一种移动网络覆盖的优化方法和服务器与流程

本发明涉及通信技术领域，尤其涉及一种移动网络覆盖的优化方法和服务器。

背景技术：

长期演进(英文全称：longtermevolution，简称：lte)与其他移动网络制式相比，覆盖、干扰、容量之间存在较强的相关性，若某一项指标控制不合理，会导致三者之间的内部失去平衡而造成网络性能下降，影响用户感知。而无线网络网优工作中经常关注的覆盖问题包括弱覆盖和过覆盖两种情况，过覆盖是指网络中存在的覆盖过大、超远的现象，过覆盖表现为主控扇区的信号过强，超过本扇区合理的覆盖范围，造成其它小区的覆盖范围内无主导频或越区信号反客为主成为主控信号，给该扇区带来严重的干扰，使得网络内部干扰分布不均，进而造成由于无线信号的杂乱导致接通性能恶化、通话质量差、掉话等问题，直接影响用户的使用感知。弱覆盖是指由于天馈或设备参数设置不合理导致覆盖区域信号强度不足的现象，同样，弱覆盖也会导致主覆盖小区对主控覆盖范围内的控制力不够，无法发挥本小区应有的覆盖能力，造成建设资源的浪费。

对于移动网络的覆盖问题，通常结合路测数据分析，通过读取测试日志文件，发现存在由于较远距离小区过覆盖或弱覆盖导致的异常事件，比如平均码片能量(英文全称：energyperchip，简称：ec)/总干扰功率谱密度(英文全称：thetotalinterferencedensity，简称：io)差、连续掉话、数据业务下载速率低等，通过上述发现方式虽然可以直接、准确的发现过覆盖和弱覆盖问题，但也存在如下问题：

一、耗时、耗力，需要人为逐一读取log定位问题；

二、只限于路面情况，不能全面的遍历全网过覆盖问题，使得优化工作较为被动。

虽然通过结合路测数据可复现网络问题，但只能解决点状问题，而且往往是问题已经发生且较为严重时才能够发现，导致用户的体验较差。

由上述可知，现有技术中通过路测数据无法及时解决移动网络覆盖的问题，导致用户的体验较差。

技术实现要素：

本发明的实施例提供一种移动网络覆盖的优化方法和服务器，能够降低封框胶脱落断裂的概率，现有技术中通过路测数据无法及时解决移动网络覆盖的问题，导致用户的体验较差的问题。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面、本发明的实施例提供一种移动网络覆盖的优化方法，包括：获取指定区域内至少一个通信小区中每个通信小区在调整天线下倾角后的至少一个覆盖效率；其中，覆盖效率由通信小区在通信小区对应的任一个相邻通信小区的干扰下确定的；根据每个通信小区的至少一个小区间距和至少一个覆盖效率，确定聚类簇的中心点坐标；其中，小区间距由通信小区的经度坐标和纬度坐标与通信小区对应的任一个相邻通信小区的经度坐标和纬度坐标确定的，聚类簇包括正常覆盖簇、过度覆盖簇和弱覆盖簇中的任一项；确定调整天线下倾角前的聚类簇的中心点坐标和调整天线下倾角后的聚类簇的中心点坐标不满足预设条件时，根据调整天线下倾角后的每个聚类簇的中心点坐标，确定每个通信小区归属的聚类簇，并对每个聚类簇中的通信小区的天线下倾角进行调整；其中，预设条件包括调整天线下倾角前的每个相同的聚类簇的中心点坐标和调整天线下倾角后的每个相同的聚类簇的中心点坐标相同；确定调整天线下倾角前的聚类簇的中心点坐标和调整天线下倾角后的聚类簇的中心点坐标满足预设条件时，停止对至少一个通信小区的优化。

