寻找网络质量的峰值
【摘要】无线网络的质量和许多因素有关,由此带来了网络优化工作的复杂性。文章提出了注重平衡性是提升网络质量评价的关键,专注于讨论使用变色龙算法合理准确配置功率,控制网内干扰分布,到达网络质量峰值的方法。
【关键关性极强的指标。在gs网络中,受/i影响最大最直接的指标是quality,quality的统计也非常容易获取,这就是变色龙算法第一步。将上面的/ivslev的图转换为目的qualityvs实际quality的图,如图2所示:
其中,横轴为目的质量〔自左向右,由好到坏〕;竖轴为实际质量〔自下而上,由好到坏〕。
a区:当目的质量要求较低时,电平配置较低,/i比拟差,仍有功率及质量提升空间。
区:当目的质量要求较高时,电平配置升高,产生的干扰增大,导致/i变差,实际质量差于目的值。
p线:不同网络特性的最正确点p,在此处能到达实际质量最正确。在图2中表现为目的质量和实现质量一致,即斜率为1,会聚成p线。
通过这样的图形转换,就把问题简化到了以质量为目的的优化过程,而质量统计非常方便,便于实现调整和评估的工作。
完成图形转化后,仍需要找到p点的位置,通过理论和研究总结出了一套算法,由于其能敏锐捕捉周围环境变化,自适应调整无线参数,将网络置于最正确点p运行,降低干扰,进步网络质量,因此取名“变色龙〞。
变色龙算法的第二步是寻找p点,这里采用无限逼近的方法,说明如下:
假设网络最初目的质量设置是q1,网络反响的实际质量是q2;接着以q2为目的质量,网络会反响出q3;再以q3得出q4……由于p线的斜率为1,因此网络的反响会逐步收敛,这样网络运行点就无限逼近p线,到达网络最正确质量。在此过程中排除了人为的对参数设定的猜想,而全由网络反响决定参数设置,形成了自适应过程,也就是说网络需要多少能量,就会去要求获取,通过这一过程大大进步了无线参数设置的准确性,如图3所示:
gs厂家功控算法的理想目的是在质量允许的条件下功率尽可能低,这就需要去寻找这个质量和电平的稳定区域。大多数优化人员会根据经历定一套区间参数放到现网上运行,细致点的可能会考虑分场景设置功控参数。然而,什么样的设置才能真正满足合适场景、规划、话务、外部干扰等多种变量引起的功率需求变动呢?
变色龙算法的第三步是将靶心图中的质量区间和电平区间尽量重叠,使功率趋于稳定,并且尽可能地降低发射功率,减少整网的干扰。这样做能使电平和质量做合理转换,因为在gs网内质量的参数设定为0~7,电平设定为-110db~-47db,显然电平设置更为精细,质量区间和电平区间靠近的好处是不会由于两者的偏离导致功控方向的不确定。
通过采集话务统计数据搜集测量报告,进展电平质量二维整理,完成环境数据的搜集。某小区的情况如表1所示:
其中,填色局部的数字表示对应电平等级以下、下一级电平等级以上的对应上行质量等级的采样点比例,所有填色格子相加为100。通过质量和电平的综合分析,能很方便地确定稳定区域,实现质量和电平的等效转换。
由表1可见,电平强的时候,质差占比拟低;而电平弱的时候较高。功控的目的是保证质量的情况下尽可能降低发射功率,也就是说合理设置功控电平区间,不宜设得过低引起质差
寻找网络质量的峰值 来自淘豆网www.taodocs.com转载请标明出处.