一種無線網(wǎng)絡(luò)干擾的分析方法及裝置制造方法
【專利摘要】本發(fā)明公開了一種無線網(wǎng)絡(luò)干擾分析的方法，包括以下步驟：獲取原始頻率分配支撐系統(tǒng)頻率分配支撐系統(tǒng)分析圖像；分別對所述原始頻率分配支撐系統(tǒng)分析圖像進行N次干擾特征突出處理，獲得對應(yīng)的N個處理后的頻率分配支撐系統(tǒng)分析圖像，所述N為正整數(shù)；通過邊緣檢測算法分別提取每一個處理后的頻率分配支撐系統(tǒng)分析圖像邊緣，生成每一個處理后的頻率分配支撐系統(tǒng)分析圖像邊緣對應(yīng)的線性圖；將生成的所述每一個處理后的頻率分配支撐系統(tǒng)分析圖像邊緣對應(yīng)的線性圖與N個標(biāo)準干擾圖分別進行匹配運算，獲得匹配后的結(jié)果；根據(jù)所述匹配后的結(jié)果確定干擾類型。采用本發(fā)明公開的方法，實現(xiàn)干擾類型快速、自動定位。
【專利說明】一種無線網(wǎng)絡(luò)干擾的分析方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及無線通信【技術(shù)領(lǐng)域】，尤其涉及一種無線網(wǎng)絡(luò)干擾的分析方法及裝置。【背景技術(shù)】
[0002]GSM (Global System For Mobile Communications 全球移動通信系統(tǒng))系統(tǒng)的干擾問題一直是影響GSM網(wǎng)絡(luò)質(zhì)量的主要因素之一，隨著網(wǎng)絡(luò)規(guī)模的不斷擴大，網(wǎng)絡(luò)干擾水平隨之出現(xiàn)不同程度的上升，特別是大型城市的網(wǎng)絡(luò)上行干擾噪聲強度提升較為明顯。在某些上行干擾較為嚴重的區(qū)域，上行干擾強度、上行通話質(zhì)量等網(wǎng)絡(luò)指標(biāo)出現(xiàn)了較為明顯的惡化，對用戶感知造成了嚴重影響。因此，對GSM網(wǎng)絡(luò)小區(qū)進行上行干擾排查整治，成為網(wǎng)絡(luò)質(zhì)量提升工作的一項重要內(nèi)容。按照產(chǎn)生上行干擾的原因劃分，當(dāng)前成熟網(wǎng)絡(luò)中小區(qū)所受的上行干擾如圖1所述，主要來自:頻率干擾、主設(shè)備隱性故障造成的干擾、覆蓋延伸設(shè)備的干擾、互調(diào)干擾、其他通信系統(tǒng)(如CDMA、聯(lián)通)干擾以及私裝放大器干擾等。
[0003]對于天饋互調(diào)干擾排查，現(xiàn)有的排查定位流程是:首先準備排查數(shù)據(jù)，包括連續(xù)24小時的ICMBAND與話務(wù)量等方面KPI數(shù)據(jù)、收集已明確為外部干擾或直放站干擾等的小區(qū)記錄信息、整理現(xiàn)網(wǎng)的頻率配置信息等，之后通過幾個必要條件(早或晚忙時ICM4-5級比例> 30%、根據(jù)外部干擾(包括成片區(qū))或直放站干擾等記錄信息，排除掉外部干擾及直放站干擾小區(qū)、一天24小時話務(wù)量與ICM干擾的相關(guān)系數(shù)>=0.7等條件)初步篩選出疑似互調(diào)干擾小區(qū)。
[0004]對于直放站干擾排查，現(xiàn)有的排查手段是通過比對ICM干擾分析結(jié)果和直放站施主信源情況，將干擾小區(qū)與直放站關(guān)聯(lián)并分析得出直放站原因造成的網(wǎng)絡(luò)干擾的站點列表，并將此批點用公式驗證核算，篩選出系統(tǒng)上行噪聲不滿足一 120dB的直放站站，初步定位為直放站干擾。
[0005]對于碼分多址CDMA阻塞干擾，現(xiàn)有的排查手段最直接有效的方法是直接用儀器連接GSM天饋，測試接收到的CDMA帶內(nèi)信號功率，然后與GSM本身的允許的阻塞電平進行對比，以確認是否產(chǎn)生阻塞干擾；對于CDMA雜散干擾，在天線和測試儀器之間串接一個帶通濾波器，如果測試結(jié)果中885MHz與GSM帶內(nèi)(889?915MHz)的值是基本一致的并且大于儀器的底噪，或者885MHz開始有平緩的下降，則可能為CDMA雜散干擾；如果現(xiàn)場條件允許，也可以在GSM天饋連接測試儀表情況下，閉塞所懷疑CDMA相應(yīng)扇區(qū)。閉塞后先觀察CDMA發(fā)射帶內(nèi)功率變化，如果閉塞正確，則所接收的CDMA信號強度明顯下降。
[0006]從以上舉例可以發(fā)現(xiàn)，對于干擾排查的傳統(tǒng)手段，還是主要依賴人力前往每個干擾站點現(xiàn)場排查，這樣不但消耗巨大的人力成本，而且實效性差，效率低下，并對多種原因混雜的干擾缺乏行之有效的分類判斷排查手段，缺乏較為全面、系統(tǒng)的干擾原因定位及排查體系，對已有的各類判斷及定位排查方法準確性、排查效率不一。另外，當(dāng)前網(wǎng)絡(luò)中排查上行干擾一般從干擾最嚴重的小區(qū)入手，對于不同類型的干擾，受限于技術(shù)人員的水平、排查效率、后續(xù)驗證方法等影響，難以對全網(wǎng)所有被認為存在上行干擾的小區(qū)做全面分析，對典型小區(qū)的定位準確率有限。[0007]目前與本發(fā)明技術(shù)原理最接近的是基于頻率分配支撐系統(tǒng)分析的干擾分析定位方法。所述頻率分配支撐系統(tǒng)分析是一種用于頻率優(yōu)化的輔助分析工具，頻率分配支撐系統(tǒng)分析圖像是指頻率分配支撐系統(tǒng)輸出的分析圖像，頻率分配支撐系統(tǒng)分析圖像是從這個軟件系統(tǒng)上獲取的。愛立信與華為均有該類型的工具，但命名有差異，如愛立信稱之為FAS圖像?，F(xiàn)有技術(shù)的方法通過愛立信頻率分配支撐系統(tǒng)分析、華為頻點掃描話務(wù)統(tǒng)計分析，聯(lián)動相關(guān)指標(biāo)，建立上行干擾原因定位及排查系統(tǒng)。但是目前網(wǎng)絡(luò)干擾分析存在的突出問題:
[0008]1.對多種原因混雜的干擾缺乏行之有效的分類判斷排查手段；
[0009]2.缺乏較為全面、系統(tǒng)的干擾原因定位、排查體系；
[0010]3.已有的各類判斷及定位排查方法準確性、排查效率不一。

【發(fā)明內(nèi)容】

[0011]本發(fā)明實施例提供一種無線網(wǎng)絡(luò)干擾的分析方法及裝置，本方案基于頻率分配支撐系統(tǒng)分析圖像的干擾分析算法，建立了各種上行干擾的濾波模型、建立了基于邊緣檢測算法的圖像邊緣提取及匹配算法，最終通過以上算法建立了一個全面的、高效的、自動化的干擾分析定位系統(tǒng)。
[0012]本發(fā)明提供一種無線網(wǎng)絡(luò)干擾分析的方法，包括以下步驟:
[0013] 獲取原始頻率分配支撐系統(tǒng)頻率分配支撐系統(tǒng)分析圖像；
[0014]分別對所述原始頻率分配支撐系統(tǒng)分析圖像進行N次干擾特征突出處理，獲得對應(yīng)的N個處理后的頻率分配支撐系統(tǒng)分析圖像，所述N為正整數(shù)；
[0015]通過邊緣檢測算法分別提取每一個處理后的頻率分配支撐系統(tǒng)分析圖像邊緣，生成每一個處理后的頻率分配支撐系統(tǒng)分析圖像邊緣對應(yīng)的線性圖；
[0016]將生成的所述每一個處理后的頻率分配支撐系統(tǒng)分析圖像邊緣對應(yīng)的線性圖與N個標(biāo)準干擾圖分別進行匹配運算，獲得匹配后的結(jié)果；
[0017]根據(jù)所述匹配后的結(jié)果確定干擾類型。
[0018]所述進行干擾特征突出處理包括:銳化或平滑所述原始頻率分配支撐系統(tǒng)分析圖像。
[0019]所述通過邊緣檢測算法分別提取每一個處理后的頻率分配支撐系統(tǒng)分析圖像邊緣包括:分別平滑所述每一個處理后的頻率分配支撐系統(tǒng)分析圖像，獲得對應(yīng)的平滑后的頻率分配支撐系統(tǒng)分析圖象；通過一階偏導(dǎo)的有限差分計算所述對應(yīng)的平滑后的頻率分配支撐系統(tǒng)分析圖象的梯度幅值和梯度方向；通過所述梯度方向?qū)λ鰧?yīng)的平滑后的頻率分配支撐系統(tǒng)分析圖象的梯度幅值進行非極大值抑制，獲得非極大值抑制處理后對應(yīng)的頻率分配支撐系統(tǒng)分析圖像；通過雙閾值算法提取所述非極大值抑制處理后對應(yīng)的頻率分配支撐系統(tǒng)分析圖像邊緣的輪廓線。
[0020]所述分別平滑所述每一個處理后的頻率分配支撐系統(tǒng)分析圖像包括:通過平滑算法進行平滑。
[0021]所述平滑算法為:通過高斯平滑函數(shù)進行平滑，算法如下=;
[0022]G(x, y)=f(x, y)*H(x, y);其中，G(x，y)為平滑后圖像，f (x，y)為原始圖像，H (x,y)為二維高斯平滑函數(shù)。
[0023]所述通過一階偏導(dǎo)的有限差分計算所述對應(yīng)的平滑后的頻率分配支撐系統(tǒng)分析圖象的梯度幅值和梯度方向包括:
[0024]計算陣列中向量(X, y)的偏導(dǎo)陣列m與η,算法如下:
【權(quán)利要求】
1.一種無線網(wǎng)絡(luò)干擾分析的方法，其特征在于，包括以下步驟: 獲取原始頻率分配支撐系統(tǒng)分析圖像； 分別對所述原始頻率分配支撐系統(tǒng)分析圖像進行N次干擾特征突出處理，獲得對應(yīng)的N個處理后的頻率分配支撐系統(tǒng)分析圖像,所述N為正整數(shù)； 通過邊緣檢測算法分別提取每一個處理后的頻率分配支撐系統(tǒng)分析圖像邊緣，生成每一個處理后的頻率分配支撐系統(tǒng)分析圖像邊緣對應(yīng)的線性圖； 將生成的所述每一個處理后的頻率分配支撐系統(tǒng)分析圖像邊緣對應(yīng)的線性圖與N個標(biāo)準干擾圖分別進行匹配運算，獲得匹配后的結(jié)果； 根據(jù)所述匹配后的結(jié)果確定干擾類型。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述進行干擾特征突出處理包括:銳化或平滑所述原始頻率分配支撐系統(tǒng)分析圖像。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過邊緣檢測算法分別提取每一個處理后的頻率分配支撐系統(tǒng)分析圖像邊緣包括: 分別平滑所述每一個處理后的頻率分配支撐系統(tǒng)分析圖像，獲得對應(yīng)的平滑后的頻率分配支撐系統(tǒng)分析圖象； 通過一階偏導(dǎo)的有限差分計算所述對應(yīng)的平滑后的頻率分配支撐系統(tǒng)分析圖象的梯度幅值和梯度方向； 通過所述梯度方向?qū)λ鰧?yīng)的平滑后的頻率分配支撐系統(tǒng)分析圖象的梯度幅值進行非極大值抑制，獲得非極大值抑制處理后對應(yīng)的頻率分配支撐系統(tǒng)分析圖像；` 通過雙閾值算法提取所述非極大值抑制處理后對應(yīng)的頻率分配支撐系統(tǒng)分析圖像邊緣的輪廓線。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述分別平滑所述每一個處理后的頻率分配支撐系統(tǒng)分析圖像包括:通過平滑算法進行平滑。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述平滑算法為:通過高斯平滑函數(shù)進行平滑，算法如下: H(s, y) = e—;
G (x, y) = f(x,y) - H(s, y)； 其中，G(x，y)為平滑后圖像，f (x, y)為原始圖像，H (x, y)為二維高斯平滑函數(shù)。
6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述通過一階偏導(dǎo)的有限差分計算所述對應(yīng)的平滑后的頻率分配支撐系統(tǒng)分析圖象的梯度幅值和梯度方向包括: 計算陣列中向量(x, y)的偏導(dǎo)陣列m與n,算法如下:
I — I ___ I I^ 1._ I I H —丄I H — ^ 丄x ? H1 —丨工丄丨H2 —匕_1j , 通過所述偏導(dǎo)陣列m與n計算坐標(biāo)點(m，n)的偏導(dǎo)數(shù)梯度幅值屮與cp2(m,Il)，算法如下: Cp1 (m,n) = f(m,!i) H:(m,n)； _2(m,n) = f(m?n) * H2(m?n)；通過所述偏導(dǎo)數(shù)梯度幅值φ:0-Π,η)與φ2 (m,n)計算圖像邊緣強度<p(m,n),算法如下:
7.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述通過所述梯度方向?qū)λ鰧?yīng)的平滑后的頻率分配支撐系統(tǒng)分析圖象的梯度幅值進行非極大值抑制，獲得非極大值抑制處理后對應(yīng)的頻率分配支撐系統(tǒng)分析圖像包括如下算法:

8.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述通過雙閾值算法提取所述非極大值抑制處理后對應(yīng)的頻率分配支撐系統(tǒng)分析圖像邊緣的輪廓線包括: 通過雙閾值算法對所述非極大值抑制處理后對應(yīng)的頻率分配支撐系統(tǒng)分析圖像的梯度幅值使用低閾值τ I和高閾值τ 2，且2 τ I~τ 2，獲得到兩個閾值邊緣圖象Nl[ i，j ]和N2 [i，j]，通過雙閾值算法將所述N2 [i，j]的邊緣連接為輪廓線，具體為:當(dāng)所述N2 [i，j]輪廓為斷開狀態(tài)時，從所述NI [i,j]的對應(yīng)的位置尋找可以連接到輪廓上的邊緣，直至所述N2 [i, j]的邊緣連接為輪廓線。
9.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述N個標(biāo)準干擾圖包括:根據(jù)各種頻率分配支撐系統(tǒng)分析上行干擾圖，分別建立一個與所述頻率分配支撐系統(tǒng)分析上行干擾數(shù)據(jù)匹配的標(biāo)準干擾圖。
10.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述線性圖與N個標(biāo)準干擾圖分別進行匹配包括:基于所述線性圖與標(biāo)準干擾圖的圖像矩陣進行匹配。
11.根據(jù)權(quán)利要求10所述的方法，其特征在于，所述基于圖像矩陣進行匹配運算具體包括: 將所述線性圖與標(biāo)準干擾圖中的像素進行分割生成圖像矩陣，通過所述圖像矩陣獲得圖像矩陣的隸屬度函數(shù)； 所述圖像矩陣的定義包括:
12.根據(jù)權(quán)利要求11所述的方法，其特征在于，所述基于圖像矩陣進行匹配運算還包括: 根據(jù)所述圖像矩陣集合T及圖像矩陣的隸屬度函數(shù)獲得所述圖像矩陣的向量、徑向隸屬度與角向隸屬度； 所述圖像矩陣的向量為:
13.根據(jù)權(quán)利要求12所述的方法，其特征在于，所述基于圖像矩陣進行匹配運算進一步包括: 根據(jù)所述圖像矩陣的隸屬度函數(shù)、徑向隸屬度與角向隸屬度，計算所述圖像矩陣的隸屬度，獲得匹配結(jié)果； 所述計算所述圖像矩陣的隸屬度包括: 所述Sf和所述Si的取值范圍為[0，1)，通過高斯型隸屬函數(shù)，計算所述圖像矩陣元素匹配關(guān)系的隸屬函數(shù)Uk (x,y),
14.一種無線網(wǎng)絡(luò)干擾分析的裝置，其特征在于，包括: 圖像獲取單元，用于獲取原始頻率分配支撐系統(tǒng)頻率分配支撐系統(tǒng)分析圖像；濾波器單元，分別對所述原始頻率分配支撐系統(tǒng)分析圖像進行N次干擾特征突出處理，獲得對應(yīng)的N個處理后的頻率分配支撐系統(tǒng)分析圖像，所述N為正整數(shù)； 運算單元，用于通過邊緣檢測算法分別提取每一個處理后的頻率分配支撐系統(tǒng)分析圖像邊緣，生成每一個處理后的頻率分配支撐系統(tǒng)分析圖像邊緣對應(yīng)的線性圖； 圖像匹配單元，用于將生成的所述每一個處理后的頻率分配支撐系統(tǒng)分析圖像邊緣對應(yīng)的線性圖與N個標(biāo)準干擾圖分別進行匹配運算，獲得匹配后的結(jié)果； 類型確定單元，用于根據(jù)所述匹配后的結(jié)果確定干擾類型。
15.根據(jù)權(quán)利要求14所述的裝置，其特征在于，所述濾波器單元包括: 碼分多址CMAD干擾低通濾波器、數(shù)字光纖射頻拉遠單元GRRU干擾銳化濾波器、直放站干擾選頻濾波器、強外部干擾平滑濾波器與互調(diào)干擾高通濾波器中至少兩個以上進行并聯(lián)。
16.根據(jù)權(quán)利要求15所述的裝置，其特征在于，所述運算單元包括:邊緣檢測算法子單元與線性圖生成子單元。
17.根據(jù)權(quán)利要求16所述的裝置，其特征在于，所述邊緣檢測算法子單元包括: 高斯濾波器子模塊，用于分別平滑所述每一個處理后的頻率分配支撐系統(tǒng)分析圖像，獲得對應(yīng)的平滑后的頻率分配支撐系統(tǒng)分析圖象； 計算子模塊，用于通過一階偏導(dǎo)的有限差分計算所述對應(yīng)的平滑后的頻率分配支撐系統(tǒng)分析圖象的梯度幅值和梯度方向；通過所述對應(yīng)的平滑后的頻率分配支撐系統(tǒng)分析圖象的梯度的方向?qū)μ荻鹊姆颠M行非極大值抑制，獲得非極大值抑制處理后對應(yīng)的頻率分配支撐系統(tǒng)分析圖像；通過雙閾值算法提取所述非極大值抑制處理后對應(yīng)的頻率分配支撐系統(tǒng)分析圖像邊緣的輪廓線。
18.根據(jù)權(quán)利要求14所述的裝置，其特征在于，所述圖像匹配單元包括: 圖像矩陣生成子單元，用于將所述線性圖與標(biāo)準干擾圖中的像素進行分割生成圖像矩陣集合T，通過所述圖像矩陣集合T可以得出所述圖像矩陣的隸屬度函數(shù)； 計算子單元，用于根據(jù)所述圖像矩陣集合T及圖像矩陣的隸屬度函數(shù)獲得所述圖像矩陣的向量、徑向隸屬度與角向隸屬度； 匹配子單元，用于根據(jù)所述圖像矩陣的隸屬度函數(shù)、徑向隸屬度與角向隸屬度，計算所述圖像矩陣的隸屬度，獲得匹配結(jié)果。
【文檔編號】H04B17/00GK103679681SQ201210326060
【公開日】2014年3月26日 申請日期:2012年9月6日 優(yōu)先權(quán)日:2012年9月6日
【發(fā)明者】唐焯宜, 鐘錦慶, 吳寶庭, 吳榮廣, 吳兵, 黃政力, 林綱, 胡志東, 曾偉超, 李昭明, 曾昭展, 陸遠干 申請人:億陽信通股份有限公司, 中國移動通信集團廣東有限公司