CN102625322B - 多制式智能可配的无线网络优化的实现方法 - Google Patents

Abstract

一种多制式智能可配的无线网络优化的实现方法，先根据用户自身网络提出网络优化需求与目标，再对此进行分析并作为依据确定网络优化制式和建立无线网络的简单模型，准备网络优化方案和配置网络优化参数。然后分别从五种不同角度(天线、功率、站址、频率与负载均衡)结合不同优化算法、以代价函数(如容量、覆盖和网络质量)对网络进行优化。优化算法包括三种启发式(模拟退火、粒子蜂群和蚁群)算法与传统贪婪算法，将网络性能提升到理想水平，最后整理无线网络优化结果，提供网络优化方案，以供用户提供参考和现实依据。本发明方法智能可配置，能满足用户合理需求，还可实现2G和3G双网共存的优化，灵活性强，对提高当前现网性能有很好参考作用。

Description

多制式智能可配的无线网络优化的实现方法

技术领域

本发明涉及一种多制式智能可配的无线网络优化的实现方法，确切地说，涉及一种为全球移动通信系统GSM、宽带码分多址WCDMA、时分同步的码分多址TD-SCDMA和码分多址2000CDMA2000多种不同制式无线网络如何高效布局网络，提高网络系统性能提供的可靠、多角度的无线网络优化的实现方法，并对如今第二代通信网络（简称2G）与第三代通信网络（简称3G）共存的现状，能够有效模拟单制式或双制式间网络的相互干扰及带来的影响，为各个制式的网络进行优化分析与系统升级，以提高网络质量。

背景技术

蜂窝移动通信技术发展至今共经历了三个阶段：第一代是以美国贝尔实验室开发的先进移动电话系统AMPS为典型代表的模拟蜂窝移动通信。第二代是采用数字调制技术的数字移动通信系统,具有频谱利用率高，保密性好的特点；不仅支持话音业务，还支持低速数据业务，故又称为窄带数字通信系统。第三代是采用CDMA多址接入的宽带数字通信系统，其目标是提供多种类型的高质量多媒体业务，并实现全球无缝覆盖和全球漫游功能，还与固定网络相兼容。

随着通信技术的发展，第三代通信系统3G以其数据传输速度快、通话音质好、安全性高等特点获得越来越多用户的喜爱。但是，在相当长时间内，3G还不会完全取代2G。而且，3G系统自身也有多种制式。因此可以预计，未来通信中的2G和3G两个系统将以“共存”形式满足人们需求。现存的中国组网中，包括有：移动的GSM系统和TD-SCDMA系统、联通的WCDMA系统、电信的CDMA2000系统。各个系统在相互组网联合对用户提供服务的同时，还存在着很多问题，网络的联合性能也有很多空间可以提升。因此，在多制式移动通信系统中，既解决系统间干扰，为用户提供高性能2G与3G的通信业务，又要尽可能减小投资成本，因此，需要进行多制式网络的优化。这也是许多业内科技人员非常关注多制式无线网络优化实现方法的出发点。

然而，现有网络优化技术通常存在以下缺点：（1）网络优化方法不够智能，无法根据不同制式的网络特点智能地满足用户的各种不同需求。（2）网络优化方法过于单一，无法从各种角度满足用户的优化要求。（3）缺乏两网间联合优化方法，灵活性不够。

发明内容

有鉴于此，本发明的目的是提供一种多制式智能可配的无线网络优化的实现方法，该方法是先对设定区域的通信网络选择优化项目（如天线、功率、频率和/或站址的优化或负载均衡），再采用相应的智能可配置的算法对网络进行改进优化。为了结合现网中的多种网络互存的状况，本发明支持多种网络制式优化的实现方法，其中单一网络制式包括GSM、WCDMA、CDMA2000或TD-SCDMA，双网制式包括GSM分别与WCDMA、CDMA2000或TD-SCDMA的互干扰共存优化的方案。

为了达到上述发明目的，本发明提供了一种多制式智能可配的无线网络优化的实现方法，其特征在于：由用户需求确定无线网络优化的期望目标，并据此对网络进行优化配置；再在仿真基础上通过优化算法执行各项优化功能；最后，给出网络优化的输出方案和优化前后的效果对比，为用户提供现实依据与参考；所述方法包括下列操作步骤：

步骤1，进行无线网络的优化配置：

确定优化的网络制式及其参数：网络制式包括第二代通信系统2G中的全球移动通信系统GSM，第三代通信系统3G中的宽带码分多址WCDMA、码分多址2000CDMA2000或时分同步码分多址TD-SCDMA的单一网络制式，或者是包括GSM分别与WCDMA、CDMA2000、TD-SCDMA组成的两网共存的联合制式；参数包括区域内的用户UE数，基站发射天线的高度、发射功率与增益，网络拓扑，接收天线的高度；

确定网络优化的目标参数与优化项目：目标参数包括业务质量、覆盖范围与系统容量；优化项目包括天线、功率、站址与频率/扰码/PN码的优化和负载均衡；其中的天线优化需要输入基站的初始天线角度，功率优化需要输入基站的初始导频功率分配比，站址优化需要导入基站地理坐标，频率/扰码/PN码优化需要输入频点/扰码/PN码，负载均衡需要输入初始各小区负载信息；

确定网络优化的共有配置：包括城市、郊区或村庄的地理区域信息和该区域内开展的业务类型与业务量，启发式算法的选择，优化区域的基站参数；

步骤2，选择执行下述一项或多项的网络优化项目：

天线优化：采用优化算法改变天线的下倾角与方位角，进而改变基站天线增益，并通过调用仿真计算代价函数C(x)的值，以实现网络优化；

功率优化：采用优化算法改变基站导频功率分配比，进而改变基站对其所属用户发射功率，并通过调用仿真计算代价函数C(x)的值，以实现网络优化；

站址优化：采用优化算法改变基站地理坐标，进而改变优化网络的拓扑结构，并通过调用仿真计算代价函数C(x)的值，以实现网络优化；

频率/扰码/PN码优化：采用优化算法改变小区的频点/扰码/PN码，进而复用频率/码字资源，减少小区与小区间的干扰，并计算频点/码字的碰撞次数，实现网络优化；

负载均衡：作为天线优化与功率优化的一种优化策略，通过优化算法改变天线的下倾角与方位角，或改变基站导频功率分配比，进而调整各个小区的负载，并通过调用仿真计算代价函数C(x)值，以实现网络的拥塞控制；

所述代价函数C(x)是一个评价网络综合性能的计算公式，其中变量x至少包括信号Signal、干扰Interference、制式Netmode和业务类型Service四个因素；而且，不同制式网络的代价函数C(x)选取的值也不同：对于天线优化、功率优化与站址优化，单个网络制式中的GSM选取网络覆盖率，WCDMA、CDMA2000或TD-SCDMA选取网络容量，联合网络选取覆盖率与容量的均衡值；对于频率/扰码/PN码优化，单个网络制式中的GSM或TD-SCDMA选取无线网络的覆盖与容量，WCDMA或CDMA2000选取小区与小区间的碰撞次数；对于负载均衡，选择对无线网络实现负载均衡或控制拥塞；

步骤3，输出网络优化方案：天线优化是输出优化区域内天线角度调整参数及其网络性能评估，功率优化是输出优化区域内基站导频功率分配比调整参数及其网络性能增益，站址优化是输出优化区域内基站地理坐标调整参数及其网络性能增强，频率/扰码/PN码优化是输出优化区域内基站的频点/码字调整参数及其网络性能评估，负载均衡是输出各个小区负载的调整参数及其网络性能评估；共有优化配置的输出是优化前后的基站表与栅格表和优化效果的对比图；最后输出整个网络优化方案，作为本次网络智能优化结果，为用户提供现实依据和参考。

本发明多制式智能可配的无线网络优化的实现方法的术创新之处是：本发明方法能够实现多制式和智能化的无线网络优化，体现了不同网络制式和不同优化情况下的智能处理。本发明支持双网优化，且不仅局限于两种不同网络制式共站的情况，也适用于这两种网络制式分别设置基站的情况，因而，优化环境更灵活，对网络进行的模拟和评估更切合实际。本发明选择启发式算法进行网络优化，将启发式算法与处理组合优化的问题相结合，实现了实际的无线网络优化，优化结果更为理想。

本发明与现有技术相比较所具有的优点是：能够对多种网络制式及其多种项目进行优化，这些网络制式涵盖了当今国内的主流网络。也符合目前多种网络制式共存的实际状况。网络优化的具体方法是智能可配置的，从多种不同角度或项目进行优化，能够使用户需求得到更合理的满足。还可以进行2G和3G双网共存的优化，灵活性强，特别是对当前现网络的性能提高有很好的参考作用；因此，本发明具有很好的推广应用前景。

附图说明

图1是本发明多制式智能可配的无线网络优化实现方法总体方案示意图。

图2是本发明多制式智能可配的无线网络优化实现方法操作步骤流程图。

图3是本发明方法中天线优化模拟退火算法的操作步骤流程图。

图4是本发明方法中天线优化的粒子蜂群算法操作步骤流程图。

图5是本发明方法中天线优化的蚁群算法操作步骤流程图。

图6是本发明方法中频率优化的贪心算法操作步骤流程图。

图7是本发明方法中单网静态仿真的操作步骤流程图。

图8是本发明方法中双网静态仿真的操作步骤流程图。

图9左右两图是本发明实施例中GSM单网系统采用模拟退火算法进行功率优化前后覆盖比较示意图。

图10左右两图是本发明实施例中CDMA2000单网系统采用粒子蜂群算法进行功率优化前后覆盖比较图。

图11左右两图是本发明实施例中GSM单网系统采用蚁群算法天线优化前后覆盖比较示意图。

图12左右两图是本发明实施例中GSM和CDMA2000双网采用粒子蜂群算法进行功率优化前后覆盖比较示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图和实施例对本发明作进一步的详细描述。

