CN103379510A - 一种利用mr数据进行小区规划的方法及装置 - Google Patents

Abstract

本发明公开了一种利用MR数据进行小区规划的方法及装置，所述方法包括：根据源于实际网络的测量报告MR数据，计算MR统计比例矩阵H；根据仿真数据，计算仿真电平分布；根据所述仿真数据和所述MR，计算仿真统计比例矩阵I；通过计算所述MR统计比例矩阵H与仿真统计比例矩阵I之差，得到矩阵差值H-I；通过利用所述矩阵差值H-I校正所述仿真电平分布，并根据所述校正的仿真电平分布，得到校正后的路损矩阵；根据校正后的路损矩阵，进行小区规划。本发明提高了仿真预测效果，从而提高了自动小区规划优化输出方案的准确性和可用性。

Description

一种利用MR数据进行小区规划的方法及装置

技术领域

本发明涉及通信领域中的无线网络规划优化，尤其涉及通讯领域的无线网络的仿真效果预测和自动小区规划。

背景技术

在无线网络规划优化过程中，对网络覆盖效果的仿真预测仍是重要内容，而网络覆盖仿真一般是根据电子地图、基站发射功率，结合传播模型计算出路径损耗，从而计算出平面上每个bin格(栅格)点的覆盖电平效果，因此，精度和准确度受限于电子地图的精度和传播模型对无线环境描述的准确度。

MR(Measurement Result/Measurement Report，测量报告)数据来自于实际网络，具有测量范围广、真实、采集成本低等优点，如果从MR数据中提取出电平值和时间提前量TA值等统计数据，对仿真计算的仿真电平值进行校正，从而校正每个点上的路径损耗值，将可以使整个网络的路径损耗描述更接近于实际网络。

发明内容

本发明的目的在于提供一种利用MR数据进行小区规划的方法及装置，能更好地解决无线网络仿真预测准确度低的问题。

根据本发明的一个方面，提供了一种利用MR数据进行小区规划的方法，包括：

A)根据源于实际网络的测量报告MR数据，计算MR统计比例矩阵H；

B)根据仿真数据，计算仿真电平分布；

C)根据所述仿真数据和所述MR数据，计算仿真统计比例矩阵I；

D)通过计算所述MR统计比例矩阵H与仿真统计比例矩阵I之差，得到矩阵差值H-I；

E)通过利用所述矩阵差值H-I校正所述仿真电平分布，并根据所述校正的仿真电平分布，得到校正后的路损矩阵；

F)根据校正后的路损矩阵，进行小区规划。

优选地，所述步骤A)包括：

A1)根据所述MR数据，得到每个电平级别的MR统计数目；

A2)根据所述每个电平级别的MR统计数目，计算每个电平级别的MR话务量比例；

A3)利用所述每个电平级别及其MR话务量比例，得到MR统计比例矩阵H。

优选地，所述步骤A)还包括：

A4)根据MR数据，计算小区内MR总话务量和每个电平级别的MR话务量。

优选地，所述步骤A)还包括：

A5)根据小区内的MR总话务量、时间提前量TA等级和预先装载的电子地图，计算不同TA等级对应的距离范围内的话务量，并根据所述话务量，在小区的每个栅格上进行仿真话务量分布。

优选地，所述步骤C)包括：

C1)利用所述仿真数据和所述仿真话务量分布，计算小区内每个电平级别的仿真话务量；

C2)利用所述每个电平级别的仿真话务量和分布在小区内的仿真总话务量，得到所述每个电平级别的仿真话务量占所述仿真总话务量的仿真话务量比例；

C3)根据每个电平级别及其仿真话务量比例，得到仿真统计比例矩阵I。

优选地，所述步骤E)包括：

E1)根据所述矩阵差值H-I和所述仿真电平分布，增加或减少小区内相应栅格的电平值，得到校正的仿真电平分布；

E2)根据所述校正的仿真电平分布，得到小区内每个栅格的路损值，并根据所述每个栅格的路损值，得到校正后的路损矩阵。

优选地，所述步骤E1)包括：

利用所述矩阵差值H-I，得到每个电平级别上的MR话务量比例和仿真话务量比例的话务量比例差值；

根据所述话务量比例差值，计算出每个电平级别上需要增加或减少的仿真话务量；

按照电平级别由高至低，依次将低电平级别栅格的电平设置为被校正电平级别的电平值或将所述被校正电平级别栅格的电平值设置为低电平级别的电平值，以便增加或减少被校正电平级别的仿真话务量；

根据校正后的小区内每个栅格的电平值，得到校正后的仿真电平分布。

优选地，根据栅格的地物类型、栅格与天线的距离、栅格与天线方向角的夹角，选取需要校正电平值的栅格。

优选地，所述步骤E)还包括：

得到校正的仿真电平分布后，根据栅格的电平值强度，确定所述栅格的主服务小区，以便得到校正后的仿真电平分布图。

根据本发明的另一个方面，提供了一种利用MR数据进行小区规划的装置，包括：

网络数据装载模块，用于根据源于实际网络的测量报告MR数据，计算MR统计比例矩阵H；

网络仿真计算模块，用于根据仿真数据，计算仿真电平分布，并根据所述数据和所述MR数据，计算仿真统计比例矩阵I；

MR数据校正模块，用于通过计算所述MR统计比例矩阵H与仿真统计比例矩阵I之差，得到矩阵差值H-I，并通过利用所述矩阵差值H-I校正所述仿真电平分布，并根据所述校正的仿真电平分布，得到校正后的路损矩阵；

