CN114449649B - 基于mro数据的干扰源定位方法及装置 - Google Patents

基于mro数据的干扰源定位方法及装置 Download PDF

Info

Publication number
CN114449649B
CN114449649B CN202011230110.9A CN202011230110A CN114449649B CN 114449649 B CN114449649 B CN 114449649B CN 202011230110 A CN202011230110 A CN 202011230110A CN 114449649 B CN114449649 B CN 114449649B
Authority
CN
China
Prior art keywords
sampling point
interference
determining
preset
information
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
Application number
CN202011230110.9A
Other languages
English (en)
Other versions
CN114449649A (zh
Inventor
田桂宾
张冬晨
魏爱玲
赵军凯
白国新
周鸿志
刘旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Group Design Institute Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Design Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Group Design Institute Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN202011230110.9A priority Critical patent/CN114449649B/zh
Publication of CN114449649A publication Critical patent/CN114449649A/zh
Application granted granted Critical
Publication of CN114449649B publication Critical patent/CN114449649B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/318—Received signal strength
    • H04B17/327—Received signal code power [RSCP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/345—Interference values
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例提供一种基于MRO数据的干扰源定位方法及装置，所述方法包括：根据原始测量报告MRO数据，确定采样点的干扰小区信息以及邻区信息；根据干扰小区信息、邻区信息、预设传播模型以及预设采样点定位模型，确定采样点的位置信息；根据采样点的干扰强度以及采样点的位置信息，确定干扰源的位置。所述装置用于执行上述方法。本发明提供的基于MRO数据的干扰源定位方法及装置，通过对采样点的干扰强度以及采样点位置信息的精确计算，实现了对LTE***中干扰源的精确定位。

