CN111083711B - 一种基于智能评分算法的5g开站核心参数自动规划方法 - Google Patents

Abstract

本发明涉及一种基于智能评分算法的5G开站核心参数自动规划方法。其特征在于包括如下步骤：步骤一：准备待规划小区数据和构建资管工参表，步骤二：地理区域码TAC参数规划，步骤三：物理小区标识PCI参数规划，步骤四：物理随机接入信道PRACH参数规划，步骤五：邻小区规划，步骤六：基站开通脚本输出，步骤七：规划结果保存输出。本发明通过距离和周围同TAC小区数量综合评分考虑待选的TAC参数，如果前二的TAC评分比较接近，会提示网优人员可能存在边缘TAC的情况；在PCI规划时不仅考虑了MOD3干扰，还加入MOD30互斥的原则；对PRACH的规划采用了复用距离最优值的打分算法，有效避免了PRACH的重复使用。

Description

一种基于智能评分算法的5G开站核心参数自动规划方法

技术领域

本发明属于移动通信设备管理领域，具体涉及一种基于智能评分算法的5G开站核心参数自动规划方法 。

背景技术

由于5G技术刚起步，新开基站的参数规划还未有成熟的5G算法，业内大多沿袭LTE（4G）算法，规划结果不准不完整且整套规划过程效率低，部分内容需要资深人员进行人工处理，未做到完全自动化，且现有技存在以下缺点：

(1)小区TAC参数规划时若该待规划小区处在多个不同的TAC区域边缘，现有技术可能会将其划入错误的TAC区域；

(2)小区PCI参数规划时只避免了MOD3值干扰(MOD3即PCI除以3所得余数，同理MOD30就是除以30所得余数，通信基站中相同MOD3和MOD30的小区互相产生通信干扰，影响通话质量)，没有考虑MOD30值干扰的情况；

(3)小区PRACH参数规划存在重复使用PRACH的情况；

(4)规划邻区时，单一的通过方位角和距离两个因素来规划邻区的方法不能满足网优人员的需求；

(5)整个规划过程需要人工干预，效率低。

发明内容

针对现有技术中存在的问题，本发明的目的在于提供一种基于智能评分算法的5G开站核心参数自动规划方法的技术方案。

所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于包括如下步骤：

步骤一：准备待规划小区数据和构建资管工参表

（1-1）编制待规划小区数据文件，（2-1）构建资管工参表，（3-1）修正判断待规划小区数据文件；

步骤二：地理区域码TAC参数规划

（1-2）数据准备，（2-2）筛选周边TAC作为待选TAC，（3-2）计算每个待选TAC的总评分，（4-2）待选TAC的选择；

步骤三：物理小区标识PCI参数规划

（1-3）获取全网工参数据和待选PCI方案库，（2-3）制定模值MOD3方案库，（3-3）确定待规划小区主覆盖范围下的所有小区，（4-3）PCI MOD3模值综合影响力计算，（5-3）PCI复用距离计算，（6-3）MOD30复用距离计算，（7-3）根据智能评分获取最优PCI；

步骤四：物理随机接入信道PRACH参数规划

（1-4）调用资管工参表和PRACH方案库，（2-4）根据PRACH待选方案库确定待选PRACH，（3-4）PRACH复用距离计算，（4-4）根据智能评分获取最优PRACH值；

步骤五：邻小区规划

邻小区规划包括两种方式，1）基于方位角和距离因素进行打分的综合分值排序算法，2）基于角度分割和距离排序的邻区层数算法；

步骤六：基站开通脚本输出

（1-6）获取工参数据，（2-6）脚本模版，（3-6）生成脚本，（4-6）脚本文件输出；

步骤七：规划结果保存输出。

所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于所述准备待规划小区数据和构建资管工参表包括如下步骤：

（1-1）编制待规划小区数据文件

以Excel文件的方式，填写小区规划方法需要用到的待规划小区基础参数信息，同时留空待规划的核心参数；

（2-1）构建资管工参表

从运营商获取资管工参信息，供接下来的多个步骤调用；

（3-1）修正判断待规划小区数据文件；

判断待规划小区数据文件格式是否合规，若不合规反馈问题字段，返回步骤（1-1）。

所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于所述地理区域码TAC参数规划包括如下步骤：

（1-2）数据准备

调用资管工参表，以及LAC/TAC 映射表，以备之后步骤使用；

（2-2）筛选周边TAC作为待选TAC

筛选待规划小区周围半径L公里内所有2G小区和4G小区，计算其到待规划小区的距离，同时记录所有小区的TAC，若2G小区，则根据LAC/TAC映射表，将LAC转成TAC，作为待选TAC；

（3-2）计算每个待选TAC的总评分

遵循附近某一TAC的小区越多，则该待规划小区越倾向于这一TAC区域的原则，每个待选TAC遵循智能评分规则：

①-2.离待规划小区L/4km以内的小区，待选TAC小区数N1，对应TAC的权重最高为10，评分项为10* N1；

②-2.离待规划小区L/4km-L/2km距离的小区，待选TAC小区数N2，对应TAC的权重为5，评分项为5* N2；

③-2.离待规划小区L/2km-3L/4km距离的小区，待选TAC小区数N3，对应TAC的权重为3，评分项为3* N3；

④-2.离待规划小区3L/4km-Lkm距离的小区，待选TAC小区数记N 4，对应TAC的权重为1，评分项为1* N4；

⑤-2.离待规划小区Lkm以外的小区无考察意义，不评分；

待选TAC总评分Vtac=10*N1+5*N2+3*N3+1*N4

（4-2）待选TAC的选择

根据(3-2)的评分规则，总评分按从高到低排序，排名第一的TAC即为规划TAC；若排名第二的TAC评分达到第一总分的60%，也将其作为备选TAC让用户参考。

所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于所述物理小区标识PCI参数规划包括如下步骤：

（1-3）获取全网工参数据和待选PCI方案库

和步骤二TAC参数规划一样，首先调用资管工参表和PCI方案库；

（2-3）制定模值MOD3方案库

5G 小区规划须避免MOD3干扰，首先确认MOD3分配方案，在规划MOD3时，模值分配需按待规划小区的角度从小到大的规则规划，如一个站点三个小区其天线方位角0、120、240度，待规划小区模值尽可能按从小到大0、1、2顺时针方向规划；

