CN107205237B - 一种网络结构的优化方法和装置 - Google Patents

一种网络结构的优化方法和装置 Download PDF

Info

Publication number
CN107205237B
CN107205237B CN201610156353.XA CN201610156353A CN107205237B CN 107205237 B CN107205237 B CN 107205237B CN 201610156353 A CN201610156353 A CN 201610156353A CN 107205237 B CN107205237 B CN 107205237B
Authority
CN
China
Prior art keywords
data
grid
network
optimized
parameters
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.)
Active
Application number
CN201610156353.XA
Other languages
English (en)
Other versions
CN107205237A (zh
Inventor
刘仁君
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.)
China Mobile Group Guizhou Co Ltd
Original Assignee
China Mobile Group Guizhou 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 China Mobile Group Guizhou Co Ltd filed Critical China Mobile Group Guizhou Co Ltd
Priority to CN201610156353.XA priority Critical patent/CN107205237B/zh
Publication of CN107205237A publication Critical patent/CN107205237A/zh
Application granted granted Critical
Publication of CN107205237B publication Critical patent/CN107205237B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18Network planning tools
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition

Landscapes

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

Abstract

本发明实施例公开了一种网络结构的优化方法,该方法包括:获取待优化区域内的实测数据,基于所述实测数据对所述待优化区域进行栅格化,得到至少一个栅格,根据所述待优化区域的环境数据确定所述至少一个栅格中每个栅格对应的优化算法,根据所述每个栅格对应的优化算法,得到网络的优化参数,根据所述优化参数调整所述网络的结构。本发明实施例还同时公开了一种网络结构的优化装置。

