WO2013026389A1 - 一种进行仿真的方法和设备 - Google Patents

一种进行仿真的方法和设备 Download PDF

Info

Publication number
WO2013026389A1
WO2013026389A1 PCT/CN2012/080428 CN2012080428W WO2013026389A1 WO 2013026389 A1 WO2013026389 A1 WO 2013026389A1 CN 2012080428 W CN2012080428 W CN 2012080428W WO 2013026389 A1 WO2013026389 A1 WO 2013026389A1
Authority
WO
WIPO (PCT)
Prior art keywords
dynamic
static
index value
simulation
value
Prior art date
Application number
PCT/CN2012/080428
Other languages
English (en)
French (fr)
Inventor
曹艳霞
何剑
贾保灵
王晨
王姝杰
Original Assignee
电信科学技术研究院
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 电信科学技术研究院 filed Critical 电信科学技术研究院
Publication of WO2013026389A1 publication Critical patent/WO2013026389A1/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation

Definitions

  • TD-LTE TD-SCDMA Long Term Evolution
  • the expected effect is to achieve user performance through real channel modeling, antenna transmission mode and signal detection algorithm. Conduct an assessment as realistic as possible.
  • the dynamic system simulation reflects the time-varying characteristics of the channel, the antenna transmission mode and the processing gain of the detection algorithm.
  • the results of the dynamic simulation reliably reflect the real network performance, which is the most common way to be used in TD-LTE system simulation. .
  • Static system simulation is another common system simulation method.
  • the advantage is that its simulation efficiency is high. It has a good effect in analyzing the limit capacity and coverage of the mobile communication system, the level of system interference, and the mutual interference between systems.
  • the performance of the user is evaluated by real channel modeling, antenna transmission mode and signal detection algorithm, which reflects the time-varying characteristics of the channel and the processing gain of the transmission mode and detection algorithm.
  • the dynamic system simulation is due to its Modeling is more refined, and there is a clear problem of low simulation efficiency.
  • the transmission mode and the time-varying characteristics of the channel cannot be reflected by ignoring the time-varying characteristics of the channel, and the processing gain of the detection algorithm cannot be reflected.
  • the time-varying characteristics of the channel cannot be reflected under the premise of improving efficiency, and the processing gain of the algorithm such as the transmission mode and the detection algorithm cannot be reflected.
  • the present invention provides a method and apparatus for performing simulation to embody a channel under the premise of improving efficiency. Time-varying characteristics, and can reflect the processing gain of algorithms such as transmission mode and detection algorithm.
  • An extraction module configured to determine a correspondence between a dynamic index value and a static index value corresponding to the scenario in which the simulation is performed, where the correspondence between the dynamic index value and the static index value is determined by dynamic pre-simulation;
  • the static simulation module is configured to determine a dynamic index value corresponding to the static indicator value obtained by the static simulation according to the correspondence between the dynamic index value and the static index value corresponding to the determined scenario.
  • FIG. 1 is a flowchart of a method for performing simulation according to an embodiment of the present application
  • FIG. 2 is a schematic diagram of a correspondence between a storage dynamic index value and a static index value according to an embodiment of the present application
  • FIG. 3 is a schematic structural diagram of an apparatus for performing simulation according to an embodiment of the present application.
  • FIG. 4 is a schematic structural diagram of a module in an apparatus according to an embodiment of the present application.
  • the embodiment of the present application determines the correspondence between the dynamic index value and the static index value corresponding to the at least one scenario in advance by using dynamic pre-simulation, and determines the dynamic index value and the static index value corresponding to the simulated scenario when the simulation is needed. Corresponding relationship, then static simulation value obtained by static simulation, and corresponding dynamic index value is determined according to the corresponding relationship between the determined dynamic index value and the static index value.
  • the embodiment of the present application can effectively balance the efficiency and simulation performance of the system simulation. Through the simulation of the simulation process, the efficiency can be greatly improved under the premise that the simulation performance loss is small, and the dynamics can be obtained with the efficiency of the static simulation. The evaluation performance of the simulation improves the evaluation efficiency based on the reliability of the performance.
  • the application can be applied to the LTE network planning software, and can also be applied to other scenarios that require network performance.
  • the embodiments of the present application are further described in detail below with reference to the accompanying drawings.
  • the method for performing simulation in the embodiment of the present application includes the following steps:
  • Step 101 Determine a correspondence between a dynamic index value and a static index value corresponding to the scenario to be simulated, where a correspondence between the dynamic index value and the static index value is determined by dynamic pre-simulation;
  • Step 102 Determine, according to the corresponding correspondence between the dynamic index value and the static index value corresponding to the scenario to be simulated, the dynamic index value corresponding to the static index value obtained by the static simulation.
  • the form of storing the correspondence between the dynamic indicator value and the static indicator value includes, but is not limited to, at least one of the following forms:
  • the dynamic pre-simulation is performed in advance to determine the correspondence between the dynamic index value and the static index value.
  • Step Sl performing dynamic pre-simulation, obtaining pre-processing dynamic index value and pre-processing static index value
  • Step S2 Perform screening processing on the pre-processing dynamic index value and the pre-processing static index value according to the set step value, and obtain a correspondence between the dynamic index value and the static index value.
  • step S1 the data obtained from the dynamic pre-simulation is selected, and according to The selected data determines the pre-processed dynamic indicator value and the pre-processed static indicator value.
  • the dynamic pre-simulation will get the pre-processing dynamic index value and the pre-processing static index value.
  • the selection is actually the selection of the pre-processing dynamic index value and the pre-processing static index value for the subsequent processing. Therefore, after selecting the data, directly It is possible to determine the pre-processing dynamic index value and the pre-processing static index value.
  • selection conditions include but are not limited to at least one of the following conditions:
  • the amount of data after selection is not greater than the set threshold, that is, when the number of data is greater than the threshold, the excess data is not analyzed and processed;
  • the amount of data after selection is not greater than the amount of buffering, that is, when the amount of data is greater than the amount of buffering, only the data within the buffering threshold is analyzed and processed.
  • the above threshold value, normal range, and buffer amount can be determined based on experience, simulation, and the like.
  • selection condition of the embodiment of the present application is not limited to the above three types, and other conditions that can be selected from the data obtained by performing the dynamic pre-simulation can be used as the selection condition of the embodiment of the present application.
  • the dynamic pre-simulation end condition can be set before the dynamic pre-simulation, and the dynamic pre-simulation is triggered to end or end the pre-simulation of some samples when the condition meets the requirement.
  • Dynamic pre-simulation is configured for the system that needs to be evaluated (including but not limited to propagation environment, network parameters, etc.).
  • the dynamic pre-simulation end condition includes but is not limited to at least one of the following conditions:
  • the dynamic pre-simulation is ended. For example, if the first threshold is 10, 10 different random number seeds are determined, and each of the random number seeds is used for dynamic pre-simulation. Wait until 10 random number seeds are used to stop dynamic pre-simulation;
  • the dynamic pre-simulation is ended, for example, the second threshold is 500 bits.
  • bit (may also be kilobit (Kbit) or megabit (Mbit)), then the total amount of data is greater than 500 bits (bit) to stop;
  • the dynamic pre-simulation is ended. For example, if the third threshold is 200, the total number of samples is greater than 200;
  • the dynamic pre-simulation is ended.
  • the sample range is -ldB ⁇ 0dB
  • the fourth threshold is 50, then in -ldB ⁇ 0dB, ⁇ The total number of samples is greater than 50;
  • the above thresholds can be determined based on experience, simulation, and the like.
  • the dynamic pre-simulation end condition of the embodiment of the present application is not limited to the above five types, and other conditions that can end the dynamic pre-simulation can be ended as the dynamic pre-simulation of the embodiment of the present application.
