[发明专利]基于地图POI的场景识别方法及系统

权利要求书

1.一种基于地图POI的场景识别方法，其特征在于，该方法是基于MRS测量报告中的时间提前量TA与eNodeB天线到达角AOA二维测量数据，结合基站基准工参数据及GIS POI图层，通过对二维测量进行解析分离，转换成GIS地图数据，与POI图层进行交叠分割计算、汇聚并自动识别出场景信息；具体如下：

MR测量报告地理模型转换；

POI识别关联；

性能指标关联。

2.根据权利要求1所述的基于地图POI的场景识别方法，其特征在于，基于，基于MRS测量报告中的时间提前量TA与eNodeB天线到达角AOA二维测量数据是指TD-LTE数字蜂窝移动通信网无线操作维护中心提供的无线测量数据；当测量方式采用周期测量时，在测量任务定制时对上报周期进行配置；对一个测量，报告触发方式采用事件触发或周期性触发；

基站基准工参数据用于定义基站站号及基站经纬度。

3.根据权利要求1或2所述的基于地图POI的场景识别方法，其特征在于，时间提前量TA具体如下：

定义UE用于调整其主小区PUCCH/PUSCH/SRS上行发送的时间；在RRC连接状态下，eNodeB天线到达角AOA基于测量对应UE的上行传输来确定每个UE的TA调整值，TA调整值取值范围为(0,1,2,...,1282)×16Ts；本次得到的最新的时间提前量即为上次记录的时间提前量与本次eNodeB测量得到的调整值之和；

时间提前量TA的值具体算法为：在随机接入过程中，eNodeB天线到达角AOA通过测量接收到导频信号来确定时间提前量TA的值，时间提前量TA的值的取值范围为(0,1,2,...,1282)×16Ts；

时间提前量TA的值用于确定UE距离基站的远近，实现小区的覆盖分析，判断是否需要对小区天线做出调整，并判断基站的覆盖区域是否合理，是否存在过覆盖和覆盖阴影区，同时利用时间提前量TA辅助提供位置服务。

4.根据权利要求3所述的基于地图POI的场景识别方法，其特征在于，eNodeB天线到达角AOA具体如下：

定义一个用户相对参考方向逆时针方向的估计角度，规定参考方向应为正北方向；本测量数据表示OMC-R统计周期内满足取值范围条件的按照分区间统计天线到达角的样本个数；

eNodeB天线到达角AOA的值具体算法为：整体为360度，通过参考方向正北方向，统计周期内满足取值范围条件的按照分区间统计天线到达角的样本个数，样本个数的取值范围(0,...,11)；

eNodeB天线到达角AOA的值用于确定用户所处的方位、提供定位服务以及进行覆盖分析。

5.根据权利要求4所述的基于地图POI的场景识别方法，其特征在于，MR测量报告地理模型转换具体如下：

将每个小区二维细分到132个测量区间，根据采样点占比，将小区KPI指标细分到每个场景，精确汇聚出POI场景指标结果；

POI场景指标结果通过时间提前量TA和eNodeB天线到达角AOA的二维叠加统计：时间提前量TA计算UE终端与基站的距离，即TA0-TA10区间；eNodeB天线到达角AOA计算UE终端与基站的偏离角度，即AOA0-AOA11区间；

二维叠加统计后形成小区周边客户业务活动区域信息。

6.根据权利要求5所述的基于地图POI的场景识别方法，其特征在于，POI识别关联具体如下：

时间提前量TA从纵向维度实现UE终端和基站位置的距离判断；

eNodeB天线到达角AOA从横向维度实现UE端和基站位置的夹角判断；

取时间提前量TA及eNodeB天线到达角AOA两者交集实现基站和UE终端所在位置定位判断；

通过将每个基站的二维测量数据不断叠加，形成采样点聚类数据集，结合mapinfo图层数据中的场景底图，直接叠加呈现结果。