基于自組網(wǎng)son的網(wǎng)絡(luò)狀態(tài)劃分方法、裝置和網(wǎng)絡(luò)系統(tǒng)的制作方法
【專利摘要】本發(fā)明的實施例提供一種基于自組網(wǎng)SON的網(wǎng)絡(luò)狀態(tài)劃分方法、裝置和網(wǎng)絡(luò)系統(tǒng)，涉及通訊領(lǐng)域，能夠降低網(wǎng)絡(luò)問題維護成本提高網(wǎng)絡(luò)問題解決效率，該方法包括：獲取網(wǎng)絡(luò)狀態(tài)參數(shù)，所述網(wǎng)絡(luò)狀態(tài)參數(shù)包括：網(wǎng)絡(luò)主要性能參數(shù)指標KPI、小區(qū)度量和控制參數(shù)；對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變量降維；對所述變量降維后的網(wǎng)絡(luò)狀態(tài)參數(shù)進行分簇處理；根據(jù)所述分簇處理的結(jié)果對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變化分析。
【專利說明】基于自組網(wǎng)SON的網(wǎng)絡(luò)狀態(tài)劃分方法、裝置和網(wǎng)絡(luò)系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及通信領(lǐng)域，尤其涉及一種基于自組網(wǎng)SON的網(wǎng)絡(luò)狀態(tài)劃分方法、裝置和網(wǎng)絡(luò)系統(tǒng)。
【背景技術(shù)】
[0002]在蜂窩網(wǎng)絡(luò)的運營與維護過程中，網(wǎng)絡(luò)狀態(tài)的獲取是運營商通過網(wǎng)管系統(tǒng)的網(wǎng)絡(luò)主要性能參數(shù)指標(Key Performance Indicator,簡稱KPI)統(tǒng)計獲取統(tǒng)計值了解網(wǎng)絡(luò)的當前運行狀況，當網(wǎng)絡(luò)KPI統(tǒng)計值超出運營商預(yù)先設(shè)置的范圍，即網(wǎng)絡(luò)性能不能達到預(yù)定指標時，由運維和網(wǎng)管人員通過經(jīng)驗分析方法，獲知網(wǎng)絡(luò)運行出現(xiàn)的那些網(wǎng)絡(luò)參數(shù)配置不合理導(dǎo)致的問題。獲取該信息后，網(wǎng)管人員根據(jù)經(jīng)驗值修改相應(yīng)的網(wǎng)絡(luò)參數(shù)并通過網(wǎng)管工具將網(wǎng)絡(luò)參數(shù)配置到網(wǎng)絡(luò)設(shè)備。重新配置后的網(wǎng)絡(luò)設(shè)備在為用戶提供服務(wù)的同時，不斷進行網(wǎng)絡(luò)KPI的統(tǒng)計并上報給網(wǎng)管系統(tǒng)。這種KPI統(tǒng)計上報、故障分析、參數(shù)配置、運行并統(tǒng)計KPI的操作不斷循環(huán)，從而實現(xiàn)蜂窩網(wǎng)絡(luò)的維護。
[0003]在實現(xiàn)上述KPI統(tǒng)計的過程中，發(fā)明人發(fā)現(xiàn)只依靠KPI來表征的網(wǎng)絡(luò)狀態(tài)，不能反映出網(wǎng)絡(luò)的問題所在，還要憑借人工來進行分析，因此需要大量人力成本的投入和相關(guān)的專家知識。而基站小型化趨勢導(dǎo)致網(wǎng)絡(luò)擁有龐大的網(wǎng)元數(shù)目，使得大量的網(wǎng)絡(luò)性能統(tǒng)計報表和網(wǎng)絡(luò)問題的復(fù)雜度急劇增加，因此僅以人力為主的網(wǎng)絡(luò)維護方法既造成高額維護成本，又難以有效地準確定位和解決網(wǎng)絡(luò)問題。
【發(fā)明內(nèi)容】
[0004]本發(fā)明的實施例提供一種基于自組網(wǎng)SON的網(wǎng)絡(luò)狀態(tài)劃分方法、裝置和網(wǎng)絡(luò)系統(tǒng)，能夠降低網(wǎng)絡(luò)問題維護成本提高網(wǎng)絡(luò)問題解決效率。
[0005]為達到上述目的，本發(fā)明的實施例采用如下技術(shù)方案:
[0006]第一方面，提供一種基于自組網(wǎng)SON的網(wǎng)絡(luò)狀態(tài)劃分方法，包括:
[0007]獲取網(wǎng)絡(luò)狀態(tài)參數(shù)，所述網(wǎng)絡(luò)狀態(tài)參數(shù)包括:網(wǎng)絡(luò)主要性能參數(shù)指標KP1、小區(qū)度量和控制參數(shù)；
[0008]對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變量降維；
[0009]對所述變量降維后的網(wǎng)絡(luò)狀態(tài)參數(shù)進行分簇處理；
[0010]根據(jù)所述分簇處理的結(jié)果對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變化分析。
[0011]在第一種可能的實現(xiàn)方式中，根據(jù)第一方面，所述獲取網(wǎng)絡(luò)狀態(tài)參數(shù)包括:
[0012]在預(yù)設(shè)的時間周期內(nèi)對網(wǎng)絡(luò)狀態(tài)進行采樣，獲取在所述預(yù)設(shè)的時間周期內(nèi)所述網(wǎng)絡(luò)狀態(tài)的網(wǎng)絡(luò)狀態(tài)參數(shù)；
[0013]收集在所述預(yù)設(shè)的時間周期內(nèi)預(yù)設(shè)個數(shù)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)；
[0014]保存所述預(yù)設(shè)個數(shù)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)。
[0015]在第二種可能的實現(xiàn)方式中，結(jié)合第一方面或第一種可能的實現(xiàn)方式，所述獲取網(wǎng)絡(luò)狀態(tài)參數(shù)還包括:[0016]接收網(wǎng)絡(luò)主要性能參數(shù)指標報警，獲取所述網(wǎng)絡(luò)主要性能參數(shù)指標報警對應(yīng)的網(wǎng)絡(luò)狀態(tài)參數(shù)；
[0017]在連續(xù)接收到的預(yù)設(shè)次數(shù)的所述網(wǎng)絡(luò)主要性能參數(shù)指標報警對應(yīng)的主要性能參數(shù)指標均大于預(yù)設(shè)的主要性能參數(shù)指標閾值時，保存所述預(yù)設(shè)次數(shù)次的網(wǎng)絡(luò)主要性能參數(shù)指標報警對應(yīng)的網(wǎng)絡(luò)狀態(tài)參數(shù)。
[0018]在第三種可能的實現(xiàn)方式中，根據(jù)第一方面，所述對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變量降維包括:
[0019]刪除所述網(wǎng)絡(luò)狀態(tài)參數(shù)中與所述控制參數(shù)弱相關(guān)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)；
[0020]在剩余的所述網(wǎng)絡(luò)狀態(tài)參數(shù)中篩選特征網(wǎng)絡(luò)狀態(tài)參數(shù)標識，所述特征網(wǎng)絡(luò)狀態(tài)參數(shù)標識為:剩余的所述網(wǎng)絡(luò)狀態(tài)參數(shù)中所述主要網(wǎng)絡(luò)性能指標與所述小區(qū)度量的線性組
口 ο
[0021]在第四種可能的實現(xiàn)方式中，根據(jù)第四種可能的實現(xiàn)方式，所述刪除所述網(wǎng)絡(luò)狀態(tài)參數(shù)中與控制參數(shù)弱相關(guān)的網(wǎng)絡(luò)狀態(tài)參數(shù)包括:
[0022]運用互信息量計算方法檢測所述網(wǎng)絡(luò)狀態(tài)參數(shù)的互相關(guān)性，刪除與所述控制參數(shù)弱相關(guān)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)。
[0023]在第五種可能的實現(xiàn)方式中，結(jié)合第三種可能的實現(xiàn)方式或第四種可能的實現(xiàn)方式，所述篩選特征網(wǎng)絡(luò)狀態(tài)變量的標識包括:
[0024]在剩余的所述網(wǎng)絡(luò)狀態(tài)參數(shù)中采用主成分分析方法將具有強相關(guān)性的所述主要網(wǎng)絡(luò)性能指標和所述小區(qū)度量組成的線性組合以一個主成分表征，并以所述主成分變量作為變量降維后的網(wǎng)絡(luò)狀態(tài)參數(shù)。
[0025]在第六種可能的實現(xiàn)方式中，根據(jù)第一方面，所述對所述變量降維后的網(wǎng)絡(luò)狀態(tài)參數(shù)進行分簇處理包括:
[0026]根據(jù)所述變量降維后的所述網(wǎng)絡(luò)狀態(tài)參數(shù)建立簇空間以及對應(yīng)的分簇數(shù)據(jù)庫，并使得每個簇中的所述網(wǎng)絡(luò)狀態(tài)參數(shù)與所述簇中的簇心網(wǎng)絡(luò)狀態(tài)參數(shù)的空間距離最小化；
[0027]在各個簇中獲取特征控制參數(shù)作為對應(yīng)分簇的簇心標識。
[0028]在第七種可能的實現(xiàn)方式中，根據(jù)第六種可能的實現(xiàn)方式，所述方法還包括:
[0029]周期性或事件性觸發(fā)重建所述簇空間，并更新對應(yīng)的分簇數(shù)據(jù)庫。
[0030]在第八種可能的實現(xiàn)方式中，根據(jù)第一方面，所述根據(jù)所述分簇處理的結(jié)果對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變化分析包括:
[0031]判斷當前采樣點的網(wǎng)絡(luò)狀態(tài)參數(shù)分簇后所對應(yīng)的簇心是否是在安全區(qū)域，所述安全區(qū)域是指簇心所對應(yīng)的網(wǎng)絡(luò)主要性能參數(shù)指標滿足運營商設(shè)定的網(wǎng)絡(luò)運行正常的要求的分簇；
[0032]若是，則判斷當前采樣點與前一采樣點的網(wǎng)絡(luò)狀態(tài)參數(shù)到分簇處理結(jié)果中所述當前采樣點對應(yīng)的分簇數(shù)據(jù)庫中的簇心的成員概率的差值；
[0033]若所述當前采樣點和前一采樣點到當前采樣點所對應(yīng)的簇心的成員概率的差值不小于零則確定所述網(wǎng)絡(luò)的網(wǎng)絡(luò)狀態(tài)沒有發(fā)生變化；
[0034]若所述差值小于零則預(yù)測該當前采樣點的網(wǎng)絡(luò)狀態(tài)參數(shù)在下一時刻遷移的簇；
[0035]比較當前采樣點所在的簇對應(yīng)的特征控制參數(shù)和所述下一時刻遷移的簇對應(yīng)的特征控制參數(shù)確定下一時刻需要調(diào)整的控制參數(shù)和調(diào)整方向。[0036]在第九種可能的實現(xiàn)方式中，根據(jù)第八種可能的實現(xiàn)方式，所述方法還包括:
[0037]若否，則在當前分簇處理結(jié)果對應(yīng)的分簇數(shù)據(jù)庫中查詢與當前小區(qū)度量最近似的小區(qū)度量對應(yīng)的簇的特征控制參數(shù)；
[0038]比較所述當前分簇處理結(jié)果對應(yīng)的分簇數(shù)據(jù)庫中查詢到的與當前小區(qū)度量最近似的小區(qū)度量對應(yīng)的簇的特征控制參數(shù)與當前采樣點所在的簇對應(yīng)的特征控制參數(shù)，確定下一時刻需要調(diào)整的控制參數(shù)和調(diào)整方向。
[0039]第二方面，提供一種網(wǎng)絡(luò)狀態(tài)分析裝置，包括:
[0040]網(wǎng)絡(luò)狀態(tài)NS獲取模塊，用于獲取網(wǎng)絡(luò)狀態(tài)參數(shù)，所述網(wǎng)絡(luò)狀態(tài)參數(shù)包括:網(wǎng)絡(luò)主要性能參數(shù)指標KP1、小區(qū)度量和控制參數(shù)；
