MR数据分离方法、装置及存储介质

技术领域

本申请涉及通信技术领域，尤其涉及一种MR数据分离方法、装置及存储介质。

背景技术

测量报告(measurement report，MR)分析是无线通信网络优化的重要工具，可以为无线通信网络的优化提供数据支持。但是MR分析无法判断用户处于室内还是室外，在网络覆盖分析时无法排除室外数据的干扰。因此，需要分离室内外的MR数据，以提升网络覆盖分析的准确度。

目前，在分离室内外的MR数据时，通常需要有大量的MR数据且要有多个字段的数据，通过处理大量的数据来分离室内外的MR数据，这样一来，导致现有技术的复杂度较高，时间较长，效率较低。

发明内容

本申请提供一种测量报告MR数据分离方法、装置及存储介质，能够有效提高MR数据分离的速度和效率。

为达到上述目的，本申请采用如下技术方案：

第一方面，本申请提供一种MR数据分离方法，该方法包括：基于多个测量报告MR数据中每个MR数据的参考信号接收功率RSRP，确定每个MR数据所属的区间；多个MR数据中包括室外MR数据和室内MR数据；基于每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比，对多个区间进行聚类，确定第一MR数据和第二MR数据；第一MR数据和第二MR数据均包括至少一个区间，且第一MR数据的RSRP小于第二MR数据的RSRP；基于第二MR数据，确定室外MR数据的分布模型；基于室外MR数据的分布模型，确定室外MR数据。

在一种可能的实现方式中，基于每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比，对多个区间进行聚类，确定第一MR数据和第二MR数据，包括：步骤1、从多个区间中选择任意两个区间作为第一中心区间，基于每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比，确定每个区间与第一中心区间的距离；步骤2、将每个区间分配给最近的第一中心区间，形成两个第一类簇；第一类簇由至少一个区间合并组成；步骤3、重新确定第一类簇的第二中心区间，并将每个区间重新分配给最近的第二中心区间，确定两个第二类簇；第二类簇由至少一个区间合并组成；步骤4、重新确定第二类簇的第三中心区间，并将每个区间重新分配给最近的第三中心区间，确定两个第三类簇；第三类簇由至少一个区间合并组成；步骤5、当第三中心区间未满足预设条件或者未达到预设迭代次数时，重新执行步骤4，直至第三中心区间满足预设条件或者达到预设迭代次数；预设条件包括以下至少之一：第三中心区间与第二中心区间相同、第三中心区间与第二中心区间的距离小于预设距离；步骤6、当第三中心区间满足预设条件或者达到预设迭代次数时，将两个第三类簇分别确定为第一MR数据和第二MR数据；第一MR数据的RSRP小于第二MR数据的RSRP；第二MR数据中包括至少两个区间。

在一种可能的实现方式中，基于第二MR数据，确定室外MR数据的分布模型，包括：基于第二MR数据中每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比，建立数学规划模型：

min≤μ≤max，

其中，c

在一种可能的实现方式中，在基于室外MR数据的分布模型，确定室外MR数据之后，还包括：基于室外MR数据和多个MR数据，确定室内MR数据。

在一种可能的实现方式中，基于多个测量报告MR数据中每个MR数据的参考信号接收功率RSRP，确定每个MR数据所属的区间，包括：获取多个MR数据中每个MR数据的RSRP，并基于预设分区标准，将RSRP分为多个RSRP区间；确定多个RSRP区间中的有限区间；基于每个MR数据的RSRP，以及多个RSRP区间，确定每个MR数据所属的区间。

第二方面，本申请提供一种MR数据分离装置，该装置包括：处理单元；处理单元，用于基于多个测量报告MR数据中每个MR数据的参考信号接收功率RSRP，确定每个MR数据所属的区间；多个MR数据中包括室外MR数据和室内MR数据；处理单元，还用于基于每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比，对多个区间进行聚类，确定第一MR数据和第二MR数据；第一MR数据和第二MR数据均包括至少一个区间，且第一MR数据的RSRP小于第二MR数据的RSRP；处理单元，还用于基于第二MR数据，确定室外MR数据的分布模型；处理单元，还用于基于室外MR数据的分布模型，确定室外MR数据。

在一种可能的实现方式中，处理单元，还用于：步骤1、从多个区间中选择任意两个区间作为第一中心区间，基于每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比，确定每个区间与第一中心区间的距离；步骤2、将每个区间分配给最近的第一中心区间，形成两个第一类簇；第一类簇由至少一个区间合并组成；步骤3、重新确定第一类簇的第二中心区间，并将每个区间重新分配给最近的第二中心区间，确定两个第二类簇；第二类簇由至少一个区间合并组成；步骤4、重新确定第二类簇的第三中心区间，并将每个区间重新分配给最近的第三中心区间，确定两个第三类簇；第三类簇由至少一个区间合并组成；步骤5、当第三中心区间未满足预设条件或者未达到预设迭代次数时，重新执行步骤4，直至第三中心区间满足预设条件或者达到预设迭代次数；预设条件包括以下至少之一：第三中心区间与第二中心区间相同、第三中心区间与第二中心区间的距离小于预设距离；步骤6、当第三中心区间满足预设条件或者达到预设迭代次数时，将两个第三类簇分别确定为第一MR数据和第二MR数据；第一MR数据的RSRP小于第二MR数据的RSRP；第二MR数据中包括至少两个区间。

在一种可能的实现方式中，处理单元，具体用于：基于第二MR数据中每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比，建立数学规划模型：

s.t.

min≤μ≤max，

其中，c

在一种可能的实现方式中，在基于室外MR数据的分布模型，确定室外MR数据之后，处理单元，还用于：基于室外MR数据和多个MR数据，确定室内MR数据。

在一种可能的实现方式中，该装置还包括：获取单元；获取单元，用于获取多个MR数据中每个MR数据的RSRP；处理单元，用于基于预设分区标准，将RSRP分为多个RSRP区间；处理单元，还用于确定多个RSRP区间中的有限区间；处理单元，还用于基于每个MR数据的RSRP，以及多个RSRP区间，确定每个MR数据所属的区间。

第三方面，本申请提供了一种MR数据分离装置，该装置包括：处理器和通信接口；通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的MR数据分离方法。

第四方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在终端上运行时，使得终端执行如第一方面和第一方面的任一种可能的实现方式中描述的MR数据分离方法。

第五方面，本申请提供一种包含指令的计算机程序产品，当计算机程序产品在MR数据分离装置上运行时，使得MR数据分离装置执行如第一方面和第一方面的任一种可能的实现方式中所描述的MR数据分离方法。

第六方面，本申请提供一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的MR数据分离方法。

具体的，本申请中提供的芯片还包括存储器，用于存储计算机程序或指令。

本申请实施例提供的MR数据分离方法中，本申请无需处理大量的数据，仅需要获取测量报告MR数据的参考信号接收功率RSRP，并为RSRP划分区间，再将MR数据分为第一MR数据和第二MR数据，基于第二MR数据分离出室外MR数据。本申请仅需要少量统计数据就可以获得足够精度的MR数据的分离结果，有效提高了MR数据分离的速度和效率。

附图说明

图1为本申请实施例提供的一种MR数据分离系统的结构示意图；

图2为本申请实施例提供的一种MR数据分离装置的结构示意图；

图3为本申请实施例提供的一种MR数据分离方法的流程图；

图4为本申请实施例提供的另一种MR数据分离方法的流程图；

图5为本申请实施例提供的另一种MR数据分离方法的流程图；

图6为本申请实施例提供的另一种MR数据分离方法的流程图；

图7为本申请实施例提供的另一种MR数据分离方法的流程图；

图8为本申请实施例提供的另一种MR数据分离方法的流程图；

图9为本申请实施例提供的另一种MR数据分离装置的结构示意图。

具体实施方式

下面结合附图对本申请实施例提供的MR数据分离方法、装置及存储介质进行详细地描述。

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。

本申请的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象，或者用于区别对同一对象的不同处理，而不是用于描述对象的特定顺序。

此外，本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括其他没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“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。

在本申请的描述中，除非另有说明，“多个”的含义是指两个或两个以上。

为了便于理解，首先对本申请涉及到的名词进行解释。

1、栅格化MR：栅格化MR是将MR数据按照栅格级别进行处理的过程。在这个过程中，平台以栅格级别为单位输出包含MR总点数、平均参考信号接收功率(reference signalreceiving power，RSRP)、室内MR总点数、室内RSRP平均值等信息。

2、小区：小区，也称蜂窝小区，是指在蜂窝移动通信系统中，其中的一个基站或基站的一部分(扇形天线)所覆盖的区域，在这个区域内移动台可以通过无线信道可靠地与基站进行通信。

3、空间尺度：空间尺度一般是指开展研究所采用的空间大小的量度。按面积分为部分地区、局部地区和大部地区，按纬度分为副热带或亚热带。

以上，为本申请实施例涉及到的名词进行了详细的解释。

相关技术中提供了一种基于统计模型的MR数据室内外分离方法，该方法包括：针对室外宏站每个小区的MR采样数据进行接收信号的特征值统计，包括统计主区电平；进行混合高斯分布的分离及概率计算，根据室内概率获得相应室内外分离结果。并且支持结合主区电平、主邻电平差和邻区数量等多种因素，通过组合模型判定输出室内外判定结果；还可以综合其它角度的判断方法。

相关技术中还提供了一种MR数据室内外分离方法及设备，该方法包括：将MR数据根据MR数据中的子项TA、AOA划分为M个栅格或N个栅格或M*N个栅格，以使得划分后的每个栅格的MR数据的至少一项属性相同；对所述每个栅格对应MR数据根据其子项MR.LteScRSRP进行聚类分离为室内、室外的两种类型MR数据。

相关技术中还提供了室内外分离方法、装置及介质，该方法包括：接收用户上报的S1MME数据与MR数据，以得到第一数据库；对第一数据库中MR数据进行处理，筛选室外用户；在第一数据库中剔除判定为室外用户的MR数据，以得到第二数据库；建立室内用户特征库，将第二数据库中用户的MR数据与室内用户特征库进行匹配，筛选室内用户；在第二数据库中剔除判定为室内用户的MR数据，以得到第三数据库；基于基站位置和时段特征，在第三数据库中筛选室外用户和室内用户。

相关技术中还提供了多维度测量报告室内外分离方法，该方法包括：通过基于室分信号源分离法、基于室外测试特征分离法、基于用户移动性分离法，形成多维度室内外MR分离方法用以区分室内外MR数据，进而形成室内外MR栅格，用以评估居民楼、写字楼、酒店等室内场景以及各种室外道路场景的无线网络质量。

但是，现有技术通常要求有大量的MR数据，当只有少量MR数据或者仅有MR数据的分段统计值时无法生效，现有技术要求MR数据中的多个字段数据，数据完整性要求高，现有技术的算法复杂度较高，耗费的时间长，效率低。

鉴于此，本申请实施例提供了一种测量报告MR数据分离方法，本申请无需处理大量的数据，仅需要获取MR数据的RSRP，并为RSRP划分区间，再将MR数据分为第一MR数据和第二MR数据，基于第二MR数据分离出室外MR数据。本申请仅需要少量统计数据就可以获得足够精度的MR数据的分离结果，有效提高了MR数据分离的速度和效率。

本申请实施例提供的技术方案可以应用于各种通信系统，例如，采用第五代移动通信技术(5th generation mobile communication technology，5G)的新空口(NewRadio，NR)通信系统，未来演进系统或者多种通信融合系统等。

示例性地，如图1所示，图1示出了本申请实施例提供的一种MR数据分离系统100的结构示意图。该MR数据分离系统100包括：MR数据分离设备101和多个基站。图1以MR数据分离系统100包括一个MR数据分离设备101和两个基站(基站102、基站103)为例进行说明。

MR数据分离设备101，用于分离MR数据中的室内MR数据和室外MR数据。其中，MR数据中包括RSRP数据，

基站102、基站103中的室外小区可以将小于预设空间尺度的栅格中的MR数据上传到MR数据分离设备101。较小空间尺度的栅格方便更精细的网络规划和优化。

可选的，栅格的规格可以是50*50米。

在一种示例中，MR数据分离设备101可以为服务器。其中，服务器可以是单独的一个服务器，或者，也可以是由多个服务器构成的服务器集群。部分实施方式中，服务器集群还可以是分布式集群。

可选的，基站102、基站103可以是全球移动通信系统(global system for mobilecommunication，GSM)，码分多址(code division multiple access，CDMA)中的基站(basetransceiver station，BTS)，宽带码分多址(wideband code division multiple access，WCDMA)中的基站(node B)，物联网(internet of things，IoT)或者窄带物联网(narrowband-internet of things，NB-IoT)中的基站(eNB)，未来第五代移动通信技术(5thgeneration mobile communication technology，5G)移动通信网络或者未来演进的公共陆地移动网络(public land mobile network，PLMN)中的基站，本申请实施例对此不作任何限制。

