CN112243245B - 公专网协同优化方法、装置、设备及计算机存储介质 - Google Patents

Abstract

本发明实施例涉及移动通信技术领域，公开了一种公专网协同优化方法、装置、设备及计算机存储介质，其中方法包括：获取路测数据；根据所述路测数据，确定存在公专网干扰的路段；获取所述存在公专网干扰的路段包含的专网小区的MDT数据；确定距离所述存在公专网干扰的路段预设范围以内的公网小区信息，获取所述公网小区的MDT数据；根据所述专网小区和公网小区的MDT数据中的RSRP值，确定干扰公网小区；根据所述公网小区的MDT数据中的经纬度数据，确定公网用户的聚集区；根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，对所述干扰公网小区进行优化。通过上述方式，本发明实施例可以更加精准地优化干扰公网小区，避免公专网干扰。

Description

公专网协同优化方法、装置、设备及计算机存储介质

技术领域

本发明实施例涉及移动通信技术领域，具体涉及一种公专网协同优化方法、装置、设备及计算机存储介质。

背景技术

随着高铁高速发展,人们出行选择高铁的概率越来越大,高铁列车上的用户聚集度高，再加上高铁列车车速较快，瞬间对高铁专网负荷冲击较大，对专网容量带宽提出更高的要求，因此需要给高铁专网分配更多的频率。然而，高铁在途径公网用户较多的区域时，高铁专网占用了较多的频率资源，而周边保护带可用频率较少，尤其高铁保护带居民密集时公网也需要较多载波，此时公专网之间往往存在频率重叠而导致干扰严重。

在实现本发明实施例的过程中，发明人发现：目前处理公专网干扰问题的公专网协同优化方法主要是基于现场扫频、路测数据定位干扰小区，通过控制干扰小区的覆盖和频率使用来降低存在频率重叠情况下的公专网干扰。但是这种方式需要的人力和成本较大，同时在对干扰小区进行RF优化时，无法确定准确的RF(Radio Frequency，无线射频)调整方向，导致调整目盲和多次调整的情况发生。此外，通过扫描仪或路测设备确定干扰小区的方式效率较低，从而也加大了公专网干扰分析难度。

发明内容

鉴于上述问题，本发明实施例提供了一种公专网协同优化方法、装置、设备及计算机存储介质，克服了上述问题或者至少部分地解决了上述问题。

根据本发明实施例的一个方面，提供了一种公专网协同优化方法，所述方法包括：获取路测数据；根据所述路测数据，确定存在公专网干扰的路段；获取所述存在公专网干扰的路段包含的专网小区的MDT数据；确定距离所述存在公专网干扰的路段预设范围以内的公网小区信息，获取所述公网小区的 MDT数据；根据所述专网小区和公网小区的MDT数据中的RSRP值，确定干扰公网小区；根据所述公网小区的MDT数据中的经纬度数据，确定公网用户的聚集区；根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，对所述干扰公网小区进行优化。

在一种可选的方式中，所述根据所述路测数据，确定存在公专网干扰的路段，具体为：根据所述路测数据，确定专网小区的RSRP值和SINR值；当所述专网小区的RSRP值大于第一预设阈值，且所述专网小区的SINR值小于第二预设阈值时，确定所述专网小区为受干扰专网小区；将所述受干扰专网小区以及与其相邻的受干扰专网小区所在的高铁路段，确定为所述存在公专网干扰的路段。

在一种可选的方式中，所述确定距离所述存在公专网干扰的路段预设范围以内的公网小区信息，获取所述公网小区的MDT数据之后，所述方法还包括：滤除所述专网小区和公网小区的MDT数据中的事件上报数据。

在一种可选的方式中，所述根据所述专网小区和公网小区的MDT数据中的RSRP值，确定干扰公网小区，具体为：根据所述MDT数据中的RSRP值，计算所述专网小区的RSRP均值与各所述公网小区的RSRP均值的差值的绝对值；当所述绝对值小于第三预设阈值时，确定所述公网小区为所述干扰公网小区。

在一种可选的方式中，所述根据所述公网小区的MDT数据中的经纬度数据，确定公网用户的聚集区，具体为：根据所述公网小区中MDT数据中的经纬度数据，确定所述公网小区下各公网用户的坐标点；根据聚类算法，将各公网用户的坐标点汇聚成簇；将所述簇确定为所述公网用户的聚集区。

