CN105338547B - Lte网络中基于天线功率的pci信号优化方法及系统 - Google Patents

Abstract

本发明公开了一种LTE网络中基于天线功率的PCI信号优化方法和系统，涉及移动通信技术领域。根据小区工作频率并结合测试点与小区扇区定向位置关系，计算得到各测试点的扇区定向天线传播损耗功率；针对各小区，利用基站发射功率减去测试点的扇区定向天线传播损耗功率，得到各小区在各测试点处的参考接收功率；根据各小区的参考接收功率对PCI分配方案进行评估和优化。可见，根据扇区定向天线传播损耗功率精确计算得到各PCI分配方案下各小区在各测试点的接收功率，进而根据各小区接收功率对PCI分配方案进行评估和优化，从而实现对网络信号进行更加准确、合理的PCI分配、调整与优化，从根本上改善和提高LTE无线网络的整体性能。

Description

LTE网络中基于天线功率的PCI信号优化方法及系统

技术领域

本发明涉及移动通信技术领域，特别涉及一种LTE长期演进网络中基于扇区定向天线功率的PCI信号优化方法及系统。

背景技术

LTE(Long Term Evolution，长期演进)网络下，基站密度比2G、3G网络的基站密度大，站间距小；存在着小区覆盖规划、PCI规划不合理等导致同模干扰等问题明显，影响无线网络性能。

随着LTE网络的大规模建设，科学高效的LTE无线网络的同模干扰分析和优化是保证LTE无线网络的建设质量的关键一环。

因此，必须探索在LTE网络下新的信号干扰分析技术及分析方法，对LTE无线网络干扰和优化问题进行更加深入的科学定性及精确定量分析，进而得到更精准的优化解决方案，从根本上改善和提高LTE无线网络的整体性能。

发明内容

鉴于上述问题，本发明实施例提供一种LTE长期演进网络中基于扇区定向天线功率的PCI信号优化方法及系统，提出了一种新的信号频率分配分析及优化技术，根据扇区定向天线传播损耗功率精确计算得到各PCI分配方案下各小区在各测试点的接收功率，进而根据各小区接收功率对PCI分配方案进行评估和优化，从而实现对网络信号进行更加准确、合理的PCI分配、调整与优化，从根本上改善和提高LTE无线网络的整体性能。

本发明实施例采用了如下技术方案：

本发明一个实施例提供了一种LTE长期演进网络中基于扇区定向天线功率的PCI信号优化方法，所述方法包括：

根据小区工作频率并结合测试点与小区扇区定向位置关系，计算得到各测试点的扇区定向天线传播损耗功率；

针对各小区，利用基站发射功率减去测试点的扇区定向天线传播损耗功率，得到各小区在各测试点处的参考接收功率；

根据各小区的参考接收功率对PCI分配方案进行评估和优化。

所述根据小区工作频率并结合测试点与小区扇区定向位置关系，计算得到各测试点的扇区定向天线传播损耗功率包括：

利用无线传播模型根据小区工作频率、基站高度、测试点与小区距离、及测试点移动台高度，计算得到小区在测试点处的参考传播损耗功率；

根据测试点与小区扇区定向位置关系对所述参考传播损耗功率进行修正，得到小区在测试点处的扇区定向天线传播损耗功率。

所述无线传播模型具体采用COST231-HATA传播模型；

所述利用无线传播模型根据小区工作频率、基站高度、测试点与小区距离、及测试点移动台高度，计算得到小区在测试点处的参考传播损耗功率L_P包括：

L_P＝46.3+33.9×log(f)-13.82×log(H_b)-α(H_m)+[44.9-6.55×log(H_b)]×log(d)+C_m

其中，f为小区工作频率，H_b为小区基站发射天线高度，H_m为测试点移动台高度，d为小区基站到测试点移动台的距离，α(H_m)为高度修正因子，C_m为环境修正因子；

高度修正因子α(H_m)的计算公式为：

市区环境下，α(H_m)＝3.2[log(11.75×H_m)]²-4.97

郊区环境下，α(H_m)＝[1.1×log(f)-0.7]×H_m-[1.56×log(f)-0.8]。

所述根据测试点与小区扇区定向位置关系对所述参考传播损耗功率进行修正，得到小区在测试点处的扇区定向天线传播损耗功率包括：

当测试点位于小区扇区前瓣区域，则修正公式为：

当测试点位于小区扇区后瓣区域，则修正公式为：

其中，θ_hf为定向天线半功率角；γ_F/B为天线前后比；A_O为全向天线增益；θ_m(log_p,lat_p)为测试点方位角，即小区天线经纬度与测试点经纬度连线方向与小区天线方位角之间的夹角；θ_hb为后瓣半功率角。

