本发明实施例涉及无线通信领域，并且更具体地，涉及一种上行功率控制方法及其装置。
背景技术：
：：在现有蜂窝网络中，当采用正交频分复用(OFDM，OrthogonalFrequencyDivisionMultiplex)技术时，小区内用户设备(UE，UserEquipment)之间的信号正交无干扰，但小区间UE的信号存在干扰。上行功率控制是通过控制UE的上行发射功率，达到兼顾该UE的服务质量以及该UE对周围小区UE的干扰的一种控制方式。在现有的上行功率控制方式中，主要根据UE的链路质量以及该UE的发射功率对相邻小区的干扰等局部信息对该UE的上行功控参数进行调整，此种上行功率控制仅改善了局部UE的服务质量，不利于网络整体性能的改善。技术实现要素：本发明实施例提供上行功率控制方法及其装置，以提高网络的整体性能。第一方面，提供一种上行功率控制方法，包括：根据KPI模型优化所述多个小区的上行功控参数，所述KPI模型用于指示所述多个小区的上行功控参数与所述多个小区所在网络的至少一个KPI的映射关系；根据所述多个小区的上行功控参数对所述多个小区中的用户设备进行上行功率控制。结合第一方面，在第一方面的一种实现方式中，所述根据KPI模型优化所述多个小区的上行功控参数，包括：根据所述KPI模型建立第一优化模型，所述第一优化模型以所述多个小区的上行功控参数为优化变量，以所述至少一个KPI在所述上行功控参数的取值范围内的最优解为优化目标；求解所述第一优化模型，以获取所述多个小区的上行功控参数。结合第一方面或其上述实现方式的任一种，在第一方面的另一种实现方式中，所述至少一个KPI为多个KPI，所述根据所述KPI模型建立第一优化模型包括：将所述多个小区的上行功控参数确定为所述第一优化模型的优化变量；将所述多个KPI的加权值最小确定为所述第一优化模型的优化目标。。结合第一方面或其上述实现方式的任一种，在第一方面的另一种实现方式中，所述求解所述第一优化模型，包括：将所述第一优化模型的优化变量从离散参数空间映射到连续参数空间，并将所述第一优化模型的目标函数转化为连续的、平滑的函数，以获取转化后的第二优化模型；根据所述第二优化模型确定所述优化变量在所述连续参数空间的解；将所述优化变量在所述连续参数空间的解映射回所述离散参数空间，以确定所述优化变量在所述离散参数空间的解。结合第一方面或其上述实现方式的任一种，在第一方面的另一种实现方式中，所述多个小区的上行功控参数包括所述多个小区中每个小区的上行功控基准值，以及所述每个小区的上行路损补偿因子。结合第一方面或其上述实现方式的任一种，在第一方面的另一种实现方式中，所述网络的至少一个KPI包括以下中的至少一个：上行负载、掉话和阻塞率CDBR、平均上行信干噪比。第二方面，提供一种上行功率控制装置，包括：处理单元，用于根据KPI模型优化所述多个小区的上行功控参数，所述KPI模型用于指示所述多个小区的上行功控参数与所述多个小区所在网络的至少一个KPI的映射关系；控制单元，用于根据所述处理单元获取的所述多个小区的上行功控参数对所述多个小区中的用户设备进行上行功率控制。结合第二方面，在第二方面的一种实现方式中，所述处理单元具体用于根据所述KPI模型建立第一优化模型，所述第一优化模型以所述多个小区的上行功控参数为优化变量，以所述至少一个KPI在所述上行功控参数的取值范围内的最优解为优化目标；求解所述第一优化模型，以获取所述多个小区的上行功控参数。结合第二方面或其上述实现方式的任一种，在第二方面的另一种实现方式中，所述至少一个KPI为多个KPI，所述处理单元具体用于将所述多个小区的上行功控参数确定为所述第一优化模型的优化变量；将所述多个KPI的加权值最小确定为所述第一优化模型的优化目标。结合第二方面或其上述实现方式的任一种，在第二方面的另一种实现方式中，所述处理单元具体用于将所述第一优化模型的优化变量从离散参数空间映射到连续参数空间，并将所述第一优化模型的目标函数转化为连续的、平滑的函数，以获取转化后的第二优化模型；根据所述第二优化模型确定所述优化变量在所述连续参数空间的解；将所述优化变量在所述连续参数空间的解映射回所述离散参数空间，以确定所述优化变量在所述离散参数空间的解。结合第二方面或其上述实现方式的任一种，在第二方面的另一种实现方式中，所述多个小区的上行功控参数包括所述多个小区中每个小区的上行功控基准值，以及所述每个小区的上行路损补偿因子。结合第二方面或其上述实现方式的任一种，在第二方面的另一种实现方式中，所述网络的至少一个KPI包括以下中的至少一个：上行负载、掉话和阻塞率CDBR、平均上行信干噪比。本发明实施例中，通过考虑多个小区的上行功控参数对该多个小区所在网络KPI的影响，从网络的全局性能的角度出发得到更优化的上行功控参数，改善了网络的整体性能。附图说明为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面所描述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是本发明实施例的上行功率控制方法的示意性流程图。图2是本发明一个实施例的上行功率控制装置的示意性框图。图3是本发明另一个实施例的上行功率控制装置的示意性框图。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，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。应理解，本发明的技术方案可以应用于各种通信系统，例如：全球移动通讯(GlobalSystemofMobilecommunication，GSM)系统、码分多址(CodeDivisionMultipleAccess，CDMA)系统、宽带码分多址(WidebandCodeDivisionMultipleAccess，WCDMA)系统、通用分组无线业务(GeneralPacketRadioService，GPRS)、长期演进(LongTermEvolution，LTE)系统、先进的长期演进(Advancedlongtermevolution，LTE-A)系统、通用移动通信系统(UniversalMobileTelecommunicationSystem，UMTS)等。还应理解，在本发明实施例中，用户设备(UE，UserEquipment)包括但不限于移动台(MS，MobileStation)、移动终端(MobileTerminal)、移动电话(MobileTelephone)、手机(handset)及便携设备(portableequipment)等，该用户设备可以经无线接入网(RAN，RadioAccessNetwork)与一个或多个核心网进行通信，例如，用户设备可以是移动电话(或称为“蜂窝”电话)、具有无线通信功能的计算机等，用户设备还可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置。本发明实施例中的关键性能指标(KPI，KeyPerformanceIndicator)是指蜂窝网络的KPI，例如可以是该网络的上行负载、掉话和阻塞率(CDBR，CallDropandBlockRatio)、平均上行信干噪比等。KPI是网络性能的重要参数，本发明实施例在进行上行功率控制时，考虑网络中多个小区的上行功控参数与该网络一个或多个KPI的映射关系(如函数关系)对上行功控参数进行优化。上述多个小区可以是该网络中的所有小区，也可以是该网络中处于关键位置的对该网络KPI起决定作用的小区，本发明实施例对此不作具体限定。图1是本发明实施例的上行功率控制方法的示意性流程图。该方法可以由基站执行，也可以由独立的上行功率控制装置执行。图1的方法包括：110、根据KPI模型优化多个小区的上行功控参数，KPI模型用于指示多个小区的上行功控参数与多个小区所在网络的至少一个KPI的映射关系；120、根据多个小区的上行功控参数对多个小区中的用户设备进行上行功率控制。本发明实施例中，通过考虑多个小区的上行功控参数对该多个小区所在网络KPI的影响，从网络的全局性能的角度出发得到更优化的上行功控参数，改善了网络的整体性能。需要说明的是，本发明实施例中的至少一个KPI可以是一个KPI，也可以是多个KPI，由于KPI之间可能存在冲突，即一个KPI的提升可能导致另一个KPI的下降，所以选择多个KPI进行联合优化更有利于网络整体性能的均衡。另外，本发明实施例对KPI的选择方式不作具体限定，例如可以是仅包括上行负载，或者上行负载和CDBR的组合，也可以是各种其他KPI的组合。还需要说明的是，在进行多个KPI联合优化时，KPI之间的权重可以根据实际情况调整，例如根据多个KPI之间的优先级进行调整。本发明实施例中的多个小区的上行功控参数可包括：多个小区中每个小区的上行功控基准值，以及每个小区的上行路损补偿因子，还可以包括其它小区级的上行功控参数。应理解，步骤110中的KPI模型可以是一个函数关系式，该函数关系式以多个小区的上行功控参数为自变量，以至少一个KPI为变量，描述了KPI与多个小区的上行功控参数的映射关系。应理解，步骤110中的根据KPI模型优化多个小区的上行功控参数可以是通过将上述上行功控参数取值范围的值逐个代入KPI模型中，找到满足KPI预定阈值条件的相对较优解，也可以是建立优化模型求解上述功控参数在其取值范围内的最优解，应理解，该最优解可以是局部最优，也可以是全局最优。可选地，作为一个实施例，步骤110中的根据KPI模型优化多个小区的上行功控参数可包括：根据KPI模型建立第一优化模型，第一优化模型以多个小区的上行功控参数为优化变量，以至少一个KPI在上行功控参数的取值范围内的最优解为优化目标；求解第一优化模型，以获取多个小区的上行功控参数。可选地，作为另一个实施例，至少一个KPI为多个KPI，根据KPI模型建立第一优化模型可包括：将多个小区的上行功控参数确定为第一优化模型的优化变量；将多个KPI的加权值最小确定为第一优化模型的优化目标。具体地，当上述至少一个KPI为上行负载时，该第一优化模型可如式(1)所示：其中，X为优化变量，该优化变量由两部分组成，一部分其分量由C个小区(对应于步骤110中的多个小区)的上行功控基准值组成；另一部分其分量由C个小区的上行路损补偿因子αc组成，c取值从1至C。与αc的取值是预先定义的离散值，如式(1)所示。优化目标为minXФLOAD(X)，即网络的上行负载最小。同样地，当上述至少一个KPI为CDBR时，该第一优化模型可如式(2)所示：其中，优化目标为minXФCDBR(X)，即网络的CDBR最小。当然，上述至少一个KPI可以选择多个KPI，例如对上行负载和CDBR进行联合优化，此时，该第一优化模型可如式(3)所示：其中，优化目标为minX{Ф＝w1ФPLOAD(X)+w2ФCDBR(X)}，即网络的上行负载和CDBR加权最小，加权值w1和w2的确定可以根据上行负载和CDBR的优先级等因素确定。例如，w1+w2＝1，其中，在网络中，上行负载对整个网络的性能影响与CDBR相比较大，则可取w1＝0.7，w2＝0.3。需要说明的是，本发明实施例对求解第一优化模型的具体方式不作限定，由于优化变量的取值是离散的(在现有协议中，上行功控参数的取值为离散值)，且目标函数也是非连续的(包含min，max等非连续函数)，可以采用离散的寻优方式，例如可以将优化变量取值范围内的离散值均代入优化目标，求出最优解。为了求解优化问题(1)-(3)，另一种常用的方法可以采用贪婪算法。具体地，随机选取一个小区作为起始小区，尝试该小区的上行功控参数(和)的所有可能取值以最大化该小区的性能(例如，最小化负载，或者最小化CDBR)，并将起始小区加入当前小区集。然后选择该小区的一个邻区作为当前小区，将当前小区加入当前小区集，并尝试当前小区的上行功控参数所有可能取值以最大化当前小区集的总性能。重复上一步骤，直至所有小区都被加入到当前小区集，最终确定所有小区的上行功控参数取值。在尝试上行功控参数所有可能取值以最大化性能时，一种方法是通过实际配置小区并测量实际性能指标，另一种方法是通过性能指标模型估计具体上行功控参数取值对应的性能指标。为了确定性能指标模型，需要建立上行功控参数与性能指标之间的函数关系。以上行负载为例，上行负载可以表示为：ФLoad＝∑cδc其中，δc为小区c的上行负载，表示为：其中，S-网络所提供的业务类型集合；C-小区集合；-网络覆盖区域；As,cA-小区c∈C内业务s∈S的分布区域；Ts-业务s∈S在网络区域内的分布；-在位置x∈As，d的、请求业务s∈S的终端所使用的资源块数量；Nrb-系统资源块总数量γs(c)(x)-在位置x∈As，c的、请求业务s∈S的终端的平均传输时间比例，如下所示：Fs(c)-在位置x∈As，c的、请求业务s∈S的终端所请求的上行带宽；Bs(c)(x)-在位置x∈As，c的、请求业务s∈S的终端所获得的上行传输带宽，单位为[MHz]，如下所示：SINRs(c)(x)-归属于小区c∈C的、请求业务s∈S的终端接收机所获得的SINR，如下所示：-小区c∈C内业务s∈S的带宽效率因子；-小区c∈C内业务s∈S的SINR效率因子；Rs(d)，c(x)-小区c∈C从在位置x∈As，d的、请求业务s∈S的终端处所接收到的信号功率，单位为[mW]，如下所示：Ps(d)(x)-在位置x∈As，d的、请求业务s∈S的终端的发射功率，如下所示：Ls(d)，c(x)-在位置x∈As，d的、请求业务s∈S的终端与小区c∈C之间的路损，单位为[dB]；-请求业务s∈S的某个终端的最大发射功率，单位为[dBm]；Ic-小区c∈C所接收到的干扰功率，单位为[mW]，如下所示：-小区d∈C预设的负载门限。可选地，上述求解第一优化模型还可包括：将第一优化模型的优化变量从离散参数空间映射到连续参数空间，并将第一优化模型的目标函数转化为连续的、平滑的函数，以获取转化后的第二优化模型；根据第二优化模型确定优化变量在连续参数空间的解；将优化变量在连续参数空间的解映射回离散参数空间，以确定优化变量在离散参数空间的解，应理解，上述连续参数空间的解可以是取值的意思，即将优化变量在连续参数空间的取值映射回离散参数空间。本发明实施例中，通过将离散非连续的优化问题转化成为连续的优化问题，进而可以通过现有的针对连续优化问题的搜索算法(如内点法)对该连续优化模型求解，减少了迭代次数，提高了优化求解效率。应理解，上述将连续参数空间的解映射回离散参数空间的方式可以有多种，举例说明，可以将连续参数空间的解与离散参数空间的所有值求最短距离(如欧氏距离)，与该连续参数空间的解距离最短的离散参数空间的解即为最终要求的解；当然，也可以采用直接截断的方法，在离散参数空间中搜索大于且与连续参数空间解最接近的解作为最终的解，本发明实施例对此不作具体限定。上文中结合图1，详细描述了根据本发明实施例的上行功率控制方法，下面将结合图2至图3，详细描述根据本发明实施例的上行功率控制装置，该装置可以是基站，也可以是单独的逻辑实体或装置。图2是本发明一个实施例的上行功率控制装置的示意性框图。该上行功率控制装置200包括处理单元210和控制单元220。处理单元210，用于根据KPI模型优化多个小区的上行功控参数，KPI模型用于指示多个小区的上行功控参数与多个小区所在网络的至少一个KPI的映射关系；控制单元220，用于根据处理单元210获取的多个小区的上行功控参数对多个小区中的用户设备进行上行功率控制。本发明实施例中，通过考虑多个小区的上行功控参数对该多个小区所在网络KPI的影响，从网络的全局性能的角度出发得到更优化的上行功控参数，改善了网络的整体性能。本发明实施例中的多个小区的上行功控参数可包括：多个小区中每个小区的上行功控基准值，以及每个小区的上行路损补偿因子，还可以包括其它小区级的上行功控参数。可选地，作为一个实施例，处理单元210具体用于根据KPI模型建立第一优化模型，第一优化模型以多个小区的上行功控参数为优化变量，以至少一个KPI在上行功控参数的取值范围内的最优解为优化目标；求解第一优化模型，以获取多个小区的上行功控参数。可选地，作为另一个实施例，至少一个KPI为多个KPI。需要说明的是，本发明实施例中的至少一个KPI可以是一个KPI，也可以是多个KPI，由于KPI之间可能存在冲突，即一个KPI的提升可能导致另一个KPI的下降，所以选择多个KPI进行联合优化更有利于网络整体性能的均衡。可选地，作为另一个实施例，处理单元210具体用于将第一优化模型的优化变量从离散参数空间映射到连续参数空间，并将第一优化模型的目标函数转化为连续的、平滑的函数，以获取转化后的第二优化模型；根据第二优化模型确定优化变量在连续参数空间的解；将优化变量在连续参数空间的解映射回离散参数空间，以确定优化变量在离散参数空间的解。本发明实施例中，通过将离散非连续的优化问题转化成为连续的优化问题，进而可以通过现有的针对连续优化问题的搜索算法(如内点法)对该连续优化模型求解，减少了迭代次数，提高了优化求解效率。可选地，作为另一个实施例，多个小区的上行功率参数包括多个小区中每个小区的上行功控基准值，以及每个小区的上行路损补偿因子。可选地，作为另一个实施例，网络的至少一个KPI包括以下中的至少一个：上行负载、掉话和阻塞率CDBR、平均上行信干噪比。图3是本发明另一个实施例的上行功率控制装置的示意性框图。该上行功率控制装置300包括存储器310和处理器320。存储器310，用于存储处理器320执行所需的指令；处理器320，用于基于存储器310的指令根据KPI模型优化多个小区的上行功控参数，KPI模型用于指示多个小区的上行功控参数与多个小区所在网络的至少一个KPI的映射关系；根据多个小区的上行功控参数对多个小区中的用户设备进行上行功率控制。本发明实施例中的多个小区的上行功控参数可包括：多个小区中每个小区的上行功控基准值，以及每个小区的上行路损补偿因子，还可以包括其它小区级的上行功控参数。可选地，作为一个实施例，处理器320具体用于根据KPI模型建立第一优化模型，第一优化模型以多个小区的上行功控参数为优化变量，以至少一个KPI在上行功控参数的取值范围内的最优解为优化目标；求解第一优化模型，以获取多个小区的上行功控参数。可选地，作为另一个实施例，至少一个KPI为多个KPI。需要说明的是，本发明实施例中的至少一个KPI可以是一个KPI，也可以是多个KPI，由于KPI之间可能存在冲突，即一个KPI的提升可能导致另一个KPI的下降，所以选择多个KPI进行联合优化更有利于网络整体性能的均衡。可选地，作为另一个实施例，处理器320具体用于将第一优化模型的优化变量从离散参数空间映射到连续参数空间，并将第一优化模型的目标函数转化为连续的、平滑的函数，以获取转化后的第二优化模型；根据第二优化模型确定优化变量在连续参数空间的解；将优化变量在连续参数空间的解映射回离散参数空间，以确定优化变量在离散参数空间的解。本发明实施例中，通过将离散非连续的优化问题转化成为连续的优化问题，进而可以通过现有的针对连续优化问题的搜索算法(如内点法)对该连续优化模型求解，减少了迭代次数，提高了优化求解效率。可选地，作为另一个实施例，多个小区的上行功率参数包括多个小区中每个小区的上行功控基准值，以及每个小区的上行路损补偿因子。可选地，作为另一个实施例，网络的至少一个KPI包括以下中的至少一个：上行负载、掉话和阻塞率CDBR、平均上行信干噪比。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本
技术领域：
：的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。当前第1页1 2 3 当前第1页1 2 3