本发明移动通信技术技术领域，具体地说是一种基于扫频及传播模型覆盖预测的频率优化方法，其特征在于该方法包括以下步骤：通过扫频仪针对主要道路进行测试，以获取扫频数据：基于扫频以及覆盖预测建立干扰模型，扫频数据栅格化路损矩阵和覆盖预测路损矩阵融合；基于干扰模型构建动态评价函数；依据动态评价函数搜索频率优化方案，不断重复搜索，得到优化后的频率优化方案；本发明充分利用了扫频这种和用户感知一致的实测数据，同时也综合考虑了传播模型覆盖预测，通过二者融合建立干扰模型，并基于此精确模型构建动态评价函数，从而以高效的性能搜索到满足要求的频率优化方案。
1.一种基于扫频及传播模型覆盖预测的频率优化方法，其特征在于该方法包括以下步骤：a、通过扫频仪针对主要道路进行测试，以获取扫频数据：
通过路测手机对主要道路进行测试，以获取路测数据，再利用路测数据进行传播模型校正，进而基于校正后的传播模型进行覆盖预测，通过预测计算可以得到每一个栅格点到相关小区的路损矩阵；
b、基于扫频以及覆盖预测建立干扰模型：扫频数据栅格化，将地图分成若干个Ｎ*Ｎ的栅格块，Ｎ为栅格块的大小，单位为米，再根据经纬度位置将扫频的测试点数据分配到各个栅格块中，考虑到数据的实际意义，并作预处理；
扫频数据栅格化路损矩阵和覆盖预测路损矩阵融合：扫频数据栅格化路损数据相对更加准确，但是只存在于道路上，它并不完整，是覆盖预测路损矩阵的子集；
建立干扰矩阵：干扰矩阵分为同频干扰矩阵和邻频干扰矩阵两部分；
动态评价函数包括简化评价函数和覆盖仿真评价函数，并且评价函数的C/I干扰门限可动态配置；
d、依据动态评价函数搜索频率优化方案：包括强制约束条件和自适应搜索方法；
2.如权利要求1所述的一种基于扫频及传播模型覆盖预测的频率优化方法， 其特征在于所述路测数据的校正使用网络规划软件NeSTTD-SCDMA软件。
3.如权利要求1所述的一种基于扫频及传播模型覆盖预测的频率优化方法，其特征在于所述扫频数据处理步骤为：a、删除每个扫频测试点中RSCP值小于门限的频点和扰码数据；
b、过滤掉数据不充分的栅格块，即其中包含的扫频数据点个数小于门限的栅格块，由于扫频数据本身存在一定的突发性和不准确性，如果栅格块中包含的扫频数据不充分，对最终的路损数据的准确性会造成一定影响；
c、对于同一个栅格块中所有扫频数据点的相同频点和扰码的多个RSCP进行平均；
d、对于同一个栅格块中所有扫频数据点的不同频点和扰码的数据取并集，并将其全部作为该栅格块的有效数据；
e、将每一个栅格块中的频点和扰码数据映射为小区标识，映射的方式为：取距离该栅格块最近的同频点同扰码的小区标识；
f、对于每一个栅格块中的每一个小区，计算路损如下：
路损 ＝ 发射功率 ＋ 天线增益 － RSCP 。
4.如权利要求1所述的一种基于扫频及传播模型覆盖预测的频率优化方法，其特征在于所述扫频数据栅格化路损矩阵和覆盖预测路损矩阵融合采用直接替换法，对于在扫频数据栅格化路损数据中存在的栅格块，其路损数据使用扫频数据栅格化路损矩阵中的数据；
其它栅格块的路损数据采用覆盖预测路损矩阵中的数据。
5.如权利要求1所述的一种基于扫频及传播模型覆盖预测的频率优化方法，其特征在于所述扫频数据栅格化路损矩阵和覆盖预测路损矩阵融合采用外延平均法，对于在扫频数据栅格化路损数据中存在的栅格块，其路损数据使用扫频数据栅格化路损矩阵中的数据；
对于扫频数据栅格化路损数据中存在的栅格块的相邻栅格块，其路损数据采用扫频栅格化路损与覆盖预测路损的平均值；其它栅格块的路损数据采用覆盖预测路损矩阵中的数据。
6.如权利要求1所述的一种基于扫频及传播模型覆盖预测的频率优化方法，其特征在于所述干扰矩阵计算步骤如下：两两小区间小于C/I门限T的栅格块个数/两两小区相关的总栅格块个数；
1)同频干扰矩阵：C/I门限T为-3时的两两小区间的干扰值；
2)邻频干扰矩阵：C/I门限T为-21时两两小区间的干扰值。
7.如权利要求1所述的一种基于扫频及传播模型覆盖预测的频率优化方法，其特征在于所述简化评价函数如下：K1 * ∑(∑CoIi,j + ∑AdjIi,k) + K2 * ∑∑（∑∑CoIl, ll, m,mm + ∑∑AdjIl,ll,n,nn）；
其中，K1：主载波和主载波的干扰权重，CoIi，j：主载波同频的小区i和小区j的同频干扰值，AdjIi,k：主载波邻频的小区i和小区k的邻频干扰值，K2：辅载波/主载波和辅载波的干扰权重，CoIl, ll, m,mm：小区l的ll载波和小区m的mm载波同频情况下，小区l和小区m的同频干扰值，AdjIl,ll,n,nn：小区l的ll载波和小区n的nn载波邻频情况下，小区l和小区n的邻频干扰值。
8.如权利要求1所述的一种基于扫频及传播模型覆盖预测的频率优化方法，其特征在于所述覆盖仿真评价函数如下： K1 * 主载波C/I小于T1的栅格块个数 + K2 * 辅载波C/I小于T2的栅格块个数；
其中，K1：主载波权重，K2：辅载波权重，T1：主载波C/I门限，T2：辅载波C/I门限。
9.如权利要求1所述的一种基于扫频及传播模型覆盖预测的频率优化方法，其特征在于所述强制约束条件如下：同站小区主载波不能同频；同小区载波不能同频。
10.如权利要求1所述的一种基于扫频及传播模型覆盖预测的频率优化方法，其特征在于所述自适应的搜索方法判断方法如下：（Avg － C） / Avg > 0.9；
其中，C：当前频率优化方案的评价函数值，Avg：最近N次搜索得到的频率优化方案的平均评价函数值，N默认为10次。
一种基于扫频及传播模型覆盖预测的频率优化方法
[技术领域]
[0001] 本发明涉及移动通信技术技术领域，具体地说是一种基于扫频及传播模型覆盖预测的频率优化方法。[背景技术]
[0002] TD-SCDMA网络采用了智能天线波束赋形等技术尽量避免了干扰，但是由于时延扩展、信号延迟等因素，网络中仍存在比较严重的同频、邻频干扰。由于TD-SCDMA网络同频、邻频干扰的存在以及频点资源限制，目前主要采用同频和异频混合组网的方式：即主载波异频，辅载波尽量异频但在载波数量多的情况下采用同频。对于TD-SCDMA网络而言，频率优化对降低网络干扰、提升网络质量意义重大。
[0003] 本领域目前主要的频率优化方法有如下几种：
[0004] 1)基于传播模型覆盖预测的频率优化方法。如中国专利01131904.6公开了一种频率分配中频点最优化选择方法，不足在于不适用于非视距传播的复杂地物地貌场景。
[0005] 2)基于手机测量报告的频率优化方法。如中国专利2008100721495公开了一种基于测量报告的网络频率优化方法，不足在于仅在GSM网络中应用普遍。
[0006] 3)基于扫频和手机测量报告的频率优化方法。如中国专利2009100982536公开了一种基于扫频和手机测量报告的自主频率优化方法”，不足同样是仅在GSM网络中应用普遍。[发明内容]
[0007] 本发明的目的是为了克服了TD-SCDMA手机测量报告数据获取困难、频率优化在道路上效果不明显、频率优化方案搜索效率低等问题，提出了一种基于扫频及传播模型覆盖预测的频率优化方法。
[0008] 为实现上述目的，设计一种基于扫频及传播模型覆盖预测的频率优化方法，其特征在于该方法包括以下步骤：
[0009] a、通过扫频仪针对主要道路进行测试，以获取扫频数据：
[0010] 通过路测手机对主要道路进行测试，以获取路测数据，再利用路测数据进行传播模型校正，进而基于校正后的传播模型进行覆盖预测，通过预测计算可以得到每一个栅格点到相关小区的路损矩阵；