自动小区规划优化模块，用于根据所述校正后的路损矩阵，进行小区规划。

与现有技术相比较，本发明的有益效果在于：本发明通过使用MR数据校正仿真数据，提高了仿真预测效果和自动小区规划优化输出方案的准确性和可用性。

附图说明

图1是本发明实施例提供的利用MR数据进行小区规划的方法原理图；

图2是本发明实施例提供的利用MR数据进行小区规划的装置框图；

图3是本发明实施例提供的利用MR数据进行小区规划的整体流程图；

图4是本发明实施例提供的利用MR数据校正仿真电平分布的算法流程图；

图5是本发明实施例提供的未经过校正的仿真电平值的示意图；

图6是本发明实施例提供的经过MR数据校正后的仿真电平值的示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行详细说明，应当理解，以下所说明的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

图1是本发明实施例提供的利用MR数据进行小区规划的方法原理图，如图1所示，包括：

步骤S101、根据源于实际网络的测量报告MR数据，计算MR统计比例矩阵H。

具体地说，首先，根据所述MR数据，得到每个电平级别的MR统计数目。然后，根据所述每个电平级别的MR统计数目，计算每个电平级别的MR话务量比例。最后，利用所述每个电平级别及其MR话务量比例，得到MR统计比例矩阵H。进一步地，根据所述MR数据，还可以计算小区内MR总话务量和每个电平级别的MR话务量。根据小区内的MR总话务量、时间提前量TA等级和预先装载的电子地图，还可以计算不同TA等级对应的距离范围内的话务量，并在小区的每个栅格上进行仿真话务量分布。

步骤S102、根据仿真数据，计算仿真电平分布。

步骤S103、根据所述仿真数据和所述MR数据，计算仿真统计比例矩阵I。

具体地说，首先，利用所述仿真数据和所述仿真话务量分布，计算小区内每个电平级别的仿真话务量。然后，利用所述每个电平级别的仿真话务量和分布在小区内的仿真总话务量，得到所述每个电平级别的仿真话务量占所述仿真总话务量的仿真话务量比例。最后，根据每个电平级别及其仿真话务量比例，得到仿真统计比例矩阵I。

步骤S104、通过计算所述MR统计比例矩阵H与仿真统计比例矩阵I之差，得到矩阵差值H-I。

步骤S105、通过利用所述矩阵差值H-I校正所述仿真电平分布，并根据所述校正的仿真电平分布，得到校正后的路损矩阵。

具体地说，首先，根据所述矩阵差值H-I和所述仿真电平分布，增加或减少小区内相应栅格的电平值，得到校正的仿真电平分布。即：利用所述矩阵差值H-I，得到每个电平级别上的MR话务量比例和仿真话务量比例的话务量比例差值；根据所述话务量比例差值，计算出每个电平级别上需要增加或减少的仿真话务量；按照电平级别由高至低，依次将低电平级别栅格的电平设置为被校正电平级别的电平值或将所述被校正电平级别栅格的电平值设置为低电平级别的电平值，以便增加或减少被校正电平级别的仿真话务量；根据校正后的小区内每个栅格的电平值，得到校正后的仿真电平分布。然后，根据所述校正的仿真电平分布，得到小区内每个栅格的路损值，并根据所述每个栅格的路损值，得到校正后的路损矩阵。其中，需要校正电平值的栅格根据栅格的地物类型、栅格与天线的距离、栅格与天线方向角的夹角选取。

步骤S106、根据校正后的路损矩阵，进行小区规划。

进一步地，得到校正的仿真电平分布后，还可以根据栅格的电平值强度，确定所述栅格的主服务小区，以便得到校正后的仿真电平分布图。

图2是本发明实施例提供的利用MR数据进行小区规划的装置框图，如图2所示，硬件部分包括：网络数据装载模块、网络仿真模块、MR数据校正模块、自动小区规划优化模块和计算机平台模块。各模块的主要功能和相互作用关系如下：

所述网络数据装载模块，用于装载电子地图数据、基站信息数据、天线型号数据、传播模型数据、MR数据、后台统计数据等网络数据，并根据所述MR数据，计算MR统计比例矩阵H。具体地说，所述网络数据装载模块根据所述MR数据，得到每个电平级别的MR统计数目，根据所述MR统计数目，计算所述每个电平级别的MR话务量比例，以便利用所述每个电平级别及其MR话务量比例，得到MR统计比例矩阵H。此外，所述网络数据装载模块还用于根据所述MR数据，计算小区内MR总话务量和每个电平级别的MR话务量。

所述网络仿真计算模块，用于根据仿真数据，计算仿真电平分布，并根据所述仿真数据和所述MR，计算仿真统计比例矩阵I。具体地说，网络仿真计算模块根据小区内的MR总话务量、时间提前量TA等级和预先装载的电子地图，计算不同TA等级对应的距离范围内的话务量，并根据所述话务量，在小区的每个栅格上进行仿真话务量分布，然后，利用所述仿真数据和所述仿真话务量分布，计算小区内每个电平级别的仿真话务量，利用所述每个电平级别的仿真话务量和分布在小区内的仿真总话务量，得到所述每个电平级别的仿真话务量占所述仿真总话务量的仿真话务量比例，从而根据每个电平级别及其仿真话务量比例，得到仿真统计比例矩阵I。其中，所述仿真数据主要指仿真电平值，其通过以下步骤计算得到：根据电子地图和基站信息数据，结合传播模型数据，计算出每个栅格的路损值，并根据基站发射功率、天线参数和所述每个栅格的路损值，计算出电子地图上每个栅格的仿真电平值，更进一步，也可以计算出每个栅格的干扰值等。

所述MR数据校正模块，用于通过计算所述MR统计比例矩阵H与仿真统计比例矩阵I之差，得到矩阵差值H-I，并通过利用所述矩阵差值H-I校正所述仿真电平分布，并根据所述校正的仿真电平分布，得到校正后的路损矩阵。具体地说，所述MR数据校正模块利用所述矩阵差值H-I，得到每个电平级别上的MR话务量比例和仿真话务量比例的话务量比例差值，根据所述话务量比例差值，计算出每个电平级别上需要增加或减少的仿真话务量，并按照电平级别由高至低，依次将低电平级别栅格的电平设置为被校正电平级别的电平值或将所述被校正电平级别栅格的电平值设置为低电平级别的电平值，以便增加或减少被校正电平级别的仿真话务量，根据校正后的小区内每个栅格的电平值，得到校正后的仿真电平分布。进一步地，所述MR数据校正模块利用MR数据校正所述网络仿真计算模块计算出来的每个栅格的仿真电平值，进而得到校正后的每个栅格的路损值。

所述自动小区规划优化模块，用于根据校正后的路损矩阵，进行小区规划。也就是说，所述自动小区规划优化模块可以根据MR数据校正后的每个栅格的路损值，进行新建网络或扩容新加站点的覆盖效果预测，并给出自动小区规划优化的方案。

所述计算机平台模块，用于为上述四个模块提供计算平台，以便进行数据存储、数据计算和分析。

图3是本发明实施例提供的利用MR数据进行小区规划的整体流程图，如图3所示，其中，步骤S301至步骤S304是先做MR数据和仿真数据的统计与计算，步骤S305至步骤S308是根据矩阵差值法计算校正后的路损值，步骤S309至步骤S310是对校正后的路损值的应用。为便于说明，手机接收到的电平值在下文简称为电平值，英语表述为RXLEV；路径损耗值在下文简称为路损值，英语表述为Path Loss，简写为PL。

步骤S301、计算MR统计比例矩阵H。

MR数据统计表格中，一般是按照RXLEV级别的电平值统计数目来给出的，MR数据的输出格式如表1所示。

表1

OMCRid	BSCid	Siteid	Cellid	RxLev0	RxLev1	RxLev2	......	RxLev62	RxLev63
										129	50	29	2	419	0	0	......	3	3
129	50	29	3	173	0	0	......	1	1
										129	50	29	1	227	0	2	......	1	8
129	50	40	1	117	2	11	......	46	56
										129	50	40	3	52	1	3	......	2	4
129	50	40	2	79	2	14	......	154	176

从所述MR统计数据中可以计算出每种RXLEV级别对应电平值的比例，这个比例就意味着每一级别的电平值在这个小区的话务量中所占的比例，即每个电平级别的MR话务量比例。所有级别的电平值的比例之和为1。从而计算出如表2所示的MR数据的统计比例输出格式。

表2

OMCRid	BSCid	Siteid	Cellid	RxLev0	RxLev1	RxLev2	......	RxLev62	RxLev63
										129	50	29	2	0.69％	0％	0％	......	0％	0％
129	50	29	3	0.46％	0％	0％	......	0％	0％
										129	50	29	1	0.37％	0％	0％	......	0％	0.013％
129	50	40	1	0.27％	0％	0.025％	......	0.11％	0.13％
										129	50	40	3	0.3％	0％	0％	......	0％	0％
129	50	40	2	0.16％	0％	0.03％	......	0.31％	0.35％

对于MR数据，每个小区中，其RXLEV级别及其对应的MR话务量比例可以用矩阵H表示如下：

$H=\left(\begin{array}{cc}{\mathrm{RXLEV}}_{63}& P_{63}\\ {\mathrm{RXLEV}}_{62}& P_{62}\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ {\mathrm{RELEV}}_0& P_0\end{array}\right)=\left[{\mathrm{RXLEV}}_i{P}_i\right](i=0~63)$

步骤S302、计算MR话务量。

在MR统计数据中，每个RXLEV级别的MR统计数目是可以获取的，根据每个MR数据上报间隔为480ms，可以计算出小区语音的总话务量、每个RXLEV级别的MR话务量及其所占的比例。

根据MR数据，计算小区中全部RXLEV级别的MR话务量，公式为：

(所有RXLEV级别的MR统计数目之和*480ms)/(1000*3600)

计算小区中每个RXLEV级别的MR话务量，公式为：

(每个RXLEV级别的MR统计个数*480ms)/(1000*3600)

每个RXLEV级别的话务量所占比例，公式为：

(每个RXLEV级别的MR话务量)/(全部RXLEV级别的MR话务量之和)

为方便后续计算和理解，定义“全部RXLEV级别的MR统计数目之和”为A，“每个RXLEV级别的MR统计数目”为A_i(i＝0～63)，小区MR总话务量为T，每个RXLEV级别的MR话务量为T_i(i＝0～63)，每个RXLEV级别的MR话务量占MR总话务量的MR话务量比例为P_i，那么：

$T=\frac{A*0.48}{3600}$

$T_i=\frac{A_i*0.48}{3600}$

$P_i=\frac{T_i}{T}*100\%$

$\underset{i=0}{\overset{63}{\mathrm{\Σ}}}{P}_i=1$

例如：

小区内全部RXLEV级别的MR统计数目A为71132，因此小区的MR总话务量T为：

(71132*480)/(1000*3600)＝9.484Erlang

其中，RXLEV20的MR统计数目A₂₀为1282，则RXLEV20的MR话务量A₂₀为：

(1282*480)/(1000*3600)＝0.171Erlang

因此，RXLEV20所占的MR话务量比例P₂₀为：

0.171/9.484＝1.802％

同样的方法可以计算出其余RXLEV级别所占的MR话务量比例，所有MR话务量比例之和应该等于1。

步骤S303、结合TA进行仿真话务量分布。

计算出单个小区的MR总话务量之后，结合TA等级，计算出不同TA等级对应的覆盖范围内的仿真话务量的值。具体地，每种等级TA对应的距离范围内仿真话务量等于单小区MR总话务量与该等级TA所占比例的乘积。

例如：某小区根据MR统计数目，计算出小区MR总话务量为9.484Erlang，其中TA＝0(即覆盖范围为0～554m)的比例为68％，则在TA＝0(即覆盖范围为0～554m)内的仿真话务量为：9.484Erlang*68％＝6.449Erlang；同样地，可以计算出小区内其他等级TA对应覆盖范围内的仿真话务量的大小。

知道不同TA等级对应的覆盖范围内的仿真话务量的大小，再根据仿真工具中这个小区的覆盖范围内地物分布情况，设置不同地物的话务分布比重，可以将话务量撒到相应的范围，从而得到这个小区下每个栅格(bin格)上仿真话务量的大小。例如，某个小区在TA＝0(即覆盖范围为0～554m)范围内其仿真话务量的统计值为5Erlang，栅格总数和每个栅格的地物分布情况可以从电子地图中读取，假设有2种地物，分别为urban和park，栅格总数为100个，urban有60个，park有40个，根据需要设置urban的仿真话务量分布权重为90％、park的仿真话务量分布权重为10％，从而可以计算出每个栅格的仿真话务量大小，即地物类型为urban的每个栅格话务量为5*90％/60＝0.075erlang，地物类型为park的每个栅格话务量为5*10％/60＝0.0083erlang。

对整网每个小区都做上面撒话务的操作，那么在每个bin格上，就有一个或多个小区分布的仿真话务量。对每个bin格而言，需要保留多个小区撒过来的话务量，以便后续计算各个小区仿真话务量在每个电平级别上的仿真话务量比例。

步骤S304、计算仿真统计比例矩阵I。

表3

omcrid	bscid	siteid	cellid	RxLev0	RxLev1	RxLev2	......	RxLev62	RxLev63
										129	50	29	2	0.69％	0％	0％	......	0％	0％
129	50	29	3	0.46％	0％	0％	......	0％	0％
										129	50	29	1	0.37％	0％	0％	......	0％	0.013％
129	50	40	1	0.27％	0％	0.025％	......	0.11％	0.13％
										129	50	40	3	0.3％	0％	0％	......	0％	0％
129	50	40	2	0.16％	0％	0.03％	......	0.31％	0.35％

根据上述仿真话务量按照TA等级(距离)分布到小区内的数据，可以进行相应统计。为方便后面的差值对比，这里的比例统计为：每个小区内每种电平值上的仿真话务量的比例。也就是说，对于该小区的覆盖范围内每个bin格(覆盖范围是指：用户设定的小区预测覆盖半径的范围，比如5km)，提取出仿真电平值和这个小区撒过来的仿真话务量的数据，从而计算出整个小区覆盖范围内所有bin格上的各个电平等级的仿真话务量占仿真总话务量的比例，所述仿真数据的统计比例格式如表3所示。

类似地，对于仿真数据，假定每个RXLEV级别对应的仿真话务量比例记为R_i(i＝0～63)，每个小区的RXLEV级别和对应的仿真话务量比例可以用矩阵I表示如下：

$I=\left(\begin{array}{cc}{\mathrm{RXLEV}}_{63}& R_{63}\\ {\mathrm{RXLEV}}_{62}& R_{62}\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ {\mathrm{RELEV}}_0& R_0\end{array}\right)=\left[{\mathrm{RXLEV}}_i{R}_i\right](i=0~63)$

步骤S305、计算差值矩阵H-I。

将上述两个矩阵进行矩阵差值计算，得到差值矩阵H-I：

$H-I=\left(\begin{array}{cc}{\mathrm{RXLEV}}_{63}& p_{63}\\ {\mathrm{RXLEV}}_{62}& p_{62}\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ {\mathrm{RXLEV}}_0& P_0\end{array}\right)-\left(\begin{array}{cc}{\mathrm{RXLEV}}_{63}& R_{63}\\ {\mathrm{RXLEV}}_{62}& R_{62}\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ {\mathrm{RXLEV}}_0& R_0\end{array}\right)$

$=\left[\begin{array}{cc}{\mathrm{RXLEV}}_i& P_i\end{array}\right]-\left[\begin{array}{cc}{\mathrm{RXLEV}}_i& R_i\end{array}\right]$

$=\left[\begin{array}{cc}{\mathrm{RXLEV}}_i& P_i-R_i\end{array}\right]$

其中，i＝0～63。

步骤S306、根据矩阵差值，校正仿真电平分布。

结合用户设置的cost值进行计算，得出校正后仿真电平分布，具体的计算过程如图4所示。

步骤S307、计算校正后的主服小区范围。

对每个小区进行仿真电平值的校正后，在小区交界的区域，每个bin格上可能存储着多个仿真电平值，这时候需要对整网进行一次主服务小区范围的调整，对于有多个仿真电平值的bin格，取最强的仿真电平值所属的小区作为主服务小区，从而得到校正后的整网的主服务小区分布图。

步骤S308、计算校正后的路损值。

根据校正后的每个bin格上各个小区的仿真电平值，计算路损值PL，公式如下：

路损值PL＝EIRP-接收电平值

其中，接收电平值是指校正后的各个栅格内的仿真电平值；EIRP是指Effective Isotropic Radiated Power，即有效全向辐射功率，是无线网络中的一个参数，为无线电发射机供给天线的功率与在给定方向上天线绝对增益的乘积，单位为dBm。

根据上述公式计算得到的每个bin格上各个小区的路损值，就是经过MR数据校正后的路损值。每个bin格上可能会存在多个路损值(多个小区信号传播到该bin格经过的路径损耗)，这些路损值需要记录到数据库中保存，以便后续调用，比如进行覆盖效果图渲染、修改小区数据后进行覆盖计算、自动小区规划优化模块调用等，可以用于3G网络的覆盖效果预测。

步骤S309、校正后的覆盖效果渲染。

经过校正后的每个bin格的仿真电平值，结合主服务小区的确定，可以根据设置的电平分布颜色，得到校正后的覆盖效果图渲染。这就是最基本的MR数据校正仿真数据的输出，同样地，也可以输出仿真话务量分布的效果渲染图。

从这个校正后的覆盖效果渲染图，可看出根据现网实际统计的MR数据的电平分布趋势和覆盖效果趋势，从而更进一步定位弱覆盖、过覆盖等问题区域，帮助解决现网问题。

步骤S310、根据校正后的路损值进行自动小区规划。

网络搬迁中或搬迁后常有工程参数自动规划优化的需求，根据现网MR数据校正每个bin格的路损值，可以预测工程参数调整后每个bin格的覆盖效果，比如天线下倾角、方向角等在不同变化情况下覆盖的好坏对比，从而为自动小区规划优化调整提供更可靠的调整依据。

同样地，可以利用校正后每个bin格的路损值，结合小区工程参数和无线参数，进行传播模型的校正。校正后的模型数据则可以进一步利用，比如预测加站效果、或用于类似场景的覆盖预测等。

图4是本发明实施例提供的利用MR数据校正仿真电平分布的算法流程图，如图4所示，本发明实施例利用矩阵差值法实现MR数据对仿真数据中仿真电平值的校正，并进而实现对仿真路损值的校正。步骤包括：

首先，计算矩阵差值。

对于仿真数据的电平值各个级别的统计比例用矩阵I表达，如下：

$I=\left(\begin{array}{cc}{\mathrm{RXLEV}}_{63}& R_{63}\\ {\mathrm{RXLEV}}_{62}& R_{62}\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ {\mathrm{RELEV}}_0& R_0\end{array}\right)=\left[{\mathrm{RXLEV}}_i{R}_i\right](i=0~63)$

同样地，对于MR数据的电平值各个级别的统计比例用矩阵H表达，如下：

$H=\left(\begin{array}{cc}{\mathrm{RXLEV}}_{63}& P_{63}\\ {\mathrm{RXLEV}}_{62}& P_{62}\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ {\mathrm{RELEV}}_0& P_0\end{array}\right)=\left[{\mathrm{RXLEV}}_i{P}_i\right](i=0~63)$

两者之间进行矩阵差值计算，如下：

$H-I=\left(\begin{array}{cc}{\mathrm{RXLEV}}_{63}& p_{63}\\ {\mathrm{RXLEV}}_{62}& p_{62}\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ {\mathrm{RXLEV}}_0& P_0\end{array}\right)-\left(\begin{array}{cc}{\mathrm{RXLEV}}_{63}& R_{63}\\ {\mathrm{RXLEV}}_{62}& R_{62}\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ .& .\\ {\mathrm{RXLEV}}_0& R_0\end{array}\right)$

$=\left[\begin{array}{cc}{\mathrm{RXLEV}}_i& P_i\end{array}\right]-\left[\begin{array}{cc}{\mathrm{RXLEV}}_i& R_i\end{array}\right]$

$=\left[\begin{array}{cc}{\mathrm{RXLEV}}_i& P_i-R_i\end{array}\right]$

其中，i＝0～63。

所述H-I就是对仿真数据进行校正的依据，对于每个电平级别，其对应的统计比例差值可能大于、小于或等于0。

其中，RXLEV表示手机接收电平值，根据GSM协议，RXLEV可分为0～63个级别，每个级别对应相应的电平值范围；Ri表示仿真数据电平值每个级别的统计比例，该比例等于每个电平级别的仿真话务量比例；Pi表示对MR数据电平值每个级别的统计比例，该比例等于每个电平级别的MR话务量比例。

其次，从上述矩阵相减的结果，可以看出每种电平级别上的统计比例差值，根据这个统计比例差值，在用户设定的小区预测覆盖半径的范围内，从电平由高到低的顺序对仿真数据进行校正。校正步骤如下：

对于RXLEVi的统计比例进行差值计算后，可以得出需要校正的比例，进而计算出仿真话务量中减少的话务量T’或增加的话务量T”，计算公式如下：

当Ri＞Pi时，即电平级别i的仿真统计比例大于MR统计比例，此时需要减少的仿真话务量T’为：

T′＝T*(R_i-P_i)

当Pi＞Ri时，即电平级别i的MR统计比例大于仿真统计比例，此时需要增加的仿真话务量T”为：

T″＝T*(P_i-R_i)

其中，T为小区电平级别i的MR话务量。

在计算出需要调整的的话务量T’或T”后，进行以下校正：

从高电平级别开始，如果MR统计比例大于仿真统计比例，说明在小区预测的覆盖范围内，仿真电平值大于该电平级别的bin格偏少，这时候从低一电平级别的bin格上开始校正，将部分或全部低一级电平级别的bin格的电平值修改为该级别的电平值，直至比例相同为止。如果有需要，进一步将更低一级电平级别的bin格的电平值修改为该级别，以此类推，最终使得被校正电平级别的MR数据的RXLEV统计比例与仿真数据的统计比例相同。

反之，如果MR数据统计比例小于仿真统计比例，说明在小区预测的覆盖范围内，仿真电平值大于该等级的bin格偏多，此时将从该电平级别的bin格上选取部分合适的bin格降为低一级电平级别，最终使得MR数据的RXLEV统计比例与仿真数据的统计比例相同。按照上述方法，可以对小区逐级进行比例差值比较和校正，并对整网每个小区都进行校正。

对于bin格的选择，则采用COST罚分排序法。考虑到bin格的选择优先级可以按照bin格上的地物类型、bin格与天线的距离、bin格与天线方向角的夹角三个因素来排序，因此对每个bin格定义三个罚分类型：Cost1、Cost2和Cost3，其中，Cost1对应bin格上地物类型的罚分，Cost2对应bin格与天线位置的距离罚分，Cost3对应bin格与天线方向角的夹角罚分。bin格上总罚分记为COST，COST＝Cost1+Cost2+Cost3。

对于罚分的设置如下：

1、地物优先级设置

地物优先级建议为“室内-室外-开阔地-道路”，因此对于Cost1一般设置为：室内＞室外＞开阔地＞道路；比如室内Cost1设为100、室外Cost1设为50、开阔地Cost1设为30、道路Cost1设为10等。

2、bin格与天线位置的距离优先级设置

距离优先级建议为“从远到近”，比如设置Cost2＝100*距离/地图精度，距离越远Cost2就越大。

3、bin格与天线方向角的夹角优先级

夹角优先级建议为“夹角从大到小”，比如设置Cost3＝20*夹角，夹角越大时Cost3就越大。

这样，对于在小区预测的覆盖范围内取出RXLEV级别的bin格，就可以计算每个bin格的Cost1、Cost2、Cost3，并计算出相应COST值；然后，对bin格按照COST值的大小排序，根据需要从升序或降序来选取bin格，结合bin格上的仿真话务量Ebin(Ebin是指该bin格上，根据MR数据统计话务量和地物权重设置进行话务分布得到的仿真话务量)，可计算并选出bin格的仿真话务量Ebin之和，当Ebin之和等于需要改变的仿真话务量大小T’或T”时，结束选取bin格，并将选取出的bin格的电平值进行相应的修改。

详细的校正处理步骤如下：

1、当Ri＞Pi时，即仿真比例大于MR比例时，仿真数据的电平值RXLEVi的bin格需要减少，需要调整的话务量差值为T’，因此，从小区预测覆盖半径的范围，取出RXLEVi的bin格和对应bin格的仿真话务量Ebin(对于有多个话务量的bin格，取出当前这个小区分布在该bin格上的仿真话务量)，并对选取出的bin格计算Cost1、Cost2、Cost3，并进一步计算出总罚分COST＝Cost1+Cost2+Cost3，然后，根据COST值对bin格进行排序，按照COST值从大到小的顺序，选取相应的bin格，当这些bin格上的仿真话务量Ebin之和等于T’时，选取bin格的操作停止，并将这些选取出来的bin格的电平值修改为RXLEVi-1，重新计算Ri-1，并更新I矩阵。

2、当Pi＞Ri时，即MR比例大于仿真比例时，仿真数据的电平值RXLEVi的bin格需要增加，需要调整的话务量差值为T”。首先，因为涉及调整的bin格的电平值可能是RXLEVi-1、RXLEVi-2…等，因此先定义n＝1；然后，从小区预测覆盖半径的范围，取出RXLEVi-n(n＝1)的bin格和对应bin格的话务量Ebin(同样地，对于有多个话务量的bin格，取出当前这个小区分布在该bin格上的话务量)，并对选取出的bin格计算Cost1、Cost2、Cost3，并进一步计算出总罚分COST＝Cost1+Cost2+Cost3，然后，根据COST值对bin格进行排序，按照COST值从小到大的顺序，选取对应的bin格(可能是部分，也可能是全部)，当这些bin格上的话务量Ebin之和等于T”或RXLEVi-n(n＝1)下所有bin格取完时，选取bin格的操作停止，并将这些选取出来的bin格的电平值修改为RXLEVi，重新计算Ri，并更新I矩阵。按照更新的矩阵再次进行差值比较，如果Pi＝Ri，则根据更新的I矩阵，进行(i-1)的下一轮差值校正；如果Pi＞Ri，则将n+1，返回这一RXLEV级别的bin格选取和校正操作，直至Pi＝Ri为止。

以RXLEV63为例说明(RXLEV63级别即电平值大于-48dBm)，如果MR统计比例大于仿真统计比例，说明在小区预测的覆盖范围内，仿真电平值大于-48dBm的bin格偏少，这时候从-49dBm的bin格上开始校正，将部分或全部-49dBm的bin格的电平值修改为-48dBm，直至比例相同为止；如果有需要，进一步将-50dBm的bin格的电平值修改为-48dBm，以此类推，最终使得MR数据的RXLEV63统计比例与仿真输数据的统计比例相同。如果MR统计比例小于仿真统计比例，说明在小区预测的覆盖范围内，仿真电平值大于-48dBm的bin格偏多，此时将从-48dBm的bin格上选取部分合适的bin格降为-49dBm，最终使得MR数据的RXLEV63统计比例与仿真数据的统计比例相同。

按照上述方法，可以对小区逐级电平进行比例的差值比较和校正，并对整网每个小区都进行校正。

图5是本发明实施例提供的未经过校正的仿真电平值的示意图，图6是本发明实施例提供的经过MR数据校正后的仿真电平值的示意图，下面结合图5和图6对技术方案的实施作进一步的详细描述。

图5是根据仿真工具得到的小区Cell 0的覆盖电平预测效果，包括电平值分别为大于等于-48dBm、等于-49dBm、等于-50dBm的bin格。

根据Cell 0实际的MR数据，计算出MR统计比例矩阵H。

根据Cell 0实际的MR数据采集和分析，提取出相应的MR电平值和TA等级，计算出MR话务量和各个TA等级对应的仿真话务量，并根据地物信息和权重设置进行仿真话务量分布，从而计算出Cell 0的覆盖范围内每个bin格的仿真话务量。

根据仿真话务量分布，计算出仿真统计比例矩阵I。

根据矩阵差值法，计算出差值矩阵H-I。这里以RXLEV63(电平值＞＝-48dBm)、RXLEV62(电平值＝-49dBm)和RXLEV61(电平值＝-50dBm)这三个等级为例进行说明。根据矩阵差值，得到这三个电平等级的比例差值，作为MR数据校正仿真数据的主要依据。假设比例差值计算结果分别为：

(P63-R63)＜0

(P62-R62)＜0

(P61-R61)＝0

说明RXLEV63(电平值＞＝-48dBm)、RXLEV62(电平值＝-49dBm)的仿真bin格偏多，RXLEV61(电平值＝-50dBm)不需要调整。

仿真的电平值RXLEV63的bin格需要减少，其需要调整的话务量差值为T’，取出RXLEV63的bin格和对应bin格的仿真话务量Ebin，对选取出的bin格计算Cost1、Cost2、Cost3，并计算出总罚分COST＝Cost1+Cost2+Cost3，然后，根据COST值对bin格进行排序，按照COST值从大到小的顺序，选取相应的bin格，当这些bin格上的仿真话务量Ebin之和等于T’时，选取bin格的操作停止，并将这些选取出来的bin格的电平值修改为RXLEV62，重新计算R62，并更新I矩阵。同样的，可以对RXLEV62进行校正，校正后电平值覆盖效果如图6所示。

进一步地，可以根据校正后的电平值，计算出每个栅格被MR数据校正后的路损值，从而得到校正后的路损矩阵。自动小区规划优化模块可以根据此校正后的路损矩阵进行小区参数调整的迭代计算，从而得出准确性更高的自动小区规划优化方案。