由上述方案可知，本发明的实施例提供的移动网络覆盖的优化方法无需依据路测数据来解决移动网络覆盖的问题，而是基于k-means聚类算法和指定区域内至少一个通信小区中每个通信小区的经度坐标和纬度坐标，确定至少一个通信小区中每个通信小区归属的聚类簇；然后根据每个聚类簇中包含的每个通信小区的经度坐标和纬度坐标，确定每个聚类簇的模拟中心点坐标；由于在实际的应用中每个通信小区的覆盖范围存在设置不当的问题，因此可以通过对过度覆盖簇和弱覆盖簇中的通信小区的天线下倾角进行调整，从而实现对通信小区的覆盖范围的调整；然后根据第一模拟中心点坐标、第二模拟中心点坐标和第三模拟中心点坐标，重新确定至少一个通信小区中每个通信小区归属的聚类簇；从而可以实时判别重新确定的正常覆盖簇的第四模拟中心点坐标、过度覆盖簇的第五模拟中心点坐标和弱覆盖簇的第六模拟中心点坐标是否满足预设条件；若重新确定的正常覆盖簇的第四模拟中心点坐标、过度覆盖簇的第五模拟中心点坐标和弱覆盖簇的第六模拟中心点坐标满足预设条件时，此时说明该指定区域内至少一个通信小区中每个通信小区的天线下倾角已最优化，即每个通信小区的覆盖范围已最优化，无需再对指定区域内至少一个通信小区中每个通信小区的优化；因此，现有技术中通过路测数据无法及时解决移动网络覆盖的问题，导致用户的体验较差的问题。

第二方面、本发明的实施例提供一种服务器，包括：获取单元，用于获取指定区域内至少一个通信小区中每个通信小区在调整天线下倾角后的至少一个覆盖效率；其中，覆盖效率由通信小区在通信小区对应的任一个相邻通信小区的干扰下确定的；处理单元，用于根据每个通信小区的至少一个小区间距和获取单元获取的至少一个覆盖效率，确定聚类簇的中心点坐标；其中，小区间距由通信小区的经度坐标和纬度坐标与通信小区对应的任一个相邻通信小区的经度坐标和纬度坐标确定的，聚类簇包括正常覆盖簇、过度覆盖簇和弱覆盖簇中的任一项；处理单元，还用于确定调整天线下倾角前的聚类簇的中心点坐标和调整天线下倾角后的聚类簇的中心点坐标不满足预设条件时，根据调整天线下倾角后的每个聚类簇的中心点坐标，确定每个通信小区归属的聚类簇，并对每个聚类簇中的通信小区的天线下倾角进行调整；其中，预设条件包括调整天线下倾角前的每个相同的聚类簇的中心点坐标和调整天线下倾角后的每个相同的聚类簇的中心点坐标相同；处理单元，还用于确定调整天线下倾角前的聚类簇的中心点坐标和调整天线下倾角后的聚类簇的中心点坐标满足预设条件时，停止对至少一个通信小区的优化。

第三方面，本发明的实施例提供一种服务器，包括：通信接口、处理器、存储器、总线；存储器用于存储计算机执行指令，处理器与存储器通过总线连接，当服务器运行时，处理器执行存储器存储的计算机执行指令，以使服务器执行如上述第一方面提供的方法。

第四方面，本发明的实施例提供一种计算机存储介质，包括指令，当其在计算机上运行时，使得计算机执行如上述第一方面提供的方法。

可以理解地，上述提供的任一种服务器用于执行上文所提供的第一方面对应的方法，因此，其所能达到的有益效果可参考上文第一方面的方法以及下文具体实施方式中对应的方案的有益效果，此处不再赘述。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的实施例提供的通信小区整改优先级的评价方法应用的网络架构图；

