精品案例-基于矩阵算法的LTE网络PCI优化研究(重点推荐)

基于矩阵算法的LTE网络PCI优化研究
一、概述
LTE移动网络不断壮大，基站数量成本增长，PCI如何复用是网络维护人员面对的问题。

如果复用的不好，造成模3干扰甚至是同PCI干扰会严重影响4G 用户的感知，如何快速有效的发现并整改PCI相关问题是我们要考虑的主要方面，可稳定网络质量提升用户感知。

本文介绍了LTE系统PCI冲突背景、原理、核查检测方法和优化解决方法，主要是创新出PCI相关检测方法，可快速发现现网的PCI设置问题扇区。

本项目成果成功支撑了PCI优化工作，目前已开始定期的进行PCI检测，及时修正不合理PCI设置，大幅提升优化效率，计划在全国推广。

二、关键创新点
1）PCI检测算法创新，采取干扰矩阵法提高PCI复用效率及合理性
常用的PCI检测算法有两种：一种是基于邻区的检测，通过邻区信息确认是否合理；另一种是基于距离的检测，若网络中的两小区间在地理位置上隔相对较远，则认为这两个小区信号的隔离度相对较大。

若两小区在地理位置上间隔相对较近，则认为这两个小区信号的隔离度相对较小，易产生信号交叠（或干扰）。

为了保证信号的正常同步、UE的成功接入，希望地理位置间隔相对较近的小区对应着不同的PCI。

这两种方法都是基于位置的算法，对无线环境因素考虑较少，本次创新采用干扰矩阵算法，通过增加PCI矩阵模型（示例如图2.1.1），在矩阵中算优寻优，发现不合理的PCI。

图2.1.1 寻优队列矩阵算法
以4个基站，每个基站有{0,1}两种PCID规划组合为例说明队列算法，算法的目标是找到一条路径从根节点到达最右节点集合中的一个排列组合元素完成PCID规划，并且该排列组合是最优的或者是近最优的。

队列算法是在该树形结构上尽可能的走多条路径进行寻优，如果一条路径走着走着出现代价增加到不可容忍的程度，则会跳至另一条之前未走过的路径进行尝试。

2）建立PCI优化流程，快速高效开展PCI优化工作
根据本项目研究成果，收集工参、MR数据、扫频数据及DT数据，通过提取干扰矩阵算法输出相应的PCI优化方案并开展后评估（如图2.1.2）。

图2.1.2 PCI优化流程
三、研究成果与应用案例
3.1 PCI原理介绍
3.1.1PCI及PCI冲突
LTE系统的物理小区标识PCI用于区分不同小区的无线信号，每个LTE小区对应一个PCI，它不仅决定了信号同步、UE接入是否成功，还影响到正常切换能否成功。

根据3GPP协议36.211 6.11节，LTE PCI总共有504个，被分成序号0~167共168个PCI组，每一组包含序号0~2共3个PCI。

当LTE网络中小区较多时，存在多个小区复用同一个PCI，此时如果发生PCI 规划不合理、人工手动修改PCI、邻区参数被修改等情况，将可能导致PCI冲突，对整网性能造成较大影响。

PCI冲突主要分成PCI碰撞和PCI混淆：1）PCI碰撞是指相同PCI的两个或多个同频LTE小区在地理位置上的隔离
度过小，使得UE在这两个或多个小区信号交叠区域无法正常同步。

2）若服务小区与测量小区的RSRP满足切换门限，且该测量小区与服务小区的邻区同频、同PCI，则有可能导致切换失败、掉话。

这样PCI冲突称为PCI混淆。

存在两种场景：
假设满足切换条件的测量小区CellB是服务小区CellA的邻区，且与服务小区的其它邻区CellC同频、同PCI，eNodeB不能分辨UE测量到服务小区的哪个邻区，从而导致切换失败，如下图3.1.1所示：
CellC is the Neighboring Cell of
Cell A
CelB is also the Neighboring Cell of
Cell A
图3.1.1 配置邻区的同PCI切换失败
假设满足切换条件的测量小区CellB不是服务小区CellA的邻区，但是与服务小区的邻区CellC同频、同PCI， eNodeB误以为UE测量到了服务小区的邻区CellC，从而发起向邻区CellC的切换。

此时，若当前区域没有邻区CellC（与测量小区CellB存在PCI冲突）信号的覆盖，则有可能导致切换掉话。

如下图3.1.2所示：
CellC is the Neighboring Cell of
Cell A
CelB is not the Neighboring Cell of
Cell A
图3.1.1 未配置邻区的同PCI切换失败
3.1.2常用的PCI优化方法
目前存在两种PCI冲突检测商用手段，一种是使用M2000进行PCI冲突检测，并进行PCI自优化，这种核查机制主要是基于邻区关系；另一种方法是通过U-Net 工具进行PCI冲突检测，这种机制主要是基于复用层数和复用距离。

两种方法检测PCI冲突的机制不同，各有优缺点。

如下表3.1.1所示：
表3.1.1 常用PCI优化方法
（1）基于邻区的PCI优化方法
M2000的PCI冲突检测是自动执行的。

只要当eNodeB的配置参数（频点、PCI、NCL、NRT）发生改变时，就会自动触发PCI冲突检测。

配置参数变化的原因包括但不限于：
1）人工手动修改网元频点、PCI、邻区参数（NRT、NCL）；
2）“系统内事件ANR自动发现漏配邻区功能”添加邻区关系、更新邻区PCI；
3）“基于ANR的主动PCI冲突检测”添加邻区关系、更新邻区PCI；
4）eNodeB收到X2 Setup Request、X2 Setup Response、X2 eNodeB configuration Update消息，更新NCL；
其中，ANR功能受开关控制，且要求在网UE支持ANR测量能力，以及支持DRX功能。

若支持ANR的UE位于发生切换的区域，则易通过ANR添加漏配邻区、检测PCI冲突。

上述的几个原因分别会触发PCI冲突检测：原因1）触发由网元参数变更触发的PCI冲突检测；原因2）和3）触发基于ANR的PCI冲突检测；原因4）触发基于X2消息的PCI冲突检测。

eNB通过系统内事件ANR功能会自动发现漏配邻区，并检测漏配邻区与本地小区PCI是否冲突。

而LTE eRAN3.0新增“基于ANR的主动PCI冲突检测”功能，用于核查已配置邻区和未配置邻区间的PCI混淆。

只要是基于ANR功能，eNodeB下发、处理测量信息都会占用CPU、内存等资源，因此导致系统资源消耗较多。

使用M2000进行PCI冲突检测
目前有三种PCI冲突检测查看的方法：
第一种：打开PCI ConflictAlarmSwitch（MML命令为：MOD ENODEBALGOSWITCH:
PciConflictAlmSwitch=ON;），则可以在告警台察看PCI冲突告警ALM-29247，该告警的处理方法见随版本发布的AlarmEvent.chm；
而无论PCI ConflictAlarmSwitch是否打开，都可以在M2000 PCI自优化模块察看PCI冲突信息：
第二种：通过PCI Optimization Task的“PCI Collision Information”察看PCI冲突信息；
第三种：通过“PCI Conflict Optimization Log”察看PCI冲突信息。

以上三种方法都可以查看PCI冲突检测信息，通过M2000 PCI自优化模块查看相对告警来讲更直观，且对冲突PCI进行优化更简单易行。

（2）基于复用层数和距离的PCI优化方法
常用华为U-Net工具，有两种基于地理信息的PCI冲突检测方法，分别是基于复用层数的检测和基于距离的检测。

下面分别对这两种方法进行介绍。

基于复用层数的PCI冲突检测方法：1. 复用层数的定义：以A、B两个基站连线为直径画圆，落入该圆内的基站个数即为两个站间的复用层数。

2. 建议设置为2阶。

理论上，两小区间隔的邻区阶数越高，则发生信号干扰的可能性也就越小。

通常要求二阶邻区范围内的同频小区不能使用相同的PCI，以防止PCI混淆（会导致切换失败）。

对应在地图上显示结果为：
不满足复用阶数的小区以Excel的形式导出，其中还包括了其对应的码、复用阶数范围的冲突小区、间隔阶数。

基于距离的PCI冲突检测方法：
若网络中的两小区间在地理位置上隔相对较远，则认为这两个小区信号的隔离度相对较大。

若两小区在地理位置上间隔相对较近，则认为这两个小区信号的隔离度相对较小，易产生信号交叠（或干扰）。

为了保证信号的正常同步、UE的成功接入，希望地理位置间隔相对较近的小区对应着不同的PCI。

现网中存在LTE与3G\2G共站址的建网场景，可近似将WCDMA的扰码复用距离作为LTE的PCI复用距离，若使用相同PCI的两小区距离间隔小于PCI复用距离，则认为该两小区可能存在PCI冲突。

WCDMA的扰码复用距离
D3
R
K
D为最短复用距离；
R为最小的小区半径（可以用平均小区半径×70％得到粗略估计的最小半径
值）；
K 为当前小区与相邻干扰小区对应的码个数，K 取值{1，3，4，7，9，12…}。

即:若保证当前小区与其相邻小区的主扰码不同，最多只需要的k 个码就够了：
()ij j i K -+=2
...3210，，，，=j i 参数 i 和 j 是扰码复用距离中不同方向上跨越小区的数目。

例如：使用7个主扰码，参数 i 和 j 分别是2和1，因此与主小区使用相同主扰码的小区就位于是向南或其他方向跨越2个小区然后逆时针o
60跨越1个小区的位置。

对于高站小区：
城区的复用距离：10km ，郊区的复用距离：15Km ，农村的复用距离：20km ； 对于普通小区： 城市：4km ；农村、郊区：12km
不满足复用距离的小区以Excel 的形式导出，其中还包括了其对应的PCI 、复用距离范围内间隔最小的LTE 小区、间隔距离。

使用U-Net 工具，可以实现基于复用层数和距离的两站PCI 冲突检测的方法，可以供现场使用。

3.2 基于矩阵算法的PCI 优化方法介绍
3.2.1 矩阵算法原则
（1）首先对PCI 增加相应的约束条件
约束条件1：主同步信号对小区PCI 的约束要求，相邻小区PCI 之间模3的余值不同即：
原理：相邻小区必须采取不同的PSS 序列，否则将严重影响下行同步的性能。

约束条件2 ：辅同步信号对小区PCI的约束，要求，相邻小区PCI除以3后的整数部分不同即：
原理：相邻小区采用的SSS序列也需要不同，否则也将影响下行同步性能。

由于SSS信号序列由两列小m序列共同决定。

只要不完全相同即可，约束条件1已经保证了相邻小区的不同。

所以，此约束条件相对较弱。

约束条件3 ： PBCH对小区PCI的约束，要求：相邻小区PCI不同，即：
原理：加扰广播信号的序列初始序列需要不同。

广播信道的扰码初始序列有约束条件4&5&6 ：（包含于约束条件1）
PCFICH对小区PCI的约束，要求相邻小区PCI模2倍的小区RB个数后的余值不同。

DL-RS对小区PCI的约束，要求相邻小区PCI模6的余值不同。

UL-RS对小区PCI的约束，要求相邻小区PCI模30的余值不同
（2）明确PCI优化的原则
干扰最小化算法：
最小化导频1/SINR算法
最大平均CRS SINR算法：
最大平均吞吐量算法：
（3）代价值计算方法
每个基站均有一定的覆盖范围，基站与基站之间有重叠覆盖范围，如果将每个基站的覆盖面视为一个传输符号波形，基站与基站的覆盖交叠处视为波形之间的干扰，则需要PCID规划的所有基站构成了一个符号间干扰信道模型。

结合现网测试的PCI优化准则，主要参考网络中的干扰情况进行。

PCI选择的代价定义。

选取任意两小区间的重叠覆盖度作为小区间干扰矩阵元素。

基于重叠覆盖比例的PCI规划的代价是：重叠覆盖比例值大于3%的小区对的数目尽量少。

（4）矩阵寻优算法
找到一条路径从根节点到达最右节点集合中的一个排列组合元素完成PCID 规划，并且该排列组合是最优的或者是近最优的。

3.3基于矩阵算法的PCI优化研究成果与应用案例3.3.1完善并建立PCI优化流程
将PCI优化固化为六个步骤：
（1）数据收集： MR、扫频、路测、S1-U/S1-MME、工参；
（2）干扰矩阵提取：提取网络小区重叠覆盖、互干扰相关数据，生成能够反映优化区域全量的干扰数据，作为PCI优化衡量指标的基础分析数据。

（3）优化方案输出：基于一定的优化准则和优化寻优算法，结合网络工参对现网小区PCI分配方案进行分析，提出新的优化方案。

（4）方案自评估：分别从优化代价值（优化准则）和复用距离两个维度对新的优化方案进行评估，分析新的优化方案相对于现网的PCI分配方案的改善增益；并着重对现网重点区域和质差路段进行分析，从算法准则角度评估优化算法对现网的增益。

（5）问题核查：包括同站同PCI、同站同模PCI的严重共站问题，以及邻区PCI混淆冲突等问题进行核查。

（6）现网验证：将优化方案应用配置到现网，并再配置前后分别对现网的网络性能指标进行测试统计分析，以确保优化方案和优化算法的可靠性。

3.3.2现网PCI优化案例
对镇江基站簇1区域现网PCI情况进行检查，现网无PCI冲突小区；有272对混淆邻区，其中存在部分过远邻区对，需进一步核查修改。

（1）干扰水平评估
利用矩阵算法计算模3/6/30干扰概率分析：
根据主服务小区与邻区电平差，干扰程度可化分为高干扰、一般干扰和低干扰三个区间分布赋予评分权值H1、H2、H3：
a)高干扰邻区：主服务小区-邻区< α dB；
b)一般干扰邻区：α dB ≤主服务小区-邻区< β dB；
c)低干扰邻区：主服小区-邻区≥βdB；
其中，高干扰门限值α，默认阈值为-3；一般干扰门限值β，默认阈值为20，两参数可设，有效范围为[-12..25],单位精度为1dB，且β一定要大于α；
以默认值为例，按门限值统计的MR分布表为：
模干扰权值Wm= M3+M6+M30
（M3/M6/M30分别代表邻区与服务小区存在MOD3/MOD6/MOD30干扰时的权重值，默认设置权重分别为M3=0.8、M6=0.15、M30=0.05）；
提取MR数据，经过大唐Mropho平台计算，小区平均干扰概率7.78%,小区干扰概率分布如下：
通过对该基站簇小区PCI使用情况以及现网小区干扰水平评估，多个小区存在PCI复用度不合理以及PCI使用不规范问题，同时现网高干扰概率小区数量也较多，对用户感知以及网络性能均存在较大影响。

（2）数据源准备
8月14日至8月19日完成MR文件、DT拉网数据、邻区对和切换KPI等数据源准备。

MR文件—提取现网MR数据，MR文件入库后生成服务小区与邻区的干扰矩阵，根据干扰评估结果，采用智能算法，最终得到基站PCI组的最优值，并可对频点进行优化。

开MR时还要注意开启异系统周期测量。

DT拉网数据—DT拉网数据入库后，生成路测拉网数据的干扰矩阵，与MR 文件的干扰矩阵根据一定的权重可对PCI组和频点优化给出建议。

小区基础信息表—小区基础信息表是软件生成干扰矩阵的基础信息。

邻区对和切换KPI—软件生成干扰矩阵时，也需考虑切换。

邻区对和切换KPI 也是邻区优化模块的输入。

（3）方案制定
8月20日至8月23日，通过多维度数据源进行解析，输出符合网络现状的PCI翻整方案，并于8月24日完成对PCI方案的审核与修改。

（4）方案审核与执行
优化调整方案按流程审批后，于8月26日凌晨完成方案执行。

（5）效果评估
小区级干扰概率对比
通过对翻整前后3天的MR数据进行对比分析，翻整区域优化前总干扰值为24.501，翻整后总干扰值为20.177，提升17.64%。

翻整区域内平均干扰概率由7.78%下降至6.41%，改善了1.37PP；翻整&保护带区域平均概率由6.63%下降至6.00%，改善了0.63PP，网络干扰水平改善明显；
分析翻整区域前后小区干扰概率，干扰概率>10%的小区由80个下降至45个；
翻整前后干扰对比
原网与翻整后小区干扰概率分布
四、效益评估及成果价值
采用传统的PCI优化方式相对比较局限，限于地理位置和邻区，与实际无线环境关联较少，通过本课题研究的基于矩阵的PCI优化方法和流程可同时兼顾MR、邻区、位置等相关信息，可与无线环境紧密联系，实际优化效果明显，得到了公司的肯定，已经全省应用。

五、成果推广现状及推广前景
在省公司网络无线网络优化中心的指导与协调下，本课题制定的基于矩阵的PCI优化方法和流程从8月开始先后完成多个地市的PCI优化测试，测试结果显示该方案可实现快速精准的PCI优化，大幅提升优化效率。

本创新研究课题建立的基于矩阵的PCI优化流程可以在全国范围内推广。