一种干扰源定位的方法、设备和存储介质与流程

本发明涉及tdd(timedivisionduplexing，时分双工)系统中大气波导干扰技术领域，尤其涉及一种干扰源定位的方法、设备和存储介质。

背景技术：

td-lte是tdd模式的lte技术，在实际应用过程中，同样存在tdd大气波导干扰，td-lte大气波导干扰每年从3月份开始，12月份基本消失，全国区域受到影响。目前基于enodeb(evolvednodeb,即演进型nodeb，简称enb,lte中基站的名称)id的大气波导干扰源定位功能已经在商用，但id检测精度和规划的重复度会影响干扰定位精度，因而，在进行大气波导干扰源定位时，可能会存真实干扰源站点的特征序列id和非干扰源站点的特征序列id重复的可能，因而，如何能够在多个相同特征序列id存在的环境中准确识别真实干扰源站点，已成为进行大气波导干扰源定位过程中亟需解决的技术问题。

技术实现要素：

本发明实施例的主要目的在于提出一种干扰源定位的方法、设备和存储介质，旨在通过采用距离差方案，能够在多个相同特征序列id存在的环境中准确识别真实干扰源站点，以有效提高干扰源定位精度。

为实现上述目的，本发明实施例提供了一种干扰源定位的方法，所述方法包括以下步骤：确定干扰源站点的有效特征序列id；根据所述有效特征序列id找出所有关联站点，当找出的关联站点的数目大于1时，根据符号距离与实际站间经纬度距离的匹配度来确认真实干扰源站点。

为实现上述目的，本发明实施例还提出了一种干扰源定位的设备，所述设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，所述程序被所述处理器执行时实现前述方法的步骤。

为实现上述目的，本发明提供了一种存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述方法的步骤。

本发明提出的干扰源定位的方法、设备和存储介质，其在确定干扰源站点的有效特征序列id后，根据该有效特征序列id找出所有关联站点，并在找出的关联站点的数目大于1时，根据符号距离与实际站间经纬度距离的匹配度来确认真实干扰源站点。可见，本技术方案，其通过采用距离差方案，能够在多个相同特征序列id存在的环境中准确识别真实干扰源站点，以有效提高干扰源定位精度。

附图说明

图1是本发明实施例一提供的干扰源定位的方法的流程图。

图2是图1所示干扰源定位的方法步骤s110的具体流程图。

图3是图1所示干扰源定位的方法步骤s120的具体流程图。

图4是本发明实施例二提供的干扰源定位的方法的流程图。

图5是图4所示干扰源定位的方法步骤s210的具体流程图。

图6是图4所示干扰源定位的方法步骤s220的具体流程图。

图7是本发明实施例三提供的干扰源定位的设备的结构框图。

图8是本发明实施例四提供的干扰源定位的设备的结构框图。

本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特有的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

实施例一.

如图1所示，本实施例提供了一种干扰源定位的方法，该方法包括以下步骤：

步骤s110：确定干扰源站点的有效特征序列id。

具体地，对本发明实施例中干扰源定位的方法步骤中涉及到的一些技术用语说明如下：1、符号，lte协议定义的时域符号，通常情况下，一个子帧由14个符号构成。2、符号距离，无线信号在一个符号时长里传播的距离。3、经纬度，物理站点在地面所处的经纬度位置信息。4、经纬度距离：根据干扰源站点和检测站点的经纬度信息，计算的站间的距离。

在检测站点每次进行干扰源站点的检测过程中，可能存在多个符号上同时检出到相同特征序列id，因而，在记录该次检测到的干扰源站点的特征序列id及符号位置时，需进行最大功率比对，以提高特征序列id检测正确效率，同时，由于单次进行干扰源站点的检测过程中，会存在有一定误检的概率，因而，还需增加检测次数，即多次进行干扰源站点检测，同时，增加对每个相同特征序列id的有效出现次数统计，只有该特征序列id的有效出现次数大于一定门限(该门限值后台可配置)，才认为可信，以进一步提高特征序列检测正确效率。

因而，如图2所示，该步骤“确定干扰源站点的有效特征序列id”具体包括：

步骤s111：多次进行干扰源站点检测，并对检测到的干扰源站点进行数据统计。

具体地，由于单次进行干扰源站点的检测过程中，会存在有一定误检的概率，因而，为了准确确定干扰源站点的有效特征序列id，需增加干扰源站点的检测次数，即多次进行干扰源站点检测，同时，还需对检测到的干扰源站点进行数据统计。该数据统计具体包括统计每次检测到的干扰源站点的特征序列id、统计每次检测到的干扰源站点的符号位置以及统计多次检测过程中每一特征序列id的有效出现次数。由于在检测站点每次进行干扰源站点的检测过程中，可能存在多个符号上同时检出到相同特征序列id，此时，为了提高特征序列id检测正确效率，需进行最大功率比对。即每次进行干扰源站点检测时，进行最大功率比对，统计接收到干扰功率最大处的符号位置及特征序列id为该次检测到的干扰源站点的符号位置及特征序列id。

