基于鄰區切換數據的LTE扇區接反分析算法研究

葉藹笙+史俊輝+曹家燕

【摘 要】扇區接反是LTE移動基站建設的常見質量問題，它會引起無線網絡覆蓋異常、性能劣化從而影響4G用戶感知。首先對LTE鄰區特點及鄰區切換指標進行介紹，然后提出一種基于性能數據的扇區接反分析算法，并給出了具體算法實現流程。現網應用驗證結果表明，本文算法的問題定位準確率超過90%，與現有方法手段比較，分析問題更全面、更高效，有助于節省人力成本。

【關鍵詞】扇區接反 鄰區切換 正向覆蓋

1 引言

為了滿足移動互聯網用戶不斷增長的用戶需求，近年國內三大運營商均發力4G網絡建設，截至2016年5月底，中國已經建成全球最大的4G網絡，基站超過200萬個。由于建設工程進度緊、時間短、工作量大等各種因素的影響，容易出現各種天饋系統問題，扇區接反為其中一類典型問題。常見的扇區接反場景包括：

（1）天線方位角覆蓋差錯；

（2）RRU饋線與天線接反；

（3）RRU光纖與信道板端口接反。

對于LTE網絡，天饋系統的好壞直接關系到網絡質量和用戶感知，扇區接反將導致以下幾個主要問題：

（1）天饋覆蓋異常：不同扇區的工參，如下傾角、射頻功率等一般存在差異，接反扇區無法按照預定方向進行信號覆蓋，并會增加對周邊基站的同頻干擾。

（2）PCI模3干擾：PCI一般會按照工參進行規劃，盡量規避模3干擾問題，但扇區接反將可能引起周邊覆蓋區域PCI模3干擾問題變得突出。

（3）優化方案偏差：工參數據與現場實際覆蓋不一致，基于后臺性能指標及工參數據輸出的RF及參數優化方案，都存在偏差可能性，導致優化工作效果受到影響。

目前扇區接反問題的分析方法或相關技術文獻主要基于前臺測試及現場勘查，必須依靠現場工作發現問題，存在分析效率低、容易遺漏問題等缺點。針對該問題，嘗試借助后臺網管性能數據進行分析，研究出一套快速、有效、準確的扇區接反分析算法。

2 LTE鄰區切換數據應用可行性分析

主流設備廠家中興、華為等在LTE后臺網管性能指標中，較EVDO及WCDMA引入了更細的統計維度到鄰區級（兩兩小區），可提供兩兩小區間的切換次數統計，包括同頻及異頻切換。借助該切換數據可以獲得整個網絡各小區間的切換矩陣，有助于切換問題、越區覆蓋、模3干擾、用戶移動性等分析工作的開展。

如圖1所示，正常情況下，一個扇區的鄰區大部分位于其主覆蓋方向范圍內，并且位于該范圍內的鄰區（橙色點表示）的切換次數統計之和會大于該范圍外的鄰區（青色點表示）的切換次數統計之和。

LTE網絡具備ANR鄰區自優化功能，借助ANR功能可以自動發現并處理漏配及冗余鄰區，使得LTE鄰區關系及時得到完善。LTE扇區接反導致的鄰區相互錯配，基本可以由網管系統自動糾正。與3G網絡相比，扇區接反帶來的鄰區配置與現場天饋覆蓋不一致問題在LTE網絡可以得到有效規避。扇區接反的存在也不會影響后臺網管鄰區切換次數統計的真實性和可靠性，但其呈現出來的地理分布和統計特征會與圖1所示的正常情況有明顯差異。

對于已有一定用戶規模的4G網絡，大量用戶在網絡中移動，后臺網管鄰區切換數據可應用到覆蓋分析，基于該類數據分析LTE扇區接反問題具有一定的可行性。

3 LTE扇區接反分析算法

本文提出一種基于鄰區切換數據的LTE扇區接反分析算法，根據每個扇區的鄰區呈現出來的地理分布和統計特征進行分析，如果對應扇區的鄰區不符合正常情況的判斷規則，則認為可能存在扇區接反。分析算法主要輸入數據源為LTE扇區級工參信息以及取自后臺網管的鄰區切換指標，需要解決以下三個關鍵技術問題：

（1）待分析扇區的主覆蓋方向應該如何界定；

（2）鄰區切換數據應該如何應用；

（3）符合什么樣的規則可以判斷為扇區接反。

3.1 扇區正向覆蓋范圍分析

為了確定各個扇區的主覆蓋方向，引入扇區正向覆蓋范圍概念，定義正向覆蓋夾角α、同基站相鄰扇區夾角β、扇區方位角ω、扇區水平半功率角γ。對于任意一個待分析扇區，正向覆蓋范圍通過公式（1）計算得出：

α1≤α<α2 （1）

其中，α1=ω-β1/2-（γ-γ1），α2=ω+β2/2+（γ-γ2）。

其中β1為本扇區與逆時針方向同站第一個相鄰小區的夾角，γ1為該相鄰小區水平功率角；β2為本扇區與順時針方向同站第一個相鄰小區的夾角，γ2為該相鄰小區水平功率角。一般情況下，同站各扇區天線選型一致或相近，水平半功率角相等，在公式中可不考慮γ差異帶來的影響。此外，由于無線信號傳播會受到基站周邊無線環境的影響，為避免相鄰扇區夾角過小導致正向覆蓋范圍計算偏差過大，當β1、β2值小于30°時，公式值直接設為30°。圖2為兩個典型基站三個扇區的正向覆蓋范圍計算結果，可見整個基站360°方向被劃分為三個不同區域。

3.2 鄰區切換次數分段加權處理

在確定每個扇區正向覆蓋范圍后，可以對其鄰區進行逐一分析，根據鄰區與待分析扇區經緯度相對位置，確定其鄰區位置是否落在該扇區正向覆蓋范圍內。

由于扇區接反分析法需綜合各個鄰區與待分析扇區的關系，如果把每個鄰區視作等價處理，分析結果容易受待分析扇區周邊不同方向基站密度差異、復雜無線傳播環境等因素影響。直接使用網管提取的鄰區切換次數進行加權處理，如果存在少部分切換頻繁鄰區由于各種因素正好落在該扇區正向覆蓋范圍以外，則大量其他鄰區對分析結果基本無影響，容易引起錯判。

因此引入分段加權處理步驟，對待分析扇區向各個鄰區切換出次數進行轉換處理，得出任一鄰區i與待分析扇區切換次數（假設為hi）的分段加權值（假設為wi），具體計算方法如式（2）所示：

當hn≤hi

hn和hn+1為預先定義的第n個切換次數區間界限值，kn為第n個切換次數區間相應的加權系數值。分段區間數量以及相應的加權系數值可根據不同網絡情況進行靈活配置。

3.3 扇區接反判斷規則

假設待分析扇區為m，結合工參分析各個鄰區i與m的相對位置，判斷鄰區i位置歸屬“m同站某扇區的正向覆蓋范圍”。對m的鄰區列表（即網管鄰區切換數據的統計對象）遍歷后，計算同站各扇區判斷基數ej：

ej=∑wi，i∈j （3）

其中wi為通過3.2節方法得出的鄰區分段加權值，ej可理解為位置歸屬“m同站各扇區j正向覆蓋范圍”的各個鄰區i對應wi之和。

如果m沒有與其他扇區存在接反，那么根據上文所述的鄰區特點分析，各扇區ej最大的應該為m，如果不是則可判斷待分析扇區m存在扇區接反，即：

max（ej）=eM，M=m為正常，M≠m為扇區接反（4）

為進一步提高判斷的準確性，通過上述算法將分析得出的扇區接反分為兩類：

（1）斷定接反：待分析扇區m分析結果得出接反扇區M的分析結果也存在扇區接反（但接反扇區不一定為m），則可斷定該扇區接反，如兩兩扇區接反、三扇區順序接反等等。

（2）疑似接反：待分析扇區m分析結果得出接反扇區M的分析結果不存在扇區接反，則需進一步結合其他分析數據進行二次判斷。

3.4 分析算法實現流程

基于鄰區切換數據的LTE扇區接反分析算法實現流程如圖3所示，共涉及六個關鍵步驟。對任何一個目標LTE網絡，對所有基站的室外扇區重復該流程，即可完成全網扇區接反的快速分析。

4 現網應用效果分析

4.1 分析工具開發情況

為驗證提出的分析算法的可行性，通過VBA開發出分析工具，形成固定操作方法，并提供部分關鍵分析參數設置功能，方便針對不同地市情況進行調優。按照工具需求格式，準備好LTE扇區級工參及三天以上后臺網管LTE鄰區切換數據（具體指標為同頻、異頻切換出嘗試次數，不同廠家名稱有差異），運行工具即可自動分析出相應網絡所有扇區接反的基站信息清單，10-15分鐘即可完成一個過萬LTE基站地市的問題分析。圖4為LTE扇區接反快速分析工具應用示例。

4.2 應用效果驗證

對珠三角廣州、深圳、東莞、佛山四個地市2015年底的4G網絡進行分析，分析工具共計發現198個LTE扇區被“斷定扇區接反”，涉及91個LTE基站。進一步對上述基站進行現場勘察及整改后，其中確認為扇區接反問題的占比為43.4%；扇區方位角、經緯度不準確等工參偏差問題的占比為51.5%。修正相關工參問題后仍錯判為扇區接反問題的有5個，加上現場確認既無扇區接反、也無工參偏差問題的10個，可得出本次工具分析問題準確率為（198-10-5）/198=92.4%。

（1）拉網測試分析遺漏的扇區接反案例

分析工具輸出華港花園基站1、2扇區為相互斷定扇區接反。如圖5（a）所示，對于1扇區的鄰區，位于1扇區的正向覆蓋范圍只有6個，判斷基數值為11；而位于2扇區的則有9個，判斷基數值為31，大于1扇區基數。如圖5（b）所示，2扇區的分析結果也與1扇區呈現類似特征，可判斷兩個扇區接反問題。經現場核實情況屬實，同時翻查最近一次簇拉網測試數據發現，如借助路測數據仔細分析，也可以發現扇區接反問題，但當時分析人員存在疏忽未發現。

（2）日常測試未涉及的扇區接反案例

分析工具輸出遠洋大廈基站0、2扇區為相互斷定扇區接反。如圖5（c）所示，對于0扇區的鄰區，位于0扇區的正向覆蓋范圍只有10個，判斷基數值為21；而位于2扇區的則有29個，判斷基數值為80，大于0扇區基數。如圖5（d）所示，2扇區的分析結果也與0扇區呈現類似特征，可判斷兩個扇區接反問題。通過現場勘查確認問題存在并進行整改，結合日常路測數據發現，該基站相關扇區測試采樣點甚少，基本無法從測試數據分析該站扇區接反問題。

（3）扇區接反問題整改效果

以廣州問題扇區為對象，對整改效果進行評估分析。經過整改后，相關扇區覆蓋范圍與原設計方案一致，網絡RF結構更為合理，后臺統計CQI、重定向至3G比例分別改善14%及39%。

4.3 推廣效益分析

相比于現有扇區接反分析技術手段，本文提出方法的主要效益如下：

（1）創造性地提出了自動分析算法，借助后臺性能數據，從大量站點中快速挖掘特征RF問題，分析結果準確率超過90%。

（2）基于大量用戶行為數據進行分析，有效避免現場測試分析容易遺漏的問題，數據挖掘更加全面，同時可以發現部分工參存在問題。

（3）提出的算法已固化成自動分析工具，可適用于電信4G網絡分析，有助于優化工程師針對性地在現場開展問題處理，大幅減少現場測試、后臺分析、勘查驗證等工作量，節省人力成本。

目前本文提出的方法已在廣東電信網絡優化工作中得到全面應用，后續計劃在全國進行推廣使用。

5 結束語

LTE扇區接反會產生天饋覆蓋異常、PCI模3干擾、優化方案偏差等問題，對4G用戶感知造成一定程度的不良影響。本文提出的LTE扇區接反分析算法，借助后臺網管鄰區切換數據快速挖掘現場RF特征問題，經現網實踐驗證該方法快速、有效、準確，能切實指導優化人員發現扇區接反問題，為進一步完善無線網絡覆蓋打下良好基礎。

參考文獻：

[1] 3GPP TS 32.45. Telecommunication management； Key Performance Indicators （KPI） for Evolved Universal Terrestrial Radio Access Network（E-UTRAN）： Definitions Release 10[S]. 2012.

[2] 華為技術有限公司. 3900系列基站性能指標參考（V100R009C00_09）[Z]. 2015.

[3] 中興通訊. UniRAN FDD-LTE基站（V3.20.50）性能指標參考[Z]. 2014.

[4] 陳秀敏，黃毅華，劉大方，等. 一種CDMA基站天饋線接反問題查找算法[J]. 移動通信， 2011，35（8）： 18-22.

[5] 牟大維，甘小鶯，徐友云，等. 基于扇區化的OFDM小區選擇算法[J]. 電訊技術， 2006，46（5）： 79-83.

[6] 王國民，雷萍，邱愷. 地域通信網干線節點抗干擾等效推算探析[J]. 電子信息對抗技術， 2015，30（5）： 63-66.

[7] 李麗，宋燕輝，朱江軍. 基于功率控制的LTE系統下行ICIC算法研究[J]. 電視技術， 2013，37（23）： 167-170.

[8] 李斌，朱宇霞. LTE系統中切換優化算法的研究[J]. 電視技術， 2013，37（3）： 109-112.