一种基于MRLTE网络需求识别方法.docVIP

一种基于MR的LTE网络需求识别方法 　　摘 要 　　本文将MR数据分为室内、室外两种场景来分析，重点分析RSRP、SINR、用户数、流量四个指标之间的相关关系。室外场景侧重SINR与流量之间的关系，室内场景侧重RSRP与用户数之间的关系，通过MR数据地理化等手段，得出一种LTE网络问题及覆盖需求的识别方法，并通过实例来验证方法的有效性。对MR（Measurement Report）测量报告的统计分析对现网络质量的评估有着非常重要的意义。对MR大数据的挖掘仍有很大的可研究空间。同时MR数据分析是网络优化研究的一个重要方向。 　　【关键词】LTE MR 测量报告 深度覆盖 识别方法 关联性 MR地理化 　　1 引言 　　截止2015年底，中国已经建成了世界最大的LTE网络，三大运营商均已经完成了县级以上的4G网络部署。网络建设的重点由建设初期的广覆盖逐步向深度覆盖转变，深度覆盖是无线网络建设的难点及重点，如何精准的规划建设深度覆盖需求站点，提升用户感知，将成为未来网络质量竞争的关键点。传统的无线网络性能评估方法（测试、话务统计、投诉等）受限于环境、设备、终端等主观因素，无法客观全面精准的发掘网络存在的问题。 　　MR数据分析相对于传统网络评估方法具有客观、全面、真实、有效等特点，本文通过分析海量MR数据，提出一种准确识别网络问题及覆盖需求的新方法，对网络建设有一定的指导意义。 　　2 LTE网络MR原理 　　测量是LTE系统的一个重要的功能，MR（Measurement Report，测量报告）是指基站或终端基于一定周期或事件触发上报生成的报告文件。一般来说，事件触发的测量报告用于LTE系统的切换策略；而周期性触发的MR数据（需要手动开启，并配置上报的周期），是每??在网终端及基站以一定周期上报的数据，包含RSRP、RSRQ、用户数等几十种字段信息，可以真实全面的记录网络现状。 　　3 识别方法及实例 　　3.1 指标关联性分析 　　RSRP、SINR、速率均是LTE网络评估的关键指标。RSRP表示接收信号的强度；SINR值等于导频信号与干扰和噪声之和的比值，表示当前信道的质量，是LTE系统的编码方式和资源调度策略的关键指标。LTE系统资源调度时，高SINR值映射选用高阶编码方式；资源调度算法根据信道质量的好坏来决定UE分配到的RB个数（LTE系统资源调度算法，各个厂家间不完全相同）。 　　选取LTE测试样本数据，将三个指标分为室内、外不同场景对分析，三个指标的关联关系如图1所示。 　　由图1可以看出，室外道路与室内场景的速率与SINR值均成正比关系；室外道路，由于网络信号相对复杂，干扰随机性大：相同的SINR值，RSRP值域范围较广。SINR值与速率存在一定的关联性，SINR值是网络速率能力指标。因此可初步得出结论：室外场景应重点关注SINR指标。 　　室内场景下，由于网络信号简单、干扰相对收敛：RSRP、速率与SINR均呈线性关系。测试数据对评估室内场景的网络情况存在有一定的局限性，本文选取北方某省会城市的室内忙时MR数据进行指标的关联性分析。 　　室内无线环境相对纯净，干扰及噪声较少，RSRP与SINR呈线性相关关系。室内场景的网络问题区域，一般为深度覆盖不足造成的，RSRP信号较差导致的SINR值低。即RSRP指标的高低决定了室内用户体验好坏。但室内流量与RSRP并不一定呈现线性关系：原因是室内为流量高发区，业务集中，但用户的业务流量数据特征具有很大的随机性，同时也存在切换至WIFI情况；而用户数与RSRP指标具有一定的关联性，实际室内用户数统计数据如图2。 　　如图2所示，室内场景下，伴随着RSRP的提高，平均用户数在迅速增加，并呈现几何级增长，由此可以看出RSRP是室内场景的最关键指标。 　　3.2 需求识别方法 　　本方法是基于MR数据的分析方法，选定MR数据中的RSRP、SINR、速率、用户数四个指标，分析指标间的关联性，具体步骤如下： 　　步骤1：通过用户投诉数据、测试数据及仿真结果进行筛选，初步选定网络问题区域进行分析； 　　步骤2：对目标区域进行场景分类，分为室外场景或室内场景； 　　步骤3：分场景具体分析MR数据的RSRP、SINR、速率、用户数四个指标，指标间的关联性分为以下几种情况； 　　步骤4（室外场景）：室外场景重点关注SINR指标，并通过分析RSRP等相关指标，确定区域为干扰问题或是覆盖问题，以及确定区域优先级高低： 　　（1）干扰问题：若SINR指标较差，RSRP指标较好，表明区域干扰较大，再分析流量与SINR的相关关系，若相关性较大，则此区域为业务热点区域，且优先级高； 　　（2）覆盖问题：室外场景若SINR指标较差，RSRP指标差，表明区域