CN102572885A - 自组织网络中进行小区间自动邻近关系管理的方法与设备 - Google Patents

Abstract

本发明的目的是提供一种在自组织网络中用于进行小区间邻近关系自动管理的方法和设备。其中，设备获取源小区及其他多个小区的位置信息及方位信息；根据所述源小区的位置信息及方位信息与其他多个小区的位置信息及方位信息，来确定所述源小区的目标邻近小区。本发明在不同的网络部署阶段能够实施自动邻近关系(ANR)配置和优化，在网络初始化阶段，自动产生每个小区的邻近关系；在网络优化阶段，为客户提供了具有较高输出切换失效率的问题小区的潜在邻近小区；不受频率和无线接入技术的限制，在前向和后向网络兼容性方面有很高的扩展性。

Description

自组织网络中进行小区间自动邻近关系管理的方法与设备

技术领域

本发明涉及自组织网络(SON)管理技术领域，尤其涉及一种在自组织网络中用于进行小区间邻近关系自动管理的技术。

背景技术

自组织网络(SON)是LTE中的一个重要特征，根据不同的网络操作阶段分为3个部分：自配置、自优化、自愈&增强型操作维护管理(OAM)。自动邻近关系(ANR)在自组织网络(SON)中起着重要作用，它包含了自配置和自优化两个领域。

根据3GPP TR 36.902R9版本和3GPP TS 36.300R10版本的描述，自动邻近关系(ANR)的一个用例是允许基站(eNodeB)自动建立和维持邻近关系，这种基于基站(eNodeB)的自动邻近关系(ANR)应用是分布式的。在下一代移动网络建议关于自组织网络和运行与维护的需求文档(NGMN RECOMMENDATION ON SON&O&MREQUIREMENTS)中，自动邻近关系(ANR)能够通过用户测量、统计派生数据、仿真或实地测量来进行实施。但是这仅仅是一个需求，还没有提出具体的解决方案。迄今为止，业内还没有基于操作维护中心(OMC)的自动邻近关系(ANR)解决方案的发布。

因此，如何提供一种基于操作维护中心(OMC)的自动邻近关系(ANR)管理的方法，成为目前亟待解决的问题之一。

发明内容

本发明的目的是提供一种在自组织网络中用于进行小区间邻近关系自动管理的方法和设备。

根据本发明的一个方面，提供一种在自组织网络中用于进行小区间邻近关系自动管理的方法，其中，该方法包括以下步骤：

a获取源小区及其他多个小区的位置信息及方位信息；

b根据所述源小区的位置信息及方位信息与其他多个小区的位置信息及方位信息，来确定所述源小区的目标邻近小区。

根据本发明的另一个方面，还提供了一种在自组织网络中用于进行小区间邻近关系自动管理的设备，其中，该设备包括：

获取装置，用于获取源小区及其他多个小区的位置信息及方位信息；

确定装置，用于根据所述源小区的位置信息及方位信息与其他多个小区的位置信息及方位信息，来确定所述源小区的目标邻近小区。

与现有技术相比，本发明提出了着眼于整个网络性能的基于操作维护中心(OMC)的自动邻近关系(ANR)集中解决方案，在网络规划和优化阶段为用户提供优化选择，从而节省了人工成本。本发明在不同的网络部署阶段能够实施自动邻近关系(ANR)配置和优化，在LTE网络中对自组织网络(SON)有以下三方面的贡献：

1)在网络初始化阶段，本发明将会为自组织网络配置大量的参数；能够自动产生每个小区的邻近关系，这是整个网络工作指令的组成部分。

2)在网络优化阶段，网络结构由于新小区的增加或删除可能发生变化；为客户提供了具有较高输出切换失效率的问题小区的潜在邻近小区，其中，输出切换是指从源小区到目标小区发生的切换行为。

3)由于用户测量报告将是基站端分布式ANR操作的基础，所以很多问题，例如频率间测量和无线接入技术间的测量都是基站端ANR的障碍。本发明不受频率和无线接入技术的限制，在前向和后向网络兼容性方面有很高的扩展性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为根据本发明的一个方面的在自组织网络中用于进行小区间邻近关系自动管理的方法流程图；

