-
公开(公告)号:CN111639703A
公开(公告)日:2020-09-08
申请号:CN202010471807.9
申请日:2020-05-29
Applicant: 国家计算机网络与信息安全管理中心广东分中心 , 天津市国瑞数码安全系统股份有限公司
Abstract: 本发明涉及通信技术领域,更具体地,涉及一种基于离散点集最小包围圆计算基站位置的方法,包括以下步骤:S1,采集基站终端位置数据,建立数据采集点集合P;S2,对数据采集点集合P中异常的数据进行清洗;S3,计算数据采集点集合P的最小包围圆,将最小包围圆的圆心作为待处理基站的最终位置;S4,判断是否为非全向基站,若否,直接进入步骤S5,若是,对临近小区的基站进行K-means聚类计算,获得临近小区非全向基站的最终基站位置;S5,对多次计算获得历史基站位置进行K-means聚类调优,本发明通过综合K-means聚类算法和最小包围圆算法两种算法的优点,在最大减少信息依赖的情况下,较准确计算获得基站的位置数据,最终构建出一份已有基站的较准确位置信息清单。
-
公开(公告)号:CN111639703B
公开(公告)日:2023-11-14
申请号:CN202010471807.9
申请日:2020-05-29
Applicant: 国家计算机网络与信息安全管理中心广东分中心 , 天津市国瑞数码安全系统股份有限公司
IPC: G06F18/23213 , H04W64/00 , H04W16/18
Abstract: 本发明涉及通信技术领域,更具体地,涉及一种基于离散点集最小包围圆计算基站位置的方法,包括以下步骤:S1,采集基站终端位置数据,建立数据采集点集合P;S2,对数据采集点集合P中异常的数据进行清洗;S3,计算数据采集点集合P的最小包围圆,将最小包围圆的圆心作为待处理基站的最终位置;S4,判断是否为非全向基站,若否,直接进入步骤S5,若是,对临近小区的基站进行K‑means聚类计算,获得临近小区非全向基站的最终基站位置;S5,对多次计算获得历史基站位置进行K‑means聚类调优,本发明通过综合K‑means聚类算法和最小包围圆算法两种算法的优点,在最大减少信息依赖的情况下,较准确计算获得基站的位置数据,最终构建出一份已有基站的较准确位置信息清单。
-