CN110784880B - 天线权值优化方法、终端及可读存储介质 - Google Patents

天线权值优化方法、终端及可读存储介质 Download PDF

Info

Publication number
CN110784880B
CN110784880B CN201910967072.6A CN201910967072A CN110784880B CN 110784880 B CN110784880 B CN 110784880B CN 201910967072 A CN201910967072 A CN 201910967072A CN 110784880 B CN110784880 B CN 110784880B
Authority
CN
China
Prior art keywords
cell
antenna weight
data
antenna
weight optimization
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
CN201910967072.6A
Other languages
English (en)
Other versions
CN110784880A (zh
Inventor
唐建中
张燊垚
李旭成
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.)
Shenzhen Mastercom Technology Corp
Original Assignee
Shenzhen Mastercom Technology Corp
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 Shenzhen Mastercom Technology Corp filed Critical Shenzhen Mastercom Technology Corp
Priority to CN201910967072.6A priority Critical patent/CN110784880B/zh
Publication of CN110784880A publication Critical patent/CN110784880A/zh
Application granted granted Critical
Publication of CN110784880B publication Critical patent/CN110784880B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • 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)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • Geometry (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Physiology (AREA)
  • Mathematical Physics (AREA)
  • Genetics & Genomics (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Computer Graphics (AREA)
  • Artificial Intelligence (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请公开了一种天线权值优化方法、终端和计算机可读存储介质，该天线权值优化方法包括根据用户定位方法，获取栅格化的MR数据；根据所述栅格化的MR数据和小区的流量指标数据，获取小区的话务地图；根据所述栅格化的MR数据和所述话务地图，识别小区的覆盖场景；根据所述覆盖场景，优化单个小区的天线权值；根据所述单个小区的天线权值和遗传算法，优化区域内多个小区的天线权值。通过算法获取区域内多个小区的天线权值优化方案，减少天馈系统调整过程中的人力投入，同时有效提高了天馈系统的优化效率。

Description

天线权值优化方法、终端及可读存储介质
技术领域
本发明涉及通信技术领域，尤其涉及一种天线权值优化方法、终端及可读存储介质。
背景技术
3D-MIMO(3Dimensions-Multiple Input Multiple Output,三维多入多出)天线技术通过采用二维天线阵列和先进的信号处理算法，可以实现精确的三维波束成形，实现更好的干扰抑制和空间多用户复用的能力，可以有效提升系统容量和传输效率。
由于天馈系统的复杂性，天馈系统尤其是其中天线的调整主要依靠优化人员凭借个人经验手工完成，整个过程中需要不断的调整测试再调整，这种调整方法人力成本高且效率较低。
发明内容
本申请的主要目的在于提供一种天线权值优化方法、终端及可读存储介质，旨在解决天馈系统优化中需要人工调整而无法自动计算权值优化方案的技术问题。
为实现上述目的，本申请实施例提供的一种天线权值优化方法，所述天线权值优化方法包括以下步骤：
根据用户定位方法，获取栅格化的MR数据；
根据所述栅格化的MR数据和小区的流量指标数据，获取小区的话务地图；
根据所述栅格化的MR数据和所述话务地图，识别小区的覆盖场景；
根据所述覆盖场景，优化单个小区的天线权值；
根据所述单个小区的天线权值和遗传算法，优化区域内多个小区的天线权值。
可选地，所述根据所述栅格化的MR数据和小区的流量指标数据，获取小区的话务地图的步骤包括：
获取小区的流量指标数据；
将所述流量指标数据按照栅格化的MR数据加权分配到各个栅格中，获取栅格级的小区话务地图。
可选地，所述根据所述栅格化的MR数据和所述话务地图，识别小区的覆盖场景的步骤包括：
获取小区的三维地图信息；
利用所述栅格化的MR数据，计算小区的最佳方位角；
根据所述三维地图信息、所述最佳方位角和所述MR数据，识别小区的覆盖场景。
可选地，所述根据所述识别的覆盖场景，优化单个小区的天线权值的步骤包括：
获取单个小区的权值优化表；
根据所述识别的覆盖场景，从所述权值优化表中获取的水平波瓣宽度和垂直波瓣宽度；
根据所述水平波瓣宽度和所述垂直波瓣宽度以及所述最佳方位角，优化单个小区的天线权值。
可选地，所述根据所述单个小区的天线权值和遗传算法，优化区域内多个小区的天线权值的步骤包括：
获取所述多个小区的属性数据；
通过遗传算法获取多个不同的天线权值优化方案；
根据所述多个小区的属性数据，计算所述不同的天线权值优化方案中适应度代价函数；
输出所述适应度代价函数取值最大的方案作为最优方案；
按照所述最优方案优化区域内多个小区的天线权值。
可选地，所述计算所述不同的天线权值优化方案中的适应度代价函数的步骤之前包括：
获取小区与天线主瓣方向调整前的水平夹角和垂直夹角；
获取所述不同的天线权值优化方案中小区与天线主瓣方向调整后的水平夹角和垂直夹角；
根据所述调整前的水平夹角和垂直夹角和调整后的水平夹角和垂直夹角，获取所述不同天线权值优化方案中调整后的小区中每个栅格的场强。
可选地，所述计算所述不同的天线权值优化方案中的适应度代价函数的步骤包括：
获取主小区的原始采样点数作为基础话务分配；
根据所述调整后的小区场强，获取主小区和邻小区间变化的采样点数作为浮动话务分配；
根据基础话务分配、浮动话务分配和小区话务地图计算适应度代价函数。
可选地，所述适应度代价函数与所述栅格化的MR数据中的采样点数目、所述采样点数目的变化和所述流量数据有关。
本申请还提供一种终端，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的天线权值优化程序，所述天线权值优化程序被所述处理器执行时实现如上述的天线权值优化方法的步骤。
本申请还提供一种可读存储介质，其特征在于，所述可读存储介质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如上述的天线权值优化方法的步骤。
本申请通过用户定位方法，获取手机用户的位置信息，同时获取栅格化的MR数据；根据栅格化的MR数据和小区的流量指标数据，将栅格化的MR数据和流量指标数据关联起来，获取小区的话务地图；根据MR数据和话务地图，识别出小区具体的覆盖场景；根据每个小区的覆盖场景，用户单个小区的天线权值；运用遗传算法，根据单个小区的天线权值优化，对于区域内的多个小区进行天线权值优化。整个天线权值优化过程由程序按照指定的步骤完成，不需要大量人力参与，同时效率更高。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
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，对于本领域普通技术人员而言，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为本发明的一种终端的硬件结构示意图；
图2为本发明天线优化方法第一实施例的流程示意图；
图3为本发明天线优化方法第三实施例中对于图2步骤S30的细化流程图；
图4为本发明天线优化方法第四实施例中对于图2步骤S40的细化流程图；
图5为本发明天线优化方法第五实施例中对于图2步骤S50的细化流程图；
图6为本发明天线优化方法第六实施例中对于图5步骤S53之前步骤的细化流程图；
图7为本发明天线优化方法第三实施例中对于图5步骤S53的细化流程图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本申请的实施方式的构造也能够应用于固定类型的终端。
请参阅图1，其为实现本申请各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图1对移动终端的各个部件进行具体的介绍：
射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。
WiFi属于短距离无线传输技术，移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速度计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。
进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。
基于上述移动终端硬件结构，提出本申请各个实施例。
本申请提供一种天线权值优化方法。
参照图2，在天线权值优化方法第一实施例中，该方法包括：
步骤S10，根据用户定位方法，获取栅格化的MR数据；
用户的位置信息是无线网络精细优化及网络规划设计建设的基础，也是实施权值优化吸收话务的前提。目前比较成熟且常用的用户定位方法有四类，包括基于TA/AOA的MR定位、基于指纹库匹配的MR栅格化定位、基于信令MR关联的OTT定位和基于最小化路测的MDT定位，四类用户定位方法从定位精度、有效样本量、数据源、处理难度等方面具有各自不同的特点。通过用户定位方法，可以将MR(Measurement Report,测量报告)数据栅格化，同时输出MR主小区栅格统计表和MR主邻小区对栅格统计表。
不同的用户定位方法的对比如下表1
表1用户定位方法
Figure BDA0002230058490000081
Figure BDA0002230058490000091
MR主小区的栅格统计表如下表2
表2MR主小区栅格统计表
序号 字段名称 数据类型 说明
1 TLLongitude int 左上经度
2 TLLatitude int 左上纬度
3 BRLongitude int 右下经度
4 BRLatitude int 右下纬度
5 ECI int ECI
6 MRCnt int 总采样点数
MR主邻小区对栅格统计表如下表3
表3MR主邻小区对栅格统计表
序号 字段名称 数据类型 说明
1 TLLongitude int 左上经度
2 TLLatitude int 左上纬度
3 BRLongitude int 右下经度
4 BRLatitude int 右下纬度
5 ScECI bigint 主小区ECI
6 NbECI bigint 邻区ECI
7 MRCnt bigint 采样点数
8 MRCnt_Dif_6 bigint 场强差值为6及以上采样点数(邻区场强-主小区场强)
9 MRCnt_Dif_5 bigint 场强差值为5采样点数
10 MRCnt_Dif_4 bigint 场强差值为4采样点数
11 MRCnt_Dif_3 bigint 场强差值为3采样点数
12 MRCnt_Dif_2 bigint 场强差值为2采样点数
13 MRCnt_Dif_1 bigint 场强差值为1采样点数
14 MRCnt_Dif_0 bigint 场强差值为0采样点数
15 MRCnt_Dif_M1 bigint 场强差值为-1采样点数
16 MRCnt_Dif_M2 bigint 场强差值为-2采样点数
17 MRCnt_Dif_M3 bigint 场强差值为-3采样点数
18 MRCnt_Dif_M4 bigint 场强差值为-4采样点数
19 MRCnt_Dif_M5 bigint 场强差值为-5采样点数
20 MRCnt_Dif_M6 bigint 场强差值为-6采样点数
通过表格中的数据可以记录相应的MR数据和栅格信息。
步骤S20，根据所述栅格化的MR数据和小区的流量指标数据，获取小区的话务地图；
流量指标数据包括ECI、上行吞吐量和下行吞吐量等数据，将流量指标数据按照小区中每个栅格的采样点数分摊到各个栅格中，可以得到栅格级的小区流量统计数据，得到小区话务地图输出表，小区话务地图输出表可以表示小区的话务地图。
步骤S30，根据所述栅格化的MR数据和所述话务地图，识别小区的覆盖场景；
一般按照覆盖场景的不同，小区的天线权值都会不同，通过不同的天线权值实现加深覆盖、提升流量或者均衡话务等目的。所有设备厂家都支持将覆盖场景划分分宏覆盖场景和高楼覆盖场景，宏覆盖场景的水平半功率角较大、垂直半功率角设置为较小值，以达到广覆盖的目的；高楼覆盖场景要求垂直半功率角设置为较大值、水平半功率可以设置为较小值，以达到高楼覆盖的目的。
本申请根据MR采样点数据，将小区的覆盖场景划分为特高楼、普通高楼、广覆盖话务集中、广覆盖话务分散、广覆盖远端场景、普通覆盖等6种场景，从而实现更加准确的覆盖场景划分。在划分小区的覆盖场景时还需要获取小区的最佳方位角。
步骤S40，根据所述覆盖场景，优化单个小区的天线权值；
本发明提供单小区针对上一步提到的6种不同的覆盖场景提供相应的推荐和/或备选的水平波瓣宽度和垂直波瓣宽度。同时对于每个小区按照之前获取的最佳方位角设置相应的方位角。
步骤S50，根据所述单个小区的天线权值和遗传算法，优化区域内多个小区的天线权值；
遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法通常要设置种群大小、迭代次数、交叉率、变异率等参数。把单个小区的天线权值优化方案组成区域内多个小区天线权值优化方案的初始解集，再通过遗传算法中的运算方法找到全局最优解作为区域内多个小区整体的天线权值优化方案。遗传算法的关键在于适应度代价函数，适应度代价函数可以评价遗传算法迭代结果的效果。计算适应度代价函数需要利用话务分配算法，话务分配模型中以采样点为单位，包括基础话务分配和浮动话务分配，根据话务分配模型中的采样点数计算适应度代价函数。适应度代价函数取值越大，表明该次遗传函数迭代结果获得的天线权值优化方案效果越好。
在对于区域内多个小区进行天线权值优化时不能简单的按照每个小区的推荐权值进行组合，而是需要使总体的覆盖和容量达到最优。相比于其他的天线技术，3D-MIMO天线技术能使用户的体验更好，因此需要3D-MIMO天线能承担更多的话务，即3D-MIMO小区能够更多地吸收周围小区的话务。因此基于容量优先原则，通过遗传算法得到整体流量提升最多的天线权值优化方案。
在本实施例中，通过用户定位方法，获取手机用户的位置信息，同时将MR数据栅格化；根据栅格化的MR数据和小区的流量指标数据，将栅格化的MR数据和流量指标数据关联起来，构成小区的话务地图；根据MR数据和话务地图，识别出小区具体的覆盖场景；根据每个小区的覆盖场景，调整单个小区的天线权值；运用遗传算法，根据单个小区的天线权值优化，对于区域内的多个小区进行天线权值优化。整个天线权值优化过程由程序按照指定的步骤完成，不需要大量人力参与，同时效率更高。
进一步地，在本发明天线权值优化方法的第一实施例的基础上，提供天线权值优化方法第二实施例，在第二实施例中，
步骤S20包括：
步骤A1，获取小区的流量指标数据；
流量指标数据包括ECI、上行吞吐量、下行吞吐量等，流量指标数据可以通过MR数据获得。
步骤A2，将所述流量指标数据按照栅格化的MR数据加权分配到各个栅格中，获取栅格级的小区话务地图；
再将小区栅格化后，每个栅格中都有一定数目的采样点，将流量指标数据中的上行吞吐量和下行吞吐量按照各个栅格中的采样点数加权分配到各个栅格中，从而获得每个栅格中的上行吞吐量和下行吞吐量。最后可以输出栅格级小区话务地图输出表。小区话务地图输出表如下表4
表4小区话务地图输出表
序号 字段名称 数据类型 说明
1 TLLongitude int 左上经度
2 TLLatitude int 左上纬度
3 BRLongitude int 右下经度
4 BRLatitude int 右下纬度
5 ScECI bigint 主小区ECI
6 mrcnt bigint 服务小区的采样点数
7 uploadThroughput bigint 上行吞吐量
8 downloadThroughput bigint 下行吞吐量
表4包含各个栅格的地理信息和各个栅格中的流量信息。
在本实施例中，将小区的流量指标数据加权分配到各个栅格中，最后获得栅格级的小区话务地图。
进一步地，参照图2和图3，在本发明天线权值优化方法第二实施例的基础上，提供天线权值优化方法第三实施例，在第三实施例中，
步骤S30包括：
步骤S31，获取小区的三维地图信息；
这里的三维地图信息是小区对应的地理地图信息，地理地图信息包括小区内建筑的分布位置和建筑的实际高度。这里的三维地图信息的测量精度可以为5米。
步骤S32，利用所述栅格化的MR数据，计算小区的最佳方位角；
栅格化的MR数据中包含每个栅格的采样点数目，同时获取小区当前方位角，通过每个栅格中采样点的数目和每个栅格与当前方位角的夹角得到当前方位角与最佳方位角的差值，该差值的技术公式为
Figure BDA0002230058490000121
其中MrCnti代表当前3D－MIMO小区在第i个栅格的采样点数，φi代表第i个栅格与小区方向角的夹角，该差值的取值范围为[-180°,180°]，将当前方位角按照差值调整后得到最佳方位角。
步骤S33，根据所述三维地图信息、所述最佳方位角和所述话务地图，识别小区的覆盖场景；
最佳方位角对应天线波形图中的主瓣，根据主瓣一定角度范围内的三维地图信息(主要是建筑与基站的距离和建筑的高度)和话务地图中的采样点数据将小区覆盖场景分为6种不同的覆盖场景。具体的6种覆盖场景和分类标准如下表5
表5小区覆盖场景和分类标准
Figure BDA0002230058490000131
一般地，广覆盖场景的水平半功率角较大、垂直半功率角设置为较小值，以达到广覆盖的目的；高楼覆盖场景要求垂直半功率角设置为较大值、水平半功率可以设置为较小值，以达到高楼覆盖的目的。
在本实施例中，通过获取小区的最佳方位角，利用最佳方位角、小区三维地图信息和MR数据中的样本点数据就小区覆盖场景分类到6种不同的覆盖场景中。与一般方法分为2种覆盖场景相比，本申请的覆盖场景的分类结果会更加精确，因此得到的天线权值优化方案会更加准确。
进一步地，参照图2和图4，在本发明天线权值优化方法第三实施例的基础上，提供天线权值优化方法第四实施例，在第四实施例中，
步骤S40包括：
步骤S41，获取单个小区的权值优化表；
在对于每个小区识别覆盖场景后，得到每个小区对应的覆盖场景类型，对应不同覆盖场景天线权值优化取值如下表6
表6覆盖场景天线权值优化表
Figure BDA0002230058490000132
其中最佳方位角按照之前计算得到的最佳方位角设置。
步骤S42，根据所述识别的覆盖场景，从所述权值优化表中获取的水平波瓣宽度和垂直波瓣宽度；
天线权值优化表中水平波瓣宽度和垂直波瓣宽度都包含推荐值和备选值，在单个小区天线权值优化时，一般使用推荐值。
步骤S43，根据所述水平波瓣宽度和所述垂直波瓣宽度以及所述最佳方位角，优化单个小区的天线权值；
根据获取的参数设置相应的小区天线权值，使天线的设置更好地满足用户分布和话务分布。
在本实施例中，根据小区权值优化表，按照小区对应的覆盖场景类型设置小区的天线权值。
进一步地，参照图2和图5，在本发明天线权值优化方法第四实施例的基础上，提供天线权值优化方法第五实施例，在第五实施例中，
步骤S50包括：
步骤S51，获取所述多个小区的属性数据；
这里的数据包括小区的话务地图数据，各个小区的覆盖场景以及覆盖场景对应的推荐值和备选值，每个小区对应的最佳方位角，RF(Radio Frequency,射频)参数，天线波形图文件，其中RF参数包括经纬度、方向角、机械下倾角、电子下倾角、水平波瓣宽度、垂直波瓣宽度等，天线波形图文件包含天线在水平方向和垂直方向不同角度的天线增益。
步骤S52，通过遗传算法获取多个不同的天线权值优化方案；
遗传算法需要设置种群大小、迭代次数、交叉率和变异率等参数，在设置好相关的参数后，通过随机、交叉、变异等方法，可以产生指定数量的个体数量，即产生不同的天线权值优化方案。在不同的天线权值优化方案中，水平波瓣宽度和垂直波瓣宽度的取值从权值优化表中的推荐值和/或备选值中选择。
步骤S53，根据所述多个小区的属性数据，计算所述不同的天线权值优化方案中适应度代价函数；
适应度代价函数可以影响遗传算法的收敛速度以及最终找到的最优解的质量，也可以用来评价遗传算法得到的解的优劣，因此适应度代价函数的选择十分重要。在本申请中，适应度代价函数与每个栅格中的采样点数目、采样点的变化情况和每个栅格中的流量数据相关。当适应度代价函数的取值越大时，表明遗传算法得到的方案越好。
步骤S54，输出所述适应度代价函数取值最大的方案作为最优方案；
遗传算法在按照设置的迭代次数迭代完成后，选择其中适应度代价函数最大的方案，此方案作为全局最优方案输出。
步骤S55，按照所述最优方案优化区域内多个小区的天线权值；
最优方案包括小区名称、小区ECI、调整前方向角、调整后方向角、调整前电子下倾角、调整后电子下倾角、调整前水平半功率角、调整后水平半功率角、调整前垂直半功率角、调整后垂直半功率角、调整前总流量、调整后总流量。按照最优方案对应调整区域内多个小区的天线权值。
在本实施例中，使用遗传算法进行区域内多个小区的权值优化，遗传算法可以保障大规模区域内天线权值的用户能够进行，同时适应度代价函数是遗传算法中的重要内容，根据适应度代价函数确定最优方案，按照最优方案调整区域内多个小区的天线权值。
进一步地，参照图2和图6，在本发明天线权值优化方法第五实施例的基础上，提供天线权值优化方法第六实施例，在第六实施例中，
步骤S53之前包括：
步骤S531，获取小区与天线主瓣方向调整前的水平夹角和垂直夹角；
在不同的天线权值优化方案中，各点与天线主瓣方向水平夹角和垂直夹角会变化，因此需要获取调整前的水平方向夹角和垂直方向夹角。
步骤S532，获取所述不同的天线权值优化方案中小区与天线主瓣方向调整后的水平夹角和垂直夹角；
步骤S533，根据所述调整前的水平夹角和垂直夹角和调整后的水平夹角和垂直夹角，获取所述不同天线权值优化方案中调整后的小区中每个栅格的场强；
根据不同的天线权值优化方案，获取小区在每个栅格中的场强变化。根据无线传播模型，小区到某一地点的下行信号强度＝发射功率+天线增益-路损，其中天线的发射功率在调整过程中保持一致，路损取决于发射频率、天线挂高、距离、接收台高度等因素，当这些因素保持不变时，路损是不变的。而在调整天馈系统时，天线到各个栅格的路损是保持不变的。天线增益取决于天线的水平半功率角、垂直半功率角、下倾角和方向角以及当前地点与天线的相对位置，可以通过实验室测量得出。在不同角度的天线增益数值可以通过设备制造商的通过的天线增益表获得。在X-Y平面，从x正轴开始，逆时针方向环绕一周，每1度1个增益值；天线最大增益指向y正轴；在Z轴平面，从z正轴开始，到Z负轴，每1度1个增益值。所以天线波形图中可以得到一个360*180矩阵，包含360*180个增益数据。通过调整前后的水平夹角和垂直夹角得到调整前后的小区场强差值，差值为天线增益表(调整后水平夹角，调整后垂直夹角)减去天线增益表(调整前水平夹角，调整前垂直夹角)，得到调整后小区各栅格的场强。
本实施例利用栅格化的MR数据和天线增益表，得到天线权值调整后各栅格的场强。这一实施例通过调整后的场强来进行天线优化方案覆盖评估。覆盖评估是进行调整天线权值流量变化的基础。
进一步地，参照图2和图7，在本发明天线权值优化方法第六实施例的基础上，提供天线权值优化方法第七实施例，在第七实施例中，
步骤S53包括，
步骤S534，获取主小区的原始采样点数作为基础话务分配；
在得到各个小区调整后的场强后，根据主小区与邻小区的调整前后的场强变化来评估栅格内每个小区的话务分配。话务分配以采样点为单位进行，包括基础话务分配和浮动话务分配，其中基础话务分配是指调整前小区内的采样点数。
步骤S535，根据所述调整后的小区场强，获取主小区和邻小区间变化的采样点数作为浮动话务分配；
小区场强可以由小区中各个栅格的场强计算得到。浮动话务分配则是按照主邻小区间的差值变化来计算。当主小区和邻小区的场强差值超过一定的门限时，主小区的采样点会被邻小区吸收。主小区损失的多少采样点，邻小区则会增加相应的数目的采样点。区域内整体的采样点数应该不会发生改变。
主邻小区场强差值的门限值可以根据不同的情况设定，一般分为三种情况：(1)主小区与邻小区均为3D-MIMO小区，频段为D，两个小区优先级相同；(2)主小区为3D-MIMO小区，邻小区为普通F频段宏站，主小区优先级高；(3)主小区为3D-MIMO小区，邻小区为普通D频段宏站，主小区优先级高。同时门限值的设定还应该参考现有网络的配置。
步骤S536，根据基础话务分配、浮动话务分配和小区话务地图计算适应度代价函数；
适应度代价函数与每个栅格中的采样点总数、被3D-MIMO小区吸收的采样点数以及每个栅格中的流量有关，其中采样点总数包括基础话务分配和浮动话务分配，吸收的采样点数为浮动话务分配。任意区域的任意单元栅格可以用Cij表示。
适应度代价函数为
Figure BDA0002230058490000171
其中，Sij为为单个物理栅格内统计的MR采样点总数，Qij为单个物理栅格内被3D-MIMO小区吸收的MR采样点数，Pij为单个栅格内的上行吞吐量和下行吞吐量的总和。
本实施例中通过话务分配模型计算遗传函数的适应度代价函数，话务分配模型中包含基础话务分配和浮动话务分配。
本发明移动终端和可读存储介质(即计算机可读存储介质)的具体实施方式的拓展内容与上述天线权值优化方法各实施例基本相同，在此不做赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (8)

1.一种天线权值优化方法，其特征在于，所述天线权值优化方法包括以下步骤：
根据用户定位方法，获取栅格化的MR数据；
根据所述栅格化的MR数据和小区的流量指标数据，获取小区的话务地图；
根据所述栅格化的MR数据和所述话务地图，识别小区的覆盖场景；
根据所述覆盖场景，优化单个小区的天线权值；
根据所述单个小区的天线权值和遗传算法，优化区域内多个小区的天线权值；
其中，所述根据所述单个小区的天线权值和遗传算法，优化区域内多个小区的天线权值的步骤包括：
获取所述多个小区的属性数据；
通过遗传算法获取多个不同的天线权值优化方案；
根据所述多个小区的属性数据，计算所述不同的天线权值优化方案中适应度代价函数；
输出所述适应度代价函数取值最大的方案作为最优方案；
按照所述最优方案优化区域内多个小区的天线权值；
其中，所述计算所述不同的天线权值优化方案中的适应度代价函数的步骤包括：
获取主小区的原始采样点数作为基础话务分配；
根据调整后的小区场强，获取主小区和邻小区间变化的采样点数作为浮动话务分配；
根据基础话务分配、浮动话务分配和小区话务地图，计算适应度代价函数。
2.如权利要求1所述的天线权值优化方法，其特征在于，所述根据所述栅格化的MR数据和小区的流量指标数据，获取小区的话务地图的步骤包括：
获取小区的流量指标数据；
将所述流量指标数据按照栅格化的MR数据加权分配到各个栅格中，获取栅格级的小区话务地图。
3.如权利要求2所述的天线权值优化方法，其特征在于，所述根据所述栅格化的MR数据和所述话务地图，识别小区的覆盖场景的步骤包括：
获取小区的三维地图信息；
利用所述栅格化的MR数据，计算小区的最佳方位角；
根据所述三维地图信息、所述最佳方位角和所述话务地图，识别小区的覆盖场景。
4.如权利要求3所述的天线权值优化方法，其特征在于，所述根据所述覆盖场景，优化单个小区的天线权值的步骤包括：
获取单个小区的权值优化表；
根据所述识别的覆盖场景，从所述权值优化表中获取的水平波瓣宽度和垂直波瓣宽度；
根据所述水平波瓣宽度和所述垂直波瓣宽度以及所述最佳方位角，优化单个小区的天线权值。
5.如权利要求1所述的天线权值优化方法，其特征在于，所述计算所述不同的天线权值优化方案中的适应度代价函数的步骤之前包括：
获取小区与天线主瓣方向调整前的水平夹角和垂直夹角；
获取所述不同的天线权值优化方案中小区与天线主瓣方向调整后的水平夹角和垂直夹角；
根据所述调整前的水平夹角和垂直夹角和调整后的水平夹角和垂直夹角，获取所述不同天线权值优化方案中调整后的小区中每个栅格的场强。
6.如权利要求1所述的天线权值优化方法，其特征在于，所述适应度代价函数与所述栅格化的MR数据中的采样点数目、所述采样点数目的变化和所述流量指标数据有关。
7.一种终端，其特征在于，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的天线权值优化程序，所述天线权值优化程序被所述处理器执行时实现如权利要求1至6中任一项所述的天线权值优化方法的步骤。
8.一种可读存储介质，其特征在于，所述可读存储介质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如权利要求1至6中任一项所述的天线权值优化方法的步骤。
CN201910967072.6A 2019-10-11 2019-10-11 天线权值优化方法、终端及可读存储介质 Active CN110784880B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910967072.6A CN110784880B (zh) 2019-10-11 2019-10-11 天线权值优化方法、终端及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910967072.6A CN110784880B (zh) 2019-10-11 2019-10-11 天线权值优化方法、终端及可读存储介质

Publications (2)

Publication Number Publication Date
CN110784880A CN110784880A (zh) 2020-02-11
CN110784880B true CN110784880B (zh) 2023-03-24

Family

ID=69385153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910967072.6A Active CN110784880B (zh) 2019-10-11 2019-10-11 天线权值优化方法、终端及可读存储介质

Country Status (1)

Country Link
CN (1) CN110784880B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111246497B (zh) * 2020-04-10 2021-03-19 卓望信息技术（北京）有限公司 一种基于强化学习的天线调整方法
CN113766518B (zh) * 2020-06-02 2022-11-01 中国移动通信集团设计院有限公司 基站天线选择和广播波束规划方法及装置
CN113840299A (zh) * 2020-06-23 2021-12-24 中兴通讯股份有限公司 广播天线权值配置方法、装置、设备及存储介质
CN114339800B (zh) * 2020-09-27 2023-08-01 中国移动通信集团设计院有限公司 天线参数配置方法、装置、电子设备和存储介质
CN112260731B (zh) * 2020-10-21 2022-09-06 浪潮通信信息系统有限公司 一种基于蚁群算法的天线权值优化方法
CN114466366B (zh) * 2020-11-09 2023-08-01 中国移动通信集团河南有限公司 一种天线权值优化方法、装置及电子设备
CN114697973B (zh) * 2020-12-25 2023-08-04 大唐移动通信设备有限公司 小区天线类型的确定方法、装置及存储介质
CN112713919B (zh) * 2020-12-25 2022-04-15 中国联合网络通信集团有限公司 波束配置方法、装置、设备及存储介质
CN112351449B (zh) * 2021-01-08 2022-03-11 南京华苏科技有限公司 一种Massive MIMO单小区权值优化方法
CN115134817B (zh) * 2021-03-29 2024-06-11 中国移动通信集团山东有限公司 5g波束赋形优化方法及系统
CN113015192B (zh) * 2021-04-07 2024-07-26 中国移动通信集团陕西有限公司 天线权值确定方法、装置、设备及存储介质
CN115515143B (zh) * 2021-06-22 2024-07-02 中国移动通信集团重庆有限公司 一种基站覆盖场景确定方法、装置、设备及存储介质
CN113656956B (zh) * 2021-08-11 2023-09-08 卓望信息技术（北京）有限公司 基于4g mdt的5g天线权值优化方法、设备及介质
CN114423025B (zh) * 2021-12-29 2024-03-15 中国电信股份有限公司 一种场景识别方法、装置、设备以及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102014412A (zh) * 2010-12-10 2011-04-13 上海百林通信软件有限公司 一种基于天线参数调整的无线网络话务均衡优化方法
CN104080094A (zh) * 2013-03-25 2014-10-01 电信科学技术研究院 一种调整小区天线方位角的方法和装置
US9609529B1 (en) * 2014-08-01 2017-03-28 Sprint Communications Company L.P. Optimizing coverage by customizing signal patterns
CN107466043A (zh) * 2016-06-03 2017-12-12 中国移动通信集团河北有限公司 一种确定基站天线的方位角的方法和设备
CN109413657A (zh) * 2018-12-26 2019-03-01 郭今戈 Massive MIMO天线的权值配置方法和装置
CN109429249A (zh) * 2017-09-04 2019-03-05 中国移动通信集团浙江有限公司 一种基于mr定位数据的天线方位角优化方法及设备
CN109714784A (zh) * 2018-12-11 2019-05-03 中国联合网络通信集团有限公司 一种天线方位角的优化方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9578530B2 (en) * 2014-12-09 2017-02-21 Futurewei Technologies, Inc. Method and apparatus for determining cell states to adjust antenna configuration parameters

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102014412A (zh) * 2010-12-10 2011-04-13 上海百林通信软件有限公司 一种基于天线参数调整的无线网络话务均衡优化方法
CN104080094A (zh) * 2013-03-25 2014-10-01 电信科学技术研究院 一种调整小区天线方位角的方法和装置
US9609529B1 (en) * 2014-08-01 2017-03-28 Sprint Communications Company L.P. Optimizing coverage by customizing signal patterns
CN107466043A (zh) * 2016-06-03 2017-12-12 中国移动通信集团河北有限公司 一种确定基站天线的方位角的方法和设备
CN109429249A (zh) * 2017-09-04 2019-03-05 中国移动通信集团浙江有限公司 一种基于mr定位数据的天线方位角优化方法及设备
CN109714784A (zh) * 2018-12-11 2019-05-03 中国联合网络通信集团有限公司 一种天线方位角的优化方法和装置
CN109413657A (zh) * 2018-12-26 2019-03-01 郭今戈 Massive MIMO天线的权值配置方法和装置

Also Published As

Publication number Publication date
CN110784880A (zh) 2020-02-11

Similar Documents

Publication Publication Date Title
CN110784880B (zh) 天线权值优化方法、终端及可读存储介质
CN109934512B (zh) 一种预测模型的训练方法及系统
CN109905907B (zh) 一种搜网方法及移动终端
CN111898787B (zh) 基站规划方法、装置、终端设备以及存储介质
WO2020192219A1 (zh) 定位测量信息上报方法、终端和网络设备
CN112105004B (zh) 电子价签网络检测方法、设备及计算机可读存储介质
US20210027162A1 (en) Neural Network Model, Data Processing Method, and Processing Apparatus
CN110635822B (zh) 一种天线控制方法及电子设备
CN108650041B (zh) 一种信号质量显示方法及移动终端
US20210036833A1 (en) Method for determining csi resource type, terminal and network side device
CN106376004A (zh) 一种信息处理方法及终端
CN113052198B (zh) 一种数据处理方法、装置、设备及存储介质
US11757542B2 (en) Probe antenna determination method and apparatus
CN110224732B (zh) 一种天线切换方法及终端设备
CN109041251A (zh) 随机接入方法、装置、基站、终端及计算机可读存储介质
CN113780291B (zh) 一种图像处理方法、装置、电子设备及存储介质
CN115665767A (zh) 无线网络运行态势调控方法、装置、设备及存储介质
CN115802376A (zh) 一种工参数据校准方法、装置、电子设备及存储介质
CN113347710B (zh) 一种定位方法和相关装置
WO2016119234A1 (zh) 一种基于wifi系统室内定位装置及方法
KR20170074445A (ko) 이동 단말기 및 그의 동작 방법
CN110967712A (zh) 一种信息处理方法及电子设备
CN117750103B (zh) 一种智能大屏设备投屏的播放控制方法及系统
KR102717496B1 (ko) 측위 측정 정보 보고 방법, 단말 및 네트워크 장치
CN117689672B (zh) 基于图像处理的面膜营养液喷洒方法

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