Description

基于MRO数据的干扰源定位方法及装置
技术领域
本发明涉及无线通信技术领域，尤其涉及一种基于MRO数据的干扰源定位方法及装置。
背景技术
对于移动通信网络，保证业务质量的前提是使用干净的频谱，即该频段没有被其他***使用或干扰。否则，会使受干扰***的性能以及终端用户感受都会产生较大的负面影响。
现阶段大多通过人工对干扰源进行定位分析，主要包括如下几类方法：一是在Mac层对下行信号的关键信息进行解析计算目标用户终端与基站的距离；二是基于服务小区与相邻小区的参考信号接收功率计算***信号与干扰加噪比的估计值，将估计值与上行信号与干扰加噪比(Signal to Interference plus Noise Ratio，SINR)的真实值进行比较，若估计值和真实值的差值大于或者等于预设阈值时，确定干扰源在LTE***之外，否则确定干扰源在LTE***之内。
现有的干扰源定位方法存在如下问题：利用Mac层解析处理模块用于根据下行信号的关键信息计算目标用户终端与基站的距离，干扰源定位精度为78米，定位准确性较差；利用上行SINR进行干扰源定位时，由于只能确定干扰源位于LTE***之内或是LTE***之外，同样无法准确定位干扰源。
因此，尚未有一种有效方法，可以实现对LTE***中干扰源的精确定位。
发明内容
本发明实施例提供的一种基于MRO数据的干扰源定位方法及装置，用于克服现有技术中存在干扰源定位精度低的缺陷，实现对LTE***中干扰源的精确定位。
第一方面，本发明实施例提供一种基于MRO数据的干扰源定位方法，包括：
根据原始测量报告MRO数据，确定采样点的干扰小区信息以及邻区信息；
根据所述干扰小区信息、所述邻区信息、预设传播模型以及预设采样点定位模型，确定所述采样点的位置信息；
根据所述采样点的干扰强度以及所述采样点的位置信息，确定干扰源的位置。
进一步地，所述根据原始测量报告MRO数据，确定采样点的干扰小区信息以及邻区信息，包括：
根据所述MRO数据中的TimeStamp，确定所述干扰小区信息；
根据同一所述采样点的所述干扰小区信息、所述MRO数据中的所述TimeStamp、MmeUeSlapId、MR.LteScEarfcn以及MR.LteScPci，确定所述邻区信息。
进一步地，所述根据所述干扰小区信息、所述邻区信息、预设传播模型以及预设采样点定位模型，确定所述采样点的位置信息，包括：
根据所述干扰小区信息、所述邻区信息以及预设传播模型，确定邻区半径以及干扰小区半径；
若满足第一预设条件，则将所述邻区半径以及所述干扰小区半径输入至所述预设采样点定位模型，确定所述采样点的位置信息；
若满足第二预设条件，则将所述干扰小区半径以及所述TimeStamp连续的预设数量个的所述MRO数据中的AOA输入至预设采样点定位模型，确定所述采样点的位置信息。
进一步地，所述根据所述干扰小区信息、所述邻区信息以及预设传播模型，确定邻区半径以及干扰小区半径，包括：
将所述干扰小区信息中的下行RSRP输入至所述预设传播模型，确定所述干扰小区半径；
将所述邻区信息中的下行RSRP输入至所述预设传播模型，确定所述邻区半径。
进一步地，所述若所述邻区信息满足第一预设条件，则将所述邻区半径以及所述干扰小区半径输入至所述预设采样点定位模型，确定所述采样点的位置信息，包括：
若满足所述第一预设条件，则将所述邻区半径以及所述干扰小区半径输入至所述预设采样点定位模型，并根据预设轮询算法确定所述采样点的位置信息。进一步地，所述第一预设条件包括：
对所述MRO数据进行合并后，同一所述采样点的所述MRO数据包括多行数据；
所述第二预设条件包括：
对所述MRO数据进行合并后，同一所述采样点的所述MRO数据包括一行数据。
进一步地，所述根据所述采样点的干扰强度以及所述采样点的位置信息，确定干扰源的位置，包括：
对所述采样点的干扰强度进行降序排列，选取前预设数量个的所述采样点的干扰强度，并结合所述采样点的位置信息，确定所述干扰源的位置。
第二方面，本发明实施例还提供一种基于MRO数据的干扰源定位装置，包括：确定模块、采样点定位模块以及干扰源定位模块；
所述确定模块，用于根据原始测量报告MRO数据，确定采样点的干扰小区信息以及邻区信息；
所述采样点定位模块，用于根据所述干扰小区信息、所述邻区信息、预设传播模型以及预设采样点定位模型，确定所述采样点的位置信息；
所述干扰源定位模块，用于根据所述采样点的干扰强度以及所述采样点的位置信息，确定干扰源的位置。
第三方面，本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于MRO数据的干扰源定位方法的步骤。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于MRO数据的干扰源定位方法的步骤。
本发明实施例提供的一种基于MRO数据的干扰源定位方法及装置，基于原始测量报告MRO相关数据对干扰源位置进行计算，MRO数据均为用户测量结果直接上报，并不存在基站侧调整以及信道互易算法，数据准确可靠；采用了预设传播模型进行链路预算的方法计算路径，并结合预设采样点定位模型对采样点位置进行定位，保证了定位采样点位置的计算精度；基于采样点的干扰强度分布，结合采样点的位置实现了对LTE***中干扰源的精确定位。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于MRO数据的干扰源定位方法的流程示意图；
