本发明涉及通信技术领域，具体涉及一种基站切换预测方法及装置。
背景技术：
基站切换是保证移动通信用户通信持续性的技术。当用户处于移动状态，手机从一个基站信号覆盖区域移动到另一个基站信号覆盖区域，或是处于两个基站信号强度相差不大的边界处，就发生基站切换。基站切换能够保证用户通信的连续性，随时切换到信号强的基站也保证了通信的质量。
然而，在基站切换过程中必须要执行一些切换操作，消耗一些切换时间。在执行切换操作的时候会出现瞬间的网络不通畅情况，尽管切换所消耗时间很短暂，一般是毫秒级别，但是仍有可能对用户的移动上网体验造成影响，例如用户在用手机上网时可能会感觉到一瞬间的网络卡顿。从为用户创造良好产品体验的角度上来说，最好能提前预知接下来的一个时间窗内是否会发生基站切换，从而提前为用户缓存好一些数据以优化上网体验。
技术实现要素：
为此，本发明提供一种基站切换预测方法及装置，通过提取移动终端上的基站数据特征，来预测在未来一个小段时间窗内是否有可能会发生基站切换。通过分析，发现基站切换前的一小段时间窗内的一些数据特征与是否发生基站切换有一定的相关性。因此依赖于移动终端上的基站信号，能够以比较高的概率提前判断是否有可能会发生基站切换。
具体方案如下：
一种基站切换预测方法，包括以下步骤：
S1、移动终端每隔一段时间缓存一次基站信号数据，该基站信号数据包括主基站ID、主基站强度和基站有效集；
S2、设定时间窗Tw，根据基站信号数据分别计算过去一个时间窗Tw内的基站切换率P1、过去一个时间窗Tw内的平均有效基站集的大小P2、过去一个时间窗Tw内的有效基站集更新率P3和过去一个时间窗Tw内的主基站信号强度波动率P4；
S3、将过去一个时间窗Tw内的基站切换率P1、过去一个时间窗Tw内的平均有效基站集的大小P2、过去一个时间窗Tw内的有效基站集更新率P3和过去一个时间窗Tw内的主基站信号强度波动率P4分别转化为相对应的模糊概率值p1、p2、p3和p4；
S4、对模糊概率值p1，p2，p3和p4加权求和，加权求和的值为X；
S5、比较加权求和的值X与预设的阈值Y的大小，若X＞Y，则认为下一个时间窗Tw内会发生基站切换，否则认为下一个时间窗Tw内不会发生基站切换；
S6、返回步骤S5的预测结果；
S7、每进入一个时间窗Tw的时间，执行步骤S1至步骤S6。
其中，所述的步骤S2中计算过去一个时间窗Tw内的基站切换率P1的具体方法是：
根据基站信号数据统计过去一个时间窗Tw内基站切换次数N；
计算过去一个时间窗Tw内基站切换次数N与时间窗Tw的比值即为过去一个时间窗Tw内基站切换率P1，P1=N/Tw。
其中，所述的步骤S2中计算过去一个时间窗Tw内的平均有效基站集的大小P2的具体方法是：
根据基站信号数据统计过去一个时间窗Tw内移动终端检测到的周边可用基站数量，即为平均有效基站集的大小P2。
其中，所述的步骤S2中计算过去一个时间窗Tw内的有效基站集更新率P3的具体方法是：
根据基站信号数据统计过去一个时间窗Tw内有效基站集的变化次数M，其中有效基站集的变化包括了有效基站集中任一基站的新增、减少；
计算过去一个时间窗Tw内有效基站集的变化次数M与时间窗Tw的比值即为去一个时间窗Tw内的有效基站集更新率P3，P3=M/Tw。
其中，所述的步骤S2中计算过去一个时间窗Tw内的主基站信号强度波动率P4的具体方法是：
根据基站信号数据统计主基站信号强度在过去一个时间窗Tw内的变化次数K；
计算主基站信号强度在过去一个时间窗Tw内的变化次数K与时间窗Tw的比值即为过去一个时间窗Tw内的主基站信号强度波动率P4，P4=K/Tw，其中主基站为移动终端当前建立通信连接的基站。
一种基站切换预测装置，包括：
