本发明涉及通信领域，特别涉及一种LTE网络的PCI规划方法。
背景技术：
：在LTE网络的建设和优化维护中，干扰是影响网络质量的关键因素之一，对上网速率、通话质量、掉线、切换、容量等均有显著影响，如何降低或消除干扰是LTE网络性能能否充分发挥的重要环节，同时也是网络规划、优化的重要任务之一。由于低频段被2/3G占用，目前国内LTE(LongTermEvolution)采用高频段组网，而无线电波的频率越高，其波长越短，绕射(衍射效果)能力越弱，信号穿透损耗越大，因此在建筑密集的市区，要达到全覆盖，其基站密度要比低频段，以中国移动为例，其TD-LTE网络基站密度比2G网络(GSM)大至少1.5倍以上，市区站间距普遍小于200米，而GSM基站一般在300米左右。LTE网络如此高的基站密度，所带来的重叠覆盖问题，使得4G网络在干扰规避上比2G和3G有着更高的要求，而LTE网络的干扰主要来自两方面，一方面是系统外的干扰，如外部干扰器以及其他制式的互调干扰等，另一方面是属于系统内干扰，包括杂散干扰、阻塞干扰、PCI干扰等，其中杂散干扰，阻塞干扰主要通过调整硬件解决，而PCI干扰由于PCI数量有限无法避免，只能通过PCI的合理规划来降低干扰，因此PCI规划对于LTE网络有着重要的意义。传统的PCI规划方法主要通过人工以及辅助工具，或者是规划数据仅仅依靠地图数据，准确性差强人意，容易出现由于人工的缺陷性或者经验不足导致结果不理想本发明正是在这样的一个背景下，将通信领域的先验知识与计算机领域知识相结合，实现高效准确PCI规划的目的。在对现有技术的研究和实践过程中，发明人发现现有技术方案中至少存在以下问题：仅仅兼容部分设备厂家数据，规划数据源单一，数据格式要求复杂，多种数据不能联合分析、校验，同时规划的方法和过程较为复杂，不容易操作，而且对于高密集型网络和区域规划以及响应速度都有不足，以上原因使得现有的技术产品应用范围受限，而且规划的效果也受到影响,而本发明就很好的解决以上问题。技术实现要素：为了克服现有技术的不足，本发明提供一种LTE网络的PCI规划方法的设计方案，其能解厂家格式兼容性问题，操作方式多样及灵活，可根据不同网络规模进行规划，响应速度快。一种LTE网络的PCI规划方法，包括以下步骤：A、提取现网小区的CELLID、TAC频点、现PCI值、发射功率、邻区关系、以及硬件的约束条件信息，并结合工程参数信息，完成基础信息表，然后分别进入步骤B、步骤F、步骤G；所述工程参数信息包括现网小区的经纬度、方向角、下倾角、天线类型、直放站信息；B、根据基础信息表，对现网小区进行覆盖优化，包括对现网小区的天线覆盖进行优化，以及对现网小区的直放站覆盖进行优化，进入步骤C；C、对规划区域的邻区关系进行优化，包括对删除冗余邻区以及增加漏定义的邻区，进入步骤D；D、对测量数据进行采集，采用的测量数据包括扫频/路测数据和/或网管测量报告和/或信令测量报告，进入步骤E；E、根据测量数据，进行干扰分析构建各小区间的干扰矩阵表，进入步骤H；F、根据基础信息表的信息，针对小区所处不同的无线环境，设置不同的规划场景，如密集城区、高铁专网、普通乡镇等，通过读取小区的场景来判断的小区使用的PCI规划模型，进入步骤H；G、根据基础信息表的信息，确定规划区域为单一小区规划或线小区规划或面小区规划，进入步骤H；H、结合各小区间的干扰矩阵表，采用遗传算法进行PCI规划，并根据步骤F中的PCI模型，以及相应的PCI模型规则进行PCI规划；并根据步骤G中的规划区域采用启发式算法和/或遗传算法，若规划区域为单一小区规划，则采用启发式算法，若规划区域为线小区规划或面小区规划，则采用启发式算法和/或遗传算法；进入步骤I；I、根据PCI规划结果割接实施。具体的，所述对规划区域的邻区关系进行优化，包括对删除冗余邻区以及增加漏定义的邻区，具体包括：根据邻区紧密度算法删除增加和删除邻区。具体的，所述邻区紧密度算法是根据测量报告数据统计分析对每一对相邻小区进行计算，以评估其相邻关系的紧密程度，具体包括以下步骤：1)、提取一个时间段的测量报告统计，每次不少于3小时，至少3天，提取邻区信号强度大于或者小于MR电平上限的采样点数；2)、以主小区为中心画圆，只计算与主小区直线距离在距离门限范围内的邻区；3)、当邻区采样点中大于“MR电平上限”的采样点数/所有采样点数，大于“MR电平上限采样点比例”，则认为邻区紧密度高，需要增加邻区；4)、当邻区采样点中小于“MR电平下限”的采样点数/所有采样点数，大于“MR电平下限采样点比例”，则认为邻区紧密度低，需要删除邻区。具体的，所述遗传算法的实现步骤包括：a)确定参与PCI规划的小区及约束条件；b)利用小区间的相关性数据，建立小区干扰矩阵；c)初始化种群，给出最初的PCI分配方案；d)根据适应度大小对每一个分配方案进行评估；e)判断是否达到算法终止准则，如达到则算法结束，输出运算结果，如未达到算法终止准则，则转到d)；f)选择，根据适应度函数，采用退火方式的选择方法进行选择，筛选优良个体；g)交叉，采用固定交叉算子，产生新的个体；h)变异，采用选择性变异，以一定的概率将矩阵的适应度不良元素进行变异。具体的，所述适应度大小根据以下个体适应度函数和整体适应度函数进行计算：个体适应度函数为：整体的适应度函数为：其中，f(xi)表示个体的适应度函数，i表示主小区，j表示干扰小区，I0(j),I3(j),I6（j）,I30(j)表示干扰小区j对主小区i所带来的同PCI/模3/模6/模30干扰；f(sum)表示所有个体的适应度函数的总和。具体的，所述根据适应度函数，采用退火方式的选择方法进行选择，筛选优良个体，具体通过以下筛选函数进行：式中，Pe(xi)表示对小区进行筛选的概率函数值，f(xi)表洋个体的适应度函数，i表示个体，M表示种群规模，G表示遗传代数，T>0表示温度，T0表示退火的初始温度。综上所述，本发明具有以下有益效果：(1)解决厂家数据格式兼容性问题：支持多种数据格式的输入提取的测量报告，以及扫频路测数据和信息采集；(2)获得的测量报告，并且可自动进行数据整合，提高工作效率；(3)规划操作方式的多样性及灵活性：解决了现有技术中不能全面兼顾点，线，面的问题，以及操作过于复杂的问题，可实现全网/区域/单个站点的规划和优化，多为一键式操作，灵活方便高效；(4)不同规模网络规划的可行性：对于不同网络规模，可自动评估，并给出最佳的频率设计模型，并在算法设计中可根据不同的区域特点，设置规划权重，以达到频率更优分配的目的；(5)响应速度问题：采用了启发式和遗传算法，根据不同的场景可采用不同算法的组合，大大提高了规划的响应速度。附图说明图1为本发明所述的LTE网络的PCI规划方法原理结构示意图。图2为本发明所述的遗传算法的实现步骤流程图。具体实施方式为了让本领域的技术人员能够更好地了解本发明的技术方案，下面结合附图对本发明作进一步的阐述。如图1、图2所示，本发明揭示了一种LTE网络的PCI规划方法，包括以下步骤：A、基础数据收集整理：提取现网小区的CELLID、TAC频点、现PCI值、发射功率、邻区关系、以及硬件的约束条件信息，并结合工程参数信息，完成基础信息表，然后分别进入步骤B、步骤F、步骤G；所述工程参数信息包括现网小区的经纬度、方向角、下倾角、天线类型、直放站信息。需要说明的是，步骤A是为了步骤B、F、G三个步骤提供基础数据依据。其中步骤B是在步骤A的数据基础上，通过对规划网络进行全面的检查优化，问题预处理。其中步骤F是在步骤A的数据基础上，通过对网络配置密度以及场景的分析，以获取最佳PCI复用模型的方法。其中步骤G是在步骤A的数据基础上，根据规划的小区、地域、规模以及容量要求，获取规划区域的方法。B、覆盖优化：根据基础信息表，对现网小区进行覆盖优化，包括对现网小区的天线覆盖进行优化，以及对现网小区的直放站覆盖进行优化，进入步骤C。具体的，在进行数据收集前，对现网的天线覆盖进行优化是保证规划效果最为重要的一项工作，如果覆盖控制的到位，能为规划效果的保障打下良好的基础。覆盖优化的重点工作是对那些存在越区覆盖，以及覆盖不合理的小区进行覆盖调整，降低其对其他小区的干扰。同时，对直放站(无线信号放大设备)以及拉远RRU进行全面核查，以判断是否存在覆盖区域不吻合等问题，为PCI规划的准确性提供保障。天线覆盖调整的整体原则如下：(1)方向性原则，根据现网的情况，基本统一小区的方向，例如：按30/150/270的方向；(2)业务量均衡原则，在进行天线调整时，考虑小区吸收业务的情况，平衡相邻小区的业务；(3)小区覆盖重叠区域控制在合理的范围内，对高站越区覆盖的情况降低天线高度或者增加下倾角进行控制，对倾角较大的天线，考虑到机械下倾天线方向图容易变形的情况，应考虑换成电子下倾天线；(4)特殊情况特殊处理，对湖边、河边的天线更换成低增益、窄波瓣的天线或者改变天线方向控制水面周围的干扰；(5)网络稳定性原则，以尽量少的天线调整获得最大的网络质量改善；(6)减少过多天线往同一块空旷地区辐射造成频率复用困难；(7)两个方向夹角要大于天线半波功率角；(8)市区内，采用电气下倾和机械下倾相结合避免纯机械下倾角度过大后波形畸变；(9)密集区域，换用垂直波瓣角较大天线，水平波功率角为60度附近的天线；(10)结合考虑新站(天线类型、方向角、下倾角等)。C、对规划区域的邻区关系进行优化，包括对删除冗余邻区以及增加漏定义的邻区，进入步骤D；具体的，邻区关系的优劣决定了测量报告的可靠性，以及网络重选，切换，重定位的准确性(邻区关系用于LTE网络的小区切换，未定义邻区关系的小区不能切换)，在完成覆盖优化后，对规划区域的邻区关系进行优化，删除冗余邻区，增加漏定义的邻区，以确保测量报告的准确性，邻区的优化主要基于小区间的相互关系，包括距离，方向指向，测量强度和切换频次。对于小区邻区优化工作，按以下步骤进行：1)计算小区A所有相邻小区的特定系数“邻区紧密度”；2)各邻区按“邻区紧密度”分值从低至高排序，分值越低，删除的可行性也高，分值越高，则补充定义的可行性越高；3)删除邻区的算法，从分值最低的邻区B开始，进行以下检查：1、检查小区B状态，确定统计时段是否存在故障或关闭情况，以确定“邻区紧密度”计算的准确性。2、检查小区B的所有邻区的特定系数“邻区紧密度”，确定小区A的分值及排名，排名越前，删除的可行性越高。3、检查B小区邻区距离是否比较接近。4、检查道路测试数据，判断是否必须邻区，可由地理信息检查是否必须衔接小区，并判断是否由于过覆盖造成。5、检查是否其他特定原因定义邻区，如投诉黑点保障、VIP场所保障等。6、确定上述原因后，可以删除B小区的邻区关系。按照该方式重复判断，删除至要求邻区数量范围内。4)增加邻区的算法，从分值最高的相邻小区C开始，进行以下检查：1、检查小区C的所有邻区的特定系数“邻区紧密度”，确定小区A的分值及排名，排名越前，增加的可行性越高。2、检查C小区邻区距离是否比较接近。3、检查道路测试记录，判断是否必须邻区，可由地理信息检查是否必须衔接小区，并判断是否由于过覆盖造成。4、确定上述原因后，可以考虑增加C小区的邻区关系。按照该方式重复判断，增加至要求邻区数量范围内。“邻区紧密度”的算法：“邻区紧密度”是OMC测量报告数据统计分析的结果，对每一对相邻小区进行计算，以评估其相邻关系的紧密程度，其具体方法如下：1、提取一个时间段的测量报告统计，每次不少于3小时，至少3天。提取邻区信号强度大于或者小于MR电平上限的采样点数。2、以主小区为中心画圆，只计算与主小区直线距离在距离门限范围内的邻区。3、当邻区采样点中大于“MR电平上限”的采样点数/所有采样点数，大于“MR电平上限采样点比例”，则认为邻区紧密度高，需要增加邻区。4、当邻区采样点中小于“MR电平下限”的采样点数/所有采样点数，大于“MR电平下限采样点比例”，则认为邻区紧密度低，需要删除邻区。具体的门限参数值如表1所示：距离门限>＝3.0(Km)MR电平上限>＝-95dBmMR电平上限采样点比例>＝50％MR电平下限<＝-110dBmMR电平下限采样点比例>＝25％表1D、测量数据进行采集处理，采用的测量数据包括扫频/路测数据和/或网管测量报告和/或信令测量报告，进入步骤E。具体的，测量数据是构造干扰矩阵的数据源，此套装置的方法主要采用以下三种测量数据，根据实际工作的需求，可以采用其中的任意一种，或者几种的组合；(1)扫频/路测数据采集处理：采用高速扫频仪结合GPS对需要规划规划区域及周边进行高密集的扫频测试，收集在足够小的网格内，相关小区的信号强度，以获取它们之间的相关性，在现场采集完以后，对数据进行分析整合处理，并进行数据的完整性检查，对一些小区数据缺失(如测试当时基站关闭)，新开站点等情况进行数据补录。(2)网管测量报告：在不同设备厂家的网管平台定义至少72小时的测量报告，对采集的测量报告进行分析整合处理，同样也需要进行数据的完整性检查，对一些小区数据缺失(如测试当时基站关闭)，新开站点等情况进行数据补录。(3)信令测量报告：在不同设备厂家的X2,S1接口，采集至少72小时的测量报告，并对采集的测量报告进行分析整合处理，同样也需要进行数据的完整性检查，对一些小区数据缺失(如测试当时基站关闭，停服)，新开站点等情况进行数据补录。不同厂家，不同类别的数据，需要进行如下处理，以达到归一化目的:在一条测量报告信息中，包含一个服务小区的接收功率RSRP(ReferenceSignalReceivingPower，参考信号接收功率)，N个邻小区接收功率RSRP_ncell_1-RSRP_ncell_N)，服务小区和每一个邻小区之间可以计算一个C/I_N＝RSRP-RSRP_ncell_N。对C/I进行统计，设置门限为XdB，当C/I<XdB时，存在干扰的个数加1。E、干扰矩阵构建：根据测量数据，进行干扰分析构建各小区间的干扰矩阵表，进入步骤H；具体的，对于由n(n为大于0的自然数)个小区/扇区组成的网络，其小区干扰矩阵表MCI是一个n×n矩阵，矩阵MCI中的元素aij表示第i个源小区/扇区与第j个干扰小区/扇区间的载干比C/I。并结合LTE特性设定如下约束条件原则：a)同站干扰约束：同一基站的不同小区间，其PCI不能相同，同时经过PCI模3/模6/模30运算的结果也不能相同.b)冲突约束：两个互为邻区的小区不能使用相同的PCI。c)混淆约束：拥有同一邻区的小区间，PCI不能相同。d)任意小区之间，模干扰尽可能小。e)不同频点的小区之间，PCI不需要考虑干扰。最终得出主小区及邻小区之间的干扰概率矩阵表。F、PCI模型判决：根据基础信息表的信息，针对小区所处不同的无线环境，设置不同的规划场景，如密集城区、高铁专网、普通乡镇等，通过读取小区的场景来判断的小区使用的PCI规划模型、进入步骤H；具体的，PCI模型是指PCI所使用的组合方式，主要针对不同场景的小区设定不同的PCI设置规则，以减少相互干扰以及利用后期规划。G、规划对象选择：根据基础信息表的信息，确定规划区域为单一小区规划或线小区规划或面小区规划，进入步骤H；具体的，在A步骤的数据基础上，掌握需要规划的对象，如规划范围，区域，场景等，本方法可根据规划工作的需要，选择性的规划，解决了现有技术中不能全面兼顾点，线，面的问题，以及操作过于复杂的问题，可实现全网/区域/单个站点的规划和优化，一键式操作，灵活方便高效。单一小区规划：直接用规划按钮点选小区，本装置将根据PCI模型和干扰矩阵，自动为该小区分配优化频率。线/面小区规划：PCI规划表，将需要规划的小区装入表内，设置规划条件，本装置将自动根据PCI模型和干扰矩阵，为该区域小区分配优化PCI。表2为PCI规划小区样表：表2H、PCI规划：结合各小区间的干扰矩阵表，采用遗传算法进行PCI规划，并根据步骤F中的PCI模型，以及相应的PCI模型规则进行PCI规划；并根据步骤G中的规划区域采用启发式算法和/或遗传算法，若规划区域为单一小区规划，则采用启发式算法，若规划区域为线小区规划或面小区规划，则采用启发式算法和/或遗传算法；进入步骤I。具体的，根据LTE网络PCI规划的特点，本方法采用改进型的遗传算法，将网络的整体干扰值作为适应度函数，并以此作为规划的数据源，为了避免普通二进制编码在变异时的缺陷，编码方式采用格雷码，在算法的种群选择阶段加入模拟退火的思想，采用改进的轮盘赌选择方法，动态调整选择压力，有利于种群的选优，交叉采用单点交叉，变异方法采用多重随机的选择性变异方法。步骤F中的PCI模型在步骤H中的应用：根据F步骤的判决结果，在H步骤中规划PCI时采用相对应的模型，在遗传算法中，根据PCI模型规则进行规划。遗传算法的应用场景：根据G步骤的对象判断，在确定规划对象为“线/面小区规划”时，可选择性的采用启发式算法或者遗传算法，或者采用启发+遗传算法的方式(人工选择，通过开关控制)。在确定使用规划算法后根据相应的算法以及约束条件，进行规划。下面是遗传算法的实现步骤：a)确定参与PCI规划的小区及约束条件。b)利用小区间的相关性数据，建立小区干扰矩阵。c)初始化种群，给出最初的PCI分配方案。d)根据适应度大小对每一个分配方案进行评估。个体适应度函数即为某个个体受到的干扰值，用数学模型表示如下：式中f(xi)为个体的适应度函数，i为主小区，j为干扰小区，I0(j),I3(j）,I6(j),I30（j)表示干扰小区j对主小区i所带来的同PCI/模3/模6/模30干扰。整体的适应度函数为：式中，f(sum)表示所有个体的适应度函数的总和。e)判断是否达到算法终止准则，如达到则算法结束，输出运算结果(即PCI规划方案)，如未达到算法终止准则，则转到d)。f)选择，根据适应度函数，采用退火方式的选择方法进行选择，筛选优良个体；筛选函数为：式中，Pe(xi)为对小区进行筛选的概率函数值，f(xi）为个体的适应度函数，i是个体，M为种群规模，G是遗传代数，T>0为温度，T0为退火的初始温度。g)交叉，采用固定交叉算子，产生新的个体。h)变异，采用选择性变异，以一定的概率将矩阵的适应度不良元素进行变异。I、规划结果割接实施：根据PCI规划结果割接实施，规划结果输出后，将规划方案割接入网，不同的设备厂家，按照厂家说明指导操作，在此不做引用，但实施前需关闭ANR以及基于X2信息更新网元配置参数开关。(如不关闭，会导致修改过程中的PCI更新，以及邻区添加)。本实施例只是本发明的较优实施方式，未进行详细描述的部分均采用公知的成熟技术。需要说明的是，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些改变和变形都应属于本发明所附的权利要求的保护范围。当前第1页1 2 3