CN101304595A - 获取频率规划的方法、装置 - Google Patents

Abstract

本发明公开了获取频率规划的方法、装置。其中，所述方法包括：针对网络中能够获取实测数据的网元，获取实测数据，根据所述实测数据建立实测干扰数据模型；针对网络中无法获取实测数据的网元及受所述无法获取实测数据的网元影响的网元，获取预测数据，根据所述预测数据建立预测干扰数据模型；将所述实测干扰数据模型与所述预测干扰数据模型合并，获得干扰数据模型；根据所述干扰数据模型进行自动频率规划计算，获得最小成本值对应的频率规划。通过本发明从而可满足扩容情况下的频率规划，提升网络质量，提高频谱效率，降低了网络建设成本和维护成本。

Description

获取频率规划的方法、装置

技术领域

本发明涉及通信技术领域，特别涉及获取频率规划的方法、装置。

背景技术

由于GSM(Global System For Mobile Communication，全球移动通信系统)公开的规范标准和强大的漫游能力，获得了快速的发展。GSM主要采用FDMA(Frequency Division Multiple Access，频分多址接入)的方式，其明显的特点是同一时刻，采用不同频率作为区分用户的主要方式，载频资源作为GSM网络容量增长所面临的主要瓶颈，随着网络规模和容量的日益扩大，站型越来越大，站间距离越来越小，要求达到的频率复用度越来越高，对频率规划的要求也越来越高。同时频率规划是一个动态的过程，建网初期的网络规划和优化、后期的RF(Radio Frequency，无线射频系统)优化、扩容优化乃至搬迁扩容等都会涉及到频率规划，因此，频率规划伴随着一个网络的整个生命周期，合理的频率规划可以提高系统频谱利用率，降低干扰，提高话音质量和用户满意度，从而有效提高运营商网络质量和竞争力。

现有技术中，利用网络操作维护系统采集的BSC(Base Station Controller，基站控制器)实测数据，进行频率调整和优化。该方案主要是利用从现有网络获取基于MR(Measurement Report，测量报告)的实测数据，来自动生成干扰数据模型，从而进行频率规划和优化。

在对现有技术的研究和实践过程中，发明人发现现有技术方案至少存在以下问题：需要完全从现有网络获取原始数据来构建其数学模型，而这些数据有时并不能够完整获取：例如，当新建站或者目标网络要进行RF(RadioFrequency，射频)调整时，则相应数据将无法获取；又如，本地网络不是由一家设备厂商提供，而由多家设备厂商的网络设备构成，对于不同设备厂商的结合地带，难以获取完整的实测数据；不完整的数据势必使得模型不完整和不准确，从而影响频率规划和优化的效果。

发明内容

本发明实施例要解决的技术问题是提供获取频率规划的方法、装置，能够满足各种应用的自动频率规划要求，提高频率规划的准确性。

为解决上述技术问题，本发明实施例是通过以下技术方案实现的：

本发明一个实施例提供了一种获取频率规划的方法，包括：

针对网络中能够获取实测数据的网元，获取实测数据，根据所述实测数据建立实测干扰数据模型；

针对网络中无法获取实测数据的网元及受所述无法获取实测数据的网元影响的网元，获取预测数据，根据所述预测数据建立预测干扰数据模型；

将所述实测干扰数据模型与所述预测干扰数据模型合并，获得干扰数据模型；

根据所述干扰数据模型进行自动频率规划计算，获得最小成本值对应的频率规划。

本发明另一个实施例提供了一种获取频率规划的装置，包括：

实测数据获取单元，用于针对能够获取实测数据的网元，获取实测数据；

实测干扰矩阵建立单元，用于根据所述实测数据建立实测干扰数据模型；

预测数据获取单元，用于针对无法获取实测数据的网元及受所述无法获取实测数据的网元影响的网元，获取预测数据；

预测干扰矩阵建立单元，用于根据所述预测数据建立预测干扰数据模型；

干扰矩阵合并单元，用于将所述实测干扰数据模型与所述预测干扰数据模型合并获得干扰数据模型；

第一频率规划单元，用于根据所述干扰数据模型进行自动频率规划计算，获得最小成本值对应的频率规划。

本发明又一个实施例提供了一种获取频率规划的方法，包括：

针对网络中能够获取实测数据的网元，获取实测数据，根据所述实测数据建立实测干扰数据模型和实测切换数据模型；

针对网络中无法获取实测数据的网元及受所述无法获取实测数据的网元影响的网元，获取预测数据，根据所述预测数据建立预测干扰数据模型和预测切换数据模型；

将所述实测干扰数据模型与所述预测干扰数据模型合并，获得干扰数据模型；

将所述实测切换数据模型与所述预测切换数据模型合并，获得切换数据模型；

根据所述干扰数据模型和切换数据模型进行自动频率规划计算，获得最小成本值对应的频率规划。

本发明再一个实施例提供了一种获取频率规划的装置，包括：

实测数据获取单元，用于针对能够获取实测数据的网元，获取实测数据；

实测干扰矩阵建立单元，用于根据所述实测数据建立实测干扰数据模型；

实测切换关系建立单元，用于根据所述实测数据中的邻小区电平和报告次数建立实测切换数据模型；

预测数据获取单元，用于针对无法获取实测数据的网元及受所述无法获取实测数据的网元影响的网元，获取预测数据；

预测干扰矩阵建立单元，用于根据所述预测数据建立预测干扰数据模型；

预测切换关系建立单元，用于根据所述预测数据建立预测切换数据模型；

干扰矩阵合并单元，用于将所述实测干扰数据模型与所述预测干扰数据模型合并获得干扰数据模型；

切换关系合并单元，用于将所述实测切换关系数据模型与所述预测切换数据模型合并获得切换数据模型。

第二频率规划单元，用于根据所述干扰数据模型和切换数据模型进行自动频率规划计算，获得最小成本值对应的频率规划。

以上技术方案可以看出，基于实际网络实测数据，同时结合预测的干扰模型来补充从实际网络测试数据无法获取的数据，形成目标网络完整的干扰模型，通过目标函数成本最小化原则，获得最小成本值对应的频率规划。因此可满足扩容情况下的频率规划，提升网络质量，提高频谱效率，降低了网络建设成本和维护成本。

附图说明

图1为本发明一个实施例提供的方法流程图；

图2为本发明一个实施例提供的装置示意图；

图3为本发明一个实施例提供的方法流程图；

图4为本发明一个实施例提供的装置示意图。

具体实施方式

本发明实施例提供了获取频率规划的方法、装置，用于满足各种应用网络的自动频率规划要求，提高频率规划的准确性和合理性。为使本发明的技术方案更加清楚明白下面结合实施例进行详细说明。

参见图1，为本发明一个实施例提供的方法流程图。

S101；初始化。将网路中的网元分类为能够获取实测数据的网元、网络中无法获取实测数据的网元及受所述无法获取实测数据的网元影响的网元。

S102：针对网络中能够获取实测数据的网元，获取实测数据。由于网元位置基本上在小区里随机分布，因此可采用集中采集的方式从网元获得实测数据，该获取实测数据的方式自动化程度和效率高；也可以从路侧设备采集得到实测数据，从路侧设备采集的实测数据可体现该实测数据与网元位置的对应关系。

其中，所述实测数据可以包括：服务小区(例如移动台驻留并接收广播消息的小区)名、邻小区(例如服务小区广播消息中下发的用于小区重选或者切换的目标的候选小区)名、邻小区测量报告数、服务小区和邻小区电平差值(例如服务小区的载干比C/I)的平均值、各分段电平差值门限对应的测量报告数等。对于特定的服务小区，利用测量报告可以获取每个测量位置收集的邻小区信号接收电平，汇总后可以获得各个邻小区上报的次数，以及服务小区和邻小区信号的平均电平差值。根据上报次数越多，平均电平差值越小，则重要性越高的原则，可获得邻小区关系及其相对重要性权重。

S103：针对无法获取实测数据的网元(如新加入基站、设备来自不同厂商、以及某些小区内存在跨设备小区时导致无法获取实测数据的情况)，及受所述无法获取实测数据的网元影响的网元(例如，与无法获取实测数据的网元之间的距离小于预设值、网元所在小区与无法获取实测数据的网元所在小区互为邻区、网元覆盖区域与无法获取实测数据的网元的覆盖区域有重叠等情况)，获取预测数据。该预测数据主要基于地理信息数据和传播模型进行预测获得。其中地理信息数据是网络规划计算的基础信息，用于提供网络环境中相应纬度下的地形地物以及建筑物高度等信息。其中传播模型跟发射信号调制频段、传播环境和传播路径等密切相关，主要有经验型和数据型两种，常用的是经验型，一般为了提高计算精度，需要对目标站地址环境下的小区传播模型进行连续波测试和校正。