本发明是一种多制式智能可配的无线网络优化的实现方法，该方法是先由用户根据自身网络状况，提出网络优化需求及期望目标；然后分析用户需求与目标，并以用户需求为依据确定通信网络优化的制式和建立无线通信网络的简单模型，准备网络优化方案，以及根据用户需求配置网络优化参数。然后进行网络的优化：本发明从五种角度（分别为天线、功率、站址、频率与负载均衡）实现网络优化，并配置了不同的优化算法。其中包括启发式算法，如模拟退火算法、粒子蜂群算法和蚁群算法，也有传统的贪婪算法。在采用启发式算法进行优化时，包括模拟退火，粒子蜂群与蚁群的三种启发式算法可以单独使用，也可以将其中一个算法的结果作为另一算法的初值实现两两交叉混合使用，还可以将三个算法级联使用。不同的优化角度结合不同的优化算法，以代价函数（如容量、覆盖和网络质量）进行具体优化，将网络性能提升到更理想水平。最后，整理无线通信网络的优化结果，提供相应的网络优化方案，以供用户提供参考和现实依据。

参见图1，介绍本发明网络优化的总体方案：本发明对于不同制式网络的优化采用不同的方案或称为多种类型的优化。在优化过程中，本发明定义了一个评价网络综合性能的计算公式、即代价函数C(x)作为优化依据，其中的变量x至少包括下述四个因素：信号Signal、干扰Interference、制式Netmode和业务类型Service，而且，不同制式网络的代价函数C(x)值选取的参数也不同：对于天线、功率与站址的优化，单个网络制式中的GSM选取网络覆盖率，WCDMA、CDMA2000或TD-SCDMA则选取网络容量，联合网络选取覆盖率与容量的均衡值。对于频率/扰码/PN码优化，单个网络制式中的GSM或TD-SCDMA选取无线网络的覆盖与容量，WCDMA或CDMA2000选取小区与小区间的碰撞次数；对于负载均衡，选择对无线网络实现负载均衡或控制拥塞。

参见图2，介绍本发明多制式智能可配的无线网络优化实现方法：由用户需求确定无线网络优化的期望目标，并据此对网络进行优化配置；再在仿真基础上通过优化算法执行各项优化功能；最后，给出网络优化的输出方案和优化前后的效果对比，为用户提供现实依据与参考。本发明方法包括下列操作步骤：

步骤1，进行无线网络的优化配置：

确定优化的网络制式及其参数：网络制式包括第二代通信系统2G中的全球移动通信系统GSM，第三代通信系统3G中的宽带码分多址WCDMA、码分多址2000CDMA2000或时分同步码分多址TD-SCDMA的单一网络制式，或者是包括GSM分别与WCDMA、CDMA2000、TD-SCDMA组成的两网共存的联合制式；参数包括区域内的用户UE数，基站发射天线的高度、发射功率与增益，网络拓扑，接收天线的高度。

确定网络优化的目标参数与优化项目：目标参数包括业务质量、覆盖范围与系统容量；优化项目包括天线、功率、站址与频率/扰码/PN码的优化和负载均衡；其中的天线优化需要输入基站的初始天线角度，功率优化需要输入基站的初始导频功率分配比，站址优化需要导入基站地理坐标，频率/扰码/PN码优化需要输入频点/扰码/PN码，负载均衡需要输入初始各小区负载信息。

确定网络优化的共有配置：包括城市、郊区或村庄的地理区域信息和该区域内开展的业务类型与业务量，启发式算法的选择，优化区域的基站参数。

该步骤1中进行无线网络的优化配置包括下列选择执行的操作内容：

（A）对于GSM制式：根据地理区域的地形分类选择传播模型，设置的缺省仿真参数如下：采用GSM天线表，发射天线的高度、功率和增益分别为40米、38dB和17dB，接收天线高度为1.5米，撒入UE数的缺省值为500，仿真次数为多次、其缺省值为100次，仿真精度取决于用户需求、其缺省值为低精度，数据业务占总业务之比不超过0.5、其缺省值为0.5，阻塞率为0.01，按照基站编号为GSM配置初始工作频点；

（B）对于WCDMA制式：根据地理区域的地形分类选择传播模型，设置的缺省仿真参数如下：采用WCDMA天线表，发射天线的高度、功率和增益分别为40米、38dB和17dB，接收天线高度为1.5米，撒入UE数的缺省值为400，仿真次数为多次、其缺省值为50次，仿真精度取决于用户需求、其缺省值为低精度，数据业务占总业务之比大于0.5、其缺省值为0.5，阻塞率为0.02，按照基站编号为WCDMA配置初始工作扰码；

（C）对于CDMA2000制式：根据地理区域的地形分类选择传播模型，设置的缺省仿真参数如下：采用CDMA2000天线表，发射天线的高度、功率和增益分别为40米、38dB和17dB，接收天线高度为1.5米，撒入UE数的缺省值为400，仿真次数为多次、其缺省值为50次，仿真精度取决于用户需求、其缺省值为低精度，数据业务占总业务之比大于0.5、其缺省值为0.5，阻塞率为0.02，按照基站编号为CDMA2000配置初始的PN码；

（D）对于TD-SCDMA制式：根据地理区域的地形分类选择传播模型，设置的缺省仿真参数如下：采用TD智能天线表，发射天线的高度、功率和增益分别为40米、38dB和17dB，接收天线高度为1.5米，撒入UE数的缺省值为300，仿真次数为多次、其缺省值为30次，仿真精度取决于用户需求、其缺省值为低精度，数据业务占总业务之比大于0.5、其缺省值为0.5，阻塞率为0.02，按照基站编号为TD-SCDMA配置初始的工作频点、扰码与PN码；

（E）对于GSM分别与WCDMA、CDMA2000或TD-SCDMA的联合制式：其中的GSM制式按照（A）进行配置，WCDMA、CDMA2000或TD-SCDMA制式分别按照（B）、（C）或（D）进行配置；或者

（F）用户按照经验值或者实际网络的结构优化需要自行配置GSM、WCDMA、CDMA2000与TD-SCMDA的网络参数。

步骤2，选择执行下述一项或多项的网络优化项目：

天线优化：采用优化算法改变天线的下倾角与方位角，进而改变基站天线增益，并通过调用仿真计算代价函数C(x)的值，以实现网络优化；

功率优化：采用优化算法改变基站导频功率分配比，进而改变基站对其所属用户发射功率，并通过调用仿真计算代价函数C(x)的值，以实现网络优化；

站址优化：采用优化算法改变基站地理坐标，进而改变优化网络的拓扑结构，并通过调用仿真计算代价函数C(x)的值，以实现网络优化；

频率/扰码/PN码优化：采用优化算法改变小区的频点/扰码/PN码，进而复用频率/码字资源，减少小区与小区间的干扰，计算频点/码字的碰撞次数，实现网络优化；

负载均衡：作为天线优化与功率优化的一种优化策略，负载均衡是通过优化算法改变天线的下倾角与方位角，或改变基站导频功率分配比，进而调整各个小区的负载，并通过调用仿真计算代价函数值，以便能够实现网络的拥塞控制。因为其优化算法的操作步骤是按照天线优化或功率优化的算法来实现的，故不再赘述。

因该步骤2是本发明的关键，故要对其中前四种优化项目进行具体说明：

（一）天线优化算法：选择执行下述模拟退火，粒子蜂群与蚁群三种启发式算法之一，或将选择执行其中一种算法后的结果、作为另一种算法的初始值的任意两种算法的混合使用，或将该三种算法进行任意组合的级联使用。其中，

参见图3，介绍采用模拟退火算法进行的天线优化的下列操作内容：

步骤A，根据用户需求设置：初始温度t₀，终止温度t_end和初始循环变量k=0，再获知优化前的天线下倾角与方位角的集合、即获知天线初始解集合：

S₀=(A₀₁,T₀₁),(A₀₂,T₀₂)…(A_0i,T_0i)…(A_0n,T_0n)，式中，A_0i和T_0i分别为第i个小区的方位角和下倾角，n为小区总数；然后利用单网静态仿真或双网静态仿真计算初始状态的代价函数C(S₀)的值；其中，变量S₀为天线初始解集合，并在优化过程中从当前解的邻集中选取一个解作为新解，即邻集解S'=(A'₁,T'₁),(A'₂,T'₂)…(A'_i,T'_i)…(A'_n,T'_n)，也就是优化过程中的天线下倾角与方位角的集合；最优天线的下倾角与方位角的集合就是天线优化结果：S＝(A₁,T₁),(A₂,T₂),…,(A_i,T_i),…(A_n,T_n)；式中，温度t是模拟退火算法的控制参数，用于控制优化过程中是否接受一个新解，其数值取决于用户需求：温度更新值t_c是温度更新的速率，故每次温度变化后的新温度t,=t×t_c；

步骤B，改变天线的下倾角和方位角，并从邻集中选取新的天线角度集合S'作为优化后的新状态，并利用单网静态仿真或双网静态仿真计算此时新状态的代价函数C(S，)值S'；

步骤C，判断 $\min [l,\exp \frac{C(S\′)-C\left(S\right)}{t_k}]\≥\mathrm{random}\left[\mathrm{0,1}\right]$ 是否成立，若成立，则选取优化后的新状态的代价函数C(S，)值S'作为新解，否则，保持当前天线集合的解S不变；其中，是自然对数e的次方幂，random[0,1]是位于0～1之间的一个均匀随机数；

步骤D，返回执行步骤C，直到满足抽样准则为止，该抽样准则是连续执行多次后的代价函数值变化很小，或步骤C的操作已经执行了设定次数；

步骤E：设置此时的温度t_k+1=t_k×t_c和循环变量k=k+1后，返回执行步骤B；直到t_k+1=t_end时，结束天线优化操作，输出此时的优化天线角度集合。

参见图4，介绍采用粒子蜂群算法进行的天线优化的下列操作内容：

步骤a，根据用户需求设置：粒子总数M，算法循环次数N和初始循环变量k=0；再获知优化前的天线下倾角与方位角的集合、即获知天线初始解集合：S₀=(A₀₁,T₀₁),(A₀₂,T₀₂)…(A_0i,T_0i)…(A_0n,T_0n)，式中，A_0i和T_0i分别为第i个小区的方位角和下倾角，n为小区总数；然后利用单网静态仿真或双网静态仿真计算初始状态的代价函数C(S₀)的值；其中，粒子总数M与同一时间内M个天线下倾角和方位角的集合相对应，N是粒子蜂群算法的循环操作次数，用于控制算法执行时间与收敛性，且循环执行的每步操作的优化结果是局部最优解S_part=(A_part1,T_part1),(A_part2,T_part2)…(A_parti,T_parti)…(A_partn,T_partn)，在优化过程中序号为m的粒子所对应的天线下倾角和方位角集合是新解：S'_m=(A'_m1,T'_m1),(A'_m2,T'_m2)…(A'_mi,T'_mi)…(A'_mn,T'_mn)；不同网络制式的粒子蜂群算法中参数M和N的数值有所不同，且都是根据用户需求选择的：全局最优解是最优的天线下倾角与方位角的集合，也是该粒子蜂群优化算法的解或结果：

S_best=(A_best1,T_best1),(A_best2,T_best2)…(A_besti,T_besti)…(A_bestn,T_bestn)；

步骤b，改变天线的下倾角和方位角，对每个粒子分别求解其当前状态S'_m，即分别求解M个粒子的集合，并利用单网静态仿真或双网静态仿真计算此时每个粒子的代价函数值C(S’_m)，并设置该C(S’_m)为局部最优解S_part；

步骤c：得到M个粒子的集合后，判断C(S’_m)≥C(S’_part)是否成立，若成立，则将此时的S_part更新为优化后的新状态的解S'_m；否则，保持当前天线集合S_part不变；

步骤d，判断C(S’_m)≥C(S_best)是否成立，若成立，则将此时的S_best更新为优化后的新状态的解S'_part；否则，维持S_part不变；并设置循环变量k=k+1后，返回执行步骤b；直到k=N时，结束天线优化操作，输出此时的优化天线角度集合；

参见图5，介绍采用蚁群算法进行的天线优化的下列操作内容：

步骤α，根据用户需求设置：蚁群算法循环次数N和初始循环变量k=0；再获知优化前的天线下倾角与方位角的集合、即获知天线的初始解S₀=(A₀₁,T₀₁),(A₀₂,T₀₂)…(A_0i,T_0i)…(A_0n,T_0n)；式中，A_0i和T_0i分别为第i个小区的方位角和下倾角，n为小区总数；然后利用单网静态仿真或双网静态仿真计算初始状态的代价函数C(S₀)的值；其中，优化过程中处于当前调整状态的天线下倾角与方位角集合为调整解S'_h=(A'_h1,T'_h1),(A'_h2,T'_h2)…(A'_hi,T'_hi)…(A'_hn,T'_hn)，式中，自然数h为调整解序号，其最大值为H，表示在同一时间里有H个可供选择的调整解；在GSM、WCDMA、CDMA2000或TD-SCDMA网络制式中，H数值取决于用户需求；该优化算法的解是最优天线下倾角与方位角的集合、即该优化算法的结果：S=(A₁,T₁),(A₂,T₂)…(A_i,T_i)…(A_n,T_n)：

步骤β，选择第h个调整解，并用该调整解S'_h与当前解S相加之和作为新解S'，再利用单网静态仿真或双网静态仿真计算此时对应的代价函数C(S，)值；

步骤γ，判断C(S，)≥C(S)是否成立，若成立，则将此时的S更新为优化后的新状态的解S'，否则，保持当前天线集合S不变；

步骤δ，按照蚁群计算公式更新信息素P_h，式中，信息素P_h用于控制第h个调整解被选择的概率，可调常数r为信息素蒸发速率，可调参数Q用于调整信息素分泌的强度，r与Q用于更新P_h的值，在上述各个网络制式中，P_h、r与Q的值取决于用户需求和网络制式；然后，设置k=k+1，返回执行步骤β；直到k=N时，结束天线优化操作，输出此时的优化天线角度集合。

（二）功率优化算法：选择执行下述模拟退火，粒子蜂群与蚁群三种启发式算法之一，或将选择执行其中一种算法后的结果，作为另一种算法的初始值的任意两种算法的混合使用，或将该三种算法进行任意组合的级联使用。

下面分别介绍三种启发式算法的功率优化操作内容：

模拟退火算法的功率优化包括下述操作内容：设置下述参数：优化算法的结果是最优基站导频功率比的集合，即其解S=P₁，P₂…P_i…P_n：其中，P_i为第i个小区的基站导频分配功率，n为小区总数；初始解S₀=P₀₁，P₀₂…P_0i…P_0n是无线网络初始设置的各个基站导频功率分配比的集合；邻集解S'=P'₁，P'₂…P'_i…P'_n是在算法进行过程中，需从当前解的邻集中选取一个解作为新解，即改变后的基站导频功率比的集合；温度t是算法的控制参数，用来控制算法过程中是否接受一个新解，在GSM、WCDMA、CDMA2000与TD-SCDMA中，t的数值取决于用户需求；t_c是温度更新速率，即每次温度变化的新温度t'=t×t_c；其模拟退火优化算法的操作步骤与天线优化的模拟退火优化算法步骤相同。

粒子蜂群算法的功率优化的操作内容是：设置参数：粒子总数M，算法循环次数N和初始循环变量k=0；再获知优化前的天线下倾角与方位角的集合、即获知天线的初始解S₀=(A₀₁,T₀₁),(A₀₂,T₀₂)…(A_0i,T_0i)…(A_0n,T_0n)，式中，A_0i和T_0i分别为第i个小区的方位角和下倾角，n为小区总数；然后利用单网静态仿真或双网静态仿真计算初始状态解的代价函数C(S₀)的值；其中，粒子总数M与同一时间内M个天线下倾角和方位角的集合相对应，N是粒子蜂群算法的循环操作次数，用于控制算法时间与收敛性；循环执行的每步操作的最优结果是局部最优解S_part=(A_part1,T_part1),(A_part2,T_part2)…(A_parti,T_parti)…(A_partn,T_partn)，在优化过程中，序号为m的粒子所对应的天线下倾角和方位角集合为新解S'_m=(A'_m1,T'_m1),(A'_m2,T'_m2)…(A'_mi,T'_mi)…(A'_mn,T'_mn)；且不同制式的粒子蜂群算法的M和N参数有所不同，取决于用户需求：全局最优解是最优天线下倾角与方位角的集合，即该粒子蜂群优化算法的结果：

S_best=(A_best1,T_best1),(A_best2,T_best2)…(A_besti,T_besti)…(A_bestn,T_bestn)；其粒子蜂群优化算法的操作步骤与天线优化的粒子蜂群优化算法步骤相同。

蚁群算法的功率优化操作内容是：设置参数：蚁群优化算法的解是优化算法的结果，即最优基站导频功率比的集合S=P₁，P₂…P_i…P_n，其中P_i表示第i个小区的基站导频功率比，n为小区总数；初始解S₀=P₀₁，P₀₂…P_0i…P_0n是无线网络初始设置的各个基站导频功率比的集合；调整解S'_h=P'_h1,P'_h2…P'_hi…P'_hn是在算法进行过程中从当前解进行调整的基站导频功率比，h为调整解的序号，在GSM、WCDMA、CDMA2000与TD-SCDMA中，h的数值取决于用户需求；信息素P_h用于控制第h个调整解被选到的概率，可调常数r为信息素蒸发速率，可调参数Q用于调整信息素分泌的强度，r与Q用于更新P_h的数值，在GSM、WCDMA、CDMA2000与TD-SCDMA中，P_h、r与Q的数值都由用户选择决定；其蚁群优化算法的操作步骤与天线优化的蚁群优化算法步骤相同。

（三）站址优化算法：选择执行下述模拟退火，粒子蜂群与蚁群三种启发式算法之一，或将选择执行其中一种算法后的结果，作为另一种算法的初始值的任意两种算法的混合使用，或将该三种算法进行任意组合的级联使用。其中，

模拟退火算法的站址优化操作包括下列内容：设置下述参数：优化算法的解是优化算法的结果，即最优基站坐标的集合S=B₁，B₂…B_i…B_n，，其中，B_i表示第i个小区基站的坐标，n为小区总数；初始解S₀=B₀₁，B₀₂…B_0i…B_0n是无线网络初始设置的基站坐标的集合；邻集解S'=B'₁，B'₂…B'_i…B'_n是在算法进行过程中，需从当前解的邻集中选取一个解作为新解，即改变后的基站坐标的集合；温度t是算法的控制参数，用于控制算法过程中是否接受一个新解，在GSM、WCDMA、CDMA2000与TD-SCDMA中，t的数值由用户选择；t_c是温度更新的速率，即每次温度变化时的新温度t'=t×t_c；其模拟退火优化算法的操作步骤与天线优化的模拟退火优化算法步骤相同。

粒子蜂群算法的站址优化操作包括下列内容：设置下述参数：粒子数M与同一时间内M个基站坐标的集合相对应；算法循环次数N是粒子蜂群算法的循环次数，用于控制算法时间与收敛性；在GSM、WCDMA、CDMA2000与TD-SCDMA中，M和N的数值取决于用户选择；优化算法的全局最优解是整个优化算法的结果，即最优基站坐标的集合S_best=B_best1,B_best2…B_besti…B_bestn，局部最优解S_part=B_part1,B_part2…B_parti…B_partn是每一步循环优化操作对应的结果，其中，B_parti为第i个小区的基站坐标，n为小区总数；初始解S₀=B₀₁,B₀₂…B_0i…B_0n是无线网络初始设置的基站坐标的集合；新解S'_m=B'_m1,B'_m2…B'_mi…B'_mn是在算法进行过程中，第m个粒子对应的基站坐标的集合；该粒子蜂群优化算法操作步骤与天线优化的粒子蜂群优化算法步骤相同。

蚁群算法的站址优化操作包括下列内容：设置下述参数：优化算法的解是优化算法的结果，即最优基站坐标的集合S=B₁，B₂…B_i…B_n，其中，P_i为第i个小区的基站坐标，n为小区总数；初始解S₀=B₀₁，B₀₂…B_0i…B_0n是无线网络初始设置的基站坐标的集合；在算法优化过程中处于当前调整状态的基站坐标为调整解S'_h=B'_h1,B'_h2…B'_hi…B'_hn，自然数h为调整解序号，在GSM、WCDMA、CDMA2000与TD-SCDMA网络制式中，h的数值由用户选择决定；信息素P_h用于控制第h个调整解被选到的概率，可调常数r为信息素蒸发速率，可调参数Q用于调整信息素分泌的强度，r与Q用于更新P_h的值，在上述各个网络制式中，P_h、r与Q的数值都由用户选择决定；其蚁群优化算法的操作步骤与天线优化的蚁群优化算法步骤相同。

（四）频率/扰码/PN码优化算法：对这三种编码的优化分别进行说明。

参见图6，介绍采用贪心算法进行的频率优化操作的下述具体内容：

步骤A，根据用户需求设置循环操作总次数N和设置循环变量k=0；输入优化前的无线网络各基站的工作频点，并计算此时的代价函数值。

步骤B，遍历网络中的各个小区，选择其中干扰最大的小区作为此时的工作频点待分配小区。

步骤C，为该小区分配工作频点，使得整个系统对该小区的干扰最小，即系统网络的覆盖与容量参数达到最优化，并使k=k+1。

步骤D，判断是否达到终止优化操作的条件：k=N，如果是，则执行步骤E;否则，返回执行步骤B。

步骤E，结束频率优化操作，输出此时的工作频点的优化方案。

采用贪心算法进行的扰码优化操作包括下列内容：

步骤a，根据用户需求设置循环总操作总次数N和设置循环变量k=0；输入优化前的无线网络扰码，并计算此时的代价函数值。

步骤b，遍历网络中的各个小区，选择其中干扰最大的小区作为此时的扰码待分配小区。

步骤c，为该小区分配扰码，使得整个系统对该小区的干扰最小，即小区与小区间的碰撞次数总和最小，并使k=k+1。

步骤d，判断是否达到终止优化操作的条件：k=N，如果是，则执行步骤e;否则，返回执行步骤b。

步骤e，结束扰码优化操作，输出此时的扰码优化方案。

采用贪心算法进行的PN码优化操作包括下列内容：

步骤α，根据用户需求设置循环总总次数N和设置循环变量k=0；输入优化前的无线网络扰码，并计算此时的代价函数值。

步骤β，遍历网络中的各个小区，选择其中干扰最大的小区作为此时的PN码待分配小区。

步骤γ，为该小区分配PN码，使得整个系统对该小区的干扰最小，即小区与小区之间的碰撞次数总和最小，并使k=k+1。

步骤δ，判断是否达到终止优化操作的条件：k=N，如果是，则执行步骤ε，否则，返回执行步骤β。

步骤ε，结束PN码优化操作，输出此时的PN码优化方案。

参见图7，介绍步骤2中调用单网静态仿真计算代价函数C(x)值的操作内容：

（1）设置初始仿真参数：仿真次数、仿真地理环境、仿真精度、仿真网络制式、用户终端UE数、各业务比例、小区射频参数和终端射频参数。

（2）执行下述准备操作：将仿真地理区域按照仿真精度要求划分为多个面积相等的小方格、即栅格，再根据小区和栅格、小区和小区、栅格和栅格之间的距离、天线增益、角度增益、工作频率和天线高度分别计算各自两者之间传输链路的路径损耗，然后，将UE随机撒入到仿真地理区域内的栅格中。

（3）计算UE接收导频信干噪比：根据各小区导频发射功率和小区到第i个UE所在栅格的路径损耗之差，得到第i个UE接收到的来自各小区的导频功率；将其中导频接收功率最大的小区设为第i个UE的主服务小区；再根据公式计算第i个UE的最大接收导频信干噪比，式中，S_pi为第i个UE接收到的某个小区的导频功率，I_pi为第i个UE接收到来自其它所有小区的导频功率和热噪声功率的干扰总功率。

（4）考察各UE的切换状态，即该UE是否存在其它服务小区：

对于GSM或TD-SCDMA制式网络，切换方式为硬切换，UE只有主服务小区，当第i个UE接收到的最大导频信干噪比所在小区变化时，该UE发生硬切换，即将其主服务小区转换为当前最大导频信干噪比所在小区。

对于WCDMA或CDMA2000制式网络，切换方式为软切换，UE能够有多个服务小区，即当第i个UE接收到某个非主服务小区的导频信干噪比SIR_pti的dB值大于其最大接收导频信干噪比SIR_pmaxi的dB值与切换门限C_door之差，即满足公式10lg(SIR_pti)>10lg(SIR_pmaxi)－C_door时，则该非主服务小区也是第i个UE的服务小区。

（5）控制并分配UE和小区基站的发射功率：先初始设置发射功率和根据公式确定下行链路中的第j条链路接收端的信干噪比，式中，PRx_j为第j条链路接收端的有用信号功率，即该链路发射功率与链路路径损耗值之差；α为下行链路中多址干扰的正交因子，其取值取决于不同网络制式，I_ownj和I_otherj分别为第j条链路对应的接收端接收到的来自本小区和其它小区的干扰链路的功率，N为热噪声功率；然后，把由上述公式计算得到的各条链路信干噪比与目标信干噪比之差与设定的极小值进行比较，若差值小于设定的极小值，则不调整链路发射端功率，否则，按照下述方法调整发射端的功率：若计算的信干噪比大于目标信干噪比，则发射端功率减去设定的调整步长；否则，发射端功率加上设定的调整步长；最后，循环执行上述步骤操作，直到达到功率控制的设定次数。

（6）计算负载因子：统计各个小区当前负载α_k与其预设负载或缺省负载A_k之比，再利用公式和计算负载因子β，其中，k为小区序号，n为小区总数；E为当前负载α_k与其缺省负载A_k之比值的均值。

（7）统计和输出仿真网络优化的性能参数：GSM的性能参数包括覆盖与容量，TD-SCDMA的性能参数包括覆盖、容量与负载因子；WCDMA或CDMA2000的性能参数包括覆盖、容量、切换、导频污染与负载因子。

参见图8，介绍步骤2中调用双网静态仿真计算代价函数C(x)值的操作内容：

（1）设置双网初始仿真参数：仿真次数、仿真地理环境、仿真精度、仿真网络制式，两网的各自UE数、各业务比例、小区射频参数和终端射频参数。

（2）执行下述准备操作：将仿真地理区域按照仿真精度要求划分为多个面积相等的小方格、即栅格，此时两种网络制式共用该栅格；根据各网络的小区和栅格、小区和小区、栅格和栅格之间的距离、天线增益、角度增益、工作频率和天线高度分别计算两网各自相应两者之间传输链路的路径损耗；然后，将两个网络各自的UE随机撒入到仿真地理区域内的栅格中。

（3）分别计算双网各自的UE接收导频载干比：根据每个网络各小区导频发射功率和小区到第i个UE所在栅格的路径损耗之差，得到第i个UE接收到的来自本网各小区的导频功率，将其中导频接收功率最大的小区设为该第i个UE的主服务小区；再根据公式计算第i个UE的最大接收导频信干噪比，式中，S_pi为第i个UE接收到的某个小区的导频功率，I_pi为第i个UE接收到来自其它所有小区的导频功率和热噪声功率的干扰总功率。

（4）考察双网的各自UE的切换状态，即UE在本网是否存在其它服务小区：

对于GSM或TD-SCDMA制式网络，切换方式为硬切换，UE只有主服务小区，当第i个UE接收到的最大导频信干噪比所在小区变化时，该UE发生硬切换，即将其主服务小区转换为当前最大导频信干噪比所在小区；

对于WCDMA或CDMA2000制式网络，切换方式为软切换，UE能够有多个服务小区，即当第i个UE接收到某个非主服务小区的导频信干噪比SIR_pti的dB值大于其最大接收导频信干噪比SIR_pmaxi的dB值与切换门限C_door之差，即满足公式10lg(SIR_pti)>10lg(SIR_pmaxi)-C_door时，则该非主服务小区也是第i个UE的服务小区。

（5）考虑双网中两种制式网络的相互影响，控制并分配两个网络的UE和小区基站的发射功率：

设置双网的初始发射功率后，先固定第一种制式网络的发射功率，再按照公式计算第二种制式网络下行链路中第j条链路接收端的信干噪比，且在计算过程中要考虑第一种制式对第二种制式的干扰：式中，PR_xdj为第j条链路接收端的有用信号功率，即该链路发射端功率与链路路径损耗值之差；α为下行链路中多址干扰的正交因子，其取值取决于不同网络制式；I_owndj和I_other1j分别为第j条链路对应的接收端接收的来自本小区和其它小区的干扰链路的功率，I_other2j为第j条链路对应的接收端接收的来自另一个系统干扰链路的功率，N_d为热噪声功率；接着，把由上述公式计算得到的第二种制式各条链路信干噪比与目标信干噪比之差与设定的极小值进行比较，若该差的绝对值小于设定的极小值，则不调整链路发射端的功率；否则，按照下述方法调整发射端的功率：若计算的信干噪比大于目标信干噪比，则发射端功率减去设定的调整步长；否则，发射端功率加上设定的调整步长。

然后，固定第二种制式网络发送端的发射功率，计算第一种制式网络接收端的信干噪比，且在计算信干噪比的过程中要考虑第二种制式网络对第一种制式网络的干扰；接着，把第一种制式各条链路通过上述公式计算得到的信干噪比与目标信干噪比之差与设定的极小值进行比较，若该差的绝对值小于设定的极小值，则不调整网络发射端的功率；否则，按照下述方法调整发射端的功率：若计算的信干噪比大于目标信干噪比，则发射端功率减去设定的调整步长；否则，发射端功率加上设定的调整步长；

最后，循环执行上述各步骤操作，直到达到功率控制的设定次数。

（6）计算负载因子与信号泄漏噪声比SLNR：

计算负载因子是分别统计两个网络各个小区当前负载α_k与其预设负载或缺省负载A_k之比，再利用公式和分别计算两个网络的负载因子β，再将两个网络的负载因子之和作为联合网络的负载因子；

再利用下述公式计算得到第j条链路的其中，PR_xj是第j条链路接收端的有用信号功率，I_j为第j条链路对其他链路造成的总干扰，即第j条链路的下行发射功率对包括本网络和其他网络的所有链路造成的总干扰值，N_o为热噪声功率；

（7）统计和输出双网仿真网络优化的性能参数：GSM或TD-SCDMA的性能参数包括覆盖、容量、负载因子与SLNR；WCDMA或CDMA2000的性能参数包括覆盖、容量、负载因子、SLNR、切换和导频污染参数。

步骤3，输出网络优化方案：天线优化是输出优化区域内天线角度调整参数及其网络性能评估，功率优化是输出优化区域内基站导频功率分配比调整参数及其网络性能增益，站址优化是输出优化区域内基站地理坐标调整参数及其网络性能增强，频率/扰码/PN码优化是输出优化区域内基站的频点/码字调整参数及其网络性能评估，负载均衡是输出各个小区负载的调整参数及其网络性能评估；共有配置的优化是输出优化前后的基站表和栅格表与优化效果的对比图；输出整个网络优化方案，作为本次网络智能优化结果，为用户提供现实依据和参考。该步骤3包括下列选择执行的操作内容：

（A）对于天线优化：输出为优化区域内天线角度调整参数集合，且其中每一个天线角度的调整参数集合对应一个评估性能；在单一网络情况下，用户根据无线网络中的覆盖、容量与业务质量的权衡，选取其中一组或多组天线角度调整方案；在联合网络的情况下，用户根据两个网络在优化区域中的比重和业务的分布，选择其中一组或多组联合的天线角度调整方案。

（B）对于功率优化：输出为优化区域内基站导频功率比的调整参数集合，且其中每一个基站导频功率比的调整参数集合对应一个评估性能；在单一网络情况下，用户根据无线网络中的覆盖、容量与业务质量的权衡，选取其中一组或多组基站导频功率比调整方案；在联合网络的情况下，用户根据两个网络在优化区域中的比重和业务的分布，选择其中一组或多组联合的基站导频功率比调整方案。

（C）对于站址优化：输出为优化区域内基站坐标的调整参数集合，且其中每一个基站坐标的调整参数集合对应一个评估性能；在单一网络情况下，用户根据无线网络中的覆盖、容量与业务质量的权衡，选取其中一组或几组基站坐标调整方案；在联合网络情况下，用户根据两个网络在优化区域中的比重和业务的分布，选择其中一组或多组联合的基站坐标调整方案。

（D）对于频率/扰码/PN码优化：在GSM制式下，输出无线网络优化后的新频点，并给出此时的网络覆盖、容量与业务质量参数；在WCDMA或CDMA2000制式下，输出无线网络优化后的扰码或PN码，并给出此时的网络性能参数和碰撞次数；在TD-SCDMA制式下，输出无线网络优化后的工作频点、扰码与PN码，并给出此时的网络性能参数。

（E）对于负载均衡：输出为优化区域内各个小区的负载分布参数集合，每个负载分布参数对应一个评估性能；在单一网络情况下，用户根据无线网络中的实际阻塞情况，其中选取一组或多组负载分布参数作为调整方案；在联合网络情况下，用户根据两个网络在优化区域中的比重和业务的分布，选择其中一组或多组联合的负载分布参数的调整方案。

本发明方法已经进行了多次仿真实施试验，经过实际验证，实施试验的结果是可行的，实现了发明目的。下面简要说明本发明优化方法的模拟实施结果：

参见图9，介绍单网GSM采用模拟退火算法进行功率优化的仿真模拟结果：图9为广州市番禹区的接收导频功率示意图，背景是该地区的地图，左侧和右侧的两图分别为优化前、后的对比示意，其中，红色为导频功率较大的地方，然后黄色、深蓝色和浅蓝色分别表示该地区的导频功率值依次降低。可以看出：优化后的右侧图的左上角与右上角的深蓝色区域变多了，表示其接收导频得到了明显提高，系统得到了优化。另外，基站附近的红色区域也相应变大，说明基站附近区域的覆盖质量明显更好。

参见图10，介绍单网CDMA采用粒子蜂群算法进行功率优化的仿真模拟结果：该图为广州市越秀区的接收导频功率示意图，背景是该地区的地图，左侧和右侧的两图分别为优化前、后的对比示意，其中，黄色为覆盖质量最好的地方，然后深蓝色、浅蓝色和绿色分别表示该地区的导频功率值依次降低。可以看出：优化后的右侧图的深蓝色区域的整体面积变多了，表示接收导频整体值得到了提升，系统得到了优化；在这个过程中，由于导频功率分配比的改变，CDMA系统的干扰得到了明显的抑制，更多的栅格得到了较好的覆盖，也即优化后的右侧图的区域中几乎没有绿色栅格。

参见图11，介绍单网GSM采用蚁群算法天线优化的仿真模拟结果：该图为广州市广佛高速附近的接收导频功率示意图，背景是该地区的地图，左侧和右侧的两图分别为优化前、后的比较示意。其中，红色为导频功率较大的地方，然后黄色、深蓝色和浅蓝色分别表示该区域的导频功率值依次降低。可以看出，优化后的基站附近区域基本都被红色覆盖，代表基站附近的覆盖情况非常好，并且优化后的整个区域基本不存在淡蓝色区域，表示整个网络几乎都已被良好的覆盖。

参见图12，介绍GSM和CDMA2000双网采用粒子蜂群算法进行功率优化后的覆盖图：图为广州市广佛高速附近的接收导频功率示意图，背景是该地区的地图，左侧和右侧的两图分别为优化前、后的对比示意。其中，红色为导频功率较大的地方，然后黄色、深蓝色和浅蓝色分别表示该区域的导频功率值依次降低。可以看出，优化后的右侧图中深蓝色区域明显变多了，尤其是边缘区域，也被更多的深蓝色所覆盖，说明网络系统得到了优化。而且，由于这两个网络本身是共站的，即基站的坐标位置相同，所以，从GSM的导频功率图中可以获知，两套系统之间的干扰也得到了抑制。

Claims (9)

1.一种多制式智能可配的无线网络优化的实现方法，其特征在于：由用户需求确定无线网络优化的期望目标，并据此对网络进行优化配置；再在仿真基础上通过优化算法执行各项优化功能；最后，给出网络优化的输出方案和优化前后的效果对比，为用户提供现实依据与参考；所述方法包括下列操作步骤：

步骤1，进行无线网络的优化配置：

确定优化的网络制式及其参数：网络制式包括第二代通信系统2G中的全球移动通信系统GSM，第三代通信系统3G中的宽带码分多址WCDMA、码分多址2000CDMA2000或时分同步码分多址TD-SCDMA的单一网络制式，或者是包括GSM分别与WCDMA、CDMA2000、TD-SCDMA组成的两网共存的联合制式；参数包括区域内的用户UE数，基站发射天线的高度、发射功率与增益，网络拓扑，接收天线的高度；

确定网络优化的目标参数与优化项目：目标参数包括业务质量、覆盖范围与系统容量；优化项目包括天线、功率、站址与频率/扰码/PN码的优化和负载均衡；其中的天线优化需要输入基站的初始天线角度，功率优化需要输入基站的初始导频功率分配比，站址优化需要导入基站地理坐标，频率/扰码/PN码优化需要输入频点/扰码/PN码，负载均衡需要输入初始各小区负载信息；

确定网络优化的共有配置：包括城市、郊区或村庄的地理区域信息和该区域内开展的业务类型与业务量，启发式算法的选择，优化区域的基站参数；

步骤2，选择执行下述一项或多项的网络优化项目：

天线优化：采用优化算法改变天线的下倾角与方位角，进而改变基站天线增益，并通过调用仿真计算代价函数C(x)的值，以实现网络优化；

功率优化：采用优化算法改变基站导频功率分配比，进而改变基站对其所属用户发射功率，并通过调用仿真计算代价函数C(x)的值，以实现网络优化；

站址优化：采用优化算法改变基站地理坐标，进而改变优化网络的拓扑结构，并通过调用仿真计算代价函数C(x)的值，以实现网络优化；

频率/扰码/PN码优化：采用优化算法改变小区的频点/扰码/PN码，进而复用频率/码字资源，减少小区与小区间的干扰，并计算频点/码字的碰撞次数，实现网络优化；

负载均衡：作为天线优化与功率优化的一种优化策略，通过优化算法改变天线的下倾角与方位角，或改变基站导频功率分配比，进而调整各个小区的负载，并通过调用仿真计算代价函数C(x)值，以实现网络的拥塞控制；

所述代价函数C(x)是一个评价网络综合性能的计算公式，其中变量x至少包括信号Signal、干扰Interference、制式Netmode和业务类型Service四个因素；而且，不同制式网络的代价函数C(x)选取的值也不同：对于天线优化、功率优化与站址优化，单个网络制式中的GSM选取网络覆盖率，WCDMA、CDMA2000或TD-SCDMA选取网络容量，联合网络选取覆盖率与容量的均衡值；对于频率/扰码/PN码优化，单个网络制式中的GSM或TD-SCDMA选取无线网络的覆盖与容量，WCDMA或CDMA2000选取小区与小区间的碰撞次数；对于负载均衡，选择对无线网络实现负载均衡或控制拥塞；

步骤3，输出网络优化方案：天线优化是输出优化区域内天线角度调整参数及其网络性能评估，功率优化是输出优化区域内基站导频功率分配比调整参数及其网络性能增益，站址优化是输出优化区域内基站地理坐标调整参数及其网络性能增强，频率/扰码/PN码优化是输出优化区域内基站的频点/码字调整参数及其网络性能评估，负载均衡是输出各个小区负载的调整参数及其网络性能评估；共有优化配置的输出是优化前后的基站表与栅格表和优化效果的对比图；最后输出整个网络优化方案，作为本次网络智能优化结果，为用户提供现实依据和参考。

2.根据权利要求1所述的方法，其特征在于：所述步骤1中进行无线网络的优化配置包括下列选择执行的操作内容：

（A）对于GSM制式：根据地理区域的地形分类选择传播模型，设置的缺省仿真参数如下：采用GSM天线表，发射天线的高度、功率和增益分别为40米、38dB和17dB，接收天线高度为1.5米，撒入UE数的缺省值为500，仿真次数为多次、其缺省值为100次，仿真精度取决于用户需求、其缺省值为低精度，数据业务占总业务之比不超过0.5、其缺省值为0.5，阻塞率为0.01，按照基站编号为GSM配置初始工作频点；

（B）对于WCDMA制式：根据地理区域的地形分类选择传播模型，设置的缺省仿真参数如下：采用WCDMA天线表，发射天线的高度、功率和增益分别为40米、38dB和17dB，接收天线高度为1.5米，撒入UE数的缺省值为400，仿真次数为多次、其缺省值为50次，仿真精度取决于用户需求、其缺省值为低精度，数据业务占总业务之比大于0.5、其缺省值为0.5，阻塞率为0.02，按照基站编号为WCDMA配置初始工作扰码；

（C）对于CDMA2000制式：根据地理区域的地形分类选择传播模型，设置的缺省仿真参数如下：采用CDMA2000天线表，发射天线的高度、功率和增益分别为40米、38dB和17dB，接收天线高度为1.5米，撒入UE数的缺省值为400，仿真次数为多次、其缺省值为50次，仿真精度取决于用户需求、其缺省值为低精度，数据业务占总业务之比大于0.5、其缺省值为0.5，阻塞率为0.02，按照基站编号为CDMA2000配置初始的PN码；

（D）对于TD-SCDMA制式：根据地理区域的地形分类选择传播模型，设置的缺省仿真参数如下：采用TD智能天线表，发射天线的高度、功率和增益分别为40米、38dB和17dB，接收天线高度为1.5米，撒入UE数的缺省值为300，仿真次数为多次、其缺省值为30次，仿真精度取决于用户需求、其缺省值为低精度，数据业务占总业务之比大于0.5、其缺省值为0.5，阻塞率为0.02，按照基站编号为TD-SCDMA配置初始的工作频点、扰码与PN码；

（E）对于GSM分别与WCDMA、CDMA2000或TD-SCDMA的联合制式：其中的GSM制式按照（A）进行配置，WCDMA、CDMA2000或TD-SCDMA制式分别按照（B）、（C）或（D）进行配置；或者

（F）用户按照经验值或者实际网络的结构优化需要自行配置GSM、WCDMA、CDMA2000与TD-SCMDA的网络参数。

3.根据权利要求1所述的方法，其特征在于：所述步骤2中利用优化算法进行的天线优化是选择执行下述模拟退火，粒子蜂群与蚁群三种启发式算法之一，或者选择执行其中一种算法后的结果、再将其作为另一种算法的初始值的任意两种算法的混合使用，或者将该三种算法进行任意组合的级联使用；其中，

采用模拟退火算法进行的天线优化操作包括下列内容：

步骤A，根据用户需求设置：初始温度t₀，终止温度t_end和初始循环变量k=0，再获知优化前的天线下倾角与方位角的集合、即获知天线初始解集合：S₀=(A₀₁,T₀₁),(A₀₂,T₀₂)…(A_0i,T_0i)…(A_0n,T_0n)，式中，A_0i和T_0i分别为第i个小区的方位角和下倾角，n为小区总数；然后利用单网静态仿真或双网静态仿真计算初始状态的代价函数C(S₀)的值；其中，变量S₀为天线初始解集合，并在优化过程中从当前解的邻集中选取一个解作为新解，即邻集解S'=(A'₁,T'₁),(A'₂,T'₂)…(A'_i,T'_i)…(A'_n,T'_n)，也就是优化过程中的天线下倾角与方位角的集合；最优天线的下倾角与方位角的集合就是天线优化结果：S＝(A₁,T₁),(A₂,T₂),…,(A_i,T_i),…(A_n,T_n)；式中，温度t是模拟退火算法的控制参数，用于控制优化过程中是否接受一个新解，其数值取决于用户需求：温度更新值t_c是温度更新的速率，故每次温度变化后的新温度t,=t×t_c；

步骤B，改变天线的下倾角和方位角，并从邻集中选取新的天线角度集合S'作为优化后的新状态，并利用单网静态仿真或双网静态仿真计算此时新状态的代价函数C(S，)值S'；

步骤C，判断 $\min [l,\exp \frac{C(S\′)-C\left(S\right)}{t_k}]\≥\mathrm{random}\left[\mathrm{0,1}\right]$ 是否成立，若成立，则选取优化后的新状态的代价函数C(S，)值S'作为新解，否则，保持当前天线集合的解S不变；其中，是自然对数e的次方幂，random[0,1]是位于0～1之间的一个均匀随机数；

步骤D，返回执行步骤C，直到满足抽样准则为止，该抽样准则是连续执行多次后的代价函数值变化很小，或步骤C的操作已经执行了设定次数；

步骤E：设置此时的温度t_k+1=t_k×t_c和循环变量k=k+1后，返回执行步骤B；直到t_k+1=t_end时，结束天线优化操作，输出此时的优化天线角度集合；

采用粒子蜂群算法进行的天线优化操作包括下列内容：

步骤a，根据用户需求设置：粒子总数M，算法循环次数N和初始循环变量k=0；再获知优化前的天线下倾角与方位角的集合、即获知天线初始解集合：S₀=(A₀₁,T₀₁),(A₀₂,T₀₂)…(A_0i,T_0i)…(A_0n,T_0n)，式中，A_0i和T_0i分别为第i个小区的方位角和下倾角，n为小区总数；然后利用单网静态仿真或双网静态仿真计算初始状态的代价函数C(S₀)的值；其中，粒子总数M与同一时间内M个天线下倾角和方位角的集合相对应，N是粒子蜂群算法的循环操作次数，用于控制算法执行时间与收敛性，且循环执行的每步操作的优化结果是局部最优解S_part=(A_part1,T_part1),(A_part2,T_part2)…(A_parti,T_parti)…(A_partn,T_partn)，在优化过程中序号为m的粒子所对应的天线下倾角和方位角集合是新解：S'_m=(A'_m1,T'_m1),(A'_m2,T'_m2)…(A'_mi,T'_mi)…(A'_mn,T'_mn)；不同网络制式的粒子蜂群算法中参数M和N的数值有所不同，且都是根据用户需求选择的：全局最优解是最优的天线下倾角与方位角的集合，也是该粒子蜂群优化算法的解或结果：

S_best=(A_best1,T_best1),(A_best2,T_best2)…(A_besti,T_besti)…(A_bestn,T_bestn)；

步骤b，改变天线的下倾角和方位角，对每个粒子分别求解其当前状态S'_m，即分别求解M个粒子的集合，并利用单网静态仿真或双网静态仿真计算此时每个粒子的代价函数值C(S,_m)，并设置该C(S,_m)为局部最优解S_part；

步骤c：得到M个粒子的集合后，判断C(S’_m)≥C(S’_part)是否成立，若成立，则将此时的S_part更新为优化后的新状态的解S'_m；否则，保持当前天线集合S_part不变；

步骤d，判断C(S’_m)≥C(S_best)是否成立，若成立，则将此时的S_best更新为优化后的新状态的解S'_part；否则，维持S_part不变；并设置循环变量k=k+1后，返回执行步骤b；直到k=N时，结束天线优化操作，输出此时的优化天线角度集合；

采用蚁群算法进行的天线优化操作包括下列内容：

步骤α，根据用户需求设置：蚁群算法循环次数N和初始循环变量k=0；再获知优化前的天线下倾角与方位角的集合、即获知天线的初始解S₀=(A₀₁,T₀₁),(A₀₂,T₀₂)…(A_0i,T_0i)…(A_0n,T_0n)；式中，A_0i和T_0i分别为第i个小区的方位角和下倾角，n为小区总数；然后利用单网静态仿真或双网静态仿真计算初始状态的代价函数C(S₀)的值；其中，优化过程中处于当前调整状态的天线下倾角与方位角集合为调整解S'_h=(A'_h1,T'_h1),(A'_h2,T'_h2)…(A'_hi,T'_hi)…(A'_hn,T'_hn)，式中，自然数h为调整解序号，其最大值为H，表示在同一时间里有H个可供选择的调整解；在GSM、WCDMA、CDMA2000或TD-SCDMA网络制式中，H数值取决于用户需求；该优化算法的解是最优天线下倾角与方位角的集合、即该优化算法的结果：S=(A₁,T₁),(A₂,T₂)…(A_i,T_i)…(A_n,T_n)；

步骤β，选择第h个调整解，并用该调整解S'_h与当前解S相加之和作为新解S'，再利用单网静态仿真或双网静态仿真计算此时对应的代价函数C(S，)值；

步骤γ，判断C(S，)≥C(S)是否成立，若成立，则将此时的S更新为优化后的新状态的解S'，否则，保持当前天线集合S不变；

步骤δ，按照蚁群计算公式更新信息素P_h，式中，信息素P_h用于控制第h个调整解被选择的概率，可调常数r为信息素蒸发速率，可调参数Q用于调整信息素分泌的强度，r与Q用于更新P_h的值，在上述各个网络制式中，P_h、r与Q的值取决于用户需求和网络制式；然后，设置k=k+1，返回执行步骤β；直到k=N时，结束天线优化操作，输出此时的优化天线角度集合。

4.根据权利要求1所述的方法，其特征在于：所述步骤2中通过调用单网静态仿真计算代价函数C(x)值的操作包括下列内容：

（A1）设置初始仿真参数：仿真次数、仿真地理环境、仿真精度、仿真网络制式、用户终端UE数、各业务比例、小区射频参数和终端射频参数；

（A2）执行下述准备操作：将仿真地理区域按照仿真精度要求划分为多个面积相等的小方格、即栅格，再根据小区和栅格、小区和小区、栅格和栅格之间的距离、天线增益、角度增益、工作频率和天线高度分别计算各自两者之间传输链路的路径损耗，然后，将UE随机撒入到仿真地理区域内的栅格中；

（A3）计算UE接收导频信干噪比：根据各小区导频发射功率和小区到第i个UE所在栅格的路径损耗之差，得到第i个UE接收到的来自各小区的导频功率；将其中导频接收功率最大的小区设为第i个UE的主服务小区；再根据公式计算第i个UE的最大接收导频信干噪比，式中，S_pi为第i个UE接收到的某个小区的导频功率，I_pi为第i个UE接收到来自其它所有小区的导频功率和热噪声功率的干扰总功率；

（A4）考察各UE的切换状态，即该UE是否存在其它服务小区：

对于GSM或TD-SCDMA制式网络，切换方式为硬切换，UE只有主服务小区，当第i个UE接收到的最大导频信干噪比所在小区变化时，该UE发生硬切换，即将其主服务小区转换为当前最大导频信干噪比所在小区；

对于WCDMA或CDMA2000制式网络，切换方式为软切换，UE能够有多个服务小区，即当第i个UE接收到某个非主服务小区的导频信干噪比SIR_pti的dB值大于其最大接收导频信干噪比SIR_pmaxi的dB值与切换门限C_door之差，即满足公式10lg(SIR_pti)>10lg(SIR_pmaxi)－C_door时，则该非主服务小区也是第i个UE的服务小区；

（A5）控制并分配UE和小区基站的发射功率：先初始设置发射功率和根据公式确定下行链路中的第j条链路接收端的信干噪比，式中，PR_xj为第j条链路接收端的有用信号功率，即该链路发射功率与链路路径损耗值之差；α为下行链路中多址干扰的正交因子，其取值取决于不同网络制式，I_ownj和I_otherj分别为第j条链路对应的接收端接收到的来自本小区和其它小区的干扰链路的功率，N为热噪声功率；然后，把由上述公式计算得到的各条链路信干噪比与目标信干噪比之差与设定的极小值进行比较，若差值小于设定的极小值，则不调整链路发射端功率，否则，按照下述方法调整发射端的功率：若计算的信干噪比大于目标信干噪比，则发射端功率减去设定的调整步长；否则，发射端功率加上设定的调整步长；最后，循环执行上述步骤操作，直到达到功率控制的设定次数；

（A6）计算负载因子：统计各个小区当前负载α_k与其预设负载或缺省负载A_k之比，再利用公式计算负载因子β，其中，k为小区序号，n为小区总数；E为当前负载α_k与其缺省负载A_k之比值的均值；

（A7）统计和输出仿真网络优化的性能参数：GSM的性能参数包括覆盖与容量，TD-SCDMA的性能参数包括覆盖、容量与负载因子；WCDMA或CDMA2000的性能参数包括覆盖、容量、切换、导频污染与负载因子。

5.根据权利要求1所述的方法，其特征在于：所述步骤2中通过调用双网静态仿真计算代价函数C(x)值的操作包括下列内容：

（B1）设置双网初始仿真参数：仿真次数、仿真地理环境、仿真精度、仿真网络制式，两网的各自UE数、各业务比例、小区射频参数和终端射频参数；

（B2）执行下述准备操作：将仿真地理区域按照仿真精度要求划分为多个面积相等的小方格、即栅格，此时两种网络制式共用该栅格；根据各网络的小区和栅格、小区和小区、栅格和栅格之间的距离、天线增益、角度增益、工作频率和天线高度分别计算两网各自相应两者之间传输链路的路径损耗；然后，将两个网络各自的UE随机撒入到仿真地理区域内的栅格中；

（B3）分别计算双网各自的UE接收导频载干比：根据每个网络各小区导频发射功率和小区到第i个UE所在栅格的路径损耗之差，得到第i个UE接收到的来自本网各小区的导频功率，将其中导频接收功率最大的小区设为该第i个UE的主服务小区；再根据公式计算第i个UE的最大接收导频信干噪比，式中，S_pi为第i个UE接收到的某个小区的导频功率，I_pi为第i个UE接收到来自其它所有小区的导频功率和热噪声功率的干扰总功率；

（B4）考察双网的各自UE的切换状态，即UE在本网是否存在其它服务小区：

对于GSM或TD-SCDMA制式网络，切换方式为硬切换，UE只有主服务小区，当第i个UE接收到的最大导频信干噪比所在小区变化时，该UE发生硬切换，即将其主服务小区转换为当前最大导频信干噪比所在小区；

对于WCDMA或CDMA2000制式网络，切换方式为软切换，UE能够有多个服务小区，即当第i个UE接收到某个非主服务小区的导频信干噪比SIR_pti的dB值大于其最大接收导频信干噪比SIR_pmaxi的dB值与切换门限C_door之差，即满足公式10lg(SIR_pti)>10lg(SIR_pmaxi)-C_door时，则该非主服务小区也是第i个UE的服务小区；

（B5）考虑双网中两种制式网络的相互影响，控制并分配两个网络的UE和小区基站的发射功率：

设置双网的初始发射功率后，先固定第一种制式网络的发射功率，再按照公式计算第二种制式网络下行链路中第j条链路接收端的信干噪比，且在计算过程中要考虑第一种制式对第二种制式的干扰：式中，PR_xdj为第j条链路接收端的有用信号功率，即该链路发射端功率与链路路径损耗值之差；α为下行链路中多址干扰的正交因子，其取值取决于不同网络制式；I_owndj和I_other1j分别为第j条链路对应的接收端接收的来自本小区和其它小区的干扰链路的功率，I_other2j为第j条链路对应的接收端接收的来自另一个系统干扰链路的功率，N_d为热噪声功率；接着，把由上述公式计算得到的第二种制式各条链路信干噪比与目标信干噪比之差与设定的极小值进行比较，若该差的绝对值小于设定的极小值，则不调整链路发射端的功率；否则，按照下述方法调整发射端的功率：若计算的信干噪比大于目标信干噪比，则发射端功率减去设定的调整步长；否则，发射端功率加上设定的调整步长；

然后，固定第二种制式网络发送端的发射功率，计算第一种制式网络接收端的信干噪比，且在计算信干噪比的过程中要考虑第二种制式网络对第一种制式网络的干扰；接着，把第一种制式各条链路通过上述公式计算得到的信干噪比与目标信干噪比之差与设定的极小值进行比较，若该差的绝对值小于设定的极小值，则不调整网络发射端的功率；否则，按照下述方法调整发射端的功率：若计算的信干噪比大于目标信干噪比，则发射端功率减去设定的调整步长；否则，发射端功率加上设定的调整步长；

最后，循环执行上述各步骤操作，直到达到功率控制的设定次数；

（B6）计算负载因子与信号泄漏噪声比SLNR：

计算负载因子是分别统计两个网络各个小区当前负载α_k与其预设负载或缺省负载A_k之比，再利用公式和分别计算两个网络的负载因子β，再将两个网络的负载因子之和作为联合网络的负载因子；

再利用下述公式计算得到第j条链路的其中，PR_xj是第j条链路接收端的有用信号功率，I_j为第j条链路对其他链路造成的总干扰，即第j条链路的下行发射功率对包括本网络和其他网络的所有链路造成的总干扰值，N_o为热噪声功率；

（B7）统计和输出双网仿真网络优化的性能参数：GSM或TD-SCDMA的性能参数包括覆盖、容量、负载因子与SLNR；WCDMA或CDMA2000的性能参数包括覆盖、容量、负载因子、SLNR、切换和导频污染参数。

6.根据权利要求1所述的方法，其特征在于：所述步骤2中利用优化算法进行的功率优化是选择执行下述模拟退火，粒子蜂群与蚁群三种启发式算法之一，或者选择执行其中一种算法后的结果、再将其作为另一种算法的初始值的任意两种算法的混合使用，或者将该三种算法进行任意组合的级联使用；其中，

采用模拟退火算法进行的功率优化操作包括下列内容：

设置下述参数：优化算法的结果是最优基站导频功率比的集合，即其解S=P₁，P₂…P_i…P_n：其中，P_i为第i个小区的基站导频分配功率，n为小区总数；初始解S₀=P₀₁，P₀₂…P_0i…P_0n是无线网络初始设置的各个基站导频功率分配比的集合；邻集解S'=P'₁，P'₂…P'_i…P'_n是在算法进行过程中，需从当前解的邻集中选取一个解作为新解，即改变后的基站导频功率比的集合；温度t是算法的控制参数，用来控制算法过程中是否接受一个新解，在GSM、WCDMA、CDMA2000与TD-SCDMA中，t的数值取决于用户需求；t_c是温度更新速率，即每次温度变化的新温度t'=t×t_c；其模拟退火优化算法的操作步骤与天线优化的模拟退火优化算法步骤相同；

采用粒子蜂群算法进行的功率优化操作包括下列内容：

设置下述参数：粒子总数M，算法循环次数N和初始循环变量k=0；再获知优化前的天线下倾角与方位角的集合、即获知天线的初始解S₀=(A₀₁,T₀₁),(A₀₂,T₀₂)…(A_0i,T_0i)…(A_0n,T_0n)，式中，A_0i和T_0i分别为第i个小区的方位角和下倾角，n为小区总数；然后利用单网静态仿真或双网静态仿真计算初始状态解的代价函数C(S₀)的值；其中，粒子总数M与同一时间内M个天线下倾角和方位角的集合相对应，N是粒子蜂群算法的循环操作次数，用于控制算法时间与收敛性；循环执行的每步操作的最优结果是局部最优解S_part=(A_part1,T_part1),(A_part2,T_part2)…(A_parti,T_parti)…(A_partn,T_partn)，在优化过程中，序号为m的粒子所对应的天线下倾角和方位角集合为新解S'_m=(A'_m1,T'_m1),(A'_m2,T'_m2)…(A'_mi,T'_mi)…(A'_mn,T'_mn)；且不同制式的粒子蜂群算法的M和N参数有所不同，取决于用户需求：全局最优解是最优天线下倾角与方位角的集合，即该粒子蜂群优化算法的结果：

S_best=(A_best1,T_best1),(A_best2,T_best2)…(A_besti,T_besti)…(A_bestn,T_bestn)；其粒子蜂群优化算法的操作步骤与天线优化的粒子蜂群优化算法步骤相同；

采用蚁群算法进行的功率优化操作包括下列内容：

设置下述参数：蚁群优化算法的解是优化算法的结果，即最优基站导频功率比的集合S=P₁，P₂…P_i…P_n，其中P_i表示第i个小区的基站导频功率比，n为小区总数；初始解S₀=P₀₁，P₀₂…P_0i…P_0n是无线网络初始设置的各个基站导频功率比的集合；调整解S'_h=P'_h1,P'_h2…P'_hi…P'_hn是在算法进行过程中从当前解进行调整的基站导频功率比，h为调整解的序号，在GSM、WCDMA、CDMA2000与TD-SCDMA中，h的数值取决于用户需求；信息素P_h用于控制第h个调整解被选到的概率，可调常数r为信息素蒸发速率，可调参数Q用于调整信息素分泌的强度，r与Q用于更新P_h的数值，在GSM、WCDMA、CDMA2000与TD-SCDMA中，P_h、r与Q的数值都由用户选择决定；其蚁群优化算法的操作步骤与天线优化的蚁群优化算法步骤相同。

7.根据权利要求1所述的方法，其特征在于：所述步骤2中利用优化算法进行的站址优化是选择执行下述模拟退火，粒子蜂群与蚁群三种启发式算法之一，或者选择执行其中一种算法后的结果、再将其作为另一种算法的初始值的任意两种算法的混合使用，或者将该三种算法进行任意组合的级联使用；其中，

采用模拟退火算法进行的站址优化操作包括下列内容：

设置下述参数：优化算法的解是优化算法的结果，即最优基站坐标的集合S=B₁，B₂…B_i…B_n，其中，B_i表示第i个小区基站的坐标，n为小区总数；初始解S₀=B₀₁，B₀₂…B_0i…B_0n是无线网络初始设置的基站坐标的集合；邻集解S'=B'₁，B'₂…B'_i…B'_n是在算法进行过程中，需从当前解的邻集中选取一个解作为新解，即改变后的基站坐标的集合；温度t是算法的控制参数，用于控制算法过程中是否接受一个新解，在GSM、WCDMA、CDMA2000与TD-SCDMA中，t的数值由用户选择；t_c是温度更新的速率，即每次温度变化时的新温度t'=t×t_c；其模拟退火优化算法的操作步骤与天线优化的模拟退火优化算法步骤相同；

采用粒子蜂群算法进行的站址优化操作包括下列内容：

设置下述参数：粒子数M与同一时间内M个基站坐标的集合相对应；算法循环次数N是粒子蜂群算法的循环次数，用于控制算法时间与收敛性；在GSM、WCDMA、CDMA2000与TD-SCDMA中，M和N的数值取决于用户选择；优化算法的全局最优解是整个优化算法的结果，即最优基站坐标的集合S_best=B_best1,B_best2…B_besti…B_bestn，局部最优解S_part=B_part1,B_part2…B_parti…B_partn是每一步循环优化操作对应的结果，其中，B_parti为第i个小区的基站坐标，n为小区总数；初始解S₀=B₀₁,B₀₂…B_0i…B_0n是无线网络初始设置的基站坐标的集合；新解S'_m=B'_m1,B'_m2…B'_mi…B'_mn是在算法进行过程中，第m个粒子对应的基站坐标的集合；该粒子蜂群优化算法操作步骤与天线优化的粒子蜂群优化算法步骤相同；

采用蚁群算法进行的站址优化操作包括下列内容：

设置下述参数：优化算法的解是优化算法的结果，即最优基站坐标的集合S=B₁，B₂…B_i…B_n，其中，P_i为第i个小区的基站坐标，n为小区总数；初始解S₀=B₀₁，B₀₂…B_0i…B_0n是无线网络初始设置的基站坐标的集合；在算法优化过程中处于当前调整状态的基站坐标为调整解S'_h=B'_h1,B'_h2…B'_hi…B'_hn，自然数h为调整解序号，在GSM、WCDMA、CDMA2000与TD-SCDMA网络制式中，h的数值由用户选择决定；信息素P_h用于控制第h个调整解被选到的概率，可调常数r为信息素蒸发速率，可调参数Q用于调整信息素分泌的强度，r与Q用于更新P_h的值，在上述各个网络制式中，P_h、r与Q的数值都由用户选择决定；其蚁群优化算法的操作步骤与天线优化的蚁群优化算法步骤相同。

8.根据权利要求1所述的方法，其特征在于：所述步骤2中，进行的频率/扰码/PN码优化算法是贪心算法；其中，

采用贪心算法进行的频率优化操作包括下列内容：

步骤A，根据用户需求设置循环操作总次数N和设置循环变量k=0；输入优化前的无线网络各基站的工作频点，并计算此时的代价函数值；

步骤B，遍历网络中的各个小区，选择其中干扰最大的小区作为此时的工作频点待分配小区；

步骤C，为该小区分配工作频点，使得整个系统对该小区的干扰最小，即系统网络的覆盖与容量参数达到最优化，并使k=k+1；

步骤D，判断是否达到终止优化操作的条件：k=N，如果是，则执行步骤E;否则，返回执行步骤B；

步骤E，结束频率优化操作，输出此时的工作频点的优化方案；

采用贪心算法进行的扰码优化操作包括下列内容：

步骤a，根据用户需求设置循环总操作总次数N和设置循环变量k=0；输入优化前的无线网络扰码，并计算此时的代价函数值；

步骤b，遍历网络中的各个小区，选择其中干扰最大的小区作为此时的扰码待分配小区；

步骤c，为该小区分配扰码，使得整个系统对该小区的干扰最小，即小区与小区间的碰撞次数总和最小，并使k=k+1；

步骤d，判断是否达到终止优化操作的条件：k=N，如果是，则执行步骤e;否则，返回执行步骤b；

步骤e，结束扰码优化操作，输出此时的扰码优化方案；

采用贪心算法进行的PN码优化操作包括下列内容：

步骤α，根据用户需求设置循环总总次数N和设置循环变量k=0；输入优化前的无线网络扰码，并计算此时的代价函数值；

步骤β，遍历网络中的各个小区，选择其中干扰最大的小区作为此时的PN码待分配小区；

步骤γ，为该小区分配PN码，使得整个系统对该小区的干扰最小，即小区与小区之间的碰撞次数总和最小，并使k=k+1；

步骤δ，判断是否达到终止优化操作的条件：k=N，如果是，则执行步骤ε，否则，返回执行步骤β；

步骤ε，结束PN码优化操作，输出此时的PN码优化方案。

9.根据权利要求1所述的方法，其特征在于：所述步骤3中输出网络优化方案包括下列选择执行的操作内容：

（A）对于天线优化：输出为优化区域内天线角度调整参数集合，且其中每一个天线角度的调整参数集合对应一个评估性能；在单一网络情况下，用户根据无线网络中的覆盖、容量与业务质量的权衡，选取其中一组或几组天线角度调整方案；在联合网络的情况下，用户根据两个网络在优化区域中的比重和业务的分布，选择其中一组或多组联合的天线角度调整方案；

（B）对于功率优化：输出为优化区域内基站导频功率比的调整参数集合，且其中每一个基站导频功率比的调整参数集合对应一个评估性能；在单一网络情况下，用户根据无线网络中的覆盖、容量与业务质量的权衡，选取其中一组或多组基站导频功率比调整方案；在联合网络的情况下，用户根据两个网络在优化区域中的比重和业务的分布，选择其中一组或多组联合的基站导频功率比调整方案；

（C）对于站址优化：输出为优化区域内基站坐标的调整参数集合，且其中每一个基站坐标的调整参数集合对应一个评估性能；在单一网络情况下，用户根据无线网络中的覆盖、容量与业务质量的权衡，选取其中一组或多组基站坐标调整方案；在联合网络情况下，用户根据两个网络在优化区域中的比重和业务的分布，选择其中一组或多组联合的基站坐标调整方案；

（D）对于频率/扰码/PN码优化：在GSM制式下，输出无线网络优化后的新频点，并给出此时的网络覆盖、容量与业务质量参数；在WCDMA或CDMA2000制式下，输出无线网络优化后的扰码或PN码，并给出此时的网络性能参数和碰撞次数；在TD-SCDMA制式下，输出无线网络优化后的工作频点、扰码与PN码，并给出此时的网络性能参数；

（E）对于负载均衡：输出为优化区域内各个小区的负载分布参数集合，每个负载分布参数对应一个评估性能；在单一网络情况下，用户根据无线网络中的实际阻塞情况，其中选取一组或多组负载分布参数作为调整方案；在联合网络情况下，用户根据两个网络在优化区域中的比重和业务的分布，选择其中一组或多组联合的负载分布参数的调整方案。