所述根据各小区的参考接收功率对PCI分配方案进行评估和优化包括：

根据服务小区的参考接收功率及干扰小区的参考接收功率计算信号干扰概率总量；

根据信号干扰概率总量进行PCI分配方案的评估和优化。

另外，本发明实施例还提供了一种LTE长期演进网络中基于扇区定向天线功率的PCI信号优化系统，所述系统包括：

传播损耗功率计算模块，用于根据小区工作频率并结合测试点与小区扇区定向位置关系，计算得到各测试点的扇区定向天线传播损耗功率；

参考接收功率计算模块，用于针对各小区，利用基站发射功率减去测试点的扇区定向天线传播损耗功率，得到各小区在各测试点处的参考接收功率；

评估优化模块，用于根据各小区的参考接收功率对PCI分配方案进行评估和优化。

所述传播损耗功率计算模块包括：

参考传播损耗功率计算单元，用于利用无线传播模型根据小区工作频率、基站高度、测试点与小区距离、及测试点移动台高度，计算得到小区在测试点处的参考传播损耗功率；

修正单元，用于根据测试点与小区扇区定向位置关系对所述参考传播损耗功率进行修正，得到小区在测试点处的扇区定向天线传播损耗功率。

所述无线传播模型具体采用COST231-HATA传播模型；

所述参考传播损耗功率计算单元利用无线传播模型根据小区工作频率、基站高度、测试点与小区距离、及测试点移动台高度，计算得到小区在测试点处的参考传播损耗功率L_P的公式为：

L_P＝46.3+33.9×log(f)-13.82×log(H_b)-α(H_m)+[44.9-6.55×log(H_b)]×log(d)+C_m

其中，f为小区工作频率，H_b为小区基站发射天线高度，H_m为测试点移动台高度，d为小区基站到测试点移动台的距离，α(H_m)为高度修正因子，C_m为环境修正因子；

高度修正因子α(H_m)的计算公式为：

市区环境下，α(H_m)＝3.2[log(11.75×H_m)]²-4.97

郊区环境下，α(H_m)＝[1.1×log(f)-0.7]×H_m-[1.56×log(f)-0.8]。

所述修正单元根据测试点与小区扇区定向位置关系对所述参考传播损耗功率进行修正，得到小区在测试点处的扇区定向天线传播损耗功率的公式为：

当测试点位于小区扇区前瓣区域，则修正公式为：

当测试点位于小区扇区后瓣区域，则修正公式为：

其中，θ_hf为定向天线半功率角；γ_F/B为天线前后比；A_O为全向天线增益；θ_m(log_p,lat_p)为测试点方位角，即小区天线经纬度与测试点经纬度连线方向与小区天线方位角之间的夹角；θ_hb为后瓣半功率角。

所述评估优化模块包括：

干扰概率总量计算单元，用于根据服务小区的参考接收功率及干扰小区的参考接收功率计算信号干扰概率总量；

评估优化单元，用于根据信号干扰概率总量进行PCI分配方案的评估和优化。

本发明实施例提供一种LTE长期演进网络中基于扇区定向天线功率的PCI信号优化方法和系统，提出了一种新的信号频率分配分析及优化技术，根据小区工作频率并结合测试点与小区扇区定向位置关系，计算得到各测试点的扇区定向天线传播损耗功率；针对各小区，利用基站发射功率减去测试点的扇区定向天线传播损耗功率，得到各小区在各测试点处的参考接收功率；根据各小区的参考接收功率对PCI分配方案进行评估和优化。可见，根据扇区定向天线传播损耗功率精确计算得到各PCI分配方案下各小区在各测试点的接收功率，进而根据各小区接收功率对PCI分配方案进行评估和优化，从而实现对网络信号进行更加准确、合理的PCI分配、调整与优化，从根本上改善和提高LTE无线网络的整体性能。因此，对LTE无线网络干扰和优化问题提供了更加深入的科学定性及精确定量分析方案，及更精准的优化解决方案，从根本上改善和提高LTE无线网络的分析能力，进而提升网络整体性能。

附图说明

图1为本发明实施例提供的一种LTE长期演进网络中基于扇区定向天线功率的PCI信号优化方法流程图；

图2为本发明实施例中测试点与小区扇区定向位置关系示意图；

图3为本发明实施例提供的一种LTE长期演进网络中基于扇区定向天线功率的PCI信号优化系统结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

参见图1，本发明实施例提供一种LTE长期演进网络中基于扇区定向天线功率的PCI信号优化方法，具体包括如下步骤：

S101：根据小区工作频率并结合测试点与小区扇区定向位置关系，计算得到各测试点的扇区定向天线传播损耗功率。

作为一种优选实施例，本步骤所述根据小区工作频率并结合测试点与小区扇区定向位置关系，计算得到各测试点的扇区定向天线传播损耗功率可以包括：

利用无线传播模型根据小区工作频率、基站高度、测试点与小区距离、及测试点移动台高度，计算得到小区在测试点处的参考传播损耗功率；

根据测试点与小区扇区定向位置关系对所述参考传播损耗功率进行修正，得到小区在测试点处的扇区定向天线传播损耗功率。

需要说明的是，无线传播模型作为网络建设的基础,是小区规划的重要部分,是整个网络规划的基础。无线传播模型的设计同时受到系统工作频率和移动台状况等多种因素的影响。在实际应用中，无线传播模型可以是自由空间传播模型、奥村(Okumum-Hata)模型、Cost231-Hata模型、Cost231WI模型或室内传播模型等等。

作为优选的，本发明实施例中，所述无线传播模型具体采用COST231-HATA传播模型，是用于预测1800M宏蜂窝路径损耗的一种较为优选的传播模型。

相应的，所述利用无线传播模型根据小区工作频率、基站高度、测试点与小区距离、及测试点移动台高度，计算得到小区在测试点处的参考传播损耗功率L_P包括：

L_P＝46.3+33.9×log(f)-13.82×log(H_b)-α(H_m)+[44.9-6.55×log(H_b)]×log(d)+C_m

其中：

f为小区工作频率，单位为MHz，(如2.6GHz频段取值2600MHz)。

H_b为小区基站发射天线高度，单位为m，米。

H_m为测试点移动台高度，表示为移动台(手机终端)有效高度，一般取值＝1.5(单位为m，米)，也可以根据实际情况自行设定。

d为小区基站到测试点移动台的距离，单位为Km，千米。

C_m为环境修正因子；通常市区环境修正参数在中等规模城市和郊区取值可以是3dB，大型城市取值可以是6dB，可以根据实际情况自行设定。

α(H_m)为高度修正因子，高度修正因子α(H_m)的计算公式为：

市区环境下，α(H_m)＝3.2[log(11.75×H_m)]²-4.97

郊区环境下，α(H_m)＝[1.1×log(f)-0.7]×H_m-[1.56×log(f)-0.8]

举例如下：

针对密集市区，采用COST231-HATA无线传播模型，H_m取值为1.5：

α(H_m)＝3.2[log(11.75×H_m)]²-4.97(市区)

即α(H_m)＝3.2[log(11.75×1.5)]²-4.97＝0，则：

L_P＝46.3+33.9×log(f)-13.82×log(H_b)-α(H_m)+[44.9-6.55×log(H_b)]×log(d)+C_m

L_P＝46.3+33.9×log(f)-13.82×log(H_b)-α(H_m)+[44.9-6.55×log(H_b)]×log(0.3km)+C_m

＝46.3+33.9×log(2600)-13.82×log(1.5)-0+[44.9-6.55×log(1.5)]×log(0.3)+6

＝46.3+115.77-2.43-0-22.88+6

＝142.76(dB)

假设室外宏站默认基站发射功率为46dBm(对应40W发射功率)，室内微蜂窝默认基站发射功率为30dBm(对应1W发射功率)。测试点移动台距离基站d＝300米，则：

参考接收功率P_r＝46dBm-142.76dB＝-96.76dBm，将其作为参考接收功率的下限值，假设上限值与下限值相差3dB，则参考接收功率的上限为：

上限P_r＝-96.76dBm+3dB＝93.76。

进一步的，考虑到LTE网络下，小区都是呈扇区定向天线方式进行信号传输的，为了更精确的计算传播损耗功率，本发明实施例还包括：根据测试点与小区扇区定向位置关系对所述参考传播损耗功率进行修正，得到小区在测试点处的扇区定向天线传播损耗功率。

