CN112689294B - 载频功率配置方法及装置 - Google Patents

Abstract

本发明公开了一种载频功率配置方法及装置，该方法包括：确定待配置的目标小区及其对应的相邻小区，获取所述目标小区及其对应的相邻小区的功率配置策略，针对每个功率配置策略，获取所述目标小区及其对应的相邻小区在所述功率配置策略下的特征指标数据，根据所述特征指标数据，确定所述目标小区及其对应的相邻小区的系统总收益，根据所述系统总收益，配置所述目标小区及其对应的相邻小区。利用上述发明，通过自动化的实施流程，无需人工介入，能够大大的缩短配置小区载频功率的周期，快速响应网络的变化，提高配置效率。

Description

载频功率配置方法及装置

技术领域

本发明涉及无线通信技术领域，具体涉及一种载频功率配置方法及装置、电子设备、存储介质。

背景技术

目前，在LTE网络系统中，由于基站所发射的载频功率设置过大，容易造成覆盖过远、同频重叠覆盖度高、频繁切换等网络问题，载频功率设置过小，容易造成弱覆盖，引起接入差、掉话高、速率低等网络风险，因此，为了保证人们上网的质量和需求，需要合理的配置基站所发射的小区的载频功率。

现有的配置基站所发射的小区的载频功率的方式，主要是在基站初始接入LTE网络时采用统一的在载频功率配置策略，接入LTE网络后，道路测试获取一段时间内的网络性能指标，经过相关专家的经验分析逐渐调整配置基站所发射的小区的载频功率的策略，直到所发射的载波功率达到期望的效果。

显然，在现有技术中，通过相关专家的经验对网络性能指标进行分析会使得配置小区载频功率的周期较长，不能快速的响应网络变化，效率较低。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的载频功率配置方法及装置、电子设备、存储介质。