在一种可选的方式中，所述根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，对所述干扰公网小区进行优化，具体为：根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，确定所述聚集区是否在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之内；当所述聚集区在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之外时，对所述干扰公网小区进行天馈调整，使所述干扰公网小区覆盖所述聚集区。

在一种可选的方式中，所述根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，确定所述聚集区是否在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之内之后，所述方法还包括为：当所述聚集区在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之内时，改变所述干扰公网小区的频点或下压天馈。

根据本发明实施例的另一方面，提供了一种公专网协同优化装置，包括：第一获取模块，用于获取路测数据；第一确定模块，用于根据所述路测数据，确定存在公专网干扰的路段；第二获取模块，用于获取所述存在公专网干扰的路段包含的专网小区的MDT数据；第三获取模块，用于确定距离所述存在公专网干扰的路段预设范围以内的公网小区信息，获取所述公网小区的MDT 数据；第二确定模块，用于根据所述专网小区和公网小区的MDT数据中的 RSRP值，确定干扰公网小区；第三确定模块，用于根据所述公网小区的MDT 数据中的经纬度数据，确定公网用户的聚集区；优化模块，用于根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，对所述干扰公网小区进行优化。

根据本发明实施例的另一方面，提供了一种公专网协同优化设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述一种公专网协同优化方法对应的操作。

根据本发明实施例的又一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使所述处理器执行上述一种公专网协同优化方法对应的操作。

本发明实施例先通过路测数据确定存在公专网干扰的路段，再获取该路段处的专网小区和公网小区的MDT数据。之后，则可以根据专网小区和公网小区的MDT数据中的RSRP值来确定干扰公网小区，而公网小区的MDT数据中的经纬度数据则可以用来确定公网用户的聚集区。最后根据所述存在公专网干扰的路段、聚集区和干扰公网小区所属基站的具体位置，来对干扰公网小区进行优化，使其不会再干扰专网小区。和现有技术相比，本发明实施例中确定干扰小区所需的人力和成本更少，且效率更高。此外，本发明实施例对干扰公网小区的优化调整也更加精准。

上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的一种公专网协同优化方法的流程图；

图2示出了本发明实施例中存在公专网干扰的路段的示意图；

图3示出了本发明实施例中确定存在公专网干扰的路段的子步骤流程图；

图4示出了本发明实施例中确定干扰公网小区的子步骤流程图；

图5示出了本发明实施例中确定聚集区的子步骤流程图；

图6示出了本发明实施例中对干扰公网小区进行优化的子步骤流程图；

图7示出了本发明实施例中存在公专网干扰的路段、聚集区和干扰公网小区的位置关系图；

图8示出了本发明实施例提供的一种公专网协同优化装置的结构示意图；

图9示出了本发明实施例提供的一种公专网协同优化设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

高铁在进行移动网络信号覆盖时，通常采用采用建设高铁专网的方式实现高铁信号连续覆盖。由于铁列车上的用户聚集度高，再加上高铁列车车速较快，瞬间对高铁专网负荷冲击较大。因此，对专网容量带宽的要求更高，需要分配分配给高铁专网较多的频率，从而导致列车穿越的城区公网可用错频频率较少，公网承载能力受到较大的限制，影响公网用户感知。

高铁在途径公网用户较多的区域时，高铁专网占用了较多的频率资源，而周边保护带可用频率较少，尤其高铁保护带居民密集时公网也需要较多载波，此时公专网之间往往存在频率重叠而导致干扰严重。因此，需要在不同场景下对专网小区与公网小区进行协同优化，来保证公专网之间覆盖和容量的平衡，所以在频率资源有限和流量大幅增长情况下，实施精细公专网频率协同优化，对公专网协同发展非常关键。

现有的公专网协同优化手段主要包括：基于现场扫频和路测数据定位干扰小区，通过干扰小区的覆盖范围，使其不与专网小区的覆盖范围重叠或者通过改变干扰小区的频点，来降低存在频率重叠情况下的公专网干扰。然而这种方式需要人工现场进行扫频和路测，人员和资金投入巨大。其次，在处理公网干扰小区时，特别在公网小区干扰RF优化时，RF调整方向缺乏精细的数据支撑，导致调整目盲和多次调整的情况发生。最后，基于扫频仪的公专网干扰分析优化效率较低、有时由于扫频仪无法获取GPS信号，导致数据无法地图化呈现，加大了公专网干扰分析难度。因此，本发明实施例提供了一种基于专网小区和公网小区的MDT(Minimization Drive Test，最小化路测) 数据的协同优化方法，其需要的人力和成本较低，效率高，且更加精准。

