CN106817691A - 一种pci分配方法和装置 - Google Patents
一种pci分配方法和装置 Download PDFInfo
- Publication number
- CN106817691A CN106817691A CN201510846347.2A CN201510846347A CN106817691A CN 106817691 A CN106817691 A CN 106817691A CN 201510846347 A CN201510846347 A CN 201510846347A CN 106817691 A CN106817691 A CN 106817691A
- Authority
- CN
- China
- Prior art keywords
- cell
- pci
- planned
- plies
- outdoor
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/26—Network addressing or numbering for mobility support
-
- 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
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/12—Fixed resource partitioning
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种PCI分配方法和装置，涉及移动通信技术领域。其中的方法包括：获取各小区的分布密度；将小区的分布密度最大且物理层识别小区PCI值为空的小区的经纬度作为同心圆圆心；以第一阈值作为同心圆的半径，将同心圆的外切正方形区域作为待规划区域；计算待规划区域内的各小区与同心圆圆心的距离；根据距离由近至远的顺序和小区分布密度由密至疏的顺序分配PCI。本发明能有效解决全网小区PCI规划顺序问题。另外，本发明还能优先解决密集城区小区的PCI规划，并利用数学“等周定理”，实现了密集城区PCI复用层数以及复用距离的最大化，并能够有效避免小区间的PCI冲突，减少PCI模3和PCI模30干扰。
Description
技术领域
本发明涉及移动通信技术领域，尤其涉及一种PCI分配方法和装置。
背景技术
PCI(Physical Cell Identity)即物理层小区识别。顾名思义，PCI的作用就是用于识别小区，用于小区搜索或者切换过程邻区检测等。如果PCI规划不合理，可能造成UE同步小区过程时间很长或者产生高干扰。
传统的PCI规划有两大类：1)根据邻区关系判断是否存在相同的PCI，保证邻区之间(一阶、二阶)不出现相同的PCI；2)根据基站的地理关系手动划分若干簇，不同的簇分配不同的PCI，再参考这些原始簇进行全网的规划。第一种规划方案的好坏取决了邻区关系是否完整，如果邻区配置不完整，会严重影响到PCI的规划效果。LTE网络是同频组网，为了避免信号的相互干扰，小区覆盖一般控制在一层以内，超过两层以上的LTE邻区的关系并不多。故，LTE网络的固有特性制约该技术方案的规划效果。第二种规划方案需要人工划分簇，工作量大，规划效果一般取决于原始簇的划分好坏。
当前各本地网PCI的规划效果不理想，PCI复用距离和复用层数过小，影响到LTE网络的无线质量。
发明内容
本发明要解决的技术问题是现有各本地网PCI的规划效果不理想。
根据本发明一方面，提出PCI分配方法，包括：获取各小区的分 布密度；将小区的分布密度最大且物理层识别小区PCI值为空的小区的经纬度作为同心圆圆心；以第一阈值作为同心圆的半径，将同心圆的外切正方形区域作为待规划区域；计算待规划区域内的各小区与同心圆圆心的距离；根据距离由近至远和小区分布密度由密至疏的顺序分配PCI。
进一步地，根据小区的分布特性将小区分为分布式小区和非分布式小区；对分布式小区，实施离散的方式分配PCI，对非分布式小区整组分配PCI，并且PCI按照方位角的大小由小至大依次分配PCI。
进一步地，根据小区的分布特性将小区分为分布式小区和非分布式小区的步骤包括：将同经纬度、同基站标识小区总数模3余数为1，且扇区号最大的小区定义为分布式小区；将同经纬度、同基站标识小区总数模3余数为1，且扇区号非最大的小区以及同经纬度、同基站标识的小区总数模3余数为0或2的小区定义为非分布式小区。
进一步地，对分布式小区分配PCI的步骤包括：将待规划区域内PCI为空的分布式小区作为当前待规划小区组；以当前待规划小区组为中心，根据覆盖区域计算周围小区与当前待规划小区组的层数关系；基于层数关系进行PCI分配。
进一步地，基于层数关系进行PCI分配的步骤包括：根据PCI值，计算各PCI所对应的最小层数PciMinLayer；计算周围小区PCI的重复次数，判断是否存在重复次数为0的PCI；若存在重复次数为0的PCI，则进行PCI模30检测；若符合PCI模30检测合格，则将PCI添加到分配集合，否则，添加到最大复用层数集合；若待分配集合的PCI数量不能满足当前待规划小区组的需求，则按照PciMinLayer和与当前待规划小区组的距离由大到小进行排序，依次抽取PCI，并进行PCI模30检测；若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，添加到最大复用层数集合。
进一步地，优先使用待分配集合当中的PCI，如果待分配集合当中的PCI不足，则使用最大复用层数集合当中的PCI。
进一步地，对非分布式小区分配PCI的步骤包括：将待规划区域 内非分布式小区作为当前待规划小区组；以当前待规划小区组为中心，根据覆盖区域计算周围小区与当前待规划小区组的层数关系；基于层数关系进行PCI分配。
进一步地，基于层数关系进行PCI分配的步骤包括：计算周围小区的组号，以及各组号所对应的最小层数PciGroupMinLayer；计算周围小区组号的重复次数，判断是否存在组号重复次数为0的PCI；若存在组号重复次数为0的PCI，则进行PCI模30检测；若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，添加到最大复用层数集合；若待分配集合的PCI数量不能满足当前待规划小区组的需求，则按照PciGroupMinLayer和与当前待规划小区组的距离由大到小进行排序，依次抽取PCI，并进行PCI模30检测；若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，添加到最大复用层数集合。
进一步地，优先使用待分配集合当中的PCI，如果待分配集合当中的PCI不足，则使用最大复用层数集合当中的PCI。
进一步地，将小区分为室内小区和室外小区，并分别分配室内小区和室外小区的PCI。
进一步地，计算室外小区密度的步骤包括：以一个室外小区的经纬度为中心，以第二阈值为半径的同心圆外切正方形对应的区域，统计该区域的室外小区的总数作为该室外小区的小区密度。
进一步地，计算室内小区密度的步骤包括：以一个室内小区的经纬度为中心，以第二阈值为半径的同心圆外切正方形对应的区域，统计该区域的室内小区的总数，再乘以与该小区共站址的小区总数，计算出来的结果作为该室内小区的小区密度。
进一步地，以当前待规划小区组为中心，根据覆盖区域计算周围小区与当前待规划小区组的层数关系的步骤包括：以当前待规划区域组为中心，根据覆盖区域选择第三阈值作为同心圆的半径，将同心圆的外切正方形区域作为统计小区层数的区域，其中覆盖区域分为城区、郊区和农村；根据方位角将该区域分为多个区间；在区间内选择离当 前待规划小区组最近的室外小区为第一层的原始参考距离，原始参考距离以内的小区的层数统一计为零层；若当前小区为室外小区，则计算当前室外小区与原始参考距离的偏移距离，若超过层数判别门限，则层数加1，并以当前室外小区的距离作为新一层的原始参考距离，否则，将当前室外小区与前一层室外小区计为同一层；若当前小区为室内小区，则与前一层室外小区计为同一层。
根据本发明的另一方面，还提出一种PCI分配装置，包括：小区密度获取单元，用于获取各小区的分布密度；待规划区域选取单元，用于将小区的分布密度最大且PCI值为空的小区的经纬度作为同心圆圆心；以第一阈值作为同心圆的半径，将同心圆的外切正方形区域作为待规划区域；距离计算单元，用于计算待规划区域内的各小区与同心圆圆心的距离；PCI规划单元，用于根据距离由近至远和小区分布密度由密至疏的顺序分配PCI。
进一步地，小区分布属性设置单元，用于根据小区的分布特性将小区分为分布式小区和非分布式小区；PCI规划单元用于对分布式小区，实施离散的方式分配PCI，对非分布式小区整组分配PCI，并且PCI按照方位角的大小由小至大依次分配PCI。
进一步地，小区分布属性设置单元用于将同经纬度、同基站标识小区总数模3余数为1，且扇区号最大的小区定义为分布式小区；将同经纬度、同基站标识小区总数模3余数为1，且扇区号非最大的小区以及同经纬度、同基站标识的小区总数模3余数为0或2的小区定义为非分布式小区。
进一步地，当前待规划小区组选取单元，用于将待规划区域内PCI为空的分布式小区作为当前待规划小区组；小区层数计算单元，用于以当前待规划小区组为中心，根据覆盖区域计算周围小区与当前待规划小区组的层数关系。
进一步地，PCI规划单元用于根据PCI值，计算各PCI所对应的最小层数PciMinLayer；计算周围小区PCI的重复次数，判断是否存在重复次数为0的PCI；若存在重复次数为0的PCI，则进行PCI 模30检测；若符合PCI模30检测合格，则将PCI添加到分配集合，否则，添加到最大复用层数集合；若待分配集合的PCI数量不能满足当前待规划小区组的需求，则按照PciMinLayer和与当前待规划小区组的距离由大到小进行排序，依次抽取PCI，并进行PCI模30检测；若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，添加到最大复用层数集合。
进一步地，PCI规划单元用于优先使用待分配集合当中的PCI，如果待分配集合当中的PCI不足，则使用最大复用层数集合当中的PCI。
