基于MR的LTE室分邻区漏配多配研究

1、1基于MR的LTE室分邻区漏配多配研究合肥分公司2 22成果引入背景01成果详细内容02成果的创新性03成果效能分析05成果应用情况043 33 现有4G室分邻区配置方法： 将将4G4G小区作为一个虚拟的小区作为一个虚拟的23G23G小区，按照小区，按照23G23G邻区规划的原则完成该邻区规划的原则完成该4G4G小区的系统内邻小区的系统内邻区规划，这种方法虽然能够以较快的速度完成整个区规划，这种方法虽然能够以较快的速度完成整个LTELTE网络的系统内邻区规划任务，但暴网络的系统内邻区规划任务，但暴露出以下几个缺点：露出以下几个缺点：成果引入背景成果引入背景 传统的传统的4G4G邻区规划方法，忽

2、略了邻区规划方法，忽略了LTELTE与与GSM/TDGSM/TD网络传播特性上的差异，过多的依赖基础网络传播特性上的差异，过多的依赖基础工参信息，室分小区经纬度如果偏差工参信息，室分小区经纬度如果偏差200200米以上，或者相邻宏站基础工参错误，就可能引起米以上，或者相邻宏站基础工参错误，就可能引起4G4G室分邻区规划错误，导致室分邻区规划错误，导致4G4G室分过低切换成功率，过高的无线掉线率，降低用户室分过低切换成功率，过高的无线掉线率，降低用户4G4G数据业务数据业务感知。感知。 忽略了忽略了LTELTE与与GSM/TDGSM/TD系统在传播特性系统在传播特性上的差异上的差异 对站点的基础

3、工参信息过度依赖：对站点的基础工参信息过度依赖： 依靠依靠23G23G邻区关系配置邻区关系配置4G4G邻区的做法邻区的做法略显粗糙：略显粗糙：4 44成果引入背景01成果详细内容02成果的创新性03成果效能分析05成果应用情况045 55成果详细内容引入成果来源：福建移动公司引入成果名称：基于MR的LTE室分邻区漏配多配研究引入成果主要内容：通过该研究方案，可高度改善原室分邻区核查算法对基础工参的高依赖性，邻区更新缓慢等缺点，更简便准确地定位室分邻区的漏配、多配问题。该解决方案有效改善了室分邻区关系，保障无线性能，提升了用户感知。6 66成果详细内容p通过利用手机终端MR测量报告中LTE主服务

4、小区参考电平、LTE已定义和未定义邻区参考接入电平、LTE已定义和未定义邻区载波号以及LTE已定义和未定义邻区物理识别码，来统计分析LTE主服务小区邻区采样比例以及参考接收电平情况。7 77成果详细内容4G室分邻区多配、少配问题解决传统4G邻区配置优化中的局限性 依靠站点的基本工参，将4G室分小区作为一个传统的23G站点进行邻区规划配置忽略LTE与GSM/TD系统在传播特性上的差异、对站点的基础工参信息过度依赖大数据分析：对海量MR报告进行分析，定位出邻区场强以及采样点比例，精确定位多配、漏配邻区基于LTE MRO感知评估，通过采样小区内用户终端上报的邻区场强、电平，大数据分析p传统的4G邻区

5、规划方法，必然导致较多的漏配、多配邻区的问题。应用基于MRO数据，通过大量用户终端上报的测量报告，进行大数据统计分析，梳理出漏配、多配邻区，进而为邻区优化提供有效数据支撑。8 88成果详细内容成果详细内容p通过制作MRO文件解析工具，通过大数据采集分析，应用邻区漏配、多配核查规则，输出精细化的邻区优化方案。p 4G室分漏配邻区核查规则：分子=测量到的该相邻小区采样点；分母=主服务小区测量到的所有邻区采样点总和；规则：分子/分母*100%1%，且邻区电平-95dB，则该邻区为漏配邻区。p 4G室分多配邻区核查规则：分子=测量到的该相邻小区采样点；分母=主服务小区测量到的所有邻区采样点总和；规则：

6、分子/分母*100%0.1%，且邻区电平1%，且邻区电平-95dB，则该邻区为漏配邻区。 福建公司4G室分漏配邻区核查规则：分子=测量到的该小区未定义邻区采样点；分母=主服务小区测量到的所有未定义邻区采样点总和；规则：分子/分母*100%30%，且邻区电平-95dB，则该邻区为漏配邻区。更合理更准确121212成果引入背景01成果详细内容02成果的创新性03成果效能分析05成果应用情况04131313小区名称采样比例占比是否漏配HF-合肥安医附院（F）-MHL-53718815.04%否HF-合肥医保-LHL-01612712.82%是HF-合肥肥西路与绩溪路交口-MHL-01605712.6

7、8%是HF-合肥医保-LHL-03589112.33%是HF-合肥医保（F）-HHL-51537011.24%是HF-合肥医保（F）-HHL-5236187.57%是HF-合肥步瑞琪-HHL-0228726.01%否HF-合肥医保-LHL-0228465.96%是HF-合肥医保（F）-HHL-5322484.70%是HF-合肥安医招待所（F）-HHL-5213562.84%是HF-合肥安医大第二教学楼-HHL-0111822.47%是HF-合肥鸿基大厦-HHL-0210962.29%是HF-合肥安医大第二教学楼（F）-HHL-515801.21%是HF-合肥中医学院-HHL-024040.85

8、%是 通过对该小区9月28日MRO数据提取分析，分析结果如表格所示，12个采样点占比较大的小区为漏配小区。该小区28个已定义邻区中，20个小区为多配小区。 根据MRO数据中各邻区占比，初步判断该站点经纬度存在偏差，应该在医保站附近，通过现场经纬度核查，如右图所示，红色五角星为规划数据中错误的经纬度，绿色为正确经纬度，二者相差450米。通过该案例，证实此方案的确不依赖工参，能够准确的反映出服务小区邻区情况，为优化配置邻区提供了有效数据支撑。p 以HF-合肥如家快捷酒店(绩溪路)-FHL-71为例，9月份切换成功率为80%，无线掉线率1.23%。应用该优化方案后，切换成功率提升至99%，无线掉线率

9、降低至0.12%。141414Page 14p 引入福建省公司“基于MR大数据分析”核心思想的同时结合合肥自身的网络特点，不断在实施中总结、提炼和验证，完善数据提取分析工具，逐步探索出室分邻区漏配、多配的判决标准，应用于低切换成功率室分小区，切实提升问题小区切换成功率，降低了无线掉线率。p 通过对合肥100个低切换成功率室分小区应用该优化方案，整体切换成功率提升12%，无线掉线率下降1.04%，效果显著。151515p 在提升室分网络质量的同时，邻区优化工作效率提升300%。传统单站邻区优化方法约2小时，基于MR优化方法约30分钟，极大的节省了现场测试的人工成本，且优化结果准确可靠，避免了重复

10、劳动。传统现场测试优化方法平均每站点耗时约2小时基于MR的邻区优化方法每站点平均耗时约30分钟采集MR数据，使用软件解析运用解析数据，分析输出邻区优化结果优化效率提升提升300%传统单站邻区优化方法约2小时，基于MR优化方法约30分钟，邻区优化效率提升300%161616成果引入背景01成果详细内容02成果的创新性03成果效能分析05成果应用情况04171717l 通过基于通过基于MRMR大数据分析，制定了有效的多配、漏配邻区大数据分析，制定了有效的多配、漏配邻区判定规则，制作批处理程序，有效降低优化人员数量和工判定规则，制作批处理程序，有效降低优化人员数量和工作成本，提升了作成本，提升了30

11、0%300%优化效率，且优化结果准确可靠，优化效率，且优化结果准确可靠，避免了重复劳动。避免了重复劳动。l 总计对总计对100100处低切换成功率室分小区应用此方案优化，有效降处低切换成功率室分小区应用此方案优化，有效降低外场测试人员工作量，累计节省外场测试人员低外场测试人员工作量，累计节省外场测试人员100100车次现场车次现场测试工作量，按照每车次费用测试工作量，按照每车次费用3030元，累计节省用车费用元，累计节省用车费用3 3千元，千元，同时节省同时节省100100人次外场测试人工成本。如合肥全网应用，可节人次外场测试人工成本。如合肥全网应用，可节省每年省每年2424万元现场测试用车费用以及大量测试人工成本。万元现场测试用车费用以及大量测试人工成本。l 通过提升室分小区切换成功率和降低无线掉线率，可进一通过提升室分小区切换成功率和降低无线掉线率，可进一步提升用户对步提升用户对4G4G数据业务感