CN116489733A - 小区标识的确定方法、装置及存储介质 - Google Patents
小区标识的确定方法、装置及存储介质 Download PDFInfo
- Publication number
- CN116489733A CN116489733A CN202310430324.8A CN202310430324A CN116489733A CN 116489733 A CN116489733 A CN 116489733A CN 202310430324 A CN202310430324 A CN 202310430324A CN 116489733 A CN116489733 A CN 116489733A
- Authority
- CN
- China
- Prior art keywords
- cell
- pci
- cells
- target cell
- determining
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003860 storage Methods 0.000 title claims abstract description 29
- 230000002093 peripheral effect Effects 0.000 claims abstract description 3
- 238000013146 percutaneous coronary intervention Methods 0.000 claims description 48
- 230000006870 function Effects 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 18
- 238000012549 training Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 abstract description 22
- 238000013461 design Methods 0.000 description 14
- 238000007726 management method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/16—Performing reselection for specific purposes
- H04W36/20—Performing reselection for specific purposes for optimising the interference level
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种小区标识的确定方法、装置及存储介质,涉及通信技术领域。该方法包括:获取目标小区的工参数据,目标小区为待分配物理小区标识PCI的小区;根据目标小区的工参数据,确定目标小区的多个特征邻区,多个特征邻区为已分配有PCI的小区,且多个特征邻区的PCI不冲突、不混淆;将目标小区的工参数据输入目标模N值确定模型,得到目标小区的模N值,N为大于1的正整数;目标模N值确定模型与目标小区的多个特征邻区的数量相关,邻区数量不同的小区对应的模N值确定模型不同;根据目标小区的模N值,确定目标小区的PCI,目标小区的PCI与多个邻区和多个邻区的邻区的PCI均不相同。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种小区标识的确定方法、装置及存储介质。
背景技术
物理小区标识(physical cell identifier,PCI)也称为物理小区身份标识号码,4/5G无线网络中终端以此区分不同小区的无线信号。长期演进(long term evolution,LTE)***有504个PCI、5G中有1008个PCI。在进行网管配置时,需要为小区配置0~503、0~1007之间的一个数字。由于小区规模庞大必然会出现不同的小区使用相同PCI的情况。如果使用相同PCI会导致两个小区中心频点也相同,造成严重的小区间干扰。因此,对未确定PCI的小区进行PCI合理配置显得尤为重要。
现有技术通常基于经验的路径传播模型或使用人工规划PCI的方式进行配置,基于经验的路径传播模型对路径传播模型的选择依赖性大,并且可能产生较大的估计误差,对分配PCI的顺序有较大的影响,不适合日常网络优化PCI规划使用。使用人工规划PCI的方式不仅浪费了大量的人力和物力,并且在没有兼顾网络实际情况下所得到的分配结果不是往往不是最佳结果。
发明内容
本申请提供了一种小区标识的确定方法、装置及存储介质,用于对未确定PCI的小区进行合理分配,能有效提高小区PCI分配的准确性。
为达到上述目的,本申请采用如下技术方案:
第一方面,提供了一种小区标识的确定方法,该方法包括:获取目标小区的工参数据,目标小区为待分配物理小区标识PCI的小区;根据目标小区的工参数据,确定目标小区的多个特征邻区,多个特征邻区为已分配有PCI的小区,且多个特征邻区的PCI不冲突、不混淆;将目标小区的工参数据输入目标模N值确定模型,得到目标小区的模N值,N为大于1的正整数;目标模N值确定模型与目标小区的多个特征邻区的数量相关,邻区数量不同的小区对应的模N值确定模型不同;根据目标小区的模N值,确定目标小区的PCI,目标小区的PCI与多个邻区和多个邻区的邻区的PCI均不相同。
