CN107431533B - 用于相邻层级确定的方法和系统 - Google Patents
用于相邻层级确定的方法和系统 Download PDFInfo
- Publication number
- CN107431533B CN107431533B CN201680018530.6A CN201680018530A CN107431533B CN 107431533 B CN107431533 B CN 107431533B CN 201680018530 A CN201680018530 A CN 201680018530A CN 107431533 B CN107431533 B CN 107431533B
- Authority
- CN
- China
- Prior art keywords
- triangle
- cell
- edge
- triangles
- edges
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 133
- 230000008569 process Effects 0.000 abstract description 93
- 238000010586 diagram Methods 0.000 description 24
- 238000004891 communication Methods 0.000 description 20
- 230000001413 cellular effect Effects 0.000 description 14
- 238000005457 optimization Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 6
- 230000007704 transition Effects 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004557 technical material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/0005—Control or signalling for completing the hand-off
- H04W36/0055—Transmission or use of information for re-establishing the radio link
- H04W36/0061—Transmission or use of information for re-establishing the radio link of neighbour cell information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/24—Radio transmission systems, i.e. using radiation field for communication between two or more posts
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- 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
- H04W16/18—Network planning tools
-
- 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
- H04W16/24—Cell structures
-
- 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
- H04W36/00—Hand-off or reselection arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/04—Reselecting a cell layer in multi-layered cells
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
用于确定无线电信网络中的小区之间的相邻层级关系的过程包括建立多个小区点,每个小区点表示无线电信网络中的多个小区中的小区;形成多个三角形,所述多个三角形中的每个三角形的顶点对应于所述多个小区点中的相应小区点;从所述多个三角形的部分移除边;使用所述多个小区点之间的剩余三角形边来确定所述多个小区之间的相邻层级关系;将所述相邻层级关系存储在第一存储器中;和将所述相邻层级关系用于在所述多个小区之间的切换。
Description
相关申请的交叉引用
本发明要求在2015年1月27日提交的美国临时申请号62/108,482和在2015年9月25日提交的P.C.T.申请号PCT/US15/52482的优先权,其继而要求在2014年9月25日提交的美国临时申请号62/055,580和在2014年9月25日提交的美国临时申请号62/055,583的优先权,其每个出于所有目的通过引用并入本文。
技术领域
本发明涉及用于相邻层级确定的方法和系统。
背景技术
为了服务增加的需求,无线通信网络变得更多样和复杂,并且随后变得更难以管理。自组织网络(SON)简化并自动化多个过程以高效地管理多样的通信网络。
许多SON算法需要关于小区的覆盖区域的信息,以便做出更好的优化决策。然而,可能难以获得用于网络的小区覆盖信息。小区覆盖信息可以从网络规划工具的输出进行检索,但该信息对于SON工具并不总是可用。此外,网络规划工具常常使用大量数据来确定小区覆盖,因此规划工具常常相对较慢且低效。
典型的算法尝试通过向源小区标识网络中的最接近小区并且使用关于源小区的方位(azimuth)的信息估计针对该小区的覆盖距离来估计源小区的覆盖区域。虽然这些方法可以在其中以规则方式布局小区的网络中产生可接受的结果,但是它们常常在具有不规则的小区放置的区域中执行得欠佳。
此外,一些算法适当地具有绝对距离阈值,以防止欠佳的算法决策。例如,自动相邻关系(ANR)算法可能会施加最大距离阈值,超过该最大距离阈值,小区不会被添加到邻居列表中。施加这样的阈值的情况下的一个问题在于单个阈值通常不适用于所有情况,特别是当小区密度变化时。
例如,在农村环境中,诸如15km的大距离阈值可能是合适的。然而,如果在城市环境中使用该阈值,则可能将较远的小区添加到源小区的邻居列表,从而导致欠佳的系统性能。在城市环境中,2km到4km的距离阈值可能更为合适。然而,如果距离阈值设置得太低,相邻小区可能不被添加,即使手动检查示出它们应当是相邻小区。
距离阈值通常应用于区域中的大量小区,诸如特定无线电网络控制器(RNC)上的所有小区。虽然可以在每个小区的基础上应用不同的距离阈值,但这是非常耗时且容易出错的,如果手动完成的话。
实际上,优化工程师不考虑距离——作为代替,他们看小区层级。大多数RF工程师查看地图,并且直观地知道多少层级分离小区。然而,优化工程师可能很难为小区层级提供精确的限定,或者如何建立这样的层级。
大多数工程师将查看地图并关于哪些小区是源小区的第一层级邻居进行直观的估计。通常,这些将是与源小区最接近的小区,其中具有指向源小区的覆盖区域的天线指向方向。然而,这些直观的决策很难转化为算法。因此,期望具有使层级计数过程自动化的准确且高效的工具。
发明内容
本公开的实施例提供了一种用于自动确定无线电信网络中的小区之间的层级关系的方法和系统。当使用Delaunay三角测量来确定相邻关系时,初始三角测量可以通过使用基于距离和/或基于角度的标准来移除三角形的长边而改进,其在常规的网络中将通常不被认为是第一层级邻居。经修改的第一层级分配被用于改进蜂窝网络中的小区之间的层级计数。这些继而可以被用于更新用于每个小区的邻居列表,其然后可以由移动终端用于切换目的。
在实施例中,用于确定无线电信网络中的小区之间的相邻层级关系的过程包括建立多个小区点,每个小区点表示无线电信网络中的多个小区中的小区;形成多个三角形,所述多个三角形中的每个三角形的顶点对应于所述多个小区点中的相应小区点;从所述多个三角形的部分移除边;使用所述多个小区点之间的剩余三角形边来确定所述多个小区之间的相邻层级关系;将所述相邻层级关系存储在第一存储器中;和将所述相邻层级关系用于在所述多个小区之间的切换。形成多个三角形可以包括在所述多个小区点上执行Delaunay三角测量。
过程可以包括应用基于长度或基于角度的标准来标识用于移除的三角形边,其中被标识用于移除的三角形边是相应三角形的最长边。从所述多个三角形的部分移除边可以包括将三角形边的长度与预定值进行比较,并且长度超过所述预定值的三角形边是所述多个三角形的部分的被移除的边。
在实施例中,从所述多个三角形的部分移除边包括:确定用于每个三角形的角度的中间角度值;和将所述中间角度值与预定值进行比较,其中中间角度值小于阈值的三角形的最长边是所述多个三角形的部分的被移除的边。
在实施例中,从所述多个三角形的部分移除边包括:确定用于每个三角形的角度的最小角度值;和将最小角度值与预定值进行比较,其中最小角度小于阈值的三角形的最长边是所述多个三角形的部分的被移除的边。
在实施例中,从所述多个三角形的部分移除边包括:确定三角形的最长边的长度;确定三角形的最小角度;确定用于每个三角形的相应最长边长度与相应最小角度之间的比率;和将所述比率与预定值进行比较,其中比率小于阈值的三角形的最长边是所述多个三角形的部分的被移除的边。
在实施例中,在移除边之前,将多个三角形边标识为用于移除的候选,以及将与候选边相关联的三角形存储在第二存储器中。在实施例中,第一存储器和第二存储器可以是诸如网络资源控制器的相同装置中的不同位置。在另一个实施例中,第一存储器可以是诸如基站的第一网络设备,并且第二存储器可以在诸如SON控制器的第二网络设备中。
在实施例中,方法还包括:确定作为用于移除的候选的第一三角形的边是否与第二三角形共享;当所述第一三角形的边与所述第二三角形共享时,确定所述第二三角形是否具有已被移除的或者作为用于移除的候选的边;和当所述第二三角形不具有已被移除的或者作为用于移除的候选的边时,保留共享边。
在实施例中,方法还包括:确定作为用于移除的候选的第一三角形的边是否与第二三角形共享;当所述第一三角形的边与所述第二三角形共享时,确定所述第二三角形是否具有已被移除的或者作为用于移除的候选的边;和当所述第二三角形具有已被移除的或者作为用于移除的候选的边时,从第一和第二三角形移除共享边。当所述第一三角形的边不与所述第二三角形共享时,所述边可以被移除。
在本公开的实施例中,用于确定包括多个小区站点的无线通信网络中的第一和第二小区之间的相邻层级关系的计算机实现的方法包括:为包括第一和第二小区的多个小区站点建立相应的小区站点形状,每个形状表示对应的小区站点的覆盖区域;为多个小区站点的小区建立小区形状;基于第一和第二小区之间的小区多边形的数量来确定第一和第二小区之间的层级关系;以及将层级关系存储在存储器中。
在实施例中,为多个小区站点的小区建立小区形状包括确定用于多个小区站点的小区的小区点,并使用小区点作为种子来创建第二Voronoi图。为多个小区站点建立相应的小区站点形状可以包括确定用于多个小区站点中的每个的位置,并使用小区站点位置作为种子来创建第一Voronoi图。
该方法还可以包括确定用于多个小区站点的小区的小区点。在这样的实施例中,确定用于多个小区站点的小区的小区点可以包括确定从多个小区站点的第一小区站点到最近的相邻小区站点的距离,以及在作为离第一小区站点的距离的分数(fraction)的位置处建立用于第一小区站点的小区点。距离的分数可以是从0.05至0.50的值,并且可以在用于第一小区站点的天线的方位方向处建立小区点。此外,可以通过在多个小区站点上执行Delaunay三角测量来确定最近的相邻小区站点。
在实施例中,该方法还可以包括在小区点上执行Delaunay三角测量。这样的实施例还可以包括通过将从Delaunay三角测量通过三角形的单个边连接的小区标识为第一层级邻居来确定与小区点相关联的小区之间的第一层级关系。此外,可以针对多个小区站点的所有小区执行确定第一层级关系,并且还可以包括对第一小区和第二小区之间的第一层级关系的数量进行计数,其中第一层级关系的数量是第一小区和第二小区之间的层级关系。
在实施例中,确定第一和第二小区之间的层级关系包括确定将第一小区连接到第二小区的Delaunay三角形的三角形边的最少数量。小区形状和/或小区站点形状可以是Voronoi多边形。在实施例中,基于第一和第二小区之间的Voronoi多边形的最少数量来确定第一小区和第二小区之间的层级关系。
层级计数可以包括确定必须穿过第一小区和第二小区之间的多边形边的最少数量,其中多边形边的最少数量是第一和第二小区之间的层级关系的值。
在实施例中,层级计数包括在对应于第一和第二小区的第一或第二小区点或者对应于第一和第二小区的第一或第二小区站点中的一个之间建立线,并且确定与该线相交的小区形状的数量,其中与该线相交的小区形状的数量是第一和第二小区之间的层级关系的值。
当小区站点使用全向天线时,小区点可以是小区站点的位置。一种方法还可以包括基于层级关系来更新邻居列表。
附图说明
图1图示了根据实施例的无线通信系统。
图2图示了根据实施例的网络资源控制器。
图3图示了根据实施例的自动层级计数过程。
图4图示了用于围绕小区站点建立形状的过程。
图5A图示了作为规则部署中的形状的站点位置。
图5B图示了作为可变密度部署中的形状的站点位置。
图6图示了用于确定小区之间的层级关系的过程。
图7A、7B和7C图示了确定小区之间的层级关系。
图8A是小区站点的Voronoi图,并且图8B是小区点的Voronoi图。
图9图示了用于确定小区之间的层级关系的过程。
图10A和10B图示了确定小区之间的层级关系。
图11A和11B图示了基于小区类型确定形状。
图12图示了用于确定小区之间的层级关系的过程。
图13A和13B图示了确定小区之间的层级关系。
图14图示了用于确定小区之间的层级关系的过程。
图15图示了小区之间的层级关系。
图16图示了用于确定小区之间的层级关系的过程。
图17图示了小区之间的层级关系。
图18图示了用于确定小区之间的层级关系的过程。
图19图示了用于确定小区之间的层级关系的过程。
图20图示了确定小区之间的层级关系。
图21图示了根据本公开的实施例的用于确定相邻关系的过程。
图22图示了通过Delaunay三角测量连接的多个小区点。
图23图示了通过Delaunay三角测量连接的多个小区点,其中选择的边被指定用于移除。
图24图示了通过Delaunay三角测量连接的多个小区点,从其已经移除了选择的边。
图25图示了用于选择用于移除的边的基于距离的过程。
图26图示了通过Delaunay三角测量连接的多个小区点,其中选择的边使用基于距离的方法而被指定用于移除。
图27图示了用于选择用于移除的边的基于角度的过程。
图28图示了不对称三角形。
图29图示了通过Delaunay三角测量连接的多个小区点,其中选择的边使用基于角度的方法而被指定用于移除。
图30图示了用于选择用于移除的边的基于角度的过程。
图31图示了用于选择用于移除的边的基于角度的过程。
图32图示了用于移除边的过程。
图33图示了通过Delaunay三角测量连接的多个小区点,其中选择的边被指定用于移除。
具体实施方式
在下面的描述中,相邻层级与覆盖区域边界相关。特别地,两个相邻小区当它们相应的覆盖区域共享共同小区边界时是第一层级邻居。此外,第二层级邻居具有由另一个小区分离的覆盖区域,而第三层级邻居具有由两个其他小区分离的覆盖区域,等等。该解释与从RF工程师对层级关系的预期是一致的。
本公开提供了一种用于确定在蜂窝通信网络中分离小区的层级数量的方法和系统。然后,该信息可以在用于自组织网络的算法中使用,诸如自动相邻关系(ANR)、邻居列表初始化、覆盖和容量优化(CCO)、重用码优化(例如,UMTS网络的扰码优化、LTE网络的PCI优化、GSM网络的BSIC优化等)。可以结合这些活动来改变各种蜂窝参数,诸如发射功率以及天线倾斜和方向。
以下提供实施例的详细描述以及附图。本公开的范围仅由权利要求限定,并且包含许多替代物、修改和等同物。虽然各种过程的步骤以特定次序呈现,但是实施例不一定限于以所列的次序执行。在一些实施例中,某些操作可以同时地、以与所描述的次序不同的次序执行,或者完全不执行。
以下描述中阐述了许多具体细节,以便提供透彻的理解。提供这些细节是为了示例的目的,并且实施例可以在没有这些具体细节中的一些或全部的情况下根据权利要求实施。出于清楚的目的,与本公开相关的技术领域中已知的技术材料未详细描述,使得本公开不会被不必要地模糊。
图1图示了根据本公开的实施例的联网通信系统100。系统100可以包括一个或多个基站102,其每个配备有一个或多个天线104。每个天线104可以为一个或多个小区106中的用户设备108提供无线通信。如本文所使用的,术语“基站”是指在某一位置中提供并用作无线网络的中枢的无线通信站。例如,在LTE中,基站可以是eNodeB。基站可以为宏小区、微小区、微微小区或毫微微小区提供服务。在本公开中,术语“小区站点”可以用于指代基站的位置。
一个或多个UE 108可以包括蜂窝电话设备、膝上型计算机、手持游戏单元、电子书籍设备和平板PC、以及任何其他类型的常见便携式无线计算设备,其可以由基站102提供无线通信服务。在实施例中,UE 108中的任何一个可以关联于常见移动计算设备(例如,膝上型计算机、平板计算机、蜂窝电话、手持游戏单元、电子书设备、个人音乐播放器、MiFiTM设备、视频录像机等)的任何组合,其具有采用包括但不限于:GSM、UMTS、3GPP LTE、LTE高级、WiMAX等的任何常见无线数据通信技术的无线通信能力。
系统100可以包括回程(backhaul)部分116,其可以促进回程设备110、112和114与一个或多个基站102之间的分布式网络通信。如本领域技术人员将理解的,在大多数数字通信网络中,网络的回程部分可以包括通常是电线线路的网络的骨干和位于网络的周边处的子网络或基站之间的中间链接118。例如,与一个或多个基站102通信的蜂窝用户设备(例如,UE 108)可以构成本地子网络。基站102中的任何一个和世界的其余部分之间的网络连接可以利用到提供商的通信网络的回程部分的链接(例如,经由存在的点)来发起。
在实施例中,图1的系统100的回程部分102可以采用以下常见通信技术中的任何一个:光纤、同轴电缆、双绞线电缆、以太网电缆和电力线电缆,以及本领域中已知的任何其他无线通信技术。在利用本发明的各种实施例的上下文中,应当理解,与各种数据通信技术相关联的无线通信覆盖(例如,基站102)通常在不同的服务提供商网络之间基于网络的类型和在网络的特定区域内部署的系统基础结构(例如,GSM、UMTS、LTE、LTE高级和基于WiMAX的网络之间的差异以及在每种网络类型中部署的技术)而变化。
网络控制器设备110、112和114中的任何一个可以是从基站远程提供或在基站处提供的专用网络资源控制器(NRC)。网络控制器设备110、112和114中的任何一个可以是除其他之外尤其提供NRC功能的非专用设备。在另一个实施例中,NRC是自组织网络(SON)服务器。在实施例中,网络控制器设备110、112和114中的任何一个和/或一个或多个基站102可以独立地或协作地起作用以实现与本公开的各种实施例相关联的过程。
根据标准GSM网络,网络控制器设备110、112和114中的任何一个(其可以是NRC设备或者可选地具有NRC功能的其他设备)可以关联于基站控制器(BSC)、移动交换中心(MSC)、数据调度器或本领域中已知的任何其他常见服务提供商控制设备,诸如无线电资源管理器(RRM)。根据标准UMTS网络,网络控制器设备110、112和114中的任何一个(可选地具有NRC功能)可以关联于NRC、服务GPRS支持节点(SGSN)或本领域中已知的任何其他常见网络控制器设备,诸如RRM。根据标准LTE网络,网络控制器设备110、112和114中的任何一个(可选地具有NRC功能)可以关联于eNodeB基站、移动性管理实体(MME)或本领域中已知的任何其他常见网络控制器设备,诸如RRM。
在实施例中,网络控制器设备110、112和114中的任何一个、基站102、以及UE 108中的任一个可以被配置为运行任何公知的操作系统,包括但不限于:Microsoft® Windows®、Mac OS®、Google® Chrome®、Linux®、Unix®或任何移动操作系统,包括Symbian®、Palm®、Windows Mobile®、Google® Android®、Mobile Linux®等。网络控制器设备110、112和114中的任何一个或基站102中的任何一个可以采用任何数量的常见服务器、台式机、膝上型电脑和个人计算设备。
图2图示了可以代表网络控制器设备110、112和114中的任何一个的NRC 200的框图。因此,NRC 200可以代表网络管理服务器(NMS)、元件管理服务器(EMS)、移动性管理实体(MME)或SON服务器。NRC 200具有一个或多个处理器设备,包括CPU 204。
CPU 204负责执行存储在易失性(RAM)和非易失性(ROM)存储器202和存储设备212(例如,HDD或SSD)上的计算机程序。在一些实施例中,存储设备212可以将程序指令存储为逻辑硬件,诸如ASIC或FPGA。存储设备212可以存储例如位置数据214、小区点216和层级关系218。
NRC 200还可以包括允许管理员与NRC的软件和硬件资源交互并显示系统100的性能和操作的用户接口206。此外,NRC 200可以包括用于与联网计算机系统中的其他组件通信的网络接口206、以及促进NRC 200的硬件资源之间的数据通信的系统总线210。
除了网络控制器设备110、112和114之外,NRC 200还可以用于实现其他类型的计算机设备,诸如天线控制器、RF规划引擎、核心网络元件、数据库系统等。基于由NRC提供的功能,这样的计算机的存储设备用作用于软件和到其的数据库的存储库。
通过建立用于单独小区的边界来促进相邻层级计数。确定每个小区的覆盖区域促进建立小区边界。存在可以实现这一点的许多方式。
可以使用RF规划工具或从部署的网络中的测量(诸如驱动测试测量或来自地理位置工具的数据)来建立小区边界。RF规划工具可以确定哪些小区是彼此的第一层级邻居。可以通过各种关系来确定第二、第三和后续的层级邻居。然而,这种级别的RF规划工具信息并不总是可用于SON工具,并且即使当其可用时,用于提供这样的信息的时间和资源(包括处理器资源)的量使得难以以及时的方式提供当前的覆盖信息。此外,在客户试用的情况下,运营商可能不愿意从其规划工具提供信息,其通常包括敏感数据。
驱动测试和地理位置数据可以用于确定小区覆盖区域。然而,存在使用驱动测试或地理位置信息来进行层级确定的缺点。例如,这样的信息要求已经部署了网络。然而,一些SON算法(例如,邻居列表初始化)在部署小区之前使用相邻层级分离数据。因此,在一些情况下,该数据不可用。
驱动测试数据需要在各种地理位置中的物理存在,这些地理位置可能实际上不可访问。因此,驱动测试数据通常不可用于网络的所有部分。此外,运营商可能未在其网络中部署地理位置解决方案。
另一方面,SON工具通常被提供有小区站点信息,诸如包括小区纬度和经度的小区位置、小区是被部署在室内还是室外、天线方位(指向方向)和天线高度信息。仅使用该信息,可以对小区覆盖区域进行估计,并且使用该信息来确定小区边界、第一层级相邻小区等。通过本公开提供了这样的过程和实现该过程的系统的实施例。
图3图示了用于确定用于小区的相邻层级关系的一般过程300。过程300的元素将关于随后的图和过程更详细地解释。
在过程300中,在S302处针对小区站点建立形状,其可以对应于基站的位置,诸如用于宏小区的蜂窝塔。可以使用小区站点形状来建立小区S304,其可以在各种实施例中被表示为点、形状或两者。例如,小区点可以是小区形状的质心、用于诸如具有全向天线的毫微微小区的情况的基站位置、或从基站沿着某一方位的一定距离的点。在具有全向天线的实施例中,站点形状可以与小区形状相同。在小区建立后,在S306处确定小区之间的相邻层级关系。
图4示出了用于围绕小区站点建立形状的过程S400。在S402处确定蜂窝网络中的小区站点的位置。小区站点的位置可以是小区站点的纬度和经度值。小区站点位置可以被维护在数据库中,在特定实施例中数据库可以是SON服务器的预先存在的数据库。当部署新的小区站点时,可以更新这样的数据库,并且可以周期性地执行根据本公开的实施例的过程,使得当网络演进时相邻层级关系是准确的。
相邻层级关系可以由一个或多个网络设备存储在存储器中。例如,相邻层级关系可以由基站104和/或网络资源控制器200存储以供各种网络操作使用。
网络规划小组通常将小区站点选择成在围绕小区站点的所有方向上具有覆盖区域。对于宏小区部署尤其如此。通常,最接近小区站点的位置由该小区站点服务。
在S404处确定小区站点的小区类型。各种类型的小区具有不同的特性,并且在S406处创建用于站点的形状时,实施例可以计及一个或多个特性。例如,毫微微小区的覆盖区域远小于宏小区的覆盖区域,因此与建立宏小区形状相比,当建立毫微微小区形状时可以采用不同的技术。下面关于图11A、11B和13A更详细地提供小区类型如何影响建立形状S406的示例。
在S406处,围绕站点位置建立形状。将关于示出了规则(例如均匀间隔的)部署中的形状的图5A以及示出了具有变化站点密度的部署的图5B来解释建立形状S406。图5A和5B中的形状是使用Voronoi图建立的Voronoi多边形。
对于给定的一组点,Voronoi图以使得区域中的每个点最接近其种子的方式将区域划分成围绕多个点或种子的区域。如果种子是小区站点,则结果所得的区域是提供小区站点的覆盖区域的有用近似的多边形。虽然结果所得的多边形不是每个站点的覆盖区域的确切表示,但是多边形的边界可以用作每个站点的第一层级相邻站点的指示。
在图5A中示出了一组站点502和用于这些站点的Voronoi多边形504的示例。取决于站点502的布局,多边形可以具有各种数量的边。已经开发了用于围绕数据点创建Voronoi多边形的高效率的算法,其可以在本公开的实施例中采用。
图5B示出了可变密度站点场景的Voronoi图。该示例表示了围绕其之间具有农村站点的两个小城市区域的高密度站点部署。
图5B图示了本公开的实施例相比于基于距离的方法的优点。虽然基于距离的方法可以识别站点502a是站点502b的邻居,但是基于距离的方法可能不会识别站点502c是站点502b的邻居,因为它们之间存在相当大的距离。然而,为了移动目的,站点502c是站点502b的第一层级邻居,并且与站点502c相关联的小区将接受从与站点502b相关联的小区的切换。
在图5A和图5B的Voronoi图中,第一层级站点邻居是共享共同多边形边的那些。第二层级邻居是具有共同的第一层级邻居的那些,等等。
代替计算多边形边,可以经由Delaunay三角测量来确定第一层级邻居。对于第一点(站点)502,Delaunay三角测量直接提供具有与第一点的多边形边邻近的Voronoi多边形边的点(站点)502。
图6示出了用于确定小区之间的层级关系的过程600。在过程600中,在S602处确定站点点之间的距离。图7A示出了来自图5的三个小区站点502a、502b和502c。在图7A中,小区站点502a和502b之间的距离由线710a表示,并且站点502b和502c之间的距离由线710b表示。
在实施例中,确定站点点之间的距离可以通过对网络区域中的所有站点位置执行Delaunay三角测量来实现。从站点点的Delaunay三角测量所得的网格可以高效地确定所有相邻小区站点之间的距离,其中点之间的三角形边的长度对应于点之间的距离。
可以在S604处确定用于每个小区站点的最近相邻站点。这样的确定可以例如通过将来自Delaunay三角测量的所有三角形边的长度(距离)与目标小区站点处的顶点进行比较来进行。例如,如果图7A的小区站点502b是目标站点,则将710a与710b进行比较返回了最近邻居是小区站点502a的结果。为了方便,本公开可以将到目标小区站点的最近邻居的距离表示为变量dminSite。
典型的蜂窝电信网络包括作为小区站点的大量eNodeB基站。通常,eNodeB基站被配置为提供用于给定的一组频率的三个共站的小区,以围绕基站建立360度的覆盖。因此,eNodeB通常具有三个天线来服务共站的小区,并且每个天线具有与其他两个天线的方位分离的方位。
在S606处,沿着每个小区站点502的方位线建立小区点714。如果小区点被选择成使得它们与站点位置是等距的,则当随后为小区点提供Voronoi多边形时,在相同站点处的邻近小区之间的结果所得的多边形边将平分每个小区的方位。如果小区点靠近站点点,则从小区点的Voronoi图所得的多边形与站点多边形的分段版本相似。如果小区点与站点点重叠,则小区点的多边形将与站点点的多边形非常相似。
可以通过找到最接近的第一层级站点并取得该距离的分数来确定用于在S606处沿着方位线定位小区点的合适距离。通常,分数应当小于0.5,这是站点与其最接近的第一层级相邻站点之间的距离dminSite的一半,以便避免在邻近小区的覆盖区域中定位小区点。发现从0.05至0.3的值在实践中工作得良好。然后沿着该小区的方位线设置每个小区点,其中与站点502的距离是站点502与其最接近邻居的站点之间的距离(dminSite)的所选择的分数。
图7B和图7C图示了步骤S604和S606的一些元素。例如,图7B示出了用于小区站点502a的多边形504a,并且线710a表示小区站点502a和小区站点502b之间的距离dminSite,如图7A所示。此外,图7B示出了小区方位方向712,其由在小区站点502a的三个对应天线的相应指向方向上定向的箭头表示。
图7C示出了对图7B的实施例执行过程S606的结果。特别地,分别在沿着方位线716a、716b和716c的距离处建立小区点714a、714b和714c。图7C中使用的距离对应于最小距离502b的原始距离dminSite的约0.25或25%。
在另一个实施例中,小区站点的不同小区点可以位于离小区站点原点的不同距离处。例如,考虑图7A,其中小区站点502b在一个方向上由站点502a相邻并且在另一方向上由站点502c相邻。与站点502a相比,小区站点502c离站点502b远得多。为了计及该差异,实施例可以针对小区站点502的每个方位使用不同的dminSite值。
例如,实施例可以从在围绕方位线定心的弧段内发现并且从原点小区站点向外投射(project)的相邻站点确定最近邻居,并且针对每个分离方位基于到邻居的距离来确定不同的dminSite值。可以采用这样的实施例,例如,当使用射线追踪技术或与关系技术相比对小区点形状更敏感的其他技术(诸如边共享技术)来对相邻层级进行计数时。
在S608处围绕小区点创建形状。可以通过使用小区点作为用于多边形的种子值建立Voronoi多边形来执行围绕小区点创建形状。
图8A和8B示出了用于小区站点的Voronoi图和用于小区点的Voronoi图之间的差异。特别地,图8A是示出围绕多个小区站点的Voronoi多边形的Voronoi图。图8B是通过确定到每个小区站点的最近邻居的距离、将方位值投射到图8A的小区站点位置上并且在沿着每个站点的方位线的最小相邻距离dminSite的0.25的分数处定位小区点来建立的小区点图。换句话说,图8A表示过程400的实施例的结果,而图8B表示过程S600的步骤S608的实施例的结果。
取决于被用于层级计数的技术,某些实施例可能不执行步骤S608。例如,三角测量技术建立小区点之间的链接,因此当使用三角测量来计数层级时,可能不需要建立用于小区点的形状。相比之下,射线追踪和共享边技术使用用于小区点的多边形来确定层级关系。
在S610处,小区点可以彼此连接。在实施例中,使用Delaunay三角测量将每个小区点连接到其最近邻居。Delaunay三角测量是一种用于以网络工程师理解相邻关系的相同方式建立相邻小区之间的连接的有用技术。Delaunay三角测量对于使返回有意义且准确的结果的过程自动化是有用的。
在S612处确定小区点之间的层级关系。下面详细讨论确定层级关系的实施例。
图9图示了与图6的过程600不同的用于确定小区之间的层级关系的过程900的实施例。在S902处,为小区站点确定方位值。如上所讨论的,宏小区站点通常服务三个小区,因此当站点是宏小区站点时,S902可以确定三个方位方向。在实施例中,用于小区站点的方位值通过从方位方向的数据库检索数据来确定。
在S904处在站点多边形上定位方位方向。图10A示出了方位1004,其被表示为从小区站点位置1002在不同方向上发出而被投射到站点多边形1006上的射线。在实施例中,方位线1004延伸到多边形1006的边。然而,在S906处使用方位的角分量,因此实施例可以投射从小区站点1002在各方向上发出的射线,而不是具有两个点的线。虽然在方位1004中存在三个箭头,其表示典型的宏小区站点,但是其他宏小区站点可以服务不同数量的小区,因此方位射线的数量可以适配成对应于特定技术和频率范围内的站点所服务的小区的数量。
如图10B中所见,在S906处,两个邻近方位射线1004之间的角度被线1008平分,其如图中的虚线所示。可以可以通过确定两个方位射线之间的角度并且以大约在两个方位射线之间的一半的角度建立线1008来完成平分方位1004,其中线的端点在小区站点1002和站点多边形1006的边处。由S906产生的包括限定站点多边形1006的边和平分方位线1008的线的多边形1010代表由小区站点1002服务的小区。围绕小区站点1002的小区多边形被表示为图10B中的多边形1010a、1010b和1010c。
在实施例中,在S908处为每个相应的小区多边形1010建立质心1012。用于小区多边形1010的质心1012可以表示用于多边形的小区点。
在S908处建立质心1012之后,可以通过创建小区点的Voronoi图来在S910处为小区点1012建立多边形。然而,其他实施例可能不执行S910,并且可以基于来自S906的小区多边形1010或质心1012来对层级进行计数。类似地,可以取决于层级被计数的方式通过Delaunay三角测量来在S912处可选地连接小区点。然后,在S914处对层级进行计数,例如通过计数共享边、射线追踪等。
在图10A和10B中,每个基站提供三个小区,如由三个方位方向1004所指示的。然而,一些小区站点不具有三个天线。例如,用于毫微微小区的站点可以具有全向天线,而其他小区站点可以提供其他数量的小区。因此,根据本公开的过程和系统可以确定与小区类型相关联的基站的类型并将规则应用于特定于小区类型的过程600或过程900。
过程600或900可以被应用于网络中的所有小区。在一些情况下,这可能会导致小区之间的层级数量的过高估计。当具有小于360度覆盖的较小小区或室内小区也被部署在网络中时,则当在S406处建立用于这样的小区站点的形状时可以应用不同的过程。例如,在一些实施例中,不同的形状或加权可以用于某些类型的小区。
例如,如果在两个宏小区之间存在微微小区,则典型的Voronoi图使得微微小区为每个宏小区的第一层级邻居,而可能使得宏小区为彼此的第二层级邻居,当它们应当为第一层级邻居时。这样的实施例在图11A和11B中示出。
图11A示出了围绕小区点1108的形状的Voronoi图的实施例。在中间的形状1106表示具有低发射功率的微微小区,并且在左侧和右侧的多边形1102和1104表示宏小区。结果所得的Voronoi图如图11A中所示。
在一些情况下,图11A中的情况可能导致两个小区之间的层级数量的过高估计。图11A示出了向宏小区1102和1104以及微微小区1106应用Voronoi多边形的结果。然而,图11A中的关系可能不从用户移动性角度准确地表示小区之间的关系。例如,虽然图11A要求跨小区1106中转以从小区1102移动到小区1104,但是在实际物理空间中,UE可以直接从小区1102切换到小区1104而不与微微小区1106交互。
图11B图示了位于两个宏小区1102和1104之间的微微小区1106。如图11B所示,表示小区1102的多边形与表示小区1104的多边形共享边。在实施例中,共享形状边指示第一层级相邻关系。因此,与图11A相比,图11B的实施例是小区层级关系的更准确表示。在另一个实施例中,当用于微微小区1106的小区站点1108更靠近宏小区的小区站点时,图11B中表示微微小区1106的圆可以完全位于宏小区形状的区域内,从而表示微微小区针对该宏小区仅是第一层级邻居的关系。
图11B示出了当S404确定小区站点1108的小区类型是微微小区时在S406处为小区站点建立圆形形状的示例。用于表示全向天线的形状可以是圆形。其他实施例可以使用各种形状来更准确地表示不同类型的基站的覆盖区域和部署场景。可以用于这些小区的其他形状包括楔形、三角形、圆形、椭圆形、以及这些和其他形状的组合。
在S406处,可以与使用Voronoi图创建用于其他小区的多边形分离地将特定形状应用于某些小区类型和部署场景。例如,S406的实施例可以包括首先为宏小区建立Voronoi多边形,以及其次应用可以是加权多边形的特定形状。
在一些实施例中,可以基于小区类型或部署场景来应用加权。加权可以应用于来自Voronoi图的一般多边形或用于小区类型的特定形状。可以用于对形状应用加权的因素包括小区的类型、发射功率、天线高度和位置特性,诸如小区站点是在室内还是室外。
加权可以以许多不同的方式应用。在实施例中,小区权重可以针对小区类型的覆盖区域或发射功率被缩放。例如,宏小区可以被加权得多于微小区,微小区继而可以被加权得多于微微小区。可以被分配不同权重的其他特性包括功率、天线高度和环境。例如,较高功率小区可以被加权得多于较低功率小区,较高天线高度可以被加权得多于较低天线高度,并且室外部署可以被加权得多于室内部署。本领域技术人员将认识到,在其他实施例中,其他小区特性可以影响代表性形状的尺寸。
在另一个实施例中,可以使用功率图来建立一个或多个小区形状。可以根据如上所述的基于小区特性的加权来适配功率图中的形状的尺寸。可以通过乘法加权图来应用加权,并且加法加权图也可以是合适的。
可以被评估以确定形状和/或形状的尺寸的其他小区特性包括无线电接入技术(RAT)和小区的频率层。通常,针对在相同频率上操作的特定RAT(例如,GSM、UMTS、LTE)的小区将确定相邻层级。然而,取决于应用,也可以针对不同类型的小区实现相邻层级计数。例如,可以使用本公开中的方法通过计算用于另一技术的小区的Delaunay三角测量和/或Voronoi多边形来确定第一层级RAT间邻居。
图12图示了用于确定两个小区之间的层级关系的过程1200。图12是计数层级的示例,并且对应于S914、S612和S306。
在S1202处建立形状。在实施例中,根据S608建立形状作为围绕小区点的Voronoi多边形。在另一个实施例中,根据S910通过平分小区站点的方位线来建立形状。因此,可以使用从各种实施例建立的形状来执行过程1200。
在S1204处选择针对其确定层级关系的小区。可以针对网络中的所有小区、针对特定区域中的小区、或针对两个或更多个特定小区确定层级关系。因此,可以在S1204处选择两个或更多个小区。
在实施例中,当安装新小区时,可以确定针对新小区及其邻居的层级关系。此外,新小区可以影响针对新小区周围的区域中的预先存在的小区的层级关系。因此,可以在S1204处选择针对新小区周围的区域中的所有小区的层级关系。
对相邻小区之间的层级进行计数的一种方式是找到为了从第一小区的覆盖区域到达第二小区的覆盖区域而必须被穿过的小区的最少数量。这可以例如通过在S1206处对小区之间的中转进行计数来实现。在图13A中示出了对小区之间的中转进行计数的实施例。
图13A示出围绕小区点1304建立的多个小区形状1302。在图13A中,在对应于小区形状1302a的第一小区和对应于小区形状1302c的第二小区之间确定相邻层级关系。在第一小区形状1302a和第二小区形状1302c之间存在两个小区形状边界1306。每个小区形状边1306对应于邻近小区之间的中转。因此,在小区1302a和1302b上执行S1206导致小区之间的单个中转或小区形状边1306a,因此小区1302a是小区S1302b的第一层级邻居。
类似地,两个小区形状边1306a和1306b位于小区形状1302a和1302c之间。因此,与小区形状1302a对应的小区是与小区形状1302c对应的小区的第二层级邻居。在实施例中,可以采用诸如Dijkstra算法的高效算法来在S1206处确定所选择的小区之间的边的最少数量。
在通过在S1206处计数中转来确定层级关系之后,在S1208处将层级关系存储在数据库中。层级关系可以被发送到网络设备并由网络设备存储,其中它可以随后用于执行各种网络活动。虽然层级关系可以在S1208处由SON服务器存储,但是层级关系也可以由诸如RRM、基站和UE的其他网络设备存储。
图13B示出了包括从分成三个扇区的宏小区的两个变化的过程1200的另一个实施例。特别地,服务小区2的基站使用全向天线,因此小区2被表示为围绕小区站点1304的单个多边形。小区1与三个扇区宏小区站点1304c相关联,但是小区3和4与具有为六个相应小区提供服务的六个天线的小区站点1304a相关联。因此,围绕小区站点1304a建立六个小区多边形。
将过程1200应用于图13B,在S1204处选择小区1和4。S1206对小区1和4之间的三个中转1306a、1306b和1306c进行计数。中转由小区形状边界限定。小区1和4之间的层级关系对应于小区之间的中转或边界的数量,因此小区1被建立为小区4的第三层级邻居。
图14示出了过程1400,其是确定小区之间的层级关系的另一实施例。可以以与上述S1202和S1204相同的方式执行建立小区形状S1402和选择小区S1404,因此为了简洁起见将省略对这些元素的详细描述。
在S1406处连接所选择的小区。例如,图15示出了多个小区形状1502的Voronoi图的示例,其中小区形状1502a和小区形状1502c对应于所选择的小区。所选择的小区通过线1508连接,图15示出为将其投射到网络中的小区的Voronoi图上。
虽然图15示出了线1508的端点是小区点1502,但是在其他实施例中,线的端点可以不同。例如,在诸如图10B中所示的实施例的其中小区站点形状被平分方位方向的线划分的实施例中,连接线的端点可以建立在小区站点1002处。在另一变化中,小区形状1010的质心1012可以用作端点。
在S1408处计数交点。特别地,连接线1508与下面的小区形状之间的交点被计数。在图15中,线1508与小区形状1502a、1502b和1502c或三个小区形状相交。所选择的小区之间的层级关系为N-1,其中N表示小区点之间的线1508所相交的小区形状的数量。因此,对应于小区形状1502a和1502c的小区被确定为彼此的第二层级邻居。然后在S1410处存储层级数据。
图16示出了过程1600,其是确定小区之间的层级关系的另一实施例。如上所讨论的,在S1602处确定小区点,并且在S1604处连接小区点。
图17示出了其中小区点1704通过线1710彼此连接的实施例。在实施例中,小区点可以通过在小区点的阵列上执行Delaunay三角测量而彼此连接。Delaunay三角测量是对于通过建立小区点之间的短路径来连接小区点的有用技术。
在S1606处选择针对其确定层级关系的小区。在图17的实施例中,选择小区1702a和1702c。然后在S1608处确定这些小区之间的连接的数量。特别地,可以确定小区之间的连接的最少数量。
例如,图17示出了小区点1704a可以通过两个连接1710a和1710b连接到小区点1704c。在S1608处对连接的数量进行计数确定了存在于小区点之间的两个连接。小区点之间的连接的最少数量对应于小区之间的层级关系,因此,过程1600将确定与小区点1704a相关联的小区是与小区点1704c相关联的小区的第二层级邻居。该关系可以在S1610处存储在一个或多个设备处。
取决于层级关系数据支持的活动,在一些实施例中,当小区彼此分开小于或等于N个层级时,知道小区之间的层级的确切数量可能是足够的,其中N是整数。如果小区分开多于N个层级,则知道它们分开多于N个层级可能是足够的,而不用确切知道小区分开多少层级。在这种情况下,针对每个小区预先计算N个层级内的所有邻居可能更高效。
在图18中示出了用于针对源小区标识小于某个值的相邻关系的过程1800的示例。在过程1800中,用于层级关系的截止值为10。
在S1802处,整数N被设置为0。在S1804处创建将用于保存前N个层级邻居的第一空集合。在S1806处,将源小区添加到第一集合,其中层级计数属性为0。
对于具有等于N的层级计数属性的已经在第一集合中的小区,其第一层级邻居在1808处被放置到第二集合中。在S1808处针对具有等于N的层级计数属性的已经在第一集合中的小区的第一层级邻居创建第二集合。因此,当N = 0时,源小区的第一层级邻居将被放置在第二集合中。尚未在第一集合中的第二集合中的小区在层级计数属性为N + 1的情况下在S1810处被添加到第一集合,并且在S1812处使N递增+1。重复S1808至S1812,直到达到指定的层级值,其在图18中在S1814处为10。因此,过程1800针对第一小区对第一层级关系的数量进行计数,并且当与第二小区相比时,高效地计数第一小区和第二小区之间的第一层级关系的数量。
因此,执行过程1800将针对源小区标识具有小于或等于某个值的相邻层级关系的所有小区。为了说明性目的提供了过程1800,并且其他具体实施例是可能的。
图19示出了用于确定小区之间的层级关系的过程1900的另一实施例。过程1900中的形状是圆形或环形。因此,过程1900可以被称为环形过程。
在S1902处选择源位置。在实施例中,可以通过选择诸如图7C的小区点714a的小区点、或者通过选择诸如图7C的小区站点502a的小区站点来选择源位置。可以选择小区站点,当小区站点与全向天线相关联时,或者对于诸如ANR优化的特定应用。
在S1904处确定到最近相邻位置的距离。在实施例中,最近邻居是到源小区最接近距离的小区,其使用与源相同的UTRA绝对射频信道号(UARFCN)层。当源位置是小区点时,距离可以是到与不同小区站点相关联的最接近小区点的距离。
然而,在其他实施例中,可以将小区站点位置用作源位置。图20中示出了这样的实施例,图20示出了源小区站点2002和最近相邻小区站点2004之间的距离2006。在实施例中,小区站点可以用作用于与这样的小区站点相关联的一个或多个小区的代理。当源位置是小区站点时,距离可以是到使用与源小区站点相同的UARFCN的最接近小区站点的距离。
距离2006可以通过将距离除以2而被转换为环形2008的半径值。环形2008可以在S1908处通过创建具有来自S1906的半径、在源位置2002处定心的圆形来建立。S1902至S1908可以被重复与针对无线通信网络中的位置期望的一样多的次数。
在S1910处确定源位置2002与另一位置之间的关系。该关系可以例如通过在源位置2002和目标位置之间建立线并且对线除源位置的环形以外穿过的环形2008的数量进行计数来确定。在这样的实施例中,源和目标位置之间的层级的数量可以是除源环形以外的环形的数量。
过程1900是使用原始距离值来分类小区站点和/或单独小区之间的关系的有用替代方案。原始距离不计及密度的变化,而过程1900可以建立确实计及密度的关系。因此,本公开的过程1900和其他过程针对各种蜂窝网络技术比原始距离更加鲁棒(robust)和有用。在具体实施例中,过程1900可以用于通过移除针对其来自S1910的层级的数量大于阈值的相邻关系来确定小区之间的不必要或有问题的相邻关系。
三角形边移除
可以通过从初始三角形集合移除某些三角形边来改进来自三角测量的相邻层级确定的准确性。初始Delaunay三角测量可能不标识用于网络的外边处的小区和在大型网络中间的隔离小区的最优层级关系。在这些情况下,Delaunay三角测量可能将网络工程师不会以其他方式将其视为第一层级邻居的小区标识为第一层级邻居。
虽然这样的小区可以在几何上满足形成Delaunay三角形的标准,但它们可能彼此太远而不能被认为是第一层级邻居。在其他情况下,这样的小区可以在网络的边处,其中小区实际上是彼此离开多个层级,但是三角测量标识错误的第一层级关系。
下面的公开描述了可以用于检查针对给定蜂窝网络所形成的三角形并且确定这些三角形中的任何一个是否包含任何边或换句话说是不正确的第一层级邻居分配的系统和方法。存在至少两种方式来补救该问题,这是通过完全移除满足以下解释的任何标准的三角形或通过仅移除表示那些不正确的第一层级邻居分配的给定三角形的一个或多个边。经验测试已经确定了,移除通过Delaunay三角测量所建立的特定边导致相邻层级关系的高度准确且高效的确定。
图21图示了根据本公开的实施例的用于确定相邻关系的方法2100。在S2102处,使用Delaunay三角测量来连接多个小区点的小区点。小区点可以是如上面关于图15和17所解释的小区点1504或小区点1704。可以使用本公开中解释的方法来建立小区点,或者任何其他方法确定表示无线网络中的小区的地理位置的点。图22图示了通过Delaunay三角测量彼此连接的无线电信网络中的小区点。
在S2102处应用三角测量导致一组三角形,其中每个边表示两个第一层级相邻小区之间的连接。取决于给定小区的位置,每个边可以属于仅一个三角形,或者可以由两个三角形共享。过程S2100的以下元素S2104至S2110提供了可以用于标识这些三角形的不需要或不正确的边的标准。
在S2104处将基于距离的标准应用于Delaunay三角形,以便标识表示不正确的相邻层级关系的Delaunay三角形的边。特别地,表示不正确的相邻层级关系的边是第一小区和第二小区之间的边,其中不预期发生从第一小区到第二小区的切换操作。
对于给定的一组点,Delaunay三角测量使三角测量中的三角形的所有角的最小角最大化,并且通常避免形成所谓的“瘦”三角形。然而,当应用于诸如蜂窝网络的外边的某些网络区域时,Delaunay三角测量可能导致“瘦”三角形。Delaunay三角测量可能将网络的边上的两个小区链接起来,虽然在彼此上具有直接的视线,但是在它们之间具有多个小区,并且通常将不被认为是第一层级邻居。
在S2106处,将基于第一角度的标准应用于Delaunay三角形。在实施例中,基于第一角度的标准是中间角度标准,其中中间角度小于阈值的三角形的最大边被标识为移除的候选。
在S2108处,将基于第二角度的标准应用于Delaunay三角形。在实施例中,基于第二角度的标准是最小角度标准,其中最小角度小于阈值的三角形的最大边被标识为移除的候选。
在S2110处,将基于第三角度的标准应用于Delaunay三角形。在实施例中,基于第三角度的标准是基于比率的标准,其中三角形的最小角度与三角形的最大边的比率被用作用于标识移除的候选边的标准。
作为移除的候选的边可以存储在存储器中。存储器可以是诸如网络资源控制器200的存储器202或存储设备212的存储器。可以将候选存储在存储器中,以便在移除边之前执行进一步的操作,诸如确定针对移除所标记的边是否与另一个三角形共享。这样的操作在过程3200中进一步详细解释。
图23图示了图22的网络图,其中在S2104、S2106、S2108和S2110处标识的三角形边被表示为灰色或较低权重的线。
在S2112处,从Delaunay三角形移除边。被移除的边可以是通过在S2104、S2106、S2108和S2110中的一个或多个处应用距离或角度标准而标识的边。
图24图示了图23的从其已经移除了所标识的边的网络图。图24中的剩余线表示对应于小区点的小区之间的第一层级关系。
蜂窝网络可以使用这样的关系来添加或从邻居列表移除邻居。例如,当用于给定小区的邻居列表包括通过由过程2100确定为不正确的相邻关系连接到给定小区的相邻小区时,该相邻小区可以从给定小区的邻居列表移除并可能列入黑名单。在另一个实施例中,可以将通过图24的线彼此连接的小区添加到彼此的邻居列表中。本领域技术人员将认识到,可以对由过程2100确定并在图24中示出的相邻关系做出其他使用。
图25示出了用于应用基于距离的标准来确定作为移除的候选的边的过程2500。过程2500对应于上述的过程2100的元素S2104。可以应用基于距离的标准,因为当两个小区分离很远的距离时,它们有效地不是彼此的第一层级邻居。特别地,当两个小区之间的距离太远时,可能不会预期在两个小区之间发生切换操作。
在S2502处确定三角形的网络图中的三角形的边的距离。距离可以是表示小区点之间的空间中的分离的线性距离,这样小区点之间的千米数。在一些实施例中,取决于网络图的性质,距离可以是边中的像素的数量或一些其他尺度的距离值。
在S2504处将距离值与阈值进行比较。阈值可以是例如5千米、15千米、20千米、或25千米。超出该范围的值可能会标识太多或太少的用于移除的边,从而限制该过程的有效性。
在实施例中,距离值可以在特定地理区域之间是不同的。例如,对于诸如曼哈顿的高密度城市区域可能发生切换的距离比在低密度农村区域中可能发生切换的距离更小。因此,阈值距离值可以针对网络中的不同地理区域而不同。
在S2506处,大于阈值的边被标记为移除候选。图26图示了图23中所示的网络图的一部分的放大透视图。在图26中,连接小区点648的边2602超过阈值距离值,并被标记用于移除,如由将小区点648连接到网络的较高密度部分的边上的小区点的灰色线所示。在图26上类似地以灰色指示了不满足(fail)距离标准的其他边2602。
在实施例中,将边标记为移除候选可以包括将相关联的三角形的标识符记录在“损坏”三角形的数据库中。该数据库可以用于后续过程以确定是否移除在两个三角形之间共享的边。无论边是通过基于距离的过程还是基于角度的过程被标识用于移除,都可以针对边被标记用于移除的所有三角形执行在数据库中记录“损坏”三角形。
图27示出了用于应用基于角度的标准来确定作为移除的候选的边的过程2700。过程2700对应于上述的过程2100的S2106。
在S2702处确定三角形的角度的值。在S2704处将每个三角形的值彼此进行比较,以确定哪个角度是中间角度。例如,关于图28的三角形2800,将角度2802、2804和2806的值彼此进行比较,以确定角度2806具有中间角度值。
将中间角度2806的值与阈值进行比较,并且如果中间角度小于阈值,则三角形2800的最长边2812被标记为移除候选。阈值可以是例如10度、12度或15度。超出该范围的值可能会标识太多或太少的用于移除的边,从而限制该过程的有效性。
图29示出了其中通过Delaunay三角测量将小区点彼此连接的电信网络。图29放大图26的区域。过程2700已经被应用于图29的三角形,并且三角形边2902在2708处被标记用于移除。
图30示出了用于应用基于最小角度的标准来确定作为移除的候选的边的过程3000。过程3000对应于上述的过程2100的元素S2108。
在S3002处确定三角形的角度的值。每个三角形的角度彼此进行比较,并且在S3004处确定最小角度2802。在S3006处将最小角度的值与阈值进行比较,并且如果该角度小于阈值,则在S3008处,将三角形的最长边2812标记用于移除。可以在S3006处使用的阈值的示例包括两度、三度和四度。超出该范围的值可能会标识太多或太少的用于移除的边,从而限制该过程的有效性。
过程3000已经应用于图29的三角形。在该图中,边2904在S3006处被标识,并且在S3008处被标记用于移除。
图31示出了用于应用基于比率的标准来确定作为移除的候选的边的过程3100。过程3100对应于上述的过程2100的元素S2110。该标准尝试定位瘦三角形,其中重点放在具有较长边的那些上。那些通常是更可能是不正确的三角形,涉及彼此太远的小区是邻居。
在S3102处确定三角形的角度的值。每个三角形的角度彼此进行比较,并且在S3104处确定最小角度2802。在S3106处确定每个三角形的最长边2812的距离,并且在S3108处确定最小角度2802与最长边2812的长度的比率。
在S3110处将最小角度2802与最长边2812的长度的比率与阈值进行比较。当最长边2802的长度以千米表示并且最小角度以度表示时,合适的阈值可以是1.2、1.5或2.0。超出该范围的值可能会标识太多或太少的用于移除的边,从而限制该过程的有效性。比率小于阈值的三角形的最长边在S3112处被标记为移除的候选。
虽然基于角度的过程2700、3000和3100已经被描述为标记用于删除的三角形的最长边,但是在一些实施例中,两个最长边都可以被标记为移除候选。在实施例中,附加阈值可以应用于该情况。例如,可以将最短边2814的长度与阈值进行比较,将两个最长边之间的比率与阈值进行比较,将最长边与最短边的比率与阈值进行比较等等。在本公开的范围内,其他实施例是可能的。
图32示出了用于从具有被标记用于移除的边的三角形中移除边的过程3200。在实施例中,可以在S2112处应用过程3200。
在S3202处,标识被标记用于移除的三角形的边。边可以是由于基于距离或基于角度的边移除过程(诸如过程2500、2700、3000和3100)而被标记用于移除的任何边。
在一些情况下,在两个三角形之间共享边。例如,如图33所示,当在多个小区点3302之间独立地建立三角形A和B两者时,如由较粗线所指示的,三角形A和B共享边3312。因此,在S3204处确定标记的边是否与另一边共享将导致“是”,而前进到“S3208”。当标记用于移除的边不与另一个三角形共享时,该边在S3206处移除。
S3208确定共享边是否与“损坏”三角形共享,“损坏”三角形是具有被标记用于移除的至少一个边的三角形。在实施例中,当共享边与损坏的三角形共享时,共享边在S3212处被移除。在另一个实施例中,只有当特定边在两个三角形中都被标记为移除的候选时,才在S3212处移除共享边。当边被移除时,它完全从网络中移除。换句话说,共享边从共享该边的两个三角形中都移除。
在又另一个实施例中,只有当边已经从三角形移除时,三角形才被认为是“损坏”三角形。边可能已经从三角形移除,例如,如果在S3204处确定所标记的边不与另一个三角形共享或者如果它不满足过程2500的距离标准的话。在这样的实施例中,共享边在S3212处被移除。
图33的三角形B的边3314由虚线表示,这指示边被标记为移除的候选。因此,在实施例中,共享边3312将在S3212处从三角形A和B两者中都移除。在另一个实施例中,由于边3314不在三角形A和B之间共享,所以它将在S3210处被保留。
在图29和图26中可以看到过程3200的元素。图29示出了沿着地理边界的图26的网络的放大区段。对于标记为小区746的小区站点,由于由Delaunay三角测量所造成的瘦三角形,所以存在许多不正确的第一层级邻居分配。在该示例中,如图26所示,将小区746与684连接的边也是将这两个小区与小区648连接的三角形的一部分。
作为移除图26的三角形<648、746、684>中的边的结果,剩余边<746、684>是“损坏”三角形。因此,当应用角度标准并且相同的边被标记用于从三角形<746、684、702>移除时,它也将从“损坏”三角形中移除,并且因此在小区746和684之间的连接(或换句话说,邻居分配)将被完全移除。
本公开的实施例可以被用于确定哪些小区应当被添加到蜂窝邻居列表以及从蜂窝邻居列表移除;确定什么优先级应当被分配给邻居列表上的小区;消除蜂窝网络中的移动设备检测到的重用码的歧义;设置被用于诸如切换和负载平衡操作之类的操作的切换参数和阈值;并且将网络中的小区类型分类为核心小区和边缘小区,其中核心小区具有由许多其他小区的覆盖区域包围的覆盖区域,并且边缘小区具有远远超出由核心小区所服务的区域延伸的覆盖区域。
例如,用于初始化蜂窝网络中的新小区的邻居列表的系统可以使用通过本公开的实施例所标识的第一小区的第一和第二层级邻居作为要放置在第一小区的初始邻居列表上的小区。本公开的元素可以影响切换操作。
Claims (18)
1.一种用于确定无线电信网络中的小区之间的相邻层级关系的计算机实现的方法,所述方法包括:
建立多个小区点,每个小区点表示无线电信网络中的多个小区中的小区;
形成多个三角形,所述多个三角形中的每个三角形的顶点对应于所述多个小区点中的相应小区点;
从所述多个三角形的部分移除边;
使用所述多个小区点之间的剩余三角形边来确定所述多个小区之间的相邻层级关系;
将所述相邻层级关系存储在第一存储器中;和
将所述相邻层级关系用于在所述多个小区之间的切换,
其中,当第一三角形的边不与第二三角形共享时,所述边被移除。
2.根据权利要求1所述的方法,其中形成多个三角形包括在所述多个小区点上执行Delaunay三角测量。
3.根据权利要求1所述的方法,还包括:
应用基于长度或基于角度的标准来标识用于移除的三角形边,
其中被标识用于移除的三角形边是相应三角形的最长边。
4.根据权利要求1所述的方法,其中从所述多个三角形的部分移除边包括将三角形边的长度与预定值进行比较,并且
其中长度超过所述预定值的三角形边是所述多个三角形的部分的被移除的边。
5.根据权利要求1所述的方法,其中从所述多个三角形的部分移除边包括:
确定用于每个三角形的角度的中间角度值;和
将所述中间角度值与预定值进行比较,
其中中间角度值小于预定值的三角形的最长边是所述多个三角形的部分的被移除的边。
6.根据权利要求1所述的方法,其中从所述多个三角形的部分移除边包括:
确定用于每个三角形的角度的最小角度值;和
将最小角度值与预定值进行比较,
其中最小角度小于预定值的三角形的最长边是所述多个三角形的部分的被移除的边。
7.根据权利要求1所述的方法,其中从所述多个三角形的部分移除边包括:
确定三角形的最长边的长度;
确定三角形的最小角度;
确定用于每个三角形的相应最长边长度与相应最小角度之间的比率;和
将所述比率与预定值进行比较;
其中比率小于预定值的三角形的最长边是所述多个三角形的部分的被移除的边。
8.根据权利要求1所述的方法,还包括:
在移除边之前,将多个三角形边标识为用于移除的候选,以及将与候选边相关联的三角形存储在第二存储器中;
确定作为用于移除的候选的第一三角形的边是否与第二三角形共享;
当所述第一三角形的边与所述第二三角形共享时,确定所述第二三角形是否具有已被移除的或者作为用于移除的候选的边;和
当所述第二三角形不具有已被移除的或者作为用于移除的候选的边时,保留共享边。
9.根据权利要求1所述的方法,还包括:
在移除边之前,将多个三角形边标识为用于移除的候选,以及将与候选边相关联的三角形存储在第二存储器中;
确定作为用于移除的候选的第一三角形的边是否与第二三角形共享;
当所述第一三角形的边与所述第二三角形共享时,确定所述第二三角形是否具有已被移除的或者作为用于移除的候选的边;和
当所述第二三角形具有已被移除的或者作为用于移除的候选的边时,从第一和第二三角形移除共享边。
10.一种无线电信网络中的网络资源控制器,所述控制器包括:
第一存储器;
第二存储器;
处理器;和
在其上存储有可执行指令的计算机可读介质,所述指令当由所述处理器执行时执行以下操作:
建立多个小区点,每个小区点表示无线电信网络中的多个小区中的小区;
形成多个三角形,所述多个三角形中的每个三角形的顶点对应于所述多个小区点中的相应小区点;
从所述多个三角形的部分移除边;
使用所述多个小区点之间的剩余三角形边来确定所述多个小区之间的相邻层级关系;
将所述相邻层级关系存储在第一存储器中;和
将所述相邻层级关系用于在所述多个小区之间的切换,
其中,当第一三角形的边不与第二三角形共享时,所述边被移除。
11.根据权利要求10所述的网络资源控制器,其中形成多个三角形包括在所述多个小区点上执行Delaunay三角测量。
12.根据权利要求10所述的网络资源控制器,其中,所述操作还包括:
应用基于长度或基于角度的标准来标识用于移除的三角形边,
其中被标识用于移除的三角形边是相应三角形的最长边。
13.根据权利要求10所述的网络资源控制器,其中从所述多个三角形的部分移除边包括将三角形边的长度与预定值进行比较,并且
其中长度超过所述预定值的三角形边是所述多个三角形的部分的被移除的边。
14.根据权利要求10所述的网络资源控制器,其中从所述多个三角形的部分移除边包括:
确定用于每个三角形的角度的中间角度值;和
将所述中间角度值与预定值进行比较,
其中中间角度值小于预定值的三角形的最长边是所述多个三角形的部分的被移除的边。
15.根据权利要求10所述的网络资源控制器,其中从所述多个三角形的部分移除边包括:
确定用于每个三角形的角度的最小角度值;和
将最小角度值与预定值进行比较,
其中最小角度小于预定值的三角形的最长边是所述多个三角形的部分的被移除的边。
16.根据权利要求10所述的网络资源控制器,其中从所述多个三角形的部分移除边包括:
确定三角形的最长边的长度;
确定三角形的最小角度;
确定用于每个三角形的相应最长边长度与相应最小角度之间的比率;和
将所述比率与预定值进行比较;
其中比率小于预定值的三角形的最长边是所述多个三角形的部分的被移除的边。
17.根据权利要求10所述的网络资源控制器,其中,所述操作还包括:
在移除边之前,将多个三角形边标识为用于移除的候选,以及将与候选边相关联的三角形存储在第二存储器中;
确定作为用于移除的候选的第一三角形的边是否与第二三角形共享;
当所述第一三角形的边与所述第二三角形共享时,确定所述第二三角形是否具有已被移除的或者作为用于移除的候选的边;和
当所述第二三角形不具有已被移除的或者作为用于移除的候选的边时,保留共享边。
18.根据权利要求10所述的网络资源控制器,其中,所述操作还包括:
在移除边之前,将多个三角形边标识为用于移除的候选,以及将与候选边相关联的三角形存储在第二存储器中;
确定作为用于移除的候选的第一三角形的边是否与第二三角形共享;
当所述第一三角形的边与所述第二三角形共享时,确定所述第二三角形是否具有已被移除的或者作为用于移除的候选的边;和
当所述第二三角形具有已被移除的或者作为用于移除的候选的边时,从第一和第二三角形移除共享边。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562108482P | 2015-01-27 | 2015-01-27 | |
US62/108482 | 2015-01-27 | ||
PCT/US2015/052482 WO2016049592A1 (en) | 2014-09-25 | 2015-09-25 | Method and system for neighbor tier determination |
USPCT/US2015/052482 | 2015-09-25 | ||
PCT/US2016/015227 WO2016126499A1 (en) | 2015-01-27 | 2016-01-27 | Method and system for neighbor tier determination |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107431533A CN107431533A (zh) | 2017-12-01 |
CN107431533B true CN107431533B (zh) | 2020-03-24 |
Family
ID=56564534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680018530.6A Active CN107431533B (zh) | 2015-01-27 | 2016-01-27 | 用于相邻层级确定的方法和系统 |
Country Status (8)
Country | Link |
---|---|
US (1) | US10285096B2 (zh) |
EP (1) | EP3251232B1 (zh) |
JP (1) | JP6580691B2 (zh) |
KR (1) | KR101886737B1 (zh) |
CN (1) | CN107431533B (zh) |
HK (1) | HK1243562A1 (zh) |
WO (1) | WO2016126499A1 (zh) |
ZA (1) | ZA201705116B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3367270A1 (en) * | 2017-02-27 | 2018-08-29 | QlikTech International AB | Methods and systems for extracting and visualizing patterns in large-scale data sets |
CN108305302A (zh) * | 2018-01-16 | 2018-07-20 | 中国科学院地理科学与资源研究所 | 一种地域功能核心-边缘结构的拟合方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102163224A (zh) * | 2011-04-06 | 2011-08-24 | 中南大学 | 自适应空间聚类方法 |
CN102547767A (zh) * | 2012-02-29 | 2012-07-04 | 上海科旭网络技术有限公司 | 一种移动通信网络邻区生成方法及系统 |
CN103942248A (zh) * | 2014-02-28 | 2014-07-23 | 中南大学 | 一种基于Delaunay三角网的空间点事件集聚模式挖掘方法 |
WO2014142416A1 (ko) * | 2013-03-11 | 2014-09-18 | 엘지전자 주식회사 | 델로네 삼각분할 기법(delaunay triangulatian)에 기반한 자기구성 네트워크(self-organization network)을 지원하는 방법 및 이를 위한 장치 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE271297T1 (de) * | 1996-10-11 | 2004-07-15 | T Mobile Deutschland Gmbh | Verfahren zur nachbarschaftsbetrachtung und/oder nachbarschaftsplanung von feststationen eines zellularen funknetzes |
GB2361388B (en) * | 2000-04-13 | 2004-03-10 | Nokia Networks Oy | Area mapping |
US7706337B2 (en) * | 2004-10-22 | 2010-04-27 | Motorola, Inc. | Method for performing neighbor discovery in a multi-tier WLAN |
US20070182762A1 (en) * | 2006-02-03 | 2007-08-09 | Xiaqing Wu | Real-time interactive rubber sheeting using dynamic delaunay triangulation |
JP5483076B2 (ja) * | 2009-11-10 | 2014-05-07 | 清水建設株式会社 | 地殻変動追跡システムおよび地殻変動追跡方法 |
EP2508024A1 (en) * | 2009-12-01 | 2012-10-10 | SpiderCloud Wireless, Inc. | Handoff in a self-configuring communication system |
US9288690B2 (en) | 2010-05-26 | 2016-03-15 | Qualcomm Incorporated | Apparatus for clustering cells using neighbor relations |
JP5558949B2 (ja) * | 2010-07-16 | 2014-07-23 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
US9122693B2 (en) * | 2010-11-30 | 2015-09-01 | Nokia Technologies Oy | Method and apparatus for determining contextually relevant geographical locations |
US9154974B2 (en) | 2011-03-25 | 2015-10-06 | Telefonaktiebolaget L M Ericsson (Publ) | Dynamic, distributed coordination of parameters in a cellular telecommunication network |
US8831524B2 (en) * | 2011-04-11 | 2014-09-09 | University Of Maryland, College Park | Systems, methods, devices, and computer program products for control and performance prediction in wireless networks |
US8577380B2 (en) * | 2011-05-02 | 2013-11-05 | Telefonica, S.A. | Method for an automatic identification of urban dense areas from cell phones records |
US9161158B2 (en) * | 2011-06-27 | 2015-10-13 | At&T Intellectual Property I, L.P. | Information acquisition using a scalable wireless geocast protocol |
JP2013153286A (ja) * | 2012-01-24 | 2013-08-08 | Ntt Docomo Inc | 情報処理装置およびクラスタ生成方法 |
US9047660B2 (en) * | 2012-03-01 | 2015-06-02 | Siemens Corporation | Network cycle features in relative neighborhood graphs |
US9071451B2 (en) * | 2012-07-31 | 2015-06-30 | At&T Intellectual Property I, L.P. | Geocast-based situation awareness |
WO2014106537A1 (en) | 2013-01-02 | 2014-07-10 | Nokia Solutions And Networks Oy | Communication of critical data |
US9363723B2 (en) * | 2013-11-05 | 2016-06-07 | At&T Mobility Ii Llc | Non-persistent heterogeneous neighbors |
US20160029253A1 (en) * | 2014-07-28 | 2016-01-28 | Telefonaktiebolaget L M Ericsson (Publ) | System and method of automatic neighbor relation (anr) intelligence enhancement for boomer neighbor in lte |
US20170251377A1 (en) * | 2014-09-25 | 2017-08-31 | Nokia Solutions And Networks Oy | Method and system for neighbor tier determination |
US20170251414A1 (en) * | 2014-09-25 | 2017-08-31 | Nokia Solutions And Networks Oy | Cell outage compensation using best neighbor cell candidate |
US9113353B1 (en) * | 2015-02-27 | 2015-08-18 | ReVerb Networks, Inc. | Methods and apparatus for improving coverage and capacity in a wireless network |
-
2016
- 2016-01-27 KR KR1020177023948A patent/KR101886737B1/ko active IP Right Grant
- 2016-01-27 CN CN201680018530.6A patent/CN107431533B/zh active Active
- 2016-01-27 JP JP2017539622A patent/JP6580691B2/ja active Active
- 2016-01-27 EP EP16747010.3A patent/EP3251232B1/en active Active
- 2016-01-27 WO PCT/US2016/015227 patent/WO2016126499A1/en active Application Filing
- 2016-01-27 US US15/546,815 patent/US10285096B2/en active Active
-
2017
- 2017-07-27 ZA ZA2017/05116A patent/ZA201705116B/en unknown
-
2018
- 2018-02-27 HK HK18102768.6A patent/HK1243562A1/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102163224A (zh) * | 2011-04-06 | 2011-08-24 | 中南大学 | 自适应空间聚类方法 |
CN102547767A (zh) * | 2012-02-29 | 2012-07-04 | 上海科旭网络技术有限公司 | 一种移动通信网络邻区生成方法及系统 |
WO2014142416A1 (ko) * | 2013-03-11 | 2014-09-18 | 엘지전자 주식회사 | 델로네 삼각분할 기법(delaunay triangulatian)에 기반한 자기구성 네트워크(self-organization network)을 지원하는 방법 및 이를 위한 장치 |
CN103942248A (zh) * | 2014-02-28 | 2014-07-23 | 中南大学 | 一种基于Delaunay三角网的空间点事件集聚模式挖掘方法 |
Non-Patent Citations (1)
Title |
---|
seamless service handoff based on Delaunay triangulation for mobile cloud computing;Xing Liu等;《2013 16th international symposium on wireless personal multimedia communication(WPMC)》;20130724;第三部分,附图2-5 * |
Also Published As
Publication number | Publication date |
---|---|
US20180007593A1 (en) | 2018-01-04 |
JP6580691B2 (ja) | 2019-09-25 |
US10285096B2 (en) | 2019-05-07 |
ZA201705116B (en) | 2019-07-31 |
CN107431533A (zh) | 2017-12-01 |
JP2018504049A (ja) | 2018-02-08 |
EP3251232A1 (en) | 2017-12-06 |
KR101886737B1 (ko) | 2018-08-09 |
WO2016126499A1 (en) | 2016-08-11 |
HK1243562A1 (zh) | 2018-07-13 |
EP3251232A4 (en) | 2018-09-26 |
EP3251232B1 (en) | 2019-11-06 |
KR20170109608A (ko) | 2017-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20170070191A (ko) | 최선 이웃 셀 후보를 사용하는 셀 장애 보상 | |
US20170251377A1 (en) | Method and system for neighbor tier determination | |
US9591535B2 (en) | Dynamic automated neighbor list management in self-optimizing network | |
EP3275262B1 (en) | Method and system for cell identifier optimization | |
US9723510B1 (en) | Creation and usage of radio maps for cloud-based control of self organizing networks | |
US9749917B2 (en) | Cellular identifier optimizations | |
US20170251414A1 (en) | Cell outage compensation using best neighbor cell candidate | |
CN107431533B (zh) | 用于相邻层级确定的方法和系统 | |
EP2949143B1 (en) | Method for automated neighbor list initialization in a cellular network | |
KR101816760B1 (ko) | 무선 액세스 네트워크들에서의 식별 코드 모호성들을 해결 | |
US10505812B1 (en) | Method and system for neighbor tier counting in three dimensions | |
EP3097710B1 (en) | Allocating reuse codes to cells in a communication network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1243562 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: WD Ref document number: 1243562 Country of ref document: HK |