根据本发明的一个方面，一种载频功率配置置方法，所述方法包括：

确定待配置的目标小区及其对应的相邻小区；

获取所述目标小区及其对应的相邻小区的功率配置策略；

针对每个功率配置策略，获取所述目标小区及其对应的相邻小区在所述功率配置策略下的特征指标数据；

根据所述特征指标数据，确定所述目标小区及其对应的相邻小区的系统总收益；

根据所述系统总收益，配置所述目标小区及其对应的相邻小区。

根据本发明的另一方面，提供了一种载频功率配置装置，所述装置包括：

小区确定模块，用于确定待配置的目标小区及其对应的相邻小区；

第一获取模块，用于获取所述目标小区及其对应的相邻小区的功率配置策略；

第二获取模块，用于针对每个功率配置策略，获取所述目标小区及其对应的相邻小区在所述功率配置策略下的特征指标数据；

系统收益确定模块，用于根据所述特征指标数据，确定所述目标小区及其对应的相邻小区的系统总收益；

配置模块，用于根据所述系统总收益，配置所述目标小区及其对应的相邻小区。

根据本发明的另一方面，提供了一种电子设备，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以下操作：

确定待配置的目标小区及其对应的相邻小区；

获取所述目标小区及其对应的相邻小区的功率配置策略；

针对每个功率配置策略，获取所述目标小区及其对应的相邻小区在所述功率配置策略下的特征指标数据；

根据所述特征指标数据，确定所述目标小区及其对应的相邻小区的系统总收益；

根据所述系统总收益，配置所述目标小区及其对应的相邻小区。

根据本发明的又一方面，提供了一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行以下操作：

确定待配置的目标小区及其对应的相邻小区；

获取所述目标小区及其对应的相邻小区的功率配置策略；

针对每个功率配置策略，获取所述目标小区及其对应的相邻小区在所述功率配置策略下的特征指标数据；

根据所述特征指标数据，确定所述目标小区及其对应的相邻小区的系统总收益；

根据所述系统总收益，配置所述目标小区及其对应的相邻小区。

根据本发明提供的载频功率配置方法及装置，该方法包括：确定待配置的目标小区及其对应的相邻小区，获取所述目标小区及其对应的相邻小区的功率配置策略，针对每个功率配置策略，获取所述目标小区及其对应的相邻小区在所述功率配置策略下的特征指标数据，根据所述特征指标数据，确定所述目标小区及其对应的相邻小区的系统总收益，根据所述系统总收益，配置所述目标小区及其对应的相邻小区。利用上述发明，通过自动化的实施流程，无需人工介入，能够大大的缩短配置小区载频功率的周期，快速响应网络的变化，提高配置效率，与此同时，通过多个小区多个特征指标数据对当前所使用的功率配置策略进行评估和分析，可以准确全面的实现小区载频功率的配置，有效改善网络覆盖和网络质量。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，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示出了根据本发明一个实施例的载频功率配置方法的流程图；

图2示出了根据本发明一个实施例的载频功率配置装置的示意图；

图3示出了根据本发明实施例的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开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公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一个实施例的载频功率配置方法的流程图。如图1所示，该方法包括如下步骤：

S101：确定待配置的目标小区及其对应的相邻小区。

在实际应用中，由于基站所发射的载频功率设置过大，容易造成覆盖过远、同频重叠覆盖度高、频繁切换等网络问题，载频功率设置过小，容易造成弱覆盖，引起接入差、掉话高、速率低等网络风险，因此，为了保证人们上网的质量和需求，需要合理的配置基站所发射的小区的载频功率。

进一步的，由于在配置基站所发射的小区的载频功率的过程中，需要知道要对哪个小区进行载频功率配置，因此，在本说明书实施例中，需要确定待配置的目标小区。

在此需要说明的是，本说明书给出了一种确定待配置的目标小区的实施方式，具体如下：

获取小区指定的网络性能数据，将所述指定的网络性能数据超过预设的第一阈值的小区确定为待配置的目标小区。

在此还需要说明的是，指定的网络性能数据可以是弱覆盖比例，若某小区弱覆盖比例较高，超过预设的第一阈值，将该小区确定为待配置的目标小区，需要调整该小区的功率增强覆盖，也可以是由操作维护中心平台以最快15分钟粒度输出的物理资源块利用率、PA接入距离比例、无线接通率和线掉线率等，当某个小区的上述某个网络性能数据超过预设的第一阈值时，将该小区确定为待配置的目标小区，假设某小区的物理资源块利用率超过第一阈值，将该小区确定为待配置的目标小区，并调整载频功率便于邻区吸收话务。

进一步的，由于随着LTE网络规模的不断扩大，网络复杂程度不断增加，同一覆盖区域内存在同频、异频重叠覆盖的载频信号越来越多，单独修改一个小区载频功率可能引起相邻小区的覆盖发生变化，从而导致同频重叠覆盖度增加、过覆盖增加、干扰增加、高负荷小区增加等网络问题，因此，本说明书实施例在配置基站所发射的小区的载频功率的过程中，不仅仅需要对目标小区进行配置，还需要对与目标小区存在切换关系的相邻小区进行配置。

因此，在确定待配置的目标小区后，还需要确定待配置的目标小区对应的相邻小区，具体的，确定与所述目标小区存在切换关系的小区，从与所述目标小区存在切换关系的小区内，确定总切换率超过预设的第二阈值的N个小区，其中，N为正整数，将确定出的N个小区确定为所述目标小区对应的相邻小区。

在此需要说明的是，与目标小区存在切换关系的小区指的是能够接续目标小区为用户提供相同业务的小区，也就是说，假设用户从目标小区的覆盖范围内移动出来，到达小区A覆盖的范围内，用户的移动设备会连接到小区A上，小区A会继续为用户提供目标业务所提供的业务，该小区A就是与目标小区存在切换关系的小区，表1示出了与目标小区存在切换关系的小区和切换次数。