图2为本发明实施例提供的基于MRO数据的干扰源定位装置的结构示意图；
图3为本发明实施例提供的一种电子设备的结构示意图。
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作出创造性劳动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。
图1为本发明实施例提供的一种基于MRO数据的干扰源定位方法的流程示意图，如图1所示，方法包括：
S1、根据原始测量报告MRO数据，确定采样点的干扰小区信息以及邻区信息；
S2、根据干扰小区信息、邻区信息、预设传播模型以及预设采样点定位模型，确定采样点的位置信息；
S3、根据采样点的干扰强度以及采样点的位置信息，确定干扰源的位置。
需要说明的是，上述方法的执行主体可以是计算机设备。
需要说明的是，与道路测试相比，MRO数据为UE或ENodeB直接进行上报，因此数据量较大且与用户行为密切相关，更加贴近用户实际感知；其次MRO测量报告即有大量室外环境测试结果，同时也包含室内环境测量结果，因此相比路测数据具有更全面、更具体、更容易获取等优点；另外MRO测量报告中包含了大量字段：无线网络信道中的信道质量SINR、用户无线信号到达角(Angle Of Arrival，AOA)、TA、参考信号接收功率(Reference SignalReceiving Power，RSRP)等指标，能够更加全面的反映网络质量。此外，MRO数据具备以下特点：第一MRO采样数据极为丰富，eNodeB或UE按照周期测量采样：其采样周期为{ms120，ms240，ms480，ms640，ms1024，ms2048，ms5120，ms10240，min1，min6，min12，min30，min60}，通过开启MR测量功能就能够采样到大量数据；第二MRO数据准确反应用户实际使用情况，MRO数据是用户实际使用结果的体现；第三MRO数据能够实现全场景测试。正是由于MRO数据的上述特点使得在对于大量路测无法进入的室内区域，如办公场所、居民家庭内部区域等相关场所，当有用户分布时，手机终端同样能够进行数据采集。因此MRO数据采集场景包括了所有用户分布场景，且进行数据测试无需与相关场所业主进行协商。利用MRO数据的丰富特性，能够对干扰进行准确计算，并精确定位干扰源位置，为干扰排查提供有力支撑。
将预规划基站及现网站点工参信息，根据预先设定的场景分类规则，依据经纬度、覆盖类型等信息将预规划基站划分为城市、县城、农村等八类场景，将分类处理后的场景、天线高度、天线增益、方向角、经纬度、主服务小区邻区频点及PCI进行存储。读取MRO原始数据，将数据中MR.LteRSRP、MR.LteRSRQ、TimeStamp、MmeUeS1apId、MR.LteScEarfcn以及MR.LteScPci提取出来、存储并进行解析。由于MRO数据的丰富性，因此根据采样时间点对应的MRO数通过对主服务小区物理小区标识(Physical Cell Identifier，PCI)进行解析，便可获得采样点的主服务小区，将主服务小区作为干扰小区。
当采样点的干扰小区周围存在多个邻区时，MRO数据会分行记录，根据这一特性，便可确定采样点的邻区。并分别根据干扰小区以及邻区对应的MRO数据分别确定干扰小区信息以及邻区信息，通过如下方式确定干扰小区和邻区的RSRP、RSRQ信息：
将MR.LteRSRP以及MR.LteRSRQ解析获得对应的RSRP以及RSRQ。在MRO数据中MR.RSRP是一系列区间的表示，从-∞到-120dBm一个区间，对应MR.RSRP.00；从-120dBm到-115dBm为一个区间，对应MR.RSRP.01；从-115dBm到-80dBm，每1dB一个区间包括一个MR.RSRP步长，对应MR.RSRP.02到MR.RSRP.36；从-80dBm到-60dBm，每2dB一个区间，包括两个MR.RSRP步长，对应MR.RSRP.37到MR.RSRP.46；大于-60dBm一个区间，对应MR.RSRP.47，依此类推，通过公式(1)将MR.RSRP计算并解析成具体的数值。
RSRP＝MR.LteRSRP-140 (1)
RSRQ在MRO数据中表示为MR.RSRQ，是一系列区间的表示，如从-∞到-19.5dB为一个区间，对应MR.RSRQ.00；从-19.5到-3.5dB，每1个dB一个区间，对应MR.RSRQ.01到MR.RSRQ.16；大于-3.5dB一个区间，对应MR.RSRQ.17，通过公式(2)将MR.RSRQ计算并解析成具体的数值。
RSRQ＝MR.LteRSRQ/2-20.5 (2)
根据获得的邻区信息中的邻区RSRP以及邻区RSRQ通过公式(3)计算得到采样点的干扰强度。
其中，RS-干扰代表采样点的干扰强度。