[0041]NS變量降維模塊，用于對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變量降維；
[0042]NS分簇模塊，用于對所述變量降維后的網(wǎng)絡(luò)狀態(tài)參數(shù)進行分簇處理；
[0043]NS變化分析模塊，用于根據(jù)所述分簇處理的結(jié)果對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變化分析。
[0044]在第一種可能的實現(xiàn)方式中，根據(jù)第二方面，所述網(wǎng)絡(luò)狀態(tài)NS獲取模塊包括:
[0045]采樣單元，用于在預(yù)設(shè)的時間周期內(nèi)對網(wǎng)絡(luò)狀態(tài)進行采樣，獲取在所述預(yù)設(shè)的時間周期內(nèi)所述網(wǎng)絡(luò)狀態(tài)的網(wǎng)絡(luò)狀態(tài)參數(shù)；收集在所述預(yù)設(shè)的時間周期內(nèi)預(yù)設(shè)個數(shù)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)；
[0046]存儲單元，用于保存所述預(yù)設(shè)個數(shù)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)。
[0047]在第二種可能的實現(xiàn)方式中，結(jié)合第一方面或第一種可能的實現(xiàn)方式，所述網(wǎng)絡(luò)狀態(tài)NS獲取模塊還包括:
[0048]告警觸發(fā)單元，用于接收網(wǎng)絡(luò)主要性能參數(shù)指標報警，獲取所述網(wǎng)絡(luò)主要性能參數(shù)指標報警對應(yīng)的網(wǎng)絡(luò)狀態(tài)參數(shù)；
[0049]所述存儲單元還用于在連續(xù)接收到的預(yù)設(shè)次數(shù)的所述網(wǎng)絡(luò)主要性能參數(shù)指標報警對應(yīng)的主要性能參數(shù)指標均大于預(yù)設(shè)的主要性能參數(shù)指標閾值時，保存所述預(yù)設(shè)次數(shù)次的網(wǎng)絡(luò)主要性能參數(shù)指標報警對應(yīng)的網(wǎng)絡(luò)狀態(tài)參數(shù)。
[0050]在第三種可能的實現(xiàn)方式中，根據(jù)第二方面，所述NS變量降維模塊包括:
[0051]刪除單元，用于刪除所述網(wǎng)絡(luò)狀態(tài)參數(shù)中與所述控制參數(shù)弱相關(guān)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)；
[0052]篩選單元，用于在剩余的所述網(wǎng)絡(luò)狀態(tài)參數(shù)中篩選特征網(wǎng)絡(luò)狀態(tài)參數(shù)標識，所述特征網(wǎng)絡(luò)狀態(tài)參數(shù)標識為:剩余的所述網(wǎng)絡(luò)狀態(tài)參數(shù)中所述網(wǎng)絡(luò)主要性能指標與所述小區(qū)度量的線性組合。
[0053]在第四中可能的實現(xiàn)方式中，根據(jù)第三種可能的實現(xiàn)方式，所述刪除單元具體用于運用互信息量計算方法檢測所述網(wǎng)絡(luò)狀態(tài)參數(shù)的互相關(guān)性，刪除與所述控制參數(shù)弱相關(guān)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)。
[0054]在第五種可能的實現(xiàn)方式中，結(jié)合第三種可能的實現(xiàn)方式或第四種可能的實現(xiàn)方式，所述篩選單元具體用于在剩余的所述網(wǎng)絡(luò)狀態(tài)參數(shù)中采用主成分分析方法將具有強相關(guān)性的所述主要網(wǎng)絡(luò)性能指標和所述小區(qū)度量組成的線性組合以一個主成分表征，并以所述主成分變量作為變量降維后的網(wǎng)絡(luò)狀態(tài)參數(shù)。
[0055]在第六種可能的實現(xiàn)方式中，根據(jù)第二方面，所述NS分簇模塊包括:[0056]簇空間建立單元，用于根據(jù)所述變量降維后的所述網(wǎng)絡(luò)狀態(tài)參數(shù)建立簇空間以及對應(yīng)的分簇數(shù)據(jù)庫，并使得每個簇中的所述網(wǎng)絡(luò)狀態(tài)參數(shù)與所述簇中的簇心網(wǎng)絡(luò)狀態(tài)參數(shù)的空間距尚最小化；
[0057]簇心標識獲取單元，用于在各個簇中獲取特征控制參數(shù)作為對應(yīng)分簇的簇心標識。
[0058]在第七種可能的實現(xiàn)方式中，根據(jù)第六種可能的實現(xiàn)方式，所述NS分簇模塊還包括:
[0059]簇空間更新單元，用于周期性或事件性觸發(fā)重建所述簇空間，并更新對應(yīng)的分簇數(shù)據(jù)庫。
[0060]在第八種可能的實現(xiàn)方式中，根據(jù)第二方面，所述NS變化分析模塊包括:
[0061]網(wǎng)絡(luò)狀態(tài)判斷單元，用于判斷當前采樣點的網(wǎng)絡(luò)狀態(tài)參數(shù)分簇后所對應(yīng)的簇心是否是在安全區(qū)域，所述安全區(qū)域是指簇心所對應(yīng)的網(wǎng)絡(luò)主要性能參數(shù)指標滿足運營商設(shè)定的網(wǎng)絡(luò)運行正常的要求的分簇；
[0062]分簇判斷單元，用于若所述網(wǎng)絡(luò)狀態(tài)判斷單元的判斷結(jié)果為是，則判斷當前采樣點與前一采樣點的網(wǎng)絡(luò)狀態(tài)參數(shù)到分簇處理結(jié)果中所述當前采樣點對應(yīng)的分簇數(shù)據(jù)庫中的簇心的成員概率的差值；
[0063]分簇預(yù)測單元，，用于若所述分簇判斷單元的判斷結(jié)果為所述當前采樣點和前一采樣點到當前采樣點所對應(yīng)的簇心的成員概率的差值不小于零則確定所述網(wǎng)絡(luò)的網(wǎng)絡(luò)狀態(tài)沒有發(fā)生變化；還用于若所述分簇判斷單元的判斷結(jié)果為所述差值小于零則預(yù)測該當前采樣點的網(wǎng)絡(luò)狀態(tài)參數(shù)在下一時刻遷移的簇；
[0064]網(wǎng)絡(luò)狀態(tài)調(diào)整單元，用于比較當前采樣點所在的簇對應(yīng)的特征控制參數(shù)和所述下一時刻遷移的簇對應(yīng)的特征控制參數(shù)確定下一時刻需要調(diào)整的控制參數(shù)和調(diào)整方向。
[0065]在第九種可能的實現(xiàn)方式中，根據(jù)第八種可能的實現(xiàn)方式，
[0066]所述分簇判斷單元還用于若所述網(wǎng)絡(luò)狀態(tài)判斷單元的判斷結(jié)果為否，則在當前分簇處理結(jié)果對應(yīng)的分簇數(shù)據(jù)庫中查詢與當前小區(qū)度量最近似的小區(qū)度量對應(yīng)的簇的特征控制參數(shù)；
[0067]所述網(wǎng)絡(luò)狀態(tài)調(diào)整單元還用于比較所述當前分簇處理結(jié)果對應(yīng)的分簇數(shù)據(jù)庫中查詢到的與當前小區(qū)度量最近似的小區(qū)度量對應(yīng)的簇的特征控制參數(shù)與當前采樣點所在的簇對應(yīng)的特征控制參數(shù)，確定下一時刻需要調(diào)整的控制參數(shù)和調(diào)整方向。
[0068]第三方面，提供一種網(wǎng)絡(luò)系統(tǒng)，包括:至少一個網(wǎng)絡(luò)狀態(tài)分析裝置，所述至少一個網(wǎng)絡(luò)狀態(tài)分析裝置分別連接一個網(wǎng)構(gòu)設(shè)備，所述至少一個網(wǎng)絡(luò)狀態(tài)分析裝置連接至與所有所述網(wǎng)構(gòu)設(shè)備連接的網(wǎng)絡(luò)協(xié)調(diào)裝置，所述網(wǎng)絡(luò)狀態(tài)分析裝置用于自與其相連的所述網(wǎng)構(gòu)設(shè)備獲取網(wǎng)絡(luò)狀態(tài)參數(shù)，其中所述網(wǎng)絡(luò)狀態(tài)分析裝置為上述的任一網(wǎng)絡(luò)狀態(tài)分析裝置；
[0069]所述協(xié)調(diào)裝置用于將自網(wǎng)絡(luò)狀態(tài)分析裝置獲取的需要調(diào)整的控制參數(shù)和調(diào)整方向根據(jù)集中式處理或分布式處理原則下發(fā)配置到相應(yīng)的所述網(wǎng)構(gòu)設(shè)備。
[0070]在第一種可能的實現(xiàn)方式中，結(jié)合第三方面，所述網(wǎng)構(gòu)設(shè)備包括基站。
[0071]本發(fā)明的實施例提供的基于自組網(wǎng)SON的網(wǎng)絡(luò)狀態(tài)劃分方法、裝置和網(wǎng)絡(luò)系統(tǒng)，能夠自動獲取當前網(wǎng)絡(luò)狀態(tài)參數(shù)，并對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變化分析，進而能夠降低網(wǎng)絡(luò)問題維護成本提高網(wǎng)絡(luò)問題解決效率?！緦＠綀D】
【附圖說明】
[0072]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0073]圖1為本發(fā)明的實施例提供的一種基于自組網(wǎng)SON的網(wǎng)絡(luò)狀態(tài)劃分方法流程示意圖；
[0074]圖2為本發(fā)明的另一實施例提供的一種基于自組網(wǎng)SON的網(wǎng)絡(luò)狀態(tài)劃分方法的部分一流程示意圖；
[0075]圖3為本發(fā)明的另一實施例提供的一種基于自組網(wǎng)SON的網(wǎng)絡(luò)狀態(tài)劃分方法的部分二流程示意圖；
[0076]圖4為本發(fā)明的另一實施例提供的一種基于自組網(wǎng)SON的網(wǎng)絡(luò)狀態(tài)劃分方法的部分三流程示意圖；
[0077]圖5為本發(fā)明的另一實施例提供的一種基于自組網(wǎng)SON的網(wǎng)絡(luò)狀態(tài)劃分方法的部分四流程示意圖；
[0078]圖6為本發(fā)明的實施例提供的一種網(wǎng)絡(luò)狀態(tài)分析裝置的結(jié)構(gòu)示意圖；
[0079]圖7為本發(fā)明的實施例提供的另一種網(wǎng)絡(luò)狀態(tài)分析裝置的結(jié)構(gòu)示意圖；
[0080]圖8為本發(fā)明的另一實施例提供的一種網(wǎng)絡(luò)狀態(tài)分析裝置的結(jié)構(gòu)示意圖；
[0081]圖9為本發(fā)明的實施例提供的一種網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)示意圖。
【具體實施方式】
[0082]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0083]與現(xiàn)有網(wǎng)管系統(tǒng)中對網(wǎng)絡(luò)狀態(tài)的定義不同，本方案中網(wǎng)絡(luò)狀態(tài)的定義不僅限于網(wǎng)絡(luò)主要性能參數(shù)指標(KPI)，還包括當前狀態(tài)下的網(wǎng)絡(luò)其他信息。具體而言，網(wǎng)絡(luò)狀態(tài)包括網(wǎng)絡(luò)KP1、小區(qū)度量；并與控制參數(shù)相關(guān)聯(lián)，在下述的實施例中將網(wǎng)絡(luò)KP1、小區(qū)度量及控制參數(shù)統(tǒng)稱為網(wǎng)絡(luò)狀態(tài)參數(shù)。其中網(wǎng)絡(luò)KPI包括吞吐量、呼損率、掉話率、切換性能參數(shù)等反映小區(qū)運行性能的網(wǎng)絡(luò)性能指標；小區(qū)度量包括用戶數(shù)、小區(qū)負載、干擾情況等反映當前小區(qū)業(yè)務(wù)分布和網(wǎng)絡(luò)狀況等度量值；控制參數(shù)包括基站(eNB)的發(fā)射功率、基站天線下傾角、小區(qū)切換參數(shù)等能通過SON實體控制基站本身或指示基站廣播給用戶的控制參數(shù)。在本方案中，網(wǎng)絡(luò)KP1、小區(qū)度量和控制參數(shù)將由基站的SON實體進行聯(lián)合處理以獲取當前小區(qū)的網(wǎng)絡(luò)狀態(tài)。
[0084]參照圖1所示，一種基于自組網(wǎng)SON的網(wǎng)絡(luò)狀態(tài)劃分方法，包括以下步驟:
[0085]101、網(wǎng)絡(luò)狀態(tài)分析裝置獲取網(wǎng)絡(luò)狀態(tài)參數(shù)，所述網(wǎng)絡(luò)狀態(tài)參數(shù)包括:網(wǎng)絡(luò)主要性能參數(shù)指標KP1、小區(qū)度量和控制參數(shù)；
[0086]102、網(wǎng)絡(luò)狀態(tài)分析裝置對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變量降維；[0087]103、網(wǎng)絡(luò)狀態(tài)分析裝置對所述變量降維后的網(wǎng)絡(luò)狀態(tài)參數(shù)進行分簇處理；
[0088]104、網(wǎng)絡(luò)狀態(tài)分析裝置根據(jù)所述分簇處理的結(jié)果對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變化分析。
[0089]本發(fā)明的實施例提供的基于自組網(wǎng)SON的網(wǎng)絡(luò)狀態(tài)劃分方法，能夠自動獲取當前網(wǎng)絡(luò)狀態(tài)參數(shù)，并對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變化分析，實現(xiàn)對網(wǎng)絡(luò)狀態(tài)的有效劃分，輔助網(wǎng)絡(luò)進行自動優(yōu)化，進而能夠降低網(wǎng)絡(luò)問題維護成本提高網(wǎng)絡(luò)問題解決效率。
[0090]具體的，本發(fā)明的實施例提供的基于自組網(wǎng)SON的網(wǎng)絡(luò)狀態(tài)劃分方法，包括如下步驟:
[0091]201、網(wǎng)絡(luò)狀態(tài)分析裝置獲取網(wǎng)絡(luò)狀態(tài)參數(shù)，所述網(wǎng)絡(luò)狀態(tài)參數(shù)包括:網(wǎng)絡(luò)主要性能參數(shù)指標KP1、小區(qū)度量和控制參數(shù)；
[0092]這里網(wǎng)絡(luò)狀態(tài)分析裝置可以通過與其連接的網(wǎng)構(gòu)設(shè)備(如基站)中的網(wǎng)絡(luò)狀態(tài)采樣獲取基站測量或用戶上報的網(wǎng)絡(luò)狀態(tài)參數(shù)的數(shù)值，其中，網(wǎng)絡(luò)KPI包括吞吐量、呼損率、掉話率、切換性能參數(shù)等反映小區(qū)運行性能的網(wǎng)絡(luò)性能指標；小區(qū)度量包括用戶數(shù)、小區(qū)負載、干擾情況等反映當前小區(qū)業(yè)務(wù)分布和網(wǎng)絡(luò)狀況等度量值；控制參數(shù)包括基站(eNB)的發(fā)射功率、基站天線下傾角、小區(qū)切換參數(shù)等能通過SON實體控制基站本身或指示基站廣播給用戶的控制參數(shù)。
[0093]具體的，參照圖2所示，步驟201包括:
[0094]201a、網(wǎng)絡(luò)狀態(tài)分析裝置在預(yù)設(shè)的時間周期內(nèi)對網(wǎng)絡(luò)狀態(tài)進行采樣，獲取在所述預(yù)設(shè)的時間周期內(nèi)所述網(wǎng)絡(luò)狀態(tài)的網(wǎng)絡(luò)狀態(tài)參數(shù)。
[0095]這里即周期性的從與其相連的網(wǎng)絡(luò)設(shè)備(如基站)獲取對應(yīng)小區(qū)的控制參數(shù)設(shè)置、網(wǎng)絡(luò)KP1、以及對應(yīng)的小區(qū)度量的數(shù)值。
[0096]201b、網(wǎng)絡(luò)狀態(tài)分析裝置收集在所述預(yù)設(shè)的時間周期內(nèi)預(yù)設(shè)個數(shù)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)。
[0097]可以假設(shè)在上述的周期內(nèi)獲取Μ個網(wǎng)絡(luò)狀態(tài)參數(shù)的采樣值，其中上述的時間周期和Μ值可以根據(jù)運營商的策略具體選定。
[0098]201c、網(wǎng)絡(luò)狀態(tài)分析裝置保存所述預(yù)設(shè)個數(shù)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)。
[0099]可選的，參照圖2所示，步驟201還包括:
[0100]201d、網(wǎng)絡(luò)狀態(tài)分析裝置接收網(wǎng)絡(luò)主要性能參數(shù)指標報警，獲取所述網(wǎng)絡(luò)主要性能參數(shù)指標報警對應(yīng)的網(wǎng)絡(luò)狀態(tài)參數(shù)。
[0101]201f、網(wǎng)絡(luò)狀態(tài)分析裝置在連續(xù)接收到的預(yù)設(shè)次數(shù)的所述網(wǎng)絡(luò)主要性能參數(shù)指標報警對應(yīng)的主要性能參數(shù)指標均大于預(yù)設(shè)的主要性能參數(shù)指標閾值時，保存所述預(yù)設(shè)次數(shù)次的網(wǎng)絡(luò)主要性能參數(shù)指標報警對應(yīng)的網(wǎng)絡(luò)狀態(tài)參數(shù)。
[0102]以上具體為在上述采樣的時間周期內(nèi)，當KPI超過預(yù)定的KPI閾值KPIThr時觸發(fā)報警，并在連續(xù)的預(yù)設(shè)次數(shù)M，次采樣的網(wǎng)絡(luò)KPI值均超過KPIThr時，獲取對應(yīng)的M，次采樣的網(wǎng)絡(luò)狀態(tài)參數(shù)，即控制參數(shù)、網(wǎng)絡(luò)KPI及對應(yīng)的小區(qū)度量，并將獲取的網(wǎng)絡(luò)狀態(tài)參數(shù)保存，當然這里的KPITTto及M，可以有運營商根據(jù)具體的運營策略調(diào)整。
[0103]202、網(wǎng)絡(luò)狀態(tài)分析裝置對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變量降維；
[0104]具體的，參照圖3所示，步驟202包括:
[0105]202a、網(wǎng)絡(luò)狀態(tài)分析裝置刪除所述網(wǎng)絡(luò)狀態(tài)參數(shù)中與所述控制參數(shù)弱相關(guān)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)。
[0106]具體的實現(xiàn)方法是通過互信息量方法進行網(wǎng)絡(luò)狀態(tài)參數(shù)的互相關(guān)性檢測，通過這種數(shù)據(jù)篩選方法，挑選出與控制參數(shù)弱相關(guān)的網(wǎng)絡(luò)KPI變量并刪除。具體而言，首先計算控制參數(shù)和網(wǎng)絡(luò)KPI的互信息量I (如公式I給出求解兩個變量X與Y的互信息量的計算方法，其中Ρ(.)表示概率密度函數(shù))。對于存在多維變量的矢量，如N維變量的矢量X與M維變量的矢量Y，公式2給出相應(yīng)的互信息量計算方法。在本方案中控制參數(shù)CP矢量用X1,...，χΝ表示，網(wǎng)絡(luò)KPI矢量用y1;...，yN表示。計算結(jié)果I (CP ；KPI)表征控制參數(shù)和網(wǎng)絡(luò)KPI的相互影響關(guān)系，數(shù)值越大表明兩者相關(guān)性越高，數(shù)值越小表明兩者相關(guān)性越低。給定閾值Itto(該閾值大小可以根據(jù)運營商策略進行選擇)，將相應(yīng)計算出來I(CP，KPIi) < Ithr ；ie [I,..., Μ]的第i個網(wǎng)絡(luò)KPI從采樣用數(shù)據(jù)中刪除，減少需要處理的變量數(shù)目。
[0107]
【權(quán)利要求】
1.一種基于自組網(wǎng)SON的網(wǎng)絡(luò)狀態(tài)劃分方法，其特征在于，包括:獲取網(wǎng)絡(luò)狀態(tài)參數(shù)，所述網(wǎng)絡(luò)狀態(tài)參數(shù)包括:網(wǎng)絡(luò)主要性能參數(shù)指標KP1、小區(qū)度量和控制參數(shù)；對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變量降維；對所述變量降維后的網(wǎng)絡(luò)狀態(tài)參數(shù)進行分簇處理；根據(jù)所述分簇處理的結(jié)果對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變化分析。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取網(wǎng)絡(luò)狀態(tài)參數(shù)包括:在預(yù)設(shè)的時間周期內(nèi)對網(wǎng)絡(luò)狀態(tài)進行采樣，獲取在所述預(yù)設(shè)的時間周期內(nèi)所述網(wǎng)絡(luò)狀態(tài)的網(wǎng)絡(luò)狀態(tài)參數(shù)；收集在所述預(yù)設(shè)的時間周期內(nèi)預(yù)設(shè)個數(shù)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)；保存所述預(yù)設(shè)個數(shù)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述獲取網(wǎng)絡(luò)狀態(tài)參數(shù)還包括:接收網(wǎng)絡(luò)主要性能參數(shù)指標報警，獲取所述網(wǎng)絡(luò)主要性能參數(shù)指標報警對應(yīng)的網(wǎng)絡(luò)狀態(tài)參數(shù)；在連續(xù)接收到的預(yù)設(shè)次數(shù)的所述網(wǎng)絡(luò)主要性能參數(shù)指標報警對應(yīng)的網(wǎng)絡(luò)主要性能參數(shù)指標均大于預(yù)設(shè)的網(wǎng)絡(luò)主要性能參數(shù)指標閾值時，保存所述預(yù)設(shè)次數(shù)的網(wǎng)絡(luò)主要性能參數(shù)指標報警對應(yīng)的網(wǎng)絡(luò)狀態(tài)參數(shù)。`
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變量降維包括:刪除所述網(wǎng)絡(luò)狀態(tài)參數(shù)中與所述控制參數(shù)弱相關(guān)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)；在剩余的所述網(wǎng)絡(luò)狀態(tài)參數(shù)中篩選特征網(wǎng)絡(luò)狀態(tài)參數(shù)標識，所述特征網(wǎng)絡(luò)狀態(tài)參數(shù)標識為:剩余的所述網(wǎng)絡(luò)狀態(tài)參數(shù)中所述網(wǎng)絡(luò)主要性能參數(shù)指標與所述小區(qū)度量的線性組口 ο
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述刪除所述網(wǎng)絡(luò)狀態(tài)參數(shù)中與控制參數(shù)弱相關(guān)的網(wǎng)絡(luò)狀態(tài)參數(shù)包括:運用互信息量計算方法檢測所述網(wǎng)絡(luò)狀態(tài)參數(shù)的互相關(guān)性，刪除與所述控制參數(shù)弱相關(guān)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)。
6.根據(jù)權(quán)利要求4或5所述的方法，其特征在于，所述篩選特征網(wǎng)絡(luò)狀態(tài)變量的標識包括:在剩余的所述網(wǎng)絡(luò)狀態(tài)參數(shù)中采用主成分分析方法將具有強相關(guān)性的所述網(wǎng)絡(luò)主要性能參數(shù)指標和所述小區(qū)度量組成的線性組合以一個主成分表征，并以所述主成分變量作為變量降維后的網(wǎng)絡(luò)狀態(tài)參數(shù)。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述變量降維后的網(wǎng)絡(luò)狀態(tài)參數(shù)進行分簇處理包括:根據(jù)所述變量降維后的所述網(wǎng)絡(luò)狀態(tài)參數(shù)建立簇空間以及對應(yīng)的分簇數(shù)據(jù)庫，并使得每個簇中的所述網(wǎng)絡(luò)狀態(tài)參數(shù)與所述簇中的簇心網(wǎng)絡(luò)狀態(tài)參數(shù)的空間距離最小化；在各個簇中獲取特征控制參數(shù)作為對應(yīng)分簇的簇心標識。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述方法還包括:周期性或事件性觸發(fā)重建所述簇空間，并更新對應(yīng)的分簇數(shù)據(jù)庫。
9.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述分簇處理的結(jié)果對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變化分析包括: 判斷當前采樣點的網(wǎng)絡(luò)狀態(tài)參數(shù)分簇后所對應(yīng)的簇心是否是在安全區(qū)域，所述安全區(qū)域是指簇心所對應(yīng)的網(wǎng)絡(luò)主要性能參數(shù)指標滿足運營商設(shè)定的網(wǎng)絡(luò)運行正常的要求的分簇； 若是，則判斷當前采樣點與前一采樣點的網(wǎng)絡(luò)狀態(tài)參數(shù)到分簇處理結(jié)果中所述當前采樣點對應(yīng)的分簇數(shù)據(jù)庫中的簇心的成員概率的差值； 若所述當前采樣點和前一采樣點到所述當前采樣點所對應(yīng)的簇心的成員概率的差值不小于零則確定所述網(wǎng)絡(luò)的網(wǎng)絡(luò)狀態(tài)沒有發(fā)生變化； 若所述差值小于零則預(yù)測該當前采樣點的網(wǎng)絡(luò)狀態(tài)參數(shù)在下一時刻遷移的簇； 比較當前采樣點所在的簇對應(yīng)的特征控制參數(shù)和所述下一時刻遷移的簇對應(yīng)的特征控制參數(shù)確定下一時刻需要調(diào)整的控制參數(shù)和調(diào)整方向。
10.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述方法還包括: 若否，則在當前分簇處理結(jié)果對應(yīng)的分簇數(shù)據(jù)庫中查詢與當前小區(qū)度量最近似的小區(qū)度量對應(yīng)的簇的特征控制參數(shù)； 比較所述當前分簇處理結(jié)果對應(yīng)的分簇數(shù)據(jù)庫中查詢到的與當前小區(qū)度量最近似的小區(qū)度量對應(yīng)的簇的特征控制參數(shù)與當前采樣點所在的簇對應(yīng)的特征控制參數(shù)，確定下一時刻需要調(diào)整的控制參數(shù)和調(diào)整方向。
11.一種網(wǎng)絡(luò)狀態(tài)分析裝置，其特征在于，包括: 網(wǎng)絡(luò)狀態(tài)NS獲取模塊，用于獲取網(wǎng)絡(luò)狀態(tài)參數(shù)，所述網(wǎng)絡(luò)狀態(tài)參數(shù)包括:網(wǎng)絡(luò)主要性能參數(shù)指標KP1、小區(qū)度量和控制參數(shù)； NS變量降維模塊，用于對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變量降維； NS分簇模塊，用于對所述變量降維后的網(wǎng)絡(luò)狀態(tài)參數(shù)進行分簇處理； NS變化分析模塊，用于根據(jù)所述分簇處理的結(jié)果對所述網(wǎng)絡(luò)狀態(tài)參數(shù)進行變化分析。
12.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述網(wǎng)絡(luò)狀態(tài)NS獲取模塊包括: 采樣單元，用于在預(yù)設(shè)的時間周期內(nèi)對網(wǎng)絡(luò)狀態(tài)進行采樣，獲取在所述預(yù)設(shè)的時間周期內(nèi)所述網(wǎng)絡(luò)狀態(tài)的網(wǎng)絡(luò)狀態(tài)參數(shù)；收集在所述預(yù)設(shè)的時間周期內(nèi)預(yù)設(shè)個數(shù)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)； 存儲單元，用于保存所述預(yù)設(shè)個數(shù)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)。
13.根據(jù)權(quán)利要求11或12所述的裝置，其特征在于，所述網(wǎng)絡(luò)狀態(tài)NS獲取模塊還包括: 告警觸發(fā)單元，用于接收網(wǎng)絡(luò)主要性能參數(shù)指標報警，獲取所述網(wǎng)絡(luò)主要性能參數(shù)指標報警對應(yīng)的網(wǎng)絡(luò)狀態(tài)參數(shù)； 所述存儲單元還用于在連續(xù)接收到的預(yù)設(shè)次數(shù)的所述網(wǎng)絡(luò)主要性能參數(shù)指標報警對應(yīng)的主要性能參數(shù)指標均大于預(yù)設(shè)的主要性能參數(shù)指標閾值時，保存所述預(yù)設(shè)次數(shù)次的網(wǎng)絡(luò)主要性能參數(shù)指標報警對應(yīng)的網(wǎng)絡(luò)狀態(tài)參數(shù)。
14.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述NS變量降維模塊包括: 刪除單元，用于刪除所述網(wǎng)絡(luò)狀態(tài)參數(shù)中與所述控制參數(shù)弱相關(guān)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)；篩選單元，用于在剩余的所述網(wǎng)絡(luò)狀態(tài)參數(shù)中篩選特征網(wǎng)絡(luò)狀態(tài)參數(shù)標識，所述特征網(wǎng)絡(luò)狀態(tài)參數(shù)標識為:剩余的所述網(wǎng)絡(luò)狀態(tài)參數(shù)中所述網(wǎng)絡(luò)主要性能指標與所述小區(qū)度量的線性組合。
15.根據(jù)權(quán)利要求14所述的裝置，其特征在于，所述刪除單元具體用于運用互信息量計算方法檢測所述網(wǎng)絡(luò)狀態(tài)參數(shù)的互相關(guān)性，刪除與所述控制參數(shù)弱相關(guān)的所述網(wǎng)絡(luò)狀態(tài)參數(shù)。
16.根據(jù)權(quán)利要求14或15所述的裝置，其特征在于，所述篩選單元具體用于在剩余的所述網(wǎng)絡(luò)狀態(tài)參數(shù)中采用主成分分析方法將具有強相關(guān)性的所述主要網(wǎng)絡(luò)性能指標和所述小區(qū)度量組成的線性組合以一個主成分表征，并以所述主成分變量作為變量降維后的網(wǎng)絡(luò)狀態(tài)參數(shù)。
17.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述NS分簇模塊包括:簇空間建立單元，用于根據(jù)所述變量降維后的所述網(wǎng)絡(luò)狀態(tài)參數(shù)建立簇空間以及對應(yīng)的分簇數(shù)據(jù)庫，并使得每個簇中的所述網(wǎng)絡(luò)狀態(tài)參數(shù)與所述簇中的簇心網(wǎng)絡(luò)狀態(tài)參數(shù)的空間距離最小化；簇心標識獲取單元，用于在各個簇中獲取特征控制參數(shù)作為對應(yīng)分簇的簇心標識。
18.根據(jù)權(quán)利要求17所述的裝置，其特征在于，所述NS分簇模塊還包括:簇空間更新單元，用于周期性或事件性觸發(fā)重建所述簇空間，并更新對應(yīng)的分簇數(shù)據(jù)庫。
19.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述NS變化分析模塊包括:`網(wǎng)絡(luò)狀態(tài)判斷單元，用于判斷當前采樣點的網(wǎng)絡(luò)狀態(tài)參數(shù)分簇后所對應(yīng)的簇心是否是在安全區(qū)域，所述安全區(qū)域是指簇心所對應(yīng)的網(wǎng)絡(luò)主要性能參數(shù)指標滿足運營商設(shè)定的網(wǎng)絡(luò)運行正常的要求的分簇；分簇判斷單元，用于若所述網(wǎng)絡(luò)狀態(tài)判斷單元的判斷結(jié)果為是，則判斷當前采樣點與前一采樣點的網(wǎng)絡(luò)狀態(tài)參數(shù)到分簇處理結(jié)果中所述當前采樣點對應(yīng)的分簇數(shù)據(jù)庫中的簇心的成員概率的差值；分簇預(yù)測單元，用于若所述分簇判斷單元的判斷結(jié)果為所述當前采樣點和前一采樣點到當前采樣點所對應(yīng)的簇心的成員概率的差值不小于零則確定所述網(wǎng)絡(luò)的網(wǎng)絡(luò)狀態(tài)沒有發(fā)生變化；還用于若所述分簇判斷單元的判斷結(jié)果為所述差值小于零則預(yù)測該當前采樣點的網(wǎng)絡(luò)狀態(tài)參數(shù)在下一時刻遷移的簇；網(wǎng)絡(luò)狀態(tài)調(diào)整單元，用于比較當前采樣點所在的簇對應(yīng)的特征控制參數(shù)和所述下一時刻遷移的簇對應(yīng)的特征控制參數(shù)確定下一時刻需要調(diào)整的控制參數(shù)和調(diào)整方向。
20.根據(jù)權(quán)利要求19所述的裝置，其特征在于，所述分簇判斷單元還用于若所述網(wǎng)絡(luò)狀態(tài)判斷單元的判斷結(jié)果為否，則在當前分簇處理結(jié)果對應(yīng)的分簇數(shù)據(jù)庫中查詢與當前小區(qū)度量最近似的小區(qū)度量對應(yīng)的簇的特征控制參數(shù)；所述網(wǎng)絡(luò)狀態(tài)調(diào)整單元還用于比較所述當前分簇處理結(jié)果對應(yīng)的分簇數(shù)據(jù)庫中查詢到的與當前小區(qū)度量最近似的小區(qū)度量對應(yīng)的簇的特征控制參數(shù)與當前采樣點所在的簇對應(yīng)的特征控制參數(shù)，確定下一時刻需要調(diào)整的控制參數(shù)和調(diào)整方向。
21.—種網(wǎng)絡(luò)系統(tǒng)，其特征在于，包括:至少一個網(wǎng)絡(luò)狀態(tài)分析裝置，所述至少一個網(wǎng)絡(luò)狀態(tài)分析裝置分別連接一個網(wǎng)構(gòu)設(shè)備，所述至少一個網(wǎng)絡(luò)狀態(tài)分析裝置連接至與所有所述網(wǎng)構(gòu)設(shè)備連接的網(wǎng)絡(luò)協(xié)調(diào)裝置，所述網(wǎng)絡(luò)狀態(tài)分析裝置用于自與其相連的所述網(wǎng)構(gòu)設(shè)備獲取網(wǎng)絡(luò)狀態(tài)參數(shù)，其中所述網(wǎng)絡(luò)狀態(tài)分析裝置為權(quán)利要求11~20所述的任一網(wǎng)絡(luò)狀態(tài)分析裝置； 所述協(xié)調(diào)裝置用于將自網(wǎng)絡(luò)狀態(tài)分析裝置獲取的需要調(diào)整的控制參數(shù)和調(diào)整方向根據(jù)集中式處理或分布式處理原則下發(fā)配置到相應(yīng)的所述網(wǎng)構(gòu)設(shè)備。
22.根據(jù)權(quán)利 要求21所述的網(wǎng)絡(luò)系統(tǒng)，其特征在于，所述網(wǎng)構(gòu)設(shè)備包括基站。
【文檔編號】H04W24/02GK103731854SQ201210382146
【公開日】2014年4月16日 申請日期:2012年10月10日 優(yōu)先權(quán)日:2012年10月10日
【發(fā)明者】張潔濤, 莊宏成 申請人:華為技術(shù)有限公司