WO2014173316A1 - 覆盖和容量联合优化方法及装置、系统 - Google Patents

覆盖和容量联合优化方法及装置、系统 Download PDF

Info

Publication number
WO2014173316A1
WO2014173316A1 PCT/CN2014/076209 CN2014076209W WO2014173316A1 WO 2014173316 A1 WO2014173316 A1 WO 2014173316A1 CN 2014076209 W CN2014076209 W CN 2014076209W WO 2014173316 A1 WO2014173316 A1 WO 2014173316A1
Authority
WO
WIPO (PCT)
Prior art keywords
configuration parameter
base station
adjustment
parameter
parameter adjustment
Prior art date
Application number
PCT/CN2014/076209
Other languages
English (en)
French (fr)
Inventor
黄帆
庄宏成
Original Assignee
华为技术有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 华为技术有限公司 filed Critical 华为技术有限公司
Publication of WO2014173316A1 publication Critical patent/WO2014173316A1/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition

Definitions

  • the embodiments of the present invention relate to the field of communications technologies, and in particular, to a coverage and capacity joint optimization method, apparatus, and system. Background technique
  • Self-Organizing Networks is a technology that automatically plans and automatically self-configures, self-optimizes, and self-heals according to network conditions, enabling real-time automated network maintenance, thereby greatly reducing network maintenance for manual intervention.
  • coverage optimization and capacity optimization are two very important functions in SON.
  • coverage and capacity are jointly optimized, namely Coverage & Capacity Optimization (CC0).
  • KPI Key Performance Indicator
  • a coverage and capacity joint optimization technique implemented by a search algorithm (such as a genetic algorithm), that is, a multi-target search scheme.
  • the present invention provides a method and apparatus and system for jointly optimizing coverage and capacity, which solves the problem that it is difficult to determine a global optimal solution in the existing coverage and capacity joint optimization method.
  • a method for joint optimization of coverage and capacity including: The network controller determines the current network state parameter of the entire network according to the network state parameter of the corresponding cell sent by each base station;
  • the network controller determines, according to the current network state parameter of the entire network, a base station that needs parameter adjustment and a recommendation for adjusting a corresponding configuration parameter value;
  • the parameter value adjustment suggesting, using the coverage and capacity joint optimization algorithm, determining the configuration parameter value of the base station that needs parameter adjustment, including:
  • the network controller performs the first constraint processing according to the determined base station and the corresponding configuration parameter value adjustment suggestion, and uses the coverage and capacity joint optimization algorithm to obtain the base station corresponding to the required parameter adjustment.
  • the Pareto solution set is used to obtain the configuration parameter value corresponding to the base station that needs to be adjusted.
  • the configuration parameter value corresponding to the most suitable Pareto solution is determined to be the required parameter adjustment.
  • the network controller determines the configuration of the base station that needs parameter adjustment by using the coverage and capacity joint optimization algorithm according to the determined base station adjustment parameter adjustment request and the corresponding configuration parameter value adjustment suggestion.
  • Parameter values including:
  • the network controller determines, by the network controller, the i-1 feasible set of the configuration parameter value corresponding to the base station that needs parameter adjustment according to the determined base station adjustment parameter and the adjustment suggestion of the corresponding configuration parameter value ⁇ D ⁇ D ⁇
  • the i-th constraint processing is performed by using the coverage and capacity joint optimization algorithm, and the i-th feasible set D 1 of the configuration parameter values corresponding to the base station requiring parameter adjustment is obtained;
  • the network controller adjusts the base station and the corresponding configuration parameter value according to the determined required parameter
  • the first feasible set D of the configuration parameter values corresponding to the base station that needs parameter adjustment is obtained by using the coverage and capacity joint optimization algorithm to perform the first constraint processing, including:
  • the network controller is configured to use the coverage and capacity joint optimization algorithm to construct the corresponding configuration parameter value according to the determined base station adjustment parameter and the configuration parameter value adjustment request corresponding to the base station that needs to be adjusted.
  • the second constraint processing obtains the first feasible set A of the configuration parameter values corresponding to the base station that needs parameter adjustment.
  • the network controller adjusts the base station according to the determined required parameter and the corresponding configuration parameter value
  • the adjustment suggestion is that, based on the i-1 feasible set ⁇ Dp D ⁇ .A—J of the configuration parameter value corresponding to the base station that needs parameter adjustment, the ith constraint processing is performed by using the overlay and capacity joint optimization algorithm. And obtaining an i-th feasible set D! of the configuration parameter values corresponding to the base station that needs to be adjusted by the parameter, including:
  • the network controller according to the i-1 feasible set J of the configuration parameter value corresponding to the base station that needs parameter adjustment, the base station adjusted according to the determined required parameter, and the base station corresponding to the required parameter adjustment
  • the configuration parameter value is recommended to be limited, and the i-th constraint condition of the configuration parameter value corresponding to the base station that needs to be adjusted by the parameter is restricted, and the i-th constraint condition of the configuration parameter value corresponding to the base station that needs the parameter adjustment is obtained.
  • the i-th constraint according to the corresponding configuration parameter value, and the required parameter adjustment The location information of all the user equipments in the corresponding cell sent by the base station, performing the ith constraint processing on the selected preset number of configuration parameter values, and obtaining the ith of the configuration parameter values corresponding to the base station that needs the parameter adjustment Feasible set 1 ⁇ .
  • the network state parameter includes a network key performance indicator parameter, a cell metric parameter, and/or Control parameters.
  • the constraint includes the value constraint condition, the function restriction condition, the target restriction condition, and/or the soft limit condition.
  • the network controller sends the determined configuration parameter value corresponding to the base station that needs to be adjusted to the corresponding base station that needs parameter adjustment, so that the base station that needs parameter adjustment performs according to the received configuration parameter value.
  • the corresponding parameter configuration
  • a coverage and capacity joint optimization apparatus including:
  • a first determining module configured to determine a current network state parameter of the entire network according to network state parameters of the corresponding cell respectively sent by each base station;
  • a second determining module configured to determine, according to the current network state parameter of the entire network, a base station that needs parameter adjustment, and a recommendation for adjusting a corresponding configuration parameter value
  • a third determining module configured to determine, according to the determined base station that needs parameter adjustment and a corresponding adjustment parameter value, a configuration parameter value of the base station that needs parameter adjustment by using a coverage and capacity joint optimization algorithm.
  • the third determining module specifically includes: a constraint unit, a calculation unit, and a determining unit;
  • the constraint unit is configured to perform, according to the determined base station adjustment parameter adjustment request and the corresponding configuration parameter value adjustment proposal, the first constraint processing by using the coverage and capacity joint optimization algorithm, to obtain the base station that needs parameter adjustment The first feasible set of corresponding configuration parameter values;
  • the calculating unit is configured to obtain the base station pair that needs parameter adjustment by using a definition of a Pareto solution set according to the first feasible set D of the configuration parameter value corresponding to the base station adjusted by the required parameter The first Pareto solution set of the configuration parameter values;
  • the determining unit is configured to: if the most suitable Pareto solution is determined in the first Pareto solution set of the configuration parameter value corresponding to the base station that needs parameter adjustment, the configuration parameter value corresponding to the most suitable Pareto solution Determining a configuration parameter value corresponding to the base station that needs parameter adjustment;
  • the constraint unit is further configured to: according to the determined base station adjusted by the required parameter and the adjustment suggestion of the corresponding configuration parameter value, the i-1 feasible set of the configuration parameter value corresponding to the base station that needs parameter adjustment ⁇ Dp On the basis of D ⁇ .A-J, the i-th constraint processing is performed by using the overlay and capacity joint optimization algorithm, and the i-th feasible set of the configuration parameter values corresponding to the base station requiring parameter adjustment is obtained;
  • the calculating unit is further configured to obtain, according to the i feasible set of the configuration parameter values corresponding to the base station adjusted by the required parameter, the ith of the configuration parameter values corresponding to the base station that needs the parameter adjustment by using the definition of the Pareto solution set Pareto solution set;
  • the determining unit is further configured to: if the most suitable Pareto solution is determined in the i-th Pareto solution set of the configuration parameter value corresponding to the base station that needs parameter adjustment, the configuration parameter corresponding to the most suitable Pareto solution The value determines a configuration parameter value corresponding to the base station that needs parameter adjustment.
  • the second constraint processing obtains the first feasible set A of the configuration parameter values corresponding to the base station that needs parameter adjustment.
  • the constraint unit when 1 > 1, is specifically configured to:
  • I-1 feasible sets of configuration parameter values corresponding to the base station requiring parameter adjustment Based on the determination of the configuration parameter values corresponding to the determined base station and the base station that needs to be parameter-adjusted, the base station corresponding to the required parameter adjustment is corresponding to The i-th constraint condition of the configuration parameter value is restricted, and the i-th constraint condition of the configuration parameter value corresponding to the base station that needs parameter adjustment is obtained;
  • the sub-constraint processing obtains the i-th feasible set of the configuration parameter values corresponding to the base station that needs parameter adjustment.
  • the network state parameter includes a network key performance indicator parameter, a cell metric parameter, and/or Control parameters.
  • the constraint condition includes a value limiting condition, a function limiting condition, a target limiting condition, and/or a soft limiting condition .
  • the device further includes:
  • a sending module configured to send, to the corresponding base station that needs parameter adjustment, the configuration parameter value corresponding to the base station that is required to be adjusted by the third determining module, so that the base station that needs parameter adjustment is received according to the receiving
  • the configuration parameter values to be configured are configured accordingly.
  • a coverage and capacity joint optimization system including: a network controller and a plurality of base stations;
  • the network controller includes the coverage and capacity joint optimization apparatus according to the second aspect;
  • the plurality of base stations include a base station that requires parameter adjustment determined by the network controller; and the base station that needs parameter adjustment is configured to receive a configuration parameter value sent by the network controller, and performing corresponding parameter configuration according to the configuration parameter value;
  • the configuration parameter value is determined by the network controller, after receiving the network state parameter of the corresponding cell sent by each base station, according to the network state parameter of the corresponding cell sent by each base station, determining the current network state parameter of the entire network. Determining, according to the current network state parameter of the entire network, a base station that needs parameter adjustment and a corresponding adjustment parameter value adjustment suggestion; Determining the determined base station that needs parameter adjustment and the adjustment suggestion of the corresponding configuration parameter value, and using the coverage and capacity joint optimization algorithm to determine the configuration parameter value of the base station that needs parameter adjustment.
  • each of the multiple base stations is configured to acquire a network state parameter of a corresponding cell and location information of all user equipments in the corresponding cell, and The network state parameter of the corresponding cell and the location information of all user equipments in the corresponding cell are sent to the network controller.
  • the network controller determines the current network state parameter of the entire network according to the network state parameter of the corresponding cell sent by each base station, and determines the base station that needs parameter adjustment and the corresponding configuration parameter value according to the current network state parameter of the entire network.
  • the adjustment suggestion is based on the base station and the corresponding configuration parameter value adjustment suggestion, and the coverage and capacity joint optimization algorithm is used to determine the configuration parameter value corresponding to the base station that needs parameter adjustment. Therefore, the present invention does not set specific weights of a plurality of optimization targets before jointly optimizing coverage and capacity, thereby avoiding a situation in which a better solution is missed due to subjective judgment errors.
  • FIG. 1 is a schematic flowchart of a method for jointly improving coverage and capacity according to an embodiment of the present invention
  • FIG. 2-1 is a schematic flowchart of step 103 in the embodiment shown in FIG. 1
  • FIG. 3 is a schematic diagram of a specific process of step 201 in the embodiment shown in FIG. 2-1
  • FIG. 4 is a schematic diagram of step 204 in the embodiment shown in FIG. 2-2.
  • FIG. 5 is a schematic diagram of a coverage and capacity joint optimization method according to another embodiment of the present invention
  • FIG. 6 is a schematic structural diagram of a coverage and capacity joint optimization apparatus according to another embodiment of the present invention;
  • FIG. 7 is a schematic structural diagram of a coverage and capacity joint optimization apparatus according to another embodiment of the present invention.
  • FIG. 8 is a schematic structural diagram of a coverage and capacity joint optimization system according to another embodiment of the present invention.
  • FIG. Figure 9 is a schematic diagram of the distribution interval of the power parameter
  • FIG. 10 is a schematic diagram of a distribution interval of the ti lt parameter.
  • the specific embodiments of the present invention are made to make the objectives, technical solutions, and advantages of the embodiments of the present invention clear.
  • the technical solutions in the embodiments of the present invention will be described below with reference to the accompanying drawings in the embodiments of the present invention. It is clear that the described embodiments are part of the embodiments of the invention, and not all of the embodiments. All other embodiments obtained by those skilled in the art based on the embodiments of the present invention without creative efforts are within the scope of the present invention.
  • the technical solution of the present invention can be applied to a cellular mobile communication system.
  • FIG. 1 is a schematic flowchart of a method for jointly performing coverage and capacity according to an embodiment of the present invention. As shown in FIG. 1 , the method for jointly improving coverage and capacity in this embodiment may include:
  • the network controller determines a current network state parameter of the entire network according to the network state parameter of the corresponding cell sent by each base station.
  • each base station usually stores a network state parameter of the corresponding cell, and each base station separately acquires a network state parameter of the corresponding cell, and sends the obtained network state parameter of the corresponding cell to the network controller through a standard interface.
  • the network state parameter includes a network key performance indicator parameter, a cell metric parameter, and
  • the key performance indicator parameters of the network include network performance indicators that reflect the running performance of the cell, such as throughput, call loss rate, and dropped call rate.
  • the cell metric parameters include the number of user equipments, the cell load, and the interference status, and reflect the current cell service distribution and network status.
  • the control parameter is a control parameter related to the base station broadcasted to all user equipments in the cell, for example, including a base station transmit power, a base station antenna downtilt, and the like.
  • the network controller may receive the network state parameter of the corresponding cell sent by each base station in a periodic manner or an event triggering manner.
  • the periodic mode refers to the network controller periodically receiving the sending of each base station.
  • the cycle time can be selected according to the operator's strategy.
  • the trigger mode means that when a preset trigger event is met, for example, multiple network state alarms occur, the base station is triggered to send a network state parameter of the corresponding cell to the network controller.
  • the network controller determines, according to the current network state parameter of the entire network, that the parameter needs to be used. A number of adjusted base stations and corresponding adjustments to the configuration parameter values.
  • the network controller determines, according to the current network state parameter of the entire network, that the antenna downtilt (ti lt ) parameter of the cell corresponding to the base station 3 and the power (power) parameter of the cell corresponding to the base station 5 should be adjusted.
  • the network controller may also suggest a reference adjustment direction of the corresponding configuration parameter value according to the current network state parameter of the entire network, and even give a finer value range. For example, it is recommended that the t i lt of the cell corresponding to the base station 3 is adjusted downward, and it is recommended that the power value of the cell corresponding to the base station 5 is increased by 3 dB to 5 dB.
  • the network controller determines, according to the determined base station adjusted by the required parameter, and the adjustment suggestion of the corresponding configuration parameter value, using the coverage and capacity joint optimization algorithm to determine the configuration parameter value of the base station that needs parameter adjustment.
  • the network controller sends the configuration parameter value of the base station that needs parameter adjustment to the corresponding base station that needs parameter adjustment, so that the base station that needs parameter adjustment performs according to the received configuration parameter value.
  • the corresponding parameter configuration is described below.
