CN104080094A - 一种调整小区天线方位角的方法和装置 - Google Patents

Abstract

本发明公开了一种调整小区天线方位角的方法和装置，解决了目前逐个小区调整天线方位角费时费力，无法实现全网整体性能最优的问题。该方法包括：确定每一个需要调整天线方位角的小区的天线方位角初始值；针对每一个需要调整天线方位角的小区，基于该小区天线方位角的初始值，调整该小区的天线方位角，以使移动网络中各小区的干扰代价值的总和最小；其中，小区的干扰代价值是根据该小区与移动网络中其他小区的位置关系以及该小区天线方位角与移动网络中其他小区天线方位角的关系确定的。由于在调整过程中兼顾全网，并且在评价干扰水平时考虑了移动网络中所有小区间的位置关系及天线方位角之间的关系，因而能够通过调整，使得全网整体干扰水平最低。

Description

一种调整小区天线方位角的方法和装置

技术领域

本发明涉及无线通信领域，特别涉及一种调整小区天线方位角的方法和装置。

背景技术

无线网络规划与优化是决定网络性能，保证通信质量的重要手段。在规划与优化过程中，不仅要考虑无线信号网络覆盖的具体地理环境、还要考虑话务分布、突发情况等因素，对各种网络规划、优化参数进行配置，以使***性能最优。

在无线网络规划过程中，小区天线方位角是重要的网络规划、优化参数，其直接影响本小区无线信号的覆盖，也涉及对其他小区信号的干扰，是影响通信质量的关键因素之一。天线方位角是天线在水平面和正北方向的夹角。根据理想的蜂窝移动通信模型，定向基站一般被分为三个小区，即：A小区：方位角为0度，天线指向正北；B小区：方位角为120度，天线指向东南；C小区：方位角为240度，天线指向西南。

当进行网络规划时，需要根据站址的具体方位和所处地形环境给天线的方位角设置合适的值。在现网优化过程中，需要根据话务分布情况及覆盖等具体指标，对天线方位角进行调整，来达到规避干扰，保证话务覆盖，提升***性能的目的。

目前，对天线方位角的调整都是根据基站的具***置和所处地形环境，逐个小区进行的，调整过程费时费力，也无法实现全网整体性能最优。

发明内容

本发明实施例提供了一种调整小区天线方位角的方法和装置，用以解决现有技术中逐个小区调整天线方位角费时费力，且无法实现全网整体性能最优的问题。

本发明实施例提供的一种调整小区天线方位角的方法，包括：

确定每一个需要调整天线方位角的小区的天线方位角的初始值；

针对每一个需要调整天线方位角的小区，基于该小区天线方位角的初始值，调整该小区的天线方位角，以使移动网络中各小区的干扰代价值的总和最小；

其中，小区的干扰代价值是根据该小区与移动网络中其他小区的位置关系以及该小区天线方位角与移动网络中其他小区天线方位角的关系确定的。

本发明实施例提供的一种调整小区天线方位角的装置，包括：

方位角初始值确定模块，用于确定每一个需要调整天线方位角的小区的天线方位角的初始值；

方位角调整模块，用于针对每一个需要调整天线方位角的小区，基于该小区天线方位角的初始值，调整该小区的天线方位角，以使移动网络中各小区的干扰代价值的总和最小；

小区干扰代价值确定模块，用于根据小区与移动网络中其他小区的位置关系以及该小区天线方位角与移动网络中其他小区天线方位角的关系确定该小区的干扰代价值。

本发明实施例提供了一种调整小区天线方位角的方法和装置，通过确定每一个需要调整天线方位角的小区的天线方位角的初始值，基于该初始值调整小区的天线方位角，以使移动网络整体干扰水平最低。由于在调整过程中兼顾了全网所有需要调整天线方位角的小区，并且在评价干扰水平时考虑了移动网络中所有小区的小区间的位置关系以及小区天线方位角之间的关系，因而能够在调整小区天线方位角之后，使得全网整体干扰水平最低。

附图说明

图1示出了本发明实施例提供的调整小区天线方位角的方法过程的示意图；

图2示出了本发明实施例提供的得到小区的干扰代价值的方法过程的示意图；

图3示出了本发明实施例提供的确定小区j对小区i的干扰权值w_ij的方法过程的示意图；

图4示出了本发明实施例采用的遗传算法中网状种群迁移的原理图；

图5示出了本发明实施例提供的调整小区天线方位角的装置结构的示意图。

具体实施方式

本发明实施例提供了一种调整小区天线方位角的方法和装置，该方法中，通过确定每一个需要调整天线方位角的小区的天线方位角的初始值，基于该初始值调整小区的天线方位角，以使移动网络整体干扰水平最低。由于在调整过程中兼顾了全网所有需要调整天线方位角的小区，并且在评价干扰水平时考虑了移动网络中所有小区的小区间的位置关系以及小区天线方位角之间的关系，因而能够在调整小区天线方位角之后，使得全网整体干扰水平最低。