小区信息

目标小区

小区1

小区2

……

小区n

……

小区S

切换次数

--

S1

S2

……

Sn

……

Ss

表1

另外，从与所述目标小区存在切换关系的小区内，确定总切换率超过预设的第二阈值的N个小区，将确定出的N个小区确定为所述目标小区对应的相邻小区指的是，若与目标小区具有切换关系的小区有S个，如表1所示，选取其中n个组成相邻小区集合，其中，则需要保证N个小区的总切换率超过预设的第二阈值的(S1+S2+…+Sn)/(S1+S2+…+Sn+…+Ss)超过预设的阈值R，R为常规参数。

S102：获取所述目标小区及其对应的相邻小区的功率配置策略。

进一步的，由于本发明是从多个功率配置策略选取一个最合适的功率配置策略对目标小区及其对应的相邻小区进行配置，因此，在本说明书实施例中，需要确定目标小区及其对应的相邻小区在配置功率配置策略后的效果，进而选择效果最好的一个功率配置策略。

基于此，本说明书实施例在确定出待配置的目标小区及其对应的相邻小区后，需要获取所述目标小区及其对应的相邻小区的功率配置策略。

在此还需要说明的，假设目标小区功率的可配置值有7个，相邻小区有3个，相邻小区功率可配置值分别为5个、4个和7个，那么共有7×5×4×7＝980种不同的功率配置策略。

在此还需要说明的是，功率配置策略可以包括载波发射功率和功率调整范围，也就是在对目标小区及其对应的相邻小区进行载波频率配置的过程中，是配置载波发射功率和功率调整范围的。

由于需要先配置功率配置策略包括载波发射功率和功率调整范围，后续会验证目标小区及其对应的相邻小区在实施功率配置策略的效果，因此，需要获取功率配置策略其实是获取载波发射功率和功率调整范围，并根据载波发射功率和功率调整范围来制定功率配置策略。

本说明书实施例提供了一种载波发射功率的获取方式是，具体如下：

载频发射功率(瓦特)＝(10^((Q/10-10*LOG(1+R)+10*LOG(J))/10))/1000*P其中，Q表示参考信号功率(0.1毫瓦分贝)，取值范围为[-600，500]，常见取值有92，122，152等；R表示功率因子比率指示PB，取值范围为0，1，2，3；J表示载波带宽所对应的子载波数目，20MHz＝1200，15MHz＝900，10MHz＝600，5MHz＝300，3MHz＝180，1.4MHz＝72；P表示发射通道数目，取值范围为1，2，4，8，64。

将参数R，J，P固定不动，则可通过调整参数参考信号功率Q调整载频发射功率，也就是得到载频发射功率的可配置值，以20MHz(J＝1200)，8T8R(P＝8)，PB＝1(Q＝1)的宏站小区为例，若参考信号功率调整步长为1毫瓦分贝，则载频发射功率和参考信号功率Q对应情况如表2所示：

表2

本说明书实施例提供了一种功率调整范围的获取方式是，具体如下：

由于小区载频发射功率不可能无限小或者无限大，而最小发射功率和最大发射功率由射频拉远设备所限制，所以通过获取操作维护中心中与目标小区对应的射频拉远硬件设备产品信息，即可获得小区载频功率调整范围，同样地，若同一射频拉远硬件设备存在多模或多载频的情况，在确定小区载频功率范围时，需要进行综合考虑，表3给出了载频发射功率调整范围和射频拉远硬件设备功率范围关系：

表3

S103：针对每个功率配置策略，获取所述目标小区及其对应的相邻小区在所述功率配置策略下的特征指标数据。

进一步的，由于载频发射功率设置影响覆盖、干扰、信道估计、容量等多个方面，也就是说，一些特征指标数据能够反映出目标小区及其对应的相邻小区在配置功率配置策略后的效果，且，因此，在本说明书实施例中，想要知道目标小区及其对应的相邻小区在配置功率配置策略后的效果怎么样，需要在获取到目标小区及其对应的相邻小区的功率配置策略之后，获取所述目标小区及其对应的相邻小区在所述功率配置策略下的特征指标数据。

