CN105323774B - 估计分布式天线系统(das)或中继器系统的覆盖区域的技术 - Google Patents
估计分布式天线系统(das)或中继器系统的覆盖区域的技术 Download PDFInfo
- Publication number
- CN105323774B CN105323774B CN201510460334.1A CN201510460334A CN105323774B CN 105323774 B CN105323774 B CN 105323774B CN 201510460334 A CN201510460334 A CN 201510460334A CN 105323774 B CN105323774 B CN 105323774B
- Authority
- CN
- China
- Prior art keywords
- sector
- das
- base station
- deploying
- coverage area
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/24—Cell structures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W56/00—Synchronisation arrangements
- H04W56/004—Synchronisation arrangements compensating for timing error of reception due to propagation delay
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/022—Site diversity; Macro-diversity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/155—Ground-based stations
- H04B7/15507—Relay station based processing for cell extension or control of coverage area
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/24—Cell structures
- H04W16/26—Cell enhancers or enhancement, e.g. for tunnels, building shadow
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/08—Access point devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/08—Access point devices
- H04W88/085—Access point devices with remote components
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
公开了估计分布式天线系统(DAS)或中继器系统的覆盖区域的技术。在一个特定的示例性实施例中,该技术可以实现为估计分布式天线系统(DAS)或中继器系统的覆盖区域的系统。该系统可以包括通信地耦合到移动通信网络的一个或多个处理器。一个或多个处理器可以被配置为,将扇区识别为部署分布式天线系统(DAS)或中继器系统的基站扇区。一个或多个处理器还可以配置为,确定由分布式天线系统(DAS)或中继器系统部署的一个或多个天线的近似位置。一个或多个处理器还可以配置为,构建部署分布式天线系统(DAS)或中继器系统的基站扇区的估计的覆盖区域。
Description
技术领域
本发明涉及无线通讯系统内的移动设备的地理定位,更具体地涉及估计分布式天线系统(DAS)或中继器系统的覆盖区域的技术。
背景技术
移动通信设备,诸如智能手机、平板电脑和其它电子手持式设备变得越来越流行。虽然存在对无线通讯系统内的移动设备定位的机制,但是这些机制通常遭受在精确度方面的显著损失,尤其是在由分布式天线(DAS)或中继器系统所服务的网络中。例如,部署DAS的基站可以使用多个天线。这些天线根据其对应于基站和彼此如何分散可以变形或改变基站的典型圆形的覆盖区域的形状或120度扇区的覆盖区域的形状。并且在对覆盖区域没有精确估计的情况下,对在使用DAS的小区或扇区内的一个或多个移动设备定位变得相当具有挑战性。鉴于前面提到的,应该理解的是,存在与当前用于估计在使用分布式天线系统(DAS)或中继器系统的无线通讯系统中的覆盖区域的解决方案和技术相关的显著问题和缺点。
发明内容
本发明提供了一种用于估计分布式天线系统(DAS)或中继器系统的覆盖区域的方法,包括:
将扇区识别为部署分布式天线系统(DAS)或中继器系统的基站扇区;
确定由所述分布式天线系统(DAS)或所述中继器系统所部署的一个或多个天线的近似位置;以及
构建部署所述分布式天线系统(DAS)或所述中继器系统的所述基站扇区的估计的覆盖区域。
所述方法还可包括:确定在部署所述分布式天线系统(DAS)或所述中继器系统的所述基站扇区的所述估计的覆盖区域内的一个或多个移动设备的近似位置。
确定所述近似的位置可包括地理定位所述估计的覆盖区域内的所述一个或多个移动设备。
将扇区识别为部署分布式天线系统(DAS)或中继器系统的基站扇区可以是基于从网络数据库接收的信息。
所述扇区可以是未知扇区,并且将所述未知扇区识别为部署所述DAS的基站扇区可包括:在一段时间内收集与连接到所述未知扇区的多个移动设备的传播时延或定时提前特性相关的数据,其中传播时延或定时提前特性的值对应于物理距离;检查数据的收集以识别所述传播时延或所述定时提前特性的值;当所述传播时延或所述定时提前特性的值满足或超过预定的阈值时,确定所述未知扇区是部署所述DAS的基站。
所述扇区可以是未知扇区,以及将所述未知扇区识别为部署中继器系统的基站可包括:识别认出施主基站的多个移动设备;收集发送到每个移动设备和所述施主基站的和从每个移动设备和所述施主基站发送的信号的整体时延值,其中所述整体时延值对应于每个移动设备和所述施主基站之间的距离;分析多个移动设备经历的整体时延值的分布;以及在所述分布中识别出多个峰值时,确定所述扇区是部署中继器系统的基站扇区。
所述多个峰值可包括第一峰值或一个或多个附加峰值,其中所述第一峰值可表示所述施主基站,并且所述一个或多个附加峰值中的每一个可表示中继器。
构建部署所述分布式天线系统(DAS)或所述中继器系统的所述基站扇区的估计的覆盖区域可包括:确定部署所述分布式天线系统(DAS)或所述中继器系统的所述基站扇区的邻居列表;计算邻近于部署所述分布式天线系统(DAS)或所述中继器系统的所述基站扇区的每个扇区的覆盖质心;以及将聚类分析应用到所述覆盖质心以近似所述DAS的一个或多个天线或所述中继器系统的一个或多个中继器的位置。
确定所述邻居列表可包括:检查由多个移动设备上报的数据,其中所述数据包括与所述基站扇区的邻近的扇区相关的当前信息和历史信息;以及基于所检查的数据,构建互补累积分布函数CCDF。
计算覆盖质心可包括:通过使用所述基站的定位以及识别的天线的方位角的指向方向和理论上的有效全向辐射功率(EIRP)来预测理论上的覆盖区域;以及确定所述覆盖质心在所述理论上的覆盖区域的中心或在所述方位角天线方向的方向上、在远离所述天线的加权(分数)点处。
计算覆盖质心可包括:平均最接近所述DAS或所述中继器系统的一些或全部扇区的站点间距;以及使用在天线的方位角方向上的基于所述站点间距的分数的距所述基站的距离,确定所述覆盖质心。
所述聚类分析可包括基于连通性的聚类、层次聚类、基于质心的聚类、基于分布的聚类、基于密度的聚类中的至少一个。
本发明还提供了一种存储被配置为由至少一个计算机处理器可读的指令的计算机程序的暂时性计算机可读存储介质,所述指令的所述计算机程序指示所述至少一个计算机处理器完成执行以上所述的方法的计算机处理。
本发明还提供了一种用于估计分布式天线系统(DAS)或中继器系统的覆盖区域的系统,包括:
一个或多个处理器,其通信地耦合到移动通信网络,其中所述一个或多个处理器配置为:
将扇区识别为部署分布式天线系统(DAS)或中继器系统的基站扇区;
确定由所述分布式天线系统(DAS)或中继器系统部署的一个或多个天线的近似位置;以及
构建部署所述分布式天线系统(DAS)或中继器系统的所述基站扇区的估计的覆盖区域。
