低效RRU精细优化挖潜

室分低效RRU精细优化挖潜案例一、背景 2019年在“降本增效”背景下，全省范围内深入开展资源均衡和资源挖潜的范围和力度，大规模开展低效小区整治、室分流量效能提升工作。当前，低效问题点的粒度主要为小区级，对小区呈现出负荷过低的问题。而很多室分、小基站、拉远建设的场景，存在单小区下绑定多台RRU的情况（小区合并模式）。对于这些场景，单纯的通过小区级粒度做低效分析，将无法有效对小区的各个RRU下的问题进行单独呈现，无法有效定位设备间负荷不均衡、设备故障、设备级低效问题。扬州公司根据扇区级话务统计方法，发现小区-扇区-RRU存在一定的对应关系，且可以通过网管系统提取到扇区级的用户数和PRB利用率情况。现网配置中，扇区和RRU基本采用1:1映射方式，故而可以通过提取扇区级话务指标来体现各RRU的实际负荷情况，更精准地定位问题区域或问题设备，实现更精细的低效问题整治和资源挖潜。二、原理分析（一）指标定义2019年降本增效的目标是低效小区占比不大于3%，挑战值为降低到0.5%以下。其低效小区的定义为：小区的最大PRB利用率不大于10%，且不等于0%。华为设备低效小区定义，满足如下条件： UL_PRB利用率_PUSCH=[上行PUSCH的PhysicalResourceBlock被使用的平均个数]/[PUSCH可用PRB平均个数]DL_PRB利用率=[下行PhysicalResourceBlock被使用的平均个数]/[下行可用的PRB个数]CCE利用率=([统计周期内上行DCI所使用的PDCCHCCE个数]+[统计周期内下行DCI所使用的PDCCHCCE个数]+[公共DCI所占用的PDCCHCCE的个数])/[统计周期内可用的PDCCHCCE的个数]最大PRB利用率=Max(UL_PRB利用率_PUSCH,DL_PRB利用率,CCE利用率（二）指标分析2.2.1小区结构分析小区结构主要由逻辑数据和硬件数据构成。逻辑数据有扇区、小区，硬件数据有BBU、RRU、天线。其映射关系如下： 普通小区： 多扇区小区： 现网中，普通小区主要对应宏站，室分小区主要对应多扇区小区。从上结构图中，可以看到，多少区小区存在多套硬件映射，而普通小区只有1套硬件映射。2.2.2低效原因分析通过对现网低效RRU分析与处理，将造成RRU低效的原因总结为以下几类：弱覆盖、无覆盖RRU覆盖范围内无线信号的强度弱或不稳定，用户无法有效驻留小区，将直接影响小区业务量。无用户RRU覆盖区域用户迁移，无用户或用户极少，将造成设备低效。这种场景可以将设备拆闲利旧。RRU或无源系统故障RRU的业务主要有物理硬件实现，当RRU端口收到物理因素影响，如接头松动、被负载封堵、馈线被剪断等情况，均可能造成小区无实际覆盖，影响业务量。小区未激活、闭塞或接入禁止当小区未激活、闭塞或设置接入禁止时，UE将无法驻留小区，自然会出现低效问题。移动参数不合理 移动参数不合理，主要为小区的切换参数设置不合理，导致的过早切换等问题，引发的无法有效占用小区的情况，将对业务流量造成负面影响。功率设置过低 小区功率设置过低，将对小区的实际覆盖范围造成影响，。三、优化案例（一）小区高利用率、部分扇区低效优化方案3.1.1问题描述与分析扬州-华懋购物中心(M)_0小区日均流量25GB以上，忙时峰值利用率最高达到70%以上，存在高负荷问题。小区绑定扇区0、1，扇区0平均用户数21上下，扇区1平均用户数不足2，扇区1存在明显低效问题。共站的扬州-华懋购物中心(M)_1小区绑定扇区2、3，其总的平均用户数约11上下，负荷相比扬州-华懋购物中心(M)_0小区低了很多。小区级业务量，如下：日期小区名日均流量（GB）最大RRC连接数（峰值）上行PRB利用率（集团）峰值下行PRB利用率（集团）峰值下行PDCCH_CCE利用率（集团）峰值LTE峰值无线利用率2019/4/8扬州-华懋购物中心(M)_025.477956.73%22.44%23.70%56.73%2019/4/9扬州-华懋购物中心(M)_024.586441.82%20.44%21.15%41.82%2019/4/10扬州-华懋购物中心(M)_022.517453.81%21.68%22.74%53.81%2019/4/11扬州-华懋购物中心(M)_029.927558.41%30.27%24.64%58.41%2019/4/12扬州-华懋购物中心(M)_033.118852.50%29.06%26.36%52.50%2019/4/13扬州-华懋购物中心(M)_050.9512468.57%35.87%28.03%68.57%2019/4/14扬州-华懋购物中心(M)_053.3710273.05%45.73%28.94%73.05% 扇区级业务量，如下：基站扇区标识CellCombination小区的小区扇区设备的上行所有用户平均个数CellCombination小区的小区扇区设备的下行所有用户平均个数扇区载波数绑定小区列表扬州-华懋购物中心(M)021.5221.481扬州-华懋购物中心(M)_0扬州-华懋购物中心(M)11.711.751扬州-华懋购物中心(M)_0扬州-华懋购物中心(M)23.633.621扬州-华懋购物中心(M)_1扬州-华懋购物中心(M)37.817.821扬州-华懋购物中心(M)_1扬州-华懋购物中心(M)629.7929.792扬州_华懋购物中心C区3楼-4楼LEM_0,扬州_华懋购物中心C区3楼-4楼LEM_0_ISON 通过上述可以看到，其扇区0、6负荷较高，扇区1、2、3负荷较低。对于扬州-华懋购物中心(M)_0小区，有小区负荷高部分扇区负荷低的问题。对此，我们应该降低高负荷小区的负荷，提升低负荷小区的负荷，从而均衡业务量，提升用户感知。3.1.2优化措施将扬州-华懋购物中心(M)_0小区和扇区1解除绑定关系，将扬州-华懋购物中心(M)_1和扇区1添加绑定关系。3.1.3效果评估4月15日进行绑定关系调整，对比同周一到周三数据可以看到扬州-华懋购物中心(M)_0小区波动平缓，扬州-华懋购物中心(M)_1小区峰值PRB利用率明显上升。前后指标对比，如下：日期小区名日均流量（GB）最大RRC连接数（峰值）上行PRB利用率（集团）峰值下行PRB利用率（集团）峰值下行PDCCH_CCE利用率（集团）峰值LTE峰值无线利用率2019/4/8扬州-华懋购物中心(M)_025.477956.73%22.44%23.70%56.73%2019/4/8扬州-华懋购物中心(M)_118.444111.45%14.33%12.05%14.33%2019/4/9扬州-华懋购物中心(M)_024.586441.82%20.44%21.15%41.82%2019/4/9扬州-华懋购物中心(M)_118.484111.07%15.86%11.56%15.86%2019/4/10扬州-华懋购物中心(M)_022.517453.81%21.68%22.74%53.81%2019/4/10扬州-华懋购物中心(M)_114.183922.82%15.37%13.62%22.82%2019/4/15扬州-华懋购物中心(M)_025.596347.64%20.33%20.25%47.64%2019/4/15扬州-华懋购物中心(M)_122.294518.89%20.32%14.74%20.32%2019/4/16扬州-华懋购物中心(M)_027.955753.22%26.26%21.82%53.22%2019/4/16扬州-华懋购物中心(M)_121.544716.96%20.49%15.11%20.49%2019/4/17扬州-华懋购物中心(M)_029.1114153.29%29.36%24.82%53.29%2019/4/17扬州-华懋购物中心(M)_119.106617.78%20.15%16.55%20.15%3.1.4小结 通过对扇区级分析，定位出高负荷小区下的RRU负荷不均衡问题，从而优化绑定关系均衡小区负荷，提升用户感知。（二）低效RRU拆闲优化方案3.2.1问题描述与分析扬州-城北客运站(M)_0小区日均流量20GB以上，忙时峰值利用率最高达到25%上下，负荷较低。小区绑定扇区0、1、2三个扇区，扇区1平均用户数26上下，扇区0、2平均用户数之和不足2，扇区0、2存在明显低效问题。扬州-城北客运站(M)_0_ISON小区日均流量10GB左右，其只绑定了1扇区，小区忙时峰值利用率在20%以下，负荷处理平均水平。小区级业务量，如下：日期小区名日均流量（GB）最大RRC连接数（峰值）上行PRB利用率（集团）峰值下行PRB利用率（集团）峰值下行PDCCH_CCE利用率（集团）峰值LTE峰值无线利用率2019/4/8扬州-城北客运站(M)_025.77537.52%28.29%18.99%28.29%2019/4/8扬州-城北客运站(M)_0_ISON7.43209.63%20.17%7.35%20.17%2019/4/9扬州-城北客运站(M)_019.04425.30%15.09%14.54%15.09%2019/4/9扬州-城北客运站(M)_0_ISON8.821810.30%10.81%8.29%10.81%2019/4/10扬州-城北客运站(M)_022.84410.05%18.42%17.21%18.42%2019/4/10扬州-城北客运站(M)_0_ISON9.292012.01%13.29%7.63%13.29%2019/4/11扬州-城北客运站(M)_022.25378.50%17.12%16.44%17.12%2019/4/11扬州-城北客运站(M)_0_ISON9.352112.70%15.36%8.77%15.36%2019/4/12扬州-城北客运站(M)_027.29578.20%22.88%19.78%22.88%2019/4/12扬州-城北客运站(M)_0_ISON9.821910.60%15.55%7.86%15.55%2019/4/13扬州-城北客运站(M)_036.74548.83%26.29%19.84%26.29%2019/4/13扬州-城北客运站(M)_0_ISON10.99239.32%19.29%7.19%19.29%2019/4/14扬州-城北客运站(M)_029.915610.18%21.73%18.41%21.73%2019/4/14扬州-城北客运站(M)_0_ISON11.621911.50%14.33%6.79%14.33% 扇区/RRU级业务量，如下：基站扇区RRUCellCombination小区的小区扇区设备的上行所有用户平均个数CellCombination小区的小区扇区设备的下行所有用户平均个数CellCombination小区的小区扇区设备的上行所有用户占用的平均PRB个数CellCombination小区的小区扇区设备的下行所有用户占用的平均PRB个数扬州-城北客运站(M)00-60-00.700.759.937.85扬州-城北客运站(M)10-61-026.5926.3622.4615.57扬州-城北客运站(M)20-62-00.220.399.937.85 小区-扇区绑定关系，如下：基站扇区RRU绑定小区列表扬州-城北客运站(M)00-60-0扬州-城北客运站(M)_0扬州-城北客运站(M)10-61-0扬州-城北客运站(M)_0

扬州-城北客运站(M)_0_ISON扬州-城北客运站(M)20-62-0扬州-城北客运站(M)_0 通过上述可以看到，其扇区1负荷较高，扇区0、2负荷较低。扬州-城北客运站(M)_0和扬州-城北客运站(M)_0_ISON小区业务量不均衡。3.2.2优化措施【现场摸排】现场测试该室分覆盖汽车北站1楼，覆盖正常，现场测试平均RSRP：-70dbm，平均SINR：28db，下载速率42.25M。现场测试信号覆盖正常，用户现场日均人流量53，日均吞吐量32GB，目前指标正常。经过先和核查确认，车站2~5楼原来为车站办公室，现在已经搬走无人办公，因此2~5楼没有流量产生。2~5层已关闭歇业，如下： 从上图可以看到，办公区域、电梯均已上锁。咨询现场工作人员称，2~5楼已不做办公区域，人员已搬到新的办公地点。【处理措施】已现场确认该车站只有1楼有用户，2~5楼无用户，拆除2~5楼的RRU节