基于MR大数据的邻区优化算法应用 下载本文

内容发布更新时间 : 2024/11/15 5:36:25星期一 下面是文章的全部内容请认真阅读。

龙源期刊网 http://www.qikan.com.cn

基于MR大数据的邻区优化算法应用

作者:王硕然 林华乐 陈爽 来源:《中国新通信》2016年第20期

[摘要]本文主要阐述MR分析在TD-LTE网络中邻区优化的应用,利用MRO解析,分析测量得到的邻频点RSRP信号最强小区及邻区优化的建议算法。介绍基于MR邻区优化的实际应用,有重要的推广意义。

[关键字]测量报告 邻区优化 MRO TD-LTE 小区重选 切换

在TD-LTE网络优化中,邻区配置是否合理直接影响现网的小区重选性能、切换成功率、切换掉话掉线率等KPI指标,并影响在网用户的感知度。传统的邻区优化方法基于路测、定点测试或基站的地理信息等来定义邻区,除了所获得的样本数据较少、分析结果存在片面性之外,还要花费大量的人力、物力和时间。本文提出了一种利用海量MR数据对全网小区进行邻区配置的方法,并阐述该方法取得的效果。 一、基本原理 1.1MR介绍

MR(Measurement Report)即测量报告,包含小区的eNodeB ID、CI、RSRP、RSRQ、TA、AOA、SinrUL等信息,主要是为切换判决和功率控制提供依据。测量报告触发方式可以是事件触发或周期性触发。测量方式采用周期测量时,可在测量任务定制时对上报周期进行配置。测量报告数据主要来自UE和eNodeB的物理层、RLC层,以及在无线资源管理过程中计算产生的测量报告。原始测量数据或者经过统计计算(可以在eNodeB或OMC-R上实现统计)报送到OMC-R以统计数据形式(MRS)或以样本数据形式(MRO)进行存储。 1.2 MR采集周期定义、应用

MR采集周期包括eNodeB/UE测量采样周期和OMC-R统计周期。测量采样周期系统配置为5120ms,每个eNodeB全天测量16583次;OMC-R统计周期为15min,即每个eNodeB每15分钟生成一个测量报告文件,24小时生成96个测量报告文件。一个测量报告文件里包含该ENB下所有eNodeB和UE本身约176次测量结果。

MR数据包含MRS和MRO数据,利用MRS数据可以统计全网小区覆盖率、高干扰小区和UE发射功率余量等信息;利用MRO数据可以进行全网用户定位情况、覆盖情况、干扰情况、重叠度覆盖度情况等问题进行分析和定位。在日常网络优化中,解析MRO数据利用小区测量得到的邻频点RSRP信号最强次数小区的相关信息可以为邻区优化提供全面和准确的数据支持。

龙源期刊网 http://www.qikan.com.cn

二、基于MR的邻区优化

下面介绍基于MR的邻区思路和操作步骤,并根据实施的结果得出优化的效果。 2.3优化思路和方法

在TD-LTE系统内,空闲状态的移动性管理主要通过UE的小区选择/重选过程来实现;连接状态的移动性管理主要通过切换过程来实现,切换过程完全是由网络控制的。小区选择过程中UE根据S准则只需搜索信道质量最好的小区驻留,在小区选择之后UE需要持续地进行小区重选,以便驻留在优先级更高或者信道质量更好的小区,更好地为其提供服务;为辅助网络作切换判决,UE切换之前上报服务小区及邻区的信道质量,从而使网络可以更合理地进行判决切换。在小区重选或切换中,UE和网络侧均主要根据测量得到的邻区RSRP强度执行目标小区的重选或切换,所以邻区配置合理性关系到能否重选或切换到RSRP强度最优邻区,对UE移动性影响甚大。 1、准备工作:

(1)工参准备:准确的工参表,包含全网小区经纬度、Earfcn、PCI等关键信息,为后续MRO数据 分析做准备;

(2)性能较好服务器:Intel E5-2xxx系列处理器、至少48G运行内存、2T硬盘以上。由于全网MR数据较多占用空间较大,大量的MRO文件解析需CPU处理能力高,故需要服务器性能较好。

(3)MRO解析工具开发:该工具能提取MRO文件内每个小区测量到邻区频点、PCI、RSRP信号强度和TA等相关信息,并能根据工参自动匹配出邻区小区名称。 2、邻区优化过程

现网MRO数据,每一个文件内上报UE占用的小区(包含RSRP强度)和测量得到的多条邻区相关信息(包含Earfcn、PCI、RSRP强度和Tadv等),利用工具提取邻区的原则如下:

(1)小区内每个用户上报的测量信息中,记录邻区RSRP最强的小区,统计同一小区中每个用户上报相同的RSRP最强邻小区出现的次数,取前50个邻区;

(2)利用最强邻小区的Earfcn和PCI在前期准备的工参表中匹配判定小区,由于全网Earfcn和PCI复用度较大,通过经纬度定位距离服务小区最近的小区为准确邻区。

龙源期刊网 http://www.qikan.com.cn

(3)将提取出来的邻区列表制成MAPINFO的图层导入,结合地理信息最终确定应该添加或者删除的邻区关系。最后制件邻区维护脚本,导入网管批命令操作台执行即可完成。 3、特殊情况处理

(1)在MR采集数据期间现网存在故障的站点或小区,其测量报告也会随之减少或者无上报,在删除邻区时应注意核对地理位置信息和统计现网切换次数再操作,避免误删邻区关系;

(2)现网部分室分站点由于覆盖范围限制用户过少,上报测量报告数量有限,统计出来的邻区测量次数会很少,但这些邻区关系不能删除,邻区维护时注意该部分室分站点剔除。 2.2邻区优化后的效果 1、优化后小区重选的效果

邻区优化后,UE测量得到的都是有效准确的邻区,小区重选的时间缩短,确保了UE在快速移动时不会因重选不及时而导致脱网,提升全网4G驻留比和流量。 2、优化后小区切换的效果

邻区优化后,全网切换成功率明显提升。小区切换性能与一个最佳的邻区配置有很大关系。小区邻区列表中定义太多的邻区会导致过多的切换,容易引起信令负荷过载,用户感知差。由于UE须测量所有的邻区,邻区越多UE测量的精确度就越低;邻区过少容易因切换失败导致较差的服务质量甚至掉话。通过MR数据分析来定义邻区,确保了邻区关系的准确性和完整性,减少系统的负荷,同时提高网络的质量和提升用户感知度。具体邻区优化流程图如下: 三、总结

本文提出了一种利用海量MR数据的统计分析对全网小区进行邻区配置优化的方法,利用MRO数据携带的Earfcn、PCI和RSRP强度等信息输出一份准确性高和完整性好的邻区关系列表。从MR采集、MR解析到邻区优化的过程均由后台进行操作,MR数据来源准确可靠且采集方便,比传统的邻区优化需要大量的路测、定点采样更节省时间和资源,同时提升小区的重选和切换性能,真正摆脱了人力、物力和时间的问题。