一种确定频谱资源使用度的方法及装置的制造方法

一种确定频谱资源使用度的方法及装置的制造方法
【专利摘要】本发明公开了一种确定频谱资源使用度的方法及装置，该方法包括：将获取的待确定频谱中的频谱使用配置数据进行分类统计，得到频率极限配置数据；根据确定出的频率极限配置数据，计算不同场景中用于表征空闲频谱的空闲频谱数据；根据每个场景中的空闲频谱数据，确定所述场景中的频率资源占用比例；以及根据所述频率资源占用比例，计算所述场景中的频率资源占用度值；根据得到的每个场景中的频率资源占用度值，获得总频率资源使用度，用于实现针对已经分配的频谱资源确定频谱资源使用度。
【专利说明】
一种确定频谱资源使用度的方法及装置
技术领域
[0001] 本发明涉及通信技术领域，尤其是涉及一种确定频谱资源使用度的方法及装置。
【背景技术】
[0002] 随着智能终端的快速普及、移动互联网应用超过100%的年增长率，无线通信数据 量呈现出爆炸式的增长态势。虽然移动通信技术的发展已大幅提高了频谱使用效率，但较 大的用户需求，依然不可避免地造成频谱资源日益紧缺。频率是移动通信的基础资源，也是 重要的不可再生资源。在当前业务快速发展，可用频谱资源高度紧张的环境下，充分利用已 分配的频谱资源成为企业精耕细作的必要前提。
[0003] 目前，当运营商获得MT运营的频谱资源后，普遍按照一定的频率复用度进行频 点分配，但无法针对网络中已使用的频谱资源实际利用程度进行定量的分析和评估。从目 前的频谱资源规划、分配和使用情况分析，传播条件较适宜MT网络部署的频谱资源已分 配殆尽，而新的频谱资源从业务划分、规划、分配到最终使用往往需要较长的时间，难以解 决当前运营商面临的频谱资源紧缺的问题。
[0004] 当前情况下，还没有提出一种有效的解决方案，用于实现针对已经分配的频谱资 源确定频谱资源使用度。

【发明内容】

[0005] 本发明提供了一种确定频谱资源使用度的方法及装置，用于实现针对已经分配的 频谱资源确定频谱资源使用度。
[0006] -种确定频谱资源使用度的方法，包括：
[0007] 将获取的待确定频谱中的频谱使用配置数据进行分类统计，得到频率极限配置数 据；
[0008] 根据确定出的频率极限配置数据，计算不同场景中用于表征空闲频谱的空闲频谱 数据；
[0009] 根据每个场景中的空闲频谱数据，确定所述场景中的频率资源占用比例；以及 [0010] 根据所述频率资源占用比例，计算所述场景中的频率资源占用度值；
[0011] 根据得到的每个场景中的频率资源占用度值，获得总频率资源使用度。
[0012] 在计算不同场景中的空闲频谱数据之后，确定所述场景中的频率资源占用比例之 前，还包括：
[0013] 根据所处场景中忙时负荷和资源配置极限，修正所述场景中的空闲频谱数据。
[0014] 根据所处场景中忙时负荷和资源配置极限，修正所述场景中的空闲频谱数据，包 括：
[0015] 针对每个场景，根据获取的所述场景当前网络的资源配置计算对应的K值，其中， 所述K值是用于表征在满足设定的网络接通率和掉话率指标时，在设定的资源配置组合条 件时的最大资源占用数量比例；
[0016] 根据所处场景中忙时负荷，若忙时资源的占用比例大于K值，且当前资源配置大 于所述场景的资源配置极限，计算满足当前业务负荷所需频谱资源量，并存储至需增加的 资源配置量记录中；若忙时资源的占用比例大于Κ值，且当前资源配置小于所述场景的资 源配置极限，则根据当前业务负荷增加资源配置，并修正所述场景中的空闲频谱数据；
[0017] 根据所处场景中忙时负荷，若忙时资源的占用比例小于Κ值，则根据业务负荷情 况修正所述场景中的空闲频谱数据。
[0018] 将获取的待确定频谱中的频谱使用配置数据进行分类统计，得到频率极限配置数 据，包括：
[0019] 将获取的待确定频谱中的频谱使用配置数据进行分类统计，获得至少一个具备共 性特征数据的场景簇；
[0020] 对形成的场景簇进行筛选，确定频率使用场景及所述场景中的频谱数据，得到频 率极限配置数据。
[0021] 对形成的场景簇进行筛选，确定频率使用场景及所述场景中的频谱数据，得到频 率极限配置数据，包括：
[0022] 对形成的场景簇进行筛选，计算每个场景中基站的频谱资源使用密度；并确定每 个场景内的每个频点的平均复用度；以及
[0023] 根据可用频谱数量和室内外网络的通用频率复用度，确定室内外极限频点配置；
[0024] 将每个场景中的所述频谱资源使用密度、每个频点的平均复用度和室内外极限频 点配置作为频率极限配置数据。
[0025] 至少按照下述方式中的一种将获取的待确定频谱中的频谱使用配置数据进行分 类统计：
[0026] 将获取的待确定频谱中的频谱使用配置数据按照用户行为模式进行分类统计；
[0027] 将获取的待确定频谱中的频谱使用配置数据按照信号覆盖特征进行分类统计；