图2为本发明的实施例提供的一种移动网络覆盖的优化方法的流程示意图之一；

图3为本发明的实施例提供的一种移动网络覆盖的优化方法的流程示意图之二；

图4为本发明的实施例提供的一种移动网络覆盖的优化方法的流程示意图之三；

图5为本发明的实施例提供的一种移动网络覆盖的优化方法的流程示意图之四；

图6为本发明的实施例提供的一种移动网络覆盖的优化方法的流程示意图之五；

图7为本发明的实施例提供的一种移动网络覆盖的优化方法的流程示意图之六；

图8为本发明的实施例提供的一种移动网络覆盖的优化方法的流程示意图之七；

图9为本发明的实施例提供的一种移动网络覆盖的优化方法流中聚类簇的划分示意图；

图10-1为本发明的实施例提供的一种移动网络覆盖的优化方法中调整天线下倾角的具体实现方式之一；

图10-2为本发明的实施例提供的一种移动网络覆盖的优化方法中调整天线下倾角的具体实现方式之二；

图11为本发明的实施例提供的一种服务器的结构示意图之一；

图12为本发明的实施例提供的一种服务器的结构示意图之二。

附图标记：

服务器-10；

获取单元-101；处理单元-102。

具体实施方式

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。

为了便于清楚描述本发明实施例的技术方案，在本发明的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。

在本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

在本发明实施例的描述中，除非另有说明，“多个”的含义是指两个或两个以上。例如，多个网络是指两个或两个以上的网络。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。本文中符号“/”表示关联对象是或者的关系，例如a/b表示a或者b。

图1是本发明的实施例提供的通信小区整改优先级的评价方法应用的网络架构图。参见图1，该网络架构图包括服务器1、一个或者多个与该服务器连接的基站2；其中，每个基站2可覆盖至少一个通信小区(这里以该基站2同时覆盖3个通信小区3为例进行说明)，每个通信小区3内包含至少一个用户4；在实际的应用中，用户通过用户设备(userequipment，简称：ue)与通信小区建立连接，该ue可以为智能移动终端。该智能移动终端为具有操作系统的移动终端。该智能移动终端可以为：智能手机、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobilepersonalcomputer，umpc)、上网本、个人数字助理(personaldigitalassistant，pda)、智能手表、智能手环等终端设备，或者该智能移动终端还可以为其他类型的智能移动终端，本发明实施例不作具体限制。

现有技术中通过路测数据无法及时解决移动网络覆盖的问题，导致用户的体验较差；为了解决上述问题，本发明的实施例提供的移动网络覆盖的优化方法，结合网管侧多维度数据及数据挖掘算法实现小区性能指标计算，从而可以实现对通信小区的天线下倾角进行自动调整，从而提升日常优化的工作效率，有效的节省运营商运营成本及建设投资；通常可以将指定区域内的通信小区划分为正常覆盖簇和非正常覆盖簇，而考虑到在调整非正常覆盖簇中的通信小区的天线下倾角时包括将天线下倾角调大和将天线下倾角调小两种情况；因此，将非正常覆盖簇分为过度覆盖簇和弱覆盖簇；此处，以将指定区域内的通信小区划分为正常覆盖簇、过度覆盖簇和弱覆盖簇为例进行说明，具体的实现过程如下：

实施例一

本发明的实施例提供一种移动网络覆盖的优化方法，如图2所示包括：

s101、获取指定区域内至少一个通信小区中每个通信小区在调整天线下倾角后的至少一个覆盖效率；其中，覆盖效率由通信小区在通信小区对应的任一个相邻通信小区的干扰下确定的。

具体的，邻区列表为无线网络控制器(英文全称：radionetworkcontroller，简称：rnc)侧配置的静态数据，用于指示ue进行通信小区间切换的静态工参。通常一个通信小区的相邻通信小区分为三类：同频相邻通信小区、异频相邻通信小区、异系统相邻通信小区。在本发明中，我们折算通信小区的覆盖半径时，仅用到同频相邻通信小区即可。

需要说明的是，在实际的应用中，每个通信小区与该通信小区的任一个相邻通信小区之间的小区间距是不变的；因此，服务器根据邻区列表就可以确定每个通信小区及其相邻通信小区的对应关系，从而在步骤s101之前，只需要计算一遍指定区域内至少一个通信小区中每个通信小区的至少一个小区间距即可，在后续的计算过程中直接使用即可。

s102、根据每个通信小区的至少一个小区间距和至少一个覆盖效率，确定聚类簇的中心点坐标；其中，小区间距由通信小区的经度坐标和纬度坐标与通信小区对应的任一个相邻通信小区的经度坐标和纬度坐标确定的，聚类簇包括正常覆盖簇、过度覆盖簇和弱覆盖簇中的任一项。