一个标准三小区同频基站下三个小区设为Ta，Tb，Tc，由于三个小区的MOD3值不能重复使用，则该标准三小区基站的MOD3分配方式有以下6种：

方案一： Ta的MOD3值为0， Tb的MOD3值为1， Tc的MOD3值为2；

方案二： Ta的MOD3值为0， Tb的MOD3值为2， Tc的MOD3值为1；

方案三： Ta的MOD3值为1， Tb的MOD3值为0， Tc的MOD3值为2；

方案四： Ta的MOD3值为1， Tb的MOD3值为2， Tc的MOD3值为0；

方案五： Ta的MOD3值为2， Tb的MOD3值为0， Tc的MOD3值为1；

方案六： Ta的MOD3值为2， Tb的MOD3值为1， Tc的MOD3值为0；

这6种MOD值分配方案就组成了模值MOD3方案库；

（3-3）确定待规划小区主覆盖范围下的所有小区

待规划小区按覆盖类型分为室分和宏站，室分为全向覆盖，即360°圆形范围覆盖，宏站按扇形范围覆盖，主要用小区天线方位角、水平半功率角和垂直半功率角，小区天线方位角、水平半功率角和垂直半功率角这三个参数都是从步骤一准备好的资管工参表中获取，确定宏站主覆盖方向和范围，根据小区资管工参表中附近小区的经纬度，利用方位角和距离判断该点是否在待规划小区的主覆盖范围内，主覆盖范围内所有小区的PCI集合就是待选PCI；

（4-3）PCI MOD3模值综合影响力计算

模值综合影响力能够直观体现周围相同MOD3值频点小区对待规划小区的信号干扰强度，主要通过这些小区与待规划小区的角度和距离因素来考察，模值综合影响力越大，干扰越大，越不适合做待规划小区的模值，越小越适合做待规划小区的模值；

假设待规划基站下的三个小区为Ta，Tb，Tc，采用步骤(2-3)中的MOD3分配方案一，小区Ta对周围MOD3值为0的同频小区的总影响力为Vmod1_Ta ，小区Tb对周围MOD3值为1的同频小区的总影响力为Vmod1_Tb ，小区Tc对周围MOD3值为2的同频小区的总影响力为Vmod1_Tc，则方案一的模值综合影响力Vmod1T为：

根据步骤(2-3)中的MOD3方案库里的6种方案，分别计算出模值综合影响力Vmod1T、Vmod2T、Vmod3T、Vmod4T、Vmod5T、Vmod6T，取模值影响力最小，即评分最小的

为MOD3值最佳分配方案：

（5-3）PCI复用距离计算

同一MOD3值的PCI不唯一，这就需要使用PCI复用距离来作为一个评分项；两小区距离计算，假设某小区经纬度为（lg_n ，lt_n ），待规划小区位经纬的为（lg，lt），该小区与待规划小区距离公式如下：

该公式中，R指地球半径，取常量6317公里；PI指圆周率，取常量3.14159；

依次计算步骤(5-3)中主覆盖范围内所有小区到待规划小区的距离，然后根据附近小区的PCI值进行分类，每个分类中的最小距离即为该PCI对应的复用距离；

（6-3）MOD30复用距离计算

只用单一的PCI复用距离还不够全面客观的体现该PCI对待规划小区的影响，

将步骤(3-3)中主覆盖范围内所有小区的PCI根据MOD30分为30组，每组MOD30值根据步骤(5-3)复用距离的相同计算方法计算出该MOD30值对应的MOD30复用距离，若某一组MOD30值在规划半径内没有小区，则MOD30复用距离设为规划半径；

（7-3）根据智能评分获取最优PCI；

每个待选PCI小区遵循智能评分规则：

①-3.该PCI必须要在待选的PCI库，设为Kpci，根据步骤（1-3）在待选PCI库中则为1，不在则为0，这是首要条件，权重值最高，设为100，评分项为100*Kpci；

②-3.该PCI的MOD3模值综合影响力，设为M，根据步骤（4-3）确定的模值综合影响力按从小到大排，分别取值3，2，1，越小越好，保证基站整体对周围小区干扰最小，权重值次高，设为10，评分项为10*M；

③-3.该PCI的复用距离，设为L3，即根据步骤（5-3）所得的复用距离，越大越好，越大则该小区对周围小区干扰越小，权重值设为2，评分项为2*L3；

④-3.该PCI的MOD30复用距离，设为L30，即根据步骤（6-3）所得的复用距离越大越好，越大则该小区对周围小区干扰越小，权重值设为1，评分项为1* L30；

将以上分步计算所得单项评分结果设为4个评分项对PCI进行智能评分，待选PCI的总评分Vpci=100*Kpci+10*M+2*L3+1*L30，按总评分从大到小排序，评分最高的PCI为最优PCI。

所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于所述物理随机接入信道PRACH参数规划包括如下步骤：

（1-4）调用资管工参表和PRACH方案库

调用资管工参表，前导格式和PRACH映射待选方案库，用于后面计算调用；

（2-4）根据PRACH待选方案库确定待选PRACH

根据当前待规划小区的前导格式字段，及其覆盖场景类型，分为普通小区或者高铁小区，确定PRACH可用范围，前导格式为format0，format1，format2，format3时，覆盖场景类型为普通小区的PRACH取值范围0-655，覆盖场景类型为高铁小区的PRACH取值范围656-837；前导格式为A1，A2，A3，B1，B2，B3，B4，C0，C2时，只存在普通小区，PRACH取值范围0-137；

（3-4）PRACH复用距离计算

以待规划小区为位置O为圆心，以R1为半径，搜索附近半径R1内所有小区，这些小区的PRACH集合作为待选PRACH；运用步骤三PCI参数规划中的步骤（5-3）的相同计算方法，计算各个小区与待规划小区的距离，按PRACH分类并求出该PRACH值下的复用距离Lpr；

（4-4）根据智能评分获取最优PRACH值；

每个待选PRACH遵循智能评分规则：

①-4.PRACH的取值必须在待选方案库中，设为Kpr，在待选PRACH库中则为1，不在则为0，权重100，评分项为100*Kpr；

②-4.该PRACH对应的复用距离，设为Lpr，即根据步骤（2-4）所得的复用距离，越大越好，越大则对周围同PRACH小区的干扰越小，权重10，评分项为10*Lpr；

该PRACH的总评分VPRACH=100*Kpr+10*Lpr，按从大到小的顺序排列，总评分最大的PRACH为最优值PRACH。

所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于所述基于方位角和距离因素进行打分的综合分值排序算法过程如下：

