CN103546896B - 控制网络的方法和设备 - Google Patents
控制网络的方法和设备 Download PDFInfo
- Publication number
- CN103546896B CN103546896B CN201210241097.6A CN201210241097A CN103546896B CN 103546896 B CN103546896 B CN 103546896B CN 201210241097 A CN201210241097 A CN 201210241097A CN 103546896 B CN103546896 B CN 103546896B
- Authority
- CN
- China
- Prior art keywords
- cell
- cio
- cell pair
- differences
- network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种控制网络的方法和设备。该方法包括：在N个小区中确定N‑1个小区对，该N‑1个小区对中的各小区对的小区独立偏置CIO的差值的调整不会相互影响；通过调整该N‑1个小区对中的各小区对的CIO的差值，确定该N个小区中每个小区的CIO；将该每个小区的CIO分配给该每个小区。本发明实施例的控制网络的方法和设备，通过调整该N‑1个小区对中的各小区对的CIO的差值，确定该N个小区中每个小区的CIO，可以根据网络的综合性能控制网络，从而能够使网络综合性能达到最优。
Description
技术领域
本发明涉及通信领域，并且更具体地，涉及控制网络的方法和设备。
背景技术
网络自组织技术，即网络自动规划并根据网络状况自动进行自配置、自优化、自治愈等操作，实现实时的自动化网络维护，从而大大减少人工干预的网络维护，为运营商大大减少运维成本。在3GPP（the 3rd Generation Partnership Project，第三代合作伙伴项目）标准中，自组织网络（SON，self-organizing networks）作为LTE（Long TermEvolution，长期演进）的重要特性得到了深入的研究。而覆盖、容量和负载均衡是SON中三个非常重要的功能。
现有的覆盖和容量优化技术一般不考虑负载均衡的需求，而负载均衡技术一般不考虑覆盖和容量优化需求，在考虑负载均衡的覆盖和容量优化技术中，仅仅调整RF（RadioFrequency，射频）参数，不能达到最优的综合性能。
发明内容
本发明实施例提供了一种控制网络的方法和设备，能够使网络综合性能达到最优。
第一方面，提供了一种控制网络的方法，该网络包括N个小区，N为正整数且N大于1，该方法包括：在该N个小区中确定N-1个小区对，该N-1个小区对中的各小区对的小区独立偏置CIO的差值的调整不会相互影响；通过调整该N-1个小区对中的各小区对的CIO的差值，确定该N个小区中每个小区的CIO；将该每个小区的CIO分配给该每个小区。
在第一种可能的实现方式中，在该N个小区中确定N-1个小区对，具体实现为：根据该N个小区的邻区关系，确定邻区关系矩阵A，该矩阵A为M行N列的矩阵，M为正整数，M≥N-1，该矩阵A中的每一个行向量对应于该N个小区中的一个相邻的小区对，该每一个行向量中的第l个元素值为1，第j个元素值为-1，其他元素值为零，表示该N个小区中的第l个小区与第j个小区相邻，l和j为正整数，1≤l<j≤N；获取该矩阵A的行向量的极大无关向量组构成的矩阵B；将该矩阵B的所有行向量对应的小区对，确定为该N-1个小区对。
在第二种可能的实现方式中，结合第一方面的第一种可能的实现方式，获取该矩阵A的行向量的极大无关向量组构成的矩阵B，具体实现为：若M≤2，则将该矩阵A的M个行向量构成该矩阵B；若M>2，则选取该矩阵A的M个行向量中的两个行向量，对于该矩阵A的M个行向量中未被选取的行向量中的每个行向量，若该每个行向量不等于已选取的行向量中任意两个行向量之差，则选取该每个行向量，将所有选取的行向量构成该矩阵B。
在第三种可能的实现方式中，结合第一方面或第一方面的第一种可能的实现方式或第一方面的第二种可能的实现方式，通过调整该N-1个小区对中的各小区对的CIO的差值，确定该N个小区中每个小区的CIO，具体实现为：基于搜索算法确定该N-1个小区对中的各小区对的CIO的差值；根据该N-1个小区对中的各小区对的CIO的差值，在CIO的取值范围内确定该N个小区中每个小区的CIO。
在第四种可能的实现方式中，结合第一方面的第三种可能的实现方式，基于搜索算法确定该N-1个小区对中的各小区对的CIO的差值，具体实现为：从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；若在依次对每个小区对进行第一调整的过程中有至少一个小区对的CIO差值进行了调整，则从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；若在依次对每个小区对进行第一调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第一调整；其中，对第k个小区对进行第一调整，k为正整数，1≤k≤N-1，包括：若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能的变化为正且大于该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能的变化，则将该第k个小区对的CIO差值增大预定步长；若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能的变化为正且大于该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能的变化，则将该第k个小区对的CIO差值减小预定步长；若该第k个小区对的CIO差值增大或者减小预定步长该网络覆盖和容量性能的变化非正，则不调整该第k个小区对的CIO差值。
在第五种可能的实现方式中，结合第一方面的第三种可能的实现方式，基于搜索算法确定该N-1个小区对中的各小区对的CIO的差值，具体实现为：对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中有至少一个小区对的CIO差值进行了调整，则对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第二调整；其中，对第k个小区对进行第二调整，k为正整数，1≤k≤N-1，包括：若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能减小的比重不超过预定门限，且该网络的负载均衡指标的变化为负且小于该第k个小区对的CIO差值减小预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值增大预定步长；若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能增大，且该网络的负载均衡指标的变化为零且小于该第k个小区对的CIO差值减小预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值增大预定步长；若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能减小的比重不超过预定门限，且该网络的负载均衡指标的变化为负且小于该第k个小区对的CIO差值增大预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值减小预定步长；若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能增大，且该网络的负载均衡指标的变化为零且小于该第k个小区对的CIO差值增大预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值减小预定步长；若该第k个小区对的CIO差值增大或者减小预定步长，该网络覆盖和容量性能减小的比重超过预定门限，或者，该网络的负载均衡指标的变化为正，或者，该网络的负载均衡指标的变化为零且该网络覆盖和容量性能不增大，则不调整该第k个小区对的CIO差值。
在第六种可能的实现方式中，结合第一方面的第四种可能的实现方式，基于搜索算法确定该N-1个小区对中的各小区对的CIO的差值，具体实现为：在结束对每个小区对的第一调整之后，对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中有至少一个小区对的CIO差值进行了调整，则对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第二调整；其中，对第k个小区对进行第二调整，包括：若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能减小的比重不超过预定门限，且该网络的负载均衡指标的变化为负且小于该第k个小区对的CIO差值减小预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值增大预定步长；若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能增大，且该网络的负载均衡指标的变化为零且小于该第k个小区对的CIO差值减小预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值增大预定步长；若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能减小的比重不超过预定门限，且该网络的负载均衡指标的变化为负且小于该第k个小区对的CIO差值增大预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值减小预定步长；若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能增大，且该网络的负载均衡指标的变化为零且小于该第k个小区对的CIO差值增大预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值减小预定步长；若该第k个小区对的CIO差值增大或者减小预定步长，该网络覆盖和容量性能减小的比重超过预定门限，或者，该网络的负载均衡指标的变化为正，或者，该网络的负载均衡指标的变化为零且该网络覆盖和容量性能不增大，则不调整该第k个小区对的CIO差值。
