管理无线网络中的外部干扰的制作方法
本公开涉及无线网络。更特别地，本公开涉及在无线网络中遇到的外部干扰。
背景技术：
无线网络可以被提供用来服务一系列不同功能，但是无线网络的一个用途是在用户设备装置（例如移动电话）与无线网络的节点通信的通信网络中执行回程，并且该无线网络然后使得这些节点能够与无线网络的其他节点通信，然后它们（通常以有线方式）连接至物理通信基础设施并然后继续连接到诸如互联网的有线通信网络。存在对移动网络运营者可用的许多不同的用例和不同类型的回程技术，但是在该上下文中存在为什么将会期望提供仅与相对小蜂窝内的用户设备通信的无线回程网络的终端节点（在本文中也被称为馈线终端）的许多原因。小的蜂窝部署对提供越来越多数目的移动数据顾客所要求的增强的服务质量可能是有用的。小的蜂窝具有许多优点，诸如：它们允许容量热点把缓解拥塞作为目标，它们适合于在密集的户外城市环境中（例如在街道设施上）进行部署，它们可以被部署在宏蜂窝覆盖不良的具体已知的“非热点”中或经历稳定的日常通信量（偶尔具有明显峰值）的室内非热点（诸如比如运动场、购物中心等等的密集城市室内环境）内。此外，小的蜂窝还可能适合于移动部署（诸如在列车或者其他移动运输装置中）。
在上面讨论的无线回程用例中，馈线终端（ft）（即最靠近接入点（ap）的回程节点，例如在lte的上下文中其可能是enodeb（enb））通常可能被安装在街道设施或建筑物立面上，可能在街道标高之上3-6米。相反，馈线基站（fb）（即最靠近核心网络的回程节点）利用与接入宏网络相同的基础设施。
鉴于上面的使用上下文，不可避免的是当回程连通性不可用时将发生某种程度的运行中断（outage）。当存在设备故障或者持久或暂时物理阻碍（诸如在回程链路的视线中的大雨或车辆）时例如可能发生运行中断。尽管小的蜂窝的使用可能使得连通性的目标可用性被放松，但是如果当这样的运行中断确实发生时无线网络的节点能够将它们自身再次配置成提供不同的通信路径，则这将是有利的。此外，考虑到当使用较小的蜂窝时需要部署更多数目的ft，以便在新安装站点处需要很少工程的情况下促进快速大规模的部署，非常期望节点（ft和fb两者）自组织和自配置的能力。
在无线网络的上下文中，可能需要允许的进一步的考虑是不仅仅依据载波频率允许的对应传播而且还依据应用于给定载波频率的监管许可制度的无线网络操作所处的载波频率。尽管提供在牌照豁免频带中操作的无线网络将是有利的，但是归因于其自由可用性，这样的无牌照带中缺少官方监管意味着无线网络必须能够应付来自未经请求且不协调的无线源的同信道以及邻近信道干扰，以及此外尽管任何最初良好规划的部署，如果无线网络（在时间上）是耐久的，则它必须能够迅速适应来自其他源的静态或动态、固定或移动的无线电通信量。在这样的环境中提供无线回程网络的一个可能方法将是使用基于竞争的协议（诸如ieee802.11(wifi)），但是然后必须小心，以确保接入不会通过将两个空中接口分成单独的带来不干扰回程，然而尽管如此其他移动设备或运营商可能仍使用造成显著干扰的同一谱。尽管wifi的广泛可用性可表示更便宜的方法，但是wifi不能迅速解决快速空间和时间干扰图样变化，这使得它在实践中更不适合实时回程服务的严格要求。此外，可预期wifi的使用要求仔细的工程并且被用在限制其部署可能性的窄的点对点模式中。
技术实现要素：
在一个示例实施例中，提供一种配置包括用来减轻外部干扰源的影响的多个节点的无线网络的方法，该方法包括以下步骤：将多个节点中的节点子集配置成同时参与外部干扰采样过程，在其中该节点子集的每个节点对由该节点的天线阵列接收的信号进行采样；从节点接收测量报告，其中该测量报告包括信号源角度和所接收的信号强度；使用从节点接收的测量报告来估计外部干扰源的位置；使用所估计的外部干扰源的位置和所接收的信号强度来表征外部干扰源，以便为外部干扰源计算以下各项中的至少一个：源功率、射束宽度、天线方位和前后发射比；以及将多个节点配置成依据表征步骤的结果来减轻外部干扰源的影响。
本技术认识到，存在诸如小蜂窝的上述部署、以及无牌照频带的上述使用之类的情形，在其中外部干扰源的管理可以是特别重要的，以便使无线网络运行良好。该方法以配置无线网络中的多个节点的节点子集以参与外部干扰采样过程开始。应该在这里指出，在该上下文中，术语“子集”应该以其数学意义来理解，即这可以是无线网络的所有节点，但是在其中还可以是严格的子集（即少于网络的所有节点，例如仅给定地理区域中的那些）。该节点子集然后参与外部干扰采样过程以便侦听从它们附近中的外部干扰源发出的信号。该节点中的至少一个然后生成测量报告，并且通常已参与外部干扰采样过程的所有节点将生成测量报告，该测量报告通常被集中化的控制器接收到，尽管在这里还设想了其他配置，诸如无线网络的节点之一也负责无线网络的配置或跨若干网络部件（例如馈线基站）物理分布的无线网络控制器的功能。每个测量报告都指示信号源角度（在这里也被称为方位）和所接收的信号强度（在这里也被称为所接收的信号强度指示—rssi），这些都归因于外部干扰源。这些一个或多个测量报告然后首先被用来估计外部干扰源的位置并且此后将所估计的外部干扰源的位置与所接收的信号强度信息组合以表征外部干扰源。应该理解，在这里该“表征”包括为外部干扰源估计（计算）一个或多个特征参数，其将包括以下各项中的至少一个：源功率、射束宽度、天线方位和前后发射比。先前，还没有执行外部干扰源的位置以及上面提到的别的外部干扰源特征中的至少一个的同时估计，本质上是因为潜在多维问题（在这里高达6维，因为外部干扰源可能最终由两个物理坐标值、其源功率、其射束宽度、其天线方位以及其前后发射比来表征）的复杂性使得计算的复杂性已经极其昂贵并且在实际情况中是不可能的。如果发起这样的计算所必需的任意选择恰巧不适当，则当其他一些现有技术方法（诸如线性化技术）应用于这样的多维问题时它们可能出现灾难性地故障。然而，本技术认识到，可以通过将估计过程细分成两个阶段（即在其中估计外部干扰源的位置的第一阶段和在其中估计外部干扰源的所提到的别的表征参数中的至少一个的第二阶段）来使得外部干扰源的该表征切实可行。此外，应该指出，本技术不需要用户设备（ue）合作以便实行作为一些现有技术方法的缺点的此类外部干扰源表征。一旦已经以该方式表征了外部干扰源，则多个节点就被配置成降低该不协调源的影响。例如，从源接收强的、定向信号的节点可以被配置有已使该源的方向上的接收功率大幅降低的天线射束图样。
表征外部干扰源的过程可以采用多种形式。例如，考虑到线性化技术的比上面提到的多维问题更低的维度，该线性化技术的有限应用对于过程的该部分的确可能是切实可行的，但是在一些实施例中表征外部干扰源包括使用粒子滤波算法来执行表征粒子滤波过程。粒子滤波算法可以是一种用于根据非线性和非高斯优化问题来计算可靠估计的强大工具，可以是实施起来相对简单的，并且在本上下文中特别相关的是适合于并行实施。粒子滤波算法在数学术语中的重要特征是用每个都具有相关联权重的相关变量的一组随机样本（这些是“粒子”）表示的后验密度。实行迭代过程，根据该迭代过程基于该组粒子的当前状态来确定“观测”，并且然后实行重新采样步骤以生成具有相关联权重（它们被标准化）的经修订的一组粒子。然后根据在该迭代确定的相关联的权重用一组替换粒子来替换该组粒子。从根本上来说，在该重新采样步骤，具有高权重的粒子被替换并且具有低权重的粒子被忽略。最后，一旦有足够的迭代次数（在这里以许多方式可定义“足够的”，例如或者基于预定数目的迭代或者基于在最近迭代结束时该组粒子的数学特征）就计算随后的估计（例如处于均值或标准偏差的形式）。归因于其功率和可靠性，一旦已经将一般性问题降低到使其可行的维度，就会发现粒子滤波算法在本技术的上下文中的应用对于外部干扰源位置和别的特征两者的确定具有有利益处。
类似地，尽管估计外部干扰源的位置的过程也可以采用多种形式，但是一旦已经将一般性问题适当地细分成位置估计和特征阶段，则将线性化技术应用于该过程实际上也可能是可行的，但是在一些实施例中，估计外部干扰源的位置包括使用粒子滤波算法来执行位置估计粒子滤波过程。一个已知的线性化技术是扩展的卡尔曼滤波（ekf）。例如在仅方位跟踪中，测量是与未知噪声源位置非线性相关的。通过线性化关于标称点（通常当前位置估计）的测量方程并且然后应用标准卡尔曼滤波估计未知状态来实现ekf。然而，已经发现，由这样的线性化技术引入的误差将导致滤波不稳定性且产生错误结果，尤其当标称点偏离真正强调的状态时。
此外，尽管可以通过显著不同类型的算法来实施第一位置估计过程和第二表征过程（例如根据线性化技术来实行一个过程并且使用粒子滤波算法来实行另一过程），但是在一些实施例中，位置估计粒子滤波过程使用第一粒子滤波算法且表征粒子滤波过程使用第二粒子滤波算法。
外部干扰源的上面提到的特征参数中的任一个可能有利于改进无线网络的配置，并且因此这可能是可确定小于所有这些参数的情况，在一些实施例中外部干扰源的表征为外部干扰源计算以下各项中的至少两个：源功率、射束宽度、天线方位和前后发射比。然后外部干扰被特别好地表征（换言之：建模、参数化等等），并且外部干扰源被表征得越好，无线网络的后续配置就越能够减轻外部干扰源的影响。的确，在一些实施例中，表征外部干扰源会为外部干扰源计算：源功率、射束宽度、天线方位和前后发射比。
特别地关于是否允许参与的节点在外部干扰采样过程期间发射，可以以许多方式来操作该外部干扰采样过程。例如，可能存在在其中同时参与外部干扰采样过程的节点中的至少一些也可以在该过程期间发射的无线网络配置，如果已知这样的发射（例如归因于其方向、频率、调制等等）将不会对外部干扰采样造成任何显著程度的不利影响的话。然而，在一些实施例中，为了保持对环境的最干净的可能观测，在外部干扰采样过程期间，子集中的节点都不发射。
依据每个节点所具有的一个或多个天线，每个节点用来在外部干扰采样过程期间采样其环境的天线阵列可以采用多种物理形式，但是在一些实施例中，该外部干扰采样过程包括节点子集的每个节点对由该节点的全向天线阵列接收的信号进行采样。使用全向天线阵列的采样的优点是它可以被配置成是（相对地）方向不可知的，并且因此不管它从其发出的方向，同样好地对外部干扰进行采样。
然而，可能的情况是无线网络的节点替代地或另外地包括定向天线阵列，并且因此在一些实施例中，外部干扰采样过程包括节点子集的每个节点对由该节点的定向天线阵列接收的信号进行采样。在这样的实施例中，通过定向天线的接收可以被用来补充通过全向天线的接收。
当节点不参与外部干扰采样过程时，全向天线阵列和定向天线阵列可以在该节点的操作中担任多种角色。在一些实施例中，当节点子集不参与外部干扰采样过程时，该节点子集中的至少一个将其定向天线阵列用于数据通信量发射并且节点子集中的至少一个将其定向天线阵列用于数据通信量接收。例如，可能的情况是一般来说定向天线阵列被用于数据通信量发射和接收，但是在平静的数据通信量时段期间，该定向天线阵列可以参与外部干扰采样过程。在这里从其使用来看，将清楚的是，术语“数据通信量”被用来指示与作为用来改进其配置的过程的一部分（例如外部干扰采样过程）的无线网络内部发射的数据相反的，与终端用户设备的活动有关的经由无线网络的数据的通信。
本技术认识到，除了信号源角度的估计之外，还通过参与外部干扰采样过程的节点的至少一些来完成对于时域样本的外部干扰源的位置的估计可能是有益的。因此，在一些实施例中，测量报告还包括由该节点的天线阵列接收的信号的时域样本。然而，本技术进一步认识到，与这样的时域样本测量结果相关联的数据的量可能比指示信号源角度以及其接收的信号强度所要求的数据的量明显更大，并且因此要求仅通过参与节点的子集和/或使得这样的时域样本仅间隙性地这样做的节点来实现这样的时域样本也可能是有利的。
可以以多种方式使用时域样本来改进外部干扰源的位置估计和表征，但是在一些实施例中，估计外部干扰源的位置包括两个节点的测量报告中的时域样本的互相关，以便为该两个节点生成到达时间差测量结果。在一些实施例中，在上面提到的这样的时域样本的典型更大数据尺寸的识别中，节点发射比从节点发射的所有测量报告更少的时域样本。换言之，尽管一些测量报告可以包括时域样本，但是其他的将不包括。
此外，根据无线网络结构，本技术认识到，时域样本发射的负担的重要性可能依据无线网络内的特定路径或链路（要通过其来发射这样的时域样本）而改变。在一些实施例中，该无线网络将用户设备连接至核心网，并且无线网络经由终端节点将用户设备连接至基站节点，并且基站节点被连接至核心网，其中在基站节点处执行用来为两个节点生成到达时间差测量结果的该两个节点的测量报告中的时域样本的互相关。照此，时域样本的发射被限于仅到达基站节点。从分级的角度来看，在一些实施例中，其中在一个方向上将一些外部源采样数据从终端节点传达至基站结构并且从基站节点传达至网络控制器，这因此意味着不需要将更大的时域样本身从基站节点传达至网络控制器，由此降低到该分级级别的无线网络的发射。
可以依据无线网络中的适用约束来在多种不同的时间发生从遵循参与外部干扰采样过程的节点发射测量报告。本技术提供了在一些实施例中将响应于由生成那个测量报告的节点识别的特定触发来发射该测量报告。在一些实施例中，配置用来参与外部干扰采样过程的节点子集包括限定用于发射测量报告的触发类型。此触发类型可以采用多种形式，但是在一些实施例中，该触发类型是预定时段的逝去。替代地或另外地，在一些实施例中，该触发类型是预定事件的发生。该预定事件本身可以采用多种形式，但是可以例如是以下各项中的至少一个：节点的数据吞吐量从为节点定义的数据吞吐量范围的离开；以及节点的信噪比从为节点定义的信噪比范围的离开。这些准则可以被视为本技术可以由此帮助保持的服务质量（qos）参数。
在一个示例实施例中，提供用于配置包括用来减轻外部干扰源的影响的多个节点的无线网络的设备，该设备包括：发射电路，其用来将配置数据发射至多个节点的节点子集以促使节点子集同时参与在其中节点子集的每个节点都对由该节点的天线阵列接收的信号进行采样的外部干扰采样过程；接收电路，其用来从节点接收测量报告，其中该测量报告包括信号源角度和所接收的信号强度；位置估计电路，其用来使用由接收电路从节点接收的测量报告来估计外部干扰源的位置；表征电路，其用来使用所估计的外部干扰源的位置和所接收的信号强度来为外部干扰源计算以下各项中的至少一个：源功率、射束宽度、天线方位和前后发射比；以及配置电路，其用来将多个节点配置成依据表征电路的输出来减轻外部干扰源的影响。
在一个示例实施例中，提供用于配置包括用来减轻外部干扰源的影响的多个节点的无线网络的设备，该设备包括：用于将配置数据发射至多个节点的节点子集以促使节点子集同时参与在其中节点子集的每个节点都对由该节点的天线阵列接收的信号进行采样的外部干扰采样过程的装置；用于从节点接收测量报告的装置，其中该测量报告包括信号源角度和所接收的信号强度；用于使用从节点接收的测量报告来估计外部干扰源的位置的装置；用于使用所估计的外部干扰源的位置和所接收的信号强度来为外部干扰源计算以下各项中的至少一个的装置：源功率、射束宽度、天线方位和前后发射比；以及用于将多个节点配置成依据用于使用估计的外部干扰源的位置和所接收的信号强度的装置的输出来减轻外部干扰源的影响的装置。
附图说明
将参考如在附图中图示的其实施例仅以示例的方式来进一步描述本技术，其中：
图1示意性地图示为采用无线回程网络的终端用户设备提供连通性的通信网络，在该无线回程网络中可部署天线设备来提供回程节点；
图2示意性地图示用于控制在该实施例中被称为回程自组织网络控制器的无线网络的设备；
图3示意性地图示一个实施例中的天线设备，通过控制器（诸如图2中示出的控制器）来使其得到配置；
图4示意性地图示一个实施例中的天线设备（诸如图3中示出的天线设备）的控制电子器件；
图5示出对一个实施例中的天线设备可用的射束图样的子集；
图6示意性地图示连接至节点的天线阵列的控制电路和信号处理电路的一个实施例，这两者在天线设备自身内并且在天线设备所连接至的其他网络部件中；
图7示意性地图示在一个实施例中馈线终端和馈线基站与网络控制器的交互；
图8示意性地图示非协调（外部）干扰源以及其附近的无线网络的节点集合；
图9示出一个实施例中的由无线网络中的三个节点采样的示例信号集合，根据其来进行到达时间差测量；
图10示出一个示例实施例中的当使用粒子滤波算法时采用的一系列步骤；
图11示意性地图示用来估计外部干扰源的位置的第一粒子滤波算法的使用和第二粒子滤波算法的使用以基于第一粒子滤波算法的输出和所接收的信号强度指示来估计外部干扰源的高达四个表征参数；
图12图示模拟的外部干扰源和无线网络的七个节点的初始位置和配置；
图13示出在用于定位图12中示出的外部干扰源的粒子滤波算法中使用的粒子集合的初始位置的模拟。
图14示出在模拟到达角（方位）信息的七个项和到达时间差的两个项在粒子滤波算法中的使用之后图13的粒子集合；
图15示出在图12-14的模拟中通过射束宽度、天线方位、源功率和前后发射比来参数化的粒子集合的初始集合；
图16示出在粒子滤波算法的第一次迭代之后图13的粒子集合；
图17示出在粒子滤波算法的十次迭代之后图13的粒子集合；
图18示出当执行被动探测来估计环境时在一个实施例的方法中实行的一系列步骤；
图19示出当执行主动探测来评估节点之间的路径损耗时在一个实施例中实行的一系列步骤；
图20示意性地图示使用路径损耗模型的对于节点对的路径损耗的计算；
图21示意性地图示一个实施例中的无线网络控制器的一些部件；
图22示出基于为所有节点对计算的一组路径损耗来选择的用于无线网络中的数据发射的一组示例所选节点对；
图23示意性地图示一个实施例中的均匀圆形阵列的几何形状；
图24示意性地图示一个实施例中的天线设备的一些部件；
图25示出为了执行信号检测过程而在操作一个示例实施例中的天线设备中采用的一系列步骤；
图26示出在一个实施例的方法中被采用来生成信号样本空间协方差矩阵的一系列步骤；
图27示出在一个实施例的方法中被采用来生成信号样本空间协方差矩阵的一系列步骤；
图28是图示演化算法的基本步骤的流程图；
图29是图示如何在一个实施例中使用演化算法来确定经修订的网络配置的流程图；
图30是图示根据一个实施例在图29的步骤810处执行的过程的流程图；
图31是图示根据一个实施例在图29的步骤815处执行的过程的流程图；
图32示出用于在一个实施例中评估假设的示例收益函数；
图33是图示根据一个实施例在图29的步骤820处执行的过程的流程图；
图34是图示根据一个实施例在图29的步骤825处执行的过程的流程图；
图35是图示根据一个实施例在图29的步骤835处执行的过程的流程图；以及
图36是图示根据一个实施例在图29的步骤830处执行的过程的流程图。
具体实施方式
现在参考各图来描述一些特定实施例。图1示意性地图示向诸如互联网的通信网络提供用户设备（ue）的连通性的多部件网络。该示例的用户设备10-15的项目与lte基站（增强节点b（enb））无线通信。要注意，图1中表示的lte空中接口仅是示例并且本技术可等同地适用于其他适当的非lte空中接口。而且，尽管为了简单起见每个接入基站都被示出为与终端用户设备的单个项目通信，但是将会认识到实际上形成点对多点设备的这样的接入基站使得终端用户设备的许多项目能够与单独的接入基站通信。这些enb接入站点然后或者在21和22的情况下具有与通信基础设施20的直接有线连接（经由ip协议）或者在enb23-26的情况下连接至相关联的馈线终端（ft）。示为图中的31和32，每个ft与馈线基站（fb）无线通信。然后向这些fb提供到通信基础设施20的有线连接（经由ip协议）。然而，应该注意，该fb还可以经由另一级别的无线回程网络耦合至通信基础设施。