可选的，根据每个通信小区的至少一个小区间距和至少一个覆盖效率，确定每个聚类簇的中心点坐标，如图3所示包括：

s1020、根据中心点计算公式、每个通信小区的至少一个小区间距和至少一个覆盖效率，确定聚类簇的中心点坐标；其中，中心点计算公式包括：

其中，c1表示正常覆盖簇的第一中心点坐标，c2表示过度覆盖簇的第二中心点坐标，c3表示弱覆盖簇的第三中心点坐标，表示至少一个通信小区中每个通信小区的至少一个小区间距的平均值，表示至少一个通信小区中每个通信小区的至少一个覆盖效率的平均值，p表示自由化效率系数，p＞0。

s103、确定调整天线下倾角前的聚类簇的中心点坐标和调整天线下倾角后的聚类簇的中心点坐标不满足预设条件时，根据调整天线下倾角后的每个聚类簇的中心点坐标，确定每个通信小区归属的聚类簇，并对每个聚类簇中的通信小区的天线下倾角进行调整；其中，预设条件包括调整天线下倾角前的每个相同的聚类簇的中心点坐标和调整天线下倾角后的每个相同的聚类簇的中心点坐标相同。

需要说明的是，在实际的应用中，k-means聚类算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为同一聚类簇是由距离相近的对象组成的，因此把得到紧凑且独立的聚类簇作为最终目标。具体算法如下：

一、从n个聚类对象中任意选择k个聚类对象作为聚类中心。

二、根据计算每个聚类对象和每个聚类中心的距离；假设某一个聚类对象与k个聚类中心，计算出k个距离，然后将该聚类对象划分至k个聚类中心中最短距离对应的聚类中心；从而根据上述聚类方法，将每一个聚类对象划分至不同的聚类中心。

其中，计算某一个聚类对象与k个聚类中心的计算公式为：

其中，d(mn，ck)表示第n个聚类对象m与第k个聚类中心c之间的距离，mnx表示第n个聚类对象m的经度坐标，mny表示第n个聚类对象m的纬度坐标，ckx表示第k个聚类中心c的经度坐标，cky表示第k个聚类中心c的纬度坐标。

具体的，本发明的实施例提供的移动网络覆盖的优化方法，在利用k-means聚类算法对指定区域中至少一个通信小区进行聚类时，无需在至少一个通信小区中，选取通信小区作为初始聚类中心；而是根据每个通信小区的至少一个小区间距和至少一个覆盖效率，确定聚类簇的中心点坐标；由于，本发明的实施例中将至少一个通信小区聚类为正常覆盖簇、过度覆盖簇和弱覆盖簇；因此，需要根据每个通信小区的至少一个小区间距和至少一个覆盖效率，确定正常覆盖簇的第一中心点坐标、过度覆盖簇的第二中心点坐标和弱覆盖簇的第三中心点坐标；然后，根据k-means聚类算法将每个通信小区划分至正常覆盖簇、过度覆盖簇或者弱覆盖簇中。

