MR数据在G网络SINR优化中的应用
浅谈MR在网络优化中的应用
中国联 合 网络通 信有 限公 司陕西省 分公 司运行 维护部 网络优 化 中心 张 琦
［ 要］ 摘 文章总结 了ＭＲ的各种功能 ， 包括 网络覆 盖、 通话质量、 干扰水平 、 弱覆盖 、 过覆盖 以及 上下行链路 不平衡 分析等功能 ； 结合 实际工作 对ＭＲ在 日常 网络优化 中的应用进行 了总结。指 出ＭＲ能真实、 详尽 、 方便 、 直观 、 高效的协助 网优人 员定位并解决 Ｇ Ｍ 系 Ｓ
ＣＩ （ ， １（ ） ／ ｓ ｍｃ） Ｂ 。 Ｘｃ ｄ
下信息在业务信道 上每４０ ｓ信令信 道上 ４０ ｓ发送一次数据 ， ８ｍ （ ７ｍ ） 它是 从 Ａ ｉ 口抓取 的移 动台测量报告 ， 网络侧 获得终端无线信 息的主要 ｂ ｓ 是 手段， 数据 可用于 网络性 能评估 和优化分析 。ＭＲ 这些 采集 了上 、 下行 无线链路 测量数据 包括 ： 手机 的接收质量 、 手机的接 收电平 、 手机的发 射功 率 、 站的接 收质量 、 基 基站 的接 收电平 、 Ａ 上下行链路 损耗等 无 Ｔ 、 线环境 信息 ， 对于话务统计数据 分析 、 ＴＣ Ｔ 相 Ｄ ／Ｑ 分析而言 ， 通过 Ｍ 进 Ｒ 行 网络评估 和优化分 析具有 真实 、 详尽 、 、 方便 直观等 多种优势 。
一
用 同样 的方 法可 以计 算得 到任 意两 个 小 区之间 的干 扰概 率 Ｐｏ ｒ （ ｌ ｘｃｌ ｙ（ 中ｅｌ ｘ ｃ ｌ 。 ｅ ＿） ｅ＿ ｌ 其 ｅ＿ 为服务小 区） ｌ 。 ２１ 根据小 区间干扰概率生产干扰矩阵 ． ０ 由计算 出的两 个小 区间干扰概 率 Ｐｏ ｅ ＿ ，ｅ — ） ｒ（ ｌ ｘ ｃｌ ｙ得到干 扰矩 阵 ｅｌ ｌ 表如以下图表所示
精品案例-MR覆盖率提升优化经验总结
河北电信MR覆盖率提升优化经验总结目录背景 (3)MR采集原理 (3)1.MR定义 (3)2.MR测量机制 (4)3.MR上报流程 (4)MR覆盖优化方法 (5)1.新建站开通 (5)2.基站故障排查 (5)3.RF优化及天馈改造 (5)4.多网协同优化 (6)5.功率优化 (9)整体优化效果 (11)总结 (12)背景目前4G业务发展较快，移动数据业务的高速发展对LTE深度覆盖在面向高速数据速率、VoLTE高清语音、更好的用户体验等方面提出了新的要求。
网络的深度覆盖成为首要任务，河北分公司开展MR覆盖率优化提升专项，包括五高一地场景和农村场景MR覆盖率提升。
MR 覆盖率的直接影响用户体验感知，MR覆盖也直观反应网络覆盖的情况。
现网中的MR覆盖率目标值95%，MR覆盖率提升是优化工作重中之重。
MR采集原理1.MR定义MR是指移动终端通过控制信道在业务信道上以一定时间间隔向基站周期上报所在小区的下行信号强度、质量等物理信息，基站将终端上报的下行物理信息和自身收集的上行物理信息上传给基站控制器，并由其收集与统计。
2.MR测量机制MR由周期或特定事件触发测量，以某项测量内容为单位，记录呼叫过程中的某时间某点处的网络环境特征。
MR数据由基站控制器生成，并以二进制文件的形式存储在OMU单板上，SAU单板会到OMU单板上下载并保存。
MR测量报告内容包括：同频测量/异频测量/异系统测量/业务量测量/质量测量/UE内部测量/UE位置测量。
MR是通过eNodeB的打点输出移动要求的北向格式（XML文件），原始打点是由eNodeB 输出，目前这些打点是承载在eNodeB的外部CHR中。
MR北向文件包括MRO、MRE和MRS三种文件:MRE（Event）代表事件触发的测量报告样本数据；MRO（Originality）代表周期性的测量报告样本数据文件，MRO只包括周期性的样本数据，不包括事件触发的样本数据；MRS（Statistics）代表测量报告统计数据文件，目前包括一维统计数据和二维统计数据，MRS只是针对MRO文件中样本数据的统计，不包括事件触发的测量报告样本数据。
中国联通GSM无线网持续性网络优化MR数据分析技术规范..
