近关系优先级根据与小区的邻近关系确定；按小区的扰码冲突优 先级顺序，依次基于各小区执行如下操作实现扰码优化：对于与小区存在扰码冲突的每个 同频邻区，分别基于同频邻区的可用扰码集合中的各个扰码确定全局代价值，将最小的全 局代价值对应的扰码配置给同频邻区；所述同频邻区的可用扰码集合由与小区使用的扰码 不存在冲突的扰码构成；所述全局代价值根据与各小区存在扰码冲突的同频邻区的总数量 和与各小区存在扰码问题的同频邻区的邻近关系优先级确定；
[0046] 存储器，该存储器被配置为保存上述计算机程序的代码。
[0047] 本发明实施例提供的技术方案，按小区的扰码冲突优先级顺序，依次基于各小区 执行上述操作实现扰码优化。上述扰码优化的操作是通过遍历的方式完成全局扰码优化 的，较之遗传算法实现的扰码优化，其实现复杂度低。另外，本发明实施例提出了全局代价 的概念，通过全局代价值作为扰码优化的判断标准，使得优化后的扰码为全局的最优选择。
【附图说明】
[0048]图1为本发明实施例提供的一种方法流程图；
[0049] 图2为本发明实施例提供的另一种方法流程图；
[0050] 图3为本发明实施例提供的小区间地理方位示意图；
[0051] 图4为本发明实施例提供的一种装置示意图；
[0052] 图5为本发明实施例提供的另一种装置示意图。
【具体实施方式】
[0053] 下面将结合附图对本发明实施例提供的技术方案进行详细说明。
[0054] 本发明实施例提供的一种扰码优化方法如图1所示，具体包括如下操作：
[0055] 步骤100、根据与小区存在扰码冲突的同频邻区的数量，对小区进行扰码冲突优先 级排序；小区的扰码冲突优先级根据与小区存在干扰问题的同频邻区的数量和与小区存在 干扰问题的同频邻区的邻近关系优先级确定，同频邻区的邻近关系优先级根据与小区的邻 近关系确定。
[0056] 本发明实施例中，参与扰码冲突优先级排序的小区是预定范围内的所有小区。
[0057] 本发明实施例中，一个小区与其同频邻区存在扰码冲突也可称为与其同频邻区存 在干扰问题，存在扰码冲突的小区与其同频邻区也可称为问题小区对。
[0058] 本发明实施例中，与小区存在干扰问题的同频邻区的数量越多，同频邻区的邻近 关系优先级越高，扰码冲突优先级越高。
[0059] 步骤110、按小区的扰码冲突优先级顺序，依次基于各小区执行如下操作实现扰码 优化：对于与小区存在扰码冲突的每个同频邻区，分别基于同频邻区的可用扰码集合中的 各个扰码确定全局代价值，将最小的全局代价值对应的扰码配置给同频邻区；同频邻区的 可用扰码集合由与小区使用的扰码不存在冲突的扰码构成；全局代价值根据与各小区存在 扰码冲突的同频邻区的总数量和与各小区存在扰码问题的同频邻区的邻近关系优先级确 定。
[0060] 较佳地，按照小区的扰码冲突优先级降序，依次基于各小区执行上述操作实现扰 码优化。当然，也可以按照小区的扰码冲突优先级升序，依次基于各小区执行上述操作实现 扰码优化。
[0061] 本发明实施例提供的技术方案，按小区的扰码冲突优先级顺序，依次基于各小区 执行上述操作实现扰码优化。上述扰码优化的操作是通过遍历的方式完成全局扰码优化 的，较之遗传算法实现的扰码优化，其实现复杂度低。另外，本发明实施例提出了全局代价 的概念，通过全局代价值作为扰码优化的判断标准，使得优化后的扰码为全局的最优选择。
[0062] 本发明实施例中，扰码冲突可以但不仅限于包括以下几种情况：
[0063] 第一种情况：本区与同频邻区使用了相同的扰码。
[0064] 第二种情况：本区与同频邻区采用了相同的下行同步码。即本区与同频邻区的扰 码减一再除以四的商向下取整的值相等，即满足下式一：
[0065] Floor((OwnCellScrambleCode-1)/4) = = Floor((NeibCellScrambleCode-1)/4 ) 公式一
[0066]其中，OwnCellScrambleCode和NeibCellScrambleCode分别为本区和同频邻区的 扰码，扰码取值范围为1-128之间的整数。
[0067] 第三种情况：本区和同频邻区的扰码属于同一个扰码组。
[0068]图1所示的处理流程为一次完整的扰码优化过程。较佳地，可以重复进行图1所 示的扰码优化过程，直至达到最大优化次数。其中，最大优化次数可以根据实际需要设置。 进行多次扰码优化过程的目的是使得全局扰码优化的效果更好。
[0069] 无论是基于最大优化次数重复进行扰码优化过程，还是仅进行一次扰码优化过 程。较佳地，依次基于各小区执行上述操作实现扰码优化后，若当前全局代价值不小于扰码 优化前的全局代价值，且未达到最大优化次数，为与扰码冲突优先级最高的小区存在扰码 冲突的同频邻区中、扰码冲突优先级最高的同频邻区重新配置扰码，使得该小区与该同频 邻区不存在扰码冲突；为该同频邻区重新配置扰码后，重新对小区进行扰码冲突优先级排 序并依此基于各小区执行上述操作实现扰码优化。
[0070] 应当指出的是，为该同频邻区重新配置扰码后，重新对小区进行扰码冲突优先级 排序并依此基于各小区执行上述操作实现扰码优化，既可以记为一次完整的扰码优化过 程，也可以与为同频邻区重新配置扰码前的扰码优化过程共同作为一次完整的扰码优化过 程。也就是说，对于优化次数的计数方式，本发明不作限定。
[0071] 当全局代价不再减小时，通过上述处理过程，使得扰码获得进一步优化的空间，使 得优化效果更好。
[0072] 如果基于最大优化次数重复进行扰码优化过程，可能会有两次甚至更多次为同频 邻区重新配置扰码且实现扰码优化的过程。较佳地，每次为同频邻区重新配置扰码前，保存 当前全局代价值。
[0073] 在此基础上，若达到最大扰码优化次数时的全局代价值大于保存的最小的全局代 价值，将保存的最小的全局代价值对应的各小区的扰码分别配置给各小区。
[0074] 基于上述任意方法实施例，较佳地，确定与小区存在扰码冲突的同频邻区的方式 可以但不仅限于是：根据地理方位和实测数据确定小区的同频邻区；根据小区与同频邻区 的初始扰码，确定与小区存在扰码冲突的同频邻区。
[0075] 现有技术中，扫频数据不足以覆盖所有测试小区，部分小区会出现测试点不足的 问题。本发明实施例提供的技术方案，根据地理方位和实测数据确定小区的同频邻区，弥补 了部分小区测试数据不足的缺陷。
[0076] 本发明实施例中，小区的同频邻区的信息可以但不仅限于以同频邻区列表的形式 保存。
[0077] 较佳地，本发明实施例中的全局代价值为各小区的代价值之和，单个小区的代价 值根据与小区存在扰码冲突的同频邻区的数量和与小区存在扰码冲突的同频邻区的邻近 关系优先级确定，小区的同频邻区按邻近关系优先级降序排列为：根据地理方位确定的所 述小区的同频共站邻区，根据实测数据确定的与所述小区覆盖交叠比例达到预定门限值的 同频邻区，根据地理方位确定的所述小区的同频邻区。
[0078] 本发明实施例中，邻近关系包括：同频共站的关系、存在覆盖交叠的关系、地理方 位在预定范围内的关系等等。
[0079] 下面以一具体应用场景为例，对预定范围内的小区进行扰码优化的实现方式进行 详细描述。
[0080] 假设需要对预定范围内的所有小区进行扰码优化。其实现方式如图2所示，具体 包括如下操作：
[0081] 步骤200、获得预定范围内所有小区的同频邻区列表。
[0082] 获得预定范围内所有小区的同频邻区列表的实现方式可以是：根据实测数据确定 小区的同频邻区的方式可以是：将测试点中当前小区的RSRP值大于门限RSRP_1的测试点 筛选出来作为归属当前小区的测试点。若当前小区的测试点测得候选邻区的参考信号功率 RSRP>RSRP_2，其中RSRP_2为邻区接收信号功率门限值，则认为该测试点为当前小区与该 候选邻区的覆盖交叠点，统计当前小区内这类测试点的比例，作为当前小区与该候选邻区 的覆盖交叠比例值。如果覆盖交叠比例值达到预定门限值，则确定该候选邻区为当前小区 的同频邻区。根据地理方位确定小区的同频邻区的方式可以是：如果两个小区的地理方位 在预定的范围内，则确定这两个小区互为彼此的同频邻区。进一步的，如果两个小区的经纬 度相同，则这两个小区互为彼此的同频共站邻区。对于每个小区，对其各个同频邻区按邻近 关系优先级进行排序，按照邻近关系优先级降序选择预定数量的同频邻区作为当前小区最 终的同频邻区，选择同频邻区的数量可根据实际情况进行配置，一般取5-15之间的整数。
[0083] 其中，实测数据可以但不仅限于是扫频数据，MR数