CN118055438A - 一种通信干扰源的定位方法和装置 - Google Patents
一种通信干扰源的定位方法和装置 Download PDFInfo
- Publication number
- CN118055438A CN118055438A CN202211426789.8A CN202211426789A CN118055438A CN 118055438 A CN118055438 A CN 118055438A CN 202211426789 A CN202211426789 A CN 202211426789A CN 118055438 A CN118055438 A CN 118055438A
- Authority
- CN
- China
- Prior art keywords
- interference
- sub
- cell
- cells
- azimuth angle
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000010295 mobile communication Methods 0.000 claims abstract description 17
- 230000002452 interceptive effect Effects 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000011835 investigation Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 101150071746 Pbsn gene Proteins 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种通信干扰源的定位方法和装置,用以解决定位通信干扰源效率低的问题。本申请提供的方案包括:获取干扰小区在多个角度的子波束级别的波束干扰电平值,干扰小区为上行干扰电平值超过预设电平值的移动通信小区;根据多个角度的子波束级别的波束干扰电平值确定干扰小区受干扰最强的干扰方位角度;获取干扰小区中的在干扰方位角度上受干扰的多个用户设备的子波束级别的通信性能指标;根据多个用户设备的子波束级别的通信性能指标表征的受干扰的用户设备的所在位置确定干扰源的位置。
Description
技术领域
本申请涉及通信领域,尤其涉及一种通信干扰源的定位方法和装置。
背景技术
在通信技术领域,各种信号放大器、屏蔽器、以及无线电发射器等电子设备,都可能造成无线网络干扰。以第五代移动通信技术(5th Generation Mobile CommunicationTechnology,5G)为例,5G网络站点数量多、频段宽,较容易受到上述无线网络干扰。
现有技术中,需要人工分析查找定位通信干扰源,具体需要技术人员进行实地的测量和测量结果分析,这种方式排查定位干扰源的效率低。而且,人工定位干扰源的方式室分依赖人员技术经验,定位精度较低,对人员技术和测量设备的要求较高。
如何高效准确地定位通信干扰源,是本申请所要解决的技术问题。
发明内容
本申请实施例的目的是提供一种通信干扰源的定位方法和装置,用以解决定位通信干扰源效率低的问题。
第一方面,提供了一种通信干扰源的定位方法,包括:
获取干扰小区在多个角度的子波束级别的波束干扰电平值,所述干扰小区为上行干扰电平值超过预设电平值的移动通信小区;
根据多个角度的子波束级别的波束干扰电平值确定所述干扰小区受干扰最强的干扰方位角度;
获取所述干扰小区中的在所述干扰方位角度上受干扰影响的多个用户设备的子波束级别的通信性能指标数据;
根据所述多个用户设备的子波束级别的通信性能指标数据表征的受干扰影响的用户设备的所在位置确定干扰源的位置。
第二方面,提供了一种通信干扰源的定位装置,包括:
第一获取模块,获取干扰小区在多个角度的子波束级别的波束干扰电平值,所述干扰小区为上行干扰电平值超过预设电平值的移动通信小区;
第一确定模块,根据多个角度的子波束级别的波束干扰电平值确定所述干扰小区受干扰最强的干扰方位角度;
第二获取模块,获取所述干扰小区中的在所述干扰方位角度上受干扰影响的多个用户设备的子波束级别的通信性能指标数据;
第二确定模块,根据所述多个用户设备的子波束级别的通信性能指标数据表征的受干扰影响的用户设备的所在位置确定干扰源的位置。
第三方面,提供了一种电子设备,该电子设备包括处理器、存储器及存储在该存储器上并可在该处理器上运行的计算机程序,该计算机程序被该处理器执行时实现如第一方面的方法的步骤。
第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质上存储计算机程序,该计算机程序被处理器执行时实现如第一方面的方法的步骤。
在本申请实施例中,通过获取干扰小区在多个角度的子波束级别的波束干扰电平值,干扰小区为上行干扰电平值超过预设电平值的移动通信小区;根据多个角度的子波束级别的波束干扰电平值确定干扰小区受干扰最强的干扰方位角度;获取干扰小区中的在干扰方位角度上受干扰的多个用户设备的子波束级别的通信性能指标数据;根据多个用户设备的子波束级别的通信性能指标数据表征的受干扰的用户设备的所在位置确定干扰源的位置,能应用子波束级别的数据精准确定干扰源来向角度,进而提升定位干扰源的准确性,能广泛应用于多种移动通信网络。在确定了受干扰最强的干扰方位角度之后,能针对该干扰方向角度有针对性地获取该方向上的用户设备的通信性能指标数据,能有效提升干扰源定位效率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1a是本申请实施例一种通信干扰源的定位方法的流程示意图之一。
图1b是本申请实施例包含三个小区和干扰源的位置关系示意图。
图2a是本申请实施例一种通信干扰源的定位方法的流程示意图之二。
图2b是本申请实施例一种通信干扰源的定位方法的质差MR数据栅格化后的地理平面图之一。
图2c是本申请实施例一种通信干扰源的定位方法的质差MR数据栅格化后的地理平面图之二。
图3是本申请实施例一种通信干扰源的定位方法的流程示意图之三。
图4a是本申请实施例一种通信干扰源的定位方法的流程示意图之四。
图4b是本申请实施例一种通信干扰源的定位方法的基于干扰中心线确定干扰子波束覆盖范围的地理平面示意图。
图5是本申请实施例一种通信干扰源的定位方法的流程示意图之五。
图6是本申请实施例一种通信干扰源的定位方法的流程示意图之六。
图7是本申请实施例一种通信干扰源的定位方法的流程示意图之七。
图8是本申请实施例一种通信干扰源的定位装置的结构示意图。