在第七种可能的实现方式中，结合第一方面的第四种可能的实现方式或第五种可能的实现方式或第六种可能的实现方式，具体实现为：该N个小区中第i个小区的覆盖和容量性能Ri由下式确定，Ri=ω1Capi+ω2Covi，其中，Capi表示容量指标，Covi表示覆盖指标，ω1和ω2为权重因子，SE表示频谱效率，Ki为第i个小区的用户数，i为正整数，1≤i≤N；该网络覆盖和容量性能R由下式确定，
在第八种可能的实现方式中，结合第一方面的第五种可能的实现方式或第六种可能的实现方式，具体实现为：该网络的负载均衡指标var{rate}由下式确定，其中，ratei=Capi，或者，ratei=ω1Capi+ω2Covi， ω1和ω2为权重因子，SE表示频谱效率，Ki为第i个小区的用户数，i为正整数，1≤i≤N。
第二方面，提供了一种控制网络的设备，该网络包括N个小区，N为正整数且N大于1，该设备包括：确定模块，用于在该N个小区中确定N-1个小区对，该N-1个小区对中的各小区对的小区独立偏置CIO的差值的调整不会相互影响；处理模块，用于通过调整该N-1个小区对中的各小区对的CIO的差值，确定该N个小区中每个小区的CIO；分配模块，用于将该每个小区的CIO分配给该每个小区。
在第一种可能的实现方式中，该确定模块包括：邻区关系矩阵确定单元，用于根据该N个小区的邻区关系，确定邻区关系矩阵A，该矩阵A为M行N列的矩阵，M为正整数，M≥N-1，该矩阵A中的每一个行向量对应于该N个小区中的一个相邻的小区对，该每一个行向量中的第l个元素值为1，第j个元素值为-1，其他元素值为零，表示该N个小区中的第l个小区与第j个小区相邻，l和j为正整数，1≤l<j≤N；获取单元，用于获取该矩阵A的行向量的极大无关向量组构成的矩阵B；小区对确定单元，用于将该矩阵B的所有行向量对应的小区对，确定为该N-1个小区对。
在第二种可能的实现方式中，结合第二方面的第一种可能的实现方式，该获取单元具体用于，若M≤2，则将该矩阵A的M个行向量构成该矩阵B，或者，若M>2，则选取该矩阵A的M个行向量中的两个行向量，对于该矩阵A的M个行向量中未被选取的行向量中的每个行向量，若该每个行向量不等于已选取的行向量中任意两个行向量之差，则选取该每个行向量，将所有选取的行向量构成该矩阵B。
在第三种可能的实现方式中，结合第二方面或第二方面的第一种可能的实现方式或第二方面的第二种可能的实现方式，该处理模块包括：第一处理单元，用于基于搜索算法确定该N-1个小区对中的各小区对的CIO的差值；第二处理单元，用于根据该N-1个小区对中的各小区对的CIO的差值，在CIO的取值范围内确定该N个小区中每个小区的CIO。
在第四种可能的实现方式中，结合第二方面的第三种可能的实现方式，该第一处理单元具体用于，从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；若在依次对每个小区对进行第一调整的过程中有至少一个小区对的CIO差值进行了调整，则从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；若在依次对每个小区对进行第一调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第一调整；其中，对第k个小区对进行第一调整，k为正整数，1≤k≤N-1，包括：若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能的变化为正且大于该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能的变化，则将该第k个小区对的CIO差值增大预定步长；若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能的变化为正且大于该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能的变化，则将该第k个小区对的CIO差值减小预定步长；若该第k个小区对的CIO差值增大或者减小预定步长该网络覆盖和容量性能的变化非正，则不调整该第k个小区对的CIO差值。
在第五种可能的实现方式中，结合第二方面的第三种可能的实现方式，该第一处理单元具体用于，对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中有至少一个小区对的CIO差值进行了调整，则对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第二调整；其中，对第k个小区对进行第二调整，k为正整数，1≤k≤N-1，包括：若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能减小的比重不超过预定门限，且该网络的负载均衡指标的变化为负且小于该第k个小区对的CIO差值减小预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值增大预定步长；若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能增大，且该网络的负载均衡指标的变化为零且小于该第k个小区对的CIO差值减小预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值增大预定步长；若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能减小的比重不超过预定门限，且该网络的负载均衡指标的变化为负且小于该第k个小区对的CIO差值增大预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值减小预定步长；若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能增大，且该网络的负载均衡指标的变化为零且小于该第k个小区对的CIO差值增大预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值减小预定步长；若该第k个小区对的CIO差值增大或者减小预定步长，该网络覆盖和容量性能减小的比重超过预定门限，或者，该网络的负载均衡指标的变化为正，或者，该网络的负载均衡指标的变化为零且该网络覆盖和容量性能不增大，则不调整该第k个小区对的CIO差值。
在第六种可能的实现方式中，结合第二方面的第四种可能的实现方式，该第一处理单元还用于，在结束对每个小区对的第一调整之后，对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中有至少一个小区对的CIO差值进行了调整，则对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第二调整；其中，对第k个小区对进行第二调整，包括：若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能减小的比重不超过预定门限，且该网络的负载均衡指标的变化为负且小于该第k个小区对的CIO差值减小预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值增大预定步长；若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能增大，且该网络的负载均衡指标的变化为零且小于该第k个小区对的CIO差值减小预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值增大预定步长；若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能减小的比重不超过预定门限，且该网络的负载均衡指标的变化为负且小于该第k个小区对的CIO差值增大预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值减小预定步长；若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能增大，且该网络的负载均衡指标的变化为零且小于该第k个小区对的CIO差值增大预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值减小预定步长；若该第k个小区对的CIO差值增大或者减小预定步长，该网络覆盖和容量性能减小的比重超过预定门限，或者，该网络的负载均衡指标的变化为正，或者，该网络的负载均衡指标的变化为零且该网络覆盖和容量性能不增大，则不调整该第k个小区对的CIO差值。
在第七种可能的实现方式中，结合第二方面的第四种可能的实现方式或第五种可能的实现方式或第六种可能的实现方式，具体实现为：该N个小区中第i个小区的覆盖和容量性能Ri由下式确定，Ri=ω1Capi+ω2Covi，其中，Capi表示容量指标，Covi表示覆盖指标，ω1和ω2为权重因子，SE表示频谱效率，Ki为第i个小区的用户数，i为正整数，1≤i≤N；该网络覆盖和容量性能R由下式确定，
在第八种可能的实现方式中，结合第二方面的第五种可能的实现方式或第六种可能的实现方式，具体实现为：该网络的负载均衡指标var{rate}由下式确定，其中，ratei=Capi，或者，ratei=ω1Capi+ω2Covi， ω1和ω2为权重因子，SE表示频谱效率，Ki为第i个小区的用户数，i为正整数，1≤i≤N。
基于上述技术方案，本发明实施例的控制网络的方法和设备，通过调整该N-1个小区对中的各小区对的CIO的差值，确定该N个小区中每个小区的CIO，可以根据网络的综合性能控制网络，从而能够使网络综合性能达到最优。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的控制网络的方法的示意性流程图。
图2是根据本发明实施例的三小区网络的示意图。
图3是根据本发明实施例的确定N-1个小区对的方法的示意性流程图。
图4是根据本发明实施例的确定N个小区的CIO的方法的示意性流程图。
图5是根据本发明实施例的控制网络的设备的示意性框图。
图6是根据本发明实施例的确定模块的示意性框图。
图7是根据本发明实施例的处理模块的示意性框图。
