CN113015184A - 一种无线网络功率调整方法、装置及存储介质 - Google Patents

Abstract

本发明提供了一种无线网络功率调整方法、装置及存储介质，其中，无线网络功率调整方法包括：采集待优化区域内小区的覆盖优化特征参数和小区对应的基站的发射功率，并生成所述覆盖优化特征参数和所述发射功率的对应关系；根据对应关系确定候选发射功率参数集对应的覆盖优化参数集；根据覆盖优化参数集对所述候选发射功率参数集进行寻优，根据寻优后确定的最优发射功率参数集，设定优化区域内小区的基站的发射功率。通过本发明，可以解决相关技术中由于估算不准确造成的网络覆盖不能改善到既定的优化目标的问题，达到提高优化效率和准确性的效果。

Description

一种无线网络功率调整方法、装置及存储介质

技术领域

本发明涉及无线通信领域，具体而言，涉及一种无线网络覆盖优化方法及装置。

背景技术

随着无线网络通信技术的快速发展，运营商网络的设备数量越来越多，组网场景越来越复杂，为了提升运维和优化效率，自动化优化的方法和技术越来越流行。一般对网络覆盖问题，典型的调节方式是调整天线的发射功率和天线的下倾角、方位角，而下倾角和方位角的自动调节需要天线支持电子调节的功能和接口，并不是所有在网运行的设备都支持电子调节，在这种情况下，功率自动调整就成为效率最高的方式。

在进行功率自动调整的时候，目前一般是给出一些待选的功率参数，根据网络现有的覆盖情况和现有的配置情况，估算出调整之后的覆盖情况，根据事先设定的目标评估函数，从待选的功率参数集合里面，选择出较优的方案。这种方法在评估现网覆盖情况的时候，一般采用估算终端接收信号强度的方法。终端接收信号强度公式一般为：接收功率＝当前配置下的接收功率+调整后的天线功率－调整前的天线功率，即认为天线发射功率的增加幅度和终端接收功率的变化幅度一致。但实际情况中，根据环境的差异，终端接收功率的变化和天线发射功率的变化关系并不会如此理想，因此造成实际调整后的网络覆盖情况和估算结果存在差异，使得网络覆盖不能改善到既定的优化目标。

此外，在实际调整过程中，还会遇到如下两个问题：1)部分天线可能存在异常，导致功率发射不出去，这种情况下调节功率，并没有效果。2)当采集基础数据用于估算调整后覆盖情况时，采集的基础数据只是某一段时间的采样，由于无线信号本身的波动性，因此采集的基础数据和长期的覆盖分布情况存在一定的差异，这造成估算的结果与实际调整后的网络覆盖情况存在差异。

发明内容

本发明实施例提供了一种无线网络功率调整方法、装置及存储介质，以至少解决相关技术中由于估算不准确造成的网络覆盖不能改善到既定的优化目标的问题。

根据本发明的一个实施例，提供了一种无线网络功率调整方法，包括：

采集待优化区域内所有小区的MR数据和所述小区基站的无线发射功率，所述MR数据中包含本专利需要优化的覆盖优化特征参数；

所述优化区域是指需要进行网络覆盖优化的区域，该区域包含若干个小区。通常，这些小区互相关联或在地域上互相接近。

记录优化区域内所述MR数据中的覆盖优化特征参数和所述小区基站无线发射功率的对应关系。特别的，在每次优化区域内的小区基站发射功率发生改变后，所述对应关系都会作为历史真实数据被记录下来。

生成待优化区域内小区对应的基站的候选发射功率参数集，所述候选发射功率参数集，指优化区域内的一个或多个小区，同时采用候选发射功率参数集中的发射功率的情况。候选发射功率参数集通常包括优化区域内若干个[小区标识，该小区的候选发射功率]。所述候选发射功率参数集对应的小区基站可以在优化区域内随机选择，也可以通过算法来选择。所述候选发射功率参数集中小区基站对应的发射功率可以在一定范围内随机生成，也可以通过算法来生成。

