任小強，楊弘，劉文，王曉龍

（中國移動通信集團甘肅有限公司蘭州分公司，蘭州 730000）

1 引言

無線網絡優(yōu)化是以一定經濟的投入獲得較好的收益，使得網絡覆蓋、容量和質量達到相對穩(wěn)定的一系列過程，主要通過對網絡進行話務量統計分析、現場測試數據采集、參數分析、硬件檢查等手段，找出影響網絡質量的原因，修改參數、調整網絡結構和數據配置，確保系統高質量的運行，使現有網絡資源獲得最佳效益。常見的網絡優(yōu)化方法有話務量統計、路測、通話質量測試、用戶投訴、信令分析等。近年來，由于三大運營商大多選用GSM升級改造的方法部署NB-IoT，這就使得原來的GSM網絡質量被破壞，因此GSM和NB-IoT網絡優(yōu)化顯得尤為重要。替換前GSM網絡已經花費了幾年時間進行了優(yōu)化，網絡質量基本完善，參數的基本配置和網絡優(yōu)化參數比較確定；另外GSM替換和割接工作中，運營商花費了大量的人力、物力、財力和時間進行現場指導施工，對于每個施工站點都配置監(jiān)察組、督導組、優(yōu)化組、分析組和施工組，每個環(huán)節(jié)都是通過替換前后對比來觀察替換網絡質量。為了節(jié)省成本和把握替換后GSM和NB-IoT網絡質量，本文將引入泰森多邊形算法，將傳統的泰森多邊形算法進行了相應改進，并使用加權算法對GSM網絡進行替換指導和網絡優(yōu)化，選用蘭州市安寧區(qū)GSM替換站點為例，使用加權改進的森多邊形圖對其進行GSM替換指導和替換后GSM網絡進行優(yōu)化，為當地運營商無線網絡優(yōu)化提供分析和制定決策的科學依據。

2 泰森多邊形算法及相關原理簡述

泰森多邊形算法是是荷蘭氣候學家A·H·Thiessen提出的根據離散分布的氣象站的降雨量來計算平均降雨量的方法。生成泰森多邊形圖的方法很多，常見的有分治法、掃描線算法和Delaunay三角剖分算法，實際軟件中，大多集成了泰森多邊形控件，如Visual Basic，MATLAB和Java EE等。泰森多邊形在無線網絡優(yōu)化等領域具有廣泛的應用，例如將電信網絡運營過程中產生的海量業(yè)務數據與局站、基站、小區(qū)、街區(qū)、營業(yè)廳、渠道網點等這類地理空間對象建立關聯，將信息實時反映在城市電子地圖上，實現可視化管理，提高運營商網絡運維的質量和效率。利用站點的經緯度信息構建的泰森多邊形如圖1所示。

圖1 利用站點信息構建的泰森多邊形圖

3 基于加權泰森多邊形的改進無線網絡優(yōu)化算法

3.1 用戶密度與基站容量之比加權的泰森多邊形優(yōu)化算法

通信系統的正六邊形覆蓋區(qū)域，是基于整個服務區(qū)用戶密度是均勻而建立起來的，是一種較為理想的模型。實際站點中，由于站點類型、高度、天線增益、配置數據、障礙物阻擋及安裝位置等通信環(huán)境不同，基站覆蓋區(qū)域并不是完全相同的。因此這里引入一個權重系數對其進行修正，這個權重系數由用戶密度與基站容量的比值來確定，如果比值較大，則覆蓋半徑小些；反之，則應該大一些。這就是基于用戶密度與基站容量之比加權的泰森多邊形優(yōu)化算法，可以較好的解決實際的無線環(huán)境對信號覆蓋的影響。

3.2 基于扇區(qū)和邏輯位置改進的泰森多邊形優(yōu)化算法

傳統的泰森多邊形算法主要是基于全向天線工作的，基站是最小覆蓋區(qū)域單位。外圍站點是無邊界的，最外圍基站的覆蓋范圍不是封閉的，而是向外無線伸展的。實際上，基站的發(fā)射功率是有限的，隨著基站距離的增大而減弱，因此外圍基站的覆蓋形狀是有一個或者多個邊是圓弧，一個站點一般具有3個小區(qū)，特別是話務量較多的密集區(qū)域還含有異頻小區(qū)，最小的可操作單位應該是小區(qū)（一個天線的覆蓋范圍），另外站點的物理位置和實際的邏輯位置一般不在同一區(qū)域，據此需要針對傳統的泰森多邊形算法進行如下改造。

（1）以基站作為圓心，信號可以到達的最遠距離為半徑做圓，該圓與形成的未封閉泰森多邊形的公共部分為該基站的實際信號覆蓋范圍。

（2）對于小區(qū)的劃分，則按照一個基站的天線數目，劃分相應的小區(qū)數目，將相鄰兩個小區(qū)夾角的角平分線與基站的泰森多邊形邊界圍城的區(qū)域就是實際小區(qū)的覆蓋面積。

（3）由于城市區(qū)域建筑物比較密集，信號阻擋嚴重，加上室分站點較多，信號覆蓋的實際物理位置與邏輯位置往往不同，結合MR（測量報告），求解小區(qū)的邏輯位置，利用邏輯位置構建的泰森多邊形更加準確。

4 算法驗證及結論

4.1 小區(qū)的邏輯位置

在構建泰森多邊形之前，由于物理環(huán)境的復雜性和站址位置的不準確性，首先需要確定站點的邏輯位置，記為Li，站點的實際位置就是規(guī)劃站點的經緯度信息，記為Ti，兩者差值的絕對值稱為站點的絕對誤差Ai，這里規(guī)定Ai的值不能大于100 m。

如果兩者之間的絕對誤差大于100 m，則需要核查站點規(guī)劃信息是否準確。邏輯站點的位置確定方法較多，其中最常用的就是利用MR（Measurement Report，測量報告）。MR是終端周期性或者由于達到門限而向網絡上報自身的測量信息，這些信息包括服務小區(qū)和6個最強鄰小區(qū)的BCCH（Broodcast Control Channel，廣播控制信道）信號的場強、質量、時間提前量、基站色碼、BCCH頻點和手機功率等級等信息，并可以通過計算得出上下行的路徑損耗，這里利用MR中服務小區(qū)的BCCH信號的場強結合權重面積進行求解區(qū)域平均值，并使用時間提前量進行修正，共同估算站點邏輯位置。

4.2 實驗結果分析

這里選用甘肅省蘭州市安寧區(qū)簇一為研究對象，其中包括34個邏輯站點，已替換完成29個，未替換5個，替換占比為85.29%。這里為了說明問題，選取其中5個站點的15個小區(qū)，選取的5個站點均為宏站，且比較分散，基本分散于整個簇區(qū)域內。

替換前后分別構建加權的邏輯和物理泰森多邊形圖，然后對比他們的偏差與網絡指標的關系進行指導優(yōu)化和替換，這里的偏差包括物理站點與邏輯站點的絕對誤差以及他們與替換后的誤差。

為了驗證該算法的準確性，核查替換前后的無線網絡指標偏差與泰森多邊形的偏差的關系，將他們的絕對偏差進行對比。首先將替換前后5個站點的15個小區(qū)的泰森多邊形的絕對誤差進行升序排序，橫坐標為小區(qū)編號，誤差從小到大，縱坐標分別為站點物理位置與邏輯位置的絕對偏差和無線網絡指標，實驗數據如圖2、圖3和圖4所示。

圖2 替換前后邏輯站點和物理站點的絕對偏差與切換成功率偏差的關系

圖3 替換前后邏輯站點和物理站點的絕對偏差與掉話率偏差的關系

圖4 替換前后邏輯站點和物理站點的絕對偏差與重疊覆蓋率偏差的關系

移動通信中的切換是指移動臺在與基站之間進行信息傳輸時，由于各種原因，需要從原來所用信道上轉移到一個更適合的信道上進行信息傳輸的過程，它的成功與否通過切換成功率來統計。根據實驗結果數據可以看出，切換成功率偏差隨著替換前后泰森多邊形的偏差增大而增大，在絕對偏差小于4時，網絡指標比較穩(wěn)定，隨著絕對誤差的增大，網絡指標波動明顯。

掉話率是移動通信中的重要指標，也稱通話中斷率，是指在移動通信的過程中，通信意外中斷的幾率。掉話率在移動通信網中是一項非常重要的指標，掉話率的高低在一定程度上體現了移動網通信質量的優(yōu)劣。根據實驗結果數據可以看出，掉話率偏差隨著替換前后泰森多邊形的偏差增大而增大，在絕對偏差小于3.8時，網絡指標比較穩(wěn)定，隨著絕對誤差的增大，網絡指標波動明顯。

重疊覆蓋度主要是針對電平而言的，即定義鄰小區(qū)電平與服務小區(qū)電平相差6以內且數量大于等于3個的區(qū)域定義為重疊覆蓋區(qū)域。根據實驗結果數據可以看出，重疊覆蓋率偏差比較明顯，在絕對偏差大于2時，網絡指標波動明顯，總體呈現上升趨勢，隨著替換前后泰森多邊形的偏差增大而增大。

根據上述指標觀察，為了減少GSM替換前后的無線網絡指標的絕對偏差，重點核查替換前后的邏輯站點的泰森多邊形偏差較大的6個小區(qū)，通過核查上述6個小區(qū) ，發(fā)現部分小區(qū)存在方位角、下傾角、天線增益等與替換前相差較大，經過現場調整和更換天線后發(fā)現，構建的泰森多邊形偏差總體穩(wěn)定，處于可接受范圍內。統計無線網絡指標與泰森多邊形的偏差發(fā)現，切換成功率、掉話率和重疊覆蓋率等指標明顯好轉，基本與替換前完全一致（切換成功率除外），調整后無線網絡指標與泰森多邊形偏差的關系如圖5和圖6所示。切換成功率較差的原因是因為GSM替換前后設備廠家型號不同，加上物業(yè)阻擋，部分站點沒有替換，導致異常家的插花現象嚴重。后臺網管統計，替換前后的GSM其它網絡指標也基本與替換前一致。

圖5 調整前后邏輯站點和物理站點的絕對偏差與切換成功率偏差的關系

圖6 調整前后邏輯站點和物理站點的絕對偏差與掉話率偏差的關系

5 結論

隨著泰森多邊形在無線網絡優(yōu)化中的應用，本文針對GSM替換中出現的掉話率、切換成功率以及重疊覆蓋率高等原因，提出了一種加權改進的泰森多邊形優(yōu)化算法，具有以下特點。

（1） 加權改進后的泰森多邊形更加準確，主要使用了修正算法，更加接近于站點的真實情況。

（2） 本文將加權改進的優(yōu)化算法應用于GSM替換后的GSM中，但該算法也可應用于TD-SCDMA、TD-LTE、NB-IoT、5G等無線網絡優(yōu)化中，還可以應用在網絡擴容、站點規(guī)劃和渠道建設等其他領域中。

（3） 基于泰森多邊形的優(yōu)化算法與站點的數目有關，不同類型、站點的分布及數量的選擇是否合理，將在很大程度上影響算法的準確性。

（4）物理站點與邏輯站點構造的泰森多邊形的絕對誤差的衡量標準誤差較大，后續(xù)需要進一步使用泰森多邊形的外接圓圓心、內切圓圓心和多邊形特征等多種方式對該算法進行修正。