CN106788587A - 一种干扰类型的确定方法及装置 - Google Patents
一种干扰类型的确定方法及装置 Download PDFInfo
- Publication number
- CN106788587A CN106788587A CN201510785445.XA CN201510785445A CN106788587A CN 106788587 A CN106788587 A CN 106788587A CN 201510785445 A CN201510785445 A CN 201510785445A CN 106788587 A CN106788587 A CN 106788587A
- Authority
- CN
- China
- Prior art keywords
- prb
- interference
- prbs
- level value
- preset
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 101150071746 Pbsn gene Proteins 0.000 claims description 199
- 238000010586 diagram Methods 0.000 claims description 38
- 230000000903 blocking effect Effects 0.000 claims description 35
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012512 characterization method Methods 0.000 claims 3
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 90
- 230000008569 process Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 102100029516 Basic salivary proline-rich protein 1 Human genes 0.000 description 1
- 101001125486 Homo sapiens Basic salivary proline-rich protein 1 Proteins 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
- H04B1/7097—Interference-related aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供了一种干扰类型的确定方法及装置,其中方法包括:获取高干扰小区在预设时间段内的目标PRB数据;将所述目标PRB数据与多组PRB特征信息进行一一匹配;其中,一组PRB特征信息对应一种干扰类型;将与所述目标PRB数据匹配成功的一组PRB特征信息对应的干扰类型,确定为所述高干扰小区的干扰类型。本申请可以自动化分析并确定TD-LTE基站上行干扰类型,从而可以准确、高效地确认TD-LTE基站受到的干扰类型。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种干扰类型的确定方法及装置。
背景技术
对于移动通信网络,保证业务质量的前提是使用干净的频谱,即该频段没有被其他系统使用或干扰。否则,会对受到干扰的系统性能以及终端用户的感受产生较大的负面影响。
随着4G TD-LTE基站的逐步建设,目前已形成了2G、3G和4G基站共存的局面,系统间的干扰概率也大幅提升。在目前已建设的基站中,已发现大量的TD-LTE基站受到干扰。这些干扰主要包括2G和3G小区对TD-LTE小区的阻塞干扰、互调干扰和杂散干扰。此外,还有其它无线电设备(如手机信号屏蔽器)带来的网外干扰等。
目前,还没有专业的TD-LTE上行干扰分析工具,来确定TD-LTE基站受到的干扰类型。因此,通信工程师只能在通信设备厂商的操作平台上进行PRB(PHYSICAL RESOURCE BLOCK,时频域物理资源块)数据提取,然后通过人工方式对PRB数据进行波形分析,最终确认TD-LTE基站受到的干扰类型。
但是,人工方式对TD-LTE基站上行干扰的分析过程,存在效率较低、准确性差、所需较高能力人员等问题。因此,现在需要一种对TD-LTE基站上行干扰的自动化分析方法,以便可以准确、高效地确认TD-LTE基站受到的干扰类型。
发明内容
本申请提供了一种干扰类型的确定方法及装置,使用该面板拨号时能够更加快捷易用。
为了实现上述目的,本申请提供了以下技术手段:
一种干扰类型的确定方法,包括:
获取高干扰小区在预设时间段内的目标PRB数据;
将所述目标PRB数据与多组PRB特征信息进行一一匹配;其中,一组PRB特征信息对应一种干扰类型;
将与所述目标PRB数据匹配成功的一组PRB特征信息对应的干扰类型,确定为所述高干扰小区的干扰类型。
优选的,所述高干扰小区的确定过程,包括:
获取一个小区在预设时间段内的PRB数据;
计算所述PRB数据在每个小时内所有PRB平均电平值;
若平均电平值超过预设干扰电平值的小时数量大于预设数量,则确定该小区为高干扰小区。
优选的,所述多组PRB特征信息包含:
与网内干扰类型对应的网内PRB特征信息,与杂散干扰类型对应的杂散PRB特征信息,与阻塞干扰类型对应的阻塞PRB特征信息,与互调干扰类型对应的互调PRB特征信息,和/或,与网外干扰类型对应的网外PRB特征信息;
其中,各个PRB特征信息均由与其干扰类型对应的PRB波形图中提取。
优选的,每组PRB特征信息包括:
预设PRB集合中的每个PRB电平值与预设干扰电平值之间大小关系;
或者,
预设PRB集合中的每个PRB电平值与预设干扰电平值之间大小关系,且,预设PRB集合中每个PRB的干扰程度等级之间的大小关系;
其中,所述预设PRB集合包括指定PRB范围内每个PRB集合,所有PRB的集合,多个指定PRB的集合,或者,预设数量PRB的集合。
优选的,针对所述网内PRB特征信息,所述预设PRB集合为在PRB47-PRB52的6个PRB;
则所述网内PRB特征信息包括:在PRB47-PRB52的6个PRB中,每个PRB对应的PRB电平值均大于预设干扰电平值。
优选的,针对所述杂散PRB特征信息,所述预设PRB集合为所有PRB的集合;
则所述杂散PRB特征信息包括:在PRB0-PRB50的50个PRB中,每个PRB对应的PRB电平值均大于预设干扰电平值;并且,PRB51-PRB99的50个PRB中,每个PRB对应的PRB电平值均小于预设干扰电平值。
优选的,针对所述阻塞PRB特征信息,所述预设PRB集合为所有PRB的集合;
则所述阻塞PRB特征信息,包括:所有PRB对应的电平值均大于预设干扰电平值;并且,PRB0-PRB50对应的前50个PRB中任一PRB的干扰程度等级大于PRB51-PRB99对应的后50个PRB中任一PRB的干扰程度等级;
其中,若一个PRB电平值在第一电平值范围内,则确定PRB为第一干扰程度等级;若一个PRB电平值在第二电平值范围内,则确定PRB为第二干扰程度等级;若一个PRB电平值在第三电平值范围内,则确定PRB为第三干扰程度等级;所述第一干扰程度等级、所述第二干扰程度等级和所述第三干扰程度等级的干扰程度依次增加。
优选的,针对所述互调PRB特征信息,所述预设PRB集合为多个指定PRB的集合;
所述互调PRB特征信息,包括:多个指定PRB对应的PRB电平值大于预设电平值;其中,所述多个指定PRB为PRB8、PRB28、PRB50、PRB61、PRB82中的多个PRB。
优选的,针对所述网外PRB特征信息,所述预设PRB集合为预设数量PRB的集合;
则所述网外PRB特征信息,包括:超过一半的PRB对应的PRB电平值大于预设电平值,并且,所述超过一半的PRB中所有PRB的干扰程度均一致;
其中,若一个PRB电平值在第一电平值范围内,则为确定PRB为第一干扰程度等级;若一个PRB电平值在第二电平值范围内,则确定PRB为第二干扰程度等级;若一个PRB电平值在第三电平值范围内,则确定PRB为第三干扰程度等级;所述第一干扰程度等级、所述第二干扰程度等级和所述第三干扰程度等级的干扰程度依次增加。
优选的,将所述目标PRB数据与一组PRB特征信息进行一一匹配,包括:
将所述目标PRB数据中预设PRB集合中的每个PRB电平值与预设干扰电平值进行对比;
或者,
将所述目标PRB数据中预设PRB集合中的每个PRB电平值与预设干扰电平值进行对比,且,将所述目标PRB数据中预设PRB集合中的每个PRB的干扰程度等级进行对比。
一种干扰类型的确定装置,包括:
第一获取单元,用于获取高干扰小区在预设时间段内的目标PRB数据;
匹配单元,用于将所述目标PRB数据与多组PRB特征信息进行一一匹配;其中,一组PRB特征信息对应一种干扰类型;
第一确定单元,用于将与所述目标PRB数据匹配成功的一组PRB特征信息对应的干扰类型,确定为所述高干扰小区的干扰类型。
优选的,还包括:
第二获取单元,用于获取一个小区在预设时间段内的PRB数据;
计算单元,用于计算所述PRB数据在每个小时内所有PRB平均电平值;
第二确定单元,用于若平均电平值超过预设干扰电平值的小时数量大于预设数量,则确定该小区为高干扰小区。
优选的,每组PRB特征信息包括:
预设PRB集合中的每个PRB电平值与预设干扰电平值之间大小关系;
或者,
预设PRB集合中的每个PRB电平值与预设干扰电平值之间大小关系,且,预设PRB集合中每个PRB的干扰程度等级之间的大小关系;
其中,所述预设PRB集合包括指定PRB范围内每个PRB集合,所有PRB的集合,多个指定PRB的集合,或者,预设数量PRB的集合。
优选的,所述多组PRB特征信息包含:
与网内干扰类型对应的网内PRB特征信息,与杂散干扰类型对应的杂散PRB特征信息,与阻塞干扰类型对应的阻塞PRB特征信息,与互调干扰类型对应的互调PRB特征信息,和/或,与网外干扰类型对应的网外PRB特征信息;
其中,各个PRB特征信息均由与其干扰类型对应的PRB波形图中提取。
通过以上技术手段,可以看出本申请具有以下技术效果:
本申请通过PRB波形图形总结获取各干扰类型的PRB特征信息,根据各干扰类型的PRB特征信息与目标PRB数据的细致比对,可以准确获知目标PRB数据的干扰类型。本申请可以自动化确定高干扰小区的干扰类型,相当于现有技术的人工确定干扰类型而言,具有速度快、效率高优势,并且本申请可以节省大量人力资源,且降低操作人员的技术水平,只需一般技术人员即可操作并获取干扰类型,摒弃了现有技术中需要具有丰富干扰类型经验的高级技术人员进行操作的弊端,较好实现自动化分析并确定TD-LTE基站上行干扰类型的目的。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例公开的一种干扰类型的PRB波形图;
图2为本申请实施例公开的又一种干扰类型的PRB波形图;
图3为本申请实施例公开的又一种干扰类型的PRB波形图;
图4为本申请实施例公开的又一种干扰类型的PRB波形图;
图5为本申请实施例公开的又一种干扰类型的PRB波形图;
图6为本申请实施例公开的一种干扰类型的确定方法的流程图;
图7为本申请实施例公开的又一种干扰类型的确定方法的流程图;
图8为本申请实施例公开的一种干扰类型的确定装置的结构示意图;
图9为本申请实施例公开的又一种干扰类型的确定装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在介绍本申请的具体执行过程之前,首先介绍TD-LTE可能受到的干扰类型:
本申请涉及TD-LTE网络是一个同频网络并且网络结构也日趋复杂,在多网同时运作时会受到网内网外的多重干扰。按照TD-LTE网络的频点范围,主要干扰源如下:
通过对F频段、D频段和E频段的容易受到的干扰类型进行分析和归类,可以得到TD-LTE基站受到的干扰类型:
(1)网内干扰
网内干扰为TD-LTE同频网络引起的网内干扰,主要由于TD-LTE基站建设过于密集,所导致相邻小区的TD-LTE基站的相互之间产生的干扰,这种干扰在用户量较大时,越发严重。
(2)网外干扰
网外干扰主要为网络制式之外的干扰源,造成全频段或者大部分频段干扰均较高的干扰类型。干扰源可以为军区的通信系统、学校及社会考点的信号屏蔽装置、银行ATM机内警用信号干扰装置等。
(3)阻塞干扰
阻塞干扰一般为附近的无线电设备发射的较强信号,被TD-LTE设备接收所导致的干扰。现阶段发现的阻塞干扰主要为中国移动GSM900/1800及距离较近的友商基站系统带来的。阻塞干扰的干扰强度一般与话务量正相关,即TD-LTE站点的干扰强度随干扰源站点的话务量变化而变化,干扰源站点话务量越大则TD-LTE站点的干扰越严重。
(4)杂散干扰
杂散干扰是指其它系统或网络的信号由于频段相近、信号杂乱造成的干扰。杂散干扰主要包括三方面信号来源:GSM1800对F频段形成干扰;电信的1.G FDD-LTE基站对F频段形成的干扰;以及WLAN AP对E频段形成干扰。
(5)互调干扰
互调干扰一般为附近的无线电设备发射的互调信号落在TD-LTE基站接收频段内造成的,现阶段发现的互调干扰主要为中国移动GSM900系统下行产生的二阶互调干扰TD-LTE F频段。
(6)其它干扰。由于故障或者参数,或者室分信源等问题造成的干扰。其它干扰需要根据实际情况进行排查,因此本申请不涉及其它干扰的情况。
鉴于以人工方式判定干扰类型速率较慢且准确性不高,且需要掌握丰富干扰经验的专业技术人员进行判定,因此本申请采用计算机来自动化识别TD-LTE的干扰类型,以便可以准确、高效地确认TD-LTE基站受到的干扰类型。
为了实现自动化识别TD-LTE的干扰类型,本申请预先构建每个干扰类型的PRB波形图,并从各个干扰类型的PRB波形图中提取PRB特征信息,以便将PRB特征信息作为自动化识别TD-LTE的干扰类型的依据。针对上述的五种干扰类型,下面分别介绍构建每个干扰类型的PRB波形图的具体过程:
(1)与网内干扰对应的PRB波形图
鉴于网内干扰是由于TD-LTE基站建设过于密集所引起的,所以本申请在实验室中以实验的方式,创建多个地理位置上较为密集的TD-LTE基站,或者,采用软件模拟的方式创建多个地理位置上较为密集的虚拟TD-LTE基站。
那么,在各个TD-LTE基站运行之后,各个TD-LTE基站会相互干扰。技术人员可以针对其中一个基站的小区,提取一段时间内的PRB数据,然后再根据所提取得到的PRB数据,生成PRB波形图。该PRB波形图可以反映出在TD-LTE基站具有网内干扰的情况下,PRB数据的变化趋势。
参见图1,为设定的干扰电平值为-105dBm的情况下,利用上述方式获得的与PRB数据对应的PRB波形图。其中横轴为0-99个PRB,纵轴为每个PRB的电平值。
从图1中可以看出,在网内干扰主要影响PRB47-PRB52的6个PRB,即PRB47-PRB52的6个PRB对应的PRB电平值均大于预设干扰电平值,其余PRB不会受到网内干扰的影响。因此,在网内PRB波形图中提取的网内PRB特征信息为:在PRB47-PRB52的6个PRB中,每个PRB对应的PRB电平值均大于预设干扰电平值。因此,如果一个高干扰小区的PRB数据中PRB47-PRB52的6个PRB对应的PRB电平值均大于预设干扰电平值,则表明该高干扰小区受到干扰类型为网内干扰类型。
(2)与网外干扰对应的PRB波形图
鉴于网外干扰主要由于网络制式之外的干扰源造成的,因此本申请在实验室中以实验方式,以实际方式或软件虚拟方式,创建一个TD-LTE基站并在该TD-LTE基站附近增加干扰源。干扰源可以为军区的通信系统、学校及社会考点的信号屏蔽装置、银行ATM机内警用信号干扰装置等。
那么在TD-LTE基站和各个干扰源均运行之后,各个干扰源会对TD-LTE基站造成影响。技术人员可以在该TD-LTE基站的一个小区中,提取一段时间内的PRB数据,并根据该PRB数据生成PRB波形图。
参见图2,为设定的干扰电平值为-105dBm的情况下,利用上述方式获得的与PRB数据对应的PRB波形图。其中横轴为0-99个PRB,纵轴为每个PRB的电平值。从图2中可以看出,网外干扰影响PRB数量较多,大部分或全部的PRB的电平值均超过设定的干扰电平值。并且,各个PRB的电平值相差不大。
因此,在网外PRB波形图中提取的网外PRB特征信息为:超过一半的PRB对应的PRB电平值大于预设电平值,并且,所述超过一半的PRB中所有PRB的干扰程度均一致。
其中,若所述PRB电平值在第一范围内,则为第一干扰程度;若所述PRB电平值在第二范围内,则为第二干扰程度;若所述PRB电平值在第三范围内,则为第三干扰程度;所述第一干扰程度、所述第二干扰程度和所述第三干扰程度依次增加。例如,可以设定-105dBm~-100dBm为第一电平值范围,-100dBm~-90dBm为第二电平值范围,-90dBm~-48dBm为第三电平值范围。
如果一个高干扰小区的PRB数据中,超过一半的PRB对应的PRB电平值均大于预设电平值,并且,所有大于预设电平值的PRB电平值归属于同一干扰程度,则可以表明该小区受到网外干扰。
(3)与阻塞干扰对应的PRB波形图
鉴于阻塞干扰为附近的无线电设备发射的较强信号,被TD-LTE基站接收所导致的干扰。所以,本申请利用实验方式通过实验手段,以实际方式或软件虚拟方式,创建一个TD-LTE基站并在该TD-LTE基站附近增加无线电设备。
在TD-LTE基站和无线电设备均正常运行的情况下,无线电设备会对TD-LTE基站产生影响。技术人员可以在该TD-LTE基站的一个小区中,提取一段时间内的PRB数据,并根据该PRB数据生成PRB波形图。
参见图3,为设定的干扰电平值为-105dBm的情况下,利用上述方式获得的与PRB数据对应的PRB波形图。其中横轴为0-99个PRB,纵轴为每个PRB的电平值。
从图3中可以看出,阻塞干扰影响前50个PRB。前50个PRB的电平值均高于设定的干扰电平值。后面50个PRB也受到轻微干扰,即后面50个PRB的电平值略微大于干扰电平值。因此,可以确定前50个PRB的干扰程度大于后50个PRB的干扰程度。
因此,在阻塞PRB波形图中提取的网外PRB特征信息为:所有PRB对应的电平值均大于预设干扰电平值;并且,PRB0-PRB50对应的前50个PRB的干扰程度,大于PRB51-PRB99对应的后50个PRB的干扰程度。如果一个高干扰小区的PRB数据中,所有PRB电平值均大于预设电平值,并且,PRB0-PRB50对应的前50个PRB的干扰程度,大于PRB51-PRB99对应的后50个PRB的干扰程度,则可以表明该小区受到阻塞干扰。
(4)杂散干扰
鉴于杂散干扰是指其它系统或网络的信号由于频段相近、信号杂乱造成的干扰所导致的干扰。所以,本申请利用实验方式通过实验手段,以实际方式或软件虚拟方式,创建一个TD-LTE基站并在该TD-LTE基站附近GSM1800对F频段形成干扰,电信的1.G FDD-LTE基站对F频段形成的干扰,以及WLAN AP对E频段形成干扰。
在TD-LTE基站均正常运行的情况下,GSM1800、电信的1.G FDD-LTE基站以及WLAN AP会对TD-LTE基站产生影响。技术人员可以在该TD-LTE基站的一个小区中,提取一段时间内的PRB数据,并根据该PRB数据生成PRB波形图。
参见图4,为设定的干扰电平值为-105dBm的情况下,利用上述方式获得的与PRB数据对应的PRB波形图。其中横轴为0-99个PRB,纵轴为每个PRB的电平值。
从图4中可以看出,杂散干扰影响前50个PRB。前50个PRB的电平值均高于设定的干扰电平值,后面50个PRB没有受到干扰。因此,在杂散PRB波形图中提取得到的杂散PRB特征信息为:在PRB0-PRB50的50个PRB中,每个PRB对应的PRB电平值均大于预设干扰电平值,并且,PRB51-PRB99的50个PRB中,每个PRB对应的PRB电平值均小于预设干扰电平值。
如果一个高干扰小区的PRB数据中前50个PRB(PRB0-PRB50)对应的PRB电平值大于预设电平值,后50个PRB(PRB51-PRB99)对应的PRB电平值小于预设电平值,则可以表明该小区受到杂散干扰。
(5)与互调干扰对应的PRB波形图
鉴于互调干扰为互调信号落在TD-LTE基站接收频段内造成的,现阶段发现的互调干扰主要为中国移动GSM900系统下行产生的二阶互调干扰TD-LTE F频段,以及DCS1800的三阶互调干扰对D频段的干扰。所以,本申请利用实验方式通过实验手段,以实际方式或软件虚拟方式,创建一个TD-LTE基站并在该TD-LTE基站附近增加中国移动GSM900系统以及DCS1800系统。
在TD-LTE基站、GSM900系统以及DCS1800系统均正常运行的情况下,GSM900系统以及DCS1800系统对TD-LTE基站产生影响。技术人员可以在该TD-LTE基站的一个小区中,提取一段时间内的PRB数据,并根据该PRB数据生成PRB波形图。
参见图5,为设定的干扰电平值为-105dBm的情况下,利用上述方式获得的与PRB数据对应的PRB波形图。其中横轴为0-99个PRB,纵轴为每个PRB的电平值。
从图5中可以看出,互调干扰为连续2-3个PRB超过设定的干扰电平值;整个PRB波形图具有N个波峰,从5图示中可以看出,在PRB8附近、PRB28附近、PRB50附近、PRB61附近、PRB82附近处具有波峰。并且这些波峰的频段范围刚好与共站的GSM900的二次谐波/二阶互调或DCS1800的三阶互调吻合。
因此,从互调PRB波形图中提取得到的互调PRB干扰特征信息为:多个指定PRB对应的PRB电平值大于预设电平值;其中,所述多个指定PRB为PRB8、PRB28、PRB50、PRB61、PRB82中的多个PRB。
如果一个高干扰小区的PRB数据中在多个指定PRB处(PRB8、PRB28、PRB50、PRB61或PRB82)的PRB电平值大于预设电平值,则可以表明该高干扰小区受到互调干扰。
在确定各个干扰类型对应的PRB特征信息之后,将各个干扰类型对应的PRB特征信息与其对应的干扰类型对应存储,以便在自动化识别干扰类型的过程中,作为判断的依据。
在执行自动化识别TD-LTE基站小区的干扰类型之前,首先需要确定TD-LTE基站的小区是否受到干扰。如果一个TD-LTE基站小区受到干扰较为严重,则可以该TD-LTE基站小区执行确定干扰类型的过程。如果一个TD-LTE基站小区未受到干扰,则不必对该TD-LTE基站小区执行确定干扰类型的过程。
下面介绍判断一个TD-LTE基站小区是否为高干扰小区的过程,参见图6具体包括以下步骤:
步骤S601:获取一个小区在预设时间段内的PRB数据。
在TD-LTE中有0-99个PRB,在每个时刻每个PRB均对应一个电平值,即在每个时刻0-99个PRB均对应一个电平值。那么,本步骤中获得的PRB数据包括各个时刻下与0-99个PRB一一对应电平值。
例如,本申请可以连续获取7×24,即获取连续的168个小时的PRB数据。
步骤S602:计算所述PRB数据在每个小时内所有PRB平均电平值。
针对每个小时内的PRB数据,计算本小时内所有PRB电平值的平均值,将计算得到的平均值作为本小时的平均电平值。
步骤S603:判断平均电平值超过预设干扰电平值的小时数量是否大于预设数量,若是则进入步骤S604,否则进入步骤S605。
本申请预先设定一个预设干扰电平值,若一个小时的平均电平值大于预设干扰电平值,则说明该小区受到干扰。若一个小时的平均电平值不大于预设干扰电平值,则说明该小区未收到干扰。
本申请还预先设定一个预设数量,用于表示确定高干扰小区的小时数量。若一个小区受到干扰的小时数量大于预设数量,则表示该小区在多个小时内均收到干扰,所以,可以确定该小区为高干扰小区。
若一个小区受到干扰的小时数量不大于预设数量,则表示该小区受到干扰的较轻,非高干扰小区,所以可以不对该小区执行后续处理。
例如,延续上述举例,在获得168个小时的PRB数据后,预设干扰电平值可以为-100dBm,预设数量可以为9;则本步骤具体可以将平均电平值大于-100dBm大于9小时的小区为高干扰小区。
步骤S604:若平均电平值超过预设干扰电平值的小时数量大于预设数量,则确定该小区为高干扰小区。
步骤S605:若平均电平值超过预设干扰电平值的小时数量不大于预设数量,则确定该小区不为高干扰小区。
在利用图6所示的过程确定高干扰小区,便可以针对该高干扰小区确定高干扰小区的干扰类型,以便技术人员可以消除该小区的干扰,保证小区内用户正常使用。
下面详细介绍本申请提供的一种干扰类型的确定方法,如图7所示,具体包括以下步骤:
步骤S701:获取高干扰小区在预设时间段内的目标PRB数据。
处理器可以获取高干扰小区在预设时间段内的PRB数据,即处理器可以获取各个时刻下0-99个PRB的电平值。本步骤的预设时间段可以是任意长度的时间段,可以为1个小时,也可以24个小时。可以理解的是,预设时间段越短处理器处理过程越快,但是处理结果的准确度较差;预设时间段越长处理器处理过程越慢,但处理结果较为准确。因此,在实际应用中,可以根据实际情况来决定。
然后,可以针对每个PRB计算PRB数据中各个时刻下平均电平值。即:依据PRB数据,计算预设时间段内的各个时刻下PRB0的平均电平值,计算各个时刻下PRB1的平均电平值……计算各个时刻下PRB99的平均电平值。在获得各个PRB的平均电平值之后,将0-99个PRB对应的PRB电平值,确定目标PRB数据。
步骤S702:将所述目标PRB数据与多组PRB特征信息进行一一匹配;其中,一组PRB特征信息对应一种干扰类型。
在图1、图2、图3、图4和图5所示的过程中,已经确定与每个干扰类型对应的一组PRB特征信息。其中,所述多组PRB特征信息包括:与网内干扰类型对应的网内PRB特征信息;与网外干扰类型对应的网外PRB特征信息;与阻塞干扰类型对应的阻塞PRB特征信息;与杂散干扰类型对应的杂散PRB特征信息;和/或,与互调干扰类型对应的互调PRB特征信息。其中,各个PRB特征信息均由与其干扰类型对应的PRB波形图中提取。
从图1-图5的过程,可以看出每组PRB特征信息包括:预设PRB集合中的每个PRB电平值与预设干扰电平值之间大小关系;或者,预设PRB集合中的每个PRB电平值与预设干扰电平值之间大小关系,且,预设PRB集合中每个PRB的干扰程度等级之间的大小关系。其中,所述预设PRB集合包括指定PRB范围内每个PRB集合,所有PRB的集合,多个指定PRB的集合,或者,预设数量PRB的集合。
可以理解的是,如果目标PRB数据与其中一组PRB特征信息匹配,则可以确定高干扰小区与该组PRB特征信息的干扰类型是一致的。因此,本步骤将目标PRB数据与多组PRB特征信息进行一一匹配。下面详细介绍匹配过程:
(1)将目标PRB数据与网内PRB特征信息进行匹配。
由图1所示的过程可知,网内PRB特征信息为:在PRB47-PRB52的6个PRB中,每个PRB对应的PRB电平值均大于预设干扰电平值。
针对所述网内PRB特征信息,所述预设PRB集合为在PRB47-PRB52的6个PRB。因此,本步骤判断目标PRB数据中PRB47-PRB52的6个PRB中每个PRB对应的PRB电平值是否大于预设干扰电平值;如果是,则确定目标PRB数据是由网内干扰类型引起的,即高干扰小区受到的干扰类型为网内干扰类型。
如果目标PRB数据不满足网内PRB特征信息,则确定高干扰小区的干扰类型非网内干扰类型。
(2)将目标PRB数据与网外PRB特征信息进行匹配。
由图2所示的过程可知,网外PRB特征信息为:超过一半的PRB对应的PRB电平值大于预设电平值,并且,所述超过一半的PRB中所有PRB的干扰程度均一致。
针对所述网外PRB特征信息,所述预设PRB集合为预设数量PRB的集合。因此,针对PRB0-PRB99中每个PRB,判断PRB电平值是否大于预设干扰电平值,在判断过程中记录大于预设干扰电平值的PRB数量,以及PRB电平值所归属的干扰程度。
如果大于预设干扰电平值的PRB数量大于50,并且所有大于预设干扰电平值的PRB电平值归属同一干扰程度,则可以确定目标PRB数据是由网外干扰类型引起的,即高干扰小区受到的干扰类型为网外干扰类型。
如果目标PRB数据不满足网外PRB特征信息,则确定高干扰小区受到的干扰类型非网外干扰类型。
(3)将目标PRB数据与阻塞PRB特征信息进行匹配。
由图3所示的过程可以得知,阻塞PRB特征信息为:所有PRB对应的电平值均大于预设干扰电平值;并且,PRB0-PRB50对应的前50个PRB的干扰程度,大于PRB51-PRB99对应的后50个PRB的干扰程度。
针对所述阻塞PRB特征信息,所述预设PRB集合为所有PRB的集合。因此,针对每个PRB,判断PRB电平值是否均大于预设干扰电平值。在判断过程中记录每个RPB电平值所归属的干扰程度。若PRB0-PRB50对应的前50个PRB的干扰程度,大于PRB51-PRB99对应的后50个PRB的干扰程度,则可以确定目标PRB数据是由阻塞干扰类型引起的,即高干扰小区受到的干扰类型为阻塞干扰类型。
如果目标PRB数据不满足阻塞PRB特征信息,则确定高干扰小区受到的干扰类型非阻塞干扰类型。
(4)将目标PRB数据与杂散PRB特征信息进行匹配。
从图4所示的过程可以得知,杂散PRB特征信息为:在PRB0-PRB50的50个PRB中,每个PRB对应的PRB电平值均大于预设干扰电平值;并且,PRB51-PRB99的50个PRB中,每个PRB对应的PRB电平值均小于预设干扰电平值。
针对所述杂散PRB特征信息,所述预设PRB集合为所有PRB的集合。因此,针对每个PRB数据,判断PRB电平值是否大于预设干扰电平值。如果前50个PRB中每个PRB电平值大于预设干扰电平值,并且,后50个PRB中每个PRB电平值小于预设干扰电平值,则可以确定目标PRB数据是由杂散干扰类型引起的,即高干扰小区受到的干扰类型为杂散干扰类型。
如果目标PRB数据不满足杂散PRB特征信息,则确定高干扰小区受到的干扰类型非杂散干扰类型。
(5)将目标PRB数据与互调PRB特征信息进行匹配。
从图5所示的过程中可以看出,互调干扰特征信息为:多个指定PRB对应的PRB电平值大于预设电平值;其中,所述多个指定PRB为PRB8、PRB28、PRB50、PRB61、PRB82中的多个PRB。
针对所述互调PRB特征信息,所述预设PRB集合为多个指定PRB的集合。因此,在目标PRB数据中,判断在PRB8、PRB28、PRB50、PRB61以及PRB82处对应的PRB电平值,是否大于预设电平值。如果有多个指定PRB电平值大于预设电平值,则可以确定目标PRB数据具有多个波峰。因此,可以确定目标PRB数据是由互调干扰类型引起的,即高干扰小区受到的干扰类型为互调干扰类型。
如果目标PRB数据不满足互调干扰特征信息,则可以确定高干扰小区受到的干扰类型非互调干扰类型。
步骤S703:将与所述目标PRB数据匹配成功的一组PRB特征信息对应的干扰类型,确定为所述高干扰小区的干扰类型。
在步骤S702中,可以确定与目标PRB数据匹配成功的一组PRB特征信息,然后将该组PRB特征信息对应的干扰类型,可以确定为高干扰小区的干扰类型。
通过以上技术手段,可以看出本申请具有以下技术效果:
本申请通过PRB波形图形总结获取各干扰类型的PRB特征信息,根据各干扰类型的PRB特征信息与目标PRB数据的细致比对,可以准确获知目标PRB数据的干扰类型。本申请可以自动化确定高干扰小区的干扰类型,相当于现有技术的人工确定干扰类型而言,具有速度快、效率高优势,并且本申请可以节省大量人力资源,且降低操作人员的技术水平,只需一般技术人员即可操作并获取干扰类型,摒弃了现有技术中需要具有丰富干扰类型经验的高级技术人员进行操作的弊端,较好实现自动化分析并确定TD-LTE基站上行干扰类型的目的。
参见图8,本申请提供了一种干扰类型的确定装置,包括:
第一获取单元81,用于获取高干扰小区在预设时间段内的目标PRB数据;
匹配单元82,用于将所述目标PRB数据与多组PRB特征信息进行一一匹配;其中,一组PRB特征信息对应一种干扰类型;
第一确定单元83,用于将与所述目标PRB数据匹配成功的一组PRB特征信息对应的干扰类型,确定为所述高干扰小区的干扰类型。
其中,所述多组PRB特征信息包括:与网内干扰类型对应的网内PRB特征信息、与杂散干扰类型对应的杂散PRB特征信息、与阻塞干扰类型对应的阻塞PRB特征信息、与互调干扰类型对应的互调PRB特征信息,和/或,与网外干扰类型对应的网外PRB特征信息。
其中,每组PRB特征信息包括:
预设PRB集合中的每个PRB电平值与预设干扰电平值之间大小关系;或者,预设PRB集合中的每个PRB电平值与预设干扰电平值之间大小关系,且,预设PRB集合中每个PRB的干扰程度等级之间的大小关系。其中,所述预设PRB集合包括指定PRB范围内每个PRB集合,所有PRB的集合,多个指定PRB的集合,或者,预设数量PRB的集合。
那么,匹配单元82具体用户:将所述目标PRB数据中预设PRB集合中的每个PRB电平值与预设干扰电平值进行对比;或者,将所述目标PRB数据中预设PRB集合中的每个PRB电平值与预设干扰电平值进行对比,且,将所述目标PRB数据中预设PRB集合中的每个PRB的干扰程度等级进行对比。
其中,各个PRB特征信息包括:
与网内干扰类型对应的网内PRB特征信息;其中,网内PRB特征信息由网内PRB波形图中提取。具体包括:在PRB47-PRB52的6个PRB中,每个PRB对应的PRB电平值均大于预设干扰电平值。
与杂散干扰类型对应的杂散PRB特征信息;其中,杂散PRB特征信息由杂散PRB波形图中提取。所述杂散PRB特征信息,包括:在PRB0-PRB50的50个PRB中,每个PRB对应的PRB电平值均大于预设干扰电平值;并且,PRB51-PRB99的50个PRB中,每个PRB对应的PRB电平值均小于预设干扰电平值。
与阻塞干扰类型对应的阻塞PRB特征信息;其中,阻塞PRB特征信息由阻塞PRB波形图中提取。所述阻塞PRB特征信息,包括:所有PRB对应的电平值均大于预设干扰电平值;并且,PRB0-PRB50对应的前50个PRB的干扰程度,大于PRB51-PRB99对应的后50个PRB的干扰程度。
与互调干扰类型对应的互调PRB特征信息;其中,互调PRB特征信息由互调PRB波形图中提取;所述互调PRB特征信息,包括:多个指定PRB对应的PRB电平值大于预设电平值;其中,所述多个指定PRB为PRB8、PRB28、PRB50、PRB61、PRB82中的多个PRB。
与网外干扰类型对应的网外PRB特征信息;其中,网外PRB特征信息由网外PRB波形图中提取。所述网外PRB特征信息,包括:超过一半的PRB对应的PRB电平值大于预设电平值,并且,所述超过一半的PRB中所有PRB的干扰程度均一致。
针对阻塞干扰类型与网外干扰类型,其中涉及的干扰程度可以参见下述内容:若所述PRB电平值在第一范围内,则为第一干扰程度;若所述PRB电平值在第二范围内,则为第二干扰程度;若所述PRB电平值在第三范围内,则为第三干扰程度;所述第一干扰程度、所述第二干扰程度和所述第三干扰程度依次增加。
如图9所示,本申请提供的干扰类型的确定装置,还包括:
第二获取单元91,用于获取一个小区在预设时间段内的PRB数据;
计算单元92,用于计算所述PRB数据在每个小时内所有PRB平均电平值;
第二确定单元93,用于若平均电平值超过预设干扰电平值的小时数量大于预设数量,则确定该小区为高干扰小区。
通过以上技术手段,可以看出本申请具有以下技术效果:
本申请通过PRB波形图形总结获取各干扰类型的PRB特征信息,根据各干扰类型的PRB特征信息与目标PRB数据的细致比对,可以准确获知目标PRB数据的干扰类型。本申请可以自动化确定高干扰小区的干扰类型,相当于现有技术的人工确定干扰类型而言,具有速度快、效率高优势,并且本申请可以节省大量人力资源,且降低操作人员的技术水平,只需一般技术人员即可操作并获取干扰类型,摒弃了现有技术中需要具有丰富干扰类型经验的高级技术人员进行操作的弊端,较好实现自动化分析并确定TD-LTE基站上行干扰类型的目的。
本实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算设备可读取存储介质中。基于这样的理解,本申请实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一台计算设备(可以是个人计算机,服务器,移动计算设备或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (14)
1.一种干扰类型的确定方法,其特征在于,包括:
获取高干扰小区在预设时间段内的目标PRB数据;
将所述目标PRB数据与多组PRB特征信息进行一一匹配;其中,一组PRB特征信息对应一种干扰类型;
将与所述目标PRB数据匹配成功的一组PRB特征信息对应的干扰类型,确定为所述高干扰小区的干扰类型。
2.如权利要求1所述的方法,其特征在于,所述高干扰小区的确定过程,包括:
获取一个小区在预设时间段内的PRB数据;
计算所述PRB数据在每个小时内所有PRB平均电平值;
若平均电平值超过预设干扰电平值的小时数量大于预设数量,则确定该小区为高干扰小区。
3.如权利要求1所述的方法,其特征在于,所述多组PRB特征信息包含:
与网内干扰类型对应的网内PRB特征信息,与杂散干扰类型对应的杂散PRB特征信息,与阻塞干扰类型对应的阻塞PRB特征信息,与互调干扰类型对应的互调PRB特征信息,和/或,与网外干扰类型对应的网外PRB特征信息;
其中,各个PRB特征信息均由与其干扰类型对应的PRB波形图中提取。
4.如权利要求3所述的方法,其特征在于,每组PRB特征信息包括:
预设PRB集合中的每个PRB电平值与预设干扰电平值之间大小关系;
或者,
预设PRB集合中的每个PRB电平值与预设干扰电平值之间大小关系,且,预设PRB集合中每个PRB的干扰程度等级之间的大小关系;
其中,所述预设PRB集合包括指定PRB范围内每个PRB集合,所有PRB的集合,多个指定PRB的集合,或者,预设数量PRB的集合。
5.如权利要求4所述的方法,其特征在于,针对所述网内PRB特征信息,所述预设PRB集合为在PRB47-PRB52的6个PRB;
则所述网内PRB特征信息包括:在PRB47-PRB52的6个PRB中,每个PRB对应的PRB电平值均大于预设干扰电平值。
6.如权利要求4所述的方法,其特征在于,针对所述杂散PRB特征信息,所述预设PRB集合为所有PRB的集合;
则所述杂散PRB特征信息包括:在PRB0-PRB50的50个PRB中,每个PRB对应的PRB电平值均大于预设干扰电平值;并且,PRB51-PRB99的50个PRB中,每个PRB对应的PRB电平值均小于预设干扰电平值。
7.如权利要求4所述的方法,其特征在于,针对所述阻塞PRB特征信息,所述预设PRB集合为所有PRB的集合;
则所述阻塞PRB特征信息,包括:所有PRB对应的电平值均大于预设干扰电平值;并且,PRB0-PRB50对应的前50个PRB中任一PRB的干扰程度等级大于PRB51-PRB99对应的后50个PRB中任一PRB的干扰程度等级;
其中,若一个PRB电平值在第一电平值范围内,则确定PRB为第一干扰程度等级;若一个PRB电平值在第二电平值范围内,则确定PRB为第二干扰程度等级;若一个PRB电平值在第三电平值范围内,则确定PRB为第三干扰程度等级;所述第一干扰程度等级、所述第二干扰程度等级和所述第三干扰程度等级的干扰程度依次增加。
8.如权利要求4所述的方法,其特征在于,针对所述互调PRB特征信息,所述预设PRB集合为多个指定PRB的集合;
所述互调PRB特征信息,包括:多个指定PRB对应的PRB电平值大于预设电平值;其中,所述多个指定PRB为PRB8、PRB28、PRB50、PRB61、PRB82中的多个PRB。
9.如权利要求4所述的方法,其特征在于,针对所述网外PRB特征信息,所述预设PRB集合为预设数量PRB的集合;
则所述网外PRB特征信息,包括:超过一半的PRB对应的PRB电平值大于预设电平值,并且,所述超过一半的PRB中所有PRB的干扰程度均一致;
其中,若一个PRB电平值在第一电平值范围内,则为确定PRB为第一干扰程度等级;若一个PRB电平值在第二电平值范围内,则确定PRB为第二干扰程度等级;若一个PRB电平值在第三电平值范围内,则确定PRB为第三干扰程度等级;所述第一干扰程度等级、所述第二干扰程度等级和所述第三干扰程度等级的干扰程度依次增加。
10.如权利要求4所述的方法,其特征在于,将所述目标PRB数据与一组PRB特征信息进行一一匹配,包括:
将所述目标PRB数据中预设PRB集合中的每个PRB电平值与预设干扰电平值进行对比;
或者,
将所述目标PRB数据中预设PRB集合中的每个PRB电平值与预设干扰电平值进行对比,且,将所述目标PRB数据中预设PRB集合中的每个PRB的干扰程度等级进行对比。
11.一种干扰类型的确定装置,其特征在于,包括:
第一获取单元,用于获取高干扰小区在预设时间段内的目标PRB数据;
匹配单元,用于将所述目标PRB数据与多组PRB特征信息进行一一匹配;其中,一组PRB特征信息对应一种干扰类型;
第一确定单元,用于将与所述目标PRB数据匹配成功的一组PRB特征信息对应的干扰类型,确定为所述高干扰小区的干扰类型。
12.如权利要求11所述的装置,其特征在于,还包括:
第二获取单元,用于获取一个小区在预设时间段内的PRB数据;
计算单元,用于计算所述PRB数据在每个小时内所有PRB平均电平值;
第二确定单元,用于若平均电平值超过预设干扰电平值的小时数量大于预设数量,则确定该小区为高干扰小区。
13.如权利要求11所述的装置,其特征在于,每组PRB特征信息包括:
预设PRB集合中的每个PRB电平值与预设干扰电平值之间大小关系;
或者,
预设PRB集合中的每个PRB电平值与预设干扰电平值之间大小关系,且,预设PRB集合中每个PRB的干扰程度等级之间的大小关系;
其中,所述预设PRB集合包括指定PRB范围内每个PRB集合,所有PRB的集合,多个指定PRB的集合,或者,预设数量PRB的集合。
14.如权利要求11所述的装置,其特征在于,所述多组PRB特征信息包含:
与网内干扰类型对应的网内PRB特征信息,与杂散干扰类型对应的杂散PRB特征信息,与阻塞干扰类型对应的阻塞PRB特征信息,与互调干扰类型对应的互调PRB特征信息,和/或,与网外干扰类型对应的网外PRB特征信息;
其中,各个PRB特征信息均由与其干扰类型对应的PRB波形图中提取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510785445.XA CN106788587B (zh) | 2015-11-16 | 2015-11-16 | 一种干扰类型的确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510785445.XA CN106788587B (zh) | 2015-11-16 | 2015-11-16 | 一种干扰类型的确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106788587A true CN106788587A (zh) | 2017-05-31 |
CN106788587B CN106788587B (zh) | 2020-04-17 |
Family
ID=58914477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510785445.XA Active CN106788587B (zh) | 2015-11-16 | 2015-11-16 | 一种干扰类型的确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106788587B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107770813A (zh) * | 2017-09-30 | 2018-03-06 | 华南理工大学 | 基于pca与二维偏度特征的lte上行干扰分类方法 |
CN108197545A (zh) * | 2017-12-25 | 2018-06-22 | 广东海格怡创科技有限公司 | 干扰类型的识别方法和系统 |
CN108718222A (zh) * | 2018-05-09 | 2018-10-30 | 深圳市广和通无线通信软件有限公司 | 杂散干扰程度测试方法、装置、计算机设备和存储介质 |
CN109963304A (zh) * | 2017-12-26 | 2019-07-02 | 中国移动通信集团山东有限公司 | 一种基于mr数据确定小区网络干扰分类的方法及装置 |
CN109995447A (zh) * | 2017-12-31 | 2019-07-09 | 中国移动通信集团湖北有限公司 | 干扰类型识别方法、装置、设备以及介质 |
CN110460399A (zh) * | 2018-05-07 | 2019-11-15 | 中国移动通信集团山西有限公司 | 波形图像处理方法、识别处理器、系统、设备和介质 |
CN111093218A (zh) * | 2018-10-23 | 2020-05-01 | 大唐移动通信设备有限公司 | 一种干扰分析方法和装置 |
CN111132211A (zh) * | 2019-11-28 | 2020-05-08 | 中国联合网络通信集团有限公司 | 上行干扰类型的检测方法及装置 |
CN113810926A (zh) * | 2020-06-12 | 2021-12-17 | 北京市天元网络技术股份有限公司 | 定位外部干扰源的方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101599793A (zh) * | 2008-06-05 | 2009-12-09 | 华为技术有限公司 | 物理资源块使用情况的确定方法、装置以及系统 |
CN101895898A (zh) * | 2010-07-13 | 2010-11-24 | 北京邮电大学 | 核查小区同邻频干扰的方法及其系统 |
CN104023407A (zh) * | 2014-05-23 | 2014-09-03 | 大唐移动通信设备有限公司 | 上行频选调度方法和装置 |
CN104284361A (zh) * | 2013-07-08 | 2015-01-14 | 中兴通讯股份有限公司 | 一种干扰测量方法、网络侧设备及终端侧设备 |
CN104754597A (zh) * | 2013-12-25 | 2015-07-01 | 中国移动通信集团江苏有限公司 | 一种干扰自动检测的设备、系统及方法 |
-
2015
- 2015-11-16 CN CN201510785445.XA patent/CN106788587B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101599793A (zh) * | 2008-06-05 | 2009-12-09 | 华为技术有限公司 | 物理资源块使用情况的确定方法、装置以及系统 |
CN101895898A (zh) * | 2010-07-13 | 2010-11-24 | 北京邮电大学 | 核查小区同邻频干扰的方法及其系统 |
CN104284361A (zh) * | 2013-07-08 | 2015-01-14 | 中兴通讯股份有限公司 | 一种干扰测量方法、网络侧设备及终端侧设备 |
CN104754597A (zh) * | 2013-12-25 | 2015-07-01 | 中国移动通信集团江苏有限公司 | 一种干扰自动检测的设备、系统及方法 |
CN104023407A (zh) * | 2014-05-23 | 2014-09-03 | 大唐移动通信设备有限公司 | 上行频选调度方法和装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107770813A (zh) * | 2017-09-30 | 2018-03-06 | 华南理工大学 | 基于pca与二维偏度特征的lte上行干扰分类方法 |
CN107770813B (zh) * | 2017-09-30 | 2021-03-30 | 华南理工大学 | 基于pca与二维偏度特征的lte上行干扰分类方法 |
CN108197545A (zh) * | 2017-12-25 | 2018-06-22 | 广东海格怡创科技有限公司 | 干扰类型的识别方法和系统 |
CN109963304A (zh) * | 2017-12-26 | 2019-07-02 | 中国移动通信集团山东有限公司 | 一种基于mr数据确定小区网络干扰分类的方法及装置 |
CN109963304B (zh) * | 2017-12-26 | 2022-04-29 | 中国移动通信集团山东有限公司 | 一种基于mr数据确定小区网络干扰分类的方法及装置 |
CN109995447A (zh) * | 2017-12-31 | 2019-07-09 | 中国移动通信集团湖北有限公司 | 干扰类型识别方法、装置、设备以及介质 |
CN110460399A (zh) * | 2018-05-07 | 2019-11-15 | 中国移动通信集团山西有限公司 | 波形图像处理方法、识别处理器、系统、设备和介质 |
CN108718222A (zh) * | 2018-05-09 | 2018-10-30 | 深圳市广和通无线通信软件有限公司 | 杂散干扰程度测试方法、装置、计算机设备和存储介质 |
CN108718222B (zh) * | 2018-05-09 | 2021-08-17 | 深圳市广和通无线通信软件有限公司 | 杂散干扰程度测试方法、装置、计算机设备和存储介质 |
CN111093218A (zh) * | 2018-10-23 | 2020-05-01 | 大唐移动通信设备有限公司 | 一种干扰分析方法和装置 |
CN111132211A (zh) * | 2019-11-28 | 2020-05-08 | 中国联合网络通信集团有限公司 | 上行干扰类型的检测方法及装置 |
CN113810926A (zh) * | 2020-06-12 | 2021-12-17 | 北京市天元网络技术股份有限公司 | 定位外部干扰源的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106788587B (zh) | 2020-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106788587B (zh) | 一种干扰类型的确定方法及装置 | |
CN108990078B (zh) | Lte网络下行干扰的优化方法、系统、设备及存储介质 | |
US10461791B2 (en) | Interference analysis in wireless networks | |
CN111327450B (zh) | 一种质差原因的确定方法、装置、设备及介质 | |
EP3101933B1 (en) | Physical cell identifier allocation method and apparatus | |
CN103686818B (zh) | 一种仿真测试方法及设备 | |
CN107548067B (zh) | 一种基于话务的扩容方法及装置 | |
CN105828356B (zh) | 一种语音质量的优化方法和装置 | |
CN103906121B (zh) | 一种定位外部干扰的方法及装置 | |
CN110493813B (zh) | 弱覆盖区域的确定方法、装置、设备及介质 | |
CN112543411A (zh) | 一种无线通信系统的干扰定位方法、装置和系统 | |
CN111263389A (zh) | 一种Volte语音质量问题的自动化定位的方法及装置 | |
CN108667537B (zh) | 一种干扰源定位方法和装置 | |
CN108540299A (zh) | 一种网络故障定位处理方法及装置 | |
CN108134703B (zh) | 网络小区隐患故障预测分析方法及装置 | |
CN111263375B (zh) | 一种volte上下行覆盖平衡判断方法及装置 | |
KR101548229B1 (ko) | 셀 관리 방법 및 이를 위한 장치 | |
CN106060918B (zh) | 一种功率控制方法及基站 | |
WO2016177123A1 (zh) | 小区干扰检测方法及装置 | |
WO2018103511A1 (zh) | 干扰抑制方法及装置、通信系统 | |
CN102170655B (zh) | 测试无线终端联合检测性能的方法及系统 | |
CN104994203B (zh) | 一种通话质量测试系统及方法 | |
CN103763728A (zh) | 分析CommonBCCH覆盖差异的方法 | |
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 | |
Nkordeh et al. | Received signal strength measurement: suboptimal handing-over |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |