TD-LTE基于統計分析的MIMO性能優化方法

趙明偉 徐霖洲 石宙飛

【摘要】 本 文根據TD-LTE網絡的優化需求和實踐應用，介紹一套基于掃頻測試數據和網管統計數據相結合的TD-LTE MIMO性能的優化方法，通過對不同來源的數據進行聯合分析，提高了MIMO性能故障小區的定位效率，挖掘了更深層次的MIMO隱患故障，快速提升了TD-LTE網絡性能，提升用戶感知。

【關鍵詞】 網管統計 MIMO性能 隱患故障

TD-LTE MIMO performance optimization method based on statistical analysis

ZhaoMingWei ，Xulinzhou ，ShiZhoufei （China Mobile Group Guangdong co，LTD. Zhongshan Branch）

【abstract】I n this paper， according to TD-LTE network optimization requirements and practical application， introduced a method for the network of the TD-LTE MIMO performance optimization ，based on combining scanner data and network management statistical data. Through analyzing the different sources of data，it can improve the efficiency of MIMO performance fault cells， excavate the MIMO deeper hidden faults， promote the TD-LTE network performance fastly and enhance users awareness.

【key words】 Network management statistical MIMO performance Hidden faults

一、引言

多輸入多輸出技術（Multiple-Input Multiple-Output，MIMO）是指在發射端和接收端分別使用多個發射天線和接收天線，使信號通過發射端與接收端的多個天線傳送和接收，從而改善通信質量。它能充分利用空間資源，通過多個天線實現多發多收，在不增加頻譜資源和天線發射功率的情況下，可以成倍的提高系統信道容量，顯示出明顯的優勢，是TDLTE網絡的的核心技術。

二、MIMO性能優化的現狀及意義

MIMO技術充分利用多天線特性來對抗信道衰落，從而有效克服多徑衰落、干擾等影響通信質量的主要因素，提高信號的鏈路性能。

TD-LTE為雙流射頻發射系統，其中一路故障，或雙路不平衡，檢測難度較大，目前未有系統的檢測方法和統計分析方法。特別是雙流不平衡問題，因為無線環境非常復雜，信號是波動地傳輸的。現有的MIMO性能分析方法基本上每次排查前均需要進行掃頻測試，且沒有成熟的算法及軟件分析系統，工作量大，效率較低，如何準確地定位出MIMO性能問題小區是關鍵。

三、基于后臺統計的MIMO性能數據分析的方法和流程

3.1基于后臺統計的MIMO性能優化系統總體構成

基于后臺統計的MIMO性能優化系統總體由三部分組成：原始數據采集、數據處理中心、故障檢測，具體系統構成如下圖1。

原始數據采集：完成對掃頻MIMO數據、網管后臺TM數據的采集；

數據處理中心：對掃頻MIMO數據和網管后臺TM數據進行處理，分析掃頻2*2 MIMO覆蓋、掃頻雙流差值覆蓋、掃頻CN值覆蓋、后臺TM模式數據占比；

故障檢測：完成小區故障檢測，如饋線故障、RRU供電不足、RRU通道故障、CC版故障、天線故障，拉遠站點光纖時延故障等。

整個MIMO性能優化方法可分為三個步驟來實現：掃頻MIMO分析系統數據采集及統計分析、后臺網管雙流傳輸業務性能統計分析、MIMO故障小區輸出，下面對三個步驟逐一介紹。

3.1.1 掃頻MIMO分析系統數據采集及統計分析

通過過掃頻測試可以得到2*2路的信道特征并計算信道條件數，進而判斷信道的相關性，從而對MIMO性能進行分析，掃頻MIMO分析系統數據采集及統計分析如圖2，主要由硬件數據采集和軟件數據統計分析兩部分組成。

硬件數據采集：利用Rainbow多徑質量測試儀，對LTE小區的信號源發射機Tx0和發射機Tx1的信號源進行數據接收。

軟件數據統計分析：利用軟件平臺算法，進行2*2MIMO的覆蓋性能評估，多徑相關性質量統計分析；

多徑相關性質量統計分析：主要定位掃頻MIMO故障單流區域，如圖3；

說明：圖中方格區域為單流區域，無雙流相關性參數，無法啟用MIMO功能業務

2*2MIMO的雙流性能評估分析：主要分析雙流平衡度，雙流差值大于10dBm即為雙流不平衡，如圖4雙流性能情況分析。

3.1.2 后臺網管雙流傳輸業務性能統計分析

從網管后臺網管數據中，TM傳輸模式數據能夠直接反映MIMO性能的好壞，目前常用的TD-LTE傳輸模式有5種TM1、TM2、TM3、TM7、TM8，TM模式說明如表2。

UE在TM8業務模式下，當UE因為空間原因無法解調出其中一個數據流的情況下，UE就會向eNb反饋，RI1的CQI，同時在TM8模式下，支持內部模式快速切換到發射分集，這一設計是為了在不改變傳輸模式的情況下，由物理層信令指示傳輸方式快速切換到發射分集。

后臺網管統計分析示例：某小區的TM模式用戶數占比情況，單流占比非常高，該小區雙流性能異常，如表3所示。

注：TM8模式也包括單流波束賦形，除專用導頻不同外，基本原理和性能與 TM7 單流是一樣的。

3.1.3 MIMO故障小區輸出

結合掃頻MIMO分析和后臺網管數據分析，輸出MIMO性能故障的小區進行上站排查，根據現場的站點情況進行相應的排查，定位問題的根源，輸出MIMO故障小區。

MIMO故障單流小區的定義：

①掃頻雙流數據測試單流接收或雙流不平衡

②后臺網管的雙流數據占比（rank=2）低于10%

3.1.4 MIMO性能優化方法實例

問題描述：

網管后臺分析，后臺數據監控顯示，中山沙溪嵐霞新村 F-ZLH-2雙流業務量占比為0%，下行BLER達到12.05%，用戶感知指標較差。

掃頻MIMO數據顯示，中山沙溪嵐霞新村F-ZLH-2小區，PCI為13，正覆蓋方向雙流差值大于8dbm，雙流不平衡，如圖7所示；

現場排查：

1、饋線檢查：仔細檢查該小區的天饋線，沒有進水及破損現象；

2、駐波檢查：連接軟件查看該小區8通道的駐波比情況，都是1：1排除饋線問題；

3、光纖調換驗證：用正常1小區的光纖插到問題小區上，雙流不平衡問題依然存在，排除光纖和BBU問題；

4、天線校準線驗證：更換天線校準線后不平衡問題依舊存在；

根據后臺告警及現場排查情況分析，懷疑是第9通道天線校準線故障導致雙流輸出不平衡，嘗試更換天線校準線，更換后啟動基站，不平衡問題依舊存在；

5、后臺日記跟蹤及RRU內部通道指令查詢

結合小區歷史日志及當前的日記進行分析，初步判斷是由于RRU上有一個通道出現故障導致該通道信號輸出異常，因此進一步使用RRU內部通道指令查詢，最終確定RRU通道1存在故障，更換RRU。

現場排查效果：

1、雙流性能恢復正常：更換RRU后，多徑測試儀顯示該小區雙流恢復平衡，信道相關性改善；

2、調整前后一周后臺指標對比：故障消除后，BLER為8.70%，提升4個百分點；雙流數據流量恢復正常，占比63.97%；

四、總結

本文通過結合后臺網管指標、掃頻MIMO測試，對TDLTE 網絡整體MIMO性能進行深層次評估，挖掘MIMO性能異常隱性，定位問題本質原因，總結出一套MIMO性能優化的可行性方案，為MIMO性能優化提供明確方向，提高優化效率。

參 考 文 獻

[1] TN929.5： 胡宏林，徐景.3GPP LTE無線鏈路關鍵技術.北京：電子工業出版社，2008

[2] TN929.5： 沈嘉，索士強，全海洋等.3GPP長期演進（LTE）技術原理與系統設計出版社，2008.

[3] TN929.5：肖清華.TD-LTE網絡規劃設計與優化.北京：人民郵電出版社，2013

[4] TN929.5：吳志忠.移動通信無線電波傳播.北京：人民郵電出版社，2002

[5 TN929.5：] 徐景，胡宏林，周婷.3GPP LTE標準化進展.中興通訊技術，2007，13-20

[6] TN929.5： 朱晨鳴，李新.TD-LTE無線網絡規劃關鍵因素研究[J].電信快報，2013年03期

[7] TN929.5：戴源. TD-LTE無線網絡規劃與設計. 北京：人民郵電出版社 ，2012

[8] TN929.5： 陳禹.LTE TDD物理層過程關鍵技術研究[D].北京郵電大學，2010年

[9] TN929.5：高峰.TD-LTE技術標準與實踐. 北京：人民郵電出版社，2011

[10] TN929.5：尤肖虎.未來移動通信技術發展趨勢與展望.電信技術，2003，（6）：14-17