CN108419247A - 一种无线通信基站小区相关性计算方法、电子设备及存储介质 - Google Patents
一种无线通信基站小区相关性计算方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN108419247A CN108419247A CN201711490208.6A CN201711490208A CN108419247A CN 108419247 A CN108419247 A CN 108419247A CN 201711490208 A CN201711490208 A CN 201711490208A CN 108419247 A CN108419247 A CN 108419247A
- Authority
- CN
- China
- Prior art keywords
- data
- cell
- cells
- calculated
- measured
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004891 communication Methods 0.000 title claims abstract description 23
- 238000004364 calculation method Methods 0.000 title claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims description 40
- 238000005070 sampling Methods 0.000 claims description 37
- 238000007781 pre-processing Methods 0.000 claims description 26
- 230000035945 sensitivity Effects 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 description 13
- 238000007405 data analysis Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- H04J—MULTIPLEX COMMUNICATION
- H04J11/00—Orthogonal multiplex systems, e.g. using WALSH codes
- H04J11/0023—Interference mitigation or co-ordination
- H04J11/005—Interference mitigation or co-ordination of intercell interference
-
- 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
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明公开了一种无线通信基站小区相关性计算方法,通过对采样数据进行数据预处理,数据遍历以及相关性计算,将所有待测算小区的MRO数据及扫频数据进行联合分析,综合计算出两个基站小区较为准确的相关性系数值,该相关性系数值可用于通信网络的频率规划、PCI规划及邻区规划中,便于通信网络的规划。
Description
技术领域
本发明涉及无线通信领域,尤其涉及一种无线通信基站小区相关性计算方法。
背景技术
目前,在无线通信网络中,基站作为无线信号覆盖的基础设备,为了确保无线通信的无缝覆盖和高质量运行,需要保证相邻两个蜂窝小区相互之间合理规划,协同工作。因此,在无线网络优化工作中,必须评估好相邻小区的相关性,即关系紧密程度,通常,蜂窝小区之间的相关性越强,代表两个小区无线信号相互干扰的可能性越大,为此,需对相关性强的蜂窝小区配置合理的物理小区标识、规避因主同步信号相同导致的干扰,才能确保网络通话和数据业务的质量,降低网内干扰。显然,对于蜂窝小区相关性的评估尤为重要。在以往的蜂窝小区相关性判断中,一般都是基于地理位置或者直接在地理信息系统gis 地图上查看蜂窝小区的信号覆盖范围,地理位置越近的蜂窝小区,相关性越高,信号覆盖区域重叠度越高的区域,相关性越高,这种判定基于经验和直觉,依赖网优工程师的技能水平,其判定准确性较不稳定。现有另一种相关性的判定方法,通过路测数据的切换序列、邻区扫描等手段,可以定量统计出小区之间的相关性,这种判定方式准确性相对较高。
但是,利用路测数据进行相关性判定的方式存在时间和空间上的限制,其仅仅局限于测试时间的网络状态,测试点主要集中在测量设备的移动轨迹上,无法全面评估小区相关性。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种无线通信基站小区相关性计算方法,能够较为全面且准确地评估基站小区的相关性。
