CN1728621A - Td－scdma系统中小区容量估算的方法 - Google Patents

Abstract

本发明涉及一种TD－SCDMA系统中小区容量估算的方法。包括：引入赋形增益A_pq估算智能天线对容量的影响、引入上下行联合检测干扰消除因子β_UL、β_DL估算联合检测对容量的影响和引入小区外干扰和小区内的干扰比i估算上下行时隙比例对小区容量的影响；在上述估算的基础上，分别估算上下行链路负载因子；再在估计的上下行链路负载因子趋于1的基础上对应估算上下行链路极点容量；最后从估算的上下行链路极点容量中取小值作为估算的小区极点容量。估算中所涉及到的参数A_pq、β_UL、β_DL及i，通过仿真测量获得并可在具体使用中结合实际情况予以修正。由于充分考虑了TD－SCDMA系统所采用的先进技术对小区容量的贡献，因而所作出的对小区所能承载的极限容量的估计更为合理。

Description

TD-SCDMA系统中小区容量估算的方法

技术领域

本发明涉及移动通信技术，更确切地说是涉及TD-SCDMA时分-同步码分多址移动通信系统中的一种小区容量估算方法。通过提出一种较为实用的容量估算方法，来估算TD-SCDMA移动通信系统中小区所能承载的极点容量。

背景技术

充分利用已有的无线网络设施，尽量提高频谱效率，向尽可能多的用户提供高性能的接入服务，是移动通信运营商最为关心的问题。

要实现上述目标，其中的关键环节就是做好无线网络规划，即在满足覆盖要求、容量要求和服务质量要求的前提下经济地设计网络，一个好的网络规划既能获得优良的网络性能，同时还不增加建设成本。

小区容量估算是网络规划中的一项重要内容。现有的小区容量估算方法一般是基于负载因子进行的。

移动通信系统中的无线链路分为移动台发送、基站接收的上行链路和基站发送、移动台接收下行链路。对于小区容量的估算也相应地分为上行链路极点容量的估算和下行链路极点容量的估算。

当上行链路负载因子η_UL趋近于1时，相应的噪声恶化量趋近于无穷大，这时移动通信系统在上行链路上达到它的极点容量；同理，当下行链路负载因子η_DL趋近于1时，相应的噪声恶化量趋近于无穷大，这时系统在下行链路上达到它的极点容量(噪声恶化量是指在存在干扰和噪声的情况下，为了达到只有接收机内部噪声条件下同样质量所必须的接收电平，所需要的接收电平的增加量)。所以，可以分别通过对上、下行链路负载因子η_UL、η_DL的计算来估算上下行链路的极点容量。

TD-SCDMA采用了CDMA技术，在CDMA中，小区容量受覆盖范围和干扰的限制，用户数越多，用户间的干扰越大，但只有当载干比不足以提供所要求的服务质量时，系统才考虑拒绝用户。此外，任何能够消除或降低干扰的方法都会直接或间接地转化为小区容量的提高，因此CDMA系统中的小区容量是一种“软容量”。

TD-SCDMA由于采用时分双工(TDD)模式，上下行链路灵活地分配时隙，并采用智能天线、联合检测等先进的技术，与其它两种3G标准(CDMA2000和WCDMA)相比较，在频谱利用率和系统容量等方面具有明显的优势。

以上所述的现有的分别通过对上、下行链路负载因子η_UL、η_DL的计算来估算上下行链路的极点容量的容量估算方法中，都没有涉及智能天线、联合检测技术和上下行链路灵活分配时隙对系统容量的影响问题，也就是说到目前为止，还没有一种实用的方法能对在TD-SCDMA系统中，每个小区所能承载的极点容量进行较为合理的估算的方法。

发明内容

本发明的目的是设计一种TD-SCDMA系统中小区容量估算的方法，该方法针对TD-SCDMA移动通信系统，在充分考虑智能天线、联合检测等先进技术对有用信号的增强和对干扰信号的抑制的基础上，利用TDD模式上下行时隙分配灵活的特点，估算系统中小区所能承载的极点容量。

实现本发明目的的技术方案是这样的：一种TD-SCDMA系统中小区容量估算的方法，用于估算小区极点容量，其特征在于包括：

A.估算智能天线技术对小区容量的影响，包括：智能天线通过波束赋形等效放大了期望用户信号功率和抑制期望用户对其他用户的干扰所带来的对小区容量的增加；估算联合检测技术对小区容量的影响，包括：联合检测技术通过减弱和消除小区内干扰所带来的对小区容量的增加；估算小区上下行时隙比例对小区容量的影响，包括：使小区的上下行时隙比例与承载的业务相匹配所带来的对小区容量的增加；