还在图1中示出回程自组织网络（bson）服务器（控制器）33，其被示出为经由虚线标记的“回程控制”与无线回程网络的ft和fb通信。应该认识到所示的该连接是逻辑上的并且事实上通常将经由到通信基础设施的有线连接以及上文讨论的通向这些fb和ft的有线和/或无线连接来提供。经由演进分组核心（epc）34来将通信基础设施20连接至通信网络（例如互联网）。在图1中示出的无线回程网络的特定示例中，节点（fb和ft）意图支持对被容易且快速可部署的相对小蜂窝的规定，并且在无牌照区频带中操作良好，以使得它们必须能够应对来自未经请求且不协调的无线源的同信道以及邻近信道干扰，并且此外当它们正在其中操作的状况改变时是可适应的。
图2示意性地图示无线网络控制器35（此处在一个实施例中也被称为回程自组织网络（bson）控制器）。该无线网络控制器35在图2中被示出为与“回程网络”通信，在本上下文中该“回程网络”将会理解成包括形成无线网络的节点的至少一个馈线基站和馈线终端。然而，将会理解，例如参考图1，bson控制器35通常将与比这更多的馈线基站和馈线终端通信（并受到其控制），并且这里进行的如此对仅一个节点对的参考仅仅用来图示原理。相反地，要注意可以在给定单个无线网络控制器的控制下，在全无线网络中提供多于一个无线网络控制器，其具有例如通过地理位置被分组在一起的一组馈线基站和数字终端（figureterminal）。图2中的无线网络控制器35包括提供回程son（自组织网络）引擎37的电路，其形成无线网络控制器的主处理部件并且在那里执行本文中所述的各个计算。应该注意，不需要使bson引擎37专门地位于专用物理设备内，并且该bson引擎37提供的数据处理能力实际上可在彼此有点远离的多个物理设备之间分布，并且的确该能力可以跨无线网络的适当节点（例如诸如馈线基站中的一些或全部）来分布。
所示出的无线网络控制器进一步包括回程装备数据库39、回程网络配置数据库41、路径损耗数据库43和外部干扰数据库45。该回程装备数据库39被无线网络控制器用来存储与处于其控制的天线设备（节点）中的每一个的地理位置有关的信息以及它们的特定个体能力。当该天线设备被首次部署时对于给定天线设备的该信息被填充在数据库中。该回程网络配置数据库41存储对于天线设备的配置信息，诸如天线射束图样信息、天线方位信息、发射功率信息、时间-频率资源分配信息和通信量需求信息。该外部干扰数据库45被bson引擎37用来存储它已检测且表征的外部干扰源的例如关于地理位置、天线射束图样、天线方位、发射功率（例如等效各向同性辐射功率-eirp）、时间-频率资源分配以及其他时间特征（诸如所观测的外部干扰源的时间图样-连续的、间歇的、仅在某些小时之间等等）的表征。与bson引擎37相关联的是探测安排生成电路，其生成分布到无线网络的相关节点并且可以包括主动探测安排的探测安排，根据该主动探测安排一个节点发射已知探测信号而另一节点侦听该信号以由此确定诸如那两个节点之间的路径损耗之类的特征。节点到节点路径损耗可以被存储在回程网络配置数据库41中。该探测安排还可以包括被动探测安排，即被用来侦听（多个）外部干扰源的一个。如在本文中别的地方所述的，被动探测安排或主动探测安排的实施包括从无线网络节点发射的测量（探测）报告，在图2的示例中该测量（探测）报告被回程son引擎37接收到。外部干扰源表征的结果被存储在外部干扰数据库45中。图2还示出提供元件管理系统（ems）49和ems服务器电路51的电路。这些通常被提供用来支持电信管理网络（tmn）模型的网络元件管理层（nel）上的无线网络的一种或多种类型的元件的管理，本领域普通技术人员将熟悉这一点并且不在这里提供进一步描述。这些ems部件49和51还在初始化时将最高级别数据填充到相应的数据库中。
无线网络的节点的可配置性越大就会使无线网络控制器适应并改进无线网络的配置的能力增强。图3示意性地图示被提供为一个示例中的无线网络的节点的天线设备70的部件，其具有高度可配置性。该天线设备的保护性天线罩盖已被去除，仅仅是为了辅助其所覆盖的部件的描述。在该实施例中，可以看到定向天线71包括以5x5网格布置的25个天线阵列部件（深色方块）。在主定向天线组件后面提供rf和基带电子器件（即本质上rf链）和其他控制电路72。归因于壳体，在图3的示图中这些不是直接可见的。天线70进一步包括后射天线73，其被定向在与前射主天线71相反的方向上。尽管图3中不可见，但是后射天线73包括形成单个天线阵列部件的单列天线阵列元件，其在物理上非常类似于前天线71的天线阵列元件的5x5阵列内的单个列。圆形（全向）天线74被安装在前射主天线71的顶部并且被配置为三单极天线，如本文中所述，一方面当评估天线70在其中发现自己的环境时（即当检测外部干扰源时）并且另一方面当参与主动探测安排以便与网络中的其他天线协调地支持全套路径损耗的确定时使用该三单极天线。还在天线设备70中提供另一gps天线75，其被用于节点定位、定向和精确的时间同步。电动机驱动的转向机构76使得天线设备在方位上能够被定向在任何方向上，并且提供千兆以太网网络接口77来进一步连接天线。散热片78用于热耗散。还要注意，如将在下面更详细讨论的，安装在前射主天线71后面的rf/基带电子器件和控制电路72也被连接至圆形天线74和后射天线73。
图4示意性地图示天线设备80（诸如图3的天线设备70）的一些部件。如在图中图示的，可以看到该天线设备80包括定向天线82、后定向天线84和均匀圆形天线阵列86。这些三个不同类型的天线的单独天线部件被连接至在图4中作为控制电路88的形成部分而示出的rf链。该控制电路88包括控制设备90，其特别地配置rf链的部件，控制两个信号处理设备92和94的操作，以及控制电动机控制设备96的操作。该电动机控制设备96控制电动机98，其可以促使该天线设备的可旋转部分关于天线设备的固定非可旋转部分可旋转地定位，该天线设备通过该固定非可旋转部分关于其物理位置固定。
首先考虑该天线设备的三个天线的配置，该控制电路90确定用于均匀圆形天线阵列86的rf链中的该组开关100、增益电路104和相位电路108的设置。类似地，该控制电路90确定定向天线82和后定向天线84的rf链中的该组开关102、增益电路106和相位电路110的设置。尽管在图4的图示中没有明确示出，但是用于天线的rf链的部件中的至少一些还可以例如在相位电路108和110之间共享。相移器可能是昂贵且大的，并且这样的共享因此使得能够以节省成本且物理上紧凑的方式来提供该天线设备。
因此，当该天线设备借助于均匀圆形天线阵列86和rf链100、104、108正（主动探测）发射/侦听已知探测信号或（被动探测）侦听外部干扰源时，信号处理电路92（包括收发器）处理信号以便为所接收的信号确定信号强度信息和方向信息。然后可以将通过处理信号而确定的信号强度信息和方向信息存储在控制设备90中，例如以使得该信息可以在对于网络的预期非繁忙时段期间（诸如在3am）被收集到去到无线网络控制器的单束发射（测量报告）中。然而，在控制电路90的控制下，基本上它一已经被确定，信号处理设备92就还能够将该信号强度信息和方向信息直接传达至无线网络控制器。
根据本技术，指示该天线设备参与主动探测过程或外部干扰采样（被动）过程，对此的控制由还参考图2在上面并且参考图6在下面描述的无线网络控制器来提供。当该天线设备参与外部干扰采样过程的一个版本时，仅其均匀圆形天线阵列是活动的（处于接收模式），以使得该天线设备能够收集与其环境中的其他无线信号源有关的信息。类似地，当该天线设备参与主动探测过程的一个版本时，仅其均匀圆形天线阵列是主动的（酌情处于发射/接收模式），以允许探测信号的全向发射和接收。
一旦无线网络控制器已确定一组路径损耗或者表征外部干扰源，并且已确定至少一个天线设备的配置的某一适应将改善无线网络的性能，则将新的配置发射至控制电路90。该新配置可以适应天线设备80的任何可配置方面，例如然后由控制电动机98的电动机控制电路96来实施的对于天线设备的方位位置。此外，与为该天线设备确定的方位位置一样，还可以为该天线设备确定在数据通信期间使用的射束图样配置，并且控制电路90然后可以通过开关100、102、增益电路104、106和相位电路108、110的适当设置来配置定向天线82、后定向天线84和均匀圆形天线阵列86中的任一个以便实施该射束图样配置。该开关100、102、增益电路104、106和相位电路108、110中的至少一些可以在各（前端、后端和圆形）天线部件之间共享，从而实现特别当相移电路被共享时rf电子器件的尺寸以及其成本的减小，以使得不仅仅提供更便宜的天线设备，而且提供了其中读出电子器件可以被容易地包括在旋转的天线的部分内并且因此紧密接近天线阵列部件的天线设备，由此改善了信号保真度，仍然还允许定向天线的旋转。
图5示出可以由诸如图3和4中图示的所配置的天线阵列生成的射束图样的子集，其示出可用射束图样的有用范围。在图6中，可以识别以下类别的射束图样：
•具有单个主瓣和各种射束宽度的窄射束，其中相对于主瓣，旁瓣被显著减少；
•在rf处组合信号的电子转向射束，使得天线的方向性能够达到阵列的视轴（boresight）的左边或右边；
•具有栅瓣的射束，其中阵列图样在多个方向上具有同样强的峰值并且在其他方向上具有显著衰减（增益<1）的深零；
•蝶形配置；
•三个‘信标’全向图样。
由此使用固定的射束图样集合与上面讨论的旋转机制相组合地提供天线设备，其通过能够在任何方向上都保持峰值增益来改进传统均匀的线性阵列。已知对于均匀的线性阵列，阵列增益随着从视轴的角度的增加而减小。此外，所提供的天线设备在经济上比更复杂的圆形阵列更具吸引力。例如，具有6.08λ的孔径的十个完整的收发器链将生成具有25°射束宽度的天线图样。本文中所述的天线设备的实施例具有4λ的孔径且仅使用两个收发器链（要注意在图5中示出的rf链可以被共享成在接收器方向上下降至两个连接并且在发射器方向上下降至两个连接），并且可以被生成的最窄射束是15°。因此，总的来说，由本技术提供的天线设备在使用多个发射器和接收器射束的富集来改进来自任何方向的分集接收和相反地干扰趋零的同时使得最大增益被定向在360°中的任何方向上。
图6示意性地图示一个实施例中的天线阵列（前端、后端和圆形）110的连接。通过图6中示出的其他部件中的一些来控制该天线阵列110。回程自组织网络（bson）客户端112（在天线设备的同一外壳中运行的软件）提供包括天线射束宽度和方向的节点配置，并且向天线控制器114发射功率和趋零触发。该bson客户端与外部bson服务器（该图中未示出）通信。然而，另外，该天线控制器114可以基于到接口的载波和噪声比（cinr）测量结果来自主地选择使吞吐量最大化的接收器图样。该天线控制器114通过向前端电路116传递对于发射模式、发射功率和接收器图样的配置信息来控制天线阵列。该前端控制电路16将这些转换成所要求的开关控制信号、增益控制信号和相移控制信号，它们都被传递至rf前端模块118。该rf前端模块118表示图6的部件，在其中找到不同于图4中的天线阵列部件的部件。该天线控制器114还指示去到天线电动机控制电路120的天线方向，该天线电动机控制电路120控制电动机122以便使天线阵列110在方位上定向。提供包括mac124、phy126和rf收发器128的调制解调器数据路径，该rf收发器128然后耦合至rf前端模块118以便向该调制解调器数据路径提供rf链会在将其传递给天线阵列110之前修改的rf信号。换言之，在mac124和phy126之间发送数据分组，在phy126和rf收发器128之间传递数字iq样本，并且在rf收发器128和rf前端模块118之间交换rf信号。bson客户端112（bson控制器）还生成由mac124来接收的要由天线设备实施的探测计划。mac124（比如bson客户端112）与耦合至网络接口的层2桥接器129通信。
图7示意性地图示与探测过程有关的一些部件和处理级。该探测过程在一个示例中可以是外部干扰采样过程，并且在另一示例中可以是主动（路径损耗评估）探测过程。应该认识到，在被动探测情况（外部干扰测量）下，测量干扰源的特征（例如射束宽度和方向），而在主动探测情况下为参与主动探测过程的网络的自己的节点测量到达角（aoa）和所接收的信号强度指示（rssi）。示出网络控制器130、馈线基站132和馈线终端134。该网络控制器130包括探测管理器138和报告收集单元140，它们形成回程son引擎136的一部分。当探测过程（或者外部干扰采样过程或者主动探测过程）被实行时，该网络控制器130向馈线基站132发射详述探测过程的参数的探测报告（sr）控制消息。该示例的sr控制消息包括以下中的至少一些：
·探测类型：主动或被动；
·节点id：应该实行探测/干扰测量的节点（ft和fb）的列表；
·测量类型：所接收的信号功率、到达角、时域样本；
·触发类型：周期的或基于事件的；
·报告间隔：当触发类型是周期的时进行报告的时间长度；
·报告数目：在报告间隔期间生成的测量报告的数目；以及
·事件触发类型：吞吐量范围、snr范围。
馈线基站132的接收该sr控制消息的部分然后将其进一步传达到馈线终端134，以及馈线基站132自己的监管其一部分探测过程的部分。图7中的框142然后图示处理步骤，该探测过程通过其来实行并且结果得到的探测报告被返回到网络控制器130。对于外部干扰采样过程，该sr控制消息限定对于要被实行的外部干扰采样过程而言必须满足的条件（事件触发类型）。此触发可以是纯粹基于时间的，因为在sr控制消息的收到之后的具体时间实行该外部干扰采样过程、或者在sr控制消息的收到之后的具体时间间隔实行该外部干扰采样过程等等。然而，触发也可以是与事件有关的，以使得当限定的事件在馈线终端130和馈线基站132中的至少一个中发生时实行该外部干扰采样过程。这样的触发事件可以例如被限定为当馈线终端或馈线基站的数据吞吐量偏离预定范围时，特别地当数据吞吐量降至预定阈值以下时。替代地或另外，触发事件可以被限定为当对于馈线终端或馈线基站的信噪比偏离预定范围时，特别地当信噪比降至预定阈值以下时。在随时间变化的外部干扰源因为其现在对馈线终端馈线基站的信噪比或数据吞吐量的影响而促使无线网络性能降低的情况下，无线网络可以作为响应地通过首先执行外部干扰采样过程以评估或再次评估外部干扰源的相关特征来适应其配置。
相反，在基于主动探测过程事件的情况下，（例如由记录低于预期的snr值而触发的）触发不能使用。该主动探测需要从协作源发射已知探测信号并且因此通过bson来协调发射和接收两者。
然后将探测报告（sr测量结果）从馈线终端134发射到馈线基站132，并且从馈线基站的监管其一部分探测过程的部分发射到馈线基站132的操控数据处理、存储和发射的部分。然后将sr测量报告记录（146）在馈线基站132内并且然后还可以实行数据的一些本地处理（148）。例如，该馈线基站可以通过计算从两个回程节点接收到的信号之间的互相关来实行到达时间差测量。然而，应该注意，为了计算至少一个到达时间差，馈线基站执行信号之间的互相关的计算是没必要的，并且此数据处理可以被留到回程son引擎136，虽然应该认识到这样做将几乎不可避免地增加sr文件传递的尺寸。因此可以一方面依据可得到所需的处理能力的地方并且另一方面依据sr文件的尺寸是否是保持良好无线网络性能的重要因素来作出关于应该在哪里发生该处理的判定。
对于具有多个不协调节点的外部干扰采样过程，支持该“本地地处理数据”步骤148的基站的电路还可以包括用来通过减去来自最强干扰器的信号来增强最弱干扰器的信号的质量的连续干扰消除（sic）电路。
在记录和本地处理之后，并且当准备好探测报告（sr文件）（150）时，馈线基站132向报告收集单元140指示探测报告已准备好发射。然后将该探测报告传递至报告收集140以使得回程son引擎136然后可以处理该探测报告，最可能具有来自其他馈线终端或馈线基站的进一步探测报告。应该注意，通常，尽管主动探测过程或外部干扰采样过程可以在不同的时间实行并且的确可以遍及24小时时段来重复执行，但是一个或多个探测报告到回程son引擎的发射以及无线网络的重新配置可以被约束到当预期无线网络的数据发射使用为低并且因此被最低限度扰乱时的特定短时段，例如3am左右。
返回考虑表征外部干扰源的两部分过程（即首先通过使用至少一个所接收的测量报告来估计外部干扰源的位置并且然后通过使用所估计的外部干扰源的位置和所接收的信号强度来计算源功率、射束宽度、天线方位和前后发射比中的至少一个），图8示出在其中三个馈线基站（fb）和十二个馈线终端（ft）遇到外部干扰源“x”的示例情形。在图8的示例中，馈线基站和馈线终端处于离外部干扰源x一定距离处，该距离的范围从大约100m到大约1km。包围fb和ft的圆圈指示：对于该示例的外部干扰采样，fb和ft被配置成使用它们的具有圆形射束图样的圆形（全向）天线，而外部干扰源x的射束图样明显不对称（当然在外部干扰采样、位置估计和表征已经被实行之前不能知道无线网络内的该事实）。因此，将清楚的是节点x可以被认为是不协调的干扰器（即不属于无线网络）并且节点x正利用窄的射束形状来与另一不协调干扰节点（在图中未被示出）通信。
图9示出在无线网络中的三个节点（ft1、ft6和fb2）处进行的时域信号样本的示例，以及以其来从中导出到达时间差信息的方式。在这里，预期由不同节点进行的时域信号样本是相关的，但是在时间偏移的情况下可以跨三个不同节点识别的给定信号样本可以被用来确定所需的达到时间差信息。两组时域样本之间的互相关过程识别所需的时间差。对于所识别的样本s，示出了即ft1和fb2之间的、ft1和ft6之间的、和ft6和fb2之间的时间差δt1-2、δt1-6和δt6-2。在图9的示例中，实现根据结果得到的时间差的大约10m分辨率。
现在描述在一个示例实施例中的回程son引擎中如何对源参数化的一些具体细节，以便：基于干扰测量报告来估计外部干扰源的位置并且进一步地表征干扰源；或使用主动探测过程来计算参与的源之间的路径损耗。
路径损耗。
对于许多winner2路径损耗模型，假设（以db测得的）路径损耗pl是（以米测得的）距离
在这里，例如：
·对于自由空间：
·并且对于“b5a”城市馈线视线（los）屋顶模型：
对于非视线（nlos）链路，还可以包括被建模为对数正态衰落的阴影衰落。例如，在“c2b”城市巨大路径损耗模型中，阴影衰落的标准偏差是4db。
天线图样。
由下式给出在角度
其中
在主动探测情况下，通过信标（全向）天线来实行该过程并且在所有方向上天线图样（发射和接收天线增益两者）都被假设成0db。
eirp。
对于被动探测情况，等效各向同性辐射功率（eirp）等于用
对于主动探测情况，假定上面提到的假设的0db增益，将eirp取为等于峰值功率p，假设它是已知的或者确实明确地由bson来传达。
rssi。
所接收的信号强度指示符rssi或更简单的r表示在对数域中在传感器m处接收的功率，并且对于被动探测情况通过所发射的功率、发射器处的天线增益、路径损耗和接收器的天线增益的和来给出：
在这里，tx和rx分别指的是发射和接收。
对于主动探测情况，rssi（在逻辑域中）仅等于
tdoa。
在被动探测（外部干扰测量）且涉及达到时间差的示例中，用
其中
在根据在sr控制消息中限定的配置来收集上述时域样本的一个示例中，多于一个ft将rx样本发射至它们所连接的fb，在那里进行成对的互相关以计算达到时间差（tdoa）测量结果。由下式给出分别对应于传感器m和n的信号
通过寻求找到互相关函数的峰值来导出达到时间差
最后，tdoa估计是传感器位置的函数，由下式给出：
在这里
方位。
由下式给出传感器0在传感器m处的方位或到达角（aoa）：
在这里
现在转向这些量中的一些的估计的评估，粒子滤波是一种用于为非线性和非高斯优化问题计算最优估计的强大工具。在图10中参考表征外部干扰源的示例来示出采样（重要的重新采样）粒子滤波算法。该算法在开始步骤152处开始并且在步骤154处作出要在该算法中使用的许多定义，诸如使得观测的次数为t、搜索空间的定义为x，并且粒子的数目为n。应该注意，依据要被解决的问题，所选取的粒子的数目可能会显著变化，例如在本上下文中，在没有达到时间距离（tdoa）信息的情况下用于源位置估计的粒子的示例数目是大约50，而当包括达到时间差信息时使用的粒子的示例数目是大约500。一般来说，所使用的粒子的数目通常将取决于被使用的测量的数目。例如，在本技术的模拟研究中已经发现，当500个粒子被用于tdoa测量时实现满意的结果，并且当使用三个或更多tdoa测量时利用100个或更少粒子会实现满意的结果。在步骤156处将迭代参数t设置成0。
现在描述算法的核心步骤：
a.（步骤158）初始化粒子：
a.对于
b.得到新的测量：
a.（步骤160）使时间指数递增：
b.（步骤162）得到新的观测：
c.（框164）重要采样
a.（步骤166）生成粒子：对于
b.（步骤168）计算权重：对于
c.（步骤170）对权重标准化：
d.（步骤172）重新采样，
a.根据权重
e.终止步骤
a.（步骤174）如果
b.（步骤176）计算估计：
i.条件均值
ii.协方差矩阵
iii.算法完成（步骤178）。
首先要注意，重新采样步骤的目标是复制具有高权重的粒子并且忽略具有低权重的粒子。还要注意，
在这里，
在这里过程噪声
其中，例如
还要注意，
其中
图11示意性地图示两级粒子滤波状态估计器的使用。如所示出的，第一级粒子滤波180被利用来从方位和达到时间差测量结果提取外部干扰源的x、y坐标。将rssi测量结果连同x、y外部干扰源位置估计一起输入到第二级粒子滤波182，其计算源的eirp、方位、3db射束宽度和前后比（被从顶到底列出）。该布置的显著特征是将6维搜索空间替换成两个较小的子问题。在第一子问题中，计算位置估计
其中
现在在图12-17中图示外部干扰源x的观测和表征的模拟。图12示出已经利用-45度方位、70度3db射束宽度、30db的eirp、和20的前后比来设置的干扰源x。还示出以全向接收模式配置的无线网络的七个节点（1-7）。图13示出用于估计干扰源位置的第一级粒子滤波中的初始粒子集合的x、y位置。图14示出在使用七个到达角和两个tdoa估计之后的粒子。干扰节点（源）位于（0，-250）处。通过使用这些七个aoa和两个tdoa估计，位置粒子滤波（在10次迭代之后，即参考图10的t=8）将平均干扰器位置计算为（-3.6，-256.2）。图15示出对于第二级粒子滤波中的粒子的初始设置的方位、射束宽度、eirp和前后比的分布，图16示出在第一次迭代的分布，并且图17示出在十次迭代的它们。所得到的所估计的参数是：
·方位：-45.196度
·射束宽度：72.066度
·eirp：29.724dbm
·f2b比：19.714db。
图18示出当采用被动（外部干扰采样）过程时在一个示例实施例的方法中采用的一系列步骤。在步骤200处，无线网络控制器（bson引擎）为外部干扰采样过程生成所需的配置，特别地限定应该参与该过程的节点。然后在步骤202处将该过程配置发射至那些节点。在步骤204处，当由无线网络控制器为外部干扰采样过程限定的触发事件发生（例如预定时间）时，节点对来自非网络环境部件的信号进行采样，并且在步骤206处将基于信号样本的测量报告发射至无线网络控制器（可能地经由一个或多个中间部件，诸如如上所述的馈线基站）。然后，在步骤208处，无线网络控制器借助于如上所述的第一粒子滤波过程使用测量报告的内容来估计外部干扰源的位置。然后，在步骤210处，由无线网络控制器使用所估计的位置和所接收的信号强度（形成测量报告的一部分）来表征（参数化）外部干扰源，如上所述，使用第二粒子滤波过程来完成这个。因此，在已将外部干扰源参数化的情况下，在步骤212处无线网络控制器计算减轻由该源造成的干扰的节点配置并且将这些配置发射至无线网络中的相关节点。可以由无线网络控制器使用如下面参考图28-36所述的演化算法来确定减轻干扰的网络配置。
现在返回主动探测过程的考虑，如上面所提到的，路径损耗仅由txpower-rssi来给出。从形式上来说，由下式给出所接收的rssi：
上面的第二项是通过
在主动探测过程的上下文中，
其中
其中过程噪声
其中例如
还要注意，
可以通过各种算法来执行路径损耗模型参数的评估。第一示例算法是单级滤波，其联合估计源位置和路径损耗模型参数。第二示例算法是两级滤波。如果探测（发射）节点坐标是已知的，则第一级可以被绕过。上文提到的，它们可能被bson传达到接收器。如果探测位置不是已知的，则第一级粒子滤波被利用来从方位和到达时间差测量结果提取探测源的x、y坐标。将rssi测量结果连同x、y探测节点位置估计一起输入到第二级粒子滤波，其计算winner2路径损耗模型参数。该布置的显著特征是将5维搜索空间替换成两个较小的子问题。在第一子问题中，计算位置估计
重要的是，作为示例第一或第二算法中的任一个的副产物，如下导出源节点0和目的地（接收器）节点m之间的路径损耗：
尽管上面阐述的详细的数学背景，但是应认识到，主动探测过程的本质是计算节点到节点路径损耗，这可以简单地通过从发射功率减去rssi来导出。所述的两个粒子滤波算法是有用的，但是是非必需工具。然而，用两种方式来实现该有用性。首先，它们可以被用来验证节点位置。其次，并且更重要地在实践中，它们帮助确定在两个节点之间是否存在视线（los）链路，以测量从自由空间路径损耗模型的偏差，其中pa=20，pb=46.4，pc=20。然后可以由bson引擎通过运行算法来使可能的回程吞吐量（对于网络中的每个可能的节点-节点链路，其取决于为该节点-节点链路计算的路径损耗）与当前网络需求相匹配来确定网络配置。在下面参考图28-36来描述可以以这种方式使用的示例演化算法。
图19示出当使用主动探测安排来为网络确定一组路径损耗并且基于此来配置网络中的节点的天线时采用的一系列步骤。该方法在步骤60处开始，其中无线网络控制器的探测安排生成器47（参见图2）向无线网络的节点（馈线基站和馈线终端两者）分配主动探测安排配置。该无线网络的节点然后协作以参与探测安排，并且在步骤61处确定是否网络的所有节点都已被主动探测。当然，在第一次迭代情况并不能如此，并且该流程继续进行到步骤62。在这里一个或多个所选节点然后（使用其全向（信标）天线）全向地发射预定信号（位图样）。应该注意，在一些配置中，仅一个节点将在任何给定时间发射，但是预定信号（特别地由每个节点用于其发射的一个或多个子载波的选择）可以被选取成使得每次多于一个节点可以发射。将发射节点的发射功率集中到具体有限数目的子载波中意味着有可能在那些发射节点之间不出现显著干扰的情况下允许来自多于一个节点的探测同时发生。步骤63示出无线网络中在该迭代不发射的所有其他节点全向侦听并且测量信号强度和方向。该流程然后返回到步骤61以便使一个或多个其他节点实行它们的探测，围绕步骤61、62和63的该迭代过程继续直到所有节点都已探测为止。该流程然后继续进行到步骤64，在那里已参与该主动探测程序的无线网络的节点然后将它们的测量报告发射至无线网络（bson）控制器。在步骤65处，无线网络控制器内的bson引擎然后计算已参与主动探测程序的所有节点之间的一组路径损耗，以便填充2-d路径损耗矩阵。最后，在步骤66处，bson引擎然后运行用来使可能的回程吞吐量（对于网络中的每个可能的节点-节点链路，其取决于为该节点-节点链路计算的路径损耗）与当前网络需求相匹配的算法。该算法可以改变模型参数，包括对于每个节点的天线图样、天线方向和天线发射功率以及用于数据发射的节点-节点配对的选择。然后将包括对于每个节点的天线配置的已优化的（或至少改进的，在可能的情况下）网络拓扑传达至网络中的所有相关节点。
图20示意性地图示如上面所概述的路径损耗模型用来为给定节点-节点对确定路径损耗的使用。将由接收节点针对发射节点得出的rssi测量结果连同由接收节点从发射节点接收的信号的所测得的方位一起输入到上面给出的逻辑域rssi等式中，即：
rssi=txpower+txantennagain–pl+rxantennagain
其中在从发射节点到接收节点的主动探测发射的情况下，仅路径损耗pl是未知的。
图21示意性地图示一个实施例中的bson引擎180的一些部件。测量报告被报告收集单元（rcu）182接收到并且被传递至计算电路184，该计算电路以上述方式为参与主动探测过程的每个节点-节点对确定一组路径损耗，并且该组路径损耗被存储在路径损耗数据库186中。然后选择电路188基于存储在路径损耗数据库186中的该组路径损耗来为网络确定关于用于数据发射的所选节点-节点对和每个节点的个体天线配置这两者的修订配置。然后将这些修订配置传递至发射电路190，该发射电路190将这些传达至网络的节点。
图22示出三个馈线基站和十二个馈线终端的示例集合，它们在无线网络控制器的控制下已参与主动探测过程，并且在为每个节点-节点对确定路径损耗之后每个馈线终端已与三个馈线基站中的一个配对，如由图中链接所示出的那样。
图23示意性地图示均匀圆形阵列（uca）（即诸如被示出为图3中的项目74或图4中的项目86的信标天线的信标天线）的几何结构。示意性表示示出在半径为r的圆圈上设置的三个（全向）天线元件0-2。例如从该天线设备的部署已知天线元件的该阵列的取向，例如阵列的第一元件相对于所示的东方的角偏移θ0。这允许在全局（绝对）坐标中测量到达角估计，并且角度γ1示出天线元件1相对于东方的（全局坐标）角度。一方面该信标天线被用来定位属于同一（系统内）网络的其他节点（天线）并表征从那些其他节点到该天线的发射路径（特别地关于遇到的路径损耗）。另一方面，该信标天线还被用来表征由系统间节点生成的（即来自外部源的）干扰。
图24示意性地图示在一个实施例中的天线设备300的一些部件。然而，仅在图中示出了与天线元件的阵列的子采样的讨论特别相关的那些部件，并且可以从本文中的其他图推断天线设备的其他部件。所示的天线元件集合302对应于该天线设备的信标天线的全向天线元件。相应地，这些天线元件302对应于图3的信标天线74和图4的均匀圆形天线阵列86。然而，通过与图4相比较，图24中示出的布置的显著特征是提供了比天线元件更少的rf链。具体来说，在图24中示出的示例实施例中，呈现了三个天线元件，但仅两个rf链。这使得该天线设备被更便宜且紧凑地提供，但是然后还必须提供一种机制以便适当地连接天线元件。该机制由将天线元件302耦合至rf链306的rf切换网络304来提供。该rf链306中的每一个都包括相应的下变换电路308。与图4相比，该下变换电路308包括诸如增益电路104和相位电路108之类的元件。由基带处理电路（采样电路）310来处理被天线元件302接收到并且通过rf链306下变换的信号。由控制电路312来确定天线元件302中的哪个被连接至rf链306。该控制电路203替换图4的控制电路90。在本上下文中最重要的是，控制电路312监管迭代过程，天线元件对302通过该迭代过程耦合至两个rf链以便对所接收的信号进行采样。应该注意，这可能是被动探测程序的用来评估外部干扰源的一部分，或者可能等同地是主动探测程序的用来评估该天线设备和至少一个其他天线设备被部署在其中的环境对该天线设备从该至少一个其他天线设备接收数据发射的能力的影响的一部分。这两个在这里都被称为“信号检测过程”。作为关于探测类型的简短旁白，要注意，对于主动探测来说不存在对填充所有子载波的需要，而对被动探测来说这是需要的，因为不存在外部干扰源将如何表示信号、表示什么形式的信号的先验知识。而且，要注意，原则上，主动探测可以与数据发射并行发生，但是会受到rf链的数目和ofdm帧的分配的限制。尽管将希望连续地将数据发射和接收最大化，但是有必要为该主动探测分配一个ofdm信号/子载波，这必定会降低数据吞吐量预算。因此，当数据发射速率可能为低时，可以将主动探测针对白天中的时段来安排。
在执行这样的评估中，控制电路312控制天线设备300以使得撞击到天线设备上的同信道信号的到达方向（doa）（或到达角度（aoa））和所接收的信号强度指示符（rssi）被估计。多于一个天线元件（在该示例实施例中天线元件的三分之二）的同时采样促进doa测量。该天线设备300进一步包括信号样本存储装置314，采样电路310将在信号检测过程的每次迭代取得的样本存储到该信号样本存储装置314中。此外，可以运行信号检测过程的若干次迭代，每一次迭代都提供被所有天线元件采样的且被存储在采样电路310中的信号的“快照”，之后处理这些样本以生成信号样本空间协方差矩阵。由信号检测电路316来检索这些信号样本，该信号检测电路316形成控制电路312的一部分，并且如将在下面更详细描述，迭代地生成从在信号检测过程中取得且被存储在样本存储装置314中的信号样本导出的信号样本空间协方差矩阵。该信号样本空间协方差矩阵存储装置318被提供用于该信号样本空间协方差矩阵的存储和更新。应该认识到，样本存储装置314和信号样本空间协方差矩阵存储装置318可以例如由控制电路312已访问的单个存储器设备来提供。生成信号样本空间协方差矩阵可以在信号检测过程的每次重新运行时重新做，或者依据控制电路设置，生成信号样本空间协方差矩阵可以代替地包括从信号样本空间协方差矩阵存储装置318检索先前生成的信号样本空间协方差矩阵并且利用在信号检测过程的该次运行得到的测量结果来更新它。一旦已经生成完整的信号样本特殊协方差矩阵，信号检测电路316就利用射束形成算法（在该示例中该射束形成算法被作为射束形成算法定义320存储在天线设备内，该射束形成算法定义320本身还可以被存储在上面提到的单个存储器内），以便生成所观测的信号源的具体参数化。在该示例中，这些是doa估计、rssi估计、和源数目的指示（离散估计），如图24中的项目322所示。这些估计可能仍然被本地地存储一段时间，但是通常最终将被进一步传达给无线网络控制器，其从无线网络中的许多天线设备接收这样的估计，并且然后将在可能的情况下按照这些干扰估计来寻求改进无线网络配置。
图25示出为了执行信号检测过程在操作一个示例实施例中的天线设备中采用的一系列步骤。对图24的示例部件进行参考。该流程在步骤342处开始并且继续进行到步骤340，在那里控制电路312设置rf切换网络304的开关以便将天线元件的第一子集耦合至rf链306。然后在步骤344处，控制电路312控制采样电路310对由天线元件的该子集接收的信号进行采样并且将结果存储在样本存储装置314中。然后，在步骤346处确定是否存在还没有被采样的天线元件的另一子集（置换对）。当情况如此时该流程继续进行到步骤348，在那里控制电路312控制rf切换网络304将天线元件的被识别的未采样子集耦合至rf链306。然后该流程返回至步骤344。一旦天线元件的所有这样的子集（对置换）已经以这种方式被采样，则从步骤346起该流程继续进行至步骤350，在那里控制电路312的信号检测电路316使用存储在样本存储装置314中的样本来构造信号样本空间协方差矩阵。下面给出该构造的更多细节。应该注意，为了清楚起见，在图25中仅示出一个“快照”的采样、以及信号样本空间协方差矩阵的后续构造，但是如所提到的，在从那些快照的组合来生成信号样本空间协方差矩阵之前可以取得并存储若干快照，并且为了此目的，判定点（如果需要其他快照的话）和来自步骤346的“否”通道的返回路径可以被添加以引导回到步骤340。最后，该流程然后继续进行到步骤352，在那里信号检测电路316将射束形成算法应用于信号样本空间协方差矩阵以提供到达方向、所接收的信号强度和/或被观测的信号的源的数目的估计。
现在在图24中示出的示例天线设备的上下文中提供（信号样本）空间协方差矩阵和射束形成算法的一些更详细描述，即，该示例天线设备具有三个天线元件并且因此在该示例中空间协方差矩阵是3x3矩阵。该空间协方差矩阵r是提前未知的，并且需要从所接收的数据来估计。由下式给出使用t个快照的被采样的空间协方差矩阵
3×3空间协方差矩阵
其中
其中
其中
对于
现在用k表示在角度
其中
其中对角矩阵p表示如在单个天线元件处测得的平均接收的信号功率。考虑活动因子、发射（tx）功率、路径损耗和处理增益，由下式给出所接收的功率矩阵p：
图26示出在一个实施例的方法中被采用来生成信号样本空间协方差矩阵的一系列步骤。该流程在步骤400处开始并且继续进行到步骤402，在那里（rx）天线元件的数目被设置为变量n并且信号检测过程的所需迭代数目被设置为变量t。然后，在步骤404处，重置空间协方差矩阵r。在步骤406处，迭代变量t被设置成零。然后在步骤408处，确定t是否等于或者超过t（并且当然在第一次迭代它将不会等于或者超过t）。然后，该流程继续进行到步骤410，在那里使t递增并且在后面的步骤412处天线元件循环迭代变量i被设置成零。在步骤414处，确定i是否大于或者等于n。情况并非如此，该流程继续进行到步骤416，在那里将另一天线元件循环迭代变量j设置成i的值。然后，在步骤418处，使j递增，以使得现在i和j表示还没有被配对用于信号样本收集的两个天线元件的指数。在步骤420处，进行对于天线元件xi和xj的测量，并且在步骤422处更新空间协方差矩阵元素
返回参考图26的“更新
因此，应该注意利用被添加至矩阵元素r(1,1)的现有值的来自所有天线元件（即不仅仅来自天线元件1）的零滞后自相关测量结果来更新该矩阵元素r(1,1)（实质上功率测量结果），同时利用被添加至矩阵元素r(i,j)的现有值的（来自天线元件对(i,j)）的零滞后自相关测量结果来更新该矩阵元素r(i,j)。
图26的“对r(1,1)标准化”步骤430包括以下计算：
要注意，因此用使天线元件对组合的数目(n(n-1)/2)翻倍的值来对r(1,1)进行标准化，因为在对于r(1,1)的每个叠加步骤处，
因此，为其他天线元件再产生针对天线元件1的现在标准化的功率值，并且该矩阵的上三角中的互相关值是共轭且指数交换的以填充矩阵的下三角。
图27示出关于图26中示出的方法的变体，在其中在一个实施例的方法中采用已修改的一系列步骤来生成（信号样本）空间协方差矩阵，其中r的累加进一步利用时间演化因子ρ（也被称为“遗忘因子”），以使得可以如下将相应的权重应用于当前样本矩阵r’和先前累加的样本矩阵r：
要注意，应用到当前测量结果和先前测量结果的相应权重因此总和为1，并且可以依据当前测量结果和先前测量结果应该对结果得到的矩阵具有的期望影响来在(0,1)范围中自由设置ρ。例如，为了对主动探测程序的结果进行参数化，ρ可以被选择成靠近0，由此允许r的快速适应，因为探测信号是已知的。一方面，为了对被动探测程序的结果进行参数化，ρ可以被设置成靠近1的值（通常ρ=0.95）以允许长期平均并且同时允许r适应时变信号。
图27的流程在步骤500处开始并且继续进行到步骤502，在那里（rx）天线元件的数目被设置为变量n，信号检测过程的所需迭代数目被设置为变量t，并且设置“遗忘因子”ρ。然后，在步骤404处，重置空间协方差矩阵r和r’。在步骤506处，迭代变量t被设置成零。然后在步骤508处，确定t是否等于1（并且当然在第一次迭代它将不会等于1）。然后该流程继续进行到步骤510，在那里通过将“遗忘因子”ρ用作r的权重并且将(1-ρ)用作r'的权重来将空间协方差矩阵r更新为r和r'的线性组合。然后在步骤512处重置矩阵r'。然后，在步骤514处，确定t是否等于或超过t（并且当然在第一次迭代它将不会等于或超过t）。然后该流程继续进行到步骤516，在那里使t递增并且在后面的步骤518处天线元件循环迭代变量i被设置成零。在步骤520处，确定i是否大于或者等于n。情况并非如此，该流程继续进行到步骤522，在那里将另一天线元件循环迭代变量j设置成i的值。然后，在步骤524处，使j递增，以使得现在i和j表示还没有被配对用于信号样本收集的两个天线元件的指数。在步骤526处，进行对于天线元件xi和xj的测量，并且在步骤528处针对元素r'(1,1)和r('i,j)来更新空间协方差矩阵r'。这是如上面所述的。然后在步骤530处确定j是否大于或等于n，并且当情况并非如此时，该流程再次迭代通过步骤524、526和528。一旦j达到n（即天线元件i已经与更高指数的所有其他天线元件配对），则该流程继续进行到步骤532，在那里使i递增并且然后到步骤520以便再次确定i是否已经达到n。一旦情况如此，该流程就返回到步骤508。在第一次返回到该步骤时，t将的确等于1，并且对于该迭代的该流程分支到步骤534，在那里使用刚刚在恰好第一次迭代计算的空间协方差矩阵r'的值来初始化空间协方差矩阵r。该流程然后继续进行到步骤512，并且重置空间协方差矩阵r'。
然后实行信号检测过程的另外的迭代（从所有天线元件对迭代地进行测量），直到t变成等于或超过t并且流程分支到步骤536为止。在那里对矩阵元素r(1,1)中累加的值进行标准化，并且在步骤538处（如上所述）更新矩阵r的对角和下三角元素。该程序在步骤540处完成。从图27的考虑将会认识到，因此在该示例实施例中描述在其中信号测量过程的t次迭代被实行从而允许结果得到的空间协方差矩阵在每次迭代上演化的“自适应”过程。
无论环境的已修订参数化的源是什么，然后都在一个示例实施例中由bson控制器使用演进算法（ea）来执行网络的优化，如例如在文章t.bäck,“evolutionaryalgorithmsintheoryandpractice:evolutionstrategies,evolutionaryprogramming,geneticalgorithms”,oxforduniversity,1996、t.bäck,u.hammel,和h.p.schwefel,“evolutionarycomputation:commentsonthehistoryandcurrentstate”,ieeetransactionsonevolutionarycomputation,vol.1,pp.3-17,april1997（在
ea是很大程度上受生物机制（诸如变异、杂交（再产生）和选择）启发的通用的、基于填充的元启发式优化算法（参见上面提到的“全局优化算法、理论与应用”文档的第95页）。在图28中图示ea的基本循环，并且它包括五个块（如在上面提到的“全局优化算法、理论与应用”文档的第96页上的讨论）：
·初始填充（步骤700）
·评估（步骤705）
·适合度值分配（步骤710）
·选择（步骤715）
·再产生（步骤720）。
读者参考文档“全局优化算法、理论与应用”以用于关于上面提到的块的功能的一般性讨论。下面的讨论将描述如何将图28中图示的基本演化算法方法适应成使得其在当前情况中的使用能够基于变化的情况来提供网络的快速更新。然而，概括地说，初始填充阶段700包含创建一组个体条目，在这种情况下每个个体条目都是假设的优化网络。在评估阶段705期间，填充中的个体中的每一个都被评估，并且因此在当前上下文中为每个假设的优化网络计算对于网络中的每个馈线链路的信道容量。然后，在适合度分配步骤710期间，对于每个链路，将信道容量转换成吞吐量。将该吞吐量与目标吞吐量相比较并且相关联的回报被分配到每个链路。然后可以为每个假设的优化网络计算回报。
然后选择阶段包括应用用来更多时候选择具有高回报的个体（即假设的优化网络）而不选择具有低回报的个体的过程，以使得具有低适合度值的个体条目最终将被丢弃并且具有高值的那些将进入然后被用于再产生阶段720的配对库。在再产生阶段，选择配对库中的各对并且对于每一对通过组合或修改它们的父辈的属性来创建产物。这导致一组已修订的假设的优化网络，其然后可经历演进算法的另一迭代。
图29是图示被执行用来计算和应用优化网络配置的步骤的流程图。在步骤800处，该过程开始，此后在步骤805处将变量n设置成等于要由演进算法考虑的假设的优化网络的数目。此后，在步骤810处，初始化一组假设。稍后将参考图30来更详细地描述该过程。此后，在步骤815处执行评估馈线终端和馈线基站之间的各种链路的过程，稍后参考图31来描述该过程。然后，在步骤820处，基于链路评估过程的输出来评估当前的该组假设，以便将回报与该组中的每个假设相关联。稍后将参考图33来更详细地描述该过程。此后，在步骤825处执行选择过程以选择一组已修改的假设，稍后参考图34来更详细地描述该过程。
然后，在步骤830处，执行用来基于在步骤825处确定的该组已修改的假设来确定和应用优选的优化网络配置的过程。对于包括bson的系统，稍后将参考图36来更详细地描述该过程。应该注意，尽管在图29中步骤830被示出为在演进算法的每次迭代上被执行，但是不需要在每次迭代上执行该步骤830，并且作为代替可以仅仅比如且当预定触发条件发生时执行该步骤830。该触发条件可以是演化算法的当前迭代的完成，或者可以作为代替是较不频繁发生的触发条件，诸如对某一通信量报告的更新、已更新的探测数据的接收等等。
在步骤835处，执行再产生过程以便产生一组替换的假设，在这之后该过程返回到步骤815。稍后将参考图35更详细地讨论在步骤835处的过程。
现在将参考另外的流程图来提供图29的步骤810至835的更详细讨论。
初始化假设
在该阶段，生成多个优化的网络假设。每个假设对应于候选优化网络。在一个实施例中，假设中的条目由上行链路（ul）或下行链路（dl）发射以及以下各项组成：
1.馈线基站（fb）和馈线终端（ft）关联。
2.天线方位（ab），其指定主定向天线的方位取向。
3.发射天线图样（txap），其指示在发射期间要被使用的射束图样。
4.相关吞吐量权重系数（w），其限定连接至同一fb的各ft之间的相对吞吐量。
5.链路质量指示符（lqi）；一种数据流的质量的度量。
参考图22，在下面的表1中给出示例假设。为了清楚地讨论，首先考虑表1中的第三行。在该示例中，在处于45度方位的dl发射中fb1被链接到ft2。此外，将天线图样指定为1且将相对吞吐量权重指定为2。还导出为10的lqi。为了进一步澄清w的重要性，并且基于表1，从fb1到ft2的dl吞吐量应该是ft1和ft8的吞吐量的两倍高。使用存储在图2的回程网络配置数据库41中的通信量需求信息来指定权重w。在缺少通信量要求的情况下，w被设置成单位元素（unity）。
表1.示例假设的优化网络。
图30图示用于生成多个优化网络假设的步骤。在步骤850处的过程开始之后，在步骤855处从回程装备数据库860获得ft（l）的数目。在图30中，发生两个迭代—外循环867生成n个假设，而内循环869将针对每个假设hn向fb分配ft并且分配天线方位和tx天线图样。要注意到，已经在这里省略了lqi的导出。它们在假设中的条目留为空，要在该算法的评估阶段期间来计算。此外，还已在这里省略了w的条目。基于fb到ft的关联以及通信量要求来计算它们的条目。如果存在fb-ft关联中的变化或通信量要求中的变化，则重新计算该条目。
相应地，更详细地考虑图30，在步骤865处将变量n设置成等于0，并且然后在步骤870处使其递增。此后，在步骤875处将变量i设置成等于0，并且然后在步骤880处使其递增。在步骤885处，将用于假设的优化网络n的馈线终端i分配给fb。该关联可以是随机的、或基于距离的。此后，在步骤890处，为假设的优化网络n的馈线终端i分配天线方位。该方位被设置成等于朝向相关联的fb的方向，或者可以是随机的。在步骤892处，为假设的优化网络n的馈线终端i分配天线图样。上文提到，回程装备数据库860存储ft和fb节点的地理位置，并且因此导出ft-fb相关方位是简单的。例如，fb天线方位通常可能通过使用宽（扇形覆盖）天线图样来指向其相关联的ft的方向，或者替代地，fb天线方位和天线图样可能被随机分配。
在步骤894处，确定i是否小于l，其中（如前面所讨论的）l表示馈线终端的数目。如果是这样，则在步骤880处开始的内循环被重复。然而，如果在步骤894处确定i不小于l，则该过程继续进行到步骤896，在那里确定n是否小于n（如前面所讨论的，n是要被演化算法使用的假设的优化网络的数目）。如果是这样，则通过返回到步骤870来重做外循环。如果不是这样，则这指示已经产生所有假设的优化网络，并且相应地该过程继续进行到步骤898，在那里该组假设的初始化视为要被完成。要注意，可以例如在步骤898处随机地分配对于fb的天线方位和射束图样。
评估链路
根据图29的步骤815，评估每个假设内的每个ft/fb链路。此阶段被高度参数化并且可以以分布式方式来实施。在该阶段期间，在考虑同信道干扰的同时，计算对于网络中的每个链路的信道容量。该同信道干扰可能源于无线网络自己中的节点（重新使用的一个是优选的多接入技术），或者源于不协调的未经请求的节点。容量是以每秒每hz的位数测量的并且考虑所有实施损耗。在ft处计算该实施损耗并且在相关联的fb处传达它并将它转发至回程装备数据库。
图31图示用于评估链路的步骤，即对应于图29的步骤815。总的来说，对于每个ft，评估ul和dl容量。在图中用星号来指示参数化。更详细地考虑图31，在步骤900处，该过程开始，之后在步骤905处从回程装备数据库910的网络参数获得系统中馈线终端的数目和输入假设的设置。此后，在步骤915处，将变量i设置成等于0，并且然后在步骤920处使其递增。在步骤930处，再次跨所有假设评估对于馈线终端i的上行链路和下行链路容量以及lqi。在给定个体假设的单独性质的情况下，该过程可以被高度平行化。在步骤930期间，所计算的lqi考虑由912的外部干扰数据库表征的未经请求且不协调的发射。在步骤935处，确定变量i是否小于ft的总数，并且如果如此，该过程循环回到步骤920。然而，当在步骤935处确定变量i不再小于ft的数目，并且相应地已经分析了所有ft，则该过程继续进行到步骤940，其中评估链路过程被视为完成。
评估假设
在这里每个假设hn被奖给一个得分rn。通常，得分越高假设就越好。对于每个链路，每链路的信道容量被转换成吞吐量（每秒位数）。针对目标吞吐量来检查每链路的吞吐量。然后向每个链路分配回报。该回报（其是正值）是所供给的吞吐量和期望吞吐量的函数。在图32中给出示例回报函数。在图32中，如果链路中所供给的通信量小于期望吞吐量，则不分配回报。如果目标被满足，则将最大回报分配给链路。如果所供给的通信量远超过目标吞吐量，则应用递减的回报。吞吐量目标与时间和位置有关，也就是说某一链路可能依据白天的时间要求不同数量的通信量。此外，还可能期望在白天期间商业区将被重加载并且在夜晚期间或公共假期期间被轻加载；近郊区域中可能正好相反。
对于每个假设，（总）回报的矢量被映射成确定假设的总适合度值的单标量。存在许多映射函数，例如：
·均值（算术或谐波）：这产生平均适合度值；
·第x个百分位：（例如第5个百分位），其确保链路的（100-x）百分比具有相同或更好适合度值；
·最小值：返回最差链路的适合度值。
图33是图示如何在一个实施例中执行上面的评估过程的流程图。在步骤950处，该评估过程开始，此后在步骤952处从网络参数数据库954获得假设的优化网络的数目、ft的数目和fb的数目。
在步骤956处，变量i被设置成等于0，此后在步骤958处使i递增。然后，在步骤960处跨所有假设评估对于馈线终端i的上行链路和下行链路回报。归因于不同假设的离散性质，该过程被并行执行。此后，在步骤962处，确定变量i是否小于ft的数目，并且如果那样的话，该过程返回到步骤958。然而，当在步骤962处确定变量i不再小于ft的数目时，则此时完成对跨所有假设的所有馈线终端的上行链路和下行链路回报。步骤964、966、968和970执行与步骤956、958、960和962相同的过程，但是关于每个fb而不是关于每个ft。再次地，可以针对所有假设并行地执行步骤968。一旦在步骤970处确定所有fb都已经被考虑，则该过程继续进行到步骤972。
在步骤972处，将变量n设置成等于0并且然后在步骤974处使n递增。此后，在步骤976处，对于假设n的各种上行链路和下行链路回报都被评估以便产生对于假设的回报值。在步骤978处，确定是否已经考虑了所有假设，并且如果不是的话，该过程返回到步骤974。然而，一旦在步骤978处确定所有假设都已经被考虑，则该过程继续进行到步骤980，在那里评估过程被视为完成。
选择假设
以随机方式完成在图29的步骤825处执行的选择，从而更多时候选择具有高回报的假设。因此，具有低回报的假设最终将被丢弃并且具有高值的那些将继续进行到下一阶段。如果n表示进入选择过程的（输入）假设的数目，则n还将是将由选择过程生成的（输出）假设的数目。应该清楚的是，某些输出假设将是一式两份的。
图34图示为了选择一组已修改的假设而在一个实施例中实施的步骤。在步骤1000处，该过程开始，此后在步骤1005处获得假设的优化网络n的数目，并且然后参考在参考图33的情况下描述的评估过程的结果来确定排序最高的假设k的数目。该信息被存储为网络参数1010。在步骤1015处，选择k个排序最高的假设，此后在步骤1020处，随机选择另外n-k个假设。此后，在步骤1025处，选择过程被视为完成，并且输出结果得到的该组已修改的假设。在实践中，值k通常等于1或2。k个排序最高的假设的选择保证尚存最佳解决方案。
生成一组新的假设。
在已经由图29的步骤825产生该组已修改的假设之后，通过图29的再产生步骤835来创建一组替换假设。如果n表示进入该过程的（输入）假设的数目，则n也将是将被生成的新（输出）假设的数目。该阶段包含例如在http://www.it-weise.de/projects/book.pdf处可得的weiset.的“全局优化算法、理论与应用”出版物中描述的以下四个操作。
·创建：生成具有随机属性的一个或多个假设。
·复制：在没有任何修改的情况下拷贝具有最高得分的一个或多个输入假设。
·变异：随机修改输入假设的次要属性以生成新的假设。以随机方式来选择用于该阶段的所选输入假设。
·再组合（或杂交）：来自成对输入假设的属性被随机交换以创建成对的新假设。随机地选择用于该阶段的所选输入假设。
在一个实施例中，还添加第5个新操作：
·再生：恢复一个或多个（存储在数据库中的）最优网络。例如，恢复在24小时和/或7天之前应用的最优网络。在这里假定通信量需求是循环平稳的。
用nc、nd、nm、nr和ni分别表示创建、复制、变异、再组合和再生的数目。将清楚的是，n=nc+nd+nm+nr+ni。在一个示例实施例中，nc通常被设置成1；随机起点一般来说是用来避免在优化期间的局部极小值的好想法。nd通常被设置成2，从而确保尚存合适度。再组合的数目nr被设计成偶数并且通常不超过变异的数目nm。在变异或再组合期间，修改假设的一个或多个属性。这通过修改或附加以下各项中的一个来实行：
1.ft到fb的关联；
2.天线方位；
3.tx天线图样。
图35图示用于生成一组新假设的步骤。在步骤1050处，该生成步骤开始，此后在步骤1055处，从网络参数1060连同一组先前的优化假设（例如被视为提供已关于白天的特定时间、一周里的一天等等的特别好的解决方案的假设）获得该组输入假设。还获得变量nc、nd、nm、nr和ni，这些值通常已经被提前设置。此后，在步骤1065处，创建nc个随机假设，并且在步骤1070处从该组输入假设复制最佳nd个假设。在步骤1075处，使来自该组输入假设的nm个假设变异，其中为该过程选择的假设通常是随机的。在步骤1080处，使来自该组输入假设的nr个假设经历再组合过程。再次地，除了要选择偶数个假设的要求之外，为该过程选取的假设通常是随机的。在步骤1085处，从该组先前的优化假设恢复ni个假设，此后在步骤1090处生成过程被视为完成。
将会认识到，如果需要的话可以改变各种参数nc、nd、nm、nr和ni。例如，尽管在白天的某些时间在步骤1085处从一组先前的优化假设恢复假设可能是适当的，但是可能存在当这不适当的白天的其他时间，并且相应地将变量ni设置成0且相应地调整其他变量将是适当的。
应用优选的优化网络
该程序（图29的步骤830）负责选择优化网络并将信息散布到网络的各种节点。具体来说，bson搜遍当前该组假设并且选择产生最高得分的一个。所选的假设将因此是要被应用于网络的下一优化网络。bson还负责将该优化网络传达到fb和ft。为了将发送到网络中的每个节点的信息量最小化，bson将有关优化网络的部分传达到每个fb以及相关联的ft。
图36是图示上面的过程的流程图。在步骤1100处，该过程开始，此后在步骤1105处获得该组输入假设。在步骤1110处，基于其当前回报值从该组中选择最佳假设，并且然后在步骤1115处将所选假设设置为下一优化网络。此后，在步骤1120处，将优化网络分布到fb和ft，此后在步骤1125处该过程被视为完成。
作为简要的总体概述，提供一种用于配置包括用来减轻外部干扰源的影响的多个节点的无线网络的方法以及对应设备。多个节点中的节点子集被配置成同时参与外部干扰采样过程，在其中该节点子集的每个节点对由该节点的天线阵列接收的信号进行采样。从节点接收包括信号源角度和所接收的信号强度的测量报告。首先使用从节点接收的测量报告来估计外部干扰源的位置。然后使用所估计的外部干扰源的位置和所接收的信号强度来表征外部干扰源以便为外部干扰源计算以下各项中的至少一个：源功率、射束宽度、天线方位和前后发射比。最后该多个节点被配置成依据表征步骤的结果来减轻外部干扰源的影响。
在本申请中，词语“被配置成……”被用来意指设备的元件具有能够实施所限定的操作的配置。在该上下文中，“配置”意指硬件或软件的互连的布置或方式。例如，该设备可以具有提供所限定的操作的专用硬件、或者处理器或其他处理器件可以被编程为执行该功能。“被配置成”不暗示需要以任何方式来改变该设备元件以便提供所限定的操作。
尽管已经在本文中参考附图详细地描述了说明性实施例，但是要理解，本发明不限于那些精确的实施例，并且本领域技术人员可以在不偏离如由所附权利要求限定的本发明的范围和精神的情况下在其中产生各种改变、添加和修改。例如，在不偏离本发明的范围的情况下，可以进行从属权利要求的特征与独立权利要求的特征的各种组合。
- 还没有人留言评论。精彩留言会获得点赞！