图8是根据本发明另一个实施例的控制网络的设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
应理解，本发明实施例的技术方案可以应用于各种通信系统，例如：全球移动通讯（Global System of Mobile communication，简称为“GSM”）系统、码分多址（CodeDivision Multiple Access，简称为“CDMA”）系统、宽带码分多址（Wideband CodeDivision Multiple Access，简称为“WCDMA”）系统、通用分组无线业务（General PacketRadio Service，简称为“GPRS”）、长期演进（Long Term Evolution，简称为“LTE”）系统、LTE频分双工（Frequency Division Duplex，简称为“FDD”）系统、LTE时分双工（Time DivisionDuplex，简称为“TDD”）、LTE后续演进系统（LTE-Advanced）、通用移动通信系统（UniversalMobile Telecommunication System，简称为“UMTS”）、全球互联微波接入（WorldwideInteroperability for Microwave Access，简称为“WiMAX”）通信系统等。
图1示出了根据本发明实施例的控制网络的方法100的示意性流程图。该方法100控制的网络包括N个小区，N为正整数且N大于1。如图1所示，该方法100包括：
S110，在N个小区中确定N-1个小区对，该N-1个小区对中的各小区对的小区独立偏置CIO的差值的调整不会相互影响；
S120，通过调整该N-1个小区对中的各小区对的CIO的差值，确定该N个小区中每个小区的CIO；
S130，将该每个小区的CIO分配给该每个小区。
在包括多个小区的网络中，对每个小区的CIO（Cell Individual Offset，小区独立偏置）的调整可能会对邻区的调整造成影响，对相邻小区对的CIO的差值的调整也可能会影响到对其他小区对的调整。因此，在本发明实施例中，控制网络的设备首先在N个小区中确定N-1个小区对，该N-1个小区对中的各小区对的CIO的差值的调整不会相互影响，然后，通过调整该N-1个小区对中的各小区对的CIO的差值，确定该N个小区中每个小区的CIO，再将确定好的每个小区的CIO分配给每个小区。因为该N-1个小区对中的各小区对的CIO的差值的调整不会相互影响，因此，可以根据各种优化需求调整各小区对的CIO的差值以优化网络。
因此，本发明实施例的控制网络的方法，通过调整该N-1个小区对中的各小区对的CIO的差值，确定该N个小区中每个小区的CIO，可以根据网络的综合性能控制网络，从而能够使网络综合性能达到最优。
在本发明实施例中，该方法100的执行主体控制网络的设备可以是高层的网络侧设备，例如，网络协调器，本发明实施例对此并不限定。
在S110中，控制网络的设备在N个小区中确定N-1个小区对，该N-1个小区对中的各小区对的CIO的差值的调整不会相互影响。
对每个小区的CIO的调整可能会对邻区的调整造成影响。例如，若小区1和小区2是相邻小区对，当这两个小区的CIO同时增加时，它们的作用相互抵消。因此，为了保证效果，对CIO的调整应该针对小区对的CIO的差值。然而，对相邻小区对的CIO的差值的调整也可能会影响到对其他小区对的调整。例如，如图2所示，网络包括3个小区，且两两相邻。三个小区对的CIO的差值分别为O12、O13和O23。这3个差值并不是相互独立的，比如，如果前两个值确定了，第三个值也就随之确定（O23=O12-O13），因而不能同时把三者作为调整目标。因此，在本发明实施例中，控制网络的设备在N个小区中选择N-1个小区对，对该N-1个小区对中的各小区对的CIO的差值的调整不会相互影响，而且该N-1个小区对的CIO的差值足以确定该N个小区中各小区的CIO。例如，在如图2所示的场景中，可以只选取O12和O13作为调整对象。
在本发明实施例中，如图3所示，可选地，S110包括：
S111，根据该N个小区的邻区关系，确定邻区关系矩阵A；
S112，获取该矩阵A的行向量的极大无关向量组构成的矩阵B；
S113，将该矩阵B的所有行向量对应的小区对，确定为该N-1个小区对。
控制网络的设备通过选取邻区关系矩阵A的极大无关向量组，从而确定所要调整的N-1个小区对。邻区关系矩阵A根据网络的拓扑结构确定。N个小区组成的网络的邻区关系矩阵A为M行N列的矩阵，M为正整数，M≥N-1。该矩阵A中的每一个行向量对应于该N个小区中的一个相邻的小区对。该每一个行向量中的第l个元素值为1，第j个元素值为-1，其他元素值为零，表示该N个小区中的第l个小区与第j个小区相邻，l和j为正整数，1≤l<j≤N。例如，在如图2所示的场景中，邻区关系矩阵A可以表示为，
用O1、O2和O3表示三个小区的CIO，则，
A由3个行向量组成，记为α1，α2和α3，它们分别对应于三个小区对。由于α3=α2-α1，且容易知A的秩为2，因此α1和α2为矩阵A的行向量的极大无关向量组，它们构成矩阵B，它们对应的O12和O13为需要调整的小区对的CIO的差值。
对于N个小区的网络，邻区关系可能会比较复杂，即矩阵A的行向量可能会比较多。可选地，S112包括：
若M≤2，则将该矩阵A的M个行向量构成该矩阵B；
若M>2，则
选取该矩阵A的M个行向量中的两个行向量，
对于该矩阵A的M个行向量中未被选取的行向量中的每个行向量，若该每个行向量不等于已选取的行向量中任意两个行向量之差，则选取该每个行向量，
将所有选取的行向量构成该矩阵B。
例如，可以通过下列方式获取矩阵A的行向量的极大无关向量组。
1)建立一个空集合Ф。
2)若M＜=2，则M个行向量即为所求，把它们放入Ф，结束。否则，把前2个向量放入Ф。
3)对于第3个行向量，如果能在φ里面找到2个向量，使得它为这2个向量之差，则抛弃该向量。否则，把第3个行向量放入Ф。
4)以此类推，重复上一步骤，直到第M个向量。
5)此时，φ里面应该就包含了N-1个向量，即为所求极大无关向量组。
该极大无关向量组构成矩阵B，它是一个(N-1)*N的矩阵，且秩为N-1。
在图2所示的场景中，
即只需调整O12和O13即可，二者不会相互影响，并且O23会随之自动调整。
因此，本发明实施例的控制网络的方法，通过在N个小区中确定调整不会相互影响的N-1个小区对，能够有效避免调整效果的无序传播，保证每次调整的独立性，因而可以根据网络的综合性能对该N-1个小区对的CIO的差值进行调整，从而能够使网络综合性能达到最优。
在S120中，控制网络的设备通过调整该N-1个小区对中的各小区对的CIO的差值，确定该N个小区中每个小区的CIO。
在确定了需要调整CIO差值的N-1个小区对后，控制网络的设备先调整该N-1个小区对中的各小区对的CIO的差值，再由调整后的各小区对的CIO的差值确定该N个小区中每个小区的CIO。
如图4所示，可选地，S120包括：
S121，基于搜索算法确定该N-1个小区对中的各小区对的CIO的差值；
S122，根据该N-1个小区对中的各小区对的CIO的差值，在CIO的取值范围内确定该N个小区中每个小区的CIO。
在本发明实施例中，可选地，控制网络的设备基于搜索算法，根据不同的优化需求，调整该N-1个小区对中的各小区对的CIO的差值。
可选地，S121包括：
从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；
若在依次对每个小区对进行第一调整的过程中有至少一个小区对的CIO差值进行了调整，则
从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；
若在依次对每个小区对进行第一调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第一调整；
其中，对第k个小区对进行第一调整，k为正整数，1≤k≤N-1，包括：
若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能的变化为正且大于该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能的变化，则将该第k个小区对的CIO差值增大预定步长；
若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能的变化为正且大于该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能的变化，则将该第k个小区对的CIO差值减小预定步长；
若该第k个小区对的CIO差值增大或者减小预定步长该网络覆盖和容量性能的变化非正，则不调整该第k个小区对的CIO差值。
具体而言，为了使网络的覆盖和容量性能最优，控制网络的设备利用搜索算法调整选取的N-1个小区对的CIO差值，找到使网络的覆盖和容量性能最优的该N-1个小区对的CIO的差值。
（1）针对小区对1，在CIO差值初值的基础上，判断CIO差值的调整方向是△O（增大预定步长）还是-△O（减小预定步长）：比较两个方向各自带来的网络覆盖和容量性能R的变化，选取变化较大且变化为正的方向为调整方向，若变化均非正则跳过本小区对的调整。
（2）针对小区对2，重复上述步骤，一直到小区对N-1。
（3）若所有小区对均无调整，则退出；若至少有1个小区对有调整，则继续从小区对1开始重复上述步骤。
可选地，以上步骤可以在传统的覆盖与容量优化后进行。例如，先通过调整天线倾角和功率进行覆盖与容量优化，再通过调整小区对CIO差值进一步优化覆盖和容量。每一次CIO差值调整都能增加覆盖和容量性能。该算法是可以收敛的，能够获得覆盖和容量性能的局部最优解。
在本发明实施例中，可选地，网络覆盖和容量性能R可由下式确定，
Ri为N个小区中第i个小区的覆盖和容量性能，可选地，Ri可由下式确定，
Ri=ω1Capi+ω2Covi （6）
Capi表示容量指标，可选地，Capi可由下式确定，
Covi表示覆盖指标，可选地，Covi可由下式确定，
ω1和ω2为权重因子，SE表示频谱效率，Ki为第i个小区的用户数，i为正整数，1≤i≤N。
容量指标与用户平均吞吐量成比例关系，例如，容量指标可以具体表示为：
Ki是第i个小区的用户数，SINRi,j是第i个小区第j个用户的SINR(Signal toInterference and Noise Ratio，信干噪比）。
覆盖指标与边缘用户平均吞吐量成比例关系，表示边缘用户实际可获得的数据速率的高低。
应理解，容量指标Capi，覆盖指标Covi还可以有其他表示方式，例如：
Capi=mean(SE) （10）
Covi=quantile(SE,0.05) （11）
本发明实施例对此并不限定。本发明实施例优先等式（7），（8）的表示方式，即把SE改成SE/Ki。因为事实上系统资源是有限的，不能承受过多的用户，即用户数的增多对容量和覆盖的性能有负面影响。这一改动也有利于负载均衡，即在覆盖的优化过程中已隐含了部分负载均衡的功能，用户过多造成覆盖较差时，优化过程会把部分用户分流出去。
因此，本发明实施例的控制网络的方法，根据网络覆盖和容量性能优化需求，基于搜索算法调整选取的N-1个小区对的CIO差值，能够使网络的覆盖和容量性能达到最优。
在本发明实施例中，可选地，S121包括：
对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；
若在依次对每个小区对进行第二调整的过程中有至少一个小区对的CIO差值进行了调整，则
对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；
若在依次对每个小区对进行第二调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第二调整；
其中，对第k个小区对进行第二调整，k为正整数，1≤k≤N-1，包括：
若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能减小的比重不超过预定门限，且该网络的负载均衡指标的变化为负且小于该第k个小区对的CIO差值减小预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值增大预定步长；
若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能增大，且该网络的负载均衡指标的变化为零且小于该第k个小区对的CIO差值减小预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值增大预定步长；
若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能减小的比重不超过预定门限，且该网络的负载均衡指标的变化为负且小于该第k个小区对的CIO差值增大预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值减小预定步长；
若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能增大，且该网络的负载均衡指标的变化为零且小于该第k个小区对的CIO差值增大预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值减小预定步长；
若该第k个小区对的CIO差值增大或者减小预定步长，该网络覆盖和容量性能减小的比重超过预定门限，或者，该网络的负载均衡指标的变化为正，或者，该网络的负载均衡指标的变化为零且该网络覆盖和容量性能不增大，则不调整该第k个小区对的CIO差值。
具体而言，为了使网络的负载均衡性能最优，控制网络的设备利用搜索算法调整选取的N-1个小区对的CIO差值，找到使网络的负载均衡性能最优的该N-1个小区对的CIO的差值。因为在负载均衡的优化过程中，网络的覆盖和容量性能可能会下降，因此，为了防止覆盖和容量性能下降过多，在负载均衡的优化过程，限制网络覆盖和容量性能不小于αR，其中α(<1)表示可接受的门限比例。可选地，网络的负载均衡指标var{rate}可以由下式确定，
var{rate}越小，负载均衡性能越好，也就是说，负载均衡的目标是使各小区的用户体验趋同。ratei表示衡量用户体验的指标。
（1）把各小区对按性能和的大小升序排列，从排列后的小区对1开始，依次处理。
（2）根据负载均衡指标var{rate}下降较多的方向判断小区对CIO差值的调整方向是△O还是-△O，同时判断该调整方向对网络覆盖和容量性能是否有提升，若var{rate}上升或网络覆盖和容量性能小于αR，或者var{rate}的变化为零且网络覆盖和容量性能无提升，则跳过本小区对的调整。判断网络覆盖和容量性能是否有提升，是为了防止恶性调整损失性能。
（3）处理完所有小区对后，若所有小区对均无调整，则退出，否则重新排列所有小区对，重复上述步骤。
可选地，ratei可以为与平均速率成比例关系的容量指标，例如，可以表示为：
ratei=Capi （13）
可选地，ratei可以为覆盖和容量性能指标，例如，可以表示为：
ratei=ω1Capi+ω2Covi （14）
可选地，网络覆盖和容量性能可由等式（5）确定，Capi和Covi可以根据等式（7）和（8），或者等式（10）和（11）确定，本发明实施例优选等式（7）和（8）的方式。
本发明实施例的负载均衡的目标适合所有的业务场景，包括GBR（Guaranteed BitRate，保证比特率）、Non-GBR以及混合业务场景。
在本发明实施例中，负载均衡的优化可以在覆盖与容量优化之后进行，即通过调整选取的N-1个小区对的CIO的差值优化负载均衡性能的过程可以在传统的覆盖与容量优化的过程和/或本发明实施例的通过调整选取的N-1个小区对的CIO的差值优化覆盖和容量性能的过程之后。
因此，可选地，S121包括：
从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；
若在依次对每个小区对进行第一调整的过程中有至少一个小区对的CIO差值进行了调整，则
从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；
若在依次对每个小区对进行第一调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第一调整；
在结束对每个小区对的第一调整之后，
对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；
若在依次对每个小区对进行第二调整的过程中有至少一个小区对的CIO差值进行了调整，则
对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；
若在依次对每个小区对进行第二调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第二调整。
其中，对第k个小区对进行第一调整和对第k个小区对进行第二调整的过程同前述实施例，为了简洁，在此不再赘述。
也就是说，为了使网络的综合性能到达最优，控制网络的设备先通过调整小区对的CIO的差值优化覆盖和容量性能，再在覆盖和容量性能约束下，通过调整小区对的CIO的差值优化负载均衡性能。
可选地，控制网络的设备还可以先通过现有的覆盖与容量优化技术进行覆盖与容量优化，再通过调整小区对的CIO的差值优化覆盖和容量性能，再在覆盖和容量性能约束下通过调整小区对的CIO的差值优化负载均衡性能，以使网络达到最优的综合性能。可选地，上述第一步可以以较大时间周期触发，第二步和第三步可以以较小时间周期触发。例如，第一步可以是1小时进行一次，而第二步和第三步可以是1分钟进行一次。
因此，本发明实施例的控制网络的方法，基于搜索算法调整选取的N-1个小区对的CIO差值，不但能够优化网络的覆盖与容量性能，还能够优化网络的负载均衡性能，并能很好地平衡各优化目标的需求，使网络的综合性能达到最优。
在确定了N-1个小区对中的各小区对的CIO的差值后，控制网络的设备根据该N-1个小区对中的各小区对的CIO的差值，在CIO的取值范围内确定该N个小区中每个小区的CIO。
将等式（4）推广到N个小区，可以得到下面的等式，
Bx=c （15）
其中x表示N个小区的CIO构成的向量，c表示N-1小区对的CIO的差值构成的向量。
在通过搜索算法确定c后，可以通过等式（15）求解出x值。
由于B是一个(N-1)*N的矩阵，且秩为N-1，因此BBT可逆，且方程的解不唯一。
取B-=BT(BBT)-1，由于BB-B=B，因此它是B的一个广义逆矩阵（伪逆）。
由广义逆矩阵的相关知识可知，方程的其中一个解（特解）为，
x＝B-c＝BT(BBT)-1c （16）
由解的物理意义可知，若对每个小区自身的CIO值同时增大或减小相同的量，并不会影响效果。又因为所有小区是连成一片的，因此，容易得到方程的所有解（通解）为
x＝B-c+k＝BT(BBT)-1c+k （17）
其中，k为任意值。通过调整k，使x中各个量都保持在取值范围内。如果不能做到，则使部分小区的值取门限值。
例如，在3GPP设定的取值范围[-24dB,24dB]内，确定满足等式（15）的x值，得到N个小区中每个小区的CIO。
在S130中，控制网络的设备将该每个小区的CIO分配给该每个小区。
控制网络的设备将调整好的各小区的CIO分配给各小区，以控制网络。最终，完成通过调整N-1个小区对的CIO的差值来优化系统性能的整个过程。
因此，本发明实施例的控制网络的方法，通过调整N-1个小区对中的各小区对的CIO的差值，确定N个小区中每个小区的CIO，可以根据网络的综合性能需求控制网络，从而能够使网络综合性能达到最优。
上文结合图1至图4，详细描述了根据本发明实施例的控制网络的方法，下面结合图5至图8，对根据本发明实施例的控制网络的设备进行描述。
图5示出了根据本发明实施例的控制网络的设备500的示意性框图。该设备500控制的网络包括N个小区，N为正整数且N大于1。如图5所示，该设备500包括：
确定模块510，用于在该N个小区中确定N-1个小区对，该N-1个小区对中的各小区对的小区独立偏置CIO的差值的调整不会相互影响；
处理模块520，用于通过调整该N-1个小区对中的各小区对的CIO的差值，确定该N个小区中每个小区的CIO；
分配模块530，用于将该每个小区的CIO分配给该每个小区。
本发明实施例的控制网络的设备，通过调整该N-1个小区对中的各小区对的CIO的差值，确定该N个小区中每个小区的CIO，可以根据网络的综合性能控制网络，从而能够使网络综合性能达到最优。
在本发明实施例中，控制网络的设备500可以是高层的网络侧设备，例如，网络协调器，本发明实施例对此并不限定。
如图6所示，可选地，该确定模块510包括：
