一种扰码优化方法及装置
技术领域
本发明涉及无线通信技术领域,尤其涉及一种扰码优化方法及装置。
背景技术
为降低网络中的同频干扰,需要对网络中的小区进行扰码优化,尽量使得相邻小区使用不同的扰码。现有的一种扰码优化方案如下:
根据现网的扫频数据获得网络中各小区的邻小区列表;根据该邻小区列表得到同频邻小区列表;确定同频邻小区列表中,同频且相邻小区之间的干扰情况;根据获得的干扰情况,对同频邻小区列表中的小区进行扰码配置,并利用遗传算法对各小区进行扰码优化。
现有的扰码优化方案,利用遗传算法进行扰码优化,存在实现复杂度高的问题。
利用扫频数据获得小区间的覆盖交叠关系矩阵,并利用遗传算法对扰码进行配置和优化,进行扰码优化复杂度较高。
发明内容
本发明的目的是提供一种扰码优化方法及装置,以降低扰码优化的实现复杂度。
本发明的目的是通过以下技术方案实现的:
一种扰码优化方法,包括:
根据与小区存在扰码冲突的同频邻区的数量,对小区进行扰码冲突优先级排序;小区的扰码冲突优先级根据与小区存在干扰问题的同频邻区的数量和与小区存在干扰问题的同频邻区的邻近关系优先级确定,同频邻区的邻近关系优先级根据与小区的邻近关系确定;
按小区的扰码冲突优先级顺序,依次基于各小区执行如下操作实现扰码优化:对于与小区存在扰码冲突的每个同频邻区,分别基于同频邻区的可用扰码集合中的各个扰码确定全局代价值,将最小的全局代价值对应的扰码配置给同频邻区;所述同频邻区的可用扰码集合由与小区使用的扰码不存在冲突的扰码构成;所述全局代价值根据与各小区存在扰码冲突的同频邻区的总数量和与各小区存在扰码问题的同频邻区的邻近关系优先级确定。
本发明实施例提供的技术方案,按小区的扰码冲突优先级顺序,依次基于各小区执行上述操作实现扰码优化。上述扰码优化的操作是通过遍历的方式完成全局扰码优化的,较之遗传算法实现的扰码优化,其实现复杂度低。另外,本发明实施例提出了全局代价的概念,通过全局代价值作为扰码优化的判断标准,使得优化后的扰码为全局的最优选择。
较佳地,依次基于各小区执行上述操作实现扰码优化后,重新对小区进行扰码冲突优先级排序并依次基于各小区执行上述操作实现扰码优化,直至达到最大优化次数。
基于上述任意实施例,较佳地,依次基于各小区执行上述操作实现扰码优化后,若当前全局代价值不小于扰码优化前的全局代价值,且未达到最大优化次数,该方法还包括:
为与扰码冲突优先级最高的小区存在扰码冲突的同频邻区中、扰码冲突优先级最高的同频邻区重新配置扰码,使得所述小区与同频邻区不存在扰码冲突;
为该同频邻区重新配置扰码后,重新对小区进行扰码冲突优先级排序并依此基于各小区执行上述操作实现扰码优化。
当全局代价不再减小时,通过上述处理过程,使得扰码获得进一步优化的空间,使得优化效果更好。
较佳地,该方法还包括:
为该同频邻区重新配置扰码前,保存当前全局代价值。
较佳地,该方法还包括:
若达到最大扰码优化次数时的全局代价值大于保存的全局代价值,将保存的全局代价值对应的各小区的扰码分别配置给各小区。
基于上述任意方法实施例,较佳地,确定与小区存在扰码冲突的同频邻区的方式包括:
根据地理方位和实测数据确定小区的同频邻区;
根据所述小区与同频邻区的初始扰码,确定与小区存在扰码冲突的同频邻区。
现有技术中,扫频数据不足以覆盖所有测试小区,部分小区会出现测试点不足的问题。本发明实施例提供的技术方案,根据地理方位和实测数据确定小区的同频邻区,弥补了部分小区测试数据不足的缺陷。
