CN103442384B - 干扰定位及处理方法、系统 - Google Patents

Abstract

本发明公开了一种干扰定位及处理方法、系统。涉及移动通信技术领域。本发明实施例提供一种干扰定位及处理方法、系统，提出了一种新的信号优化技术，通过精确计算得到的高精度业务信道时隙扫频数据，获取问题路段每个小区每个载频每个时隙的电平及载干比CtoI情况，从而能够精确对干扰进行定位，并根据对干扰的定位分析具体产生的原因，进行合理的优化调整，从根本上改善和提高蜂窝无线网络的整体性能。进一步的，本发明实施例还可以结合载干比C/I的值，更加精准的判断干扰的程度，为信号分析及调整提供了有效参考。

Description

干扰定位及处理方法、系统

技术领域

本发明涉及移动通信技术领域，特别涉及一种干扰定位及处理方法、系统。

背景技术

随着移动业务的高速增长，无线网络负荷日益增加，GSM900、DCS1800、EGSM频段相继大规模投入应用。在蜂窝无线网络基站之间的距离不断缩小的同时高载波配置站点数量也快速增加，频率的复用密度不断加大。目前中国移动集团的GSM无线网络普遍存在重叠覆盖过度、越区覆盖严重、同邻频干扰概率急剧增加，无线网络系统底噪明显抬升等问题。这些问题导致无线信号质量恶化，5～7级干扰严重，用户感知下降明显。

传统正六边形小区簇对干扰和覆盖的分析方法已经无法满足日益复杂的无线网络分析要求，并且常规的路测和扫频测试手段无法准确定位服务小区内具体的受干扰频点、干扰大小程度以及干扰源小区位置等，这已经成为当前无线网络进一步精细优化的一个关键技术瓶颈。必须探索新的测量技术及分析方法，对无线网络问题进行更加深入的科学定性及精确定量分析，进而得到更精准的优化解决方案，从根本上改善和提高蜂窝无线网络的整体性能。

发明内容

鉴于上述问题，本发明实施例提供一种干扰定位及处理方法、系统，提出了一种新的信号优化技术，通过精确计算得到的高精度业务信道时隙扫频数据，获取问题路段每个小区每个载频每个时隙的电平及载干比CtoI情况，从而能够精确对干扰进行定位，并根据干扰具体产生的原因进行合理优化调整，从根本上改善和提高蜂窝无线网络的整体性能。

本发明实施例采用了如下技术方案：

本发明一个实施例提供了一种干扰定位及处理方法，所述方法包括：

针对选定的接收质量差的路段，进行路测扫频，实时记录路测扫频数据，并根据路测扫频数据计算各时隙载干比；

判断当前测试终端所在服务小区各时隙的载干比是否在干扰范围内，是则确定该时隙所在频点为受干扰频点；

根据所述路测扫频数据获取当前测试区域关联覆盖重叠小区集；

在所述关联覆盖重叠小区集中，查找包括所述受干扰频点且与服务小区不同训练序列码的小区，确定为干扰小区；

对干扰小区产生的干扰信号进行优化处理。

所述方法还包括：

判断是否存在当前测试终端所在服务小区弱覆盖的问题，是则根据当前测试区域与服务小区的站址间距离进行覆盖优化处理；否则执行所述判断当前测试终端所在服务小区各时隙的载干比是否在干扰范围内的步骤。

所述判断是否存在当前测试终端所在服务小区弱覆盖的问题包括：

根据路测扫频数据计算当前测试终端所在服务小区训练序列码对应的业务信道最大训练序列码功率；

判断所述最大训练序列码功率是否小于覆盖门限值，是则确定存在弱覆盖问题，否则确定不存在弱覆盖问题。

所述根据所述路测扫频数据获取当前测试区域关联覆盖重叠小区集包括：

从所述路测扫频数据中获取下行公共信道中发送的基站色码数据；

根据所述基站色码数据确定当前测试区域有信号发射的多个小区，得到关联覆盖重叠小区集。

所述对干扰小区产生的干扰信号进行优化处理包括：

计算干扰小区受干扰频点的最大训练序列码接收功率；

当最大训练序列码接收功率大于功率门限，且干扰小区站址与当前测试区域距离大于最大距离门限时，进行天线调整，以控制越区覆盖，降低干扰；

当最大训练序列码接收功率大于功率门限，且干扰小区站址与当前测试区域距离小于最小距离门限时，进行频率优化，以合理规划频点分布，降低干扰。

所述方法还包括：

在所述关联覆盖重叠小区集中，查找包括所述受干扰频点且与服务小区相同训练序列码的小区，确定为第二干扰小区；

则所述对干扰小区产生的干扰信号进行优化处理具体包括：

根据干扰小区与服务小区方位角，及干扰小区站址与当前测试区域之间的距离关系，对干扰信号进行优化处理。

所述根据路测扫频数据计算各时隙载干比包括：

确定各帧周期内各时隙的边界及中心点；

根据时隙的边界及中心点确定服务小区各频点的各时隙，计算各时隙的平均接收功率和最大训练序列码接收功率；

根据平均接收功率和最大训练序列码接收功率计算各时隙的载干比。

计算各时隙的平均接收功率的方法具体为：

根据得到的时隙的边界及中心点，获取当前时隙SLOT_v接收采样信号的正弦基带信号I和余弦基带信号Q两路信号的功率序列；

根据正弦基带信号I和余弦基带信号Q的功率序列计算当前时隙SLOT_v的平均接收功率；

所述根据正弦基带信号I和余弦基带信号Q的功率序列计算当前时隙的平均接收功率包括：

计算该帧周期内最大训练序列码接收功率与所述平均接收功率的差值；

利用该帧周期内最大训练序列码接收功率除以所述差值，得到载干比；

计算各时隙的最大训练序列码接收功率的方法具体为：

获取各时隙内各时隙的接收功率峰值；

针对每个接收功率峰值分别执行：以接收功率峰值的当前时间值为中心点，在该中心点前后预设时间内计算该功率峰值的各训练序列码接收功率的最大值，作为本时隙内最大训练序列码接收功率；

