1.算法概述
基于LTE现网网管小区间切换数据和小区信息表,创造性地提出了以降低跨TAC切换比例为目的的TAC区域自动优化算法,从而减少TAU。
具体算法框架如下:
选取现网中TAU频繁的一个TAC区,计为TAC1,对于这个TAC区,TAU都发生在处于该TAC边缘的小区。
找出一个具有优化空间的小区对,在TAC1的边缘小区中找到与相邻TAC2的RRC和切换次数最频繁的小区对,分别为A、B,记它们之间的RRC和HO次数为m。
在TAC1中找到与小区A切换和RRC次数最多的小区C,记它们之间的次数为n;同样地,在TAC2中找到与小区B切换和RRC次数最多的小区D,记它们之间的次数为q。
评估新的TAC1区的寻呼量,当寻呼量大于寻呼门限时,返回。
当寻呼量小于寻呼门限时,同步调整LAC、RAC,并继续评估小区D在TAC2中切换和RRC次数最频繁的邻区E,如果也满足相应条件,则把小区D也拉到TAC1中,之后继续评估寻呼量,直到寻呼量超过寻呼门限时,跳出该循环。
评估新的TAC2区的寻呼量,当寻呼量大于寻呼门限时,返回。
当寻呼量小于寻呼门限时,同步调整LAC、RAC,并继续评估小区C在TAC1中切换和RRC次数最频繁的邻区F,如果也满足相应条件,则把小区C也拉到TAC2中,之后继续评估寻呼量,直到寻呼量超过寻呼门限时,跳出该循环。
TAC自动优化有以下两个创新点:
创新点1:TAC区域自动优化算法支持小区级的TAC优化和基站级的TAC优化,根据省公司现网情况可选。
创新点2:输入数据较为简单,可自动汇总多天数据及切换出/切换入数据。
2.河南××试点验证
修改11个基站,实施建议见表1-30。
表1-30 TAC试点一实施建议(河南∗河TAC优化调整建议)
分别观察调整前和调整后3天,跨TAC切换次数之和从5739261降为1225675,寻呼成功率有所改善,如图1-38所示。
图1-38 TAC试点一指标对比
3.福建××试点验证
修改5个基站,实施建议见表1-31。
表1-31 TAC试点二实施建议(福建∗德TAC优化调整建议)
分别观察调整前和调整后3天,跨TAC切换次数之和从451323降为122794,寻呼成功率有所改善,如图1-39所示。
图1-39 TAC试点二指标对比
4.黑龙江××试点验证
修改7个基站,实施建议见表1-32。
表1-32 TAC试点三实施建议(黑龙江∗岗TAC优化调整建议)
分别观察调整前和调整后4天,跨TAC切换次数之和从396028降为119565,寻呼成功率暂时无法提取,如图1-40所示。(www.daowen.com)
图1-40 TAC试点三指标对比
5.江西××试点验证
修改4个基站,实施建议见表1-33。
表1-33 TAC试点四实施建议(江西∗潭TAC优化调整建议)
(续)
分别观察调整前和调整后3天,跨TAC切换次数之和从45081降为21977,寻呼成功率有所改善,如图1-41所示。
图1-41 TAC试点四指标对比
6.青海××试点验证
修改8个基站,实施建议见表1-34。
表1-34 TAC试点五实施建议(青海∗宁TAC优化调整建议)
分别观察调整前和调整后3天,跨TAC切换次数之和从796198降为458649,暂时无法提取TAC寻呼成功率。分别提取修改前后各两天的寻呼黑洞次数,观察60s黑洞率从0.96%降至0.77%。试点表明:跨TAC切换次数明显降低,寻呼成功率上升,如图1-42所示。
7.广东××试点验证
修改9个基站,实施建议见表1-35。
表1-35 TAC试点六实施建议(广东∗浮TAC优化调整建议)
(续)
图1-42 TAC试点五指标对比
分别观察调整前和调整后3天,跨TAC切换次数之和从214529降为190180,寻呼成功率有所改善,如图1-43所示。
图1-43 TAC试点六指标对比
8.总结
目前现网中频繁切换和重选会造成频繁的TAU,对用户速率和用户感知都会有较大的影响。TAC自动优化思路是通过对TAC区边界的划分进行优化从而来减少TAU的次数。从现网多个试点实施的对比来看,TAC自动优化实施后可以有效降低TAU次数,试验区域的TAC寻呼成功率也有不同程度的提升。
[1]工参即工程参数。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。