CN108271164B - Lte邻区优化方法和装置 - Google Patents

Abstract

本申请实施例公开了一种LTE邻区优化方法和装置。方法包括获取目标基础信息，包括在线用户的测量报告、信令切换信息以及待优化区域内的现网小区信息，现网小区信息包括小区工程参数信息、邻区配置信息以及网络性能指标中的至少一个；根据目标基础信息，建立重叠覆盖矩阵，重叠覆盖矩阵包括网络相邻小区集；利用预设训练算法，基于小区工程参数信息，得到地理相邻小区集；将网络相邻小区集与地理相邻小区集作匹配，得到虚拟邻区，虚拟邻区同时符合网络相邻小区集与地理相邻小区集；筛查虚拟邻区，得到优化方案。本发明实施例能够实现快速、准确的邻区优化。

Description

LTE邻区优化方法和装置

技术领域

本申请涉及通信技术领域，特别涉及一种LTE邻区优化方法和装置。

背景技术

目前，基于LTE(Long Term Evolution，长期演进)技术的4G网络在应用过程中，常会由于无线环境的复杂性、客户的移动等问题，导致4G网络难以无缝覆盖。针对该问题，一般采用邻区配置方式将LTE单点基站的业务衔接起来，使得用户无论如何移动，无线环境如何变化，总能向用户提供稳定的4G网络信号，确保用户业务的连续性和高质量的感知。因此如何高效、准确地进行LTE邻区的优化，来防止邻区漏配和邻区冗余，也成为了业内研究重点。

现有技术中，一般采用人工方式来进行LTE邻区优化，具体如下：将小区工程参数、邻区配置信息映射至地图上，然后通过人工逐个小区优化邻区关系配置是否合理，以防止邻区漏配和邻区冗余。

然而，现有技术中通过人工优化LTE邻区的方式，主要依靠优化人员手动操作，优化周期长，效率低，易出错，并且对操作人员无线网络优化经验要求高，依赖性强，导致人工优化方式难以普及，无法满足当前4G网络的需求。

发明内容

本申请实施例的目的是提供一种LTE邻区优化方法和装置，以解决上述问题。

本申请一个实施例提供一种LTE邻区优化方法，包括：获取目标基础信息，所述目标基础信息包括在线用户的测量报告、信令切换信息以及待优化区域内的现网小区信息，所述现网小区信息包括小区工程参数信息、邻区配置信息以及网络性能指标中的至少一个；根据所述目标基础信息，建立重叠覆盖矩阵，所述重叠覆盖矩阵包括网络相邻小区集；利用预设训练算法，基于所述小区工程参数信息，得到地理相邻小区集；将所述网络相邻小区集与地理相邻小区集作匹配，得到虚拟邻区，所述虚拟邻区同时符合所述网络相邻小区集与地理相邻小区集；筛查所述虚拟邻区，得到优化方案。

本申请另一实施例提供一种LTE邻区优化装置，包括：信息获取模块，获取目标基础信息，所述目标基础信息包括在线用户的测量报告、信令切换信息以及待优化区域内的现网小区信息，所述现网小区信息包括小区工程参数信息、邻区配置信息以及网络性能指标中的至少一个；矩阵建立模块，根据所述目标基础信息，建立重叠覆盖矩阵，所述重叠覆盖矩阵包括网络相邻小区集；地理小区模块，利用预设训练算法，基于所述小区工程参数信息，得到地理相邻小区集；虚拟邻区模块，将所述网络相邻小区集与地理相邻小区集作匹配，得到虚拟邻区，所述虚拟邻区同时符合所述网络相邻小区集与地理相邻小区集；方案输出模块，筛查所述虚拟邻区，得到优化方案。

由以上本申请实施例提供的技术方案可见，本申请实施例所提供的LTE邻区优化方法和装置，创新解析和应用软采大数据，结合工程参数、邻区配置和网管性能，四维数据融合，通过自主改进的自适应GIS算法和泰森多边形拟合覆盖算法，实现快速、准确的邻区优化，解决了人工优化方式无法兼顾高效率、低成本、定位精确三方面要求的难题。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例中LET邻区优化方法的流程图。