  • the correspondence between the dynamic index value and the static index value may be a static and dynamic indicator curve, information used to represent the dynamic and static index curve (such as a table), or other information capable of indicating a relationship between the dynamic index value and the static index value.
  • the correspondence between the dynamic index value and the static index value may be the static and dynamic index curve and the information used to represent the dynamic and static index curve, in step S2, there are multiple ways to obtain the correspondence between the dynamic index value and the static index value. Kind.
  • Method 1 Determine a pre-processing static and static index curve according to the pre-processing dynamic index value and the pre-processing static index value; and determine each grid range corresponding to the pre-processed static index value in the pre-processed static and dynamic index curve according to the set step value ;
  • each grid range corresponding to the pre-processed static index value if there is a grid without pre-processing dynamic index values, increase the set step value, and return to determine the pre-processing static indicator value corresponding to the pre-processed static and dynamic indicator curve.
  • For each grid range step if there is no grid without preprocessing the dynamic indicator value, generate a static or dynamic indicator curve or information for indicating the dynamic and static indicator curve.
  • the pre-processing dynamic and static index is determined according to the pre-processing dynamic index value and the pre-processing static index value. For example, if there are two pre-processing static indicators and one pre-processing dynamic index, one of the pre-processing static indicators may be used as the X-axis. Another pre-processing static indicator is used as the Y-axis, and the pre-processing dynamic index is used as the Z-axis, so that a pre-processing static and dynamic index curve can be determined according to each value (pre-processing static and static according to the pre-processing static index and the number of pre-processing dynamic indicators) The latitude of the indicator curve may also be different.
  • the pre-processed static indicator range in the pre-processed static and dynamic indicator curve may be divided into multiple grids, each grid being determined according to the set step value, such as each grid The length can be equal to the step value;
  • the corresponding grid will become larger, the data in the grid will increase, and the average value of the data in the grid will be different, which will change the pre-processing dynamic and static index curve.
  • Method 2 determining a pre-processing static and dynamic index curve according to the pre-processing dynamic index value and the pre-processing static index value; determining each grid range corresponding to the pre-processed static index value in the pre-processed static and dynamic index curve according to the set step value ;
  • the dynamic index value in the grid corresponding to the pre-processed static index value is smoothed to generate a static and dynamic indicator curve or information for indicating the dynamic and static indicator curve.
  • the pre-processing dynamic and static index is determined according to the pre-processing dynamic index value and the pre-processing static index value.
  • the pre-processing static indicators may be used as the X-axis.
  • Another pre-processing static indicator is used as the Y-axis, and the pre-processing dynamic index is used as the Z-axis, so that a pre-processing static and dynamic index curve can be determined according to each value (pre-processing static and static according to the pre-processing static index and the number of pre-processing dynamic indicators)
  • the latitude of the indicator curve may also be different. In the above example, it is three-dimensional, and may be two-dimensional or more in accordance with needs;
  • the pre-processed static indicator range in the pre-processed static and dynamic indicator curve may be divided into multiple grids, each grid being determined according to the set step value, such as each grid The length can be equal to the step value;
  • the dynamic pre-simulation can be implemented in the planning software, or can be implemented in the software peripheral.
  • the mapping between the dynamic index value and the static index value is stored in the schematic diagram.
  • the simulation is implemented in the planning software and includes the following steps:
  • Step 201 Configure network and system parameters and a simulation end condition
  • Step 202 Perform dynamic pre-simulation
  • Step 203 Output a dynamic statistic and a static statistic.
  • Step 204 Determine whether the end condition is met. If yes, execute step 205; otherwise, perform step 202; Step 205: Perform data filtering on the output dynamic statistics and static statistics.
  • Step 206 Determine, according to the filtered statistics, a correspondence between the dynamic index value and the static index value.
  • Step 207 Store a correspondence between the dynamic index value and the static index value.
  • Step 210 Perform dynamic pre-simulation
  • Step 211 Output a dynamic statistic and a static statistic.
  • Step 212 Perform data filtering on the dynamic statistics and static statistics of the output
  • Step 213 Determine, according to the statistic after the screening, the correspondence between the dynamic index value and the static index value;
  • Step 214 Correspond relationship between the dynamic index value and the static index value obtained by the import;
  • Step 207 Store a correspondence between a dynamic indicator value and a static indicator value.
  • the dynamic pre-simulation process can be performed in the planning software, and the interface extracted by the simulation is imported into the network planning software or the simulation platform and stored.
  • Each static simulation uses only the same dynamic static and static interface, and only needs one dynamic index value and Correspondence between static indicator values.
  • a scenario identifier may correspond to a correspondence between multiple dynamic indicator values and static indicator values.
  • Step 1 Dynamic pre-simulation process.
  • Dynamic pre-simulation can be a complete dynamic simulation process.
  • System performance indicators, and the above output performance indicators as a basic sample point for subsequent processing.
  • the processing method of automatic filtering is taken.
  • the pair will be skipped.
  • the simulation duration is 5 seconds.
  • the C/I reaches 10 5 in the range of [-5dB, -4dB] within 3 seconds, the data in the range may not be analyzed in the subsequent time.
  • Step two the extraction process.
  • the sample point values of the above output are further processed, for example, for the distribution of C/I and I 0 /N 0 of the statistical output, the statistical step size in the interface extraction process is determined according to the distribution of the curve.
  • C/I, IQ/NQ are the horizontal and vertical coordinates, and the corresponding TBS (Z-axis coordinate) and SR value (Z-axis coordinate) are obtained.
  • C/I, Io/No, TBS C/I, I 0 /N 0 , SNR
  • C/I, Io/No the number of dispatches
  • other corresponding static and dynamic indicator curves C/I, Io/No, TBS
  • (C/I, Io/No, SNR) and (C/I, Io/No, scheduling times) are a dynamic indicator value and a static indicator value, respectively.
  • a scene can correspond to one or more of (C/I, Io/No, TBS), (C/I, Io/No, SNR) and (C/I, I 0 /N 0 , number of schedules). If there are multiple corresponding ones, the correspondence between the dynamic index value and the static index value may be determined according to the dynamic index value obtained, such as a scene correspondence (C/I, Io/No, TBS) and (C/I, I 0 /N). 0 , SNR), if only the SNR needs to be obtained, determine (C/I, Io/No, SNR); or determine the multiple dynamic indicators according to the correspondence between multiple dynamic index values and static index values corresponding to the scenario.
  • TBS and SNR are determined according to (C/I, Io/No, TBS) and (C/I, Io/No, SNR), and then SR is selected.
  • the grid statistics have a certain step size
  • there may be unreasonable data in some of the grids for example, the indicators of the current grid are empty. Therefore, in the process of interface extraction, the data needs to be filtered and filtered. If unreasonable values occur in a raster, the raster data needs to be processed.
  • the processing method is as follows:
  • the data is counted in two steps. If there is also unreasonable data, increase the step size, 3 times, 4 times... until there is no unreasonable data in the grid. .
  • For the grid find the relevant information of the grid before and after it, and then smooth the statistics of the grid, such as taking the average of two or more raster values as the current grid statistics.
  • the goal of automatically optimizing the grid statistical interval is achieved by removing unreasonable data.
  • Step 3 can be performed when simulation is required.
  • Step 3 Static evaluation process.
  • the dynamic indicator value is S R
  • S R can be directly obtained.
  • the dynamic indicator value is a TBS
  • the user equipment in different cells in the system may be multiplied by the number of times of scheduling of the user equipment according to the TBS, and the throughput of the user equipment may be obtained; With the number of cells, the average system throughput can be obtained.
  • a device for performing simulation is also provided in the embodiment of the present application. Since the principle of solving the problem is similar to the method for performing the simulation, the implementation of the device can refer to the implementation of the method, and the repetition is no longer Narration.
  • the apparatus for performing simulation in the embodiment of the present application includes: an extraction module 30 and a static simulation module 40.
  • the extraction module 30 is configured to determine a correspondence between a dynamic index value and a static index value corresponding to the scenario in which the simulation is performed, where the correspondence between the dynamic index value and the static index value is determined by dynamic pre-simulation;
  • the static simulation module 40 is configured to determine a dynamic index value corresponding to the static index value obtained by the static simulation according to the correspondence between the dynamic index value and the static index value corresponding to the determined scenario to be simulated.
  • the device in the embodiment of the present application may further include: a dynamic pre-simulation module 50.
  • the dynamic pre-simulation module 50 is configured to perform dynamic pre-simulation, and obtain a pre-processing dynamic index value and a pre-processing static index value; and according to the set step value, the pre-processing dynamic index value and the pre-processing static index value are filtered, The correspondence between the dynamic index value and the static index value is obtained.
  • the dynamic pre-simulation module 50 selects from the data obtained by performing the dynamic pre-simulation according to at least one of the following selection conditions, and determines the pre-processing dynamic index value and the pre-processing static index value according to the selected data: The amount of data afterwards is not greater than the set threshold;
  • the amount of data after selection is not greater than the amount of buffering.
  • the correspondence between the dynamic index value and the static index value is a static and dynamic index curve or information for indicating the dynamic and static index curve; preferably, the dynamic pre-simulation module 50 determines the pre-processing motion according to the pre-processed dynamic index value and the pre-processed static index value.
  • the indicator curve determine each grid range corresponding to the pre-processed static index value in the pre-processing static and dynamic indicator curve; in each grid range corresponding to the pre-processed static indicator value, if there is no pre-presence Processing the grid of dynamic indicator values, increasing the set step value, and returning the step of determining each grid range corresponding to the pre-processed static indicator value in the pre-processed static and dynamic indicator curve, if there is no pre-processing dynamic indicator value
  • the correspondence between the dynamic index value and the static index value is a static and dynamic index curve or information for indicating the dynamic and static index curve; preferably, the dynamic pre-simulation module 50 determines the pre-processing motion according to the pre-processed dynamic index value and the pre-processed static index value.
  • the indicator curve according to the set step value, determining each grid range corresponding to the pre-processed static index value in the pre-processing static and dynamic index curve; smoothing the dynamic index value in the grid corresponding to the pre-processed static index value, Generate a static or dynamic indicator curve or information used to represent the dynamic and static indicator curve.
  • the dynamic pre-simulation module 50 is further configured to stop the dynamic pre-simulation when at least one of the following conditions is met:
  • the number of times of dynamic pre-simulation is greater than a set first threshold
  • the total amount of data in the sample is greater than the set second threshold
  • the total number of samples set is greater than the set third threshold
  • the number of samples in the set sample range is greater than the set fourth threshold
  • the time for dynamic pre-simulation exceeds the set fifth threshold.
  • the device based on the embodiment of the present application can save manpower work because the simulation work can be fully automated.
  • FIG. 4 in the schematic diagram of the module structure in the apparatus of the embodiment of the present application:
  • the dynamic pre-simulation module 50 includes a dynamic simulation sub-module, a simulation end judging sub-module and a data output sub-module;
  • the dynamic simulation sub-module implements a basic dynamic simulation function
  • the simulation end judgment sub-module compares and judges the data outputted by the data output module with the preset condition, and triggers the function of the dynamic simulation module to end the simulation;
  • the data output sub-module implements the function of outputting pre-emulation data.
  • the extraction module 30 includes a data filtering sub-module, a data analysis sub-module, and an interface storage sub-module.
  • the data filtering sub-module implements a screening function for dynamic pre-simulation output data
  • the data analysis sub-module realizes the analysis of the dynamic pre-simulation output data and the function of generating the correspondence between the dynamic index value and the static index value;
  • the interface storage sub-module implements the function of storing the correspondence between the dynamic index value and the static index value.
  • the static simulation module 40 includes a static simulation sub-module, an interface mapping sub-module, an evaluation performance analysis sub-module, and an evaluation performance output sub-module;
  • the static simulation sub-module implements the basic static simulation and outputs the function of the static simulation result;
  • the interface mapping sub-module realizes the function of mapping the dynamic index value to the static index value through the static simulation result to obtain the dynamic index value;
  • the evaluation performance analysis sub-module realizes the function of analyzing and processing the dynamic index value to obtain the final indicator of the dynamic simulation performance
  • the evaluation performance output sub-module implements the function of outputting the dynamic simulation results obtained by the final mapping.
  • the static simulation module 40 may also not include an evaluation performance analysis sub-module and an evaluation performance output sub-module.
  • the partitioning module in FIG. 4 is only one specific implementation manner, and the extraction module 30, the static simulation module 40, and the dynamic pre-simulation module 50 may not be further divided according to requirements, that is, the extraction module 30 may implement dynamics. All functions of the simulation submodule, the simulation end judgment submodule and the data output submodule, the static simulation module 40 can implement all functions of the data filtering sub-module, the data analysis sub-module and the interface storage sub-module, and the dynamic pre-simulation module 50 can implement the static simulation sub-module, the interface mapping sub-module, the evaluation performance analysis sub-module, and the evaluation performance output sub-module. All functions, but can not be considered a function can only be achieved by a specific sub-module;
  • FIG. 4 It can also be divided according to the way of Figure 4 (that is, the specific module number and module function can be different from Figure 4). Therefore, the embodiment of FIG. 4 is not considered to be the only way in the extraction module 30, the static simulation module 40, and the dynamic pre-simulation module 50. There are many specific changes, and are not described here.
  • embodiments of the present application can be provided as a method, system, or computer program product.
  • the application can be in the form of an entirely hardware embodiment, an entirely software embodiment, or a combination of software and hardware.
  • the application can be in the form of a computer program product embodied on one or more computer-usable storage interfaces (including but not limited to disk storage, CD-ROM, optical storage, etc.) containing computer usable program code.
  • the computer program instructions can also be stored in a computer readable memory that can direct a computer or other programmable data processing device to operate in a particular manner, such that the instructions stored in the computer readable memory produce an article of manufacture comprising the instruction device.
  • the apparatus implements the functions specified in one or more blocks of a flow or a flow and/or block diagram of the flowchart.
  • These computer program instructions can also be loaded onto a computer or other programmable data processing device such that a series of operational steps are performed on a computer or other programmable device to produce computer-implemented processing for execution on a computer or other programmable device.
  • the instructions provide steps for implementing the functions specified in one or more of the flow or in a block or blocks of a flow diagram.
  • the embodiment of the present application can effectively balance the efficiency and simulation performance of the system simulation.
  • the efficiency can be greatly improved under the premise that the simulation performance loss is small, and the dynamics can be obtained with the efficiency of the static simulation.
  • the evaluation performance of the simulation improves the evaluation efficiency on the basis of ensuring the performance reliability, and reflects the time-varying characteristics of the channel under the premise of improving the efficiency, and can reflect the processing gain of the algorithm such as the transmission mode and the detection algorithm.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例涉及无线通信技术领域，特别涉及一种进行仿真的方法和设备，用以在提高效率的前提下体现信道的时变特性，并且能够体现出传输模式和检测算法等算法的处理增益。本申请实施例的方法包括：确定进行仿真的场景对应的动态指标值和静态指标值的对应关系，其中动态指标值和静态指标值的对应关系是通过动态预仿真确定的；根据确定的动态指标值和静态指标值的对应关系，确定静态仿真得到的静态指标值对应的动态指标值。本申请实施例能够有效兼顾***仿真的效率和仿真性能，通过仿真流程的简化，在仿真性能损失很少前提下，效率方面能够获得巨大地提少，并且能够以静态仿真的效率获得动态仿真的评估性能，从而在保证性能可靠性的基础上提升了评估效率。