可选的，对每个聚类簇中的通信小区的天线下倾角进行调整，如图4所示包括：

s1030、确定通信小区归属于正常覆盖簇时，根据第一公式调整通信小区的天线下倾角。

s1031、确定通信小区归属于过度覆盖簇时，根据第二公式调整通信小区的天线下倾角。

s1032、确定通信小区归属于弱覆盖簇时，根据第三公式调整通信小区的天线下倾角；其中，第一公式包括：

θ(t+1)＝θt；

第二公式包括：

θ(t+1)＝θt(1+ε)；

第三公式包括：

θ(t+1)＝θt×ω；

其中，θt表示通信小区当前的天线下倾角，θ(t+1)表示调整后的通信小区的天线下倾角，ε和ω表示调整系数，1≥ε≥0，1≥ω≥0，并且ε+ω＝1。

s104、确定调整天线下倾角前的聚类簇的中心点坐标和调整天线下倾角后的聚类簇的中心点坐标满足预设条件时，停止对至少一个通信小区的优化。

具体的，在判别调整天线下倾角前的聚类簇的中心点坐标和调整天线下倾角后的聚类簇的中心点坐标满足预设条件时，可以根据e准则判决判断是否需要对每个聚类簇中的通信小区的天线下倾角进行调整，判别依据为若调整通信小区的天线下倾角前每个指定聚类簇中每个通信小区距离该指定聚类簇对应的中心点坐标的距离的总和与调整通信小区的天线下倾角后每个指定聚类簇中每个通信小区距离该指定聚类簇对应的中心点坐标的距离的总和相同时，说明无需对通信小区的天线下倾角进行调整；其中，指定聚类簇包括正常覆盖簇、过度覆盖簇和弱覆盖簇中的任一项，e准则判决包括：

其中，e表示k个指定聚类簇中的每个指定聚类簇i内的n个通信小区中每个通信小区p距离该指定聚类簇对应的中心点坐标m的距离的总和，pij表示指定聚类簇i内第j个通信小区的坐标，mi表示该指定聚类簇i的中心点坐标；其中，每个坐标包括经度坐标和纬度坐标。

可选的，获取指定区域内至少一个通信小区中每个通信小区在调整天线下倾角后的至少一个覆盖效率前，如图5所示该方法还包括：

s105、获取指定区域内至少一个通信小区中每个通信小区的邻区列表、mr数据、经度坐标和纬度坐标；其中，mr数据包括至少一个用户上报的当前通信小区的第一rsrp值和每个相邻通信小区的第二rsrp值；

s106、根据通信小区的邻区列表和mr数据，确定通信小区的至少一个覆盖效率。

s107、根据通信小区的邻区列表、经度坐标和纬度坐标，确定通信小区的至少一个小区间距。

可选的，根据通信小区的邻区列表和mr数据，确定通信小区的至少一个覆盖效率，如图6所示包括：

s1060、根据覆盖效率计算公式和通信小区的邻区列表和mr数据，确定通信小区的至少一个覆盖效率；其中，覆盖效率计算公式包括：

其中，dcvij表示通信小区i在相邻通信小区j的干扰下的覆盖效率，cijm表示采样系数，n表示用户的总数，n为大于或等于1的整数，m∈[1，n]，rsrpim表示用户m上报的通信小区i的第一rsrp值，rsrpjm表示用户m上报的相邻通信小区j的第二rsrp值，dth表示rsrp阈值。

具体的，在实际的由于中dcvij的计算结果是在[0，1]区间的一个数值；其中，dcvij的计算结果越接近1时表示相邻通信小区j对通信小区i的干扰越大；dcvij的计算结果越接近0时表示相邻通信小区j对通信小区i的干扰越小；dcvij的计算结果为0时表示通信小区i和相邻通信小区j之间没有影响。

具体的，一个通信小区与其对应的相邻通信小区的至少一个小区间距和至少一个覆盖效率如表1所示。

注：其中该表按照dcv进行倒序排序。

表1

可选的，根据通信小区的邻区列表、经度坐标和纬度坐标，确定通信小区的至少一个小区间距，如图7所示包括：

s1070、根据距离计算公式和通信小区的邻区列表、经度坐标和纬度坐标，确定通信小区的至少一个小区间距；其中，距离计算公式包括：

其中，lij表示通信小区i与通信小区对应的邻区列表中的任一个相邻通信小区j的小区间距，lati1为通信小区i的纬度坐标，latj2为任一个相邻通信小区j的纬度坐标，loni1为通信小区i的经度坐标，lonj2为任一个相邻通信小区j的经度坐标。

