CN109963301A - 一种网络结构干扰的分析方法及装置 - Google Patents
一种网络结构干扰的分析方法及装置 Download PDFInfo
- Publication number
- CN109963301A CN109963301A CN201711404103.4A CN201711404103A CN109963301A CN 109963301 A CN109963301 A CN 109963301A CN 201711404103 A CN201711404103 A CN 201711404103A CN 109963301 A CN109963301 A CN 109963301A
- Authority
- CN
- China
- Prior art keywords
- cell
- network structure
- interference
- cells
- power
- 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
- 238000004458 analytical method Methods 0.000 title abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000005457 optimization Methods 0.000 claims abstract description 32
- 238000005259 measurement Methods 0.000 claims description 111
- 238000005070 sampling Methods 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 16
- 230000009466 transformation Effects 0.000 claims description 16
- 230000006854 communication Effects 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 210000004027 cell Anatomy 0.000 description 480
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 210000003850 cellular structure Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/345—Interference values
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及无线网络优化技术领域,尤其涉及一种网络结构干扰的分析方法及装置,该方法为,获取MR数据;根据MR数据中的测量信息,分别计算小区对网络结构的有用功率和干扰功率;根据小区对网络结构的有用功率和干扰功率,计算小区对网络结构的干扰贡献率,并根据小区对网络结构的干扰贡献率,确定小区对网络结构的影响程度,这样,定义了一个新的量化指标:干扰贡献率,综合考虑小区对网络结构的有用功率和干扰功率,可以全面评价一个小区的正向价值与负面价值的关系,从而根据小区对网络结构的干扰贡献率,可以量化小区对网络结构的影响程度,进而在网络结构优化时,可以根据小区的干扰贡献率进行优化,提高了网络结构优化的效率。
Description
技术领域
本发明涉及无线网络优化技术领域,尤其涉及一种网络结构干扰的分析方法及装置。
背景技术
目前,网络结构通常都是按照蜂窝结构进行规划的,但由于实际选址建设与规划的偏差,往往是大量同频信号互相重叠覆盖引发严重的系统内部干扰,通常在相同场强情况下,同频信号越多,信号与干扰加噪声比(Signal to Interference plus Noise Ratio,SINR)值越差,这说明网络结构问题会导致通信质量下降。
现有技术中,对网络结构的分析方法,是以相对于服务小区通过累计采样点个数的方法汇总测量报告(Measurement Report,MR)数据。在MR数据中的每个采样点中,与服务小区同频的邻小区,如果邻小区电平测量信息MR.LteNcRSRP与服务小区电平测量信息MR.LteScRSRP之间的相对值达到一个特定阈值要求,例如采用的阈值为MR.LteNcRSRP-MR.LteScRSRP>-6dB,则对应的这个邻小区信号就作为对该服务小区的一个相对较强的同频干扰信号。如果在一个采样点中,这样的强同频干扰信号的数目大于等于3个,那么这个采样点就定义为一个差点,如果一个小区其差点比例高于5%,这个小区就被评估为一个受网络结构问题影响的差小区。
可知,现有技术中,对网络结构的分析方法中,给出的量化指标都是用于评估网络结构问题的严重性,评价的是服务小区受干扰的情况,只是体现网络结构大致情况,是评估方法,即只能给出一个评判标准,区分网络结构好不好,但是并没有提供分析网络结构问题来源的方法,不能评价是哪些小区由于覆盖不合理对网络结构造成了干扰,即不能定位影响网络结构的问题小区,更不能量化小区对网络结构问题的影响程度。这样,网络结构优化人员拿到网络结构分析结果,进行网络结构优化工作时,仅是知道有多少个差小区,而对于网络结构不好是受哪些小区影响,小区对网络结构的影响程度有多大并不知道,进而就还需要配合大量现场测试,再结合优化经验进行分析判断,工作效率低。
发明内容
本发明实施例提供一种网络结构干扰的分析方法及装置,以解决现有技术中不能量化小区对网络结构的影响程度,降低了对网络结构优化的效率的问题。
本发明实施例提供的具体技术方案如下:
一种网络结构干扰的分析方法,包括:
获取测量报告MR数据;
根据所述MR数据中的测量信息,分别计算小区对网络结构的有用功率和干扰功率;其中,所述有用功率表征小区对网络结构的正向价值,为小区作为服务小区时用于通信过程的功率;所述干扰功率表征小区对网络结构的负向价值,为小区作为邻小区对网络结构中同频小区的干扰功率;
根据所述小区对网络结构的有用功率和干扰功率,计算所述小区对网络结构的干扰贡献率,并根据所述小区对网络结构的干扰贡献率,确定所述小区对网络结构的影响程度。
较佳的,根据所述MR数据中的测量信息,计算小区对网络结构的有用功率,具体包括:
分别获取所述MR数据的各采样点中以所述小区作为服务小区时的服务小区参考信号接收功率RSRP值,并分别将各服务小区RSRP值减去预设的标准值,获得各服务小区RSRP实际测量值,以及分别对各服务小区RSRP实际测量值进行对数变换,获得变换后的各服务小区RSRP值;
将变换后的各服务小区RSRP值进行累加,获得所述小区对网络结构的有用功率。
较佳的,根据所述MR数据中的测量信息,计算小区对网络结构的干扰功率,具体包括:
确定与所述小区同频的其它小区,并分别获取所述MR数据的各采样点中以所述其它小区作为服务小区并以所述小区作为邻小区时的邻小区RSRP值;
分别将各邻小区RSRP值减去预设的标准值,获得各邻小区RSRP实际测量值,以及分别对各邻小区RSRP实际测量值进行对数变换,获得变换后的各邻小区RSRP值;
将变换后的各邻小区RSRP值进行累加,获得所述小区对网络结构的干扰功率。
较佳的,根据所述小区对网络结构的有用功率和干扰功率,计算所述小区对网络结构的干扰贡献率,具体包括:
将小区对网络结构的干扰功率与有用功率的比值,作为所述小区对网络结构的干扰贡献率。
较佳的,进一步包括:
根据小区对网络结构的干扰贡献率对网络结构进行优化。
较佳的,根据小区对网络结构的干扰贡献率对网络结构进行优化,具体包括:
判断小区对网络结构的干扰贡献率是否大于预设阈值,若确定小区对网络结构的干扰贡献率大于预设阈值,则确定小区为问题小区;
按照问题小区的干扰贡献率从大到小的顺序,确定问题小区的优化优先级,并根据问题小区的优化优先级,对网络结构进行优化。
一种网络结构干扰的分析装置,包括:
获取单元,用于获取测量报告MR数据;
第一计算单元,用于根据所述MR数据中的测量信息,分别计算小区对网络结构的有用功率和干扰功率;其中,所述有用功率表征小区对网络结构的正向价值,为小区作为服务小区时用于通信过程的功率;所述干扰功率表征小区对网络结构的负向价值,为小区作为邻小区对网络结构中同频小区的干扰功率;
第二计算单元,用于根据所述小区对网络结构的有用功率和干扰功率,计算所述小区对网络结构的干扰贡献率,并根据所述小区对网络结构的干扰贡献率,确定所述小区对网络结构的影响程度。
较佳的,根据所述MR数据中的测量信息,计算小区对网络结构的有用功率,第一计算单元具体用于:
分别获取所述MR数据的各采样点中以所述小区作为服务小区时的服务小区参考信号接收功率RSRP值,并分别将各服务小区RSRP值减去预设的标准值,获得各服务小区RSRP实际测量值,以及分别对各服务小区RSRP实际测量值进行对数变换,获得变换后的各服务小区RSRP值;
将变换后的各服务小区RSRP值进行累加,获得所述小区对网络结构的有用功率。
较佳的,根据所述MR数据中的测量信息,计算小区对网络结构的干扰功率,第一计算单元具体用于:
确定与所述小区同频的其它小区,并分别获取所述MR数据的各采样点中以所述其它小区作为服务小区并以所述小区作为邻小区时的邻小区RSRP值;
分别将各邻小区RSRP值减去预设的标准值,获得各邻小区RSRP实际测量值,以及分别对各邻小区RSRP实际测量值进行对数变换,获得变换后的各邻小区RSRP值;
将变换后的各邻小区RSRP值进行累加,获得所述小区对网络结构的干扰功率。
较佳的,根据所述小区对网络结构的有用功率和干扰功率,计算所述小区对网络结构的干扰贡献率,第二计算单元具体用于:
将小区对网络结构的干扰功率与有用功率的比值,作为所述小区对网络结构的干扰贡献率。
较佳的,进一步包括:
优化单元,用于根据小区对网络结构的干扰贡献率对网络结构进行优化。
较佳的,根据小区对网络结构的干扰贡献率对网络结构进行优化,优化单元具体用于:
判断小区对网络结构的干扰贡献率是否大于预设阈值,若确定小区对网络结构的干扰贡献率大于预设阈值,则确定小区为问题小区;
按照问题小区的干扰贡献率从大到小的顺序,确定问题小区的优化优先级,并根据问题小区的优化优先级,对网络结构进行优化。
一种计算机设备,包括:
至少一个存储器,用于存储计算机程序;
至少一个处理器,用于执行存储器中存储的计算机程序时实现本发明实施例中的网络结构干扰的分析方法的步骤。
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实施例中的网络结构干扰的分析方法的步骤。
本发明实施例中,获取MR数据;根据所述MR数据中的测量信息,分别计算小区对网络结构的有用功率和干扰功率;其中,所述有用功率表征小区对网络结构的正向价值,为小区作为服务小区时用于通信过程的功率;所述干扰功率表征小区对网络结构的负向价值,为小区作为邻小区对网络结构中同频小区的干扰功率;根据所述小区对网络结构的有用功率和干扰功率,计算所述小区对网络结构的干扰贡献率,并根据所述小区对网络结构的干扰贡献率,确定所述小区对网络结构的影响程度,这样,本发明实施例中,利用MR数据,计算出小区对网络结构的有用功率和干扰功率,定义了一个新的量化指标:干扰贡献率,根据有用功率和干扰功率计算干扰贡献率,综合考虑小区对网络结构的有用功率和干扰功率,可以全面评价一个小区的正向价值与负面价值的关系,从而根据小区对网络结构的干扰贡献率,可以评价哪些小区是问题小区,并可以量化小区对网络结构的影响程度,干扰贡献率与现有技术中的分析网络结构的指标不同,是一个用于分析网络结构问题根源的方法,进而在网络结构优化时,可以直接根据小区的干扰贡献率进行优化,提高了网络结构优化的效率。
附图说明
图1为本发明实施例中测量报告统计数据采集示意图;
图2为本发明实施例中测量报告样本数据采集示意图;
图3为本发明实施例中网络结构干扰的分析方法的概述流程图;
图4为本发明实施例中小区之间干扰示意图;
图5为本发明实施例中网络结构干扰的分析方法详细流程图;
图6为本发明实施例中网络结构干扰的分析装置结构示意图;
图7为本发明实施例中计算机设备结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,并不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
为便于理解本发明实施例,下面对测量报告(Measurement Report,MR)数据进行简单介绍。
MR数据主要来自用户终端(User Equipment,UE)和演进型基站(Evolved Node B,eNodeB)的物理层、无线链路控制(Radio Link Control,RLC)层,以及在无线资源管理过程中计算产生的测量报告。MR数据在无线操作维护中心(OMC-R)中有两种存储形式:1)测量报告统计数据。参阅图1所示,原始测量报告数据经过统计计算,例如可以在eNodeB或OMC-R上实现统计计算,然后报送到OMC-R以统计数据形式进行存储。2)测量报告样本数据。参阅图2所示,原始测量报告数据直接报送到OMC-R以样本数据形式进行存储。
例如,在分时长期演进(Time Division Long Term Evolution,TD-LTE)网络结构分析中,需要按照周期性测量收集MR数据,采用图2所示的采集方式。网络结构分析主要涉及MR数据中的以下测量信息:
MR.LteScRSRP:表示TD-LTE服务小区的参考信号接收功率;
MR.LteNcRSRP:表示TD-LTE已定义邻区关系和未定义邻区关系小区的参考信号接收功率;
MR.LteScEarfcn:表示TD-LTE服务小区载波号;
MR.LteScPci:表示TD-LTE服务小区的物理小区识别码;
MR.LteNcEarfcn:表示TD-LTE已定义邻区关系和未定义邻区关系的邻区载波号;
MR.LteNcPci:表示TD-LTE已定义邻区关系和未定义邻区关系的物理小区识别码。
下面以MR数据存储的具体字段进行详细说明。以MR数据以样本数据形式存储为例,通常以XML格式存储。原始MR数据的每个<object>即是一个测量样本点,含有唯一的服务小区信息ECGI、唯一的服务小区电平测量信息MR.LteScRSRP,及这个测量采样点包含的多个邻小区基础测量信息MR.LteNcEarfcn/MR.LteNcPci、多个邻小区电平测量信息MR.LteNcRSRP等。
a、存储的MR数据可以包括以下几个标签字段:
1)fileHeader标签属性。
2)eNB标签属性。
3)measurement标签属性。
4)object标签属性。
b、网络结构分析所需的数据字段:
1)样本采集时间TimeStamp。
路径:
MRO_<bulkPmMrDataFile>_<eNB>_<measurement>_<object>_TimeStamp
作用:记录样本测量点的采集时间。
2)服务小区信息ECGI。
路径:MRO_<bulkPmMrDataFile>_<eNB>_<measurement>_<object>_id
作用:识别采样点所属的服务小区,该id在运营商内部唯一,该id由eNBid和cellid组成,算法为eNbid*256+cellid。
例如,服务小区信息ECGI的值为,即上述路径中的id=18922241,则其对应的eNBid和cellid分别为“73915”和“1”。
3)服务小区电平测量信息MR.LteScRSRP。
路径:
MRO_<bulkPmMrDataFile>_<eNB>_<measurement>_<object>_<v>_MR.Lt eScRSRP
作用:小区作为服务小区时的测量电平,即服务小区的参考信号接收功率(Reference Singnal Received Power,RSRP)。
由公式“MR.LteScRSRP-140”可将该值转换为RSRP测量电平的dBm表示形式。
4)服务小区基础测量信息MR.LteScEarfcn/MR.LteScPci。
路径:
MRO_<bulkPmMrDataFile>_<eNB>_<measurement>_<object>_<v>_MR.LteScEarfcn
MRO_<bulkPmMrDataFile>_<eNB>_<measurement>_<object>_<v>_MR.LteScPci
作用:服务小区在测量中记录的频点EARFCN和物理小区标识(Physical CellIdentifier,PCI)。
5)邻小区电平测量信息MR.LteNcRSRP。
路径:
MRO_<bulkPmMrDataFile>_<eNB>_<measurement>_<object>_<v>_MR.LteNcRSRP
作用:在服务小区下测量到的邻小区测量电平,即邻小区的RSRP。
由公式“MR.LteNcRSRP-140”可将该值转换为RSRP测量电平的dBm表示形式。
6)邻小区基础测量信息MR.LteNcEarfcn/MR.LteNcPci。
路径:
MRO_<bulkPmMrDataFile>_<eNB>_<measurement>_<object>_<v>_MR.LteNcEarfcn
MRO_<bulkPmMrDataFile>_<eNB>_<measurement>_<object>_<v>_MR.LteNcPci
作用:邻小区在测量中记录的频点EARFCN和物理小区标识(PCI)。
基于上述实施例,参阅图3所示,本发明实施例中,网络结构干扰分析方法的具体流程如下:
步骤300:获取MR数据。
具体地,通过UE和eNodeB的物理层、RLC层,以及在无线资源管理过程中计算产生的测量报告获取MR数据。
值得说明的是,MR数据包括上行测量报告数据和下行测量报告数据,本发明实施例中,主要针对小区对网络结构的干扰进行分析,因此,主要利用UE上报的下行测量报告数据,这样,利用MR数据进行网络结构干扰分析,获取比较简单方便,则既节省了人力物力,又能及时发现网络问题。
步骤310:根据所述MR数据中的测量信息,分别计算小区对网络结构的有用功率和干扰功率。
其中,有用功率表征小区对网络结构的正向价值,为小区作为服务小区时用于通信过程的功率;干扰功率表征小区对网络结构的负向价值,为小区作为邻小区对网络结构中同频小区的干扰功率。
其中,本发明实施例中,计算小区对网络结构的有用功率和干扰功率的计算,主要利用的MR数据中的测量信息有服务小区的RSRP、邻小区的RSRP,用于识别服务小区和邻小区、以及确定是否为同频小区的服务小区载波号、服务器小区的物理小区识别码、邻小区载波号和邻小区的物理小区识别码。
执行步骤310时,可以分为以下两部分:
第一部分:根据所述MR数据中的测量信息,计算小区对网络结构的有用功率。
具体为:首先,分别获取所述MR数据的各采样点中以所述小区作为服务小区时的服务小区RSRP值,并分别将各服务小区RSRP值减去预设的标准值,获得各服务小区RSRP实际测量值,以及分别对各服务小区RSRP实际测量值进行对数变换,获得变换后的各服务小区RSRP值。
实际中,MR数据中服务小区及邻小区的RSRP值,是终端接收到的小区公共参考信号(CRS)功率值,数值为测量带宽内单个资源粒子(RE)功率的线性平均值,反映的是小区信号的强度。上报的MR数据中的RSRP值并不是实际测量得到的值,根据目前通信标准协议,而是将实际测量值加上预设的标准值得到的,例如,目前的通信标准协议中,预设的标准值为140,MR数据中的RSRP值也就不能直接用于累加。
因此,本发明实施例中,还需对MR数据中的RSRP值进行处理,将MR数据中的RSRP值减去140,才是实际的场强数值L,单位为dBm,但由于不同采样点测量到的实际的RSRP值变化范围较大,不利于直接叠加,因此,还需将得到的L进行变换,例如具体为P=10*log10L,将其核算为功率值,单位为mW,通过对数运算后,可以将RSRP取值的变化范围缩小,并将MR数据中的RSRP值还原为实际的mW表现形式,即RSRP的实际测量值。而MR数据中采样点的RSRP值的mW表现形式的取值变化较小,可以进行叠加计算的,并是具有实际物理含义,因此,本发明实施例中,采用变换后的RSRP值,进行叠加计算,计算小区对网络结构的有用功率和干扰功率。
本发明实施例中,MR数据中包括多个采样点,在各采样点中包括有服务小区的识别码,进而可以确定各采样点是否以该小区作为服务小区,若该小区在某个采样点中是作为服务小区,则可以获得该某个采样点中服务小区电平测量信息,即为该小区在该某个采样点中的服务小区RSRP值。并且小区在作为服务小区时,小区的服务小区RSRP值可以表示该小区在这个采样点中用于通信的有用功率。
然后,将变换后的各服务小区RSRP值进行累加,获得所述小区对网络结构的有用功率。
例如,变换后的MR数据的各采样点中以小区A作为服务小区时的服务小区RSRP值为则小区A对网络结构的有用功率为:其中,表示在第l个采样点中小区A作为服务小区。
第二部分:根据所述MR数据中的测量信息,计算小区对网络结构的干扰功率。
具体为:首先,确定与所述小区同频的其它小区,并分别获取所述MR数据的各采样点中以所述其它小区作为服务小区并以所述小区作为邻小区时的邻小区RSRP值。
本发明实施例中,可以根据MR数据中服务小区的物理小区识别码和邻小区的物理小区识别码,来识别每个采样点中的邻小区和服务小区,根据服务小区载波号和邻小区载波号,来确定是否属于同频小区。
然后,分别将各邻小区RSRP值减去预设的标准值,获得各邻小区RSRP实际测量值,以及分别对各邻小区RSRP实际测量值进行对数变换,获得变换后的各邻小区RSRP值。
本发明实施例中,确定出与该小区同频的其它小区后,若其他小区作为服务小区并以该小区作为邻小区时,该小区对应的邻小区电平测量信息MR.LteNcRSRP,即邻小区RSRP值,可以表示该小区在这个采样点中,作为干扰源时的干扰功率,所有与该小区同频并以该小区为邻小区的采样点中,该小区对应的邻小区电平测量值的累加和,具有实际物理含义,可以表示该小区对整个网络结构的干扰总功率,即对网络结构的干扰功率。
然后,将变换后的各邻小区RSRP值进行累加,获得所述小区对网络结构的干扰功率。
例如,参阅图4所示,为小区之间干扰示意图,小区A作为小区B、C、D、E、F、G的邻小区,并且小区A、B、C、D、E、F、G为同频小区,每个小区中各有一个采样点中包括以小区A作为邻小区的邻小区电平测量信息MR.LteNcRSRP,即小区A的邻小区RSRP值,则小区A对网络结构的干扰功率为:
也就是说,在全网所有MR数据的采样点中,小区A对网络结构的干扰功率可以表示为:其中,表示与小区A同频的一个小区B,表示小区B作为服务小区时,MR数据的采样点中以小区A作为邻小区时的变换后的邻小区电平测量信息MR.LteNcRSRP,即变换后的邻小区RSRP值。
本发明实施例中,将MR数据中的RSRP值还原为其实际测量值,使用其实际测量值对应的功率值,可以进行叠加累计,并具有实际物理含义,从而得到小区对网络结构的有用功率和干扰功率。
步骤320:根据所述小区对网络结构的有用功率和干扰功率,计算所述小区对网络结构的干扰贡献率,并根据所述小区对网络结构的干扰贡献率,确定所述小区对网络结构的影响程度。
执行步骤320时,具体包括:
首先,根据所述小区对网络结构的有用功率和干扰功率,计算所述小区对网络结构的干扰贡献率。
具体为:将小区对网络结构的干扰功率与有用功率的比值,作为所述小区对网络结构的干扰贡献率。
本发明实施例中,在分析网络结构,进行网络结构优化时,若从干扰角度来看,一个小区对其他小区的干扰越小越好,但实际中优化的是一个为大量用户提供服务的网络,若仅是考虑干扰,小区对其他小区的干扰越小越好,干扰最好是零,但若以此进行网络结构优化,必然导致小区之间无重叠覆盖,网络变成不连续覆盖,处处都是覆盖空洞,不能保证用户的通信服务,因此,本发明实施例中综合考虑了:小区的负向价值-干扰、小区的正向价值-作为服务小区时为用户提供服务,即小区对网络结构的有用功率和干扰功率,定义了小区对网络结构的干扰贡献率,给出了一个可以将小区的正向价值和负向价值综合考虑的可量化指标。
例如,A小区的干扰贡献率为:
其中,为小区A对网络结构的干扰功率,为小区A对网络结构的有用功率。
然后,根据所述小区对网络结构的干扰贡献率,确定所述小区对网络结构的影响程度。
具体为:小区对网络结构的干扰贡献率越低,则确定小区对网络结构的影响程度越小,反之,小区对网络结构的干扰贡献率越高,则确定小区对网络结构的影响程度越高。
例如,小区的干扰贡献率为F=50%,则可以说明在MR测量到的功率中,该小区有1/3以上的功率在对其他小区干扰。
这样,本发明实施例中,小区的干扰贡献率F的价值在于,它体现这个小区的结构价值,例如,当某个小区有用功率较高时,即使它对网络结构的干扰也略高,但是F较低,这也说明该小区主要的功率仍然是用作有用的用途。反之,若F较高则说明更多功率用于干扰,对网络结构的负面价值大于正向价值。
进一步地,执行步骤320之后,还包括:
根据小区对网络结构的干扰贡献率对网络结构进行优化。
具体为:首先,判断小区对网络结构的干扰贡献率是否大于预设阈值,若确定小区对网络结构的干扰贡献率大于预设阈值,则确定小区为问题小区。
然后,按照问题小区的干扰贡献率从大到小的顺序,确定问题小区的优化优先级,并根据问题小区的优化优先级,对网络结构进行优化。
例如,预设阈值为60%,则小区的干扰贡献率大于60%的都可以确定为问题小区,假设网络中有100个小区被确定为问题小区,则在网络结构优化时,由于问题小区比较多,因此,再确定各个问题小区的优化优先级,从而可以优先优化对网络结构影响比较大的问题小区,提高了网络结构的优化效率。
本发明实施例中,定义了一个新的量化指标:干扰贡献率,即给出了一个新的小区对网络结构干扰的量化指标,综合考虑小区对网络结构的有用功率和干扰功率,计算小区的干扰贡献率,通过计算小区的干扰贡献率,可以精准量化在现网结构和用户业务分布情况下,小区的综合价值,可以全面评价一个小区的正向价值与负面价值的关系,能够更高效的找出那些对网络结构有较大负面影响的小区,从而进行网络结构优化时,既可以优化问题小区,又不会损害其对网络的价值。
因此,基于小区对网络结构的干扰贡献率,可以评价哪些小区是问题小区,并可以确定小区对网络结构的影响程度,干扰贡献率与现有技术中的分析网络结构的指标不同,是一个用于分析网络结构问题根源的方法,进而在网络结构优化时,可以直接根据小区的干扰贡献率进行优化,能够直接找到问题小区,并可以根据小区的干扰贡献率,对各个小区进行网络结构的综合价值进行排序,优先优化对网络机构负面影响较大的小区,并且对网络结构优化时,又不会损害对网络覆盖、业务服务正向价值较高的小区,提高了网络结构优化的效率。
下面采用一个具体的应用场景对上述实施例作出进一步详细说明。具体参阅图5所示,本发明实施例中,在实际工程实现时,网络结构干扰的分析方法执行过程具体如下:
本发明实施例中,可以分为基础数据库、网络结构分析服务器和MR数据采集平台。
步骤500:MR数据整理入库。
具体地,基于MR数据采集平台,获取MR数据,并将获取到的MR数据整理入库,进行保存。
步骤501:MR数据频率整理。
步骤502:工程参数提取。
步骤503:MR数据检错纠错。
具体地,根据提取出的工程参数,对MR数据进行检错纠错,这样,可以筛选出错误的或误差比较大的MR数据,从而可以提高计算的小区的有用功率和干扰功率的准确性。
步骤504:服务小区的有用功率计算。
具体地,根据MR数据的各采样点中以该小区作为服务小区时的服务小区RSRP值,将服务小区的RSRP值还原出实际测量值,并将还原后的该小区的各服务小区RSRP值进行累加。
步骤505:小区-小区的干扰功率计算。
具体地,确定与小区同频的其它小区,以该其它小区作为服务小区并以该小区作为邻小区时的邻小区RSRP值,还原出实际测量值后,分别计算该小区与各个其它小区的干扰功率值。
步骤506:小区对网络结构的干扰功率计算。
具体为,将小区-小区的干扰功率进行累加,得到小区对网络结构的干扰功率。
步骤507:小区的干扰贡献率计算。
具体地,将小区对网络结构的干扰功率与有用功率的比值,作为该小区对网络结构的干扰贡献率。
步骤508:影响网络结构的问题小区分析。
本发明实施例中,综合考虑小区的有用功率和干扰功率,定义小区的干扰贡献率,从而小区的干扰贡献率可以反映小区对网络结构的影响程度,可以根据干扰贡献率直接确定出问题小区。
步骤509:获得网络结构分析结果。
步骤510:确定影响网络结构的问题小区的优化优先级。
具体地,按照问题小区的干扰贡献率从大到小的顺序,确定问题小区的优化优先级,从而可以根据问题小区的优化优先级,对网络结构进行优化,提高网络结构优化的效率和准确性。
基于上述实施例,参阅图6所示,本发明实施例中,网络结构干扰的分析装置,具体包括:
获取单元60,用于获取测量报告MR数据;
第一计算单元61,用于根据所述MR数据中的测量信息,分别计算小区对网络结构的有用功率和干扰功率;其中,所述有用功率表征小区对网络结构的正向价值,为小区作为服务小区时用于通信过程的功率;所述干扰功率表征小区对网络结构的负向价值,为小区作为邻小区对网络结构中同频小区的干扰功率;
第二计算单元62,用于根据所述小区对网络结构的有用功率和干扰功率,计算所述小区对网络结构的干扰贡献率,并根据所述小区对网络结构的干扰贡献率,确定所述小区对网络结构的影响程度。
较佳的,根据所述MR数据中的测量信息,计算小区对网络结构的有用功率,第一计算单元61具体用于:
分别获取所述MR数据的各采样点中以所述小区作为服务小区时的服务小区参考信号接收功率RSRP值,并分别将各服务小区RSRP值减去预设的标准值,获得各服务小区RSRP实际测量值,以及分别对各服务小区RSRP实际测量值进行对数变换,获得变换后的各服务小区RSRP值;
将变换后的各服务小区RSRP值进行累加,获得所述小区对网络结构的有用功率。
较佳的,根据所述MR数据中的测量信息,计算小区对网络结构的干扰功率,第一计算单元61具体用于:
确定与所述小区同频的其它小区,并分别获取所述MR数据的各采样点中以所述其它小区作为服务小区并以所述小区作为邻小区时的邻小区RSRP值;
分别将各邻小区RSRP值减去预设的标准值,获得各邻小区RSRP实际测量值,以及分别对各邻小区RSRP实际测量值进行对数变换,获得变换后的各邻小区RSRP值;
将变换后的各邻小区RSRP值进行累加,获得所述小区对网络结构的干扰功率。
较佳的,根据所述小区对网络结构的有用功率和干扰功率,计算所述小区对网络结构的干扰贡献率,第二计算单元62具体用于:
将小区对网络结构的干扰功率与有用功率的比值,作为所述小区对网络结构的干扰贡献率。
较佳的,进一步包括:
优化单元63,用于根据小区对网络结构的干扰贡献率对网络结构进行优化。
较佳的,根据小区对网络结构的干扰贡献率对网络结构进行优化,优化单元63具体用于:
判断小区对网络结构的干扰贡献率是否大于预设阈值,若确定小区对网络结构的干扰贡献率大于预设阈值,则确定小区为问题小区;
按照问题小区的干扰贡献率从大到小的顺序,确定问题小区的优化优先级,并根据问题小区的优化优先级,对网络结构进行优化。
参阅图7所示,本发明实施例中,一种计算机设备结构示意图。
本发明实施例提供了一种计算机装置,该计算机装置可以包括处理器710(CenterProcessing Unit,CPU)、存储器720、输入设备730和输出设备740等,输入设备730可以包括键盘、鼠标、触摸屏等,输出设备740可以包括显示设备,如液晶显示器(Liquid CrystalDisplay,LCD)、阴极射线管(Cathode Ray Tube,CRT)等。
存储器720可以包括只读存储器(ROM)和随机存取存储器(RAM),并向处理器710提供存储器720中存储的程序指令和数据。在本发明实施例中,存储器720可以用于存储上述网络结构干扰的分析方法的程序。
处理器710通过调用存储器720存储的程序指令,处理器710用于按照获得的程序指令执行:
获取测量报告MR数据;
根据所述MR数据中的测量信息,分别计算小区对网络结构的有用功率和干扰功率;其中,所述有用功率表征小区对网络结构的正向价值,为小区作为服务小区时用于通信过程的功率;所述干扰功率表征小区对网络结构的负向价值,为小区作为邻小区对网络结构中同频小区的干扰功率;
根据所述小区对网络结构的有用功率和干扰功率,计算所述小区对网络结构的干扰贡献率,并根据所述小区对网络结构的干扰贡献率,确定所述小区对网络结构的影响程度。
较佳的,根据所述MR数据中的测量信息,计算小区对网络结构的有用功率,处理器710具体用于:
分别获取所述MR数据的各采样点中以所述小区作为服务小区时的服务小区参考信号接收功率RSRP值,并分别将各服务小区RSRP值减去预设的标准值,获得各服务小区RSRP实际测量值,以及分别对各服务小区RSRP实际测量值进行对数变换,获得变换后的各服务小区RSRP值;
将变换后的各服务小区RSRP值进行累加,获得所述小区对网络结构的有用功率。
较佳的,根据所述MR数据中的测量信息,计算小区对网络结构的干扰功率,处理器710具体用于:
确定与所述小区同频的其它小区,并分别获取所述MR数据的各采样点中以所述其它小区作为服务小区并以所述小区作为邻小区时的邻小区RSRP值;
分别将各邻小区RSRP值减去预设的标准值,获得各邻小区RSRP实际测量值,以及分别对各邻小区RSRP实际测量值进行对数变换,获得变换后的各邻小区RSRP值;
将变换后的各邻小区RSRP值进行累加,获得所述小区对网络结构的干扰功率。
较佳的,根据所述小区对网络结构的有用功率和干扰功率,计算所述小区对网络结构的干扰贡献率,处理器710具体用于:
将小区对网络结构的干扰功率与有用功率的比值,作为所述小区对网络结构的干扰贡献率。
较佳的,处理器710进一步用于:
根据小区对网络结构的干扰贡献率对网络结构进行优化。
较佳的,根据小区对网络结构的干扰贡献率对网络结构进行优化,处理器710具体用于:
判断小区对网络结构的干扰贡献率是否大于预设阈值,若确定小区对网络结构的干扰贡献率大于预设阈值,则确定小区为问题小区;
按照问题小区的干扰贡献率从大到小的顺序,确定问题小区的优化优先级,并根据问题小区的优化优先级,对网络结构进行优化。
基于上述实施例,本发明实施例中,提供了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上述任意方法实施例中的网络结构干扰的分析方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样,倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (14)
1.一种网络结构干扰的分析方法,其特征在于,包括:
获取测量报告MR数据;
根据所述MR数据中的测量信息,分别计算小区对网络结构的有用功率和干扰功率;其中,所述有用功率表征小区对网络结构的正向价值,为小区作为服务小区时用于通信过程的功率;所述干扰功率表征小区对网络结构的负向价值,为小区作为邻小区对网络结构中同频小区的干扰功率;
根据所述小区对网络结构的有用功率和干扰功率,计算所述小区对网络结构的干扰贡献率,并根据所述小区对网络结构的干扰贡献率,确定所述小区对网络结构的影响程度。
2.如权利要求1所述的方法,其特征在于,根据所述MR数据中的测量信息,计算小区对网络结构的有用功率,具体包括:
分别获取所述MR数据的各采样点中以所述小区作为服务小区时的服务小区参考信号接收功率RSRP值,并分别将各服务小区RSRP值减去预设的标准值,获得各服务小区RSRP实际测量值,以及分别对各服务小区RSRP实际测量值进行对数变换,获得变换后的各服务小区RSRP值;
将变换后的各服务小区RSRP值进行累加,获得所述小区对网络结构的有用功率。
3.如权利要求1所述的方法,其特征在于,根据所述MR数据中的测量信息,计算小区对网络结构的干扰功率,具体包括:
确定与所述小区同频的其它小区,并分别获取所述MR数据的各采样点中以所述其它小区作为服务小区并以所述小区作为邻小区时的邻小区RSRP值;
分别将各邻小区RSRP值减去预设的标准值,获得各邻小区RSRP实际测量值,以及分别对各邻小区RSRP实际测量值进行对数变换,获得变换后的各邻小区RSRP值;
将变换后的各邻小区RSRP值进行累加,获得所述小区对网络结构的干扰功率。
4.如权利要求1、2或3所述的方法,其特征在于,根据所述小区对网络结构的有用功率和干扰功率,计算所述小区对网络结构的干扰贡献率,具体包括:
将小区对网络结构的干扰功率与有用功率的比值,作为所述小区对网络结构的干扰贡献率。
5.如权利要求4所述的方法,其特征在于,进一步包括:
根据小区对网络结构的干扰贡献率对网络结构进行优化。
6.如权利要求5所述的方法,其特征在于,根据小区对网络结构的干扰贡献率对网络结构进行优化,具体包括:
判断小区对网络结构的干扰贡献率是否大于预设阈值,若确定小区对网络结构的干扰贡献率大于预设阈值,则确定小区为问题小区;
按照问题小区的干扰贡献率从大到小的顺序,确定问题小区的优化优先级,并根据问题小区的优化优先级,对网络结构进行优化。
7.一种网络结构干扰的分析装置,其特征在于,包括:
获取单元,用于获取测量报告MR数据;
第一计算单元,用于根据所述MR数据中的测量信息,分别计算小区对网络结构的有用功率和干扰功率;其中,所述有用功率表征小区对网络结构的正向价值,为小区作为服务小区时用于通信过程的功率;所述干扰功率表征小区对网络结构的负向价值,为小区作为邻小区对网络结构中同频小区的干扰功率;
第二计算单元,用于根据所述小区对网络结构的有用功率和干扰功率,计算所述小区对网络结构的干扰贡献率,并根据所述小区对网络结构的干扰贡献率,确定所述小区对网络结构的影响程度。
8.如权利要求7所述的装置,其特征在于,根据所述MR数据中的测量信息,计算小区对网络结构的有用功率,第一计算单元具体用于:
分别获取所述MR数据的各采样点中以所述小区作为服务小区时的服务小区参考信号接收功率RSRP值,并分别将各服务小区RSRP值减去预设的标准值,获得各服务小区RSRP实际测量值,以及分别对各服务小区RSRP实际测量值进行对数变换,获得变换后的各服务小区RSRP值;
将变换后的各服务小区RSRP值进行累加,获得所述小区对网络结构的有用功率。
9.如权利要求7所述的装置,其特征在于,根据所述MR数据中的测量信息,计算小区对网络结构的干扰功率,第一计算单元具体用于:
确定与所述小区同频的其它小区,并分别获取所述MR数据的各采样点中以所述其它小区作为服务小区并以所述小区作为邻小区时的邻小区RSRP值;
分别将各邻小区RSRP值减去预设的标准值,获得各邻小区RSRP实际测量值,以及分别对各邻小区RSRP实际测量值进行对数变换,获得变换后的各邻小区RSRP值;
将变换后的各邻小区RSRP值进行累加,获得所述小区对网络结构的干扰功率。
10.如权利要求7、8或9所述的装置,其特征在于,根据所述小区对网络结构的有用功率和干扰功率,计算所述小区对网络结构的干扰贡献率,第二计算单元具体用于:
将小区对网络结构的干扰功率与有用功率的比值,作为所述小区对网络结构的干扰贡献率。
11.如权利要求10所述的装置,其特征在于,进一步包括:
优化单元,用于根据小区对网络结构的干扰贡献率对网络结构进行优化。
12.如权利要求11所述的装置,其特征在于,根据小区对网络结构的干扰贡献率对网络结构进行优化,优化单元具体用于:
判断小区对网络结构的干扰贡献率是否大于预设阈值,若确定小区对网络结构的干扰贡献率大于预设阈值,则确定小区为问题小区;
按照问题小区的干扰贡献率从大到小的顺序,确定问题小区的优化优先级,并根据问题小区的优化优先级,对网络结构进行优化。
13.一种计算机设备,其特征在于,包括:
至少一个存储器,用于存储计算机程序;
至少一个处理器,用于执行存储器中存储的计算机程序时实现如权利要求1-6中任意一项所述方法的步骤。
14.一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1-6中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711404103.4A CN109963301B (zh) | 2017-12-22 | 2017-12-22 | 一种网络结构干扰的分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711404103.4A CN109963301B (zh) | 2017-12-22 | 2017-12-22 | 一种网络结构干扰的分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109963301A true CN109963301A (zh) | 2019-07-02 |
CN109963301B CN109963301B (zh) | 2022-06-07 |
Family
ID=67019191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711404103.4A Active CN109963301B (zh) | 2017-12-22 | 2017-12-22 | 一种网络结构干扰的分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109963301B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113055905A (zh) * | 2019-12-27 | 2021-06-29 | 中国电信股份有限公司 | 网络干扰分析方法、装置及计算机可读存储介质 |
WO2021203810A1 (zh) * | 2020-04-10 | 2021-10-14 | 中兴通讯股份有限公司 | 识别问题小区的方法、电子设备、计算机可读介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101110617A (zh) * | 2006-07-19 | 2008-01-23 | 中国电信股份有限公司 | 确定干扰信号功率的方法、cdma基站设备及方法 |
US20120201159A1 (en) * | 2011-02-04 | 2012-08-09 | Nec Corporation | Radio communication system, base station apparatus, radio resource control method, and non-transitory computer readable medium |
CN102781015A (zh) * | 2011-05-10 | 2012-11-14 | 北京迪特卡得通信设备有限公司 | 量化评估网络结构复杂程度的方法和系统 |
CN102781020A (zh) * | 2011-05-10 | 2012-11-14 | 北京迪特卡得通信设备有限公司 | 定位网络结构问题突出区域的方法和系统 |
US20130235743A1 (en) * | 2012-03-07 | 2013-09-12 | Mariana Goldhamer | Collaborative measurements in cellular networks |
CN103402220A (zh) * | 2013-07-03 | 2013-11-20 | 北京航空航天大学 | 一种获取与优化dtmb单频网覆盖率的装置及方法 |
US20140010267A1 (en) * | 2012-07-05 | 2014-01-09 | Telefonaktiebolaget L M Ericsson (Publ) | Method for interference and carrier power estimation and its application to automatic gain control and signal-to-interference-and-noise-ratio computation |
US20140128115A1 (en) * | 2012-11-02 | 2014-05-08 | Telefonaktiebolaget L M Ericsson (Publ) | Methods and devices related to effective measurements |
CN104427531A (zh) * | 2013-08-29 | 2015-03-18 | 中国移动通信集团浙江有限公司 | 一种邻区优化方法及装置 |
CN105163344A (zh) * | 2015-09-22 | 2015-12-16 | 珠海世纪鼎利科技股份有限公司 | 一种td-lte系统内干扰的定位方法 |
CN105828373A (zh) * | 2015-01-06 | 2016-08-03 | 中国移动通信集团设计院有限公司 | 一种计算下行信道的信干噪比sinr的方法及装置 |
US20160242083A1 (en) * | 2013-10-28 | 2016-08-18 | Huawei Technologies Co., Ltd. | Method, device, and system for radio resource management measurement |
CN106211209A (zh) * | 2016-06-27 | 2016-12-07 | 广东怡创科技股份有限公司 | 基于同频小区相关系数获得pci总干扰值的方法和装置 |
-
2017
- 2017-12-22 CN CN201711404103.4A patent/CN109963301B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101110617A (zh) * | 2006-07-19 | 2008-01-23 | 中国电信股份有限公司 | 确定干扰信号功率的方法、cdma基站设备及方法 |
US20120201159A1 (en) * | 2011-02-04 | 2012-08-09 | Nec Corporation | Radio communication system, base station apparatus, radio resource control method, and non-transitory computer readable medium |
CN102781015A (zh) * | 2011-05-10 | 2012-11-14 | 北京迪特卡得通信设备有限公司 | 量化评估网络结构复杂程度的方法和系统 |
CN102781020A (zh) * | 2011-05-10 | 2012-11-14 | 北京迪特卡得通信设备有限公司 | 定位网络结构问题突出区域的方法和系统 |
US20130235743A1 (en) * | 2012-03-07 | 2013-09-12 | Mariana Goldhamer | Collaborative measurements in cellular networks |
US20140010267A1 (en) * | 2012-07-05 | 2014-01-09 | Telefonaktiebolaget L M Ericsson (Publ) | Method for interference and carrier power estimation and its application to automatic gain control and signal-to-interference-and-noise-ratio computation |
US20140128115A1 (en) * | 2012-11-02 | 2014-05-08 | Telefonaktiebolaget L M Ericsson (Publ) | Methods and devices related to effective measurements |
CN103402220A (zh) * | 2013-07-03 | 2013-11-20 | 北京航空航天大学 | 一种获取与优化dtmb单频网覆盖率的装置及方法 |
CN104427531A (zh) * | 2013-08-29 | 2015-03-18 | 中国移动通信集团浙江有限公司 | 一种邻区优化方法及装置 |
US20160242083A1 (en) * | 2013-10-28 | 2016-08-18 | Huawei Technologies Co., Ltd. | Method, device, and system for radio resource management measurement |
CN105828373A (zh) * | 2015-01-06 | 2016-08-03 | 中国移动通信集团设计院有限公司 | 一种计算下行信道的信干噪比sinr的方法及装置 |
CN105163344A (zh) * | 2015-09-22 | 2015-12-16 | 珠海世纪鼎利科技股份有限公司 | 一种td-lte系统内干扰的定位方法 |
CN106211209A (zh) * | 2016-06-27 | 2016-12-07 | 广东怡创科技股份有限公司 | 基于同频小区相关系数获得pci总干扰值的方法和装置 |
Non-Patent Citations (6)
Title |
---|
ITRI: "R1-154371 "Considerations for the remaining details of PC5 measurements"", 《3GPP TSG_RAN\WG1_RL1》 * |
NOKIA SIEMENS NETWORKS等: "R4-094245 "Interference control for LTE Rel-9 HeNB cells"", 《3GPP TSG_RAN\WG4_RADIO》 * |
吴文波: "网络结构健康度研究", 《无线互联科技》 * |
吴震: "CDMA通信系统中一种新的功率控制算法", 《现代电信科技》 * |
胡春静等: "第三代移动通信中TDD和FDD共存的干扰分析", 《电声技术》 * |
黄友亮: "基于MR的LTE网络结构优化分析", 《电信技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113055905A (zh) * | 2019-12-27 | 2021-06-29 | 中国电信股份有限公司 | 网络干扰分析方法、装置及计算机可读存储介质 |
WO2021203810A1 (zh) * | 2020-04-10 | 2021-10-14 | 中兴通讯股份有限公司 | 识别问题小区的方法、电子设备、计算机可读介质 |
JP2023520801A (ja) * | 2020-04-10 | 2023-05-19 | 中興通訊股▲ふん▼有限公司 | 故障セルの識別方法、電子機器、及びコンピュータ読み取り可能な媒体 |
JP7474864B2 (ja) | 2020-04-10 | 2024-04-25 | 中興通訊股▲ふん▼有限公司 | 故障セルの識別方法、電子機器、及びコンピュータ読み取り可能な媒体 |
Also Published As
Publication number | Publication date |
---|---|
CN109963301B (zh) | 2022-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109983798B (zh) | 蜂窝网络中的性能指标的预测 | |
CN109788488B (zh) | 一种网络站点的规划方法和装置 | |
US10701574B2 (en) | Downlink interference detection using transmission matrices | |
US20170094537A1 (en) | System and Method for a Multi View Learning Approach to Anomaly Detection and Root Cause Analysis | |
US9491285B2 (en) | Technique for performance management in a mobile communications network | |
US20170034720A1 (en) | Predicting Network Performance | |
CN105227369B (zh) | 基于众包模式的移动Apps对无线网路资源利用的分析方法 | |
EP2750432A1 (en) | Method and system for predicting the channel usage | |
CN106559803A (zh) | 一种基站建设评估方法及装置 | |
CN111294819B (zh) | 一种网络优化方法及装置 | |
CN109495327B (zh) | 一种基于大数据分析的用户活动异常检测和流量预测方法 | |
CN105163344A (zh) | 一种td-lte系统内干扰的定位方法 | |
CN110493720B (zh) | 终端的定位方法、装置及存储介质 | |
WO2019203704A1 (en) | Automated observational passive intermodulation (pim) interference detection in cellular networks | |
CN110691369B (zh) | 一种基于mdt的室内信号外泄分析方法及系统 | |
CN109981196B (zh) | 一种网络结构评估方法及装置 | |
US10517007B2 (en) | Received signal strength based interferer classification of cellular network cells | |
CN109040744B (zh) | 预测视频业务的关键质量指标的方法、装置及存储介质 | |
CN102487523A (zh) | 用户投诉分析方法及装置 | |
EP3183905B1 (en) | Performance index determination for a communication service | |
CN109963301B (zh) | 一种网络结构干扰的分析方法及装置 | |
CN110913407B (zh) | 重叠覆盖的分析方法及装置 | |
CN109995549B (zh) | 一种评估流量价值的方法及装置 | |
CN109963292B (zh) | 投诉预测的方法、装置、电子设备和存储介质 | |
CN109996253B (zh) | 一种小区信号覆盖范围合理性的评估方法及装置 |
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 |