CN107318088B - 一种位置区划分优化方法及装置 - Google Patents
一种位置区划分优化方法及装置 Download PDFInfo
- Publication number
- CN107318088B CN107318088B CN201610274008.6A CN201610274008A CN107318088B CN 107318088 B CN107318088 B CN 107318088B CN 201610274008 A CN201610274008 A CN 201610274008A CN 107318088 B CN107318088 B CN 107318088B
- Authority
- CN
- China
- Prior art keywords
- cell
- matrix
- location area
- loyalty
- handover
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000005457 optimization Methods 0.000 title claims description 37
- 238000005192 partition Methods 0.000 title 1
- 239000011159 matrix material Substances 0.000 claims abstract description 209
- 238000012804 iterative process Methods 0.000 claims description 43
- 238000004364 calculation method Methods 0.000 claims description 25
- 125000000205 L-threonino group Chemical group [H]OC(=O)[C@@]([H])(N([H])[*])[C@](C([H])([H])[H])([H])O[H] 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000005315 distribution function Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 10
- 210000004027 cell Anatomy 0.000 description 188
- 238000009826 distribution Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 238000005096 rolling process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 210000004460 N cell Anatomy 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例公开了一种位置区划分优化方法及装置，所述方法包括：根据预设时长内待优化范围内小区间的切换次数，构建小区间切换数矩阵以及小区总切换数矩阵；根据所述待优化范围内小区间的切换次数计算高切换门限；进入迭代流程，构建获得当前的小区‑位置区设置矩阵，在切换总次数大于等于高切换门限的小区中，定位出对归属位置区的忠诚度最低的待调整小区；获取所述待调整小区当前所属的位置区，以及所述待调整小区对各位置区的忠诚度最高对应的最大忠诚度位置区，将所述待调整小区当前所属的位置区调整记录为所述最大忠诚度位置区，判断所述迭代流程是否结束，若否，则循环进行所述迭代流程，直到判断出所述迭代流程结束。
Description
技术领域
本发明涉及通信技术，尤其涉及一种位置区划分优化方法及装置。
背景技术
在移动通信蜂窝网络中，需要在公共陆地移动网络(PLMN，Public Land MobileNetwork)中划分位置区，位置区包括第二/三代手机通信技术(2/3-Generation wirelesstelephone technology，2/3G)网络中的定位区(LA，Location Area)/路由区(RA，RoutingArea)，或者第四代手机通信技术(4-Generation wireless telephone technology，4G)网络中的跟踪区(TA，Tracking Area)三种，位置区是网络在用户空闲态时所能确定的最小区域范围。位置区的划分需要考虑寻呼容量和话务负荷，并且尽量将边界定义在地理空间的天然阻挡物上，与高速或繁华街道尽量垂直。位置区划分的优劣与网络信令负荷、寻呼成功率和寻呼时延、语音呼叫时延等多项客户网络感知挂钩，所以网络中位置区的划分在网络规划和网络优化中占有重要地位。
目前通常采用“洒点法”对蜂窝网络的位置区进行划分，“洒点法”是根据站点的经纬度和区域道路等地理信息进行比对，较为主观的去确定位置区边界，同时对站点的位置区进行定义。由于“洒点法”是直接根据站点的经纬度估计其覆盖范围的，其能够快速、直观的规划出大范围的位置区，故“洒点法”广泛用于站点位置区规划。
