CN108449167B - 基于mr数据的pci智能规划方法及*** - Google Patents
基于mr数据的pci智能规划方法及*** Download PDFInfo
- Publication number
- CN108449167B CN108449167B CN201810153848.6A CN201810153848A CN108449167B CN 108449167 B CN108449167 B CN 108449167B CN 201810153848 A CN201810153848 A CN 201810153848A CN 108449167 B CN108449167 B CN 108449167B
- Authority
- CN
- China
- Prior art keywords
- cell
- pci
- frequency point
- target
- same
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/003—Arrangements for allocating sub-channels of the transmission path
- H04L5/0048—Allocation of pilot signals, i.e. of signals known to the receiver
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/003—Arrangements for allocating sub-channels of the transmission path
- H04L5/0058—Allocation criteria
- H04L5/0073—Allocation arrangements that take into account other cell interferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/04—Error control
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明的基于MR数据的PCI智能规划方法及***,采集服务小区的MR数据;从MR数据中筛选出包含目标服务小区的小区对作为目标小区对;设m个备选频点和n个备选PCI共m*n个组合,根据每个频点和PCI组合计算目标小区对的MOD3相同的干扰值总和;据每个频点和PCI组合计算目标小区对的MOD6相同的干扰值总和;根据每个频点和PCI组合计算目标小区对的MOD30相同的干扰值总和;选择干扰值最小的频点和PCI组合作为目标服务小区的频点和PCI。为每个LTE小区合理分配PCI,确保同频同PCI的小区下行信号之间不会互相产生干扰,避免影响手机正确同步和解码正常服务小区的导频信道。
Description
技术领域
本发明涉及PCI规划技术领域,特别是涉及一种基于MR数据的PCI智能规划方法及***。
背景技术
PCI全称Physical Cell Identifier,即物理小区标识,LTE网络中终端以此区分不同小区的无线信号。在LTE网络中,PCI由主同步信号(PSS)与辅同步信号(SSS)组成:PCI=PSS+3*SSS,LTE***共提供504个PCI,在网管配置时,为小区配置0~503之间的一个号码。LTE小区搜索流程中通过检索主同步序列(PSS,共有3种可能性)、辅同步序列(SSS,共有168种可能性),二者相结合来确定具体的小区ID。
现实组网不可避免要对PCI进行复用,可能造成相同PCI由于复用距离过小产生冲突(PCI冲突)。因此,需要对PCI进行规划。
发明内容
本发明针对现有技术存在的问题和不足,提供一种基于MR数据的PCI智能规划方法及***。
本发明是通过下述技术方案来解决上述技术问题的:
本发明提供一种基于MR数据的PCI智能规划方法,其特点在于,其包括以下步骤:
实时采集记录服务小区的MR数据,所述MR数据中含有主邻小区对、每一主邻小区对中的主小区的频点和RSRP值以及邻小区的频点和RSRP值,所述主邻小区对包括主小区和邻小区频点相同和不同的小区对;
从MR数据中筛选出包含目标服务小区的小区对作为目标小区对;
设有m个备选频点和n个备选PCI,则共有m*n个频点和PCI组合,根据每个频点和PCI组合计算目标小区对的MOD3相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于3的余数与邻小区的PCI除于3的余数相同则MOD3相同,干扰值=25-(主小区RSRP值-邻小区RSRP值);
根据每个频点和PCI组合计算目标小区对的MOD6相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于6的余数与邻小区的PCI除于6的余数相同则MOD6相同;
根据每个频点和PCI组合计算目标小区对的MOD30相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于30的余数与邻小区的PCI除于30的余数相同则MOD3相同;
选择干扰值最小的频点和PCI组合作为目标服务小区的频点和PCI。
较佳地,在存在多个干扰值相同的并列组合时,依次选择MOD3对应的干扰中干扰最小、MOD6对应的干扰中干扰最小以及MOD30对应的干扰中干扰最小对应的频点和PCI组合作为目标服务小区的频点和PCI。
较佳地,在MOD30对应的干扰中干扰最小对应的频点和PCI组合存在多个时,选择MOD30对应的干扰中干扰最小对应的频点和PCI组合对应的小区对中在MR数据中出现次数最少的小区对对应的频点和PCI组合作为目标服务小区的频点和PCI,否则随机选择一组频点和PCI组合作为目标服务小区的频点和PCI。
较佳地,若在不同的MR数据中两个服务小区互为主邻小区对,则将这两个主邻小区对作为一个主邻小区对看待。
本发明还提供一种基于MR数据的PCI智能规划***,其特点在于,其包括:
采集模块,用于实时采集记录服务小区的MR数据,所述MR数据中含有主邻小区对、每一主邻小区对中的主小区的频点和RSRP值以及邻小区的频点和RSRP值,所述主邻小区对包括主小区和邻小区频点相同和不同的小区对;
筛选模块,用于从MR数据中筛选出包含目标服务小区的小区对作为目标小区对;
设有m个备选频点和n个备选PCI,则共有m*n个频点和PCI组合,第一计算模块,用于根据每个频点和PCI组合计算目标小区对的MOD3相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于3的余数与邻小区的PCI除于3的余数相同则MOD3相同,干扰值=25-(主小区RSRP值-邻小区RSRP值);
第二计算模块,用于根据每个频点和PCI组合计算目标小区对的MOD6相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于6的余数与邻小区的PCI除于6的余数相同则MOD6相同;
第三计算模块,用于根据每个频点和PCI组合计算目标小区对的MOD30相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于30的余数与邻小区的PCI除于30的余数相同则MOD3相同;
选择模块,用于选择干扰值最小的频点和PCI组合作为目标服务小区的频点和PCI。
较佳地,所述选择模块还用于在存在多个干扰值相同的并列组合时,依次选择MOD3对应的干扰中干扰最小、MOD6对应的干扰中干扰最小以及MOD30对应的干扰中干扰最小对应的频点和PCI组合作为目标服务小区的频点和PCI。
较佳地,所述选择模块还用于在MOD30对应的干扰中干扰最小对应的频点和PCI组合存在多个时,选择MOD30对应的干扰中干扰最小对应的频点和PCI组合对应的小区对中在MR数据中出现次数最少的小区对对应的频点和PCI组合作为目标服务小区的频点和PCI,否则随机选择一组频点和PCI组合作为目标服务小区的频点和PCI。
较佳地,所述采集模块还用于在不同的MR数据中两个服务小区互为主邻小区对时,将这两个主邻小区对作为一个主邻小区对看待。
在符合本领域常识的基础上,上述各优选条件,可任意组合,即得本发明各较佳实例。
本发明的积极进步效果在于:
本发明为每个LTE小区合理分配PCI,确保同频同PCI的小区下行信号之间不会互相产生干扰,避免影响手机正确同步和解码正常服务小区的导频信道。
附图说明
图1为本发明较佳实施例的基于MR数据的PCI智能规划方法的流程图。
图2为本发明较佳实施例的基于MR数据的PCI智能规划***的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本实施例提供一种基于MR数据的PCI智能规划方法,其包括以下步骤:
步骤101、实时采集记录服务小区的MR数据,所述MR数据中含有主邻小区对、每一主邻小区对中的主小区的频点和RSRP值以及邻小区的频点和RSRP值,所述主邻小区对包括主小区和邻小区频点相同和不同的小区对。
为了保证PCI规划的准确性,需要开启小区异频测量,在MR数据中保存异频小区记录,即主小区和邻小区频点不同的小区对。
若在不同的MR数据中两个服务小区互为主邻小区对,则将这两个主邻小区对作为一个主邻小区对看待。
例如:采集到5组MR数据,第一组MR数据包括:主小区A-邻小区B,主小区A-邻小区C,主小区A-邻小区D;第二组MR数据包括:主小区A-邻小区C,主小区A-邻小区D,主小区B-邻小区C;第三组MR数据包括:主小区A-邻小区B,主小区C-邻小区A;第四组MR数据包括:主小区B-邻小区D,主小区D-邻小区A;第五组MR数据包括:主小区C-邻小区D,主小区A-邻小区C。
统计:主小区A-邻小区B出现的次数为2次,主小区A-邻小区C出现的次数为4次,主小区A-邻小区D出现的次数为3次,主小区B-邻小区C出现的次数为1次,主小区B-邻小区D出现的次数为1次,主小区C-邻小区D出现的次数为1次。
步骤102、从MR数据中筛选出包含目标服务小区的小区对作为目标小区对。
例如:设定目标服务小区为小区A,筛选出包含小区A的目标小区对:主小区A-邻小区B,主小区A-邻小区C,主小区A-邻小区D、主小区C-邻小区A。
步骤103、设有m个备选频点和n个备选PCI,则共有m*n个频点和PCI组合,根据每个频点和PCI组合计算目标小区对的MOD3相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于3的余数与邻小区的PCI除于3的余数相同则MOD3相同,干扰值=25-(主小区RSRP值-邻小区RSRP值)。
例如:设有3个备选频点和2个备选PCI,则共有6个频点和PCI组合。
在第一频点和PCI=1的组合下,若目标服务小区A的第一频点和邻小区B的频点相同,并且目标服务小区的PCI=1除于3的余数与邻小区B的PCI=10除于3的余数均等于1,则MOD3相同,目标服务小区A与邻小区B之间存在干扰,干扰值=25-(主小区A的RSRP值-邻小区B的RSRP值)。
在第一频点和PCI=1的组合下,若目标服务小区A的第一频点和邻小区D的频点相同,并且目标服务小区的PCI=1除于3的余数与邻小区D的PCI=4除于3的余数均等于1,则MOD3相同,目标服务小区A与邻小区D之间存在干扰,干扰值=25-(主小区A的RSRP值-邻小区D的RSRP值)。
则在第一频点和PCI=1的组合下,目标主邻小区对的MOD3相同的干扰值总和=25-(主小区A的RSRP值-邻小区B的RSRP值)+25-(主小区A的RSRP值-邻小区D的RSRP值)。
在第一频点和PCI=2的组合下,若目标服务小区A的第一频点和邻小区C的频点相同,并且目标服务小区的PCI=2除于3的余数与邻小区C的PCI=8除于3的余数均等于2,则MOD3相同,目标服务小区A与邻小区C之间存在干扰,干扰值=25-(主小区A的RSRP值-邻小区C的RSRP值)。同时,目标服务小区A作为邻小区时与小区C之间也存在干扰,干扰值=25-(主小区C的RSRP值-邻小区A的RSRP值)。则在第一频点和PCI=2的组合下,目标小区对的MOD3相同的干扰值总和=25-(主小区A的RSRP值-邻小区C的RSRP值)+25-(主小区C的RSRP值-邻小区A的RSRP值)。
依次类推,计算出第二频点和PCI=1的组合下、第二频点和PCI=2的组合下、第三频点和PCI=1的组合下、第三频点和PCI=2的组合下的目标小区的MOD3相同的干扰值总和。
步骤104、根据每个频点和PCI组合计算目标小区对的MOD6相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于6的余数与邻小区的PCI除于6的余数相同则MOD6相同。
依次类推,计算出每个频点和PCI组合下的目标小区的MOD6相同的干扰值总和。
步骤105、根据每个频点和PCI组合计算目标小区对的MOD30相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于30的余数与邻小区的PCI除于30的余数相同则MOD3相同。
依次类推,计算出每个频点和PCI组合下的目标小区的MOD30相同的干扰值总和。
步骤106、选择干扰值最小的频点和PCI组合作为目标服务小区的频点和PCI;在存在多个干扰值相同的并列组合时,依次选择MOD3对应的干扰中干扰最小、MOD6对应的干扰中干扰最小以及MOD30对应的干扰中干扰最小对应的频点和PCI组合作为目标服务小区的频点和PCI;在MOD30对应的干扰中干扰最小对应的频点和PCI组合存在多个时,选择MOD30对应的干扰中干扰最小对应的频点和PCI组合对应的小区对中在MR数据中出现次数最少的小区对对应的频点和PCI组合作为目标服务小区的频点和PCI,否则随机选择一组频点和PCI组合作为目标服务小区的频点和PCI。
如图2所示,本实施例还提供一种基于MR数据的PCI智能规划***,其包括:
采集模块1,用于实时采集记录服务小区的MR数据,所述MR数据中含有主邻小区对、每一主邻小区对中的主小区的频点和RSRP值以及邻小区的频点和RSRP值,所述主邻小区对包括主小区和邻小区频点相同和不同的小区对;
筛选模块2,用于从MR数据中筛选出包含目标服务小区的小区对作为目标小区对;
设有m个备选频点和n个备选PCI,则共有m*n个频点和PCI组合,第一计算模块3,用于根据每个频点和PCI组合计算目标小区对的MOD3相同的干扰值总和,目标区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于3的余数与邻小区的PCI除于3的余数相同则MOD3相同,干扰值=25-(主小区RSRP值-邻小区RSRP值);
第二计算模块4,用于根据每个频点和PCI组合计算目标小区对的MOD6相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于6的余数与邻小区的PCI除于6的余数相同则MOD6相同;
第三计算模块5,用于根据每个频点和PCI组合计算目标小区对的MOD30相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于30的余数与邻小区的PCI除于30的余数相同则MOD3相同;
选择模块6,用于选择干扰值最小的频点和PCI组合作为目标服务小区的频点和PCI;在存在多个干扰值相同的并列组合时,依次选择MOD3对应的干扰中干扰最小、MOD6对应的干扰中干扰最小以及MOD30对应的干扰中干扰最小对应的频点和PCI组合作为目标服务小区的频点和PCI;在MOD30对应的干扰中干扰最小对应的频点和PCI组合存在多个时,选择MOD30对应的干扰中干扰最小对应的频点和PCI组合对应的小区对中在MR数据中出现次数最少的小区对对应的频点和PCI组合作为目标服务小区的频点和PCI,否则随机选择一组频点和PCI组合作为目标服务小区的频点和PCI。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (8)
1.一种基于MR数据的PCI智能规划方法,其特征在于,其包括以下步骤:
实时采集记录服务小区的MR数据,所述MR数据中含有主邻小区对、每一主邻小区对中的主小区的频点和RSRP值以及邻小区的频点和RSRP值,所述主邻小区对包括主小区和邻小区频点相同和不同的小区对;
从MR数据中筛选出包含目标服务小区的小区对作为目标小区对;
设有m个备选频点和n个备选PCI,则共有m*n个频点和PCI组合,根据每个频点和PCI组合计算目标小区对的MOD3相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于3的余数与邻小区的PCI除于3的余数相同则MOD3相同,干扰值=25-(主小区RSRP值-邻小区RSRP值);
根据每个频点和PCI组合计算目标小区对的MOD6相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于6的余数与邻小区的PCI除于6的余数相同则MOD6相同;
根据每个频点和PCI组合计算目标小区对的MOD30相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于30的余数与邻小区的PCI除于30的余数相同则MOD3相同;
选择干扰值总和最小的频点和PCI组合作为目标服务小区的频点和PCI。
2.如权利要求1所述的基于MR数据的PCI智能规划方法,其特征在于,在存在多个干扰值总和相同的并列组合时,依次选择MOD3对应的干扰中干扰最小、MOD6对应的干扰中干扰最小以及MOD30对应的干扰中干扰最小对应的频点和PCI组合作为目标服务小区的频点和PCI。
3.如权利要求2所述的基于MR数据的PCI智能规划方法,其特征在于,在MOD30对应的干扰中干扰最小对应的频点和PCI组合存在多个时,选择MOD30对应的干扰中干扰最小对应的频点和PCI组合对应的小区对中在MR数据中出现次数最少的小区对对应的频点和PCI组合作为目标服务小区的频点和PCI,否则随机选择一组频点和PCI组合作为目标服务小区的频点和PCI。
4.如权利要求1所述的基于MR数据的PCI智能规划方法,其特征在于,若在不同的MR数据中两个服务小区互为主邻小区对,则将这两个主邻小区对作为一个主邻小区对看待。
5.一种基于MR数据的PCI智能规划***,其特征在于,其包括:
采集模块,用于实时采集记录服务小区的MR数据,所述MR数据中含有主邻小区对、每一主邻小区对中的主小区的频点和RSRP值以及邻小区的频点和RSRP值,所述主邻小区对包括主小区和邻小区频点相同和不同的小区对;
筛选模块,用于从MR数据中筛选出包含目标服务小区的小区对作为目标小区对;
设有m个备选频点和n个备选PCI,则共有m*n个频点和PCI组合,第一计算模块,用于根据每个频点和PCI组合计算目标小区对的MOD3相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于3的余数与邻小区的PCI除于3的余数相同则MOD3相同,干扰值=25-(主小区RSRP值-邻小区RSRP值);
第二计算模块,用于根据每个频点和PCI组合计算目标小区对的MOD6相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于6的余数与邻小区的PCI除于6的余数相同则MOD6相同;
第三计算模块,用于根据每个频点和PCI组合计算目标小区对的MOD30相同的干扰值总和,目标小区对中,若目标服务小区的备选频点和邻小区的频点相同、且目标服务小区的PCI除于30的余数与邻小区的PCI除于30的余数相同则MOD3相同;
选择模块,用于选择干扰值总和最小的频点和PCI组合作为目标服务小区的频点和PCI。
6.如权利要求5所述的基于MR数据的PCI智能规划***,其特征在于,所述选择模块还用于在存在多个干扰值总和相同的并列组合时,依次选择MOD3对应的干扰中干扰最小、MOD6对应的干扰中干扰最小以及MOD30对应的干扰中干扰最小对应的频点和PCI组合作为目标服务小区的频点和PCI。
7.如权利要求6所述的基于MR数据的PCI智能规划***,其特征在于,所述选择模块还用于在MOD30对应的干扰中干扰最小对应的频点和PCI组合存在多个时,选择MOD30对应的干扰中干扰最小对应的频点和PCI组合对应的小区对中在MR数据中出现次数最少的小区对对应的频点和PCI组合作为目标服务小区的频点和PCI,否则随机选择一组频点和PCI组合作为目标服务小区的频点和PCI。
8.如权利要求5所述的基于MR数据的PCI智能规划***,其特征在于,所述采集模块还用于在不同的MR数据中两个服务小区互为主邻小区对时,将这两个主邻小区对作为一个主邻小区对看待。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810153848.6A CN108449167B (zh) | 2018-02-22 | 2018-02-22 | 基于mr数据的pci智能规划方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810153848.6A CN108449167B (zh) | 2018-02-22 | 2018-02-22 | 基于mr数据的pci智能规划方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108449167A CN108449167A (zh) | 2018-08-24 |
CN108449167B true CN108449167B (zh) | 2020-10-20 |
Family
ID=63192690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810153848.6A Active CN108449167B (zh) | 2018-02-22 | 2018-02-22 | 基于mr数据的pci智能规划方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108449167B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115087022B (zh) * | 2021-03-15 | 2024-06-11 | ***通信集团四川有限公司 | 物理小区标识pci分配方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103906078A (zh) * | 2014-04-29 | 2014-07-02 | 阮民 | 关系矩阵构建***和方法以及pci智能优化***和方法 |
CN104837143A (zh) * | 2015-04-15 | 2015-08-12 | 广东怡创科技股份有限公司 | 小区pci配置方法与*** |
CN105744548A (zh) * | 2014-12-12 | 2016-07-06 | ***通信集团湖北有限公司 | Pci优化方法及装置 |
WO2016206194A1 (zh) * | 2015-06-23 | 2016-12-29 | 中兴通讯股份有限公司 | 基站组网方法和装置、计算机存储介质 |
WO2016154604A8 (en) * | 2015-03-25 | 2017-12-14 | Nokia Solutions And Networks Oy | Method and system for cell identifier optimization |
-
2018
- 2018-02-22 CN CN201810153848.6A patent/CN108449167B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103906078A (zh) * | 2014-04-29 | 2014-07-02 | 阮民 | 关系矩阵构建***和方法以及pci智能优化***和方法 |
CN105744548A (zh) * | 2014-12-12 | 2016-07-06 | ***通信集团湖北有限公司 | Pci优化方法及装置 |
WO2016154604A8 (en) * | 2015-03-25 | 2017-12-14 | Nokia Solutions And Networks Oy | Method and system for cell identifier optimization |
CN104837143A (zh) * | 2015-04-15 | 2015-08-12 | 广东怡创科技股份有限公司 | 小区pci配置方法与*** |
WO2016206194A1 (zh) * | 2015-06-23 | 2016-12-29 | 中兴通讯股份有限公司 | 基站组网方法和装置、计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108449167A (zh) | 2018-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6282740B2 (ja) | 物理セルidの自己組織的分散型割り当て、最適化及び使用 | |
US20210028883A1 (en) | Channel blind detection method, signal transmission method and related devices | |
US11742926B2 (en) | Beam management | |
CN103747445B (zh) | 一种分配物理小区标识的方法和装置 | |
EP4033786A1 (en) | Interference positioning method, apparatus and system for wireless communication system | |
CN105828393B (zh) | 一种***间邻区配置方法及装置 | |
CN104936206A (zh) | 控制信道的配置、检测方法、装置及*** | |
US20150373619A1 (en) | Method and arrangement for pci assignment | |
CN103716845B (zh) | 一种pci分配方法及装置 | |
CN102740300B (zh) | 物理层小区标识的自动分配方法及装置 | |
CN108449167B (zh) | 基于mr数据的pci智能规划方法及*** | |
CN108271181B (zh) | 一种无线网络的pci优化方法及装置 | |
CN109495413B (zh) | 同步信号块的传输、小区质量的测量方法、基站及终端 | |
CN108495318B (zh) | 基于mr数据的多小区pci智能规划方法 | |
CN104104636A (zh) | 为基于dm-rs解调的pbch配置物理资源的方法 | |
US10348464B2 (en) | Method, apparatus, and system for CoMP-based resource allocation | |
CN102026169B (zh) | 一种分配物理小区标识的方法和设备 | |
WO2021038270A1 (en) | Methods for cognitive physical random access channel planning and related apparatus | |
CN108271178B (zh) | 一种物理小区标识pci优化方法及装置 | |
CN105099964B (zh) | 一种功率强度估计和确定干扰小区的方法及设备 | |
EP3598789A1 (en) | Optimized determination method and device for pci confusion | |
CN111385804B (zh) | 小区簇划分方法及电子设备 | |
CN109151851B (zh) | 分配物理小区标识的方法、装置、电子设备和存储介质 | |
CN114745289A (zh) | 网络性能数据的预测方法、装置、存储介质及设备 | |
CN108234683B (zh) | 异频组网下的pci调整方法及装置 |
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 |