较佳地,所述全局代价值为各小区的代价值之和,单个小区的代价值根据与小区存在扰码冲突的同频邻区的数量和与小区存在扰码冲突的同频邻区的邻近关系优先级确定,小区的同频邻区按邻近关系优先级降序排列为:根据地理方位确定的所述小区的同频共站邻区,根据实测数据确定的与所述小区覆盖交叠比例达到预定门限值的同频邻区,根据地理方位确定的所述小区的同频邻区。
基于与方法同样的发明构思,本发明实施例还提供一种扰码优化装置,包括:
扰码冲突优先级排序模块,用于根据与小区存在扰码冲突的同频邻区的数量,对小区进行扰码冲突优先级排序;小区的扰码冲突优先级根据与小区存在干扰问题的同频邻区的数量和与小区存在干扰问题的同频邻区的邻近关系优先级确定,同频邻区的邻近关系优先级根据与小区的邻近关系确定;
扰码优化模块,用于按小区的扰码冲突优先级顺序,依次基于各小区执行如下操作实现扰码优化:对于与小区存在扰码冲突的每个同频邻区,分别基于同频邻区的可用扰码集合中的各个扰码确定全局代价值,将最小的全局代价值对应的扰码配置给同频邻区;所述同频邻区的可用扰码集合由与小区使用的扰码不存在冲突的扰码构成;所述全局代价值根据与各小区存在扰码冲突的同频邻区的总数量和与各小区存在扰码问题的同频邻区的邻近关系优先级确定。
本发明实施例提供的技术方案,按小区的扰码冲突优先级顺序,依次基于各小区执行上述操作实现扰码优化。上述扰码优化的操作是通过遍历的方式完成全局扰码优化的,较之遗传算法实现的扰码优化,其实现复杂度低。另外,本发明实施例提出了全局代价的概念,通过全局代价值作为扰码优化的判断标准,使得优化后的扰码为全局的最优选择。
较佳地,所述扰码冲突优先级排序模块在所述扰码优化模块依次基于各小区执行上述操作实现扰码优化后,重新对小区进行扰码冲突优先级排序,所述扰码优化模块在所述扰码冲突优先级排序模块按小区重新排序后的扰码冲突优先级顺序,依次基于各小区执行上述操作实现扰码优化;直至达到最大优化次数。
基于上述任意装置侧实施例,较佳地,依次基于各小区执行上述操作实现扰码优化后,若当前全局代价值不小于扰码优化前的全局代价值,且未达到最大优化次数,所述扰码优化模块还用于:
为与扰码冲突优先级最高的小区存在扰码冲突的同频邻区中、扰码冲突优先级最高的同频邻区重新配置扰码,使得所述小区与该同频邻区不存在扰码冲突;
为该同频邻区重新配置扰码后,重新对小区进行扰码冲突优先级排序并依此基于各小区执行上述操作实现扰码优化。
当全局代价不再减小时,通过上述处理过程,使得扰码获得进一步优化的空间,使得优化效果更好。
较佳地,所述扰码优化模块还用于:
为该同频邻区重新配置扰码前,保存当前全局代价值。
较佳地,所述扰码优化模块还用于:
若达到最大扰码优化次数时的全局代价值大于保存的全局代价值,将保存的全局代价值对应的各小区的扰码分别配置给各小区。
基于上述任意装置侧实施例,较佳地,还包括同频邻区确定模块,用于:
根据地理方位和实测数据确定小区的同频邻区;
根据所述小区与同频邻区的初始扰码,确定与小区存在扰码冲突的同频邻区。
现有技术中,扫频数据不足以覆盖所有测试小区,部分小区会出现测试点不足的问题。本发明实施例提供的技术方案,根据地理方位和实测数据确定小区的同频邻区,弥补了部分小区测试数据不足的缺陷。
