移動通信覆蓋自愈的研究與實現

邵銳，李春明

（中國移動通信集團山東有限公司濟南分公司，山東 濟南 250014）

0 引言

SON（Self-Organized Networks，自組織網絡）是在LTE的網絡的標準化階段由移動運營商主導提出的概念，其主要思路是實現無線網絡的一些自主功能，減少人工參與，降低運營成本[1]。

SON主要包括三大功能，分別是自配置（Selfconfiguration）、自優化（Self-optimization）、自愈（Self-healing）。自優化是指網絡設備根據其自身運行狀況，自適應地調整參數，以達到優化網絡性能的目標[2]。傳統的網絡優化可以分為兩個方面：其一為無線參數的優化，如發射功率、切換門限、小區個性偏置等；其二為機械優化，如天線方向、天線下傾角等。SON的自優化功能可以部分代替傳統的網絡優化。自優化主要包括以下功能[3-4]。

（1）ANR（Automatic Neighbor Relation function，自動鄰區關系優化）；

（2）MLB（Mobility Load Balancing optimization，移動性負載均衡優化）；

（3）MRO（Mobility Robustness Optimization，移動性魯棒性優化）；

（4）RO（RACH Optimization，隨機接入信道優化）；

（5）ES（Energy Savings，基站節能）；

（6）ICIC（Inter-cell Interference Coordination，小區間干擾協調）；

（7）CCO（Coverage and Capacity Optimization，覆蓋與容量優化）。

本文主要討論CCO覆蓋于中容量優化中的覆蓋場景。

在日常優化維護工作中，由于停電、傳輸、硬件故障等因素，不可避免存在基站退服現象，影響用戶感知。如何在退服基站恢復正常工作前，將用戶感知影響降至最低成為當前研究的熱點問題。同時目前網絡規模龐大，基于傳統人工優化調整方法依賴工程師個人經驗和能力，并且需要反復進行測試、調整、驗證過程，在實時性及準確性方面都難以保證，也需要耗費大量的人工成本。

目前LTE基站天線基本具備電調功能，基于對退服周邊基站天線進行天線傾角調整可以在一定程度上緩解區域內覆蓋問題。但是目前各廠家現網中對天線的電調功能基本都沒有深入發揮其應用，尤其是自動化規模化調整更很少有應用案例。利用智能天線的電調功能，實現自動化的天饋調整補盲，非常有實際意義。在其中，如何確定周邊基站天線傾角調整幅度，以及優化算法的評估標準成為問題的關鍵。本文提出一種基于大數據分析建立圖模型，采用關鍵點覆蓋度作為優化目標的調整方法。

1 關聯圖模型

為保證移動用戶接受服務的連續性，移動網絡中基站與周邊基站之間存在一定的重疊覆蓋。終端在空閑狀態完成小區重選以及在業務狀態下完成切換。終端在業務狀態下需要周期性或事件性測量服務小區及周邊小區的信號強度，將測量信息作為測量報告發送至服務小區。根據服務小區收集到的相鄰小區的絕對強度與相對強度可以建立整個網絡的基站小區之間的關聯關系圖模型。

1.1 高關聯小區

網絡調整的目標是調整盡量少的小區，達到最佳補盲效果，這就需要找到與退服小區關聯程度最大的鄰小區。為保證調整有效性，需要通過以終端實際測量為依據確定與服務小區存在高關聯性的小區，同時保證待調整小區具備電調功能。傳統上這個任務交給優化人員，采用基于地理拓撲結構相對位置確定高關聯小區，這樣做可能會因為地形地貌影響實際覆蓋范圍，從而導致無效調整。而我們采用基于測量報告的自動分析，評估依據來自網絡測量值，從而能夠準確找到高關聯小區。

1.2 高關聯小區排序

某小區作為服務小區時，不斷測量周邊小區，周邊小區對其提供覆蓋彌補關系。此周邊小區作為相鄰小區同時也向其他小區提供覆蓋彌補關系。因此整個無線網絡可以抽象為由小區作為節點、小區之間相互彌補關系作為邊組成的有向圖。另外當我們僅考慮同頻小區之間的相互關系時，可以認為是整個網絡的干擾圖，也稱作干擾矩陣。圖1為現網環境下關聯圖示例。

圖1 現網基站關聯關系邏輯圖

在網絡側配置終端周期性測量時，對于同頻、異頻頻點上報測量的概率有所不同。因此對于關聯性評估需要考慮不同頻點設置的上報概率權重。在特定時段內（例如1小時或者24小時等），依據服務小區測量報告中非同站各相鄰小區出現次數占比進行排名。此處強調非同站相鄰小區是因為在基站退服后，往往是基站下所有小區均停止工作，屬于同站的相鄰小區將無法彌補本小區覆蓋。

假設服務小區S在特定時段內收到測量報告數量為report_cnt，包含相鄰小區celli的測量報告數為report_cnti。針對相鄰小區屬于不同的頻段，其上報概率權重為band_weighti。服務小區S鄰區celli可彌補性系數定義如下：

待調整小區按照cov_factori由高到低進行排序，作為調整優先級。

2 覆蓋目標

首先定義服務基站關鍵采樣點，所謂關鍵采樣點是指根據基站所接收的測量報告原始數據，計算得出測量報告中服務小區信號強度達到服務門限，并且非本站鄰區無法達到服務門限的采樣點。也就是當服務基站退服后，相鄰基站的信號無法彌補的采樣點。非關鍵采樣點的覆蓋在基站退服后可以由周邊非同站小區彌補，同樣可以達到最低服務水平。而關鍵采樣點是不可彌補的，這樣對周邊小區天線調整目標是覆蓋基站的關鍵采樣點。

同時需要注意的是一個基站包含若干個小區，當基站整站退服后其所包含小區將全部停止工作。由于MRO數據是以小區為單位的用戶測量數據，因此同站鄰區不能記錄到可彌補采樣點中。

設服務門限為Sthr，單位為dBm，目前設置為-110 dBm。

基站S在特定時間段內，例如24小時，所收到的所有MRO采樣點數量為n。每個采樣點中包含m個相鄰小區，其中m≥0。第i個測量報告為reporti，其中1≤i≤n，此報告中服務小區電平為s_rxlevreporti。

此測量報告中存在m個相鄰小區（相鄰小區不屬于基站S），其電平強度為,其中0≤j≤m。

基站關鍵性采樣點即不可替代采樣點reporti，其滿足公式(2)的約束條件，即此采樣點中服務小區的信號強度s_rxlevreporti大于等于服務門限Sthr，且任意相鄰小區j的信號強度均小于服務門限Sthr。

服務基站通常以多個扇區范圍考慮，假設整站退服，根據歷史數據每個扇區方向均能得到關鍵采樣點覆蓋分布圖，則根據天線的方位角，關鍵采樣點的TA分布，則可以得到待補充覆蓋區域拓撲圖。舉例說明，實驗基站包含兩個扇區，如圖2所示：

圖2 關鍵采樣點距離概率密度圖

（1）單扇區關鍵采樣點距離概率分布

根據無線信號的傳播特性，終端距離服務基站越遠信號越弱，前述定義的關鍵采樣點應當集中于近基站側，但不排除有零星采樣點分布于較遠位置。如果采樣點分布出現長尾現象，則待彌補區域范圍將大幅增加。這樣造成周邊基站覆蓋調整范圍不可控，一是彌補采樣點數量有限，二是可能造成周邊基站過覆蓋從而引起重疊覆蓋高等網絡結構問題。因此取距離服務基站最近的95%關鍵采樣點覆蓋分布作為待彌補目標。如圖2所示，分別展示了某基站兩個扇區關鍵采樣點TA（Timing Advance）的核密度估計。圖2橫坐標為TA單位，由此來衡量基站覆蓋距離，在LTE網絡中1個TA單位約折合78 m。縱坐標為核密度分布之，可以計算不同TA范圍內曲線下的面積用于估計基站關鍵采樣點在此TA范圍內的概率。

（2）多扇區合成分布平面圖

LTE測量報告中TA取值范圍為0-1282，其中1個TA單位為16 Ts（4.89 m），近似換算為78.12 m。根據服務基站單扇區關鍵采樣點概率分布統計，可以計算出每個小區關鍵采樣點的地理投影包絡。基站小區的覆蓋水平范圍按照極坐標標識，水平張角120°，覆蓋距離為關鍵采樣點TA最大值（95%概率）。

另外需要注意通常使用的經緯度坐標是EPSG（European Petroleum Survey Group）4326坐標系標準，為了提升投影至地面精確度，需要對坐標進行轉換。例如北京可使用EPSG:4527。經過坐標轉換后服務基站兩個小區的待彌補區域投影如圖3所示。

圖3 多扇區合成分布平面圖

周邊鄰區調整最終目標是減少重疊覆蓋的前提下，最大化對待彌補區域進行覆蓋。

3 調整范圍

以天線方向角、下傾角、位置以及地理環境為變量，利用采樣點進行估計。設置站高為h，機械下傾角為α，垂直半功率角為β，電下傾角為γ。則基站某小區的覆蓋范圍如圖4所示：

圖4 基站天線傾角示意圖

估算小區覆蓋范圍，上下3 dB波瓣覆蓋范圍為：

其中限定α+γ＞β/2，控制最遠覆蓋距離不會超出水平面。在滿足網絡結構影響前提下，最大化覆蓋待彌補區域，即在上3 dB波瓣覆蓋范圍內。例如目前主流FDD 1800天線垂直半功率角一般為7°，可根據上述公式計算其覆蓋范圍。

根據天線水平半功率角（例如典型65°）、D2覆蓋距離計算，同時對經緯度進行EPSG:4326到EPSG:4527坐標轉換。可以得到相鄰小區最佳覆蓋范圍的地面投影，根據覆蓋小區于待覆蓋區域地面投影的幾何關系計算最佳下傾角調整角度。

4 調整過程

根據服務基站對應的關聯性小區列表，按照優先級順序選擇調整小區。根據待調整小區水平半功率角、站高、下傾角確定其理想覆蓋水平面（注意覆蓋邊緣不能超過三倍站間距的范圍）。

4.1 目標函數

退服基站S包含m個小區，設小區celli（其中0＜i≤m），其對應的待彌補區域投影為areai。整站待彌補范圍為：

設待調整候選小區n個，設小區ncellj（其中0＜j≤n）,其對應的最佳覆蓋范圍投影area_adjj由函數F計算，投影至水平坐標為一個扇形區域。其中站高為h，機械下傾角為α，垂直半功率角為β，電下傾角為γ，水平半功率角為v。∪area表示多個多邊形投影的并集。

設覆蓋函數R(polygon)，表示polygon多邊形投影的面積函數，此處polygon是由上述多個area_adjj合并組成的area_adjN，則最終的調整目標為：

h、α、β、γ、v中只有電下傾角γ為調整參數，可以得出最優值。Cov表示周邊基站經過調后對于原退服基站覆蓋區域面積的可彌補比例。

4.2 調整原則

為保證調整的合理性，同時保證調整對網絡重疊覆蓋等網絡結構問題帶來最小的影響，調整過程中需要滿足5個條件：

（1）待調整小區上3 dB波瓣最遠覆蓋距離不會超出水平面，α+γ＞β/2。

（2）如果待調整小區下傾角已經滿足待覆蓋區域需求則不進行調整。

（3）如果需要抬升待調整小區下傾角，則選擇可滿足待覆蓋區域需求的最小抬升。

（4）為避免越區覆蓋影響，調整后覆蓋范圍不超過服務基站與相鄰基站之間3倍站間距。

（5）針對單個服務小區調整鄰區數量不超過3個。

5 效果驗證

某基站包含兩個小區，其關鍵采樣點分布投影如圖5所示。調整前周邊高關聯小區對其覆蓋的彌補效應如圖5所示，可看出陰影部分為當前無法彌補區域。通過前述算法計算，對鄰小區1進行電子下傾抬升調整，可看出大部分陰影區域已納入覆蓋范圍。零星未覆蓋面積由于即便調整其他小區下傾仍無法彌補，所以并未對其他高關聯小區進行調整，調整方案如表1所示。調整前后待彌補區域平面效果如表2所示，彌補面積比例由74.33%提升至96.52%。

圖5 調整前后彌補效果圖

表1 高關聯小區調整方案

表2 調整區域彌補效率

根據第2部分中關聯圖模型的定義，選取與服務基站中每個小區關聯性最高的6個小區作為待評估區域小區集合。采用覆蓋率（大于-110 dBm測量報告比例）作為評估指標。

如表3所示，評估過程包括三個階段。退服前評估范圍為服務基站小區與其高關聯小區集合，調整前評估范圍為高關聯小區，調整后評估范圍為高關聯小區。通過對比可以看出退服后調整前覆蓋率由98.15%下降至94.22%，而調整后覆蓋率恢復至98.01%。區域數據流量退服后由97.38 GB下降為90.32 GB，而調整后流量恢復為96.65 GB。從區域覆蓋率及流量來看調整均發揮明顯作用。

表3 調整效果對比

6 結束語

本文提供了一種LTE SON框架下基站退服后，通過自動調整周邊小區天線電子傾角實現覆蓋自愈的方法，創新性地提出了關鍵采樣點作為待彌補區域的覆蓋目標的方法，同時提出在盡可能降低網絡重疊覆蓋度的前提下相鄰小區傾角的調整方案。通過對現網基站的調整前后數據評估，取得良好的網絡自愈效果。同時目前現網基本為多系統共存，只要服務小區在基站周期性測量中開啟對異系統的測量報告，本方法同樣適用于異系統之間的覆蓋彌補。本文為LTE SON以及5G網絡自優化提供了一種思路及方法。