本公開涉及云計算大數據邊緣計算、人工智能,尤其涉及一種質差小區的檢測方法、裝置、設備及介質。
背景技術:
1、隨著國民經濟的迅速發展,城市規模和人群聚集不斷擴展,地鐵作為城市軌道交通在城市緩堵保暢等方面扮演更為重要的角色。其中,地鐵空間相對密閉,無線環境相對簡單,且運行線路和切換關系固定,比較適合進行路測以診斷并發現網絡問題。
2、相關技術中,通過獲取地鐵站點與無線工參的id列表和識別地鐵站用戶來識別地鐵場景下質差小區及低滿用戶,存在無法精準識別地鐵沿線無線資源列表以及無法精準剔除地鐵區域范圍內的非乘坐地鐵用戶,致使對質差小區的識別不夠精準,誤判率較高。
技術實現思路
1、為了解決上述技術問題,本公開提供了一種質差小區的檢測方法、裝置、設備及介質,有效解決了現有技術中存在無法精準識別地鐵沿線無線資源列表以及無法精準剔除地鐵區域范圍內的非乘坐地鐵用戶,致使對質差小區的識別不夠精準,誤判率較高的技術問題。
2、第一方面,本公開實施例提供了一種質差小區的檢測方法,方法包括:
3、獲取經過待檢測線路的用戶列表;
4、基于用戶列表中的用戶在待檢測線路之間的信號信息得到待檢測線路的無線小區時序圖;
5、基于無線小區時序圖確定待檢測線路上的質差小區。
6、在一種可能實施的方式中,本公開實施例提供的方法中,獲取經過待檢測線路的用戶列表,包括:
7、確定待檢測線路的起始站小區與終點站小區;
8、獲取經過起始站小區且經過終點站小區的用戶列表。
9、在一種可能實施的方式中,本公開實施例提供的方法中,基于用戶列表中的用戶在待檢測線路之間的信號信息得到待檢測線路的無線小區時序圖,包括:
10、基于用戶列表中用戶在起始站小區和終點站小區之間的信號信息得到待檢測線路的無線小區時序圖。
11、在一種可能實施的方式中,本公開實施例提供的方法中,基于無線小區時序圖確定待檢測線路上的質差小區,包括:
12、根據無線小區時序圖和評價質差指標,利用決策樹算法構建質差小區識別模型;
13、利用質差小區識別模型識別出質差小區列表。
14、在一種可能實施的方式中,本公開實施例提供的方法中,利用質差小區識別模型識別出質差小區列表之后,方法還包括:
15、將質差小區列表以及質差小區對應的信息發送至告警系統,以使告警系統根據信息確定質差原因。
16、在一種可能實施的方式中,本公開實施例提供的方法中,方法還包括:
17、基于無線小區時序圖得到真實途經待檢測線路的動態用戶列表;
18、基于動態用戶列表確定低滿用戶。
19、在一種可能實施的方式中,本公開實施例提供的方法中,基于動態用戶列表確定低滿用戶,包括:
20、根據動態用戶列表,采用決策樹算法構建低滿用戶識別模型;
21、利用低滿用戶識別模型識別出低滿用戶。
22、第二方面,本公開實施例提供了一種質差小區的檢測裝置,裝置包括:
23、獲取單元,用于獲取經過待檢測線路的用戶列表;
24、處理單元,用于基于用戶列表中的用戶在待檢測線路之間的信號信息得到待檢測線路的無線小區時序圖;
25、第一確定單元,用于基于無線小區時序圖確定待檢測線路上的質差小區。
26、在一種可能實施的方式中,本公開實施例提供的裝置中,獲取單元具體用于:
27、確定待檢測線路的起始站小區與終點站小區;
28、獲取經過起始站小區且經過終點站小區的用戶列表。
29、在一種可能實施的方式中,本公開實施例提供的裝置中,處理單元具體用于:
30、基于用戶列表中用戶在起始站小區和終點站小區之間的信號信息得到待檢測線路的無線小區時序圖。
31、在一種可能實施的方式中,本公開實施例提供的裝置中,第一確定單元具體用于:
32、根據無線小區時序圖和評價質差指標,利用決策樹算法構建質差小區識別模型;
33、利用質差小區識別模型識別出質差小區列表。
34、在一種可能實施的方式中,本公開實施例提供的裝置中,第一確定單元具體用于:
35、將質差小區列表以及質差小區對應的信息發送至告警系統,以使告警系統根據信息確定質差原因。
36、在一種可能實施的方式中,本公開實施例提供的裝置中,裝置還包括第二確定單元,第二確定單元用于:
37、基于無線小區時序圖得到真實途經待檢測線路的動態用戶列表;
38、基于動態用戶列表確定低滿用戶。
39、在一種可能實施的方式中,本公開實施例提供的裝置中,第二確定單元具體用于:
40、根據動態用戶列表,采用決策樹算法構建低滿用戶識別模型;
41、利用低滿用戶識別模型識別出低滿用戶。
42、第三方面,本公開實施例提供了一種電子設備,包括:
43、存儲器;
44、處理器;以及
45、計算機程序;
46、其中,計算機程序存儲在存儲器中,并被配置為由處理器執行以實現如上述的質差小區的檢測方法。
47、第四方面,本公開實施例提供了一種計算機可讀存儲介質,其上存儲有計算機程序,計算機程序被處理器執行時實現如上述的質差小區的檢測方法的步驟。
48、本公開實施例提供了一種質差小區的檢測方法,包括:
49、首先獲取經過待檢測線路的用戶列表,然后基于用戶列表中的用戶在待檢測線路之間的信號信息得到待檢測線路的無線小區時序圖,最后基于無線小區時序圖確定待檢測線路上的質差小區。通過獲取待檢測線路的用戶列表,建立無線小區時序圖,從而精確確定待檢測線路上的質差小區,為后續的網絡優化提供數據依據。
1.一種質差小區的檢測方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述獲取經過待檢測線路的用戶列表,包括:
3.根據權利要求2所述的方法,其特征在于,所述基于所述用戶列表中的用戶在所述待檢測線路之間的信號信息得到所述待檢測線路的無線小區時序圖,包括:
4.根據權利要求3所述的方法,其特征在于,所述基于所述無線小區時序圖確定所述待檢測線路上的質差小區,包括:
5.根據權利要求4所述的方法,其特征在于,所述利用所述質差小區識別模型識別出質差小區列表之后,所述方法還包括:
6.根據權利要求3所述的方法,其特征在于,所述方法還包括:
7.根據權利要求6所述的方法,其特征在于,所述基于所述動態用戶列表確定低滿用戶,包括:
8.一種質差小區的檢測裝置,其特征在于,所述裝置包括:
9.一種電子設備,其特征在于,包括:
10.一種計算機可讀存儲介質,其上存儲有計算機程序指令,其特征在于,當所述計算機程序指令被處理器執行時實現如權利要求1-7中任一項所述的質差小區的檢測方法。