一种可能的实现方式中,上述“根据目标小区的模N值,确定目标小区的PCI”包括:根据目标小区的模N值,计算得到目标小区的多个PCI;多个PCI中数值最大的PCI小于预设值;根据多个特征邻区的PCI,从多个PCI中选择目标PCI并将目标PCI确定为目标小区的PCI,目标PCI为多个PCI中与多个特征邻区和多个特征邻区的邻区的PCI均不相同的PCI。
一种可能的实现方式中,上述“工参数据包括小区的天线方位角,根据目标小区的工参数据,确定目标小区的多个特征邻区”包括:根据目标小区的天线方位角,从目标小区的特征邻区集合中每个邻区的天线方位角,选择预设数量的特征邻区,预设数量与目标小区所处区域的小区密度成正比。一种可能的实现方式中,该方法包括:获取多个已分配PCI的小区的工参数据以及每个小区的PCI的模N值;根据小区的特征小区的数量,将多个已分配PCI的小区划分为多个小区集合,小区集合包括特征邻区的数量相同的多个小区,不同的小区集合中的小区的特征邻区的数量不同;针对多个小区集合中的每个小区集合,根据预设算法对小区集合中每个小区的工参数据以及模N值进行训练,得到每个小区集合对应的模N值确定模型,以获取多个模N值确定模型,多个模N值确定模型具备确定小区的模N值的功能,多个模N值确定模型包括目标模N值确定模型。
一种可能的实现方式中,该方法还包括:确定目标小区所处区域的小区密度;根据对应关系,确定目标小区的特征邻区的数量,对应关系包括多个小区密度以及每个小区密度对应的特征邻区的数量。
第二方面,提供了一种小区标识的确定装置,该装置应用于小区标识的确定装置中的芯片或者片上***,还可以为小区标识的确定装置中用于实现第一方面或第一方面的任一可能的设计的方法的功能模块。该通信装置可以实现上述各方面或者各可能的设计中小区标识的确定装置所执行的功能,功能可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个上述功能相应的模块。如:该装置包括获取单元、确定单元和处理单元。
获取单元,用于获取目标小区的工参数据,目标小区为待分配物理小区标识PCI的小区;
确定单元,用于根据目标小区的工参数据,确定目标小区的多个特征邻区,多个特征邻区为已分配有PCI的小区,且多个特征邻区的PCI不冲突、不混淆;
处理单元,用于将目标小区的工参数据输入目标模N值确定模型,得到目标小区的模N值,N为大于1的正整数;目标模N值确定模型与目标小区的多个特征邻区的数量相关,邻区数量不同的小区对应的模N值确定模型不同;
确定单元,还用于根据目标小区的模N值,确定目标小区的PCI,目标小区的PCI与多个邻区和多个邻区的邻区的PCI均不相同。
一种可能的实现方式中,确定单元具体用于:根据目标小区的模N值,计算得到目标小区的多个PCI;多个PCI中数值最大的PCI小于预设值;根据多个特征邻区的PCI,从多个PCI中选择目标PCI并将目标PCI确定为目标小区的PCI,目标PCI为多个PCI中与多个特征邻区和多个特征邻区的邻区的PCI均不相同的PCI。
一种可能的实现方式中,确定单元具体用于:根据目标小区的天线方位角,从目标小区的特征邻区集合中每个邻区的天线方位角,选择预设数量的特征邻区,预设数量与目标小区所处区域的小区密度成正比。
一种可能的实现方式中,获取单元还用于获取多个已分配PCI的小区的工参数据以及每个小区的PCI的模N值;处理单元还用于根据小区的特征小区的数量,将多个已分配PCI的小区划分为多个小区集合,小区集合包括特征邻区的数量相同的多个小区,不同的小区集合中的小区的特征邻区的数量不同;处理单元还用于针对多个小区集合中的每个小区集合,根据预设算法对小区集合中每个小区的工参数据以及模N值进行训练,得到每个小区集合对应的模N值确定模型,以获取多个模N值确定模型,多个模N值确定模型具备确定小区的模N值的功能,多个模N值确定模型包括目标模N值确定模型。
一种可能的实现方式中,确定单元还用于确定目标小区所处区域的小区密度;根据对应关系,确定目标小区的特征邻区的数量,对应关系包括多个小区密度以及每个小区密度对应的特征邻区的数量。
第三方面,提供了一种小区标识的确定装置,该装置可以为小区标识的确定装置或者小区标识的确定装置中的芯片或者片上***。该装置可以实现上述各方面或者各可能的设计中小区标识的确定装置所执行的功能,功能可以通过硬件实现,如:一种可能的设计中,该装置可以包括:处理器和通信接口,处理器可以用于支持小区标识的确定装置实现上述第一方面或者第一方面的任一种可能的设计中所涉及的功能。
在又一种可能的设计中,小区标识的确定装置还可以包括存储器,存储器用于保存小区标识的确定装置必要的计算机执行指令和数据。当该装置运行时,该处理器执行该存储器存储的该计算机执行指令,以使该装置执行上述第一方面或者第一方面的任一种可能的设计的小区标识的确定方法。