进一步地，当前待规划小区组选取单元，用于将待规划区域内非分布式小区作为当前待规划小区组；小区层数计算单元，用于以当前待规划小区组为中心，根据覆盖区域计算周围小区与当前待规划小区组的层数关系。
进一步地，PCI规划单元用于计算周围小区的组号，以及各组号所对应的最小层数PciGroupMinLayer；计算周围小区组号的重复次数，判断是否存在组号重复次数为0的PCI；若存在组号重复次数为0的PCI，则进行PCI模30检测；若符合PCI模30检测合格，则将PCI组号添加到待分配集合，否则，添加到最大复用层数集合；若待分配集合的PCI数量不能满足当前待规划小区组的需求，则按照PciGroupMinLayer和与当前待规划小区组的距离由大到小进行排序，依次抽取PCI，并进行PCI模30检测；若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，添加到最大复用层数集合。
进一步地，PCI规划单元用于优先使用待分配集合当中的PCI，如果待分配集合当中的PCI不足，则使用最大复用层数集合当中的PCI。
进一步地，室内外小区区分单元，用于将小区分为室内小区和室外小区；PCI规划单元用于分别规划室内小区和室外小区的PCI。
进一步地，小区密度获取单元用于以一个室外小区的经纬度为中心，以第二阈值为半径的同心圆外切正方形对应的区域，统计该区域 的室外小区的总数作为该室外小区的小区密度。
进一步地，小区密度获取单元还用于以一个室内小区的经纬度为中心，以第二阈值为半径的同心圆外切正方形对应的区域，统计该区域的室内小区的总数，再乘以与该小区共站址的小区总数，计算出来的结果作为该室内小区的小区密度。
进一步地，小区层数计算单元用于以当前待规划区域组为中心，根据覆盖区域选择第三阈值作为同心圆的半径，将同心圆的外切正方形区域作为统计小区层数的区域，其中覆盖区域分为城区、郊区和农村；根据方位角将该区域分为多个区间；在区间内选择离当前待规划小区组最近的室外小区为第一层的原始参考距离，原始参考距离以内的小区的层数统一计为零层；若当前小区为室外小区，则计算当前室外小区与原始参考距离的偏移距离，若超过层数判别门限，则层数加1，并以当前室外小区的距离作为新一层的原始参考距离，否则，将当前室外小区与前一层室外小区计为同一层；若当前小区为室内小区，则与前一层室外小区计为同一层。
与现有技术相比，本发明通过分析基站的分布规律，发现基站的分布符合地理学说的“中心地理论”，也就是说，各个城区的中心就基站分布最密集的同心圆圆心，基站的分布由同心圆向四周扩散。本发明利用了基站的分布符合“中心地理论”的特点，智能定位基站分布的各个中心点，以各个中心点作为同心圆的圆心，选择同心圆规划区域，由近至远，由密至疏地规划PCI。本发明能有效解决全网小区PCI规划顺序问题。
另外，本发明还能优先解决密集城区小区的PCI规划，并利用数学“等周定理”，实现了密集城区PCI复用层数以及复用距离的最大化，并能够有效避免小区间的PCI冲突，减少PCI模3和PCI模30干扰。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
构成说明书的一部分的附图描述了本发明的实施例，并且连同说明书一起用于解释本发明的原理。
参照附图，根据下面的详细描述，可以更加清楚地理解本发明，其中：
图1为本发明PCI分配方法的一个实施例的流程示意图。
图2为本发明分布式小区PCI分配方法的一个实施例的流程示意图。
图3为本发明非分布式小区PCI分配方法的一个实施例的流程示意图。
图4为本发明PCI分配方法的一个具体实施例的流程示意图。
图5为本发明PCI分配方法的一个具体实施例的PCI评估与规划工具界面。
图6为本发明一个实施例中分布式与非分布式小区分布示意图。
图7为本发明一个实施例中待规划区域示意图。
图8为本发明一个实施例中小区层数示意图。
图8A为预规划前后模30数量比对情况图。
图9为本发明PCI分配装置的一个实施例的结构示意图。
图10为本发明分布式小区PCI分配装置的一个实施例的结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详 细讨论，但在适当情况下，技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
图1为本发明PCI分配方法的一个实施例的流程示意图。该方法包括以下步骤：
在步骤110，获取各小区的分布密度。
因室内外信号覆盖特点不同，室内(室分)小区对PCI的复用间隔需求较低，为了提高物理层识别小区PCI的利用率，本发明对PCI进行分段管理。PCI分为室外站、室内站(室分)和其他三大类。譬如：室外占用PCI 0～359，室内占用PCI 360～479，其他(预留)：480～503。室内外PCI比例取值，建议以核心城区计算。室内外比例计算参考如下公式：
室内外PCI比例＝室内小区比例*(室内PCI复用层数门限/室外PCI复用层门限)：室外小区比例*(室外PCI复用层数门限/室内PCI复用层门限)
密集城区的大型综合体商业中心一般会利用多个RRU建设室分系统。室分系统的小区数(同一站点)会达到二三十个，而室外站的小区一般不会超过3个。因此根据室内外站点分布特点的差异性，采用差异化的计算方法。本发明根据以下算法，计算各小区的小区密度：
室外小区的密度计算方法为以小区为中心，选择半径为10km的同心圆外切正方形对应的区域，统计该区域的室外小区的总数作为该小区的小区密度。
室内小区的密度计算方法为以小区为中心，选择半径为10km的同心圆外切正方形对应的区域，统计该区域的室内小区的总数，再乘以与该小区共站址的小区总数，计算出来的结果作为该小区的小区密度。
在步骤120，将小区的分布密度最大且PCI值为空的小区的经纬度作为同心圆圆心。
根据小区分布密度定位全网小区的若干核心区域。选取最密集的核心区作为第一个同心圆圆心，如果存在相同小区密度的情况，则选取基站标识eNodeB_ID最小的作为第一个参考小区。
在步骤130，以第一阈值作为同心圆的半径，将同心圆的外切正方形区域作为待规划区域。
核心城区区域的半径一般不超过10公里，因此选取10公里作为同心圆的半径。如果通过计算各小区与同心圆圆心的距离来筛选待规划区域，运算量大。本发明将同心圆区域折算成同心圆对应的外切正方形区域。具体算法如下：
以10km作为同心圆半径；根据同心圆圆心的经纬度和半径长度，由距离折算成区域四个顶点对应的经纬度；计算四个顶点对应的最小经度Xmin，最大经度为Xmax，最小纬度为Ymin和最大纬度为Ymax；以Xmin<＝x<＝Xmax且Ymin<＝y<＝Ymax的范围筛选同心圆圆心附近小区作为待规划区域。
在步骤140，计算待规划区域内的各小区与同心圆圆心的距离。
在步骤150，根据距离由近至远和小区分布密度由密至疏的顺序分配PCI。
根据待规划区域各小区与同心圆圆心的距离由近至远的顺序规划PCI。如果存在距离相同的情况，则根据小区密度由密至疏的顺序规划PCI。
本发明考虑到室内小区与室外小区密度的差异性，特别是城区商业密集区域室内小区在局部区间的密度会远大于室外小区的密度。为了达到最优的规划效果，可以将室外、室内小区分别进行PCI规划。
在本发明的实施例中，通过获取各小区的分布密度；将小区分布密度最大且物理层识别小区PCI值为空的小区的经纬度作为同心圆圆心；以第一阈值作为同心圆的半径，将同心圆的外切正方形区域作为待规划区域；计算待规划区域内的各小区与同心圆圆心的距离；根据距离由近至远和小区分布密度由密至疏的顺序分配PCI。以此类推，可以迭代所有的同心圆圆心，完成全网的PCI规划。本发明能有效解决全网小区PCI规划顺序问题。
本发明为了提高PCI的利用率，为了提高PCI的利用率，减少模3干扰，引入了分布式与非分布式的概念。本发明根据如下算法自动判别小区的分布属性：同经纬度、同eNodeB_ID的小区总数模3余数为0或2的小区全部定义为非分布式小区；同经纬度、同eNodeB_ID小区总数模3余数为1的情况，扇区号最大者定义为分布式小区，其他的仍为非分布式小区。对于非分布式小区，整组分配PCI，并且PCI按照方位角的大小由小至大依次分配PCI。其目的是减少模3干扰。对于分布式小区，实施离散的方式分配PCI。
图2为本发明分布式小区PCI分配方法的一个实施例的流程示意图。该方法包括以下步骤：
在步骤200，计算分布式小区密度。
其中，可以将分布式小区分为室内小区和室外小区，其中，室外小区的密度计算方法为以小区为中心，选择半径为10km的同心圆外切正方形对应的区域，统计该区域的室外小区的总数作为该小区的小区密度。室内小区的密度计算方法为以小区为中心，选择半径为10km的同心圆外切正方形对应的区域，统计该区域的室内小区的总数，再乘以与该小区共站址的小区总数，计算出来的结果作为该小区的小区密度。
考虑到室内小区与室外小区密度的差异性，特别是城区商业密集区域室内小区在局部区间的密度会远大于室外小区的密度。为了达到最优的规划效果，室外、室内小区是分开两批规划的。两者的规划方法基本相同，因此，此处本发明仅以一种情况为例。
在步骤210，获取小区密度最大且PCI值为空的小区，以该小区的经纬度作为同心圆圆心。如果存在相同小区密度的情况，则选取eNodeB_ID最小的作为第一个参考小区。
在步骤220，以一定的距离作为同心圆的半径，将同心圆的外切正方形区域作为待规划区域。
核心城区区域的半径一般不超过10公里，因此选取10公里作为同心圆的半径。如果通过计算各小区与同心圆圆心的距离来筛选待规划区域，运算量大。本发明将同心圆区域折算成同心圆对应的外切正方形区域。例如，以10km作为同心圆半径；根据同心圆圆心的经纬度和半径长度，由距离折算成区域四个顶点对应的经纬度；计算四个顶点对应的最小经度Xmin，最大经度为Xmax，最小纬度为Ymin和最大纬度为Ymax；以Xmin<＝x<＝Xmax且Ymin<＝y<＝Ymax的范围筛选同心圆圆心附近小区作为待规划区域。
在步骤230，计算待规划区域内的各小区与同心圆圆心的距离。
