定位TD-LTE网络大气波导干扰的方法及系统技术方案

本发明专利技术实施例中公开了一种定位TD‑LTE网络大气波导干扰的方法及系统，属于无线网络优化技术领域。所述方法以小区性能干扰数据为基础数据，从大气波导小区性能、地理位置和时间特征出发，深度展开大数据挖掘分析，实现了对受大气波导干扰的LTE小区的准确定位。本发明专利技术所述的方法及系统，与现有技术相比，判定条件更为充分，能够有效避免如干扰器干扰等抬升型干扰的误判，判断效率和准确性更高，同时该方法及系统是基于后台网管性能、工参数据进行大气波导干扰判定，具有成本低、实时性强、效率高等优势，非常适用于大气波导干扰的日常判定。

Method and system for locating atmospheric interference in TD-LTE network

The embodiment of the invention discloses a method and a system for locating the TD LTE network atmospheric duct interference, which belongs to the technical field of wireless network optimization. The proposed method is based on the data of the cell performance interfering data. From the characteristics of the performance, location and time of the atmospheric waveguide cell, the deep data mining analysis is carried out in depth, and the accurate location of the LTE cell under the interference of the atmospheric waveguide is realized. Compared with the existing technology, the method and system described in the present invention are more sufficient in judging conditions, and can effectively avoid misjudgment of uplifting interference such as jammer and so on, and have higher judgment efficiency and accuracy. At the same time, the method and system are based on the performance of the backstage network management and the data of the parameters of the working parameter to determine the interference of the air waveguide. The advantages of low, real-time and high efficiency are very suitable for the daily determination of atmospheric duct interference.

【技术实现步骤摘要】
定位TD-LTE网络大气波导干扰的方法及系统
本专利技术涉及移动通信的无线网络优化领域，具体涉及一种定位TD-LTE网络大气波导干扰的方法及系统。
技术介绍
在一定的气象条件下，大气波导现象能使TD-LTE下行无线信号传播很远，由于传播距离超过TD-LTE系统上下行保护时隙的保护距离，导致这种远端TD-LTE下行无线信号干扰到本地TD-LTE上行无线信号。目前针对大气波导干扰现有的判定技术方案主要有两种：(1)本地网管分析PRB干扰波形：利用TD-LTE本地网管从频域分析小区受干扰情况，在频域上平均上行干扰电平大于-110dBm，并且中间6个RB干扰电平明显凸起，PRB干扰的波形如图1所示，判断流程如图2所示，如果同时满足小区PRB平均干扰电平大于-110dBm且中间6个PRB的干扰电平明显凸起，即认为该小区受到大气波导干扰。(2)扫频仪现场扫频法携带TD-LTE扫频仪到小区现场进行扫频测试，判断小区受到大气波导干扰的判断逻辑示意图如3图所示，如果现场信号扫频显示小区范围信号频域平均上行干扰电平大于-110dBm，并且中间6个RB干扰电平明显凸起，并且施扰信号定位到网内TD-LTE小区即为该小区受到大气波导干扰。对于本地网管分析PRB干扰波形法，其判断小区受到大气波导干扰的判定条件属于必要不充分条件，对于干扰器等抬升型干扰会导致误判。而扫频仪现场扫频法，需要人员到现场扫频，耗费大量的人力物力，耗时费力，成本较高，不能够作为网络优化专业的大气波导干扰日常判定方法。
技术实现思路
针对现有技术中存在的缺陷和实际应用的需要，本专利技术实施例提供能够克服上述问题或者至少能够部分地解决上述问题的定位TD-LTE网络大气波导干扰的方法和系统。本专利技术的一个实施例中提供了一种定位TD-LTE网络大气波导干扰的方法，包括：获取目标区域范围中LTE小区的目标时段的每个物理资源块PRB的上行干扰电平值；根据所述的每个物理资源块PRB的上行干扰电平值筛选出LTE小区中满足第一群体性特征的第一小区群，所述第一群体性特征为大气波导干扰小区性能变化群体性特征，一个小区满足第一群体性特征是指该小区的PRB上行干扰电平值满足预设的PRB规则；筛选出所述第一小区群中满足第二群体性特征的第二小区群，将第二小区群中的小区确定为所述大气波导干扰小区，所述第二群体性特征为大气波导干扰地理位置群体性特征，一个小区满足所述第二群体性特征是指该小区为预设的地理位置聚类规则下的一个类中的小区。可选的，如上所述的一种定位TD-LTE网络大气波导干扰的方法，所述目标时段包括将一天时间按照设定时间粒度划分出的t个目标时段，t≥12；所述筛选出LTE小区中满足第一群体性特征的第一小区群，包括：根据每个目标时段的小区的每个物理资源块PRB的上行干扰电平值，筛选出每个目标时段内满足第一群体性特征的第一小区群；所述筛选出第一小区群中满足第二群体性特征的第二小区群，包括：对于存在第一小区群的目标时段，筛选每个目标时段的所述第一小区群中满足第二群体性特征的第二小区群。可选的，如上所述的一种定位TD-LTE网络大气波导干扰的方法，所述筛选出第一小区群中满足第二群体性特征的第二小区群，将第二小区群中的小区确定为大气波导干扰小区，包括：查找出存在所述第二小区群的目标时段中连续的目标时段；对于任意两个连续的目标时段a和b，若目标时段a的一个第二小区群a1中的小区与目标时段b的一个第二小区群b1中的小区的相似度大于设定阈值，则位于第二小区群a1和第二小区群b1中的小区确定为大气波导干扰小区。可选的，如上所述的一种定位TD-LTE网络大气波导干扰的方法，所述方法还包括：获取目标区域范围中LTE小区的网络配置频段；在筛选出LTE小区中满足第一群体性特征的第一小区群之前，还包括：根据小区的网络配置频段，删除网络配置频段为D频段和E频段的小区数据。可选的，如上所述的一种定位TD-LTE网络大气波导干扰的方法，所述的预设的PRB规则包括：min(PRBi)＞-110dBm，i∈[1，n]min(PRBi)＞APRBm＞average(PRBi)，m∈[n1，n2]s2≤c其中，n为一个LTE小区可使用的物理资源块PRB的个数，min(PRBi)表示n个物理资源块PRB的上行干扰电平值中的最小值，A为预设的小区底噪阈值，PRBm表示n个物理资源块PRB中第m个PRB的上行干扰电平值，average(PRBi)表示n个物理资源块PRB的上行干扰电平值的平均值，s2表示n个物理资源块PRB的上行干扰电平值的方差，c为常数。可选的，如上所述的一种定位TD-LTE网络大气波导干扰的方法，所述LTE小区为F频段20MHZ带宽组网模式，所述n＝100，n1＝55，n2＝61，c＝4。可选的，如上所述的一种定位TD-LTE网络大气波导干扰的方法，所述预设的地理位置聚类规则为基于密度的DBSCAN算法，筛选出第一小区群中满足第二群体性特征的第二小区群，包括：对于目标时段的第一小区群，根据第一小区群中的小区的经纬度采用DBSCAN算法进行小区聚类，得到聚类后的簇，一个簇即为一个第二小区群。可选的，如上所述的一种定位TD-LTE网络大气波导干扰的方法，所述DBSCAN算法的邻域半径Eps为10Km，最少点个数Epsmin为11个。可选的，如上所述的一种定位TD-LTE网络大气波导干扰的方法，第二小区群a1中的小区与第二小区群b1中的小区的相似度大于设定阈值是指两个第二小区群中相同小区的个数满足：本专利技术实施例中还提供了一种定位TD-LTE网络大气波导干扰的系统，包括：源数据获取装置，用于获取目标区域范围中LTE小区的目标时段的每个物理资源块PRB的上行干扰电平值；第一小区筛选装置，用于根据所述的每个物理资源块PRB的上行干扰电平值筛选出LTE小区中满足第一群体性特征的第一小区群；所述第一群体性特征为大气波导干扰小区性能变化群体性特征，一个小区满足第一群体性特征是指该小区的PRB上行干扰电平值满足预设的PRB规则；第二小区筛选装置，用于筛选出第一小区群中满足第二群体性特征的第二小区群，将第二小区群中的小区确定为大气波导干扰小区；所述第二群体性特征为大气波导干扰地理位置群体性特征，一个小区满足第二群体性特征是指该小区为预设的地理位置聚类规则下的一个类中的小区。可选的，如上所述的一种定位TD-LTE网络大气波导干扰的系统，所述目标时段包括将一天时间按照设定时间粒度划分出的t个目标时段，t≥12；所述第一小区筛选装置，用于根据每个目标时段的小区的每个物理资源块PRB的上行干扰电平值，筛选出每个目标时段内满足第一群体性特征的第一小区群；所述第二小区筛选装置，用于对于存在第一小区群的目标时段，筛选每个目标时段的所述第一小区群中满足第二群体性特征的第二小区群。可选的，如上所述的一种定位TD-LTE网络大气波导干扰的系统，所述第二小区筛选装置包括：连续目标时段查找单元，用于查找出存在所述第二小区群的目标时段中连续的目标时段；目标小区定位单元，用于定位出任意两个连续的目标时段a和b中的大气波导干扰小区，包括：相似度确定子单元，用于确定目标时段a的一个第二小区群a1中的小区与目标时段b的一个第二小区群b1中的小区的相似度；定位子单本文档来自技高网...

【技术保护点】
1.一种定位TD‑LTE网络大气波导干扰的方法，其特征在于，包括：获取目标区域范围中LTE小区的目标时段的每个物理资源块PRB的上行干扰电平值；根据所述的每个物理资源块PRB的上行干扰电平值筛选出LTE小区中满足第一群体性特征的第一小区群，所述第一群体性特征为大气波导干扰小区性能变化群体性特征，一个小区满足第一群体性特征是指该小区的PRB上行干扰电平值满足预设的PRB规则；筛选出所述第一小区群中满足第二群体性特征的第二小区群，将第二小区群中的小区确定为所述大气波导干扰小区，所述第二群体性特征为大气波导干扰地理位置群体性特征，一个小区满足所述第二群体性特征是指该小区为预设的地理位置聚类规则下的一个类中的小区。

【技术特征摘要】
1.一种定位TD-LTE网络大气波导干扰的方法，其特征在于，包括：获取目标区域范围中LTE小区的目标时段的每个物理资源块PRB的上行干扰电平值；根据所述的每个物理资源块PRB的上行干扰电平值筛选出LTE小区中满足第一群体性特征的第一小区群，所述第一群体性特征为大气波导干扰小区性能变化群体性特征，一个小区满足第一群体性特征是指该小区的PRB上行干扰电平值满足预设的PRB规则；筛选出所述第一小区群中满足第二群体性特征的第二小区群，将第二小区群中的小区确定为所述大气波导干扰小区，所述第二群体性特征为大气波导干扰地理位置群体性特征，一个小区满足所述第二群体性特征是指该小区为预设的地理位置聚类规则下的一个类中的小区。2.根据权利要求1所述的方法，其特征在于，所述目标时段包括将一天时间按照设定时间粒度划分出的t个目标时段，t≥12；所述筛选出LTE小区中满足第一群体性特征的第一小区群，包括：根据每个目标时段的小区的每个物理资源块PRB的上行干扰电平值，筛选出每个目标时段内满足第一群体性特征的第一小区群；所述筛选出第一小区群中满足第二群体性特征的第二小区群，包括：对于存在第一小区群的目标时段，筛选每个目标时段的所述第一小区群中满足第二群体性特征的第二小区群。3.根据权利要求2所述的方法，其特征在于，所述筛选出第一小区群中满足第二群体性特征的第二小区群，将第二小区群中的小区确定为大气波导干扰小区，包括：查找出存在所述第二小区群的目标时段中连续的目标时段；对于任意两个连续的目标时段a和b，若目标时段a的一个第二小区群a1中的小区与目标时段b的一个第二小区群b1中的小区的相似度大于设定阈值，则位于第二小区群a1和第二小区群b1中的小区确定为大气波导干扰小区。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述方法还包括：获取目标区域范围中LTE小区的网络配置频段；在筛选出LTE小区中满足第一群体性特征的第一小区群之前，还包括：根据小区的网络配置频段，删除网络配置频段为D频段和E频段的小区数据。5.根据权利要求1至3中任一项所述的方法，其特征在于，所述的预设的PRB规则包括：min(PRBi)＞-110dBm，i∈[1，n]min(PRBi)＞APRBm＞average(PRBi)，m∈[n1，n2]s2≤c其中，n为一个LTE小区可使用的物理资源块PRB的个数，min(PRBi)表示n个物理资源块PRB的上行干扰电平值中的最小值，A为预设的小区底噪阈值，PRBm表示n个物理资源块PRB中第m个PRB的上行干扰电平值，average(PRBi)表示n个物理资源块PRB的上行干扰电平值的平均值，s2表示n个物理资源块PRB的上行干扰电平值的方差，c为常数。6.根据权利要求5所述的方法，其特征在于，所述LTE小区为F频段20MHZ带宽组网模式，所述n＝100，n1＝55，n2＝61，c＝4。7.根据权利要求1至3任一项所述的方法，其特征在于，所述预设的地理位置聚类规则为基于密度的DBSCAN算法，筛选出第一小区群中满足第二群体性特征的第二小区群，包括：对于目标时段的第一小区群，根据第一小区群中的小区的经纬度采用DBSCAN算法进行小区聚类，得到聚类后的簇，一个簇即为一个第二小区群。8.根据权利要求7所述的方法，其特征在于，所述DBSCAN算法的邻域半径Eps为10Km，最少点个数Epsmin为11个。9.根据权利要求3所述的方法，其特征在于，第二小区群a1中的小区与第二小区...

【专利技术属性】
技术研发人员：赵景科，张冰玉，于贤，李飞，韩斌杰，张丽，华志超，单莘，
申请(专利权)人：中国移动通信集团河北有限公司，中国移动通信集团公司，
类型：发明
国别省市：河北,13