数据缓存模块，用于移动终端每隔一段时间缓存一次基站信号数据，该基站信号数据包括主基站ID、主基站强度和基站有效集；
第一计算模块，用于设定时间窗Tw，根据基站信号数据分别计算过去一个时间窗Tw内的基站切换率P1、过去一个时间窗Tw内的平均有效基站集的大小P2、过去一个时间窗Tw内的有效基站集更新率P3和过去一个时间窗Tw内的主基站信号强度波动率P4；
转换模块，用于将过去一个时间窗Tw内的基站切换率P1、过去一个时间窗Tw内的平均有效基站集的大小P2、过去一个时间窗Tw内的有效基站集更新率P3和过去一个时间窗Tw内的主基站信号强度波动率P4分别转化为相对应的模糊概率值p1、p2、p3和p4；
第二计算模块，用于对模糊概率值p1，p2，p3和p4加权求和，加权求和的值为X；
比较预测模块，用于比较加权求和的值X与预设的阈值Y的大小，若X＞Y，则认为下一个时间窗Tw内会发生基站切换，否则认为下一个时间窗Tw内不会发生基站切换；
返回模块，用于返回比较预测模块的预测结果；
重复执行模块，用于每进入一个时间窗Tw的时间，进入上述所有模块进行处理。
其中，所述的第一计算模块还用于计算过去一个时间窗Tw内的基站切换率P1：
根据基站信号数据统计过去一个时间窗Tw内基站切换次数N；
计算过去一个时间窗Tw内基站切换次数N与时间窗Tw的比值即为过去一个时间窗Tw内基站切换率P1，P1=N/Tw。
其中，所述的第一计算模块还用于计算过去一个时间窗Tw内的平均有效基站集的大小P2：
根据基站信号数据统计过去一个时间窗Tw内移动终端检测到的周边可用基站数量，即为平均有效基站集的大小P2。
其中，所述的第一计算模块还用于计算过去一个时间窗Tw内的有效基站集更新率P3：
根据基站信号数据统计过去一个时间窗Tw内有效基站集的变化次数M，其中有效基站集的变化包括了有效基站集中任一基站的新增、减少；
计算过去一个时间窗Tw内有效基站集的变化次数M与时间窗Tw的比值即为去一个时间窗Tw内的有效基站集更新率P3，P3=M/Tw。
其中，所述的第一计算模块还用于计算过去一个时间窗Tw内的主基站信号强度波动率P4：
根据基站信号数据统计主基站信号强度在过去一个时间窗Tw内的变化次数K；
计算主基站信号强度在过去一个时间窗Tw内的变化次数K与时间窗Tw的比值即为过去一个时间窗Tw内的主基站信号强度波动率P4，P4=K/Tw，其中主基站为移动终端当前建立通信连接的基站。
本发明有益效果：本发明通过提取了移动终端上的基站信息来预测本移动终端在下一个时间窗内是否会发生基站切换，预测结果可用来提升用户移动上网体验等，本发明的预测准确率高，具有比较好的实用价值。
附图说明
图1为本发明一实施例方法流程图；
图2为本发明一实施例装置示意图。
具体实施方式
为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。现结合附图和具体实施方式对本发明进一步说明。
基站切换预测方法的流程图如图1所示，所提取的手机上的数据特征包括：过去时间窗的基站切换率、有效基站集合大小、有效基站集更新率、主基站信号强度波动率。
每隔一分钟，对一分钟前的时间段内提取以上四种数据特征，并依据特征值大小与切换的相关性关系，转换为一个模糊概率。将四个模糊概率值进行加权，得到预测概率值。依据预测概率值的大小，来预测在接下来的一分钟时间窗是，是否会发生基站切换。
过去时间窗的基站切换率：过去时间窗Tw=60s（也可根据实际应用需要取其它值，但后续的所有时间窗取值必须都等于Tw），统计过去时间窗内基站切换次数N与时间窗长度的比值，为基站切换率P1=N/Tw。过去时间窗基站切换率P1与未来是否有可能发生切换有一定的相关性，例如当用户过去时间窗P1为0，表明用户手机在过去一段时间基本不发生基站切换，很可能处于一个基站信号强而稳定的区域内，未来切换的概率也较低；P1越高，表明用户过去频繁切换基站，可能处于多基站信号相交地带，未来切换的概率就越高。
