CN112911605A - 基站规划方法和装置 - Google Patents

Abstract

本申请提供一种基站规划方法和装置，涉及通信技术领域，可以更为合理的进行基站的规划，从而满足用户对网络的需求。该方法包括：基站规划装置获取待规划区域在预设时间段内的业务数据集(包括有属于预设网络制式上报的多个业务数据，每个业务数据用于表征一个终端在待规划区域进行互联网业务时的一个位置信息)，之后采用Canopy聚类算法对业务数据集进行处理，确定出Canopy类值M，并将Canopy类值M确定为在待规划区域部署基站的数量。然后，以Canopy类值M作为K‑means算法的参数K，采用K‑means算法对业务数据集进行处理，确定出M个质心，并将M个质心的位置确定为在待规划区域部署基站的位置。

Description

基站规划方法和装置

技术领域

本申请涉及通信技术领域，尤其涉及一种基站规划方法和装置。

背景技术

随着第四代移动通信(fourth generation communications system，4G)网络的广泛部署，4G网络目前已基本实现连续覆盖，在现有的基站规划方案中，仅需解决局部的网络覆盖问题。

现有的基站规划方法中，在进行基站部署时，仅考虑到了用于表征基站的覆盖强度的关键绩效指标(Key Performance Indicator，KPI)，仅在KPI较差的区域进行基站规划。然而，这种基站规划方法未考虑到用户的实际分布情况，缺乏合理性，因此无法及时满足用户对网络的需求。

发明内容

本申请提供一种基站规划方法和装置，可以更为合理的进行基站的规划，从而满足用户对网络的需求。

为达到上述目的，本申请采用如下技术方案：

第一方面，本申请提供一种基站规划方法，包括：基站规划装置获取待规划区域在预设时间段内的业务数据集，之后采用Canopy聚类算法对业务数据集进行处理，确定出Canopy类值M，并将Canopy类值M确定为在待规划区域部署基站的数量。然后，以Canopy类值M作为K-means算法的参数K，采用K-means算法对业务数据集进行处理，确定出M个质心，并将M个质心的位置确定为在待规划区域部署基站的位置。其中，业务数据集包括有属于预设网络制式上报的多个业务数据，每个业务数据用于表征一个终端在待规划区域进行互联网业务时的一个位置信息；M为正整数。

本申请提供的基站规划方法中，通过Canopy聚类算法对业务数据集进行处理，确定出在待规划区域部署基站的数量，并将Canopy类值M作为K-means算法的参数K，确定为出在待规划区域部署基站的位置。由于业务数据集中的每个业务数据可以表征一个终端在待规划区域进行互联网业务时的一个位置信息，所以，本申请提供的基于业务数据集的基站规划方法充分考虑到了终端的分布范围以及终端的业务范围，相比现有的以KPI作为分析依据的基站规划方法更为合理。另外，采用Canopy类值M作为K-means算法的参数K，可以进一步提高采用K-means算法确定出的待规划区域部署基站的位置的合理性。综上，本申请提供的基站规划方法可以更为合理的进行基站的规划，从而满足用户对网络的需求。

可选地，在一种可能的设计方式中，在基站规划装置获取待规划区域在预设时间段内的业务数据集之前，本申请提供的基站规划方法还可以包括：基站规划装置采集待规划区域在预设时间段内的所有业务数据；之后将所有业务数据中，属于预设网络制式上报的业务数据，确定为业务数据集的业务数据。

可选地，在另一种可能的设计方式中，基站规划装置采用Canopy聚类算法对业务数据集进行处理之前，本申请提供的基站规划方法还可以包括：基站规划装置确定基站间距参数和业务距离参数，并将基站间距参数的数值确定为Canopy聚类算法的第一阈值，将业务距离参数的数值确定为Canopy聚类算法的第二阈值，且第一阈值大于第二阈值。

