中国联合网络通信集团有限公司张健成获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国联合网络通信集团有限公司申请的专利MR数据分离方法、装置及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117880879B 。
龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410009043.X,技术领域涉及:H04W24/10;该发明授权MR数据分离方法、装置及存储介质是由张健成;林铁力;郭文珏;冯健博;黄少华;徐梦云;王赛亚;钟海威设计研发完成,并于2024-01-03向国家知识产权局提交的专利申请。
本MR数据分离方法、装置及存储介质在说明书摘要公布了:本申请提供一种测量报告MR数据分离方法、装置及存储介质,涉及通信技术领域,能够有效提高了MR数据分离的速度和效率。该方法包括:基于多个测量报告MR数据中每个MR数据的参考信号接收功率RSRP,确定每个MR数据所属的区间;多个MR数据中包括室外MR数据和室内MR数据;基于每个区间的区间中点的RSRP值,以及每个区间内MR数据的占比,对多个区间进行聚类,确定第一MR数据和第二MR数据;第一MR数据和第二MR数据均包括至少一个区间,且第一MR数据的RSRP小于第二MR数据的RSRP;基于第二MR数据,确定室外MR数据的分布模型;基于室外MR数据的分布模型,确定室外MR数据。
本发明授权MR数据分离方法、装置及存储介质在权利要求书中公布了:1.一种测量报告MR数据分离方法,其特征在于,包括: 基于多个测量报告MR数据中每个MR数据的参考信号接收功率RSRP,确定所述每个MR数据所属的区间;所述多个MR数据中包括室外MR数据和室内MR数据; 基于每个所述区间的区间中点的RSRP值,以及所述每个所述区间内MR数据的占比,对多个所述区间进行聚类,确定第一MR数据和第二MR数据;所述第一MR数据和第二MR数据均包括至少一个区间,且所述第一MR数据的RSRP小于所述第二MR数据的RSRP; 基于所述第二MR数据,确定室外MR数据的分布模型; 基于所述室外MR数据的分布模型,确定室外MR数据; 所述基于每个所述区间的区间中点的RSRP值,以及所述每个所述区间内MR数据的占比,对多个所述区间进行聚类,确定第一MR数据和第二MR数据,包括: 步骤1、从多个所述区间中选择任意两个所述区间作为第一中心区间,基于每个所述区间的区间中点的RSRP值,以及所述每个所述区间内MR数据的占比,确定每个所述区间与所述第一中心区间的距离; 步骤2、将每个所述区间分配给最近的所述第一中心区间,形成两个第一类簇;所述第一类簇由至少一个所述区间合并组成; 步骤3、重新确定所述第一类簇的第二中心区间,并将每个所述区间重新分配给最近的所述第二中心区间,确定两个第二类簇;所述第二类簇由至少一个所述区间合并组成; 步骤4、重新确定所述第二类簇的第三中心区间,并将每个所述区间重新分配给最近的所述第三中心区间,确定两个第三类簇;所述第三类簇由至少一个所述区间合并组成; 步骤5、当所述第三中心区间未满足预设条件或者未达到预设迭代次数时,重新执行步骤4,直至所述第三中心区间满足预设条件或者达到预设迭代次数;所述预设条件包括以下至少之一:第三中心区间与第二中心区间相同、第三中心区间与第二中心区间的距离小于预设距离; 步骤6、当所述第三中心区间满足预设条件或者达到预设迭代次数时,将所述两个第三类簇分别确定为第一MR数据和第二MR数据;所述第一MR数据的RSRP小于所述第二MR数据的RSRP;所述第二MR数据中包括至少两个所述区间; 所述基于所述第二MR数据,确定室外MR数据的分布模型,包括: 基于所述第二MR数据中每个区间的区间中点的RSRP值,以及所述每个区间内MR数据的占比,建立数学规划模型: , ; 其中,为常量,是每个级差的调整系数,为第二MR数据中每个区间内MR数据的占比,b为室外测量点的占比,是室外MR数据的分布模型,服从正态分布,满足,为所述第二MR数据中每个区间的区间中点的RSRP值;max、min分别为第二MR数据中最大RSRP对应区间的上下界; 基于所述数学规划模型,确定室外MR数据的分布模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国联合网络通信集团有限公司,其通讯地址为:100033 北京市西城区金融大街21号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励