4G优化案例：基于大数据快速精准定位干扰提升处理效率.docxVIP

基于大数据快速精准定位干扰提升处理效率

基于大数据快速精准定位干扰提升处理效率

、

【摘要】当今信息时代发展迅猛，各类无线电子设备越来越多，一些“不合法”的无线电子设备会对无线网络产生大量外部干扰，而且随着网络的不断建设，网络负荷越来越高，基站越来越密，带来的内部干扰（同频邻区终端干扰）也越来越严重，无线网络干扰场景越来越复杂，而针对不同的干扰类型，处理优化方法截然不同。XX电信无优中心基于上行干扰智能分析工具，对上行干扰分析、内外部干扰定界、优化处理等进行经验总结，有助于快速精准识别干扰类型，对高干扰小区进行高效的分析处理，改善用户感知。

【关键字】LTE高干扰、上行干扰、外部干扰、内部干扰

【业务类别】LTE上行干扰

概述

面对现网高干扰小区越来也越多，干扰类型越来越复杂问题亟待解决。本案例以XX干扰排查试点，提供了对高干扰问题的评估分析方法和处理过程。

XX干扰现状

通过对XX现网6月5日-6月11日7*24小时小区级干扰相关指标分析，XX全网底噪大于-105的干扰小区共计4180，占比8.6%。高干扰小区占比高亟需压降干扰小区比例。

频段

小区总数

干扰强度

≤-110

（-110，

-105]

（-105，

-100]

（-100，

-95]

-95

1800M

6336

3852

1766

530

106

71

2100M

25853

20523

3698

1291

205

77

800M

16548

10073

4517

1496

272

132

总计

48737

34448

9981

3317

583

280

干扰分析定位方法研究

XX基于大数据干扰分析与定位方法的研究，批量分析干扰话统指标数据，以站型特征、时间特征、频域特征和空域特征4个维度，分别区分室内外站型、忙闲时、持续性、业务信道特征、异常窄、宽带、单扇区和聚集小区等方面进行精准快速定位干扰类型。较常规干扰分析与定位方法，在识别干扰类型精确度和定位周期提升明显。

常规干扰分析与定位

常规干扰分析与定位方式，是通过获取小区的7×24小时小区级干扰指标，筛选出7天中出现3天以上干扰-105dBm小区进行干扰排查，统计出现次数，由高到低排序优先级分析。

根据筛选出干扰小区进行PRB级干扰轮询后，梳理出干扰小区PRB趋势图与小级级干扰值趋势图进行比对。同时对话务是忙闲指标比对。如果小区级干扰值与PRB趋势图与话务忙趋势正相关且干扰值趋势呈波浪形，初步判断为内部干扰，需要进行优化调整改善。如果小区级干扰值与PRB趋势图与话务忙闲不相关，且小区级干扰值趋势和PRB趋势均为直线形，初步判断为外部干扰，需要排查干扰源解决。

基于大数据干扰分析与定位

基于大数据分析定位实现原理

干扰类型虽然有多种，各类型干扰均有一定的特征表现，通过对不同的特征分析，从后台初步定界干扰类型，对干扰排查提供准确的方向。

通过干扰话统指标大数据，分析干扰时、频、空域等特征，结合干扰原理与经验定界内外部干扰，输出干扰类型，针对性高效干扰优化排查。根据时间上为业务闲忙时特征，频域上为典型的上行信道特征定为内部邻区终端干扰，进行RF降低重叠覆盖、参数等优化缓解干扰，根据时间上无业务闲忙时特征，频域上为异常的宽带或窄带干扰，空域指向聚集性定为外部干扰，进行外场干扰排查处理，消除外部干扰。

分析流程：

分析数据源：小区级7*24小时每RB干扰指标

分析工具：

通过工具对大于-105dBm干扰小区进行分析，800M以外部干扰为主，1800M内外部干扰约各占一半，2100M，以内部干扰为主。

干扰类型与处理方法

干扰的定义，一切非期望的电磁信号对于基站来说都是干扰噪声，干扰类型从干扰源的来源来说，主要分为内部干扰与外部干扰，内部干扰主要来自本系统内，主要有同频邻区终端干扰与室分天馈互调谐波干扰两大类，外部干扰主要来自本系统外，当前主要由私装直放站、屏蔽器、以及光纤拉远直放站导致。

内部干扰：同频邻区终端干扰

同频邻区终端干扰，指邻区终端发射的上行功率对本小区造成的上行干扰，与邻区重叠覆盖、以及话务量呈明显的正相关，同时频域波形展现出典型的LTE上行业务信道特征，PUSCH信道、PUCCH信道、PRACH信道等。时间上表现出典型的闲忙时特征，时域符号全

部干扰，频域上与模X调度算法有关，模二表现为从两边向中间降低，模三则是三段式。

同频邻区终端干扰优化方法：

1、参数优化方向：通过功控、调度算法优化；

2、网络结构优化方向：通过调整天面降低重叠覆盖度；

3、容量优化方向：通过异频扩容，分担话务降低同频邻区终端干扰。

内部干扰：室分