CN113015180A - 网络参数更新方法、装置及存储介质、电子设备 - Google Patents

网络参数更新方法、装置及存储介质、电子设备 Download PDF

Info

Publication number
CN113015180A
CN113015180A CN201911320762.9A CN201911320762A CN113015180A CN 113015180 A CN113015180 A CN 113015180A CN 201911320762 A CN201911320762 A CN 201911320762A CN 113015180 A CN113015180 A CN 113015180A
Authority
CN
China
Prior art keywords
target area
scene vector
determining
grid
network parameters
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.)
Granted
Application number
CN201911320762.9A
Other languages
English (en)
Other versions
CN113015180B (zh
Inventor
王希
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.)
China Mobile Communications Group Co Ltd
China Mobile Group Fujian Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Fujian 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 China Mobile Communications Group Co Ltd, China Mobile Group Fujian Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201911320762.9A priority Critical patent/CN113015180B/zh
Publication of CN113015180A publication Critical patent/CN113015180A/zh
Application granted granted Critical
Publication of CN113015180B publication Critical patent/CN113015180B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/04Arrangements for maintaining operational condition

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请公开了一种网络参数更新方法、装置及存储介质、电子设备,涉及通信技术领域。通过根据多个信号测量报表确定目标区域是否需要优化网络参数;如果确定目标区域需要优化网络参数时,则根据预设的目标区域配置表与信号测量报表生成场景向量;从预设的多个场景向量样本中,确定与目标区域的场景向量相似的至少一个场景向量样本;从与至少一个场景向量样本关联的网络参数中,选取一个目标网络参数对目标区域的网络参数进行更新,实现了网络参数的自动化更新,节省了大量的人力成本、时间成本以及效率高,并且从目标区域下多用户角度进行分析评估,对网络参数的更新的精确度高。