下面结合附图对本发明实施例进行说明。

请参阅图1，图1示出了本发明实施例提供的一种公专网协同优化方法的流程图，该方法包括以下步骤：

步骤S110：获取路测数据。

在本步骤中，所述路测数据可以是虚拟路测数据或传统路测数据。虚拟路测数据是通过获取和分析带有经纬度信息的海量MR(Measure Report，测量报告)数据、关联CDT(Call Detail Trace，呼叫详细跟踪)话单，最后结合GIS呈现获得与传统路测效果相同的数据。而传统路测数据是通过测试人员乘坐汽车用专业的测试仪表对整个路段进行测试得到的数据。

步骤S120：根据所述路测数据，确定存在公专网干扰的路段。

在本步骤中，所述路测数据包含小区ID、RSRP(Reference Signal ReceivingPower，参考信号接收功率)值和SINR(Signal to Interference plus Noise Ratio，信号与干扰加噪声比)值等信息。其中，RSRP是LTE网络中代表无线信号强度的关键参数。而SINR是指接收到的有用信号的强度与接收到的干扰信号 (噪声和干扰)的强度的比值。结合RSRP值和SINR值即可判断一个小区受干扰的程度，从而判断一个高铁路段是否存在干扰。因此，可以通过路测数据确定存在公专网干扰的路段。

步骤S130：获取所述存在公专网干扰的路段包含的专网小区的MDT(Minimization Drive Test，最小化路测)数据。

步骤S140：确定距离所述存在公专网干扰的路段预设范围以内的公网小区信息，获取所述公网小区的MDT数据。

如图2所示，所述存在公专网干扰的路段包含的专网小区是指覆盖所述存在公专网干扰的路段的专网小区，而距离所述存在公专网干扰的路段预设范围以内的公网小区是指距离所述存在公专网干扰的路段较近可能会对其包含的专网小区造成干扰的公网小区。上述专网小区和公网小区的MDT数据可以通过位于这些专网小区和公网小区内的用户终端上报得到。其中，所述MDT 数据包括用户终端的经纬度数据、小区的ID和RSRP值等。

在一些实施例中，还需要对专网小区和公网小区的MDT数据中的事件上报数据进行屏蔽或滤除，以使后续步骤对公网用户的聚集的确定更准确。其中，所述事件上报数据包括用户掉话或寻呼失败等上报数据。

步骤S150：根据所述专网小区和公网小区的MDT数据中的RSRP值，确定干扰公网小区。

在本步骤中，所述干扰公网小区是指会对专网小区造成干扰的小区。若公网小区RSRP值与专网小区的RSRP值越接近，公网小区则越可能对专网小区造成干扰，因此，可以通过对比专网小区和公网小区的MDT数据中的RSRP 值的接近程度来确定干扰公网小区。

步骤S160：根据所述公网小区的MDT数据中的经纬度数据，确定公网用户的聚集区。

在本步骤中，由于公网小区的MDT数据中包含了公网用户的经纬度数据，因此可以确定各公网入侵用户的坐标点，并映射在GIS(Geographic Information System，地理信息系统)地图上，将GIS地图上公网入侵用户密集的区域视为公网用户的聚集区。

步骤S170：根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，对所述干扰公网小区进行优化。

公网小区对专网小区造成干扰的原因通常是公网小区和专网小区存在重叠覆盖的区域，且公网小区和专网小区的频点相同或相近。因此，可以通过对公网小区进行优化，即调整其覆盖范围或改变其频点来避免干扰专网小区。但是，为了保证公网用户的聚集区的覆盖质量，在调整公网小区的覆盖范围时，还需将其覆盖范围对准公网用户的聚集区。因此，干扰公网小区的优化方案还需要结合存在公专网干扰的路段、聚集区和干扰公网小区所属基站的位置来决定。

本发明实施例先通过路测数据确定存在公专网干扰的路段，再获取该路段处的专网小区和公网小区的MDT数据。之后，则可以根据专网小区和公网小区的MDT数据中的RSRP值来确定干扰公网小区，而公网小区的MDT数据中的经纬度数据则可以用来确定公网用户的聚集区。最后根据所述存在公专网干扰的路段、聚集区和干扰公网小区所属基站的具体位置，来对干扰公网小区进行优化，使其不会再干扰专网小区。和现有技术相比，本发明实施例中确定干扰小区所需的人力和成本更少，且效率更高。此外，本发明实施例对干扰公网小区的优化调整也更加精准。