本发明的目的之二在于提供一种电子设备,能够较为全面且准确地评估基站小区的相关性。
本发明的目的之三在于提供一种存储介质,能够较为全面且准确地评估基站小区的相关性。
本发明的目的之一采用如下技术方案实现:
一种无线通信基站小区相关性计算方法,包括:数据预处理步骤:对所有待测算小区周期性测量的采样点数据MRO数据进行预处理,生成所有待测算小区两两之间的第一测试数据集合,对所有待测算小区的扫频数据进行预处理,生成所有待测算小区两两之间的第二测试数据集合,所述第一测试数据集合及第二测试数据集合的任意一个值中,均包括一个主小区的信号强度值及一个其他小区的信号强度值,所述主小区的信号强度值与所述其他小区的信号强度值来自同一采样点主小区的采样数据,将所述第一测试数据集合与所述测试第二数据集合以统一格式存储到数据库中;数据遍历步骤:从所述数据库中查询所有小区编号与任意两个待测算小区编号相同的数据,并根据数据类型,生成相应的键值对数据集合;小区相关性计算步骤:将所述键值对数据集合输入预设模型中,计算出两个待测算小区之间的相关性系数。
进一步地,所述预设模型公式为:
其中,f(A,B)为任意两个待测算小区A、待测算小区B的相关性系数;n为所述MRO数据的样本数据数量;xAi为所述MRO数据中以待测算小区A为主覆盖小区对应的参考信号强度;xRi为所述MRO数据中与xAi同采样数据的待测算小区B对应的参考信号强度;m为所述扫频数据的样本数据数量;yAi为所述扫频数据中,以待测算小区A为主覆盖小区对应的采样点信号强度;yBi为所述扫频数据中,与yAi同采样数据的待测算小区B的采样点信号强度;w1和w2为调整系数,取值区间为RS RPth1为所述MRO数据分析时定义的敏感阈值,RS RPth2为所述扫频数据分析时定义的敏感阈值。
进一步地,还包括以下步骤:相关性系数矩阵生成步骤:根据测算到的所有小区两两之间的相关性系数,生成相应的相关性系数值矩阵。
进一步地,在所述数据预处理步骤中,将所述MRO数据以小区编号作为小区识别标志,筛选出每个采样点主小区信号强度及同采样数据中其他小区的信号强度,生成所述第一测试数据集合。
进一步地,在所述数据预处理步骤中,对所述扫频数据进行插值、小区匹配等处理,生成所述第二测试数据集合。
进一步地,在所述数据预处理步骤中,所述第一测试数据集合及所述第二测试数据集合以统一格式存储到数据库中的每一个值,均包括数据类型、主小区编号、主小区信号强度、其他小区编号、其他小区信号强度,所述数据类型为MRO数据或扫频数据。
进一步地,所述主小区编号及所述其他小区编号均是全网唯一的小区识别标识。
本发明的目的之二采用如下技术方案实现:
一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现本发明目的之一所述的方法。
本发明的目的之三采用如下技术方案实现:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本发明目的之一所述的方法。
相比现有技术,本发明的有益效果在于:
本发明的一种无线通信基站小区相关性计算方法,电子设备及存储介质,通过对所有待测算小区的MRO数据及扫频数据进行联合分析,综合计算出两个基站小区较为准确的相关性系数值,该相关性系数值可用于通信网络的频率规划、PCI规划及邻区规划中,便于通信网络的规划。
附图说明
图1为本发明一种无线通信基站小区相关性计算方法计算流程图;
图2为单个采样点两小区信号强度差与其相关性关系图;
图3为相关性系数矩阵图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一:
如图1所示,本实施例提供了一种无线通信基站小区相关性计算方法,包括:数据预处理步骤:对所有待测量小区周期性测量的采样点数据MRO数据进行预处理,生成所有待测量小区两两之间的第一测试数据集合,对所有待测量小区的扫频数据进行预处理,生成所有待测量小区两两之间的第二测试数据集合,该第一测试数据集合及第二测试数据集合的任意一个值中,均包括一个主小区的信号强度值及一个其他小区的信号强度值,该主小区的信号强度值与该其他小区的信号强度值来自同一采样点主小区的采样数据,将该第一测试数据集合与该第二测试数据集合以统一格式存储到数据库中;数据遍历步骤:从该数据库中查询所有小区编号与任意两个待测算小区编号相同的数据,并根据数据类型,生成相应的键值对数据集合;小区相关性计算步骤:将该键值对数据集合输入预设模型中,该预设模型公式为:
其中,f(A,B)为任意两个待测算小区A、待测算小区B的相关性系数;n为该MRO 数据的样本数据数量;xAi为该MRO数据中以待测算小区A为主覆盖小区对应的参考信号强度;xRi为该MRO数据中与xAi同采样数据的待测算小区B对应的参考信号强度,m为该扫频数据的样本数据数量;yAi为该扫频数据中,以待测算小区 A为主覆盖小区对应的采样点信号强度;yBi为该扫频数据中,与yAi同测试点采样数据的待测算小区B的采样点信号强度;w1和w2为调整系数,取值区间为[0,1]; RS RPth1为该MRO数据分析时定义的敏感阈值,RS RPth2为该扫频数据分析时定义的敏感阈值。
具体地,还包括以下步骤:相关性系数矩阵生成步骤:根据测算到的所有小区两两之间的相关性系数,生成相应的相关性系数值矩阵。更具体地,在该数据预处理步骤中,将该MRO数据以小区编号作为小区识别标志,筛选出每个采样点主小区信号强度及同采样数据中其他小区的信号强度,生成该第一测试数据集合。在该数据预处理步骤中,对该扫频数据进行插值、小区匹配等处理,生成该第二测试数据集合。在该数据预处理步骤中,该第一测试数据集合及该第二测试数据集合以统一格式存储到数据库中的每一个值,均包括数据类型、主小区编号、主小区信号强度、其他小区编号、其他小区信号强度,该数据类型为MRO数据或扫频数据。该主小区编号及该其他小区编号均是全网唯一的小区识别标识。
需要说明的是,MRO数据标准格式为规范的xml文件,来自移动通信网络无线操作维护中心的批量导出,不同的设备厂商输出的MRO数据略有差异,一个测量采样点生成一个文件,通过厂家提供的解析标准可以解析出多个字段,包括小区编号、信号强度等,即为算法所需的MRO处理文件。MRO数据预处理是以小区编号作为小区识别标志,筛选出每个采样点主小区信号强度与同个采集点样本数据中其他小区的信号强度,将主小区信号强度与其他小区信号强度一一对应,生成所有待测算小区两两之间的测试数据集合。例如:在一个采样点中,主小区A的信号强度值xA,同时测量同采集点样本数据中小区B的信号强度为xB,小区C的信号强度为xC,则数据预处理后,生成两个数据对:(xA,xB),(xA,xC)。以此类推,处理了所有采样数据后,得到数据集合:g(A,B),g(A,C),g(B,C)……,其中,A、B、C……为小区,g(A,B)为小区A和小区B所有相关的采样数据的集合,既第一测试数据集合:
其中,(i=1,…,m)为一个采样数据预处理后的值,为主小区A的MR.LteScRSRP TD-LTE服务小区的参考信号强度,为同采样数据 MR.LteNcRSRP列表中其他小区B的信号强度。扫频数据插值、小区匹配预处理后,才能转化为算法所需要的数据,预处理方式为行业内公开的成熟处理方法,主要处理步骤为小区匹对、插值等,这里不一一赘述。扫频数据预处理后的数据格式与MRO数据格式类似,生成所有小区两两之间的第二测试数据集合:
其中,(i=1,…,m)为一个采样数据预处理后的值为主覆盖小区A的信号强度为同采样点采集数据中其他小区B的信号强度。在数据预处理步骤中,生成的数据是离散状态的数据,在计算小区相关性系数时,需要从数据库中遍历筛选数据,以主小区A和小区B为例:从数据库中查询所有小区编号与A、B小区的数据,并根据数据类型,生成键值对数据集合:g(A,B)和h(A,B)。本步骤最终结果为生成所有小区之间的键值对数据:g(A,B)和h(A,B),g(A,C)和h(A,C),g(B,C) 和h(B,C)……
在网优分析中,小区相关系数主要根据信号强度来计算的,在采样数据中,如果主小区信号强度减去同采样点的采样数据中其它小区的信号强度的值越小,那么两个小区的相关性越强;当其值小于某个值(定义为敏感阈值RSRPth) 时,表示两个小区完全相关,敏感阈值可根据不同地区和不同的分析需求来定义。如图2所示,对于单个采样点,当主小区信号强度减去另一个小区信号强度小于敏感阈值时(包括结果为负数)时,标示这两个小区完全相关,即相关性系数为1;当主小区信号强度减去另一个小区信号强度大于敏感阈值时,结果越大,相关性越低,相关性系数变化程度随数值增加而越趋缓和。根据图2及实际分析,得到两个小区单采样点相关性计算函数,设主小区信号强度为x1,另一个小区信号强度为x2,则对于相关系数函数f(x1-x2)为:
而在在多样本综合计算时,首先需要计算出各个样本中x1-x2-RS RPth的均值。为了使采样数据更具代表性,采用方差根值作为平均值计算。即:
其中:n为样本数据数量xAi为样本数据中A小区的参考信号强度,xBi为同样本采集数据中,小区B对应的参考信号强度。又考虑到MRO数据与扫频数据应用在不同测试分析场景,有不同的参考价值。因此,根据实际评估MRO数据及扫频数据两者参考价值的大小,在计算相关性系数时,对两种数据得到的各个样本中 x1-x2-RS RPth的均值使用不同的权重值进行计算。综合上述分析,得到相关性系数计算如下:
其中,f(A,B)为任意两个待测算小区A、待测算小区B的相关性系数;n为该MRO 数据的样本数据数量;xAi为该MRO数据中以待测算小区A为主覆盖小区对应的参考信号强度;xRi为该MRO数据中与xAi同采样数据的待测算小区B对应的参考信号强度如果小区B不在列表中,则取0;m为该扫频数据的样本数据数量;yAi为该扫频数据中,以待测算小区A为主覆盖小区对应的采样点信号强度;yBi为该扫频数据中,与yAi同测试点采样数据的待测算小区B的采样点信号强度,如果小区 B不在扫频数据中,则取0;w1和w2为调整系数,取值区间为RS RPth1为该 MRO数据分析时定义的敏感阈值,RS RPth2为该扫频数据分析时定义的敏感阈值,此值根据不同地区和不同的分析需求来定义。
重复上述步骤,即可得到主小区A与小区C、D、E....的相关性系数值,最终生成所有待测算小区的相关性系数矩阵如图3所示。
本实施例的一种无线通信基站小区相关性计算方法,通过对所有待测算小区的MRO数据及扫频数据进行联合分析,综合计算出两个基站小区较为准确的相关性系数值,该相关性系数值可用于通信网络的频率规划、PCI规划及邻区规划中,便于通信网络的规划。
实施例二:
实施例二公开了一种电子设备,该电子设备包括处理器、存储器以及程序,其中处理器和存储器均可采用一个或多个,程序被存储在存储器中,并且被配置成由处理器执行,处理器执行该程序时,实现实施例一的一种无线通信基站小区相关性计算方法,该电子设备可以是手机、电脑、平板电脑等等一系列的电子设备。
实施例三:
实施例三公开了一种可读的计算机存储介质,该存储介质用于存储程序,并且该程序被处理器执行时,实现实施例一的一种无线通信基站小区相关性计算方法。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (9)
1.一种无线通信基站小区相关性计算方法,其特征在于,包括:
数据预处理步骤:对所有待测算小区周期性测量的采样点数据MRO数据进行预处理,生成所有待测算小区两两之间的第一测试数据集合,对所有待测算小区的扫频数据进行预处理,生成所有待测算小区两两之间的第二测试数据集合,所述第一测试数据集合及第二测试数据集合的任意一个值中,均包括一个主小区的信号强度值及一个其他小区的信号强度值,所述主小区的信号强度值与所述其他小区的信号强度值来自同一采样点主小区的采样数据,将所述第一测试数据集合与所述第二测试数据集合以统一格式存储到数据库中;
数据遍历步骤:从所述数据库中查询所有小区编号与任意两个待测算小区编号相同的数据,并根据数据类型,生成相应的键值对数据集合;
小区相关性计算步骤:将所述键值对数据集合输入预设模型中,计算出两个待测算小区之间的相关性系数。
2.如权利要求1所述的一种无线通信基站小区相关性计算方法,其特征在于,所述预设模型公式为:
其中,f(A,B)为任意两个待测算小区A、待测算小区B的相关性系数;n为所述MRO数据的样本数据数量;xAi为所述MRO数据中以待测算小区A为主覆盖小区对应的参考信号强度;xBi为所述MRO数据中与xAi同采样数据的待测算小区B对应的参考信号强度;m为所述扫频数据的样本数据数量;yAi为所述扫频数据中,以待测算小区A为主覆盖小区对应的采样点信号强度;yBi为所述扫频数据中,与yAi同采样数据的待测算小区B的采样点信号强度;w1和w2为调整系数,取值区间为RSRPth1为所述MRO数据分析时定义的敏感阈值,RS RPth2为所述扫频数据分析时定义的敏感阈值。
3.如权利要求1所述的一种无线通信基站小区相关性计算方法,其特征在于,还包括以下步骤:
相关性系数矩阵生成步骤:根据测算到的所有小区两两之间的相关性系数,生成相应的相关性系数值矩阵。
4.如权利要求1所述的一种无线通信基站小区相关性计算方法,其特征在于:在所述数据预处理步骤中,将所述MRO数据以小区编号作为小区识别标志,筛选出每个采样点主小区信号强度及同采样数据中其他小区的信号强度,生成所述第一测试数据集合。
5.如权利要求4所述的一种无线通信基站小区相关性计算方法,其特征在于:在所述数据预处理步骤中,对所述扫频数据进行插值、小区匹配等处理,生成所述第二测试数据集合。
6.如权利要求5所述的一种无线通信基站小区相关性计算方法,其特征在于:在所述数据预处理步骤中,所述第一测试数据集合及所述第二测试数据集合以统一格式存储到数据库中的每一个值,均包括数据类型、主小区编号、主小区信号强度、其他小区编号、其他小区信号强度,所述数据类型为MRO数据或扫频数据。
7.如权利要求6所述的一种无线通信基站小区相关性计算方法,其特征在于:所述主小区编号及所述其他小区编号均是全网唯一的小区识别标识。
8.一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7任意一项所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1-7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711490208.6A CN108419247B (zh) | 2017-12-30 | 2017-12-30 | 一种无线通信基站小区相关性计算方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711490208.6A CN108419247B (zh) | 2017-12-30 | 2017-12-30 | 一种无线通信基站小区相关性计算方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108419247A true CN108419247A (zh) | 2018-08-17 |
CN108419247B CN108419247B (zh) | 2021-07-13 |
Family
ID=63125675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711490208.6A Active CN108419247B (zh) | 2017-12-30 | 2017-12-30 | 一种无线通信基站小区相关性计算方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108419247B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111328102A (zh) * | 2018-12-14 | 2020-06-23 | 中国移动通信集团广西有限公司 | 一种共覆盖关系识别的方法及装置 |
CN113923671A (zh) * | 2020-07-07 | 2022-01-11 | 中国移动通信集团重庆有限公司 | 一种频率重置方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103402211A (zh) * | 2013-08-14 | 2013-11-20 | 北京迪特卡得通信设备有限公司 | 一种量化得到td-s频率扰码干扰程度的算法 |
CN104427532A (zh) * | 2013-08-30 | 2015-03-18 | 中国移动通信集团北京有限公司 | 频点带内干扰的获取方法及装置 |
CN104507109A (zh) * | 2014-12-22 | 2015-04-08 | 北京迪特卡得通信设备有限公司 | 一种基于mr测量的lte小区pci优化的方法 |
WO2016045740A1 (en) * | 2014-09-25 | 2016-03-31 | Telefonaktiebolaget L M Ericsson (Publ) | Improved network searching |
CN105516992A (zh) * | 2015-12-14 | 2016-04-20 | 广东省电信工程有限公司 | 一种lte网络的pci规划方法 |
CN105530649A (zh) * | 2014-09-29 | 2016-04-27 | 中国移动通信集团广东有限公司 | 一种lte预规划方法及装置 |
CN105933916A (zh) * | 2016-06-27 | 2016-09-07 | 广东怡创科技股份有限公司 | Lte网络中基于mr获得同频小区检测比例方法和装置 |
-
2017
- 2017-12-30 CN CN201711490208.6A patent/CN108419247B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103402211A (zh) * | 2013-08-14 | 2013-11-20 | 北京迪特卡得通信设备有限公司 | 一种量化得到td-s频率扰码干扰程度的算法 |
CN104427532A (zh) * | 2013-08-30 | 2015-03-18 | 中国移动通信集团北京有限公司 | 频点带内干扰的获取方法及装置 |
WO2016045740A1 (en) * | 2014-09-25 | 2016-03-31 | Telefonaktiebolaget L M Ericsson (Publ) | Improved network searching |
CN105530649A (zh) * | 2014-09-29 | 2016-04-27 | 中国移动通信集团广东有限公司 | 一种lte预规划方法及装置 |
CN104507109A (zh) * | 2014-12-22 | 2015-04-08 | 北京迪特卡得通信设备有限公司 | 一种基于mr测量的lte小区pci优化的方法 |
CN105516992A (zh) * | 2015-12-14 | 2016-04-20 | 广东省电信工程有限公司 | 一种lte网络的pci规划方法 |
CN105933916A (zh) * | 2016-06-27 | 2016-09-07 | 广东怡创科技股份有限公司 | Lte网络中基于mr获得同频小区检测比例方法和装置 |
Non-Patent Citations (2)
Title |
---|
AO SHEN: "A Novel PCI Optimization Method in LTE System Based on Intelligent Genetic Algorithm", 《ICSINC 2017: SIGNAL AND INFORMATION PROCESSING, NETWORKING AND COMPUTERS》 * |
姜备: "基于LTE MR的移动网络优化研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111328102A (zh) * | 2018-12-14 | 2020-06-23 | 中国移动通信集团广西有限公司 | 一种共覆盖关系识别的方法及装置 |
CN111328102B (zh) * | 2018-12-14 | 2022-10-18 | 中国移动通信集团广西有限公司 | 一种共覆盖关系识别的方法及装置 |
CN113923671A (zh) * | 2020-07-07 | 2022-01-11 | 中国移动通信集团重庆有限公司 | 一种频率重置方法、装置、设备及存储介质 |
CN113923671B (zh) * | 2020-07-07 | 2024-05-07 | 中国移动通信集团重庆有限公司 | 一种频率重置方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108419247B (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104853379B (zh) | 一种无线网络质量评估方法及装置 | |
CN108616900B (zh) | 一种室内外测量报告的区分方法及网络设备 | |
CN108156626B (zh) | 轨道交通无线网络质量评估方法、装置及介质 | |
CN102883262B (zh) | 一种基于指纹匹配的Wi-Fi室内定位方法 | |
CN106507411B (zh) | 一种基于mr的lte工参自动核查方法 | |
CN110286302B (zh) | 局部放电信号的检测方法及检测系统 | |
CN107231636B (zh) | 一种校准网络覆盖评估的方法和装置 | |
CN105163344B (zh) | 一种td-lte系统内干扰的定位方法 | |
CN108307427B (zh) | 一种lte网络覆盖分析、预测方法及系统 | |
CN106899985A (zh) | 一种网络覆盖的评估方法及装置 | |
CN108901029B (zh) | 一种基于深度学习的室内外用户区分方法 | |
CN108419247B (zh) | 一种无线通信基站小区相关性计算方法及电子设备 | |
CN107770788B (zh) | 基站小区方位角异常检测方法和装置 | |
CN110719602A (zh) | 指纹定位方法和装置 | |
CN106604297B (zh) | 一种优化基站扇区中心经纬度数据的方法和设备 | |
CN109996270B (zh) | 网络覆盖分析方法、装置、设备及介质 | |
CN110727752B (zh) | 位置指纹库处理方法、设备及计算机可读存储介质 | |
CN109151845B (zh) | 识别室分高层小区的方法、装置、电子设备和存储介质 | |
CN109982368B (zh) | 小区方位角的核查方法、装置、设备及介质 | |
US20230036577A1 (en) | Swapped Section Detection and Azimuth Prediction | |
Torres-Sospedra et al. | Exploiting different combinations of complementary sensor’s data for fingerprint-based indoor positioning in industrial environments | |
CN109963301B (zh) | 一种网络结构干扰的分析方法及装置 | |
CN105684493B (zh) | 一种切换参数优化的方法及设备 | |
CN104394546A (zh) | 一种用于lte网络后评估的路测数据处理方法 | |
CN114125864B (zh) | 基于mdt的邻区检测方法及装置 |
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 |