但是，“洒点法”对于边界的站点，只能逐个站点去勘察定义，无法定期进行大范围的位置区滚动优化，所以无法动态适应用户分布的流动和基站的调整。并且由于该方法中位置区边界站点的覆盖范围是在基站经纬度的基础上主观的去确定的，没有考虑基站波段、功率、下倾角、参数门限等诸多因素，故无法精确估计的无线覆盖范围，对位置区边界的把控仍会存在偏差。
另外，“洒点法”也常常采用“同站同位置区”的原则，认为同一个物理站点的多个基站均属于一个位置区，这也是不够准确的。由于不同制式、不同功率、不同方向角的两个基站可以共站，但不一定严格同覆盖。例如分时长期演进(TD-LTE，Time Division LongTerm Evolution)所用的频点是全球移动通信系统(GSM，Global System for MobileCommunication)的2～3倍，根据电磁空间传播的模型，即使同方向的小区，两网的覆盖距离也是有较大的差异。另外，使用4G的用户群与2G用户群所处位置略有不同。忽略这些细微的差异来进行位置区规划，会对TA-LA双网位置区的重叠覆盖效果造成一定折扣。
目前4G语音通过电路域回落(CSFB，Circuit Switched Fallback)实现，而CSFB需要TA-LA双网的位置区重叠覆盖，对TA范围和LA范围的确定提出了更高的精度需求，而使用目前的“洒点法”无法满足要求。
发明内容
有鉴于此，本发明实施例期望提供一种位置区划分优化方法及装置，可以更加精确地划分出位置区。
为达到上述目的，本发明的技术方案是这样实现的：
一种位置区划分优化方法，所述方法包括：
根据预设时长内待优化范围内小区间的切换次数，构建小区间切换数矩阵以及小区总切换数矩阵；
根据所述待优化范围内小区间的切换次数计算高切换门限；
进入迭代流程，所述迭代流程包括：
获取所述待优化范围内小区的小区信息，构建获得小区-位置区设置矩阵，所述小区信息包括小区标识号及其当前所属的位置区；
将所述小区间切换数矩阵和所述小区-位置区设置矩阵计算得到小区-位置区切换数矩阵；
根据所述小区-位置区切换数矩阵和所述小区总切换数矩阵，计算得到小区-位置区的忠诚度矩阵；
根据所述小区-位置区的忠诚度矩阵和所述小区-位置区设置矩阵，计算得到小区对归属位置区的忠诚度矩阵；
在切换总次数大于等于高切换门限的小区中，定位出对归属位置区的忠诚度最低的待调整小区；获取所述待调整小区当前所属的位置区，以及所述待调整小区对各位置区的忠诚度最高对应的最大忠诚度位置区；
将所述待调整小区当前所属的位置区调整记录为所述最大忠诚度位置区，记录所述待调整小区的小区标识及其调整前和调整后当前所属的位置区，累计调整过的小区数；
判断所述迭代流程是否结束，若否，则循环进行所述迭代流程，直到判断出所述迭代流程结束。
上述方案中，所述小区间切换数矩阵HCC为NxN矩阵，矩阵HCC中的第i行、第j列的元素
标识了第i个小区与第j个小区之间的切换次数；所述小区总切换数矩阵HC为Nx1矩阵，矩阵HC中的第i行元素
标识了第i个小区与所述待优化范围内的其他小区间的总切换数；所述N为所述待优化范围内小区的个数。
上述方案中，所述根据所述待优化范围内小区间的切换次数计算高切换门限，包括：
按照以下公式计算获得高切换门限hthres：
其中，
b％＝100％-a％，所述a％为预设的忽略调整切换量，所述FH(h)为所述待优化范围内小区间的切换次数的分布函数，h∈[0，hmax]，hmax为小区间的切换次数的最大值。
上述方案中，所述迭代流程具体包括：
构建小区-位置区设置矩阵
其中，矩阵DCT中第i行第j列的元素为：
将所述小区间切换数矩阵HCC和所述小区-位置区设置矩阵DCT进行哈达玛Hadamard乘积运算得到小区-位置区切换数矩阵
根据所述小区-位置区切换数矩阵和所述小区总切换数矩阵的，计算得到小区-位置区的忠诚度矩阵LoyCT，其中，所述矩阵LoyCT中的第i行第j列的元素为
根据所述小区-位置区的忠诚度矩阵LoyCT和所述小区-位置区设置矩阵DCT，计算得到小区对归属位置区的忠诚度矩阵
其中，在小区i当前所属的位置区为j时，所述
为
上述方案中，所述判断所述迭代流程是否结束包括：
满足以下任一条件，则判断所述迭代流程结束：
同一小区连续被调整的次数超过预设阈值；
调整的小区数达到预设的用户最大容忍值；
所述待优化范围内各小区对归属位置区的忠诚度均大于预设的忠诚度满意门限。
一种位置区划分优化装置，所述装置包括：
切换数据计算单元，用于获取所述预设时长内待优化范围内小区间的切换次数，并根据所述待优化范围内小区间的切换次数，构建小区间切换数矩阵以及小区总切换数矩阵；
门限计算单元，用于根据所述切换数据计算单元获取的所述待优化范围内小区间的切换次数计算高切换门限；
