一种基于覆盖预测仿真的移动网络数据地理映射的方法
【技术领域】
[0001] 本发明涉及移动通信网络优化分析领域，特别涉及一种基于覆盖预测仿真的移动 网络数据地理映射的方法。
【背景技术】
[0002] 由于移动网络的特点，运营商无线网络优化分析工作往往需要基于地理信息系统 的辅助来完成。将移动网络的相关数据如网络资源、性能、流量、业务、用户、终端、消费、投 诉、WLAN热点、营业厅等在统一的GIS地图上进行关联分析和呈现，可以很直观的发现网络 问题并给出解决建议。
[0003] 大部分的移动网络数据是基于网元也就是小区对象的，不论是网管、信令、计费还 是路测、网优平台数据。而小区的覆盖范围在2D地图上肯定是面的，且是一个不规则甚至 不连续的区域，如何基于现有的基站小区的位置来准确生成小区的面的覆盖图是行业内研 究的重点，特别是一些网优工具平台的开发厂家。
[0004] 传统的方案要么是把基站小区用三叶草的图形进行扩展，要么是利用泰森多边形 的几何算法进行模拟，实际应用中效果都不是令人满意。
【发明内容】
[0005] 本发明的目的是提供一种基于覆盖预测仿真的移动网络数据地理映射的方法，所 述方法包括如下步骤：
[0006] (1)、首先，基于网络规划的基础数据和无线传播模型对指定区域进行覆盖预测仿 真，生成实际地理区域各位置点的最佳服务小区，进而生成所属的地理区域栅格和基站小 区标识的对应关系，得到如下对照表：栅格编号、服务小区列表、对应服务小区采样点数量、 栅格采样点总数、对应服务小区采样点分布比率、对应服务小区覆盖权值；
[0007](2)、将移动网络数据归纳成如下大类：求和类计数项、聚合去重类计数项、平均类 计数项、值域最大值计数项、值域最小值计数项、百分比计数项等，并依据上一步建立的对 照表将移动网络数据按照各服务小区对应覆盖权值映射到对应地理栅格中。
[0008] 进一步地，如上所述的基于覆盖预测仿真的移动网络数据地理映射的方法，所述 移动网络数据包括资源数据、业务数据、质量数据、用户数据、终端数据等。
[0009] 进一步地，如上所述的基于覆盖预测仿真的移动网络数据地理映射的方法，所述 基于网络规划的基础数据和无线传播模型对指定区域进行覆盖预测仿真包括如下具体步 骤：
[0010] (1-1)准备基站基础数据库，包括小区名称、LAC、CI、站址经度、站址炜度、站高、方 向角、机械下倾角、电子下倾角、发射功率、天线数据等；其中天线数据包括了天线的类型、 增益、频段、垂直方向图、水平方向图等；
[0011] (1-2)选取无线传播模型并配置相应参数及输入，包括模型相关参数、终端高度、 频段、地理环境数据等；
[0012] (1-3)进行数据准确性核查、数据完整性核查等数据质量检查工作；
[0013] (1-4)基于选定的无线传播模型，对现网基站数据库进行覆盖预测仿真迭代计算， 得到每个地理区域位置点上的最佳服务小区列表、次佳服务小区列表、干扰小区列表等；
[0014] (1-5)选定相关的地理区域进行栅格化处理，将此地理区域所包括的位置点全部 划归到相关地理区域栅格中，生成该地理栅格内的各小区的采样点分布比率表或者各小区 的覆盖权值表。
[0015] 进一步地，如上所述的基于覆盖预测仿真的移动网络数据地理映射的方法，所述 步骤（1-2)中的无线传播模型包括自由空间传播模型、奥村/Hata模型、Cost231_Hata模 型、Walfisch-Ikegami模型、室内传播模、KM模型或射线跟踪模型等；所述地理环境数据包 括地形地物、植被、建筑物等三维数字地图数据。
[0016] 进一步地，如上所述的基于覆盖预测仿真的移动网络数据地理映射的方法，所述 步骤（2)具体包括以下步骤：
[0017] (2-1)首先，构建移动网络数据库；
[0018] (2-2)其次，构建地理栅格数据库，其中的栅格编码与对照表 对应；
[0019] (2-3)基于上面新生成的地理栅格内各小区覆盖权值表，计算移动网络数据库的 各项到地理栅格数据库各项的映射，并将其结果在2D地图上呈现出来。
[0020] 进一步地，如上所述的基于覆盖预测仿真的移动网络数据地理映射的方法，步骤 (2)形成的地理栅格数据库需要定期计算一次，以保持对实际网络拓扑和覆盖变化的更新， 更新的周期可设，默认为一个月。
[0021] 本发明中提出了一个新的技术方案，采用基于覆盖预测仿真的结果生成的小区覆 盖边界来近似模拟小区的实际覆盖范围，可以更好地帮助相关人员提升GIS地理化分析的 精确度和工作效率。
【附图说明】
[0022] 图1为本发明中天线的垂直方向图（左）及水平方向图（右）。
[0023] 图2为将移动网络所在的地理区域进行栅格化，建立参考坐标系示意图。
【具体实施方式】
[0024] 下面结合附图和实施例对本发明进行详细的描述。
[0025] 本发明提供一种基于覆盖预测仿真的移动网络数据地理映射的方法，包括如下关 键步骤：
[0026] (1)首先，基于网络规划的基础数据和无线传播模型对指定区域进行覆盖预测仿 真，生成实际地理区域各位置点的最佳服务小区，进而生成所属的地理区域栅格和基站小 区标识LAC/CI的对应关系，得到如下对照表Grid(n):栅格编号、服务小区列表、对应服务 小区采样点数量、栅格采样点总数、对应服务小区采样点分布比率、对应服务小区覆盖权 值；