图2为本申请实施例中LET邻区优化方法的流程图内根据所述目标基础信息，建立重叠覆盖矩阵的具体流程图。

图3为本申请实施例中LET邻区优化方法的利用预设训练算法，基于所述小区工程参数信息，得到地理相邻小区集的具体流程图。

图4为本申请实施例中利用GIS算法所得地理相邻小区集的示意图。

图5为本申请实施例中LET邻区优化装置的模块图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

图1为本申请实施例中LET邻区优化方法的流程图。该方法的执行主体为一种可以与LET网络内设备进行通信的优化装置，该方法包括如下步骤101至106。

步骤101中，获取目标基础信息，所述目标基础信息包括在线用户的测量报告、信令切换信息以及待优化区域内的现网小区信息，所述现网小区信息包括小区工程参数信息、邻区配置信息以及网络性能指标中的至少一个。

现网小区信息存于网管平台，可以从网络平台的外接接口提取待优化区域内现网小区信息，现网小区信息内一般包括有待优化区域内小区工程参数信息，邻区配置信息以及网络性能指标等。小区工程参数信息记录了各小区内LTE基站的位置等参数，邻区配置信息记录了已知的邻区配置。

在线用户的测量报告和信令切换信息均存于软采服务器内，可以通过专用的软采仪表连接软采服务器的外部接口，再基于SDTP协议以从软采服务器内Uu接口获取在线用户的测量报告和Uu接口和X2接口的信令切换信息，继而再基于这两个接口的信令信息得到信令切换信息

在本申请实施例中，通过如下步骤获取Uu接口的信令信息，。

首先，识别RRC无线资源控制协议连接重配中的接口类型，过滤出符合该接口类型的Uu接口信息。

其次，根据服务小区的基站标识和小区标识，确定目标小区的标识。

进而，在用于负责信令处理的MME-UE(Mobility Management Entity-UserEquipment)在S1口的唯一标识、该MME组编号、MME标识，确定邻区标识。

最后，根据所述确定出的Uu接口信息、目标小区的标识以及邻区标识，得到Uu口的信令信息。

在本申请实施例中，通过如下步骤获取X2接口的信令信息。

首先，根据RRC无线资源控制协议连接重配中的接口类型，过滤符合该接口类型的X2接口信息。

继而，根据服务小区的基站标识和小区标识，确定目标小区的标识。

最后，根据所述无线资源控制协议连接重配中邻区标识、过滤出的X2接口信息以及目标小区标识，得到X2口的信令信息。

步骤102中，根据所述目标基础信息，建立重叠覆盖矩阵，所述重叠覆盖矩阵包括网络相邻小区集。

在获取目标基础信息后，对其中的测量报告以及信令信息做解析，确定出目标小区标识、电平、频点等信息，结合邻区的物理小区标识、电平值和频点，进一步确定出邻区的标识，以基于这些数据建立重叠覆盖矩阵。

结合图2所示，该步骤102具体包括如下步骤121至125。

步骤121中，根据所述测量报告内服务小区的基站标识和小区标识以及信令切换信息内服务小区的基站标识和小区标识，确定出目标小区的标识和电平值。

步骤122中，根据所述测量报告内邻区的物理小区标识、邻区电平值以及信令切换信息内的邻区的频点，确定出邻区的物理小区标识、电平值和频点。

步骤123中，基于所确定出的目标小区的标识和电平值、邻区的物理小区标识、电平值和频点，不断迭代、累积，从而建立初始覆盖矩阵。该初始覆盖矩阵如表1所示。

表1

通过表1可知，初始覆盖矩阵内邻区标识为空，继续如下步骤将其补充。

步骤124中，利用所提取到的现网小区信息中小区工程信息，确定与目标小区最近的小区，以该小区的物理小区标识和频点作为所述邻区的标识。

步骤125中，利用所得到的邻区标识完善所述初始覆盖矩阵，得到重叠覆盖矩阵。该重叠覆盖矩阵如表2所示。

表2

通过对已知的小区工程信息进行解析，再以已知的最近小区作为邻区，可以对表1内空白的邻区标识做补充，实现得到完整的重叠覆盖矩阵。利用该矩阵可以得到明确的网络相邻小区集，基于该网络相邻小区集可以明确哪些小区被配置为邻区。

步骤103中，利用预设训练算法，基于所述小区工程参数信息，得到地理相邻小区集。

在本申请实施例中，预设训练算法可以算法包括GIS算法以及泰森多边形拟合覆盖算法。通过这两种算法结合已知的小区工程参数，可以确定出与各目标小区在地理接近的小区所组成的地理相邻小区集。