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清楚、完整地描述,显然,所描述的实施例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作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。本申请中附图编号仅用于区分方案中的各个步骤,不用于限定各个步骤的执行顺序,具体执行顺序以说明书中描述为准。
在通信领域,对于受到干扰的通信小区,一般采用先获取高干扰小区,再进行人工分析查找定位的方式,往往需要依赖于人工经验。由于人工参与程度高,排查区域不够明确,导致劳动强度大、对技术和设备要求高,往往排查时间较长。
为了解决现有技术中存在的问题,本申请实施例提供一种通信干扰源的定位方法,如图1a所示,包括:
S11:获取干扰小区在多个角度的子波束级别的波束干扰电平值,所述干扰小区为上行干扰电平值超过预设电平值的移动通信小区。
本实例中所述的干扰小区是指受到干扰源干扰的通信小区。通信小区往往具有多个子波束,干扰小区的判断依据是小区干扰电平值超过预设电平值,该预设电平值可以根据实际需求预先设定。可选的,如果小区干扰电平值的抬升幅度(与未受干扰时的抬升幅度相比)超过预设抬升幅度门限,也可认定该小区是干扰小区。
图1b为包含三个小区和干扰源的位置关系示意图,图中示出了S1、S2和S3这三个小区,中心处的五角星是全向干扰源位置。通常而言,干扰源对小区S1的#3子波束、S2的#3子波束、S3的#3子波束方向所带来的干扰最强,这是由于干扰源信号对小区的上行干扰以直线传播距离最短、且主要对准这三个子波束的窄波瓣范围内。使得#3子波束方向的干扰电平最强,同时干扰源也将影响#3子波束下的用户业务性能如误包率、速率、吞吐量等指标。需要说明的是,此处子波束一般指小区下的SSB(同步信号和PBCH块,SynchronizationSignal and PBCH block,简称SSB)子波束,也可以指CSI-RS(Channel StateInformation-Reference Signal--信道状态信息参考信号)波束,或者其他类型波束,数量不限,本提案不作具体限制。常见的5G小区配置有8个SSB子波束、32个CSI-RS波束等。
可选的,干扰小区的判断条件为5秒级别的上行干扰电平值RIP>-100dBm。
S12:根据多个角度的子波束级别的波束干扰电平值确定所述干扰小区受干扰最强的干扰方位角度。
由于在不同角度的子波束级别的波束干扰电平值往往不同,使得小区干扰最强来向可理解为是干扰小区的子波束指向角度,且该角度所对应的波束干扰电平最强。此时将重点关注对象从干扰小区转换为干扰波束,其经纬度地址同干扰小区,其方位角是对应的波束干扰电平最强的那个方向的角度。需要说明的是,此处子波束也可以是小区天线通道或其组合,或者其他接收单元及其组合,本提案不作具体限制,可根据实际条件灵活运用。
为了判断最强的干扰方位角度,本方案中获取各角度波束的干扰电平值,再取最大电平值对应的那个波束作为干扰最强来向波束。比如说,在干扰小区的8个子波束中,选择干扰电平值最大的子波束方位角,作为小区干扰最强来向角度。举例而言,可以获取干扰小区在各个角度的上行干扰电平值,该干扰电平值能反映对应的角度上即子波束覆盖方向、上行受干扰的程度。
其中,干扰小区的用于测定子波束级干扰电平值的接收端的多根天线或多个接收通道或多个接收单元,用于接收对应子波束下的用户信号和可能的干扰源信号及噪声等,即上述接收端的多根天线或多个接收通道或多个接收单元与下行子波束相对应。小区子波束级干扰电平的信号接收及处理装置,即指由接收和处理来自于下行波束下的用户上行发射信号的接收天线、接收通道或接收单元处理,但为方便理解本提案的方法介绍,小区子波束级干扰电平的信号接收及处理范围,一定程度上可形象地视为下行子波束的波束发射方向及波瓣宽度范围(包括波束方位角、下倾角、水平波瓣宽度、垂直波瓣宽度等)。如果下行波束刚好对准了干扰源来向,则小区侧子波束级干扰会更强。在实际应用中,波束越多越窄,不同波束方向的测量结果差异性越大,确定的干扰方位角度也越准确。
其中,子波束级干扰电平这一新概念和定义由本提案首次提出,而子波束级干扰电平的物理信号测量方式可以与小区级干扰电平的测量方式类似或一致,本提案不作具体限制。子波束级干扰电平的测量装置,在干扰测量时间频率上进行PRB(Physical ResourceBlock,物理资源块)级别的干扰测量。用于实现上述干扰电平值测量的装置包括但不限于天线面板,接收天线单元,接收天线端口,接收通道等具有接收天线工作的天线元件。
进一步的,在测量得到多种干扰参数之后,可以通过计算的方式来确定各子波束干扰平均值,作为一段时间的子波束干扰电平值。举例而言,小时和天粒度的子波束上行干扰电平值可按如下方式统计:
小时粒度:分别将273PRB的每个RB级的小时电平值(单位dBm)转换成273个电平值(单位mW),表示为X(mW)=10^(X(dBm)/10),将273个电平值(单位mW)进行算术平均得到Y(单位mW)后,再转换成电平值(单位dBm),表示为Y(dBm)=10*lg(Y(mW)),即得到每小时的子波束干扰电平平均值。
天粒度:将子波束级的8点-22点的每个小时的干扰平均值进行算术平均,得到子波束的天粒度干扰电平平均值。
需要指出的是,还可以根据不同的时间范围,得到其他时间粒度的子波束级干扰电平统计值。
S13:获取所述干扰小区中的在所述干扰方位角度上受干扰影响的多个用户设备的子波束级别的通信性能指标数据。
在本实例中,以5G(5th Generation Mobile Communication Technology,第五代移动通信技术)为例进行说明。在得到一个小区下多个子波束级干扰电平值后,与最大值对应的子波束方向就是干扰方位角。可选的,上述获取的是受干扰影响最强的多个用户设备的子波束级别的通信性能指标。
确定了干扰方位角度之后,获取该角度上多个用户设备的子波束级别的通信性能指标。该通信性能指标例如可以是5G终端上报的MR(Measurement Report,测量报告)数据,如果其中包含有子波束级别标识,则可以直接选取与子波束级干扰电平最大值对应的子波束MR数据。
如果其不包含有子波束级别标识而仅有小区级别标识,那么可以获取所述干扰方位角度上受干扰影响的多个用户设备的小区级通信性能指标,在实际中所述干扰方位角度的计算设定,可以使用下行子波束的波束发射方向及波瓣宽度范围(包括波束方位角、下倾角、水平波瓣宽度、垂直波瓣宽度等)代替。