上述步骤S120可以有多种实现方式，图3示出了本发明实施例中确定存在公专网干扰的路段的子步骤流程图。如图3所示，确定存在公专网干扰的路段的实现方式具体为：

步骤S121：根据所述路测数据，确定专网小区的RSRP值和SINR值。

如上述步骤S120所述，路测数据包含小区ID、RSRP值和SINR值等信息。因此可以通过将各专网小区的ID与路测数据中的小区ID匹配，从而可以确定各专网小区的RSRP值和SINR值。

步骤S122：当所述专网小区的RSRP值大于第一预设阈值，且所述专网小区的SINR值小于第二预设阈值时，确定所述专网小区为受干扰专网小区。

通常RSRP值较低，说明这一小区的覆盖质量差，可能存在弱覆盖，这时SINR值也会较低。而当RSRP值较高，但SINR值较低时，则说明这一小区受到干扰。因此，可以设置第一预设阈值和第二预设阈值分别作为专网小区的RSRP值和SINR值的门限值，由此评判专网小区是否为受干扰专网小区。其中，第一预设阈值可以是-90dBm，第二预设阈值可以是10dBm。

步骤S123：将所述受干扰专网小区以及与其相邻的受干扰专网小区所在的高铁路段，确定为所述存在公专网干扰的路段。

上述步骤确定的受干扰专网小区可能是彼此相邻的小区，其所在的高铁路段共同构成一连续的高铁路段。这些相邻的受干扰专网小区受到干扰的原因可能相同或相似，所以可以将这一连续的高铁路确定为存在公专网干扰的路段，以方便后续步骤一同解决这些受干扰专网小区受到干扰的问题，从而提高公专网协同优化的效率。

上述步骤S150也可以有多种实现方式，图4示出了本发明实施例中确定干扰公网小区的子步骤流程图。如图4所示，确定干扰公网小区的实现方式具体为：

步骤S151：根据所述MDT数据中的RSRP值，计算所述专网小区的RSRP 均值与各所述公网小区的RSRP均值的差值的绝对值。

步骤S152：当所述绝对值小于第三预设阈值时，确定所述公网小区为所述干扰公网小区。

如上述步骤S130和S140所述，MDT数据是由所有专网用户和公网用户上报得到，同时MDT数据中包含了小区的ID和RSRP值。因此，可以通过将各专网小区和公网小区的ID与MDT数据中的小区ID匹配，从而得到各专网小区和公网小区的所有RSRP值，进而可以计算出这些小区的RSRP均值。之后，再将所有公网小区的RSRP均值与各专网小区的RSRP均值做差取绝对值，并与第三预设阈值比较。当该绝对值小于第三预设阈值时，说明该公网小区和专网小区的RSRP值十分接近，从而可以确定干扰专网小区的公网小区，即干扰公网小区。例如，如果第三预设阈值为10dBm，专网小区A的RSRP 均值为-87dBm，而公网小区B、C和D的RSRP均值分别为-89dBm、-91dBm 和-110dBm，则可以确定公网小区B和C为干扰公网小区。

上述步骤S160也可以有多种实现方式，图5示出了本发明实施例中确定聚集区的子步骤流程图。如图5所示，确定聚集区的实现方式具体为：

步骤S161：根据所述公网小区中MDT数据中的经纬度数据，确定所述公网小区下各公网用户的坐标点。

步骤S162：根据聚类算法，将各公网用户的坐标点汇聚成簇。

步骤S163：将所述簇确定为所述公网用户的聚集区。

其中，所述聚类算法是指研究(样品或指标)分类问题的一种统计分析方法，用于将物理或抽象对象的集合分成由类似的对象组成的多个类。聚类算法主要包括基于层次的聚类、基于划分的聚类和基于密度的聚类等。本发明实施例可以采用基于栅格的聚类方法将各公网用户的坐标点汇聚成簇。

具体地，可以先对公网小区覆盖的区域进行栅格划分，之后计算落入各栅格的公网用户的坐标点数量。当栅格内的坐标点数量大于一预设阈值时，将该栅格确定为高密度栅格。之后将相邻的所有高密度栅格确定为簇。当簇内的高密度栅格数量大于另一预设阈值时，则确定该簇为公网用户的聚集区。

上述步骤S170也可以有多种实现方式，图6示出了本发明实施例中对干扰公网小区进行优化的子步骤流程图。如图6所示，对干扰公网小区进行优化的实现方式具体为：

步骤S171：根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，确定所述聚集区是否在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之内；若否，则执行步骤S172。

其中，存在公专网干扰的路段的位置可以根据受干扰专网小区所属基站的位置确定，而基站的位置可以通过包含全网基站信息的基础数据库获取。所述覆盖区的位置位置，可以根据上述步骤步骤S163获取。而干扰公网小区所属基站也可以通过基础数据库获取。如图7所示，通过这些位置信息，可以确定聚集区是否在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之内，即是否在存在公专网干扰的路段和干扰公网小区所属基站之间。

步骤S172：对所述干扰公网小区进行天馈调整，使所述干扰公网小区覆盖所述聚集区。

当聚集区在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之外时，则可以通过天馈调整改变干扰公网小区的覆盖范围来避免和专网小区重叠覆盖，从而解决公专网干扰问题。优选地，继续参阅图7，可以通过旋转干扰公网小区的天线，使其覆盖范围朝向其所属基站上方的公网用户聚集区，同时还可以调整干扰公网小区的天线的机械下倾角，使其覆盖范围对准公网用户聚集区。通过上述方式，本发明实施例在解决公专网干扰问题的同时还能提升公网用户聚集区的覆盖质量。

继续参阅图6，在另一些实施例中，对干扰公网小区进行优化的实现方式还包括：

步骤S173：当所述聚集区在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之内时，改变所述干扰公网小区的频点或下压天馈。

若聚集区在存在公专网干扰的路段和干扰公网小区所属基站之间，则无法通过旋转干扰公网小区的天线来避免重叠覆盖，因为这种方式会降低聚集区的覆盖质量，从而可能会导致聚集区的公网用户入侵专网，占用专网资源。此时，可以通过下压天馈，使干扰公网小区仅覆盖距其基站较近的区域，即公网用户聚集区。如果，公网用户聚集区更靠近高铁路段，也可以通过改变干扰公网小区的频点来避免公专网干扰。

图8示出了本发明实施例提供的一种公专网协同优化装置的结构示意图。如图8所示，所述装置100包括第一获取模块10、第一确定模块20、第二获取模块30、第三获取模块40、第二确定模块50、第三确定模块60和优化模块70。

第一获取模块10，用于获取路测数据；第一确定模块20，用于根据所述路测数据，确定存在公专网干扰的路段；第二获取模块30，用于获取所述存在公专网干扰的路段包含的专网小区的MDT数据；第三获取模块40，用于确定距离所述存在公专网干扰的路段预设范围以内的公网小区信息，获取所述公网小区的MDT数据；第二确定模块50，用于根据所述专网小区和公网小区的MDT数据中的RSRP值，确定干扰公网小区；第三确定模块60，用于根据所述公网小区的MDT数据中的经纬度数据，确定公网用户的聚集区；优化模块70，用于根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，对所述干扰公网小区进行优化。

在一种可选的方式中，所述第一确定模块20具体为：根据所述路测数据，确定专网小区的RSRP值和SINR值；当所述专网小区的RSRP值大于第一预设阈值，且所述专网小区的SINR值小于第二预设阈值时，确定所述专网小区为受干扰专网小区；将所述受干扰专网小区以及与其相邻的受干扰专网小区所在的高铁路段，确定为所述存在公专网干扰的路段。

在一种可选的方式中，所述第二确定模块50具体为：根据所述MDT数据中的RSRP值，计算所述专网小区的RSRP均值与各所述公网小区的RSRP 均值的差值的绝对值；当所述绝对值小于第三预设阈值时，确定所述公网小区为所述干扰公网小区。

在一种可选的方式中，所述第三确定模块60具体为：根据所述公网小区中MDT数据中的经纬度数据，确定所述公网小区下各公网用户的坐标点；根据聚类算法，将各公网用户的坐标点汇聚成簇；将所述簇确定为所述公网用户的聚集区。

在一种可选的方式中，所述优化模块70具体为：根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，确定所述聚集区是否在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之内；当所述聚集区在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之外时，对所述干扰公网小区进行天馈调整，使所述干扰公网小区覆盖所述聚集区。

