一种物理小区标识PCI干扰自优化的方法及装置与流程

本发明涉及无线通信
技术领域：
，特别涉及一种物理小区标识PCI干扰自优化的方法及装置。
背景技术：
：LTE同频组网，系统内干扰主要来自小区间，其中PCI干扰最为严重。LTE系统一共包括504个PCI(PhysicalCellIdentifier，物理小区标识)。这些PCI分为168个组，每组包括3个PCI。PCI决定小区信号同步和随机接入是否成功。每个E-UTRAN(第三代移动通信的接入网部分)小区对应唯一一个PCI。当LTE网络中的E-UTRAN小区数据较多时，不可避免地会出现PCI复用，即多个E-UTRAN小区使用同一个PCI。由于PCI规划不合理、手动调整PCI、邻区参数被修改等原因，可能导致E-UTRAN小区间的PCI冲突MOD3，MOD6，MOD30以及M0和M1干扰。目前PCI自优化，只是结合PCI冲突、混淆，MOD3，MOD6，MOD30的情况，对PCI进行评估。PCI优化主要依靠技术人员通过分析DT(大数据)数据进行优化调整，而且一般只考虑了小区MOD3干扰情况。目前，PCI自优化只结合PCI冲突、混淆，mod3，mod6，mod3情况进行评估，但LTE系统中同时存在m0，m1等PCI干扰，不能最大程度降低小区间的PCI干扰。PCI优化更多地依靠技术人员分析DT数据，根据经验来现场人工调试，耗费大量人力、物力；而且人工优化基于DT数据，PCI修改完全依靠工程师经验，经常会出现顾此失彼的情况，且不能及时应对网络变化。技术实现要素：本发明的目的在于提供一种物理小区标识PCI干扰自优化的方法及装置，解决了现有技术PCI优化的考虑因素不全面且PCI修改完全依靠工程师经验而 不能及时应对网络变化的问题。为了达到上述目的，本发明实施例提供一种物理小区标识PCI干扰自优化的方法，包括：获取第一PCI和第二PCI之间的相关度；所述第一PCI为与目标小区对应的PCI，所述第二PCI为与目标小区的同频邻区对应的PCI；基于所述目标小区和所述同频邻区的测量报告、后台切换指标以及扫频数据，并根据所述相关度确定所述目标小区的PCI综合干扰系数；若所述目标小区的PCI综合干扰系数大于一门限值，确定所述目标小区为PCI高干扰小区；根据预设规则为所述目标小区选择目标PCI，并将与所述目标小区对应的PCI修改为所述目标PCI。其中，所述获取第一PCI和第二PCI之间的相关度的步骤包括：根据第一PCI和第二PCI之间的冲突混淆干扰、模3干扰、模6干扰、模30干扰、m0干扰以及m1干扰，确定第一PCI和第二PCI之间的相关度。其中，所述确定第一PCI和第二PCI之间的相关度的公式为：Rpci＝Km*Rm+Km3*Rm3+Km6*Rm6+Km30*Rm30+Km0*Rm0+Km1*Rm1；其中，所述Rpci为第一PCI和第二PCI之间的相关度，所述Km、Km3、Km6、Km30、Km0以及Km1为所述第一PCI和第二PCI之间的干扰加权因子，所述Rm为所述第一PCI和第二PCI的冲突混淆干扰相关度，所述Rm3为所述第一PCI和第二PCI的模3干扰相关度，所述Rm6为所述第一PCI和第二PCI的模6干扰相关度，所述Rm30为所述第一PCI和第二PCI的模30干扰相关度，所述Rm0为所述第一PCI和第二PCI的m0干扰相关度，所述Rm1为所述第一PCI和第二PCI的m1干扰相关度。其中，所述基于所述目标小区和所述同频邻区的测量报告、后台切换指标以及扫频数据，并根据所述相关度确定所述目标小区的PCI综合干扰系数的步骤包括：基于所述目标小区和所述同频邻区的测量报告，并根据所述相关度确定所述目标小区的第一PCI干扰系数；基于所述目标小区和所述同频邻区的后台切换指标，并根据所述相关度确 定所述目标小区的第二PCI干扰系数；基于所述目标小区和所述同频邻区的扫频数据，并根据所述相关度确定所述目标小区的第三PCI干扰系数；根据所述第一干扰系数、第二干扰系数以及第三干扰系数，确定所述目标小区的PCI综合干扰系数。其中，所述基于所述目标小区和所述同频邻区的测量报告，并根据所述相关度确定所述目标小区的第一PCI干扰系数的步骤包括：根据目标小区的测量报告和同频邻区的测量报告，确定目标小区的采样点数和同频邻区的采样点数；根据所述目标小区的采样点数和同频邻区的采样点数，确定目标小区和同频邻区的基于所述测量报告的相关度；根据目标小区和同频小区的基于所述测量报告的相关度，确定目标小区和同频邻区的基于测量报告的电平干扰系数；根据所述电平干扰系数和所述第一PCI和第二PCI之间的相关度，确定目标小区和同频邻区的基于测量报告的干扰系数；根据目标小区和同频邻区的基于测量报告的干扰系数以及所述目标小区的同频邻区的个数，确定目标小区的第一PCI干扰系数。其中，基于所述目标小区和所述同频邻区的后台切换指标，并根据所述相关度确定所述目标小区的第二PCI干扰系数的步骤包括：根据目标小区的后台切换指标和同频邻区的切换指标，确定目标小区的切换次数和同频邻区的切换次数；根据目标小区的切换次数和同频邻区的切换次数，确定目标小区和同频邻区的基于后台切换指标的相关度；根据目标小区和同频邻区的基于后台切换指标的相关度以及第一PCI和第二PCI之间的相关度，确定目标小区和同频邻区的基于后台切换指标的干扰系数；根据目标小区和同频邻区的基于后台切换指标的干扰系数以及目标小区的同频邻区的个数，确定目标小区的第二PCI干扰系数。其中，所述基于所述目标小区和所述同频邻区的扫频数据，并根据所述相 关度确定所述目标小区的第三PCI干扰系数的步骤包括：根据目标小区的扫频数据和同频邻区的扫频数据，确定目标小区的采样点数和同频邻区的采样点数；根据所述目标小区的采样点数和同频邻区的采样点数，确定目标小区和同频邻区的基于扫频数据的相关度；根据目标小区和同频小区的基于所述扫频数据的相关度，确定目标小区和同频邻区的基于扫频数据的电平干扰系数；根据所述电平干扰系数和所述第一PCI和第二PCI之间的相关度，确定目标小区和同频邻区的基于扫频数据的干扰系数；根据目标小区和同频邻区的基于扫频数据的干扰系数以及所述目标小区的同频邻区的个数，确定目标小区的第三PCI干扰系数。其中，所述根据所述第一干扰系数、第二干扰系数以及第三干扰系数，确定所述目标小区的PCI综合干扰系数的步骤包括：根据所述第一干扰系数、测量报告干扰加权因子、第二干扰系数、切换干扰加权因子、第三干扰系数以及扫频干扰加权因子，确定目标小区的PCI综合干扰系数。其中，所述根据预设规则为所述目标小区选择目标PCI的步骤包括：根据站内的其他小区的PCI综合干扰系数，进行从站内选择所述目标小区的目标PCI；若站内没有满足条件的目标PCI，基于PCI优化约束条件在规划范围内选择目标PCI；其中，PCI优化约束条件包括：同站小区的PCI不重复、任何小区与同频邻区的PCI不重复、小区相邻两个同频的邻区的PCI不重复以及预设范围内PCI不重复。其中，所述获取第一PCI和第二PCI之间的相关度之前还包括：确定不是影响业务的告警小区、且不是过覆盖小区、且不是覆盖异常小区为目标小区。本发明实施例还提供一种物理小区标识PCI干扰自优化的装置，包括：获取模块，用于获取第一PCI和第二PCI之间的相关度；所述第一PCI为与目标小区对应的PCI，所述第二PCI为与目标小区的同频邻区对应的PCI；系数确定模块，用于基于所述目标小区和所述同频邻区的测量报告、后台切换指标以及扫频数据，并根据所述相关度确定所述目标小区的PCI综合干扰系数；干扰确定模块，用于若所述目标小区的PCI综合干扰系数大于一门限值，确定所述目标小区为PCI高干扰小区；选择修改模块，用于根据预设规则为所述目标小区选择目标PCI，并将与所述目标小区对应的PCI修改为所述目标PCI。其中，所述获取模块包括：获取子模块，用于根据第一PCI和第二PCI之间的冲突混淆干扰、模3干扰、模6干扰、模30干扰、m0干扰以及m1干扰，确定第一PCI和第二PCI之间的相关度。其中，所述获取子模块中确定第一PCI和第二PCI之间的相关度的公式为：Rpci＝Km*Rm+Km3*Rm3+Km6*Rm6+Km30*Rm30+Km0*Rm0+Km1*Rm1其中，所述Rpci为第一PCI和第二PCI之间的相关度，所述Km、Km3、Km6、Km30、Km0以及Km1为所述第一PCI和第二PCI之间的干扰加权因子，所述Rm为所述第一PCI和第二PCI的冲突混淆干扰相关度，所述Rm3为所述第一PCI和第二PCI的模3干扰相关度，所述Rm6为所述第一PCI和第二PCI的模6干扰相关度，所述Rm30为所述第一PCI和第二PCI的模30干扰相关度，所述Rm0为所述第一PCI和第二PCI的m0干扰相关度，所述Rm1为所述第一PCI和第二PCI的m1干扰相关度。其中，所述系数确定模块包括：第一系数确定子模块，用于基于所述目标小区和所述同频邻区的测量报告，并根据所述相关度确定所述目标小区的第一PCI干扰系数；第二系数确定子模块，用于基于所述目标小区和所述同频邻区的后台切换指标，并根据所述相关度确定所述目标小区的第二PCI干扰系数；第三系数确定子模块，用于基于所述目标小区和所述同频邻区的扫频数据，并根据所述相关度确定所述目标小区的第三PCI干扰系数；第四系数确定子模块，用于根据所述第一干扰系数、第二干扰系数以及第三干扰系数，确定所述目标小区的PCI综合干扰系数。其中，所述第一系数确定子模块包括：第一采样单元，用于根据目标小区的测量报告和同频邻区的测量报告，确定目标小区的采样点数和同频邻区的采样点数；第一相关单元，用于根据所述目标小区的采样点数和同频邻区的采样点数，确定目标小区和同频邻区的基于所述测量报告的相关度；第一电平干扰单元，用于根据目标小区和同频小区的基于所述测量报告的相关度，确定目标小区和同频邻区的基于测量报告的电平干扰系数；第一干扰系数单元，用于根据所述电平干扰系数和所述第一PCI和第二PCI之间的相关度，确定目标小区和同频邻区的基于测量报告的干扰系数；第一系数确定单元，用于根据目标小区和同频邻区的基于测量报告的干扰系数以及所述目标小区的同频邻区的个数，确定目标小区的第一PCI干扰系数。其中，所述第二系数确定子模块包括：切换单元，用于根据目标小区的后台切换指标和同频邻区的切换指标，确定目标小区的切换次数和同频邻区的切换次数；第二相关单元，用于根据目标小区的切换次数和同频邻区的切换次数，确定目标小区和同频邻区的基于后台切换指标的相关度；第二干扰系数单元，用于根据目标小区和同频邻区的基于后台切换指标的相关度以及第一PCI和第二PCI之间的相关度，确定目标小区和同频邻区的基于后台切换指标的干扰系数；第二系数确定单元，用于根据目标小区和同频邻区的基于后台切换指标的干扰系数以及目标小区的同频邻区的个数，确定目标小区的第二PCI干扰系数。其中，所述第三系数确定子模块包括：第二采样单元，用于根据目标小区的扫频数据和同频邻区的扫频数据，确定目标小区的采样点数和同频邻区的采样点数；第三相关单元，用于根据所述目标小区的采样点数和同频邻区的采样点数，确定目标小区和同频邻区的基于扫频数据的相关度；第二电平干扰单元，用于根据目标小区和同频小区的基于所述扫频数据的相关度，确定目标小区和同频邻区的基于扫频数据的电平干扰系数；第三干扰系数单元，用于根据所述电平干扰系数和所述第一PCI和第二PCI 之间的相关度，确定目标小区和同频邻区的基于扫频数据的干扰系数；第三系数确定单元，用于根据目标小区和同频邻区的基于扫频数据的干扰系数以及所述目标小区的同频邻区的个数，确定目标小区的第三PCI干扰系数。其中，所述第四系数确定子模块包括：第四系数确定单元，用于根据所述第一干扰系数、测量报告干扰加权因子、第二干扰系数、切换干扰加权因子、第三干扰系数以及扫频干扰加权因子，确定目标小区的PCI综合干扰系数。其中，所述选择修改模块包括：第一选择修改子模块，用于根据站内的其他小区的PCI综合干扰系数，进行从站内选择所述目标小区的目标PCI；第二选择修改子模块，用于若站内没有满足条件的目标PCI，基于PCI优化约束条件在规划范围内选择目标PCI；其中，PCI优化约束条件包括：同站小区的PCI不重复、任何小区与同频邻区的PCI不重复、小区相邻两个同频的邻区的PCI不重复以及预设范围内PCI不重复。其中，所述装置还包括：目标确定模块，用于确定不是影响业务的告警小区、且不是过覆盖小区、且不是覆盖异常小区为目标小区。本发明的上述技术方案至少具有如下有益效果：本发明实施例的物理小区标识PCI干扰自优化的方法及装置中，结合测量报告MR、扫频数据以及后台切换指标来计算得到目标小区的PCI综合干扰系数，再根据PCI综合干扰系数识别PCI高干扰小区，本发明实施例根据不同PCI干扰类型对小区的影响程度，对小区PCI干扰进行加权评估，最大程度降低小区间的PCI干扰，使得PCI优化更加准确；再综合考虑所有PCI干扰原因，计算出每个目标小区的目标PCI，该目标PCI为该目标小区的最优PCI，提高PCI优化准确性，灵活及时的应对网络变化。附图说明图1表示本发明实施例提供的物理小区标识PCI干扰自优化的方法的基本步骤流程图；图2表示本发明实施例提供的物理小区标识PCI干扰自优化的装置的组成结构示意图。具体实施方式为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。本发明针对现有技术中PCI优化的局限性的问题，提供一种物理小区标识PCI干扰自优化的方法及装置，结合测量报告MR、扫频数据以及后台切换指标来计算得到目标小区的PCI综合干扰系数，再根据PCI综合干扰系数识别PCI高干扰小区，本发明实施例根据不同PCI干扰类型对小区的影响程度，对小区PCI干扰进行加权评估，最大程度降低小区间的PCI干扰，使得PCI优化更加准确；再综合考虑所有PCI干扰原因，计算出每个目标小区的目标PCI，该目标PCI为该目标小区的最优PCI，提高PCI优化准确性，灵活及时的应对网络变化。如图1所示，本发明实施例提供一种物理小区标识PCI干扰自优化的方法，包括：步骤11，获取第一PCI和第二PCI之间的相关度；所述第一PCI为与目标小区对应的PCI，所述第二PCI为与目标小区的同频邻区对应的PCI；步骤12，基于所述目标小区和所述同频邻区的测量报告、后台切换指标以及扫频数据，并根据所述相关度确定所述目标小区的PCI综合干扰系数；步骤13，若所述目标小区的PCI综合干扰系数大于一门限值，确定所述目标小区为PCI高干扰小区；步骤14，根据预设规则为所述目标小区选择目标PCI，并将与所述目标小区对应的PCI修改为所述目标PCI。本发明的上述实施例将PCI相关度预先计算出来，建立PCI相关度矩阵表，存储在数据库中，即预先计算出所有PCI中两两之间的相关度，则步骤11可直接从数据库中获取第一PCI和第二PCI之间的相关度。继而综合测量报告MR、后台切换指标以及扫频数据计算得到目标小区的PCI综合干扰系数，根据PCI综合干扰系数就能确定目标小区是否为PCI高干扰小区；并为PCI高干扰小区选择PCI综合干扰较小的新的PCI，即最优PCI。本发明实施例基于测量报告MR、后台切换指标和扫频数据，根据不同PCI干扰类型对小区的影响程度，对小区PCI干扰进行加权评估，使得PCI干扰更准确。即本发明实施例有效地解决传统PCI优化局限性，并提高了PCI优化准确性，灵活及时的应对网络变化。具体的，本发明的上述实施例的步骤11包括：步骤111，根据第一PCI和第二PCI之间的冲突混淆干扰、模3干扰、模6干扰、模30干扰、m0干扰以及m1干扰，确定第一PCI和第二PCI之间的相关度。且所述确定第一PCI和第二PCI之间的相关度的公式为：Rpci＝Km*Rm+Km3*Rm3+Km6*Rm6+Km30*Rm30+Km0*Rm0+Km1*Rm1；其中，所述Rpci为第一PCI和第二PCI之间的相关度，所述Km、Km3、Km6、Km30、Km0以及Km1为所述第一PCI和第二PCI之间的干扰加权因子，所述Rm为所述第一PCI和第二PCI的冲突混淆干扰相关度，所述Rm3为所述第一PCI和第二PCI的模3干扰相关度，所述Rm6为所述第一PCI和第二PCI的模6干扰相关度，所述Rm30为所述第一PCI和第二PCI的模30干扰相关度，所述Rm0为所述第一PCI和第二PCI的m0干扰相关度，所述Rm1为所述第一PCI和第二PCI的m1干扰相关度。本发明实施例的PCI之间的相关度结合PCI冲突混淆干扰、模3干扰、模6干扰、模30干扰、m0干扰以及m1干扰，在最大程度上降低小区间的PCI干扰。具体的，两PCI的相关度Rpci为：Rpci＝Km*Rm+Km3*Rm3+Km6*Rm6+Km30*Rm30+Km0*Rm0+Km1*Rm1；其中，PCI干扰加权因子：Km＝1,Km3＝0.5,Km6＝0.25,Km30＝0.25,Km0＝0.25,Km1＝0.25。需要说明的是，加权因子支持人工自定义。且，当两个PCI相等时，Rm＝1，否则Rm＝0；当两个PCI模3相等时，Rm3＝1，否则Rm3＝0；当两个PCI模6相等时，Rm6＝1，否则Rm6＝0；当两个PCI模30相等时，Rm30＝1，否则Rm30＝0；当两个PCIm0相等时，Rm0＝1，否则Rm0＝0；当两个PCIm1相等时，Rm1＝1，否则Rm1＝0。且PCI相关度矩阵表如表1所示：字段序号字段名1字段名2相关性备注1PCI1PCI12PCI1PCI23PCI1…表1PCI相关度矩阵表进一步需要说明的是，本发明的上述实施例中并不是所有的小区均能够作为评估PCI干扰的目标小区，本发明实施例还提供确定目标小区的方法；具体为：确定不是影响业务的告警小区、且不是过覆盖小区、且不是覆盖异常小区为目标小区。具体的，小区告警评估，存在影响业务的告警小区，不作为评估小区。基于MR数据，进行小区覆盖评估；获取小区的MR数据，识别过覆盖、覆盖异常小区。过覆盖小区和覆盖异常小区不作为评估小区。其中，过覆盖小区定义：服务小区与自身平均站间距1.5倍(可调)以外的3个邻小区相关系数>1％，且服务小区平均电平RSRP_s>＝-105dBm；相关系数定义：满足条件的MR的邻小区测量报告/主小区MR总报告数，服务小区MR报告总数为分母，满足RSRP_s-RSRP_n<＝6dBm，则分子加1；其中，覆盖异常小区定义：服务小区方位角-天线达到角±60度范围内的MR测量报告数/MR总报告数>3％，且服务小区RSRP>-105dBm，则认为该小区覆盖异常。具体的，本发明上述实施例中步骤12包括：步骤121，基于所述目标小区和所述同频邻区的测量报告，并根据所述相关度确定所述目标小区的第一PCI干扰系数；步骤122，基于所述目标小区和所述同频邻区的后台切换指标，并根据所述相关度确定所述目标小区的第二PCI干扰系数；步骤123，基于所述目标小区和所述同频邻区的扫频数据，并根据所述相关度确定所述目标小区的第三PCI干扰系数；步骤124，根据所述第一干扰系数、第二干扰系数以及第三干扰系数，确定 所述目标小区的PCI综合干扰系数。本发明实施例基于测量报告MR、后台切换指标及扫频数据，对目标小区干扰进行评估，得出目标小区的综合干扰系数。首先基于测量报告MR的PCI干扰评估，即步骤121包括：根据目标小区的测量报告和同频邻区的测量报告，确定目标小区的采样点数和同频邻区的采样点数；根据所述目标小区的采样点数和同频邻区的采样点数，确定目标小区和同频邻区的基于所述测量报告的相关度；根据目标小区和同频小区的基于所述测量报告的相关度，确定目标小区和同频邻区的基于测量报告的电平干扰系数；根据所述电平干扰系数和所述第一PCI和第二PCI之间的相关度，确定目标小区和同频邻区的基于测量报告的干扰系数；根据目标小区和同频邻区的基于测量报告的干扰系数以及所述目标小区的同频邻区的个数，确定目标小区的第一PCI干扰系数。即MR两小区的相关度Rmr(Sc-Nc)为：Rmr(Sc-Nc)＝Samplenumber(Sc-Nc)/Sampletotal；则MR两小区电平干扰系数Irsrp(Sc-Nc)为：Irsrp(Sc-Nc)＝(Krsrp(-∞,3)*Rmr(Sc-Nc)+Krsrp[3,6]*Rmr(Sc-Nc)+Krsrp[7,9]*Rmr(Sc-Nc)+Krsrp[10,+∞)*Rmr(Sc-Nc))电平干扰加权因子：Krsrp(-∞,3)＝1Krsrp[3,6]＝0.5，Krsrp[7,9]＝0.25,Krsrp[10,+∞)＝0，加权因子支持人工自定义；MR两小区干扰系数IKmr(Sc-Nc)为：IKmr(Sc-Nc)＝Irsrp*Rpci则，目标小区的第一PCI干扰系数IKm：其中，相关参数表如表2所示：表2基于测量报告MR的相关参数继而基于后台切换指标的PCI干扰评估，即步骤122包括：根据目标小区的后台切换指标和同频邻区的切换指标，确定目标小区的切换次数和同频邻区的切换次数；根据目标小区的切换次数和同频邻区的切换次数，确定目标小区和同频邻区的基于后台切换指标的相关度；根据目标小区和同频邻区的基于后台切换指标的相关度以及第一PCI和第二PCI之间的相关度，确定目标小区和同频邻区的基于后台切换指标的干扰系数；根据目标小区和同频邻区的基于后台切换指标的干扰系数以及目标小区的同频邻区的个数，确定目标小区的第二PCI干扰系数。即切换两小区相关度Rho为：Rho＝HOnumber(Sc-Nc)/HOintraFnumber切换两小区干扰系数IKho(Sc-Nc)为：IKho(Sc-Nc)＝HOnumber(Sc-Nc)/HOintraFnumber*Rpci目标小区的第一PCI干扰系数IKho为：其中，相关参数表如下：字段序号字段名类型备注1ScellNamestr服务小区名称2ScENodebIDint服务小区ENodebID3ScellIDint服务小区CELLID4ScEarfcnint服务小区频点5ScPCIint服务小区PCI6NcellNamestr同频邻区名称7NcEarfcnint同频邻区频点8NcPCIint同频邻区PCI9HOintraFnumber(Sc-Nc)int同频邻区切换次数10HOintraFnumberInt同频邻区切换总次数…………表3基于后台切换指标的相关参数进一步的，基于扫频数据的PCI干扰评估，即步骤123包括：根据目标小区的扫频数据和同频邻区的扫频数据，确定目标小区的采样点数和同频邻区的采样点数；根据所述目标小区的采样点数和同频邻区的采样点数，确定目标小区和同频邻区的基于扫频数据的相关度；根据目标小区和同频小区的基于所述扫频数据的相关度，确定目标小区和同频邻区的基于扫频数据的电平干扰系数；根据所述电平干扰系数和所述第一PCI和第二PCI之间的相关度，确定目标小区和同频邻区的基于扫频数据的干扰系数；根据目标小区和同频邻区的基于扫频数据的干扰系数以及所述目标小区的同频邻区的个数，确定目标小区的第三PCI干扰系数。即基于扫频数据的两小区的相关度Rsc(Sc-Nc)为：Rsc(Sc-Nc)＝Samplenumber(Sc-Nc)/Sampletotal；则基于扫频数据的两小区电平干扰系数Irsrp(Sc-Nc)为：Irsrp(Sc-Nc)＝(Krsrp(-∞,3)*Rsc(Sc-Nc)+Krsrp[3,6]*Rsc(Sc-Nc)+Krsrp[7,9]*Rsc(Sc-Nc)+Krsrp[10,+∞)*Rsc(Sc-Nc))电平干扰加权因子：Krsrp(-∞,3)＝1Krsrp[3,6]＝0.5，Krsrp[7,9]＝0.25,Krsrp[10,+∞)＝0，加权因子支持人工自定义；基于扫频数据的两小区干扰系数IKsc(Sc-Nc)为：IKmr(Sc-Nc)＝Irsrp*Rpci则，目标小区的第三PCI干扰系数IKsc：其中，相关参数表如表4所示：表4基于扫频数据的相关参数最后确定所述目标小区的PCI综合干扰系数为：即步骤124包括：根据所述第一干扰系数、测量报告干扰加权因子、第二干扰系数、切换干扰加权因子、第三干扰系数以及扫频干扰加权因子，确定目标小区的PCI综合干扰系数。本发明实施例中定义MR干扰加权因子Kmr＝0.4；切换干扰加权因子Kho＝0.4；扫频干扰加权因子Ksc＝0.2；其中，加权因子支持人工自定义。则目标小区的PCI综合干扰系数IKcomp为：IKcomp＝Kmr*IKmr+Kho*IKho+Ksc*IKsc进一步的，PCI高干扰小区识别。预先设置小区PCI高干扰门限(即步骤13中的门限值)，大于该门限的小区判断为PCI高干扰小区，需进行PCI自优化。PCI高干扰小区定义：小区干扰系数>PCI高干扰门限；门限值可设定为：其中K＝0.95(可调K∈(0,1])，N为宏站小区总数。最后，本发明实施例提供选择目标PCI的方法，即步骤14包括：步骤141，根据站内的其他小区的PCI综合干扰系数，进行从站内选择所述目标小区的目标PCI；步骤142，若站内没有满足条件的目标PCI，基于PCI优化约束条件在规划范围内选择目标PCI；其中，PCI优化约束条件包括：同站小区的PCI不重复、任何小区与同频邻区的PCI不重复、小区相邻两个同频的邻区的PCI不重复以及预设范围内PCI不重复。本发明上述实施例中先与现有技术一致，进行站内互调；若站内互调失败则在规划范围内挑选最佳PCI；具体的，站内互调，基于此原则进行站内PCI干扰系数轮询计算，确定最优PCI；例如，如果CELLA识别为PCI高干扰小区，则通过计算出CELLA的IKcomp-a，CELLA在CELLB的方向上IKcom-a2b和CELLB的IKcomp-b，CELLB在CELLA的方向向IKcomp-b2a。当IKcomp-a2b<IKcomp-a,且IKcom-b2a<＝IKcomp-b，则CELLA与CELLB互调PCI，否则CELLA与CELLC进行比较。如果站内无满足条件PCI，则在规划PCI范围[a,b]的中，挑选满足基本约束条件的PCI，进行最优PCI评估。其中，PCI优化基本约束条件如下：同站小区的PCI不重复；任何小区与同频邻区的PCI不重复，小区相邻两个同频的邻区PCI不重复；且1KM范围内PCI不能重复。综上，现有PCI自优化只对PCI冲突、混淆，mod3，mod6，mod30进行优化评估，本发明的上述实施例提供的PCI干扰自优化方法在此基础上，综合考虑PCI的m0、m1干扰，使得PCI评估更全面；另一方面现有PCI自优化只是基于MR数据，在处理PCI干扰时采用了统一标准，本发明上述实施例提供的PCI干扰自优化方法基于MR、后台切换指标以及扫频数据，根据不同PCI干扰类型对小区的影响程度，对小区PCI干扰进行加权评估，PCI优化更准确；且现有PCI优化只能提供一种筛选最优PCI方法，本发明上述实施例提供的PCI干扰自优化方法提供如何识别PCI高干扰小区，并进行优化，提高了PCI优化准确性，使得PCI优化能够灵活及时的应对网络变化。为了更的实现上述目的，如图2所示，本发明实施例还提供一种物理小区标识PCI干扰自优化的装置，包括：获取模块21，用于获取第一PCI和第二PCI之间的相关度；所述第一PCI为与目标小区对应的PCI，所述第二PCI为与目标小区的同频邻区对应的PCI；系数确定模块22，用于基于所述目标小区和所述同频邻区的测量报告、后台切换指标以及扫频数据，并根据所述相关度确定所述目标小区的PCI综合干扰系数；干扰确定模块23，用于若所述目标小区的PCI综合干扰系数大于一门限值， 确定所述目标小区为PCI高干扰小区；选择修改模块24，用于根据预设规则为所述目标小区选择目标PCI，并将与所述目标小区对应的PCI修改为所述目标PCI。具体的，本发明的上述实施例中所述获取模块21包括：获取子模块，用于根据第一PCI和第二PCI之间的冲突混淆干扰、模3干扰、模6干扰、模30干扰、m0干扰以及m1干扰，确定第一PCI和第二PCI之间的相关度。具体的，本发明的上述实施例中所述获取子模块中确定第一PCI和第二PCI之间的相关度的公式为：Rpci＝Km*Rm+Km3*Rm3+Km6*Rm6+Km30*Rm30+Km0*Rm0+Km1*Rm1其中，所述Rpci为第一PCI和第二PCI之间的相关度，所述Km、Km3、Km6、Km30、Km0以及Km1为所述第一PCI和第二PCI之间的干扰加权因子，所述Rm为所述第一PCI和第二PCI的冲突混淆干扰相关度，所述Rm3为所述第一PCI和第二PCI的模3干扰相关度，所述Rm6为所述第一PCI和第二PCI的模6干扰相关度，所述Rm30为所述第一PCI和第二PCI的模30干扰相关度，所述Rm0为所述第一PCI和第二PCI的m0干扰相关度，所述Rm1为所述第一PCI和第二PCI的m1干扰相关度。具体的，本发明的上述实施例中所述系数确定模块22包括：第一系数确定子模块，用于基于所述目标小区和所述同频邻区的测量报告，并根据所述相关度确定所述目标小区的第一PCI干扰系数；第二系数确定子模块，用于基于所述目标小区和所述同频邻区的后台切换指标，并根据所述相关度确定所述目标小区的第二PCI干扰系数；第三系数确定子模块，用于基于所述目标小区和所述同频邻区的扫频数据，并根据所述相关度确定所述目标小区的第三PCI干扰系数；第四系数确定子模块，用于根据所述第一干扰系数、第二干扰系数以及第三干扰系数，确定所述目标小区的PCI综合干扰系数。具体的，本发明的上述实施例中所述第一系数确定子模块包括：第一采样单元，用于根据目标小区的测量报告和同频邻区的测量报告，确定目标小区的采样点数和同频邻区的采样点数；第一相关单元，用于根据所述目标小区的采样点数和同频邻区的采样点数，确定目标小区和同频邻区的基于所述测量报告的相关度；第一电平干扰单元，用于根据目标小区和同频小区的基于所述测量报告的相关度，确定目标小区和同频邻区的基于测量报告的电平干扰系数；第一干扰系数单元，用于根据所述电平干扰系数和所述第一PCI和第二PCI之间的相关度，确定目标小区和同频邻区的基于测量报告的干扰系数；第一系数确定单元，用于根据目标小区和同频邻区的基于测量报告的干扰系数以及所述目标小区的同频邻区的个数，确定目标小区的第一PCI干扰系数。具体的，本发明的上述实施例中所述第二系数确定子模块包括：切换单元，用于根据目标小区的后台切换指标和同频邻区的切换指标，确定目标小区的切换次数和同频邻区的切换次数；第二相关单元，用于根据目标小区的切换次数和同频邻区的切换次数，确定目标小区和同频邻区的基于后台切换指标的相关度；第二干扰系数单元，用于根据目标小区和同频邻区的基于后台切换指标的相关度以及第一PCI和第二PCI之间的相关度，确定目标小区和同频邻区的基于后台切换指标的干扰系数；第二系数确定单元，用于根据目标小区和同频邻区的基于后台切换指标的干扰系数以及目标小区的同频邻区的个数，确定目标小区的第二PCI干扰系数。具体的，本发明的上述实施例中所述第三系数确定子模块包括：第二采样单元，用于根据目标小区的扫频数据和同频邻区的扫频数据，确定目标小区的采样点数和同频邻区的采样点数；第三相关单元，用于根据所述目标小区的采样点数和同频邻区的采样点数，确定目标小区和同频邻区的基于扫频数据的相关度；第二电平干扰单元，用于根据目标小区和同频小区的基于所述扫频数据的相关度，确定目标小区和同频邻区的基于扫频数据的电平干扰系数；第三干扰系数单元，用于根据所述电平干扰系数和所述第一PCI和第二PCI之间的相关度，确定目标小区和同频邻区的基于扫频数据的干扰系数；第三系数确定单元，用于根据目标小区和同频邻区的基于扫频数据的干扰系数以及所述目标小区的同频邻区的个数，确定目标小区的第三PCI干扰系数。具体的，本发明的上述实施例中所述第四系数确定子模块包括：第四系数确定单元，用于根据所述第一干扰系数、测量报告干扰加权因子、第二干扰系数、切换干扰加权因子、第三干扰系数以及扫频干扰加权因子，确定目标小区的PCI综合干扰系数。具体的，本发明的上述实施例中所述选择修改模块24包括：第一选择修改子模块，用于根据站内的其他小区的PCI综合干扰系数，进行从站内选择所述目标小区的目标PCI；第二选择修改子模块，用于若站内没有满足条件的目标PCI，基于PCI优化约束条件在规划范围内选择目标PCI；其中，PCI优化约束条件包括：同站小区的PCI不重复、任何小区与同频邻区的PCI不重复、小区相邻两个同频的邻区的PCI不重复以及预设范围内PCI不重复。具体的，本发明的上述实施例中所述装置还包括：目标确定模块，用于确定不是影响业务的告警小区、且不是过覆盖小区、且不是覆盖异常小区为目标小区。需要说明的是，本发明实施例提供的物理小标识PCI干扰自优化的装置是应用上诉PCI干扰自优化的方法的装置，则上述PCI干扰自优化的方法的所有实施例均适用于该装置，且均能达到相同或相似的有益效果。以上所述是本发明的优选实施方式，应当指出，对于本
技术领域：
的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。当前第1页1 2 3