需要说明的是,如果不具备得到一个小区下多个子波束级的干扰电平值,但是可以获得包含有子波束级别标识的MR数据,那么也可以通过以下提案方法判断受干扰影响最大的子波束,进而得到与此对应的子波束方向就是干扰方位角。方法如下:将不同子波束的MR数据进行分别统计RSRP、RSRQ、PHR等指标,找出其中RSRP较大、RSRQ较小、PHR较小的子波束,作为受干扰影响最大的子波束。
前述干扰方位角度一般是对应于一个子波束,但在不同条件下也可能对应一个以上子波束,此时可以视为有多个干扰方位角度,本提案不作具体分析和限制,但应用方法和原理相同或类似。
S14:根据所述多个用户设备的子波束级别的通信性能指标数据表征的受干扰影响的用户设备的所在位置确定干扰源的位置。
基于获取到的干扰方位角度的多个用户设备的MR数据,选取干扰子波束质差样本点,进而根据获取到的质差样本点在地理位置的分布来实现干扰源定位。比如说,将MR质差样本所在的位置的加权质心确定为干扰源的位置。另外,如果质差样本数量较多,也可以将多个MR质差样本汇聚到地理化栅格,进而对上述地理化的干扰质差栅格进行分析,定位出干扰源的位置,将MR质差样本所在栅格的加权质心确定为干扰源的位置。可选的,所述干扰源的位置是受干扰影响最强的用户设备的所在位置。
通过本申请实施例提供的方案,根据子波束的方位角选取干扰小区子波束覆盖范围内的受干扰用户的MR数据,可获得更精准的干扰数据,再把筛选后的MR数据进行汇聚定位干扰源。由于缩小了定位范围,剔除了无关数据,定位精度能进一步提升。本方案基于子波束级数据应用以及干扰源MR定位,能够实现精准的干扰源分析定位。而且,基于现网无需增设移动检测设备,基于子波束级别数据即可定位干扰源来向,进而有利于提升定位干扰源的准确性。
基于上述实施例提供的方案,可选的,如图2a示,上述步骤S14,包括:
S21:根据所述多个用户设备的子波束级别的通信性能指标数据生成均匀排布的多个地理位置栅格,其中,任一所述通信性能指标数据表征的受干扰影响的用户设备的所在位置属于所述多个地理位置栅格内。
上述通信性能指标包括但不限于MR、MDT(Minimization of Drive-tests,最小化路测)等,其中包含有测量参数,并可对应到地理位置信息,基于地理位置信息可以生成包含有各用户设备的地理位置栅格。地理位置栅格可以是正方形或其他便于计算处理的形状,举例而言,栅格为50*50米的正方形栅格。
在实际应用中,对于同一位置的MR和MDT数据,需要对相同用户设备产生的样本点执行去重或合并,以得到该位置的包含多种通信性能参数的完整样本点。如果该位置仅有MR或MDT数据之一,也可以直接应用仅有的通信性能指标来执行后续步骤。
MR数据表格如下示例:
其中,表格内的ECI(E-UTRAN Cell Identifier,E-UTRAN)是指小区唯一标识。在本实例中,以栅格中心的经纬度对地理栅格实现记录。
S22:确定所述多个用户设备的子波束级别的通信性能指标数据表征的各个地理位置栅格内的受干扰的用户设备的数量。
质差MR数据栅格化后的地理平面图如图2b所示,图中的小圆点就是质差栅格的中心点,相邻栅格点的最近距离为50米。干扰源所在位置用五星表示。在实际应用中,也可以通过颜色、标识等其他识别性高的方式来标示各栅格中包含的受干扰的用户设备的数量。
S23:将所述多个地理位置栅格的加权质心确定为干扰源的位置,其中,所述多个地理位置栅格的加权权值根据多个地理位置栅格分别包含的受干扰的用户设备的数量确定。
在本步骤中,基于上述已经确定的各地理位置栅格内受干扰的用户设备的数量,进一步确定干扰源的位置。举例而言,可以将MR数据的对应于干扰簇下小区的全部质差栅格求加权质心。其中,干扰簇包含1或更多个小区,这些小区的干扰波形相同或相似,在时间上具有同步变化的特点,为同一干扰源引起。这些小区下的质差终端分布于若干栅格位置,将所有这些栅格位置进行加权,权重是指每个栅格里的这些小区下质差终端数量之和。
在本实例中,假设同一栅格内仅有一个小区信号覆盖,同一栅格内的终端均在同一小区覆盖之下。在实际应用中,可能存在同一个栅格由多个不同小区覆盖的情况,那么可以分别对各个栅格里各小区的质差终端数执行求和计算。
假设统计计算得到的各栅格内受干扰的用户设备的情况如下表:
基于该表格,可以计算所有栅格的加权质心以确定干扰源位置,则干扰源G点经度为:
(a*4557+b*137+c*10+d*158+e*426+f*37)/(4557+137+10+158+426+37)
相应的,纬度与经度的计算方法相同。
用一般化公式可表示为:
其中xk为符合干扰质差条件的1到n个栅格的经度值,wk为每个栅格(1到n个)内的1到多个干扰小区下质差终端数量之和。纬度的计算方式与经度相同,可以得到干扰源G点位置。
除了本实施例中所述的加权质心确定干扰源位置的方式以外,也可以应用平均值、极值或其他统计参数来定位干扰源位置。
通过本申请实施例提供的方案,应用子波束级别的通信性能指标数据和地理位置栅格来统计确定出干扰源位置。基于子波束级别的参数能更准确地实现干扰源定位,提高定位效率,降低对人工经验的依赖。
除了上述实例外,还可以按下述方式定位干扰源:
以干扰簇内最强干扰小区位置为中心,边长600米正方形(也可以其他边长,还可以其他形状如圆形)的地理范围内,选取干扰簇下小区的质差栅格求位置加权平均,权重是每个栅格里的1到多个干扰小区下干扰质差终端数量之和。图2c为质差MR数据栅格化后的地理平面图,图中为包含了3个干扰小区的干扰簇,最强干扰小区位置就是3小区所属基站位置,方框范围即边长600米的正方形(12*12栅格),其内部包含的质差栅格即为参与计算干扰源H点的对象。
或者,选取栅格中干扰簇下各小区的质差终端数之和在均值以上的栅格,对这些栅格位置加权平均,权重是每个栅格里的1到多个干扰小区下质差终端数量之和。
假设某干扰簇所包含小区中,所有的栅格化MR干扰质差数据为:
则干扰源I点经度=(a*4557)/(4557);纬度可类似计算得出。此时仅有第一个栅格符合干扰源I点条件:干扰终端个数=4557>均值887.5。
又或者,以干扰簇为单位,选取干扰簇下小区的栅格中质差终端数之和较大的那一半栅格,对这些栅格位置加权平均,权重是每个栅格里的1到多个干扰小区下质差终端数量之和。假设某干扰簇所包含小区中,所有的栅格化MR数据为:
则干扰源J点经度=(a*4557+e*426+d*158)/(4557+426+158);纬度可类似计算得出。此时有3个栅格符合干扰源J点条件:干扰终端个数为按降序排列的前三。
再或者,以干扰簇为单位,选取干扰簇下小区的质差栅格终端数在最大值的一半值以上的栅格,对这些栅格位置加权平均,权重是每个栅格里的1到多个干扰小区下质差终端数量之和。则本例中干扰源K点经度=a;纬度可类似得出。
