[發明專利]一種基于用戶數據的網絡同覆蓋負荷不均衡優化的方法

在審

• 申請號: 201911174102.4
• 申請日: 2019-11-26
• 公開（公告）號: CN110913401A
• 公開（公告）日: 2020-03-24
• 發明（設計）人: 霍永章;王計斌;閆興秀
• 申請（專利權）人: 南京華蘇科技有限公司
• 主分類號: H04W16/18
• 分類號: H04W16/18;H04W24/02
• 代理公司: 南京正聯知識產權代理有限公司 32243
• 代理人: 顧伯興

1.一種基于用戶數據的網絡同覆蓋負荷不均衡優化的方法，其特征在于，包括以下步驟：

(1)KPI指標提取：提取小區的KPI指標，并根據所述KPI指標計算出小區的負荷率；

(2)工參數據提取并判斷同覆蓋小區：提取全網小區的工參數據，并根據所述工參數據判斷和同覆蓋小區定義是否為同覆蓋小區并篩選出同覆蓋小區列表；

(3)同覆蓋不均衡小區指標：將步驟(1)獲得的所述KPI指標和步驟(2)獲得的同覆蓋小區列表進行關聯，再根據負荷均衡標準計算出同覆蓋不均衡小區指標；

(4)用戶數據采集：采集商用終端在通信過程中上報的測量數據；

(5)獲取優化方案：將步驟(4)獲得的用戶數據和步驟(3)中的同覆蓋不均衡小區指標放入模型中，通過不斷的迭代計算并輸出同覆蓋負荷不均衡優化方案。

2.根據權利要求1所述的基于用戶數據的網絡同覆蓋負荷不均衡優化的方法，其特征在于，該基于用戶數據的網絡同覆蓋負荷不均衡優化的方法還包括步驟(6)方案執行：將輸出的方案執行，執行完成后閉環結束。

3.根據權利要求1所述的基于用戶數據的網絡同覆蓋負荷不均衡優化的方法，其特征在于，所述步驟(1)中的所述KPI指標包括E-RAB流量、有數據傳輸的RRC數、上行利用率PUSCH、下行利用率PDSCH/PDCCH和上/下行流量指標。

4.根據權利要求3所述的基于用戶數據的網絡同覆蓋負荷不均衡優化的方法，其特征在于，所述步驟(2)中提取的全網小區的工參數據包括基站站高、小區經緯度、小區方位角和小區下傾角。

5.根據權利要求4所述的基于用戶數據的網絡同覆蓋負荷不均衡優化的方法，其特征在于，所述步驟(5)的具體步驟為：

S51分別計算出同覆蓋負荷率高和負荷率低小區時間提前量TA≤N的采樣點數，判斷同覆蓋不均衡小區的時間提前量TA是否分布相似，若不相似，則將負荷低的小區下傾角調整至與負荷率高的小區下傾角一致，輸出天饋調整方案；若相似，則同覆蓋小區無需天饋下傾角調整，進入參數調整算法；

S52計算出同覆蓋小區負荷率高小區的采樣點個數為count_high，負荷率低小區的采樣點個數為count_low，負荷率高小區分配出去的采樣點個數count_high_out，負荷率低小區接受的采樣點個數count_low_in，負荷率高往負荷率低的小區調整的偏置參數為M；

S53當負荷率高的小區的RSRP與偏置參數M之和大于負荷率低的小區的RSRP時，即可將負荷率高的采樣點個數分擔至負荷率低的小區的RSRP_high+M>RSRP_low，并且設置M初始值為0，M＝M+1，循環步驟S52調整參數M，直至count_higt_out<count_higt_in，終止循環，輸出參數優化方案M。

6.根據權利要求4所述的基于用戶數據的網絡同覆蓋負荷不均衡優化的方法，其特征在于，所述步驟(4)中的所述用戶數據包括OTT或/和MDT或/MRO數據。

7.根據權利要求5所述的基于用戶數據的網絡同覆蓋負荷不均衡優化的方法，其特征在于，所述步驟(2)中同覆蓋小區的判斷方法具體步驟為：

S21篩選基站的工參數據，包括小區經緯度、小區方位角、覆蓋類型和站高；S22根據所述基站的工參數據，選取工參中某個小區，設為A，找出工參中的另外一個小區，設為B，通過經緯度計算公式，通過此方法遍歷計算出A與工參里所有其他小區的距離，找出預設范圍D內小區A的附近小區；再通過該方法遍歷找出工參數據里每個小區在所述預設范圍內D的所有附近小區；

S23計算小區A和小區B的角度差值，將其設為M_angle，設A、B兩個小區的方位角范別為A_angle，B_angle，計算M_angle，當M_angle小于預設值時即為同覆蓋小區。