lteson演算法

1. LTE中SON是什麼意思

SON（Self-Organized Network）自組織網路。
SON技術的特點是:自動配置、自動發現、自動組織和多跳路由。 SON技術的自動配置和自動發現特性使WIFI設備在組成一個網路的時候對用戶是透明的。在網路拓撲變動和鏈路斷開的情況下，SON技術的自動癒合和自動組織特性增強了移動Adhoc網路的健壯性。SON也能夠保證優化帶寬使用效率。SON多跳路由技術擴展了Adhoc和網路的覆蓋范圍。基於IP層的SON技術，支持多種無線和有線介面。

2. LTE中SON是什麼意思

SON(Self-Organized Networks) 是在LTE的網路標准

3. Levinson-Durbin演算法

用線性方程組的常用解法（例如高斯消元法）求解式（4-22），需要的運算量數量級為p³。但若利用系數矩陣的對稱性和Toeplitz性質，則可得到一些高效演算法，Levinson-Durbin演算法就是其中最著名、應用最廣泛的一種，其運算量數量級為p²。這是一種按階次進行遞推的演算法，即首先以AR（0）和AR（1）模型參數作為初始條件，計算AR（2）模型參數；然後根據這些參數計算AR（3）模型參數，等等，一直到計算出AR（p）模型參數為止。這樣，當整個迭代計算結束後，不僅求得了所需要的p階AR模型的參數，而且還得到了所有各低階模型的參數。

Levinson演算法的關鍵是要推導出由AR（k）模型的參數計算AR（k+1）模型的參數的迭代計算公式。對式（4-22）分析可知，Yule-Walker方程的系數矩陣具有以下兩個特點：

（1）從0階開始逐漸增加階次，可看出，某階方程的系數矩陣包含了前面各階系數矩陣（作為其子矩陣）。

（2）系數矩陣先進行列倒序再進行行倒序（或先行倒序再列倒序）後矩陣不變。

設已求得k階Yule-Walker方程

地球物理信息處理基礎

的參數｛a_k，1，a_k，2，…，a_k，k，

｝，現求解k+1階Yule-Walker方程

地球物理信息處理基礎

為此，將k階方程的系數矩陣增加一列和增加一行，成為下列形式的「擴大方程」

地球物理信息處理基礎

擴大方程中的D_k由下式來確定

地球物理信息處理基礎

利用前述系數矩陣的第二個特點，將擴大方程的行倒序，同時列也倒序，得「預備方程」

地球物理信息處理基礎

將待求的k+1階Yule-Walker方程的解表示成「擴大方程」解和「預備方程」解的線性組合形式

地球物理信息處理基礎

或

a_k+1，i=a_k，i-γ_k+1a_k，k+1-i，i=1，2，…，k

式中γ_k+1是待定系數，稱為反射系數。用k+1階系數矩陣

地球物理信息處理基礎

去左乘上式各項，得到

地球物理信息處理基礎

由該式可求出

地球物理信息處理基礎

地球物理信息處理基礎

由擴大方程的第一個方程可求出

地球物理信息處理基礎

從上面的推導中可歸納出如下由k階模型參數求k+1階模型參數的計算公式：

地球物理信息處理基礎

a_k+1，i=a_k，i-γ_k+1a_k，k+1-i，i=1，2，…，k （4-24）

地球物理信息處理基礎

對於AR（p）模型，遞推計算直到k+1=p為止。將模型參數代入式（1-135），即可計算功率譜估計值：

地球物理信息處理基礎

若在-π＜ω≤π范圍內的N個等間隔頻率點上均勻采樣，則上式可寫成

地球物理信息處理基礎

若N＞p，則上式中在N-1＞i＞p時，應取a_p，i=0。

如果自相關函數值不是已知的，而只知道N個觀測數據x_N（n），n=0，1，…，N-1，首先要用式（4-5）由x_N（n）估計出自相關函數值，得

，m=0，1，…，p。然後再用Levin-son演算法根據

來計算AR（p）模型的參數。

為了書寫簡單，今後將k階AR模型系數或k階線性預測系數a_k，i寫成a_ki，而對於k+1階來說，為了下標明確，仍寫成a_k+1，i。

4. 愛立信3演算法如何控制切換

梢蘊岣咔謝凰俁取Ｏ晗傅慕饈塗梢圓慰枷攣模篍RICSSON 3演算法主要包括四個參數：OFFSET、HIHYST、LOHYST及HYSTSEP。其中OFFSET為偏移值，用於移置小區的邊界。HIHYST及LOHYST為滯後值，為了減少乒乓切換。HYSTSEP用於判斷接收到的服務小區的信號強度是高還是低，如果接收到的服務小區的信號強度高於HYSTSEP，則認為是強信號小區，此時使用滯後值HIHYST，反之，則認為是弱信號小區，使用滯後值LOHYST，為了控制強信號切換，HIHYST可以大於LOHYST。計算排隊值的公式如下所示：

5. 等值面的等值面生成演算法

Cuberille方法
· Cuberrille等值面方法又稱Opaque Cube演算法，最初由Herman等人提出，後來又多次改進。演算法主要分為兩個步驟：
· (1) 確定邊界單元
對於規則網格數據，其網格單元可看成是正六面體單元，整個三維數據就是由這種正六面體組成的，這種組成三維圖象的基本正六面體單元稱為體元。對於給定的閾值Ft，遍歷體數據中的各個單元，將組成體元8個頂點上的值與Ft進行比較，找出頂點值跨越Ft的所有體元，即體元中有的頂點值大於閾值，有的頂點值小於閾值，因此體元內包含等值面片，這就是邊界單元。
(2) 繪制各邊界單元的6個多邊形面，即將等值面看成是由各單元的六個外表面拼合而成
每個單元均為一正六面體，包括6個多邊形面。對組成所有邊界體元的多邊形面進行繪制，即可產生最終的圖象結果。在繪制多邊形過程中應採用合適的光照模型和消隱技術。
如果在具有硬體深度緩存(Z-buffer)功能的計算機上運行立方體方法，可以將這組多邊形不分次序地提交給硬體，由硬體完成消除隱藏面的任務。如果以軟體方式執行立方體方法，在演算法中必須考慮多邊形的遮擋問題。一個有效的方法是把遍歷體元集合與顯示兩個步驟合二為一，遍歷體元集合時採用從後至前的次序。發現一個邊界體元，就立刻顯示它的6個面。後顯示到屏幕上去的多邊形將覆蓋先顯示的多邊形，這樣就達到了消除隱藏面的目的，這就是畫家演算法的思想。
Marching Cubes(MC)方法
Marching Cubes（移動立方體）方法是由W.E.Lorenson和H.E.Cline在1987年提出來的。由於這一方法原理簡單，易於實現，目前已經得到了較為廣泛的應用，成為三維數據等值面生成的經典演算法，Marching Cubes演算法又簡稱為MC演算法。MC方法的原理如下：
在Marching Cubes方法中，假定原始數據是離散的三維空間規則數據，一個體元定義為由相鄰層上的8個頂點組成的一個長方體。為了在三維數據中構造等值面，應先給定所求等值面的值，該方法的基本原理是逐個處理所有的體元，將體元各頂點處的值與給定的閾值進行比較，首先找出與等值面相交的體元，然後通過插值求等值面與體元棱邊的交點，並將各交點連成三角形來構成等值面片，所有體元中的三角形集合就構成了等值面。由於這一方法是逐個處理所有的體元，因此被稱為Marching Cubes方法。 在W.E.Lorenson和H.E.Cline於1987年提出Marching Cubes方法之後不久，他們就發現，當離散三維數據的密度很高時，由Marching Cubes方法在體元中產生的小三角面片常常很小，在圖像空間中的投影面積與屏幕上一個像素點的大小差不多，甚至還要小，因此，通過插值來計算小三角面片是不必要的。隨著新一代CT和MRI等設備的出現，二維切片中圖象的解析度不斷提高，斷層不斷變薄，已經接近並超過計算機屏幕顯示的解析度。在這種情況下，常用於三維表面生成的Marching Cubes方法已不適用。於是，在1988年，仍由W.E.Lorenson和H.E.Cline兩人提出了剖分立方體(Dividing Cubes)方法。

6. LTE中SON是什麼意思

SON是在LTE的網路的標准化階段由移動運營商主導提出的概念，其主要思路是實現無線網路的一些自主功能，減少人工參與，降低運營成本。

NGMN中的移動運營商對SON的部署有強烈的需求，於是紛紛投入SON需求的研究，發布有關SON的白皮書和建議書。3GPP也在重點研究SON和當前
電信管理網路的實現方案。歐盟也在進行兩個相關項目，一個主要由歐洲主要運營商、設備商共同承擔，從SON的技術方案、實現方法及驗證平台入手，研究
SON對網路運維產生的影響；另一項目是利用感知無線電和分布式感知原理進行前沿重點研究。

3GPP確定接入網結構主要由演進型eNodeB和接入網關（AGW）構成。eNodeB由R6階段的NodeB、RNC、SGSN、GGSN四個主要網
元演進而來，eNodeB之間通過X2介面採用網格（mesh）方式互連，同時還建議當某eNodeB需要同其它eNodeB通信時，這個介面總是存在，
支持處於LTE_ACTIVE狀態下手機的切換。E-NodeB與AGW之間的介面稱為S1介面，S1介面支持多對多的AGWs和eNodeB連接關
系，eNodeB通過S1介面與EPC（EvolvedPacketCore）連接。3GPP EPS（Evolved Packet
System）的結構中包含了X2和S1介面（圖1），因此SON可以通過上述介面來完成。

7. LCA的演算法問題

最近公共祖先（Least Common Ancestors)
對於有根樹T的兩個結點u、v，最近公共祖先LCA(T,u,v）表示一個結點x，滿足x是u、v的祖先且x的深度盡可能大。另一種理解方式是把T理解為一個無向無環圖，而LCA(T,u,v）即u到v的最短路上深度最小的點。
這里給出一個LCA的例子：
對於T=<V,E>
V={1,2,3,4,5}
E={(1,2),(1,3),(3,4),(3,5)}
則有：
LCA(T,5,2)=1
LCA(T,3,4)=3
LCA(T,4,5)=3
LCA問題演算法
⒈離線演算法Tarjan
利用並查集優越的時空復雜度，我們可以實現LCA問題的O(n+Q）演算法，這里Q表示詢問的次數。Tarjan演算法基於深度優先搜索的框架，對於新搜索到 的一個結點，首先創建由這個結點構成的集合，再對當前結點的每一個子樹進行搜索，每搜索完一棵子樹，則可確定子樹內的LCA詢問都已解決。其他的LCA詢 問的結果必然在這個子樹之外，這時把子樹所形成的集合與當前結點的集合合並，並將當前結點設為這個集合的祖先。之後繼續搜索下一棵子樹，直到當前結點的所 有子樹搜索完。這時把當前結點也設為已被檢查過的，同時可以處理有關當前結點的LCA詢問，如果有一個從當前結點到結點v的詢問，且v已被檢查過，則由於 進行的是深度優先搜索，當前結點與v的最近公共祖先一定還沒有被檢查，而這個最近公共祖先的包涵v的子樹一定已經搜索過了，那麼這個最近公共祖先一定是v 所在集合的祖先。
下面給出這個演算法的偽代碼描述：
LCA(u) {
Make-Set(u)
ancestor[Find-Set(u)]=u
對於u的每一個孩子v {
LCA(v)
Union(u)
ancestor[Find-Set(u)]=u
}
checked[u]=true
對於每個（u,v）屬於P {
if checked[v]=true
then 回答u和v的最近公共祖先為 ancestor[Find-Set(v)]
}
}
由於是基於深度優先搜索的演算法，只要調用LCA(root[T]）就可以回答所有的提問了，這里root[T]表示樹T的根，假設所有詢問（u,v）構成集合P。
⒉在線演算法 倍增法
每次詢問O(logN)
d[i] 表示 i節點的深度，p[i,j] 表示 i 的 2^j 倍祖先
那麼就有一個遞推式子 p[i,j]=p[p[i,j-1],j-1]
這樣子一個O(NlogN）的預處理求出每個節點的 2^k 的祖先
然後對於每一個詢問的點對a,b的最近公共祖先就是：
先判斷是否 d[a] > d[b]，如果是的話就交換一下（保證 a 的深度小於 b 方便下面的操作）然後把b 調到與a 同深度，同深度以後再把a,b 同時往上調（dec(j)) 調到有一個最小的j 滿足p[a,j]!=p[b,j] (a b 是在不斷更新的)，最後再把 a,b 往上調 (a=p[a,0],b=p[b,0]) 一個一個向上調直到a = b，這時 a or b 就是他們的最近公共祖先
C++代碼參考：
int lca(int x,int y) {
if (x==y) return x;
if (deep[x]<deep[y]) swap(x,y);
int t=deep[x]-deep[y];
for (int i=0;i<Li;i++)
if (bin[i]&t) x=father[x][i];
int i=Li-1;
while (x^y) {
while (father[x][i]==father[y][i]&&i) i--;
x=father[x][i];
y=father[y][i];
}
return x;
}
Pascal代碼
var
deep:array[0..10004] of longint;
toit,cost,next,list:array[0..20001] of longint;
fa:array[0..10000,0..20] of longint;
n,m,a,b,k,x,y,t,u:longint;
i,j:longint;
function max(a,b:longint):longint;
begin
if a>b then exit(a);
exit(b);
end;
procere ready(x:longint);
var k,pr,son,ii:longint;
begin
k:=list[x];
while k<>0 do
begin
son:=toit[k];
fa[son,0]:=x;
pr:=x;
deep[son]:=deep[x]+1;
ii:=0;
while fa[pr,ii]<>0 do
begin
fa[son,ii+1]:=fa[pr,ii];
pr:=fa[pr,ii];
inc(ii);
end;
ready(son);
k:=next[k];
end;
end;
function search(x,y:longint):longint;
var ii,k:longint;
begin
if x=y then exit(x);
if deep[x]<deep[y] then
begin
k:=x;
x:=y;
x:=k;
end;
k:=deep[x]-deep[y];
ii:=0;
while k>0 do
begin
if k and 1=1 then x:=fa[x,ii];
k:=k shr 1;
inc(ii);
end;
if x=y then exit(x);
ii:=0;
while x<>y do
begin
if (fa[x,ii]<>fa[y,ii]) or ((fa[x,ii]=fa[y,ii]) and (ii=0)) then
begin
x:=fa[x,ii];
y:=fa[y,ii];
inc(ii);
end
else dec(ii);
end;
exit(x);
end;
begin
readln(n,m);
for i:=1 to m do
begin
readln(x,y,t);
inc(u);
toit[u]:=y; cost[u]:=t;
next[u]:=list[x]; list[x]:=u;
end;
for i:=1 to n do
for j:=1 to n do
writeln(search(i,j));
end.

8. son信號是指什麼

son信號是針對於我們的實際的移動共模網，為了提高移動共模網的服務質量而提出的概念，是在LTE的網路的標准化階段由移動運營商主導提出的概念。

它主要的內容就是要增強無線網源，實現無線網路等等一些自主的功能。

SON 是自組織網路（Self-Organizing Ntworks ）的英文縮寫。其包括三個主要的內容：自配置，自優化、和自維護。發展中的詳細特性包含：

• 自配置

• ANR自動鄰區關系

• Mobility Robust Optimization移動性優化

• Mobility Load Balancing移動性負載平衡

• RACH優化

• MDT最小化路測

• 節能（載頻智能關斷）

• Cell Outage Detection & Compensation小區失效檢測與補償

• PCI Collision Detection & Self-optimizationPCI沖突檢測與自動優化

SON中的自配置過程是指對新部署的eNodeB通過自動安裝過程進行配置，從而獲取必要的配置信息和系統操作。具體包含了以下幾部分功能:

• 自動發現

• 自動下載和更新軟體和配置文件

• 自動配置檢查和存量更新

• 自動測試

9. 簡述LTE的關鍵技術

LTE的關鍵技術是：OFDM 技術、MIMO技術、下行功率控制技術、小區干擾協調技術、分組交換調度、SON自組織網路。
LTE（Long Term Evolution，長期演進)是由3GPP（The 3rd Generation Partnership Project，第三代合作夥伴計劃）組織制定的UMTS（Universal Mobile Telecommunications System，通用移動通信系統）技術標準的長期演進，於2004年12月在3GPP多倫多會議上正式立項並啟動。LTE系統引入了OFDM（Orthogonal Frequency Division Multiplexing，正交頻分復用）和MIMO（Multi-Input & Multi-Output，多輸入多輸出）等關鍵技術，顯著增加了頻譜效率和數據傳輸速率（20M帶寬2X2MIMO在64QAM情況下，理論下行最大傳輸速率為201Mbps，除去信令開銷後大概為150Mbps，但根據實際組網以及終端能力限制，一般認為下行峰值速率為100Mbps，上行為50Mbps），並支持多種帶寬分配：1.4MHz，3MHz，5MHz，10MHz，15MHz和20MHz等，且支持全球主流2G/3G頻段和一些新增頻段，因而頻譜分配更加靈活，系統容量和覆蓋也顯著提升。LTE系統網路架構更加扁平化簡單化，減少了網路節點和系統復雜度，從而減小了系統時延，也降低了網路部署和維護成本。LTE系統支持與其他3GPP系統互操作。根據雙工方式不同LTE系統分為FDD-LTE（Frequency Division Duplexing）和TDD-LTE (Time Division Duplexing)，二者技術的主要區別在於空口的物理層上（像幀結構、時分設計、同步等）。FDD系統空口上下行採用成對的頻段接收和發送數據，而TDD系統上下行則使用相同的頻段在不同的時隙上傳輸，較FDD雙工方式，TDD有著較高的頻譜利用率。

10. SON在通信領域的意思

Self-Orgonized Network 自組織網路 應用在TD-LTE（4G）技術中 SON的引入和部署可以分為四個階段：自規劃 自部署 自優化 易維護 希望我的答案對你有用