B.在考虑智能天线技术、联合检测技术、上下行时隙比例与承载的业务相匹配技术对小区容量影响的基础上，估算上行链路负载因子和下行链路负载因子；

C.在估算的上行链路负载因子的基础上估算上行链路极点容量，和在估算的下行链路负载因子的基础上估算下行链路极点容量；

D.根据估算的上行链路极点容量与下行链路极点容量估算小区极点容量。

所述步骤A中，所述的估算智能天线技术对小区容量的影响，是通过引入一赋形增益参数进行的；在上行链路表现为在基站，接收到用户j的等效功率增加为P_jA_jj，接收到用户k对用户j的等效干扰功率降低为P_kA_kkA_kj；在下行链路表现为在终端UE，接收到用户j的等效功率增加为P_jA_jj，接收到用户k对用户j的等效干扰功率降低为P_kA_kkA_kj；其中P_j是未采用智能天线前用户j的功率，A_jj为采用智能天线后为用户j所带来的等效的赋形增益，P_k是未采用智能天线前干扰用户k的功率，A_kk是采用智能天线后为用户k所带来的等效的赋形增益，A_kj是采用智能天线后用户k的波束赋形图在用户j方向上的增益。

所述步骤A中，所述的估算联合检测技术对小区容量的影响，是通过引入上行联合检测干扰消除因子β_UL和下行联合检测干扰消除因子β_DL进行的；在上行链路，表现为对用户j的干扰功率降低为I_ULintra(1-β_UL)，其中I_ULintra是未采用联合检测前的干扰功率；在下行链路，表现为对用户j的干扰功率降低为I_DLintra(1-β_DL)，其中I_DLintra是未采用联合检测前的干扰功率。

所述步骤A中，所述的估算小区上下行时隙比例对小区容量的影响，是通过引入小区外干扰和小区内干扰的干扰比i进行的，干扰比i低则小区容量大；小区外干扰包括基站对基站的干扰和不同小区间移动台对移动台的干扰，小区内干扰包括小区内基站对移动台的干扰、移动台对基站的干扰及移动台对移动台的干扰。

本发明的方法用于对TD-SCDMA系统的小区容量极限进行估计，在估算智能天线对小区容量的影响、估算联合检测对小区容量的影响和估算上下行时隙比例对小区容量影响的基础上，分别估算上行链路负载因子和估算下行链路负载因子，再在估计的上行链路负载因子和下行链路负载因子趋于1的基础上对应估算上行链路极点容量和估算下行链路极点容量，最后根据估算的上行链路极点容量与下行链路极点容量估算小区极点容量。在估算智能天线对小区容量的影响中所涉及到的赋形增益参数A_pq、在估算联合检测对小区容量的影响中所涉及到的上行联合检测干扰消除因子β_UL及下行联合检测干扰消除因子β_DL、在估算上下行时隙比例对小区容量的影响中所涉及的小区外干扰和小区内的干扰比i，均通过仿真测量获得并可在具体使用中结合实际情况予以修正。

本发明方法充分考虑了TD-SCDMA系统所采用的先进技术对小区容量的贡献，因而所作出的对小区所能承载的极限容量的估计更为合理。

附图说明

图1是本发明在TD-SCDMA系统中估算小区容量的方法流程框图；

图2是实施例上行链路极点容量与干扰比之间关系的曲线图；

图3是实施例下行链路极点容量与干扰比之间关系的曲线图。

具体实施方式

本发明在充分考虑TD-SCDMA系统采用智能天线、联合检测技术和灵活分配上下行时隙技术及该智能天线、联合检测、上下行时隙比例等对小区容量影响的基础上进行上下行链路极点容量的估算。小区容量估算包括：估算智能天线对容量的影响；估算联合检测对容量的影响；估算上下行时隙比例对容量的影响；估算上行链路负载因子；估算下行链路负载因子；估算上行链路极点容量；估算下行链路极点容量；和估算小区的极点容量。下面结合实例分别进行说明。估算容量时假设：以用户j分析，为该用户j提供服务的小区为M(基站)，该小区内用户j所处的时隙中有N个用户。

