PCI规划方法、设备、介质及计算机程序产品与流程

pci规划方法、设备、介质及计算机程序产品
技术领域
1.本技术涉及通信技术领域，尤其涉及一种pci规划方法、设备、介质及计算机程序产品。


背景技术：

2.pci，英文全称为physical cell identifier，中文全称为物理小区标识，是 5g基站新建开通过程中必不可少的配置参数之一。pci数量有限且随着基站小区规模的不断扩大，如何满足复杂要求快速精准并摆脱人工自动规划5g基站小区pci是大幅提升5g基站入网效率与质量的关键之处。
3.现有方案是沿袭4g算法，根据5g基站现网工参，剔除待规划基站小区周边固定范围内已使用的同频pci值，并通过网规工程师结合电子地图凭经验选择最终需要的pci。然而，现有方案对网规工程师的经验与技能要求极高，由人工主观去选择判断待规划基站小区的pci模值，而人工判断耗时长且准确度低下，已不符合当前5g大规模高效入网的生产需求。


技术实现要素：

4.本技术的主要目的在于提供一种pci规划方法、设备、介质及计算机程序产品，旨在解决当前通过人工规划5g基站小区pci时判断耗时长且准确度低下的技术问题。
5.为实现上述目的，本技术实施例提供一种pci规划方法，所述pci规划方法包括：
6.获取待规划基站的类型信息，根据所述类型信息确定所述待规划基站的目标模值共生算法；
7.根据所述目标模值共生算法确定所述待规划基站的pci模值组合；
8.基于所述pci模值组合生成所述待规划基站的pci值组集；
9.对所述pci值组集进行复用距离计算，根据复用距离计算结果确定所述待规划基站的目标pci值组。
10.优选地，所述对所述pci值组集进行复用距离计算，根据复用距离计算结果确定所述待规划基站的目标pci值组的步骤包括：
11.分别计算所述pci值组集的各pci值组的综合复用距离；
12.从各所述综合复用距离中确定目标综合复用距离；
13.根据所述目标综合复用距离确定所述待规划基站的目标pci值组。
14.优选地，所述分别计算所述pci值组集的各pci值组的综合复用距离的步骤包括：
15.针对所述pci值组集的各pci值组，分别执行以下步骤：
16.计算所述pci值组中各pci值的第一复用距离，以及各所述pci值在预设模值下的第二复用距离；
17.分别确定各所述第一复用距离中的第一目标复用距离与各所述第二复用距离中的第二目标复用距离；
18.根据所述第一目标复用距离与所述第二目标复用距离，确定所述pci值组的综合复用距离。
19.优选地，所述类型信息包括室分类型和宏站类型，所述目标模值共生算法包括第一预设模值共生算法与第二预设模值共生算法，所述根据所述类型信息确定所述待规划基站的目标模值共生算法的步骤包括：
20.若所述类型信息为室分类型，则将所述室分类型对应的所述第一预设模值共生算法确定为所述待规划基站的目标模值共生算法；
21.若所述类型信息为宏站类型，则将所述宏站类型对应的所述第二预设模值共生算法确定为所述待规划基站的目标模值共生算法。
22.优选地，所述根据所述目标模值共生算法确定所述待规划基站的pci模值组合的步骤包括：
23.根据所述类型信息确定所述待规划基站的目标蜂窝算法；
24.根据所述目标蜂窝算法计算所述待规划基站的规划pci评估范围；
25.获取所述规划pci评估范围内的目标基站工参信息；
26.根据所述目标模值共生算法与所述目标基站工参信息，确定所述待规划基站的pci模值组合。
27.优选地，所述根据所述目标模值共生算法与所述目标基站工参信息，确定所述待规划基站的pci模值组合的步骤包括：
28.根据所述第一预设模值共生算法与所述目标基站工参信息，计算目标基站的共生互斥力值，并根据所述共生互斥力值确定所述待规划基站的pci模值组合；或
29.根据所述第二预设模值共生算法与所述目标基站工参信息，计算目标基站的第三复用距离，并根据所述第三复用距离确定所述待规划基站的pci模值组合。
30.优选地，所述基于所述pci模值组合生成所述待规划基站的pci值组集的步骤包括：
31.根据所述pci模值组合对总pci值进行pci值剔除，得到可用pci值；
32.根据所述可用pci值生成所述待规划基站的pci值组集。
33.进一步地，为实现上述目的，本技术还提供一种pci规划设备，所述pci 规划设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的pci规划程序，所述pci规划程序被所述处理器执行时实现上述的pci 规划方法的步骤。
34.进一步地，为实现上述目的，本技术还提供一种介质，所述介质为计算机可读存储介质，其上存储有pci规划程序，所述pci规划程序被处理器执行时实现上述的pci规划方法的步骤。
35.进一步地，为实现上述目的，本技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述的pci规划方法的步骤。
36.本技术实施例提供一种pci规划方法、设备、介质及计算机程序产品，获取待规划基站的类型信息，根据所述类型信息确定所述待规划基站的目标模值共生算法；根据所述目标模值共生算法确定所述待规划基站的pci模值组合；基于所述pci模值组合生成所述待规划基站的pci值组集；对所述pci 值组集进行复用距离计算，根据复用距离计算结果确定所述待规划基站的目标pci值组。本技术可以自动确定待规划基站的类型，再根据该基站类
型对应的模值共生算法先计算出待规划基站的pci模值组合，再基于pci模值组合生成待规划基站的pci值组集，最后通过计算pci值组集之间的复用距离，确定出待规划基站的目标pci值组，在自动快速地进行待规划基站的pci规划的基础上，还能确保规划出的待规划基站的pci值组的准确性。
附图说明
37.图1为本技术pci规划方法实施例方案涉及的硬件运行环境的结构示意图；
38.图2为本技术pci规划方法第一实施例的流程示意图；
39.图3为本技术pci规划方法第二实施例的流程示意图；
40.图4为本技术pci规划方法第三实施例的流程示意图。
41.本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
42.应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
43.本技术实施例提供一种pci规划方法、设备、介质及计算机程序产品，获取待规划基站的类型信息，根据所述类型信息确定所述待规划基站的目标模值共生算法；根据所述目标模值共生算法确定所述待规划基站的pci模值组合；基于所述pci模值组合生成所述待规划基站的pci值组集；对所述pci 值组集进行复用距离计算，根据复用距离计算结果确定所述待规划基站的目标pci值组。本技术可以自动确定待规划基站的类型，再根据该基站类型对应的模值共生算法先计算出待规划基站的pci模值组合，再基于pci模值组合生成待规划基站的pci值组集，最后通过计算pci值组集之间的复用距离，确定出待规划基站的目标pci值组，在自动快速地进行待规划基站的pci规划的基础上，还能确保规划出的待规划基站的pci值组的准确性。
44.如图1所示，图1是本技术实施例方案涉及的硬件运行环境的pci规划设备结构示意图。
45.在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本技术的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
46.本技术实施例pci规划设备可以是pc，也可以是平板电脑、便携计算机等可移动式终端设备。
47.如图1所示，该pci规划设备可以包括：处理器1001，例如cpu，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002 用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口 (如wi-fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
48.本领域技术人员可以理解，图1中示出的pci规划设备结构并不构成对pci 规划设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
49.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及pci规划程序。
50.在图1所示的设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的pci 规划程序，并执行以下操作：
51.获取待规划基站的类型信息，根据所述类型信息确定所述待规划基站的目标模值共生算法；
52.根据所述目标模值共生算法确定所述待规划基站的pci模值组合；
53.基于所述pci模值组合生成所述待规划基站的pci值组集；
54.对所述pci值组集进行复用距离计算，根据复用距离计算结果确定所述待规划基站的目标pci值组。
55.进一步地，所述对所述pci值组集进行复用距离计算，根据复用距离计算结果确定所述待规划基站的目标pci值组的步骤包括：
56.分别计算所述pci值组集的各pci值组的综合复用距离；
57.从各所述综合复用距离中确定目标综合复用距离；
58.根据所述目标综合复用距离确定所述待规划基站的目标pci值组。
59.进一步地，所述分别计算所述pci值组集的各pci值组的综合复用距离的步骤包括：
60.针对所述pci值组集的各pci值组，分别执行以下步骤：
61.计算所述pci值组中各pci值的第一复用距离，以及各所述pci值在预设模值下的第二复用距离；
62.分别确定各所述第一复用距离中的第一目标复用距离与各所述第二复用距离中的第二目标复用距离；
63.根据所述第一目标复用距离与所述第二目标复用距离，确定所述pci值组的综合复用距离。
64.进一步地，所述类型信息包括室分类型和宏站类型，所述目标模值共生算法包括第一预设模值共生算法与第二预设模值共生算法，所述根据所述类型信息确定所述待规划基站的目标模值共生算法的步骤包括：
65.若所述类型信息为室分类型，则将所述室分类型对应的所述第一预设模值共生算法确定为所述待规划基站的目标模值共生算法；
66.若所述类型信息为宏站类型，则将所述宏站类型对应的所述第二预设模值共生算法确定为所述待规划基站的目标模值共生算法。
67.进一步地，所述根据所述目标模值共生算法确定所述待规划基站的pci 模值组合的步骤包括：
68.根据所述类型信息确定所述待规划基站的目标蜂窝算法；
69.根据所述目标蜂窝算法计算所述待规划基站的规划pci评估范围；
70.获取所述规划pci评估范围内的目标基站工参信息；
71.根据所述目标模值共生算法与所述目标基站工参信息，确定所述待规划基站的pci模值组合。
72.进一步地，所述根据所述目标模值共生算法与所述目标基站工参信息，确定所述待规划基站的pci模值组合的步骤包括：
73.根据所述第一预设模值共生算法与所述目标基站工参信息，计算目标基站的共生互斥力值，并根据所述共生互斥力值确定所述待规划基站的pci模值组合；或
74.根据所述第二预设模值共生算法与所述目标基站工参信息，计算目标基站的第三复用距离，并根据所述第三复用距离确定所述待规划基站的pci模值组合。
75.进一步地，所述基于所述pci模值组合生成所述待规划基站的pci值组集的步骤包括：
76.根据所述pci模值组合对总pci值进行pci值剔除，得到可用pci值；
77.根据所述可用pci值生成所述待规划基站的pci值组集。
78.为了更好的理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开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公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
79.为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
80.参照图2，本技术第一实施例提供一种pci规划方法的流程示意图。该实施例中，所述pci规划方法包括以下步骤：
81.步骤s10，获取待规划基站的类型信息，根据所述类型信息确定所述待规划基站的目标模值共生算法；
82.本实施例中pci规划方法应用于pci规划系统，pci规划系统在本技术中可以部署于服务器、智能终端等，为方便描述，后续将pci规划系统简称为系统。可以理解地，pci，全称physical cell identifier，物理小区标识，为 5g基站新建开通过程中必不可少的配置参数之一。nr(new radio)系统共定义了336组(1008个)不同的pci，pci规划要求同频组网时，需规避或降低以下两大类问题影响，分别为：(一)、pci冲突与混淆：本小区与周边邻区重复使用pci及本小区相邻的邻区中存在两个及以上pci相同，导致ue 无法接入与小区切换掉线等严重感知问题。(二)、pci同mod值干扰：5gnr系统没有crs(cell reference signal，小区参考信号)，但在有用户的时候，部分算法特性需要基于pci作为输入，这些算法的输入为保证算法增益都是基于pci mod3，对于没有打开增益算法及上下行解耦场景的站点小区，必须考虑pci mod30错开以保证正常接入小区。因此，pci数量有限且随着基站小区规模的不断扩大，如何满足复杂要求快速精准并摆脱人工自动规划5g基站小区pci是大幅提升5g基站入网效率与质量的关键之处。现有方案是沿袭 4g算法，根据5g基站现网工参，剔除待规划基站小区周边固定范围内已使用的同频pci值，并通过网规工程师结合电子地图凭经验选择最终需要的 pci。首先，根据5g已开通的基站工参(小区经纬度、频点、pci等)使用辅助工具计算出待规划5g基站周边固定范围内(半径5km、10km等)已使用的pci值，从总的5g pci库中剔除已使用的值形成规划pci备用库。然后由网规工程师结合电子地图观察待开通基站周边其他同频站点小区的mod3 值分布情况，根据经验判断5g待规划基站小区最优mod值分配(规避mod3 干扰)，输入辅助工具后给出最终的pci值。现有方案主要根据5g基站现网工参，剔除待规划基站小区周边固定范围内(半径5km、10km等)已使用的同频
pci值，并通过网规工程师结合电子地图凭经验选择最终需要的pci。首先该方案对现网工参的完整性要求较高，若待规划基站周边存在同时开通中的基站，规划工参数据源会遗漏这部分数据导致pci规划不准确。其次，现有方案对网规工程师的经验与技能要求极高，由人工主观去选择判断待规划基站小区的pci模值，不仅准确性得不到保证，且人工判断耗时长，效率低下，已不符合当前5g大规模高效入网的生产需求。再其次，现有方案仅剔除了固定范围内已使用的pci值，但无法保证待规划基站小区最终使用的pci 值是最优值。随着5g基站入网规模的逐步增大，若规定范围设置过大会导致无pci可用；设置过小则会因待规划小区与周边邻区重复使用pci或邻区中存在两个及以上pci相同，导致pci冲突与混淆，严重影响区域pci整体规划与用户网络使用感知。最后，现有方案继承4g规划原则，仅考虑lte(longterm evolution，长期演进)mod3相同干扰影响而忽略了5g mod30相同导致上行dmrs(demodulation reference signal，解调参考信号)和srs(上行参考信号)严重的相互干扰问题。因此需要一套标准化的方法能够快速精准自动化规划基站开通小区pci，替代人工参与，提高工作效率与5g基站入网质量。
83.在此基础上，本技术提出一种pci规划方法，可以自动确定待规划基站的类型，再根据该基站类型对应的模值共生算法先计算出待规划基站的pci 模值组合，再基于pci模值组合生成待规划基站的pci值组集，最后通过计算pci值组集之间的复用距离，确定出待规划基站的目标pci值组，在自动快速地进行待规划基站的pci规划的基础上，还能确保规划出的待规划基站的pci值组的准确性。可以理解地，本技术中的模值根据待规划基站的小区数量设定，例如待规划基站包含三个小区，则模值为模三值，本技术中的模值除特殊说明外均为模三值，即mod3值，其中mod3即数值与3进行比值运算后的余数。
84.系统自动采集与整理5g现网已开通基站工参与已规划开通中的工程态基站工参，并汇总成完整精确的5g基站pci规划数据源-rt工参库(经纬度、天线挂高、方位角、下倾角、下行频点、pci等)，以在进行新的待规划基站 pci规划时，可以根据rt工参库获取相应的工参信息以准确地规划出待规划基站的各小区的pci值。进一步地，当具有新的基站pci规划需求时，由于基站的类型信息包括室分类型(或称为室内类型)与宏站类型(或称为室外类型)，因此，系统获取待规划基站的覆盖方式与下行频点信息，根据待规划基站的覆盖方式与下行频点信息共同判断待规划基站为室分类型还是宏站类型，可以理解地，本实施例中也可以只通过覆盖方式判断待规划基站的类型信息，但只通过覆盖方式判断待规划基站的类型信息可能由于特殊情况导致判断结果不准确，因此结合下行频点信息来进行待规划基站的类型信息的判断，使得判断的待规划基站的类型信息更准确，可以使得后续基于类型信息确定的待规划基站的pci信息更加准确。在确定待规划基站的类型信息后，系统进一步通过获取的类型信息确定待规划基站的目标模值共生算法。可以理解地，一个基站可以包括多个小区，一般一个基站包括3个小区，因此本技术中的待规划基站可以优选为包括3个小区，并且每一小区分别对应一个不相同的pci值，因此待规划基站的pci值组由一个或多个pci值组成。
85.具体地，所述根据所述类型信息确定所述待规划基站的目标模值共生算法的步骤包括：
86.步骤s11，若所述类型信息为室分类型，则将所述室分类型对应的所述第一预设模值共生算法确定为所述待规划基站的目标模值共生算法；
87.步骤s12，若所述类型信息为宏站类型，则将所述宏站类型对应的所述第二预设模值共生算法确定为所述待规划基站的目标模值共生算法。
88.可以理解地，本实施例中模值共生算法包括第一预设模值共生算法与第二预设模值共生算法，其中第一预设模值共生算法在本实施例中为5g室外/ 宏站uma-3d覆盖pci mod值共生算法，第二预设模值共生算法在本实施例中为5g室内/室分3d复用距离mod值共生算法。进一步地，若经判断待规划基站的类型信息为宏站类型，系统则获取与宏站类型对应的第一预设模值共生算法，在本实施例中即获取与宏站类型对应的5g室外/宏站uma-3d覆盖pci mod值共生算法作为待规划基站的目标模值共生算法。相反地，若经判断待规划基站的类型信息为室分类型，系统则获取与室分类型对应的第二预设模值共生算法，在本实施例中即获取与室分类型对应的5g室内/室分3d 复用距离mod值共生算法作为待规划基站的目标模值共生算法。
89.步骤s20，根据所述目标模值共生算法确定所述待规划基站的pci模值组合；
90.进一步地，本实施例中目标蜂窝算法为室分六边蜂窝算法或宏站六边蜂窝算法，因此，系统先根据待规划基站的类型信息确定出相应的目标蜂窝算法，即确定待规划基站的目标蜂窝算法是室分六边蜂窝算法还是宏站六边蜂窝算法。进一步地，系统根据确定的目标蜂窝算法计算出待规划基站的规划 pci评估范围，并获取规划pci评估范围内的目标基站工参信息。进一步地，系统根据确定的目标模值共生算法与获取的目标基站工参信息，确定待规划基站的pci模值组合，以在后续基于待规划基站的pci模值组合确定出待规划基站的目标pci值组，实现自动快速地进行待规划基站的pci规划。
91.步骤s30，基于所述pci模值组合生成所述待规划基站的pci值组集；
92.在确定出待规划基站的pci模值组合后，系统根据pci模值组合对总pci 值进行pci值剔除，将规划pci评估范围内的目标基站已经使用的pci值从总pci值中剔除，得到剩余的可用pci值。进一步地，系统根据剩余的可用 pci值生成多组连续并满足mod3值条件的备选pci值作为待规划基站的pci 值组集，以根据pci值组集最终确定出待规划基站的目标pci值组，实现自动快速地进行待规划基站的pci规划，其中一组pci值组包含多个pci值。
93.进一步地，所述基于所述pci模值组合生成所述待规划基站的pci值组集的步骤包括：
94.步骤s31，根据所述pci模值组合对总pci值进行pci值剔除，得到可用pci值；
95.步骤s32，根据所述可用pci值生成所述待规划基站的pci值组集。
96.在确定待规划基站的pci模值组合后，系统根据宏站/室分类型的待规划基站的pci模值组合，从总pci值中剔除掉规划pci评估范围内的多个同频的目标基站已使用的pci值，得到剩余可用的pci值，例如从1008个pci值中剔除掉规划pci评估范围内的多个同频的目标基站已使用的8pci值，得到剩余可用的1000个pci值。进一步地，系统根据单基站规划同频小区数量(小于或等于3个)生成多组连续并满足模值(本实施例中优选为mod3值)条件的备选pci值，由多组连续并满足模值条件的备选pci值形成待规划基站的pci值组集。以根据pci值组集最终确定出待规划基站的目标pci值组，实现自动快速地进行待规划基站的pci规划。
97.步骤s40，对所述pci值组集进行复用距离计算，根据复用距离计算结果确定所述待规划基站的目标pci值组。
98.在确定出待规划基站的pci值组集后，系统分别计算pci值组集的各pci 值组的综合复用距离，并从各综合复用距离中确定目标综合复用距离，最后根据目标综合复用距离确定待规划基站的目标pci值组。通过计算pci值组集之间的复用距离，确定出待规划基站的目标pci值组，在自动快速地进行待规划基站的pci规划的基础上，还能确保规划出的待规划基站的pci值组的准确性。
99.进一步地，系统将确定最优pci(已规划的目标pci值组)的基站小区纳入工参库中作为其他基站pci规划时的参考数据源。
100.本实施例提供一种pci规划方法、设备、介质及计算机程序产品，获取待规划基站的类型信息，根据所述类型信息确定所述待规划基站的目标模值共生算法；根据所述目标模值共生算法确定所述待规划基站的pci模值组合；基于所述pci模值组合生成所述待规划基站的pci值组集；对所述pci值组集进行复用距离计算，根据复用距离计算结果确定所述待规划基站的目标pci 值组。本技术可以自动确定待规划基站的类型，再根据该基站类型对应的模值共生算法先计算出待规划基站的pci模值组合，再基于pci模值组合生成待规划基站的pci值组集，最后通过计算pci值组集之间的复用距离，确定出待规划基站的目标pci值组，在自动快速地进行待规划基站的pci规划的基础上，还能确保规划出的待规划基站的pci值组的准确性。
101.进一步地，参照图3，基于本技术pci规划方法的第一实施例，提出本技术pci规划方法的第二实施例，在第二实施例中，所述对所述pci值组集进行复用距离计算，根据复用距离计算结果确定所述待规划基站的目标pci值组的步骤包括：
102.步骤s41，分别计算所述pci值组集的各pci值组的综合复用距离；
103.步骤s42，从各所述综合复用距离中确定目标综合复用距离；
104.步骤s43，根据所述目标综合复用距离确定所述待规划基站的目标pci 值组。
105.在生成待规划基站的pci值组集后，系统分别计算出pci值组集的各pci 值组的综合复用距离，具体地，计算每一pci值组中各pci值的第一复用距离，以及各pci值在预设模值下的第二复用距离，再分别确定各第一复用距离中的第一目标复用距离与各第二复用距离中的第二目标复用距离，本实施例中此处的预设模值为模三十值，即mod30值。进一步地，根据第一目标复用距离与第二目标复用距离，确定各pci值组分别对应的综合复用距离。进一步地，系统将各综合复用距离进行数值比较，例如将各综合复用距离进行一一对比，从多个综合复用距离中获取数值最大的综合复用距离作为目标综合复用距离。进一步地，系统根据目标复用距离索引到相应的pci值，将该 pci值作为最优规划pci值，并提取最优规划pci值所在的pci值组，将最优规划pci值所在的pci值组确定为待规划基站的目标pci值组，通过上述流程，可以实现自动、快速且准确地进行待规划基站的pci规划。
106.进一步地，所述分别计算所述pci值组集的各pci值组的综合复用距离的步骤包括：
107.步骤s411，针对所述pci值组集的各pci值组，分别执行步骤s412-s414；
108.步骤s412，计算所述pci值组中各pci值的第一复用距离，以及各所述 pci值在预设模值下的第二复用距离；
109.步骤s413，分别确定各所述第一复用距离中的第一目标复用距离与各所述第二复用距离中的第二目标复用距离；
110.步骤s414，根据所述第一目标复用距离与所述第二目标复用距离，确定所述pci值组的综合复用距离。
111.在分别计算pci值组集的各pci值组的综合复用距离时，系统可以对各 pci值组进行排序，例如按照数值大小从大到小或从小到大进行排序，根据排序后的先后顺序逐一对各pci值组进行处理。具体的处理步骤为：系统获取排序后当前需要进行处理的pci值组，先分别计算该pci值组中各pci值在半径10km的规划pci评估范围内作为第一复用距离的最近复用距离，以及获取各pci值在预设的模三十值下作为第二复用距离的最近复用距离。进一步地，系统从多个第一复用距离中确定出数值最小的第一复用距离，并将该第一复用距离确定为第一目标复用距离；以及，从多个第二复用距离中确定出数值最小的第二复用距离，并将该第二复用距离确定为第二目标复用距离。进一步地，系统将第一目标复用距离与第二目标复用距离进行数值比较，将第一目标复用距离与第二目标复用距离中方数值最小的复用距离确定为该 pci值组的综合复用距离。系统多次执行上述处理步骤，直至完成所有pci 值组的处理，分别得到各pci值组对应的综合复用距离。
112.以每组3个小区为例，已知n组备选pci值及其mod30值，在半径10km 的初步蜂窝状评估区域内计算同频同pci及同mod30值的最近复用距离l
p
及lm(每组3个)，选取3个l
p
中的最小值作为该组pci的复用距离l
pci_n
及3个lm中的最小值作为该组pci mod30值的复用距离l
m30_n
，两者一一对应并取两者中的最小值作为改组pci的综合复用距离l
pcim_n
，最后在n组 l
pcim_n
中选择最大值l
pcim_max
并索引出对应的pci值作为最优规划pci值。
113.本实施例通过分别计算pci值组集的各pci值组的综合复用距离，从各综合复用距离中确定目标综合复用距离，根据目标综合复用距离确定待规划基站的目标pci值组。在自动快速地进行待规划基站的pci规划的基础上，还能确保规划出的待规划基站的pci值组的准确性。
114.进一步地，参照图4，基于本技术pci规划方法的第一实施例，提出本技术pci规划方法的第三实施例，在第三实施例中，所述根据所述目标模值共生算法确定所述待规划基站的pci模值组合的步骤包括：
115.步骤s21，根据所述类型信息确定所述待规划基站的目标蜂窝算法；
116.步骤s22，根据所述目标蜂窝算法计算所述待规划基站的规划pci评估范围；
117.步骤s23，获取所述规划pci评估范围内的目标基站工参信息；
118.步骤s24，根据所述目标模值共生算法与所述目标基站工参信息，确定所述待规划基站的pci模值组合。
119.可以理解地，在根据目标模值共生算法确定待规划基站的pci模值组合时，还需要结合规划pci评估范围内的目标基站工参信息才能实现。因此，系统先根据类型信息确定待规划基站的目标蜂窝算法，具体地，若待规划基站的类型信息为宏站类型，系统则获取与宏站类型对应的宏站六边蜂窝算法，并将宏站六边蜂窝算法确定为待规划基站的目标蜂窝算法。进一步地，系统根据目标蜂窝算法计算待规划基站的规划pci评估范围，具体地，由于5g网络仍为数字蜂窝网络，其覆盖区域可划分成许多蜂窝状的地理区域，本技术在评估5g基站的pci规划是否有效且最优时，先构建待规划基站pci的初步蜂窝状评估区域(定义面积s)，用于分析区域内5g物理基站建设分布情况 (定义区域内平均水平站间距d
ave
)，且因5g基站建设通常与gsm/lte共址共站，故本技术将综合覆盖能力最强的gsm基站的最大覆盖距
离典型值 (10km)作为5g基站初步蜂窝状评估区域的半径(定义为l)。至此，本技术可以计算并采集到5g基站pci的初步蜂窝状评估区域的面积及区域内5g物理基站的数量(定义为nun)，根据区域面积s与5g物理基站的数量，可计算出基站平均覆盖面积的理论值s
bs
，本技术中基站各扇区覆盖仍采用蜂窝状的理论模型，扇区覆盖半径定位为，理论站间距定义为d，其中平均覆盖面积的理论值的计算以及理论站间距的定义如下公式所示：
[0120][0121][0122]
由上述公式可推导出区域内的平均站间距理论值为：
[0123][0124]
进一步地，根据pci冲突与混淆规避原则，实际评估范围的大小应与双向邻区的添加范围相关，本方案采集并统计某省70万个lte小区同频邻区添加情况发现：同频邻区最大添加范围为正向第三层。本技术借鉴lte同频邻区添加最大距离(三层) 容错层(一层)共四层(4倍的平均站间距)作为待规划基站的规划pci评估范围，系统进一步获取规划pci评估范围内的目标基站工参信息，其中目标基站为规划pci评估范围内一个或多个同频基站，工参信息包括经纬度、天线挂高、方位角、下倾角、下行频点、pci等。
[0125]
相对地，若待规划基站的类型信息为室分类型，系统则获取与室分类型对应的室分六边蜂窝算法，并将室分六边蜂窝算法确定为待规划基站的目标蜂窝算法。进一步地，系统根据目标蜂窝算法计算待规划基站的规划pci评估范围，具体地，室分小区主要覆盖室内，与室外的交互一般涉及第一层宏基站，而根据5g覆盖通用模型计算：5g宏基站(2.6ghz)站间距约500m (半径250m)，5g宏基站(3.5ghz)站间距约350m(半径175m)。本技术使用5g室分小区(2.6ghz)位于两个宏基站覆盖极限的中间位置(2倍宏基站间距半径)并考虑到室分基站拉远覆盖情况(增加1倍宏基站间距半径为容错范围)共3倍宏基站间距半径(750m)作为待规划基站的规划pci评估范围，系统进一步获取规划pci评估范围内的目标基站工参信息，其中目标基站为规划pci评估范围内一个或多个同频基站，工参信息包括经纬度、天线挂高、方位角、下倾角、下行频点、pci等，工参信息可以通过实时工参库获取。
[0126]
在获取到规划pci评估范围内的目标基站工参信息后，系统根据目标模值共生算法结合获取的目标基站工参信息，确定出待规划基站的最优pci模值组合。
[0127]
具体地，所述根据所述目标模值共生算法与所述目标基站工参信息，确定所述待规划基站的pci模值组合的步骤包括：
[0128]
步骤s241，根据所述第一预设模值共生算法与所述目标基站工参信息，计算目标基站的共生互斥力值，并根据所述共生互斥力值确定所述待规划基站的pci模值组合；或
[0129]
步骤s242，根据所述第二预设模值共生算法与所述目标基站工参信息，计算目标基站的第三复用距离，并根据所述第三复用距离确定所述待规划基站的pci模值组合。
[0130]
进一步地，系统根据第一预设模值共生算法与所述目标基站工参信息，计算目标
基站的共生互斥力值，具体地，第一预设模值共生算法在本实施例中为5g室外/宏站uma-3d覆盖pci mod值共生算法，该算法基于5g uma-3d路损模型搭建待规划宏站小区pci在“天线高度”、“天线总倾角”、“基站间距”及“小区覆盖方位角”四个因素作用下，分配mod0、1、2值时与评估范围内其他同频同mod3值小区的最大共生互斥力值pm，互斥力值越大，该mod3值分配优先级越低；反之，越高。pm计算如下公式所示：
[0131][0132]
其中，h
p
为待规划基站天线高度(m)，h
ave
为规划pci评估范围内同频基站(即目标基站)天线平均高度(m)，f
huma
为基于uma-3d路损模型的天线高度共生系数，i
ave
为规划pci评估范围内同频基站天线平均总下倾角，i
p
为待规划基站的小区天线下倾总角，fi为基于5g通用覆盖模型的天线倾角共生系数，d
ave
为区域内基站平均站间距，d
p
为规划小区与区域内各个同频小区的水平距离，f
duma
为基于uma-3d路损模型的基站间距共生系数，a
p
为规划小区与区域内目标小区(同频同mod3值)间的夹角，fa为规划小区与目标小区(同频)方位夹角的共生系数。
[0133]
当时，取值1，当时，取值0.1，当时，取值0.1。
[0134]
对于天线高度共生系数f
huma
，天线高度指天线下沿至水平地面的高度 h
bs
，评估范围内与规划小区同频的基站天线的平均高度h
ave
、高度采样标准差σh、基站数量n、高度采样误差系数σn，采用σn统计评估范围内天线高度值的离散波动情况，σn越小表明范围内各小区天线高度越平均，即规划小区天线高度对范围内同频小区的影响越不敏感，反之越敏感。
[0135][0136]
基于uma-3d路损覆盖模型，在一定范围内的环境因素(hut、d2d、h、 d
′
bp
、he)应与规划基站一致，定义范围内与规划小区同频的小区天线平均高度最大离散值为h
t
，h
t
与h
ave
影响下的uma-3d覆盖路损分别为pl
ht
与pl
have
，h
t
与h
ave
之间的差异高度为hσn，hσn下的uma-3d覆盖路损变量为 plhσn，如下：
[0137]ht
＝(1 σn)
×have
[0138][0139]
所以，本技术定义5g小区pci规划天线高度共生系数
[0140]
对于天线总倾角共生系数fi，天线总下倾角指天线内置电子倾角加上天线与竖直面的夹角(机械倾角)之和(上文已定义i)，其大小直接影响小区的有效覆盖距离，定义5g天线垂直半功率角为ε(功率下降到主瓣方向一半3db 的夹角)，基于倾角与覆盖距离通用模
型，可推导出小区天线下倾角与最远理论覆盖半径的关系。
[0141]
本技术已知评估范围内与5g规划小区同频的小区天线总下倾角均值i
ave
、天线平均高度h
ave
、天线平均垂直半功率角ε
ave
，最远理论平均覆盖半径r
ave
。
[0142][0143]
这里同样加入下倾采样误差系数σ
n1
、垂直半功率角采样误差系数σ
n2
，评估规划小区天线倾角与垂直半功率角对范围内同频小区影响的敏感度(推导方法上同高度采样误差系数σn，不再详细列出)，增加采样误差后，定义平均倾角及垂直半功率角最大离散值分别为i
t
、ε
t
，在离散值作用下的小区最大平均覆盖半径r
it
。
[0144]it
＝(1 σ
n1
)
×iave ε
t
＝(1-σ
n2
)
×
ε
ave
[0145][0146]
所以，本技术定义5g小区pci规划天线总倾角共生系数
[0147]
基站间距共生系数f
duma
，这里的基站间距是指5g规划站点小区与评估范围内所有同频站点的水平距离的均值d
pave
，同频基站数量n，而所有水平距离值的最大波动系数为σ
n3
。
[0148][0149]
基于uma-3d路损覆盖模型(上同天线高度共生系数f
huma
，一定范围内所有站点uma-3d路损覆盖模型中的其他不涉及水平间距d
2d
的环境因素一致)，定义d
pave
影响下的uma-3d覆盖路损为pl
dpave
，加入波动系数后的最大水平距离值为d
pt
及其影响下的uma-3d覆盖路损为pl
dt
。
[0150][0151]
所以，本技术定义5g小区pci规划基站间距共生系数为：
[0152][0153]
方位夹角a
p
及其共生系数fa：5g基站间同频同mod3值小区是否对打及对打程度是小区pci规划的重点影响之一，本技术将规划小区与同频同 mod3值小区间进行连线(长度l1)并定义规划小区覆盖方向与连线的夹角为α1，与其连线的同频同mod3值小区覆盖方向与连线的夹角为β1，则：
[0154]
α＝min(α1，360
°‑
α1) β＝min(β1，360
°‑
β1)
[0155]ap
＝α β
[0156]
但我们发现同频同mod3值基站小区位于5g规划小区周边不同的位置时，其a
p
计算方法也不尽相同，故本技术引入象限法(s
quadrant
)定义位置，定义5g规划基站垂直方向根据小区方位角(azimuth)划分为四个象限。
[0157][0158]
而俯视5g周边与规划基站同频同mod3值基站小区也同样位于四个象限里，定义5g规划基站小区a经纬度(x1，y1)、同频同mod3值基站小区b经纬度(x2，y2)、a和b小区经纬度的垂直关联点c、两者之间的连线距离l1、两者之间的水平距离l2、两者之间的垂直距离l3，规划基站小区a 的方位角为γ、同频同mod3值基站小区b的方位角为δ，∠bac为∠a，∠abc为∠b，∠acb为∠c，如下：
[0159]
l1＝|(x1，y1)-(x2，y2)|
[0160][0161][0162][0163][0164][0165]
根据上文信息我们可以逐步推导得出同频同mod3值基站小区b位于5g 规划基站小区a四个象限区域内时，不同的方位夹角值a
p
(α β)，如下：
[0166][0167][0168]
当5g规划基站小区与评估范围内所有同频同mod3值基站小区的角度 a
p
明确后，我们也同时能得到方位夹角均值a
ave
，基于实际小区mod3值与方位夹角的影响趋势(两小区夹角越大、越背向覆盖、干扰影响越小)的因素，本技术定义方向夹角的共生系数为
[0169]
本技术以5g典型宏站下挂3个小区为例，遍历计算3个小区pci分别选择mod0、1、2时与周边目标小区的共9个最强共生互斥力值，结合“反向剔除法”确定规划基站小区综合最优的pci mod3值组合，算法如下(定义未知mod3值使用modx、y、z替代)：
[0170]
选取9个最强共生互斥力值pm中的最大值，对应为最劣模3值mod(x) 并索引到对应的小区a，并剔除a小区分配mod(x)；
[0171]
将a小区作为规划开始的小区，继续分配其他2种mod3值，选取两者共生互斥力值pm中最小值对应的mod3值mod(y)，作为a小区最优mod3 值；
[0172]
剔除mod(y)及已确定mod3值的a小区后，继续在剩余4个最强共生互斥力值pm中选取最大值，对应为次劣mod3值并索引到对应的小区b；
[0173]
若次劣mod3值为mod(x)，则b小区分配另一个mod(z)，剩余c小区分配mod(x)；若次劣mod3值为mod(z)，则b小区分配另一个mod(x)，剩余c小区分配mod(z)，确定待规划基站的pci模值组合。
[0174]
或者，系统根据第二预设模值共生算法与目标基站工参信息，计算目标基站的第三复用距离，并根据第三复用距离确定待规划基站的pci模值组合。具体地，第二预设模值共生算法在本实施例中为5g室内/室分3d复用距离 mod值共生算法，
[0175]
因室分覆盖区域主要为室内，针对大型室内分布应规避同频同mod3值小区覆盖同一区域，本技术以5g室分站点下挂3个(多个)小区为例，基于小区经纬度、覆盖场景字段(楼层)计算5g规划小区pci分配mod0、1、2 值时与评估范围内其他同频同mod3值小区共9个最近3d复用距离l
mod
(水平距离为两小区之间的水平直线距离l1，同上宏站所述)，并同样使用“反向剔除法”作为5g室分小区选择最优mod值组合的依据，如下：
[0176]
根据室分规划小区经纬度采集半径750m的蜂窝状评估范围内所有与其同频的室分小区信息(mod3值、覆盖场景字段等)。
[0177]
根据覆盖场景字段(层数f，居住/办公楼场景1f＝3m，厂房/生产场景 1f＝6m标准)预算规划及目标室分小区覆盖高度h(h
p
及hb)，分为最大高度 h
pmax
/h
bnax
、最小高度h
pmin
/hbmin
，对仅覆盖单层的小区h
max
＝h
min
。
[0178][0179]
选取9个最近3d复用距离l
mod
中的最小值，对应为最劣模3值mod(x) 并索引到对应的小区a，并剔除a小区分配mod(x)；
[0180][0181]
将a小区作为规划开始的小区，继续分配其他2种mod3值，选取两者最近3d复用距离中最小值对应的mod3值mod(y)，作为a小区最优mod3 值；
[0182]
剔除mod(y)及已确定mod3值的a小区后，继续在剩余4个最近3d复用距离l
mod
中选取最小值，对应为次劣mod3值并索引到对应的小区b；
[0183]
若次劣mod3值为mod(x)，则b小区分配另一个mod(z)，剩余c小区分配mod(x)；若次劣mod3值为mod(z)，则b小区分配另一个mod(x)，剩余c小区分配mod(z)，确定待规划基站的pci模值组合。
[0184]
本实施例根据类型信息确定待规划基站的目标蜂窝算法；根据目标蜂窝算法计算待规划基站的规划pci评估范围；获取规划pci评估范围内的目标基站工参信息；根据目标模值共生算法与目标基站工参信息，确定待规划基站的pci模值组合。根据不同类型的待规划基站获取相应的蜂窝算法，以准确地获取目标基站及其工参信息，再根据目标模值共生算法与目标基站工参信息，确定待规划基站的pci模值组合，使得确定的待规划基站的pci模值组合更加准确、有效，使得根据pci模值组合规划的pci值更准确。
[0185]
此外，本技术还提供一种介质，所述介质优选为计算机可读存储介质，其上存储有pci规划程序，所述pci规划程序被处理器执行时实现上述pci 规划方法各实施例的步骤。
[0186]
此外，本技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述pci规划方法各实施例的步骤。
[0187]
在本技术pci规划设备、计算机可读存储介质和计算机程序产品的实施例中，包含了上述pci规划方法各实施例的全部技术特征，说明和解释内容与上述pci规划方法各实施例基本相同，在此不做赘述。
[0188]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
[0189]
上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
[0190]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是固定终端，如物
联网智能设备，包括智能空调、智能电灯、智能电源、智能路由器等智能家居；也可以是移动终端，包括智能手机、可穿戴的联网ar/vr装置、智能音箱、自动驾驶汽车等诸多联网设备)执行本技术各个实施例所述的方法。
[0191]
以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。