盖指标差异，所述第二覆盖指标差异指示了所述现网实际覆盖指标分布和所述现网后台覆盖指标分布之间的差异。

相应地，所述估计模块53用于：根据所述第二覆盖指标差异、所述第一覆盖指标差异和现网后台覆盖指标分布，获得所述窄带物联网的估计覆盖指标分布，所述现网后台覆盖指标分布指示了在所述现网的各覆盖位置的现网后台覆盖指标。

在上述实施例的基础上，所述第二覆盖指标差异获取模块54用于：

在根据所述第一覆盖指标差异和现网后台覆盖指标分布，获得所述窄带物联网的估计覆盖指标分布之前，从预存储的现网后台覆盖指标分布中，获取与所述至少一个采样点对应的目标现网后台覆盖指标；将每个所述采样点对应的所述目标现网后台覆盖指标与所述现网路测覆盖指标之差，确定为每个所述采样点对应的第二差值；将所述至少一个采样点对应的所述第二差值的平均值，确定为所述第二覆盖指标差异。

在上述实施例的基础上，所述第一覆盖指标差异获取模块52用于：

将每个所述采样点对应的所述现网路测覆盖指标与所述物联网路测覆盖指标之差，确定为每个所述采样点对应的第一差值；将所述至少一个采样点对应的所述第一差值的平均值，确定为所述第一覆盖指标差异，所述第一覆盖指标差异指示了所述现网实际覆盖指标分布和所述窄带物联网的实际覆盖指标分布之间的差异。

在上述实施例的基础上，所述估计模块53用于：

将所述第二覆盖指标差异与所述第一覆盖指标差异之和，确定为第三差值；将所述现网后台覆盖指标分布中每个覆盖位置的现网后台覆盖指标与所述第三差值之差，确定为每个所述覆盖位置对应的窄带物联网的估计覆盖指标，所述现网后台覆盖指标分布指示了在所述现网的各覆盖位置的现网后台覆盖指标；根据各所述覆盖位置对应的窄带物联网的估计覆盖指标，确定窄带物联网的估计覆盖指标分布。

在上述实施例的基础上，所述第一覆盖指标差异获取模块52用于：

将每个所述采样点对应的所述现网路测覆盖指标与所述物联网路测覆盖指标之差，确定为每个所述采样点对应的第一差值；将所述至少一个采样点对应的所述第一差值的平均值，确定为所述第一覆盖指标差异，所述第一覆盖指标差异指示了所述现网实际覆盖指标分布和所述窄带物联网的实际覆盖指标分布之间的差异。

在上述实施例的基础上，所述估计模块53用于：

将所述现网后台覆盖指标分布中每个覆盖位置的现网后台覆盖指标与所述第一覆盖指标差异之差，确定为每个所述覆盖位置对应的窄带物联网的估计覆盖指标，所述现网后台覆盖指标分布指示了在所述现网的各覆盖位置的现网后台覆盖指标；根据各所述覆盖位置对应的窄带物联网的估计覆盖指标，确定窄带物联网的估计覆盖指标分布。

参见图7，是本发明实施例提供的一种窄带物联网的覆盖估计装置的硬件结构示意图，该装置包括：处理器91、存储器92和计算机程序；其中

存储器92，用于存储所述计算机程序，该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。

处理器91，用于执行所述存储器存储的计算机程序，以实现上述方法中装置执行的各个步骤。具体可以参见前面方法实施例中的相关描述。

可选地，存储器92既可以是独立的，也可以跟处理器91集成在一起。

当所述存储器92是独立于处理器91之外的器件时，所述装置还可以包括：

总线93，用于连接所述存储器92和处理器91。

本发明还提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被执行时用于实现上述的各种实施方式提供的方法。

其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(applicationspecificintegratedcircuits，简称：asic)中。另外，该asic可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。

本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。

在上述装置的实施例中，应理解，处理器可以是中央处理单元(英文：centralprocessingunit，简称：cpu)，还可以是其他通用处理器、数字信号处理器(英文：digitalsignalprocessor，简称：dsp)、专用集成电路(英文：applicationspecificintegratedcircuit，简称：asic)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。