在步骤240，将待规划区域内PCI为空的分布式小区作为当前待规划小区组。
根据距离由近至远和小区分布密度由密至疏的顺序，选择相同经纬度、相同eNodeB_ID，并且PCI为空的分布式小区作为当前待规划小区组。
在步骤250，以当前待规划小区组为中心，根据覆盖区域类型选择外切同心圆正方形区域作为层数计算区域，计算该区域内小区与当前待规划小区组的层数关系。
传统的小区层数算法一般仅以距离的远近进行划分层数，计算出来的结果不太合理。为了避免小区分布密度的差异性导致小区层数的失真，制定了层数算法，例如：为了避免迭代全网，根据小区的覆盖区域(Region)选择统计小区层数的区域。区域的选择方法与步骤220相同。其中，城区选择区域单边距离为10公里，郊区为15公里，农村为20公里；以正北方向为起点，按顺时针方向，每90度划分为一个区间。在区间内选择离当前待规划小区组最近的室外小区为第一层 的原始参考距离，原始参考距离以内的小区的层数统一计为零层；若当前小区为室外小区，则计算当前室外小区与原始参考距离的偏移距离，若超过层数判别门限，则层数加1，并以当前室外小区的距离作为新一层的原始参考距离，否则，将当前室外小区与前一层室外小区计为同一层；若当前小区为室内小区，则与前一层室外小区计为同一层。层数判断门限D与覆盖区域相关，取值为1/2的站间距；城区站间距取值为600米，郊区取值为1200米，农村取值为2000米。根据上述算法，可以计算周围小区与当前待规划小区组的层数关系。
在步骤260，根据PCI值，计算各PCI所对应的最小层数PciMinLayer。
在步骤270，计算周围小区PCI的重复次数，判断是否存在重复次数为0的PCI。若存在，则执行步骤271，否则，执行步骤275。
在步骤271，判断PCI模30检测是否合格，若符合PCI模30检测合格，则执行步骤272，否则，执行步骤273。
在步骤272，将PCI添加到待分配集合。
在步骤273，将PCI添加到最大复用层数集合。
在步骤274，检查待分配集合的PCI是否足够，如果足够，执行步骤291，否则执行步骤275。
在步骤275，按照PciMinLayer和与当前待规划小区组的距离由大到小进行排序，依次抽取小区PCI。
在步骤280，判断PCI模30检测是否合格，若符合PCI模30检测合格，则执行步骤281，否则，执行步骤273。
为了降低上行RS的干扰，同时又要保证下行PCI的隔离度，引进模30算法。考虑到室分系统内的UE发射功率一般不会发射到室外，因此仅考虑室内站点同站址模30不相同。简而言之，力争室外站1层以内不出现模30干扰，室内站同站址不出现模30干扰。详细的模30算法如下：
1)室外站算法：
首先，分配满足“复用层数大于4层且1层以内模30不相等” 的PCI；其次，没有满足“复用层数大于4层且1层以内模30不相等”的PCI，则分配复用层数最大的PCI。
2)室内站算法：
首先，分配满足“复用层数大于0层且0层以内模30不相等”的PCI；其次，没有满足“复用层数大于0层且0层以内模30不相等”的PCI，则分配复用层数最大的PCI。
在步骤281，将PCI添加到待分配集合。
在步骤290，判断层数计算区域内的小区是否迭代完毕，如果迭代结束，执行291，否则执行275。
在步骤291，判断待分配集合当中的PCI是否满足当前待规划小区组，满足执行步骤293，否则执行292。
在步骤292，优先使用待分配集合当中的PCI，如果待分配集合当中的PCI不足，则使用最大复用层数集合当中的PCI。
在步骤293，判断同心圆区域内是否还存在待规划的PCI小区，若存在，则执行步骤240，否则，执行步骤294。
在步骤294，判断同心圆区域外是否存在待规划PCI小区，若存在，则执行步骤210，否则，结束该实施例。
在该实施例中，本发明对于分布式小区，抽取复用层数及复用距离最远的PCI，实施离散的方式分配PCI。通过计算小区密度来定位基站分布的各个同心圆核心区域，再以圆心为起点，选择特定区域，按照由近至远、由密至疏的顺序规划PCI。依次迭代所有同心圆圆心，完成全网PCI的规划。该规划方法完全符合基站的分布特点，优先规划密集区域的PCI，同时还利用了数学的“等周定理”，实现PCI复用层数和PCI复用距离的最大化。除此之外，还根据室内站与室外站分布密度的差异性，实施室内外小区分批次规划，实现最佳的规划效果。
本发明的区域算法通过距离与经纬度的对应关系，将同心圆区域映射成同心圆外切正方形区域，避免通过反复计算站间距来筛选同心圆区域，提高程序的运行效率。
另外，传统的小区层数算法一般以距离的远近进行划分层数，计算出来的结果不太合理。区间层数算法以90度为一个区间，将360度区域划分为四个区间，每个区间再按照距离的远近来计算小区层数。这样能有效减少局部区域小区分布的不一致，导致层数的失真。同时，根据城区、郊区和农村三类不同的场景设置差异化的判别门限，实现PCI复用层数合理性判别门限的统一化，标准化。
图3为本发明非分布式小区PCI分配方法的一个实施例的流程示意图。该方法包括以下步骤：
在步骤300，计算非分布式小区密度。
其中，可以将非分布式小区分为室内小区和室外小区，其中，室外小区的密度计算方法为以小区为中心，选择半径为10km的同心圆外切正方形对应的区域，统计该区域的室外小区的总数作为该小区的小区密度。室内小区的密度计算方法为以小区为中心，选择半径为10km的同心圆外切正方形对应的区域，统计该区域的室内小区的总数，再乘以与该小区共站址的小区总数，计算出来的结果作为该小区的小区密度。
考虑到室内小区与室外小区密度的差异性，特别是城区商业密集区域室内小区在局部区间的密度会远大于室外小区的密度。为了达到最优的规划效果，室外、室内小区是分开两批规划的。两者的规划方法基本相同，因此，此处本发明仅以一种情况为例。
在步骤310，获取小区密度最大且PCI值为空的小区，以该小区的经纬度作为同心圆圆心。如果存在相同小区密度的情况，则选取eNodeB_ID最小的作为第一个参考小区。
在步骤320，以一定的距离作为同心圆的半径，将同心圆的外切正方形区域作为待规划区域。
核心城区区域的半径一般不超过10公里，因此选取10公里作为同心圆的半径。如果通过计算各小区与同心圆圆心的距离来筛选待规划区域，运算量大。本发明将同心圆区域折算成同心圆对应的外切正方形区域。例如，以10km作为同心圆半径；根据同心圆圆心的经纬 度和半径长度，由距离折算成区域四个顶点对应的经纬度；计算四个顶点对应的最小经度Xmin，最大经度为Xmax，最小纬度为Ymin和最大纬度为Ymax；以Xmin<＝x<＝Xmax且Ymin<＝y<＝Ymax的范围筛选同心圆圆心附近小区作为待规划区域。
在步骤330，计算待规划区域内的各小区与同心圆圆心的距离。
在步骤340，将待规划区域内非分布式小区作为当前待规划小区组。
根据距离由近至远和小区分布密度由密至疏的顺序，选择相同经纬度、相同eNodeB_ID，并且PCI为空的非分布式小区作为当前待规划小区组。
在步骤350，以当前待规划小区组为中心，根据覆盖区域类型选择外切同心圆正方形区域作为层数计算区域，计算该区域内小区与当前待规划小区组的层数关系。
传统的小区层数算法一般仅以距离的远近进行划分层数，计算出来的结果不太合理。为了避免小区分布密度的差异性导致小区层数的失真，制定了层数算法：为了避免迭代全网，根据小区的覆盖区域(Region)选择统计小区层数的区域。区域的选择方法与步骤220相同。其中，城区选择区域单边距离为10公里，郊区为15公里，农村为20公里；以正北方向为起点，按顺时针方向，每90度划分为一个区间。在区间内选择离当前待规划小区组最近的室外小区为第一层的原始参考距离，原始参考距离以内的小区的层数统一计为零层；若当前小区为室外小区，则计算当前室外小区与原始参考距离的偏移距离，若超过层数判别门限，则层数加1，并以当前室外小区的距离作为新一层的原始参考距离，否则，将当前室外小区与前一层室外小区计为同一层；若当前小区为室内小区，则与前一层室外小区计为同一层。层数判断门限D与覆盖区域相关，取值为1/2的站间距；城区站间距取值为600米，郊区取值为1200米，农村取值为2000米。根据上述算法，可以计算周围小区与当前待规划小区组的层数关系。
在步骤360，计算周围小区PCI的组号PciGroup，以及各组号
所对应的最小层数PciGroupMinLayer。
为了减少PCI的模3干扰，对PCI实施分组管理。模3余数不同的PCI依序抽取3个PCI组成一组，如图表1所示。
| PCI组 | PCI |
| 第0组 | 0、1、2 |
| 第1组 | 3、4、5 |
| 。。。 | 。。。 |
| 第167组 | 501、502、503 |
表1 PCI的分组
PCI组号的计算公式为其中，为向下取整；如果PCI值为-1，则PciGroup置为-1。如果PCI值为空，则置空。根据上述算法，计算“当前待规划小区组”的周围小区的PciGroup。
在步骤370，计算周围小区组号的重复次数，判断是否存在组号重复次数为0的PCI。若存在，则执行步骤371，否则，执行步骤373。
在步骤371，判断PCI模30检测是否合格，若符合模30检测合格，则执行步骤372，否则，执行步骤373。
在步骤372，将PCI添加到待分配集合。
在步骤373，添加到最大复用层数集合。
在步骤374，检查待分配集合的PCI是否足够，如果足够，执行步骤391，否则执行步骤375。
在步骤375，按照PciGroupMinLayer和与当前待规划小区组的距离由大到小进行排序，依次抽取PCI。
在步骤380，判断PCI模30检测是否合格，若符合PCI模30检测合格，则执行部381，否则，执行步骤373。
为了降低上行RS的干扰，同时又要保证下行PCI的隔离度，引进模30算法。考虑到室分系统内的UE发射功率一般不会发射到室外，因此仅考虑室内站点同站址模30不相同。简而言之，力争室外站1层以内不出现模30干扰，室内站同站址不出现模30干扰。详细的模30算法如下：
1)室外站算法：
首先，分配满足“复用层数大于4层且1层以内模30不相等”的PCI；其次，没有满足“复用层数大于4层且1层以内模30不相等”的PCI，则分配复用层数最大的PCI。