参见图1，是本发明在TD-SCDMA系统中估算小区容量的流程。

步骤11，估算智能天线对小区容量的影响，引入赋形增益参数A_pq。智能天线的采用，对TD-SCDMA系统而言是至关重要的。智能天线的基本原理是在无线基站端使用天线阵和相干无线收发信机来实现射频信号的接收和发射，同时，通过基带数字信号处理器，对各个天线链路上接收到的信号按一定算法进行合并，实现上行波束赋形。由于TDD系统上下行链路工作在相同频率，电波传播特性是对称的，故可以将上行波束赋形的结果直接用于下行波束赋形，通过多波束形成使期望用户接收到的信号功率最大，而使其他位置上的非期望用户受到的干扰最小。

所以智能天线可在增强有用信号功率的同时，最大限度地抑制对其它用户的干扰，是从提高有用信号和降低干扰两个方面共同提高系统容量。

引入赋形增益参数A_pq，定义为对第p个用户进行波束赋形的赋形图在第q个用户方向上的增益。赋形增益参数A_pq，可通过对智能天线波束赋形的性能进行仿真和测量来获得经验值，并在实际使用中，可结合实际情况予以修正(该参数的使用在估算负载因子与容量时会涉及到)。

在上行链路，对用户j来说，智能天线技术不仅依靠上行波束赋形放大了该用户j的信号功率，而且依靠空间滤波技术削弱了多址干扰。设定采用智能天线接收前，基站处接收到的用户j的功率为P_j，而在基站处接收到的其它用户k(k＝1～N，且k≠j)对用户j的干扰功率为P_k。则采用智能天线之后，基站处接收到的用户j的功率为P_jA_jj，其中参数A_jj为采用智能天线后，为用户j所带来的等效的赋形增益(是前述参数A_pq的一个实例)；而在基站处接收到的其它用户对用户j的干扰功率，以干扰用户k为例，干扰用户k对用户j的干扰功率变为(降低为)P_kA_kkA_kj(A_kj是一个远小于1的数)，其中参数A_kk是采用智能天线为用户k所带来的等效的赋形增益，参数A_kj是采用智能天线后用户k的波束赋形图在用户j方向上的增益(也是前述参数A_pq的一个实例)。

同时小区里的其他用户k也通过智能天线的作用提高了等效发射功率，也就是说用户k采用智能天线前的发射功率为P_k，则在采用智能天线后的等效发射功率变为P_kA_kk(k＝1-N)。

在下行链路，智能天线不仅通过波束赋形技术等效放大了当前用户j的信号功率，而且通过对其他用户k(k＝1～N，且k≠j)的波束赋形削弱了这些用户k对当前用户j的干扰，所以所起的作用与上行链路类似。概括地说，在终端UE处，接收到用户j的等效功率增加为P_jA_jj，接收到用户k对用户j的等效干扰功率变为(降低为)P_kA_kkA_kj。其中P_j、A_jj、P_k、A_kk、A_kj的意义同上。

步骤12，估算联合检测对小区容量的影响，引入参数一上下行联合检测干扰消除因子β_UL和β_DL。CDMA系统利用扩频码的正交性，在同一频段域可同时传不同用户的数据，使整个系统的系统容量得到大幅度的增加。但由于无线移动信道的时变性以及多径效应，使同一个用户数据之间存在符号间干扰(ISI)，不同用户数据之间存在码间干扰(MAI)。ISI干扰限制符号的传送速率，MAI干扰则导致远近效应，它们都间接地抑制了系统容量的增加，因此，要提高系统容量就需要减弱以至完全消除这两种干扰(也是第三代移动通信研究的一个热点)。TD-SCDMA系统中采用了先进的联合检测技术来消除ISI和MAI干扰。联合检测利用信道估计技术，依据迫零(ZF)准则、最小均方误差(MMSE)准则或反馈后的ZF和MMSE等准则，来减弱和消除ISI和MAI，提高系统的容量。换句话说，联合检测技术减弱和消除小区内干扰，即从降低干扰的角度来提高容量。

在上行链路，对于用户j来说，假定采用联合检测技术前，在基站处接收到的来自本小区的对用户j的干扰功率为I_ULintra，则采用联合检测后，在基站处接收到的来自本小区的对用户j的干扰功率为I_ULintra(1-β_UL)，其中参数β_UL为上行联合检测干扰消除因子。

