色体串内的一组小区的一组标识点，每个标识点表示地理位置。
[0096]例如，并且如在图6中所示，可以定义标识点610的网格600。网格600可以被限制为在染色体串相关的一组小区的联合覆盖区域的边界620内。在示出的实例中，标识点610间隔50米。
[0097]返回参考图5，已经定义了一组标识点后，该方法继续到步骤515，在515中，从一代染色体串中选定第一染色体串。下一步，在步骤520，接着，基于小区的各自基站的已知位置(例如，如定义在用于无线通信网络的网络配置数据内)且在示出的实施中基于如定义在该特定染色体串中的各自小区的斜率值和截距值，计算在每个标识点处的该组小区内的每个小区的期望的测量值(即，示出的实例中的信号强度值)。
[0098]已经计算了在每个标识点处的每个小区的期望的信号强度值后，该方法继续到步骤525，在示出的实例中，在步骤525中，从对应于染色体串所关联的一组小区的一组测量报告中选出第一测量报告。例如，在通过创建特定(初始)小区ID的“存储桶”的方式确定一组小区且将引用各自的小区ID的每个测量报告消息放置在对应的存储桶的实例中，该组测量报告可以包括在各自的存储桶内的测量报告。
[0099]已经选出了第一测量报告后，方法继续到步骤530，在步骤530中找到选定的测量报告的最接近的匹配标识点。例如，图7示出了寻找测量报告的最接近的匹配标识点的简单化的二维可视化。在这个示出的实例中，选定的测量报告内的信号强度测量结果与每个标识点610处的期望的信号强度值(如在步骤520处计算的值)比较。基于比如包括匹配标识点的十个最近的小区/基站的最大数量的小区ID、测量的信号强度值和期望的信号强度值之间的最接近的匹配等的测量报告的标识点，可以确定最接近的匹配标识点，例如，如在图7中710处所指示的。
[0100]返回参考图5，已经找到选定的测量报告的最接近的匹配标识点后，然后计算选定的测量报告和最接近的匹配标识点之间的匹配度的适合度分数。例如，且如在图8中所示，选定的测量报告810包括对应于一个或多个小区ID的每个小区ID的信号强度值(例如，LTE用语中的参考信号的接收功率(RSRP))，信号强度值表示当时对UE可见的各自的小区的已测量的信号强度。类似地，最接近的匹配标识组820包括对应于一个或多个小区ID的每个小区ID的期望的信号强度值，如在图5中的步骤520处计算了该强度值。在图8所示的实例中，基于与各自的小区ID的标识点的对应的期望的信号强度值的比较，确定测量报告810内的每个信号强度测量结果的分数830。在一些实例中，例如，比较可能限于包括最高期望的信号强度值的标识点的十个小区ID。在示出的实例中，在没有期望的信号强度值可用于与选定的测量报告中的已测量的信号强度值(如在图8中的840所指示的信号强度测量值)比较的情况下，已测量的信号强度值的分数可能被严重地惩罚。然后可以将已测量信号强度值的个体分数830加在一起，以提供选定的测量报告和最接近的匹配标识点之间的匹配度的适合度分数850。
[0101]返回参考图5，在已经计算了选定的测量报告和最接近的匹配标识点之间的匹配度的适合度分数后，该方法继续到步骤540，在540中，确定是否已经计算了(一组测量报告中的)每一个测量报告的适合度分数。如果确定还没有计算完每个测量报告的适合度分数，则该方法继续到步骤545，在步骤545，选出下一个测量报告，并且方法循环回步骤530以便于可以计算该测量报告的适合度分数。相反地，如果确定已经计算每个测量报告的适合度分数，则该方法继续到步骤550，其中在示出的实例中，对个体的测量报告分数求和以获得染色体串的适合度分数。然后该方法继续到步骤555，在步骤555中确定是否已经计算了(在当前代的染色体串中的)每个染色体串的适合度分数。如果确定还没有计算每个染色体串的适合度分数，则该方法继续到步骤560，在步骤560中，选出下一个染色体串，并且方法循环回步骤520。相反地，如果确定已经计算了每个染色体串的适合度分数，则方法终止于565。
[0102]返回参考图3，已经对当前(第一)代的染色体串进行了评估和评分后，方法继续到步骤360，在步骤360中确定是否已经在示出的实例中找到该组小区的信号强度衰减特征值(即，在示出的实例中的斜率值和截距值)的合适的解。例如，确定找到了包括该组小区的信号强度特征衰减特征值的合适的解的染色体串的条件可以为，随后代的染色体串中没有染色体串比该染色体串包括更高的适合度分数。
[0103]在该例子中，由于当前代的染色体串包括第一代染色体串，可以假设没有在该例子中找到合适的解。因此，方法继续到步骤370，在步骤370中，生成下一代染色体串。
[0104]图9示出了生成下一代染色体串的方法的实例的简化流程图900。方法起始于910，并且继续到步骤920，在示出的实例中，在步骤920从最近一代染色体串识别包括最高的适合度分数的染色体串并将其添加到(即，开始)一组染色体串以构成下一代染色体串。例如，可以从前一代(即，最近代的)染色体串识别两个评分最高的染色体串并将其添加到一组染色体串以构成下一代染色体串。来自前一代的“最佳”染色体串以这种方式幸存于下一代。方法接着继续到步骤930，在示出的实例中，在步骤930选出用于亲代染色体串的个体(即，一组小区的信号强度衰减特征值的候选解)，并且这样的亲代染色体串从选定的个体中生成。例如，并且如在图10中所示，一组个体可以从个体的“群体”1010中随机地选出，该“群体”1010包括对应于来自前一(最近)代染色体串内的所有染色体串的特定小区的一组个体。通过这种方式，对应于特定小区的随机选定的一组个体从该小区的个体的各自的群体中获得。包括最佳适合度分数的个体则可以(例如，基于个体来自的染色体串的适合度分数)从这个随机选定的一组个体中被选出，作为亲代染色体串内各自的小区的个体。可重复该过程直到已经选出亲代染色体串内所有小区的个体，这样可以生成亲代染色体串。可重复该过程以生成(至少)两个亲代染色体串。
