CN106332137A - Lte无线网络结构优化方法及系统 - Google Patents
Lte无线网络结构优化方法及系统 Download PDFInfo
- Publication number
- CN106332137A CN106332137A CN201610729527.7A CN201610729527A CN106332137A CN 106332137 A CN106332137 A CN 106332137A CN 201610729527 A CN201610729527 A CN 201610729527A CN 106332137 A CN106332137 A CN 106332137A
- Authority
- CN
- China
- Prior art keywords
- optimization
- user
- module
- platform
- simulation
- 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.)
- Pending
Links
Classifications
-
- 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
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种LTE无线网络结构优化方法,包括步骤:用户登录服务平台,获取适用权限,平台自动为用户分配数据空间以及对应的优化模块;用户根据自己的需求选择创建优化方案,选择优化的循环次数;定义待优化的参数和目标;运行优化模块,输出优化结果,提供初步优化结果分析,用户查看优化结果分析,若其与用户实际需求有所偏离,且循环次数未到设定值,重复开始步骤S2,通过设置云端平台,用户通过访问云端平台输入仿真参数,获取仿真结果,解除了LTE网络优化对用户硬件资源条件的要求,通过用户自行设置循环次数,使得用户可以在此过程中将优化的数据与自己的需求及经验相结合,快速地确认最佳优化结果,提高优化的效率,适用性强。
Description
技术领域
本发明涉及通信网络技术领域,更具体地说,它涉及一种LTE无线网络结构优化方法及系统。
背景技术
截止到目前,国内外LTE网络已经覆盖广大区域,并且随着各大城市商用网络的建设和运营商的大力营销,LTE终端呈快速增长的趋势。LTE是承载着高速数据业务的主要网络,其覆盖质量及用户体验决定着运营商的市场竞争力。TD-LTE定义了新的帧结构和扁平化的网络架构,采用OFDM技术和自适应等各项关键新技术,使得TD-LTE能够获得更高的频谱效率和较低的时延,促进了无线通信跨越式的发展,为移动互联网的时代建立广阔的基础。
由于LTE网络的定位和覆盖目标以及覆盖能力相对2G/3G网络存在很大差异,加之前期规划布局不合理,导致实际网络中可能存在大量的重叠覆盖区域,因此必须在网络规划时对LTE的射频参数进行优化调整以提升系统的性能。以往的网络规划设计中通常是依据工程师自己的经验判断以及现场勘察情况进行方案设计,此种方案效率低下,且具有很强的主观性和片面性,因此,需要一种操作简便,适用性强的优化方法。
发明内容
针对实际运用中LTE网络优化效率低下,准确性差这一问题,本发明提出了一种LTE无线网络结构优化方法及系统,具体方案如下:
一种LTE无线网络结构优化方法,包括步骤:
S1,用户登录服务平台,获取适用权限,平台自动为用户分配数据空间以及对应的优化模块;
S2,用户根据自己的需求选择创建优化方案,选择优化的循环次数;
S3,定义待优化的参数和目标;
S4,运行优化模块、优化过程,平台输出优化结果,提供初步优化结果分析,用户查看上述优化结果分析,若其与用户实际需求有所偏离或实测数据不佳,且循环次数未到设定值,重复开始步骤S2。
通过上述技术方案,用户只需要通过云平台输入自己所需的LTE网络参数以及对应的指标要求,便可对LTE无线网络结构进行优化并获取结果,由于现有技术中优化过程会自动调整站址的选择进行多重优化,最终自动对比得出优化结果,这样耗时较长且优化结果不一定为用户接受,因此,通过设定循环次数,用户自定义上述仿真优化的循环结构,当用户在设定时间内找到与自己实际需求相匹配,且根据以往经验没有设定偏差的情况下,结束仿真优化,如此使得仿真优化的时间更为简短快捷。
进一步的,所述步骤S3包括:
S31,定义整体优化参数,包括迭代运算次数和分配率,精度,无线层和区域,成本控制参数;
S32,优化目标,定义目标区域和优化指标;
