一种网络容量与覆盖的优化方法和装置与流程

本发明涉及通信技术领域，特别涉及一种网络容量与覆盖的优化方法和装置。

背景技术：

自组织网络(son，selforganizingnetwork)是通过自配置、自优化、自治愈等操作，实现网络实时自动化维护，从而大大减少人工干预的网络维护，为运营商大大减少运维成本。射频(rf，radiofrequent)容量和覆盖优化、负载均衡和干扰协调都是son的重要用例。现有网络优化的主要做法是基于单用例的优化，例如：rf容量和覆盖优化，或者负载均衡和干扰协调等都是各自作为单独的用例在特定的网络状况下进行单独优化。但是由于三者之间存在复杂的相互关系，单独优化各个用例并不能达到网络整体的优化，现有技术中不能实现各种用例之间的联合优化。

技术实现要素：

本发明实施例提供一种网络容量与覆盖的优化方法和装置，实现各种用例之间的联合优化，能够对网络整体进行优化。

第一方面，提供了一种网络容量与覆盖的优化方法，所述方法包括：

对系统子频带进行划分；为各用户组设置相应的容量和覆盖权值；根据所述子频带和用户组关系，进行用户组划分，并根据各个基站上报的本小区用户关联和资源分配、以及用户组信息用于初始化优化参数(b，e，p)；其中，b为基站-用户关联矢量，e为子频带共享矩阵，p为用户组功率矢量；

在b为给定值时，优化各子频带共享矩阵和用户组功率矢量，即(e，p)，用于实现网络的干扰协调；

根据优化的所述(e，p)，即(e^*，p^*)，优化所述基站-用户关联矢量b，用于实现网络的负载均衡；

判断各用户组功率是否收敛，如果收敛，则获取优化的(b^*，e^*，p^*)；

根据获取e^*计算用户组-子频带指配矩阵，即f^*，将获取的(b^*，f^*，p^*)配置下发到有相应用户组的基站，由基站对其关联的用户进行资源分配，从而实现了负载均衡和干扰协调的联合优化。

在第一种可能的实现方式中，根据第一方面，所述(b，p)初始化设置具体根据基站上报的各个用户组的实际关联和功率进行初始化设置；所述e采用随机设置各元素值的方式进行初始化设置。

在第二种可能的实现方式中，根据第一方面，所述在b为给定值时，优化各子频带共享矩阵和用户组功率矢量，即优化的所述(e，p)，具体包括：

在b为给定值时，最大化网络中具有最差容量和覆盖效用函数的用户组的效用函数，即：

由于效用函数为：uc(p，e)：＝pc/[g(e)p+n]c的形式，因此，定义：则最优配置(p^*，e^*)满足由此可推出，c^opt＝1/ρ(λ(e^*))，其中ρ是λ(e^*)的彼龙根；

经验证，通过最小化ρ(λ(e))即获得全网最优效用函数对应的最优配置的e^*，即

根据获得最优配置的p^*。

在第三种可能的实现方式中，根据第一方面，所述根据优化的所述(e，p)，优化所述基站-用户关联矢量b，具体包括：

对于用户组c，最大化其容量和覆盖所对应的干扰项为：通过在bc∈bs范围内为每个用户组c选择最优的使得ic(p^*，b，e^*)最小化。

在第四种可能的实现方式中，根据第一方面，当判断各用户组功率未收敛，将优化后的所述基站-用户关联矢量作为输入，执行所述在b为给定值时，优化各子频带共享矩阵和用户组功率矢量，以及执行所述根据优化的所述(e，p)，优化所述基站-用户关联矢量b；直到各用户组功率未收敛为止，从而获取优化的(b^*，e^*，p^*)。

在第五种可能的实现方式中，根据第一方面，所述根据获取e^*计算用户组-子频带指配矩阵，即f^*，具体包括：

将e^*中共享相同子频带的第i组用户组指配到f^*中的第i个子频带。

在第六种可能的实现方式中，根据第一方面，为各用户组设置相应的容量和覆盖权值，具体包括：

为各用户组设置相同或者不同的容量和覆盖权值。

第二方面，提供了一种网络容量与覆盖的优化方法，所述方法包括：

对系统子频带进行划分；为各用户组设置相应的容量和覆盖权值；根据所述子频带和用户组关系，进行用户组重划分，并根据各个基站上报的本小区用户关联和资源分配、天线下倾角、以及用户组信息，初始化优化参数(b，e，p，r，θ)；其中，b为基站-用户关联矢量，e为子频带共享矩阵，p为用户组功率矢量，r为基站功率矢量，θ为天线下倾角矢量；

