1、“.....快速准确的筛选出受扰小区。系质差小区。系统干扰优化及诊断研发原稿。干扰优化流程系统干扰优化主要包括干扰识别定位及优化个方面,干扰识别是干扰定位与干扰优化的基础。系统干扰识别异系统干扰识别异系统干扰识别的方法主要包括干扰波形智能匹配干扰地理分布特征分析。干扰波形智能识别主要是将受干扰小区的频域波形与已干扰机理如图所示。随着用户规模的发展以及用户高流量行为习惯的逐步形成,上行网内业务干扰水平将不断提升,网内干扰问题凸显,部分发达城市网内干扰小区在受干扰小区中的占比已超过。图上行网内干扰原理下行干扰问题系统下行干扰指终端受到的干扰,同样包括异系统干扰与下行网内业务干扰,其中下行网内业务过上述方法,可以计算在定时间范围内小区中所有终端对小区的集总干扰功率,同理可计算出小区的其它邻区内终端的集总干扰功率。通过对小区各邻区集总干扰功率排序构建上行干扰矩阵......”。

2、“.....实现上行网内干扰的定位。上行网内干扰定位下行网内干扰的干扰源为各邻区的基站,定位思路与上行网内干扰类似。系统干扰优化及诊断研发原稿可能会本小区的覆盖或上下行干扰造成不利影响,因此在进行天面优化或功率优化时,应重点考虑上下行协同的因素。图网内干扰源精确定位基于理论研究成果开发的系统实现了干扰筛选识别定位与优化功能,可支撑开展干扰问题的端到端全流程优化,总结来讲具有以下特点干扰筛选与分析方法与现网干扰发展态势紧小区作为下行质差小区。系统干扰优化及诊断研发原稿。图上行干扰矩阵构建模型在图中小区为上行受网内干扰小区,为邻区中的终端。会定时向其服务小区上报测量报告,包括服务小区的邻区的终端发射功率余量等。通过终端发射功率余量可以计算出的发射功率为线间隔离度或协调友商更换互调性能更好的系统天线......”。

3、“.....相应的优化措施包括天面优化分流或扩容功率优化频率调整优化互操作参数优化等,但这些优化方案功率发射造成,干扰机理如图所示。随着用户规模的发展以及用户高流量行为习惯的逐步形成,上行网内业务干扰水平将不断提升,网内干扰问题凸显,部分发达城市网内干扰小区在受干扰小区中的占比已超过。图上行网内干扰原理下行干扰问题系统下行干扰指终端受到的干扰,同样包括异系统干扰与下行网内业务干扰,其配干扰地理分布特征分析。干扰波形智能识别主要是将受干扰小区的频域波形与已知干扰类型的波形进行匹配,当相关系数超过定门限时,可识别异系统干扰类型,确定疑似干扰原因。干扰地理分布特征分析主要针对未成功匹配的异系统干扰类型,通过观察定区域范围内的小区是否具有类似的干扰频域特征来区分干扰源为同天面干扰源或非同下行网内业务干扰是优化的重点。下行网内干扰主要由于邻区基站的功率发射造成......”。

4、“.....下行网内业务干扰水平不断提升。下行是的直观反映目前无法从设备侧采集到,可以在定程度上反应小区内终端下行受干扰情况,目前般将全天小于的占比超过的干扰诊断系统主要提供干扰集中分析识别定位等功能,该系统基于底噪数据工参业务量数据数据以及数据,能够快速高效准确的实现干扰优化工作的全流程自动化。干扰小区快速筛选系统基于海量小区底噪数据,按照统的判断规则对各小区干扰情况进行判断,快速准确的筛选出受扰小区。系系统天线间隔离度或在天线与间加装抗阻塞滤波器,也可选择更换抗阻塞性能更好的对于频段系统互调干扰,可以增大与系统天线间隔离度或协调友商更换互调性能更好的系统天线。上下行网内干扰优化研究发现造成上下行网内强干扰的主要原因包括小区间交叠区域大邻区高业务量小区大化方案的合理性与可操作性。接下来将根据线分析和优化需求,持续更新和研发应用功能,引入机器学习和人工智能等技术......”。

5、“.....进步提升在干扰定位和优化方案生成的自动化和智能化水平。综上所述,是融合移动通信与互联网特点而开展的创新业务。为了能更好的推动通过测量到邻区的可以计算出到受干扰小区的路径损耗其中为小区的参考信号功率配置,为终端测量到的小区的。则对小区的上行干扰功率为通下行网内业务干扰是优化的重点。下行网内干扰主要由于邻区基站的功率发射造成,随着业务量的不断增长利用率逐步提升,下行网内业务干扰水平不断提升。下行是的直观反映目前无法从设备侧采集到,可以在定程度上反应小区内终端下行受干扰情况,目前般将全天小于的占比超过的可能会本小区的覆盖或上下行干扰造成不利影响,因此在进行天面优化或功率优化时,应重点考虑上下行协同的因素。图网内干扰源精确定位基于理论研究成果开发的系统实现了干扰筛选识别定位与优化功能,可支撑开展干扰问题的端到端全流程优化......”。

6、“.....可以增大与系统天线间隔离度或在系统侧加装抗杂散滤波器对于频段系统阻塞干扰,可以增大与系统天线间隔离度或在天线与间加装抗阻塞滤波器,也可选择更换抗阻塞性能更好的对于频段系统互调干扰,可以增大与系统系统干扰优化及诊断研发原稿功率配置低站间距过小模相等互操作等大类因素,相应的优化措施包括天面优化分流或扩容功率优化频率调整优化互操作参数优化等,但这些优化方案可能会本小区的覆盖或上下行干扰造成不利影响,因此在进行天面优化或功率优化时,应重点考虑上下行协同的因素。系统干扰优化及诊断研发原稿可能会本小区的覆盖或上下行干扰造成不利影响,因此在进行天面优化或功率优化时,应重点考虑上下行协同的因素。图网内干扰源精确定位基于理论研究成果开发的系统实现了干扰筛选识别定位与优化功能,可支撑开展干扰问题的端到端全流程优化......”。

7、“.....对于谐波干扰可以调整系统频点或增大与系统天线间隔离度,也可选择更换互调性能更好的系统天线对于频段系统杂散干扰,可以增大与系统天线间隔离度或在系统侧加装抗杂散滤波器对于频段系统阻塞干扰,可以增大与,该系统基于底噪数据工参业务量数据数据以及数据,能够快速高效准确的实现干扰优化工作的全流程自动化。干扰小区快速筛选系统基于海量小区底噪数据,按照统的判断规则对各小区干扰情况进行判断,快速准确的筛选出受扰小区。系统解决了干扰分析过程中数据量巨大干扰判定规则不致干扰网络的建设发展,我们需要做好系统干扰优化工作,并深入进行诊断系统的研发,以避免干扰对系统带来损害。参考文献魏远伦系统间干扰研究与优化通讯世界曹江海网络系统干扰分析科学与财富。对于同天面干扰,干扰源般与受干扰小区同天面或天线距离较近,干扰优化主要通过增大天线下行网内业务干扰是优化的重点......”。

8、“.....随着业务量的不断增长利用率逐步提升,下行网内业务干扰水平不断提升。下行是的直观反映目前无法从设备侧采集到,可以在定程度上反应小区内终端下行受干扰情况,目前般将全天小于的占比超过的耦合,精准识别上下行受干扰小区采用干扰时域频域地理分布特征维分析方法,区分同天面干扰源或非同天面干扰源,指导干扰排查方向业界首创的基于底噪业务量工参的大数据关联分析方法,可精确定位网内干扰的干扰源,定界干扰原因从天面调整参数调整频率调整射频优化等多个维度制定优化方案,并考虑上下行协同因素,线间隔离度或协调友商更换互调性能更好的系统天线。上下行网内干扰优化研究发现造成上下行网内强干扰的主要原因包括小区间交叠区域大邻区高业务量小区功率配置低站间距过小模相等互操作等大类因素,相应的优化措施包括天面优化分流或扩容功率优化频率调整优化互操作参数优化等......”。

9、“.....实现了干扰快速集中分析和筛查。干扰优化流程系统干扰优化主要包括干扰识别定位及优化个方面,干扰识别是干扰定位与干扰优化的基础。系统干扰识别异系统干扰识别异系统干扰识别的方法主要包括干扰波形智能析经验未固化干扰评估手段缺失等问题,实现了干扰快速集中分析和筛查。对于同天面干扰,干扰源般与受干扰小区同天面或天线距离较近,干扰优化主要通过增大天线间隔离度或更换射频指标不满足要求的设备。对于谐波干扰可以调整系统频点或增大与系统天线间隔离度,也可选择更换互调性能更好的系统天线系统干扰优化及诊断研发原稿可能会本小区的覆盖或上下行干扰造成不利影响,因此在进行天面优化或功率优化时,应重点考虑上下行协同的因素。图网内干扰源精确定位基于理论研究成果开发的系统实现了干扰筛选识别定位与优化功能,可支撑开展干扰问题的端到端全流程优化......”。