在此需要说明的是，所述特征指标数据包括：物理资源块利用率、无线接通率、无线掉线率、切换成功率、信道质量指示平均值、物理资源块平均干扰值、同频重叠覆盖比例和弱覆盖比例等。

另外，所述目标小区及其对应的相邻小区在所述功率配置策略下的特征指标数据是随着功率配置策略的变化而变化的。

S104：根据所述特征指标数据，确定所述目标小区及其对应的相邻小区的系统总收益。

进一步的，在获取到目标小区及其对应的相邻小区在所述功率配置策略下的特征指标数据后，需要根据特征指标数据，确定所述目标小区及其对应的相邻小区的系统总收益。

在此需要说明的是，本说明书实施例提供了一种根据特征指标数据，确定所述目标小区及其对应的相邻小区的系统总收益的实施方式，具体如下：

根据所述特征指标数据，建立所述目标小区及其对应的相邻小区与特征指标数据之间的高维向量矩阵，根据所述目标小区及其对应的相邻小区与特征指标数据之间的高维向量矩阵，确定所述目标小区及其对应的相邻小区与特征指标数据之间的协方差向量矩阵，计算所述协方差向量矩阵的特征值和特征向量，根据所述特征值和特征向量，构建变换矩阵，根据所述变换矩阵和所述高维向量矩阵，确定低维向量矩阵，根据所述低维向量矩阵，确定所述目标小区及其对应的相邻小区的系统总收益。

为了详细解释上述根据所述特征指标数据，确定所述目标小区及其对应的相邻小区的系统总收益的实施过程，本说明书实施例还提供了以下示例：

假设如表4所示，若特征指标有m个，有n个相邻小区，加上目标小区则形成m×(n+1)的矩阵。

小区信息	目标小区	邻区1	邻区2	…	邻区n
						特征指标1	T11	T12	T13		T1(n+1)
特征指标2	T21	T22	T23		T2(n+1)
						…
特征指标m	Tm1	Tm2	Tm3		Tm(n+1)

表4

步骤一：获取特征指标数据，如表5所示：

小区信息	目标小区	邻区1	邻区2	邻区3	邻区4
						MR弱覆盖比例％	6	6	7	9	7
同频重叠覆盖比例％	3	5	5	6	6

表5

步骤二：转换为2×5的

矩阵，2表示维度，5表示样本数。

步骤三：对每一维度进行去均值处理：

步骤四：计算协方差矩

阵：

步骤五：计算特征值：

通过求解以上方程得到两个特征值λ＝2/5和λ＝2。

步骤六：计算特征向量：

通过求解以上方程得到两个特征向量如下，第一个为λ＝2时特征向量，第二个为λ＝2/5时特征向量：

步骤七：构建变换矩阵，将特征向量按照特征值的大小顺序进行排列，其次，如果原始数据的矩阵每一行是一个维度，每一列是一个样本的话，需要变换矩阵中的每一行为一个特征向量：

步骤八：数据降维，用矩阵P的第一行乘以数据矩阵，就得到了降维后的表示：

在此需要说明的是，上述是利用主成分分析技术，通过计算m×(n+1)协方差矩阵的特征向量和特征值，并构建变换矩阵，可实现m×(n+1)矩阵降维成r×(n+1)矩阵，其中r<m，将二维数据降到一维。

另外，在本说明书实施例中，根据所述低维向量矩阵，确定所述目标小区及其对应的相邻小区的系统总收益具体是，根据所述低维向量矩阵，通过预先建立的神经网络模型，确定所述目标小区及其对应的相邻小区的系统总收益。

在此还需要说明的是，每个功率配置策略都对应一个系统总收益。

在本说明书实施例中，神经网络模型包括一个输入层、一个或多个隐藏层以及一个输出层的神经网络模型，其中，隐藏层可以是2层。

本说明书实施例还提供了一种预先建立神经网络模型的实施方式具体的，从历史数据中提取每一个调度轮次中，目标小区以及相邻小区的特征指标数据以及对应的系统总收益情况，并将所提取的信息作为一条样本数据，从而得到由所有样本数据构成的样本集，并使用样本集对神经网络模型进行训练，从而得到神经网络模型，后续，当目标小区以及邻区集合中的小区或者功率发生变化时，可以使用该神经网络模型预测最适合当前环境的系统总收益以及功率配置策略。