S33,设置重配置参数,选择载波和参数进行优化,包括RS功率偏置、天线类型、天线挂高、方向角、下倾角,对基站进行选择,确定基站/扇区是否可以移除;
其中,优化指标主要包括RS覆盖、CINR目标和负荷均衡目标。
一种LTE无线网络结构优化系统,包括:
云端平台,包括一登录接口模块与数据库,所述登录接口模块为用户提供登录界面以及参数输入输出界面,所述数据库包括功能数据库与用户数据库,分别用于存储优化模块以及用户个人优化数据;
自动优化单元,包括一自动优化模块以及仿真预测功能模块,内置与云端平台中,所述自动优化模块接收用户参数及指令,对LTE网络结构进行参数优化,所述仿真预测模块用于向用户提供仿真预测数据。
通过上述技术方案,用户只需要通过自己的个人PC便可以登录到平台中进行LTE的网络优化仿真,由于优化仿真需要占用大量的硬件资源,将其设置在云端即方便用户访问,又能突破用户硬件资源不足的限制,方便用户使用。
进一步的,所述仿真预测模块包括:
核心模块,包括用于网络结构优化时提供地理参数的地理信息系统、用于方便用户参数指令输入的通用操作功能、用于进行仿真优化运算的计算核心以及为仿真优化分配线程的任务自动化功能;
无线技术模块,包括GSM/TD-SCDMA/LTE/WiFi标准数据库格式,频段、天线库,预测功能以及蒙特卡罗仿真器;
测量模块,CrossWave及路测数据处理;
高级传输模型,包括CrossWave模型以及第三方射线跟踪模型。
进一步的,所述云端平台包括Citrix平台,用户PC机通过Citrix平台与自动优化模块及仿真预测功能模块数据连接。
通过上述技术方案,用户可以通过Citrix平台登录开始仿真,由于Citrix平台为云端平台,从而使得用户在任何地方都可以对仿真进程及优化过程进行监控,并且上传或下载数据。
与现有技术相比,本发明的有益效果如下:
通过设置云端平台,用户通过个人PC访问云端平台输入仿真参数,获取仿真结果,解除了LTE网络优化对用户硬件资源条件的限制,并且,通过用户自行设置仿真优化中自动重新选址的循环次数,使得用户可以在此过程中将优化的数据与自己的需求及经验相结合,快速地确认最佳的优化结果,提高优化的效率,适用性强。
附图说明
图1为本发明优化方法的流程示意图;
图2为本发明优化系统的整体框架示意图。
具体实施方式
下面结合实施例及图对本发明作进一步的详细说明,但本发明的实施方式不仅限于此。
目前随着LTE网络的普及,前期大量地建设LTE网络基站缺乏科学的结构规划,使得实际网络中存在着大量的重叠覆盖区域,不仅造成基站资源的浪费,而且基站之间也会造成相互干扰。为了避免这一情况的发生,需要对LTE无线网络结构进行重新评估与优化。现有的评估优化过程大多为路测信号,而后由工程师凭借自己的经验判断网络结构是否合理,这种方式不仅效率低下,而且容易出现偏差。
基于上述原因,现有技术中出现了许多专用的针对于LTE无线网络结构的仿真软件,但是由于LTE无线网络结构优化中涉及到的参数量及计算量都十分巨大,单凭用户自己的PC机显然并不能快速地完成上述优化仿真,基于现有技术中云计算服务的兴起与完善,若将优化的核心放至云端,用户只需要在线下输入自己所需的参数即可。因此,在本发明中,提出了一种LTE无线网络结构优化的方法,如图1所示,主要步骤包括:
S1,用户登录服务平台,获取适用权限,平台自动为用户分配数据空间以及对应的优化模块;
S2,用户根据自己的需求选择创建优化方案,选择优化的循环次数;
S3,定义待优化的参数和目标;
S4,运行优化模块、优化过程,平台输出优化结果,提供初步优化结果分析,用户查看上述优化结果分析,若其与用户实际需求有所偏离或实测数据不佳,且循环次数未到设定值,重复开始步骤S2。
上述步骤中,平台的验证及登录在现有技术中已经十分多样,因此具体的步骤细节未做详细阐述。用户登录成功后获取一个使用权限,由于仿真优化会产生大量的中间数据,并且在一段时间内会占用一定的计算模块,因此,在用户登录确认之后将会为用户分配一定比例的云存储数据空间以及对应的仿真优化资源,上述分配方案也可以在用户选定或者创建优化方案后进行。由于各个优化方案在优化软件中均有所提供,用户根据上述优化方案的要求,输入参数以及优化目标,平台开始运行优化模块,并且输出优化的结果,上述优化结果可以通过图像化的方式直观地展现,若上述结果并不满足用户的需求,例如在优化的结果中,A地点需要设定一个基站,而平台内的地理位置信息系统并未标注A地点可能已经被占用的信息,导致该方案与用户的实际需求出现矛盾,由此仿真优化模块更换站址继续循环运行,在循环运行中用户根据自己的需求或经验改变参数或者选定系统认为还非最优而实际上已经很优化的方案,由此节省系统优化的时间,也使得LTE无线网络优化更加的简单快速。