迭代单元，用于获取所述待优化范围内小区的小区信息，构建获得小区-位置区设置矩阵，所述小区信息包括小区标识号及其当前所属的位置区；将所述切换数据计算单元计算的小区间切换数矩阵和所述小区-位置区设置矩阵计算得到小区-位置区切换数矩阵；根据所述小区-位置区切换数矩阵和所述小区总切换数矩阵，计算得到小区-位置区的忠诚度矩阵；根据所述小区-位置区的忠诚度矩阵和所述小区-位置区设置矩阵，计算得到小区对归属位置区的忠诚度矩阵；在切换总次数大于等于所述门限计算单元计算的所述高切换门限的小区中，定位出对归属位置区的忠诚度最低的待调整小区；获取所述待调整小区当前所属的位置区，以及所述待调整小区对各位置区的忠诚度最高对应的最大忠诚度位置区；将所述待调整小区当前所属的位置区调整记录为所述最大忠诚度位置区，记录并输出所述待调整小区的小区标识及其调整前和调整后当前所属的位置区，累计调整过的小区数；判断所述迭代流程是否结束，若否，则循环进行所述迭代流程，直到判断出所述迭代流程结束。
上述方案中，所述小区间切换数矩阵HCC为NxN矩阵，矩阵HCC中的第i行、第j列的元素
标识了第i个小区与第j个小区之间的切换次数；所述小区总切换数矩阵HC为Nx1矩阵，矩阵HC中的第i行元素
标识了第i个小区与所述待优化范围内的其他小区间的总切换数；所述N为所述待优化范围内小区的个数。
上述方案中，所述门限计算单元，具体用于按照以下公式计算获得高切换门限hthres：
其中，
b％＝100％-a％，所述a％为预设的忽略调整切换量，所述FH(h)为所述待优化范围内小区间的切换次数的分布函数，h∈[0，hmax]，hmax为小区间的切换次数的最大值。
上述方案中，所述迭代单元，用于构建小区-位置区设置矩阵
其中，矩阵DCT中第i行第j列的元素为：
将所述小区间切换数矩阵HCC和所述小区-位置区设置矩阵DCT进行哈达玛Hadamard乘积运算得到小区-位置区切换数矩阵
根据所述小区-位置区切换数矩阵和所述小区总切换数矩阵的，计算得到小区-位置区的忠诚度矩阵LoyCT，其中，所述矩阵LoyCT中的第i行第j列的元素为
根据所述小区-位置区的忠诚度矩阵LoyCT和所述小区-位置区设置矩阵DCT，计算得到小区对归属位置区的忠诚度矩阵
其中，在小区i当前所属的位置区为j时，所述
为
上述方案中，所述迭代单元，具体用于检测到满足以下任一条件，则判断所述迭代流程结束：同一小区连续被调整的次数超过预设阈值；调整过的小区数达到预设的用户最大容忍值；所述待优化范围内各小区对归属位置区的忠诚度均大于预设的忠诚度满意门限。
本发明实施例提供了一种位置区划分优化方法及装置，引入了大量现网的用户历史移动行为，能够真实的反映优化目标网络的无线覆盖范围，在现有位置区划分的基础上进行更加精细的优化，使网络更容易实现TA-LA无线覆盖重叠，提高高价值4G用户的语音感知。另外由于对迭代流程进行了基于小区切换数分布特性优化，大幅度提升迭代收敛速度，本发明实施例能够取代以往的手工“洒点法”，高效地对大片区域进行连片位置区进行运算，快速得到最优的位置区调整方案，并且容易实现定期的滚动重优化。在迭代流程中还引入了用户最大容忍值和忠诚度满意门限两个个性化参数，能够依据不同的实际情况进行对位置区划分精细度和网络可用度之间进行衡量，具有非常高的可操作性。
附图说明
图1为本发明实施例1提供的一种位置区划分优化方法的流程示意图；
图2为本发明实施例2提供的一种位置区划分优化装置的结构框图。
具体实施方式
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。
实施例1
本发明实施例提供了一种位置区划分优化方法，如图1所示，本实施例方法的处理流程包括以下步骤：
步骤101、根据预设时长内待优化范围内小区间的切换次数，构建小区间切换数矩阵以及小区总切换数矩阵。
本实施例方法中引入了大量现网的用户历史移动行为，该行为能够真实的反映优化目标网络的无线覆盖范围，在待优化范围内的现有位置区划分的基础上进行更加精细的优化，使网络更容易实现TA-LA无线覆盖重叠，提高高价值4G用户的语音感知。
假设待优化范围内的小区个数为N，选取一段比较长的历史时间(如当前时间的前3周或更长)作为预设时长，统计预设时长内任意两小区间的切换次数。如果用
表示各用户在第i个小区与第j个小区间发生切换的次数，那么用户在小区间移动的行为可以用一个NxN的矩阵
表示，矩阵HCC中的第i行第j列的元素为
将矩阵HCC记为小区间切换数矩阵。根据定义可以知道，小区间移动是两个小区同时进行的，所以有
同时对于所有i，
可见小区间切换数矩阵HCC为对角线元素为0的对称方阵。
通过小区间切换数矩阵Hcc，计算得到Nx1的小区总切换数矩阵HC：
为第i个小区与待优化范围内其他小区间的总切换数。
步骤102、根据所述待优化范围内小区间的切换次数获取高切换门限。
除了现网中的小区切换次数的数据之外，本实施例方法还需根据所述待优化范围内小区间的切换次数获取高切换门限，如果小区在预设时长内的切换数超过高切换门限，则表明所述小区的切换频率较高。
这里，所述高切换门限的获取方法有以下两种方法。
第一种是根据所述待优化范围内小区间的切换次数以及预设的忽略调整切换量计算高切换门限：
首先，从优化的精度要求和网络可用性要求两方面进行衡量，配置出忽略调整切换量a％，优化装置中可以预先设定不进行位置区调整的累计切换数为总切换数的a％，由于切换数在小区中服从帕累托分布，在位置区边界进行高频切换的小区仅占总小区数的一小部分，设置该忽略调整切换量a％能够忽略部分切换次数少的小区不进行位置区优化，提高算法的收敛速度，a％的数值默认为20％，可以根据实际情况调整；
然后，优化装置可以根据所得的所述待优化范围内小区间的切换次数的分布情况以及所设定的忽略调整切换量a％，计算得到高切换门限hthres：将小区间切换次数的分布函数记为FH(h)，FH(h)为切换数为h的小区的个数，其中h∈[0，hmax]，hmax为小区间的切换次数
的最大值；小区切换频数服从帕累托分布，为了提高迭代效率，本实施例方法只对集中发生高频切换的小区进行位置区调整；为了计算与描述方便，定义GH(h)为发生切换次数在区间(0，h]里的小区累计发生切换次数，即
那么将累计切换数为总切换数的a％(如20％)的那部分小区定义为低频切换小区，并且记b％＝100％-a％，则高切换门限可以表示为：
第二种是根据所述待优化范围内小区间的切换次数计算高切换门限：
首先，计算小区间的切换次数
的平均值；然后取该平均值的一定比例为高切换门限；这里，该一定比例可以根据用户集中度和流动性来取值，如果用户集中度和流动性越大，则该一定比例取值越高，在实际应用中，该一定比例取值1/3～1/5比较合理。
以上步骤获得初始数据：小区间切换数矩阵、小区总切换数矩阵和高切换门限后，本实施例方法就进入以下迭代流程，所述迭代流程包括步骤103-109；
步骤103、获取所述待优化范围内小区的小区信息，构建获得小区-位置区设置矩阵。
所述小区信息包括小区标识号及其当前所属的位置区；这里需要说明的是，在第一次进行迭代流程时，所述小区当前所属的位置区为小区当前实际所在的位置区。
承接上述示例，假设所述待优化范围内有N个小区，将这N个小区用集合{1，2，...，N}表示，这些小区当前实际所在M个位置区的集合用T＝{1，2，…，M}表示，那么第一次迭代流程中的小区-位置区设置可以用一个NxM的二进制矩阵
表示，该二进制矩阵DCT中第i行第j列的元素为：
其中，
或者，为了方便计算，这个小区-位置区设置矩阵定义为NxN的对称二进制矩阵
即小区-位置区设置矩阵还可以用小区间是否属于同一个位置区来表示，该二进制矩阵DCC中第i行第j列的元素
上述两个矩阵之间的关系：DCC＝DCT·DCT。
步骤104、根据所述小区间切换数矩阵和所述小区-位置区设置矩阵计算得到小区-位置区切换数矩阵。
这里，将小区-位置区切换数矩阵记为HCT，可以将所述小区间切换数矩阵HCC和所述小区-位置区设置矩阵DCT进行哈达玛Hadamard乘积运算得到：
步骤105、根据所述小区-位置区切换数矩阵和所述小区总切换数矩阵，计算得到小区-位置区的忠诚度矩阵。
这里，将小区-位置区的忠诚度矩阵记为LoyCT，小区-位置区的忠诚度矩阵LoyCT中第i行第j列的元素为
小区-位置区的忠诚度矩阵LoyCT可以表示如下：
表示第i个小区对第j个位置区的忠诚度。
步骤106、根据所述小区-位置区的忠诚度矩阵和所述小区-位置区设置矩阵，计算得到小区对归属位置区的忠诚度矩阵。
这里，将小区对归属位置区的忠诚度矩阵记为
若小区i当前所属的位置区为j，则所述
为
即所述小区对归属位置区的忠诚度矩阵中的元素
为小区i对其当前所属位置区的忠诚度。
步骤107、在切换总次数大于等于高切换门限的小区中，定位出对归属位置区的忠诚度最低的待调整小区；获取所述待调整小区当前所属的位置区，以及所述待调整小区对各位置区的忠诚度最高对应的最大忠诚度位置区。
在小区总切换数矩阵HC中
大于等于高切换门限的小区中，根据小区对归属位置区的忠诚度矩阵Loyc定位出
最低的待调整小区，获取所述待调整小区当前所属的位置区，并根据小区-位置区的忠诚度矩阵记LoyCT，从所述待调整小区对各位置区的忠诚度中定位出所述忠诚度最高时，所述待调整小区随影的小区为最大忠诚度位置区。
这里，可以使用下述代码程序计算得到：
步骤108、将所述待调整小区当前所属的位置区调整记录为所述最大忠诚度位置区，记录并输出所述待调整小区的小区标识及其调整前和调整后当前所属的位置区，累计调整过的小区数。
为方便迭代计算，调整过的小区数的初始值为ChangeCell＝0，每进行一次迭代，ChangeCell增加1。
为方便记录迭代过程中待调整的小区与位置区，待调整小区的调整矩阵、原位置区调整矩阵和新位置区调整矩阵，分别记为Cell，TAold，TAnew，他们初始值均为空的一维向量。当第一次迭代流程中，将待调整小区Cell2当前所属的位置区TA2调整记录为所述最大忠诚度位置区TA5；即Cell＝{Cell2}，TAold＝{TA2}，TAnew＝{TA5}。
步骤109、判断所述迭代流程是否结束。
这里，优化装置检测出满足以下任一条件，则判断所述迭代流程结束：
同一小区连续被调整的次数超过预设阈值；
调整的小区数达到预设的用户最大容忍值；
所述待优化范围内各小区的归属忠诚度均大于预设的忠诚度满意门限。
这里，假设所述预设阈值取值为3时，所述优化装置检测到待调整小区的调整矩阵中连续出现同一个小区标识的次数超过预设阈值时，则表明同一小区连续被调整的次数超过预设阈值，此时迭代流程结束。