其中，步骤S101之后可以先进入步骤S102，也可以先进入步骤S103，S102与S103也可以同时进行。

S104：根据步骤S103获得的预测数据建立预测干扰数据模型。例如，某服务小区(如移动台驻留并接收广播消息的小区)和邻小区(如服务小区广播消息中下发的用于小区重选或者切换的目标的候选小区)之间的预测干扰数据模型可以如下表述：各个服务小区和邻小区电平差值(如服务小区的载干比C/I)对应的概率分布公式P(C/I＞CIthresh)＝(大于该分段C/I门限CIthresh对应的测量报告数)/(邻小区对应的测量报告数)，其中CIthresh_i为设定的各分段门限，综合所有的小区，获得预测干扰数据模型。

S105：根据步骤S102获得的实测数据建立实测干扰数据模型。例如，某某服务小区(如移动台驻留并接收广播消息的小区)和邻小区(如服务小区广播消息中下发的用于小区重选或者切换的目标的候选小区)之间的实测干扰数据模型可以如下表述：各个服务小区和邻小区电平差值(例如服务小区的载干比C/I)对应的概率分布公式P(C/I＞CIthresh)＝(大于该分段C/I门限CIthresh对应的测量报告数)/(邻小区对应的测量报告数)，其中CIthresh_i为设定的各分段门限，综合所有的小区，获得实测干扰数据模型。

S106：将所述实测干扰数据模型与所述预测干扰数据模型合并获得干扰数据模型。具体的，在所述无法获取实测数据的网元的影响范围内的所有小区对应的数据用预测数据替代；或/和，在所述无法获取实测数据的网元的影响范围以外的所有小区对应的数据以实测数据为准。例如，在某片小区构成的一定区域中，如果在区域中加入一个新的小区C，新的小区C的影响范围为S，S影响范围内的所有小区的实测数据不再准确，需要用预测数据替代。

S107：根据干扰数据模型进行自动频率规划计算，获得最小成本值对应的频率规划。具体的，将干扰数据模型作为目标成本函数的参数输入，输出至少两组频率规划及其对应的成本值；对所述至少两组频率规划及其对应的成本值进行遍历，选择最优的一组频率规划及其对应的成本值；对该最优的一组频率规划(如第一组频率规划)及其对应的成本值进行反复迭代，当迭代失败时，则对获得的除所述第一组频率规划以外的至少两组频率规划及其对应的成本值进行遍历，选择除所述第一组频率规划以外的最优的一组频率规划及其对应的成本值进行反复迭代，直到获得最小成本值对应的频率规划。

例如，第k次遍历对应的成本值可以近似表示为：Cost(k)＝Interference(k)。其中，Interference(k)表示根据数据模型产生的干扰成本，即在第k次次遍历时所有载频因为受干扰从而产生的干扰成本；Cost(k)表示k次频率规划对应的成本值，单位为Erlang。

本实施例中，从应用方面考虑，利用实际实测数据为主，结合预测数据建立干扰数据模型；从准确性方面考虑，根据干扰数据模型以及目标成本函数进行自动频率规划的计算，从而满足日益庞大的网络和用户的需要，降低网络建设和维护的成本。

在本发明另一个实施例中，S107之后还可以包括如下步骤：

将获得的频率规划输入到验证系统(例如模拟系统)中，获取全网的验证效果，根据出现问题的区域对该频率规划进行评估和调整，从而获得优化的频率规划。

本实施例增加了对输出结果进一步优化的步骤，使得输出的结果更准确，因此本实施例同时支持频率的规划和优化，满足无线网络整个生命周期频率规划和优化的应用的需要。

参见图2，为本发明一个实施例提供的装置示意图，包括：

实测数据获取单元201，用于针对能够获取实测数据的网元，获取网络实测数据。具体获取过程可参见S102，此处不再赘述。

实测干扰矩阵建立单元202，用于根据所述实测数据建立实测干扰数据模型。具体获取过程可参见S105，此处不再赘述。

预测数据获取单元203，用于针对无法获取实测数据的网元(如新加入基站、设备来自不同厂商、以及某些小区内存在跨设备小区时导致无法获取实测数据的情况)，及受所述无法获取实测数据的网元影响的网元(例如，与无法获取实测数据的网元之间的距离小于预设值、网元所在小区与无法获取实测数据的网元所在小区互为邻区、网元覆盖区域与无法获取实测数据的网元的覆盖区域有重叠等情况)，获取预测数据。具体获取过程可参见S103，此处不再赘述。

