CN107786984B - 一种小区干扰关系确定方法和装置 - Google Patents
一种小区干扰关系确定方法和装置 Download PDFInfo
- Publication number
- CN107786984B CN107786984B CN201610723572.1A CN201610723572A CN107786984B CN 107786984 B CN107786984 B CN 107786984B CN 201610723572 A CN201610723572 A CN 201610723572A CN 107786984 B CN107786984 B CN 107786984B
- Authority
- CN
- China
- Prior art keywords
- cell
- interference
- grid
- data source
- determining
- 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
Images
Classifications
-
- 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
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0231—Traffic management, e.g. flow control or congestion control based on communication conditions
- H04W28/0236—Traffic management, e.g. flow control or congestion control based on communication conditions radio quality, e.g. interference, losses or delay
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种小区干扰关系确定方法,通过不同数据源,获取待测区域内服务小区和各干扰小区的信号参数,根据所述服务小区和各干扰小区的信号参数,分别确定各数据源对应的服务小区单数据源干扰矩阵;根据所述各数据源的预设权值和采样点差异,将各数据源对应的服务小区单数据源干扰矩阵融合为服务小区多数据源干扰矩阵。本发明还公开了一种小区干扰关系确定装置。
Description
技术领域
本发明涉及移动通信网络优化技术,尤其涉及一种小区干扰关系确定方法和装置。
背景技术
随着新一代移动通信网络的规划、建立和运营,网络规模不断发展,网络结构也愈加复杂;尤其当前第二代(2G,2nd Generation)、第三代(3G,3rd Generation)和第四代(4G,4th Generation)移动通信网络同时存在,在业务上相互补充,互为依托,使得通信网络不断成熟。与此同时,不同制式系统互操作相关优化也愈加复杂。目前,一般的移动通信网络邻区规划优化方法是采用地理维度分析,通过人工或半自动的方式进行规划优化,优化的准确性和规范性都很难保证;采用人工方式进行邻区规划费时、费力,还存在出现人为失误的可能性,不合理的规划会导致通信中断、用户感知变差等问题;
由于邻区是网络中保持通信持续性的最重要参数之一,邻区规划前首先要确定小区干扰关系;传统邻区干扰矩阵构造方法通常基于服务小区与干扰小区之间的采样点电平差异做分梯级离散线性模拟,不能较好体现电平信号衰落或增强所带来的非线性连续干扰变化,或虽然采用非线性模拟,但未能充分考虑不同干扰小区采样点占比对干扰概率带来的影响。
因此,如何建立精确的跨制式小区干扰关系,为优化邻区规划提供准确的数据支撑,是亟待解决的问题。
发明内容
有鉴于此,本发明实施例期望提供一种小区干扰关系确定方法和装置,能建立精确的跨制式小区干扰关系,为优化邻区规划提供准确的数据支撑。
为达到上述目的,本发明的技术方案是这样实现的:
本发明实施例提供了一种小区干扰关系确定方法,所述方法包括:
通过不同数据源,获取待测区域内服务小区和各干扰小区的信号参数,根据所述服务小区和各干扰小区的信号参数,分别确定各数据源对应的服务小区单数据源干扰矩阵;
根据所述各数据源的预设权值和采样点差异,将各数据源对应的服务小区单数据源干扰矩阵融合为服务小区多数据源干扰矩阵;
所述服务小区多数据源干扰矩阵用于评判待测区域中服务小区受到的干扰。
上述方案中,所述获取待测区域内服务小区和各干扰小区的信号参数,根据所述服务小区和各干扰小区的信号参数,分别确定各数据源对应的服务小区单数据源干扰矩阵,包括:
获取待测区域内各采样点所述服务小区和各干扰小区的信号接收功率,分别确定各干扰小区在各采样点的干扰值;
将各干扰小区的采样点占所有干扰小区采样点总数的占比与所述各干扰小区的平均干扰值之积确定为所述服务小区单数据源干扰矩阵。
上述方案中,所述确定各采样点的干扰小区的干扰值包括:
根据所述服务小区和各干扰小区在各采样点的信号接收功率,确定各采样点上各干扰小区对应的载干比;
将采用对称的对数曲线模型对所述各采样点上各干扰小区对应的载干比进行归一化处理的结果确定为各干扰小区在各采样点的干扰值;
所述方法还包括:去除载干比大于载干比阈值的数据。
上述方案中,所述获取待测区域内服务小区和各干扰小区的信号参数,根据所述服务小区和各干扰小区的信号参数,分别确定各数据源对应的服务小区单数据源干扰矩阵,包括:
将所述待测区域内划分1个以上的栅格;
确定在服务小区栅格中,干扰小区信号接收功率大于第一门限,且所述服务小区信号接收功率小于第二门限的第一栅格数之和;
确定在服务小区栅格中,所述服务小区信号接收功率小于第二门限,且所有与所述干扰小区同制式信号中信号接收功率大于第一门限的第二栅格数之和;
将所述第一栅格数之和除以第二栅格数之和的商确定为服务小区与干扰小区的栅格相关性;
将各栅格对应的所述服务小区与干扰小区的栅格相关性取平均值,将所述平均值确定为服务小区与干扰小区的相关性;
将服务小区与各干扰小区的相关性确定为服务小区单数据源干扰矩阵。
上述方案中,所述栅格中服务小区信号接收功率包括:在所述栅格中各采样点获取的服务小区信号接收功率的平均值;
所述栅格中干扰小区信号接收功率包括:在所述栅格中各采样点获取的干扰小区信号接收功率的平均值;
所述将各栅格对应的所述服务小区与干扰小区的栅格相关性取平均值,包括:分别将各栅格对应的所述服务小区与干扰小区的栅格相关性乘以各栅格中有效取样点数量,将各乘积相加后除以各栅格中有效取样点数量之和,将相除的商确定为所述栅格相关性的平均值。