本实施例方法中，优化装置中可以预先设定用户最大容忍的位置区变更小区数Bear，过多的小区位置区调整会加长基站退服时间，降低网络的可用度，从而引入额外的成本；而过少的小区位置区调整量可能会降低算法对位置区划分的优化效果，Bear的数值默认为200，可以根据实际情况调整。即ChangeCell的值超过Bear，则迭代流程结束。
本实施例方法中，优化装置中可以预先设定小区位置区的忠诚度满意门限loythres，在下述迭代过程中，当所有小区对所归属位置区的忠诚度均高于loythres时，迭代运算停止。提高满意度门限可能会增加算法对位置区划分的优化效果，但同时会稍微减缓算法的收敛速度，loythres的数值默认为70％，可以根据实际情况调整。即优化装置在计算出小区对归属位置区的忠诚度矩阵Loyc中的元素
均高于loythres时，迭代流程结束。
若判断所述迭代流程未结束，则循环进行步骤103-109，此时，步骤103中所述小区当前所属的位置区为上次迭代流程中调整后各小区当前所属的位置区；并据此重新构建获得小区-位置区设置矩阵；然后根据所述小区间切换数矩阵和重新构建的小区-位置区设置矩阵计算得到小区-位置区切换数矩阵；根据所述小区-位置区切换数矩阵和所述小区总切换数矩阵，计算得到小区-位置区的忠诚度矩阵；根据所述小区-位置区的忠诚度矩阵和重新构建的小区-位置区设置矩阵，计算得到小区对归属位置区的忠诚度矩阵；在切换总次数达到高切换门限的小区中，定位出对归属位置区的忠诚度最低的待调整小区；获取所述待调整小区当前所属的位置区，以及所述待调整小区对各位置区的忠诚度最高对应的最大忠诚度位置区；判断迭代流程是否结束；如此循环，直至判断出所述迭代结束。
在迭代流程结束后，就可以将所述待调整小区当前实际归属的位置区调整为所述优化装置记录的该待调整小区对应的调整后当前所属的位置区。
可选的，在本发明实施例中，所述优化装置计算初始时的所述待优化范围内的位置区划分合理度，和经过每次迭代优化调整后的位置区划分合理度，以便对本算法的效果进行评估。
这里，所述优化装置根据所述小区-位置区设置矩阵、所述小区间切换数矩阵和所述小区总切换数矩阵，计算得到所述待优化范围内的位置区划分合理度。
所述待优化范围内的位置区划分合理度P(DCT)的计算公式为：
P(DCT)＝sum(diag(DCC·HCC))/sum(HC)；
其中，DCC＝DCT·DCT；diag是一种函数，指的是只保留原矩阵的主对角线的元素，其余的元素以零取代；sum是求和函数。
优化装置可以在每次迭代流程中根据每次的小区-位置区设置矩阵来计算P(DCT)；比较前后两次的位置区划分合理度即可对前一次的位置区调整做评估。
本实施例方法中，由于引入了大量现网的用户历史移动行为，能够真实的反映优化目标网络的无线覆盖范围，在现有位置区划分的基础上进行更加精细的优化，使网络更容易实现TA-LA无线覆盖重叠，提高高价值4G用户的语音感知。另外由于对迭代算法进行了基于小区切换数分布特性优化，大幅度提升迭代收敛速度，本算法能够取代以往的手工“洒点法”，高效地对大片区域进行连片位置区进行运算，快速得到最优的位置区调整方案，并且容易实现定期的滚动重优化。在迭代流程中还引入了用户最大容忍值和忠诚度满意门限两个个性化参数，能够依据不同的实际情况进行对位置区划分精细度和网络可用度之间进行衡量，具有非常高的可操作性。
本实施例方法进行的是基于小区切换数分布的高频小区集中度筛选的优化，经现网试验，完成一次7000个规模的4G小区TA优化仅需要进行200次迭代即可，适合进行定期的滚动优化，以适应用户群的流动和基站分布的变化。并且本实施例方法更能够反映无线覆盖情况，大幅提升位置区划分的合理度。由于新定义了网络位置区规划合理度的定量衡量方法，经现网试验，对网络进行TA优化前后的合理度提高11％，减少了46％的跨TA切换，给TA-LA双网重叠优化创造了很好的网络条件。
实施例二
一种位置区划分优化装置，如图2所示，所述装置包括：切换数据计算单元201，门限计算单元202，迭代单元203，其中：
所述切换数据计算单元201，用于获取所述预设时长内待优化范围内小区间的切换次数，并根据所述待优化范围内小区间的切换次数，构建小区间切换数矩阵以及小区总切换数矩阵；
所述门限计算单元202，用于根据所述切换数据计算单元202获取的所述待优化范围内小区间的切换次数计算高切换门限；
所述迭代单元203，用于获取所述待优化范围内小区的小区信息，构建获得小区-位置区设置矩阵，所述小区信息包括小区标识号及其当前所属的位置区；将所述切换数据计算单元201计算的小区间切换数矩阵和所述小区-位置区设置矩阵计算得到小区-位置区切换数矩阵；根据所述小区-位置区切换数矩阵和所述小区总切换数矩阵，计算得到小区-位置区的忠诚度矩阵；根据所述小区-位置区的忠诚度矩阵和所述小区-位置区设置矩阵，计算得到小区对归属位置区的忠诚度矩阵；在切换总次数大于等于所述门限计算单元202计算的所述高切换门限的小区中，定位出对归属位置区的忠诚度最低的待调整小区；获取所述待调整小区当前所属的位置区，以及所述待调整小区对各位置区的忠诚度最高对应的最大忠诚度位置区；将所述待调整小区当前所属的位置区调整记录为所述最大忠诚度位置区，记录并输出所述待调整小区的小区标识及其调整前和调整后当前所属的位置区，累计调整过的小区数；判断所述迭代流程是否结束，若否，则循环进行所述迭代流程，直到判断出所述迭代流程结束。