较佳地,所述全局代价值为各小区的代价值之和,单个小区的代价值根据与小区存在扰码冲突的同频邻区的数量和与小区存在扰码冲突的同频邻区的邻近关系优先级确定,小区的同频邻区按邻近关系优先级降序排列为:根据地理方位确定的所述小区的同频共站邻区,根据实测数据确定的与所述小区覆盖交叠比例达到预定门限值的同频邻区,根据地理方位确定的所述小区的同频邻区。
基于与方法同样的发明构思,本发明实施例还提供一种扰码优化装置,包括:
处理器,该处理器被配置为执行具有下列功能的计算机程序:根据与小区存在扰码冲突的同频邻区的数量,对小区进行扰码冲突优先级排序;小区的扰码冲突优先级根据与小区存在干扰问题的同频邻区的数量和与小区存在干扰问题的同频邻区的邻近关系优先级确定,同频邻区的邻近关系优先级根据与小区的邻近关系确定;按小区的扰码冲突优先级顺序,依次基于各小区执行如下操作实现扰码优化:对于与小区存在扰码冲突的每个同频邻区,分别基于同频邻区的可用扰码集合中的各个扰码确定全局代价值,将最小的全局代价值对应的扰码配置给同频邻区;所述同频邻区的可用扰码集合由与小区使用的扰码不存在冲突的扰码构成;所述全局代价值根据与各小区存在扰码冲突的同频邻区的总数量和与各小区存在扰码问题的同频邻区的邻近关系优先级确定;
存储器,该存储器被配置为保存上述计算机程序的代码。
本发明实施例提供的技术方案,按小区的扰码冲突优先级顺序,依次基于各小区执行上述操作实现扰码优化。上述扰码优化的操作是通过遍历的方式完成全局扰码优化的,较之遗传算法实现的扰码优化,其实现复杂度低。另外,本发明实施例提出了全局代价的概念,通过全局代价值作为扰码优化的判断标准,使得优化后的扰码为全局的最优选择。
附图说明
图1为本发明实施例提供的一种方法流程图;
图2为本发明实施例提供的另一种方法流程图;
图3为本发明实施例提供的小区间地理方位示意图;
图4为本发明实施例提供的一种装置示意图;
图5为本发明实施例提供的另一种装置示意图。
具体实施方式
下面将结合附图对本发明实施例提供的技术方案进行详细说明。
本发明实施例提供的一种扰码优化方法如图1所示,具体包括如下操作:
步骤100、根据与小区存在扰码冲突的同频邻区的数量,对小区进行扰码冲突优先级排序;小区的扰码冲突优先级根据与小区存在干扰问题的同频邻区的数量和与小区存在干扰问题的同频邻区的邻近关系优先级确定,同频邻区的邻近关系优先级根据与小区的邻近关系确定。
本发明实施例中,参与扰码冲突优先级排序的小区是预定范围内的所有小区。
本发明实施例中,一个小区与其同频邻区存在扰码冲突也可称为与其同频邻区存在干扰问题,存在扰码冲突的小区与其同频邻区也可称为问题小区对。
本发明实施例中,与小区存在干扰问题的同频邻区的数量越多,同频邻区的邻近关系优先级越高,扰码冲突优先级越高。
步骤110、按小区的扰码冲突优先级顺序,依次基于各小区执行如下操作实现扰码优化:对于与小区存在扰码冲突的每个同频邻区,分别基于同频邻区的可用扰码集合中的各个扰码确定全局代价值,将最小的全局代价值对应的扰码配置给同频邻区;同频邻区的可用扰码集合由与小区使用的扰码不存在冲突的扰码构成;全局代价值根据与各小区存在扰码冲突的同频邻区的总数量和与各小区存在扰码问题的同频邻区的邻近关系优先级确定。
较佳地,按照小区的扰码冲突优先级降序,依次基于各小区执行上述操作实现扰码优化。当然,也可以按照小区的扰码冲突优先级升序,依次基于各小区执行上述操作实现扰码优化。
