MR二維統計圖用于LTE覆蓋狀態的研究

溫偉能+張霓

【摘 要】為了直觀、全面、科學地描述小區綜合覆蓋狀態，提出了一種基于終端上報的測量報告（MR）的二維統計圖，通過對MR中會攜帶的主服務小區接收電平（RSRP）樣本信息進行分析，得到其當前下行覆蓋狀況，對MR中會攜帶的鄰區RSRP樣本信息進行分析，得到其周邊鄰區信號強弱，再根據鄰區間不同的切換策略劃分區間，能夠發現小區弱覆蓋、重疊覆蓋、鄰區漏配等一系列覆蓋問題，以便開展相應的網絡優化措施。提出的MR二維統計分布圖為現網LTE網絡結構優化提供了一種工具。

【關鍵詞】測量報告 覆蓋狀態 二維統計圖

1 引言

終端處于連接態時會通過信令上報測量報告（Measurement Report，MR）到基站，基站通過其上報的內容即時了解當前終端的下行覆蓋情況。根據預先配置好的策略，作出繼續駐留本小區不再測量、駐留本小區繼續測量、切換到相應的鄰區或者脫離網絡的決策，下發到終端去執行。這些策略是通過上報的服務小區參考信號接收電平（Scell-RSRP）和鄰小區參考信號接收電平（Ncell-RSRP）進行比較判決所得到的。通過收集這些MR數據，對其進行二維度關聯統計和分析，能夠了解該小區的歷史移動性管理決策過程，全面、直觀地把握該小區與鄰區間的覆蓋情況。通過現網MR數據進行解析和繪圖，在不同場景、不同切換策略下對網絡覆蓋問題進行舉例分析，并且嘗試得到和驗證相應的網絡結構優化措施，以證明該統計圖能夠真實地反映網絡覆蓋的結構問題。

2 LTE網絡結構評估面臨的困難

2.1 密集城區LTE網絡結構評估困難

為了解決深度覆蓋問題，除了增加站點建設的數量，還需要對入網站點進行質量的提升優化，均勻分布覆蓋，既要避免重疊覆蓋，又要避免覆蓋空洞。需要實現網絡的均勻覆蓋，需要對整體的網絡結構進行優化。

但是隨著國內城市化進程的逐步推進，主城區的樓宇密度越來越大，樓層越來越高，用戶密度越來越大，這對LTE網絡的深度覆蓋提出了前所未有的難題。密集的建筑使電磁波傳播多徑效應變得難以估算，運用傳播模型的數值仿真準確率大打折扣[1]。

目前業界缺乏對密集城區網絡結構進行科學評估的手段，使得基于網絡結構的深度覆蓋優化工作難以開展。

2.2 主流網絡結構評估手段及存在的問題

（1）道路拉網測試、掃頻測試。通過帶有GPS定位的自動路測終端對道路上的LTE信號進行采集和分析，能夠準確得到道路上的網路覆蓋情況。然而調查表明，70%的流量發生在室內[2]，在室外道路上采樣的結果不能有效地去評估整體網絡的覆蓋情況。

（2）基于傳播模型估算的覆蓋分布地圖。通過MR數據中的時間提前量（Tadv）、天線到達角（AoA）和信號傳播模型建立覆蓋成分指紋庫[3]，能夠得到20 m×20 m，甚至是立體的覆蓋渲染圖。然而指紋庫的建立需要采集大量外部數據，包括精確的城市樓宇地圖，而且需要開發復雜的仿真軟件，需要保持定期更新，同時需要考慮樹木、樓宇外墻等不同材質對信號傳播的影響。該手段成本高、開發周期長、更新維護困難，不容易大范圍推廣。

針對上述問題，本文提出了一種結合服務小區RSRP和鄰區RSRP的二維分布統計圖，并根據鄰區間不同的切換策略劃分區間，直觀、全面、科學地描述網絡覆蓋結構，發現和定位弱覆蓋、重疊覆蓋、鄰區漏配等一系列覆蓋問題，輔助得到相應的網絡優化措施。

3 MR二維統計圖的實現

3.1 MR二維統計圖的數據結構

MR數據由終端的物理層上報，其測量結果可以用于系統中無線資源控制子層完成諸如小區選擇/重選及切換等事件的觸發，網絡設備應具有測量所規定測量報告數據的能力。測量方式采用周期測量時，可在測量任務定制時對上報周期進行配置。對于一個測量，報告觸發方式可以是事件觸發或周期性觸發。如果是周期性觸發，需要配置上報周期；如果是事件觸發，則利用網絡已開啟的事件測量，不需另外開啟測量[4]。