根据所述对应关系，确定优化区域内所有MR在所述候选发射功率参数集对应的覆盖优化特征参数集；

根据所述覆盖优化特征参数估算值和寻优目标函数，对所述候选发射功率参数集下，对应的网络覆盖特征进行评估。重复生成候选发射功率集进行寻优，确定最优发射功率参数集。

将所述最优发射功率参数集下发给所述优化区域内对应的一个或多个小区基站，使所述优化区域内的一个或多个小区基站无线发射功率调整为最优发射功率参数。

优选的，本方法还包括将符合预设条件的小区记为异常小区；

所述生成优化区域内的候选发射功率参数集，不包括所述异常小区的发射功率参数。同时，所述最优发射功率参数集下发到小区基站时，不改变所述异常小区基站的发射功率参数；

根据本发明的另一个实施例，提供了一种无线网络功率调整装置，包括：

数据采集模块，用于在优化区域内，1)采集MR数据中与覆盖相关的覆盖优化特征参数；2)采集当前MR数据上报期间，优化区域内每个小区的发射功率参数。

对应关系确定模块，用于确定优化区域内每条MR数据中的覆盖优化特征参数与所述小区基站发射功率的对应关系。

特别的，所述对应关系确定模块还包括记录模块，在每次优化区域内的小区基站发射功率发生改变后，所述对应关系都会作为历史真实数据被记录下来。

候选发射功率参数集生成模块，用于生成一组优化区域内小区基站的候选发射功率集。候选发射功率参数集通常包括优化区域内若干个[小区标识，该小区的候选发射功率]。候选发射功率参数集对应的小区基站可以在优化区域内随机选择，也可以通过算法来选择。候选发射功率参数集中小区基站对应的发射功率可以在一定范围内随机生成，也可以通过算法来生成。

预测模块，根据所述对应关系，确定优化区域内每条MR数据在所述候选发射功率参数集下，对应的覆盖优化特征参数集；

寻优模块，用于根据所述MR数据中的覆盖优化特征参数估算值和寻优目标函数，对所述优化区域内的候选发射功率参数集进行寻优，确定最优发射功率参数集。

功率调整模块，用于根据所述最优发射功率参数集，设定所述优化区域内小区的基站的发射功率。将所述最优发射功率参数集下发给所述优化区域内的一个或多个小区基站，使所述小区基站发射功率调整为最优发射功率参数。

根据本发明的另一个实施例，提供了一种无线网络功率调整装置，包括：存储器和处理器，所述存储器存储有程序，所述程序在被所述处理器读取执行时，所述程序运行时执行上述任一项所述的方法。

根据本发明的另一个实施例，提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述任一项所述的方法。

通过本发明，由于混合实测数据和预测数据进行参数寻优，实现模型参数自动更新，进一步选择通过剔除异常功率小区提高参数结果准确性。因此，可以解决相关技术中由于估算不准确造成的网络覆盖不能改善到既定的优化目标的问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的无线网络功率调整方法的流程图；

图2是根据本发明可选实施例的剔除异常小区进行无线网络功率自动调整方法的流程图；

图3是根据本发明实施例的无线网络功率调整装置的结构框图；

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“步骤1”、“步骤2”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

实施例1

本申请实施例可以运行于小区无线基站管理设备上，可以在移动终端、计算机终端或者类似的运算装置中执行。

在本实施例中提供了一种运行于小区无线基站管理设备上的无线网络功率调整方法，图1是根据本发明实施例的无线网络功率调整的流程图，如图1所示，该流程包括如下步骤：

S101：采集待优化区域内各小区的MR数据和所述小区基站的无线发射功率，所述MR数据包括覆盖优化特征参数；

如果此时未经过功率调整，则采集初始天线发射功率下优化区域内的MR数据，如果已经经过了一轮或多轮功率参数调整，则采集上一轮调整后的MR数据。

MR(Measurement Report，测量报告)是MR是终端上报的数据，大部分字段都和接收信号的好坏有关，指信息在业务信道上每480ms或信令信道上470ms发送一次数据，这些数据可用于网络评估和优化。测量报告可以中包含以下内容：当前小区的下行的接收电平值、话质值(基于话质值得切换)，相邻小区的BCCH载波的接收电平值(基于电平值的切换)，邻小区的BSIC值(切换依据)，本小区的时间提前量TA(基于时间提前量的切换)，功控值等。选取局方或者客户更关注的字段作为第一优化参数，后续根据选取的优化参数设定优化目标。可以选择MR数据中以下字段中的一项或多项作为覆盖优化特征参数，RSRP(ReferenceSignal Receiving Power，参考信号接收功率)，RSRQ(Reference Signal ReceivingQuality，参考信号接收质量)，下行SINR(Signal to Interference plus Noise Ratio，信号与干扰加噪声比)、TA，CQI(channel quality indication，信道质量指示)。

本实施例中选取RSRP作为覆盖优化特征参数。

S201：确定所述覆盖优化特征参数和所述无线发射功率的对应关系；

具体的，该步骤可以包括：将优化区域内的各小区划分为栅格，根据MR上报时的地理位置，确定每条MR所处的栅格，确定一组或多组所述MR数据中所述覆盖优化特征参数在栅格内的特征值，确定所述覆盖优化特征参数的特征值与所述小区发射功率之间的对应关系；

可以将优化区域内的各小区按照预设值进行栅格划分，并对采集到的MR数据按照地理位置进行栅格归属，预设的栅格大小比如按照20m＊20m进行划分。以地理位置进行栅格归属时，需要知道MR的地理经纬度，对于MR携带经纬度数据的情况，则直接使用，对于不携带经纬度的情况，可以使用其他定位算法如指纹定位、三角定位等方式。

可以将选择的覆盖优化特征参数在每个栅格中的平均值或最大值作为该栅格在当前功率下的覆盖优化特征值。以MR数据中的RSRP作为优化参数为例，对每个栅格内的MR数据计算平均RSRP，作为优化区域内某小区在某参数配置下在该栅格内的信号强度特征值。

栅格越大，所包含的区域越大，区域内的MR点的最大距离也就越大。栅格越小，包含的区域越小，MR点的地理环境越相似，因此精度越高。根据栅格大小进行误差控制。当不满足误差精度要求时，减小栅格划分大小。当20m＊20m的划分方式误差太大，可以划分大小调整为10m＊10m或5m＊5m，直至满足精度要求。

如果优化区域未经过功率调整，则计算并记录初始天线发射功率下，各栅格的平均RSRP。若优化区域已经经过一轮或多轮发射功率调整，则每轮调整后，都要记录在本轮调整后的发射功率下，各栅格内的平均RSRP。

对多轮调整的结果各栅格内RSRP的结果汇总成表格。举例如下：

下面对上述表格的使用方式进行描述：

如果需要获得某小区某些配置下面某个位置的RSRP，根据对应的位置计算其所属的栅格，根据栅格的ID、小区ID、参数查询对应的RSRP，作为结果。

由于表格中的RSRP是栅格内的平均值，和实际的情况存在一定的误差，但是可以根据栅格大小进行误差控制。当不满足误差精度要求时，减小栅格划分大小。

也可以多个覆盖优化特征参数结合起来使用，制作成下表。多个覆盖优化特征参数可以构成寻优目标函数，对网络覆盖情况进行评估。例如：表头可以是：

寻优目标函数可以是：OptiFunc＝ω₁*RSRP+ω₂*DLSINR+ω₃*CQI，其中ω₁，ω₂和ω₃分别代表各覆盖优化特征参数在优化目标函数中的权重。

预测在所述优化区域内的候选小区基站发射功率下，各MR中的覆盖优化特征参数，可以使用以下方法：

方法1：以表格中记录的实际功率和覆盖优化特征参数对应关系作为对应关系。

对候选发射功率参数集下，每条MR的覆盖特征参数估算值，先在表格中查询，如果能查到，使用查询结果作为该MR数据在小区基站候选发射功率下对应的覆盖优化特征参数；

方法2：学习候选发射功率与RSRP关系函数；

具体方法为，使用插值或者回归算法，得出小区发射功率和场强RSRP的对应关系函数。如果天线的当前发射功率是P1(单位dBm)，某个终端在某处接收到该小区的信号强度是R1(单位dBm)，如果我们将发射功率调整为P2，理想情况下终端接收到的信号强度为R1+(P2－P1).实际情况下一般不是如此，需要找到比较准确的关系。

一种方式是，认为在一定的功率变化范围内，终端接收到的信号强度可以表示为R1+k＊(P2－P1).其中k为衰减系数。我们可以根据终端地理位置划分栅格，每个栅格内多个MR上报的均值作为该栅格信号强度的估值，并用发射功率参数调整前后栅格信号强度估值的变化来估算k。这样利用多次发射功率参数调整的结果可以对k进行统计和估算，在后续设置候选发射功率后，可以使用该算法和更新后的k对终端接收到的信号强度进行估算。

另外一种方式是，如果某小区曾经多次调整功率，记录了多套发射功率和覆盖优化特征参数之间的对应关系数据，则可以使用机器学习模型的方式估算出对应栅格不同功率参数对应的信号强度。比如天线发射功率P1对应的接收信号强度是R1，P2对应R2，可以线性估算P3对应的R3＝R1+(R2－R1)/(P2－P1)＊(P3－P1).当只有两条数据时，和前一种方法效果相同，当数据变多时，模型的方式会更准确。

S301：生成候选发射功率参数集，根据所述对应关系确定所述候选发射功率参数集对应的覆盖优化特征参数集；

(1)使用候选发射功率参数集生成模块生成候选发射功率参数集。比如，所述候选发射功率参数集可以在一定范围内随机选择小区和功率值。

(2)对所述候选发射功率参数集下，估算该优化区域内该小区覆盖下的区域对应的信号强度。

实际中，根据对应关系确定每个所述小区候选发射参数对应的覆盖优化特征参数估算集时，可以先使用方法1，对候选参数里每个小区估算该小区覆盖下的区域对应的信号强度。先在表格中查询，如果能查到，按照表格对应关系确定该候选发射功率下对应小区覆盖下的区域对应的信号强度估算值；如果无法在表格中查到，则使用根据方法2得到的参数配置和场强的对应关系函数，预测该候选发射功率下对应小区覆盖下的区域对应的信号强度估算值。

举例来说：在第一轮优化时对小区A和B的配置分别是P1和P3，第2轮对他们的配置分别是P2和P4，在第三轮算法搜寻最优参数组合时，对小区A的参数P1、P2，小区B的参数P3，P4都可以直接使用实测数据参与计算，不再需要使用算法进行预测，对应其他未实际使用过的参数配置，则使用算法进行预测。

S401：根据所述覆盖优化特征参数集对所述候选发射功率参数集进行寻优，确定最优发射功率参数集。

(1)计算寻优目标，比如估算平均信号强度，计算平均信噪比等。

具体实施的时候，可以有两种方式估算整体覆盖情况，其中一种方式是以栅格为单位，每个栅格估算出在新的候选发射功率参数配置下，所有小区在该栅格的信号强度，使用最强的强度作为该栅格的最终信号强度，并使用对应的小区作为该栅格的服务小区。如果需要计算其他指标比如信噪比时，也使用这些数据进行计算。在汇总为优化区域中的全局统计指标时，比如平均信号强度，使用预先统计的每个栅格的MR数量占所有MR数量的比例作为权重。

其中i为全部栅格的索引，p为信号强度，r为栅格内mr数量的占比。

另外一种估算方法，是采集优化区域中的一套MR数据，使用此套MR数据对应的真实发射功率为参数，估算在该真实发射功率下每条MR的信号强度，由于估算的信号强度是以栅格为单位的，所以和原始的信号强度是有一定的差异的。然后使用相同的估算方法，对候选发射功率参数配置下的信号强度进行估算。用候选发射功率参数配置下的估算结果减去真实发射功率参数配置下的估算结果，得到两种发射功率配置下估算结果的差异，将这个差异加到原始MR数据中对应的信号强度上，得到的结果作为候选发射功率参数配置下的信号强度。这样得到的数据，同一个栅格内的MR具有不同的信号强度分布，保留了一定的分布信息，如果需要全局统计分位数、百分比等利用排序的统计量，可以提供更准确的信息。例如，如果要统计信号强度大于p的比例，对于某栅格来说，如果使用栅格化的估算值，只可能存在0或者1两种结果，但是如果使用本段所述方法，能够得到介于0和1之间的某个比例。

(3)对候选发射功率参数里每个小区估算该小区覆盖下的区域对应的信号强度。使用组合优化搜索算法并重复步骤(2)，搜索最优参数。

例如，目前我们的实现方法是采用“模拟退火”方法，进行候选参数的选择。具体方法为：在一个优化区域内，每次随机选择若干个小区，随机选择这些小区的候选参数，然后根据优化目标函数进行评估。评估值好，则记录这些参数，评估值差，则以某种小概率记录这些参数。然后再选择若干个小区。经过若干轮的迭代后(随着迭代的增多，选择的小区会越少)，将保留下来的发射功率参数和对应小区，作为我们实际要调整的小区和发射功率参数。

S501：根据所述发射功率参数集，设定所述优化区域内小区的基站的发射功率。

将所述最优发射功率参数集下发给所述优化区域内的小区基站，使所述小区基站无线发射功率调整为最优发射功率参数。采集优化区域中发射功率实际调整后的MR数据，判断是否达到优化目标，如果达到优化目标，结束覆盖优化工作，如果未达到优化目标，重复执行步骤S101～S501。

评估优化后的效果可以有如下方法，一种是判断优化目标是否达到，使用覆盖情况、信号质量等目标作为判断标准，比如覆盖的情况改善到预期值、具体实施时根据业务需要选择；

下述例子仅使用了RSRP和SINR作为优化目标的参数，每个例子都可单独使用，也可结合使用。实际使用中，还可以增加其他和网络覆盖相关的参数，作为优化目标参数。

1)网络的平均RSRP比调整前提高10％。

2)网络的平均SINR比调整前改善5％。

3)假设覆盖优化的评估函数为：OptiFunc＝ω₁*AvgRSRP+ω₂*AvgSINR，其中AvgRSRP代表平均RSRP，AvgSINR代表平均SINR，ω₁，ω₂分别代表权重。则优化的目标可以定为OptiFunc比调整前提升5％。

4)网络中，RSRP＞－105dBm的占比，比调整前提升5％。

5)网络中，SINR＞5的占比，比调整前提升5％。

6)网络中，RSRP95^th百分位点数值提升2％。

7)网络中，SINR95^th百分位点数值提升2％。

在功率自动调节过程中，部分天线可能存在异常，造成功率发射不出去，这种情况下调节功率没有效果，这也会造成估算不准确的问题，造成网络覆盖不能获得改善，达到既定的优化目标。

因此为了提高估算的准确性，还可以在优化过程中剔除异常小区。

即对优化区域内每个小区作为其他小区的邻区的MR数量，终端(MR上报地点)与该小区距离小于某阈值的MR平均场强，二者进行多维高斯分布参数估计，计算每个小区的概率，将概率小于设定阈值(通常为3个标准差)的小区记为异常小区；在生成候选发射功率参数集进行寻优时，不包括异常小区，不设置和调整异常小区的发射功率参数；

具体方法如图2所示，包括以下步骤：

S601：采集目标小区及其邻区覆盖下用户的MR数据。

S602：统计目标小区作为邻区的MR数量，终端与基站距离小于某阈值的MR平均场强。

计算终端和MR的距离，方法很多，本专利采用MR中TA值计算，TA值越大，表示距离基站的距离越远。也可以根据MR中的经纬度信息，和基站的经纬度进行计算，得到距离。我们使用的是TA值的百分位点数值，例如：在小区所有的MR中，若某条MR中的TA值，小于百分位点的TA数值，则认为是终端与基站距离小于某阈值。

上述步骤中，需要计算MR位置和基站位置的距离，在LTE网络中，可以使用TA(Timing Advance时间提前量)进行估算，也可以使用MR的经纬度和基站经纬度进行计算，对于没有经纬度的MR点，可以使用其他定位算法如指纹定位、三角定位等方式。

S603：对所有小区对应步骤(2)的统计量进行多维高斯分布参数估计，并计算每个小区的高斯分布概率，对于概率小于设定阈值(通常为3个标准差)的小区，认为是异常小区。对异常小区进行标注记录，标注记录方法很多，其中包括记录小区ID。记录异常小区后，这些异常小区不参与之后的功率参数设置和调整。

通过上述步骤，在功率自动调整的过程中，剔除了异常小区对估算模型的影响，提高估算准确性，提高自动功率调整效率，提高无线网络优化效果。

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根据上述实施例的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设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

实施例2

在本实施例中还提供了一种无线网络功率调整装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图3是根据本发明实施例的无线网络功率调整装置的结构框图，如图3所示，该装置包括：

数据采集模块，用于采集优化区域内终端上报的MR数据中与覆盖相关的参数，和优化区域内各小区基站的无线发射功率。

对应关系记录模块，用于确定优化区域内每条MR数据中的覆盖优化特征参数与所述小区基站发射功率的对应关系。特别的，在每次优化区域内的小区基站发射功率发生改变后，所述对应关系都会作为历史真实数据被记录下来。

候选发射功率参数集生成模块，用于生成一组优化区域内小区基站的候选发射功率集。候选发射功率参数集通常包括优化区域内若干个[小区标识，该小区的候选发射功率]。候选发射功率参数集对应的小区基站可以在优化区域内随机选择，也可以通过算法来选择。候选发射功率参数集中小区基站对应的发射功率可以在一定范围内随机生成，也可以通过算法来生成。

预测模块，根据对应关系确定优化区域内每条MR数据在所述候选发射功率参数集下，对应的覆盖优化特征参数估算值；

寻优模块，用于根据所述MR数据中的覆盖优化特征参数估算值和寻优目标函数，对所述优化区域内的候选发射功率参数集进行寻优，确定最优发射功率参数集。

功率调整模块，用于将所述最优发射功率参数集下发给所述优化区域内的一个或多个小区基站，设定所述优化区域内小区的基站的发射功率，使所述小区基站发射功率调整为最优发射功率参数。

优化效果评估模块，用于判断经过发射功率调整后，优化区域内的覆盖情况是否达到优化目标，当未达到优化目标时，重复执行上述步骤。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read－Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围内。

Claims (12)

1.一种无线网络功率调整方法，其特征在于，所述方法包括：

采集待优化区域内小区的覆盖优化特征参数和所述小区对应的基站的发射功率，并生成所述覆盖优化特征参数和所述发射功率的对应关系；

生成待优化区域内小区对应的基站的候选发射功率参数集，根据所述对应关系，确定所述候选发射功率参数集对应的覆盖优化参数集；

根据所述覆盖优化参数集对所述候选发射功率参数集进行寻优，确定最优发射功率参数集；

根据所述最优发射功率参数集，设定所述优化区域内小区的基站的发射功率。

2.如权利要求1所述方法，其特征在于，所述采集优化区域内小区的覆盖优化特征参数，包括：

采集优化区域内小区的MR数据，所述MR数据中包括覆盖优化特征参数。

3.如权利要求2所述方法，其特征在于，所述确定所述覆盖优化特征参数和所述发射功率的对应关系，包括：

将所述MR数据按照预设分组规则进行分组，确定一组或多组所述MR数据中所述覆盖优化特征参数，生成所述覆盖优化特征参数与所述发射功率的对应关系表，将所述对应关系记录在所述对应表中。

4.如权利要求1所述方法，其特征在于，所述设置候选发射功率参数集，根据所述对应关系，确定所述候选发射功率参数集对应的覆盖优化参数集，包括：

当所述候选发射功率参数集中的一个或多个候选发射功率参数在所述对应表中时，根据所述对应关系表中的对应关系确定所述一个或多个候选发射功率参数对应的一个或多个覆盖优化参数，并生成所述覆盖优化参数集；

当所述候选发射功率参数集中的一个或多个候选发射功率参数不在所述对应表中时，使用插值或者回归算法得出所述一个或多个候选发射功率参数和所述覆盖优化参数的特征值的对应关系函数，根据所述对应关系函数确定所述一个或多个候选发射功率参数对应的一个或多个覆盖优化参数，并生成所述覆盖优化参数集。

5.如权利要求1所述方法，其特征在于，其中，所述覆盖优化特征参数值是所述分组内所有所述覆盖优化参数的最小值、平均值或最大值。

6.如权利要求3所述方法，其特征在于，所述预设分组规则为将多个MR数据按照地理位置进行栅格划分。

7.如权利要求1～6任一权利要求所述方法，其特征在于，所述方法还包括：

将符合预设条件的小区标记为异常小区；

所述将所述最优发射功率集发送给所述基站时，不改变所述异常小区对应的基站的发射功率参数。

8.如权利要求7所述方法，其特征在于，所述将符合预设条件的小区标记为异常小区包括：

对优化区域内第一小区的MR数据的数量进行多维高斯分布参数估计，其中，所述第一小区在作为目标小区的同时还作为其他小区的邻区，所述MR数据上报地点与所述第一小区的距离小于设定阈值；

当所述第一小区的高斯分布概率小于设定标准差时，将所述第一小区记为异常小区。

9.如权利要求1～6任一权利要求所述方法，其特征在于，所述优化参数包括以下参数中的一个或多个：RSRP参数，RSRQ参数，下行SINR参数、TA参数、CQI参数。

10.一种无线网络功率调整装置，其特征在于，包括

数据采集模块，用于采集待优化区域内的小区的覆盖优化特征参数和所述小区对应的基站的发射功率；

对应关系记录模块，用于确定所述优化参数和所述无线发射功率的对应关系；候选发射功率参数生成模块，用于生成待优化区域内小区对应的基站的候选发射功率参数集；

预测模块，用于根据所述对应关系，确定所述候选发射功率参数集对应的覆盖优化参数集；

寻优模块，用于根据所述优化特征参数集对所述候选发射功率参数进行寻优，确定最优发射功率参数集；

功率调整模块，用于根据所述最优发射功率参数集，设定所述优化区域内小区的基站的发射功率。

11.一种无线网络覆盖优化装置，其特征在于，包括存储器和处理器，所述存储器存储有程序，所述程序在被所述处理器读取执行时，实现如权利要求1至9任一所述的无线网络功率调整方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至9任一所述的无线网络功率调整方法。

Images