在当前(r，θ)配置下，在b为给定值时，优化各子频带共享矩阵和用户组功率矢量，即(e，p)，用于实现网络的干扰协调；以及根据优化的所述(e，p)，即(e^*，p^*)，优化所述基站-用户关联矢量b，用于实现网络的负载均衡；从而获得了在当前(r，θ)配置下的优化的(b，e，p)；

在给定的r和优化的(b，e，p)下，通过最小化基站干扰相关项来优化当前迭代下的基站天线下倾角θ；

通过定点迭代优化基站功率r；

判断各个基站功率是否收敛；如果收敛，则获取优化的(b^*，e^*，p^*，r^*，θ^*)；

根据获取e^*计算用户组-子频带指配矩阵，即f^*，将获取的(b^*，f^*，p^*，r^*，θ^*)配置下发到有相应用户组的基站，由基站对其关联的用户进行资源分配，从而实现了射频优化，负载均衡和干扰协调的联合优化。

在第一种可能的实现方式中，根据第二方面，所述在给定的r和优化的(b，e，p)下，通过最小化基站干扰相关项来优化当前基站天线下倾角θ，具体包括：

对于基站最大化其容量和覆盖所对应的干扰项为，通过在θbs∈θbs范围内为每个基站bs选择最优的天线下倾角使得ibs(r，θ)最小化。

在第二种可能的实现方式中，根据第二方面，所述通过定点迭代优化基站功率r；具体包括：

采用定点迭代优化方法，结合每个基站的功率约束，每个基站的最大效用函数通过的定点迭代优化实现，其中，γbs为最低信号与干扰加噪声比。

第三方面，提供了一种网络容量与覆盖的优化装置，所述装置包括：收发器和处理器；

所述收发器，用于接收各基站上报的本小区用户关联和资源分配、以及用户组信息用于初始化优化参数(b，e，p)；其中，b为基站-用户关联矢量，e为子频带共享矩阵，p为用户组功率矢量；将获取的(b^*，f^*，p^*)配置下发到有相应用户组的基站，由基站对其关联的用户进行资源分配，从而实现了负载均衡和干扰协调的联合优化；

所述处理器，用于对系统子频带进行划分；为各用户组设置相应的容量和覆盖权值；根据所述子频带和用户组关系，进行用户组重划分，并根据各个基站上报的本小区用户关联和资源分配、以及用户组信息用于初始化优化参数(b，e，p)；在b为给定值时，优化各子频带共享矩阵和用户组功率矢量，即(e，p)，用于实现网络的干扰协调；根据优化的所述(e，p)，即(e^*，p^*)，优化所述基站-用户关联矢量b，用于实现网络的负载均衡；判断各用户组功率是否收敛，如果收敛，则获取优化的(b^*，e^*，p^*)；根据获取e^*计算用户组-子频带指配矩阵，即f^*，获取的(b^*，f^*，p^*)。

在第一种可能的实现方式中，根据第三方面，所述处理器中所述(b，p)初始化设置具体根据基站上报的各个用户组的实际关联和功率进行初始化设置；所述e采用随机设置各元素值的方式进行初始化设置。

在第二种可能的实现方式中，根据第三方面，所述处理器中所述在b为给定值时，优化各子频带共享矩阵和用户组功率矢量，即优化的所述(e，p)，具体包括：

在b为给定值时，最大化网络中具有最差容量和覆盖效用函数的用户组的效用函数，即：

由于效用函数为：uc(p，e)：＝pc/[g(e)p+n]c的形式，因此，定义：则最优配置(p^*，e^*)满足由此可推出，c^opt＝1/ρ(λ(e^*))，其中ρ是λ(e^*)的彼龙根；

经验证，通过最小化ρ(λ(e))即获得全网最优效用函数对应的最优配置的e^*，即

根据获得最优配置的p^*。

在第三种可能的实现方式中，根据第三方面，所述处理器中述根据优化的所述(e，p)，优化所述基站-用户关联矢量b，具体包括：

对于用户组c，最大化其容量和覆盖所对应的干扰项为：，通过在bc∈bs范围内为每个用户组c选择最优的使得ic(p^*，b，e^*)最小化。

在第四种可能的实现方式中，根据第三方面，所述处理器中当判断各用户组功率未收敛，将优化后的所述基站-用户关联矢量作为输入，执行所述在b为给定值时，优化各子频带共享矩阵和用户组功率矢量，以及执行所述根据优化的所述(e，p)，优化所述基站-用户关联矢量b；直到各用户组功率未收敛为止，从而获取优化的(b^*，e^*，p^*)。

在第五种可能的实现方式中，根据第三方面，所述处理器中根据获取e^*计算用户组-子频带指配矩阵，即f^*，具体包括：

将e^*中共享相同子频带的第i组用户组指配到f^*中的第i个子频带。

在第六种可能的实现方式中，根据第三方面，所述处理器中为各用户组设置相应的容量和覆盖权值，具体包括：

为各用户组设置相同或者不同的容量和覆盖权值。

第四方面，提供了一种网络容量与覆盖的优化装置，所述装置包括：

收发器和处理器；

所述收发器，用于接收各个基站上报的本小区用户关联和资源分配、天线下倾角、以及用户组信息，用于所述处理器初始化优化参数(b，e，p，r，θ)；其中，b为基站-用户关联矢量，e为子频带共享矩阵，p为用户组功率矢量，r为基站功率矢量，θ为天线下倾角矢量；将获取的(b^*，f^*，p^*，r^*，θ^*)配置下发到有相应用户组的基站。

所述处理器，用于对系统子频带进行划分；为各用户组设置相应的容量和覆盖权值；根据所述子频带和用户组关系，进行用户组重划分，并根据各个基站上报的本小区用户关联和资源分配、天线下倾角、以及用户组信息，初始化优化参数(b，e，p，r，θ)；其中，b为基站-用户关联矢量，e为子频带共享矩阵，p为用户组功率矢量，r为基站功率矢量，θ为天线下倾角矢量；在当前(r，θ)配置下，在b为给定值时，优化各子频带共享矩阵和用户组功率矢量，即(e，p)，用于实现网络的干扰协调；以及根据优化的所述(e，p)，即(e^*，p^*)，优化所述基站-用户关联矢量b，用于实现网络的负载均衡；从而获得了在当前(r，θ)配置下的优化的(b，e，p)；在给定的r和优化的(b，e，p)下，通过最小化基站干扰相关项来优化当前基站天线下倾角θ；通过定点迭代优化基站功率r；判断各个基站功率是否收敛；如果收敛，则获取优化的(b^*，e^*，p^*，r^*，θ^*)；根据获取e^*计算用户组-子频带指配矩阵，即f^*，将获取的(b^*，f^*，p^*，r^*，θ^*)配置下发到有相应用户组的基站，由基站对其关联的用户进行资源分配，从而实现了射频优化，负载均衡和干扰协调的联合优化。

在第一种可能的实现方式中，根据第四方面，所述处理器中在给定的r和优化的(b，e，p)下，通过最小化基站干扰相关项来优化当前基站天线下倾角θ，具体包括：

对于基站最大化其容量和覆盖所对应的干扰项为通过在bc∈bs范围内为每个用户组c选择最优的使得ic(p^*，b，e^*)最小化，即达到负载均衡的目的。

在第二种可能的实现方式中，根据第四方面，所述处理器中通过定点迭代优化基站功率r；具体包括：

采用定点迭代优化方法，结合每个基站的功率约束，每个基站的最大效用函数通过的定点迭代优化实现，其中，γbs为最低信号与干扰加噪声比。

本发明实施例提供一种网络容量与覆盖的优化方法和装置，本发明实施例提供的一种网络容量与覆盖的优化方法，以容量和覆盖为目标，通过负载均衡和干扰协调的联合优化，使得小区干扰协调、负载分布相对均衡的同时，覆盖和容量得到优化，有效提升网络资源使用效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明方法实施例一提供的一种网络容量与覆盖的优化方法流程简图；

图2是本发明方法实施例一中干扰协调操作的流程简图；

图3是本发明方法实施例一中网络的负载均衡的操作的流程简图；

图4本发明方法实施例二提供的一种网络容量与覆盖的优化方法流程简图；

图5本发明方法实施例二提供的一种网络容量与覆盖的优化方法的另一流程简图；

图6是本发明方法实施例三提供的一种网络容量与覆盖的优化装置示意简图；

图7是本发明方法实施例四提供的一种网络容量与覆盖的优化装置示意简图。

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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供的技术方案的主要思想是，以网络容量和覆盖为优化目标，采用负载均衡和干扰协调的联合优化，来达到网络容量和覆盖的最优化。具体地，通过对用户组与基站的动态关联，达到负载均衡的效果；通过对各用户组子频带资源使用的动态调整，实现小区间干扰协调；以容量和覆盖为优化效用函数，优化目标为最大化全网中最低效用用户组的效用函数。通过对负载均衡和干扰协调的迭代优化，执行容量和覆盖、负载均衡以及干扰协调的联合优化。

在本发明实施例提供的方案中，优化的系统参数是基站子频带分配、用户组功率分配、以及用户组到基站的关联。

为了方便描述，表格1中给出本发明实施例提供的方案中使用到的标识及其定义。对于网络中存在的所有激活用户，每个基站将与本基站关联的处于相近无线环境(如具有相近信干噪比(sinr，signaltointerferenceandnoiseratio)和物理位置)的多个用户归为一组，形成用户组，在后续的操作中系统对用户的操作以用户组为单位进行。

表格1标识及定义

实施例一

本发明实施例提供了一种网络容量与覆盖的优化方法，在对本方法作说明之前，需要理解的是：

在网络运行中，对于用户组c而言，其下行平均效用函数的下限为：

其中，以及

根据上下行对偶，其上行平均效用函数的下限为：

其中，(对应的最小干扰项是)。

对用户组c中最差效用的用户而言，其下行效用函数为：

其中，sc是一个k维矢量，除了用户组c中最差的用户对应的元素为1外，其他元素均为0，并有s＝[s1|...|sc]^t。

类似地，其上行效用函数为：

其中(对应的最小干扰项是

上述定义的上行平均效用函数对应表征为该用户组的容量，上述定义的上行最差效用的用户的效用函数对应表征为该用户组的覆盖。因此，对于覆盖和容量联合优化而言，相当于需要联合优化上述两个效用函数，即：

其中，μ∈[0，1]为用户组的容量和覆盖权值，决定优化的用户组的容量和覆盖的折中关系，该值由运营商根据网络需求给定。

可选的，对于处于不同地理位置的用户组，其效用函数可采用不同的容量和覆盖权值。例如：对于位于小区中心的用户组，其权值可取较大值，使容量优化权值高于覆盖优化；对于位于小区边缘的用户组，其权值可取较小值，使覆盖优化权值高于容量优化。即任意一个用户组c有其相对应的μc。对于全网而言，本方案的优化目标是最大化具有最低效用函数的用户组的效用函数，即：

其中，是用户组c的目标效用函数，其取值取决于该用户组中每个用户的速率需求。

基于上述对本发明实施例提供方法的思路描述，下面结合具体操作方法，对本实施提供的方法进行详细说明，如图1所示，该方法包括：

步骤101，网络协调器(eco，ecoordinator)根据网络需求预设系统的子频带数目，和用户组的容量和覆盖权重，根据子频带和用户组关系，进行用户组重划分，并从每个基站上报的用户组情况对(b，e，p)进行初始化。

其中，在步骤101中，eco根据网管或者系统设计需求，对系统子频带进行划分，设定系统子频带数目为s；为各个用户组设定相应的容量和覆盖权值μc，eco可以为每个用户组设置相同或者不同的权值；并根据各个基站上报的本小区用户关联和资源分配情况、以及用户组信息来初始化优化参数(b，e，p)。其中，(b，p)的设置是基站上报的各个用户组的实际关联和功率情况，e∈{0，1}^c×c矩阵可以采用随机设置各元素值的方式进行设置。

根据系统带宽和子频带数目，eco可以计算出每个子频带的带宽，如果基站上报的任意一个用户组业务所需带宽超过一个子频带，则将该用户组进一步划分成多个用户组，保证每个用户组业务需求能被一个子频带的带宽所满足。经过该划分，原有系统中的c个用户组变成了c’个用户组。在本实施例中，沿用e来表示新划分后的用户组所对应的子频带共享矩阵，则有e∈{0，1}^c′×c′。

步骤102，在给定的b下，eco优化各子频带共享矩阵和用户组功率矢量(e，p)，该步骤的主要功能是实现网络的干扰协调。

eco在步骤101或者步骤104(由于在第一次执行步骤102时，b值是初始化的值；在后面迭代过程中，在步骤104中，eco判断经过步骤102和步骤103操作后的各个用户组功率是否收敛，如果还未收敛，则将步骤103优化后的b作为步骤102的输入)完成后得出的b值下，优化各子频带共享矩阵和用户组功率矢量(e，p)。在步骤102中主要作用是进行网络干扰协调，其优化目的是在给定的b下，最大化网络中具有最差容量和覆盖效用函数的用户组的效用函数，即：

由于效用函数可以写成：uc(p，e)：＝pc/[g(e)p+n]c的形式，因此，定义：则最优配置(p^*，e^*)满足由此可推出，c^opt＝1/ρ(λ(e^*))，其中ρ是λ(e^*)的彼龙根(parronroot)。经验证，通过最小化ρ(λ(e))即可获得全网最优效用函数对应的最优配置e^*，即

因此，在给定的b下，最大化网络中具有最差容量和覆盖效用函数的用尸组的效用函数的问题(即优化问题)转换成为ρ(λ(e))的最小化问题。求解该问题的基本思路是：第一步，在给定的子频带配置矩阵下，找到最优的功率配置；第二步，在给定的功率配置下，从可能集合中找到最优子频带配置矩阵。通过上述两步骤的循环迭代直至最小化ρ(λ(e))，则可得到最优的(e，p)配置，即(e^*，p^*)。步骤102步干扰协调的具体流程如图2所示。

如图2所示，在s21中，eco初始化迭代次数n：＝0，并获取当前迭代次数下(b，e，p)的初始值。在s22中，计算ρ(λ(e))针对e矩阵中所有元素eij的偏导。在s23中，计算当前迭代次数下的彼龙根ρ(λ(e⁽ⁿ⁾))。在s24中，根据s2计算结果，找到斜率最小的nd个方向，并在相应的候选集合中计算使ρ(λ(e))最小化的e’。在s25中，将ρ(λ(e′))和s23中计算得到的ρ(λ(e⁽ⁿ⁾))进行比较，判断ρ(λ(e′))是否小于ρ(λ(e⁽ⁿ⁾))。若是，则进入s26，更新当前迭代次数下的(e，p)；若否，则e^*＝e⁽ⁿ⁾，跳转至s28，输出最优的(e^*，p^*)，其中p^*根据获得。在s26更新后，进入s27，更新迭代次数，然后返回s23。

步骤103，在步骤102中优化(e，p)的基础上，eco优化基站-用户关联矢量b，该步骤的用途是实现网络的负载均衡。

具体地，对于用户组c而言，最大化其容量和覆盖所对应的干扰项为在该步骤中，通过在bc∈bs范围内为每个用户组c选择最优的关联基站使得ic(p^*，b，e^*)最小化，即达到负载均衡的目的。步骤103中实现网络的负载均衡的具体流程可以如图3所示。

在s31中，eco在当前迭代次数m下获取此时的在s32中，eco初始化当前用户组c的干扰相关项在s33-s36中，eco对对用户组c轮询该用户组所有可能的基站关联bc∈bs，找到当前迭代次数m下最优的关联使得相应的ic最小化。在s37中，判断是否已经遍历所有的用户组。若还未遍历完所有的用户组，则返回s32对下一个用户组执行最优基站关联的优化过程；若已遍历完所有的用户组，则进入s38，输出在当前迭代次数m下的所有用户组的最佳基站关联

步骤104，eco判断收敛条件是否满足，如果还未收敛，则将步骤103优化后的基站-用户组关联矢量b作为步骤102的输入，迭代执行步骤102和103，直到收敛条件满足为止，从而获取最优的(b^*，e^*，p^*)。

在步骤104中，eco判断经过步骤102和步骤103操作后的各个用户组功率是否收敛，如果还未收敛，则将步骤103优化后的b作为步骤102的输入，然后迭代进行步骤102和步骤103的优化，直至收敛条件满足为止，即该次迭代后计算得到的p^*和上一次迭代后计算得到的p^*相差在给定的一个预设的接近0的阈值范围内，此时得到最优的(b^*，e^*，p^*)。

步骤105，eco通过得到的e^*计算得到f^*，然后把最优的(b^*，f^*，p^*)配置下发到有相应用户组的基站，由基站对其关联的用户进行资源分配。

其中，在步骤105中，eco通过得到的e^*计算得到f^*，然后把最优的(b^*，f^*，p^*)配置下发到有相应用户组的基站，由基站对其关联的用户进行资源分配。具体地，eco将e^*中共享相同子频带的第i组用户组指配到f^*中的第i个子频带。eco根据优化后的(b^*，f^*，p^*)，将相应的关联矢量、子频带划分矩阵和用户组功率矢量下发到相应的基站，由基站进行相应的资源分配。

本发明实施例提供的一种网络容量与覆盖的优化方法，以容量和覆盖为目标，通过负载均衡和干扰协调的联合优化，使得小区干扰协调、负载分布相对均衡的同时，覆盖和容量得到优化，有效提升网络资源使用效率。

实施例二

本发明实施例提供了一种网络容量与覆盖的优化方法，在上述实施例一中以网络容量和覆盖为优化目标，采用负载均衡和干扰协调的联合优化，来达到网络容量和覆盖的最优化。在本实施例中，网络优化在实施例一的基础上进一步进行射频(rf，radiofrequency)优化，即基站功率和天线下倾角(r，θ)的优化。在此，网络优化目标为即在每个基站功率和下倾角幅度受限的约束下，最大化具有最差效用函数的基站的容量和覆盖效用函数。

其中，优化每个小区的容量和覆盖效用函数等同于最小化以下基站干扰相关项：

其中ψ＝ba^tvθj^t，t＝ab^t，η∈[0，1]为基站的容量和覆盖权值，决定优化的基站容量和覆盖的折中关系，该值由运营商根据网络需求给定。

本发明实施例的思路是：基于上述实施例一中优化的(b，e，p)，分离优化变量(r，θ)，对θ和r进行迭代优化，如图4所示，本实施例提供的方法包括：

步骤201，eco预设系统的子频带数目，并从每个小区上报的用户分组情况对(b，e，p，r，θ)进行初始化。

其中，步骤201中，eco根据网管或系统设计需求，对系统子频带进行划分，设定系统子频带数目s；为各个用户组设定相应的容量和覆盖权值μc，eco可以为每个用户组设置相同或者不同的权值；并根据各个基站上报的本小区用户关联和资源分配情况、天线下倾角、以及用户组信息来初始化优化参数(b，e，p，r，θ)。其中，(b，p，r，θ)的设置是基站当前情况下对应的设置和分配，e∈{0，1}^c×c矩阵可以采用随机设置各元素值的方式进行设置。

根据系统带宽和子频带数目，eco可以计算出每个子频带的带宽，如果基站上报的任意一个用户组业务所需带宽超过一个子频带，则将该用户组进一步划分成多个用户组，保证每个用户组业务需求能被一个子频带的带宽所满足。经过该划分，原有系统中的c个用户组变成c’个用户组。在本文中，沿用e来表示新划分好的用户组所对应的子频带共享矩阵，则有e∈{0，1}^c′×c′。

步骤202，执行实施例一中的步骤102中干扰协调的操作，和步骤103中负载均衡流程的操作，优化在当前(r，θ)配置下的(b，e，p)。

步骤203，eco通过最小化基站干扰项以优化天线下倾角θ。

在步骤203中，eco在给定的r和优化的(b，e，p)下，即(b^*，e^*，p^*)下，通过最小化基站干扰相关项来优化当前迭代下的基站天线下倾角θ。具体地，对于基站bs而言，最大化其容量和覆盖所对应的干扰项为在该步骤中，通过在θbs∈θbs范围内为每个基站bs选择最优的天线下倾角使得ibs(r，θ)最小化。

步骤204，eco通过定点迭代优化基站功率r。

在步骤204中，eco采用定点迭代优化方法，结合每个基站的功率约束，每个基站的最大效用函数可通过的定点迭代优化实现，其中γbs为最低信号与干扰加噪声比(sinr，signaltointerferenceplusnoiseratio)限，通常取-6.5db。

步骤205，eco判断各个基站功率收敛条件是否满足。如果还未收敛，则将返回第二步，然后迭代进行步骤202至步骤204的优化，直至收敛条件满足为止，此时eco获取最优的(b^*，e^*，p^*，r^*，θ^*)。

在步骤205中，eco判断经过步骤202和步骤204操作后各个基站功率是否收敛，如果还未收敛，则继续更新基站功率r，然后迭代进行步骤202到步骤204的优化，直至收敛条件满足为止，即该次迭代后计算得到的r^*和上一次迭代后计算得到的r^*相差在给定的一个预设的接近0的阈值范围内，此时得到最优的(b^*，e^*，p^*，r^*，θ^*)。

步骤206，eco通过得到的e^*计算得到f^*，然后把最优的(b^*，f^*，p^*，r^*，θ^*)配置下发到有相应用户组的基站，由基站对其关联的用户进行资源分配。

在步骤206中，eco通过得到的e^*计算得到f^*，然后把最优的(b^*，f^*，p^*，r^*，θ^*)配置下发各个基站，由基站进行相应的配置和对其关联的用户进行资源分配。具体地，eco将e^*中共享相同子频带的第i组用户组指配到f^*中的第i个子频带。eco根据优化后的(b^*，f^*，p^*，r^*，θ^*)，将相应的关联矢量、子频带划分矩阵、用户组功率矢量、基站功率矢量、以及基站天线下倾角配置下发到相应的基站，由基站进行相应的配置和资源分配。

本发明实施例提供的一种网络容量与覆盖的优化方法，以容量和覆盖为目标，通过负载均衡和干扰协调的联合优化，使得小区干扰协调、负载分布相对均衡的同时，覆盖和容量得到优化，有效提升网络资源使用效率，并且，通过结合rf优化，使得容量和覆盖得到进一步优化，进一步提升网络资源使用效率。

对上述实施例二中操作的一种更便于理解的说明，如图5所示：在s51中，eco完成对要优化的参数(b，e，p，r，θ)的初始化。在s52中，eco对当前要计算的基站bs初始化迭代次数t：＝0。在s53中，eco对基站bs初始化干扰相关项ibs：＝∞并开始迭代计算待优化参数。在s4-s8中，eco为基站bs通过轮询其所有可能的天线下倾角θbs∈θbs，找到使得干扰项ibs最小时所对应的θbs。其中，在s55中通过实施例二优化获得(b，e，p)，并和当前θbs一同用于计算ibs。在s59中，基站bs的功率通过定点迭代更新(需要说明的是，该申请文件有两种标识，一种是bs，标识第bs个基站；一种是bc，表示第c个用户组关联的基站)。在s510中，当前迭代计算下获得的基站功率和上一次迭代计算下获得的基站功率进行收敛性判断。若未收敛，则进入s511，更新迭代次数，并返回进行下一次的迭代计算；若收敛，则进入s512，判断是否已经遍历了所有的bs。在s512中，若判断未遍历完所有的bs，则返回s52，对下一个bs进行迭代计算；若判断已经遍历完所有的bs，则进入s513，输出优化后获取的(b，e，p，r，θ)。

实施例三

本发明实施例提供了一种网络容量与覆盖的优化装置，该装置具体可以是eco，但不限于eco如图6所示，该装置包括：收发器601和处理器602；

所述收发器601，用于接收各基站上报的本小区用户关联和资源分配、以及用户组信息用于初始化优化参数(b，e，p)；其中，b为基站-用户关联矢量，e为子频带共享矩阵，p为用户组功率矢量；将获取的(b^*，f^*，p^*)配置下发到有相应用户组的基站，由基站对其关联的用户进行资源分配，从而实现了负载均衡和干扰协调的联合优化；

所述处理器602，用于对系统子频带进行划分；为各用户组设置相应的容量和覆盖权值；根据所述子频带和用户组关系，进行用户组重划分，并根据各个基站上报的本小区用户关联和资源分配、以及用户组信息用于初始化优化参数(b，e，p)；在b为给定值时，优化各子频带共享矩阵和用户组功率矢量，即(e，p)，用于实现网络的干扰协调；根据优化的所述(e，p)，即(e^*，p^*)，优化所述基站-用户关联矢量b，用于实现网络的负载均衡；判断各用户组功率是否收敛，如果收敛，则获取优化的(b^*，e^*，p^*)；根据获取e^*计算用户组-子频带指配矩阵，即f^*，获取的(b^*，f^*，p^*)。

本发明实施例提供的一种网络容量与覆盖的优化装置，以容量和覆盖为目标，通过负载均衡和干扰协调的联合优化，使得小区干扰协调、负载分布相对均衡的同时，覆盖和容量得到优化，有效提升网络资源使用效率。

可选的，所述处理器中所述(b，p)初始化设置具体根据基站上报的各个用户组的实际关联和功率进行初始化设置；所述e采用随机设置各元素值的方式进行初始化设置。

可选的，所述处理器中所述在b为给定值时，优化各子频带共享矩阵和用户组功率矢量，即(e，p)，具体包括：

在b为给定值时，最大化网络中具有最差容量和覆盖效用函数的用户组的效用函数，即：

由于效用函数为：uc(p，e)：＝pc/[g(e)p+n]c的形式，因此，定义：则最优配置(p^*，e^*)满足由此可推出，c^opt＝1/ρ(λ(e^*))，其中ρ是λ(e^*)的彼龙根；

经验证，通过最小化ρ(λ(e))即获得全网最优效用函数对应的最优配置e^*，即

可选的，所述处理器中述根据优化的所述(e，p)，优化所述基站-用户关联矢量b，具体包括：

对于用户组c，最大化其容量和覆盖所对应的干扰项为：通过在bc∈bs范围内为每个用户组c选择最优的使得ic(p^*，b，e^*)最小化。

可选的，所述处理器中当判断各用户组功率未收敛，将优化后的所述基站-用户关联矢量作为输入，执行所述在b为给定值时，优化各子频带共享矩阵和用户组功率矢量，以及执行所述根据优化的所述(e，p)，优化所述基站-用户关联矢量b；直到各用户组功率未收敛为止，从而获取优化的(b^*，e^*，p^*)。

可选的，所述处理器中根据获取e^*计算用户组-子频带指配矩阵，即f^*，具体包括：

将e^*中共享相同子频带的第i组用户组指配到f^*中的第i个子频带。

可选的，所述处理器中为各用户组设置相应的容量和覆盖权值，具体包括：

为各用户组设置相同或者不同的容量和覆盖权值。

实施例四

本发明实施例提供了一种网络容量与覆盖的优化装置，该装置具体可以是网络协调器eco，但不限于eco。如图7所示，该装置包括：收发器701和处理器702；

所述收发器701，用于接收各个基站上报的本小区用户关联和资源分配、天线下倾角、以及用户组信息，用于所述处理器初始化优化参数(b，e，p，r，θ)；其中，b为基站-用户关联矢量，e为子频带共享矩阵，p为用户组功率矢量，r为基站功率，θ为天线下倾角；将获取的(b^*，f^*，p^*，r^*，θ^*)配置下发到有相应用户组的基站。

所述处理器702，用于对系统子频带进行划分；为各用户组设置相应的容量和覆盖权值；根据所述子频带和用户组关系，进行用户组重划分，并根据各个基站上报的本小区用户关联和资源分配、天线下倾角、以及用户组信息，初始化优化参数(b，e，p，r，θ)；其中，b为基站-用户关联矢量，e为子频带共享矩阵，p为用户组功率矢量，r为基站功率，θ为天线下倾角；在当前(r，θ)配置下，在b为给定值时，优化各子频带共享矩阵和用户组功率矢量，即(e，p)，用于实现网络的干扰协调；以及根据优化的所述(e，p)，即(e^*，p^*)，优化所述基站-用户关联矢量b，用于实现网络的负载均衡；从而获得了在当前(r，θ)配置下的优化的(b，e，p)；在给定的r和优化的(b，e，p)下，通过最小化基站干扰相关项来优化当前基站天线下倾角θ；通过定点迭代优化基站功率r；判断各个基站功率是否收敛；如果收敛，则获取优化的(b^*，e^*，p^*，r^*，θ^*)；根据获取e^*计算用户组-子频带指配矩阵，即f^*，将获取的(b^*，f^*，p^*，r^*，θ^*)配置下发到有相应用户组的基站，由基站对其关联的用户进行资源分配，从而实现了射频优化，负载均衡和干扰协调的联合优化。

本发明实施例提供的一种网络容量与覆盖的优化装，以容量和覆盖为目标，通过负载均衡和干扰协调的联合优化，使得小区干扰协调、负载分布相对均衡的同时，覆盖和容量得到优化，有效提升网络资源使用效率，并且，通过结合rf优化，使得容量和覆盖得到进一步优化，进一步提升网络资源使用效率。

可选的，所述处理器中在给定的r和优化的(b，e，p)下，通过最小化基站干扰相关项来优化当前基站天线下倾角θ，具体包括：

对于基站最大化其容量和覆盖所对应的干扰项为，通过在bc∈bc范围内为每个用户组c选择最优的使得ic(p^*，b，e^*)最小化，即达到负载均衡的目的。

可选的，所述处理器中通过定点迭代优化基站功率r；具体包括：

采用定点迭代优化方法，结合每个基站的功率约束，每个基站的最大效用函数通过的定点迭代优化实现，其中，γbs为最低信号与干扰加噪声比。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：rom、ram、磁盘或光盘等。

以上对本发明实施例所提供的一种网络容量与覆盖的优化方法和装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。