图2为根据本发明的一个优选实施例的在自组织网络中用于进行小区间邻近关系自动管理的方法流程图；

图3为根据本发明的一个方面的在自组织网络中用于进行小区间邻近关系自动管理的源小区的计算β和θ的参考坐标系；

图4为根据本发明的另一个方面的在自组织网络中用于进行小区间邻近关系自动管理的设备的示意图；

图5为根据本发明的一个优选实施例的在自组织网络中用于进行小区间邻近关系自动管理的设备的示意图。

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式

下面结合附图对本发明作进一步详细描述。

图1为根据本发明的一个方面的方法流程图，示出在自组织网络中用于进行小区间邻近关系自动管理的过程。其中，在步骤S1中，设备1获取源小区及其他多个小区的位置信息及方位信息；在步骤S2中，设备1根据所述源小区的位置信息及方位信息与其他多个小区的位置信息及方位信息，来确定所述源小区的目标邻近小区。在此，设备1包括但不限于网络性能优化服务器及与之相连的其他专用网络性能管理服务器，源小区及其他多个小区包括但不限于基站(eNodeB)，本领域技术人员应能理解上述设备、源小区及其他多个小区仅为举例，其他现有的或今后可能出现的设备或者源小区及其他多个小区如可适用于本发明，也应包含在本发明保护范围以内，并以引用方式包含于此。

具体地，在步骤S1中，设备1获取源小区及其他多个小区的位置信息及方位信息。更具体地，在步骤S1中，设备1获取源小区及其他多个小区的位置信息，诸如经度、纬度等，以及源小区及其他多个小区的方位信息，如方位角。在此，所述位置信息包括但不限于相应小区的经度、纬度，所述方位信息包括但不限于相应小区的方位角；本领域技术人员应能理解上述位置信息及方位信息仅为举例，其他现有的或今后可能出现的位置信息或者方位信息如可适用于本发明，也应包含在本发明保护范围以内，并以引用方式包含于此。

在步骤S2中，设备1根据所述源小区的位置信息及方位信息与其他多个小区的位置信息及方位信息，来确定所述源小区的目标邻近小区。具体地，在步骤S2中，设备1根据源小区及其他多个小区的位置信息，计算源小区与所述其他多个小区中任一个小区的距离，滤除与源小区的距离超过预定阈值的小区，获得围绕源小区的潜在目标邻近小区；设备1根据源小区的方位信息，过滤掉所述其他多个小区中部分未与源小区建立邻近关系的小区；根据其他多个小区的方位信息，设备1从剩余的其他多个小区中再次过滤掉部分未与源小区建立邻近关系的小区，获得源小区的目标邻近小区。

图2为根据本发明的一个优选实施例的方法流程图，示出在自组织网络中用于进行小区间邻近关系自动管理的过程。其中，图2中步骤S1’的内容与图1中步骤S1的内容相同，为简明起见，在此不再赘述，以引用方式包含于此。

随后，在步骤S21’中，设备1还通过所述源小区与其他多个小区的位置信息，来计算所述其他多个小区之一与所述源小区的相邻距离；在步骤S22’中，设备1在所述其他小区中选择与所述源小区的相邻距离在预定阈值范围内的小区作为潜在目标邻近小区；在步骤S23’中，设备1根据预定规则，基于所述源小区及潜在目标邻近小区的位置信息及方位信息来确定所述目标邻近小区。

具体地，在步骤S21’中，设备1还通过源小区与其他多个小区的位置信息，如源小区与其他多个小区的经度、纬度，来计算源小区与所述其他多个小区中任一个小区的相邻距离。假设将源小区记为小区1，将其他多个小区中的任一个记为小区2，以下将验证小区2是否与小区1存在邻近关系；在此，小区1的经度、纬度分别记为Long1、Lat1，小区2的经度、纬度分别记为Long2、Lat2，小区1和小区2的相邻距离D通过以下公式计算：

D＝Rarccos[cos Lat1cos Lat2cos(Long1-Long2)+sin Lat1sin Lat2]，其中，R为地球半径。

在步骤S22’中，设备1设定相邻距离D的预定阈值，与源小区的相邻距离在该预定阈值范围内的其他小区即为源小区的潜在目标邻近小区。

在步骤S23’中，设备1根据预定规则，基于源小区及潜在目标邻近小区的位置信息及方位信息来确定源小区的目标邻近小区。在此，小区1、小区2的半径分别记为Rad1、Rad2，小区1、小区2的方位角分别记为Azim1、Azim2，覆盖范围弧度为Φn，小区1、小区2的覆盖范围弧度分别记为Φ1、Φ2，其中，如果小区n有3个扇区，

如果小区n有2个扇区，Φn＝π，如果小区n是一个全向小区，Φn＝2π；经度、纬度、方位角和覆盖范围均应转化为弧度单位。沿北方向计算小区2的顺时针角度，记为β，参考坐标系如图3所示；如果Long2＞＝Long1，

如果Long2＜Long1，根据β和Azim1，计算β和Azim1的绝对差值，记为θ，参考坐标系如图3所示；θ＝|β-Azim1|。

根据以下规则之一，设备1确定小区2是否为小区1的目标邻近小区：

1)小区1和小区2都是扇区化小区，即Azim1＜2π且Azim2＜2π，则按照下述方式确定：

如果D＜＝Rad1+Rad2、

及

小区2是小区1的目标邻近小区；否则，小区2不是小区1的目标邻近小区；

2)Azim1＝2π且Azim2＜2π，则按照下述方式确定：

如果D＜＝Rad1+Rad2且

小区2是小区1的目标邻近小区；否则，小区2不是小区1的目标邻近小区；

3)Azim1＜2π且Azim2＝2π，则按照下述方式确定：

如果D＜＝Rad1+Rad2且

小区2是小区1的小区1的目标邻近小区；否则，小区2不是小区1的目标邻近小区；

4)小区1和小区2都是全向小区，即Azim1＝2π且Azim2＝2π，则按照下述方式确定：

如果D＜＝Rad1+Rad2，小区2是小区1的目标邻近小区；否则，小区2不是小区1的目标邻近小区。

优选地，该过程还包括步骤S3(未示出)，在步骤S3中，设备1根据所述目标邻近小区来对所述自组织网络进行配置。具体地，在步骤S3中，设备1根据其在步骤S2中确定的目标邻近小区来对该自组织网络进行配置，包括初始配置和重新配置。例如，在该自组织网络建立时，设备1根据每个小区与其他小区的位置信息及方位信息获得每个小区的目标邻近小区，根据这些目标邻近小区对该自组织网络进行初始配置。又如，在自组织网络配置后，设备1同样可以根据每个小区与其他小区的位置信息及方位信息重新获得每个小区的目标邻近小区，再根据这些重新获得的目标邻近小区对该自组织网络进行重新配置。

在另一个优选实施例中，该过程还包括步骤S4(未示出)，在步骤S4中，设备1根据预设输出切换失败率阈值，确定问题小区。具体地，在步骤S4中，当小区n的输出切换失败率高于预设输出切换失败率阈值时，设备1确定该小区n为问题小区。例如，该自组织网络在完成初始配置或者重新配置后进入运营阶段，设备1计算该自组织网络中小区的输出切换失败率，当小区n的输出切换失败率高于预设输出切换失败率阈值时，确定该小区n为问题小区；在此，其中，输出切换失败量＝基站间X2的总输出切换失败量+基站间S1的总输出切换失败量，输出切换尝试量＝基站间X2的总输出切换尝试量+基站间S1的总输出切换尝试量。

优选地，所述源小区为所述问题小区，该过程还包括步骤S5(未示出)，在步骤S5中，设备1通过将所述目标邻近小区与所述源小区的已有邻近小区列表进行比较，确定所述源小区的未建立邻近关系的潜在邻近小区；随后，在步骤S3中，设备1根据所述潜在邻近小区来对所述源小区进行重新配置。