邻区关系矩阵确定单元511，用于根据该N个小区的邻区关系，确定邻区关系矩阵A，该矩阵A为M行N列的矩阵，M为正整数，M≥N-1，该矩阵A中的每一个行向量对应于该N个小区中的一个相邻的小区对，该每一个行向量中的第l个元素值为1，第j个元素值为-1，其他元素值为零，表示该N个小区中的第l个小区与第j个小区相邻，l和j为正整数，1≤l<j≤N；
获取单元512，用于获取该矩阵A的行向量的极大无关向量组构成的矩阵B；
小区对确定单元513，用于将该矩阵B的所有行向量对应的小区对，确定为该N-1个小区对。
可选地，该获取单元512具体用于，若M≤2，则将该矩阵A的M个行向量构成该矩阵B，或者，若M>2，则选取该矩阵A的M个行向量中的两个行向量，对于该矩阵A的M个行向量中未被选取的行向量中的每个行向量，若该每个行向量不等于已选取的行向量中任意两个行向量之差，则选取该每个行向量，将所有选取的行向量构成该矩阵B。
本发明实施例的控制网络的设备，通过在N个小区中确定调整不会相互影响的N-1个小区对，能够有效避免调整效果的无序传播，保证每次调整的独立性，因而可以根据网络的综合性能对该N-1个小区对的CIO的差值进行调整，从而能够使网络综合性能达到最优。
在本发明实施例中，如图7所示，该处理模块520包括：
第一处理单元521，用于基于搜索算法确定该N-1个小区对中的各小区对的CIO的差值；
第二处理单元522，用于根据该N-1个小区对中的各小区对的CIO的差值，在CIO的取值范围内确定该N个小区中每个小区的CIO。
可选地，该第一处理单元521具体用于，从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；若在依次对每个小区对进行第一调整的过程中有至少一个小区对的CIO差值进行了调整，则从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；若在依次对每个小区对进行第一调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第一调整；
其中，对第k个小区对进行第一调整，k为正整数，1≤k≤N-1，包括：
若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能的变化为正且大于该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能的变化，则将该第k个小区对的CIO差值增大预定步长；
若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能的变化为正且大于该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能的变化，则将该第k个小区对的CIO差值减小预定步长；
若该第k个小区对的CIO差值增大或者减小预定步长该网络覆盖和容量性能的变化非正，则不调整该第k个小区对的CIO差值。
可选地，网络覆盖和容量性能R可由下式确定，
Ri为N个小区中第i个小区的覆盖和容量性能，可选地，Ri可由下式确定，
Ri=ω1Capi+ω2Covi
Capi表示容量指标，可选地，Capi可由下式确定，
Covi表示覆盖指标，可选地，Covi可由下式确定，
ω1和ω2为权重因子，SE表示频谱效率，Ki为第i个小区的用户数，i为正整数，1≤i≤N。
容量指标与用户平均吞吐量成比例关系，例如，容量指标可以具体表示为：
Ki是第i个小区的用户数，SINRi,j是第i个小区第j个用户的SINR。
覆盖指标与边缘用户平均吞吐量成比例关系，表示边缘用户实际可获得的数据速率的高低。
本发明实施例的控制网络的设备，根据网络覆盖和容量性能优化需求，基于搜索算法调整选取的N-1个小区对的CIO差值，能够使网络的覆盖和容量性能达到最优。
可选地，该第一处理单元521具体用于，对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中有至少一个小区对的CIO差值进行了调整，则对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第二调整；
其中，对第k个小区对进行第二调整，k为正整数，1≤k≤N-1，包括：
若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能减小的比重不超过预定门限，且该网络的负载均衡指标的变化为负且小于该第k个小区对的CIO差值减小预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值增大预定步长；
若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能增大，且该网络的负载均衡指标的变化为零且小于该第k个小区对的CIO差值减小预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值增大预定步长；
若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能减小的比重不超过预定门限，且该网络的负载均衡指标的变化为负且小于该第k个小区对的CIO差值增大预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值减小预定步长；
若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能增大，且该网络的负载均衡指标的变化为零且小于该第k个小区对的CIO差值增大预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值减小预定步长；
若该第k个小区对的CIO差值增大或者减小预定步长，该网络覆盖和容量性能减小的比重超过预定门限，或者，该网络的负载均衡指标的变化为正，或者，该网络的负载均衡指标的变化为零且该网络覆盖和容量性能不增大，则不调整该第k个小区对的CIO差值。
可选地，网络的负载均衡指标var{rate}可以由下式确定，
可选地，网络覆盖和容量性能R可由下式确定，
Ri=ω1Capi+ω2Covi
可选地，ratei=Capi，或者，ratei=ω1Capi+ω2Covi
可选地，Capi和Covi可以根据等式（7）和（8），或者等式（10）和（11）确定，本发明实施例优选等式（7）和（8）的方式。
可选地，该第一处理单元521具体用于，从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；若在依次对每个小区对进行第一调整的过程中有至少一个小区对的CIO差值进行了调整，则从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；若在依次对每个小区对进行第一调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第一调整；在结束对每个小区对的第一调整之后，对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中有至少一个小区对的CIO差值进行了调整，则对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第二调整。
其中，对第k个小区对进行第一调整和对第k个小区对进行第二调整的过程同前述实施例，为了简洁，在此不再赘述。
可选地，为了使网络的综合性能到达最优，控制网络的设备先通过调整CIO的差值优化覆盖和容量性能，再在覆盖和容量性能约束下，通过调整CIO的差值优化负载均衡性能。
可选地，控制网络的设备还可以先通过现有的覆盖与容量优化技术进行覆盖与容量优化，再通过调整CIO的差值优化覆盖和容量性能，再在覆盖和容量性能约束下，通过调整CIO的差值优化负载均衡性能，以使网络达到最优的综合性能。
本发明实施例的控制网络的设备，基于搜索算法调整选取的N-1个小区对的CIO差值，不但能够优化网络的覆盖与容量性能，还能够优化网络的负载均衡性能，并能很好地平衡各优化目标的需求，使网络的综合性能达到最优。
图8示出了根据本发明另一实施例的控制网络的设备800的示意性框图。该设备800控制的网络包括N个小区，N为正整数且N大于1。如图8所示，该设备800包括：
处理器810，用于在该N个小区中确定N-1个小区对，该N-1个小区对中的各小区对的小区独立偏置CIO的差值的调整不会相互影响，通过调整该N-1个小区对中的各小区对的CIO的差值，确定该N个小区中每个小区的CIO。
发送器820，用于将该每个小区的CIO分配给该每个小区。
可选地，该处理器810还用于，根据该N个小区的邻区关系，确定邻区关系矩阵A，该矩阵A为M行N列的矩阵，M为正整数，M≥N-1，该矩阵A中的每一个行向量对应于该N个小区中的一个相邻的小区对，该每一个行向量中的第l个元素值为1，第j个元素值为-1，其他元素值为零，表示该N个小区中的第l个小区与第j个小区相邻，l和j为正整数，1≤l<j≤N；获取该矩阵A的行向量的极大无关向量组构成的矩阵B；将该矩阵B的所有行向量对应的小区对，确定为该N-1个小区对。
可选地，该处理器810还用于，若M≤2，则将该矩阵A的M个行向量构成该矩阵B，或者，若M>2，则选取该矩阵A的M个行向量中的两个行向量，对于该矩阵A的M个行向量中未被选取的行向量中的每个行向量，若该每个行向量不等于已选取的行向量中任意两个行向量之差，则选取该每个行向量，将所有选取的行向量构成该矩阵B。
可选地，该处理器810还用于，基于搜索算法确定该N-1个小区对中的各小区对的CIO的差值；根据该N-1个小区对中的各小区对的CIO的差值，在CIO的取值范围内确定该N个小区中每个小区的CIO。
可选地，该处理器810还用于，从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；若在依次对每个小区对进行第一调整的过程中有至少一个小区对的CIO差值进行了调整，则从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；若在依次对每个小区对进行第一调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第一调整；
其中，对第k个小区对进行第一调整，k为正整数，1≤k≤N-1，包括：
