一种干扰波形的匹配系统及其定位方法

技术领域

本发明涉及移动通信的无线网络优化领域，具体是一种干扰波形的匹配系统及其定位方法。

背景技术

随着4G LTE基站的逐步建设，目前已形成2/3/4G基站共存的局面，频率资源的日益紧张加剧了干扰产生的概率，因此，解决干扰问题是无线网络优化的重点之一。

公告号CN105744551B公开了一种基于模式识别的无线网络干扰自动排查方法的发明专利，通过提升日常网络优化中对干扰的分析和排查工作效率，相较传统处理方式大大减少了人工参与的工作量，提升了工作效率，改善了工作质量，并且公告号CN107563297B公开了一种波形匹配方法及装置的发明专利，本申请提供的技术方案可以提高波形匹配的准确度。

就目前而然，干扰定位方法是每日从OMC获取干扰数据，使用IDS软件进行定界，再采用现场扫频方式匹配波形确定干扰源，最后将已确定干扰小区的干扰源更新到干扰小区数据库中，其具体步骤如下：

1、干扰数据搜集：每日人工从OMC上将干扰相关数据进行手动提取，主要信息包括数据时间、小区名称、频段区域属性、经纬度、0-99PRB受干扰强度等。

2、干扰原因定界：每日使用IDS干扰分析工具，分析干扰原因定界，并保存干扰分析结果、干扰小区信息全量表与100RB校验信息等数据，供定位使用。

3、干扰原因定位：当月采用扫频定位干扰源，现场扫频干扰波形与后台IDS软件输出干扰波形人工对比的方法来进行定位干扰原因，确定干扰源。

现有的干扰定位存在以下不足之处：

其一、现场扫频定位困难，现场扫频环境复杂，有些干扰小区定位干扰源所需时间较长，需要花费大量时间与人力；

其二、大量数据下人工操作易出错，每日需要从按日粒度分析的全省20多万LTE小区中输出高干扰小区，包含的数据信息量巨大，消耗大量的人力与时间，同时在大量的数据信息情况下，采用人工进行统计难免会出现数据缺失，判断失误，造成分析干扰小区受扰原因不准；

其三、干扰定位缺乏实时性，现场扫频进展较慢，而干扰情况具有时段性，会随时间的推移发生变化，因此导致分析结果的不准确。

发明内容

本发明的目的在于提供一种干扰波形的匹配系统及其定位方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种干扰波形的匹配系统，包括干扰波形匹配系统，干扰波形匹配系统包括数据采集模块、IDS自动模块、干扰基因库模块、波形匹配核心模块、应用分析模块以及工单流转模块，数据采集模块，解析北向数据，以每小时为粒度，采集100PRB数据，IDS自动模块，对干扰数据进行分析，筛选出干扰小区，初步判断干扰原因，干扰基因库模块，搜集和整理干扰小区信息，固化经验构建基因库，波形匹配核心模块，将干扰小区与干扰基因库进行波形匹配，根据设置的规则自动输出匹配结果，代替人工比对，应用分析模块，整体干扰情况呈现、干扰小区分析及清除方案的制定，工单流转模块，实现工单的派发、流转和闭环。

作为本发明进一步的方案：所述数据采集模块包括OMC、数据采集和数据同步入库。

作为本发明进一步的方案：所述数据采集由数据采集模块完成，数据采集模块通过与OMC北向接口对接，实现实时采集解析15分钟原始粒度的100PRB数据，然后将15分钟数据汇总成1个小时数据。

作为本发明进一步的方案：所述IDS自动模块包括InPutFolder、IDS核心模块、OutPutFolder和结果入库。

作为本发明进一步的方案：所述IDS自动模块将每个地市的100RB数据存储到一个CSV文件中，然后将数据文件通过FTP上传到IDS服务器各地市对应的输入文件夹中。

作为本发明进一步的方案：在应用界面上设置各地市IDS分析参数，IDS自动模块将这些参数生成配置文件，然后将配置文件通过FTP上传到IDS服务器各地市对应的输入文件夹中。

作为本发明进一步的方案：IDS自动模块远程启动IDS服务器上的IDS核心模块进行干扰分析，分析完成后由IDS核心模块将初步分析结果输出到IDS服务器的指定位置，IDS自动模块将分析结果通过FTP下载到本地服务器入库。

作为本发明进一步的方案：所述干扰基因库模块通过前期干扰排查干扰数据规律，记录典型干扰源的特征，包括：PRB0-PRB99频域干扰波形特征及0-23小时的时域特征、地理位置、影响范围。

作为本发明再进一步的方案：所述波形匹配核心模块包括波形匹配、欧氏距离计算、综合判断以及结果入库，应用分析模块包括应用结果呈现、干扰小区查询分析以及消除方案制定，并且工单流转模块包括工单派发、地市反馈、现场处理、省公司质检以及归档。

一种干扰波形的定位方法，包括以下步骤：

S1：数据采集模块通过OMC北向接口实时同步解析PRB数据，然后由IDS自动模块调用IDS进行初步干扰小区分析筛选；

S2：构建干扰基因库设置典型干扰波形；

通过波形匹配核心模块，自动将干扰小区波形特征与干扰基因库比对，从而迅速定位问题。

与现有技术相比，本发明的有益效果是：

1、通过自动获取干扰数据与集成IDS模块自动分析干扰数据，提升工作效率，避免统计错误。

2、通过构建干扰基因库和波形匹配算法两大核心模块，设置干扰源典型波形，快速精准匹配干扰小区，解决干扰定位时效性慢问题。

附图说明

图1为干扰波形的匹配系统及其定位方法的系统构成图。

图2为干扰波形的匹配系统及其定位方法中波形判断处理流程图。

具体实施方式

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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。

实施例一

请参阅图1，一种干扰波形的匹配系统，包括干扰波形匹配系统，干扰波形匹配系统包括数据采集模块、IDS自动模块、干扰基因库模块、波形匹配核心模块、应用分析模块以及工单流转模块，数据采集模块，解析北向数据，以每小时为粒度，采集100PRB数据，IDS自动模块，对干扰数据进行分析，筛选出干扰小区，初步判断干扰原因，干扰基因库模块，搜集和整理干扰小区信息，固化经验构建基因库，波形匹配核心模块，将干扰小区与干扰基因库进行波形匹配，根据设置的规则自动输出匹配结果，代替人工比对，应用分析模块，整体干扰情况呈现、干扰小区分析及清除方案的制定，工单流转模块，实现工单的派发、流转和闭环。

需要说明的是，所述数据采集模块包括OMC、数据采集和数据同步入库，所述数据采集由数据采集模块完成，数据采集模块通过与OMC北向接口对接，实现实时采集解析15分钟原始粒度的100PRB数据，然后将15分钟数据汇总成1个小时数据。

所述IDS自动模块包括InPutFolder、IDS核心模块、OutPutFolder和结果入库，所述IDS自动模块将每个地市的100RB数据存储到一个CSV文件中，然后将数据文件通过FTP上传到IDS服务器各地市对应的输入文件夹中，在应用界面上设置各地市IDS分析参数，IDS自动模块将这些参数生成配置文件，然后将配置文件通过FTP上传到IDS服务器各地市对应的输入文件夹中，IDS自动模块远程启动IDS服务器上的IDS核心模块进行干扰分析，分析完成后由IDS核心模块将初步分析结果输出到IDS服务器的指定位置，IDS自动模块将分析结果通过FTP下载到本地服务器入库。

所述干扰基因库模块通过前期干扰排查干扰数据规律，记录典型干扰源的特征，包括：PRB0-PRB99频域干扰波形特征及0-23小时的时域特征、地理位置、影响范围。

实施例二

请参阅图1，一种干扰波形的匹配系统，包括干扰波形匹配系统，干扰波形匹配系统包括数据采集模块、IDS自动模块、干扰基因库模块、波形匹配核心模块、应用分析模块以及工单流转模块，数据采集模块，解析北向数据，以每小时为粒度，采集100PRB数据，IDS自动模块，对干扰数据进行分析，筛选出干扰小区，初步判断干扰原因，干扰基因库模块，搜集和整理干扰小区信息，固化经验构建基因库，波形匹配核心模块，将干扰小区与干扰基因库进行波形匹配，根据设置的规则自动输出匹配结果，代替人工比对，应用分析模块，整体干扰情况呈现、干扰小区分析及清除方案的制定，工单流转模块，实现工单的派发、流转和闭环。

需要说明的是，所述数据采集模块包括OMC、数据采集和数据同步入库，所述数据采集由数据采集模块完成，数据采集模块通过与OMC北向接口对接，实现实时采集解析15分钟原始粒度的100PRB数据，然后将15分钟数据汇总成1个小时数据。

所述IDS自动模块包括InPutFolder、IDS核心模块、OutPutFolder和结果入库，所述IDS自动模块将每个地市的100RB数据存储到一个CSV文件中，然后将数据文件通过FTP上传到IDS服务器各地市对应的输入文件夹中，在应用界面上设置各地市IDS分析参数，IDS自动模块将这些参数生成配置文件，然后将配置文件通过FTP上传到IDS服务器各地市对应的输入文件夹中，IDS自动模块远程启动IDS服务器上的IDS核心模块进行干扰分析，分析完成后由IDS核心模块将初步分析结果输出到IDS服务器的指定位置，IDS自动模块将分析结果通过FTP下载到本地服务器入库。

所述干扰基因库模块通过前期干扰排查干扰数据规律，记录典型干扰源的特征，包括：PRB0-PRB99频域干扰波形特征及0-23小时的时域特征、地理位置、影响范围。

所述波形匹配核心模块包括波形匹配、欧氏距离计算、综合判断以及结果入库，应用分析模块包括应用结果呈现、干扰小区查询分析以及消除方案制定，并且工单流转模块包括工单派发、地市反馈、现场处理、省公司质检以及归档。

实施例二与实施例一的区别在于，所述波形匹配核心模块包括波形匹配、欧氏距离计算、综合判断以及结果入库，应用分析模块包括应用结果呈现、干扰小区查询分析以及消除方案制定，并且工单流转模块包括工单派发、地市反馈、现场处理、省公司质检以及归档。

需要说明的是，波形匹配核心模块中设置波形判断处理流程，请参阅图2，并且进行数学建模：

干扰波形经过图形化之后显示为一个基于二维坐标轴的连续曲线，但由于波形实质上是由100个PRB组成的点状连续折线，因此其实质可以确定为基于X-Y坐标轴基准上的二维数学模型，其数学模型表达式为：

波形坐标数学模型Sj(sj,j)，j∈(1,100)；

波形点位数学模型WT(s1,s2,s3…sn...s100)，Sn∈(集∈合Sj)；

波形所处地理坐标数学模型GT(X,Y),X,Y∈(实际地理经纬度)；

干扰波形数学模型PT(WT,GT)；

基因库波形数据模型Mx(WT,GT,Qsolution)；x∈(基因库)，Qsolution∈(解决方案库)；

由上述坐标模型可以得出，波形换算成数学模型后，其实质为长度为100的二维数组，这就为后续的波形比对计算提供了方便，波形之间的比对可以直接由肉眼的图形判断进化为机器以数组通过判断策略进行比对。

核心波形匹配算法：

将IDS筛选出干扰小区的100prb频域和0-23小时时域特征波形与干扰基因库波形进行匹配获得相似系数。

具体方法：将干扰小区与干扰基因库的100PRB值分布及24时整体走势分别设为变量X、Y，将两个变量数据输入皮尔逊公式，获得相似系数。

皮尔逊公式：

化简后得：

其中cov表示协方差，公式具体为：

Cov(X,Y)＝E[(X-μ

假设X,Y两个变量，每个时刻的“X值与其均值之差”乘以“Y值与其均值之差”得到一个乘积，再对这每时刻的乘积求和并求出均值就是协方差，用大学的线性数学(几何学)的解释，可以看做是两组数据的向量夹角的余弦。

协方差是一个反映两个随机变量相关程度的指标，如果一个变量跟随着另一个变量同时变大或者变小，那么这两个变量的协方差就是正值，反之相反，虽然协方差能反映两个随机变量的相关程度，但是协方差值的大小并度量两个随机变量的关联程度误差较大。

δx和δY是标准差，为了更好的度量两个随机变量的相关程度，其在协方差的基础上除以了两个随机变量的标准差，容易得出，pearson是一个介于-1和1之间的值，当两个变量的线性关系增强时，相关系数趋于1或-1；当一个变量增大，另一个变量也增大时，表明它们之间是正相关的。

需要说明的是，干扰小区：显示小区所属地市、频段、IDS判断原因及匹配干扰源信息，并可编辑清除方案。

波形显示：显示干扰小区PRB波形及干扰基因库特征波形，可查看波形匹配情况。

GIS地图显示：显示干扰源及影响的小区，标红的为干扰源影响的小区。

干扰日历：在日历上直观的显示每日干扰情况，有底色标识小区当天有干扰，有字标识与干扰基因库匹配结果。

实施例三

一种干扰波形的定位方法，包括以下步骤：

S1：数据采集模块通过OMC北向接口实时同步解析PRB数据，然后由IDS自动模块调用IDS进行初步干扰小区分析筛选；

S2：构建干扰基因库设置典型干扰波形；

通过波形匹配核心模块，自动将干扰小区波形特征与干扰基因库比对，从而迅速定位问题。

需要说明的是，本发明通过结合OMC和IDS平台，在线自动同步解析TD-LTE网络PRB数据，通过自动获取干扰数据与集成IDS模块自动分析干扰数据，通过构建干扰基因库和波形匹配算法两大核心模块，设置干扰源典型波形，快速精准匹配干扰小区，代替现有的现场扫频排查工作，节省人力物力，并且基于皮尔逊算法，干扰小区特征波形与干扰基因库特征波形自动比对，获取相似度，并根据所设置的门限迅速精准的定位问题，大大减少了人工比对时间。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。