FR3142311A1

FR3142311A1 - Estimation of parameters characteristic of reception quality at a location of a cellular radiocommunication network

Info

Publication number: FR3142311A1
Application number: FR2211939A
Authority: FR
Inventors: Imed HADJ KACEM; Sana Ben Jemaa
Original assignee: Orange SA
Current assignee: Orange SA
Priority date: 2022-11-17
Filing date: 2022-11-17
Publication date: 2024-05-24
Also published as: WO2024104794A1

Abstract

Estimation de paramètres caractéristiques d’une qualité de réception en une localisation d’un réseau de radiocommunication cellulaire. L'invention concerne un procédé d’estimation de paramètres caractéristiques d’une qualité de réception en une localisation d’un réseau de radiocommunication cellulaire. Selon l’invention, un tel procédé comprend des étapes de : - détermination (E1), parmi un ensemble de cellules dudit réseau, d’au moins deux cellules associées à des puissances moyennes de réception d’un signal utile à ladite localisation les plus élevées ;- détermination (E2) d’au moins deux rapports signal sur interférence plus bruit à ladite localisation pour ledit signal utile reçu en provenance de chacune desdites au moins deux cellules ;- calcul (E5) d’un maximum entre lesdits au moins deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique ;- estimation (E6) desdits paramètres caractéristiques d’une qualité de réception à ladite localisation à partir dudit maximum calculé. Figure pour l’abrégé : Fig 3Estimation of parameters characteristic of reception quality at a location of a cellular radiocommunication network. The invention relates to a method for estimating parameters characteristic of reception quality at a location of a cellular radiocommunication network. According to the invention, such a method comprises steps of: - determination (E1), among a set of cells of said network, of at least two cells associated with average powers of reception of a signal useful at said location the most high; - determination (E2) of at least two signal to interference plus noise ratios at said location for said useful signal received from each of said at least two cells; - calculation (E5) of a maximum between said at least two signal to interference plus noise ratios determined on a logarithmic scale; - estimation (E6) of said parameters characteristic of reception quality at said location from said calculated maximum. Figure for abstract: Fig 3

Description

Estimation of parameters characteristic of reception quality at a location of a cellular radiocommunication network

Le domaine de l'invention est celui des radiocommunications cellulaires, par exemple dans des réseaux de communication cellulaires de type 3G, 4G, 5G ou plus. Plus précisément, l'invention concerne l’estimation de paramètres caractéristiques d’une qualité de réception d’un signal utile, en tous points de tels réseaux, à des fins par exemple de planification ou d’optimisation des ressources du réseau, ou encore de surveillance de ses performances.The field of the invention is that of cellular radiocommunications, for example in cellular communication networks of type 3G, 4G, 5G or more. More precisely, the invention relates to the estimation of parameters characteristic of a reception quality of a useful signal, at all points of such networks, for purposes for example of planning or optimizing network resources, or even monitoring its performance.

Prior art

Les réseaux de radiocommunication cellulaires sont classiquement structurés en cellules voisines, dont chacune est équipée d’une ou plusieurs antennes émettrices, également appelées stations de base. Les cellules forment un pavage d’une zone géographique, et un objectif de l’opérateur du réseau de radiocommunication est d’assurer une couverture, pour ses usagers, sur l’ensemble de la zone géographique considérée, i.e. d’assurer un accès aux services qu’il propose en tout point de cette zone géographique, en évitant autant que faire se peut l’apparition de zones blanches.Cellular radiocommunication networks are conventionally structured into neighboring cells, each of which is equipped with one or more transmitting antennas, also called base stations. The cells form a tiling of a geographical area, and an objective of the radiocommunication network operator is to ensure coverage, for its users, over the entire geographical area considered, i.e. to ensure access to the services that it offers at any point in this geographical area, avoiding as much as possible the appearance of white areas.

Dans un environnement radio de type 3G (ou réseau mobile de troisième génération, également appelé UMTS pour l’anglais « Universal Mobile Telecommunications System », en français « système de télécommunication mobile universel »), 4G (ou réseau mobile de quatrième génération, également appelé LTE pour l’anglais « Long Term Evolution ») et 5G (ou réseau mobile de cinquième génération), les antennes émettrices des cellules voisines émettent des signaux utiles dans la même bande de fréquences. A un instant donné, chaque utilisateur est rattaché à l’une des cellules du réseau, que l’on appelle couramment cellule serveuse, et de laquelle il reçoit le signal utile dont il a besoin.In a 3G type radio environment (or third generation mobile network, also called UMTS for English "Universal Mobile Telecommunications System", in French "universal mobile telecommunications system"), 4G (or fourth generation mobile network, also called LTE for English “Long Term Evolution”) and 5G (or fifth generation mobile network), the transmitting antennas of neighboring cells emit useful signals in the same frequency band. At a given moment, each user is attached to one of the network cells, which is commonly called a server cell, and from which he receives the useful signal he needs.

Cependant, en plus du signal utile envoyé par sa cellule serveuse, un terminal d’utilisateur reçoit également des signaux d’interférence en provenance des autres cellules dans la zone de couverture desquelles il se trouve. La capacité du terminal à bien décoder le signal qui lui est destiné dépend de la puissance de réception du signal utile et des interférences, et plus particulièrement du rapport de ces deux quantités. La métrique « SINR » (en anglais « Signal to Noise plus interference ratio » ; en français « rapport signal sur interférence plus bruit »), est le rapport de la puissance du signal utile divisé par la somme des puissances des signaux interférents et du bruit thermique, reçus au niveau du récepteur du terminal. Si le terminal est capable de décoder correctement le signal qui lui est destiné pour un service donné, alors ce service est accessible avec une qualité suffisante à l’emplacement du terminal.However, in addition to the useful signal sent by its serving cell, a user terminal also receives interference signals from other cells in whose coverage area it is located. The ability of the terminal to properly decode the signal intended for it depends on the reception power of the useful signal and the interference, and more particularly on the ratio of these two quantities. The “SINR” metric (in English “Signal to Noise plus interference ratio”), is the ratio of the power of the useful signal divided by the sum of the powers of the interfering signals and the noise. thermal, received at the terminal receiver. If the terminal is able to correctly decode the signal intended for it for a given service, then this service is accessible with sufficient quality at the location of the terminal.

On peut donc définir la zone de couverture pour ce service comme l’ensemble des emplacements où le SINR reçu est supérieur à un seuil donné. L’opérateur dimensionne et paramètre son réseau selon ses objectifs incluant la couverture, par exemple 99% du territoire doit être couvert pour le service voix, 95% pour le service vidéo etc. Comme la couverture ne peut pas être mesurée en tout emplacement du réseau, l’estimation précise du SINR et de ses paramètres caractéristiques est déterminante pour assurer les objectifs de couverture de l’opérateur.We can therefore define the coverage area for this service as the set of locations where the received SINR is greater than a given threshold. The operator sizes and configures its network according to its objectives including coverage, for example 99% of the territory must be covered for the voice service, 95% for the video service, etc. As coverage cannot be measured at every location in the network, the precise estimation of the SINR and its characteristic parameters is crucial to ensuring the operator's coverage objectives.

Cependant, le signal transmis par une station de base et reçu par un terminal est sujet à des variations liées à la nature de l’environnement radio. En effet, les puissances de réception au niveau de deux terminaux mobiles situés à la même distance de la station de base sont différentes du fait que les obstacles existants sur les trajets entre chaque terminal mobile et la station sont différents (phénomènes de réflexion sur les obstacles importants, tels que les immeubles en milieu urbain ou les forêts en milieu rural par exemple). On parle dans ce cas du phénomène aléatoire du « Shadowing » qui rajoute un terme d’affaiblissement dans l’expression de la puissance reçue.However, the signal transmitted by a base station and received by a terminal is subject to variations linked to the nature of the radio environment. Indeed, the reception powers at the level of two mobile terminals located at the same distance from the base station are different due to the fact that the obstacles existing on the paths between each mobile terminal and the station are different (reflection phenomena on obstacles important, such as buildings in urban areas or forests in rural areas for example). In this case we are talking about the random phenomenon of “Shadowing” which adds a weakening term in the expression of the power received.

Comme indiqué précédemment, dans un réseau de radiocommunication cellulaire, un terminal d’utilisateur est typiquement rattaché à la cellule qu’il reçoit le mieux, que l’on appelle couramment sa cellule serveuse. Pour estimer la couverture offerte en chaque localisation du réseau de radiocommunication, il est donc tout d’abord nécessaire de déterminer quelle est la cellule serveuse en cette localisation, puis les cellules interférentes, et ensuite d’estimer le SINR associé. Néanmoins, en l’absence de mesures et en raison de la variation aléatoire des puissances des signaux reçus à une localisation donnée (phénomène de « Shadowing »), l’identité de la cellule serveuse n’est pas toujours connue de manière déterministe, et elle peut varier statistiquement, surtout en bordure de cellules.As indicated previously, in a cellular radiocommunication network, a user terminal is typically attached to the cell that it receives best, which is commonly called its server cell. To estimate the coverage offered at each location of the radiocommunication network, it is therefore first necessary to determine which is the serving cell at this location, then the interfering cells, and then to estimate the associated SINR. However, in the absence of measurements and due to the random variation in the power of the signals received at a given location (“Shadowing” phenomenon), the identity of the serving cell is not always known in a deterministic manner, and it can vary statistically, especially at the edge of cells.

Cependant, à des fins de simplification, les travaux précédemment publiés sur ce sujet reposent sur l’hypothèse qu’en une localisation donnée du réseau, la cellule serveuse est « figée », et correspond par exemple à la cellule dont est reçu le signal utile présentant la puissance moyenne de réception la plus élevée pour le terminal d’utilisateur.However, for the purposes of simplification, the work previously published on this subject is based on the hypothesis that at a given location in the network, the serving cell is “fixed”, and corresponds for example to the cell from which the useful signal is received. having the highest average reception power for the user terminal.

Ainsi, dans l’article“SINR and rate distributions for downlink cellular networks”, IEEE Transactions on Wireless Communications , vol. 19, no. 7, pp. 4604–4616, 2020, publié par les inventeurs de la présente demande de brevet, les auteurs proposent d’évaluer la qualité de service perçue par un terminal d’utilisateur à partir de la distribution statistique du rapport SINR, qui est approximée sous la forme d’une variable aléatoire normale dans le domaine logarithmique, dont on peut calculer la moyenne et la variance. Ces travaux reposent sur l’hypothèse simplificatrice qu’en une localisation donnée du réseau, un terminal d’utilisateur reçoit un signal utile d’une cellule serveuse k figée, et M signaux interférents en provenance de M cellules voisines. Le SINR en cette localisation est alors défini comme le rapport de la puissance du signal utile reçu de cette cellule serveuse k sur la somme de la puissance du bruit thermique et des puissances des signaux interférents reçus des M cellules voisines.Thus, in the article “SINR and rate distributions for downlink cellular networks”, IEEE Transactions on Wireless Communications , vol. 19, no. 7, pp. 4604–4616, 2020 , published by the inventors of the present patent application, the authors propose to evaluate the quality of service perceived by a user terminal from the statistical distribution of the SINR ratio, which is approximated in the form of a normal random variable in the logarithmic domain, the mean and variance of which can be calculated. This work is based on the simplifying hypothesis that at a given location in the network, a user terminal receives a useful signal from a fixed server cell k, and M interfering signals coming from M neighboring cells. The SINR at this location is then defined as the ratio of the power of the useful signal received from this serving cell k to the sum of the power of the thermal noise and the powers of the interfering signals received from the M neighboring cells.

Dans l’article,“Downlink average rate and SINR distribution in cellular networks,” IEEE Transactions on Communications , vol. 64, no. 2, pp. 847–862, Feb. 2016,X. Yan et al. s’intéressent plus particulièrement aux réseaux cellulaires reposant sur une technique de multiplexage de type OFDMA (pour l’anglais « Orthogonal Frequency Division Multiple Access », en français « accès multiple par répartition orthogonale de la fréquence »), et proposent une autre approche pour la modélisation statistique du rapport SINR. Leurs travaux reposent également sur l’hypothèse simplificatrice qu’en une localisation donnée du réseau, un terminal d’utilisateur reçoit un signal utile d’une station de base BS₀d’une cellule serveuse figée, et L signaux interférents en provenance des stations de base BS_ide i cellules voisines interférentes.In the article, “Downlink average rate and SINR distribution in cellular networks,” IEEE Transactions on Communications , vol. 64, no. 2, pp. 847–862, Feb. 2016, X. Yan et al. are particularly interested in cellular networks based on an OFDMA type multiplexing technique (for English "Orthogonal Frequency Division Multiple Access", in French "multiple access by orthogonal frequency division"), and propose another approach for statistical modeling of the SINR report. Their work is also based on the simplifying hypothesis that in a given location of the network, a user terminal receives a useful signal from a base station BS ₀ of a fixed serving cell, and L interfering signals coming from the base stations BS _i of i neighboring interfering cells.

Dans chacune de ces deux publications, les paramètres caractéristiques proposés pour estimer la distribution du SINR ne sont valides que si la cellule serveuse d’un terminal utilisateur reste effectivement inchangée. Or, dans un environnement réel, dans lequel le phénomène aléatoire de « shadowing » vient s’ajouter à la puissance moyenne du signal reçu par un terminal d’utilisateur, il est fréquent que plusieurs cellules proches s’échangent statistiquement le rôle de cellule serveuse au cours du temps, en une localisation donnée du réseau.In each of these two publications, the characteristic parameters proposed to estimate the SINR distribution are only valid if the serving cell of a user terminal effectively remains unchanged. However, in a real environment, in which the random phenomenon of “shadowing” is added to the average power of the signal received by a user terminal, it is common for several nearby cells to statistically exchange the role of serving cell. over time, at a given location in the network.

Ainsi, l’approximation sur laquelle reposent ces deux articles de l’art antérieur est satisfaisante quand l’écart entre la puissance moyenne du signal reçu de la cellule la plus forte et de la deuxième cellule la plus forte est assez important, typiquement pour des terminaux mobiles proches du centre de la cellule. Elle atteint cependant ses limites de validité pour des terminaux mobiles en bordure de cellules. Or, il est à noter que la zone en bordure de cellules est la zone à risque où il est très important, pour l’opérateur du réseau, de connaître avec précision le SINR afin de garantir la couverture.Thus, the approximation on which these two articles of the prior art are based is satisfactory when the difference between the average power of the signal received from the strongest cell and the second strongest cell is quite large, typically for mobile terminals close to the center of the cell. However, it reaches its limits of validity for mobile terminals at the edge of cells. However, it should be noted that the area at the edge of cells is the risk area where it is very important, for the network operator, to know the SINR precisely in order to guarantee coverage.

Il existe donc un besoin d'une technique d’estimation de paramètres caractéristiques d’une qualité de réception en une localisation d’un réseau de radiocommunication cellulaire qui vienne améliorer ces travaux de l’art antérieur. Notamment, il existe un besoin d’une telle technique qui vienne améliorer l’estimation de la qualité de signal reçue en tout point d’un réseau de radiocommunication cellulaire, et notamment, mais non exclusivement, dans les localisations en bordure de cellules.There is therefore a need for a technique for estimating parameters characteristic of reception quality at a location of a cellular radiocommunication network which improves this work of the prior art. In particular, there is a need for such a technique which improves the estimation of the signal quality received at any point of a cellular radiocommunication network, and in particular, but not exclusively, in locations at the edge of cells.

Il existe encore un besoin d’une telle technique qui permette d’améliorer l’estimation de caractéristiques du rapport SINR, à des fins notamment de planification, d’optimisation de couverture radio ou encore de surveillance des performances d’un réseau de radiocommunication cellulaire.There is still a need for such a technique which makes it possible to improve the estimation of characteristics of the SINR report, for purposes in particular of planning, optimization of radio coverage or monitoring of the performance of a cellular radio network. .

L'invention répond à ce besoin en proposant un procédé d’estimation de paramètres caractéristiques d’une qualité de réception en une localisation d’un réseau de radiocommunication cellulaire, qui comprend des étapes de :
- détermination, parmi un ensemble de cellules du réseau, d’au moins deux cellules associées à des puissances moyennes de réception d’un signal utile à la localisation les plus élevées ;
- détermination d’au moins deux rapports signal sur interférence plus bruit à la localisation pour le signal utile reçu en provenance de chacune desdites au moins deux cellules ;
- calcul d’un maximum entre lesdits au moins deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique ;
- estimation des paramètres caractéristiques d’une qualité de réception à la localisation à partir du maximum calculé.The invention responds to this need by proposing a method for estimating parameters characteristic of reception quality at a location of a cellular radiocommunication network, which comprises steps of:
- determination, among a set of cells in the network, of at least two cells associated with the highest average reception powers of a useful signal at the location;
- determination of at least two signal to interference plus noise ratios at the location for the useful signal received from each of said at least two cells;
- calculation of a maximum between said at least two signal to interference plus noise ratios determined on the logarithmic scale;
- estimation of the characteristic parameters of reception quality at the location from the calculated maximum.

Ainsi, l’invention repose sur une approche tout à fait nouvelle et inventive de l’estimation de la qualité de réception en tout point d’un réseau, à des fins par exemple de planification du réseau, d’optimisation d’un réseau de radiocommunication cellulaire existant, ou encore de surveillance des performances d’un réseau. En effet, les techniques de l’art antérieur en matière d’estimation de la qualité de réception reposent toutes sur l’hypothèse qu’en une localisation donnée du réseau, il existe une unique cellule serveuse, figée, à laquelle un terminal d’utilisateur est attaché. C’est l’hypothèse sur laquelle sont fondées les propositions des articles précités“SINR and rate distributions for downlink cellular networks”, IEEE Transactions on Wireless Communications , vol. 19, no. 7, pp. 4604–4616, 2020, publié par les inventeurs de la présente demande de brevet et“Downlink average rate and SINR distribution in cellular networks,” IEEE Transactions on Communications , vol. 64, no. 2, pp. 847–862, Feb. 2016,de X. Yan et al.Thus, the invention is based on a completely new and inventive approach to estimating the reception quality at any point of a network, for the purposes of, for example, network planning, optimization of a network of existing cellular radiocommunication, or even monitoring the performance of a network. Indeed, the techniques of the prior art in terms of estimating reception quality are all based on the hypothesis that in a given location of the network, there exists a single, fixed serving cell, to which a terminal user is attached. This is the hypothesis on which the proposals of the aforementioned articles “SINR and rate distributions for downlink cellular networks” are based, IEEE Transactions on Wireless Communications , vol. 19, no. 7, pp. 4604–4616, 2020 , published by the inventors of the present patent application and “Downlink average rate and SINR distribution in cellular networks,” IEEE Transactions on Communications , vol. 64, no. 2, pp. 847–862, Feb. 2016, by X. Yan et al.

Contrairement à ces travaux antérieurs, la technique d’estimation selon un mode de réalisation de l’invention considère le cas réaliste où le rôle de serveuse peut être statistiquement joué par plusieurs cellules voisines, ce qui s’avère particulièrement fréquent dans le cas d’une localisation en bordure de cellule, en raison du caractère aléatoire du phénomène de « shadowing ». Elle s’attache ainsi à identifier deux ou plusieurs cellules qui peuvent potentiellement jouer le rôle de cellule serveuse en une localisation donnée, étant entendu qu’à un instant donné, un terminal d’utilisateur n’est attaché qu’à une unique cellule serveuse, dont il reçoit le signal utile. Elle propose en outre une méthode pour calculer les paramètres caractéristiques du rapport signal sur interférence plus bruit dans ce cas réaliste, à partir des rapports signal sur interférence plus bruit de la pluralité de cellules susceptibles de jouer le rôle de cellule serveuse, à savoir celles dont la puissance de réception du signal utile en cette localisation est la plus élevée.Unlike this previous work, the estimation technique according to one embodiment of the invention considers the realistic case where the role of waitress can be statistically played by several neighboring cells, which turns out to be particularly frequent in the case of a location at the edge of a cell, due to the random nature of the “shadowing” phenomenon. It thus seeks to identify two or more cells which can potentially play the role of serving cell in a given location, it being understood that at a given time, a user terminal is only attached to a single serving cell. , from which it receives the useful signal. It further proposes a method for calculating the characteristic parameters of the signal to interference plus noise ratio in this realistic case, from the signal to interference plus noise ratios of the plurality of cells capable of playing the role of serving cell, namely those whose the reception power of the useful signal at this location is the highest.

Ce rapport signal sur interférence plus bruit, que l’on peut qualifier de réaliste compte tenu de l’hypothèse de travail formulée, est calculé sous la forme d’un maximum, à l’échelle logarithmique, des rapports signal sur interférence plus bruit des différentes cellules serveuses potentielles.This signal to interference plus noise ratio, which can be described as realistic given the working hypothesis formulated, is calculated in the form of a maximum, on a logarithmic scale, of the signal to interference plus noise ratios of the different potential serving cells.

Sa connaissance permet d’estimer un certain nombre de paramètres caractéristiques de la qualité de réception en une localisation donnée, et notamment la probabilité, sur une zone géographique, d’avoir un rapport signal sur interférence plus bruit supérieur à un seuil donné, pour estimer par exemple la couverture du réseau de radiocommunication cellulaire.Its knowledge makes it possible to estimate a certain number of parameters characteristic of the reception quality in a given location, and in particular the probability, over a geographical area, of having a signal to interference plus noise ratio greater than a given threshold, to estimate for example the coverage of the cellular radio network.

Dans un mode de réalisation particulier, on détermine deux cellules associées à des puissances moyennes de réception d’un signal utile à ladite localisation les plus élevées, et l’estimation des paramètres caractéristiques comprend également :
- un calcul d’une moyenne et d’une variance des deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique ;
- un calcul d’une moyenne et d’une variance à l’échelle logarithmique d’une variable aléatoire définie comme l’inverse d’un produit des deux rapports signal sur interférence plus bruit déterminés à l’échelle linéaire ;
- un calcul d’une moyenne d’un produit des deux rapports signal sur interférence plus bruit déterminés à l’échelle linéaire, à partir de la moyenne et de la variance de la variable aléatoire calculées.In a particular embodiment, two cells associated with the highest average reception powers of a signal useful at said location are determined, and the estimation of characteristic parameters also includes:
- a calculation of a mean and a variance of the two signal to interference plus noise ratios determined on the logarithmic scale;
- a calculation of a mean and a variance on the logarithmic scale of a random variable defined as the inverse of a product of the two signal to interference plus noise ratios determined on the linear scale;
- a calculation of an average of a product of the two signal to interference plus noise ratios determined on the linear scale, from the calculated mean and variance of the random variable.

On se place ainsi dans le cas plus simple où l’on considère seulement l’influence de deux cellules serveuses potentielles, ce qui est une hypothèse simplificatrice tout à fait réaliste pour une localisation en bordure de cellule. Comme on le verra plus en détail dans la suite de ce document, les paramètres caractéristiques des distributions des rapports signal sur interférence plus bruit pour ces deux cellules (moyenne et variance) sont calculés, par exemple selon la technique Schwartz-Yeh décrite dans l’article de C.-L. Ho,“Calculating the mean and variance of power sums with two log-normal components,” IEEE Trans. Veh. Technol. , vol. 44, no. 4, pp. 756–762, 1995. Cette même technique peut être utilisée pour calculer les paramètres caractéristiques d’une variable aléatoire Z définie comme l’inverse du produit des deux rapports signal sur interférence plus bruit à l’échelle linéaire pour les deux cellules serveuses potentielles, et en déduire avantageusement la moyenne du produit de ces deux rapports signal sur interférence plus bruit.We thus place ourselves in the simpler case where we only consider the influence of two potential serving cells, which is a completely realistic simplifying hypothesis for a location at the edge of a cell. As will be seen in more detail later in this document, the characteristic parameters of the distributions of the signal to interference plus noise ratios for these two cells (mean and variance) are calculated, for example according to the Schwartz-Yeh technique described in the article by C.-L. Ho, “Calculating the mean and variance of power sums with two log-normal components,” IEEE Trans. Veh. Technol. , flight. 44, no. 4, pp. 756–762, 1995 . This same technique can be used to calculate the characteristic parameters of a random variable Z defined as the inverse of the product of the two signal to interference plus noise ratios on a linear scale for the two potential serving cells, and advantageously deduce the average. of the product of these two signal to interference plus noise ratios.

Ainsi, dans un mode de réalisation, la moyenne du produit des deux rapports signal sur interférence plus bruit déterminés à l’échelle linéaire est calculée selon la formule :
où :
et désignent respectivement les deux rapports signal sur interférence plus bruit déterminés à l’échelle linéaire des deux cellules,
désigne la moyenne à l’échelle logarithmique du produit ,
désigne la variance à l’échelle logarithmique du produit , et
.Thus, in one embodiment, the average of the product of the two signal to interference plus noise ratios determined on the linear scale is calculated according to the formula:
Or :
And respectively designate the two signal to interference plus noise ratios determined on the linear scale of the two cells,
denotes the mean on a logarithmic scale of the product ,
denotes the logarithmic scale variance of the product , And
.

Selon un autre aspect avantageux, l’estimation des paramètres caractéristiques comprend également une détermination d’un coefficient de corrélation entre les deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique, en fonction :
- de la moyenne du produit des deux rapports signal sur interférence plus bruit déterminés à l’échelle linéaire calculée ;
- des moyennes et variances des deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique calculées.According to another advantageous aspect, the estimation of the characteristic parameters also includes a determination of a correlation coefficient between the two signal to interference plus noise ratios determined on the logarithmic scale, depending on:
- the average of the product of the two signal to interference plus noise ratios determined on the calculated linear scale;
- calculated means and variances of the two signal to interference plus noise ratios determined on a logarithmic scale.

En effet, selon les travaux de S. Nadarajah et S. Kotz,“Exact Distribution of the Max/Min of Two Gaussian Random Variables,” IEEE Transactions on Very Large Scale Integration (VLSI) Systems, vol. 16, no. 2, pp. 210–212, Feb. 2008 , la moyenne, la variance et la distribution peuvent être calculées pour le maximum de deux variables aléatoires normales corrélées, en supposant connu le coefficient de corrélation entre ces deux variables. Dans le cas de la planification et de l’optimisation d’un réseau cellulaire, le coefficient de corrélation entre les SINRs de deux cellules voisines à l’échelle logarithmique n’est pas une quantité connue. La technique selon un mode de réalisation de l’invention propose avantageusement une méthode de calcul de ce coefficient de corrélation de deux variables normales à l’échelle logarithmique, à partir de la connaissance de la moyenne de leur produit à l’échelle linéaire.Indeed, according to the work of S. Nadarajah and S. Kotz, “Exact Distribution of the Max/Min of Two Gaussian Random Variables,” IEEE Transactions on Very Large Scale Integration (VLSI) Systems, vol. 16, no. 2, pp. 210–212, Feb. 2008 , the mean, variance and distribution can be calculated for up to two correlated normal random variables, assuming the correlation coefficient between these two variables is known. In the case of planning and optimization of a cellular network, the correlation coefficient between the SINRs of two neighboring cells on the logarithmic scale is not a known quantity. The technique according to one embodiment of the invention advantageously offers a method of calculating this correlation coefficient of two normal variables on the logarithmic scale, from knowledge of the average of their product on the linear scale.

Ainsi, ce coefficient de corrélation est déterminé selon la formule :
où :
et désignent respectivement les deux rapports signal sur interférence plus bruit déterminés à l’échelle linéaire des deux cellules,
et désignent respectivement les moyennes des deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique,
et désignent respectivement les variances des deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique, et
.Thus, this correlation coefficient is determined according to the formula:
Or :
And respectively designate the two signal to interference plus noise ratios determined on the linear scale of the two cells,
And denote respectively the averages of the two signal to interference plus noise ratios determined on the logarithmic scale,
And denote respectively the variances of the two signal to interference plus noise ratios determined on the logarithmic scale, and
.

Selon un aspect de l’invention, l’estimation des paramètres caractéristiques de la qualité de réception comprend un calcul d’au moins certains des éléments appartenant au groupe comprenant :
- une distribution du maximum calculé ;
- une moyenne du maximum calculé ;
- une variance du maximum calculé ;
à partir du coefficient de corrélation déterminé et des moyennes et variances des deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique.According to one aspect of the invention, the estimation of the parameters characteristic of the reception quality comprises a calculation of at least some of the elements belonging to the group comprising:
- a distribution of the calculated maximum;
- an average of the calculated maximum;
- a variance of the calculated maximum;
from the correlation coefficient determined and the means and variances of the two signal to interference plus noise ratios determined on the logarithmic scale.

Ainsi, la technique de l’invention permet de calculer les expressions de la distribution du SINR, de la moyenne du SINR et de sa variance à l’échelle logarithmique. Connaître la distribution et la variance, en plus de la moyenne, permet de connaître l’ensemble des valeurs possibles que peut avoir le SINR avec la probabilité associée. Cela permet une optimisation plus fine du réseau.Thus, the technique of the invention makes it possible to calculate the expressions of the distribution of the SINR, the mean of the SINR and its variance on the logarithmic scale. Knowing the distribution and the variance, in addition to the mean, allows us to know all the possible values that the SINR can have with the associated probability. This allows for finer optimization of the network.

Notamment, selon un mode de réalisation, la distribution du maximum calculé est calculée selon la formule :
,
où :
est la fonction de la densité de probabilité de la loi normale standard centrée réduite,
est la fonction de répartition de la loi normale standard,
et désignent respectivement les moyennes des deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique,
et désignent respectivement les variances des deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique, et
est le coefficient de corrélation entre les deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique.In particular, according to one embodiment, the distribution of the calculated maximum is calculated according to the formula:
,
Or :
is the function of the probability density of the reduced standard centered normal distribution,
is the distribution function of the standard normal law,
And denote respectively the averages of the two signal to interference plus noise ratios determined on the logarithmic scale,
And denote respectively the variances of the two signal to interference plus noise ratios determined on the logarithmic scale, and
is the correlation coefficient between the two signal to interference plus noise ratios determined on the logarithmic scale.

En outre, la moyenne du maximum calculé est calculée selon la formule :
où :
,
est la fonction de la densité de probabilité de la loi normale standard centrée réduite,
est la fonction de répartition de la loi normale standard,
et désignent respectivement les moyennes des deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique,
et désignent respectivement les variances des deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique, et
est le coefficient de corrélation entre les deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique.Additionally, the average of the calculated maximum is calculated according to the formula:
Or :
,
is the function of the probability density of the reduced standard centered normal distribution,
is the distribution function of the standard normal law,
And denote respectively the averages of the two signal to interference plus noise ratios determined on the logarithmic scale,
And denote respectively the variances of the two signal to interference plus noise ratios determined on the logarithmic scale, and
is the correlation coefficient between the two signal to interference plus noise ratios determined on the logarithmic scale.

Enfin, la variance du maximum calculé est calculée selon la formule :
où :
,
est la fonction de la densité de probabilité de la loi normale standard centrée réduite,
est la fonction de répartition de la loi normale standard,
et désignent respectivement les moyennes des deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique,
et désignent respectivement les variances des deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique,
est le coefficient de corrélation entre les deux rapports signal sur interférence plus bruit déterminés à l’échelle logarithmique, et
est la moyenne du maximum calculé.Finally, the variance of the calculated maximum is calculated according to the formula:
Or :
,
is the function of the probability density of the reduced standard centered normal distribution,
is the distribution function of the standard normal distribution,
And denote respectively the averages of the two signal to interference plus noise ratios determined on the logarithmic scale,
And respectively designate the variances of the two signal to interference plus noise ratios determined on the logarithmic scale,
is the correlation coefficient between the two signal to interference plus noise ratios determined on a logarithmic scale, and
is the average of the calculated maximum.

L’invention concerne également un produit programme d'ordinateur comprenant des instructions de code de programme pour la mise en œuvre d’un procédé d’estimation de paramètres caractéristiques d’une qualité de réception en une localisation d’un réseau de radiocommunication cellulaire tel que décrit précédemment, lorsqu’il est exécuté par un processeur.The invention also relates to a computer program product comprising program code instructions for implementing a method for estimating parameters characteristic of reception quality at a location of a cellular radio network such as as described previously, when executed by a processor.

L’invention vise également un support d’enregistrement lisible par un ordinateur sur lequel est enregistré un programme d’ordinateur comprenant des instructions de code de programme pour l’exécution des étapes du procédé d’estimation de paramètres caractéristiques d’une qualité de réception en une localisation d’un réseau de radiocommunication cellulaire selon l’invention tel que décrit ci-dessus.The invention also relates to a computer-readable recording medium on which is recorded a computer program comprising program code instructions for executing the steps of the method for estimating parameters characteristic of a reception quality in a location of a cellular radiocommunication network according to the invention as described above.

Un tel support d'enregistrement peut être n'importe quelle entité ou dispositif capable de stocker le programme. Par exemple, le support peut comporter un moyen de stockage, tel qu'une ROM, par exemple un CD ROM ou une ROM de circuit microélectronique, ou encore un moyen d'enregistrement magnétique, par exemple une clé USB ou un disque dur.Such a recording medium can be any entity or device capable of storing the program. For example, the support may comprise a storage means, such as a ROM, for example a CD ROM or a microelectronic circuit ROM, or even a magnetic recording means, for example a USB key or a hard disk.

D'autre part, un tel support d'enregistrement peut être un support transmissible tel qu'un signal électrique ou optique, qui peut être acheminé via un câble électrique ou optique, par radio ou par d'autres moyens, de sorte que le programme d’ordinateur qu’il contient est exécutable à distance. Le programme selon l'invention peut être en particulier téléchargé sur un réseau par exemple le réseau Internet.On the other hand, such a recording medium may be a transmissible medium such as an electrical or optical signal, which may be conveyed via an electrical or optical cable, by radio or by other means, so that the program computer it contains can be executed remotely. The program according to the invention can in particular be downloaded onto a network, for example the Internet network.

Alternativement, le support d'enregistrement peut être un circuit intégré dans lequel le programme est incorporé, le circuit étant adapté pour exécuter ou pour être utilisé dans l'exécution du procédé précité d’estimation de paramètres caractéristiques d’une qualité de réception en une localisation d’un réseau de radiocommunication cellulaire.Alternatively, the recording medium may be an integrated circuit in which the program is incorporated, the circuit being adapted to execute or to be used in the execution of the aforementioned method of estimating parameters characteristic of a reception quality in one localization of a cellular radiocommunication network.

L’invention concerne encore un procédé de planification du déploiement d’un réseau de radiocommunication cellulaire, qui met en œuvre une estimation de paramètres caractéristiques d’une qualité de réception en une localisation dudit réseau, selon le procédé décrit précédemment, et une détermination de paramètres de planification du réseau en fonction des paramètres caractéristiques estimés.The invention also relates to a method for planning the deployment of a cellular radiocommunication network, which implements an estimation of parameters characteristic of a reception quality at a location of said network, according to the method described above, and a determination of network planning parameters based on the estimated characteristic parameters.

Un tel procédé peut par exemple être mis en œuvre dans des outils de planification de type Merit/Acp® ou Atoll® par exemple.Such a process can for example be implemented in planning tools such as Merit/Acp® or Atoll® for example.

Elle concerne aussi un procédé d’optimisation de paramètres de fonctionnement d’un réseau de radiocommunication cellulaire, qui met en œuvre une estimation de paramètres caractéristiques d’une qualité de réception en une localisation dudit réseau, selon le procédé décrit précédemment, et une détermination de paramètres optimisés de fonctionnement du réseau en fonction des paramètres caractéristiques estimés.It also relates to a method for optimizing operating parameters of a cellular radiocommunication network, which implements an estimation of parameters characteristic of a reception quality at a location of said network, according to the method described above, and a determination of optimized network operating parameters based on the estimated characteristic parameters.

Un tel procédé peut être intégré dans des outils d’optimisation de type CSON®.Such a process can be integrated into CSON® type optimization tools.

L’invention concerne encore un procédé de surveillance de performance d’un réseau de radiocommunication cellulaire, qui met en œuvre une estimation de paramètres caractéristiques d’une qualité de réception en une localisation dudit réseau, selon le procédé décrit précédemment, et une estimation d’au moins un critère de performance du réseau en fonction des paramètres caractéristiques estimés.The invention also relates to a method for monitoring the performance of a cellular radiocommunication network, which implements an estimation of parameters characteristic of a reception quality at a location of said network, according to the method described above, and an estimation of at least one network performance criterion based on the estimated characteristic parameters.

L’invention concerne encore un système de planification du déploiement d’un réseau de radiocommunication cellulaire, qui comprend un processeur configuré pour exécuter les étapes du procédé d’estimation de paramètres caractéristiques d’une qualité de réception en une localisation dudit réseau, tel que décrit précédemment, et pour déterminer des paramètres de planification du réseau en fonction des paramètres caractéristiques estimés.The invention also relates to a system for planning the deployment of a cellular radiocommunication network, which comprises a processor configured to execute the steps of the method for estimating parameters characteristic of a reception quality at a location of said network, such as described previously, and to determine network planning parameters based on the estimated characteristic parameters.

L’invention concerne aussi un système d’optimisation de paramètres de fonctionnement d’un réseau de radiocommunication cellulaire, qui comprend un processeur configuré pour exécuter les étapes du procédé d’estimation de paramètres caractéristiques d’une qualité de réception en une localisation dudit réseau, tel que décrit précédemment, et pour déterminer des paramètres optimisés de fonctionnement du réseau en fonction des paramètres caractéristiques estimés.The invention also relates to a system for optimizing operating parameters of a cellular radiocommunication network, which comprises a processor configured to execute the steps of the method for estimating parameters characteristic of a reception quality at a location of said network , as described previously, and to determine optimized network operating parameters based on the estimated characteristic parameters.

L’invention concerne enfin un système de surveillance de performance d’un réseau de radiocommunication cellulaire, qui comprend un processeur configuré pour exécuter les étapes du procédé d’estimation de paramètres caractéristiques d’une qualité de réception en une localisation dudit réseau de radiocommunication cellulaire tel que décrit précédemment et pour analyser une performance du réseau en fonction des paramètres caractéristiques estimés.The invention finally relates to a system for monitoring the performance of a cellular radiocommunication network, which comprises a processor configured to execute the steps of the method for estimating parameters characteristic of a reception quality at a location of said cellular radiocommunication network. as described previously and to analyze network performance as a function of the estimated characteristic parameters.

Presentation of figures

D'autres buts, caractéristiques et avantages de l'invention apparaîtront plus clairement à la lecture de la description suivante, donnée à titre de simple exemple illustratif, et non limitatif, en relation avec les figures, parmi lesquelles :Other aims, characteristics and advantages of the invention will appear more clearly on reading the following description, given as a simple illustrative and non-limiting example, in relation to the figures, among which:

présente sous forme schématique un réseau de radiocommunication cellulaire auquel peut être appliqué le procédé d’estimation selon différents modes de réalisation de l’invention ; presents in schematic form a cellular radiocommunication network to which the estimation method can be applied according to different embodiments of the invention;

illustre sous forme schématique l’existence d’une zone de propagation commune pour les cellules corrélées du réseau de la ; illustrates in schematic form the existence of a common propagation zone for the correlated cells of the network of the ;

décrit sous forme d’organigramme les principales étapes du procédé d’estimation selon un mode de réalisation de l’invention ; describes in flowchart form the main steps of the estimation method according to one embodiment of the invention;

présente sous forme schématique la structure matérielle d’un système de surveillance des performances d’un réseau de radiocommunication cellulaire de la dans un mode de réalisation de l’invention. presents in schematic form the hardware structure of a system for monitoring the performance of a cellular radiocommunication network of the in one embodiment of the invention.

Description détaillée de modes de réalisation de l'inventionDetailed description of embodiments of the invention

Le principe général de l'invention repose sur une estimation de paramètres caractéristiques de la qualité de réception d’un signal utile en tout point d’un réseau de radiocommunication cellulaire, fondée sur une hypothèse réaliste consistant à considérer que plusieurs cellules sont susceptibles de jouer le rôle de cellule serveuse, en une localisation donnée, en raison du phénomène aléatoire de « shadowing ».The general principle of the invention is based on an estimation of parameters characteristic of the quality of reception of a useful signal at any point of a cellular radiocommunication network, based on a realistic hypothesis consisting of considering that several cells are likely to play the role of serving cell, in a given location, due to the random phenomenon of “shadowing”.

La solution proposée permet de calculer les expressions de la distribution du SINR, de la moyenne du SINR et de sa variance à l’échelle logarithmique, en tout point d’un réseau de radiocommunication cellulaire. Connaître la distribution et la variance, en plus de la moyenne, permet de connaître l’ensemble des valeurs possibles que peut avoir le SINR, avec la probabilité associée. Cela permet donc une optimisation plus fine du réseau.The proposed solution makes it possible to calculate the expressions of the distribution of the SINR, the mean of the SINR and its variance on the logarithmic scale, at any point of a cellular radiocommunication network. Knowing the distribution and the variance, in addition to the mean, allows us to know all the possible values that the SINR can have, with the associated probability. This therefore allows for finer optimization of the network.

Pour mémoire, et comme illustré par la , un réseau de radiocommunication cellulaire 1, ou réseau mobile, est composé d’un réseau d’antennes-relais (ou stations de base) 2₁à 2_N(N=4 dans l’exemple représenté), couvrant chacune une portion de territoire délimité 3₁à 3_P(P=4 dans l’exemple représenté), couramment appelée cellule (et représentée schématiquement sous forme hexagonale sur la ), et acheminant les communications sous forme d’ondes radio vers et depuis les terminaux des utilisateurs.For the record, and as illustrated by the , a cellular radiocommunication network 1, or mobile network, is composed of a network of relay antennas (or base stations) 2 ₁ to 2 _N (N=4 in the example shown), each covering a portion of territory delimited 3 ₁ to 3 _P (P=4 in the example shown), commonly called cell (and represented schematically in hexagonal form on the ), and carrying communications in the form of radio waves to and from user terminals.

Pour accéder aux services proposés par l’opérateur du réseau (voix ou données), un utilisateur mobile doit donc être à portée d’une antenne-relais 2_i. Celle-ci a une portée limitée, et ne couvre qu’un territoire restreint autour d’elle, appelé cellule. Pour couvrir un maximum de territoire et faire en sorte que les utilisateurs aient toujours accès aux services proposés, les opérateurs déploient des milliers de cellules 3_i, chacune d’elles étant équipée d’antennes 2_ien faisant en sorte que leurs cellules se chevauchent, de façon à offrir un maillage aussi complet que possible du territoire.To access the services offered by the network operator (voice or data), a mobile user must therefore be within range of a relay antenna 2 _i . This has a limited range, and only covers a restricted territory around it, called a cell. To cover as much territory as possible and ensure that users always have access to the services offered, operators deploy thousands of 3 _i cells, each of them equipped with 2 _i antennas by ensuring that their cells overlap , so as to provide as complete a coverage of the territory as possible.

En effet, si un terminal est capable de décoder correctement le signal qui lui est destiné pour un service donné, alors ce service est accessible avec une qualité suffisante à l’emplacement du terminal. La zone de couverture pour ce service est l’ensemble des emplacements où le SINR reçu est supérieur à un seuil donné. L’opérateur dimensionne et paramètre son réseau selon ses objectifs incluant la couverture, par exemple 99% du territoire doit être couvert pour le service voix, 95% pour le service vidéo etc. Comme la couverture ne peut pas être mesurée à tout emplacement du réseau, l’estimation précise du SINR et de ses paramètres caractéristiques est déterminante pour assurer les objectifs de couverture de l’opérateur.Indeed, if a terminal is capable of correctly decoding the signal intended for it for a given service, then this service is accessible with sufficient quality at the location of the terminal. The coverage area for this service is all locations where the received SINR is greater than a given threshold. The operator sizes and configures its network according to its objectives including coverage, for example 99% of the territory must be covered for the voice service, 95% for the video service, etc. As coverage cannot be measured at every location in the network, the accurate estimation of SINR and its characteristic parameters is critical to ensuring the operator's coverage objectives.

On notera que la taille des cellules dépend de multiples critères tels que le type d’antennes relais utilisé, le relief (plaine, montagne, vallée…), le lieu d’implantation (zone rurale, zone urbaine…), la densité de population, etc. La taille de la cellule 3_iest également limitée par la portée des terminaux d’utilisateur, qui doivent être capables d’établir la liaison en retour.Note that the size of the cells depends on multiple criteria such as the type of relay antennas used, the relief (plain, mountain, valley, etc.), the location (rural area, urban area, etc.), the population density , etc. The size of cell 3 _i is also limited by the range of the user terminals, which must be capable of establishing the return link.

Par ailleurs, une antenne-relais 2_ia une capacité de transmission limitée, et ne peut traiter qu’un certain nombre de requêtes d’accès au service simultanées. C’est la raison pour laquelle, en ville, où la densité de population est grande et le nombre de communications important, les cellules tendent à être nombreuses et de petite dimension – espacées de quelques centaines voire seulement de quelques dizaines de mètres. A la campagne, où la densité de population est bien plus faible, la taille des cellules est bien plus grande, allant parfois jusqu’à plusieurs kilomètres mais ne dépassant que très rarement plus de dix kilomètres.Furthermore, a relay antenna 2 _i has a limited transmission capacity, and can only process a certain number of simultaneous service access requests. This is the reason why, in cities, where the population density is high and the number of communications important, the cells tend to be numerous and small – spaced a few hundred or even only a few tens of meters apart. In the countryside, where the population density is much lower, the size of the cells is much larger, sometimes up to several kilometers but very rarely exceeding more than ten kilometers.

La planification et l’optimisation du fonctionnement d’un réseau de radiocommunication cellulaire 1 sont donc des problématiques complexes et délicates pour l’opérateur du réseau. Elles nécessitent de disposer d’informations fiables et précises quant à la qualité de réception qu’une configuration donnée d’antennes et de cellules peut offrir en tout point du réseau. Ces informations peuvent être obtenues par une connaissance du rapport signal sur interférence plus bruit, ou SINR, en tout point du réseau. Ce dernier ne pouvant cependant pas être effectivement mesuré en tout point du réseau, il est important pour l’opérateur de pouvoir disposer d’une estimation statistique de ce paramètre et de ses caractéristiques de distribution, de variance et de moyenne. L'estimation des caractéristiques du SINR est alors utilisée par l’opérateur dans les outils de planification pour optimiser la couverture radio.Planning and optimizing the operation of a cellular radiocommunication network 1 are therefore complex and delicate issues for the network operator. They require reliable and precise information regarding the reception quality that a given configuration of antennas and cells can offer at any point in the network. This information can be obtained by knowing the signal-to-interference-plus-noise ratio, or SINR, at any point in the network. However, the latter cannot be effectively measured at every point of the network, it is important for the operator to be able to have a statistical estimate of this parameter and its distribution, variance and average characteristics. The estimation of the SINR characteristics is then used by the operator in planning tools to optimize radio coverage.

La technique de l’invention vise à proposer une méthode d’estimation du SINR en toute localisation du réseau, en partant de l’hypothèse que plusieurs cellules peuvent potentiellement jouer le rôle de cellule serveuse en un point donné, en raison du phénomène aléatoire de « shadowing ». On s’attache plus particulièrement dans la suite, en relation avec les et 3, à décrire le cas particulier de l’estimation du SINR selon cette méthode, dans le cas où l’on considère que deux cellules du réseau peuvent jouer le rôle de cellule serveuse en une localisation donnée, à laquelle se trouve par exemple un terminal mobile d’utilisateur 4.The technique of the invention aims to propose a method for estimating the SINR at any location in the network, based on the hypothesis that several cells can potentially play the role of serving cell at a given point, due to the random phenomenon of “shadowing”. We focus more particularly in the following, in relation to the and 3 , to describe the particular case of estimating the SINR according to this method, in the case where we consider that two cells of the network can play the role of serving cell in a given location, at which there is for example a mobile user terminal 4.

En effet, le cas de deux cellules serveuses potentielles correspond à un cas très fréquent. Selon une approche classique dans le cadre de la simulation de la couverture d’un réseau, on suppose ici que les valeurs des charges des cellules sont égales. Pour mémoire, la charge d’une cellule correspond à la fraction de ressources accordées par celle-ci aux utilisateurs situés dans sa zone de couverture.Indeed, the case of two potential serving cells corresponds to a very common case. According to a classic approach in the context of simulating network coverage, it is assumed here that the cell load values are equal. As a reminder, the load of a cell corresponds to the fraction of resources granted by it to users located in its coverage area.

Pour calculer les paramètres caractéristiques du SINR dans ce cas réaliste, les expressions du SINR pour les deux cellules CELL1, CELL2 ayant les deux puissances moyennes de réception du signal utile les plus élevées, déterminées au cours d’une étape E1, sont d’abord données, au cours d’une étape référencée E2, comme suit :To calculate the characteristic parameters of the SINR in this realistic case, the expressions of the SINR for the two cells CELL1, CELL2 having the two highest average reception powers of the useful signal, determined during a step E1, are first data, during a step referenced E2, as follows:

Où :
est le nombre de cellules qui sont reçues par un utilisateur situé à la localisation d’intérêt,
est la puissance du bruit thermique,
pour est la puissance moyenne reçue depuis la cellule ,
est une variable aléatoire normale centrée de variance qui désigne le « Shadowing » et
désigne la charge de la cellule .Or :
is the number of cells that are received by a user located at the location of interest,
is the power of thermal noise,
For is the average power received from the cell ,
is a centered normal random variable with variance which designates “Shadowing” and
denotes the charge of the cell .

SINR₁et SINR₂sont des variables aléatoires normales à l’échelle logarithmique, comme exposé dans l’article de I. Hadj-Kacem, H. Braham, et S. Ben Jemaa,“SINR and rate distributions for downlink cellular networks”, IEEE Transactions on Wireless Communications, vol. 19, no. 7, pp. 4604–4616, 2020.SINR ₁ and SINR ₂ are normal random variables on the logarithmic scale, as explained in the article by I. Hadj-Kacem, H. Braham, and S. Ben Jemaa, “SINR and rate distributions for downlink cellular networks”, IEEE Transactions on Wireless Communications, vol. 19, no. 7, pp. 4604–4616, 2020 .

L’objectif du présent mode de réalisation est de calculer, au cours d’une étape référencée E5, le maximum entre SINR₁et SINR₂à l’échelle logarithmique :

où et The objective of this embodiment is to calculate, during a step referenced E5, the maximum between SINR ₁ and SINR ₂ on the logarithmic scale:

Or And

Les variables aléatoires de « Shadowing » sont corrélées en général puisqu'elles correspondent à l'impact des obstacles que le signal franchit pendant sa propagation, et que ces obstacles sont les mêmes dans l’environnement proche de l’utilisateur d’intérêt quand il s’agit du lien descendant. Le « Shadowing » subi sur le chemin , , (en provenance de la cellule , , et à destination du terminal mobile 4) est donc la somme de deux variables aléatoires gaussiennes indépendantes dont l'une est commune à tous les chemins , , à destination du terminal mobile 4 comme le montre la . On pourra se référer, à cet égard, aux travaux de S. S. Szyszkowicz, H. Yanikomeroglu, et J. S. Thompson,“On the feasibility of wireless shadowing correlation models,” IEEE Trans. Veh. Technol., vol. 59, no. 9, pp. 4222.The random variables of “Shadowing” are correlated in general since they correspond to the impact of the obstacles that the signal crosses during its propagation, and that these obstacles are the same in the environment close to the user of interest when it is the downlink. The “Shadowing” suffered on the way , , (from the cell , , and to the mobile terminal 4) is therefore the sum of two independent Gaussian random variables, one of which is common to all paths , , to the mobile terminal 4 as shown in . We can refer, in this regard, to the work of SS Szyszkowicz, H. Yanikomeroglu, and JS Thompson, “On the feasibility of wireless shadowing correlation models,” IEEE Trans. Veh. Technol., vol. 59, no. 9, pp. 4222 .

Ainsi, on peut écrire queThus, we can write that

Où et ( sont des variables aléatoires normales indépendantes de moyennes nulles et de variances , , et , respectivement, où est la variance de .Or And ( are independent normal random variables with zero means and variances , , And , respectively, where is the variance of .

L’étape référencée E3 consiste à calculer les paramètres caractéristiques des distributions et par la technique Schwartz-Yeh, décrite dans l’article de C.-L. Ho,“Calculating the mean and variance of power sums with two log-normal components,” IEEE Trans. Veh. Technol., vol. 44, no. 4, pp. 756–762, 1995. The step referenced E3 consists of calculating the characteristic parameters of the distributions And by the Schwartz-Yeh technique, described in the article by C.-L. Ho, “Calculating the mean and variance of power sums with two log-normal components,” IEEE Trans. Veh. Technol., vol. 44, no. 4, pp. 756–762, 1995.

On note par et (respectivement et ) la moyenne et la variance de (respectivement ). Ensuite on définit la variable aléatoire :
We note by And (respectively And ) the mean and variance of (respectively ). Then we define the random variable:

On montre que :
Où est la somme de variables aléatoires log-normales, donc est aussi log-normale. Soit alors . Soit une variable aléatoire normale centrée et de variance . Quand on peut écrire et . Ainsi, on approxime par une somme de quatre variables aléatoires log-normales.We show that:
Or is the sum of log-normal random variables, so is also log-normal. Either SO . Either a normal centered and variance random variable . When we can write And . Thus, we approximate by a sum of four log-normal random variables.

Les paramètres caractéristiques de à l’échelle logarithmique (notés peuvent également être calculés en se basant sur la technique Schwartz-Yeh décrite dans l’article de C.-L. Ho,“Calculating the mean and variance of power sums with two log-normal components,” IEEE Trans. Veh. Technol., vol. 44, no. 4, pp. 756–762, 1995. The characteristic parameters of on a logarithmic scale (noted can also be calculated based on the Schwartz-Yeh technique described in the article by C.-L. Ho, “Calculating the mean and variance of power sums with two log-normal components,” IEEE Trans. Veh. Technol., vol. 44, no. 4, pp. 756–762, 1995.

Les paramètres caractéristiques du produit sont donc à l’échelle logarithmique. On en déduit donc la moyenne du produit comme suit :
Où .Characteristic parameters of the product thereby are on a logarithmic scale. We therefore deduce the average of the product as follows:
Or .

L’article de S. Nadarajah et S. Kotz,“Exact Distribution of the Max/Min of Two Gaussian Random Variables,” IEEE Transactions on Very Large Scale Integration (VLSI) Systems , vol. 16, no. 2, pp. 210–212, Feb. 2008, montre qu'en général la moyenne, la variance et la distribution peuvent être calculées pour le maximum de deux variables aléatoires normales corrélées, en supposant connu le coefficient de corrélation entre ces deux variables. Dans le cas de la planification et de l’optimisation du réseau cellulaire, le coefficient de corrélation entre les SINRs de deux cellules voisines à l’échelle logarithmique n’est pas une quantité connue.The article by S. Nadarajah and S. Kotz,“Exact Distribution of the Max/Min of Two Gaussian Random Variables,” IEEE Transactions on Very Large Scale Integration (VLSI) Systems , flight. 16, no. 2, pp. 210–212, Feb. 2008, shows that in general the mean, variance and distribution can be calculated for up to two correlated normal random variables, assuming the correlation coefficient between these two variables is known. In the case of cellular network planning and optimization, the correlation coefficient between the SINRs of two neighboring cells on the logarithmic scale is not a known quantity.

Selon un mode de réalisation de l’invention, on calcule ce coefficient au cours d’une étape référencée E4, comme énoncé dans le Théorème présenté ci-dessous.According to one embodiment of the invention, this coefficient is calculated during a step referenced E4, as stated in the Theorem presented below.

Soient et deux variables log-normales où ( est une variable normale de moyenne et de variance . et sont supposées corrélées et nous notons par leur coefficient de corrélation. L’objectif est ici fixé de trouver la valeur de quand la moyenne du produit de et (ç-à-d. ) est connue.Let And two log-normal variables where ( is a normal variable with mean and variance . And are assumed to be correlated and we note by their correlation coefficient. The objective here is to find the value of when the average of the product of And (i.e. ) is known.

On rappelle d’abord que
We first recall that

La variable aléatoire est une variable normale. Ainsi, le produit est une variable aléatoire log-normale. Soient et la moyenne et la variance de respectivement. Alors,
et
The random variable is a normal variable. Thus, the product is a log-normal random variable. Let And the mean and variance of respectively. SO,
And

Ainsi, la variable aléatoire log-normale possède les paramètres caractéristiques suivantes : et . D’où la moyenne du produit est :
Thus, the log-normal random variable has the following characteristic parameters: And . Hence the average of the product East :

Finalement, on peut déduire le coefficient de corrélation entre et comme suit :
Finally, we can deduce the correlation coefficient between And as following :

Ainsi, en application de ce théorème, on montre que le coefficient de corrélation entre et est donné par :
Thus, in application of this theorem, we show that the correlation coefficient between And is given by:

Ces différentes étapes référencées E1 à E4 permettent d’aboutir à la détermination, au cours d’une étape référencée E5, du maximum entre SINR₁et SINR₂à l’échelle logarithmique :
.These different steps referenced E1 to E4 make it possible to determine, during a step referenced E5, the maximum between SINR ₁ and SINR ₂ on the logarithmic scale:
.

On peut alors déterminer, au cours d’une étape référencée E6, la distribution de ce maximum ( ainsi que sa moyenne et sa variance en se basant sur la technique présentée par S. Nadarajah et S. Kotz, dans“Exact Distribution of the Max/Min of Two Gaussian Random Variables,” IEEE Transactions on Very Large Scale Integration (VLSI) Systems, vol. 16, no. 2, pp. 210–212, Feb. 2008. We can then determine, during a step referenced E6, the distribution of this maximum ( as well as its mean and variance based on the technique presented by S. Nadarajah and S. Kotz, in “Exact Distribution of the Max/Min of Two Gaussian Random Variables,” IEEE Transactions on Very Large Scale Integration (VLSI) Systems , flight. 16, no. 2, pp. 210–212, Feb. 2008.

La distribution de est :
Où
où est la fonction de la densité de probabilité de la loi normale standard (centrée réduite) et est la fonction de répartition de la loi normale standard.The distribution of East :
Or
Or is the function of the probability density of the standard normal distribution (reduced centered) and is the distribution function of the standard normal distribution.

La moyenne du SINR à l’échelle logarithmique est
Où .The average SINR on the logarithmic scale is
Or .

La variance du est, selon les travaux de S. Nadarajah et S. Kotz précités :
The variance of is, according to the work of S. Nadarajah and S. Kotz cited above:

Pour valider cette approche théorique présentée en relation avec la , les inventeurs de la présente demande de brevet ont simulé un réseau 1 avec six cellules, et considéré plusieurs réalisations correspondant à plusieurs valeurs de l’écart type du « Shadowing » et plusieurs valeurs de l’écart entre les puissances moyennes des deux cellules ayant les puissances moyennes les plus élevées.To validate this theoretical approach presented in relation to the , the inventors of the present patent application simulated a network 1 with six cells, and considered several realizations corresponding to several values of the standard deviation of “Shadowing” and several values of the difference between the average powers of the two cells having the highest average powers.

Ils ont également fait varier l’écart entre les puissances moyennes avec les autres cellules interférentes.They also varied the difference between the average powers with the other interfering cells.

Ils ont ainsi généré plusieurs échantillons des signaux reçus par l’utilisateur tels que = −80dBm, ∈ {−80dBm, −82dBm, −83dBm}, ∈ {−88dBm, −90dBm, −92dBm, −94dBm} ( , le coefficient de corrélation entre les cellules CELL1 et CELL2 appartient à l’ensemble {0.3, 0.5, 0.7}, ∈ {0.5, 0.6, 0.7} ( , ( et . Les paramètres caractéristiques de etZsont calculés selon la technique Schwartz-Yeh décrite dans l’article de C.-L. Ho,“Calculating the mean and variance of power sums with two log-normal components,” IEEE Trans. Veh. Technol., vol. 44, no. 4, pp. 756–762, 1995. Pour , il suffit de remarquer que est la somme de deux variables aléatoires log-normales corrélées. Une remarque équivalente s’applique pour They thus generated several samples of the signals received by the user such as = −80dBm, ∈ {−80dBm, −82dBm, −83dBm}, ∈ {−88dBm, −90dBm, −92dBm, −94dBm} ( , the correlation coefficient between cells CELL1 and CELL2 belongs to the set {0.3, 0.5, 0.7}, ∈ {0.5, 0.6, 0.7} ( , ( And . The characteristic parameters of AndZare calculated using the Schwartz-Yeh technique described in the article by C.-L. Ho,“Calculating the mean and variance of power sums with two log-normal components,” IEEE Trans. Veh. Technol., vol. 44, no. 4, pp. 756–762, 1995. For , it suffices to note that is the sum of two correlated log-normal random variables. An equivalent remark applies for

Ils ont ensuite calculé le SINR selon l’approche présentée ci-avant en relation avec laFig 3, i.e. le maximum entre les deux SINR provenant des deux cellules serveuses potentielles. Ils ont comparé la moyenne du SINR à l’échelle logarithmique ( ) par rapport aux résultats analytiques et au cas où la cellule serveuse est « figée » (technique de l’art antérieur).They then calculated the SINR according to the approach presented above in relation to Fig 3 , ie the maximum between the two SINRs coming from the two potential serving cells. They compared the mean SINR on the logarithmic scale ( ) in relation to the analytical results and in the case where the serving cell is “frozen” (prior art technique).

<1 dB<1dB <1.5 dB<1.5dB <2 dB<2dB <3 dB<3dB <5 dB<5dB <8 dB<8dB Expression théoriqueTheoretical expression 81%81% 97%97% 100%100% -- -- -- Serveuse « figée »Waitress “frozen” 00 00 00 7%7% 42%42% 96%96%

LeTableau 1ci-dessus exprime en pourcentage le nombre de cas où la valeur absolue de l’erreur entre et la valeur estimée dépasse un seuil. On remarque que la méthode théorique selon les différents modes de réalisation de l’invention offre une bonne estimation du maximum du SINR : en effet, l’erreur sur la moyenne ne dépasse pas 1 dB dans 81% des cas et 1,5dB dans 97% des cas. Au contraire, si la cellule serveuse était supposée « figée » (technique de l’art antérieur), l’erreur dépasserait les 3 dB dans 93% des cas, et 5 dB dans 58% des cas. Table 1 above expresses as a percentage the number of cases where the absolute value of the error falls within and the estimated value exceeds a threshold. We note that the theoretical method according to the different embodiments of the invention offers a good estimate of the maximum SINR: in fact, the error on the average does not exceed 1 dB in 81% of cases and 1.5dB in 97 % of cases. On the contrary, if the serving cell were assumed to be “frozen” (prior art technique), the error would exceed 3 dB in 93% of cases, and 5 dB in 58% of cases.

On présente désormais, en relation avec la , la structure matérielle d’un système de surveillance de performance d’un réseau de radiocommunication cellulaire selon un mode de réalisation de l’invention, ou d’un système de planification du déploiement d’un réseau de radiocommunication cellulaire, ou d’un système d’optimisation de paramètres de fonctionnement d’un réseau de radiocommunication cellulaire.We now present, in relation to the , the hardware structure of a performance monitoring system of a cellular radiocommunication network according to one embodiment of the invention, or of a system for planning the deployment of a cellular radiocommunication network, or of a system for optimizing the operating parameters of a cellular radiocommunication network.

Un tel système référencé 5 comprend une unité d’estimation de paramètres caractéristiques d’une qualité de réception en une localisation du réseau de radiocommunication cellulaire, et une unité d’analyse de performance du réseau (respectivement une unité de détermination de paramètres de planification du réseau ou une unité de détermination de paramètres optimisés de fonctionnement du réseau), en fonction des paramètres caractéristiques estimés.Such a system referenced 5 comprises a unit for estimating parameters characteristic of reception quality at a location of the cellular radiocommunication network, and a unit for analyzing network performance (respectively a unit for determining planning parameters of the network or a unit for determining optimized network operating parameters), depending on the estimated characteristic parameters.

Le terme unité peut correspondre aussi bien à un composant logiciel qu’à un composant matériel ou un ensemble de composants matériels et logiciels, un composant logiciel correspondant lui-même à un ou plusieurs programmes ou sous-programmes d’ordinateur ou de manière plus générale à tout élément d’un programme apte à mettre en œuvre une fonction ou un ensemble de fonctions.The term unit can correspond as well to a software component as to a hardware component or a set of hardware and software components, a software component itself corresponding to one or more computer programs or subprograms or more generally to any element of a program capable of implementing a function or a set of functions.

Plus généralement, un tel système 5 de surveillance de performance du réseau (respectivement système de planification du déploiement du réseau ou système d’optimisation de paramètres de fonctionnement du réseau) comprend une mémoire vive M1 (par exemple une mémoire RAM), une unité de traitement 6 équipée par exemple d'un processeur, et pilotée par un programme d'ordinateur, représentatif de l’unité d’estimation de paramètres caractéristiques d’une qualité de réception en une localisation du réseau de radiocommunication cellulaire, stocké dans une mémoire morte M2 (par exemple une mémoire ROM ou un disque dur). A l'initialisation, les instructions de code du programme d'ordinateur sont par exemple chargées dans la mémoire vive M1 avant d'être exécutées par le processeur de l'unité de traitement 6. La mémoire vive M1 contient notamment les différentes variables utilisées dans les calculs décrits ci-avant en relation avec laFig 3. Le processeur de l’unité de traitement 6 pilote le calcul des moyennes et variances des rapports signal sur interférence plus bruit des deux cellules serveuses potentielles, le calcul du coefficient de corrélation entre ces deux SINR à l’échelle logarithmique, ainsi que le calcul de la distribution, de la moyenne et de la variance du SINR à l’échelle logarithmique, correspondant au maximum des rapports et .More generally, such a network performance monitoring system 5 (respectively network deployment planning system or system for optimizing network operating parameters) comprises a RAM memory M1 (for example a RAM memory), a storage unit processing 6 equipped for example with a processor, and controlled by a computer program, representative of the unit for estimating parameters characteristic of reception quality at a location of the cellular radiocommunication network, stored in a read only memory M2 (for example a ROM memory or a hard disk). At initialization, the code instructions of the computer program are for example loaded into the RAM M1 before being executed by the processor of the processing unit 6. The RAM M1 contains in particular the different variables used in the calculations described above in relation to Fig 3 . The processor of the processing unit 6 controls the calculation of the means and variances of the signal to interference plus noise ratios of the two potential serving cells, the calculation of the correlation coefficient between these two SINR on the logarithmic scale, as well as the calculation of the distribution, of the mean and variance of the SINR on the logarithmic scale, corresponding to the maximum of the ratios And .

La mémoire vive M1 peut également contenir les résultats des calculs effectués par le processeur de l’unité de traitement 6. Elle peut fournir ces résultats à une unité d’analyse de performance de réseau 7 (respectivement une unité de détermination de paramètres de planification du réseau ou une unité de détermination de paramètres optimisés de fonctionnement du réseau), équipée d’un processeur et pilotée par un programme d’ordinateur. Ce processeur peut être le même que celui de l’unité de traitement 6, ou en être distinct.The RAM M1 can also contain the results of the calculations carried out by the processor of the processing unit 6. It can provide these results to a network performance analysis unit 7 (respectively a unit for determining planning parameters of the network or a unit for determining optimized network operating parameters), equipped with a processor and controlled by a computer program. This processor may be the same as that of the processing unit 6, or be separate from it.

Le système 5 comprend également un module d’entrée/sortie I/O 8 permettant de restituer à l’opérateur du réseau les résultats de l’analyse de performance du réseau effectuée par l’unité d’analyse 7 (respectivement les résultats de la détermination des paramètres de planification effectuée par l’unité de détermination de paramètres de planification du réseau 7 ou les résultats de la détermination des paramètres optimisés de fonctionnement effectuée par l’unité de détermination de paramètres optimisés de fonctionnement du réseau 7).The system 5 also includes an I/O input/output module 8 making it possible to return to the network operator the results of the network performance analysis carried out by the analysis unit 7 (respectively the results of the determination of the planning parameters carried out by the network planning parameter determination unit 7 or the results of the determination of the optimized operating parameters carried out by the unit for determining optimized network operating parameters 7).

L’ensemble des composants M1, M2, 6, 7 et 8 du système 5 sont par exemple reliés par un bus de communication 9.All of the components M1, M2, 6, 7 and 8 of system 5 are for example connected by a communication bus 9.

La illustre seulement une manière particulière, parmi plusieurs possibles, de réaliser le système de surveillance de performance du réseau (respectivement le système de planification du déploiement du réseau ou le système d’optimisation de paramètres de fonctionnement du réseau), afin qu’il effectue les étapes du procédé détaillé ci-dessus, en relation avec les à 3(dans l’un quelconque des différents modes de réalisation, ou dans une combinaison de ces modes de réalisation). En effet, ces étapes peuvent être réalisées indifféremment sur une machine de calcul reprogrammable (un ordinateur PC, un processeur DSP ou un microcontrôleur) exécutant un programme comprenant une séquence d’instructions, ou sur une machine de calcul dédiée (par exemple un ensemble de portes logiques comme un FPGA ou un ASIC, ou tout autre module matériel).There illustrates only one particular way, among several possible, of creating the network performance monitoring system (respectively the network deployment planning system or the network operating parameter optimization system), so that it carries out the steps of the process detailed above, in relation to the to 3 (in any of the different embodiments, or in a combination of these embodiments). Indeed, these steps can be carried out indifferently on a reprogrammable calculation machine (a PC computer, a DSP processor or a microcontroller) executing a program comprising a sequence of instructions, or on a dedicated calculation machine (for example a set of logic gates like an FPGA or an ASIC, or any other hardware module).

Dans le cas où le système 5 de surveillance de performance du réseau (respectivement le système de planification du déploiement du réseau ou le système d’optimisation de paramètres de fonctionnement du réseau) est réalisé avec une machine de calcul reprogrammable, le programme correspondant (c'est-à-dire la séquence d’instructions) pourra être stocké dans un médium de stockage amovible (tel que par exemple une disquette, un CD-ROM ou un DVD-ROM) ou non, ce médium de stockage étant lisible partiellement ou totalement par un ordinateur ou un processeur.In the case where the network performance monitoring system 5 (respectively the network deployment planning system or the network operating parameter optimization system) is produced with a reprogrammable calculation machine, the corresponding program (c that is to say the sequence of instructions) can be stored in a removable storage medium (such as for example a floppy disk, a CD-ROM or a DVD-ROM) or not, this storage medium being readable partially or totally by a computer or processor.

Claims

Method for estimating parameters characteristic of reception quality at a location of a cellular radiocommunication network (1),
characterized in thatit includes steps of:
- determination (E1), among a set of cells (3_i) of said network, of at least two cells associated with the highest average reception powers of a signal useful at said location;
- determination (E2) of at least two signal to interference plus noise ratios at said location for said useful signal received from each of said at least two cells;
- calculation (E5) of a maximum between said at least two signal to interference plus noise ratios determined on the logarithmic scale;
- estimation (E6) of said parameters characteristic of reception quality at said location from said calculated maximum.

Method for estimating parameters characteristic of a reception quality according to claim 1, characterized in that two cells associated with average reception powers of a useful signal at said highest location are determined (E1), and in that said estimation of said characteristic parameters also includes:
- a calculation (E3) of a mean and a variance of said two signal to interference plus noise ratios determined on the logarithmic scale;
- a calculation (E3) of a mean and a variance on the logarithmic scale of a random variable defined as the inverse of a product of said two signal to interference plus noise ratios determined on the linear scale;
- a calculation (E3) of an average of a product of said two signal to interference plus noise ratios determined on the linear scale, from said calculated average and said variance of said random variable.

Method for estimating parameters characteristic of a reception quality according to claim 2, characterized in that said average of the product of said two signal to interference plus noise ratios determined on the linear scale is calculated according to the formula:
Or :
And respectively designate said two signal to interference plus noise ratios determined on the linear scale of said two cells,
designates the average on a logarithmic scale of said product ,
designates the variance on a logarithmic scale of said product , And
.

Method for estimating parameters characteristic of a reception quality according to claim 2 or 3, characterized in that said estimation of said characteristic parameters also comprises a determination (E4) of a correlation coefficient between said two signal-to-interference ratios plus noise determined on a logarithmic scale, depending on:
- said average of said product of said two signal to interference plus noise ratios determined on the calculated linear scale;
- said means and variances of said two signal to interference plus noise ratios determined on the logarithmic scale calculated.

Method for estimating parameters characteristic of a reception quality according to claim 4, characterized in that said correlation coefficient is determined according to the formula:
Or :
And respectively designate said two signal to interference plus noise ratios determined on the linear scale of said two cells,
And respectively designate said averages of said two signal to interference plus noise ratios determined on the logarithmic scale,
And respectively designate said variances of said two signal-to-interference plus noise ratios determined on a logarithmic scale, and
.

Method for estimating parameters characteristic of a reception quality according to claim 4 or 5, characterized in that said estimation of said characteristic parameters comprises a calculation (E6) of at least some of the elements belonging to the group comprising:
- a distribution of said calculated maximum;
- an average of said calculated maximum;
- a variance of said calculated maximum;
from said determined correlation coefficient and said means and variances of said two signal to interference plus noise ratios determined on the logarithmic scale.

Method for estimating parameters characteristic of reception quality according to claim 6, characterized in that said distribution of said calculated maximum is calculated according to the formula:
,
Or :
is the function of the probability density of the reduced standard centered normal distribution,
is the distribution function of the standard normal distribution,
And respectively designate said averages of said two signal to interference plus noise ratios determined on the logarithmic scale,
And respectively designate said variances of said two signal-to-interference plus noise ratios determined on a logarithmic scale, and
is said correlation coefficient between said two signal to interference plus noise ratios determined on the logarithmic scale.

Method for estimating parameters characteristic of a reception quality according to claim 6 or 7, characterized in that said average of said calculated maximum is calculated according to the formula:
Or :
,
is the function of the probability density of the reduced standard centered normal distribution,
is the distribution function of the standard normal law,
And respectively designate said averages of said two signal to interference plus noise ratios determined on the logarithmic scale,
And respectively designate said variances of said two signal-to-interference plus noise ratios determined on a logarithmic scale, and
is said correlation coefficient between said two signal to interference plus noise ratios determined on the logarithmic scale.

Method for estimating parameters characteristic of a reception quality according to any one of claims 6 to 8, characterized in that said variance of said calculated maximum is calculated according to the formula:
Or :
,
is the function of the probability density of the reduced standard centered normal distribution,
is the distribution function of the standard normal law,
And respectively designate said averages of said two signal to interference plus noise ratios determined on the logarithmic scale,
And respectively designate said variances of said two signal to interference plus noise ratios determined on the logarithmic scale,
is said correlation coefficient between said two signal-to-interference plus noise ratios determined on a logarithmic scale, and
is said average of said calculated maximum.

A computer program product comprising program code instructions for implementing a method according to any one of claims 1 to 9, when executed by a processor.

Method for planning the deployment of a cellular radiocommunication network, characterized in that it implements an estimation of parameters characteristic of a reception quality at a location of said network according to any one of claims 1 to 9 and a determination of planning parameters of said network as a function of said estimated characteristic parameters.

Method for optimizing operating parameters of a cellular radiocommunication network, characterized in that it implements an estimation of parameters characteristic of reception quality at a location of said network according to any one of claims 1 to 9, and a determination of optimized operating parameters of said network based on said estimated characteristic parameters.

Method for monitoring the performance of a cellular radiocommunication network, characterized in that it implements an estimation of parameters characteristic of reception quality at a location of said network according to any one of claims 1 to 9, and an estimation of at least one performance criterion of said network as a function of said estimated characteristic parameters.

System for planning the deployment of a cellular radiocommunication network, characterized in that it comprises a processor configured to execute the steps of the method for estimating parameters characteristic of a reception quality at a location of said network according to one any of claims 1 to 9 and to determine planning parameters of said network as a function of said estimated characteristic parameters.

System for optimizing operating parameters of a cellular radiocommunication network, characterized in that it comprises a processor configured to execute the steps of the method for estimating parameters characteristic of a reception quality at a location of said network according to any one of claims 1 to 9, and to determine optimized operating parameters of said network as a function of said estimated characteristic parameters.

System (5) for monitoring the performance of a cellular radiocommunication network, characterized in that it comprises a processor configured to execute the steps of the method for estimating parameters characteristic of a reception quality at a location of said network of cellular radiocommunication according to any one of claims 1 to 9 and to analyze a performance of said network as a function of said estimated characteristic parameters.