LTE—Advanced系統的網絡自治愈技術

摘要：文章認為LTE-Advanced網絡自治愈功能能夠通過對現有網絡運行數據的分析，自動、快速、準確地檢測和定位網絡故障，并進行修復或者補償，可確保用戶連續、高質量的進行通信。針對自治愈技術中的中斷探測和中斷補償技術，文章分別提出相應的解決算法：基于聚類算法的中斷探測方法、基于遺傳算法的中斷補償算法，隨后文章仿真驗證并分析了算法的正確性和有效性。

關鍵詞：網絡自組織；自治愈；中斷探測；中斷補償

Abstract： In an LTE-Advanced network， the self-healing function detects and locates faults promptly， accurately， and automatically by processing network statistics. It can also recover or compensate for any breakdowns for consistent， high-quality communication. This article introduces outage detection， based on a clustering algorithm， and compensation based on a genetic algorithm. We simulate these algorithms to validate their purpose and efficiency.

Key words：self-organizing network； self-healing； cell outage detection； cell outage compensation

LTE-Advanced系統是3GPP長期演進（LTE）的進一步演進系統，采用更寬頻段的傳輸和頻譜共享，全面引入家庭基站和中繼站，采用增強型的多輸入多輸出（MIMO）、多點協作（CoMP）、載波聚合等先進技術，從而引入了大量的參數和數據處理，這些將增加網絡配置及優化的復雜度，提升網絡運維的人工成本和經濟開銷。在這樣的背景下，歐美主流高端運營商提出了網絡自組織（SON）技術，從而實現網絡自配置、網絡自優化和網絡自治愈3個目標。

自治愈是本文討論的重點，也是SON三大組成部分（自配置、自優化、自治愈）中最復雜的一點。3GPP協議TS 32.541中描述了自治愈功能，從2009年5月Release 9中3GPP TS 32.541 V0.2.0到2012年9月Release 11中3GPP TS 32.541 V11.0.0，從OAM（運維管理中心）的自治愈概念及需求一直到網絡自組織中的自治愈概念及需求，對中斷的場景、自治愈流程以及商業層級和協議層級的需求做出了循序漸進的完善[1]。

1 自治愈技術

自治愈功能能夠自動、快速、準確地檢測和定位影響網絡性能的故障，并進行自動恢復，以確保用戶連續、高質量的進行通信。其目的是當發生小區中斷時，通過快速的探測定位中斷小區并通過小區中斷補償措施來緩解網絡性能惡化。具備自治愈功能的小區能獨立或聯合地調整無線參數及相關算法，使無線系統性能損失降到最低，同時還大大降低維護成本和人員投入[2]。

可能導致小區中斷的網絡故障原因有很多，比如硬件和軟件故障，網絡連接失敗，甚至是錯誤的配置參數都可能導致小區中斷[3]。

為了實現網絡自治愈，要求移動蜂窩網絡具有小區中斷探測和小區中斷補償兩部分的功能。其中小區中斷探測是自治愈的基礎和前提，小區中斷補償是自治愈的核心和關鍵。一個自治愈中斷管理的場景如圖1所示。

中斷探測模塊收集來自移動臺（UE）、基站（eNodeB）、運維管理中心（OAM）的測量數據，對它們進行分析處理從而判斷是否有小區發生中斷；若有，則觸發中斷補償功能，調整相鄰基站的無線參數，以補償中斷用戶惡化的服務質量。圖1中的中間基站發生了中斷，通過補償算法，其相鄰小區提高了覆蓋，補償了中斷小區造成的覆蓋漏洞。補償后還需要對該區域進行實時監控并評估補償后的網絡整體性能，以保證達到補償的目標，且盡量不對補償小區中的原有用戶產生過大的影響。

1.1 小區中斷探測

小區中斷探測機制在實施中首先需要收集來自UE、eNodeB、OAM等的測量信息，并提取能夠準確判斷小區性能中斷的數據信息。中斷探測收集參數過程如圖2所示。假設eNodeB1發生了中斷，UE1是eNodeB1服務的一個用戶，UE2是eNodeB2服務的一個用戶，它們均可以接收到來自服務小區和鄰小區的信號。OAM通過發現eNodeB1上報的用戶參考信號接收功率（RSRP）突然下降，或者通過發現eNodeB2中的用戶信道質量指示（CQI）突然升高，均可以判斷eNodeB1可能發生了中斷。圖2中右側描述了UE、eNodeB、OAM可以收集到的用以實現中斷探測的參數。可探測和提取的數據信息并不是完備的，而無線網絡的性能又是時變的，所以需要高效的小區中斷探測方法在有限的探測信息前提下實現準確地小區中斷探測。

1.2 小區中斷補償

小區中斷補償的目標是緩解中斷小區的服務質量下降，通過自動調整相鄰小區的無線參數來達到運營商制訂的補償要求。通常是調整相鄰小區天線的下傾角和方位角，或者發射功率[4]。但是調整相鄰小區的無線參數意味著對該區域的原有用戶產生一定程度上的影響。運營商在制訂補償策略時，首先確定中斷小區的補償小區，以圖3為例，為其內圈相鄰小區，外圈小區雖然不會因為中斷補償機制調整無線參數，但性能會受到一定程度上的影響。具體的無線參數調整方案會因為不同的小區需求而發生變化。所以運營商在制訂策略時，需要考慮每一個補償小區的必要需求，中斷區域補償后覆蓋和容量間的平衡，以及補償小區性能下降和中斷小區性能增強之間的平衡。

1.3 中斷探測和補償的評價機制

評價中斷探測機制通常利用如下指標：

·探測延時：Tdetect -Tfail，即中斷發生了多久以后，中斷才被探測到。

·成功探測的概率：Ndetect / Nfail，即實際發生的中斷次數中被正確探測到的概率。

·錯誤探測的概率：N1 /（N1+Ndetect），即探測到中斷的次數中錯誤探測的概率。

評價中斷補償機制可以通過網絡中的參數變化對比，比如系統容量、覆蓋情況以及用戶服務質量等。圖4所示為小區中斷探測時間軸。中斷前后性能比較如圖5所示，為了評價中斷補償機制，我們通常定義3個階段，以系統平均吞吐量為例，階段A表示了沒有發生中斷時的系統平均吞吐量，階段B和階段C分別表示發生了中斷之后不采用中斷補償機制，以及采用中斷補償機制以后的系統平均吞吐量。

2 中斷探測與補償算法

為解決中斷探測和中斷補償兩個問題，我們分別提出了基于聚類算法的中斷探測算法和基于遺傳算法的中斷補償算法，并對這兩種算法進行了仿真評估。

2.1 基于聚類算法的中斷探測方法

我們提出在中斷探測算法中運用數據挖掘中的聚類算法，對觸發A3事件的用戶進行分類，根據分類結果以及各類中的用戶分布判斷偵聽區域內有無中斷并在中斷發生時定位中斷小區。我們提出了一種動態傳播仿射（AP）聚類算法，是對傳統AP聚類算法的改進[5]。其基本思想是對AP算法引入決定了分類數目的偏向參數p的動態搜索范圍，并基于聚類質量評價指標確定最優分類所對應的最佳p從而確定最優聚類分類數以及結果。圖6為整個中斷探測算法流程圖，包括4個步驟：

（1）在網絡的一個偵聽區域（包含多個小區）中，OAM收集觸發A3事件的各用戶關鍵性能指標（KPI）參數以及相應位置坐標。

（2）將收集的用戶KPI數據經過預處理后，作為動態AP聚類算法的輸入參數，并采用該算法對觸發A3事件的用戶進行最優分類。

（3）當最優分類對應的聚類質量評價指標小于設定門限時，說明觸發A3事件用戶數據的聚類可分性較差，即所有觸發事件的用戶性能沒有明顯差異，判斷該偵聽區域內沒有發生小區中斷；若聚類質量評價指標大于門限，表示聚類可分性較好，說明偵聽區域中觸發事件的用戶數據間存在差異，判斷該偵聽區域存在小區中斷，進入步驟（4）。

（4）提取所有觸發A3事件的用戶位置坐標，根據最優分類，將各類中的用戶映射到網絡偵聽區域的小區拓撲中。若某類中有超過一定門限的數據點集中在同一小區中，則判斷該小區為中斷小區。