①获取全网工参

调用资管工参表；

②计算待规划小区覆盖半径内的所有小区

小区半径分为宏站小区半径和室分小区半径，以待规划小区为圆心计算出覆盖半径内所有的小区；

③添加同站邻区

根据待规划小区的基站编号在全网工参中搜索同站小区，并将其添加为同站的同频或异频邻区；

④距离角度综合分值计算

如果待规划小区为宏站小区，方位角为a1，邻区小区的方为角为b1，距离待规划小区的距离为Lnc，距离和角度比系数为larate，则邻区小区B的综合分值S公式，分为两种情况：

如果待规划小区为室分小区，则邻区小区的综合分值S直接为邻小区与待规划小区的距离；

⑤删除特殊邻区

从步骤④中得到的邻区表中，查找是否存在同频同PCI的小区，有则删除其中得分较高的小区；并结合邻区频点方案表核查两两频点之间是否需要添加邻区，如果规定的两频点之间不需要加邻区，则从邻区表中删除该邻区对；

⑥综合分值顺序排序

根据步骤④获取的所有邻小区综合分值，首先将邻小区分为宏站和室分两种，然后按宏站和室分对所有的S值按从小到大排序，该综合得分值S越小，越容易加入邻区，相反越大越不容易加入邻区；删除S得分较高的小区，直到邻区数量等于预先设定的邻区数量上限值；

⑦添加反向邻区

结合步骤⑥中得到的邻区表中，添加反向邻区，A添加B邻区后，B也要添加A邻区，并遵循邻区频点方案表规则，最后得到了完整的邻区关系；

⑧最终邻区关系

根据上面步骤过滤后得到邻区关系为最终待规划小区的邻区关系。

所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于所述基于角度分割和距离排序的邻区层数算法过程如下：

①-5.获取全网工参

调用资管工参表；

②-5.计算待规划小区覆盖半径范围内所有的小区

小区半径设为宏站小区半径和室分小区半径，以待规划小区为圆心计算出待规划小区覆盖半径内所有的小区；

③-5.添加同站邻区

根据待规划小区的基站编号在全网工参中搜索同站小区，并将其添加为同站的同频或异频邻区；

④-5.正向背向判定

小区正向即小区天线能量较强的方向，通过待规划小区的方位角主方向往左右各45度，为小区天线正向覆盖角度，之外的区域为背向覆盖角度；

⑤-5.邻小区层数判定

以待规划小区为圆心，计算步骤②-5所有周边小区到待规划小区的距离，根据正向背向判定方法计算正向和背向角度范围，然后按照设定的分割角度，对正向和背向进行分割，在每个分割小范围内按距离取前N个小区，N为设定的层数上限，作为待规划小区的邻区表；

⑥-5.检查是否存在同频同PCI邻区，若有则删除，

从步骤⑤-5中得到的邻区表中，查找是否存在同频同PCI的小区，有则删除然后按层数补足邻区；

⑦-5.检查特殊频点的邻区，若有则删除，

从步骤⑥-5中得到的邻区表中并结合邻区频点方案表，核查两两频点之间是否允许添加邻区，如果规定的两频点之间不需要加邻区，则从邻区关系表中删除该邻区对，然后按层数补足邻区；

⑧-5.添加反向邻区

结合步骤⑦-5中得到的邻区表中，添加反向邻区并遵循邻区频点方案表规则，得到邻区表；

⑨-5.最终邻区关系

根据上面步骤过滤后得到邻区关系为待规划小区的最终邻区表。

所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于所述基站开通脚本输出包括如下步骤：

（1-6）获取工参数据

调用资管工参表，为接下来的脚本输出准备好数据；

（2-6）脚本模版

开站脚本主要分为新建站脚本，邻区脚本，特定参数刷新脚本，不同的脚本对应不同的脚本模板；

（3-6）生成脚本

根据步骤（1-6）准备好的资管工参表查询参数，代入步骤（2-6）相应的脚本模版，自动生成开站脚本文件；

（4-6）脚本文件输出

生成的开站脚本在本地以TXT文件的格式保存输出保存。

所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于所述规划结果保存输出：所有的规划工作步骤执行完成后，包含规划的工参和邻区数据的规划结果以Excel文件的格式输出保存，数据同时也保存到服务器数据库的规划结果表共享，用于下次规划时相互协调参照使用。

本发明的优点如下：

(1) 通过距离和周围同TAC小区数量综合评分考虑待选的TAC参数，如果前二的TAC评分比较接近，说明待规划小区存在于TAC区域的边缘，本规划方法会提供评分第二的TAC作为第二选项，提示网优人员可能存在边缘TAC的情况；

(2) PCI规划时不仅考虑了MOD3干扰，还加入MOD30互斥的原则，尽量保证周围小区MOD30值唯一，降低MOD30干扰；

(3) PRACH规划时采用了复用距离最优值的打分算法，避免了PRACH的重复使用；

(4) 邻小区规划提出一种正背向分区规划邻小区的新算法，更合理的分配邻区，也给了网优人员多种选择；

(5) 整套智能评分算法实现全自动规划，只需录入待规划小区清单，提前设置好规划选项，之后的规划过程全部自动完成，不再需要手动点选或人工判断；

（6）该方法基于一系列智能评分算法，获得科学、精准、合理的核心参数规划结果，并实现全自动规划。

附图说明

图1为本发明的流程结构示意图；

图2为邻小区层数判定示意图。

具体实施方式

下面结合说明书附图对本发明作进一步说明：

本方法将一批待规划小区清单以文件形式作为输入，运用一系列智能评分算法，将每个待规划小区与周边附近基站小区的相互影响优劣组合以直观的评定分数体现，最大程度地降低与周围基站的信号干扰，提高规划结果的精准性，最终对各个核心参数（包括地理区域码TAC，物理小区标识PCI，物理随机接入信道PRACH，邻小区等）自动作出最优的选择，并将规划结果输出可直接上设备操作的脚本文件。

上述自动规划步骤详细阐述如下：

步骤一：准备待规划小区数据和构建资管工参表

（1-1）编制待规划小区数据文件

以Excel文件的方式，填写小区规划方法需要用到的待规划小区基础参数信息，（包括基站经度、纬度、频段、频点、覆盖场景、前导格式等），同时留空待规划的核心参数（包括TAC、PCI、PRACH、邻小区等）；

（2-1）构建资管工参表

从运营商获取资管工参信息（来源于运营商资产管理平台的共享数据，记录现网所有在网的2G、4G、5G基站小区基础信息和工程参数信息，包括归属地市、站名、小区名、基站编号、小区号、本地小区号、频点、频段、场景、经纬度、方位角、水平半功率角、垂直半功率角、PCI、TAC、PRACH、邻小区等），供接下来的多个步骤调用；