[0028] 将获取的待确定频谱中的频谱使用配置数据按照基站接收低噪声的干扰分布特 征进行分类统计；
[0029] 将获取的待确定频谱中的频谱使用配置数据，按照已授权频率信息，计算可用总 频率带宽。
[0030] 根据确定出的频率极限配置数据，计算不同场景中用于表征空闲频谱的空闲频谱 数据，包括：
[0031] 根据确定出的频率极限配置数据，针对每个场景，确定所述场景的频谱最大配置 量，以及所述场景当前配置空闲资源量；
[0032] 将所述频谱最大配置量和所述场景当前配置空闲资源量作为所述场景的空闲频 谱数据。
[0033] -种确定频谱资源使用度的装置，包括：
[0034] 频谱使用配置模块，用于将获取的待确定频谱中的频谱使用配置数据进行分类统 计，得到频率极限配置数据；
[0035] 第一计算模块，用于根据确定出的频率极限配置数据，计算不同场景中用于表征 空闲频谱的空闲频谱数据；
[0036] 第二计算模块，用于根据每个场景中的空闲频谱数据，确定所述场景中的频率资 源占用比例；
[0037] 第三计算模块，用于根据所述频率资源占用比例，计算所述场景中的频率资源占 用度值；
[0038] 总频率使用度模块，用于根据得到的每个场景中的频率资源占用度值，获得总频 率资源使用度。
[0039] 还包括：
[0040] 修正模块，用于根据所处场景中忙时负荷和资源配置极限，修正所述场景中的空 闲频谱数据。
[0041] 所述修正模块，具体用于针对每个场景，根据获取的所述场景当前网络的资源配 置计算对应的K值，其中，所述K值是用于表征在满足设定的网络接通率和掉话率指标时， 在设定的资源配置组合条件时的最大资源占用数量比例；根据所处场景中忙时负荷，若忙 时资源的占用比例大于K值，且当前资源配置大于所述场景的资源配置极限，计算满足当 前业务负荷所需频谱资源量，并存储至需增加的资源配置量记录中；若忙时资源的占用比 例大于K值，且当前资源配置小于所述场景的资源配置极限，则根据当前业务负荷增加资 源配置，并修正所述场景中的空闲频谱数据；根据所处场景中忙时负荷，若忙时资源的占用 比例小于K值，则根据业务负荷情况修正所述场景中的空闲频谱数据。
[0042] 所述频谱使用配置模块，具体用于将获取的待确定频谱中的频谱使用配置数据进 行分类统计，获得至少一个具备共性特征数据的场景簇；对形成的场景簇进行筛选，确定频 率使用场景及所述场景中的频谱数据，得到频率极限配置数据。
[0043] 所述频谱使用配置模块，具体用于对形成的场景簇进行筛选，计算每个场景中基 站的频谱资源使用密度；并确定每个场景内的每个频点的平均复用度；以及根据可用频谱 数量和室内外网络的通用频率复用度，确定室内外极限频点配置；将每个场景中的所述频 谱资源使用密度、每个频点的平均复用度和室内外极限频点配置作为频率极限配置数据。
[0044] 所述频谱使用配置模块，具体用于至少按照下述方式中的一种将获取的待确定频 谱中的频谱使用配置数据进行分类统计：将获取的待确定频谱中的频谱使用配置数据按照 用户行为模式进行分类统计；将获取的待确定频谱中的频谱使用配置数据按照信号覆盖特 征进行分类统计；将获取的待确定频谱中的频谱使用配置数据按照基站接收低噪声的干扰 分布特征进行分类统计；将获取的待确定频谱中的频谱使用配置数据，按照已授权频率信 息，计算可用总频率带宽。
[0045] 所述第一计算模块，具体用于根据确定出的频率极限配置数据，针对每个场景，确 定所述场景的频谱最大配置量，以及所述场景当前配置空闲资源量；将所述频谱最大配置 量和所述场景当前配置空闲资源量作为所述场景的空闲频谱数据。
[0046] 通过采用上述技术方案，针对待确定频谱中的频谱使用配置数据，依次确定频率 极限配置数据、不同场景中用于表征空闲频谱的空闲频谱数据、频率资源占用比例、频率资 源占用度值，最终得到总频率资源使用度，从而通过评估频谱资源使用度的方式，对已经分 配的频谱资源利用程度进行衡量，建立有效的定量评估方法。
【附图说明】
[0047] 图1为本发明实施例一中，提出的确定频谱资源使用度的方法流程图；
[0048] 图2为本发明实施例一中，提出的频谱使用配置方法流程图；
[0049] 图3为本发明实施例一中，提出的基于场景的频率使用度测算方法流程图；
[0050] 图4为本发明实施例一中，提出的基于业务发展需求的频谱使用度修正方法流程 图；
[0051] 图5为本发明实施例一中，提出的总频率使用度计算方法流程图；
[0052] 图6为本发明实施例一中，提出的某城市GSM900室外平均频率复用度统计结果示 意图；
[0053] 图7为本发明实施例一中，提出的某城市GSM900室外某场景忙时无线利用率统计 结果示意图；
[0054] 图8为发明实施例一中，提出的某城市GSM900室外各场景考虑忙时业务负荷前后 计算结果对比示意图；
[0055] 图9为发明实施例一中，提出的某城市GSM900室外可用频谱两在不同区间小区占 比示意图；