预测干扰矩阵建立单元204，用于根据所述预测数据建立预测干扰矩阵数据模型。具体获取过程可参见S104，此处不再赘述。

干扰矩阵合并单元205，用于将所述实测干扰数据模型与所述预测干扰数据模型合并获得干扰数据模型。具体可参见S106，此处不再赘述。

第一频率规划单元206，用于获得的干扰数据模型进行自动频率规划计算，获得最小成本值对应的频率规划。具体可参见S107，此处不再赘述。

在本发明另一个实施例中，所述装置还包括：优化单元，用于将所述第一频率规划单元206输出的频率规划输入到验证系统(例如模拟系统)中，获取全网的验证效果，根据出现问题的区域对所述频率规划进行评估和调整，从而获得优化的频率规划。

参见图3，为本发明一个实施例提供的方法流程图，包括：

S301；初始化。将网路中的网元分类为能够获取实测数据的网元、网络中无法获取实测数据的网元及受所述无法获取实测数据的网元影响的网元。

S302：针对网络中能够获取实测数据的网元，获取实测数据。具体可参见步骤S102，此处不再赘述。

S303：针对无法获取实测数据的网元(如新加入基站、设备来自不同厂商、以及某些小区内存在跨设备小区时导致无法获取实测数据的情况)，及受所述无法获取实测数据的网元影响的网元(例如，与无法获取实测数据的网元之间的距离小于预设值、网元所在小区与无法获取实测数据的网元所在小区互为邻区、网元覆盖区域与无法获取实测数据的网元的覆盖区域有重叠等情况)，获取预测数据。该预测数据主要基于地理信息数据和传播模型进行预测获得。具体可参见步骤S103，此处不再赘述。

其中，步骤S301之后可以先进入步骤S302，也可以先进入步骤S303，S302与S303也可同时执行。

S304：根据步骤S303获得的预测数据建立预测干扰数据模型。具体可参见步骤S304，此处不再赘述。

S305：根据步骤S302获得的实测数据建立实测干扰数据模型。具体过程可参见步骤S105的描述，在此不再赘述。

S306：将步骤S305获得的实测干扰数据模型和步骤S304获得的预测干扰数据模型合并，得到干扰数据模型。具体可参见步骤S106，此处不再赘述。

S307：根据步骤S303获得的预测数据建立预测切换数据模型。

其中，预测切换数据模型主要以下面的形式来构成：【Serving Cell；Neighbor Cell；Importance Rank；Priority】。其中，第一列Serving Cell为服务小区名；第二列Neighbor Cell为邻小区名；第三列Importance Rank为邻小区相对服务小区的重要程度，用百分数表示，可通过预测数据获得；第四列Priority表示依据第三列得到的优先级别，数值1位最高级别，依次排序。

S308：根据步骤S302获得的实测数据建立实测切换数据模型。其中，实测切换数据模型主要用于表征两小区间的切换关系以及切换重要程度(两小区切换发生的频度)，实测切换数据模型可以用下面的形式来表示：【ServingCell；Neighbor Cell；Importance Rank；Priority】。其中，第一列Serving Cell为服务小区名；第二列Neighbor Cell为邻小区名；第三列Importance Rank为邻小区相对服务小区的重要程度，用百分数表示，可通过邻小区电平和报告次数获得；第四列Priority表示依据第三列得到的优先级别，数值1位最高级别，依次排序。

