一種批量測算目標區(qū)域4G覆蓋小區(qū)的方法

陳捷

（紅河職業(yè)技術(shù)學(xué)院，云南 蒙自 661199）

0 引言

在我國社會信息化的發(fā)展過程中，移動通信是非常關(guān)鍵的技術(shù)內(nèi)容，對于整個國家的信息化建設(shè)有著非常深遠的影響。就目前移動通信建設(shè)情況來說，4G 通信是最主流的通信技術(shù)手段，是整個信息化社會建設(shè)的核心支持力量[1]。對于運營商來說，做好高價值客戶的4G 網(wǎng)絡(luò)覆蓋，是提升用戶滿意度、擴大經(jīng)濟收益的關(guān)鍵，考慮到高價值客戶單位數(shù)量眾多且分布廣泛，有必要尋求一種便捷有效的分析方法，批量甄別出覆蓋指定目標的4G 小區(qū)，從而提高運營商的工作效率、降低運維成本，全面提升運營商業(yè)務(wù)能力。

本項目的研究思路是從研究運營商重要集客單位（包括黨政軍機關(guān)、大型企事業(yè)單位等）的4G 覆蓋情況入手，以云南某地為試點展開的，轄區(qū)內(nèi)包括4G 基站共8 400多個，4G 小區(qū)37 000 多個，涵蓋449 個集客單位。針對傳統(tǒng)計算方式的不足，我們通過“客戶位置數(shù)字化-輪詢計算近距離基站-象限設(shè)計與方位角計算-條件篩選可能覆蓋目標的小區(qū)”的新思路來進行改進，設(shè)計一套公式與算法來批量甄別出覆蓋集客單位的4G 小區(qū)。

1 傳統(tǒng)方法

無論采用傳統(tǒng)方法還是新思路，首先都需要將地理位置數(shù)字化，即通過經(jīng)緯度來表征客戶單位地理位置，以便與4G 網(wǎng)絡(luò)工參信息相關(guān)聯(lián)，思路流程如圖1 所示。

圖1 傳統(tǒng)方法與新思路流程圖

現(xiàn)有的批量查詢坐標工具與方法較多，國內(nèi)主流工具大多基于百度地圖API 取數(shù)，需要注意的是協(xié)議坐標系的統(tǒng)一，因運營商工參信息與Google earth/MapInfo 采用的是WGS84 協(xié)議坐標，而百度地圖坐標為BD09 協(xié)議格式坐標，故需要經(jīng)過協(xié)議格式轉(zhuǎn)換方能匹配。

客戶單位地址數(shù)字化之后，傳統(tǒng)的做法是將客戶位置導(dǎo)入MapInfo，通過人工識別，手動畫圈的方式圈出覆蓋目標周邊的站點，導(dǎo)出圈內(nèi)的所有小區(qū)，示例如圖2所示：

圖2 傳統(tǒng)方法示例

該方法的不足之處在于一方面當覆蓋目標數(shù)量較多且分布較散時，人工一一識別速度慢，效率低；另一方面圈中的站點下所有小區(qū)均被列入保障名單，但實際一個基站下只有個別小區(qū)承擔目標區(qū)域的主覆蓋，需保障的小區(qū)數(shù)量過大造成工作重點不突出，目標不明確。

2 新方法研究與設(shè)計

針對以上問題，我們通過“距離粗選+方向細選”的新思路來匹配“目標-小區(qū)”對應(yīng)關(guān)系，新思路如圖1 所示。

2.1 距離粗選

粗選目的是基于對“目標-基站”對間距的批量計算，初步篩選出可能覆蓋目標的所有站點。主要通過以下步驟實現(xiàn)：

（1）計算量確定

眾所周知，移動通信系統(tǒng)廣泛地采用蜂窩組網(wǎng)方案，因此大大提高了無線資源的利用率[2]。4G 網(wǎng)絡(luò)也不例外，目前，TD-LTE 網(wǎng)絡(luò)已形成較完善的廣覆蓋宏蜂窩組網(wǎng)架構(gòu)，理想模型如圖3 所示：

