基于MR的無線移動智能網絡優化平臺的設計與實現

黃 濤,徐 利,周 晨,黃本雄,涂 來

(1.武漢虹信通信技術有限責任公司,武漢 430073;2.華中科技大學電子與信息工程系,武漢 430074)

1 引 言

無線網絡優化的目的主要在于對當前運行的網絡通過性能數據采集、設備硬件檢查、工程參數分析等手段,找到影響網絡性能的原因,尋求解決故障問題的方法,最終通過修改設備參數配置、調整網絡結構等技術手段,保障網絡運行的高效,使現有的網絡資源獲得最大程度的利用。無線網絡規劃和優化的基本原則是最佳利用網絡資源,在一定的成本控制之下,建設一個覆蓋范圍和容量指標盡可能大的無線通信網絡,提供給用戶良好的網絡服務,并且保障網絡質量。無線網絡優化的另外一個作用是在優化的過程中了解當前網絡的發展依據,進而為下一步的擴容提供幫助和指導。

蜂窩移動通信網絡的快速增長,使無線網絡的優化設計問題日益重要[1]。無線網絡的優化存在于各個層次,包括在不降低信噪比(SNR)的前提下,最小化發射功率[2];提高帶寬(bandwidth)的利用率,以加強對媒體業務的支持[3];以及在保證覆蓋率的同時,降低成本[4]。

由于我國移動業務市場需求緊迫,GSM網絡在建網或擴容時,普遍存在任務重、周期短、速度快的現象,因此無論在工程施工建設中還是在規劃設計中都留下一些考慮欠周造成的技術質量問題(如站址位置與規劃位置誤差大,天線掛高、方位角、頻率規劃不合理等),使網絡覆蓋沒有達到預期的目標[5]。而覆蓋是網絡提供服務的前提,在保證覆蓋的前提之下進行服務性能優化,優化服務質量,改善用戶體驗,最終進行整體網絡的性能優化。由于網絡軟參數的調整在網絡優化中有舉足輕重的作用,因此有必要制定一個可行的解決方案。進行網絡優化涉及到大量數據的搜集和處理工作,因此需要設計一個合適的計算系統才能使網絡優化系統得到最大的發揮[6]。

傳統的網絡優化手段,主要分為DT測試分析、CQT測試分析、信令性能分析、用戶投訴數據分析等[7-9]。無線移動網絡優化工作是一項復雜的工作,傳統的網絡優化方法往往需要耗費大量的人力、物力和財力。而通過對無線移動網絡結構和Abis/Iub接口協議的研究可以得到,移動通信用戶在終端開機通話等過程中都會同基站控制臺進行頻繁的數據交互活動。假如有效地記錄并利用這些交互的數據,將能夠及時發現網絡中存在的問題,以更好地指導移動無線網絡優化人員的優化工作;而且這些數據與用戶終端息息相關,直接是用戶體驗的表現。

本文將從利用MR測量報告進行智能網絡優化的方向出發。MR(Measurement Report)又稱測量報告。用戶終端在業務信道上向基站每480 ms發送一次數據,MR測量報告來源于其中的上傳數據[10]。通過MR數據快速定位出網絡中存在的故障問題,并智能化地通過一個統一的網絡優化平臺展現。本文設計了一個智能網絡優化平臺完成這一功能的操作,并對覆蓋優化進行了深層次的分析。

2 智能網絡優化平臺整體框架

智能網絡優化平臺采用模塊化設計,在邏輯上面分為3個模塊,如圖1所示,分別是采集預處理模塊、分析處理模塊,以及用戶操作模塊。

圖1 智能網絡優化平臺框架Fig.1 The framework of intelligence network optimization platform

智能網絡優化平臺的各個模塊的功能如下。

(1)采集預處理模塊

采集MR數據,解析MR數據中的關鍵字段信息,對數據進行預處理操作,然后將得到的信息以統一規范的形式存儲到數據庫當中。

(2)分析處理模塊

根據平臺用戶的人機操作,分析采集得到的MR數據信息,進行統計判斷等一系列的操作,然后生成規范格式的XML數據提供給前臺使用。

(3)用戶操作模塊

提供用戶界面給用戶操作,翻譯用戶操作行為,形成指定格式的查詢鏈接,查詢后臺數據,得到規范化的XML數據之后,按照一定的形式讀取數據,按照圖表、圖形以及地圖等形式將故障定位及優化建議顯示在前臺界面上面。

2.1 采集預處理模塊

采集預處理模塊的子模塊設計如圖2所示。

圖2 采集預處理模塊結構圖Fig.2 The structure of preprocess module

采集預處理模塊完成的是采集MR數據、解析MR數據、將MR數據以及其他的基站配置信息按照指定的格式寫入數據庫的工作。

(1)RF5解析模塊

本文采集得到的RF5文件并不能直接使用,需要經過專門的解析程序,才能解析出有用的數據。圖2中的RF5解析模塊負責RF5文件的解析工作。該模塊對RF5文件中進行網絡優化所需的關鍵字段進行讀取,濾掉不正確的MR信息,然后以指定的格式存入數據庫。

(2)配置處理模塊

圖2中,接口A中的數據是通過RF5解析模塊處理得到的原始MR數據,它以移動臺為單位進行記錄。為了了解全網的狀況,需要將每個移動臺對應的測量報告進行統計處理,形成小區級別的統計測量數據。配置處理模塊的作用就在于完成對原始MR數據的統計計算處理。

經過性能指標參數的統計處理之后,移動臺的單個MR記錄信息可以形成小區級別的測量信息,為下一步的網絡優化提供了幫助。配置處理模塊中輸入的接口B的數據為小區級別的統計數據,輸入到數據庫當中進行待用。

2.2 分析處理模塊

分析處理模塊的功能示意圖設計如圖3所示。

圖3 分析處理模塊結構圖Fig.3 The structure of process module

分析處理模塊主要分為兩個部分,即統計判斷部分以及查詢請求部分。

(1)統計判斷部分

如圖3所示,分析處理模塊的上半部分是對原始MR數據的統計判斷分析處理。它的工作原理是根據原始MR關鍵字段數據進行計算分析,按照一定的規則和計算公式生成新的指標數據,然后對新生成的指標數據進行參數設定的門限判斷,得到網絡是否存在故障的判斷,并以統一的格式寫入數據庫當中。

(2)查詢請求部分

如圖3所示,分析處理模塊的下半部分為對前臺界面的查詢請求的處理。查詢請求部分主要實現web server服務器的功能,主要針對前臺界面的操作,對后臺SQL Server數據庫進行相應數據的查詢讀取與計算,最終形成統一的XML格式的文件,提供給前臺界面。

2.3 用戶操作模塊

用戶操作模塊的功能設計示意圖如圖4所示。

圖4 用戶操作模塊功能示意圖Fig.4 The structure of user interface

用戶操作模塊的核心為結果呈現模塊,分為MR特征指標圖表、MR特征指標圖形、基站扇區載頻信息查詢、基站信息地圖顯示、智能查障顯示、用戶操作界面等幾個功能。

3 通過TD-SCDMA智能網絡優化平臺分析越區覆蓋和弱覆蓋

3.1 越區覆蓋檢測

越區覆蓋現象容易引起錯誤的切換,產生大量的切換失敗以及無切換而導致掉話。除此之外,越區切換還可能引起計費錯誤。隨著市場的運作,現在移動通信運營商在計費系統中都是以小區ID來計算費用的,如果在一個指定區域內出現預計外的小區肯定會出現錯誤的計費。因此,做好覆蓋優化是網絡提供良好服務的前提。

智能網絡優化平臺上越區覆蓋的功能界面如圖5所示,圖中淺色基站代表正常基站,深色基站代表存在越區覆蓋嫌疑的基站。

圖5 越區覆蓋功能示意圖Fig.5 The diagram of corss-disrict coverage

該智能網絡優化平臺對于越區覆蓋的檢測采用的是基于MR的鄰區判別算法。鄰區判別算法的判斷準則如下:

(1)當MR處于目標基站的配置覆蓋范圍之內,將之視為正常覆蓋;

(2)當MR處于目標基站的鄰區列表基站的配置覆蓋范圍之內時,也將之視為正常覆蓋,除此之外的MR屬于越區覆蓋。

如圖6所示,基站A為目標基站,基站B,C,D為基站A的鄰區基站,基站E不屬于基站A的鄰區基站。有3條MR消息分別處于L點、M點和N點,3條MR消息的主服務基站都是基站A。判斷過程如下:

(1)點L處的MR因為處于基站A的配置半徑之內,所以視為正常覆蓋;

(2)點M處的MR處于基站 C的配置半徑之內,因為基站 C處于基站A的鄰區列表當中,所以當M點的用戶要發生切換時,可以正常切換到基站C對應的小區當中,所以也視為正常覆蓋;

(3)點N處的MR處于基站E的配置半徑內,當點N處的用戶需要發生切換時,由于基站A沒有與基站E周圍的小區配備鄰區關系,所以點N處的用戶將無法正常切換,會引起通話時的掉話,所以視為越區覆蓋。

圖6 越區覆蓋判斷實例Fig.6 The example of corss-disrict coverage

上述越區覆蓋判斷準則的優點是不需要依靠類似工程經驗的數據,人的影響因素大大降低,可以精確地找到類似孤島效應的越區覆蓋現象,從而解決越區覆蓋發現難的問題;缺點是由于對MR的判決不僅僅依靠當前的基站,還需要依靠當前基站的鄰區基站,計算量偏大[11]。

在網絡優化技術方面,主要的創新點有基于用戶切換掉話的原理,設計了一種越區覆蓋的判斷準則,解決了越區覆蓋發現難的問題。利用上述的越區覆蓋檢測算法可以快速定位出越區覆蓋故障區域,為網絡優化人員解決越區現象提供了幫助。

3.2 弱覆蓋檢測

本文的智能網絡優化平臺解決了全網覆蓋功能頁面對弱覆蓋問題。全網覆蓋功能頁面主要提供了全網覆蓋狀況的功能顯示信息以及弱覆蓋、覆蓋空洞區域的告警信息。

全網覆蓋的MR信息處理步驟如下:

(1)將全地圖分成一個個小方格,根據MR定位的地理信息,可以得到每條MR測量報告所處的方格位置;

(2)統計每個方格中的MR測量報告數據,計算方格內的MR信號接收場強;

(3)根據單個方格的信號接收場強描繪該方格的網絡信號運行狀況。

圖7是根據MR測量報告繪制的某地區一段時間的網絡覆蓋全網狀況示意圖。

圖7 全網覆蓋示意圖Fig.7 The diagram that covered over

圖7中方格的不同顏色(灰度顯示為深淺度)代表著網絡的不同覆蓋狀況,當信號平均接收強度低的方格在某一區域所占比例很大的時候,說明該片區域可能存在弱覆蓋現象,需要進行告警。

當某片區域幾乎無MR上報的時候,這時可能屬于兩種情況:第一種情況,該區域地理位置是荒山野嶺,人跡罕至,很少有用戶在該區域進行活動;第二種情況是該區域屬于覆蓋空洞,沒有基站對該片區域進行覆蓋。兩種情況的劃分通過查看該區域的地理信息可以區分。當存在弱覆蓋和覆蓋空洞現象時候,可以提出告警信息,提醒網絡優化人員去進行相應的維護。

4 結 語

針對無線移動網絡系統性能檢測及網絡優化問題,本文設計并實現了一個新的智能網絡優化平臺,該平臺能夠實現對網絡性能的檢測,實現越區覆蓋問題的檢測和告警,通過全網覆蓋功能頁面對弱覆蓋問題進行解決等功能。同時,該智能網絡優化平臺對越區覆蓋的檢測采用的是一種全新的基于MR的鄰區判別算法,可以快速準確地定位出越區故障區域。

[1] 郭彤城,慕春棣.并行遺傳算法在無線通訊網基站優化選址中的應用[J].系統工程理論與實踐,2003,23(2):57-61.GUO Tong-cheng,MU Chun-di.Radio Network Design Using Adaptive-migration Parallel Genetic Algorithms[J].Systems Engineering-Theory&Practice,2003,23(2):57-61.(in Chinese)

[2] Johnson J M.Genetic algorithm optimization of wireless communication networks[C]//Proceedings of 1995 IEEE International Symposium on Antennas and Propagation Society.Newport Beach,California:IEEE,1995:1964-1967.

[3] Bahl P,Chlamtac I,Farago A.Optimizing resource utilization in wireless multimedia networks[C]//Proceedings of 1997 International Conferenceon Communications.Kuala Lumpur,Malaysia:IEEE,1997:1432-437.

[4] Stanley R A.Designing a minimal cost wireless network:a case study[C]//Proceedings of 2000 Fifth Symposium on Computers and Communications.Antibes,Jan Less Pins:IEEE,2000:508-513.

[5] 張勛,查光明.GSM網絡優化方法的探討[J].四川通信技術,2001,31(1):12-16.ZHANG Xun,ZHA Cuang-ming.Discussions on optimizing method of GSM network[J].Communication&Information Technology,2001,31(1):12-16.(in Chinese)

[6] 戴虎.GSM網絡體系結構及其網絡優化[J].武漢理工大學學報(信息與管理工程版),2005,27(1):10-14.DAI Hu.A GSM Network System Structure and Its Optimization[J].Journal of Wuhan University of Technology(Information&Management Engineering),2005,27(1):10-14.(in Chinese)

[7] 朱東照.GSM無線網絡規劃設計與優化[M].北京:人民郵電出版社,2007.ZHU Dong-zhao.Design and Optimation of GSM Wireless NetworkProgram[M].Beijing:People′s Posts and Telecommunications Press,2007.(in Chinese)

[8] Bahai A R S,Aghvam I H.Network planning and optimization in the third generation wireless networks[C]//Proceedings of the 1st International Conference on 3G Mobile Communication Technologies.London:IEEE,2000:441-445.

[9] Meunier H,Talbi EG,Reininger P.A multiobjective genetic algorithm for radio network optimization[C]//Proceedings of 2000 CEC.Piscataway,USA:IEEE,2000:317-324.

[10] GSM 05.10 Ver.7.3.0,Digital cellular telecommunications system(Phase 2+);radio subsystem synchronization[S].

[11] 黃濤,徐利,周晨,等.一種新的基于MR的移動網絡越區覆蓋判別算法[J].電訊技術,2012,52(11):1736-1740.HUANG Tao,XU Li,ZHOU Chen,et al.A Novel MR-based Cross-district Coverage Discriminant Algorithm for Mobile Wireless Network[J].Telecommunication Engineering,2012,52(11):1736-1740.(in Chinese)