S309：将步骤S308获得的实测切换数据模型和步骤S307获得的预测切换数据模型合并，得到切换数据模型。具体的，所述无法获取实测数据的网元对应的小区为服务小区时，在所述无法获取实测数据的网元的影响范围内的所有小区对应的数据用预测数据替代；或/和，所述无法获取实测数据的网元对应的小区为为邻小区时，该邻小区对应的服务小区的影响范围内的所有小区对应的数据用预测数据替代；或/和，所述无法获取实测数据的网元对应的小区属于服务小区或者邻小区以外的小区，以及在所述无法获取实测数据的网元的影响范围以外的所有小区对应的数据以实测数据为准。例如，在某片小区构成的一定区域中，如果在区域中加入一个新的小区C，新的小区C的影响范围为S，S影响范围内的所有小区的实测数据不再准确，需要用预测数据替代；当C为Serving Cell(服务小区)时，C影响范围内的所有小区的实测数据不再准确，需要用预测数据来替代；C为Neighbor Cell(邻小区)时，C对应的服务小区的影响范围内的所有小区的实测数据不再准确，需要用预测数据替代。

S310：根据步骤S306获得的干扰数据模型、以及步骤S309获得的切换数据模型进行自动频率规划计算，获得最小成本值对应的频率规划。具体的，根据骤S306获得的干扰数据模型、以及步骤S209获得的切换数据模型作为目标成本函数的参数输入，输出至少两组频率规划及其对应的成本值；对获得的所述至少两组频率规划及其对应的成本值进行遍历，选择最优的一组频率规划及其对应的成本值；对该最优的一组频率规划(如第一组频率规划)及其对应的成本值进行反复迭代，当迭代失败时，则对获得的除所述第一组频率规划以外的至少两组频率规划及其对应的成本值进行遍历，选择除所述第一组频率规划以外的最优的一组频率规划及其对应的成本值进行反复迭代，直到获得最小成本值对应的频率规划。

例如，第k次频率遍历对应的成本值可以近似表示为Cost(k)＝Isolation(k)+Interference(k)。其中，Isolation(k)表示根据切换数据模型产生的违背隔离成本，即在第k次频率规划输出方案中，所有载频因为违背隔离条件产生的成本；Interference(k)表示根据干扰数据模型产生的干扰成本，即在第k次频率规划输出方案中，所有载频因为受干扰从而产生的干扰成本；Cost(k)表示第k次频率规划对应的成本值，单位为Erlang。

干扰成本对总的成本的贡献和影响可通过统一的干扰成本权重W1来体现，然后结合考虑每个服务小区受干扰的大小，以及受干扰的话务量来最终得到实际的干扰成本。违背隔离成本对总的成本的重要性通过统一的成本权重W2来体现，一般情况下W2＜W1，违背隔离条件具有各种情况，各自对成本的重要性也会通过各自对应的权重来体现，违背隔离条件的情况主要包括：违背设定发射机载频间隔要求(权重为W21)、违背共发射机载频间隔要求(权重为W22)、违背共站载频间隔要求(权重为W23)和违背邻小区载频间隔要求(权重为W24)等情况。对一个大容量大规模的网络来说，经常会产生的是邻小区违背载频间隔要求产生的成本，在计算时候，结合考虑W2、具体情况的相应权重W2i(i从1到4)、邻小区重要性和相应违例载频的话务量等来归一化计算得到违背隔离成本。

本实施例中，从应用方面考虑，利用实际实测数据为主；从准确性方面考虑，结合预测数据建立实测干扰数据模型和切换数据模型，并根据实测干扰数据模型、切换数据模型、以及目标成本函数进行自动频率规划，因此，可提高网络质量、频谱效率，满足日益庞大的网络和用户的需要，降低网络建设和维护的成本。

在本发明另一个实施例中，S310之后还可以包括如下步骤：

将获得的频率规划输入到验证系统(例如模拟系统)中，获取全网的验证效果，根据出现问题的区域对该频率规划进行评估和调整，从而获得优化的频率规划。

本实施例增加了对输出结果进一步优化的步骤，使得输出的结果更准确，因此本实施例同时支持频率的规划和优化，满足无线网络整个生命周期频率规划和优化的应用的需要。

参见图4，为本发明一个实施例提供的装置示意图，包括：

实测数据获取单元201，用于针对能够获取实测数据的网元，获取网络实测数据。具体获取过程可参见S102，此处不再赘述。

实测干扰矩阵建立单元202，用于根据所述实测数据建立实测干扰数据模型。具体获取过程可参见S105，此处不再赘述。

预测数据获取单元203，用于针对无法获取实测数据的网元(如新加入基站、设备来自不同厂商、以及某些小区内存在跨设备小区时导致无法获取实测数据的情况)，及受所述无法获取实测数据的网元影响的网元(例如，与无法获取实测数据的网元之间的距离小于预设值、网元所在小区与无法获取实测数据的网元所在小区互为邻区、网元覆盖区域与无法获取实测数据的网元的覆盖区域有重叠等情况)，获取预测数据。具体获取过程可参见S103，此处不再赘述。

