CN103826249B - 一种智能天线异常性能评估方法及装置 - Google Patents

Abstract

本发明公开了一种智能天线异常性能评估方法及装置，该方法包括：从智能天线覆盖小区中选择测试点，并对所述测试点进行至少一次测量，得到智能天线实测特征值；将所述智能天线实测特征值与预置的智能天线基准特征值进行比较，以确认所述智能天线性能是否存在异常；其中，所述智能天线基准特征值是根据不同场景下的智能天线仿真数据和对应场景下的智能天线历史数据获取的。采用本发明的技术方案，能够实现对在网运行智能天线异常性能的评估。

Description

一种智能天线异常性能评估方法及装置

技术领域

本发明涉及智能天线技术领域，尤其涉及一种智能天线异常性能评估方法及装置。

背景技术

随着无线通信系统的发展，无线通信系统面临着用户容量需求和用户接入速率需求不断增加，无线用户间干扰和冲突概率增加、频谱利用率下降等问题。为解决上述问题，越来越多的无线通信系统(如TD-SCDMA、TD-LTE、IEEE 802.11n和Wimax等)引入智能天线技术以提升系统容量、覆盖范围和系统吞吐。

智能天线根据天线阵列中各阵元接收到的上行信号估计上行用户的方向，即波达角(DOA，Direction Of Angle)，发射下行功率时根据估计的方向设置智能天线各天线阵元上的发射功率权重值(简称天线权值)，形成指向被估计用户的波束。增强了链路稳定性和系统吞吐容量，增强了用户的接收功率且并不对其他无线用户产生干扰。

智能天线技术的核心在于天线权值设置，其决定了整个智能天线性能的优劣。决定天线权值设置的因素包括天线类型、天线阵元耦合度、天线发射功率、天线功控、无线信道环境、天线初始权值及波束赋形准则等。由于天线权值设置需要考虑上述各种复杂参数和限制条件，因此，部署智能天线时通常需要人工参与，这增加了智能天线性能异常或出现故障的概率。

现有智能天线性能评估方法有两大类：一类是在外场环境的理想状态下，固定用户数量、位置或运动轨迹，通过打开和关闭智能天线的波束赋形功能来获取智能天线方向图或赋形增益以评估智能天线性能的优劣；另一类是在外场环境下，固定用户数量，发起语音或数据业务，通过接收信号功率、数据速率和载干比来评估智能天线的性能优劣。

由于现有的两类智能天线性能评估方式是在理想静态情况下完成智能天线的性能评估，这样的评估结果只能反映特定场景下智能天线的性能，而当智能天线在网运行时，小区中的用户数量是动态的，智能天线估计的上行用户的DOA是动态的，赋形波束指向也是动态的，这为智能天线的性能评估带来了巨大的困难。因此，目前亟需有效的技术手段实现在网运行智能天线异常性能评估。

发明内容

为了解决现有技术中智能天线性能评估方式存在的无法对在网运行智能天线异常性能进行评估的技术问题，本发明提出了一种智能天线异常性能评估方法及装置，能够实现对在网运行智能天线异常性能的评估。

本发明提供了一种智能天线异常性能评估方法，所述方法包括：

从智能天线覆盖小区中选择测试点，并对所述测试点进行至少一次测量，得到智能天线实测特征值；

将所述智能天线实测特征值与预置的智能天线基准特征值进行比较，以确认所述智能天线性能是否存在异常；

其中，所述智能天线基准特征值是根据不同场景下的智能天线仿真数据和对应场景下的智能天线历史数据获取的。

本发明还提供了一种智能天线异常性能评估装置，包括：

实测特征获取单元，用于从智能天线覆盖小区中选择测试点，并对所述测试点进行至少一次测量，得到智能天线实测特征值；

异常性能发现单元，用于将所述智能天线实测特征值与预置的智能天线基准特征值进行比较，以确认所述智能天线性能是否存在异常；

其中，所述智能天线基准特征值是根据不同场景下的智能天线仿真数据和对应场景下的智能天线历史数据获取的。

本发明的技术方案将智能天线动态特征值与预置的智能天线基准特征值进行比较，由于本发明智能天线基准特征值是根据不同场景下的智能天线仿真数据和对应场景下的智能天线历史数据获取的，智能天线基准特征值反映了智能天线正常运行情况下的性能特征，因此，本发明通过将智能天线动态特征值与预置的智能天线基准特征值进行比较，能够发现在网运行智能天线的异常性能。

附图说明

图1是本发明实施例中的一种智能天线异常性能评估方法流程图。

图2是本发明实施例中的一种智能天线基准性能特征库获取方法流程图。

图3是本发明实施例中的一种智能天线仿真特征数据获取方法流程图。

图4是本发明实施例中的智能天线方正方向图。

图5是本发明实施例中的智能天线历史特征数据获取方法流程图。

图6是本发明实施例中的确认智能天线性能是否存在异常的方法流程图。

图7是本发明实施例中的确定导致智能天线性能出现异常的原因的方法流程图。

图8是本发明实施例中的一种智能天线异常性能评估装置组成示意图。

具体实施方式

本发明的技术方案将智能天线动态特征值与预置的智能天线基准特征值进行比较，由于本发明智能天线基准特征值是根据不同场景下的智能天线仿真数据和对应场景下的智能天线历史数据获取的，智能天线基准特征值反映了智能天线正常运行情况下的性能特征，因此，本发明通过将智能天线动态特征值与预置的智能天线基准特征值进行比较，能够发现在网运行智能天线的异常性能。