其中，基站间距参数用于表征待规划区域中现有基站覆盖范围的大小；业务距离参数用于表征，在预设时间段内，待规划区域中现有基站的业务覆盖范围的大小。

可选地，在另一种可能的设计方式中，基站规划装置确定出M个质心之后，本申请提供的基站规划方法还可以包括：基站规划装置根据预设条件，从M个质心中筛选出N个质心，将N个质心的位置确定为在待规划区域部署基站的位置。其中，N为正整数，且N小于或等于M。

可选地，在另一种可能的设计方式中，上述“根据预设条件，从M个质心中筛选出N个质心”可以包括：计算现有基站中每个基站的位置与第一质心的位置之间的距离，若第一基站的位置与第一质心的位置之间的距离小于第三阈值，则将第一质心从M个质心中筛除。其中，第一基站为现有基站中的任意一个，第一质心为M个质心中的任意一个。

可选地，在另一种可能的设计方式中，上述“第三阈值”可以为第二阈值的二分之一。

第二方面，本申请提供一种基站规划装置，包括：获取模块和处理模块。

具体地，获取模块，用于获取待规划区域在预设时间段内的业务数据集；业务数据集包括有属于预设网络制式上报的多个业务数据，每个业务数据用于表征一个终端在待规划区域进行互联网业务时的一个位置信息；

处理模块，用于采用Canopy聚类算法对获取模块获取的业务数据集进行处理，确定出Canopy类值M，并将Canopy类值M确定为在待规划区域部署基站的数量；

处理模块，还用于以Canopy类值M作为K-means算法的参数K，采用K-means算法对获取模块获取的业务数据集进行处理，确定出M个质心，并将M个质心的位置确定为在待规划区域部署基站的位置；M为正整数。

第三方面，本申请提供一种基站规划装置，包括处理器，所述处理器用于与存储器耦合，读取并执行所述存储器中的指令，以实现上述第一方面提供的基站规划方法。

可选地，该基站规划装置还可以包括存储器，该存储器用于保存该基站规划装置的程序指令和数据。进一步可选地，该基站规划装置还可以包括收发器，该收发器用于在基站规划装置的处理器的控制下，执行收发数据、信令或信息的步骤，例如，获取待规划区域在预设时间段内的业务数据集。

可选地，该基站规划装置可以是服务器，也可以是服务器中的一部分装置，例如可以是服务器中的芯片系统。该芯片系统用于支持基站规划装置实现第一方面中所涉及的功能，例如，接收，发送或处理上述基站规划方法中所涉及的数据和/或信息。该芯片系统包括芯片，也可以包括其他分立器件或电路结构。

第四方面，本申请提供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，当计算机执行该指令时，以实现如第一方面提供的基站规划方法。

第五方面，本申请提供一种计算机程序产品，该计算机程序产品包括计算机指令，当计算机指令在计算机上运行时，使得所述计算机执行如第一方面所述的基站规划方法。

需要说明的是，上述计算机指令可以全部或者部分存储在计算机可读存储介质上。其中，计算机可读存储介质可以与基站规划装置的处理器封装在一起的，也可以与基站规划装置的处理器单独封装，本申请对此不作限定。

本申请中第二方面、第三方面、第四方面以及第五方面的描述，可以参考第一方面的详细描述；并且，第二方面、第三方面、第四方面、以及第五方面的描述的有益效果，可以参考第一方面的有益效果分析，此处不再赘述。

在本申请中，上述基站规划装置的名字对设备或功能模块本身不构成限定，在实际实现中，这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本发明类似，属于本申请权利要求及其等同技术的范围之内。

本申请的这些方面或其他方面在以下的描述中会更加简明易懂。

附图说明

图1为本申请实施例提供的一种基站规划系统的架构示意图；

图2为本申请实施例提供的一种基站规划方法的流程示意图；

图3为本申请实施例提供的另一种基站规划方法的流程示意图；

图4为本申请实施例提供的又一种基站规划方法的流程示意图；

图5为本申请实施例提供的又一种基站规划方法的流程示意图；

图6为本申请实施例提供的一种基站规划装置的结构示意图；

图7为本申请实施例提供的另一种基站规划装置的结构示意图。

具体实施方式

下面结合附图对本申请实施例提供的基站规划方法和装置进行详细地描述。

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，“示例性地”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“示例性地”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“示例性地”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。

随着4G网络的广泛部署，4G网络目前已基本实现连续覆盖，在现有的基站规划方案中，仅需解决局部的网络覆盖问题。

现有的基站规划方法中，在进行基站部署时，仅考虑到了用于表征基站的覆盖强度的KPI，仅在KPI较差的区域进行基站规划。然而，这种基站规划方法未考虑到用户的实际分布情况，缺乏合理性，因此无法及时满足用户对网络的需求。

针对上述现有技术中存在的问题，本申请实施例提供了一种基站规划方法，通过Canopy聚类算法对业务数据集进行处理，确定出在待规划区域部署基站的数量，并将Canopy类值M作为K-means算法的参数K，确定为出在待规划区域部署基站的位置。本申请实施例提供的基于业务数据集的基站规划方法充分考虑到了终端的分布范围以及终端的业务范围，相比现有的以KPI作为分析依据的基站规划方法更为合理。

本申请实施例提供的基站规划方法可以适用于基站规划系统，图1示出了该基站规划系统的一种可能的结构。如图1所示，该基站规划系统包括基站规划装置02和多个终端01，基站规划装置02与每个终端01连接。

其中，终端01可以是手机、平板电脑、桌面型计算机、膝上型计算机、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、手持计算机、上网本、个人数字助理(personal digital assistant，PDA)、可穿戴电子设备、虚拟现实设备等不同类型的终端，本申请实施例对此不做限定。本申请实施例中，将以终端01为手机为例进行详细描述。

基站规划装置02，可以为物理机(如服务器)，也可以为部署在物理机上的虚拟机(virtual machine，VM)。

基站规划装置02用于监控各个终端01，以采集各个终端01在待规划区域的业务数据，获取业务数据集，实现基站规划。可以理解的是，基站规划装置02是一个独立的物理机或虚拟机，也可以为多个物理机或虚拟机组成的物理机群或虚拟机池。

下面结合上述图1示出的基站规划系统对本申请实施例提供的基站规划方法进行说明。参照图2所示，本申请实施例提供的基站规划方法可以包括S101-S103：

S101、基站规划装置获取待规划区域在预设时间段内的业务数据集。

业务数据集中包括有属于预设网络制式上报的多个业务数据。其中，预设网络制式可以是人为事先确定的网络制式。示例性地，预设网络制式可以是4G网络制式。

预设时间段可以是人为事先确定的数据采集的时间段。示例性地，预设时间段可以为在当前时刻之前的6个月内。

每个业务数据用于表征一个终端在待规划区域进行互联网业务时的一个位置信息。

可选地，基站规划装置可以采集待规划区域在预设时间段内的所有业务数据，然后将所有业务数据中，属于预设网络制式上报的业务数据，确定为业务数据集的业务数据。

在一种可能的实现方式中，基站规划装置可以采集待规划区域在预设时间段内的OTT(Over The Top)数据集。OTT数据集为终端在进行互联网业务时，基站规划装置获取的包含终端位置信息的数据集。示例性地，终端中可以安装有定位程序，该定位程序可以实时监控终端的位置，当终端在进行互联网业务时，基站规划装置可以从定位程序获取包含终端位置信息的数据。

OTT数据集中的每条数据包含有时间戳、网络制式、基站标识、小区标识以及经纬度信息等。基站规划装置可以将采集的待规划区域在预设时间段内的OTT数据集中的所有数据作为本申请实施例中的所有业务数据。之后，从OTT数据集中筛选出属于预设网络制式的业务数据，确定为业务数据集的业务数据。

示例性地，如表1所示，本申请实施例提供了一种可能的OTT数据集的列表示意图。

表1

示例性地，若预设网络制式为4G网络制式，基站规划装置可以从表1的OTT数据集中筛选出属于4G网络制式的业务数据，确定出业务数据集。

S102、基站规划装置采用Canopy聚类算法对业务数据集进行处理，确定出Canopy类值M，并将Canopy类值M确定为在待规划区域部署基站的数量。

由于Canopy聚类算法在应用时，需要实现确定第一阈值(可以用T1表示)和第二阈值(可以用T2表示)，所以，可选地，在采用Canopy聚类算法对业务数据集进行处理之前，可以确定基站间距参数和业务距离参数，并将基站间距参数的数值确定为Canopy聚类算法的第一阈值T1，将业务距离参数的数值确定为Canopy聚类算法的第二阈值T2。

其中，基站间距参数用于表征待规划区域中现有基站覆盖范围的大小；业务距离参数用于表征，在预设时间段内，待规划区域中现有基站的业务覆盖范围的大小；且第一阈值T1大于第二阈值T2。

在一种可能的实现方式中，基站规划装置可以根据预设网络制式对应的工参表中的数据确定基站间距参数。具体地，基站规划装置可以逐一计算出待规划区域的现有基站中的每个基站的周围平均站间距，然后对待规划区域的现有基站中所有基站的周围平均站间距进行分析，确定出基站间距参数。其中，每个基站的周围平均站间距，可以根据该基站与待规划区域中其他基站的间距确定。

示例性地，参照表2，本申请实施例提供了一种待规划区域的现有基站的可能工参表的列表示意图。如表2所示，工参表中的每条数据包含有基站名称、基站标识、小区标识、场景名称、覆盖类型以及经纬度信息等。

表2

若表2中待规划区域的现有基站的个数是x个，a基站为待规划区域的现有基站中的任意一个，下面以a基站为例，提供一种可能的周围平均站间距的计算方法。基站规划装置逐一计算a基站与待规划区域的现有基站中的其他x-1个基站的间距，得到间距集合L，L＝(L₁，L₂，L₃……L_x-1)，确定间距集合L中数值最小的6个元素，将数值最小的6个元素的平均值确定为a基站的周围平均站间距。

在一种可能的实现方式中，基站规划装置可以根据预设网络制式对应的工参表中的数据以及业务数据集确定业务距离参数。具体地，基站规划装置可以逐一计算出待规划区域的现有基站中的每个基站的周围平均业务距离，然后对待规划区域的现有基站中所有基站的周围平均业务距离进行分析，确定出业务距离参数。其中，每个基站的周围平均业务距离，可以根据业务数据集中，与该基站对应的所有业务数据的采集位置和该基站之间的间距确定。其中，基站对应的所有业务数据为业务数据集中，终端在该基站覆盖范围进行互联网业务的所有业务数据。

示例性地，下面以a基站为例，提供一种可能的周围平均业务距离的计算方法。基站规划装置逐一计算与a基站对应的所有业务数据的采集位置和a基站之间的间距，得到间距集合P，之后计算间距集合P中所有元素的平均值确定为a基站的周围平均业务距离。

当然，在实际应用中，还可以根据其他方式确定基站间距参数和业务距离参数，本申请实施例对此不作限定。

需要说明的是，业务数据的位置信息，基站的位置一般均为经纬度信息，所以在确定基站间距参数和业务距离参数时，需要对经纬度信息进行换算，才能确定出两个位置之间的间距。示例性地，本申请实施例提供了一种根据两个点的经纬度信息确定两个点之间的间距的方法。若用R表示地球的平均半径，A点的经纬度坐标为(X_A，Y_A)，B点的经纬度坐标为(X_B，Y_B)，以0度经线为基准，东经取经度的正值(Longitude)，西经取经度的负值(-Longitude)，北纬取90-纬度值(90-Latitude)，南纬取90+纬度值(90+Latitude)。所以，A点的经纬度坐标可以记为(X_A(M)，Y_A(M))，B点的经纬度坐标可以记为(X_B(M)，Y_B(M))，这样，A点与B点之间的距离Q可以根据以下表达式确定：Q＝R*arcos(C)*π/180。其中，C＝sin(Y_A(M))*sin(Y_B(M))*cos(X_A(M)-X_B(M))+cos(Y_A(M))*cos(Y_B(M))。