[0027] 所述基于网络规划的基础数据和无线传播模型对指定区域进行覆盖预测仿真包 括如下具体步骤：
[0028] (1-1)准备基站基础数据库BTSDatabaseO，包括小区名称、LAC、CI、站址经度、 站址炜度、站高、方向角、机械下倾角、电子下倾角、发射功率、天线数据等。其中天线数 据包括了天线的类型、增益、频段、垂直方向图、水平方向图等。下表是基站基础数据库 BTSDatabase()的样本数据：
[0029]
[0030] 对于天线数据737115_902,其基本参数如下：
[0031] V天线的类型：双极化定向天线
[0032] V增益：15dbi
[0033] V频段：GSM900
[0034] V垂直方向图及水平方向图：所谓天线方向图，是指在离天线一定距离处，辐射 场的相对场强（归一化模值）随方向变化的图形，通常采用通过天线最大辐射方向上的两 个相互垂直的平面方向图来表示。天线方向图是衡量天线性能的重要图形，可以从天线方 向图中观察到天线的各项参数。
[0035] (1-2)选取无线传播模型并配置相应参数及输入，如模型相关参数、终端高度、频 段、地理环境数据等。无线传播模型是为了更好的更准确的研究无线传播而设计出来的一 种模型，传播模型是移动通信网小区规划的基础。模型的价值就是保证了精度，同时节省 了人力、费用和时间。常用的无线信号传播模型包括自由空间传播模型、奥村/Hata模型、 Cost231_Hata模型、Walfisch-Ikegami模型、室内传播模、KM模型以及射线跟踪模型等。实 际选择时根据系统所属制式、频段及相关场景进行选择，如对于市区环境的GSM900制式， 一般可选择奥村/Hata模型。地理环境数据包括地形地物、植被、建筑物等三维数字地图数 据。
[0036] (1-3)进行数据准确性核查、数据完整性核查等数据质量检查工作，确保相关基础 数据的可用性，以利于覆盖预测仿真结果的可用性。由于网络的不断变动调整以及后期维 护优化的遗留问题等，网络规划所用的基础数据、地图数据等往往存在着很多数据质量问 题，典型的问题如基础数据不准、新建站址缺失、地图数据未及时更新等都会不同程度的影 响基站覆盖预测仿真的结果。因此，在进行覆盖预测仿真的迭代计算前要多一个数据质量 核查的环节，当数据质量达到相应标准后，才可以进行后续计算。
[0037] (1-4)基于选定的无线传播模型，对现网基站数据库进行覆盖预测仿真迭代计算， 得到每个地理区域位置点上的最佳服务小区列表、次佳服务小区列表、干扰小区列表等。这 里我们只关注最佳服务小区列表。覆盖预测仿真结果输出示例如下：（不同的网络规划软 件输出略有不同，但总能转换成如下格式）
[0038] 单小区信号场强分布点阵CellCoverage():(以Cel1_A为例）
[0039]
[0040] 上表表示为小区Cell_A在相关地理区域上的经过无线传播模型路径损耗计算后 的各地理位置点上场强覆盖情况。
[0041] (1-5)选定相关的地理区域进行栅格化处理，将此地理区域所包括的位置点全部 划归到相关地理区域栅格中，后续进行统一处理。将移动网络所在的地理区域进行栅格化， 建立参考坐标系，即在水平和垂直方向上打上一系列n*n米的网格线，如图2所示：
[0042] 针对这些网格线所形成的栅格区域，我们给每一个地理栅格进行编号。针对上一 步获得的全部单小区信号场强分布点阵CellCoverageO进行处理，将各个地理位置点的 采样结果依据地理经炜度归类到相关的地理栅格内，同时对于各个地理位置点按信号场强 进行过滤处理，低于某一个设定信号场强门限MinRxlevel的地理位置点滤掉，可以得到如 下结果：
[0043]
[0045] 上表表示为在栅格标号为383的地理区域上，各个相关小区的满足条件的地理位 置点采样统计情况。如小区Cell_A在该栅格内的采样点数量为47437 (各个地理位置采样 点的信号强度大于MinRxlevel)，该栅格内采样点总数为73147,小区Cell_A在该栅格内 采样点分布比率为47437/73147 = 64. 9%，小区Cell_A的总采样点数量为236322,小区 Cel1_A在该栅格内的覆盖权值为47437/236322 = 20. 07%。
[0046] 我们可以生成该地理栅格内的各小区的采样点分布比率表或者各小区的覆盖权 值表Grid(n)，可用如下数学表述：
[0061] (2)将移动网络数据如资源数据、业务数据、质量数据、用户数据、终端数据等归纳 成几个大类：求和类计数项、聚合去重类计数项、平均类计数项、值域最大值计数项、值域最 小值计数项、百分比计数项等，并依据上一步建立的对照表Grid(n)将移动网络数据按照 各服务小区对应覆盖权值映射到对应地理栅格中。
[0062] (2-1)首先，构建移动网络数据库NetworkDatabase(m)，（m= 1，2,…，CellALLCount(网络中小区总数量）），其样例数据的表结构如下：
[0063]
[0065]其中，
[0066]CellName:计数移动网络小区的名称