CN106376018A - 一种基于多维测量数据的频率扰码pci优化装置及其方法 - Google Patents

一种基于多维测量数据的频率扰码pci优化装置及其方法 Download PDF

Info

Publication number
CN106376018A
CN106376018A CN201510435763.3A CN201510435763A CN106376018A CN 106376018 A CN106376018 A CN 106376018A CN 201510435763 A CN201510435763 A CN 201510435763A CN 106376018 A CN106376018 A CN 106376018A
Authority
CN
China
Prior art keywords
data
matrix
interference
frequency
signal
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
Application number
CN201510435763.3A
Other languages
English (en)
Inventor
程小波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing New View Micro Technology Co Ltd
Original Assignee
Nanjing New View Micro Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing New View Micro Technology Co Ltd filed Critical Nanjing New View Micro Technology Co Ltd
Priority to CN201510435763.3A priority Critical patent/CN106376018A/zh
Publication of CN106376018A publication Critical patent/CN106376018A/zh
Pending legal-status Critical Current

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
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/26—Network addressing or numbering for mobility support

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于多维测量数据的频率扰码PCI优化装置，包括数据收集模块、数据分析模块、数据综合评估模块、方案生成模块和方案反馈优化模块。本发明还公开了一种基于多维测量数据的频率扰码PCI优化装置的方法，包括：A、收集通讯数据；B、建立干扰数据矩阵；C、进行信号小区之间干扰关系的评估；D、得出优化方案；E、对优化方案进行测试反馈。本发明能够改进现有技术的不足，提高了网络优化的精确性并节省人工。

Description

一种基于多维测量数据的频率扰码PCI优化装置及其方法
技术领域
本发明涉及移动通信4G无线侧网络优化技术领域，尤其是一种基于多维测量数据的频率扰码PCI优化装置及其方法。
背景技术
移动通信无线网络优化中2G的频点、3G的扰码和4G的PCI都是无线网络最基础的软频率资源，网络规划和优化的好坏，直接对无线网络基础性能和质量产生重要影响。会贯穿于无线网络的全生命周期。
在无线网络中，存在重叠覆盖的邻近小区间2G的频点、3G的扰码和4G的PCI如果规划和分配不当，会带来频点间、扰码和PCI模3模6干扰等一系列干扰问题，对网络接入时延/成功率、切换性能、掉话率、上下行速率等关键网络性能指标带来严重的负面影响，严重影响到网络质量和用户感知。
发明内容
本发明要解决的技术问题是提供一种基于多维测量数据的频率扰码PCI优化装置及其方法，能够解决现有技术的不足，提高了网络优化的精确性并节省人工。
为解决上述技术问题，本发明所采取的技术方案如下。
一种基于多维测量数据的频率扰码PCI优化装置，包括，
数据收集模块，用于对无线网络通讯数据进行收集分类，
数据分析模块，用于对数据收集模块所收集到的数据进行分析，为每个信号小区建立相互关联的干扰数据矩阵；
数据综合评估模块，用于对数据分析模块所生成的干扰数据矩阵进行邻区之间和非邻区之间的干扰关系的评估；
方案生成模块，根据干扰数据矩阵和干扰数据矩阵之间的干扰关系，对信号的频点、扰码和PCI分配方案进行优化；
方案反馈优化模块，用于将方案生成模块所生成的优化方案进行测 试，通过反馈调节生成最终优化方案。
一种使用上述的基于多维测量数据的频率扰码PCI优化装置的优化方法，包括以下步骤：
A、数据收集模块首先对无线网络中的频段利用率、频段切换频率、频段切换成功率、邻区切换成功率、各频段信号干扰强度进行分类收集，然后对收集来的数据进行统计分布，删除超过分布阈值的异常数据；最后将统计分布数据进行归一化处理；
B、数据分析模块将归一化处理后的数据根据其权重值进行排序，将权重最大的一组数据设置为干扰数据矩阵中第一行第一列的元素，在干扰数据矩阵的行序上，以数据权重值为基准由大至小依次排列，在干扰数据矩阵的列序上，以对于第一行元素的关联度为基准由大至小依次排列，与此同时，建立任意两个干扰数据矩阵之间的关联矩阵；
C、数据综合评估模块将各个信号小区的干扰数据矩阵和干扰数据矩阵之间的关联矩阵进行统计收集，然后根据时间顺序对各个矩阵进行排序，对生成的矩阵系列进行分析，评估出变化趋势函数，通过对变化趋势函数进行聚类分析，得出任意两个信号小区的干扰关系；
D、方案生成模块根据任意两个信号小区的干扰关系，对信号的频点、扰码和PCI分配方案进行优化；首先确定信号频点的选择范围，然后依据各个信号小区之间信号频点的重叠交叉区域来确定信号扰码，最后根据信号频点和扰码来确定PCI分配方案，保持任意两个信号小区的SRS和DM RS频域位置的重叠率小于10％；
E、方案反馈优化模块对步骤D中得出的分配方案进行仿真测试，同时选取信号小区的闲时进行实验测试；通过实验测试对仿真测试进行修正，仿真测试和实验测试的测试数量比例保持在100∶1；通过对修正数据的记录，进行logistic回归，使用得到的回归函数对后续得到的两个信号小区的干扰关系进行预判，当预判结果和通过步骤C得出的评估结果偏差大于阈值时，对上述两个信号小区的实验测试数量增加至少3倍。
作为优选，步骤A中，使用删除掉的异常数据两端的数据段求取加 权平均值，使用求取的加权平局值代替删除的异常数据。
作为优选，步骤B中，求取干扰数据矩阵的特征向量，对所有特征向量进行数据标准化处理，然后由处理后的特征向量组成关联矩阵。
作为优选，步骤C中，变化趋势函数采用非线性回归得出，距离当前处理时间较近的矩阵系列的权重大于距离当前处理时间较远的矩阵系列。
作为优选，步骤D中，在确定信号扰码后，根据信号扰码对信号频点范围进行反馈检验，对干扰超过阈值的频点范围进行修正。
作为优选，步骤E中，任意两次相邻的实验测试的间隔时间段内，仿真测试的测试数量偏差值保持在仿真测试总量的10％～20％之间。
本发明的有益效果在于：本发明通过分析海量现网数据，能对现网小区之间干扰关系进行准确判断，并可以基于专有算法对优化方案内的小区的频点、扰码或PCI进行最优化分配，大大提高了网络优化的精确性并节省人工。
附图说明
图1是本发明一个具体实施方式中硬件结构的示意图。
图中：1、数据收集模块；2、数据分析模块；3、数据综合评估模块；4、方案生成模块；5、方案反馈优化模块。
具体实施方式
本发明中使用到的标准零件均可以从市场上购买，异形件根据说明书的和附图的记载均可以进行订制，各个零件的具体连接方式均采用现有技术中成熟的螺栓、铆钉、焊接、粘贴等常规手段，在此不再详述。
参照图1，本发明一个具体实施方式包括数据收集模块1，用于对无线网络通讯数据进行收集分类；数据分析模块2，用于对数据收集模块1所收集到的数据进行分析，为每个信号小区建立相互关联的干扰数据矩阵；数据综合评估模块3，用于对数据分析模块2所生成的干扰数据矩阵进行邻区之间和非邻区之间的干扰关系的评估；方案生成模块4，根据干扰数据矩阵和干扰数据矩阵之间的干扰关系，对信号的频点、扰码和PCI 分配方案进行优化；方案反馈优化模块5，用于将方案生成模块4所生成的优化方案进行测试，通过反馈调节生成最终优化方案。
一种使用上述的基于多维测量数据的频率扰码PCI优化装置的优化方法，包括以下步骤：
A、数据收集模块1首先对无线网络中的频段利用率、频段切换频率、频段切换成功率、邻区切换成功率、各频段信号干扰强度进行分类收集，然后对收集来的数据进行统计分布，删除超过分布阈值的异常数据；最后将统计分布数据进行归一化处理；使用删除掉的异常数据两端的数据段求取加权平均值，使用求取的加权平局值代替删除的异常数据。
B、数据分析模块2将归一化处理后的数据根据其权重值进行排序，将权重最大的一组数据设置为干扰数据矩阵中第一行第一列的元素，在干扰数据矩阵的行序上，以数据权重值为基准由大至小依次排列，在干扰数据矩阵的列序上，以对于第一行元素的关联度为基准由大至小依次排列，与此同时，建立任意两个干扰数据矩阵之间的关联矩阵；求取干扰数据矩阵的特征向量，对所有特征向量进行数据标准化处理，然后由处理后的特征向量组成关联矩阵。
C、数据综合评估模块3将各个信号小区的干扰数据矩阵和干扰数据矩阵之间的关联矩阵进行统计收集，然后根据时间顺序对各个矩阵进行排序，对生成的矩阵系列进行分析，评估出变化趋势函数，通过对变化趋势函数进行聚类分析，得出任意两个信号小区的干扰关系；变化趋势函数采用非线性回归得出，距离当前处理时间较近的矩阵系列的权重大于距离当前处理时间较远的矩阵系列。
D、方案生成模块4根据任意两个信号小区的干扰关系，对信号的频点、扰码和PCI分配方案进行优化；首先确定信号频点的选择范围，然后依据各个信号小区之间信号频点的重叠交叉区域来确定信号扰码，最后根据信号频点和扰码来确定PCI分配方案，保持任意两个信号小区的SRS和DM RS频域位置的重叠率小于10％；在确定信号扰码后，根据信号扰码对信号频点范围进行反馈检验，对干扰超过阈值的频点范围进行修 正。
E、方案反馈优化模块5对步骤D中得出的分配方案进行仿真测试，同时选取信号小区的闲时进行实验测试；通过实验测试对仿真测试进行修正，仿真测试和实验测试的测试数量比例保持在100∶1；通过对修正数据的记录，进行logistic回归，使用得到的回归函数对后续得到的两个信号小区的干扰关系进行预判，当预判结果和通过步骤C得出的评估结果偏差大于阈值时，对上述两个信号小区的实验测试数量增加至少3倍；任意两次相邻的实验测试的间隔时间段内，仿真测试的测试数量偏差值保持在仿真测试总量的10％～20％之间。
本发明能通过分析海量现网数据，能对现网小区之间干扰关系进行准确判断，并可以基于专有算法对优化方案内的小区的频点、扰码或PCI进行最优化分配，大大提高了网络优化的精确性并节省人工。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (7)

1.一种基于多维测量数据的频率扰码PCI优化装置，其特征在于：包括，
数据收集模块(1)，用于对无线网络通讯数据进行收集分类，
数据分析模块(2)，用于对数据收集模块(1)所收集到的数据进行分析，为每个信号小区建立相互关联的干扰数据矩阵；
数据综合评估模块(3)，用于对数据分析模块(2)所生成的干扰数据矩阵进行邻区之间和非邻区之间的干扰关系的评估；
方案生成模块(4)，根据干扰数据矩阵和干扰数据矩阵之间的干扰关系，对信号的频点、扰码和PCI分配方案进行优化；
方案反馈优化模块(5)，用于将方案生成模块(4)所生成的优化方案进行测试，通过反馈调节生成最终优化方案。
2.一种使用权利要求1所述的基于多维测量数据的频率扰码PCI优化装置的优化方法，其特征在于包括以下步骤：
A、数据收集模块(1)首先对无线网络中的频段利用率、频段切换频率、频段切换成功率、邻区切换成功率、各频段信号干扰强度进行分类收集，然后对收集来的数据进行统计分布，删除超过分布阈值的异常数据；最后将统计分布数据进行归一化处理；
B、数据分析模块(2)将归一化处理后的数据根据其权重值进行排序，将权重最大的一组数据设置为干扰数据矩阵中第一行第一列的元素，在干扰数据矩阵的行序上，以数据权重值为基准由大至小依次排列，在干扰数据矩阵的列序上，以对于第一行元素的关联度为基准由大至小依次排列，与此同时，建立任意两个干扰数据矩阵之间的关联矩阵；
C、数据综合评估模块(3)将各个信号小区的干扰数据矩阵和干扰数据矩阵之间的关联矩阵进行统计收集，然后根据时间顺序对各个矩阵进行排序，对生成的矩阵系列进行分析，评估出变化趋势函数，通过对变化趋势函数进行聚类分析，得出任意两个信号小区的干扰关系；
D、方案生成模块(4)根据任意两个信号小区的干扰关系，对信号的频点、扰码和PCI分配方案进行优化；首先确定信号频点的选择范围，然后依据各个信号小区之间信号频点的重叠交叉区域来确定信号扰码，最后根据信号频点和扰码来确定PCI分配方案，保持任意两个信号小区的SRS和DM RS频域位置的重叠率小于10％；
E、方案反馈优化模块(5)对步骤D中得出的分配方案进行仿真测试，同时选取信号小区的闲时进行实验测试；通过实验测试对仿真测试进行修正，仿真测试和实验测试的测试数量比例保持在100∶1；通过对修正数据的记录，进行logistic回归，使用得到的回归函数对后续得到的两个信号小区的干扰关系进行预判，当预判结果和通过步骤C得出的评估结果偏差大于阈值时，对上述两个信号小区的实验测试数量增加至少3倍。
3.根据权利要求2所述的基于多维测量数据的频率扰码PCI优化装置的优化方法，其特征在于：步骤A中，使用删除掉的异常数据两端的数据段求取加权平均值，使用求取的加权平局值代替删除的异常数据。
4.根据权利要求2所述的基于多维测量数据的频率扰码PCI优化装置的优化方法，其特征在于：步骤B中，求取干扰数据矩阵的特征向量，对所有特征向量进行数据标准化处理，然后由处理后的特征向量组成关联矩阵。
5.根据权利要求2所述的基于多维测量数据的频率扰码PCI优化装置的优化方法，其特征在于：步骤C中，变化趋势函数采用非线性回归得出，距离当前处理时间较近的矩阵系列的权重大于距离当前处理时间较远的矩阵系列。
6.根据权利要求2所述的基于多维测量数据的频率扰码PCI优化装置的优化方法，其特征在于：步骤D中，在确定信号扰码后，根据信号扰码对信号频点范围进行反馈检验，对干扰超过阈值的频点范围进行修正。
7.根据权利要求2所述的基于多维测量数据的频率扰码PCI优化装置的优化方法，其特征在于：步骤E中，任意两次相邻的实验测试的间隔时间段内，仿真测试的测试数量偏差值保持在仿真测试总量的10％～20％之间。
CN201510435763.3A 2015-07-23 2015-07-23 一种基于多维测量数据的频率扰码pci优化装置及其方法 Pending CN106376018A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510435763.3A CN106376018A (zh) 2015-07-23 2015-07-23 一种基于多维测量数据的频率扰码pci优化装置及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510435763.3A CN106376018A (zh) 2015-07-23 2015-07-23 一种基于多维测量数据的频率扰码pci优化装置及其方法

Publications (1)

Publication Number Publication Date
CN106376018A true CN106376018A (zh) 2017-02-01

Family

ID=57879977

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510435763.3A Pending CN106376018A (zh) 2015-07-23 2015-07-23 一种基于多维测量数据的频率扰码pci优化装置及其方法

Country Status (1)

Country Link
CN (1) CN106376018A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109600756A (zh) * 2018-12-03 2019-04-09 北京工业大学 一种基于最大度优先染色算法的物理小区识别分配方法
CN111385116A (zh) * 2018-12-29 2020-07-07 北京亿阳信通科技有限公司 一种高干扰小区的多维关联特征分析方法和装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109600756A (zh) * 2018-12-03 2019-04-09 北京工业大学 一种基于最大度优先染色算法的物理小区识别分配方法
CN109600756B (zh) * 2018-12-03 2022-04-05 北京工业大学 一种基于最大度优先染色算法的物理小区识别分配方法
CN111385116A (zh) * 2018-12-29 2020-07-07 北京亿阳信通科技有限公司 一种高干扰小区的多维关联特征分析方法和装置
CN111385116B (zh) * 2018-12-29 2023-07-14 北京亿阳信通科技有限公司 一种高干扰小区的多维关联特征分析方法和装置

Similar Documents

Publication Publication Date Title
CN107920362B (zh) 一种基于微区域的lte网络性能评估方法
CN105163344B (zh) 一种td-lte系统内干扰的定位方法
CN108616900B (zh) 一种室内外测量报告的区分方法及网络设备
CN107786994B (zh) 端到端无线业务的用户感知质差分析方法和系统
CN110493720B (zh) 终端的定位方法、装置及存储介质
CN108243435B (zh) 一种lte小区场景划分中的参数优化方法及装置
WO2022022486A1 (zh) 用于基站节能的处理方法和处理装置
CN105376089A (zh) 一种网络规划方法及装置
CN108901029B (zh) 一种基于深度学习的室内外用户区分方法
CN106803797A (zh) 一种基于网络参数的VoIP话音质量客观评价方法
CN108684058B (zh) 一种基于fahp-集成学习的lte小区负载评价方法
CN112243249A (zh) 5g nsa组网下lte新入网锚点小区参数配置方法和装置
CN102014406A (zh) 基于用户测量报告的运营商间覆盖对比方法
CN105679335A (zh) 基于无线分析的语音质量评估方法及系统
CN109376944A (zh) 智能电表预测模型的构建方法及装置
CN110866366A (zh) 一种基于XGBoost算法的含PHEV光伏微网孤岛检测法
Chernogorov et al. User satisfaction classification for minimization of drive tests QoS verification
CN112668612A (zh) 一种基于网格的局部放电信号聚类分析方法
CN114268981A (zh) 网络故障检测与诊断方法及系统
CN106376018A (zh) 一种基于多维测量数据的频率扰码pci优化装置及其方法
CN109996270A (zh) 网络覆盖分析方法、装置、设备及介质
CN113133019A (zh) 一种输出网络优化方案的方法
CN106162681B (zh) 一种gsm900二次谐波干扰的检测方法及装置
CN109995549A (zh) 一种评估流量价值的方法及装置
CN109963301B (zh) 一种网络结构干扰的分析方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170201