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

请参见图1，本发明实施例提供的智能天线异常性能评估方法包括如下步骤：

步骤1：从智能天线覆盖小区中选择测试点，并对所述测试点进行至少一次测量，得到智能天线实测特征值；

步骤2：将所述智能天线实测特征值与预置的智能天线基准特征值进行比较，以确认所述智能天线性能是否存在异常；

其中，所述智能天线基准特征值是根据不同场景下的智能天线仿真数据和对应场景下的智能天线历史数据获取的。

以上是本发明实施例提供的智能天线异常性能评估方法，该方法能够发现在网运行智能天线存在的异常性能。

进一步，为确定导致智能天线性能出现异常的原因，可以根据是否存在阻碍物和是否空旷地带等区分，在智能天线性能异常的测试点周围设置2-4个用户终端(UE)，本发明实施例提供的智能天线异常性能评估方法可以进一步包括：

步骤3：获取用户终端的智能天线动态特征值；

步骤4：通过将所述智能天线动态特征值与预置的智能天线基准特征值进行比较，确定导致智能天线性能出现异常的原因。

以上是本发明实施例提供的智能天线异常性能评估方法，该方法不仅能够发现在网运行智能天线存在的异常性能，还可以确定导致智能天线出现性能异常的原因。

在本发明实施例中，智能天线基准特征值是根据不同场景下的智能天线仿真数据和对应场景下的智能天线历史数据获取的，在实际应用中，智能天线历史数据至少包括：测量报告(Measurement Report，MR)数据和路测数据，因此，本发明实施例还提供了一种根据不同场景下的智能天线仿真数据和对应场景下的智能天线历史数据获取智能天线基准特征值的方法，请参见图2，该方法具体包括：

步骤S1：根据预置的智能天线仿真参数，通过仿真，获取不同仿真场景下的智能天线仿真特征数据；

在实际应用中，技术人员可以根据现网智能天线部署情况，设置智能天线仿真参数，所述仿真参数具体包括：天线阵元间隔、天线下斜角及发射功率。

步骤S2：从MR数据和路测数据中，选择与仿真场景一致的MR数据和路测数据；

步骤S3：根据选择出的MR数据和路测数据，获取智能天线历史特征数据；

步骤S4：根据所述智能天线仿真特征数据和所述智能天线历史特征数据，得到智能天线基准特征值；

步骤S5：调整智能天线仿真参数，重复步骤S1至步骤S4，在所述智能天线基准特征值基础上，获取不同仿真参数条件下的特征偏移值offset_u。

以上是本发明实施例提供的获取智能天线基准特征值的方法，以结合具体参数，对实际应用中，本发明实施例提供的获取智能天线基准特征值方法中的各个步骤的具体实现方式进行详细介绍。

假设天线阵元间隔设置为天线下倾角设置为0°。设C₀为高斯白噪声环境(天线与目标点所在环境空旷)、C₁为瑞利信道环境(天线与目标点之间无直达路径)、C₂为蔡斯信道环境(天线与目标点之间存在直达路径)，C₃为室内信道环境；设A₀为8阵元普通天线，A₁为8阵元抗耦合天线，A₂为4*4普通极化天线，A₃为4*4抗耦合双极化天线；设F0为最小均方差准则，F₁为最小方差准则，F₂为最大C/I准则，F₃为最大似然准则；设U₀为单用户，U₁为2用户，U₂为4用户，U₃为8用户，U₄为16用户。

请参见图3，本发明实施例提供的根据预置的智能天线仿真参数，通过仿真，获取不同仿真场景下的智能天线仿真特征数据，包括如下步骤：

步骤S101：根据预置的智能天线仿真参数，通过仿真，获取不同信道C_i(i∈0-3)、天线类型A_j(j∈0-3)、赋形准则F_k(k∈0-3)和用户数U_u(u∈0-4)情况下的智能天线仿真方向图(如图4所示)及与所述仿真方向图相对应的载噪比(C/I)和误码率(BER)；

步骤S102：根据所述智能天线仿真方向图，获取智能天线感兴趣信号(SOI)特征值SOI_u和智能天线不感兴趣信号(NSOI)特征值NSOI_u；

在实际应用中，获取智能天线SOI特征值和智能天线NSOI特征值的方法如图4所示：

以智能天线为轴心，每隔1dB做圆，记录圆与智能天线方向图交点的角度和接收功率，记作(θ_i，RSCP_i)，在实际应用中，此处i可以根据波束特性，每隔五度取一次，i的取值范围是0到72，将所有交点按角度θ_i由大到小重新排序，然后，依次遍历查找一段θ角度范围(如60度)内RSCP的最小值Min_u和最大值Max_u，将Max_u作为第u个SOI的特征值SOI_u，将Min_u作为第u个NSOI的特征值NSOI_u。

如图4中[1]点所示Max_u是第u个SOI的特征值SOI_u；如图4中[2]点所示Min_u是第u个NSOI的特征值NSOI_u。

步骤S103：获取第u个SOI对应的角度θ_u和与之位置最近的用户对应的角度θ’_u绝对差值|θ_u-θ’_u|作为智能天线第u个DOA特征值DOA_u；

其中，角度θ’_u是指用户实际地理位置相对天线的角度。

步骤S104：获取半功率(用户接收到的最大功率的一半)(如图4[1]点左右两个虚线对应位置)对应的两个角度θ_u1和θ_u2的绝对差值|θ_u1-θ_u2|(如图4所示[3])作为第u个角展度特征值SOA_u；

步骤S105：从步骤S101获取的与所述方向图相对应的C/I和误码率中，获取SOI和NSOI点上的C/I特征值和BER特征值作为第u个智能天线性能。

请参见图5，本发明实施例提供的根据选择出的测量报告数据和路测数据获取智能天线历史特征数据的方法具体包括如下步骤：

步骤S301：根据S2选择出的MR数据和路测数据，绘制智能天线历史方向图；

步骤S302：根据智能天线历史方向图，获取智能天线感兴趣信号特征和不感兴趣信号特征

其中，获取和的方法与前文图4所示获取智能天线SOI特征值和智能天线NSOI特征值的方法相同，此处不再赘述。

为避免无线环境波动造成智能天线动态方向图的波动，图5所示方法可以进一步包括：

步骤S303：判断特征值减去特征值是否小于3dB，如果小于，则进入步骤304，如果大于，则和分别作为第u个特征值和第u个特征值。

步骤S304：将方向图上相邻的两段曲线合并，获取两段中RSCP的最大值作为新的特征值；

步骤S305：获取相邻两段最大接收功率RSCP差值的绝对差值记为最大接收功率差值dSOI_u；

步骤S306：获取两段中RSCP的最小值作为新的特征值；

步骤S307：获取相邻两段最小RSCP差值的绝对值记dNSOI_u；

步骤S308：判断步骤S304和步骤306获取的新的特征值减去新的特征值是否小于3dB，如果大于3dB，则将保持特征值和特征值不变。如果小于，则重复步骤S304至步骤S307获取新的dSOI_u和新的dNSOI_u，进入步骤S309；