（3-1）修正判断待规划小区数据文件；

判断待规划小区数据文件格式是否合规（例如经度，纬度必须为正常范围内的数字，方向角必须为0-360范围内的数字，厂家必须为指定的华为，中兴，阿朗，诺西中的一个），若不合规反馈问题字段，返回步骤（1-1）。

步骤二：地理区域码TAC参数规划

（1-2）数据准备

调用资管工参表，以及LAC/TAC 映射表（来源于规划部门的共享数据，记录LAC和TAC的映射对应关系，表示一块地理区域的区域码，2G使用LAC，4G、5G使用TAC），以备之后步骤使用；

（2-2）筛选周边TAC作为待选TAC

筛选待规划小区周围半径L（规划前的预设参数，默认5km）公里内所有2G小区和4G小区，计算其到待规划小区的距离，同时记录所有小区的TAC，若2G小区，则根据LAC/TAC映射表，将LAC转成TAC，作为待选TAC；

（3-2）计算每个待选TAC的总评分

遵循附近某一TAC的小区越多，则该待规划小区越倾向于这一TAC区域的原则，每个待选TAC遵循智能评分规则：

①-2.离待规划小区L/4km以内的小区，待选TAC小区数N1，对应TAC的权重最高为10，评分项为10* N1；

②-2.离待规划小区L/4km-L/2km距离的小区，待选TAC小区数N2，对应TAC的权重为5，评分项为5* N2；

③-2.离待规划小区L/2km-3L/4km距离的小区，待选TAC小区数N3，对应TAC的权重为3，评分项为3* N3；

④-2.离待规划小区3L/4km-Lkm距离的小区，待选TAC小区数记N 4，对应TAC的权重为1，评分项为1* N4；

⑤-2.离待规划小区Lkm以外的小区无考察意义，不评分；

待选TAC总评分Vtac=10*N1+5*N2+3*N3+1*N4

（4-2）待选TAC的选择

根据(3-2)的评分规则，总评分按从高到低排序，排名第一的TAC即为规划TAC；若排名第二的TAC评分达到第一总分的60%，也将其作为备选TAC让用户参考（说明存在该待规划小区处于两块地理区域的交接边缘的情况）。

步骤三：物理小区标识PCI参数规划

（1-3）获取全网工参数据和待选PCI方案库

和步骤二TAC参数规划一样，首先调用资管工参表和PCI方案库（来源于规划部门，记录各地市、设备厂家，及对应PCI取值范围的映射关系）；

（2-3）制定模值MOD3方案库

5G 小区规划须避免MOD3干扰，首先确认MOD3分配方案，在规划MOD3时，模值分配需按待规划小区的角度从小到大的规则规划，如一个站点三个小区其天线方位角0、120、240度，待规划小区模值尽可能按从小到大0、1、2顺时针方向规划；

一个标准三小区同频基站下三个小区设为Ta，Tb，Tc，由于三个小区的MOD3值不能重复使用，则该标准三小区基站的MOD3分配方式有以下6种：

方案一： Ta的MOD3值为0， Tb的MOD3值为1， Tc的MOD3值为2；

方案二： Ta的MOD3值为0， Tb的MOD3值为2， Tc的MOD3值为1；

方案三： Ta的MOD3值为1， Tb的MOD3值为0， Tc的MOD3值为2；

方案四： Ta的MOD3值为1， Tb的MOD3值为2， Tc的MOD3值为0；

方案五： Ta的MOD3值为2， Tb的MOD3值为0， Tc的MOD3值为1；

方案六： Ta的MOD3值为2， Tb的MOD3值为1， Tc的MOD3值为0；

这6种MOD值分配方案就组成了模值MOD3方案库；

（3-3）确定待规划小区主覆盖范围下的所有小区

待规划小区按覆盖类型分为室分和宏站，室分为全向覆盖，即360°圆形范围覆盖，宏站按扇形范围覆盖，主要用小区天线方位角、水平半功率角和垂直半功率角，小区天线方位角、水平半功率角和垂直半功率角这三个参数都是从步骤一准备好的资管工参表中获取，确定宏站主覆盖方向和范围，根据小区资管工参表中附近小区的经纬度，利用方位角和距离判断该点是否在待规划小区的主覆盖范围内，主覆盖范围内所有小区的PCI集合就是待选PCI；

（4-3）PCI MOD3模值综合影响力计算

模值综合影响力能够直观体现周围相同MOD3值频点小区对待规划小区的信号干扰强度，主要通过这些小区与待规划小区的角度和距离因素来考察，模值综合影响力越大，干扰越大，越不适合做待规划小区的模值，越小越适合做待规划小区的模值；

以标准三小区基站模值综合影响力（VmodT）计算为例：

假设待规划基站下的三个小区为Ta，Tb，Tc，采用步骤(2-3)中的MOD3分配方案一，小区Ta对周围MOD3值为0的同频小区的总影响力为Vmod1_Ta ，小区Tb对周围MOD3值为1的同频小区的总影响力为Vmod1_Tb ，小区Tc对周围MOD3值为2的同频小区的总影响力为Vmod1_Tc，则方案一的模值综合影响力Vmod1T为：

根据步骤(2-3)中的MOD3方案库里的6种方案，分别计算出模值综合影响力Vmod1T、Vmod2T、Vmod3T、Vmod4T、Vmod5T、Vmod6T，取模值影响力最小，即评分最小的

为MOD3值最佳分配方案：

（5-3）PCI复用距离计算

同一MOD3值的PCI不唯一，这就需要使用PCI复用距离来作为一个评分项；两小区距离计算，假设某小区经纬度为（lg_n ，lt_n ），待规划小区位经纬的为（lg，lt），该小区与待规划小区距离公式如下：

该公式中，R指地球半径，取常量6317公里；PI指圆周率，取常量3.14159；

依次计算步骤(5-3)中主覆盖范围内所有小区到待规划小区的距离，然后根据附近小区的PCI值进行分类，每个分类中的最小距离即为该PCI对应的复用距离；

（6-3）MOD30复用距离计算

只用单一的PCI复用距离还不够全面客观的体现该PCI对待规划小区的影响，本方法还使用MOD30复用距离作为额外评分项；

将步骤(3-3)中主覆盖范围内所有小区的PCI根据MOD30分为30组，每组MOD30值根据步骤(5-3)复用距离的相同计算方法计算出该MOD30值对应的MOD30复用距离，若某一组MOD30值在规划半径内没有小区，则MOD30复用距离设为规划半径（一般为5km）；

（7-3）根据智能评分获取最优PCI；

每个待选PCI小区遵循智能评分规则：

①-3.该PCI必须要在待选的PCI库，设为Kpci，根据步骤（1-3）在待选PCI库中则为1，不在则为0，这是首要条件，权重值最高，设为100，评分项为100*Kpci；

②-3.该PCI的MOD3模值综合影响力，设为M，根据步骤（4-3）确定的模值综合影响力按从小到大排，分别取值3，2，1，越小越好，保证基站整体对周围小区干扰最小，权重值次高，设为10，评分项为10*M；

③-3.该PCI的复用距离，设为L3，即根据步骤（5-3）所得的复用距离（km），越大越好，越大则该小区对周围小区干扰越小，权重值设为2，评分项为2*L3；

④-3.该PCI的MOD30复用距离，设为L30，即根据步骤（6-3）所得的复用距离（km）越大越好，越大则该小区对周围小区干扰越小，权重值设为1，评分项为1* L30；

将以上分步计算所得单项评分结果设为4个评分项对PCI进行智能评分，待选PCI的总评分Vpci=100*Kpci+10*M+2*L3+1*L30，按总评分从大到小排序，评分最高的PCI为最优PCI。

步骤四：物理随机接入信道PRACH参数规划

（1-4）调用资管工参表和PRACH方案库

调用资管工参表，前导格式和PRACH映射待选方案库（来源于规划部门，记录前导格式、小区场景，及对应待选PRACH取值范围的映射关系），用于后面计算调用；

（2-4）根据PRACH待选方案库确定待选PRACH

根据当前待规划小区的前导格式字段，及其覆盖场景类型，分为普通小区或者高铁小区，确定PRACH可用范围，前导格式为format0，format1，format2，format3时，覆盖场景类型为普通小区的PRACH取值范围0-655，覆盖场景类型为高铁小区的PRACH取值范围656-837；前导格式为A1，A2，A3，B1，B2，B3，B4，C0，C2时，只存在普通小区，PRACH取值范围0-137；

（3-4）PRACH复用距离计算

以待规划小区为位置O为圆心，以R1（规划的预设参数，一般取12km）为半径，搜索附近半径R1（km）内所有小区，这些小区的PRACH集合作为待选PRACH；运用步骤三PCI参数规划中的步骤（5-3）的相同计算方法，计算各个小区与待规划小区的距离，按PRACH分类并求出该PRACH值下的复用距离Lpr；

（4-4）根据智能评分获取最优PRACH值；

每个待选PRACH遵循智能评分规则：

①-4.PRACH的取值必须在待选方案库中，设为Kpr，在待选PRACH库中则为1，不在则为0，权重100，评分项为100*Kpr；

②-4.该PRACH对应的复用距离，设为Lpr，即根据步骤（2-4）所得的复用距离，越大越好，越大则对周围同PRACH小区的干扰越小，权重10，评分项为10*Lpr；

该PRACH的总评分VPRACH=100*Kpr+10*Lpr，按从大到小的顺序排列，总评分最大的PRACH为最优值PRACH。

步骤五：邻小区规划

5G邻小区规划包括两种方式，供工程人员根据不同需求选择其一使用：

1）基于方位角和距离因素进行打分的综合分值排序算法，2）基于角度分割和距离排序的邻区层数算法。

1）基于方位角和距离因素进行打分的综合分值排序算法过程如下：

①获取全网工参

调用资管工参表；

②计算待规划小区覆盖半径内的所有小区

小区半径分为宏站小区半径和室分小区半径（规划预设参数，一般取2.5km和1km），以待规划小区为圆心计算出覆盖半径内所有的小区；

③添加同站邻区

根据待规划小区的基站编号在全网工参中搜索同站（基站编号相同）小区，并将其添加为同站的同频（频点相同）或异频（频点不同）邻区；

④距离角度综合分值计算

如果待规划小区为宏站小区，方位角为a1，邻区小区的方为角为b1，距离待规划小区的距离为Lnc，距离和角度比系数为larate，则邻区小区B的综合分值S公式，分为两种情况：

如果待规划小区为室分小区，则邻区小区的综合分值S直接为邻小区与待规划小区的距离；

⑤删除特殊邻区

从步骤④中得到的邻区表中，查找是否存在同频同PCI的小区，有则删除其中得分较高的小区；并结合邻区频点方案表核查两两频点之间是否需要添加邻区，如果规定的两频点之间不需要加邻区，则从邻区表中删除该邻区对；

⑥综合分值顺序排序

根据步骤④获取的所有邻小区综合分值，首先将邻小区分为宏站和室分两种，然后按宏站和室分对所有的S值按从小到大排序，该综合得分值S越小，越容易加入邻区，相反越大越不容易加入邻区；删除S得分较高的小区，直到邻区数量等于预先设定的邻区数量上限值；

⑦添加反向邻区

结合步骤⑥中得到的邻区表中，添加反向邻区，A添加B邻区后，B也要添加A邻区，并遵循邻区频点方案表规则，最后得到了完整的邻区关系；

⑧最终邻区关系

根据上面步骤过滤后得到邻区关系为最终待规划小区的邻区关系。

基于方位角和距离因素进行打分的综合分值排序算法按方位角及距离因素计算综合分值，以邻区数量为上限添加邻区，根据业务需要进行改进。

基于角度分割和距离排序的邻区层数算法：按正向背向及角度分割以距离分层，以邻区层数添加邻区，待规划小区为宏站时，正向加两层邻区，背向加一层邻区，待规划小区为室分时，正向背向加一层邻区。

2）基于角度分割和距离排序的邻区层数算法过程如下：

①-5.获取全网工参

调用资管工参表；

②-5.计算待规划小区覆盖半径范围内所有的小区

小区半径设为宏站小区半径和室分小区半径（规划预设参数，一般取2.5km和1km），以待规划小区为圆心计算出待规划小区覆盖半径内所有的小区；

③-5.添加同站邻区

根据待规划小区的基站编号在全网工参中搜索同站小区，并将其添加为同站的同频或异频邻区；

④-5.正向背向判定

小区正向即小区天线能量较强的方向，之前都是人为主观判断，准确性较差；本方法通过待规划小区的方位角主方向往左右各45度（来源于规划软件中规划参数设置，一般取45度），为小区天线正向覆盖角度，之外的区域为背向覆盖角度；

⑤-5.邻小区层数判定

以待规划小区为圆心，计算步骤②-5所有周边小区到待规划小区的距离，根据正向背向判定方法计算正向和背向角度范围，然后按照设定的分割角度（来源于规划软件中规划参数设置，一般取10度），对正向和背向进行分割，在每个分割小范围内按距离取前N个小区，N为设定的层数上限，作为待规划小区的邻区表；

例如保证宏站小区正向邻区配两层（以基站为单位），背向配一层（以基站为单位），具体实现方法：首先以A小区为中心，根据正向背向判定方法计算正向角度和背向角度范围值；然后将其正向覆盖角度和背向覆盖角度角度以10度来分割（该角度可以根据需求进行调整）为若干个小角度范围，正向覆盖范围内分割出的每个小角度范围内取距离最近的2个站点，每个正向小角度的邻区集合既为待规划小区的正向两层邻区，对背向覆盖范围内分割出的每个小角度范围内取距离最近的1个站点，每个背向小角度的邻区集合既待规划小区的背向一层邻区；

⑥-5.检查是否存在同频同PCI邻区，若有则删除，

从步骤⑤-5中得到的邻区表中，查找是否存在同频同PCI的小区，有则删除然后按层数补足邻区；

⑦-5.检查特殊频点的邻区，若有则删除，

从步骤⑥-5中得到的邻区表中并结合邻区频点方案表（来源于规划部门，记录小区频点和邻小区频点的互斥关系），核查两两频点之间是否允许添加邻区，如果规定的两频点之间不需要加邻区，则从邻区关系表中删除该邻区对，然后按层数补足邻区；

⑧-5.添加反向邻区

结合步骤⑦-5中得到的邻区表中，添加反向邻区（A添加B邻区后，B也要添加A邻区）并遵循邻区频点方案表规则，得到邻区表；

⑨-5.最终邻区关系

根据上面步骤过滤后得到邻区关系为待规划小区的最终邻区表。

步骤六：基站开通脚本输出

（1-6）获取工参数据

调用资管工参表，为接下来的脚本输出准备好数据；

（2-6）脚本模版

开站脚本主要分为新建站脚本，邻区脚本，特定参数刷新脚本，不同的脚本对应不同的脚本模板（来源于设备厂家提供的文本文件，格式适用于对应版本的基站设备）；

（3-6）生成脚本

根据步骤（1-6）准备好的资管工参表查询参数，代入步骤（2-6）相应的脚本模版，自动生成开站脚本文件；

（4-6）脚本文件输出

生成的开站脚本在本地以TXT文件的格式保存输出保存。

步骤七：规划结果保存输出

所有的规划工作步骤执行完成后，包含规划的工参和邻区数据的规划结果以Excel文件的格式输出保存，数据同时也保存到服务器数据库的规划结果表共享，用于下次规划时相互协调参照使用。

本发明与现有技术相比：

1.规划结果精准合理：本发明能通过距离和周围同TAC小区数量综合评分考虑待选的TAC参数，如果前二的TAC评分比较接近，说明待规划小区存在于TAC区域的边缘，本规划方法会提供评分第二的TAC作为第二选项，提示网优人员可能存在边缘TAC的情况。在PCI规划时不仅考虑了MOD3干扰，还加入MOD30互斥的原则，尽量保证周围小区MOD30值唯一，降低MOD30干扰。对PRACH的规划采用了复用距离最优值的打分算法，有效避免了PRACH的重复使用。同时针对目前单一的邻小区规划算法，提出一种正背向分区规划邻小区的新算法，更合理的分配邻区，也给了网优人员多种选择。

2.自动高效：整套智能评分算法实现全自动规划，只需录入待规划小区清单，提前设置好规划参数，之后的规划全部自动完成，不再需要手动点选或人工判断。

注释：

2G：第二代移动通信技术，信号传播制式为GSM

4G：第四代移动通信技术，信号传播制式为LTE

5G：第五代移动通信技术，信号传播制式为NR

TAC：全称为Tracking Area Code，跟踪区域号码，代表小区所在地理区域的唯一标识

PCI：全称为Physical Cell Identifier，物理小区标识，通信终端以此区分不同小区的无线信号，相同 PCI 的小区如果复用距离过小会产生信号干扰

PRACH：全称为Physical Random Access Channe，物理随机接入信道，是用户进行初始连接、切换、连接重建立，重新恢复上行同步的唯一途径

MOD3：PCI除以3所得余数，相同MOD3值的小区之间会有信号干扰。所以同一基站下的三个小区MOD3值要合理分配0，1，2三个值，使得周围小区的MOD3干扰最小

MOD30：PCI除以30所得余数，相同MOD30值的小区之间会有信号干扰，尽量避免距离过近

方位角：代表通讯设备天线的方向（即朝这个方位发射信号），取正北方向为0°，顺时针逐渐增大。

Claims (8)

1.一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于包括如下步骤：

步骤一：准备待规划小区数据和构建资管工参表

（1-1）编制待规划小区数据文件，（2-1）构建资管工参表，（3-1）修正判断待规划小区数据文件；

步骤二：地理区域码TAC参数规划

（1-2）数据准备，（2-2）筛选周边TAC作为待选TAC，（3-2）计算每个待选TAC的总评分，（4-2）待选TAC的选择；

步骤三：物理小区标识PCI参数规划

（1-3）获取全网工参数据和待选PCI方案库，（2-3）制定模值MOD3方案库，（3-3）确定待规划小区主覆盖范围下的所有小区，（4-3）PCI MOD3模值综合影响力计算，（5-3）PCI复用距离计算，（6-3）MOD30复用距离计算，（7-3）根据智能评分获取最优PCI；

步骤四：物理随机接入信道PRACH参数规划

（1-4）调用资管工参表和PRACH方案库，（2-4）根据PRACH待选方案库确定待选PRACH，（3-4）PRACH复用距离计算，（4-4）根据智能评分获取最优PRACH值；

步骤五：邻小区规划

邻小区规划包括两种方式，1）基于方位角和距离因素进行打分的综合分值排序算法，2）基于角度分割和距离排序的邻区层数算法；

步骤六：基站开通脚本输出

（1-6）获取工参数据，（2-6）脚本模版，（3-6）生成脚本，（4-6）脚本文件输出；

步骤七：规划结果保存输出;

所述地理区域码TAC参数规划包括如下步骤：

（1-2）数据准备

调用资管工参表，以及LAC/TAC 映射表，以备之后步骤使用；

（2-2）筛选周边TAC作为待选TAC

筛选待规划小区周围半径L公里内所有2G小区和4G小区，计算其到待规划小区的距离，同时记录所有小区的TAC，若2G小区，则根据LAC/TAC映射表，将LAC转成TAC，作为待选TAC；

（3-2）计算每个待选TAC的总评分

遵循附近某一TAC的小区越多，则该待规划小区越倾向于这一TAC区域的原则，每个待选TAC遵循智能评分规则：

①-2.离待规划小区L/4km以内的小区，待选TAC小区数N1，对应TAC的权重最高为10，评分项为10* N1；

②-2.离待规划小区L/4km-L/2km距离的小区，待选TAC小区数N2，对应TAC的权重为5，评分项为5* N2；

③-2.离待规划小区L/2km-3L/4km距离的小区，待选TAC小区数N3，对应TAC的权重为3，评分项为3* N3；

④-2.离待规划小区3L/4km-Lkm距离的小区，待选TAC小区数记N 4，对应TAC的权重为1，评分项为1* N4；

⑤-2.离待规划小区Lkm以外的小区无考察意义，不评分；

待选TAC总评分Vtac=10*N1+5*N2+3*N3+1*N4

（4-2）待选TAC的选择

根据(3-2)的评分规则，总评分按从高到低排序，排名第一的TAC即为规划TAC；若排名第二的TAC评分达到第一总分的60%，也将其作为备选TAC让用户参考。

2.根据权利要求1所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于所述准备待规划小区数据和构建资管工参表包括如下步骤：

（1-1）编制待规划小区数据文件

以Excel文件的方式，填写小区规划方法需要用到的待规划小区基础参数信息，同时留空待规划的核心参数；

（2-1）构建资管工参表

从运营商获取资管工参信息，供接下来的多个步骤调用；

（3-1）修正判断待规划小区数据文件；

判断待规划小区数据文件格式是否合规，若不合规反馈问题字段，返回步骤（1-1）。

3.根据权利要求1所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于所述物理小区标识PCI参数规划包括如下步骤：

（1-3）获取全网工参数据和待选PCI方案库

和步骤二TAC参数规划一样，首先调用资管工参表和PCI方案库；

（2-3）制定模值MOD3方案库

5G 小区规划须避免MOD3干扰，首先确认MOD3分配方案，在规划MOD3时，模值分配需按待规划小区的角度从小到大的规则规划，如一个站点三个小区其天线方位角0、120、240度，待规划小区模值尽可能按从小到大0、1、2顺时针方向规划；

一个标准三小区同频基站下三个小区设为Ta，Tb，Tc，由于三个小区的MOD3值不能重复使用，则该标准三小区基站的MOD3分配方式有以下6种：

方案一： Ta的MOD3值为0， Tb的MOD3值为1， Tc的MOD3值为2；

方案二： Ta的MOD3值为0， Tb的MOD3值为2， Tc的MOD3值为1；

方案三： Ta的MOD3值为1， Tb的MOD3值为0， Tc的MOD3值为2；

方案四： Ta的MOD3值为1， Tb的MOD3值为2， Tc的MOD3值为0；

方案五： Ta的MOD3值为2， Tb的MOD3值为0， Tc的MOD3值为1；

方案六： Ta的MOD3值为2， Tb的MOD3值为1， Tc的MOD3值为0；

这6种MOD值分配方案就组成了模值MOD3方案库；

（3-3）确定待规划小区主覆盖范围下的所有小区

待规划小区按覆盖类型分为室分和宏站，室分为全向覆盖，即360°圆形范围覆盖，宏站按扇形范围覆盖，主要用小区天线方位角、水平半功率角和垂直半功率角，小区天线方位角、水平半功率角和垂直半功率角这三个参数都是从步骤一准备好的资管工参表中获取，确定宏站主覆盖方向和范围，根据小区资管工参表中附近小区的经纬度，利用方位角和距离判断该点是否在待规划小区的主覆盖范围内，主覆盖范围内所有小区的PCI集合就是待选PCI；

（4-3）PCI MOD3模值综合影响力计算

模值综合影响力能够直观体现周围相同MOD3值频点小区对待规划小区的信号干扰强度，主要通过这些小区与待规划小区的角度和距离因素来考察，模值综合影响力越大，干扰越大，越不适合做待规划小区的模值，越小越适合做待规划小区的模值；

假设待规划基站下的三个小区为Ta，Tb，Tc，采用步骤(2-3)中的MOD3分配方案一，小区Ta对周围MOD3值为0的同频小区的总影响力为Vmod1_Ta ，小区Tb对周围MOD3值为1的同频小区的总影响力为Vmod1_Tb ，小区Tc对周围MOD3值为2的同频小区的总影响力为Vmod1_Tc ，则方案一的模值综合影响力Vmod1T为：

根据步骤(2-3)中的MOD3方案库里的6种方案，分别计算出模值综合影响力Vmod1T、Vmod2T、Vmod3T、Vmod4T、Vmod5T、Vmod6T，取模值影响力最小，即评分最小的

为MOD3值最佳分配方案：

（5-3）PCI复用距离计算

同一MOD3值的PCI不唯一，这就需要使用PCI复用距离来作为一个评分项；两小区距离计算，假设某小区经纬度为（lg_n ，lt_n ），待规划小区位经纬的为（lg，lt），该小区与待规划小区距离公式如下：

该公式中，R指地球半径，取常量6317公里；PI指圆周率，取常量3.14159；

依次计算步骤(5-3)中主覆盖范围内所有小区到待规划小区的距离，然后根据附近小区的PCI值进行分类，每个分类中的最小距离即为该PCI对应的复用距离；

（6-3）MOD30复用距离计算

只用单一的PCI复用距离还不够全面客观的体现该PCI对待规划小区的影响，

将步骤(3-3)中主覆盖范围内所有小区的PCI根据MOD30分为30组，每组MOD30值根据步骤(5-3)复用距离的相同计算方法计算出该MOD30值对应的MOD30复用距离，若某一组MOD30值在规划半径内没有小区，则MOD30复用距离设为规划半径；

（7-3）根据智能评分获取最优PCI；

每个待选PCI小区遵循智能评分规则：

①-3.该PCI必须要在待选的PCI库，设为Kpci，根据步骤（1-3）在待选PCI库中则为1，不在则为0，这是首要条件，权重值最高，设为100，评分项为100*Kpci；

②-3.该PCI的MOD3模值综合影响力，设为M，根据步骤（4-3）确定的模值综合影响力按从小到大排，分别取值3，2，1，越小越好，保证基站整体对周围小区干扰最小，权重值次高，设为10，评分项为10*M；

③-3.该PCI的复用距离，设为L3，即根据步骤（5-3）所得的复用距离，越大越好，越大则该小区对周围小区干扰越小，权重值设为2，评分项为2*L3；

④-3.该PCI的MOD30复用距离，设为L30，即根据步骤（6-3）所得的复用距离越大越好，越大则该小区对周围小区干扰越小，权重值设为1，评分项为1* L30；

将以上分步计算所得单项评分结果设为4个评分项对PCI进行智能评分，待选PCI的总评分Vpci=100*Kpci+10*M+2*L3+1*L30，按总评分从大到小排序，评分最高的PCI为最优PCI。

4.根据权利要求1所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于所述物理随机接入信道PRACH参数规划包括如下步骤：

（1-4）调用资管工参表和PRACH方案库

调用资管工参表，前导格式和PRACH映射待选方案库，用于后面计算调用；

（2-4）根据PRACH待选方案库确定待选PRACH

根据当前待规划小区的前导格式字段，及其覆盖场景类型，分为普通小区或者高铁小区，确定PRACH可用范围，前导格式为format0，format1，format2，format3时，覆盖场景类型为普通小区的PRACH取值范围0-655，覆盖场景类型为高铁小区的PRACH取值范围656-837；前导格式为A1，A2，A3，B1，B2，B3，B4，C0，C2时，只存在普通小区，PRACH取值范围0-137；

（3-4）PRACH复用距离计算

以待规划小区为位置O为圆心，以R1为半径，搜索附近半径R1内所有小区，这些小区的PRACH集合作为待选PRACH；运用步骤三PCI参数规划中的步骤（5-3）的相同计算方法，计算各个小区与待规划小区的距离，按PRACH分类并求出该PRACH值下的复用距离Lpr；

（4-4）根据智能评分获取最优PRACH值；

每个待选PRACH遵循智能评分规则：

①-4.PRACH的取值必须在待选方案库中，设为Kpr，在待选PRACH库中则为1，不在则为0，权重100，评分项为100*Kpr；

②-4.该PRACH对应的复用距离，设为Lpr，即根据步骤（2-4）所得的复用距离，越大越好，越大则对周围同PRACH小区的干扰越小，权重10，评分项为10*Lpr；

该PRACH的总评分VPRACH=100*Kpr+10*Lpr，按从大到小的顺序排列，总评分最大的PRACH为最优值PRACH。

5.根据权利要求1所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于所述基于方位角和距离因素进行打分的综合分值排序算法过程如下：

①获取全网工参

调用资管工参表；

②计算待规划小区覆盖半径内的所有小区

小区半径分为宏站小区半径和室分小区半径，以待规划小区为圆心计算出覆盖半径内所有的小区；

③添加同站邻区

根据待规划小区的基站编号在全网工参中搜索同站小区，并将其添加为同站的同频或异频邻区；

④距离角度综合分值计算

如果待规划小区为宏站小区，方位角为a1，邻区小区的方为角为b1，距离待规划小区的距离为Lnc，距离和角度比系数为larate，则邻区小区B的综合分值S公式，分为两种情况：

如果待规划小区为室分小区，则邻区小区的综合分值S直接为邻小区与待规划小区的距离；

⑤删除特殊邻区

从步骤④中得到的邻区表中，查找是否存在同频同PCI的小区，有则删除其中得分较高的小区；并结合邻区频点方案表核查两两频点之间是否需要添加邻区，如果规定的两频点之间不需要加邻区，则从邻区表中删除该邻区对；

⑥综合分值顺序排序

根据步骤④获取的所有邻小区综合分值，首先将邻小区分为宏站和室分两种，然后按宏站和室分对所有的S值按从小到大排序，该综合得分值S越小，越容易加入邻区，相反越大越不容易加入邻区；删除S得分较高的小区，直到邻区数量等于预先设定的邻区数量上限值；

⑦添加反向邻区

结合步骤⑥中得到的邻区表中，添加反向邻区，A添加B邻区后，B也要添加A邻区，并遵循邻区频点方案表规则，最后得到了完整的邻区关系；

⑧最终邻区关系

根据上面步骤过滤后得到邻区关系为最终待规划小区的邻区关系。

6.根据权利要求1所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于所述基于角度分割和距离排序的邻区层数算法过程如下：

①-5.获取全网工参

调用资管工参表；

②-5.计算待规划小区覆盖半径范围内所有的小区

小区半径设为宏站小区半径和室分小区半径，以待规划小区为圆心计算出待规划小区覆盖半径内所有的小区；

③-5.添加同站邻区

根据待规划小区的基站编号在全网工参中搜索同站小区，并将其添加为同站的同频或异频邻区；

④-5.正向背向判定

小区正向即小区天线能量较强的方向，通过待规划小区的方位角主方向往左右各45度，为小区天线正向覆盖角度，之外的区域为背向覆盖角度；

⑤-5.邻小区层数判定

以待规划小区为圆心，计算步骤②-5所有周边小区到待规划小区的距离，根据正向背向判定方法计算正向和背向角度范围，然后按照设定的分割角度，对正向和背向进行分割，在每个分割小范围内按距离取前N个小区，N为设定的层数上限，作为待规划小区的邻区表；

⑥-5.检查是否存在同频同PCI邻区，若有则删除，

从步骤⑤-5中得到的邻区表中，查找是否存在同频同PCI的小区，有则删除然后按层数补足邻区；

⑦-5.检查特殊频点的邻区，若有则删除，

从步骤⑥-5中得到的邻区表中并结合邻区频点方案表，核查两两频点之间是否允许添加邻区，如果规定的两频点之间不需要加邻区，则从邻区关系表中删除该邻区对，然后按层数补足邻区；

⑧-5.添加反向邻区

结合步骤⑦-5中得到的邻区表中，添加反向邻区并遵循邻区频点方案表规则，得到邻区表；

⑨-5.最终邻区关系

根据上面步骤过滤后得到邻区关系为待规划小区的最终邻区表。

7.根据权利要求1所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于所述基站开通脚本输出包括如下步骤：

（1-6）获取工参数据

调用资管工参表，为接下来的脚本输出准备好数据；

（2-6）脚本模版

开站脚本主要分为新建站脚本，邻区脚本，特定参数刷新脚本，不同的脚本对应不同的脚本模板；

（3-6）生成脚本

根据步骤（1-6）准备好的资管工参表查询参数，代入步骤（2-6）相应的脚本模版，自动生成开站脚本文件；

（4-6）脚本文件输出

生成的开站脚本在本地以TXT文件的格式保存输出保存。

8.根据权利要求1所述的一种基于智能评分算法的5G开站核心参数自动规划方法，其特征在于所述规划结果保存输出：所有的规划工作步骤执行完成后，包含规划的工参和邻区数据的规划结果以Excel文件的格式输出保存，数据同时也保存到服务器数据库的规划结果表共享，用于下次规划时相互协调参照使用。

Images