Description

网络参数更新方法、装置及存储介质、电子设备
技术领域
本申请涉及通信技术领域,尤其涉及一种网络参数更新方法、装置及存储 介质、电子设备。
背景技术
当某个目标区域(例如,小区、工地)需要布设无线通信网络时,需要对 目标区域的场景特征进行勘察,然后设置网络规划参数,最后依照网络规划参 数进行基站搭建。在基站搭建完毕后,需要对基站投入工作后的目标区域的网 络参数进行测试,然后更新优化网络参数。
在现有技术中,更新优化网络参数的方式为:网优初级工程师到现场测试 软件采集数据,经过短时间简单分析后,制定初步参数更新方案,根据初步参 数更新方案进行调整,进行多次尝试调整最终确定网络参数更新方案,然后反 馈网络参数更新方案给网管高级工程师,对网络参数更新方案进行修改。由网 优初级工程师根据网络参数更新方案再次进行测试验证,直到得到目标网络参 数。上述的过程需要消耗大量的人力成本、时间成本以及效率也很低,并且从 目标区域中的单一用户角度下,进行网络参数测试,因此,对网络参数的更新 也不够精确。
发明内容
本申请实施例提供了一种网络参数更新方法、装置及存储介质、电子设备, 以改善更新网络参数过程中,需要消耗大量的人力成本、时间成本以及效率也 很低,对网络参数的更新的精确度低的问题。
第一方面,本申请实施例提供了一种网络参数更新方法,包括:
接收目标区域中每个栅格中的多个测量终端上报的信号测量报表;
根据多个所述信号测量报表确定所述目标区域是否需要优化网络参数;
如果确定所述目标区域需要优化网络参数时,则根据预设的目标区域配置 表与所述信号测量报表生成场景向量;
从预设的多个场景向量样本中,确定与目标区域的场景向量相似的至少一 个场景向量样本;
从与至少一个场景向量样本关联的网络参数中,选取一个目标网络参数对 目标区域的网络参数进行更新。
第二方面,本申请实施例还提供了一种网络参数更新装置,包括:
信息接收单元,被配置成接收目标区域中每个栅格中的多个测量终端上报 的信号测量报表;
判断单元,被配置成根据多个所述信号测量报表确定所述目标区域是否需 要优化网络参数;
向量生成单元,被配置成如果确定所述目标区域需要优化网络参数时,则 根据预设的目标区域配置表与所述信号测量报表生成场景向量;
样本确定单元,被配置成从预设的多个场景向量样本中,确定与目标区域 的场景向量相似的至少一个场景向量样本;
参数更新单元,被配置成从与至少一个场景向量样本关联的网络参数中, 选取一个目标网络参数对目标区域的网络参数进行更新。
第三方面,本申请实施例还提供了一种存储介质,其上存储有计算机程序, 该程序被处理器执行时实现上述的方法的步骤。
第四方面,本申请实施例还提供了一种电子设备,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现上述的方法的 步骤。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:通过 根据多个信号测量报表确定目标区域是否需要优化网络参数;如果确定目标区 域需要优化网络参数时,则根据预设的目标区域配置表与信号测量报表生成场 景向量;从预设的多个场景向量样本中,确定与目标区域的场景向量相似的至 少一个场景向量样本;从与至少一个场景向量样本关联的网络参数中,选取一 个目标网络参数对目标区域的网络参数进行更新,实现了网络参数的自动化更 新,节省了大量的人力成本、时间成本,效率高,并且从目标区域下多用户角 度进行分析评估,对网络参数的更新的精确度高。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部 分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不 当限定。在附图中:
图1为本申请实施例提供的电子设备分别与多个测量终端的交互示意图;
图2为本申请一种实施例提供的网络参数更新方法的流程图;
图3为本申请一种实施例提供的网络参数更新方法的流程图;
图4为图3中的S31的具体流程图;
图5为本申请一种实施例提供的网络参数更新方法的流程图;
图6为本申请一种实施例提供的网络参数更新方法的流程图;
图7为本申请一种实施例提供的网络参数更新装置的功能模块框图;
图8为本申请一种实施例提供的网络参数更新装置的功能模块框图;
图9为图8中栅格比例确定模块的子模块示意图;
图10为本申请一种实施例提供的网络参数更新装置的功能模块框图;
图11为本申请一种实施例提供的网络参数更新装置的功能模块框图;
图12为本申请实施例提供的电子设备的框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实 施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的 实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施 例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施 例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
请参阅图1,本申请实施例提供了一种网络参数更新方法,应用于电子设 备101。其中,电子设备101通过网络与多个测量终端102通信连接,多个测 量终端102与基站103通信连接,测量终端102用于采集基站103发出的网络 信号。所述方法包括:
S11:接收目标区域中每个栅格中的多个测量终端102上报的信号测量报 表。
其中,目标区域可以为但不限于居民小区覆盖区域、工厂覆盖区域等等。 其中,栅格可以理解为目标区域的子区域,例如,目标区域的覆盖区域大小为 200m*200m,栅格的覆盖区域大小为50m*50m,则目标区域的覆盖区域包括 16个栅格。其中,信号测量报表包含的内容包括但不限于如下表1中的内容。
Figure BDA0002327078480000051
表1
S12:根据多个信号测量报表确定目标区域是否需要优化网络参数,如果 是,则执行S13。
对多个信号测量报表中的各个参数进行综合分析,即可确定当前的目标区 域中的网络参数的优劣,从而决定是否需要优化网络参数。
S13:根据预设的目标区域配置表与信号测量报表生成场景向量。
其中,预设的目标区域配置表可以包括但不限于目标区域覆盖场景、覆盖 类型、天线信息等等,目标区域配置表可以结合信号测量报表中的部分参数生 成场景向量。其中,生成的场景向量可以为但不限于如表2所示的内容:
Figure BDA0002327078480000061
表2
S14:从预设的多个场景向量样本中,确定与目标区域的场景向量相似的 至少一个场景向量样本。
可以理解地,场景向量相似的区域,被配置的网络参数也应相似。因此, 预存储有多个标准的场景向量样本,其中,每个标准的场景向量样本关联有一 个标准的网络参数。
S15:从与至少一个场景向量样本关联的网络参数中,选取一个目标网络 参数对目标区域的网络参数进行更新。
其中,被更新的网络参数可以包括但不限于物理小区号(PCI)、物理小区 号模3值、参考信号功率、重选门限、邻区关系、小区级切换门限等等。
该网络参数更新方法,通过根据多个信号测量报表确定目标区域是否需要 优化网络参数;如果确定目标区域需要优化网络参数时,则根据预设的目标区 域配置表与信号测量报表生成场景向量;从预设的多个场景向量样本中,确定 与目标区域的场景向量相似的至少一个场景向量样本;从与至少一个场景向量 样本关联的网络参数中,选取一个目标网络参数对目标区域的网络参数进行更 新,实现了网络参数的自动化更新,节省了大量的人力成本、时间成本以及效 率高,并且从目标区域下多用户角度进行分析评估,对网络参数的更新的精确 度高。
可选地,每个信号测量报表包括多个劣化区域评估因子,如图3所示,S12 包括:
S31:根据每个信号测量报表中的多个劣化区域评估因子确定劣化栅格比 例。
可以理解地,劣化栅格比例表征目标区域中网络参数差的栅格的占比。
S32:判断劣化栅格比例大于预设的阈值,如果是,则执行S33,如果否, 则执行S34。
其中,预设的阈值可以为但不限于25%、30%、35%。
S33:确定目标区域需要优化网络参数。
S34:确定目标区域不需要优化网络参数。
可选地,多个劣化区域评估因子包括同一个栅格中信号接收功率小于预设 阈值的测量终端102的数量、同频重叠覆盖且物理小区号模3一致的邻区数大 于1的测量终端102的数量、上行信噪比小于预设阈值的测量终端102的数量 以及同一个栅格中所有的测量终端102的数量。如图4所示,S31包括:
S41:根据算式A/N是否小于预设的阈值(如,80%)确定当前栅格是否 为弱覆盖栅格、根据算式B/N是否大于预设的阈值(如,30%)确定当前栅格 是否为下行干扰栅格、根据算式C/N是否大于预设的阈值(如,30%)确定当 前栅格是否为上行干扰栅格。
其中,A为信号接收功率小于预设阈值(如,110)的测量终端102的数 量、B为同频重叠覆盖且物理小区号模3一致的邻区数大于1的测量终端102 的数量、C为上行信噪比小于预设阈值(如,-10)的测量终端102的数量、N 为同一个栅格中所有的测量终端102的数量。
S42:记录确定出的弱覆盖栅格的数量、下行干扰栅格的数量以及上行干 扰栅格的数量以及根据多个信号测量报表记录目标区域及其邻近区域的栅格 总数量。
S43:根据弱覆盖栅格的数量、下行干扰栅格的数量以及上行干扰栅格的 数量以及栅格总数量,确定劣化栅格比例。
具体地,本申请实施例中,可以将弱覆盖栅格的数量、下行干扰栅格的数 量以及上行干扰栅格的数量的加权平均值,与栅格总数量的比值,确定为劣化 栅格比例。例如,根据算式劣化栅格比例=(弱覆盖栅格的数量*0.5+下行干扰栅 格的数量*0.3+上行干扰栅格的数量*0.2)/栅格总数量,当然地,上述各参数被 赋予的权重仅仅是举例说明,在此不做限制。
可选地,如图5所示,S14包括:
S51:根据余弦相似度算法确定目标区域的场景向量与预设的多个场景向 量样本中的每一个场景向量样本的相似度。
计算余弦相似度的原理为:假定a和b是两个n维的场景向量,αβ是每 个场景向量的权重值,则a与b的夹角的余弦相似度cos(θ)为:
Figure RE-GDA0002404476290000091
可以理解地,余弦相似度越接近1,就表明两个场景向量的夹角越接近0 度,也就是两个场景向量越相似,特别地,当余弦相似度等于0时,即两个场 景向量相等。
具体地,本申请实施例中,目标区域的场景向量包括多个维度数据,可以 预先对多个维度数据进行加权处理以更新目标区域的场景向量;然后根据余弦 相似度算法确定更新后的目标区域的场景向量与预设的多个场景向量样本中 的每一个场景向量样本的相似度。
例如,多个维度数据被赋予的权重可以为但不限于以下方式:
目标区域_覆盖类型(如,室内覆盖类型、室外覆盖类型)、目标区域_场 景类型(如,城市、农村、学校、公路等等)、目标区域_设备厂家名称(如诺 基亚、华为、中兴等)、目标区域_中心载频的信道号(如,7900/38100/38400 等)的权重被赋予为1;
目标区域_天线站高权重被赋予为0.5;
目标区域_小区带宽、目标区域_天线站高权重被赋予为0.2;
邻区1小区_中心载频的信道号权重被赋予0.5;
邻区1_天线站高权重被赋予0.2;
邻区1_天线类型权重被赋予0.2;
邻区1与目标区域RSRP差值均值_3db权重被赋予1;
邻区1与目标区域RSRP差值均值_6db权重被赋予0.5;
等等。
S52:根据确定得出的相似度对预设的多个场景向量样本进行降序排序。
例如,确定场景向量样本1、相似度0.9;场景向量样本2、相似度0.3; 场景向量样本3、相似度0.7;场景向量样本4、相似度0.8;场景向量样本5、 相似度0.65,则降序排序结果为场景向量样本1、场景向量样本4、场景向量 样本3、场景向量样本5、场景向量样本2。
S53:根据排序结果确定与目标区域的场景向量相似的至少一个场景向量 样本。
可选地,本申请实施例中,如图6所示,S53可以包括:
S61:确定排序靠前的与目标区域的场景向量相似的至少两个场景向量样 本(例如,3个、4个、5个等等)。
S15包括:
S62:从与至少两个场景向量样本关联的网络参数集合中,选取一个未被 配置过且排序最靠前的待确认网络参数更新为目标区域的网络参数。
S63:再次接收目标区域中每个栅格中的多个测量终端102上报的信号测 量报表的操作。
S64:根据多个所述信号测量报表确定所述目标区域是否需要优化网络参 数,如果是,则执行S65,如果否,则返回执行S62。
S65:将当前配置的待确认网络参数确定为目标网络参数的操作。
通过S61-S65的原理为,对第一次选择配置的网络参数进行验证,再次确 定目标区域的网络参数是否需要被优化,如果否,则说明当前更新后的网络参 数,符合目标区域的网络参数配置需求,如果是,则说明前更新后的网络参数, 不符合目标区域的网络参数配置需求,需要再次从先前得到的与至少两个场景 向量样本关联的网络参数集合中,选取一个未被配置过且排序最靠前的待确认 网络参数更新为目标区域的网络参数,直到确定目标区域的网络参数需要被优 化。
请参阅图7,本申请实施例还提供了一种网络参数更新装置700,应用于 电子设备101。其中,电子设备101通过网络与多个测量终端102通信连接, 多个测量终端102与基站103通信连接,测量终端102用于采集基站103发出 的网络信号。需要说明的是,本发明实施例所提供的网络参数更新装置700, 其基本原理及产生的技术效果和上述实施例相同,为简要描述,本发明实施例 部分未提及之处,可参考上述的实施例中相应内容。所述装置700包括信息接 收单元701、判断单元702、向量生成单元703、样本确定单元704以及参数更 新单元705,其中,
信息接收单元701,被配置成接收目标区域中每个栅格中的多个测量终端 102上报的信号测量报表。
判断单元702,被配置成根据多个信号测量报表确定目标区域是否需要优 化网络参数。
向量生成单元703,被配置成如果确定目标区域需要优化网络参数时,则 根据预设的目标区域配置表与信号测量报表生成场景向量。
样本确定单元704,被配置成从预设的多个场景向量样本中,确定与目标 区域的场景向量相似的至少一个场景向量样本。
参数更新单元705,被配置成从与至少一个场景向量样本关联的网络参数 中,选取一个目标网络参数对目标区域的网络参数进行更新。
该网络参数更新装置700在执行时可以实现如下功能,通过根据多个信号 测量报表确定目标区域是否需要优化网络参数;如果确定目标区域需要优化网 络参数时,则根据预设的目标区域配置表与信号测量报表生成场景向量;从预 设的多个场景向量样本中,确定与目标区域的场景向量相似的至少一个场景向 量样本;从与至少一个场景向量样本关联的网络参数中,选取一个目标网络参 数对目标区域的网络参数进行更新,实现了网络参数的自动化更新,节省了大 量的人力成本、时间成本以及效率高,并且从目标区域下多用户角度进行分析 评估,对网络参数的更新的精确度高。
可选地,每个信号测量报表包括多个劣化区域评估因子,如图8所示,判 断单元702包括:
栅格比例确定模块801,被配置成根据每个信号测量报表中的多个劣化区 域评估因子确定劣化栅格比例;
结果生成模块802,被配置成如果劣化栅格比例大于预设的阈值,则确定 目标区域需要优化网络参数;如果劣化栅格比例小于等于预设的阈值,则确定 目标区域不需要优化网络参数。
可选地,多个劣化区域评估因子包括同一个栅格中信号接收功率小于预设 阈值的测量终端102的数量、同频重叠覆盖且物理小区号模3一致的邻区数大 于1的测量终端102的数量、上行信噪比小于预设阈值的测量终端102的数量 以及同一个栅格中所有的测量终端102的数量。如图9所示,栅格比例确定模 块801可以包括:
判断子模块901,被配置成根据算式A/N是否小于预设的阈值确定当前栅 格是否为弱覆盖栅格、根据算式B/N是否大于预设的阈值确定当前栅格是否为 下行干扰栅格、根据算式C/N是否大于预设的阈值确定当前栅格是否为上行干 扰栅格,其中,A为信号接收功率小于预设阈值的测量终端102的数量、B为 同频重叠覆盖且物理小区号模3一致的邻区数大于1的测量终端102的数量、 C为上行信噪比小于预设阈值的测量终端102的数量、N为同一个栅格中所有 的测量终端102的数量。
数量记录子模块902,被配置成记录确定出的弱覆盖栅格的数量、下行干 扰栅格的数量以及上行干扰栅格的数量以及根据多个信号测量报表记录目标 区域及其邻近区域的栅格总数量。
栅格比例确定子模块903,被配置成根据弱覆盖栅格的数量、下行干扰栅 格的数量以及上行干扰栅格的数量以及栅格总数量,确定劣化栅格比例。
栅格比例确定子模块903,可以被具体被配置成将弱覆盖栅格的数量、下 行干扰栅格的数量以及上行干扰栅格的数量的加权平均值,与栅格总数量的比 值,确定为劣化栅格比例。
可选地,如图10所示,样本确定单元704包括:
相似度确定模块1001,被配置成根据余弦相似度算法确定目标区域的场景 向量与预设的多个场景向量样本中的每一个场景向量样本的相似度。
可选地,目标区域的场景向量包括多个维度数据,相似度确定模块可以被 具体配置成对多个维度数据进行加权处理以更新目标区域的场景向量;根据余 弦相似度算法确定更新后的目标区域的场景向量与预设的多个场景向量样本 中的每一个场景向量样本的相似度。
排序模块1002,被配置成根据确定得出的相似度对预设的多个场景向量样 本进行降序排序。
样本确定模块1003,被配置成根据排序结果确定与目标区域的场景向量相 似的至少一个场景向量样本。
可选地,样本确定模块可以被具体配置成确定排序靠前的与目标区域的场 景向量相似的至少两个场景向量样本。
如图11所示,参数更新单元705包括:
参数初步更新模块1101,被配置成从与至少两个场景向量样本关联的网络 参数集合中,选取一个未被配置过且排序最靠前的待确认网络参数更新为目标 区域的网络参数。
信息接收模块1102,被配置成再次接收目标区域中每个栅格中的多个测量 终端102上报的信号测量报表的操作。
判断模块1103,被配置成根据多个所述信号测量报表确定所述目标区域是 否需要优化网络参数。
目标参数确定模块1104,被配置成如果确定所述目标区域不需要优化网络 参数时,则执行将当前配置的待确认网络参数确定为目标网络参数的操作;
进程返回模块1105,被配置成如果确定所述目标区域需要优化网络参数 时,则返回执行从与至少两个场景向量样本关联的网络参数集合中,选取一个 未被配置过且排序最靠前的待确认网络参数更新为目标区域的网络参数。
需要说明的是,实施例1所提供方法的各步骤的执行主体均可以是同一设 备,或者,该方法也由不同设备作为执行主体。比如,步骤11和步骤12的执 行主体可以为设备1,步骤13的执行主体可以为设备2;又比如,步骤11的 执行主体可以为设备1,步骤12和步骤13的执行主体可以为设备2;等等。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的 范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实 施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过 程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施 方式中,多任务处理和并行处理也是可以的或者可能是有利的。
图12是本申请的一个实施例电子设备的结构示意图。请参考图12,在硬 件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。 其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如 至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以 是ISA(Industry StandardArchitecture,工业标准体系结构)总线、PCI(Peripheral ComponentInterconnect,外设部件互连标准)总线或EISA(Extended IndustryStandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总 线、数据总线、控制总线等。为便于表示,图12中仅用一个双向箭头表示, 但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码 包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提 供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在 逻辑层面上形成网络参数更新装置700。处理器,执行存储器所存放的程序, 并具体用于执行以下操作:
接收目标区域中每个栅格中的多个测量终端102上报的信号测量报表;
根据多个所述信号测量报表确定所述目标区域是否需要优化网络参数;
如果确定所述目标区域需要优化网络参数时,则根据预设的目标区域配置 表与所述信号测量报表生成场景向量;
从预设的多个场景向量样本中,确定与目标区域的场景向量相似的至少一 个场景向量样本;
从与至少一个场景向量样本关联的网络参数中,选取一个目标网络参数对 目标区域的网络参数进行更新。
上述如本申请图1所示实施例揭示的网络参数更新装置700执行的方法可 以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具 有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬 件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理 器,包括中央处理器(Central ProcessingUnit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(DigitalSignal Processor,DSP)、 专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门 阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分 立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中 的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器 也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直 接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组 合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读 存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存 储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的 步骤。
该电子设备还可执行图1的方法,并实现网络参数更新装置700在图1所 示实施例的功能,本申请实施例在此不再赘述。
当然,除了软件实现方式之外,本申请的电子设备并不排除其他实现方式, 比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体 并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质 存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用 程序的便携式电子设备执行时,能够使该便携式电子设备执行图1所示实施例 的方法,并具体用于执行以下操作:
接收目标区域中每个栅格中的多个测量终端102上报的信号测量报表;
根据多个所述信号测量报表确定所述目标区域是否需要优化网络参数;
如果确定所述目标区域需要优化网络参数时,则根据预设的目标区域配置 表与所述信号测量报表生成场景向量;
从预设的多个场景向量样本中,确定与目标区域的场景向量相似的至少一 个场景向量样本;
从与至少一个场景向量样本关联的网络参数中,选取一个目标网络参数对 目标区域的网络参数进行更新。
总之,以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保 护范围。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等, 均应包含在本申请的保护范围之内。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实 体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。 具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、 智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制 台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任 何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序 的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他 类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储 器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、 数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他 磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信 息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者设备不仅包 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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括 一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设 备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相 似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之 处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的 比较简单,相关之处参见方法实施例的部分说明即可。

Claims (10)

1.一种网络参数更新方法,其特征在于,包括:
接收目标区域中每个栅格中的多个测量终端上报的信号测量报表;
根据多个所述信号测量报表确定所述目标区域是否需要优化网络参数;
如果确定所述目标区域需要优化网络参数时,则根据预设的目标区域配置表与所述信号测量报表生成场景向量;
从预设的多个场景向量样本中,确定与目标区域的场景向量相似的至少一个场景向量样本;
从与至少一个场景向量样本关联的网络参数中,选取一个目标网络参数对目标区域的网络参数进行更新。
2.根据权利要求1所述的方法,其特征在于,每个所述信号测量报表包括多个劣化区域评估因子,所述根据多个所述信号测量报表确定所述目标区域是否需要优化网络参数包括:
根据每个信号测量报表中的多个劣化区域评估因子确定劣化栅格比例;
如果所述劣化栅格比例大于预设的阈值,则确定所述目标区域需要优化网络参数;
如果所述劣化栅格比例小于等于预设的阈值,则确定所述目标区域不需要优化网络参数。
3.根据权利要求2所述的方法,其特征在于,所述多个劣化区域评估因子包括同一个栅格中信号接收功率小于预设阈值的测量终端的数量、同频重叠覆盖且物理小区号模3一致的邻区数大于1的测量终端的数量、上行信噪比小于预设阈值的测量终端的数量以及同一个栅格中所有的测量终端的数量,所述根据每个信号测量报表中的多个劣化区域评估因子确定劣化栅格比例包括:
根据算式A/N是否小于预设的阈值确定当前栅格是否为弱覆盖栅格、根据算式B/N是否大于预设的阈值确定当前栅格是否为下行干扰栅格、根据算式C/N是否大于预设的阈值确定当前栅格是否为上行干扰栅格,其中,A为信号接收功率小于预设阈值的测量终端的数量、B为同频重叠覆盖且物理小区号模3一致的邻区数大于1的测量终端的数量、C为上行信噪比小于预设阈值的测量终端的数量、N为同一个栅格中所有的测量终端的数量;
记录确定出的弱覆盖栅格的数量、下行干扰栅格的数量以及上行干扰栅格的数量以及根据多个所述信号测量报表记录目标区域及其邻近区域的栅格总数量;
根据所述弱覆盖栅格的数量、所述下行干扰栅格的数量以及所述上行干扰栅格的数量以及所述栅格总数量,确定劣化栅格比例。
4.根据权利要求3所述的方法,其特征在于,所述根据所述弱覆盖栅格的数量、所述下行干扰栅格的数量以及所述上行干扰栅格的数量以及所述栅格总数量,确定劣化栅格比例包括:
将所述弱覆盖栅格的数量、所述下行干扰栅格的数量以及所述上行干扰栅格的数量的加权平均值,与所述栅格总数量的比值,确定为劣化栅格比例。
5.根据权利要求1所述的方法,其特征在于,所述从预设的多个场景向量样本中,确定与目标区域的场景向量相似的至少一个场景向量样本包括:
根据余弦相似度算法确定目标区域的场景向量与预设的多个场景向量样本中的每一个场景向量样本的相似度;
根据确定得出的相似度对预设的多个场景向量样本进行降序排序;
根据所述排序结果确定与目标区域的场景向量相似的至少一个场景向量样本。
6.根据权利要求5所述的方法,其特征在于,所述目标区域的场景向量包括多个维度数据,所述根据余弦相似度算法确定目标区域的场景向量与预设的多个场景向量样本中的每一个场景向量样本的相似度包括:
对多个维度数据进行加权处理以更新所述目标区域的场景向量;
根据余弦相似度算法确定更新后的目标区域的场景向量与预设的多个场景向量样本中的每一个场景向量样本的相似度。
7.根据权利要求5所述的方法,其特征在于,所述根据所述排序结果确定与目标区域的场景向量相似的至少一个场景向量样本包括:
确定排序靠前的与目标区域的场景向量相似的至少两个场景向量样本;
所述从与至少一个场景向量样本关联的网络参数中,选取一个目标网络参数对目标区域的网络参数进行更新包括:
从与至少两个场景向量样本关联的网络参数集合中,选取一个未被配置过且排序最靠前的待确认网络参数更新为目标区域的网络参数;
再次接收目标区域中每个栅格中的多个测量终端上报的信号测量报表的操作;;
根据多个所述信号测量报表确定所述目标区域是否需要优化网络参数;
如果确定所述目标区域不需要优化网络参数时,则执行将当前配置的待确认网络参数确定为目标网络参数的操作;
如果确定所述目标区域需要优化网络参数时,则返回执行从与至少两个场景向量样本关联的网络参数集合中,选取一个未被配置过且排序最靠前的待确认网络参数更新为目标区域的网络参数。
8.一种网络参数更新装置,其特征在于,包括:
信息接收单元,被配置成接收目标区域中每个栅格中的多个测量终端上报的信号测量报表;
判断单元,被配置成根据多个所述信号测量报表确定所述目标区域是否需要优化网络参数;
向量生成单元,被配置成如果确定所述目标区域需要优化网络参数时,则根据预设的目标区域配置表与所述信号测量报表生成场景向量;
样本确定单元,被配置成从预设的多个场景向量样本中,确定与目标区域的场景向量相似的至少一个场景向量样本;
参数更新单元,被配置成从与至少一个场景向量样本关联的网络参数中,选取一个目标网络参数对目标区域的网络参数进行更新。
9.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7所述的方法。
10.一种电子设备,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现如权利要求1-7所述的方法。
CN201911320762.9A 2019-12-19 2019-12-19 网络参数更新方法、装置及存储介质、电子设备 Active CN113015180B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911320762.9A CN113015180B (zh) 2019-12-19 2019-12-19 网络参数更新方法、装置及存储介质、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911320762.9A CN113015180B (zh) 2019-12-19 2019-12-19 网络参数更新方法、装置及存储介质、电子设备

Publications (2)

Publication Number Publication Date
CN113015180A true CN113015180A (zh) 2021-06-22
CN113015180B CN113015180B (zh) 2022-07-01

Family

ID=76381463

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911320762.9A Active CN113015180B (zh) 2019-12-19 2019-12-19 网络参数更新方法、装置及存储介质、电子设备

Country Status (1)

Country Link
CN (1) CN113015180B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114375000A (zh) * 2021-12-23 2022-04-19 中国电信股份有限公司 一种方案生成、网络测试方法及装置
CN114710787A (zh) * 2022-04-28 2022-07-05 中国联合网络通信集团有限公司 网络规划方法、装置、设备及存储设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130040683A1 (en) * 2011-08-12 2013-02-14 Telefonaktiebolaget L M Ericsson (Publ) Systems and Methods For Determining a Coupling Characteristic in a Radio Communications Network
CN104038953A (zh) * 2013-03-08 2014-09-10 北京邮电大学 一种移动通信网络无线参数的配置方法
CN108243435A (zh) * 2016-12-26 2018-07-03 中国移动通信集团上海有限公司 一种lte小区场景划分中的参数优化方法及装置
CN110351749A (zh) * 2019-06-18 2019-10-18 西安交通大学 一种无线携能通信认知网络有益干扰设计方法
CN110493803A (zh) * 2019-09-17 2019-11-22 南京邮电大学 一种基于机器学习的小区场景划分方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130040683A1 (en) * 2011-08-12 2013-02-14 Telefonaktiebolaget L M Ericsson (Publ) Systems and Methods For Determining a Coupling Characteristic in a Radio Communications Network
CN104038953A (zh) * 2013-03-08 2014-09-10 北京邮电大学 一种移动通信网络无线参数的配置方法
CN108243435A (zh) * 2016-12-26 2018-07-03 中国移动通信集团上海有限公司 一种lte小区场景划分中的参数优化方法及装置
CN110351749A (zh) * 2019-06-18 2019-10-18 西安交通大学 一种无线携能通信认知网络有益干扰设计方法
CN110493803A (zh) * 2019-09-17 2019-11-22 南京邮电大学 一种基于机器学习的小区场景划分方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨小妹,陈成连: ""LTE网络CSFB回落时延优化分析"", 《长江信息通信》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114375000A (zh) * 2021-12-23 2022-04-19 中国电信股份有限公司 一种方案生成、网络测试方法及装置
CN114710787A (zh) * 2022-04-28 2022-07-05 中国联合网络通信集团有限公司 网络规划方法、装置、设备及存储设备
CN114710787B (zh) * 2022-04-28 2023-06-20 中国联合网络通信集团有限公司 网络规划方法、装置、设备及存储设备

Also Published As

Publication number Publication date
CN113015180B (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN113015180B (zh) 网络参数更新方法、装置及存储介质、电子设备
US20200351678A1 (en) Method for implementing antenna azimuth correction based on user data
CN111818537A (zh) 小区覆盖情况确定方法、装置、设备及可存储介质
CN111818550B (zh) 一种网络覆盖情况的预测方法、装置及设备
CN111654870A (zh) 调整小区覆盖区的控制方法、装置、设备及存储介质
CN110636516A (zh) 信号传播模型的确定方法及装置
CN108093414B (zh) 评估小区覆盖有效性的方法及装置
CN114401485A (zh) 无线网络小区覆盖范围信息的处理方法及相关装置
CN111711966B (zh) 一种信道模拟方法及装置
CN115442832B (zh) 投诉问题定位方法、装置及电子设备
CN113411148B (zh) 移频方法、装置、电子设备及存储介质
CN114422947A (zh) 5g测量报告的定位方法及装置、设备、存储介质、程序
CN113132136B (zh) 满意度预测模型建立及预测满意度的方法、装置及电子设备
CN112235723B (zh) 定位方法、装置、电子设备及计算机可读存储介质
CN115243313A (zh) 一种5g网络的识别方法、装置及电子设备
CN114071517A (zh) 一种过覆盖基站识别方法、装置、电子设备及存储介质
JP4308037B2 (ja) 無線端末試験装置
CN115243300B (zh) 网络特征画像生成方法、装置及电子设备
CN115243279B (zh) 网络优化方法、装置及电子设备
CN115334517B (zh) 通信网络的覆盖优化方法、装置及电子设备
CN106796277B (zh) 移动通信网络中的位置调整
CN115866636A (zh) 天线参数调整方法和装置
CN115396908B (zh) 网络评估方法、装置及存储介质
CN104936198B (zh) 一种确定邻区关系的方法和装置
CN114697996B (zh) 网络优化处理方法、装置、设备及存储介质

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