MR二維統計圖是通過由原始MR數據二次處理得到的三維數據的平面投影圖。X軸、Y軸、Z軸為其三個維度，其中，X軸表示當前主流的主服務小區RSRP，Y軸表示測量到的鄰區RSRP，Z軸表示落在當前區間的MR采樣點數。

MR二維統計圖按照匯集級別，從大到小可以分為全網級、小區級和鄰區對級。不同級別的X軸、Y軸不變，仍然是RSRP的區間刻度，間隔1 dBm劃分為一個區間。Z軸有不同的匯聚，從而呈現不同的信息。

3.2 原始MR數據的數據結構

中國移動集團對MR報告進行了標準化，有MRS（統計的測量報告）、MRE（事件觸發的測量報告）和MRO（測量報告原始樣本）。各設備廠家的MR數據格式將嚴格按照中國移動集團規范的測量報告數據格式進行設計和上報。其中MRO所支持的字段包括4G服務小區標識、服務小區信號電平、4G鄰小區標識、4G鄰區信號電平等。

為了簡化存儲，RSRP在MR數據中以正數的形式進行存儲，其真實值為該值與141的差，單位是dBm，如MR.LteScRSRP值為34，則真實值為-107 dBm。

3.3 MR二維統計圖的匯聚粒度

鄰區對級為最小的匯聚粒度，其三維數組數值記為（xi， yj， zsnij），i=1， 2， …， N；j=1， 2， …， M。zsnij為所描述的鄰區對中，該主服務小區電平值為xi且該鄰小區的電平值為yj的采樣數時的采樣點數。

將某一主服務小區的所有鄰區進行匯聚，得到小區級的MR二維統計圖。其三維數組數值記為（xi， yj， zsij），i=1， 2， …， N；j=1， 2， …， M。zsij為所描述的鄰區對中，該主服務小區電平值為xi，所有鄰小區的電平值為yj的采樣數時的采樣點數，顯然有zsij=sum{zsnij}。

對所有觀察范圍內的小區進行匯總，得到全網級的MR二維統計圖。記其三維數組數值為（xi， yj， zij），i=1， 2， …， N；j=1， 2， …， M。zij為所描述的鄰區對中，該主服務小區電平值為xi，所有鄰小區的電平值為yj的采樣數時的采樣點數，顯然有zij=sum{zsij}。全網級的MR二維統計圖如圖1所示：

4 MR二維統計圖的區間劃分

全網級的MR二維統計圖呈現著整網的主服務小區與鄰區的RSRP分部情況，如圖2所示。分布圖圖形呈長扁平的橢圓形，橢圓長軸與X=Y這條線平行，圓心靠近X=Y這條線且稍偏下。分布在X=Y這條線上方的采樣點比X=Y直線下方的采樣點會相對稀少，所以橢圓形會稍往下偏移。事實上，經過不同片區、不同城市的MR數據采集驗證，全網級的MR二維統計圖都服從類似的形狀分布，這里將其定義為是正常的MR二維統計圖的普遍形式。

為了能夠用有限的數據來快速描述MR二維統計圖，這里根據無線網絡的切換特征，對其進行數據區間的劃分，用5條直線、3個自定義門限將統計圖劃分成四個子區間。

區間1為重疊覆蓋采樣區域，記為O-zone。用X=Y+6和X=-80兩條線圍成，其中-80 dBm為主服務小區強場門限，可以根據現網實際需求自定義調整，本文僅作描述參考。該部分采樣點描述的主覆蓋小區與鄰區的電平值處于強場，但主覆蓋小區強度與鄰區沒有形成明顯差距，或者鄰區信號強度比主覆蓋小區更強。在這樣的信號條件下，容易出現導頻污染干擾，同時過多的信號資源重疊會造成功率資源的浪費。

區間2為切換帶采樣區域，記為P-zone。用X=Y、Y=-110和X=-80三條直線圍成，其中-110 dBm和-80 dBm分別是鄰區弱場門限和主服務小區強場門限，可以根據現網實際需求自定義調整。該部分采樣點描述了主覆蓋小區信號強度比鄰區弱，即將發生切換時上報的采樣點。如果該區域采樣點過多，說明切換門限欠妥或者鄰區漏配，導致用戶未能駐留到最強小區。

區間3為覆蓋空洞采樣區域，記為E-zone。用X=-110和Y=-110兩條線圍成，其中兩個-110 dBm分別是主服務小區弱場門限和鄰區弱場門限，可以根據現網實際需求自定義調整。該部分采樣點描述的主覆蓋小區與鄰區信號均屬于弱場，用戶不能穩定駐留到4G網絡，亟待覆蓋資源的補充。

除上述區域外的其他部分為區間4，為主覆蓋突出采樣區域，記為N-zone。該部分采樣點描述的主覆蓋小區強于鄰區信號，用戶不僅能夠穩定駐留在4G網絡，而且能夠在一個小區上穩定駐留，主覆蓋小區突出，用戶感知良好。

通過統計上述4個區間的采樣點數占比，可以對該區域、該小區或者該鄰區對的覆蓋狀態進行直觀的、科學的描述。

5 MR二維統計圖的覆蓋描述實例

在佛山市高明區找到一片9.9 km2的區域作為試驗區域，該區域包含的場景豐富，包括濱江道路、山坡丘陵、公共綠地、密集城區、稀疏城郊等。

對其中的263個小區開啟MR數據采集3天，進行全網級、小區級和鄰區對級三個粒度的二維統計圖解析和繪制，并且按照圖3的分區進行采樣點數量的統計。

通過對比該區域各小區的N-zone采樣點比例，其中#3和#7小區較高，而#9和#13小區比例較低，可知前兩者覆蓋感知較好，而后兩者有待優化。

觀察四個小區的MR二維統計圖，#13小區采樣點多分布在P-zone，判斷為切換鄰區漏配所導致。#9小區采樣點集中在O-zone，表明重疊覆蓋問題是影響其N-zone比例下降的原因。而具體如何優化，需要再下鉆到鄰區粒度的MR二維統計圖進行判斷。

圖4列出了#9四個典型鄰區對的MR二維統計圖，同時得到鄰區粒度的采樣點數量的集中區間統計。通過對比該小區的TOP10鄰區對的N-zone采樣點比例，其中和TOP7鄰區交疊時覆蓋感知較好，而TOP2、TOP8、TOP10鄰區覆蓋感知較差，其分別是P-zone、E-zone和O-zone采樣點比例過高。

通過小區扇區圖層以及結合現場測試可以知道，#9小區與TOP10鄰區存在重疊覆蓋，與TOP2鄰區存在鄰區漏配問題，與TOP8鄰區存在覆蓋空洞問題。建議根據TOP8/TOP10鄰區的天饋相對關系，進行天饋調整。#9小區與其鄰區的扇區方向圖層如圖5所示：

根據實際的天饋位置，將#9小區天線逆時針調整10°，讓其遠離TOP10鄰區，靠近TOP7鄰區。調整后觀察3天的MR數據，觀察對比#9小區MR二維統計圖，能夠看到重疊覆蓋的情況明顯改善了，主覆蓋突出采樣點比例從48.88%提升至57.07%，達到了優化覆蓋的調整目的，也說明了MR二維統計圖對LTE覆蓋狀態的描述是直觀的、全面的和科學的，能夠很好地應用于網絡優化輔助。調整天線前后的#9小區的小區級MR二維統計圖如圖6所示：

6 結束語

本文提出了一種全面地、科學地、直觀地利用MR數據分析覆蓋狀態的圖表統計工具，并且介紹了統計圖的數據結構和匯總方法。MR二維統計圖可以按照匯聚粒度分為全網級、小區級和鄰區級，對弱覆蓋、重疊覆蓋、鄰區漏配、切換門限配置錯誤等覆蓋類問題進行發現和優化。

在本文已經提出的分析工具的基礎上，后續工作可進一步研究利用四區間采樣點占比統計，快速判斷天線方向角的最優值與切換門限的最優值，持續提升LTE網絡結構的優化。

參考文獻：

[1] 賈全，劉詩虎. 基于射線跟蹤傳播模型的仿真在城區LTE網絡規劃中的應用研究[J]. 中國新通信， 2014（18）： 59-60.

[2] 程敏. LTE室內深度覆蓋解決方案[J]. 移動通信， 2013（17）： 28.

[3] 韓亞楠. LTE中RF指紋定位算法研究[D]. 北京： 北京交通大學， 2016.

[4] 3GPP TS 36.214. Technical Specification Group Radio Access Network； Evolved Universal Terrestrial Radio Access（E-UTRA）； Physical layer； Measurements[S]. 2010.

[5] 胡曉東. 基于三網融合的WiFi覆蓋研究[J]. 電視技術， 2014，38（21）： 82-84.

[6] 李校林，付澍，付玲生. 基于覆蓋范圍需求的LTE下行資源分配方式[J]. 電視技術， 2011，35（21）： 80-83.

[7] 劉麗利，曹型兵. LTE終端空閑模式下的小區重選分析[J]. 電視技術， 2011，35（1）： 81-84.