lteson算法

1. LTE中SON是什么意思

SON（Self-Organized Network）自组织网络。
SON技术的特点是:自动配置、自动发现、自动组织和多跳路由。 SON技术的自动配置和自动发现特性使WIFI设备在组成一个网络的时候对用户是透明的。在网络拓扑变动和链路断开的情况下，SON技术的自动愈合和自动组织特性增强了移动Adhoc网络的健壮性。SON也能够保证优化带宽使用效率。SON多跳路由技术扩展了Adhoc和网络的覆盖范围。基于IP层的SON技术，支持多种无线和有线接口。

2. LTE中SON是什么意思

SON(Self-Organized Networks) 是在LTE的网络标准

3. Levinson-Durbin算法

用线性方程组的常用解法（例如高斯消元法）求解式（4-22），需要的运算量数量级为p³。但若利用系数矩阵的对称性和Toeplitz性质，则可得到一些高效算法，Levinson-Durbin算法就是其中最着名、应用最广泛的一种，其运算量数量级为p²。这是一种按阶次进行递推的算法，即首先以AR（0）和AR（1）模型参数作为初始条件，计算AR（2）模型参数；然后根据这些参数计算AR（3）模型参数，等等，一直到计算出AR（p）模型参数为止。这样，当整个迭代计算结束后，不仅求得了所需要的p阶AR模型的参数，而且还得到了所有各低阶模型的参数。

Levinson算法的关键是要推导出由AR（k）模型的参数计算AR（k+1）模型的参数的迭代计算公式。对式（4-22）分析可知，Yule-Walker方程的系数矩阵具有以下两个特点：

（1）从0阶开始逐渐增加阶次，可看出，某阶方程的系数矩阵包含了前面各阶系数矩阵（作为其子矩阵）。

（2）系数矩阵先进行列倒序再进行行倒序（或先行倒序再列倒序）后矩阵不变。

设已求得k阶Yule-Walker方程

地球物理信息处理基础

的参数｛a_k，1，a_k，2，…，a_k，k，

｝，现求解k+1阶Yule-Walker方程

地球物理信息处理基础

为此，将k阶方程的系数矩阵增加一列和增加一行，成为下列形式的“扩大方程”

地球物理信息处理基础

扩大方程中的D_k由下式来确定

地球物理信息处理基础

利用前述系数矩阵的第二个特点，将扩大方程的行倒序，同时列也倒序，得“预备方程”

地球物理信息处理基础

将待求的k+1阶Yule-Walker方程的解表示成“扩大方程”解和“预备方程”解的线性组合形式

地球物理信息处理基础

或

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

式中γ_k+1是待定系数，称为反射系数。用k+1阶系数矩阵

地球物理信息处理基础

去左乘上式各项，得到

地球物理信息处理基础

由该式可求出

地球物理信息处理基础

地球物理信息处理基础

由扩大方程的第一个方程可求出

地球物理信息处理基础

从上面的推导中可归纳出如下由k阶模型参数求k+1阶模型参数的计算公式：

地球物理信息处理基础

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

地球物理信息处理基础

对于AR（p）模型，递推计算直到k+1=p为止。将模型参数代入式（1-135），即可计算功率谱估计值：

地球物理信息处理基础

若在-π＜ω≤π范围内的N个等间隔频率点上均匀采样，则上式可写成

地球物理信息处理基础

若N＞p，则上式中在N-1＞i＞p时，应取a_p，i=0。

如果自相关函数值不是已知的，而只知道N个观测数据x_N（n），n=0，1，…，N-1，首先要用式（4-5）由x_N（n）估计出自相关函数值，得

，m=0，1，…，p。然后再用Levin-son算法根据

来计算AR（p）模型的参数。

为了书写简单，今后将k阶AR模型系数或k阶线性预测系数a_k，i写成a_ki，而对于k+1阶来说，为了下标明确，仍写成a_k+1，i。

4. 爱立信3算法如何控制切换

梢蕴岣咔谢凰俣取Ｏ晗傅慕馐涂梢圆慰枷挛模篍RICSSON 3算法主要包括四个参数：OFFSET、HIHYST、LOHYST及HYSTSEP。其中OFFSET为偏移值，用于移置小区的边界。HIHYST及LOHYST为滞后值，为了减少乒乓切换。HYSTSEP用于判断接收到的服务小区的信号强度是高还是低，如果接收到的服务小区的信号强度高于HYSTSEP，则认为是强信号小区，此时使用滞后值HIHYST，反之，则认为是弱信号小区，使用滞后值LOHYST，为了控制强信号切换，HIHYST可以大于LOHYST。计算排队值的公式如下所示：

5. 等值面的等值面生成算法

Cuberille方法
· Cuberrille等值面方法又称Opaque Cube算法，最初由Herman等人提出，后来又多次改进。算法主要分为两个步骤：
· (1) 确定边界单元
对于规则网格数据，其网格单元可看成是正六面体单元，整个三维数据就是由这种正六面体组成的，这种组成三维图象的基本正六面体单元称为体元。对于给定的阈值Ft，遍历体数据中的各个单元，将组成体元8个顶点上的值与Ft进行比较，找出顶点值跨越Ft的所有体元，即体元中有的顶点值大于阈值，有的顶点值小于阈值，因此体元内包含等值面片，这就是边界单元。
(2) 绘制各边界单元的6个多边形面，即将等值面看成是由各单元的六个外表面拼合而成
每个单元均为一正六面体，包括6个多边形面。对组成所有边界体元的多边形面进行绘制，即可产生最终的图象结果。在绘制多边形过程中应采用合适的光照模型和消隐技术。
如果在具有硬件深度缓存(Z-buffer)功能的计算机上运行立方体方法，可以将这组多边形不分次序地提交给硬件，由硬件完成消除隐藏面的任务。如果以软件方式执行立方体方法，在算法中必须考虑多边形的遮挡问题。一个有效的方法是把遍历体元集合与显示两个步骤合二为一，遍历体元集合时采用从后至前的次序。发现一个边界体元，就立刻显示它的6个面。后显示到屏幕上去的多边形将覆盖先显示的多边形，这样就达到了消除隐藏面的目的，这就是画家算法的思想。
Marching Cubes(MC)方法
Marching Cubes（移动立方体）方法是由W.E.Lorenson和H.E.Cline在1987年提出来的。由于这一方法原理简单，易于实现，目前已经得到了较为广泛的应用，成为三维数据等值面生成的经典算法，Marching Cubes算法又简称为MC算法。MC方法的原理如下：
在Marching Cubes方法中，假定原始数据是离散的三维空间规则数据，一个体元定义为由相邻层上的8个顶点组成的一个长方体。为了在三维数据中构造等值面，应先给定所求等值面的值，该方法的基本原理是逐个处理所有的体元，将体元各顶点处的值与给定的阈值进行比较，首先找出与等值面相交的体元，然后通过插值求等值面与体元棱边的交点，并将各交点连成三角形来构成等值面片，所有体元中的三角形集合就构成了等值面。由于这一方法是逐个处理所有的体元，因此被称为Marching Cubes方法。 在W.E.Lorenson和H.E.Cline于1987年提出Marching Cubes方法之后不久，他们就发现，当离散三维数据的密度很高时，由Marching Cubes方法在体元中产生的小三角面片常常很小，在图像空间中的投影面积与屏幕上一个像素点的大小差不多，甚至还要小，因此，通过插值来计算小三角面片是不必要的。随着新一代CT和MRI等设备的出现，二维切片中图象的分辨率不断提高，断层不断变薄，已经接近并超过计算机屏幕显示的分辨率。在这种情况下，常用于三维表面生成的Marching Cubes方法已不适用。于是，在1988年，仍由W.E.Lorenson和H.E.Cline两人提出了剖分立方体(Dividing Cubes)方法。

6. LTE中SON是什么意思

SON是在LTE的网络的标准化阶段由移动运营商主导提出的概念，其主要思路是实现无线网络的一些自主功能，减少人工参与，降低运营成本。

NGMN中的移动运营商对SON的部署有强烈的需求，于是纷纷投入SON需求的研究，发布有关SON的白皮书和建议书。3GPP也在重点研究SON和当前
电信管理网络的实现方案。欧盟也在进行两个相关项目，一个主要由欧洲主要运营商、设备商共同承担，从SON的技术方案、实现方法及验证平台入手，研究
SON对网络运维产生的影响；另一项目是利用感知无线电和分布式感知原理进行前沿重点研究。

3GPP确定接入网结构主要由演进型eNodeB和接入网关（AGW）构成。eNodeB由R6阶段的NodeB、RNC、SGSN、GGSN四个主要网
元演进而来，eNodeB之间通过X2接口采用网格（mesh）方式互连，同时还建议当某eNodeB需要同其它eNodeB通信时，这个接口总是存在，
支持处于LTE_ACTIVE状态下手机的切换。E-NodeB与AGW之间的接口称为S1接口，S1接口支持多对多的AGWs和eNodeB连接关
系，eNodeB通过S1接口与EPC（EvolvedPacketCore）连接。3GPP EPS（Evolved Packet
System）的结构中包含了X2和S1接口（图1），因此SON可以通过上述接口来完成。

7. LCA的算法问题

最近公共祖先（Least Common Ancestors)
对于有根树T的两个结点u、v，最近公共祖先LCA(T,u,v）表示一个结点x，满足x是u、v的祖先且x的深度尽可能大。另一种理解方式是把T理解为一个无向无环图，而LCA(T,u,v）即u到v的最短路上深度最小的点。
这里给出一个LCA的例子：
对于T=<V,E>
V={1,2,3,4,5}
E={(1,2),(1,3),(3,4),(3,5)}
则有：
LCA(T,5,2)=1
LCA(T,3,4)=3
LCA(T,4,5)=3
LCA问题算法
⒈离线算法Tarjan
利用并查集优越的时空复杂度，我们可以实现LCA问题的O(n+Q）算法，这里Q表示询问的次数。Tarjan算法基于深度优先搜索的框架，对于新搜索到 的一个结点，首先创建由这个结点构成的集合，再对当前结点的每一个子树进行搜索，每搜索完一棵子树，则可确定子树内的LCA询问都已解决。其他的LCA询 问的结果必然在这个子树之外，这时把子树所形成的集合与当前结点的集合合并，并将当前结点设为这个集合的祖先。之后继续搜索下一棵子树，直到当前结点的所 有子树搜索完。这时把当前结点也设为已被检查过的，同时可以处理有关当前结点的LCA询问，如果有一个从当前结点到结点v的询问，且v已被检查过，则由于 进行的是深度优先搜索，当前结点与v的最近公共祖先一定还没有被检查，而这个最近公共祖先的包涵v的子树一定已经搜索过了，那么这个最近公共祖先一定是v 所在集合的祖先。
下面给出这个算法的伪代码描述：
LCA(u) {
Make-Set(u)
ancestor[Find-Set(u)]=u
对于u的每一个孩子v {
LCA(v)
Union(u)
ancestor[Find-Set(u)]=u
}
checked[u]=true
对于每个（u,v）属于P {
if checked[v]=true
then 回答u和v的最近公共祖先为 ancestor[Find-Set(v)]
}
}
由于是基于深度优先搜索的算法，只要调用LCA(root[T]）就可以回答所有的提问了，这里root[T]表示树T的根，假设所有询问（u,v）构成集合P。
⒉在线算法 倍增法
每次询问O(logN)
d[i] 表示 i节点的深度，p[i,j] 表示 i 的 2^j 倍祖先
那么就有一个递推式子 p[i,j]=p[p[i,j-1],j-1]
这样子一个O(NlogN）的预处理求出每个节点的 2^k 的祖先
然后对于每一个询问的点对a,b的最近公共祖先就是：
先判断是否 d[a] > d[b]，如果是的话就交换一下（保证 a 的深度小于 b 方便下面的操作）然后把b 调到与a 同深度，同深度以后再把a,b 同时往上调（dec(j)) 调到有一个最小的j 满足p[a,j]!=p[b,j] (a b 是在不断更新的)，最后再把 a,b 往上调 (a=p[a,0],b=p[b,0]) 一个一个向上调直到a = b，这时 a or b 就是他们的最近公共祖先
C++代码参考：
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代码
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信号是指什么

son信号是针对于我们的实际的移动共模网，为了提高移动共模网的服务质量而提出的概念，是在LTE的网络的标准化阶段由移动运营商主导提出的概念。

它主要的内容就是要增强无线网源，实现无线网络等等一些自主的功能。

SON 是自组织网络（Self-Organizing Ntworks ）的英文缩写。其包括三个主要的内容：自配置，自优化、和自维护。发展中的详细特性包含：

• 自配置

• ANR自动邻区关系

• Mobility Robust Optimization移动性优化

• Mobility Load Balancing移动性负载平衡

• RACH优化

• MDT最小化路测

• 节能（载频智能关断）

• Cell Outage Detection & Compensation小区失效检测与补偿

• PCI Collision Detection & Self-optimizationPCI冲突检测与自动优化

SON中的自配置过程是指对新部署的eNodeB通过自动安装过程进行配置，从而获取必要的配置信息和系统操作。具体包含了以下几部分功能:

• 自动发现

• 自动下载和更新软件和配置文件

• 自动配置检查和存量更新

• 自动测试

9. 简述LTE的关键技术

LTE的关键技术是：OFDM 技术、MIMO技术、下行功率控制技术、小区干扰协调技术、分组交换调度、SON自组织网络。
LTE（Long Term Evolution，长期演进)是由3GPP（The 3rd Generation Partnership Project，第三代合作伙伴计划）组织制定的UMTS（Universal Mobile Telecommunications System，通用移动通信系统）技术标准的长期演进，于2004年12月在3GPP多伦多会议上正式立项并启动。LTE系统引入了OFDM（Orthogonal Frequency Division Multiplexing，正交频分复用）和MIMO（Multi-Input & Multi-Output，多输入多输出）等关键技术，显着增加了频谱效率和数据传输速率（20M带宽2X2MIMO在64QAM情况下，理论下行最大传输速率为201Mbps，除去信令开销后大概为150Mbps，但根据实际组网以及终端能力限制，一般认为下行峰值速率为100Mbps，上行为50Mbps），并支持多种带宽分配：1.4MHz，3MHz，5MHz，10MHz，15MHz和20MHz等，且支持全球主流2G/3G频段和一些新增频段，因而频谱分配更加灵活，系统容量和覆盖也显着提升。LTE系统网络架构更加扁平化简单化，减少了网络节点和系统复杂度，从而减小了系统时延，也降低了网络部署和维护成本。LTE系统支持与其他3GPP系统互操作。根据双工方式不同LTE系统分为FDD-LTE（Frequency Division Duplexing）和TDD-LTE (Time Division Duplexing)，二者技术的主要区别在于空口的物理层上（像帧结构、时分设计、同步等）。FDD系统空口上下行采用成对的频段接收和发送数据，而TDD系统上下行则使用相同的频段在不同的时隙上传输，较FDD双工方式，TDD有着较高的频谱利用率。

10. SON在通信领域的意思

Self-Orgonized Network 自组织网络 应用在TD-LTE（4G）技术中 SON的引入和部署可以分为四个阶段：自规划 自部署 自优化 易维护 希望我的答案对你有用