所述确定各帧周期内各时隙的边界及中心点包括：

针对一个频点的一个选定帧周期内，获取该帧周期内信号的功率峰值；

在各功率峰值处，以功率峰值的当前时间值为中心点，在该中心点前后预设时间内计算精准功率峰值，并记录该精准功率峰值所在时间值；

在上述计算得到的各精准功率峰值中，计算最大精准功率峰值；

以所述最大精准功率峰值所在时间值作为其所在时隙的中心点，并以该时隙中心点为基准，进行左右拓展，依次确定该帧周期内各时隙的边界及中心点，以及，其它各帧周期的各时隙的边界及中心点。

所述获取当前时隙SLOT_v接收采样信号的正弦基带信号I和余弦基带信号Q两路信号的功率序列具体为：

I_S(SLOT_v,t-kT)={I_S(SLOT_v,n,t-kT),n=0,1,2,...,N-1}

Q_S(SLOT_v,t-kT)={Q_S(SLOT_v,n,t-kT),n=0,1,2,...,N-1}

所述根据正弦基带信号I和余弦基带信号Q的功率序列计算当前时隙SLOT_v的平均接收功率的具体为：

$\stackrel{\‾}{P}(\mathrm{SLO}{T}_v,t-\mathrm{kT})=\frac{1}{N}(\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{\left|I_S({\mathrm{SLOT}}_v,n,t-\mathrm{kT})\right|}^2+\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{\left|Q_S({\mathrm{SLOT}}_v,n,t-\mathrm{kT})\right|}^2)$

其中，t为测试时刻，SLOT_v表示帧周期内的第v个时隙，TSC_l表示为被服务小区CELL_h分配的第l个训练序列码TSC，S_i表示该帧周期中第i个功率峰值，t-kT表示延时器组中的第k个延时器在t-kT时刻发生超时，N为当前时隙周期内GMSK调制符号数；

所述载干比的计算公式具体为：

$\mathrm{CtoI}({\mathrm{SLOT}}_v,t-\mathrm{kT})=101g\frac{P_{\mathrm{corrMAX}}({\mathrm{SLOT}}_v,\mathrm{TS}{C}_l,t-\mathrm{kT})}{\stackrel{\‾}{P}({\mathrm{SLOT}}_v,t-\mathrm{kT})-P_{\mathrm{corrMAX}}({\mathrm{SLOT}}_v,{\mathrm{TSC}}_l,t-\mathrm{kT})}.$

另外，本发明实施例还提供了一种干扰定位及处理系统，所述系统包括：

路测及计算模块，用于针对选定的接收质量差的路段，进行路测扫频，实时记录路测扫频数据，并根据路测扫频数据计算各时隙载干比；

干扰频点定位模块，用于判断当前测试终端所在服务小区各时隙的载干比是否在干扰范围内，是则确定该时隙所在频点为受干扰频点；

覆盖小区确定模块，用于根据所述路测扫频数据获取当前测试区域关联覆盖重叠小区集；

干扰小区定位模块，用于在所述关联覆盖重叠小区集中，查找包括所述受干扰频点且与服务小区不同训练序列码的小区，确定为干扰小区；

信号优化模块，用于对干扰小区产生的干扰信号进行优化处理。

可见，本发明实施例提供一种干扰定位及处理方法、系统，提出了一种新的信号优化技术，通过精确计算得到的高精度业务信道时隙扫频数据，获取问题路段每个小区每个载频每个时隙的电平及载干比CtoI情况，从而能够精确对干扰进行定位，并根据对干扰的定位分析具体产生的原因，进行合理的优化调整，从根本上改善和提高蜂窝无线网络的整体性能。

附图说明

图1为本发明一实施例提供的一种干扰定位及处理方法流程图；

图2为本发明实施例提供的延时器组具体实现示例图；

图3为本发明实施例提供的确定各帧周期内各时隙的边界及中心点方法流程图；

图4为本发明实施例提供的时隙中心点及边界定位示意图；

图5为本发明实施例提供的干扰定位及处理方法的一个具体实例流程图；

图6为本发明实施例提供的一种干扰定位及处理系统结构框图。

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，下面将结合附图对本发明实施方式作进一步地详细描述。

参见图1，本发明实施例提供一种基于载干比C/I进行信号优化的方法，具体包括：

S101：针对选定的接收质量差的路段，进行路测扫频，实时记录路测扫频数据，并根据路测扫频数据计算各时隙载干比。

对于接收质量差的路段的选取，可以从普通TEMS测试设备或自动路测设备测试数据中筛选All-RxQual Sub（接收信号质量等级，即信号质量等级。测试手机在某位置测试到的信号质量等级，在不同位置处接收到的信号质量等级不同）为5、6、7的，即质量等级为5、6、7级的质差路段，并记录该路段主服务小区和起止时间和该路段经纬度范围区间，用于后续分析及绘制地图定位使用。

S102：判断当前测试终端所在服务小区各时隙的载干比是否在干扰范围内，是则确定该时隙所在频点为受干扰频点。

当某时隙的载干比小于零，说明当前时隙为业务空闲时隙，当某时隙的载干比大于零，说明当前时隙为业务占用时隙。也就是说，干扰范围应大于零，说明有干扰信号被检测到。另外，当干扰严重时，载占比相对较低。在实际应用中，本领域技术人员可以根据实际需要对干扰范围进行设置，本发明实施例中，选取干扰范围为0至9之间。

本步骤中，测试终端会上报当前服务小区。首先，计算服务小区各时隙的载干比，从其中将载干比落在干扰范围内的时隙所在频点，确定为该服务小区的受干扰频点。也就是说，服务小区该载频上存在干扰。即通过本步骤可以精确定位出受干扰的频点。

S103：根据路测扫频数据获取当前测试区域关联覆盖重叠小区集。

关联覆盖重叠小区集包括服务小区和干扰小区。也就是说，本步骤获取得到的当前测试区域关联覆盖重叠小区集具体为在当前测试区域内能够检测到有信号发射的全部小区。

GSM移动通信系统定义了9组训练序列码（TSC），其中8组用于小区业务信道，一组用于BCCH载频空闲时隙（dummy burst）的发射信号功率填充，如下表达式所示。