若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能的变化为正且大于该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能的变化，则将该第k个小区对的CIO差值增大预定步长；
若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能的变化为正且大于该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能的变化，则将该第k个小区对的CIO差值减小预定步长；
若该第k个小区对的CIO差值增大或者减小预定步长该网络覆盖和容量性能的变化非正，则不调整该第k个小区对的CIO差值。
可选地，该处理器810还用于，对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中有至少一个小区对的CIO差值进行了调整，则对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第二调整；
其中，对第k个小区对进行第二调整，k为正整数，1≤k≤N-1，包括：
若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能减小的比重不超过预定门限，且该网络的负载均衡指标的变化为负且小于该第k个小区对的CIO差值减小预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值增大预定步长；
若该第k个小区对的CIO差值增大预定步长该网络覆盖和容量性能增大，且该网络的负载均衡指标的变化为零且小于该第k个小区对的CIO差值减小预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值增大预定步长；
若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能减小的比重不超过预定门限，且该网络的负载均衡指标的变化为负且小于该第k个小区对的CIO差值增大预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值减小预定步长；
若该第k个小区对的CIO差值减小预定步长该网络覆盖和容量性能增大，且该网络的负载均衡指标的变化为零且小于该第k个小区对的CIO差值增大预定步长该网络的负载均衡指标的变化，则将该第k个小区对的CIO差值减小预定步长；
若该第k个小区对的CIO差值增大或者减小预定步长，该网络覆盖和容量性能减小的比重超过预定门限，或者，该网络的负载均衡指标的变化为正，或者，该网络的负载均衡指标的变化为零且该网络覆盖和容量性能不增大，则不调整该第k个小区对的CIO差值。
可选地，该处理器810还用于，从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；若在依次对每个小区对进行第一调整的过程中有至少一个小区对的CIO差值进行了调整，则从该N-1个小区对中的第1个小区对到该N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；若在依次对每个小区对进行第一调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第一调整；在结束对每个小区对的第一调整之后，对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中有至少一个小区对的CIO差值进行了调整，则对该N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第二调整。
其中，对第k个小区对进行第一调整和对第k个小区对进行第二调整的过程同前述实施例，为了简洁，在此不再赘述。
根据本发明实施例的控制网络的设备500或设备800可对应于本发明实施例中控制网络的方法的执行主体，并且设备500或设备800中的各个模块的上述和其它操作和/或功能分别为了实现图1至图4中的各个方法的相应流程，为了简洁，在此不再赘述。
本发明实施例的控制网络的设备，通过调整该N-1个小区对中的各小区对的CIO的差值，确定该N个小区中每个小区的CIO，可以根据网络的综合性能控制网络，从而能够使网络综合性能达到最优。
应理解，在本发明实施例中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (18)
1.一种控制网络的方法，所述网络包括N个小区，N为正整数且N大于1，其特征在于，包括：
在所述N个小区中确定N-1个小区对，所述N-1个小区对中的各小区对的小区独立偏置CIO的差值的调整不会相互影响；
根据优化需求调整所述N-1个小区对中的各小区对的CIO的差值，确定所述N个小区中每个小区的CIO；
将所述每个小区的CIO分配给所述每个小区。
2.根据权利要求1所述的方法，其特征在于，所述在所述N个小区中确定N-1个小区对，包括：
根据所述N个小区的邻区关系，确定邻区关系矩阵A，所述矩阵A为M行N列的矩阵，M为正整数，M≥N-1，所述矩阵A中的每一个行向量对应于所述N个小区中的一个相邻的小区对，所述每一个行向量中的第l个元素值为1，第j个元素值为-1，其他元素值为零，表示所述N个小区中的第l个小区与第j个小区相邻，l和j为正整数，1≤l＜j≤N；
获取所述矩阵A的行向量的极大无关向量组构成的矩阵B；
将所述矩阵B的所有行向量对应的小区对，确定为所述N-1个小区对。
3.根据权利要求2所述的方法，其特征在于，所述获取所述矩阵A的行向量的极大无关向量组构成的矩阵B，包括：
若M≤2，则将所述矩阵A的M个行向量构成所述矩阵B；
若M＞2，则
选取所述矩阵A的M个行向量中的两个行向量，
对于所述矩阵A的M个行向量中未被选取的行向量中的每个行向量，若所述每个行向量不等于已选取的行向量中任意两个行向量之差，则选取所述每个行向量，
将所有选取的行向量构成所述矩阵B。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据优化需求调整所述N-1个小区对中的各小区对的CIO的差值，确定所述N个小区中每个小区的CIO，包括：
基于搜索算法确定所述N-1个小区对中的各小区对的CIO的差值；
根据所述N-1个小区对中的各小区对的CIO的差值，在CIO的取值范围内确定所述N个小区中每个小区的CIO。
5.根据权利要求4所述的方法，其特征在于，所述基于搜索算法确定所述N-1个小区对中的各小区对的CIO的差值，包括：
从所述N-1个小区对中的第1个小区对到所述N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；
若在依次对每个小区对进行第一调整的过程中有至少一个小区对的CIO差值进行了调整，则
从所述N-1个小区对中的第1个小区对到所述N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；
若在依次对每个小区对进行第一调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第一调整；
其中，对第k个小区对进行第一调整，k为正整数，1≤k≤N-1，包括：
若所述第k个小区对的CIO差值增大预定步长时，所述网络覆盖和容量性能的变化为正且大于所述第k个小区对的CIO差值减小预定步长时所述网络覆盖和容量性能的变化，则将所述第k个小区对的CIO差值增大预定步长；
若所述第k个小区对的CIO差值减小预定步长时，所述网络覆盖和容量性能的变化为正且大于所述第k个小区对的CIO差值增大预定步长时所述网络覆盖和容量性能的变化，则将所述第k个小区对的CIO差值减小预定步长；
若所述第k个小区对的CIO差值增大或者减小预定步长时，所述网络覆盖和容量性能的变化非正，则不调整所述第k个小区对的CIO差值。
6.根据权利要求4所述的方法，其特征在于，所述基于搜索算法确定所述N-1个小区对中的各小区对的CIO的差值，包括：
对所述N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；
若在依次对每个小区对进行第二调整的过程中有至少一个小区对的CIO差值进行了调整，则
对所述N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；
若在依次对每个小区对进行第二调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第二调整；
其中，对第k个小区对进行第二调整，k为正整数，1≤k≤N-1，包括：
若所述第k个小区对的CIO差值增大预定步长时，所述网络覆盖和容量性能减小的比重不超过预定门限，且所述网络的负载均衡指标的变化为负且小于所述第k个小区对的CIO差值减小预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值增大预定步长；
若所述第k个小区对的CIO差值增大预定步长时，所述网络覆盖和容量性能增大，且所述网络的负载均衡指标的变化为零且小于所述第k个小区对的CIO差值减小预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值增大预定步长；
若所述第k个小区对的CIO差值减小预定步长时，所述网络覆盖和容量性能减小的比重不超过预定门限，且所述网络的负载均衡指标的变化为负且小于所述第k个小区对的CIO差值增大预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值减小预定步长；
若所述第k个小区对的CIO差值减小预定步长时，所述网络覆盖和容量性能增大，且所述网络的负载均衡指标的变化为零且小于所述第k个小区对的CIO差值增大预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值减小预定步长；
若所述第k个小区对的CIO差值增大或者减小预定步长，所述网络覆盖和容量性能减小的比重超过预定门限，或者，所述网络的负载均衡指标的变化为正，或者，所述网络的负载均衡指标的变化为零且所述网络覆盖和容量性能不增大，则不调整所述第k个小区对的CIO差值。
7.根据权利要求5所述的方法，其特征在于，所述基于搜索算法确定所述N-1个小区对中的各小区对的CIO的差值，还包括：
在所述结束对每个小区对的第一调整之后，
对所述N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；