圖3 TD-LTE網(wǎng)絡(luò)覆蓋模型

客戶O 所處位置必然由距離最近的基站A、B、C 中某一小區(qū)主覆蓋，另有一、兩個小區(qū)輔覆蓋，因此理論上來說，只需計算出距離客戶位置最近的3 個基站即可，如圖3 示例中的基站A、B、C。但考慮到現(xiàn)實組網(wǎng)中，影響因素較多，無線環(huán)境較為復(fù)雜，為避免疏漏，我們將計算范圍擴大到距離最近的6 個基站，如本例中將圈2中基站D、E、F 也納入。由于運營商在網(wǎng)絡(luò)規(guī)劃建設(shè)與日常優(yōu)化維護中，會規(guī)避超重疊覆蓋小區(qū)的出現(xiàn)，即在TD-LTE 同頻網(wǎng)絡(luò)中，在主小區(qū)覆蓋范圍內(nèi)，需將弱于服務(wù)小區(qū)信號強度6 dB 以內(nèi)且CRS RSRP 大于-110 dBm的重疊小區(qū)數(shù)目控制在3 個（含主小區(qū)）以下，否則會帶來了嚴重的同頻干擾，極大地降低受影響區(qū)域的用戶性能。假如在O 處還能接收到圈2 以外基站（如G 站）的強信號，日常優(yōu)化工作中會收縮G 站的覆蓋半徑或調(diào)整覆蓋方向，以避免越區(qū)覆蓋造成模三干擾，因此計算范圍取距離客戶位置最近的前6 個宏站。

（2）輪詢計算

批量計算的過程通過輪詢算法編程實現(xiàn)，首先計算既定目標與全網(wǎng)所有站點的距離，然后篩選出距離最小的6 個基站信息，偽代碼如圖4 所示。

圖4 關(guān)鍵代碼片段

通過距離計算遴選出的基站并非都適用，還需要進一步設(shè)置合理的臨界值，剔除距離過遠的站點，篩選出潛在的覆蓋基站。該步驟基于對LTE 網(wǎng)絡(luò)TA（Timing Advance，時間提前量）分布統(tǒng)計的研究來實現(xiàn)。

為了保證接收側(cè)（eNodeB 側(cè)）的時間同步，LTE 提出了上行定時提前（Uplink Timing Advance）的機制。指為了將UE 上行包在希望的時間到達eNB，預(yù)估由于距離引起的射頻傳輸時延，提前相應(yīng)時間發(fā)出數(shù)據(jù)包。上行同步是移動通信技術(shù)中的一個重要環(huán)節(jié)，上行同步的結(jié)果將影響UE 上行信道性能[3]。

在UE 側(cè)看來，定時提前本質(zhì)上是接收到下行子幀的起始時間與傳輸上行子幀的時間之間的一個負偏移。eNodeB 通過適當?shù)乜刂泼總€UE 的偏移，可以控制來自不同UE 的上行信號到達eNodeB 的時間。對于離eNodeB 較遠的UE，由于有較大的傳輸延遲，就要比離eNodeB 較近的UE 提前發(fā)送上行數(shù)據(jù)。

UE 在初始接入LTE 網(wǎng)絡(luò)的過程中，首先發(fā)送上行的PRACH 前導(dǎo)碼序列，eNodeB 通過測量UE 的前導(dǎo)序列，在隨機接入消息中（RAR）返回給UE 11 位的初始TA 值，同時通過北向接口上報，UE 側(cè)根據(jù)RAR 中的初始TA 值，做相應(yīng)的上行時間調(diào)整；網(wǎng)絡(luò)側(cè)根據(jù)TA 值大小分區(qū)對上報條數(shù)進行統(tǒng)計，因此TA 統(tǒng)計的是一定時間段內(nèi)LTE服務(wù)小區(qū)的TA 測量數(shù)據(jù)，該統(tǒng)計值可表征某個小區(qū)覆蓋下不同TA 區(qū)內(nèi)的用戶分布情況與活躍程度。

TA 取值范圍是0～1 282，一個TA 長度是16 Ts，Ts是LTE 系統(tǒng)最基本的時間單位，即LTE 中進行數(shù)字調(diào)制和快速傅立葉變換的最小取樣間隔，根據(jù)LTE 系統(tǒng)的采樣速率，一個OFDM 時域符號持續(xù)時間為2 048 Ts=1/15 kHz，即Ts=1/(15 000×2 048)=0.032 55 μs。故LTE 一 個TA=(16×Ts×c)/2，其中光速c 約等于3×108m/s，即LTE 系統(tǒng)一個TA 值約等于78 m。

通過研究最近一個月的TA 統(tǒng)計數(shù)據(jù)，我們發(fā)現(xiàn)城區(qū)F 頻段宏小區(qū)有81.44% 的TA 測量發(fā)生在702 m（9 個TA 區(qū)）以內(nèi)，D 頻段該比例高達92.48%，農(nóng)村F 頻段宏小區(qū)則有63.22%的TA 測量發(fā)生在1 560 m（20 個TA區(qū)）以內(nèi)，D 頻段該比例達到87.11%，統(tǒng)計值如表1 所示。權(quán)衡效率與準確性后，可將城區(qū)宏小區(qū)的距離取舍臨界值設(shè)置為702 m（TA9），農(nóng)村設(shè)置為1 560 m（TA20）。

表1 輸出結(jié)果示意圖

2.2 方位細選

經(jīng)過距離粗選后，我們希望通過研究站下小區(qū)的覆蓋方向與目標的方位來做進一步的甄選。此時需要先將目標相對于基站的方位進行數(shù)字化表征，具體步驟如下：

（1）象限劃分

以基站位置為原點O(lon 0,lat 0)，正北方向為0°，區(qū)間(0°,90°)為象限1，(90°,180°)為象限2，(180°,270°) 為象限3，(270°,360°) 為象限4，首先判斷目標位置相對原點O 所處象限。

1）若目標i(loni,lati)滿足loni≥lon 0 且lati≥lat 0，則認為目標落入象限1，如圖5 中目標A(lon 1,lat 1)；

2）若目標i(loni,lati) 滿足loni≥lon 0 且lati

3）若目標i(loni,lati)滿足loni

4）若目標i(loni,lati)滿足loni

圖5 象限判定原理圖

（2）方位角計算

圖5 中d1、d2、d3、d4為目標A(lon 1,lat 1)、B(lon 2,lat 2)、C(lon 3,lat 3)、D(lon 4,lat 4)到基站O(lon 0,lat 0)的距離，方位角θ1、θ2、θ3、θ4分別表示目標A、B、C、D 相對于基站O(lon 0,lat 0) 的方位角，不同象限中方位角的計算方法亦不同，式(1)-(4) 分別為象限1-4 中方位角計算公式：

式中k=111 195 m，即赤道上（緯度為0°）經(jīng)度相差1°的距離，在目標A,……,D 所處的緯度緯線上，經(jīng)度相差1°，對應(yīng)距離相差k*cos(lati)，i=1,2,3,4。式中d1、d2、d3、d4為目標A(lon 1,lat 1)、B(lon 2,lat 2)、C(lon 3,lat 3)、D(lon 4,lat 4)到基站O(lon 0,lat 0)的距離。

（3）條件篩選

考慮到現(xiàn)網(wǎng)中4G 宏小區(qū)有效覆蓋區(qū)域在10 dB 波束寬度（120°夾角）范圍內(nèi)，如圖6 中Cell1 所示，圖中θ為小區(qū)Cell2 方位角，d為小區(qū)Cell2 有效覆蓋半徑，θi(i=1,2,3)為目標A、B、C 方位角，di(i=1,2,3)為目標A、B、C 與基站間距。判斷圖中Cell2 小區(qū)是否對目標A、B、C 形成有效覆蓋分“城區(qū)”和“非城區(qū)”兩種情況進行討論：

圖6 小區(qū)判定原理圖

若Cell2 小區(qū)地處城區(qū)（或非城區(qū)），目標A 滿足d1≤d（d=702 m 或1 560 m），且∣θ1–θ∣≤60°（或2π-∣θ1–θ∣≤60°，針對θ1，θ均靠近0°的情況），則可認為目標A 落入Cell2 小區(qū)有效覆蓋范圍內(nèi)。反之，則認為Cell2 小區(qū)非目標的有效覆蓋小區(qū)，如Cell2 小區(qū)之于目標B(d1＞d)、C(∣θ3–θ∣＞60°)。

2.3 室分與微站

計算室分與微小區(qū)覆蓋的方法與宏小區(qū)原理相同，實現(xiàn)較簡單，只是在距離的取舍條件上有所差異，我們對全網(wǎng)一體化RRU 的TA 分布研究中發(fā)現(xiàn)，城區(qū)95%的一體化RRU 90%以上的TA 測量發(fā)生在546 m（TA7）以內(nèi)，故可以將城區(qū)的距離取舍條件設(shè)置為546 m（TA7）；農(nóng)村則覆蓋范圍較大，93%以上的TA 測量發(fā)生在1 014 m（TA13）范圍內(nèi)，故可以將農(nóng)村的距離取舍條件設(shè)置為1 014 m（TA13），統(tǒng)計值如表2 所示。

表2 覆蓋小區(qū)判斷原理圖

3 驗證

本項目中我們從算法的準確性與效率兩方面進行驗證，主要通過計算結(jié)果與現(xiàn)場實測情況及傳統(tǒng)方法效果對比來得出結(jié)論。

3.1 準確性驗證

為了驗證計算結(jié)果的可靠性，我們隨機抽取部分目標進行了實地測試，以圖7 中目標A 為例，經(jīng)計算覆蓋A 的小區(qū)有7 個，分布如圖7 中綠色扇區(qū)所示，CGI 見表3 中B 列；實地測到目標A 可接收到其中5 個小區(qū)信號，測試軌跡與小區(qū)對應(yīng)關(guān)系如圖7 中綠色飛線所示，實測小區(qū)CGI 見表3 中C 列。

圖7 實測示例圖

在3.2 節(jié)表3 中可見，實地測到的小區(qū)全部落入計算出的可能覆蓋小區(qū)集合中，證明了針對目標A 的計算結(jié)果準確性。

同理，我們抽取了3 個區(qū)縣47 個目標單位進行了驗證測試，抽樣比例為10.47%，實測到的小區(qū)有68 個，其中56 個小區(qū)落入計算出的可能覆蓋小區(qū)集合，即可認為計算結(jié)果的整體準確率約為82.35%，其中A 市抽樣點33個，實測小區(qū)數(shù)26，計算與實測相符小區(qū)數(shù)21，準確率80.77%；B 市抽樣點8 個，實測小區(qū)數(shù)25，計算與實測相符小區(qū)數(shù)20，準確率80.00%；C 縣抽樣點6 個，實測小區(qū)數(shù)17，計算與實測相符小區(qū)數(shù)15，準確率88.24%。證明了該計算方法的準確有效性。

3.2 效率驗證

按照傳統(tǒng)做法，是將目標單位周邊站點下所有小區(qū)均圈出，納入保障范圍，同樣以目標A 為例，按照傳統(tǒng)方法，周邊4 個站點，21 個宏小區(qū)被圈出納入保障范圍，如圖8 所示。但經(jīng)現(xiàn)場實測，僅5 個宏小區(qū)對目標A 形成有效覆蓋，剩余16 個宏小區(qū)均為冗余，冗余小區(qū)占比達到76.19%。

圖8 傳統(tǒng)做法示例

如上節(jié)所述，使用新方法進行計算，覆蓋目標A 的宏小區(qū)有7 個，與實測結(jié)果比較，既實現(xiàn)了有效小區(qū)的全覆蓋，又大大精簡了冗余小區(qū)數(shù)量，有利于提高工作效率。實例效率與準確性參照表如表3 所示。

表3 實例效率與準確性參照表

本例中可看出傳統(tǒng)方法雖然實現(xiàn)了有效小區(qū)的全覆蓋，但冗余過多，導(dǎo)致保障目標小區(qū)不明確，保障工作重點不突出。

在本項目中，用傳統(tǒng)方法對全量449 個集客單位進行統(tǒng)計，得到可能覆蓋目標的4G 小區(qū)6 300 個，其中宏小區(qū)4 654 個，室分小區(qū)648 個，微站998 個。使用新方法進行批量計算,得到相應(yīng)小區(qū)共計3 960 個，整體壓降比例37.14%，其中宏小區(qū)3 568 個，壓降比例23.33%；室分小區(qū)41 個，壓降比例93.67%；微站351 個，壓降比例64.83%。

即新方法計算出的各類目標小區(qū)與傳統(tǒng)方法計算結(jié)果相比，精簡了37% 的總體規(guī)模，同時在準確性上有較大提升，因新方法對于以目標單位為中心的第一圈宏站，僅保留主覆蓋小區(qū)，剔除背向小區(qū)，同時增加了第二、三圈宏站的相向小區(qū)，兼顧計算結(jié)果的準確性與全面性。由此可見，新方法的應(yīng)用較傳統(tǒng)方法去粗取精，目標明確，有助于提高工作效率。

4 結(jié)束語

綜上所述，未來幾年，TD-LTE 制式的4G 網(wǎng)絡(luò)將承擔起中國移動數(shù)據(jù)業(yè)務(wù)發(fā)展和用戶感知體驗的重任[5]，應(yīng)用本項目中研究的快速定位法，有助于在日益復(fù)雜的無線環(huán)境中快速、精準定位覆蓋VIP 目標的4G 信號，有效保障高價值區(qū)域的高價值客戶體驗，提高企業(yè)經(jīng)濟效益與核心競爭力。