MR Multidimensional Data Analysis for LTE Network Coverage Intelligent Optimization
李赛 LI Sai
(中国移动通信集团河北有限公司石家庄分公司,石家庄 050000)
(China Mobile Hebei Co.,Ltd. Shijiazhuang Branch,Shijiazhuang 050000,China)
摘要:移动4G网络建设蓬勃发展,4G用户数也于今年上半年突破11亿。如今摆在面前的问题是,如何切实有效的保障用户感知,让网络质量的提升不仅仅是体现着指标上。据此我们提出从覆盖、流量、投诉、倒流多个最影响用户感知的维度出发,评估获得高价值区域,针对高价值区域进行重点自动优化,保障区域内用户感知度。
Abstract: The construction of mobile 4G networks is booming, and the number of 4G users has exceeded 1.1 billion in the first half of this year. The question now facing is how to effectively protect user perception and improve the quality of the network not only on indicators. Based on this, we propose to evaluate the acquisition of high-value areas from the dimensions of coverage, traffic, complaints and backflow, which are most influential to users' perceptions, and focus on automatic optimization of high-value areas to ensure user perception in the region.
关键词:MR;LTE网络;栅格定位;自动RF算法
Key words: MR;LTE network;grid positioning;automatic RF algorithm
中图分类号:TN929.5 文献标识码:A 文章编号:1006-4311(2019)22-0259-02
1 详细技术内容和解决方案
1.1 基于MR大数据分析的LTE网络覆盖智能优化算法思路及流程
LTE网络由于覆盖原因,导致数据业务向23G网络倒流,影响用户感知。本文在LTE网络覆盖MR栅格定位的基础上,结合业务量、用户数、投诉等,精确定位问题栅格,并自动输出区域内的天线(功率)的协同优化方案,达到改善深度覆盖的目的。
1.2 详细方案
1.2.1 栅格定位
首先识别用户MR的室内外属性,再结合高精度仿真构建每个栅格内的位置、主邻小区电平等特征,将用户的MR样本与栅格指纹库特征进行匹配确定每个MR样本的位置信息。
利用室内MR指纹特征、用户的位置变化、移动速率、主服务小区变化率、RSRP电平等多个维度区分MR的室内室外属性。
1.2.2 栅格赋值
将流量、话统、倒流、投诉等多种体现用户感知的数据定位到栅格中,为多数据源关联分析奠定基础。
■
计算栅格内每个用户时间上相近MR的SINR,把SINR映射为平均速率,平均速率*时间,计算每个用户每个栅格每个小区的虚拟流量,把栅格虚拟流量作为每个栅格实际流量的权重,然后把网管统计的小区级流量按照权重分配下去,最后求得每个栅格总的流量,完成小区流量地理化的目的。
■
1.2.3 问题栅格确定
TDS仿真确定小区服务范围,并将TDS小区的倒流比数据参照小区服务范围分摊到栅格中,结合MR电平信息确定TDS高倒流、TDL弱覆盖栅格,并汇聚成问题区域。
1.2.4 问题区域簇确定
TDS仿真确定小区服务范围,并将TDS小区的倒流比数据参照小区服务范围分摊到栅格中,结合MR电平信息确定TDS高倒流、TDL弱覆盖栅格,并汇聚成问题区域。(图3)
1.2.5 构建评估函数
在既定天线参数配置下计算得出的LTE网络性能的优劣,来评估此天线参数配置是否为最佳天线参数配置。采用基于栅格的RSRP和SINR来评估LTE网络性能,前者反映了LTE网络覆盖的强度,后者反映了LTE网络参考信号的干扰情况,同时也反映了小区之间的覆盖交叠关系。
1.2.6 解决方案自动判断
问题价值区域生成后,对解决方案进行自动判断:
首先根据问题区域面积,判断增加宏站解决还是使用天馈优化解决。面积大于门限值,则使用宏站解决,通过自动布站算法,去问题区域中心点,推荐宏站站址;面积小于门限值,则使用ACP模块自动生成天馈优化方案,并通过效果预评估,确定方案优化效果。优化效果大于门限则生成天馈方案工单下发实施;优化效果达不到门限要求,则根据立体仿真结果推荐微站选点。最终基于栅格价值,综合输出补充宏站(微站)的优先级。
1.2.7 自动RF优化
设置调整天线参数的最大值、最小值、变化步长,根据期望达到的优化目标,遍历天线方位、下倾角的可用集合。同时,算法可针对特殊小区进行差异设置,最大程度的保留现有优化成果。(图4)
2 研究方案关键点
2.1 关键点一:价值栅格问题定位
通过将待分析区域划分栅格,并将覆盖、倒流、投诉、话务等多种问题定位到每个栅格里,大大缩小了问题的发现范围,做到了网络优化的“有的放矢”,提高了整体优化的针对性,为进一步深度优化打下了良好的基础。
2.2 关键点二:多维度数据关联
通过将覆盖、倒流、投诉、话务等多种问题关联起来,并构建独立的评估体系对每个栅格进行相应的价值判断,得出整体的判断结果。同时栅格问题可以智能关联,相同栅格累计加权,避免重复输出相同栅格问题。
2.3 关键点三:自动智能输出和验证问题区域
通过对栅格赋值结果的评判,挑选出其中高流量、高倒流、弱覆盖的栅格,利用图像算法对问题栅格进行汇聚,自动形成问题栅格簇,输出问题区域。系统对已经解决的问题自动验证,通过系统的自动验证功能进行评估,代替了人工复查,保证了优化工作的质量和效率。
2.4 关键点四:基于价值评估的自动RF算法
传统自动RF算法仅仅通过计算覆盖场强及覆盖质量等传统参数作为评估依据。本项目自动RF算法构建的评估函数中加入了区域内价值栅格的占比作为一个重要参考点,保证输出的结果不仅仅是满足区域内各项传统参数的指标,同时也需满足对重点覆盖栅格的覆盖要求。
3 方案部署效果
在某省会城市进行试点,试点区域,共404个TDL宏小区,281个TDS宏小区。考虑调整对周边区域的影响,将缓冲区域外扩两层小区。
■
针对问题区域,通过自动优化算法,最终输出涉及小区的调整方案。
参照方案优化前后,弱覆盖采样点比例改善3.02%,3G倒流比例改善1.54%,基本达到了算法设计预期。
参考文献:
[1]王博.LTE覆盖的评估、定位和优化[J].移动通信,2014(17):33.
[2] 王硕然,林华乐,陈爽.利用MR数据进行全网覆盖收集和地理化呈现[J].中国新通信,2016(10):147-148.
[3]冯传跃.LTE网络MR和信令数据的联合分析方法[C].天津市电视技术研究会2016年年会论文集,2016.
[4]杨军,房磊,方韧,等.基于用户感知的LTE质量评估及监测体系[J].电信快报,2016(8):27-31. |