前言:想要寫(xiě)出一篇引人入勝的文章?我們特意為您整理了大數(shù)據(jù)分析下的LTE網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化范文,希望能給你帶來(lái)靈感和參考,敬請(qǐng)閱讀。
摘要:傳統(tǒng)LTE網(wǎng)絡(luò)結(jié)構(gòu)問(wèn)題的發(fā)現(xiàn)主要依靠人工測(cè)試和分析,費(fèi)時(shí)費(fèi)力。對(duì)全網(wǎng)MDT重疊覆蓋率高柵格、Speedtest預(yù)測(cè)速率低柵進(jìn)行初篩選,通過(guò)對(duì)篩選后的柵格進(jìn)行聚類(lèi),并利用凸包算法形成問(wèn)題包絡(luò),然后匹配OTT用戶(hù)SINR和業(yè)務(wù)感知指標(biāo),上述指標(biāo)均較差包絡(luò)作為最終需要優(yōu)化包絡(luò),這大大提升了問(wèn)題包絡(luò)的判斷準(zhǔn)確性。最后對(duì)包絡(luò)內(nèi)小區(qū)進(jìn)行MR、KPI、MOD3干擾、覆蓋合理性分析,篩選出問(wèn)題小區(qū)作為優(yōu)化依據(jù)。這有利于提高問(wèn)題定位的效率和準(zhǔn)確性,降低測(cè)試和分析的成本,改善網(wǎng)絡(luò)質(zhì)量。
關(guān)鍵詞:MDT;柵格速率;OTT;聚類(lèi);包絡(luò)
1引言
隨著移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)的普及,LTE網(wǎng)絡(luò)負(fù)荷面臨較大壓力。網(wǎng)絡(luò)結(jié)構(gòu)合理性決定了網(wǎng)絡(luò)的性能,隨著用戶(hù)和業(yè)務(wù)的快速增長(zhǎng),網(wǎng)絡(luò)結(jié)構(gòu)對(duì)網(wǎng)絡(luò)性能和客戶(hù)感知的影響愈發(fā)明顯[1]。同時(shí),5G建設(shè)規(guī)模逐漸增加,LTE網(wǎng)絡(luò)擴(kuò)容投資乏力,如何提升現(xiàn)有網(wǎng)絡(luò)LTE基站效能成為一項(xiàng)重要課題。LTE網(wǎng)絡(luò)城區(qū)由于存在高站、近站、夾角過(guò)小站點(diǎn)的相互影響,同頻干擾較嚴(yán)重,基站頻譜效率受到很大的抑制。網(wǎng)絡(luò)結(jié)構(gòu)不合理會(huì)產(chǎn)生SINR差、數(shù)據(jù)速率低等問(wèn)題,大大降低LTE系統(tǒng)的優(yōu)越性[2]。如果依靠傳統(tǒng)的人工測(cè)試和分析方法,網(wǎng)絡(luò)結(jié)構(gòu)問(wèn)題的發(fā)現(xiàn)費(fèi)時(shí)費(fèi)力。而利用MDT、Speedtest柵格預(yù)測(cè)速率、OTT等進(jìn)行多維度、大數(shù)據(jù)、自動(dòng)化評(píng)估分析,篩選出有問(wèn)題包絡(luò),并對(duì)包絡(luò)內(nèi)影響網(wǎng)絡(luò)整體性能的問(wèn)題小區(qū)進(jìn)行評(píng)估分析,作為優(yōu)化人員優(yōu)化的依據(jù),可大大提升工作效率。
2網(wǎng)絡(luò)結(jié)構(gòu)問(wèn)題分析
2.1MDT柵格數(shù)據(jù)分析
(1)重疊覆蓋率高柵格篩選在大數(shù)據(jù)時(shí)代,用戶(hù)多集中在室內(nèi)區(qū)域,僅依靠傳統(tǒng)路測(cè)手段,遠(yuǎn)不能體現(xiàn)用戶(hù)真實(shí)的業(yè)務(wù)體驗(yàn)[3]。最小化路測(cè)技術(shù)(MDT,MinimizationofDrive-tests),是3GPPR10階段引入的一種自動(dòng)化路測(cè)技術(shù)。相比普通測(cè)量報(bào)告(MR),MDT的最大特點(diǎn)是能采集到測(cè)量結(jié)果對(duì)應(yīng)的精確位置(經(jīng)緯度信息)[4]。