基于MR大数据邻区优化算法应用.docVIP

基于MR大数据邻区优化算法应用 　　[摘要]本文主要阐述MR分析在TD-LTE网络中邻区优化的应用，利用MRO解析，分析测量得到的邻频点RSRP信号最强小区及邻区优化的建议算法。介绍基于MR邻区优化的实际应用，有重要的推广意义。 　　[关键字]测量报告 邻区优化 MRO TD-LTE 小区重选 切换 　　在TD-LTE网络优化中，邻区配置是否合理直接影响现网的小区重选性能、切换成功率、切换掉话掉线率等KPI指标，并影响在网用户的感知度。传统的邻区优化方法基于路测、定点测试或基站的地理信息等来定义邻区，除了所获得的样本数据较少、分析结果存在片面性之外，还要花费大量的人力、物力和时间。本文提出了一种利用海量MR数据对全网小区进行邻区配置的方法，并阐述该方法取得的效果。 　　一、基本原理 　　1.1MR介绍 　　MR（Measurement Report）即测量报告，包含小区的eNodeB ID、CI、RSRP、RSRQ、TA、AOA、SinrUL等信息，主要是为切换判决和功率控制提供依据。测量报告触发方式可以是事件触发或周期性触发。测量方式采用周期测量时，可在测量任务定制时对上报周期进行配置。测量报告数据主要来自UE和eNodeB的物理层、RLC层，以及在无线资源管理过程中计算产生的测量报告。原始测量数据或者经过统计计算（可以在eNodeB或OMC-R上实现统计）报送到OMC-R以统计数据形式（MRS）或以样本数据形式（MRO）进行存储。 　　1.2 MR采集周期定义、应用 　　MR采集周期包括eNodeB/UE测量采样周期和OMC-R统计周期。测量采样周期系统配置为5120ms，每个eNodeB全天测量16583次；OMC-R统计周期为15min，即每个eNodeB每15分钟生成一个测量报告文件，24小时生成96个测量报告文件。一个测量报告文件里包含该ENB下所有eNodeB和UE本身约176次测量结果。 　　MR数据包含MRS和MRO数据，利用MRS数据可以统计全网小区覆盖率、高干扰小区和UE发射功率余量等信息；利用MRO数据可以进行全网用户定位情况、覆盖情况、干扰情况、重叠度覆盖度情况等问题进行分析和定位。在日常网络优化中，解析MRO数据利用小区测量得到的邻频点RSRP信号最强次数小区的相关信息可以为邻区优化提供全面和准确的数据支持。 　　二、基于MR的邻区优化 　　下面介绍基于MR的邻区思路和操作步骤，并根据实施的结果得出优化的效果。 　　2.3优化思路和方法 　　在TD-LTE系统内，空闲状态的移动性管理主要通过UE的小区选择/重选过程来实现；连接状态的移动性管理主要通过切换过程来实现，切换过程完全是由网络控制的。小区选择过程中UE根据S准则只需搜索信道质量最好的小区驻留，在小区选择之后UE需要持续地进行小区重选，以便驻留在优先级更高或者信道质量更好的小区，更好地为其提供服务；为辅助网络作切换判决，UE切换之前上报服务小区及邻区的信道质量，从而使网络可以更合理地进行判决切换。在小区重选或切换中，UE和网络侧均主要根据测量得到的邻区RSRP强度执行目标小区的重选或切换，所以邻区配置合理性关系到能否重选或切换到RSRP强度最优邻区，对UE移动性影响甚大。 　　1、准备工作： 　　（1）工参准备：准确的工参表，包含全网小区经纬度、Earfcn、PCI等关键信息，为后续MRO数据 　　分析做准备； 　　（2）性能较好服务器：Intel E5-2xxx系列处理器、至少48G运行内存、2T硬盘以上。由于全网MR数据较多占用空间较大，大量的MRO文件解析需CPU处理能力高，故需要服务器性能较好。 　　（3）MRO解析工具开发：该工具能提取MRO文件内每个小区测量到邻区频点、PCI、RSRP信号强度和TA等相关信息，并能根据工参自动匹配出邻区小区名称。 　　2、邻区优化过程 　　现网MRO数据，每一个文件内上报UE占用的小区（包含RSRP强度）和测量得到的多条邻区相关信息（包含Earfcn、PCI、RSRP强度和Tadv等），利用工具提取邻区的原则如下： 　　（1）小区内每个用户上报的测量信息中，记录邻区RSRP最强的小区，统计同一小区中每个用户上报相同的RSRP最强邻小区出现的次数，取前50个邻区； 　　（2）利用最强邻小区的Earfcn和PCI在前期准备的工参表中匹配判定小区，由于全网Earfcn和PCI复用度较大，通过经纬度定位距离服务小区最近的小区为准确邻区。 　　（3）将提取出来的邻区列表制成MAPINFO的图层导入，结合地理信息最终确定应该添加或者删除的邻区关系。最后制件邻区维护脚本，导入网管批命令操作台执行即可完成。 　　3、特殊情况处理 　　（1）在MR采集数据期间现网