[0056] 图10为本发明实施例二中，提出的确定频谱资源使用度的装置结构组成示意图。
【具体实施方式】
[0057] 针对当前情况下，还没有提出一种有效的解决方案，用于实现针对已经分配的频 谱资源确定频谱资源使用度的问题，本发明提出一种技术方案，针对待确定频谱中的频谱 使用配置数据，依次确定频率极限配置数据、不同场景中用于表征空闲频谱的空闲频谱数 据、频率资源占用比例、频率资源占用度值，最终得到总频率资源使用度，从而通过评估频 谱资源使用度的方式，对已经分配的频谱资源利用程度进行衡量，建立有效的定量评估方 法。
[0058] 通常情况下，在确定频谱资源使用度时：
[0059] 首先，缺乏当前缺乏已分配频谱资源利用程度进行衡量的有效定量手段。频率是 移动通信的基础资源，也是不可再生资源。在当前业务快速发展，可用频谱资源高度紧张的 环境下，充分利用已分配的频谱资源成为企业精耕细作的必要前提。对于已分配使用的频 率资源，传统的方式是按照一定的频率复用方式规划频点后投入使用，并未建立定量的频 率资源使用程度的方法或机制。面对业务迅速发展，新的频谱资源匮乏的现状，国际移动通 信（英文〖International Mobile Telecommunications，缩写：IMT)运营商逐渐意识到必 须评估已有频谱资源利用程度，充分挖掘已有资源能力。因此，需要一种有效地确定频谱资 源使用度的方法。
[0060] 其次，影响频谱利用度的关键因素众多，因素间的影响关系复杂。
[0061] 影响因素众多是目前无有效的频谱使用度评估方法的重要原因之一。网络负荷程 度、业务随时间变化等导致频谱资源的占用随时间和业务特征的变化而快速波动。网络的 部署受地理环境因素和用户群分布等空间因素的影响，呈现明显的非均匀特征，无法统一 概论。而时间和空间维度的影响因素之间存在耦合关系，导致无法单一孤立考虑某一因素 的影响得到最终的频谱使用度结论。
[0062] 由于上述原因，目前尚无有效的定量分析频率使用程度。以往只是粗略统计已分 配频谱中存在多少频点未被使用的方式也无法适应现在网络部署的实际需要。实际组网中 往往考虑将全部频点在网络中非均匀部署以提高频率复用度从而减少同频干扰的风险，因 此现网中往往用尽全部频点，无法衡量实际使用情况。基于此，本发明实施例提出一种确定 频谱资源使用度的方法及装置。
[0063] 下面将结合各个附图对本发明实施例技术方案的主要实现原理、【具体实施方式】及 其对应能够达到的有益效果进行详细地阐述。
[0064] 实施例一
[0065] 本发明实施例一提出一种确定频谱资源使用度的方法，如图1所示，其具体处理 流程如下述：
[0066] 步骤11，获取待确定频谱中的频谱使用配置数据。
[0067] 其中，频谱使用配置数据包括原始网管数据、工参数据、频率资源列表等网管常用 数据。
[0068] 步骤12,将获取的待确定频谱中的频谱使用配置数据进行分类统计，得到频率极 限配置数据。
[0069] 其中，至少按照下述方式中的一种将获取的待确定频谱中的频谱使用配置数据进 行分类统计：
[0070] 第一种方式：用户行为特征数据处理。
[0071] 将获取的待确定频谱中的频谱使用配置数据按照用户行为模式进行分类统计。
[0072] 可以基于历史网管数据，获取待确定频谱中的频谱使用配置数据，将获取的待确 定频谱中的频谱使用配置数据进行用户行为模式分析归类相似业务，形成行为用户分布模 板。
[0073] 第二种方式：基站覆盖特征数据处理。
[0074] 将获取的待确定频谱中的频谱使用配置数据按照信号覆盖特征进行分类统计。
[0075] 可以针对工参数据进行頂T基站覆盖特征分类与索引，形成基于地理区域的相似 覆盖特征模板。
[0076] 第三种方式：干扰特征数据处理。
[0077] 将获取的待确定频谱中的频谱使用配置数据按照基站接收低噪声的干扰分布特 征进行分类统计。
[0078] 可以基于基站接收低噪等相关干扰信息提炼区域间的干扰分布特征，形成基于干 扰特征的空间模板。
[0079] 第四种方式：可用频率数据处理。
[0080] 将获取的待确定频谱中的频谱使用配置数据，按照已授权频率信息，计算可用总 频谱带宽。
[0081] 可以使用频率数据检索输入的网管数据对应的网络已授权频率信息，计算可用总 频谱带宽。
[0082] 一种较佳地实现方式，本发明实施例提出的技术方案中，如图2所示，将获取的待 确定频谱中的频谱使用配置数据进行分类统计时，同时采用上述四种方式，得到频率极限 配置数据，其处理过程如下述：
[0083] 步骤一：将获取的待确定频谱中的频谱使用配置数据进行分类统计，获得至少一 个具备共性特征数据的场景簇。
[0084] 步骤二：对形成的场景簇进行筛选，确定频率使用场景及所述场景中的频谱数 据，得到频率极限配置数据。