[0011] b、基于扫频以及覆盖预测建立干扰模型：扫频数据栅格化，将地图分成若干个Ｎ*Ｎ的栅格块，Ｎ为栅格块的大小，单位为米，再根据经纬度位置将扫频的测试点数据分配到各个栅格块中，考虑到数据的实际意义，并作预处理；
[0012] 扫频数据栅格化路损矩阵和覆盖预测路损矩阵融合：扫频数据栅格化路损数据相对更加准确，但是只存在于道路上，它并不完整，是覆盖预测路损矩阵的子集；
[0013] 建立干扰矩阵：干扰矩阵分为同频干扰矩阵和邻频干扰矩阵两部分；
[0014] c、基于干扰模型构建动态评价函数：
[0015] 动态评价函数包括简化评价函数和覆盖仿真评价函数，并且评价函数的C/I干扰门限可动态配置；
[0016] d、依据动态评价函数搜索频率优化方案：包括强制约束条件和自适应搜索方法；
[0017] e、不断重复步骤d，得到优化后的频率优化方案。
[0018] 所述路测数据的校正使用网络规划软件NeSTTD-SCDMA软件。
[0019] 所述扫频数据处理步骤为：
[0020] a、删除每个扫频测试点中RSCP值小于门限的频点和扰码数据；
[0021] b、过滤掉数据不充分的栅格块，即其中包含的扫频数据点个数小于门限的栅格块。由于扫频数据本身存在一定的突发性和不准确性，如果栅格块中包含的扫频数据不充分，对最终的路损数据的准确性会造成一定影响；
[0022] c、对于同一个栅格块中所有扫频数据点的相同频点和扰码的多个RSCP进行平均；
[0023] d、对于同一个栅格块中所有扫频数据点的不同频点和扰码的数据取并集，并将其全部作为该栅格块的有效数据；
[0024] e、将每一个栅格块中的频点和扰码数据映射为小区标识，映射的方式为：取距离该栅格块最近的同频点同扰码的小区标识；
[0025] f、对于每一个栅格块中的每一个小区，计算路损如下：
[0026] 路损 ＝ 发射功率 ＋ 天线增益 － RSCP
[0027] 所述扫频数据栅格化路损矩阵和覆盖预测路损矩阵融合采用直接替换法，对于在扫频数据栅格化路损数据中存在的栅格块，其路损数据使用扫频数据栅格化路损矩阵中的数据；其它栅格块的路损数据采用覆盖预测路损矩阵中的数据。
[0028] 所述扫频数据栅格化路损矩阵和覆盖预测路损矩阵融合采用外延平均法，对于在扫频数据栅格化路损数据中存在的栅格块，其路损数据使用扫频数据栅格化路损矩阵中的数据；对于扫频数据栅格化路损数据中存在的栅格块的相邻栅格块，其路损数据采用扫频栅格化路损与覆盖预测路损的平均值；其它栅格块的路损数据采用覆盖预测路损矩阵中的数据。
[0029] 所述干扰矩阵计算步骤如下：
[0030] 两两小区间小于C/I门限T的栅格块个数/两两小区相关的总栅格块个数[0031] 1)同频干扰矩阵：C/I门限T为-3时的两两小区间的干扰值；
[0032] 2)邻频干扰矩阵：C/I门限T为-21时两两小区间的干扰值。
[0033] K1 * ∑(∑CoIi,j + ∑AdjIi,k) + K2 * ∑∑（∑∑CoIl, ll, m,mm + ∑∑AdjIl,ll,n,nn）；
[0034] 其中，K1：主载波和主载波的干扰权重，CoIi，j：主载波同频的小区i和小区j的同频干扰值，AdjIi,k：主载波邻频的小区i和小区k的邻频干扰值，K2：辅载波/主载波和辅载波的干扰权重，CoIl, ll, m,mm：小区l的ll载波和小区m的mm载波同频情况下，小区l和小区m的同频干扰值，AdjIl,ll,n,nn：小区l的ll载波和小区n的nn载波邻频情况下，小区l和小区n的邻频干扰值。
[0035] 所述覆盖仿真评价函数如下：
[0036] K1 * 主载波C/I小于T1的栅格块个数 + K2 * 辅载波C/I小于T2的栅格块个数；
[0037] 其中，K1：主载波权重，K2：辅载波权重，T1：主载波C/I门限，T2：辅载波C/I门限。
[0038] 所述强制约束条件如下：
[0039] 同站小区主载波不能同频；同小区载波不能同频。
[0040] 所述自适应的搜索方法判断方法如下：
[0041] （Avg － C） / Avg > 0.9，
[0042] 其中，C：当前频率优化方案的评价函数值，Avg：最近N次搜索得到的频率优化方案的平均评价函数值，N默认为10次。
[0043] 本发明同现有技术相比，充分利用了扫频这种和用户感知一致的实测数据，同时也综合考虑了传播模型覆盖预测，通过二者融合建立干扰模型，并基于此精确模型构建动态评价函数，从而以高效的性能搜索到满足要求的频率优化方案。[附图说明]
[0044] 图1为本发明流程图；
[0045] 图2为本发明扫频数据点栅格化处理图；
[0046] 图3为本发明栅格块的路损矩阵图；[具体实施方式]
[0047] 以下结合附图，对本发明做进一步说明，这种工艺方法对本专业的人士来说是清楚的。
[0048] 参见图1，本发明的技术步骤如下：
[0049] 1、获取扫频及覆盖预测数据
[0050] 通过扫频仪针对主要道路进行测试，以获取扫频数据。
[0051] 通过路测手机对主要道路进行测试，以获取路测数据，再利用路测数据进行传播模型校正，进而基于校正后的传播模型进行覆盖预测，通过预测计算可以得到每一个栅格点到相关小区的路损矩阵。路测校正传播模型和基于传播模型的覆盖预测是网规软件的基本功能，可使用网络规划软件如NeST TD-SCDMA软件完成。
[0052] 2、基于扫频以及覆盖预测建立干扰模型
[0053] （1）扫频数据栅格化，参见图2
[0054] 将地图分成若干个Ｎ*Ｎ的栅格块，Ｎ为栅格块的大小（单位为米），再根据经纬度位置将扫频的测试点数据分配到各个栅格块中。考虑到数据的实际意义，栅格化精度（即栅格块的大小）不应高于地图精度。为提高后续的计算效率，数据需要做如下预处理：
[0055] 1）删除每个扫频测试点中RSCP值小于门限的频点和扰码数据。
[0056] 2）过滤掉数据不充分的栅格块，即其中包含的扫频数据点个数小于门限的栅格块。由由于扫频数据本身存在一定的突发性和不准确性，如果栅格块中包含的扫频数据不充分，对最终的路损数据的准确性会造成一定影响。
[0057] 数据预处理完成后，按如下步骤进行处理：
[0058] 1)对于同一个栅格块中所有扫频数据点的相同频点和扰码的多个RSCP进行平均。
[0059] 2)对于同一个栅格块中所有扫频数据点的不同频点和扰码的数据取并集，并将其全部作为该栅格块的有效数据。
[0060] 3)将每一个栅格块中的频点和扰码数据映射为小区标识，映射的方式为：取距离该栅格块最近的同频点同扰码的小区标识。
[0061] 4)对于每一个栅格块中的每一个小区，计算路损如下：
[0062] 路损 ＝ 发射功率 ＋ 天线增益 － RSCP
[0063] 至此，得到了基于扫频数据栅格化的路损矩阵。
[0064] （2）扫频数据栅格化路损矩阵和覆盖预测路损矩阵融合，参见图3[0065] 扫频数据栅格化路损数据相对更加准确，但是只存在于道路上，它并不完整，是覆盖预测路损矩阵的子集。需要对这两者进行融合，采用如下两种方法：
[0066] 1)直接替换法。对于在扫频数据栅格化路损数据中存在的栅格块，其路损数据使用扫频数据栅格化路损矩阵中的数据；其它栅格块的路损数据采用覆盖预测路损矩阵中的数据。
[0067] 2)外延平均法。对于在扫频数据栅格化路损数据中存在的栅格块，其路损数据使用扫频数据栅格化路损矩阵中的数据；对于扫频数据栅格化路损数据中存在的栅格块的相邻栅格块，其路损数据采用扫频栅格化路损与覆盖预测路损的平均值；其它栅格块的路损数据采用覆盖预测路损矩阵中的数据。