中国联通GSM无线网MR数据分析技术规范中国联通移动网络公司运行维护部2009-8目录总则............................................... 错误！未定义书签。
1、背景介绍 (3)1.1MR概述.................................. 错误！未定义书签。
1.2 MR数据采集要求： (3)1.3MR数据存储要求 (4)1.4MR分析人员要求 (5)2、MR的功能 (5)2.1网络覆盖分析 (5)2.2网络通信质量分析 (6)2.3网络干扰水平分析 (8)2.4覆盖弱小区比例分析 (9)2.5过覆盖小区比例分析 (10)2.6上下行链路不平衡小区比例分析 (11)3、日常MR优化分析 (12)3.1 问题小区定位 (12)3.2 硬件故障分析 (14)3.3 覆盖深度分析 (14)4、专项优化MR分析技术要求 (15)4.1 最佳频率评估 (15)4.2 LAC区边界 MR分析 (16)4.3 重点区域MR分析 (16)4.4 高速铁路MR分析 (17)4.5高速公路MR分析 (18)4.6 室内分布和直放站MR分析 (18)5、网络评估 (19)5.1 无线环境评估 (19)5.2 覆盖评估 (20)5.3 通信质量评估 (20)5.4 话务分布分析 (21)概述MR数据是指在专用模式下，手机向系统发送对无线环境进行测量的报告和系统对上行链路进行测量的报告。
MR数据包含上、下行无线链路测量数据，包括：手机的接收质量，手机的接收电平，手机的发射功率，基站的接收质量、基站的接收电平，TA，上下行链路损耗等无线环境信息。
作为网络优化的重要分析评估手段之一，相对于话务统计数据分析、DT/CQT 分析而言，通过MR进行网络评估和优化具有真实、详尽、方便、直观等多种优势。
总部网络优化中心为了统一MR数据分析方法，特制定《中国联通GSM无线网持续性网络优化MR数据分析技术规范》。
MR数据分析在WCDMA邻区优化中的应用
庆 某ＲＮ 优 化实例 ，说 明ＭＲ Ｃ 数据 分析在邻 区优 化 中的作
图２ 优 化 处 理 框 图 用。
（ １）ＭＲ 判 初
华 为网管 系统 Ｍ一 ０ ０ 取连 续一 周 ＭＲ ２ ０提 数据 ，使用
华为Ｎ ｓａ Ｔ具进行 初步分析 ，现网小 区间ＭＲ Ａ ａ ｔｒ １ 事件或
数据 １ ；其 次 ，结合历史Ｄ 数据修正数据 １ Ｔ ，得到数据２ ；
制过 多越 区 ，可适当增加覆盖 。将 修正 后的列表提交步骤
（ ４）。
然 后 ，采 用拓朴 算法 ，修 正数据 ２ ，得到 数据 ３ ；最 后 ，
结合话统 指标 ，修 正数据 ３ ，得到最 终结果 。具体步 骤如
图 ２ 。
（ 话统修正 ４） 话 统主 要核 实应 该 两两删 除 。查看 两小 区 间话统统
计 的切换次数 ，一般 统计两周 以上 的切换数 据。切换次数
较少则可删 除 ，但室分小 区切换次数相 对较 少 ，选择删除
最终 数据
时需慎重。 经过 以上４ 个步骤后 ，邻区关 系基 本合理 。下面 以重
１ Ｍ Ｒ 据性 能 结构 数
每 个Ｗ ＣＤＭＡ ＭＲ 告 最 多 报 包 含 ２ 条 ＭＲ记 录 ，每 条 ＭＲ记 ０ 录包 含 一次 同频 事 件测 量 （ 庆 重 现 网未 开周 期测 量 ），或异 频 事 件 测 量 ，或 异 系 统 事 件 测 量 ，
三选 其 一 …。 同频 测量 、异 频 测 量 ，ＭＲ 主要数 据为 ：小区扰码 、 ＣＰＣＨ Ｅ ／ 、ＣＰ ＣＨ Ｒ ＣＰ Ｉ ｃＮｏ Ｉ Ｓ 等
Ｍ鞭（ ｓ ） ａ ｎ１
等 测 量 值 。 ＭＲ 据 结 构 如 图 数
１ 。如 果 测 量 记 录 中存 在字 符 串
MR数据栅格化对网络精准覆盖规划的辅助能力分析研究
MR数据栅格化对网络精准覆盖规划的辅助能力分析研究摘要：随着4G用户及业务的发展，用户对网络应用体验的要求越来越高，深度覆盖的问题也日趋明显，针对如何有效识别价值区域、发展流量高地等问题，面临工具处理能力低下，多工具串联使用过程复杂、人员技能受限、网络显性化呈现薄弱等问题，因此对高精度MR数据栅格化应运而生。
本文对高精度MR数据栅格化应用相关核心服务进行分析专研，重点研究了高精度MR数据栅格化应用体系结构及算法实现。
最后结合案例分析，进一步对高精度MR数据栅格化应用的使用进行了研究。
关键词：高精度；MR；栅格化应用。
1 应用介绍1.1 名词介绍定位精度：MR定位精度指的是定位算法中计算的MR上报位置点的经纬度与用户上报MR时实际位置之间的误差（Error），也可叫“偏差”（ deviation）。
定位精度通常用定位误差均值、方差、概率学CDF曲线或CDF曲线上的几个关键点来表述。
栅格大小 (分辩率)：它指的是栅格图的“栅格显示粒度”，而不是精度。
它是一个粒度概念，与定位精度没有关系。
栅格大小通常用N米*N米的正方形来表示。
MR定位：MR定位是确定无线网络中普通用户在作语音和数据业务过程中上报MR时所处的具体位置（经纬度），MR综合定位使用了MR中的CellID、信号强度、时延等信息，结合用户行为识别、前后滤波处理等一系列技术，确定每个用户中呼叫中上报MR的位置。
6D维度：从当前需求及应用来看，以下6个维度更客户需求且操作方便：覆盖（dBm）、容量（MB）、终端（个）、倒流（次）、速率（kbps）、投诉及VIP用户（个）。
实际上6D支持不仅仅6个维度，其余如成本、价值业务、建议淡化处理或作为辅助维度。
在规划时6D的维度可以自定义，根据需求可以将关注的重点维度权重提高。
弱覆盖标准定义：通常基于MR的弱覆盖定义有2个：①栅格RSRP平均值：栅格内所有MR的RSRP算数平均。
②弱覆盖栅格占比：栅格内低于弱覆盖门限的MR条数除以栅格内MR总条数，得到弱覆盖MR占比，如果这一比例超过某一门限（例如：20%），则认为栅格属于弱覆盖栅格。
基于MR测量报告的频率优化应用研究
基于MR测量报告的频率优化应用研究[摘要] 频率优化是GSM无线网络优化的重要组成部分,本文针对频率优化的课题,重点介绍了MR测量报告在频率优化中的应用,包括覆盖优化、邻区优化、日常频率优化、网络变频工程,以及利用MR测量报告在频率优化中的创新应用研究。
[关键词]GSM移动通信无线网络优化频率优化MR测量报告一、MR测量报告的频率优化应用背景1.1当前移动通信网络发展现状与频率优化课题中国移动通信仍然处于一个高速发展的阶段,目前用户数已经突破5亿,随着移动用户数呈大幅度增长,移动通信成为最大的通信手段将成为未来的发展趋势。
由于网络容量的大幅度增长,频点的复用度也越来越高,因网内同邻频干扰导致的语音质量下降、掉话等网络问题逐渐增多。
因此在日常优化中,频率优化是当前研究的重要课题,必须根据网络的质量指标变化情况及时进行频率优化,提升网络质量。
1.2频率优化在GSM网络中的意义目前中国移动GSM900网络主要使用1-94共94个频点,DCS1800网络主要使用512-635共124个频点。
在GSM系统建设中,必须通过频率的重复使用来维持网络规模的持续扩大,由于频率资源有限,及时开展频率优化提高频率资源的利用率,有着资源性的意义。
另外在网络建设时频率规划不当会引起同邻频干扰,影响通话质量,网络建设完成后及时开展频率优化工作,对GSM网络的质量有着保障性的意义。
二、MR测量报告在频率优化中的应用2.1 MR测量报告原理根据GSM规范,为了能对通话中的手机进行功控和切换控制,网络必须得到手机的相关信息,这些信息是由手机汇报的。
对于GSM网络中的手机来说,在通话状态下,手机以480毫秒的周期定期向网络汇报它所测量到的服务小区和邻小区的测量报告,每个测量报告主要包括服务小区的BCCH、信号电平、通话质量和TA值等,另外还包括信号最强的6个邻小区的BCCH、信号电平和BSIC(网络色码)等。
而BSC则根据这些测量报告,根据网络定义的功率控制和切换的参数进行功率控制和切换控制等。
MR数据在4G网络SINR优化中的应用
MR数据在4G网络SINR优化中的应用一、成果背景目前公司正在集中全力发展LTE网络建设，由于LTE属于较新的业务，因此目前缺少有效的分析手段。
现阶段主要是靠路测和用户的投诉来发现网络存在的问题，解决的主要是发生在道路上的问题，对于用户实际所处位置的使用情况无法得知和分析。
针对这个问题采取有目的性的采集特定时段MR数据来分析和解决。
MR数据在主流的应用中主要是针对无线网络覆盖问题，即通过接收功率（RSRP）的情况确认弱覆盖、过覆盖等情况，但4G网络优化中，下载速率的多少主要取决于信号与干扰加噪声比（SINR）的情况，本文通过MR数据的深入挖潜，探索了一条对4G网络SINR的优化方法，使得通过后台数据直接定位4G速率问题，极大提高了4G优化工作效率。
二、解决方案影响用户使用感受的主要是覆盖差和信号质量差，也就是RSRP差和SINR差。
其中覆盖问题多数只能靠新建基站等建设手段解决，而RSRP好但SINR差的情况则大多可以通过优化手段来解决，这也是优化最常遇到的问题。
用户终端申请下载速率就是以其解调出的SINR为依据，然后上报CQI需求，网络根据用户上报申请分配下行速率，所以可以说SINR的优化是网络优化的重点。
目前主要是通过用户投诉来发现RSRP好但SINR差的问题，如果能通过MR数据分析来主动的发现这类问题，在用户投诉之前争取解决，则网络优化效率可以得到质的改变。
但是在MR的上报数据中只有用户的RSRP和RSRQ的数据，并没有上报SINR 的数据。
因此需要将上报的RSRQ数据转换为SINR来评估，下面介绍一下具体的计算方法：1. 指标定义RSRP（Reference Signal Receiving Power）：是在某个Symbol内承载Reference Signal的所有RE上接收到的信号功率的平均值；RSSI（Received Signal Strength Indicator）：是在这个Symbol内接收到的所有信号（包括导频信号和数据信号，邻区干扰信号，噪音信号等）功率的平均值；RSRQ （Reference Signal Receiving Quality）：RSRP和RSSI的比值，当然因为两者测量所基于的带宽不同，会用一个系数来N调整，也就是RSRQ = N*RSRP/RSSI，N是全带宽的RB数目（跟带宽有关系）。
MR在GSM无线网络优化中的应用
（）时间提前量 ： Ｓ ３ Ｂ Ｃ根据收集到 的某小 区 ／载频 单位时间内所有特定量值 的采样点数量 （ Ｔ 为 ０ １ 如 Ａ 、…
的采样点数量 ） 。采用 Ｔ 某特定量 值 占比 Ａ 量值 占比 ＝ ａ Ｔ ／ Ｖ １＋ ａ ａ１ ， ＋ （ ａ０ Ｔ Ｖ １＋ …， 某特定 ｌ３ ６）
界并对越 区情况进行分析判断 ，这样可有效防止越区覆 ｘ＝ ， ０ …，６ （ ３ Ｘ取值可 以设 定 ） ，判断扇 区内 ＭＳ分布 盖问题的存在 ， 能够有效地优化本地 区的无线网络结构 ； 情况 ； 辅助判断扇 区边缘用户分布情况 ； （ ）手机 发射 功率 ： Ｓ ４ Ｂ Ｃ根 据收集 到 的某小 区 ／
依据 ；
（） ／下行信号 强度 ： １上 利用 ＭＲ统计数据 ，将一
（ ）网络质量分析 ： ７ ２ ｈ的数据支撑 下，完 ２ 在 ×４ 成上下行无线网络的质量分析 ，能够反映 出本地 区全 网 通话质量 的真实情况，从而为全国提高通话质量 的后续 网优提供数据支持 ； （ ）话务热点区域分析 ： ３ 支持每 １０ ０ ｍ地理 ０ ｍ Ｘ１０
小 区级 ／载频级 小 区级 ／载频级
小 区级 ＭＳ
ＤＦ ＩＦ
８
９
ＮＡ Ｓ ＶＳ
ＳＳＤＩ ＳＣ Ｆ Ｖ Ｓ
—
ＮＣ
服务 小 区接收 电平 与邻 小 区接收 电平 差值
服务 小 区与非 服务 小 区接收 电平 矩阵
小 区级
小 区级
ＢＣ Ｓ
ＢＣ Ｓ
ｌ ０
LTE原始MR数据挖掘及在网络优化中的应用
LTE原始MR数据挖掘及在网络优化中的应用作者：沈楠赵春阳余飞来源：《科技与创新》2019年第09期摘要：原始MR为海量明细数据，不易存储及应用，通过对原始MR数据进行了数据挖掘，在此基础上实现了在无线网络优化中的几种典型应用，为原始MR数据的后续开发及应用提供了参考。
关键词：原始MR;数据挖掘;网络优化;LTE中图分类号：TN929.53文献标识码：ADOI： 10.15913/ki.kjycx.2019.09.0671 引言测量报告（ measurement report，MR）是TD-LTE系统的一种重要功能，终端上报的测量结果可以用于系统中小区选择/重选及切换等事件的触发，也可以用于维护和观察系统的运行状态，是网络优化中的主要数据来源之一。
在日常网络优化中，原始的MR数据由于数据量巨大，不适宜直接存储和使用，一般是将MR中所需要的关键字段数据入库后再统计使用，使用起来方便灵活。
这样处理的后果就是原始MR数据中数据与数据之间的关联以及大量有用的细节信息被丢弃了，而这种被丢弃的数据有可能被用来进行深层次的数据挖掘及应用，实现网络数据应用的最大化，从更深的层次上实现多个维度的关联分析及网络数据的拓展应用。
某特大型城市全天原始MR数据的压缩包在800 G左右，解压缩后数据量会达到IOT左右，原始MR数据的开发及使用具有较高的技术门槛和需要占用大量的软硬件资源，随着计算机技术及大数据应用快速发展的背景下，对原始MR数据的分析及挖掘成为可能。
2 原始MR数据的内容及特点目前LTE网络已经开启MR周期性测量功能，并由网络管理系统对测量报告进行定期收集。
周期性测量数据存放在MRO（MR original，代表测量报告样本数据文件）中，MRO数据量大、信息齐全，是网络评估和优化的首选数据。
根据某运营商的无线测量报告的格式和内容要求，测量报告在OMC-R中有两种存储形式：样本数据和统计数据，其中样本数据表示OMC-R收集的原始测量报告信息，是本文进行数据挖掘的研究对象。
利用MR数据定位室内用户分布指导5G深度覆盖规划方案的研究
利用MR 数据定位室内用户分布指导5G 深度覆盖规划方案的研究田桂宾，胡永胜（中国移动通信集团设计院有限公司新疆分公司，乌鲁木齐 830011）摘 要 本文介绍了现有常规深度覆盖规划流程，对其优缺点进行了梳理，分析了利用MR定位室内用户分布指导5G深度覆盖规划的合理性，提出了利用MR数据进行室内外用户采样点区分的方法，制定了利用MR数据精确定位室内外用户分布区域的方案，确定了利用MR定位室内用户分布指导5G深度覆盖规划的流程，对利用MR定位室内用户分布指导5G深度覆盖规划流程应用实现进行了阐述。
关键词 室内用户；5G深度覆盖；MR数据中图分类号 TN929.5 文献标识码 A 文章编号 1008-5599（2021）03-0039-06收稿日期：2020-04-27随着5G 网络牌照的下发，中国三大运营商5G 网络大规模建设已经全面拉开序幕。
5G 网络将成为今后网络建设的关注重点。
通过技术发展进程结合市场预测，5G 网络在不同应用场景中业务需求差异性较大，尤其在室内场景与室外场景用户业务需求有较大区别，室内业务在数据业务中占比为75%以上。
室内深度覆盖建设成为5G 网络建设的重中之重。
实际网络建设过程中，由于缺乏相关手段区分室内外用户，部分区域虽然室内业务需求较为旺盛但均未进行建设，严重降低了用户使用感知，同时对于室内业务的发展造成了极大影响。
通过合理有效的手段区分室内外用户、充分掌握室内用户分布情况能够为今后5G 深度覆盖规划起到有效的指导作用。
1 原深度覆盖规划方法的分析如图1所示，现有常规深度覆盖规划操作流程如下。
（1）结合市场需求以及数据流量和小区弱覆率等情况进行数据分析。
（2）依据数据分析结果设定规划目标，确定该区域是否需要建设室内分布系统。
图1 现有深度覆盖规划流程图（3）结合历年来数据业务增长趋势和网络技术发展趋势进行业务预测。
通常采用趋势外推法，以历年数据业务发展情况确定增长趋势为基础，对目标区域覆盖小区的数据流量进行分析，在充分考虑采用室内深度覆盖进行负荷分担的基础上，对室内深度覆盖接入用户规模进行预测。
基于MR弱覆盖的网络射频精细优化
基于MR弱覆盖的网络射频精细优化一、优化背景鉴于VOLTE的开通迫在眉睫，VOLTE对中国电信的网络覆盖也提出了相当高的要求。
射频优化既是LTE优化的基础工作，也是提升业务感知的最直接手段，但传统的射频优化会消耗大量的人力物力。
特此通过对MR分析指导射频优化提升业务感知的专题研究，达到节约成本提升工作效率的目的。
二、优化思路基于MR的弱覆盖优化方法，基本思路如下：根据基础优化手段结合实际优化方式，解决站间距合理却深度覆盖不足，优化手段如下三、问题描述通过MR数据分析，结合谷歌地图定位出MR弱覆盖占比较高、用户数及流量多的高价值某个区域。
选取东湖家园小区，该小区位置居民多，用户数及流量多，高价值区域，但弱覆盖严重影响用户感知，阻碍市场发展，急需对该区域进行优化调整。
该区域覆盖宏站、覆盖情况、用户分布情况具体如下：覆盖宏站覆盖距离GE位置（站间距不足500米，较小）MR分布情况用户流量（按天）用户数（按天）四、处理建议和效果对比根据MR定位弱覆盖区域，结合KPI指标确定高价值目标区域，通过小区接入距离可知覆盖东湖家园居民区域的扇区弱覆盖面积较大，站间距较小，覆盖基本优化场景，故优化过程如下：4.1 处理建议1、LF_H8_吴兴东湖大桥_19小区机械下倾角由2度调整为6度；2、LF_H8_吴兴东湖家园CL_17顺时针调整方位20度（从30度到50度）。
4.2 效果对比吴兴市东湖家园小区附近问题区域优化前后效果对比，弱覆盖现象改善明显，用户数及流量有所增长，具体如下：MR弱覆盖指标优化前后变化情况：优化前后用户数及流量变化情况：MR覆盖变化用户及流量变化五、总结基于MR数据的网络射频精细优化，具有较高的精确性,能够保证射频精细优化对实际LTE网络结构质量的改善效果，提高LTE网络优化的效率。
可根据MR数据分析网络覆盖、流量、用户分布情况，精准识别高价值弱覆盖区域进行射频优化，提升用户感知，为市场发展提供参考依据。
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】TN929.51 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。
5G优化最佳实践湛江电信MR提升优化报告
MR 是指移动终端通过控制信道在业务信道上以一定时间间隔向基站周期上报所在小区 的下行信号强度、质量等物理信息，基站将终端上报的下行物理信息和自身收集的上行物理 信息上传给基站控制器，并由其收集与统计。
当前考核的 MR 覆盖率为全量 MR，即周期性订阅 MR，全网上报的 MR 全部保留统计， MR 弱覆盖门限为 RSRP 低于-110dbm，MR 覆盖率覆盖率=RSRP>-110dBm 采样数/总采样数。Biblioteka 结果；2.3 网络结构
网络站点数量、站间距、站高、覆盖情况是否受阻等因素，其中网络工程建设对于网络 指标的影响是明显的，站间距的缩小必然引起整体网络覆盖的增强，网络指标随之改善明显；
2.4 用户分布
现网用户一般情况下认为满足泊松分布，中、差、好点分布比例较为均衡，且不可控， 一般通过调整最小接收电平等进行控制边缘用户接入比例；
2.6 网络无线环境优化
城区高楼林立对信号的阻挡，城中村建筑规划不合理，此类网络无线环境复杂，对于室 分外泄、切换拖死、邻区漏配等问题需要作为周期性核查优化，避免产生 MR 弱覆盖采样甚 至掉话。
3. 提升方案
3.1 补点规划和新站建设
2018 年二季度湛江城区 MR 栅格覆盖率为 93.21%，精品网四区 MR 覆盖率分别为 93.93%、 93.58%、93.92%、91.24%，均低于考核值 94%。
各区域MR覆盖情况
90000000 80000000
93.93%
93.58%
93.92%
72715105 95.00% 78008591 93.21%
70000000 60000000
91.24%
50000000
40000000 30000000 20000000
MR数据在4G网络SINR优化中的应用
MR数据在4G网络SINR优化中的应用一、成果背景目前公司正在集中全力发展LTE网络建设，由于LTE属于较新的业务，因此目前缺少有效的分析手段。
现阶段主要是靠路测和用户的投诉来发现网络存在的问题，解决的主要是发生在道路上的问题，对于用户实际所处位置的使用情况无法得知和分析。
针对这个问题采取有目的性的采集特定时段MR数据来分析和解决。
MR数据在主流的应用中主要是针对无线网络覆盖问题，即通过接收功率（RSRP）的情况确认弱覆盖、过覆盖等情况，但4G网络优化中，下载速率的多少主要取决于信号与干扰加噪声比（SINR）的情况，本文通过MR数据的深入挖潜，探索了一条对4G网络SINR的优化方法，使得通过后台数据直接定位4G速率问题，极大提高了4G优化工作效率。
二、解决方案影响用户使用感受的主要是覆盖差和信号质量差，也就是RSRP差和SINR差。
其中覆盖问题多数只能靠新建基站等建设手段解决，而RSRP好但SINR差的情况则大多可以通过优化手段来解决，这也是优化最常遇到的问题。
用户终端申请下载速率就是以其解调出的SINR为依据，然后上报CQI需求，网络根据用户上报申请分配下行速率，所以可以说SINR的优化是网络优化的重点。
目前主要是通过用户投诉来发现RSRP好但SINR差的问题，如果能通过MR数据分析来主动的发现这类问题，在用户投诉之前争取解决，则网络优化效率可以得到质的改变。
但是在MR的上报数据中只有用户的RSRP和RSRQ的数据，并没有上报SINR 的数据。
因此需要将上报的RSRQ数据转换为SINR来评估，下面介绍一下具体的计算方法：1. 指标定义RSRP（Reference Signal Receiving Power）：是在某个Symbol内承载Reference Signal的所有RE上接收到的信号功率的平均值；RSSI（Received Signal Strength Indicator）：是在这个Symbol内接收到的所有信号（包括导频信号和数据信号，邻区干扰信号，噪音信号等）功率的平均值；RSRQ （Reference Signal Receiving Quality）：RSRP和RSSI的比值，当然因为两者测量所基于的带宽不同，会用一个系数来N调整，也就是RSRQ = N*RSRP/RSSI，N是全带宽的RB数目（跟带宽有关系）。
MR覆盖专项优化案例分析
书痴者文必工，艺痴者技必良。
——蒲松龄
调整后茶丰峽1小区主覆盖（原旁瓣）方向实景图
调整前RSRP分布图 调整后RSRP分布图
通过RF调整、增加 RS参考功率、形 成衔接覆盖，改善 用户集中区域信号 覆盖效果能够有效 改善MR覆盖率值。
第 11 页
六、MR覆盖率差解决案例（沙县翠绿小学）
现场图片
天馈核查
MR覆盖率差小区方向
沙县翠绿小学 1小区使用 18dbi增益定 向天线，实地
调整覆盖方站点连片覆盖、RF调整控制覆盖距离
是否孤站、是否高山站过覆盖严重
第8页
五、MR覆盖率差解决案例（茶丰峽路段）
沙县RF调整前DT测试
说明：沙县琅口到沙县琅口茶丰峡路段（茅坪村），信号非常弱，平均电平在－110左右，SINR也因此
比较差，茅坪村为聚集居住区和交通要道，因此琅口茶丰峽1小区和沙县琅口1小区都进入了MR覆盖率差 小区列表里。
3、信令流程如下图：
第1页
二、MR采集应用场景
▪ 小区话务分布分析：分析通话过程中的周期性测量报告，可获得话 务在小区内的分布情况，为网络优化工作（调整小区功率、增加载 频、调整站址分布等）提供依据。
▪ 无线覆盖的实时评估：采集测量报告，获得小区内的无线覆盖情况， 节省运营商日常路测费用支出。
▪ 切换分析：采集切换前/后的测量报告，获得切换区的地理分布和无 线环境信息；分析切换过程中使用资源，定位特定资源的故障，提 高切换成功率；分析切换流程的信令，统计切换原因、切换失败原 因。
第4页
四、MR覆盖率差解决方案（覆盖篇）
覆盖不合理
控制下
倾角。
新增站 点补盲 补弱
站点高、过覆盖严重、覆盖 方向与设计规划不符；城郊
MRR功能在网络优化中应用
MRR功能在网络优化中应用关键词：MRR 分析应用1.引言目前的无线网络性能评估方法主要有两种：话务统计和现场测试。
话务统计是对客户在通话过程中发生的事件进行记录和统计，其数据具有明显的统计规律，但它无法反映无线网络的覆盖与质量的具体分布情况，不便于对造成异常事件的覆盖原因进行分析和优化；现场测试是从客户感受网络服务质量的角度出发，对网络局部范围的无线覆盖与质量进行现场测量。
一般来说，只能采集到测试路线或区域上的数据，数据的统计规律性依赖于测试范围和测试工作量的大小，效率低，成本高、统计规律性较差。
MRR利用BSC对服务小区的无线信号测量功能，对每个小区的上下行的信号质量、信号强度、TA、路径损耗、功率控制等级等信息进行了分类统计。
其特点是对服务小区无线信号测量统计，而不是对事件的统计，具有信息全面、效率高的优势。
将mrr统计与现场测试、话务统计相结合，可全面、深入地分析无线网络覆盖质量、客户感受和运行质量，进一步提升无线网络优化工作的广度和深度。
2.MRR简介MRR(Measurement Result Recording)是爱立信OSS系统中的一个重要功能模块，用于记录特定时间和范围内的BSC所接收的所有无线通话测量报告，MRR 测量记录中共有 5 项内容：包括测量小区的上下行信号强度、上下行信号质量、上下行路径损耗、TA、BTS/MS 发射功率。
通过对目标小区进行MRR 测量记录，可以得到比较详细的小区上下行无线信息。
对测量报告进行计算，可以用于判断小区是否存在上下行信号不平衡、质差、越区覆盖等问题，具体的数据有：上下行信号强度（rxlev）单位：dBm 步长：1dB上下行信号质量（rxqual）范围：0－7 步长：1上下行路径损耗单位：dBm 步长：1dBUL PATHLOSS = MS POWER LEVEL - UL RXLEVDL PATHLOSS = BSTXPWR - BTS POWER REDUCTION - DL RXLEV 移动台发射功率单位：dBm 步长：1Db覆盖范围TA （时间提前量）基站功率减少级别各类数据的步长：3.MRR应用MRR在无线网络优化分析中的具体应用包括：质差问题通过分析上下行信号平均质量、信号质量的正态分布情况可以判断哪些小区属于质差问题。
利用MRR中的TA统计计算光纤直放站话务的应用案例
利用MRR中的TA统计精确计算光纤直放站话务的应用1、概述为了实现无线网络的无缝覆盖，在解决城中村及边远郊区或者对容量要求较小的区域覆盖时较多是采用直放站。
随着网络规模的不断扩大，直放站的应用也越来越多，但直放站的大量应用也带来了一定的负面影响如：上行干扰、上下行电平不平衡、信源不合理等。
光纤直放站虽然较一般无线直放站稳定，但由于其延伸了小区的覆盖范围，必然导致信源站配置升高，频率干扰的可能性上升，而且由于直放站拉远宏站信号，导致出现不规则的小区覆盖，这给频率规划及网络优化工作增加了难度。
伴随着各种能弥补直放站缺点的新设备的使用，以及结构化调整中减配、控制覆盖等优化手段的大量采用，直放站替换整治已成为日常优化中一项重要的工作。
长期以来，直放站的性能监测都处于相对被动的局面，由于没有有效的统计工具，对光纤直放站的远端话务预测、性能指标统计等一直处于空白状态。
对于此类需求，目前只能依靠粗略估算。
因为估算的准确性低，无法对替换站型、配置做准确估算，经常造成资源浪费或投入不足，最后需要二次整治，降低工作效率，浪费人力物力。
2、MRR简介MRR（Measurement Result Recording）是OSS系统RNO软件包的一部分，它是基于Abis接口收集测量结果的统计分析工具，它主要用于分析监测小区的无线网络性能，收集的数据包括：上下行信号强度、质量，手机和基站的发射信号电平，上下行的路径衰耗，手机采用的TA值等，并可对小区的测量数据进行统计分析，可以概率分布图的方式表示。
MRR统计某小区的TA分布图3、算法（1）思路由于光纤直放站时延较大，TA分布经常是10-40甚至更大，而目前宏站的TA分布一般在5以下，所以，根据MRR的TA统计分布，可以计算出光纤直放站信源引入的话务比例，根据同时段宏站的话务统计，可以单独计算出光纤直放站的话务。
（2）算法以JMJZHC3小区为例。
该小区带有光纤直放站“庆辉欢乐城(GQ)L”，取10月10日晚忙时MRR 统计TA分布如下：由图可见，JMJZHC3小区的TA分布明显分为两段，A段集中在TA0—TA4，B段在TA34—TA40之间，两段话务间隔明显。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
MR数据在4G网络SINR优化中的应用一、成果背景目前公司正在集中全力发展LTE网络建设，由于LTE属于较新的业务，因此目前缺少有效的分析手段。
现阶段主要是靠路测和用户的投诉来发现网络存在的问题，解决的主要是发生在道路上的问题，对于用户实际所处位置的使用情况无法得知和分析。
针对这个问题采取有目的性的采集特定时段MR数据来分析和解决。
MR数据在主流的应用中主要是针对无线网络覆盖问题，即通过接收功率（RSRP）的情况确认弱覆盖、过覆盖等情况，但4G网络优化中，下载速率的多少主要取决于信号与干扰加噪声比（SINR）的情况，本文通过MR数据的深入挖潜，探索了一条对4G网络SINR的优化方法，使得通过后台数据直接定位4G速率问题，极大提高了4G优化工作效率。
二、解决方案影响用户使用感受的主要是覆盖差和信号质量差，也就是RSRP差和SINR差。
其中覆盖问题多数只能靠新建基站等建设手段解决，而RSRP好但SINR差的情况则大多可以通过优化手段来解决，这也是优化最常遇到的问题。
用户终端申请下载速率就是以其解调出的SINR为依据，然后上报CQI需求，网络根据用户上报申请分配下行速率，所以可以说SINR 的优化是网络优化的重点。
目前主要是通过用户投诉来发现RSRP好但SINR差的问题，如果能通过MR数据分析来主动的发现这类问题，在用户投诉之前争取解决，则网络优化效率可以得到质的改变。
但是在MR的上报数据中只有用户的RSRP和RSRQ的数据，并没有上报SINR的数据。
因此需要将上报的RSRQ数据转换为SINR来评估，下面介绍一下具体的计算方法：1.指标定义RSRP（Reference Signal Receiving Power）：是在某个Symbol内承载Reference Signal 的所有RE上接收到的信号功率的平均值；RSSI（Received Signal Strength Indicator）：是在这个Symbol内接收到的所有信号（包括导频信号和数据信号，邻区干扰信号，噪音信号等）功率的平均值；RSRQ （Reference Signal Receiving Quality）： RSRP和RSSI的比值，当然因为两者测量所基于的带宽不同，会用一个系数来N调整，也就是 RSRQ = N*RSRP/RSSI，N是全带宽的RB数目（跟带宽有关系）。
SINR：信号与干扰加噪声比（Signal to Interference plus Noise Ratio）是指:信号与干扰加噪声比（SINR）是接收到的有用信号的强度与接收到的干扰信号（噪声和干扰）的强度的比值2.理论计算假设Reference Signal功率为PRS（W），该Symbol内数据符号功率为Pdata（W），已经被小区用户使用的RB个数为X，NI为每个子载波的干扰和噪声，则：未被小区用户使用的RB个数为N-X；未被小区用户使用的每个RB接收信号强度为：4* PRS+12*NI（一个Symbol内有12个子载波，4个Reference Signal）被小区用户使用的每个RB接收信号强度为：4* PRS+8*Pdata+12*NI（一个Symbol内有12个子载波，4个Reference Signal，8个数据子载波）RSRQ = N*RSRP/RSSI=N* PRS/[X*(4* PRS+8*Pdata+12*NI）+(N-X)*(4*PRS+12*NI)]=N* PRS/[X*(4* PRS+8*Pdata+12*NI-4*PRS-12*NI)+N*(4*PRS+12*NI)]=N* PRS/[X*8*Pdata+ N*(4*PRS+12*NI)]=N/[ X*8*Pdata/ PRS+ N*(4 +12*NI/ PRS)]=N/[ X*8*Pdata/ PRS+ N*(4 +12/SINR)]? 假设PA=-3、Pb=1， Pdata= PRS/2，则：RSRQ = N*RSRP/RSSI=N/[ X*8*Pdata/ PRS+ N*(4 +12/SINR)]=N/ [X*4+ N*(4 +12/SINR)]=1/[X*4/N+ (4 +12/SINR)]取对数：10log （RSRQ ）=0-10log （X*4/N+4+12/SINR ）=-10log(X*4/N+4+12/SINR)从推导来看，RSRQ 和SINR 之间的关系涉及负荷问题，即具体被小区用户使用的RB 个数X ，为此，考虑到空载或轻载的环境，则此问题可以解决。
将上述公式推导来看：可看出，对于轻载的环境，X 的取值为0-10对相同的RSRQ 情况下，其SINR 变化很小，而从MR 数据采集原理来看，MR 是采集扇区下激活的用户M 个，让M 个用户周期上报测量信息，此过程并不增加下行数据或很少的交互字节，为此，完全可以选取深夜时段，采集因为终端心跳原因而处于连接状态的终端上报测量，从而RSRQ 和SINR 的转换完全采用空载时的计算关系即可。
假设Reference Signal 功率为P RS （W ），每个子载波的干扰和噪声为NI ，则空载时，对于2天线端口：RSSI=N*（4*P RS +12*NI ）（一个Symbol 内有12个子载波，4个Reference Signal ）RSRQ = N*RSRP/RSSI=N* P RS /[ N*( 4*PRS+12*NI)]=1/(4 +12/SINR)取对数：输出SINRN -19.5-19-18.5-18-17.5-17-16.5-16-15.5-15-14.5-14-13.5-13-12.5-120-8.509-7.984-7.456-6.924-6.388-5.847-5.301-4.748-4.189-3.621-3.043-2.455-1.853-1.237-0.6020.0551-8.503-7.978-7.449-6.916-6.379-5.837-5.289-4.735-4.174-3.604-3.024-2.433-1.828-1.207-0.5680.0942-8.498-7.971-7.442-6.908-6.370-5.827-5.278-4.722-4.159-3.587-3.005-2.411-1.803-1.178-0.5340.1343-8.492-7.965-7.435-6.900-6.361-5.817-5.266-4.709-4.144-3.570-2.986-2.389-1.777-1.149-0.5000.1744-8.487-7.959-7.428-6.892-6.352-5.807-5.255-4.696-4.129-3.553-2.966-2.366-1.751-1.119-0.4650.2145-8.481-7.953-7.421-6.884-6.343-5.796-5.243-4.683-4.115-3.536-2.947-2.344-1.726-1.089-0.4300.2556-8.476-7.947-7.414-6.876-6.334-5.786-5.232-4.670-4.100-3.519-2.927-2.321-1.699-1.059-0.3950.2967-8.471-7.941-7.407-6.869-6.325-5.776-5.220-4.657-4.084-3.502-2.907-2.299-1.673-1.028-0.3600.3388-8.465-7.934-7.400-6.861-6.316-5.766-5.209-4.644-4.069-3.485-2.887-2.276-1.647-0.998-0.3240.3809-8.460-7.928-7.393-6.853-6.307-5.756-5.197-4.630-4.054-3.467-2.868-2.253-1.620-0.967-0.2880.42210-8.454-7.922-7.386-6.845-6.298-5.745-5.185-4.617-4.039-3.450-2.848-2.230-1.594-0.936-0.2520.465RSRQ 值10log（RSRQ）=0-10log（4+12/SINR）=-10log（4+12/SINR）从上面的理论推导可以得出在系统空载时RSRQ和SINR的对应关系，根据对应关系得出了下面的曲线。
RSRQ与SINR关系（空载）.xlsx3.数据的分析根据计算出的在空载时RSRQ和SINR的对应关系，选取最接近空载的凌晨4点的闲时MR数据，可以得到最接近的SINR值来评估信号质量。
集团的质差小区的定义平均接收电平?RSRP>‐90dBm?且平均?SINR<5dB?的小区定义为质差小区，根据上面图中曲线可以看出SINR为5dB时RSRQ的值为-9dB，按照此标准把提出的MR数据进行了过滤，提出了符合质差小区要求的点，得到如下图层。
图中红色点为质差小区点，至此，通过MR分析，直观的发现RSRP很好而SINR较差的区域，通过对这些区域的进一步DT/CQT，则可制定相应解决方案并优化实施。
下图中，红色为符合平均接收电平 RSRP>‐90dBm 且平均 SINR<5dB 的质差小区点，灰色点为所有MR采集的用户测试点。
三、实施案例以滨海塘沽区域的两个具体案例为例：1、塘沽京津塘高速公路与新北路交口附近MOD3 干扰MR统计质差小区位置点：经现场测试，确实发现，该区域强导频较多存在质差小区，导频污染等问题，说明MR 分析数据准确。
优化解决方案：1. 塘沽滨海湘江里西-BHFO-0电子下倾角由5°调整为8°2. 塘沽滨海湘江里-BHFO-0电子下倾角由8°调整为10°3. 塘沽滨海莱茵春天西-BHFO-0电子下倾角由2°调整为5°按照上述优化方案实施，调整后塘沽滨海湘江里西-BHFO-0、塘沽滨海湘江里-BHFO-0、塘沽滨海莱茵春天西-BHFO-0覆盖范围得到有效控制，MOD3干扰解决，SINR值改善明显。
进一步验证了MR分析定位的准确性。
优化调整后截图如下：2、塘沽东方大道与海滨六路交口附近MOD3 干扰MR统计质差小区位置点：经现场测试，确实发现，该区域强导频较多存在质差小区，导频污染等问题，说明MR分析数据准确。
优化解决方案：1. 塘沽滨海天津港二队-BHFO-0、1、2扇区电子下倾角由6°调整为9°2. 塘沽天港储运-TGFO-2扇区电子下倾角由7°调整为9°3. 塘沽滨海永利电机-BHFO-1扇区电子下倾角由4°调整为6°3. 塘沽铁宇运输-TGFO-1扇区电子下倾角由6°调整为8°4. 塘沽保税区-TGFO-0扇区电子下倾角由4°调整为6°，塘沽保税区-TGFO-1、2扇区电子下倾角由6°调整为8°按照上述优化方案实施，调整后塘沽滨海天津港二队-BHFO-1、塘沽天港储运-TGFO-2、塘沽滨海永利电机-BHFO-1等覆盖范围得到有效控制，MOD3干扰解决，SINR值改善明显，速率提升明显。