本发明充分利用MR数据的“测量范围广、真实、实时”的优点，并根据MR数据的统计比例与仿真数据统计比例的差值，对仿真数据进行校正，从而使仿真的预测结果将更为准确。本发明适用于不同的场景，比如：在GSM900网络基础上新建DCS1800网络的覆盖效果预测、在2G网络基础上新建3G网络的覆盖效果预测、天馈参数的自动规划优化、网络扩容加站后的覆盖效果提升预测和精准优化等，并在进一步指导新建1800M网络或3/4G网络、扩容加站、无线工程参数自动规划优化时，使网络方案更具有可实用性。

综上所述，本发明具有以下技术效果：

本发明利用MR数据校正仿真数据，并在校正算法过程中充分考虑MR话务量和实际地物对话务量分布的影响，使覆盖电平效果更接近实际网络情况，校正后的路损矩阵在网络规划或优化的方案也更具有可用性。

尽管上文对本发明进行了详细说明，但是本发明不限于此，本技术领域技术人员可以根据本发明的原理进行各种修改。因此，凡按照本发明原理所作的修改，都应当理解为落入本发明的保护范围。

Claims (10)

1.一种利用MR数据进行小区规划的方法，其特征在于，包括：

A)根据源于实际网络的测量报告MR数据，计算MR统计比例矩阵H；

B)根据仿真数据，计算仿真电平分布；

C)根据所述仿真数据和所述MR数据，计算仿真统计比例矩阵I；

D)通过计算所述MR统计比例矩阵H与仿真统计比例矩阵I之差，得到矩阵差值H-I；

E)通过利用所述矩阵差值H-I校正所述仿真电平分布，并根据所述校正的仿真电平分布，得到校正后的路损矩阵；

F)根据校正后的路损矩阵，进行小区规划。

2.根据权利要求1所述的方法，其特征在于，所述步骤A)包括：

A1)根据所述MR数据，得到每个电平级别的MR统计数目；

A2)根据所述每个电平级别的MR统计数目，计算每个电平级别的MR话务量比例；

A3)利用所述每个电平级别及其MR话务量比例，得到MR统计比例矩阵H。

3.根据权利要求2所述的方法，其特征在于，所述步骤A)还包括：

A4)根据MR数据，计算小区内MR总话务量和每个电平级别的MR话务量。

4.根据权利要求3所述的方法，其特征在于，所述步骤A)还包括：

A5)根据小区内的MR总话务量、时间提前量TA等级和预先装载的电子地图，计算不同TA等级对应的距离范围内的话务量，并根据所述话务量，在小区的每个栅格上进行仿真话务量分布。

5.根据权利要求4所述的方法，其特征在于，所述步骤C)包括：

C1)利用所述仿真数据和所述仿真话务量分布，计算小区内每个电平级别的仿真话务量；

C2)利用所述每个电平级别的仿真话务量和分布在小区内的仿真总话务量，得到所述每个电平级别的仿真话务量占所述仿真总话务量的仿真话务量比例；

C2)根据每个电平级别及其仿真话务量比例，得到仿真统计比例矩阵I。

6.根据权利要求5所述的方法，其特征在于，所述步骤E)包括：

E1)根据所述矩阵差值H-I和所述仿真电平分布，增加或减少小区内相应栅格的电平值，得到校正的仿真电平分布；

E2)根据所述校正的仿真电平分布，得到小区内每个栅格的路损值，并根据所述每个栅格的路损值，得到校正后的路损矩阵。

7.根据权利要求6所述的方法，其特征在于，所述步骤E1)包括：

利用所述矩阵差值H-I，得到每个电平级别上的MR话务量比例和仿真话务量比例的话务量比例差值；

根据所述话务量比例差值，计算出每个电平级别上需要增加或减少的仿真话务量；

按照电平级别由高至低，依次将低电平级别栅格的电平设置为被校正电平级别的电平值或将所述被校正电平级别栅格的电平值设置为低电平级别的电平值，以便增加或减少被校正电平级别的仿真话务量；

根据校正后的小区内每个栅格的电平值，得到校正后的仿真电平分布。

8.根据权利要求7所述的方法，其特征在于，根据栅格的地物类型、栅格与天线的距离、栅格与天线方向角的夹角，选取需要校正电平值的栅格。

9.根据权利要求8所述的方法，其特征在于，所述步骤E)还包括：

得到校正的仿真电平分布后，根据栅格的电平值强度，确定所述栅格的主服务小区，以便得到校正后的仿真电平分布图。

10.一种利用MR数据进行小区规划的装置，其特征在于，包括：

网络数据装载模块，用于根据源于实际网络的测量报告MR数据，计算MR统计比例矩阵H；

网络仿真计算模块，用于根据仿真数据，计算仿真电平分布，并根据所述仿真数据和所述MR数据，计算仿真统计比例矩阵I；

MR数据校正模块，用于通过计算所述MR统计比例矩阵H与仿真统计比例矩阵I之差，得到矩阵差值H-I，并通过利用所述矩阵差值H-I校正所述仿真电平分布，并根据所述校正的仿真电平分布，得到校正后的路损矩阵；

自动小区规划优化模块，用于根据所述校正后的路损矩阵，进行小区规划。

Images