一种基于MR数据的LTE小区重叠覆盖分析方法技术

本发明专利技术提出了一种基于MR数据的LTE小区重叠覆盖分析方法，包括进行MR数据采集，获取LTE MR数据文件和小区信息表；进行小区重叠覆盖度分析，进行筛选，将筛选后的重叠邻区分别与主小区组成重叠覆盖邻区对，并根据重叠邻区信号点数计算重叠邻区对的权重，排序确定重叠覆盖小区优先级后进行筛选，对通过权重筛选之后的小区进行覆盖距离分析，确定待优化的高重叠覆盖小区；进行多因素关联分析，包括弱覆盖关联分析、有用信号占比分析和用户集中度关联分析。本发明专利技术技术方案能够更加精准定位问题小区，并能够提出更加合理的优化建议，能够对重叠覆盖小区进行全方位的检查与问题排查。

【技术实现步骤摘要】
【专利摘要】本专利技术提出了一种基于MR数据的LTE小区重叠覆盖分析方法，包括进行MR数据采集，获取LTE MR数据文件和小区信息表；进行小区重叠覆盖度分析，进行筛选，将筛选后的重叠邻区分别与主小区组成重叠覆盖邻区对，并根据重叠邻区信号点数计算重叠邻区对的权重，排序确定重叠覆盖小区优先级后进行筛选，对通过权重筛选之后的小区进行覆盖距离分析，确定待优化的高重叠覆盖小区；进行多因素关联分析，包括弱覆盖关联分析、有用信号占比分析和用户集中度关联分析。本专利技术技术方案能够更加精准定位问题小区，并能够提出更加合理的优化建议，能够对重叠覆盖小区进行全方位的检查与问题排查。【专利说明】-种基于MR数据的LTE小区重叠覆盖分析方法
本专利技术设及移动通信领域，尤其是设及一种基于MR数据的分析LTE小区重叠覆盖 的方法。
技术介绍
通讯技术不断发展为当前的数据时代高速传输带来了极大便利，TD-LTE(分时长 期演进）网络是一种传输速度能超过IOOMbps的高速无线通讯技术，在TD-LTE组网中多采用 同异频组网，由于频率资源受限，很难通过频率优化来降低小区之间的干扰，因此同频情况 下的干扰风险大大增加。理想的蜂窝网络在保证用户移动性的前提下，可W使小区在交叠 区域处在一个较低的水平，但当网络结构不合理时，如站间距偏小、站址偏高区域，重叠覆 盖度难W控制，对网络影响也较大。通过对不同的实验区域进行实地测试，主要测试重叠覆 盖对SINR的影响。实验结果表明，各区域统计出来的SINR(信号与干扰加噪声比）值与重叠 覆盖度的变化曲线基本吻合（即区域重叠覆盖越严重，SINR越差），且网络整体性能受该区 域重叠覆盖度的影响较大。 因此，如何有效降低小区重叠覆盖度，成为了业界重点关注的课题。 当前分析LTE小区重叠覆盖度主要采用扫频结合人工分析的传统方法，存在W下 问题： (1)需要人工逐一分析扫频数据或者MR数据，工作量很大，效率也不高；LTE MR (Measurement Report,测量报告）是指网络设备周期性上报对无线网络进行测量的数据， 运些数据可W用于网络评估和优化。 (2)高重叠覆盖小区由网络优化人员凭经验和直觉来优化，准确性依赖于网络优 化人员自身经验。 (3)通过网络优化人员计算出来的高重叠小区和干扰源小区的准确率和真实性很 低。[000引（4)对干扰源小区的确定需要过多的数据不容易准确的确定。
技术实现思路
本专利技术目的在于克服现有方法的不足，提出一种利用MR数据分析LTE小区重叠覆 盖度的方法。 本专利技术的技术方案提供一种基于MR数据的LTE小区重叠覆盖分析方法，包括W下 步骤， 步骤1，进行MR数据采集，获取LTE MR数据文件和小区信息表； 步骤2,确定待优化的高重叠覆盖小区，包括W下子步骤， 步骤2.1，进行小区重叠覆盖度分析； 步骤2.2,根据全网重叠覆盖小区的重叠覆盖度分析结果，按照相应预先设定的口 限进行筛选;步骤2.3,将筛选后的重叠邻区分别与主小区组成重叠覆盖邻区对，并根据重 叠邻区信号点数计算重叠邻区对的权重，最后根据权重将重叠覆盖邻区对进行排序，确定 重叠覆盖小区优先级，根据预设的权重阔值进行筛选； 步骤2.4,对通过权重筛选之后的小区进行覆盖距离分析，确定待优化的高重叠覆 盖小区； 步骤3，多因素关联分析，包括W下3项分析， 弱覆盖关联分析，包括计算主小区在问题区域的平均电平值，将主覆盖电平值与 弱覆盖口限进行对比，如果低于预设的弱覆盖口限，则认为该小区在重叠覆盖区域存在弱 覆盖现象，需要加强覆盖； 有用信号占比分析，包括进行各邻区的有用信号占比分析，如果是制造干扰较多 的邻区，则认为是重点优化的对象； 用户集中度关联分析，包括分别计算各个重叠覆盖高的小区的用户集中度，对于 用户集中度较高的小区，则认为需要优先进行优化。 而且，包括根据多因素关联分析结果，确定相应整治方案。 而且，MR有用信号占比分析如下， Use化ISigRate(a) =a小区MR总采样点数今（a小区总采样点数+a小区作为邻区时 的干扰采样点总数） 其中，Use化ISigRate(a)为a小区的有用信号占比分析结果。 本方案具有如下技术优点： (1)算法更优:与传统的小区重叠覆盖度优化思路不同的是，本专利技术结合了权重算 法与无线信号传播模型算法，能够更加精准定位问题小区，并能够提出更加合理的优化建 议； (2)分析更全面：引入了多因素关联分析算法，问题收集过程更加全面，能够对重 叠覆盖小区进行全方位的检查与问题排查。【附图说明】 图1为本专利技术实施例流程图。【具体实施方式】本专利技术提出一种利用MR数据分析LTE小区重叠覆盖度的方法，输入MR测试数据，根 据MR上报的主服务小区和邻区的信息，对信号进行聚类与分析，可W按照MR采样点 ENodeBId和CI将同一小区的信号汇聚到该小区下。首先，通过已设定好的小区重叠覆盖度 分析算法自动对高重叠覆盖度小区进行筛选，然后，针对高重叠覆盖小区，通过独创的多因 素关联分析算法进行优化。采用多因素关联分析小区重叠覆盖度较高的小区的优化思路。 本提案对高重叠覆盖小区进行多种因素关联综合分析，其中包含重叠覆盖邻区对权重分 析、覆盖距离分析、弱覆盖分析、有用信号占比分析、用户集中度分析等。多因素关联分析的 具体思路如下： (1)权重关联分析:对进入包络带的重叠覆盖小区按照采样数、电平因素进行权重 分析，按照权重对重叠覆盖小区进行优先级排名；可W将进入包络带的重叠邻区分别与主 小区一一组成重叠覆盖邻区对，并根据重叠邻区信号点数计算重叠邻区对的权重，最后根 据权重将重叠覆盖邻区对进行排序，从而确定邻区干扰优先级。 (2)覆盖距离关联分析:对进入包络带的重叠覆盖小区进行覆盖距离评估与分析， 找出那些覆盖距离异常的小区； (3)弱覆盖关联分析:对主小区和进入包络带的小区进行电平值评估与分析，将电 平与实际传播模型进行对比，找出覆盖电平较弱和异常的小区； (4)干扰源指数分析:分析主服务小区作为干扰原始产生的干扰信号数； (5)有用信号占比分析:分析主服务小区是提供的服务还是产生的干扰多； (6)用户集中度关联分析:分析高重叠覆盖小区的用户集中度，通过用户集中度确 定高重叠覆盖小区优化的优先级排名。 W下结合附图和实施例详细说明本专利技术技术方案。 本专利技术实施例根据MR数据来分析高重叠覆盖小区，并对高重叠覆盖小区进行多因 素关联分析，从而最终输出合理的高重叠覆盖小区整治方案。高重叠覆盖小区的分析流程 如附图所示。 UMR数据采集 数据导入过程中需要导入的信息有： (1 )LTE MR数据文件；通常MR数据包括：reportTime、LteScData,Longitude、 Latitude、LteScSinrUL、MmeUeSlapId、MmeCode、MmeGroupId、LteNcI、LteNc2、LteNcS、 LteNc4、Lte化 5、LteNc6 等。 (2)小区信息表，通常包括:ENodeBIcUCI、经度、维度、天线挂高、方向角、小区类 型、频点、PCI等。 2、确定高重叠覆盖小区 (1)小区重叠覆盖度分析 小区重叠覆盖度指标定义：在采用周期性测量情况下，设主小区为服务小区S，主本文档来自技高网...