本发明实施例提供的技术方案,按小区的扰码冲突优先级顺序,依次基于各小区执行上述操作实现扰码优化。上述扰码优化的操作是通过遍历的方式完成全局扰码优化的,较之遗传算法实现的扰码优化,其实现复杂度低。另外,本发明实施例提出了全局代价的概念,通过全局代价值作为扰码优化的判断标准,使得优化后的扰码为全局的最优选择。
本发明实施例中,扰码冲突可以但不仅限于包括以下几种情况:
第一种情况:本区与同频邻区使用了相同的扰码。
第二种情况:本区与同频邻区采用了相同的下行同步码。即本区与同频邻区的扰码减一再除以四的商向下取整的值相等,即满足下式一:
Floor((OwnCellScrambleCode-1)/4)==Floor((NeibCellScrambleCode-1)/4) 公式一
其中,OwnCellScrambleCode和NeibCellScrambleCode分别为本区和同频邻区的扰码,扰码取值范围为1-128之间的整数。
第三种情况:本区和同频邻区的扰码属于同一个扰码组。
图1所示的处理流程为一次完整的扰码优化过程。较佳地,可以重复进行图1所示的扰码优化过程,直至达到最大优化次数。其中,最大优化次数可以根据实际需要设置。进行多次扰码优化过程的目的是使得全局扰码优化的效果更好。
无论是基于最大优化次数重复进行扰码优化过程,还是仅进行一次扰码优化过程。较佳地,依次基于各小区执行上述操作实现扰码优化后,若当前全局代价值不小于扰码优化前的全局代价值,且未达到最大优化次数,为与扰码冲突优先级最高的小区存在扰码冲突的同频邻区中、扰码冲突优先级最高的同频邻区重新配置扰码,使得该小区与该同频邻区不存在扰码冲突;为该同频邻区重新配置扰码后,重新对小区进行扰码冲突优先级排序并依此基于各小区执行上述操作实现扰码优化。
应当指出的是,为该同频邻区重新配置扰码后,重新对小区进行扰码冲突优先级排序并依此基于各小区执行上述操作实现扰码优化,既可以记为一次完整的扰码优化过程,也可以与为同频邻区重新配置扰码前的扰码优化过程共同作为一次完整的扰码优化过程。也就是说,对于优化次数的计数方式,本发明不作限定。
当全局代价不再减小时,通过上述处理过程,使得扰码获得进一步优化的空间,使得优化效果更好。
如果基于最大优化次数重复进行扰码优化过程,可能会有两次甚至更多次为同频邻区重新配置扰码且实现扰码优化的过程。较佳地,每次为同频邻区重新配置扰码前,保存当前全局代价值。
在此基础上,若达到最大扰码优化次数时的全局代价值大于保存的最小的全局代价值,将保存的最小的全局代价值对应的各小区的扰码分别配置给各小区。
基于上述任意方法实施例,较佳地,确定与小区存在扰码冲突的同频邻区的方式可以但不仅限于是:根据地理方位和实测数据确定小区的同频邻区;根据小区与同频邻区的初始扰码,确定与小区存在扰码冲突的同频邻区。
现有技术中,扫频数据不足以覆盖所有测试小区,部分小区会出现测试点不足的问题。本发明实施例提供的技术方案,根据地理方位和实测数据确定小区的同频邻区,弥补了部分小区测试数据不足的缺陷。
本发明实施例中,小区的同频邻区的信息可以但不仅限于以同频邻区列表的形式保存。
较佳地,本发明实施例中的全局代价值为各小区的代价值之和,单个小区的代价值根据与小区存在扰码冲突的同频邻区的数量和与小区存在扰码冲突的同频邻区的邻近关系优先级确定,小区的同频邻区按邻近关系优先级降序排列为:根据地理方位确定的所述小区的同频共站邻区,根据实测数据确定的与所述小区覆盖交叠比例达到预定门限值的同频邻区,根据地理方位确定的所述小区的同频邻区。
本发明实施例中,邻近关系包括:同频共站的关系、存在覆盖交叠的关系、地理方位在预定范围内的关系等等。
下面以一具体应用场景为例,对预定范围内的小区进行扰码优化的实现方式进行详细描述。
假设需要对预定范围内的所有小区进行扰码优化。其实现方式如图2所示,具体包括如下操作:
步骤200、获得预定范围内所有小区的同频邻区列表。
获得预定范围内所有小区的同频邻区列表的实现方式可以是:根据实测数据确定小区的同频邻区的方式可以是:将测试点中当前小区的RSRP值大于门限RSRP_1的测试点筛选出来作为归属当前小区的测试点。若当前小区的测试点测得候选邻区的参考信号功率RSRP>RSRP_2,其中RSRP_2为邻区接收信号功率门限值,则认为该测试点为当前小区与该候选邻区的覆盖交叠点,统计当前小区内这类测试点的比例,作为当前小区与该候选邻区的覆盖交叠比例值。如果覆盖交叠比例值达到预定门限值,则确定该候选邻区为当前小区的同频邻区。根据地理方位确定小区的同频邻区的方式可以是:如果两个小区的地理方位在预定的范围内,则确定这两个小区互为彼此的同频邻区。进一步的,如果两个小区的经纬度相同,则这两个小区互为彼此的同频共站邻区。对于每个小区,对其各个同频邻区按邻近关系优先级进行排序,按照邻近关系优先级降序选择预定数量的同频邻区作为当前小区最终的同频邻区,选择同频邻区的数量可根据实际情况进行配置,一般取5-15之间的整数。
其中,实测数据可以但不仅限于是扫频数据,MR数据或ATU数据等等。
较佳地,当前小区的同频共站邻区的邻近关系优先级为100,与当前小区覆盖交叠比例大于预定门限(如10%)的同频邻区的优先级为10,与当前小区地理方位邻近的同频邻区的优先级根据如下公式二计算。
其中,假设小区A和小区B互为同频邻区,PriBA既是小区A针对小区B的邻近关系优先级,也是小区B针对小区A的邻近关系优先级。如图3所示,角度A’是小区A所在扇区方位角的指向与小区A和小区B经纬度连线的夹角;角度B’是小区B所在扇区方位角的指向与小区A和小区B经纬度连线的夹角;DisAB的单位为km,是小区A和小区B之间的距离。
根据各小区配置的初始扰码获得各小区与同频邻区的扰码判断因子,扰码判断因子用于表示互为同频邻区的两个小区之间是否存在扰码冲突。以互为同频邻区的小区i和小区j为例,若小区i与小区j不存在扰码冲突,扰码判断因子cij=0,若本区i与邻区j存在扰码冲突,则cij=1。
获得预定范围内各小区的同频邻区列表。以预定范围内的小区为小区A、小区B、小区C、小区D、小区E、小区F和小区G为例,同频邻区列表如表1所示。
本区 |
邻区 |
优先级Pri_ij |
扰码判断因子 |
扰码问题 |
与本区关系 |
小区A |
小区B |
100 |
1 |
共扰码组ID |
共站 |
小区A |
小区C |
10 |
1 |
共扰码 |
有覆盖交叠 |
小区A |
小区D |
1 |
1 |
共下行同步码 |
地理方位临近 |
小区B |
小区A |
100 |
1 |
共扰码组ID |
共站 |
小区B |
小区E |
2.5 |
0 |
不同码 |
地理方位临近 |
小区B |
小区F |
2 |
1 |
共同步码 |
地理方位临近 |
小区C |
小区A |
10 |
1 |
共扰码 |
有覆盖交叠 |
小区C |
小区G |
1.5 |
1 |
共扰码 |
地理方位临近 |
表1
应当指出的是,由于小区D与小区A互为同频邻区,小区E与小区B互为同频邻区,小区F与小区B互为同频邻区,小区G与小区C互为同频邻区,因此,小区D、小区E、小区F和小区G作为本区的表项在表1中未示出。
步骤210、计算当前扰码配置下的全局代价值。
全局代价值D的计算公式如下:
其中,代表小区i的代价值,N代表预定范围内的小区个数,M代表当前小区的同频邻区个数,Priij为本区i的同频邻区j的邻近关系优先级。
步骤220、判断全局代价值是否为0或优化次数是否达到最大优化次数,如果全局代价值为0,或优化次数达到最大优化次数,退出优化流程,否则,执行步骤230。
步骤230、依据小区的代价值对各小区进行扰码冲突优先级排序。
步骤240、按小区的扰码冲突优先级降序,依次基于各小区进行扰码优化。
以表1中的小区A为例,对于与小区A存在扰码冲突的小区B、小区C和小区D,分别进行扰码优化。其中,可以按照邻近关系优先级降序依次对小区B、小区C和小区D进行扰码优化,也可以按照扰码冲突优先级降序依次对小区B、小区C和小区D进行扰码优化。以小区B为例,确定其可用扰码集合,该可用扰码集合由与小区A所使用的扰码不存在冲突的扰码构成;依次遍历可用扰码集合中的扰码并赋值给小区B,并基于每个扰码计算全局代价值,选择使全局代价值最小的扰码赋给小区B,更新同频邻区列表。
步骤250、计算经步骤240扰码优化后的全局代价值,判断该全局代价值是否小于优化前的全局代价值,如果是,返回步骤220,否则,执行步骤260。
步骤260、随机强制翻转与扰码冲突优先级最高的小区存在扰码冲突的同频邻区中、扰码冲突优先级最高的同频邻区的扰码,使其与扰码冲突优先级最高的小区的扰码错开,返回步骤230。
随机强制翻转同频邻区的扰码前,记录强制翻转扰码前的全局代价值。达到最大优化次数时的全局代价值若大于记录的最小全局代价值,则更新扰码分配方案为先前保存的最小全局代价对应的扰码分配方案。
基于与方法同样的发明构思,本发明实施例还提供一种扰码优化装置,如图4所示,包括:
扰码冲突优先级排序模块401,用于根据与小区存在扰码冲突的同频邻区的数量,对小区进行扰码冲突优先级排序,与小区存在干扰问题的同频邻区的数量越多,小区的扰码冲突优先级越高;
扰码优化模块402,用于按小区的扰码冲突优先级顺序,依次基于各小区执行如下操作实现扰码优化:对于与小区存在扰码冲突的每个同频邻区,分别基于同频邻区的可用扰码集合中的各个扰码确定全局代价值,将最小的全局代价值对应的扰码配置给同频邻区;所述同频邻区的可用扰码集合由与小区使用的扰码不存在冲突的扰码构成;所述全局代价值根据与各小区存在扰码冲突的同频邻区的总数量和与各小区存在扰码问题的同频邻区的邻近关系优先级确定。
本发明实施例提供的技术方案,按小区的扰码冲突优先级顺序,依次基于各小区执行上述操作实现扰码优化。上述扰码优化的操作是通过遍历的方式完成全局扰码优化的,较之遗传算法实现的扰码优化,其实现复杂度低。另外,本发明实施例提出了全局代价的概念,通过全局代价值作为扰码优化的判断标准,使得优化后的扰码为全局的最优选择。
较佳地,所述扰码冲突优先级排序模块401在所述扰码优化模块依次基于各小区执行上述操作实现扰码优化后,重新对小区进行扰码冲突优先级排序,所述扰码优化模块在所述扰码冲突优先级排序模块按小区重新排序后的扰码冲突优先级顺序,依次基于各小区执行上述操作实现扰码优化;直至达到最大优化次数。
基于上述任意装置侧实施例,较佳地,依次基于各小区执行上述操作实现扰码优化后,若当前全局代价值不小于扰码优化前的全局代价值,且未达到最大优化次数,所述扰码优化模块402还用于:
为与扰码冲突优先级最高的小区存在扰码冲突的同频邻区中、扰码冲突优先级最高的同频邻区重新配置扰码,使得所述小区与该同频邻区不存在扰码冲突;
为该同频邻区重新配置扰码后,重新对小区进行扰码冲突优先级排序并依此基于各小区执行上述操作实现扰码优化。
当全局代价不再减小时,通过上述处理过程,使得扰码获得进一步优化的空间,使得优化效果更好。
较佳地,所述扰码优化模块402还用于:
为同频邻区重新配置扰码前,保存当前全局代价值。
较佳地,所述扰码优化模块还用于:
若达到最大扰码优化次数时的全局代价值大于保存的全局代价值,将保存的全局代价值对应的各小区的扰码分别配置给各小区。
基于上述任意装置侧实施例,较佳地,还包括同频邻区确定模块,用于:
根据地理方位和实测数据确定小区的同频邻区;
根据所述小区与同频邻区的初始扰码,确定与小区存在扰码冲突的同频邻区。
现有技术中,扫频数据不足以覆盖所有测试小区,部分小区会出现测试点不足的问题。本发明实施例提供的技术方案,根据地理方位和实测数据确定小区的同频邻区,弥补了部分小区测试数据不足的缺陷。
较佳地,所述全局代价值为各小区的代价值之和,单个小区的代价值根据与小区存在扰码冲突的同频邻区的数量和与小区存在扰码冲突的同频邻区的邻近关系优先级确定,小区的同频邻区按邻近关系优先级降序排列为:根据地理方位确定的所述小区的同频共站邻区,根据实测数据确定的与所述小区覆盖交叠比例达到预定门限值的同频邻区,根据地理方位确定的所述小区的同频邻区。
基于与方法同样的发明构思,本发明实施例还提供一种扰码优化装置,如图5所示,包括:
处理器501,该处理器501被配置为执行具有下列功能的计算机程序:根据与小区存在扰码冲突的同频邻区的数量,对小区进行扰码冲突优先级排序,与小区存在干扰问题的同频邻区的数量越多,小区的扰码冲突优先级越高;按小区的扰码冲突优先级顺序,依次基于各小区执行如下操作实现扰码优化:对于与小区存在扰码冲突的每个同频邻区,分别基于同频邻区的可用扰码集合中的各个扰码确定全局代价值,将最小的全局代价值对应的扰码配置给同频邻区;所述同频邻区的可用扰码集合由与小区使用的扰码不存在冲突的扰码构成;所述全局代价值根据与各小区存在扰码冲突的同频邻区的总数量和与各小区存在扰码问题的同频邻区的邻近关系优先级确定;
存储器502,该存储器被配置为保存上述计算机程序的代码。
本发明实施例提供的技术方案,按小区的扰码冲突优先级顺序,依次基于各小区执行上述操作实现扰码优化。上述扰码优化的操作是通过遍历的方式完成全局扰码优化的,较之遗传算法实现的扰码优化,其实现复杂度低。另外,本发明实施例提出了全局代价的概念,通过全局代价值作为扰码优化的判断标准,使得优化后的扰码为全局的最优选择。
本发明实施例提供的装置可以是网络中的控制中心,也可以是基站。
本发明实施例提供的技术方案可以但不仅适用于为TDSCDMA系统中的小区选择合适的扰码,使得其与周边同频邻区的扰码错开,达到减小小区间干扰的目的,提升系统性能。本发明实施例提供的技术方案同样适用于相邻的小区之间存在扰码冲突的通信系统。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。