若在依次对每个小区对进行第二调整的过程中有至少一个小区对的CIO差值进行了调整，则
对所述N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；
若在依次对每个小区对进行第二调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第二调整；
其中，对第k个小区对进行第二调整，包括：
若所述第k个小区对的CIO差值增大预定步长时，所述网络覆盖和容量性能减小的比重不超过预定门限，且所述网络的负载均衡指标的变化为负且小于所述第k个小区对的CIO差值减小预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值增大预定步长；
若所述第k个小区对的CIO差值增大预定步长时，所述网络覆盖和容量性能增大，且所述网络的负载均衡指标的变化为零且小于所述第k个小区对的CIO差值减小预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值增大预定步长；
若所述第k个小区对的CIO差值减小预定步长时，所述网络覆盖和容量性能减小的比重不超过预定门限，且所述网络的负载均衡指标的变化为负且小于所述第k个小区对的CIO差值增大预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值减小预定步长；
若所述第k个小区对的CIO差值减小预定步长时，所述网络覆盖和容量性能增大，且所述网络的负载均衡指标的变化为零且小于所述第k个小区对的CIO差值增大预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值减小预定步长；
若所述第k个小区对的CIO差值增大或者减小预定步长，所述网络覆盖和容量性能减小的比重超过预定门限，或者，所述网络的负载均衡指标的变化为正，或者，所述网络的负载均衡指标的变化为零且所述网络覆盖和容量性能不增大，则不调整所述第k个小区对的CIO差值。
8.根据权利要求5至7中任一项所述的方法，其特征在于，所述N个小区中第i个小区的覆盖和容量性能Ri由下式确定，
Ri＝ω1Capi+ω2Covi，
其中，Capi表示容量指标，Covi表示覆盖指标，ω1和ω2为权重因子，SE表示频谱效率，Ki为第i个小区的用户数，i为正整数，1≤i≤N；
所述网络覆盖和容量性能R由下式确定，
<mrow>
<mi>R</mi>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>R</mi>
<mi>i</mi>
</msub>
<mo>.</mo>
</mrow>
3
9.根据权利要求6或7所述的方法，其特征在于，所述网络的负载均衡指标var{rate}由下式确定，
<mrow>
<mi>var</mi>
<mo>{</mo>
<mi>r</mi>
<mi>a</mi>
<mi>t</mi>
<mi>e</mi>
<mo>}</mo>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>rate</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mi>m</mi>
<mi>e</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mi>a</mi>
<mi>t</mi>
<mi>e</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>,</mo>
</mrow>
其中，ratei＝Capi，或者，ratei＝ω1Capi+ω2Covi，
ω1和ω2为权重因子，SE表示频谱效率，Ki为第i个小区的用户数，i为正整数，1≤i≤N。
10.一种控制网络的设备，所述网络包括N个小区，N为正整数且N大于1，其特征在于，所述设备包括：
确定模块，用于在所述N个小区中确定N-1个小区对，所述N-1个小区对中的各小区对的小区独立偏置CIO的差值的调整不会相互影响；
处理模块，用于根据优化需求调整所述N-1个小区对中的各小区对的CIO的差值，确定所述N个小区中每个小区的CIO；
分配模块，用于将所述每个小区的CIO分配给所述每个小区。
11.根据权利要求10所述的设备，其特征在于，所述确定模块包括：
邻区关系矩阵确定单元，用于根据所述N个小区的邻区关系，确定邻区关系矩阵A，所述矩阵A为M行N列的矩阵，M为正整数，M≥N-1，所述矩阵A中的每一个行向量对应于所述N个小区中的一个相邻的小区对，所述每一个行向量中的第l个元素值为1，第j个元素值为-1，其他元素值为零，表示所述N个小区中的第l个小区与第j个小区相邻，l和j为正整数，1≤l＜j≤N；
获取单元，用于获取所述矩阵A的行向量的极大无关向量组构成的矩阵B；
小区对确定单元，用于将所述矩阵B的所有行向量对应的小区对，确定为所述N-1个小区对。
12.根据权利要求11所述的设备，其特征在于，所述获取单元具体用于，若M≤2，则将所述矩阵A的M个行向量构成所述矩阵B，或者，若M＞2，则选取所述矩阵A的M个行向量中的两个行向量，对于所述矩阵A的M个行向量中未被选取的行向量中的每个行向量，若所述每个行向量不等于已选取的行向量中任意两个行向量之差，则选取所述每个行向量，将所有选取的行向量构成所述矩阵B。
13.根据权利要求10至12中任一项所述的设备，其特征在于，所述处理模块包括：
第一处理单元，用于基于搜索算法确定所述N-1个小区对中的各小区对的CIO的差值；
第二处理单元，用于根据所述N-1个小区对中的各小区对的CIO的差值，在CIO的取值范围内确定所述N个小区中每个小区的CIO。
14.根据权利要求13所述的设备，其特征在于，所述第一处理单元具体用于，从所述N-1个小区对中的第1个小区对到所述N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；若在依次对每个小区对进行第一调整的过程中有至少一个小区对的CIO差值进行了调整，则从所述N-1个小区对中的第1个小区对到所述N-1个小区对中的第N-1个小区对，依次对每个小区对进行第一调整；若在依次对每个小区对进行第一调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第一调整；
其中，对第k个小区对进行第一调整，k为正整数，1≤k≤N-1，包括：
若所述第k个小区对的CIO差值增大预定步长时，所述网络覆盖和容量性能的变化为正且大于所述第k个小区对的CIO差值减小预定步长时所述网络覆盖和容量性能的变化，则将所述第k个小区对的CIO差值增大预定步长；
若所述第k个小区对的CIO差值减小预定步长时，所述网络覆盖和容量性能的变化为正且大于所述第k个小区对的CIO差值增大预定步长时所述网络覆盖和容量性能的变化，则将所述第k个小区对的CIO差值减小预定步长；
若所述第k个小区对的CIO差值增大或者减小预定步长时，所述网络覆盖和容量性能的变化非正，则不调整所述第k个小区对的CIO差值。
15.根据权利要求13所述的设备，其特征在于，所述第一处理单元具体用于，对所述N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中有至少一个小区对的CIO差值进行了调整，则对所述N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第二调整；
其中，对第k个小区对进行第二调整，k为正整数，1≤k≤N-1，包括：
若所述第k个小区对的CIO差值增大预定步长时，所述网络覆盖和容量性能减小的比重不超过预定门限，且所述网络的负载均衡指标的变化为负且小于所述第k个小区对的CIO差值减小预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值增大预定步长；
若所述第k个小区对的CIO差值增大预定步长时，所述网络覆盖和容量性能增大，且所述网络的负载均衡指标的变化为零且小于所述第k个小区对的CIO差值减小预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值增大预定步长；
若所述第k个小区对的CIO差值减小预定步长时，所述网络覆盖和容量性能减小的比重不超过预定门限，且所述网络的负载均衡指标的变化为负且小于所述第k个小区对的CIO差值增大预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值减小预定步长；
若所述第k个小区对的CIO差值减小预定步长时，所述网络覆盖和容量性能增大，且所述网络的负载均衡指标的变化为零且小于所述第k个小区对的CIO差值增大预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值减小预定步长；
若所述第k个小区对的CIO差值增大或者减小预定步长，所述网络覆盖和容量性能减小的比重超过预定门限，或者，所述网络的负载均衡指标的变化为正，或者，所述网络的负载均衡指标的变化为零且所述网络覆盖和容量性能不增大，则不调整所述第k个小区对的CIO差值。
16.根据权利要求14所述的设备，其特征在于，所述第一处理单元还用于，在所述结束对每个小区对的第一调整之后，对所述N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中有至少一个小区对的CIO差值进行了调整，则对所述N-1个小区对中的所有小区对按照各小区对的覆盖和容量性能和的大小升序排列，从排列后的第1个小区对到第N-1个小区对，依次对每个小区对进行第二调整；若在依次对每个小区对进行第二调整的过程中没有小区对的CIO差值进行了调整，则结束对每个小区对的第二调整；
其中，对第k个小区对进行第二调整，包括：
若所述第k个小区对的CIO差值增大预定步长时，所述网络覆盖和容量性能减小的比重不超过预定门限，且所述网络的负载均衡指标的变化为负且小于所述第k个小区对的CIO差值减小预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值增大预定步长；
若所述第k个小区对的CIO差值增大预定步长时，所述网络覆盖和容量性能增大，且所述网络的负载均衡指标的变化为零且小于所述第k个小区对的CIO差值减小预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值增大预定步长；