第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质可以为可读的非易失性存储介质,该计算机可读存储介质存储有计算机指令或者程序,当其在计算机上运行时,使得计算机可以执行上述第一方面或者上述方面的任一种可能的设计的小区标识的确定方法。
第五方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机可以执行上述第一方面或者上述方面的任一种可能的设计的小区标识的确定方法。
第六方面,提供了一种小区标识的确定装置,该装置可以为小区标识的确定装置或者小区标识的确定装置中的芯片或者片上***,该装置包括一个或者多个处理器以及和一个或多个存储器。所述一个或多个存储器与所述一个或多个处理器耦合,所述一个或多个存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,当所述一个或多个处理器执行所述计算机指令时,使得所述小区标识的确定装置执行如上述第一方面或者第一方面的任一可能的设计所述的小区标识的确定方法。
第七方面,提供了一种芯片***,该芯片***包括处理器以及通信接口,该芯片***可以用于实现上述第一方面或第一方面的任一可能的设计中小区标识的确定装置所执行的功能。在一种可能的设计中,所述芯片***还包括存储器,所述存储器,用于保存程序指令和/或数据。该芯片***可以由芯片构成,也可以包含芯片和其他分立器件,不予限制。
附图说明
图1为本申请实施例提供的一种小区标识的确定方法应用场景示意图;
图2为本申请实施例提供的一种小区标识的确定装置200的结构示意图;
图3为本申请实施例提供的一种小区标识的确定方法的流程示意图;
图4为本申请实施例提供的一种小区的特征邻区确定方法示意图;
图5为本申请实施例提供的另一种小区标识的确定方法的流程示意图;
图6为本申请实施例提供的一种小区标识的确定装置60的结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请实施例的一些方面相一致的装置和方法的例子。
还应当理解的是,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其他特征、整体、步骤、操作、元素和/或组件的存在或添加。
在对小区进行PCI分配时,不合理的小区PCI分配将影响小区的信号同步、解调和切换,从而降低网络性能。因此,PCI分配的基本原则应该避免模N干扰、冲突和混淆。
其中,模N干扰指两个相邻小区的PCI模N后取值相同。例如,计算PCI模3值可以是PCI除以3,余数取值为0、1、2,若余数相同即为模3干扰。模N干扰决定了小区参考信号(cellreference signal,CRS)的位置。在实际网络中,若相邻小区PCI模3值相同,则会出现相邻小区的主同步信号相同和参考信号位置重叠,影响切换性能和CRS信号质量。PCI冲突指相邻小区的PCI完全相同,是PCI模3冲突的一种极端情况,对网络性能的影响较PCI模3冲突更严重,造成UE无法区分出这是两个不同的小区。PCI混淆是指某个小区的邻区中两个以上的同频小区使用了相同的PCI,使得服务小区无法正确识别出这些邻区。如何规避上述问题,已成为小区PCI配置的关键环节。
鉴于此,本申请实施例中通过获取已分配PCI小区的工参数据作为数据集,根据不同数量的特征邻区得到不同的模N值确定模型。根据多个不同的模N值确定模型确定出未分配PCI小区的PCI模N值,最后根据邻区的PCI列表对未分配小区选择合适的PCI。
下面结合附图对本申请实施例提供的小区标识的确定方法、装置及存储介质进行详细地描述。
例如,图1为本申请实施例提供的一种小区标识的确定方法应用场景示意图。该***可以包括服务器和多个待分配PCI的小区。
其中,服务器用于确定待分配PCI的小区的PCI。例如,服务器可以包括采集模块、训练模块、预测模块和规划模块。
采集模块用于获取全网已分配PCI和待规划PCI的所有小区工参数据。
训练模块对已分配PCI的每类特征邻区数量的小区构造训练集训练各自的PCI模N值确定模型。
预测模块用于待规划PCI目标小区用对应的模N值确定模型预测出待规划的PCI模N值。规划模块用于待规划PCI目标小区根据预测出的PCI模N值和邻区的PCI列表选择合适的PCI。
一些实施例中,服务器可以是单独的一个服务器,或者也可以是由多个服务器构成的服务器集群。部分实施方式中,服务器集群还可以是分布式集群。本申请对服务器的具体实现方式也不作限制。
其中,多个待分配PCI的小区包括多个网络设备和管理***。例如,多个网络设备可以是小型基站、无线接入点、收发点(transmission receive point,TRP)、传输点(transmission point,TP)以及某种其它接入节点中的任一节点。管理***存储有多个小区的工参信息。
需要说明的是,本申请实施例描述的***是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着***的演变和其他通信***的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
一种示例中,本申请实施例还提供了一种小区标识的确定装置(后续为了便于描述,简称为确定装置),该确定装置可以用于执行本申请实施例的方法。