2)室内站算法：
首先，分配满足“复用层数大于0层且0层以内模30不相等”的PCI；其次，没有满足“复用层数大于0层且0层以内模30不相等”的PCI，则分配复用层数最大的PCI。
在步骤381，将PCI添加到待分配集合。
在步骤390，判断层数计算区域小区是否迭代完毕，若迭代完毕，则执行步骤391，否则，执行步骤375。
在步骤391，检查待分配集合的PCI能否满足当前待规划小区组，如果满足，则执行步骤393，否则执行步骤392。
在步骤392，优先使用待分配集合当中的PCI，如果待分配集合当中的PCI不足，则使用最大复用层数集合当中的PCI。
在步骤393，判断同心圆区域内是否还存在待规划的PCI小区，若存在，则执行步骤340，否则，执行步骤394。
在步骤394，判断同心圆区域外是否存在待规划PCI小区，若存在，则执行步骤310，否则，结束该实施例。
在该实施例中，本发明对于非分布式小区，整组分配PCI，并且PCI按照方位角的大小由小至大依次分配PCI，其目的是减少共站址模3干扰和邻区小区模3互打。通过计算小区密度来定位基站分布的各个同心圆核心区域，再以圆心为起点，选择特定区域，按照由近至远、由密至疏的顺序规划PCI。依次迭代所有同心圆圆心，完成全网PCI的规划。该规划方法完全符合基站的分布特点，优先规划密集区域的PCI，同时还利用了数学的“等周定理”，实现PCI复用层数和PCI复用距离的最大化。除此之外，还根据室内站与室外站分布密度的差异性，实施室内外小区分批次规划，实现最佳的规划效果。
本发明的区域算法通过距离与经纬度的对应关系，将同心圆区域 映射成同心圆外切正方形区域，避免通过反复计算站间距来筛选同心圆区域，提高程序的运行效率。
另外，传统的小区层数算法一般以距离的远近进行划分层数，计算出来的结果不太合理。区间层数算法以90度为一个区间，将360度区域划分为四个区间，每个区间再按照距离的远近来计算小区层数。这样能有效减少局部区域小区分布的不一致，导致层数的失真。同时，根据城区、郊区和农村三类不同的场景设置差异化的判别门限，实现PCI复用层数合理性判别门限的统一化，标准化。
图4为本发明PCI分配方法的一个具体实施例的流程示意图。
本次选取LTE基站密集的广州业务区为本次PCI重规划验证区域，其中室外小区10596个，室内小区6272个。广州的LTE网络为新建网络，全网PCI的分配原则如下：
室外：PCI 0～359
室内：PCI 360～479
预留：480～503
采用由本发明的规划方法研制而成的《LTE PCI评估与规划工具》对广州区域进行规划，工具界面如图5所示。
在步骤401，分段分配PCI，其中，室外：PCI 0～359,室内：360～479，预留：480～503。
在步骤402，按照表2所示的字段说明，整理小区工参，将PCI的值置空。其中，广州LTE小区工参如表3所示，本发明仅以示例性的描述部分小区的工参。
表2小区工参字段说明
其中，Distributed、Distance、Interval和CellNum的字段为本发明方法自动添加的字段。
表3广州LTE小区工参示意
在步骤403，设置全网小区分布式属性。分布式小区和非分布式小区如图6所示。其中，五角星标识为分布式小区，扇形标识为非分 布式小区。
根据列Longitude、Latitude和eNodeB_ID进行分组统计，统计共站址、同eNodeB_ID的小区数。如果小区数总数模3余数为1，则将Sect_ID数值最大的小区的Distributed值设置为“y”，其他小区的Distributed值设置为“n”。如果小区总数模3余数为2或者0，则小区的Distributed值全部设置为“n”。Distributed值设置为“y”表示为分布式小区，设置“n”表示为非分布式小区。经运算，全网部分小区分布式属性的设置如表4所示。本发明仅以示例性的描述部分小区的分布式属性。
表4广州LTE小区分布属性示意
在步骤404，迭代全网小区，计算小区的小区密度。对于室外小区，以室外小区的经纬度为中心，选择半径为10km的同心圆外切正方形对应的区域，统计该区域内的室外小区数作为该小区的小区密度；对于室内小区，以室内小区的经纬为中心，选择半径为10km的同心圆外切正方形对应的区域，统计该区域内的室内小区数，再乘以与该小区共站址的小区总数，得到的结果作为该小区的小区密度。CellNum列为小区密度，全网小区的小区密度如表5所示。本发明仅以示例性的描述部分小区密度。
表5广州LTE小区密度示意
先规划室内小区，后规划室外小区。室内与室外小区的规划方法完全一致。下面仅以室外小区为例加以说明。
在步骤405，选取室外小区密度最大的小区作为第一个同心圆圆心。通过小区密度表可知，室外小区ID为480147_1的密度最大。该小区名称为“F环市东城基站LTE-BBU01-0”，位于东山区，小区的经度为113.30274，小区的纬度为23.13757。这样，第一个同心圆圆心为(113.30274，23.13757)。
在步骤406，选择待规划区域。如图7所示，Xmin为经度对应的最小值，Xmax为经度对应的最大值，Ymin为纬度对应的最小值，Ymax为纬度对应的最大值，700为同心圆圆心，710为半径。例如，以(113.30274，23.13757)为圆心，选择半径为10km的同心圆外切正方形对应的区域。该区域对应的经度范围为：113.17274～113.43274，纬度范围为：23.00757～23.26757。待规划区域内的小区汇总结果如表6所示。本发明仅以示例性的描述部分待规划区域内的小区汇总结果。
表6待规划区域小区汇总表示意
在步骤407，计算待规划区域内PCI值为空的小区与同心圆圆心的距离，计算结果如表6所示。Distance列为待规划小区与同心圆圆心的距离，单位为米。
在步骤408以Distance列由小至大，CellNum列由大至小排序，实现由近至远、由密至疏原则规划PCI。
在步骤409，按照步骤408排序，选取共站址、同eNodeB的小区，相同分布特性，并且PCI值为空的小区为当前待规划小区组。第一组当前待规划小区组为480147_1、480147_2和480147_3。
在步骤410，根据当前待规划小区组的Region列内容选择合适的小区半径，其Region值为“城区”。故，以“当前待规划小区组”的经纬度为中心，选择半径为10km同心圆对应的外切正方形区域。根据层数算法计算该区域内的小区与“当前待规划小区组”的层数。小区层数示意图如图8所示，800为第0层，810为第一层，820为第二层，830为第三层，D为判别门限。本实施例中计算的结果如表7所示。表7的字段说明如图表2所示。
表7小区层数列表示意
在步骤411，根据PCI值，统计每个PCI所对应的最小层数PciMinLayer，如表7所示。
在步骤412，根据PCI值计算每个PCI对应的PciGroup，如表 7所示。
在步骤413，根据PciGroup统计每个PciGroup所对应的最小层数PciGroupMinLayer，如表7所示。
在步骤414，规划分布式小区的PCI。如果当前规划小区是属于分布式小区，统计其周围小区PCI的重复次数，判断是否存在重复次数为0的PCI。若存在重复次数为0的PCI，判断PCI模30检测是否合格，若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，将PCI添加到最大复用层数集合。
检查待分配集合的PCI是否足够，如果足够，则将待分配集合的PCI分配给当前规划小区组，否则按照PciMinLayer和与当前待规划小区组的距离由大到小进行排序，依次抽取小区PCI。判断PCI模30检测是否合格，若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，将PCI添加到最大复用层数集合。一直迭代，直到“待分配集合”当中的PCI满足“当前规划小区组”的需要，或者迭代到最后一条记录。
优先使用“待分配集合”当中的PCI。如果待分配集合的PCI不足，则挑选“最大复用层数集合”当中的PCI。
因“当前待规划小区组”的Distributed值为“n”，故不执行该步骤，而执行步骤415。
在步骤415，规划非分布式小区的PCI。如果当前规划小区组是属于非分布式小区，则统计其周围小区PciGroup的重复次数，若存在PciGroup的重复次数为0的，则进行模30检测。如果检测符合条件，则将PCI添加到待分配集合，否则，添加到最大复用层数集合。
如果待分配集合的PCI不满足当前规划小区组的需求，则按照PciGroupMinLayer和Distance由大至小排序，依次抽取PciGroup。经过模30算法模块判断，如果符合条件，则将其对应的PCI添加到“待分配集合”。如果不符合，则添加到“最大复用层数集合”。一直迭代，直到“待分配集合”当中的PCI满足“当前规划小区组”的需要，或者迭代到最后一条记录。
优先使用“待分配集合”当中的PCI。如果待分配集合的PCI不足，则挑选“最大复用层数集合”当中的PCI。
根据上述运算，为“当前待规划小区组”分配的PCI分别为0、1、和2，并根据方位角的大小依次分配给480147_1、480147_2和480147_3。
在步骤416：检查同心圆区域内是否存在待规划PCI小区，如果存在则跳转到步骤409，否则继续下一步骤。
在步骤417，检查同心圆区域外是否存在待规划PCI小区，如果同心圆区域外存在待规划PCI小区，则跳转到步骤405，选择下一个同心圆圆心，否则全部PCI规划完毕。广州PCI的规划结果如表8所示。广州现网PCI分配情况如表9所示。
表8广州PCI规划结果示意
表9广州现网PCI分配情况示意
通过步骤401～417就完成了PCI的重规划工作。从复用层数、复 用距离和PCI模30对比分析规划前后的效果。
对于复用距离，广州规划前后的复用距离分段对比效果如表10所示。各复用距离分段的复用对数都明显下降，3km以内的复用对数由24867对减少至8630对，3km以内复用距离改善幅度达到65.29％。
| 距离分段(米) | 现网 | 预规划 |
| [0，500) | 1344 | 1 |
