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。