2.2 基于遺傳算法的

中斷補償算法

當一個小區發生中斷時，需要通過調整相鄰小區的無線參數來對中斷用戶進行服務，從而達到緩解中斷用戶服務質量下降的目的。假定中斷區域的用戶可以接入到相鄰基站，所要解決的問題是中斷用戶要接入到哪個基站，并且如何給中斷用戶分配資源塊（RB）。假設不論是正常用戶還是中斷用戶，每個用戶分配到一個RB，初始每個RB上的發射功率相同。我們首先根據遺傳算法將補償小區的空閑RB分配給中斷用戶[6]。由于中斷用戶離新接入的基站較遠，所以要提高它們RB上的發射功率，以提高中斷用戶的吞吐量[7]。具體中斷補償算法步驟如圖7所示。流程圖包括3個步驟：

（1）確定中斷小區的補償小區，所有未分配給用戶的空閑RB作為候選，即將分配給中斷用戶。

（2）利用遺傳算法將補償小區的空閑RB分配給中斷用戶，目標是最優化小區平均吞吐量。

（3）根據步驟（2）的分配結果，在一定程度上為中斷用戶的RB提高發射功率。以每個補償小區為單位進行調整。

3 仿真分析

中斷場景具體仿真參數設置如表1所示。中斷探測仿真場景設置如圖8所示。設置扇區0（1）天線增益對比正常天線增益下降50 dBi，扇區4（1）天線增益對比正常天線增益下降100 dBi，用來表示兩種不同類型的中斷小區。

利用基于聚類算法的中斷探測方法，將一個偵聽周期內的觸發A3事件用戶的KPI信息組成數據向量，基于動態AP算法對這些用戶進行分類。圖9為不同聚類數目下對應的聚類評價指標，由于我們選取的聚類評價指標值越大說明聚類質量越高，也就是意味著類內越緊湊，類間可分度越高，觸發A3事件用戶分為3類為最優。圖10為將這些用戶分為3類時的示意圖，根據不同的分類提取用戶位置坐標映射到網絡拓撲中。觸發A3事件用戶分布圖如圖11所示。某兩類的數據分別集中于兩個小區內，而另一類數據則均勻分布在其他小區的邊緣，進而定位了中斷小區的位置，且區分了兩種不同的中斷小區。結果與圖8所設定的仿真場景相符，說明通過該方法可以在無任何人工干預的情況下，準確地探測出偵聽區域中的故障并定位。

中斷補償的仿真場景如圖12所示。為方便分析起見，我們設置中間小區為中斷小區，通過該小區的相鄰一圈小區對它進行補償。按照基于遺傳算法的中斷補償方法的兩個步驟，先利用遺傳算法將補償小區的空閑資源塊（RB）分配給中斷用戶，之后調整這些RB上的發射功率。圖13為我們所提的中斷補償方法的第一步，也就是利用遺傳算法給中斷用戶分配RB的過程中，小區平均吞吐量的變化曲線。最開始小區平均吞吐量為5.03 Mb/s，隨著算法不斷迭代，小區平均吞吐量逐漸穩定并增加到5.36 Mb/s。這樣證明了算法的第一階段，也就是給中斷用戶分配RB的階段，取得了網絡整體性能的一個初步提升。

圖14分別顯示了4個階段的小區平均吞吐量情況。階段1：沒有發生中斷時，所有小區正常運行，平均小區吞吐量大約為5.72 Mb/s；階段2：發生小區中斷，造成了很大區域的覆蓋漏洞，在這個區域的所有用戶均無法通過中斷小區建立無線連接，所以此時的平均小區吞吐量下降到大約4.97 Mb/s；階段3：當調整了周圍小區天線下傾角以及一些相關控制參數后，所有中斷區域的用戶可以與鄰小區建立無線連接，但是由于這些用戶導致了更大的小區間干擾，所以在這個階段，小區平均吞吐量只有細微的提升；階段4：在利用我們的小區中斷補償算法進行無線參數調整以后的小區平均吞吐量，對比階段2有了明顯的提升。我們換一個角度來評估該算法，利用由用戶信干噪比定義的用戶滿意度。各階段用戶滿意度比例如圖15所示。當小區中斷發生之前，滿意的用戶占整體的96%。算法進行的最初，由于許多中斷用戶與補償小區建立了無線連接，所以滿意用戶比例對比發生中斷時有了大幅提高，達到了83%。當補償算法進行完畢時，滿意的用戶到達了93%，幾乎與沒發生中斷時持平，說明利用該基于遺傳算法的中斷補償算法，可有效緩解中斷用戶的服務質量，并且對補償小區的用戶造成了較小的影響。

4 結束語

本文給出了基于聚類算法的中斷探測方法，對觸發A3事件用戶進行分類，根據各類用戶的分布判斷有無中斷小區，仿真結果驗證算法可以準確地探測定位中斷小區并將不同的故障加以區分；并且根據中斷補償的特點，提出了基于遺傳算法的中斷補償算法，利用遺傳算法將補償小區的空閑RB以最優方式分配給中斷用戶，進而調整每個RB上的發射功率以達到小區平均吞吐量最大，經過仿真驗證該算法緩解了中斷用戶的服務質量下降并對補償小區中的用戶幾乎不造成影響。自治愈技術的研究仍處于較初級階段，大部分工作停留在同構網絡，隨著LTE-Advanced系統與異構節點并存的復雜網絡出現，應用場景和多媒體業務更加豐富，亟需提出更有效且復雜度較低的自治愈方案和策略。

參考文獻

[1] 3GPP TS 32.541 V11.0.0. Telecommunication management； Self-Organizing Networks （SON）； Self-healing concepts and requirements [S]. 2012.

[2] AMIRIJOO M， JORGUSESKI L， KüRNER T， et al. Cell outage management in LTE network [C]//Proceedings of the 6th International Symposium on Wireless Communication Systems（ISWCS’09）， Sep 7-10，2009， Siena（Tuscany）， Italy. Piscatawaw， NJ，USA： IEEE， 2009：600-604.

[3] SZILAGYI P， NOVACZKI S. An automatic detection and diagnosis framework for mobile communication systems [J]. IEEE Transactions on Network and Service Management， 2012，9（2）： 184-197.

[4] AMIRIJOO M， JORGUSESKI L， LITJENS R， et al. Cell outage compensation in LTE networks： Algorithms and performance assessment//Proceedings of the 73rd Vehicular Technology Conference （VTC-Spring’11）， May 15-18， 2011， Budapest， Hungary. Piscataway， NJ，USA： IEEE， 2011： 5p.

[5] FREY B， DUECK D. Clustering by passing messages between data points [J]. Science， 2007， 315： 972-976.

[6] XIA Lingfeng， LI Wenjing， ZHANG Heng， et al. A cell outage compensation mechanism in self-organizing RAN [C]//Proceedings of the 7th International Conference on Wireless Communications， Networking and Mobile Computing （WiCOM’11）， Sep 23-25， 2011， Wuhan， China. Piscataway， NJ，USA：IEEE， 2011：4p.

[7] AMIRIJOO M， JORGUSESKI L， LITJENS R， et al. Effectiveness of cell outage compensation in LTE networks [C]//Proceedings of the 8th IEEE Annual Consumer Communications and Networking Conference （CCNC’11）， Jan 9-12， 2011， Las Vegas， NV， USA. Piscataway， NJ， USA： IEEE， 2011： 642-647.

收稿日期：2012-11-02

作者簡介

馬昱，北京郵電大學在讀碩士研究生；主要研究方向是無線網絡自組織技術中的自治愈技術。

薛文倩，北京郵電大學在讀碩士研究生；主要研究方向是無線網絡自組織技術中的自治愈技術。

彭木根，北京郵電大學教授、博士生導師，IEEE高級會員，北京市科技新星，教育部新世紀優秀人才，首屆優秀青年基金獲得者，首屆青年科學家“973”子課題負責人；長期從事時分雙工（TDD）無線網絡信息理論、協同網絡編碼、無線網絡自組織技術、TDD高能效無線傳輸和組網技術、TD-SCDMA及增強演進系統的傳輸和組網增強技術的研發工作；已發表學術論文共180余篇，其中SCI學術期刊論文38篇。