步骤S309：将新的dSOI_u和新的dNSOI_u与上一次获取的dSOI_u和dNSOI_u进行比较，选择大的dSOI_u和dNSOI_u作为最终的dSOI_u和dNSOI_u。

基于图3和图5所述方法得到的智能天线仿真特征数据和智能天线历史特征数据，本发明实施例得到的智能天线基准特征值包括：

智能天线感兴趣信号基准特征范围值

智能天线不感兴趣信号基准特征范围值：

智能天线波达角基准特征范围值(Min(|θ_uk-θ’_uk|)，Max(|θ_uk-θ’_uk|))；

智能天线角展度基准特征范围值(Min(|θ_u1k-θ_u2k|)，Max(|θ_u1k-θ_u2k|))，其中k＝0为仿真值，其他为历史样本。

以上是本发明实施例提供的获取不同场景下智能天线基准性能特征值的方法。

请参见图6，是本发明实施例提供的，实际应用中，将智能天线实测特征值与预置的智能天线基准特征值进行比较，以确认所述智能天线性能是否存在异常的实现方法，该方法包括：

步骤201：开启业务，同时使用扫频仪对智能天线覆盖小区进行扫描，绘制智能天线实测方向图，并获取测试点的C/I实测特征值和BER实测特征值；

在实际应用中，所述测试点可以采用如下方法选择：

1、若待测智能天线覆盖小区存在集中投诉点，在投诉点和智能天线之间选择测试点；

2、若待测智能天线覆盖小区不存在集中投诉点，则选择容易出现故障异常的点(如空旷区域的小区覆盖边缘地带、与小区之间无直接视距可达地带、小区天线底部与智能天线法线反向夹角5度的地带等)。

步骤202：获取智能天线覆盖小区的活跃用户数u及智能天线实测SOI特征均值和实测SOI最大和最小特征值，实测NSOI特征均值和实测NSOI最大和最小特征值；

其中，活跃用户数u可以通过MR数据获取，或者从业务信令中获取发起业务的用户数。

本发明实施例，上述特征值分别表示为Min(SOI_u)，Max(SOI_u)和Min(NSOI_u)，Max(NSOI_u)。

步骤203：获取智能天线实测DOA和实测角展度的均值、最小值和最大值；

本发明实施例，上述特征值分别表示为Min(DOA_u)，Max(DOA_u)和Min(SOA_u)，Max(SOA_u)。

步骤204：将步骤202和203获取的实测性能特征减去天线工程参数对应的偏移值offset_u；

步骤205：根据测试点的无线环境、天线类型和活跃用户数，选择预置的对应场景的智能天线基准特征值；

步骤206：将实测SOI特征均值与实测NSOI特征均值与步骤205中选择出的智能天线基准特征值进行比较，若和在基准特征范围值内，则进入步骤207，否则，所述智能天线性能存在异常；

步骤207：若Min(SOI_u)不小于智能天线感兴趣信号特征下限值3db，则转入步骤208，否则，所述智能天线性能存在异常；

步骤208：若Max(NSOI_u)不大于智能天线不感兴趣信号特征上限值3db，则转入步骤209，否则检查天线类型，若天线类型为普通天线，则所述智能天线性能存在异常；

步骤209：将步骤203获得DOA特征和SOA特征与基准DOA和SOA特征进行比较，若和不在基准特征范围值内，则转入步骤210，否则，智能天线存在性能异常；

步骤210：将步骤201获得的C/I和BER特征与所述智能天线的载噪比基准特征值和误码率基准特征值进行比较，若匹配，则说明智能天线性能无问题，否则，智能天线性能存在异常。

请参见图7，是本发明实施例提供的，实际应用中，通过将所述智能天线动态特征值与预置的智能天线基准特征值进行比较，确定导致智能天线性能出现异常的原因具体实现方法，该方法包括如下步骤：

步骤：401：用智能天线动态特征值减去天线工程参数对应的偏移值；

步骤402：根据用户终端所处的无线环境、天线类型和活跃用户数，选择预置的对应场景的智能天线基准特征值；

步骤403：若有一个用户终端的感兴趣信号和不感兴趣信号的动态特征均值在智能天线感兴趣信号和不感兴趣信号特征范围值内，则说明用户终端性能正常，智能天线功率设置无问题，否则，说明导致智能天线性能出现异常的原因是智能天线功率设置存在问题；

步骤404：若性能正常的用户终端的感兴趣信号的动态最小特征值小于智能天线感兴趣信号基准特征下限值3db，则说明导致智能天线性能出现异常的原因是天线选择与环境不匹配；

步骤405：若性能正常的用户终端的不感兴趣信号的动态最大特征值大于智能天线不感兴趣信号基准特征上限值3db，则说明导致智能天线性能出现异常的原因是天线为非抗耦合天线；

步骤406：若性能正常的用户终端的动态波达角均值不在智能天线波达角基准特征范围值内，则说明导致智能天线性能出现异常的原因是波达角估计算法存在问题；

步骤407：若性能正常的用户终端的载噪比动态特征值和误码率动态特征值与所述智能天线的载噪比基准特征值和误码率基准特征值不匹配，导致智能天线性能出现异常的原因是赋形准则有问题，否则说明智能天线所属环境恶劣，需调整天线数量或位置。

