一种移动网络信号覆盖盲区识别方法、装置、设备及介质

技术领域

本发明涉及无线通信技术领域，尤其涉及一种移动网络信号覆盖盲区识别方法、装置、设备及存储介质。

背景技术

随着移动互联网、物联网、5G通信等技术的发展和应用，对移动网络信号覆盖范围、信号质量的要求日益提高。在实际生产当中，不同基站所在位置的周边环境存在极大差异，需要针对性地分析基站周边的信号遮挡物、其他无线信号发射设施等影响信号覆盖的物体分布，以提高基站的覆盖范围，提升信号覆盖质量，减少移动网络信号覆盖盲区。

目前，移动网络信号覆盖盲区的分析主要基于人工经验，或者基于相关终端设备测试等方式。但是，依赖人工经验确定移动网络信号覆盖盲区，准确度较低；依赖其他接入终端设备测试移动网络信号覆盖盲区的方法，费时费力，且盲区范围不直观。

综上，现有技术中的信号覆盖盲区分析方法，不能快速准确的识别信号覆盖盲区，无法满足优化无线信号的需求。

发明内容

本发明提供了一种移动网络信号覆盖盲区识别方法、装置、设备及介质，以现有技术中的信号覆盖盲区分析方法，不能快速准确的识别信号覆盖盲区，无法满足优化无线信号的需求的技术问题。

第一方面，为了解决上述技术问题，本发明提供了一种移动网络信号覆盖盲区识别方法，包括：

获取发射单元和接收单元所在区域的DEM格网数据；其中，所述DEM格网数据包括多个DEM格网单元；

从所述接收单元中选取一个目标点，并根据所述DEM格网数据计算所述目标点的空间衰减权值，通过累加计算得到信号总衰减值；

根据所述信号总衰减值判断所述目标点是否能通信，并再次从所述接收单元中选取一个目标点，直至所有接收单元被选取一次；

根据所有所述目标点的判断结果得到发射单元的覆盖盲区。

优选地，所述根据所述DEM格网数据计算所述目标点的空间衰减权值，通过累加计算得到信号总衰减值，包括：

读入DEM格网数据，逐个计算除发射单元之外的每个DEM格网单元；

遍历所有DEM格网单元，并获取每一DEM格网单元的参数信息；

基于视线构建发射单元与接收单元的第一菲涅尔区；

计算介于所述第一菲涅尔区半径的预设系数内与障碍物之间的相对净空区指数；

计算连接发射单元和目标点的视线路径上中间DEM格网单元的信号衰变量；

对所述信号衰变量累加计算，得到信号总衰减值。

优选地，所述计算连接发射单元和目标点的视线路径上中间DEM格网单元的信号衰变量，包括：

判断所述目标点是否在视野范围内，若是，则直接计算信号衰变量；若否，则通过插值得到所述目标点的格网交叉点，并计算所述格网交叉点的信号衰变量。

优选地，所述相对净空区指数C

C

其中，C

优选地，所述信号衰变量I

其中，I

优选地，所述根据所述信号总衰减值判断所述目标点是否能通信，包括：

根据所述信号总衰减值、预先获取的发射天线的信号量计算信号衰减率；

根据所述信号衰减率判断所述目标点是否能通信；其中，若所述信号衰减率小于预设阈值，则判定所述目标点能通信；若所述信号衰减率大于或等于预设阈值则判定所述目标点不能通信。

第二方面，本发明提供了一种移动网络信号覆盖盲区识别装置，包括：

数据获取模块，用于获取发射单元和接收单元所在区域的DEM格网数据；其中，所述DEM格网数据包括多个DEM格网单元；

衰减值计算模块，用于从所述接收单元中选取一个目标点，并根据所述DEM格网数据计算所述目标点的空间衰减权值，通过累加计算得到信号总衰减值；

通信判断模块，用于根据所述信号总衰减值判断所述目标点是否能通信，并再次从所述接收单元中选取一个目标点，直至所有接收单元被选取一次；

盲区识别模块，用于根据所有所述目标点的判断结果得到发射单元的覆盖盲区。

优选地，所述衰减值计算模块包括：

数据计算单元，用于读入DEM格网数据，逐个计算除发射单元之外的每个DEM格网单元；

格网遍历单元，用于遍历所有DEM格网单元，并获取每一DEM格网单元的参数信息；

构建单元，用于基于视线构建发射单元与接收单元的第一菲涅尔区；

指数计算单元，用于计算介于所述第一菲涅尔区半径的预设系数内与障碍物之间的相对净空区指数；

衰变量计算单元，用于计算连接发射单元和目标点的视线路径上中间DEM格网单元的信号衰变量；

累加单元，用于对所述信号衰变量累加计算，得到信号总衰减值。

第三方面，本发明还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述中任意一项所述的移动网络信号覆盖盲区识别方法。

