CN113556774A - 移动网络的干扰定位方法、装置、设备以及存储介质 - Google Patents
移动网络的干扰定位方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113556774A CN113556774A CN202110803472.0A CN202110803472A CN113556774A CN 113556774 A CN113556774 A CN 113556774A CN 202110803472 A CN202110803472 A CN 202110803472A CN 113556774 A CN113556774 A CN 113556774A
- Authority
- CN
- China
- Prior art keywords
- interference
- target cell
- level
- correlation
- determining
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000009826 distribution Methods 0.000 claims abstract description 35
- 238000004590 computer program Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000004807 localization Effects 0.000 claims description 3
- 230000008447 perception Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 28
- 238000004458 analytical method Methods 0.000 description 8
- 238000005192 partition Methods 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/345—Interference values
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种移动网络的干扰定位方法、装置、设备以及存储介质，涉及无线通信技术领域。该方法包括：根据目标小区中各个资源块RB的干扰，获取目标小区RB级干扰的频域特征；根据目标小区的干扰时间分布与目标小区的用户数时间分布之间的相关性，获取目标小区RB级干扰的时域特征；目标小区的干扰时间分布表示目标小区中所有RB的平均干扰随时间的分布；根据目标小区中各个RB的干扰与相邻小区中各个RB的干扰之间的相关性，获取目标小区RB级干扰的空域特征；根据目标小区的RB级干扰的频域特征、时域特征以及空域特征确定目标小区的干扰类型。本申请小区干扰定位效率和准确性低的问题，提高小区干扰类型的定位效率，提升用户感知。
Description
技术领域
本申请涉及无线通信技术领域，尤其涉及一种移动网络的干扰定位方法、装置、设备以及存储介质。
背景技术
随着序列时代发展迅猛，各类无线电子设备越来越多，一些“不合法”的无线电子设备会对无线网络产生大量外部干扰，如私装直放站、屏蔽器、以及光纤拉远直放站导致的外部干扰。
随着网络的不断建设，网络负荷越来越高，基站越来越密，系统内部干扰，如同频邻区终端干扰与室分天馈互调谐波干扰，也越来越严重。
因此无线网络干扰场景越来越复杂，干扰带来的网络性能问题占比越来越大。由于不同类型的干扰，需要运用截然不同的网络优化方法，因此需要一种快速精准识别干扰类型的方法。
发明内容
本申请的实施例提供了一种移动网络的干扰定位方法、装置、设备以及存储介质，进而至少在一定程度上能够解决小区干扰定位效率和准确性低的问题。
本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
根据本申请实施例的第一方面，提供了一种移动网络的干扰定位方法，所述方法包括：
根据目标小区中各个资源块RB的干扰，获取所述目标小区RB级干扰的频域特征；
根据所述目标小区的干扰时间分布与所述目标小区的用户数时间分布之间的相关性，获取所述目标小区RB级干扰的时域特征；所述目标小区的干扰时间分布表示所述目标小区中所有RB的平均干扰随时间的分布；
根据所述目标小区中各个RB的干扰与相邻小区中各个RB的干扰之间的相关性，获取所述目标小区RB级干扰的空域特征；
根据所述目标小区的RB级干扰的频域特征、时域特征以及空域特征确定所述目标小区的干扰类型。
根据本申请实施例的第二方面，提供了一种移动网络的干扰定位装置，所述装置包括：
频域特征获取单元，用于根据目标小区中各个资源块RB的干扰，获取所述目标小区RB级干扰的频域特征；
时域特征获取单元，用于根据所述目标小区的干扰时间分布与所述目标小区的用户数的时间分布之间的相关性，获取所述目标小区RB级干扰的时域特征；所述目标小区的干扰时间分布表示所述目标小区中所有RB的平均干扰随时间的分布；
空域特征获取单元，用于根据所述目标小区中各个RB的干扰与相邻小区中各个RB的干扰之间的相关性，获取所述目标小区RB级干扰的空域特征；
干扰类型获取单元，用于根据所述目标小区的RB级干扰的频域特征、时域特征以及空域特征确定所述目标小区的干扰类型。