可选的，所述小区间切换数矩阵HCC为NxN矩阵，矩阵HCC中的第i行、第j列的元素
标识了第i个小区与第j个小区之间的切换次数；所述小区总切换数矩阵HC为Nx1矩阵，矩阵HC中的第i行元素
标识了第i个小区与所述待优化范围内的其他小区间的总切换数；所述N为所述待优化范围内小区的个数。
可选的，所述门限计算单元202，具体用于按照以下公式计算获得高切换门限hthres：
其中，
b％＝100％-a％，所述a％为预设的忽略调整切换量，所述FH(h)为所述待优化范围内小区间的切换次数的分布函数，h∈[0，hmax]，hmax为小区间的切换次数的最大值。
可选的，所述迭代单元203，用于构建小区-位置区设置矩阵
其中，矩阵DCT中第i行第j列的元素为：
将所述小区间切换数矩阵HCC和所述小区-位置区设置矩阵DCT进行哈达玛Hadamard乘积运算得到小区-位置区切换数矩阵
根据所述小区-位置区切换数矩阵和所述小区总切换数矩阵的，计算得到小区-位置区的忠诚度矩阵LoyCT，其中，所述矩阵LoyCT中的第i行第j列的元素为
根据所述小区-位置区的忠诚度矩阵LoyCT和所述小区-位置区设置矩阵DCT，计算得到小区对归属位置区的忠诚度矩阵
其中，在小区i当前所属的位置区为j时，所述
为
可选的，所述迭代单元203，具体用于检测到满足以下任一条件，则判断所述迭代流程结束：同一小区连续被调整的次数超过预设阈值；调整过的小区数达到预设的用户最大容忍值；所述待优化范围内各小区对归属位置区的忠诚度均大于预设的忠诚度满意门限。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
Claims (11)
1.一种位置区划分优化方法，其特征在于，所述方法包括：
根据预设时长内待优化范围内小区间的切换次数，构建小区间切换数矩阵以及小区总切换数矩阵；
根据所述待优化范围内小区间的切换次数计算高切换门限；
进入迭代流程，所述迭代流程包括：
获取所述待优化范围内小区的小区信息，构建获得小区-位置区设置矩阵，所述小区信息包括小区标识号及其当前所属的位置区；
将所述小区间切换数矩阵和所述小区-位置区设置矩阵计算得到小区-位置区切换数矩阵；
根据所述小区-位置区切换数矩阵和所述小区总切换数矩阵，计算得到小区-位置区的忠诚度矩阵；
根据所述小区-位置区的忠诚度矩阵和所述小区-位置区设置矩阵，计算得到小区对归属位置区的忠诚度矩阵；
在切换总次数大于等于高切换门限的小区中，定位出对归属位置区的忠诚度最低的待调整小区；获取所述待调整小区当前所属的位置区，以及所述待调整小区对各位置区的忠诚度最高对应的最大忠诚度位置区；
将所述待调整小区当前所属的位置区调整记录为所述最大忠诚度位置区，记录所述待调整小区的小区标识及其调整前和调整后当前所属的位置区，累计调整过的小区数；
判断所述迭代流程是否结束，若否，则循环进行所述迭代流程，直到判断出所述迭代流程结束。
2.根据权利要求1所述的方法，其特征在于，所述小区间切换数矩阵HCC为NxN矩阵，矩阵HCC中的第i行、第j列的元素
标识了第i个小区与第j个小区之间的切换次数；所述小区总切换数矩阵HC为Nx1矩阵，矩阵HC中的第i行元素
标识了第i个小区与所述待优化范围内的其他小区间的总切换数；所述N为所述待优化范围内小区的个数。
3.根据权利要求1所述的方法，其特征在于，所述根据所述待优化范围内小区间的切换次数计算高切换门限，包括：
按照以下公式计算获得高切换门限hthres：
其中，
b％＝100％-a％，所述a％为预设的忽略调整切换量，所述FH(i)为所述待优化范围内小区间的切换次数的分布函数，h∈[0，hmax]，hmax为小区间的切换次数的最大值，i为小区间切换次数。
4.根据权利要求2所述的方法，其特征在于，所述迭代流程具体包括：
构建小区-位置区设置矩阵
其中，矩阵DCT中第i行第j列的元素为：
将所述小区间切换数矩阵HCC和所述小区-位置区设置矩阵DCT进行哈达玛Hadamard乘积运算得到小区-位置区切换数矩阵
表示第i个小区对第j个位置区的切换数；
根据所述小区-位置区切换数矩阵和所述小区总切换数矩阵的，计算得到小区-位置区的忠诚度矩阵LoyCT，其中，所述矩阵LoyCT中的第i行第j列的元素为
根据所述小区-位置区的忠诚度矩阵LoyCT和所述小区-位置区设置矩阵DCT，计算得到小区对归属位置区的忠诚度矩阵
其中，在小区i当前所属的位置区为j时，所述
为
5.根据权利要求1所述的方法，其特征在于，所述判断所述迭代流程是否结束包括：
满足以下任一条件，则判断所述迭代流程结束：
同一小区连续被调整的次数超过预设阈值；
调整的小区数达到预设的用户最大容忍值；
所述待优化范围内各小区对归属位置区的忠诚度均大于预设的忠诚度满意门限。
6.一种位置区划分优化装置，其特征在于，所述装置包括：
切换数据计算单元，用于获取预设时长内待优化范围内小区间的切换次数，并根据所述待优化范围内小区间的切换次数，构建小区间切换数矩阵以及小区总切换数矩阵；
门限计算单元，用于根据所述切换数据计算单元获取的所述待优化范围内小区间的切换次数计算高切换门限；
