CN116112936A - 5g权值自适应优化方法、装置、设备及存储介质 - Google Patents
5g权值自适应优化方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116112936A CN116112936A CN202111335448.5A CN202111335448A CN116112936A CN 116112936 A CN116112936 A CN 116112936A CN 202111335448 A CN202111335448 A CN 202111335448A CN 116112936 A CN116112936 A CN 116112936A
- Authority
- CN
- China
- Prior art keywords
- grid
- coverage
- service
- weight combination
- path loss
- 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 49
- 238000005457 optimization Methods 0.000 title claims abstract description 32
- 238000005070 sampling Methods 0.000 claims abstract description 41
- 238000013507 mapping Methods 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 230000003044 adaptive effect Effects 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- 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
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- 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)
- Radar Systems Or Details Thereof (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种5G权值自适应优化方法、装置、设备及存储介质,该5G权值自适应优化方法包括:将5G测量报告MR采样点映射到三维立体栅格中的各栅格内;确定业务分布中心栅格簇的中心栅格和小区栅格之间的第一路损;基于第一路损对业务分布中心栅格簇的中心栅格的覆盖情况进行评估,确定对覆盖情况有所改善的权值组合,得到初始权值组合集合;基于初始权值组合中深度弱覆盖栅格和小区栅格之间的第二路损对深度弱覆盖栅格的覆盖情况进行评估,确定对覆盖情况有所改善的权值组合,得到最终的权值组合。本发明实施例可以自动识别出业务栅格和深度弱覆盖栅格,并可以同时评估权值组合在业务栅格和深度弱覆盖栅格上的覆盖效果,从而选出最优的权值组合。
Description
技术领域
本发明涉及通信技术领域,具体涉及一种5G权值自适应优化方法、装置、设备及存储介质。
背景技术
高楼垂直场景无线信号的深度覆盖优化一直是网络优化中的难题,现有针对垂直场景的5G权值优化方案主要有:根据3d高精度地图直接按楼层高度分层,结合设备厂家5G波束场景直接进行仿真优化。或,通过4G最小化路测(Minimization Drive Test,MDT)数据模拟5G小区分布,4G楼宇小区信息可从4G小区的MDT数据中获取。具体地,MDT数据包含有经纬度信息,可结合3D高精度电子地图,将楼宇内的4G无线信号覆盖情况进行地理化的呈现,自动识别4G楼宇小区信息,通过梳理4/5G小区共站覆盖情况,定位出5G楼宇覆盖小区;之后,根据5G小区与其所覆盖楼宇的距离、楼宇站高以及5G小区的基本天线天馈信息,通过算法计算出适配于楼宇覆盖的5G垂直波宽。
但是,上述技术方案在进行垂直场景的5G权值优化时,计算只涉及到了楼宇高度和4G MDT数据的水平位置信息,无法精准识别垂直维度信息。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的5G权值自适应优化方法、装置、设备及存储介质。
根据本发明实施例的一个方面,提供了一种5G权值自适应优化方法,包括:
建立三维立体栅格,并将5G测量报告MR采样点映射到所述三维立体栅格中的各栅格内;
基于各栅格内的采样点数据识别对应栅格是业务栅格还是深度弱覆盖栅格;
基于业务栅格确定业务分布中心栅格簇,并确定所述业务分布中心栅格簇的中心栅格和小区栅格之间的第一路损;