所述系统还可包括:通过地理定位所述估计的覆盖区域内的所述一个或多个移动设备,确定部署所述分布式天线系统(DAS)或所述中继器系统的所述基站扇区的所述估计的覆盖区域内的一个或多个移动设备的近似位置。
所述估计的覆盖区域内的所述一个或多个移动设备的所确定的近似位置可以通过与邻近的小区相关的移动设备对所述基站扇区的观测结果的频率进行加权。
将扇区识别为部署分布式天线系统或中继器系统的基站扇区可以是基于从网络数据库接收的信息。
所述扇区可以是未知扇区并且将所述未知扇区识别为部署所述DAS的基站扇区可包括:在一段时间内收集与连接到所述未知扇区的多个移动设备的传播时延或定时提前特性相关的数据,其中传播时延或定时提前特性的值对应于物理距离;检查数据的收集以识别所述传播时延或所述定时提前特性的值;当所述传播时延或所述定时提前特性的值满足或超过预定的阈值时,确定所述未知扇区是部署所述DAS的基站。
所述扇区可以是未知扇区,以及将所述未知扇区识别为部署中继器系统的基站可包括:识别认出施主基站的多个移动设备;收集发送到每个移动设备和所述施主基站的信号的和从每个移动设备和所述施主基站发送的信号的整体时延值,其中所述整体时延值对应于每个移动设备和所述施主基站之间的距离;分析多个移动设备经历的整体时延值的分布;以及在所述分布中识别出多个峰值时,确定所述扇区是部署中继器系统的基站扇区,其中所述多个峰值包括第一峰值和一个或多个附加峰值,其中所述第一峰值表示所述施主基站,并且所述一个或多个附加峰值中的每个峰值表示中继器。
构建部署所述分布式天线系统(DAS)或所述中继器系统的所述基站扇区的估计的覆盖区域可包括:确定部署所述分布式天线系统(DAS)或所述中继器系统的所述基站扇区的邻居列表;计算邻近于部署所述分布式天线系统(DAS)或所述中继器系统的所述基站扇区的每个扇区的覆盖质心;以及将聚类分析应用到所述覆盖质心,以近似所述DAS的一个或多个天线的位置或所述中继器系统的一个或多个中继器的位置。
确定所述邻居列表可包括:检查由多个移动设备上报的数据,其中所述数据包括与所述基站扇区的邻近的扇区相关的当前信息和历史信息;以及基于所述检查的数据,构建互补累积分布函数CCDF。
计算覆盖质心可包括:通过使用所述基站的位置以及被识别的天线的方位角指向方向和理论上的有效全向辐射功率(EIRP)来预测理论上的覆盖区域;以及确定所述覆盖质心在所述理论上的覆盖区域的中心或在所述方位角天线方向的方向上、在远离所述天线的加权(分数)点处。
计算覆盖质心可包括:平均最接近所述DAS或所述中继器系统的一些或全部扇区的站点间距;以及使用在天线的方位角方向上、基于所述站点的间距的分数的距所述基站的距离来确定所述覆盖质心。
所述聚类分析可包括基于连通性的聚类、层次聚类、基于质心的聚类、基于分布的聚类、基于密度的聚类中的至少一个。
本发明还提供了一种用于估计分布式天线系统(DAS)或中继器系统的覆盖区域的制品,包括:
至少一个非暂时性处理器可读存储介质;以及
存储在所述至少一个介质上的指令;
其中所述指令被配置为能够由至少一个处理器从所述至少一个介质上读取并且因此引起所述至少一个处理器进行如下操作:
将扇区识别为部署分布式天线系统(DAS)或中继器系统的基站扇区;
确定由所述分布式天线系统(DAS)或中继器系统部署的一个或多个天线的近似位置;以及
构建部署所述分布式天线系统(DAS)或中继器系统的所述基站扇区的估计的覆盖区域。
附图说明
为了便于对示例性实施例更全面的理解,现在对附图进行参考,在附图中各个相似的元素用相似的数字引用。这些附图不应该理解为限制本公开,而仅仅是旨在用于说明。
图1根据示例性实施例描绘了使用分布式天线系统(DAS)的基站配置的估计的覆盖区域。
图2根据示例性实施例描绘了使用中继器系统的基站配置的直方图。
图3根据示例性实施例描绘了用于分布式天线系统(DAS)或中继器系统的基站配置区域的覆盖质心。
图4A-4B根据示例性实施例描绘了用于估计分布式天线系统(DAS)或中继器系统的覆盖区域的质心聚类法。
图5根据示例性实施例描绘了用于估计分布式天线系统(DAS)或中继器系统的覆盖区域的覆盖区域估计模块。
图6根据示例性实施例描绘了用于估计分布式天线系统(DAS)或中继器系统的覆盖区域的方法的流程图。
具体实施方式
现在将对示例性实施例做出详细的参考,示例性实施例的实例在附图中示出。应该理解的是,在所有的附图中使用的相同的引用数字是指相同或相似的部分。应该理解的是,以下详细的描述是示例性的和解释性的,并不是限制性的。
示例性实施例可以提供用于估计分布式天线系统(DAS)或中继器系统的覆盖区域的系统和方法。即,示例性实施例可以,改进基于DAS和中继器的小区的覆盖区域的估计以提供在这些小区中使用的移动设备的更精确的定位等。
如以上所描述,定位无线通讯系统内的移动设备的传统机制通常遭受显著的缺陷。虽然配有全球定位系统(GPS)的移动设备可以提供位置估计,但是启用移动设备中的GPS接收器通常导致对移动设备的电池相当大的功率消耗。另一个技术涉及检查对移动设备可见的基站并且基于路测或从相同基站的先前使用者收集的数据计算基站的覆盖范围的交点。然而,该过程假设移动设备在覆盖区域的重叠部分内的某处并且涉及启用原来用于探知基站的覆盖区域的、移动设备上的GPS接收器。还有其他技术可以考虑用户设备和多个本地基站之间的时延。例如,信号传送到每个基站所花费的时间可以提供对用户设备与每个基站的距离的估计,并且因此,来自多个基站的合并信息可以由此提供一组延迟等值线,这些延迟等值线的交点可以提供用户设备的大概位置。
应该理解的是,这些技术可以在标准的无线环境中工作,例如,其中施主基站直接连接到回程系统而回程系统又连接到OSS以及其中基站的天线(在多于一个天线的情况下)是全都彼此共址。然而,当网络是由分布式天线系统(DAS)或中继器系统服务时,这些定位机制可能遭受精确度上的显著损失。发生这种情况是由于很差地定义了基站的位置或是由于基站的覆盖区域被显著扩展。例如,基站的位置可能被很差地定义,是因为在DAS部署中,使用了很多天线且彼此之间相距一定的距离放置,这也扭曲了基站的典型的覆盖区域或覆盖范围。相似地,在中继器的部署中,覆盖区域可以在一个特定的方向上极大地扩展,也扭曲了基站的典型覆盖区域或覆盖范围。
如果基于传统的时延测量的地理定位系统被用于定位DAS扇区内的移动设备,则应该理解的是,由于在其由DAS系统发送之前,信号显著的附加时延,而可能发生不精确性。该附加的时延可以使传统的(基于时延)的地理定位系统错误地以为移动设备距BTS(或天线)比实际的情况中移动设备距BTS更远。相似地,使用中继器系统,基于施主小区(例如,提供由中继器接收和重新发送的信号的BTS)的小区或扇区的覆盖区域可能被中继器严重地扭曲,使得在网络内定位移动设备变得困难。
图1根据示例性实施例描绘了使用分布式天线系统(DAS)的基站配置的估计的覆盖区域。应该理解的是,配置100示出了通道120附近的操作支持系统(OSS)报告的DAS基站收发台(BTS)位置110。根据地理定位,运营商可以基于所报告的BTS位置将OSS报告的BTS110看作具有预期的圆形覆盖区域130。运营商可以不提供关于DAS天线的位置或DAS的个别的覆盖图样或其天线的详细信息。然而,预期的圆形覆盖区域130将是覆盖区域的不精确的估计。如以上所讨论的,典型的DAS系统很少符合该圆形的几何形状,并且因此提供这样的估计将对定位网络内的移动设备是不可靠的。
参考图1中的配置100,可能存在几个DAS天线位置140分布在整个通道120中。因此BTS位置与DAS天线的实际覆盖区域150可能根本不是圆形的,相反地,可能是穿过通道120或从通道120穿出的独特的纵向形状。在该场景中,为了精细化初始的位置估计,可能利用相邻小区的各个覆盖区域的知识。例如,可以确定DAS小区站点的邻居列表或表格。可以在没有邻居列表广播的情况下由BTS自身实现或通过取消掉关于BTS的邻居列表或重组关于BTS的邻居列表来实现。通过创建由位于DAS小区内的各个位置(和如由移动设备所上报的每个邻居的信号强度)的大量移动设备的采样上报的关于邻居的其自身的邻居列表,可以构造理论上的地图。根据哪些邻居上报为能够被检测到(以及多强),这样的地图可以放置多个移动设备。这样,定位增强性可以被提供,以更精确地定位由DAS或基于中继器的BTS系统所服务的多个移动设备。应该理解的是,这些技术还可涉及,例如,集成基于定时的地理定位、信号强度等值线过程和/或其它定位技术。此外,DAS或中继器覆盖范围内定位的各个移动设备的地理位置可以通过由附近基站观测到的与DAS或基于中继器基站相关的测量频率来进行加权,以这样的方式,DAS小区内的移动设备的地理位置在统计上可以是精确的以确保可以精确地表示覆盖和性能地图。
存在将小区/扇区识别为DAS或中继器小区/扇区的几个方式。在实施例中,DAS扇区或BTS可以由可用的网络配置文件或从OSS或网络规划工具/数据库按照这样来识别。在DAS扇区可能不容易识别的一些情况中,例如,由于网络配置文件中的错误所导致的结果,可以存在识别DAS扇区的其它方式。
应该理解的是,DAS扇区可以与更加大得多的传播时延和/或其发送和接收的信号的更加长得多的上报定时提前相关。这可能是由于可以处理数字信号和可以创建和解调RF(射频)信号的BTS断路可能被放置在距辐射和接收RF信号的天线一定距离的事实。因此,从RF的传播视角来看,这是RF信号传播的总距离,包括沿着同轴电缆、光纤电缆(或相似的)到远程天线的传播或出自远程天线的传播,和/或通过可以确定上报的传播时延或定时提前值的附加放大器电路的传播。因此,如由大量连接到该BTS的移动设备上报的异常大的传播时延可能是BTS事实上是DAS系统的可能的指示。为了将小区或扇区分类为DAS系统,需要大量移动设备报告异常大的传播时延的原因可能是为了克服少量移动设备出现在小区或扇区的外围进行操作并且因此可能上报大的传播时延的情况。随着来自大量移动设备的非常大量的上报,所有的移动设备出现在小区或扇区的覆盖区域的边缘或外围(以及由其设备做的全部上报期间保留在那里的)机会变得越来越小。此外,使用光纤分布式系统,观测到的传播时延往往是考虑DAS站点的附近地区中的本地平均站点间的间距距离的“预期的”最大传播时延的2倍或更多倍。
识别DAS系统可以由检查传播时延或定时提前特性开始。这可能涉及随着时间的推移收集扇区、连接到扇区/BTS的大量移动设备的数据。与传播时延或定时提前的特性相关的收集数据的时段可以是一星期或其它预定义的持续时间。如果有很少或没有低时延值的情况,则考虑中的BTS可能是DAS扇区。例如,如果出现99.9%的值显示对应于从移动设备到BTS的相对较长的距离(例如,>1千米)的时延,则BTS可以部署DAS系统以及被识别为DAS系统。
应该理解的是,由部署中继器的BTS覆盖的区域也可以类似地被识别出。虽然中继器将时延添加到RF信号,但是该时延用作区别用于识别中继器系统的目的的因素可能是不可靠的。可能更有用的是通过时延直方图中的峰值来识别中继器。
图2根据示例性实施例描绘了使用中继器系统的基站配置的直方图。在中继器系统中(其中基站是中继器的施主小区),中继器接收来自施主小区的信号并且转播来自施主小区的信号。这通常是在特定的方向上进行,以覆盖原本将被遮蔽因此覆盖不良的区域(同样地,在相反方向上,用于收到的信号)。如图1所示,典型的实例将是通道。在通道场景中,中继器可以接收来自位于通道之外的施主小区的信号并且将信号向通道下转播。中继器可以位于距施主小区一定距离,并且,由于中继器内的信号处理电子器件,中继器将很大的整体时延添加到其接收和转播(二者到施主小区和出自施主小区)的信号。
参考图2,其中示出了,直方图200中具有明显的“峰值”215的第一分布210和具有明显“峰值”225的第二分布220。此处,直方图200可以渐增地示出,或者是直接地识别出或者是通过中继器识别出施主BTS(但是可能不一定由施主BTS服务)的移动设备数(y轴),以及所上报的整体时延值和范围(x轴)。应该理解的是,可以在与移动通信系统有关的多种不同的单元中上报该时延值。在一些实施例中,按照如下方式上报这些值:1个时延单元=发送或接收数据流中的3个“码片”。也可以使用其它的各种值。在图2的直方图200中,直方图的轴(x轴)可以记录时延值和范围且每个矩形条的高度可以表示给定时段(例如,1星期或其他预定义的时段)内上报0-1个单元、1-2个单元、2-3个单元时延等等的用户/移动设备数。
为什么在图2的直方图200中存在两个分布210、220和两个峰值215、225,而不是一般单个BTS所预期的单个峰值的原因可以解释如下。直接连接到施主BTS(或看到施主BTS)的移动设备可以基于其距BTS的距离来上报时延值。总的说来,这些时延值可以接近于第一“正态”分布210。使用在表示扇区的覆盖的极端情况的时延值的该分布210的最右侧端点,直接连接到施主BTS的移动设备的时延值可以按照图2中的最左侧的矩形条示出。因此,由中继器服务的用户可以位于距中继器一定距离处,这通常将形成另一个(第二)正态分布220。如上所述,中继器可以位于距施主小区/BTS一定距离并且也可以引入其自己的(信号处理)时延。这两个时延(距离和处理)的和可以表示由中继器处理的所有移动设备的信号的基础时延(例如,它们可以表示第二‘正态’分布220的最左边的部分)。由于中继器的信号处理固有的时延以及获得到施主小区信号和/或从施主小区获得信号引入的时延,该第二正态分布220可以是来自第一正态分布210的偏移。因此,可以产生两个明显的直方图,其中,第一峰值215可以对应于施主BTS并且第二峰值225对应于中继器。同样地,如果另外的中继器与中继器以菊花链的形式连接,由于在添加另一个中继器的每个情况中引入了另外的时延,额外的“正态分布”(和峰值)可以引入到直方图200的右边(未示出)。以这样的方式,可能识别出为中继器的施主的扇区以及在扇区中正在服务的中继器的数量。
一旦扇区被识别为DAS或中继器服务的扇区,则可以开始建立其覆盖区域的过程。
首先,可以确定DAS或中继器扇区的邻居列表。应该理解的是,这可能涉及计算/识别的过程而不是从OSS或网络规划工具加载的配置文件。应该理解的是,通过计算/识别过程确定邻居列表可以避免混合存在于从OSS或其他工具/数据库接收的配置文件中的任何错误。计算扇区的邻居列表的过程可以包括:(1)检查由附着到小区/扇区的移动设备上报的数据;(2)检查由未附着到小区/扇区的移动设备上报的数据;(3)重复(1)和(2)直到获得足够的数据来构成数据的CCDF(互补累积分布函数);以及(4)可选地执行最大化数据的可靠性的计算。
对于(1),检查由附着到小区/扇区的移动设备上报的数据还可以包括检查在数据发送和记录的时间连接到扇区的移动设备的历史数据。特别地,检查由附着到小区/扇区的移动设备上报的数据还可以包括提取关于在该时间或任何其他时间这些用户手持设备可以查看到哪些邻近小区/扇区的数据。
对于(2),检查由可能未附着到小区的移动设备上报的数据可以不排除检查由在其邻居表格中仍然可以“查看”或识别该小区的移动设备上报的数据(当前数据和历史数据,如上)。该数据可以包括移动设备附着的小区/扇区,因为该小区/扇区则也许可能是DAS小区的邻居(由于其出现在移动设备的邻居表格中)。
对于(3),从(1)和(2)聚集足够数据可以是构成可靠的数据的CCDF所要求的。CCDF可以包含关于上报的邻居的信息和上报这些邻居时的信号强度。这对最终生成没有人为干涉或其它潜在错误的(例如,通常在OSS或其它网络规划数据库中发现的错误,等等)估计的覆盖范围是有益的。
对于(4),执行最大化数据的可靠性的计算可以是可选的。在一些实施例中,一个这样的计算或行为可以包括丢弃具有最低信号强度的邻居的最后的5%。应该理解的是,这里的任何基于能量的测量将不仅仅是信号强度或信号噪声比。在该场景中,丢弃最后的5%可以增加数据的可靠性以及移除任何潜在的伪参加(例如,由于爬上了山,看到很远的邻居的用户)。
第二,一旦确定了DAS或中继器扇区的邻居列表,可以计算每个邻近扇区的“覆盖质心”。应该理解的是,“质心”可能是或可能不是该邻居的BTS天线的位置;然而,这样的计算提供可以证明接近于移动设备的位置的足够精确和可靠的估计位置。
图3根据示例性实施例描绘了分布式天线系统(DAS)的扇区配置的覆盖质心。参考图3,扇区配置300被示出为具有邻近站点310公布的站点位置、覆盖质心320和扇区覆盖区域330。此处,覆盖质心320可以实际上是提供理论上的全向天线的近似位置的扇区300(与DAS扇区相邻)的扇区覆盖区域330内的点,该理论上的全向天线可以对实际扇区(至少在DAS扇区的方向上)提供(粗略地)类似的覆盖。这可以是天线位置的粗略的近似,因为真实的扇区可能具有较广的或许更长的覆盖图样并且或许不是圆的覆盖图样。然而,基于质心的计算和其覆盖区域的计算的近似可能是足够可靠的。
应该理解的是,可以以几种方式计算覆盖的质心。例如,该扇区的覆盖区域可以是通过使用基站的定位以及天线的方位角指向以及理论上的有效全向辐射功率(EIRP)的知识来预测。覆盖的质心然后可以被确定为处于该理论上的覆盖区域的中心或在方位角的天线方向上、在远离天线的加权(分数)点处。
计算覆盖质心的其它方式可以是平均到DAS系统最近的扇区(例如,到DAS系统最近的8个扇区)的站点间距和将该站点间距的分数用作放置质心在天线的方位角方向上距BTS站点位置的距离。例如,参考图3,如果最近的8个站点之间的平均距离是2d米(其中给定站点的理论上的覆盖距离的平均是d米),可以确定质心且其位于在天线的方位指向角的方向上距公布的BTS站点d/n米处,其中n=2。
应该理解的是,在全向站点的情况下,由于BTS的天线位置将在定义的站点的覆盖区域的中心,所以不一定要计算覆盖的质心。因此,在该情况中,BTS的天线位置可以等同于覆盖质心。
第三,聚类分析可以应用到邻近小区的质心。可以应用各种聚类计算。这可以包括但不限于:基于连通性的聚类(层次聚类)、基于质心的聚类、基于分布的聚类、基于密度的聚类或其它聚类分析。该聚类分析可以产生多个单独的、确定的聚类,每个聚类可以具有质心点。聚类的质心可以通过对构成该聚类各个扇区的质心的位置进行平均或进行通过以下更详细描述的多个机制中的一个机制加权的平均来识别。在其它情况中,可以识别出每个聚类的单个‘聚类质心’,其中这些‘聚类质心’的每个则被假设为是DAS扇区的各个DAS天线的近似位置。
图4A-4B根据示例性实施例描绘了估计分布式天线系统(DAS)或中继器系统的覆盖区域的质心聚类法。参考图4A,示出了包围DAS扇区400A的扇区的质心聚类。特别地,配置400A示出了具有与连接到DAS天线的电缆连接的DAS扇区410以及多个附近扇区420,每个扇区420具有BTS位置430和覆盖质心440的位置。
参考图4B,配置400B示出了图4A的400A中的相同情况但是移除了包围扇区的BTS位置的覆盖区域。配置400B还描绘了包围扇区的质心的说明性聚类,以及在该情况中,形成三个大的聚类450A、450B和450C。每个大的聚类可以具有其自己的已计算的质心。例如,聚类450A可以具有质心460A,聚类450B可以具有质心460B,以及聚类450C可以具有质心460C。这些计算的质心460A、460B、460C中的每一个可以指示DAS天线或中继器的近似位置。
如上所描述的,一个或多个加权技术(或类似的分析)可以用来协助确定聚类的质心。例如,可以基于一段时间内的邻居报告数进行加权。此处,聚类内的每个扇区可以生成来自识别该扇区(无论其是否由扇区服务)的移动设备的邻居报告。一些扇区可能生成比其他更多的这些报告。这可以是位置因子或设计参数(例如,邻近如火车站等的大众区域的覆盖区域)。因此,生成大量报告的扇区可以认为是更相关的或更重要的,并且因此质心的位置可以是以其所喜好的加权(例如,更接近于比生成较少报告的扇区或没那么普遍的或明显的扇区的生成更多报告的扇区)。
此外,可以基于由移动设备在一段时间内报告地接收的总的“能量”进行加权。例如,或许可能总计来自上报时段内的统计该扇区的所有移动设备的信号强度报告。这可以应用到来自移动设备(无论是否连接到扇区)的其它类似的报告,并且时段可以是允许要连接的合理可靠的数据集的任何时间(例如,1星期)。例如,在Ec/No报告中,每码片能量(Ec)可以被感兴趣的带宽中总的接收功率的谱密度(No)相除。总和通常会是线性的,因为上报的值通常可以以分贝(dB)为单位以及在总和之前转换为线性形式(使用反对数)。因此,该机制通过以下项目进行加权(1)识别扇区的越多的移动设备对应于越大的上报“能量”(假设所有其他事情是等同的)的扇区的“普遍性”,以及(2)由那些移动设备看到的来自该扇区的信号的强度。此处,如果用户数在两种情况中是大约相等的,更高的信号强度的总和可以产生比更低的值的总和更大的上报“能量”。最终,这些加权技术或其它相似的机制可以协助增强确定聚类的质心位置的精确性,这可以依次协助生成用于定位DAS或中继器扇区内的移动设备的更可靠的覆盖区域的估计。
第四,基于这些预测的天线位置,可能构成部署DAS或中继器系统的BTS的近似的覆盖地图或覆盖范围。在地里定位系统中可以依次使用该覆盖范围以更精确地地里定位连接到部署DAS或中继器系统的BTS的用户。应该理解的是,根据至少以下的申请,地理定位系统可以执行一个或多个地理定位技术:授予Flanagan的公开号为2011/0319093、题目为“Geo-location in a Wireless Communication Network”于2011年9月19日提交的且于2011年12月29日公开的美国专利;授予Thiel等人的序号为8,374,596、题目为“Method andApparatus for Deriving Pathloss Estimation Values”于2009年12月21日提交的且于2013年2月授权的美国专利;授予Kenington等人的公开号为2013/0210450、题目为“Methodand Apparatus for Geolocating Wireless Communication Unit”于2012年2月9日提交的且于2013年8月1日公布的美国专利;授予Flanagan的公开号为2013/0210449、题目为“Mobile Geolocation,”于2012年2月9日2011年9月19日提交的且于2013年8月1日公开的美国专利;受区域Murphy等人的公开号为2014/0171102、题目为“Mobile Geolocation”于2012年12月18日提交的且于2014年6月19日公布的美国专利;以及授予Murphy等人的公开号为2014/0171103、题目为“Method and System for Mobile Reference SignatureGeneration”于2012年12月18日提交的且于2014年6月19日公布的美国专利,以上专利通过引用,其整体地全部并入本文。
应该理解的是,相对于基于上报的BTS位置的传统的圆形覆盖图样,本文所描述的技术可以为连接到使用DAS或中继器的BTS的移动设备提供对地理定位精确性方面的改进。
当实施例可能聚焦在DAS时,应该理解的是,本文所描述的技术也可以应用到其中一个或多个中继器可通信地耦合的扇区中。这些扇区可以在大多数方向上具有传统的覆盖图样,但是更可能在一个方向上具有明显加长的覆盖图样(例如,以覆盖通道或特定的街道)。
本文所描述的技术的优点是可以存在很少或没有明显的将一般的BTS扇区错识别为DAS扇区的向下趋势。如果一般的BTS扇区(例如,未部署DAS或中继器)被视为部署DAS或中继器的扇区,则估计的覆盖图样的生成将不会与被假定的实际的覆盖图样非常不同。因此,在该扇区中为用户所进行的任何后续的地理定位分析可以产生合理的精确结果并且因此将一般的BTS错识别为基于DAS或中继器的BTS的总体影响较小或可忽略。
应该理解的是,本文所描述的基站或BTS可以包括无线收发机,其定义小区,且可以协调与移动设备的无线链路协议。基站还可以提供发送和接收信号的移动通信系统的联网组件。基站可以由一个或多个基站控制器(BSC)来控制和监测,以提供网络上的通信。网络可以是因特网或用来连接各网络供应商和/或客户端以及允许各种移动通信设备之间的移动通信的一个或多个其他网络。如以上所描述的,基站可以包括控制小区站点的各个方面的配置参数,其中这些参数中的每个参数可以被改变,以基于基站本身、在移动台或手持设备的测量或其它获得或生成的数据的观察结果改变网络行为。此外,基站可以包括小小区,诸如家庭基站、微微小区、微小区或使用分布式无线技术增强网络覆盖区域的其他设备。
本文所描述的移动设备可以包括多种通信系统和/或设备。例如,这些系统和/或设备可以包括台式计算机、便携式电脑/笔记本电脑、平板电脑、个人数字助理(PDA)、智能手机、有线电话、蜂窝电话、移动电话、卫星电话、MP3播放器、视频播放器、个人媒体播放器、个人视频录像机(PVR)、手表、游戏控制台/设备、医疗设备和/或能够接收和/或发送信号的其它设备。应该理解的是,移动设备110A-110G可以独立使用或可以用作另一个设备和/或系统(例如,汽车)中的集成组件。
应该理解的是,如本文所描述的基站可以连接到各种各样其它的后端系统。为了用于本文所描述的系统、配置和模块,为了给其用户提供各种服务,基站通过BSC可以可通信地耦合到一个或多个可以依次访问各种数据库的服务器。这些数据库可以存储各种信息。例如,数据库可以存储识别使用其服务的用户的信息以及签约的服务特征信息。数据库可以存储信息,诸如用户的客户名称、识别号码、服务或其它标识符和/或用户的移动设备是打开还是关闭。应该理解的是,这些数据库可以是高鲁棒性的并且还可以存储地理定位信息、地理定位衍生的信息以及适合用于估计DAS或中继器系统的覆盖区域的其他信息。
应该理解的是,这些数据库的内容可以与更少或更多的数据库组合并且可以以一种以上的格式存储在一个或多个数据存储系统上。数据存储系统可以是本地的、远程的或其与客户端系统、服务器、和/或其它网络组件的组合。例如,存储在数据库中的信息有益于估计DAS或中继器系统的覆盖区域、定位这些覆盖区域内和/或其它相关服务内的移动设备。
各个基站、移动设备、服务供应商和/或用户之间的通信可以通过电或电磁传输或无线信号和/或使用标准的电信协议或/或标准的网络协议携带数字数据流的数据包来实现。这些可以包括:会话初始协议(SIP)、IP承载语音(VOIP)协议、无线应用协议(WAP)、多媒体消息服务(MMS)、增强信息服务(EMS)、短信服务(SMS)、基于全球移动通信系统的系统、基于码分多址(CDMA)的系统、通用移动通信系统(UMTS)、传输控制协议/因特网(TCP/IP)协议、长期演进(LTE)。也可以提供适合通过数据包/信号发送和/或接收数据的其他协议和/或系统。例如,也可以使用电缆网络或电信连接,诸如以太网RJ45/分类5以太网连接、光纤连接、传统的电话线连接、电缆连接或其它有线网络连接。网络供应商和/或用户之间的通信也可以使用标准的无线协议包括IEEE802.11a、802.11b、802.11g、802.11n、802.11ac,等等,或通过用于有线连接的协议,如IEEE以太网802.3。
通过估计分布式天线系统(DAS)或中继器系统的覆盖区域,可以实现更可靠的方式来地理定位这些系统内的移动设备。
图5根据示例性实施例描绘了估计分布式天线系统(DAS)或中继器系统的覆盖区域的覆盖区域估计模块。参考图5,根据本公开的实施例示出了覆盖区域估计模块510。如所示,覆盖区域估计模块510可以包括一个或多个组件,包括识别模块512、位置和覆盖模块514、地理定位模块516以及错误记录和报告模块518。
以下的描述描述了网络元件、计算机和/或包括一个或多个模块的估计DAS或中继器系统的覆盖区域的系统和方法的组件。如本文所使用的术语“模块”可以理解为是指计算软件、固件、硬件和/或其各种组合。然而,模块并不是解释为在硬件、固件上实现或处理器可读可记录存储介质上记录的软件(即,模块不是软件本身)。应该注意的是,模块是示例性的。模块可以是组合的、集成的,分离的和/或复用的以支持各个应用。而且,本文所描述为在特定模块执行的功能可以在一个或多个模块执行和/或替代在特定模块执行的功能或除了在特定模块执行的功能之外,通过一个或多个其他设备执行。此外,模块可以在多个设备上实现和/或本地或彼此远程的其它组件上实现。此外,模块可以从一个设备移除以及添加到另一个设备和/或可以包括在这两个设备里。
识别模块512可以将扇区识别为部署分布式天线系统(DAS)或中继器系统的基站扇区。在一些实施例中,这可以通过使用网络数据库或其它数据库或资源来实现。可以使用本文所描述的各种其他技术以确定基站扇区是否部署了分布式天线系统(DAS)或中继器系统。
位置和覆盖模块514可以确定由分布式天线系统(DAS)或中继器系统部署的一个或多个天线的近似位置。位置和覆盖模块514也可以协助构建部署分布式天线系统(DAS)或中继器系统的基站扇区的估计的覆盖区域。
地理定位模块516可以用来确定与移动设备相关的地理定位或地理定位衍生的数据。例如,如本文所讨论的,地理定位模块512可以用来接收来自与地理定位相关的移动设备的信息,如速度、运动方向,等等,并且也可以使用该信息计算和确定移动设备行进到哪里,使得该信息可以被进一步地处理以提供估计的覆盖区域内的一个或多个移动设备的近似位置。
错误记录和报告模块518产生日志、报告或与估计分布式天线系统(DAS)或中继器系统的覆盖区域的其他信息。应该理解的是,这些模块510-518的任何或全部可以通信地耦合到本地或远程的一个或多个数据库或储存/存储单元(未示出),使得信息可以被存储以用于后来使用或处理。
图6根据示例性实施例描绘了估计分布式天线系统(DAS)或中继器系统的覆盖区域的方法的流程图。由于存在多种执行本文所公开的方法,通过实例的方式提供了示例性方法600。图6中所示出的方法600可以执行或由一个系统或多个系统的组合来执行。方法600在下面将描述为通过举例的方式由至少图1-5中的系统、配置、图解、图表、以及模块执行,并且引用模块500的各个元件解释图6的示例性方法。图6中示出的每个框表示在示例性方法600中执行的一个或多个过程、方法或子程序。还可以提供包括代码的非暂时性计算机可读介质,当计算机执行该代码时,可以执行方法600的动作。参考图6,示例性方法600可以在框602开始。
在框604,扇区可以被识别为部署分布式天线系统(DAS)或中继器系统的基站扇区。例如,这可以使用覆盖区域估计模块510的识别模块512来实现。在一些实施例中,将扇区识别为部署分布式天线系统(DAS)或中继器系统,可以基于从网络数据库或其它数据库或资源接收的信息。在一些实施例中,当扇区是未知扇区时,将未知扇区识别为部署DAS的基站扇区可以包括:在一段时间内收集与连接到未知扇区的多个移动设备的传播时延或定时提前特性相关的数据,其中传播时延的值或定时提前特性可以对应于物理距离;检查数据的收集以识别传播时延的值或定时提前特性;以及当传播时延的值或定时提前特性满足或超过预定的阈值时,确定该未知扇区是部署DAS的基站。
在一些实施例中,当扇区是未知扇区时,将未知扇区识别为部署中继器系统的基站,可包括:识别认出施主基站的移动设备数;收集发送到每个移动设备和施主基站和从每个移动设备和施主基站发送的信号的整体时延的值,其中整体时延值对应于每个移动设备和施主基站之间的距离;分析由多个移动设备经历的整体时延值的分布;以及在多个峰值在分布中被识别出的情况下,确定扇区是部署中继器系统的基站扇区。应该理解的是,多个峰值可以包括第一峰值和一个或多个附加峰值。这里,第一峰值可以表示施主基站并且一个或多个附加峰值中的每一个可以表示一个或多个中继器。
在框606,可以确定通过分布式天线系统(DAS)或中继器系统部署的一个或多个天线的近似位置。例如,这可以通过使用覆盖区域估计模块510的位置和覆盖区域模块514来实现。
在框608,可以构建用于部署分布式天线系统(DAS)或中继器系统的基站扇区的估计的覆盖区域。例如,这可以通过使用覆盖区域估计模块510的位置和覆盖区域模块514来实现。在一些实施例中,构建部署分布式天线系统(DAS)或中继器系统的基站扇区的估计的覆盖区域,可以包括:确定部署分布式天线系统(DAS)或中继器系统的基站扇区的邻居列表;计算邻近部署分布式天线系统(DAS)或中继器系统的基站扇区的每个扇区的覆盖质心;以及将聚类分析应用到覆盖质心以近似DAS的一个或多个天线的位置或中继器系统的一个或多个中继器的位置。
在一些实施例中,确定邻居列表可以包括:检查由多个移动设备上报的数据,其中该数据包括与基站扇区的邻近扇区相关的当前和历史信息;以及基于检查的数据构建互补累积分布函数(CCDF)。
应该理解的是,在一些实施例中,计算覆盖质心可以包括:通过使用基站的位置、被识别的天线的方向角指向和理论上的有效全向辐射功率(EIRP)预测理论上的覆盖区域;以及确定在理论上的覆盖区域中心或在方位角天线指向的方向上远离天线的加权(分数)点处的覆盖质心。在一些实施例中,计算覆盖质心可以包括:平均最接近DAS或中继器系统的部分或全部扇区的站点间隔;以及使用天线的方位角指向上的距基站的距离,确定覆盖质心,所述距离是基于站点间距的分数的。
应该理解的是,也可以使用一个或多个聚类分析技术。这些聚类分析技术可以包括,例如,基于连通性的聚类、层次聚类、基于质心聚类、基于分布聚类、基于密度聚类。
在框610,部署分布式天线系统(DAS)或中继器系统的基站扇区的估计的覆盖区域内的一个或多个移动设备的近似位置可以被确定。例如,这可以使用覆盖区域估计模块510的地理定位模块516来实现。在一些实施例中,确定近似位置,可以包括根据本文所描述的一个或多个定理定位技术,地理定位估计的覆盖区域内的一个或多个移动设备。在一些实施例中,确定的近似位置可以是基于与邻近的小区相关的移动设备对该基站扇区观测的频率进行加权。
除了以上描述的好处之外,估计DAS或中继器系统的覆盖区域的系统和方法的实施例不仅提供在这些系统中定位移动设备的有效的和改进的技术,而且还可以允许服务供应商将更好的服务提供到更大的用户池的能力。此外,网络优化中的优点也可以是明显的。如果移动设备的位置被更精确地追踪,提供该估计DAS或中继器系统的覆盖区域的技术可以最大化网络资源分配。此外,还可以取得广告和营销机会。使用用户的位置知识,还可以给一个或多个用户提供更加相关的广告和其他商业信息。