迭代单元，用于进入迭代流程，所述迭代流程包括：获取所述待优化范围内小区的小区信息，构建获得小区-位置区设置矩阵，所述小区信息包括小区标识号及其当前所属的位置区；将所述切换数据计算单元计算的小区间切换数矩阵和所述小区-位置区设置矩阵计算得到小区-位置区切换数矩阵；根据所述小区-位置区切换数矩阵和所述小区总切换数矩阵，计算得到小区-位置区的忠诚度矩阵；根据所述小区-位置区的忠诚度矩阵和所述小区-位置区设置矩阵，计算得到小区对归属位置区的忠诚度矩阵；在切换总次数大于等于所述门限计算单元计算的所述高切换门限的小区中，定位出对归属位置区的忠诚度最低的待调整小区；获取所述待调整小区当前所属的位置区，以及所述待调整小区对各位置区的忠诚度最高对应的最大忠诚度位置区；将所述待调整小区当前所属的位置区调整记录为所述最大忠诚度位置区，记录并输出所述待调整小区的小区标识及其调整前和调整后当前所属的位置区，累计调整过的小区数；判断所述迭代流程是否结束，若否，则循环进行所述迭代流程，直到判断出所述迭代流程结束。
7.根据权利要求6所述的装置，其特征在于，所述小区间切换数矩阵HCC为NxN矩阵，矩阵HCC中的第i行、第j列的元素
标识了第i个小区与第j个小区之间的切换次数；所述小区总切换数矩阵HC为Nx1矩阵，矩阵HC中的第i行元素
标识了第i个小区与所述待优化范围内的其他小区间的总切换数；所述N为所述待优化范围内小区的个数。
8.根据权利要求6所述的装置，其特征在于，所述门限计算单元，具体用于按照以下公式计算获得高切换门限hthres：
其中，
b％＝100％-a％，所述a％为预设的忽略调整切换量，所述FH(i)为所述待优化范围内小区间的切换次数的分布函数，h∈[0，hmax]，hmax为小区间的切换次数的最大值，i为小区间切换次数。
9.根据权利要求6所述的装置，其特征在于，所述迭代单元，用于构建小区-位置区设置矩阵
其中，矩阵DCT中第i行第j列的元素为：
将所述小区间切换数矩阵HCC和所述小区-位置区设置矩阵DCT进行哈达玛Hadamard乘积运算得到小区-位置区切换数矩阵
表示第i个小区对第j个位置区的切换数；根据所述小区-位置区切换数矩阵和所述小区总切换数矩阵的，计算得到小区-位置区的忠诚度矩阵LoyCT，其中，所述矩阵LoyCT中的第i行第j列的元素为
根据所述小区-位置区的忠诚度矩阵LoyCT和所述小区-位置区设置矩阵DCT，计算得到小区对归属位置区的忠诚度矩阵
其中，在小区i当前所属的位置区为j时，所述
为
10.根据权利要求6所述的装置，其特征在于，所述迭代单元，具体用于检测到满足以下任一条件，则判断所述迭代流程结束：同一小区连续被调整的次数超过预设阈值；调整过的小区数达到预设的用户最大容忍值；所述待优化范围内各小区对归属位置区的忠诚度均大于预设的忠诚度满意门限。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610274008.6A CN107318088B (zh) | 2016-04-27 | 2016-04-27 | 一种位置区划分优化方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610274008.6A CN107318088B (zh) | 2016-04-27 | 2016-04-27 | 一种位置区划分优化方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107318088A CN107318088A (zh) | 2017-11-03 |
| CN107318088B true CN107318088B (zh) | 2020-08-04 |
Family
ID=60184428
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610274008.6A Active CN107318088B (zh) | 2016-04-27 | 2016-04-27 | 一种位置区划分优化方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107318088B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1058471A2 (en) * | 1999-05-28 | 2000-12-06 | Nec Corporation | Mobile telecommunications system |
| CN103810270A (zh) * | 2014-01-28 | 2014-05-21 | 广东省电信规划设计院有限公司 | 跟踪区优化划分方法和装置 |
| CN103826234A (zh) * | 2014-02-20 | 2014-05-28 | 广东省电信规划设计院有限公司 | Ta重规划方法和系统 |
| CN103916868A (zh) * | 2012-12-31 | 2014-07-09 | 中国移动通信集团浙江有限公司 | 位置区优化方法及系统 |