| [500，1000) | 2736 | 296 |
| [1000，2000) | 8818 | 3291 |
| [2000，3000) | 11969 | 5042 |
| [3000，4000) | 16465 | 6079 |
| [4000，5000) | 15299 | 8389 |
表10复用距离的前后对比
对于复用层数，广州规划前后的复用层数对比效果如表11所示。各复用层数的复用对数都明显下降，4层以内复用对数由原来的10973对减少到1882对，改善幅度达到82.85％。
表11复用层数的前后对比
对于PCI模30，广州规划前后PCI模30的对比效果如图8A所示。PCI模30的数量都明显下降，由3717对下降到1591对，改善幅度达到57.20％。
在本发明的实施例中，通过计算小区密度来定位基站分布的各个同心圆核心区域，再以圆心为起点，选择特定区域，按照由近至远、由密至疏的顺序规划PCI。依次迭代所有同心圆圆心，完成全网PCI的规划。该规划方法完全符合基站的分布特点，优先规划密集区域的PCI，同时还利用了数学的“等周定理”，实现PCI复用层数和PCI复用距离的最大化。除此之外，还根据室内站与室外站分布密度的差异性，实施室内外小区分批次规划，实现最佳的规划效果。
再者，本发明引入了分布式小区概念，并将分布式小区概念与PCI分组有机结合，实施PCI分配方案。对于非分布式小区，整组分配PCI，并且PCI按照方位角的大小由小至大依次分配PCI，其目的是减少共站址模3干扰和邻区小区模3互打。对于分布式小区，抽取复用层数及复用距离最远的PCI，实施离散的方式分配PCI。
另外，本发明还利用了区域算法。该算法通过距离与经纬度的对应关系，将同心圆区域映射成同心圆外切正方形区域，避免通过反复 计算站间距来筛选同心圆区域，提高程序的运行效率。同时利用了区间层数算法。传统的小区层数算法一般以距离的远近进行划分层数，计算出来的结果不太合理。区间层数算法以90度为一个区间，将360度区域划分为四个区间，每个区间再按照距离的远近来计算小区层数。这样能有效减少局部区域小区分布的不一致，导致层数的失真。同时，根据城区、郊区和农村三类不同的场景设置差异化的判别门限，实现PCI复用层数合理性判别门限的统一化，标准化。
图9为本发明PCI分配装置的一个实施例的结构示意图。该装置包括小区密度获取单元910、待规划区域选取单元920、距离计算单元930和PCI规划单元940。
小区密度获取单元910用于获取各小区的分布密度。
因室内外信号覆盖特点不同，室内(室分)小区对PCI的复用间隔需求较低，为了提高物理层识别小区PCI的利用率，本发明对PCI进行分段管理。PCI分为室外站、室内站(室分)和其他三大类。譬如：室外占用PCI 0～359，室内占用PCI 360～479，其他(预留)：480～503。室内外PCI比例取值，建议以核心城区计算。室内外比例计算参考如下公式：
室内外PCI比例＝室内小区比例*(室内PCI复用层数门限/室外PCI复用层门限)：室外小区比例*(室外PCI复用层数门限/室内PCI复用层门限)
密集城区的大型综合体商业中心一般会利用多个RRU建设室分系统。室分系统的小区数(同一站点)会达到二三十个，而室外站的小区一般不会超过3个。因此根据室内外站点分布特点的差异性，采用差异化的计算方法。本发明根据以下算法，计算各小区的小区密度：
室外小区的密度计算方法为以小区为中心，选择半径为10km的同心圆外切正方形对应的区域，统计该区域的室外小区的总数作为该小区的小区密度。
室内小区的密度计算方法为以小区为中心，选择半径为10km的同心圆外切正方形对应的区域，统计该区域的室内小区的总数，再乘 以与该小区共站址的小区总数，计算出来的结果作为该小区的小区密度。
待规划区域选取单元920用于将小区的分布密度最大且PCI值为空的小区的经纬度作为同心圆圆心，以第一阈值作为同心圆的半径，将同心圆的外切正方形区域作为待规划区域。
根据小区的密度定位全网小区的若干核心区域。选取最密集的核心区作为第一个同心圆圆心，如果存在相同小区密度的情况，则选取基站标识eNodeB_ID最小的作为第一个参考小区。
核心城区区域的半径一般不超过10公里，因此选取10公里作为同心圆的半径。如果通过计算各小区与同心圆圆心的距离来筛选待规划区域，运算量大。本发明将同心圆区域折算成同心圆对应的外切正方形区域。具体算法如下：
以10km作为同心圆半径；根据同心圆圆心的经纬度和半径长度，由距离折算成区域四个顶点对应的经纬度；计算四个顶点对应的最小经度Xmin，最大经度为Xmax，最小纬度为Ymin和最大纬度为Ymax；以Xmin<＝x<＝Xmax且Ymin<＝y<＝Ymax的范围筛选同心圆圆心附近小区作为待规划区域。
距离计算单元930用于计算待规划区域内的各小区与同心圆圆心的距离。
PCI规划单元940用于根据距离由近至远的顺序分配PCI。
根据待规划区域各小区与同心圆圆心的距离由近至远的顺序规划PCI。如果存在距离相同的情况，则根据小区密度由密至疏的顺序规划PCI。
本发明考虑到室内小区与室外小区密度的差异性，特别是城区商业密集区域室内小区在局部区间的密度会远大于室外小区的密度。为了达到最优的规划效果，可以将室外、室内小区分别进行PCI规划。
在本发明的实施例中，通过获取各小区的分布密度；将小区的分布密度最大且物理层识别小区PCI值为空的小区的经纬度作为同心圆圆心；以第一阈值作为同心圆的半径，将同心圆的外切正方形区域作 为待规划区域；计算待规划区域内的各小区与同心圆圆心的距离；根据距离由近至远和小区分布密度由密至疏的顺序分配PCI。以此类推，可以迭代所有的同心圆圆心，完成全网的PCI规划。本发明能有效解决全网小区PCI规划顺序问题。
本发明为了提高PCI的利用率，减少模3干扰，引入了分布式与非分布式的概念，即小区分布属性设置单元，用于根据小区的分布特性将小区分为分布式小区和非分布式小区。本发明根据如下算法自动判别小区的分布属性：同经纬度、同eNodeB_ID的小区总数模3余数为0或2的小区全部定义为非分布式小区；同经纬度、同eNodeB_ID小区总数模3余数为1的情况，扇区号最大者定义为分布式小区，其他的仍为非分布式小区。PCI规划单元用于对于非分布式小区，整组分配PCI，并且PCI按照方位角的大小由小至大依次分配PCI。其目的是减少模3干扰。PCI规划单元还用于对于分布式小区，实施离散的方式分配PCI。
图10为本发明分布式小区PCI分配装置的一个实施例的结构示意图。该装置包括小区分布属性设置单元1010、小区密度获取单元1020、待规划区域选取单元1030、距离计算单元1040、当前待规划小区组选取单元1050，小区层数计算单元1060和PCI规划单元1070。
小区分布属性设置单元1010用于根据小区的分布特性将小区分为分布式小区。
小区密度获取单元1020用于计算分布式小区密度。
其中，本发明还可以包括室内外小区区分单元，用于将分布式小区分为室内小区和室外小区，其中，室外小区的密度计算方法为以小区为中心，选择半径为10km的同心圆外切正方形对应的区域，统计该区域的室外小区的总数作为该小区的小区密度。室内小区的密度计算方法为以小区为中心，选择半径为10km的同心圆外切正方形对应的区域，统计该区域的室内小区的总数，再乘以与该小区共站址的小区总数，计算出来的结果作为该小区的小区密度。
考虑到室内小区与室外小区密度的差异性，特别是城区商业密集 区域室内小区在局部区间的密度会远大于室外小区的密度。为了达到最优的规划效果，室外、室内小区是分开两批规划的。两者的规划方法基本相同，因此，此处本发明仅以一种情况为例。
待规划区域选取单元1030用于获取小区密度最大且PCI值为空的小区，以该小区的经纬度作为同心圆圆心。如果存在相同小区密度的情况，则选取eNodeB_ID最小的作为第一个参考小区。并以一定的距离作为同心圆的半径，将同心圆的外切正方形区域作为待规划区域。
核心城区区域的半径一般不超过10公里，因此选取10公里作为同心圆的半径。如果通过计算各小区与同心圆圆心的距离来筛选待规划区域，运算量大。本发明将同心圆区域折算成同心圆对应的外切正方形区域。例如，以10km作为同心圆半径；根据同心圆圆心的经纬度和半径长度，由距离折算成区域四个顶点对应的经纬度；计算四个顶点对应的最小经度Xmin，最大经度为Xmax，最小纬度为Ymin和最大纬度为Ymax；以Xmin<＝x<＝Xmax且Ymin<＝y<＝Ymax的范围筛选同心圆圆心附近小区作为待规划区域。
距离计算单元1040用于计算待规划区域内的各小区与同心圆圆心的距离。
当前待规划小区组选取单元1050用于将待规划区域内PCI为空的分布式小区作为当前待规划小区组。
选择相同经纬度、相同eNodeB_ID，并且PCI为空的分布式小区作为当前待规划小区组。
小区层数计算单元1060用于以当前待规划小区组为中心，根据覆盖区域计算周围小区与当前待规划小区组的层数关系。
传统的小区层数算法一般仅以距离的远近进行划分层数，计算出来的结果不太合理。为了避免小区分布密度的差异性导致小区层数的失真，制定了层数算法，例如：为了避免迭代全网，根据小区的覆盖区域(Region)选择统计小区层数的区域。区域的选择方法与步骤220相同。其中，城区选择区域单边距离为10公里，郊区为15公里，农村为20公里；以正北方向为起点，按顺时针方向，每90度划分为一 个区间。区间内选择最近小区作为第一层的原始参考距离，如果累加的距离超过层数判别门限，则层数加“1”，否则，计算为同一层。如此类推，以距离由近至远计算层数，其中共站址的小区计为0层。层数判断门限D与覆盖区域相关，取值为1/2的站间距；城区站间距取值为600米，郊区取值为1200米，农村取值为2000米。根据上述算法，可以计算周围小区与当前待规划小区组的层数关系。
PCI规划单元1070用于根据PCI值，计算各PCI所对应的最小层数PciMinLayer。计算周围小区PCI的重复次数，判断是否存在重复次数为0的PCI；若存在重复次数为0的PCI，则将重复次数为0的PCI添加到最大复用层数集合，并进行PCI模30检测；若不存在重复次数为0的PCI，则按照PciMinLayer和与当前待规划小区组的距离由大到小进行排序，依次抽取小区PCI，并进行PCI模30检测；若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，添加到最大复用层数集合。
