随着社会的高速发展,城市的变化日新月异,无线网络覆盖中各种新型场景给运营商的网络建设工作提出了新挑战。为了适应新发展,提高用户感知和客户满意度,针对各类网络覆盖场景进行网络优化分析研究是一项十分必要的工作。网络覆盖范围内存在不同的地理场景,如高层建筑、高速铁路、隧道、绿地以及水域等。不同的覆盖场景下的无线传播特性、用户分布、用户行为、业务量和业务种类等都不同。如商业区的用户业务行为与学校内的用户业务行为明显不同；相比于绿地区域,建筑物区域中的无线信号衰减更大。因此,地理场景是影响网络运行质量的重要因素。为了提高网络运行质量,需要针对不同的地理场景配置网络参数,进行无线网络分场景优化。本文提出并实现了一种利用基于网格密度的空间聚类,识别无线网络覆盖范围的不同地理场景的技术。首先,将网络覆盖范围划分成等边长的正方形网格,将地形地貌图层与网格叠加,将地理元素的地理属性和专题属性投影到网格中。然后针对网格集合,利用基于密度的空间聚类算法进行聚类。每个聚类为在地理分布上达到一定聚集密度的网格的集合,并且聚类内网格间的专题属性相同或相似。最后平滑网格集合的边界,求网格集合的凸包,将聚类区域化表示。基于上述技术,开发了网络优化场景识别系统。该系统基于MapXtreme地理信息处理平台,采用C++作为编程语言,选择SQL Server 2005作为关系数据库。系统能够自动解析给定的地图图层信息,识别网络环境中的点场景、线场景、面场景,为配置网络参数提供决策支持。将上述方法和系统应用于成都、营口、锦州、沈阳等城市的GSM网络,发现场景划分结果与市区实际地理场景相吻合,场景识别具有较高的精确度,为下一步网络优化提供了决策依据。