再或者,以干扰簇为单位,选取干扰簇下小区的栅格中质差终端数之和最多的栅格位置,此时符合条件的栅格唯一而无需加权。则本例中干扰源L点经度=a;纬度可类似得出。
再或者,以干扰簇为单位,选取干扰簇下小区的栅格中质差终端数之和较大的前3个栅格,对这3个栅格位置加权平均,权重是每个栅格里的1到多个干扰小区下质差终端数量之和。
则本例中干扰源M点经度=(a*4557+e*426+d*158)/(4557+426+158);纬度可类似计算得出。
上述干扰源参考点可以择优部分排查或者按照一定优先级进行排序后排查。排序计算依据可以是根据日常排查结果统计得到的经验排序;也可以各参考点位置为中心,按照其所在栅格或周边若干栅格的干扰质差程度进行排序;还可以是计算上述干扰源参考点G-M时所选取的栅格,即它们所包含质差终端数量最多的位置优先级最高,其余类推。
基于上述实施例提供的方案,可选的,如图3所示,所述多个用户设备的子波束级别的通信性能指标包括但不限于参考信号接收功率、参考信号接收质量参数、功率余量报告参数;
其中,上述步骤S13,包括:
S31:获取所述干扰小区中的在所述干扰方位角度上满足以下条件的多个用户设备的子波束级别的通信性能指标数据:参考信号接收功率大于预设参考信号接收功率,参考信号接收质量参数小于预设参考信号接收质量参数,以及,功率余量报告参数小于预设功率余量报告参数。
在本实例中,选取用户设备在干扰小区覆盖范围内的存在严重干扰、非弱覆盖、下行质差、上行功率不足的MR样本点目标数据。用于筛选MR样本点的预设参考信号接收功率、预设参考信号接收质量参数以及预设功率余量报告参数可以根据小区的实际情况预先设定。
筛选出符合上述条件的MR样本点,根据相应的位置信息聚合到已经构建的50*50米粒度的地理位置栅格中,进而统计每个栅格内的目标质差终端数量作为栅格权重。
举例而言,对干扰小区的MR采样点进行评估,对满足以下质差条件的终端采样点进行定位,并将定位数据进行汇聚,汇聚到对应栅格,即可统计栅格内的采样点数和终端数,其中,对采样点不去重得到的数量即是采样点数,对采样点去重得到的数量即是用户终端数。
RSRP>-110dBm
RSRP(Reference Signal Receiving Power,参考信号接收功率)用来排除弱覆盖的因素。一般而言,下行干扰会使得RSRP增强,而信号放大器等上行干扰可能对下行影响不大,故此处门限值可以保持适中。
RSRQ<-10dB
RSRQ(Reference Signal Receiving Quality,参考信号接收质量)表示用户在该位置下行质差。由于RSRQ与下行SINR存在对应关系,而MR数据中无下行SINR,故使用RSRQ合理代替;如果以路测数据作为数据源,则此处可直接使用DT数据中的下行SINR作为判断条件。
PHR<-4
PHR(Power Headroom Report,功率余量报告)表示用户上行功率不足,上行干扰抬升将使得终端提高发射功率。
通过本申请实施例提供的方案,能识别出受干扰严重的用户设备,从非弱覆盖、下行质差、上行功率不足这三方面,能准确识别出由于干扰源导致信号质差的用户设备。
基于上述实施例提供的方案,可选的,如图4a所示,上述步骤S13,包括:
S41:以所述干扰小区所在位置为原点,沿所述干扰方位角度确定所述干扰小区的干扰中心线。
S42:根据所述干扰中心线和所述干扰小区在所述干扰方位角度上的子波束宽度确定所述干扰小区的干扰子波束覆盖范围;
S43:获取所述干扰小区中的在所述干扰子波束覆盖范围内的受干扰的多个用户设备的小区级别或子波束级别的通信性能指标数据。这是由于根据部署条件,终端上报的MR(Measurement Report,测量报告)数据,可能包含有子波束级别标识,也可能仅有小区级标识。
本实例基于干扰小区所在位置和确定的干扰方位角来初步估计干扰源所在区域。具体的,图4b是基于干扰中心线确定干扰子波束覆盖范围的地理平面示意图,选取干扰小区中受干扰最强的子波束,根据波束配置信息的子波束方位角及水平波宽,以其所在小区经纬度为原点,以子波束方位角方向为中心线(即图中三条射线位于中间的一条),以子波束水平波宽为中心线两侧射线夹角划无限延伸线(即中心线两侧的两条射线),两条延伸线夹角以内区域作为子波束覆盖范围。
获取落在上述子波束覆盖范围内的干扰小区MR质差样本点,汇聚到地理化栅格。进而对上述地理化的干扰质差栅格进行处理,生成干扰源的若干参考点具体位置如前述G-M点。
通过本申请实施例提供的方案,能基于干扰小区所在位置、干扰方位角初步确定干扰源所在区域,进而通过获取该区域内的受干扰的用户设备的子波束级别或小区级的通信性能指标数据,精确高效识别定位出干扰源位置。
基于上述实施例提供的方案,可选的,如图5所示,在上述步骤S12之前,还包括:
S51:获取所述干扰小区的多个子波束级别的上下行吞吐量数据,其中,波束级的上下行吞吐量数据包括上行媒体接入控制层接收成功数据量和/或下行媒体接入控制层成功发送数据量。吞吐量数据还可以是其他协议层类型如PDCP数据。
除了子波束级干扰电平值以外,本实例提供的方案中还应用多种类型数据来提高确定干扰方位角度的准确性。
上行的干扰水平是评价通信网络质量的一个重要指标,影响网络性能与用户感知。基于此,当一个子波束来向干扰最强时,相较其他子波束,该子波束的各项通信指标一般会受到最为显著影响。本实例中采用子波束级别的吞吐量大小作为反映子波束干扰高低的指标。
其中,上述步骤S12,包括:
S52:根据多个子波束级别的波束干扰电平值和或所述子波束级上下行吞吐量数据确定所述干扰小区受干扰最强的干扰方位角度。
举例而言,对于8波束的干扰小区,波束1到8可以顺时针配置,波束1-8的方位角角度从-44、到44度范围,它们与小区方位角之间关系如下:
波束1的方位角(-44)+小区方位角=波束1的指向角度;波束8的方位角(44)+小区方位角=波束8的指向角度;其余波束指向类推。
本实施例中,长沙宁乡新康路与319路口-Z5H-V92002492859PT有3个小区,每个小区有8个SSB子波束,子波束索引从0到7,1、2和3小区的子波束索引“2”对应的方位角分别是是(-8、-18、-18),即3个不同子波束的方位角。需要说明的是,子波束索引0对应的是小区的第1个子波束,其余类推。
/>
其中SSB(Synchronization Signal/PBCH)为,同步广播块。
长沙宁乡新康路和德家园-Z5H-V92002492825PT有3个小区,每个小区的子波束索引从0到7,1、2和3小区的子波束索引“6”对应的方位角是(31、31、31),即对应3个不同波束的方位角。