在下行链路，如果采用联合检测，其作用与上行链路采用联合检测技术后的效果相同。即假定采用联合检测技术前，用户j接收到的来自本小区的干扰功率为I_DLintra，则采用联合检测后，用户j接收到的来自本小区的干扰功率为I_DLintra(1-β_DL)，其中参数β_DL为下行联合检测干扰消除因子，该β_DL已经考虑了在传播过程中由于多径造成的信道的非正交性。

所引入的上行联合检测干扰消除因子β_UL与下行联合检测干扰消除因子β_DL，可通过对联合检测的性能进行仿真和测量来获得经验值，并在实际使用中，结合实际情况予以修正(该参数的使用在估算负载因子与容量时会涉及到)。

步骤13，估算上下行时隙比例对小区容量的影响，引入描述小区外和小区内干扰比的参数i。TD-SCDMA系统采用TDD方式，可以根据业务需要灵活的分配上下行时隙，除了可以满足对称业务的需要，更易于提供不对称业务。根据各小区的业务类型分布(主要体现在对上下行资源的需求上)和当前的干扰水平，合理地设置各小区的上下行时隙比例，尽量使各小区的上下行时隙比例与各自的承载业务类型相匹配，从而使系统容量得以提高。

但是，采用TDD方式，在各小区上下行时隙比例结构不一致时，会给干扰带来新的问题，即不仅存在基站对移动台的干扰和移动台对基站的干扰，而且还存在基站对基站的干扰和移动台对移动台的干扰。因此应根据需求合理分配各小区上下行时隙比例，在提高系统资源利用率和容量的同时，尽可能地避免相邻小区间由于上下行时隙比例的差异而导致的小区间强干扰。

对此，本发明引入参数i来描述小区外和小区内干扰比，即i为小区外干扰与小区内干扰的比值，其中的小区内干扰包括基站对小区内移动台的干扰、小区内移动台对基站的干扰和小区内移动台对移动台的干扰；其中的小区外干扰包括基站对基站的干扰和不同小区间移动台对移动台的干扰(该参数的使用在估算负载因子与容量时会涉及到)。

参数i，可通过仿真和测量获得经验值，并在实际使用中，结合实际情况予以修正。

需要说明的是：在具体实施本发明的方法时，步骤11、12、13的执行是不分先后的，即不必按照一定的顺序进行。

步骤14，估算上下行链路负载因子η_UL、η_DL。

估算上行链路负载因子η_UL。综合考虑影响TD-SCDMA系统容量的各种因素，包括智能天线、联合检测与上下行时隙比例，则上行链路负载因子的表达式可以写为：

${\mathrm{\η}}_{\mathrm{UL}}=\frac{1}{\frac{1}{{(C/I)}_j}+1}{v}_j+\underset{k=I,k\≠j}{\overset{N}{\mathrm{\Σ}}}\frac{1}{\frac{1}{{(C/I)}_k}+1}\×\frac{A_{\mathrm{kj}}}{A_{\mathrm{kk}}}{v}_k(1-{\mathrm{\β}}_{\mathrm{UL}}+i_k)---\left(1\right)$

式(1)中：

(C/I)_j：从业务所要求的服务质量等级中通过链路级仿真获得的用户j的信号功率与干扰功率的比值；

(C/I)_k：从业务所要求的服务质量等级中通过链路级仿真获得的用户k的信号功率与干扰功率的比值；

v_j：用户j在物理层的激活因子；

v_k：用户K在物理层的激活因子；

A_kk：采用智能天线为用户k所带来的等效的赋形增益；

A_kj：采用智能天线后干扰用户k的赋形图在用户j方向上的增益；

β_UL：上行联合检测干扰消除因子；

i_k：用户k的小区外干扰与小区内干扰的比值。

上式(1)表明了，在估算上行链路负载因子时，包括了参数A_pq、上行联合检测干扰消除因子β_UL：和考虑了干扰用户的小区外干扰与小区内干扰的比值i，即充分考虑了采用智能天线技术后对小区容量的影响、采用联合检测技术后对小区容量的影响和采用灵活的上下行时隙比例后对小区容量的影响，因而更为合理。从(1)式可以看出：上行链路负载因子随着智能天线干扰抑制比的增加而增加，随着联合检测干扰消除因子的增大而减小，随着小区外干扰和小区内的干扰比的增加而增加。

