CN101330331B - 一种度量干扰强度的方法 - Google Patents

Abstract

本发明公开了一种度量干扰强度的方法，应用于蜂窝通信系统，包括：测量基站接收到的干扰功率的强度；计算阴影衰落远场值的大小，所述阴影衰落远场值是由基站周围环境产生的阴影衰落；在干扰功率强度中去掉阴影衰落远场值的影响，得到干扰强度的度量值。使用本发明的方法，计算出来的干扰强度的度量值可以更好的反映干扰对系统性能的影响。所以，采用本发明的各种干扰控制算法可以更好地实现干扰控制的目的，将干扰对系统性能的影响控制在目标范围内。

Description

一种度量干扰强度的方法

技术领域

本发明涉及数字通信领域，尤其涉及一种度量干扰强度的方法。

背景技术

小区(扇区)间或小区(扇区)内的同频干扰是蜂窝通信系统的一个固有问题，传统的解决方法是采用频率复用技术，如GSM(全球移动通信系统)，即根据某种规则将若干个小区(扇区)组合为一个簇(cluster)，一个簇内的不同小区(扇区)之间使用不同的频率资源，不同的簇之间使用相同的频率资源，簇内小区数目的倒数被定义为频率复用因子，其取值可以为1、1/3、1/7。但是，随着蜂窝通信系统的不断演进，系统对频谱效率的要求越来越高，这就要求使用比较高的复用因子，如CDMA2000、WCDMA以及LTE(Long Term Evolution，长期演进)系统都要求频率复用因子为1。

在频率复用因子为1的蜂窝通信系统中，往往需要使用干扰控制技术来解决同频干扰的问题。干扰控制的方法包括功率控制、调度等等，其目标是将基站受到干扰影响的程度(即干扰强度)控制在一个可接受的范围之内，从而保证较好的吞吐量及覆盖性能。为了实现干扰控制的目标，各种干扰控制方法中一个很重要的组成部分是估计干扰对系统性能影响的程度，然后再利用估计的结果进行后续的操作。

现有的通信系统常常用基站接收到的干扰功率的大小，或干扰功率超过噪声功率的程度，即IoT(Interference over Thermal)或RoT(Rise overThermal)(其中在LTE中不存在小区或扇区内干扰一般用IoT，在CDMA系统中存在小区或扇区内干扰，一般用RoT)来度量干扰强度。这种度量标准只能反映基站接收到的干扰功率的大小，并不能准确的反映干扰对系统性能的影响，所以使用这种度量标准的干扰控制算法不能很好的实现干扰控制的目标。

发明内容

本发明要解决的技术问题就是提供一种度量干扰强度的方法，解决现有技术中度量标准只能反映基站接收到的干扰功率的大小，而不能准确的反映干扰对系统性能的影响的问题。

为了解决上述技术问题，本发明提供一种度量干扰强度的方法，应用于蜂窝通信系统，包括如下步骤：

(1)测量基站接收到的干扰功率的强度；

(2)计算阴影衰落远场值的大小，所述阴影衰落远场值是由基站周围环境产生的阴影衰落；

(3)在干扰功率强度中去掉阴影衰落远场值的影响，得到干扰强度的度量值。

进一步地，所述步骤(1)中的干扰功率的强度是反映干扰功率大小的值，为基站接收到的干扰功率值本身，或干扰功率超过噪声功率的程度。

进一步地，所述步骤(2)中所述阴影衰落远场值由基站小区内若干位置的路径损耗减去传播损耗，并统计平均值得到。

进一步地，所述步骤(2)包括如下步骤：

(2.1)在小区内选定若干位置，测量这些位置与基站之间的距离；

(2.2)利用传播模型及位置与基站之间的距离计算这些位置与基站之间的传播损耗；

(2.3)计算这些位置与基站之间的路径损耗，所述路径损耗为基站的下行导频的发射功率减去所在位置的下行导频的接收功率；

(2.4)路径损耗减去传播损耗即可得到各个位置与基站之间的阴影衰落；

(2.5)对这些阴影衰落值求统计平均即可得到阴影衰落远场值的大小。

进一步地，所述步骤(2.1)包括如下步骤：

(2.1.1)在小区内随机的选定若干个移动台，它们的位置在小区内均匀分布；

(2.1.2)利用定位系统工具测量这些移动台与基站之间的距离。

进一步地，所述定位系统工具为全球定位系统测量工具。

进一步地，所述步骤(2.3)包括如下步骤：

(2.3.1)移动台上报的下行导频的接收功率；

(2.3.2)下行导频的发射功率减去上报的接收功率得到所述位置与基站之间的路径损耗。

进一步地，所述步骤(2.3)包括如下步骤：

(2.3.1)使用测量车到所述位置测量基站下行导频接收功率；

(2.3.2)下行导频的发射功率减去测量到的接收功率得到所述位置与基站之间的路径损耗。

进一步地，所述步骤(3)中，所述在干扰功率强度中去掉阴影衰落远场值的影响为干扰功率强度的测量值减去加权后的阴影衰落远场值。

使用本发明的方法，计算出来的干扰强度的度量值可以更好的反映干扰对系统性能的影响。所以，采用本发明的各种干扰控制算法可以更好地实现干扰控制的目的，将干扰对系统性能的影响控制在目标范围内。

附图说明

图1是本发明实施例计算干扰强度度量值的流程图；

图2基站及待测位置或移动台分布示意图；

图3是本发明实施例计算阴影衰落远场值流程图(方法一)；

图4是本发明实施例计算阴影衰落远场值流程图(方法二)。

具体实施方式

干扰控制算法的一个重要组成部分是度量干扰强度。由于阴影衰落远场值(基站侧的阴影衰落)的影响，基站测量到的干扰功率(或IoT、RoT)不能准确的反映干扰对目标小区系统性能的影响，使得采用干扰功率(或IoT、RoT)作为干扰强度度量标准的干扰控制算法不能很好实现干扰控制的目标，即将干扰对系统性能的影响控制在一个可接受的范围内。

本发明的主要思想是在计算干扰强度的度量值的时候去掉干扰功率(或IoT、RoT)中阴影衰落远场值的影响，使其可以更好的反映干扰对系统性能的影响，提高干扰控制算法的性能。

下面结合附图及具体实施例对本发明进行详细说明。

如图1所示，本发明实施例包括如下步骤(除非特殊说明，下面提到的各个量的单位都是dB)：

步骤101，测量基站接收到的干扰功率的强度；

所述干扰功率的强度可以由接收到的干扰功率值本身、RoT或IoT等能反映干扰功率大小的量来表征；

步骤102，计算阴影衰落远场值的大小；

所述阴影衰落远场值(far field value of shadow fading或far fieldcomponent of shadow fading)是指由基站周围环境产生的阴影衰落；

具体来说，可以包括如下步骤：

(A)在小区内随机的选定若干位置(如图2所示)，测量这些位置与基站之间的距离；

(B)利用适当的传播模型及位置与基站之间的距离计算这些位置与基站之间的传播损耗；

(C)计算这些位置与基站之间的路径损耗，所述路径损耗为基站的下行导频的发射功率减去所在位置的下行导频的接收功率(这里的导频功率是dB值)；

(D)路径损耗减去传播损耗即可得到各个位置与基站之间的阴影衰落；

(E)对这些阴影衰落值求统计平均即可得到阴影衰落远场值的大小；

步骤103，在干扰功率强度中去掉阴影衰落远场值的影响，得到干扰强度的度量值。

步骤103可以由多种实现方法，比如可以用干扰功率强度的测量值减去加权后的阴影衰落远场值，即Ω＝IoT-α·β，其中α为权值，β为步骤102得到的阴影衰落远场值。

由于同一个基站的不同小区(扇区)之间阴影衰落远场值之间的相关性很强(如图2所示)，所以步骤102只需以基站为单位实施即可。另外，阴影衰落远场值的变化非常缓慢，所以步骤102的实施周期可以较长。