在本申请的一些实施例中，基于前述方案，所述频域特征获取单元包括：
干扰指标序列确定子单元，用于根据所述目标小区的各个RB的干扰与第一预设干扰阈值的比较结果，确定所述目标小区的RB干扰指标序列；
频域特征获取子单元，用于根据所述目标小区的RB干扰指标序列，获取所述目标小区干扰的频域特征。
在本申请的一些实施例中，基于前述方案，所述干扰指标序列确定子单元被配置为：根据所述目标小区中各个RB的干扰与所述第一预设干扰阈值之间的大小关系，确定所述目标小区中各个RB的干扰指标；根据所述目标小区中各个RB的干扰指标生成所述目标小区的RB干扰指标序列。
在本申请的一些实施例中，基于前述方案，所述频域特征获取子单元被配置为：若所述RB干扰指标序列中干扰指标连续为高干扰的数量大于或等于第一预设位数阈值，则确定所述目标小区RB级干扰的频域特征为宽带干扰，其中，干扰大于所述第一预设干扰阈值的RB的干扰指标为高干扰；
若所述RB干扰指标序列中干扰指标连续为高干扰的数量小于所述第一预设位数阈值且大于或等于第二预设位数阈值，则确定所述目标小区干扰的频域特征为窄带干扰；
若所述RB干扰指标序列中干扰指标连续为高干扰的数量小于所述第二预设位数阈值，则确定所述目标小区干扰的频域特征为突发RB位干扰。
在本申请的一些实施例中，基于前述方案，所述时域特征确定单元被配置为：根据所述目标小区在各个采样时刻的用户数与第一预设用户数阈值的比较结果，确定所述目标小区的小区用户指标序列；
根据所述目标小区在各个采样时刻的干扰与第二预设干扰阈值的比较结果，确定所述目标小区的平均干扰指标序列；
根据所述目标小区的小区用户指标序列与平均干扰指标序列的余弦相似度，获取所述目标小区RB级干扰的时域特征。
在本申请的一些实施例中，基于前述方案，所述根据所述目标小区的小区用户指标序列与平均干扰指标序列的第一余弦相似度，获取所述目标小区RB级干扰的时域特征，包括：
若所述第一余弦相似度大于第一预设相关阈值，则确定所述目标小区RB级干扰的时域特征为RB干扰与用户数具有相关性；
若所述第一余弦相似度小于第一预设相关阈值，则确定所述目标小区RB级干扰的时域特征为RB干扰与用户数不具有相关性。
在本申请的一些实施例中，基于前述方案，所述空域特征确定单元被配置为：根据所述相邻小区各个RB的干扰与所述第一预设干扰阈值的比较结果，确定所述相邻小区的RB干扰指标序列；
根据所述目标小区的RB干扰指标序列和所述相邻小区的RB干扰指标序列的第二余弦相似度，获取所述目标小区RB级干扰的空域特征。
在本申请的一些实施例中，基于前述方案，所述根据所述目标小区的RB干扰指标序列和所述相邻小区的RB干扰指标序列的第二余弦相似度，获取所述目标小区RB级干扰的空域特征，包括：
若所述第二余弦相似度大于第二预设相关阈值，则确定所述目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性高；
若所述第二余弦相似度小于所述第二预设相关阈值，则确定所述目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性低。
在本申请的一些实施例中，基于前述方案，所述根干扰类型确定单元被配置为：若所述目标小区RB级干扰的时域特征为RB干扰与用户数具有相关性且所述目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性低，则确定所述目标小区的干扰类型为内部异常干扰；
若所述目标小区RB级干扰的时域特征为RB干扰与用户数不具有相关性，且所述目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性高，则确定所述目标小区的干扰类型为外部干扰；
若所述目标小区RB级干扰的时域特征为RB干扰与用户数不具有相关性，且所述目标小区干扰的频域特征为窄带干扰，则确定所述目标小区的干扰类型为室分器件干扰。
根据本申请实施例的一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中所述的移动网络的干扰定位方法。
根据本申请实施例的一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中所述的移动网络的干扰定位方法。
本申请实施例通过对目标小区的干扰话统指标进行分析，从时间特征、频域特征、空域特征三个维度，精准快速定位干扰类型，提高小区干扰类型的定位效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1A为内部干扰的时域和频域波形图。
图1B为外部干扰的时域和频域波形图。
图1C为室分器件干扰的时域和频域波形图。
图2为本申请实施例提供的一种移动网络的干扰定位方法的流程图。
图3为本申请实施例提供的一种实现步骤210方法的流程图。
图4为一个目标小区的上行干扰波形图。
图5为本申请实施例提供的一种实现步骤220方法的流程图。
图6为目标小区的上行干扰和目标小区的用户数关联结果图。
图7为本申请实施例提供的一种实现步骤330方法的流程图。
图8A为第一相邻小区的上行干扰波形图。
图8B为第二相邻小区的上行干扰波形图。
图9为本申请实施例提供的一种实现步骤240方法的流程图。