第四方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述中任意一项所述的移动网络信号覆盖盲区识别方法。

相比于现有技术，本发明具有如下有益效果：

本发明提供一种移动网络信号覆盖盲区识别方法，包括：获取发射单元和接收单元所在区域的DEM格网数据；其中，所述DEM格网数据包括多个DEM格网单元；从所述接收单元中选取一个目标点，并根据所述DEM格网数据计算所述目标点的空间衰减权值，通过累加计算得到信号总衰减值；根据所述信号总衰减值判断所述目标点是否能通信，并再次从所述接收单元中选取一个目标点，直至所有接收单元被选取一次；根据所有所述目标点的判断结果得到发射单元的覆盖盲区。本发明基于DEM数据，实现了智能、准确、快速、直观、可及时更新的网络覆盖盲区分析，解决了目前分析网络覆盖盲区存在的不足。

附图说明

图1是本发明第一实施例提供的移动网络信号覆盖盲区识别方法流程示意图；

图2是由沿传播路径上连续的点所在的第一菲涅尔区半径跟踪示意图；

图3是第一菲涅尔区半径示意图；

图4是本发明第二实施例提供的移动网络信号覆盖盲区识别装置结构示意图。

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作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。

参照图1，本发明第一实施例提供了一种移动网络信号覆盖盲区识别方法，包括以下步骤：

S11，获取发射单元和接收单元所在区域的DEM格网数据；其中，所述DEM格网数据包括多个DEM格网单元；

S12，从所述接收单元中选取一个目标点，并根据所述DEM格网数据计算所述目标点的空间衰减权值，通过累加计算得到信号总衰减值；

S13，根据所述信号总衰减值判断所述目标点是否能通信，并再次从所述接收单元中选取一个目标点，直至所有接收单元被选取一次；

S14，根据所有所述目标点的判断结果得到发射单元的覆盖盲区。

在一种实现方式中，所述根据所述DEM格网数据计算所述目标点的空间衰减权值，通过累加计算得到信号总衰减值，包括：

读入DEM格网数据，逐个计算除发射单元之外的每个DEM格网单元；

遍历所有DEM格网单元，并获取每一DEM格网单元的参数信息；

基于视线构建发射单元与接收单元的第一菲涅尔区；

计算介于所述第一菲涅尔区半径的预设系数内与障碍物之间的相对净空区指数；

计算连接发射单元和目标点的视线路径上中间DEM格网单元的信号衰变量；

对所述信号衰变量累加计算，得到信号总衰减值。

参照图2、图3，显示了电磁传播有效的椭球体形状，其半径在路径的中点处最大，可以由沿传播路径上连续的点所在的第一菲涅尔区半径跟踪。

对于沿传播路径给定距离处的点，第一菲涅尔区的半径R

其中，R

其中f是电磁波的频率(MHz)，c是光速(米/秒)，可近似取82.9979210m/s。为了确定沿着传播路径上某点的第一菲涅尔区半径是否有障碍物，我们必须构建准确描述潜在障碍物的位置和高程的路径剖面。下图2显示出一个射频链路穿越有一个刀刃型障碍物的不平坦地形的路径剖面。图中，LOS是链接的天线之间直接的LOS传播路径；R

在一种实现方式中，所述计算连接发射单元和目标点的视线路径上中间DEM格网单元的信号衰变量，包括：

判断所述目标点是否在视野范围内，若是，则直接计算信号衰变量；若否，则通过插值得到所述目标点的格网交叉点，并计算所述格网交叉点的信号衰变量。

示例性地，当所述目标点在视野范围内时，则直接计算信号衰变量，累加计算视线上的信号总衰减值，再进行判定。其中，格网交叉点包括Y交叉点和X交叉点。当所述目标点不在视野范围内时，先插值计算目标点的Y交叉点的信号衰减量，再插值计算目标点X交叉点的信号衰减量，然后进行累加计算得到目标点的格网交叉点的信号总衰减值，再进行判定。值得说明的是，构建DEM插值时，可以采用不规则三角网法等插值法，本发明对此不做限定。

在一种实现方式中，所述根据所述信号总衰减值判断所述目标点是否能通信，包括：

根据所述信号总衰减值、预先获取的发射天线的信号量计算信号衰减率；

根据所述信号衰减率判断所述目标点是否能通信；其中，若所述信号衰减率小于预设阈值，则判定所述目标点能通信；若所述信号衰减率大于或等于预设阈值则判定所述目标点不能通信。

为了便于对本发明的理解，下面将对本发明的一些优选实施例做更进一步的描述。

在一种实施方式中，识别方法包括以下步骤：

读入DEM格网数据；

确定发射单元P的参数：发射天线高度h0(单位为米)，，频率(波长)，位置(x

逐个计算除发射单元之外的每个格网单元CELL

遍历所有DEM格网单元：对于每一个CELL

计算介于第一菲涅尔区半径的60％与障碍物之间的相对净空区指数C

C

其中，C

通过下述公式计算视线路径上中间格网单元CELL

接着，使用下述公式计算累计的信号总衰减值I

I

其中，γ为信号衰减率，Q为预先获取的发射天线的信号量，I

然后，根据所述信号衰减率判断所述目标点是否能通信；其中，若所述信号衰减率小于预设阈值T，则判定所述目标点能通信；若所述信号衰减率大于或等于预设阈值T则判定所述目标点不能通信。其中，预设阈值T可以根据实际需要设置。

根据菲涅尔椭圆计算三维空间裁切，通过st_3dintersection，三维空间计算相交判定衰减权值。

示例性地，计算接收格网单元的通信可视性V

需要说明的是，通信可视域是指地形上某个点设立一个发射单元，该发射单元周边点上接收单元所能接收到信号的区域。通信可视域是基于无线电磁信号传播，并依据发送端和接收端基于视线的传播路径上有无障碍物阻挡来判定是否可视。因此，通信可视域可用于判断移动网络信号覆盖盲区。

本发明利用GIS技术，基于精细化的CIM场景数据、BIM模型数据、DEM数据，实现了智能、准确、快速、直观、可及时更新的网络覆盖盲区分析，解决了目前分析网络覆盖盲区存在的不足。同时，能够及时根据基站周边环境变化，更新移动网络信号覆盖盲区的变化；使用地形高程等地理数据进行定量计算，使用通信信号特征进行拟合，提高了识别结果的准确度。

在移动互联网、物联网、5G通信等技术的发展和应用的背景下，对移动网络信号覆盖范围、信号质量的要求日益提高，同时5G通信基站的高成本、低覆盖区域的特征，使得建设基站尤其是5G通信基站的成本巨大。目前，依赖人工经验和信号覆盖测试终端设备优化信号覆盖、基站分布的方式，存在精确性不高、信号覆盖重叠区域大等问题。本文所提出的方法，以CIM场景数据、BIM模型数据、DEM高程数据等三维空间数据为基础，结合基站信号发射参数，利用GIS技术对各个模型做空间计算；同时，可综合周边基站的覆盖区域，快速、准确地计算信号覆盖区域和覆盖盲区，优化基站分布，减少信号覆盖重叠区域，从而节省5G通信基站的建设成本。同时，在进一步细化数据和计算模型后，可以实现以下扩展功能：

1、实现多个基站的信号覆盖区域、覆盖重合区域、覆盖盲区等综合分析。

2、通过进一步细化CIM模型中各种物体对网络信号覆盖的影响的相关参数，和更精细化的BIM模型，可进一步实现信号覆盖强度、信号质量、信号干扰等方面的分析和应用。

参照图4，本发明第二实施例提供了一种移动网络信号覆盖盲区识别装置，包括：

数据获取模块，用于获取发射单元和接收单元所在区域的DEM格网数据；其中，所述DEM格网数据包括多个DEM格网单元；

衰减值计算模块，用于从所述接收单元中选取一个目标点，并根据所述DEM格网数据计算所述目标点的空间衰减权值，通过累加计算得到信号总衰减值；

通信判断模块，用于根据所述信号总衰减值判断所述目标点是否能通信，并再次从所述接收单元中选取一个目标点，直至所有接收单元被选取一次；

盲区识别模块，用于根据所有所述目标点的判断结果得到发射单元的覆盖盲区。

优选地，所述衰减值计算模块包括：

数据计算单元，用于读入DEM格网数据，逐个计算除发射单元之外的每个DEM格网单元；

格网遍历单元，用于遍历所有DEM格网单元，并获取每一DEM格网单元的参数信息；

构建单元，用于基于视线构建发射单元与接收单元的第一菲涅尔区；

指数计算单元，用于计算介于所述第一菲涅尔区半径的预设系数内与障碍物之间的相对净空区指数；

衰变量计算单元，用于计算连接发射单元和目标点的视线路径上中间DEM格网单元的信号衰变量；

累加单元，用于对所述信号衰变量累加计算，得到信号总衰减值。

需要说明的是，本发明实施例提供的一种移动网络信号覆盖盲区识别装置用于执行上述实施例的一种移动网络信号覆盖盲区识别方法的所有流程步骤，两者的工作原理和有益效果一一对应，因而不再赘述。

本发明实施例还提供了一种终端设备。该终端设备包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，例如移动网络信号覆盖盲区识别程序。所述处理器执行所述计算机程序时实现上述各个移动网络信号覆盖盲区识别方法实施例中的步骤，例如图1所示的步骤S11。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例如衰减值计算模块。

示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。

所述终端设备可以是桌上型计算机、笔记本、掌上电脑及智能平板等计算设备。所述终端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，上述部件仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比上述更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

其中，所述终端设备集成的模块/单元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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

需说明的是，以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。