CN113133046A

CN113133046A - 网络覆盖评估方法及装置、电子设备和计算机存储介质

Info

Publication number: CN113133046A
Application number: CN201911391072.2A
Authority: CN
Inventors: 许�鹏; 杨爽; 刘迅; 周琴
Original assignee: China Mobile Communications Group Co Ltd; China Mobile Group Sichuan Co Ltd
Current assignee: China Mobile Communications Group Co Ltd; China Mobile Group Sichuan Co Ltd
Priority date: 2019-12-30
Filing date: 2019-12-30
Publication date: 2021-07-16
Anticipated expiration: 2039-12-30
Also published as: CN113133046B

Abstract

本发明实施例公开了一种网络覆盖评估方法及装置、电子设备和计算机可读存储介质，其中，所述网络覆盖评估方法包括：获取多个采样点中的每个采样点对应的功率余量PH信息和PH信息对应的时间提前量TA；根据PH信息确定采样点所在位置的参考信号接收功率RSRP，以得到与多个采样点对应的多个RSRP；根据多个采样点、多个TA和多个RSRP进行网络覆盖评估。采用本发明实施例，不仅可以实现对网络覆盖强弱情况的准确评估，还可以实现对越区覆盖情况的评估，丰富了网络覆盖评估的功能。

Description

网络覆盖评估方法及装置、电子设备和计算机存储介质

技术领域

本发明涉及通信技术领域，尤其涉及一种网络覆盖评估方法及装置、电子设备和计算机可读存储介质。

背景技术

目前，现有的用于评估基于蜂窝的窄带物联网(Narrow Band Internet ofThings，NB-IoT)的网络覆盖情况的方案主要为：利用扫频仪进行路测(Drive Test，DT)，即扫频测试一、二、三、四和五级道路的网络覆盖情况；利用测试软件和仪表在重要楼宇、行政机关、商业中心等通过呼叫质量拨打测试(Call Quality Test，CQT)的方式评估网络覆盖情况。

其中，利用扫频仪DT的方式主要用于NB-IoT网络室外覆盖情况评估，具体可以通过对下行数据信号进行采集，从而地理化呈现网络覆盖情况。但是，目前支持NB-IoT网络制式的扫频设备短缺，导致道路测试花费时间长，而且道路环境复杂多变，也会增加测试难度。可知，该方式成本较高，且对设备准确性要求高。

CQT定点测试的方式主要用于NB-IoT网络室内覆盖情况评估，主要是通过测试模组连接笔记本电脑进行，可见测试设备便携性较差。另外，NB-IoT终端包括大量的水表、电表、烟感终端、智能停止终端等，而且这些终端安装在室内的深度位置，如此大数量级终端依赖单点测试的方式是很难遍历的。

因此，需要一种新的网络覆盖状况评估方案，以解决上述至少一个问题。

发明内容

本发明实施例提供一种网络覆盖评估方法及装置、电子设备和计算机存储介质，以解决现有NB-IoT系统中没有RSRP的测量上报，导致网络覆盖评估困难的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，提供了一种网络覆盖评估方法，该方法包括：

获取多个采样点中的每个采样点对应的功率余量PH信息和PH信息对应的时间提前量TA；

根据PH信息确定采样点所在位置的参考信号接收功率RSRP，以得到与多个采样点对应的多个RSRP；

根据所述多个采样点、多个TA和所述多个RSRP进行网络覆盖评估。

第二方面，提供了一种网络覆盖评估装置，该装置包括：

获取模块，用于获取多个采样点中的每个采样点对应的功率余量PH信息和PH信息对应的时间提前量TA；

确定模块，用于根据PH信息确定采样点所在位置的参考信号接收功率RSRP，以得到与多个采样点对应的多个RSRP；

评估模块，用于根据所述多个采样点、多个TA和所述多个RSRP进行网络覆盖评估。

第三方面，提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的方法的步骤。

第四方面，提供了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上存储计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法的步骤。

在本发明实施例中，可以根据NB-IoT终端设备在不同的采样点上报的功率余量PH信息，估算出各采样点所在位置对应的参考信号接收功率RSRP，如此，则可以根据对应不同的RSRP的采样点的占比情况，实现网络覆盖程度的评估；进一步结合NB-IoT终端设备在不同的采样点上报PH信息时对应的时间提前量TA，即在进行网络覆盖评估时将TA因素考虑在内，实现基于多个维度的数据的网络覆盖情况评估，如此不仅可以实现对网络覆盖强弱情况的准确评估，还可以实现对越区覆盖情况的评估，丰富了网络覆盖评估的功能。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例中网络覆盖评估方法的流程示意图；

图2是本发明实施例中UE和基站之间的一种位置关系示意图；

图3是本发明实施例中UE和基站之间的另一种位置关系示意图；

图4是本发明实施例中TA&RSRP的二维区间示意图；

图5是本发明实施例中网络覆盖评估装置的结构示意图；

图6是本发明实施例中电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

以下结合附图，详细说明本发明各实施例提供的技术方案。

参见图1所示，本发明实施例提供一种网络覆盖评估方法，应用于NB-IoT系统，该方法可具体包括：

步骤101：获取多个采样点中的每个采样点对应的功率余量PH信息和PH信息对应的时间提前量TA。

可选的，该实施例中的各采样点可以对应至少一个NB-IoT终端设备在每次随机接入过程中所处的位置。其中，各NB-IoT终端设备可能会在不同的时刻不同的位置(即采样点)触发随机接入过程。具体可以在该随机接入过程中获取大量的采样点相关信息，至少包括各采样点对应的功率余量(Power Headroom，PH)信息和时间提前量(Timing Advance，TA)。其中，多个采样点的具体数量可以视当前网络覆盖情况评估的需要而定。

进一步可选的，在该实施例中，该步骤101可以具体执行为如下内容：

获取所述多个采样点中每个采样点对应的消息Msg3，每个Msg3中包括PH信息和PH信息对应的TA，其中，PH信息包括PH等级。

可以理解，具体通过解析NB-IoT终端设备在相应的随机接入过程中上报的消息Msg3获取采样点对应的PH信息及其对应的TA。其中，PH信息具体可以指PH等级，优选包括PH0～PH4四个等级，每个PH等级对应一个PH范围。

可选的，PH信息可以功率余量报告(Power Headroom Report，PHR)的形式携带在消息Msg3中。

步骤103：根据PH信息确定采样点所在位置的参考信号接收功率(ReferenceSignal Received Power，RSRP)，以得到与多个采样点对应的多个RSRP。

步骤105：根据所述多个采样点、多个TA和所述多个RSRP进行网络覆盖评估。

可选的，在本发明实施例的网络覆盖评估方法中，上述步骤101和步骤103可以由NB-IoT系统中的网络设备实现，上述步骤105可以由NB-IoT系统中的操作维护中心(Operation and Maintenance Center，OMC)等其他网元实现；或者，上述步骤101由NB-IoT系统中的网络设备实现，上述步骤103和步骤105由NB-IoT系统中的其他网元实现，即网络设备将计算RSRP所需的参数输出给OMC等其他网元，由OMC等其他网元计算RSRP。

可选的，在本发明实施例的网络覆盖评估方法中，上述步骤103可以具体执行为如下内容：

根据PH信息和采样点对应的终端发射功率、终端接收功率、路损补偿权重确定采样点对应的上行路损，以得到与多个采样点对应的多个上行路损；

根据采样点对应的上行路损、网络设备发射参考信号功率和上下行路损差确定采样点对应的RSRP，以得到与所述多个采样点对应的所述多个RSRP。

可以理解，根据终端发射功率、终端接收功率、路损补偿权重、网络设备发射参考信号功率和上下行路损差，利用相应的计算规则以及系统上下行链路的对称性，可以准确地估算出各采样点对应的RSRP，进而可对网络覆盖进行评估，尤其可以实现对弱覆盖区域的评估。其中，上述PH信息在用于进行上行路损计算时，PH信息对应的PH值具体可以为基于PH等级对应的PH取值范围指定的一个值。

可选的，上述终端发射功率为终端最大发射功率，所述终端接收功率为终端初始接收功率。

具体的，可以根据以下公式确定各采样点对应的RSRP：

PL_ul＝(P_cmax-P_0Npusch-PH)/a，

RSRP＝RS_TxPwr–(PL_ul-K)，

其中，PL_ul代表上行路损，P_cmax代表终端最大发射功率，P_0Npusch代表终端初始接收功率，a代表路损补偿权重，RS_TxPwr代表网络设备发射参考信号功率，K代表上下行路损差。其中，K的值与上行频率和下行频率相关。