预测干扰矩阵建立单元204，用于根据所述预测数据建立预测干扰矩阵数据模型。具体获取过程可参见S104，此处不再赘述。

干扰矩阵合并单元205，用于将所述实测干扰数据模型与所述预测干扰数据模型合并获得干扰数据模型。具体可参见S106，此处不再赘述。

实测切换关系建立单元401，用于根据所述网络实测数据中的邻小区电平和报告次数建立实测切换数据模型。具体可参见S208，此处不再赘述。

预测切换关系建立单元402，用于根据预测数据建立预测切换数据模型。具体可参见S207，此处不再赘述。

切换关系合并单元403，用于将所述实测切换关系数据模型与所述预测切换数据模型合并获得切换数据模型。具体可参见S208，此处不再赘述。

第二频率规划单元404，用于根据获得的干扰数据模型和切换数据模型进行自动频率规划计算，获得最小成本值对应的频率规划。具体可参见步骤S310，此处不再赘述。

在本发明另一个实施例中，所述装置还包括：优化单元，用于将所述第二频率规划单元404输出的频率规划输入到验证系统(例如模拟系统)中，获取全网的验证效果，根据出现问题的区域对所述频率规划进行评估和调整，从而获得优化的频率规划。

以上实施例可以看出，基于实际网络实测数据，同时结合预测的干扰模型来补充从实际网络测试数据无法获取的数据，形成目标网络完整的干扰模型，在此基础上从邻小区切换和干扰影响两方面，通过目标函数成本最小化原则，获得最优化的频率规划。从而可满足扩容情况下的频率规划，提升网络质量，提高频谱效率，降低了网络建设成本和维护成本。

本领域普通技术人员可以理解实现上述实施例的过程中的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上对本发明所提供的一种获取频率规划的方法、装置进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (13)

1、一种获取频率规划的方法，其特征在于，包括：

针对网络中能够获取实测数据的网元，获取实测数据，根据所述实测数据建立实测干扰数据模型；

针对网络中无法获取实测数据的网元及受所述无法获取实测数据的网元影响的网元，获取预测数据，根据所述预测数据建立预测干扰数据模型；

将所述实测干扰数据模型与所述预测干扰数据模型合并，获得干扰数据模型；

根据所述干扰数据模型进行自动频率规划计算，获得最小成本值对应的频率规划。

2、根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述最小成本值对应的频率规划输入到验证系统中，根据验证结果中出现问题的区域对所述频率规划进行评估和调整，获得优化的频率规划。

