BSIC规划算法探讨

1、BSIC规划算法探讨符国强00135145摘要BSIC规划是GSM6线网络规划中一个重要的环节。笔者从多个项目实践中发现，大部分网络的BSIC规划效果不甚理想。本文基于同频同色小区最小距离最大化的原则，设计了一种规划算法，重点介绍了算法的原理及性能分析；并通过VBA生成自动规划工具，用实际网络数据验证算法的可行性及应用效果。关键词BSIC规划同频同色VBA初始化最小距离1 BSIC规划的重要性基站识别码BSIC(BaseStationIdentifyCode)是用于区分不同运营商或者同一运营商广播控制信道频率相同的不同小区。BSIC为一个6bit编码：BSIC=NCC(3bit)+BCC(3b

2、it),其中NCCPLMN色码，用来识别相邻的PLMN网，BCCBTS色码，用来识别相同载频的不同的基站。1.1 BSIC作用移动台在收到SCH后，即认为已同步于该小区。但为了正确的解译下行公共信令信道上的信息，移动台还必须知道公共信令信道所采用的训练序列码(TSC)。按照GSM规范的规定，训练序列码有八种固定格式，分别用07表示。每个小区的TSC则由BCC确定，所以BSIC的作用之一就是通知移动台本小区所采用的训练序列码。由于BSIC参与了随机接入信道(RACH)的译码过程，因此它的另一个作用是用来避免基站将移动台发往相邻小区的RACH误译为本小区的接入信道。第三，当移动台在连接模式下(通话

3、态)，它必须根据SACCH上有关邻区表的规定，对邻区BCCH载频的电平进行测量并报告给基站。同时在上行的测量报告中给出每一个频点所测量到的BSIC。因为在某些特定环境下，即某小区的邻近小区中出现两个或两个以上具有相同BCCH载频的小区时，基站可以依靠BSIC来区分这些小区，避免错误切换或切换失败。此外，运营商可以通过广播参数“允许的NCC”控制移动台只报告NCC在允许范围内的邻区情况，从而达到过滤无关邻区的目的。1.2 BSIC规划方案基于BSIC作用中的第三点，BSIC规划方案都需要考虑距离原则，尽量避免邻近的小区同频同色或保证同频同色的小区间隔足够远，使得邻近小区BSIC/BCCH冲突可能

4、性减到最小，避免误切换、切换失败。一般而言，大概有三种规划方案：1）使用所有可用的BSIC。规划中尽可能均衡各个BSIC的使用率。这个方案的好处可以保证BSIC在整网中分配较为均匀。然而，若使用手工方法太麻烦太耗时，一般采用工具规划。2）使用尽可能少的BSIC。分配BSIC时按顺序取值，当同频同色满足一定距离则分配BSIC,不满足则尝13t下一个BSIC,逐步扩大取值范围。这种方案的好处是让所使用的BSIC保持在最小的数目，当增加一个新站，为避免BSIC/BCCH冲突时可采用新的BSIC,而必须要修改周边小区的BSIC。这种方法手动规划也是耗时，难度大，一般采用工具自动生成。3）按照BCCH的

5、复用模型来规划，即在同一簇内使用相同的BSIC。这意味着邻近小区不能和服务小区使用相同的BCCHo在手工规划中这种方法比较常见，因为比较简单而且快捷方便。本文主要是研究基于第一种规划方案的算法设计，并通过VBA测试算法的可行性和应用效果。对于第二种规划方案，在实际的网络中一般站点数目上千，同频小区上百。总的BSIC个数就8x8=64个，在NCC受限的场景则更少，通常都要用上所有的BSIC。笔者也尝试设计过该方案算法，但效果不如第一种方案好。譬如，在第二种方案中，把距离要求设置为10Km往往越排在后面规划的小区越难分配到合适频点，导致最后要分配不符合距离要求的BSIC。这样规划出来的整网效果测试