Training Bits=

[

0,0,1,0,0,1,0,1,1,1,0,0,0,0,1,0,0,0,1,0,0,1,0,1,1,1;

0,0,1,0,1,1,0,1,1,1,0,1,1,1,1,0,0,0,1,0,1,1,0,1,1,1;

0,1,0,0,0,0,1,1,1,0,1,1,1,0,1,0,0,1,0,0,0,0,1,1,1,0;

0,1,0,0,0,1,1,1,1,0,1,1,0,1,0,0,0,1,0,0,0,1,1,1,1,0;

0,0,0,1,1,0,1,0,1,1,1,0,0,1,0,0,0,0,0,1,1,0,1,0,1,1;

0,1,0,0,1,1,1,0,1,0,1,1,0,0,0,0,0,1,0,0,1,1,1,0,1,0;

1,0,1,0,0,1,1,1,1,1,0,1,1,0,0,0,1,0,1,0,0,1,1,1,1,1;

1,1,1,0,1,1,1,1,0,0,0,1,0,0,1,0,1,1,1,0,1,1,1,1,0,0;

%above8is for the TCH

0,1,1,1,0,0,0,1,0,1,1,1,0,0,0,1,0,1,1,1,0,0,0,1,0,1

%dummy burst

];

在各下行公共信道中发送的基站色码（BSIC）的最低位三比特指数指示了该小区应用了8组训练序列中的哪一组，训练序列作为已知参考信号，用于各小区信号接收时的信道时域均衡，以提高GSM移动通信系统的抗干扰能力。使用相同载频的不同小区的下行时隙信号可以用不同训练序列进行区分，这为不同小区间干扰信号功率的区分测量提供了高效的技术方法。

基于此，根据所述路测扫频数据获取当前测试区域关联覆盖重叠小区集具体包括：

从所述路测扫频数据中获取下行公共信道中发送的基站色码数据；

根据所述基站色码数据确定当前测试区域有信号发射的多个小区，得到关联覆盖重叠小区集。

S104：在上述关联覆盖重叠小区集中，查找包括上述受干扰频点且与服务小区不同训练序列码的小区，确定为干扰小区。

本步骤中，在关联覆盖重叠小区集中，查找与受干扰频点相同频率，且与服务小区不同训练序列码TSC的小区，作为干扰小区。

S105：对干扰小区产生的干扰信号进行优化处理。

具体的，对干扰小区产生的干扰信号进行优化处理包括：

计算干扰小区受干扰频点的最大训练序列码接收功率；

当最大训练序列码接收功率大于功率门限，且干扰小区站址与当前测试区域距离大于最大距离门限时，进行天线调整，以控制越区覆盖，降低干扰；

当最大训练序列码接收功率大于功率门限，且干扰小区站址与当前测试区域距离小于最小距离门限时，进行频率优化，以合理规划频点分布，降低干扰。

若干扰小区距离当前测试频点较远（大于第一距离），即来自较远小区的信号较强，说明覆盖合理度欠佳，该干扰信号为越区覆盖导致的，此时可以通过调整天线，控制越区覆盖，实现合理覆盖。

若该干扰小区距离测试频点较近（小于第二距离，第二距离小于第一距离），即来自较近小区的信号干扰较强，则说明频点规划不合理，需要进行频率优化，以合理分布频率。

也就是说，如果问题路段接收到的较远的小区信号很强，则说明覆盖合理度欠佳，需调整天线，控制越区覆盖；如果问题路段受到附近小区的干扰较强，则说明频点规划不合理，需进行频率优化。

需要说明的是，在实际应用中，本领域技术人员也称最大训练序列码接收功率为最大训练序列码相关接收功率，即由于某一基站使用指定训练序列码占用指定时隙进行功率发射导致的该时隙产生的接收功率部分。

优选的，本发明实施例提供的方法，进一步包括预先分析是否存在弱干扰的问题，如果存在，则直接将信号质量差的问题定位出来了，无需再执行上述步骤S102-S105，能够进一步提高信号优化处理的效率。

具体分析是否存在弱干扰的方法为：判断是否存在当前测试终端所在服务小区弱覆盖的问题，是则根据当前测试区域与服务小区的站址间距离进行覆盖优化处理；否则再执行步骤S102。

上述判断是否存在当前测试终端所在服务小区弱覆盖的问题具体包括：

根据路测扫频数据计算当前测试终端所在服务小区训练序列码对应的业务信道最大训练序列码功率；

判断所述最大训练序列码功率是否小于覆盖门限值，是则确定存在弱覆盖问题，否则确定不存在弱覆盖问题。

优选的，本发明实施例提供的方法还包括：

在所述关联覆盖重叠小区集中，查找包括所述受干扰频点且与服务小区相同训练序列码的小区，确定为第二干扰小区；

则所述对干扰小区产生的干扰信号进行优化处理具体包括：

根据干扰小区与服务小区方位角，及干扰小区站址与当前测试区域之间的距离关系，对干扰信号进行优化处理。

本发明实施例中，根据路测扫频数据计算各时隙载干比包括：

确定各帧周期内各时隙的边界及中心点；

根据时隙的边界及中心点确定服务小区各频点的各时隙，计算各时隙的平均接收功率和最大训练序列码接收功率；

根据平均接收功率和最大训练序列码接收功率计算各时隙的载干比。

其中，计算各时隙的平均接收功率的方法具体为：

根据得到的时隙的边界及中心点，获取当前时隙SLOT_v接收采样信号的正弦基带信号I和余弦基带信号Q两路信号的功率序列；

根据正弦基带信号I和余弦基带信号Q的功率序列计算当前时隙SLOT_v的平均接收功率。

具体的，根据正弦基带信号I和余弦基带信号Q的功率序列计算当前时隙的平均接收功率包括：

计算该帧周期内最大训练序列码接收功率与所述平均接收功率的差值；

利用该帧周期内最大训练序列码接收功率除以所述差值，得到载干比。

上述获取当前时隙SLOT_v接收采样信号的正弦基带信号I和余弦基带信号Q两路信号的功率序列具体为：

I_S(SLOT_v,t-kT)={I_S(SLOT_v,n,t-kT),n=0,1,2,...,N-1}

Q_S(SLOT_v,t-kT)={Q_S(SLOT_v,n,t-kT),n=0,1,2,...,N-1}

所述根据正弦基带信号I和余弦基带信号Q的功率序列计算当前时隙SLOT_v的平均接收功率的具体为：

$\stackrel{\‾}{P}(\mathrm{SLO}{T}_v,t-\mathrm{kT})=\frac{1}{N}(\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{\left|I_S({\mathrm{SLOT}}_v,n,t-\mathrm{kT})\right|}^2+\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{\left|Q_S({\mathrm{SLOT}}_v,n,t-\mathrm{kT})\right|}^2)$

