案例-基于MR数据定位室分网络问题和用户感知的方法应用

合集下载
  1. 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. 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. 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)。

基于MR数据定位室分网络问题和用户感知的方法应

摘要:目前嘉兴LTE网络为L800M&1.8G&2.1G的多频组网模式,由于室分场景的复杂性,难免出现室分信号泄漏与高层导频污染的情况,影响室内场景的网络质量和用户感知,因此室分场景的信号覆盖控制就成为了网络优化的一个重点。

由于传统DT&CQT测试分析定位费时费力,因此找寻一种简单易行、成本较低的方法处理网络问题就显得尤为重要了。

基于此,本文介绍提出了基于MR数据定位网络覆盖不合理现象并开展场景优化的应用方法。

从嘉兴现场实践成果来看,可以发现80%以上室分信号泄漏和高层导频污染,大大缩短了问题定位和处理周期,提升了网络质量,改善了感知体验。

一、背景概述
嘉兴采用室外1.8G信号为基础覆盖和室内2.1G频段覆盖为主的多频组网方式,室分场景由于室内分布系统部署、建筑物构造、周边无线环境等因素的差异,室分场景信号的覆盖和干扰优化难度往往较大,容易出现室分信号泄漏和高层导频污染等情况,导致室分用户的体验感知相对室外偏差,且整体投诉率也较高。

传统的问题和投诉处理,往往后台小区指标分析无法精准识别问题和投诉区域,而现场测试一方面投入成本较大,另一方面测试位置协调困难,往往导致问题闭环周期长,现场用户体验感知无法保障。

长此以往,室分无线网络遗留问题越积越多,用户体验越来越差,品牌竞争力也受到影响。

目前的优化手段和投入资源不足的情况下,如何在当今大数据时代通过后台大数据挖掘分析,发现一种新的简单易行、成本较低的解决方案定位室分场景下网络中存在的遗留问题,快速定位改善用户的感知体验?基于上述原因,嘉兴电信理论研究结合实践优化,提出了基于MR数据优化室分场景信号覆盖和用户感知的创新方法,并在实际网络中开展应用取得了比较好的效果。

二、创新形成背景
MR测量报告由基站控制器生成,周期或特定事件触发的测量。

UE根据eNodeB下发的频
点信息,上报测量报告,MR中包含有服务小区的RSRP、邻区的eNodeb ID、PCI及RSRP等信息。

在室内场景UE所处区域的同频信号不稳定时,收到多路异频点信号干扰,当满足异频测量启动条件时,UE将会上报MR测量消息,如果异频点信号强度够强,则会触发异频切换,容易造成室内外的小区信号频繁触发同异频切换或切换不及时等异常事件,影响室内网络质量和用户感知体验。

基于MR的上报原理,嘉兴电信总结日常的优化经验,通过MR测量上报时异频邻小区的PCI和RSRP的干扰小区识别,同时结合Mapinfo的地理化呈现和后台两两小区切换指标,就能快速的找寻室内信号泄漏和高层导频污染现象,准确定位异频干扰小区对象,从而有效优化网络隐性问题。

三、创新成果介绍
3.1数据获取步骤
从网管采集的MR数据是.sig文件,用Omstar打开,这样既可选择小区异频测量MR 数据开展个点或批量的小区开展分析。

这里以某小区异频测量数据为例,介绍MR数据的分析步骤:
(1)打开MR数据文件后,点击右键,选择按列过滤,过滤想要的MR数据;
(2)这里选取小区或区域对象的异频MR数据,如下图所示;
(3)对滤除的InterFreqMR数据进行全字段导出;
(4)右键界面,并保存数据为csv格式的文件,如下图所示;
(5)打开所保存的数据,分析重点关注标红字段,如下图所示:
(5)对邻区的eNodeB ID、PCI及RSRP等值按照“|”进行分列,只取最强邻区,筛选有最强邻区的测量行,得到如下表:
(6)结合工参信息,确认源小区经纬度等信息,通过经纬度计算距离公式,在确保PCI复用层数合理的情况下,识别异频干扰邻区小区。

3.2问题定位研究
3.2.1算法概念介绍
首先简单介绍一下创新应用算法中的“层数”概念:
根据现网工参LTE小区的经纬度信息,定义正常基站三个120°方位夹角的集合,分别统计集合中源小区与其他小区间的经纬度距离,按距离数值从小到大排序,小区层数以1、2、3。

递推,距离最短的小区层数为1,层数数值依次类推,下图为示范效果图:
3.2.2定位识别方法
室分场景常见的问题主要是低层的室分信号泄漏和高层的室外信号导频污染,因此针对两类场景开展定位识别方法研究;
➢室分信号泄漏
判断依据:为排除正常室内外切换情况,源小区(室外1.8G小区)与目标干扰小区(室内2.1G小区)站间距较大,同时考虑一般一个室外宏站包含3个小区,因此源小区(室外1.8G 小区)数量应大于4个以上;
识别条件:4个以上不同的1.8G小区异频MR测量消息中具有相同的最强干扰异频PCI目标
小区,层数平均值大于2层,且目标2.1G小区信号以覆盖建筑物的中低层为主;
➢高层导频污染
判断依据:为排除正常室内外切换情况,源小区(室内2.1G小区)的异频MR信息中包含目标异频干扰小区(室外1.8G小区)信息,高层场景由于站点高度及信号覆盖的复杂性等因素,不考虑层数;
识别条件:源小区2.1G信号主要覆盖建筑高层,异频干扰目标小区数量大于3个分支,小区间最大夹角不大于90°,且目标干扰1.8G小区RSRP电平与源小区差异在8dbm以内。

结合汇总的干扰小区采样点数和占比,判断场景,然后通过识别条件算法,开展问题定位和处理。

3.2.3优化调整措施
➢低层信号泄漏
调整室分2.1G小区的导频发射功率或室分分布系统部署整改;
➢高层导频污染
结合两两切换指标分析,删除切换次数少且切换成功率较低的邻区关系或适当调整室外干扰小区的导频发射功率或方位角下倾角RF优化。

3.3应用小结
面对突发的用户投诉和日常的TOP小区优化处理,此创新应用在问题无线原因的排查准确度较高,可以迅速发现网络中存在的覆盖和干扰隐患,可以省去大量的现场测试成本,通过参数优化辅以RF调整,实践中问题定位和处理周期大大缩短。

当然考虑到室分系统部署和建筑环境的复杂性,创新应用的算法尽量保证判断定位的准确度,在实践过程中过滤出的问题点在分析和优化过程中还是应该结合无线环境的情况而具体问题具体分析。

四、创新成果应用
4.1 嘉兴网格簇试点
选取嘉兴城区LTE网络一个网格簇的65个室内外站点试点并开启异频MR订阅,采集小时约38万条数据,分析过程如下所示:
4.2应用分析结果
根据异频MR采集的数据分析发现,通过数据汇总和优化筛选,上报的有效采样点共计29711个,涉及170个对象小区疑似干扰;
通过场景分类和判断识别,发现35个小区对象数据中发现室分信号泄漏场景13处,占比问题类型38.23%;135个小区对象数据中发现导频污染场景21处,占比问题类型61.77%;结合后台话统数据,对37处问题点分析定位,部分结果如下所示:
对37个问题具体分析,共输出13个室分小区的CRS发射功率调整,15个室外小区的CRS发射功率调整和55条异频邻区优化建议。

4.3KPI指标对比评估
针对网格簇发现的隐患问题开展室内外小区的无线参数优化,对比调整网络指标整体稳定,其中异频切换次数下降,用户感知指标CQI高阶占比和单用户承载速率都有明显改善。

页面下载速率变化趋势如下图所示:
4.4评估结论
基于异频MR数据优化室分场景信号的方法,能够较为准确的评估室分低层信号泄漏和高层导频污染对于网络质量和用户感知产生的影响,操作简单易行,无需DT测试即可发现问题,对于解决突发的用户投诉和日常的网络巡检都是一种较为便捷的优化应用手段。

通过室内外小区功率优化调整,对象室分小区异频切换请求次数较之前大大降低,异频
切换成功率由99.1%左右提升至99.65%左右,提升约0.5%;CQI高阶占比(10-15)由71%提升至78%,提升约6%。

其他各项指标均有不同程度的提升。

五、成果效益及推广
该方案为辅助网络优化应用方案,无须硬件和软件成本投入,成本为0;
打开异频MR订阅,会影响部分终端性能和业务调度,影响用户感知,且本身MR数据越大解析时间越长,因此不建议全网长时间打开,可以需求时按区域逐步放开,且数据收集完毕后及时关闭异频MR订阅。

六、创新总结
随着LTE网络的快速发展,用户对网络的需求不断提高,优化网络质量是提升用户感知的重要手段。

本方案基于MR订阅数据进行分析,操作执行简单,无需现场路测即可实现室分场景下的覆盖和干扰问题处理,提升用户感知,应用效果良好,同时此应用方案对于异频异网的干扰排查也有一定的借鉴意思,后续可在合适场景下沿用推广。

相关文档
最新文档