可选的，在本发明实施例的网络覆盖评估方法中，上述步骤105在一个具体实施例中，可以具体执行为以下内容：

根据所述多个采样点中每个采样点对应的TA和RSRP，确定每个采样点所属的网络覆盖区域，以得到至少一个网络覆盖区域；

根据所述至少一个网络覆盖区域中每个网络覆盖区域对应的预设TA取值区间、预设RSRP取值区间和采样点的数量进行网络覆盖评估。

举例来说，如图2所示，对应有6个预设TA取值区间、15个RSRP取值区间RSRP0～RSRP15，将不同的TA取值区间和不同的RSRP区间两两进行组合，可以得到90个网络覆盖区域，同时可以为每个网络覆盖区域匹配一个计数器。那么，在获知每个采样点对应的TA并计算出对应的下行RSRP值后，即可将采样点与对应的网络覆盖区域进行匹配，并通过该网络覆盖区域对应的计数器累计采样点的数量。进一步地，则可以根据落在该网络覆盖区域内的采样点的数量占所有采样点的总数的比例以及该网络覆盖区域对应的RSRP取值实现网络覆盖情况强弱的评估，同时在实现RSRP值估算的基础上，引入TA，增加了网络覆盖评估的厚度，通过在TA和RSRP两个维度上网络覆盖评估，既能评估一维RSRP模式对应的小区弱覆盖情况，也可以评估小区越区覆盖和网络覆盖空洞的情况。

需要说明的是，在本发明实施例中，各采样点可以对应一组或多组PH信息和TA，即基于各采样点可以估算出一组或多组RSRP，比如对应不同采样时段的或不同采样周期的，以期实现尽可能全面的网络覆盖评估。

可选的，在本发明实施例的网络覆盖评估方法中，上述步骤105在另一个具体实施例中，可以具体执行为以下内容：

根据TA确定采样点与网络设备之间的距离，以得到与多个采样点对应的多个距离；

根据所述多个采样点中每个采样点对应的距离和RSRP，确定每个采样点所属的网络覆盖区域，以得到至少一个网络覆盖区域；

根据所述至少一个网络覆盖区域中每个网络覆盖区域对应的预设距离取值区间、预设RSRP取值区间和采样点的数量进行网络覆盖评估。

可以理解，基于TA可以计算出采样点与网络设备之间的距离，则采样点处于以网络设备为圆心，对应的距离为半径的圆上，进一步可以基于距离和RSRP进行网络覆盖区域的划分，同样既能评估一维RSRP模式对应的小区弱覆盖情况，也可以评估小区越区覆盖和网络覆盖空洞的情况。

可选的，在本发明实施例的网络覆盖评估方法中，还可以包括以下内容：

获取所述多个采样点中每个采样点所在位置对应的定位信息，以得到与所述多个采样点对应的多个定位信息。

其中，本发明实施例中的上述步骤105，进一步可以执行为如下内容：

根据所述多个采样点、多个TA、所述多个定位信息和所述多个RSRP进行网络覆盖评估。

可以理解，在TA&RSRP二维网络覆盖评估的基础上，引入对采样点的具体定位，如此，不仅可以实现对网络覆盖强弱情况的准确评估，以及对越区覆盖情况和网络覆盖空洞情况的评估，还可以进一步输出采样点的具体方位信息；换言之，通过汇聚大量包含{RSRP，TA，AOA}信息的采样点进行网络覆盖渲染，可以从更多维的角度实现效果更好的对网络覆盖评估状况的仿真。

可选的，上述多个定位信息中每个定位信息包括AOA信息。

需要说明的是，在本发明的其他实施例中，当然也可以采用其他定位方式获取采样点对应的定位信息，并不仅限于基于AOA的定位方式。

进一步可选的，在本发明实施例的网络覆盖评估方法中，上述根据所述多个采样点、多个TA、所述多个定位信息和所述多个RSRP进行网络覆盖评估的步骤，在一个具体实施中，可以执行为以下内容：

根据所述至少一个网络覆盖区域中每个网络覆盖区域对应的预设TA取值区间、预设RSRP取值区间、采样点的数量和采样点对应的定位信息进行网络覆盖评估。

进一步可选的，在本发明实施例的网络覆盖评估方法中，上述根据所述多个采样点、多个TA、所述多个定位信息和所述多个RSRP进行网络覆盖评估的步骤，在另一个具体实施中，可以执行为以下内容：

根据所述至少一个网络覆盖区域中每个网络覆盖区域对应的预设距离取值区间、预设RSRP取值区间、采样点的数量和采样点对应的定位信息进行网络覆盖评估。

下面结合图2至图4对本发明实施例的网络覆盖评估方案进行具体说明。

在本发明实施例中，考虑到NB-IoT的第三代合作伙伴计划(3rd GenerationPartnership Project，3GPP)协议版本尚不支持测量报告(Measurement Report，MR)功能，即NB-IoT终端设备(User Equipment，UE)(又称用户设备)不会上报MR信息，因此无法使用NB-IoT的MR大数据进行全网覆盖评估。但是UE在接入NB-IoT网络时的消息Msg3中会携带PHR信息，PHR信息能够真实地反应用户的分布情况，因此可以用于网络覆盖状况的评估及优化。

其中，PH是指UE允许的最大传输功率与当前评估得到的物理上行共享信道(Physical Uplink Shared Channel，PUSCH)传输功率之间的差值，具体表示的是除了当前PUSCH传输所使用的传输功率之外，UE还有多少传输功率可以使用，PH的单位是dB，范围是[-23dB，40dB]。具体用公式可以简单的表示为：PH＝UE Allowed Max TransPower-PUSCHPower。

下面对基于PHR信息进行网络覆盖状况评估的过程进行具体说明。总得来说，可以利用现有的NB-IoT网络接入流程，根据UE上报的PH相关信息计算出上行路损，进而利用上下行链路的对称性，近似估算出UE所在位置对应的下行RSRP值，同时在上述接入流程中获取时间提前量TA信息，计算出UE距离基站(即网络设备)的距离，进而可以通过建立TA&RSRP的二维模型进行网络覆盖评估。具体包括：

(1)UE在向基站上报消息Msg3中携带PHR信息，具体的，PHR信息包括PH等级，其中，PH等级有4个(即PH0、PH1、PH2和PH3)，且每个PH等级对应一个PH范围。当PH被用于估计路损时，需要预先在每个PH范围内对应指定一个PH值用于进行路损计算，比如参见下表1。

表1

报告值	测量量值(dB)	指定PH值
			PH_0	-23≤PH＜5	PH0
PH_1	5≤PH＜8	PH1
			PH_2	8≤PH＜11	PH2
PH_3	PH≥11	PH3

具体可以通过以下公式(1)进行上行路损估算：

PH＝P_cmax-(P_0Npusch+a×PL_ul)，…公式(1)

其中，P_cmax为UE最大发射功率，P_0Npusch为UE初始接收目标功率，Pl_ul为上行路损，a为路损补偿值。将上述变形即可得到PL_ul的计算公式(2)，即：

PL_ul＝(P_cmax-P_0Npusch-PH)/a，…公式(2)

具体的，P_cmax、P_0Npusch、a的值可以分别由网络设备配置，举例来说，P_cmax＝23、P_0Npusch＝-110、a＝1，如此，则可以得出PL_ul＝23-(-110)-PH＝133-PH。其中，PH等级0到3分别对应133-PH0、133-PH1、133-PH2、133-PH3。

进一步地，可以根据如下公式(3)计算RSRP：

RSRP＝RS_TxPwr–(PL_ul-K)，…公式(3)

其中，RS_TxPwr为基站发射参考信号功率，K为上下行路损之间存在的偏差值。

对于偏差值K，主要是由于上下行频率之间存在差异，具体地，K可以作为下行路损修正值。若假设上行中心频率为f1，下行中心频率为f2，根据Hata-Okumura模型(预测城区信号时使用最广泛的模型)计算路径损耗公式：Lb＝69.55+26.16×lgf-13.82×lghb-α(hm)+(44.9-6.55×lghb)×lgd可知，当对同一个UE进行估算时，基站天线有效高度hb、移动台天线有效高度hm、移动台天线高度因子α(hm)和移动台与基站之间的距离d是一致的，则此时K值与上下行频率f1和f2相关，而f1和f2可以由网络设备配置，即：

K＝Lb(f1)-Lb(f2)＝26.16×lgf1-26.16×lgf2＝26.12×lg(f1/f2)，…公式(4)

举例来说，若f1＝908.8MHz，f2＝953.8MHz，则K＝26.12×lg(908.8/953.8)＝-0.55。

由上述公式(2)～(4)可知，RSRP＝RS_TxPwr–{(P_cmax-P_0Npusch-PH)/a-26.12×lg(f1/f2)}。如此，即可以根据UE上报的PH等级对应的PH值范围，估算出对应的RSRP值，其中，上述RSRP计算公式中PH即为该PH值范围对应的指定值。