可以理解的是，在实际应用中，还可以根据其他方式对业务数据的经纬度信息进行换算，确定出基站间距参数和业务距离参数，本申请实施例对此不作限定。

基站规划装置在确定出第一阈值T1和第二阈值T2之后，则可以采用Canopy聚类算法对业务数据集进行处理。示例性地，采用Canopy聚类算法对业务数据集进行处理可以包括：步骤A1，基站规划装置可以随机从业务数据集D中选取一个业务数据d，并将业务数据d从业务数据集D中筛除；步骤B1，逐一计算业务数据集D中每个业务数据的位置信息与业务数据d的位置信息之间的距离distance；步骤C1，将所有distance<T1的点都归入以业务数据d为中心的canopy类中，同时将所有distance<T2的点从业务数据集D中筛除；步骤D1，重复步骤A1至步骤C1，直至业务数据集D中数据全部被筛除。这样，将业务数据集D中的所有业务数据分为了多个canopy类，则可以确定出Canopy类值M，并将Canopy类值M确定为在待规划区域部署基站的数量。

S103、基站规划装置以Canopy类值M作为K-means算法的参数K，采用K-means算法对业务数据集进行处理，确定出M个质心，并将M个质心的位置确定为在待规划区域部署基站的位置。

其中，M为正整数。

示例性地，采用K-means算法对业务数据集进行处理可以包括：步骤A2，基站规划装置可以随机从业务数据集D中选取M个业务数据，并将该M个业务数据的位置信息对应的点确定为M个初始质心；步骤B2，逐一将业务数据集D中的每个业务数据的位置信息对应的点分配给距离每个点最近的初始质心，将业务数据集D中的所有业务数据分为M个簇；步骤C2，分别每个簇的所有点的坐标的平均值，将每个簇的所有点的坐标的平均值对应的位置确定为新的质心；步骤D2，分别计算每个簇的新的质心与初始质心的距离，直至每个簇的新的质心与初始质心的距离小于第三阈值，否则重复执行步骤B2至步骤C2，最终确定的质心即为本申请实施例中的M个质心。

确定出M个质心后，可以直接将M个质心的位置确定为在待规划区域部署基站的位置。为了进一步提高基站规划的合理性，可以进一步对M个质心进行筛选。可选地，基站规划装置可以根据预设条件，从M个质心中筛选出N个质心，将N个质心的位置确定为在待规划区域部署基站的位置。其中，N为正整数，且N小于或等于M。

在一种可能的实现方式中，基站规划装置可以计算待规划区域的现有基站中每个基站的位置与第一质心的位置之间的距离，若第一基站的位置与第一质心的位置之间的距离小于第三阈值，则将第一质心从M个质心中筛除；第一基站为现有基站中的任意一个，第一质心为M个质心中的任意一个。这样，可以将M个质心对应的位置与待规划区域中现有基站距离较近的筛除，更为合理的进行基站规划。

其中，第三阈值可以是人为事先确定的参数，本申请实施例对此不做限定。示例性地，第三阈值可以为第二阈值的二分之一，也即是第三阈值可以为业务距离参数的数值的一半。

本申请实施例提供的基站规划方法中，通过Canopy聚类算法对业务数据集进行处理，确定出在待规划区域部署基站的数量，并将Canopy类值M作为K-means算法的参数K，确定为出在待规划区域部署基站的位置。由于业务数据集中的每个业务数据可以表征一个终端在待规划区域进行互联网业务时的一个位置信息，所以，本申请提供的基于业务数据集的基站规划方法充分考虑到了终端的分布范围以及终端的业务范围，相比现有的以KPI作为分析依据的基站规划方法更为合理。另外，采用Canopy类值M作为K-means算法的参数K，可以进一步提高采用K-means算法确定出的待规划区域部署基站的位置的合理性。综上，本申请提供的基站规划方法可以更为合理的进行基站的规划，从而满足用户对网络的需求。

综合上述描述，如图3所示，在图2中的步骤S101之前，本申请实施例提供的基站规划方法还可以包括S1000-S1001：

S1000、基站规划装置采集待规划区域在预设时间段内的所有业务数据。

S1001、基站规划装置将所有业务数据中，属于预设网络制式上报的业务数据，确定为业务数据集的业务数据。

可选地，如图4所示，在步骤S102之前，本申请实施例提供的基站规划方法还可以包括S200-S201：

S200、基站规划装置确定基站间距参数和业务距离参数。

S201、基站规划装置将基站间距参数的数值确定为Canopy聚类算法的第一阈值，将业务距离参数的数值确定为Canopy聚类算法的第二阈值，且第一阈值大于第二阈值。

可选地，如图5所示，本申请实施例还提供了一种基站规划方法，包括S301-S304：

S301、基站规划装置获取待规划区域在预设时间段内的业务数据集。

S302、基站规划装置采用Canopy聚类算法对业务数据集进行处理，确定出Canopy类值M，并将Canopy类值M确定为在待规划区域部署基站的数量。

S303、基站规划装置以Canopy类值M作为K-means算法的参数K，采用K-means算法对业务数据集进行处理，确定出M个质心。

S304、基站规划装置根据预设条件，从M个质心中筛选出N个质心，将N个质心的位置确定为在待规划区域部署基站的位置。

如图6所示，本申请实施例还提供了一种基站规划装置02，该基站规划装置02可以是图1所示的基站规划系统中的基站规划装置，该基站规划装置02包括：获取模块21和处理模块22。

其中，获取模块21执行上述方法实施例中的S101，处理模块22执行上述方法实施例中的S102和S103。

具体地，获取模块21，用于获取待规划区域在预设时间段内的业务数据集；业务数据集包括有属于预设网络制式上报的多个业务数据，每个业务数据用于表征一个终端在待规划区域进行互联网业务时的一个位置信息；

处理模块22，用于采用Canopy聚类算法对获取模块21获取的业务数据集进行处理，确定出Canopy类值M，并将Canopy类值M确定为在待规划区域部署基站的数量；

处理模块22，用于以Canopy类值M作为K-means算法的参数K，采用K-means算法对获取模块21获取的业务数据集进行处理，确定出M个质心，并将M个质心的位置确定为在待规划区域部署基站的位置；M为正整数。

可选地，本申请实施例提供的基站规划装置02还可以包括采集模块。采集模块，用于在获取模块21获取待规划区域在预设时间段内的业务数据集之前，采集待规划区域在预设时间段内的所有业务数据；处理模块22还用于，将所有业务数据中，属于预设网络制式上报的业务数据，确定为业务数据集的业务数据。

可选地，本申请实施例提供的基站规划装置02还可以包括确定模块，确定模块用于在处理模块22采用Canopy聚类算法对业务数据集进行处理之前，确定基站间距参数和业务距离参数，并将基站间距参数的数值确定为Canopy聚类算法的第一阈值，且将业务距离参数的数值确定为Canopy聚类算法的第二阈值。

基站间距参数用于表征待规划区域中现有基站覆盖范围的大小；业务距离参数用于表征，在预设时间段内，待规划区域中现有基站的业务覆盖范围的大小；且第一阈值大于第二阈值。

可选地，处理模块22还用于：在确定出M个质心之后，根据预设条件，从M个质心中筛选出N个质心，将N个质心的位置确定为在待规划区域部署基站的位置；N为正整数，且N小于或等于M。

可选地，处理模块22具体用于：计算现有基站中每个基站的位置与第一质心的位置之间的距离，若第一基站的位置与第一质心的位置之间的距离小于第三阈值，则将第一质心从M个质心中筛除；第一基站为现有基站中的任意一个，第一质心为M个质心中的任意一个。

可选地，第三阈值为第二阈值的二分之一。

可选地，基站规划装置02还包括存储模块。存储模块用于存储该基站规划装置02的程序代码等。

如图7所示，本申请实施例还提供一种基站规划装置，包括存储器41、处理器42、总线43和通信接口44；存储器41用于存储计算机执行指令，处理器42与存储器41通过总线43连接；当基站规划装置运行时，处理器42执行存储器41存储的计算机执行指令，以使基站规划装置执行如上述实施例提供的基站规划方法。

在具体的实现中，作为一种实施例，处理器42(42-1和42-2)可以包括一个或多个中央处理器(central processing unit，CPU)，例如图7中所示的CPU0和CPU1。且作为一种实施例，基站规划装置可以包括多个处理器42，例如图7中所示的处理器42-1和处理器42-2。这些处理器42中的每一个CPU可以是一个单核处理器(single-CPU)，也可以是一个多核处理器(multi-CPU)。这里的处理器42可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。

存储器41可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasable 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)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器41可以是独立存在，通过总线43与处理器42相连接。存储器41也可以和处理器42集成在一起。

在具体的实现中，存储器41，用于存储本申请中的数据和执行本申请的软件程序对应的计算机执行指令。处理器42可以通过运行或执行存储在存储器41内的软件程序，以及调用存储在存储器41内的数据，基站规划装置的各种功能。

通信接口44，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如控制系统、无线接入网(radio access network，RAN)，无线局域网(wireless local areanetworks，WLAN)等。通信接口44可以包括接收单元实现接收功能，以及发送单元实现发送功能。

总线43，可以是工业标准体系结构(industry standard architecture，ISA)总线、外部设备互连(peripheral component interconnect，PCI)总线或扩展工业标准体系结构(extended industry standard architecture，EISA)总线等。该总线43可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

作为一个示例，结合图6，基站规划装置中的获取模块实现的功能与图7中的接收单元实现的功能相同，基站规划装置中的处理模块实现的功能与图7中的处理器实现的功能相同，基站规划装置中的存储模块实现的功能与图7中的存储器实现的功能相同。

本实施例中相关内容的解释可参考上述方法实施例，此处不再赘述。

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。

本申请实施例还提供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，当计算机执行该指令时，使得计算机执行上述实施例提供的基站规划方法。

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、RAM、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、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。一种示例性地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 specificintegrated 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。

以上所述，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。

Claims (12)

1.一种基站规划方法，其特征在于，包括：

获取待规划区域在预设时间段内的业务数据集；所述业务数据集包括有属于预设网络制式上报的多个业务数据，每个业务数据用于表征一个终端在所述待规划区域进行互联网业务时的一个位置信息；

采用冠层Canopy聚类算法对所述业务数据集进行处理，确定出Canopy类值M，并将所述Canopy类值M确定为在所述待规划区域部署基站的数量；

以所述Canopy类值M作为K-均值K-means算法的参数K，采用所述K-means算法对所述业务数据集进行处理，确定出M个质心，并将所述M个质心的位置确定为在所述待规划区域部署基站的位置；M为正整数。

2.根据权利要求1所述的基站规划方法，其特征在于，所述获取待规划区域在预设时间段内的业务数据集之前，所述方法还包括：

采集所述待规划区域在所述预设时间段内的所有业务数据；

将所述所有业务数据中，属于所述预设网络制式上报的业务数据，确定为所述业务数据集的业务数据。

3.根据权利要求1或2所述的基站规划方法，其特征在于，所述采用冠层Canopy聚类算法对所述业务数据集进行处理之前，所述方法还包括：

确定基站间距参数和业务距离参数；所述基站间距参数用于表征所述待规划区域中现有基站覆盖范围的大小；所述业务距离参数用于表征，在所述预设时间段内，待规划区域中现有基站的业务覆盖范围的大小；