本发明实施例可用于移动网络的规划或优化过程中，以解决现有的小区天线方位角规划或优化过程中，逐个小区进行，费时费力，无法实现全网整体性能最优的问题。

本发明实施例适用的移动网络制式包括但不限于：全球移动通信***（Global System of Mobile communication，GSM)、码分多址（Code DivisionMultiple Access，CDMA）IS-95、码分多址（Code Division Multiple Access，CDMA）2000、时分同步码分多址(Time Division-Synchronous Code DivisionMultiple Access，TD-SCDMA)、宽带码分多址(Wideband Code Division MultipleAccess，WCDMA)、时分双工-长期演进（Time Division Duplexing-Long TermEvolution，TDD LTE）、频分双工-长期演进（Frequency Division Duplexing-LongTerm Evolution，FDD LTE）、长期演进-增强（Long Term Evolution-Advanced，LTE-advanced）、个人手持电话***（Personal Handy-phone System，PHS)等。

本发明实施例适用于移动网络中的同频小区，比如某个移动网络中有100个小区，其中50个小区使用相同的频点，本发明实施例仅针对使用相同频点的50个小区进行天线方位角的规划或优化。

一般，小区天线方位角的规划或优化原则为：

1）同基站的小区间的天线方位角的夹角尽量在120度左右，小区间的天线方位角的夹角不宜过小，至少大于等于90度；

2）不同基站的同频小区的天线主瓣尽量不要正对，即当前小区的主瓣尽量正对其他小区的旁瓣或者后瓣。

以上是天线方位角规划或优化的一般原则，本发明在以上一般原则的基础上，提出了一种移动网络的各小区天线方位角进行自动调整的方法。

图1为本发明实施例提供的调整小区天线方位角的方法过程的示意图，如图1所示，该方法包括以下步骤：

S101：确定每一个需要调整天线方位角的小区的天线方位角的初始值；

S102：针对每一个需要调整天线方位角的小区，基于该小区天线方位角的初始值，调整该小区的天线方位角，以使移动网络中各小区的干扰代价值的总和最小。

其中，小区的干扰代价值是根据该小区与移动网络中其他小区的位置关系以及该小区天线方位角与移动网络中其他小区天线方位角的关系确定的。

在步骤S101中，确定每一个需要调整天线方位角的小区的天线方位角的初始值。

具体地，当进行网络规划时，如果移动网络中的基站均为包含三个小区的定向基站，则对于整个移动网络的每一个基站，设置该基站的三个小区的天线方位角初始值分别为0度、120度、240度。可选地，也可以根据小区所处的地形环境，设置小区的天线方位角初始值。

当进行网络优化时，可使得需要调整天线方位角的小区的天线方位角为优化前的天线方位角。

对于覆盖交叠深度大于预设阈值（比如：10%）的情况，可根据网络无线测量结果或***仿真，筛选出覆盖交叠深度大于预设阈值的小区，设置小区天线方位角的初始值，使这些小区的天线方位角错开一定角度。

在步骤S102中，针对每一个需要调整天线方位角的小区，基于该小区天线方位角的初始值，调整该小区的天线方位角，以使移动网络中各小区的干扰代价值的总和最小。

调整过程可采用诸如遗传算法、禁忌搜索算法、微粒群算法等搜索算法，其中优化算法不限于搜索算法，还可为模拟退火算法等，调整方法也不限于优化算法。

在步骤S102中，小区的干扰代价值是根据该小区与移动网络中其他小区的位置关系以及该小区天线方位角与移动网络中其他小区天线方位角的关系确定的。

进一步地，如图2所示，根据下列步骤确定小区的干扰代价值：

S201：遍历移动网络中的所有小区，对于遍历的当前小区i，根据小区i与小区j的位置关系以及小区i的天线方位角与小区j的小区天线方位角的关系，确定小区j对小区i的干扰权值w_i,j；

S202：对各w_i,j求和，得到小区i的干扰代价值其中，i，j=1..N，i≠j，N为移动网络中小区的总数，且N为大于1的整数。

进一步地，如图3所示，通过下列步骤确定步骤S201中的小区j对小区i的干扰权值w_ij：

S301：确定小区j和小区i的相对地理距离d_ij；

S302：比较d_ij与d_max，若d_ij>d_max，则执行步骤S303；若d_ij=0，则执行步骤S304;若d_ij≤d_max且d_ij>0，则执行步骤S305

S303：确定小区j对小区i的干扰权值w_i,j等于预设的第一干扰权值；

S304：根据小区i和小区j的天线方位角的关系，得到小区j和小区i的夹角Δθ_ij，比较Δθ_ij与θ_i,max，当Δθ_ij≤θ_i，max时，执行步骤S306；否则，执行步骤S307；

S305：根据小区i和小区j的天线方位角的关系，判断小区i的天线主瓣与小区j的天线主瓣是否正对，如果是，则执行步骤S308，否则，则执行步骤S309；

S306：确定小区j对小区i的干扰权值w_i,j等于预设的第二干扰权值；

S307：确定小区j对小区i的干扰权值w_i,j等于预设的第三干扰权值；

S308：确定小区j对小区i的干扰权值w_i,j等于预设的第四干扰权值；

S309：确定小区j对小区i的干扰权值w_i,j等于预设的第五干扰权值。

其中，d_max为预设的距离阈值，θ_i,max为预设的小区i的夹角阈值，预设的第一、第二、第三、第四、第五干扰权值之间的关系为：预设的第一、第三、第五干扰权值小于预设的第四干扰权值，且预设的第四干扰权值小于预设的第二干扰权值。

其中，d_max取值范围为500米至3000米，比如可以取值为1500米，实际中，可根据小区覆盖范围的人口密集程度等因素设置该值，比如，对于密集城区，可设定d_max为500米；一般，认为当两个小区之间的距离大于3000米时，两个小区之间的信号干扰可忽略不计。对于不同的小区，θ_i,max可取不同的值，θ_i,max的取值范围为90度到180度，对于包括三个小区的定向基站，一般取小区间的θ_i,max为120度；实际中，可根据小区覆盖区域的地形来设置，比如，对于一面是湖面等不需要覆盖的基站，可设置该基站的小区间夹角阈值θ_i,max为90度，以使该基站的信号集中覆盖到需要覆盖的区域；或者对于高速公路，一般一个基站仅需要有两个小区，可设置该基站的小区间夹角阈值θ_i,max为180度。

优选地，预设的第一、第三、第五干扰权值取值为0，预设的第二干扰权值取值范围为[50,100]，预设的第四干扰权值取值范围为[1,3]。四个预设的干扰权值之间的关系为：预设的第一、第三、第五干扰权值最小，预设的第二干扰权值大于预设的第四干扰权值，且两者差值越大，小区方位角调整的效果越好，优化算法收敛的速度越快。

可选地，可采用如下方法得到小区j和小区i的夹角Δθ_ij：

假设小区i的天线方位角为θ_i，小区j的天线方位角为θ_j，其中天线方位角是与正北方向的夹角，则小区j和小区i的夹角为：

进一步地，在S305步骤中，判断小区i的天线主瓣与小区j的天线主瓣是否正对包括：判断小区j是否在小区i的扇区范围内，且小区i是否在小区j的扇区范围内，当两者均满足时，确定小区i的天线主瓣与小区j的天线主瓣正对；或者

判断小区j对小区i的参考天线增益是否大于预设的小区i的参考天线增益阈值G_thi，小区i对小区j的参考天线增益是否大于预设的小区j的参考天线增益阈值G_thj，当两个条件均满足时，确定小区i的天线主瓣与小区j的天线主瓣正对。

可选地，通过如下方式判断小区j在小区i的扇区范围内：

假设小区j的天线与正东方向（x正半轴）的矢量夹角（逆时针）为α，小区i的天线方位角为θ_i，其中θ_i为与正北方向的夹角，小区i的扇区范围为β_i，则当且时，确定小区j在小区i的扇区范围内，其中β_i∈[120,180]。

可选地，通过如下方式确定小区j对小区i的参考天线增益G_i,j

$G_{i,j}=\left\{\begin{array}{c}\mathrm{Gai}{n}_{i,j},d<\frac{d_{\max }}{4}\\ \mathrm{Gai}{n}_{i,j}-{\mathrm{\&Delta;}}_1,\frac{d_{\max }}{4}\&le;d<\frac{d_{\max }}{2}\\ \mathrm{Gai}{n}_{i,j}-{\mathrm{\&Delta;}}_1-{\mathrm{\&Delta;}}_2,\frac{d_{\max }}{2}\&le;d\&le;d_{\max }\\ -1000,d>d_{\max }\end{array}\right....\left[2\right]$

其中，Δ₁和Δ₂主要体现了距离的影响，Gain_i,j为小区j到当前小区i的实际天线增益，参考天线增益阈值G_th代表了天线增益目标值，一般取天线半功率值，另外，为了便于扩展，体现小区的个性化，不同小区的G_th可以不同。其中，实际天线增益表达式如公式[3]所示：

水平天线增益和垂直天线增益的表达式分别为：

其中代表小区j与小区i的方位角的夹角，θ_i,j代表小区j与小区i的垂直方向的夹角，代表水平半功率角，参考值70度，θ_tilt代表电子下倾角，参考值6度，θ_3dB代表垂直半功率角，参考值10度，SLA_v代表垂直天线增益限制值，参考值20dB，A_m代表水平天线增益限制值，参考值25dB。

其中，Δ=f(d)，其中d代表其他小区所在基站位置点到当前小区i中心的距离的均值。下面的具体表达式仅作为一种示例：假设从小区中心开始延伸此处的路径损耗假设为PL′，其中C为常数，从小区中心开始延伸此处的路径损耗假设为PL″，则Δ₁=PL′-PL″-3。同理，假设从小区中心开始延伸d_max，此处的路径损耗假设为则Δ₂=PL″-PL-3。

以上详细描述了根据小区间位置关系和小区天线方位角间的关系得到小区干扰代价值的方法，下面给出本发明实施例的可选的步骤，即在S101步骤的确定每一个需要调整天线方位角的小区的天线方位角初始值之前，还可包括如下步骤：确定移动网络中的天线方位角预置小区，为各天线方位角预置小区分别设置小区天线方位角，其中S101步骤中的需要调整天线方位角的小区为移动网络中除了天线方位角预置小区之外的所有小区。

这样做的目的之一是，可以根据小区地理环境、预先统计的小区话务量、紧急事件等来确定需要重点覆盖的小区，通过设置这些小区的天线方位角，来实现上述重点地区的覆盖。

下面给出几个示例，来具体说明如何确定移动网络中的天线方位角预置小区，并设置其天线方位角：

示例一：用于网络预规划

网络预规划的主要特点是未进行实际站址的部署，因此当部署基站时建议所有的方位角以0度、120度、240度均匀赋值，此处的度数均为和正北方向的夹角。并且所有的小区参与S102步骤中的天线方位角调整，即在此示例中，不存在天线方位角预置小区。

示例二：优先保证话务

此示例的主要目的是设置小区天线方位角，使其天线信号能够覆盖话务量集中的地方。步骤如下：首先，根据预设时长的话务统计（比如连续7天，每天24小时），得出小区峰值话务，在地图上渲染显示话务大致情况；然后，根据勘站物理数据以及勘站照片，可以得知小区前方建筑物及道路分布情况，估计话务分布大致情况；之后，根据前面两步骤的结果，筛选话务量较高和较低的小区，并得到多个相邻的小区连续覆盖的一片区域，可分别定义为高话务量地区和低话务量地区，调整覆盖这些地区的小区的天线方位角，对于高话务量地区，使得满足该地区的无线覆盖；对于低话务量地区，使得天线后瓣中心方向正对该地区。

上述小区为天线方位角预置小区，不参与S102步骤中的天线方位角的调整。

示例三:优先保证覆盖

此示例的主要目的是保证覆盖的连续性：比如小区边缘切换带的连续覆盖，以及特殊场景，比如街道的覆盖的连续性等，同基站的相邻小区天线方向夹角不宜小于90度。可选到的实施方法包括：

根据实际地形，筛选人迹稀少的地方，比如未开发的荒山、湖面等，调整天线后瓣正对这些地区；根据实际地形，筛选人流较多的街道，使天线的主瓣或者旁瓣正对，保证街道的覆盖的连续性。

上述小区为天线方位角预置小区，不参与S102步骤中的天线方位角的调整。

示例四:保证紧急情况

当有紧急会议或大型公众活动时，导致某些小区话务量特别集中，这时可临时对天线的方位角进行设置，使其主瓣尽量正对此地区，以达到均衡话务，优化网络的目的。上述小区为天线方位角阈值小区，不参与S102步骤中的天线方位角的调整。

上述四个示例仅为举例，可根据实际网络情况选择实施，也可几种示例结合起来实施，比如既虑到高话务量小区的要求，也考虑到覆盖的连续性。实际的小区天线方位角预置的情况不限于上述四种，这里不再一一列举。

以上描述了本发明实施例的可选步骤，确定天线方位角预置小区，并为各天线方位角预置小区分别设置小区天线方位角。以实现移动网络重点区域的覆盖。下面，详细描述步骤S102中的调整小区天线方位角的方法。

在步骤S102中，针对每一个需要调整天线方位角的小区，基于该小区天线方位角的初始值，调整该小区的天线方位角，以使移动网络中各小区的干扰代价值的总和最小。

优选地，利用优化算法，经过多次迭代直至算法收敛，得到使算法收敛的各个需要调整天线方位角的小区调整后的天线方位角，其中，优化算法的可行解变量为：需要调整天线方位角的小区的天线方位角，优化算法的可行解变量的初始值为：需要调整天线方位角的小区的天线方位角的初始值，优化算法的代价函数为：移动网络各小区干扰代价值的总和。

由于在对干扰代价值计算时，考虑了小区间距离、各小区天线方位角间的关系等，对于其他小区可能造成对本小区间干扰较大的情况，对本小区赋予较大的干扰代价值，将各小区干扰代价值的总和作为代价函数，优化的目标是使整个移动网络各小区干扰代价值的总和最小，因此，通过优化算法的多次迭代，最终得到使移动网络中各小区的干扰代价值的总和最小的各小区的天线方位角。

优选地，在满足下列收敛条件中的部分或全部时，确定算法收敛：

条件一、迭代次数达到预设的最大迭代次数；

条件二、当前迭代得到的一个或多个可行解使得移动网络中各小区的干扰代价值的总和小于或等于预设的干扰代价值总和的阈值；

条件三、从预设的迭代到当前迭代，各次迭代得到的移动网络中各小区的干扰代价值总和的最小值的变化量小于或等于预设的变化量阈值，其中，每一次迭代得到的移动网络中各小区的干扰代价值总和的最小值为：该次迭代得到一个或多个可行解中，使移动网络中各小区的干扰代价值总和在该次迭代中最小的可行解对应的移动网络中个小区的干扰代价值总和。

优选地，当满足如下条件时，确认各次迭代得到的移动网络中各小区的干扰代价值总和的最小值的变化量小于或等于预设的变化量阈值：

从预设的迭代到当前迭代，对各次迭代得到的移动网络中各小区的干扰代价值总和的最小值的倒数求标准差所得到的标准差值小于或等于预设的变化量阈值。

下面，以搜索算法中的遗传算法为例，对S102步骤进行详细说明。

在本发明实施例中，优化算法的代价函数为移动网络中各小区的干扰代价值的总和。首先进行初始化，包括算法参数的初始化和种群个体的初始化；其次，将需要调整的天线方位角的余量，即将天线方位角调整范围，映射为二进制的编码，然后解码，将解码后的方位角叠加到方位角初始值上，即对应当前代的调整后的方位角；然后对种群进行选择、交叉、变异等操作，并且通过适应度值选择最优和最差个体，进行种群的进化；最后迭代，直至算法收敛，找到最优解。

具体步骤如下：

首先，进行初始化。将当前要调整的方位角的余量映射为种群的码字，可选地，可以映射为二进制编码、十进制编码、格雷码等。假设要调整天线方位角的小区的个数为M个，M由S101步骤确定，移动网络中，小区总数为N个，其中，M小于等于N。每个小区编码映射后的码字长度，即染色体长度为P。则编码映射后的表示形式为：

$\left[\begin{array}{c}{a}_{\mathrm{0,0}},a_{\mathrm{0,1}},...a_{0,P-1}\\ a_{\mathrm{1,0}},a_{\mathrm{1,1}}...a_{1,P-1}\\ ...,...,...,...\\ a_{M-\mathrm{1,0}},a_{M-\mathrm{1,1}},...,a_{M-1,P-1}\end{array}\right]...\left[5\right]$

下面以二进制编码为例：假设方位角的可调整范围为[min_value,max_value]，步长为step_value。则编码长度即染色体长度可表示为：

P=ceil(log₂((max_value-min_value)/step_value+1))……………[6]

则M个小区的染色体的编码可表示为公式[5]的形式，其中，a_p,m∈{0,1}。公式[6]计算染色体长度之所以加1，是为了使解的范围更完整。比如，对于PCI分组规划，由于要满足模3准则，需要将PCI分为0、1、2三组，假如不加1的话，则编码解码后映射的解仅有0和1，导致解的不完整。

对应于上面二进制的解码的表达式如公式[7]所示，假设当前种群为第i个Population，当前个体为第j个Individual，则对于第i个Population的第j个Individual的第k个小区，方位角编码长度为P，解码后的小区k的天线方位角为Value_i,j,k，则表达式为:

${\mathrm{Value}}_{i,j,k}=\mathrm{mi}{n}_{\mathrm{value}}+\mathrm{ste}{p}_{\mathrm{value}}*\underset{p=1}{\overset{P}{\mathrm{\&Sigma;}}}{a}_{i,j,k}*2^p...\left[7\right]$

然后，进行迭代优化。经过遗传算法的多代进化，得到使算法收敛的各小区天线方位角的最优解。

为了加快算法的收敛速度，对于种群的初始解不完全采用随机产生的方式，而是将几组典型解放入初始种群中。本实施例中，强制将第一个种群的第一个解定为S101步骤中确定的需要调整天线方位角的小区的天线方位角的初始值。

对当前简单遗传算法进行改进，即引入了多个种群，使多个种群同时进化，提高效率的同时也引入了更大的随机性，加快了算法的收敛。

多个种群之间进行种群的迁移，从而更快的搜索到最优解。种群迁移的实现原理如图4所示，在图4中，以5个种群为例，对于种群1，找出其最优个体BestIndi。然后，找出种群2中和种群1中最优个体BestIndi的汉明距离最近的两个个体。用种群1中的随机产生的一个个体和最优个体BestIndi分别替换种群2的两个个体。类似的，对种群3，4和5，同样进行相似的替换操作。然后，对于其它种群，均进行类似的操作。

下面，对遗传算法中的适应度进行说明。对于遗传算法，其一次进化对应其他优化算法中的一次迭代。遗传算法中,对一个个体解的好坏，用适应度函数值来评价，适应度函数值越大，解的质量越好。适应度函数推动遗传算法的进化过程，定义适应度函数的方式可有多种，不限于本实施例中的定义方式。

为了保证遗传算法适应度函数的递增特性，以干扰代价函数，即移动网络所有小区的干扰代价值的总和的倒数为适应度函数，假设第i个Population的第j个Individual的第k个小区的干扰代价值为P_i,j,k，第i个Population的第j个Individual的适应度表示为fitness_i,j，则对于第i个Population的第j个Individual，其适应度值为：

${\mathrm{fitness}}_{t,i,j}=\frac{1}{\underset{k=1}{\overset{N}{\mathrm{\&Sigma;}}}{P}_{i,j,k}}...\left[8\right]$

其中,N为移动网络中小区的总数。

下面，对遗传算法中收敛条件进行说明。当优选地，在满足下列收敛条件中的部分或全部时，确定算法收敛：

条件一、进化代数达到预设的最大进化次数；

条件二、当前代中存在一个或多个个体，个体的适应度fitness_t,i,j大于或等于预设的适应度阈值。即当前代的一个或多个个体对应的移动网络中各小区的干扰代价值的总和小于或等于预设的干扰代价值总和的阈值，其中预设的干扰代价值总和的阈值为预设的适应度阈值的倒数；

条件三、从预设的迭代到当前迭代，各次迭代得到的移动网络中各小区的干扰代价值总和的最小值的变化量小于或等于预设的变化量阈值，其中，每一次迭代得到的移动网络中各小区的干扰代价值总和的最小值为：该次迭代得到一个或多个可行解中，使移动网络中各小区的干扰代价值总和在该次迭代中最小的可行解对应的移动网络中个小区的干扰代价值总和。

优选地，对于条件三，当满足如下条件时，确认各次迭代得到的移动网络中各小区的干扰代价值总和的最小值的变化量小于或等于预设的变化量阈值：从预设的迭代到当前迭代，对各次迭代得到的移动网络中各小区的干扰代价值总和的最小值的倒数求标准差所得到的标准差值小于或等于预设的变化量阈值。

对于条件三，以遗传算法为例，具体说明如下。

对于遗传算法，预设的迭代代数即预设的开始统计适应度的代数，这里设为T'。对从T'代开始，到当前代的所有代的最优适应度的标准差进行统计。可用的统计函数不限于标准差，比如，也可以采用方差、均方差等，只要能表示进化了足够多的代数后，最优适应度的变化量即可。假设当前代最优解的适应度为fitness_t,best，fitness_t,best=max(fitness_t,i,j)。从第T'代开始到当前第t代的所有最优解的适应度的标准差为：

fitness_t=std(fitness_T′,best,fitness_{(T′+1),best},.........,fitness_t,best)……………[9]