为了降低上行RS的干扰，同时又要保证下行PCI的隔离度，引进模30算法。考虑到室分系统内的UE发射功率一般不会发射到室外，因此仅考虑室内站点同站址模30不相同。简而言之，力争室外站1层以内不出现模30干扰，室内站同站址不出现模30干扰。详细的模30算法如下：
1)室外站算法：
首先，分配满足“复用层数大于4层且1层以内模30不相等”的PCI；其次，没有满足“复用层数大于4层且1层以内模30不相等”的PCI，则分配复用层数最大的PCI。
2)室内站算法：
首先，分配满足“复用层数大于0层且0层以内模30不相等”的PCI；其次，没有满足“复用层数大于0层且0层以内模30不相等”的PCI，则分配复用层数最大的PCI。
PCI规划单元1050还用于优先使用待分配集合当中的PCI，如果待分配集合当中的PCI不足，则使用最大复用层数集合当中的PCI。
在该实施例中，本发明对于分布式小区，抽取复用层数及复用距离最远的PCI，实施离散的方式分配PCI。通过计算小区密度来定位基站分布的各个同心圆核心区域，再以圆心为起点，选择特定区域，按照由近至远、由密至疏的顺序规划PCI。依次迭代所有同心圆圆心，完成全网PCI的规划。该规划方法完全符合基站的分布特点，优先规划密集区域的PCI，同时还利用了数学的“等周定理”，实现PCI复用层数和PCI复用距离的最大化。除此之外，还根据室内站与室外站分布密度的差异性，实施室内外小区分批次规划，实现最佳的规划效果。
本发明的区域算法通过距离与经纬度的对应关系，将同心圆区域映射成同心圆外切正方形区域，避免通过反复计算站间距来筛选同心圆区域，提高程序的运行效率。
另外，传统的小区层数算法一般以距离的远近进行划分层数，计算出来的结果不太合理。区间层数算法以90度为一个区间，将360度区域划分为四个区间，每个区间再按照距离的远近来计算小区层数。这样能有效减少局部区域小区分布的不一致，导致层数的失真。同时，根据城区、郊区和农村三类不同的场景设置差异化的判别门限，实现PCI复用层数合理性判别门限的统一化，标准化。
本发明的另一个实施例，小区分布属性设置单元1010用于根据小区的分布特性将小区分为非分布式小区。
小区密度获取单元1020用于计算非分布式小区密度。
其中，本发明还可以包括室内外小区区分单元，用于将分布式小区分为室内小区和室外小区，其中，室外小区的密度计算方法为以小区为中心，选择半径为10km的同心圆外切正方形对应的区域，统计该区域的室外小区的总数作为该小区的小区密度。室内小区的密度计算方法为以小区为中心，选择半径为10km的同心圆外切正方形对应的区域，统计该区域的室内小区的总数，再乘以与该小区共站址的小区总数，计算出来的结果作为该小区的小区密度。
考虑到室内小区与室外小区密度的差异性，特别是城区商业密集 区域室内小区在局部区间的密度会远大于室外小区的密度。为了达到最优的规划效果，室外、室内小区是分开两批规划的。两者的规划方法基本相同，因此，此处本发明仅以一种情况为例。
待规划区域选取单元1030用于获取小区密度最大且PCI值为空的小区，以该小区的经纬度作为同心圆圆心。如果存在相同小区密度的情况，则选取eNodeB_ID最小的作为第一个参考小区。并以一定的距离作为同心圆的半径，将同心圆的外切正方形区域作为待规划区域。
核心城区区域的半径一般不超过10公里，因此选取10公里作为同心圆的半径。如果通过计算各小区与同心圆圆心的距离来筛选待规划区域，运算量大。本发明将同心圆区域折算成同心圆对应的外切正方形区域。例如，以10km作为同心圆半径；根据同心圆圆心的经纬度和半径长度，由距离折算成区域四个顶点对应的经纬度；计算四个顶点对应的最小经度Xmin，最大经度为Xmax，最小纬度为Ymin和最大纬度为Ymax；以Xmin<＝x<＝Xmax且Ymin<＝y<＝Ymax的范围筛选同心圆圆心附近小区作为待规划区域。
距离计算单元1040用于计算待规划区域内的各小区与同心圆圆心的距离。
当前待规划小区组选取单元1050，用于将待规划区域内非分布式小区作为当前待规划小区组。
选择相同经纬度、相同eNodeB_ID，并且PCI为空的非分布式小区作为当前待规划小区组。
小区层数计算单元1060用于以当前待规划小区组为中心，根据覆盖区域计算周围小区与当前待规划小区组的层数关系。
传统的小区层数算法一般仅以距离的远近进行划分层数，计算出来的结果不太合理。为了避免小区分布密度的差异性导致小区层数的失真，制定了层数算法，例如：为了避免迭代全网，根据小区的覆盖区域(Region)选择统计小区层数的区域。区域的选择方法与步骤220相同。其中，城区选择区域单边距离为10公里，郊区为15公里，农村为20公里；以正北方向为起点，按顺时针方向，每90度划分为一 个区间。区间内选择最近小区作为第一层的原始参考距离，如果累加的距离超过层数判别门限，则层数加“1”，否则，计算为同一层。如此类推，以距离由近至远计算层数，其中共站址的小区计为0层。层数判断门限D与覆盖区域相关，取值为1/2的站间距；城区站间距取值为600米，郊区取值为1200米，农村取值为2000米。根据上述算法，可以计算周围小区与当前待规划小区组的层数关系。
PCI规划单元1070用于计算周围小区的组号，以及各组号所对应的最小层数PciGroupMinLayer；计算周围小区组号的重复次数，判断是否存在组号重复次数为0的PCI；若存在组号重复次数为0的PCI，则将组号重复次数为0的PCI添加到最大复用层数集合，并进行PCI模30检测；若不存在组号重复次数为0的PCI，则按照PciGroupMinLayer和与当前待规划小区组的距离由大到小进行排序，依次抽取小区组号，并进行PCI模30检测；若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，添加到最大复用层数集合。
为了减少PCI的模3干扰，对PCI实施分组管理。模3余数不同的PCI依序抽取3个PCI组成一组，如图表1所示。
PCI组号的计算公式为其中，为向下取整；如果PCI值为-1，则PciGroup置为-1。如果PCI值为空，则置空。根据上述算法，计算“当前待规划小区组”的周围小区的PciGroup。
为了降低上行RS的干扰，同时又要保证下行PCI的隔离度，引进模30算法。考虑到室分系统内的UE发射功率一般不会发射到室外，因此仅考虑室内站点同站址模30不相同。简而言之，力争室外站1层以内不出现模30干扰，室内站同站址不出现模30干扰。详细的模30算法如下：
1)室外站算法：
首先，分配满足“复用层数大于4层且1层以内模30不相等”的PCI；其次，没有满足“复用层数大于4层且1层以内模30不相等”的PCI，则分配复用层数最大的PCI。
2)室内站算法：
首先，分配满足“复用层数大于0层且0层以内模30不相等”的PCI；其次，没有满足“复用层数大于0层且0层以内模30不相等”的PCI，则分配复用层数最大的PCI。
PCI规划单元1060还用于优先使用待分配集合当中的PCI，如果待分配集合当中的PCI不足，则使用最大复用层数集合当中的PCI。
在该实施例中，本发明对于非分布式小区，整组分配PCI，并且PCI按照方位角的大小由小至大依次分配PCI，其目的是减少共站址模3干扰和邻区小区模3互打。通过计算小区密度来定位基站分布的各个同心圆核心区域，再以圆心为起点，选择特定区域，按照由近至远、由密至疏的顺序规划PCI。依次迭代所有同心圆圆心，完成全网PCI的规划。该规划方法完全符合基站的分布特点，优先规划密集区域的PCI，同时还利用了数学的“等周定理”，实现PCI复用层数和PCI复用距离的最大化。除此之外，还根据室内站与室外站分布密度的差异性，实施室内外小区分批次规划，实现最佳的规划效果。
本发明的区域算法通过距离与经纬度的对应关系，将同心圆区域映射成同心圆外切正方形区域，避免通过反复计算站间距来筛选同心圆区域，提高程序的运行效率。
另外，传统的小区层数算法一般以距离的远近进行划分层数，计算出来的结果不太合理。区间层数算法以90度为一个区间，将360度区域划分为四个区间，每个区间再按照距离的远近来计算小区层数。这样能有效减少局部区域小区分布的不一致，导致层数的失真。同时，根据城区、郊区和农村三类不同的场景设置差异化的判别门限，实现PCI复用层数合理性判别门限的统一化，标准化。
至此，已经详细描述了本发明。为了避免遮蔽本发明的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。
可能以许多方式来实现本发明的方法以及装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方 法以及装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员应该理解，可在不脱离本发明的范围和精神的情况下，对以上实施例进行修改。本发明的范围由所附权利要求来限定。
Claims (26)
1.一种PCI分配方法，其特征在于，包括：
获取各小区的分布密度；
将所述小区的分布密度最大且物理层识别小区PCI值为空的小区的经纬度作为同心圆圆心；
以第一阈值作为同心圆的半径，将所述同心圆的外切正方形区域作为待规划区域；
计算所述待规划区域内的各小区与所述同心圆圆心的距离；
根据所述距离由近至远和小区密度由密至疏的顺序分配PCI。
2.根据权利要求1所述的方法，其特征在于，还包括：
根据小区的分布特性将所述小区分为分布式小区和非分布式小区；
对所述分布式小区，实施离散的方式分配PCI，对所述非分布式小区整组分配PCI，并且PCI按照方位角的大小由小至大依次分配PCI。
3.根据权利要求2所述的方法，其特征在于，根据小区的分布特性将所述小区分为分布式小区和非分布式小区的步骤包括：
将同经纬度、同基站标识小区总数模3余数为1，且扇区号最大的小区定义为分布式小区；
将同经纬度、同基站标识小区总数模3余数为1，且扇区号非最大的小区以及同经纬度、同基站标识的小区总数模3余数为0或2的小区定义为非分布式小区。
4.根据权利要求3所述的方法，其特征在于，对分布式小区分配PCI的步骤包括：
将所述待规划区域内PCI为空的分布式小区作为当前待规划小区组；
以当前待规划小区组为中心，根据覆盖区域计算周围小区与当前待规划小区组的层数关系；
基于所述层数关系进行PCI分配。
5.根据权利要求4所述的方法，其特征在于，基于所述层数关系进行PCI分配的步骤包括：
根据PCI值，计算各PCI所对应的最小层数PciMinLayer；
计算所述周围小区PCI的重复次数，判断是否存在重复次数为0的PCI；
若存在重复次数为0的PCI，则进行PCI模30检测；
若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，添加到最大复用层数集合；
若待分配集合的PCI数量不能满足当前待规划小区组的需求，则按照PciMinLayer和与当前待规划小区组的距离由大到小进行排序，依次抽取PCI，并进行PCI模30检测；
若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，添加到最大复用层数集合。
6.根据权利要求5所述的方法，其特征在于，还包括：
优先使用所述待分配集合当中的PCI，如果所述待分配集合当中的PCI不足，则使用所述最大复用层数集合当中的PCI。
7.根据权利要求3所述的方法，其特征在于，对非分布式小区分配PCI的步骤包括：
将所述待规划区域内非分布式小区作为当前待规划小区组；
以当前待规划小区组为中心，根据覆盖区域计算周围小区与当前待规划小区组的层数关系；
基于所述层数关系进行PCI分配。
8.根据权利要求7所述的方法，其特征在于，基于所述层数关系进行PCI分配的步骤包括：
计算周围小区的组号，以及各组号所对应的最小层数PciGroupMinLayer；
计算所述周围小区组号的重复次数，判断是否存在组号重复次数为0的PCI；
若存在组号重复次数为0的PCI，则进行PCI模30检测；
若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，添加到最大复用层数集合；
若待分配集合的PCI数量不能满足当前待规划小区组的需求，则按照PciGroupMinLayer和与当前待规划小区组的距离由大到小进行排序，依次抽取PCI，并进行PCI模30检测；
若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，添加到最大复用层数集合。
9.根据权利要求8所述的方法，其特征在于，还包括：
优先使用所述待分配集合当中的PCI，如果所述待分配集合当中的PCI不足，则使用所述最大复用层数集合当中的PCI。
10.根据权利要求1-9任一所述的方法，其特征在于，
将小区分为室内小区和室外小区，并分别分配室内小区和室外小区的PCI。
11.根据权利要求10所述的方法，其特征在于，计算室外小区密度的步骤包括：
以一个室外小区的经纬度为中心，以第二阈值为半径的同心圆外切正方形对应的区域，统计该区域的室外小区的总数作为该室外小区的小区密度。
12.根据权利要求10所述的方法，其特征在于，计算室内小区密度的步骤包括：
以一个室内小区的经纬度为中心，以第二阈值为半径的同心圆外切正方形对应的区域，统计该区域的室内小区的总数，再乘以与该小区共站址的小区总数，计算出来的结果作为该室内小区的小区密度。
13.根据权利要求4或7所述的方法，其特征在于，
以当前待规划小区组为中心，根据覆盖区域计算周围小区与当前待规划小区组的层数关系的步骤包括：
以当前待规划区域组为中心，根据覆盖区域选择第三阈值作为同心圆的半径，将同心圆的外切正方形区域作为统计小区层数的区域，其中覆盖区域分为城区、郊区和农村；
根据方位角将该区域分为多个区间；
在区间内选择离当前待规划小区组最近的室外小区为第一层的原始参考距离，原始参考距离以内的小区的层数统一计为零层；若当前小区为室外小区，则计算当前室外小区与原始参考距离的偏移距离，若超过层数判别门限，则层数加1，并以当前室外小区的距离作为新一层的原始参考距离，否则，将当前室外小区与前一层室外小区计为同一层；若当前小区为室内小区，则与前一层室外小区计为同一层。
14.一种PCI分配装置，其特征在于，包括：
小区密度获取单元，用于获取各小区的分布密度；
待规划区域选取单元，用于将所述小区的分布密度最大且PCI值为空的小区的经纬度作为同心圆圆心；以第一阈值作为同心圆的半径，将所述同心圆的外切正方形区域作为待规划区域；
距离计算单元，用于计算所述待规划区域内的各小区与所述同心圆圆心的距离；
PCI规划单元，用于根据所述距离由近至远和小区分布密度由密至疏的顺序分配PCI。
15.根据权利要求14所述的装置，其特征在于，还包括：
小区分布属性设置单元，用于根据小区的分布特性将所述小区分为分布式小区和非分布式小区；
所述PCI规划单元用于对所述分布式小区，实施离散的方式分配PCI，对所述非分布式小区整组分配PCI，并且PCI按照方位角的大小由小至大依次分配PCI。
16.根据权利要求15所述的装置，其特征在于，
所述小区分布属性设置单元用于将同经纬度、同基站标识小区总数模3余数为1，且扇区号最大的小区定义为分布式小区；将同经纬度、同基站标识小区总数模3余数为1，且扇区号非最大的小区以及同经纬度、同基站标识的小区总数模3余数为0或2的小区定义为非分布式小区。
17.根据权利要求16所述的装置，其特征在于，还包括：
当前待规划小区组选取单元，用于将所述待规划区域内PCI为空的分布式小区作为当前待规划小区组；
小区层数计算单元，用于以当前待规划小区组为中心，根据覆盖区域计算周围小区与当前待规划小区组的层数关系。
18.根据权利要求17所述的装置，其特征在于，
所述PCI规划单元用于根据PCI值，计算各PCI所对应的最小层数PciMinLayer；计算所述周围小区PCI的重复次数，判断是否存在重复次数为0的PCI；若存在重复次数为0的PCI，则进行PCI模30检测；若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，添加到最大复用层数集合；若待分配集合的PCI数量不能满足当前待规划小区组的需求，则按照PciMinLayer和与当前待规划小区组的距离由大到小进行排序，依次抽取PCI，并进行PCI模30检测；若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，添加到最大复用层数集合。
19.根据权利要求18所述的装置，其特征在于，
所述PCI规划单元用于优先使用所述待分配集合当中的PCI，如果所述待分配集合当中的PCI不足，则使用所述最大复用层数集合当中的PCI。
20.根据权利要求16所述的装置，其特征在于，
当前待规划小区组选取单元，用于将所述待规划区域内非分布式小区作为当前待规划小区组；
小区层数计算单元，用于以当前待规划小区组为中心，根据覆盖区域计算周围小区与当前待规划小区组的层数关系。
21.根据权利要求20所述的装置，其特征在于，
所述PCI规划单元用于计算周围小区的组号，以及各组号所对应的最小层数PciGroupMinLayer；计算所述周围小区组号的重复次数，判断是否存在组号重复次数为0的PCI；若存在组号重复次数为0的PCI，则进行PCI模30检测；若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，添加到最大复用层数集合；若待分配集合的PCI数量不能满足当前待规划小区组的需求，则按照PciGroupMinLayer和与当前待规划小区组的距离由大到小进行排序，依次抽取PCI，并进行PCI模30检测；若符合PCI模30检测合格，则将PCI添加到待分配集合，否则，添加到最大复用层数集合。
22.根据权利要求21所述的装置，其特征在于，
所述PCI规划单元用于优先使用所述待分配集合当中的PCI，如果所述待分配集合当中的PCI不足，则使用所述最大复用层数集合当中的PCI。
23.根据权利要求14-22任一所述的装置，其特征在于，还包括：
室内外小区区分单元，用于将小区分为室内小区和室外小区；
所述PCI规划单元用于分别规划室内小区和室外小区的PCI。
24.根据权利要求23所述的装置，其特征在于，
所述小区密度获取单元用于以一个室外小区的经纬度为中心，以第二阈值为半径的同心圆外切正方形对应的区域，统计该区域的室外小区的总数作为该室外小区的小区密度。
25.根据权利要求23所述的装置，其特征在于，
所述小区密度获取单元还用于以一个室内小区的经纬度为中心，以第二阈值为半径的同心圆外切正方形对应的区域，统计该区域的室内小区的总数，再乘以与该小区共站址的小区总数，计算出来的结果作为该室内小区的小区密度。
26.根据权利要求17或20所述的装置，其特征在于，
所述小区层数计算单元用于以当前待规划区域组为中心，根据覆盖区域选择第三阈值作为同心圆的半径，将同心圆的外切正方形区域作为统计小区层数的区域，其中覆盖区域分为城区、郊区和农村；根据方位角将该区域分为多个区间；在区间内选择离当前待规划小区组最近的室外小区为第一层的原始参考距离，原始参考距离以内的小区的层数统一计为零层；若当前小区为室外小区，则计算当前室外小区与原始参考距离的偏移距离，若超过层数判别门限，则层数加1，并以当前室外小区的距离作为新一层的原始参考距离，否则，将当前室外小区与前一层室外小区计为同一层；若当前小区为室内小区，则与前一层室外小区计为同一层。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510846347.2A CN106817691B (zh) | 2015-11-27 | 2015-11-27 | 一种pci分配方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510846347.2A CN106817691B (zh) | 2015-11-27 | 2015-11-27 | 一种pci分配方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106817691A true CN106817691A (zh) | 2017-06-09 |
| CN106817691B CN106817691B (zh) | 2020-05-01 |
Family
ID=59102929
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510846347.2A Active CN106817691B (zh) | 2015-11-27 | 2015-11-27 | 一种pci分配方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106817691B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111246489A (zh) * | 2020-01-07 | 2020-06-05 | 南京华苏科技有限公司 | 确定小区关系的方法及装置 |
| CN111263397A (zh) * | 2018-11-30 | 2020-06-09 | 中国移动通信集团浙江有限公司 | 一种物理小区标识规划方法及装置 |
| CN113038486A (zh) * | 2019-12-24 | 2021-06-25 | 中国移动通信集团浙江有限公司 | 邻区规划方法及装置、计算设备、计算机存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070249339A1 (en) * | 2006-04-21 | 2007-10-25 | Nec Corporation | Mobile communication system for matching resource amount of core network bearer and resource amount of visited network bearer |
| CN101778395A (zh) * | 2010-01-08 | 2010-07-14 | 华为技术有限公司 | 一种物理小区标识规划方法及装置 |
| US20110058479A1 (en) * | 2009-08-07 | 2011-03-10 | Kuntal Chowdhury | Mobile transport solution for offloading to an alternate network |
| CN101990210A (zh) * | 2009-07-31 | 2011-03-23 | 中兴通讯股份有限公司 | 一种长期演进网络中物理小区标识的分配方法 |
| CN103716845A (zh) * | 2012-10-09 | 2014-04-09 | 中兴通讯股份有限公司 | 一种pci分配方法及装置 |
| CN104025636A (zh) * | 2011-12-02 | 2014-09-03 | 爱立信(中国)通信有限公司 | 物理小区身份分配 |
| CN104956705A (zh) * | 2012-12-04 | 2015-09-30 | 诺基亚通信公司 | 用于物理小区标识符分配的算法 |
-
2015
- 2015-11-27 CN CN201510846347.2A patent/CN106817691B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070249339A1 (en) * | 2006-04-21 | 2007-10-25 | Nec Corporation | Mobile communication system for matching resource amount of core network bearer and resource amount of visited network bearer |
| CN101990210A (zh) * | 2009-07-31 | 2011-03-23 | 中兴通讯股份有限公司 | 一种长期演进网络中物理小区标识的分配方法 |
| US20110058479A1 (en) * | 2009-08-07 | 2011-03-10 | Kuntal Chowdhury | Mobile transport solution for offloading to an alternate network |
| CN101778395A (zh) * | 2010-01-08 | 2010-07-14 | 华为技术有限公司 | 一种物理小区标识规划方法及装置 |
| CN104025636A (zh) * | 2011-12-02 | 2014-09-03 | 爱立信(中国)通信有限公司 | 物理小区身份分配 |
| CN103716845A (zh) * | 2012-10-09 | 2014-04-09 | 中兴通讯股份有限公司 | 一种pci分配方法及装置 |
| CN104956705A (zh) * | 2012-12-04 | 2015-09-30 | 诺基亚通信公司 | 用于物理小区标识符分配的算法 |
Non-Patent Citations (1)
| Title |
|---|
| 3RD GENERATION PARTNERSHIP PROJECT: "" Self-configuring and self-optimizing network (SON) use cases and solutions(Release 9)"", 《3GPP TR 36.902 V9.3.0》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111263397A (zh) * | 2018-11-30 | 2020-06-09 | 中国移动通信集团浙江有限公司 | 一种物理小区标识规划方法及装置 |
| CN113038486A (zh) * | 2019-12-24 | 2021-06-25 | 中国移动通信集团浙江有限公司 | 邻区规划方法及装置、计算设备、计算机存储介质 |
| CN113038486B (zh) * | 2019-12-24 | 2022-07-01 | 中国移动通信集团浙江有限公司 | 邻区规划方法及装置、计算设备、计算机存储介质 |
| CN111246489A (zh) * | 2020-01-07 | 2020-06-05 | 南京华苏科技有限公司 | 确定小区关系的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106817691B (zh) | 2020-05-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104955077B (zh) | 一种基于用户体验速率的异构网络小区分簇方法及装置 | |
| CN103116696B (zh) | 基于稀疏采样的手机定位数据的人员常驻地点识别方法 | |
| CN102395136B (zh) | 一种基于邻区场强信息的话务量分布计算方法及系统 | |
| CN105813096B (zh) | 基于拓扑结构进行邻区规划优化的方法 | |
| CN107484209B (zh) | 一种考虑用户QoS的网络负载均衡垂直切换方法 | |
| CN106301984A (zh) | 一种移动通信网络容量预测方法和装置 | |
| CN106341826B (zh) | 基于虚拟化技术的面向无线电力专网的资源优化分配方法 | |
| CN108243435B (zh) | 一种lte小区场景划分中的参数优化方法及装置 | |
| CN107371167B (zh) | 小区分簇方法及基于该小区分簇方法的频谱交叠复用方法 | |
| CN109996238B (zh) | 一种c-ran网络规划方法及装置 | |
| CN109495897B (zh) | Lte网络问题区域化聚合方法及装置 | |
| CN106817691A (zh) | 一种pci分配方法和装置 | |
| CN106034331A (zh) | 一种网络数据流量的均衡方法及系统 | |
| CN105933923B (zh) | 一种超密集组网小区分簇方法 | |
| CN101895898B (zh) | 核查小区同邻频干扰的方法及其系统 | |
| CN106792995A (zh) | 一种未来5g网络中保障内容低时延传输的用户接入方法 | |
| CN114095856A (zh) | 用于基站节能的处理方法和处理装置 | |
| CN106937296A (zh) | 一种部署蜂窝基站的方法及装置 | |
| CN108271181B (zh) | 一种无线网络的pci优化方法及装置 | |
| CN109600756B (zh) | 一种基于最大度优先染色算法的物理小区识别分配方法 | |
| Ullah et al. | Voronoi cell geometry based dynamic fractional frequency reuse for OFDMA cellular networks | |
| CN104378785B (zh) | 一种微小区的上下行子帧重配置方法和装置 | |
| CN106412988A (zh) | 一种改进的基于加权图的超密集异构网络干扰协调方法 | |
| Gui et al. | PCI planning based on binary quadratic programming in LTE/LTE-a networks | |
| CN105764069B (zh) | 一种lte网络pci规划多目标优化方法 |
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 |