基于MDTMR数据的ACP网络优化系统

基于MDTMR数据的ACP网络优化系统作者：温庆华黄沛江王斌来源：《中国新通信》2018年第20期温庆华黄沛江王斌中国移动广东公司东莞分公司【摘要】ACP(AutomaticCellPlanning)是利用智能自动寻优技术，基于工参、电子地图、天线方向图、负载、MR或DT等数据源，针对电平、质量、重叠覆盖度和下行速率等目标,通过迭代寻优，自动找到调整小区方位角、机械倾角、电子倾角、功率、站高和天线型号等RF参数的最优组合，以解决网络覆盖、容量和质量等问题，达到网络总体性能最优。【关键词】ACP智能自动寻优一、前言随着通信技术的发展，智能手机的普及，用户体验显得极其重要。因此提升网络性能，达到良好的网络覆盖是增强网络运营商竞争力的必要手段。传统的RF优化强依赖于优化工程师的技能，优化方案因人而异，随机性大，无法综合考虑现网状况且优化结果无法预估，此消彼长，存在多次优化仍然无法达标的问题。如何对传统优化中资源投入最大的无线网络优化这部分工作进行标准化，自动化，是目前亟待研究的课题。ACP可以综合考虑多方面的因素，输入实测的网络数据，根据固化的路损和增益计算方式通过自动寻优的方法找到最优的RF参数组合，并能预测优化结果，从而达到覆盖优化、提升网络性能的目的。具有全局考虑、经验固化、不依赖于工程师技能，优化结果可预测，效率提升明显的优势。二、总体思路与举措本课题的意义，一是利用云计算的特点，将ACP一个大区域任务拆分为多个小区域任务，同时进行的小任务之间互不影响，每个子任务交由不同的计算单元执行ACP过程，所有互不影响的任务执行完成后进行结果合并；二是克服传统网络优化缺陷，使得整网覆盖、容量、质量等多方面达到网络总体性能最优。思路通过输入配置文件、工参、地图、天线方向图、DT/AGPS、MR/MDTMR等网络数据，栅格化多维度数据源，采用栅格化关联分析方法，精确评估和定位微区域的网络问题；针对微区域存在的网络问题，应用智能寻优技术、通过迭代寻优自动生成整个区域包含小区方位角、机械倾角、电子倾角、功率、站高和天线型号等RF参数的最优组合，输出小区簇的综合优化调整方案、使得调整方案更具针对性、和精准化。举措工参高效整理、核查、校准：自动读取现网配置，与工参进行一致性对比，并用配置中的信息更新工参，保证工参与现网对齐；基于经验规则校验工参，自动识别工参逻辑性问题并上报，减少工参维护错误。站址经纬度校准：基于小区交叠区域的站址估计，基于MDT数据，利用记录的经纬度信息对每个扇区的覆盖进行栅格渲染，找出交叠的区域对站址进行估计。小区方位角校准：基于权重的方位角估计，基于MDT记录的经纬度信息以及干扰值，进行扇区扇形栅格化，通过权重值对方位角进行估计。优化调整实施和评估：对问题区域，实施上述多小区联合调整方案，并进行复测评估。三、技术方案实现ACP方案流程共分为三个部分：第一部分为栅格化多维度数据源作为ACP的输入，第二部分为ACP优化过程，第三部分为ACP优化结果的输出和呈现。3.1算法分析思路基于多维度数据的联合定位优化应用，通过算法识别问题小区，精准定位近点与远点用户的分布，关联性能指标与告警，有效评估网络结构与业务感知的关系，联合定位网络结构问题，提出有效的优化方案，提升网络质量和用户感知。精准优化算法对导入的MR数据或扫频数据进行栅格化统计，构建栅格化多维度数据源。利用该数据源构建路损矩阵和话务地图。1、问题识别：获取栅格所属的优化区域和网络层，根据设置的不同类型的目标门限，未达标的则为该类型下的问题栅格。2、问题分析：对已经分组的小区按分组和设定优化顺序分别执行禁忌算法并判断是否满足目标（覆盖目标，成本目标等）假设优化参数顺序为是方向角、电下倾，需要优化的小区为cell1、cell2、cell3、cell4，2个小区分为一组，那么小区的优化顺序是cell1和cell2方向角寻优，celll和cell2电下倾寻优，再是cell3和cell4方向角寻优，cell3和cell4电下倾寻优，依此类推。如果分组的小区优化任意一组参数后不满足用户设置的调整增益门限，则不调整该参数组合，继续调整该小区组的其他参数。待一轮迭代完成后，将此轮迭代的适应度得分与上一轮的适应度得分比较，如果适应度增益没有达到迭代间增益提高门限则终止优化。如果达到该门限则判断是否满足优化目标或禁忌次数是否达到上限（用户设定），满足则停止优化，否则根据新的参数继续寻优。3、联合判决：小区关联判决是指系统能够正确定义并发现问题区域，并将问题区域所属的小区划归问题小区，同时把问题小区的覆盖范围划分为关联区域。系统能够正确识别问题小区的邻小区，把问题区域邻小区的覆盖范围划分为影响区域。问题区域和影响区域的描述与划分可以使用户清楚地看到问题区域照成的影响范围，更快辨别出影响问题区域生成的相关小区。为后面进行优化，消除问题区域奠定基础。4、ACP方案输出：输出获得的最优解的RF参数的组合，可以输出RF参数优化前、优化后的状况。可调整的RF参数包括方向角、电子下倾角、机械下倾角、功率、高度、天线类型。如果选择了成本，可根据成本大小对RF结果进行成本排序。3.3方案聚合将LTE网络从小区覆盖、性能TOP小区、网络结构、容量评估等多个维度的指标进行加权处理，综合进行优化判决，给出区域优化方案和优化建议，方案实施后，对实施效果进行回馈，实现对判决系统的自优化。3.4核心算法介绍通过建立栅格级的路损矩阵和话务地图，即建立网络参数到网络质量的映射，再采用智能自动寻优算法对网络参数高效寻优，最终找到最优的调整方案。1、构建路损矩阵ACP根据输入的数据源，可以获得小区在优化区域栅格上的电平值。如下图所示：根据小区的工参，获得小区到栅格的天线增益和发射功率，计算得到EIRP（有效全向辐射功率：为无线电发射机供给天线的功率与在给定方向上天线觉得增益的乘积）。根据EIRP和小区在栅格上的电平值即可计算得到小区到栅格的路损矩阵，即Pathloss。电平预测：ACP优化过程中，RF调整后，栅格上的覆盖的预测值是基于空间路损不变的原则，变化的只是RF参数调整之后引起的天线增益的变化部分，根据该原则可以预测小区调整后栅格上的电平。2、话务地图构建话务地图的作用：表征ACP优化区域内栅格上的话务权重，体现不同栅格在优化过程中的重要性。话务地图构建方式:GUL根据话统和地物权重生成话务地图:根据设置的CS和PS地物权重，结合CS和PS统计的话务量，得到每种地物类型上栅格的CS和PS话务量，构成了话务地图。GUL根据地物权重生成话务地图：根据设置的CS和PS分别的地物权重，结合电子地图的地物类型，获得不同栅格的CS和PS话务权重，生成话务地图。GUL利用话统和MR生成话务地图：基于CS和PS导入的MR的权重，小区CS和PS话统按照CS周期和PS周期MR条数做权重来分配其话务量，最终获得每个栅格上CS和PS的话务量，构成话务地图。四、输出最优方案方ft#枢1小皿电子下齡小区1枢2小区f枢2小区1站点1站点2戏类型小区1枢2五、结论基于MDTMR的栅格化多维度数据源进行LTE制式ACPRF优化，通过上文介绍的构建思路及算法设计，是可以实现的，通过对试运行区域的实验，该系统利用多维度MDT数据进行多小区联动的优化方法，进行网络结构问题、网络容量及性能问题的分析