进一步地，RS_TxPwr的值具体可以由网络设备配置。接上例，若RS_TxPwr＝29.2，则RSRP＝29.2-(133-PH+0.55)＝-104.35+PH。由此可以得出PH等级0-3分别对应的RSRP估算值，进而在估算出不同UE对应的RSRP值后，根据RSRP值具体所在的RSRP区间，可以统计出不同RSRP区间分别对应的采样点数。

(2)根据TA可以估算UE与基站的距离，具体的，TA乘以光速C除以2，即表示UE同基站之间的距离L，也就是说，UE处于以基站为圆心、L为半径的圆周上，如图3所示。

根据TA的范围以及下行RSRP对应的区间，送入指定的计数器，这些计数器分别用于统计不同TA段、RSRP区间内采样点的数量。根据这些基础计数器，能够分别统计出最低15分钟粒度的、不同周期的、细分到不同TA范围内RSRP覆盖统计数据。

举例来说，可以新增90个计数器TA&RSRP，其中，TA分为6段，RSRP分为15段，具体可以展示一个二维的面积区间以及在上面呈现样本点的分布情况，如图2所示。

具体的，接口格式可以表示为{CELL ID，TIME，TA1&RSRP0，TA1&RSRP1，…TA6&RSRP14}。具体的，基站根据上述方案计算出各UE对应的RSRP后，可以通过操作维护中心(Operation and Maintenance Center，OMC)输出各TA&RSRP对应的区间在一定周期内的统计结果。

(3)根据NB-IoT的定位功能，准确表示UE的方位。其中，NB-IoT支持多种精确的定位方式，比如TA+到达角度(Angle-of-Arrival，AOA)定位、到达时间差定位法(ObservedTime Difference of Arrival，OTDOA)。对于TA+AOA定位方式而言，根据UE所在基站的地理位置以及无线资源的相关测量结果，得到接入UE的位置估计，该定位方式不需要UE的支持，所有与该定位方式相关的测量都是基站提供的；其中，AOA测量为基站根据所接收到的UE上行信号测量信号到达角度相对于地理正北方向的角度，如图4所示。对于OTDOA定位方式而言，需要接入UE和基站支持定位参考信号(Positioning Reference Signal，PRS)，接入UE通过测量3个以上的基站位置来进行精确定位。

进一步地，以TA+AOA定位为例，可以通过在上述接口格式中添加AOA字段，以准确表示出UE对应的RSRP、距离基站的距离以及方位，具体的，UE与基站之间的距离以及基于AOA表示的方位可参见图3。接口格式可以表示为{CELL ID，TIME，TA1&RSRP0，TA1&RSRP1，…TA6&RSRP14，AOA}。如此，可以根据采集到的PH信息、TA信息、到达角度AOA信息将网络覆盖情况三维的表示出来，使得网络覆盖仿真更加准确。

在NB-IoT新增定位功能、数据的情况下，可以将对网络覆盖的仿真情况由二维提升到三维，网络覆盖的仿真结果将更加准确。具体的，在二维模式下，可以获得UE距离基站的距离及RSRP的情况，通过这些数据可以判断出小区强弱覆盖情况以及越区覆盖情况；增加定位功能后，在三维模式下，除了可以获取UE距离基站的距离及RSRP情况外，还能准确定位出上报点UE的方位。也就是说，通过TA可以估算出UE与基站的距离，TA乘以光速C除以2，即表示接入UE同基站之间的距离L，则UE处于以基站为圆心、距离L为半径的圆周上，进而再通过到达角AOA的角度信息即可知道具体的方位。

综上可知，在本发明实施例中，使用PH信息估算RSRP值，可以实现一维模式的网络覆盖评估，即通过PH值、UE最大发射功率、UE初始接收功率等参数估算下行RSRP值后，能够评估小区弱覆盖情况，通过评估弱覆盖采样点占比，大致知道该小区的弱覆盖点占总采样点的比例。

进一步地，除了使用PH信息估算RSRP值外，通过在接口格式中添加TA信息，可以实现二维模式的网络覆盖评估。具体而言，在实现对下行RSRP的准确估算外，还能获得采样点到基站的距离，增加了网络覆盖评估的厚度，则采样点就处于以基站为圆心、距离为L(L＝TA×光速C/2)为半径的圆周上，信号强度为RSRP，如此，既能评估一维模式的小区弱覆盖情况，也可以评估小区越区覆盖和网络覆盖空洞情况。

