徐樺

（中國移動通信集團(tuán)湖北有限公司，武漢 430023）

一種基于LTE-MR劣化場景模式識別的自動優(yōu)化方法

徐樺

（中國移動通信集團(tuán)湖北有限公司，武漢 430023）

要進(jìn)行LTE網(wǎng)絡(luò)的精細(xì)優(yōu)化必須依賴于對覆蓋和干擾的地理分布精確掌握。本文基于MR數(shù)據(jù)建立精確定位干擾矩陣，形成從覆蓋、干擾、用戶、空間、時間等多維度定位網(wǎng)絡(luò)問題的MR分析方法。基于模式識別理論和MR數(shù)據(jù)的精確定位分析，智能識別出覆蓋和干擾的場景，針對這些問題場景通過迭代算法自動生成相應(yīng)的優(yōu)化策略。

MR定位；自動優(yōu)化；模式識別；LTE-MR

在日常TD-LTE維護(hù)優(yōu)化中，經(jīng)常會遇到用戶投訴感知差，但是受限于道路測試不夠精細(xì)及樓宇內(nèi)測試無法遍歷，導(dǎo)致無法精準(zhǔn)定位網(wǎng)絡(luò)問題發(fā)生的具體位置，不便于精確優(yōu)化方案的實施。為了減少和預(yù)防用戶投訴以及提升用戶感知，需要一種能精細(xì)、全面掌握現(xiàn)網(wǎng)覆蓋、干擾等性能指標(biāo)的手段，并能有的放矢的進(jìn)行精細(xì)優(yōu)化。

1　基于MR的網(wǎng)絡(luò)問題總體解決方案

1.1MR數(shù)據(jù)含義

MR測量是TD-LTE系統(tǒng)的一項重要功能。MR測量方式采用周期測量時，可在測量任務(wù)定制時對上報周期進(jìn)行配置。對一個測量，報告觸發(fā)方式可以是事件觸發(fā)或周期性觸發(fā)。如果是周期性觸發(fā)，需要配置上報周期；如果是事件觸發(fā)，則利用網(wǎng)絡(luò)已開啟的事件測量，不需另外開啟測量。

1.2基于MR的解決質(zhì)量問題方案

為了精準(zhǔn)評估網(wǎng)絡(luò)質(zhì)量，高效提升用戶感知，利用LTE的MR數(shù)據(jù)，通過解析出MR數(shù)據(jù)，支撐點狀網(wǎng)絡(luò)問題評估分析，完善點、線、面網(wǎng)絡(luò)一體化評估分析方法。

MR數(shù)據(jù)的精確定位網(wǎng)絡(luò)短板問題成因，基于MR精確定位算法，運(yùn)用大數(shù)據(jù)分析建立定位干擾矩陣，形成從覆蓋維度、干擾維度、用戶維度、空間維度、時間維度等多維度綜合分析網(wǎng)絡(luò)短板問題成因、定位網(wǎng)絡(luò)問題的多維度MR分析方法。

基于模式識別理論和MR數(shù)據(jù)的精確定位分析，對MR數(shù)據(jù)信號序列的強(qiáng)度、變化幅度、快慢結(jié)合位置變化情況，進(jìn)行智能分析和辨識，得出覆蓋類、干擾類、用戶類異常的場景，針對這些劣化問題場景通過穩(wěn)定平衡迭代算法自動生成相應(yīng)的優(yōu)化策略。劣化問題場景劃分類型如圖1所示。

圖1　LTE-MR劣化場景類型

2　MR精確定位的場景識別

2.1基于MR定位方案

基于TA+AoA的定位方案的主要思想就是以基站站址為圓心、TA估算半徑、AoA估算方向，進(jìn)而定位到終端所處的位置。具體的實施步驟如下：基站測量對應(yīng)終端的上行傳輸來確定每個終端的TA調(diào)整值t，從而確定終端到基站的距離R=ct/2；基站接收端通過天線陣列測出接收信號的入射角度，從而確定終端相對于參考方向（通常為正北方向）與基站的位置關(guān)系。

使用基于TA+AoA的定位方案所需的數(shù)據(jù)scTA（源小區(qū)TA值）、scAoA（源小區(qū)到達(dá)角值）。

已知樣本點k的源小區(qū)RSRP記為scRSRPk，多個非共站鄰區(qū)的RSRP記為，多個eNB的位置記為為源基站坐標(biāo)，目標(biāo)UE坐標(biāo)記為（xUE，yUE）。到達(dá)角AoA記為θk，時間提前量記為TAk。利用基于TA+AoA的定位方案求出UE的坐標(biāo)：

以現(xiàn)網(wǎng)MR等數(shù)據(jù)為基礎(chǔ)，根據(jù)用戶運(yùn)動行為進(jìn)行MR聚合。根據(jù)小區(qū)方向角、下傾角、共站主鄰小區(qū)接收電平偏差、AoA綜合獲取用戶所處站點方位。

2.2基于MR的多維矩陣

基于MR精確定位后數(shù)據(jù)建立的矩陣模型，將用戶點柵格化。

覆蓋類矩陣是若弱覆蓋聚類柵格集合K的弱覆蓋小區(qū)為i1， i2……，利用小區(qū)經(jīng)緯度及柵格中心經(jīng)緯度計算小區(qū)in到柵格集合K的距離Lin，k，能夠基于弱覆蓋柵格的基站小區(qū)拓?fù)潢P(guān)系、相鄰柵格的電平衰落變化。

干擾類矩陣是基于全帶寬本區(qū)接收功率計算，MR數(shù)據(jù)僅僅上報了RS的RE接收功率RSRP，本區(qū)數(shù)據(jù)信號的接收功率以數(shù)據(jù)資源占用率，以及相對于RS的功率偏置進(jìn)行計算，實現(xiàn)了RSRQ到SINR的轉(zhuǎn)換。

2.3基于MR的劣化場景識別

對于天線工藝問題場景，計算標(biāo)準(zhǔn)衰落場強(qiáng)i=發(fā)射功率i+天線增益i-Li，Ri=f （Li），若對存在i∈R，RSRPAOA_I-標(biāo)準(zhǔn)衰落場強(qiáng)i＞ ΔRSRP，則認(rèn)為在天線口接收功率就存在問題，該場景屬于天線工藝問題場景。

如南湖中心街-ZLH經(jīng)MR精細(xì)分析：從空間和覆蓋維度看RSRP整體分布近遠(yuǎn)點皆弱，近點也低于-115 dBm以下，干擾及用戶維度分布趨勢正常，為近點全局弱覆蓋場景，初步判斷為天線安裝工藝問題或天線處全遮擋。

通過現(xiàn)場排查南湖中心街-ZLH位于丁字橋南路沃爾瑪超市4樓，站型為樓頂拉線集束。由于美化外罩阻擋，同時天面上下固定架無收縮桿，下傾角無法調(diào)整；3面天線同時固定在一個環(huán)形支架上，方位角無法調(diào)整至最佳位置，導(dǎo)致弱覆蓋、重疊覆蓋，導(dǎo)致SINR差和下載速率低。

對于天線遮擋問題場景，計算接收場強(qiáng)i=發(fā)射功率i+天線增益i-Li，Ri=f （Li）。若i＜K時，RSRPAOA_I-標(biāo)準(zhǔn)衰落場強(qiáng)i＜ ΔRSRP，若i＞K時，RSRPAOA_I-標(biāo)準(zhǔn)衰落場強(qiáng)i＞ΔRSRP，則認(rèn)為在距離天線K以后覆蓋就存在問題，該場景屬于天線遮擋問題場景。

如對湖北工業(yè)大學(xué)實驗實訓(xùn)中心-ZLH經(jīng)MR精確分析：覆蓋、用戶、空間維度看1小區(qū)RSRP衰落到-115 dBm以下，SINR低于10 dB的衰落半徑為300 m，2小區(qū)的則為100 m，且用戶分布上2小區(qū)在100 m附近出現(xiàn)明顯斷層。初步判斷2小區(qū)存在局部遮擋場景，初步判斷為建筑物遮擋。

現(xiàn)場排查湖北工業(yè)大學(xué)實驗實訓(xùn)中心-ZLH，其3面天線均位于大樓的西北角側(cè)平臺上，受樓面及東南建筑遮擋影響，2小區(qū)東側(cè)信號受嚴(yán)重阻擋，該路段無主覆蓋小區(qū)，弱覆蓋導(dǎo)致嚴(yán)重重疊覆蓋。建議將湖北工業(yè)大學(xué)實驗實訓(xùn)中心-ZLH-2搬遷至樓頂另一側(cè)平臺。

3　基于MR劣化場景的自動優(yōu)化

3.1自動優(yōu)化方案

按照一定的調(diào)整步長迭代運(yùn)算后，功率調(diào)整、下傾角調(diào)整、方位角調(diào)整的自動優(yōu)化，以及新建站補(bǔ)點、規(guī)劃擴(kuò)容的自動規(guī)劃。

設(shè)定柵格級的目標(biāo)函數(shù)為：

總體收斂目標(biāo)值是求F重疊最小值的最優(yōu)解：

按照穩(wěn)定平衡理論，V’（x，t）在t＞t0時不恒為零，那么該系統(tǒng)在原點處的平衡態(tài)是一致漸近穩(wěn)定的。

總體迭代算法過程如下。

步驟1：裝載相關(guān)的參數(shù)，計算初始局部目標(biāo)函數(shù)。

步驟2：啟動首次目標(biāo)函數(shù)尋優(yōu)，將一個本地網(wǎng)中所有需要參與尋優(yōu)小區(qū)I的集合列表。

步驟3：基于已經(jīng)辨識出的結(jié)構(gòu)問題場景（導(dǎo)致重疊覆蓋嚴(yán)重的越區(qū)小區(qū)），利用參數(shù)“功率調(diào)整步長”對相關(guān)集合列表的所有小區(qū)I的發(fā)射功率減少相應(yīng)的數(shù)值。

步驟4：對接收到集合列表的所有小區(qū)I發(fā)射信號的路測點的接收信號功率進(jìn)行調(diào)整，并在輸入表中記錄對應(yīng)的測量數(shù)值。

步驟5：對小區(qū)I關(guān)聯(lián)區(qū)域P中，重新計算相關(guān)的尋優(yōu)函數(shù)F_重疊和M_弱覆蓋。尋優(yōu)判決條件1：先進(jìn)行F_重疊判決，看看是否減小。尋優(yōu)判決條件2：在進(jìn)行M_弱覆蓋，判斷是否突破“弱覆蓋門限”，或者超過“弱覆蓋遲滯數(shù)值”。如果以上兩個目標(biāo)函數(shù)都獲得改善，則將調(diào)整的功率作為小區(qū)I的最優(yōu)發(fā)射功率。

步驟6：所有小區(qū)I進(jìn)入下一輪尋優(yōu)判斷。迭代判決，假如集合列表中還存在一個小區(qū)需要進(jìn)行功率尋優(yōu)，則進(jìn)行下一輪迭代。 如果沒有小區(qū)需要進(jìn)行功率尋優(yōu)，則迭代終止。

步驟7：迭代終止以后，則輸出最后的尋優(yōu)結(jié)果和過程表。

步驟8：通過掌握的小區(qū)天饋信息，對于不支持調(diào)整下傾角的美化天線，基于迭代最優(yōu)功率，輸出精細(xì)調(diào)整小區(qū)發(fā)射功率的優(yōu)化建議；對于支持調(diào)整下傾角的天線，基于迭代最優(yōu)功率，輸出精細(xì)調(diào)整下傾角的優(yōu)化建議。

3.2自動優(yōu)化效果

通過迭代后收斂，得到導(dǎo)致重疊覆蓋的越區(qū)小區(qū)的最優(yōu)配置功率、最優(yōu)天饋優(yōu)化方案。如武漢現(xiàn)有小區(qū)勝利路和天津街交口-HLH-2，將勝利路與天津街交口-HLH-2的初始功率15.2 dBm按照0.5 dB下降的步長進(jìn)行不斷的迭代分析，勝利路與天津街交口-HLH-2路測點的RSRP值也按照0.5 dB的下降步長演算，迭代尋找同時滿足非弱覆蓋且重疊覆蓋影響最小的最優(yōu)解，當(dāng)?shù)?次后，找到了該功率設(shè)置的最優(yōu)解12.2 dBm。

通過掌握的小區(qū)天饋信息，對于不支持調(diào)整下傾角的美化天線，基于迭代最優(yōu)功率，輸出精細(xì)調(diào)整小區(qū)發(fā)射功率的優(yōu)化建議；對于支持調(diào)整下傾角的天線，基于迭代最優(yōu)功率，輸出精細(xì)調(diào)整下傾角的優(yōu)化建議。通過對武漢漢口區(qū)域幾個連續(xù)簇的拉網(wǎng)及最優(yōu)功率配置進(jìn)行迭代尋優(yōu)解的策略。

對城區(qū)區(qū)域進(jìn)行自動優(yōu)化方案分析并實施優(yōu)化，覆蓋率提升7.63%，重疊覆蓋改善1.92%。

4　結(jié)論及后續(xù)計劃

基于LTE-MR劣化場景模式識別的自動優(yōu)化方法已在省內(nèi)開展了多項應(yīng)用。在全省范圍應(yīng)用了本成果的方位角、下傾角自動調(diào)整方案，由于精準(zhǔn)探測了4G用戶群所在方位，全省駐留比由2015年6月的92.0%提升到2016年6月的97.3%；在中興機(jī)型地市應(yīng)用了本成果的功率自動優(yōu)化方案，整體覆蓋率提升7.63%，重疊覆蓋問題改善1.92%。

后續(xù)計劃將本研究應(yīng)用與全省集中優(yōu)化工單的分析工作，GIS上直觀呈現(xiàn)，實現(xiàn)對網(wǎng)絡(luò)質(zhì)量問題的準(zhǔn)實時把控并派發(fā)問題工單。以MR多維度分析為手段，形成以MR劣化場景識別及優(yōu)化的高效的閉環(huán)解決手段，支撐集中優(yōu)化工作的高效開展，為建設(shè)精品LTE網(wǎng)絡(luò)打下牢固基礎(chǔ)。

［1］盧卓君， 彭陳發(fā)， 岑曙煒. TD-LTE網(wǎng)絡(luò)優(yōu)化探討［J］. 電信技術(shù)， 2012（7）.

［2］李昶， 華志超，劉猛. 基于MR大數(shù)據(jù)的LTE網(wǎng)絡(luò)結(jié)構(gòu)評估方法［J］. 電信工程技術(shù)與標(biāo)準(zhǔn)化，2015（11）.

［3］付航. 基于全量測量報告的TD-LTE網(wǎng)絡(luò)覆蓋分析［J］. 電信工程技術(shù)與標(biāo)準(zhǔn)化， 2015（8）.

［4］何國華. 基于MR數(shù)據(jù)的上下行不平衡優(yōu)化分析［J］. 電信技術(shù)， 2013（3）.

［5］鄧巍， 謝浩. 高速公路WCDMA網(wǎng)絡(luò)的快速優(yōu)化——利用MR數(shù)據(jù)［J］. 移動通信， 2012，（13）.

An automatic optimization method based on LTE-MR deterioration scene pattern recognition

XU Hua
（China Mobile Group Hubei Co.， Ltd.， Wuhan 430023， China）

Fine optimization to be LTE network must rely on the geographical distribution coverage and interference precise grasp. In this paper， the establishment of precise positioning interference matrix based on MR data， formed from the cover positioning， interference， users， space， time and other multi-dimensional analysis of network problems MR. Based on precise positioning of pattern recognition theory and MR data analysis， identification of the scene coverage and interference scenes automatically generate the appropriate optimization strategies to address these issues through an iterative algorithm.

MR positioning； automatic optimization method； pattern recognition； LTE-MR

TN929.5

A

1008-5599（2016）10-0018-04

2016-09-08

* 中國移動集團(tuán)級一類科技創(chuàng)新成果，原成果名稱為《一種基于LTE-MR劣化場景模式識別的自動優(yōu)化方法》。