CN110267277B - 一种基于mdt的小区均衡度评估方法 - Google Patents

一种基于mdt的小区均衡度评估方法 Download PDF

Info

Publication number
CN110267277B
CN110267277B CN201910594708.7A CN201910594708A CN110267277B CN 110267277 B CN110267277 B CN 110267277B CN 201910594708 A CN201910594708 A CN 201910594708A CN 110267277 B CN110267277 B CN 110267277B
Authority
CN
China
Prior art keywords
rsrp
distribution
idle state
interval
state
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
Application number
CN201910594708.7A
Other languages
English (en)
Other versions
CN110267277A (zh
Inventor
不公告发明人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujian Nuoheng Technology Co ltd
Original Assignee
Fujian Nuoheng Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujian Nuoheng Technology Co ltd filed Critical Fujian Nuoheng Technology Co ltd
Priority to CN201910594708.7A priority Critical patent/CN110267277B/zh
Publication of CN110267277A publication Critical patent/CN110267277A/zh
Application granted granted Critical
Publication of CN110267277B publication Critical patent/CN110267277B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04B17/318—Received signal strength
    • 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
    • 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

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

本发明公开了一种基于MDT的小区均衡度评估方法，包括：统计空闲态服务小区RSRP分布区间，以预设值为间隔，计算分布区间内，每个区间的RSRP分布比例；统计连接态服务小区RSRP分布区间，以预设值为间隔，计算分布区间内，每个区间的RSRP分布比例；获取空闲态服务小区RSRP分布和连接态服务小区RSRP分布的余弦相似度；获取空闲态服务小区RSRP分布和连接态服务小区RSRP分布的差值积分；对所述余弦相似度和差值积分求积，计算空闲态与连接态的RSRP分布相似度。本发明基于小区空闲态和连接态的电平RSRP分布实现了小区均衡度评估，并引入梯度下降实现了空闲态和连接态的均衡优化，能够提升用户感知。

Description

一种基于MDT的小区均衡度评估方法
技术领域
本发明涉及无线网技术领域，特别是一种基于MDT的小区均衡度评估方法。
背景技术
在容量均衡方面，现有技术主要根据MR的KPI数据，确定多个小区中的高负荷小区和与所述高负荷小区进行话务均衡的邻小区；根据所述高负荷小区和所述邻小区的KPI数据，对所述高负荷小区进行话务均衡操作。现有的容量均衡优化仅使用连接态数据，会造成空闲态和连接态用户分布不均，从而造成用户连接后的切换次数增多。
MDT(Minimization of Drive-tests)，即最小化路测技术，是3GPP R10阶段在LTE和3G系统中引入的一种自动化路测技术。基于尽量减少对终端功耗的影响和尽量增加位置信息可用性的设计理念，MDT功能主要通过扩展现有的RRM(无线资源管理)测量功能和Trace功能实现：基站根据网管配置的MDT测量任务下发相关测量配置给终端，终端在满足测量条件时，进行测量并上报测量信息，基站将收到的终端测量结果和基站自身的测量结果按要求上报给网管或MDT数据存储处理网元。相比于传统路测，MDT直接利用现网商用终端和基站进行测量和数据采集，无需额外投入测试人员、测试终端、测试车辆等配套资源，可极大降低路测成本，并采集到比路测数据更丰富、更真实的现网测量数据。相比于普通测量报告(MR)，MDT除了能采集到测量结果对应的精确位置(经纬度)信息外，还能支持空闲态终端测量数据采集，支持发生RLF等异常事件期间的相关测量数据采集，并支持更多测量项的测量上报。
目前，MDT技术产业支持情况已取得较大进展，场景涵盖城市、农村、道路、居民区、工业区、高铁、海岸、山区等，能准确高效地发现并定位现网覆盖问题、天馈问题、室分泄露、异常事件等待优化问题。
按照MDT终端(UE)工作状态划分，可分为：
Immediate MDT/连接态MDT(3GPP R10功能)：UE处于连接态时进行测量和上报；
Logged MDT/空闲态MDT(3GPP R10功能)：UE处于空闲态时进行测量并将数据存储在本地，进入连接态时上报空闲态采集的数据。
发明内容
本发明的目的在于克服现有技术的不足，提出一种基于MDT的小区均衡度评估方法，基于小区空闲态和连接态的电平RSRP分布实现了小区均衡度评估，并引入梯度下降实现了空闲态和连接态的均衡优化，能够提升用户感知。
本发明采用如下技术方案：
一方面，本发明一种基于MDT的小区均衡度评估方法，包括：
统计空闲态服务小区RSRP分布区间，以预设值为间隔，计算分布区间内，每个区间的RSRP分布比例；
统计连接态服务小区RSRP分布区间，以预设值为间隔，计算分布区间内，每个区间的RSRP分布比例；
获取空闲态服务小区RSRP分布和连接态服务小区RSRP分布的余弦相似度；
获取空闲态服务小区RSRP分布和连接态服务小区RSRP分布的差值积分；
对所述余弦相似度和差值积分求积，计算空闲态与连接态的RSRP分布相似度。
优选的，统计空闲态服务小区RSRP分布区间，以预设值为间隔，计算分布区间内，每个区间的RSRP分布比例，具体为：
统计空闲态服务小区RSRP分布区间，以1dB为间隔，计算0～K分布区间内，每个区间的RSRP分布比例，如下：
Figure GDA0003601283050000021
其中，k和m为整数；Logged MDT RSRP(k)Samples表示空闲态数据在RSRP＝k时的采样点计数；K表示通信协议规范定义的RSRP的取值上限；k的取值范围为[0～]。
优选的，统计连接态服务小区RSRP分布区间，以预设值为间隔，计算分布区间内，每个区间的RSRP分布比例，具体为：
统计连接态服务小区RSRP分布区间，以1dB为间隔，计算0～K分布区间内，每个区间的RSRP分布比例，如下：
Figure GDA0003601283050000022
其中，Immediate MDT RSRP(k)Samples表示连接态数据在RSRP＝k时的采样点计数。
优选的，获取空闲态服务小区RSRP分布和连接态服务小区RSRP分布的余弦相似度，包括：
分别定义空闲态和连接态的分布值变量，如下：
空闲态Ik＝(i_RSRP(0),i_RSRP(1),…,i_RSRP(K))
连接态Ck＝(c_RSRP(0),c_RSRP(1),…,c_RSRP(K))
计算空闲态RSRP分布和连接态RSRP分布的余弦相似度，如下:
Figure GDA0003601283050000031
优选的，获取空闲态服务小区RSRP分布和连接态服务小区RSRP分布的差值积分，包括：
获取差值积分公式，如下：
Figure GDA0003601283050000033
其中，fI(k)表示空闲态RSRP分布的积分函数；fC(k)表示连接态RSRP分布的积分函数；
将差值积分公式结果归一化为D，如下：
Figure GDA0003601283050000032
优选的，空闲态与连接态的RSRP分布相似度表示如下：
S＝D*cosθ
其中，S取值范围为0～1，越接近1表示越相似，重合度越高，即空闲态和连接态的电平分布越均衡。
另一方面，本发明一种基于MDT的小区均衡度优化方法，包括：
设置参数向量t＝(t1,t2,t3,t4)T；其中t1为起测门限，t2为邻小区服务小区相对门限，t3为服务小区绝对门限，t4为邻小区绝对门限；T表示矩阵的转置；
判断空闲态中的采样点是否满足移动性测量条件；统计空闲态服务小区电平rsrps分布区间，以预设值为间隔，计算分布区间内每个区间满足移动性测量条件的分布比例，以获取空闲态的分布函数；
判断连接态中的采样点是否满足移动性测量条件；统计连接态服务小区电平rsrps分布区间，以预设值为间隔，计算分布区间内每个区间满足移动性测量条件的分布比例，以获取连接态的分布函数；
基于空闲态分布函数和连接态分布函数的差值，采用均方误差作为梯度下降的损失函数，获得使损失函数等于0或损失函数小于预设阈值的参数向量。
优选的，获取空闲态的分布函数，具体包括：
任取测量报告LOGGED-MDT中的每一个采样点a，将服务小区电平rsrps和邻区电平rsrpn进行移动性参数运算，如果满足移动性测量条件，则记为0，否则为1；具体计算公式如下：
Figure GDA0003601283050000041
对于电平值r，其对应的比例为：
Figure GDA0003601283050000042
其中，n表示服务小区电平值等于r的采样点数量；N为采样点总数量；
Figure GDA0003601283050000043
表示服务小区电平值等于r的采样点是否满足移动性测量条件；
将服务小区的电平值范围作为自变量x，即x∈{0,1,…,K}；则空闲态的分布函数表示如下：
Figure GDA0003601283050000044
其中，
Figure GDA0003601283050000045
表示服务小区电平值等于0对应的比例；
Figure GDA0003601283050000046
表示服务小区电平值等于1对应的比例；
Figure GDA0003601283050000047
表示服务小区电平值等于2对应的比例；
Figure GDA0003601283050000048
表示服务小区电平值等于K对应的比例；K表示通信协议规范定义的RSRP的取值上限。
优选的，获取连接态的分布函数，具体包括：
任取测量报告IMM-MDT中的每一个采样点b，将服务小区电平rsrps和邻区电平rsrpn进行移动性参数运算，如果满足移动性测量条件，则记为0，否则为1；具体计算公式如下：
Figure GDA0003601283050000049
对于电平值r，其对应的比例为：
Figure GDA00036012830500000410
其中，n表示服务小区电平值等于r的采样点数量；N为采样点总数量；
Figure GDA00036012830500000411
表示服务小区电平值等于r的采样点是否满足移动性测量条件；
将服务小区的电平值范围作为自变量x，即x∈{0,1,…,K}；则连接态的分布函数表示如下：
Figure GDA00036012830500000412
其中，
Figure GDA0003601283050000051
表示服务小区电平值等于0对应的比例；
Figure GDA0003601283050000052
表示服务小区电平值等于1对应的比例；
Figure GDA0003601283050000053
表示服务小区电平值等于2对应的比例；
Figure GDA0003601283050000054
表示服务小区电平值等于K对应的比例。
优选的，基于空闲态分布函数和连接态分布函数的差值，采用均方误差作为梯度下降的损失函数，获得使损失函数等于0或损失函数小于预设阈值的参数向量，具体包括：
获取优化目标，如下：
Figure GDA0003601283050000055
采用均方误差(MSE)作为梯度下降的损失函数，如下：
Figure GDA0003601283050000056
其中，si为任意测量报告中的第i个采样点，将梯度向量标记为
Figure GDA0003601283050000057
求解方式为对向量t中的每个元素求偏导数，如下：
Figure GDA0003601283050000058
在得到梯度向量之后，直接向梯度相反的方向移动，即从t中减去
Figure GDA0003601283050000059
并对梯度向量乘以一个学习率η防止在收敛过程中的跳跃，如下：
Figure GDA00036012830500000510
递归地调用上述过程，直到损失函数等于0或损失函数小于预设阈值。
与现有技术相比，本发明的有益效果如下：
(1)本发明一种基于MDT的小区均衡度评估方法及优化方法，基于小区空闲态和连接态的电平RSRP分布实现了小区均衡度评估及均衡度优化，能够提升用户感知；
(2)本发明一种基于MDT的小区均衡度评估方法，将空闲态和连接态的均衡度评估转化为求解两组数据分布的相似度，同时考虑相同两组数据分布交错的情况下的相似度求解的失真，并引入了两组数据的差值积分，判断数值的接近程度；
(3)本发明一种基于MDT的小区均衡度优化方法，使优化后的小区空闲态和连接态的电平分布趋势基本一致，以减少用户的两种状态的移动性管理(切换、重选等)；在优化过程中设定优化目标，以强覆盖的某个状态为目标，将弱覆盖的状态通过相应参数优化，使得两种状态的电平分布一致，且实现电平分布增强。
上述说明仅是本发明技术方案的概述，为了能够更清楚地了解本发明的技术手段，从而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下列举本发明的具体实施方式。
根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述及其他目的、优点和特征。
附图说明
图1为本发明的按时间戳进行串联的MDT数据示意图；
图2为本发明的基于MDT的小区均衡度评估方法流程图；
图3为本发明的空闲态和连接态电平分布的差值积分图；
图4为本发明的均衡度优化目标图；其中，图4(a)表示优化连接态参数使之趋向空闲态；图4(b)表示优化空闲态参数使之趋向连接态；
图5为本发明的基于MDT的小区均衡度优化方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步的详细描述。
小区移动性管理包含空闲态和连接态，由不同参数控制，实现用户在空闲态或者连接态下的小区驻留和切换。移动性管理会影响用户的感知，比如过于频繁的切换或重选多会影响下载速率、语音通话、视频流畅度以及寻呼和位置更新等业务。
原则上，待评估的小区空闲态和连接态的电平分布图重合度越高越好，即重合度越高则分布越均衡。
在接收到MDT数据后，首选将用户上报的各种类型MDT数据按时间戳进行串联，如图1所示。MDT数据包含的关键信息参见表1所示。
参见图2所示，本发明一种基于MDT的小区均衡度评估方法，包括：
步骤S101，统计空闲态服务小区RSRP分布区间，以预设值为间隔，计算分布区间内，每个区间的RSRP分布比例。
具体为：
统计空闲态服务小区RSRP分布区间，以1dB为间隔，计算0～K分布区间内，每个区间的RSRP分布比例i_RSRP(k)，如下：
Figure GDA0003601283050000071
其中，k和m为整数；Logged MDT RSRP(k)Samples表示空闲态数据在RSRP＝k时的采样点计数；K表示通信协议规范定义的RSRP的取值上限；k的取值范围为[0～K]。
表1
中文标题名 英文标题名
时间戳 TimeStamp
触发测量采集类型 MeasTrigger
MME Group ID MME Group ID
MME Code MME Code
MME UE S1AP ID MME UE S1AP ID
服务小区ID CellID
服务小区PCI SC PCI
服务小区频点 SC Freq
服务小区RSRP SCRSRP
服务小区RSRQ SCRSRQ
服务小区的时间提前量 SCTadv
服务小区eNodeB天线到达角 SCAOA
邻小区1PCI NC1PCI
邻小区1频点 NC1Freq
邻小区1RSRP NC1RSRP
邻小区1RSRQ NC1RSRQ
邻小区2PCI NC2PCI
邻小区2频点 NC2Freq
邻小区2RSRP NC2RSRP
邻小区2RSRQ NC2RSRQ
… …
邻小区nPCI NCnPCI
邻小区n频点 NCnFreq
邻小区nRSRP NCnRSRP
邻小区nRSRQ NCnRSRQ
需要说明的是，LTE规范定义RSRP取值区间为(0～97)，对应(-140dBm～43dBm)，虽然终端检测到的电平实际值为连续，但是为了计算方便，实际上报的测量报告电平值为离散的整型值，间隔为1dB。本实施例中，所述K等于97。
步骤102，统计连接态服务小区RSRP分布区间，以预设值为间隔，计算分布区间内，每个区间的RSRP分布比例。
具体为：
统计连接态服务小区RSRP分布区间，以1dB为间隔，计算0～K分布区间内，每个区间的RSRP分布比例c_RSRP(k)，如下：
Figure GDA0003601283050000081
其中，Immediate MDT RSRP(k)Samples表示连接态数据在RSRP＝k时的采样点计数。
步骤103，获取空闲态服务小区RSRP分布和连接态服务小区RSRP分布的余弦相似度，具体包括：
分别定义空闲态和连接态的分布值变量，如下：
空闲态Ik＝(i_RSRP(0),i_RSRP(1),…,i_RSRP(K))
连接态Ck＝(c_RSRP(0),c_RSRP(1),…,c_RSRP(K))
计算空闲态RSRP分布和连接态RSRP(电平)分布的余弦相似度，如下:
Figure GDA0003601283050000082
步骤S104，获取空闲态服务小区RSRP分布和连接态服务小区RSRP分布的差值积分。参见图3所示为空闲态和连接态电平分布的差值积分图，差值积分公式，如下：
Figure GDA0003601283050000084
其中，fI(k)表示空闲态RSRP分布的积分函数；fC(k)表示连接态RSRP分布的积分函数。
由于数据离散的属性，同时根据分布比率可以得知Diff的取值范围为0～2，越小表示越接近。相应的简化上面积分公式，并将结果归一化为D，如下：
Figure GDA0003601283050000083
步骤S105，对所述余弦相似度和差值积分求积，计算空闲态与连接态的RSRP分布相似度。
具体的，计算两种状态的电平分布相似度，其中余弦相似度的取值范围为0～1，越接近1表示越相似，差值积分取值范围为0～1，越接近0表示越相似。定义相似度公式如下：
S＝D*cosθ
S取值范围为0～1，越接近1表示越相似，重合度越高，即空闲态和连接态的电平分布越均衡。
在实际优化应用中，可以通过统计全网小区S值，制定一个合适的门限值判断小区均衡度情况，并作为判断是否需要优化的标准。
如上一种基于MDT的小区均衡度评估方法用以评估小区两种状态(空闲态和连接态)的覆盖均衡度，当得到均衡度评估结果后，需要对小区进行均衡度优化。
基于此，本发明还提出一种基于MDT的小区均衡度优化方法，覆盖均衡度优化目的是使优化后的小区空闲态和连接态的电平分布趋势基本一致，参见图4所示，这样可以减少用户的两种状态的移动性管理(切换、重选等)。在优化过程中需要先设定优化目标，以强覆盖的某个状态为目标，将弱覆盖的状态通过相应参数优化，使得两种状态的电平分布一致，且实现电平分布增强。其中，图4(a)表示优化连接态参数使之趋向空闲态；图4(b)表示优化空闲态参数使之趋向连接态。
参见图5所示，本发明一种基于MDT的小区均衡度优化方法，包括：
S201，设置参数向量t＝(t1,t2,t3,t4)T；其中t1为起测门限，t2为邻小区服务小区相对门限，t3为服务小区绝对门限，t4为邻小区绝对门限；T表示矩阵的转置。
具体的，首先对小区空闲态和连接态的移动性管理参数中的优先级、测量门限做统一处理，使其在功能上和取值范围保持一致，如下表2。
表2
Figure GDA0003601283050000091
Figure GDA0003601283050000101
涉及的原始参数如下表3。
表3
Figure GDA0003601283050000102
Figure GDA0003601283050000111
当终端在某个小区下驻留时，需要定期测量服务小区和邻近小区的RSRP，理论上可以对网络中上报的LOGGED-MDT(空闲态测量)和IMM-MDT(连接态测量)中涉及到待优化小区所有采样点进行小区驻留计算。将这个过程简化为服务小区和一个最主要的邻区(实际优化过程中也只考虑同覆盖邻区)。
基于上述说明，首先将空闲态和连接态的测量样本点按服务小区RSRP和邻小区RSRP进行区间汇总，获得【0，K】×【0，K】个区间统计值，本实施例中，K等于97。
S202，判断空闲态中的采样点是否满足移动性测量条件；统计空闲态服务小区电平rsrps分布区间，以预设值为间隔，计算分布区间内每个区间满足移动性测量条件的分布比例，以获取空闲态的分布函数。
具体的，对空闲态而言，以单个待优化小区分析，任取测量报告LOGGED-MDT中的每一个采样点a,将主服务小区电平rsrps和邻区电平rsrpn通过与移动性参数运算，如果满足移动性测量条件，则记为0，否则为1。其具体计算过程如下公式所示：
Figure GDA0003601283050000112
其中，rsrps为a采样点的主服务小区电平值，rsrpn为a采样点的邻区电平值。
Figure GDA0003601283050000113
其中，n表示服务小区电平值等于r的采样点数量；N为采样点总数量；
Figure GDA0003601283050000114
表示服务小区电平值等于r的采样点是否满足移动性测量条件。
将服务小区的电平值范围作为自变量x，即x∈{0,1,…,K}；则空闲态的分布函数表示如下：
Figure GDA0003601283050000115
其中，
Figure GDA0003601283050000116
表示服务小区电平值等于0对应的比例；
Figure GDA0003601283050000117
表示服务小区电平值等于1对应的比例；
Figure GDA0003601283050000118
表示服务小区电平值等于2对应的比例；
Figure GDA0003601283050000119
表示服务小区电平值等于K对应的比例；K表示通信协议规范定义的RSRP的取值上限。
S203，判断连接态中的采样点是否满足移动性测量条件；统计连接态服务小区电平rsrps分布区间，以预设值为间隔，计算分布区间内每个区间满足移动性测量条件的分布比例，以获取连接态的分布函数。
具体的，任取测量报告IMM-MDT中的每一个采样点b，将服务小区电平rsrps和邻区电平rsrpn进行移动性参数运算，如果满足移动性测量条件，则记为0，否则为1；具体计算公式如下：
Figure GDA0003601283050000121
对于电平值r，其对应的比例为：
Figure GDA0003601283050000122
其中，n表示服务小区电平值等于r的采样点数量；N为采样点总数量；
Figure GDA0003601283050000123
表示服务小区电平值等于r的采样点是否满足移动性测量条件；
将服务小区的电平值范围作为自变量x，即x∈{0,1,…,K}；则连接态的分布函数表示如下：
Figure GDA0003601283050000124
其中，
Figure GDA0003601283050000125
表示服务小区电平值等于0对应的比例；
Figure GDA0003601283050000126
表示服务小区电平值等于1对应的比例；
Figure GDA0003601283050000127
表示服务小区电平值等于2对应的比例；
Figure GDA0003601283050000128
表示服务小区电平值等于K对应的比例。
S204，基于空闲态分布函数和连接态分布函数的差值，采用均方误差作为梯度下降的损失函数，获得使损失函数等于0或损失函数小于预设阈值的参数向量。
具体的，一种基于MDT的小区均衡度优化方法的优化目标是通过调整参数向量t使得，空闲态和连接态尽量的接近，如下：
Figure GDA0003601283050000129
为了实现这个目标，本提案采用针对参数向量t进行梯度下降的策略。这里，采用均方误差(MSE)作为梯度下降的损失函数，即：
Figure GDA00036012830500001210
其中，si为任意测量报告中的第i个采样点，将梯度向量标记为
Figure GDA0003601283050000131
求解方式为对向量t中的每个元素求偏导数，如下：
Figure GDA0003601283050000132
在得到梯度向量之后，直接向梯度相反的方向移动，即从t中减去
Figure GDA0003601283050000133
并对梯度向量乘以一个学习率η防止在收敛过程中的跳跃，如下：
Figure GDA0003601283050000134
然后递归地调用这个过程，直到收敛或迭代进行了指定的次数(本提案设定的迭代次数为1000)；收敛的条件是目标损失函数等于0或损失函数小于预设的阈值(本提案预设的阈值是0.01)。
最终，按照梯度下降过程得到的新向量t′来进行参数设置，实现参数优化目的。
上述仅为本发明的具体实施方式，但本发明的设计构思并不局限于此，凡利用此构思对本发明进行非实质性的改动，均应属于侵犯本发明保护范围的行为。

Claims (4)

1.一种基于MDT的小区均衡度评估方法，其特征在于，包括：
统计空闲态服务小区RSRP分布区间，以预设值为间隔，计算分布区间内，每个区间的RSRP分布比例；
统计连接态服务小区RSRP分布区间，以预设值为间隔，计算分布区间内，每个区间的RSRP分布比例；
获取空闲态服务小区RSRP分布和连接态服务小区RSRP分布的余弦相似度；
获取空闲态服务小区RSRP分布和连接态服务小区RSRP分布的差值积分；
对所述余弦相似度和差值积分求积，计算空闲态与连接态的RSRP分布相似度；
统计空闲态服务小区RSRP分布区间，以预设值为间隔，计算分布区间内，每个区间的RSRP分布比例，具体为：
统计空闲态服务小区RSRP分布区间，以1dB为间隔，计算0～K分布区间内，每个区间的RSRP分布比例，如下：
Figure FDA0003601283040000011
其中，k和m为整数；Logged MDT RSRP(k)Samples表示空闲态数据在RSRP＝k时的采样点计数；K表示通信协议规范定义的RSRP的取值上限；k的取值范围为[0～K]；
统计连接态服务小区RSRP分布区间，以预设值为间隔，计算分布区间内，每个区间的RSRP分布比例，具体为：
统计连接态服务小区RSRP分布区间，以1dB为间隔，计算0～K分布区间内，每个区间的RSRP分布比例，如下：
Figure FDA0003601283040000012
其中，Immediate MDT RSRP(k)Samples表示连接态数据在RSRP＝k时的采样点计数。
2.根据权利要求1所述的基于MDT的小区均衡度评估方法，其特征在于，获取空闲态服务小区RSRP分布和连接态服务小区RSRP分布的余弦相似度，包括：
分别定义空闲态和连接态的分布值变量，如下：
空闲态Ik＝(i_RSRP(0)，i_RSRP(1)，...，i_RSRP(K))
连接态Ck＝(c_RSRP(0)，c_RSRP(1)，...，c_RSRP(K))
计算空闲态RSRP分布和连接态RSRP分布的余弦相似度，如下：
Figure FDA0003601283040000013
3.根据权利要求2所述的基于MDT的小区均衡度评估方法，其特征在于，获取空闲态服务小区RSRP分布和连接态服务小区RSRP分布的差值积分，包括：
获取差值积分公式，如下：
Diff＝∫0 K|fI(k)-fC(k)|*dk
其中，fI(k)表示空闲态RSRP分布的积分函数；fC(k)表示连接态RSRP分布的积分函数；
将差值积分公式结果归一化为D，如下：
Figure FDA0003601283040000021
4.根据权利要求3所述的基于MDT的小区均衡度评估方法，其特征在于，空闲态与连接态的RSRP分布相似度表示如下：
S＝D*cosθ
其中，S取值范围为0～1，越接近1表示越相似，重合度越高，即空闲态和连接态的电平分布越均衡。
CN201910594708.7A 2019-07-03 2019-07-03 一种基于mdt的小区均衡度评估方法 Active CN110267277B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910594708.7A CN110267277B (zh) 2019-07-03 2019-07-03 一种基于mdt的小区均衡度评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910594708.7A CN110267277B (zh) 2019-07-03 2019-07-03 一种基于mdt的小区均衡度评估方法

Publications (2)

Publication Number Publication Date
CN110267277A CN110267277A (zh) 2019-09-20
CN110267277B true CN110267277B (zh) 2022-07-26

Family

ID=67924157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910594708.7A Active CN110267277B (zh) 2019-07-03 2019-07-03 一种基于mdt的小区均衡度评估方法

Country Status (1)

Country Link
CN (1) CN110267277B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112637770A (zh) * 2019-10-08 2021-04-09 中国移动通信集团安徽有限公司 基于最小化路测的小区状态判断方法、装置及计算设备
CN110929563A (zh) * 2019-10-14 2020-03-27 广东浩迪创新科技有限公司 一种用电器识别方法及装置
US20230199542A1 (en) * 2020-04-13 2023-06-22 Beijing Xiaomi Mobile Software Co., Ltd. Information transmission method, user equipment, base station device and computer storage medium

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101931981A (zh) * 2009-06-18 2010-12-29 华为技术有限公司 一种最小化路测日志测量方法及装置
CN103634825A (zh) * 2012-08-27 2014-03-12 中国移动通信集团四川有限公司 一种小区话务均衡方法、确定切换门限的方法和系统
CN105554818A (zh) * 2015-12-21 2016-05-04 中国联合网络通信集团有限公司 一种负荷均衡方法和装置
CN106412994A (zh) * 2015-08-14 2017-02-15 中国电信股份有限公司 一种移动负载均衡方法、装置及基站

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201334585A (zh) * 2011-11-04 2013-08-16 Interdigital Patent Holdings 以qos驗証為基礎驅動測試最小化(mdt)方法、裝置及系統
US9272851B2 (en) * 2011-11-07 2016-03-01 Mediatek Inc. Minimization of drive tests for uplink link coverage
US20140200001A1 (en) * 2013-01-15 2014-07-17 Research In Motion Limited Method and apparatus for mobility enhancement

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101931981A (zh) * 2009-06-18 2010-12-29 华为技术有限公司 一种最小化路测日志测量方法及装置
CN103634825A (zh) * 2012-08-27 2014-03-12 中国移动通信集团四川有限公司 一种小区话务均衡方法、确定切换门限的方法和系统
CN106412994A (zh) * 2015-08-14 2017-02-15 中国电信股份有限公司 一种移动负载均衡方法、装置及基站
CN105554818A (zh) * 2015-12-21 2016-05-04 中国联合网络通信集团有限公司 一种负荷均衡方法和装置

Also Published As

Publication number Publication date
CN110267277A (zh) 2019-09-20

Similar Documents

Publication Publication Date Title
US8831586B2 (en) Method and system for reporting neighbor cell information
US6985745B2 (en) Method and radio signature position determining entity (RS-PDE) for maintaining location database reliability
CN110267277B (zh) 一种基于mdt的小区均衡度评估方法
CN106792754B (zh) 高铁上的通信用户检测方法和系统
CN108156626B (zh) 轨道交通无线网络质量评估方法、装置及介质
CN108990078B (zh) Lte网络下行干扰的优化方法、系统、设备及存储介质
US8180365B2 (en) Method and apparatus for identifying a geographic area having undesirable wireless service
US20090036116A1 (en) Method and system for measuring quality of wireless network
CN102821408B (zh) 基于A口和Abis口信令数据的高速铁路场景网络优化方法
CN106792752B (zh) 基站信号覆盖自优化方法和系统
CN108462966B (zh) 一种基于2g网络高铁小区rru定位识别方法及系统
CN109151881B (zh) 一种基于用户数据的网络负荷均衡优化方法
WO2008083618A1 (fr) Procédé de mesure d'un canal commun descendant
CN105163344A (zh) 一种td-lte系统内干扰的定位方法
CN104427549A (zh) 一种网络问题分析方法及系统
CN107567030A (zh) 一种排查与规避伪基站干扰的方法及系统
Gao et al. A coverage of self-optimization algorithm using big data analytics in WCDMA cellular networks
CN105120492A (zh) 基于测量报告数据优化csfb频点优化配置的方法
CN103747474A (zh) 一种通过测量报告计算评估网络结构问题区域的方法
CN111263389B (zh) 一种Volte语音质量问题的自动化定位的方法及装置
CN105933923A (zh) 一种超密集组网小区分簇方法
Turkka et al. Performance evaluation of LTE radio fingerprinting using field measurements
US20230292156A1 (en) Trajectory based performance monitoring in a wireless communication network
CN113411825A (zh) 5g小区定位方法、装置、电子设备及存储介质
CN107889210B (zh) 楼宇用户定位方法和系统

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