：以上是本发明实施例提供的智能天线异常性能评估方法，以下结合附图对本发明实施例提供的智能天线异常性能评估装置进行详细介绍。

请参见图8，是本发明实施例提供的一种智能天线异常性能评估装置，包括：

实测特征获取单元801，用于从智能天线覆盖小区中选择测试点，并对所述测试点进行至少一次测量，得到智能天线实测特征值；

异常性能发现单元802，用于将所述智能天线实测特征值与预置的智能天线基准特征值进行比较，以确认所述智能天线性能是否存在异常；

其中，所述智能天线基准特征值是根据不同场景下的智能天线仿真数据和对应场景下的智能天线历史数据获取的。

以上是本发明实施例提供的智能天线异常性能评估装置，该装置能够发现在网运行智能天线存在的异常性能。

进一步，为确定导致智能天线存在异常性能的原因，本发明实施例提供的智能天线异常性能评估装置中还可以进一步包括：

动态特征获取单元，用于获取用户终端的智能天线动态特征值；

异常原因确定单元，用于通过将所述智能天线动态特征值与预置的智能天线基准特征值进行比较，确定导致智能天线性能出现异常的原因。

以上是本发明实施例通的智能天线异常性能评估装置，该装置不仅能够发现智能天线存在的性能异常，还能够确定导致智能天线性能出现异常的原因。

本发明实施例目的的实现需要依赖预置的智能天线基准性能特征，因此，本发明实施例进一步包括：

基准特征获取单元，用于根据不同场景下的智能天线仿真数据和对应场景下的智能天线历史数据，获取智能天线基准特征值。

需要说明的是，基准特征获取单元可以作为本发明实施例提供装置的功能实体存在，也可以独立与本发明实施例提供装置，本发明实施例目的的实现需要利用基准特征获取单元获取的智能天线基准特征，而非基准特征获取单元本身，即基准特征获取单元非本发明实施例提供装置的必要技术特征。

在实际应用中，上述基准特征获取单元可以具体包括：

仿真特征获取子单元，用于根据预置的智能天线仿真参数，通过仿真，获取不同仿真场景下的智能天线仿真特征数据；

历史数据选择子单元，用于从测量报告数据和路测数据中，选择与仿真场景一致的测量报告数据和路测数据；

历史特征获取子单元，用于根据选择出的测量报告数据和路测数据，获取智能天线历史特征数据；

基准特征获取子单元，用于根据所述智能天线仿真特征数据和所述智能天线历史特征数据，得到智能天线基准特征值；

偏移值获取子单元，用于调整智能天线仿真参数，并触发所述仿真特征获取子单元，在所述智能天线基准特征值基础上，获取不同仿真参数条件下的特征偏移值。

在实际应用中，上述仿真特征获取子单元可以具体包括：

功率特征获取子单元，用于根据预置的智能天线仿真参数，通过仿真，获取不同信道、天线类型、赋形准则和用户数情况下的智能天线仿真方向图及与所述仿真方向图对应的载噪比和误码率；

信号特征获取子单元，用于根据所述智能天线仿真方向图，获取智能天线感兴趣信号的特征值SOI_u和不感兴趣信号的特征值NSOI_u；

波达角特征获取子单元，用于获取感兴趣信号对应的方位角θ_u和与之位置最近的用户终端对应的方位角θ’_u差的绝对值|θ_u-θ’_u|作为第u个波达角特征值DOA_u；

角展度特征获取子单元，用于获取半功率对应的两个方位角θ_u1和θ_u2差的绝对值作为第u个角展度特征值SOA_u；

基准功率特征获取子单元，用于从与所述仿真方向图对应的载噪比和误码率中，获取感兴趣信号点和不感兴趣信号点上的载噪比特征值和误码率特征值作为第u个智能天线性能。

在实际应用中，上述信号特征获取子单元可以具体用于：

以智能天线为轴心，每隔1dB做圆，记录圆与智能天线方向图的交点的角度θ_i和接收功率RSCP_i；

将交点按角度θ_i由大到小的顺序排序，依次遍历查找一段角度θ范围内接收功率RSCP最小值Min_u和最大值Max_u；

将Max_u作为第u个感兴趣信号的特征值SOI_u，将Min_u作为第u个不感兴趣信号的特征值NSOI_u。

在实际应用中，上述历史特征获取子单元可以具体包括：

历史方向图绘制子单元，用于根据历史数据选择子单元选择出的测量报告数据和路测数据，绘制智能天线历史方向图；

历史信号特征值第一获取子单元，用于根据智能天线历史方向图，获取智能天线感兴趣信号的特征值和不感兴趣信号的特征值

历史信号特征值第二获取子单元，用于判断减去是否小于3dB，如果小于，则将方向图上相邻的两段曲线合并，获取两段中接收功率RSCP的最大值作为感兴趣信号的新的特征值获取相邻两段最大接收功率RSCP差值的绝对值dSOI_u，获取两段中接收功率的最小值RSCP作为不感兴趣信号新的特征值获取相邻两段最小接收功率RSCP差值的绝对值记为最大接收功率差值dNSOI_u；

历史信号特征值第三获取子单元，用于判断历史信号特征值第二获取子单元获取的新的减去新的是否小于3dB，如果小于，则触发所述历史信号特征值第二获取子单元获取新的dSOI_u和新的dNSOI_u，将新的dSOI_u和新的dNSOI_u与上一次获取的dSOI_u和dNSOI_u进行比较，选择大的dSOI_u和dNSOI_u作为最终的dSOI_u和dNSOI_u。

在实际应用中，上述异常性能发现单元可以具体包括：

实测方向图绘制子单元，用于开启业务，同时使用扫频仪对智能天线覆盖小区进行扫描，绘制智能天线实测方向图；

实测功率特征值获取子单元，用于根据所述智能天线实测方向图，获取测试点的载噪比实测特征值和误码率实测特征值；

实测信号特征值获取子单元，用于获取智能天线覆盖小区的活跃用户数及智能天线实测感兴趣信号特征均值，感兴趣信号最大特征值和最小特征值，以及，不感兴趣信号特征均值，不感兴趣信号最大特征值和最小特征值；

实测波达角特征值获取子单元，用于获取智能天线实测波达角和实测角展度的均值、最小值和最大值；

实测性能特征纠偏子单元，用于用获取的性能特征值减去天线工程参数对应的偏移值；

基准特征值选择单元，用于根据测试点的无线环境、天线类型和活跃用户数，选择预置的对应场景的智能天线基准特征值；

异常性能发现子单元，用于将智能天线实测感兴趣信号特征均值与实测不感兴趣信号特征均值与选择出的智能天线基准特征值进行比较，

若所述均值在智能天线感兴趣信号基准特征范围值和不感性兴趣信号基准特征范围值外，则所述智能天线性能存在异常；

若感兴趣信号的最小特征值小于智能天线感兴趣信号基准特征下限值3db，则所述智能天线性能存在异常；

若不感兴趣信号的最大特征值大于智能天线不感兴趣信号基准特征上限值3db，则检查智能天线类型，若智能天线类型为普通天线，则所述智能天线性能存在异常；

若所述智能天线实测波达角均值不在智能天线波达角基准特征范围值内，则所述智能天线性能存在异常；

若所述载噪比实测特征值和误码率实测特征值与所述智能天线的载噪比基准特征值和误码率基准特征值不匹配，所述智能天线性能存在异常。

在实际应用中，上述动态特征获取单元具体包括：

动态方向图绘制子单元，用于开启业务，同时使用扫频仪对智能天线覆盖小区进行扫描，绘制智能天线动态方向图；

动态功率特征值获取子单元，用于根据所述智能天线动态方向图，获取用户终端的载噪比动态特征值和误码率动态特征值；

动态信号特征值获取子单元，用于获取智能天线覆盖小区的活跃用户数及智能天线动态感兴趣信号特征均值，感兴趣信号最大特征值和最小特征值，以及，不感兴趣信号特征均值，不感兴趣信号最大特征值和最小特征值；

动态波达角和角展度获取子单元，用于获取智能天线动态波达角和动态角展度的均值、最小值和最大值。

在实际应用中，上述异常原因确定单元具体包括：

动态特征值纠偏子单元，用于用智能天线动态特征值减去天线工程参数对应的偏移值；

基准特征值选择子单元，用于根据用户终端所处的无线环境、天线类型和活跃用户数，选择预置的对应场景的智能天线基准特征值；

异常原因确定子单元，用于

若有一个用户终端的感兴趣信号和不感兴趣信号的动态特征均值在智能天线感兴趣信号和不感兴趣信号特征范围值内，则说明用户终端性能正常，智能天线功率设置无问题，否则，说明导致智能天线性能出现异常的原因是智能天线功率设置存在问题；

若性能正常的用户终端的感兴趣信号的动态最小特征值小于智能天线感兴趣信号基准特征下限值3db，则说明导致智能天线性能出现异常的原因是天线选择与环境不匹配；

若性能正常的用户终端的不感兴趣信号的动态最大特征值大于智能天线不感兴趣信号基准特征上限值3db，则说明导致智能天线性能出现异常的原因是天线为非抗耦合天线；

若性能正常的用户终端的动态波达角均值不在智能天线波达角基准特征范围值内，则说明导致智能天线性能出现异常的原因是波达角估计算法存在问题；

若性能正常的用户终端的载噪比动态特征值和误码率动态特征值与所述智能天线的载噪比基准特征值和误码率基准特征值不匹配，导致智能天线性能出现异常的原因是赋形准则有问题，否则说明智能天线所属环境恶劣，需调整天线数量或位置。

应说明的是：以上实施例仅用以说明本发明而非限制，本发明也并不仅限于上述举例，一切不脱离本发明的精神和范围的技术方案及其改进，其均应涵盖在本发明的权利要求范围中。

Claims (21)

1.一种智能天线异常性能评估方法，其特征在于，包括：

从智能天线覆盖小区中选择测试点，并对所述测试点进行至少一次测量，得到智能天线实测特征值；

将所述智能天线实测特征值与预置的智能天线基准特征值进行比较，以确认所述智能天线性能是否存在异常；

其中，所述智能天线基准特征值是根据不同场景下的智能天线仿真数据和对应场景下的智能天线历史数据获取的。

2.根据权利要求1所述的一种智能天线异常性能评估方法，其特征在于，在智能天线性能异常的测试点周围设置至少两个用户终端，所述方法进一步包括：

获取用户终端的智能天线动态特征值；

通过将所述智能天线动态特征值与预置的智能天线基准特征值进行比较，确定导致智能天线性能出现异常的原因。

3.根据权利要求2所述的一种智能天线异常性能评估方法，其特征在于，所述智能天线历史数据包括：测量报告数据和路测数据，根据不同场景下的智能天线仿真数据和对应场景下的智能天线历史数据，获取智能天线基准特征值具体包括：

步骤S1：根据预置的智能天线仿真参数，通过仿真，获取不同仿真场景下的智能天线仿真特征数据；

步骤S2：从测量报告数据和路测数据中，选择与仿真场景一致的测量报告数据和路测数据；

步骤S3：根据选择出的测量报告数据和路测数据，获取智能天线历史特征数据；

步骤S4：根据所述智能天线仿真特征数据和所述智能天线历史特征数据，得到智能天线基准特征值；

步骤S5：调整智能天线仿真参数，重复步骤S1至步骤S4，在所述智能天线基准特征值基础上，获取不同仿真参数条件下的特征偏移值。

4.根据权利要求3所述的一种智能天线异常性能评估方法，其特征在于，所述智能天线仿真特征数据包括：载噪比、误码率、感兴趣信号、不感兴趣信号、波达角和角展度，所述根据预置的智能天线仿真参数，通过仿真，获取不同仿真场景下的智能天线仿真特征数据具体包括：

根据预置的智能天线仿真参数，通过仿真，获取不同信道、天线类型、赋形准则和用户数情况下的智能天线仿真方向图及与所述仿真方向图对应的载噪比和误码率；

根据所述智能天线仿真方向图，获取智能天线感兴趣信号的特征值SOI_u和不感兴趣信号的特征值NSOI_u；

获取感兴趣信号对应的方位角θ_u和与之位置最近的用户终端对应的方位角θ′_u差的绝对值|θ_u-θ′_u|作为第u个波达角特征值DOA_u；

获取半功率对应的两个方位角θ_u1和θ_u2差的绝对值作为第u个角展度特征值SOA_u；

从与所述仿真方向图对应的载噪比和误码率中，获取感兴趣信号点和不感兴趣信号点上的载噪比特征值和误码率特征值作为第u个智能天线性能。

5.根据权利要求4所述的一种智能天线异常性能评估方法，其特征在于，根据所述智能天线仿真方向图，获取感兴趣信号特征值SOI_u和不感兴趣信号特征值NSOI_u具体包括：

以智能天线为轴心，每隔1dB做圆，记录圆与智能天线方向图的交点的角度θ_i和接收功率RSCP_i；

将交点按角度θ_i由大到小的顺序排序，依次遍历查找一段角度θ范围内接收功率RSCP最小值Min_u和最大值Max_u；

将Max_u作为第u个感兴趣信号的特征值SOI_u，将Min_u作为第u个不感兴趣信号的特征值NSOI_u。

6.根据权利要求5所述的一种智能天线异常性能评估方法，其特征在于，所述智能天线历史特征数据包括：载噪比、误码率、感兴趣信号、不感兴趣信号，根据选择出的测量报告数据和路测数据，获取智能天线历史特征数据具体包括：

步骤S301：根据选择出的测量报告数据和路测数据，绘制智能天线历史方向图；

步骤S302：根据智能天线历史方向图，获取智能天线感兴趣信号和不感兴趣信号

步骤S303：判断特征值减去特征值是否小于3dB，如果小于，则进入步骤S304；

步骤S304：将方向图上相邻的两段曲线合并，获取两段中接收功率RSCP的最大值作为感兴趣信号的新的特征值

步骤S305：获取相邻两段最大接收功率RSCP差值的绝对值记为最大接收功率差值dSOI_u，

步骤S306：获取两段中接收功率的最小值RSCP作为不感兴趣信号新的特征值

步骤S307：获取相邻两段最小接收功率RSCP差值的绝对值dNSOI_u；

步骤S308：判断步骤S304和步骤S306获取的新的减去新的是否小于3dB，如果小于，则重复步骤S304至步骤307获取新的dSOI_u和新的dNSOI_u，进入步骤S309；

步骤S309：将新的dSOI_u和新的dNSOI_u与上一次获取的dSOI_u和dNSOI_u进行比较，选择大的dSOI_u和dNSOI_u作为最终的dSOI_u和dNSOI_u。

7.根据权利要求6所述的一种智能天线异常性能评估方法，其特征在于，根据所述智能天线仿真特征数据和所述智能天线历史特征数据，得到的智能天线基准特征值具体包括：

智能天线感兴趣信号基准特征范围值

$\left(Min\right(S\stackrel{\→}{O}{I}_u-{\mathrm{dSOI}}_u,{\mathrm{SOI}}_u-{\mathrm{sSOI}}_u),Max(S\stackrel{\→}{O}{I}_u,{\mathrm{SOI}}_u\left)\right);$

智能天线不感兴趣信号基准特征范围值：

$\left(Min\right({\mathrm{NSOI}}_u,{\stackrel{\→}{NSOI}}_u),Max({\stackrel{\→}{NSOI}}_u+{\mathrm{dNSOI}}_u,{\mathrm{NSOI}}_u+{\mathrm{dNSOI}}_u\left)\right);$

智能天线波达角基准特征范围值(Min(|θ_uk-θ′_uk|),Max(|θ_uk-θ′_uk|))；

智能天线角展度基准特征范围值(Min(|θ_u1k-θ_u2k|),Max(|θ_u1k-θ_u2k|))，其中k＝0为仿真值，其他为历史样本。

8.根据权利要求7所述的一种智能天线异常性能评估方法，其特征在于，将所述智能天线实测特征值与预置的智能天线基准特征值进行比较，以确认所述智能天线性能是否存在异常具体包括：

开启业务，同时使用扫频仪对智能天线覆盖小区进行扫描，绘制智能天线实测方向图；

根据所述智能天线实测方向图，获取测试点的载噪比实测特征值和误码率实测特征值；

获取智能天线覆盖小区的活跃用户数及智能天线实测感兴趣信号特征均值，感兴趣信号最小特征值，以及，不感兴趣信号特征均值，不感兴趣信号最大特征值；

获取智能天线实测波达角和实测角展度的均值、最小值和最大值；

用获取的性能特征值减去天线工程参数对应的偏移值；

根据测试点的无线环境、天线类型和活跃用户数，选择预置的对应场景的智能天线基准特征值；

将智能天线实测感兴趣信号特征均值与实测不感兴趣信号特征均值与选择出的智能天线基准特征值进行比较，

若所述均值在智能天线感兴趣信号基准特征范围值和不感性兴趣信号基准特征范围值外，则所述智能天线性能存在异常；

若感兴趣信号的最小特征值小于智能天线感兴趣信号基准特征下限值3db，则所述智能天线性能存在异常；

若不感兴趣信号的最大特征值大于智能天线不感兴趣信号基准特征上限值3db，则检查智能天线类型，若智能天线类型为普通天线，则所述智能天线性能存在异常；

若所述智能天线实测波达角均值不在智能天线波达角基准特征范围值内，则所述智能天线性能存在异常；

若所述载噪比实测特征值和误码率实测特征值与所述智能天线的载噪比基准特征值和误码率基准特征值不匹配，所述智能天线性能存在异常。

9.根据权利要求8所述的一种智能天线异常性能评估方法，其特征在于，

若待测智能天线覆盖小区存在集中投诉点，则在投诉点和智能天线之间选择测试点；

若待测智能天线覆盖小区不存在集中投诉点，则选择容易出现故障异常的点作为测试点。

10.根据权利要求8所述的一种智能天线异常性能评估方法，其特征在于，所述获取用户终端的智能天线动态特征值具体包括：

开启业务，同时使用扫频仪对智能天线覆盖小区进行扫描，绘制智能天线动态方向图；

根据所述智能天线动态方向图，获取用户终端的载噪比动态特征值和误码率动态特征值；

获取智能天线覆盖小区的活跃用户数及智能天线动态感兴趣信号特征均值，感兴趣信号最大特征值和最小特征值，以及，不感兴趣信号特征均值，不感兴趣信号最大特征值和最小特征值；

获取智能天线动态波达角和动态角展度的均值、最小值和最大值。

11.根据权利要求10所述的一种智能天线异常性能评估方法，其特征在于，通过将所述智能天线动态特征值与预置的智能天线基准特征值进行比较，确定导致智能天线性能出现异常的原因具体包括：

用智能天线动态特征值减去天线工程参数对应的偏移值；

根据用户终端所处的无线环境、天线类型和活跃用户数，选择预置的对应场景的智能天线基准特征值；

若有一个用户终端的感兴趣信号和不感兴趣信号的动态特征均值在智能天线感兴趣信号和不感兴趣信号特征范围值内，则说明用户终端性能正常，智能天线功率设置无问题，否则，说明导致智能天线性能出现异常的原因是智能天线功率设置存在问题；

若性能正常的用户终端的感兴趣信号的动态最小特征值小于智能天线感兴趣信号基准特征下限值3db，则说明导致智能天线性能出现异常的原因是天线选择与环境不匹配；

若性能正常的用户终端的不感兴趣信号的动态最大特征值大于智能天线不感兴趣信号基准特征上限值3db，则说明导致智能天线性能出现异常的原因是天线为非抗耦合天线；

若性能正常的用户终端的动态波达角均值不在智能天线波达角基准特征范围值内，则说明导致智能天线性能出现异常的原因是波达角估计算法存在问题；

若性能正常的用户终端的载噪比动态特征值和误码率动态特征值与所述智能天线的载噪比基准特征值和误码率基准特征值不匹配，导致智能天线性能出现异常的原因是赋形准则有问题，否则说明智能天线所属环境恶劣，需调整天线数量或位置。

12.一种智能天线异常性能评估装置，其特征在于，包括：

实测特征获取单元，用于从智能天线覆盖小区中选择测试点，并对所述测试点进行至少一次测量，得到智能天线实测特征值；

异常性能发现单元，用于将所述智能天线实测特征值与预置的智能天线基准特征值进行比较，以确认所述智能天线性能是否存在异常；

其中，所述智能天线基准特征值是根据不同场景下的智能天线仿真数据和对应场景下的智能天线历史数据获取的。

13.根据权利要求12所述的一种智能天线异常性能评估装置，其特征在于，所述装置进一步包括：

动态特征获取单元，用于获取用户终端的智能天线动态特征值；

异常原因确定单元，用于通过将所述智能天线动态特征值与预置的智能天线基准特征值进行比较，确定导致智能天线性能出现异常的原因。

14.根据权利要求13所述的一种智能天线异常性能评估装置，其特征在于，所述装置进一步包括：

基准特征获取单元，用于根据不同场景下的智能天线仿真数据和对应场景下的智能天线历史数据，获取智能天线基准特征值。

15.根据权利要求14所述的一种智能天线异常性能评估装置，其特征在于，所述基准特征获取单元具体包括：

仿真特征获取子单元，用于根据预置的智能天线仿真参数，通过仿真，获取不同仿真场景下的智能天线仿真特征数据；

历史数据选择子单元，用于从测量报告数据和路测数据中，选择与仿真场景一致的测量报告数据和路测数据；

历史特征获取子单元，用于根据选择出的测量报告数据和路测数据，获取智能天线历史特征数据；

基准特征获取子单元，用于根据所述智能天线仿真特征数据和所述智能天线历史特征数据，得到智能天线基准特征值；

偏移值获取子单元，用于调整智能天线仿真参数，并触发所述仿真特征获取子单元，在所述智能天线基准特征值基础上，获取不同仿真参数条件下的特征偏移值。

16.根据权利要求15所述的一种智能天线异常性能评估装置，其特征在于，所述仿真特征获取子单元具体包括：

功率特征获取子单元，用于根据预置的智能天线仿真参数，通过仿真，获取不同信道、天线类型、赋形准则和用户数情况下的智能天线仿真方向图及与所述仿真方向图对应的载噪比和误码率；

信号特征获取子单元，用于根据所述智能天线仿真方向图，获取智能天线感兴趣信号的特征值SOI_u和不感兴趣信号的特征值NSOI_u；

波达角特征获取子单元，用于获取感兴趣信号对应的方位角θ_u和与之位置最近的用户终端对应的方位角θ′_u差的绝对值|θ_u-θ′_u|作为第u个波达角特征值DOA_u；

角展度特征获取子单元，用于获取半功率对应的两个方位角θ_u1和θ_u2差的绝对值作为第u个角展度特征值SOA_u；

基准功率特征获取子单元，用于从与所述仿真方向图对应的载噪比和误码率中，获取感兴趣信号点和不感兴趣信号点上的载噪比特征值和误码率特征值作为第u个智能天线性能。

17.根据权利要求16所述的一种智能天线异常性能评估装置，其特征在于，信号特征获取子单元具体用于：

以智能天线为轴心，每隔1dB做圆，记录圆与智能天线方向图的交点的角度θ_i和接收功率RSCP_i；

将交点按角度θ_i由大到小的顺序排序，依次遍历查找一段角度θ范围内接收功率RSCP最小值Min_u和最大值Max_u；

将Max_u作为第u个感兴趣信号的特征值SOI_u，将Min_u作为第u个不感兴趣信号的特征值NSOI_u。

18.根据权利要求15所述的一种智能天线异常性能评估装置，其特征在于，历史特征获取子单元具体包括：

历史方向图绘制子单元，用于根据历史数据选择子单元选择出的测量报告数据和路测数据，绘制智能天线历史方向图；

历史信号特征值第一获取子单元，用于根据智能天线历史方向图，获取智能天线感兴趣信号的特征值和不感兴趣信号的特征值

历史信号特征值第二获取子单元，用于判断减去是否小于3dB，如果小于，则将方向图上相邻的两段曲线合并，获取两段中接收功率RSCP的最大值作为感兴趣信号的新的特征值获取相邻两段最大接收功率RSCP差值的绝对值dSOI_u，获取两段中接收功率的最小值RSCP作为不感兴趣信号新的特征值获取相邻两段最小接收功率RSCP差值的绝对值记为最大接收功率差值dNSOI_u；

历史信号特征值第三获取子单元，用于判断历史信号特征值第二获取子单元获取的新的减去新的是否小于3dB，如果小于，则触发所述历史信号特征值第二获取子单元获取新的dSOI_u和新的dNSOI_u，将新的dSOI_u和新的dNSOI_u与上一次获取的dSOI_u和dNSOI_u进行比较，选择大的dSOI_u和dNSOI_u作为最终的dSOI_u和dNSOI_u。

19.根据权利要求18所述的一种智能天线异常性能评估装置，其特征在于，异常性能发现单元具体包括：

实测方向图绘制子单元，用于开启业务，同时使用扫频仪对智能天线覆盖小区进行扫描，绘制智能天线实测方向图；

实测功率特征值获取子单元，用于根据所述智能天线实测方向图，获取测试点的载噪比实测特征值和误码率实测特征值；

实测信号特征值获取子单元，用于获取智能天线覆盖小区的活跃用户数及智能天线实测感兴趣信号特征均值，感兴趣信号最大特征值和最小特征值，以及，不感兴趣信号特征均值，不感兴趣信号最大特征值和最小特征值；

实测波达角特征值获取子单元，用于获取智能天线实测波达角和实测角展度的均值、最小值和最大值；

实测性能特征纠偏子单元，用于用获取的性能特征值减去天线工程参数对应的偏移值；

基准特征值选择单元，用于根据测试点的无线环境、天线类型和活跃用户数，选择预置的对应场景的智能天线基准特征值；

异常性能发现子单元，用于将智能天线实测感兴趣信号特征均值与实测不感兴趣信号特征均值与选择出的智能天线基准特征值进行比较，

若所述均值在智能天线感兴趣信号基准特征范围值和不感性兴趣信号基准特征范围值外，则所述智能天线性能存在异常；

若感兴趣信号的最小特征值小于智能天线感兴趣信号基准特征下限值3db，则所述智能天线性能存在异常；

若不感兴趣信号的最大特征值大于智能天线不感兴趣信号基准特征上限值3db，则检查智能天线类型，若智能天线类型为普通天线，则所述智能天线性能存在异常；

若所述智能天线实测波达角均值不在智能天线波达角基准特征范围值内，则所述智能天线性能存在异常；

若所述载噪比实测特征值和误码率实测特征值与所述智能天线的载噪比基准特征值和误码率基准特征值不匹配，所述智能天线性能存在异常。

20.根据权利要求19所述的一种智能天线异常性能评估装置，其特征在于，动态特征获取单元具体包括：

动态方向图绘制子单元，用于开启业务，同时使用扫频仪对智能天线覆盖小区进行扫描，绘制智能天线动态方向图；

动态功率特征值获取子单元，用于根据所述智能天线动态方向图，获取用户终端的载噪比动态特征值和误码率动态特征值；

动态信号特征值获取子单元，用于获取智能天线覆盖小区的活跃用户数及智能天线动态感兴趣信号特征均值，感兴趣信号最大特征值和最小特征值，以及，不感兴趣信号特征均值，不感兴趣信号最大特征值和最小特征值；

动态波达角和角展度获取子单元，用于获取智能天线动态波达角和动态角展度的均值、最小值和最大值。

21.根据权利要求20所述的一种智能天线异常性能评估装置，其特征在于，异常原因确定单元具体包括：

动态特征值纠偏子单元，用于用智能天线动态特征值减去天线工程参数对应的偏移值；

基准特征值选择子单元，用于根据用户终端所处的无线环境、天线类型和活跃用户数，选择预置的对应场景的智能天线基准特征值；

异常原因确定子单元，用于

若有一个用户终端的感兴趣信号和不感兴趣信号的动态特征均值在智能天线感兴趣信号和不感兴趣信号特征范围值内，则说明用户终端性能正常，智能天线功率设置无问题，否则，说明导致智能天线性能出现异常的原因是智能天线功率设置存在问题；

若性能正常的用户终端的感兴趣信号的动态最小特征值小于智能天线感兴趣信号基准特征下限值3db，则说明导致智能天线性能出现异常的原因是天线选择与环境不匹配；

若性能正常的用户终端的不感兴趣信号的动态最大特征值大于智能天线不感兴趣信号基准特征上限值3db，则说明导致智能天线性能出现异常的原因是天线为非抗耦合天线；

若性能正常的用户终端的动态波达角均值不在智能天线波达角基准特征范围值内，则说明导致智能天线性能出现异常的原因是波达角估计算法存在问题；

若性能正常的用户终端的载噪比动态特征值和误码率动态特征值与所述智能天线的载噪比基准特征值和误码率基准特征值不匹配，导致智能天线性能出现异常的原因是赋形准则有问题，否则说明智能天线所属环境恶劣，需调整天线数量或位置。