图10为本申请实施例提供的一种移动网络的干扰定位装置的框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅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。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
在本申请的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
一切非期望的电磁信号对于基站来说都是干扰噪声，干扰类型从干扰源的类型来说，主要分为内部干扰、外部干扰以及室分器件干扰。
图1A为内部干扰的时域和频域波形图，图1B为外部干扰的时域和频域波形图，图1C为室分器件干扰的时域和频域波形图。时域波形图中interference曲线展示一段时间范围内小区的干扰波形，UL PRB Rate展现一段时间范围内小区业务量的波形；频域波形图中interference(avg)曲线展示小区内各个RB的平均干扰，interference(max)曲线展示小区内各个RB的最大干扰。
典型的内部干扰包括天馈异常、设备故障等。通过图1A波形图可与推断内部干扰的时域特征为与时间相关性高，与话务高峰出现波形一致；频域特征为少量连续RB存在干扰即窄带干扰或大量连续RB存在干扰即宽带干扰。由于内部干扰是目标小区内部原因产生的干扰，因此内部干扰的空域特征为目标小区的干扰波形和邻近/周边小区干扰波形相关性较低，临近/周边小区无与目标小区相似的干扰波形。
典型的外部干扰包括微型直放站、私装直放站、屏蔽器、以及光纤拉远直放站等。通过图1B波形图可与推断外部干扰的时域特征为干扰持续存在或与用户活动规律相关性高，或者在重点活动场景突发出现；频域特征为窄带干扰或宽带干扰。由于外部干扰是目标小区外部原因产生的干扰，因此外部干扰的空域特征为与目标小区的干扰波形邻近/周边小区干扰波形相关性较高，临近/周边多个小区存在与目标小区相似的干扰波形。
典型的室分器件干扰主要由目标小区内室分器件导致。通过图1C干扰波形图可与推断室分器件干扰的时域特征为持续存在或与用户活动规律相关性高；频域特征为谐波干扰、窄带或边带干扰较多。由于室分器件干扰主要由目标小区内室分器件导致，因此室分器件干扰的空域特征为单室分小区干扰。
基于上述关于干扰波形时域、频域和空域特征分析总结，本申请提出基于目标小区在时域、频域和空域特征自动进行干扰定位方法。图2为本申请实施例提供的一种移动网络的干扰定位方法的流程图，如图2所示，该方法包括以下步骤。
步骤210：根据目标小区中各个资源块RB的干扰，获取目标小区RB级干扰的频域特征。
目标小区的各个资源块RB的干扰波形如图1A、图1B、图1C中interference(avg)曲线展示小区内各个RB的平均干扰。通过目标小区中各个RB的干扰判断目标小区的干扰是窄带、宽带或者突发RB位干扰，方便后续进一步判断目标小区的干扰类型。
在具体实施中，可以通过移动网络网管获取各个资源块RB的干扰。
步骤220：根据目标小区的干扰时间分布与目标小区的用户数时间分布之间的相关性，获取目标小区RB级干扰的时域特征；目标小区的干扰时间分布表示目标小区中所有RB的平均干扰随时间的分布。
目标小区的干扰时间分布如图1A、1B、1C中interference曲线展示一段时间范围内小区的干扰波形，代表目标小区所有RB的平均干扰随时间的分布，依此判断目标小区的干扰与用户数的相关性，确定目标小区的时域特征表现为与用户数具有相关性或者不具有相关性。基站下小区的用户数量在某时段增多，话务量随之增加，小区的发射功率越高，如果存在内部干扰，例如，设备故障，那么小区干扰也会随之增加。反之，如果小区干扰与用户数量不具备相关性，那么可以确定目标小区干扰不是内部干扰。
步骤230：根据目标小区中各个RB的干扰与相邻小区中各个RB的干扰之间的相关性，获取目标小区RB级干扰的空域特征。
通过目标小区的干扰波形和相邻小区的干扰波形是否具有较高的相似性，可以确定目标小区的空域特征，可直接确定目标小区的干扰是否是外部干扰。
步骤240：根据目标小区的RB级干扰的频域特征、时域特征以及空域特征确定目标小区的干扰类型。
本申请实施例通过对目标小区的干扰话统指标进行分析，从时间特征、频域特征、空域特征三个维度，精准快速定位干扰类型，提升用户感知。
图3为本申请实施例提供的一种实现步骤210方法的流程图，如图3所示，该方法包括以下步骤。
步骤310：根据目标小区的各个RB的干扰与第一预设干扰阈值的比较结果，确定目标小区的RB干扰指标序列。
在本申请实施例中，可以先根据目标小区中各个RB的干扰与第一预设干扰阈值之间的大小关系，确定目标小区中各个RB的干扰指标；再根据目标小区中各个RB的干扰指标生成目标小区的RB干扰指标序列。
若RB的干扰大于或等于第一预设干扰阈值，则该RB的干扰指标为高干扰；若RB的干扰小于第一预设干扰阈值，则该RB的干扰指标为低干扰。可以在RB干扰指标序列将高干扰对应为1，低干扰对应为0。
将各个RB的干扰指标按照RB的频率大小顺序排序得到目标小区的RB干扰指标序列。
在具体实施中，可以通过实践获取第一预设干扰阈值，例如通过实践确定超过-105dB的干扰为高干扰。
步骤320：根据目标小区的RB干扰指标序列，获取目标小区干扰的频域特征。
若RB干扰指标序列中干扰指标连续为高干扰的数量大于或等于第一预设位数阈值，则确定目标小区RB级干扰的频域特征为宽带干扰，其中，干扰大于第一预设干扰阈值的RB的干扰指标为高干扰。
若RB干扰指标序列中干扰指标连续为高干扰的数量小于第一预设位数阈值且大于或等于第二预设位数阈值，则确定目标小区干扰的频域特征为窄带干扰。
若RB干扰指标序列中干扰指标连续为高干扰的数量小于第二预设位数阈值，则确定目标小区干扰的频域特征为突发RB位干扰。
在具体实施中，可以通过实践获取第一预设位数阈值和第二预设位数阈值。例如，将目标小区RB总数目的十分之一设为第一预设位数阈值。
图4为一个目标小区的上行干扰波形图。该上行干扰波形图根据该小区各个RB的干扰绘制。该小区编号为680236_0,该图中每一条曲线分别展示了该小区在不同时间段中100个RB上的干扰波形，从图4可以看出，该小区上行干扰对前10个RB(RB0-RB10)和后40个RB(RB60-RB99)的干扰最为明显，其中最后10个RB(RB90-RB99)上的干扰达到了-93dbm。
将第一预设干扰阈值设置为97dbm，那么该小区的RB干扰指标序列为：(1，1，1，1，1，1，1，1，1，1，0，0，0，0，……,1,1,1,)。通过1的最大连续位数，可以判断该小区的RB级干扰是窄带、宽带或者突发RB位干扰。在该举例中，可以判断该小区RB级干扰是宽带干扰。
图5为本申请实施例提供的一种实现步骤220方法的流程图，如图5所示，该方法包括以下步骤。
步骤510：根据目标小区在各个采样时刻的用户数与第一预设用户数阈值的比较结果，确定目标小区的小区用户指标序列。
与确定目标小区的RB干扰指标序列的原理相同，可以得到目标小区的小区用户指标序列。
步骤520：根据目标小区在各个采样时刻的干扰与第二预设干扰阈值的比较结果，确定目标小区的平均干扰指标序列。
与确定目标小区的RB干扰指标序列的原理相同，可以得到目标小区的平均干扰指标序列。
步骤530：根据目标小区的小区用户指标序列与平均干扰指标序列的余弦相似度，获取目标小区RB级干扰的时域特征。
一般情况下，小区内部出现干扰，通常和小区的发射功率相关，小区下用户越多，小区的发射功率越高，干扰越明显。
若第一余弦相似度大于第一预设相关阈值，则确定目标小区RB级干扰的时域特征为RB干扰与用户数具有相关性。
若第一余弦相似度小于第一预设相关阈值，则确定目标小区RB级干扰的时域特征为RB干扰与用户数不具有相关性。
图6为目标小区的上行干扰和目标小区的用户数关联结果图。图6中，横轴代表时间，左侧纵轴代表目标小区中用户数量，右侧纵轴代表目标小区的干扰。因此，图6展示了该小区9天的用户数分布和干扰分布。
绘制好该关联结果图后，可以肉眼观察到在观测时间范围内的后两天，目标小区的上行干扰全天出现，上行干扰和小区下用户数量多少并没有直接关联。可以初步判断是外部干扰，但需要后续进一步通过空域特征分析定位。
在利用工具自动实现干扰类型分析时，本申请实施例利用目标小区的小区用户指标序列与平均干扰指标序列的余弦相似度来判断目标小区干扰与用户数的相关性。
本申请实施例目标小区在观测时间范围内的后两天中24小时中平均干扰指标序列RB(24)：(1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1)。小区用户指标序列T(24)：(0，0，0，0，0，0，0，0，1，1，1，1，1，1，1，1，0，0，0，0，0，0，0，0)。
通过这两个序列的余弦相似度可以得出，该小区下干扰和用户数无关，初步可以排除内部干扰。
图7为本申请实施例提供的一种实现步骤230方法的流程图，如图7所示，该方法包括以下步骤。
步骤710：根据相邻小区各个RB的干扰与第一预设干扰阈值的比较结果，确定相邻小区的RB干扰指标序列。
步骤720：根据目标小区的RB干扰指标序列和相邻小区的RB干扰指标序列的第二余弦相似度，获取目标小区RB级干扰的空域特征。
外部干扰一般和小区用户数没有明显关联，小区用户较低时并不会影响外部干扰的高低。
若第二余弦相似度大于第二预设相关阈值，则确定目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性高。
若第二余弦相似度小于第二预设相关阈值，则确定目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性低。
图8A为第一相邻小区的上行干扰波形图，图8B为第二相邻小区的上行干扰波形图。第一相邻小区编号为680236_1，第二相邻小区编号为680236_2。两个相邻小区和目标小区680236_0属于同一基站。
获取到相邻小区的上行干扰波形后，可以通过肉眼观测到，同站的两个相邻小区上行干扰波形均存在近似相同的上行干扰波形，其中“680236_2”小区上行干扰较为明显。
本申请实施例通过目标小区和相邻小区的干扰指标序列的余弦相似度来计算小区间干扰相关性，判断目标小区的干扰是否是外部干扰。
目标小区680236_0的上行RB级干扰指标序列为N(99)＝(1，1，1，1，1，1，1，1，1，1，0，0，0，0，……,1，1，1)。相邻小区680236_1的上行RB级干扰指标序列为M(99)＝(1，1，1，1，1，1，1，0，0，0，0，0，0，0，……,1,1,1)。
计算N(99)和M(99)的余弦相似度值，值越大，表示目标小区和相邻小区间干扰耦合度越高。
因此，通过上述分析过程，N(99)和M(99)的余弦相似度值超过第二预设相关阈值，可以判断，目标小区“680236_0”的上行干扰是外部干扰，后续可以通过现场扫频的方式发现干扰源，通过关闭、加装衰减器(私装直放站)、替换(私装直放站)等彻底消除外部干扰。
图9为本申请实施例提供的一种实现步骤240方法的流程图，如图9所示，该方法包括以下步骤。
步骤910：若目标小区RB级干扰的时域特征为RB干扰与用户数具有相关性且目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性低，则确定目标小区的干扰类型为内部异常干扰。
步骤920：若目标小区RB级干扰的时域特征为RB干扰与用户数不具有相关性，且目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性高，则确定目标小区的干扰类型为外部干扰。
步骤930：若目标小区RB级干扰的时域特征为RB干扰与用户数不具有相关性，且目标小区干扰的频域特征为窄带干扰，则确定目标小区的干扰类型为室分器件干扰。
基于上述关于小区干扰在时域、频域、空域的特征分析，可以判断目标小区的干扰类型。
随着网络负荷越来越重，干扰问题越来越多，干扰带来的网络性能问题占比越来越大，而不同类型干扰的分析、处理方法截然不同，如果没有一套有效的分析方法，那么干扰问题的处理非常困难。
本申请实施例通过对目标小区的时域、频域、空域的特征分析，对移动网络干扰小区准确分类后，处理效率及网络质量均有明显增益。通过本申请自动分析干扰类型，可以对全网高干扰小区进行集中批量分析处理，避免了常规一次只能分析一个问题小区，解决了问题小区故障定位速度慢、定位效率低的问题。
以下介绍本申请的装置实施例，可以用于执行本申请上述实施例中的移动网络的干扰定位方法。对于本申请装置实施例中未披露的细节，请参照本申请上述的移动网络的干扰定位方法的实施例。
图10为本申请实施例提供的一种移动网络的干扰定位装置的框图，如图10所示，该移动网络的干扰定位装置1000包括以下步骤。
频域特征获取单元1010，用于根据目标小区中各个资源块RB的干扰，获取目标小区RB级干扰的频域特征。
时域特征获取单元1020，用于根据目标小区的干扰时间分布与目标小区的用户数的时间分布之间的相关性，获取目标小区RB级干扰的时域特征；目标小区的干扰时间分布表示目标小区中所有RB的平均干扰随时间的分布。
空域特征获取单元1030，用于根据目标小区中各个RB的干扰与相邻小区中各个RB的干扰之间的相关性，获取目标小区RB级干扰的空域特征。
干扰类型获取单元1040，用于根据目标小区的RB级干扰的频域特征、时域特征以及空域特征确定目标小区的干扰类型。在本申请的一些实施例中，基于前述方案，频域特征获取单元包括：
干扰指标序列确定子单元，用于根据目标小区的各个RB的干扰与第一预设干扰阈值的比较结果，确定目标小区的RB干扰指标序列；
频域特征获取子单元，用于根据目标小区的RB干扰指标序列，获取目标小区干扰的频域特征。
在本申请的一些实施例中，基于前述方案，干扰指标序列确定子单元被配置为：根据目标小区中各个RB的干扰与第一预设干扰阈值之间的大小关系，确定目标小区中各个RB的干扰指标；根据目标小区中各个RB的干扰指标生成目标小区的RB干扰指标序列。
在本申请的一些实施例中，基于前述方案，频域特征获取子单元被配置为：若RB干扰指标序列中干扰指标连续为高干扰的数量大于或等于第一预设位数阈值，则确定目标小区RB级干扰的频域特征为宽带干扰，其中，干扰大于第一预设干扰阈值的RB的干扰指标为高干扰；
若RB干扰指标序列中干扰指标连续为高干扰的数量小于第一预设位数阈值且大于或等于第二预设位数阈值，则确定目标小区干扰的频域特征为窄带干扰；
若RB干扰指标序列中干扰指标连续为高干扰的数量小于第二预设位数阈值，则确定目标小区干扰的频域特征为突发RB位干扰。
在本申请的一些实施例中，基于前述方案，时域特征确定单元被配置为：根据目标小区在各个采样时刻的用户数与第一预设用户数阈值的比较结果，确定目标小区的小区用户指标序列；
根据目标小区在各个采样时刻的干扰与第二预设干扰阈值的比较结果，确定目标小区的平均干扰指标序列；
根据目标小区的小区用户指标序列与平均干扰指标序列的余弦相似度，获取目标小区RB级干扰的时域特征。
在本申请的一些实施例中，基于前述方案，根据目标小区的小区用户指标序列与平均干扰指标序列的第一余弦相似度，获取目标小区RB级干扰的时域特征，包括：
若第一余弦相似度大于第一预设相关阈值，则确定目标小区RB级干扰的时域特征为RB干扰与用户数具有相关性；
若第一余弦相似度小于第一预设相关阈值，则确定目标小区RB级干扰的时域特征为RB干扰与用户数不具有相关性。
在本申请的一些实施例中，基于前述方案，空域特征确定单元被配置为：根据相邻小区各个RB的干扰与第一预设干扰阈值的比较结果，确定相邻小区的RB干扰指标序列；
根据目标小区的RB干扰指标序列和相邻小区的RB干扰指标序列的第二余弦相似度，获取目标小区RB级干扰的空域特征。
在本申请的一些实施例中，基于前述方案，根据目标小区的RB干扰指标序列和相邻小区的RB干扰指标序列的第二余弦相似度，获取目标小区RB级干扰的空域特征，包括：
若第二余弦相似度大于第二预设相关阈值，则确定目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性高；
若第二余弦相似度小于第二预设相关阈值，则确定目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性低。