Description

一种进行仿真的方法和设备 本申请要求在 2011年 8月 24日提交中国专利局、申请号为 201110243931.0、发明名称为"一 种进行仿真的方法和设备"的中国专利申请的优先权， 其全部内容通过引用结合在本申请中。 技术领域 本申请涉及无线通信技术领域， 特别涉及一种进行仿真的方法和设备。 背景技术 在 LTE ( Long Term Evolution, 长期演进） 网络规划软件的仿真评估中， 期望能够实 现***仿真性能优先， 同时兼顾仿真效率。
在目前 LTE***网络规划仿真评估软件中， 常用的***仿真方法为动态仿真、静态仿 真等评估方式。
由于一个庞大而复杂的移动通信***很难用一系列定量的理论公式对其进行描述， 因 此仿真成为一种分析移动通信***的有效手段。 对于 TD-LTE ( TD-SCDMALong Term Evolution, 时分同步码分多址 -长期演进） ***仿真来讲， 其期望达到的效果是通过真实 的信道建模、 天线传输模式和信号检测算法， 对用户性能进行尽可能真实地评估。
动态***仿真体现了信道的时变特性、 天线传输模式以及检测算法的处理增益， 动态 仿真的结果比较可靠地反映了真实的网络性能， 是 TD-LTE***仿真中所釆用的最常见的 方式。
静态***仿真是另外一种较常见的***仿真方式， 优势是其仿真效率较高。 其在分析 移动通信***极限容量和覆盖、 ***千扰水平、 ***间互千扰方面具有良好的效果。
对于动态仿真， 由于通过真实的信道建模、 天线传输模式和信号检测算法， 对用户的 性能进行评估， 体现了信道的时变特性和传输模式以及检测算法等的处理增益， 动态*** 仿真由于其建模比较精细化， 存在着明显的仿真效率较低的问题。
对于静态仿真， 由于忽略信道的时变特性， 无法体现传输模式以及信道的时变特性， 并且无法体现检测算法的处理增益。
综上所述， 目前 LTE***仿真评估中， 无法在提高效率的前提下体现信道的时变特性， 并且无法体现出传输模式和检测算法等算法的处理增益。 发明内容 本申请实施例提供的一种进行仿真的方法和设备， 用以在提高效率的前提下体现信道 的时变特性， 并且能够体现出传输模式和检测算法等算法的处理增益。
本申请实施例提供的一种进行仿真的方法， 包括：
确定进行仿真的场景对应的动态指标值和静态指标值的对应关系， 其中动态指标值和 静态指标值的对应关系是通过动态预仿真确定的；
根据确定的所述进行仿真的场景对应的动态指标值和静态指标值的对应关系， 确定静 态仿真得到的静态指标值对应的动态指标值。
本申请实施例提供的一种进行仿真的设备 , 包括：
提取模块， 用于确定进行仿真的场景对应的动态指标值和静态指标值的对应关系， 其 中动态指标值和静态指标值的对应关系是通过动态预仿真确定的；
静态仿真模块， 用于根据确定的所述进行仿真的场景对应的动态指标值和静态指标值 的对应关系， 确定静态仿真得到的静态指标值对应的动态指标值。
本申请实施例能够有效地兼顾***仿真的效率和仿真性能， 通过仿真流程的筒化， 在 仿真性能损失很小的前提下， 效率方面能够获得巨大地提升， 并且能够以静态仿真的效率 获得动态仿真的评估性能， 从而在保证性能可靠性的基础上提升了评估效率， 在提高效率 的前提下体现信道的时变特性， 并且能够体现出传输模式和检测算法等算法的处理增益。 附图说明 图 1为本申请实施例进行仿真的方法流程图；
图 2为本申请实施例存储动态指标值和静态指标值的对应关系的示意图；
图 3为本申请实施例进行仿真的装置结构示意图；
图 4为本申请实施例装置中的模块结构示意图。 具体实施方式 本申请实施例预先通过动态预仿真确定至少一个场景对应的动态指标值和静态指标 值的对应关系， 在需要进行仿真时， 确定进行仿真的场景对应的动态指标值和静态指标值 的对应关系， 然后进行静态仿真得到的静态指标值， 根据确定的动态指标值和静态指标值 的对应关系确定对应的动态指标值。 本申请实施例能够有效地兼顾***仿真的效率和仿真 性能， 通过仿真流程的筒化， 在仿真性能损失很小的前提下， 效率方面能够获得巨大地提 升， 并且能够以静态仿真的效率获得动态仿真的评估性能， 从而在保证性能可靠性的基础 上提升了评估效率。
其中， 本申请可以应用在 LTE网络规划软件中， 也可以应用在其他需要获得网络性能 的场景中。 下面结合说明书附图对本申请实施例作进一步详细描述。
如图 1所示， 本申请实施例进行仿真的方法包括下列步骤：
步骤 101、 确定进行仿真的场景对应的动态指标值和静态指标值的对应关系， 其中动 态指标值和静态指标值的对应关系是通过动态预仿真确定的；
步骤 102、 根据确定的进行仿真的场景对应的动态指标值和静态指标值的对应关系， 确定静态仿真得到的静态指标值对应的动态指标值。
在实施中， 存储动态指标值和静态指标值的对应关系的形式包括但不限于下列形式中 的至少一种：
文件、 全局变量、 静态变量和数据库。
较佳的， 预先进行动态预仿真确定动态指标值和静态指标值的对应关系。
具体包括下列步骤：
步骤 Sl、 进行动态预仿真， 得到预处理动态指标值和预处理静态指标值；
步骤 S2、根据设定的步长值，对预处理动态指标值和预处理静态指标值进行筛选处理， 得到动态指标值和静态指标值的对应关系。
由于数据量过大， 造成接口提取处理时间长， 影响仿真的效率， 所以为了提高仿真的 效率， 较佳的， 步骤 S1 中根据选取条件， 从进行动态预仿真得到的数据中进行选择， 并 根据选择的数据确定预处理动态指标值和预处理静态指标值。
动态预仿真会得到预处理动态指标值和预处理静态指标值， 进行选择实际上就是从预 处理动态指标值和预处理静态指标值中选择进行后续处理的指标值， 所以在选择数据后， 直接就可以确定预处理动态指标值和预处理静态指标值。
其中， 选取条件包括但不限于下列条件中的至少一种：
选择后的数据量不大于设定的门限值， 即当数据数量多于该门限时， 对多余的数据不 予分析和处理；
选择在正常范围内的数据， 即当数据不在正常范围时， 认为数据异常， 对其不予分析 和处理；
选择后的数据量不大于緩存量， 即当数据量大于緩存量时， 只对緩存量门限内的数据 进行分析和处理。
上述的门限值、 正常范围和緩存量可以根据经验、 仿真等确定。
需要说明的是， 本申请实施例的选取条件并不局限于上述三种， 其他能够从进行动态 预仿真得到的数据中进行选择的条件都可以作为作为本申请实施例的选取条件。
较佳的， 在进行动态预仿真之前还可以设置动态预仿真结束条件， 当条件满足要求时 触发动态预仿真结束或结束对某些样本的预仿真。 动态预仿真即针对实际需要评估的*** 进行配置 （包括但不限于传播环境、 网络参数等）。 其中， 动态预仿真结束条件包括但不限于下列条件中的至少一种：
进行动态预仿真的次数大于设定的第一阈值时，结束动态预仿真，比如第一阈值是 10, 则确定 10 个不同的随机数种子， 每次使用其中的一个随机数种子进行动态预仿真， 等到 10个随机数种子都使用完后停止动态预仿真；
釆样的总数据量大于设定的第二阈值时， 结束动态预仿真， 比如第二阈值是 500比特
( bit ) (还可以是千比特 ( Kbit )或兆比特 ( Mbit ) ), 则釆样的总数据量大于 500比特 ( bit ) 停止；
设定的釆样总数大于设定的第三阈值时， 结束动态预仿真， 比如第三阈值是 200, 则 釆样总数大于 200停止；
在设定的釆样范围内釆样数大于设定的第四阈值时， 结束动态预仿真， 比如釆样范围 是 -ldB~0dB, 第四阈值是 50, 则在 -ldB~0dB中， 釆样总数大于 50停止；
进行动态预仿真的时间超过设定的第五阈值时， 结束动态预仿真。
上述各阈值可以根据经验、 仿真等确定。
需要说明的是， 本申请实施例的动态预仿真结束条件并不局限于上述五种， 其他能够 结束动态预仿真的条件都可以作为本申请实施例的动态预仿真结束。
较佳的， 动态指标值和静态指标值的对应关系可以是动静指标曲线、 用于表示动静指 标曲线的信息 （比如表格）或其他能够表示动态指标值和静态指标值之间关系的信息。
若动态指标值和静态指标值的对应关系可以是动静指标曲线、 用于表示动静指标曲线 的信息， 步骤 S2 中， 有多种得到动态指标值和静态指标值的对应关系的方式， 下面列举 几种。
方式一、 根据预处理动态指标值和预处理静态指标值， 确定预处理动静指标曲线； 根据设定的步长值， 确定预处理动静指标曲线中预处理静态指标值对应的每个栅格范 围；
在预处理静态指标值对应的每个栅格范围中， 若存在没有预处理动态指标值的栅格， 增加设定的步长值 , 并返回确定预处理动静指标曲线中预处理静态指标值对应的每个栅格 范围的步骤， 若不存在没有预处理动态指标值的栅格， 生成动静指标曲线或用于表示动静 指标曲线的信息。
具体的， 根据预处理动态指标值和预处理静态指标值， 确定预处理动静指标曲线， 比 如如果有两个预处理静态指标， 一个预处理动态指标， 可以将其中一个预处理静态指标作 为 X轴， 另一个预处理静态指标作为 Y轴， 预处理动态指标作为 Z轴， 从而根据各个数 值就能够确定一个预处理动静指标曲线（根据预处理静态指标和预处理动态指标的数量不 同， 预处理动静指标曲线的纬度也可能不同， 上述例子中是三维，根据需要也可以是二维， 或者更多维）； 在确定了预处理动静指标曲线后， 可以将预处理动静指标曲线中的预处理静态指标范 围划分为多个栅格， 每个栅格根据设定的步长值确定， 比如每个栅格的长度可以等于步长 值；
划分栅格后就知道是否存在没有预处理动态指标值的栅格， 如果存在， 就需要增加设 定的步长值（比如按照倍数增加）， 然后重新划分栅格， 继续判断是否存在没有预处理动 态指标值的栅格， 直到不存在没有预处理动态指标值的栅格， 然后将栅格中的数据取平均 后的平均值就是该栅格对应的数值 , 根据平均后的数据就得到一个动静指标曲线， 然后可 以直接存储该动静指标曲线或者转换成能够表示该动静指标曲线的信息后存储。
由于增加步长值， 相应得到的栅格就会变大， 栅格中的数据就会变多， 栅格中的数据 取平均后的平均值就会有差异， 从而会改变预处理动静指标曲线。
方式二、 根据预处理动态指标值和预处理静态指标值， 确定预处理动静指标曲线； 根据设定的步长值， 确定预处理动静指标曲线中预处理静态指标值对应的每个栅格范 围；
对预处理静态指标值对应的栅格中的动态指标值进行平滑处理， 生成动静指标曲线或 用于表示动静指标曲线的信息。
具体的， 根据预处理动态指标值和预处理静态指标值， 确定预处理动静指标曲线， 比 如如果有两个预处理静态指标， 一个预处理动态指标， 可以将其中一个预处理静态指标作 为 X轴， 另一个预处理静态指标作为 Y轴， 预处理动态指标作为 Z轴， 从而根据各个数 值就能够确定一个预处理动静指标曲线（根据预处理静态指标和预处理动态指标的数量不 同， 预处理动静指标曲线的纬度也可能不同， 上述例子中是三维，根据需要也可以是二维， 或者更多维）；
在确定了预处理动静指标曲线后， 可以将预处理动静指标曲线中的预处理静态指标范 围划分为多个栅格， 每个栅格根据设定的步长值确定， 比如每个栅格的长度可以等于步长 值；
划分栅格后， 针对一个栅格就可以查找其前后栅格的相关信息， 然后对该栅格的进行 平滑处理， 如分别取前两个（或几个） 以及后两个（或几个）栅格取值的均值作为当前栅 格的值（即动态指标值）， 根据每个栅格的值就得到一个动静指标曲线， 然后可以直接存 储该动静指标曲线或者转换成能够表示该动静指标曲线的信息后存储。
在实施中， 进行动态预仿真可以在规划软件中实现， 也可以在软件***实现， 如图 2 所示， 本申请实施例存储动态指标值和静态指标值的对应关系的示意图中， 如果动态预仿 真在规划软件中实现， 包括下列步骤：
步骤 201、 配置网络和***参数以及与仿真结束条件；
步骤 202、 进行动态预仿真； 步骤 203、 输出动态统计量和静态统计量；
步骤 204、 判断是否满足结束条件， 如果是， 则执行步骤 205; 否则， 执行步骤 202; 步骤 205、 对输出的动态统计量和静态统计量， 进行数据筛选。
步骤 206、 根据筛选后的统计量确定动态指标值和静态指标值的对应关系； 步骤 207、 存储动态指标值和静态指标值的对应关系。
如果动态预仿真在软件***实现， 包括下列步骤：
步骤 210、 进行动态预仿真；
步骤 211、 输出动态统计量和静态统计量；
步骤 212、 对输出的动态统计量和静态统计量， 进行数据筛选；
步骤 213、 根据筛选后的统计量确定动态指标值和静态指标值的对应关系； 步骤 214、 导入得到的动态指标值和静态指标值的对应关系；
步骤 207、 存储动态指标值和静态指标值的对应关系。
较佳地， 如果是固定仿真场景下， 考虑到每次仿真的配置等参数变化不大， 只需要根 据动态预仿真生成一个动态指标值和静态指标值的对应关系。 比如可以在规划软件中进行 动态预仿真的处理， 将仿真提取的接口导入到网络规划软件或仿真平台中并存储， 每次静 态仿真时釆用同统一的动静接口则只需要一个动态指标值和静态指标值的对应关系。
如果不是固定仿真场景， 考虑每次仿真评估的网络配置、 ***参数的差异， 需要根据 动态预仿真生成多个动态指标值和静态指标值的对应关系。 比如在规划软件中实现静态评 估前进行动态预仿真处理、提取接口并存储，以达到在高效仿真的基础上更加精确的目标。
如果有多个动态指标值和静态指标值的对应关系， 则还需要建立每个对应关系对应的 场景标识。 在需要进行仿真时， 查看是否已存储进行仿真的场景对应的场景标识， 如果存 储了， 则进一步将场景标识对应的动态指标值和静态指标值的对应关系作为进行仿真的场 景对应的动态指标值和静态指标值的对应关系；如果没有存储，需要首先进行动态预仿真， 生成一个本次场景对应的动态指标值和静态指标值的对应关系， 并生成一个新的场景标 识， 存储一个新的场景标识和动态指标值和静态指标值的对应关系， 供以后仿真使用。
在实施中， 一个场景标识可能会对应多个动态指标值和静态指标值的对应关系。
针对图 1列举一个实例进行详细说明。
步骤一、 动态预仿真过程。
动态预仿真可以是一次完整的动态仿真过程， 仿真结束后统计输出调度用户的动态输 出信息 C/I (其中 C是用户设备接收到的有用信号功率， 单位是 dBm; I是用户设备受到的 千扰， 单位是 dBm; C/I又称 CIR (载千比）， 单位是 dB; 1 = 70 + Ν0 , 0指***千扰， N。指***底噪）， Io/No, TBS ( Transport-block Size,传输块大小）， S R (信噪比）， PDCCH ( Physical Downlink Control Channel, 物理下行控制信道） 聚合度等动态仿真可以获得的 ***性能指标， 并将上述输出的性能指标作为后续处理的基本釆样点。
为了进一步提高预仿真的效率并保证一定的仿真统计的精确度， 对于统计输出的样本 点， 釆取自动化过滤的处理方式， 当取值范围内的样本点达到一定的数量后， 将跳过对该 样本点的仿真。 例如： 仿真时长为 5秒， 在 3秒时间内 C/I在 [-5dB,-4dB]范围内的样本点 数到达 105个， 则后续时间内可以不对该范围内的数据进行分析处理。
步骤二、 提取过程。
对于上述输出的样本点值进行进一步的处理， 如对于统计输出的 C/I、 I0/N0的分布， 根据曲线的分布， 确定接口提取过程中的统计步长。 以该步长为单位， C/I、 IQ/NQ为横纵坐 标， 获得对应的 TBS ( Z轴坐标）， S R值（Z轴坐标）， 根据 C/I、 IQ/NQ对应的栅格范围 内的 TBS、 SNR值、 调度次数等信息， 最终获得（C/I, Io/No, TBS ), ( C/I, I0/N0, SNR ), ( C/I, Io/No, 调度次数）等相应的动静指标曲线。 也就是说， ( C/I, Io/No, TBS ), ( C/I, Io/No, SNR )和（C/I, Io/No, 调度次数）分别是一个动态指标值和静态指标值的对应关系。
一个场景可以对应 （C/I, Io/No, TBS ), ( C/I, Io/No, SNR )和（C/I, I0/N0, 调度次 数） 中的一个或多种。 如果对应多个， 可以根据需要获得的动态指标值确定动态指标值和 静态指标值的对应关系， 比如一个场景对应 （C/I, Io/No, TBS )和（C/I, I0/N0, SNR ), 如果只需要获得 SNR, 则确定（C/I, Io/No, SNR ); 也可以先根据场景对应的多个动态指 标值和静态指标值的对应关系， 确定多个动态指标值， 然后需要获得的动态指标值进行选 择， 比如一个场景对应（C/I, Io/No, TBS )和（C/I, Io/No, SNR ), 如果只需要获得 SNR, 可以先通过静态仿真， 根据（C/I, Io/No, TBS )和（C/I, Io/No, SNR )确定 TBS和 SNR, 之后选择 S R。
较佳地， 由于栅格统计有一定的步长， 可能在某些栅格中存在不合理的数据（如： 当 前栅格统计出的各项指标为空）。 因此， 在接口提取的过程中， 需要对数据进行过滤筛选。 如果某一个栅格中出现不合理的取值， 则需要对栅格数据进行处理。 处理方法如下：
对于该栅格， 以两倍的步长进行数据统计， 如果同样存在不合理的数据， 依次增加步 长， 3倍、 4倍 ... ... , 直到该栅格内不存在不合理数据。
对于该栅格， 查找其前后栅格的相关信息， 然后对该栅格的统计数据进行平滑处理， 如取前后两个或几个栅格取值的均值作为当前栅格的统计信息。
通过上述处理方法， 达到去除不合理数据， 栅格统计间隔自动最优化的目标。
上述步骤一和步骤二执行完后就得到动态指标值和静态指标值的对应关系。 在需要进 行仿真时， 可以执行步骤三。
步骤三、 静态评估过程。
进行静态仿真， 获得用户空口信噪比 C/I、 I0/N0等静态输出量， 根据获得的静态输出 量， 映射动态指标值和静态指标值的对应关系， 最终获得用户的吞吐量， S R等***性能 指标。
其中， 如果动态指标值是 S R, 则可以直接得到 S R。 如果动态指标值是 TBS , 对于 ***中不同小区下的用户设备，根据 TBS乘以该用户设备的调度次数， 可得到该用户设备 的吞吐量； 小区下所有用户设备的吞吐量相加， 再除以小区数目， 可得到***平均吞吐量。
基于同一发明构思， 本申请实施例中还提供了一种进行仿真的装置， 由于该装置解决 问题的原理与进行仿真的方法相似， 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。
如图 3所示， 本申请实施例进行仿真的装置包括： 提取模块 30和静态仿真模块 40。 提取模块 30 , 用于确定进行仿真的场景对应的动态指标值和静态指标值的对应关系， 其中动态指标值和静态指标值的对应关系是通过动态预仿真确定的；
静态仿真模块 40,用于根据确定的进行仿真的场景对应的动态指标值和静态指标值的 对应关系， 确定静态仿真得到的静态指标值对应的动态指标值。
较佳地， 本申请实施例的设备还可以进一步包括： 动态预仿真模块 50。
动态预仿真模块 50, 用于进行动态预仿真， 得到预处理动态指标值和预处理静态指标 值； 根据设定的步长值， 对预处理动态指标值和预处理静态指标值进行筛选处理， 得到动 态指标值和静态指标值的对应关系。
较佳地， 动态预仿真模块 50根据下列选取条件中的至少一种， 从进行动态预仿真得 到的数据中进行选择， 并根据选择的数据确定预处理动态指标值和预处理静态指标值： 选择后的数据量不大于设定的门限值；
选择在正常范围内的数据；
选择后的数据量不大于緩存量。
动态指标值和静态指标值的对应关系是动静指标曲线或用于表示动静指标曲线的信 息； 较佳地， 动态预仿真模块 50根据预处理动态指标值和预处理静态指标值， 确定预处 理动静指标曲线； 根据设定的步长值 , 确定预处理动静指标曲线中预处理静态指标值对应 的每个栅格范围； 在预处理静态指标值对应的每个栅格范围中， 若存在没有预处理动态指 标值的栅格， 增加设定的步长值， 并返回确定预处理动静指标曲线中预处理静态指标值对 应的每个栅格范围的步骤， 若不存在没有预处理动态指标值的栅格， 生成动静指标曲线或 用于表示动静指标曲线的信息。
动态指标值和静态指标值的对应关系是动静指标曲线或用于表示动静指标曲线的信 息； 较佳地， 动态预仿真模块 50根据预处理动态指标值和预处理静态指标值， 确定预处 理动静指标曲线； 根据设定的步长值 , 确定预处理动静指标曲线中预处理静态指标值对应 的每个栅格范围； 对预处理静态指标值对应的栅格中的动态指标值进行平滑处理， 生成动 静指标曲线或用于表示动静指标曲线的信息。 较佳地， 动态预仿真模块 50还用于在下列条件中的至少一种满足时， 停止动态预仿 真：
进行动态预仿真的次数大于设定的第一阈值；
釆样的总数据量大于设定的第二阈值；
设定的釆样总数大于设定的第三阈值；
在设定的釆样范围内釆样数大于设定的第四阈值；
进行动态预仿真的时间超过设定的第五阈值。
其中， 基于本申请实施例的装置由于能够全自动完成仿真工作， 节省人力工作。 如图 4所示， 本申请实施例装置中的模块结构示意图中：
一、 动态预仿真模块 50 包括动态仿真子模块、 仿真结束判断子模块和数据输出子模 块；
其中， 动态仿真子模块实现基本的动态仿真功能；
仿真结束判断子模块通过对数据输出模块输出的数据等信息与预设条件进行比较判 断， 并触发动态仿真模块结束仿真的功能；
数据输出子模块实现将预仿真数据输出的功能。
二、 提取模块 30包括数据筛选子模块、 数据分析子模块和接口存储子模块。
其中， 数据筛选子模块实现对动态预仿真输出数据的筛选功能；
数据分析子模块实现对动态预仿真输出数据的分析以及生成动态指标值和静态指标 值的对应关系的功能；
接口存储子模块实现存储动态指标值和静态指标值的对应关系功能。
三、 静态仿真模块 40 包括静态仿真子模块、 接口映射子模块、 评估性能分析子模块 和评估性能输出子模块；
其中， 静态仿真子模块实现基本的静态仿真， 并输出静态仿真结果的功能； 接口映射子模块实现通过静态仿真结果映射到动态指标值和静态指标值的对应关系， 以获得动态指标值的功能；
评估性能分析子模块实现对获得动态指标值进行分析处理， 以获得动态仿真性能最终 指标的功能；
评估性能输出子模块实现将最终映射获得的动态仿真结果输出的功能。
在实施中， 静态仿真模块 40也可以不包括评估性能分析子模块和评估性能输出子模 块。
需要说明的是， 图 4中划分模块只是具体实现的一种方式， 根据需要可以不将提取模 块 30、 静态仿真模块 40和动态预仿真模块 50进一步划分， 也就是说， 提取模块 30可以 实现动态仿真子模块、 仿真结束判断子模块和数据输出子模块的所有功能， 静态仿真模块 40可以实现数据筛选子模块、数据分析子模块和接口存储子模块的所有功能， 动态预仿真 模块 50可以实现静态仿真子模块、 接口映射子模块、 评估性能分析子模块和评估性能输 出子模块的所有功能， 而不能认为某个功能只能由某个特定子模块实现；
也可以不按照图 4的方式划分（即具体的模块数量和模块功能都可以与图 4不同）。 所以图 4的实施例并不能认为是提取模块 30、 静态仿真模块 40和动态预仿真模块 50 中的唯一方式， 具体的变化有很多种， 在此不——赘述。
本领域内的技术人员应明白， 本申请的实施例可提供为方法、 ***、 或计算机程序产 品。 因此， 本申请可釆用完全硬件实施例、 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， 本申请可釆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 可用存储介盾 （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。
本申请是参照根据本申请实施例的方法、 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。
尽管已描述了本申请的优选实施例， 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 实施例以及落入本申请范围的所有变更和修改。
本申请实施例能够有效地兼顾***仿真的效率和仿真性能， 通过仿真流程的筒化， 在 仿真性能损失很小的前提下， 效率方面能够获得巨大地提升， 并且能够以静态仿真的效率 获得动态仿真的评估性能， 从而在保证性能可靠性的基础上提升了评估效率， 在提高效率 的前提下体现信道的时变特性， 并且能够体现出传输模式和检测算法等算法的处理增益。 显然， 本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和 范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内， 则本申请也意图包含这些改动和变型在内。

Claims

权 利 要 求
1、 一种进行仿真的方法， 其特征在于， 该方法包括：
确定进行仿真的场景对应的动态指标值和静态指标值的对应关系， 其中动态指标值和 静态指标值的对应关系是通过动态预仿真确定的；
根据确定的所述进行仿真的场景对应的动态指标值和静态指标值的对应关系， 确定静 态仿真得到的静态指标值对应的动态指标值。
2、 如权利要求 1 所述的方法， 其特征在于， 根据下列步骤确定动态指标值和静态指 标值的对应关系：
进行动态预仿真， 得到预处理动态指标值和预处理静态指标值；
根据设定的步长值， 对预处理动态指标值和预处理静态指标值进行筛选处理， 得到动 态指标值和静态指标值的对应关系。
3、 如权利要求 2 所述的方法， 其特征在于， 所述得到预处理动态指标值和预处理静 态指标值包括：
根据下列选取条件中的至少一种， 从进行动态预仿真得到的数据中进行选择， 并根据 选择的数据确定预处理动态指标值和预处理静态指标值：
选择后的数据量不大于设定的门限值；
选择在正常范围内的数据；
选择后的数据量不大于緩存量。
4、 如权利要求 2 所述的方法， 其特征在于， 所述动态指标值和静态指标值的对应关 系是动静指标曲线或用于表示动静指标曲线的信息；
所述得到动态指标值和静态指标值的对应关系包括：
根据预处理动态指标值和预处理静态指标值， 确定预处理动静指标曲线；
根据设定的步长值， 确定预处理动静指标曲线中预处理静态指标值对应的每个栅格范 围；
在预处理静态指标值对应的每个栅格范围中， 若存在没有预处理动态指标值的栅格， 增加设定的步长值 , 并返回确定预处理动静指标曲线中预处理静态指标值对应的每个栅格 范围的步骤， 若不存在没有预处理动态指标值的栅格， 生成动静指标曲线或用于表示动静 指标曲线的信息。
5、 如权利要求 2 所述的方法， 其特征在于， 所述动态指标值和静态指标值的对应关 系是动静指标曲线或用于表示动静指标曲线的信息；
所述得到动态指标值和静态指标值的对应关系包括： 根据预处理动态指标值和预处理静态指标值， 确定预处理动静指标曲线； 根据设定的步长值， 确定预处理动静指标曲线中预处理静态指标值对应的每个栅格范 围；
对预处理静态指标值对应的栅格中的动态指标值进行平滑处理， 生成动静指标曲线或 用于表示动静指标曲线的信息。
6、 如权利要求 1或 2所述的方法， 其特征在于， 在下列条件中的至少一种满足时， 停止动态预仿真：
进行动态预仿真的次数大于设定的第一阈值；
釆样的总数据量大于设定的第二阈值；
设定的釆样总数大于设定的第三阈值；
在设定的釆样范围内釆样数大于设定的第四阈值；
进行动态预仿真的时间超过设定的第五阈值。
7、 如权利要求 1 ~ 5任一所述的方法， 其特征在于， 所述动态指标值和静态指标值的 对应关系是以文件、 全局变量、 静态变量和数据库中的至少一种形式存储的。
8、 一种进行仿真的设备， 其特征在于， 该设备包括：
提取模块， 用于确定进行仿真的场景对应的动态指标值和静态指标值的对应关系， 其 中动态指标值和静态指标值的对应关系是通过动态预仿真确定的；
静态仿真模块， 用于根据确定的所述进行仿真的场景对应的动态指标值和静态指标值 的对应关系， 确定静态仿真得到的静态指标值对应的动态指标值。
9、 如权利要求 8所述的设备， 其特征在于， 所述设备还包括：
动态预仿真模块，用于进行动态预仿真，得到预处理动态指标值和预处理静态指标值； 根据设定的步长值 , 对预处理动态指标值和预处理静态指标值进行筛选处理， 得到动态指 标值和静态指标值的对应关系。
10、 如权利要求 9所述的设备， 其特征在于， 所述动态预仿真模块具体用于： 根据下列选取条件中的至少一种， 从进行动态预仿真得到的数据中进行选择， 并根据 选择的数据确定预处理动态指标值和预处理静态指标值：
选择后的数据量不大于设定的门限值；
选择在正常范围内的数据；
选择后的数据量不大于緩存量。
11、 如权利要求 9所述的设备， 其特征在于， 所述动态指标值和静态指标值的对应关 系是动静指标曲线或用于表示动静指标曲线的信息；
所述动态预仿真模块具体用于：
根据预处理动态指标值和预处理静态指标值， 确定预处理动静指标曲线； 根据设定的 步长值， 确定预处理动静指标曲线中静态指标值对应的每个栅格范围； 在预处理静态指标 值对应的每个栅格范围中， 若存在没有预处理动态指标值的栅格， 增加设定的步长值， 并 返回确定预处理动静指标曲线中预处理静态指标值对应的每个栅格范围的步骤， 若不存在 没有预处理动态指标值的栅格， 生成动静指标曲线或用于表示动静指标曲线的信息。
12、 如权利要求 9所述的设备， 其特征在于， 所述动态指标值和静态指标值的对应关 系是动静指标曲线或用于表示动静指标曲线的信息；
所述动态预仿真模块具体用于：
根据预处理动态指标值和预处理静态指标值， 确定预处理动静指标曲线； 根据设定的 步长值 , 确定预处理动静指标曲线中预处理静态指标值对应的每个栅格范围； 对预处理静 态指标值对应的栅格中的动态指标值进行平滑处理， 生成动静指标曲线或用于表示动静指 标曲线的信息。
13、 如权利要求 8或 9所述的设备， 其特征在于， 所述动态预仿真模块还用于在下列 条件中的至少一种满足时， 停止动态预仿真：
进行动态预仿真的次数大于设定的第一阈值；
釆样的总数据量大于设定的第二阈值；
设定的釆样总数大于设定的第三阈值；
在设定的釆样范围内釆样数大于设定的第四阈值；
进行动态预仿真的时间超过设定的第五阈值。
PCT/CN2012/080428 2011-08-24 2012-08-21 一种进行仿真的方法和设备 WO2013026389A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201110243931.0 2011-08-24
CN201110243931.0A CN102958089B (zh) 2011-08-24 2011-08-24 一种进行仿真的方法和设备

Publications (1)

Publication Number Publication Date
WO2013026389A1 true WO2013026389A1 (zh) 2013-02-28

Family

ID=47745946

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2012/080428 WO2013026389A1 (zh) 2011-08-24 2012-08-21 一种进行仿真的方法和设备

Country Status (2)

Country Link
CN (1) CN102958089B (zh)
WO (1) WO2013026389A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105246091B (zh) * 2015-10-28 2019-01-22 网易（杭州）网络有限公司 模拟无线网络信号衰减、增强及网络切换的方法与装置
CN109936851B (zh) * 2017-12-15 2021-11-30 ***通信集团浙江有限公司 Lte网络指标处理方法及装置
CN110188490B (zh) * 2019-06-03 2021-03-23 珠海格力电器股份有限公司 提高数据仿真效率的方法及装置、存储介质和电子装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1756416A (zh) * 2004-09-29 2006-04-05 华为技术有限公司 移动通信***中下行负载估计方法
CN101568145A (zh) * 2009-05-15 2009-10-28 重庆重邮信科通信技术有限公司 一种lte***cqi上报实现方法
CN102104895A (zh) * 2009-12-21 2011-06-22 ***通信集团设计院有限公司 一种针对***干扰共存的动态仿真方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100411475C (zh) * 2004-08-12 2008-08-13 华为技术有限公司 移动通信***中上行负载估计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1756416A (zh) * 2004-09-29 2006-04-05 华为技术有限公司 移动通信***中下行负载估计方法
CN101568145A (zh) * 2009-05-15 2009-10-28 重庆重邮信科通信技术有限公司 一种lte***cqi上报实现方法
CN102104895A (zh) * 2009-12-21 2011-06-22 ***通信集团设计院有限公司 一种针对***干扰共存的动态仿真方法及装置

Also Published As

Publication number Publication date
CN102958089B (zh) 2015-07-15
CN102958089A (zh) 2013-03-06

Similar Documents

Publication Publication Date Title
CN110378487B (zh) 横向联邦学习中模型参数验证方法、装置、设备及介质
US10869203B2 (en) Generation of access point configuration change based on a generated coverage monitor
CN109144857A (zh) 跨平台的算法测试方法及***
US9565570B2 (en) Capacity planning method and device for wireless broadband network
CN113687875B (zh) 一种车联网中车辆任务卸载方法及装置
CN107943697A (zh) 问题分配方法、装置、***、服务器和计算机存储介质
CN102957572B (zh) 一种***性能评估方法及装置
WO2014194704A1 (en) A grouping processing method and system
WO2020238965A1 (zh) 生产环境的性能评估方法、装置及存储介质
CN111181800A (zh) 测试数据处理方法、装置、电子设备及存储介质
JP6480042B1 (ja) 情報処理装置及びプログラム
WO2013026389A1 (zh) 一种进行仿真的方法和设备
WO2012075805A1 (zh) 利用路测数据进行自动小区规划优化的方法及装置
CN111586608A (zh) 一种电源车的智能健康服务***及其数据传输方法
CN109918275A (zh) 一种实现对服务器性能进行压力测试的方法、装置及***
CN102958090B (zh) 一种信道性能评估方法及装置
CN110365799B (zh) 一种集群多节点调度方法、装置和计算机可读存储介质
CN112383936A (zh) 一种可接入用户数的评估方法和装置
CN107743077B (zh) 一种评估信息-物理融合***网络性能的方法及装置
CN112132271A (zh) 神经网络加速器运行方法、架构及相关装置
US20100057422A1 (en) Communication quality evaluation method, communication quality evaluation device and communication quality evaluation program for wireless lan system
CN107182067B (zh) 一种网络优化方法及装置
CN113795032A (zh) 室分隐形故障的判断方法、装置、存储介质及设备
CN110839257B (zh) 网络质量评估方法、设备和存储介质
US20140359104A1 (en) Grouping processing method and system

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12825992

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12825992

Country of ref document: EP

Kind code of ref document: A1