基于所述第一路损对所述业务分布中心栅格簇的中心栅格的覆盖情况进行评估,确定对覆盖情况有所改善的权值组合,得到初始权值组合集合;
基于所述初始权值组合中深度弱覆盖栅格和小区栅格之间的第二路损对所述深度弱覆盖栅格的覆盖情况进行评估,确定对覆盖情况有所改善的权值组合,得到最终的权值组合。
根据本发明实施例的另一方面,提供了一种5G权值自适应优化装置,包括:
栅格映射模块,用于建立三维立体栅格,并将5G测量报告MR采样点映射到所述三维立体栅格中的各栅格内;
栅格识别模块,用于基于各栅格内的采样点数据识别对应栅格是业务栅格还是深度弱覆盖栅格;
业务路损确定模块,用于基于业务栅格确定业务分布中心栅格簇,并确定所述业务分布中心栅格簇的中心栅格和小区栅格之间的第一路损;
业务栅格评估模块,用于基于所述第一路损对所述业务分布中心栅格簇的中心栅格的覆盖情况进行评估,确定对覆盖情况有所改善的权值组合,得到初始权值组合集合;
深度弱覆盖栅格评估模块,用于基于所述初始权值组合中深度弱覆盖栅格和小区栅格之间的第二路损对所述深度弱覆盖栅格的覆盖情况进行评估,确定对覆盖情况有所改善的权值组合,得到最终的权值组合。
根据本发明实施例的另一方面,提供了一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述5G权值自适应优化方法的操作。
根据本发明实施例的另一方面,提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述5G权值自适应优化方法的操作。
根据本发明上述实施例提供的方案,可以自动识别出业务栅格和深度弱覆盖栅格,并可以同时评估权值组合在业务栅格和深度弱覆盖栅格上的覆盖效果,从而选出最优的权值组合。
上述说明仅是本发明实施例技术方案的概述,为了能够更清楚了解本发明实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明实施例的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明实施例的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例一提供的5G权值自适应优化方法的流程图;
图2示出了本发明实施例一提供的5G权值自适应优化方法中的垂直面示意图;
图3示出了本发明实施例一提供的5G权值自适应优化方法中的水平面示意图;
图4示出了本发明实施例一提供的5G权值自适应优化方法中的天线增益示意图;
图5示出了本发明实施例二提供的5G权值自适应优化装置的结构示意图;
图6示出了本发明实施例提供的计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
实施例一
图1示出了本发明实施例一提供的5G权值自适应优化方法的流程图。如图1所示,该方法包括以下步骤:
步骤S110、建立三维立体栅格,并将5G测量报告(Measurement Report,MR)采样点映射到三维立体栅格中的各栅格内。
具体的,可以采用WGS84(World Geodetic System 1984)建立10米*10米*10米的三维立体栅格,并用栅格中心点经度X、纬度Y和高度H三个参数来表示每个栅格的具体位置。该WGS84是为全球定位系统(Global Positioning System,GPS)使用而建立的坐标系统。
在建立三维立体栅格之后,需要建立5G MR采样点和三维立体栅格之间的关联,即将5GMR采样点映射到三维立体栅格中的各栅格内。具体的,可以结合基站工参数据对5G MR采样点进行定位得出经纬度和高度。具体的,5G MR采样点数据携带VDOA(相对天线的垂直方向角,类似于采样点到天线的下倾角)、HDOA(相对天线的水平方向角,类似于采样点到天线法线方向的方位角)、TA(距离天线的距离),结合天线的经纬度、高度、方位角,经过计算可得出每个5G MR采样点的经纬度(参见图3)和高度(参见图4)。之后,将每个5G MR采样点按照其经度、纬度、高度与三维立体栅格进行映射。其中,表一为5G MR采样点示例:
表一
其中,同步信号ssrsrp(synchronization signal reference signal receivedpower)是同步信号在每个载波的平均功率。
其中,采样点高度计算方法参见图2所示,设VDOA为α,天线高度H,采样点到天线距离TA,则采样点高度h2计算公式如下:
h1=TA·tanα (1)
h2=H-h1 (2)
其中,采样点经纬度计算方法参见图3所示,天线总方位角γ,HDOAθ,天线经纬度(long0,lat0),采样点经纬度(long1,lat1)计算方式如下:
β=γ+θ (3)
其中,C1,C2是与地球半径相关的常量,一般取C1=111320,C2=110540。进一步,通过下述经纬度坐标转换公式即得到每个5G MR采样点的三维(x,y,z)坐标:
x=lon*20037508.34/180 (6)
步骤S120、基于各栅格内的采样点数据识别对应栅格是业务栅格还是深度弱覆盖栅格。
其中,深度弱覆盖栅格定义为:栅格中采样点数量大于预设阈值(例如80)且平均RSRP(Reference Signal Receiving Power,参考信号接收功率)小于第一预设阈值(例如-105dBm)或者RSRP小于第二预设阈值(例如-110dBm)且采样点占比大于预设百分比(例如20%)。
具体的,通过5G MR采样点计算每个栅格内的采样点总数、平均RSRP、深度弱覆盖(RSRP小于-105dBm)采样点占比。具体地,计算时进行如下判断,如果栅格i中采样点数量大于80,直接采用下述公式求其平均RSRP:
其中,RSRPj为栅格i中的每个5G MR采样点的RSRP值,J为该栅格中5G MR采样点的总数。如果则把该值记为并放入深度弱覆盖栅格数据集Dweak中,用于后续处理;反之,则把该值记为并放入业务栅格数据集Dbusiness中,用于后续处理。
此外,如果栅格i中采样点数量小于等于80,则对栅格i中采样点按照RSRP从小到大的顺序进行排序,选出全部小于-110dBm采样点,并计算在栅格i全部采样点中的占比,如果大于20%,则说明该栅格为深度弱覆盖栅格,则只对这20%采样点通过公式(8)进行计算,得出并放入数据集Dweak中;反之,如果RSRP值小于-110dBm采样点的占比不足20%,则通过(8)进行计算,得出并放入数据集Dbusiness中。
步骤S130、基于业务栅格确定业务分布中心栅格簇,并确定业务分布中心栅格簇的中心栅格和小区栅格之间的第一路损。
通过上述步骤,对栅格进行识别确定了各栅格的类型之后,基于业务栅格确定业务分布中心栅格簇。具体的,将业务栅格按照采样点数量进行价值排序,以采样点数量作为判断价值标准,每个业务栅格价值判断表示为其中,h为小区,i为业务栅格,从价值最高的业务栅格开始,按照排序依次加入形成立体图形,并计算立体图形内所有业务栅格的业务价值,直到立体图形内的业务价值占服务小区总业务价值的比例超过80%,收敛结束,形成高价值业务分布立体图形即业务分布中心栅格簇,此立体图形的中心即为业务分布中心栅格簇的中心栅格。然后,通过垂直场景下栅格实际的RSRP值,计算出该场景的路损,之后,假设默认路损保持不变,以小区所在位置为起点,确定业务分布中心栅格簇的中心栅格,计算小区栅格和该中心栅格之间的路损,作为业务分布中心波束寻优的默认路损。具体实现算法如下:
Step1.对业务栅格构成的集合Dbusiness,计算集合Dbusiness中每个栅格的价值α,并将所有栅格按照价值α从大到小进行排序,序号为nbusiness;
Step2.将集合Dbusiness中序号最小的栅格加入集合Cbusiness,同时从集合Dbusiness中删除;
Step3.计算集合Cbusiness中所有对象的α值之和∑α,判断∑α是否大于0.8。
Step4.重复步骤Step2至Step3,当∑α>0.8时停止,输出业务区域集合Cbusiness即业务分布中心栅格簇。
Step5.提取业务区域中心点即业务分布中心栅格簇的中心栅格:
关于Step6,具体地,根据天线理论当中的弗里斯传输公式有:
其中,Pr为接受功率,Pt为发射功率,Gt为发射端增益,Gr为接收端增益,λ为传输电磁波的波长,R为发射端和接收端之间的距离。对于两边取对数(转换成dB形式)则有:
因此,对于一条特定链路,路径损耗即路损L可简化为:
L=P+G-RSRP (12)
步骤S140、基于第一路损对业务分布中心栅格簇的中心栅格的覆盖情况进行评估,确定对覆盖情况有所改善的权值组合,得到初始权值组合集合。
具体的,可以基于第一路损设定多个权值组合,分别采用该多个权值组合对业务分布中心栅格簇的中心栅格的覆盖情况进行评估,筛选出对业务分布中心栅格簇的中心栅格的覆盖情况有所改善的权值组合,得到初始权值组合集合。
步骤S150、基于初始权值组合中深度弱覆盖栅格和小区栅格之间的第二路损对深度弱覆盖栅格的覆盖情况进行评估,确定对覆盖情况有所改善的权值组合,得到最终的权值组合。
具体的,首先确定深度弱覆盖栅格和小区栅格之间的第二路损,基于初始权值组合中的权值组合和对应的第二路损对深度弱覆盖栅格的覆盖情况进行评估,筛选出对深度弱覆盖栅格的覆盖情况有所改善的权值组合,得到最优的权值组合。
具体的,本实施例适用于深度弱覆盖栅格较少且分布较为分散的情况,虽然对全部的深度弱覆盖栅格进行覆盖评估会消耗一定的计算资源和时间资源,但是会对初始权值组合的弱覆盖提升效果有一个较为精细的评估。
具体地,对于初始权值组合集合{W}中每套权值组合,对全部的nweak个深度弱覆盖栅格,结合下述公式(8)得出平均RSRP,以及下述公式(12)得出每个深度弱覆盖栅格的路损通过公式(17)计算出该栅格在当前初始权值组合下的RSRP取值再通过下述公式(18)计算出该套初始权值组合对全部的nweak个深度弱覆盖栅格的覆盖提升值舍去所有取值小于0的权值组合,对于{W}中剩下的权值组合,按照取值从大到小进行排序,得到最终的权值组合集合
如果最终的权值组合集合不为空,则可以直接输出其中的一套权值组合作为最终的输出,这里一般以输出的权值组合集合中的第一套权值组合作为最终的输出,即对业务分布中心栅格簇的中心栅格有覆盖提升(RSRPnew-RSRP>3dbm)且深度弱覆盖栅格改善最好(对应于最大的)的权值组合。
本实施例可以自动识别出业务栅格和深度弱覆盖栅格,并可以同时评估权值组合在业务栅格和深度弱覆盖栅格上的覆盖效果,从而选出最优的权值组合。
在一个可选实施例中,步骤S140具体包括:
步骤S1401、根据业务栅格的中心点计算出理论权值组合。
电子方向角计算:计算小区h的坐标(xh,yh,zh)和业务中心点在z=0对应的x、y平面上投影点所构成线段的与y轴(即正北方向)的夹角,即计算点(xh,yh)和点构成线段的极坐标角度angletotal。首先计算两个点之间的水平距离:
则可以得出线段与北向的夹角:
计算出的angletotal即为此时总的方向角,再根据已有的机械下倾角azimuth,即得到理论电子方向角eazimuthideal=angletotal-azimuth。
再根据公式(13)计算出的两个点之间的水平距离,得出理论电子下倾角为:
其中,tilt为小区h的机械下倾角。
水平波宽计算:在业务分布中心栅格簇集合Cbusiness中,找出所有与业务中心处于同一平面的点,即找出所有处于平面中的业务点集合对于集合中的每个点,通过公式(14)计算出每个点和小区位置坐标(xh,yh,zh)的连接线与y轴(即正北方向)的夹角,从中找出最大角度anglemax和最小角度anglemin。进一步,根据公式(14)计算出的小区与业务栅格中心之间的总方向角angletotal,从2*(anglemax-angletotal)和2*(angletotal-anglemin)的取值中选出最大,即为输出的理想水平波宽hbwideal。
垂直波宽计算:找出集合Cbusiness中业务中心在垂直方向对应的最低栅格和最高栅格再根据公式(15)、(16)计算出最低、最高栅格相对于小区h的坐标(xh,yh,zh)位置的下倾角etiltmax、etiltmin,同理,选取2*(etiltmax-etiltideal)和2*(etiltideal-etiltmin)中最大的作为输出的理想水平波宽vbwideal。
步骤S1402、根据各设备厂家默认的5G权值表将理论权值组合映射为各设备厂家实际可支持的权值组合。
具体的,可结合各个设备厂家默认的5G权值表,如下表二所示,为华为5G默认权值表:
表二
从中筛选中所有能够包含输出的理想权值四元组(eazimuthideal、etiltideal、hbwideal、vbwideal)的所有权值组合作为输出,得到各设备厂家实际可支持的权值组合。具体地,这里可以通过两种方法实现:
第一种方式,从默认权值表中选出与理想权值四元组相近的默认权值组合为起始,对默认权值表进行遍历,电子下倾角的步长(默认最小为1°)和电子方向角的步长(默认最小为1°),找出所有可以满足理想权值四元组(eazimuthideal、etiltideal、hbwideal、vbwideal)覆盖的权值组合(即该权值组合可以包含理想权值四元组的覆盖范围),这样可以保证得出的新的权值组合对现有的业务分布区域具有良好的覆盖。
第二种方式,对默认权值表整体进行遍历,在遍历时,电子下倾角的步长(默认最小为1°)和电子方向角的步长(默认最小为1°),找出所有覆盖业务栅格数占业务栅格集合Cbusiness比例95%以上的权值组合。这样能够一定程度上保证现有业务覆盖的前提下,得到尽量多的可选权值组合。
步骤S1403、基于可支持的权值组合对应的天线增益、天线发射功率及第一路损对业务分布中心栅格簇的中心栅格的覆盖情况进行评估。
具体的,对于遍历到的可支持的权值组合中每个权值组合Wi,再根据该权值组合对应的默认权值pattern的三维天线增益方向图,如图4所示,读出当前权值组合的配置的天线增益Gnew,再通过根据公式(12)计算出业务分布中心栅格簇的中心栅格的路损Lc,结合当前的天线发射功率Pnew,通过如下公式计算出当前业务分布中心栅格簇的中心栅格的RSRP值:
RSRPnew=Pnew+Gnew-Lc (17)
如果此时的RSRPnew相比于调整前的值有RSRPnew-RSRP>3dbm,即覆盖提升幅度大于预设阈值时,则说明该权值组合对当前业务分布中心栅格簇的中心栅格的覆盖能有效提升,则把得到权值组合Wi作为初始权值组合,遍历完成后,输出初始权值组合集合{W}。
在一个可选实施例中,步骤S150具体包括:
步骤S1501、当深度弱覆盖栅格的数量大于第二预设阈值且分布较为集中时,对深度弱覆盖栅格进行聚类处理,得到深度弱覆盖栅格簇。
具体的,当深度弱覆盖栅格的数量大于一定数值时(默认大于100),可以通过三维DBSCAN(Density-Based Spatial Clustering of Applications withNoise,具有噪声的基于密度)的聚类方法对深度弱覆盖栅格进行聚类,从而提升后续计算的效率。实现算法如下:
输入:包含nweak个深度弱覆盖栅格的数据集Dweak,每个栅格中心点的经度、维度和高度信息已经转化为三维坐标系坐标(xi,yi,zi);
邻域半径:ε=30米;
密度阈值:MinPts=5;
输出:基于密度聚类的深度弱覆盖栅格簇集合Cweak;
Step1.将所有深度弱覆盖栅格标记为unvisited
Step2.当有标记为unvisited的栅格时
1.随机选取一个unvisited对象p
2.标记p为visited
3.如果p的ε邻域内至少有MinPts个对象,则
1.创建一个新的簇C,并把p放入C中
2.设N是p的ε邻域内的集合,对N中的每个点p′
1.如果点p′是unvisited
1.标记p′是visited
2.如果p′的ε邻域内至少有MinPts个对象,则把这些点添加到集合N中
3.如果p′还不是任何簇的成员,则把p′添加到C
3.保存C
4.否则标记p为噪声
Step3.输出集合{Cweak}
在得到集合{Cweak}后,同样可以利用上述定位业务分布中心栅格簇的中心栅格的算法定位出每个深度弱覆盖足栅格簇的中心栅格结合公式(8)计算出的为后续根据得到深度弱覆盖栅格簇的中心栅格和小区栅格之间的第二路损做准备。
步骤S1502、确定深度弱覆盖栅格簇的中心栅格和小区栅格之间的第二路损。
本步骤第二路损的计算方法与第一路损的计算方法相同,具体参见上述计算第一路损的相关描述,这里不再赘述。
步骤S1503、基于初始权值组合对应的天线增益、天线发射功率及第二路损对深度弱覆盖栅格簇的中心栅格的覆盖情况进行评估。
具体地,对于初始权值组合集合{W}中每个权值组合,结合深度弱覆盖栅格簇集合{Cweak}中每个深度弱覆盖栅格簇的中心栅格计算出的路损利用公式(17)计算出当前每个深度弱覆盖簇的中心栅格的RSRP值最后,对全部的M个深度弱覆盖栅格簇的中心栅格的权值调整前后的RSRP变化进行统计:
其中,k表示初始权值组合集合{W}中的第k套初始权值(总计有K套权值),表示簇中心栅格优化前的RSRP均值,即为该套权值对弱覆盖栅格集合{Cweak}整体改善情况的评估。对候选权值集合{W}中全部K套权值均通过公式(17)和(18)进行深度弱覆盖栅格提升评估,舍去所有取值小于0的权值组合,对于{W}中剩下的权值组合,按照取值从大到小进行排序,得到最终的权值组合集合
如果最终的权值组合集合不为空,则可以直接输出其中的一套权值组合作为最终的输出,这里一般以输出的权值组合集合中的第一套权值组合作为最终的输出,即对业务分布中心栅格簇的中心栅格有覆盖提升(RSRPnew-RSRP>3dbm)且深度弱覆盖栅格改善最好(对应于最大的)的权值组合。
本实施例适用于对每个深度弱覆盖栅格簇的中心栅格进行覆盖评估,即适用于深度弱覆盖栅格较多且分布较为集中的情况,通过只对每个深度弱覆盖栅格簇的中心栅格的覆盖情况进行评估,可以有效的降低计算消耗、提升计算效率。
实施例二
图5示出了本发明实施例二提供的5G权值自适应优化装置的结构示意图。如图5所示,该装置包括:栅格映射模块31、栅格识别模块32、业务路损确定模块33、业务栅格评估模块34和深度弱覆盖栅格评估模块35;其中,
栅格映射模块31用于建立三维立体栅格,并将5G测量报告MR采样点映射到所述三维立体栅格中的各栅格内;
栅格识别模块32用于基于各栅格内的采样点数据识别对应栅格是业务栅格还是深度弱覆盖栅格;
业务路损确定模块33用于基于业务栅格确定业务分布中心栅格簇,并确定所述业务分布中心栅格簇的中心栅格和小区栅格之间的第一路损;
业务栅格评估模块34用于基于所述第一路损对所述业务分布中心栅格簇的中心栅格的覆盖情况进行评估,确定对覆盖情况有所改善的权值组合,得到初始权值组合集合;
深度弱覆盖栅格评估模块35用于基于所述初始权值组合中深度弱覆盖栅格和小区栅格之间的第二路损对所述深度弱覆盖栅格的覆盖情况进行评估,确定对覆盖情况有所改善的权值组合,得到最终的权值组合。
进一步的,所述业务路损确定模块33具体用于:根据各业务栅格的价值按照从大到小的顺序将对应业务栅格加入业务栅格集合中,直至所述业务栅格集合中的所有业务栅格的价值之和大于第一预设阈值,将当前的业务栅格集合作为业务分布中心栅格簇。
进一步的,所述业务栅格评估模块34具体用于:根据业务栅格的中心点计算出理论权值组合;根据各设备厂家默认的5G权值表将所述理论权值组合映射为所述各设备厂家实际可支持的权值组合;基于所述可支持的权值组合对应的天线增益、天线发射功率及第一路损对所述业务分布中心栅格簇的中心栅格的覆盖情况进行评估。
进一步的,所述深度弱覆盖栅格评估模块35具体用于:当深度弱覆盖栅格的数量大于第二预设阈值且分布较为集中时,对深度弱覆盖栅格进行聚类处理,得到深度弱覆盖栅格簇;确定深度弱覆盖栅格簇的中心栅格和小区栅格之间的第二路损;基于所述初始权值组合对应的天线增益、天线发射功率及第二路损对所述深度弱覆盖栅格簇的中心栅格的覆盖情况进行评估。
进一步的,所述业务栅格评估模块34具体用于:基于所述可支持的权值组合对应的天线增益、天线发射功率及第一路损确定各业务分布中心栅格簇的中心栅格的参考信号接收功率RSRP;基于各业务分布中心栅格簇的中心栅格的RSRP确定各业务分布中心栅格簇的中心栅格的覆盖提升幅度;基于各业务分布中心栅格簇的中心栅格的覆盖提升幅度确定对覆盖情况有所改善的权值组合。
进一步的,所述深度弱覆盖栅格评估模块35具体用于:基于所述初始权值组合对应的天线增益、天线发射功率及第二路损确定各业务分布中心栅格簇的中心栅格的RSRP;基于M个深度弱覆盖栅格簇的中心栅格的RSRP确定覆盖提升度;基于所述覆盖提升度对所述深度弱覆盖栅格簇的中心栅格的覆盖情况进行评估。
进一步的,所述权值组合由电子方向角、电子下倾角、水平波宽和垂直波宽中的多项权值。
本发明实施例所述的5G权值自适应优化装置用于执行上述实施例所述的5G权值自适应优化方法,其工作原理与技术效果类似,这里不再赘述。
实施例三
本发明实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的5G权值自适应优化方法。
实施例四
图6示出了本发明实施例提供的计算设备的结构示意图,本发明具体实施例并不对计算设备的具体实现做限定。
如图6所示,该计算设备可以包括:处理器(processor)、通信接口(Communications Interface)、存储器(memory)、以及通信总线。
其中:处理器、通信接口、以及存储器通过通信总线完成相互间的通信。通信接口,用于与其它设备比如客户端或其它服务器等的网元通信。处理器,用于执行程序,具体可以执行上述用于计算设备的5G权值自适应优化方法及小区方位角预测方法实施例中的相关步骤。
具体地,程序可以包括程序代码,该程序代码包括计算机操作指令。
处理器可能是中央处理器CPU,或者是特定集成电路ASIC(Application SpecificIntegrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器,用于存放程序。存储器可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序具体可以用于使得处理器执行上述任意方法实施例中的5G权值自适应优化方法。程序中各步骤的具体实现可以参见上述5G权值自适应优化方法实施例中的相应步骤和单元中的描述,在此不赘述。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,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明实施例也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明实施例的内容,并且上面对特定语言所做的描述是为了披露本发明实施例的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明实施例并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明实施例要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明实施例还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明实施例的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明实施例进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明实施例可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。
Claims (10)
1.一种5G权值自适应优化方法,其特征在于,包括:
建立三维立体栅格,并将5G测量报告MR采样点映射到所述三维立体栅格中的各栅格内;
基于各栅格内的采样点数据识别对应栅格是业务栅格还是深度弱覆盖栅格;
基于业务栅格确定业务分布中心栅格簇,并确定所述业务分布中心栅格簇的中心栅格和小区栅格之间的第一路损;
基于所述第一路损对所述业务分布中心栅格簇的中心栅格的覆盖情况进行评估,确定对覆盖情况有所改善的权值组合,得到初始权值组合集合;
基于所述初始权值组合中深度弱覆盖栅格和小区栅格之间的第二路损对所述深度弱覆盖栅格的覆盖情况进行评估,确定对覆盖情况有所改善的权值组合,得到最终的权值组合。
2.根据权利要求1所述的方法,其特征在于,所述基于业务栅格确定业务分布中心栅格簇,包括:
根据各业务栅格的价值按照从大到小的顺序将对应业务栅格加入业务栅格集合中,直至所述业务栅格集合中的所有业务栅格的价值之和大于第一预设阈值,将当前的业务栅格集合作为业务分布中心栅格簇。
3.根据权利要求1所述的方法,其特征在于,所述基于所述第一路损对所述业务分布中心栅格簇的中心栅格的覆盖情况进行评估,包括:
根据业务栅格的中心点计算出理论权值组合;
根据各设备厂家默认的5G权值表将所述理论权值组合映射为所述各设备厂家实际可支持的权值组合;
基于所述可支持的权值组合对应的天线增益、天线发射功率及第一路损对所述业务分布中心栅格簇的中心栅格的覆盖情况进行评估。
4.根据权利要求1所述的方法,其特征在于,所述基于所述初始权值组合中深度弱覆盖栅格和小区栅格之间的第二路损对所述深度弱覆盖栅格的覆盖情况进行评估,包括:
当深度弱覆盖栅格的数量大于第二预设阈值且分布较为集中时,对深度弱覆盖栅格进行聚类处理,得到深度弱覆盖栅格簇;
确定深度弱覆盖栅格簇的中心栅格和小区栅格之间的第二路损;
基于所述初始权值组合对应的天线增益、天线发射功率及第二路损对所述深度弱覆盖栅格簇的中心栅格的覆盖情况进行评估。
5.根据权利要求3所述的方法,其特征在于,所述基于所述可支持的权值组合对应的天线增益、天线发射功率及第一路损对所述业务分布中心栅格簇的中心栅格的覆盖情况进行评估,包括:
基于所述可支持的权值组合对应的天线增益、天线发射功率及第一路损确定各业务分布中心栅格簇的中心栅格的参考信号接收功率RSRP;
基于各业务分布中心栅格簇的中心栅格的RSRP确定各业务分布中心栅格簇的中心栅格的覆盖提升幅度;
基于各业务分布中心栅格簇的中心栅格的覆盖提升幅度确定对覆盖情况有所改善的权值组合。
6.根据权利要求4所述的方法,其特征在于,所述基于所述初始权值组合对应的天线增益、天线发射功率及第二路损对所述深度弱覆盖栅格簇的中心栅格的覆盖情况进行评估,包括:
基于所述初始权值组合对应的天线增益、天线发射功率及第二路损确定各业务分布中心栅格簇的中心栅格的RSRP;
基于M个深度弱覆盖栅格簇的中心栅格的RSRP确定覆盖提升度;
基于所述覆盖提升度对所述深度弱覆盖栅格簇的中心栅格的覆盖情况进行评估。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述权值组合由电子方向角、电子下倾角、水平波宽和垂直波宽中的多项权值。
8.一种5G权值自适应优化装置,其特征在于,包括:
栅格映射模块,用于建立三维立体栅格,并将5G测量报告MR采样点映射到所述三维立体栅格中的各栅格内;
栅格识别模块,用于基于各栅格内的采样点数据识别对应栅格是业务栅格还是深度弱覆盖栅格;
业务路损确定模块,用于基于业务栅格确定业务分布中心栅格簇,并确定所述业务分布中心栅格簇的中心栅格和小区栅格之间的第一路损;
业务栅格评估模块,用于基于所述第一路损对所述业务分布中心栅格簇的中心栅格的覆盖情况进行评估,确定对覆盖情况有所改善的权值组合,得到初始权值组合集合;
深度弱覆盖栅格评估模块,用于基于所述初始权值组合中深度弱覆盖栅格和小区栅格之间的第二路损对所述深度弱覆盖栅格的覆盖情况进行评估,确定对覆盖情况有所改善的权值组合,得到最终的权值组合。
9.一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的5G权值自适应优化方法的操作。
10.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-7中任一项所述的5G权值自适应优化方法的操作。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111335448.5A CN116112936A (zh) | 2021-11-11 | 2021-11-11 | 5g权值自适应优化方法、装置、设备及存储介质 |
PCT/CN2022/129509 WO2023083088A1 (zh) | 2021-11-11 | 2022-11-03 | 5g权值自适应优化方法、装置、计算设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111335448.5A CN116112936A (zh) | 2021-11-11 | 2021-11-11 | 5g权值自适应优化方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116112936A true CN116112936A (zh) | 2023-05-12 |
Family
ID=86258478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111335448.5A Pending CN116112936A (zh) | 2021-11-11 | 2021-11-11 | 5g权值自适应优化方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116112936A (zh) |
WO (1) | WO2023083088A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108271171B (zh) * | 2016-12-31 | 2021-10-29 | 中国移动通信集团辽宁有限公司 | 建筑物网络状况统计方法及装置 |
CN111343648B (zh) * | 2018-12-19 | 2023-11-03 | 中国移动通信集团辽宁有限公司 | 一种区域分析方法、装置及设备 |
CN111385805B (zh) * | 2018-12-29 | 2022-08-19 | 中兴通讯股份有限公司 | 射频指纹信息库生成、栅格定位方法及装置 |
CN113131974B (zh) * | 2019-12-30 | 2022-08-05 | 中国移动通信集团四川有限公司 | 一种基于3dmimo的天线权值自动寻优的方法及装置 |
-
2021
- 2021-11-11 CN CN202111335448.5A patent/CN116112936A/zh active Pending
-
2022
- 2022-11-03 WO PCT/CN2022/129509 patent/WO2023083088A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023083088A1 (zh) | 2023-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105163337B (zh) | 一种基于覆盖预测仿真的移动网络数据地理映射的方法 | |
KR101213363B1 (ko) | 수신신호강도의 거리추정방식에 의거하여 4개 이상의 앵커노드를 이용한 실내 무선 측위 방법 및 이 방법을 실시하기 위한 프로그램이 기록된 기록매체 | |
CN105430664B (zh) | 一种基于分类拟合预测传播路损的方法和装置 | |
CN109996279B (zh) | 过覆盖小区定位方法、装置、设备及介质 | |
CN112950243B (zh) | 一种5g站址规划方法、装置、电子设备及存储介质 | |
CN109313273A (zh) | 记录有室内外判断程序的记录介质、室内外判断系统、室内外判断方法、移动终端和室内外环境分类判断单元 | |
CN111246383A (zh) | 基于蓝牙室内定位算法优化 | |
WO2022017012A1 (zh) | 一种网络配置方法及装置 | |
CN109444812B (zh) | 一种引入动态阈值的rssi室内定位方法 | |
CN114501530B (zh) | 基于深度强化学习的天线参数的确定方法和装置 | |
CN109874146A (zh) | 一种预测路损的方法及装置 | |
CN112203293A (zh) | 小区过覆盖识别方法、装置、设备及计算机存储介质 | |
CN112312301A (zh) | 用户终端定位方法、装置、设备及计算机存储介质 | |
CN112199453A (zh) | 话务热点聚类方法、装置、设备及计算机存储介质 | |
CN112558076A (zh) | 基于组网天气雷达覆盖域的体扫描模式计算方法与应用 | |
CN110798804A (zh) | 一种室内定位方法和装置 | |
CN109429330B (zh) | 室内定位方法、装置、设备和介质 | |
CN114710747A (zh) | 通导融合系统的室分节点布局方法及装置 | |
CN109982368B (zh) | 小区方位角的核查方法、装置、设备及介质 | |
CN116112936A (zh) | 5g权值自适应优化方法、装置、设备及存储介质 | |
CN113055927B (zh) | 基站经纬度定位方法、装置、计算设备及计算机存储介质 | |
CN114501364B (zh) | 基于wifi信号的室内定位方法、装置以及电子设备 | |
CN113038485A (zh) | 基于mdt数据的基站小区功率参数计算方法及装置 | |
CN113301503B (zh) | 弱覆盖区域检测方法及装置 | |
CN116867061B (zh) | 定位方法及设备 |
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 |