6、对比后，发现不如第一种方案好。至于该方案算法如何优化，暂不在本文讨论范围。而第三种手工规划方案具有一定的局限性，实际网络的频点规划已很少严格按照簇方式进行。2算法原理介绍本文提出的算法基于第一种规划方案，总体的设计思路是使得网络中尽可能不出现同频同色或使得同频同色的距离在某一网络格局中达到最优，即同频同色小区最小距离最大化。下面介绍算法的具体设计。对整网而言，虽然存在不同的频点，但每个频点组的规划方法都是通用，我们做算法研究时可就某一个频点组进行分析。在实际操作中，我们可先对整网小区按频点进行排序分组，然后再逐一按组进行处理。为表达方便，下文所有“小区”若未特别说明，均表示“同频小区”。1.3

7、 算法流程步骤1:定义可使用BSIC的取值范围；步骤2:遍历所有需要规划的小区，把当前小区作为处理对象，查询所有已被使用的BSIC,若发现存在未被使用的BSIC,则把找到的第一个未被使用的BSIC赋值给当前小区;若所有可用BSIC都已被使用，则分别计算当前小区取值每一个BSIC时得到的同频同色最小距离，找出其中的最大者，把该最大者对应的BSIC赋值给当前小区。步骤3:处理下一个小区，重复步骤2,直至所有小区都处理完毕。步骤4:判断所有需要规划的小区是否已达到稳定状态，即在某一特定的网络格局中同频同色距离已最大化，所选择的BSIC已最优。若仍有小区未达到稳定，重复步骤2、3,直至所有小区的BSI

8、C不再发生变化。算法流程图如下：子流程A:图1.子流程图A总流程B:图2.总流程B1.4 初始化问题从上面的算法原理可以看出，除了算法本身外，还存在两个主观因素会影响并敲定最后的BSIC分配彳1:BSIC的初始化方法和参与运算的小区的次序。首先来看BSIC的初始化，笔者定义了4种不同的初始化方法，分别比较它们的优劣。1）不赋值，开始运算前小区的BSIC不赋任何值。2）统一赋值，开始运算前小区的BSIC赋成任意的同一个值。3）循环赋值，开始运算前小区的BSIC按顺序从可用范围值里循环赋值。4）随机赋值，开始运算前小区的BSIC从可用范围值里随机取值。以I国I项目的工程参数作为测试数据，抽取频点号

9、27（69个小区）、32（175个小区）、38（125个小区）三个频点小区组做测试。测试1:NCC取值0,BCC取值07;测试2:NCC取彳10、1,BCC取值07。比较以4种不同赋值方法初始化后的规划结果。对比分析后发现，整体规划效果上无本质差别，不同初始化方法规划出来的同频同色最小距离分布情况基本一致，下图是38号频点组小区，NCC取值0、1时，同频同色最小距离按从小到大排序的分布图：图3.不同初始化赋值方式下同频同色最小距离升序排序分布运算时间上，笔者发现不赋值方法在运算时间上略微占优，而最小同频同色距离对比中4种方法都差不多，差别一般小于2千米。随机赋值具有不确定性，所以在运算时间上和

10、最小同频同色距离上有一定的波动。具体测试结果如下（注：运算次数表示子流程A执行的次数）。测试1:不赋值赋统一值循环赋值随机1随机2随机3随机4随机5随机6随机7随机8随机9随机10BCCH二69运算次数3456546455455运算时间（秒）22.73.23.73.22.73.72.73.23.22.73.23.2最小同频同色距离（Km4.775.8864.295.675.57664.76.045.735.674.29BCCH=32运算次数5757546577745运算时间（秒）16.923.717.8241815211824242414.918最小同频同色距离（Km5.885.966.516

11、.355.426.216.215.76.076.075.745.45.42BCCH=38运算次数5466563956545运算时间（秒）8.87.710.810.89.310.86.215.49.310.99.37.79.3最小同频同色距离（Km5.384.354.665.255.255.45.725.254.355.444.054.355.25表1.四种初始化方式的算法性能对比（NCC=0测试2:不赋值赋统一值循环赋值随机1随机2随机3随机4随机5随机6随机7随机8随机9随机10BCCH=69运算次数3733543334343运算时间（秒）2.65.42.82.74.23.52.82.82.

12、83.52.83.42.8最小同频同色距离（Km）11.8511.8511.1210.0410.9810.2610.9810.2610.8910.949.3510.9810.26BCCH=32运算次数4554657555556运算时间（秒）13.517.317.514.820.617.823.617.717.817.817.817.820.7最小同频同色距离（Km）10.3510.6610.2110.6610.2110.7310.219.9910.389.9910.669.939.06BCCH=38运算次数6556544465555运算时间（秒）10.59.49.410.99.47.87.87

13、.8119.49.49.49.4最小同频同色距离（Km）9.568.6910.7410.748.699.728.458.6910.910.329.388.6910.95表2.四种初始化方式的算法性能对比（NCC=01）参与运算的小区次序上，笔者尝试在不同的频点组、不同的初始化方式、不同的NCC取值条件下，用小区随机排序的方式分别测试10组数据。对比分析发现，整体规划效果上无本质差别，不同随机排序规划出来的同频同色最小距离分布情况基本一致，而在运算时间和最小同频同色距离上存在一定的波动性。下面是38号频点组以不赋值初始化方式，在NCC取值0,1条件下的具体测试结果。同频同色最小距离升序排序分布一

14、悟机挥乐1丽机排序2的机排序3临机排序4随机排件5快机排序6翻机排序7随机排序8随机排序3靶机播序凶图4.小区随机排序方式下同频同色最小距离升序排序分布随机排序1随机排序2随机排序3随机排序4随机排序5随机排序6随机排序7随机排序8随机排序9随机排序10运算次数6667455554运算时间（秒）10.61110.812.67.69.39.29.29.37.6最小同频同色距离（Km9.5610.689.5610.959.388.6910.7410.419.6810.74表3.小区随机排序方式下的算法性能对比（NCC=01）结论：1、BSIC初始化方式和小区排序方式会决定BSIC的初始化分布格局并

15、影响最终各小区BSIC的分配值，但对算法实现本身并无质的区别，所以总体而言，以不同初始化方式、不同小区排序方式规划出来的整网效果相当。2、BSIC初始化方式中不赋值方式在运算时间上略微占优。（因为在第一次执行子流程A的过程中，BSIC没赋值小区不参与运算。）2.3算法的一些补充说明关于本文设计的BSIC规划算法，补充说明以下几点。1）该算法既可用于新建网络或搬迁网络的BSIC规划，也可用于日常个别小区的BSIC优化。当子流程A中的“遍历需要处理的所有小区”对应整网小区时则可实现规划功能，当对应问题小区时则可实现优化功能，网络其他小区BSIC不变动。2）该算法得出的规划结果是在某种格局下达到最优

16、，这种格局受BSIC初始化分布和参与运算的小区次序等因素影响。而并非说这就是使得全网同频同色最小距离达到最大的唯一一种方案。3）把算法设计成规划工具投入到实际应用时，可综合考虑不同的初始化方式，计算出若干个结果，取其中的最优者。3应用案例为了验证该算法的实际应用效果，本文在最后从各国工程项目中选取了3张GS咖络,对比现网的规划结果和采用本算法的规划结果。实践表明，采用本算法规划结果均明显优于现网规划，详细分析数据如下（注：以下测试BSIC初始化采用不赋值方式）。1) S国N项目工参信息：BCCHBCCHW小区个数NCCX值63-74122170,2-7对比结果：原网规划有29个小区出现同频同色，本算法规划结果全网无同频同色小区。2) I国T项目工参信息：BCCHBCCHt数小区个数NCCt值822-8331217920-3对比结果：原网规划有489个小区同频同色最小距离小于5Km本算法规划结果仅有84个小区同频同色最小距离小于5Km且都在3.5Km以上；整网同频同色最小距离分布情况也优于原网规划。全网同频同色最小距离升序排序分布9S匚ml999113MIIESI98M标ml9林一19向Tmi9NW-IImil售一I6ffl9柒UERSBITmRe965§ILnpIgmsE9舞9T