确定锚点的方法、装置、设备及介质与流程

本发明涉及通信
技术领域：
，尤其涉及一种确定锚点的方法、装置、设备及介质。
背景技术：
：第五代移动通信技术(5thgenerationmobilenetworks或5thgenerationwirelesssystems，5g)采用非独立(non-standalone，nsa)组网模式，需要借助第四代通讯技术(the4generationmobilecommunicationtechnology，4g)站点作为锚点站方能完成业务流程。因此，锚点站的选择尤为重要；目前，锚点站规划均是地图作业，按照与5gnr站点的距离远近配置锚点关系。但是，通过地图作业来选择锚点站，存在进度不足、锚点数量过多、效率低的问题。综上所述，急需一种操作方便，高精度的锚点选择方案。技术实现要素：本发明实施例提供了确定锚点的方法、装置、设备及介质，其目的是为了操作方便，选择精度高的锚点站。第一方面，本发明实施例提供了一种锚点确定的方法，方法包括：获取预设范围内多个第二网络小区中每个第二网络小区的重叠覆盖率；其中，每个第二网络小区的重叠覆盖率是重叠的栅格数量与每个第二网络目标小区包含的栅格的数量的比值，重叠的栅格数量为每个第二网络小区和预设范围内多个第一网络小区中每个第一网络小区的重叠的栅格数据，多个第二网络小区包含的栅格与多个第一网络小区包含的栅格具有映射关系；在多个第二网络小区中第二网络目标小区的重叠覆盖率不满足预设重叠覆盖率阈值的情况下，根据多个第二网络小区中除第二网络目标小区之外的第二网络其他小区的重叠覆盖率，调整第二网络目标小区的重叠覆盖率；在调整后的第二网络目标小区的重叠覆盖率满足预设重叠覆盖率阈值的情况下，将多个第一网络小区中与第二网络其他小区对应的第一网络其他小区作为第二网络目标小区的锚点站。第二方面，本发明实施例提供了一种锚点确定的装置，装置包括：获取模块，用于获取预设范围内多个第二网络小区中每个第二网络小区的重叠覆盖率；其中，每个第二网络小区的重叠覆盖率是重叠的栅格数量与每个第二网络目标小区包含的栅格的数量的比值，重叠的栅格数量为每个第二网络小区和预设范围内多个第一网络小区中每个第一网络小区的重叠的栅格数据，多个第二网络小区包含的栅格与多个第一网络小区包含的栅格具有映射关系；调整模块，用于在多个第二网络小区中第二网络目标小区的重叠覆盖率不满足预设重叠覆盖率阈值的情况下，根据多个第二网络小区中除第二网络目标小区之外的第二网络其他小区的重叠覆盖率，调整第二网络目标小区的重叠覆盖率；确定模块，用于在调整后的第二网络目标小区的重叠覆盖率满足预设重叠覆盖率阈值的情况下，将多个第一网络小区中与第二网络其他小区对应的第一网络其他小区作为第二网络目标小区的锚点站。本发明实施例提供了一种锚点确定的设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。本发明实施例提供的锚点确定的方法、装置、设备及介质，通过本发明实施例，通过在第二网络目标小区的重叠覆盖率不满足预设重叠覆盖率时，添加多个第二网络小区中除所述第二网络目标小区之外的第二网络其他小区，以调整重叠覆盖率，直至调整后的第二网络目标小区的重叠覆盖率满足预设重叠覆盖率，并将多个第一网络小区中与第二网络其他小区对应的第一网络其他小区作为第二网络目标小区的锚点站；无需人工操作，即可实现对锚点站的准确选择。附图说明为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，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示出了根据本发明一些实施例提供的确定锚点的方法的流程图；图2示出了根据本发明一些实施例提供的创建kd-tree的流程图；图3示出了根据本发明一些实施例提供的创建kd-tree的示意图；图4示出了根据本发明一些实施例提供的搜索临近栅格的示意图；图5示出了根据本发明一些实施例提供的计算重叠覆盖率的示意图；图6示出了根据本发明一些实施例提供的预设区域的示意图；图7示出了根据本发明一些实施例提供的5g仿真区域的示意图；图8示出了根据本发明一些实施例提供的4g仿真区域的示意图；图9示出了根据本发明一些实施例提供的确定锚点的装置的示意图图10示出了根据本发明一些实施例提供的确定锚点的设备的示意图。具体实施方式下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。图1示出了根据本发明一些实施例提供的确定锚点的方法的示意图。如图1所示，该确定锚点的方法包括：步骤101：获取预设范围内多个第二网络小区中每个第二网络小区的重叠覆盖率；其中，每个第二网络小区的重叠覆盖率是重叠的栅格数量与每个第二网络目标小区包含的栅格的数量的比值，重叠的栅格数量为每个第二网络小区和预设范围内多个第一网络小区中每个第一网络小区的重叠的栅格数据，多个第二网络小区包含的栅格与多个第一网络小区包含的栅格具有映射关系；步骤102：在多个第二网络小区中第二网络目标小区的重叠覆盖率不满足预设重叠覆盖率阈值的情况下，根据多个第二网络小区中除第二网络目标小区之外的第二网络其他小区的重叠覆盖率，调整第二网络目标小区的重叠覆盖率；步骤103：在调整后的第二网络目标小区的重叠覆盖率满足预设重叠覆盖率阈值的情况下，将多个第一网络小区中与第二网络其他小区对应的第一网络其他小区作为第二网络目标小区的锚点站。本发明实施例提供的锚点确定的方法、装置、设备及介质，通过本发明实施例，通过在第二网络目标小区的重叠覆盖率不满足预设重叠覆盖率时，添加多个第二网络小区中除所述第二网络目标小区之外的第二网络其他小区，以调整重叠覆盖率，直至调整后的第二网络目标小区的重叠覆盖率满足预设重叠覆盖率，并将多个第一网络小区中与第二网络其他小区对应的第一网络其他小区作为第二网络目标小区的锚点站；无需人工操作，即可实现对锚点站的准确选择。在本发明的一些实施例中，第一网络可以为4g网络，第二网络可以为5g网络，第一网络在预设范围内覆盖多个第一网络小区，第二网络在预设范围内覆盖多个第二网络小区，多个第一网络小区和多个第二网络小区包括多个栅格，根据每个4g栅格(即第一网络覆盖的多个第一网络小区中的栅格)距离最近的5g栅格(即第二网络覆盖的多个第二网络小区中的栅格)，建立映射关系，该映射关系包括每个4g栅格距离最近的5g栅格，其中，该4g栅格对应一个4g小区，该5g栅格对应一个5g小区；第一网络目标小区为4g网络小区中的任一个小区，第二网络目标小区为5g网络小区中的任一个小区；为了描述方面，下文中以第一网络为4g网络，第二网络为5g网络为示例。在本发明的一些实施例中，在步骤101所述的获取预设范围内多个第二网络小区中每个第二网络小区的重叠覆盖率之前，该确定锚点的方法还可以包括：根据欧拉公式，确定与第一网络中的栅格距离最近的第二网络中的栅格；根据第一网络中的栅格，以及第二网络中与第一网络中的栅格距离最近的栅格，构建映射关系；根据映射关系，确定重叠的栅格数量。在一个示例中，欧式公式为：其中，d12为4g小区的栅格与5g小区的栅格之间的距离，(x1，y1)为4g小区中的任一栅格的经纬度坐标，(x2，y2)为5g小区中的任一栅格的经纬度坐标。在本发明的另一些实施例中，在步骤101所述的获取预设范围内多个第二网络小区中每个第二网络小区的重叠覆盖率之前，该确定锚点的方法还可以包括：根据kd-tree构建映射关系；根据映射关系，确定重叠的栅格数量；根据重叠的栅格数量和每个第二网络小区包含的栅格的数量，确定每个第二网络小区的重叠覆盖率。在一个示例中，根据kd-tree构建第二网络中的栅格与第一网络中栅格的映射关系，包括：第一步：构建kd-tree(如图2所示)；1.使用4g仿真栅格数据作为输入数据，根据数据中的经度、纬度数据建树。输入数据格式如表2。2.展开第一层kd-tree：2.1选择方差最大的ki维，方差计算公式如下：比较经度、纬度的方差大小。如果经度方差大，ki维为经度，如果纬度的方差大，ki维为纬度。2.2选择ki维的中值作为子树划分的阈值kv。如果ki维为经度，就选择表2中“longitude”的中值作为阈值。先把“longitude”中n个数据从小到大排序，n/2位置的“longitude”值为kv。2.3分割数据。把ki中的每个值和kv比较，如果小于kv，就放入左子树，如果大于kv，放入右子树。3.判断左子树和右子树中栅格数量，如果数量大于2个，就按步骤2中的方式继续展开，否则，停止展开。在图3中，使用4g仿真区域中的栅格的经纬度建树，数据点位于二维空间内。为了能有效的找到最近邻，kd-tree采用分而治之的思想，即将整个空间划分为几个小部分，首先，粗黑线将空间一分为二，然后在两个子空间中，细黑直线又将整个空间划分为四部分，一直划分到kd-tree的根节点。先展开kd-tree的根节点，先计算longitude、latitude的方差，其中longitude的方差等于0.013784、latitude的方差等于0.007920。所以分割维度ki为longitude，通过计算longitude的中值等于116.342553，所以分割值kv为116.342553，如图所示的加粗的黑色的直线。然后把所有特征数据的longitude与kv比较，小于该值的放到左子树，大于该值的放到右子树。接下来展开左右子树，以左子树为例，先计算经纬的方差，选择方差较大的纬度为分割维ki，分割值kv为39.766034，然后再根据kv值把左子树分割成两个子树。一直迭代分割每棵子树，直到最下层的子树只包含一个栅格，停止分割，形成最终的kd-tree。在一个示例中，搜索最近邻栅格，包括：1)从根结点出发，递归地向下搜索kd树。若目标点x当前维的坐标小于切分点的坐标，则移动到左子结点，否则移动到右子结点，直到子结点为叶结点为止。2)以此叶结点为“当前最近点”。3)递归的向上回溯，在每个结点进行以下操作：(a)如果该结点保存的实例点比当前最近点距离目标点更近，则更新“当前最近点”，也就是说以该实例点为“当前最近点”。(b)当前最近点一定存在于该结点的一个子结点对应的区域，检查子结点的父结点的另一子结点对应的区域是否有更近的点。具体做法是，检查另一子结点对应的区域是否以目标点位球心，以目标点与“当前最近点”间的距离为半径的圆或超球体相交：如果相交，可能在另一个子结点对应的区域内存在距目标点更近的点，移动到另一个子结点，接着，继续递归地进行最近邻搜索；如果不相交，向上回溯。4)当回退到根结点时，搜索结束，最后的“当前最近点”即为x的最近邻点。在图4中，圆形中的远点为要查询的点(116.324600，39.751200)。通过二叉搜索，顺着搜索路径很快就能找到最邻近的近似点，也就是叶子节点(116.324548，39.751140)。而找到的叶子节点并不一定就是最邻近的，最邻近肯定距离查询点更近，应该位于以查询点为圆心且通过叶子节点的圆域内。为了找到真正的最近邻，还需要进行相关的回溯操作。也就是说，算法首先沿搜索路径反向查找是否有距离查询点更近的数据点。1)二叉树搜索：先从根节点(116.342553，39.772688)点开始进行二叉查找，沿着kd-tree向下查找到达(116.324187，39.752310)，最后到达(116.324548,39.751140)，此时搜索路径中的节点为<(116.342553，39.772688)，......(116.324187，39.752310)，(116.324314，39.751229)，(116.324548，39.751140)>，共19层，首先以(116.324548，39.751140)作为当前最近邻点，计算其到查询点(116.324600，39.751200)的距离为0.00008。