基于MR数据的GSM网立体邻区优化技术研究

基于MR数据的GSM网立体邻区优化技术研究
刘静艳;张阳
【摘要】随着移动用户数量和业务量指数增长,在核心城市的用户话务密集地段,小区半径已不足百米,室外冗余覆盖现象严重,室内深度覆盖不足.用户的话务和流量在立体空间上密集分布,低、中、高层的无线环境差异较大.本文深入研究OMC-MR 测量数据和室内扫频数据关联方法,实现室内低、中、高不同立体空间覆盖模型,在分层优化用户邻区关系、加强深度覆盖等方面取得一定经验.
【期刊名称】《电信工程技术与标准化》
【年(卷),期】2012(025)008
【总页数】4页(P51-54)
【关键词】立体干扰矩阵;立体邻区;深度覆盖
【作者】刘静艳;张阳
【作者单位】中国移动通信集团设计院有限公司,北京100080;中国移动通信集团公司,北京100032
【正文语种】中文
【中图分类】TN929.5
1 优化技术及思路
较以往的MR分析不同，立体邻区的优化需要把OMC-MR测量数据和室内扫频数据关联。

原有MR数据形成的干扰矩阵分析带有业务片面性，现阶段对网络的
MR分析仅停留在对语音业务（系统消息5），忽略了数据业务（系统消息2）的相关测量，而语音业务的服务小区确定受功控、切换、分层、跳频设置等网络策略参数影响较大，基于语音业务的MR不能客观、全面的反映和衡量网络结构的复杂程度，所以把MR数据和扫频数据有机的结合起来，才能更客观的反映网络结构，其中，MR数据与扫频数据关联思路如图1所示。

2 立体覆盖模型及干扰矩阵的建立
2.1 通过扫频数据建立室内覆盖模型
通过一定数量建筑物（不小于90个）的室内扫频数据（含已建设室分系统和未建设室分系统），获得室内的覆盖模型，高中低楼层的定义，可根据覆盖模型发生明显变化的楼层数进行划分，每个城市会有所不同。

一座城市内，相同地形地貌的类似楼宇的室内覆盖模型类似，通过对不同的室外宏小区的信号在建筑物中不同楼层的覆盖强度扫频分析，可以获得建筑物的楼层覆盖模型，如表1所示。

图1 MR数据与扫频数据关联分析思路图
表1中的Cell1～Cell12不包含室分小区，代表最强信号扫描采样占比最高的宏小区，但整个空间不小于-85dBm的覆盖率可能是由多个宏小区共同作用的，所以我们可以获得高中低等空间覆盖关系表(简称C表)，如表2所示。

表1 建筑物的楼层覆盖模型说明：如果城市为山城，城市海拔高度落差较大，相对地面高度应改为相对海拔高度。

表2 空间覆盖关系表 (C表)高层Cell1 Cell2 Cellj …… Celln Cell1 S(1,2)
S(1,j) …… S(1,n)Cell2 S(2,1) S(2,j) …… S(2,n)Celli S(i,1) S(i,2) S(i,j) ……
S(i,n)…… …… …… …… ……Cellm S(m,1) S(m,2) S(m,j) …… S(m,n)
2.2 基于OMC-MR构建全网干扰矩阵
在移动通信工程中，干扰矩阵一般指的是小区间干扰关系的二维数组，其主要是通过包含两个以上小区的测量数据集，进行统计、分析、处理得出来的。

目前生成干
扰矩阵的方法之一是采用MR测量来生成相应的干扰矩阵，其主要步骤如下：（1）通过MR数据内储存的服务小区电平、邻小区电平差值等数据，计算平均载干比（C/I）。

而衡量干扰质量的大小是采用帧误码率FER（Frame Erase Rate）来表示的，因此要将CI转换为FER值，CI和FER的转换公式如下：
因此多个MR报告产生的干扰矩阵的公式也变为:
（2）全网干扰概率计算：上面的小区间干扰概率仅仅表示了干扰情况是一种线性的情况下，没有考虑话务量所带来的影响，因此，我们需要在此基础上增加一个话务量的分析。

将主小区所收集的所有采样与全网采样点的比例作为小区与全网的相关度（即提供的话务量）概率作为一个参考值，加入到干扰矩阵中。

（3）全网干扰矩阵关系建立：运用上述干扰概率的计算方法，将全网内各小区间的干扰情况清楚的表示了出来，建立全网干扰矩阵表（简称P表），如表3所示。

表3 全网干扰矩阵关系表（P表）Cell1 Cell2 Cellj …… Celln Cell1 P(1,2)
P(1,j) …… P(1,n)Cell2 P(2,1) P(2,j) …… P(2,n)Celli P(i,1) P(i,2) P(i,j) ……
P(i,n)…… …… …… …… ……Cellm P(m,1) P(m,2) P(m,j) …… P(m,n)
2.3 关联C表和P表获得立体干扰矩阵
关联扫频数据建立室内覆盖模型（C表）和OMCMR构建全网干扰矩阵关系（P 表），即OMC-MR构建全网干扰矩阵关系（P表）中的信息按扫频数据建立室内覆盖模型（C表）进行聚类，如表4所示。

3 立体干扰矩阵在网络优化中的应用
3.1 网络立体结构分层，立体邻区及切换优化
网络立体结构分层的目标：（1）变冗余覆盖为效益覆盖，提高网络服务质量；（2）有效高质地利用高站资源，变腐朽为神奇，减低运维成本，避免迁站、选站
等工程难度；（3）为室内分布系统规划设计提供依据；（4）为多网协同网络异构等工作奠定基础。

根据立体干扰矩阵，真正意义上实现物理空间上的立体结构分层，如图2所示。

图2表明，从业务逻辑上分为覆盖层和业务层，从覆盖功能上分为点、线、面，从物理空间上把网络分为高、中、低3层，实现3×3×2->14种立体结构分层场景（考虑到高层空间无干线制，轻轨、高架桥及山城地势等因素，中空间的线路覆盖及业务覆盖仍然需要考虑，所以共有14种立体结构分层场景），分层场景划分后，制定层与层之间的切换规则，再根据立体干扰矩阵关系，优化和分类小区的邻区关系，进行切换参数等优化，最终实现网络立体结构分层。

其中，立体邻区的分层参数设置时，主要涉及到2个状态（以诺西设备为例）：（1）Idle状态时，参数设置涉及PI、RLO、TLO、PET；
表4 立体干扰矩阵表
图2 网络立体结构分层示意图
（2）切换状态时，参数设置涉及 AUCL、LDR/LUR、BLT。

3.2 无线资源立体调度，提高覆盖深度及质效
根据立体干扰矩阵关系，结合用户业务的实际需求，得到无线资源立体调度的思路及流程，如图3所示。

3.3 LAC (&RAC)区优化，提升用户业务空间感知
二次寻呼功能并不能解决因用户跨多个(不小于3个)LAC(&RAC)区而出现的寻呼无响应(失败)、未接通、数据业务断续等通信问题。

当用户处在信号来自于3个及3个以上不同的LAC(&RAC)的宏小区重叠覆盖的环境中，还容易出现脱网问题：频繁的小区重选、位置更新导致寻呼多次无响应，以至TMSI释放，手机开始进行IMSI附着，在此过程中，用户从手机信号标示中看到网络无信号，从而产生了无覆盖、弱覆盖、信号不稳定等不良感知，网络侧的信令负荷也会加重。

图3 无线资源立体调度的思路及流程图
在建筑物中、高层空间极易出现多个(不小于3个)LAC(&RAC)区重叠覆盖现象，
通信隐患严重，特别在核心城市用户话务密集地段，室外宏站的站间距过密，室外冗余覆盖的无线环境中，利用立体干扰矩阵关系，对建筑物中、高层空间中的服务小区的LAC(&RAC)区归属控制尤为重要。

案例：XX大厦未建设室内分布系统，高层空间收到来自4个LAC区的5个小区
信号都大于-85dBm，LAC重叠交错现象显著， 5个小区的寻呼失败次数较多，
并且此大厦用户投诉较高（伪弱覆盖、数据业务类）。

根据此大厦的立体干扰矩阵关系，对5个覆盖高层的宏小区进行LAC归属、邻区
关系增删、覆盖调整等优化工作，这些小区的寻呼失败明显降低，业务量有所提升，其中寻呼失败明显降低情况如表5所示。

另外，XX大厦的高层用户投诉问题及数据业务感知也得到了解决。

由上述案例表明，通过立体干扰矩阵关系进行网络优化，能使室外宏站的资源充分利用，在现有资源条件下，最大程度上的提升深度覆盖质量。

表5 小区优化及成效表
4 结束语
GSM网络传统的MR技术忽略了垂直方向上的信号干扰矩阵关系，容易导致深度覆盖不足等问题。

我们通过立体空间上的干扰矩阵描像，实现网络立体邻区优化和无线资源调度，提高覆盖深度及质效，提升网络资源利用效益。