将所述基站间距参数的数值确定为所述Canopy聚类算法的第一阈值，将所述业务距离参数的数值确定为所述Canopy聚类算法的第二阈值，且所述第一阈值大于所述第二阈值。

4.根据权利要求3所述的基站规划方法，其特征在于，所述确定出M个质心之后，所述方法还包括：

根据预设条件，从所述M个质心中筛选出N个质心，将所述N个质心的位置确定为在所述待规划区域部署基站的位置；N为正整数，且N小于或等于M。

5.根据权利要求4所述的基站规划方法，其特征在于，所述根据预设条件，从所述M个质心中筛选出N个质心，包括：

计算所述现有基站中每个基站的位置与第一质心的位置之间的距离，若第一基站的位置与所述第一质心的位置之间的距离小于第三阈值，则将所述第一质心从所述M个质心中筛除；所述第一基站为所述现有基站中的任意一个，所述第一质心为所述M个质心中的任意一个。

6.根据权利要求5所述的基站规划方法，其特征在于，所述第三阈值为所述第二阈值的二分之一。

7.一种基站规划装置，其特征在于，包括：

获取模块，用于获取待规划区域在预设时间段内的业务数据集；所述业务数据集包括有属于预设网络制式上报的多个业务数据，每个业务数据用于表征一个终端在所述待规划区域进行互联网业务时的一个位置信息；

处理模块，用于采用Canopy聚类算法对所述获取模块获取的所述业务数据集进行处理，确定出Canopy类值M，并将所述Canopy类值M确定为在所述待规划区域部署基站的数量；

所述处理模块，还用于以所述Canopy类值M作为K-means算法的参数K，采用所述K-means算法对所述获取模块获取的所述业务数据集进行处理，确定出M个质心，并将所述M个质心的位置确定为在所述待规划区域部署基站的位置；M为正整数。

8.根据权利要求7所述的基站规划装置，其特征在于，所述装置还包括：

确定模块，用于在所述处理模块采用Canopy聚类算法对所述业务数据集进行处理之前，确定基站间距参数和业务距离参数，并将所述基站间距参数的数值确定为所述Canopy聚类算法的第一阈值，且将所述业务距离参数的数值确定为所述Canopy聚类算法的第二阈值；

所述基站间距参数用于表征所述待规划区域中现有基站覆盖范围的大小；所述业务距离参数用于表征，在所述预设时间段内，待规划区域中现有基站的业务覆盖范围的大小；且所述第一阈值大于所述第二阈值。

9.根据权利要求8所述的基站规划装置，其特征在于，所述处理模块还用于：

在确定出所述M个质心之后，根据预设条件，从所述M个质心中筛选出N个质心，将所述N个质心的位置确定为在所述待规划区域部署基站的位置；N为正整数，且N小于或等于M。

10.根据权利要求9所述的基站规划装置，其特征在于，所述处理模块具体用于：

计算所述现有基站中每个基站的位置与第一质心的位置之间的距离，若第一基站的位置与所述第一质心的位置之间的距离小于第三阈值，则将所述第一质心从所述M个质心中筛除；所述第一基站为所述现有基站中的任意一个，所述第一质心为所述M个质心中的任意一个。

11.一种基站规划装置，其特征在于，包括存储器、处理器、总线和通信接口；所述存储器用于存储计算机执行指令，所述处理器与所述存储器通过所述总线连接；

当所述基站规划装置运行时，处理器执行所述存储器存储的所述计算机执行指令，以使所述基站规划装置执行如权利要求1-6任意一项所述的基站规划方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当计算机执行所述指令时，使得所述计算机执行如权利要求1-6任意一项所述的基站规划方法。

Images