具体的，如图8所示，当第一次对指定区域内的至少一个通信小区进行聚类时，需要获取指定区域内至少一个通信小区中每个通信小区的邻区列表、mr数据、经度坐标和纬度坐标；然后根据通信小区的邻区列表和mr数据，确定通信小区的至少一个覆盖效率；根据通信小区的邻区列表、经度坐标和纬度坐标，确定通信小区的至少一个小区间距；并根据每个通信小区的至少一个小区间距和至少一个覆盖效率，确定聚类簇的中心点坐标；由于，此时是第一次对该指定区域内的通信小区进行聚类，即此时还没有对通信小区的天线方向角进行调整，因此无需判别聚类簇的中心点坐标是否满足预设条件；此时，仅计算出了每个聚类簇的中心点坐标，下一步需要根据每个聚类簇的中心点坐标，计算每个通信小区与该每个聚类簇的中心点坐标的小区间距，从而可以根据k-means聚类算法，确定每个通信小区归属的聚类簇。

此时，为了优化指定区域内存在弱覆盖或者过覆盖问题的通信小区，因此需要对每个聚类簇中的通信小区的天线下倾角进行调整，从而判别调整天线下倾角前的聚类簇的中心点坐标和调整天线下倾角后的聚类簇的中心点坐标是否满足预设条件，当确定满足预设条件时停止对至少一个通信小区的优化，当确定不满足预设条件时根据调整天线下倾角后的每个聚类簇的中心点坐标，确定每个通信小区归属的聚类簇，并对每个聚类簇中的通信小区的天线下倾角进行调整。

具体的，在实际的应用中，如图9所示当通信小区的每个天线下倾角对应一定的覆盖区域，当天线下倾角发生变化时，此时导致该通信小区的覆盖范围发送改变；而如果用户所处的位置没有发生变化时，由于通信小区的覆盖范围发送改变，导致该用户上报的mr数据会发生改变，使得聚类簇的中心点坐标也会发生改变；由于聚类簇的中心点坐标发生了改变，因此该聚类簇中包含的通信小区的个数也可能会发生改变，而当每一个类型的聚类簇在调整天线下倾角前的聚类簇的中心点坐标和调整天线下倾角后的聚类簇的中心点坐标相同时，说明每个聚类簇中包含的通信小区不会随着天线下倾角的调整而改变，即此时每个通信小区的覆盖范围已最优，从而实现了可以自动对指定区域内的至少一个通信小区的覆盖范围的优化。

具体的，服务器在调整通信小区的天线下倾角时，一种可实现的方式为：如图10-1所示，天线通过旋转部件固定于固定支架上(该固定支架与水平方法垂直，下倾角为天线与水平方向的夹角)；由于天线固定于旋转部件上，因此当旋转部件旋转时，此时天线也会跟着旋转；即通过控制旋转部件的旋转角度即可调整通信小区的天线下倾角；具体的，该旋转部件包括齿轮和旋转马达，该天线固定于齿轮上，齿轮固定于旋转马达的转子上，该旋转马达固定于固定支架，当服务器确定需要调整的天线下倾角的角度时，发送包含该角度的控制消息至基站，以便基站根据该控制信息控制对应通信小区的旋转马达进行旋转，从而实现对天线下倾角的调整。

一种可实现的方式为：如图10-2所示，天线与固定支架固定于同一齿轮上(该固定支架与水平方法垂直，下倾角为天线与水平方向的夹角)，并且天线与固定支架之间有弹性部件，该弹性部件用于将天线与固定部件分离；固定支架上还固定有收放装置，该收放装置的收放端与天线连接；其中，收放装置的收放距离与天线下倾角成比例；因此，当服务器确定需要调整的天线下倾角的角度时，发送包含该角度的控制消息至基站，以便基站根据该控制信息控制对应通信小区的收放装置的收放距离，从而实现对天线下倾角的调整。

由上述方案可知，本发明的实施例提供的移动网络覆盖的优化方法无需依据路测数据来解决移动网络覆盖的问题，而是基于k-means聚类算法和指定区域内至少一个通信小区中每个通信小区的经度坐标和纬度坐标，确定至少一个通信小区中每个通信小区归属的聚类簇；然后根据每个聚类簇中包含的每个通信小区的经度坐标和纬度坐标，确定每个聚类簇的模拟中心点坐标；由于在实际的应用中每个通信小区的覆盖范围存在设置不当的问题，因此可以通过对过度覆盖簇和弱覆盖簇中的通信小区的天线下倾角进行调整，从而实现对通信小区的覆盖范围的调整；然后根据第一模拟中心点坐标、第二模拟中心点坐标和第三模拟中心点坐标，重新确定至少一个通信小区中每个通信小区归属的聚类簇；从而可以实时判别重新确定的正常覆盖簇的第四模拟中心点坐标、过度覆盖簇的第五模拟中心点坐标和弱覆盖簇的第六模拟中心点坐标是否满足预设条件；若重新确定的正常覆盖簇的第四模拟中心点坐标、过度覆盖簇的第五模拟中心点坐标和弱覆盖簇的第六模拟中心点坐标满足预设条件时，此时说明该指定区域内至少一个通信小区中每个通信小区的天线下倾角已最优化，即每个通信小区的覆盖范围已最优化，无需再对指定区域内至少一个通信小区中每个通信小区的优化；因此，现有技术中通过路测数据无法及时解决移动网络覆盖的问题，导致用户的体验较差的问题。

实施例二

本发明的实施例提供一种服务器10，如图11所示包括：

获取单元101，用于获取指定区域内至少一个通信小区中每个通信小区在调整天线下倾角后的至少一个覆盖效率；其中，覆盖效率由通信小区在通信小区对应的任一个相邻通信小区的干扰下确定的。

处理单元102，用于根据每个通信小区的至少一个小区间距和获取单元101获取的至少一个覆盖效率，确定聚类簇的中心点坐标；其中，小区间距由通信小区的经度坐标和纬度坐标与通信小区对应的任一个相邻通信小区的经度坐标和纬度坐标确定的，聚类簇包括正常覆盖簇、过度覆盖簇和弱覆盖簇中的任一项。

处理单元102，还用于确定调整天线下倾角前的聚类簇的中心点坐标和调整天线下倾角后的聚类簇的中心点坐标不满足预设条件时，根据调整天线下倾角后的每个聚类簇的中心点坐标，确定每个通信小区归属的聚类簇，并对每个聚类簇中的通信小区的天线下倾角进行调整；其中，预设条件包括调整天线下倾角前的每个相同的聚类簇的中心点坐标和调整天线下倾角后的每个相同的聚类簇的中心点坐标相同。

处理单元102，还用于确定调整天线下倾角前的聚类簇的中心点坐标和调整天线下倾角后的聚类簇的中心点坐标满足预设条件时，停止对至少一个通信小区的优化。

可选的，获取单元101，还用于获取通信小区的邻区列表、mr数据、经度坐标和纬度坐标；其中，mr数据包括至少一个用户上报的当前通信小区的第一rsrp值和每个相邻通信小区的第二rsrp值。

处理单元102，还用于根据获取单元101获取的通信小区的邻区列表和mr数据，确定通信小区的至少一个覆盖效率。

处理单元102，还用于根据获取单元101获取的通信小区的邻区列表、经度坐标和纬度坐标，确定通信小区的至少一个小区间距。

可选的，处理单元102，具体用于根据覆盖效率计算公式和获取单元101获取的通信小区的邻区列表和mr数据，确定通信小区的至少一个覆盖效率；其中，覆盖效率计算公式包括：

其中，dcvij表示通信小区i在相邻通信小区j的干扰下的覆盖效率，cijm表示采样系数，n表示用户的总数，n为大于或等于1的整数，m∈[1，n]，rsrpim表示用户m上报的通信小区i的第一rsrp值，rsrpjm表示用户m上报的相邻通信小区j的第二rsrp值，dth表示rsrp阈值。