在一种可选的方式中，所述优化模块70还包括：当所述聚集区在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之内时，改变所述干扰公网小区的频点或下压天馈。

本发明实施例先通过第一获取模块10获取路测数据并通过第一确定模块 20确定存在公专网干扰的路段，再通过二获取模块30和第三获取模块40获取该路段处的专网小区和公网小区的MDT数据。之后，则可以根据专网小区和公网小区的MDT数据中的RSRP值通过第二确定模块50来确定干扰公网小区，而在第三确定模块60中，公网小区的MDT数据中的经纬度数据则可以用来确定公网用户的聚集区。最后根据所述存在公专网干扰的路段、聚集区和干扰公网小区所属基站的具体位置，通过优化模块70来对干扰公网小区进行优化，使其不会再干扰专网小区。和现有技术相比，本发明实施例中确定干扰小区所需的人力和成本更少，且效率更高。此外，本发明实施例对干扰公网小区的优化调整也更加精准。

本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的公专网协同优化方法。

图9示出了本发明实施例提供的公专网协同优化设备的结构示意图，本发明具体实施例并不对公专网协同优化设备的具体实现做限定。

如图9所示，该公专网协同优化设备可以包括：处理器(processor)202、通信接口(Communications Interface)204、存储器(memory)206、以及通信总线 208。

其中：处理器202、通信接口204、以及存储器206通过通信总线208完成相互间的通信。通信接口204，用于与其它设备比如客户端或其它服务器等的网元通信。处理器202，用于执行程序210，具体可以执行上述公专网协同优化方法实施例中的相关步骤。

具体地，程序210可以包括程序代码，该程序代码包括计算机操作指令。

处理器202可能是中央处理器CPU，或者是特定集成电路ASIC (ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。公专网协同优化设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器206，用于存放程序210。存储器206可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序210具体可以用于使得处理器202执行以下操作：

获取路测数据；

根据所述路测数据，确定存在公专网干扰的路段；

获取所述存在公专网干扰的路段包含的专网小区的MDT数据；

确定距离所述存在公专网干扰的路段预设范围以内的公网小区信息，获取所述公网小区的MDT数据；

根据所述专网小区和公网小区的MDT数据中的RSRP值，确定干扰公网小区；

根据所述公网小区的MDT数据中的经纬度数据，确定公网用户的聚集区；

根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，对所述干扰公网小区进行优化。

在一种可选的方式中，程序210具体可以进一步用于使得处理器202执行以下操作：

根据所述路测数据，确定专网小区的RSRP值和SINR值；

当所述专网小区的RSRP值大于第一预设阈值，且所述专网小区的SINR 值小于第二预设阈值时，确定所述专网小区为受干扰专网小区；

将所述受干扰专网小区以及与其相邻的受干扰专网小区所在的高铁路段，确定为所述存在公专网干扰的路段。

在一种可选的方式中，程序210具体可以进一步用于使得处理器202执行以下操作：

滤除所述专网小区和公网小区的MDT数据中的事件上报数据。

在一种可选的方式中，程序210具体可以进一步用于使得处理器202执行以下操作：

根据所述MDT数据中的RSRP值，计算所述专网小区的RSRP均值与各所述公网小区的RSRP均值的差值的绝对值；

当所述绝对值小于第三预设阈值时，确定所述公网小区为所述干扰公网小区。

在一种可选的方式中，程序210具体可以进一步用于使得处理器202执行以下操作：

根据所述公网小区中MDT数据中的经纬度数据，确定所述公网小区下各公网用户的坐标点；

根据聚类算法，将各公网用户的坐标点汇聚成簇；

将所述簇确定为所述公网用户的聚集区。

在一种可选的方式中，程序210具体可以进一步用于使得处理器202执行以下操作：

根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，确定所述聚集区是否在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之内；

当所述聚集区在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之外时，对所述干扰公网小区进行天馈调整，使所述干扰公网小区覆盖所述聚集区。

在一种可选的方式中，程序210具体可以进一步用于使得处理器202执行以下操作：

当所述聚集区在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之内时，改变所述干扰公网小区的频点或下压天馈。

本发明实施例先通过路测数据确定存在公专网干扰的路段，再获取该路段处的专网小区和公网小区的MDT数据。之后，则可以根据专网小区和公网小区的MDT数据中的RSRP值来确定干扰公网小区，而公网小区的MDT数据中的经纬度数据则可以用来确定公网用户的聚集区。最后根据所述存在公专网干扰的路段、聚集区和干扰公网小区所属基站的具体位置，来对干扰公网小区进行优化，使其不会再干扰专网小区。和现有技术相比，本发明实施例中确定干扰小区所需的人力和成本更少，且效率更高。此外，本发明实施例对干扰公网小区的优化调整也更加精准。

本发明实施例提供了一种可执行程序，所述可执行程序可执行上述任意方法实施例中的公专网协同优化方法。

在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

Claims (10)

1.一种公专网协同优化方法，其特征在于，包括：

获取路测数据；

根据所述路测数据，确定存在公专网干扰的路段；

获取所述存在公专网干扰的路段包含的专网小区的MDT数据；

确定距离所述存在公专网干扰的路段预设范围以内的公网小区信息，获取所述公网小区的MDT数据；

根据所述专网小区和公网小区的MDT数据中的RSRP值，确定干扰公网小区；

根据所述公网小区的MDT数据中的经纬度数据，确定公网用户的聚集区；

根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，对所述干扰公网小区进行优化。

2.如权利要求1所述的方法，其特征在于，所述根据所述路测数据，确定存在公专网干扰的路段，具体为：

根据所述路测数据，确定专网小区的RSRP值和SINR值；

当所述专网小区的RSRP值大于第一预设阈值，且所述专网小区的SINR值小于第二预设阈值时，确定所述专网小区为受干扰专网小区；

将所述受干扰专网小区以及与其相邻的受干扰专网小区所在的高铁路段，确定为所述存在公专网干扰的路段。

3.如权利要求1所述的方法，其特征在于，所述确定距离所述存在公专网干扰的路段预设范围以内的公网小区信息，获取所述公网小区的MDT数据之后，所述方法还包括：

滤除所述专网小区和公网小区的MDT数据中的事件上报数据。

4.如权利要求1所述的方法，其特征在于，所述根据所述专网小区和公网小区的MDT数据中的RSRP值，确定干扰公网小区，具体为：

根据所述MDT数据中的RSRP值，计算所述专网小区的RSRP均值与各所述公网小区的RSRP均值的差值的绝对值；

当所述绝对值小于第三预设阈值时，确定所述公网小区为所述干扰公网小区。

5.如权利要求1所述的方法，其特征在于，所述根据所述公网小区的MDT数据中的经纬度数据，确定公网用户的聚集区，具体为：

根据所述公网小区中MDT数据中的经纬度数据，确定所述公网小区下各公网用户的坐标点；

根据聚类算法，将各公网用户的坐标点汇聚成簇；

将所述簇确定为所述公网用户的聚集区。

6.如权利要求1-5中任意一项所述的方法，其特征在于，所述根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，对所述干扰公网小区进行优化，具体为：

根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，确定所述聚集区是否在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之内；

当所述聚集区在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之外时，对所述干扰公网小区进行天馈调整，使所述干扰公网小区覆盖所述聚集区。

7.如权利要求6中所述的方法，其特征在于，所述根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，确定所述聚集区是否在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之内之后，所述方法还包括为：

当所述聚集区在存在公专网干扰的路段和干扰公网小区所属基站的垂直线之内时，改变所述干扰公网小区的频点或下压天馈。

8.一种公专网协同优化装置，其特征在于，包括：

第一获取模块，用于获取路测数据；

第一确定模块，用于根据所述路测数据，确定存在公专网干扰的路段；

第二获取模块，用于获取所述存在公专网干扰的路段包含的专网小区的MDT数据；

第三获取模块，用于确定距离所述存在公专网干扰的路段预设范围以内的公网小区信息，获取所述公网小区的MDT数据；

第二确定模块，用于根据所述专网小区和公网小区的MDT数据中的RSRP值，确定干扰公网小区；

第三确定模块，用于根据所述公网小区的MDT数据中的经纬度数据，确定公网用户的聚集区；

优化模块，用于根据所述存在公专网干扰的路段、所述聚集区和所述干扰公网小区所属基站，对所述干扰公网小区进行优化。

9.一种公专网协同优化设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7任意一项所述的公专网协同优化方法。

10.一种计算机存储介质，其特征在于，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-7任意一项所述的公专网协同优化方法。

Images