具体地，设备1发现问题小区，将该问题小区作为源小区，在步骤S5中，该源小区在本次计算获得目标邻近小区之前，即在该自组织网络初始配置及该初始配置后的重新配置时已经建立已有邻近小区列表，设备1根据本次计算获得的该源小区的目标邻近小区，将该目标邻近小区与该源小区的已有邻近小区列表进行比较，确定所述源小区的未建立邻近关系的潜在邻近小区；随后，在步骤S3中，设备1根据这些与该源小区未建立邻近关系的潜在邻近小区对该源小区进行重新配置。例如，在该自组织网络初始配置时，该源小区建立已有邻近小区列表，随后，设备1发现该源小区为问题小区，并对其重新计算获得目标邻近小区，根据已有邻近小区列表与目标邻近小区，确定该源小区的未建立邻近关系的潜在邻近小区，即未建立邻近关系的潜在邻近小区＝目标邻近小区-已有邻近小区列表，根据这些潜在邻近小区，设备1对该源小区进行重新配置。这一过程，实现了设备1对该自组织网络的优化，使得该自组织网络的结构可能根据新小区的增加和删除发生变化，同时更新相应小区的邻近关系。

图4为根据本发明的另一个方面的设备示意图，示出在自组织网络中用于进行小区间邻近关系自动管理的设备。其中，设备1包括获取装置11和第一确定装置12。具体地，获取装置11获取源小区及其他多个小区的位置信息及方位信息；第一确定装置12根据所述源小区的位置信息及方位信息与其他多个小区的位置信息及方位信息，来确定所述源小区的目标邻近小区。在此，设备1包括但不限于网络性能优化服务器及与之相连的其他专用网络性能管理服务器，源小区及其他多个小区包括但不限于基站(eNodeB)，本领域技术人员应能理解上述设备、源小区及其他多个小区仅为举例，其他现有的或今后可能出现的设备或者源小区及其他多个小区如可适用于本发明，也应包含在本发明保护范围以内，并以引用方式包含于此。

更具体地，获取装置11获取源小区及其他多个小区的位置信息及方位信息。具体地，在步骤S1中，获取装置11获取源小区及其他多个小区的位置信息，诸如经度、纬度等，以及源小区及其他多个小区的方位信息，如方位角。在此，所述位置信息包括但不限于相应小区的经度、纬度，所述方位信息包括但不限于相应小区的方位角；本领域技术人员应能理解上述位置信息及方位信息仅为举例，其他现有的或今后可能出现的位置信息或者方位信息如可适用于本发明，也应包含在本发明保护范围以内，并以引用方式包含于此。

第一确定装置12根据所述源小区的位置信息及方位信息与其他多个小区的位置信息及方位信息，来确定所述源小区的目标邻近小区。具体地，第一确定装置12根据源小区及其他多个小区的位置信息，计算源小区与所述其他多个小区中任一个小区的距离，滤除与源小区的距离超过预定阈值的小区，获得围绕源小区的潜在目标邻近小区；设备1根据源小区的方位信息，过滤掉所述其他多个小区中部分未与源小区建立邻近关系的小区；根据其他多个小区的方位信息，设备1从剩余的其他多个小区中再次过滤掉部分未与源小区建立邻近关系的小区，获得源小区的目标邻近小区。

图5为根据本发明的一个优选实施例的设备示意图，示出在自组织网络中用于进行小区间邻近关系自动管理的设备。其中，第一确定装置12’包括计算装置121’、第一筛选装置122’和第二筛选装置123’。

具体地，计算装置121’通过所述源小区与其他多个小区的位置信息，来计算所述其他多个小区之一与所述源小区的相邻距离；第一筛选装置122’在所述其他小区中选择与所述源小区的相邻距离在预定阈值范围内的小区作为潜在目标邻近小区；第二筛选装置123’根据预定规则，基于所述源小区及潜在目标邻近小区的位置信息及方位信息来确定所述目标邻近小区。

更具体地，计算装置121’通过源小区与其他多个小区的位置信息，如源小区与其他多个小区的经度、纬度，来计算源小区与所述其他多个小区中任一个小区的相邻距离。假设将源小区记为小区1，将其他多个小区中的任一个记为小区2，以下计算装置121’将验证小区2是否与小区1存在邻近关系；在此，小区1的经度、纬度分别记为Long1、Lat1，小区2的经度、纬度分别记为Long2、Lat2，小区1和小区2的相邻距离D通过以下公式计算：