/>
长沙宁乡新康路与319路口-Z5H-V92002492859PT的1小区(DU物理小区ID为11),该小区的波束信息ID从1到8,将每个波束的全量多项(此处列举5项)MAC层成功发送或接收数据相加,取与其和的最小值相对应的第3个子波束方位角作为所属小区的计算用干扰来向方位角。
/>
在本实例中,可以采用下述多项计数器(counter)字段作为确定干扰方位角度的参考依据:
[普通]基于波束grid的上行MAC层接收成功数据量(Byte)CSI Beam[1];
[普通]基于波束grid的上行MAC层接收成功数据量(Byte)CSI Beam[2];
[普通]基于波束grid的上行MAC层接收成功数据量(Byte)CSI Beam[3];
[普通]基于波束grid的上行MAC层接收成功数据量(Byte)CSI Beam[4];
小区下行不同SSB波束成功发送MAC数据量(Byte)。
[普通]基于波束grid的下行MAC层发送成功数据量(Byte)CSI Beam[1];
[普通]基于波束grid的下行MAC层接收成功数据量(Byte)CSI Beam[2];
[普通]基于波束grid的下行MAC层接收成功数据量(Byte)CSI Beam[3];
[普通]基于波束grid的下行MAC层接收成功数据量(Byte)CSI Beam[4];
需要说明的是,根据不同网络配置,[普通]基于波束grid的上行MAC层接收成功数据量(Byte)CSI Beam[i]和[普通]基于波束grid的下行MAC层发送成功数据量(Byte)CSIBeam[i]中的i可以一直到32;或者更大的数值。
其中,小区下行不同SSB波束成功发送MAC数据量(Byte)=Σ[普通]基于波束grid的下行MAC层接收成功数据量(Byte)CSI Beam[i],i从1到4或32或更大。
实际应用中,可以采用上述多项计数器字段之和作为比较依据。可选的,如果不采用上述种类计数器字段,也可以采用以下2个参数字段之和作为确定干扰方位角度的参考依据:
基于Beam的上行业务量(MByte);
基于Beam的下行业务量(MByte)。
这些用于计算比较的数据包括且不限于子波束级别的上、下行吞吐量数据,也不限于MAC层或其他协议层吞吐量数据,还可以是子波束级别接入成功率、掉话率等性能数据。这些性能数据可以从设备OMC上提取相应counter经统计获得,在此不作限定。
另外,小区子波束的方位角、数量等参数配置可以从OMC、网优平台、参数平台等系统获得,也可以根据相关网管操作指令获取如:MML命令、LST NRDUCELLTRPSUBBEAM。
类似地,长沙宁乡新康路与319路口-Z5H-V92002492859PT的3小区(DU物理小区ID为13),该小区的波束信息ID从1到8,将每个波束的5个MAC层成功数据相加,取和的最小值对应的那个(此处为第7个)子波束方位角作为所属小区的计算用方位角。
/>
在另一个案例中,干扰簇(簇名:长沙宁乡新康路与319路口-Z5H-V92002492859PT)内包含4个干扰小区如下表。
基于前述将子波束方位角作为所属小区的计算用干扰来向方位角方法,干扰簇内各小区的干扰方位角分别计算为:
长沙宁乡新康路与319路口-Z5H-V92002492859PT-2611的干扰方位角=60-8(1小区的第3个波束)=52
长沙宁乡新康路与319路口-Z5H-V92002492859PT-2613的干扰方位角=300+31(3小区的第7个波束)=331
其余类推如下:
长沙宁乡新康路和德家园-Z5H-V92002492825PT-2613的干扰方位角=300+18(3小区的第6个波束)=318
长沙宁乡新康路和德家园-Z5H-V92002492825PT-2612的干扰方位角=180+31(2小区的第7个波束)=211
上述干扰小区电平及干扰方位角如下表所示:
通过本方案上述方法,能得到最强干扰来向的小区子波束,进而得到最强干扰来向的精确方向角度。
在实际应用中,子波束流量与干扰强弱之间的关系也得到了现网实际数据的有力佐证。比如干扰对子波束级别流量有明显抑制作用,仍结合提案中的案例进行说明:长沙宁乡新康路与319路口-Z5H-V92002492859PT(考试屏蔽器),其干扰小区2611受到干扰最强的子波束(角度上最为对准干扰源)的上下行流量为1,8278,6178字节,其他7个子波束平均流量为30,3984,2280字节,是前者的16.63倍。由此可见,受到强干扰导致相关子波束流量下降16.63倍;而正常无干扰情况下的流量比仅为1.69倍,可见干扰消除后该子波束流量提升约10倍。本方案基于干扰源对子波束级别吞吐量的抑制程度不同,运用吞吐量差异定位干扰源来向,能有效提升确定的干扰方向角度的准确性。
基于上述实施例提供的方案,可选的,如图6所示,所述方法还包括:
S61:获取所述干扰小区所属的干扰簇中的多个干扰小区所分别对应的干扰方位角度,其中,所述干扰簇包含与所述干扰小区具有相同干扰源的移动通信小区。
S62:确定所述干扰簇中的多个干扰小区所分别对应的干扰方位角度的交汇区域;
其中,这些小区的干扰方位角度射线也可能不相交,或者相交但也可能没有形成封闭的交汇区域。如果有交点或交汇区域,那么可以作为干扰源疑似位置或区域;如果没有交点或交汇区域,那么可以按本案中前述的方法(如S43)结合子波束级或小区级MR数据进行干扰源疑似位置定位。
其中,上述步骤S13,包括:
S63:获取所述干扰小区中的在所述交汇区域中的多个用户设备的子波束级别的通信性能指标数据。
基于上述实例中所举的例子,对于干扰簇(簇名:长沙宁乡新康路与319路口-Z5H-V92002492859PT)中的多个干扰小区,结合每小区的子波束最强干扰来向方位角指向,运用包括但不限于交叉定位法的几何定位法,即可得到更加精准的干扰源定位结果。在本例中,长沙宁乡新康路与319路口-Z5H-V92002492859PT干扰簇干扰源为学校干扰机,干扰源经纬度112.5,28.2。
下表是将干扰小区方位角使用小区最强干扰子波束方位角进行替换后进行几何定位的定位效果,误差从236米缩小了107米到129米,精度提升45.3%。
通过本申请实施例提供的方案,基于干扰簇中的多个干扰小区,通过确定多个小区所分别对应的干扰方位角度的交汇区域来对干扰源实现初步定位。进而获取该交汇区域中的多个用户设备的子波束级别或小区级的通信性能指标数据,能有效提升定位干扰源的效率。
基于上述实施例提供的方案,可选的,如图7所示,所述方法还包括:
S71:获取所述干扰小区所属的干扰簇中的多个小区分别对应的干扰电平值和地理位置,其中,所述干扰簇包含与所述干扰小区相邻的移动通信小区。