例如,如图2所示,为本申请实施例提供的一种确定装置200的结构示意图。确定装置200可以包括处理器201,通信接口202以及通信线路203。
进一步的,该确定装置200还可以包括存储器204。其中,处理器201,存储器204以及通信接口202之间可以通过通信线路203连接。
其中,处理器201是CPU、通用处理器、网络处理器(network processor,NP)、数字信号处理器(digital signal processing,DSP)、微处理器、微控制器、可编程逻辑器件(programmable logic device,PLD)或它们的任意组合。处理器201还可以是其它具有处理功能的装置,例如电路、器件或软件模块,不予限制。
通信接口202,用于与其他设备或其它通信网络进行通信。通信接口202可以是模块、电路、通信接口或者任何能够实现通信的装置。
通信线路203,用于在确定装置200所包括的各部件之间传送信息。
存储器204,用于存储指令。其中,指令可以是计算机程序。
其中,存储器204可以是只读存储器(read-only memory,ROM)或可存储静态信息和/或指令的其他类型的静态存储设备,也可以是随机存取存储器(random accessmemory,RAM)或可存储信息和/或指令的其他类型的动态存储设备,还可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compact disc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或其他磁存储设备等,不予限制。
需要指出的是,存储器204可以独立于处理器201存在,也可以和处理器201集成在一起。存储器204可以用于存储指令或者程序代码或者一些数据等。存储器204可以位于确定装置200内,也可以位于确定装置200外,不予限制。处理器201,用于执行存储器204中存储的指令,以实现本申请下述实施例提供的小区标识的确定方法。
在一种示例中,处理器201可以包括一个或多个CPU,例如,图2中的CPU0和CPU1。
作为一种可选的实现方式,确定装置200包括多个处理器,例如,除图2中的处理器201之外,还可以包括处理器207。
作为一种可选的实现方式,确定装置200还包括输出设备205和输入设备206。示例性地,输入设备206是键盘、鼠标、麦克风或操作杆等设备,输出设备205是显示屏、扬声器(speaker)等设备。
需要指出的是,确定装置200可以是台式机、便携式电脑、网络服务器、移动手机、平板电脑、无线终端、嵌入式设备、芯片***或有图2中类似结构的设备。此外,图2中示出的组成结构并不限定,除图2所示部件之外,还可以包括比图2更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本申请实施例中,芯片***可以由芯片构成,也可以包括芯片和其他分立器件。
此外,本申请的各实施例之间涉及的动作、术语等均可以相互参考,不予限制。本申请的实施例中各个设备之间交互的消息名称或消息中的参数名称等只是一个示例,具体实现中也可以采用其他的名称,不予限制。
为了便于清楚描述本申请实施例的技术方案,在本申请的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
需要说明的是,本申请中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
下面结合图1所示小区标识确定方法应用场景示意图,对本申请实施例提供的小区标识的确定方法进行描述。其中,本申请各实施例之间涉及的动作,术语等均可以相互参考,不予限制。本申请的实施例中各个设备之间交互的消息名称或消息中的参数名称等只是一个示例,具体实现中也可以采用其他的名称,不予限制。本申请各实施例涉及的动作只是一个示例,具体实现中也可以采用其他的名称,如:本申请实施例所述的“包括在”还可以替换为“承载于”或者“携带在”等。
如图3所示,为本申请实施例提供的一种小区标识的确定方法,该方法包括:
S301、获取目标小区的工参数据。
其中,目标小区为待分配物理小区标识PCI的小区。小区的工参数据为小区的工程参数数据,例如,工参数据可以包括经纬度、方位角、水平波瓣宽度、下倾角等中的一个或多个。
其中,经纬度表示小区所在的地理位置。方位角表示小区天线正北方向水平顺时针旋至天线所在平面所形成的角度。水平波瓣表示小区天线在水平平面的发射的波束宽度。下倾角表示小区天线和水平面的夹角。
一种可能的实现方式中,服务器向小区管理***发送工参数据获取请求,相应的,小区的管理***接收到该请求后向服务器发送管理***中存储的工参数据,即目标小区的工参数据。
需要说明的是,本申请中服务器获取的目标小区的工参数据为示例性的,本申请对获取的工参数据不做具体限定。
S302、根据目标小区的工参数据,确定目标小区的多个特征邻区。
其中,多个特征邻区为已分配有PCI的小区,且多个特征邻区的PCI不冲突、不混淆。
一种可能的实现方式中,服务器根据获取的目标小区的工参数据中的天线经纬度和天线方位角确定目标小区的多个特征邻区。
一种示例中,如图4所示,服务器获取目标小区的多个邻区(图中仅示出了3个),并以目标小区的所在的天线经纬度为原点,沿着天线方位角的方向作射线。以邻区所在的天线经纬度为原点,沿着目标小区邻区所在的天线方位角的方向作射线。目标小区的天线方位角方向的射线与多个邻区的天线方位角方向的射线的交点分别为点A、B、C。服务器可以计算每个交点与目标小区之间的距离,并根据每个交点与目标小区之间的距离,从多个邻区中选择目标小区的特征邻区。
例如,服务器可以根据目标小区所在区域的小区密度,从多个邻区中选择目标小区的特征邻区。
其中,目标小区所在区域的小区密度可以是指:目标小区所在区域的小区密度越大,目标小区的特征邻区的数量越多。将距离目标小区最近的多个交点对应的邻区作为目标小区的多个特征邻区。
需要说明的是,目标小区的多个特征邻区的数量与目标小区所在区域的小区密度相关。具体的,可以根据小区所在区域每平方公里中小区的数量确定特征邻区的数量。例如,目标小区密度为11~15个/平方公里范围时设置特征邻区个数为5个,目标小区密度在16~20个/平方公里范围时设置特征邻区个数为10个,目标小区密度在21~25个/平方公里的范围时设置特征邻区个数为15个。本申请对特征邻区的数量不做具体限定,可以根据实际情况确定。
S303、将目标小区的工参数据输入目标模N值确定模型,得到目标小区的模N值。
其中,N为大于1的正整数,目标模N值确定模型与目标小区的多个特征邻区的数量相关,邻区数量不同的小区对应的模N值确定模型不同。
其中,目标模N值确定模型是根据已分配PCI的小区的工参数据确定的,具体的,可以参照下述S401~S403的描述,此处不予赘述。
一种可能的实现方式中,根据上述S301获取的目标小区的工参数据,服务器中的目标模N值确定模型进行预测,得到目标小区的模N值。
一种示例中,当N=3时,目标小区的模N值可以为0、1、2,根据目标模N值预测模型可以预测出目标小区的模N值为0、1、2中的一个。当N=6时,目标小区的模N值可以为0、1、2、3、4、5。根据目标模N值可以模N值确定模型预测出目标小区的模N值为0、1、2、3、4、5中的一个。
S304、根据目标小区的模N值,确定目标小区的PCI。
其中,目标小区的PCI与多个邻区和多个邻区的邻区的PCI均不相同。
一种可能得实现方式中,服务器根据目标小区的模N值可以计算得到目标小区的多个PCI,且多个PCI中数值最大的PCI小于预设值,并从多个PCI中选择与多个特征邻区和多个特征邻区的邻区的PCI均不相同的PCI确定为目标小区的PCI。
一种示例中,当N=30时、模N值为0时,目标小区的PCI可以为30*n,n为正整数,且0<30*n<503。服务器从多个30*n中选择与目标小区的多个邻区和多个邻区的邻区的PCI不相同的30*n,并将该30*n作为目标小区的PCI。例如,n为1时,目标小区的PCI为30。
基于图3的技术方案,本申请实施例中,根据获取的待分配PCI的小区中的工参数据确定目标小区的特征邻区,再根据不同数量的特征邻区确定不同的模N值确定模型,结合目标小区的工参数据预测出目标小区的模N值,从而确定目标小区的PCI。本技术方案使用机器学习的预测方法,计算简单,预测的结果准确性高,可操作性强。
一些实施例中,如图5所示,S303中,根据已分配PCI的小区工参数据确定目标模N值确定模型,具体可以包括S501~S503。
S501、获取多个已分配PCI的小区的工参数据以及每个小区的PCI的模N值。
其中,已分配PCI的小区的工参数据可以包括物理小区标识PCI、经纬度、方位角、水平波瓣宽度、下倾角信息中的一个或者多个。
一种可能的实现方式中,服务器中向管理***发送工参数据获取请求,相应的,管理***接收到该请求后向服务器发送已分配PCI的小区的工参数据以及每个已分配PCI的小区的PCI的模N值。
S502、根据小区的特征小区的数量,将多个已分配PCI的小区划分为多个小区集合。
其中,小区集合包括特征邻区的数量相同的多个小区,不同的小区集合中的小区的特征邻区的数量不同。
一种可能的实现方式中,服务器根据上述S302中的小区密度确定多个已分配PCI的小区的特征小区的数量,并将特征邻区数量相同的已分配PCI的小区划分为一个集合中,每个集合对应的特征邻区数量不同。
S503、针对多个小区集合中的每个小区集合,根据预设算法对小区集合中每个小区的工参数据以及模N值进行训练,得到小区集合对应的模N值确定模型。
其中,模N值确定模型具备确定小区的模N值的功能,多个模N值确定模型包括目标模N值确定模型。
一种可能的实现方式中,服务器将每个集合中的每个已分配PCI的小区的特征邻区的PCI模N值、已分配PCI的小区到特征邻区距离、已分配PCI的小区的方位角、已分配PCI的小区的小区水平波瓣宽度作为模N值确定模型的训练集特征。将集合中每个已分配PCI的小区的PCI模N值作为特征的预测标签。之后服务器中的训练模块根据预设算法以及训练集特征、预测标签进行训练,得到已分配PCI的小区集合对应的模N值确定模型,从而得到多个模N值确定模型。
需要说明的是,由于预测标签PCI模N值是从0到N-1的N个值,因此可以使用机器学习中的分类算法来进行训练预测。本发明使用的机器学习算法包括但不限于支持向量机、决策树、梯度提升树或基于树的集成方法,本申请的模型训练方法也可以是深度学习模型。模型训练过程中的数据清洗、特征工程、超参数调优,本申请不做具体限定。
基于图5的技术方案,根据已分配PCI的小区和已分配PCI的小区的特征邻区的工参数据进行模型训练,得到不同数量的特征邻区的多个模N值确定模型。训练出的多个模N值确定模型可以根据已分配PCI的小区工参数据进行结果预测,能根据已有数据预测得到最佳选项。
本申请实施例可以根据上述方法示例对确定装置进行功能模块或者功能单元的划分,例如,可以对应各个功能划分各个功能模块或者功能单元,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块或者功能单元的形式实现。其中,本申请实施例中对模块或者单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
在采用对应各个功能划分各个功能模块的情况下,图6示出了一种确定装置60的结构示意图,该确定装置60可以用于执行上述实施例中涉及的功能。图6所示的确定装置60可以包括:获取单元601、确定单元602和处理单元603。
获取单元601,用于获取目标小区的工参数据,目标小区为待分配物理小区标识PCI的小区;
确定单元602,用于根据目标小区的工参数据,确定目标小区的多个特征邻区,多个特征邻区为已分配有PCI的小区,且多个特征邻区的PCI不冲突、不混淆;
处理单元603,用于将目标小区的工参数据输入目标模N值确定模型,得到目标小区的模N值,N为大于1的正整数;目标模N值确定模型与目标小区的多个特征邻区的数量相关,邻区数量不同的小区对应的模N值确定模型不同;
确定单元602,还用于根据目标小区的模N值,确定目标小区的PCI,目标小区的PCI与多个邻区和多个邻区的邻区的PCI均不相同。
一种可能的实现方式中,确定单元602具体用于:根据目标小区的模N值,计算得到目标小区的多个PCI;多个PCI中数值最大的PCI小于预设值;根据多个特征邻区的PCI,从多个PCI中选择目标PCI并将目标PCI确定为目标小区的PCI,目标PCI为多个PCI中与多个特征邻区和多个特征邻区的邻区的PCI均不相同的PCI。
一种可能的实现方式中,确定单元602具体用于:根据目标小区的天线方位角,从目标小区的特征邻区集合中每个邻区的天线方位角,选择预设数量的特征邻区,预设数量与目标小区所处区域的小区密度成正比。
一种可能的实现方式中,获取单元601还用于获取多个已分配PCI的小区的工参数据以及每个小区的PCI的模N值;处理单元603还用于根据小区的特征小区的数量,将多个已分配PCI的小区划分为多个小区集合,小区集合包括特征邻区的数量相同的多个小区,不同的小区集合中的小区的特征邻区的数量不同;处理单元603还用于针对多个小区集合中的每个小区集合,根据预设算法对小区集合中每个小区的工参数据以及模N值进行训练,得到每个小区集合对应的模N值确定模型,以获取多个模N值确定模型,多个模N值确定模型具备确定小区的模N值的功能,多个模N值确定模型包括目标模N值确定模型。
一种可能的实现方式中,确定单元602还用于确定目标小区所处区域的小区密度;根据对应关系,确定目标小区的特征邻区的数量,对应关系包括多个小区密度以及每个小区密度对应的特征邻区的数量。
作为又一种可能的实现方式,图6中的处理单元603可以由处理器代替,该处理器可以集成处理单元603的功能。
进一步的,当处理单元603由处理器代替时,本申请实施例所涉及的确定装置60可以为图2所示的确定装置200。
本申请实施例还提供了一种计算机可读存储介质。上述方法实施例中的全部或者部分流程可以由计算机程序来指令相关的硬件完成,该程序可存储于上述计算机可读存储介质中,该程序在执行时,可包括如上述各方法实施例的流程。计算机可读存储介质可以是前述任一实施例的通信装置(包括数据发送端和/或数据接收端)的内部存储单元,例如通信装置的硬盘或内存。上述计算机可读存储介质也可以是上述终端装置的外部存储设备,例如上述终端装置上配备的插接式硬盘,智能存储卡(smart media card,SMC),安全数字(secure digital,SD)卡,闪存卡(flash card)等。进一步地,上述计算机可读存储介质还可以既包括上述通信装置的内部存储单元也包括外部存储设备。上述计算机可读存储介质用于存储上述计算机程序以及上述通信装置所需的其他程序和数据。上述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是,本申请的说明书、权利要求书及附图中的术语“第一”和“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以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,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例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全部或部分可以以软件产品的形式体现出来,该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个设备(可以是单片机,芯片等)或处理器(processor)执行本申请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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (12)
1.一种小区标识的确定方法,其特征在于,所述方法包括:
获取目标小区的工参数据,所述目标小区为待分配物理小区标识PCI的小区;
根据所述目标小区的工参数据,确定所述目标小区的多个特征邻区,所述多个特征邻区为已分配有PCI的小区,且所述多个特征邻区的PCI不冲突、不混淆;
将所述目标小区的工参数据输入目标模N值确定模型,得到所述目标小区的模N值,所述N为大于1的正整数;所述目标模N值确定模型与所述目标小区的多个特征邻区的数量相关,邻区数量不同的小区对应的模N值确定模型不同;
根据所述目标小区的模N值,确定所述目标小区的PCI,所述目标小区的PCI与所述多个邻区和多个邻区的邻区的PCI均不相同。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标小区的模N值,确定所述目标小区的PCI,包括:
根据所述目标小区的模N值,计算得到所述目标小区的多个PCI;所述多个PCI中数值最大的PCI小于预设值;
根据所述多个特征邻区的PCI,从所述多个PCI中选择目标PCI并将所述目标PCI确定为所述目标小区的PCI,所述目标PCI为所述多个PCI中与所述多个特征邻区和多个特征邻区的邻区的PCI均不相同的PCI。
3.根据权利要求1或2所述的方法,其特征在于,所述工参数据包括小区的天线方位角,所述根据所述目标小区的工参数据,确定所述目标小区的多个特征邻区,包括:
根据所述目标小区的天线方位角,从所述目标小区的特征邻区集合中每个邻区的天线方位角,选择预设数量的特征邻区,所述预设数量与所述目标小区所处区域的小区密度成正比。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取多个已分配PCI的小区的工参数据以及每个小区的PCI的模N值;
根据所述小区的特征小区的数量,将所述多个已分配PCI的小区划分为多个小区集合,所述小区集合包括特征邻区的数量相同的多个小区,不同的小区集合中的小区的特征邻区的数量不同;
针对所述多个小区集合中的每个小区集合,根据预设算法对所述小区集合中每个小区的工参数据以及模N值进行训练,得到所述每个小区集合对应的模N值确定模型,以获取多个模N值确定模型,所述多个模N值确定模型具备确定小区的模N值的功能,所述多个模N值确定模型包括所述目标模N值确定模型。
5.根据权利要3所述的方法,其特征在于,所述方法还包括:
确定所述目标小区所处区域的小区密度;
根据对应关系,确定所述目标小区的特征邻区的数量,所述对应关系包括多个小区密度以及每个小区密度对应的特征邻区的数量。
6.一种小区标识的确定装置,其特征在于,所述装置包括:
获取单元,用于获取目标小区的工参数据,所述目标小区为待分配物理小区标识PCI的小区;
确定单元,用于根据所述目标小区的工参数据,确定所述目标小区的多个特征邻区,所述多个特征邻区为已分配有PCI的小区,且所述多个特征邻区的PCI不冲突、不混淆;
处理单元,用于将所述目标小区的工参数据输入目标模N值确定模型,得到所述目标小区的模N值,所述N为大于1的正整数;所述目标模N值确定模型与所述目标小区的多个特征邻区的数量相关,邻区数量不同的小区对应的模N值确定模型不同;
确定单元,还用于根据所述目标小区的模N值,确定所述目标小区的PCI,所述目标小区的PCI与所述多个邻区和多个邻区的邻区的PCI均不相同。
7.根据权利要求6所述的装置,其特征在于,所述确定单元具体用于:
根据所述目标小区的模N值,计算得到所述目标小区的多个PCI;所述多个PCI中数值最大的PCI小于预设值;
根据所述多个特征邻区的PCI,从所述多个PCI中选择目标PCI并将所述目标PCI确定为所述目标小区的PCI,所述目标PCI为所述多个PCI中与所述多个特征邻区和多个特征邻区的邻区的PCI均不相同的PCI。
8.根据权利要求6或7所述的装置,其特征在于,所述确定单元具体用于:
根据所述目标小区的天线方位角,从所述目标小区的特征邻区集合中每个邻区的天线方位角,选择预设数量的特征邻区,所述预设数量与所述目标小区所处区域的小区密度成正比。
9.根据权利要求6所述的装置,其特征在于,所述获取单元还用于获取多个已分配PCI的小区的工参数据以及每个小区的PCI的模N值;
所述处理单元还用于根据所述小区的特征小区的数量,将所述多个已分配PCI的小区划分为多个小区集合,所述小区集合包括特征邻区的数量相同的多个小区,不同的小区集合中的小区的特征邻区的数量不同;
所述处理单元还用于针对所述多个小区集合中的每个小区集合,根据预设算法对所述小区集合中每个小区的工参数据以及模N值进行训练,得到所述每个小区集合对应的模N值确定模型,以获取多个模N值确定模型,所述多个模N值确定模型具备确定小区的模N值的功能,所述多个模N值确定模型包括所述目标模N值确定模型。
10.根据权利要求8所述的装置,其特征在于,所述确定单元还用于确定所述目标小区所处区域的小区密度;
根据对应关系,确定所述目标小区的特征邻区的数量,所述对应关系包括多个小区密度以及每个小区密度对应的特征邻区的数量。
11.一种计算机可读存储介质,其特征在于,所述可读存储介质中存储有指令,当所述指令被执行时,实现如权利要求1-5任一项所述的方法。
12.一种小区标识的确定装置,其特征在于,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储一个或多个程序,该一个或多个程序包括计算机执行指令,当该装置运行时,处理器执行该存储器存储的该计算机执行指令,以使该装置执行权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310430324.8A CN116489733A (zh) | 2023-04-20 | 2023-04-20 | 小区标识的确定方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310430324.8A CN116489733A (zh) | 2023-04-20 | 2023-04-20 | 小区标识的确定方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116489733A true CN116489733A (zh) | 2023-07-25 |
Family
ID=87218913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310430324.8A Pending CN116489733A (zh) | 2023-04-20 | 2023-04-20 | 小区标识的确定方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116489733A (zh) |
-
2023
- 2023-04-20 CN CN202310430324.8A patent/CN116489733A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111867049B (zh) | 定位方法、装置及存储介质 | |
JP2021510966A (ja) | 情報指示方法、情報特定方法、端末及び基地局 | |
CN104335622B (zh) | 基于业务分布的网络规划、优化方法及装置 | |
CN104956705A (zh) | 用于物理小区标识符分配的算法 | |
Chatzimilioudis et al. | Continuous all k-nearest-neighbor querying in smartphone networks | |
CN104301948A (zh) | 一种载波聚合网络中的小区切换方法及装置 | |
CN114071443B (zh) | 参考信号测量方法、终端及网络侧设备 | |
CN114070504B (zh) | 参考信号传输方法、装置及通信设备 | |
CN110290473A (zh) | 切换方法与装置 | |
CN113727399A (zh) | 一种目标小区确定方法及装置 | |
CN110198267A (zh) | 一种流量调度方法、***及服务器 | |
KR20160048579A (ko) | 무선 그리드 컴퓨팅 방법 및 장치 | |
CN117880830A (zh) | 一种感知专网拓扑关系自动规划的方法及装置 | |
CN108012299A (zh) | 一种trp及移动性管理方法 | |
CN104981019B (zh) | 调度无线资源的方法、控制节点和*** | |
US11109235B2 (en) | Spectrum management service | |
CN112088555A (zh) | 用于无线通信***中的资源分配的协调器网络节点和接入网络节点 | |
CN116489733A (zh) | 小区标识的确定方法、装置及存储介质 | |
GB2505749A (en) | Coexistence management system for measuring channel information between spectrum sharing devices and method thereof | |
CN112929907B (zh) | 天线参数的确定方法及装置 | |
CN112153679B (zh) | 一种转网方法及装置 | |
CN114268523A (zh) | 确定时域相关性的方法、装置、信号接收端及存储介质 | |
CN105578507A (zh) | 一种邻区配置方法及装置 | |
CN115087022B (zh) | 物理小区标识pci分配方法、装置及电子设备 | |
EP4391409A1 (en) | Beam grid optimization |
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 |