网络小区负载均衡方法及装置

技术领域

本发明涉及网络小区间容量均衡技术领域，具体涉及一种网络小区负载均衡方法及装置。

背景技术

随着4G无线网络规模的不断发展，4G用户不断增加，各类网络应用应运而生，随之4G网络业务爆发式增长，在一部分基站网络容量负荷较高的情况下，还有一些基站的网络容量负荷资源却存在闲置，为了充分利用现有的4G网络资源，进一步提升客户满意度，必须整合现网资源，确保4G网络容量足、质量佳、客户满意度高。

现网目前有两种公知的负载均衡优化方法：

方法一，基于XDR信令数据的切换记录。该技术通过对XDR数据中的小区切换关系进行统计，筛选其中较高的TOP小区对其网络切换参数的作调整，进行业务分担转移，从而开展负载均衡。

方法二，基于MR数据的地理化定位技术。该技术通过定位技术对MR数据进行地理化统计，通过统计相关小区之间的地理化共覆盖比例，筛选重叠比例高的小区对进行负载均衡分析。

然而，发明人在实施本发明实施例的过程中，发现现有技术中的负载均衡方法至少存在如下技术问题：

针对方法一：

其一，XDR信令小区切换数据分析方法，是从信令数据包含的小区切换关系为基础，需要在海量的数据里面找到小区的切换关系，并对这些数据进行分析得出可能性高的分流小区。其工作量大，效率低下，需耗费大量人力分析。

其二，XDR信令小区切换数据分析方法，从海量数据里面提取出来的小区切换信息，统计得到的小区切换关系中，虽然发生了切换，但覆盖地理位置可能并不存在实际的相关性。

针对方法二：

其一，MR数据的地理化定位技术，是从MR测量信息定位后的数据进行共覆盖比例进行判断小区相关度，从而输出分流小区。这种方法使用到了定位技术，同时依赖于工参的准确度以及定位技术的准确度，受限于定位精度的技术瓶颈及对工参准确性的高依赖度，此方法会存在较高的误差。

其二，MR数据的地理化定位技术，在得到定位后的数据之后，计算得出栅格级别的共覆盖比例，但地理上的重叠无法和用户分布准确结合起来，对容量均衡方案的分析带来一定误差。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的网络小区负载均衡方法及装置。

根据本发明的一个方面，提供了一种网络小区负载均衡方法，包括：

获取服务小区为目标小区的多个采样点的测量报告数据；

解析所述测量报告数据以及所述测量报告数据涉及的多个小区的小区信息，得到服务小区为目标小区时与多个相邻小区的邻区信息；根据所述邻区信息从所述多个相邻小区中查找与服务小区满足干扰条件的多个干扰小区；

计算服务小区与多个干扰小区中每个干扰小区的干扰比例；

根据多个干扰小区的干扰比例从多个干扰小区中筛选出分流候选小区，并利用所述分流候选小区对服务小区进行负载均衡处理。

根据本发明的另一方面，提供了一种网络小区负载均衡装置，包括：

获取模块，适于获取服务小区为目标小区的多个采样点的测量报告数据；

解析模块，适于解析所述测量报告数据以及所述测量报告数据涉及的多个小区的小区信息，得到服务小区为目标小区时与多个相邻小区的邻区信息；

查找模块，适于根据所述邻区信息从所述多个相邻小区中查找与服务小区满足干扰条件的多个干扰小区；

计算模块，适于计算服务小区与多个干扰小区中每个干扰小区的干扰比例；

均衡模块，适于根据多个干扰小区的干扰比例从多个干扰小区中筛选出分流候选小区，并利用所述分流候选小区对服务小区进行负载均衡处理。

根据本发明的又一方面，提供了一种服务器，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述网络小区负载均衡方法对应的操作。

根据本发明的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述网络小区负载均衡方法对应的操作。

根据本发明的网络小区负载均衡方法及装置，通过获取服务小区为目标小区的采样点的测量报告数据，并结合小区的位置信息，得到服务小区为目标小区时的邻区信息，即获得了服务小区与多个相邻小区的MR统计信息；然后，基于该邻区信息从多个相邻小区中选择满足干扰条件的多个干扰小区，并计算各个干扰小区与服务小区之间的干扰比例，进一步根据干扰比例从多个干扰小区中选出分流候选小区，得到可接收目标小区的负载分流的小区；最后，将目标小区的用户分流到分流候选小区中即可均衡目标小区与邻区之间的负载。由此可见，本发明方案，通过利用测量报告数据中服务小区与邻小区的相关关系数据，结合小区的位置信息，可以高效准确的定位目标小区可进行负载均衡的邻小区，以及定位的邻小区与服务小区之间更符合实际相关性，以及，利用测量报告数据中的相关关系数据而非定位数据，减少了对定位数据的依赖，更有利于提高定位邻小区的准确度；并且，大量的采样点的测量报告数据，准确地反映了用户的分布，进而有利于将地理上的重叠与用户分布准确结合，进一步提高定位邻小区的准确度。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明网络小区负载均衡方法实施例的流程图；

图2示出了本发明网络小区负载均衡方法另一个实施例的流程图；

图3示出了得到邻区信息的一般流程图；

图4示出了一些可选实施例中确定干扰矩阵所需判断的因素；

图5示出了一个具体实施例中确定目标分流小区的完整过程。如图5所示；

图6示出了本发明网络小区负载均衡装置实施例的结构示意图；

图7示出了本发明服务器实施例的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

图1示出了本发明网络小区负载均衡方法实施例的流程图。如图1所示，该方法包括以下步骤：

步骤S110：获取服务小区为目标小区的多个采样点的测量报告数据。

其中，用户终端会定时或不定时的将其可以检测到的测量报告(MeasurementReport，简称MR)数据(下文中统称为MR数据)上报给基站(即网络侧)，实际中，终端当前发起通信、以及数据业务的小区为该终端所驻留的服务小区，例如，该终端可以检测到其驻留的该服务小区的电平值，同时，该终端也可以检测到其它周边小区的电平值。需要在此说明的是，对于一个终端而言，服务小区并不是固定不变的，随着终端位置的改变，服务小区也会发生改变。

其中，终端上报一次数据则认为是一个采样点，例如，每个终端每天上报800次，则网络侧可接收到800个采样点，若有100个终端，则网络侧每天可接收到800*100个采样点。

在本发明中，需要进行负载均衡的小区为目标小区，以及，本发明中的服务小区即为该目标小区，当目标小区为多个时，则可多次实施本发明实施例的方案，以实现对该多个目标小区进行负载均衡。

具体地，在网络侧接收到的采样点中，获取服务小区为目标小区的采样点的MR数据，也即驻留在目标小区的终端上报的MR数据，进而可以针对该目标小区进行负载均衡的分析。

举例来说，目标小区为小区1，网络侧接收到终端a、终端b上报的MR数据，其中，终端b上报的多个采样点的MR数据显示该终端b驻留的服务小区为小区2，并非目标小区1，则无需获取到终端b上报的MR数据；而终端a上报的10个采样点的MR数据显示其中8个采样点的服务小区为小区1，而另外2个采样点的服务小区为小区2，则仅需获取其中8个服务小区为小区1的采样点的MR数据。

步骤S120：解析该测量报告数据以及该测量报告数据涉及的多个小区的小区信息，得到服务小区为目标小区时与多个相邻小区的邻区信息；根据该邻区信息从该多个相邻小区中查找与服务小区满足干扰条件的多个干扰小区。

其中，每个终端都可以检测到其所在的服务小区(本发明中未目标小区)以及该服务小区周边的其它小区的电平值等MR数据，则该多个小区是指MR数据中所能查到的服务小区以该服务小区周边的其它小区。仍以目标小区为小区1为例进行说明，MR数据包括终端a、终端b和终端c上报的采样点的MR数据，该3个终端上报的采样点中服务小区均为小区1，除此之外，终端b还上报了小区2的电平值，终端c还上报了小区3的电平值，则多个小区为小区1，小区2和小区3。

以及，多个小区的小区信息是指该多个小区的地理位置信息，例如，经纬度信息。

具体地，在获取到服务小区为目标小区的MR数据后，进一步结合该MR数据中涉及的多个小区的小区信息，经邻区指纹库解析算法处理，并删除空值、异常值等无效数据，完成数据清洗等预处理工作，分解输出邻区信息，包含定位于该栅格的所有MR的统计信息。其中，该邻区信息反映出服务小区及其周边的相邻小区的统计信息，例如，服务小区和相邻小区的RSRP(Reference Signal Receiving Power，参考信号接收功率)、各采样点中服务小区和相邻小区的电平值。

以及，在服务小区的多个相邻小区中确定出多个干扰小区，其中，干扰小区是指与服务小区之间的重叠覆盖超过一定程度的相邻小区，通常来讲，服务小区与相邻小区的电平值的差值越小，则表明重叠覆盖越严重，干扰越强，才越具有负载均衡的可能。基于此，设置干扰条件，并可根据邻区信息从多个相邻小区中确定出多个干扰小区。

步骤S130：计算服务小区与多个干扰小区中每个干扰小区的干扰比例。

其中，针对每个干扰小区，干扰比例是指包含该干扰小区的采样点中，服务小区与该干扰小区的电平差值值小于预设差值的采样点数，占包含该干扰小区的采样点的总数的比例。其中，若某一采样点的MR数据中包含该干扰小区的信息，例如，电平值，则认为该某一采样点为包含该干扰小区的采样点，反之，则认为是不包含该干扰小区的采样点。

举例来说，采样点1的MR数据为{服务小区1，电平值1；小区2，电平值2；小区3，电平值3}，则该采样点1为包含小区2的采样点，以及为包含小区3的采样点，而不是包含小区4的采样点。若电平值1与电平值2的差值在预设差值内，则该采样点为服务小区1与干扰小区2的电平差值值小于预设差值的采样点之一。

步骤S140：根据多个干扰小区的干扰比例从多个干扰小区中筛选出分流候选小区，并利用该分流候选小区对服务小区进行负载均衡处理。

其中，分流候选小区为具备将目标小区的用户分流到其上，以降低目标小区的负载的干扰小区。

具体地，干扰比例越高，则可做均衡的可能性越大，同时，适于分流的小区必然是负荷较低的小区，基于此，从多个干扰小区中筛选出分流候选小区，进而可通过将目标小区的负载转移到分流候选小区中，以降低目标小区的负荷。

根据本实施例提供的网络小区负载均衡方法，通过获取服务小区为目标小区的采样点的MR数据，并结合小区的位置信息，得到服务小区为目标小区时的邻区信息，即获得了服务小区与多个相邻小区的MR统计信息；然后，基于该邻区信息从多个相邻小区中选择满足干扰条件的多个干扰小区，并计算各个干扰小区与服务小区之间的干扰比例，进一步根据干扰比例从多个干扰小区中选出分流候选小区，得到可接收目标小区的负载分流的小区；最后，将目标小区的用户分流到分流候选小区中即可均衡目标小区与邻区之间的负载。由此可见，本实施例方案，通过利用MR数据中服务小区与邻小区的相关关系数据，结合小区的位置信息，可以高效准确的定位目标小区可进行负载均衡的邻小区，以及定位的邻小区与服务小区之间更符合实际相关性，以及，利用MR数据中的相关关系数据而非定位数据，减少了对定位数据的依赖，更有利于提高定位邻小区的准确度；并且，大量的采样点的MR数据，准确地反映了用户的分布，进而有利于将地理上的重叠与用户分布准确结合，进一步提高定位邻小区的准确度。

图2示出了本发明网络小区负载均衡方法另一个实施例的流程图。如图2所示，该方法包括以下步骤：

步骤S210：获取服务小区为目标小区的多个采样点的测量报告数据。

其中，驻留在目标小区的终端也即服务小区为目标小区的终端。相应的，多个采样点的MR数据中服务小区均为目标小区。

步骤S220：解析该测量报告数据以及该测量报告数据涉及的多个小区的小区信息，得到服务小区为目标小区时与多个相邻小区的邻区信息。

其中，该邻区信息包括服务小区及相邻小区标识、服务小区及各相邻小区参考信号接收功率(Reference Signal Receiving Power简称RSRP)、服务小区及各相邻小区参考信号接收质量(Reference Signal Receiving Quality，简称RSRQ)、服务小区与各相邻小区采样点数以及服务小区与各相邻小区的电平差值信息；其中，小区标识具体可以为E-UTRAN小区标识(E-UTRAN Cell Identifier，简称ECI)；以及，电平差值信息可以是电平差值的分布信息，例如，包含服务小区1和相邻小区2的采样点数共10000个，其中，服务小区1与相邻小区2的电平差值在6db以内的有8000，其余2000个采样点中，服务小区1和相邻小区2的电平差值均大于6db。

图3示出了得到邻区信息的一般流程图。如图3所示，将MR数据和小区信息经过数据清洗，邻区数据解析，可得到相关小区的邻区信息。

步骤S230：针对每个相邻小区，根据服务小区与各相邻小区的电平差值信息判断是否存在服务小区与该相邻小区的电平差值在预设差值内的采样点，若是，则将该相邻小区确定为干扰小区。

具体地，通过重叠覆盖小区判决条件(同上文中的干扰条件)，经数据汇聚，得出服务小区与相邻小区的干扰矩阵。其中，重叠覆盖判决条件首先是服务小区与相邻小区的电平差值条件，并且，服务小区与相邻小区的电平差值太大，无法进行均衡，通常情况下，预设差值设为6db。以服务小区与各相邻小区的电平差值信息为电平差值分布信息来说，若服务小区与某一相邻小区的电平差值分布信息显示电平差值全部大于预设差值，则不能将该某一相邻小区确定为干扰小区；反之，若显示至少一个采样点中的电平差值小于或等于预设差值，则可将该某一相邻小区确定为干扰小区。

仍以步骤S220中的举例来说，服务小区1与相邻小区2的电平差值在6db以内的有8000，显然是存在在预设差值内的采样点的，则可将相邻小区2确定为服务小区1的干扰小区。

在本发明的一些可选的实施例中，为了确保负载均衡的可行性，需要判断该服务小区的参考信号接收功率(RSRP)是否大于预设电平值，其中，服务小区的参考信号接收功率值越大，则服务小区的信号强度越强，进而可直接针对以服务小区进行负载均衡，而无需进行覆盖的优化，基于此，在这些可选的实施例中，当判定出服务小区的参考信号接收功率大于预设电平值时，进一步根据服务小区与各相邻小区的电平差值信息判断是否存在服务小区与该相邻小区的电平差值在预设差值内的采样点。其中，预设功率值建议取值-95dbm。

图4示出了一些可选实施例中确定干扰矩阵所需判断的因素。如图4所示，除了前文中度相邻小区与服务小区的电平差值，以及服务小区的电平值的判断之外，还需进一步判定相邻小区与服务小区是否异频，以剔除室分；并且，上述的判断过程是针对同一采样点进行的，即判断该采样点中的服务小区的电平值是否大于预设电平值，服务小区与相邻小区的电平差值是否小于预设差值，以及服务小区与相邻小区是否异频。

需要在此说明的是，上述多种因素的判断顺序在具体实施时并不限定，可以同时判定，也可以以任意顺序先后判定。

步骤S240：计算服务小区与多个干扰小区中每个干扰小区的干扰比例。

其中，针对每个干扰小区，干扰比例是指包含该干扰小区的采样点中，服务小区与该干扰小区的电平差值小于预设差值的采样点数，占包含该干扰小区的采样点的总数的比例。其中，若某一采样点的MR数据中包含该干扰小区的信息，例如，电平值，则认为该某一采样点为包含该干扰小区的采样点，反之，则认为是不包含该干扰小区的采样点。

仍以步骤S220中的举例来说，相邻小区2可确定为干扰小区2，则服务小区1与干扰小区2的干扰比例为8000/10000＝80％。

步骤S250：根据多个干扰小区对应的干扰比例从多个干扰小区中筛选出分流候选小区，并利用该分流候选小区对服务小区进行负载均衡处理。

具体的，对多个干扰小区按照干扰比例由高至低的顺序进行排序，根据排序结果选择排序靠前预设数量的干扰小区，其中，干扰比例越高，可做均衡的可能性越大，按照干扰比例由高至低选择排序靠前的预设数量的干扰小区，可确保选择出的干扰小区的可均衡性，例如，选取排序前5的干扰小区；获取该预设数量的干扰小区的负荷数据，根据负荷数据对该预设数量的干扰小区进行过滤处理，得到分流候选小区，其中，干扰小区的符合数据表明干扰小区的负荷高低，实际中，合理的均衡方式是将高负荷小区的用户分流至相邻的非高负荷小区中，则需根据干扰小区的负荷数据确保干扰小区为可接收服务小区的分流用户的非高负荷小区；以及，高负荷或非高负荷依据小区流量、资源利用率以及并发用户数进行确定，若该三者均超过相应预设值，则确定为高负荷，否知，确定为非高负荷；并且，从预设数量的干扰小区中过滤出该三者中至少一者未超过相应预设值的小区作为分流候选小区。

以及，在本发明的一些可选的实施例中，在确定分流候选小区的过程中，针对每个干扰小区，统计该干扰小区与服务小区的电平差值在预设差值范围内的采样点的数量，其中，该采样点的数量越大，则用于确定分流候选小区的可参考性越强；若该数量大于预设数量值，则将该干扰小区滤除，其中，预设数量值可设为100。在这些可选的实施例中，根据滤除后剩余的干扰小区对应的干扰比例筛选出分流候选小区。通过这种方式，以提高确定的分流候选小区的准确性。举例来说，与服务小区1对应的干扰小区共有100个，依据采样点的数量，可滤除其中20个，则剩下80个，然后将该80个干扰小区按照干扰比例选取前5个作为分流候选小区。

并且，在得到分流候选小区后，从该分流候选小区中选取与服务小区同扇区的异频小区，判断该同扇区的异频小区是否具备分流条件，若具备分流条件，则将该同扇区的异频小区确定为服务小区的目标分流小区并进行负载均衡处理。在进行负载均衡的过程中，优先选择源站同扇区的异频小区进行均衡，以降低均衡的难度，其中，分流条件主要是指负荷条件，优先选择流量、资源利用率以及并发用户数均不超过相应预设值，或者仅有一者超过相应预设值的分流候选小区作为目标分流小区。若不具备分流条件，则根据该分流候选小区中除该同扇区的异频小区之外的其它分流候选小区与服务小区之间的切换频次，从该其它分流候选小区中确定服务小区的目标分流小区并进行负载均衡处理。若源站同扇区不存在具备分流条件的分流候选小区，则从分流候选小区中其它非同扇区的小区中选择目标分流小区，其中，当终端的位置发生改变，或者由于均衡操作，导致服务小区随之发生切换，终端会向基站上报该切换，例如，终端a上报服务小区由小区1切换为小区2的数据，相应的，基站可统计出各小区之间的切换频次，且与服务小区之间的切换频次越高，表明与服务小区的业务覆盖相关性越强，则可将该分流候选小区作为服务小区的目标分流小区。

图5示出了一个具体实施例中确定目标分流小区的完整过程。如图5所示，首先通过采样点的数量、干扰比例以及小区负荷数据选择出分流候选小区，然后优先以优先同扇区后异扇区的顺序确定出目标分流小区。

根据本实施例提供的网络小区负载均衡方法，通过获取服务小区为目标小区的采样点的MR数据，并结合小区的位置信息，得到服务小区为目标小区时的邻区信息，即获得了服务小区与多个相邻小区的MR统计信息；根据邻区信息中服务小区与各相邻小区的电平差值信息，将存在电平差值在预设差值内的采样点的相邻小区确定为干扰小区，进而得到与服务小区重叠覆盖强的多个干扰小区，构建服务小区的干扰矩阵；进一步依据各个干扰小区与服务小区的干扰比例以及各个干扰小区的负荷数据，从干扰小区中筛选出干扰比例高、且小区负荷低的分流候选小区；按照优先同扇区，后其它扇区的顺序，选出最终用于分流的目标分流小区，并将服务小区的用户分流至该目标分流小区中以降低服务小区的负荷。由此可见，本实施例方案，相较于原始负载均衡方案，利用MR数据的邻区相关关系，批量计算高负荷小区邻区对，并参考现有小区负荷指标，高效精准的定位高负荷小区可进行负载均衡的邻小区方案，极大提升高负荷小区负载均衡的解决效率。

图6示出了本发明网络小区负载均衡装置实施例的结构示意图。如图6所示，该装置包括：

获取模块610，适于获取服务小区为目标小区的多个采样点的测量报告数据；

解析模块620，适于解析所述测量报告数据以及所述测量报告数据涉及的多个小区的小区信息，得到服务小区为目标小区时与多个相邻小区的邻区信息；

查找模块630，适于根据所述邻区信息从所述多个相邻小区中查找与服务小区满足干扰条件的多个干扰小区；

计算模块640，适于计算服务小区与多个干扰小区中每个干扰小区的干扰比例；

筛选模块650，适于根据多个干扰小区的干扰比例从多个干扰小区中筛选出分流候选小区；

均衡模块660，适于利用所述分流候选小区对服务小区进行负载均衡处理。

在一种可选的方式中，所述邻区信息包括服务小区及相邻小区的小区标识、服务小区及各相邻小区的参考信号接收功率、服务小区及各相邻小区的参考信号接收质量、服务小区与各相邻小区的采样点数以及服务小区与各相邻小区的电平差值信息。

在一种可选的方式中，所述查找模块进一步适于：

针对每个相邻小区，根据服务小区与各相邻小区的电平差值信息判断是否存在服务小区与该相邻小区的电平差值在预设差值内的采样点，若是，则将该相邻小区确定为干扰小区。

在一种可选的方式中，所述查找模块进一步适于：

适于判断所述服务小区的参考信号接收功率是否大于预设电平值；若所述服务小区的参考信号接收功率大于预设电平值，则根据服务小区与各相邻小区的电平差值信息判断是否存在服务小区与该相邻小区的电平差值在预设差值内的采样点。

在一种可选的方式中，所述筛选模块进一步适于：

对多个干扰小区按照干扰比例由高至低的顺序进行排序，根据排序结果选择排序靠前预设数量的干扰小区；

获取所述预设数量的干扰小区的负荷数据，根据负荷数据对所述预设数量的干扰小区进行过滤处理，得到分流候选小区。

在一种可选的方式中，所述筛选模块进一步适于：针对每个干扰小区，统计该干扰小区与服务小区的电平差值在预设差值范围内的采样点的数量，若所述数量大于预设数量值，则将所述干扰小区滤除；

根据滤除后剩余的干扰小区对应的干扰比例筛选出分流候选小区。

在一种可选的方式中，所述均衡模块进一步适于：

从所述分流候选小区中选取与服务小区同扇区的异频小区；

判断所述同扇区的异频小区是否具备分流条件，若是，则将所述同扇区的异频小区确定为服务小区的目标分流小区并进行负载均衡处理；若否，则根据所述分流候选小区中除所述同扇区的异频小区之外的其它分流候选小区与服务小区之间的切换频次，从该其它分流候选小区中确定服务小区的目标分流小区并进行负载均衡处理。

本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的网络小区负载均衡方法。

图7示出了本发明服务器实施例的结构示意图，本发明具体实施例并不对服务器的具体实现做限定。

如图7所示，该服务器可以包括：处理器(processor)702、通信接口(Communications Interface)704、存储器(memory)706、以及通信总线708。

其中：处理器702、通信接口704、以及存储器706通过通信总线708完成相互间的通信。通信接口704，用于与其它设备比如客户端或其它服务器等的网元通信。处理器702，用于执行程序710，具体可以执行上述用于服务器的网络小区负载均衡方法实施例中的相关步骤。

具体地，程序710可以包括程序代码，该程序代码包括计算机操作指令。

处理器702可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。服务器包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器706，用于存放程序710。存储器706可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序710具体可以用于使得处理器702执行以下操作：

获取服务小区为目标小区的多个采样点的测量报告数据；

解析所述测量报告数据以及所述测量报告数据涉及的多个小区的小区信息，得到服务小区为目标小区时与多个相邻小区的邻区信息；根据所述邻区信息从所述多个相邻小区中查找与服务小区满足干扰条件的多个干扰小区；

计算服务小区与多个干扰小区中每个干扰小区的干扰比例；

根据多个干扰小区的干扰比例从多个干扰小区中筛选出分流候选小区，并利用所述分流候选小区对服务小区进行负载均衡处理。

在一种可选的方式中，所述邻区信息包括服务小区标识及相邻小区的小区标识、服务小区及各相邻小区的参考信息号接收功率、服务小区及各相邻小区的参考信号接收质量、服务小区与各相邻小区的采样点数以及服务小区与各相邻小区的电平差值信息。

在一种可选的方式中，所述程序710使所述处理器执行以下操作：

针对每个相邻小区，根据服务小区与各相邻小区的电平差值信息判断是否存在服务小区与该相邻小区的电平差值在预设差值内的采样点，若是，则将该相邻小区确定为干扰小区。

在一种可选的方式中，所述程序710使所述处理器执行以下操作：

判断所述服务小区的参考信号接收功率是否大于预设电平值；

若所述服务小区的参考信号接收功率大于预设电平值，则根据服务小区与各相邻小区的电平差值信息判断是否存在服务小区与该相邻小区的电平差值在预设差值内的采样点。

在一种可选的方式中，所述程序710使所述处理器执行以下操作：

对多个干扰小区按照干扰比例由高至低的顺序进行排序，根据排序结果选择排序靠前预设数量的干扰小区；

获取所述预设数量的干扰小区的负荷数据，根据负荷数据对所述预设数量的干扰小区进行过滤处理，得到分流候选小区。

在一种可选的方式中，所述程序710使所述处理器执行以下操作：

针对每个干扰小区，统计该干扰小区与服务小区的电平差值在预设差值范围内的采样点的数量，若所述数量大于预设数量值，则将所述干扰小区滤除；

根据滤除后剩余的干扰小区对应的干扰比例筛选出分流候选小区。

在一种可选的方式中，所述程序710使所述处理器执行以下操作：

从所述分流候选小区中选取与服务小区同扇区的异频小区；

判断所述同扇区的异频小区是否具备分流条件，若是，则将所述同扇区的异频小区确定为服务小区的目标分流小区并进行负载均衡处理；若否，则根据所述分流候选小区中除所述同扇区的异频小区之外的其它分流候选小区与服务小区之间的切换频次，从该其它分流候选小区中确定服务小区的目标分流小区并进行负载均衡处理。

在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。