进一步的，在实际应用中，可以在进行最优载频功率参数分配的过程中，同时利用历史调整数据不断地对神经网络模型进行训练，能够更为准确地预测每一个功率配置策略下的系统总收益，进一步提高了神经网络模型的准确性。

S105：根据所述系统总收益，配置所述目标小区及其对应的相邻小区。

进一步的，本说明书实施例在确定出目标小区及其对应的相邻小区使用每个功率配置策略所产生的系统总收益，可以根据所述系统总收益，配置所述目标小区及其对应的相邻小区，具体的，根据所述系统总收益，确定使所述目标小区及其对应的相邻小区的系统总收益最高的功率配置策略，根据所述功率配置策略，配置所述目标小区及其对应的相邻小区。

通过上述方法，通过自动化的实施流程，无需人工介入，能够大大的缩短配置小区载频功率的周期，快速响应网络的变化，提高配置效率，与此同时，通过多个小区多个特征指标数据对当前所使用的功率配置策略进行评估和分析，可以准确全面的实现小区载频功率的配置，有效改善网络覆盖和网络质量。

另外，本发明还能产生如下的效果：

第一：利用神经网络模型，实现载频功率自适应配置，具有先进性；

第二：能够从多个特征指标维度进行寻优，具有精准性和全面性；

第三：自动化流程完成功率配置寻优，节省大量的人力评估、修改、监测等时间消耗，具有高效性。

第四：本发明弥补了现有载频功率配置采用传统人工调整方法的不足，提升了无线网络问题发现的准确度和处理的及时性，并且充分考虑了本载频小区及相邻小区的情况，保证了整体网络质量和客户感知的稳定，并在此基础上显著提升工作效率，降低基站功耗，进一步提升了降本增效的效果。

以上是本申请实施例提供的载频功率配置的方法，基于此，本申请实施例提供了一种载频功率配置的装置，如图2所示，该装置包括：

小区确定模块201，用于确定待配置的目标小区及其对应的相邻小区；

第一获取模块202，用于获取所述目标小区及其对应的相邻小区的功率配置策略；

第二获取模块203，用于针对每个功率配置策略，获取所述目标小区及其对应的相邻小区在所述功率配置策略下的特征指标数据；

系统收益确定模块204，用于根据所述特征指标数据，确定所述目标小区及其对应的相邻小区的系统总收益；

配置模块205，用于根据所述系统总收益，配置所述目标小区及其对应的相邻小区。

所述小区确定模块201具体用于，获取小区指定的网络性能数据；将所述指定的网络性能数据超过预设的第一阈值的小区确定为待配置的目标小区。

所述小区确定模块201具体用于，确定与所述目标小区存在切换关系的小区；从与所述目标小区存在切换关系的小区内，确定总切换率超过预设的第二阈值的N个小区，其中，N为正整数；将确定出的N个小区确定为所述目标小区对应的相邻小区。

所述功率配置策略包括：载波发射功率和功率调整范围；所述特征指标数据包括：物理资源块利用率、无线接通率、无线掉线率、切换成功率、信道质量指示平均值、物理资源块平均干扰值、同频重叠覆盖比例和弱覆盖比例中的至少一个。

所述系统收益确定模块204具体用于，根据所述特征指标数据，建立所述目标小区及其对应的相邻小区与特征指标数据之间的高维向量矩阵；根据所述目标小区及其对应的相邻小区与特征指标数据之间的高维向量矩阵，确定所述目标小区及其对应的相邻小区与特征指标数据之间的协方差向量矩阵；计算所述协方差向量矩阵的特征值和特征向量；根据所述特征值和特征向量，构建变换矩阵；根据所述变换矩阵和所述高维向量矩阵，确定低维向量矩阵；根据所述低维向量矩阵，确定所述目标小区及其对应的相邻小区的系统总收益。