需要说明的是，根据计算的采样点的干扰强度，由于RS-干扰<-110dB时对用户不会产生明显影响，依据干扰小区计算标准，此类采样点不作为干扰分析对象。因此需要进行干扰数据剔除，将RS-干扰<-110dB数据剔除，降低运算量。
将获得的邻区信息中的邻区RSRP、邻区RSRQ以及现网LTE中邻区对应的工程参数输入到预设传播模型以及预设采样点定位模型，便可获得采样点的位置信息。需要说明的是，本发明实施例中，采用COST231 HATA传播模型作为预设传播模型，基于交叠定位方法和AOA定位方法的联合使用作为采样点定位模型。
本发明实施例提供的一种基于MRO数据的干扰源定位方法及装置，基于原始测量报告MRO相关数据对干扰源位置进行计算，MRO数据均为用户测量结果直接上报，并不存在基站侧调整以及信道互易算法，数据准确可靠；采用了预设传播模型进行链路预算的方法计算路径，并结合预设采样点定位模型对采样点位置进行定位，保证了定位采样点位置的计算精度；基于采样点的干扰强度分布，结合采样点的位置实现了对LTE***中干扰源的精确定位。
进一步地，在一个实施例中，步骤S1可以具体包括：
S11、根据MRO数据中的TimeStamp，确定干扰小区信息；
S12、根据同一采样点的干扰小区信息、MRO数据中的TimeStamp、MmeUeSlapId、MR.LteScEarfcn以及MR.LteScPci，确定邻区信息。
具体地，同一个采样点的MRO数据由于采样的邻区信息不同，将分别计列在不同的采样MRO数据行中，但是同一采样点的MRO数据中TimeStamp标识是相同的，因此，根据MRO数据中的TimeStamp便可确定位于不同行的MRO数据属于同一个采样点的干扰小区，并结合干扰小区对应的MRO数据确定同一采样点的干扰小区信息。
虽然同一个采样点的MRO数据由于采样的邻区信息不同，将分别计列在不同的采样数据行中，但其TimeStamp、MmeUeS1apId、MR.LteScEarfcn、MR.LteScPci四个标识完全一致。因此根据同一采样点的干扰小区信息，将TimeStamp、MmeUeS1apId、MR.LteScEarfcn、MR.LteScPci标识相同且位于不同行的MRO数据进行合并处理，提取出同一采样点的邻区信息。
本发明实施例提供的一种基于MRO数据的干扰源定位方法，通过对同一采样点的邻区信息进行合并后处理，减少了通过同一采样点的相同邻区信息计算采样点位置信息的运算量，降低了计算的复杂度。
进一步地，在一个实施例中，步骤S2可以具体包括：
S21、根据干扰小区信息、邻区信息以及预设传播模型，确定邻区半径以及干扰小区半径；
具体地，根据步骤S1中确定的干扰小区信息以及邻区信息，基于干扰小区信息、邻区信息以及预设传播模型COST231 HATA传播模型，确定采样点到干扰小区的基站之间的距离(干扰小区半径)以及采样点到邻区的基站之间的距离(邻区半径)。
S22、若满足第一预设条件，则将邻区半径以及干扰小区半径输入至预设采样点定位模型，确定采样点的位置信息；
具体地，首先判断是否满足第一预设条件，若满足第一预设条件，则将步骤S21计算获得的邻区半径以及干扰小区半径输入至预设采样点定位模型，以此确定采样点的位置信息。需要说明的是，本发明实施例提供的预设采样点定位模型可以为基于交叠定位方法的定位模型，其中，交叠定位方法具体原理为：当UE同时接收到多个邻区信号时，依据步骤S21计算获得采样点到基站的距离，具体的位置由于角度不确定，初步设定采样点的位置是以基站为中心距离为半径的圆，因此将对应的距离为半径，以相关小区为圆心采样点到小区的距离为半径进行计算，得到相关半径交点，由于存在多个交点，取所有交点的均值，得到采样点的位置信息。
例如，假设采样点的经纬度坐标为(x,y)，采样点的干扰小区的经纬度坐标为(x1,y1)，采样点的各个邻区经纬度坐标分别为(x2,y2)、(x3,y3)和(x4,y4)，干扰小区半径为r1，各邻区半径分别为r2、r3以及r4。
通过公式(4)计算获得采样点的经纬度信息，根据采样点的经纬度信息确定采样点的位置信息。
S23、若满足第二预设条件，则将干扰小区半径以及TimeStamp连续的预设数量个的MRO数据中的AOA输入至预设采样点定位模型，确定采样点的位置信息。
具体地，判断是否满足第二预设条件，若满足第二预设条件，则将步骤S21计算获得的干扰小区半径以及输入至预设采样点定位模型，以此确定采样点的位置信息。需要说明的是，本发明实施例提供的预设采样点定位模型可以为基于AOA定位方法的定位模型，其中，AOA定位方法的原理具体为：
确定TimeStamp连续的3个MRO数据，提取MRO数据中的AOA进行对比，如果AOA变化小于10度且干扰小区半径>60米时，则判断为直射径覆盖，采样点的经纬度可以通过公式(5)计算获得：
其中，x代表采样点的经度，y代表采样点的维度，AOA代表到达角；
如果AOA变化大于10度且干扰小区半径>60米时，判断为折射路径，采样点经纬度计算公式(6)如下：
其中，AOA′代表修正到达角，AOA1代表第一个到达角，AOA2代表第二个到达角，AOA3代表第三个到达角。
进一步地，在一个实施例中，步骤S21可以具体包括：
S211、将干扰小区信息中的下行RSRP输入至预设传播模型，确定干扰小区半径；
S212、将邻区信息中的下行RSRP输入至预设传播模型，确定邻区半径。
具体地，将干扰小区信息中的RSRP、RSRQ、干扰小区的工程参数、邻区信息中的RSRP、RSRQ以及邻区的工程参数输入预设传播模型COST231 HATA，根据公式(7)至公式(11)计算获得采样点到干扰小区基站以及采样点到邻区基站的距离：
L＝46.3+33.9*log(f)-a(Hms)+(44.9-6.55*log(Hbs))*log(d)+Cm (7)
其中，L代表链路损耗，f代表工作频率，Hbs代表基站侧发射天线高度，Cm代表修正因子，通常大城市Cm＝3，中等城市、郊区以及农村Cm＝0，a(Hms)代表距离修正因子，d代表采样点到基站之间的距离。
密集城区：
a(Hms)＝2*(log(11.75*e19))*3.2-4.97 (8)
一般城区、郊区以及农村：
a(Hms)＝(1.1*log(f)-0.7)*hr-(1.56*log(f)-0.8) (9)
其中，hr代表接收天线高度，通常hr＝1.5米计算；
根据干扰小区的工程参数以及邻区的工程参数，可以通过公式(10)获得采样点到基站之间的链路损耗：
L＝EIRP+GR-Rs-RSRP (10)
其中，Rs代表人体损耗，通常Rs＝0，EIRP代表等效全向辐射功率，可以由公式(11)计算获得，代表接收天线增益GR；
EIRP＝PRB+GT-εloss+10*log(RBG) (11)
其中，PRB代表每RB最大发射功率，通常PRB＝26.02dB，GT代表发射天线增益，通常GT＝18dB，εloss代表发射天线馈线、接头和合路器损耗，通常εloss＝1dB，RBG代表单用户RBG配置，通常RBG＝0.167。
通过联立公式(7)至公式(11)，可以得到采样点到干扰小区的基站的干扰小区半径以及采样点到邻区的基站的邻区半径。
需要说明的是，本发明实施例中提供的工程参数至少包括：天线挂高、天线增益、天线方位角以及经纬度。
进一步地，由于用户所处位置可能因楼宇遮挡导致衰减较为严重，因此还可以通过多点联合矫正，将多个连续采样点进行计算，取平均值。
具体地：结合TimeStamp、MmeUeS1apId、MR.LteScEarfcn、MR.LteScPci记录可以得到干扰小区沟通TimeStamp时间连续的多个采样点信息，依据公式(7)至公式(11)，计算获得各个邻区半径，将连续多个采样点距离基站的半径求平均，并将其平均值作为邻区半径。需要说明的是，本发明实施例中取4个连续采样点，计算邻区半径。
本发明实施例提供的一种基于MRO数据的干扰源定位方法，针对当前干扰源进行计算，由于统一采用了下行RSRP、下行RSRQ、AOA数据进行计算，相关数据均为用户测量结果的直接上报，并不存在基站侧调整以及信道互易算法，虽然基站下行发射功率也会随着终端移动发生改变，但依据同一地点、同一用户、同一时间上报的RSRP和RSRQ值是唯一确定的，据此计算出来的干扰场强不因RSRP发射功率变化而改变，因此数据来源可靠性更高；其次该方案计算干扰点位置信息时充分考虑了城区建筑物多发射信号多，无线信号经过的路径与其实际与基站距离存在较大的差异，采用了链路预算的方法进行计算路径，并通过交叠定位与AOA相结合的方法，能够有效保证定位采样点位置计算精度。
进一步地，在一个实施例中，第一预设条件可以具体包括：对MRO数据进行合并后，同一采样点的MRO数据包括多行数据；
具体地，对MRO数据进行分析，将TimeStamp、MmeUeS1apId以及MRO数据中MR.LteScEarfcn、MR.LteScPci对应采样点的MRO中的行进行统计，如果不同行的这四个参数一致，则为同一个时间点上一个UE的数据，只是邻区关系不同。有几行数据就说明采样点对应几个邻区，将采样点的MRO数据中相同的TimeStamp、MmeUeS1apId、MR.LteScEarfcn、MR.LteScPci进行合并，依据MR.LteNcRSRP的大小积分别记录到同一行。从工程参数以及邻区关系找到MR.LteNcEarfcn以及MR.LteNcPci对应的小区，提取邻区的演进型-通用移动通信***陆地无线接入网小区全局标识符(E-UTRAN Cell Global Identifier，ECGI)。建立干扰邻区表，将干扰小区对应的邻区记录下来，此时，可以采用步骤S22获取采样点的位置信息。
第二预设条件具体包括：对MRO数据进行合并后，同一采样点的MRO数据包括一行数据。
具体地，对MRO数据进行分析，将TimeStamp、MmeUeS1apId以及MRO数据中MR.LteScEarfcn、MR.LteScPci对应采样点的MRO中的行进行统计，并将相同的TimeStamp、MmeUeS1apId、MR.LteScEarfcn、MR.LteScPci进行合并，合并后的同一采样点的MRO数据仅包括一行数据，说明该采样点没有测量邻区信号，此时，可以采用步骤S23获取采样点的位置信息。
本发明实施例提供的一种基于MRO数据的干扰源定位方法，利用采样点的MRO数据中的TimeStamp、MmeUeS1apId、MR.LteScEarfcn、MR.LteScPci进行采样点合并，捕捉同一采样点的邻区信号，使得后续通过交叠定位以及AOA定位联合校准精细化定位，准确定位采样点位置信息成为了可能。
进一步地，在一个实施例中，步骤S22还可以具体包括：
S221、若满足所述第一预设条件，则将邻区半径以及干扰小区半径输入至预设采样点定位模型，并根据预设轮询算法确定采样点的位置信息。
具体地，将步骤S22中确定的邻区作为干扰小区，将原本的干扰小区以及其他邻区作为邻区，并根据步骤S21确定干扰小区半径以及邻区半径，将此时的邻区半径以及干扰小区半径根据步骤S22，确定采样点的位置信息，依次将步骤S22确定的邻区作为干扰小区，将原本的干扰小区以及邻区作为邻区，直至将步骤S22确定的所有邻区均作为干扰小区，计算采样点的位置信息。
进一步地，在一个实施例中，步骤S3包括：
S31、对采样点的干扰强度进行降序排列，选取前预设数量个的采样点的干扰强度，并结合采样点的位置信息，确定干扰源的位置。
具体地，将步骤S22提取的采样点的经纬度信息以及采样点的干扰强度进行汇总，对采样点的干扰强度进行降序排列，并提取前预设数量个例如前200个的采样点的干扰强度作为干扰点位，导入电子地图例如*** earth，生成KML文件。依据采样点的位置分布，绘制采样点的干扰场强分布图层，将采样点的干扰场强最强区域作为干扰源位置。
本发明实施例提供的一种基于MRO数据的干扰源定位方法，由于采用上述步骤进行计算，能够将采样点的经纬度信息准确计算处理，而此采样点的位置信息即为干扰源在此点的强度。依据大量采样点信息进行转换后，能够实现对干扰源位置分布的精确定位，使得根据干扰源分布能够快速确定干扰位置，提高了干扰排查效率。
图2为本发明实施例提供的一种基于MRO数据的干扰源定位装置的结构示意图，如图2所示，装置包括：确定模块210、采样点定位模块220以及干扰源定位模块230，
确定模块210用于根据原始测量报告MRO数据，确定采样点的干扰小区信息以及邻区信息；
采样点定位模块220用于根据干扰小区信息、邻区信息、预设传播模型以及预设采样点定位模型，确定采样点的位置信息；
干扰源定位模块230用于根据采样点的干扰强度以及采样点的位置信息，确定干扰源的位置。
本发明实施例提供的一种基于MRO数据的干扰源定位方法及装置，通过确定模块210确定采样点的干扰小区信息以及邻区信息，结合采样点定位模块220基于原始测量报告MRO相关数据对干扰源位置进行计算，MRO数据均为用户测量结果直接上报，并不存在基站侧调整以及信道互易算法，数据准确可靠；采用了预设传播模型进行链路预算的方法计算路径，并结合预设采样点定位模型对采样点位置进行定位，保证了定位采样点位置的计算精度；最后通过干扰源定位模块230基于采样点的干扰强度分布以及采样点的位置信息实现了对LTE***中干扰源的精确定位。
图3为本发明实施例提供的一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(communication interface)320、存储器(memory)330和总线(bus)340，其中，处理器310，通信接口320，存储器330通过总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行如下方法：
根据原始测量报告MRO数据，确定采样点的干扰小区信息以及邻区信息；
根据干扰小区信息、邻区信息、预设传播模型以及预设采样点定位模型，确定采样点的位置信息；
根据采样点的干扰强度以及采样点的位置信息，确定干扰源的位置。
此外，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
进一步地，本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：
根据原始测量报告MRO数据，确定采样点的干扰小区信息以及邻区信息；
根据干扰小区信息、邻区信息、预设传播模型以及预设采样点定位模型，确定采样点的位置信息；
根据采样点的干扰强度以及采样点的位置信息，确定干扰源的位置。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：
根据原始测量报告MRO数据，确定采样点的干扰小区信息以及邻区信息；
根据干扰小区信息、邻区信息、预设传播模型以及预设采样点定位模型，确定采样点的位置信息；
根据采样点的干扰强度以及采样点的位置信息，确定干扰源的位置。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.一种基于MRO数据的干扰源定位方法，其特征在于，包括：
根据原始测量报告MRO数据，确定采样点的干扰小区信息以及邻区信息；
根据所述干扰小区信息、所述邻区信息、预设传播模型以及预设采样点定位模型，确定所述采样点的位置信息；
根据所述采样点的干扰强度以及所述采样点的位置信息，确定干扰源的位置；
所述根据原始测量报告MRO数据，确定采样点的干扰小区信息以及邻区信息，包括：