其中，t≥T'，T'为开始统计适应度的代数。

对于遗传算法，可设定当fitness_t≤δ时，确定算法收敛。其中，δ为预设的变化量阈值。fitness_t≤δ表示：当进化了足够多的代数后，各小区的干扰代价值的总和保持不变，即意味着局部收敛了。比如：可能在各小区的干扰代价值的总和为0.01的时候连续500代不变，也可能在各小区的干扰代价值的总和在0.005的时候连续1000代不变。

基于同一发明构思，本发明实施例中还提供了一种调整小区天线方位角的装置，由于该装置解决问题的原理与本发明实施例的调整小区天线方位角的方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。

图5示出了本发明实施例提供的调整小区天线方位角的装置结构的示意图，具体包括：

方位角初始值确定模块501，用于确定每一个需要调整天线方位角的小区的天线方位角的初始值；

方位角调整模块502，用于针对每一个需要调整天线方位角的小区，基于该小区天线方位角的初始值，调整该小区的天线方位角，以使移动网络中各小区的干扰代价值的总和最小；

小区干扰代价值确定模块503，用于根据小区与移动网络中其他小区的位置关系以及该小区天线方位角与移动网络中其他小区天线方位角的关系确定该小区的干扰代价值。

较佳地，小区干扰代价值确定模块503具体用于：遍历移动网络中的所有小区，对于遍历的当前小区i，根据小区i与小区j的位置关系以及小区i的天线方位角与小区j的小区天线方位角的关系，确定小区j对小区i的干扰权值w_i,j；对各w_i,j求和，得到小区i的干扰代价值其中，i,j=1..N,i≠j，N为移动网络中小区的总数，且N为大于1的整数。

较佳地，小区干扰代价值确定模块503具体用于：确定小区j和小区i的相对地理距离d_ij；当d_ij>d_max时，小区j对小区i的干扰权值w_i,j等于预设的第一干扰权值；当d_ij=0时，根据小区i和小区j的天线方位角的关系，得到小区j和小区i的夹角Δθ_ij，当Δθ_ij≤θ_i,max时，小区j对小区i的干扰权值w_i,j等于预设的第二干扰权值，否则，小区j对小区i的干扰权值w_i,j等于预设的第三干扰权值；当d_ij≤d_max且d_ij>0时，根据小区i和小区j的天线方位角的关系，判断小区i的天线主瓣与小区j的天线主瓣是否正对，如果是，则小区j对小区i的干扰权值w_i,j等于预设的第四干扰权值，否则，小区j对小区i的干扰权值w_i,j等于预设的第五干扰权值；其中，d_max为预设的距离阈值，θ_i,max为预设的小区i的夹角阈值，预设的第一、第二、第三、第四、第五干扰权值之间的关系为：预设的第一、第三、第五干扰权值小于预设的第四干扰权值，且预设的第四干扰权值小于预设的第二干扰权值。

较佳地，小区干扰代价值确定模块503具体用于：判断小区j是否在小区i的扇区范围内，且小区i是否在小区j的扇区范围内，当两者均满足时，确定小区i的天线主瓣与小区j的天线主瓣正对。

较佳地，小区干扰代价值确定模块503具体用于：判断小区j对小区i的参考天线增益是否大于预设的小区i的参考天线增益阈值G_thi，小区i对小区j的参考天线增益是否大于预设的小区j的参考天线增益阈值G_thj，当两个条件均满足时，确定小区i的天线主瓣与小区j的天线主瓣正对。

较佳地，方位角调整模块502具体用于：利用优化算法，经过多次迭代直至算法收敛，得到使算法收敛的各个需要调整天线方位角的小区调整后的天线方位角，其中，优化算法的可行解变量为：需要调整天线方位角的小区的天线方位角，优化算法的可行解变量的初始值为：需要调整天线方位角的小区的天线方位角的初始值，优化算法的代价函数为：移动网络各小区干扰代价值的总和。

较佳地，方位角调整模块502具体用于，在满足下列收敛条件中的部分或全部时，确定算法收敛：

迭代次数达到预设的最大迭代次数；

当前迭代得到的一个或多个可行解使得移动网络中各小区的干扰代价值的总和小于预设的干扰代价值总和的阈值；

从预设的迭代到当前代迭代，各次迭代得到的移动网络中各小区的干扰代价值总和的最小值的变化量小于或等于预设的变化量阈值，其中，每一次迭代得到的移动网络中各小区的干扰代价值总和的最小值为：该次迭代得到一个或多个可行解中，使移动网络中各小区的干扰代价值总和在该次迭代中最小的可行解对应的移动网络中个小区的干扰代价值总和。

较佳地，当满足如下条件时，确认各次迭代得到的移动网络中各小区的干扰代价值总和的最小值的变化量小于或等于预设的变化量阈值：

从预设的迭代到当前迭代，对各次迭代得到的移动网络中各小区的干扰代价值总和的最小值的倒数求标准差所得到的标准差值小于或等于预设的变化量阈值。

较佳地，调整小区天线方位角的装置还包括：方位角预置小区确定模块，用于在所述方位角初始值确定模块确定天线方位角的初始值之前，确定移动网络中的方位角预置小区，为各方位角预置小区分别调整小区天线方位角；方位角初始值确定模块具体用于：确定所述需要调整天线方位角的小区为移动网络中除了方位角预置小区之外的所有小区。

较佳地，方位角预置小区确定模块具体用于：根据小区地理环境、预先统计的小区话务量、紧急事件确定方位角预置小区。

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、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、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、CD-ROM、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（***）、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。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (20)

1.一种调整小区天线方位角的方法，其特征在于，该方法包括：

确定每一个需要调整天线方位角的小区的天线方位角的初始值；

针对每一个需要调整天线方位角的小区，基于该小区天线方位角的初始值，调整该小区的天线方位角，以使移动网络中各小区的干扰代价值的总和最小；

其中，小区的干扰代价值是根据该小区与移动网络中其他小区的位置关系以及该小区天线方位角与移动网络中其他小区天线方位角的关系确定的。

2.如权利要求1所述的方法，其特征在于，根据下列步骤确定小区的干扰代价值：

遍历移动网络中的所有小区，对于遍历的当前小区i，根据小区i与小区j的位置关系以及小区i的天线方位角与小区j的小区天线方位角的关系，确定小区j对小区i的干扰权值w_i,j；

对各w_i,j求和，得到小区i的干扰代价值其中，i,j=1..N,i≠j，N为移动网络中小区的总数，且N为大于1的整数。

3.如权利要求2所述的方法，其特征在于，根据小区i与小区j的位置关系以及小区i的天线方位角与小区j的小区天线方位角的关系，确定小区j对小区i的干扰权值w_i,j，包括：

确定小区j和小区i的相对地理距离d_ij；

当d_ij>d_max时，小区j对小区i的干扰权值w_ij等于预设的第一干扰权值；

当d_ij=0时，根据小区i和小区j的天线方位角的关系，得到小区j和小区i的夹角Δθ_ij，当Δθ_ij≤θ_i,max时，小区j对小区i的干扰权值w_i,j等于预设的第二干扰权值，否则，小区j对小区i的干扰权值w_i,j等于预设的第三干扰权值；

当d_ij≤d_max且d_ij>0时，根据小区i和小区j的天线方位角的关系，判断小区i的天线主瓣与小区j的天线主瓣是否正对，如果是，则小区j对小区i的干扰权值w_ij等于预设的第四干扰权值，否则，小区j对小区i的干扰权值w_i,j等于预设的第五干扰权值；

其中，d_max为预设的距离阈值，θ_i,max为预设的小区i的夹角阈值，预设的第一、第二、第三、第四、第五干扰权值之间的关系为：预设的第一、第三、第五干扰权值小于预设的第四干扰权值，且预设的第四干扰权值小于预设的第二干扰权值。

4.如权利要求3所述的方法，其特征在于，判断小区i的天线主瓣与小区j的天线主瓣是否正对，包括：

判断小区j是否在小区i的扇区范围内，且小区i是否在小区j的扇区范围内，当两者均满足时，确定小区i的天线主瓣与小区j的天线主瓣正对。

5.如权利要求3所述的方法，其特征在于，判断小区i的天线主瓣与小区j的天线主瓣是否正对，包括：

判断小区j对小区i的参考天线增益是否大于预设的小区i的参考天线增益阈值G_thi，小区i对小区j的参考天线增益是否大于预设的小区j的参考天线增益阈值G_thj，当两个条件均满足时，确定小区i的天线主瓣与小区j的天线主瓣正对。

6.如权利要求1所述的方法，其特征在于，针对每一个需要调整天线方位角的小区，基于该小区天线方位角的初始值，调整该小区的天线方位角，包括：

利用优化算法，经过多次迭代直至算法收敛，得到使算法收敛的各个需要调整天线方位角的小区调整后的天线方位角，其中，优化算法的可行解变量为：需要调整天线方位角的小区的天线方位角，优化算法的可行解变量的初始值为：需要调整天线方位角的小区的天线方位角的初始值，优化算法的代价函数为：移动网络中各小区干扰代价值的总和。

7.如权利要求6所述的方法，其特征在于，在满足下列收敛条件中的部分或全部时，确定算法收敛：

迭代次数达到预设的最大迭代次数；

当前迭代得到的一个或多个可行解使得移动网络中各小区的干扰代价值的总和小于或等于预设的干扰代价值总和的阈值；

从预设的迭代到当前迭代，各次迭代得到的移动网络中各小区的干扰代价值总和的最小值的变化量小于或等于预设的变化量阈值，其中，每一次迭代得到的移动网络中各小区的干扰代价值总和的最小值为：该次迭代得到的一个或多个可行解中，使移动网络中各小区的干扰代价值总和在该次迭代中最小的可行解对应的移动网络中各小区的干扰代价值总和。

8.如权利要求7所述的方法，其特征在于，当满足如下条件时，确认各次迭代得到的移动网络中各小区的干扰代价值总和的最小值的变化量小于或等于预设的变化量阈值：

从预设的迭代到当前迭代，对各次迭代得到的移动网络中各小区的干扰代价值总和的最小值的倒数求标准差所得到的标准差值小于或等于预设的变化量阈值。

9.如权利要求1所述的方法，其特征在于，在确定天线方位角的初始值的步骤前还包括：确定移动网络中的天线方位角预置小区，为各天线方位角预置小区分别设置小区天线方位角；