此外，本申请实施例描述的MR数据分离系统是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着网络架构的演变和新MR数据分离系统的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

具体实现时，图1中的设备均可以采用图2所示的组成结构，或者包括图2所示的部件。图2为本申请实施例提供的一种MR数据分离装置200的组成示意图，该MR数据分离装置200可以为MR数据分离设备101或MR数据分离设备101中的芯片或者片上系统。如图2所示，该MR数据分离装置200可以包括处理器201和通信线路202。

进一步的，该MR数据分离装置200还可以包括通信接口203和存储器204。其中，处理器201，存储器204以及通信接口203之间可以通过通信线路202连接。

其中，处理器201是CPU、通用处理器、网络处理器(network processor，NP)、数字信号处理器(digital signal processing，DSP)、微处理器、微控制器、可编程逻辑器件(programmable logic device，PLD)或它们的任意组合。处理器201还可以是其它具有处理功能的装置，例如电路、器件或软件模块，不予限制。

通信线路202，用于在MR数据分离装置200所包括的各部件之间传送信息。

通信接口203，用于与其他设备或其它通信网络进行通信。该其它通信网络可以为以太网，无线接入网(radio access network，RAN)，无线局域网(wireless local areanetworks，WLAN)等。通信接口203可以是模块、电路、通信接口或者任何能够实现通信的装置。

存储器204，用于存储指令。其中，指令可以是计算机程序。

其中，存储器204可以是只读存储器(read-only memory，ROM)或可存储静态信息和/或指令的其他类型的静态存储设备，也可以是随机存取存储器(random accessmemory，RAM)或可存储信息和/或指令的其他类型的动态存储设备，还可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，EEPROM)、只读光盘(compact disc read-only memory，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)、磁盘存储介质或其他磁存储设备等，不予限制。

需要指出的是，存储器204可以独立于处理器201存在，也可以和处理器201集成在一起。存储器204可以用于存储指令或者程序代码或者一些数据等。存储器204可以位于MR数据分离装置200内，也可以位于MR数据分离装置200外，不予限制。处理器201，用于执行存储器204中存储的指令，以实现本申请下述实施例提供的MR数据分离方法。

在一种示例中，处理器201可以包括一个或多个CPU，例如，CPU0和CPU1。

作为一种可选的实现方式，MR数据分离装置200包括多个处理器。

作为一种可选的实现方式，MR数据分离装置200还包括输出设备和输入设备。示例性地，输出设备是显示屏、扬声器(speaker)等设备，输入设备是键盘、鼠标、麦克风或操作杆等设备。

需要指出的是，MR数据分离装置200可以是台式机、便携式电脑、网络服务器、移动手机、平板电脑、无线终端、嵌入式设备、芯片系统或有图2中类似结构的设备。此外，图2中示出的组成结构并不构成对该图1以及图2中的各个设备的限定，除图2所示部件之外，图1以及图2在的各个设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

本申请实施例中，芯片系统可以由芯片构成，也可以包括芯片和其他分立器件。

此外，本申请的各实施例之间涉及的动作、术语等均可以相互参考，不予限制。本申请的实施例中各个设备之间交互的消息名称或消息中的参数名称等只是一个示例，具体实现中也可以采用其他的名称，不予限制。

下面结合图1所示MR数据分离系统100，对本申请实施例提供的MR数据分离方法进行描述。其中，本申请各实施例之间涉及的动作，术语等均可以相互参考，不予限制。本申请的实施例中各个设备之间交互的消息名称或消息中的参数名称等只是一个示例，具体实现中也可以采用其他的名称，不予限制。本申请各实施例涉及的动作只是一个示例，具体实现中也可以采用其他的名称，如：本申请实施例的“包括在”还可以替换为“承载于”或者“携带在”等。

为了解决上述现有技术中存在的问题，本申请实施例提出了一种MR数据分离方法，用于提高MR数据分离的速度和效率。如图3所示，该方法包括S301-S304。

S301、MR数据分离设备基于多个测量报告MR数据中每个MR数据的参考信号接收功率RSRP，确定每个MR数据所属的区间。

其中，多个MR数据中包括室外MR数据和室内MR数据。

在一种可能的实现方式中，MR数据分离设备接收来自基站小区的栅格的MR数据，并提取栅格中所有MR数据的RSRP。MR数据分离设备可以选择合适的分区标准，将RSRP分为多个RSRP区间，统计每个区间中MR数据的占比Rate，以表1所示的数据格式进行整理。