估算下行链路负载因子η_DL。综合考虑影响TD-SCDMA系统容量的各种因素，包括智能天线、联合检测与上下行时隙比例，则下行链路负载因子的表达式可以写为：

${\mathrm{\η}}_{\mathrm{DL}}=\frac{1}{\frac{1}{{(C/I)}_j}+1}{v}_j+\underset{k=1,k\≠j}{\overset{N}{\mathrm{\Σ}}}\frac{1}{\frac{1}{{(C/L)}_k}+1}\frac{L_{m,j}}{L_{m,k}}\frac{A_{\mathrm{kj}}}{A_{\mathrm{kk}}}{v}_k(1-{\mathrm{\β}}_{\mathrm{DL}}+i_k)---\left(2\right)$

式(2)中(C/I)_j、(C/I)_k、v_j、v_k、A_kk、A_kj的意义同上。

L_m，j：服务小区M的基站到用户j的路径损耗；

L_m，k：服务小区M的基站到用户k的路径损耗(k＝1～N，且k≠j)；

β_DL：下行联合检测干扰消除因子；

(2)式表明了，在估算下行链路负载因子时，包括了参数A_pq、下行联合检测干扰消除因子β_DL和考虑了干扰用户的小区外干扰与小区内干扰的比值i，即充分考虑了采用智能天线技术后对小区容量的影响、采用联合检测技术后对小区容量的影响和采用灵活的上下行时隙比例后对小区容量的影响，因而更为合理。从(2)式可以看出，下行链路负载因子随着智能天线干扰抑制比的增加而增加，随着联合检测干扰消除因子的增大而减小，随着小区外干扰和小区内的干扰比的增加而增加。

步骤15，估算上下行链路极点容量N_UL、N_DL。

根据上行链路负载因子η_UL趋近于1时上行链路达到其极点容量的原则和下行链路负载因子η_DL趋近于1时下行链路达到其极点容量的原则估算。

对于单一业务的小区，上行链路负载因子可以表示为：

${\mathrm{\η}}_{\mathrm{UL}}=\frac{1}{\frac{1}{(C/D)}+1}v+\frac{N-1}{\frac{1}{(C/I)}+1}\stackrel{\‾}{A}v(1-{\mathrm{\β}}_{\mathrm{UL}}+i)---\left(3\right)$

同理对于单一业务的小区，下行链路负载因子可以表示为：

${\mathrm{\η}}_{\mathrm{DL}}=\frac{1}{\frac{1}{(C/I)}+1}v+\frac{N-1}{\frac{1}{(C/I)}+1}\stackrel{\‾}{A}v(1-{\mathrm{\β}}_{\mathrm{DL}}+i)---\left(4\right)$

式(3)、(4)中：

C/I为从该单一业务所要求的服务质量等级中通过链路级仿真获得的用户的信号功率与干扰功率的比值；

N为小区内一个时隙的用户个数；

v为用户在物理层的激活因子；

i为用户的小区外干扰与小区内干扰的比值；

A为平均干扰抑制因子。

当η_UL趋近于1(即η_UL≈1)时，上行链路达到其极点容量。当η_DL趋近于1(即η_DL≈1)时，下行链路达到其极点容量。可以让(3)式与(4)式分别为1，从而求得N的表达式。

则对于单一业务的小区，利用N的表达式可以根据表达式(5)估算上行链路极点容量：

$N_{\mathrm{UL}}\≈N\×{\mathrm{TS}}_{\mathrm{UL}}=[\frac{\frac{1}{(C/I)}+1-v}{\stackrel{\‾}{A}v(1-{\mathrm{\β}}_{\mathrm{UL}}+i)}+1]\×{\mathrm{TS}}_{\mathrm{UL}}---\left(5\right)$

从上式可以看出：上行链路极点容量随着智能天线干扰抑制比的增加而减小，随着上行联合检测干扰消除因子的增大而增加，随着小区外干扰和小区内的干扰比的增加而减小。

对于单一业务的小区，利用N的表达式可以根据表达式(6)估算下行链路极点容量：

$N_{\mathrm{DL}}\≈N\×{\mathrm{TS}}_{\mathrm{DL}}=\left[\frac{\frac{1}{(C/I)}+1-v}{\stackrel{\‾}{A}v(1-{\mathrm{\β}}_{\mathrm{DL}}+i)}+1\right]\×{\mathrm{TS}}_{\mathrm{DL}}---\left(6\right)$

从上式可以看出：下行链路极点容量随着智能天线干扰抑制比的增加而减小，随着联合检测干扰消除因子的增大而增加，随着小区外干扰和小区内的干扰比的增加而减小。

式(5)、(6)中，v、 A、C/I、β_UL、β_DL的意义同前，TS_UL为上行时隙的个数，RS_DL为下行时隙的个数。

步骤16，估算小区的极点容量。根据估算的上行链路极点容量与下行链路极点容量估算小区极点容量。

对于语音业务，根据上下行链路极点容量的估算结果，即式(5)、(6)的结果，取二者之间较小的值作为估算的小区极点容量Z，即Z＝min(N_UL，N_DL)。对于数据业务，式(5)的结果就是该小区的上行链路极点容量，式(6)的结果，就是该小区的下行链路极点容量。

以上介绍了在TD-SCDMA系统中，对小区所能承载的极点容量的估算方法。该方法一般用于在没有进行系统级容量仿真时，在初始布局过程中对一个TD-SCDMA小区的容量进行估算和规划。

采用该方法估算出上下行链路的极限容量及小区极点容量之后，就可根据极限容量和小区负载，推算出一个基站满容量配置时的最大业务信道数，最后，根据无线信道呼损、每用户忙时话务量，估算出满足给定容量下所需基站数。

下面结合一个估算实例进一步说明本发明。

用本发明的估算方法对某一地区进行容量规划，估算在满足给定的容量要求的条件下所需的基站数。以12.2k的话音业务为例，设上下行时隙比例对称(即TS_UL＝TS_DL＝3)分析系统上下行链路的极点容量。

图2中示出在以上参数取值的条件下，一个小区中上行链路的极点容量与干扰比i之间的关系。随着干扰比i的增大，上行链路极点容量呈下降趋势。在上行链路，对于12.2K的话音业务，假设各参数按如下值选取：当选取误码率BER为1e-3时，上行目标信噪比C/I＝-1.5dB，智能天线对干扰的抑制能够平均达到6dB，即平均干扰抑制因子 A为-6dB，话音业务的激活因子v取值0.67，上行联合检测干扰消除因子β_UL取为0.78。由于一个12.2k的语音业务上下行分别需要占用两个基本资源单元(BRU)，上行目标信噪比C/I＝-1.5dB相当于土行链路每个码道的C/I＝-4.5dB，当取基站接收机处的其它小区与本小区接收功率的比值i为0.9时，上行链路极点容量：

$N_{\mathrm{DL}}\≈[\frac{\frac{1}{(C/I)}+1-v}{\stackrel{\‾}{A}v(1-{\mathrm{\β}}_{\mathrm{UL}}+i)}+1]\×{\mathrm{TS}}_{\mathrm{UL}}=[\frac{{10}^{-(-4.5)/10}+1-0.67}{{10}^{-6/10}\×0.67\×(1-0.78+0.9)}+1]\×3=53.1\mathrm{BRU}$

图3中示出在以上参数取值的条件下，一个小区中下行链路的极点容量与干扰比i之间的关系。随着干扰比i的增大，下行链路极点容量呈下降趋势。在下行链路，对于12.2K的话音业务，假设各参数按如下值选取：当选取误码率BER为1e-3时，如果下行目标信噪比C/I＝-1.6dB，智能天线对干扰的抑制能够平均达到6dB，即平均干扰抑制因子 A为-6dB，话音业务的激活因子v取值0.67，下行链路联合检测因子β_DL取为0.8，同理，下行目标信噪比C/I＝-1.6dB相当于下行链路每个码道的C/I＝-4.6dB，当下行链路邻区干扰因子的均值(用户接收的其它小区功率与本小区基站功率的平均比值) i取0.75，下行链路极点容量估算如下：

$N_{\mathrm{DL}}\≈[\frac{\frac{1}{(C/I)}+1-v}{\stackrel{\‾}{A}v(1-{\mathrm{\β}}_{\mathrm{DL}}+i)}+1]\×{\mathrm{TS}}_{\mathrm{DL}}=[\frac{{10}^{-(-4.6)/10}+1-0.67}{{10}^{-6/10}\×0.67\×(1-0.8+0.75)}+1]\×3=63.3\mathrm{BRU}$

比较上行链路和下行链路的极限容量可以知道，对于语音业务上行是受限方向。根据上行极限容量计算结果可以得到，在极限情况下，即噪声上升100％时，小区所能支持的最大BRU数为53，那么在50％的负载情况下，小区能够支持53×50％≈26个BRU。由于一个12.2k的语音业务需要两个BRU，所以每个小区同时支持的语音信道数为13。

在估算出每个小区的最大业务信道数之后，再根据无线信道呼损、每用户忙时话务量，就可估算出满足给定容量下所需基站数(该估算技术是小区规划中普遍使用的技术，不再赘述)。

本发明的方法，是为了估算TD-SCDMA系统中小区所能承载的极点容量而设计的一种实用的估算方法，估算中由于充分考虑了TD-SCDMA系统所采用的智能天线技术、联合检测技术对小区容量的影响和考虑了由于采用时分双工方式因而可以灵活分配上下行时隙对小区容量带来的影响，因而估算结果比较合理。所使用的参数通过仿真与测试获得并可在实用中修正，将这些参数直接运用在估算中，使估算过程简单。

Claims (12)

1.一种TD-SCDMA系统中小区容量估算的方法，用于估算小区极点容量，其特征在于包括：

A.估算智能天线技术对小区容量的影响，包括：智能天线通过波束赋形等效放大了期望用户信号功率和抑制期望用户对其他用户的干扰，所带来的对小区容量的增加；估算联合检测技术对小区容量的影响，包括：联合检测技术通过减弱和消除小区内干扰，所带来的对小区容量的增加；估算小区上下行时隙比例对小区容量的影响，包括：使小区的上下行时隙比例与承载的业务相匹配，所带来的对小区容量的增加；

B.在考虑智能天线技术、联合检测技术、上下行时隙比例与承载的业务相匹配技术对小区容量影响的基础上，估算上行链路负载因子和下行链路负载因子；

C.在估算的上行链路负载因子的基础上估算上行链路极点容量，和在估算的下行链路负载因子的基础上估算下行链路极点容量；

D.根据估算的上行链路极点容量与下行链路极点容量估算小区极点容量。

2.根据权利要求1所述的方法，其特征在于：所述步骤A中，所述的估算智能天线技术对小区容量的影响，是通过引入一赋形增益参数进行的；在上行链路表现为在基站，接收到用户j的等效功率增加为P_jA_jj，接收到用户k对用户j的等效干扰功率降低为P_kA_kkA_kj；在下行链路表现为在终端UE，接收到用户j的等效功率增加为P_jA_jj，接收到用户k对用户j的等效干扰功率降低为P_kA_kkA_kj；其中P_j是未采用智能天线前用户j的功率，A_jj为采用智能天线后为用户j所带来的等效的赋形增益，P_k是未采用智能天线前干扰用户k的功率，A_kk是采用智能天线后为用户k所带来的等效的赋形增益，A_kj是采用智能天线后用户k的波束赋形图在用户j方向上的增益。

3.根据权利要求2所述的方法，其特征在于：所述的赋形增益参数是通过仿真和测量手段获得的经验值，并在实际使用中结合实际情况进行修正。

4.根据权利要求1所述的方法，其特征在于：所述步骤A中，所述的估算联合检测技术对小区容量的影响，是通过引入上行联合检测干扰消除因子β_UL和下行联合检测干扰消除因子β_DL进行的；在上行链路，表现为对用户j的干扰功率降低为L_ULintra(1-β_UL)，其中I_ULintra是未采用联合检测前的干扰功率；在下行链路，表现为对用户j的干扰功率降低为I_DLintra(1-β_DL)，其中I_DLintra是未采用联合检测前的干扰功率。

5.根据权利要求4所述的方法，其特征在于：所述的上行联合检测干扰消除因子β_UL和下行联合检测干扰消除因子β_DL是通过仿真和测量手段获得的经验值，并在实际使用中结合实际情况进行修正。

6.根据权利要求1所述的方法，其特征在于：所述步骤A中，所述的估算小区上下行时隙比例对小区容量的影响，是通过引入小区外干扰和小区内干扰的干扰比i进行的，干扰比i低则小区容量大；小区外干扰包括基站对基站的干扰和不同小区间移动台对移动台的干扰，小区内干扰包括小区内基站对移动台的干扰、移动台对基站的干扰及移动台对移动台的干扰。

7.根据权利要求6所述的方法，其特征在于：所述的干扰比i是通过仿真和测量手段获得的经验值，并在实际使用中结合实际情况进行修正。

8.根据权利要求1所述的方法，其特征在于：所述步骤B中，估算上行链路负载因子η_UL和估算下行链路负载因子η_DL采用以下公式：

${\mathrm{\η}}_{\mathrm{UL}}=\frac{1}{\frac{1}{{(U/I)}_j}+1}{v}_j+\underset{k=1,k\≠j}{\overset{N}{\mathrm{\Σ}}}\frac{1}{\frac{1}{{(C/I)}_k}+1}\frac{A_{\mathrm{kj}}}{A_{\mathrm{kk}}}{v}_k(1-{\mathrm{\β}}_{\mathrm{UL}}+i_k)$

${\mathrm{\η}}_{\mathrm{DL}}=\frac{1}{\frac{1}{{(C/I)}_j}+1}{v}_j+\underset{k=1,k\≠j}{\overset{N}{\mathrm{\Σ}}}\frac{1}{\frac{1}{{(C/I)}_k}+1}\frac{L_{m,j}}{L_{m,k}}\frac{A_{\mathrm{kj}}}{A_{\mathrm{kk}}}{v}_k(1-{\mathrm{\β}}_{\mathrm{DL}}+i_k);$

式中(C/I)_j是从业务要求的服务质量等级中通过链路级仿真获得的用户j的信号功率与干扰功率的比值，(C/I)_k是从业务要求的服务质量等级中通过链路级仿真获得的用户k的信号功率与干扰功率的比值，ν_j是用户j在物理层的激活因子，ν_k是用户K在物理层的激活因子，A_kk是采用智能天线为用户k带来的等效的赋形增益，A_kj是采用智能天线后干扰用户k的赋形图在用户j方向上的赋形增益，β_DL是上行联合检测干扰消除因子，β_DL是下行联合检测干扰消除因子，L_m，j是服务小区M的基站到用户j的路径损耗，L_m，k是服务小区M的基站到用户k的路径损耗，i_k是用户k的小区外干扰与小区内干扰的比值，N是小区用户j所处时隙中的用户数，k＝1～N，且k≠j。

9.根据权利要求1所述的方法，其特征在于：所述步骤C中，估算上行链路极点容量N_UL和估算下行链路极点容量N_DL，在单一业务的小区采用以下公式：

$N_{\mathrm{UL}}\≈N{\×\mathrm{TS}}_{\mathrm{UL}}=[\frac{\frac{1}{(C/I)}+1-v}{\stackrel{\‾}{A}v(1-{\mathrm{\β}}_{\mathrm{UL}}+i)}+1]{\×\mathrm{TS}}_{\mathrm{UL}}$

$N_{\mathrm{DL}}\≈N\×T{S}_{\mathrm{DL}}=[\frac{\frac{1}{(C/I)}+1-v}{\stackrel{\‾}{A}v(1-{\mathrm{\β}}_{\mathrm{DL}}+i)}+1]{\×\mathrm{TS}}_{\mathrm{DL}};$

式中N为小区内一个时隙的用户个数，TS_UL为上行时隙的个数，TS_DL为下行时隙的个数，C/I为从单一业务所要求的服务质量等级中通过链路级仿真获得的用户的信号功率与干扰功率的比值，ν为用户在物理层的激活因子， A为平均干扰抑制因子，i为用户的小区外干扰与小区内干扰的比值，β_UL为上行联合检测干扰消除因子，β_DL为下行联合检测干扰消除因子。

10.根据权利要求9所述的方法，其特征在于：估算上行链路极点容量N_UL和估算下行链路极点容量N_DL，是根据上行链路负载因子η_UL趋近于1时上行链路达到其极点容量的原则和下行链路负载因子η_DL趋近于1时下行链路达到其极点容量的原则估算。

11.根据权利要求10所述的方法，其特征在于：

所述的估算上行链路极点容量N_UL的原则是对于单一业务的小区，将上行链路负载因子η_UL表示为：

${\mathrm{\η}}_{\mathrm{UL}}=\frac{1}{\frac{1}{(C/I)}+1}v+\frac{N-1}{\frac{1}{(C/I)}+1}\stackrel{\‾}{A}v(1-{\mathrm{\β}}_{\mathrm{UL}}+i)$

所述的估算下行链路极点容量N_DL的原则是对于单一业务的小区，将下行链路负载因子η_DL表示为：

${\mathrm{\η}}_{\mathrm{DL}}=\frac{1}{\frac{1}{(C/I)}+1}v+\frac{N-1}{\frac{1}{(C/I)}+1}\stackrel{\‾}{A}v(1-{\mathrm{\β}}_{\mathrm{DL}}+i)$

让η_UL≈1和η_DL≈1，获得N的表达式。

12.根据权利要求1所述的方法，其特征在于：所述步骤D中，是从估算的上行链路极点容量与下行链路极点容量中取小值作为估算的小区极点容量。

Images