【技术保护点】
一种基于MR数据的LTE小区重叠覆盖分析方法，其特征在于： 包括以下步骤，步骤1，进行MR数据采集，获取LTE MR数据文件和小区信息表；步骤2，确定待优化的高重叠覆盖小区，包括以下子步骤，步骤2.1，进行小区重叠覆盖度分析；步骤2.2，根据全网重叠覆盖小区的重叠覆盖度分析结果，按照相应预先设定的门限进行筛选；步骤2.3，将筛选后的重叠邻区分别与主小区组成重叠覆盖邻区对，并根据重叠邻区信号点数计算重叠邻区对的权重，最后根据权重将重叠覆盖邻区对进行排序，确定重叠覆盖小区优先级，根据预设的权重阈值进行筛选；步骤2.4，对通过权重筛选之后的小区进行覆盖距离分析，确定待优化的高重叠覆盖小区；步骤3，多因素关联分析，包括以下3项分析，弱覆盖关联分析，包括计算主小区在问题区域的平均电平值，将主覆盖电平值与弱覆盖门限进行对比，如果低于预设的弱覆盖门限，则认为该小区在重叠覆盖区域存在弱覆盖现象，需要加强覆盖；有用信号占比分析，包括进行各邻区的有用信号占比分析，如果是制造干扰较多的邻区，则认为是重点优化的对象；用户集中度关联分析，包括分别计算各个重叠覆盖高的小区的用户集中度，对于用户集中度较高的小区，则认为需要优先进行优化。...

【技术特征摘要】

【专利技术属性】
技术研发人员：陈峰，王伟，杨然，胡志勇，阳许军，王婕，郑继东，叶仕祥，肖伟明，
申请(专利权)人：武汉虹信技术服务有限责任公司，
类型：发明
国别省市：湖北;42