案例-盐城-基于R语言采用大数据手段支撑L800M网络负荷优化

基于R语言采用大数据手段支撑L800M网络负荷优化

目录

一、概述 (2)

二、情况分析 (3)

1、准备工作 (3)

2、数据清洗 (3)

3、关联扇区的确定 (4)

4、关联扇区的分析 (5)

5、算法实现 (5)

三、成果展示 (5)

四、结论 (7)

一、概述

现网中有1.8G、800M两个频点为全网覆盖频点，话务热点区域补充L2.1G 以及TD-LTE分流，今年盐城LTE周流量增长了788TB，增幅为124%。大规模网络建设后，如何利用有限的网络资源，应对不断增加的流量需求，同时还要提升客户感知，这对网络优化工作提出的终极目标，很具有挑战性。网络覆盖的基础在于信号的强弱，为了保证信号覆盖，更希望用户处在L800M网络，如此可以更好的利用L800M的广覆盖优势，但是L800M现网仅有5MHz的带宽，吸收话务的能力有限，所以为了保证用户感知质量，又希望更多用户处在L1.8G网络中，因此需要针对L1.8G和L800M做好均衡。

中兴现网的版本尚未支持频率优选，因此在修改多频组网切换门限以求提升MR覆盖率时，会造成L800M的负荷明显增加。因此一方面需要对高负荷区域适配“基于负荷均衡的MCS位置切换”参数，以求在“面”上降低L800M网络负荷，另一方面需要针对仍然负荷很高的具体“点”的扇区，进行逐一细致的分析，由于牵涉多频网络的各项工参、指标等多维数据，因此工作十分繁复。本案例中提出利用大数据手段充分利用AGPS栅格数据，筛查出L800M高负荷扇区的关联L1.8G扇区，并对这些扇区的覆盖范围及质量进行评估，同时利用R语言的数据可视化输出功能，实现高负荷区域关联数据的一图可视，便于优化人员结合高清卫星地图进行高效率的分析，提升工作成效。

二、情况分析

通过AGPS数据，可以有效评估网络覆盖情况，将高负荷的L800M扇区的AGPS数据展现出来，则可以明确的看出其覆盖区域范围、覆盖信号强度、结合每个栅格点的采样次数的分布则可以推断出用户的集中区域。

1、准备工作

（1）开发平台：R语言、WINDOWS 7系统。

（2）数据源，20*20米AGPS栅格数据（包括L800M、L1.8G）、基站工参、各个频段全量扇区的负荷、MR指标等统计数据；

（3）电子地图，以便于对应分析。

2、数据清洗

通过性能统计筛查出L800M高负荷扇区，匹配关联20*20米的AGPS栅格数据，就得到了相应的L800M高负荷扇区的覆盖区域。由于该数据为终端上报的GPS，因此存在一定的数据偏差，会出现偏远的覆盖点，需要对数据进行清洗。

高负荷L800M扇区的覆盖栅格点清洗算法示意

从图中的数据点分布情况可以看出，经过清洗后散点涉及范围压降到不足原先的20%的面积，同时保留了90%的分布点，使得数据更加聚集并有效。

3、关联扇区的确定

对于高负荷L800M扇区的分析，离不开共站的L1.8G关联扇区的覆盖质量以及负荷情况的分析，这个扇区也是重要的负荷分担目标扇区，因此特别需要明确其覆盖范围和L800M扇区的关联关系，但是仅此是远远不够的。

确定高负荷L800M扇区的共站关联扇区算法示意

通过L800M的栅格经纬度，匹配出所对应的L1.8G的栅格数据，并由此获得相关的L1.8G扇区，再进一步筛查出这些L1.8G扇区所覆盖的20*20米AGPS栅格数据信息，至此则已经获得和该L800M具有重叠覆盖的L1.8G的扇区，以及其相对应的栅格数据。

由于现网的L800M和L1.8G不是1:1对应布局，因此一个L800M扇区的覆盖往往对应着几个L1.8G的扇区覆盖范围，这些可以分为两种情况，一种是L800M 的覆盖点中有较高的比例落在相关L1.8G扇区的覆盖范围内，这属于交叠扇区；还有一种相关L1.8G扇区整体覆盖点中有较高的比例落在L800M覆盖范围内，同时加上在该范围内的分布系统，这些都属于包含扇区。

4、关联扇区的分析

对于关联的L1.8G扇区来说，首先需要查看其是否存在弱覆盖，如有则需要加强覆盖以减少切到L800M的概率；其次需要查看其是否存在高负荷，如有则

需要新增信源或者其他手段以分流；最后对于分布系统或滴灌来说，则直接考察其覆盖质量和负荷，对于负荷高的提出分布系统新增信源进行分流，对于覆盖质量不足的提出整治。

5、算法实现

基于R语言实现相关算法，筛查出高负荷的L800M扇区，以及其关联扇区、覆盖栅格情况等。并且可以将L800M扇区覆盖的采样点集中区域展示出来以确定话务集中区，包括分析结果、网络拓扑、基站工参、扇区指标整合在一起，实现图形化显示，对于优化方案的制定提供极大的帮助，有效提升效率。

三、成果展示

通过R语言实现自动化分析，可以达到分析结果一图呈现。具体如下：

Figure 4 质差区域及周边关联站点分布图

上图展示的即为马沟联垛村的分析情况：

A、红点位置即为高负荷L800M扇区，红色的名称表明该站L800M的18

扇区忙，PRB利用率达到53%，MR优良比为80%，所覆盖的栅格点使用

从采样点数量高的深蓝色到采样少的浅绿色展现；

B、蓝色点表明算法计算出所关联的L1.8G扇区的位置，蓝色扇区名表明

了扇区编号及天线挂高，可以看出同站的L1.8G的50扇区挂高27米；

C、紫色线段则表明L1.8G扇区的覆盖方向，标注表示扇区号/PRB利用

率/MR优良率，其中共站L1.8G可以看出为50扇区、PRB17%、MR96%，

其覆盖的栅格点使用黄色展现，可以看到覆盖点集中在扇区的近端；

D、玫红点表明该出为分布系统，如果有高负荷或差覆盖的则显示其扇

区名称以及相关指标。

方案制定如下：

A、从覆盖栅格来看，L800M扇区覆盖正常，过忙应该都是由于覆盖区

域中包含东山精密造成的。而该处已经建设开通8台RRU，其中3台MR

覆盖优良率比较差并且其PRB利用率比较低，需要进行整改。

B、共站的L1.8G覆盖主要集中在近端，而且其MR指标很好并且PRB

也不高，可以进行天馈及功率调整，稍微加大一些覆盖范围，多吸收一

点话务。

C、另外在厂区的北侧以及西南侧存在很多的接入，了解到这些区域的

分布系统尚在建设中，需要尽快开通。

四、结论

现有的AGPS数据栅格化以后可以有效的对网络覆盖情况进行评估，本案例中采用相关的关联算法，利用栅格数据，针对L800M高负荷扇区，挖掘出对其覆盖和负荷有较大影响的L1.8G关联扇区，并分析了其相关的覆盖质量和负荷，有效提高数据分析的准确性、并且大大提高了工作效率、减轻了分析人员的工作强度。