| CN104159246A (zh) * | 2013-05-13 | 2014-11-19 | 华为技术有限公司 | 位置区划分方法和设备 |
| CN104284352A (zh) * | 2013-07-08 | 2015-01-14 | 中国移动通信集团四川有限公司 | 移动位置区重叠覆盖优化方法和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101815298B (zh) * | 2009-02-25 | 2013-04-24 | 华为技术有限公司 | 跟踪区优化和跟踪区更新方法、装置及系统 |
-
2016
- 2016-04-27 CN CN201610274008.6A patent/CN107318088B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1058471A2 (en) * | 1999-05-28 | 2000-12-06 | Nec Corporation | Mobile telecommunications system |
| CN103916868A (zh) * | 2012-12-31 | 2014-07-09 | 中国移动通信集团浙江有限公司 | 位置区优化方法及系统 |
| CN104159246A (zh) * | 2013-05-13 | 2014-11-19 | 华为技术有限公司 | 位置区划分方法和设备 |
| CN104284352A (zh) * | 2013-07-08 | 2015-01-14 | 中国移动通信集团四川有限公司 | 移动位置区重叠覆盖优化方法和装置 |
| CN103810270A (zh) * | 2014-01-28 | 2014-05-21 | 广东省电信规划设计院有限公司 | 跟踪区优化划分方法和装置 |
| CN103826234A (zh) * | 2014-02-20 | 2014-05-28 | 广东省电信规划设计院有限公司 | Ta重规划方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107318088A (zh) | 2017-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107371178B (zh) | 高负荷小区优化方法和装置 | |
| CN101159968B (zh) | Gsm移动网络扩容精算方法 | |
| CN103916868B (zh) | 位置区优化方法及系统 | |
| KR102580608B1 (ko) | 정보 처리 방법, 장치 및 컴퓨터 저장 매체 | |
| CN103703800B (zh) | 小区互操作处理方法和装置 | |
| CN103810270B (zh) | 跟踪区优化划分方法和装置 | |
| CN112105046B (zh) | 模型训练方法及系统、异频测量估计方法及系统 | |
| CN102726089A (zh) | Wi-Fi热点部署规划阶段的精确选点方法及模型 | |
| CN113498137A (zh) | 获取小区关系模型、推荐小区切换指导参数的方法及装置 | |
| CN109963310A (zh) | 一种异系统切换方法及装置 | |
| US11856458B2 (en) | 5G zero touch traffic management | |
| CN106034311B (zh) | 一种信息处理方法及装置 | |
| CN110858983B (zh) | 一种基站的节能控制方法及装置 | |
| CN106507390B (zh) | 一种小区优化的方法及装置 | |
| CN109982385A (zh) | 基于lte业务类型特征的网络智能均衡方法及装置 | |
| CN107318088B (zh) | 一种位置区划分优化方法及装置 | |
| CN107046655B (zh) | 一种移动群智感知方法及系统 | |
| CN108076473A (zh) | 一种邻区优化处理方法及装置 | |
| CN104219707B (zh) | 一种获取小区间切换参数的方法、装置和系统 | |
| CN106304105B (zh) | 一种位置区优化方法及装置 | |
| WO2023030263A1 (zh) | 小区优化方法、装置、存储介质和电子装置 | |
| CN105722165A (zh) | 基于高频切换失败区域感知的切换参数自配置方法 | |
| CN100391300C (zh) | 从宽带码分多址系统到全球移动通信系统的盲切换方法 | |
| WO2022271497A1 (en) | Cellular network user device mobility optimization management | |
| CN102595531B (zh) | 小区切换控制方法、用户设备和无线网络控制器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |