基于网管KPI性能数据分析PCI模三干扰问题方法总结

基于网管KPI性能数据分析PCI模三干扰问题方法介绍

1. 概述

随着校园站点扩容越来越多，PCI复用变得更加困难，MOD3干扰比较严重，严重影响网络性能和用户感知，本文介绍手工提取KPI指标并统计基于邻区对切换的MOD3干扰切换次数和占比情况，评估现网PCI规划的合理性。

2. 方法介绍

2.1 KPI指标提取

在网管中提取全网或者一个OMMB(数据量较大，单个OMMB有七八十万条)的一周时间周粒度汇总到“邻区关系”，主要提取的Counter：系统内同频切换出请求次数(小区对)，结果如下，数据量较大：

2.2 数据处理

1) 剔除同频切换出请求次数为0的小区对切换关系，能剔除70%的数据；

2) 用数据分裂功能将“邻区关系”分离出邻区的基站唯一标识；

3) 匹配服务小区和邻区的PCI，基于网管小区的PCI基础信息，通过VLOOKUP函数匹配出服务小区和邻区的PCI，并计算出服务小区和邻区PCI的模三是否相等；

4) 通过透视表透视出服务小区的总的系统内同频切换出请求次数(小区对)；

5) 筛选出MOD3是否相等为TRUE的数据，通过透视表透视出存在同模干扰的系统内同频切换出请求次数(小区对)；

6) 通过服务小区ID作为唯一值，VLOOKUP函数匹配出服务小区的总系统内同频切换出请求次数(小区对)和MOD3系统内同频切换出请求次数(小区对)，并计算出MOD干扰占比(同模切换出)；就可以统计出来全网的同模的切换次数和切换比例数据；

2.2.1 筛选结果

通过上述方法即可统计出镜湖区的小区切换总次数和同模的切换次数和切换比例数据，统计结果见附件：

镜湖区PCI检查结

果.xlsx

统计结果显示，镜湖区同模的切换占比为17%左右，有点高，部分站点同模切换占比高达98%，PCI规划不太合理，需要进行优化。

2.2.2 结果验证

结果筛选切换同模切换占比为50%的小区对有17对，如下：

选取次数最多的小区，442690_50小区，查找出该小区所有的邻区切换对数据，发现442690_50小区（PCI为486）和442528_52小区（PCI为189）同模，切换次数高达13878次。

核查谷歌图层，发现该442690_50小区为室分小区和442528_52小区距离较近，且切换次数很多，PCI规划不太合理，通过基于KPI指标核查PCI模三问题是一个有效手段。

3. 总结

1) 镜湖区同模的切换占比为高达17%，部分站点同模切换占比高达98%，PCI规划不太合理，目前已经安排人员针对TOP站点进行PCI的优化，降低同模切换占比，优化SINR，提升用户感知；

2) DT测试分析MOD3干扰，需要耗费大量人力物力，同时只能覆盖道路，效果不是很好。而基于切换对的PCI模三干扰分析，能全面客观评估全网PCI的MOD3情况，同时节省了DT测试耗费的人力物力等，新的思路评估全网PCI的模三干扰情况。