將海量的MDT數(shù)據(jù)進(jìn)行20米*20米或50米*50米柵格化處理,形成柵格中心經(jīng)度、柵格中心緯度、柵格RSRP均值、總采樣點(diǎn)數(shù)量、弱覆蓋采樣點(diǎn)數(shù)量、重疊覆蓋采樣點(diǎn)數(shù)量等柵格網(wǎng)絡(luò)覆蓋信息。利用MDT數(shù)據(jù),計(jì)算50米*50米柵格重疊覆蓋率,并對(duì)重疊覆蓋率高柵格進(jìn)行初篩選,形成重疊覆蓋率高柵格,然后對(duì)MDT重疊覆蓋率高柵格進(jìn)行聚類(lèi),其中,重疊覆蓋采樣點(diǎn)比例為重疊覆蓋采樣點(diǎn)數(shù)量和總采樣點(diǎn)數(shù)量的比值。(2)重疊覆蓋率高柵格聚類(lèi)DBSCAN(DensityBasedSpatialClusteringofApplicationwithNoise)算法是一種基于密度的聚類(lèi)算法,這類(lèi)密度聚類(lèi)算法一般假定類(lèi)別可以通過(guò)樣本分布的緊密程度決定,將緊密相連的樣本劃為一類(lèi)。將所有各組緊密相連的樣本劃為各個(gè)不同的類(lèi)別。DBSCAN算法中有兩個(gè)重要參數(shù):Eps和MmPtS。Eps是定義密度時(shí)的鄰域半徑,在此表示聚類(lèi)鄰近柵格最長(zhǎng)距離;MmPts為定義核心點(diǎn)的閾值,在此表示聚類(lèi)柵格最小個(gè)數(shù)。重疊覆蓋率高柵格聚類(lèi)效果如圖1所示。(3)凸包算法繪制包絡(luò)以聚類(lèi)簇標(biāo)簽為單位對(duì)聚類(lèi)柵格經(jīng)緯度進(jìn)行凸包生成,形成包絡(luò),原理如圖2所示。利用凸包算法對(duì)弱覆蓋柵格包絡(luò)進(jìn)行繪制,形成的重疊覆蓋凸包絡(luò)如圖3所示。
2.2Speedtest預(yù)測(cè)速率分析
通過(guò)帶經(jīng)緯度的MDT數(shù)據(jù)可以得到柵格主覆蓋基站小區(qū)信息,用帶有基站小區(qū)信息的柵格粒度用戶(hù)感知數(shù)據(jù)關(guān)聯(lián)柵格主覆蓋小區(qū)的覆蓋、質(zhì)量、負(fù)荷、性能等KPI(KeyPerformanceIndicators,關(guān)鍵性能指標(biāo)),生成柵格粒度用戶(hù)感知速率預(yù)測(cè)的訓(xùn)練樣本集,其中用戶(hù)感知速率是預(yù)測(cè)目標(biāo),其他關(guān)鍵指標(biāo)是用于預(yù)測(cè)用戶(hù)感知速率的多維特征[5]。柵格預(yù)測(cè)原理如圖4所示,通過(guò)預(yù)測(cè)全網(wǎng)Speedtest柵格速率,并對(duì)低速率柵格進(jìn)行篩選聚類(lèi),形成低速率包絡(luò)。
2.3OTT數(shù)據(jù)分析
OTT(OverTheTop)是發(fā)展基于開(kāi)放互聯(lián)網(wǎng)的各種視頻及數(shù)據(jù)服務(wù)業(yè)務(wù)。利用OTT數(shù)據(jù)提供的經(jīng)緯度位置的SINR值,可大大減少人工測(cè)試量,并與評(píng)估的網(wǎng)絡(luò)問(wèn)題包絡(luò)進(jìn)行匹配。根據(jù)初篩選MDT重疊率高包絡(luò)、預(yù)測(cè)柵格速率低包絡(luò)進(jìn)行匹配,篩選重疊或相互交疊包絡(luò),然后利用OTT數(shù)據(jù)與交疊包絡(luò)進(jìn)行匹配,評(píng)估出二次差包絡(luò),最終形成需優(yōu)化包絡(luò),如圖5所示。
3包絡(luò)問(wèn)題小區(qū)評(píng)估
(1)小區(qū)覆蓋合理性核查針對(duì)每一個(gè)基站小區(qū)和周邊基站距離按照一定規(guī)則建立分層,并建立每個(gè)小區(qū)的分層鄰區(qū)距離表,其中O點(diǎn)代表要判斷的基站經(jīng)緯度,A、B、C點(diǎn)分別代表離基站O點(diǎn)最近的層1、層2、層3基站距離,如圖6所示。初步定義公式(1)為城區(qū)小區(qū)覆蓋過(guò)遠(yuǎn),公式(2)為小區(qū)覆蓋過(guò)近。覆蓋過(guò)遠(yuǎn)定義:,(1)覆蓋過(guò)近定義:,(2)式中:d為平均站間距,定義為覆蓋遠(yuǎn)近系數(shù),。建議優(yōu)先處理覆蓋遠(yuǎn)近系數(shù)λ過(guò)大和過(guò)小的小區(qū)[6]。(2)鄰區(qū)漏配/MOD3核查流程根據(jù)每小區(qū)主覆蓋方向建立小區(qū)鄰區(qū)星座圖,判斷互為主覆蓋方向?qū)?內(nèi)是否存在鄰區(qū)。如果漏配鄰區(qū)則輸出到漏配鄰區(qū)表中,判斷互為主覆蓋方向?qū)?內(nèi)PCI配置。如果PCI沖突或MOD3干擾,則輸出PCI沖突或MOD3干擾問(wèn)題小區(qū)。具體流程如圖7所示。
4結(jié)論
隨著用戶(hù)和業(yè)務(wù)的快速增長(zhǎng),網(wǎng)絡(luò)結(jié)構(gòu)對(duì)網(wǎng)絡(luò)性能和客戶(hù)感知的影響越加明顯。傳統(tǒng)依靠人工測(cè)試和分析lte網(wǎng)絡(luò)結(jié)構(gòu)問(wèn)題費(fèi)時(shí)費(fèi)力。網(wǎng)絡(luò)結(jié)構(gòu)不合理會(huì)產(chǎn)生SINR差、數(shù)據(jù)速率低等問(wèn)題,大大降低LTE系統(tǒng)的優(yōu)越性。利用MDT、Speedtest柵格預(yù)測(cè)速率、OTT等進(jìn)行多維度、大數(shù)據(jù)、自動(dòng)化評(píng)估分析,篩選出有問(wèn)題包絡(luò),并對(duì)包絡(luò)內(nèi)影響網(wǎng)絡(luò)整體性能的問(wèn)題小區(qū)進(jìn)行評(píng)估分析,有利于提高問(wèn)題定位的效率,降低測(cè)試、分析的人工和時(shí)間成本,有效改善網(wǎng)絡(luò)質(zhì)量。
參考文獻(xiàn):
[1]岳軍,陶琳,趙明峰.基于MR的TD-LTE網(wǎng)絡(luò)重疊覆蓋優(yōu)化方法研究[J].電信工程技術(shù)與標(biāo)準(zhǔn)化,2018(10):67-71.
[2]鐘檢榮,王曉亮,蔡凱.基于MR采樣數(shù)據(jù)的LTE網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化方法研究[C].2015信息通信網(wǎng)技術(shù)業(yè)務(wù)發(fā)展研討會(huì),2015(9):234-246.
[3]黃友亮.基于MR的LTE網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化分析應(yīng)用[J].廣東通信技術(shù),2016(1):46-50.
[4]聶磊.淺談MDT功能在網(wǎng)絡(luò)優(yōu)化中的應(yīng)用[J].移動(dòng)信息,2019(3):18-20.
[5]王科,楊宗林,袁滿(mǎn).基于機(jī)器學(xué)習(xí)的無(wú)線(xiàn)網(wǎng)絡(luò)用戶(hù)感知速率智能預(yù)測(cè)研究[J].電信工程技術(shù)與標(biāo)準(zhǔn)化,2020(2):25-27.
[6]楊宗林,王科,王君.農(nóng)村網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化及用戶(hù)感知提升新思路[J].電信工程技術(shù)與標(biāo)準(zhǔn)化,2020(4):38-40.
作者:楊宗林 王科 孟凡良 單位:中國(guó)聯(lián)通山東省分公司
級(jí)別:統(tǒng)計(jì)源期刊
榮譽(yù):中國(guó)優(yōu)秀期刊遴選數(shù)據(jù)庫(kù)
級(jí)別:省級(jí)期刊
榮譽(yù):中國(guó)期刊全文數(shù)據(jù)庫(kù)(CJFD)
級(jí)別:省級(jí)期刊
榮譽(yù):中國(guó)優(yōu)秀期刊遴選數(shù)據(jù)庫(kù)
級(jí)別:部級(jí)期刊
榮譽(yù):中國(guó)優(yōu)秀期刊遴選數(shù)據(jù)庫(kù)