结合图3所示，在本申请实施例中，步骤103具体包括如下步骤131至137。

步骤131中，确定所述GIS算法内的调控系数。

该调控系数为GIS算法的核心，将该系数设定为α。调控系数用于调整相邻小区的覆盖范围与无线网络实际情况的契合度。

步骤132中，基于所述小区工程参数信息，确定各目标小区与距离依次增加的若干层小区集之间距离，每层小区集内小区与目标小区的距离在预设范围内。

各层小区集内包括若干个小区，这若干个小区内LTE基站距离目标小区内LTE基站的距离在预设范围内，可以理解为各层小区集内小区内LTE基站与目标小区内LTE基站的距离大致相同。在实际应用中，确定出每个目标小区的3层小区集，每层小区集内可以设定3个小区，并且各层小区集内小区所用LTE基站均为宏站(即室外用铁塔站)。

步骤133中，根据所述调控系数与所确定的目标小区与若干层小区集的距离，确定各层小区集的覆盖范围。

在本申请实施例中，每层小区集的覆盖范围为D_n，小区集内小区与目标小区的平均距离为d_n，所述GIS算法内调控系数为α；其中，

D_n＝d_n*α；

图4为本申请实施例中利用GIS算法所得地理相邻小区集的示意图。结合图4所示，确定出各层小区集的覆盖范围与该小区层与目标小区之间间距的相对关系。

步骤134中，确定各小区的中心经纬度。

在本申请实施例中，可以通过地理信息软件提取各目标小区的中心经纬度。

步骤135中，根据各小区的中心经纬度，基于泰森多边形拟合覆盖算法，生成用于描述小区覆盖范围的泰森多边形。

步骤136中，根据所述泰森多边形，确定的各小区的第一层小区列表和第二层小区列表。利用SQL语言计算每个小区的第一层相邻小区表，其结构如表3所示；然后，通过首尾呼应方式迭代计算出第二层相邻小区

表，如表3所示。最后，将两个结果取并集得到每个小区地理相邻的小区集。如：A1的第一层、二层相邻小区分别为{B1、B2、B3}、{C1、C2、

C3}。

表3

步骤137中，根据所述GIS算法确定出的各层小区集的覆盖范围以及泰森多边形所确定出的各小区的第一层小区列表和第二层小区列表，得到地理相邻小区集。

在本申请实施例中，各小区所用LTE基站可以是宏站或室分(用于室内或楼顶的小型基站)，步骤137具体包括如下步骤。

首先，根据各小区所用LTE基站的类型，基于GIS算法筛选各小区是否相邻。

场景1，所述目标小区与邻区所用LTE基站均为室分。

在室分之间间距小于预设室分间距时，将所述邻区添加至目标小区的邻区，预设室分间距可以选为100米。

场景2，在所述目标小区与邻区所用LTE基站均为宏站。

在邻区位于目标小区的距离最近的第一层小区集的覆盖范围D1内时，将所述邻区添加至目标小区的邻区。

在邻区位于目标小区的距离第二近的第二层小区集的覆盖范围D2内、邻区或目标小区中任一个夹角超过预设夹角上限时，将所述邻区添加至目标小区的邻区。所述预设夹角上限为120度。

在邻区位于目标小区的距离第三近的第三层小区集的覆盖范围D3内、邻区或目标小区中任一个夹角超过预设夹角下限时，将所述邻区添加至目标小区的邻区。预设夹角下限可以选为80度。

场景3，所述目标小区所用LTE基站为宏站，所述邻区所用LTE基站是室分。

在邻区位于目标小区的距离最近的第一层小区集的覆盖范围D1内时，将所述邻区添加至目标小区的邻区。

在邻区位于目标小区的距离第二近的第二层小区集的覆盖范围D2内、邻区在第二层小区集的覆盖范围内预设夹角范围时，将所述邻区添加至目标小区的邻区。预设夹角范围可以选为120度。

再利用GIS算法筛选过后，利用泰森多边形拟合覆盖算法对场景2和场景3内未做邻区添加处理的小区进一步处理，具体如下：

场景2，在所述目标小区与邻区所用LTE基站均为宏站。

邻区不位于目标小区的各层小区集的覆盖范围内时，确定邻区位于由所述目标小区所形成单独泰森多边形的第一层邻区范围内，若位于，将所述邻区添加至目标小区的邻区，反之，则认定二者不相邻。

场景3，所述目标小区所用LTE基站为宏站，所述邻区所用LTE基站是室分。

在邻区不位于目标小区的各层小区集的覆盖范围内时，确定邻区位于由所述目标小区和邻区共同形成全信息泰森多边形的第一层邻区范围内，若位于，对所述邻区做添加，反之，则认定二者不相邻。

最后，针对所述邻区的添加信息，得到地理相邻小区集。

步骤104，将所述初始相邻小区集与参考相邻小区集作匹配，得到虚拟邻区，所述虚拟邻区同时符合所述初始相邻小区集与参考相邻小区集。

在本申请实施例中，在所述初始相邻小区集中筛选出采样率高于预设采样率门限值且采样量高于预设采样量门限值的相邻小区；

判断所筛选出相邻小区是否位于参考相邻小区集内；

若是，将该相邻小区作为虚拟郊区；

若否，不将该相邻小区作为虚拟邻区。

在实际应用中，预设采样率门限值为3％，预设采样量门限值为300。

步骤105，筛查所述虚拟邻区，得到优化方案。

在本申请实施例中，可以根据所述现网小区信息内邻区配置关系，筛查所述虚拟邻区，得到漏配邻区的信息；进而，根据所述信令切换信息和网络性能指标，筛查所述虚拟邻区，得到冗余邻区的信息；最后，汇总所述漏配邻区和冗余邻区的信息，得到优化方案。

综上，本申请提案提出一种基于软采大数据的LTE邻区优化方法，创新解析和应用软采大数据，结合工程参数、邻区配置和网管性能，四维数据融合，通过自主改进的自适应GIS算法和泰森多边形拟合覆盖算法，实现快速、准确的邻区优化，解决了人工优化方式无法兼顾高效率、低成本、定位精确三方面要求的难题。

图5为本申请实施例中LET邻区优化装置的模块图。该装置基于前述方法，在此不做赘述。

LET邻区优化装置包括：

信息获取模块201，获取目标基础信息，所述目标基础信息包括在线用户的测量报告、信令切换信息以及待优化区域内的现网小区信息，所述现网小区信息包括小区工程参数信息、邻区配置信息以及网络性能指标中的至少一个；

矩阵建立模块202，根据所述目标基础信息，建立重叠覆盖矩阵，所述重叠覆盖矩阵包括网络相邻小区集；

地理小区模块203，利用预设训练算法，基于所述小区工程参数信息，得到地理相邻小区集；

虚拟邻区模块204，将所述网络相邻小区集与地理相邻小区集作匹配，得到虚拟邻区，所述虚拟邻区同时符合所述网络相邻小区集与地理相邻小区集；

方案输出模块204，筛查所述虚拟邻区，得到优化方案。

在本申请实施例中，所述信息获取模块201，具体用于：

在软采服务器内获取Uu接口上的测量报告以及Uu接口、X2接口的信令信息；

根据所述Uu接口、X2接口的信令信息，得到信令切换信息；

在网管平台内提取待优化区域内现网小区信息。

在本申请实施例中，所述信息获取模块201，具体用于：

根据无线资源控制协议连接重配中的接口类型，过滤出Uu接口信息；

根据服务小区的基站标识和小区标识，确定目标小区的标识；

根据MME-UE在S1口唯一标识、MME组编号、MME标识，确定邻区标识；

根据所述确定出的Uu接口信息、目标小区的标识以及邻区标识，得到Uu口的信令信息；

根据无线资源控制协议连接重配中的接口类型，过滤出X2接口信息；

根据服务小区的基站标识和小区标识，确定目标小区的标识；

根据所述无线资源控制协议连接重配中邻区标识、过滤出的X2接口信息以及目标小区标识，得到X2口的信令信息。

在本申请实施例中，所述矩阵建立模块202，具体用于：

根据所述测量报告内服务小区的基站标识和小区标识以及信令切换信息内服务小区的基站标识和小区标识，确定出目标小区的标识和电平值；

根据所述测量报告内邻区的物理小区标识、邻区电平值以及信令切换信息内的邻区的频点，确定出邻区的物理小区标识、电平值和频点；

基于所确定出的目标小区的标识和电平值、邻区的物理小区标识、电平值和频点建立初始覆盖矩阵；

利用所提取到的现网小区信息中小区工程信息，确定与目标小区最近的小区，以该小区的物理小区标识和频点作为所述邻区的标识；

利用所得到的邻区标识完善所述初始覆盖矩阵，得到重叠覆盖矩阵。

在本申请实施例中，所述预设训练算法包括GIS算法以及泰森多边形拟合覆盖算法；

所述地理小区模块203，具体用于：

确定所述GIS算法内的调控系数；

基于所述小区工程参数信息，确定各目标小区与距离依次增加的若干层小区集之间距离，每层小区集内小区与目标小区的距离在预设范围内；

根据所述调控系数与所确定的目标小区与若干层小区集的距离，确定各层小区集的覆盖范围；

确定各小区的中心经纬度；

根据各小区的中心经纬度，基于泰森多边形拟合覆盖算法，生成用于描述小区覆盖范围的泰森多边形；

根据所述泰森多边形，确定的各小区的第一层小区列表和第二层小区列表；

根据所述GIS算法确定出的各层小区集的覆盖范围以及泰森多边形所确定出的各小区的第一层小区列表和第二层小区列表，得到地理相邻小区集。

在本申请实施例中，所述小区集的覆盖范围为D_n，所述小区集内小区与目标小区的平均距离为d_n，所述GIS算法内调控系数为α；其中，

D_n＝d_n*α；

在本申请实施例中，所述地理小区模块203，具体用于：

在所述目标小区与邻区所用LTE基站均为室分、在室分之间间距小于预设室分间距时，对所述邻区做添加；

在所述目标小区与邻区所用LTE基站均为宏站、邻区位于目标小区的距离最近的第一层小区集的覆盖范围内时，将所述邻区做添加；

在所述目标小区与邻区所用LTE基站均为宏站、邻区位于目标小区的距离第二近的第二层小区集的覆盖范围内、邻区或目标小区中任一个夹角超过预设夹角上限时，对所述邻区做添加；

在所述目标小区与邻区所用LTE基站均为宏站、邻区位于目标小区的距离第三近的第三层小区集的覆盖范围内、邻区或目标小区中任一个夹角超过预设夹角下限时，对所述邻区做添加；

在所述目标小区与邻区所用LTE基站均为宏站、邻区不位于目标小区的各层小区集的覆盖范围内、邻区位于由所述目标小区所形成单独泰森多边形的第一层邻区范围内时，对所述邻区做添加；

在所述目标小区所用LTE基站为宏站、所述邻区所用LTE基站是室分、邻区位于目标小区的距离最近的第一层小区集的覆盖范围内时，对所述邻区做添加；

在所述目标小区所用LTE基站为宏站、所述邻区所用LTE基站是室分、邻区位于目标小区的距离第二近的第二层小区集的覆盖范围内、邻区在第二层小区集的覆盖范围内预设夹角范围时，对所述邻区做添加；

在所述目标小区所用LTE基站为宏站、所述邻区所用LTE基站是室分、邻区不位于目标小区的各层小区集的覆盖范围内、邻区位于由所述目标小区和邻区共同形成全信息泰森多边形的第一层邻区范围内时，对所述邻区做添加；

汇总对所述邻区的添加信息，得到地理相邻小区集。

在本申请实施例中，所述预设室分间距为100米，所述预设夹角上限为120度，所述预设夹角下限为80度，预设夹角范围为120度。

在本申请实施例中，所述虚拟邻区模块204，具体用于：

在所述网络相邻小区集中筛选出采样率高于预设采样率门限值且采样量高于预设采样量门限值的相邻小区；

判断所筛选出相邻小区是否位于地理相邻小区集内；

若是，将该相邻小区作为虚拟郊区。

在本申请实施例中，预设采样率门限值为3％，预设采样量门限值为300。

在本申请实施例中，所述方案输出模块205，具体用于：

根据所述现网小区信息内邻区配置关系，筛查所述虚拟邻区，得到漏配邻区的信息；

根据所述信令切换信息和网络性能指标，筛查所述虚拟邻区，得到冗余邻区的信息；

汇总所述漏配邻区和冗余邻区的信息，得到优化方案。

综上，本申请提案提出一种基于软采大数据的LTE邻区优化装置，创新解析和应用软采大数据，结合工程参数、邻区配置和网管性能，四维数据融合，通过自主改进的自适应GIS算法和泰森多边形拟合覆盖算法，实现快速、准确的邻区优化，解决了人工优化方式无法兼顾高效率、低成本、定位精确三方面要求的难题。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (16)

1.一种LTE邻区优化方法，其特征在于，包括：

获取目标基础信息，所述目标基础信息包括在线用户的测量报告、信令切换信息以及待优化区域内的现网小区信息，所述现网小区信息包括小区工程参数信息、邻区配置信息以及网络性能指标中的至少一个；

根据所述目标基础信息，建立重叠覆盖矩阵，所述重叠覆盖矩阵包括网络相邻小区集；

利用预设训练算法，基于所述小区工程参数信息，得到地理相邻小区集；

将所述网络相邻小区集与地理相邻小区集作匹配，得到虚拟邻区，所述虚拟邻区同时符合所述网络相邻小区集与地理相邻小区集；

筛查所述虚拟邻区，得到优化方案；

筛查所述虚拟邻区，得到优化方案，具体包括：

根据所述现网小区信息内邻区配置关系，筛查所述虚拟邻区，得到漏配邻区的信息；

根据所述信令切换信息和网络性能指标，筛查所述虚拟邻区，得到冗余邻区的信息；

汇总所述漏配邻区和冗余邻区的信息，得到优化方案。

2.如权利要求1所述的LTE邻区优化方法，其特征在于，获取目标基础信息，具体包括：

在软采服务器内获取Uu接口上的测量报告以及Uu接口、X2接口的信令信息；

根据所述Uu接口和X2接口的信令信息，得到信令切换信息；

在网管平台内提取待优化区域内现网小区信息。

3.如权利要求2所述的LTE邻区优化方法，其特征在于，所述方法中：

所述在软采服务器内获取Uu接口的信令信息，具体包括：

根据无线资源控制协议连接重配中的接口类型，过滤出Uu接口信息；

根据服务小区的基站标识和小区标识，确定目标小区的标识；

根据MME-UE在S1口唯一标识和MME组编号和MME标识，确定邻区标识；

根据所述确定出的Uu接口信息、目标小区的标识以及邻区标识，得到Uu口的信令信息；

所述在软采服务器内获取X2接口的信令信息，具体包括：

根据无线资源控制协议连接重配中的接口类型，过滤出X2接口信息；

根据服务小区的基站标识和小区标识，确定目标小区的标识；

根据所述无线资源控制协议连接重配中邻区标识、过滤出的X2接口信息以及目标小区标识，得到X2口的信令信息。

4.如权利要求1所述的LTE邻区优化方法，其特征在于，根据所述目标基础信息，建立重叠覆盖矩阵，具体包括：

根据所述测量报告内服务小区的基站标识和小区标识以及信令切换信息内服务小区的基站标识和小区标识，确定出目标小区的标识和电平值；

根据所述测量报告内邻区的物理小区标识、邻区电平值以及信令切换信息内的邻区的频点，确定出邻区的物理小区标识、电平值和频点；

基于所确定出的目标小区的标识和电平值、邻区的物理小区标识、电平值和频点建立初始覆盖矩阵；

利用所提取到的现网小区信息中小区工程信息，确定与目标小区最近的小区，以该小区的物理小区标识和频点作为所述邻区的标识；

利用所得到的邻区标识完善所述初始覆盖矩阵，得到重叠覆盖矩阵。

5.如权利要求1所述的LTE邻区优化方法，其特征在于，所述预设训练算法包括GIS算法以及泰森多边形拟合覆盖算法；

利用预设训练算法，基于所述小区工程参数信息，得到地理相邻小区集，具体包括：

确定所述GIS算法内的调控系数；

基于所述小区工程参数信息，确定各目标小区与距离依次增加的若干层小区集之间距离，每层小区集内小区与目标小区的距离在预设范围内；

根据所述调控系数与所确定的目标小区与若干层小区集的距离，确定各层小区集的覆盖范围；

确定各小区的中心经纬度；

根据各小区的中心经纬度，基于泰森多边形拟合覆盖算法，生成用于描述小区覆盖范围的泰森多边形；

根据所述泰森多边形，确定的各小区的第一层小区列表和第二层小区列表；

根据所述GIS算法确定出的各层小区集的覆盖范围以及泰森多边形所确定出的各小区的第一层小区列表和第二层小区列表，得到地理相邻小区集。

6.如权利要求5所述的LTE邻区优化方法，其特征在于，所述小区集的覆盖范围为D_n，所述小区集内小区与目标小区的平均距离为d_n，所述GIS算法内调控系数为α；其中，

D_n＝d_n*α；

7.如权利要求5所述的LTE邻区优化方法，其特征在于，根据所述GIS算法确定出的各层小区集的覆盖范围以及泰森多边形所确定出的各小区的第一层小区列表和第二层小区列表，得到地理相邻小区集，具体包括：

在所述目标小区与邻区所用LTE基站均为室分和在室分之间间距小于预设室分间距时，对所述邻区做添加；

在所述目标小区与邻区所用LTE基站均为宏站和邻区位于目标小区的距离最近的第一层小区集的覆盖范围内时，将所述邻区做添加；

在所述目标小区与邻区所用LTE基站均为宏站和邻区位于目标小区的距离第二近的第二层小区集的覆盖范围内和邻区或目标小区中任一个夹角超过预设夹角上限时，对所述邻区做添加；

在所述目标小区与邻区所用LTE基站均为宏站和邻区位于目标小区的距离第三近的第三层小区集的覆盖范围内和邻区或目标小区中任一个夹角超过预设夹角下限时，对所述邻区做添加；

在所述目标小区与邻区所用LTE基站均为宏站和邻区不位于目标小区的各层小区集的覆盖范围内和邻区位于由所述目标小区所形成单独泰森多边形的第一层邻区范围内时，对所述邻区做添加；

在所述目标小区所用LTE基站为宏站和所述邻区所用LTE基站是室分和邻区位于目标小区的距离最近的第一层小区集的覆盖范围内时，对所述邻区做添加；

在所述目标小区所用LTE基站为宏站和所述邻区所用LTE基站是室分和邻区位于目标小区的距离第二近的第二层小区集的覆盖范围内和邻区在第二层小区集的覆盖范围内预设夹角范围时，对所述邻区做添加；

在所述目标小区所用LTE基站为宏站和所述邻区所用LTE基站是室分和邻区不位于目标小区的各层小区集的覆盖范围内和邻区位于由所述目标小区和邻区共同形成全信息泰森多边形的第一层邻区范围内时，对所述邻区做添加；

汇总对所述邻区的添加信息，得到地理相邻小区集。

8.如权利要求1所述的LTE邻区优化方法，其特征在于，将所述网络相邻小区集与地理相邻小区集作匹配，得到虚拟邻区，具体包括：

在所述网络相邻小区集中筛选出采样率高于预设采样率门限值且采样量高于预设采样量门限值的相邻小区；

判断所筛选出相邻小区是否位于地理相邻小区集内；

若是，将该相邻小区作为虚拟郊区。

9.一种LTE邻区优化装置，其特征在于，包括：

信息获取模块，获取目标基础信息，所述目标基础信息包括在线用户的测量报告、信令切换信息以及待优化区域内的现网小区信息，所述现网小区信息包括小区工程参数信息、邻区配置信息以及网络性能指标中的至少一个；

矩阵建立模块，根据所述目标基础信息，建立重叠覆盖矩阵，所述重叠覆盖矩阵包括网络相邻小区集；

地理小区模块，利用预设训练算法，基于所述小区工程参数信息，得到地理相邻小区集；

虚拟邻区模块，将所述网络相邻小区集与地理相邻小区集作匹配，得到虚拟邻区，所述虚拟邻区同时符合所述网络相邻小区集与地理相邻小区集；

方案输出模块，筛查所述虚拟邻区，得到优化方案；

所述方案输出模块，具体用于：

根据所述现网小区信息内邻区配置关系，筛查所述虚拟邻区，得到漏配邻区的信息；

根据所述信令切换信息和网络性能指标，筛查所述虚拟邻区，得到冗余邻区的信息；

汇总所述漏配邻区和冗余邻区的信息，得到优化方案。

10.如权利要求9所述的LTE邻区优化装置，其特征在于，所述信息获取模块，具体用于：

在软采服务器内获取Uu接口上的测量报告以及Uu接口、X2接口的信令信息；

根据所述Uu接口和X2接口的信令信息，得到信令切换信息；

在网管平台内提取待优化区域内现网小区信息。

11.如权利要求10所述的LTE邻区优化装置，其特征在于，所述信息获取模块，具体用于：

根据无线资源控制协议连接重配中的接口类型，过滤出Uu接口信息；

根据服务小区的基站标识和小区标识，确定目标小区的标识；

根据MME-UE在S1口唯一标识和MME组编号和MME标识，确定邻区标识；

根据所述确定出的Uu接口信息、目标小区的标识以及邻区标识，得到Uu口的信令信息；

根据无线资源控制协议连接重配中的接口类型，过滤出X2接口信息；

根据服务小区的基站标识和小区标识，确定目标小区的标识；

根据所述无线资源控制协议连接重配中邻区标识、过滤出的X2接口信息以及目标小区标识，得到X2口的信令信息。

12.如权利要求9所述的LTE邻区优化装置，其特征在于，所述矩阵建立模块，具体用于：

根据所述测量报告内服务小区的基站标识和小区标识以及信令切换信息内服务小区的基站标识和小区标识，确定出目标小区的标识和电平值；

根据所述测量报告内邻区的物理小区标识、邻区电平值以及信令切换信息内的邻区的频点，确定出邻区的物理小区标识、电平值和频点；

基于所确定出的目标小区的标识和电平值、邻区的物理小区标识、电平值和频点建立初始覆盖矩阵；

利用所提取到的现网小区信息中小区工程信息，确定与目标小区最近的小区，以该小区的物理小区标识和频点作为所述邻区的标识；

利用所得到的邻区标识完善所述初始覆盖矩阵，得到重叠覆盖矩阵。

13.如权利要求9所述的LTE邻区优化装置，其特征在于，所述预设训练算法包括GIS算法以及泰森多边形拟合覆盖算法；

所述地理小区模块，具体用于：

确定所述GIS算法内的调控系数；

基于所述小区工程参数信息，确定各目标小区与距离依次增加的若干层小区集之间距离，每层小区集内小区与目标小区的距离在预设范围内；

根据所述调控系数与所确定的目标小区与若干层小区集的距离，确定各层小区集的覆盖范围；

确定各小区的中心经纬度；

根据各小区的中心经纬度，基于泰森多边形拟合覆盖算法，生成用于描述小区覆盖范围的泰森多边形；

根据所述泰森多边形，确定的各小区的第一层小区列表和第二层小区列表；

根据所述GIS算法确定出的各层小区集的覆盖范围以及泰森多边形所确定出的各小区的第一层小区列表和第二层小区列表，得到地理相邻小区集。

14.如权利要求13所述的LTE邻区优化装置，其特征在于，所述小区集的覆盖范围为D_n，所述小区集内小区与目标小区的平均距离为d_n，所述GIS算法内调控系数为α；其中，

D_n＝d_n*α；

15.如权利要求13所述的LTE邻区优化装置，其特征在于，所述地理小区模块，具体用于：

在所述目标小区与邻区所用LTE基站均为室分和在室分之间间距小于预设室分间距时，对所述邻区做添加；

在所述目标小区与邻区所用LTE基站均为宏站和邻区位于目标小区的距离最近的第一层小区集的覆盖范围内时，将所述邻区做添加；

在所述目标小区与邻区所用LTE基站均为宏站和邻区位于目标小区的距离第二近的第二层小区集的覆盖范围内和邻区或目标小区中任一个夹角超过预设夹角上限时，对所述邻区做添加；

在所述目标小区与邻区所用LTE基站均为宏站和邻区位于目标小区的距离第三近的第三层小区集的覆盖范围内和邻区或目标小区中任一个夹角超过预设夹角下限时，对所述邻区做添加；

在所述目标小区与邻区所用LTE基站均为宏站和邻区不位于目标小区的各层小区集的覆盖范围内和邻区位于由所述目标小区所形成单独泰森多边形的第一层邻区范围内时，对所述邻区做添加；

在所述目标小区所用LTE基站为宏站和所述邻区所用LTE基站是室分和邻区位于目标小区的距离最近的第一层小区集的覆盖范围内时，对所述邻区做添加；

在所述目标小区所用LTE基站为宏站和所述邻区所用LTE基站是室分和邻区位于目标小区的距离第二近的第二层小区集的覆盖范围内和邻区在第二层小区集的覆盖范围内预设夹角范围时，对所述邻区做添加；

在所述目标小区所用LTE基站为宏站和所述邻区所用LTE基站是室分和邻区不位于目标小区的各层小区集的覆盖范围内和邻区位于由所述目标小区和邻区共同形成全信息泰森多边形的第一层邻区范围内时，对所述邻区做添加；

汇总对所述邻区的添加信息，得到地理相邻小区集。

16.如权利要求9所述的LTE邻区优化装置，其特征在于，所述虚拟邻区模块，具体用于：

在所述网络相邻小区集中筛选出采样率高于预设采样率门限值且采样量高于预设采样量门限值的相邻小区；

判断所筛选出相邻小区是否位于地理相邻小区集内；

若是，将该相邻小区作为虚拟郊区。

Images