本发明涉及蜂窝状电话网络，主要地但却不是唯独地涉及在这种网络的部分或全部之中信道的选择的最优化，以便最大限度地减少干扰，最大限度地扩大网络的性能和能力。 蜂窝状电话网络是基于这样的认识产生的，即从统计学的观点看，这种电话系统的广大用户是不可能在任何给定时刻处在彼此靠近的地理位置和/或不可能在同一时间同一地点打电话或接到电话。
假设无线电话网络现行可利用的无线电频道的数目是有限地，则有了蜂窝状网络系统就可以用数量较少的信道在同一时间进行次数非常多的呼叫或接收呼叫。为达到这个目的，在电话网络所覆盖的整个区域以蜂窝状的结构装设许多短距离发射机和接收机，蜂窝的各个蜂房（cell）的无线电频段与相邻蜂房的不同，但往往与网络中其它一些蜂房相同。
虽然各蜂房中的各无线电发射机覆盖距离较短，但不难理解，任何特定频道的信号仍然有可能为附近各蜂房中重复使用同一信道的接收机所检取，从而在电话通话过程中引起“串话”。为最大限度地减小这种不希望有的效果，需要确保采用同一信道的附近蜂房发出的信号强度应比在特定蜂房中所使用的同一信道的信号强度小得足以区分和弃除较弱的信号，从而在电话通话的过程中只使用较强的信号。为达到这个目的，在建立蜂窝状无线电系统时引用了载波干扰比（CIR）这个概念，其基本的定义就是：某一蜂房的载波信号强度与收自附近采用同一信道频率的蜂房的干扰信号强度的比值。
为方便起见，CIR也可以用分贝表示，这时实际信号强度的测量单位是瓦。因此，若某信道载波信号的强度经测定为例如C＝10×10-7毫瓦，则C（以分贝表示）可以写成10乘以单位毫瓦功率比的对数。于是：
C(dBm)=10log (10×10-7毫瓦)/(1毫瓦) （1）
C（dBm）＝10log（10×10-7）（2）
C（dBm）＝-60dBm（3）
同样，若干扰信道I的强度为例如5×10-7毫瓦，则得出下列关系式：
I(dBm)－10log (5×10-7毫瓦)/(1毫瓦) （4）
I（dBm）-10log（5×10-7）（5）
I（dBm）＝-63dBm（6）
而鉴于CIR=10log（ (10×10-7毫瓦)/(5×10-7毫瓦) ）（7）
且：CIR（dB)=10log（ (10×10-7毫瓦)/(1毫瓦) ）-10log( (5×10-7毫瓦)/(1毫瓦) )（8）
因而：
CIR（dB）＝C（dBm）-I（dBm）（9）
CIR（dB）＝-60dBm-（-63dBm）（10）
CIR（dB）＝3dB
这样，可以看出，若载波和干扰波的强度以瓦表示，则CIR就是其比值对数的10倍，如（7）式所示;而若载波和干扰波的强度以分贝毫瓦测出，则CIR可通过计算它们的差值求出，如（10）式所示。
一般说来，在蜂窝状流动无线电模拟系统中，这类网络要求CIR大于17分贝，但不难理解，该值是任意选择的，根据所使用硬件中采用的技术和其区分收自相同信道但设在不同蜂房中各信号的能力而选择。
在理想的情况下，蜂窝状电话网络的设计任务是比较直截了当的，所需要的仅仅是一些短距离的无线电台，该无线电台有一些发射机/接收机，往往采用公用天线，遍布网络所要求的整个地理区域等间距配置，由这类无线电台各个确定其各蜂房的现场中心（cell site centre）。在这样的情况下，电磁辐射通常是呈球形向外传播的，这必然意味着：若各电台以最有效的方式相对于毗邻电台安置，则各蜂房会有一部分重叠配置。虽然可从各电台发射机收到的信号的真实轨迹是围绕天线的一个圆，但通常还是考虑各蜂房呈六角形这样一种理想情况较为方便，而且在设计这种网络时，采用六角形蜂房来拟定网络在地理上的分布较为方便，这样各蜂房就表现得与毗邻的各蜂房联锁。
在上面提到的情况下，显然设计这种电话系统的地理范围时实际上主要只考虑这样一点，即折衷选择各蜂房中各电台的安装和运行费用，而这同最终用户与各蜂房互通电话的要求相反。因此，蜂房在地理上距人口密集的中心区越远，从该位置维修和经营一个蜂房的成本效果就越小。因此这种理想网络的设计是比较直截了当的。
然而在现实世界中，还有许多其它复杂因素，其中主要是地形学和人口统计学引起的因素影响蜂窝状电话网络的设计，即找不到安置各电台的理想场所。地形学因素往往是在具有许多高层建筑物和/或山丘和山谷一类的天然地形的城镇中产生的。人口统计学因素是因人口密度特别是城镇周围人口密度的变化引起的。