若所述第k个小区对的CIO差值减小预定步长时，所述网络覆盖和容量性能减小的比重不超过预定门限，且所述网络的负载均衡指标的变化为负且小于所述第k个小区对的CIO差值增大预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值减小预定步长；
若所述第k个小区对的CIO差值减小预定步长时，所述网络覆盖和容量性能增大，且所述网络的负载均衡指标的变化为零且小于所述第k个小区对的CIO差值增大预定步长时所述网络的负载均衡指标的变化，则将所述第k个小区对的CIO差值减小预定步长；
若所述第k个小区对的CIO差值增大或者减小预定步长，所述网络覆盖和容量性能减小的比重超过预定门限，或者，所述网络的负载均衡指标的变化为正，或者，所述网络的负载均衡指标的变化为零且所述网络覆盖和容量性能不增大，则不调整所述第k个小区对的CIO差值。
17.根据权利要求14至16中任一项所述的设备，其特征在于，所述N个小区中第i个小区的覆盖和容量性能Ri由下式确定，
Ri＝ω1Capi+ω2Covi，
其中，Capi表示容量指标，Covi表示覆盖指标，ω1和ω2为权重因子，SE表示频谱效率，Ki为第i个小区的用户数，i为正整数，1≤i≤N；
所述网络覆盖和容量性能R由下式确定，
<mrow>
<mi>R</mi>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>R</mi>
<mi>i</mi>
</msub>
<mo>.</mo>
</mrow>
18.根据权利要求15或16所述的设备，其特征在于，所述网络的负载均衡指标var{rate}由下式确定，
<mrow>
<mi>var</mi>
<mo>{</mo>
<mi>r</mi>
<mi>a</mi>
<mi>t</mi>
<mi>e</mi>
<mo>}</mo>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>rate</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mi>m</mi>
<mi>e</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mi>a</mi>
<mi>t</mi>
<mi>e</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>,</mo>
</mrow>
其中，ratei＝Capi，或者，ratei＝ω1Capi+ω2Covi，
ω1和ω2为权重因子，SE表示频谱效率，Ki为第i个小区的用户数，i为正整数，1≤i≤N。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210241097.6A CN103546896B (zh) | 2012-07-12 | 2012-07-12 | 控制网络的方法和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210241097.6A CN103546896B (zh) | 2012-07-12 | 2012-07-12 | 控制网络的方法和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103546896A CN103546896A (zh) | 2014-01-29 |
| CN103546896B true CN103546896B (zh) | 2017-09-12 |
Family
ID=49969869
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210241097.6A Active CN103546896B (zh) | 2012-07-12 | 2012-07-12 | 控制网络的方法和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103546896B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102077646A (zh) * | 2008-06-30 | 2011-05-25 | 高通股份有限公司 | 用于进行自动切换优化的方法和装置 |
| CN102395157A (zh) * | 2011-06-30 | 2012-03-28 | 西安电子科技大学 | 蜂窝移动通信系统中的区域负载均衡方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5263959B2 (ja) * | 2009-02-10 | 2013-08-14 | 日本電気通信システム株式会社 | Ｃｉｏ値設定管理装置、移動無線通信システム、移動局のセル滞在時間情報を用いたｃｉｏ値の設定方法、ｃｉｏ値設定管理ブログラム |
-
2012
- 2012-07-12 CN CN201210241097.6A patent/CN103546896B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102077646A (zh) * | 2008-06-30 | 2011-05-25 | 高通股份有限公司 | 用于进行自动切换优化的方法和装置 |
| CN102395157A (zh) * | 2011-06-30 | 2012-03-28 | 西安电子科技大学 | 蜂窝移动通信系统中的区域负载均衡方法 |
Non-Patent Citations (1)
| Title |
|---|
| HANDOVER PARAMETER OPTIMIZATION IN WCDMA USING FUZZY CONTROLLING;Christina Werner等;《IEEE》;20071231;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103546896A (zh) | 2014-01-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cai et al. | A graph-coloring based resource allocation algorithm for D2D communication in cellular networks | |
| CN103369539B (zh) | 干扰协调的方法和装置 | |
| Feng et al. | BOOST: Base station on-off switching strategy for energy efficient massive MIMO HetNets | |
| CN109600178B (zh) | 一种边缘计算中能耗与时延和最小化的优化方法 | |
| CN107766135A (zh) | 移动朵云中基于粒子群和模拟退火优化的任务分配方法 | |
| CN107426773B (zh) | 无线异构网络中面向能效的分布式资源分配方法和装置 | |
| CN110351754A (zh) | 基于Q-learning的工业互联网机器设备用户数据计算卸载决策方法 | |
| CN101784061B (zh) | 无线接入网的自主负载均衡的实现方法与装置 | |
| CN104702326B (zh) | 基于mse的虚拟mimo用户配对和资源分配方法 | |
| CN110191489B (zh) | 一种超密集网络中基于强化学习的资源分配方法及装置 | |
| CN103354643B (zh) | 一种实现双模网络能效联合仿真的方法和装置 | |
| CN105451241A (zh) | 异构网中基于干扰协调的最大最小公平性资源分配方法 | |
| CN104918262B (zh) | 网络优化方法及装置 | |
| Tran et al. | Dynamic radio cooperation for downlink cloud-RANs with computing resource sharing | |
| Xia et al. | Resource allocation for device-to-device communication in LTE-A network: A stackelberg game approach | |
| CN104159314B (zh) | 异构网络的分布式节能资源分配方法 | |
| CN106972878A (zh) | 一种数据处理方法和装置 | |
| Yu et al. | Energy efficiency tradeoff in interference channels | |
| CN103546896B (zh) | 控制网络的方法和设备 | |
| Wang | Admission control with distributed joint diversity and power control for wireless networks | |
| CN106793111A (zh) | 基于动态多小区用户配对联合虚拟mimo资源分配方法 | |
| Niyato et al. | Competitive cell association and antenna allocation in 5G massive MIMO networks | |
| Li et al. | Online power allocation for sum rate maximization in TDD massive MIMO systems | |
| Kong et al. | Improved AP Deployment Optimization Scheme Based on Multi-objective Particle Swarm Optimization Algorithm. | |
| CN102752860B (zh) | 无线通信网络中的协作分布式资源分配方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |