[發明專利]一種獲取干擾矩陣的方法和裝置

有效

• 申請號: 201010133225.6
• 申請日: 2010-03-26
• 公開（公告）號: CN101848482A
• 公開（公告）日: 2010-09-29
• 發明（設計）人: 黃愛蘋;武洲云;周豪杰;化存卿;錢峻;楊健;熊宙實;鄭航海;羋大偉
• 申請（專利權）人: 浙江大學;中國移動通信集團浙江有限公司
• 主分類號: H04W24/08
• 分類號: H04W24/08;H04W24/10;H04B1/707
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 周烽

技術領域

本發明涉及移動通信技術領域，尤其涉及一種關于網絡頻率規劃過程中獲取干擾矩陣的方法和裝置。

背景技術

對于移動通信系統來說，頻率資源是非常珍貴的。為充分利用有限頻率資源來滿足用戶對網絡容量和質量的需求，GSM網絡采用了頻率復用技術。頻率復用大大提高了網絡的系統容量，但是它會引起小區間干擾，降低通話質量。因而，合理的網絡頻率規劃是網絡建設的核心。

在GSM網絡的日常運營過程中，頻點在小區間的分配需隨著覆蓋范圍內話務量、傳播環境的變化進行調整，以維持網絡的性能。目前成熟的網絡改頻方法是干擾矩陣(Interference?Matrix，IM)技術，即通過對實測數據的分析將小區之間的干擾表示為一個干擾矩陣，矩陣中的元素作為兩個小區之間干擾大小的度量，然后通過頻點的重分配最小化整個網絡的總干擾。網絡改頻的預期成效很大程度上取決于干擾矩陣的準確性。

根據所用實測數據的不同，現有獲取干擾矩陣的方法主要有兩種：一種是基于路測掃頻數據獲取干擾矩陣，另一種是基于手機測量報告獲取干擾矩陣。掃頻數據中頻域信息完整，并帶有經緯度信息，能準確地反映采集地點上的干擾情況；但采集只能在局部地區進行，基于掃頻數據生成的干擾矩陣不能反映所有有話務發生地點處的干擾情況，也不含有話務量信息。手機測量報告包含有話務量信息，但不含位置信息，又由于只包含當前主小區和信號最強的6個鄰小區的接收功率等級，故其頻域信息不完整，生成的干擾矩陣有一定誤差。

此外，申請號為200810225983.3的中國專利申請中公開了一種獲取干擾矩陣的方法：用射線跟蹤模型，結合基站數據、三維數字地圖和掃頻數據獲取覆蓋信息；對測量報告原始數據進行分析獲取具有粗略地理位置信息的話務分布數據；將話務分布數據和覆蓋信息進行匹配，即將話務地圖中單元網格內的話務量值均勻分配到與覆蓋信息精度等同的單元網格內；計算干擾矩陣，實現柵格級的網絡頻率規劃。由于采用射線跟蹤理論模型，不可能精確地反映小區間干擾的實際情況，難以反映用戶的真實感受，且需要基站數據、三維數字地圖等很多的輔助資源。又由于技術壁壘和成本等原因，測量報告原始數據常常無法采集。而海量原始數據的分析還導致很高的計算量。

發明內容

本發明的目地是克服現有技術的不足，充分利用掃頻數據和測量報告的互補性，提供一種獲取干擾矩陣的方法和裝置。

本發明的目的是通過以下技術方案來實現的：

一種獲取干擾矩陣的方法，包括如下步驟：

(1)掃頻數據按頻域特征聚類：輸入數據為小區掃頻數據；聚類空間取頻點號空間、頻點號與基站色碼組合的空間或小區標識空間；聚類對象取聚類維度上信號的功率值、載干比值、載干比量化值或表征信號有無的布爾值；聚類得到的類特征為該類信號在每個聚類維度上出現特定聚類對象的平均值；對聚類結果進行假設檢驗。

(2)基于測量報告分類的話務量分布估計：輸入數據為小區測量報告統計數據和步驟(1)中得到的類特征；采用多元線性回歸模型對測量報告統計數據的組成進行分析來估計每一類信號對應的話務量，被解釋變量為測量報告統計數據，解釋變量為步驟(1)中得到的類特征；結合掃頻數據的經緯度信息和求解線性回歸模型得到的系數向量得到小區話務量地理分布估值；對回歸模型的整體擬合優度和回歸系數進行假設檢驗。

(3)基于類特征和話務量分布的數據融合及干擾矩陣計算：基于類特征和話務量分布的數據融合包括：測量報告統計數據頻域信息補充和掃頻數據按話務量分布加權重構，測量報告統計數據頻域信息補充即為第一數據融合，掃頻數據按話務量分布加權重構即為第二數據融合。所述測量報告統計數據頻域信息補充為：根據線性回歸模型和掃頻數據獨有聚類維度上的類特征補充測量報告統計數據中缺失的頻域信息。所述掃頻數據按話務量分布加權重構為：將掃頻數據的組成按照話務量分布進行調整，使得重構后的掃頻數據具有與話務量相同的地理分布。干擾矩陣計算包括：用頻域信息補充完整后的測量報告統計數據計算干擾矩陣或用按話務量分布加權重構后的掃頻數據計算干擾矩陣，其中，用頻域信息補充完整后的測量報告統計數據計算干擾矩陣即為第一干擾矩陣計算，用按話務量分布加權重構后的掃頻數據計算干擾矩陣即為第二干擾矩陣計算。

一種獲取干擾矩陣的裝置，所述裝置包括：

一按頻域特征聚類模塊：連接掃頻數據，將掃頻數據根據頻域特征聚類，得到類特征；

一話務量分布估計模塊：連接按頻域特征聚類模塊，用測量報告統計數據和類特征做線性回歸來估計小區話務量分布；