根据所述MRO数据中的TimeStamp，确定所述干扰小区信息；
根据同一所述采样点的所述干扰小区信息、所述MRO数据中的所述TimeStamp、MmeUeSlapId、MR.LteScEarfcn以及MR.LteScPci，确定所述邻区信息；
所述根据所述干扰小区信息、所述邻区信息、预设传播模型以及预设采样点定位模型，确定所述采样点的位置信息，包括：
根据所述干扰小区信息、所述邻区信息以及预设传播模型，确定邻区半径以及干扰小区半径；
若满足第一预设条件，则将所述邻区半径以及所述干扰小区半径输入至所述预设采样点定位模型，确定所述采样点的位置信息；
若满足第二预设条件，则将所述干扰小区半径以及所述TimeStamp连续的预设数量个的所述MRO数据中的AOA输入至预设采样点定位模型，确定所述采样点的位置信息；
其中，所述第一预设条件包括：
对所述MRO数据进行合并后，同一所述采样点的所述MRO数据包括多行数据；
所述第二预设条件包括：
对所述MRO数据进行合并后，同一所述采样点的所述MRO数据包括一行数据；
所述根据所述采样点的干扰强度以及所述采样点的位置信息，确定干扰源的位置，包括：
对所述采样点的干扰强度进行降序排列，选取前预设数量个的所述采样点的干扰强度，并结合所述采样点的位置信息，确定所述干扰源的位置。
2.根据权利要求1所述的基于MRO数据的干扰源定位方法，其特征在于，所述根据所述干扰小区信息、所述邻区信息以及预设传播模型，确定邻区半径以及干扰小区半径，包括：
将所述干扰小区信息中的下行RSRP输入至所述预设传播模型，确定所述干扰小区半径；
将所述邻区信息中的下行RSRP输入至所述预设传播模型，确定所述邻区半径。
3.根据权利要求2所述的基于MRO数据的干扰源定位方法，其特征在于，所述若邻区信息满足第一预设条件，则将所述邻区半径以及所述干扰小区半径输入至所述预设采样点定位模型，确定所述采样点的位置信息，包括：
若满足所述第一预设条件，则将所述邻区半径以及所述干扰小区半径输入至所述预设采样点定位模型，并根据预设轮询算法确定所述采样点的位置信息。
4.一种基于MRO数据的干扰源定位装置，其特征在于，包括：确定模块、采样点定位模块以及干扰源定位模块；
所述确定模块，用于根据原始测量报告MRO数据，确定采样点的干扰小区信息以及邻区信息；
所述采样点定位模块，用于根据所述干扰小区信息、所述邻区信息、预设传播模型以及预设采样点定位模型，确定所述采样点的位置信息；
所述干扰源定位模块，用于根据所述采样点的干扰强度以及所述采样点的位置信息，确定干扰源的位置；
所述根据原始测量报告MRO数据，确定采样点的干扰小区信息以及邻区信息，包括：
根据所述MRO数据中的TimeStamp，确定所述干扰小区信息；
根据同一所述采样点的所述干扰小区信息、所述MRO数据中的所述TimeStamp、MmeUeSlapId、MR.LteScEarfcn以及MR.LteScPci，确定所述邻区信息；
所述根据所述干扰小区信息、所述邻区信息、预设传播模型以及预设采样点定位模型，确定所述采样点的位置信息，包括：
根据所述干扰小区信息、所述邻区信息以及预设传播模型，确定邻区半径以及干扰小区半径；
若满足第一预设条件，则将所述邻区半径以及所述干扰小区半径输入至所述预设采样点定位模型，确定所述采样点的位置信息；
若满足第二预设条件，则将所述干扰小区半径以及TimeStamp连续的预设数量个的所述MRO数据中的AOA输入至预设采样点定位模型，确定所述采样点的位置信息；
其中，所述第一预设条件包括：
对所述MRO数据进行合并后，同一所述采样点的所述MRO数据包括多行数据；
所述第二预设条件包括：
对所述MRO数据进行合并后，同一所述采样点的所述MRO数据包括一行数据；
所述根据所述采样点的干扰强度以及所述采样点的位置信息，确定干扰源的位置，包括：
对所述采样点的干扰强度进行降序排列，选取前预设数量个的所述采样点的干扰强度，并结合所述采样点的位置信息，确定所述干扰源的位置。
5.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至3任一项所述的基于MRO数据的干扰源定位方法的步骤。
6.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至3任一项所述的基于MRO数据的干扰源定位方法的步骤。
CN202011230110.9A 2020-11-06 2020-11-06 基于mro数据的干扰源定位方法及装置 Active CN114449649B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011230110.9A CN114449649B (zh) 2020-11-06 2020-11-06 基于mro数据的干扰源定位方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011230110.9A CN114449649B (zh) 2020-11-06 2020-11-06 基于mro数据的干扰源定位方法及装置

Publications (2)

Publication Number Publication Date
CN114449649A CN114449649A (zh) 2022-05-06
CN114449649B true CN114449649B (zh) 2023-09-05

Family

ID=81361693

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011230110.9A Active CN114449649B (zh) 2020-11-06 2020-11-06 基于mro数据的干扰源定位方法及装置

Country Status (1)

Country Link
CN (1) CN114449649B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113873565B (zh) * 2020-06-30 2023-07-21 ***通信集团设计院有限公司 同频干扰定位方法、装置、设备及存储介质
CN115412940B (zh) * 2022-08-29 2024-04-09 中国联合网络通信集团有限公司 上行干扰定位方法、装置及存储介质
CN117793785A (zh) * 2022-09-19 2024-03-29 中兴通讯股份有限公司 干扰处理方法、装置、电子设备及计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103067931A (zh) * 2011-10-20 2013-04-24 ***通信集团广东有限公司 一种定位无线网络中干扰源的方法及装置
CN108738064A (zh) * 2017-04-18 2018-11-02 ***通信集团山西有限公司 上行干扰定位方法及装置
CN110139359A (zh) * 2018-02-08 2019-08-16 上海大唐移动通信设备有限公司 一种干扰源定位处理方法及装置
CN110225536A (zh) * 2019-06-10 2019-09-10 中国联合网络通信集团有限公司 外部干扰源的确定方法及设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9107604B2 (en) * 2011-09-26 2015-08-18 Given Imaging Ltd. Systems and methods for generating electromagnetic interference free localization data for an in-vivo device

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103067931A (zh) * 2011-10-20 2013-04-24 ***通信集团广东有限公司 一种定位无线网络中干扰源的方法及装置
CN108738064A (zh) * 2017-04-18 2018-11-02 ***通信集团山西有限公司 上行干扰定位方法及装置
CN110139359A (zh) * 2018-02-08 2019-08-16 上海大唐移动通信设备有限公司 一种干扰源定位处理方法及装置
CN110225536A (zh) * 2019-06-10 2019-09-10 中国联合网络通信集团有限公司 外部干扰源的确定方法及设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
调频连续太赫兹波成像的信号探测与采集***设计;赵军凯;CNKI优秀硕士学位论文全文库;全文 *

Also Published As

Publication number Publication date
CN114449649A (zh) 2022-05-06

Similar Documents

Publication Publication Date Title
CN114449649B (zh) 基于mro数据的干扰源定位方法及装置
EP3890361B1 (en) Cell longitude and latitude prediction method and device, server, base station, and storage medium
US9967853B2 (en) Using information on neighbor cells of other network types and/or other operators for mobile terminal positioning
US9730080B2 (en) Network coverage planning method and apparatus of evolution communication system
CN104853379B (zh) 一种无线网络质量评估方法及装置
CN106879017B (zh) 一种lte网络覆盖质量的判定方法及装置
EP3254135B1 (en) Locating the source of a wireless signal
CN108260202B (zh) 一种测量报告采样点的定位方法及装置
CN103517285B (zh) 一种天线覆盖性能评估方法及***
JP2012506207A (ja) 無線ネットワーク・ベースの位置推定
CN111278040A (zh) 干扰源定位方法、装置、设备及计算机存储介质
CN108738064B (zh) 上行干扰定位方法及装置
CN108243447B (zh) 一种外部干扰的定位方法及装置
CN111246364B (zh) 一种越区覆盖评估方法及装置
CN110475274B (zh) 一种移动定位技术中异常ap的识别方法
Shrestha et al. RSSI channel effects in cellular and WLAN positioning
CN108541011B (zh) 无线网络信号覆盖区域的强度分析方法和装置
Wang et al. RSSI-based localization in cellular networks
CN111225408B (zh) 基于SmallCell基站的无线环境监控方法、装置、设备和存储介质
CN110234163B (zh) 用户终端的定位方法、装置、设备和介质
Chen et al. LTE area coverage probability for all MCS weighted and multi-EnodeB averaged cell range in urban area
CN107734525B (zh) 一种基于扫频的lte***rs平衡确定方法及装置
Gutiérrez et al. Impact on Quality of Service (QoS) of Third-Generation Networks (WCDMA) with Pilot Signal Pollution
Gloss et al. Calibrating radio propagation models based on smartphone measurements for geo-aware cellular network self-optimization
CN111278038B (zh) 一种NB-IoT网络覆盖情况的确定方法和装置

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