所述需要调整天线方位角的小区为移动网络中除了天线方位角预置小区之外的所有小区。

10.如权利要求9所述的方法，其特征在于，根据小区地理环境、预先统计的小区话务量、紧急事件确定方位角预置小区。

11.一种调整小区天线方位角的装置，其特征在于，该装置包括：

方位角初始值确定模块，用于确定每一个需要调整天线方位角的小区的天线方位角的初始值；

方位角调整模块，用于针对每一个需要调整天线方位角的小区，基于该小区天线方位角的初始值，调整该小区的天线方位角，以使移动网络中各小区的干扰代价值的总和最小；

小区干扰代价值确定模块，用于根据小区与移动网络中其他小区的位置关系以及该小区天线方位角与移动网络中其他小区天线方位角的关系确定该小区的干扰代价值。

12.如权利要求11所述的装置，其特征在于，所述小区干扰代价值确定模块具体用于：

遍历移动网络中的所有小区，对于遍历的当前小区i，根据小区i与小区j的位置关系以及小区i的天线方位角与小区j的小区天线方位角的关系，确定小区j对小区i的干扰权值w_i,j；对各w_i,j求和，得到小区i的干扰代价值其中，i,j=1..N,i≠j，N为移动网络中小区的总数，且N为大于1的整数。

13.如权利要求12所述的装置，其特征在于，所述小区干扰代价值确定模块具体用于：

确定小区j和小区i的相对地理距离d_ij；

当d_ij>d_max时，小区j对小区i的干扰权值w_i,j等于预设的第一干扰权值；

当d_ij=0时，根据小区i和小区j的天线方位角的关系，得到小区j和小区i的夹角Δθ_ij，当Δθ_ij≤θ_i,max时，小区j对小区i的干扰权值w_i,j等于预设的第二干扰权值，否则，小区j对小区i的干扰权值w_i,j等于预设的第三干扰权值；

当d_ij≤d_max且d_ij>0时，根据小区i和小区j的天线方位角的关系，判断小区i的天线主瓣与小区j的天线主瓣是否正对，如果是，则小区j对小区i的干扰权值w_i,j等于预设的第四干扰权值，否则，小区j对小区i的干扰权值w_i,j等于预设的第五干扰权值；

其中，d_max为预设的距离阈值，θ_i,max为预设的小区i的夹角阈值，预设的第一、第二、第三、第四、第五干扰权值之间的关系为：预设的第一、第三、第五干扰权值小于预设的第四干扰权值，且预设的第四干扰权值小于预设的第二干扰权值。

14.如权利要求13所述的装置，其特征在于，所述小区干扰代价值确定模块具体用于：

判断小区j是否在小区i的扇区范围内，且小区i是否在小区j的扇区范围内，当两者均满足时，确定小区i的天线主瓣与小区j的天线主瓣正对。

15.如权利要求13所述的装置，其特征在于，所述小区干扰代价值确定模块具体用于：

判断小区j对小区i的参考天线增益是否大于预设的小区i的参考天线增益阈值G_thi，小区i对小区j的参考天线增益是否大于预设的小区j的参考天线增益阈值G_thj，当两个条件均满足时，确定小区i的天线主瓣与小区j的天线主瓣正对。

16.如权利要求11所述的装置，其特征在于，所述方位角调整模块具体用于：

利用优化算法，经过多次迭代直至算法收敛，得到使算法收敛的各个需要调整天线方位角的小区调整后的天线方位角，其中，优化算法的可行解变量为：需要调整天线方位角的小区的天线方位角，优化算法的可行解变量的初始值为：需要调整天线方位角的小区的天线方位角的初始值，优化算法的代价函数为：移动网络各小区干扰代价值的总和。

17.如权利要求16所述的装置，其特征在于，所述方位角调整模块具体用于：

在满足下列收敛条件中的部分或全部时，确定算法收敛：

迭代次数达到预设的最大迭代次数；

当前迭代得到的一个或多个可行解使得移动网络中各小区的干扰代价值的总和小于或等于预设的干扰代价值总和的阈值；

从预设的迭代到当前迭代，各次迭代得到的移动网络中各小区的干扰代价值总和的最小值的变化量小于或等于预设的变化量阈值，其中，每一次迭代得到的移动网络中各小区的干扰代价值总和的最小值为：该次迭代得到的一个或多个可行解中，使移动网络中各小区的干扰代价值总和在该次迭代中最小的可行解对应的移动网络中各小区的干扰代价值总和。

18.如权利要求17所述的装置，其特征在于，当满足如下条件时，确认各次迭代得到的移动网络中各小区的干扰代价值总和的最小值的变化量小于或等于预设的变化量阈值：

从预设的迭代到当前迭代，对各次迭代得到的移动网络中各小区的干扰代价值总和的最小值的倒数求标准差所得到的标准差值小于或等于预设的变化量阈值。

19.如权利要求11所述的装置，其特征在于，所述装置还包括：

方位角预置小区确定模块，用于在所述方位角初始值确定模块确定天线方位角的初始值之前，确定移动网络中的方位角预置小区，为各方位角预置小区分别调整小区天线方位角；

所述方位角初始值确定模块具体用于：

确定所述需要调整天线方位角的小区为移动网络中除了方位角预置小区之外的所有小区。

20.如权利要求18所述的装置，其特征在于，所述方位角预置小区确定模块具体用于：

根据小区地理环境、预先统计的小区话务量、紧急事件确定方位角预置小区。