用于确定电信网络中扇区聚类的系统和方法与流程

本公开的实施例总体上涉及无线网络。更具体地，本公开涉及如下的系统和方法：所述系统和方法用于确定网络中的空间聚类，以实现电信蜂窝塔的连接社区。

背景技术：

1、以下对相关技术的描述旨在提供与本公开领域有关的背景信息。该部分可以包括可能与本公开的各种特征相关的技术的某些方面。然而，应理解，该部分仅用于增强读者对本公开的理解，而不是作为对现有技术的承认。

2、通常，网络分析可能是跨越许多领域的增长领域。对数字通信装置和平台的日益增长的使用可能导致数据量的爆炸，且大量需求当前技术的如下能力：处理这些数据并得出有意义的结论的能力。对于网络分析而言，在复杂环境中对网络结构组织、连通性和相关性进行阐明可能是一个挑战。网络设施可以包括一个或多个无线网络、以及多个无线电信塔，该一个或多个无线网络包含各种无线装置。无线网络中的多个电信蜂窝塔可能需要作为结合群(coherent group)而彼此同步。这可能出于如下的各种原因是必要的或期望的：例如，射频(radio frequency，rf)规划、新的电信蜂窝塔布局的战略决策、供应需求优化等。

3、传统系统可能不提供对两个电信塔之间的亲和性分析，并且rf规划可能是手动执行的。传统系统可能无法识别如下社区：需要额外容量的社区、应积极获取新用户的社区。

4、因此，需要实现自动rf规划、新的电信蜂窝塔布局的战略决策、供应需求优化等。因此，在本领域中需要提供能够克服现有技术缺点的系统和方法。

5、本发明的目的

6、本文中，如以下所列出的是：本文至少一个实施例满足的本公开的一些目的。

7、本公开的目的是，提供用于确定网络中的空间聚类的稳健、高效和有效的系统和方法。

8、本公开的目的是，提供用于自动识别正在服务同一组网格(用户)的电信蜂窝塔的结合群的系统和方法。

9、本公开的目的是，提供用于将电信网络分割成小区社区的系统和方法，其中每个社区内的所有节点彼此具有高亲和性，但与另一社区中的节点不具有高亲和性。

10、本公开的目的是，提供用于基于确定网络中的空间聚类来进行自动射频(rf)规划的系统和方法。

11、本公开的目的是，提供用于对新的蜂窝塔布局进行战略决策的系统和方法。

12、本公开的目的是，实时实现供应需求优化。

13、本公开的目的是，估计两个电信蜂窝塔之间的亲和性。

14、本公开的目的是，以中等精度为每个小区提供多边形形成(服务区域)。

15、本公开的目的是，识别需要额外容量的电信蜂窝塔的社区，在这些社区中需求/容量比高。

16、本公开的目的是，识别应积极获取新用户的的社区电信蜂窝塔，在这些社区中需求/容量比低。

17、本公开的目的是，优化电信蜂窝塔的每个社区的供应需求，这将提高整体网络性能。

技术实现思路

1、提供这一部分是为了以简化的形式介绍本公开的某些目的和方面，这些目的和方面将在以下具体实施方式中进一步描述。此
技术实现要素：
不旨在表明所要求保护的主题的关键特征或范围。

2、在一方面，本公开提供了一种用于确定网络中的空间聚类的系统。该系统可以包括聚类装置，该聚类装置可操作地耦接到一个或多个第一计算装置和第二计算装置。该一个或多个第一计算装置可以与多个小区相关联，并且每个小区还可以具有电信塔。该聚类装置还可以包括处理器，该处理器可以执行存储在存储器中的可执行指令集，该处理器在执行该可执行指令集时，可以使该聚类装置：接收来自该一个或多个第一计算装置的一组数据包，所述一组数据包与每个小区的一组参数有关，每个小区与一个或多个扇区相关联。该聚类装置随后可以从所接收到的一组数据包中提取第一组属性，该第一组属性与每个小区的预定义网格有关。聚类装置还可以从所接收到的一组数据包提取第二组属性，该第二组属性与小区的一个或多个相邻网格细节有关。基于第一组属性和第二组属性，该聚类装置可以确定每个小区的小区多边形和倾斜配置，并随后计算每个小区的一个或多个扇区之间的亲和性。该聚类装置随后可以基于所计算出的亲和性，确定服务预定义网格的通信塔的最优聚类数。

3、在一实施例中，预定义区域的小区的一组参数可以包括：圆圈数据、城市数据、小区身份(identity，id)数据、纬度数据、经度数据、方位角数据和高度数据、扇区id和geohash。

4、在一实施例中，处理器还可以使聚类装置可以估计网格与每个小区的小区多边形的重叠，并且该聚类装置可以基于所估计的重叠，确定该小区是否正在服务该网格。

5、在一实施例中，处理器可以通过对一组新小区和一组具有不同纬度或经度或方位角的小区中的任何或组合进行筛选，通过对具有相同纬度、经度和方位角的一组小区进行组合来创建扇区id，确定该一组小区的geohash；以及将该小区的该组参数存储在与第二计算装置相关联的数据库中。

6、在一实施例中，geohash可以是为每个小区、以及每个小区的一个或多个相邻小区而计算的。

7、在一实施例中，扇区id可以是通过将一个或多个邻区的geohash与每个小区的多边形合并来确定的。

8、在一实施例中，一个或多个扇区之间的亲和性可以基于对每个小区的扇区id和geohash的合并来确定。

9、在一实施例中，对服务预定义网格的通信塔的最优聚类数进行聚类可以基于对各个扇区的相似性分数和轮廓分数的确定。

10、在一实施例中，集中式服务器可以可操作地耦接到聚类装置，并且处理器可以使聚类装置经由网络发送服务预定义网格的通信塔的最优聚类数。在又一实施例中，集中式服务器还可以存储网格细节、相邻网格细节、亲和性细节和每个小区的一组参数。

11、在一实施例中，聚类装置可以被远程监控，并且数据安全性、应用安全性和物理安全性被完全确保。

12、在一方面，本公开提供了一种用于确定网络中的空间聚类的方法。该方法可以包括步骤：由聚类装置接收来自一个或多个第一计算装置的一组数据包，该组数据包与每个小区的一组参数有关，每个小区与一个或多个扇区相关联。在一实施例中，聚类装置可以可操作地耦接到一个或多个第一计算装置和第二计算装置。该一个或多个第一计算装置可以与多个小区相关联，并且每个小区还可以具有电信塔。在一实施例中，聚类装置还可以包括处理器，该处理器执行存储在存储器中的可执行指令集。该方法还可以包括以下步骤：由聚类装置从所接收到的一组数据包中提取第一组属性，该第一组属性与每个单元的预定义网格有关；以及由聚类装置从所接收到的一组数据包中提取第二组属性，该第二组属性与小区的一个或多个相邻网格细节有关。此外，该方法可以包括以下步骤：由聚类装置基于第一组属性和第二组属性来确定每个小区的小区多边形和倾斜配置。此外，该方法可以包括如下步骤：由聚类装置基于小区多边形和倾斜配置，计算每个小区的一个或多个扇区之间的亲和性，以及由聚类装置基于所计算出的亲和性，确定服务预定义网格的通信塔的最优聚类数。