步骤s112：根据该数据统计确定干扰源站点的有效特征序列id。

具体地，为了进一步提高特征序列检测正确效率，需增加对每个相同特征序列id的有效出现次数统计，只有该特征序列id的有效出现次数大于一定门限(该门限值后台可配置)，才认为可信，即当检测到当前特征序列id的有效出现次数大于第一预设门限时，判定该当前特征序列id为干扰源站点的有效特征序列id。

步骤s120：根据该有效特征序列id找出所有关联站点，当找出的关联站点的数目大于1时，根据符号距离与实际站间经纬度距离的匹配度来确认真实干扰源站点。

具体地，当确定干扰源站点的有效特征序列id，便可根据该有效特征序列id在系统工参中找出关联站点，一般情况下，找出的关联站点的数目为1，此时，可将当前找出的关联站点确认为真实干扰源站点，然而，由于用来表征enodebid信息的特征序列id有限，实际情况中，在系统工参中，该有效特征序列id可能关联到多个站点，关联到1个以上站点主要原因是由于存在enodebid部分信息重复的站点，即可能会存真实干扰源站点的特征序列id和非干扰源站点的特征序列id重复的可能。比如下表一所示，

表一：特征序列id-2641关联到两个enbid305745和436817

此时，要分析哪个站点才是真实检测到的干扰源站点。具体可根据符号距离与实际站间经纬度距离的匹配度来确认真实干扰源站点，如图3所示，其具体过程如下：

步骤s121：根据检测到该有效特征序列id的符号位置来确定符号距离。

具体地，在哪个符号位置检测到该有效特征序列id，需要根据接收id信号的功率确定，但不限于该方法，也可考虑根据最先检测到有效特征序列id信息的负荷作为最终的检测符号，那么检测符号的确定方法也会影响符号距离的换算。当知道检测站点在哪个符号位置检测到了该有效特征序列id，便可确定传输时延，根据检测到该有效特征序列id的符号位置换算成符号距离。如上述表一所示，在符号ul0上检测到该有效特征序列id-2641，则根据符号ul0的符号位置换算成符号距离128.4825km。

步骤s122：根据当前关联站点与检测站点的空间物理位置来确定该当前关联站点的实际站间经纬度距离。

具体地，如上述表一所示，有效特征序列id-2641的关联站点有两个，一个是enbid305745，另一个是enbid436817。在系统工参中进行查找，可找到这两个关联站点及检测站点的空间物理位置，然后根据它们的经纬度计算成经纬度距离。如上述表一所示，关联站点enbid305745的实际站间经纬度距离为64.27083，关联站点enbid436817的实际站间经纬度距离为117.9771。

步骤s123：若符号距离减去该当前关联站点的实际站间经纬度距离低于预设第二门限，则确认该当前关联站点确认为真实干扰源站点。

具体地，若符号距离减去该当前关联站点的实际站间经纬度距离低于预设第二门限，则确认该当前关联站点确认为真实干扰源站点。本实施例中，预设第二门限为20km。如上述表一所示，符号距离128.4825km减去关联站点enbid305745的实际站间经纬度距离为64.27083，得到距离差为64.21165，大于预设第二门限。符号距离128.4825km减去关联站点enbid436817的实际站间经纬度距离为117.9771，得到距离差为10.50537低于预设第二门限，可见，关联站点enbid436817可确认为真实干扰源站点，而关联站点enbid305745则确认为非干扰源站点。

实施例二.

如图4所示，本实施例提供了一种干扰源定位的方法，该方法包括以下步骤：

步骤s210：确定干扰源站点的有效特征序列id。

具体地，对本发明实施例中干扰源定位的方法步骤中涉及到的一些技术用语说明如下：1、符号，lte协议定义的时域符号，通常情况下，一个子帧由14个符号构成。2、符号距离，无线信号在一个符号时长里传播的距离。3、经纬度，物理站点在地面所处的经纬度位置信息。4、经纬度距离：根据干扰源站点和检测站点的经纬度信息，计算的站间的距离。

在检测站点每次进行干扰源站点的检测过程中，可能存在多个符号上同时检出到相同特征序列id，因而，在记录该次检测到的干扰源站点的特征序列id及符号位置时，需进行最大功率比对，以提高特征序列id检测正确效率，同时，由于单次进行干扰源站点的检测过程中，会存在有一定误检的概率，因而，还需增加检测次数，即多次进行干扰源站点检测，同时，增加对每个相同特征序列id的有效出现次数统计，只有该特征序列id的有效出现次数大于一定门限(该门限值后台可配置)，才认为可信，以进一步提高特征序列检测正确效率。

因而，如图5所示，该步骤“确定干扰源站点的有效特征序列id”具体包括：

步骤s211：多次进行干扰源站点检测，并对检测到的干扰源站点进行数据统计。

具体地，由于单次进行干扰源站点的检测过程中，会存在有一定误检的概率，因而，为了准确确定干扰源站点的有效特征序列id，需增加干扰源站点的检测次数，即多次进行干扰源站点检测，同时，还需对检测到的干扰源站点进行数据统计。该数据统计具体包括统计每次检测到的干扰源站点的特征序列id、统计每次检测到的干扰源站点的符号位置以及统计多次检测过程中每一特征序列id的有效出现次数。由于在检测站点每次进行干扰源站点的检测过程中，可能存在多个符号上同时检出到相同特征序列id，此时，为了提高特征序列id检测正确效率，需进行最大功率比对。即每次进行干扰源站点检测时，进行最大功率比对，统计接收到干扰功率最大处的符号位置及特征序列id为该次检测到的干扰源站点的符号位置及特征序列id。

步骤s212：根据该数据统计确定干扰源站点的有效特征序列id。

具体地，为了进一步提高特征序列检测正确效率，需增加对每个相同特征序列id的有效出现次数统计，只有该特征序列id的有效出现次数大于一定门限(该门限值后台可配置)，才认为可信，即当检测到当前特征序列id的有效出现次数大于第一预设门限时，判定该当前特征序列id为干扰源站点的有效特征序列id。

步骤s220：根据该有效特征序列id找出所有关联站点，当找出的关联站点的数目大于1时，根据符号距离与实际站间经纬度距离的匹配度来确认真实干扰源站点。

具体地，当确定干扰源站点的有效特征序列id，便可根据该有效特征序列id在系统工参中找出关联站点，一般情况下，找出的关联站点的数目为1，此时，可将当前找出的关联站点确认为真实干扰源站点，然而，由于用来表征enodebid信息的特征序列id有限，实际情况中，在系统工参中，该有效特征序列id可能关联到多个站点，关联到1个以上站点主要原因是由于存在enodebid部分信息重复的站点，即可能会存真实干扰源站点的特征序列id和非干扰源站点的特征序列id重复的可能。比如下表一所示，

表一：特征序列id-2641关联到两个enbid305745和436817

此时，要分析哪个站点才是真实检测到的干扰源站点。具体可根据符号距离与实际站间经纬度距离的匹配度来确认真实干扰源站点，如图6所示，其具体过程如下：

步骤s221：根据检测到该有效特征序列id的符号位置来确定符号距离。

具体地，在哪个符号位置检测到该有效特征序列id，需要根据接收id信号的功率确定，但不限于该方法，也可考虑根据最先检测到有效特征序列id信息的负荷作为最终的检测符号，那么检测符号的确定方法也会影响符号距离的换算。当知道检测站点在哪个符号位置检测到了该有效特征序列id，便可确定传输时延，根据检测到该有效特征序列id的符号位置换算成符号距离。如上述表一所示，在符号ul0上检测到该有效特征序列id-2641，则根据符号ul0的符号位置换算成符号距离128.4825km。

步骤s222：根据当前关联站点与检测站点的空间物理位置来确定该当前关联站点的实际站间经纬度距离。

具体地，如上述表一所示，有效特征序列id-2641的关联站点有两个，一个是enbid305745，另一个是enbid436817。在系统工参中进行查找，可找到这两个关联站点及检测站点的空间物理位置，然后根据它们的经纬度计算成经纬度距离。如上述表一所示，关联站点enbid305745的实际站间经纬度距离为64.27083，关联站点enbid436817的实际站间经纬度距离为117.9771。

步骤s223：确定该符号距离与该当前关联站点的实际站间经纬度距离之间的距离差。

具体地，确定该符号距离与该当前关联站点的实际站间经纬度距离之间的距离差。如上述表一所示，符号距离128.4825km减去关联站点enbid305745的实际站间经纬度距离为64.27083，得到距离差为64.21165。符号距离128.4825km减去关联站点enbid436817的实际站间经纬度距离为117.9771，得到距离差为10.50537。

步骤s224：统计预设时间间隔内，该距离差满足低于该预设第二门限的要求的次数a，以及该有效特征序列id的有效出现次数b，并计算距离差占比c＝a/b。

具体地，若符号距离减去该当前关联站点的实际站间经纬度距离低于预设第二门限，则认为是一次有效测量和站间干扰关系。本实施例中，预设第二门限为20km。如上述表一所示，符号距离128.4825km减去关联站点enbid436817的实际站间经纬度距离为117.9771，得到距离差为10.50537低于预设第二门限，则该关联站点enbid436817为一次有效测量和站间干扰关系。为进一步提高干扰源站点的定位精度，需统计一段时间内，该距离差满足低于预设第二门限要求的次数，以及干扰源站点的有效特征序列id被检测到的总次数，以计算距离差占比。即统计预设时间间隔内，该距离差满足低于该预设第二门限的要求的次数a，以及该有效特征序列id的有效出现次数b，并计算距离差占比c＝a/b。

步骤s225：若该距离差占比c大于预设第三门限，则确认该当前关联站点确认为真实干扰源站点。

具体地，通过上述统计得到当前关联站点的距离差占比c后，便可将该距离差占比c与预设第三门限进行比较，若该距离差占比c大于预设第三门限，则确认该当前关联站点确认为真实干扰源站点。

实施例三

如图7所示，本发明实施例三提出一种干扰源定位的设备20，该设备20包括存储器21、处理器22、存储在该存储器上并可在该处理器上运行的程序以及用于实现处理器21和存储器22之间的连接通信的数据总线23，该程序被该处理器执行时，以实现以下如图1所示的具体步骤：

步骤s110：确定干扰源站点的有效特征序列id。

具体地，对本发明实施例中干扰源定位的方法步骤中涉及到的一些技术用语说明如下：1、符号，lte协议定义的时域符号，通常情况下，一个子帧由14个符号构成。2、符号距离，无线信号在一个符号时长里传播的距离。3、经纬度，物理站点在地面所处的经纬度位置信息。4、经纬度距离：根据干扰源站点和检测站点的经纬度信息，计算的站间的距离。

在检测站点每次进行干扰源站点的检测过程中，可能存在多个符号上同时检出到相同特征序列id，因而，在记录该次检测到的干扰源站点的特征序列id及符号位置时，需进行最大功率比对，以提高特征序列id检测正确效率，同时，由于单次进行干扰源站点的检测过程中，会存在有一定误检的概率，因而，还需增加检测次数，即多次进行干扰源站点检测，同时，增加对每个相同特征序列id的有效出现次数统计，只有该特征序列id的有效出现次数大于一定门限(该门限值后台可配置)，才认为可信，以进一步提高特征序列检测正确效率。

因而，如图2所示，该步骤“确定干扰源站点的有效特征序列id”具体包括：

步骤s111：多次进行干扰源站点检测，并对检测到的干扰源站点进行数据统计。

具体地，由于单次进行干扰源站点的检测过程中，会存在有一定误检的概率，因而，为了准确确定干扰源站点的有效特征序列id，需增加干扰源站点的检测次数，即多次进行干扰源站点检测，同时，还需对检测到的干扰源站点进行数据统计。该数据统计具体包括统计每次检测到的干扰源站点的特征序列id、统计每次检测到的干扰源站点的符号位置以及统计多次检测过程中每一特征序列id的有效出现次数。由于在检测站点每次进行干扰源站点的检测过程中，可能存在多个符号上同时检出到相同特征序列id，此时，为了提高特征序列id检测正确效率，需进行最大功率比对。即每次进行干扰源站点检测时，进行最大功率比对，统计接收到干扰功率最大处的符号位置及特征序列id为该次检测到的干扰源站点的符号位置及特征序列id。

步骤s112：根据该数据统计确定干扰源站点的有效特征序列id。

具体地，为了进一步提高特征序列检测正确效率，需增加对每个相同特征序列id的有效出现次数统计，只有该特征序列id的有效出现次数大于一定门限(该门限值后台可配置)，才认为可信，即当检测到当前特征序列id的有效出现次数大于第一预设门限时，判定该当前特征序列id为干扰源站点的有效特征序列id。

步骤s120：根据该有效特征序列id找出所有关联站点，当找出的关联站点的数目大于1时，根据符号距离与实际站间经纬度距离的匹配度来确认真实干扰源站点。

具体地，当确定干扰源站点的有效特征序列id，便可根据该有效特征序列id在系统工参中找出关联站点，一般情况下，找出的关联站点的数目为1，此时，可将当前找出的关联站点确认为真实干扰源站点，然而，由于用来表征enodebid信息的特征序列id有限，实际情况中，在系统工参中，该有效特征序列id可能关联到多个站点，关联到1个以上站点主要原因是由于存在enodebid部分信息重复的站点，即可能会存真实干扰源站点的特征序列id和非干扰源站点的特征序列id重复的可能。比如下表一所示，

表一：特征序列id-2641关联到两个enbid305745和436817

此时，要分析哪个站点才是真实检测到的干扰源站点。具体可根据符号距离与实际站间经纬度距离的匹配度来确认真实干扰源站点，如图3所示，其具体过程如下：

步骤s121：根据检测到该有效特征序列id的符号位置来确定符号距离。

具体地，在哪个符号位置检测到该有效特征序列id，需要根据接收id信号的功率确定，但不限于该方法，也可考虑根据最先检测到有效特征序列id信息的负荷作为最终的检测符号，那么检测符号的确定方法也会影响符号距离的换算。当知道检测站点在哪个符号位置检测到了该有效特征序列id，便可确定传输时延，根据检测到该有效特征序列id的符号位置换算成符号距离。如上述表一所示，在符号ul0上检测到该有效特征序列id-2641，则根据符号ul0的符号位置换算成符号距离128.4825km。

步骤s122：根据当前关联站点与检测站点的空间物理位置来确定该当前关联站点的实际站间经纬度距离。

具体地，如上述表一所示，有效特征序列id-2641的关联站点有两个，一个是enbid305745，另一个是enbid436817。在系统工参中进行查找，可找到这两个关联站点及检测站点的空间物理位置，然后根据它们的经纬度计算成经纬度距离。如上述表一所示，关联站点enbid305745的实际站间经纬度距离为64.27083，关联站点enbid436817的实际站间经纬度距离为117.9771。

步骤s123：若符号距离减去该当前关联站点的实际站间经纬度距离低于预设第二门限，则确认该当前关联站点确认为真实干扰源站点。

具体地，若符号距离减去该当前关联站点的实际站间经纬度距离低于预设第二门限，则确认该当前关联站点确认为真实干扰源站点。本实施例中，预设第二门限为20km。如上述表一所示，符号距离128.4825km减去关联站点enbid305745的实际站间经纬度距离为64.27083，得到距离差为64.21165，大于预设第二门限。符号距离128.4825km减去关联站点enbid436817的实际站间经纬度距离为117.9771，得到距离差为10.50537低于预设第二门限，可见，关联站点enbid436817可确认为真实干扰源站点，而关联站点enbid305745则确认为非干扰源站点。

实施例四

如图8所示，本发明实施例四提出一种干扰源定位的设备30，该设备30包括存储器31、处理器32、存储在该存储器上并可在该处理器上运行的程序以及用于实现处理器31和存储器32之间的连接通信的数据总线33，该程序被该处理器执行时，以实现以下如图4所示的具体步骤：

步骤s210：确定干扰源站点的有效特征序列id。

具体地，对本发明实施例中干扰源定位的方法步骤中涉及到的一些技术用语说明如下：1、符号，lte协议定义的时域符号，通常情况下，一个子帧由14个符号构成。2、符号距离，无线信号在一个符号时长里传播的距离。3、经纬度，物理站点在地面所处的经纬度位置信息。4、经纬度距离：根据干扰源站点和检测站点的经纬度信息，计算的站间的距离。

在检测站点每次进行干扰源站点的检测过程中，可能存在多个符号上同时检出到相同特征序列id，因而，在记录该次检测到的干扰源站点的特征序列id及符号位置时，需进行最大功率比对，以提高特征序列id检测正确效率，同时，由于单次进行干扰源站点的检测过程中，会存在有一定误检的概率，因而，还需增加检测次数，即多次进行干扰源站点检测，同时，增加对每个相同特征序列id的有效出现次数统计，只有该特征序列id的有效出现次数大于一定门限(该门限值后台可配置)，才认为可信，以进一步提高特征序列检测正确效率。

因而，如图5所示，该步骤“确定干扰源站点的有效特征序列id”具体包括：

步骤s211：多次进行干扰源站点检测，并对检测到的干扰源站点进行数据统计。

具体地，由于单次进行干扰源站点的检测过程中，会存在有一定误检的概率，因而，为了准确确定干扰源站点的有效特征序列id，需增加干扰源站点的检测次数，即多次进行干扰源站点检测，同时，还需对检测到的干扰源站点进行数据统计。该数据统计具体包括统计每次检测到的干扰源站点的特征序列id、统计每次检测到的干扰源站点的符号位置以及统计多次检测过程中每一特征序列id的有效出现次数。由于在检测站点每次进行干扰源站点的检测过程中，可能存在多个符号上同时检出到相同特征序列id，此时，为了提高特征序列id检测正确效率，需进行最大功率比对。即每次进行干扰源站点检测时，进行最大功率比对，统计接收到干扰功率最大处的符号位置及特征序列id为该次检测到的干扰源站点的符号位置及特征序列id。

步骤s212：根据该数据统计确定干扰源站点的有效特征序列id。

具体地，为了进一步提高特征序列检测正确效率，需增加对每个相同特征序列id的有效出现次数统计，只有该特征序列id的有效出现次数大于一定门限(该门限值后台可配置)，才认为可信，即当检测到当前特征序列id的有效出现次数大于第一预设门限时，判定该当前特征序列id为干扰源站点的有效特征序列id。

步骤s220：根据该有效特征序列id找出所有关联站点，当找出的关联站点的数目大于1时，根据符号距离与实际站间经纬度距离的匹配度来确认真实干扰源站点。

具体地，当确定干扰源站点的有效特征序列id，便可根据该有效特征序列id在系统工参中找出关联站点，一般情况下，找出的关联站点的数目为1，此时，可将当前找出的关联站点确认为真实干扰源站点，然而，由于用来表征enodebid信息的特征序列id有限，实际情况中，在系统工参中，该有效特征序列id可能关联到多个站点，关联到1个以上站点主要原因是由于存在enodebid部分信息重复的站点，即可能会存真实干扰源站点的特征序列id和非干扰源站点的特征序列id重复的可能。比如下表一所示，

表一：特征序列id-2641关联到两个enbid305745和436817

此时，要分析哪个站点才是真实检测到的干扰源站点。具体可根据符号距离与实际站间经纬度距离的匹配度来确认真实干扰源站点，如图6所示，其具体过程如下：

步骤s221：根据检测到该有效特征序列id的符号位置来确定符号距离。

具体地，在哪个符号位置检测到该有效特征序列id，需要根据接收id信号的功率确定，但不限于该方法，也可考虑根据最先检测到有效特征序列id信息的负荷作为最终的检测符号，那么检测符号的确定方法也会影响符号距离的换算。当知道检测站点在哪个符号位置检测到了该有效特征序列id，便可确定传输时延，根据检测到该有效特征序列id的符号位置换算成符号距离。如上述表一所示，在符号ul0上检测到该有效特征序列id-2641，则根据符号ul0的符号位置换算成符号距离128.4825km。

步骤s222：根据当前关联站点与检测站点的空间物理位置来确定该当前关联站点的实际站间经纬度距离。

具体地，如上述表一所示，有效特征序列id-2641的关联站点有两个，一个是enbid305745，另一个是enbid436817。在系统工参中进行查找，可找到这两个关联站点及检测站点的空间物理位置，然后根据它们的经纬度计算成经纬度距离。如上述表一所示，关联站点enbid305745的实际站间经纬度距离为64.27083，关联站点enbid436817的实际站间经纬度距离为117.9771。

步骤s223：确定该符号距离与该当前关联站点的实际站间经纬度距离之间的距离差。

具体地，确定该符号距离与该当前关联站点的实际站间经纬度距离之间的距离差。如上述表一所示，符号距离128.4825km减去关联站点enbid305745的实际站间经纬度距离为64.27083，得到距离差为64.21165。符号距离128.4825km减去关联站点enbid436817的实际站间经纬度距离为117.9771，得到距离差为10.50537。

步骤s224：统计预设时间间隔内，该距离差满足低于该预设第二门限的要求的次数a，以及该有效特征序列id的有效出现次数b，并计算距离差占比c＝a/b。

具体地，若符号距离减去该当前关联站点的实际站间经纬度距离低于预设第二门限，则认为是一次有效测量和站间干扰关系。本实施例中，预设第二门限为20km。如上述表一所示，符号距离128.4825km减去关联站点enbid436817的实际站间经纬度距离为117.9771，得到距离差为10.50537低于预设第二门限，则该关联站点enbid436817为一次有效测量和站间干扰关系。为进一步提高干扰源站点的定位精度，需统计一段时间内，该距离差满足低于预设第二门限要求的次数，以及干扰源站点的有效特征序列id被检测到的总次数，以计算距离差占比。即统计预设时间间隔内，该距离差满足低于该预设第二门限的要求的次数a，以及该有效特征序列id的有效出现次数b，并计算距离差占比c＝a/b。

步骤s225：若该距离差占比c大于预设第三门限，则确认该当前关联站点确认为真实干扰源站点。

具体地，通过上述统计得到当前关联站点的距离差占比c后，便可将该距离差占比c与预设第三门限进行比较，若该距离差占比c大于预设第三门限，则确认该当前关联站点确认为真实干扰源站点。

实施例五

本发明实施例五提出一种计算机可读存储介质，该计算机可读存储介质存储有一个或者多个程序，该一个或者多个程序可被一个或者多个处理器执行，以实现以下如图1所示的具体步骤：

步骤s110：确定干扰源站点的有效特征序列id。

具体地，对本发明实施例中干扰源定位的方法步骤中涉及到的一些技术用语说明如下：1、符号，lte协议定义的时域符号，通常情况下，一个子帧由14个符号构成。2、符号距离，无线信号在一个符号时长里传播的距离。3、经纬度，物理站点在地面所处的经纬度位置信息。4、经纬度距离：根据干扰源站点和检测站点的经纬度信息，计算的站间的距离。

在检测站点每次进行干扰源站点的检测过程中，可能存在多个符号上同时检出到相同特征序列id，因而，在记录该次检测到的干扰源站点的特征序列id及符号位置时，需进行最大功率比对，以提高特征序列id检测正确效率，同时，由于单次进行干扰源站点的检测过程中，会存在有一定误检的概率，因而，还需增加检测次数，即多次进行干扰源站点检测，同时，增加对每个相同特征序列id的有效出现次数统计，只有该特征序列id的有效出现次数大于一定门限(该门限值后台可配置)，才认为可信，以进一步提高特征序列检测正确效率。

因而，如图2所示，该步骤“确定干扰源站点的有效特征序列id”具体包括：

步骤s111：多次进行干扰源站点检测，并对检测到的干扰源站点进行数据统计。

具体地，由于单次进行干扰源站点的检测过程中，会存在有一定误检的概率，因而，为了准确确定干扰源站点的有效特征序列id，需增加干扰源站点的检测次数，即多次进行干扰源站点检测，同时，还需对检测到的干扰源站点进行数据统计。该数据统计具体包括统计每次检测到的干扰源站点的特征序列id、统计每次检测到的干扰源站点的符号位置以及统计多次检测过程中每一特征序列id的有效出现次数。由于在检测站点每次进行干扰源站点的检测过程中，可能存在多个符号上同时检出到相同特征序列id，此时，为了提高特征序列id检测正确效率，需进行最大功率比对。即每次进行干扰源站点检测时，进行最大功率比对，统计接收到干扰功率最大处的符号位置及特征序列id为该次检测到的干扰源站点的符号位置及特征序列id。

步骤s112：根据该数据统计确定干扰源站点的有效特征序列id。

具体地，为了进一步提高特征序列检测正确效率，需增加对每个相同特征序列id的有效出现次数统计，只有该特征序列id的有效出现次数大于一定门限(该门限值后台可配置)，才认为可信，即当检测到当前特征序列id的有效出现次数大于第一预设门限时，判定该当前特征序列id为干扰源站点的有效特征序列id。

步骤s120：根据该有效特征序列id找出所有关联站点，当找出的关联站点的数目大于1时，根据符号距离与实际站间经纬度距离的匹配度来确认真实干扰源站点。

具体地，当确定干扰源站点的有效特征序列id，便可根据该有效特征序列id在系统工参中找出关联站点，一般情况下，找出的关联站点的数目为1，此时，可将当前找出的关联站点确认为真实干扰源站点，然而，由于用来表征enodebid信息的特征序列id有限，实际情况中，在系统工参中，该有效特征序列id可能关联到多个站点，关联到1个以上站点主要原因是由于存在enodebid部分信息重复的站点，即可能会存真实干扰源站点的特征序列id和非干扰源站点的特征序列id重复的可能。比如下表一所示，

表一：特征序列id-2641关联到两个enbid305745和436817

此时，要分析哪个站点才是真实检测到的干扰源站点。具体可根据符号距离与实际站间经纬度距离的匹配度来确认真实干扰源站点，如图3所示，其具体过程如下：

步骤s121：根据检测到该有效特征序列id的符号位置来确定符号距离。

具体地，在哪个符号位置检测到该有效特征序列id，需要根据接收id信号的功率确定，但不限于该方法，也可考虑根据最先检测到有效特征序列id信息的负荷作为最终的检测符号，那么检测符号的确定方法也会影响符号距离的换算。当知道检测站点在哪个符号位置检测到了该有效特征序列id，便可确定传输时延，根据检测到该有效特征序列id的符号位置换算成符号距离。如上述表一所示，在符号ul0上检测到该有效特征序列id-2641，则根据符号ul0的符号位置换算成符号距离128.4825km。

步骤s122：根据当前关联站点与检测站点的空间物理位置来确定该当前关联站点的实际站间经纬度距离。

具体地，如上述表一所示，有效特征序列id-2641的关联站点有两个，一个是enbid305745，另一个是enbid436817。在系统工参中进行查找，可找到这两个关联站点及检测站点的空间物理位置，然后根据它们的经纬度计算成经纬度距离。如上述表一所示，关联站点enbid305745的实际站间经纬度距离为64.27083，关联站点enbid436817的实际站间经纬度距离为117.9771。

步骤s123：若符号距离减去该当前关联站点的实际站间经纬度距离低于预设第二门限，则确认该当前关联站点确认为真实干扰源站点。

具体地，若符号距离减去该当前关联站点的实际站间经纬度距离低于预设第二门限，则确认该当前关联站点确认为真实干扰源站点。本实施例中，预设第二门限为20km。如上述表一所示，符号距离128.4825km减去关联站点enbid305745的实际站间经纬度距离为64.27083，得到距离差为64.21165，大于预设第二门限。符号距离128.4825km减去关联站点enbid436817的实际站间经纬度距离为117.9771，得到距离差为10.50537低于预设第二门限，可见，关联站点enbid436817可确认为真实干扰源站点，而关联站点enbid305745则确认为非干扰源站点。

实施例六

本发明实施例三提出一种计算机可读存储介质，该计算机可读存储介质存储有一个或者多个程序，该一个或者多个程序可被一个或者多个处理器执行，以实现以下如图4所示的具体步骤：

步骤s210：确定干扰源站点的有效特征序列id。

具体地，对本发明实施例中干扰源定位的方法步骤中涉及到的一些技术用语说明如下：1、符号，lte协议定义的时域符号，通常情况下，一个子帧由14个符号构成。2、符号距离，无线信号在一个符号时长里传播的距离。3、经纬度，物理站点在地面所处的经纬度位置信息。4、经纬度距离：根据干扰源站点和检测站点的经纬度信息，计算的站间的距离。

在检测站点每次进行干扰源站点的检测过程中，可能存在多个符号上同时检出到相同特征序列id，因而，在记录该次检测到的干扰源站点的特征序列id及符号位置时，需进行最大功率比对，以提高特征序列id检测正确效率，同时，由于单次进行干扰源站点的检测过程中，会存在有一定误检的概率，因而，还需增加检测次数，即多次进行干扰源站点检测，同时，增加对每个相同特征序列id的有效出现次数统计，只有该特征序列id的有效出现次数大于一定门限(该门限值后台可配置)，才认为可信，以进一步提高特征序列检测正确效率。

因而，如图5所示，该步骤“确定干扰源站点的有效特征序列id”具体包括：

步骤s211：多次进行干扰源站点检测，并对检测到的干扰源站点进行数据统计。

具体地，由于单次进行干扰源站点的检测过程中，会存在有一定误检的概率，因而，为了准确确定干扰源站点的有效特征序列id，需增加干扰源站点的检测次数，即多次进行干扰源站点检测，同时，还需对检测到的干扰源站点进行数据统计。该数据统计具体包括统计每次检测到的干扰源站点的特征序列id、统计每次检测到的干扰源站点的符号位置以及统计多次检测过程中每一特征序列id的有效出现次数。由于在检测站点每次进行干扰源站点的检测过程中，可能存在多个符号上同时检出到相同特征序列id，此时，为了提高特征序列id检测正确效率，需进行最大功率比对。即每次进行干扰源站点检测时，进行最大功率比对，统计接收到干扰功率最大处的符号位置及特征序列id为该次检测到的干扰源站点的符号位置及特征序列id。

步骤s212：根据该数据统计确定干扰源站点的有效特征序列id。

具体地，为了进一步提高特征序列检测正确效率，需增加对每个相同特征序列id的有效出现次数统计，只有该特征序列id的有效出现次数大于一定门限(该门限值后台可配置)，才认为可信，即当检测到当前特征序列id的有效出现次数大于第一预设门限时，判定该当前特征序列id为干扰源站点的有效特征序列id。

步骤s220：根据该有效特征序列id找出所有关联站点，当找出的关联站点的数目大于1时，根据符号距离与实际站间经纬度距离的匹配度来确认真实干扰源站点。

具体地，当确定干扰源站点的有效特征序列id，便可根据该有效特征序列id在系统工参中找出关联站点，一般情况下，找出的关联站点的数目为1，此时，可将当前找出的关联站点确认为真实干扰源站点，然而，由于用来表征enodebid信息的特征序列id有限，实际情况中，在系统工参中，该有效特征序列id可能关联到多个站点，关联到1个以上站点主要原因是由于存在enodebid部分信息重复的站点，即可能会存真实干扰源站点的特征序列id和非干扰源站点的特征序列id重复的可能。比如下表一所示，

表一：特征序列id-2641关联到两个enbid305745和436817

此时，要分析哪个站点才是真实检测到的干扰源站点。具体可根据符号距离与实际站间经纬度距离的匹配度来确认真实干扰源站点，如图6所示，其具体过程如下：

步骤s221：根据检测到该有效特征序列id的符号位置来确定符号距离。

具体地，在哪个符号位置检测到该有效特征序列id，需要根据接收id信号的功率确定，但不限于该方法，也可考虑根据最先检测到有效特征序列id信息的负荷作为最终的检测符号，那么检测符号的确定方法也会影响符号距离的换算。当知道检测站点在哪个符号位置检测到了该有效特征序列id，便可确定传输时延，根据检测到该有效特征序列id的符号位置换算成符号距离。如上述表一所示，在符号ul0上检测到该有效特征序列id-2641，则根据符号ul0的符号位置换算成符号距离128.4825km。

步骤s222：根据当前关联站点与检测站点的空间物理位置来确定该当前关联站点的实际站间经纬度距离。

具体地，如上述表一所示，有效特征序列id-2641的关联站点有两个，一个是enbid305745，另一个是enbid436817。在系统工参中进行查找，可找到这两个关联站点及检测站点的空间物理位置，然后根据它们的经纬度计算成经纬度距离。如上述表一所示，关联站点enbid305745的实际站间经纬度距离为64.27083，关联站点enbid436817的实际站间经纬度距离为117.9771。

步骤s223：确定该符号距离与该当前关联站点的实际站间经纬度距离之间的距离差。

具体地，确定该符号距离与该当前关联站点的实际站间经纬度距离之间的距离差。如上述表一所示，符号距离128.4825km减去关联站点enbid305745的实际站间经纬度距离为64.27083，得到距离差为64.21165。符号距离128.4825km减去关联站点enbid436817的实际站间经纬度距离为117.9771，得到距离差为10.50537。

步骤s224：统计预设时间间隔内，该距离差满足低于该预设第二门限的要求的次数a，以及该有效特征序列id的有效出现次数b，并计算距离差占比c＝a/b。

具体地，若符号距离减去该当前关联站点的实际站间经纬度距离低于预设第二门限，则认为是一次有效测量和站间干扰关系。本实施例中，预设第二门限为20km。如上述表一所示，符号距离128.4825km减去关联站点enbid436817的实际站间经纬度距离为117.9771，得到距离差为10.50537低于预设第二门限，则该关联站点enbid436817为一次有效测量和站间干扰关系。为进一步提高干扰源站点的定位精度，需统计一段时间内，该距离差满足低于预设第二门限要求的次数，以及干扰源站点的有效特征序列id被检测到的总次数，以计算距离差占比。即统计预设时间间隔内，该距离差满足低于该预设第二门限的要求的次数a，以及该有效特征序列id的有效出现次数b，并计算距离差占比c＝a/b。

步骤s225：若该距离差占比c大于预设第三门限，则确认该当前关联站点确认为真实干扰源站点。

具体地，通过上述统计得到当前关联站点的距离差占比c后，便可将该距离差占比c与预设第三门限进行比较，若该距离差占比c大于预设第三门限，则确认该当前关联站点确认为真实干扰源站点。

本发明实施例提出的干扰源定位的方法、设备和存储介质，其在确定干扰源站点的有效特征序列id后，根据该有效特征序列id找出所有关联站点，并在找出的关联站点的数目大于1时，根据符号距离与实际站间经纬度距离的匹配度来确认真实干扰源站点。可见，本技术方案，其通过采用距离差方案，能够在多个相同特征序列id存在的环境中准确识别真实干扰源站点，以有效提高干扰源定位精度。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。

在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

以上参照附图说明了本发明的优选实施例，并非因此局限本发明的权利范围。本领域技术人员不脱离本发明的范围和实质内所作的任何修改、等同替换和改进，均应在本发明的权利范围之内。