WO2014176769A1 - 网络优化的方法、网络优化的装置和网络优化的设备 - Google Patents

网络优化的方法、网络优化的装置和网络优化的设备 Download PDF

Info

Publication number
WO2014176769A1
WO2014176769A1 PCT/CN2013/075055 CN2013075055W WO2014176769A1 WO 2014176769 A1 WO2014176769 A1 WO 2014176769A1 CN 2013075055 W CN2013075055 W CN 2013075055W WO 2014176769 A1 WO2014176769 A1 WO 2014176769A1
Authority
WO
WIPO (PCT)
Prior art keywords
cell
network
parameter
parameters
network status
Prior art date
Application number
PCT/CN2013/075055
Other languages
English (en)
French (fr)
Inventor
庄宏成
张洁涛
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
Priority to PCT/CN2013/075055 priority Critical patent/WO2014176769A1/zh
Priority to EP13883424.7A priority patent/EP2986048B1/en
Priority to CN201380075979.2A priority patent/CN105230063B/zh
Publication of WO2014176769A1 publication Critical patent/WO2014176769A1/zh
Priority to US14/927,184 priority patent/US9848341B2/en

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic

Definitions

  • Network optimization method Network optimization device and network optimization device
  • the present invention relates to the field of communications and, more particularly, to a method of network optimization, a device for network optimization, and a device for network optimization. Background technique
  • the application of SON technology is based on the identification of the network status. That is, the network node must first understand the current running state of the network to provide necessary information for the SON technology, such as which operations are triggered by SON. Therefore, how to analyze the current running status of the network is a prerequisite for SON application.
  • the operator knows the current running status of the network through the KPI statistics of the network management system.
  • the network KPI statistics exceed the preset range of the operator, that is, the network performance cannot reach the predetermined value.
  • the maintenance network management personnel can know the problems that may occur in the network operation, that is, which network parameters are unreasonably configured, and trigger the corresponding optimization algorithm.
  • the network KPI statistics are continuously reported and reported back to the network management system. This KPI statistical reporting, performance alarm, fault analysis, parameter configuration, operation, and statistical KPI operations are continuously cycled to achieve cellular network maintenance.
  • Embodiments of the present invention provide a network optimization method, a network optimization device, and a network optimization Equipment, can improve the network optimization cost, network optimization effect.
  • a network optimization method includes: acquiring, in a first time period, a first network state parameter determined according to an M group network state parameter of at least one target cell, and acquiring an M according to the target cell The first CP determined by the group cell control parameter CP, where the network state parameter includes a cell statistic key performance parameter KPI and a cell metric parameter, where the KPI is used to indicate the running performance of the cell, and the cell metric parameter is used to indicate the service distribution of the cell.
  • the network state parameter includes a cell statistic key performance parameter KPI and a cell metric parameter, where the KPI is used to indicate the running performance of the cell, and the cell metric parameter is used to indicate the service distribution of the cell.
  • the resource usage status of the cell where the CP is used to indicate the base station setting of the cell, and the M group network state parameter is respectively obtained by M sampling, and the M group CP is separately obtained by M sampling, the M group Corresponding to the M network state parameter of the M group; determining, according to the first network state parameter, the first entry in the mapping between the network state parameter and the security state, determining the target cell in the first time period a security state; performing network optimization on the target cell according to the security state of the target cell in the first time period .
  • the acquiring the first network state parameter that is determined according to the M group network state parameter of the at least one target cell includes: acquiring the M group network state from the target cell Obtaining the first network state parameter by performing statistical averaging processing on the M group network state parameter; obtaining the first CP determined according to the M group cell control parameter CP of the target cell, including: acquiring the target cell from the target cell The M group CP; obtains the first CP by performing statistical averaging processing on the M group CP.
  • the acquiring, by the first network state parameter determined according to the M group network state parameter of the at least one target cell includes: obtaining, obtaining, from the target cell The first network state parameter, where the first network state parameter is obtained after the target cell performs statistical averaging processing on the M group network state parameter; the acquiring is determined according to the M group cell control parameter CP of the target cell.
  • a CP comprising: obtaining the first CP from the target cell, where the first CP is obtained by performing statistical averaging processing on the M group CP of the target cell.
  • the network optimization process is performed on the target cell according to the security state of the target cell in the first time period, including: if the target The security status of the cell in the first time period is security, and the mapping relationship between the first network state parameter and the first CP is recorded.
  • the network optimization is performed on the target cell according to the security state of the target cell in the first time period.
  • the method includes: if the security status of the target cell in the first time period is non-secure, determining, from the network state parameter recorded in the second time period, that the cell metric parameter between the first network state parameter has the highest similarity The second network state parameter, wherein the second time period is before the first time period, and the security state of the target cell in the second time period is safe; according to the second CP corresponding to the second network state parameter, Determining a first adjustment policy for the first CP; determining, according to the first network state parameter, a second entry that records a mapping relationship between the network state parameter and the CP adjustment policy The second adjustment strategy is performed: performing network optimization processing on the target cell according to the first adjustment policy and the second adjustment policy.
  • the second entry that records a mapping relationship between the network state parameter and the processing policy according to the first network state parameter includes: determining, according to the first network state parameter and the first adjustment policy, the second adjustment policy from the second entry.
  • the KPI includes parameters of at least one of a cell throughput, a cell call loss rate, a cell drop rate, and a cell handover performance parameter;
  • the cell metric parameter includes parameters of at least one dimension of the number of users of the cell, the load of the cell, and the interference of the cell.
  • the CP includes parameters of at least one of a transmit power of the base station, an antenna downtilt angle of the base station, and a cell handover parameter.
  • the KPI includes parameters of at least two dimensions of a cell throughput, a cell call loss rate, a cell drop rate, and a cell handover performance parameter; and/or the cell metric parameter includes at least a number of users of the cell, a load of the cell, and a cell interference. Parameters for two dimensions.
  • the first entry that records a mapping relationship between the network state parameter and the security state according to the first network state parameter The method further includes: determining, according to the interaction relationship between the KPI included in the first network state parameter and the first CP, and/or the first network state, before determining the security state of the target cell in the first time period. The interaction between the cell metric parameter included in the parameter and the first CP, and performing the first dimensionality reduction processing on the first network state parameter.
  • the method further includes: according to the KPI included in the first network state parameter and the small included in the first network state parameter Correlation between the zone metrics, and performing a second dimensionality reduction process on the first network state parameter.
  • the first network state parameter is recorded from the first entry in which the mapping relationship between the network state parameter and the security state is recorded. Determining the security state of the target cell in the first time period, including: performing clustering processing on the first network state parameter and the network state parameter acquired in the third time period, so that the generated member network state parameters and the center in each cluster are generated.
  • the feature space distance between the network state parameters is minimized, wherein the third time period is before the first time period; and the third network state parameter is determined according to the first network state parameter, wherein the third network state parameter is The central network state parameter of the cluster to which the first network state parameter belongs; determining, according to the third network state parameter, the security state of the target cell in the first time period from the first entry.
  • the network optimization process is performed on the target cell according to the security state of the target cell in the first time period, including: If the security status of the target cell in the first time period is non-secure, determining, from the network state parameter recorded in the second time period, the second network state with the highest similarity of the cell metric parameter between the first network state parameter a parameter, where the second time period is before the first time period, and the security state of the target cell is safe in the second time period; determining, according to the second CP corresponding to the second network state parameter, the first CP Determining, according to the third network state parameter, a third adjustment policy for the first CP from a second entry in which a mapping relationship between the network state parameter and the CP adjustment policy is recorded; The first adjustment strategy and the third adjustment strategy perform network optimization processing on the target cell.
  • the second table that records a mapping relationship between the network state parameter and the processing policy according to the third network state parameter includes: determining, according to the third network state parameter and the first adjustment policy, the third adjustment policy from the second entry.
  • a network optimization apparatus configured to acquire, according to a first time period, a first network state parameter determined according to an M group network state parameter of at least one target cell, and obtain an a first CP determined by the group M cell control parameter CP of the target cell, where the network state parameter includes a cell statistic key performance parameter KPI and a cell metric parameter, where the KPI is used to indicate a cell running performance, and the cell metric parameter is used for Indicates the service distribution of the cell and/or the resource usage status of the cell, where the CP is used to indicate the base station setting of the cell, and the M group network state parameter is separately obtained by M sampling, and the M group CP is sampled by M times.
  • the apparatus includes: an acquiring unit, configured to acquire, according to a first time period, a first network state parameter determined according to an M group network state parameter of at least one target cell, and obtain an a first CP determined by the group M cell control parameter CP of the target cell, where the network state parameter includes a cell statistic key performance parameter KPI
  • the group CP corresponds to the network state parameter of the group; the processing unit is configured to record, according to the first network state parameter, the first entry from which the mapping relationship between the network state parameter and the security state is recorded. And determining a security state of the target cell in the first time period; and performing network optimization processing on the target cell according to the security state of the target cell in the first time period.
  • the acquiring unit is configured to obtain the network state parameter of the group from the target cell, and configured to perform statistical average processing on the network state parameter of the group. Acquiring the first network state parameter; for acquiring the ⁇ group CP from the target cell; for obtaining the first CP by performing statistical averaging processing on the M group CP.
  • the acquiring unit is specifically configured to acquire the first network state parameter from the target cell, where the first network state parameter is Obtaining, by the target cell, a statistical average processing process on the M group network state parameter, where the first CP is obtained, and the first CP is obtained by performing statistical average processing on the M group CP of the target cell. of.
  • the processing unit is specifically configured to record the first network state if the security state of the target cell in the first time period is security The mapping relationship between the parameter and the first CP.
  • the processing unit is specifically configured to: if the security state of the target cell in the first time period is non-secure, from the second time period Determining, in the recorded network state parameter, the second network state parameter that has the highest similarity to the cell metric parameter between the first network state parameter, where the second time period is before the first time period, and the target cell is in the The security status of the second time period is security; and is configured to determine, according to the second CP corresponding to the second network status parameter, a first adjustment policy for the first CP; and, according to the first network status parameter, from the record Determining, in a second entry that has a mapping relationship between the network state parameter and the CP adjustment policy, determining a second adjustment policy for the first CP; and using the target according to the first adjustment policy and the second adjustment policy
  • the cell performs network optimization processing.
  • the processing unit is specifically configured to: according to the first network state parameter and the first adjustment policy, from the second entry, Determine the second adjustment strategy.
  • the KPI includes a parameter of at least one of a cell throughput, a cell call loss rate, a cell drop rate, and a cell handover performance parameter;
  • the cell metric parameters include the number of users of the cell, the load of the cell, and the cell.
  • the CP includes a parameter of at least one dimension of a transmit power of the base station, an antenna downtilt angle of the base station, and a cell handover parameter.
  • the KPI includes parameters of at least two dimensions of a cell throughput, a cell call loss rate, a cell drop rate, and a cell handover performance parameter; and/or the cell metric parameter includes at least a number of users of the cell, a load of the cell, and a cell interference. Parameters for two dimensions.
  • the processing unit is further configured to: according to the interaction relationship between the KPI included in the first network state parameter and the first CP, And the mutual influence relationship between the cell metric parameter included in the first network state parameter and the first CP, and performing the first dimensionality reduction processing on the first network state parameter.
  • the processing unit is further configured to: according to the KPI included in the first network state parameter and the cell metric included in the first network state parameter The correlation between the two network state parameters is subjected to a second dimensionality reduction process.
  • the processing unit is further configured to perform clustering processing on the first network state parameter and the network state parameter acquired in the third time period, to The feature space distance between the member network state parameter and the central network state parameter in each of the generated clusters is minimized, wherein the third time period is before the first time period; and the third network state is determined according to the first network state parameter a parameter, where the third network state parameter is a central network state parameter of the cluster to which the first network state parameter belongs; determining, according to the third network state parameter, the target cell in the first time period Security status.
  • the processing unit is specifically configured to: if the security state of the target cell in the first time period is non-secure, Determining, in the network state parameter of the time period, the second network state parameter that has the highest similarity to the cell metric parameter between the first network state parameter, where the second time period is before the first time period, and the target cell is The security state of the second time period is security; and configured to determine, according to the second CP corresponding to the second network state parameter, a first adjustment policy for the first CP; and, according to the third network state parameter, Determining, in a second entry, a mapping relationship between the network state parameter and the CP adjustment policy, determining a third adjustment policy for the first CP, and determining, according to the first adjustment policy and the third adjustment policy, The target cell performs network optimization processing.
  • the processing unit is further configured to determine the third adjustment policy from the second entry according to the third network state parameter and the first adjustment policy.
  • a network optimized device comprising: a bus; a processor connected to the bus; a memory connected to the bus; wherein the processor calls the program stored in the memory through the bus And obtaining, by the first time period, a first network state parameter determined according to the M group network state parameter of the at least one target cell, and acquiring a first CP determined according to the M group cell control parameter CP of the target cell, where
  • the network state parameter includes a cell statistic key performance parameter KPI and a cell metric parameter, where the KPI is used to indicate a running performance of the cell, where the cell metric parameter is used to indicate a service distribution of the cell and/or a resource usage status of the cell, where the CP is used for Instructing the base station setting of the cell, the M group network state parameter is respectively obtained by M sampling, and the M group CP is separately obtained by M sampling, and the M group CP is in one-to-one correspondence with the M group network state parameter; Used to record the mapping relationship between the network state parameter
  • the processing unit is configured to obtain the M group network state parameter from the target cell, and configured to perform statistical average processing on the M group network state parameter, Acquiring the first network state parameter; for acquiring the M group CP from the target cell; and acquiring the first CP by performing statistical averaging processing on the M group CP.
  • the processing unit is configured to acquire the first network state parameter from the target cell, where the first network state parameter is Obtaining, by the target cell, a statistical average processing process on the M group network state parameter, where the first CP is obtained, and the first CP is obtained by performing statistical average processing on the M group CP of the target cell. of.
  • the processing unit is specifically configured to record the first network state if the security state of the target cell in the first time period is security The mapping relationship between the parameter and the first CP.
  • the processing unit is specifically configured to: if the security state of the target cell in the first time period is non-secure, from the second time period Determining, in the recorded network state parameter, the second network state parameter with the highest similarity of the cell metric parameter between the first network state parameter, wherein the second time period is at the first Before the time period, the security state of the target cell in the second time period is secure; and configured to determine, according to the second CP corresponding to the second network state parameter, a first adjustment policy for the first CP; a first network state parameter, in a second entry in which a mapping relationship between the network state parameter and the CP adjustment policy is recorded, determining a second adjustment policy for the first CP; and according to the first adjustment policy and the The second adjustment strategy performs network optimization processing on the target cell.
  • the processing unit is specifically configured to: according to the first network state parameter and the first adjustment policy, from the second entry, Determine the second adjustment strategy.
  • the KPI includes a parameter of at least one of a cell throughput, a cell call loss rate, a cell drop rate, and a cell handover performance parameter;
  • the cell metric parameter includes parameters of at least one dimension of the number of users of the cell, the load of the cell, and the interference of the cell;
  • the CP includes parameters of at least one dimension of a transmit power of the base station, an antenna downtilt angle of the base station, and a cell handover parameter.
  • the KPI includes parameters of at least two dimensions of a cell throughput, a cell call loss rate, a cell drop rate, and a cell handover performance parameter.
  • the cell metric parameters include parameters of at least two dimensions of the number of users of the cell, the load of the cell, and the interference of the cell.
  • the processing unit is further configured to: according to the interaction relationship between the KPI included in the first network state parameter and the first CP, And the mutual influence relationship between the cell metric parameter included in the first network state parameter and the first CP, and performing the first dimensionality reduction processing on the first network state parameter.
  • the processing unit is further configured to: according to the KPI included in the first network state parameter and the cell metric included in the first network state parameter The correlation between the two network state parameters is subjected to a second dimensionality reduction process.
  • the processing unit is further configured to perform clustering processing on the first network state parameter and the network state parameter acquired in the third time period, to The feature space distance between the member network state parameter and the central network state parameter in each of the generated clusters is minimized, wherein the third time period is before the first time period; and the third time is determined according to the first network state parameter.
  • a network state parameter where the third network state parameter is a central network state parameter of the cluster to which the first network state parameter belongs; The state parameter, from the first entry, determines a security state of the target cell in the first time period.
  • the processing unit is specifically configured to: if the security state of the target cell in the first time period is non-secure, Determining, in the network state parameter of the time period, the second network state parameter that has the highest similarity to the cell metric parameter between the first network state parameter, where the second time period is before the first time period, and the target cell is The security state of the second time period is security; and configured to determine, according to the second CP corresponding to the second network state parameter, a first adjustment policy for the first CP; and, according to the third network state parameter, Determining, in a second entry, a mapping relationship between the network state parameter and the CP adjustment policy, determining a third adjustment policy for the first CP, and determining, according to the first adjustment policy and the third adjustment policy, The target cell performs network optimization processing.
  • the processing unit is specifically configured to: according to the third network state parameter and the first adjustment policy, from the second entry , determine the third adjustment strategy.
  • a network optimization method, a network optimization apparatus, and a network optimization apparatus according to an embodiment of the present invention, according to a KPI for indicating a running performance of a cell, and a cell metric for indicating a service distribution of a cell and/or a resource usage status of the cell
  • the parameters are used to represent the current running state of the network, and the network optimization process can accurately represent the current running state of the network, and reliably reflect the problem of the network, thereby reducing the labor cost input, improving the accuracy of the optimization algorithm, and improving the accuracy.
  • the effect of network optimization processing is used to represent the current running state of the network, and the network optimization process can accurately represent the current running state of the network, and reliably reflect the problem of the network, thereby reducing the labor cost input, improving the accuracy of the optimization algorithm, and improving the accuracy.
  • FIG. 1 is a schematic flowchart of a method for network optimization according to an embodiment of the present invention.
  • FIG. 2 is a schematic flow chart of a method for acquiring a sample value of a network state parameter according to an embodiment of the invention.
  • FIG. 3 is a schematic flowchart of a method for network optimization according to a network security state according to an embodiment of the invention.
  • 4 is a schematic flow chart of an apparatus for network optimization according to an embodiment of the invention.
  • FIG. 5 is a schematic flowchart of a network optimized device according to an embodiment of the invention. detailed description
  • GSM Global System of Mobile Communication
  • CDMA Code Division Multiple Access
  • WCDMA Wideband Code Division Multiple Access
  • GPRS General Packet Radio Service
  • LTE Long Term Evolution
  • a user equipment which may also be called a mobile terminal (Mobile Terminal), a mobile user equipment, etc., may communicate with one or more core networks via a radio access network (eg, RAN, Radio Access Network).
  • the user equipment may be a mobile terminal, such as a mobile phone (or "cellular" phone) and a computer with a mobile terminal, for example, a mobile device that can be portable, pocket, handheld, computer built, or in-vehicle,
  • the wireless access network exchanges languages and/or data.
  • the base station may be a base station (BTS, Base Transceiver Station) in GSM or CDMA, or may be a base station (NodeB) in WCDMA, or may be an evolved base station (eNB or e-NodeB, evolutional Node B) in LTE.
  • BTS Base Transceiver Station
  • NodeB base station
  • eNB evolved base station
  • e-NodeB evolutional Node B
  • FIG. 1 shows a schematic flow diagram of a method 100 of network optimization in accordance with an embodiment of the present invention. As shown in FIG. 1, the method 100 includes:
  • a first network state parameter determined according to the M group network state parameter of the at least one target cell acquires a first CP determined according to the M group cell control parameter CP of the target cell, where the network
  • the state parameter includes a cell statistic key performance parameter KPI and a cell metric parameter, where the KPI is used to indicate the running performance of the cell, the cell metric parameter is used to indicate a service distribution of the cell and/or a resource usage status of the cell, and the CP is used to indicate the cell.
  • the base station setting, the M group network state parameters are respectively obtained by M sampling, and the M group CP is passed M times.
  • the M group CPs are respectively obtained by sampling, and the M group CPs correspond to the M group network state parameters.
  • S120 Determine, according to the first network state parameter, a security state of the target cell in the first time period from a first entry in which a mapping relationship between the network state parameter and the security state is recorded.
  • S130 Perform network optimization processing on the target cell according to the security state of the target cell in the first time period.
  • the executor of the method 100 may be a base station device of the target cell (specifically, an SON entity configured in the base station device), or may be in communication with the base station device of the target cell.
  • Other network devices for example, an eCoordinator, may also be implemented by the base station device in cooperation with the eCoordinator, and the present invention is not particularly limited.
  • the specific flow of the method 100 will be described using an eCoordinator as an execution subject of the method 100 unless otherwise specified.
  • the eCoordinator may be in communication connection with a base station device, so that when the base station device provides one or more cells, the eCoordinator may perform network optimization on the network formed by one cell of the base station device, or The network consisting of multiple cells of the base station device is optimized, or the eCoordinator can also be connected to multiple base station devices, so that the eCoordinator can perform network optimization on the network composed of multiple cells of the multiple base station devices.
  • the method 100 may be performed in a preset period or when a preset event is met (an example of the first time period), and the preset period may be set according to an operator's policy, for example, For example, the event may be set according to the policy of the operator, and may be related to the KPI alarm.
  • the preset period and the preset event setting method are merely exemplary, and the present invention is not limited thereto.
  • other methods capable of triggering the execution of the method 100 fall within the scope of the present invention.
  • the eCoordinator may acquire from the base station device(s) of the target cell(s). a network state parameter (first network state parameter) for determining a network state (or a security state) of the network (consisting of one or more cells) in a first time period, in the embodiment of the present invention, the first network
  • the status parameter is determined according to the plurality of groups (M group, in the embodiment of the present invention, M may be a positive integer) sample data measured by the base station device and/or the user equipment in the first time period, as the determination method, for example,
  • M group of sampling data may be subjected to statistical averaging processing, and the method and process of the statistical averaging processing may be similar to the prior art.
  • the process of acquiring the first network state parameter according to the M group of sampling data may be performed by the eCoordinator or may be performed by the base station device, and the present invention is not particularly limited.
  • the base station device is used as an execution body. The process of obtaining the first network state parameter according to the M group sampling data is described.
  • FIG. 2 is a diagram showing a method for acquiring a sample value of a network state parameter according to an embodiment of the present invention.
  • the base station device may use a time measuring device such as a timer to determine to enter a preset period (an example of the first time period) to trigger a subsequent process.
  • a time measuring device such as a timer to determine to enter a preset period (an example of the first time period) to trigger a subsequent process.
  • the period is The length, for example, can be selected according to the operator's policy.
  • the KPI includes parameters of at least one of a cell throughput, a cell call loss rate, a cell drop rate, and a cell handover performance parameter;
  • the cell metric parameter includes parameters of at least one dimension of the number of users of the cell, the load of the cell, and the interference of the cell;
  • the CP includes parameters of at least one of a transmit power of the base station, an antenna downtilt angle of the base station, and a cell handover parameter.
  • the network state parameter includes a KPI and a cell metric parameter.
  • the KPI is used to indicate cell running performance, and may include parameters such as throughput, call loss rate, dropped call rate, and handover performance.
  • the cell metric parameter is used to indicate the current service distribution and resource usage status of the cell, and may include parameters such as the number of users of the cell, the load of the cell, and the interference of the cell.
  • the interference of the cell may be obtained according to the feedback of the user equipment.
  • the CP refers to a configuration parameter of a cell that the base station device broadcasts to the user equipment, and may include resource configuration parameters (for example, transmit power) of the base station device, antenna configuration parameters of the base station device (for example, a downtilt angle of the antenna), a cell handover parameter, and the like.
  • resource configuration parameters for example, transmit power
  • antenna configuration parameters of the base station device for example, a downtilt angle of the antenna
  • a cell handover parameter and the like.
  • the base station device may acquire, in the preset period, M1 (in the embodiment of the present invention, M1 may be a positive integer), the foregoing network state parameter, and the M1 group.
  • M1 in the embodiment of the present invention, M1 may be a positive integer
  • the specific value of M 1 in the embodiment of the present invention can be selected according to the operator's policy.
  • the CP at the moment is required to be acquired at the same time, that is, the network state parameter of the M1 group corresponds to the CP of the M1 group. .
  • the base station device may determine After the preset event is met, the network state parameter of the M2 (in the embodiment of the present invention, the M2 may be a positive integer) is obtained. For example, after receiving the KPI alarm, a group of network state parameters and a set of the foregoing may be acquired immediately.
  • a set of network state parameters and a set of the above CPs may continue to be acquired, and so on, until the acquired KPI is less than the KPI Tkr , so that the network state parameter of the M2 group and the CP of the M2 group can be continuously obtained.
  • the M2 is greater than the preset threshold, the network state parameter of the M2 group and the CP of the M2 group can be saved, and the KPI and the M can be The operator's strategy is chosen.
  • the CP at the moment is required to be acquired at the same time, that is, the network state parameter of the M2 group corresponds to the CP of the M2 group.
  • the M1 group network state parameter and the M2 group network state parameter form the M group network state parameter in the embodiment of the present invention
  • the M1 group CP and the M2 group CP form the embodiment in the embodiment of the present invention.
  • Group M CP .
  • the M group network state parameters and the dimensions (or types) of the parameters included in the M group CP need to be consistent, for example, if the first group of network state parameters
  • the KPI in the network includes the throughput, the call loss rate, the dropped call rate, and the handover performance.
  • the KPI in each group of network state parameters acquired subsequently needs to include the throughput, the call loss rate, the dropped call rate, and the handover performance.
  • the M group network state parameter and the M group CP are from a base station device that provides the target cell, and when the target cell is multiple, the M group network state parameter and the M group CP are from the provided.
  • One or more base station devices of the target cell are one, the M group network state parameter and the M group CP are from the provided.
  • the acquiring the first network state parameter determined according to the M group network state parameter of the at least one target cell includes:
  • the acquiring the first CP determined according to the M group cell control parameter CP of the target cell includes: Obtaining the M group CP from the target cell;
  • the first CP is obtained by performing statistical averaging processing on the M group CP.
  • the base station device may transmit the M group network state parameter and the M group CP to the eCoordinator, so that the eCoordinator, for example, may be the M group network state.
  • the parameters (including the M group KPI and the M group cell metric parameters) and the M group CP respectively perform statistical averaging processing, thereby obtaining a set of data capable of representing the network condition of the target cell in the sampling period, that is, the first network state parameter and First CP.
  • the method of the above statistical average processing may be similar to the prior art, and the description thereof is omitted here to avoid redundancy.
  • the foregoing enumerated methods for obtaining the first network state parameter and the first CP according to the M group network state parameter and the M group CP are merely exemplary, and the present invention is not limited thereto, and other technologies according to the M group network may be used.
  • the state parameters and the method by which the M group CP determines the network condition of the target cell in the sampling period fall within the protection scope of the present invention.
  • the burden on the base station device can be reduced, and the network optimization of the plurality of target cells is required according to the M group network status from the plurality of base station devices.
  • the eCoordinator processes the M group network state parameter and the M group CP, and can further accurately reflect the current state of the network composed of multiple target cells. Thereby, the effect of the network optimization processing of the embodiment of the present invention is further improved.
  • the obtaining, according to the first network state parameter determined by the M group network state parameter of the at least one target cell includes:
  • the first network state parameter is obtained by performing statistical average processing on the M group network state parameter of the target cell;
  • the obtaining the first CP determined according to the M group cell control parameter CP of the target cell includes: acquiring the first CP from the target cell, where the first CP is the target cell performing statistical average processing on the M group CP After getting it.
  • the base station device may separately perform statistics on the M group network state parameters (including the M group KPI and the M group cell metric parameter) and the M group CP respectively.
  • the averaging process thereby obtaining a set of data capable of representing the network condition of the target cell in the sampling period, that is, the first network state parameter and the first CP.
  • the method of the above statistical average processing may be similar to the prior art, where In order to avoid redundancy, the description thereof is omitted.
  • the foregoing enumerated methods for obtaining the first network state parameter and the first CP according to the M group network state parameter and the M group CP are merely exemplary, and the present invention is not limited thereto, and other technologies according to the M group network may be used.
  • the state parameters and the method by which the M group CP determines the network condition of the target cell in the sampling period fall within the protection scope of the present invention.
  • the burden on the eCoordinator can be reduced, and transmission of resources can be avoided by transmitting a large amount of data between the base station device and the eCoordinator.
  • the eCoordinator may obtain a use case entry (first entry) in which the network state parameter and the security state (or network state) are recorded in advance.
  • Table 1 below shows an example of a Use Case entry in the embodiment of the present invention.
  • Cluster 2 reference signal received power threshold CCO interval interference coordination RSRP threshold, adjusted ICIC frequency ratio
  • Cluster 7 switch HO access control AC AC
  • the third column represents the use case Ues Case, and the Ues Case represented by the third column can be classified into two categories: safe and unsafe, that is, the security state can be determined according to the Ues Case, for example, Table 1
  • the Ues Case corresponding to Cluster 1 is non-secure.
  • the first column indicates the cluster of network status parameters (including KPI and cell metric) (including one or more network status parameters).
  • the network status parameters in the same cluster are the same.
  • Security state (or Ues Case), for example, Clusterl may include multiple network state parameters, the security state of the cell under each network state parameter in Clusterl (or, corresponding to each network state parameter in Cluster1) Ues Case) is safe.
  • the Use Case entry may be obtained from an expert system, or may be constructed based on a successful case of network optimization. For example, during the operation of the network, new network problems have emerged. After the problem is located and analyzed, a certain optimization action is taken, and the corresponding network configuration is solved to solve the problem, which is a successful case of network optimization.
  • the success case is used as a record of the use case entry, including the network status parameter corresponding to the network problem, Ues Case (which can be used to determine the security status), and the adjustment policy (the second column in Table 1, followed by a detailed description).
  • the dimension of the network state parameter recorded in the Use Case entry may be consistent with the dimension of the first network state parameter.
  • the invention may be inconsistent, and the invention is not particularly limited.
  • the fourth column in Table 1 may represent an algorithm for network optimization processing. It should be understood that Table 1 listed above is only an exemplary description of the Use Case entry, and the present invention is not limited thereto.
  • the Use Case entry may also include only the first column (network state parameter) in Table 1 and The third column (Use Case).
  • the safety status may be described in the third column of Table 1, without describing Ues Case.
  • the eCoordinator can determine that the first network state parameter is in the Use Case entry.
  • the eCoordinator may determine a feature distance between the first network state parameter and the cluster core of each cluster in the Use Case entry, and set a feature distance from the first network state parameter to be smaller than a preset clustering threshold. , as the cluster to which the first network state parameter belongs.
  • the eCoordinator may determine a security state of the target cell in the first time period (or, under the first network state parameter), in the Ues Case corresponding to the belonging cluster of the first network state parameter in the Use Case entry. For example, if the first network state parameter belongs to Cluster 1 in Table 1, it may be determined that the security state corresponding to the first network state parameter (or the security state of the target cell in the first time period) is safe, and vice versa. It is not safe.
  • the eCoordinator may determine the first network state parameter.
  • the corresponding security state (or the security state of the target cell during the first time period) is not secure.
  • the eCoordinator may perform network optimization processing according to the security state of the target cell determined in the first time period as described above.
  • the mapping relationship between the first network state parameter and the first CP is recorded.
  • the eCoordinator may record the first network state and the first CP. Therefore, when the network optimization process is performed again, for example, when the fourth network state parameter is obtained, and the network optimization process is performed according to the fourth network state parameter, if the security state corresponding to the fourth network state parameter is non-secure, Determining, by the recorded first network state and the network state in the security state, the CP, and the CP, an adjustment policy for the fourth CP corresponding to the fourth network state parameter, and subsequently, the method And the process is described in detail.
  • performing network optimization processing on the target cell according to the security state of the target cell in the first time period including:
  • the security state of the target cell in the first time period is non-secure, determining, from the network state parameter recorded in the second time period, the second that has the highest similarity of the cell metric parameter between the first network state parameter a network status parameter, where the second time period is before the first time period, The security state of the target cell in the second time period is security;
  • FIG. 3 is a schematic flow diagram showing a method 300 of performing network optimization in an unsecured state.
  • the eCoordinator may record the network when the security state is secure. Status parameters and CP.
  • the eCoordinator may determine, from the network state parameter recorded in the second time period, the highest similarity of the cell metric parameter between the first network state parameter according to the following formula 1.
  • a network state parameter (second network state parameter)
  • acquiring a second CP corresponding to the second network state parameter in the embodiment of the present invention, the second CP corresponding to the second network state parameter is The second network state parameter and the second CP are acquired and recorded according to the K group network state parameters acquired in the same time period (or cycle) and the K group CP.
  • E represents a first network state parameter comprises a measure of a cell
  • a cell represents the state metric of the network security state parameters recorded included.
  • the eCoordinator may determine an adjustment policy (first adjustment policy) for the first CP according to the relationship between the first CP and the second CP.
  • determining, according to the second CP corresponding to the second network state parameter, the first adjustment policy for the first CP including:
  • the eCoordinator may further determine a similarity between the cell metric included in the first network state parameter and the cell metric included in the second network state parameter. The degree, if the degree of similarity is greater than the preset similarity threshold, determines an adjustment policy (first adjustment policy) for the first CP according to the relationship between the first CP and the second CP.
  • the adjustment policy (first adjustment policy) for the first CP is not output.
  • the network optimization process may be performed according to the second adjustment policy described later.
  • the eCoordinator may pre-acquire an adjustment policy entry (second entry) recorded from a mapping relationship between a network state parameter and a CP adjustment policy (for example, a dimension that needs to be adjusted in the CP).
  • Second entry an adjustment policy entry recorded from a mapping relationship between a network state parameter and a CP adjustment policy (for example, a dimension that needs to be adjusted in the CP).
  • Table 1 above shows an example of an adjustment policy entry in the embodiment of the present invention.
  • the second column represents the adjustment strategy (for the CP)
  • the first column represents the cluster of network state parameters (including KPIs and cell metrics) (including one or more network state parameters), the network in the same cluster
  • the status parameter corresponds to the same adjustment policy.
  • Cluster3 can include multiple network status parameters, and the adjustment policy of the cell under each network status parameter in Cluster3 (or the adjustment policy corresponding to each network status parameter in Cluster3) In order to adjust the Hysteresis and Time To Trig.
  • the adjustment policy entry may be obtained from an expert system, or may be constructed based on a successful case of network optimization. For example, during the operation of the network, new network problems have emerged. After the problem is located and analyzed, a certain optimization action is taken, and the corresponding network configuration is solved to solve the problem, which is a successful case of network optimization.
  • the success case is used as a record of the adjustment policy entry, including the network status parameter, network status, and adjustment policy corresponding to the network problem.
  • the dimension of the network state parameter recorded in the adjustment policy entry may be consistent with the dimension of the first network state parameter.
  • the invention may be inconsistent, and the invention is not particularly limited.
  • Table 1 listed above is only an exemplary description of the adjustment policy entry, and the present invention is not limited thereto.
  • the adjustment policy entry may also include only the first column in Table 1 (network status parameter Number) and the second column (CP adjustment strategy).
  • the eCoordinator can determine the cluster to which the first network state parameter belongs in the adjustment policy table entry.
  • the eCoordinator may determine a feature distance between the first network state parameter and the cluster core of each cluster in the adjustment policy entry, and set a cluster distance between the first network state parameter and the first network state parameter to be smaller than a preset clustering threshold. , as the cluster to which the first network state parameter belongs.
  • the eCoordinator can use the CP adjustment policy corresponding to the belonging cluster of the first network state parameter in the adjustment policy entry as the adjustment policy (second adjustment policy) of the first CP.
  • the method for determining the cluster to which the first network state parameter is in the adjustment policy table item is only an exemplary description, and the present invention is not limited thereto.
  • the first network state parameter may be directly Adjusting the cluster with the smallest feature distance between the cluster cores of each cluster in the policy table entry as the cluster to which the first network state parameter belongs.
  • Adjustment strategies including:
  • the cluster to which the first network parameter belongs is Cluster2, there are three CP adjustment policies corresponding to the Cluster2, and at this time, according to the first adjustment as described above.
  • the policy determines the adjustment strategy for the first CP from the three CP adjustment policies corresponding to the Cluster2.
  • the second adjustment policy for the first CP is determined by a preset rule (for example, a sequence) or randomly from the above three CP adjustment policies corresponding to the Cluster 2.
  • the eCoordinator may perform network optimization processing according to the first adjustment policy and the second adjustment policy determined as described above, if the output of the optimization algorithm determined according to the second adjustment policy (for example, may include the second column in Table 1 , the corresponding parameter or strategy in the third column and the fourth column) is consistent with the first adjustment strategy, then the network optimization process is implemented, for example, the adjustment strategy can be
  • the CP configuration corresponding to the optimization algorithm is sent to the target cell, and the target cell completes the adjustment of the CP; otherwise, it is not implemented, and the network optimization processing suggestion (for example, the first adjustment policy and the second adjustment policy) is submitted to the operation.
  • Business handled by the operator.
  • the eCoordinator may record the first network parameter and network optimization processing corresponding to the first network parameter, for example, if the determined network security status in the next period is security, The optimization process or the selected optimization algorithm is successful, so that the first network parameter and the network optimization process corresponding to the first network parameter may be recorded in the Use Case entry and the adjustment policy entry.
  • the optimization algorithm is selected according to the first adjustment strategy; if the first adjustment strategy is also empty, then a new algorithm needs to be designed, The requirements are submitted to the operator and processed by the operator.
  • the adjustment policy A corresponding to the current network state parameter is determined according to the pre-acquired entry, and according to the recorded secure network state parameter.
  • the CP corresponding to the parameter with the highest similarity of the cell metric parameter of the current network state parameter determines the adjustment policy B corresponding to the current network state parameter, and compares the adjustment strategy A and the adjustment policy B to perform network optimization processing.
  • the accuracy of the network processing can be improved, and since the adjustment strategy B provides the specific type and processing direction of the CP to be processed, the efficiency of the network optimization processing can be improved.
  • the KPI includes parameters of at least two dimensions of a cell throughput, a cell call loss rate, a cell drop rate, and a cell handover performance parameter; and/or
  • the cell metric parameters include parameters of at least two dimensions of the number of users of the cell, the load of the cell, and the interference of the cell.
  • the first network state parameter obtained as described above may include a plurality of dimensions (or categories) parameters.
  • the first network parameter may be subjected to dimensionality reduction processing.
  • the method also includes: And according to the interaction relationship between the KPI included in the first network state parameter and the first CP, and/or the interaction relationship between the cell metric parameter included in the first network state parameter and the first CP, A network state parameter performs the first dimensionality reduction process.
  • the eCoordinator may delete the KPI of the first network state parameter that is weakly related to the first CP, so as to reduce the number of KPI variables that need to be processed.
  • a mutual information method may be used to detect the correlation between the first network state variable and the first CP, and a KPI variable that is weakly related to the first CP in the first network state parameter is selected and deleted.
  • the eCoordinator can calculate the mutual information amount / of each KPI included in the first CP and the first network state parameter.
  • Equation 2 gives a calculation method for solving the mutual information of two variables X and Y, where p (-) represents the probability density function.
  • Equation 2 p ⁇ x)p ⁇ y)
  • Equation 3 For a vector with a multidimensional variable, such as the vector of the N-dimensional variable X and the vector of the M-dimensional variable, Equation 3 gives the corresponding mutual information calculation method.
  • the CP in the embodiment of the present invention may be represented by ⁇ , . . . , ⁇ , and the KPI may be represented by ⁇ .
  • the calculation result /(CA O 3 /) is used to characterize the interaction relationship between CP and KPI. The larger the value, the higher the correlation between the two. The smaller the value, the lower the correlation between the two. And, according to a preset threshold
  • the threshold size can be selected according to the operator's policy.
  • the corresponding calculated first KPI is deleted from the sampling data, and the number of variables (or dimensions) to be processed is reduced.
  • the CP in the embodiment of the present invention can be represented by ⁇ , ..., ⁇ , and the cell metric parameter can be used. ,..., said.
  • the calculation results are used to characterize the interaction between CP and cell metric parameters. The larger the value, the higher the correlation between the two. The smaller the value, the lower the correlation between the two.
  • the preset threshold/ fc the threshold size can be selected according to the operator policy
  • the corresponding calculated i-th cell metric parameter is deleted from the sampling data, thereby reducing the need
  • the method further includes:
  • the eCoordinator may filter the strongly correlated KPI and the cell metric parameter in the first network final state parameter by using, for example, a principle component analysis method, thereby using a small amount of The principal component is used to characterize the characteristic variables of the network state.
  • the basic principle is that each principal component corresponds to a linear combination of KPI and cell metric parameters, and a principal component analysis method is used to characterize multiple KPIs with strong correlation and cell metric parameters with one main component. Specific steps are as follows:
  • the eCoordinator can determine the original data of MxN ⁇ , , ⁇ , Xw] according to the N KPIs and M cell metric parameters included in the first network state parameter.
  • ⁇ ⁇ [ , 3 ⁇ 4,2'..., ⁇ ⁇ , ⁇ ] ⁇ ⁇ ne i ⁇ ..., N ] °
  • the eCoordinator may determine the first network state parameter after the first dimensionality reduction processing and/or the second dimensionality reduction processing in the Use Case table item and the belonging cluster in the adjustment policy table item.
  • the process and method are similar to the above-described method and process for determining the cluster of the first network state parameter before dimension reduction, and the description thereof is omitted here to avoid redundancy.
  • the eCoordinator may pre-store the first network state parameter before the dimension reduction processing for subsequent operations before performing the foregoing dimension reduction processing.
  • the eCoordinator may further restore the first network state parameter after the second dimensionality reduction processing.
  • determining, according to the first network state parameter, that the target cell is in the first time period from a first entry in which a mapping relationship between a network state parameter and a security state is recorded Security status including: Performing clustering processing on the first network state parameter and the network state parameter acquired in the third period, so as to minimize a feature space distance between the generated member network state parameter and the central network state parameter in each cluster, where the The three time periods are before the first time period;
  • the first network state parameter obtained in the current cycle and each network state parameter recorded in the previous cycle may be clustered.
  • each of the recorded network state parameters may be a parameter before the dimension reduction process or a parameter after the dimension reduction process, and the present invention is not particularly limited.
  • the intercom is A method of performing clustering processing on the parameters after the first dimensionality reduction processing and the second dimensionality reduction processing will be described.
  • Nc clusters Nc clusters.
  • the principle of clustering is to minimize the spatial separation between each point and the cluster core in the cluster space, as shown in the following formula 5:
  • e[0,l] represents the probability of the member points being assigned to the cluster heart ⁇ ;
  • a function (such as a Gaussian kernel function) maps to a set of clusters of feature spaces; a new sample that maps the sample to the feature space by the same kernel function; is a customizable ambiguity parameter, such as 0.1.
  • the specific clustering steps are as follows:
  • Equation 6 Calculate the first cluster core and member probability by iteration according to Equation 6 and Equation 7 below: Equation 6:
  • step C) When / ( )-/ ⁇ ( -1) ⁇ / ⁇ (where is a preset threshold), return to step C) iteratively calculate the +1th cluster core and member probability; otherwise, exit the loop, The probability of membership for each cluster and each sample to each cluster is obtained.
  • clustering and clustering database updates can be triggered periodically or by events.
  • the basic principle is similar to the original cluster, except that this time, in addition to an existing cluster [mu] £ £ samples, there are new ⁇ "sample set i, where M Therefore, in the new clustering, the function that needs to be optimized is the formula 8: ⁇ ( ⁇ , ⁇ )
  • the updated member probability of each sample of the updated cluster is "correspondingly, the updated cluster core is ⁇
  • the cluster core of the cluster of the first network state parameter (which may also be referred to as a central network state parameter, i.e., the third network state parameter) may be determined.
  • the security state corresponding to the first network state parameter (or the security state in the first time period) may be determined from the Use Case entry according to the third network state parameter, and according to the third network state parameter, The adjustment policy corresponding to the first network state parameter is determined from the adjustment policy entry. Since the optimization process for the third network state parameter has been performed in the previous period, the third network state parameter may be recorded in the Use Case entry and the cluster in the adjustment policy table, thereby being able to be easily The security state corresponding to the first network state parameter and the adjustment policy corresponding to the first network state parameter are obtained to improve the efficiency of the network optimization process of the present invention.
  • the above is a complete process for network optimization processing for a target cell.
  • the processing in the case where there are multiple target cells is similar to the above process. It should be noted that in this case, the obtained CP adjustment strategy and optimization algorithm are required.
  • the base station equipment is sent to each cell, and the base station equipment of each cell is set according to the CP adjustment policy and the optimization algorithm described above.
  • the network state parameters of the respective groups acquired from the base station devices of the respective cells and the dimensions of the CPs can be made uniform to improve the effect of the optimization process.
  • the network optimization method of the embodiment of the present invention is based on indicating the running performance of the cell.
  • FIG. 4 shows a schematic block diagram of a network optimized device 400 in accordance with an embodiment of the present invention.
  • the device 400 includes:
  • the obtaining unit 410 is configured to acquire, according to the first time period, the M network according to the at least one target cell a first network state parameter determined by the network state parameter, and acquiring a first CP determined according to the M group cell control parameter CP of the target cell, where the network state parameter includes a cell statistics key performance parameter KPI and a cell metric parameter, the KPI For indicating the running performance of the cell, the cell metric parameter is used to indicate a service distribution of the cell and/or a resource usage status of the cell, where the CP is used to indicate a base station setting of the cell, and the M group network state parameter is respectively performed by M sampling. Obtained, the M group CP is separately obtained by M sampling, and the M group CP corresponds to the M group network state parameter.
  • the processing unit 420 is configured to determine, according to the first network state parameter acquired by the acquiring unit 410, the first entry that records the mapping relationship between the network state parameter and the security state, and determines the target cell in the first time period. Safety status
  • the acquiring unit 410 is specifically configured to acquire the M group network state parameter from the target cell.
  • the obtaining unit 410 is specifically configured to obtain the first network state parameter from the target cell, where the first network state parameter is obtained by performing statistical average processing on the M group network state parameter of the target cell;
  • the method is used to obtain the first CP from the target cell, where the first CP is obtained by performing statistical averaging processing on the M group CP of the target cell.
  • the processing unit 420 is specifically configured to record a mapping relationship between the first network state parameter and the first CP if the security state of the target cell in the first time period is security.
  • the processing unit 420 is specifically configured to determine, between the network state parameters recorded in the second time period, and the first network state parameter, if the security state of the target cell in the first time period is non-secure.
  • the processing unit 420 is specifically configured to determine, according to the first network state parameter and the first adjustment policy, the second adjustment policy from the second entry.
  • the KPI includes parameters of at least one of a cell throughput, a cell call loss rate, a cell drop rate, and a cell handover performance parameter;
  • the cell metric parameter includes parameters of at least one dimension of the number of users of the cell, the load of the cell, and the interference of the cell;
  • the CP includes parameters of at least one of a transmit power of the base station, an antenna downtilt angle of the base station, and a cell handover parameter.
  • the KPI includes parameters of at least two dimensions of a cell throughput, a cell call loss rate, a cell drop rate, and a cell handover performance parameter; and/or
  • the cell metric parameters include parameters of at least two dimensions of the number of users of the cell, the load of the cell, and the interference of the cell.
  • the processing unit 420 is further configured to: according to the interaction relationship between the KPI included in the first network state parameter and the first CP, and/or the cell metric parameter included in the first network state parameter, and the first The mutual influence relationship between the CPs is subjected to the first dimensionality reduction processing on the first network state parameter.
  • the processing unit 420 is further configured to perform second dimension reduction on the first network state parameter according to a correlation between a KPI included in the first network state parameter and a cell metric included in the first network state parameter. deal with.
  • the processing unit 420 is further configured to perform clustering processing on the first network state parameter and the network state parameter acquired in the third time period, so as to be between the generated member network state parameter and the central network state parameter in each cluster.
  • the feature space distance is minimized, wherein the third time period is before the first time period;
  • the processing unit 420 is specifically configured to determine, between the network state parameters recorded in the second time period, and the first network state parameter, if the security state of the target cell in the first time period is non-secure.
  • processing unit 420 is further configured to determine the third adjustment policy from the second entry according to the third network state parameter and the first adjustment policy.
  • the network-optimized device 400 may correspond to the eCoordinator in the method of the embodiment of the present invention, and the modules and the other operations and/or functions in the network-optimized device 400 are respectively implemented for The corresponding process of the method 100 in 1 is not described here.
  • the network optimization device of the embodiment of the present invention by using a KPI for indicating the running performance of the cell and a cell metric parameter for indicating a service distribution of the cell and/or a resource usage status of the cell, and characterizing the current running state of the network, and The network optimization process can accurately represent the current running state of the network, and reliably reflect the problem of the network, thereby reducing the labor cost input, improving the accuracy of the optimization algorithm triggering, and improving the network optimization processing effect.
  • the network optimization apparatus determines the adjustment policy A corresponding to the current network state parameter according to the pre-acquired entry when the security state is non-secure, and according to the recorded secure network.
  • the CP corresponding to the parameter with the highest similarity of the cell metric parameter of the current network state parameter in the state parameter determines the adjustment policy B corresponding to the current network state parameter, and compares the adjustment policy A with the adjustment policy B to perform the network.
  • the optimization process can improve the accuracy of the network processing, and since the adjustment strategy B provides the specific type and processing direction of the CP to be processed, the efficiency of the network optimization processing can be improved.
  • FIG. 5 shows a schematic block diagram of a network optimized device 500 in accordance with an embodiment of the present invention. As shown in FIG. 5, the device 500 includes:
  • processor 520 connected to the bus
  • the processor 520 by using the bus 510, invokes a program stored in the memory 530, for acquiring, in a first time period, a first network state parameter determined according to the M group network state parameter of the at least one target cell, and acquiring a first CP determined according to the M group cell control parameter CP of the target cell, where the network state parameter includes a cell statistic key performance parameter KPI and a cell metric parameter, where the KPI is used to indicate a cell performance, and the cell metric parameter is used by the cell And indicating the service distribution of the cell and/or the resource usage status of the cell, where the CP is used to indicate a base station setting of the cell, where the M group network state parameter is respectively obtained by M sampling, and the M group CP is respectively obtained by M sampling. Obtained, the M group CP corresponds to the M group network state parameter-
  • the processing unit 520 is specifically configured to acquire the M group network state parameter from the target cell.
  • the processing unit 520 is specifically configured to obtain the first network state parameter from the target cell, where the first network state parameter is obtained by performing statistical average processing on the M group network state parameter by the target cell;
  • the method is used to obtain the first CP from the target cell, where the first CP is obtained by performing statistical averaging processing on the M group CP of the target cell.
  • the processing unit 520 is specifically configured to: if the security status of the target cell in the first time period is security, record a mapping relationship between the first network state parameter and the first CP.
  • the processing unit 520 is specifically configured to determine, between the network state parameters recorded in the second time period, and the first network state parameter, if the security state of the target cell in the first time period is not secure. The second network state parameter with the highest cell metric parameter similarity, wherein the second time period is before the first time period, and the security state of the target cell in the second time period is safe;
  • the processing unit 520 is specifically configured to determine the second adjustment policy from the second entry according to the first network state parameter and the first adjustment policy.
  • the KPI includes parameters of at least one of a cell throughput, a cell call loss rate, a cell drop rate, and a cell handover performance parameter;
  • the cell metric parameter includes parameters of at least one dimension of the number of users of the cell, the load of the cell, and the interference of the cell;
  • the CP includes parameters of at least one of a transmit power of the base station, an antenna downtilt angle of the base station, and a cell handover parameter.
  • the KPI includes parameters of at least two dimensions of a cell throughput, a cell call loss rate, a cell drop rate, and a cell handover performance parameter; and/or
  • the cell metric parameters include parameters of at least two dimensions of the number of users of the cell, the load of the cell, and the interference of the cell.
  • the processing unit 520 is further configured to: according to the interaction relationship between the KPI included in the first network state parameter and the first CP, and/or the cell metric parameter included in the first network state parameter, and the first The mutual influence relationship between the CPs is subjected to the first dimensionality reduction processing on the first network state parameter.
  • the processing unit 520 is further configured to perform second dimension reduction on the first network state parameter according to a correlation between a KPI included in the first network state parameter and a cell metric included in the first network state parameter. deal with.
  • the processing unit 520 is further configured to obtain the first network state parameter and obtain the third time period.
  • the network state parameter is subjected to clustering processing to minimize the feature space distance between the member network state parameter and the central network state parameter in the generated clusters, wherein the third time period is before the first time period;
  • the processing unit 520 is specifically configured to determine, between the network state parameters recorded in the second time period, and the first network state parameter, if the security state of the target cell in the first time period is not secure.
  • the processing unit 520 is specifically configured to determine the third adjustment policy from the second entry according to the third network state parameter and the first adjustment policy.
  • the processor 520 may be a central processing unit (a central processing unit), and the processor 520 may also be another general-purpose processor, a digital signal processor (DSP). ), application specific integrated circuits (ASICs), off-the-shelf programmable gate arrays (FPGAs) or other programmable logic devices, discrete gates or transistor logic devices, discrete hardware components, and the like.
  • DSP digital signal processor
  • ASICs application specific integrated circuits
  • FPGAs off-the-shelf programmable gate arrays
  • the general purpose processor may be a microprocessor or the processor or any conventional processor or the like.
  • Processing unit 520 controls the operation of device 500, which may also be referred to as a CPU.
  • Memory 530 can include read only memory and random access memory and provides instructions and data to processing unit 520.
  • a portion of memory 530 may also include non-volatile line random access memory (NVRAM).
  • device 500 may be embedded or may itself be, for example, a base station device, and may also include a transceiver that houses transmit circuitry and receive circuitry to allow for data transmission and reception between device 500 and a remote location.
  • the transmit and receive circuits can be coupled to the antenna.
  • the various components of the standby 500 are coupled together via a bus 510, wherein the bus 510 includes a power bus, a control bus, and a status signal bus in addition to the data bus.
  • Apparatus 500 can also include a processing unit for processing signals, and further includes a power controller, a decoding processor.
  • the decoder in a specific different product may be integrated with the processing unit.
  • the memory 530 can include read only memory and random access memory and provides instructions and data to the processor 520.
  • a portion of memory 530 may also include non-volatile random access memory.
  • the memory 530 can also store information of the device type.
  • the bus system 510 can include, in addition to the data bus, a power bus, a control bus, and a status signal bus. However, for clarity of description, various buses are labeled as bus system 510 in the figure.
  • the steps of the above method may be completed by an integrated logic circuit of hardware in the processor 520 or an instruction in the form of software.
  • the steps of the method disclosed in the embodiments of the present invention may be directly implemented as a hardware processor, or may be performed by a combination of hardware and software modules in the processor.
  • the software modules can be located in random memory, flash memory, read only memory, programmable read only memory or electrically erasable programmable memory, registers, etc., which are well established in the art.
  • the storage medium is located in the memory 530.
  • the processor 520 reads the information in the memory 530 and combines the hardware to perform the steps of the above method. To avoid repetition, it will not be described in detail here.
  • the eCoordinator, and the modules in the network-optimized device 500, and the other operations and/or functions described above, respectively, in order to implement the corresponding processes of the method 100 in FIG. 1, are not described herein.
  • the network optimized device is configured according to the operation performance for indicating the cell.
  • the KPI and the cell metric parameter for indicating the service distribution of the cell and/or the resource usage status of the cell to represent the current running state of the network, and performing network optimization processing, can accurately represent the current running state of the network, and reliably reflect
  • the problem of the network is, so that the labor cost input can be reduced, the accuracy of the optimization algorithm triggering can be improved, and the effect of the network optimization processing can be improved.
  • the network-optimized device determines the adjustment policy A corresponding to the current network state parameter according to the pre-acquired entry when the security state is non-secure, and according to the recorded secure network.
  • the CP corresponding to the parameter with the highest similarity of the cell metric parameter of the current network state parameter in the state parameter determines the corresponding network state parameter.
  • the size of the sequence numbers of the above processes does not mean the order of execution, and the order of execution of each process should be determined by its function and internal logic, and should not be taken to the embodiments of the present invention.
  • the implementation process constitutes any limitation.
  • the disclosed systems, devices, and methods may be implemented in other ways.
  • 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 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 electrical, mechanical or otherwise.
  • the units described as separate components may or may not be physically separate, and the components displayed as units may or may not be physical units, that is, may be located in one place, or may be distributed to 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 in one unit. In the unit.
  • the functions, if implemented in the form of software functional units and sold or used as separate products, may be stored in a computer readable storage medium.
  • the technical solution of the present invention which is essential to the prior art or part of the technical solution, may be embodied in the form of a software product stored in a storage medium, including
  • the instructions are used to cause a computer device (which may be a personal computer, server, or network device, etc.) to perform all or part of the steps of the methods described in various embodiments of the present invention.
  • the foregoing storage medium includes: a U disk, a mobile hard disk, a read-only memory (ROM), a random access memory (RAM), a magnetic disk or an optical disk, and the like, which can store program codes. .

Landscapes

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

Abstract

本发明实施例提供了一种网络优化的方法。方法包括：在第一时段，获取根据至少一个目标小区的M组网络状态参数确定的第一网络状态参数，并获取根据目标小区的M组小区控制参数CP确定的第一CP，网络状态参数包括小区统计关键性能参数KPI和小区度量参数，KPI用于指示小区的运行性能，小区度量参数用于指示小区的业务分布和/或小区的资源使用状况，CP用于指示小区的基站设置，M组CP与M组网络状态参数——对应；根据第一网络状态参数，从记录有网络状态参数与安全状态之间的映射关系的第一表项中，确定目标小区在第一时段的安全状态；根据目标小区在第一时段的安全状态，对目标小区进行网络优化处理。

Description

网络优化的方法、 网络优化的装置和网络优化的设备 技术领域
本发明涉及通信领域， 并且更具体地， 涉及网络优化的方法、 网络优化 的装置和网络优化的设备。 背景技术
随着用户数据速率需求的不断增大， 基站小型化的发展趋势日益明显， 运营商要维护的网元数量在急剧增长， 所需投入的维护成本也越来越大。 另 外， 用户应用的高度移动性， 导致了移动通信网络日发动态化。 自组织网络 SON ( Self-Organization Network )技术的提出， 就是希望通过在移动通信网 络的规划、 部署、 运维阶段实现尽可能的自动化， 来达到节省运营成本和改 进网络关键性能参数 ( KPI, Key Performance Indicator ) 的目的。
SON技术的应用建立在对网络状态的识别的基础上，即网络节点首先必 须了解网络的当前运行状态， 才能为 SON技术提供必要信息， 如触发 SON 哪些操作等。 因此， 如何分析出网络的当前运行状况， 是 SON应用的前提 条件。
现有的基于 SON的蜂窝网络中， 运营商通过网管系统的 KPI统计获取 知道网络的当前运行状态， 当网络 KPI统计值超出运营商预先设置的范围， 即网络性能不能达到预定值时， 由运维和网管人员通过经验分析方法， 获知 网络运行可能出现的问题， 即是哪些网络参数配置不合理导致的， 从而触发 相应的优化算法。 优化算法输出的参数配置在网络设备应用后， 不断进行网 络 KPI的统计并上报回网管系统。这种 KPI统计上报、性能告警、故障分析、 参数配置、 运行并统计 KPI的操作不断循环， 从而实现蜂窝网络的维护。
但是， 仅仅依靠 KPI来表征的网络的当前运行状态， 不能反映出网络的 问题所在， 要凭借人工进行分析， 因此需要大量的人力成本投入和相关的专 家知识指导。 并且， 仅仅依靠 KPI触发的优化算法不能保证能达到相应的效 果。 发明内容
本发明实施例提供一种网络优化的方法、 网络优化的装置和网络优化的 设备， 能够提高降低网络优化成本， 网络优化效果。
第一方面， 提供了一种网络优化的方法， 该方法包括： 在第一时段， 获 取根据至少一个目标小区的 M组网络状态参数确定的第一网络状态参数， 并获取根据该目标小区的 M组小区控制参数 CP确定的第一 CP, 其中， 该 网络状态参数包括小区统计关键性能参数 KPI和小区度量参数，该 KPI用于 指示小区的运行性能，该小区度量参数用于指示小区的业务分布和 /或小区的 资源使用状况， 该 CP用于指示小区的基站设置， 该 M组网络状态参数是通 过 M次采样分别获取的，该 M组 CP是通过 M次采样分别获取的，该 M组 CP与该 M组网络状态参数——对应； 根据第一网络状态参数， 从记录有网 络状态参数与安全状态之间的映射关系的第一表项中，确定该目标小区在该 第一时段的安全状态； 根据该目标小区在该第一时段的安全状态， 对该目标 小区进行网络优化处理。
结合第一方面， 在第一方面的第一种实现方式中， 该获取根据至少一个 目标小区的 M组网络状态参数确定的第一网络状态参数， 包括： 从该目标 小区获取该 M组网络状态参数； 通过对该 M组网络状态参数进行统计平均 处理， 获取该第一网络状态参数； 该获取根据该目标小区的 M组小区控制 参数 CP确定的第一 CP, 包括： 从该目标小区获取该 M组 CP; 通过对该 M 组 CP进行统计平均处理， 获取该第一 CP。
结合第一方面及其上述实现方式， 在第一方面的第二种实现方式中， 该 获取根据至少一个目标小区的 M组网络状态参数确定的第一网络状态参数， 包括： 从该目标小区获取该第一网络状态参数， 其中， 该第一网络状态参数 是该目标小区对该 M组网络状态参数进行统计平均处理后获得的； 该获取 根据该目标小区的 M组小区控制参数 CP确定的第一 CP, 包括： 从该目标 小区获取该第一 CP, 其中， 该第一 CP是该目标小区对该 M组 CP进行统 计平均处理后获得的。
结合第一方面及其上述实现方式， 在第一方面的第三种实现方式中， 该 根据该目标小区在该第一时段的安全状态， 对该目标小区进行网络优化处 理， 包括： 如果该目标小区在该第一时段的安全状态为安全， 则记录该第一 网络状态参数与该第一 CP的映射关系。
结合第一方面及其上述实现方式， 在第一方面的第四种实现方式中， 该 根据该目标小区在该第一时段的安全状态， 对该目标小区进行网络优化处 理， 包括： 如果该目标小区在该第一时段的安全状态为非安全， 则从在第二 时段记录的网络状态参数中，确定与该第一网络状态参数之间的小区度量参 数相似度最高的该第二网络状态参数， 其中， 该第二时段处于该第一时段之 前， 该目标小区在该第二时段的安全状态为安全； 根据与该第二网络状态参 数相对应的第二 CP,确定针对该第一 CP的第一调整策略；根据该第一网络 状态参数， 从记录有网络状态参数与 CP调整策略之间的映射关系的第二表 项中， 确定针对该第一 CP的第二调整策略； 根据该第一调整策略和该第二 调整策略， 对该目标小区进行网络优化处理。
结合第一方面及其上述实现方式， 在第一方面的第五种实现方式中， 该 根据该第一网络状态参数，从记录有网络状态参数与处理策略之间的映射关 系的第二表项中， 确定针对该第一 CP的第二调整策略， 包括： 根据该第一 网络状态参数和该第一调整策略， 从该第二表项中， 确定该第二调整策略。
结合第一方面及其上述实现方式， 在第一方面的第六种实现方式中， 该
KPI包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换性能参数中至少 一个维度的参数； 该小区度量参数包括小区的用户数、 小区的负载和小区的 干扰中至少一个维度的参数； 该 CP包括基站的发射功率、 基站的天线下倾 角和小区切换参数中至少一个维度的参数。
结合第一方面及其上述实现方式， 在第一方面的第七种实现方式中， 该
KPI包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换性能参数中至少 两个维度的参数；和 /或该小区度量参数包括小区的用户数、小区的负载和小 区的干扰中至少两个维度的参数。
结合第一方面及其上述实现方式， 在第一方面的第八种实现方式中， 在 该根据第一网络状态参数，从记录有网络状态参数与安全状态之间的映射关 系的第一表项中， 确定该目标小区在该第一时段的安全状态之前， 该方法还 包括： 根据该第一网络状态参数包括的 KPI与该第一 CP之间的互相影响关 系和 /或该第一网络状态参数包括的小区度量参数与该第一 CP之间的互相影 响关系， 对该第一网络状态参数进行第一降维处理。
结合第一方面及其上述实现方式， 在第一方面的第九种实现方式中， 在 该根据第一网络状态参数，从记录有网络状态参数与安全状态之间的映射关 系的第一表项中， 确定该目标小区在该第一时段的安全状态之前， 该方法还 包括：根据该第一网络状态参数包括的 KPI与该第一网络状态参数包括的小 区度量之间的相关性， 对该第一网络状态参数进行第二降维处理。
结合第一方面及其上述实现方式， 在第一方面的第十种实现方式中， 该 根据第一网络状态参数，从记录有网络状态参数与安全状态之间的映射关系 的第一表项中， 确定该目标小区在该第一时段的安全状态， 包括： 对第一网 络状态参数以及在第三时段获取的网络状态参数进行分簇处理， 以使生成的 各簇中成员网络状态参数与中心网络状态参数之间的特征空间距离最小化， 其中， 该第三时段处于该第一时段之前； 根据该第一网络状态参数， 确定第 三网络状态参数， 其中， 该第三网络状态参数是该第一网络状态参数所属簇 的中心网络状态参数； 根据第三网络状态参数， 从该第一表项中， 确定该目 标小区在该第一时段的安全状态。
结合第一方面及其上述实现方式， 在第一方面的第十一种实现方式中， 该根据该目标小区在该第一时段的安全状态，对该目标小区进行网络优化处 理， 包括： 如果该目标小区在该第一时段的安全状态为非安全， 则从在第二 时段记录的网络状态参数中，确定与该第一网络状态参数之间的小区度量参 数相似度最高的该第二网络状态参数， 其中， 该第二时段处于该第一时段之 前， 该目标小区在该第二时段的安全状态为安全； 根据与该第二网络状态参 数相对应的第二 CP,确定针对该第一 CP的第一调整策略；根据该第三网络 状态参数， 从记录有网络状态参数与 CP调整策略之间的映射关系的第二表 项中， 确定针对该第一 CP的第三调整策略； 根据该第一调整策略和该第三 调整策略， 对该目标小区进行网络优化处理。
结合第一方面及其上述实现方式， 在第一方面的第十二种实现方式中， 该根据该第三网络状态参数，从记录有网络状态参数与处理策略之间的映射 关系的第二表项中， 确定针对该第一 CP的第三调整策略， 包括： 根据该第 三网络状态参数和该第一调整策略，从该第二表项中，确定该第三调整策略。
第二方面， 提供了一种网络优化的装置， 该装置包括： 获取单元， 用于 在第一时段， 获取根据至少一个目标小区的 M组网络状态参数确定的第一 网络状态参数，并获取根据该目标小区的 M组小区控制参数 CP确定的第一 CP, 其中， 该网络状态参数包括小区统计关键性能参数 KPI和小区度量参 数， 该 KPI用于指示小区的运行性能， 该小区度量参数用于指示小区的业务 分布和 /或小区的资源使用状况， 该 CP用于指示小区的基站设置， 该 M组 网络状态参数是通过 M次采样分别获取的， 该 M组 CP是通过 M次采样分 别获取的， 该 Μ组 CP与该 Μ组网络状态参数——对应； 处理单元， 用于 根据第一网络状态参数，从记录有网络状态参数与安全状态之间的映射关系 的第一表项中， 确定该目标小区在该第一时段的安全状态； 用于根据该目标 小区在该第一时段的安全状态， 对该目标小区进行网络优化处理。
结合第二方面， 在第二方面的第一种实现方式中， 该获取单元具体用于 从该目标小区获取该 Μ组网络状态参数； 用于通过对该 Μ组网络状态参数 进行统计平均处理， 获取该第一网络状态参数； 用于从该目标小区获取该 Μ 组 CP; 用于通过对该 M组 CP进行统计平均处理， 获取该第一 CP。
结合第二方面及其上述实现方式， 在第二方面的第二种实现方式中， 该 获取单元具体用于从该目标小区获取该第一网络状态参数， 其中， 该第一网 络状态参数是该目标小区对该 M组网络状态参数进行统计平均处理后获得 的； 用于从该目标小区获取该第一 CP, 其中， 该第一 CP是该目标小区对该 M组 CP进行统计平均处理后获得的。
结合第二方面及其上述实现方式， 在第二方面的第三种实现方式中， 该 处理单元具体用于如果该目标小区在该第一时段的安全状态为安全， 则记录 该第一网络状态参数与该第一 CP的映射关系。
结合第二方面及其上述实现方式， 在第二方面的第四种实现方式中， 该 处理单元具体用于如果该目标小区在该第一时段的安全状态为非安全， 则从 在第二时段记录的网络状态参数中，确定与该第一网络状态参数之间的小区 度量参数相似度最高的该第二网络状态参数， 其中， 该第二时段处于该第一 时段之前， 该目标小区在该第二时段的安全状态为安全； 用于根据与该第二 网络状态参数相对应的第二 CP,确定针对该第一 CP的第一调整策略； 用于 根据该第一网络状态参数， 从记录有网络状态参数与 CP调整策略之间的映 射关系的第二表项中， 确定针对该第一 CP的第二调整策略； 用于根据该第 一调整策略和该第二调整策略， 对该目标小区进行网络优化处理。
结合第二方面及其上述实现方式， 在第二方面的第五种实现方式中， 该 处理单元具体用于根据该第一网络状态参数和该第一调整策略，从该第二表 项中， 确定该第二调整策略。
结合第二方面及其上述实现方式， 在第二方面的第六种实现方式中， 该 KPI包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换性能参数中至少 一个维度的参数； 该小区度量参数包括小区的用户数、 小区的负载和小区的 干扰中至少一个维度的参数； 该 CP包括基站的发射功率、 基站的天线下倾 角和小区切换参数中至少一个维度的参数。
结合第二方面及其上述实现方式， 在第二方面的第八种实现方式中， 该
KPI包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换性能参数中至少 两个维度的参数；和 /或该小区度量参数包括小区的用户数、小区的负载和小 区的干扰中至少两个维度的参数。
结合第二方面及其上述实现方式， 在第二方面的第八种实现方式中， 该 处理单元还用于根据该第一网络状态参数包括的 KPI与该第一 CP之间的互 相影响关系和 /或该第一网络状态参数包括的小区度量参数与该第一 CP之间 的互相影响关系， 对该第一网络状态参数进行第一降维处理。
结合第二方面及其上述实现方式， 在第二方面的第九种实现方式中， 该 处理单元还用于根据该第一网络状态参数包括的 KPI 与该第一网络状态参 数包括的小区度量之间的相关性， 对该第一网络状态参数进行第二降维处 理。
结合第二方面及其上述实现方式， 在第二方面的第十种实现方式中， 该 处理单元还用于对第一网络状态参数以及在第三时段获取的网络状态参数 进行分簇处理， 以使生成的各簇中成员网络状态参数与中心网络状态参数之 间的特征空间距离最小化， 其中， 该第三时段处于该第一时段之前； 根据该 第一网络状态参数， 确定第三网络状态参数， 其中， 该第三网络状态参数是 该第一网络状态参数所属簇的中心网络状态参数； 根据第三网络状态参数， 从该第一表项中， 确定该目标小区在该第一时段的安全状态。
结合第二方面及其上述实现方式， 在第二方面的第十一种实现方式中， 该处理单元具体用于如果该目标小区在该第一时段的安全状态为非安全， 则 从在第二时段记录的网络状态参数中，确定与该第一网络状态参数之间的小 区度量参数相似度最高的该第二网络状态参数， 其中， 该第二时段处于该第 一时段之前， 该目标小区在该第二时段的安全状态为安全； 用于根据与该第 二网络状态参数相对应的第二 CP,确定针对该第一 CP的第一调整策略； 用 于根据该第三网络状态参数， 从记录有网络状态参数与 CP调整策略之间的 映射关系的第二表项中， 确定针对该第一 CP的第三调整策略； 用于根据该 第一调整策略和该第三调整策略， 对该目标小区进行网络优化处理。
结合第二方面及其上述实现方式， 在第二方面的第十二种实现方式中， 该处理单元还用于根据该第三网络状态参数和该第一调整策略，从该第二表 项中， 确定该第三调整策略。
第三方面， 提供了一种网络优化的设备， 该设备包括： 总线； 与该总线 相连的处理器； 与该总线相连的存储器； 其中， 该处理器通过该总线， 调用 该存储器中存储的程序， 以用于在第一时段， 获取根据至少一个目标小区的 M组网络状态参数确定的第一网络状态参数， 并获取根据该目标小区的 M 组小区控制参数 CP确定的第一 CP, 其中， 该网络状态参数包括小区统计关 键性能参数 KPI和小区度量参数，该 KPI用于指示小区的运行性能，该小区 度量参数用于指示小区的业务分布和 /或小区的资源使用状况， 该 CP用于指 示小区的基站设置， 该 M组网络状态参数是通过 M次采样分别获取的， 该 M组 CP是通过 M次采样分别获取的， 该 M组 CP与该 M组网络状态参数 一一对应； 用于根据第一网络状态参数， 从记录有网络状态参数与安全状态 之间的映射关系的第一表项中， 确定该目标小区在该第一时段的安全状态； 用于根据该目标小区在该第一时段的安全状态，对该目标小区进行网络优化 处理。
结合第三方面， 在第三方面的第一种实现方式中， 该处理单元具体用于 从该目标小区获取该 M组网络状态参数； 用于通过对该 M组网络状态参数 进行统计平均处理， 获取该第一网络状态参数； 用于从该目标小区获取该 M 组 CP; 用于通过对该 M组 CP进行统计平均处理， 获取该第一 CP。
结合第三方面及其上述实现方式， 在第三方面的第二种实现方式中， 该 处理单元具体用于从该目标小区获取该第一网络状态参数， 其中， 该第一网 络状态参数是该目标小区对该 M组网络状态参数进行统计平均处理后获得 的； 用于从该目标小区获取该第一 CP, 其中， 该第一 CP是该目标小区对该 M组 CP进行统计平均处理后获得的。
结合第三方面及其上述实现方式， 在第三方面的第三种实现方式中， 该 处理单元具体用于如果该目标小区在该第一时段的安全状态为安全， 则记录 该第一网络状态参数与该第一 CP的映射关系。
结合第三方面及其上述实现方式， 在第三方面的第四种实现方式中， 该 处理单元具体用于如果该目标小区在该第一时段的安全状态为非安全， 则从 在第二时段记录的网络状态参数中，确定与该第一网络状态参数之间的小区 度量参数相似度最高的该第二网络状态参数， 其中， 该第二时段处于该第一 时段之前， 该目标小区在该第二时段的安全状态为安全； 用于根据与该第二 网络状态参数相对应的第二 CP,确定针对该第一 CP的第一调整策略； 用于 根据该第一网络状态参数， 从记录有网络状态参数与 CP调整策略之间的映 射关系的第二表项中， 确定针对该第一 CP的第二调整策略； 用于根据该第 一调整策略和该第二调整策略， 对该目标小区进行网络优化处理。
结合第三方面及其上述实现方式， 在第三方面的第五种实现方式中， 该 处理单元具体用于根据该第一网络状态参数和该第一调整策略，从该第二表 项中， 确定该第二调整策略。
结合第三方面及其上述实现方式， 在第三方面的第六种实现方式中， 该 KPI包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换性能参数中至少 一个维度的参数； 该小区度量参数包括小区的用户数、 小区的负载和小区的 干扰中至少一个维度的参数； 该 CP包括基站的发射功率、 基站的天线下倾 角和小区切换参数中至少一个维度的参数。
结合第三方面及其上述实现方式， 在第三方面的第八种实现方式中， 该 KPI包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换性能参数中至少 两个维度的参数；和 /或该小区度量参数包括小区的用户数、小区的负载和小 区的干扰中至少两个维度的参数。
结合第三方面及其上述实现方式， 在第三方面的第八种实现方式中， 该 处理单元还用于根据该第一网络状态参数包括的 KPI与该第一 CP之间的互 相影响关系和 /或该第一网络状态参数包括的小区度量参数与该第一 CP之间 的互相影响关系， 对该第一网络状态参数进行第一降维处理。
结合第三方面及其上述实现方式， 在第三方面的第九种实现方式中， 该 处理单元还用于根据该第一网络状态参数包括的 KPI 与该第一网络状态参 数包括的小区度量之间的相关性， 对该第一网络状态参数进行第二降维处 理。
结合第三方面及其上述实现方式， 在第三方面的第十种实现方式中， 该 处理单元还用于对第一网络状态参数以及在第三时段获取的网络状态参数 进行分簇处理， 以使生成的各簇中成员网络状态参数与中心网络状态参数之 间的特征空间距离最小化， 其中， 该第三时段处于该第一时段之前； 用于根 据该第一网络状态参数， 确定第三网络状态参数， 其中， 该第三网络状态参 数是该第一网络状态参数所属簇的中心网络状态参数； 用于根据第三网络状 态参数， 从该第一表项中， 确定该目标小区在该第一时段的安全状态。
结合第三方面及其上述实现方式， 在第三方面的第十一种实现方式中， 该处理单元具体用于如果该目标小区在该第一时段的安全状态为非安全， 则 从在第二时段记录的网络状态参数中，确定与该第一网络状态参数之间的小 区度量参数相似度最高的该第二网络状态参数， 其中， 该第二时段处于该第 一时段之前， 该目标小区在该第二时段的安全状态为安全； 用于根据与该第 二网络状态参数相对应的第二 CP,确定针对该第一 CP的第一调整策略； 用 于根据该第三网络状态参数， 从记录有网络状态参数与 CP调整策略之间的 映射关系的第二表项中， 确定针对该第一 CP的第三调整策略； 用于根据该 第一调整策略和该第三调整策略， 对该目标小区进行网络优化处理。
结合第三方面及其上述实现方式， 在第三方面的第十二种实现方式中， 该处理单元具体用于根据该第三网络状态参数和该第一调整策略，从该第二 表项中， 确定该第三调整策略。
本发明实施例的网络优化的方法、 网络优化的装置和网络优化的设备， 通过根据用于指示小区的运行性能的 KPI 以及用于指示小区的业务分布和 / 或小区的资源使用状况的小区度量参数来表征网络的当前运行状态， 并进行 网络优化处理， 能够准确地表征网络的当前运行状态， 可靠地反映出网络的 问题所在， 从而能够降低人力成本投入， 提高优化算法触发的准确性， 提高 网络优化处理的效果。
附图说明
为了更清楚地说明本发明实施例的技术方案， 下面将对实施例或现有技 术描述中所需要使用的附图作筒单地介绍， 显而易见地， 下面描述中的附图 仅仅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 性劳动的前提下， 还可以根据这些附图获得其他的附图。
图 1是根据本发明一实施例的网络优化的方法的示意性流程图。
图 2是根据本发明一实施例的获取网络状态参数采样值的方法的示意性 流程图。
图 3是根据本发明一实施例的根据网络安全状态进行网络优化的方法的 示意性流程图。 图 4是根据本发明一实施例的网络优化的装置的示意性流程图。
图 5是根据本发明一实施例的网络优化的设备的示意性流程图。 具体实施方式
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做出创 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， 可以应用于各种通信系统， 例如： 全球移动通讯系 统（GSM , Global System of Mobile communication ), 码分多址（CDMA, Code Division Multiple Access ) 系统， 宽带码分多址（ WCDMA, Wideband Code Division Multiple Access Wireless ),通用分组无线业务 ( GPRS , General Packet Radio Service ), 长期演进 ( LTE, Long Term Evolution )等。
用户设备 （ UE , User Equipment ) , 也可称之为移动终端 （ Mobile Terminal ),移动用户设备等， 可以经无线接入网（例如， RAN, Radio Access Network )与一个或多个核心网进行通信， 用户设备可以是移动终端， 如移 动电话（或称为"蜂窝"电话）和具有移动终端的计算机， 例如， 可以是便携 式、 袖珍式、 手持式、 计算机内置的或者车载的移动装置， 它们与无线接入 网交换语言和 /或数据。
基站，可以是 GSM或 CDMA中的基站（ BTS , Base Transceiver Station ), 也可以是 WCDMA中的基站（ NodeB ) ,还可以是 LTE中的演进型基站（ eNB 或 e-NodeB , evolutional Node B ), 本发明并不限定， 但为描述方便， 下述实 施例以 Node B为例进行说明。
图 1 示出了根据本发明一实施例的网络优化的方法 100 的示意性流程 图。 如图 1所示， 该方法 100包括：
S110, 在第一时段， 获取根据至少一个目标小区的 M组网络状态参数 确定的第一网络状态参数， 并获取根据该目标小区的 M组小区控制参数 CP 确定的第一 CP, 其中， 该网络状态参数包括小区统计关键性能参数 KPI和 小区度量参数， 该 KPI用于指示小区的运行性能， 该小区度量参数用于指示 小区的业务分布和 /或小区的资源使用状况，该 CP用于指示小区的基站设置， 该 M组网络状态参数是通过 M次采样分别获取的，该 M组 CP是通过 M次 采样分别获取的， 该 M组 CP与该 M组网络状态参数——对应；
S120, 根据第一网络状态参数， 从记录有网络状态参数与安全状态之间 的映射关系的第一表项中， 确定该目标小区在该第一时段的安全状态；
S130, 根据该目标小区在该第一时段的安全状态， 对该目标小区进行网 络优化处理。
在本发明实施例中，该方法 100的执行主体可以是该目标小区的基站设 备（具体地说， 是配置在基站设备中的 SON实体）， 也可以是与该目标小区 的基站设备通信连接的其他网络设备， 例如， 协同节点 （eCoordinator ), 也 可以是由基站设备与 eCoordinator协同完成， 本发明并未特别限定。 以下， 为了便于理解， 在未特别说明的情况下， 以 eCoordinator作为该方法 100的 执行主体， 对该方法 100的具体流程进行说明。
在本发明实施例中， eCoordinator可以与一个基站设备通信连接， 从而， 在该基站设备提供一个或多个小区的情况下， eCoordinator 可以对该基站设 备的一个小区构成的网络进行网络优化，也可以对由该基站设备的多个小区 构成的网络进行优化， 或者， eCoordinator也可以与多个基站设备通信连接， 从而， eCoordinator可以对该多个基站设备的多个小区构成的网络进行网络 优化。
在本发明实施例中，该方法 100可以在预设周期内或满足预设事件时（第 一时段的一例）执行， 该预设周期， 例如， 可以根据运营商的策略来设定， 该预设事件，例如，也可以根据运营商的策略来设定，可以与 KPI告警相关， 应理解， 以上列举的预设周期与预设事件的设定方法仅为示例性说明， 本发 明并不限定于此， 其他能够触发该方法 100执行的方法均落入本发明的保护 范围内。
具体地说， 在 S110中， 在第一时段， （例如， 在预设周期内或满足预设 事件 ) , eCoordinator可以从目标小区 （一个或多个）的基站设备 (一个或多 个）获取用于确定网络（由一个或多个小区构成）在第一时段内的网络状态 (或者说， 安全状态） 的网络状态参数（第一网络状态参数）， 在本发明实 施例中，该第一网络状态参数是根据基站设备和 /或用户设备在该第一时段内 测量的多组（M组，在本发明实施例中， M可以为正整数）采样数据确定的， 作为该确定方法， 例如， 可以对该 M组采样数据进行统计平均处理， 该统 计平均处理的方法和过程可以与现有技术相似， 这里为了避免赘述， 省略其 说明。 并且， 上述根据 M组采样数据获取第一网络状态参数的流程可以由 eCoordinator执行， 也可以由基站设备执行， 本发明并未特别限定， 以下， 为了便于理解和说明， 以基站设备作为执行主体， 说明该根据 M组采样数 据获取第一网络状态参数的流程。
图 2 是示出了根据本发明一实施例的获取网络状态参数采样值的方法
200的示意性流程图。
如图 2所示， 在 S210中， 基站设备可以利用计时器等时间测量设备， 确定进入预设的周期（第一时段的一例）， 以触发后续流程， 在本发明实施 例中， 该周期的长度， 例如， 可以根据运营商的策略来选定。
可选地， 在本发明实施例中， 该 KPI包括小区吞吐量、 小区呼损率、 小 区掉话率和小区切换性能参数中至少一个维度的参数；
该小区度量参数包括小区的用户数、 小区的负载和小区的干扰中至少一 个维度的参数；
该 CP包括基站的发射功率、 基站的天线下倾角和小区切换参数中至少 一个维度的参数。
具体地说， 在本发明实施例中， 该网络状态参数包括 KPI和小区度量参 数。 其中， 该 KPI用于指示小区运行性能， 可以包括吞吐量、 呼损率、 掉话 率、 切换性能等参数。
该小区度量参数用于指示小区当前的业务分布和资源使用状况，可以包 括小区的用户数、 小区的负载和小区的干扰等参数， 其中， 该小区的干扰可 以根据用户设备的反馈获得。
CP是指基站设备广播给用户设备的小区的配置参数， 可以包括基站设 备的资源配置参数（例如， 发射功率）、 基站设备的天线配置参数（例如， 天线的下倾角）、 小区切换参数等。
在 S220中， 基站设备可以在该预设的周期内， 获取 Ml (在本发明实施 例中， Ml可以为正整数）组上述网络状态参数以及 Ml组上述 CP。 在本发 明实施例中 M 1的具体数值， 例如， 可以根据运营商的策略来选定。 并且， 在本发明实施例中，为了提高网络优化的效果，在获取一组网络状态参数时， 需要同时获取此时刻下的 CP, 即该 Ml组上述网络状态参数与 Ml组上述 CP——对应。
在 230中， 在预设的周期（第一时段的一例） 内， 基站设备可以在确定 满足预设的事件后， 获取 M2 (在本发明实施例中， M2可以为正整数）组上 述网络状态参数， 例如， 在接收到 KPI告警后， 可以立即获取一组网络状态 参数以及一组上述 CP, 并且， 例如， 如果该组网络状态参数中的 KPI值超 过预设的阈值 Mnr ,则可以继续获取一组网络状态参数以及一组上述 CP , 以 此类推， 直至获取的 KPI小于该 KPITkr , 从而可以连续获取 M2组上述网络 状态参数以及 M2组上述 CP, 此时， 如果 M2大于预设的阈值 , 则可以 保存该 M2组网络状态参数以及 M2组上述 CP, 该 KPI 以及 M 可以根据 运营商的策略来选定。并且，在本发明实施例中， 为了提高网络优化的效果， 在获取一组网络状态参数时， 需要同时获取此时刻下的 CP, 即该 M2组上 述网络状态参数与 M2组上述 CP——对应。
从而， 由上述 Ml组网络状态参数与上述 M2组网络状态参数， 构成了 本发明实施例中的 M组网络状态参数， 由上述 Ml组 CP与上述 M2组 CP, 构成了本发明实施例中的 M组 CP。
这里， 需要说明的是， 为了确保网络优化的效果及准确性， 该 M组网 络状态参数以及 M组 CP包括的参数的维度（或者说， 种类）需要一致， 例 如， 如果第一组网络状态参数中的 KPI包括吞吐量、 呼损率、 掉话率、 切换 性能，则后续获取的各组网络状态参数中的 KPI也需要包括吞吐量、呼损率、 掉话率、 切换性能。
应理解， 以上列举的获取网络状态参数采样值的方法仅为示例性说明， 本发明并不限定于此， 例如， 也可以只执行上述方法中的 S210和 S220, 此 情况下， M = M1 ,或者也可以只执行上述方法中的 S210和 S230,此情况下， M = M2。
应理解， 当目标小区为一个时， 该 M组网络状态参数以及 M组 CP来 自提供该目标小区的一个基站设备， 当目标小区为多个时， 该 M组网络状 态参数以及 M组 CP来自提供该目标小区的一个或多个基站设备。
可选地， 在本发明实施例中， 该获取根据至少一个目标小区的 M组网 络状态参数确定的第一网络状态参数， 包括：
从该目标小区获取该 M组网络状态参数；
通过对该 M组网络状态参数进行统计平均处理， 获取该第一网络状态 参数；
该获取根据该目标小区的 M组小区控制参数 CP确定的第一 CP, 包括： 从该目标小区获取该 M组 CP;
通过对该 M组 CP进行统计平均处理， 获取该第一 CP。
具体地说， 基站设备在获取了该 M组网络状态参数以及 M组 CP后， 可以将该 M组网络状态参数以及 M组 CP传输给 eCoordinator, 从而， eCoordinator, 例如， 可以对该 M组网络状态参数（包括 M组 KPI和 M组 小区度量参数 )以及 M组 CP分别进行统计平均处理， 从而获得一组能够代 表目标小区在该采样周期内的网络状况的数据， 即， 第一网络状态参数与第 一 CP。 在本发明实施例中， 上述统计平均处理的方法可过程可以与现有技 术相似， 这里， 为了避免赘述， 省略其说明。
应理解， 以上列举的根据该 M组网络状态参数以及 M组 CP获得第一 网络状态参数与第一 CP的方法仅为示例性说明， 本发明并不限定于此， 其 他能够根据该 M组网络状态参数以及 M组 CP确定目标小区在该采样周期 内的网络状况的方法均落入本发明的保护范围内。
这样，通过在 eCoordinator对该 M组网络状态参数以及 M组 CP进行处 理， 能够减少基站设备的负担， 并且， 在对多个目标小区进行网络优化而需 要根据来自多个基站设备的 M组网络状态参数以及 M组 CP获取该第一网 络状态参数与第一 CP时， eCoordinator对该 M组网络状态参数以及 M组 CP进行处理， 能够进一步准确地反映有多个目标小区构成的网络的当前状 态， 从而进一步提高本发明实施例的网络优化处理的效果。
可选地， 该获取 ^据至少一个目标小区的 M组网络状态参数确定的第 一网络状态参数， 包括：
从该目标小区获取该第一网络状态参数， 其中， 该第一网络状态参数是 该目标小区对该 M组网络状态参数进行统计平均处理后获得的；
该获取根据该目标小区的 M组小区控制参数 CP确定的第一 CP, 包括： 从该目标小区获取该第一 CP, 其中， 该第一 CP是该目标小区对该 M 组 CP进行统计平均处理后获得的。
具体地说， 基站设备在获取了该 M组网络状态参数以及 M组 CP后， 例如， 可以对该 M组网络状态参数 (包括 M组 KPI和 M组小区度量参数 ) 以及 M组 CP分别进行统计平均处理，从而获得一组能够代表目标小区在该 采样周期内的网络状况的数据， 即， 第一网络状态参数与第一 CP。 在本发 明实施例中， 上述统计平均处理的方法可过程可以与现有技术相似， 这里， 为了避免赘述， 省略其说明。
应理解， 以上列举的根据该 M组网络状态参数以及 M组 CP获得第一 网络状态参数与第一 CP的方法仅为示例性说明， 本发明并不限定于此， 其 他能够根据该 M组网络状态参数以及 M组 CP确定目标小区在该采样周期 内的网络状况的方法均落入本发明的保护范围内。
这样，通过在基站设备对该 M组网络状态参数以及 M组 CP进行处理， 能够减少 eCoordinator的负担，并且，能够避免因在基站设备与 eCoordinator 之间传输大量的数据而占用传输资源。
在 S120中， eCoordinator可以预先获取记录有网络状态参数与安全状态 (或者说， 网络状态）的用例（Use Case )表项（第一表项）。 以下表 1示出 了本发明实施例的 Use Case表项的一例。
表 1
网络状态参数 CP调整策略 用例 算法 ( Cluster ) 1 无需动作 （NA ) 安全 无需动作
Cluster 2 倾角 tilt、 覆盖容量优化 CCO
功率 power CCO
Cluster 2 参考信号接收功率阈 CCO 小区间干扰协 值 RSRP threshold, 调 ICIC 频比 Frequency ratio
Cluster 2 频率 Frequency CCO 动态频谱管理
DSM
Cluster 3 时延 Hysteresis , 移动鲁棒性优 MRO
触发时间 Time To Trig 化 MRO
Cluster 4 偏移 Offset 移动负责均衡 LB
MLB
Cluster 5 时延 Hysteresis , MRO, MLB 联合 Joint
触发时间 TimeToTrig、
偏移 Offset Cluster 6 倾角 tilt、 CCO, MLB 联合 Joint
功率 power、
偏移 Offset
Cluster 7 切换 HO、 接入控制 AC AC
新传输阈值 New
traffic threshold,
传输拥塞阈值 Traffic
congestion threshold
如表 1所示，第三列表示用例 Ues Case,并且，该第三列表示的 Ues Case 可以分为安全和不安全两类， 即， 可以根据该 Ues Case, 确定安全状态， 例 如， 表 1中除 Cluster 1所对应的 Ues Case均为非安全， 第一列表示网络状态 参数 (包括 KPI和小区度量） 的簇（包括一个或多个网络状态参数）， 同一 簇中的网络状态参数对应相同的安全状态（或者说， Ues Case ) ,例如， Clusterl 中可以包括多个网络状态参数， 小区在 Clusterl中的各网络状态参数下的安 全状态（或者说， Clusterl中的各网络状态参数所对应的 Ues Case )为安全。
在本发明实施例中 Use Case表项可以从专家系统获取，也可以基于网络 优化的成功案例构建。 比如， 在网络运行过程中， 出现了新的网络问题， 通 过问题定位和分析后， 采取了一定的优化动作， 产生的相应网络配置解决了 该问题， 则为一个网络优化的成功案例。 该成功案例作为 use case表项的一 个记录， 包括该网络问题对应的网络状态参数、 Ues Case (可以用于确定安 全状态）、 调整策略（表 1中的第二列， 随后详细说明）。
这里， 需要说明的是， 在本发明实施例中， Use Case表项中记录的网络 状态参数的维度（或者说， 所包含的具体参数的种类）与该第一网络状态参 数的维度可以一致也可以不一致， 本发明并未特别限定。
在本发明实施例中，表 1中的第四列可以表示用于网络优化处理的算法。 应理解， 以上列举的表 1仅为 Use Case表项的示例性说明，本发明并不 限定于此， 例如， Use Case表项还可以仅包括表 1中的第一列 （网络状态参 数）以及第三列（Use Case )。或者，也可以在表 1的第三列中记载安全状态， 而不记载 Ues Case„
其后， eCoordinator可以确定该第一网络状态参数在 Use Case表项中的 所属簇。
例如， eCoordinator可以确定第一网络状态参数与 Use Case表项中各簇 的簇心之间的特征距离， 并将与该第一网络状态参数之间的特征距离小于预 设的分簇阈值的簇， 作为第一网络状态参数的所属簇。
从而， eCoordinator可以将 Use Case表项中与该第一网络状态参数的所 属簇相对应的 Ues Case, 确定目标小区在第一时段（或者说， 在该第一网络 状态参数下）的安全状态。例如，如果第一网络状态参数属于表 1中的 Cluster 1 , 则可以确定与该第一网络状态参数相对应的安全状态 （或者说， 目标小 区在第一时段内的安全状态） 为安全， 反之为非安全。
这里，需要说明的是，如果第一网络状态参数与 Use Case表项中各簇的 簇心之间的特征距离均大于该预设的分簇阈值， 则 eCoordinator可以确定与 该第一网络状态参数相对应的安全状态（或者说， 目标小区在第一时段内的 安全状态） 为非安全。
在 S130中， eCoordinator可以根据如上所述确定的目标小区在第一时段 的安全状态， 进行网络优化处理。
该根据该目标小区在该第一时段的安全状态，对该目标小区进行网络优 化处理， 包括：
如果该目标小区在该第一时段的安全状态为安全，则记录该第一网络状 态参数与该第一 CP的映射关系。
具体地说， 在本发明实施例中， 如果所确定的目标小区在第一时段的安 全状态为安全，则 eCoordinator可以记录该第一网络状态以及该第一 CP。从 而， 当再次进行网络优化处理时， 例如， 获取第四网络状态参数， 并根据第 四网络状态参数进行网络优化处理时，如果第四网络状态参数所对应的安全 状态为非安全， 则可以根据包括所记录的该第一网络状态以及该第一 CP在 内的安全状态下的网络状态以及 CP, 确定针对与该第四网络状态参数相对 应的第四 CP的调整策略， 随后， 对该方法和过程进行详细说明。
可选地， 该根据该目标小区在该第一时段的安全状态， 对该目标小区进 行网络优化处理， 包括：
如果该目标小区在该第一时段的安全状态为非安全， 则从在第二时段记 录的网络状态参数中，确定与该第一网络状态参数之间的小区度量参数相似 度最高的该第二网络状态参数， 其中， 该第二时段处于该第一时段之前， 该 目标小区在该第二时段的安全状态为安全；
根据与该第二网络状态参数相对应的第二 CP,确定针对该第一 CP的第 一调整策略；
根据该第一网络状态参数，从记录有网络状态参数与处理策略之间的映 射关系的第二表项中， 确定针对该第一 CP的第二调整策略；
根据该第一调整策略和该第二调整策略，对该目标小区进行网络优化处 理。
图 3是示出了在非安全状态下进行网络优化的方法 300 的示意性流程 图。
与上述目标小区在第一时段的安全状态为安全时的处理过程相似，在该 第一时段之前的一个或多个时段 (第二时段的一例；)， eCoordinator可以记录 安全状态为安全时的网络状态参数以及 CP。
从而， 如图 3所示， 在 S310中， eCoordinator可以根据以下公式 1 , 从 在该第二时段记录的网络状态参数中，确定与该第一网络状态参数之间的小 区度量参数相似度最高的网络状态参数（第二网络状态参数）， 并获取与该 第二网络状态参数相对应的第二 CP, 在本发明实施例中， "与该第二网络状 态参数相对应的第二 CP"是指， 第二网络状态参数与第二 CP是根据在同一 时段（或者说， 周期）内获取的 K组网络状态参数以及 K组 CP获取并记录 的。
公式 1:
q = arg min < Ei , >
其中， E;表示第一网络状态参数包括的小区度量， 表示所记录的安全 状态的网络状态参数包括的小区度量。
从而， 在 S320, 例如， eCoordinator可以根据该第一 CP与第二 CP的 关系， 确定针对该第一 CP的调整策略（第一调整策略）。
可选地， 该根据与该第二网络状态参数相对应的第二 CP, 确定针对该 第一 CP的第一调整策略， 包括：
确定该第一网络状态参数包括的小区度量与第二网络状态参数包括的 小区度量之间的相似程度大于预设的相似度阈值；
根据与该第二网络状态参数相对应的第二 CP,确定针对该第一 CP的第 一调整策略。 具体地说， 在本发明实施例中， 在确定了该第二网络状态参数后， eCoordinator还可以确定该第一网络状态参数包括的小区度量与第二网络状 态参数包括的小区度量之间的相似程度，如果该相似程度大于预设的相似度 阈值， 则根据该第一 CP与第二 CP的关系， 确定针对该第一 CP的调整策略 (第一调整策略）。
如果该相似程度没有超过该预设的相似度阈值， 则不输出针对该第一 CP的调整策略（第一调整策略）。
这样， 能够提高该第一调整策略的准确性， 进一步提高本发明实施例的 网络优化处理的效果。
需要说明的是，如果未找到上述相似程度超过预设的相似度阈值的第二 网络状态参数， 即， 不能获得上述第一调整策略， 则可以根据后述第二调整 策略进行网络优化处理。
在 S330中， eCoordinator可以预先获取记录有从记录有网络状态参数与 CP调整策略（例如， CP中是需要调整的维度）之间的映射关系的调整策略 表项 （第二表项）。 上述表 1示出了本发明实施例的调整策略表项的一例。
如表 1所示， 第二列表示 （针对 CP的）调整策略， 第一列表示网络状 态参数 (包括 KPI和小区度量） 的簇（包括一个或多个网络状态参数 ), 同 一簇中的网络状态参数对应相同的调整策略， 例如， Cluster3 中可以包括多 个网络状态参数， 小区在 Cluster3中的各网络状态参数下的调整策略（或者 说， Cluster3 中的各网络状态参数所对应的调整策略） 为需要对时延 ( Hysteresis )及触发时间 （ Time To Trig )进行调整。
在本发明实施例中调整策略表项可以从专家系统获取，也可以基于网络 优化的成功案例构建。 比如， 在网络运行过程中， 出现了新的网络问题， 通 过问题定位和分析后， 采取了一定的优化动作， 产生的相应网络配置解决了 该问题， 则为一个网络优化的成功案例。 该成功案例作为调整策略表项的一 个记录， 包括该网络问题对应的网络状态参数、 网络状态以及调整策略。
这里， 需要说明的是， 在本发明实施例中， 调整策略表项中记录的网络 状态参数的维度（或者说， 所包含的具体参数的种类）与该第一网络状态参 数的维度可以一致也可以不一致， 本发明并未特别限定。
应理解， 以上列举的表 1仅为调整策略表项的示例性说明， 本发明并不 限定于此， 例如， 调整策略表项还可以仅包括表 1中的第一列 （网络状态参 数） 以及第二列 （CP调整策略）。
其后， eCoordinator可以确定该第一网络状态参数在调整策略表项中的 所属簇。
例如， eCoordinator可以确定第一网络状态参数与调整策略表项中各簇 的簇心之间的特征距离， 并将与该第一网络状态参数之间的特征距离小于预 设的分簇阈值的簇， 作为第一网络状态参数的所属簇。
此情况下， 如果没有特征距离小于该分簇阈值的簇， 则表明本次出现的 网络问题是新的问题， 可以直接根据上述第一调整策略进行优化处理。
从而， eCoordinator可以将调整策略表项中与该第一网络状态参数的所 属簇相对应的 CP调整策略， 作为第一 CP的调整策略（第二调整策略）。
应理解， 以上列举的确定该第一网络状态参数在调整策略表项中的所属 簇的方法仅为示例性说明， 本发明并不限定于此， 例如， 还可以直接将第一 网络状态参数与调整策略表项中各簇的簇心之间的特征距离最小的簇，作为 该第一网络状态参数的所属簇。
可选地， 在本发明实施例中， 该根据该第一网络状态参数， 从记录有网 络状态参数与处理策略之间的映射关系的第二表项中， 确定针对该第一 CP 的第二调整策略， 包括：
根据该第一网络状态参数和该第一调整策略， 从该第二表项中， 确定该 第二调整策略。
具体地说，如表 1所示，例如，如果该第一网络参数的所属簇为 Cluster2, 则存在三个与该 Cluster2相对应的 CP调整策略， 此时， 可以根据如上所述 的第一调整策略， 从这三个与该 Cluster2相对应的 CP调整策略， 确定对第 一 CP的调整策略。
应理解， 以上列的从多个 CP调整策略中， 确定对第一 CP的调整策略 的方法仅为示例性说明， 本发明并不限定于此， 例如， 在本发明实施例中， 还可以根据预设的规则 （例如， 顺序）或随机地从上述三个与该 Cluster2相 对应的 CP调整策略中， 确定对第一 CP的第二调整策略。
在 S340中， eCoordinator可以根据如上所述确定的第一调整策略和第二 调整策略， 进行网络优化处理， 如果根据第二调整策略确定的优化算法的输 出（例如，可以包括表 1中第二列、第三列以及第四列中相应的参数或策略） 与第一调整策略一致， 则实施网络优化处理， 例如， 可以把调整策略（或者 说， 优化算法）所对应的 CP配置下发给目标小区， 由目标小区完成 CP的 调整； 否则不实施， 把网络优化处理建议（例如， 该第一调整策略与第二调 整策略）提交给运营商， 由运营商处理。
并且， 在根据上述网络优化处理后， eCoordinator可以记录该第一网络 参数以及与该第一网络参数相对应的网络优化处理， 例如， 如果在下一周期 内确定的网络安全状态为安全， 则可以认为本次优化处理或者说选择的优化 算法是成功的， 从而， 可以将该第一网络参数以及与该第一网络参数相对应 的网络优化处理记录在上述 Use Case表项以及调整策略表项中。
另夕卜，如果不能获得上述第二调整策略，表明当前是一个新的网络问题， 则根据第一调整策略选择优化算法； 如果第一调整策略也为空， 则需要设计 新的算法， 把这个需求提交给运营商， 由运营商处理。
应理解，以上列举的根据第一策略和第二策略进行网络优化处理的方法 仅为示例性说明， 本发明并不限定于此， 例如， 还可以根据表 1中的第三列 和第四列所记载的用例以及算法进行网络优化处理。
根据本发明实施例的网络优化的方法， 在安全状态为非安全时， 通过根 据预先获取的表项确定与当前的网络状态参数相对应的调整策略 A, 并根据 已记录的安全的网络状态参数中与当前的网络状态参数的小区度量参数相 似度最高的参数所对应的 CP, 确定与当前的网络状态参数相对应的调整策 略 B, 并通过对比调整策略 A与调整策略 B, 进行网络优化处理， 能够提高 网络处理的准确性， 并且， 由于调整策略 B提供了所需处理的 CP的具体种 类及处理方向， 能够提高网络优化处理的效率。
可选地， 在本发明实施例中， 该 KPI包括小区吞吐量、 小区呼损率、 小 区掉话率和小区切换性能参数中至少两个维度的参数； 和 /或
该小区度量参数包括小区的用户数、小区的负载和小区的干扰中至少两 个维度的参数。
即， 在本发明实施例中， 如上所述获取的第一网络状态参数可以包括多 个维度（或者说， 种类）的参数， 此情况下， 可以对该第一网络参数进行降 维处理。
可选地， 在本发明实施例中， 在该根据第一网络状态参数， 从记录有网 络状态参数与安全状态之间的映射关系的第一表项中，确定该目标小区在该 第一时段的安全状态之前， 该方法还包括： 根据该第一网络状态参数包括的 KPI与该第一 CP之间的互相影响关系 和 /或该第一网络状态参数包括的小区度量参数与该第一 CP之间的互相影响 关系， 对该第一网络状态参数进行第一降维处理。
具体地说， 在本发明实施例中， eCoordinator 可以删除第一网络状态参 数中与第一 CP弱相关的 KPI, 以降低需要处理的 KPI变量数目。 作为实现 方法， 例如， 可以使用互信息量方法对第一网络状态变量与第一 CP的互相 关性进行检测， 挑选出第一网络状态参数中与第一 CP弱相关的 KPI变量并 删除。
即，首先， eCoordinator可以计算第一 CP与第一网络状态参数包括的各 KPI的互信息量 /。
以下公式 2给出求解两个变量 X与 Y的互信息量的计算方法，其中 p (-) 表示概率密度函数。
公式 2: p{x)p{y) 对于存在多维变量的矢量， 如 N维变量的矢量 X与 M维变量的矢量 公式 3给出相应的互信息量计算方法。
公式 3:
Figure imgf000024_0001
本发明实施例中的 CP可以用 ^,...,^表示， KPI可以用） ^..., 表示。 用 计算结果 /(CA O3/)表征 CP和 KPI的相互影响关系，数值越大表明两者相关 性越高， 数值越小表明两者相关性越低。 并且， 可以根据预先设定的阈值
(该阈值大小可以根据运营商策略进行选择），根据以下公式 4,将相应计算 出来第的第 个 KPI从采样用数据中删除， 减少需要处理的变量数目 （或者 说， 维度）。
公式 4:
l(CP,KPL)<Ithr- i^[l, ..., Μ] 同理， 本发明实施例中的 CP可以用 ^,...,^表示， 小区度量参数可以用 ,..., 表示。 用计算结果 表征 CP 和小区度量参数的相互影响关 系， 数值越大表明两者相关性越高， 数值越小表明两者相关性越低。 并且， 可以根据预先设定的阈值 /fc (该阈值大小可以根据运营商策略进行选择）， 根据以上公式 4,将相应计算出来第的第 i个小区度量参数从采样用数据中删 除， 减少需要处理的变量数目 （或者说， 维度）。
在该根据第一网络状态参数，从记录有网络状态参数与安全状态之间的 映射关系的第一表项中， 确定该目标小区在该第一时段的安全状态之前， 该 方法还包括：
根据该第一网络状态参数包括的 KPI 与该第一网络状态参数包括的小 区度量之间的相关性， 对该第一网络状态参数进行第二降维处理。
具体地说， 在本发明实施例中， eCoordinator可以通过例如， 主成分分 析 ( Principle component analysis )方法， 将该第一网终状态参数中强相关的 KPI与小区度量参数筛选出来， 从而用少量的主成分来表征网络状态的特征 变量。 其基本原理是每个主成分对应于 KPI和小区度量参数的线性组合， 运 用主成分分析方法，将多个具有强相关性的 KPI和小区度量参数用一个主成 分来表征。 具体步骤如下：
1 )eCoordinator可以根据第一网络状态参数包括的 N个 KPI和 M个小区 度量 参数 ， 确 定 MxN 的 原 始 数据 ^ , , ···, Xw] , 其 中
Χη =[ ， ¾,2'…， Χη,Μ ]Τ ^ n e i^…， N] °
2) 对 中每个列向量求均值 H然后将原始数据 减去各 列 的 均 值 ， 获 得 新 的 ΜχΝ 的 数 据
3)计算 '的协方差， 生成 NxN的协方差矩阵 Ο ^ τ'；)。
υ 4)根据该协方差矩阵 c^ 计算出 wxN个特征向量矩阵 [/, 对应每个 元素 i&c N]和对应的特征值 Μ e [1, N]； 其中特征向量矩阵的 每个列向量 [/^, k = \, N; j e [1, N]是和特征值 相对应的特征向量。
5 )将特征向量 根据对应特征值从大到小排列， 根据预设定的特征值 阈值" 找出 i>i^， i = l, N的前 P个特征向量，即为 P个主成分，生成 Nx尸 大小的特征向量矩阵 [7 , 对应每个元素 N];j^[l, ..., Ρ]
6) 定义新的 ΡχΜ大小的网络状态变量矩阵 ， 用以使用/5个主成分表 示原有的网络状态矩阵 ： Ζ = ϋτχχ'τ . 至此， ΜχΡ大小的 就是将原有的 采用数据映射到 P个主成分上的新数据， 用以在后续流程中描述网络状态。
7)建立新的控制参数和网络状态的对应关系： 将原来每一个网络状态 采用点^ , e[l, ..., M];je[l, N]和控制参数配置 的对应关系变成新的网 络状态采样点 ， e[l, M];je[l, ..., 和控制参数配置 的对应关系。
从而， eCoordinator可以确定经上述第一降维处理和 /或第二降维处理后 的第一网络状态参数在 Use Case表项以及在调整策略表项中的所属簇。该过 程和方法和上述确定降维前的第一网络状态参数的所述簇的方法和过程相 似， 这里为了避免赘述， 省略其说明。
这里， 需要说明的是， 在确定与该第一网络状态参数之间的小区度量参 数相似度最高的网络状态参数（第二网络状态参数）时， 需要使用降维前的 第一网络参数， 即， 在本发明实施例中， eCoordinator在进行上述降维处理 前， 可以预先存储降维处理前的第一网络状态参数， 以便后续操作。
或者， eCoordinator还可以对上述第二降维处理后的第一网络状态参数 进行还原， 例如， eCoordinator可以根据 的特征矢量特性， 从 P维的 网络状态变量 还原成 N维的网络状态变量 ： Ι'τ
Figure imgf000026_0001
= ϋ χ~； χ^Χ,' + Χ,, Χ, + Χ,, ···, Χ ^ν]。
可选地， 在本发明实施例中， 该根据第一网络状态参数， 从记录有网络 状态参数与安全状态之间的映射关系的第一表项中，确定该目标小区在该第 一时段的安全状态， 包括： 对第一网络状态参数以及在第三时段获取的网络状态参数进行分簇处 理， 以使生成的各簇中成员网络状态参数与中心网络状态参数之间的特征空 间距离最小化， 其中， 该第三时段处于该第一时段之前；
根据该第一网络状态参数， 确定第三网络状态参数， 其中， 该第三网络 状态参数是该第一网络状态参数所属簇的中心网络状态参数；
根据第三网络状态参数， 从该第一表项中， 确定该目标小区在该第一时 段的安全状态。
具体地说， 在本发明实施例中， 可以对本周期获得的第一网络状态参数 以及在之前的周期内记录的各网络状态参数进行分簇处理。
这里， 需要说明的是， 所记录的各网络状态参数可以是降维处理之前的 参数也可以是降维处理之后的参数， 本发明并未特别限定， 以下， 为了便于 理解和说明， 以对讲过上述第一降维处理和第二降维处理后的参数进行分簇 处理的方法进行说明。
在本发明实施例中， eCoordinator可以将具有相似特性的主成分变量分 在一个簇中， 以一个簇心来表征该簇内所有变量的特征。 假设经过主成分分 析后网络状态有 Nc个簇 广， 对应地， 该过程就是将 M个主成分采样数据 ， e[l, M]; = l, ..., P划分到 Nc簇中， 其中 Nc«M。 在簇空间中， 每个 主成分矩阵 的行向量 , e[l, ..., M]对应一个点，分簇就是把 M个点分成为
Nc个簇。 具体地， 分簇的原则就是在簇空间中， 最小化每个点和簇心之间的 空间 巨离， 如以下公式 5所示：
公式 5:
Figure imgf000027_0001
with ^(^y^) =∑∑¾||^(x -^|| ∑^.∑(¾in(w,)-w,)
j=i '·=ι j=i '·=ι
其 中 e[0,l] 表示样点 划 分到 簇 心 ^ 的 成 员 概率 ；
[/=(«..： = 1, M;j = l, Nc); V = (v .： 7 = 1, Nc)； V是 心集合 V通过核 函数（如高斯核函数） 映射到特征空间的簇心集合； 表示样点 通过 同一核函数映射到特征空间的新的样点； 是一个可自定义的模糊度参数， 如 0.1。 对于上述公式 5, 当 a^t vys ^o和 a/ ( V)/^.=Q时， 可找到最佳 的分簇。 具体的分簇步骤如下：
A )初始化分簇。 通过观察样点 的分布， 取出 Nc个具有最大概率密度 的样点值作为初始簇心。
B)初始化 。 即根据空间距离计算获得各个样点到初始簇心的初始成 员概率。
C)根据以下公式 6和公式 7, 通过迭代计算第 次的簇心和成员概率： 公式 6:
Figure imgf000028_0001
∑"y (卜 1) 公式 7:
Figure imgf000028_0002
D) 当/ ( )-/^( -1)≥/^ (其中 是一个预设定的阈值）时， 返回步 骤 C)迭代计算地第 + l次的簇心和成员概率； 否则退出循环， 得到每个簇 心和各个样点到各簇心的成员概率。
其后， 可以周期或事件触发分簇及分簇数据库更新。 其基本原理与初始 分簇类似， 区别在于此时， 除了已有的 Μ£个分簇样本 £外， 还有新的 Μ„个 样本集合 i , 其中 M
Figure imgf000028_0003
因此在新的分簇时， 需要优化的函数为 公式 8: πήηΙ (ϋ,ν )
υ.ν
)-v
Figure imgf000028_0004
其中， 更新的分簇的的每个样点更新后的成员概率为" 相应地， 更 新的簇心为^
从而， 如上所述， 可以确定第一网络状态参数所述簇的簇心（也可以称 为中心网络状态参数， 即， 第三网络状态参数）。
从而，可以根据该第三网络状态参数，从 Use Case表项中确定第一网络 状态参数所对应的安全状态 （或者说， 在第一时段的安全状态）， 并根据该 第三网络状态参数，从调整策略表项中确定第一网络状态参数所对应的调整 策略。 由于在之前的周期内已进行了针对该第三网络状态参数的优化处理， 因此，可以记录该第三网络状态参数在 Use Case表项以及在调整策略表项中 的所属簇， 从而， 能够容易地获得第一网络状态参数所对应的安全状态以及 第一网络状态参数所对应的调整策略， 提高本发明的网络优化处理的效率。
以上列举了针对一个目标小区的网络优化处理的完整流程，在目标小区 为多个的情况下的处理与上述流程相似， 需要说明的是， 此情况下， 所得到 的 CP调整策略以及优化算法需要下发至各个小区的基站设备， 并且， 各个 小区的基站设备均遵循上述 CP调整策略以及优化算法进行设置。
并且， 在目标小区为多个的情况下， 可以使从各个小区的基站设备获取 的各组网络状态参数以及 CP的维度一致， 以提高优化处理的效果。 本发明实施例的网络优化的方法，通过根据用于指示小区的运行性能的
KPI 以及用于指示小区的业务分布和 /或小区的资源使用状况的小区度量参 数来表征网络的当前运行状态， 并进行网络优化处理， 能够准确地表征的网 络的当前运行状态， 可靠地反映出网络的问题所在， 从而能够降低人力成本 投入， 提高优化算法触发的准确性， 提高网络优化处理的效果。 下面， 结合图 4详细说明根据本发明实施例的网络优化的装置。 图 4示出了 根据本发明实施例的网络优化的装置 400的示意性框图。 如图 4所示， 该装 置 400包括：
获取单元 410, 用于在第一时段， 获取根据至少一个目标小区的 M组网 络状态参数确定的第一网络状态参数， 并获取根据该目标小区的 M组小区 控制参数 CP确定的第一 CP, 其中， 该网络状态参数包括小区统计关键性能 参数 KPI和小区度量参数，该 KPI用于指示小区的运行性能，该小区度量参 数用于指示小区的业务分布和 /或小区的资源使用状况， 该 CP用于指示小区 的基站设置， 该 M组网络状态参数是通过 M次采样分别获取的， 该 M组 CP是通过 M次采样分别获取的， 该 M组 CP与该 M组网络状态参数—— 对应；
处理单元 420, 用于根据该获取单元 410获取的第一网络状态参数， 从 记录有网络状态参数与安全状态之间的映射关系的第一表项中，确定该目标 小区在该第一时段的安全状态；
用于根据该目标小区在该第一时段的安全状态，对该目标小区进行网络 优化处理。
可选地， 该获取单元 410具体用于从该目标小区获取该 M组网络状态 参数；
用于通过对该 M组网络状态参数进行统计平均处理， 获取该第一网络 状态参数；
用于从该目标小区获取该 M组 CP;
用于通过对该 M组 CP进行统计平均处理， 获取该第一 CP。
可选地， 该获取单元 410具体用于从该目标小区获取该第一网络状态参 数， 其中， 该第一网络状态参数是该目标小区对该 M组网络状态参数进行 统计平均处理后获得的；
用于从该目标小区获取该第一 CP, 其中， 该第一 CP是该目标小区对该 M组 CP进行统计平均处理后获得的。
可选地， 该处理单元 420具体用于如果该目标小区在该第一时段的安全 状态为安全， 则记录该第一网络状态参数与该第一 CP的映射关系。
可选地， 该处理单元 420具体用于如果该目标小区在该第一时段的安全 状态为非安全， 则从在第二时段记录的网络状态参数中， 确定与该第一网络 状态参数之间的小区度量参数相似度最高的该第二网络状态参数， 其中， 该 第二时段处于该第一时段之前， 该目标小区在该第二时段的安全状态为安 全；
用于根据与该第二网络状态参数相对应的第二 CP , 确定针对该第一 CP 的第一调整策略；
用于根据该第一网络状态参数， 从记录有网络状态参数与 CP调整策略 之间的映射关系的第二表项中， 确定针对该第一 CP的第二调整策略；
用于根据该第一调整策略和该第二调整策略，对该目标小区进行网络优 化处理。
可选地， 该处理单元 420具体用于根据该第一网络状态参数和该第一调 整策略， 从该第二表项中， 确定该第二调整策略。
可选地， 该 KPI包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换 性能参数中至少一个维度的参数；
该小区度量参数包括小区的用户数、 小区的负载和小区的干扰中至少一 个维度的参数；
该 CP包括基站的发射功率、 基站的天线下倾角和小区切换参数中至少 一个维度的参数。
可选地， 该 KPI包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换 性能参数中至少两个维度的参数； 和 /或
该小区度量参数包括小区的用户数、 小区的负载和小区的干扰中至少两 个维度的参数。
可选地， 该处理单元 420还用于根据该第一网络状态参数包括的 KPI 与该第一 CP之间的互相影响关系和 /或该第一网络状态参数包括的小区度量 参数与该第一 CP之间的互相影响关系， 对该第一网络状态参数进行第一降 维处理。
可选地， 该处理单元 420还用于根据该第一网络状态参数包括的 KPI 与该第一网络状态参数包括的小区度量之间的相关性，对该第一网络状态参 数进行第二降维处理。
可选地， 该处理单元 420还用于对第一网络状态参数以及在第三时段获 取的网络状态参数进行分簇处理， 以使生成的各簇中成员网络状态参数与中 心网络状态参数之间的特征空间距离最小化， 其中， 该第三时段处于该第一 时段之前；
根据该第一网络状态参数， 确定第三网络状态参数， 其中， 该第三网络 状态参数是该第一网络状态参数所属簇的中心网络状态参数；
根据第三网络状态参数， 从该第一表项中， 确定该目标小区在该第一时 段的安全状态。
可选地， 该处理单元 420具体用于如果该目标小区在该第一时段的安全 状态为非安全， 则从在第二时段记录的网络状态参数中， 确定与该第一网络 状态参数之间的小区度量参数相似度最高的该第二网络状态参数， 其中， 该 第二时段处于该第一时段之前， 该目标小区在该第二时段的安全状态为安 全；
用于根据与该第二网络状态参数相对应的第二 CP , 确定针对该第一 CP 的第一调整策略；
用于根据该第三网络状态参数， 从记录有网络状态参数与 CP调整策略 之间的映射关系的第二表项中， 确定针对该第一 CP的第三调整策略；
用于根据该第一调整策略和该第三调整策略，对该目标小区进行网络优 化处理。
可选地，该处理单元 420还用于根据该第三网络状态参数和该第一调整 策略， 从该第二表项中， 确定该第三调整策略。
根据本发明实施例的网络优化的装置 400可对应于本发明实施例的方法 中的 eCoordinator, 并且， 该网络优化的装置 400中的各单元即模块和上述 其他操作和 /或功能分别为了实现图 1中的方法 100的相应流程， 为了筒洁， 在此不再赘述。
本发明实施例的网络优化的装置，通过根据用于指示小区的运行性能的 KPI 以及用于指示小区的业务分布和 /或小区的资源使用状况的小区度量参 数来表征网络的当前运行状态， 并进行网络优化处理， 能够准确地表征的网 络的当前运行状态， 可靠地反映出网络的问题所在， 从而能够降低人力成本 投入， 提高优化算法触发的准确性， 提高网络优化处理的效果。
并且， 根据本发明实施例的网络优化的装置， 在安全状态为非安全时， 通过根据预先获取的表项确定与当前的网络状态参数相对应的调整策略 A, 并根据已记录的安全的网络状态参数中与当前的网络状态参数的小区度量 参数相似度最高的参数所对应的 CP, 确定与当前的网络状态参数相对应的 调整策略 B, 并通过对比调整策略 A与调整策略 B, 进行网络优化处理， 能 够提高网络处理的准确性， 并且， 由于调整策略 B提供了所需处理的 CP的 具体种类及处理方向， 能够提高网络优化处理的效率。 下面， 结合图 5详细说明根据本发明实施例的网络优化的设备。 图 5示出了 根据本发明实施例的网络优化的设备 500的示意性框图。 如图 5所示， 该设 备 500包括：
总线 510;
与该总线相连的处理器 520;
与该总线相连的存储器 530;
其中，该处理器 520通过该总线 510,调用该存储器 530中存储的程序， 以用于在第一时段， 获取根据至少一个目标小区的 M组网络状态参数确定 的第一网络状态参数，并获取根据该目标小区的 M组小区控制参数 CP确定 的第一 CP, 其中， 该网络状态参数包括小区统计关键性能参数 KPI和小区 度量参数， 该 KPI用于指示小区的运行性能， 该小区度量参数用于指示小区 的业务分布和 /或小区的资源使用状况， 该 CP用于指示小区的基站设置， 该 M组网络状态参数是通过 M次采样分别获取的，该 M组 CP是通过 M次采 样分别获取的， 该 M组 CP与该 M组网络状态参数——对应；
用于根据第一网络状态参数，从记录有网络状态参数与安全状态之间的 映射关系的第一表项中， 确定该目标小区在该第一时段的安全状态；
用于根据该目标小区在该第一时段的安全状态，对该目标小区进行网络 优化处理。
可选地， 该处理单元 520具体用于从该目标小区获取该 M组网络状态 参数；
用于通过对该 M组网络状态参数进行统计平均处理， 获取该第一网络 状态参数；
用于从该目标小区获取该 M组 CP;
用于通过对该 M组 CP进行统计平均处理， 获取该第一 CP。
可选地， 该处理单元 520具体用于从该目标小区获取该第一网络状态参 数， 其中， 该第一网络状态参数是该目标小区对该 M组网络状态参数进行 统计平均处理后获得的；
用于从该目标小区获取该第一 CP, 其中， 该第一 CP是该目标小区对该 M组 CP进行统计平均处理后获得的。
可选地， 该处理单元 520具体用于如果该目标小区在该第一时段的安全 状态为安全， 则记录该第一网络状态参数与该第一 CP的映射关系。 可选地， 该处理单元 520具体用于如果该目标小区在该第一时段的安全 状态为非安全， 则从在第二时段记录的网络状态参数中， 确定与该第一网络 状态参数之间的小区度量参数相似度最高的该第二网络状态参数， 其中， 该 第二时段处于该第一时段之前， 该目标小区在该第二时段的安全状态为安 全；
用于根据与该第二网络状态参数相对应的第二 CP , 确定针对该第一 CP 的第一调整策略；
用于根据该第一网络状态参数， 从记录有网络状态参数与 CP调整策略 之间的映射关系的第二表项中， 确定针对该第一 CP的第二调整策略；
用于根据该第一调整策略和该第二调整策略，对该目标小区进行网络优 化处理。
可选地， 该处理单元 520具体用于根据该第一网络状态参数和该第一调 整策略， 从该第二表项中， 确定该第二调整策略。
可选地， 该 KPI包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换 性能参数中至少一个维度的参数；
该小区度量参数包括小区的用户数、 小区的负载和小区的干扰中至少一 个维度的参数；
该 CP包括基站的发射功率、 基站的天线下倾角和小区切换参数中至少 一个维度的参数。
可选地， 该 KPI包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换 性能参数中至少两个维度的参数； 和 /或
该小区度量参数包括小区的用户数、 小区的负载和小区的干扰中至少两 个维度的参数。
可选地， 该处理单元 520还用于根据该第一网络状态参数包括的 KPI 与该第一 CP之间的互相影响关系和 /或该第一网络状态参数包括的小区度量 参数与该第一 CP之间的互相影响关系， 对该第一网络状态参数进行第一降 维处理。
可选地， 该处理单元 520还用于根据该第一网络状态参数包括的 KPI 与该第一网络状态参数包括的小区度量之间的相关性，对该第一网络状态参 数进行第二降维处理。
可选地， 该处理单元 520还用于对第一网络状态参数以及在第三时段获 取的网络状态参数进行分簇处理， 以使生成的各簇中成员网络状态参数与中 心网络状态参数之间的特征空间距离最小化， 其中， 该第三时段处于该第一 时段之前；
用于根据该第一网络状态参数， 确定第三网络状态参数， 其中， 该第三 网络状态参数是该第一网络状态参数所属簇的中心网络状态参数；
用于根据第三网络状态参数， 从该第一表项中， 确定该目标小区在该第 一时段的安全状态。
可选地， 该处理单元 520具体用于如果该目标小区在该第一时段的安全 状态为非安全， 则从在第二时段记录的网络状态参数中， 确定与该第一网络 状态参数之间的小区度量参数相似度最高的该第二网络状态参数， 其中， 该 第二时段处于该第一时段之前， 该目标小区在该第二时段的安全状态为安 全；
用于根据与该第二网络状态参数相对应的第二 CP , 确定针对该第一 CP 的第一调整策略；
用于根据该第三网络状态参数， 从记录有网络状态参数与 CP调整策略 之间的映射关系的第二表项中， 确定针对该第一 CP的第三调整策略；
用于根据该第一调整策略和该第三调整策略，对该目标小区进行网络优 化处理。
可选地，该处理单元 520具体用于根据该第三网络状态参数和该第一调 整策略， 从该第二表项中， 确定该第三调整策略。
应理解，在本发明实施例中，该处理器 520可以是中央处理单元（ Central Processing Unit, 筒称为 "CPU" ), 该处理器 520还可以是其他通用处理器、 数字信号处理器（DSP )、专用集成电路（ASIC )、现成可编程门阵列（FPGA ) 或者其他可编程逻辑器件、 分立门或者晶体管逻辑器件、 分立硬件组件等。 通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
处理单元 520控制设备 500的操作，处理单元 520还可以称为 CPU。存 储器 530可以包括只读存储器和随机存取存储器， 并向处理单元 520提供指 令和数据。 存储器 530 的一部分还可以包括非易失行随机存取存储器 ( NVRAM )。具体的应用中，设备 500可以嵌入或者本身可以就是例如基站 设备， 还可以包括容纳发射电路和接收电路的收发器， 以允许设备 500和远 程位置之间进行数据发射和接收。 发射电路和接收电路可以耦合到天线。 设 备 500的各个组件通过总线 510耦合在一起， 其中， 总线 510除包括数据总 线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚明起见， 在图中将各种总线都标为总线 510。 设备 500还可以包括用于处理信号的处 理单元、 此外还包括功率控制器、 解码处理器。 具体的不同产品中解码器可 能与处理单元集成为一体。
该存储器 530可以包括只读存储器和随机存取存储器， 并向处理器 520 提供指令和数据。存储器 530的一部分还可以包括非易失性随机存取存储器。 例如， 存储器 530还可以存储设备类型的信息。
该总线系统 510除包括数据总线之外， 还可以包括电源总线、 控制总线 和状态信号总线等。 但是为了清楚说明起见， 在图中将各种总线都标为总线 系统 510。
在实现过程中，上述方法的各步骤可以通过处理器 520中的硬件的集成 逻辑电路或者软件形式的指令完成。 结合本发明实施例所公开的方法的步骤 可以直接体现为硬件处理器执行完成， 或者用处理器中的硬件及软件模块组 合执行完成。 软件模块可以位于随机存储器， 闪存、 只读存储器， 可编程只 读存储器或者电可擦写可编程存储器、 寄存器等本领域成熟的存储介质中。 该存储介质位于存储器 530, 处理器 520读取存储器 530中的信息， 结合其 硬件完成上述方法的步骤。 为避免重复， 这里不再详细描述。 中的 eCoordinator, 并且， 该网络优化的设备 500中的各单元即模块和上述 其他操作和 /或功能分别为了实现图 1中的方法 100的相应流程， 为了筒洁， 在此不再赘述。
本发明实施例的网络优化的设备，通过根据用于指示小区的运行性能的
KPI 以及用于指示小区的业务分布和 /或小区的资源使用状况的小区度量参 数来表征网络的当前运行状态， 并进行网络优化处理， 能够准确地表征的网 络的当前运行状态， 可靠地反映出网络的问题所在， 从而能够降低人力成本 投入， 提高优化算法触发的准确性， 提高网络优化处理的效果。
并且， 根据本发明实施例的网络优化的设备， 在安全状态为非安全时， 通过根据预先获取的表项确定与当前的网络状态参数相对应的调整策略 A, 并根据已记录的安全的网络状态参数中与当前的网络状态参数的小区度量 参数相似度最高的参数所对应的 CP, 确定与当前的网络状态参数相对应的 调整策略 B, 并通过对比调整策略 A与调整策略 B, 进行网络优化处理， 能 够提高网络处理的准确性， 并且， 由于调整策略 B提供了所需处理的 CP的 具体种类及处理方向， 能够提高网络优化处理的效率。
应理解， 本文中术语 "和 /或"， 仅仅是一种描述关联对象的关联关系， 表示可以存在三种关系， 例如， A和 /或 B, 可以表示： 单独存在 A, 同时存 在 A和 B, 单独存在 B这三种情况。 另外， 本文中字符 "/" , 一般表示前后 关联对象是一种 "或" 的关系。
应理解， 在本发明的各种实施例中， 上述各过程的序号的大小并不意味 着执行顺序的先后， 各过程的执行顺序应以其功能和内在逻辑确定， 而不应 对本发明实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到， 结合本文中所公开的实施例描述的各 示例的单元及算法步骤， 能够以电子硬件、 或者计算机软件和电子硬件的结 合来实现。 这些功能究竟以硬件还是软件方式来执行， 取决于技术方案的特 定应用和设计约束条件。 专业技术人员可以对每个特定的应用来使用不同方 法来实现所描述的功能， 但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到， 为描述的方便和筒洁， 上述描 述的系统、 装置和单元的具体工作过程， 可以参考前述方法实施例中的对应 过程， 在此不再赘述。
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。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使 用时， 可以存储在一个计算机可读取存储介质中。 基于这样的理解， 本发明 的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部 分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质 中， 包括若干指令用以使得一台计算机设备（可以是个人计算机， 服务器， 或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。 而前 述的存储介质包括： U盘、移动硬盘、只读存储器（ ROM, Read-Only Memory )、 随机存取存储器（RAM, Random Access Memory ), 磁碟或者光盘等各种可 以存储程序代码的介质。
以上所述， 仅为本发明的具体实施方式， 但本发明的保护范围并不局限 于此， 任何熟悉本技术领域的技术人员在本发明揭露的技术范围内， 可轻易 想到变化或替换， 都应涵盖在本发明的保护范围之内。 因此， 本发明的保护 范围应以所述权利要求的保护范围为准。

Claims

权利要求
1、 一种网络优化的方法， 其特征在于， 所述方法包括：
在第一时段， 获取根据至少一个目标小区的 M组网络状态参数确定的 第一网络状态参数，并获取根据所述目标小区的 M组小区控制参数 CP确定 的第一 CP, 其中， 所述网络状态参数包括小区统计关键性能参数 KPI和小 区度量参数， 所述 KPI用于指示小区的运行性能， 所述小区度量参数用于指 示小区的业务分布或小区的资源使用状况， 所述 CP用于指示小区的基站设 置， 所述 M组网络状态参数是通过 M次采样分别获取的， 所述 M组 CP是 通过 M次采样分别获取的， 所述 M组 CP与所述 M组网络状态参数——对 应；
根据第一网络状态参数，在记录有网络状态参数与安全状态之间的映射 关系的第一表项中确定所述目标小区在所述第一时段的安全状态；
根据所述目标小区在所述第一时段的安全状态，对所述目标小区进行网 络优化处理。
2、 根据权利要求 1所述的方法， 其特征在于， 所述获取根据至少一个 目标小区的 M组网络状态参数确定的第一网络状态参数， 包括：
从所述目标小区获取所述 M组网络状态参数；
通过对所述 M组网络状态参数进行统计平均处理， 获取所述第一网络 状态参数；
所述获取 ^据所述目标小区的 M组小区控制参数 CP确定的第一 CP, 包括：
从所述目标小区获取所述 M组 CP;
通过对所述 M组 CP进行统计平均处理， 获取所述第一 CP。
3、 根据权利要求 1所述的方法， 其特征在于， 所述获取根据至少一个 目标小区的 M组网络状态参数确定的第一网络状态参数， 包括：
从所述目标小区获取所述第一网络状态参数， 其中， 所述第一网络状态 参数是所述目标小区对所述 M组网络状态参数进行统计平均处理后获得的； 所述获取根据所述目标小区的 M组小区控制参数 CP确定的第一 CP, 包括：
从所述目标小区获取所述第一 CP, 其中， 所述第一 CP是所述目标小区 对所述 M组 CP进行统计平均处理后获得的。
4、 根据权利要求 1至 3中任一项所述的方法， 其特征在于， 所述根据 所述目标小区在所述第一时段的安全状态，对所述目标小区进行网络优化处 理， 包括：
如果所述目标小区在所述第一时段的安全状态为安全， 则记录所述第一 网络状态参数与所述第一 CP的映射关系。
5、 根据权利要求 1至 3中任一项所述的方法， 其特征在于， 所述根据 所述目标小区在所述第一时段的安全状态，对所述目标小区进行网络优化处 理， 包括：
如果所述目标小区在所述第一时段的安全状态为非安全， 则从在第二时 段记录的网络状态参数中，确定与所述第一网络状态参数之间的小区度量参 数相似度最高的所述第二网络状态参数， 其中， 所述第二时段处于所述第一 时段之前， 所述目标小区在所述第二时段的安全状态为安全；
根据与所述第二网络状态参数相对应的第二 CP, 确定针对所述第一 CP 的第一调整策略；
根据所述第一网络状态参数， 从记录有网络状态参数与 CP调整策略之 间的映射关系的第二表项中， 确定针对所述第一 CP的第二调整策略；
根据所述第一调整策略和所述第二调整策略，对所述目标小区进行网络 优化处理。
6、 根据权利要求 5所述的方法， 其特征在于， 所述根据所述第一网络 状态参数， 从记录有网络状态参数与处理策略之间的映射关系的第二表项 中， 确定针对所述第一 CP的第二调整策略， 包括：
根据所述第一网络状态参数和所述第一调整策略， 从所述第二表项中， 确定所述第二调整策略。
7、 根据权利要求 1至 6中任一项所述的方法， 其特征在于， 所述 KPI 包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换性能参数中至少一个 维度的参数；
所述小区度量参数包括小区的用户数、 小区的负载和小区的干扰中至少 一个维度的参数；
所述 CP包括基站的发射功率、 基站的天线下倾角和小区切换参数中至 少一个维度的参数。
8、 根据权利要求 1至 6中任一项所述的方法， 其特征在于， 所述 KPI 包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换性能参数中至少两个 维度的参数； 和 /或
所述小区度量参数包括小区的用户数、 小区的负载和小区的干扰中至少 两个维度的参数。
9、 根据权利要求 8所述的方法， 其特征在于， 在所述根据第一网络状 态参数， 从记录有网络状态参数与安全状态之间的映射关系的第一表项中， 确定所述目标小区在所述第一时段的安全状态之前， 所述方法还包括： 根据所述第一网络状态参数包括的 KPI与所述第一 CP之间的互相影响 关系和 /或所述第一网络状态参数包括的小区度量参数与所述第一 CP之间的 互相影响关系， 对所述第一网络状态参数进行第一降维处理。
10、 根据权利要求 8或 9所述的方法， 其特征在于， 在所述根据第一网 络状态参数，从记录有网络状态参数与安全状态之间的映射关系的第一表项 中， 确定所述目标小区在所述第一时段的安全状态之前， 所述方法还包括： 根据所述第一网络状态参数包括的 KPI 与所述第一网络状态参数包括 的小区度量之间的相关性， 对所述第一网络状态参数进行第二降维处理。
11、 根据权利要求 1至 10中任一项所述的方法， 其特征在于， 所述根 据第一网络状态参数，从记录有网络状态参数与安全状态之间的映射关系的 第一表项中， 确定所述目标小区在所述第一时段的安全状态， 包括：
对第一网络状态参数以及在第三时段获取的网络状态参数进行分簇处 理， 以使生成的各簇中成员网络状态参数与中心网络状态参数之间的特征空 间距离最小化， 其中， 所述第三时段处于所述第一时段之前；
根据所述第一网络状态参数， 确定第三网络状态参数， 其中， 所述第三 网络状态参数是所述第一网络状态参数所属簇的中心网络状态参数；
根据第三网络状态参数， 从所述第一表项中， 确定所述目标小区在所述 第一时段的安全状态。
12、 根据权利要求 11所述的方法， 其特征在于， 所述根据所述目标小 区在所述第一时段的安全状态， 对所述目标小区进行网络优化处理， 包括： 如果所述目标小区在所述第一时段的安全状态为非安全， 则从在第二时 段记录的网络状态参数中，确定与所述第一网络状态参数之间的小区度量参 数相似度最高的所述第二网络状态参数， 其中， 所述第二时段处于所述第一 时段之前， 所述目标小区在所述第二时段的安全状态为安全； 根据与所述第二网络状态参数相对应的第二 CP, 确定针对所述第一 CP 的第一调整策略；
根据所述第三网络状态参数， 从记录有网络状态参数与 CP调整策略之 间的映射关系的第二表项中， 确定针对所述第一 CP的第三调整策略；
根据所述第一调整策略和所述第三调整策略，对所述目标小区进行网络 优化处理。
13、 根据权利要求 12所述的方法， 其特征在于， 所述根据所述第三网 络状态参数，从记录有网络状态参数与处理策略之间的映射关系的第二表项 中， 确定针对所述第一 CP的第三调整策略， 包括：
根据所述第三网络状态参数和所述第一调整策略， 从所述第二表项中， 确定所述第三调整策略。
14、 一种网络优化的装置， 其特征在于， 所述装置包括：
获取单元， 用于在第一时段， 获取根据至少一个目标小区的 M组网络 状态参数确定的第一网络状态参数， 并获取根据所述目标小区的 M组小区 控制参数 CP确定的第一 CP, 其中， 所述网络状态参数包括小区统计关键性 能参数 KPI和小区度量参数，所述 KPI用于指示小区的运行性能， 所述小区 度量参数用于指示小区的业务分布或小区的资源使用状况， 所述 CP用于指 示小区的基站设置， 所述 M组网络状态参数是通过 M次采样分别获取的， 所述 M组 CP是通过 M次采样分别获取的， 所述 M组 CP与所述 M组网络 状态参数——对应；
处理单元， 用于根据第一网络状态参数， 在记录有网络状态参数与安全 状态之间的映射关系的第一表项中，确定所述目标小区在所述第一时段的安 全状态；
用于根据所述目标小区在所述第一时段的安全状态，对所述目标小区进 行网络优化处理。
15、 根据权利要求 14所述的装置， 其特征在于， 所述获取单元具体用 于从所述目标小区获取所述 M组网络状态参数；
用于通过对所述 M组网络状态参数进行统计平均处理， 获取所述第一 网络状态参数；
用于从所述目标小区获取所述 M组 CP;
用于通过对所述 M组 CP进行统计平均处理， 获取所述第一 CP。
16、 根据权利要求 14所述的装置， 其特征在于， 所述获取单元具体用 于从所述目标小区获取所述第一网络状态参数， 其中， 所述第一网络状态参 数是所述目标小区对所述 M组网络状态参数进行统计平均处理后获得的； 用于从所述目标小区获取所述第一 CP, 其中， 所述第一 CP是所述目标 小区对所述 M组 CP进行统计平均处理后获得的。
17、 根据权利要求 14至 16中任一项所述的装置， 其特征在于， 所述处 理单元具体用于如果所述目标小区在所述第一时段的安全状态为安全， 则记 录所述第一网络状态参数与所述第一 CP的映射关系。
18、 根据权利要求 14至 16中任一项所述的装置， 其特征在于， 所述处 理单元具体用于如果所述目标小区在所述第一时段的安全状态为非安全， 则 从在第二时段记录的网络状态参数中，确定与所述第一网络状态参数之间的 小区度量参数相似度最高的所述第二网络状态参数， 其中， 所述第二时段处 于所述第一时段之前， 所述目标小区在所述第二时段的安全状态为安全； 用于根据与所述第二网络状态参数相对应的第二 CP, 确定针对所述第 一 CP的第一调整策略；
用于根据所述第一网络状态参数， 从记录有网络状态参数与 CP调整策 略之间的映射关系的第二表项中， 确定针对所述第一 CP的第二调整策略； 用于根据所述第一调整策略和所述第二调整策略，对所述目标小区进行 网络优化处理。
19、 根据权利要求 18所述的装置， 其特征在于， 所述处理单元具体用 于根据所述第一网络状态参数和所述第一调整策略， 从所述第二表项中， 确 定所述第二调整策略。
20、 根据权利要求 14至 19 中任一项所述的装置， 其特征在于， 所述 KPI包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换性能参数中至少 一个维度的参数；
所述小区度量参数包括小区的用户数、 小区的负载和小区的干扰中至少 一个维度的参数；
所述 CP包括基站的发射功率、 基站的天线下倾角和小区切换参数中至 少一个维度的参数。
21、 根据权利要求 14至 19 中任一项所述的装置， 其特征在于， 所述
KPI包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换性能参数中至少 两个维度的参数； 和 /或
所述小区度量参数包括小区的用户数、 小区的负载和小区的干扰中至少 两个维度的参数。
22、 根据权利要求 21所述的装置， 其特征在于， 所述处理单元还用于 根据所述第一网络状态参数包括的 KPI与所述第一 CP之间的互相影响关系 和 /或所述第一网络状态参数包括的小区度量参数与所述第一 CP之间的互相 影响关系， 对所述第一网络状态参数进行第一降维处理。
23、 根据权利要求 21或 22所述的装置， 其特征在于， 所述处理单元还 用于根据所述第一网络状态参数包括的 KPI 与所述第一网络状态参数包括 的小区度量之间的相关性， 对所述第一网络状态参数进行第二降维处理。
24、 根据权利要求 14至 23中任一项所述的装置， 其特征在于， 所述处 理单元还用于对第一网络状态参数以及在第三时段获取的网络状态参数进 行分簇处理， 以使生成的各簇中成员网络状态参数与中心网络状态参数之间 的特征空间距离最小化， 其中， 所述第三时段处于所述第一时段之前； 根据所述第一网络状态参数， 确定第三网络状态参数， 其中， 所述第三 网络状态参数是所述第一网络状态参数所属簇的中心网络状态参数；
根据第三网络状态参数， 从所述第一表项中， 确定所述目标小区在所述 第一时段的安全状态。
25、 根据权利要求 24所述的装置， 其特征在于， 所述处理单元具体用 于如果所述目标小区在所述第一时段的安全状态为非安全， 则从在第二时段 记录的网络状态参数中，确定与所述第一网络状态参数之间的小区度量参数 相似度最高的所述第二网络状态参数， 其中， 所述第二时段处于所述第一时 段之前， 所述目标小区在所述第二时段的安全状态为安全；
用于根据与所述第二网络状态参数相对应的第二 CP, 确定针对所述第 一 CP的第一调整策略；
用于根据所述第三网络状态参数， 从记录有网络状态参数与 CP调整策 略之间的映射关系的第二表项中， 确定针对所述第一 CP的第三调整策略； 用于根据所述第一调整策略和所述第三调整策略，对所述目标小区进行 网络优化处理。
26、 根据权利要求 25所述的装置， 其特征在于， 所述处理单元还用于 根据所述第三网络状态参数和所述第一调整策略， 从所述第二表项中， 确定 所述第三调整策略。
27、 一种网络优化的设备， 其特征在于， 所述设备包括：
总线；
与所述总线相连的处理器；
与所述总线相连的存储器；
其中， 所述处理器通过所述总线， 调用所述存储器中存储的程序， 以用 于在第一时段， 获取根据至少一个目标小区的 M组网络状态参数确定的第 一网络状态参数，并获取根据所述目标小区的 M组小区控制参数 CP确定的 第一 CP, 其中， 所述网络状态参数包括小区统计关键性能参数 KPI和小区 度量参数， 所述 KPI用于指示小区的运行性能， 所述小区度量参数用于指示 小区的业务分布或小区的资源使用状况，所述 CP用于指示小区的基站设置， 所述 M组网络状态参数是通过 M次采样分别获取的， 所述 M组 CP是通过 M次采样分别获取的， 所述 M组 CP与所述 M组网络状态参数——对应； 用于根据第一网络状态参数，在记录有网络状态参数与安全状态之间的 映射关系的第一表项中， 确定所述目标小区在所述第一时段的安全状态； 用于根据所述目标小区在所述第一时段的安全状态，对所述目标小区进 行网络优化处理。
28、 根据权利要求 27所述的设备， 其特征在于， 所述处理单元具体用 于从所述目标小区获取所述 M组网络状态参数；
用于通过对所述 M组网络状态参数进行统计平均处理， 获取所述第一 网络状态参数；
用于从所述目标小区获取所述 M组 CP;
用于通过对所述 M组 CP进行统计平均处理， 获取所述第一 CP。
29、 根据权利要求 27所述的设备， 其特征在于， 所述处理单元具体用 于从所述目标小区获取所述第一网络状态参数， 其中， 所述第一网络状态参 数是所述目标小区对所述 M组网络状态参数进行统计平均处理后获得的； 用于从所述目标小区获取所述第一 CP, 其中， 所述第一 CP是所述目标 小区对所述 M组 CP进行统计平均处理后获得的。
30、 根据权利要求 27至 29中任一项所述的设备， 其特征在于， 所述处 理单元具体用于如果所述目标小区在所述第一时段的安全状态为安全， 则记 录所述第一网络状态参数与所述第一 CP的映射关系。
31、 根据权利要求 27至 29中任一项所述的设备， 其特征在于， 所述处 理单元具体用于如果所述目标小区在所述第一时段的安全状态为非安全， 则 从在第二时段记录的网络状态参数中，确定与所述第一网络状态参数之间的 小区度量参数相似度最高的所述第二网络状态参数， 其中， 所述第二时段处 于所述第一时段之前， 所述目标小区在所述第二时段的安全状态为安全； 用于根据与所述第二网络状态参数相对应的第二 CP, 确定针对所述第 一 CP的第一调整策略；
用于根据所述第一网络状态参数， 从记录有网络状态参数与 CP调整策 略之间的映射关系的第二表项中， 确定针对所述第一 CP的第二调整策略； 用于根据所述第一调整策略和所述第二调整策略，对所述目标小区进行 网络优化处理。
32、 根据权利要求 31所述的设备， 其特征在于， 所述处理单元具体用 于根据所述第一网络状态参数和所述第一调整策略， 从所述第二表项中， 确 定所述第二调整策略。
33、 根据权利要求 27至 32 中任一项所述的设备， 其特征在于， 所述
KPI包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换性能参数中至少 一个维度的参数；
所述小区度量参数包括小区的用户数、 小区的负载和小区的干扰中至少 一个维度的参数；
所述 CP包括基站的发射功率、 基站的天线下倾角和小区切换参数中至 少一个维度的参数。
34、 根据权利要求 27至 32 中任一项所述的设备， 其特征在于， 所述 KPI包括小区吞吐量、 小区呼损率、 小区掉话率和小区切换性能参数中至少 两个维度的参数； 和 /或
所述小区度量参数包括小区的用户数、 小区的负载和小区的干扰中至少 两个维度的参数。
35、 根据权利要求 34所述的设备， 其特征在于， 所述处理单元还用于 根据所述第一网络状态参数包括的 KPI与所述第一 CP之间的互相影响关系 和 /或所述第一网络状态参数包括的小区度量参数与所述第一 CP之间的互相 影响关系， 对所述第一网络状态参数进行第一降维处理。
36、 根据权利要求 34或 35所述的设备， 其特征在于， 所述处理单元还 用于根据所述第一网络状态参数包括的 KPI 与所述第一网络状态参数包括 的小区度量之间的相关性， 对所述第一网络状态参数进行第二降维处理。
37、 根据权利要求 27至 36中任一项所述的设备， 其特征在于， 所述处 理单元还用于对第一网络状态参数以及在第三时段获取的网络状态参数进 行分簇处理， 以使生成的各簇中成员网络状态参数与中心网络状态参数之间 的特征空间距离最小化， 其中， 所述第三时段处于所述第一时段之前； 用于根据所述第一网络状态参数， 确定第三网络状态参数， 其中， 所述 第三网络状态参数是所述第一网络状态参数所属簇的中心网络状态参数； 用于根据第三网络状态参数， 从所述第一表项中， 确定所述目标小区在 所述第一时段的安全状态。
38、 根据权利要求 37所述的设备， 其特征在于， 所述处理单元具体用 于如果所述目标小区在所述第一时段的安全状态为非安全， 则从在第二时段 记录的网络状态参数中，确定与所述第一网络状态参数之间的小区度量参数 相似度最高的所述第二网络状态参数， 其中， 所述第二时段处于所述第一时 段之前， 所述目标小区在所述第二时段的安全状态为安全；
用于根据与所述第二网络状态参数相对应的第二 CP, 确定针对所述第 一 CP的第一调整策略；
用于根据所述第三网络状态参数， 从记录有网络状态参数与 CP调整策 略之间的映射关系的第二表项中， 确定针对所述第一 CP的第三调整策略； 用于根据所述第一调整策略和所述第三调整策略，对所述目标小区进行 网络优化处理。
39、 根据权利要求 38所述的设备， 其特征在于， 所述处理单元具体用 于根据所述第三网络状态参数和所述第一调整策略， 从所述第二表项中， 确 定所述第三调整策略。
PCT/CN2013/075055 2013-05-02 2013-05-02 网络优化的方法、网络优化的装置和网络优化的设备 WO2014176769A1 (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
PCT/CN2013/075055 WO2014176769A1 (zh) 2013-05-02 2013-05-02 网络优化的方法、网络优化的装置和网络优化的设备
EP13883424.7A EP2986048B1 (en) 2013-05-02 2013-05-02 Network optimization method, device and apparatus
CN201380075979.2A CN105230063B (zh) 2013-05-02 2013-05-02 网络优化的方法、网络优化的装置和网络优化的设备
US14/927,184 US9848341B2 (en) 2013-05-02 2015-10-29 Network optimization method, and network optimization device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2013/075055 WO2014176769A1 (zh) 2013-05-02 2013-05-02 网络优化的方法、网络优化的装置和网络优化的设备

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/927,184 Continuation US9848341B2 (en) 2013-05-02 2015-10-29 Network optimization method, and network optimization device

Publications (1)

Publication Number Publication Date
WO2014176769A1 true WO2014176769A1 (zh) 2014-11-06

Family

ID=51843066

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2013/075055 WO2014176769A1 (zh) 2013-05-02 2013-05-02 网络优化的方法、网络优化的装置和网络优化的设备

Country Status (4)

Country Link
US (1) US9848341B2 (zh)
EP (1) EP2986048B1 (zh)
CN (1) CN105230063B (zh)
WO (1) WO2014176769A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016082225A1 (zh) * 2014-11-28 2016-06-02 华为技术有限公司 一种业务分布的获取方法、装置及系统
CN109005556A (zh) * 2018-07-24 2018-12-14 武汉虹信技术服务有限责任公司 一种基于用户话单的4g网络质量优化方法与系统
CN111835545A (zh) * 2019-04-22 2020-10-27 中兴通讯股份有限公司 一种网络的自适应配置方法和装置
CN113904931A (zh) * 2020-12-24 2022-01-07 常熟市祺迹网络信息科技有限公司 一种基于获客信息处理的网络参数调整方法、装置及服务器
CN116432062A (zh) * 2021-12-29 2023-07-14 西南科技大学 聚类中心一致性指导采样学习的多核聚类方法

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9485696B2 (en) * 2014-07-23 2016-11-01 Qualcomm Incorporated Systems, methods and apparatus for switching networks in active mode
US20170034720A1 (en) * 2015-07-28 2017-02-02 Futurewei Technologies, Inc. Predicting Network Performance
US9706411B2 (en) * 2015-11-19 2017-07-11 T-Mobile Usa, Inc. Small cell planning tool
CN109673037B (zh) * 2017-10-17 2021-04-20 华为技术有限公司 一种网络功能发现方法及设备
CN109412877B (zh) * 2017-12-29 2020-10-16 中国联合网络通信有限公司广东省分公司 一种基于utn网络的网络能力开放系统
US20210219384A1 (en) * 2018-09-06 2021-07-15 Nokia Technologies Oy Procedure for optimization of self-organizing network
CN111194039B (zh) * 2018-11-15 2022-05-10 华为技术有限公司 网络场景识别的方法及接入网设备
CN111200821B (zh) 2018-11-16 2021-12-03 华为技术有限公司 一种容量规划方法及装置
CN109274541A (zh) * 2018-11-19 2019-01-25 国家电网公司 通信网络的调整方法及装置
CN112203320B (zh) * 2019-07-08 2023-04-28 中国移动通信集团贵州有限公司 一种基于灰色模型预测目标网络参数的方法和装置
CN112637904B (zh) * 2019-09-24 2024-04-12 中国移动通信集团陕西有限公司 负载均衡方法、装置及计算设备
CN112689294B (zh) * 2019-10-17 2023-04-11 中国移动通信集团重庆有限公司 载频功率配置方法及装置
US10708122B1 (en) * 2019-10-30 2020-07-07 T-Mobile Usa, Inc. Network fault detection and quality of service improvement systems and methods
CN111065106B (zh) * 2019-12-31 2022-04-26 重庆大学 移动通信网络中基于异常检测和核密度估计kde的指标突变小区检测方法
CN113747342B (zh) * 2020-05-27 2023-04-28 中国移动通信集团浙江有限公司 网络监控方法、装置及计算设备
CN113365306B (zh) * 2021-06-30 2023-03-28 中国电信股份有限公司 网络分析方法及装置、存储介质、计算机系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050064820A1 (en) * 2001-12-07 2005-03-24 Park Sang Jin Network analyzing method and apparatus for optimal performance of network, and a recording medium having programs to conduct said method
CN101964985A (zh) * 2010-09-29 2011-02-02 中国科学院声学研究所 一种lte/lte-a中自组织网络的覆盖与容量自优化装置及其方法
CN102075941A (zh) * 2009-11-25 2011-05-25 中国移动通信集团北京有限公司 基站优化的实现方法和装置
CN102150450A (zh) * 2008-03-05 2011-08-10 华为技术有限公司 用于自动监测和管理无线网络性能的系统和方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101237395A (zh) * 2007-02-01 2008-08-06 北京邮电大学 宽带移动通信网络性能的分层动态仿真实现方法
CN101998465B (zh) * 2009-08-21 2012-11-07 中国移动通信集团设计院有限公司 一种网络优化的方法及系统
US9113371B2 (en) * 2010-07-01 2015-08-18 The Hong Kong University Of Science And Technology Cross-layer optimization for next-generation WiFi systems
JP5862569B2 (ja) * 2010-10-01 2016-02-16 日本電気株式会社 無線通信システムと方法並びに無線端末、無線局、及び運用管理サーバ装置
CN102457918B (zh) * 2010-10-20 2015-12-02 华为技术有限公司 确定目标小区的方法和设备
EP2647239A1 (en) * 2010-12-03 2013-10-09 Huawei Technologies Co., Ltd. Method and apparatus of communications
US9301154B2 (en) * 2011-05-06 2016-03-29 Nokia Solutions And Networks Oy Arrangements for controlling antennas
JP5772345B2 (ja) * 2011-07-25 2015-09-02 富士通株式会社 パラメータ設定装置、コンピュータプログラム及びパラメータ設定方法
US9461886B2 (en) * 2012-02-22 2016-10-04 Telefonaktiebolaget Lm Ericsson (Publ) Self-organizing network function interaction
CN102932826B (zh) * 2012-11-30 2015-01-14 北京邮电大学 蜂窝移动通信系统网络自组织中的小区中断探测定位方法
US10440590B2 (en) * 2013-03-15 2019-10-08 Qualcomm Incorporated Method and system for cloud-based management of self-organizing wireless networks

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050064820A1 (en) * 2001-12-07 2005-03-24 Park Sang Jin Network analyzing method and apparatus for optimal performance of network, and a recording medium having programs to conduct said method
CN102150450A (zh) * 2008-03-05 2011-08-10 华为技术有限公司 用于自动监测和管理无线网络性能的系统和方法
CN102075941A (zh) * 2009-11-25 2011-05-25 中国移动通信集团北京有限公司 基站优化的实现方法和装置
CN101964985A (zh) * 2010-09-29 2011-02-02 中国科学院声学研究所 一种lte/lte-a中自组织网络的覆盖与容量自优化装置及其方法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016082225A1 (zh) * 2014-11-28 2016-06-02 华为技术有限公司 一种业务分布的获取方法、装置及系统
CN107409323A (zh) * 2014-11-28 2017-11-28 华为技术有限公司 一种业务分布的获取方法、装置及系统
CN107409323B (zh) * 2014-11-28 2019-12-24 华为技术有限公司 一种业务分布的获取方法、装置及系统
US10547533B2 (en) 2014-11-28 2020-01-28 Huawei Technologies Co., Ltd. Service distribution obtaining method, apparatus, and system
CN109005556A (zh) * 2018-07-24 2018-12-14 武汉虹信技术服务有限责任公司 一种基于用户话单的4g网络质量优化方法与系统
CN109005556B (zh) * 2018-07-24 2021-05-25 武汉虹信技术服务有限责任公司 一种基于用户话单的4g网络质量优化方法与系统
CN111835545A (zh) * 2019-04-22 2020-10-27 中兴通讯股份有限公司 一种网络的自适应配置方法和装置
CN111835545B (zh) * 2019-04-22 2023-03-24 中兴通讯股份有限公司 一种网络的自适应配置方法和装置
CN113904931A (zh) * 2020-12-24 2022-01-07 常熟市祺迹网络信息科技有限公司 一种基于获客信息处理的网络参数调整方法、装置及服务器
CN116432062A (zh) * 2021-12-29 2023-07-14 西南科技大学 聚类中心一致性指导采样学习的多核聚类方法
CN116432062B (zh) * 2021-12-29 2024-05-31 西南科技大学 聚类中心一致性指导采样学习的多核聚类方法

Also Published As

Publication number Publication date
CN105230063A (zh) 2016-01-06
CN105230063B (zh) 2019-11-12
EP2986048B1 (en) 2020-02-26
EP2986048A1 (en) 2016-02-17
US20160050571A1 (en) 2016-02-18
US9848341B2 (en) 2017-12-19
EP2986048A4 (en) 2016-06-01

Similar Documents

Publication Publication Date Title
WO2014176769A1 (zh) 网络优化的方法、网络优化的装置和网络优化的设备
US11197178B2 (en) Facilitating enhanced beam management in a wireless communication system
US20210399962A1 (en) Measurements and radio link monitoring in a wireless communications system
US11627033B2 (en) System and method for anomaly detection with root cause identification
CN104662814B (zh) 用于针对机器类型通信(mtc)的自主簇头选择的方法和装置
CN106464526B (zh) 检测异常的系统与方法
JP5477896B2 (ja) 無線通信端末
US20060217137A1 (en) Channel selection in a wireless network
US20220150037A1 (en) Camera communication channel selection
WO2014173316A1 (zh) 覆盖和容量联合优化方法及装置、系统
Shukla et al. A survey on energy detection schemes in cognitive radios
JP2020202558A (ja) 無線ネットワーク状態監視装置及び方法
US11357076B2 (en) Radio resource parameter configuration
WO2022141516A1 (zh) 模型验证方法及设备
CN112367311B (zh) DDoS攻击检测方法、装置、设备及存储介质
US20200195533A1 (en) Triggering packet capture based on detecting a sequence anomaly
Ambrosino et al. Optimal sensor density for remote estimation over wireless sensor networks
WO2022082516A1 (zh) 数据传输方法及通信装置
WO2023186090A1 (zh) 验证方法、装置及设备
EP3046387A1 (en) Access point device, apparatus for managing an access point device, wireless communication device, and corresponding method and computer program product
US20230247455A1 (en) Systems and methods for dynamic time domain channel representations
US10212039B1 (en) Detecting network device configuration errors using authentication requests from wireless endpoints
Symington et al. A hardware test bed for measuring ieee 802.11 g distribution coordination function performance
Jiménez-Padilla et al. Non-intrusive QoE prediction in WLAN
CN117561423A (zh) 用于动态时域信道表示的系统和方法

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201380075979.2

Country of ref document: CN

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

Ref document number: 13883424

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2013883424

Country of ref document: EP