上述方案中,所述方法还包括:确定栅格中的服务小区和干扰小区;
所述确定栅格中的服务小区和干扰小区,包括:
确定各小区在栅格中的信号接收功率的平均值;
确定各小区的信号接收功率的平均值的最大值与各小区的信号接收功率的平均值的差值;
如果所述差值小于第一功率差阈值,则确定所述差值对应小区为服务小区;如果所述差值大于第一功率差阈值,且小于第二功率差阈值,则确定所述差值对应小区为干扰小区。
上述方案中,所述根据所述各数据源的预设权值和采样点差异,将各数据源对应的服务小区单数据源干扰矩阵融合为服务小区多数据源干扰矩阵,包括:
将各服务小区单数据源干扰矩阵与所述服务小区单数据源干扰矩阵对应的干扰矩阵融合因子之积相加,所述相加之和为服务小区的多数据源干扰矩阵;其中,
所述干扰矩阵融合因子为所述服务小区预设采样点权重与所述服务小区采样占比个体差异之积,与所述服务小区单数据源干扰矩阵对应数据源权重之和;
所述服务小区采样占比个体差异为所述服务小区单数据源干扰矩阵的数据源采样点占比与各数据源采样占比平均值之差。
本发明实施例还提供了一种小区干扰关系确定装置,所述装置包括:处理模块和融合模块;其中,
所述处理模块,用于通过不同数据源,获取待测区域内服务小区和各干扰小区的信号参数,根据所述服务小区和各干扰小区的信号参数,分别确定各数据源对应的服务小区单数据源干扰矩阵;
所述融合模块,用于根据所述各数据源的预设权值和采样点差异,将各数据源对应的服务小区单数据源干扰矩阵融合为服务小区多数据源干扰矩阵;
所述服务小区多数据源干扰矩阵用于评判待测区域中服务小区受到的干扰。
上述方案中,所述处理模块,具体用于:
获取待测区域内各采样点所述服务小区和各干扰小区的信号接收功率,分别确定各干扰小区在各采样点的干扰值;
将各干扰小区的采样点占所有干扰小区采样点总数的占比与所述各干扰小区的平均干扰值之积确定为所述服务小区单数据源干扰矩阵;
根据所述服务小区和各干扰小区在各采样点的信号接收功率,确定各采样点上各干扰小区对应的载干比;
将采用对称的对数曲线模型对所述各采样点上各干扰小区对应的载干比进行归一化处理的结果确定为各干扰小区在各采样点的干扰值;
所述方法还包括:去除载干比大于载干比阈值的数据。
上述方案中,所述处理模块,具体用于:
将所述待测区域内划分1个以上的栅格;
确定在服务小区栅格中,干扰小区信号接收功率大于第一门限,且所述服务小区信号接收功率小于第二门限的第一栅格数之和;
确定在服务小区栅格中,所述服务小区信号接收功率小于第二门限,且所有与所述干扰小区同制式信号中信号接收功率大于第一门限的第二栅格数之和;
将所述第一栅格数之和除以第二栅格数之和的商确定为服务小区与干扰小区的栅格相关性;
将各栅格对应的所述服务小区与干扰小区的栅格相关性取平均值,将所述平均值确定为服务小区与干扰小区的相关性;
将服务小区与各干扰小区的相关性确定为服务小区单数据源干扰矩阵。
上述方案中,所述栅格中服务小区信号接收功率包括:在所述栅格中各采样点获取的服务小区信号接收功率的平均值;
所述栅格中干扰小区信号接收功率包括:在所述栅格中各采样点获取的干扰小区信号接收功率的平均值;
所述将各栅格对应的所述服务小区与干扰小区的栅格相关性取平均值,包括:分别将各栅格对应的所述服务小区与干扰小区的栅格相关性乘以各栅格中有效取样点数量,将各乘积相加后除以各栅格中有效取样点数量之和,将相除的商确定为所述栅格相关性的平均值;
所述处理模块,还用于确定栅格中的服务小区和干扰小区,包括:
确定各小区在栅格中的信号接收功率的平均值;
确定各小区的信号接收功率的平均值的最大值与各小区的信号接收功率的平均值的差值;
如果所述差值小于第一功率差阈值,则确定所述差值对应小区为服务小区;如果所述差值大于第一功率差阈值,且小于第二功率差阈值,则确定所述差值对应小区为干扰小区。
上述方案中,所述融合模块,具体用于:
将各服务小区单数据源干扰矩阵与所述服务小区单数据源干扰矩阵对应的干扰矩阵融合因子之积相加,所述相加之和为服务小区的多数据源干扰矩阵;其中,
所述干扰矩阵融合因子为所述服务小区预设采样点权重与所述服务小区采样占比个体差异之积,与所述服务小区单数据源干扰矩阵对应数据源权重之和;
所述服务小区采样占比个体差异为所述服务小区单数据源干扰矩阵的数据源采样点占比与各数据源采样占比平均值之差。
本发明实施例所提供的小区干扰关系确定方法和装置,通过不同数据源,获取待测区域内服务小区和各干扰小区的信号参数,根据所述服务小区和各干扰小区的信号参数,分别确定各数据源对应的服务小区单数据源干扰矩阵;根据所述各数据源的预设权值和采样点差异,将各数据源对应的服务小区单数据源干扰矩阵融合为服务小区多数据源干扰矩阵;所述服务小区多数据源干扰矩阵用于评判待测区域中服务小区受到的干扰。如此,结合数据源权值和采用点差异建立多数据源干扰矩阵,建立精确的跨制式小区干扰关系,为优化邻区规划提供准确的数据支撑。
附图说明
图1为本发明实施例小区干扰关系确定方法的流程示意图;
图2为本发明实施例基于小区确定服务小区单数据源干扰矩阵的具体步骤示意图;
图3为本发明实施例小区干扰关系确定装置的结构示意图。
具体实施方式
本发明实施例中,通过不同数据源,获取待测区域内服务小区和各干扰小区的信号参数,根据所述服务小区和各干扰小区的信号参数,分别确定各数据源对应的服务小区单数据源干扰矩阵;根据所述各数据源的预设权值和采样点差异,将各数据源对应的服务小区单数据源干扰矩阵融合为服务小区多数据源干扰矩阵。
下面结合实施例对本发明再作进一步详细的说明。
本发明实施例提供的小区干扰关系确定方法,如图1所示,所述方法包括:
步骤110:通过不同数据源,获取待测区域内服务小区和各干扰小区的信号参数,根据所述服务小区和各干扰小区的信号参数,分别确定各数据源对应的服务小区单数据源干扰矩阵;
这里,所述不同数据源包括:扫频数据、路测数据和/或测量报告(MR,MeasurementReport)数据;所述信号参数包括信号接收功率,如时分同步码分多址(TD-CDMA,TimeDivision-Synchronous Code Division Multiple Access)网络中的主公共控制物理信道接收信号的码功率(PCCPCH RSCP,Primary Common Control Physical Channel ReceivedSignal Code Power),长期演进(LTE,Long Term Evolution)网络中的参考信号接收功率(RSRP,Reference Signal Receiving Power)等;在使用所述信号参数前,还可以对扫频数据、路测数据和/或MR数据中获取的数据进行预处理,包括:
a:舍弃无用数据:对于扫频数据不完整的数据,同时舍弃缺少经纬度、物理小区标识(PCI,Physical Cell Identifier)的数据;
b:舍弃低电平数据:由于扫频仪的灵敏度较高,对于低于-120dBm的信号能够接收到,而这些数据对终端来说是解析不了的,数据对分析起不到作用,因此,可以在导入的过程中给予去除;
c:将扫频点对应到小区:由于需要根据扫频数据中的频点和PCI确定小区,如果根据频点和PCI确定的小区不是唯一的,那么通过经纬度计算扫频点到小区的距离后将距离最近的小区作为该扫频点的服务小区;
d:取相同经纬度同一小区的RSRP电平均值等。
这里,可以采用两种方式确定待测区域各数据源对应的单数据源干扰矩阵:如果获取的各小区信号参数没有具体的位置信息,则可以基于小区确定服务小区单数据源干扰矩阵;如果获取的各小区信号参数具有具体的位置信息,则可以通过预设栅格内服务小区和干扰小区的相关性确定服务小区单数据源干扰矩阵;其中,
所述基于小区确定服务小区单数据源干扰矩阵的具体步骤,如图2所示,包括:
步骤1101:计算每个采样点的干扰值;
这里,可以获取待测区域内各采样点服务小区和各干扰小区的信号接收功率,分别确定各干扰小区在各采样点的干扰值;进一步的,可以根据所述服务小区和各干扰小区在各采样点的信号接收功率,确定各采样点上各干扰小区对应的载干比;将采用对称的对数曲线模型对所述各采样点上各干扰小区对应的载干比进行归一化处理的结果确定为各干扰小区在各采样点的干扰值;
具体的,各采样点可以是待测区域的各终端;各终端可以通过MR数据上报各自服务小区和各干扰小区的信号接收功率;可以用C/I表示载干比,C/I代表的接受到的服务小区信号接收功率和干扰小区信号接收功率之比;根据C/I场强差异计算特点,可以基于对称的对数曲线模型进行干扰值[0,1]的归一化处理。首先,可以对C/I大于载干比阈值的采样点直接过滤掉,载干比阈值可以根据网络终端灵敏度设置,如果C/I大于载干比阈值,则不认为造成干扰,这里,所述载干比阈值可以设为12dB;其次对C/I>0的情况,判断随着C/I增大,干扰值逐步趋近于0,到12dB时变成0;第三,C/I=0,判断为干扰值居中,为0.5;第四,当C/I<0,则随着C/I负数绝对值越来越大,干扰值逐步趋近于1,并认为到-12dB时等于1,各干扰小区在各采样点的干扰值可以用表达式(1)表示:
步骤1102:计算服务小区受到干扰小区的总干扰值;
首先,可以计算各干扰小区的采样点占比,可以用表达式(2)表示:
然后,计算某个干扰小区的平均干扰值,所述平均干扰值可以用表达式(3)表示:
最后,用干扰小区的采样点占比乘以干扰小区的平均干扰值得到服务小区单数据源干扰矩阵;服务小区单数据源干扰矩阵可以用表达式(4)表示:
Rij=SRij*CIRij (4)
所述通过栅格内服务小区和干扰小区的相关性确定待测区域各数据源对应的单数据源干扰矩阵,包括:将所述待测区域内划分1个以上的栅格;确定在服务小区栅格中,干扰小区信号接收功率大于第一门限,且所述服务小区信号接收功率小于第二门限的第一栅格数之和;确定在服务小区栅格中,所述服务小区信号接收功率小于第二门限,且所有与所述干扰小区同制式信号中信号接收功率大于第一门限的第二栅格数之和;将所述第一栅格数之和除以第二栅格数之和的商确定为服务小区与干扰小区的栅格相关性;将各栅格对应的所述服务小区与干扰小区的栅格相关性取平均值,将所述平均值确定为服务小区与干扰小区的相关性;将服务小区与各干扰小区的相关性确定为服务小区单数据源干扰矩阵;
具体的,以LTE与TD-SCDMA的干扰矩阵为例,解释通过栅格内服务小区和干扰小区的相关性确定待测区域各数据源对应的单数据源干扰矩阵;
首先,在待测区域预先划分x个栅格,栅格大小可以根据实际测量进度配置,可以将LTE和TD-SCDMA的扫频或路测等场强测量数据汇聚到各栅格;获取服务小区和干扰小区的信号接收功率;这里,LTE为服务小区,TD-SCDMA为干扰小区,以一个栅格为一个计算单位。可以在格栅中设置多个采样点,将所述栅格中各采样点获取的服务小区或干扰小区信号接收功率的平均值作为所述栅格的服务小区或干扰小区信号接收功率。对于多个检测周期而言,某个小区在该测栅格处可能会检测有多个信号接收功率,一般情况下,可以将该小区的多个信号接收功率计算平均值,以进一步提高数据运算的准确性;
然后,确定服务小区和干扰小区在各栅格中的相关性;统计服务小区CELLs的某一个TD-SCDMA干扰小区在服务小区CELLs的栅格中出现,且TD-SCDMA干扰小区的PCCPCH RSCP大于第一门限,并且LTE的服务小区CELLs的RSRP小于第二门限的第一栅格数之和,再统计服务小区信号接收码功率强度小于第二门限且TD-SCDMA干扰小区测量中包含的所有有TD-SCDMA的有效测量数据,即PCCPCH RSCP大于第一门限的第二栅格数之和。将所述第一栅格数之和与第二栅格数之和相除的商为确定服务小区与干扰小区的相关性。其中,所述第一门限和第二门限可以根据实际网络信号的有效性来确定,这里,所述第一门限和第二门限可以同时设置为-85dBm;
LTE服务小区CELLs与TD-SCDMA干扰小区CELLi的在一个栅格中小区相关性可以用表达式(5)表示:
其中,SCsi为TD-SCDMA干扰小区CELLi在LTE服务小区CELLs的测量报告中出现,且TD-SCDMA干扰小区的PCCPCH RSCP大于第一门限,且LTE的服务小区参考信号RSRP接收功率小于第二门限的栅格数第一栅格数之和;SCsi可以用表达式(6)表示:
其中,表示对满足条件<(TDNciPCCPCHRscp>-85dBm)∩(LteScsRSRP<-85dBm)>的元素SCsi(x)个数进行计数,TDNciPCCPCHRscp表示TD-SCDMA干扰小区的PCCPCHRSCP,LteScsRSRP表示LTE的服务小区参考信号RSRP,x表示栅格。(TDNciPCCPCHRscp>-85dBm)∩(LteScsRSRP<-85dBm)>表示栅格SCsi(x)的TD-SCDMA干扰小区CELLi在LTE服务小区CELLs的测量报告中出现且TD-SCDMA干扰小区的PCCPCH RSCP大于第一门限,且LTE的服务小区信号RSRP小于第二门限的栅格属性,取值范围可以是0和1,取1时表示栅格满足条件,可以计数;SCall为LTE服务小区RSRP小于第二门限且TD-SCDMA干扰小区测量中包含的所有TD-SCDMA的有效测量数据,即PCCPCH RSCP大于第二门限的栅格数之和。
根据服务小区和干扰小区在各栅格中的相关性,确定待测区域的服务小区与干扰小区相关性,具体的计算服务小区A的多个检测栅格处受干扰小区B的相关性之和,得到服务小区A受干扰小区B的相关性CS AB,可以用表达式(7)表示:
其中,CS AB(logp,latp)表示服务小区和干扰小区在经纬度为(logp,latp)的栅格中的相关性,MAB,y表示经纬度为(logp,latp)的栅格中有效采样点的数量,y表示栅格数量,表示服务小区A所覆盖的栅格中有y个栅格受到干扰小区B的干扰;
最后,将所述服务小区与各干扰小区的相关性确定为待测区域中服务小区单数据源干扰矩阵。
进一步的,在通过栅格内服务小区和干扰小区的相关性确定待测区域各数据源对应的单数据源干扰矩阵前,需要确定栅格内各小区属于服务小区还是干扰小区;
具体的,确定各小区在栅格中的信号接收功率的平均值;确定各小区的信号接收功率的平均值的最大值与各小区的信号接收功率的平均值的差值;如果所述差值小于第一功率差阈值,则确定所述差值对应小区为服务小区;如果所述差值大于第一功率差阈值,且小于第二功率差阈值,则确定所述差值对应小区为干扰小区。这里,所述第一功率差阈值可以根据小区能作为服务小区的最低信号接收功率来设置,确保差值小于第一功率差阈值的小区可以作为服务小区,所述第二功率差阈值可以根据网络中终端灵敏度设置,确保差值大于第一功率差阈值,且小于第二功率差阈值的小区信号能被终端接收到。
步骤120:根据所述各数据源的预设权值和采样点差异,将各数据源对应的服务小区单数据源干扰矩阵融合为服务小区多数据源干扰矩阵;
其中,所述服务小区多数据源干扰矩阵用于评判待测区域中服务小区受到的干扰;多数据源干扰矩阵中各元素的值表示服务小区收到的干扰值,如此,可以判断出服务小区受到哪个干扰小区干扰最大;传统的干扰矩阵融合方法是对不同数据源给定一个静态权重值,并以此去乘以单数据源干扰值,累积后得到综合干扰矩阵结果;这种方法存在的问题是数据比重过于固定,对于不同小区的不同数据采样变化无法适应,不能精确体现不同小区间的数据价值差异,容易造成后续计算的精确度失真。因此,采用基于传统权重静态设置与多数据源小区采样点统计占比变化相结合的动态融合因子计算方法,实现小区级融合因子计算;
本发明实施例将各服务小区单数据源干扰矩阵与所述服务小区单数据源干扰矩阵对应的干扰矩阵融合因子之积相加,所述相加之和为服务小区的多数据源干扰矩阵;其中,所述干扰矩阵融合因子为所述服务小区预设采样点权重与所述服务小区采样占比个体差异之积,与所述服务小区单数据源干扰矩阵对应数据源权重之和;所述服务小区采样占比个体差异为所述服务小区单数据源干扰矩阵的数据源采样点占比与各数据源采样占比平均值之差。
具体的,计算多数据源采样点总体性平均占比,将数据源按src1、src2等编号,并分别计算各数据源总体采样占比;以src1为例,src1数据源采样点占所有数据源采样点的采样占比可以用表达式(8)表示:
然后,计算服务小区单数据源采样点占比与单数据源总体采样占比的个体差异;所述采样点占比个体差异可以用表达式(9)表示:
根据数据源占比权重以及采样占比个体差异计算每个小区的干扰矩阵融合因子,所述干扰矩阵融合因子可以用表达式(10)表示:
其中,λ表示采样点计算权重影响系数,用于调节采样点占比个体差异的权重,默认可以设置为0.1;实际应用中λ也可以由管理人员针对服务小区的权重进行微调;
表示小区单数据源的权重系数,基于传统优化经验判断,可以由系统做默认设置。因为多数据源数据各数据源本身可能存在各种各样的问题,因此需要有权值控制其所占比重,默认一般认为是1:1:…:1的。但是,可能出现如:MR数据采集缺失严重,路测数据只测试到了10%的小区、切换数据异常比例高等各种各样的现实问题,所以需要人为把控。如果任何一个单一数据源的准确率均是100%则建议是权值相同,如果某些数据源存在些许的不完善,可以通过权值改善最终结果,使误差控制在合理的范围内。
将待测区域中各数据源对应的单数据源干扰矩阵与所述单数据源干扰矩阵对应的干扰矩阵融合因子之积相加,所述相加结果为待测区域服务小区的多数据源干扰矩阵;基于服务小区i的小区干扰矩阵融合因子和各单数据源干扰矩阵,服务小区i和干扰小区j的多数据源干扰矩阵可以用表达式表示;其中,i表示服务小区,j表示干扰小区,n表示数据源,表示服务小区单数据源矩阵;
采用矩阵形式可以用表达式(11)表示
本发明实施例提供了一种新的小区干扰关系分析技术,根据小区权值及干扰类型权值等精确计算,可以得到各小区分配方案下待测区域内小区间相关性总量,进而对待测区域进行优化,从而实现对网络信号进行更加准确、合理的调整与优化,从根本上改善和提高无线网络接续的整体性能。给邻区优化提供了精准的数据基础,充分结合了小区间干扰矩阵干扰值、位置关系、覆盖重叠程度等,从根本上改善和提高LTE无线网络的分析能力,进而提升网络整体性能。
可以根据多数据源干扰矩阵,针对小区分配设置硬性自定义规则,作为邻区优化规划的基础。由于2G/3/G4G网络制式的技术差异,在邻区设置规则中体现为邻区间干扰权重影响的差异,所以可以在不同场景存在不同的邻区配置原则,如:
1:自定义共站小区配置是否为双向邻区;
2:自定义第一层邻区准则,核查漏配情况,补足第一层邻区关系;
3:自定义单向邻区准则,完善非特定需求的单向邻区关系;
4:自定义冗余邻区准则,剔除冗余邻区关系;
5:自定义2G/3G/4G网络本系统/异系统邻区配置原则等。
本发明实施例提供的小区干扰关系确定装置,如图3所示,所述装置包括:处理模块31和融合模块32;其中,
所述处理模块31,用于通过不同数据源,获取待测区域内服务小区和各干扰小区的信号参数,根据所述服务小区和各干扰小区的信号参数,分别确定各数据源对应的服务小区单数据源干扰矩阵;
这里,所述不同数据源包括:扫频数据、路测数据和/或MR数据;所述信号参数包括信号接收功率,如TD-CDMA网络中的PCCPCH RSCP,LTE网络中的RSRP等;在使用所述信号参数前,还可以对扫频数据、路测数据和/或MR数据中获取的数据进行预处理,包括:
a:舍弃无用数据:对于扫频数据不完整的数据,同时舍弃缺少经纬度PCI的数据;
b:舍弃低电平数据:由于扫频仪的灵敏度较高,对于低于-120dBm的信号能够接收到,而这些数据对终端来说是解析不了的,数据对分析起不到作用,因此,可以在导入的过程中给予去除;
c:将扫频点对应到小区:由于需要根据扫频数据中的频点和PCI确定小区,如果根据频点和PCI确定的小区不是唯一的,那么通过经纬度计算扫频点到小区的距离后将距离最近的小区作为该扫频点的服务小区;
d:取相同经纬度同一小区的RSRP电平均值等。
这里,可以采用两种方式确定待测区域各数据源对应的单数据源干扰矩阵:如果获取的各小区信号参数没有具体的位置信息,则可以基于小区确定服务小区单数据源干扰矩阵;如果获取的各小区信号参数具有具体的位置信息,则可以通过预设栅格内服务小区和干扰小区的相关性确定服务小区单数据源干扰矩阵;其中,
所述基于小区确定服务小区单数据源干扰矩阵的具体步骤,如图2所示,包括:
步骤1101:计算每个采样点的干扰值;
这里,可以获取待测区域内各采样点服务小区和各干扰小区的信号接收功率,分别确定各干扰小区在各采样点的干扰值;进一步的,可以根据所述服务小区和各干扰小区在各采样点的信号接收功率,确定各采样点上各干扰小区对应的载干比;将采用对称的对数曲线模型对所述各采样点上各干扰小区对应的载干比进行归一化处理的结果确定为各干扰小区在各采样点的干扰值;
具体的,各采样点可以是待测区域的各终端;各终端可以通过MR数据上报各自服务小区和各干扰小区的信号接收功率;可以用C/I表示载干比,C/I代表的接受到的服务小区信号接收功率和干扰小区信号接收功率之比;根据C/I场强差异计算特点,可以基于对称的对数曲线模型进行干扰值[0,1]的归一化处理。首先,可以对C/I大于载干比阈值的采样点直接过滤掉,载干比阈值可以根据网络终端灵敏度设置,如果C/I大于载干比阈值,则不认为造成干扰,这里,所述载干比阈值可以设为12dB;其次对C/I>0的情况,判断随着C/I增大,干扰值逐步趋近于0,到12dB时变成0;第三,C/I=0,判断为干扰值居中,为0.5;第四,当C/I<0,则随着C/I负数绝对值越来越大,干扰值逐步趋近于1,并认为到-12dB时等于1,各干扰小区在各采样点的干扰值可以用表达式(1)表示;其中,i表示服务小区,j表示干扰小区,k表示采样点,表示在k采样点i服务小区受到j干扰小区干扰的载干比,表示在k采样点i服务小区受到j干扰小区的干扰的干扰值。
步骤1102:计算服务小区受到干扰小区的总干扰值;
然后,计算某个干扰小区的平均干扰值,所述平均干扰值可以用表达式(3)表示;
最后,用干扰小区的采样点占比乘以干扰小区的平均干扰值得到服务小区单数据源干扰矩阵;服务小区单数据源干扰矩阵可以用表达式(4)表示;
所述通过栅格内服务小区和干扰小区的相关性确定待测区域各数据源对应的单数据源干扰矩阵,包括:将所述待测区域内划分1个以上的栅格;确定在服务小区栅格中,干扰小区信号接收功率大于第一门限,且所述服务小区信号接收功率小于第二门限的第一栅格数之和;确定在服务小区栅格中,所述服务小区信号接收功率小于第二门限,且所有与所述干扰小区同制式信号中信号接收功率大于第一门限的第二栅格数之和;将所述第一栅格数之和除以第二栅格数之和的商确定为服务小区与干扰小区的栅格相关性;将各栅格对应的所述服务小区与干扰小区的栅格相关性取平均值,将所述平均值确定为服务小区与干扰小区的相关性;将服务小区与各干扰小区的相关性确定为服务小区单数据源干扰矩阵;
具体的,以LTE与TD-SCDMA的干扰矩阵为例,解释通过栅格内服务小区和干扰小区的相关性确定待测区域各数据源对应的单数据源干扰矩阵;
首先,在待测区域预先划分x个栅格,栅格大小可以根据实际测量进度配置,可以将LTE和TD-SCDMA的扫频或路测等场强测量数据汇聚到各栅格;获取服务小区和干扰小区的信号接收功率;这里,LTE为服务小区,TD-SCDMA为干扰小区,以一个栅格为一个计算单位。可以在格栅中设置多个采样点,将所述栅格中各采样点获取的服务小区或干扰小区信号接收功率的平均值作为所述栅格的服务小区或干扰小区信号接收功率。对于多个检测周期而言,某个小区在该测栅格处可能会检测有多个信号接收功率,一般情况下,可以将该小区的多个信号接收功率计算平均值,以进一步提高数据运算的准确性;
然后,确定服务小区和干扰小区在各栅格中的相关性;统计服务小区CELLs的某一个TD-SCDMA干扰小区在服务小区CELLs的栅格中出现,且TD-SCDMA干扰小区的PCCPCH RSCP大于第一门限,并且LTE的服务小区CELLs的RSRP小于第二门限的第一栅格数之和,再统计服务小区信号接收码功率强度小于第二门限且TD-SCDMA干扰小区测量中包含的所有有TD-SCDMA的有效测量数据,即PCCPCH RSCP大于第一门限的第二栅格数之和。将所述第一栅格数之和与第二栅格数之和相除的商为确定服务小区与干扰小区的相关性。其中,所述第一门限和第二门限可以根据实际网络信号的有效性来确定,这里,所述第一门限和第二门限可以同时设置为-85dBm;
LTE服务小区CELLs与TD-SCDMA干扰小区CELLi的在一个栅格中小区相关性可以用表达式(5)表示;其中,SCsi为TD-SCDMA干扰小区CELLi在LTE服务小区CELLs的测量报告中出现,且TD-SCDMA干扰小区的PCCPCH RSCP大于第一门限,且LTE的服务小区参考信号RSRP接收功率小于第二门限的栅格数第一栅格数之和;SCsi可以用表达式(6)表示;其中,表示对满足条件<(TDNciPCCPCHRscp>-85dBm)∩(LteScsRSRP<-85dBm)>的元素SCsi(x)个数进行计数,TDNciPCCPCHRscp表示TD-SCDMA干扰小区的PCCPCH RSCP,LteScsRSRP表示LTE的服务小区参考信号RSRP,x表示栅格。<(TDNciPCCPCHRscp>-85dBm)∩(LteScsRSRP<-85dBm)>表示栅格SCsi(x)的TD-SCDMA干扰小区CELLi在LTE服务小区CELLs的测量报告中出现且TD-SCDMA干扰小区的PCCPCH RSCP大于第一门限,且LTE的服务小区信号RSRP小于第二门限的栅格属性,取值范围可以是0和1,取1时表示栅格满足条件,可以计数;SCall为LTE服务小区RSRP小于第二门限且TD-SCDMA干扰小区测量中包含的所有TD-SCDMA的有效测量数据,即PCCPCH RSCP大于第二门限的栅格数之和。
根据服务小区和干扰小区在各栅格中的相关性,确定待测区域的服务小区与干扰小区相关性,具体的计算服务小区A的多个检测栅格处受干扰小区B的相关性之和,得到服务小区A受干扰小区B的相关性CS AB,可以用表达式(7)表示;其中,CS AB(logp,latp)表示服务小区和干扰小区在经纬度为(logp,latp)的栅格中的相关性,MAB,y表示经纬度为(logp,latp)的栅格中有效采样点的数量,y表示栅格数量,表示服务小区A所覆盖的栅格中有y个栅格受到干扰小区B的干扰;
最后,将所述服务小区与各干扰小区的相关性确定为待测区域中服务小区单数据源干扰矩阵。
进一步的,在通过栅格内服务小区和干扰小区的相关性确定待测区域各数据源对应的单数据源干扰矩阵前,所述处理模块31还用于确定栅格内各小区属于服务小区还是干扰小区;
具体的,确定各小区在栅格中的信号接收功率的平均值;确定各小区的信号接收功率的平均值的最大值与各小区的信号接收功率的平均值的差值;如果所述差值小于第一功率差阈值,则确定所述差值对应小区为服务小区;如果所述差值大于第一功率差阈值,且小于第二功率差阈值,则确定所述差值对应小区为干扰小区。这里,所述第一功率差阈值可以根据小区能作为服务小区的最低信号接收功率来设置,确保差值小于第一功率差阈值的小区可以作为服务小区,所述第二功率差阈值可以根据网络中终端灵敏度设置,确保差值大于第一功率差阈值,且小于第二功率差阈值的小区信号能被终端接收到。
所述融合模块32,用于根据所述各数据源的预设权值和采样点差异,将各数据源对应的服务小区单数据源干扰矩阵融合为服务小区多数据源干扰矩阵;
其中,所述服务小区多数据源干扰矩阵用于评判待测区域中服务小区受到的干扰;多数据源干扰矩阵中各元素的值表示服务小区收到的干扰值,如此,可以判断出服务小区受到哪个干扰小区干扰最大;传统的干扰矩阵融合方法是对不同数据源给定一个静态权重值,并以此去乘以单数据源干扰值,累积后得到综合干扰矩阵结果;这种方法存在的问题是数据比重过于固定,对于不同小区的不同数据采样变化无法适应,不能精确体现不同小区间的数据价值差异,容易造成后续计算的精确度失真。因此,采用基于传统权重静态设置与多数据源小区采样点统计占比变化相结合的动态融合因子计算方法,实现小区级融合因子计算;
本发明实施例将各服务小区单数据源干扰矩阵与所述服务小区单数据源干扰矩阵对应的干扰矩阵融合因子之积相加,所述相加之和为服务小区的多数据源干扰矩阵;其中,所述干扰矩阵融合因子为所述服务小区预设采样点权重与所述服务小区采样占比个体差异之积,与所述服务小区单数据源干扰矩阵对应数据源权重之和;所述服务小区采样占比个体差异为所述服务小区单数据源干扰矩阵的数据源采样点占比与各数据源采样占比平均值之差。
具体的,计算多数据源采样点总体性平均占比,将数据源按src1、src2等编号,并分别计算各数据源总体采样占比;以src1为例,src1数据源采样点占所有数据源采样点的采样占比可以用表达式(8)表示;其中,表示数据源n的采样点总数,n表示数据源号,k表示采样点;
然后,计算服务小区单数据源采样点占比与单数据源总体采样占比的个体差异;所述采样点占比个体差异可以用表达式(9)表示;其中,数据源n采样点占所有数据源采样点的采样占比;表示服务小区i在数据源n中采样点占服务小区i在各数据源采样点之和的比例,m表示采样点的总数;
根据数据源占比权重以及采样占比个体差异计算每个小区的干扰矩阵融合因子,所述干扰矩阵融合因子可以用表达式(10)表示;其中,λ表示采样点计算权重影响系数,用于调节采样点占比个体差异的权重,默认可以设置为0.1;实际应用中λ也可以由管理人员针对服务小区的权重进行微调;
表示小区单数据源的权重系数,基于传统优化经验判断,可以由系统做默认设置。因为多数据源数据各数据源本身可能存在各种各样的问题,因此需要有权值控制其所占比重,默认一般认为是1:1:…:1的。但是,可能出现如:MR数据采集缺失严重,路测数据只测试到了10%的小区、切换数据异常比例高等各种各样的现实问题,所以需要人为把控。如果任何一个单一数据源的准确率均是100%则建议是权值相同,如果某些数据源存在些许的不完善,可以通过权值改善最终结果,使误差控制在合理的范围内。
将待测区域中各数据源对应的单数据源干扰矩阵与所述单数据源干扰矩阵对应的干扰矩阵融合因子之积相加,所述相加结果为待测区域服务小区的多数据源干扰矩阵;基于服务小区i的小区干扰矩阵融合因子和各单数据源干扰矩阵,服务小区i和干扰小区j的多数据源干扰矩阵可以用表达式表示;其中,i表示服务小区,j表示干扰小区,n表示数据源,表示服务小区单数据源矩阵;采用矩阵形式可以用表达式(11)表示。
本发明实施例提供了一种新的小区干扰关系分析技术,根据小区权值及干扰类型权值等精确计算,可以得到各小区分配方案下待测区域内小区间相关性总量,进而对待测区域进行优化,从而实现对网络信号进行更加准确、合理的调整与优化,从根本上改善和提高无线网络接续的整体性能。给邻区优化提供了精准的数据基础,充分结合了小区间干扰矩阵干扰值、位置关系、覆盖重叠程度等,从根本上改善和提高LTE无线网络的分析能力,进而提升网络整体性能。
可以根据多数据源干扰矩阵,针对小区分配设置硬性自定义规则,作为邻区优化规划的基础。由于2G/3/G4G网络制式的技术差异,在邻区设置规则中体现为邻区间干扰权重影响的差异,所以可以在不同场景存在不同的邻区配置原则,如:
1:自定义共站小区配置是否为双向邻区;
2:自定义第一层邻区准则,核查漏配情况,补足第一层邻区关系;
3:自定义单向邻区准则,完善非特定需求的单向邻区关系;
4:自定义冗余邻区准则,剔除冗余邻区关系;
5:自定义2G/3G/4G网络本系统/异系统邻区配置原则等。
在实际应用中,所述处理模块31和融合模块32均可由后台服务器中的中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)、或现场可编程门阵列(FPGA)等实现。
以上所述,仅为本发明的佳实施例而已,并非用于限定本发明的保护范围,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种小区干扰关系确定方法,其特征在于,所述方法包括:
通过不同数据源,获取待测区域内服务小区和各干扰小区的信号参数,根据所述服务小区和各干扰小区的信号参数,分别确定各数据源对应的服务小区单数据源干扰矩阵;
根据所述各数据源的预设权值和采样点差异,将各数据源对应的服务小区单数据源干扰矩阵融合为服务小区多数据源干扰矩阵,包括:
将各服务小区单数据源干扰矩阵与所述服务小区单数据源干扰矩阵对应的干扰矩阵融合因子之积相加,所述相加之和为服务小区的多数据源干扰矩阵;其中,
所述干扰矩阵融合因子为所述服务小区预设采样点权重与所述服务小区采样占比个体差异之积,与所述服务小区单数据源干扰矩阵对应数据源权重之和;
所述服务小区采样占比个体差异为所述服务小区单数据源干扰矩阵的数据源采样点占比与各数据源采样占比平均值之差;
所述服务小区多数据源干扰矩阵用于评判待测区域中服务小区受到的干扰。
2.根据权利要求1所述的方法,其特征在于,所述获取待测区域内服务小区和各干扰小区的信号参数,根据所述服务小区和各干扰小区的信号参数,分别确定各数据源对应的服务小区单数据源干扰矩阵,包括:
获取待测区域内各采样点所述服务小区和各干扰小区的信号接收功率,分别确定各干扰小区在各采样点的干扰值;
将各干扰小区的采样点占所有干扰小区采样点总数的占比与所述各干扰小区的平均干扰值之积确定为所述服务小区单数据源干扰矩阵。
3.根据权利要求2所述的方法,其特征在于,所述确定各采样点的干扰小区的干扰值包括:
根据所述服务小区和各干扰小区在各采样点的信号接收功率,确定各采样点上各干扰小区对应的载干比;
将采用对称的对数曲线模型对所述各采样点上各干扰小区对应的载干比进行归一化处理的结果确定为各干扰小区在各采样点的干扰值;
所述方法还包括:去除载干比大于载干比阈值的数据。
4.根据权利要求1所述的方法,其特征在于,所述获取待测区域内服务小区和各干扰小区的信号参数,根据所述服务小区和各干扰小区的信号参数,分别确定各数据源对应的服务小区单数据源干扰矩阵,包括:
将所述待测区域内划分1个以上的栅格;
确定在服务小区栅格中,所述服务小区的一个干扰小区在所述服务小区的栅格中出现,所述一个干扰小区信号接收功率大于第一门限,且所述服务小区信号接收功率小于第二门限的第一栅格数之和;
确定在服务小区栅格中,所述服务小区信号接收功率小于第二门限,且所有与干扰小区同制式信号中信号接收功率大于第一门限的第二栅格数之和;
将所述第一栅格数之和除以第二栅格数之和的商确定为服务小区与干扰小区的栅格相关性;
将各栅格对应的所述服务小区与干扰小区的栅格相关性取平均值,将所述平均值确定为服务小区与干扰小区的相关性;
将服务小区与各干扰小区的相关性确定为服务小区单数据源干扰矩阵。
5.根据权利要求4所述的方法,其特征在于,所述栅格中服务小区信号接收功率包括:在所述栅格中各采样点获取的服务小区信号接收功率的平均值;
所述栅格中干扰小区信号接收功率包括:在所述栅格中各采样点获取的干扰小区信号接收功率的平均值;
所述将各栅格对应的所述服务小区与干扰小区的栅格相关性取平均值,包括:分别将各栅格对应的所述服务小区与干扰小区的栅格相关性乘以各栅格中有效取样点数量,将各乘积相加后除以各栅格中有效取样点数量之和,将相除的商确定为所述栅格相关性的平均值。
6.根据权利要求4所述的方法,其特征在于,所述方法还包括:确定栅格中的服务小区和干扰小区;
所述确定栅格中的服务小区和干扰小区,包括:
确定各小区在栅格中的信号接收功率的平均值;
确定各小区的信号接收功率的平均值的最大值与各小区的信号接收功率的平均值的差值;
如果所述差值小于第一功率差阈值,则确定所述差值对应小区为服务小区;如果所述差值大于第一功率差阈值,且小于第二功率差阈值,则确定所述差值对应小区为干扰小区。
7.一种小区干扰关系确定装置,其特征在于,所述装置包括:处理模块和融合模块;其中,
所述处理模块,用于通过不同数据源,获取待测区域内服务小区和各干扰小区的信号参数,根据所述服务小区和各干扰小区的信号参数,分别确定各数据源对应的服务小区单数据源干扰矩阵;
所述融合模块,用于根据所述各数据源的预设权值和采样点差异,将各数据源对应的服务小区单数据源干扰矩阵融合为服务小区多数据源干扰矩阵,包括:
将各服务小区单数据源干扰矩阵与所述服务小区单数据源干扰矩阵对应的干扰矩阵融合因子之积相加,所述相加之和为服务小区的多数据源干扰矩阵;其中,
所述干扰矩阵融合因子为所述服务小区预设采样点权重与所述服务小区采样占比个体差异之积,与所述服务小区单数据源干扰矩阵对应数据源权重之和;
所述服务小区采样占比个体差异为所述服务小区单数据源干扰矩阵的数据源采样点占比与各数据源采样占比平均值之差;
所述服务小区多数据源干扰矩阵用于评判待测区域中服务小区受到的干扰。
8.根据权利要求7所述的装置,其特征在于,所述处理模块,具体用于:
获取待测区域内各采样点所述服务小区和各干扰小区的信号接收功率,分别确定各干扰小区在各采样点的干扰值;
将各干扰小区的采样点占所有干扰小区采样点总数的占比与所述各干扰小区的平均干扰值之积确定为所述服务小区单数据源干扰矩阵;
根据所述服务小区和各干扰小区在各采样点的信号接收功率,确定各采样点上各干扰小区对应的载干比;
将采用对称的对数曲线模型对所述各采样点上各干扰小区对应的载干比进行归一化处理的结果确定为各干扰小区在各采样点的干扰值;
所述处理模块还用于:去除载干比大于载干比阈值的数据。
9.根据权利要求7所述的装置,其特征在于,所述处理模块,具体用于:
将所述待测区域内划分1个以上的栅格;
确定在服务小区栅格中,所述服务小区的一个干扰小区在所述服务小区的栅格中出现,所述一个干扰小区信号接收功率大于第一门限,且所述服务小区信号接收功率小于第二门限的第一栅格数之和;
确定在服务小区栅格中,所述服务小区信号接收功率小于第二门限,且所有与干扰小区同制式信号中信号接收功率大于第一门限的第二栅格数之和;
将所述第一栅格数之和除以第二栅格数之和的商确定为服务小区与干扰小区的栅格相关性;
将各栅格对应的所述服务小区与干扰小区的栅格相关性取平均值,将所述平均值确定为服务小区与干扰小区的相关性;
将服务小区与各干扰小区的相关性确定为服务小区单数据源干扰矩阵。
10.根据权利要求9所述的装置,其特征在于,所述栅格中服务小区信号接收功率包括:在所述栅格中各采样点获取的服务小区信号接收功率的平均值;
所述栅格中干扰小区信号接收功率包括:在所述栅格中各采样点获取的干扰小区信号接收功率的平均值;
所述将各栅格对应的所述服务小区与干扰小区的栅格相关性取平均值,包括:分别将各栅格对应的所述服务小区与干扰小区的栅格相关性乘以各栅格中有效取样点数量,将各乘积相加后除以各栅格中有效取样点数量之和,将相除的商确定为所述栅格相关性的平均值;
所述处理模块,还用于确定栅格中的服务小区和干扰小区,包括:
确定各小区在栅格中的信号接收功率的平均值;
确定各小区的信号接收功率的平均值的最大值与各小区的信号接收功率的平均值的差值;
如果所述差值小于第一功率差阈值,则确定所述差值对应小区为服务小区;如果所述差值大于第一功率差阈值,且小于第二功率差阈值,则确定所述差值对应小区为干扰小区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610723572.1A CN107786984B (zh) | 2016-08-25 | 2016-08-25 | 一种小区干扰关系确定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610723572.1A CN107786984B (zh) | 2016-08-25 | 2016-08-25 | 一种小区干扰关系确定方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107786984A CN107786984A (zh) | 2018-03-09 |
CN107786984B true CN107786984B (zh) | 2021-08-13 |
Family
ID=61438461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610723572.1A Active CN107786984B (zh) | 2016-08-25 | 2016-08-25 | 一种小区干扰关系确定方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107786984B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101404801A (zh) * | 2008-11-10 | 2009-04-08 | 中国移动通信集团北京有限公司 | 获取干扰矩阵的方法 |
CN101848482A (zh) * | 2010-03-26 | 2010-09-29 | 浙江大学 | 一种获取干扰矩阵的方法和装置 |
CN101917723A (zh) * | 2010-07-30 | 2010-12-15 | 深圳市科虹通信有限公司 | 获取业务信道的联合干扰矩阵的方法及其系统 |
CN104955099A (zh) * | 2014-03-26 | 2015-09-30 | 中国移动通信集团浙江有限公司 | 一种分析小区干扰的方法和装置 |
CN105744548A (zh) * | 2014-12-12 | 2016-07-06 | 中国移动通信集团湖北有限公司 | Pci优化方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8233907B1 (en) * | 2004-11-03 | 2012-07-31 | At&T Mobility Ii Llc | System and method for constructing a carrier to interference matrix based on subscriber calls |
-
2016
- 2016-08-25 CN CN201610723572.1A patent/CN107786984B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101404801A (zh) * | 2008-11-10 | 2009-04-08 | 中国移动通信集团北京有限公司 | 获取干扰矩阵的方法 |
CN101848482A (zh) * | 2010-03-26 | 2010-09-29 | 浙江大学 | 一种获取干扰矩阵的方法和装置 |
CN101917723A (zh) * | 2010-07-30 | 2010-12-15 | 深圳市科虹通信有限公司 | 获取业务信道的联合干扰矩阵的方法及其系统 |
CN104955099A (zh) * | 2014-03-26 | 2015-09-30 | 中国移动通信集团浙江有限公司 | 一种分析小区干扰的方法和装置 |
CN105744548A (zh) * | 2014-12-12 | 2016-07-06 | 中国移动通信集团湖北有限公司 | Pci优化方法及装置 |
Non-Patent Citations (2)
Title |
---|
Improved orthogonal projection approach utilising interference covariance matrix reconstruction for adaptive beamforming;Xiaopeng Yang等;《 Electronics Letters》;20141002;第50卷(第20期);全文 * |
TD-SCDMA网优专家系统中的干扰矩阵应用;黄剑锋等;《电信工程技术与标准化》;20110331;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107786984A (zh) | 2018-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109548041B (zh) | 一种无线覆盖分析方法及系统 | |
CN103796227B (zh) | 进行无线信号覆盖分析的方法和系统 | |
CN105828365A (zh) | 一种基于mr数据的lte小区重叠覆盖分析方法 | |
CN111901750B (zh) | 一种定位方法、装置、电子设备以及存储介质 | |
CN106856608B (zh) | 一种lte网络基站覆盖有效性评估方法和装置 | |
CN105959976B (zh) | 基于测量报告的VoLTE分析方法 | |
CN110636540B (zh) | 一种网络上行干扰预评估方法及装置 | |
CN104333492A (zh) | 一种评估通信网络结构合理性的方法及装置 | |
CN109005514B (zh) | 用户位置信息的回填方法、装置、终端设备及存储介质 | |
CN110691369B (zh) | 一种基于mdt的室内信号外泄分析方法及系统 | |
CN105163344A (zh) | 一种td-lte系统内干扰的定位方法 | |
WO2022022486A1 (zh) | 用于基站节能的处理方法和处理装置 | |
CN109981196B (zh) | 一种网络结构评估方法及装置 | |
CN111263389A (zh) | 一种Volte语音质量问题的自动化定位的方法及装置 | |
CN108540299B (zh) | 一种网络故障定位处理方法及装置 | |
CN109005552B (zh) | 基于lte mr数据精确评估无线网络的方法 | |
CN105208582A (zh) | Lte网络中基于栅格干扰的信号优化的方法及系统 | |
CN107786984B (zh) | 一种小区干扰关系确定方法和装置 | |
CN101917724B (zh) | 获取广播控制信道的联合干扰矩阵的方法及其系统 | |
CN106856417B (zh) | 用于检测天馈安装问题的方法和装置 | |
CN105451246A (zh) | Lte网络中基于小区干扰总量的信号优化方法及系统 | |
CN112351435B (zh) | 基于网络定位的异网覆盖测评方法和装置 | |
Lan et al. | Intelligent GSM Cell Coverage Analysis System Based on GIS. | |
CN101917723B (zh) | 获取业务信道的联合干扰矩阵的方法及其系统 | |
CN111263382B (zh) | 一种导致重叠覆盖的问题源小区的确定方法、装置和设备 |
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 |