有效基站集大小：手机中一般会缓存有一个有效基站集，基站集中的基站是手机检测到的周边可用基站。在过去一个时间窗Tw内平均有效基站集的大小P2与未来是否有可能发生基站切换有一定的相关性：有效基站集大小P2越大，表明用户处于基站密集区（例如繁华城区），未来发生基站切换的概率大；P2越小，表明用户处理基站稀疏区（例如远郊区），未来发生基站切换概率小。
有效基站集更新率：统计手机在过去时间窗Tw内，有效基站集的变化次数M。更新率P3=M/Tw。有效基站集变化包括了有效基站集中任一基站的新增、减少。有效基站集更新率P3越大，表明用户所处区域信号越不稳定或用户处于移动状态，未来发生基站切换的概率大；有效基站集更新率P3越小，表明用户处于相对信号稳定具静止状态，未来发生基站切换的概率小。
主基站信号强度波动率：在有效基站集中，用户手机当前连接的基站为主基站，统计主基站信号强度在过去时间窗内的变化次数K。主基站信号强度波动率P4=K/Tw。P4越小，表明用户所处主基站信号稳定，未来发生基站切换的概率小；P4越大，表明用户所处主基站信号稳定未来发生基站切换的概率大；
模糊概率转化：由于P1，P2，P3，P4的取值范围不一样，难以进行加权综合。因此需要把它们分别归一化为取值范围相同的模糊概率。
其中P1的模糊概率转化如下：若P1为零，表示之前从未发生过基站切换，则未来发生基站切换的模糊概率也为0；又因为基站切换速度大约要20ms左右，所以每秒最快切换5次，因此在过去时间窗内最大切换次数为N=5Tw，当 P1=N/Tw=5Tw/Tw=5时，表示之前在以最高的速率频繁切换基站，则认为未来发生基站切换的模糊概率为1。因此将P1转化为模糊概率p1的公式如下：p1 = P1 / 5 。
P2的模糊概率转化如下：若有效集大小P2=1，表示手机周边只有一个基站，因此未来发生基站切换的模糊概率为0；由于六边形蜂窝式小区，周边基站加上主基站个数最大为7个，若P2=7表示手机周边基站个数最密集，因此因此未来发生基站切换的模糊概率为1。因此，将P2转化为模糊概率p2的公式如下：p2 = （P2-1）/（7-1）= （P2-1）/ 6。
P3的模糊概率转化如下：若P3=0，表示手机信号稳定或基本静止，手机检测到的周边基站状态不变，因此未来发生基站切换的模糊概率为0；同理由于基站每秒最快切换5次，有效集最多有7个基站 ，因此理论上最多每秒能变化5*7 = 35次。因此在过去时间窗内有效基站集最大变化次数为M=35Tw。则P3=35表示手机有效基站集变化最频繁，因此因此未来发生基站切换的模糊概率为1。因此，将P3转化为模糊概率p3的公式如下：p3 = P3/35。
P4的模糊概率转化如下：若P4=0，表示手机主基站信号稳定从不波动，因此未来发生基站切换的模糊概率为0；经数据统计表明，手机主基站信号每秒波动10次接下来有很高的概率发生基站切换，因此未来发生基站切换的模糊概率为1。因此，将P4转化为模糊概率p4的公式如下：p4 = P4/10。
p1, p2, p3, p4最大值取1，如有超过1的也均取1。
模糊概率加权和：根据p1, p2, p3, p4值与未来时间窗Tw内会发生基站切换的相关性强弱来赋予不同的加权值，进行求和，得到一个综合的预测度量:
X = 0.15p1 + 0.2p2 + 0.35p3 + 0.3p4。
预测是否发生切换：根据X值，判断下一个时间窗内是否会发生基站切换。若X>0.9，则认为下一个时间窗Tw内会发生1次以上的基站切换；反之认为下一个时间窗Tw内不会发生基站切换。
将预测结果返回至给应用程序，应用程序可根据预测结果，提前从网络上缓存一些将来可能要用到的数据（比如用户当前浏览页面的子链接内容），以提高用户的上网体验。
本实施例的具体步骤如下：
步骤一：手机每隔10ms缓存一次基站信号，包括主基站ID、主基站强度、基站有效集。
步骤二：每隔一个时间窗Tw，利用前Tw时间内由步骤1缓存的数据，计算一次P1，P2，P3，P4值。
步骤三：将这些值转化为模糊概率值p1，p2，p3，p4。
步骤四：求模糊概率值的加权和X。
步骤五：判断是否X>0.9，是则认为下一个时间窗Tw内会发生1次以上的基站切换；反之认为下一个时间窗Tw内不会发生基站切换。
步骤六：返回步骤五的预测结果。
步骤七：每进入一个时间窗Tw的时间，执行步骤一至步骤五，不断进行预测。
基于上述的基站切换预测方法，本发明还提出一种基站切换预测装置，该装置如图2所示，其包括：
数据缓存模块，用于移动终端每隔一段时间缓存一次基站信号数据，该基站信号数据包括主基站ID、主基站强度和基站有效集；
第一计算模块，用于设定时间窗Tw，根据基站信号数据分别计算过去一个时间窗Tw内的基站切换率P1、过去一个时间窗Tw内的平均有效基站集的大小P2、过去一个时间窗Tw内的有效基站集更新率P3和过去一个时间窗Tw内的主基站信号强度波动率P4；
转换模块，用于将过去一个时间窗Tw内的基站切换率P1、过去一个时间窗Tw内的平均有效基站集的大小P2、过去一个时间窗Tw内的有效基站集更新率P3和过去一个时间窗Tw内的主基站信号强度波动率P4分别转化为相对应的模糊概率值p1、p2、p3和p4；
第二计算模块，用于对模糊概率值p1，p2，p3和p4加权求和，加权求和的值为X；
比较预测模块，用于比较加权求和的值X与预设的阈值Y的大小，若X＞Y，则认为下一个时间窗Tw内会发生基站切换，否则认为下一个时间窗Tw内不会发生基站切换；
返回模块，用于返回比较预测模块的预测结果；
重复执行模块，用于每进入一个时间窗Tw的时间，进入上述所有模块进行处理。
其中，所述的第一计算模块还用于计算过去一个时间窗Tw内的基站切换率P1：
根据基站信号数据统计过去一个时间窗Tw内基站切换次数N；
计算过去一个时间窗Tw内基站切换次数N与时间窗Tw的比值即为过去一个时间窗Tw内基站切换率P1，P1=N/Tw。
其中，所述的第一计算模块还用于计算过去一个时间窗Tw内的平均有效基站集的大小P2：
根据基站信号数据统计过去一个时间窗Tw内移动终端检测到的周边可用基站数量，即为平均有效基站集的大小P2。
其中，所述的第一计算模块还用于计算过去一个时间窗Tw内的有效基站集更新率P3：
根据基站信号数据统计过去一个时间窗Tw内有效基站集的变化次数M，其中有效基站集的变化包括了有效基站集中任一基站的新增、减少；
计算过去一个时间窗Tw内有效基站集的变化次数M与时间窗Tw的比值即为去一个时间窗Tw内的有效基站集更新率P3，P3=M/Tw。
其中，所述的第一计算模块还用于计算过去一个时间窗Tw内的主基站信号强度波动率P4：
根据基站信号数据统计主基站信号强度在过去一个时间窗Tw内的变化次数K；
计算主基站信号强度在过去一个时间窗Tw内的变化次数K与时间窗Tw的比值即为过去一个时间窗Tw内的主基站信号强度波动率P4，P4=K/Tw，其中主基站为移动终端当前建立通信连接的基站。
本发明通过提取了移动终端上的基站信息来预测本移动终端在下一个时间窗内是否会发生基站切换，预测结果可用来提升用户移动上网体验等，本发明的预测准确率高，具有比较好的实用价值。
尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。