诺基亚贝尔--精确规划模块介绍201808

非全量，万分之一甚至 更低
需要S1-U信令，解码，过 滤
OTT
从XDR信令，S1U-
准确
HTTP的URL中获取
8
14/06/2020
Public
© Nokia 2015
非全量，需坐标转换和 清洗，关联运算量大
需要MR和XDR关联
精确规划-影响MR定位准确性的因素
Cell小区缺失，小区PCI信息错 ➢ 不同于23G，LTE（TDD/FDD）MR和DT中上报的邻区（PCI+EARFCN），不仅仅局限于网管配置的邻区表，而是UE 自主测量，由于PCI在全网是复用的，因此在邻区的Cellid匹配上LTE会复杂得多：
© Nokia 2015
1
规划三件套
2
精确规划
3
规划预评估
4
建设后评估
精确规划-规划需求分析
设定规划需求，依靠采集的运维和市场等多维度数据，建立规划需求库。 流程框架：
MR数据
精确规划主体功能
性能数据
测试数据 投诉数据
输 入
MR
各类
精确
数据
定位
映射
问题 区域 锁定
武器 库匹 配
推荐 站点
输 出
竟对战略
• AOA+TA
通过TA计算UE与服务小区的距离，再通过AOA 计算角度，距离+角度唯一确定UE位置。 • 优点：实现简单
• MR中规范TA最小单位为16Ts，单程约78 米，单位上的精度误差就高达80米；加之 多径，因此TA值本身就不准，因此这个误 差会更大
• AOA在MR规范中单位虽然是0.5度，但是 实际验证情况看，在非视距（NLOS）市 区密集场景下，由于存在多径，该值准确 性很差；
容量需求
业务发展
• 不同的基站视角，只要有
场景识别栅格化 自定义加站流程
数据，就可以考虑栅格化， 作为一个加站维度来考虑。
自研MR 指纹定位
栅格价值 聚类和图论算法
找站算法
需求库 -问题点/区域清单 -站点方案
-位置 -挂高 -方向角 -优先级)
5
14/06/2020
Public
© Nokia 2015
• 定位准确性还很大程度依赖于地图的准 确性；
Nokia神经网络定位
Nokia定位算法中关键2点： 1：引入日常的DT数据/OTT变成训练样本 指纹库； 2：通过指纹库训练传播模型，从而提高定 位的准确度。
• 缺点：算法复杂
• 定位的准确性更高
• 利用指纹库定位时不敏感基站的方位 角、高度等信息（即不过分依赖工参 数据）
• TA+AOA比较适用于农村开阔地场景
• 三角场强定位
通过接收信号场强和已知信道衰落模型去估 计UE的距离，根据多个邻区（>=3）算出的 距离来定位用户。 • 对基站天线方位角，高度等信息非常敏
感；
• 对传播模型非常敏感，传播模型与真实 环境的偏差直接决定定位误差
• 由于多径效应的影响，定位精度较差；
Cell小区的天线方位角错误
➢ 小区天线的方位角错误会引起比较大的定位误差，尤其是天线方位角信息和实际值完全相反：
• 用“指纹库匹配方式”是不敏感这些参数的，因此相比其他定位方式对方位角的准确性依赖要小；
• 但“指纹库匹配方式”不能100%保证找到最合适的点，也有一定概率使用栅格“指纹库”匹配方法，栅格指纹库 是计算出来的，其中会用到天线方位角和位置信息，因此也依赖于小区方位角的准确性；
规划审核：根据地市现场实勘后反馈的规划站址、站型、方向角等参数，预评估规划站点对待规划区域的覆盖效果。
建设后评估：集中开站后，评估已开站点的网络覆盖情况及改善效果，以及对周边网络结构的影响。
3
14/06/2020 © Nokia 2015
Public
目录
CONTENTS
4
14/06/2020
Public
squared difference）来评估，值越小表示相识度越高； • 从待选区域的所有可能50*50栅格，按上面的方法找到K个最
小的LSQ，这K个栅格的中心坐标就定义为MR的位置（如果 是NN算法，K=1）
7
14/06/2020
Public
© Nokia 2015
精确规划- 定位指纹库
精确规划平台MR定位指纹库生成方法：神经网络方法进行MR定位需要预先生成指纹库，指纹库的生成有3种方法 1）路测；2）仿真；3）UE上报GPS, APP GPS or MDT；4）OTT；
精确规划模块介绍
--V1.1.0版本
2018-08
1
14/06/2020
Public
© Nokia 2016
目录
CONTENTS
2
14/06/2020
Public
© Nokia 2015
1
规划三件套
2
精确规划
3
规划预评估
4
建设后评估
规划三件套
场景识别 室内外场景 道路场景 综合场景分析
竟对分析 精确 识别
精确规划-MR定位算法比较
精确规划平台MR定位方法：传统的定位方法基于TA+AOA或者三角场强定位算法，前者取决于AOA，TA的准确性，后者完全 取决于传播参数的选择以及仿真的准确性；准确性无法满足LTE精确规划/精细优化的精度要求，因此精确规划平台使用了Nokia提 出的基于指纹库的神经网络定位算法。
方法
特点
来自百度文库
优势
劣势
前提条件
图例
路测 仿真
反映实际无线覆盖环 境，离散性，动态统 计
快速，和实际情况 贴近
如果遍历或反复，需要 成本
连续性，静态统计
不需要现场测试
高精度地图和传播模型 精度校正需要成本，
道路丰富，范围适中
需要高精度地图和传播模 型校正
UE上报GPS APP GPS：从S1-U中 准确 获取
流程 闭环
开网优化 验收交维
建设数据回传 站点信息审核 基站数据制作 单站性能交维
工图谈 程纸点 施设落 工计实
建设开通
需求分析：通过指纹库定位技术，结合路测数据、XDR数据、MDT数据、掌厅数据等，实现全量MR数据定位，对覆盖、
容量、投诉、路测黑点、竟对等多维度进行全面价值评估，定位区域及推荐规划站点。
覆盖维度
投诉维度 网线络测评M试估R维无度
容量维度
竟对维度
……
智能 决策
需 求 分 析
站 点 建 议
需 求 统 计
需 求 库
新 站 设 计
需求分析
覆价规 盖值划 预预审 测测核
规 划 库
规站方 模址案 衔确落 接认地
待 建 库
价值 评估
规划审核
系统网络质量 评估和分析
网络质量优化
新建站 点效果评估
建设后评估
6
14/06/2020
Public
© Nokia 2015
精确规划-MR定位方法
指纹匹配：一般采用模式匹配的标准算法，比如KNN
（K Nearest Neighborhood）
• 指纹匹配：宗旨是选择MR与指纹库最“相似”的栅格； • 相似度可以通过MR中小区信号强度和指纹库的LSQ（sum of