具体的，参见图2，所述根据测试点与小区扇区定向位置关系对所述参考传播损耗功率进行修正，得到小区在测试点处的扇区定向天线传播损耗功率包括：

当测试点位于小区扇区前瓣区域，则修正公式为：

当测试点位于小区扇区后瓣区域，则修正公式为：

其中，θ_hf为定向天线半功率角；γ_F/B为天线前后比；A_O为全向天线增益；θ_m(log_p,lat_p)为测试点方位角，即小区天线经纬度与测试点经纬度连线方向与小区天线方位角之间的夹角；θ_hb为后瓣半功率角。

定向天线半功率角θ_hf(优选的设为60°)，可根据工参进行设置，设置范围优选的为50°～90°。

天线前后比γ_F/B(优选的设为30dB)，可根据工参进行，设置范围优选的为18dB～40dB。

全向天线增益A_O(优选的设为-6dB)，即与定向天线的增益差。可根据工参进行设置，全向天线增益范围优选的为(-6～-12)，表示全向天线比定向天线(水平方向上)增益少6～12dB。

测试点方位角θ_m(log_p,lat_p)，简记为θ_m：小区天线经纬度与测试点经纬度(log_p,lat_p)连线方向与小区天线方位角之间的夹角。θ_m(log_p,lat_p)随测试点位置的移动而变化。

后瓣半功率角θ_hb(优选的设为20°)，可根据工参进行设置，设置范围优选的为20°～30°。

S102：针对各小区，利用基站发射功率减去测试点的扇区定向天线传播损耗功率，得到各小区在各测试点处的参考接收功率。

利用基站发射功率减去测试点的扇区定向天线传播损耗功率，得到各小区在各测试点处的参考接收功率，具体公式为：

P_r＝MS received power 测试点移动台参考接收功率。

P_t＝BS transmitted power 基站发射功率。

扇区定向天线传播损耗功率。具体为根据上述测试点与小区扇区定向位置关系对参考传播损耗功率进行修正后的修正值，即为上述分段函数的修正结果。

S103：根据各小区的参考接收功率对PCI分配方案进行评估和优化。

作为优选的，所述根据各小区的参考接收功率对PCI分配方案进行评估和优化可以包括：

根据服务小区的参考接收功率及干扰小区的参考接收功率计算信号干扰概率总量；

根据信号干扰概率总量进行PCI分配方案的评估和优化。

需要说明的是，根据服务小区的参考接收功率及干扰小区的参考接收功率计算信号干扰概率总量，以便对PCI信号分配方案进行评估的方式有多种，比如一种评估方式可以具体为：

针对各检测栅格(即测试点)，获取多个参考信号接收功率；

根据所述多个参考信号接收功率确定各所述检测栅格对应的准服务小区和准干扰小区；

根据准服务小区和准干扰小区的参考信号接收功率计算各检测栅格处服务小区的干扰概率总量；

根据各检测栅格处服务小区的干扰概率总量分析LTE网络干扰状况。再比如一种评估方式可以具体为：

针对各检测栅格，获取多个参考信号接收功率；

根据所述多个参考信号接收功率确定各所述检测栅格对应的准服务小区和准干扰小区；

计算各准服务小区在检测栅格处的同模干扰概率总量，并将各准服务小区的同模干扰概率总量中的最大值作为该检测栅格的同模干扰概率参考值；

确定多个检测栅格中同模干扰概率参考值最大的检测栅格，作为问题栅格；

所述问题栅格的同模干扰概率参考值所对应的准服务小区，确定为问题小区，根据定位的问题小区进行信号的优化与调整。

再比如一种评估方式可以具体为：

针对各检测栅格，获取多个参考信号接收功率；

根据所述多个参考信号接收功率确定各所述检测栅格对应的准服务小区和准干扰小区；

计算各准服务小区在检测栅格处的同模干扰概率总量；

计算各小区作为准服务小区的多个检测栅格处的同模干扰概率总量之和，得到各小区的同模干扰概率总量；

确定小区的同模干扰概率总量大于干扰阈值的小区为问题小区，根据确定的问题小区进行信号的优化与调整。

再比如一种评估方式可以具体为：

针对各检测栅格，获取多个参考信号接收功率；

根据所述多个参考信号接收功率确定各所述检测栅格对应的准服务小区和准干扰小区；

判断小区间同模干扰关系，并计算第一小区在检测栅格处受第二小区的同模干扰概率；所述第一小区为在该检测栅格处的一准服务小区；所述第二小区为除第一小区外的一其它准服务小区或一准干扰小区；

针对各小区，计算第一小区作为准服务小区的多个检测栅格处受第二小区的同模干扰概率之和，得到第一小区受第二小区的同模干扰概率总量；

确定两小区间同模干扰概率总量大于干扰阈值的两个小区为问题小区，根据确定的问题小区进行信号的优化与调整。

等等，此处不再一一列举。

其中，所述根据所述多个参考信号接收功率确定各所述检测栅格对应的准服务小区和准干扰小区包括：

计算各小区在检测栅格处参考信号接收功率的平均值，作为各小区在检测栅格处的平均参考信号接收功率；

计算在检测栅格处各小区平均参考信号接收功率与最大的平均参考信号接收功率的差值；确定所述差值小于第一阈值的平均参考信号接收功率所对应的小区确定为准服务小区，确定所述差值小于第二阈值且大于所述第一阈值的平均参考信号接收功率所对应的小区确定为准干扰小区。

所述根据准服务小区和准干扰小区的参考信号接收功率计算各检测栅格处服务小区的干扰概率总量包括：

计算各准服务小区作为该检测栅格服务小区的概率，及作为该检测栅格服务小区所受其它准服务小区及准干扰小区的干扰概率；

针对各准服务小区，计算该准服务小区作为该检测栅格服务小区的概率，与作为该检测栅格服务小区所受的干扰概率的乘积，得到各准服务小区的干扰概率总量；

计算各准服务小区的干扰概率总量之和，得到检测栅格处服务小区的干扰概率总量。

所述计算各准服务小区在检测栅格处的同模干扰概率总量包括：

在检测栅格处，针对各准服务小区，判断与准服务小区之间存在各类同模干扰关系的其它准服务小区及准干扰小区；所述各类同模干扰关系包括同物理层小区标识PCI干扰、PCI存在模3关系的干扰、PCI存在模6关系的干扰、PCI存在模30关系的干扰、PCI存在模50关系的干扰、PCI存在辅同步信号SSS同m0关系的干扰，及PCI存在SSS同m1关系的干扰；

计算准服务小区对与之存在各类同模干扰关系的其它准服务小区及准干扰小区的同模干扰概率；

计算准服务小区在检测栅格处所受各类同模干扰关系的其它准服务小区及准干扰小区的同模干扰概率之和，得到各准服务小区的同模干扰概率总量。

本发明实施例提供一种LTE长期演进网络中基于扇区定向天线功率的PCI信号优化方法，提出了一种新的信号频率分配分析及优化技术，根据小区工作频率并结合测试点与小区扇区定向位置关系，计算得到各测试点的扇区定向天线传播损耗功率；针对各小区，利用基站发射功率减去测试点的扇区定向天线传播损耗功率，得到各小区在各测试点处的参考接收功率；根据各小区的参考接收功率对PCI分配方案进行评估和优化。可见，根据扇区定向天线传播损耗功率精确计算得到各PCI分配方案下各小区在各测试点的接收功率，进而根据各小区接收功率对PCI分配方案进行评估和优化，从而实现对网络信号进行更加准确、合理的PCI分配、调整与优化，从根本上改善和提高LTE无线网络的整体性能。因此，对LTE无线网络干扰和优化问题提供了更加深入的科学定性及精确定量分析方案，及更精准的优化解决方案，从根本上改善和提高LTE无线网络的分析能力，进而提升网络整体性能。

参见图3所示，本发明实施例还提供了一种LTE长期演进网络中基于扇区定向天线功率的PCI信号优化系统，所述系统包括：

传播损耗功率计算模块301，用于根据小区工作频率并结合测试点与小区扇区定向位置关系，计算得到各测试点的扇区定向天线传播损耗功率；

参考接收功率计算模块302，用于针对各小区，利用基站发射功率减去测试点的扇区定向天线传播损耗功率，得到各小区在各测试点处的参考接收功率；

评估优化模块303，用于根据各小区的参考接收功率对PCI分配方案进行评估和优化。

优选的，所述传播损耗功率计算模块包括：

参考传播损耗功率计算单元，用于利用无线传播模型根据小区工作频率、基站高度、测试点与小区距离、及测试点移动台高度，计算得到小区在测试点处的参考传播损耗功率；

修正单元，用于根据测试点与小区扇区定向位置关系对所述参考传播损耗功率进行修正，得到小区在测试点处的扇区定向天线传播损耗功率。

具体的，所述无线传播模型具体采用COST231-HATA传播模型。

相应的，所述参考传播损耗功率计算单元利用无线传播模型根据小区工作频率、基站高度、测试点与小区距离、及测试点移动台高度，计算得到小区在测试点处的参考传播损耗功率L_P的公式为：

L_P＝46.3+33.9×log(f)-13.82×log(H_b)-α(H_m)+[44.9-6.55×log(H_b)]×log(d)+C_m

其中，f为小区工作频率，H_b为小区基站发射天线高度，H_m为测试点移动台高度，d为小区基站到测试点移动台的距离，α(H_m)为高度修正因子，C_m为环境修正因子；

高度修正因子α(H_m)的计算公式为：

市区环境下，α(H_m)＝3.2[log(11.75×H_m)]²-4.97

郊区环境下，α(H_m)＝[1.1×log(f)-0.7]×H_m-[1.56×log(f)-0.8]。

进一步的，所述修正单元根据测试点与小区扇区定向位置关系对所述参考传播损耗功率进行修正，得到小区在测试点处的扇区定向天线传播损耗功率的公式为：

当测试点位于小区扇区前瓣区域，则修正公式为：

当测试点位于小区扇区后瓣区域，则修正公式为：

其中，θ_hf为定向天线半功率角；γ_F/B为天线前后比；A_O为全向天线增益；θ_m(log_p,lat_p)为测试点方位角，即小区天线经纬度与测试点经纬度连线方向与小区天线方位角之间的夹角；θ_hb为后瓣半功率角。

优选的，所述评估优化模块包括：

干扰概率总量计算单元，用于根据服务小区的参考接收功率及干扰小区的参考接收功率计算信号干扰概率总量；

评估优化单元，用于根据信号干扰概率总量进行PCI分配方案的评估和优化。

需要说明的是，本发明系统实施例中的各个模块或者子模块的工作原理和处理过程可以具体参见上述图1-图2所示方法实施例中的相关描述，此处不再赘述。

本发明实施例提供一种LTE长期演进网络中基于扇区定向天线功率的PCI信号优化系统，提出了一种新的信号频率分配分析及优化技术，根据小区工作频率并结合测试点与小区扇区定向位置关系，计算得到各测试点的扇区定向天线传播损耗功率；针对各小区，利用基站发射功率减去测试点的扇区定向天线传播损耗功率，得到各小区在各测试点处的参考接收功率；根据各小区的参考接收功率对PCI分配方案进行评估和优化。可见，根据扇区定向天线传播损耗功率精确计算得到各PCI分配方案下各小区在各测试点的接收功率，进而根据各小区接收功率对PCI分配方案进行评估和优化，从而实现对网络信号进行更加准确、合理的PCI分配、调整与优化，从根本上改善和提高LTE无线网络的整体性能。因此，对LTE无线网络干扰和优化问题提供了更加深入的科学定性及精确定量分析方案，及更精准的优化解决方案，从根本上改善和提高LTE无线网络的分析能力，进而提升网络整体性能。

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

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

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

Claims (8)

1.一种LTE长期演进网络中基于扇区定向天线功率的PCI信号优化方法，其特征在于，所述方法包括：

根据小区工作频率并结合测试点与小区扇区定向位置关系，计算得到各小区在各测试点的扇区定向天线传播损耗功率；

针对各小区，利用基站发射功率减去测试点的扇区定向天线传播损耗功率，得到各小区在各测试点处的参考接收功率；

根据各小区的参考接收功率对物理小区标识PCI分配方案进行评估和优化；

其中，所述根据小区工作频率并结合测试点与小区扇区定向位置关系，计算得到各小区在各测试点的扇区定向天线传播损耗功率包括：

利用无线传播模型根据小区工作频率、基站高度、测试点与小区基站距离、及测试点移动台高度，计算得到小区在测试点处的参考传播损耗功率；

根据测试点与小区扇区定向位置关系对所述参考传播损耗功率进行修正，得到小区在测试点处的扇区定向天线传播损耗功率。

2.根据权利要求1所述的LTE长期演进网络中基于扇区定向天线功率的PCI信号优化方法，其特征在于，所述无线传播模型具体采用COST231-HATA传播模型；

所述利用无线传播模型根据小区工作频率、基站高度、测试点与小区基站距离、及测试点移动台高度，计算得到小区在测试点处的参考传播损耗功率L_P包括：

L_P＝46.3+33.9×log(f)-13.82×log(H_b)-α(H_m)+[44.9-6.55×log(H_b)]×log(d)+C_m

其中，f为小区工作频率，H_b为小区基站发射天线高度，H_m为测试点移动台高度，d为小区基站到测试点移动台的距离，α(H_m)为高度修正因子，C_m为环境修正因子；

高度修正因子α(H_m)的计算公式为：

市区环境下，α(H_m)＝3.2[log(11.75×H_m)]²-4.97

郊区环境下，α(H_m)＝[1.1×log(f)-0.7]×H_m-[1.56×log(f)-0.8]。

3.根据权利要求2所述的LTE长期演进网络中基于扇区定向天线功率的PCI信号优化方法，其特征在于，所述根据测试点与小区扇区定向位置关系对所述参考传播损耗功率进行修正，得到小区在测试点处的扇区定向天线传播损耗功率包括：

当测试点位于小区扇区前瓣区域，则修正公式为：

当测试点位于小区扇区后瓣区域，则修正公式为：

其中，θ_hf为定向天线半功率角；γ_F/B为天线前后比；θ_m为测试点方位角，即小区天线经纬度与测试点经纬度连线方向与小区天线方位角之间的夹角；θ_hb为后瓣半功率角。

4.根据权利要求1所述的LTE长期演进网络中基于扇区定向天线功率的PCI信号优化方法，其特征在于，所述根据各小区的参考接收功率对PCI分配方案进行评估和优化包括：

根据服务小区的参考接收功率及干扰小区的参考接收功率计算信号干扰概率总量；

根据信号干扰概率总量进行PCI分配方案的评估和优化；

其中，针对各测试点，获取多个参考信号接收功率；

根据所述多个参考信号接收功率确定各所述检测栅格对应的准服务小区和准干扰小区；

根据准服务小区和准干扰小区的参考信号接收功率计算各检测栅格处服务小区的干扰概率总量；

根据各检测栅格处服务小区的干扰概率总量分析LTE网络干扰状况；或者，

针对各测试点，获取多个参考信号接收功率；

根据所述多个参考信号接收功率确定各所述检测栅格对应的准服务小区和准干扰小区；

计算各准服务小区在检测栅格处的同模干扰概率总量，并将各准服务小区的同模干扰概率总量中的最大值作为该检测栅格的同模干扰概率参考值；

确定多个检测栅格中同模干扰概率参考值最大的检测栅格，作为问题栅格；

所述问题栅格的同模干扰概率参考值所对应的准服务小区，确定为问题小区，根据定位的问题小区进行信号的优化与调整；

或者，

针对各测试点，获取多个参考信号接收功率；

根据所述多个参考信号接收功率确定各所述检测栅格对应的准服务小区和准干扰小区；

计算各准服务小区在检测栅格处的同模干扰概率总量；

计算各小区作为准服务小区的多个检测栅格处的同模干扰概率总量之和，得到各小区的同模干扰概率总量；

确定小区的同模干扰概率总量大于干扰阈值的小区为问题小区，根据确定的问题小区进行信号的优化与调整；

或者，

针对各测试点，获取多个参考信号接收功率；

根据所述多个参考信号接收功率确定各所述检测栅格对应的准服务小区和准干扰小区；

判断小区间同模干扰关系，并计算第一小区在检测栅格处受第二小区的同模干扰概率；所述第一小区为在该检测栅格处的一准服务小区；所述第二小区为除第一小区外的一其它准服务小区或一准干扰小区；

针对各小区，计算第一小区作为准服务小区的多个检测栅格处受第二小区的同模干扰概率之和，得到第一小区受第二小区的同模干扰概率总量；

确定两小区间同模干扰概率总量大于干扰阈值的两个小区为问题小区，根据确定的问题小区进行信号的优化与调整。

5.一种LTE长期演进网络中基于扇区定向天线功率的PCI信号优化系统，其特征在于，所述系统包括：

传播损耗功率计算模块，用于根据小区工作频率并结合测试点与小区扇区定向位置关系，计算得到各小区在测试点的扇区定向天线传播损耗功率；

参考接收功率计算模块，用于针对各小区，利用基站发射功率减去测试点的扇区定向天线传播损耗功率，得到各小区在测试点处的参考接收功率；

评估优化模块，用于根据各小区的参考接收功率对PCI分配方案进行评估和优化；

所述传播损耗功率计算模块包括：

参考传播损耗功率计算单元，用于利用无线传播模型根据小区工作频率、基站高度、测试点与小区基站距离、及测试点移动台高度，计算得到小区在测试点处的参考传播损耗功率；

修正单元，用于根据测试点与小区扇区定向位置关系对所述参考传播损耗功率进行修正，得到小区在测试点处的扇区定向天线传播损耗功率。

6.根据权利要求5所述的LTE长期演进网络中基于扇区定向天线功率的PCI信号优化系统，其特征在于，所述无线传播模型具体采用COST231-HATA传播模型；

所述参考传播损耗功率计算单元利用无线传播模型根据小区工作频率、基站高度、测试点与小区基站距离、及测试点移动台高度，计算得到小区在测试点处的参考传播损耗功率L_P的公式为：