表1中，当RSRP位于区间[a

表1RSRP区间与占比Rate的关系表一

在一种可能实现的方式中，当栅格内的MR数据的RSRP已经有分段统计时，MR数据分离设备只需要将对MR数据根据上述数据格式进行整理即可，不需要重新划分区间。

S302、MR数据分离设备基于每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比，对多个区间进行聚类，确定第一MR数据和第二MR数据。

其中，第一MR数据和第二MR数据均包括至少一个区间，且第一MR数据的RSRP小于第二MR数据的RSRP。

在一种可能的实现方式中，MR数据分离设备计算每个区间的区间中点的RSRP值，并确定每个区间内MR数据的占比，确定以区间中点Center的RSRP值和占比Rate组成的二维数组，如表2所示。表2中，当区间中点Center为

表2区间中点Center与占比Rate的关系表一

示例性的，MR数据分离设备计算区间[-120，-110)的区间中点的RSRP值是-115，区间内MR数据的占比是0.1；区间[-110，100)的区间中点的RSRP值是-105，区间内MR数据的占比是0.1；区间[-80，-70)的区间中点的RSRP值是-75，区间内MR数据的占比是0.2；区间[-70，-60)的区间中点的RSRP值是-65，区间内MR数据的占比是0.15。MR数据分离设备并确定以区间中点Center的RSRP值和占比Rate组成的二维数组，如表3所示：

表3区间中点Center与占比Rate的关系表二

需要说明的是，聚类算法的基本原理是通过计算数据质检的相似度或者距离来确定数据之间的关系，并将相似的数据归为一类，因此聚类算法可以使得同一类中的数据点尽可能相似，不同类的数据点尽可能不用。

可选的，聚类算法可以是K-means算法、K-modes算法、K-prototypes算法、K-medoids算法、CLARA算法、CLARANS算法、Focused CLARAN算法、PCM算法、DBSCAN算法等中的至少一个，本申请对此不做限制。

在一种可能的实现方式中，MR数据分离设备确定多个第一类簇，其中每个第一类簇由多个区间中的任一区间组成。MR数据分离设备基于每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比确定第一类簇之间的距离。MR数据分离设备再基于多个第一类簇之间的距离确定两个第二类簇，将两个第二类簇中RSRP值小于预设RSRP值的一个第二类簇确定为第二类簇A，将另一个第二类簇确定为第二类簇B。

MR数据分离设备确定第二类簇B中的第一类簇是否大于两个。当第二类簇B中的第一类簇大于两个时，MR数据分离设备将第二类簇A确定为第一MR数据，第二类簇B确定为第二MR数据。当第二类簇B中的第一类簇小于两个时，MR数据分离设备重新设置分区标准，重新为RSRP划分区间，并迭代执行上述过程。

S303、MR数据分离设备基于第二MR数据，确定室外MR数据的分布模型。

应理解的是，室内用户终端接收室外基站信号时，相较于室外用户终端，会多受到墙体的损耗，因此室内用户终端平均的RSRP值会比室外用户终端平均的RSRP值小，进而可以认为第二MR数据主要由室外用户组成。

S304、MR数据分离设备基于室外MR数据的分布模型，确定室外MR数据。

在一种可以实现的方式中，MR数据分离设备基于室外MR数据的分布模型以及室外测量点的占比b，确定室外MR数据R

上述实施例提供的技术方案至少带来以下有益效果：由S301-S304可知，本申请无需处理大量的数据，仅需要获取MR数据的RSRP，并为RSRP划分区间，再将MR数据分为第一MR数据和第二MR数据，基于第二MR数据分离出室外MR数据。本申请仅需要少量统计数据就可以获得足够精度的MR数据的分离结果，有效提高了MR数据分离的速度和效率。

在一种可选的实施例中，结合图3，如图4所示，S302中，基于每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比，对多个区间进行聚类，确定第一MR数据和第二MR数据的过程具体可以通过以下S401-S406实现：

S401、MR数据分离设备从多个区间中选择任意两个区间作为第一中心区间，基于每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比，确定每个区间与第一中心区间的距离。

示例性的，MR数据分离设备选择区间[-120，-110)和区间[-70，-60)作为第一中心区间，再基于区间[-120，-110)的区间中点的RSRP值-115以及占比0.1和区间[-70，-60)的区间中点的RSRP值-65以及占比0.15确定每个区间与这两个第一中心区间的距离。

S402、MR数据分离设备将每个区间分配给最近的第一中心区间，形成两个第一类簇。

其中，第一类簇由至少一个区间合并组成。

示例性的，MR数据分离设备将区间[-110，-100)分配给第一中心区间[-120，-110)，形成一个第一类簇，再将区间[-80，-70)分配给第一中心区间[-70，-60)，形成一个第一类簇。

S403、MR数据分离设备重新确定第一类簇的第二中心区间，并将每个区间重新分配给最近的第二中心区间，确定两个第二类簇。

其中，第二类簇由至少一个区间合并组成。

示例性的，MR数据分离设备重新确定以区间[-110，-100)、[-120，-110)形成的第一类簇的第二中心区间[-110，-100)，以及以区间[-80，-70)、[-70，-60)形成的第一类簇的第二中心区间[-70，-60)，并将区间[-120，-110)、[-80，-70)分配给中心区间[-110，-100)，形成一个第二类簇，区间[-70，-60)形成另一个第二类簇。

S404、MR数据分离设备重新确定第二类簇的第三中心区间，并将每个区间重新分配给最近的第三中心区间，确定两个第三类簇。

其中，第三类簇由至少一个区间合并组成。

S405、当第三中心区间未满足预设条件或者未达到预设迭代次数时，MR数据分离设备重新执行S404，直至第三中心区间满足预设条件或者达到预设迭代次数。

可选的，预设条件包括以下至少之一：第三中心区间与第二中心区间相同、第三中心区间与第二中心区间的距离小于预设距离。

在一种可以实现的方式中，MR数据分离设备判断是否满足以下条件：第三中心区间与第二中心区间是否相同、第三中心区间与第二中心区间的变化不大即第三中心区间与第二中心区间的距离小于预设距离或者达到预设迭代次数，当不满足时，MR数据分离设备重新选择第三中心区间，直至满足。

S406、当第三中心区间满足预设条件或者达到预设迭代次数时，MR数据分离设备将两个第三类簇分别确定为第一MR数据和第二MR数据。

其中第一MR数据的RSRP小于第二MR数据的RSRP，第二MR数据中包括至少两个区间。

在一种可能的实现方式中，MR数据分离设备从多个区间中随机选择两个区间作为两个中心区间，将多个区间中的每个区间分配给最近的中心区间，形成两个初始的簇。对于每个簇，MR数据分离设备基于每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比的重新计算中心区间，并将每个区间重新分配给最近的中心区间，重复上述步骤，直到中心区间满足预设条件。MR数据分离设备输出两个中心区间和对应的两个簇，将两个簇中每个区间平均的RSRP值较小的簇确定为第一MR数据，将两个簇中每个区间平均的RSRP值较小的簇确定为第二MR数据。

在一种可能的实现方式中，当第二MR数据中包含的区间小于两个时，MR数据分离设备可以重新根据MR数据的RSRP划分区间，重新确定每个MR数据所属的区间，并重新执行上述步骤确定第二MR数据。

上述实施例提供的技术方案至少带来以下有益效果：由S401-S406可知，本申请中MR数据分离设备基于每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比，对多个区间进行聚类，本申请MR数据分离设备利用每个区间的中点RSRP值以及MR数据的占比来确定区间之间的距离，这种方法能够更准确地反映区间之间的差异，准确地区分出第一MR数据和第二MR数据，有助于我们在信号覆盖和信号质量方面进行精确的聚类和分析。

在一种可选的实施例中，结合图3，如图5所示，S303中，基于第二MR数据，确定室外MR数据的分布模型的过程具体可以通过以下S501-S502实现：

S501、MR数据分离设备基于第二MR数据中每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比，建立数学规划模型：

s.t.

/>

min≤μ≤max，

其中，c

S502、MR数据分离设备基于数学规划模型，确定室外MR数据的分布模型。

应理解的是，对于同一个位置，多次RSRP测量结果服从正态分布，RSRP均值受空间损耗影响，即阻挡条件会影响RSRP均值。在小于预设尺寸的栅格中，其空间尺度远小于基站覆盖范围，因此可以认为栅格内室外用户的阻挡条件相同，即所有室外用户的RSRP测量结果服从同一个正态分布。对于室内用户，由于室内环境复杂，室内空间尺寸小于栅格尺寸，因此不认为栅格内所有室内用户的RSRP测量结果均服从正态分布。

在一种可以实现的方式中，由于第二MR数据主要由室外MR数据组成，因此第二MR数据服从正态分布

表4区间中点y与占比R

MR数据分离设备将上述第二MR数据中每个区间内MR数据的占比以及每个区间的区间中点的RSRP值输入到数学规划模型中，确定室外MR数据的分布模型

上述实施例提供的技术方案至少带来以下有益效果：由S501-S502可知，数学规划模型可以提供一个系统化的方法来处理并分析大量数据，使得数据处理更加高效和准确，可以将实际问题转为数学问题，利用数学方法进行求解，可以获得更精确的结果，有利于提高室外MR数据分布模型的精度和可靠性。

在一种可选的实施例中，在S304、MR数据分离设备基于室外MR数据的分布模型，确定室外MR数据之后，在图3示出的方法实施例的基础上，本实施例提供一种可能的实现方式，结合图3，如图6所示，该方法可以通过以下S601确定。

S601、MR数据分离设备基于室外MR数据和多个MR数据，确定室内MR数据。

在一种可选的实现方式中，在一种可能的实现方式中，MR数据的分布模型r为：

/>

其中，ξ和

上述实施例提供的技术方案至少带来以下有益效果：由S601可知，本申请MR数据分离设备可以在确定室外MR数据后，确定室内MR数据，有助于减少室内MR数据的不确定性，提高室内MR数据的准确性，进而可以准确分离出室内外MR数据，更好地理解室内外地网络覆盖关系，以便为网络优化提醒依据。

在一种可选的实施例中，结合图3，如图7所示，S301中，基于多个测量报告MR数据中每个MR数据的参考信号接收功率RSRP，确定每个MR数据所属的区间的过程具体可以通过以下S701-S703实现：

S701、MR数据分离设备获取多个MR数据中每个MR数据的RSRP，并基于预设分区标准，将RSRP分为多个RSRP区间。

示例性的，MR数据分离设备提取栅格中所有MR数据的RSRP，并选择以下分段标准，将RSRP分为多个RSRP区间，并统计每个区间的占比Rate，统计结果如表5所示。

表5中，当RSRP位于区间[-120，-110)中时，占比Rate为0.1；当RSRP位于区间[-110，-100)中时，占比Rate为0.1；当RSRP位于区间[-80，-70)中时，占比Rate为0.2；当RSRP位于区间[-70，-60)中时，占比Rate为0.15。

表5RSRP区间与占比Rate的关系表二

S702、MR数据分离设备确定多个RSRP区间中的有限区间。

在一种可能的实现方式中，MR数据分离设备确定的多个RSRP区间均为有限区间，即上述区间端点不等于正负无穷，MR数据分离设备还可以去除区间两端比例较低的区间，因此，所有区间的比例的和小于等于1。

S703、MR数据分离设备基于每个MR数据的RSRP，以及多个RSRP区间，确定每个MR数据所属的区间。

示例性的，MR数据分离设备基于每个MR数据的RSRP，确定每个MR数据所属的区间，如存在一个MR数据的RSRP值为-115，那么该MR数据属于区间[-120，-110)。

上述实施例提供的技术方案至少带来以下有益效果：由S701-S703可知，本申请中MR数据分离设备通过对RSRP进行分区和聚类，再对MR数据的RSRP进行分析就可以精确分离出室内MR数据和室外MR数据，不需要处理过多的MR数据，不需要MR数据完整的信息，仅需要MR数据的RSRP字段，进而可以提高分离MR数据的效率。

图8是本申请中MR数据分离方法的流程示意图，以下结合图8，对本申请实施例提供的MR数据分离方法进行示例性的说明。

如图8所示，在分离MR数据的过程中，需要先整理输入数据，MR数据分离设备提取栅格内MR数据的RSRP，并选择合适的分区标准，为RSRP划分区间，确定每个区间内MR数据的占比，将输入数据整理成以RSRP区间和每个区间内MR数据的占比的二维数组的数据格式。

在整理输入数据后，MR数据分离设备确定每个区间的区间中点的RSRP值，并采用聚类算法对多个区间进行聚类，确定第一MR数据和第二MR数据，第一MR数据和第二MR数据均包括至少一个区间，且第一MR数据的RSRP小于第二MR数据的RSRP。

为了保障MR数据分离的准确率，MR数据分离设备判断第二MR数据中的区间是否大于两个区间，当第二MR数据中的区间不大于两个时，MR数据分离设备需要重新选择分区标准划分区间，当第二MR数据中的区间大于两个时，通过数学规划模型实现室内外MR数据的分离。

可以理解的是，上述MR数据分离方法可以由MR数据分离装置实现。MR数据分离装置为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，本申请公开实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，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申请公开实施例的范围。

本申请公开实施例可以根据上述方法示例生成的MR数据分离装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本申请公开实施例中对模块的划分是示意性的，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。

图9为本发明实施例提供的一种MR数据分离装置的结构示意图。如图9所示，MR数据分离装置90可以用于执行图3-图8所示的MR数据分离方法。该MR数据分离装置90包括：处理单元901。

处理单元901，用于基于多个测量报告MR数据中每个MR数据的参考信号接收功率RSRP，确定每个MR数据所属的区间；多个MR数据中包括室外MR数据和室内MR数据；

处理单元901，还用于基于每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比，对多个区间进行聚类，确定第一MR数据和第二MR数据；第一MR数据和第二MR数据均包括至少一个区间，且第一MR数据的RSRP小于第二MR数据的RSRP；

处理单元901，还用于基于第二MR数据，确定室外MR数据的分布模型；

处理单元901，还用于基于室外MR数据的分布模型，确定室外MR数据。

在一种可能的实现方式中，处理单元901，具体用于：步骤1、从多个区间中选择任意两个区间作为第一中心区间，基于每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比，确定每个区间与第一中心区间的距离；步骤2、将每个区间分配给最近的第一中心区间，形成两个第一类簇；第一类簇由至少一个区间合并组成；步骤3、重新确定第一类簇的第二中心区间，并将每个区间重新分配给最近的第二中心区间，确定两个第二类簇；第二类簇由至少一个区间合并组成；步骤4、重新确定第二类簇的第三中心区间，并将每个区间重新分配给最近的第三中心区间，确定两个第三类簇；第三类簇由至少一个区间合并组成；步骤5、当第三中心区间未满足预设条件或者未达到预设迭代次数时，重新执行步骤4，直至第三中心区间满足预设条件或者达到预设迭代次数；预设条件包括以下至少之一：第三中心区间与第二中心区间相同、第三中心区间与第二中心区间的距离小于预设距离；步骤6、当第三中心区间满足预设条件或者达到预设迭代次数时，将两个第三类簇分别确定为第一MR数据和第二MR数据；第一MR数据的RSRP小于第二MR数据的RSRP；第二MR数据中包括至少两个区间。

在一种可能的实现方式中，处理单元901，具体用于：基于第二MR数据中每个区间的区间中点的RSRP值，以及每个区间内MR数据的占比，建立数学规划模型：

s.t.

min≤μ≤max，

其中，c

在一种可能的实现方式中，在基于室外MR数据的分布模型，确定室外MR数据之后，处理单元901，还用于：基于室外MR数据和多个MR数据，确定室内MR数据。

在一种可能的实现方式中，该装置还包括：获取单元902；获取单元902，用于获取多个MR数据中每个MR数据的RSRP；处理单元901，用于基于预设分区标准，将RSRP分为多个RSRP区间；处理单元901，还用于确定多个RSRP区间中的有限区间；处理单元901，还用于基于每个MR数据的RSRP，以及多个RSRP区间，确定每个MR数据所属的区间。

通过以上的实施方式的描述，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，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。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。

本公开还提供了一种计算机可读存储介质，计算机可读存储介质上存储有指令，当存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述本公开实施例提供的MR数据分离方法。

本公开实施例还提供了一种包含指令的计算机程序产品，当其在电子设备上运行时，使得电子设备执行上述本公开实施例提供的MR数据分离方法。

其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random Access Memory，RAM)、只读存储器(Read-Only Memory，ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合、或者本领域熟知的任何其它形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit，ASIC)中。在本申请实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。