CN115379476B - 确定小区干扰类型的方法、装置、设备及存储介质 - Google Patents
确定小区干扰类型的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115379476B CN115379476B CN202210957715.0A CN202210957715A CN115379476B CN 115379476 B CN115379476 B CN 115379476B CN 202210957715 A CN202210957715 A CN 202210957715A CN 115379476 B CN115379476 B CN 115379476B
- Authority
- CN
- China
- Prior art keywords
- target
- interference
- cell
- target cell
- uplink
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- 230000005540 biological transmission Effects 0.000 claims description 47
- 238000005259 measurement Methods 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 18
- 238000004891 communication Methods 0.000 abstract description 11
- 230000000875 corresponding effect Effects 0.000 description 110
- 238000010295 mobile communication Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 238000013461 design Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 4
- 101150071746 Pbsn gene Proteins 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种确定小区干扰类型的方法、装置、设备及存储介质,涉及通信技术领域,用于提高确定受干扰小区的干扰类型的效率和准确度,包括:获取目标时间段内目标小区的上行干扰特征序列和上行资源调度特征序列;根据目标小区的上行干扰特征序列和上行资源调度特征序列,确定目标小区的第一目标概率值;获取目标时间段内目标小区的目标邻小区的上行资源调度特征序列,并根据目标小区的上行干扰特征序列与目标邻小区的上行资源调度特征序列,确定目标邻小区的第二目标概率值;根据目标小区的第一目标概率值、目标邻小区的第二目标概率值以及目标小区的边缘干扰值,确定目标小区的上行干扰类型。本申请应用于确定小区的上行干扰类型的场景中。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种确定小区干扰类型的方法、装置、设备及存储介质。
背景技术
频谱资源是移动通信网络的稀缺资源,为了提高频谱利用效率,移动通信网络通常采用频率复用的组网方式。在这种情况下,相邻的小区会使用相同或相邻的频谱资源,从而导致小区之间存在无线信号干扰的情况。随着网络制式与设备部署规模的增加,网络中的干扰问题越来越严重,严重影响网络性能。对于上行链路,相邻小区中的终端发射的上行信号落入受扰小区的接收机,则导致受扰小区出现上行干扰,影响受扰小区的网络性能。
为了检测网络中存在的上行干扰,确定受干扰小区,通过小区对应的基站测量上行信号的信号质量参数,例如信干噪比(Signal to Interference plus Noise Ratio,SINR)、参考信号接收质量(Reference Signal Receiving Quality,RSRQ)等,当信号质量参数值较小时,表明信号质量较差,认为存在上行干扰。并且,为了避免干扰对网络性能的影响,需要进一步识别上行干扰的干扰类型,从而针对不同类型的干扰采用相应的干扰抑制技术,以降低受干扰小区所受到的干扰。当前,一般基于对小区内上行信号质量参数的测量,检测上行干扰信号并确定受到上行干扰的小区。
在上述方法中,需要结合人工排查的方式,使用频谱仪或扫频仪等信号测试仪表,通过现场测试来确定干扰源、识别干扰类型。因此,当前确定受干扰小区的干扰类型的效率较差、准确度较低。
发明内容
本申请提供一种确定小区干扰类型的方法、装置、设备及存储介质,用于提高确定受干扰小区的干扰类型的效率和准确度。
为达到上述目的,本申请采用如下技术方案:
第一方面,提供了一种确定小区干扰类型的方法,该方法包括:获取目标时间段内目标小区的上行干扰特征序列,及获取目标时间段内目标小区的上行资源调度特征序列,目标时间段为当前时刻之前的历史时间段,目标小区为受到上行干扰的小区;根据目标小区的上行干扰特征序列与目标小区的上行资源调度特征序列,确定目标小区的第一目标概率值;第一目标概率值用于反映目标小区的上行干扰特征序列与目标小区的上行资源调度特征序列之间的特征相关性;获取目标时间段内目标小区的目标邻小区的上行资源调度特征序列,并根据目标小区的上行干扰特征序列与目标邻小区的上行资源调度特征序列,确定目标邻小区的第二目标概率值;根据目标小区的第一目标概率值、目标邻小区的第二目标概率值以及目标小区的边缘干扰值,确定目标小区的上行干扰类型;上行干扰类型包括:小区内干扰、小区间干扰、外部干扰。
在一种可能的实现方式中,获取目标时间段内目标小区的上行干扰特征序列,及获取目标时间段内目标小区的上行资源调度特征序列之前,方法还包括:获取目标时间段内目标区域中包括的每个小区对应的上行干扰测量值,并根据上行干扰测量值确定每个小区的干扰时间比例和干扰频段比例,干扰时间比例为目标时间段内干扰时段数量与目标时间段内包括的单位时段的总数之比,干扰频段比例为上行工作频段内干扰频段数量与上行工作频段内包括的单位频段的总数之比;若小区的干扰时间比例和小区的干扰频段比例满足第一条件,则将小区确定为目标小区,第一条件包括以下至少一项:小区的干扰时间比例大于第一阈值、小区的干扰频段比例大于第二阈值。
在一种可能的实现方式中,目标小区的上行干扰特征序列包括第一时域序列、第一频域序列、第一功率序列;获取目标时间段内目标小区的上行干扰特征序列,包括:获取目标时间段内目标小区在每个干扰时段对应的频域干扰平均值,得到目标小区的第一时域序列;干扰时段为目标小区在目标时间段内的频域干扰平均值大于第三阈值的单位时段,频域干扰平均值为在一个单位时段在上行工作频段内包括的多个单位频段对应的上行干扰测量值的平均值;获取目标小区的上行工作频段内的每个干扰频段对应的时域干扰平均值,得到目标小区的第一频域序列;干扰频段为目标小区的上行工作频段内的时域干扰平均值大于第二预设阈值的单位频段,时域干扰平均值为一个单位频段在目标时间段内的多个单位时段对应的上行干扰测量值的平均值;获取目标时间段内目标小区在每个单位时段对应的频域干扰平均值,得到目标小区的第一功率序列。
在一种可能的实现方式中,目标小区的上行资源调度特征序列包括第二时域序列、第二频域序列、第二功率序列;获取目标时间段内目标小区的上行资源调度特征序列,包括:获取目标小区在每个干扰时段内的上行单位频段调度数量,得到目标小区的第二时域序列;上行单位频段调度数量为目标小区在干扰时段内用于上行数据传输的单位频段的数量;获取目标时间段内目标小区的每个干扰频段的上行单位频段调度时长,得到目标小区的第二频域序列;上行单位频段调度时长为目标时间段内干扰频段被用于进行上行数据传输的时长;获取目标时间段内目标小区在每个单位时段的上行发射功率值,得到目标小区的第二功率序列;上行发射功率值为在单位时段内,目标小区中包括的多个终端设备的上行发射功率之和。
在一种可能的实现方式中,特征相关性包括:时域相关性、频域相关性、功率相关性,时域相关性对应时域相关系数、频域相关性对应频域相关系数、功率相关性对应功率相关系数;根据目标小区的上行干扰特征序列与目标小区的上行资源调度特征序列,确定目标小区的第一目标概率值,包括:根据目标小区的第一时域序列和目标小区的第二时域序列,确定时域相关系数;根据目标小区的第一频域序列和目标小区的第二频域序列,确定频域相关系数;根据目标小区的第一功率序列和目标小区的第二功率序列,确定功率相关系数;基于预设的目标模型,确定时域相关性对应的第一权重系数、频域相关性对应的第二权重系数、功率相关性对应的第三权重系数;基于时域相关系数、频域相关系数、功率相关系数、第一权重系数、第二权重系数、第三权重系数,确定目标小区的第一目标概率值。
在一种可能的实现方式中,获取目标时间段内目标小区的目标邻小区的上行资源调度特征序列之前,方法还包括:获取目标小区的上行工作频率和无线信号覆盖区域,以及获取目标小区对应的多个邻小区中的每个邻小区的上行工作频率和无线信号覆盖区域;在邻小区的上行工作频率与目标小区的上行工作频率存在重合频率区间、且邻小区的无线信号覆盖区域与目标小区的无线信号覆盖区域存在重叠的情况下,将邻小区确定为目标邻小区,目标邻小区包括至少一个邻小区。
在一种可能的实现方式中,根据目标小区的第一目标概率值、目标邻小区的第二目标概率值以及目标小区的边缘干扰值,确定目标小区的上行干扰类型之前,方法还包括:获取目标时间段内目标小区的每个边缘频段对应的时域干扰平均值,得到目标小区的边缘干扰值;目标小区的边缘频段包括:目标小区上行工作频率范围内的至少一个单位频段,至少一个单位频段与目标邻小区上行工作频率范围内的任一单位频段之间的频率间隔小于预设带宽阈值;确定目标小区的边缘频段对应的频率间隔,并确定目标小区的边缘干扰值与频率间隔之间的相关度。
在一种可能的实现方式中,根据目标小区的第一目标概率值、目标邻小区的第二目标概率值以及目标小区的边缘干扰值,确定目标小区的上行干扰类型,包括:若目标小区的第一目标概率值大于第一概率阈值,则确定目标小区的上行干扰类型为小区内干扰;若目标邻小区的第二目标概率值大于第二概率阈值,且目标小区的边缘干扰值与频率间隔之间的相关度大于预设相关度阈值,则确定目标小区的上行干扰类型为小区间干扰;频率间隔为目标小区的每个边缘频段与目标邻小区的边界频段之间的频率间隔;若目标小区的第一目标概率值小于或等于第一概率阈值,且目标小区和/或目标邻小区满足第二条件,则确定目标小区的上行干扰类型为外部干扰;第二条件包括以下至少一项:目标邻小区的第二目标概率值小于或等于第二概率阈值、目标小区的边缘干扰值与频率间隔之间的相关度小于或等于预设相关度阈值。
第二方面,提供了一种确定小区干扰类型的装置,该确定小区干扰类型的装置包括:获取单元和确定单元;获取单元,用于获取目标时间段内目标小区的上行干扰特征序列,及获取目标时间段内目标小区的上行资源调度特征序列,目标时间段为当前时刻之前的历史时间段,目标小区为受到上行干扰的小区;确定单元,用于根据目标小区的上行干扰特征序列与目标小区的上行资源调度特征序列,确定目标小区的第一目标概率值;第一目标概率值用于反映目标小区的上行干扰特征序列与目标小区的上行资源调度特征序列之间的特征相关性;获取单元,用于获取目标时间段内目标小区的目标邻小区的上行资源调度特征序列;确定单元,用于根据目标小区的上行干扰特征序列与目标邻小区的上行资源调度特征序列,确定目标邻小区的第二目标概率值;确定单元,用于根据目标小区的第一目标概率值、目标邻小区的第二目标概率值以及目标小区的边缘干扰值,确定目标小区的上行干扰类型;上行干扰类型包括:小区内干扰、小区间干扰、外部干扰。
在一种可能的实现方式中,获取单元,用于获取目标时间段内目标区域中包括的每个小区对应的上行干扰测量值;确定单元,用于根据上行干扰测量值确定每个小区的干扰时间比例和干扰频段比例,干扰时间比例为目标时间段内干扰时段数量与目标时间段内包括的单位时段的总数之比,干扰频段比例为上行工作频段内干扰频段数量与上行工作频段内包括的单位频段的总数之比;确定单元,用于若小区的干扰时间比例和小区的干扰频段比例满足第一条件,则将小区确定为目标小区,第一条件包括以下至少一项:小区的干扰时间比例大于第一阈值、小区的干扰频段比例大于第二阈值。
在一种可能的实现方式中,目标小区的上行干扰特征序列包括第一时域序列、第一频域序列、第一功率序列;获取单元,用于获取目标时间段内目标小区在每个干扰时段对应的频域干扰平均值,得到目标小区的第一时域序列;干扰时段为目标小区在目标时间段内的频域干扰平均值大于第三阈值的单位时段,频域干扰平均值为在一个单位时段在上行工作频段内包括的多个单位频段对应的上行干扰测量值的平均值;获取单元,用于获取目标小区的上行工作频段内的每个干扰频段对应的时域干扰平均值,得到目标小区的第一频域序列;干扰频段为目标小区的上行工作频段内的时域干扰平均值大于第二预设阈值的单位频段,时域干扰平均值为一个单位频段在目标时间段内的多个单位时段对应的上行干扰测量值的平均值;获取单元,用于获取目标时间段内目标小区在每个单位时段对应的频域干扰平均值,得到目标小区的第一功率序列。
在一种可能的实现方式中,目标小区的上行资源调度特征序列包括第二时域序列、第二频域序列、第二功率序列;获取单元,用于获取目标小区在每个干扰时段内的上行单位频段调度数量,得到目标小区的第二时域序列;上行单位频段调度数量为目标小区在干扰时段内用于上行数据传输的单位频段的数量;获取单元,用于获取目标时间段内目标小区的每个干扰频段的上行单位频段调度时长,得到目标小区的第二频域序列;上行单位频段调度时长为目标时间段内干扰频段被用于进行上行数据传输的时长;获取单元,用于获取目标时间段内目标小区在每个单位时段的上行发射功率值,得到目标小区的第二功率序列;上行发射功率值为在单位时段内,目标小区中包括的多个终端设备的上行发射功率之和。
在一种可能的实现方式中,特征相关性包括:时域相关性、频域相关性、功率相关性,时域相关性对应时域相关系数、频域相关性对应频域相关系数、功率相关性对应功率相关系数;确定单元,用于根据目标小区的第一时域序列和目标小区的第二时域序列,确定时域相关系数;确定单元,用于根据目标小区的第一频域序列和目标小区的第二频域序列,确定频域相关系数;确定单元,用于根据目标小区的第一功率序列和目标小区的第二功率序列,确定功率相关系数;确定单元,用于基于预设的目标模型,确定时域相关性对应的第一权重系数、频域相关性对应的第二权重系数、功率相关性对应的第三权重系数;确定单元,用于基于时域相关系数、频域相关系数、功率相关系数、第一权重系数、第二权重系数、第三权重系数,确定目标小区的第一目标概率值。
在一种可能的实现方式中,获取单元,用于获取目标小区的上行工作频率和无线信号覆盖区域,以及获取目标小区对应的多个邻小区中的每个邻小区的上行工作频率和无线信号覆盖区域;确定单元,用于在邻小区的上行工作频率与目标小区的上行工作频率存在重合频率区间、且邻小区的无线信号覆盖区域与目标小区的无线信号覆盖区域存在重叠的情况下,将邻小区确定为目标邻小区,目标邻小区包括至少一个邻小区。
在一种可能的实现方式中,获取单元,用于获取目标时间段内目标小区的每个边缘频段对应的时域干扰平均值,得到目标小区的边缘干扰值;目标小区的边缘频段包括:目标小区上行工作频率范围内的至少一个单位频段,至少一个单位频段与目标邻小区上行工作频率范围内的任一单位频段之间的频率间隔小于预设带宽阈值;确定目标小区的边缘频段对应的频率间隔,并确定目标小区的边缘干扰值与频率间隔之间的相关度。
在一种可能的实现方式中,确定单元,用于若目标小区的第一目标概率值大于第一概率阈值,则确定目标小区的上行干扰类型为小区内干扰;确定单元,用于若目标邻小区的第二目标概率值大于第二概率阈值,且目标小区的边缘干扰值与频率间隔之间的相关度大于预设相关度阈值,则确定目标小区的上行干扰类型为小区间干扰;频率间隔为目标小区的每个边缘频段与目标邻小区的边界频段之间的频率间隔;确定单元,用于若目标小区的第一目标概率值小于或等于第一概率阈值,且目标小区和/或目标邻小区满足第二条件,则确定目标小区的上行干扰类型为外部干扰;第二条件包括以下至少一项:目标邻小区的第二目标概率值小于或等于第二概率阈值、目标小区的边缘干扰值与频率间隔之间的相关度小于或等于预设相关度阈值。
第三方面,一种电子设备,包括:处理器以及存储器;其中,存储器用于存储一个或多个程序,一个或多个程序包括计算机执行指令,当电子设备运行时,处理器执行存储器存储的计算机执行指令,以使电子设备执行如第一方面的一种确定小区干扰类型的方法。
第四方面,提供了一种存储一个或多个程序的计算机可读存储介质,该一个或多个程序包括指令,上述指令当被计算机执行时使计算机执行如第一方面的一种确定小区干扰类型的方法。
本申请提供了一种确定小区干扰类型的方法、装置、设备及存储介质,应用于确定小区的上行干扰类型的场景中。在需要确定受到上行干扰的目标小区的上行干扰类型的情况下,可以获取当前时刻之前的目标时间段内目标小区的上行干扰特征序列和上行资源调度特征序列;并根据目标小区的上行干扰特征序列与上行资源调度特征序列,确定用于反映目标小区的上行干扰特征序列与目标小区的上行资源调度特征序列之间的特征相关性的第一目标概率值;进一步的,还需要获取目标时间段内目标小区的目标邻小区的上行资源调度特征序列,并根据目标小区的上行干扰特征序列与目标邻小区的上行资源调度特征序列,确定目标邻小区的第二目标概率值;从而可以根据目标小区的第一目标概率值、目标邻小区的第二目标概率值以及目标小区的边缘干扰值,确定目标小区的上行干扰类型为小区内干扰、小区间干扰、外部干扰中的哪一项。通过上述方法,可以根据当前时刻之前的历史时间段中,目标小区对应的相关信息和目标邻小区对应的相关信息,准确的确定目标小区的上行干扰类型。而无需使用频谱仪或扫频仪等信号测试仪表,通过人工现场测试来确定小区的干扰源、识别小区的干扰类型。从而可以提高确定受干扰小区的干扰类型的效率和准确度。
附图说明
图1为本申请的实施例提供的一种确定小区干扰类型的系统结构示意图;
图2为本申请的实施例提供的一种确定小区干扰类型的方法流程示意图一;
图3为本申请的实施例提供的一种确定小区干扰类型的方法流程示意图二;
图4为本申请的实施例提供的一种确定小区干扰类型的方法流程示意图三;
图5为本申请的实施例提供的一种确定小区干扰类型的方法流程示意图四;
图6为本申请的实施例提供的一种确定小区干扰类型的方法流程示意图五;
图7为本申请的实施例提供的一种确定小区干扰类型的方法流程示意图六;
图8为本申请的实施例提供的一种确定小区干扰类型的方法流程示意图七;
图9为本申请的实施例提供的一种确定小区干扰类型的方法流程示意图八;
图10为本申请的实施例提供的一种确定小区干扰类型的装置结构示意图;
图11为本申请的实施例提供的一种电子设备结构示意图。
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描述。
在本申请的描述中,除非另有说明,“/”表示“或”的意思,例如,A/B可以表示A或B。本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。此外,“至少一个”“多个”是指两个或两个以上。“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
当前,为了检测网络中存在的上行干扰,确定受扰小区,一般由基站测量上行信号的信号质量参数,例如信干噪比、参考信号接收质量等参数,当信号质量参数值较小时,表明信号质量较差,认为小区存在上行干扰。进一步的,为了避免干扰对网络性能的影响,需要进一步识别小区上行干扰的类型,从而针对不同类型干扰,采用相应的干扰抑制技术降低干扰。根据干扰源的不同,移动通信网络中小区的上行干扰主要可分为小区内干扰、小区间干扰以及外部干扰;小区内干扰的干扰源为本小区内的终端设备,小区间干扰的干扰源为小区的邻小区内的终端设备,外部干扰的干扰源不属于2G/3G/4G/5G等移动通信系统中的终端设备,可能是其它类型的电子通信设备;目前,上行干扰类型还无法通过基站测量自动识别,需要结合人工排查的方式,使用频谱仪或扫频仪等信号测试仪表,通过现场测试确定干扰源、识别干扰类型。
本申请实施例提供的一种确定小区干扰类型的方法,可以适用于确定小区干扰类型的系统。图1示出了该确定小区干扰类型的系统的一种结构示意图。如图1所示,确定小区干扰类型的系统20包括:第一基站21、第二基站22、第一终端设备23和第二终端设备24。其中,第一基站21为目标小区对应的基站,第二基站22为目标邻小区对应的基站。第一终端设备23位于目标小区中,即第一终端设备23接入第一基站21;第二终端设备24位于目标邻小区中,即第二终端设备24接入第二基站22。终端设备与基站之间可以采用无线方式进行连接,以使得终端设备通过基站实现数据传输,本申请实施例对此不作限定。
确定小区干扰类型的系统20可以用于物联网,确定小区干扰类型的系统20可以对应多个中央处理器(central processing unit,CPU)、多个内存、存储有多个操作系统的存储装置等硬件。
第一终端设备23和第二终端设备24可以用于物联网,为用户提供数据处理服务,用于与运营商服务器进行交互,实现用户所需的数据处理业务。
第一基站21和第二基站22可以用于物联网,可以为运营商对应的基站,可以与第一终端设备23和第二终端设备24进行连接,为第一终端设备23和第二终端设备24提供数据传输服务,例如为第一终端设备23和第二终端设备24提供运行处理所需的数据信息,以使得第一终端设备23和第二终端设备24为用户提供数据处理服务。
需要说明的,第一基站21和第二基站22可以为任意一种移动通信系统中的基站,例如可以为2G移动通信系统、3G移动通信系统、4G移动通信系统、5G移动通信系统中的基站,本申请对此不作具体限定。
下面结合附图对本申请实施例提供的一种确定小区干扰类型的方法进行描述。如图2所示,本申请实施例提供的一种确定小区干扰类型的方法,包括S201-S204:
S201、获取目标时间段内目标小区的上行干扰特征序列,及获取目标时间段内目标小区的上行资源调度特征序列。
其中,目标时间段为当前时刻之前的历史时间段,目标小区为受到上行干扰的小区,目标时间段可以理解为目标时间段。
需要说明的是,目标小区为目标系统中任意一个存在上行干扰的小区,目标系统可以为任意一种移动通信系统,例如2G移动通信系统、3G移动通信系统、4G移动通信系统、5G移动通信系统等。
示例性的,结合图1所示的确定小区干扰类型的系统,在预设区域内包括有目标小区和目标邻小区,假设两个小区的上行工作频率相同,且存在相同的无线信号覆盖区域,则目标邻小区中的终端设备会对目标小区中的终端设备产生上行干扰,因此需要确定目标小区对应的上行干扰类型。
在一种实现方式中,可以首先获取目标时间段内目标小区的上行干扰特征序列和上行资源调度特征序列,具体的,目标小区的上行干扰特征序列可以通过频域干扰平均值、时域干扰平均值和频域干扰平均值确定;以及上行资源调度特征序列可以通过上行单位频段调度数量、上行单位频段调度时长和上行发射功率值确定,对于具体的确定方式可以参考下述的描述,此处不做具体限定。
需要说明的是,上述目标时间段为当前时刻之前的历史时间段,该历史时间段可以为预设时长的时间段,例如,目标时间段可以为当前时刻之前的24小时,或者,可以为当前时刻之前的48小时等。
S202、根据目标小区的上行干扰特征序列与目标小区的上行资源调度特征序列,确定目标小区的第一目标概率值。
其中,第一目标概率值用于反映目标小区的上行干扰特征序列与目标小区的上行资源调度特征序列之间的特征相关性。
可选的,可以通过上行干扰特征序列和上行资源调度特征序列首先确定对应的时域相关系数、频域相关系数和功率相关系数,从而通过对应的时域相关系数、频域相关系数和功率相关系数,以及各自对应的权重系数,计算得到目标小区的第一目标概率值。
需要说明的是,对于时域相关系数、频域相关系数和功率相关系数具体的确定方法,可以参考下述的描述,此处不再赘述。
S203、获取目标时间段内目标小区的目标邻小区的上行资源调度特征序列,并根据目标小区的上行干扰特征序列与目标邻小区的上行资源调度特征序列,确定目标邻小区的第二目标概率值。
可选的,还需要预先的获取目标时间段内目标小区的目标邻小区的上行资源调度特征序列,对于目标邻小区的上行资源调度特征序列的具体获取方式,可以参考下述的描述,此处不再赘述。
可以理解,在获取到目标邻小区的上行资源调度特征序列之后,可以根据目标小区的上行干扰特征序列与目标邻小区的上行资源调度特征序列,确定目标邻小区的第二目标概率值。
具体的,可以通过目标小区的上行干扰特征序列和目标邻小区的上行资源调度特征序列首先确定对应的时域相关系数、频域相关系数和功率相关系数,从而通过对应的时域相关系数、频域相关系数和功率相关系数,以及各自对应的权重系数,计算得到目标邻小区的第二目标概率值。
S204、根据目标小区的第一目标概率值、目标邻小区的第二目标概率值以及目标小区的边缘干扰值,确定目标小区的上行干扰类型。
其中,上行干扰类型包括:小区内干扰、小区间干扰、外部干扰。
可选的,本申请实施例还需要预先获取目标小区的边缘干扰值,从而结合目标小区的第一目标概率值、目标邻小区的第二目标概率值,来确定目标小区的上行干扰类型。
具体的,可以分别判断目标小区的第一目标概率值、目标邻小区的第二目标概率值、目标小区的边缘干扰值,与不同概率阈值(即下述的第一概率阈值、第二概率阈值、第三概率阈值)之间的大小关系,确定目标小区的上行干扰类型。
需要说明的是,小区内干扰可以理解为:目标小区(例如4G移动通信系统对应的小区)内的终端设备A对目标小区所在的基站设备B产生干扰;小区间干扰可以理解为:目标邻小区(2G/3G/4G/5G移动通信系统)内的终端设备C对目标小区所在的基站设备B产生干扰;外部干扰可以理解为:移动通信系统中的终端设备以外的其它电子通信设备D对4G移动通信系统中的目标小区所在基站设备B产生干扰。
对于通过目标小区的第一目标概率值、目标邻小区的第二目标概率值以及目标小区的边缘干扰值,确定目标小区的上行干扰类型的具体方法,可以参考下述步骤中的描述,此处不再赘述。
本申请实施例提供了一种确定小区干扰类型的方法,应用于确定小区的上行干扰类型的场景中。在需要确定受到上行干扰的目标小区的上行干扰类型的情况下,可以获取当前时刻之前的目标时间段内目标小区的上行干扰特征序列和上行资源调度特征序列;并根据目标小区的上行干扰特征序列与上行资源调度特征序列,确定用于反映目标小区的上行干扰特征序列与目标小区的上行资源调度特征序列之间的特征相关性的第一目标概率值;进一步的,还需要获取目标时间段内目标小区的目标邻小区的上行资源调度特征序列,并根据目标小区的上行干扰特征序列与目标邻小区的上行资源调度特征序列,确定目标邻小区的第二目标概率值;从而可以根据目标小区的第一目标概率值、目标邻小区的第二目标概率值以及目标小区的边缘干扰值,确定目标小区的上行干扰类型为小区内干扰、小区间干扰、外部干扰中的哪一项。通过上述方法,可以根据当前时刻之前的历史时间段中,目标小区对应的相关信息和目标邻小区对应的相关信息,准确的确定目标小区的上行干扰类型。而无需使用频谱仪或扫频仪等信号测试仪表,通过人工现场测试来确定小区的干扰源、识别小区的干扰类型。从而可以提高确定受干扰小区的干扰类型的效率和准确度。
在一种设计中,如图3所示,本申请实施例提供的一种确定小区干扰类型的方法中,上述步骤S201之前,方法具体还可以包括S301-S302:
S301、获取目标时间段内目标区域中包括的每个小区对应的上行干扰测量值,并根据上行干扰测量值确定每个小区的干扰时间比例和干扰频段比例。
其中,干扰时间比例为目标时间段内干扰时段数量与目标时间段内包括的单位时段的总数之比,干扰频段比例为上行工作频段内干扰频段数量与上行工作频段内包括的单位频段的总数之比。
需要说明的是,目标区域可以为任一行政区域,或者可以为人为规划确定的地理区域,在该目标区域中可以包括有多个小区。
可选的,可以按照预设周期获取预设区域内各小区在目标时间段内对应的多个上行干扰测量值,即获取目标区域内每个小区对应的上行干扰测量值。
需要说明的是,上行干扰测量值包括预设周期内小区在每个上行单位频段接收到的干扰噪声平均值,单位频段为小区上行工作频段范围内按预设带宽划分的多个子频段。例如,在4G或5G系统中,单位频段也可以称为单位频谱,可以表示为单个物理资源块(physical resource block,PRB),上行干扰测量值包括预设周期内每个PRB接收到的干扰噪声平均值。
其中,预设周期为上行干扰测量值的统计周期,可设置为1ms、15分钟、1小时等不同的时间长度。目标时间段为当前时刻之前的一段时间,可以包括多个预设周期;比如,目标时间段为当前时刻之前的24小时,预设周期与目标时间段可预先配置在预设区域内的各小区中。
S302、若小区的干扰时间比例和小区的干扰频段比例满足第一条件,则将小区确定为目标小区。
其中,第一条件包括以下至少一项:小区的干扰时间比例大于第一阈值、小区的干扰频段比例大于第二阈值。
在一种实现方式中,若某小区的干扰时间比例大于预设的第一阈值,或干扰频段比例大于预设的第二阈值,则可以将该小区确定为目标小区。
可选的,干扰时间比例定义为目标时间段内干扰时段数量与目标时间段内包括的单位时段的总数之比;其中,干扰时段为频域干扰平均值大于预设的干扰阈值的单位时段。
具体的,可以将目标时间段以预设周期(例如1秒)为粒度划分为多个单位时段,每个单位时段的长度为预设周期的长度;在目标时间段内,若某个预设周期内的频域干扰平均值大于预设的干扰阈值,则将该预设周期对应的单位时段确定为干扰时段;频域干扰平均值定义为在某个单位时段内目标小区的上行工作频段范围内的多个单位频段对应的上行干扰测量值的平均值。
可选的,干扰频段比例定义为小区的上行工作频段范围内干扰频段数量与上行工作频段内包括的单位频段的总数之比;其中,干扰频段为时域干扰平均值大于预设的干扰阈值的单位频段,每个干扰频段的带宽等于单位频段的带宽。
即,在小区的上行工作频段内,若某个单位频段的时域干扰平均值大于预设的干扰阈值,则将该单位频段确定为干扰频段;时域干扰平均值定义为某个单位频段在目标时间段包括的多个单位时段对应的上行干扰测量值的平均值。
在本申请实施例中,可以根据小区周期性测量的上行干扰测量值,自动识别存在上行干扰的目标小区,相较于现有的基于信号质量参数值识别受扰小区的方法,以预设周期为时域粒度、以单位频段为频域粒度,更加精细化的反映干扰水平,提高受扰小区识别的准确度。
在一种设计中,目标小区的上行干扰特征序列包括第一时域序列、第一频域序列、第一功率序列;如图4所示,本申请实施例提供的一种确定小区干扰类型的方法中,上述步骤S201中的“获取目标时间段内目标小区的上行干扰特征序列”,具体可以包括S401-S403:
S401、获取目标时间段内目标小区在每个干扰时段对应的频域干扰平均值,得到目标小区的第一时域序列。
其中,干扰时段为目标小区在目标时间段内的频域干扰平均值大于第三阈值的单位时段,频域干扰平均值为在一个单位时段在上行工作频段内包括的多个单位频段对应的上行干扰测量值的平均值。
可选的,目标小区的第一时域序列包括目标小区在目标时间段内的每个干扰时段对应的频域干扰平均值;其中,干扰时段为目标小区在目标时间段内频域干扰平均值大于预设的干扰阈值的单位时段,每个单位时段的长度为预设周期的长度。
可选的,每个干扰时段还包括对应的标识,干扰时段的标识用于在目标时间段内唯一的标识每个干扰时段在时域上的位置,可表示为预设的数值;比如,目标时间段为24小时,预设周期为1小时,则目标时间段内的多个单位时段可分别表示为数字序列{0,1,2,…,23},假设第1~5个单位时段为干扰时段,则干扰时段可表示为{0,1,2,3,4},第一时域序列可表示为{I0,I1,I2,I3,I4},Ii表示第i个干扰时段的频域干扰平均值。
S402、获取目标小区的上行工作频段内的每个干扰频段对应的时域干扰平均值,得到目标小区的第一频域序列。
其中,干扰频段为目标小区的上行工作频段内的时域干扰平均值大于第二预设阈值的单位频段,时域干扰平均值为一个单位频段在目标时间段内的多个单位时段对应的上行干扰测量值的平均值。
可选的,目标小区的上第一频域序列包括目标小区在上行工作频段范围内的每个干扰频段对应的时域干扰平均值;其中,干扰频段为目标小区上行工作频段范围内时域干扰平均值大于预设的干扰阈值的单位频段,每个干扰频段的带宽等于单位频段的带宽。
可选的,干扰频段还包括对应的标识,干扰频段的标识用于在目标小区上行工作频段范围内唯一的标识每个干扰频段在频域上的位置,可表示为预设的数值;比如,单位频段为单个PRB,目标小区的上行工作频段内包含25个PRB,则目标小区上行工作频段内的多个单位频段可分别表示为数字序列{0,1,2,…,24},假设第10~15个单位频段为干扰频段,则干扰频段可表示为{9,10,11,12,13,14},第一频域序列可表示为{E9,E10,E11,E12,E13,E14},Ei表示第i个干扰频段的时域干扰平均值。
S403、获取目标时间段内目标小区在每个单位时段对应的频域干扰平均值,得到目标小区的第一功率序列。
可选的,目标小区的第一功率序列包括目标小区在目标时间段内的每个单位时段对应的频域干扰平均值;比如,目标时间段为24小时,预设周期为1小时,则目标时间段内的所有单位时段可表示为数字序列{0,1,2,…,23},第一功率序列可表示为{P0,P1,…,P23},Pi表示第i个单位时段的频域干扰平均值。
在本申请实施例中,定义了上行干扰特征序列,时域维度以干扰时段为粒度、频域维度以干扰频段为粒度、功率维度以单位时段为粒度,分别获取了干扰信号强度,从时域、频域、功率三个维度全面精准的反映上行干扰信号的特征,进而可根据干扰特征识别干扰类型。
在一种设计中,目标小区的上行资源调度特征序列包括第二时域序列、第二频域序列、第二功率序列,如图5所示,本申请实施例提供的一种确定小区干扰类型的方法中,上述步骤S201中的“获取目标时间段内目标小区的上行资源调度特征序列”,具体可以包括S501-S503:
S501、获取目标小区在每个干扰时段内的上行单位频段调度数量,得到目标小区的第二时域序列。
其中,上行单位频段调度数量为目标小区在干扰时段内用于上行数据传输的单位频段的数量。
可选的,目标小区的第二时域序列包括目标小区在每个干扰时段内的上行单位频段调度数量;其中,某干扰时段的上行单位频段调度数量为目标小区在该干扰时段内用于上行数据传输的单位频段数量;上行单位频段调度数量由目标小区按预设周期统计获取。
示例性的,目标时间段为24小时,预设周期为1小时,则目标时间段内的多个单位时段可分别表示为数字序列{0,1,2,…,23},假设第1~5个单位时段为干扰时段,则干扰时段可表示为{0,1,2,3,4},相应的,第二时域序列可表示为{N0,N1,N2,N3,N4},Ni表示第i个干扰时段内目标小区的上行单位频段调度数量。
S502、获取目标时间段内目标小区的每个干扰频段的上行单位频段调度时长,得到目标小区的第二频域序列。
其中,上行单位频段调度时长为目标时间段内干扰频段被用于进行上行数据传输的时长。
可选的,目标小区的第二频域序列包括目标小区的每个干扰频段在目标时间段内的上行单位频段调度时长;其中,每个干扰频段的上行单位频段调度时长为目标时间段内该干扰频段对应的单位频段被调度用于上行数据传输的时长。
示例性的,单位频段为单个PRB,目标小区的上行工作频段内包含25个PRB,则目标小区上行工作频段范围内的多个单位频段可分别表示为数字序列{0,1,2,…,24},假设第10~15个单位频段为干扰频段,则干扰频段可表示为{9,10,11,12,13,14},相应的,第二频域序列可表示为{T9,T10,T11,T12,T13,T14},Ti表示第i个干扰频段对应的上行单位频段调度时长。
S503、获取目标时间段内目标小区在每个单位时段的上行发射功率值,得到目标小区的第二功率序列。
其中,上行发射功率值为在单位时段内,目标小区中包括的多个终端设备的上行发射功率之和。
可选的,目标小区的第二功率序列包括目标小区在目标时间段内的每个单位时段的上行发射功率值;其中,每个单位时段的上行发射功率值为该单位时段内目标小区下所有终端的上行发射功率之和。
示例性的,目标时间段为24小时,预设周期为1小时,则目标时间段内的多个单位时段可分别表示为数字序列{0,1,2,…,23},第二功率序列可表示为{Q0,Q1,…,Q23},Qi表示第i个单位时段的上行发射功率值。
需要说明的是,目标小区可根据上行功率控制算法确定每个单位时段内目标小区下各终端设备的上行发射功率;或者,可以通过终端设备按预设的周期向目标小区发送上行功率指示消息,将该终端设备在每个预设周期的上行发射功率值发送给目标小区。
在本申请实施例中,定义了上行资源调度特征序列,包括每个干扰时段对应的上行单位频段调度数量、每个干扰频段对应的上行单位频段调度时长、每个单位时段对应的终端上行发射功率值,分别从时域、频域、功率的维度反映小区的上行传输资源调度情况。
在一种设计中,特征相关性包括:时域相关性、频域相关性、功率相关性,时域相关性对应时域相关系数、频域相关性对应频域相关系数、功率相关性对应功率相关系数;如图6所示,本申请实施例提供的一种确定小区干扰类型的方法中,上述步骤S202具体可以包括S601-S605:
S601、根据目标小区的第一时域序列和目标小区的第二时域序列,确定时域相关系数。
S602、根据目标小区的第一频域序列和目标小区的第二频域序列,确定频域相关系数。
S603、根据目标小区的第一功率序列和目标小区的第二功率序列,确定功率相关系数。
可选的,第一目标概率值越大,则上行干扰特征序列与上行资源调度特征序列之间的相关性越强,目标小区的上行干扰类型为小区内部干扰的概率越大。
可选的,目标概率值定义为时域相关系数Ct、频域相关系数Cf、功率相关系数Cp的加权和;例如,第一目标概率值P1=a*Ct+b*Cf+c*Cp;其中,a、b、c分别为权重系数,取值为0~1,且a+b+c=1。
需要说明的是,权重系数a、b、c的值可预置在预设区域的各小区中,可设置为经验值;也可以基于人工智能算法实现参数调优,得到权重系数的最优值;其中,人工智能算法模型可以为参数优化算法,如遗传算法、粒子群优化等。
具体的,通过预先的网络测试验证,确定样本小区(即用于训练模型的小区)的上行干扰类型以及对应的目标概率最优值,比如,若当前干扰为小区内干扰,则样本小区的目标概率最优值为1;若当前干扰不包括小区内干扰,则目标概率最优值为0;其中,样本小区为预设区域内用于权重系数参数寻优的一个或多个存在上行干扰的小区。
S604、基于预设的目标模型,确定时域相关性对应的第一权重系数、频域相关性对应的第二权重系数、功率相关性对应的第三权重系数。
S605、基于时域相关系数、频域相关系数、功率相关系数、第一权重系数、第二权重系数、第三权重系数,确定目标小区的第一目标概率值。
可选的,将样本小区的权重系数随机设置为初始值,并确定对应的目标概率值;将当前的目标概率值与目标概率最优值之间的差值最小作为优化目标,确定评价函数,并计算当前设置的权重系数对应的适应度。按照算法模型对权重系数的初始值进行迭代调整,并确定每组参数值对应的适应度,将适应度最大的参数值确定为权重系数最优值;权重系数最优值对应的目标概率值与目标概率最优值之间的差值最小、干扰类型识别准确率最高。
可以理解,时域相关系数Ct定义为第一时域序列与第二时域序列之间的相关系数;频域相关系数Cf定义为第一频域序列与第二频域序列之间的相关系数;功率相关系数Cp定义为第一功率序列与第二功率序列之间的相关系数。Ct、Cf、Cp的计算方法相同。
示例性的,以时域相关系数Ct为例,说明相关系数的计算方法:第一时域序列包括目标小区在目标时间段内的每个干扰时段对应的频域干扰平均值;比如,第一时域序列表示为{I0,I1,I2,I3,I4},Ii表示第i个干扰时段的频域干扰平均值;第二时域序列包括小区在每个干扰时段内的上行单位频段调度数量;比如,第二时域序列表示为{N0,N1,N2,N3,N4},Ni表示第i个干扰时段的上行单位频段调度数量;则Ct等于向量(N0,N1,N2,N3,N4)与向量(I0,I1,I2,I3,I4)之间的相关系数。
需要说明的是,相关系数是反应变量之间关系密切程度的统计指标,相关系数的取值区间在1到-1之间;相关系数大于0,表示两个变量正相关,相关系数小于0,表示两个变量负相关,相关系数为0,表示两个变量不相关;相关系数的绝对值越趋近于0,表示两个变量的相关性越弱;相关系数的计算可采用现有的皮尔逊Pearson、Spearman或肯德尔Kendall等方法确定。
作为示例,按照Pearson相关系数计算公式一:
其中,
本申请实施例中,通过计算第一时域序列与第二时域序列的时域相关系数,确定干扰时段内目标小区的频域干扰平均值与上行单位频段调度数量之间的相关性,该相关系数值越大,则表明二者之间的相关性越强,即,上行单位频段调度数量越大,则相应的该干扰时段的频域干扰平均值越大,上行干扰越强,表明该时段的上行干扰与上行单位频段调度数量相关。
通过计算第一频域序列与第二频域序列之间的频域相关系数,确定干扰频段内目标小区的时域干扰平均值与上行单位频段调度时长之间的相关性,该相关系数值越大,则表明二者之间的相关性越强,即,上行单位频段调度时长越大,则相应的该干扰频段的时域干扰平均值越大,上行干扰越强,表明该干扰频段的上行干扰与上行单位频段调度时长相关。
通过计算第一功率序列与第二功率序列之间的功率相关系数,确定每个单位时段内目标小区的频域干扰平均值与上行发射功率值之间的相关性,该相关系数值越大,则表明二者之间的相关性越强,即,上行发射功率值越大,则相应的该单位时段的频域干扰平均值越大,上行干扰越强。
本申请实施例中,根据上行干扰特征序列与上行资源调度特征序列确定时域、频域、功率相关系数,进而确定目标概率值,可以从时域、频域、功率多个维度联合表征上行干扰与上行资源调度之间的相关性,时域、频域、功率相关系数越大,则目标概率值越大;另外,在确定目标概率值时,采用时域、频域、功率相关系数的加权和,同时考虑了时域、频域、功率三个维度的相关性,且通过设置不同的权重系数,调整三个维度的相关系数对目标概率值的影响程度;通过人工智能算法进行权重系数调优,可得到权重系数的最优值,提高干扰类型识别的准确度。
在一种设计中,如图7所示,本申请实施例提供的一种确定小区干扰类型的方法中,在上述步骤203之前,方法具体还可以包括下述S701-S702:
S701、获取目标小区的上行工作频率和无线信号覆盖区域,以及获取目标小区对应的多个邻小区中的每个邻小区的上行工作频率和无线信号覆盖区域。
S702、在邻小区的上行工作频率与目标小区的上行工作频率存在重合频率区间、且邻小区的无线信号覆盖区域与目标小区的无线信号覆盖区域存在重叠的情况下,将邻小区确定为目标邻小区。
其中,目标邻小区包括至少一个邻小区。
可选的,可以获取目标时间段内目标小区的至少一个目标邻小区的上行资源调度特征序列,以确定目标小区对应的至少一个目标邻小区。
需要说明的是,目标邻小区为目标小区的相邻小区中满足预设条件的邻小区,即,目标邻小区的上行工作频率与目标小区上行工作频率相邻或存在交叠,且目标邻小区与目标小区存在重叠的无线信号覆盖区域。其中,各小区的相邻小区上行工作频率信息可预设在各小区中。
可选的,目标小区与某相邻小区之间是否存在重叠的无线信号覆盖区域可通过小区同覆盖判断方法确定;具体的,可根据小区的工参数据、切换数据或小区内终端设备的测量报告数据确定两小区是否同覆盖;比如,根据工参数据中的小区经纬度信息计算两小区间距,根据方位角计算两小区的方位角之间的差值,若两小区的间距小于预设的距离阈值,且两小区的方位角之间的差值小于预设的角度值,则认为两小区存在重叠的无线信号覆盖区域。
可选的,目标小区可以向每个目标邻小区分别发送上行资源调度信息请求消息,用于获取目标邻小区的上行资源调度特征序列;消息中可以携带目标邻小区的标识和目标小区的标识。以使得,每个目标邻小区分别向目标小区发送上行资源调度信息指示消息,其中携带目标邻小区标识和目标邻小区的上行资源调度特征序列。
进一步的,还需要确定每个目标邻小区对应的第二目标概率值,若目标小区对应多个目标邻小区,则分别确定每个目标邻小区的目标概率值。
需要说明的是,目标邻小区的上行资源调度特征序列包括第三时域序列、第三频域序列、第三功率序列,可以根据目标小区的上行干扰特征序列与目标邻小区的上行资源调度特征序列,确定目标邻小区的第二目标概率值。
可以理解,目标邻小区对应的第二目标概率值P2可以根据目标小区的干扰特征序列与目标邻小区的上行资源调度特征序列确定;具体的,时域相关系数Ct根据目标小区的第一时域序列与目标邻小区的第三时域序列确定,频域相关系数Cf根据目标小区的第一频域序列与目标邻小区的第三频域序列确定,功率相关系数Cp根据目标小区的第一功率序列与目标邻小区的第三功率序列确定。
需要说明的是,目标邻小区的上行资源调度特征序列的确定方式与目标小区相同,此处不再赘述。
本申请实施例中,根据各小区的上行工作频率及无线信号覆盖区域,确定目标小区对应的目标邻小区,由于目标邻小区与目标小区存在重叠的无线信号覆盖区域,且二者之间频率相同或相邻,目标邻小区下的终端设备发射的上行信号可能会落入目标小区的接收机,导致目标小区受到上行干扰;通过本方法确定出目标邻小区,可识别出所有的可能对目标小区造成上行干扰的潜在邻小区,在此基础上,可进一步结合目标邻小区的目标概率值与目标小区的边缘干扰值,确定目标小区的上行干扰是否包括小区间干扰。
在一种设计中,如图8所示,本申请实施例提供的一种确定小区干扰类型的方法中,在上述步骤S204之前,方法具体还可以包括下述S801-S802:
S801、获取目标时间段内目标小区的每个边缘频段对应的时域干扰平均值,得到目标小区的边缘干扰值。
其中,目标小区的边缘频段包括:目标小区上行工作频率范围内的至少一个单位频段,至少一个单位频段与目标邻小区上行工作频率范围内的任一单位频段之间的频率间隔小于预设带宽阈值。
可选的,边缘干扰值包括目标小区的每个边缘频段在目标时间段内的时域干扰平均值;其中,目标小区的边缘频段包括目标小区上行工作频率范围内与目标邻小区上行工作频段内的任一单位频段之间的频率间隔小于预设带宽阈值的至少一个单位频段;
S802、确定目标小区的边缘频段对应的频率间隔,并确定目标小区的边缘干扰值与频率间隔之间的相关度。
频率间隔包括目标小区的每个边缘频段与目标邻小区的边界频段之间的频率间隔;若目标邻小区上行工作频率范围内的中心频点大于目标小区的上行中心频点,则目标邻小区的边界频段为其最小上行工作频率所在的单位频段;若目标邻小区上行工作频率范围内的中心频点不大于目标小区的中心频点,则目标邻小区的边界频段为其最大上行工作频率所在的单位频段。
示例性的,目标小区的边缘频段表示为{PRB0,PRB1,…,PRBn},边缘干扰值表示为{I0,I1,…,In},频率间隔表示为{S0,S1,…,Sn};其中,PRBi、Ii、Si之间一一对应,PRBi为第i个边缘频段,Ii为PRBi的时域干扰平均值,Si为PRBi与目标邻小区边界频段之间的频率间隔,则边缘干扰值与频率间隔之间的相关度可通过公式二表示:
其中,
在一种设计中,如图9所示,本申请实施例提供的一种确定小区干扰类型的方法中,上述步骤S204具体可以包括下述S901-S903:
S901、若目标小区的第一目标概率值大于第一概率阈值,则确定目标小区的上行干扰类型为小区内干扰。
可选的,在目标小区的上行干扰类型为小区内干扰的情况下,干扰源为目标小区内的终端设备。
S902、若目标邻小区的第二目标概率值大于第二概率阈值,且目标小区的边缘干扰值与频率间隔之间的相关度大于预设相关度阈值,则确定目标小区的上行干扰类型为小区间干扰。
其中,频率间隔为目标小区的每个边缘频段与目标邻小区的边界频段之间的频率间隔。
可选的,在目标小区的上行干扰类型为小区间干扰的情况下,干扰源为目标小区对应的目标邻小区内的终端设备。
需要说明的是,第二概率阈值与第一概率阈值的大小关系不做限定,第二概率阈值可以等于第一概率阈值,第二概率阈值也可以大于或小于第一概率阈值。
S903、若目标小区的第一目标概率值小于或等于第一概率阈值,且目标小区和/或目标邻小区满足第二条件,则确定目标小区的上行干扰类型为外部干扰。
其中,第二条件包括以下至少一项:目标邻小区的第二目标概率值小于或等于第二概率阈值、目标小区的边缘干扰值与频率间隔之间的相关度小于或等于预设相关度阈值。
可选的,若目标小区的第一目标概率值小于或等于第一概率阈值,且目标邻小区的第二目标概率值小于或等于第二概率阈值或目标小区的边缘干扰值与频率间隔之间的相关度小于或等于预设相关度阈值,则确定目标小区的上行干扰类型包括外部干扰。
具体的,当目标小区的第一目标概率值较大时,表明目标小区的上行干扰与上行单位频段调度数量、时长以及上行发射功率等上行资源调度强相关,由于目标小区上行调度的单位频段与上行发射功率等传输资源均用于目标小区内终端的上行数据传输,因此可确定该上行干扰来自于目标小区内的终端设备,即该上行干扰类型为小区内干扰。
当目标邻小区的第二目标概率值较大时,说明目标小区的上行干扰与该目标邻小区的上行资源调度强相关,干扰来自于目标邻小区内终端设备的数据传输;同时,由于目标邻小区下终端发射的上行信号会在邻近频段上造成杂散干扰,且距离发射频率越远、杂散干扰越小,因此,当目标小区的边缘干扰值与频率间隔之间的相关性较强时,目标小区的边缘频段距离目标邻小区终端的发射频率越近,则该边缘频段上的干扰越强,说明上行干扰与目标邻小区下终端发射的信号相关;结合目标邻小区的第二目标概率值以及目标小区的边缘干扰值与频率间隔的相关性,可确定该上行干扰是否为小区间干扰。
当目标小区的上行干扰既不是小区内部干扰,又不是小区间干扰时,可确定该干扰为外部干扰。
本申请实施例中,根据目标小区的第一目标概率值、目标邻小区的第二目标概率值、目标小区的边缘干扰值,确定目标小区的干扰类型,实现了上行干扰类型的自动识别,可提高干扰识别效率,有助于及时降低干扰、保障网络性能。
结合上述步骤,本申请实施例通过确定预设区域内的受干扰的目标小区,并获取目标时间段内目标小区的上行干扰特征序列与上行资源调度特征序列,并确定目标小区的第一目标概率值;获取目标时间段内目标小区的至少一个目标邻小区的上行资源调度特征序列,并确定每个目标邻小区的第二目标概率值;根据目标小区与目标邻小区的第二目标概率值以及目标小区的边缘干扰值,确定目标小区的上行干扰类型。基于上行干扰测量值确定存在上行干扰的目标小区,并根据目标小区的目标概率值、目标邻小区的目标概率值、目标小区的边缘干扰值,自动识别上行干扰类型,可极大提升干扰检测效率,快速识别干扰源,降低干扰对网络性能的影响。
上述主要从方法的角度对本申请实施例提供的方案进行了介绍。为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对一种确定小区干扰类型的装置进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。可选的,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图10为本申请实施例提供的一种确定小区干扰类型的装置的结构示意图。如图10所示,一种确定小区干扰类型的装置40用于提高确定受干扰小区的干扰类型的效率和准确度,例如用于执行图2所示的一种确定小区干扰类型的方法。该确定小区干扰类型的装置40包括:获取单元401和确定单元402。
获取单元401,用于获取目标时间段内目标小区的上行干扰特征序列,及获取目标时间段内目标小区的上行资源调度特征序列,目标时间段为当前时刻之前的历史时间段,目标小区为受到上行干扰的小区。
确定单元402,用于根据目标小区的上行干扰特征序列与目标小区的上行资源调度特征序列,确定目标小区的第一目标概率值;第一目标概率值用于反映目标小区的上行干扰特征序列与目标小区的上行资源调度特征序列之间的特征相关性。
获取单元401,用于获取目标时间段内目标小区的目标邻小区的上行资源调度特征序列。
确定单元402,用于根据目标小区的上行干扰特征序列与目标邻小区的上行资源调度特征序列,确定目标邻小区的第二目标概率值。
确定单元402,用于根据目标小区的第一目标概率值、目标邻小区的第二目标概率值以及目标小区的边缘干扰值,确定目标小区的上行干扰类型;上行干扰类型包括:小区内干扰、小区间干扰、外部干扰。
在一种可能的实现方式中,在本申请实施例提供的一种确定小区干扰类型的装置40中,获取单元401,用于获取目标时间段内目标区域中包括的每个小区对应的上行干扰测量值。
确定单元402,用于根据上行干扰测量值确定每个小区的干扰时间比例和干扰频段比例,干扰时间比例为目标时间段内干扰时段数量与目标时间段内包括的单位时段的总数之比,干扰频段比例为上行工作频段内干扰频段数量与上行工作频段内包括的单位频段的总数之比。
确定单元402,用于若小区的干扰时间比例和小区的干扰频段比例满足第一条件,则将小区确定为目标小区,第一条件包括以下至少一项:小区的干扰时间比例大于第一阈值、小区的干扰频段比例大于第二阈值。
在一种可能的实现方式中,目标小区的上行干扰特征序列包括第一时域序列、第一频域序列、第一功率序列;在本申请实施例提供的一种确定小区干扰类型的装置40中,获取单元401,用于获取目标时间段内目标小区在每个干扰时段对应的频域干扰平均值,得到目标小区的第一时域序列;干扰时段为目标小区在目标时间段内的频域干扰平均值大于第三阈值的单位时段,频域干扰平均值为在一个单位时段在上行工作频段内包括的多个单位频段对应的上行干扰测量值的平均值。
获取单元401,用于获取目标小区的上行工作频段内的每个干扰频段对应的时域干扰平均值,得到目标小区的第一频域序列;干扰频段为目标小区的上行工作频段内的时域干扰平均值大于第二预设阈值的单位频段,时域干扰平均值为一个单位频段在目标时间段内的多个单位时段对应的上行干扰测量值的平均值。
获取单元401,用于获取目标时间段内目标小区在每个单位时段对应的频域干扰平均值,得到目标小区的第一功率序列。
在一种可能的实现方式中,目标小区的上行资源调度特征序列包括第二时域序列、第二频域序列、第二功率序列;在本申请实施例提供的一种确定小区干扰类型的装置40中,获取单元401,用于获取目标小区在每个干扰时段内的上行单位频段调度数量,得到目标小区的第二时域序列;上行单位频段调度数量为目标小区在干扰时段内用于上行数据传输的单位频段的数量。
获取单元401,用于获取目标时间段内目标小区的每个干扰频段的上行单位频段调度时长,得到目标小区的第二频域序列;上行单位频段调度时长为目标时间段内干扰频段被用于进行上行数据传输的时长。
获取单元401,用于获取目标时间段内目标小区在每个单位时段的上行发射功率值,得到目标小区的第二功率序列;上行发射功率值为在单位时段内,目标小区中包括的多个终端设备的上行发射功率之和。
在一种可能的实现方式中,特征相关性包括:时域相关性、频域相关性、功率相关性,时域相关性对应时域相关系数、频域相关性对应频域相关系数、功率相关性对应功率相关系数;在本申请实施例提供的一种确定小区干扰类型的装置40中,确定单元402,用于根据目标小区的第一时域序列和目标小区的第二时域序列,确定时域相关系数。
确定单元402,用于根据目标小区的第一频域序列和目标小区的第二频域序列,确定频域相关系数。
确定单元402,用于根据目标小区的第一功率序列和目标小区的第二功率序列,确定功率相关系数。
确定单元402,用于基于预设的目标模型,确定时域相关性对应的第一权重系数、频域相关性对应的第二权重系数、功率相关性对应的第三权重系数。
确定单元402,用于基于时域相关系数、频域相关系数、功率相关系数、第一权重系数、第二权重系数、第三权重系数,确定目标小区的第一目标概率值。
在一种可能的实现方式中,在本申请实施例提供的一种确定小区干扰类型的装置40中,获取单元401,用于获取目标小区的上行工作频率和无线信号覆盖区域,以及获取目标小区对应的多个邻小区中的每个邻小区的上行工作频率和无线信号覆盖区域。
确定单元402,用于在邻小区的上行工作频率与目标小区的上行工作频率存在重合频率区间、且邻小区的无线信号覆盖区域与目标小区的无线信号覆盖区域存在重叠的情况下,将邻小区确定为目标邻小区,目标邻小区包括至少一个邻小区。
在一种可能的实现方式中,在本申请实施例提供的一种确定小区干扰类型的装置40中,获取单元401,用于获取目标时间段内目标小区的每个边缘频段对应的时域干扰平均值,得到目标小区的边缘干扰值;目标小区的边缘频段包括:目标小区上行工作频率范围内的至少一个单位频段,至少一个单位频段与目标邻小区上行工作频率范围内的任一单位频段之间的频率间隔小于预设带宽阈值;确定目标小区的边缘频段对应的频率间隔,并确定目标小区的边缘干扰值与频率间隔之间的相关度。
在一种可能的实现方式中,在本申请实施例提供的一种确定小区干扰类型的装置40中,确定单元402,用于若目标小区的第一目标概率值大于第一概率阈值,则确定目标小区的上行干扰类型为小区内干扰。
确定单元402,用于若目标邻小区的第二目标概率值大于第二概率阈值,且目标小区的边缘干扰值与频率间隔之间的相关度大于预设相关度阈值,则确定目标小区的上行干扰类型为小区间干扰;频率间隔为目标小区的每个边缘频段与目标邻小区的边界频段之间的频率间隔。
确定单元402,用于若目标小区的第一目标概率值小于或等于第一概率阈值,且目标小区和/或目标邻小区满足第二条件,则确定目标小区的上行干扰类型为外部干扰;第二条件包括以下至少一项:目标邻小区的第二目标概率值小于或等于第二概率阈值、目标小区的边缘干扰值与频率间隔之间的相关度小于或等于预设相关度阈值。
在采用硬件的形式实现上述集成的模块的功能的情况下,本申请实施例提供了上述实施例中所涉及的电子设备的另外一种可能的结构示意图。如图11所示,一种电子设备60,用于提高确定受干扰小区的干扰类型的效率和准确度,例如用于执行图2所示的一种确定小区干扰类型的方法。该电子设备60包括处理器601,存储器602以及总线603。处理器601与存储器602之间可以通过总线603连接。
处理器601是通信装置的控制中心,可以是一个处理器,也可以是多个处理元件的统称。例如,处理器601可以是一个通用中央处理单元(central processing unit,CPU),也可以是其他通用处理器等。其中,通用处理器可以是微处理器或者是任何常规的处理器等。
作为一种实施例,处理器601可以包括一个或多个CPU,例如图11中所示的CPU 0和CPU 1。
存储器602可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
作为一种可能的实现方式,存储器602可以独立于处理器601存在,存储器602可以通过总线603与处理器601相连接,用于存储指令或者程序代码。处理器601调用并执行存储器602中存储的指令或程序代码时,能够实现本申请实施例提供的一种确定小区干扰类型的方法。
另一种可能的实现方式中,存储器602也可以和处理器601集成在一起。
总线603,可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外围设备互连(Peripheral Component Interconnect,PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,EISA)总线等。该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11中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
需要指出的是,图11示出的结构并不构成对该电子设备60的限定。除图11所示部件之外,该电子设备60可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
作为一个示例,结合图10,电子设备中的获取单元401和确定单元402实现的功能与图11中的处理器601的功能相同。
可选的,如图11所示,本申请实施例提供的电子设备60还可以包括通信接口604。
通信接口604,用于与其他设备通过通信网络连接。该通信网络可以是以太网,无线接入网,无线局域网(wireless local area networks,WLAN)等。通信接口604可以包括用于接收数据的接收单元,以及用于发送数据的发送单元。
在一种设计中,本申请实施例提供的电子设备中,通信接口还可以集成在处理器中。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能单元的划分进行举例说明。在实际应用中,可以根据需要而将上述功能分配由不同的功能单元完成,即将装置的内部结构划分成不同的功能单元,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当计算机执行该指令时,该计算机执行上述方法实施例所示的方法流程中的各个步骤。
本申请的实施例提供一种包含指令的计算机程序产品,当指令在计算机上运行时,使得计算机执行上述方法实施例中的一种确定小区干扰类型的方法。
其中,计算机可读存储介质,例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘。随机存取存储器(Random Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的人以合适的组合、或者本领域数值的任何其他形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit,ASIC)中。在本申请实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
由于本申请的实施例中的电子设备、计算机可读存储介质、计算机程序产品可以应用于上述方法,因此,其所能获得的技术效果也可参考上述方法实施例,本申请实施例在此不再赘述。
以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。
Claims (14)
1.一种确定小区干扰类型的方法,其特征在于,所述方法包括:
获取目标时间段内目标小区的上行干扰特征序列,及获取所述目标时间段内所述目标小区的上行资源调度特征序列,所述目标时间段为当前时刻之前的历史时间段,所述目标小区为受到上行干扰的小区;
根据所述目标小区的上行干扰特征序列与所述目标小区的上行资源调度特征序列,确定所述目标小区的第一目标概率值;所述第一目标概率值用于反映所述目标小区的上行干扰特征序列与所述目标小区的上行资源调度特征序列之间的特征相关性;
获取所述目标时间段内所述目标小区的目标邻小区的上行资源调度特征序列,并根据所述目标小区的上行干扰特征序列与所述目标邻小区的上行资源调度特征序列,确定所述目标邻小区的第二目标概率值;
获取所述目标时间段内所述目标小区的每个边缘频段对应的时域干扰平均值,得到所述目标小区的边缘干扰值;所述目标小区的边缘频段包括:所述目标小区上行工作频率范围内的至少一个单位频段,所述至少一个单位频段与所述目标邻小区上行工作频率范围内的任一单位频段之间的频率间隔小于预设带宽阈值;
根据所述目标小区的第一目标概率值、所述目标邻小区的第二目标概率值以及所述目标小区的边缘干扰值,确定所述目标小区的上行干扰类型;所述上行干扰类型包括:小区内干扰、小区间干扰、外部干扰;
其中,所述目标小区的上行干扰特征序列包括第一时域序列、第一频域序列、第一功率序列;
所述获取目标时间段内目标小区的上行干扰特征序列,包括:
获取所述目标时间段内所述目标小区在每个干扰时段对应的频域干扰平均值,得到所述目标小区的第一时域序列;所述干扰时段为所述目标小区在所述目标时间段内的频域干扰平均值大于第三阈值的单位时段,频域干扰平均值为在一个单位时段在上行工作频段内包括的多个单位频段对应的上行干扰测量值的平均值;
获取所述目标小区的上行工作频段内的每个干扰频段对应的时域干扰平均值,得到所述目标小区的第一频域序列;所述干扰频段为所述目标小区的上行工作频段内的时域干扰平均值大于第二预设阈值的单位频段,时域干扰平均值为一个单位频段在所述目标时间段内的多个单位时段对应的上行干扰测量值的平均值;
获取所述目标时间段内所述目标小区在每个单位时段对应的频域干扰平均值,得到所述目标小区的第一功率序列;
所述目标小区的上行资源调度特征序列包括第二时域序列、第二频域序列、第二功率序列;
所述获取所述目标时间段内所述目标小区的上行资源调度特征序列,包括:
获取所述目标小区在每个干扰时段内的上行单位频段调度数量,得到所述目标小区的第二时域序列;所述上行单位频段调度数量为所述目标小区在干扰时段内用于上行数据传输的单位频段的数量;
获取所述目标时间段内所述目标小区的每个干扰频段的上行单位频段调度时长,得到所述目标小区的第二频域序列;所述上行单位频段调度时长为所述目标时间段内干扰频段被用于进行上行数据传输的时长;
获取所述目标时间段内所述目标小区在每个单位时段的上行发射功率值,得到所述目标小区的第二功率序列;所述上行发射功率值为在单位时段内,所述目标小区中包括的多个终端设备的上行发射功率之和。
2.根据权利要求1所述的方法,其特征在于,所述获取目标时间段内目标小区的上行干扰特征序列,及获取所述目标时间段内所述目标小区的上行资源调度特征序列之前,所述方法还包括:
获取所述目标时间段内目标区域中包括的每个小区对应的上行干扰测量值,并根据所述上行干扰测量值确定每个小区的干扰时间比例和干扰频段比例,所述干扰时间比例为所述目标时间段内干扰时段数量与所述目标时间段内包括的单位时段的总数之比,所述干扰频段比例为上行工作频段内干扰频段数量与上行工作频段内包括的单位频段的总数之比;
若小区的所述干扰时间比例和/或小区的所述干扰频段比例满足第一条件,则将小区确定为所述目标小区,所述第一条件包括以下至少一项:小区的所述干扰时间比例大于第一阈值、小区的所述干扰频段比例大于第二阈值。
3.根据权利要求1所述的方法,其特征在于,所述特征相关性包括:时域相关性、频域相关性、功率相关性,所述时域相关性对应时域相关系数、所述频域相关性对应频域相关系数、所述功率相关性对应功率相关系数;
所述根据所述目标小区的上行干扰特征序列与所述目标小区的上行资源调度特征序列,确定所述目标小区的第一目标概率值,包括:
根据所述目标小区的第一时域序列和所述目标小区的第二时域序列,确定时域相关系数;
根据所述目标小区的第一频域序列和所述目标小区的第二频域序列,确定频域相关系数;
根据所述目标小区的第一功率序列和所述目标小区的第二功率序列,确定功率相关系数;
基于预设的目标模型,确定所述时域相关性对应的第一权重系数、所述频域相关性对应的第二权重系数、所述功率相关性对应的第三权重系数;
基于所述时域相关系数、所述频域相关系数、所述功率相关系数、所述第一权重系数、所述第二权重系数、所述第三权重系数,确定所述目标小区的第一目标概率值。
4.根据权利要求1或2所述的方法,其特征在于,所述获取所述目标时间段内所述目标小区的目标邻小区的上行资源调度特征序列之前,所述方法还包括:
获取所述目标小区的上行工作频率和无线信号覆盖区域,以及获取所述目标小区对应的多个邻小区中的每个邻小区的上行工作频率和无线信号覆盖区域;
在邻小区的上行工作频率与所述目标小区的上行工作频率存在重合频率区间、且邻小区的无线信号覆盖区域与所述目标小区的无线信号覆盖区域存在重叠的情况下,将邻小区确定为所述目标邻小区,所述目标邻小区包括至少一个邻小区。
5.根据权利要求4所述的方法,其特征在于,所述根据所述目标小区的第一目标概率值、所述目标邻小区的第二目标概率值以及所述目标小区的边缘干扰值,确定所述目标小区的上行干扰类型之前,所述方法还包括:
确定所述目标小区的边缘频段对应的频率间隔,并确定所述目标小区的边缘干扰值与所述频率间隔之间的相关度,所述频率间隔为所述目标小区的每个边缘频段与所述目标邻小区的边界频段之间的频率间隔。
6.根据权利要求5所述的方法,其特征在于,所述根据所述目标小区的第一目标概率值、所述目标邻小区的第二目标概率值以及所述目标小区的边缘干扰值,确定所述目标小区的上行干扰类型,包括:
若所述目标小区的第一目标概率值大于第一概率阈值,则确定所述目标小区的上行干扰类型为小区内干扰;
若所述目标邻小区的第二目标概率值大于第二概率阈值,且所述目标小区的边缘干扰值与频率间隔之间的相关度大于预设相关度阈值,则确定所述目标小区的上行干扰类型为小区间干扰;
若所述目标小区的第一目标概率值小于或等于所述第一概率阈值,且所述目标小区和/或所述目标邻小区满足第二条件,则确定所述目标小区的上行干扰类型为外部干扰;所述第二条件包括以下至少一项:所述目标邻小区的第二目标概率值小于或等于所述第二概率阈值、所述目标小区的边缘干扰值与频率间隔之间的相关度小于或等于所述预设相关度阈值。
7.一种确定小区干扰类型的装置,其特征在于,所述确定小区干扰类型的装置包括:获取单元和确定单元;
所述获取单元,用于获取目标时间段内目标小区的上行干扰特征序列,及获取所述目标时间段内所述目标小区的上行资源调度特征序列,所述目标时间段为当前时刻之前的历史时间段,所述目标小区为受到上行干扰的小区;
所述确定单元,用于根据所述目标小区的上行干扰特征序列与所述目标小区的上行资源调度特征序列,确定所述目标小区的第一目标概率值;所述第一目标概率值用于反映所述目标小区的上行干扰特征序列与所述目标小区的上行资源调度特征序列之间的特征相关性;
所述获取单元,用于获取所述目标时间段内所述目标小区的目标邻小区的上行资源调度特征序列;
所述确定单元,用于根据所述目标小区的上行干扰特征序列与所述目标邻小区的上行资源调度特征序列,确定所述目标邻小区的第二目标概率值;
所述获取单元,用于获取所述目标时间段内所述目标小区的每个边缘频段对应的时域干扰平均值,得到所述目标小区的边缘干扰值;所述目标小区的边缘频段包括:所述目标小区上行工作频率范围内的至少一个单位频段,所述至少一个单位频段与所述目标邻小区上行工作频率范围内的任一单位频段之间的频率间隔小于预设带宽阈值;
所述确定单元,用于根据所述目标小区的第一目标概率值、所述目标邻小区的第二目标概率值以及所述目标小区的边缘干扰值,确定所述目标小区的上行干扰类型;所述上行干扰类型包括:小区内干扰、小区间干扰、外部干扰;
其中,所述目标小区的上行干扰特征序列包括第一时域序列、第一频域序列、第一功率序列;
所述获取单元,用于获取所述目标时间段内所述目标小区在每个干扰时段对应的频域干扰平均值,得到所述目标小区的第一时域序列;所述干扰时段为所述目标小区在所述目标时间段内的频域干扰平均值大于第三阈值的单位时段,频域干扰平均值为在一个单位时段在上行工作频段内包括的多个单位频段对应的上行干扰测量值的平均值;
所述获取单元,用于获取所述目标小区的上行工作频段内的每个干扰频段对应的时域干扰平均值,得到所述目标小区的第一频域序列;所述干扰频段为所述目标小区的上行工作频段内的时域干扰平均值大于第二预设阈值的单位频段,时域干扰平均值为一个单位频段在所述目标时间段内的多个单位时段对应的上行干扰测量值的平均值;
所述获取单元,用于获取所述目标时间段内所述目标小区在每个单位时段对应的频域干扰平均值,得到所述目标小区的第一功率序列;
所述目标小区的上行资源调度特征序列包括第二时域序列、第二频域序列、第二功率序列;
所述获取单元,用于获取所述目标小区在每个干扰时段内的上行单位频段调度数量,得到所述目标小区的第二时域序列;所述上行单位频段调度数量为所述目标小区在干扰时段内用于上行数据传输的单位频段的数量;
所述获取单元,用于获取所述目标时间段内所述目标小区的每个干扰频段的上行单位频段调度时长,得到所述目标小区的第二频域序列;所述上行单位频段调度时长为所述目标时间段内干扰频段被用于进行上行数据传输的时长;
所述获取单元,用于获取所述目标时间段内所述目标小区在每个单位时段的上行发射功率值,得到所述目标小区的第二功率序列;所述上行发射功率值为在单位时段内,所述目标小区中包括的多个终端设备的上行发射功率之和。
8.根据权利要求7所述的确定小区干扰类型的装置,其特征在于,所述获取单元,用于获取所述目标时间段内目标区域中包括的每个小区对应的上行干扰测量值;
所述确定单元,用于根据所述上行干扰测量值确定每个小区的干扰时间比例和干扰频段比例,所述干扰时间比例为所述目标时间段内干扰时段数量与所述目标时间段内包括的单位时段的总数之比,所述干扰频段比例为上行工作频段内干扰频段数量与上行工作频段内包括的单位频段的总数之比;
所述确定单元,用于若小区的所述干扰时间比例和/或小区的所述干扰频段比例满足第一条件,则将小区确定为所述目标小区,所述第一条件包括以下至少一项:小区的所述干扰时间比例大于第一阈值、小区的所述干扰频段比例大于第二阈值。
9.根据权利要求7所述的确定小区干扰类型的装置,其特征在于,所述特征相关性包括:时域相关性、频域相关性、功率相关性,所述时域相关性对应时域相关系数、所述频域相关性对应频域相关系数、所述功率相关性对应功率相关系数;
所述确定单元,用于根据所述目标小区的第一时域序列和所述目标小区的第二时域序列,确定时域相关系数;
所述确定单元,用于根据所述目标小区的第一频域序列和所述目标小区的第二频域序列,确定频域相关系数;
所述确定单元,用于根据所述目标小区的第一功率序列和所述目标小区的第二功率序列,确定功率相关系数;
所述确定单元,用于基于预设的目标模型,确定所述时域相关性对应的第一权重系数、所述频域相关性对应的第二权重系数、所述功率相关性对应的第三权重系数;
所述确定单元,用于基于所述时域相关系数、所述频域相关系数、所述功率相关系数、所述第一权重系数、所述第二权重系数、所述第三权重系数,确定所述目标小区的第一目标概率值。
10.根据权利要求7或8所述的确定小区干扰类型的装置,其特征在于,所述获取单元,用于获取所述目标小区的上行工作频率和无线信号覆盖区域,以及获取所述目标小区对应的多个邻小区中的每个邻小区的上行工作频率和无线信号覆盖区域;
所述确定单元,用于在邻小区的上行工作频率与所述目标小区的上行工作频率存在重合频率区间、且邻小区的无线信号覆盖区域与所述目标小区的无线信号覆盖区域存在重叠的情况下,将邻小区确定为所述目标邻小区,所述目标邻小区包括至少一个邻小区。
11.根据权利要求10所述的确定小区干扰类型的装置,其特征在于,所述确定单元,用于确定所述目标小区的边缘频段对应的频率间隔,并确定所述目标小区的边缘干扰值与所述频率间隔之间的相关度,所述频率间隔为所述目标小区的每个边缘频段与所述目标邻小区的边界频段之间的频率间隔。
12.根据权利要求11所述的确定小区干扰类型的装置,其特征在于,所述确定单元,用于若所述目标小区的第一目标概率值大于第一概率阈值,则确定所述目标小区的上行干扰类型为小区内干扰;
所述确定单元,用于若所述目标邻小区的第二目标概率值大于第二概率阈值,且所述目标小区的边缘干扰值与频率间隔之间的相关度大于预设相关度阈值,则确定所述目标小区的上行干扰类型为小区间干扰;
所述确定单元,用于若所述目标小区的第一目标概率值小于或等于所述第一概率阈值,且所述目标小区和/或所述目标邻小区满足第二条件,则确定所述目标小区的上行干扰类型为外部干扰;所述第二条件包括以下至少一项:所述目标邻小区的第二目标概率值小于或等于所述第二概率阈值、所述目标小区的边缘干扰值与频率间隔之间的相关度小于或等于所述预设相关度阈值。
13.一种电子设备,其特征在于,包括:处理器以及存储器;其中,所述存储器用于存储一个或多个程序,所述一个或多个程序包括计算机执行指令,当所述电子设备运行时,处理器执行所述存储器存储的所述计算机执行指令,以使所述电子设备执行权利要求1-6中任一项所述的一种确定小区干扰类型的方法。
14.一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当被计算机执行时使所述计算机执行如权利要求1-6中任一项所述的一种确定小区干扰类型的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210957715.0A CN115379476B (zh) | 2022-08-10 | 2022-08-10 | 确定小区干扰类型的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210957715.0A CN115379476B (zh) | 2022-08-10 | 2022-08-10 | 确定小区干扰类型的方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115379476A CN115379476A (zh) | 2022-11-22 |
CN115379476B true CN115379476B (zh) | 2024-03-19 |
Family
ID=84066260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210957715.0A Active CN115379476B (zh) | 2022-08-10 | 2022-08-10 | 确定小区干扰类型的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115379476B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1972165A (zh) * | 2006-12-15 | 2007-05-30 | 华为技术有限公司 | 一种干扰检测方法及装置 |
CN103687040A (zh) * | 2013-11-29 | 2014-03-26 | 华为技术有限公司 | 调度方法、装置及基站 |
CN107210978A (zh) * | 2015-01-23 | 2017-09-26 | Lg 电子株式会社 | 通过使用fdr方案的设备估计非线性自干扰信号信道的方法 |
CN109995447A (zh) * | 2017-12-31 | 2019-07-09 | 中国移动通信集团湖北有限公司 | 干扰类型识别方法、装置、设备以及介质 |
CN110659656A (zh) * | 2018-06-29 | 2020-01-07 | 中兴通讯股份有限公司 | 一种检测干扰的方法及装置 |
CN110912658A (zh) * | 2018-09-14 | 2020-03-24 | 上海诺基亚贝尔股份有限公司 | 通信系统中用于参考信号配置的方法、装置和计算机存储介质 |
CN111934810A (zh) * | 2020-06-28 | 2020-11-13 | 广州市贝讯通信技术有限公司 | 小区干扰类型和干扰小区的确定方法及装置 |
CN112969193A (zh) * | 2019-12-13 | 2021-06-15 | 中国移动通信集团天津有限公司 | 无线网络的干扰确定方法、装置及设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9768929B2 (en) * | 2012-12-21 | 2017-09-19 | Blackberry Limited | Method and apparatus for identifying interference type in time division duplex systems |
-
2022
- 2022-08-10 CN CN202210957715.0A patent/CN115379476B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1972165A (zh) * | 2006-12-15 | 2007-05-30 | 华为技术有限公司 | 一种干扰检测方法及装置 |
CN103687040A (zh) * | 2013-11-29 | 2014-03-26 | 华为技术有限公司 | 调度方法、装置及基站 |
CN107210978A (zh) * | 2015-01-23 | 2017-09-26 | Lg 电子株式会社 | 通过使用fdr方案的设备估计非线性自干扰信号信道的方法 |
CN109995447A (zh) * | 2017-12-31 | 2019-07-09 | 中国移动通信集团湖北有限公司 | 干扰类型识别方法、装置、设备以及介质 |
CN110659656A (zh) * | 2018-06-29 | 2020-01-07 | 中兴通讯股份有限公司 | 一种检测干扰的方法及装置 |
CN110912658A (zh) * | 2018-09-14 | 2020-03-24 | 上海诺基亚贝尔股份有限公司 | 通信系统中用于参考信号配置的方法、装置和计算机存储介质 |
CN112969193A (zh) * | 2019-12-13 | 2021-06-15 | 中国移动通信集团天津有限公司 | 无线网络的干扰确定方法、装置及设备 |
CN111934810A (zh) * | 2020-06-28 | 2020-11-13 | 广州市贝讯通信技术有限公司 | 小区干扰类型和干扰小区的确定方法及装置 |
Non-Patent Citations (3)
Title |
---|
Wireless interference power estimation for inter-cell interference coordination:bing;Torbjörn Wigren等;《IET Communications》;20150801;全文 * |
基于多维统计模型 LTE 干扰分析研究:;杨炯;《数字通信世界》;20171101;全文 * |
赵泽等.无线传感器网络干扰分类识别机制的研究.《通信学报,》.2013,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN115379476A (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | A vehicle-based measurement framework for enhancing whitespace spectrum databases | |
Fatemieh et al. | Using Classification to Protect the Integrity of Spectrum Measurements in White Space Networks. | |
GB2505888A (en) | Distinguishing between congestion and interference by applying cluster analysis to sets of network traffic measurements | |
CN115379476B (zh) | 确定小区干扰类型的方法、装置、设备及存储介质 | |
Luís et al. | RF-spectrum opportunities for cognitive radio networks operating over GSM channels | |
CN109981196B (zh) | 一种网络结构评估方法及装置 | |
Dhope et al. | Performance analysis of covariance based detection in cognitive radio | |
Labib et al. | A stochastic optimization approach for spectrum sharing of radar and LTE systems | |
US20150257156A1 (en) | Dynamic radio frequency mapping | |
CN114615670B (zh) | 一种评估方法及装置 | |
CN102457912B (zh) | 负载指示信息的发送方法及装置 | |
Arshad et al. | Robust collaborative spectrum sensing based on beta reputation system | |
CN115379477B (zh) | 确定小区干扰类型的方法、装置、设备及存储介质 | |
Singh et al. | UHF TVWS operation in Indian scenario utilizing wireless regional area network for rural broadband access | |
Sharifi | Attack-aware defense strategy: A robust cooperative spectrum sensing in cognitive radio sensor networks | |
CN113395763B (zh) | 基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法及系统 | |
CN112839353B (zh) | Lte系统内干扰的识别方法及装置 | |
de Lima et al. | Cognitive radio simulation based on spectrum occupancy measurements at one site in Brazil | |
Sato | Measurement-based spectrum database for spatial spectrum sharing | |
CN118368681B (zh) | 服务区域的选择方法、终端通信方法及相关装置 | |
Mishra et al. | RSS Characterization in Wireless Heterogeneous Network | |
CN114158086B (zh) | 小区干扰评估方法、通信装置、计算设备及存储介质 | |
CN114122725B (zh) | 一种分布式网络架构的天线角度自适应方法及装置 | |
Liu et al. | Wireless activities in the 2 GHz radio bands in industrial plants | |
Hailegnaw | SNR enhancement of energy detector algorithm using adaptive wiener filter in cognitive radio |
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 |