L_P＝46.3+33.9×log(f)-13.82×log(H_b)-α(H_m)+[44.9-6.55×log(H_b)]×log(d)+C_m

其中，f为小区工作频率，H_b为小区基站发射天线高度，H_m为测试点移动台高度，d为小区基站到测试点移动台的距离，α(H_m)为高度修正因子，C_m为环境修正因子；

高度修正因子α(H_m)的计算公式为：

市区环境下，α(H_m)＝3.2[log(11.75×H_m)]²-4.97

郊区环境下，α(H_m)＝[1.1×log(f)-0.7]×H_m-[1.56×log(f)-0.8]。

7.根据权利要求6所述的LTE长期演进网络中基于扇区定向天线功率的PCI信号优化系统，其特征在于，所述修正单元根据测试点与小区扇区定向位置关系对所述参考传播损耗功率进行修正，得到小区在测试点处的扇区定向天线传播损耗功率的公式为：

当测试点位于小区扇区前瓣区域，则修正公式为：

当测试点位于小区扇区后瓣区域，则修正公式为：

其中，θ_hf为定向天线半功率角；γ_F/B为天线前后比；θ_m为测试点方位角，即小区天线经纬度与测试点经纬度连线方向与小区天线方位角之间的夹角；θ_hb为后瓣半功率角。

8.根据权利要求5所述的LTE长期演进网络中基于扇区定向天线功率的PCI信号优化系统，其特征在于，所述评估优化模块包括：

干扰概率总量计算单元，用于根据服务小区的参考接收功率及干扰小区的参考接收功率计算信号干扰概率总量；

评估优化单元，用于根据信号干扰概率总量进行PCI分配方案的评估和优化；

其中，针对各测试点，获取多个参考信号接收功率；

根据所述多个参考信号接收功率确定各所述检测栅格对应的准服务小区和准干扰小区；

根据准服务小区和准干扰小区的参考信号接收功率计算各检测栅格处服务小区的干扰概率总量；

根据各检测栅格处服务小区的干扰概率总量分析LTE网络干扰状况；

或者，

针对各测试点，获取多个参考信号接收功率；

根据所述多个参考信号接收功率确定各所述检测栅格对应的准服务小区和准干扰小区；

计算各准服务小区在检测栅格处的同模干扰概率总量，并将各准服务小区的同模干扰概率总量中的最大值作为该检测栅格的同模干扰概率参考值；

确定多个检测栅格中同模干扰概率参考值最大的检测栅格，作为问题栅格；

所述问题栅格的同模干扰概率参考值所对应的准服务小区，确定为问题小区，根据定位的问题小区进行信号的优化与调整；

或者，

针对各测试点，获取多个参考信号接收功率；

根据所述多个参考信号接收功率确定各所述检测栅格对应的准服务小区和准干扰小区；

计算各准服务小区在检测栅格处的同模干扰概率总量；

计算各小区作为准服务小区的多个检测栅格处的同模干扰概率总量之和，得到各小区的同模干扰概率总量；

确定小区的同模干扰概率总量大于干扰阈值的小区为问题小区，根据确定的问题小区进行信号的优化与调整；

或者，

针对各测试点，获取多个参考信号接收功率；

根据所述多个参考信号接收功率确定各所述检测栅格对应的准服务小区和准干扰小区；

判断小区间同模干扰关系，并计算第一小区在检测栅格处受第二小区的同模干扰概率；所述第一小区为在该检测栅格处的一准服务小区；所述第二小区为除第一小区外的一其它准服务小区或一准干扰小区；

针对各小区，计算第一小区作为准服务小区的多个检测栅格处受第二小区的同模干扰概率之和，得到第一小区受第二小区的同模干扰概率总量；

确定两小区间同模干扰概率总量大于干扰阈值的两个小区为问题小区，根据确定的问题小区进行信号的优化与调整。