  • FIG. 2-1 is a specific process diagram of step 103 in the embodiment shown in FIG. 1.
  • step 103 specifically includes:
  • the network controller performs the first constraint processing according to the determined base station and the corresponding configuration parameter value adjustment suggestion, and uses the coverage and capacity joint optimization algorithm to obtain the base station corresponding to the required parameter adjustment.
  • the first feasible set of configuration parameter values 1 ⁇ ;
  • the first feasible set of configuration parameter values corresponding to the base station adjusted by the required parameter, and the first Pareto solution set of the configuration parameter value corresponding to the base station that needs to be adjusted by using the definition of the Pareto solution set ;
  • step 203 determines that there is no suitable Pareto solution in the first Pareto solution set of the configuration parameter value corresponding to the base station that needs parameter adjustment, it is required to be in Figure 2-1. Based on the first feasible set 1 ⁇ obtained in the illustrated embodiment, the subsequent constraint processing is performed according to the specific flow in the embodiment shown in FIG. 2-2.
  • FIG. 2-2 is a schematic diagram of another specific process of step 103 in the embodiment shown in FIG. 1. When i>l, step 103 specifically includes: 204.
  • the network controller determines, according to the determined base station and the corresponding configuration parameter value adjustment proposal, the i-1 feasible set corresponding to the configuration parameter value of the base station that needs parameter adjustment ⁇ D ⁇ D ⁇ On the basis of .A-J, using the coverage and capacity joint optimization algorithm, the i-th constraint processing is performed, and the i-th feasible set D of the configuration parameter values corresponding to the base station requiring parameter adjustment is obtained.
  • the network controller obtains, according to the set of Pareto solutions, the configuration parameters corresponding to the base station that needs to be adjusted according to the i feasible set ⁇ Dp D , . . .
  • Pareto solution set stipulates that Pareto solution set is also called non-inferior solution, which refers to a set composed of such solutions (also called non-inferior solution set), which has at least one target compared with any solution other than the set.
  • the function is better than the solution outside the set and the other objective functions are not worse than the solution outside the set.
  • the network controller determines, if the most suitable Pareto solution is in the i-th Pareto solution set of the configuration parameter value corresponding to the base station that needs parameter adjustment, determining a configuration parameter value corresponding to the most suitable Pareto solution.
  • the configuration parameter values corresponding to the appropriate Pareto solution and the current configuration parameter values of the base station requiring parameter adjustment should not be excessively changed.
  • a base station that requires parameter adjustment has a higher downtilt setting (indicating a larger coverage area of the cell), and a Pareto solution needs to change a higher downtilt angle to a lower downtilt angle (the coverage of the cell is smaller)
  • a large number of active users at the edge of the cell need to quickly switch to the neighboring area in a short time, which is not conducive to the stability of the network, so the Pare to solution is not suitable.
  • FIG. 3 is a schematic diagram of a specific process of step 201 in the embodiment shown in FIG. 2-1.
  • the step is 201 specifically includes:
  • the network controller is configured to adjust, according to the determined base station adjusted by the required parameter, and the configuration parameter value corresponding to the base station that needs parameter adjustment, to use the coverage and capacity joint optimization algorithm to construct the corresponding configuration parameter value. a constraint;
  • constraints include value constraints, functional constraints, target constraints, and/or soft constraints.
  • Design variabl e constraints The value of the configuration parameter that needs to be adjusted.
  • the configuration parameter can be any parameter of the radio frequency parameter, for example, the antenna downtilt angle ti lt parameter, antenna orientation
  • the angle az imuth parameter and the power power parameter, the value limit condition can be a constraint expression of the parameter adjustment.
  • t i lt is selected within a range of angles.
  • Functional constraints Functional constraints for configuration parameters that need to be adjusted. For example, due to power supply limitations, the sum of the transmit powers of several small base stations cannot be limited beyond the maximum transmit power threshold (ie, the upper limit).
  • Criteria constraints The target function constraints for the configuration parameters that need to be adjusted. For the objective function constraints, you need to determine the expression of the objective function constraints and the initial threshold. For example, the coverage must be greater than a certain value.
  • Soft functional constraints Soft constraints for configuration parameters that need to be adjusted; for example, functional constraints between certain configuration parameters are not hard constraints (ie, thresholds can be adjusted to some extent), Then transform this constraint into a special optimization goal, namely Pseudo_criteria.
  • Pseudo_criteria For example, for a base station's transmit power parameter limit, the empirical value is less than 40W, but in fact, it cannot be ruled out that a larger transmit power can achieve better results, and the hardware limit of the transmit power parameter is less than 50W, and the setting is The target transmit power parameter is actually to use small power to achieve better performance.
  • the "transmit power parameter" can be used as an optimization target, that is, Pseudo-criteria, and the transmit power parameter is further determined in the optimization process. Specific limit values.
  • the constraint condition may be set according to the reference adjustment direction of the configuration parameter value corresponding to the base station that needs to be adjusted.
  • the original value range of a cell power is 0W to 40W
  • the current value is Is 30W
  • the corresponding power parameter value is recommended in the reference adjustment direction.
  • the power should be adjusted upwards.
  • the value range of the constraint of the corresponding power parameter can be set to 30W ⁇ 40W.
  • the network controller selects, according to the first constraint condition, a preset number of configuration parameter values in a set of configuration parameter values within a range of the recommended adjustment value of the corresponding configuration parameter value;
  • the configuration parameter value set is an adjustment proposal of the configuration parameter value corresponding to the base station that meets the required parameter adjustment, and all configuration parameters of the value within the adjustment suggestion range of the configuration parameter value corresponding to the base station that needs parameter adjustment a collection of values;
  • a uniform selection, non-uniform selection, or random selection may be adopted, and a preset number of configuration parameter values (for example, 20000 corresponding configuration parameter values) are selected in the configuration parameter value set.
  • Uniformly selecting based on the adjustment suggestions of the configuration parameter values corresponding to the base station that meets the required parameter adjustment, reasonably selecting the uniformly distributed configuration parameter values in the configuration parameter value set; for example, for including the antenna downtilt angle ti lt
  • the two-dimensional parameter space of the parameter and power parameter the range of tilt is 1 ° ⁇ 10.
  • the value of power is 20W ⁇ 35W. If you need to select 4 test points evenly, you can select the points in the 2D parameter space (4., 25W), (4., 30W), (7°, 25W) and (7, 30W), they are evenly distributed in the two-dimensional parameter space;
  • Non-uniformly selected Based on the adjustment suggestions of the configuration parameter values corresponding to the base station that meets the required parameter adjustment, the non-uniformly distributed configuration parameter values are reasonably selected in the configuration parameter value set; Based on the adjustment suggestions of the configuration parameter values corresponding to the parameter-adjusted base stations, a sufficient number of configuration parameter values are randomly selected in the configuration parameter value set.
  • the network controller determines, according to the first constraint condition of the corresponding configuration parameter value, and the location information of all user equipments in the corresponding cell sent by the base station that needs to be adjusted by the parameter, the selected preset number of configurations.
  • the first constraint processing is performed on the parameter value, and the first feasible set of the configuration parameter values corresponding to the base station that needs parameter adjustment is obtained.
  • each base station needs to obtain location information of all user equipments of the corresponding cell, and send the obtained location information of all user equipments to the network controller.
  • the base station needs to obtain the location information of all the user equipments of the corresponding cell.
  • the base station can directly obtain the location information of the user equipment; The situation can be estimated based on the RF fingerprint printed by the user equipment. Location information of the device.
  • the user equipment reports multiple measurement reports to the base station, where each measurement report includes a measurement level of a reference signal received power (RSRP);
  • RSRP reference signal received power
  • the base station selects a grid point with the smallest matching degree (Sr) as the location information of the user equipment according to the matching degree between the RSRP measurement level in each measurement report and the corresponding RSRP measurement level in the feature database.
  • the sum of the differences is the degree of matching (Sr).
  • the first constraint includes a functional constraints, a Criteria constraints, and a soft functional constraints; (Modular constraints) configuration parameter values, you need to verify that the configuration parameter values meet the target constraints (Criteria constraints); for the configuration parameter values that are restricted by the first constraint, you need to calculate the target function value of the corresponding configuration parameter value, and Each objective function value is arranged in descending order of satisfaction.
  • the constraint value/threshold value (Criteria constraints) of each objective function and soft restriction condition can be determined according to experience and actual conditions. For example, according to the network operation experience, the coverage indicator of the small area needs to exceed 0.9 to reach the network operation target, and the lower limit of the coverage of one of the target functions should be set to 0.9.
  • L represents the free space loss (including path fading) And large-scale fading, etc.
  • FIG. 4 is a schematic diagram of a specific process of step 204 in the embodiment shown in FIG. 2-2.
  • the step is 204 specifically includes:
  • the network controller according to the i-1 feasible set ( ⁇ , . . . ) of the configuration parameter value corresponding to the base station that needs parameter adjustment, the base station adjusted according to the determined required parameter, and the required parameter
  • the adjustment of the configuration parameter value corresponding to the adjusted base station is performed, and the i-1th constraint condition of the configuration parameter value corresponding to the base station that needs to be adjusted by the parameter is restricted, and the configuration parameter value corresponding to the base station that needs parameter adjustment is obtained.
  • the i-th constraint ⁇ , . . .
  • the network controller obtains the first Pareto solution of the configuration parameter value corresponding to the base station that needs parameter adjustment according to the definition of the Pareto solution set according to the first feasible set I of the configuration parameter value corresponding to the base station adjusted by the parameter. If the first Pareto solution set of the configuration parameter value corresponding to the base station that needs parameter adjustment determines that there is no suitable Pareto solution, the second constraint processing is required.
  • the network controller adjusts the base station according to the determined required parameter and the required parameter adjustment based on the first feasible set D i of the configuration parameter value corresponding to the base station that needs parameter adjustment.
  • the first constraint condition of the configuration parameter value corresponding to the base station that needs to be adjusted by the parameter is limited, and the second constraint of the configuration parameter value corresponding to the base station that needs the parameter adjustment is obtained. condition.
  • the network controller selects, according to the i th constraint, a preset number of configuration parameter values in a set of configuration parameter values within a range of the recommended adjustment value of the corresponding configuration parameter value;
  • the corresponding configuration parameter value is In the set of configuration parameter values within the scope of the proposed adjustment, the configuration parameter values that meet the tightened i-th constraint are re-selected.
  • the network controller performs the ith time on the selected preset number of configuration parameter values according to the i-th constraint condition and location information of all user equipments in the corresponding cell sent by the base station that needs parameter adjustment.
  • the constraint processing is performed to obtain an i-th feasible set D of configuration parameter values corresponding to the base station that needs parameter adjustment.
  • the network controller determines the selected pre-selection according to the second constraint condition of the corresponding configuration parameter value and the location information of all user equipments in the corresponding cell sent by the base station that needs parameter adjustment.
  • the second set of configuration parameter values is subjected to a second constraint processing to obtain a second feasible set D 2 of the configuration parameter values corresponding to the base station that needs parameter adjustment.
  • the network controller obtains, according to the second feasible set D 2 of the configuration parameter values corresponding to the base station adjusted by the parameter, the second configuration parameter value corresponding to the base station that needs to be parameter adjusted by using the definition of the Pareto solution set.
  • a Pareto solution set if it is determined that there is no most suitable Pareto solution in the second Pareto solution set of the configuration parameter value corresponding to the base station requiring parameter adjustment, a third constraint processing is required, wherein the third constraint processing may Referring to the specific process shown in FIG. 4, it will not be described again.
  • the number of solutions included in the Pareto solution set is too small, indicating that there is no suitable Pareto solution.
  • the value of the solution contained in the Pareto solution is too concentrated, there may be a potential neglected solution, indicating that there is no suitable Pareto solution; as the Pareto solution contains several solutions, but all solutions are close, Almost equivalent to only one solution, indicating that there is no suitable Pareto solution; for example, according to the current network state and historical experience, the current Pareto solution set does not contain a suitable solution, indicating that there is no suitable Pareto solution.
  • the current Pareto solution set is compared to the above adjustment suggestions to determine that the current Pareto solution set does not contain a suitable solution.
  • the specific process of the coverage and capacity joint optimization algorithm shown in FIG. 2 is exemplified below: Assume that the entire network system is composed of 50 cells, and the configuration parameters of the base station corresponding to each cell include ti lt t and power ⁇ where c represents a cell The number is a total of 100 parameters.
  • the objective function ⁇ 1 means: Call Loss Rate and/or Block Rate (Cal l Drop and/ or Block Rate), taking the minimum value min;
  • the objective function ⁇ 2 (RSRP-covA) means: Percentage of RSRP covered area, taking the maximum value max;
  • the objective function ⁇ 3 (RSSINR-covA) indicates: the Percentage of RSSINR covered area, taking the maximum value max;
  • the objective function ⁇ 4 (RSRP-covT) means: Percentage of RSRP covered traffic, taking the maximum value max;
  • the objective function ⁇ 5 (RSSINR-covT) represents: the Percentage of RSSINR covered traff ic , taking the maximum value max;
  • the objective function ⁇ 6 means: SINR minimum value (Mean SINR [dB]), taking the maximum value max;
  • the objective function ⁇ 7 (M-load) represents: Mean required cel l load, taking the minimum value min.
  • RSRP represents the reference signal received power ( Reference Signal Received Power );
  • RSSINR indicates the reference signal to interference and noise ratio (Reference Signal to Interference and Noise Ratio);
  • SINR indicates Signal to Interference and Noise Ratio; assume that 200,000 power and ti lt parameters corresponding to the objective function constraint are randomly selected in the distribution space where the power and ti lt parameter values meet the adjustment suggestion range. Test point (configuration parameter value).
  • Table 1 shows the objective function values of the power and ti lt parameters arranged in descending order of satisfaction, as shown in Table 1:
  • the first Par eto solution is determined to contain 11 Pareto solutions according to Par eto's law, as shown in Table 3:
  • Table 4 is the objective function values of the power and ti lt parameters corresponding to the first Pareto solution set shown in Table 3.
  • Table 5 and Table 6 are a comparison table of the first constraint processing and the second constraint processing, as shown in Table 5, where Task1 is the parameter limit threshold of the power of the first constraint processing, and Task2 is the second constraint processing.
  • the limit of the power parameter is limited.
  • Task1 is the limit threshold of the t i lt parameter of the first constraint processing
  • Task2 is the limit threshold of the ti lt parameter of the second constraint processing.
  • the power and ti lt parameters corresponding to 100000 test points are selected in the distribution space of the restricted power and ti lt parameters, and the above process is repeated to obtain the second 354 feasible solutions.
  • the feasible set D 2 and the second Pareto solution including 88 Pareto solutions combine the first feasible set A and the second feasible set 1) 2 after the two constraint processing to obtain a new feasible set, new feasible
  • the concentration includes a total of 366 feasible solutions.
  • a new Pareto solution set is determined according to Pareto's law.
  • the new Pareto solution set includes 90 Pareto solutions.
  • Table 7 shows the Pareto solution comparison table after the first constraint processing and the second constraint processing. As shown in Table 7, only two Pareto solutions are obtained by the first constraint processing, and the other 88 Pareto solutions are the first. Second time Constraint processing. Table 7:
  • the second constraint processing reduces the range of values of the power and t i lt parameters, which greatly increases the efficiency of the solution. Not only does it increase the number of feasible solutions, but it also gets a better Pareto solution.
  • Pareto solution set including 90 Pareto solutions.
  • the power and ti 11 parameters corresponding to the 29127 test points are selected as the most suitable.
  • Par e to solution because it is the best among the total of 7 network performance indicators in the Pareto solution set, and the other 4 network performance indicators are also good.
  • the network controller determines the current network state parameter of the entire network according to the network state parameter of the corresponding cell sent by each base station, and determines the base station that needs parameter adjustment according to the current network state parameter of the entire network, and correspondingly
  • the adjustment parameter of the configuration parameter value is recommended; according to the adjustment request of the base station and the corresponding configuration parameter value, the coverage and capacity joint optimization algorithm is used to determine the configuration parameter value corresponding to the base station that needs parameter adjustment. Therefore, in the embodiment, before the joint optimization of the coverage and the capacity, the specific weights of the plurality of optimization targets are not set, thereby avoiding the occurrence of the missed better solution due to the subjective judgment error.
  • this embodiment does not attempt to find an optimal solution by searching for a long time, but determines a current network state parameter of the entire network according to a network state parameter of a corresponding cell respectively sent by each base station; according to the current network of the entire network.
  • the status parameter determines the base station that needs parameter adjustment and the adjustment suggestion of the corresponding configuration parameter value.
  • FIG. 5 is a signaling diagram of a method for jointly adjusting coverage and capacity according to another embodiment of the present invention; as shown in FIG. 5, including:
  • Each base station receives location information sent by all user equipments in a cell corresponding to the base station.
  • Each base station acquires a network state parameter of a cell corresponding to the base station.
  • each base station usually stores network state parameters of the corresponding cell, and each base station separately acquires network state parameters of the corresponding cell.
  • Each base station sends, to the network controller, network state parameters of the cell corresponding to the base station and location information of all user equipments in the cell corresponding to the base station.
  • each base station sends, by using a standard interface, a network state parameter of the corresponding cell of the base station and location information of all user equipments in the cell corresponding to the base station to the network controller.
  • the network controller determines a current network state parameter of the entire network according to a network state parameter of the corresponding cell sent by each base station.
  • the network controller determines, according to a current network state parameter of the entire network, a base station that needs parameter adjustment and a proposal for adjusting a corresponding configuration parameter value.
  • the network controller determines, according to the adjustment request of the base station that needs parameter adjustment and the corresponding configuration parameter value, the coverage and capacity joint optimization algorithm to determine a configuration parameter value corresponding to the base station that needs parameter adjustment.
  • the network controller sends the determined configuration parameter value corresponding to the base station that needs parameter adjustment to the base station that needs parameter adjustment.
  • the base station that needs parameter adjustment performs setting of a configuration parameter according to the received configuration parameter value.
  • the network controller determines the current network state parameter of the entire network according to the network state parameter of the corresponding cell sent by each base station, and then according to the current network of the entire network.
  • the network state parameter determines the base station that needs parameter adjustment and the adjustment suggestion of the corresponding configuration parameter value; according to the base station and the corresponding configuration parameter value adjustment suggestion, the coverage and capacity joint optimization algorithm is used to determine the parameter adjustment The configuration parameter value corresponding to the base station. Therefore, in this embodiment, before the joint optimization of the coverage and the capacity, the specific weights of the plurality of optimization targets are not set, thereby avoiding the occurrence of the missed better solution due to the subjective judgment error.
  • FIG. 6 is a schematic structural diagram of a coverage and capacity joint optimization apparatus according to another embodiment of the present invention. As shown in FIG. 6, the method includes:
  • the first determining module 61 is configured to determine a current network state parameter of the entire network according to network state parameters of the corresponding cell respectively sent by each base station;
  • the second determining module 62 is configured to determine, according to the current network state parameter of the entire network, a base station that needs parameter adjustment, and a recommendation for adjusting a corresponding configuration parameter value;
  • the third determining module 63 is configured to determine, according to the determined base station and the corresponding configuration parameter value adjustment suggestions, the coverage parameter and the joint optimization algorithm to determine the configuration parameter value of the base station that needs parameter adjustment.
  • the third determining module 63 specifically includes: a constraint unit 631, a computing unit
  • the constraint unit 631 is configured to perform, according to the determined base station adjustment parameter adjustment request and the corresponding configuration parameter value adjustment proposal, the first constraint processing by using the coverage and capacity joint optimization algorithm, to obtain the required parameter adjustment.
  • the first feasible set of configuration parameter values corresponding to the base station, the calculating unit 632, configured to use the definition of the Pareto solution set according to the first feasible set D1 7 of the configuration parameter values corresponding to the base station adjusted according to the required parameter Describe a first Pareto solution set of configuration parameter values corresponding to the base station that needs parameter adjustment;
  • the determining unit 633 is configured to: if the most suitable Pareto solution is determined in the first Pareto solution set of the configuration parameter value corresponding to the base station that needs parameter adjustment, configure parameters corresponding to the most suitable Pareto solution The value determines a configuration parameter value corresponding to the base station that needs parameter adjustment;
  • the constraint unit 631 is further configured to: according to the determined base station adjusted by the required parameter and the adjustment suggestion of the corresponding configuration parameter value, the i-1 feasible set of the configuration parameter value corresponding to the base station that needs parameter adjustment , ,,. ⁇ —J, based on the joint optimization algorithm of coverage and capacity
  • the i-th constraint processing is performed to obtain an i-th feasible set of configuration parameter values corresponding to the base station that needs parameter adjustment;
  • the calculating unit 632 is further configured to obtain, according to the definition of the Pareto solution set, the base station that needs parameter adjustment according to the i feasible set ⁇ Dp D , . . . , ⁇ of the configuration parameter value corresponding to the base station adjusted by the required parameter.
  • the determining unit 633 is further configured to: if the most suitable Pareto solution is determined in the i-th Pareto solution set of the configuration parameter value corresponding to the base station that needs parameter adjustment, configure the most suitable Pareto solution
  • the parameter value determines a configuration parameter value corresponding to the base station that needs parameter adjustment.
  • the constraint unit 631 is specifically used to:
  • the secondary constraint processing obtains the first feasible set of configuration parameter values corresponding to the base station that needs parameter adjustment.
  • the constraint unit 631 is specifically configured to:
  • the base station adjusted according to the determined required parameter and the configuration parameter value corresponding to the base station that needs parameter adjustment It is recommended that the i-th constraint condition of the configuration parameter value corresponding to the base station that needs parameter adjustment is restricted, and the i-th constraint condition of the configuration parameter value corresponding to the base station that needs parameter adjustment is obtained;
  • the sub-constraint processing obtains the i-th feasible set of the configuration parameter values corresponding to the base station that needs parameter adjustment! ).
  • the network state parameters include network key performance indicator parameters, cell metric parameters, and/or control parameters.
  • constraints include value constraints, functional constraints, target constraints, and/or soft constraints.
  • the device further includes:
  • the sending module 64 is configured to send the configuration parameter values corresponding to the base station that are required to be adjusted by the third determining module 63 to the corresponding base station that needs parameter adjustment, so that the base station that needs parameter adjustment is configured.
  • the corresponding parameter configuration is performed according to the received configuration parameter values.
  • the embodiment of the present invention determines the current network state parameter of the entire network according to the network state parameter of the corresponding cell sent by each base station, and determines the base station that needs parameter adjustment and the adjustment of the corresponding configuration parameter value according to the current network state parameter of the entire network. It is recommended to: according to the base station and the corresponding configuration parameter value adjustment suggestions, use the coverage and capacity joint optimization algorithm to determine the configuration parameter value corresponding to the base station that needs parameter adjustment. Therefore, in this embodiment, before the joint optimization and coverage are optimized, the specific weights of the plurality of optimization targets are not set, thereby avoiding the occurrence of the missed better solution due to the subjective judgment error.
  • FIG. 7 is a schematic structural diagram of a coverage and capacity joint optimization apparatus according to another embodiment of the present invention; specifically, located on a network controller side, as shown in FIG. 7, including: a processor, a memory, and a communication bus, where the processor communicates The bus is connected to the memory, and the memory stores instructions for implementing the overlay and capacity joint optimization method.
  • the device may further include a communication interface, and is communicably connected to other network devices (such as a base station) through the communication interface.
  • the network controller uses the coverage and capacity combination according to the determined base station adjustment parameter adjustment proposal and the corresponding configuration parameter value adjustment suggestion.
  • An optimization algorithm, determining a configuration parameter value of the base station that needs parameter adjustment, and a packet Includes:
  • the network controller performs the first constraint processing according to the determined base station and the corresponding configuration parameter value adjustment suggestion, and uses the coverage and capacity joint optimization algorithm to obtain the base station corresponding to the required parameter adjustment.
  • the configuration parameter value corresponding to the most suitable Pareto solution is determined to be the required parameter adjustment.
  • the network controller determines the configuration of the base station that needs parameter adjustment by using the coverage and capacity joint optimization algorithm according to the determined base station adjustment parameter adjustment request and the corresponding configuration parameter value adjustment suggestion.
  • Parameter values including:
  • the network controller determines, by the network controller, the i-1 feasible set of the configuration parameter value corresponding to the base station that needs parameter adjustment according to the determined base station adjustment parameter and the adjustment suggestion of the corresponding configuration parameter value ⁇ D ⁇ D ⁇
  • the i-th constraint processing is performed by using the coverage and capacity joint optimization algorithm, and the i-th feasible set D 1 of the configuration parameter values corresponding to the base station requiring parameter adjustment is obtained;
  • the configuration parameter value corresponding to the most suitable Pareto solution is determined to be the required parameter adjustment.
  • the configuration parameter value corresponding to the base station is determined to be the required parameter adjustment.
  • the first feasible set D of the configuration parameter values corresponding to the adjusted base station includes:
  • the secondary constraint processing obtains the first feasible set of configuration parameter values corresponding to the base station that needs parameter adjustment.
  • i l
  • i-1 feasible set of the configuration parameter value corresponding to the base station that needs parameter adjustment On the basis of ⁇ Dp D ⁇ .A-J, using the coverage and capacity joint optimization algorithm, the i-th constraint processing is performed, and the i-th feasible set D of the configuration parameter values corresponding to the base station requiring parameter adjustment is obtained, including :
  • the base station adjusted according to the determined required parameter and the configuration parameter value corresponding to the base station that needs parameter adjustment It is recommended that the i-th constraint condition of the configuration parameter value corresponding to the base station that needs parameter adjustment is restricted, and the i-th constraint condition of the configuration parameter value corresponding to the base station that needs parameter adjustment is obtained;
  • the sub-constraint processing obtains the i-th feasible set of the configuration parameter values corresponding to the base station that needs parameter adjustment.
  • the network state parameters include network key performance indicator parameters, cell metric parameters, and/or control parameters.
  • constraints include the value limit condition, the function limit condition, the target limit condition, and/or the soft limit condition.
  • the method includes:
  • the determined configuration parameter values corresponding to the base station that are required to be adjusted are respectively sent to the corresponding base station that needs parameter adjustment, so that the base station that needs parameter adjustment performs corresponding parameter configuration according to the received configuration parameter value.
  • the embodiment of the present invention determines the current network state parameter of the entire network according to the network state parameter of the corresponding cell sent by each base station, and determines the base station that needs parameter adjustment and the adjustment of the corresponding configuration parameter value according to the current network state parameter of the entire network. It is recommended to: according to the base station and the corresponding configuration parameter value adjustment suggestions, use the coverage and capacity joint optimization algorithm to determine the configuration parameter value corresponding to the base station that needs parameter adjustment. Therefore, in this embodiment, before the joint optimization of the coverage and the capacity, the specific weights of the plurality of optimization targets are not set, thereby avoiding the occurrence of the missed better solution due to the subjective judgment error.
  • FIG. 8 is a schematic structural diagram of a coverage and capacity joint optimization system according to another embodiment of the present invention. As shown in FIG. 8, the method includes: a network controller 81 and a plurality of base stations 82;
  • the network controller 81 includes the overlay and capacity joint optimization apparatus as described in the embodiment shown in FIG. 6 or FIG. 7;
  • the plurality of base stations 82 include a base station determined by the network controller 81 that requires parameter adjustment;
  • the base station that needs parameter adjustment is configured to receive a configuration parameter value sent by the network controller, and perform corresponding parameter configuration according to the configuration parameter value;
  • the configuration parameter value is determined by the network controller, after receiving the network state parameter of the corresponding cell sent by each base station, according to the network state parameter of the corresponding cell sent by each base station, determining the current network state parameter of the entire network. Determining, according to the current network state parameter of the entire network, a base station that needs parameter adjustment and a corresponding adjustment parameter value adjustment suggestion; adjusting the base station according to the determined required parameter and adjusting the corresponding configuration parameter value, using the overlay And a capacity joint optimization algorithm, determining a configuration parameter value of the base station that needs parameter adjustment.
  • each of the multiple base stations is configured to acquire network state parameters of a corresponding cell and location information of all user equipments in the corresponding cell, and perform network state parameters of the corresponding cell and the The location information of all user equipments in the corresponding cell is sent to the network controller.
  • the network controller determines the current network state parameter of the entire network according to the network state parameter of the corresponding cell sent by each base station, and determines the base station that needs parameter adjustment according to the current network state parameter of the entire network, and correspondingly
  • the adjustment parameter of the configuration parameter value is recommended; according to the adjustment request of the base station and the corresponding configuration parameter value, the coverage and capacity joint optimization algorithm is used to determine the configuration parameter value corresponding to the base station that needs parameter adjustment. Therefore, in this embodiment, before the joint optimization of the coverage and the capacity, the specific weights of the plurality of optimization targets are not set, thereby avoiding the occurrence of the missed better solution due to the subjective judgment error.
  • the disclosed system, apparatus, and method may be implemented in other manners.
  • the device embodiments described above are merely illustrative.
  • the division of the unit is only a logical function division.
  • there may be another division manner for example, multiple units or components may be combined or Can be integrated into another system, or some features can be ignored, or not executed.
  • the mutual coupling or direct coupling or communication connection shown or discussed may be an indirect coupling or communication connection through some interface, device or unit, and may be in an electrical, mechanical or other form.
  • the units described as separate components may or may not be physically separate.
  • the components displayed as units may or may not be physical units, i.e., may be located in one place, or may be distributed over multiple network units. Some or all of the units may be selected according to actual needs to achieve the objectives of the solution of the embodiment.
  • each functional unit in each embodiment of the present invention may be integrated into one processing unit, or each unit may exist physically separately, or two or more units may be integrated into one unit.
  • the above integrated unit can be implemented in the form of hardware or in the form of hardware plus software functional units.
  • the above-described integrated unit implemented in the form of a software functional unit may be stored in the form of code in a computer readable storage medium.
  • the above code is stored in a computer readable storage medium and includes instructions for causing a processor or hardware circuit to perform some or all of the steps of the methods described in various embodiments of the present invention.
  • the foregoing storage medium includes: a universal serial bus interface, a micro high-capacity mobile storage disk without a physical drive, a mobile hard disk, a read-only memory (English: Read-Only Memory, ROM for short), and a random access memory (English: Random Access Memory (referred to as RAM), disk or optical disc, and other media that can store program code.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例公开了一种覆盖和容量联合优化方法及装置、系统，本实施例通过网络控制器根据每个基站分别发送的对应小区的网络状态参数，确定整个网络的当前网络状态参数；根据所述整个网络的当前网络状态参数，确定需要参数调整的基站以及对应的配置参数值的调整建议；根据所述确定的需要参数调整的基站以及对应的配置参数值的调整建议，利用覆盖和容量联合优化算法，确定所述需要参数调整的基站的配置参数值。用以解决现有的覆盖和容量联合优化方法中存在很难确定全局最优解的问题。

Description

覆盖和容量联合优化方法及装置、 系统 技术领域
本发明实施例涉及通信技术领域， 尤其涉及一种覆盖和容量联合优化方 法及装置、 系统。 背景技术
网络自组织技术 ( Self-Organizing Networks , SON ) 是网络自动规划 并根据网络状况自动进行自配置、 自优化、 自治愈的技术， 能够实现实时的 自动化网络维护， 从而大大减少人工干预的网络维护， 为运营商大大减少运 维成本。 其中， 覆盖优化和容量优化是 SON中的两个非常重要的功能。 通常， 对覆盖和容量进行联合优化， 即覆盖和容量联合优化（Coverage & Capacity Optimization, CC0)。
在实际优化过程中， 由于覆盖和容量通常包括多个优化目标——关键性 能指标 （Key Performance Indicator , KPI ) , 在一种覆盖和容量联合优化 方法中， 是把多个优化目标通过设置各自权重进行加权求和的方式， 转化成 单目标问题， 再用单目标优化算法求解。 然而由于权重值的设定主要依靠经 验和主观判断， 而实际情况又千差万别， 因此很难确定全局最优解， 特别是 优化目标比较多的时候。 在另一种覆盖和容量联合优化方法中， 是通过搜索 算法 （如遗传算法） 实现的覆盖和容量联合优化技术， 即多目标搜索方案。 然而由于网络中存在很多个小区， 每个小区的所有参数构成了一个巨大的参 数空间， 由于参数空间的非凸性和复杂性， 通常搜索出来的解都是局部最优 解， 即使找到全局最优解， 所需的耗时也非常长。
因此，现有的覆盖和容量联合优化方法中存在很难确定全局最优解的问 题。 发明内容 本发明提供一种覆盖和容量联合优化方法及装置、 系统， 用以解决现有 的覆盖和容量联合优化方法中存在很难确定全局最优解的问题。
第一方面， 提供一种覆盖和容量联合优化方法， 包括： 网络控制器根据每个基站分别发送的对应小区的网络状态参数，确定整 个网络的当前网络状态参数；
所述网络控制器根据所述整个网络的当前网络状态参数，确定需要参数 调整的基站以及对应的配置参数值的调整建议；
所述网络控制器根据所述确定的需要参数调整的基站以及对应的配置 参数值的调整建议， 利用覆盖和容量联合优化算法， 确定所述需要参数调整 的基站的配置参数值。
基于第一方面， 在第一种可能的实现方式中， 当 i = l时， 所述 i为约束 处理的次数； 则所述网络控制器根据所述确定的需要参数调整的基站以及对 应的配置参数值的调整建议， 利用覆盖和容量联合优化算法， 确定所述需要 参数调整的基站的配置参数值， 包括：
所述网络控制器根据所述确定的需要参数调整的基站以及对应的配置 参数值的调整建议， 利用覆盖和容量联合优化算法， 进行第 1次约束处理， 得到所述需要参数调整的基站对应的配置参数值的第 1个可行集 D1 ;
根据所述需要参数调整的基站对应的配置参数值的第 1个可行集1^，利 用 Pareto解集的定义得到所述需要参数调整的基站对应的配置参数值的第
1个 Pareto解集；
若在所述需要参数调整的基站对应的配置参数值的第 1个 Pareto解集 中确定有最合适的 Pareto解， 则将所述最合适的 Pareto解对应的配置参数 值确定所述需要参数调整的基站对应的配置参数值；
当 i > 1时， 则所述网络控制器根据所述确定的需要参数调整的基站以及 对应的配置参数值的调整建议， 利用覆盖和容量联合优化算法， 确定所述需 要参数调整的基站的配置参数值， 包括：
所述网络控制器根据所述确定的需要参数调整的基站以及对应的配置 参数值的调整建议，在所述需要参数调整的基站对应的配置参数值的 i-1个 可行集 {D^ D^.A— J的基础上，利用覆盖和容量联合优化算法，进行第 i次约 束处理， 得到所述需要参数调整的基站对应的配置参数值的第 i 个可行集 D1；
根据所述需要参数调整的基站对应的配置参数值的 i 个可行集 {Dp D ,..!^，利用 Pareto解集的定义得到所述需要参数调整的基站对应的配 置参数值的第 i个 Pareto解集； 若在所述需要参数调整的基站对应的配置参数值的第 i个 Pareto解集 中确定有最合适的 Pareto解， 则将所述最合适的 Pareto解对应的配置参数 值确定所述需要参数调整的基站对应的配置参数值。
基于第一方面的第一种可能的实现方式， 在第二种可能的实现方式中， 当 i = l时， 所述网络控制器根据所述确定的需要参数调整的基站以及对应的 配置参数值的调整建议， 利用覆盖和容量联合优化算法， 进行第 1次约束处 理， 得到所述需要参数调整的基站对应的配置参数值的第 1个可行集 D， 包 括：
所述网络控制器根据所述确定的需要参数调整的基站以及所述需要参 数调整的基站对应的配置参数值的调整建议， 利用覆盖和容量联合优化算 法， 构建所述对应的配置参数值的第一个约束条件；
根据所述第 1个约束条件，在所述对应的配置参数值的调整建议范围之 内的配置参数值集合中选取预设数量的配置参数值；
根据所述对应的配置参数值的第 1个约束条件， 以及所述需要参数调整 的基站发送的对应小区中所有用户设备的位置信息，对所述选取的预设数量 的配置参数值进行第一次约束处理，得到所述需要参数调整的基站对应的配 置参数值的第一个可行集 A。
基于第一方面的第二种可能的实现方式， 在第三种可能的实现方式中， 当 i > 1时， 所述网络控制器根据所述确定的需要参数调整的基站以及对应的 配置参数值的调整建议， 在所述需要参数调整的基站对应的配置参数值的 i-1个可行集 {Dp D^.A— J的基础上， 利用覆盖和容量联合优化算法， 进行第 i次约束处理， 得到所述需要参数调整的基站对应的配置参数值的第 i个可 行集 D!， 包括：
所述网络控制器在所述需要参数调整的基站对应的配置参数值的 i-1个 可行集 J的基础上，根据所述确定的需要参数调整的基站以及所述 需要参数调整的基站对应的配置参数值的调整建议，对所述需要参数调整的 基站对应的配置参数值的第 i-1个约束条件进行限制，得到所述需要参数调 整的基站对应的配置参数值的第 i个约束条件；
根据所述第 i个约束条件，在所述对应的配置参数值的调整建议范围之 内的配置参数值集合中选取预设数量的配置参数值；
根据所述对应的配置参数值的第 i个约束条件， 以及所述需要参数调整 的基站发送的对应小区中所有用户设备的位置信息，对所述选取的预设数量 的配置参数值进行第 i次约束处理，得到所述需要参数调整的基站对应的配 置参数值的第 i个可行集1^。
基于第一方面或第一方面的第一至第三种任一可能的实现方式，在第四 种可能的实现方式中， 所述网络状态参数包括网络关键性能指标参数、 小区 度量参数和 /或控制参数。
基于第一方面的第二或第三种可能的实现方式，在第五种可能的实现方 式中所述约束条件包括所述取值限制条件、 功能限制条件、 目标限制条件和 /或软性限制条件。
基于第一方面或第一方面的第一至第三种任一可能的实现方式，在第六 种可能的实现方式中， 所述将所述最合适的 Pareto解对应的配置参数值确 定所述需要参数调整的基站对应的配置参数值之后， 包括：
所述网络控制器将确定的所述需要参数调整的基站对应的配置参数值 分别发送给所述对应的需要参数调整的基站， 以使所述需要参数调整的基站 根据接收到的配置参数值进行相应的参数配置。
第二方面， 提供一种覆盖和容量联合优化装置， 包括：
第一确定模块， 用于根据每个基站分别发送的对应小区的网络状态参 数， 确定整个网络的当前网络状态参数；
第二确定模块， 用于根据所述整个网络的当前网络状态参数， 确定需要 参数调整的基站以及对应的配置参数值的调整建议；
第三确定模块， 用于根据所述确定的需要参数调整的基站以及对应的配 置参数值的调整建议， 利用覆盖和容量联合优化算法， 确定所述需要参数调 整的基站的配置参数值。
基于第二方面， 在第一种可能的实现方式中， 所述第三确定模块具体包 括： 约束单元、 计算单元和确定单元；
当 i = l时， 所述 i为约束处理的次数；
所述约束单元， 用于根据所述确定的需要参数调整的基站以及对应的配 置参数值的调整建议，利用覆盖和容量联合优化算法，进行第 1次约束处理， 得到所述需要参数调整的基站对应的配置参数值的第 1个可行集 ；
所述计算单元， 用于根据所述需要参数调整的基站对应的配置参数值的 第 1个可行集 D 利用 Pareto解集的定义得到所述需要参数调整的基站对 应的配置参数值的第 1个 Pareto解集；
所述确定单元， 用于若在所述需要参数调整的基站对应的配置参数值的 第 1个 Pareto解集中确定有最合适的 Pareto解，则将所述最合适的 Pareto 解对应的配置参数值确定所述需要参数调整的基站对应的配置参数值；
当1 > 1时；
所述约束单元，还用于根据所述确定的需要参数调整的基站以及对应的 配置参数值的调整建议， 在所述需要参数调整的基站对应的配置参数值的 i-1个可行集 {Dp D^.A— J的基础上， 利用覆盖和容量联合优化算法， 进行第 i次约束处理， 得到所述需要参数调整的基站对应的配置参数值的第 i个可 行集 ；
所述计算单元，还用于根据所述需要参数调整的基站对应的配置参数值 的 i个可行集 ，利用 Pareto解集的定义得到所述需要参数调整的 基站对应的配置参数值的第 i个 Pareto解集；
所述确定单元，还用于若在所述需要参数调整的基站对应的配置参数值 的第 i 个 Pareto 解集中确定有最合适的 Pareto 解， 则将所述最合适的 Pareto 解对应的配置参数值确定所述需要参数调整的基站对应的配置参数 值。
基于第二方面的第一种可能的实现方式， 在第二种可能的实现方式中， 当 i = l时， 所述约束单元具体用于：
根据所述确定的需要参数调整的基站以及所述需要参数调整的基站对 应的配置参数值的调整建议， 利用覆盖和容量联合优化算法， 构建所述对应 的配置参数值的第 1个约束条件；
根据所述第 1个约束条件，在所述对应的配置参数值的调整建议范围之 内的配置参数值集合中选取预设数量的配置参数值；
根据所述对应的配置参数值的第一个约束条件， 以及所述需要参数调整 的基站发送的对应小区中所有用户设备的位置信息，对所述选取的预设数量 的配置参数值进行第一次约束处理，得到所述需要参数调整的基站对应的配 置参数值的第一个可行集 A。
基于第二方面的第二种可能的实现方式， 在第三种可能的实现方式中， 当1 > 1时， 所述约束单元具体用于：
在所述需要参数调整的基站对应的配置参数值的 i-1 个可行集 {D,, ,,.Α— J的基础上，根据所述确定的需要参数调整的基站以及所述需要参 数调整的基站对应的配置参数值的调整建议，对所述需要参数调整的基站对 应的配置参数值的第 i-1个约束条件进行限制，得到所述需要参数调整的基 站对应的配置参数值的第 i个约束条件；
在所述对应的配置参数值的调整建议范围之内的配置参数值集合中选 取预设数量的配置参数值；
根据所述对应的配置参数值的第 i个约束条件， 以及所述需要参数调整 的基站发送的对应小区中所有用户设备的位置信息，对所述选取的预设数量 的配置参数值进行第 i次约束处理，得到所述需要参数调整的基站对应的配 置参数值的第 i个可行集1^。
基于第二方面或第二方面的第一至第三种任一可能的实现方式，在第四 种可能的实现方式中， 所述网络状态参数包括网络关键性能指标参数、 小区 度量参数和 /或控制参数。
基于第二方面的第二或第三种可能的实现方式，在第五种可能的实现方 式中， 所述约束条件包括取值限制条件、 功能限制条件、 目标限制条件和 / 或软性限制条件。
基于第二方面或第二方面的第一至第三种任一可能的实现方式，在第六 种可能的实现方式中， 所述装置还包括：
发送模块， 用于将所述第三确定模块确定的所述需要参数调整的基站对 应的配置参数值分别发送给所述对应的需要参数调整的基站， 以使所述需要 参数调整的基站根据接收到的配置参数值进行相应的参数配置。
第三方面， 提供一种覆盖和容量联合优化系统， 包括： 网络控制器和多 个基站；
所述网络控制器包括第二方面所述的覆盖和容量联合优化装置； 所述多个基站中包括所述网络控制器确定的需要参数调整的基站； 所述需要参数调整的基站， 用于接收所述网络控制器发送的配置参数 值， 并根据所述配置参数值进行相应的参数配置；
所述配置参数值为所述网络控制器在接收到每个基站分别发送的对应 小区的网络状态参数之后，根据每个基站分别发送的对应小区的网络状态参 数， 确定整个网络的当前网络状态参数； 根据所述整个网络的当前网络状态 参数， 确定需要参数调整的基站以及对应的配置参数值的调整建议； 根据所 述确定的需要参数调整的基站以及对应的配置参数值的调整建议， 利用覆盖 和容量联合优化算法， 确定所述需要参数调整的基站的配置参数值。
基于第三方面， 在第一种可能的实现方式中， 所述多个基站中的每个基 站， 用于获取对应小区的网络状态参数和所述对应小区中所有用户设备的位 置信息， 并将所述对应小区的网络状态参数和所述对应小区中所有用户设备 的位置信息发送给网络控制器。
本发明通过网络控制器根据各基站分别发送的对应小区的网络状态参 数， 确定整个网络的当前网络状态参数， 根据所述整个网络的当前网络状态 参数确定需要参数调整的基站以及对应的配置参数值的调整建议； 根据所述 需要参数调整的基站以及对应的配置参数值的调整建议， 利用覆盖和容量联 合优化算法， 确定需要参数调整的基站对应的配置参数值。 因此， 本发明在 联合优化覆盖和容量之前， 不设置多个优化目标的具体权重， 从而避免了由 于主观判断失误而错失更优解的情况发生。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案， 下面将对实 施例或现有技术描述中所需要使用的附图作一简单地介绍， 显而易见地， 下 面描述中的附图是本发明的一些实施例， 对于本领域普通技术人员来讲， 在 不付出创造性劳动性的前提下， 还可以根据这些附图获得其他的附图。
图 1为本发明一实施例提供的覆盖和容量联合优化方法的流程示意图； 图 2-1为图 1所示实施例中步骤 103的一种具体流程示意图； 图 2-2为图 1所示实施例中步骤 103的又一种具体流程示意图； 图 3为图 2-1所示实施例中步骤 201的一种具体流程示意图； 图 4为图 2-2所示实施例中步骤 204的一种具体流程示意图； 图 5为本发明另一实施例提供的覆盖和容量联合优化方法的信令图； 图 6 为本发明另一实施例提供的覆盖和容量联合优化装置的结构示意 图；
图 7 为本发明另一实施例提供的覆盖和容量联合优化装置的结构示意 图；
图 8 为本发明另一实施例提供的覆盖和容量联合优化系统的结构示意 图； 图 9为 power参数的分布区间示意图
图 10为 ti lt参数的分布区间示意图 具体实施方式 为使本发明实施例的目的、 技术方案和优点更加清楚， 下面将结合本发 明实施例中的附图， 对本发明实施例中的技术方案进行清楚、 完整地描述， 显然， 所描述的实施例是本发明一部分实施例， 而不是全部的实施例。 基于 本发明中的实施例， 本领域普通技术人员在没有作出创造性劳动前提下所获 得的所有其他实施例， 都属于本发明保护的范围。
本发明的技术方案可应用于蜂窝移动通信系统中。
图 1为本发明一实施例提供的覆盖和容量联合优化方法的流程示意图， 如图 1所示， 本实施例的覆盖和容量联合优化方法可以包括：
101、 网络控制器根据每个基站分别发送的对应小区的网络状态参数， 确定整个网络的当前网络状态参数。
具体实现时， 通常每个基站保存有对应小区的网络状态参数， 每个基站 分别获取对应小区的网络状态参数， 并将获取的对应小区的网络状态参数通 过标准接口发送给网络控制器。
其中， 所述网络状态参数包括网络关键性能指标参数、 小区度量参数和
/或控制参数。
其中， 网络关键性能指标参数包括吞吐量、 呼损率、 掉话率等反映小区 运行性能的网络性能指标； 小区度量参数包括用户设备数量、 小区负载、 干 扰情况等反映当前小区业务分布和网络状况的度量值； 控制参数为广播给小 区中所有用户设备的有关基站的控制参数， 例如包括基站的发射功率、 基站 天线下倾角等控制参数。
其中， 步骤 101中， 网络控制器可以周期性方式或事件触发方式接收每 个基站分别发送的对应小区的网络状态参数； 其中， 周期性方式是指网络控 制器周期性地接收每个基站发送的对应小区的网络状态参数。 其中， 周期时 间可根据运营商的策略来选定。 触发方式是指在满足预设的触发事件时， 例 如出现多次网络状态告警， 则触发基站向网络控制器发送对应小区的网络状 态参数。
102、 网络控制器根据所述整个网络的当前网络状态参数， 确定需要参 数调整的基站以及对应的配置参数值的调整建议。
例如， 网络控制器根据所述整个网络的当前网络状态参数， 确定基站 3 对应的小区的天线下倾角（ti lt )参数和基站 5对应的小区的功率（power ) 参数应该调整。
进一歩地， 网络控制器根据所述整个网络的当前网络状态参数， 还可 以建议对应的配置参数值的参考调整方向，甚至给出更细的取值范围。如， 建议基站 3对应的小区的 t i lt向下调整， 建议基站 5对应的小区的 power值 增加 3dB〜5dB。
103、 网络控制器根据所述确定的需要参数调整的基站以及对应的配置 参数值的调整建议， 利用覆盖和容量联合优化算法， 确定所述需要参数调整 的基站的配置参数值。
举例来说， 步骤 103之后， 网络控制器将所述需要参数调整的基站的配 置参数值发送给对应的需要参数调整的基站， 以使所述需要参数调整的基站 根据接收到的配置参数值进行相应的参数配置。
在本发明的一种可选实施方式中， 图 2-1为图 1所示实施例中步骤 103 的一种具体流程示意图， 当 i = l时， 所述 i为约束处理的次数； 具体实现时， 如图 2-1所示， 步骤 103具体包括：
201、 网络控制器根据所述确定的需要参数调整的基站以及对应的配置 参数值的调整建议， 利用覆盖和容量联合优化算法， 进行第 1次约束处理， 得到所述需要参数调整的基站对应的配置参数值的第 1个可行集1^；
202、 根据所述需要参数调整的基站对应的配置参数值的第 1个可行集 Ό, , 利用 Pareto解集的定义得到所述需要参数调整的基站对应的配置参数 值的第 1个 Pareto解集；
203、 若在所述需要参数调整的基站对应的配置参数值的第 1个 Pareto 解集中确定有最合适的 Pareto解， 则将所述最合适的 Pareto解对应的配置 参数值确定所述需要参数调整的基站对应的配置参数值。
在本发明的一种可选实施方式中， 若步骤 203在所述需要参数调整的基 站对应的配置参数值的第 1个 Pareto解集中确定没有合适的 Pareto解时， 则需要在图 2-1所示实施例中得到的第 1个可行集1^的基础上， 根据图 2-2 所示实施例中的具体流程， 进行后续的约束处理。 图 2-2为图 1所示实施例 中步骤 103的又一种具体流程示意图， 当 i > l时， 步骤 103具体包括： 204、 网络控制器根据所述确定的需要参数调整的基站以及对应的配置 参数值的调整建议，在所述需要参数调整的基站对应的配置参数值的 i-1个 可行集 {D^ D^.A— J的基础上，利用覆盖和容量联合优化算法，进行第 i次约 束处理， 得到所述需要参数调整的基站对应的配置参数值的第 i 个可行集 D
205、 网络控制器根据所述需要参数调整的基站对应的配置参数值的 i 个可行集 {Dp D ,..!^，利用 Pareto解集的定义得到所述需要参数调整的基站 对应的配置参数值的第 i个 Pareto解集；
其中， Pareto解集的定义中规定 Pareto解集又称非劣解， 是指由这样一 些解组成的集合（又称非劣解集）， 与集合之外的任何解相比它们至少有一 个目标函数比集合之外的解好而其它目标函数又不比集合之外的解差。
206、网络控制器若在所述需要参数调整的基站对应的配置参数值的第 i 个 Pareto解集中确定有最合适的 Pareto解， 则将所述最合适的 Pareto解 对应的配置参数值确定所述需要参数调整的基站对应的配置参数值。
其中， 在所述 Pareto解集中选择最合适的 Pareto解时需要考虑如下因 素：
考虑到网络的稳定性，合适的 Pareto解对应的配置参数值与需要参数调 整的基站当前的配置参数值不应有过大的变动。 例如， 需要参数调整的基站 当前的下倾角设置较高 （说明小区的覆盖范围较大）， 而某个 Pareto解需要 将较高的下倾角改成很低的下倾角 （小区的覆盖较小）， 就会造成小区边缘 的大量活跃用户需要在短时间内迅速切换至邻区， 不利于网络的稳定， 因此 该 Pare to解不太合适。
尽量追求网络的总体性能， 而不是选择各个性能指标差异较大的解。 例 如， 某个 Pareto解的覆盖性能优于其他所有解， 但容量性能却不是太好， 则 该 Pare to解不太合适。
根据网络状态和历史经验选择合适的解， 例如， 系统中的同一个网络状 态经常重现，将该经常重现的网络状态对应的配置参数值作为该网络状态的 历史经验， 因此， 可以根据历史经验选取合适的解。 再如， 某个解中的一个 基站的天线下倾角设置了很低的值（说明该小区覆盖较小）， 但实际上， 基 站设置了很高的发射功率（一般不适用于较小的小区）， 而从经验来看， 二 者并不十分匹配， 这种解尽量不选取。 在本发明的一种可选实施方式中， 图 3为图 2-1所示实施例中步骤 201 的一种具体流程示意图， 具体实现时， 如图 3所示， 当 i=l时， 步骤 201具 体包括：
301、 网络控制器根据所述确定的需要参数调整的基站以及所述需要参 数调整的基站对应的配置参数值的调整建议， 利用覆盖和容量联合优化算 法， 构建所述对应的配置参数值的第一个约束条件；
举例来说， 所述约束条件包括取值限制条件、 功能限制条件、 目标限制 条件和 /或软性限制条件。
其中， 取值限制条件 ( Design variabl e constraints ) ： 为需要调 整的配置参数的取值限制条件， 其中， 配置参数可以为无线射频参数中任 一参数， 例如， 天线下倾角 t i lt参数、 天线方位角 az imuth参数和功率 power参数， 取值限制条件可以为参数调整的约束表达式。 例如， t i lt在 某个角度范围内选取。
功能限制条件 （Functional constraints ): 为需要调整的配置参数的 功能限制条件， 例如， 由于供电的限制， 可以限制哪几个小基站的发射功率 之和不能超过最大发射功率阔值（即上限）。
目标限制条件 （Criteria constraints ): 为需要调整的配置参数的目 标函数限制条件， 对于目标函数限制条件， 需要确定目标函数限制条件的表 达式及初定的门限值。 例如， 覆盖率必须大于某个特定值。
软性限制条件（Soft functional constraints ): 为需要调整的配置参 数的软性限制条件； 例如， 某些配置参数之间的函数约束并不是硬约束（即 门限值可以在一定程度上调整）， 则把这种约束关系转化成一种特殊的优化 目标， 即 Pseudo_criteria。 例如， 对于某个基站的发射功率参数限制， 经 验值是小于 40W， 但实际上并不能排除更大的发射功率能取得更好的效果， 并且发射功率参数的硬件限制是 50W以内， 而设定的目标发射功率参数其实 是尽量釆用小功率实现较好的性能， 这时， 可以将这个 "发射功率参数" 作 为一个优化目标， 即 Pseudo-criteria, 在优化的过程中进一步确定发射功 率参数的具体限制值。
需要说明的是， 所述约束条件还可以根据所述需要参数调整的基站对应 的配置参数值的参考调整方向进行设定， 例如， 某小区 power的原取值范围 是 0W〜40W， 当前取值是 30W， 而对应的 power参数值的参考调整方向中建议 power应当向上调整， 此时， 可以将对应的 power参数的约束条件的取值范 围设置为 30W〜40W。
302、 网络控制器根据第一个约束条件， 在所述对应的配置参数值的调 整建议范围之内的配置参数值集合中选取预设数量的配置参数值；
其中， 配置参数值集合为符合所述需要参数调整的基站对应的配置参数 值的调整建议，在所述需要参数调整的基站对应的配置参数值的调整建议范 围之内的取值的所有配置参数值组成的集合；
本实施例中， 可以釆取均匀选取、 非均匀选取或随机选取的方式， 在配 置参数值集合中选取预设数量的配置参数值（例如 20000个对应的配置参数 值）。
其中， 均匀选取： 在符合所述需要参数调整的基站对应的配置参数值的 调整建议的基础上， 在配置参数值集合中合理选取均匀分布的配置参数值； 例如，对于包含天线下倾角 ti lt参数和功率 power参数的二维参数空间， tilt的取值范围是 1° 〜10。 ， power的取值范围是 20W〜35W， 需要均匀选取 4 个试验点， 则可以选取二维参数空间中的点（4。 ， 25W)， （4。 ， 30W)， (7° ， 25W)和（7。 ， 30W)， 它们在二维参数空间中成均匀分布；
非均勾选取： 在符合所述需要参数调整的基站对应的配置参数值的调整 建议的基础上， 在配置参数值集合中合理选取非均匀分布的配置参数值； 随机选取： 在符合所述需要参数调整的基站对应的配置参数值的调整建 议的基础上， 在配置参数值集合中随机选取足够多的配置参数值。
303、 网络控制器根据所述对应的配置参数值的第一个约束条件， 以及 所述需要参数调整的基站发送的对应小区中所有用户设备的位置信息，对所 述选取的预设数量的配置参数值进行第一次约束处理，得到所述需要参数调 整的基站对应的配置参数值的第一个可行集 。
在本发明的一个可选实施方式中， 在歩骤 303之前， 每个基站需要获 取对应小区的所有用户设备的位置信息， 并将获取的所有用户设备的位 置信息发送给网络控制器。
其中， 每个基站需要获取对应小区的所有用户设备的位置信息在具 体实现时， 对于带全球定位系统功能的用户设备， 基站可以直接获取用 户设备的位置信息； 对于不能直接获取用户设备的位置信息的情况时， 可以根据用户设备上报的射频手印信息 （RF Fingerprint ) ， 来估计用 户设备的位置信息。
例如， 用户设备向基站上报多个测量报告， 其中， 每个测量报告中 包括参考信号接收功率 （Reference Signal Received Power ， RSRP ) 的测量电平；
基站根据每个测量报告中的 RSRP测量电平与特征数据库中相应的 RSRP 测量电平的匹配度， 选取匹配度（Sr )最小的一个栅格点， 作为定位该用户 设备的位置信息。
针对每个测量报告中的 RSRP测量电平和特征数据库中相应的 RSRP测量 电平， 从第一个小区设为 RSRP测量电平开始， 依次寻找在特征数据库中同 一小区的 RSRP测量电平， 计算电平差， 各差值之和即为匹配度（Sr )。
举例如下 （数字表示小区号， 各电平值以降序排列）：
测量报告中的 RSRP测量电平的排列: S5、 S2、 Sl、 S6、 S7、 S8、 S3; 特征数据库中相应的 RSRP测量电平的排列： R5、 R2、 R4、 Rl、 R3、 R7、
R6;
则匹配度（Sr ) = | S5- R5 | + S2-R2 + Sl-Rl + S3-R3 + S7-R7
+ S6-R6 I 0
举例来说， 假设本实施例中， 所述第一个约束条件包括功能限制条件 ( Functional constraints )、 目标限制条件 ( Criteria constraints ) 和 软性限制条件 ( Soft functional constraints ); 则针对满足功能限制条件 ( Functional constraints ) 的配置参数值， 需要检验配置参数值是否满足 目标限制条件（Criteria constraints ); 对于通过第一个约束条件限制的 配置参数值， 需要计算对应的配置参数值的目标函数值， 并分别按满意程度 降序排列每个目标函数值。
进一步地， 可以根据经验及实际情况决定每个目标函数及软性限制条件 的约束值 /门限值（Criteria constraints )。 例如， 根据网络运营经验， 小 区的覆盖指标需要超过 0. 9才能基本达到网络的运营目标， 则应当把目标函 数之一的覆盖率下限设成 0. 9。
之后， 对所述选取的预设数量的配置参数值进行第一次约束处理， 舍弃 不满足所述第一个约束条件的配置参数值，剩余的配置参数值则构成所述需 要参数调整的基站对应的配置参数值的第一个可行集 A。
其中， 在约束处理过程中， 计算目标函数值时， 需要利用小区中所有用 户设备的位置信息以及该小区的传播模型。 例如， 计算小区中的信干噪比
( Signal to interference and noise ratio ， SINR ) 时， 接收信号由公 式8=? 钆估计得出， S表示接收信号功率， P表示发射信号功率， A表示天线 增益， L表示自由空间损耗（含路径衰落和大尺度衰落等）， 通常， 在计算 L 时， 需要利用用户设备的位置信息和该小区路径传播模型。
在本发明的一种可选实施方式中， 图 4为图 2-2所示实施例中步骤 204 的一种具体流程示意图， 具体实现时， 如图 4所示， 当1 > 1时， 步骤 204具 体包括：
401、 网络控制器在所述需要参数调整的基站对应的配置参数值的 i-1 个可行集（^ ，… —^的基础上，根据所述确定的需要参数调整的基站以及所 述需要参数调整的基站对应的配置参数值的调整建议，对所述需要参数调整 的基站对应的配置参数值的第 i-1个约束条件进行限制，得到所述需要参数 调整的基站对应的配置参数值的第 i个约束条件；
例如， 网络控制器根据所述需要参数调整的基站对应的配置参数值的第 一个可行集 I 利用 Pareto解集的定义得到所述需要参数调整的基站对应 的配置参数值的第 1个 Pareto解集； 若在所述需要参数调整的基站对应的 配置参数值的第 1个 Pareto解集中确定没有合适的 Pareto解， 则需要进行 第二次约束处理。
即当 i=2， 网络控制器在所述需要参数调整的基站对应的配置参数值的 第一个可行集 Di基础上，根据所述确定的需要参数调整的基站以及所述需要 参数调整的基站对应的配置参数值的调整建议，对所述需要参数调整的基站 对应的配置参数值的第一个约束条件进行限制，得到所述需要参数调整的基 站对应的配置参数值的第二个约束条件。 具体实现时， 在所述需要参数调整 的基站对应的配置参数值的第一个可行集 Dl基础上，分析第一个可行集 Di在 取值限制条件 ( Design variable constraints )里面的分布情况， 舍弃无 可行解分布的区间， 即在第一个约束条件基础上， 进一步收紧配置参数值的 约束条件， 减小配置参数值的分布空间， 得到所述需要参数调整的基站对应 的配置参数值的第二个约束条件。
402、 网络控制器根据所述第 i个约束条件， 在所述对应的配置参数值 的调整建议范围之内的配置参数值集合中选取预设数量的配置参数值；
具体地， 在减小后的配置参数的分布空间里， 在所述对应的配置参数值 的调整建议范围之内的配置参数值集合中， 重新选取符合收紧后的第 i个约 束条件的配置参数值。
403、 网络控制器根据所述第 i个约束条件， 以及所述需要参数调整的 基站发送的对应小区中所有用户设备的位置信息，对所述选取的预设数量的 配置参数值进行第 i次约束处理，得到所述需要参数调整的基站对应的配置 参数值的第 i个可行集 D。
假设当 i=2， 网络控制器根据所述对应的配置参数值的第二个约束条件， 以及所述需要参数调整的基站发送的对应小区中所有用户设备的位置信息， 对所述选取的预设数量的配置参数值进行第二次约束处理，得到所述需要参 数调整的基站对应的配置参数值的第二个可行集 D2。
进一步地， 网络控制器根据所述需要参数调整的基站对应的配置参数值 的第二个可行集 D2， 利用 Pareto解集的定义得到所述需要参数调整的基站 对应的配置参数值的第 2个 Pareto解集； 若在所述需要参数调整的基站对 应的配置参数值的第 2个 Pareto解集中确定没有最合适的 Pareto解， 则需 要进行第三次约束处理，其中第三次约束处理可以参考图 4所示的具体流程， 不再赘述。
需要说明的是，上述在 Pareto解集中确定是否存在合适的 Pareto解时， 通常， 根据经验及实际情况进行确定， 例如， Pareto解集中包含的解的个数 过少， 说明不存在合适的 Pareto解； 又例如， Pareto解集中包含的解的取 值过于集中， 可能存在潜在的被忽略掉的解， 说明不存在合适的 Pareto解； 如 Pareto解集中包含好几个解， 但所有解都艮接近， 几乎相当于只有一个 解， 说明不存在合适的 Pareto解； 又例如， 根据当前的网络状态和历史经 验， 当前的 Pareto解集并未包含合适的解， 说明不存在合适的 Pareto解。 又例如， 当前的 Pareto 解集与上述调整建议进行比较可以确定当前的 Pareto解集并未包含合适的解。
以下通过举例说明图 2所示的覆盖和容量联合优化算法的具体流程： 假设整个网络系统由 50个小区构成， 每个小区对应的基站的配置参数 包括 ti lt t和 power ρ 其中， c表示小区编号， 一共是 100个参数。
殳设对应的配置参数值的调整建议： 0 ° 10 ° ， OW^A ^ 40W , c = 1， ···，50。 没有功能限制条件 ( Functional constraints )和软性限制 条件 ( Soft functional constraints )。 假设配置参数值的第一个约束条件为目标限制条件，每个目标函数都有 相应的门限值； 其中， 目标函数有如下 7个：
目标函数 Φ 1 (CDBR)表示： 呼叫损失率和 /或呼叫阻断率 （Cal l Drop and/ or Block Rate ), 取最小值 min;
目标函数 Φ 2 (RSRP-covA)表示： RSRP覆盖区域占比（ Percentage of RSRP covered area ), 取最大值 max;
目标函数 Φ 3 (RSSINR-covA)表示： RSSINR覆盖区域占比（ Percentage of RSSINR covered area ), 取最大值 max;
目标函数 Φ 4 (RSRP-covT)表示： RSRP覆盖业务占比（ Percentage of RSRP covered traffic )， 取最大值 max;
目标函数 Φ 5 (RSSINR-covT)表示： RSSINR覆盖业务占比 （Percentage of RSSINR covered traff ic ) ， 取最大值 max;
目标函数 Φ 6 (Mean-SINR)表示: SINR最小值 ( Mean SINR [dB] )， 取最 大值 max；
目标函数 Φ 7 (M-load)表示： 小区负载平均值 （ Mean required cel l load ), 取最小值 min。
其中， RSRP表示参考信号接收功率 （ Reference Signal Received Power ) ；
RSSINR表示参考信号的信干噪比 （Reference Signal to Interference and Noise Ratio );
SINR表示信干噪比 （Signal to Interference and Noise Ratio ); 假设在 power和 ti lt参数值符合调整建议范围之内的分布空间中随机选 取 200000个符合目标函数限制条件的 power和 ti lt参数对应的试验点 （配置 参数值） 。
计算所有选取的试验点对应的 power和 ti lt参数的目标函数值， 并建表， 表 1为按满意程度降序排列的 power和 ti lt参数的目标函数值， 如表 1所示：
Figure imgf000018_0001
设置各目标函数的门限值， 舍弃不满足门限值的试验点对应的 power和 tilt参数的目标函数值， 剩余的试验点对应的 power和 tilt参数的目标函数 值构成了第一个可行集 I 表 2为第一个可行集 D 包含 12个可行解， 如表 2 所
Figure imgf000018_0002
在第一个可行集 的基础上根据 Par eto定律确定第一个 Par eto解 含 11个 Pareto解， 如表 3所示：
Figure imgf000019_0001
表 4是表 3所示第一个 Pareto解集对应的 power和 ti lt参数的目标函数 值。
Figure imgf000019_0002
根据表 4计算 power和 ti lt参数的取值分布区间， 其中， 图 9为 power参数 的分布区间示意图， 图 10为 ti lt参数的分布区间示意图， 如图 9和图 10所示， 其中， 每个参数的两个值分别代表该参数的最小取值与最大取值。
舍弃无可行解分布的区间， 即进一步收紧 power和 ti lt参数的限制门限。 表 5和表 6为第一次约束处理和第二次约束处理的对照表， 如表 5所示， 其中， Taskl为第一次约束处理的 power的参数限制门限， Task2为第二次约束处理 的 power参数的限制门限。如表 6所示，其中， Taskl为第一次约束处理的 t i lt 参数的限制门限， Task2为第二次约束处理的 ti lt参数的限制门限。
表 5:
Figure imgf000020_0001
Figure imgf000020_0002
Figure imgf000020_0003
在第二次约束处理中， 在限制后的 power和 ti lt参数的分布空间中选取 100000个试险点对应的 power和 ti lt参数， 重复上述处理过程， 可以获得包 括 354个可行解的第二个可行集 D2和包括 88个 Pareto解的第二个 Pareto解 将两次约束处理后的第一个可行集 A和第二个可行集1)2合并，得新的可 行集， 新的可行集中共包括含 366个可行解， 在新的可行集中， 根据 Pareto 定律确定新的 Pareto解集， 其中， 新的 Pareto解集包括 90个 Pareto解。 表 7 为第一次约束处理和第二次约束处理后的 Pareto解集对照表， 如表 7所示， 只有 2个 Pareto解是第一次约束处理得到的， 另外 88个 Pareto解都是第二次 约束处理得到的。 表 7:
Figure imgf000021_0001
因此， 第二次约束处理缩小了 power和 t i lt参数的取值范围， 令求解的 效率大大增加了。 不仅增加了可行解的数量， 也获得了更好的 Pareto解。
综合考虑网络的稳定性、 总体性能以及历史经验， 在包括 90个 Pareto解 的 Pareto解集中选择一个最合适解， 本实例中， 选择了第 29127个试验点对 应的 power和 t i 11参数作为最合适的 Par e to解， 因为它在总共的 7个网络性能 指标当中有 3个是 Pareto解集中最佳的， 而另外 4个网络性能指标也属于较好 的。
本发明实施例通过网络控制器根据各基站分别发送的对应小区的网络 状态参数， 确定整个网络的当前网络状态参数， 才艮据所述整个网络的当前网 络状态参数确定需要参数调整的基站以及对应的配置参数值的调整建议； 根 据所述需要参数调整的基站以及对应的配置参数值的调整建议， 利用覆盖和 容量联合优化算法， 确定需要参数调整的基站对应的配置参数值。 因此， 本 实施例在联合优化覆盖和容量之前， 不设置多个优化目标的具体权重， 从而 避免了由于主观判断失误而错失更优解的情况发生。
进一步地， 本实施例不是试图通过长时间搜索找到最优解， 而是根据每 个基站分别发送的对应小区的网络状态参数，确定整个网络的当前网络状态 参数； 根据所述整个网络的当前网络状态参数， 确定需要参数调整的基站以 及对应的配置参数值的调整建议。根据所述确定的需要参数调整的基站以及 对应的配置参数值的调整建议， 利用覆盖和容量联合优化算法， 构建所述对 应的配置参数值的约束条件； 在所述对应的配置参数值的调整建议范围之内 的配置参数集合中选取预设数量的配置参数值，根据所述需要参数调整的基 站对应的配置参数值的约束条件， 以及所述需要参数调整的基站发送的对应 小区中所有用户设备的位置信息，对所述选取的预设数量的配置参数值进行 约束处理， 得到所述需要参数调整的基站对应的配置参数值的可行集， 并根 据所述需要参数调整的基站对应的配置参数值的可行集， 利用 Pareto解集 的定义得到所述需要参数调整的基站对应的配置参数值的 Pareto解集； 直 至确定所述需要参数调整的基站对应的配置参数值的 Pareto解集中存在最 合适的 Pareto解； 根据所述最合适的 Pareto解对应的配置参数值确定所述 需要参数调整的基站对应的配置参数值， 可以较快找到稳定合适的解， 而且 本实施例中确定的 Pareto解考虑到了整个网络的当前网络状态参数， 因此 是符合当前网络状态的最优解。
图 5为本发明另一实施例提供的覆盖和容量联合优化方法的信令图； 如 图 5所示， 包括：
501、每一个基站接收该基站对应小区中所有用户设备分别发送的 位置信息。
具体实现时参考图 1和图 2所示实施例中的相关描述，不再赘述。
502、 每一个基站获取该基站对应小区的网络状态参数。 具体实现时， 通常每个基站保存有对应小区的网络状态参数， 每 个基站分别获取对应小区的网络状态参数。
503、每一个基站向网络控制器发送该基站对应小区的网络状态参 数以及该基站对应小区中所有用户设备的位置信息。
具体地， 通过标准接口， 每一个基站向网络控制器发送该基站对 应小区的网络状态参数以及该基站对应小区中所有用户设备的位置信 息。
504、 网络控制器根据每一个基站发送的对应小区的网络状态参 数， 确定整个网络的当前网络状态参数。
505、 网络控制器根据整个网络的当前网络状态参数， 确定需要参 数调整的基站以及对应的配置参数值的调整建议。
506、网络控制器根据所述需要参数调整的基站以及对应的配置参 数值的调整建议， 利用覆盖和容量联合优化算法， 确定需要参数调整 的基站对应的配置参数值。
其中， 有关覆盖和容量联合优化算法可以参考图 2、 图 3和图 4 所示的具体流程， 不再详述。
507、网络控制器将确定的需要参数调整的基站对应的配置参数值 发送给所述需要参数调整的基站。
508、所述需要参数调整的基站根据接收到的配置参数值进行配置 参数的设置。
本发明实施例通过网络控制器根据各基站分别发送的对应小区的网络 状态参数， 确定整个网络的当前网络状态参数， 才艮据所述整个网络的当前网 络状态参数确定需要参数调整的基站以及对应的配置参数值的调整建议； 根 据所述需要参数调整的基站以及对应的配置参数值的调整建议， 利用覆盖和 容量联合优化算法， 确定需要参数调整的基站对应的配置参数值。 因此， 本 实施例在联合优化覆盖和容量之前， 不设置多个优化目标的具体权重， 从而 避免了由于主观判断失误而错失更优解的情况发生。
图 6 为本发明另一实施例提供的覆盖和容量联合优化装置的结构示意 图； 如图 6所示， 包括：
第一确定模块 61，用于根据每个基站分别发送的对应小区的网络状态参 数， 确定整个网络的当前网络状态参数；
第二确定模块 62，用于根据所述整个网络的当前网络状态参数，确定需 要参数调整的基站以及对应的配置参数值的调整建议；
第三确定模块 63，用于根据所述确定的需要参数调整的基站以及对应的 配置参数值的调整建议， 利用覆盖和容量联合优化算法， 确定所述需要参数 调整的基站的配置参数值。
举例来说， 所述第三确定模块 63具体包括： 约束单元 631、 计算单元
632和确定单元 633;
当 i = l时， 所述 i为约束处理的次数；
所述约束单元 631， 用于根据所述确定的需要参数调整的基站以及对应 的配置参数值的调整建议， 利用覆盖和容量联合优化算法， 进行第 1次约束 处理， 得到所述需要参数调整的基站对应的配置参数值的第 1个可行集 所述计算单元 632， 用于根据所述需要参数调整的基站对应的配置参数 值的第 1个可行集 Dl 7 利用 Pareto解集的定义得到所述需要参数调整的基 站对应的配置参数值的第 1个 Pareto解集；
所述确定单元 633， 用于若在所述需要参数调整的基站对应的配置参数 值的第 1个 Pareto解集中确定有最合适的 Pareto解， 则将所述最合适的 Pareto 解对应的配置参数值确定所述需要参数调整的基站对应的配置参数 值；
当 i > l时；
所述约束单元 631， 还用于根据所述确定的需要参数调整的基站以及对 应的配置参数值的调整建议，在所述需要参数调整的基站对应的配置参数值 的 i-1个可行集 { , ,,.Α— J的基础上，利用覆盖和容量联合优化算法，进行 第 i次约束处理，得到所述需要参数调整的基站对应的配置参数值的第 i个 可行集 ；
所述计算单元 632， 还用于根据所述需要参数调整的基站对应的配置参 数值的 i个可行集 {Dp D ,..!^，利用 Pareto解集的定义得到所述需要参数调 整的基站对应的配置参数值的第 i个 Pareto解集；
所述确定单元 633， 还用于若在所述需要参数调整的基站对应的配置参 数值的第 i个 Pareto解集中确定有最合适的 Pareto解， 则将所述最合适的 Pareto 解对应的配置参数值确定所述需要参数调整的基站对应的配置参数 值。
举例来说， 当 i = l时， 所述约束单元 631具体用于：
根据所述确定的需要参数调整的基站以及所述需要参数调整的基站对 应的配置参数值的调整建议， 利用覆盖和容量联合优化算法， 构建所述对应 的配置参数值的第一个约束条件；
根据第一个约束条件，在所述对应的配置参数值的调整建议范围之内的 配置参数值集合中选取预设数量的配置参数值；
根据所述对应的配置参数值的第一个约束条件， 以及所述需要参数调整 的基站发送的对应小区中所有用户设备的位置信息，对所述选取的预设数量 的配置参数值进行第一次约束处理，得到所述需要参数调整的基站对应的配 置参数值的第一个可行集 。
举例来说， 当1 > 1时， 所述约束单元 631具体用于：
在所述需要参数调整的基站对应的配置参数值的 i-1 个可行集 J的基础上，根据所述确定的需要参数调整的基站以及所述需要参 数调整的基站对应的配置参数值的调整建议，对所述需要参数调整的基站对 应的配置参数值的第 i-1个约束条件进行限制，得到所述需要参数调整的基 站对应的配置参数值的第 i个约束条件；
根据所述第 i个约束条件，在所述对应的配置参数值的调整建议范围之 内的配置参数值集合中选取预设数量的配置参数值；
根据所述对应的配置参数值的第 i个约束条件， 以及所述需要参数调整 的基站发送的对应小区中所有用户设备的位置信息，对所述选取的预设数量 的配置参数值进行第 i次约束处理，得到所述需要参数调整的基站对应的配 置参数值的第 i个可行集！)。 举例来说， 所述网络状态参数包括网络关键性能指标参数、 小区度量参 数和 /或控制参数。
举例来说， 所述约束条件包括取值限制条件、 功能限制条件、 目标限制 条件和 /或软性限制条件。
举例来说， 所述装置还包括：
发送模块 64， 用于将所述第三确定模块 63确定的所述需要参数调整的 基站对应的配置参数值分别发送给所述对应的需要参数调整的基站， 以使所 述需要参数调整的基站根据接收到的配置参数值进行相应的参数配置。
本发明实施例根据各基站分别发送的对应小区的网络状态参数，确定整 个网络的当前网络状态参数，根据所述整个网络的当前网络状态参数确定需 要参数调整的基站以及对应的配置参数值的调整建议； 根据所述需要参数调 整的基站以及对应的配置参数值的调整建议， 利用覆盖和容量联合优化算 法， 确定需要参数调整的基站对应的配置参数值。 因此， 本实施例在联合优 化覆盖和容量之前， 不设置多个优化目标的具体权重， 从而避免了由于主观 判断失误而错失更优解的情况发生。
图 7 为本发明另一实施例提供的覆盖和容量联合优化装置的结构示意 图； 具体位于网络控制器侧， 如图 7所示， 包括： 处理器、 存储器和通信总 线， 所述处理器通过通信总线与所述存储器连接， 所述存储器中保存有实现 覆盖和容量联合优化方法的指令； 进一步， 所述装置还可以包括通信接口， 通过通信接口与其他网络设备（例如基站）通信连接。
当所述处理器调取存储器中的指令时， 可以执行如下步骤：
根据每个基站分别发送的对应小区的网络状态参数，确定整个网络的当 前网络状态参数；
根据所述整个网络的当前网络状态参数，确定需要参数调整的基站以及 对应的配置参数值的调整建议；
根据所述确定的需要参数调整的基站以及对应的配置参数值的调整建 议， 利用覆盖和容量联合优化算法， 确定所述需要参数调整的基站的配置参 数值。
举例来说， 当 i = l时， 所述 i为约束处理的次数； 则所述网络控制器根 据所述确定的需要参数调整的基站以及对应的配置参数值的调整建议， 利用 覆盖和容量联合优化算法， 确定所述需要参数调整的基站的配置参数值， 包 括：
所述网络控制器根据所述确定的需要参数调整的基站以及对应的配置 参数值的调整建议， 利用覆盖和容量联合优化算法， 进行第 1次约束处理， 得到所述需要参数调整的基站对应的配置参数值的第 1个可行集 ；
根据所述需要参数调整的基站对应的配置参数值的第 1个可行集1^，利 用 Pareto解集的定义得到所述需要参数调整的基站对应的配置参数值的第 1个 Pareto解集；
若在所述需要参数调整的基站对应的配置参数值的第 1个 Pareto解集 中确定有最合适的 Pareto解， 则将所述最合适的 Pareto解对应的配置参数 值确定所述需要参数调整的基站对应的配置参数值；
当 i > 1时， 则所述网络控制器根据所述确定的需要参数调整的基站以及 对应的配置参数值的调整建议， 利用覆盖和容量联合优化算法， 确定所述需 要参数调整的基站的配置参数值， 包括：
所述网络控制器根据所述确定的需要参数调整的基站以及对应的配置 参数值的调整建议，在所述需要参数调整的基站对应的配置参数值的 i-1个 可行集 {D^ D^.A— J的基础上，利用覆盖和容量联合优化算法，进行第 i次约 束处理， 得到所述需要参数调整的基站对应的配置参数值的第 i 个可行集 D1；
根据所述需要参数调整的基站对应的配置参数值的 i 个可行集 {D^ D,,...^}，利用 Pareto解集的定义得到所述需要参数调整的基站对应的配 置参数值的第 i个 Pareto解集；
若在所述需要参数调整的基站对应的配置参数值的第 i个 Pareto解集 中确定有最合适的 Pareto解， 则将所述最合适的 Pareto解对应的配置参数 值确定所述需要参数调整的基站对应的配置参数值。
举例来说， 当 i = l时， 根据所述确定的需要参数调整的基站以及对应的 配置参数值的调整建议， 利用覆盖和容量联合优化算法， 进行第 1次约束处 理， 得到所述需要参数调整的基站对应的配置参数值的第 1个可行集 D 包 括：
根据所述确定的需要参数调整的基站以及所述需要参数调整的基站对 应的配置参数值的调整建议， 利用覆盖和容量联合优化算法， 构建所述对应 的配置参数值的第一个约束条件； 根据所述第 1个约束条件，在所述对应的配置参数值的调整建议范围之 内的配置参数值集合中选取预设数量的配置参数值；
根据所述对应的配置参数值的第一个约束条件， 以及所述需要参数调整 的基站发送的对应小区中所有用户设备的位置信息，对所述选取的预设数量 的配置参数值进行第一次约束处理，得到所述需要参数调整的基站对应的配 置参数值的第一个可行集 。
举例来说， 当 i > l时， 根据所述确定的需要参数调整的基站以及对应的 配置参数值的调整建议， 在所述需要参数调整的基站对应的配置参数值的 i-1个可行集 {Dp D^.A— J的基础上， 利用覆盖和容量联合优化算法， 进行第 i次约束处理， 得到所述需要参数调整的基站对应的配置参数值的第 i个可 行集 D!， 包括：
在所述需要参数调整的基站对应的配置参数值的 i-1 个可行集 J的基础上，根据所述确定的需要参数调整的基站以及所述需要参 数调整的基站对应的配置参数值的调整建议，对所述需要参数调整的基站对 应的配置参数值的第 i-1个约束条件进行限制，得到所述需要参数调整的基 站对应的配置参数值的第 i个约束条件；
根据第 i个约束条件，在所述对应的配置参数值的调整建议范围之内的 配置参数值集合中选取预设数量的配置参数值；
根据所述对应的配置参数值的第 i个约束条件， 以及所述需要参数调整 的基站发送的对应小区中所有用户设备的位置信息，对所述选取的预设数量 的配置参数值进行第 i次约束处理，得到所述需要参数调整的基站对应的配 置参数值的第 i个可行集1^。
举例来说， 所述网络状态参数包括网络关键性能指标参数、 小区度量参 数和 /或控制参数。
举例来说， 所述约束条件包括所述取值限制条件、 功能限制条件、 目标 限制条件和 /或软性限制条件。
举例来说， 所述将所述最合适的 Par eto解对应的配置参数值确定所述 需要参数调整的基站对应的配置参数值之后， 包括：
将确定的所述需要参数调整的基站对应的配置参数值分别发送给所述 对应的需要参数调整的基站， 以使所述需要参数调整的基站根据接收到的配 置参数值进行相应的参数配置。 本发明实施例根据各基站分别发送的对应小区的网络状态参数，确定整 个网络的当前网络状态参数，根据所述整个网络的当前网络状态参数确定需 要参数调整的基站以及对应的配置参数值的调整建议； 根据所述需要参数调 整的基站以及对应的配置参数值的调整建议， 利用覆盖和容量联合优化算 法， 确定需要参数调整的基站对应的配置参数值。 因此， 本实施例在联合优 化覆盖和容量之前， 不设置多个优化目标的具体权重， 从而避免了由于主观 判断失误而错失更优解的情况发生。
图 8 为本发明另一实施例提供的覆盖和容量联合优化系统的结构示意 图， 如图 8所示， 包括： 网络控制器 81和多个基站 82;
网络控制器 81包括如图 6或图 7所示实施例中所述的覆盖和容量联合 优化装置；
所述多个基站 82 中包括所述网络控制器 81确定的需要参数调整的基 站；
所述需要参数调整的基站， 用于接收所述网络控制器发送的配置参数 值， 并根据所述配置参数值进行相应的参数配置；
所述配置参数值为所述网络控制器在接收到每个基站分别发送的对应 小区的网络状态参数之后，根据每个基站分别发送的对应小区的网络状态参 数， 确定整个网络的当前网络状态参数； 根据所述整个网络的当前网络状态 参数， 确定需要参数调整的基站以及对应的配置参数值的调整建议； 根据所 述确定的需要参数调整的基站以及对应的配置参数值的调整建议， 利用覆盖 和容量联合优化算法， 确定所述需要参数调整的基站的配置参数值。
举例来说， 所述多个基站中的每个基站， 用于获取对应小区的网络状态 参数和所述对应小区中所有用户设备的位置信息， 并将所述对应小区的网络 状态参数和所述对应小区中所有用户设备的位置信息发送给网络控制器。
本发明实施例通过网络控制器根据各基站分别发送的对应小区的网络 状态参数， 确定整个网络的当前网络状态参数， 才艮据所述整个网络的当前网 络状态参数确定需要参数调整的基站以及对应的配置参数值的调整建议； 根 据所述需要参数调整的基站以及对应的配置参数值的调整建议， 利用覆盖和 容量联合优化算法， 确定需要参数调整的基站对应的配置参数值。 因此， 本 实施例在联合优化覆盖和容量之前， 不设置多个优化目标的具体权重， 从而 避免了由于主观判断失误而错失更优解的情况发生。 在本申请所提供的几个实施例中， 应该理解到， 所揭露的系统， 装置 和方法， 可以通过其它的方式实现。 例如， 以上所描述的装置实施例仅 仅是示意性的， 例如， 所述单元的划分， 仅仅为一种逻辑功能划分， 实 际实现时可以有另外的划分方式， 例如多个单元或组件可以结合或者可 以集成到另一个系统， 或一些特征可以忽略， 或不执行。 另一点， 所显 示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接 口， 装置或单元的间接耦合或通信连接， 可以是电性， 机械或其它的形 式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开 的， 作为单元显示的部件可以是或者也可以不是物理单元， 即可以位于 一个地方， 或者也可以分布到多个网络单元上。 可以根据实际的需要选 择其中的部分或者全部单元来实现本实施例方案的目的。
另外， 在本发明各个实施例中的各功能单元可以集成在一个处理单 元中， 也可以是各个单元单独物理存在， 也可以两个或两个以上单元集 成在一个单元中。 上述集成的单元既可以釆用硬件的形式实现， 也可以 釆用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元， 可以以代码的形式 存储在一个计算机可读取存储介质中。 上述代码存储在一个计算机可读 存储介质中， 包括若干指令用以使处理器或硬件电路执行本发明各个实 施例所述方法的部分或全部步骤。 而前述的存储介质包括： 通用串行总 线接口的无需物理驱动器的微型高容量移动存储盘、 移动硬盘、 只读存 储器 （英文： Read-Only Memory , 简称 ROM ) 、 随机存取存储器 （英文： Random Access Memory , 简称 RAM ) 、 磁碟或者光盘等各种可以存储程序 代码的介质。 最后应说明的是： 以上实施例仅用以说明本发明的技术方案， 而非 对其限制； 尽管参照前述实施例对本发明进行了详细的说明， 本领域的 普通技术人员应当理解： 其依然可以对前述各实施例所记载的技术方案 进行修改， 或者对其中部分技术特征进行等同替换； 而这些修改或者替 换， 并不使相应技术方案的本质脱离本发明各实施例技术方案的保护范 围。

Claims

权利要求
1、 一种覆盖和容量联合优化方法， 其特征在于， 包括：
网络控制器根据每个基站分别发送的对应小区的网络状态参数，确定整 个网络的当前网络状态参数；
所述网络控制器根据所述整个网络的当前网络状态参数，确定需要参数 调整的基站以及对应的配置参数值的调整建议；
所述网络控制器根据所述确定的需要参数调整的基站以及对应的配置 参数值的调整建议， 利用覆盖和容量联合优化算法， 确定所述需要参数调整 的基站的配置参数值。
2、 根据权利要求 1所述的方法， 其特征在于， 当 i = l时， 所述 i为约束 处理的次数； 则所述网络控制器根据所述确定的需要参数调整的基站以及对 应的配置参数值的调整建议， 利用覆盖和容量联合优化算法， 确定所述需要 参数调整的基站的配置参数值， 包括：
所述网络控制器根据所述确定的需要参数调整的基站以及对应的配置 参数值的调整建议， 利用覆盖和容量联合优化算法， 进行第 1次约束处理， 得到所述需要参数调整的基站对应的配置参数值的第 1个可行集 D1 ;
根据所述需要参数调整的基站对应的配置参数值的第 1个可行集 D 利 用 Pareto解集的定义得到所述需要参数调整的基站对应的配置参数值的第 1个 Pareto解集；
若在所述需要参数调整的基站对应的配置参数值的第 1个 Pareto解集 中确定有最合适的 Pareto解， 则将所述最合适的 Pareto解对应的配置参数 值确定所述需要参数调整的基站对应的配置参数值；
当 i > 1时， 则所述网络控制器根据所述确定的需要参数调整的基站以及 对应的配置参数值的调整建议， 利用覆盖和容量联合优化算法， 确定所述需 要参数调整的基站的配置参数值， 包括：
所述网络控制器根据所述确定的需要参数调整的基站以及对应的配置 参数值的调整建议，在所述需要参数调整的基站对应的配置参数值的 i-1个 可行集 {D^ D^.A— J的基础上，利用覆盖和容量联合优化算法，进行第 i次约 束处理， 得到所述需要参数调整的基站对应的配置参数值的第 i 个可行集 D1； 根据所述需要参数调整的基站对应的配置参数值的 i 个可行集 { , ,,.Ι^，利用 Par eto解集的定义得到所述需要参数调整的基站对应的配 置参数值的第 i个 Pareto解集；
若在所述需要参数调整的基站对应的配置参数值的第 i个 Pareto解集 中确定有最合适的 Pareto解， 则将所述最合适的 Pareto解对应的配置参数 值确定所述需要参数调整的基站对应的配置参数值。
3、 根据权利要求 2所述的方法， 其特征在于， 当 i = l时， 所述网络控制 器根据所述确定的需要参数调整的基站以及对应的配置参数值的调整建议， 利用覆盖和容量联合优化算法， 进行第 1次约束处理， 得到所述需要参数调 整的基站对应的配置参数值的第 1个可行集 I 包括：
所述网络控制器根据所述确定的需要参数调整的基站以及所述需要参 数调整的基站对应的配置参数值的调整建议， 利用覆盖和容量联合优化算 法， 构建所述对应的配置参数值的第一个约束条件；
根据所述第 1个约束条件，在所述对应的配置参数值的调整建议范围之 内的配置参数值集合中选取预设数量的配置参数值；
根据所述对应的配置参数值的第一个约束条件， 以及所述需要参数调整 的基站发送的对应小区中所有用户设备的位置信息，对所述选取的预设数量 的配置参数值进行第一次约束处理，得到所述需要参数调整的基站对应的配 置参数值的第一个可行集 A。
4、 根据权利要求 2或 3所述的方法， 其特征在于， 当1 > 1时， 所述网络 控制器根据所述确定的需要参数调整的基站以及对应的配置参数值的调整 建议， 在所述需要参数调整的基站对应的配置参数值的 i-1 个可行集 {D^ D^.J^— J的基础上，利用覆盖和容量联合优化算法，进行第 i次约束处理， 得到所述需要参数调整的基站对应的配置参数值的第 i个可行集 D， 包括： 所述网络控制器在所述需要参数调整的基站对应的配置参数值的 i-1个 可行集 J的基础上，根据所述确定的需要参数调整的基站以及所述 需要参数调整的基站对应的配置参数值的调整建议，对所述需要参数调整的 基站对应的配置参数值的第 i-1个约束条件进行限制，得到所述需要参数调 整的基站对应的配置参数值的第 i个约束条件；
根据所述第 i个约束条件，在所述对应的配置参数值的调整建议范围之 内的配置参数值集合中选取预设数量的配置参数值； 根据所述对应的配置参数值的第 i个约束条件， 以及所述需要参数调整 的基站发送的对应小区中所有用户设备的位置信息，对所述选取的预设数量 的配置参数值进行第 i次约束处理，得到所述需要参数调整的基站对应的配 置参数值的第 i个可行集1^。
5、 根据权利要求 1-4任一项所述的方法， 其特征在于， 所述网络状态 参数包括网络关键性能指标参数、 小区度量参数和 /或控制参数。
6、 根据权利要求 3或 4所述的方法， 其特征在于， 所述约束条件包括 所述取值限制条件、 功能限制条件、 目标限制条件和 /或软性限制条件。
7、 根据权利要求 2 所述的方法， 其特征在于， 所述将所述最合适的 Pareto 解对应的配置参数值确定所述需要参数调整的基站对应的配置参数 值之后， 包括：
所述网络控制器将确定的所述需要参数调整的基站对应的配置参数值 分别发送给所述对应的需要参数调整的基站， 以使所述需要参数调整的基站 根据接收到的配置参数值进行相应的参数配置。
8、 一种覆盖和容量联合优化装置， 其特征在于， 包括：
第一确定模块， 用于根据每个基站分别发送的对应小区的网络状态参 数， 确定整个网络的当前网络状态参数；
第二确定模块， 用于根据所述整个网络的当前网络状态参数， 确定需要 参数调整的基站以及对应的配置参数值的调整建议；
第三确定模块， 用于根据所述确定的需要参数调整的基站以及对应的配 置参数值的调整建议， 利用覆盖和容量联合优化算法， 确定所述需要参数调 整的基站的配置参数值。
9、 根据权利要求 8所述的装置， 其特征在于， 所述第三确定模块具体 包括： 约束单元、 计算单元和确定单元；
当 i = l时， 所述 i为约束处理的次数；
所述约束单元， 用于根据所述确定的需要参数调整的基站以及对应的配 置参数值的调整建议，利用覆盖和容量联合优化算法，进行第 1次约束处理， 得到所述需要参数调整的基站对应的配置参数值的第 1个可行集 D1 ;
所述计算单元， 用于根据所述需要参数调整的基站对应的配置参数值的 第 1个可行集 D 利用 Pareto解集的定义得到所述需要参数调整的基站对 应的配置参数值的第 1个 Pareto解集； 所述确定单元， 用于若在所述需要参数调整的基站对应的配置参数值的 第 1个 Pareto解集中确定有最合适的 Pareto解，则将所述最合适的 Pareto 解对应的配置参数值确定所述需要参数调整的基站对应的配置参数值；
当 i > l时；
所述约束单元，还用于根据所述确定的需要参数调整的基站以及对应的 配置参数值的调整建议， 在所述需要参数调整的基站对应的配置参数值的 i-1个可行集 {Dp D^.A— J的基础上， 利用覆盖和容量联合优化算法， 进行第 i次约束处理， 得到所述需要参数调整的基站对应的配置参数值的第 i个可 行集 ；
所述计算单元，还用于根据所述需要参数调整的基站对应的配置参数值 的 i个可行集 ，利用 Pareto解集的定义得到所述需要参数调整的 基站对应的配置参数值的第 i个 Pareto解集；
所述确定单元，还用于若在所述需要参数调整的基站对应的配置参数值 的第 i 个 Pareto 解集中确定有最合适的 Pareto 解， 则将所述最合适的 Pareto 解对应的配置参数值确定所述需要参数调整的基站对应的配置参数 值。
10、 根据权利要求 9所述的装置， 其特征在于， 当 i = l时， 所述约束单 元具体用于：
根据所述确定的需要参数调整的基站以及所述需要参数调整的基站对 应的配置参数值的调整建议， 利用覆盖和容量联合优化算法， 构建所述对应 的配置参数值的第一个约束条件；
根据所述第 1个约束条件，在所述对应的配置参数值的调整建议范围之 内的配置参数值集合中选取预设数量的配置参数值；
根据所述对应的配置参数值的第一个约束条件， 以及所述需要参数调整 的基站发送的对应小区中所有用户设备的位置信息，对所述选取的预设数量 的配置参数值进行第一次约束处理，得到所述需要参数调整的基站对应的配 置参数值的第一个可行集 A。
11、 根据权利要求 10所述的装置， 其特征在于， 当1 >1时， 所述约束单 元具体用于：
在所述需要参数调整的基站对应的配置参数值的 i-1 个可行集
J的基础上，根据所述确定的需要参数调整的基站以及所述需要参 数调整的基站对应的配置参数值的调整建议，对所述需要参数调整的基站对 应的配置参数值的第 i-1个约束条件进行限制，得到所述需要参数调整的基 站对应的配置参数值的第 i个约束条件；
根据所述第 i个约束条件，在所述对应的配置参数值的调整建议范围之 内的配置参数值集合中选取预设数量的配置参数值；
根据所述对应的配置参数值的第 i个约束条件， 以及所述需要参数调整 的基站发送的对应小区中所有用户设备的位置信息，对所述选取的预设数量 的配置参数值进行第 i次约束处理，得到所述需要参数调整的基站对应的配 置参数值的第 i个可行集1^。
12、 根据权利要求 8-11任一项所述的装置， 其特征在于， 所述网络状 态参数包括网络关键性能指标参数、 小区度量参数和 /或控制参数。
13、 根据权利要求 10或 11所述的装置， 其特征在于， 所述约束条件包 括取值限制条件、 功能限制条件、 目标限制条件和 /或软性限制条件。
14、 根据权利要求 8-11任一项所述的装置， 其特征在于， 所述装置还 包括：
发送模块， 用于将所述第三确定模块确定的所述需要参数调整的基站对 应的配置参数值分别发送给所述对应的需要参数调整的基站， 以使所述需要 参数调整的基站根据接收到的配置参数值进行相应的参数配置。
15、 一种覆盖和容量联合优化系统， 其特征在于， 包括： 网络控制器和 多个基站；
所述网络控制器包括如权利要求 8-14任一项所述的覆盖和容量联合优 化装置；
所述多个基站中包括所述网络控制器确定的需要参数调整的基站； 所述需要参数调整的基站， 用于接收所述网络控制器发送的配置参数 值， 并根据所述配置参数值进行相应的参数配置；
所述配置参数值为所述网络控制器在接收到每个基站分别发送的对应 小区的网络状态参数之后，根据每个基站分别发送的对应小区的网络状态参 数， 确定整个网络的当前网络状态参数； 根据所述整个网络的当前网络状态 参数， 确定需要参数调整的基站以及对应的配置参数值的调整建议； 根据所 述确定的需要参数调整的基站以及对应的配置参数值的调整建议， 利用覆盖 和容量联合优化算法， 确定所述需要参数调整的基站的配置参数值。
16、 根据权利要求 15所述的系统， 其特征在于， 所述多个基站中的每 个基站， 用于获取对应小区的网络状态参数和所述对应小区中所有用户设备 的位置信息， 并将所述对应小区的网络状态参数和所述对应小区中所有用户 设备的位置信息发送给网络控制器。
PCT/CN2014/076209 2013-04-26 2014-04-25 覆盖和容量联合优化方法及装置、系统 WO2014173316A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201310149321.3 2013-04-26
CN201310149321.3A CN104125581B (zh) 2013-04-26 2013-04-26 覆盖和容量联合优化方法及装置、系统

Publications (1)

Publication Number Publication Date
WO2014173316A1 true WO2014173316A1 (zh) 2014-10-30

Family

ID=51770814

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2014/076209 WO2014173316A1 (zh) 2013-04-26 2014-04-25 覆盖和容量联合优化方法及装置、系统

Country Status (2)

Country Link
CN (1) CN104125581B (zh)
WO (1) WO2014173316A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107466043B (zh) * 2016-06-03 2020-11-27 中国移动通信集团河北有限公司 一种确定基站天线的方位角的方法和设备
CN108235330A (zh) * 2016-12-15 2018-06-29 中兴通讯股份有限公司 一种rf参数调整的方法及装置
CN106804046B (zh) * 2017-02-16 2019-12-03 广州杰赛科技股份有限公司 基于测量报告的移动台定位方法及装置
CN107682865B (zh) * 2017-07-13 2020-12-25 国网浙江省电力公司嘉兴供电公司 一种无线网络基站的覆盖优化系统
CN107580329B (zh) * 2017-10-20 2021-07-23 北京神州泰岳软件股份有限公司 一种网络分析优化方法及装置
CN115967951A (zh) * 2021-10-11 2023-04-14 华为技术有限公司 一种优化网络容量的方法、装置及系统
CN117641412A (zh) * 2022-08-19 2024-03-01 中兴通讯股份有限公司 基站配置参数更新方法、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102231884A (zh) * 2011-07-04 2011-11-02 重庆邮电大学 一种td-scdma集群容量和覆盖的联合设计方法
CN102510564A (zh) * 2011-12-19 2012-06-20 清华大学 一种改进集中分簇式自组织网络的自优化方法
CN102625322A (zh) * 2012-02-27 2012-08-01 北京邮电大学 多制式智能可配的无线网络优化的实现方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101110618B (zh) * 2007-06-21 2011-04-13 上海交通大学 分布式联合功率控制方法
CN101969396B (zh) * 2010-09-02 2013-08-14 北京邮电大学 一种基于时延和带宽资源的中继选择方法
CN101977387A (zh) * 2010-10-25 2011-02-16 电子科技大学 一种在LTE-Advanced中继网络中决定中继与基站间的距离的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102231884A (zh) * 2011-07-04 2011-11-02 重庆邮电大学 一种td-scdma集群容量和覆盖的联合设计方法
CN102510564A (zh) * 2011-12-19 2012-06-20 清华大学 一种改进集中分簇式自组织网络的自优化方法
CN102625322A (zh) * 2012-02-27 2012-08-01 北京邮电大学 多制式智能可配的无线网络优化的实现方法

Also Published As

Publication number Publication date
CN104125581B (zh) 2018-03-16
CN104125581A (zh) 2014-10-29

Similar Documents

Publication Publication Date Title
WO2014173316A1 (zh) 覆盖和容量联合优化方法及装置、系统
US10945145B2 (en) Network reconfiguration using genetic algorithm-based predictive models
CN102316469B (zh) 配置天线参数的方法及系统
US9113353B1 (en) Methods and apparatus for improving coverage and capacity in a wireless network
US9258719B2 (en) Methods and apparatus for partitioning wireless network cells into time-based clusters
US8712403B2 (en) Method, base station and system for adjusting cell wireless configuration parameter
EP3689034B1 (en) Access-point discovery of wireless-network topology
WO2014176769A1 (zh) 网络优化的方法、网络优化的装置和网络优化的设备
WO2013163869A1 (zh) 一种优化网络容量和覆盖折中的方法、装置及系统
JP2012054736A (ja) 移動体通信システムおよび移動体通信システムにおける負荷分散方法
JP2014523159A5 (zh)
KR20160054899A (ko) 무선 통신 시스템에서 안테나 파라미터를 최적화하기 위한 장치 및 방법
US20160192202A1 (en) Methods And Apparatus For Small Cell Deployment In Wireless Network
WO2011157621A1 (en) Method of setting a plurality of parameters in a wireless telecommunication network
Barth et al. Self-organization in 4G mobile networks: Motivation and vision
WO2020173327A1 (zh) 覆盖范围调整方法和无线接入网节点
US10716062B1 (en) Wireless system, power efficiency control method, server, and base station
WO2015109582A1 (zh) 负载均衡方法及基站
US10880843B1 (en) System and methods for dynamic and selective antenna transmission power modifications
WO2013143261A1 (zh) 基站节电方法及装置
WO2014000164A1 (zh) 微波网络规划的方法及装置
US20170195952A1 (en) Method and apparatus for controlling enabling of station
JP2021083066A (ja) ビームスイーピングスケジューリングを調整する方法及びインテリジェントコントローラ
US9722725B2 (en) System and method for resource management in heterogeneous wireless networks
WO2015084350A1 (en) A method for ue-assisted antenna parameters optimization

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14788256

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14788256

Country of ref document: EP

Kind code of ref document: A1