基于LTE MR數據建模的網優應用研究

李曉輝 古炳松

【摘要】 由于4G LTE網絡結構的巨大變化，以及數據量的幾何級增長，傳統的網優手段開始難以適應新的優化需求，在這個背景下，4G MR測量數據的挖掘應用應運而生。同時，近年來大數據、云計算、數據挖掘等人工智能技術不斷發展，為移動網絡的海量數據深入分析奠定了基礎，海量現網運行數據、測試數據、客戶投訴數據等的采集、存儲并深度關聯分析已成為可能。本文正是在此基礎上介紹了其中的MR數據的挖掘建模研究，并將建模算法用軟件程序實現。

【關鍵詞】 LTE MR 建模 信噪比 信號純凈度 干擾 NoSQL

一、研究意義

隨著網絡快速發展，網絡問題已經非常深入、細化。傳統的區域級、小區級分析定位已經無法滿足日益增強的用戶體驗需求。在傳統的優化分析思路中，除路測和信令分析以外，其他手段只能將問題發現、定位到小區粒度，但小區覆蓋范圍很大，范圍內不是每一個點都有諸如覆蓋、干擾等問題，而且很多問題僅僅通過傳統的統計級 KPI、MR 數據，無法發現問題。如針對覆蓋，從統計級 MR 上來講，只要屬于本小區的 MR 采樣點電平弱于一定值的比例大于 XX，即為弱覆蓋小區，但實際情況下，很多小區并不是真的絕對信號很弱，只是因為鄰區、切換等問題導致拖尾等情況，從統計上表現為本小區弱覆蓋而已。這種問題，傳統的分析手段是無法發現的，而只能通過路測、信令跟蹤等方式發現。但路測耗時耗力而且測試區域受限，信令數據量太大而且只能發現問題后去精細化定位，無法作為常規手段，而MR數據是周期性的采集了所有用戶測量報告，但其相比信令數據，針對網優的需求對很多字段進行了精簡，數據量大為減少。

二、LTE MR文件介紹

測量是LTE系統的一項重要功能。系統中需要使用測量結果完成諸如小區選擇/重選及切換等事件的觸發，同時，針對大量測量數據的統計分析也可用于發現網絡問題。MR測量數據較路測數據具有更全面、更完整、更易取得的優點。

MR文件中各類周期的定義：

eNodeB或UE測量采樣周期：表示eNodeB或UE對某個測量數據進行測量的周期，目前要求統計設定為5210ms，即5.21S進行一次周期性測量

OMC-R統計周期：表示OMC-R生成測量報告統計的周期，該周期目前統計設置為15分鐘，即每個ENB15分鐘生成一個測量報告文件。

理論上，一個測量文件里包含這個eNodeB下所有UE和eNodeB本身約176次的測量結果。MR測量報告數據主要來自UE和eNodeB，以及在無線資源管理過程中計算產生的測量報告。原始測量數據或者經過統計計算報送到OMC-R以統計數據形式進行存儲，生成MRS文件，或者直接報送到OMC-R以樣本數據形式進行存儲，最終生成MRO文件。而MRE文件是采用事件觸發機制，利用網絡已開啟的事件測量（A1、A2等），不需另外開啟測量，測量數據周期性匯總生成MRE文件，主要記錄切換等事件信息，在本文中不作研究。

三、MR數據建模研究

分析MR數據，根據MR數據中的字段，定義出能夠描述各類網絡性能的方法，并進行多指標綜合建模，研究網絡問題的自動定位算法，本文介紹了其中的4個：

3.1下行覆蓋率算法

數據源文件：MRO；

字段：MR.LteScRSRP：

MR.LteScRSRP解釋：該字段表示UE接收到的當前服務小區的信號強度，取值范圍從-∞到-120dBm一個區間，對應MR.RSRP.00；從-120 dBm到-115 dBm為一個區間，對應MR.RSRP.01；從-115dBm到-80dBm每1dB一個區間，對應MR.RSRP.02到MR.RSRP.36；從-80dBm到-60dBm每2dB一個區間，對應MR.RSRP.37到MR.RSRP.46；大于-60dBm一個區間，對應MR.RSRP.47，依此類推；

下行覆蓋率（CovRate_DL）指標定義：

CovRate_DL=大于-110dBm的采樣點數/總采樣點數；

問題判決門限：CovRate_DL <=90%

該指標可用于評估LTE小區的覆蓋情況，根據不同場強區間分布比例可判斷該小區的大致覆蓋情況，用于檢查覆蓋盲點/弱覆蓋區域。也可以大致判斷小區是否存在天線遮擋及硬件故障。

3.2信號純凈度算法

數據源文件：MRO

字段：MR.LteScRSRP，MR.LteNcRSRP

MR.LteScRSRP解釋：該字段表示UE接收到的當前服務小區的信號強度，其取值范圍見3.1

MR.LteNcRSRP解釋：該字段表示UE接收到的相鄰小區的信號強度，其取值范圍同MR.LteScRSRP。

信號純凈度（AccCovRate）指標定義：

AccCovRate=（1-精確覆蓋率分子）/精確覆蓋率分母；

精確覆蓋率分子= MR.LteScRSRP大于-115dBm，且MR.LteScRSRP – 第2強的同頻鄰區強度（MR.LteNcRSRP）<=6dB的總采樣點數，鄰區必須是與主小區同頻

精確覆蓋率分母=所有MR.LteScRSRP大于-115dBm的采樣點數；

問題判決門限：AccCovRate <=85%

該指標可用于評估小區的覆蓋范圍是否合理，以及與其他小區覆蓋沖突的嚴重程度。

3.3上行信噪比算法

數據源文件：MRO

字段：MR.LteScSinrUL

MR.LteScSinrUL解釋：本測量數據是根據每用戶使用的PRB上的PUSCH信號功率S和干擾功率I的平均值，計算每用戶信噪比數值，并按區間呈現，取值范圍：SINR小于-10dB，對應MR.SinrUL.00；從-10dB到25dB，每 1dB為一個區間，對應MR.SinrUL.01到MR.SinrUL.35；大于25dB，對應MR.SinrUL.36；

上行信噪比（SINR_UL）指標定義：

SINR_UL= sum（MR.LteScSinrUL-10）/所有采樣點個數；

問題判決門限：SINR_UL <= -3dB

該指標可用于間接分析業務質量，因為LTE上下行信道具有互易性的特點，可以通過對小區上行信道SINR值的分析，判斷小區下行信道的SINR值，從而判斷小區業務質量。

3.4上行高干擾比例算法

數據源文件：MRS

字段：MR.ReceivedIPower

MR.LteScSinrUL解釋：本測量數據表示OMC-R統計周期內按照分區間統計的上行接收干擾信號功率的樣本個數。上行接收干擾信號功率值是對所有空閑PRB上的干擾功率（包括熱噪聲）取功率平均值。取值范圍：小于-126dBm為一個區間，對應MR.ReceivedIPower.00；從-126.0dBm到-75dBm每1dBm為一個區間，大于-75.0dBm為一個區間，對應MR.ReceivedIPower.52，依此類推。

上行高干擾比例（InterfereRate_UL）指標定義：

InterfereRate_UL= MR.ReceivedIPower≥-105dBm的采樣點數/所有MR.ReceivedIPower采樣點數。（即MR.ReceivedIPower.22以上的采樣點占比）

問題判決門限：InterfereRate_UL >= 5%

該指標可用于小區的上行干擾分析。

四、軟件實現

限于篇幅，本文只列舉了部分建模的研究成果，其他算法如小區工參偏差、PCI模干擾等未能在文中一一列出。

由于MR文件數量巨大，單小區每天輸出288個文件，每個文件10M左右，因此需要將將研究成果通過軟件程序實現，以解決海量MR文件處理挖掘的問題，系統采用C#及NoSQL方式，用戶只需一鍵操作，即可將MR中的各類問題挖掘出來，大大提高了網優人員的工作效率，以及問題定位的準確度，實現網絡自動分析優化（SON）。

五、結束語

4G網絡的廣泛使用產生了海量數據，這些數據除滿足用戶業務使用需要外，還攜帶了大量有價值信息，如用戶位置信息、用戶行為及業務行為信息等。對這些數據進行深入分析，可挖掘出用戶使用感知及網絡問題等有價值信息，并應用于網絡運營工作。受技術限制，傳統網絡運營中僅憑經驗選取部分數據進行分析，效率不高。近年來，大數據、云計算、數據挖掘等人工智能技術不斷發展，為移動網絡的海量數據進行深入分析奠定了基礎，海量現網運行數據、測試數據、客戶投訴數據等的采集、存儲并深度關聯分析已成為可能。本文介紹了其中的MR數據的挖掘建模研究，希望能夠拋磚引玉，以更好地提升LTE網絡性能。

參 考 文 獻

[1] 中國移動通信有限公司，TD-LTE數字蜂窩移動通信網無線操作維護中心（OMC-R）測量報告技術要求[Z]. 2013.3：7-17.

[2] 盧卓君 彭陳發 岑曙煒，TD-LTE網絡優化探討[J]. 電信技術， 2012（7）： 52-54.

[3] 何珂 全濤，基于MR數據的LTE網絡射頻精細優化的方法研究，移動通信/網規網優專 欄 2013.12，12-19