[发明专利]基于室外测试特征的室内外分离法

摘要

本发明公开了一种基于室外测试特征的室内外分离法，它包括数据采集；清洗 MR数据；将室外测试的DT/CQT数据划分成初始栅格，按经纬度投放到不同的初始栅格中；选取BP人工神经网络算法建立分类模型，将每个DT/CQT栅格的每个采样点的前六强RSCP、EC/IO值作为输入层参数；将采集到的白天MR数据按IMSI以及用户会话分段，作为检测对象；将白天每个用户的每次会话的MR划分成栅格，按经纬度投放到初始栅格中；找出每个MR栅格对应的神经网络分类器；提取MR栅格中的每条MR，得到前六强RSCP和EC/NO作为分类器的12个输入参数；将12个参数输入到当前MR栅格对应的神经网络分类器中，运算得到每条MR室内室外属性。

主权项

基于室外测试特征的室内外分离法，其特征在于：它包括如下步骤：S1：数据采集，从服务器上通过采集接口采集MR数据、路测数据、室分基础数据和GIS数据；S2：将MR数据进行清洗，去除非法数据及噪声；S3：将室外测试的DT/CQT数据按N*N米划分成栅格，按经纬度投放到不同的栅格中，共形成M个栅格，每个栅格确定其中心经纬度{{lon1,la1},{lon2,la2}……{lonm,lam}}S4：选取BP人工神经网络算法建立分类模型，将每个DT/CQT栅格的每个采样点的前六强RSCP、EC/IO值作为输入层参数，用1或0代表室内和室外作为输出层参数，每个DT/CQT栅格训练成一个分类器，共有M个分类器；S5：将采集到的白天MR数据按IMSI以及用户会话分段，作为检测对象；S6：将每个用户的每次会话的MR按N*N米划分成栅格，按经纬度投放到不同的栅格中,共形成K个栅格，每个栅格确定其中心经纬度{mrlon1,mrla1},{mrlon2,mrla2}……{mrlonk,mrlak}；S7：根据最近距离找出步骤S6中每个MR栅格对应的神经网络分类器；S8：遍历每一个S6中的MR栅格，提取MR栅格中的每条MR，得到前六强RSCP和EC/NO作为分类器的12个输入参数；S9：将12个参数输入到当前MR栅格对应的神经网络分类器中，运算后得到每条MR室内室外属性。