[发明专利]检测和减轻对流层干扰的方法及系统

说明书

本发明提供了一种用于使用数字孪生模型预测对流层干扰的方法和系统，该数字孪生模型用于检测对流层干扰并建议用于减轻对流层干扰的影响的动作。系统(110)可以包括具有数字孪生模型的机器学习引擎(216)，以通过识别干扰可能性高的小区对使用在给定时间点的小区配置数据、天气数据、赫本数据来对在该时间点具有对流层干扰的小区对的可能性进行预测/评分。系统(110)还被配置成探索改变如远程电下倾的小区配置参数的影响，并识别能够在对覆盖范围的影响最小的情况下减轻对流层干扰的动作。使用干扰对的历史数据结合小区配置参数、天气参数和如赫本数据的对流层干扰数据来学习数字孪生模型以应对干扰。

技术领域

本公开的实施例总体上涉及通信网络。更具体地，本公开涉及一种用于以预测方式自动检测对流层干扰并用于减轻通信网络中对流层干扰的方法和系统。

背景技术

以下对相关技术的描述旨在提供与本公开领域相关的背景信息。本部分可包括可能与本公开的各种特征相关的技术的某些方面。然而，应当理解，本部分仅用于增强读者对本公开的理解，而不是作为对现有技术的承认。

通常，现代无线通信系统中，进出终端用户装置的信号质量受到来自各种源的干扰的限制。无线通信系统可能会经历来源于如下项的意外网络干扰：由同一或附近基站所服务的多个有意和无意的射频(radio frequency，RF)产生源；工业机械；以及在感兴趣的频带中辐射信号的电子测试设备。此外，还可能由于无线通信系统所产生的信号的不期望的混合以及工作在错误频带中的非法射电源而引起干扰。

这些干扰源的存在导致系统服务降级并减小了无线网络容量覆盖范围，这是因为有意的系统信号由于这些干扰而遭到降级。

当冷暖气团相互叠加时会产生对流层管道(tropospheric ducting)，从而生成一个或多个空气密度界面，该一个或多个空气密度界面表现成反射RF能量的低RF损失表面。当这些状况发生时，来自与感兴趣的无线网络相距很远的RF信号可能会达到足够高的能量水平以致降低网络接收器性能。通常，这些远距离信号被高水平RF路径损耗充分衰减，该高水平RF路径损耗是由距离、RF阴影(例如建筑物、树木、山脉)和地球曲率所引起的。因此，信号无法以可测量的方式到达遥远的无线网络，并且通常不会在感兴趣的无线网络中产生干扰问题。然而，对流层管道会使得来自远程源的信号在无线接收器处呈现出有问题的干扰能量水平。此外，对流层管道会使得来自远程源的RF信号在长距离上传播，并导致干扰。

在4G网络以及通信系统中经常存在远程干扰。若干小区对面临干扰，无法估计动作的影响，如远程电下倾(remote electrical tilt，RET)的变化。也无法识别对覆盖范围影响最小的动作。因此，受干扰小区(victim cell)的客户体验和容量大大降低。减轻干扰的当前方法之一涉及增加受干扰小区处的保护频带。这种方法导致上行链路信道中可用的持续时间减少。作为增加受干扰小区处的保护频带的结果，受干扰小区处的上行链路信道的容量减小，这是不利的。减轻干扰的另一种方法涉及基于历史数据更新RET变化：在这种方法中，历史信息用于识别某一天的干扰源或受干扰者。这种方法可能不能使用任何可用的预测信息，如天气数据和对流层数据(赫本数据(Hepburn data))。此外，不存在用于对减轻对流层干扰所需的小区对的天线下倾量进行确定的现有方法。

减轻对流层干扰的又一种方法是改变干扰源小区(aggressor cell)的保护频带。在这种方法中，一旦在干扰源小区处识别到对流层干扰，就增加保护频带。由于保护频带的增加会导致上传容量减少，因此需要按时减小保护频带。并且，保护频带的减小仅能在一定距离内处理来自干扰源的对流层干扰。超过该距离，保护频带的增加不能处理来自干扰源的干扰。尽管使用干扰对的历史数据来识别具有高干扰可能性的小区对，但一旦保护频带增加，就没有机制来识别如下的时间：在该时间，应当将保护频带增加复原。