3、根据权利要求1所述的方法，其特征在于，所述将所述实测干扰矩阵数据模型与所述预测干扰矩阵数据模型合并，包括：

在所述无法获取实测数据的网元的影响范围内的所有小区对应的数据用预测数据替代；

或/和，在所述无法获取实测数据的网元的影响范围以外的所有小区对应的数据以实测数据为准。

4、根据权利要求1所述的方法，其特征在于，所述根据干扰数据模型进行自动频率规划计算，获得最小成本值对应的频率规划，包括：

将所述获得的干扰数据模型作为目标成本函数的参数，计算后获得至少两组频率规划及其对应的成本值；

对所述获得的至少两组频率规划及其对应的成本值进行遍历，选择对应的成本值最小的一组频率规划；

利用目标成本函数对所述成本值最小的一组频率规划及其对应的成本值进行反复迭代，直到获得最小成本值对应的频率规划。

5、一种获取频率规划的装置，其特征在于，包括：

实测数据获取单元，用于针对能够获取实测数据的网元，获取实测数据；

实测干扰矩阵建立单元，用于根据所述实测数据建立实测干扰数据模型；

预测数据获取单元，用于针对无法获取实测数据的网元及受所述无法获取实测数据的网元影响的网元，获取预测数据；

预测干扰矩阵建立单元，用于根据所述预测数据建立预测干扰数据模型；

干扰矩阵合并单元，用于将所述实测干扰数据模型与所述预测干扰数据模型合并获得干扰数据模型；

第一频率规划单元，用于根据所述干扰数据模型进行自动频率规划计算，获得最小成本值对应的频率规划。

6、根据权利要求5所述的装置，其特征在于，所述装置还包括：

优化单元，用于将所述频率规划输入到验证系统中，根据验证结果中出现问题的区域对所述频率规划进行评估和调整，获得优化的频率规划。

7、一种获取频率规划的方法，其特征在于，包括：

针对网络中能够获取实测数据的网元，获取实测数据，根据所述实测数据建立实测干扰数据模型和实测切换数据模型；

针对网络中无法获取实测数据的网元及受所述无法获取实测数据的网元影响的网元，获取预测数据，根据所述预测数据建立预测干扰数据模型和预测切换数据模型；

将所述实测干扰数据模型与所述预测干扰数据模型合并，获得干扰数据模型；

将所述实测切换数据模型与所述预测切换数据模型合并，获得切换数据模型；

根据所述干扰数据模型和切换数据模型进行自动频率规划计算，获得最小成本值对应的频率规划。

8、根据权利要求7所述的方法，其特征在于，所述方法还包括：

将所述最小成本值对应的频率规划输入到验证系统中，根据验证结果中出现问题的区域对所述频率规划进行评估和调整，获得优化的频率规划。

9、根据权利要求7所述的方法，其特征在于，所述将所述实测切换数据模型与预测切换数据模型合并，包括：

所述无法获取实测数据的网元对应的小区为服务小区时，在所述无法获取实测数据的网元的影响范围内的所有小区对应的数据用预测数据替代；

或/和，所述无法获取实测数据的网元对应的小区为为邻小区时，该邻小区对应的服务小区的影响范围内的所有小区对应的数据用预测数据替代；

或/和，所述无法获取实测数据的网元对应的小区属于服务小区或者邻小区以外的小区，以及在所述无法获取实测数据的网元的影响范围以外的所有小区对应的数据以实测数据为准。

10、根据权利要求7所述的方法，其特征在于，所述将所述实测干扰矩阵数据模型与所述预测干扰矩阵数据模型合并，包括：

在所述无法获取实测数据的网元的影响范围内的所有小区对应的数据用预测数据替代；

或/和，在所述无法获取实测数据的网元的影响范围以外的所有小区对应的数据以实测数据为准。

11、根据权利要求7所述的方法，其特征在于，所述根据所述干扰数据模型和切换数据模型进行自动频率规划计算，获得最小成本值对应的频率规划，包括：

将所述干扰数据模型和切换数据模型作为目标成本函数的参数，计算后获得至少两组频率规划及其对应的成本值；

对所述获得的至少两组频率规划及其对应的成本值进行遍历，选择对应的成本值最小的一组频率规划；

利用目标成本函数对所述成本值最小的一组频率规划及其对应的成本值进行反复迭代，直到获得最小成本值对应的频率规划。

12、一种获取频率规划的装置，其特征在于，包括：

实测数据获取单元，用于针对能够获取实测数据的网元，获取实测数据；

实测干扰矩阵建立单元，用于根据所述实测数据建立实测干扰数据模型；

实测切换关系建立单元，用于根据所述实测数据中的邻小区电平和报告次数建立实测切换数据模型；

预测数据获取单元，用于针对无法获取实测数据的网元及受所述无法获取实测数据的网元影响的网元，获取预测数据；

预测干扰矩阵建立单元，用于根据所述预测数据建立预测干扰数据模型；

预测切换关系建立单元，用于根据所述预测数据建立预测切换数据模型；

干扰矩阵合并单元，用于将所述实测干扰数据模型与所述预测干扰数据模型合并获得干扰数据模型；

切换关系合并单元，用于将所述实测切换关系数据模型与所述预测切换数据模型合并获得切换数据模型；

第二频率规划单元，用于根据所述干扰数据模型和切换数据模型进行自动频率规划计算，获得最小成本值对应的频率规划。

13、根据权利要求12所述的装置，其特征在于，所述装置还包括：

优化单元，用于将所述频率规划输入到验证系统中，根据验证结果中出现问题的区域对所述频率规划进行评估和调整，获得优化的频率规划。

Images