其中，t为测试时刻，SLOT_v表示帧周期内的第v个时隙，TSC_l表示为被服务小区CELL_h分配的第l个训练序列码TSC，S_i表示该帧周期中第i个功率峰值，t-kT表示延时器组中的第k个延时器在t-kT时刻发生超时，N为当前时隙周期内GMSK调制符号数；

所述载干比的计算公式具体为：

$\mathrm{CtoI}({\mathrm{SLOT}}_v,t-\mathrm{kT})=101g\frac{P_{\mathrm{corrMAX}}({\mathrm{SLOT}}_v,\mathrm{TS}{C}_l,t-\mathrm{kT})}{\stackrel{\‾}{P}({\mathrm{SLOT}}_v,t-\mathrm{kT})-P_{\mathrm{corrMAX}}({\mathrm{SLOT}}_v,{\mathrm{TSC}}_l,t-\mathrm{kT})}.$

另外，计算各时隙的最大训练序列码接收功率的方法具体为：

获取各时隙内各时隙的接收功率峰值；

针对每个接收功率峰值分别执行：以接收功率峰值的当前时间值为中心点，在该中心点前后预设时间内计算该功率峰值的各训练序列码接收功率的最大值，作为本时隙内最大训练序列码接收功率。

具体的，在该中心点前后预设时间内计算该功率峰值的各训练序列码接收功率的最大值包括：

设置延时器组对该中心点前后预设时间内信号功率进行监测；

逐个记录该延时器组中各延时器超时当前信号对应的各训练序列码接收功率，并计算各延时器超时时当前信号对应的最大TSC功率值。

经过发明人多次反复大量的试验，作为一个优选的方案，延时器组包括21个延时器，各延时器的延时值T为1μs，效果相对较好。

具体的，本发明实施例所述延时器组也称滑窗并行时检隙测技术，延时器组所组成的滑窗结构如图2所示。

图2所示的并行滑动窗口由21个延时器组成，每个延时器时延周期为T=1us，整个滑动窗口长度以时隙中心点左右分别拓展10us共21us。每一次延时后的采样信号与9组训练序列码进行并行相关检测。对于一个时隙的测量，总共需要进行21次最强训练系列码相关功率的并行检测。

本步骤中，优选的，对每一个延时采用信号9组训练序列码TSC进行并行检测，采用TSC最大功率检测，能够检测出该时隙是否存在业务占用、以及时隙在业务占用时，最大相关功率信号对应的训练序列码，以判断是小区信号还是干扰等等，能够较好的提供移动信号相关参数的测量。

由于每一组26bit的训练序列中的开始5bit和尾部5bit是由位于中心位置点16bit原始序列进行周期拓展得到，所以用16位原始bit对小区发射时隙信号进行相关检测时，在相关峰值的两侧会各出现5个0点。这也为判断功率峰值提供了一种具体的筛选条件。

具体的，上述计算各延时器超时时当前信号对应的最大TSC功率值具体为：

$P_{\mathrm{corrMAX}}({\mathrm{SLOT}}_v,{\mathrm{TSC}}_l,t-\mathrm{kT})=\underset{k=-10}{\overset{10}{\mathrm{MAX}}}\underset{\mathrm{TS}{C}_i,i=0}{\overset{8}{\mathrm{MAX}}}\left[P_{\mathrm{corr}}({\mathrm{SLOT}}_v,{\mathrm{TSC}}_m,S_i(t-\mathrm{kT})\right]$

其中，t为测试时刻，SLOT_u表示帧周期内的第u个时隙，TSC_l表示为被服务小区CELL_h分配的第l个训练序列码TSC，S_i表示该帧周期中第i个功率峰值，t-kT表示延时器组中的第k个延时器在t-kT时刻发生超时。

在该帧周期内，计算各时隙所述最大训练序列码接收功率的最大值具体为：

$P_{\mathrm{corrMAX}}({\mathrm{FLAM}}_w,{\mathrm{SLOT}}_v,{\mathrm{TSC}}_l,t-\mathrm{kT})=\underset{{\mathrm{SLOT}}_u,u=0}{\overset{7}{\mathrm{MAX}}}\underset{k=-10}{\overset{10}{\mathrm{MAX}}}\underset{\mathrm{TS}{C}_i,i=0}{\overset{8}{\mathrm{MAX}}}\left[P_{\mathrm{corr}}({\mathrm{SLOT}}_u,{\mathrm{TSC}}_m,S_i(t-\mathrm{kT})\right]$

其中FLAM_w表示当前帧周期为FLAM_w。

本发明实施例中，上述确定各帧周期内各时隙的边界及中心点包括：

针对一个频点的一个选定帧周期内，获取该帧周期内信号的功率峰值；

在各功率峰值处，以功率峰值的当前时间值为中心点，在该中心点前后预设时间内计算精准功率峰值，并记录该精准功率峰值所在时间值；

在上述计算得到的各精准功率峰值中，计算最大精准功率峰值；

以所述最大精准功率峰值所在时间值作为其所在时隙的中心点，并以该时隙中心点为基准，进行左右拓展，依次确定该帧周期内各时隙的边界及中心点，以及，其它各帧周期的各时隙的边界及中心点。

由于现有技术中对帧周期及时隙周期的边界及中心点仅仅是粗略估算，导致在对信号检测中各参数的测量存在较大误差，甚至很多参数无法进行计算，使得现有信号检测的范围及程度都受到了很大的限制，因此，作为优选的，本发明实施例中，首先精确确定各帧周期内各时隙的边界及中心点，以为后续功率及载干比的计算提供基础，以使得计算得到的载干比更加准确。

优选的，可以结合该帧周期内最大训练序列码接收功率对应的载干比进行干扰分析，以进一步指导网络优化。

具体的，若存在干扰信号，当载干比的数值越低，说明形成的干扰约严重，当前频率复用密度越高，信号接收质量越差，在优化处理时，可以考虑优先优化此类干扰。

若载干比的数值较高，有可能是当前服务小区发射信号较少导致的，也就是说，虽然存在干扰信号，但是由于当前服务小区发射信号较少，干扰信号并未干扰到服务小区的有效信号，在优化处理时，可以考虑此类干扰优先级低些，但是还是需要对此类干扰进行优化处理的，因为虽然本帧周期内服务小区没有或很少发射信号，但是当服务小区发射信号时，还是会形成干扰的。

可见，本发明实施例提供一种干扰定位及处理方法，提出了一种新的信号优化技术，通过精确计算得到的高精度业务信道时隙扫频数据，获取问题路段每个小区每个载频每个时隙的电平及载干比CtoI情况，从而能够精确对干扰进行定位，并根据对干扰的定位分析具体产生的原因，进行合理的优化调整，从根本上改善和提高蜂窝无线网络的整体性能。

进一步的，本发明实施例还可以结合载干比C/I的值，更加精准的判断干扰的程度，为信号分析及调整提供了有效参考。

对于上述确定各帧周期内各时隙的边界及中心点的方法具体参见图3所示，主要包括：

S301：针对一个频点的一个选定帧周期内，获取该帧周期内信号的功率峰值。

需要说明的是，本发明实施例为了确定各时隙的精准边界及中心点，可以随机选定一个帧周期执行本步骤S301。

同时，在执行本步骤S301的过程中，还可以记录该帧周期内全部信号的功率数据，以便为后续步骤对信号功率进行分析使用。

具体的，获取该帧周期内信号的功率峰值包括如下3个子步骤：

设置监测延时器对信号功率进行监测，所述延时值小于时隙周期。

当延时超时时，记录当前监测到的信号功率值。

在该帧周期内监测到的信号功率值中，获取功率峰值。

因为在该帧周期内监测到的信号功率值，并非全部都是峰值，在监测到的信号功率值中，需要在其中选择属于峰值的部分。

需要说明的是，本步骤中使用的延时器的延时值至少要小于一个时隙周期，因为通常来讲，一个时隙周期内应该会有峰值出现，在实际应用中。延时值设置的越小，则得到的功率峰值越准确，能够避免遗漏，但是设置的太小，容易导致需要处理的数据量增加，效率降低，因此，在实际应用中，本领域技术人员可以根据具体应用场景及需求合理设置延时值。

S302：在各功率峰值处，以功率峰值的当前时间值为中心点，在该中心点前后预设时间内计算精准功率峰值，并记录该精准功率峰值所在时间值。

具体的，以功率峰值的当前时间值为中心点，在该中心点前后预设时间内计算精准功率峰值包括如下3个子步骤：

设置延时器组对该中心点前后预设时间内信号功率进行监测。

逐个记录该延时器组中各延时器超时的当前信号功率值。

在上述记录的信号功率值中计算最大信号功率值，将该最大信号功率值作为精准功率峰值。

延时器组包括多个延时器，假设包括N个延时器（通常N为奇数），每个延时器的延时值设为时间t1，则能够测量以功能峰值的当前时间值为中心点，在该中心点前后预置时间即N*t1内计算精准功率峰值。具体的，延时器组中，以中间的延时器作为中心，分别向前后两边设置（N-1）/2个延时器，在作为中心点的功能峰值的当前时间值前（N-1）*t1/2时刻时，最前面的延时器超时，记录下该延时器超时时的当前信号功率值，依次类推，当第二个延时器超时时，再记录第二个延时器超时时的当前信号功率值，直至最后一个延时器超时时，记录下最后一个延时器超时时的当前信号功率值。

上述功率峰值具体为训练序列码TSC的功率峰值。

上述逐个记录该延时器组中各延时器超时的当前信号功率值具体为：针对延时器组中的各延时器，当延时器超时时，记录当前信号对应的各TSC功率值，并计算最大TSC功率值。

则在上述记录的信号功率值中计算最大信号功率值，将该最大信号功率值作为精准功率峰值具体为：计算各延时器超时时得到的最大TSC功率值中的最大值，作为精准功率峰值。

这里延时器组优选的，也可以选择上述图2所示延时器组，包括21个延时器，各延时器的延时值T为1μs，效果相对比较好。此处不再赘述。

具体的，上述以功率峰值的当前时间值为中心点，在该中心点前后预设时间内计算精准功率峰值，具体实现算法为：

$P_{\mathrm{corrMAX}}({\mathrm{SLOT}}_u,{\mathrm{TSC}}_l,t-\mathrm{kT})=\underset{k=-10}{\overset{10}{\mathrm{MAX}}}\underset{\mathrm{TS}{C}_i,i=0}{\overset{8}{\mathrm{MAX}}}\left[P_{\mathrm{corr}}({\mathrm{SLOT}}_u,{\mathrm{TSC}}_m,S_i(t-\mathrm{kT})\right]$

其中，t为测试时刻，SLOT_u表示帧周期内的第u个时隙，TSC_l表示为被服务小区CELLh分配的第l个训练序列码TSC，S_i表示该帧周期中第i个功率峰值，t-kT表示延时器组中的第k个延时器在t-kT时刻发生超时。

也就是说，在测试时刻t，指定测试区域（栅格）g_q内，载频f_p的某一个时序SLOT_u（一个帧周期内的第u个时隙），被服务小区CELL_h（无线网络中的第h个小区）的业务占用，则可以检测出小区CELL_h分配的训练序列码TSC_l（第l个训练序列码）的最大相关功率P_corrMAX(SLOT_u,TSC_l,t-kT)。其中的MAX(·)符号表示取括号内数组元素的最大值。

S303：在上述计算得到的各精准功率峰值中，计算最大精准功率峰值。

具体的，本步骤将各精准功率峰值中的最大值作为最大精准功率峰值。

功率峰值具体为训练序列码TSC的功率峰值，延时器组包括21个延时器，各延时器的延时值T为1μs时，本步骤在上述计算得到的各精准功率峰值中，计算最大精准相关功率峰值，具体实现算法为：

$P_{\mathrm{corrMAX}}({\mathrm{FLAM}}_w,{\mathrm{SLOT}}_v,{\mathrm{TSC}}_l,t-\mathrm{kT})=\underset{{\mathrm{SLOT}}_u,u=0}{\overset{7}{\mathrm{MAX}}}\underset{k=-10}{\overset{10}{\mathrm{MAX}}}\underset{\mathrm{TS}{C}_i,i=0}{\overset{8}{\mathrm{MAX}}}\left[P_{\mathrm{corr}}({\mathrm{SLOT}}_u,{\mathrm{TSC}}_m,S_i(t-\mathrm{kT})\right].$

也就是说，0-7共8个时隙SLOT中，获取最大的训练序列码TSC功率值，P_corrMAX(FLAM_w,SLOT_v,TSC_l,t-kT)表示一个帧周期w内训练序列码TSC最大精准功率峰值为该帧中第v时隙第l个训练序列码，该最大精准功率峰值当前时间为t-kT，其中t为测试时间。

S304：以所述最大精准功率峰值所在时间值作为其所在时隙的中心点，并以该时隙中心点为基准，进行左右拓展，依次确定该帧周期内各时隙的边界及中心点，以及，其它各帧周期的各时隙的边界及中心点。

取在一帧8个时隙周期内最大训练序列码相关功率对应的时隙中心点为本次检测帧周期内时隙分析的时隙中心点时间基准，并以此时间基准为基础进行一帧内的各时隙中心及时隙边界拓展划分。如图4所示，SLOT₃接收的训练序列码相关功率最强，以其相关峰值时刻作为SLOT₃的时隙中心点基准进行整个帧周期内其余时隙中心点和时隙边界的定位拓展。在此基础上进行各个时隙的最大训练序列码检测相关峰值功率检测。

S305：根据得到的各帧周期内时隙的边界及中心点，对信号进行检测。

因此，作为优选的，本发明实施例中，首先精确确定各帧周期内各时隙的边界及中心点，以为后续功率及载干比的计算提供基础，以使得计算得到的载干比更加准确。

图5所示为本发明实施例提供的干扰定位及处理方法的一个具体实例，具体实现步骤为：

步骤1：问题路段定位。

从普通TEMS测试设备或自动路测设备测试数据中筛选All-RxQual Sub为5、6、7的，即质量等级为5、6、7级的质差路段，并记录该路段主服务小区和起止时间和该路段经纬度范围区间。

步骤2：问题服务小区定位。

从路测问题路段测试数据中定位当前测试终端的业务占用的服务小区，即问题服务小区。

步骤3：问题小区覆盖分析。

从高精度业务信道扫频数据TimeSlot表的干扰信号功率correlationPower字段中，可以查看当前频点业务信道时隙的覆盖电平情况。可以分析判断是否由于弱覆盖导致接收信号质差。如果在问题测试路段存在服务小区TSC对应的业务信道最大训练序列码相关功率correlationPower<-85dBm的情况，则需要重点分析弱覆盖问题。结合问题路段测试点与服务小区站址距离，可以进一步判断是否存在越区覆盖问题。

步骤4：问题小区干扰分析。

如果在问题路段的高精度业务信道时隙扫频测试数据TimeSlot表中存在服务小区中的载频中存在覆盖功率正常并且0<C/I<9的情况，则可以判定该载频存干扰情况。

步骤5：受干扰频点定位。

针对问题路段服务小区的每一个载频，在从TimeSlot表的CtoI字段可以查看到服务小区各业务信道时隙的C/I值。如果业务信道时隙扫频数据中C/I>0并且训练序列码最大相关功率对应的TSC不是本服务小区的TSC，则correlationPower值为同频干扰小区的接收电平强度，CtoI值为同频干扰小区接收信号的CtoI。

步骤6：干扰小区定位。

如果在指定问题路段存在服务小区某载频受干扰情况，则需要重点分析定位对服务小区该载频产生干扰的同频干扰小区。干扰小区定位算法描述如下：

首先联合在该问题路段的传统BCCH扫频数据，即关联ColorCode测试数据表，确定该问题区域的关联覆盖重叠小区集B；

对于问题路段中服务小区中的指定受干扰载频，分析精度业务时隙扫频测试数据TimeSlot表，查找属于其他小区的训练序列码对应的CorrelationPower CtoI>0的同频干扰。在该问题区域的关联覆盖重叠小区集B，查找同频不同TSC的小区集A，即为问题服务小区受干扰载频的干扰小区。

在问题区域的关联覆盖重叠小区集B中，存在同频同TSC的小区的概率非常小。如果确实存在同频同TSC的小区，则可以根据小区的方位角和小区与问题路段测试点的距离进行实际干扰小区的进一步筛选和准确定位。

步骤7：问题路段原因定位及处理方案。

从以上分析可以看出，根据高精度业务信道时隙扫频数据，可以查找出问题路段每个小区每个载频每个时隙的电平及CtoI情况，结合地图可以分析出问题路段小区覆盖是否合理：如果问题路段接收到的较远的小区信号很强，则说明覆盖合理度欠佳，需调整天线，控制越区覆盖；如果问题路段受到附近小区的干扰较强，则说明频点规划不合理，需进行频率优化。

另外，参见图6，本发明实施例提供了一种干扰定位及处理系统，具体包括：

路测及计算模块601，用于针对选定的接收质量差的路段，进行路测扫频，实时记录路测扫频数据，并根据路测扫频数据计算各时隙载干比。

干扰频点定位模块602，用于判断当前测试终端所在服务小区各时隙的载干比是否在干扰范围内，是则确定该时隙所在频点为受干扰频点。

覆盖小区确定模块603，用于根据所述路测扫频数据获取当前测试区域关联覆盖重叠小区集。

干扰小区定位模块604，用于在所述关联覆盖重叠小区集中，查找包括所述受干扰频点且与服务小区不同训练序列码的小区，确定为干扰小区。

信号优化模块605，用于对干扰小区产生的干扰信号进行优化处理。

所述系统还包括弱干扰判断模块，用于：

判断是否存在当前测试终端所在服务小区弱覆盖的问题，是则根据当前测试区域与服务小区的站址间距离进行覆盖优化处理；否则启动干扰频点定位模块602。

上述判断是否存在当前测试终端所在服务小区弱覆盖的问题的方法为：

根据路测扫频数据计算当前测试终端所在服务小区训练序列码对应的业务信道最大训练序列码功率；

判断所述最大训练序列码功率是否小于覆盖门限值，是则确定存在弱覆盖问题，否则确定不存在弱覆盖问题。

覆盖小区确定模块具体用于，从所述路测扫频数据中获取下行公共信道中发送的基站色码数据；以及，根据所述基站色码数据确定当前测试区域有信号发射的多个小区，得到关联覆盖重叠小区集。

信号优化模块具体用于，计算干扰小区受干扰频点的最大训练序列码接收功率。

当最大训练序列码接收功率大于功率门限，且干扰小区站址与当前测试区域距离大于最大距离门限时，进行天线调整，以控制越区覆盖，降低干扰。

当最大训练序列码接收功率大于功率门限，且干扰小区站址与当前测试区域距离小于最小距离门限时，进行频率优化，以合理规划频点分布，降低干扰。

所述系统还包括第二干扰小区确定模块，用于：

在所述关联覆盖重叠小区集中，查找包括所述受干扰频点且与服务小区相同训练序列码的小区，确定为第二干扰小区。

则信号优化模块具体用于：根据干扰小区与服务小区方位角，及干扰小区站址与当前测试区域之间的距离关系，对干扰信号进行优化处理。

路测及计算模块根据路测扫频数据计算各时隙载干比的方法具体为：

确定各帧周期内各时隙的边界及中心点；

根据时隙的边界及中心点确定服务小区各频点的各时隙，计算各时隙的平均接收功率和最大训练序列码接收功率；

根据平均接收功率和最大训练序列码接收功率计算各时隙的载干比。

上述计算各时隙的平均接收功率的方法具体为：

根据得到的时隙的边界及中心点，获取当前时隙SLOT_v接收采样信号的正弦基带信号I和余弦基带信号Q两路信号的功率序列；

根据正弦基带信号I和余弦基带信号Q的功率序列计算当前时隙SLOT_v的平均接收功率。

其中，所述根据正弦基带信号I和余弦基带信号Q的功率序列计算当前时隙的平均接收功率包括：

计算该帧周期内最大训练序列码接收功率与所述平均接收功率的差值；

利用该帧周期内最大训练序列码接收功率除以所述差值，得到载干比。

另外，计算各时隙的最大训练序列码接收功率的方法具体为：

获取各时隙内各时隙的接收功率峰值；

针对每个接收功率峰值分别执行：以接收功率峰值的当前时间值为中心点，在该中心点前后预设时间内计算该功率峰值的各训练序列码接收功率的最大值，作为本时隙内最大训练序列码接收功率。

上述确定各帧周期内各时隙的边界及中心点的方法包括：

针对一个频点的一个选定帧周期内，获取该帧周期内信号的功率峰值；

在各功率峰值处，以功率峰值的当前时间值为中心点，在该中心点前后预设时间内计算精准功率峰值，并记录该精准功率峰值所在时间值；

在上述计算得到的各精准功率峰值中，计算最大精准功率峰值；

以所述最大精准功率峰值所在时间值作为其所在时隙的中心点，并以该时隙中心点为基准，进行左右拓展，依次确定该帧周期内各时隙的边界及中心点，以及，其它各帧周期的各时隙的边界及中心点。

需要说明的是，本发明系统实施例中的各个模块或者子模块的工作原理和处理过程可以参见上述图1-图5所示方法实施例中的相关描述，此处不再赘述。

可见，本发明实施例提供一种干扰定位及处理方法，提出了一种新的信号优化技术，通过精确计算得到的高精度业务信道时隙扫频数据，获取问题路段每个小区每个载频每个时隙的电平及载干比CtoI情况，从而能够精确对干扰进行定位，并根据对干扰的定位分析具体产生的原因，进行合理的优化调整，从根本上改善和提高蜂窝无线网络的整体性能。

进一步的，本发明实施例还可以结合载干比C/I的值，更加精准的判断干扰的程度，为信号分析及调整提供了有效参考。

为了便于清楚描述本发明实施例的技术方案，在发明的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定。

本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括如下步骤：（方法的步骤），所述的存储介质，如：ROM/RAM、磁碟、光盘等。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (9)

1.一种干扰定位及处理方法，其特征在于，所述方法包括：

针对选定的接收质量差的路段，进行路测扫频，实时记录路测扫频数据，并根据路测扫频数据计算各时隙载干比；

判断当前测试终端所在服务小区各时隙的载干比是否在干扰范围内，是则确定该时隙所在频点为受干扰频点；

根据所述路测扫频数据获取当前测试区域关联覆盖重叠小区集；

在所述关联覆盖重叠小区集中，查找包括所述受干扰频点且与服务小区不同训练序列码的小区，确定为干扰小区；

对干扰小区产生的干扰信号进行优化处理；

其中，所述根据路测扫频数据计算各时隙载干比包括：

确定各帧周期内各时隙的边界及中心点；

根据时隙的边界及中心点确定服务小区各频点的各时隙，计算各时隙的平均接收功率和最大训练序列码接收功率；

根据平均接收功率和最大训练序列码接收功率计算各时隙的载干比。

2.根据权利要求1所述的干扰定位及处理方法，其特征在于，所述方法还包括：

判断是否存在当前测试终端所在服务小区弱覆盖的问题，是则根据当前测试区域与服务小区的站址间距离进行覆盖优化处理；否则执行所述判断当前测试终端所在服务小区各时隙的载干比是否在干扰范围内的步骤。

3.根据权利要求2所述的干扰定位及处理方法，其特征在于，所述判断是否存在当前测试终端所在服务小区弱覆盖的问题包括：

根据路测扫频数据计算当前测试终端所在服务小区训练序列码对应的业务信道最大训练序列码功率；

判断所述最大训练序列码功率是否小于覆盖门限值，是则确定存在弱覆盖问题，否则确定不存在弱覆盖问题。

4.根据权利要求1所述的干扰定位及处理方法，其特征在于，所述根据所述路测扫频数据获取当前测试区域关联覆盖重叠小区集包括：

从所述路测扫频数据中获取下行公共信道中发送的基站色码数据；

根据所述基站色码数据确定当前测试区域有信号发射的多个小区，得到关联覆盖重叠小区集。

5.根据权利要求1所述的干扰定位及处理方法，其特征在于，所述对干扰小区产生的干扰信号进行优化处理包括：

计算干扰小区受干扰频点的最大训练序列码接收功率；

当最大训练序列码接收功率大于功率门限，且干扰小区站址与当前测试区域距离大于最大距离门限时，进行天线调整，以控制越区覆盖，降低干扰；

当最大训练序列码接收功率大于功率门限，且干扰小区站址与当前测试区域距离小于最小距离门限时，进行频率优化，以合理规划频点分布，降低干扰。

6.根据权利要求1所述的干扰定位及处理方法，其特征在于，所述方法还包括：

在所述关联覆盖重叠小区集中，查找包括所述受干扰频点且与服务小区相同训练序列码的小区，确定为第二干扰小区；

则所述对干扰小区产生的干扰信号进行优化处理具体包括：

根据干扰小区与服务小区方位角，及干扰小区站址与当前测试区域之间的距离关系，对干扰信号进行优化处理。

7.根据权利要求1所述的干扰定位及处理方法，其特征在于，计算各时隙的平均接收功率的方法具体为：

根据得到的时隙的边界及中心点，获取当前时隙SLOT_v接收采样信号的正弦基带信号I和余弦基带信号Q两路信号的功率序列；

根据正弦基带信号I和余弦基带信号Q的功率序列计算当前时隙SLOT_v的平均接收功率；

所述根据正弦基带信号I和余弦基带信号Q的功率序列计算当前时隙的平均接收功率包括：

计算该帧周期内最大训练序列码接收功率与所述平均接收功率的差值；

利用该帧周期内最大训练序列码接收功率除以所述差值，得到载干比；

计算各时隙的最大训练序列码接收功率的方法具体为：

获取各时隙内各时隙的接收功率峰值；

针对每个接收功率峰值分别执行：以接收功率峰值的当前时间值为中心点，在该中心点前后预设时间内计算该功率峰值的各训练序列码接收功率的最大值，作为本时隙内最大训练序列码接收功率；

所述确定各帧周期内各时隙的边界及中心点包括：

针对一个频点的一个选定帧周期内，获取该帧周期内信号的功率峰值；

在各功率峰值处，以功率峰值的当前时间值为中心点，在该中心点前后预设时间内计算精准功率峰值，并记录该精准功率峰值所在时间值；

在上述计算得到的各精准功率峰值中，计算最大精准功率峰值；

以所述最大精准功率峰值所在时间值作为其所在时隙的中心点，并以该时隙中心点为基准，进行左右拓展，依次确定该帧周期内各时隙的边界及中心点，以及，其它各帧周期的各时隙的边界及中心点。

8.根据权利要求7所述的干扰定位及处理方法，其特征在于，所述获取当前时隙SLOT_v接收采样信号的正弦基带信号I和余弦基带信号Q两路信号的功率序列具体为：

I_S(SLOT_v,t-kT)＝{I_S(SLOT_v,n,t-kT),n＝0,1,2,...,N-1}

Q_S(SLOT_v,t-kT)＝{Q_S(SLOT_v,n,t-kT),n＝0,1,2,...,N-1}

所述根据正弦基带信号I和余弦基带信号Q的功率序列计算当前时隙SLOT_v的平均接收功率的具体为：

$\stackrel{\&OverBar;}{P}({\mathrm{SLOT}}_v,t-kT)=\frac{1}{N}(\underset{n=0}{\overset{N-1}{\&Sigma;}}{\left|I_S({\mathrm{SLOT}}_v,n,t-kT)\right|}^2+\underset{n=0}{\overset{N-1}{\&Sigma;}}{\left|Q_S({\mathrm{SLOT}}_v,n,t-kT)\right|}^2)$

其中，t为测试时刻，SLOT_v表示帧周期内的第v个时隙，TSC_l表示为被服务小区CELL_h分配的第l个训练序列码TSC，S_i表示该帧周期中第i个功率峰值，t-kT表示延时器组中的第k个延时器在t-kT时刻发生超时，N为当前时隙周期内GMSK调制符号数；

所述载干比的计算公式具体为：

$CtoI({\mathrm{SLOT}}_v,t-kT)=10\lg \frac{P_{corrMAX}({\mathrm{SLOT}}_v,{\mathrm{TSC}}_l,t-kT)}{\stackrel{\&OverBar;}{P}({\mathrm{SLOT}}_v,t-kT)-P_{corrMAX}({\mathrm{SLOT}}_v,{\mathrm{TSC}}_l,t-kT)}.$

9.一种干扰定位及处理系统，其特征在于，所述系统包括：

路测及计算模块，用于针对选定的接收质量差的路段，进行路测扫频，实时记录路测扫频数据，并根据路测扫频数据计算各时隙载干比；

干扰频点定位模块，用于判断当前测试终端所在服务小区各时隙的载干比是否在干扰范围内，是则确定该时隙所在频点为受干扰频点；

覆盖小区确定模块，用于根据所述路测扫频数据获取当前测试区域关联覆盖重叠小区集；

干扰小区定位模块，用于在所述关联覆盖重叠小区集中，查找包括所述受干扰频点且与服务小区不同训练序列码的小区，确定为干扰小区；

信号优化模块，用于对干扰小区产生的干扰信号进行优化处理；

其中，路测及计算模块根据路测扫频数据计算各时隙载干比的方法具体为：

确定各帧周期内各时隙的边界及中心点；

根据时隙的边界及中心点确定服务小区各频点的各时隙，计算各时隙的平均接收功率和最大训练序列码接收功率；

根据平均接收功率和最大训练序列码接收功率计算各时隙的载干比。