[发明专利]一种基于测量报告的扰码优化方法

权利要求书

1.一种基于测量报告的扰码优化方法，包括以下步骤：

(1)从IUB接口信令中提取测量报告信息，根据小区基本信息静态表，获得主服务小区和干扰小区的信号强度和采样点；所述干扰小区包括在邻区列表中定义的和未在邻区列表中定义的小区；所述采样点是指信令中的测量报告点；

(2)计算主服务小区与每一个干扰小区之间的电平差值C/I，确定主服务小区与干扰小区间的最终的电平差值；

(3)将所述C/I值降序排列，利用1/n权重法得到小区间电平差权重值；将所述采样点的采样点值升序排列，利用1/n权重法得到小区间采样点权重值；所述n是指干扰小区的个数；

(4)建立话务模型，计算小区权重因子和同频干扰权重因子；

(5)利用所述小区间电平差权重值、小区间采样点权重值、小区权重因子和同频干扰权重因子建立小区间干扰矩阵；

(6)计算不同时延下下行同步码的相关性和不同时延下的扰码相关性；

(7)采用基因算法进行扰码的分配，输出最终扰码优化方案。

2.如权利要求1所述的扰码优化方法，其特征在于：步骤(6)中，所述下行同步码的时延是-64～63chip，扰码时延是-16～16chip。

3.如权利要求1或2所述的扰码优化方法，其特征在于：步骤(6)中，所述下行同步码的相关性的计算是通过将第i个和第j个下行同步码逐位相乘求平均得到的；其中，i≠j，i＝0～31，j＝0～31。

4.如权利要求1或2所述的扰码优化方法，其特征在于：步骤(6)中，所述扰码相关性的计算是通过复合码的相关性来映射的，通过分析复合码的相关性反推扰码相关性，具体为：

将扰码与信道码相乘得到复合码；

计算所有不同时延下的复合码间相关性，利用强相关综合法计算不同时延下的扰码相关性；

根据测量报告数据计算出现网络时延的分布情况，计算得到综合不同时延的扰码相关性。

5.如权利要求4所述的扰码优化方法，其特征在于：所述强相关综合法是指通过分析两个扰码对应的所有复合码之间的相关性值，将相关性值小于等于0.4的值舍弃，而相关性值大于0.4的值累加求平均，从而得到两扰码间的相关性值。

6.如权利要求1所述的扰码优化方法，其特征在于：步骤(7)中，所述采用基因算法进行扰码的分配，输出最终扰码优化方案的具体步骤为：

1)根据现有网络的频率分配方案，通过基因算法分配小区扰码；

2)检查所述扰码是否满足扰码分配规则，若是，则计算小区扰码优化代价函数；若否，则返回步骤1)；

3)查看所述代价函数是否收敛，若是，则输出推荐扰码分配方案；若否，则返回步骤1)。

7.如权利要求1所述的扰码优化方法，其特征在于：步骤(2)中，所述确定主服务小区与干扰小区间的最终的电平差值，其具体方式为：

根据C/I算法获取的主服务小区与每一个干扰小区间的电平差值，按照升序排列，统计各个电平差值出现的次数，根据最劣3％算法，确定小区间最终的电平差值；

其中，所述最劣3％算法具体为：计算小区间电平差值的出现概率与3％的差值，差值中绝对值最小的值所对应的电平差值，确定为主服务小区与干扰小区的最终的电平差值；如果最小的概率与3％差值的绝对值存在多个最小值，则取多个值对应的电平差值中最小的值。

8.如权利要求1所述的扰码优化方法，其特征在于：步骤(3)中，所述利用1/n权重法得到小区间电平差权重值中，各干扰小区与主服务小区的C/I值在所有干扰小区与主服务小区之间的C/I值的排名与n的比值为该干扰小区与主服务小区间的电平差权重值；

所述利用1/n权重法得到小区间采样点权重值中，各干扰小区与主服务小区的采样点个数在所有干扰小区与主服务小区之间的采样点个数中的排名与n的比值为该干扰小区与主服务小区间的采样点权重值。

9.如权利要求1所述的扰码优化方法，其特征在于：步骤(4)中，所述话务模型包括密集城区、一般城区和郊区；所述小区权重因子是为提高重点小区的扰码优化优先级，是根据小区话务量和小区所属区域确定的；所述同频干扰权重因子是根据同频的小区间干扰值的高低确定的。

10.如权利要求1所述的扰码优化方法，其特征在于：步骤(5)中，所述干扰矩阵是任意两个小区对间建立的一个干扰系数，该系数是小区间电平差权重值，小区间采样点权重值，小区权重因子和同频干扰权重相乘得到的。