尽管关于以上的实施例主要讨论的估计DAS或中继器系统的覆盖区域的特征和功能,应该理解的是,一个实施例中的特征和功能可以类似地应用到其他实施例。此外,虽然以上所描述的实施例不要求GPS技术或其它位置服务的使用,应该真正理解的是,本文所描述的特征和功能也可以结合这些技术来使用。
在前面的说明书中,参考附图对各个实施例进行了描述。然而,明显地是,可以对其进行各种修改和改变,可以实现另外的实施例,而不违背遵循权利要求中所阐述的本公开的更广的范围。因此,说明书和附图被视为是说明性的而不是限制性的理解。
就此,应该注意的是,根据本公开,如上所描述的估计DAS或中继器系统的覆盖区域通常涉及输入数据的处理以及某种程度上的输出数据的生成。该输入数据的处理和输出数据的生成可以在硬件或软件中实现。例如,根据以上所描述的实施例,特定的电子组件可以用在覆盖区域估计模块或实现与估计DAS或中继器系统的覆盖区域相关的功能的类似或有关线路中。可替换地,根据以上所描述的实施例,按照指令进行操作的一个或多个处理器可以实现与估计DAS或中继器系统的覆盖区域相关的功能。如果是这样的情况,在本公开的范围内,这样的指令可以存储在一个或多个处理器可读存储介质中或通过包括在一个或多个载波中的一个或多个信号发送到一个或多个处理器。
本公开并不被限制在本文所描述的特定实施例的范围中。实际上,除本文所描述的那些实施例之外,对本公开的修改的其他各个实施例,从前面的描述和附图中,对本领域的技术人员而言将是明显的。因此,这些其它实施例和修改被认为落入本公开的范围内。此外,虽然出于特定的目的,在特定的环境中的特定实现的背景下,描述了本公开内容,但是本领域的技术人员将意识到其用处并不限于此,且本公开可以有利地在出于任何目在任意多个环境中实现。因此,以下所阐述的权利要求应该按照本文所描述的本公开的整个宽度和精神的视角来解释。
Claims (16)
1.一种用于估计分布式天线系统DAS或中继器系统的覆盖区域的方法,所述方法包括:
基于与扇区相关联的多个移动设备的传播时延或定时提前特性相关联的数据而将所述扇区识别为部署所述DAS或所述中继器系统的基站扇区;
以及
构建部署所述DAS或所述中继器系统的所述基站扇区的估计的覆盖区域,
其中构建部署所述DAS或所述中继器系统的所述基站扇区的估计的覆盖区域包括:
计算邻近于部署所述DAS或所述中继器系统的所述基站扇区的每个扇区的覆盖质心;
将聚类分析应用到所述覆盖质心,以近似所述DAS的一个或多个天线的位置或所述中继器系统的一个或多个中继器的位置;以及
基于所述一个或多个天线的近似位置,构建部署所述DAS或所述中继器系统的所述基站扇区的所述估计的覆盖区域。
2.根据权利要求1所述的方法,
其还用于确定部署所述DAS或所述中继器系统的所述基站扇区的估计的覆盖区域内的一个或多个移动设备的近似位置。
3.根据权利要求2所述的方法,其中确定所述一个或多个移动设备的所述近似位置包括:
地理定位所述估计的覆盖区域内的所述一个或多个移动设备。
4.根据权利要求1所述的方法,其中所述扇区是未知扇区,并且将所述未知扇区识别为部署所述DAS的所述基站扇区包括:
在一段时间内收集与连接到所述未知扇区的多个移动设备的传播时延或定时提前特性相关的数据,
其中所述传播时延或所述定时提前特性的值对应于物理距离;
检查所收集的数据,以识别所述传播时延或所述定时提前特性的值;以及
当所述传播时延或所述定时提前特性的值满足预定的阈值时,确定所述未知扇区是部署所述DAS的基站。
5.根据权利要求1所述的方法,其中所述扇区是未知扇区,以及将所述未知扇区识别为部署所述中继器系统的基站包括:
识别认出施主基站的大量移动设备;
收集发送到所述大量移动设备中的每个移动设备和所述施主基站的信号和从所述大量移动设备中的每个移动设备和所述施主基站发送的信号的整体时延值,
其中所述整体时延值对应于每个移动设备和所述施主基站之间的距离;
分析所述整体时延值的分布;以及
当在所述分布中识别出多个峰值时,确定所述未知扇区是部署所述中继器系统的基站扇区。
6.根据权利要求5所述的方法,其中所述多个峰值包括第一峰值和一个或多个第二峰值,
其中所述第一峰值表示所述施主基站,并且所述一个或多个第二峰值中的每一个表示中继器。
7.根据权利要求1所述的方法,还包括:
检查由所述多个移动设备上报的数据;以及
基于所检查的数据,构建互补累积分布函数CCDF。
8.根据权利要求1所述的方法,其中计算所述覆盖质心包括:
通过使用天线的方位角方向和理论上的有效全向辐射功率EIRP,预测理论上的覆盖区域;以及
确定所述覆盖质心在所述理论上的覆盖区域的中心处。
9.一种用于估计分布式天线系统DAS或中继器系统的覆盖区域的系统,所述系统包括:
用于基于与扇区相关联的多个移动设备的传播时延或定时提前特性相关联的数据而将所述扇区识别为部署所述DAS或所述中继器系统的基站扇区的装置;
以及
用于构建部署所述DAS或所述中继器系统的所述基站扇区的估计的覆盖区域的装置,
其中用于构建部署所述DAS或所述中继器系统的所述基站扇区的估计的覆盖区域的装置包括:
用于计算邻近于部署所述DAS或所述中继器系统的所述基站扇区的每个扇区的覆盖质心的装置;
用于将聚类分析应用到所述覆盖质心以近似所述DAS的一个或多个天线的位置或所述中继器系统的一个或多个中继器的位置的装置;以及
用于基于所述一个或多个天线的近似位置,构建部署所述DAS或所述中继器系统的所述基站扇区的所述估计的覆盖区域的装置。
10.根据权利要求9所述的系统,还包括:
用于确定在部署所述DAS或所述中继器系统的所述基站扇区的所述估计的覆盖区域内的一个或多个移动设备的近似位置的装置。
11.根据权利要求10所述的系统,其中用于确定所述一个或多个移动设备的所述近似位置的所述装置包括:
用于地理定位所述估计的覆盖区域内的所述一个或多个移动设备的装置。
12.根据权利要求9所述的系统,其中所述扇区是未知扇区,并且用于将所述未知扇区识别为部署所述DAS的所述基站扇区的所述装置包括:
用于在一段时间内收集与连接到所述未知扇区的多个移动设备的传播时延或定时提前特性相关的数据的装置,
其中所述传播时延或所述定时提前特性的值对应于物理距离;
用于检查所收集的数据以识别所述传播时延或所述定时提前特性的值的装置;
用于当所述传播时延或所述定时提前特性的值满足预定的阈值时确定所述未知扇区是部署所述DAS的基站的装置。
13.根据权利要求9所述的系统,其中所述扇区是未知扇区,并且用于将所述未知扇区识别为部署所述中继器系统的所述基站的所述装置包括:
用于识别认出施主基站的大量移动设备的装置;
用于收集发送到所述大量移动设备中的每个移动设备和所述施主基站的信号和从所述大量移动设备中的每个移动设备和所述施主基站发送的信号的整体时延值的装置,
其中所述整体时延值对应于每个移动设备和所述施主基站之间的距离;
用于分析所述整体时延值的分布的装置;以及
用于当在所述分布中识别出多个峰值时确定所述未知扇区是部署所述中继器系统的所述基站扇区的装置。
14.根据权利要求13所述的系统,其中所述多个峰值包括第一峰值和一个或多个第二峰值,
其中所述第一峰值表示所述施主基站,并且所述一个或多个第二峰值中的每一个表示中继器。
15.根据权利要求9所述的系统,还包括:
用于检查由所述多个移动设备上报的数据的装置;以及
用于基于所检查的数据来构建互补累积分布函数CCDF的装置。
16.根据权利要求9所述的系统,其中用于计算所述覆盖质心的所述装置包括:
用于通过使用天线的方位角方向和理论上的有效全向辐射功率EIRP来预测理论上的覆盖区域的装置;以及
用于确定所述覆盖质心在所述理论上的覆盖区域的中心。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/448,073 US9351172B2 (en) | 2014-07-31 | 2014-07-31 | Techniques for estimating a coverage area for a distributed antenna system (DAS) or a repeater system |
US14/448,073 | 2014-07-31 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105323774A CN105323774A (zh) | 2016-02-10 |
CN105323774B true CN105323774B (zh) | 2020-08-11 |
Family
ID=53785501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510460334.1A Active CN105323774B (zh) | 2014-07-31 | 2015-07-30 | 估计分布式天线系统(das)或中继器系统的覆盖区域的技术 |
Country Status (3)
Country | Link |
---|---|
US (2) | US9351172B2 (zh) |
EP (1) | EP2981137B1 (zh) |
CN (1) | CN105323774B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9351172B2 (en) | 2014-07-31 | 2016-05-24 | Viavi Solutions Uk Limited | Techniques for estimating a coverage area for a distributed antenna system (DAS) or a repeater system |
US20160174177A1 (en) * | 2014-12-12 | 2016-06-16 | Nokia Solutions And Networks Oy | Timing advance methods and apparatuses |
KR102272844B1 (ko) * | 2015-06-23 | 2021-07-06 | 삼성전자주식회사 | 타이밍 어드밴스 제어 방법 및 장치 |
AU2017277508A1 (en) * | 2016-06-10 | 2019-01-24 | At&T Intellectual Property I, L.P. | Host node device and methods for use therewith |
CN108271165B (zh) * | 2016-12-30 | 2021-04-27 | 中国移动通信集团浙江有限公司 | 一种基站网络信号覆盖状态的预测方法及系统 |
CN108734188B (zh) * | 2017-04-25 | 2023-04-07 | 中兴通讯股份有限公司 | 一种聚类方法、设备及存储介质 |
US10667193B1 (en) | 2017-06-02 | 2020-05-26 | Sprint Spectrum L.P. | Balancing traffic in a heterogeneous network with active distributed antenna system |
JP6814759B2 (ja) * | 2018-02-19 | 2021-01-20 | Kddi株式会社 | 画像送信装置、画像送信方法及び画像表示装置 |
US11770717B2 (en) * | 2018-05-18 | 2023-09-26 | Telefonaktiebolaget Lm Ericsson (Publ) | Systems and methods for designing a distributed MIMO network |
CN113055816B (zh) * | 2021-03-23 | 2021-11-26 | 南通大学 | 一种基于位置信息的多智能反射面辅助两跳中继无线通信方法及其系统 |
CN114189823A (zh) * | 2021-12-08 | 2022-03-15 | 北京长焜科技有限公司 | 一种5g网络的终端定位设备和定位方法 |
US11683090B1 (en) | 2022-01-18 | 2023-06-20 | T-Mobile Usa, Inc. | Laser-based enhancement of signal propagation path for mobile communications |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1844948A (zh) * | 2006-03-15 | 2006-10-11 | 重庆邮电学院 | 基于分布式天线的定位方法 |
CN1913705A (zh) * | 2006-08-16 | 2007-02-14 | 华为技术有限公司 | 一种增强移动台定位的方法和系统及无线网络控制器 |
CN101489181A (zh) * | 2008-01-15 | 2009-07-22 | 大唐移动通信设备有限公司 | 定位移动终端的方法和装置 |
US8792933B2 (en) * | 2010-03-10 | 2014-07-29 | Fujitsu Limited | Method and apparatus for deploying a wireless network |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7130642B2 (en) | 2003-03-03 | 2006-10-31 | Qualcomm Incorporated | Method and apparatus for performing position determination in a wireless communication network with repeaters |
US20110034122A1 (en) | 2004-09-17 | 2011-02-10 | Andrew, Llc | System and Method of Operation For Network Overlay Geolocation System With Repeaters |
US8666428B2 (en) | 2008-01-29 | 2014-03-04 | Alcatel Lucent | Method to support user location in in-structure coverage systems |
WO2010081658A2 (en) | 2009-01-13 | 2010-07-22 | Arieso Limited | Geo-location in a wireless communication network |
US8374596B2 (en) | 2009-09-09 | 2013-02-12 | Arieso Limited | Method and apparatus for deriving pathloss estimation values |
EP2580927B1 (en) * | 2010-06-09 | 2015-04-29 | Telefonaktiebolaget LM Ericsson (publ) | A method and communication network node for improving communication performance |
US9213079B2 (en) | 2012-02-09 | 2015-12-15 | Jdsu Uk Limited | Method and apparatus for geolocating a wireless communication unit |
US9078228B2 (en) | 2012-02-09 | 2015-07-07 | Jdsu Uk Limited | Mobile geolocation |
US9439162B2 (en) | 2012-12-18 | 2016-09-06 | Viavi Solutions Uk Limited | Mobile geolocation |
US9020525B2 (en) | 2012-12-18 | 2015-04-28 | Jds Uniphase Corporation | Method and system for mobile reference signature generation |
US20150195001A1 (en) * | 2014-01-07 | 2015-07-09 | Quintel Technology Limited | Antenna system with enhanced inter-sector interference mitigation |
US9351172B2 (en) | 2014-07-31 | 2016-05-24 | Viavi Solutions Uk Limited | Techniques for estimating a coverage area for a distributed antenna system (DAS) or a repeater system |
-
2014
- 2014-07-31 US US14/448,073 patent/US9351172B2/en active Active
-
2015
- 2015-07-30 EP EP15179133.2A patent/EP2981137B1/en active Active
- 2015-07-30 CN CN201510460334.1A patent/CN105323774B/zh active Active
-
2016
- 2016-05-20 US US15/160,734 patent/US9769673B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1844948A (zh) * | 2006-03-15 | 2006-10-11 | 重庆邮电学院 | 基于分布式天线的定位方法 |
CN1913705A (zh) * | 2006-08-16 | 2007-02-14 | 华为技术有限公司 | 一种增强移动台定位的方法和系统及无线网络控制器 |
CN101489181A (zh) * | 2008-01-15 | 2009-07-22 | 大唐移动通信设备有限公司 | 定位移动终端的方法和装置 |
US8792933B2 (en) * | 2010-03-10 | 2014-07-29 | Fujitsu Limited | Method and apparatus for deploying a wireless network |
Also Published As
Publication number | Publication date |
---|---|
US20160269915A1 (en) | 2016-09-15 |
EP2981137B1 (en) | 2019-04-10 |
US20160037355A1 (en) | 2016-02-04 |
US9769673B2 (en) | 2017-09-19 |
EP2981137A1 (en) | 2016-02-03 |
US9351172B2 (en) | 2016-05-24 |
CN105323774A (zh) | 2016-02-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105323774B (zh) | 估计分布式天线系统(das)或中继器系统的覆盖区域的技术 | |
US20230062443A1 (en) | Radio mapping architecture for applying machine learning techniques to wireless radio access networks | |
US10327106B2 (en) | Method and apparatus for estimating position in a wireless communication system | |
US9462482B2 (en) | Geo-location in a wireless communication network | |
CN106879017B (zh) | 一种lte网络覆盖质量的判定方法及装置 | |
US11405800B2 (en) | System and method for 3D propagation modelling for planning of a radio network | |
WO2017139961A1 (en) | Hybrid fingerprinting/otdoa positioning techniques and systems | |
US9844019B1 (en) | Estimating the location of a wireless terminal in wireless telecommunications systems that comprise distributed and/or repeater antennas | |
CN108207009B (zh) | 轨道网络质量测试方法及装置 | |
EP3213570B1 (en) | Assistance data cell selection based on interference estimates in a wireless communications system | |
US20140274149A1 (en) | System and Method for Localizing Wireless Devices | |
CN108307427B (zh) | 一种lte网络覆盖分析、预测方法及系统 | |
CN102550051B (zh) | 用于其它蜂窝系统的lte指纹识别定位参考 | |
JP2023536439A (ja) | ユーザ機器の測位のためのニューラルネットワーク関数 | |
Vaghefi et al. | Cooperative RF pattern matching positioning for LTE cellular systems | |
Gunnarsson et al. | Particle filtering for network-based positioning terrestrial radio networks | |
EP4381312A1 (en) | Data gathering and data selection to train a machine learning algorithm | |
US20170303234A1 (en) | Positioning information processing method and apparatus | |
KR102034161B1 (ko) | 무선 통신망에서 가중치를 이용한 무선 측위 장치 및 그 방법 | |
US20150163624A1 (en) | Determining mobile device location in a mobile network having repeaters | |
CN111263382B (zh) | 一种导致重叠覆盖的问题源小区的确定方法、装置和设备 | |
WO2022082151A1 (en) | Base station-to-server signaling of time-angle channel profile | |
Koudouridis et al. | A method for the generation of radio signal coverage maps for dense networks | |
US20170254878A1 (en) | Position Adjustment in Mobile Communications Networks | |
KR20210001009A (ko) | 단말이 송출하는 신호정보를 수신하여 단말의 위치를 추정하는 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
CB02 | Change of applicant information |
Address after: Burke County, England Applicant after: JDSU UK LTD Address before: The Vineyard Restaurant at Stockcross Applicant before: JDSU UK Ltd. |
|
COR | Change of bibliographic data | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |