无线网络优化方法及平台与流程

文档序号:11254552阅读:524来源:国知局
无线网络优化方法及平台与流程

本发明实施例涉及通信技术领域,尤其涉及一种无线网络优化方法及平台。



背景技术:

随着4g时代的到来,lte网络的规模不断扩大,为了提升4g占比,需要进行无线网络优化。面对复杂的无线网络环境,需要采用多种无线网络优化方法使得用户驻留到性能更好的第四代无线通信网络中,增加下行参考信号(英文全称:referencesignal,简称为rs)的功率是其中的一种比较直接可行的网络优化方法。

rs本质上是一种伪随机序列,不含任何实际信息。这个随机序列通过时间和频率组成的资源单元(简称为re)发送出去,便于接收端进行信道估计,也可以为接收端进行信号解调提供参考。频偏、衰落、干扰等因素都会使得发射端的信号与接收端收到的信号存在一定的偏差。信道估计的目的就是使接收端找到这个偏差,以便正确地接收信息。信道估计并不需要时时刻刻进行,只要在关键位置出现一下便可。也就是说,rs离散地分布在时、频域上,对信道的时、频域特性进行抽样。

rs功率配比参数组是指(rspower、pa、pb)这三个参数的组合。rspower决定了导频功率强度,是影响下行覆盖的关键参数。pa、pb决定了pdsch信道上typea符号和typeb符号的功率。typea符号指rs所在ofdm符号列中非rs的re符号,typeb符号指非rs所在ofdm符号列的re符号。(rspower、pa、pb)的配置组合共同决定了lte载波射频总功率。载波总功率一定的情况下,(rspower、pa、pb)作为一组rs功率配比参数组影响了无线网络性能。

现有技术中,针对lte网络的无线网络优化集中于rs功率的优化,并未采用rs功率配比参数组的方式进行无线网络优化,因此这种单rs功率优化方法并不能进行满功率射频,降低了射频功率的利用率,并且进行无线网络优化后在网络性能指标上也不能进行有效的改善。



技术实现要素:

本发明实施例提供一种无线网络优化方法及平台,该方法解决了现有的无线网络优化方法不能进行满功率射频,降低了射频功率的利用率,并且进行无线网络优化后在网络性能指标上也不能进行有效的改善的技术问题。

本发明实施例提供一种无线网络优化方法,包括:

获取计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据;

根据所述计算rs功率配比参数组的解的参数计算rs功率配比参数组的解;

根据所述每个场景的网络相关数据确定对应的rs功率配比参数组的最优解;

按照每个场景对应的rs功率配比参数组的最优解对所述每个场景进行无线网络优化。

本发明实施例提供一种无线网络优化平台,包括:

获取模块,用于获取计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据;

计算模块,用于根据所述计算rs功率配比参数组的解的参数计算rs功率配比参数组的解;

确定模块,用于根据所述每个场景的网络相关数据确定对应的rs功率配比参数组的最优解;

优化模块,用于按照每个场景对应的rs功率配比参数组的最优解对所述每个场景进行无线网络优化。

本发明实施例提供一种无线网络优化方法及平台,通过获取计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据;根据所述计算rs功率配比参数组的解的参数计算rs功率配比参数组的解;根据所述每个场景的网络相关数据确定对应的rs功率配比参数组的最优解;按照每个场景对应的rs功率配比参数组的最优解对所述每个场景进行无线网络优化。不仅能够使每个场景进行满功率发射,提高射频功率的利用率,并且能够使大量网络性能指标得到有效改善。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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性的前提下,还可以根据这些附图获得其他的附图。

图1为本发明无线网络优化方法实施例一的流程图;

图2为本发明无线网络优化方法实施例二的流程图;

图3为本发明无线网络优化平台实施例一的结构示意图;

图4为本发明无线网络优化平台实施例二的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚,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一部分实施例,而不是全部的实施例。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前提下所获得的所有其他实施例,都属于本发明保护的范围。

应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,a和/或b,可以表示:单独存在a,同时存在a和b,单独存在b这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。

取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

图1为本发明无线网络优化方法实施例一的流程图,如图1所示,则本实施例提供的无线网络优化方法的执行主体为无线网络优化平台,该无线网络优化平台可集成在计算机或服务器中,则本实施例提供的无线网络优化方法包括以下几个步骤。

步骤101,获取计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据。

其中,本实施例中,计算rs功率配比参数组的解的参数包括:带宽及射频总功率。

其中,待优化区域可以为一个省、一个市区等,本实施例中对此不作限定。待优化区域的场景可分为:大学校园室外、大学校园室内、中小学校园室外、中小学校园室内、大型商业区室内、普通商业区室内、大型商业楼宇室内、普通商业楼宇室内、普通住宅室外、普通住宅室内、4星级及以上酒店室内、4星级以下酒店室内、医院室内、4a级及以上旅游景区室外、4a级以下旅游景区室外、工业园区室外、工业园区室外、行业大客户室内、行业大客户室外、运动场馆室外、运动场馆室内、交通枢纽、地铁、高铁、机场高速、省外高速公路、省内高速公路、一级道路、二级道路、三级道路、四级道路、郊区县城、精品乡镇、行政村、大使馆、vip小区室内、vip小区室外、其他人流密集区域、其他高干扰区域等。

其中,本实施例中,每个场景的网络相关数据包括:网络数据及网络运行时的测试数据。其中,网络数据包括:工程参数,网络运行时的数据包括:关键业绩指标(英文全称:keyperformanceindication,简称kpi)、测量报告(英文全称:measurementreport,简称mr)指标、路测数据等。

具体地,本实施例中,获取计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据的方式可以为:用户通过鼠标、键盘输入计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据,以使无线网络优化平台获取到。获取计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据的方式还可以为:将无线网络优化平台与外部设备相连,将计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据存储在外部设备中,从外部设备获取计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据,本实施例中,对获取计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据的方式不做限定。

其中,外部设备可实时获取到计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据,并进行存储,以保证计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据为最新参数或数据。

步骤102,根据计算rs功率配比参数组的解的参数计算rs功率配比参数组的解。

具体地,本实施例中,根据带宽及射频总功率计算rs功率配比参数组的解,具体的计算公式可表示为如下所示。

p=n*pmax_out

pmax_out=max{pmax_typea,pmax_typeb}

pmax_typea=10lg(ea*ntypea)

pmax_typeb=10lg(ers*ners+eb*ntypeb)

ρa=ea/ers

ρb=eb/ers

rspower=10lg(ers)

pa:当非4天线分集时,pa=ρa;当4天线分集时,ρa=pa+10lg(2)

pb:=ρb/ρa,协议中pb取值是一个表,该表表示为表1所示。

表1:pb取值表

其中,p表示射频总功率,单位为dbm,n表示小区通道数,pmax_out表示每通道的发射功率,单位为dbm,pmax_typea表示1个typea符号上配置的最大发射功率,单位为dbm,pmax_typeb表示1个typeb符号上配置的最大功率,单位为dbm,ea表示typea符号上每个数据re的功率,单位为mw,ntypea表示1个typea符号上数据re的个数,其由带宽确定,ers表示导频的发射功率,单位为mw,ners表示1个typeb符号内导频re个数,其由带宽确定,eb表示typeb符号上每个数据re的功率,单位为mw,ntypeb表示1个typeb符号上数据re的个数,其由带宽确定。

本实施例中,计算出的rs功率配比参数组的解为多个,每个rs功率配比参数组的解均能够使rspower、pa、pb三个参数对应的射频功率总和尽量达到射频总功率。

步骤103,根据每个场景的网络相关数据确定对应的rs功率配比参数组的最优解。

具体地,根据每个场景的网络数据及网络运行时的测试数据确定每个场景所需的下行参考信号功率,根据每个场景所需的下行参考信号功率确定对应的rs功率配比参数组的最优解。具体地,可将每个场景所需的下行参考信号功率与每个rs功率配比参数组的解中的rspower值进行对比,若某一场景所需的下行参考信号功率与某一个rs功率配比参数组的解中rspower值相等,则确定该场景对应的rs功率配比参数组的最优解为rspower值与该场景所需的下行参考信号功率相等的rs功率配比参数组的解。

步骤104,按照每个场景对应的rs功率配比参数组的最优解对每个场景进行无线网络优化。

具体地,本实施例中,按照每个场景对应的rs功率配比参数组的最优解设置无线网络优化参数,并对每个场景按照对应的rs功率配比参数组的最优解及对应的无线网络优化参数进行无线网络优化,通过实验表明,不仅能够使每个场景进行满功率发射,提高射频功率的利用率,并且能够使大量网络性能指标得到有效改善。

其中,得到有效改善的网络性能指标至少包括:4g无线接通率、lte业务掉线率、同频切换出成功率、下行速率、单流比、4g倒流入3g次数比、ta分布异常采样点比例、4g流量占比。

本实施例提供的无线网络优化方法,通过获取计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据;根据计算rs功率配比参数组的解的参数计算rs功率配比参数组的解;根据每个场景的网络相关数据确定对应的rs功率配比参数组的最优解;按照每个场景对应的rs功率配比参数组的最优解对每个场景进行无线网络优化。不仅能够使每个场景进行满功率发射,提高射频功率的利用率,并且能够使大量网络性能指标得到有效改善。

图2为本发明无线网络优化方法实施例二的流程图,如图2所示,本实施例提供的无线网络优化方法,是在本发明无线网络优化方法实施例一的基础上,对步骤步骤103的进一步细化,并且还包括了对每个场景的rs功率配比参数组的最优解进行动态调整的步骤,以及对基准场景的rs功率配比参数组的最优解进行调整的步骤,则本实施例提供的无线网络优化方法包括以下步骤。

步骤201,获取计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据。

本实施例中,步骤201的实现方式与本发明无线网络优化方法实施例一中的步骤101的实现方式相同,在此不再一一赘述。

步骤202,根据计算rs功率配比参数组的解的参数计算rs功率配比参数组的解。

其中,表2示意出了rs功率配比参数组的解及相关参数,在表2中的rs功率配比参数组的解的得出,是在可用频段为1840mhz~1860mhz,可用频段对应可用的带宽,射频总功率是2*40w的情况下计算出的。表2中只示意出了三个rs功率配比参数组的解及相关参数,但计算出的rs功率配比参数组的解不限于三个。

表2:rs功率配比参数组的解及相关参数

步骤203,根据每个场景的网络相关数据确定对应的rs功率配比参数组的最优解。

具体地,本实施例中,根据每个场景的网络相关数据确定对应的rs功率配比参数组的最优解,具体包括:

首先,根据每个场景的网络相关数据确定每个场景所需的下行参考信号功率。

然后,根据每个场景所需的下行参考信号功率确定对应的rs功率配比参数组的最优解。

具体地,本实施例中,根据每个场景的网络数据及网络运行时的测试数据确定每个场景所需的下行参考信号功率,将每个场景所需的下行参考信号功率与每个rs功率配比参数组的解中的rspower值进行对比,若某一场景所需的下行参考信号功率与某一个rs功率配比参数组的解中rspower值相等,则确定该场景对应的rs功率配比参数组的最优解为rspower值与该场景所需的下行参考信号功率相等的rs功率配比参数组的解。

步骤204,根据待优化区域所有场景的rs功率配比参数组的最优解的分布情况,将rs功率配比参数组的最优解划分为基准组合解、保守组合解和激进组合解。

进一步地,本实施例中,将待优化区域中的大部分场景对应的rs功率配比参数组的最优解划分为基准组合解,将需要大功率发射下行参考信号的场景对应的rs功率配比参数组的最优解划分为激进组合解,将需要小功率发射下行参考信号的场景对应的rs功率配比参数组的最优解划分为保守组合解。

其中,基准组合解适用于均衡网络的场景,保守组合解适用于轻载网络的场景,激进组合解适用于下行负荷大的场景。如在表1中,若大部分场景对应的rs功率配比参数组的最优解为(15.2,0,0),则(15.2,0,0)可作为基准组合解,(12.2,3,0)可作为保守组合解,(18.2,-3,1)可作为激进组合解。

步骤205,将基准组合解对应的场景确定为基准场景,将保守组合解对应的场景确定为保守场景,将激进组合解对应的场景确定为激进场景。

其中,基准场景占据了待处理区域的大部分场景,如基准场景占所有场景的80%或90%等。而保守场景和激进场景占据了待处理区域的小部分场景,将需要小功率发射下行参考信号的场景确定为保守场景,将需要大功率发射下行参考信号的场景确定为激进场景。

步骤206,按照每个场景对应的rs功率配比参数组的最优解对每个场景进行无线网络优化。

进一步地,本实施例中,对于基准场景、保守场景和激进场景,均按照每个场景对应的rs功率配比参数组的最优解对每个场景进行无线网络优化。对于保守场景和激进场景,由于其占据待优化区域的很小一部分,按照对应的rs功率配比参数组的最优解进行无线网络优化,能够在大量网络性能指标得到有效改善。而对于基准场景,由于其占据待优化区域的大部分,对于某些基准场景,由于误差的存在,使其按照基准组合解进行无线网络优化后可能出现运行状态恶化或预设的网络性能指标不能得到有效改善的问题。

步骤207,对于基准场景,监测基准场景的运行状态和预设的网络性能指标,若运行状态恶化或预设的网络性能指标未在预设数值范围内,则将基准场景进行回调,形成回调场景,将回调场景的rs功率配比参数组的最优解设置为保守组合解,按照保守组合解对回调场景进行无线网络优化。

进一步地,本实施例中,对于基准场景,按照基准组合解进行无线网络优化时,监测基准场景的运行状态和预设的网络性能指标。其中,对于每个预设的网络性能指标均预先设置一个数值范围,若运行状态恶化或预设的网络性能指标未在预设数值范围内,则说明采用基准组合解对于该基准场景并非适用,则对该基准场景进行回调,将该基准场景改为回调场景,对该回调场景重新确定rs功率配比参数组的最优解,本实施例中,确定回调场景的rs功率配比参数组的最优解为保守组合解,并按照保守组合解对回调场景进行无线网络优化,以保证该回调场景在大量网络性能指标得到有效改善。

其中,预设的网络性能指标可以为以下任意一种或多种:

4g无线接通率、lte业务掉线率、同频切换出成功率、下行速率、单流比、4g倒流入3g次数比、ta分布异常采样点比例、4g流量占比。

步骤208,获取每个场景更新后的网络相关数据,根据更新后的网络相关数据动态调整每个场景的rs功率配比参数组的最优解,按照调整后的每个场景的rs功率配比参数组的最优解对每个场景进行无线网络优化。

进一步地,由于每个场景的所处网络环境是处于不断变化中的,所以实时或周期性获取每个场景更新后的网络相关数据,根据更新后的网络相关数据重新确定每个场景所需的下行参考信号功率,根据重新确定的每个场景所需的下行参考信号功率动态调整每个场景的rs功率配比参数组的最优解,按照调整后的每个场景的rs功率配比参数组的最优解对每个场景进行无线网络优化,以使每个场景实时保证按照rs功率配比参数组的最优解进行无线网络优化。

本实施例提供的无线网络优化方法,通过获取计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据,根据计算rs功率配比参数组的解的参数计算rs功率配比参数组的解,根据每个场景的网络相关数据确定对应的rs功率配比参数组的最优解,根据待优化区域所有场景的rs功率配比参数组的最优解的分布情况,将rs功率配比参数组的最优解划分为基准组合解、保守组合解和激进组合解,将基准组合解对应的场景确定为基准场景,将保守组合解对应的场景确定为保守场景,将激进组合解对应的场景确定为激进场景,按照每个场景对应的rs功率配比参数组的最优解对每个场景进行无线网络优化,对于基准场景,监测基准场景的运行状态和预设的网络性能指标,若运行状态恶化或预设的网络性能指标未在预设数值范围内,则将基准场景进行回调,形成回调场景,将回调场景的rs功率配比参数组的最优解设置为保守组合解,按照保守组合解对回调场景进行无线网络优化,能够进一步改善大量网络性能指标,并能够实时保证每个场景按照rs功率配比参数组的最优解进行无线网络优化。

本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。

图3为本发明无线网络优化平台实施例一的结构示意图,如图3所示,本实施例提供的无线网络优化平台包括:获取模块31,计算模块32,确定模块33及运行模块34。

其中,获取模块31,用于获取计算rs功率配比参数组的解的参数及待优化区域的每个场景的网络相关数据。计算模块32,用于根据计算rs功率配比参数组的解的参数计算rs功率配比参数组的解。确定模块33,用于根据每个场景的网络相关数据确定对应的rs功率配比参数组的最优解。优化模块34,用于按照每个场景对应的rs功率配比参数组的最优解对每个场景进行无线网络优化。

本实施例提供的无线网络优化平台可以执行图1所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。

图4为本发明无线网络优化平台实施例二的结构示意图,如图4所示,本实施例提供的无线网络优化平台在本发明无线网络优化平台实施例一的基础上,进一步地,还包括:调整模块41,划分模块42,监测模块43,回调模块44,设置模块45。

进一步地,获取模块31,还用于获取每个场景更新后的网络相关数据。调整模块41,用于根据更新后的网络相关数据动态调整每个场景的rs功率配比参数组的最优解。运行模块34,还用于按照调整后的每个场景的rs功率配比参数组的最优解对每个场景进行无线网络优化。

进一步地,确定模块33,具体用于:根据每个场景的网络相关数据确定每个场景所需的下行参考信号功率;根据每个场景所需的下行参考信号功率确定对应的rs功率配比参数组的最优解。

进一步地,划分模块42,用于根据待优化区域所有场景的rs功率配比参数组的最优解的分布情况,将rs功率配比参数组的最优解划分为基准组合解、保守组合解和激进组合解。确定模块33,还用于将基准组合解对应的场景确定为基准场景,将保守组合解对应的场景确定为保守场景,将激进组合解对应的场景确定为激进场景。

进一步地,监测模块43,用于监测基准场景的运行状态和预设的网络性能指标。回调模块44,用于若运行状态恶化或预设的网络性能指标未在预设数值范围内,则将基准场景进行回调,形成回调场景。设置模块45,用于将回调场景的rs功率配比参数组的最优解设置为保守组合解;优化模块34,还用于按照保守组合解对回调场景进行无线网络优化。

本实施例提供的无线网络优化平台可以执行图2所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。

最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1