本申请实施例提供的方案也可以用于对大功率、大面积干扰进行定位。举例而言,广电台站由于发射功率可达千瓦级,若发生同频占用通信频段,则一般会造成大面积影响。
首先,在确定干扰簇时,确保受到干扰的干扰小区的全面性,簇内小区可跨地市分布,例如,干扰半径可达50km以上。根据不同地市区、县等行政区域进行干扰小区的划分,即属于不同区或县的干扰小区分别划定为不同的定位小区集合。
S72:根据所述干扰簇中的多个小区分别对应的干扰电平值和地理位置确定所述干扰簇的小区经纬度加权质心,所述干扰簇的小区经纬度加权质心为所述干扰簇中的各个小区对应的经纬度与干扰电平值绝对值的比值之和与所述干扰簇中的各个小区对应的干扰电平值绝对值的倒数之和的比值。
假设有3个定位小区集合A、B、C,其中,定位小区集合A内有4个小区,经度分别是a,b,c,d,电平强度分别是-90,-99,-100,-96dBm。那么这些小区加权的经度就是(a/90+b/99+c/100+d/96)/(1/90+1/99+1/100+1/96),也即定位小区集合A的加权质心;纬度类似处理。
S73:确定所述干扰簇的包含所述干扰簇的经纬度加权质心的干扰区域。
具体的,该干扰区域基于上述加权质心的经纬度确定,可以根据实际情况选定干扰区域的半径,以上述加权质心为圆心确定干扰区域。
其中,上述步骤S13,包括:
S74:获取所述干扰小区中的在所述干扰方位角度上位于所述干扰区域内的多个用户设备的子波束级别的通信性能指标数据。
通过本申请实施例提供的方案,能对干扰影响面积较大的多个小区确定干扰源所在的干扰区域,进而精准获取其中的多个用户设备的子波束级别的通信性能指标,提升确定干扰源的效率,降低整体计算量。
可选的,如果干扰范围涉及多个干扰定位小区集合,还可以取各干扰定位小区集合的小区经纬度之均值的均值作为干扰源疑似位置,即取各区县小区质心之质心作为该干扰源疑似位置。
可选的,也可以根据多个干扰定位小区集合的加权质心协同确定干扰源疑似位置,基于上述确定定位小区集合A的加权质心的方式,还可以确定定位小区B和C的加权质心,进而根据这三个定位小区集合的加权质心的均值确定为干扰源疑似位置。
另外,在受干扰的干扰定位小区集合有多个时,也可以选择出两个最有代表性的定位小区集合执行本实施例提供的方案,能有效缩减计算所需消耗的资源。例如,可以选出最大定位小区集合和最强定位小区集合。如果这两个小区集合相同则使用最强定位小区集合和次强定位小区集合。最大定位小区集合指所包含小区数最多,最强定位小区集合指所包含小区的干扰电平均值最强。
可选的,分别以各定位小区集合的加权质心为原点,以所统计的干扰最强来向角度划线,这些射线的交集区域或交点即是疑似干扰源区域或位置。然后,在按照区、县行政区域划分成多个子簇后,选取2个定位小区集合A和B。
该定位小区集合A和B的选取方式包括但不限于:最大定位小区集合(定位小区集合内小区数量最多)和次大定位小区集合(定位小区集合内小区数量次多);最强定位小区集合(定位小区集合内小区干扰电平均值最大)和次强定位小区集合(定位小区集合内小区干扰电平均值次大);最大定位小区集合(定位小区集合内小区数量最多)和最强定位小区集合(定位小区集合内小区干扰电平均值最大)。
根据A、B定位小区集合的定位点和定位角进行两线相交处理,得到干扰源疑似位置。定位点可以是定位小区集合的加权质心;定位角可以是定位小区集合内小区方位角的运算结果(如平均值、最多值等)。若不相交,则取定位小区集合A、B质心的均值作为最终结果。
随后,再与已知的广电台站经纬度进行匹配,找出距离每个算法结果最近的广电台站(可重复匹配)。首先,完整干扰区域内(不论有无小区工参)的小区所不存在归属关系的区、县,则排除这些区县内的广电台站;其次,对于跨区、县的干扰簇,功率(kW)为1的广电台站优先匹配。
进一步的,如果需要对干扰源执行现场处理,可以对干扰排查地址执行地理信息系统(Geographic Information System或Geo-Information system,GIS)化,以在便携设备(例如手机或笔记本等)电子地图中呈现并导航
首先,通过便携设备接收干扰工单,工单内容含干扰小区、参考定位结果(例如上述实例中的G-K点)、干扰波形等。按干扰的典型小区所在位置及用户当前位置进行路线导航,路线设计为从当前位置到该小区若干个排查地址即定位结果的行进顺序和路线。
干扰的排查顺序依据为距离远近:即用户当前位置到各个干扰典型小区所在位置的距离,最近的先排查、最远的后排查。但也可由用户自主选择想去排查的干扰小区。每到达或排查完一个干扰小区后,系统自动生成和更新排查其他干扰小区的路线顺序。
而关于任意一个干扰小区内的疑似地址排查顺序,可以采用以下任一种方式:
方式一:用户当前位置-第一推荐疑似干扰源位置-第2推荐疑似干扰源位置-第3推荐疑似干扰源位置-第4推荐疑似干扰源位置。
方式二:当前位置-第一近疑似干扰源位置-第2近疑似干扰源位置-第3近疑似干扰源位置-第4近疑似干扰源位置。
为了便于统计记录,还可以应用工单处理功能辅助执行干扰源的处理排查。包括但不限于用户在地图上标示所找到的干扰源位置。位置标记采用两种方式:一种是点击生成当前便携设备如手机定位位置;另一种是用户从地图移动和查找到正确位置后的自定义标示。
在找到实际干扰源后,系统支持对干扰源设备进行加时间和地址、海拔高度水印的拍照及上传,选择干扰源类型(如放大器、屏蔽器、设备故障等),填写工单内容并回工单。
其中,在用户设备界面中,可以记录日期、网络制式、小区名称或基站标识。可以基于关键词对已存储的数据执行检索。在技术人员对干扰源执行实地排查处理后,可以记录相应的干扰源信息、干扰源类型、处理方式与结果等,还可以拍摄干扰源外观照片、记录地理位置、技术人员信息等,将这些信息上报至服务器进行存储。
本申请实施例提供的方案综合利用MR、MDT,小区方位角、子波束方位角,小区干扰电平、子波束级别干扰电平、子波束流量等不同维度数据,实现不同基础数据条件下的灵活应用,具有良好的适应性和实用性。通过引入了子波束,比如5G子波束和MR数据的结合应用,提高了干扰定位精度。应用于干扰源定位时,能基于子波束级别而不再是传统的小区级别,可以得到更精准的干扰来向角度。基于此的干扰源几何定位法、MR定位法精度都能得到提升,进一步增强了技术先进性。
进一步的,基于5G MR子波束级别数据的直接上报,5G终端上报的MR数据包含有子波束级别标识,能高效准确地定位干扰源来向。本方案不仅基于上行干扰电平值定位干扰源来向,而且还结合吞吐量等关联指标提高精度。
另外,本申请实施例提供的方案合理选择待分析区域内的优选小区或小区集合,基于小区/子波束几何定位法、MR定位法,并将定位结果与广电发射台站进行地理关联,得到疑似干扰台站。能显著降低定位干扰源所需消耗的计算资源,能有效提高定位干扰源效率。
除此之外,本方案能灵活应用多种通信数据,具有良好的适应性和实用性。基于子波束级别可以得到更精准的干扰来向角度,增强了技术先进性和定位精准性。
为了解决现有技术中存在的问题,本申请实施例还提供一种通信干扰源的定位装置80,如图8所示,包括:
第一获取模块81,获取干扰小区在多个角度的子波束级别的波束干扰电平值,所述干扰小区为上行干扰电平值超过预设电平值的移动通信小区;
第一确定模块82,根据多个角度的子波束级别的波束干扰电平值确定所述干扰小区受干扰最强的干扰方位角度;
第二获取模块83,获取所述干扰小区中的在所述干扰方位角度上受干扰影响的多个用户设备的子波束级别的通信性能指标数据;
第二确定模块84,根据所述多个用户设备的子波束级别的通信性能指标数据表征的受干扰影响的用户设备的所在位置确定干扰源的位置。
通过本申请实施例提供的装置,能应用子波束级别的数据精准确定干扰源来向角度,进而提升定位干扰源的准确性,能广泛应用于多种移动通信网络。在确定了受干扰最强的干扰方位角度之后,能针对该干扰方向角度有针对性地获取该方向上的用户设备的通信性能指标,能有效提升干扰源定位效率。
其中,本申请实施例提供的装置中的上述模块还可以实现上述方法实施例提供的方法步骤。或者,本申请实施例提供的装置还可以包括除上述模块以外的其他模块,用以实现上述方法实施例提供的方法步骤。且本申请实施例提供的装置能够实现上述方法实施例所能达到的技术效果。
优选的,本申请实施例还提供一种电子设备,包括处理器,存储器,存储在存储器上并可在所述处理器上运行的计算机程序,该计算机程序被处理器执行时实现上述通信干扰源的定位方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
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上存储有计算机程序,该计算机程序被处理器执行时实现上述通信干扰源的定位方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random AccessMemory,简称RAM)、磁碟或者光盘等。
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、CD-ROM、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实施例的方法、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。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供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步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种通信干扰源的定位方法,其特征在于,包括:
获取干扰小区在多个角度的子波束级别的波束干扰电平值,所述干扰小区为上行干扰电平值超过预设电平值的移动通信小区;
根据多个角度的子波束级别的波束干扰电平值确定所述干扰小区受干扰最强的干扰方位角度;
获取所述干扰小区中的在所述干扰方位角度上受干扰影响的多个用户设备的子波束级别的通信性能指标数据;
根据所述多个用户设备的子波束级别的通信性能指标数据表征的受干扰影响的用户设备的所在位置确定干扰源的位置。
2.如权利要求1所述的方法,其特征在于,根据所述多个用户设备的子波束级别的通信性能指标数据表征的受干扰影响的用户设备的所在位置确定干扰源的位置,包括:
根据所述多个用户设备的子波束级别的通信性能指标数据生成均匀排布的多个地理位置栅格,其中,任一所述通信性能指标数据表征的受干扰影响的用户设备的所在位置属于所述多个地理位置栅格内;
确定所述多个用户设备的子波束级别的通信性能指标数据表征的各个地理位置栅格内的受干扰的用户设备的数量;
将所述多个地理位置栅格的加权质心确定为干扰源的位置,其中,所述多个地理位置栅格的加权质心根据多个地理位置栅格分别包含的受干扰的用户设备的数量确定。
3.如权利要求2所述的方法,其特征在于,所述多个用户设备的子波束级别的通信性能指标数据包括参考信号接收功率、参考信号接收质量参数、功率余量报告参数;
其中,获取所述干扰小区中的在所述干扰方位角度上受干扰影响的多个用户设备的子波束级别的通信性能指标数据,包括:
获取所述干扰小区中的在所述干扰方位角度上满足以下条件的多个用户设备的子波束级别的通信性能指标数据:参考信号接收功率大于预设参考信号接收功率,参考信号接收质量参数小于预设参考信号接收质量参数,以及,功率余量报告参数小于预设功率余量报告参数。
4.如权利要求2所述的方法,其特征在于,获取所述干扰小区中的在所述干扰方位角度上受干扰影响的多个用户设备的子波束级别的通信性能指标数据,包括:
以所述干扰小区所在位置为原点,沿所述干扰方位角度确定所述干扰小区的干扰中心线;
根据所述干扰中心线和所述干扰小区在所述干扰方位角度上的子波束宽度确定所述干扰小区的干扰子波束覆盖范围;
获取所述干扰小区中的在所述干扰子波束覆盖范围内的受干扰的多个用户设备的小区级别或子波束级别的通信性能指标数据。
5.如权利要求4所述的方法,其特征在于,在根据多个角度的子波束级别的波束干扰电平值确定所述干扰小区受干扰最强的干扰方位角度之前,还包括:
获取所述干扰小区的多个子波束级别的上下行吞吐量数据,其中,波束级的上下行吞吐量数据包括上行媒体接入控制层接收成功数据量和/或下行媒体接入控制层成功发送数据量;
其中,根据多个角度的子波束级别的波束干扰电平值确定所述干扰小区受干扰最强的干扰方位角度,包括:
根据多个子波束级别的波束干扰电平值和或所述子波束级上下行吞吐量数据确定所述干扰小区受干扰最强的干扰方位角度。
6.如权利要求1~4任一项所述的方法,其特征在于,所述方法还包括:
获取所述干扰小区所属的干扰簇中的多个干扰小区所分别对应的干扰方位角度,其中,所述干扰簇包含与所述干扰小区具有相同干扰源的移动通信小区;
确定所述干扰簇中的多个干扰小区所分别对应的干扰方位角度的交汇区域;
其中,获取所述干扰小区中的在所述干扰方位角度上受干扰影响的多个用户设备的子波束级别的通信性能指标数据,包括:
获取所述干扰小区中的在所述交汇区域中的多个用户设备的子波束级别的通信性能指标数据。