Description

一种网络结构的优化方法和装置
技术领域
本发明涉及无线通信领域中的网络优化技术,尤其涉及一种网络结构的优化方法和装置。
背景技术
在无线通信领域中,长期演进(LTE,Long Term Evolution)网络建设快速增长,移动LTE网络已经初具规模,LTE网络与时分同步码分多址(TD-SCDMA,Time Division-Synchronous Code Division Multiple Access)相比,LTE网络性能对网络结构的容忍度较低,由于网络结构的物理层主要受到覆盖和干扰问题的影响,而物理层又是网络协议结构的最底层,所以网络结构是LTE网络优化中的基础和关键环节,有效进行网络结构优化有利于LTE网络提高网络容量和服务质量,且对网络运营商有着显著的意义。
在现有技术中,传统的网络结构优化,主要是通过大量反复现场测试,人工分析获得网络优化方案,但是对于无线环境复杂的山区地形,人工分析难度大,且需要大量的人力、时间和费用来进行。
所以,现有技术中存在网络结构优化效率低下的技术问题。
发明内容
有鉴于此,本发明实施例期望提供一种网络结构的优化方法和装置,以解决现有技术中存在网络结构优化效率低下的技术问题,使得网络结构的优化更加智能化,提高了网络结构优化的效率。
为达到上述目的,本发明的技术方案是这样实现的:
第一方面,本发明实施例提供一种网络结构的优化方法,所述方法包括:获取待优化区域内的实测数据,基于所述实测数据对所述待优化区域进行栅格化,得到至少一个栅格,根据所述待优化区域的环境数据确定所述至少一个栅格中每个栅格对应的优化算法,根据所述每个栅格对应的优化算法,得到网络的优化参数,根据所述优化参数调整所述网络的结构。
进一步地,所述根据所述待优化区域的环境数据确定所述至少一个栅格中每个栅格对应的优化算法,包括:根据所述待优化区域的环境数据确定出所述每个栅格的信号传播途径,根据所述每个栅格的信号传播途径确定出所述每个栅格对应的优化算法。
进一步地,在所述根据所述待优化区域的环境数据确定出所述每个栅格的信号传播途径之前,包括:根据工参数据、地图数据和天线数据,确定所述待优化区域的环境数据。
进一步地,所述环境数据包括以下任意一个数据或多个数据的组合:天线数据、地物数据、海波数据、建筑物高度数据、射线模型计算路损数据、功率数据、载波数据、小区数据和频带数据。
进一步地,所述根据所述每个栅格的优化算法,得到网络的优化参数,包括:基于所述实测数据设置初始网络参数,根据所述初始网络参数和所述每个栅格对应的优化公式,按照预设步长和预设迭代次数进行迭代计算,得到多个网络性能参数,从所述多个网络性能参数中选取满足预设条件的网络性能参数,将满足所述预设条件的网络性能参数对应的网络参数确定为所述优化网络参数。
第二方面,本发明实施例提供一种网络结构的优化装置,所述装置包括:获取模块,用于获取待优化区域内的实测数据,栅格模块,用于基于所述实测数据对所述待优化区域进行栅格化,得到至少一个栅格,确定模块,用于根据所述待优化区域的环境数据确定所述至少一个栅格中每个栅格对应的优化算法,处理模块,用于根据所述每个栅格对应的优化算法,得到网络的优化参数,优化模块,用于根据所述优化参数调整所述网络的结构。
进一步地,所述确定模块还包括:第一确定子模块,用于根据所述待优化区域的环境数据确定出所述每个栅格的信号传播途径,第二确定子模块,用于根据所述每个栅格的信号传播途径确定出所述每个栅格对应的优化算法。
进一步地,所述确定模块还包括:第三确定子模块,用于在根据所述待优化区域的环境数据确定出所述每个栅格的信号传播途径之前,根据工参数据、地图数据和天线数据,确定所述待优化区域的环境数据。
进一步地,所述环境数据包括以下任意一个数据或多个数据的组合:天线数据、地物数据、海波数据、建筑物高度数据、射线模型计算路损数据、功率数据、载波数据、小区数据和频带数据。
进一步地,所述处理模块包括:设置子模块,用于基于所述实测数据设置初始网络参数,迭代子模块,用于根据所述初始参数和所述每个栅格对应的优化公式,按照预设步长和预设迭代次数进行迭代计算,得到多个网络性能参数,筛选子模块,用于从所述多个网络性能参数中选取满足预设条件的网络性能参数,第四确定子模块,用于将满足所述预设条件的网络性能参数对应的参数确定为所述优化参数。