[0068] （3）建立干扰矩阵
[0069] 干扰矩阵分为同频干扰矩阵和邻频干扰矩阵两部分。
[0070] 根据路损矩阵得到两两小区之间的干扰矩阵，如下：
[0071] 两两小区间小于C/I门限T的栅格块个数/两两小区相关的总栅格块个数[0072] 1）同频干扰矩阵（待完善）
[0073] C/I门限T为-3时的两两小区间的干扰值
[0074] 2）邻频干扰矩阵（待完善）
[0075] C/I门限T为-21时两两小区间的干扰值
[0076] 3、基于干扰模型构建动态评价函数
[0077] 动态评价函数包括简化评价函数和覆盖仿真评价函数，并且评价函数的C/I干扰门限可动态配置。公共控制信道对系统性能影响较大，而公共控制信道配置在主载频上，因此载构建评价函数时，需要考虑最大程度地减少主载频受到的干扰。
[0078] （1）简化评价函数
[0079] 简化评价函数如下：
[0080] K1 * ∑(∑CoIi,j + ∑AdjIi,k) + K2 * ∑∑（∑∑CoIl, ll, m,mm + ∑∑AdjIl,ll,n,nn）
[0081] 说明：
[0082] K1：主载波和主载波的干扰权重
[0083] K2：辅载波/主载波和辅载波的干扰权重
[0084] CoIi,j： 主载波同频的小区i和小区j的同频干扰值
[0085] AdjIi,k：主载波邻频的小区i和小区k的邻频干扰值
[0086] CoIl, ll, m,mm：小区l的ll载波和小区m的mm载波同频情况下，小区l和小区m的同频干扰值
[0087] AdjIl,ll,n,nn：小区l的ll载波和小区n的nn载波邻频情况下，小区l和小区n的邻频干扰值
[0088] K1默认值为0.8，K2默认值为0.2；
[0089] CoIi,j等两两小区之间的同频或邻频干扰值从干扰矩阵中获得。
[0090] （2）覆盖仿真评价函数
[0091] 以基于路损矩阵计算所得的覆盖仿真指标C/I为主要考量目标，相对简化评价函数，C/I更加精确。但是C/I指标计算比较复杂，对搜索性能有一定影响。覆盖仿真评价函数如下：
[0092] K1 * 主载波C/I小于T1的栅格块个数 + K2 * 辅载波C/I小于T2的栅格块个数
[0093] 说明：
[0094] K1：主载波权重
[0095] K2：辅载波权重
[0096] T1：主载波C/I门限
[0097] T2：辅载波C/I门限
[0098] 通常主载波应优先考虑，因此K1默认设为0.8，K2默认设为0.2；
[0099] T1和T2 C/I门限设置的合理性对评价值影响比较大，为解决这个问题，可以通过设置多个分段门限及相应的分段门限权重来解决。
[0100] 4、依据动态评价函数搜索频率优化方案
[0101] （1）强制约束条件
[0102] 频率优化方案搜索过程中需要需要根据TD-SCDMA网络要求考虑强制约束条件，如下：
[0103] 1)同站小区主载波不能同频
[0104] 2)同小区载波不能同频
[0105] （2）自适应的搜索方法
[0106] 搜索算法不论使用遗传算法还是其它算法，评价函数始终是最核心的部分。而评价函数的选择关键在于平衡好搜索性能以及优化效果。因此，在搜索早期使用简化评价函数提高搜索性能，搜索后期使用覆盖仿真评价函数以期获得更好的优化效果。评价函数的选择可通过自适应的方式来实现。以下给出一种判断方法：
[0107] （Avg － C） / Avg > 0.9
[0108] 说明：
[0109] C：当前频率优化方案的评价函数值
[0110] Avg：最近N次搜索得到的频率优化方案的平均评价函数值，N默认为10次。
[0111] 当以上条件成立时，认为搜索已趋于收敛状态，评价函数可改用相对精细的覆盖仿真评价函数。