地形变化引起的问题通常可归结为这样的意义，即不能以为蜂房理想的六角形是正当的，因为这种蜂房中会有一些部位因建筑物等的存在而收不到或发送不出去射频辐射波。这个问题可以通过增设覆盖蜂房内盲区的一些附加电台来解决，希望这些电台以尽可能最经济的方式设置。有时候甚至需要在建筑物内，特别是购物中心等之类内安装天线，在此，电话网络的用户想用电话进行通话或接到电话的统计机率很高。不然也可以在各蜂房中采用一个以上的天线，但安置在蜂房中不同的分段点，以覆盖蜂房的各离散段，从而在受地形限制的情况下尽可能达到全面的覆盖情况。这样，各个蜂房就可以由单一的电台提供服务，或者将各蜂房分成若干蜂房分段，各分段有自己的天线，但全部在同样的带宽下工作。
人口统计学的因素也在使这种网络设计变得复杂化方面起一定的作用，因为人口密度大的区域为了保证想打电话的人能打电话，应接电话的人能接到电话，显然要求更多的信道供他们使用。既然通常可分配给蜂窝状电话网络使用的信道数是有限的，因而显然需要有效地将网络设计好，以便尽量可以最大限度地利用现行可使用的信道。
目前，蜂窝状电话网络设计所采用的方法通常是依靠尝试/误差法而不是应用更为科学的方法（当地形和人口统计方面的变化不大时则例外）。甚至在经过苦心和精心设计以便最大限度地利用现行可使用的信道数目的网络中，仍然经常需要根据新建筑物的建起和旧建筑物的拆除去复核和调整网络内蜂房的设计。地形或人口统计方面的变化不大时，有时可以通过在一些关键位置增设一些电台来应付，但随着时间的推移，从累积的效果来看，有时通过改变各种电台的位置或数目或改变分派给它们的信道而彻底重新设计网络可能更有效或更经济。
按惯例，为实现分配信道供毗邻各蜂房再使用的最佳方案，历来都是通过肉眼分析各蜂房的射频信号强度等高线图，并通过比较某一蜂房与另一蜂房的等高线图从而根据经验来判定在选择若干可能重新使用的信号的过程中是否再使用某特定信道。
显然，若某一蜂房从毗邻的蜂房收到相当大部分的、信号强度较高的进来的射频辐射波，则鉴于干扰会达到不能容许的程度，因而再使用同频率的信道是不切实际的。可是，当比较各蜂房的射频等高值图以便确定：在任何已知的蜂房中有哪一些信道可以在尽可能小地干扰采用同样信道的毗邻各蜂房的条件下使再用时，就有困难了。从射频等高线图可以清楚知道，某些特定信道是不适宜再使用的，而另一方面，某些其它信道由于引起干扰的机会很小或不会产生干扰而可以再使用。在这两个极端之间存在一系列可能性，因而需要对数值进行判断以确定哪一些信道可以再分配或再使用。
本发明试图解决供毗邻各蜂房再使用的各信道的选择问题，方法是引用一些能给选择过程提供更科学的方法的统计原理。具体地说，本发明有效地衡量了在：（1）使用同频率的毗邻蜂房会100%地产生干扰的最坏情况与（2）没有任何干扰的情况这二者之间再使用各信道时的置信度（level of confindence），在后者的情况下则是有100%的把握可以肯定打电话或接电话时不会受干扰。采用本发明方法的这个原理就可以相对于各蜂房确定网络中所有信道的置信度，从而当需要选择哪一些信号可供其它各蜂房再使用时就可以参考从0%至100%的置信度等级进行。
按照本发明，提供这样的一种使无线电电话网络信道的选择达到最优化的方法，该网络中应用了多个由一些呈蜂窝状配置的发射机/接收机和一些天线构成的无线电台，该方法包括下列各步骤：
（a）确定网络的载波干扰比（CIR）的最小容许范围;
（b）将网络所覆盖的地理区域再划分为许多小的、通常呈相同形状和大小的子区域;
（c）在所有或许多子区域内的至少一个位置确定来自网络内各电台的发射机的信号的强度;
（d）对于各上述子区域和各发射机，规定上述被确定的信号强度的平均值表示该子区域所有各部分内发射机的平均信号强度;
（e）将最强的该信号的发射源规定为该子区域提供服务的蜂房现场中心（serving cell-site centre），并将该信号本身定为载波信号;
（f）将其余来自网络内其它发射机的这种信号规定为干扰信号，且将其用于每次计算关于该子区域的载波信号的CIR;
（g）统计网络中各蜂房现场信号强度已经确定了的子区域的数目，再将其CIR超过最小容许值的各子区域的数目与蜂房现场中各子区域的合计总数进行比较，从而确定当再使用同一信道时该蜂房中不会影响一个或多个收自网络内其它蜂房现场的信号的概率;且
（h）当选择某一信道供在某一蜂房中使用时，选择对于来自其它采用同一信道的蜂房的信号的干扰具有最低概率的信道，从而使信道的选择达到最优化。
不言而喻，上述的和本申请权利要求书中所提到的一个或多个步骤是可以对调的，例如，若发现在各不同的位置先确定收自各种发射机的信号值然后由此确定各子区域和蜂房现场更方便的话，则可以这样做。因此，本发明的方法在其顺序上并不受限制，同样，显然本发明的方法甚至在新网络或完全重新设计的网络中、以及其中的各现有蜂房现场尚未加以分配定的网络中，也可以进行信道选择的最优化。
若信号强度只在各子区域一次确定，则显然各值也是平均值，因而无需单独进行求平均值的步骤。
对于网络内各不同位置的各种信道，其信号强度可以通过直接测定确定，也可以通过预测法确定，例如用数学模型来计算射频辐射可能的传播情况。但在高层建筑物密度大的城市中，射频传播的数学计算变得极端复杂，因此在此情况下最好采用直接测定。
当特别是对应用于城市中的无线电话网络进行信道选择的最优化时，最好是将网络所覆盖的地理区域再分成形状和大小通常相等的子区域层，以便适应射频传播因建筑物或其它地形引起的变化。例如，某一层可对应于地平面，另一层可对应于例如地平面上的一层楼，如此类推。这样就可以将射频传播垂直方向的不正常情况考虑进去，且必要时调整信道的选择过程。
为方便起见，可以采用格子系统来再划分网络所覆盖的地区（应用经线和纬线）以确定各子区域的范围，而在采用一个以上的区域层时，可以将一个格子直接重叠到另一个格子上。
任何特定蜂房中再使用同一信道时，对于收自网络内其它一些蜂房现场的一个或多个信号的产生干扰的概率最好用范围从0%至100%的置信度表示，0%的置信度表示每当从蜂房现场的任何位置打电话时会受到干扰，100%的置信度表示在蜂房位置内的任何位置不会受到干扰。这样就可以计算在整个网络内任何位置再使用某一信道的置信度级，并以一个查找表的形式表示出来，这样，对于网络中数百个可能可使用的信道中的任何一个信道，根据其所标识出的地理位置，都存在多种是否可以再使用任何特定信道的选择，其中某些信道再使用的置信度低，而其它再使用的置信度高，可能接近100%。
这种系统的好处是不依赖对射频等高线图的直觉判读，而更多的是依靠通过直接测定或计算得出的统计数据。
现在参看附图仅以举例的方式说明本发明的方法。附图中：
图1是普通蜂窝状电话网络内蜂房现场的无线电等高线图;
图2是图1蜂房现场的无线电覆盖范围图;
图3是表示本发明方法有关的各主要步骤的方框图;
图4是简化原理图，其中示出了网络内和各位置的许多发射机，其中已对其信号强度进行了测定，该原理图包括各种为遍布网络整个区域范围的格子线所界定的子区域;
图5是与图4类似的另一个原理图，但其中的两层子区域由格子线界定着;
图6是在子区域内不同位置测出的信号强度测定值的一览表;
图7是图6信号强度平均值的一览表;
图8是在网络内各种不同的蜂房现场采用同一信道时受到干扰的概率以百分率表示的一览表;
图9是两个发射机之间的一批CIR的概率分布曲线;
图10是图9曲线的累积概率分布曲线;
图11的一览表与图8相当，但以分贝表示干扰的概率。
先参看图1，图中示出了位于大城市内的一个蜂房现场S1的无线电等高线图，该大城市高层建筑物林立和/或具有许多地形特点，阻挡或妨碍了电磁辐射波的一般球形传播。图中有许多空白区，这些空白区一般表示该区有许多建筑物，或表示原来就不能进入其中测定信号强度的区域。图中还可以看到网络中其它蜂房现场S2、S3、S4和S5的位置。
如果不是由于有建筑物且假设地形是完全平坦的，则等高线图将显示出信号强度会根据主要取决于距发射源的距离的速率而逐渐减小。但实际上象图中所画出的典型等高线图其形状和范围通常是无规则的。应该理解的是，图1的等高线图画出了信号随着离开安置在蜂房现场中心的发射机的距离的变化，且各蜂房现场在图上的等高线是会不同的，因而若将许多毗邻的蜂房现场覆盖到其它蜂房现场上面，则得出的合成等高线图会是极端复杂，因而难以理解的。
图2中示出了相当于图1等高线图的蜂房现场S1的无线电覆盖范围图，但只示出了其信号强于可从毗邻各蜂房收到的信号的那些区域，因而该图示出了那样的区域，在其中蜂房现场S1提供打无线电话或接无线电话时所需的起支配作用的信号强度。上面说过，通常都公认，在蜂窝状流动式无线电模拟系统中，信号强度差需要大于17分贝，以确保蜂房内的电话设备能区分出载波信号和别处发出的同频率的干扰信号。
转到图3，图中示了应用本发明优选方法的原理方框图。从图中可以看出，第一步骤可按两种方法进行：或者直接测定信号的强度，或者计算整个网络各不同点的信号强度。在此之前，先将网络的地理范围再划分为许多子区域。而在参照图4所示的实例中，可以看到采用了系统，其中各子区域的大小和形状都相同。在实践中，各子区域实际上比图4中所画的小得多，一般测定出来的大小为50米乘50米，这样对网络的各蜂房可划定出许多子区域。通常，划定出来的子区域的数目越多，本发明方法统计上的精确度就越高。格子最好用纬线和经线界定，各子区域也用纬度和经度标出。
对含有水域的一般平坦地带可以采用对各子区域进行的信号强度预测性计算结果，其准确度相当好，但随着地形和/或距网络内各电台距离不规则性的增加，这种计算结果就不太可靠了。因此，在城市中和城市周围，直接测定信号的强度比起进行计算更值得提倡，为此可以采用专门的行驶在公路上的汽车，装备以通用的仪器和探索设备，以便及时确定汽车在任何地点的精确地理位置，并每隔一定的间距（例如10米或20米）测出收自附近发射机发出的信号强度，汽车上的设备在汽车行驶时自动记录下各数据，供以后分析用。这通常意味着，这种汽车要沿着整个网络中汽车能到达的道路和其它区域以获取有足够数量的数据，数据可被作为本发明统计方法的基础。在汽车不能到达的区域，则可以个别进行测定，或者采用数学方法，以确定在网络中那些不能到达的部分的大致的信号强度。所覆盖到的子区域的数目越大，本发明方法的统计精确度就越高。
当数据无论用什么方法收集好之后，就可以计算各子区域内各发射机的平均信号强度，然后将此平均信号的最强的发射源定为该特定子区域提供服务的蜂房现场中心，因而将信号本身定为载波信号。然后将其余的信号定为干扰信号，于是就可简单地就该子区域的各干扰波计算载波干扰比。显然，蜂房的地理范围包括对于该蜂房的发送信号最强的所有那些子区域，但蜂房本身可扩展到没有进行测定的其它区域。
这样就知道了各蜂房中各子区域相对于附近各发射机的平均CIR，因而这些平均CIR不是高于就是低于网络的CIR最小容许值。这时对于蜂房中CIR值已知的所有子区域算出这类子区域的总数，然后就各干扰而言确定超过最小容许值各CIR值的百分率;这里应该理解的是，这个百分率实际上反映了当再使用毗邻蜂房所使用的同一信道时，在该蜂房中是否可能受干扰的置信度。这样，当选择欲供再使用的信道时，只需选取容许CIR百分率最高的一个即可，而不是象传统使用的方法那样依靠对无线电等高线图的“查找和感觉”来进行。
现在再转到图4，可以看到，测定是在图示的简化的布局下在若干子区域的各不同点（用“X”表示）上进行的，且在各个这种点上测定了分别对应于收自蜂房现场S1至S5的发射机的信号。如上面说过的那样，对于每一子区域求出各子区域各发射机信号强度的平均值，然后将最强信号源定为该子区域的蜂房现场中心。
在图5中，通过往第一层格子覆盖上第二层格子而将二维格子网络扩大成三维格子。当然，可以采用两层以上的格子，这特别取决于网络中高层建筑物是否普遍，但应该理解的是，在第二层和任何连续的各层的各位置测定信号强度是要比在地平面上测定信号强度更困难。
现在转到图6，图中示出了在网络某一特定子区域实际测定结果（以dBm表示）的一览表，测定总共进行了四次，这是对蜂房现场S1至S5中的5台发射机各个进行测定的，该测定是在子区域内纬线和经线组成的各不同位置上进行的。在北22.309818位置和东114.169511位置处，S1发射机的信号强度的记录值为-90dBm，S2的记录值为-115dBm，S3为-109dBm，S4为-114dBm，其余类推。
图7中示出了图6中所汇总和记录的数据的平均值一览表，表中包括了平均位置，当然也包括了S1至S5各发射机的平均信号强度。在实践中，大多数网络在相应众多的电台处有许多发射机，因而实际上为了要遍及整个网络是要进行大量的测定和计算的，为此几乎必然要用计算机进行数据处理。
如上面参照图3说明时所述的那样，这时将各子区域的平均数据与各蜂房中的其它子区域仔细加以对比，若例如在已知的蜂房中有100个子区域，且测定结果表明，在这些子区域的90个子区域中，有关于毗邻一个发射机的CIR小于17分贝的容许值，则这可能表示：若在该蜂房中再使用毗邻蜂房的同一信道，则在该蜂房中任何位置不受干扰的置信度只有10%。相反，若100个子区域中有90个子区域经测定表明：来自毗邻发射机的信号强度较小，以致CIR高于17分贝的容许水平，这就表示：若该蜂房中再使用同一信道，则大部分时间不受干扰的置信度为90%。显然，更接近于达到100%时，则置信度更大，因而不会受干扰。
应用这些原理于是就可以把网络内各蜂房或蜂房段再使用某些信道的置信度以百分率表示而列成一个表，由此可以编制如图8中所示的那一种查找表。从该表中可以看到，各发射机相对于网络中其它发射机的置信度百分率都计算出来了，如所预料的那样，那些彼此分开的距离最大的发射机通常有较高的置信度，相反，彼此相距较近的发射机，其置信度较低。在该表中，先看看S1的发射机，可以看到，按规定，它本身在再使用同一信道时不会受干扰的置信度为0%。S2处的发射机对于其本身也是如此。
参看例如峰房现场S3，值得注意的是，相对于蜂房现场S5的置信度为97%，这就是说，若在S5中再使用同一信道，则S3所覆盖的整个子区域有97%不会受干扰。相反，在S3覆盖区内发生串音干扰的平均概率只有3%。另一方面，若S3和S5采用同样的信道，则可预料95%的S5覆盖区不会受干扰，只有5%的S3区可能受干扰。
图8中所示的一览表为了说明的需要是经过简化了的，但应记住，一般电话网络在所分配到的射频范围内其专用信道会达到300个以上。一个大城市的蜂房现场可能会达100个，各个都按各蜂房中用户的需要分配到许多信道，当然这包括被其它蜂房现场在网络中另一处再使用的一些信道。这一点说明了试图使信道的选择和蜂窝状电话网络达到最优化的各种传统方法所涉及到的复杂性，同时也说明了本发明的统计法在再分配到另一位置时应选择哪一个信道和如何最有效进行这种分配方面能提供可靠的基础。
图8举例说明了对于整个网络再使用各信道的置信度可如何用百分率表示，但不言而喻，也可以采用其它方式表示是否受干扰。从以上介绍的百分率方法可以看到，CIR的置信度高于17分贝的容许值。若置信度固定到例如90%的预定的容许百分率，那么还可以改用分贝表示CIR值。图9中示出了在分别安置在网络中两个不同蜂房现场的两个发射机之间的一批CIR数据的概率分布曲线。从该实例中可以看到，CIR远低于17分贝的概率很小，相反，CIR远大于35分贝的概率也很小。CIR值大部分处在大约20分贝与35分贝之间。
在将图9所示的概率分布曲线累积表示出来时，可以得出图10所示的曲线，同样，该曲线中也只有小部分的样品含有小于17分贝的CIR值。曲线中按10%等分分布的数值表示90%的置信度，其CIR的读数为23分贝。因此，80%、70%和60%的置信度分别按20%、30%和40%等分分布的数值表示。CIR值越大，置信度就越高。应用百分位法并再次选用10%作为百分位，可以把图8按不同的方式表示，如图11的示。从图11的表中可以看到，和图8所示的置信度百分率的情况一样，现在置信度是以分贝表示，而且如所预料的那样，那些彼此相距最远的发射机其分贝的水平比那些彼此较近的发射机高，但由于无线电的传播会因建筑物或水域的存在而引起的变化，情况并不总是如上面所述的那样;水域的存在往往扩大了无线电射频在不致严重衰落的情况下所能达到的传播距离。先看看S1处的发射机，可以发现，就其本身和按定义来说，其CIR为0分贝。相反，S1的CIR为29分贝，这就是说，若在该两个蜂房现场中使用同一信道，则受干扰的风险不大。