高忠鋒
摘 要:基于回報效益目標的考慮,網絡資源會在用戶較為集中的位置進行投放,但傳統網絡規劃中關于網絡覆蓋問題的解決還存在著一定的不足之處,需要積極探究更為合理的方案實現無線網絡覆蓋優化。
關鍵詞:流量分布;無線網絡廣覆蓋;精確優化
前言:在網絡覆蓋范圍的不斷擴展下,加之移動互聯網的快速發展,農村電商成為近年來農村經濟的重點扶持項目,在此發展趨勢下,各地區對于網絡的需求不斷增加,而網絡建設當前在部分農村地區或是偏遠地區還不能夠實現完全覆蓋,有待進一步改進。
一、無線網絡覆蓋優化常用方案
(一)構建無線直放站優化盲區
直放站的其中一項作用是對移動無線信號進行放大處理,在實現此功能的過程中主要應用到射頻轉發技術,此種配置模式所體現出來的優勢在于雖然整個系統的用戶量不會因此而有所增加,但卻能夠發揮均衡容量及擴大覆蓋的作用。在室外設置直放站,偏遠地區或是山區等網絡盲區均能夠實現定點覆蓋,有助于擴大網絡覆蓋范圍[1]。在直放站配置模式中,一種較為常見的形式為室內分布系統,其優勢主要體現在可實現移動信號立體覆蓋,當前比較常用在地下室或是車庫等領域。
(二)無源分布式室內覆蓋系統
無源分布系統借助于無源分配器,能夠將微蜂窩信號分配到各個區域,此種優化方案的優勢體現在技術較為成熟、建設成本較低、適用范圍較廣等,且無元器件不需要供電。另外,無元器件應用較為普遍,所應用的配件也較為常見,不會受到光與熱等外部因素的影響,同時各天線的有效功率輻射較大,能夠覆蓋的范圍較廣。但此種優化方案也存在著一定的不足之處,包括纜徑較粗,體積較大等,所占用的空間較大,施工線路會受到諸多影響;基于路徑損耗相對較大,為此,傳輸長度會受到一定限制[2]。
(三)光線+電+無線混合分布式覆蓋系統
就大型建筑而言,其傳輸距離較長,為降低傳輸損耗,可選擇光線傳輸信號,其重量較輕施工較為方便,且其自身傳輸損耗相對較小,為此,在進行遠距離線路傳輸中可應用光線分布系統。但值得關注的問題為,光線所用成本較大,動態范圍較小,遠端需要供電,后期維護工作難度較大,為此,可選擇光線+電混合分布方式,在微蜂窩位置裝設光線端機,獲取微蜂窩信號,借助于光線傳輸到遠端光端機,或經由饋線與天線將信號進行輸出。在微蜂窩周邊應用無源方式,應用饋線直接引入基站信號,若與微蜂窩距離較遠。
二、基于流量分布的無線網絡廣覆蓋精確優化方案
(一)系統構成
優化方案的基礎流程為,首先,實現MR數據定位及地理柵格化,在此過程中主要應用到的技術為AOA及Tadv定位算法;其次,實現地理柵格化之后,將每個柵格中所存在的MR數量作為權重,以此來進行柵格流量情況的評估;再次,將數據流量與質量情況作為權重,掌握到方案實施對象每個柵格的經緯度,以其矢量方向視為方位角,明確方案實施對象無線網覆蓋優化方案相關參數。應用此優化方案的系統涵蓋著數據解析模塊、用戶分布模型構建、MR定位、覆蓋距離與基站方位角生成等幾個構成部分[3]。
(二)技術方案
建立在大數據分析辦法及工具平臺,對NMS獲取到的MR數據給予解析,將解析后的結果作為基礎了解各項字段與數值;將優化方案實施對象作為一個單位存在完成歸置;充分發揮出柵格化處理作用及MR定位的作用,完成每個柵格流量情況與質量情況的評估;以網絡覆蓋中心點作為起始點,生成相應模塊,并將其流量情況及質量情況視為權重,計算出優化方案實施對象網絡分布方向與系統相關參數。
1.數據解析
在進行數據解析的過程中,其中一項主要工作為對MR數據的解析,在此期間主要應用到終端與eNodeB在業務期間進行相關數據的測量,同時階段性將所測量到的數據傳送到NMS系統中。經由解析活動可以了解到的相關信息為字段及數值情況,也能夠了解到優化方案實施對象的網絡用戶基礎分布情況,為后續工作的開展提供基礎參考。
2.構建用戶分布模型
建立在模型匹配無監督聚類算法基礎上,經由優化實際數據及模型適配度,可發揮的作用為掌握不同網絡覆蓋系統的可能性,并將此作為基礎對各優化方案做出評估。無線網環境下,網絡用戶在實現信息傳遞等行為時,會直接向基站發布測量數據,基于此,在海量MR數據的基礎上,可靠的還原出用戶的業務信息,從而構建完整的用戶分布模型,并將此模型作為基礎量化網絡質量。
3.MR定位
利用相關技術及算法,設定MR與基站之間的距離為d,MR與基站正北方向的角度設定為q,明確二維向量(d,x),同時將基站作為作為標準,計算MR位置的坐標,實現最終定位,后基于三維地圖,進行地理柵格化。首先,對MR與基站距離d的計算。應用Tadv距離計算辦法,Ts是TD-LTE系統最小時間單位。1Ts=1/(15000*2048)s,對應距離:(3*1081/15000*2048)/2=4.89m。即距離=傳播速度*1Ts/2,則1個Tadv對應距離為1Tadv=16Ts=16*4.89m=78.12m。其次,MR與基站角度q計算。在LTE系統中,MR.LteScAOA設定為UE相對參考方向的估計角度,測量參考方向則為基站正北逆時針方向,應用MR.LteScAOA能夠計算出MR樣點相對基站的角度=360-MR.LteScAOA/2。如圖1所示,設定基站坐標(x0,y0),則能夠獲取到MR坐標x=x0+dsinx,y=y0+dcosq。
4.方位角參數值計算
經由計算小區與覆蓋方向矢量,將直角坐標系下弧度轉變為正北為參考對象角度,獲取到小區方位角參數設置值。設定小區坐標(x0,y0),覆蓋中心作為(x,y),相對與正北方向的弧度=π/2-Arctan((y-y0)/(x-x0)),小區方位角=R*180/π。參考用戶實際業務信息,應用地理柵格化、MR定位等算法,精確計算出用戶實際業務發生位置及基站天線覆蓋距離等,將此作為優化指導方向,擴大無線網絡覆蓋范圍。
結論:文中闡述了幾種以往常用的無線網絡覆蓋范圍優化方案,雖然能夠達到一定優化效果,但均存在著一定不足之處,而基于流量分布的廣覆蓋網絡參數配置方案的應用效果明顯更為理想。建立在流量分布的無線網絡廣覆蓋精確優化方案主要是利用MR數據實現定位與地理柵格化計算,再經由相關數據分析,精準設計小區天線參數配置方案,有效的解決了以往優化方案所存在的局限性,實現無線網覆蓋的最優配置。
參考文獻:
[1]毛科技,方凱,戴國勇,等.基于改進蟻群算法的無線傳感器網絡柵欄覆蓋優化研究[J].傳感技術學報,2015,28(07):1058-1065.