所述系统收益确定模块204还用于，根据所述低维向量矩阵，通过预先建立的神经网络模型，确定所述目标小区及其对应的相邻小区的系统总收益。

所述配置模块205具体用于，根据所述系统总收益，确定使所述目标小区及其对应的相邻小区的系统总收益最高的功率配置策略；根据所述功率配置策略，配置所述目标小区及其对应的相邻小区。

本申请实施例还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载频功率配置方法。

图3示出了根据本发明实施例的一种电子设备的结构示意图，本发明具体实施例并不对电子设备的具体实现做限定。

如图3所示，该服务器可以包括：处理器(processor)302、通信接口(Communications Interface)304、存储器(memory)306、以及通信总线308。

其中：

处理器302、通信接口304、以及存储器306通过通信总线308完成相互间的通信。

通信接口304，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302，用于执行程序310，具体可以执行上述载频功率配置方法实施例中的相关步骤。

具体地，程序310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302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。电子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306，用于存放程序310。存储器306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310具体可以用于使得处理器302执行以下操作：

确定待配置的目标小区及其对应的相邻小区；

获取所述目标小区及其对应的相邻小区的功率配置策略；

针对每个功率配置策略，获取所述目标小区及其对应的相邻小区在所述功率配置策略下的特征指标数据；

根据所述特征指标数据，确定所述目标小区及其对应的相邻小区的系统总收益；

根据所述系统总收益，配置所述目标小区及其对应的相邻小区。

可选地，程序310还可以用于使得处理器302执行以下操作：

获取小区指定的网络性能数据；将所述指定的网络性能数据超过预设的第一阈值的小区确定为待配置的目标小区。

可选地，程序310还可以用于使得处理器302执行以下操作：

确定与所述目标小区存在切换关系的小区；从与所述目标小区存在切换关系的小区内，确定总切换率超过预设的第二阈值的N个小区，其中，N为正整数；将确定出的N个小区确定为所述目标小区对应的相邻小区。

可选地，程序310还可以用于使得处理器302执行以下操作：

所述功率配置策略包括：载波发射功率和功率调整范围；所述特征指标数据包括：物理资源块利用率、无线接通率、无线掉线率、切换成功率、信道质量指示平均值、物理资源块平均干扰值、同频重叠覆盖比例和弱覆盖比例中的至少一个。

可选地，程序310还可以用于使得处理器302执行以下操作：

根据所述特征指标数据，建立所述目标小区及其对应的相邻小区与特征指标数据之间的高维向量矩阵；根据所述目标小区及其对应的相邻小区与特征指标数据之间的高维向量矩阵，确定所述目标小区及其对应的相邻小区与特征指标数据之间的协方差向量矩阵；计算所述协方差向量矩阵的特征值和特征向量；根据所述特征值和特征向量，构建变换矩阵；根据所述变换矩阵和所述高维向量矩阵，确定低维向量矩阵；根据所述低维向量矩阵，确定所述目标小区及其对应的相邻小区的系统总收益。

可选地，程序310还可以用于使得处理器302执行以下操作：

根据所述低维向量矩阵，通过预先建立的神经网络模型，确定所述目标小区及其对应的相邻小区的系统总收益。

可选地，程序310还可以用于使得处理器302执行以下操作：

根据所述系统总收益，确定使所述目标小区及其对应的相邻小区的系统总收益最高的功率配置策略；根据所述功率配置策略，配置所述目标小区及其对应的相邻小区。

在此提供的算法和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，为了精简本公开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，尽管在此所述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。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的载频功率配置设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

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。

Claims (7)