7.如权利要求1~4任一项所述的方法,其特征在于,所述方法还包括:
获取所述干扰小区所属的干扰簇中的多个小区分别对应的干扰电平值和地理位置,其中,所述干扰簇包含与所述干扰小区相邻的移动通信小区;
根据所述干扰簇中的多个小区分别对应的干扰电平值和地理位置确定所述干扰簇的小区经纬度加权质心,所述干扰簇的小区经纬度加权质心为所述干扰簇中的各个小区对应的经纬度与干扰电平值绝对值的比值之和与所述干扰簇中的各个小区对应的干扰电平值绝对值的倒数之和的比值;
确定所述干扰簇的包含所述干扰簇的经纬度加权质心的干扰区域;
其中,获取所述干扰小区中的在所述干扰方位角度上受干扰影响的多个用户设备的子波束级别的通信性能指标数据,包括:
获取所述干扰小区中的在所述干扰方位角度上位于所述干扰区域内的多个用户设备的子波束级别的通信性能指标数据。
8.一种通信干扰源的定位装置,其特征在于,包括:
第一获取模块,获取干扰小区在多个角度的子波束级别的波束干扰电平值,所述干扰小区为上行干扰电平值超过预设电平值的移动通信小区;
第一确定模块,根据多个角度的子波束级别的波束干扰电平值确定所述干扰小区受干扰最强的干扰方位角度;
第二获取模块,获取所述干扰小区中的在所述干扰方位角度上受干扰影响的多个用户设备的子波束级别的通信性能指标数据;
第二确定模块,根据所述多个用户设备的子波束级别的通信性能指标数据表征的受干扰影响的用户设备的所在位置确定干扰源的位置。
9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。
10.一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权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211426789.8A CN118055438A (zh) | 2022-11-15 | 2022-11-15 | 一种通信干扰源的定位方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211426789.8A CN118055438A (zh) | 2022-11-15 | 2022-11-15 | 一种通信干扰源的定位方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118055438A true CN118055438A (zh) | 2024-05-17 |
Family
ID=91045491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211426789.8A Pending CN118055438A (zh) | 2022-11-15 | 2022-11-15 | 一种通信干扰源的定位方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118055438A (zh) |
-
2022
- 2022-11-15 CN CN202211426789.8A patent/CN118055438A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3890361B1 (en) | Cell longitude and latitude prediction method and device, server, base station, and storage medium | |
US20230062443A1 (en) | Radio mapping architecture for applying machine learning techniques to wireless radio access networks | |
CN110831019B (zh) | 基站规划方法、装置、计算机设备和存储介质 | |
Phillips et al. | Practical radio environment mapping with geostatistics | |
CN105611568B (zh) | 一种基于mro测量报告对lte终端位置进行准确定位的方法 | |
CN106879017B (zh) | 一种lte网络覆盖质量的判定方法及装置 | |
CN105323774B (zh) | 估计分布式天线系统(das)或中继器系统的覆盖区域的技术 | |
CN109548074B (zh) | 基于mr的上行干扰源波形定位方法、装置、设备及介质 | |
CN104244307B (zh) | 异常事件上报、处理方法、装置、基站及管理服务器 | |
CN108307427B (zh) | 一种lte网络覆盖分析、预测方法及系统 | |
CN108243447B (zh) | 一种外部干扰的定位方法及装置 | |
US10390180B1 (en) | Geolocation determination with power fingerprinting | |
CN113965942A (zh) | 一种网络配置方法及装置 | |
CN102480743A (zh) | 一种越区覆盖的定位方法、装置和系统 | |
CN112543411A (zh) | 一种无线通信系统的干扰定位方法、装置和系统 | |
CN108615978B (zh) | 一种天线方向调整方法及装置 | |
CN103974264A (zh) | 一种频点优选方法 | |
CN111385804B (zh) | 小区簇划分方法及电子设备 | |
CN118055438A (zh) | 一种通信干扰源的定位方法和装置 | |
Sundberg et al. | Localization performance for eNodeBs using solitary and fused RSS-Modeling approaches | |
CN104469834A (zh) | 一种业务仿真感知评价方法及系统 | |
CN111491255B (zh) | 一种回填经纬度定位扩量方法、系统及存储介质 | |
CN111263382B (zh) | 一种导致重叠覆盖的问题源小区的确定方法、装置和设备 | |
CN116828518A (zh) | 定位上行频段干扰源的方法、装置、电子设备及存储介质 | |
CN106796277B (zh) | 移动通信网络中的位置调整 |
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 |