本发明实施例所提供的网络结构的优化方法和装置,首先,该网络结构的优化装置获取待优化区域内的实测数据,然后,基于所述实测数据对所述待优化区域进行栅格化,得到至少一个栅格,其次,根据所述待优化区域的环境数据确定所述至少一个栅格中每个栅格对应的优化算法,再次,根据所述每个栅格对应的优化算法,得到网络的优化参数,最后,根据所述优化参数调整所述网络的结构;这样,通过每个栅格对应的优化算法对网络结构的参数进行优化,得到网络的优化参数,并将网络的优化参数应用到网络结构当中,避免了人工进行网络优化时进行测量和方案分析所带来的网络结构优化效率低下的技术问题,使得网络结构的优化更加智能化,缩短了进行网络结构优化的时间周期,提高了网络结构优化的效率。
附图说明
图1为本发明实施例中的网络结构的优化方法的流程示意图;
图2为本发明实施例中的网络结构的优化方法的一种优选的实施例的流程示意图;
图3为本发明实施例中的网络结构的优化装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
本发明实施例提供一种网络结构的优化方法,图1为本发明实施例中的网络结构的优化方法的流程示意图,参考图1所示,该方法包括:
S101:获取待优化区域内的实测数据;
这里,上述实测数据可以包括:扫频数据、路测数据等,例如,实测数据可以是主服小区的小区物理标识(PCI,Physical Cell Identifier)、主服小区和邻小区的参考信号接收功率(RSRP,Reference Signal Receiving Power)和参考信号接收质量(RSRQ,Reference Signal Receiving Quality)以及经纬度信息。
S102:基于实测数据对待优化区域进行栅格化,得到至少一个栅格;
网络结构的优化装置在获取到待优化区域内的实测数据之后,通过基于实测数据对待优化区域进行栅格化,可以将实测数据中的经纬度信息比较直观的归集到对应的每个栅格中,且每个栅格都具有相应的栅格数据,这样,通过将实测数据的经纬度信息转换成栅格,完成了待优化区域的栅格化,如此,对地理环境进一步进行更加细致的划分,可以提高网络的优化参数的精确度。
S103:根据待优化区域的环境数据确定至少一个栅格中每个栅格对应的优化算法;
在另一实施例中,考虑到环境数据对优化算法的影响,为了得到与环境数据更加贴切的优化算法,图2为本发明实施例中的网络结构的优化方法的一种优选的实施例的流程示意图,参见图2所示,S103可以包括:
S21:根据待优化区域的环境数据确定出每个栅格的信号传播途径;
S22:根据每个栅格的信号传播途径确定出每个栅格对应的优化算法。
在另一实施例中,在确定每个栅格的优化算法之前,需要确定出环境数据,S21之前,该方法还可以包括:根据工参数据、地图数据和天线数据,确定待优化区域的环境数据。
其中,上述环境数据包括以下任意一个数据或多个数据的组合:天线数据、地物数据、海波数据、建筑物高度数据、射线模型计算路损数据、功率数据、载波数据、小区数据和频带数据。
具体来说,上述地图数据可以为三维地图数据,三维地图数据常用的精度有50m、20m、5m等,在本发明实施例中,以5m的三维地图数据为例,这样能够较好的反映出实际的传播环境,进一步地可以提高网络的优化后参数的精确度。
另外,上述信号传播途径可以包括:直射、反射、绕射和透射等,不同的信号传播途径对网络性能参数的影响是不同的,所以,为了得到每个栅格的优化算法,必须先确定出每个栅格对应的信号传播途径。
在具体实施过程中,针对不同的信号传播途径对应有一条不同的射线,可以通过下面公式(1)来计算天线到每个栅格的信号强度:
Figure BDA0000945135490000051
其中,X(i,j)为栅格(i,j)预测的直射传播的信号强度,λ为载波波长,π为圆周率,dis(cellid,G(i,j))表示天线到栅格(i,j)之间的一条射线的距离,cellid表示基站的小区号,G(i,j)表示栅格(i,j)的标记名,wPi代表小区天线的发射功率。
由于射线存在直线、反射和绕射的情况,每种射线的路损在不同地物下存在一定的差异,所以引入直线系数δz、反射系数δf和绕射系数δr进行补偿。
则通过下面公式(2)来计算直射射线获得栅格的信号强度:
Figure BDA0000945135490000052