在本申请的一些实施例中，基于前述方案，根干扰类型确定单元被配置为：若目标小区RB级干扰的时域特征为RB干扰与用户数具有相关性且目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性低，则确定目标小区的干扰类型为内部异常干扰；
若目标小区RB级干扰的时域特征为RB干扰与用户数不具有相关性，且目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性高，则确定目标小区的干扰类型为外部干扰；
若目标小区RB级干扰的时域特征为RB干扰与用户数不具有相关性，且目标小区干扰的频域特征为窄带干扰，则确定目标小区的干扰类型为室分器件干扰。
本申请实施例还提供一种电子设备，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中所述的移动网络的干扰定位方法。
本申请实施例还提供一种存储介质，包括程序或指令，当所述程序或指令被执行时，用以执行本申请实施例提供的一种移动网络的干扰定位及任一可选方法。
最后应说明的是：本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
以上仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (12)
1.一种移动网络的干扰定位方法，其特征在于，所述方法包括：
根据目标小区中各个资源块RB的干扰，获取所述目标小区RB级干扰的频域特征；
根据所述目标小区的干扰时间分布与所述目标小区的用户数时间分布之间的相关性，获取所述目标小区RB级干扰的时域特征；所述目标小区的干扰时间分布表示所述目标小区中所有RB的平均干扰随时间的分布；
根据所述目标小区中各个RB的干扰与相邻小区中各个RB的干扰之间的相关性，获取所述目标小区RB级干扰的空域特征；
根据所述目标小区的RB级干扰的频域特征、时域特征以及空域特征确定所述目标小区的干扰类型。
2.如权利要求1所述的方法，其特征在于，所述根据目标小区的各个资源块RB的干扰，获取所述目标小区RB级干扰的频域特征，包括：
根据所述目标小区的各个RB的干扰与第一预设干扰阈值的比较结果，确定所述目标小区的RB干扰指标序列；
根据所述目标小区的RB干扰指标序列，获取所述目标小区干扰的频域特征。
3.如权利要求2所述的方法，其特征在于，所述根据所述目标小区的各个RB的干扰与第一预设干扰阈值的比较结果，确定所述目标小区的RB干扰指标序列，包括：
根据所述目标小区中各个RB的干扰与所述第一预设干扰阈值之间的大小关系，确定所述目标小区中各个RB的干扰指标；
根据所述目标小区中各个RB的干扰指标生成所述目标小区的RB干扰指标序列。
4.如权利要求2所述的方法，其特征在于，所述根据所述RB级干扰指标序列，获取所述目标小区RB级干扰的频域特征，包括：
若所述RB干扰指标序列中干扰指标连续为高干扰的数量大于或等于第一预设位数阈值，则确定所述目标小区RB级干扰的频域特征为宽带干扰，其中，干扰大于所述第一预设干扰阈值的RB的干扰指标为高干扰；
若所述RB干扰指标序列中干扰指标连续为高干扰的数量小于所述第一预设位数阈值且大于或等于第二预设位数阈值，则确定所述目标小区干扰的频域特征为窄带干扰；
若所述RB干扰指标序列中干扰指标连续为高干扰的数量小于所述第二预设位数阈值，则确定所述目标小区干扰的频域特征为突发RB位干扰。
5.如权利要求1所述的方法，其特征在于，所述根据所述目标小区的干扰时间分布与所述目标小区的用户数时间分布之间的相关性，获取所述目标小区RB级干扰的时域特征，包括：
根据所述目标小区在各个采样时刻的用户数与第一预设用户数阈值的比较结果，确定所述目标小区的小区用户指标序列；
根据所述目标小区在各个采样时刻的干扰与第二预设干扰阈值的比较结果，确定所述目标小区的平均干扰指标序列；
根据所述目标小区的小区用户指标序列与平均干扰指标序列的余弦相似度，获取所述目标小区RB级干扰的时域特征。
6.如权利要求1所述的方法，其特征在于，所述根据所述目标小区的小区用户指标序列与平均干扰指标序列的第一余弦相似度，获取所述目标小区RB级干扰的时域特征，包括：
若所述第一余弦相似度大于第一预设相关阈值，则确定所述目标小区RB级干扰的时域特征为RB干扰与用户数具有相关性；
若所述第一余弦相似度小于所述第一预设相关阈值，则确定所述目标小区RB级干扰的时域特征为RB干扰与用户数不具有相关性。
7.如权利要求1所述的方法，其特征在于，所述根据所述目标小区中各个RB的干扰与相邻小区中各个RB的干扰之间的相关性，获取所述目标小区RB级干扰的空域特征，包括：
根据所述相邻小区各个RB的干扰与所述第一预设干扰阈值的比较结果，确定所述相邻小区的RB干扰指标序列；
根据所述目标小区的RB干扰指标序列和所述相邻小区的RB干扰指标序列的第二余弦相似度，获取所述目标小区RB级干扰的空域特征。
8.如权利要求7所述的方法，其特征在于，所述根据所述目标小区的RB干扰指标序列和所述相邻小区的RB干扰指标序列的第二余弦相似度，获取所述目标小区RB级干扰的空域特征，包括：
若所述第二余弦相似度大于第二预设相关阈值，则确定所述目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性高；
若所述第二余弦相似度小于所述第二预设相关阈值，则确定所述目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性低。
9.如权利要求1至8中任一项所述的方法，其特征在于，所述根据所述目标小区的RB级干扰的频域特征、时域特征以及空域特征确定所述目标小区的干扰类型，包括：
若所述目标小区RB级干扰的时域特征为RB干扰与用户数具有相关性且所述目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性低，则确定所述目标小区的干扰类型为内部异常干扰；
若所述目标小区RB级干扰的时域特征为RB干扰与用户数不具有相关性，且所述目标小区RB级干扰的空域特征为RB干扰与邻近小区相关性高，则确定所述目标小区的干扰类型为外部干扰；
若所述目标小区RB级干扰的时域特征为RB干扰与用户数不具有相关性，且所述目标小区干扰的频域特征为窄带干扰，则确定所述目标小区的干扰类型为室分器件干扰。
10.一种移动网络的干扰定位装置，其特征在于，所述装置包括：
频域特征获取单元，用于根据目标小区中各个资源块RB的干扰，获取所述目标小区RB级干扰的频域特征；
时域特征获取单元，用于根据所述目标小区的干扰时间分布与所述目标小区的用户数的时间分布之间的相关性，获取所述目标小区RB级干扰的时域特征；所述目标小区的干扰时间分布表示所述目标小区中所有RB的平均干扰随时间的分布；
空域特征获取单元，用于根据所述目标小区中各个RB的干扰与相邻小区中各个RB的干扰之间的相关性，获取所述目标小区RB级干扰的空域特征；
干扰类型获取单元，用于根据所述目标小区的RB级干扰的频域特征、时域特征以及空域特征确定所述目标小区的干扰类型。
11.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-9中任一项所述的方法。
12.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-9中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110803472.0A CN113556774A (zh) | 2021-07-14 | 2021-07-14 | 移动网络的干扰定位方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110803472.0A CN113556774A (zh) | 2021-07-14 | 2021-07-14 | 移动网络的干扰定位方法、装置、设备以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113556774A true CN113556774A (zh) | 2021-10-26 |
Family
ID=78103220
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110803472.0A Pending CN113556774A (zh) | 2021-07-14 | 2021-07-14 | 移动网络的干扰定位方法、装置、设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113556774A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115379477A (zh) * | 2022-08-10 | 2022-11-22 | 中国联合网络通信集团有限公司 | 确定小区干扰类型的方法、装置、设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106330385A (zh) * | 2016-08-29 | 2017-01-11 | 电子科技大学 | 一种干扰类型识别方法 |
| WO2017071595A1 (zh) * | 2015-10-30 | 2017-05-04 | 普天信息技术有限公司 | 干扰管理方法、系统 |
| CN108107451A (zh) * | 2017-11-30 | 2018-06-01 | 西北工业大学 | 基于张量cp分解的矢量阵列干扰定位方法 |
-
2021
- 2021-07-14 CN CN202110803472.0A patent/CN113556774A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017071595A1 (zh) * | 2015-10-30 | 2017-05-04 | 普天信息技术有限公司 | 干扰管理方法、系统 |
| CN106658552A (zh) * | 2015-10-30 | 2017-05-10 | 普天信息技术有限公司 | 干扰管理方法、系统 |
| CN106330385A (zh) * | 2016-08-29 | 2017-01-11 | 电子科技大学 | 一种干扰类型识别方法 |
| CN108107451A (zh) * | 2017-11-30 | 2018-06-01 | 西北工业大学 | 基于张量cp分解的矢量阵列干扰定位方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张红昌;阮怀林;: "基于支持向量机的雷达欺骗性干扰类型识别", 火控雷达技术, no. 03, 25 September 2009 (2009-09-25) * |
| 李行政;张冬晨;姚文闻;何继伟;: "一种TD-LTE系统上行干扰三维分析方法", 电信工程技术与标准化, no. 06, 15 June 2016 (2016-06-15), pages 1 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115379477A (zh) * | 2022-08-10 | 2022-11-22 | 中国联合网络通信集团有限公司 | 确定小区干扰类型的方法、装置、设备及存储介质 |
| CN115379477B (zh) * | 2022-08-10 | 2024-03-15 | 中国联合网络通信集团有限公司 | 确定小区干扰类型的方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Prasad et al. | Improved assessment of interference limits in cellular radio performance | |
| EP2171890B1 (en) | Method for noise floor and interference estimation | |
| CN108990153B (zh) | 一种针对终端自干扰的传输方法、相关设备和系统 | |
| US8358979B2 (en) | Method and apparatus for measuring interference in a telecommunications system | |
| US11153890B2 (en) | Method and system for managing UE-to-UE interference in a mobile telecommunication network | |
| CN109842899B (zh) | 一种邻区干扰协调方法及装置 | |
| EP3091779B1 (en) | Cell interference investigation method and system, and network manager | |
| CN103404218A (zh) | 无线电资源范围设定设备、无线电资源范围设定方法和记录介质 | |
| JP2017521005A (ja) | リモート無線ユニットを決定するための方法およびデバイス | |
| CN108391276B (zh) | 专网基站及其配置方法、装置 | |
| CN113556774A (zh) | 移动网络的干扰定位方法、装置、设备以及存储介质 | |
| CN105722111B (zh) | 一种干扰检测方法和装置 | |
| CN111385038B (zh) | NB-IoT覆盖评估方法、装置、设备及介质 | |
| CN104935446A (zh) | 基于可信度挖掘的网络质量评估方法及装置 | |
| Kim et al. | Modeling of adjacent channel interference in heterogeneous wireless networks | |
| CN113873565A (zh) | 同频干扰定位方法、装置、设备及存储介质 | |
| Safak | Optimal channel reuse in cellular radio systems with multiple correlated log-normal interferers | |
| CN116094628A (zh) | 一种基于物联网的无线设备监测系统及方法 | |
| CN111163488A (zh) | 小区干扰源的定位方法、装置、设备及计算机存储介质 | |
| CN115134738A (zh) | 一种基站建设方案指导方法、装置和存储介质 | |
| CN111988790B (zh) | 互调干扰的处理方法及装置、电子设备和可读存储介质 | |
| CN109286936B (zh) | 一种离散频点规划方法及装置 | |
| Atanasov et al. | Optimization of Path Loss Models Based on Signal Level Measurements in 4G LTE Network in Sofia. | |
| Denkovska et al. | DTT performance degradation in presence of coexisting LTE network interference | |
| Taha et al. | Survey on Coexistence of Terrestrial Television Systems and Mobile Fixed Communications Networks in Digital Dividend Bands |
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 |