对于计算阴影衰落远场值的大小，可以有多种方式，如包括如下两种具体方式：

方式一，如图3所示，包括如下步骤：

步骤301，在小区内随机的选定若干个移动台，它们的位置在小区内均匀分布(如图2所示)；

步骤302，利用GPS(全球定位系统)或其它定位系统工具测量这些移动台与基站之间的距离；

步骤303，利用适当的传播模型及上一步的测量结果计算各个移动台与基站之间的传播损耗；

步骤304，利用下行导频的发射功率以及移动台上报的下行导频的接收功率计算各个移动台与基站之间的路径损耗，所述路径损耗的大小即为传播损耗的大小加上阴影衰落的大小；

步骤305，步骤304得到的路径损耗减去步骤303得到的传播损耗即可得到各个移动台与基站之间的阴影衰落；

步骤306，对上一步得到的阴影衰落求统计平均，即可得到阴影衰落的远场值。

方式二，如图4所示，包括如下步骤：

步骤401，在小区内随机的选择若干个位置(如图2所示)，计算这些位置与基站之间的距离；

步骤402，利用适当的传播模型及步骤401得到的距离计算这些位置与基站之间的传播损耗；

步骤403，派专用的测量车到这些位置测量基站下行导频接收功率；

步骤404，根据下行导频的发射功率及步骤403测量到的接收功率计算这些位置与基站之间的路径损耗，所述路径损耗的大小即为传播损耗的大小加上阴影衰落的大小；

步骤405，步骤404得到的路径损耗减去步骤402得到的传播损耗即可得到各个位置与基站之间的阴影衰落；

步骤406，对这些阴影衰落值求统计平均即可得到阴影衰落远场值。

下面以一个应用实例进行详细描述：

假定用IoT值反映干扰功率的强度，其定义式为

$\mathrm{IoT}=10.\log \frac{(I+N)}{N}---\left(1\right)$

其中I为干扰功率，单位为mW，N热噪声功率，单位为mW。

步骤1，测量IoT；

当系统中用户量很少的时候(通常是在深夜)，在基站接收天线连接器(receive antenna connector)处测量热噪声功率N(在某些文献中，这个测量值也被称为参考值)，这个测量值应该进行周期性的更新，但与IoT相比，其更新周期要长得多；当需要计算IoT的时候，在基站接收天线连接器处测量I+N，然后再利用式(1)计算IoT，单位为dB。对于多天线的情况，在各个接收天线的连接器处分别计算IoT，然后对各个天线之间IoT的线性值进行平均，最后再将平均的结果转化的dB值作为IoT的测量值。

步骤2，计算阴影衰落远场值的大小；

(a)在小区内随机选择N个位置i，测量这些位置与基站之间的距离；

(b)利用适当的传播模型计算基站与这些位置之间的传播损耗Θ_i，其中i表示第i个位置；

(c)派专用的测量车测量这些位置接收到的下行导频功率

(d)利用下行导频的发射功率P^Tx_Pilot及式(2)，计算基站与各个位置之间的路径损耗

${\mathrm{PL}}_i=P^{\mathrm{Tx}\_\mathrm{Pilot}}-P_i^{\mathrm{Rx}\_\mathrm{Pilot}}---\left(2\right)$

(e)利用式(3)计算各个位置的阴影衰落值

η_i＝PL_i-Θ_i    (3)

(f)重复以上步骤，得到多个位置上的阴影衰落值，再利用式(4)计算阴影衰落的远场值；

$\mathrm{\β}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\η}}_i---\left(4\right)$

为了比较准确的估计阴影衰落远场值，N应该取一个比较大的值，如1000。

步骤3，利用式(5)计算干扰强度的度量值Ω

Ω＝IoT-α·β    (5)

其中α为权值，可以根据实际情况设置，比如可以取2.8。

以上所述的实施方式只是本发明的实施实例而已，在不违背本发明精神及实质的情况下，技术人员可以根据本发明产生其它实施例，但这些基于本发明精神及实质的实施例也应该属于本发明所附权利要求的保护范围之内。

Claims (9)

1.一种度量干扰强度的方法，应用于蜂窝通信系统，包括如下步骤：

(1)测量基站接收到的干扰功率的强度；

(2)计算阴影衰落远场值的大小，所述阴影衰落远场值是由基站周围环境产生的阴影衰落；

(3)在干扰功率强度中去掉阴影衰落远场值的影响，得到干扰强度的度量值。

2.根据权利要求1所述的方法，其特征在于，所述步骤(1)中的干扰功率的强度是反映干扰功率大小的值，为基站接收到的干扰功率值本身，或干扰功率超过噪声功率的程度。

3.根据权利要求1所述的方法，其特征在于，所述步骤(2)中所述阴影衰落远场值由基站小区内若干位置的路径损耗减去传播损耗，并统计平均值得到。

4.根据权利要求1～3中任意一项所述的方法，其特征在于，所述步骤(2)包括如下步骤：

(2. 1)在小区内选定若干位置，测量这些位置与基站之间的距离；

(2. 2)利用传播模型及位置与基站之间的距离计算这些位置与基站之间的传播损耗；

(2. 3)计算这些位置与基站之间的路径损耗，所述路径损耗为基站的下行导频的发射功率减去所在位置的下行导频的接收功率；

(2. 4)路径损耗减去传播损耗即可得到各个位置与基站之间的阴影衰落；

(2. 5)对这些阴影衰落值求统计平均即可得到阴影衰落远场值的大小。

5.根据权利要求4所述的方法，其特征在于，所述步骤(2.1)包括如下步骤：

(2. 1.1)在小区内随机的选定若干个移动台，它们的位置在小区内均匀分布；

(2. 1.2)利用定位系统工具测量这些移动台与基站之间的距离。

6.根据权利要求5所述的方法，其特征在于，所述定位系统工具为全球定位系统测量工具。

7.根据权利要求5所述的方法，其特征在于，所述步骤(2.3)包括如下步骤：

(2. 3.1)移动台上报的下行导频的接收功率；

(2. 3.2)下行导频的发射功率减去上报的接收功率得到所述位置与基站之间的路径损耗。

8.根据权利要求4所述的方法，其特征在于，所述步骤(2.3)包括如下步骤：

(2. 3.1)使用测量车到所述位置测量基站下行导频接收功率；

(2. 3.2)下行导频的发射功率减去测量到的接收功率得到所述位置与基站之间的路径损耗。

9.根据权利要求1～3中任意一项所述的方法，其特征在于，所述步骤(3)中，所述在干扰功率强度中去掉阴影衰落远场值的影响为干扰功率强度的测量值减去加权后的阴影衰落远场值。

Images