理论教育 基于多数据源的234G邻区优化方案

基于多数据源的234G邻区优化方案

时间:2023-06-27 理论教育 版权反馈
【摘要】:3)利用人工分析路测数据的方法来优化邻区关系,效率低下,且规划结果依赖于个人的经验水平。鉴于此,本专题提出了一种基于路测、MR、扫频、切换的多数据源的邻区规划和优化方法。该方法通过构建基于多数据源的小区重叠覆盖关系矩阵,对目标区域进行小区关系紧密性评估,并在此基础上进行精确的邻区关系规划。利用MR数据计算重叠覆盖系数的方法如下:1)根据小区标识分别找到主小区和邻区。

基于多数据源的234G邻区优化方案

1.背景分析

随着LTE网络的规划、建立和运营,网络规模不断发展,网络结构也更加复杂。尤其是,当前2G、3G、4G网络同时存在,在业务上相互补充,互为依托,使得中国移动整张通信网络不断成熟。但与此同时,多制式之间邻区配置等互操作相关参数优化也更加复杂。

邻区的优化是非常重要的工作,合理的邻区关系对网络来说非常重要,邻区关系过少,会造成大量掉话;邻区关系过多,会导致测量报告的精确度降低。

目前,新入网的小区邻区规划是在基本的工程参数确定的基础上进行的,这些工程参数包括基站位置(经纬度)、方位角、海拔、挂高、下倾角等。LTE室外宏站小区系统内邻区设置基本原则如下:

●同站小区互为邻区。

●添加第一圈小区为邻区。

●添加第二圈正对小区为邻区。

●宏站邻区数量建议控制在32条以内。

小区入网后的邻区优化一般通过人工分析路测数据的采样点和异常事件来进行。

现有技术方案缺陷如下:

1)仅利用小区间的位置关系,并不能精确地量化评估小区之间关系的疏密程度,也不能量化评估邻区规划结果的好坏,规划结果具有一定的盲目性,易导致漏配邻区和冗余邻区的出现。

2)邻区规划结果的好坏程度依赖于小区工参(即小区经纬度、方向角等工程参数信息)的准确性。但是在实际的规划工作中,很难保证工参的完全准确性,导致邻区规划的效果大打折扣。

3)利用人工分析路测数据的方法来优化邻区关系,效率低下,且规划结果依赖于个人的经验水平。

鉴于此,本专题提出了一种基于路测、MR、扫频、切换的多数据源的邻区规划和优化方法。该方法通过构建基于多数据源的小区重叠覆盖关系矩阵,对目标区域进行小区关系紧密性评估,并在此基础上进行精确的邻区关系规划。

2.邻区优化算法研究

(1)小区重叠覆盖评估

邻区关系本质上体现了两个小区在覆盖上的紧密关系。两个小区距离越近、重叠覆盖区域越多,越有可能发生切换,就越需要将其互相配置为邻区关系。传统的邻区规划方法只是从网络的拓扑结构来计算两个小区的重叠覆盖关系。但是无线网络环境是千差万别的,仅依靠小区的距离和方向角并不能准确地评估两个小区的重叠覆盖情况。

2G、3G、4G无线网络有海量的路测数据、MR测量数据、性能统计数据,这些数据包含了丰富的信息,可以从这些数据中挖掘出小区之间的重叠覆盖关系。

MR数据中包含采样点标识、主小区标识、主小区电平、邻区标识、邻区电平等信息,当邻区电平值和主小区电平值相差较近时(计算IM时考虑邻区电平-主小区电平≥-6的干扰),两个小区存在重叠覆盖。利用MR数据计算重叠覆盖系数的方法如下:

1)根据小区标识分别找到主小区和邻区。

2)对主小区A和邻区B,计算A为主小区的采样点总数S(A)和A为主小区同时B为邻区时邻区电平-主小区电平≥-6的采样点数D(A,B)。

3)记录MR数据计算的主小区A和邻区B的重叠覆盖系数:

CmrAB)=DAB)/SA

扫频数据的导入和计算与MR数据的导入和计算相似。

切换是指无线网络中,为了保持语音或者数据业务不中断而进行的信道切换。切换过程发生在两个存在重叠覆盖的小区之间,两个小区之间的切换次数越多,说明两个小区的重叠覆盖程度越高,相互之间的关系越紧密。切换对统计数据包括切出小区名称、切入小区名称、切换请求次数、切换成功次数等信息,可从OMC中统计导出。

切换对数据包含主小区名称、LAC、CI、切出请求次数、切出成功次数、切入请求次数、切入成功次数、邻小区名称、邻区LAC、邻区CI。如果A小区作为主小区,B小区作为邻区,主小区A切出的总次数就是H(A),切入邻区B的总次数是H(A,B),邻区的切入总次数肯定小于等于主小区A的切出总次数。利用切换数据计算主小区A和邻区B的重叠覆盖系数:

ChoAB)=HAB)/HA

最后,综合考虑各种数据计算结果,计算小区综合重叠覆盖系数:

C综合AB)=(0.5×CmrAB)+0.5×ChoAB))

注:“切换对”是一个特定名词,是指有切换关系的一对小区

小区重叠覆盖系数的取值范围为[0,1],代表了两个小区的重叠覆盖程度,重叠覆盖系数≥0.3代表两个小区存在很强的重叠覆盖,重叠覆盖系数<0.05代表小区重叠覆盖程度低。

(2)邻区规划算法研究

不同制式的邻区规划原理基本相同,需要满足以下一些基本原则:

1)邻近性原则:地理上直接相邻的小区要作为邻区。一般认为,距离目标标小区越近的相邻小区列入邻区关系列表的可能性越大。

2)重叠覆盖原则:重叠覆盖系数越高的小区对,越需要配置为邻区关系。

3)互易性原则:邻区关系是相互的,即互为邻区。例如,如果cell 1是cell 2的邻区关系,那么cell2也是cell1的邻区。当然,在一些特殊场景,也可以允许单向邻区关系的存在。

4)适量原则:邻区关系的数量不是越多越好,也不是越少越好,必须在合理的范围内。不同的网络制式,单个小区允许的最大邻区数量各不相同,如GSM、TD网络的最大邻区数量一般为32,LTE的最大邻区数量一般为50。(www.daowen.com)

3.邻区规划步骤

按照上面的原则,设计邻区规划步骤如下:

(1)邻近小区计算

邻近小区包括同站小区和非同站邻近小区两部分。

同站小区是指距离在同站距离门限D1(默认是50m)以内的小区。根据小区工参和同站距离门限,可以计算出每个小区的同站小区列表,作为同站邻区。

非同站邻近小区是指离目标小区有一定距离,但是又直接落在目标小区覆盖范围内的其他小区。假设小区的覆盖半径为D2,小区的覆盖夹角为θ,它的覆盖范围为一个扇形区域(见图6-25),则凡落在该扇形区域里面的其他小区都统称为该小区近距离覆盖小区,需要配置为该小区的邻区。按照互易性原则,该小区也是其他小区的邻区,对于其他小区,该小区则称为近距离被覆盖小区。

(2)高重叠覆盖邻区计算

按照系统指定的漏配重叠覆盖门限(默认值为0.3),计算出每个小区的高重叠覆盖小区集,作为候选邻区。

(3)规划邻区列表

将邻近小区的重叠覆盖系数直接设置为1,然后与高重叠覆盖小区集合并,按照重叠覆盖系数从高到低的顺序进行排序,按照最大邻区个数选取相应个数的邻区,作为规划的邻区列表。

(4)单向邻区处理

经过上述步骤处理后,可能存在单向邻区关系。为了尽量消除单向邻区,允许在邻区数量没有达到最大允许邻区数量的前提下,补充一些低重叠覆盖系数的邻区关系。例如,Cell1与Cell2的重叠覆盖系数为0.4,已经配置了邻区关系(Cell1,Cell2),但是Cell2与Cell1的重叠覆盖系数为0.1,没有规划邻区关系(Cell2,Cell1),这时候要看Cell2的规划邻区数量有没有达到上限,如果还没有超限,则可以添加邻区关系(Cell2,Cell1)。

978-7-111-55491-2-Chapter06-40.jpg

图6-25 小区覆盖范围

(5)漏配邻区计算

将规划邻区列表和现网邻区关系进行比较,把在规划邻区中有的、但是现网邻区关系中缺少的邻区关系作为漏配的邻区。

(6)冗余邻区计算

将规划邻区列表和现网邻区关系进行比较,把在规划邻区中没有的、但是现网邻区关系中存在的邻区关系,且小区重叠覆盖系数低于冗余重叠覆盖门限(默认0.05)的小区作为冗余邻区。

经过上述6个步骤,完成了邻区的规划和优化,但是规划结果的好坏,还需要经过优化人员的审核和确认。

4.基于GIS的评估方案

为了帮助优化人员直观地审核邻区优化方案,本专题提出了一种基于GIS的评估方案,方法和步骤如下:

1)导入小区列表,在GIS按照小区的经纬度和方向角,绘制出所有的小区,小区的初始颜色都是红色。

2)导入小区的现网邻区和计算邻区,将每个小区的邻区关系按照性质分成现网正常邻区、漏配邻区和冗余邻区分成3组。

3)选择一个小区,将该小区的现网正常邻区、漏配邻区和冗余邻区全部列出,同时呈现的信息包含邻区性质(正常、漏配、冗余)、邻小区名称、邻区LAC、邻区CI、距离、是否同站小区、是否近距离覆盖小区、是否近距离被覆盖小区、重叠覆盖系数。

4)在GIS上将当前小区和不同性质的邻区按不同颜色进行渲染。其中,主小区用红色高亮显示,当前正常邻区用蓝色显示,漏配邻区用黄色显示,冗余邻区用浅紫色显示。GIS呈现效果图如图6-26所示,从图中可以一目了然地找到漏配邻区和冗余邻区的分布,有利于优化人员的分析。

978-7-111-55491-2-Chapter06-41.jpg

图6-26 邻区方案评估

5.现网验证

根据本专题提出算法开发的系统,先后在河源、佛山肇庆湛江、珠海5个地市中的5个不同的设备厂家进行邻区优化试点,准确核查出漏配邻区5037条、单向邻区2148条,冗余邻区14904条。从5个地市试点情况来看,所有试点区域的跟用户感知相关的指标(切换成功率、无线接通率、下载速率等)都明显提升,试点区域流量也有所增加。切换成功率对比如图6-27所示。无线接通率对比如图6-28所示。

6.总结

本专题通过构建2G、3G、4G网络的重叠覆盖干扰矩阵,实现了基于现网MRR数据、切换统计数据和路测数据的邻区规划和优化算法。与传统的基于传播模型的邻区规划方法相比,本方法效率高、准确性好,能有效地发现和消除漏配和冗余邻区,有助于提升网络指标和用户感知。

978-7-111-55491-2-Chapter06-42.jpg

图6-27 切换成功率对比

978-7-111-55491-2-Chapter06-43.jpg

图6-28 无线接通率对比

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。

我要反馈