2)回溯查找：在得到(116.324548，39.751140)为查询点的最近点之后，回溯到其父节点(116.324314，39.751229)，并判断在该父节点的其他子节点空间中是否有距离查询点更近的数据点。以(116.324600，39.751200)为圆心，以0.00008为半径画圆，如图所示。发现该圆并不和超平面longitude＝116.324314交割，因此不用进入(116.324314，39.751229)节点左子空间中(图中灰色区域)去搜索；3)最后，再回溯到根节点(116.342553，39.772688)，以(116.324600，39.751200)为圆心，以0.00008为半径的圆更不会与longitude＝116.342553超平面交割，因此不用进入(116.342553，39.772688)右子空间进行查找。至此，搜索路径中的节点已经全部回溯完，结束整个搜索，返回最近邻点(116.324600，39.751200)，最近距离为0.00008。通过对每个5g栅格查找，得到的映射表如表1：在一个示例中，根据映射关系，确定重叠的栅格数量，包括：根据多个第二网络小区中的每个第二网络小区，将多个第一网络小区包含的栅格中的每个栅格和多个第一网络小区包含的栅格中的每个栅格距离最近的栅格进行分组，得到每个第二网络小区中的栅格数量；根据多个第一网络小区中每个第一网络小区，将每个第二网络小区覆盖中的栅格数量进行分组，得到重叠的栅格数量。通过表1，表中给出了每个栅格所属的4g和5g的小区名。要计算一对4g和5g小区重叠栅格数，只需统计这对小区在映射表中同时出现的次数。综合考虑程序的运行时间和内存占用情况，使用两次分组的方法统计，步骤如下：先根据5g小区名分组，分组后得到123个组，且每个组只有某个5g小区覆盖的栅格。然后再把每个组根据4g小区名分组，每个组分成107份，最终得到107*123个组。每个组中只会存在某对g5小区和4g小区同时覆盖的所以栅格，只需统计这个组的栅格个数，就能得到这对小区的重叠栅格个数。例如：映射表按照5g小区名分后，“大兴天恒世界集8号楼hl-133”小区包含11089个栅格。然把该组按4g小区名分组，分组后，5g组名为“大兴天恒世界集8号楼hl-133”且4g组名为“大兴天恒世界集8号楼hl-133”分组的栅格数7661个，就是这对小区的重叠栅格数。结果如2所示：在一个示例中，确定第一网络目标小区中的栅格数量，以及第二网络目标小区中的栅格数量，包括：表1中包含每个栅格所对应的4g和5g的小区名。计算5g小区的栅格个数，只需统计g5_name这一列每个小区名出现的次数；同理，要计算4g小区的栅格数，只需统计g4_name列每个小区出现次数。例如，计算5g小区“大兴天恒世界集8号楼hl-133”栅格数，只需统计该名称在g5_name列出现的次数，最终统计结果为11089次，所以该小区包含111089个栅格，如下表3所示：需要说明的是，确定重叠的栅格数量的步骤和确定4g目小区中的栅格数量的步骤可以同时执行，也可以先执行确定重叠的栅格数量的步骤，还可以先执行确定4g目小区中的栅格数量的步骤。在一个示例中，根据重叠的栅格数量和第二网络目标小区中的栅格数量，确定第二网络目标小区的重叠覆盖率，包括：在图5中，c代表5g小区a和4g小区b的重叠的栅格数量，重叠覆盖率的计算方式包括以下几种：第一种方式：5g重叠覆盖率＝c/a，表示重叠的栅格数量占5g目标小区中的栅格数量的比例。第二种方式：4g重叠覆盖率＝c/b，表示重叠的栅格数量占4g目标小区中的栅格数量的比例。第三种方式：iou＝c/(a+b–c)，表示重叠的栅格数量占5g目标小区中的栅格数量和4g目标小区中的栅格数量的总覆盖区域的比例。其中，5g目标小区的重叠覆盖率和4g目标小区的重叠覆盖率如下表4所示：在本发明的一些实施例中，在构建第二网络中的目标栅格与第一网络中目标栅格的映射关系表之前，该锚点的确定方法还包括：确定预设区域内的多个4g小区(即多个第一网络小区)和多个5g小区(即多个第二网络小区)；5g网络对多个5g小区进行仿真；以及，4g网络对多个4g小区进行仿真。在一个示例中，可以将某一地区设置为预设区域。在图6中，预设区域为图6中的方框包围的区域，在预设区域内包括107个4g小区(非纯色方块)和123个5g小区(纯色方块)。需要说明的，在预设区域中仅以几个5g小区和几个4g小区为示例，其他的5g小区和其他的4g小区并未示出。在一个示例中，5g网络按照下行边缘速率100mbps，信号与干扰加噪声比(signaltointerferenceplusnoiseratio，sinr)大于2db进行仿真，仿真效果如图7所示。仿真数据根据地图和经纬度数据，把预设区域分成多个栅格，例如5*5，每个栅格有binid和栅格中心点经纬度坐标数据，同时还有栅格对应的信号最佳小区名。数据格式如表5所示：binidlongitudelatitudelayerheight信号最佳小区1072116.330639.781071.5大兴西红门电信局hl-61073116.330739.781071.5大兴西红门电信局hl-61078116.330939.781071.5大兴西红门电信局hl-6在一个示例中，4g网站覆盖按照下行参考信号的接收功率(referencesignalreceivedpower，rsrp)大于-105dbm比例达到98％进行仿真，仿真结果如图8所示。仿真数据根据地图和经纬度数据，把预设区域分成多个栅格，例如5*5，每个栅格有binid和栅格中心点经纬度坐标数据，同时还有栅格对应的信号最佳小区名。数据格式如表6所示：binidlongitudelatitudebestserver192116.330682139.78113486大兴西红门电信局hl-53193116.330740539.7811352大兴西红门电信局hl-53194116.330798939.78113553大兴西红门电信局hl-53在本发明的一些实施例中，在对5g网络覆盖的多个5g小区进行仿真和对4g网络覆盖的多个4g小区进行仿真之后，该确定锚点的方法还包括：获取多个第一网络小区包含的栅格的第一经纬度信息，以及多个第二网络小区包含的栅格的第二经纬度信息；根据第一经纬度信息和第二经纬度信息，确定多个第一网络小区包含的栅格与多个第二网络小区包含的栅格的偏移量；基于偏移量，对齐多个第一网络小区包含的栅格和多个第二网络小区包含的栅格。具体地，对5g仿真数据和4g仿真数据分别进行预处理；确定处理后的5g仿真数据和处理后的4g仿真数据之间的偏移量；基于偏移量，对齐4g仿真数据和5g仿真数据。需要说明的是，4g仿真数据包括多个4g小区中每一栅格的经纬度信息；5g仿真数据包括多个5g小区中每一栅格的经纬度信息；偏移量是指4g目标小区中目标栅格的经纬度与5g目标小区中目标栅格的经纬度之间的偏移量；其中，4g目标小区中目标栅格为4g目标小区中的任一栅格，5g目标小区中目标栅格为5g目标小区中的任一栅格。考虑到4g目标小区和5g目标小区的分布具有一定的规律，并不是杂乱分布的，可以根据4g目标小区和5g目标小区的平均偏移量，进而可以减少计算4g目标小区中的任一栅格和5g目标小区中的任一栅格之间偏移量，减少数据处理时间，提高工作效率。下面以4g目标小区和5g目标小区的平均偏移量为示例。5g仿真区域的经度和纬度最小值为(5g_long_min，5g_lat_min)，5g仿真区域的最大经纬度是(5g_long_max，5g_lat_max)，4g仿真区域的最小经纬度是(4g_long_min，4g_lat_min)，4g仿真区域的最大经纬度是(4g_long_max，4g_lat_max)。其中，5g仿真区域包括多个5g小区，4g仿真区域包括多个4g小区。其中，经纬度的偏移量为：long_offset＝(4g_long_min+4g_long_max–5g_long_min-5g_long_max)/2lat_offset＝(4g_lat_min+4g_lat_max–5g_lat_min-5g_lat_max)/2在一个示例中，使用偏移量移动5g仿真区域，使5g仿真区域和4g仿真区域对齐。循环访问5g仿真区域的每一个栅格数据，把每个栅格的经度数据加上long_offset，每个纬度数据加上lat_offset。需要说明的是，根据偏移量移动4g仿真区域，使4g仿真区域和5g仿真区域对齐。在实际中，由于4g仿真区域和5g仿真区域的生成方式的不同，即使4g和5g的仿真区域完全对齐，每个栅格的中心点坐标也会有微小的差距，当偏差小于1m，可以把5g和4g数据中距离最近的栅格算成一对栅格。在一个示例中，4g仿真区域包括469085个栅格，所以最终生成的树的深度为19层(log2469085＝19)。通过2维的kd-tree把4g仿真区域划分成19层子空间，使得后续再寻找距离5g目标小区中目标栅格最近的4g目标小区中目标栅格，不用需要在4g仿真区域中搜索，只需在部分子空间中搜索最邻近的栅格，从而降低计算的复杂度。再者，5g和4g仿真区域包括的栅格个数各有469085个，如果使用穷举法建立5g目标小区中目标栅格和4g目标小区中目标栅格的映射(即通过欧拉公式)，需要计算469085*469085次(2200亿)，计算量庞大。相较穷举法，kd-tree算法先对4g仿真区域中的栅格的经纬度进行编码，构建一颗树kd-tree。然后用5g仿真区域中每个栅格到kd-tree最近的4g栅格，计算量降低到0.3亿次。在发明的一些实施例中，步骤103所述的在调整后的第二网络目标小区的重叠覆盖率满足预设重叠覆盖率阈值的情况下，将多个第一网络小区中与第二网络其他小区对应的第一网络其他小区作为第二网络目标小区的锚点站，包括：根据5g目标小区(即第二网络目标小区)的重叠覆盖率选择4g目标小区(即第一网络目标小区)中的锚点站，直至5g目标小区的重叠覆盖率满足预设重叠覆盖率阈值，例如100％；将选中的锚点站作为5g目标小区的锚点站。其中，n表示5g小区的个数，j代表第j个5g小区。mj表示与第j个5g小区有重叠覆盖的4g小区个数。kj表示与5g小区j重叠覆盖最大的kj个小区。rj,i表示5g小区j和4g小区i的重叠覆盖率。l1表示5g网络未被4g网络覆盖的区域。l2表示选择4g锚点站总数。α是权重参数，0<＝a<＝1。本发明实施例，通过给5g目标小区选择锚点站，则是为了让5g目标小区的重叠覆盖区域尽可能的大，也就是未覆盖的区域l1尽可能的小，另一个目标是锚点站个数l2尽可能的少。通过权重参数α调整两个目标的重要性，α越大，说明重叠覆盖率越重要，当a＝1时，只考虑重叠覆盖率。在一个示例中，不单单考虑重叠覆盖率，还需要对4g锚点站的数量进行限制，尽量是数量越少越好；具体地，步骤103所述的在调整后的第二网络目标小区的重叠覆盖率满足预设重叠覆盖率阈值的情况下，将多个第一网络小区中与第二网络其他小区对应的第一网络其他小区作为第二网络目标小区的锚点站，包括：在调整后的第二网络目标小区的重叠覆盖率满足所述预设重叠覆盖率阈值，且所述第二网络其他小区的小区数量小于预设小区阈值的情况下，将所述多个第一网络小区中与所述第二网络其他小区对应的第一网络其他小区作为为所述第二网络目标小区的锚点站。其中，具体通过如下公式来限制4g锚点站的数量。5g目标小区的重叠覆盖率选择4g目标小区中的锚点站，具体包括：先选择和5g目标小区重叠覆盖率最大的4g小区作为第一个锚点站，判断重叠覆盖率是否大于98％，如果满足条件，停止选择；如果不满足条件，添加和5g目标小区重叠覆盖率第二大4g小区作为锚点站，直到累计重叠覆盖率大于98％，停止添加。最终得到5g小区满足98％重叠覆盖率所需的锚点站列表，如下表7所示：其中，将多个第一网络小区中与第二网络其他小区对应的第一网络其他小区作为第二网络目标小区的锚点站，包括：以“大兴滨河公园东北hlg-1”为例，如果为该5g小区计算重叠覆盖率，则需要将所有与该5g小区具有重叠覆盖率的4g小区中选择4g小区作为锚点，例如上述选择的“大兴郁花园11号楼hl-13”、“大兴绿地写字楼hl-53”和“大兴郁花园二里西北hl-12”。目的是为了满足98％重叠覆盖率，或者，满足98％重叠覆盖率和4g小区个数最少。本发明实施例，具有以下技术效果：(1)通过累进重叠覆盖率法，选择与5g站点相关性最大的4g站点作为锚点站，实现精确选择，在降低锚点站数量的同时，使得覆盖质量优化；(2)利用kd-tree搜索算法，使得重叠覆盖率的计算复杂的从2200亿次降低到0.3亿次；(3)整个过程不需要人工干预，效率很高。图9示出了根据本发明一些实施例提供的确定锚点的装置的示意图。如图9所示，该确定锚点的装置900，包括：获取模块901，用于获取预设范围内多个第二网络小区中每个第二网络小区的重叠覆盖率；其中，每个第二网络小区的重叠覆盖率是重叠的栅格数量与每个第二网络目标小区包含的栅格的数量的比值，重叠的栅格数量为每个第二网络小区和预设范围内多个第一网络小区中每个第一网络小区的重叠的栅格数据，多个第二网络小区包含的栅格与多个第一网络小区包含的栅格具有映射关系；调整模块902用于在多个第二网络小区中第二网络目标小区的重叠覆盖率不满足预设重叠覆盖率阈值的情况下，根据多个第二网络小区中除第二网络目标小区之外的第二网络其他小区的重叠覆盖率，调整第二网络目标小区的重叠覆盖率；确定模块903，用于在调整后的第二网络目标小区的重叠覆盖率满足预设重叠覆盖率阈值的情况下，将多个第一网络小区中与第二网络其他小区对应的第一网络其他小区作为第二网络目标小区的锚点站。本发明实施例提供的锚点确定的方法、装置、设备及介质，通过本发明实施例，通过在第二网络目标小区的重叠覆盖率不满足预设重叠覆盖率时，添加多个第二网络小区中除所述第二网络目标小区之外的第二网络其他小区，以调整重叠覆盖率，直至调整后的第二网络目标小区的重叠覆盖率满足预设重叠覆盖率，并将多个第一网络小区中与第二网络其他小区对应的第一网络其他小区作为第二网络目标小区的锚点站；无需人工操作，即可实现对锚点站的准确选择。可选的，确定锚点的装置还包括：构建模块，用于根据kd-tree构建映射关系；确定模块903，还用于根据映射关系，确定重叠的栅格数量；确定模块903，还用于根据重叠的栅格数量和每个第二网络小区包含的栅格的数量，确定每个第二网络小区的重叠覆盖率。可选的，构建模块，还用于：获取多个第一网络小区包含的栅格的经纬度信息；根据第一网络小区包含的栅格的经纬度信息，构建kd-tree；在kd-tree中搜索与多个第二网络小区包含的栅格中的每个栅格距离最近的栅格；构建每个栅格与距离最近的栅格的映射关系。可选的，确定锚点的装置还包括：确定模块903，还用于根据欧拉公式，从多个第二网络小区包含的栅格中确定与多个第一网络小区包含的栅格中每个栅格距离最近的栅格；构建模块，还用于构建每个栅格与每个距离最近的栅格之间的映射关系；确定模块903，还用于根据映射关系，确定重叠的栅格数量；确定模块903，还用于根据重叠的栅格数量和每个第二网络小区中的栅格数量，确定每个第二网络小区的重叠覆盖率。可选的，确定模块903，还用于：根据多个第二网络小区中的每个第二网络小区，将多个第一网络小区包含的栅格中的每个栅格和多个第一网络小区包含的栅格中的每个栅格距离最近的栅格进行分组，得到每个第二网络小区中的栅格数量；根据多个第一网络小区中每个第一网络小区，将每个第二网络小区覆盖中的栅格数量进行分组，得到重叠的栅格数量。可选的，确定模块903，还用于：在调整后的第二网络目标小区的重叠覆盖率满足预设重叠覆盖率阈值，且第二网络其他小区的小区数量小于预设小区阈值的情况下，将多个第一网络小区中与第二网络其他小区对应的第一网络其他小区作为第二网络目标小区的锚点站。可选的，该确定锚点的装置还包括：获取模块901，用于获取多个第一网络小区包含的栅格的第一经纬度信息，以及多个第二网络小区包含的栅格的第二经纬度信息；确定模块903，还用于根据第一经纬度信息和第二经纬度信息，确定多个第一网络小区包含的栅格与多个第二网络小区包含的栅格的偏移量；对齐模块，还用于基于偏移量，对齐多个第一网络小区包含的栅格和多个第二网络小区包含的栅格。另外，结合图1描述的本发明实施例的确定锚点的方法可以由确定锚点的设备来实现。图10示出了本发明实施例提供的xxx设备的硬件结构示意图。确定锚点的设备可以包括处理器1001以及存储有计算机程序指令的存储器1002。具体地，上述处理器1001可以包括中央处理器(cpu)，或者特定集成电路(applicationspecificintegratedcircuit，asic)，或者可以被配置成实施本发明实施例的一个或多个集成电路。存储器1002可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器1002可包括硬盘驱动器(harddiskdrive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universalserialbus，usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器1002可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器1002可在数据处理装置的内部或外部。在特定实施例中，存储器1002是非易失性固态存储器。在特定实施例中，存储器1002包括只读存储器(rom)。在合适的情况下，该rom可以是掩模编程的rom、可编程rom(prom)、可擦除prom(eprom)、电可擦除prom(eeprom)、电可改写rom(earom)或闪存或者两个或更多个以上这些的组合。处理器1001通过读取并执行存储器1002中存储的计算机程序指令，以实现上述实施例中的任意一种确定锚点的方法。在一个示例中，确定锚点的设备还可包括通信接口1003和总线1010。其中，如图10所示，处理器1001、存储器1002、通信接口1003通过总线1010连接并完成相互间的通信。通信接口1003，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。总线1010包括硬件、软件或两者，将确定锚点的设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(agp)或其他图形总线、增强工业标准架构(eisa)总线、前端总线(fsb)、超传输(ht)互连、工业标准架构(isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线1010可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。另外，结合上述实施例中的确定锚点的方法，本发明实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种确定锚点的方法。需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块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。应理解，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，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。当前第1页12