[发明专利]一种基于大数据技术的无线网络覆盖趋势预测方法及装置

权利要求书

1.一种基于大数据技术的无线网络覆盖趋势预测方法，包括：

从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息生成数据记录集合；

确定每一个小区的边缘区域，按照小区边缘区域对所述数据记录集合进行分组，生成每一个小区边缘区域的下行电平数据集；

利用每一个小区边缘区域的下行电平数据集确定所述小区边缘区域下行电平值与时间的对应关系，根据所述对应关系预测所述小区边缘区域的下行电平覆盖趋势；

其中，所述利用每一个小区边缘区域的下行电平数据集确定所述小区边缘区域下行电平值与时间的对应关系，包括：

对每一个小区边缘区域的下行电平数据集执行以下处理：

将所述小区边缘区域的下行电平数据集按照下行测量对应的数据采集时间所属的时间段分成M组，对每一个时间段分组内的所有下行电平值取均值；

利用多项式拟合确定所述小区边缘区域的下行电平均值与时间的函数关系，获得拟合曲线作为进行趋势预测的预测曲线。

2.如权利要求1所述的方法，其特征在于：

所述数据记录集合中的数据记录包括以下信息字段：下行电平值、小区标识、定时提前量TA值、下行测量对应的数据采集时间。

3.如权利要求1所述的方法，其特征在于：

所述从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，包括：

利用分布式内存计算框架和分布式存储系统，加载GSM-R移动网络覆盖的铁路线路沿线的通信数据；

从所述通信数据中提取预定时间范围内的Abis接口测量报告。

4.如权利要求2所述的方法，其特征在于：

所述确定每一个小区的边缘区域，包括：

将每一个小区内TA值大于阈值的m个区域确定为所述小区的m个边缘区域；m大于或等于1。

5.如权利要求1所述的方法，其特征在于：

所述利用多项式拟合确定所述小区边缘区域的下行电平均值与时间的函数关系，获得拟合曲线作为进行趋势预测的预测曲线，包括：

利用高阶多项式对所述小区边缘区域的下行电平均值与时间的函数关系进行曲线拟合，得到一次拟合曲线；

在所述一次拟合曲线上搜索局部极值点；

利用一阶多项式对所有局部极值点的下行电平值与时间的对应关系进行曲线拟合，得到二次拟合曲线作为进行趋势预测的预测曲线。

6.如权利要求1所述的方法，其特征在于：

所述利用多项式拟合确定所述小区边缘区域的下行电平均值与时间的函数关系，获得拟合曲线作为进行趋势预测的预测曲线，包括：

采用最小二乘法对所述小区边缘区域的下行电平均值与时间的函数关系进行曲线拟合，获得拟合曲线作为进行趋势预测的预测曲线。

7.如权利要求5或6所述的方法，其特征在于：

所述根据所述对应关系预测所述小区边缘区域的下行电平覆盖趋势，包括：

计算所述预测曲线的斜率，当所述斜率小于零时，判定所述小区边缘区域的下行电平覆盖趋势为覆盖下降。

8.如权利要求7所述的方法，其特征在于，所述方法还包括：

对下行电平覆盖趋势为覆盖下降的小区边缘区域进行上报。

9.一种基于大数据技术的无线网络覆盖趋势预测装置，包括：

数据获取模块，用于从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息生成数据记录集合；

数据集生成模块，用于确定每一个小区的边缘区域，按照小区边缘区域对所述数据记录集合进行分组，生成每一个小区边缘区域的下行电平数据集；

覆盖趋势预测模块，用于利用每一个小区边缘区域的下行电平数据集确定所述小区边缘区域下行电平值与时间的对应关系，根据所述对应关系预测所述小区边缘区域的下行电平覆盖趋势；

其中，所述利用每一个小区边缘区域的下行电平数据集确定所述小区边缘区域下行电平值与时间的对应关系，包括：

对每一个小区边缘区域的下行电平数据集执行以下处理：

将所述小区边缘区域的下行电平数据集按照下行测量对应的数据采集时间所属的时间段分成M组，对每一个时间段分组内的所有下行电平值取均值；

利用多项式拟合确定所述小区边缘区域的下行电平均值与时间的函数关系，获得拟合曲线作为进行趋势预测的预测曲线。