则通过下面公式(3)来计算反射射线获得栅格的信号强度:
Figure BDA0000945135490000061
则通过下面公式(4)来计算绕射射线获得栅格的信号强度:
Figure BDA0000945135490000062
根据上述公式可以计算出每个栅格的信号强度,在获得每个栅格(i,j)的信号强度后,由于每个栅格(i,j)会收到来自不同小区的信号,可以通过下面公式(5)计算出栅格(i,j)接收到的信号质量:
Figure BDA0000945135490000063
其中,RSRPcs表示栅格(i,j)接收到的小区的最强信号的接收功率,RSRPcn表示接收到的其他小区信号的接收功率。
在实际应用中,为了确定出每个栅格对应的优化算法,针对一个栅格来说,首先,根据环境数据确定出该栅格所接收到的信号的不同的信号传播途径,然后根据不同的信号传播途径选取对应公式(1)、公式(2)、公式(3)或公式(4)进行计算,可以得到该栅格的多个信号强度值,此时,从多个信号强度值中选取最大值对应的优化公式作为该栅格的优化算法中的迭代公式。
S104:根据每个栅格对应的优化算法,得到网络的优化参数;
在另一实施例中,为了得到网络的优化参数,S104可以包括:基于实测数据设置网络的初始参数,根据网络的初始参数和每个栅格对应的优化公式,按照预设步长和预设迭代次数进行迭代计算,得到多个网络性能参数,从多个网络性能参数中选取满足预设条件的网络性能参数,将满足预设条件的网络性能参数对应的参数确定为网络的优化参数。
具体来说,上述网络的初始参数是根据获取到的实测数据来设置的,预设步长和迭代次数是根据实际情况可以灵活的设置,将网络的初始参数代入每个栅格对应的优化公式之后,可以得到对应的初始网络性能参数,然后按照预设步长和预设迭代次数进行迭代计算,最终,可以得出预设迭代次数的网络性能参数;在得到预设迭代次数的网络性能参数之后,对预设迭代次数的网络性能参数进行筛选,从预设迭代次数的网络性能参数中选取满足预设条件的网络性能参数,将满足预设条件的网络性能参数对应的参数确定为优化参数,至此,便得到了网络的优化参数。
这里,上述预设条件可以针对不同的环境数据来灵活设置的,例如,绿地环境设置RSRSP>-90dBm,空地环境设置RSRSP>-90dBm、高层建筑环境设置为RSRSP>-100dBm、森林环境设置为RSRSP>-100dBm;如果设置网络性能参数有两个,则可以来设置权重,比如,网络性能参数有RSRP和SINR,那么,预设条件中可以设置RSRP的权重为1,设置SINR的权重为6,则运算时考虑SINR比重就要大。
另外,在S101中,采集到待优化区域内的实测数据之后,还可以将实测数据中的网络性能参数与预期网络性能指标进行比较,在实测数据中的网络性能参数与预期网络性能指标之间的存在差值的情况下,才执行S102~S104,使得该网络结构的优化装置可以根据该差值来调整网络结构以得到优化参数,在得到网络的优化参数之后执行S105。
S105:根据优化参数调整网络的结构。
在执行上述一个或多个实施例之后,得到网络的优化参数,为了达到优化网络结构的目的,最终,将网络结构中的原始参数更新为网络的优化参数,从而实现了网络结构优化的目的。
需要说明的是,上述网络的待优化参数可以为天线的发射功率、天线增益和无线传播的损耗;网络性能参数可以包括:信号强度和信号质量,本发明不做具体限定。
下面以具体实例来对上述一个或多个实施例中所述的网络结构的优化方法进行说明。
假设待优化区域为Area,网络的待优化参数为天线的发射功率,网络性能参数为信号强度,设置初始天线发射功率为Pt,预设步长为1dBm,预设迭代次数为100次,则上述方法包括:
步骤A:获取到待优化区域为Area的实测数据;
步骤B:基于实测数据对待优化区域为Area进行栅格化,得到100个栅格,且该待优化区域内有50个小区;
步骤C:根据环境数据确定出每个栅格的信号传播途径,根据每个栅格的信号传播途径确定出每个栅格对应的优化公式;
步骤D:针对每一个栅格,根据初始天线发射功率为Pt、预设步长为1dBm以及预设迭代次数100次对该栅格对应的优化公式进行迭代计算,得到该栅格的100个信号强度,那么,100个栅格就对应有100组信号强度;
步骤E:针对每一个栅格的100个信号强度,筛选出信号强度的最大值为该栅格的信号强度,然后,判断100个栅格的信号强度中,RSRP>-90dBm的栅格占比是否大于90%;
步骤F:在RSRP>-90dBm的栅格占比大于90%的情况下,选取栅格中信号强度最大值对应的天线发射功率确定为优化天线发射功率;
步骤G:将原始的天线功率更新为优化天线发射功率。
由此可以看出,该网络结构的优化装置在采用上述实例之后,使得网络结构在网络规划和维护优化阶段中的网络结构性能达到最优,尤其对于比较复杂的地形,例如山区地形,大大的减少了人工进行网络结构优化的工作量,提高了网络优化的效率,缩短了网络的商用投入时间周期,并且,由于该网络结构的优化方法是基于实测数据处理获得的,也就是说是针对实际数据的输出方案,具有较高的精确性,能够有效的保证对实际应用中的网络结构指标的改善效果。
总之,本发明实施例所提供的网络结构的优化方法,首先,该网络结构的优化装置获取待优化区域内的实测数据,然后,基于实测数据对所述待优化区域进行栅格化,得到至少一个栅格,其次,根据待优化区域的环境数据确定至少一个栅格中每个栅格对应的优化算法,再次,根据每个栅格对应的优化算法,得到网络的优化参数,最后,根据优化参数调整所述网络的结构;这样,通过每个栅格对应的优化算法对网络结构的参数进行优化,得到网络的优化参数,并将网络的优化参数应用到网络结构当中,避免了人工进行网络优化时进行测量和方案分析所带来的网络结构优化效率低下的技术问题,使得网络结构的优化更加智能化,缩短了进行网络结构优化的时间周期,提高了网络结构优化的效率。
基于同一发明构思,本发明实施例提供一种网络结构的优化装置,图3为本发明实施例中的网络结构的优化装置的结构示意图,参考图3所示,该装置包括:获取模块31,栅格模块32、确定模块33、处理模块34和优化模块35;其中,获取模块31,用于获取待优化区域内的实测数据;栅格模块32,用于基于实测数据对待优化区域进行栅格化,得到至少一个栅格,确定模块33,用于根据待优化区域的环境数据确定至少一个栅格中每个栅格对应的优化算法,处理模块34,用于根据每个栅格对应的优化算法,得到网络的优化参数,优化模块35,用于根据优化参数调整网络的结构。
这里,上述实测数据可以包括:扫频数据、路测数据等,例如,实测数据可以是主服小区的PCI、主服小区和邻小区的RSRP和RSRQ以及经纬度信息。
栅格模块32在获取模块31在获取到待优化区域内的实测数据之后,通过基于实测数据对待优化区域进行栅格化,可以将实测数据中的经纬度信息比较直观的归集到对应的每个栅格中,且每个栅格都具有相应的栅格数据,这样,通过将实测数据的经纬度信息转换成栅格,完成了待优化区域的栅格化,如此,对地理环境进一步进行更加细致的划分,可以提高网络的优化参数的精确度。
在另一实施例中,考虑到环境数据对优化算法的影响,为了得到与环境数据更加贴切的优化算法,上述确定模块33可以包括:第一确定子模块和第二确定子模块;其中,第一确定子模块,用于根据待优化区域的环境数据确定出每个栅格的信号传播途径,第二确定子模块,用于根据每个栅格的信号传播途径确定出每个栅格对应的优化算法。
在另一实施例中,上述确定模块33还可以包括:第三确定子模块,用于在根据待优化区域的环境数据确定出每个栅格的信号传播途径之前,根据工参数据、地图数据和天线数据,确定待优化区域的环境数据。
上述环境数据包括以下任意一个数据或多个数据的组合:天线数据、地物数据、海波数据、建筑物高度数据、射线模型计算路损数据、功率数据、载波数据、小区数据和频带数据。
上述地图数据可以为三维地图数据,三维地图数据常用的精度有50m、20m和5m等,在本发明实施例中,以选用5m的三维地图数据为例,这样能够较好的反映出实际的传播环境,进一步地可以提高优化后的网络参数的精确度。
上述环境数据可以包括以下任意一个数据或多个数据的组合:天线数据、地物数据、海波数据、建筑物高度数据、射线模型计算路损数据、功率数据、载波数据、小区数据和频带数据。
另外,上述信号传播途径可以包括:直射、反射、绕射和透射等,不同的信号传播途径对网络性能参数的影响是不同的,所以,为了得到每个栅格的优化公式必须先确定出每个栅格对应的信号传播途径。
在具体实施过程中,针对不同的信号传播途径对应有一条不同的射线,可以通过上述公式(1)来计算天线到每个栅格的信号强度;
由于射线存在直线、反射和绕射的情况,每种射线的路损在不同地物下存在一定的差异,所以引入直线系数δz、反射系数δf和绕射系数δr进行补偿,如此,通过上述公式(2)来计算直射射线获得栅格的信号强度,通过上述公式(3)来计算反射射线获得栅格的信号强度,通过公式上述(4)来计算绕射射线获得栅格的信号强度。
那么,根据上述公式(1)至(4)可以计算出每个栅格的信号强度,在获得每个栅格(i,j)的信号强度后,由于每个栅格(i,j)会收到来自不同小区的信号,可以通过上述公式(5)计算出栅格(i,j)接收到的信号质量。
在实际应用中,为了确定出每个栅格对应的优化公式,针对一个栅格来说,首先,根据环境数据确定出该栅格所接收到的信号的不同的信号传播途径,然后根据不同的信号传播途径选取对应的公式进行计算,可以得到该栅格的多个信号强度值,此时,从多个信号强度值中选取最大值对应的优化公式作为该栅格的优化公式。
在另一实施例中,上述处理模块34可以包括:设置子模块、迭代子模块、筛选子模块和第四确定子模块;
其中,设置子模块,用于基于实测数据设置网络的初始参数,迭代子模块,用于根据网络的初始参数和每个栅格对应的优化公式,按照预设步长和预设迭代次数进行迭代计算,得到多个网络性能参数,筛选子模块,用于从多个网络性能参数中选取满足预设条件的网络性能参数,第四确定子模块,用于将满足预设条件的网络性能参数对应的参数确定为网络的优化参数。
具体来说,上述网络的初始参数是根据获取到的实测数据来设置的,预设步长和迭代次数是根据实际情况可以灵活的设置,将网络的初始参数代入每个栅格对应的优化公式之后,可以得到对应的初始网络性能参数,然后按照预设步长和预设迭代次数进行迭代计算,最终,可以得出预设迭代次数的网络性能参数;在得到预设迭代次数的网络性能参数之后,对预设迭代次数的网络性能参数进行筛选,从预设迭代次数的网络性能参数中选取满足预设条件的网络性能参数,将满足预设条件的网络性能参数对应的参数确定为优化参数,至此,便得到了网络的优化参数。
这里,上述预设条件可以针对不同的环境数据来灵活设置的,例如,绿地环境设置RSRSP>-90dBm,空地环境设置RSRSP>-90dBm、高层建筑环境设置为RSRSP>-100dBm、森林环境设置为RSRSP>-100dBm;如果设置网络性能参数有两个,则可以来设置权重,比如,网络性能参数有RSRP和SINR,那么,预设条件中可以设置RSRP的权重为1,设置SINR的权重为6,则运算时考虑SINR比重就要大。
另外,在获取模块31中,采集到待优化区域内的实测数据之后,还可以将实测数据中的网络性能参数与预期网络性能指标进行比较,在实测数据中的网络性能参数与预期网络性能指标之间的存在差值的情况下,栅格模块32、确定模块33、处理模块34经过实测数据的处理之后,使得该网络结构的优化装置可以根据该差值来调整网络结构以得到优化参数,在得到网络的优化参数之后优化模块35进行优化。
首先,获取模块31获取待优化区域内的实测数据,然后,栅格模块32,基于实测数据对待优化区域进行栅格化,得到至少一个栅格,其次,确定模块33根据待优化区域的环境数据确定至少一个栅格中每个栅格对应的优化算法,再次,处理模块34根据每个栅格对应的优化算法,得到网络的优化参数,最后,优化模块35根据优化参数调整网络的结构,从而实现了优化网络结构的目的。
需要说明的是,上述网络的待优化参数可以为天线的发射功率、天线增益和无线传播的损耗;网络性能参数可以包括:信号强度和信号质量,本发明不做具体限定。
这里需要指出的是:以上装置实施例项的描述,与上述方法描述是类似的,具有同方法实施例相同的有益效果,因此不做赘述。对于本发明装置实施例中未披露的技术细节,本领域的技术人员请参照本发明方法实施例的描述而理解,为节约篇幅,这里不再赘述。
这里需要指出的是:
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本发明的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机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机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (6)

1.一种网络结构的优化方法,其特征在于,包括:
获取待优化区域内的实测数据;
基于所述实测数据对所述待优化区域进行栅格化,得到至少一个栅格;
根据所述待优化区域的环境数据确定出所述至少一个栅格中各个栅格的信号传播途径,根据所述各个栅格的信号传播途径确定出所述各个栅格对应的优化算法;
基于所述实测数据设置待优化区域网络的初始参数,根据所述网络的初始参数和所述各个栅格对应的优化算法,按照预设步长和预设迭代次数进行迭代计算,得到各个栅格的多个网络性能参数;从所述至少一个栅格中各个栅格的多个网络性能参数中,确定满足预设条件的网络性能参数所对应的参数为网络的优化参数;
根据所述优化参数调整所述网络的结构。
2.根据权利要求1所述的方法,其特征在于,在所述根据所述待优化区域的环境数据确定出所述至少一个栅格中各个栅格的信号传播途径之前,包括:
根据工参数据、地图数据和天线数据,确定所述待优化区域的环境数据。
3.根据权利要求1或2所述的方法,其特征在于,所述环境数据包括以下任意一个数据或多个数据的组合:天线数据、地物数据、海波数据、建筑物高度数据、射线模型计算路损数据、功率数据、载波数据、小区数据和频带数据。
4.一种网络结构的优化装置,其特征在于,包括:
获取模块,用于获取待优化区域内的实测数据;
栅格模块,用于基于所述实测数据对所述待优化区域进行栅格化,得到至少一个栅格;
确定模块,用于根据所述待优化区域的环境数据确定出所述至少一个栅格中各个栅格的信号传播途径,根据所述各个栅格的信号传播途径确定出所述各个栅格对应的优化算法;
处理模块,用于基于所述实测数据设置待优化区域网络的初始参数,根据所述网络的初始参数和所述各个栅格对应的优化算法,按照预设步长和预设迭代次数进行迭代计算,得到各个栅格的多个网络性能参数;从所述至少一个栅格中各个栅格的多个网络性能参数中,确定满足预设条件的网络性能参数所对应的参数为网络的优化参数;
优化模块,用于根据所述优化参数调整所述网络的结构。
5.根据权利要求4所述的装置,其特征在于,所述确定模块还包括:
第三确定子模块,用于在根据所述待优化区域的环境数据确定出所述至少一个栅格中各个栅格的信号传播途径之前,根据工参数据、地图数据和天线数据,确定所述待优化区域的环境数据。
6.根据权利要求4或5所述的装置,其特征在于,所述环境数据包括以下任意一个数据或多个数据的组合:天线数据、地物数据、海波数据、建筑物高度数据、射线模型计算路损数据、功率数据、载波数据、小区数据和频带数据。
CN201610156353.XA 2016-03-18 2016-03-18 一种网络结构的优化方法和装置 Active CN107205237B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610156353.XA CN107205237B (zh) 2016-03-18 2016-03-18 一种网络结构的优化方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610156353.XA CN107205237B (zh) 2016-03-18 2016-03-18 一种网络结构的优化方法和装置

Publications (2)

Publication Number Publication Date
CN107205237A CN107205237A (zh) 2017-09-26
CN107205237B true CN107205237B (zh) 2021-01-15

Family

ID=59903875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610156353.XA Active CN107205237B (zh) 2016-03-18 2016-03-18 一种网络结构的优化方法和装置

Country Status (1)

Country Link
CN (1) CN107205237B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107750051B (zh) * 2017-09-29 2020-06-23 重庆玖舆博泓科技有限公司 无线传播模型的优化方法及其装置
CN113133022B (zh) * 2019-12-31 2022-07-01 中国移动通信集团重庆有限公司 一种基于构建mimo多径的下载速率提升方法和系统
CN114513798A (zh) * 2020-11-16 2022-05-17 中国移动通信有限公司研究院 天线参数优化方法、装置及网络侧设备
CN112533238A (zh) * 2020-11-23 2021-03-19 东智安通(北京)科技有限公司 网络优化方法、装置、电子设备及存储介质
CN114641015B (zh) * 2020-12-16 2024-03-12 中国联合网络通信集团有限公司 网络评估方法、装置、电子设备及存储介质
CN113329430A (zh) * 2021-06-15 2021-08-31 中国联合网络通信集团有限公司 网络优化方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102083076A (zh) * 2009-11-30 2011-06-01 中国移动通信集团广东有限公司 一种无线网络规划方法及装置
CN102752790A (zh) * 2011-04-21 2012-10-24 中国移动通信集团湖南有限公司 确定无线网络覆盖率的方法及设备
CN102869020A (zh) * 2011-07-08 2013-01-09 中国移动通信集团湖南有限公司 一种无线网络优化的方法及装置
CN104394535A (zh) * 2014-12-05 2015-03-04 重庆大学 面向协作通信的基站规划方法
CN105407492A (zh) * 2014-09-15 2016-03-16 普天信息技术有限公司 一种网络规划的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102083076A (zh) * 2009-11-30 2011-06-01 中国移动通信集团广东有限公司 一种无线网络规划方法及装置
CN102752790A (zh) * 2011-04-21 2012-10-24 中国移动通信集团湖南有限公司 确定无线网络覆盖率的方法及设备
CN102869020A (zh) * 2011-07-08 2013-01-09 中国移动通信集团湖南有限公司 一种无线网络优化的方法及装置
CN105407492A (zh) * 2014-09-15 2016-03-16 普天信息技术有限公司 一种网络规划的方法及装置
CN104394535A (zh) * 2014-12-05 2015-03-04 重庆大学 面向协作通信的基站规划方法

Also Published As

Publication number Publication date
CN107205237A (zh) 2017-09-26

Similar Documents

Publication Publication Date Title
CN107205237B (zh) 一种网络结构的优化方法和装置
AU2017360282B2 (en) Method and device for analyzing communication channels and designing wireless networks, in consideration of information relating to real environments
CN101060689B (zh) 通信系统网络规划的方法和设备
US11800373B2 (en) System and method for 3D propagation modelling for planning of a radio network
Rautiainen et al. Verifying path loss and delay spread predictions of a 3D ray tracing propagation model in urban environment
EP3890361A1 (en) Cell longitude and latitude prediction method and device, server, base station, and storage medium
US20170338901A1 (en) Method for predicting indoor three-dimensional space signal field strength using an outdoor-to-indoor propagation model
Ajose et al. Propagation measurements and modelling at 1800 MHz in Lagos Nigeria
CN112950243B (zh) 一种5g站址规划方法、装置、电子设备及存储介质
US20140126514A1 (en) Method and apparatus for determining network clusters for wireless backhaul networks
Benmus et al. Neural network approach to model the propagation path loss for great Tripoli area at 900, 1800, and 2100 MHz bands
CN103458434A (zh) 一种确定天馈参数的方法及装置
CN112020072B (zh) 一种基站选址方法与装置
Omoze et al. Statistical tuning of cost 231 Hata model in deployed 1800mhz GSM networks for a rural environment
Almeida et al. An empirical study of propagation models for wireless communications in open-pit mines
WO2023026024A2 (en) Methods and apparatus for determining above ground coverage of a mobile telecommunications network
Dumont et al. Use of the parabolic equation propagation model to predict TV white space availability
Combeau et al. A numerical simulation system for mobile telephony base station EMF exposure using smartphones as probes and a genetic algorithm to improve accuracy
US11876572B2 (en) Wireless telecommunications network
CN111507897A (zh) 一种基于自适应混合插值的城市场强重构方法
Kosmowski et al. Hybrid Method of the Radio Environment Map Construction to Increase Spectrum Awareness of Cognitive Radios
CN117057164B (zh) 风资源评估方法、装置、电子设备及存储介质
Soosahabi et al. Optimized Line-of-Sight Assessment Algorithm for 5G mmW Network Design using LiDAR Information.
Šekuljica et al. Mobile networks optimization using open-source GRASS-RaPlaT tool and evolutionary algorithm
CN103906126A (zh) 干扰的预判方法及装置

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