194、广东省-高负荷区域精准定位及“预防式”

高负荷区域精准定位及“预防式”

LTE优化指导

2019年9月

目录

一、问题描述............................................................................................错误!未定义书签。

二、分析过程............................................................................................错误!未定义书签。

三、解决措施............................................................................................错误!未定义书签。

四、经验总结............................................................................................错误!未定义书签。

【摘要】随着LTE网络快速发展和流量资费的持续降低，尤其是“无限流量”套餐的推出，LTE流量呈爆发式增长，形成高校、密集居民区、工业园区等热点场景和流量高地，LTE网络容量产生较大的冲击，运营商的容量保障压力持续加大。本文针对LTE网络热点场景的高负荷问题，从高负荷小区标准出发，提出网络扩容、建设和优化一体化的无线网络质量提升策略，并针对不同的无线网扩容方案、建设策略及优化手段进行探讨，为提升高负荷场景的无线网络质量提供指导。

【关键字】高负荷精准定位

【业务类别】优化方法、流程类、参数优化

一、高负荷小区标准及筛选

高负荷小区对用户感知造成的负面影响很大，其中包括下载/上传速率急剧下降，接通率明显降低，掉线率显著提升等。定义高负荷小区一般参考省公司的扩容标准。

通过3/4G小助手或网管导出AF大学城南三路LTE-RRU04（483941_3）小区相关指标（上下行PRB利用率/用户感知速率/上下行PDCP层流量/平均及最大RRC连接用户数及最大/平均及最大激活用户数），按照省公司扩容标准输出高负荷小区清单。以下附件为3/4G 小助手数据指标导出扩容判定公式表。

34G小网管扩容指

标模板-扩容判定.xlsx

二、高负荷区域定位模型的建立

以AF大学城南三路LTE-RRU04（483941_3）高负荷小区为例，通过后台网管的PDCP 层下行流量可以确定该小区的忙时段。

由上表，可以看出用户接入量最多的时段为23到次日0点之间，因此从网管导出用户随机接入TA值得区间范围的接入次数的指标，进而可以大概判断出用户接入量最多的区域（一个TA范围对应实际距离为78m）。

由以上表格数据可以看出：忙时期间TA在1区间范围和2范围区间范围时，用户的接入量最多。华为网管TA值范围对应的TA值如下：

为了进一步缩小范围，下面利用AF大学城南三路LTE-RRU04（483941_3）小区的天线方向角来对接入数量集中的区域进一步定位。

如下图所示，已知高负荷小区AF大学城南三路LTE-RRU04（483941_3）的为（long1，lat1）；d为接入距离；α为接入点夹角，如下图所示。

经度：long2 = long1 + d*sinα/[ARC*cos(lat1)*2π/360]

纬度：lat2 = lat1 +d*cosα/ (ARC *2π/360)

赤道半径：ARC=6371.393*1000（米）

已知高负荷小区的经纬度为（113.37861, 23.0459）, AF大学城南三路LTE-RRU04（483941_3）小区的天线方向角为70°，假设接入距离分别为d为1个TA（即78m）、3个TA(即234m)TA区间2范围对应4-7，由于是从高负荷小区出发，5-7范围距离该小区相对较远且有其他小区覆盖吸收，因此TA区间2范围实际距离取到3个TA进行下一步计算）。依据上述公式可以计算得出6个点得经纬度为：（天线水平波半角一般为65°，为留出足够冗余，假设该天线水平波瓣交可以覆盖80°，覆盖方向范围边缘角度为30°、110°以此计算。）

A1（113.3789911，23.04650745）

A2（113.3797534，23.04772236）

A3（113.3793263，23.0456601）

A4（13.3807589，23.04518029）

A5（113.3793263，23.0461399）

A6（113.3807589，23.04661971）

由此可以初步推算出忙时用户接入数量最多的区域范围，如下图所示。

基于对周围实际环境分析，该区域覆盖大学宿舍楼，忙时23点到次日凌晨，因此可初步推断出该区域覆盖的宿舍楼宇为高负荷集中区域。

三、实际流量分布情况分析

依据流量与高负荷小区的相关性，观察AF大学城南三路LTE-RRU04（483941_3）小区的周围的日均流量分布情况，辅助判断高负荷区域，如下图所示。

室外日均流量分布情况：

室内日均流量分布情况：

结合忙时为23时到次日0时，可出推断用户大概率在室内比较多，因此可以输出高负荷区域的楼宇如下图所示。

四、高负荷小区优化指导建议

对于本文的案例来讲，结合AF大学城南三路LTE-RRU04（483941_3）小区指标实际情况选取优化方案，具体数据如下图所示。

AF大学城南三路LTE-RRU04（483941_3）小区为2.1G（20M），上表看出下行PRB平均利用率大于90%，PDCP层上行流量超过3GB，PDCP层下行流量超过8GB，下行体验速率存在低于4Mbps的情况，综合来看属于总资源不足引起的，因此从感知速率的角度来讲可以通过RF优化，长远来看可以通过新增室分站点提前解决高负荷引发的一系列问题。

对于高负荷小区的优化方法，根据实际情况具体处理流程如下：