[0085] 其中，对形成的场景簇进行筛选，计算每个场景中基站的频谱资源使用密度；并确 定每个场景内的每个频点的平均复用度，以及根据可用频谱数量和室内外网络的通用频率 复用度，确定室内外极限频点配置，将每个场景中的所述频谱资源使用密度、每个频点的平 均复用度和室内外极限频点配置作为频率极限配置数据。
[0086] 基于分类统计，可以得到具有共同特征的场景及各场景对应的地理空间，并进行 标记，每一个具有共同特征的场景及各场景对应的地理空间形成场景簇。
[0087] 针对场景簇中的每一个场景，确定该场景的地理空间内的基站，计算总的频谱资 源使用密度，衡量空间上频谱的利用密集程度。然后计算每个场景内的每个频点的平均复 用度。根据总的可用频谱量及室内外相应MT网络的通用频率复用度估算室内外极限频点 配置方案。最终按场景分类记录保存至基于场景的频率极限配置表单中。
[0088] 在上述过程中，通过原始网管数据、工参数据、频率资源列表等网管常用数据，经 过用户行为特征数据处理、基站覆盖特征数据处理、干扰特征数据处理、可用频率数据等将 原始数据信息分类统计，形成具有共性特征的场景簇。通过场景筛选形成具体的频率使用 场景及对应数据，分别测算频谱使用密度、平均复用度、室内外频点配置，最终得到频率极 限配置表单。
[0089] 步骤13,根据确定出的频率极限配置数据，计算不同场景中用于表征空闲频谱的 空闲频谱数据。
[0090] 根据确定出的频率极限配置数据，针对每个场景，确定该场景的频谱最大配置量， 以及所述场景当前配置空闲资源量，将频谱最大配置量和景当前配置空闲资源量作为所述 场景的空闲频谱数据。
[0091] 如图3所示，根据步骤12确定出的频率极限配置数据，计算不同场景中用于表征 空闲频谱的空闲频谱数据具体处理流程如下述：
[0092] 步骤31，根据确定出的频率极限配置数据，读取场景配置信息。
[0093] 基于频率极限配置数据中的场景信息读取总场景数量及场景标识。
[0094] 步骤32,触发场景遍历判断，判断是否已达频率极限配置数据尾部，如果判断结果 为是，执行步骤35,反之，如果判断结果为否，若当前场景序号没有超过最大场景序号，则开 始并行处理执行步骤33和步骤34。
[0095] 基于频率极限配置数据中的场景信息读取总场景数量及场景标识，触发场景遍历 判断，若当前场景序号没有超过最大场景序号，则开始并行处理。
[0096] 步骤33~步骤34,在并行处理中，分别计算场景平均频率复用度和空闲频谱量。
[0097] 其中，计算空闲频谱量需要计算场景实际最大配置、目前配置空闲资源量。
[0098] 步骤35,并行计算结果将作为新的记录写入空闲频谱数据中，形成空闲频谱数据 列表。直至场景序号等于最大场景序号的场景完成上述操作并记录后，结束处理。
[0099] 步骤14,根据每个场景中的空闲频谱数据，确定所述场景中的频率资源占用比例。
[0100] 步骤15,根据频率资源占用比例，计算该场景中的频率资源占用度值。
[0101] 步骤16,根据得到的每个场景中的频率资源占用度值，获得总频率资源使用度。
[0102] 根据计算的各场景下的频率资源实际占用比例得到各场景的频率资源占用度，计 算公式为：
[0103] 满足业务负荷的占用资源/当前配置资源X100%。
[0104] 得到的数值为百分数。全部场景计算完成后，记录于总频率资源占用度列表当中 输出。
[0105] 可选地，在步骤13计算不同场景中的空闲频谱数据之后，步骤14确定场景中的频 率资源占用比例之前，还包括：
[0106] 步骤13'，根据所处场景中忙时负荷和资源配置极限，修正该场景中的空闲频谱数 据。
[0107] 针对每个场景，根据获取的该场景当前网络的资源配置计算对应的K值。其中，K 值是用于表征在满足设定的网络接通率和掉话率指标时，在设定的资源配置组合条件时的 最大资源占用数量比例。
[0108] 根据所处场景中忙时负荷，若忙时资源的占用比例大于K值，且当前资源配置大 于该场景的资源配置极限，计算满足当前业务负荷所需频谱资源量，并存储至需增加的资 源配置量记录中，若忙时资源的占用比例大于K值，且当前资源配置小于该场景的资源配 置极限，则根据当前业务负荷增加资源配置，并修正场景中的空闲频谱数据。
[0109] 根据所处场景中忙时负荷，若忙时资源的占用比例小于K值，则根据业务负荷情 况修正该场景中的空闲频谱数据。
[0110] 具体地，如图4所示，本发明实施例提出的技术方案中，基于业务发展需求，修正 该场景中的空闲频谱数据，其处理过程如下所示：
[0111] 步骤41，获得各个场景的空闲频谱数据，以及各个场景的频率配置，忙时网络负荷 数据。
[0112] 步骤42,根据步骤41的获取结果，遍历场景列表，针对每个场景进行单独处理。
[0113] 步骤43,判断是否已达单个场景场景列表尾部。如果判断结果为是，返回执行步骤 42,如果判断结果为否，则执行步骤44。
[0114] 步骤44,针对每个场景，根据获取的该场景当前网络的资源配置计算对应的K值。