[0105]返回参考图9，已经生成一对亲代染色体串后，接着可以使用一种或多种遗传算法来从亲代染色体串生成子染色体串。例如，且如在图9中所示，方法可以包括在步骤940处执行亲代染色体串之间的“交叉”。图11示出了执行两个亲代染色体串1110、1120之间的交叉以从中生成两个子染色体串1130、1140的实例。在示出的实例中，确定亲代染色体串内的随机交叉点1150。在亲代染色体串内的该交叉点1150“之下”的个体被交换以便于在第一亲代染色体串1110内的交叉点1150之下的个体成为第二 ‘子’染色体串1140内的交叉点1150之下的个体，并且在第二亲代染色体串1120内的交叉点1150之下的个体成为第一 ‘子’染色体串1130内的交叉点1150之下的个体。
[0106]返回参考图9，在已经执行生成子染色体串的交叉后，接着在示出的实例中在步骤950中执行已生成的子染色体串的变异。变异是用于保持从一代群体遗传算法的染色体串到下一代的遗传多样性的遗传算子。其与生物变异相似。变异从染色体串的初始状态改变其中的一个或多个基因值(个体)。这样，变异根据选定的变异概率发生，并且可以使用任何这样的选定的变异概率来提供亲代染色体串和子染色体串之间的合适的遗传多样性。
[0107]接着在步骤960处，亲代染色体串和变异的染色体串被添加到下一代染色体串的组中。非变异的子染色体串也可以被添加到下一代染色体串的组中。
[0108]该方法然后继续到步骤970，在步骤970中，确定下一代染色体串是否已经达到了所要求的群体大小。这样的所要求的群体的大小可以在比如50到100个染色体串的范围内。如果确定没有达到所要求的群体大小，则方法循环回到步骤930。相反地，如果确定已达到所要求的群体大小，方法终止于980。
[0109]返回参考图3，已经生成下一代的染色体串后，方法循环回步骤350，在步骤350中，评估新生成的一代染色体串并且给出适合度分数。该方法则再次继续到步骤360，在步骤360中，确定是否已在这个下一代染色体串中找到一组小区的信号强度衰减特征值的合适的解。通过这种方式，该方法包括生成更多代染色体串直到找到包括该组小区的信号强度衰减特征值的合适的解的至少一个染色体串。
[0110]一旦确定找到了该组小区的信号强度衰减特征值的合适的解，该方法继续到步骤380，在步骤380，来自合适的解的信号强度衰减值(即，在示出的实例中的斜率值和截距值)被存储在一个或多个数据存储设备中，并且方法终止于390。
[0111]因此，已经基于遗传算法的使用描述了导出无线通信网络中的小区的小区特征信息的示例性方法，并且具体地针对示出的实例的导出信号强度衰减特征信息的方法示例性方法。有利的是，通过这种方式使用遗传算法使能基于每个小区从由无线通信用户单元提供的测量数据中导出信号强度衰减小区特征信息，并且还使能通过使用连续接收的信号强度的测量数据重复地导出这样的信息。因此，可以考虑个体小区的特定的且不断变化的环境影响以使能实现对个体小区的小区特征等值线的更准确的建模。特别是，对于在图3中示出的实例，导出的小区专用的信号强度衰减特征值可以被用于基于来自其的接收信号强度测量结果建模个体小区的信号强度等值线以使能例如对UE地理定位。此外，可以识别和考虑网络内的小区的小区特征随时间的任何变化。例如，在更多的乡村环境中，可以对由于季节变化而引起的植物和树上的叶子的变化进行建模。此外，也可以适用于由于正在建造的新建筑物等而引起的城市/郊区环境的变化。
[0112]尽管已经关于使用遗传算法导出无线通信网络内的小区的信号强度衰减特征示出和描述了本发明，但是应当理解的是，本发明不限于使用遗传算法来导出信号强度衰减特征，并且可以预期的是，本发明可以同样适用于导出任何可替代形式的小区特征值。
[0113]例如，图3到11的方法可以适于使能导出小区特征，例如，比方说，小区的信噪比(SNR)特征。在这样的可替代的示例中，每个染色体串可以包括所确定的一组小区内的每个小区的SNR斜率值和截距值。以这种方式，所导出的小区特定的SRN斜率值和截距值可以用于针对单独的小区建模SNR等值线以使能例如基于由此得出的SNR测量结果对UE进行地理定位。
[0114]在一些可替代的实施例中，图3到11的方法可以适于使能导出小区的(比方说)定时偏移特征。在这样的可替代的示例中，每个染色体串可以包括关于所确定的一组小区内的每个小区的中心化定时基准的定时偏移值。例如，来自信号强度衰减特征示例的每个小区的斜率值和截距值由代表在关于小区的基站的定时源和中心化(主)定时源之间的定时差异的定时偏移值来取代。以这种方式，所导出的小区特定的定时偏移特征值可以结合单独的小区的定时差异等值线使用以使能例如基于由此得出的小区定时测量对UE进行地理定位。
[0115]此外，尽管使用遗传算法的一个示例已经被示出和描述为导出小区特征值，应当理解的是，本发明不限于本文参考附图所描述的特定的示例。例如，可以预期的是，任何合适的形式的遗传算法可以用于导出小区特征值。为清楚起见，本文使用的术语遗传算