一种大气波导干扰优化方法和系统与流程

本发明涉及通信领域，尤其是一种大气波导干扰优化方法和系统。

背景技术：

在一定的气象条件下，电磁波在大气边界层尤其是在近地层传播时会受大气折射影响，传播轨迹弯向地面，当曲率超过地球表面曲率时，电磁波部分会被捕获在一定厚度的大气薄层内，类似电磁波在金属波导管的近似无损耗传播，这种现象称为电磁波的大气波导传播。大气波导现象对于通信TD-LTE系统会造成远距离同频干扰，具有影响范围广、干扰随机性强、干扰强度大、干扰频段单一等特点，且受影响的主要是F频段，接通率、掉线率、切换成功率受到不同程度不良影响。

为此，现有的大气波导干扰优化方案通过特定方式检测到大气波导干扰的存在后，基于行政区域划分的定位方法找到干扰源基站，然后对干扰源基站进行干扰限制，但现有检测方案存在以下缺陷：

1、检测方式不准确，不能有效识别出大气波导干扰，寻找基站后但是不能有效进行干扰干预，不能有效地应对大气波导干扰受扰基站的影响。

2、如果干扰严重区域偏离行政区域中心点过远，或干扰源与实际的不相符，则不能有效寻找到干扰源基站。

3、现有方案技术欠缺考虑大气波导干扰发生后动态变化情况，不能实时应对大气波导干扰源或受干扰小区的变化。

技术实现要素：

为了解决上述技术问题，本发明的目的是：提供一种实时动态检测、精确定位干扰源的大气波导干扰优化方法。

为了解决上述技术问题，本发明的另一目的是：提供一种实时动态检测、精确定位干扰源的大气波导干扰优化系统。

本发明所采用的技术方案是：一种大气波导干扰优化方法，包括有以下步骤：

A、采集全网LTE小区的干扰性能测量数据；

B、读取LTE小区的场景信息，保留F频段LTE小区的干扰性能测量数据，根据场景信息对LTE小区进行分类，然后再对每个场景信息分类的LTE小区按照干扰程度降序排列；

C、以每个场景信息分类中第一个LTE小区作为第一级聚类小区，以第一级聚类小区中的每个LTE小区作为中心，并根据每个LTE小区对应的场景信息分类的聚类距离阈值搜索该LTE小区对应的场景信息分类中的其他LTE小区，记录所有与中心的距离小于聚类距离阈值的作为第一次干扰聚类搜索结果；

D、以上一次干扰聚类搜索结果的每个LTE小区作为中心，并根据每个LTE小区对应的场景信息分类的聚类距离阈值搜索该LTE小区对应的场景信息分类中的其他LTE小区，记录所有与中心的距离小于聚类距离阈值的作为本次干扰聚类搜索结果；若本次干扰聚类搜索结果的小区数量与上一次干扰聚类搜索结果的小区数量的比例大于设定阈值，则再次执行步骤D；

E、所述第一级聚类小区与根据第一级聚类小区得到的多次干扰聚类搜索结果的并集作为第一级干扰区域聚类小区；

F、对剩余的LTE小区针对每个场景信息分类按照干扰程度降序排列，然后按照步骤C和D中的方法进行处理，得到下一级聚类小区与根据下一级聚类小区得到的多次干扰聚类搜索结果的并集作为下一级干扰区域聚类小区；重复执行本步骤直至所有LTE小区均划分到其中一级干扰区域聚类小区中；

G、计算出各级干扰区域聚类小区的中心点；

H、根据各级干扰区域聚类小区的中心点划分干扰源小区，根据海拔、站高和LTE天线下倾角对干扰源小区的LTE小区划分优先级；

I、计算各级干扰区域聚类小区的LTE小区数量以及干扰性能测量数据的平均值，并根据上述数量和平均值，对各级干扰区域聚类小区对应的干扰源小区中相应优先级的LTE小区进行调整。

进一步，所述步骤A中采集的为当前一小时内的全网LTE小区的干扰性能测量数据。

进一步，所述步骤A中干扰性能测量数据包括有时段、小区名称、频段、100个PRB上行干扰电平值。

进一步，所述步骤G中计算干扰区域聚类小区中心点的具体方法为：以干扰区域聚类小区中各LTE小区的平均值作为中心点。

进一步，所述步骤G中计算干扰区域聚类小区中心点的具体方法为：以干扰区域聚类小区中所有LTE小区集合的外接矩形的中点作为中心点。

进一步，所述步骤H中，所述海拔与站高之和与优先级呈正比，所述LTE天线下倾角与优先级呈反比。

本发明所采用的另一技术方案是：一种大气波导干扰优化系统，包括有：

数据采集模块，用于采集全网LTE小区的干扰性能测量数据；

分类排序模块，用于读取LTE小区的场景信息，保留F频段LTE小区的干扰性能测量数据，根据场景信息对LTE小区进行分类，然后再对每个场景信息分类的LTE小区按照干扰程度降序排列；

干扰聚类搜索模块，用于以每个场景信息分类中第一个LTE小区作为第一级聚类小区，以第一级聚类小区中的每个LTE小区作为中心，并根据每个LTE小区对应的场景信息分类的聚类距离阈值搜索该LTE小区对应的场景信息分类中的其他LTE小区，记录所有与中心的距离小于聚类距离阈值的作为第一次干扰聚类搜索结果；

然后以上一次干扰聚类搜索结果的每个LTE小区作为中心，并根据每个LTE小区对应的场景信息分类的聚类距离阈值搜索该LTE小区对应的场景信息分类中的其他LTE小区，记录所有与中心的距离小于聚类距离阈值的作为本次干扰聚类搜索结果；若本次干扰聚类搜索结果的小区数量与上一次干扰聚类搜索结果的小区数量的比例大于设定阈值，则再次执行干扰聚类搜索；

所述第一级聚类小区与根据第一级聚类小区得到的多次干扰聚类搜索结果的并集作为第一级干扰区域聚类小区；

调用分类排序模块对剩余的LTE小区针对每个场景信息分类按照干扰程度降序排列，然后按照上述步骤进行处理，得到下一级聚类小区与根据下一级聚类小区得到的多次干扰聚类搜索结果的并集作为下一级干扰区域聚类小区；重复执行直至所有LTE小区均划分到其中一级干扰区域聚类小区中；

中心点计算模块，用于计算出各级干扰区域聚类小区的中心点；

优先级划分模块，用于根据各级干扰区域聚类小区的中心点划分干扰源小区，根据海拔、站高和LTE天线下倾角对干扰源小区的LTE小区划分优先级；

干扰优化模块，用于计算各级干扰区域聚类小区的LTE小区数量以及干扰性能测量数据的平均值，并根据上述数量和平均值，对各级干扰区域聚类小区对应的干扰源小区中相应优先级的LTE小区进行调整。

进一步，所述数据采集模块采集的为当前一小时内的全网LTE小区的干扰性能测量数据。

进一步，所述中心点计算模块计算干扰区域聚类小区中各LTE小区的平均值作为中心点。

进一步，所述中心点计算模块计算干扰区域聚类小区中所有LTE小区集合的外接矩形的中点作为中心点。

本发明的有益效果是：通过本发明方法和系统，根据场景信息对受干扰小区进行排序，并通过分级拓展的方式搜索干扰源，实现对干扰源的准确定位；并对干扰小区进行优先级划分，根据优先级对各小区进行实时调整；同时采用实时动态的数据采集，以1小时作为优化粒度进行自动优化调整，从而实现对干扰小区有效、及时地优化。

附图说明

图1为本发明方法的步骤流程图；

图2为本发明一具体实施例中各级干扰区域聚类小区的中心点计算代码。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步说明：

参照图1，一种大气波导干扰优化方法，包括有以下步骤：

A、采集全网LTE小区的干扰性能测量数据；

LTE大气波导干扰优化系统网络连接网管，数据中心功能自动采集全网LTE小区每小时粒度的干扰性能测量数据(STS)，采集时段t取值0-23，其中干扰性能测量数据包括有时段、小区名称、频段、100个PRB上行干扰电平值。

B、读取LTE小区的场景信息，保留F频段LTE小区的干扰性能测量数据，根据场景信息对LTE小区进行分类，然后再对每个场景信息分类的LTE小区按照干扰程度降序排列；

具体为读取已配置的LTE小区的场景信息，针对干扰性能数据，逐一判断小区配置频段，将配置为D频段及E频段的小区进行数据剔除，最终保留F频段LTE小区的干扰性能测量数据，根据场景信息对LTE小区进行分类，然后再对每个场景信息分类的LTE小区按照干扰程度降序排列。所述场景信息的分类包括有：高校园区、高速道路、城区水域、一般场景、高层住宅小区群、核心商业区、城中村、郊区农村、室分、大型场馆、高速铁路、地铁、海域沙漠区域(超远)等。

C、以每个场景信息分类中第一个LTE小区作为第一级聚类小区，以第一级聚类小区中的每个LTE小区作为中心，并根据每个LTE小区对应的场景信息分类的聚类距离阈值搜索该LTE小区对应的场景信息分类中的其他LTE小区，记录所有与中心的距离小于聚类距离阈值的作为第一次干扰聚类搜索结果；

对于第一级聚类小区中包括的多个LTE小区，其中每个LTE小区均为一个场景信息分类中干扰程度最高的小区；针对不同的场景信息分类可设定不同的聚类距离阈值，在距离阈值范围内搜索相同场景的其他干扰小区，其他干扰小区与第一个聚类小区间距离只要小于等于预设的距离阈值则作为第一次干扰聚类搜索结果，记录第一次干扰聚类搜索结果的小区数目为K1。

D、以上一次干扰聚类搜索结果的每个LTE小区作为中心，并根据每个LTE小区对应的场景信息分类的聚类距离阈值搜索该LTE小区对应的场景信息分类中的其他LTE小区，记录所有与中心的距离小于聚类距离阈值的作为本次干扰聚类搜索结果；若本次干扰聚类搜索结果的小区数量与上一次干扰聚类搜索结果的小区数量的比例大于设定阈值，则再次执行步骤D；

例如在得到第一次干扰聚类搜索结果之后，分别以第一次搜索结果中的各小区经纬坐标为中心，按照第一次干扰搜索相同的方法进行第二次干扰聚类搜索，记录第二次干扰聚类搜索结果的小区数目为K2。计算：本次干扰聚类搜索结果的小区数目/上一次干扰聚类搜索结果的小区数目＝聚类拓展比Z。例如：K2/K1＝Z1，Z1则是第二次搜索是的拓展比例，设定阈值为20％，当Z1小于20％，不进行下一次干扰聚类搜索，当Z1大于或等于20％是继续进行第三次干扰聚类搜索。

E、所述第一级聚类小区与根据第一级聚类小区得到的多次干扰聚类搜索结果的并集作为第一级干扰区域聚类小区；

F、对剩余的LTE小区针对每个场景信息分类按照干扰程度降序排列，然后按照步骤C和D中的方法进行处理，得到下一级聚类小区与根据下一级聚类小区得到的多次干扰聚类搜索结果的并集作为下一级干扰区域聚类小区；重复执行本步骤直至所有LTE小区均划分到其中一级干扰区域聚类小区中；

当该场景下仍有干扰小区没有被聚类时，从该场景下所有小区中排除已经做了干扰聚类的小区后，再次对小区的干扰程度大小进行排序，以该次排序的干扰最大小区的经纬度坐标作为中心，根据设定的场景小区间的聚类距离阈值及聚类拓展比例进行第二批小区的聚类，所得聚类搜索结果作为第二干扰区域的聚类小区。以此类推，直至该场景下的小区全部被纳入到各个干扰区域。

上述步骤中需要计算两个小区之间的距离，从而与聚类距离阈值进行比较。小区之间距离的计算方法如下：

设小区的经度为A,纬度为B，则这点的空间坐标是x＝cos(B)*cos(A)，y＝cos(B)*sin(A)，z＝sin(B)设两站点的空间坐标分别为(x1,y1,z1)和(x2,y2,z2)，则它们的夹角为C＝acos(x1*x2+y1*y2+z1*z2)，C是角度，则两地距离为C/180*pi*R，其中R为地球平均半径6371误差不超过1％，设第一点A的经纬度为(LonA,LatA)，第二点B的经纬度为(LonB,LatB)，按照0度经线的基准，东经取经度的正值(Longitude)，西经取经度负值(-Longitude)，北纬取90-纬度值(90-Latitude)，南纬取90+纬度值(90+Latitude)，则经过上述处理过后的两点被计为(MLonA,MLatA)和(MLonB,MLatB)。计算两点距离的如下公式：

C＝sin(MLatA)*sin(MLatB)*cos(MLonA-MLonB)

+cos(MLatA)*cos(MLatB)

Distance＝R*Arccos(C)*Pi/180

其中，R和Distance单位是相同，如果是采用6371.004千米作为半径，那么Distance就是千米为单位，如果要使用其他单位，比如mile，还需要做单位换算，1千米＝0.621371192mile，如果仅对经度作正负的处理，而不对纬度作90-Latitude(假设都是北半球，南半球只有澳洲具有应用意义)的处理，那么公式将是：C＝sin(LatA)*sin(LatB)+cos(LatA)*cos(LatB)*cos(MLonA-MLonB)

Distance＝R*Arccos(C)*Pi/180。

G、计算出各级干扰区域聚类小区的中心点；

所述中心点的计算方法有多种，本发明实施例中例举其中两种：

方法1、以干扰区域聚类小区中各LTE小区的平均值作为中心点，具体可参照如图2所示代码。

方法2、以干扰区域聚类小区中所有LTE小区集合的外接矩形的中点作为中心点，具体可参照以下公式：

输入区域内大气波导小区的最大经度、最小经度、最大纬度、最小纬度。

干扰区域中心经度＝(最大经度+最小经度)/2

干扰区域中心纬度＝(最大纬度+最小纬度)/2

H、根据各级干扰区域聚类小区的中心点划分干扰源小区，根据海拔、站高和LTE天线下倾角对干扰源小区的LTE小区划分优先级；

以各个干扰区域的中心点为圆心，其60-180km范围圆环内的区域的小区作为干扰源区域小区，所述海拔与站高之和与优先级呈正比，所述LTE天线下倾角与优先级呈反比，本发明以具体实施例中的等级划分可参照下表：

表中纵向数据为小区的海拔与站高之和，横向数据为LTE天线下倾角，A、B、C为小区所对应的优先级，海拔与站高之和越大、LTE天线下倾角越小的小区优先进行调整。

I、计算各级干扰区域聚类小区的LTE小区数量以及干扰性能测量数据的平均值，并根据上述数量和平均值，对各级干扰区域聚类小区对应的干扰源小区中相应优先级的LTE小区进行调整；

具体调整依据可参照以下方案：

第一调整区间：当小区干扰数目小于等于50或干扰平均值小于等于-100db时，对应输出干扰源区域内的A等级小区作为优化调整方案的调整对象。

第二调整区间：当小区干扰数目介于50到200或干扰平均值介于-100db到-90db时，对应输出干扰源区域内的A、B等级小区作为优化调整方案的调整对象。

第三调整区间：当小区干扰数目大于200或干扰平均值大于-90db时，对应输出干扰源区域内的A、B、C等级小区作为优化调整方案的调整对象。

上述三个调整区间中所设定的小区干扰数目阈值和干扰平均值阈值可根据具体需求进行设置。

对应上述一种大气波导干扰优化方法，本发明相应还提供一种大气波导干扰优化系统，包括有：

数据采集模块，用于采集全网LTE小区的干扰性能测量数据；

分类排序模块，用于读取LTE小区的场景信息，保留F频段LTE小区的干扰性能测量数据，根据场景信息对LTE小区进行分类，然后再对每个场景信息分类的LTE小区按照干扰程度降序排列；

干扰聚类搜索模块，用于以每个场景信息分类中第一个LTE小区作为第一级聚类小区，以第一级聚类小区中的每个LTE小区作为中心，并根据每个LTE小区对应的场景信息分类的聚类距离阈值搜索该LTE小区对应的场景信息分类中的其他LTE小区，记录所有与中心的距离小于聚类距离阈值的作为第一次干扰聚类搜索结果；

然后以上一次干扰聚类搜索结果的每个LTE小区作为中心，并根据每个LTE小区对应的场景信息分类的聚类距离阈值搜索该LTE小区对应的场景信息分类中的其他LTE小区，记录所有与中心的距离小于聚类距离阈值的作为本次干扰聚类搜索结果；若本次干扰聚类搜索结果的小区数量与上一次干扰聚类搜索结果的小区数量的比例大于设定阈值，则再次执行干扰聚类搜索；

所述第一级聚类小区与根据第一级聚类小区得到的多次干扰聚类搜索结果的并集作为第一级干扰区域聚类小区；

调用分类排序模块对剩余的LTE小区针对每个场景信息分类按照干扰程度降序排列，然后按照上述步骤进行处理，得到下一级聚类小区与根据下一级聚类小区得到的多次干扰聚类搜索结果的并集作为下一级干扰区域聚类小区；重复执行直至所有LTE小区均划分到其中一级干扰区域聚类小区中；

中心点计算模块，用于计算出各级干扰区域聚类小区的中心点；

优先级划分模块，用于根据各级干扰区域聚类小区的中心点划分干扰源小区，根据海拔、站高和LTE天线下倾角对干扰源小区的LTE小区划分优先级；

干扰优化模块，用于计算各级干扰区域聚类小区的LTE小区数量以及干扰性能测量数据的平均值，并根据上述数量和平均值，对各级干扰区域聚类小区对应的干扰源小区中相应优先级的LTE小区进行调整。

进一步作为优选的实施方式，所述数据采集模块采集的为当前一小时内的全网LTE小区的干扰性能测量数据。

进一步作为优选的实施方式，所述中心点计算模块计算干扰区域聚类小区中各LTE小区的平均值作为中心点。

进一步作为优选的实施方式，所述中心点计算模块计算干扰区域聚类小区中所有LTE小区集合的外接矩形的中点作为中心点。

以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可以作出种种的等同变换或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。