D＝Rarccos[cos Lat1cos Lat2cos(Long1-Long2)+sin Lat1sin Lat2]，其中，R为地球半径。

第一筛选装置122’设定相邻距离D的预定阈值，与源小区的相邻距离在该预定阈值范围内的其他小区即为源小区的潜在目标邻近小区。

第二筛选装置123’根据预定规则，基于源小区及潜在目标邻近小区的位置信息及方位信息来确定源小区的目标邻近小区。在此，小区1、小区2的半径分别记为Rad1、Rad2，小区1、小区2的方位角分别记为Azim1、Azim2，覆盖范围弧度为Φn，小区1、小区2的覆盖范围弧度分别记为Φ1、Φ2，其中，如果小区n有3个扇区，

如果小区n有2个扇区，Φn＝π，如果小区n是一个全向小区，Φn＝2π；经度、纬度、方位角和覆盖范围均应转化为弧度单位。沿北方向计算小区2的顺时针角度，记为β，参考坐标系如图3所示；如果Long2＞＝Long1，

如果Long2＜Long1，

根据β和Azim1，计算β和Azim1的绝对差值，记为θ，参考坐标系如图3所示；θ＝|β-Azim1|。

根据以下规则之一，第二筛选装置123’确定小区2是否为小区1的目标邻近小区：

1)小区1和小区2都是扇区化小区，即Azim1＜2π且Azim2＜2π，则按照下述方式确定：

如果D＜＝Rad1+Rad2、

及

小区2是小区1的目标邻近小区；否则，小区2不是小区1的目标邻近小区；

2)Azim1＝2π且Azim2＜2π，则按照下述方式确定：

如果D＜＝Rad1+Rad2且

小区2是小区1的目标邻近小区；否则，小区2不是小区1的目标邻近小区；

3)Azim1＜2π且Azim2＝2π，则按照下述方式确定：

如果D＜＝Rad1+Rad2且

小区2是小区1的目标邻近小区；否则，小区2不是小区1的目标邻近小区；

4)小区1和小区2是全向小区，即Azim1＝2π且Azim2＝2π，则按照下述方式确定：

如果D＜＝Rad1+Rad2，小区2是小区1的小区1的目标邻近小区；否则，小区2不是小区1的目标邻近小区。

优选地，设备1还包括配置装置(未示出)，该配置装置根据所述目标邻近小区来对所述自组织网络进行配置。具体地，配置装置根据其在第一确定装置12确定的目标邻近小区来对该自组织网络进行配置，包括初始配置和重新配置。例如，在该自组织网络建立时，配置装置根据每个小区与其他小区的位置信息及方位信息获得每个小区的目标邻近小区，根据这些目标邻近小区对该自组织网络进行初始配置。又如，在自组织网络配置后，配置装置同样可以根据每个小区与其他小区的位置信息及方位信息重新获得每个小区的目标邻近小区，再根据这些重新获得的目标邻近小区对该自组织网络进行重新配置。

在另一个优选实施例中，设备1还包括第二确定装置(未示出)，该第二确定装置根据预设输出切换失败率阈值，确定问题小区。具体地，当小区n的输出切换失败率高于预设输出切换失败率阈值时，第二确定装置确定该小区n为问题小区。例如，该自组织网络在完成初始配置或者重新配置后进入运营阶段，第二确定装置计算该自组织网络中小区的输出切换失败率，当小区n的输出切换失败率高于预设输出切换失败率阈值时，确定该小区n为问题小区；在此，

其中，输出切换失败量＝基站间X2的总输出切换失败量+基站间S1的总输出切换失败量，输出切换尝试量＝基站间X2的总输出切换尝试量+基站间S1的总输出切换尝试量。

优选地，所述源小区为所述问题小区，设备1还包括比较装置(未示出)，该比较装置通过将所述目标邻近小区与所述源小区的已有邻近小区列表进行比较，确定所述源小区的未建立邻近关系的潜在邻近小区；随后，配置装置根据所述潜在邻近小区来对所述源小区进行重新配置。

具体地，第二确定装置发现问题小区，将该问题小区作为源小区，在本次计算获得目标邻近小区之前，也即在该自组织网络初始配置及该初始配置后的重新配置时，该源小区已经建立已有邻近小区列表，比较装置根据本次计算获得的该源小区的目标邻近小区，将该目标邻近小区与该源小区的已有邻近小区列表进行比较，确定所述源小区的未建立邻近关系的潜在邻近小区；随后，配置装置根据这些与该源小区未建立邻近关系的潜在邻近小区对该源小区进行重新配置。例如，在该自组织网络初始配置时，该源小区建立已有邻近小区列表，随后，第二确定装置发现该源小区为问题小区，根据已有邻近小区列表与对该源小区重新计算获得的目标邻近小区，比较装置确定该源小区的未建立邻近关系的潜在邻近小区，即未建立邻近关系的潜在邻近小区＝目标邻近小区-已有邻近小区列表，根据这些潜在邻近小区，配置装置对该源小区进行重新配置。这一过程，实现了设备1对该自组织网络的优化，使得该自组织网络的结构可能根据新小区的增加和删除发生变化，同时更新相应小区的邻近关系。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (12)

1.一种在自组织网络中用于进行小区间邻近关系自动管理的方法，其中，该方法包括以下步骤：

a获取源小区及其他多个小区的位置信息及方位信息；

b根据所述源小区的位置信息及方位信息与其他多个小区的位置信息及方位信息，来确定所述源小区的目标邻近小区。

2.根据权利要求1所述的方法，其中，所述步骤b还包括：

-通过所述源小区与其他多个小区的位置信息，来计算所述其他多个小区之一与所述源小区的相邻距离；

-在所述其他小区中选择与所述源小区的相邻距离在预定阈值范围内的小区作为潜在目标邻近小区；

-根据预定规则，基于所述源小区及潜在目标邻近小区的位置信息及方位信息来确定所述目标邻近小区。

3.根据权利要求1或2所述的方法，其中，该方法还包括：

i根据所述目标邻近小区来对所述自组织网络进行配置。

4.根据权利要求1至3中任一项所述的方法，其中，该方法还包括：

-根据预设输出切换失败率阈值，确定问题小区。

5.根据权利要求4所述的方法，其中，所述源小区为所述问题小区，其中，该方法还包括：

-通过将所述目标邻近小区与所述源小区的已有邻近小区列表进行比较，确定所述源小区的未建立邻近关系的潜在邻近小区；

其中，所述步骤i还包括：

-根据所述潜在邻近小区来对所述源小区进行重新配置。

6.根据权利要求1至5中任一项所述的方法，其中，所述位置信息包括相应小区的经度、纬度，所述方位信息包括相应小区的方位角。

7.一种在自组织网络中用于进行小区间邻近关系自动管理的设备，其中，该设备包括：

获取装置，用于获取源小区及其他多个小区的位置信息及方位信息；

第一确定装置，用于根据所述源小区的位置信息及方位信息与其他多个小区的位置信息及方位信息，来确定所述源小区的目标邻近小区。

8.根据权利要求7所述的设备，其中，所述第一确定装置还包括：

计算装置，用于通过所述源小区与其他多个小区的位置信息，来计算所述其他多个小区之一与所述源小区的相邻距离；

第一筛选装置，用于在所述其他小区中选择与所述源小区的相邻距离在预定阈值范围内的小区作为潜在目标邻近小区；

第二筛选装置，用于根据预定规则，基于所述源小区及潜在目标邻近小区的位置信息及方位信息来确定所述目标邻近小区。

9.根据权利要求7或8所述的设备，其中，该设备还包括：

配置装置，用于根据所述目标邻近小区来对所述自组织网络进行配置。

10.根据权利要求7至9中任一项所述的设备，其中，该设备还包括：

第二确定装置，用于根据预设输出切换失败率阈值，确定问题小区。

11.根据权利要求10所述的设备，其中，所述源小区为所述问题小区，其中，该设备还包括：

比较装置，用于通过将所述目标邻近小区与所述源小区的已有邻近小区列表进行比较，确定所述源小区的未建立邻近关系的潜在邻近小区；

其中，所述配置装置还用于：

-根据所述潜在邻近小区来对所述源小区进行重新配置。

12.根据权利要求7至11中任一项所述的设备，其中，所述位置信息包括相应小区的经度、纬度，所述方位信息包括相应小区的方位角。

Images