[0115] 其中，K值是用于表征在满足设定的网络接通率和掉话率指标时，在设定的资源配 置组合条件时的最大资源占用数量比例。例如，一般认为工程实施中GSM网络K值取75%， 表示GSM网络配置的全部频点资源中，当75%频点资源被完全占用时网络质量指标已下降 到最低标准。
[0116] 步骤45,根据所处场景中忙时负荷，判断忙时资源的占用比例是否大于K值，如果 判断结果为是，执行步骤46,反之，执行步骤47。
[0117] 步骤46,判断当前资源配置是否大于该场景的资源配置极限，如果判断结果为是， 执行步骤48,反之，执行步骤47。
[0118] 步骤47,若忙时资源的占用比例大于K值，且当前资源配置小于该场景的资源配 置极限，则根据当前业务负荷增加资源配置，并修正所述场景中的空闲频谱数据。
[0119] 若当前配置未达到极限配置，则根据当前业务负荷增加资源配置到满足业务负荷 要求，并修正目前空闲资源量值（空闲值增加）。若忙时网络负荷没有达到K值，则根据业 务负荷情况修正目前空闲资源量值（空闲值减少）。
[0120] 步骤48,计算满足当前业务负荷所需频谱资源量，并存储至需增加的资源配置量 记录中。
[0121] 根据历史网络负荷波动判断忙时资源的占用比例是否大于K值，若已超过K值说 明当前场景资源使用过度，现配置的频谱资源无法满足业务发展的需求，此时判断当前配 置是否已经达到该场景下的极限资源配置。如果已经达到当前的资源极限配置，说明当前 场景的频谱资源已用尽，因此计算满足当前业务负荷所需频谱资源量记录到需增加资源配 置量记录表中。
[0122] 步骤49,将新增加的可调整资源配置量纪录。
[0123] 步骤50,判断是否已达全部场景列表的尾部，如果判断结果为是，执行步骤51，反 之，执行步骤42。
[0124] 步骤51，生成修正后的场景中的空闲频谱数据。
[0125] -种较佳地实施方式，本发明实施例提出的技术方案中，以图1所示的确定频谱 资源使用度的方法流程为例，获得总频率资源使用度。如图5所示，其具体处理流程图下 述：
[0126] 步骤51，获得修正后的场景空闲频谱数据，以及场景实际最大配置。
[0127] 步骤52,遍历场景数据，对每个场景进行单独处理。
[0128] 步骤53,判断是否已达全部场景数据的尾部，如果判断结果为是，执行步骤54。反 之，如果判断结果为否，执行步骤55。
[0129] 步骤54,生成总频率资源使用度列表。
[0130] 步骤55,针对每个场景，计算该场景下频率资源实际占用比例。
[0131] 步骤56,添加该场景下频率资源占用度值，并返回执行步骤54。
[0132] 本发明上述提出的技术方案，首先，对已经分配频谱资源利用程度进行衡量，填补 当前研究空白，并且可以有效定量计算已分配频谱资源的使用程度，从而给运营商及频谱 使用方作资源使用程度分析提供定量参考依据。其次，建立影响频谱利用度的关键因素集 合，明确因素间的影响关系。鉴于影响频谱使用度分析的因素多种多样的实际情况，本发明 综合考虑了多方面的因素关系，并综合提取出关键因素集合用以辅助定量计算。再次，建立 频谱利用度度量方法，量化评估频率使用程度。可以直接计算出频谱的利用度值，其高低表 征了频率的利用程度，可直接作为频率使用程度的评估参考。
[0133] 具体地，本发明实施例一结合上述确定频谱资源使用度的方法，给出一种具体的 实施方式：
[0134] 首先，根据现网调研，获取某城市现网GSM900网络网管数据及工参表。
[0135] 其次，计算场景业务分布特征、基站覆盖特征及干扰特征数据蒙板并汇总得到该 城市下GSM900的场景及各场景下最大配置资源情况。结果如下述表1和表2所示。其中 表1为某城市GSM900室外各场景及相应最大载频数量，表2为某城市GSM900室内各场景 及相应最大载频数量。
[0136] 表 1
[0137]
[0138]
[0139] 表 2
[0140]
[0141]
[0142] 则按照本发明实施例一提出的技术方案，对获取的待确定频谱中的频谱使用配置 数据进行分类统计，得到该城市GSM900室外平均频率复用度统计结果，具体如图6所示。得 到的频率极限配置数据具体如下述表3所示。
[0143] 表 3
[0144]
[0145]
[0146]
[0147] 在得到频率极限配置数据之后，针对各个场景，确定不同场景中用于表征空闲频 谱的空闲频谱数据。遍历每个场景进行空闲频谱数据，输出该城市GSM900空闲频谱列表如 下述表4所示。
[0148] 表 4
[0149]
[0150]
[0151]
[0152]
[0153] 由上述表4可以分析出该城市目前GSM900室外场景中，按各场景现网最高单小区 配置分析，共10个场景存在5MHz以上带宽可用，约占全部场景数27. 8%。同时，9个场景 为现网高配密集场景。
[0154] 根据历史数据统计，可以得出目前该城市GSM900网络忙时小区无线利用率普遍 较高。该城市某场景的无线利用率统计结果如图7所示。
[0155] 根据本发明实施例一上述提出的技术方案，可以对目前配置下无线利用率过高的 小区调整应使用的频谱资源量估计，而对于使用率较低的小区则调整实际占用频谱量。计 算完成后的统计对比如图8所示。
[0156] 然后基于业务发展需求的频谱使用度，修正该场景中的空闲频谱数据，并将基于 场景的值转化为城市总体评估数据。如图9所示给出了经过修正计算后得到的某城市 GSM900室外可用频谱量在不同区间小区占比。
[0157] 本发明上述提出的技术方案，首先，对已经分配频谱资源利用程度进行衡量，填补 当前研究空白，并且可以有效定量计算已分配频谱资源的使用程度，从而给运营商及频谱 使用方作资源使用程度分析提供定量参考依据。其次，建立影响频谱利用度的关键因素集 合，明确因素间的影响关系。鉴于影响频谱使用度分析的因素多种多样的实际情况，本发明 综合考虑了多方面的因素关系，并综合提取出关键因素集合用以辅助定量计算。再次，建立 频谱利用度度量方法，量化评估频率使用程度。可以直接计算出频谱的利用度值，其高低表 征了频率的利用程度，可直接作为频率使用程度的评估参考。
[0158] 实施例二
[0159] 本发明实施例二提出了一种确定频谱资源使用度的装置，如图10所示，包括：
[0160] 频谱使用配置模块101，用于将获取的待确定频谱中的频谱使用配置数据进行分 类统计，得到频率极限配置数据。
[0161] 具体地，上述频谱使用配置模块101，具体用于将获取的待确定频谱中的频谱使用 配置数据进行分类统计，获得至少一个具备共性特征数据的场景簇；对形成的场景簇进行 筛选，确定频率使用场景及所述场景中的频谱数据，得到频率极限配置数据。
[0162] 具体地，上述频谱使用配置模块101，具体用于对形成的场景簇进行筛选，计算每 个场景中基站的频谱资源使用密度；并确定每个场景内的每个频点的平均复用度；以及根 据可用频谱数量和室内外网络的通用频率复用度，确定室内外极限频点配置；将每个场景 中的所述频谱资源使用密度、每个频点的平均复用度和室内外极限频点配置作为频率极限 配置数据。
[0163] 具体地，上述频谱使用配置模块101，具体用于至少按照下述方式中的一种将获取 的待确定频谱中的频谱使用配置数据进行分类统计：将获取的待确定频谱中的频谱使用配 置数据按照用户行为模式进行分类统计；将获取的待确定频谱中的频谱使用配置数据按照 信号覆盖特征进行分类统计；将获取的待确定频谱中的频谱使用配置数据按照基站接收低 噪声的干扰分布特征进行分类统计；将获取的待确定频谱中的频谱使用配置数据，按照已 授权频率信息，计算可用总频率带宽。
[0164] 第一计算模块102,用于根据确定出的频率极限配置数据，计算不同场景中用于表 征空闲频谱的空闲频谱数据。
[0165] 具体地，上述第一计算模块102,具体用于根据确定出的频率极限配置数据，针对 每个场景，确定所述场景的频谱最大配置量，以及所述场景当前配置空闲资源量；将所述频 谱最大配置量和所述场景当前配置空闲资源量作为所述场景的空闲频谱数据。
[0166] 第二计算模块103,用于根据每个场景中的空闲频谱数据，确定所述场景中的频率 资源占用比例。
[0167] 第三计算模块104,用于根据所述频率资源占用比例，计算所述场景中的频率资源 占用度值。
[0168] 总频率使用度模块105,用于根据得到的每个场景中的频率资源占用度值，获得总 频率资源使用度。
[0169] 可选地，上述装置还可以包括：
[0170] 修正模块，用于根据所处场景中忙时负荷和资源配置极限，修正所述场景中的空 闲频谱数据。
[0171] 具体地，上述修正模块，具体用于针对每个场景，根据获取的所述场景当前网络的 资源配置计算对应的K值，其中，所述K值是用于表征在满足设定的网络接通率和掉话率指 标时，在设定的资源配置组合条件时的最大资源占用数量比例；根据所处场景中忙时负荷， 若忙时资源的占用比例大于K值，且当前资源配置大于所述场景的资源配置极限，计算满 足当前业务负荷所需频谱资源量，并存储至需增加的资源配置量记录中；若忙时资源的占 用比例大于K值，且当前资源配置小于所述场景的资源配置极限，则根据当前业务负荷增 加资源配置，并修正所述场景中的空闲频谱数据；根据所处场景中忙时负荷，若忙时资源的 占用比例小于K值，则根据业务负荷情况修正所述场景中的空闲频谱数据。
[0172] 本发明上述提出的技术方案，首先，对已经分配频谱资源利用程度进行衡量，填补 当前研究空白，并且可以有效定量计算已分配频谱资源的使用程度，从而给运营商及频谱 使用方作资源使用程度分析提供定量参考依据。其次，建立影响频谱利用度的关键因素集 合，明确因素间的影响关系。鉴于影响频谱使用度分析的因素多种多样的实际情况，本发明 综合考虑了多方面的因素关系，并综合提取出关键因素集合用以辅助定量计算。再次，建立 频谱利用度度量方法，量化评估频率使用程度。可以直接计算出频谱的利用度值，其高低表 征了频率的利用程度，可直接作为频率使用程度的评估参考。
[0173] 本领域的技术人员应明白，本发明的实施例可提供为方法、装置（设备）、或计算 机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方 面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的 计算机可用存储介质（包括但不限于磁盘存储器、只读光盘、光学存储器等）上实施的计算 机程序产品的形式。
[0174] 本发明是参照根据本发明实施例的方法、装置（设备）和计算机程序产品的流程 图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一 流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算 机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理 器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生 用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能 的装置。
[0175] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特 定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指 令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或 多个方框中指定的功能。
[0176] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计 算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或 其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图 一个方框或多个方框中指定的功能的步骤。
[0177] 尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造 性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优 选实施例以及落入本发明范围的所有变更和修改。
[0178] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精 神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围 之内，则本发明也意图包含这些改动和变型在内。
【主权项】
1. 一种确定频谱资源使用度的方法，其特征在于，包括： 将获取的待确定频谱中的频谱使用配置数据进行分类统计，得到频率极限配置数据； 根据确定出的频率极限配置数据，计算不同场景中用于表征空闲频谱的空闲频谱数 据； 根据每个场景中的空闲频谱数据，确定所述场景中的频率资源占用比例；以及 根据所述频率资源占用比例，计算所述场景中的频率资源占用度值； 根据得到的每个场景中的频率资源占用度值，获得总频率资源使用度。2. 如权利要求1所述的方法，其特征在于，在计算不同场景中的空闲频谱数据之后，确 定所述场景中的频率资源占用比例之前，还包括： 根据所处场景中忙时负荷和资源配置极限，修正所述场景中的空闲频谱数据。3. 如权利要求2所述的方法，其特征在于，根据所处场景中忙时负荷和资源配置极限， 修正所述场景中的空闲频谱数据，包括： 针对每个场景，根据获取的所述场景当前网络的资源配置计算对应的K值，其中，所述 K值是用于表征在满足设定的网络接通率和掉话率指标时，在设定的资源配置组合条件时 的最大资源占用数量比例； 根据所处场景中忙时负荷，若忙时资源的占用比例大于K值，且当前资源配置大于所 述场景的资源配置极限，计算满足当前业务负荷所需频谱资源量，并存储至需增加的资源 配置量记录中；若忙时资源的占用比例大于K值，且当前资源配置小于所述场景的资源配 置极限，则根据当前业务负荷增加资源配置，并修正所述场景中的空闲频谱数据； 根据所处场景中忙时负荷，若忙时资源的占用比例小于K值，则根据业务负荷情况修 正所述场景中的空闲频谱数据。4. 如权利要求1所述的方法，其特征在于，将获取的待确定频谱中的频谱使用配置数 据进行分类统计，得到频率极限配置数据，包括： 将获取的待确定频谱中的频谱使用配置数据进行分类统计，获得至少一个具备共性特 征数据的场景簇； 对形成的场景簇进行筛选，确定频率使用场景及所述场景中的频谱数据，得到频率极 限配置数据。5. 如权利要求4所述的方法，其特征在于，对形成的场景簇进行筛选，确定频率使用场 景及所述场景中的频谱数据，得到频率极限配置数据，包括： 对形成的场景簇进行筛选，计算每个场景中基站的频谱资源使用密度；并确定每个场 景内的每个频点的平均复用度；以及 根据可用频谱数量和室内外网络的通用频率复用度，确定室内外极限频点配置； 将每个场景中的所述频谱资源使用密度、每个频点的平均复用度和室内外极限频点配 置作为频率极限配置数据。6. 如权利要求4或5所述的方法，其特征在于，至少按照下述方式中的一种将获取的待 确定频谱中的频谱使用配置数据进行分类统计： 将获取的待确定频谱中的频谱使用配置数据按照用户行为模式进行分类统计； 将获取的待确定频谱中的频谱使用配置数据按照信号覆盖特征进行分类统计； 将获取的待确定频谱中的频谱使用配置数据按照基站接收低噪声的干扰分布特征进 行分类统计； 将获取的待确定频谱中的频谱使用配置数据，按照已授权频率信息，计算可用总频率 带宽。7. 如权利要求1所述的方法，其特征在于，根据确定出的频率极限配置数据，计算不同 场景中用于表征空闲频谱的空闲频谱数据，包括： 根据确定出的频率极限配置数据，针对每个场景，确定所述场景的频谱最大配置量，以 及所述场景当前配置空闲资源量； 将所述频谱最大配置量和所述场景当前配置空闲资源量作为所述场景的空闲频谱数 据。8. -种确定频谱资源使用度的装置，其特征在于，包括： 频谱使用配置模块，用于将获取的待确定频谱中的频谱使用配置数据进行分类统计， 得到频率极限配置数据； 第一计算模块，用于根据确定出的频率极限配置数据，计算不同场景中用于表征空闲 频谱的空闲频谱数据； 第二计算模块，用于根据每个场景中的空闲频谱数据，确定所述场景中的频率资源占 用比例； 第三计算模块，用于根据所述频率资源占用比例，计算所述场景中的频率资源占用度 值； 总频率使用度模块，用于根据得到的每个场景中的频率资源占用度值，获得总频率资 源使用度。9. 如权利要求8所述的装置，其特征在于，还包括： 修正模块，用于根据所处场景中忙时负荷和资源配置极限，修正所述场景中的空闲频 谱数据。10. 如权利要求9所述的装置，其特征在于，所述修正模块，具体用于针对每个场景，根 据获取的所述场景当前网络的资源配置计算对应的K值，其中，所述K值是用于表征在满足 设定的网络接通率和掉话率指标时，在设定的资源配置组合条件时的最大资源占用数量比 例；根据所处场景中忙时负荷，若忙时资源的占用比例大于K值，且当前资源配置大于所述 场景的资源配置极限，计算满足当前业务负荷所需频谱资源量，并存储至需增加的资源配 置量记录中；若忙时资源的占用比例大于K值，且当前资源配置小于所述场景的资源配置 极限，则根据当前业务负荷增加资源配置，并修正所述场景中的空闲频谱数据；根据所处场 景中忙时负荷，若忙时资源的占用比例小于K值，则根据业务负荷情况修正所述场景中的 空闲频谱数据。11. 如权利要求8所述的装置，其特征在于，所述频谱使用配置模块，具体用于将获取 的待确定频谱中的频谱使用配置数据进行分类统计，获得至少一个具备共性特征数据的场 景簇；对形成的场景簇进行筛选，确定频率使用场景及所述场景中的频谱数据，得到频率极 限配置数据。12. 如权利要求11所述的装置，其特征在于，所述频谱使用配置模块，具体用于对形成 的场景簇进行筛选，计算每个场景中基站的频谱资源使用密度；并确定每个场景内的每个 频点的平均复用度；以及根据可用频谱数量和室内外网络的通用频率复用度，确定室内外 极限频点配置；将每个场景中的所述频谱资源使用密度、每个频点的平均复用度和室内外 极限频点配置作为频率极限配置数据。13. 如权利要求11或12所述的装置，其特征在于，所述频谱使用配置模块，具体用于至 少按照下述方式中的一种将获取的待确定频谱中的频谱使用配置数据进行分类统计：将获 取的待确定频谱中的频谱使用配置数据按照用户行为模式进行分类统计；将获取的待确定 频谱中的频谱使用配置数据按照信号覆盖特征进行分类统计；将获取的待确定频谱中的频 谱使用配置数据按照基站接收低噪声的干扰分布特征进行分类统计；将获取的待确定频谱 中的频谱使用配置数据，按照已授权频率信息，计算可用总频率带宽。14. 如权利要求8所述的装置，其特征在于，所述第一计算模块，具体用于根据确定出 的频率极限配置数据，针对每个场景，确定所述场景的频谱最大配置量，以及所述场景当前 配置空闲资源量；将所述频谱最大配置量和所述场景当前配置空闲资源量作为所述场景的 空闲频谱数据。
【文档编号】H04W24/08GK105992215SQ201510098407
【公开日】2016年10月5日
【申请日】2015年3月5日
【发明人】王首峰, 汪汀岚, 张冬晨, 孟德香, 徐晓燕, 李行政, 姚文闻, 宋心刚
【申请人】中国移动通信集团设计院有限公司