可选的，处理单元102，具体用于根据距离计算公式和获取单元101获取的通信小区的邻区列表、经度坐标和纬度坐标，确定通信小区的至少一个小区间距；其中，距离计算公式包括：

其中，lij表示通信小区i与通信小区对应的邻区列表中的任一个相邻通信小区j的小区间距，lati1为通信小区i的纬度坐标，latj2为任一个相邻通信小区j的纬度坐标，loni1为通信小区i的经度坐标，lonj2为任一个相邻通信小区j的经度坐标。

可选的，处理单元102，具体用于根据中心点计算公式、获取单元101获取的每个通信小区的至少一个小区间距和至少一个覆盖效率，确定聚类簇的中心点坐标；其中，中心点计算公式包括：

其中，c1表示正常覆盖簇的第一中心点坐标，c2表示过度覆盖簇的第二中心点坐标，c3表示弱覆盖簇的第三中心点坐标，表示至少一个通信小区中每个通信小区的至少一个小区间距的平均值，表示至少一个通信小区中每个通信小区的至少一个覆盖效率的平均值，p表示自由化效率系数，p＞0。

可选的，处理单元102，具体用于确定通信小区归属于正常覆盖簇时，根据第一公式调整通信小区的天线下倾角。

处理单元102，具体用于确定通信小区归属于过度覆盖簇时，根据第二公式调整通信小区的天线下倾角。

处理单元102，具体用于确定通信小区归属于弱覆盖簇时，根据第三公式调整通信小区的天线下倾角；其中，第一公式包括：

θ(t+1)＝θt；

第二公式包括：

θ(t+1)＝θt(1+ε)；

第三公式包括：

θ(t+1)＝θt×ω；

其中，θt表示通信小区当前的天线下倾角，θ(t+1)表示调整后的通信小区的天线下倾角，ε和ω表示调整系数，1≥ε≥0，1≥ω≥0，并且ε+ω＝1。

其中，上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，其作用在此不再赘述。

在采用集成的模块的情况下，服务器包括：存储单元、处理单元以及获取单元。处理单元用于对服务器的动作进行控制管理，例如，处理单元用于支持服务器执行图2中的过程s101、s102、s103和s104；获取单元用于支持服务器与其他设备的信息交互。存储单元，用于存储服务器的程序代码和数据。

其中，以处理单元为处理器，存储单元为存储器，获取单元为通信接口为例。其中，服务器参照图12中所示，包括通信接口501、处理器502、存储器503和总线504，通信接口501、处理器502通过总线504与存储器503相连。

处理器502可以是一个通用中央处理器(centralprocessingunit，cpu)，微处理器，特定应用集成电路(application-specificintegratedcircuit，asic)，或一个或多个用于控制本申请方案程序执行的集成电路。

存储器503可以是只读存储器(read-onlymemory，rom)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(randomaccessmemory，ram)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasableprogrammableread-onlymemory，eeprom)、只读光盘(compactdiscread-onlymemory，cd-rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线与处理器相连接。存储器也可以和处理器集成在一起。

其中，存储器503用于存储执行本申请方案的应用程序代码，并由处理器502来控制执行。通讯接口501用于与其他设备进行信息交互，例如与遥控器的信息交互。处理器502用于执行存储器503中存储的应用程序代码，从而实现本申请实施例中所述的方法。

此外，还提供一种计算存储媒体(或介质)，包括在被执行时进行上述实施例中的服务器执行的方法操作的指令。另外，还提供一种计算机程序产品，包括上述计算存储媒体(或介质)。

应理解，在本发明的各种实施例中，上述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，而不应对本发明实施例的实施过程构成任何限定。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(英文全称：read-onlymemory，英文简称：rom)、随机存取存储器(英文全称：randomaccessmemory，英文简称：ram)、磁碟或者光盘等各种可以存储程序代码的介质。

可以理解地，上述提供的任一种服务器用于执行上文所提供的实施例一对应的方法，因此，其所能达到的有益效果可参考上文实施例一的方法以及下文具体实施方式中对应的方案的有益效果，此处不再赘述。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。