1.一种载频功率配置方法，包括：

确定待配置的目标小区及其对应的相邻小区；

获取所述目标小区及其对应的相邻小区的功率配置策略；其中，所述功率配置策略包括：载波发射功率和功率调整范围；

针对每个功率配置策略，获取所述目标小区及其对应的相邻小区在所述功率配置策略下的特征指标数据；其中，所述特征指标数据包括：物理资源块利用率、无线接通率、无线掉线率、切换成功率、信道质量指示平均值、物理资源块平均干扰值、同频重叠覆盖比例和弱覆盖比例；

根据所述特征指标数据，确定所述目标小区及其对应的相邻小区的系统总收益；

根据所述系统总收益，配置所述目标小区及其对应的相邻小区；

其中，所述根据所述特征指标数据，确定所述目标小区及其对应的相邻小区的系统总收益进一步包括：

根据所述特征指标数据，建立所述目标小区及其对应的相邻小区与特征指标数据之间的高维向量矩阵；

根据所述目标小区及其对应的相邻小区与特征指标数据之间的高维向量矩阵，确定所述目标小区及其对应的相邻小区与特征指标数据之间的协方差向量矩阵；

计算所述协方差向量矩阵的特征值和特征向量；

根据所述特征值和特征向量，构建变换矩阵；

根据所述变换矩阵和所述高维向量矩阵，确定低维向量矩阵；

根据所述低维向量矩阵，通过预先建立的神经网络模型，确定所述目标小区及其对应的相邻小区的系统总收益。

2.根据权利要求1所述的方法，确定待配置的目标小区，具体包括：

获取小区指定的网络性能数据；

将所述指定的网络性能数据超过预设的第一阈值的小区确定为待配置的目标小区。

3.根据权利要求1所述的方法，确定所述目标小区对应的相邻小区，具体包括：

确定与所述目标小区存在切换关系的小区；

从与所述目标小区存在切换关系的小区内，确定总切换率超过预设的第二阈值的N个小区，其中，N为正整数；

将确定出的N个小区确定为所述目标小区对应的相邻小区。

4.根据权利要求1所述的方法，根据所述系统总收益，配置所述目标小区及其对应的相邻小区，具体包括：

根据所述系统总收益，确定使所述目标小区及其对应的相邻小区的系统总收益最高的功率配置策略；

根据所述功率配置策略，配置所述目标小区及其对应的相邻小区。

5.一种载频功率配置装置，包括：

小区确定模块，用于确定待配置的目标小区及其对应的相邻小区；

第一获取模块，用于获取所述目标小区及其对应的相邻小区的功率配置策略；其中，所述功率配置策略包括：载波发射功率和功率调整范围；

第二获取模块，用于针对每个功率配置策略，获取所述目标小区及其对应的相邻小区在所述功率配置策略下的特征指标数据；其中，所述特征指标数据包括：物理资源块利用率、无线接通率、无线掉线率、切换成功率、信道质量指示平均值、物理资源块平均干扰值、同频重叠覆盖比例和弱覆盖比例；

系统收益确定模块，用于根据所述特征指标数据，确定所述目标小区及其对应的相邻小区的系统总收益；

配置模块，用于根据所述系统总收益，配置所述目标小区及其对应的相邻小区；

其中，所述系统收益确定模块进一步用于：根据所述特征指标数据，建立所述目标小区及其对应的相邻小区与特征指标数据之间的高维向量矩阵；

根据所述目标小区及其对应的相邻小区与特征指标数据之间的高维向量矩阵，确定所述目标小区及其对应的相邻小区与特征指标数据之间的协方差向量矩阵；

计算所述协方差向量矩阵的特征值和特征向量；

根据所述特征值和特征向量，构建变换矩阵；

根据所述变换矩阵和所述高维向量矩阵，确定低维向量矩阵；

根据所述低维向量矩阵，通过预先建立的神经网络模型，确定所述目标小区及其对应的相邻小区的系统总收益。

6.一种电子设备，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如权利要求1-4中任一项所述的载频功率配置方法对应的操作。

7.一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-4中任一项所述的载频功率配置方法对应的操作。

Images