更进一步地，除了使用PH信息估算RSRP值外，通过在接口格式中添加TA信息+AOA信息，可以实现三维模式的网络覆盖评估，以克服上述二维模式的网络覆盖评估无法识别采样点在对应的圆周的具体哪个点上的缺陷。具体而言，在实现对下行RSRP的准确估算外，还能获得采样点到基站的距离及与地理正北方向的夹角，则可以识别到采样点为处于以基站为圆心、距离L(L＝TA×光速C/2)为半径、同正北方向夹角为AOA的圆周上的具体点。如此，通过汇聚大量包含{RSRP，TA，AOA}信息的采样点，进行网络覆盖渲染，用来进行网络覆盖评仿真，比如可以基于采样点渲染出居民区、道路、水面、山区、桥面等不同区域的网络覆盖强弱情况。

参见图5所示，本发明实施例还提供一种网络覆盖评估装置，该网络覆盖评估装置可具体包括：获取模块501、确定模块503和评估模块505；

其中，获取模块501用于获取多个采样点中的每个采样点对应的功率余量PH信息和PH信息对应的时间提前量TA；

确定模块503用于根据PH信息确定采样点所在位置的参考信号接收功率RSRP，以得到与多个采样点对应的多个RSRP；

评估模块505用于根据所述多个采样点、多个TA和所述多个RSRP进行网络覆盖评估。

优选的，在本发明实施例提供的网络覆盖评估装置中，上述确定模块503，具体可以用于：

优选的，在本发明实施例提供的网络覆盖评估装置中，上述终端发射功率为终端最大发射功率，终端接收功率为终端初始接收功率。

优选的，在本发明实施例提供的网络覆盖评估装置中，上述评估模块505，具体可以用于：

优选的，在本发明实施例提供的网络覆盖评估装置中，上述获取模块501，具体还可以用于：

获取所述多个采样点中每个采样点所在位置对应的定位信息，以得到与所述多个采样点对应的多个定位信息；

其中，上述评估模块505，具体还可以用于：

优选的，在本发明实施例提供的网络覆盖评估装置中，上述多个定位信息中每个定位信息包括AOA信息。

优选的，在本发明实施例提供的网络覆盖评估装置中，上述获取模块501，具体可以用于：

能够理解，本发明实施例提供的网络覆盖评估装置，能够实现前述由网络覆盖评估装置执行的网络覆盖评估方法的各个过程，关于网络覆盖评估方法的相关阐述均适用于该网络覆盖评估装置，此处不再赘述。

请参阅图6，图6是本发明实施例应用的电子设备的结构图，能够实现前述网络覆盖评估方法的细节，并达到相同的效果。如图6所示，电子设备600包括：处理器601、收发机602、存储器603、用户接口604和总线接口605，其中：

在本发明实施例中，电子设备600还包括：存储在存储器上603并可在处理器601上运行的计算机程序，计算机程序被处理器601、执行时实现如下步骤：

在图6中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器601代表的一个或多个处理器和存储器603代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口605提供接口。收发机602可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元。针对不同的用户设备，用户接口604还可以是能够外接内接需要设备的接口，连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。

处理器601负责管理总线架构和通常的处理，存储器603可以存储处理器601在执行操作时所使用的数据。

优选的，本发明实施例还提供一种电子设备，包括处理器，存储器，存储在存储器上并可在所述处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述网络覆盖评估方法的实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明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上存储有计算机程序，该计算机程序被处理器执行时实现上述网络覆盖评估实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims

1.一种网络覆盖评估方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据PH信息确定采样点所在位置的参考信号接收功率RSRP，以得到与多个采样点对应的多个RSRP，包括：

3.根据权利要求2所述的方法，其特征在于，所述终端发射功率为终端最大发射功率，所述终端接收功率为终端初始接收功率。

4.根据权利要求2所述的方法，其特征在于，所述根据所述多个采样点、多个TA和所述多个RSRP进行网络覆盖评估，包括：

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

所述根据所述至少一个网络覆盖区域中每个网络覆盖区域对应的预设距离取值区间、预设RSRP取值区间和采样点的数量进行网络覆盖评估，包括：

6.根据权利要求5所述的方法，其特征在于，所述多个定位信息中每个定位信息包括AOA信息。

7.根据权利要求1～6中任一项所述的方法，其特征在于，所述获取多个采样点中的每个采样点对应的功率余量PH信息和PH信息对应的时间提前量TA，包括：

8.一种网络覆盖评估装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。

10.一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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。