一种无线网络干扰的分析方法及装置制造方法
【专利摘要】本发明公开了一种无线网络干扰分析的方法，包括以下步骤：获取原始频率分配支撑系统频率分配支撑系统分析图像；分别对所述原始频率分配支撑系统分析图像进行N次干扰特征突出处理，获得对应的N个处理后的频率分配支撑系统分析图像，所述N为正整数；通过边缘检测算法分别提取每一个处理后的频率分配支撑系统分析图像边缘，生成每一个处理后的频率分配支撑系统分析图像边缘对应的线性图；将生成的所述每一个处理后的频率分配支撑系统分析图像边缘对应的线性图与N个标准干扰图分别进行匹配运算，获得匹配后的结果；根据所述匹配后的结果确定干扰类型。采用本发明公开的方法，实现干扰类型快速、自动定位。
【专利说明】一种无线网络干扰的分析方法及装置
【技术领域】
[0001]本发明涉及无线通信【技术领域】，尤其涉及一种无线网络干扰的分析方法及装置。【背景技术】
[0002]GSM (Global System For Mobile Communications 全球移动通信系统)系统的干扰问题一直是影响GSM网络质量的主要因素之一，随着网络规模的不断扩大，网络干扰水平随之出现不同程度的上升，特别是大型城市的网络上行干扰噪声强度提升较为明显。在某些上行干扰较为严重的区域，上行干扰强度、上行通话质量等网络指标出现了较为明显的恶化，对用户感知造成了严重影响。因此，对GSM网络小区进行上行干扰排查整治，成为网络质量提升工作的一项重要内容。按照产生上行干扰的原因划分，当前成熟网络中小区所受的上行干扰如图1所述，主要来自:频率干扰、主设备隐性故障造成的干扰、覆盖延伸设备的干扰、互调干扰、其他通信系统(如CDMA、联通)干扰以及私装放大器干扰等。
[0003]对于天馈互调干扰排查，现有的排查定位流程是:首先准备排查数据，包括连续24小时的ICMBAND与话务量等方面KPI数据、收集已明确为外部干扰或直放站干扰等的小区记录信息、整理现网的频率配置信息等，之后通过几个必要条件(早或晚忙时ICM4-5级比例> 30%、根据外部干扰(包括成片区)或直放站干扰等记录信息，排除掉外部干扰及直放站干扰小区、一天24小时话务量与ICM干扰的相关系数>=0.7等条件)初步筛选出疑似互调干扰小区。
[0004]对于直放站干扰排查，现有的排查手段是通过比对ICM干扰分析结果和直放站施主信源情况，将干扰小区与直放站关联并分析得出直放站原因造成的网络干扰的站点列表，并将此批点用公式验证核算，筛选出系统上行噪声不满足一 120dB的直放站站，初步定位为直放站干扰。
[0005]对于码分多址CDMA阻塞干扰，现有的排查手段最直接有效的方法是直接用仪器连接GSM天馈，测试接收到的CDMA带内信号功率，然后与GSM本身的允许的阻塞电平进行对比，以确认是否产生阻塞干扰；对于CDMA杂散干扰，在天线和测试仪器之间串接一个带通滤波器，如果测试结果中885MHz与GSM带内(889?915MHz)的值是基本一致的并且大于仪器的底噪，或者885MHz开始有平缓的下降，则可能为CDMA杂散干扰；如果现场条件允许，也可以在GSM天馈连接测试仪表情况下，闭塞所怀疑CDMA相应扇区。闭塞后先观察CDMA发射带内功率变化，如果闭塞正确，则所接收的CDMA信号强度明显下降。
[0006]从以上举例可以发现，对于干扰排查的传统手段，还是主要依赖人力前往每个干扰站点现场排查，这样不但消耗巨大的人力成本，而且实效性差，效率低下，并对多种原因混杂的干扰缺乏行之有效的分类判断排查手段，缺乏较为全面、系统的干扰原因定位及排查体系，对已有的各类判断及定位排查方法准确性、排查效率不一。另外，当前网络中排查上行干扰一般从干扰最严重的小区入手，对于不同类型的干扰，受限于技术人员的水平、排查效率、后续验证方法等影响，难以对全网所有被认为存在上行干扰的小区做全面分析，对典型小区的定位准确率有限。[0007]目前与本发明技术原理最接近的是基于频率分配支撑系统分析的干扰分析定位方法。所述频率分配支撑系统分析是一种用于频率优化的辅助分析工具，频率分配支撑系统分析图像是指频率分配支撑系统输出的分析图像，频率分配支撑系统分析图像是从这个软件系统上获取的。爱立信与华为均有该类型的工具，但命名有差异，如爱立信称之为FAS图像。现有技术的方法通过爱立信频率分配支撑系统分析、华为频点扫描话务统计分析，联动相关指标，建立上行干扰原因定位及排查系统。但是目前网络干扰分析存在的突出问题:
[0008]1.对多种原因混杂的干扰缺乏行之有效的分类判断排查手段；
[0009]2.缺乏较为全面、系统的干扰原因定位、排查体系；
[0010]3.已有的各类判断及定位排查方法准确性、排查效率不一。
【发明内容】
[0011]本发明实施例提供一种无线网络干扰的分析方法及装置，本方案基于频率分配支撑系统分析图像的干扰分析算法，建立了各种上行干扰的滤波模型、建立了基于边缘检测算法的图像边缘提取及匹配算法，最终通过以上算法建立了一个全面的、高效的、自动化的干扰分析定位系统。
[0012]本发明提供一种无线网络干扰分析的方法，包括以下步骤:
[0013] 获取原始频率分配支撑系统频率分配支撑系统分析图像；
[0014]分别对所述原始频率分配支撑系统分析图像进行N次干扰特征突出处理，获得对应的N个处理后的频率分配支撑系统分析图像，所述N为正整数；
[0015]通过边缘检测算法分别提取每一个处理后的频率分配支撑系统分析图像边缘，生成每一个处理后的频率分配支撑系统分析图像边缘对应的线性图；
[0016]将生成的所述每一个处理后的频率分配支撑系统分析图像边缘对应的线性图与N个标准干扰图分别进行匹配运算，获得匹配后的结果；
[0017]根据所述匹配后的结果确定干扰类型。
[0018]所述进行干扰特征突出处理包括:锐化或平滑所述原始频率分配支撑系统分析图像。
[0019]所述通过边缘检测算法分别提取每一个处理后的频率分配支撑系统分析图像边缘包括:分别平滑所述每一个处理后的频率分配支撑系统分析图像，获得对应的平滑后的频率分配支撑系统分析图象；通过一阶偏导的有限差分计算所述对应的平滑后的频率分配支撑系统分析图象的梯度幅值和梯度方向；通过所述梯度方向对所述对应的平滑后的频率分配支撑系统分析图象的梯度幅值进行非极大值抑制，获得非极大值抑制处理后对应的频率分配支撑系统分析图像；通过双阈值算法提取所述非极大值抑制处理后对应的频率分配支撑系统分析图像边缘的轮廓线。
[0020]所述分别平滑所述每一个处理后的频率分配支撑系统分析图像包括:通过平滑算法进行平滑。
[0021]所述平滑算法为:通过高斯平滑函数进行平滑，算法如下=;
[0022]G(x, y)=f(x, y)*H(x, y);其中，G(x，y)为平滑后图像，f (x，y)为原始图像，H (x,y)为二维高斯平滑函数。
[0023]所述通过一阶偏导的有限差分计算所述对应的平滑后的频率分配支撑系统分析图象的梯度幅值和梯度方向包括:
[0024]计算阵列中向量(X, y)的偏导阵列m与η,算法如下:
【权利要求】
1.一种无线网络干扰分析的方法，其特征在于，包括以下步骤: 获取原始频率分配支撑系统分析图像； 分别对所述原始频率分配支撑系统分析图像进行N次干扰特征突出处理，获得对应的N个处理后的频率分配支撑系统分析图像,所述N为正整数； 通过边缘检测算法分别提取每一个处理后的频率分配支撑系统分析图像边缘，生成每一个处理后的频率分配支撑系统分析图像边缘对应的线性图； 将生成的所述每一个处理后的频率分配支撑系统分析图像边缘对应的线性图与N个标准干扰图分别进行匹配运算，获得匹配后的结果； 根据所述匹配后的结果确定干扰类型。
2.根据权利要求1所述的方法，其特征在于，所述进行干扰特征突出处理包括:锐化或平滑所述原始频率分配支撑系统分析图像。
3.根据权利要求1所述的方法，其特征在于，所述通过边缘检测算法分别提取每一个处理后的频率分配支撑系统分析图像边缘包括: 分别平滑所述每一个处理后的频率分配支撑系统分析图像，获得对应的平滑后的频率分配支撑系统分析图象； 通过一阶偏导的有限差分计算所述对应的平滑后的频率分配支撑系统分析图象的梯度幅值和梯度方向； 通过所述梯度方向对所述对应的平滑后的频率分配支撑系统分析图象的梯度幅值进行非极大值抑制，获得非极大值抑制处理后对应的频率分配支撑系统分析图像；` 通过双阈值算法提取所述非极大值抑制处理后对应的频率分配支撑系统分析图像边缘的轮廓线。
4.根据权利要求3所述的方法，其特征在于，所述分别平滑所述每一个处理后的频率分配支撑系统分析图像包括:通过平滑算法进行平滑。
5.根据权利要求4所述的方法，其特征在于，所述平滑算法为:通过高斯平滑函数进行平滑，算法如下: H(s, y) = e—;
G (x, y) = f(x,y) - H(s, y)； 其中，G(x，y)为平滑后图像，f (x, y)为原始图像，H (x, y)为二维高斯平滑函数。
6.根据权利要求3所述的方法，其特征在于，所述通过一阶偏导的有限差分计算所述对应的平滑后的频率分配支撑系统分析图象的梯度幅值和梯度方向包括: 计算阵列中向量(x, y)的偏导阵列m与n,算法如下:
I — I ___ I I^ 1._ I I H —丄I H — ^ 丄x ? H1 —丨工丄丨H2 —匕_1j , 通过所述偏导阵列m与n计算坐标点(m，n)的偏导数梯度幅值屮与cp2(m,Il)，算法如下: Cp1 (m,n) = f(m,!i) H:(m,n)； _2(m,n) = f(m?n) * H2(m?n)；通过所述偏导数梯度幅值φ:0-Π,η)与φ2 (m,n)计算图像边缘强度<p(m,n),算法如下:
7.根据权利要求3所述的方法，其特征在于，所述通过所述梯度方向对所述对应的平滑后的频率分配支撑系统分析图象的梯度幅值进行非极大值抑制，获得非极大值抑制处理后对应的频率分配支撑系统分析图像包括如下算法:
8.根据权利要求3所述的方法，其特征在于，所述通过双阈值算法提取所述非极大值抑制处理后对应的频率分配支撑系统分析图像边缘的轮廓线包括: 通过双阈值算法对所述非极大值抑制处理后对应的频率分配支撑系统分析图像的梯度幅值使用低阈值τ I和高阈值τ 2，且2 τ I~τ 2，获得到两个阈值边缘图象Nl[ i，j ]和N2 [i，j]，通过双阈值算法将所述N2 [i，j]的边缘连接为轮廓线，具体为:当所述N2 [i，j]轮廓为断开状态时，从所述NI [i,j]的对应的位置寻找可以连接到轮廓上的边缘，直至所述N2 [i, j]的边缘连接为轮廓线。
9.根据权利要求1所述的方法，其特征在于，所述N个标准干扰图包括:根据各种频率分配支撑系统分析上行干扰图，分别建立一个与所述频率分配支撑系统分析上行干扰数据匹配的标准干扰图。
10.根据权利要求1所述的方法，其特征在于，所述将所述线性图与N个标准干扰图分别进行匹配包括:基于所述线性图与标准干扰图的图像矩阵进行匹配。
11.根据权利要求10所述的方法，其特征在于，所述基于图像矩阵进行匹配运算具体包括: 将所述线性图与标准干扰图中的像素进行分割生成图像矩阵，通过所述图像矩阵获得图像矩阵的隶属度函数； 所述图像矩阵的定义包括:
12.根据权利要求11所述的方法，其特征在于，所述基于图像矩阵进行匹配运算还包括: 根据所述图像矩阵集合T及图像矩阵的隶属度函数获得所述图像矩阵的向量、径向隶属度与角向隶属度； 所述图像矩阵的向量为:
13.根据权利要求12所述的方法，其特征在于，所述基于图像矩阵进行匹配运算进一步包括: 根据所述图像矩阵的隶属度函数、径向隶属度与角向隶属度，计算所述图像矩阵的隶属度，获得匹配结果； 所述计算所述图像矩阵的隶属度包括: 所述Sf和所述Si的取值范围为[0，1)，通过高斯型隶属函数，计算所述图像矩阵元素匹配关系的隶属函数Uk (x,y),
14.一种无线网络干扰分析的装置，其特征在于，包括: 图像获取单元，用于获取原始频率分配支撑系统频率分配支撑系统分析图像；滤波器单元，分别对所述原始频率分配支撑系统分析图像进行N次干扰特征突出处理，获得对应的N个处理后的频率分配支撑系统分析图像，所述N为正整数； 运算单元，用于通过边缘检测算法分别提取每一个处理后的频率分配支撑系统分析图像边缘，生成每一个处理后的频率分配支撑系统分析图像边缘对应的线性图； 图像匹配单元，用于将生成的所述每一个处理后的频率分配支撑系统分析图像边缘对应的线性图与N个标准干扰图分别进行匹配运算，获得匹配后的结果； 类型确定单元，用于根据所述匹配后的结果确定干扰类型。
15.根据权利要求14所述的装置，其特征在于，所述滤波器单元包括: 码分多址CMAD干扰低通滤波器、数字光纤射频拉远单元GRRU干扰锐化滤波器、直放站干扰选频滤波器、强外部干扰平滑滤波器与互调干扰高通滤波器中至少两个以上进行并联。
16.根据权利要求15所述的装置，其特征在于，所述运算单元包括:边缘检测算法子单元与线性图生成子单元。
17.根据权利要求16所述的装置，其特征在于，所述边缘检测算法子单元包括: 高斯滤波器子模块，用于分别平滑所述每一个处理后的频率分配支撑系统分析图像，获得对应的平滑后的频率分配支撑系统分析图象； 计算子模块，用于通过一阶偏导的有限差分计算所述对应的平滑后的频率分配支撑系统分析图象的梯度幅值和梯度方向；通过所述对应的平滑后的频率分配支撑系统分析图象的梯度的方向对梯度的幅值进行非极大值抑制，获得非极大值抑制处理后对应的频率分配支撑系统分析图像；通过双阈值算法提取所述非极大值抑制处理后对应的频率分配支撑系统分析图像边缘的轮廓线。
18.根据权利要求14所述的装置，其特征在于，所述图像匹配单元包括: 图像矩阵生成子单元，用于将所述线性图与标准干扰图中的像素进行分割生成图像矩阵集合T，通过所述图像矩阵集合T可以得出所述图像矩阵的隶属度函数； 计算子单元，用于根据所述图像矩阵集合T及图像矩阵的隶属度函数获得所述图像矩阵的向量、径向隶属度与角向隶属度； 匹配子单元，用于根据所述图像矩阵的隶属度函数、径向隶属度与角向隶属度，计算所述图像矩阵的隶属度，获得匹配结果。
【文档编号】H04B17/00GK103679681SQ201210326060
【公开日】2014年3月26日 申请日期:2012年9月6日 优先权日:2012年9月6日
【发明者】唐焯宜, 钟锦庆, 吴宝庭, 吴荣广, 吴兵, 黄政力, 林纲, 胡志东, 曾伟超, 李昭明, 曾昭展, 陆远干 申请人:亿阳信通股份有限公司, 中国移动通信集团广东有限公司