在上述优化的步骤中,步骤S3进一步包括:
S31,定义整体优化参数,包括迭代运算次数和分配率,精度,无线层和区域,成本控制参数;
S32,优化目标,定义目标区域和优化指标;
S33,设置重配置参数,选择载波和参数进行优化,包括RS功率偏置、天线类型、天线挂高、方向角、下倾角,对基站进行选择,确定基站/扇区是否可以移除;
其中,优化指标主要包括RS覆盖、CINR目标和负荷均衡目标。
上述成本参数由平台自动根据优化方案提供,用户根据自身的需求甲乙选择。
上述优化方法得到的优化结果包括:
统计: 优化时间,参考信号电平与参考信号C/(I+N)覆盖(初始与最终值),绝对改进程度(可对计算区域与焦点区域执行);相对改进程度和调整的数量也可以输出;
扇区: 参数再配置单元,优化前后每扇区的参考信号电平和参考信号C/(I+N)覆盖;
图表: 优化运行过程中的质量指标图表;
质量: 优化前后的覆盖质量图;
调整内容明细: 与变动等级“相对应的以改进程度值为基础的修改等级;
提交: 小区参数初始值与最终值的所有修改列表(小区结果表格);修改内容提交到网络数据库。
为了实现上述优化的方法,优化的平台结构包括:如图2所示,一种LTE无线网络结构优化系统,包括:
云端平台,包括一登录接口模块与数据库,所述登录接口模块为用户提供登录界面以及参数输入输出界面,所述数据库包括功能数据库与用户数据库,分别用于存储优化模块以及用户个人优化数据。用户在使用时利用上述云端平台提供的登录接口模块登录到云端仿真优化模块中,获取数据接口,用户通过自己的PC与云端平台数据连接,获取仿真的结果或查看仿真优化的中间数据。将仿真优化软件置于云端平台中,使得整个软件的安装基本上不受硬件资源的限制,有利于存放更多的仿真数据与资料库,例如地理位置信息数据等。
优化系统中还包括自动优化单元,包括一自动优化模块以及仿真预测功能模块,内置与云端平台中,所述自动优化模块接收用户参数及指令,对LTE网络结构进行参数优化,所述仿真预测模块用于向用户提供仿真预测数据。上述技术方案,用户只需要通过自己的个人PC便可以登录到平台中进行LTE的网络优化仿真,由于优化仿真需要占用大量的硬件资源,将其设置在云端即方便用户访问,又能突破用户硬件资源不足的限制,方便用户使用。
如图2所示,进一步的,仿真预测模块包括:
核心模块,包括用于网络结构优化时提供地理参数的地理信息系统、用于方便用户参数指令输入的通用操作功能、用于进行仿真优化运算的计算核心以及为仿真优化分配线程的任务自动化功能。
无线技术模块,包括GSM/TD-SCDMA/LTE/Wi-Fi标准数据库格式,频段、天线库,预测功能以及蒙特卡罗仿真器。
测量模块,Cross Wave及路测数据处理。
高级传输模型,包括Cross Wave模型以及第三方射线跟踪模型。
在本发明中,所述云端平台包括Citrix平台,用户PC机通过Citrix平台与自动优化模块及仿真预测功能模块数据连接。上述技术方案,用户可以通过Citrix平台登录开始仿真,由于Citrix平台为云端平台,从而使得用户在任何地方都可以对仿真进程及优化过程进行监控,并且上传或下载数据。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.一种LTE无线网络结构优化方法,其特征在于,包括步骤:
S1,用户登录服务平台,获取适用权限,平台自动为用户分配数据空间以及对应的优化模块;
S2,用户根据自己的需求选择创建优化方案,选择优化的循环次数;
S3,定义待优化的参数和目标;
S4,运行优化模块、优化过程,平台输出优化结果,提供初步优化结果分析,用户查看上述优化结果分析,若其与用户实际需求有所偏离或实测数据不佳,且循环次数未到设定值,重复开始步骤S2。
2.根据权利要求1所述的LTE无线网络结构优化方法,其特征在于,所述步骤S3包括:
S31,定义整体优化参数,包括迭代运算次数和分配率,精度,无线层和区域,成本控制参数;
S32,优化目标,定义目标区域和优化指标;
S33,设置重配置参数,选择载波和参数进行优化,包括RS功率偏置、天线类型、天线挂高、方向角、下倾角,对基站进行选择,确定基站/扇区是否可以移除;
其中,优化指标主要包括RS覆盖、CINR目标和负荷均衡目标。
3.一种LTE无线网络结构优化系统,其特征在于,包括:
云端平台,包括一登录接口模块与数据库,所述登录接口模块为用户提供登录界面以及参数输入输出界面,所述数据库包括功能数据库与用户数据库,分别用于存储优化模块以及用户个人优化数据;
自动优化单元,包括一自动优化模块以及仿真预测功能模块,内置与云端平台中,所述自动优化模块接收用户参数及指令,对LTE网络结构进行参数优化,所述仿真预测模块用于向用户提供仿真预测数据。
4.根据权利要求3所述的LTE无线网络结构优化方法,其特征在于,所述仿真预测模块包括:
核心模块,包括用于网络结构优化时提供地理参数的地理信息系统、用于方便用户参数指令输入的通用操作功能、用于进行仿真优化运算的计算核心以及为仿真优化分配线程的任务自动化功能;
无线技术模块,包括GSM/TD-SCDMA/LTE/Wi-Fi标准数据库格式,频段、天线库,预测功能以及蒙特卡罗仿真器;
测量模块,Cross Wave及路测数据处理;
高级传输模型,包括Cross Wave模型以及第三方射线跟踪模型。
5.根据权利要求3所述的LTE无线网络结构优化方法,其特征在于,所述云端平台包括Citrix平台,用户PC机通过Citrix平台与自动优化模块及仿真预测功能模块数据连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610729527.7A CN106332137A (zh) | 2016-08-25 | 2016-08-25 | Lte无线网络结构优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610729527.7A CN106332137A (zh) | 2016-08-25 | 2016-08-25 | Lte无线网络结构优化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106332137A true CN106332137A (zh) | 2017-01-11 |
Family
ID=57791852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610729527.7A Pending CN106332137A (zh) | 2016-08-25 | 2016-08-25 | Lte无线网络结构优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106332137A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111461454A (zh) * | 2020-04-14 | 2020-07-28 | 珠海格力电器股份有限公司 | 最优能效的自动仿真方法及系统 |
CN113573335A (zh) * | 2021-07-12 | 2021-10-29 | 昆明理工大学 | 一种室内信号跟踪方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102387511A (zh) * | 2011-11-03 | 2012-03-21 | 富春通信股份有限公司 | 多阵元天线基站的无线网络覆盖的优化系统和装置 |
CN103354643A (zh) * | 2013-06-26 | 2013-10-16 | 上海华为技术有限公司 | 一种实现双模网络能效联合仿真的方法和装置 |
CN104918262A (zh) * | 2014-03-11 | 2015-09-16 | 华为技术有限公司 | 网络优化方法及装置 |
CN105120477A (zh) * | 2015-07-21 | 2015-12-02 | 浙江宇脉科技有限公司 | 一种移动网络优化方法及系统 |
CN105407495A (zh) * | 2015-12-03 | 2016-03-16 | 中国联合网络通信集团有限公司 | 一种lte网络的规划方法及装置 |
-
2016
- 2016-08-25 CN CN201610729527.7A patent/CN106332137A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102387511A (zh) * | 2011-11-03 | 2012-03-21 | 富春通信股份有限公司 | 多阵元天线基站的无线网络覆盖的优化系统和装置 |
CN103354643A (zh) * | 2013-06-26 | 2013-10-16 | 上海华为技术有限公司 | 一种实现双模网络能效联合仿真的方法和装置 |
CN104918262A (zh) * | 2014-03-11 | 2015-09-16 | 华为技术有限公司 | 网络优化方法及装置 |
CN105120477A (zh) * | 2015-07-21 | 2015-12-02 | 浙江宇脉科技有限公司 | 一种移动网络优化方法及系统 |
CN105407495A (zh) * | 2015-12-03 | 2016-03-16 | 中国联合网络通信集团有限公司 | 一种lte网络的规划方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111461454A (zh) * | 2020-04-14 | 2020-07-28 | 珠海格力电器股份有限公司 | 最优能效的自动仿真方法及系统 |
CN111461454B (zh) * | 2020-04-14 | 2022-04-01 | 珠海格力电器股份有限公司 | 最优能效的自动仿真方法及系统 |
CN113573335A (zh) * | 2021-07-12 | 2021-10-29 | 昆明理工大学 | 一种室内信号跟踪方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105813017B (zh) | 用于使用地理定位和网络建模进行动态网络优化的技术 | |
CN103179580B (zh) | 一种自适应覆盖优化方法及装置 | |
CN101217770B (zh) | 一种移动通信网络质量自动评估分析装置及方法 | |
Chiaraviglio et al. | Multi-area throughput and energy optimization of UAV-aided cellular networks powered by solar panels and grid | |
CN105813112A (zh) | 用于使用地理定位和网络建模进行动态网络优化的技术 | |
CN107517481A (zh) | 一种基站负载均衡的管理方法及系统 | |
CN103491544B (zh) | 共享站点的选取方法及装置 | |
CN110505650A (zh) | 随机异构分层网容量智能评估方法及装置 | |
CN105376089A (zh) | 一种网络规划方法及装置 | |
US11218369B2 (en) | Method, apparatus and system for changing a network based on received network information | |
CN108462965A (zh) | 一种铁塔需求站址共享规划方法 | |
CN116260720A (zh) | 网络资源部署方法、装置、电子设备及存储介质 | |
CN109842893B (zh) | 一种自动识别远程开站的方法及装置 | |
Karri et al. | Multi-point Data Transmission and Control-Data Separation in Ultra-Dense Cellular Networks | |
CN106332137A (zh) | Lte无线网络结构优化方法及系统 | |
CN104349326B (zh) | 网络规划方法 | |
CN103002458B (zh) | 基站选址方法及装置 | |
US11012868B1 (en) | Indoor planning for densifying mobility networks | |
CN112423306B (zh) | 一种基站自动选址方法 | |
Roselló et al. | Network Digital Twin for Non-Public Networks | |
CN102098710A (zh) | 路网质量仿真系统与方法 | |
CN106332103A (zh) | Lte站点选址服务方法及服务平台 | |
CN104105115B (zh) | 一种频率优化方法及系统 | |
CN105992263A (zh) | 基站站址偏移预评估方法及系统 | |
Sánchez‐González et al. | A multi‐cell multi‐objective self‐optimisation methodology based on genetic algorithms for wireless cellular networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170111 |
|
RJ01 | Rejection of invention patent application after publication |