射频优化在CDMA网络日常网优中的应用

王有银，宋巍

（湖北电信襄樊分公司无线网络优化中心，襄樊 441000）

1 引言

传统的CDMA无线网优化主要从日常路测、话统指标、投诉、告警等方面发现问题并解决问题，很容易出现拆东墙补西墙的情况；要求优化人员有较深的优化经验，人员配置上一组需要至少6个人、两辆车，人力和时间的投入都较大；同时，这种优化方式不能统筹全网地理位置和无线环境，网络KPI指标的整体提升幅度并不会很明显。射频优化利用相关软件，根据现有的网络指标数据做模拟仿真，可直观形象地发现网络中存在的较差的无线网络环境，再从后台的OMC数据加以验证，从而达到对无线网络环境预知的目的，利用路测数据对传播模型分析与校正，建立网络模型，可以将优化区域内的“点—线—面”集中考虑。在实施方案时会对优化区域内的大部分小区的天馈都做调整，然后再进行邻区和功率的微调处理，从而达到网络指标的整体提升。与传统优化相比，二者有以下差异。

2 射频优化的原理

本文介绍的射频优化是由襄阳电信、上海百林等单位组成联合网优小组，使用百林通信的无线网络优化工具对襄阳市区的CDMA 网络进行优化采用的方法，通过核对基础数据库、采集路测数据、传播模型分析与校正、建立网络模型、设定优化目标、使用遗传算法得到网络最佳的小区天馈调整方案，达到提升网络整体指标的目的。

2.1 优化流程

表1 射频优化与传统优化的对比

使用百林通信的无线网络优化NeST CDMA&ACP软件进行射频优化的流程图如图1所示。

图1 射频优化的流程图

通过地物地貌数据、路测数据和小区的基础物理信息，快速建立网络环境。通过原始路测对传播模型进行准确的校正，有效克服地形及基础信息误差的影响。将待优化小区中性能值比较好的小区配置保留，将性能值比较差的小区配置删除重新进行配置，获得一组新的天馈配置，重新计算其性能值，按照相同原则依次类推，直至获得比较满意的结果。

2.2 传播模型校正

无线网络中应用经验的传播模型来预测路径损耗中值，如Hata模型、CCIR模型和Lee模型等。在这些模型中，影响电波传播的一些主要因素，如收发天线距离、天线高度和地物类型等，都以变量函数在路径损耗公式中反映出来。但是，在不同的地区，地形起伏、建筑物高度和密度以及气候等因素对传播影响的程度不尽相同，所以，这些传播模型在具体环境下应用时，对应的变量函数式应该各不相同，需要找到合理的函数形式。这个函数式可以通过车载测试，得到本地的路径损耗测试数据，然后用这些数据对原始传播模型公式的各个系数项和地物因子进行校正，使得校正以后公式的预测值和实测数据误差最小。

宏蜂窝Okumura/Hata模型是应用较为广泛的覆盖预测模型,它是以准平滑地形的市区作基准,其余各区的影响均以校正因子的形式出现。Okumura/Hata模型市区的基本传输损耗模式为：

Lb=K1+K2×lgfc-K3×lghb-α(hm)+（k4+K5×lghb）lg(Rd/1000)+Kdiff×Diff_Loss Clutter_Offset，其中：

Lb：市区准平滑地形电波传播损耗中值（dB）；

Fc(MHz)：工作频率；

hb(m)：基站天线有效高度；

hm(m)：移动台有效天线高度；

Rd(km)：基站天线和移动台天线之间的水平距离；

α: 有效天线修正因子，是覆盖区大小的函数。

一般可取手机天线有效高度为1.5m，α(hm)约为0。上式可表达为：

模型系数采用最小二乘法进行校正，既可对某一参数的系数单独校正，也可对多参数的系数同时进行校正。由于此次模型校正使用的是20m精度的地图，包含有建筑物，因此会有衍射现象。因此校正模型需要对衍射Kdiff系数进行校正。在宏蜂窝Okumura-Hata模型中，即对K1、K4和Kdiff系数进行相关的校正。我们对于此次的传播模型校正的操作内容和传播模型校正流程如图2所示。

基本工作内容如下：

前期收集路测数据；

导入电子地图数据；

导入基站数据；

配置参数；

导入路测数据；

筛选测试数据，去掉不合理的数据点；

开始校正。

如上述所说经过详细的传播模型校正，在校正区域内得到唯一一个传播模型。当满足以下条件时，我们认为校正可以结束。

图2 传播模型校正的流程图

测值和实测值误差的均值最小化，尽量为0，不大于0.2dB;

预测值和实测值误差标准偏差在6～8dB（城市区域）。

3 射频优化的案例

由于射频优化可以将优化区域内的“点—线—面”作为整体考虑，有效克服地形的影响，因此本次优化区域选择了襄阳市区的密集城区，覆盖区域的面积约99.706km2，区域特点：部分区域为密集城区、周围大都为高层建筑，人口数较多；部分区域为郊区城区，人口数量相对较少。整个区域及基站分布如图3所示。

绿色小区为本次项目的重点优化小区，综色小区为缓冲区。

优化区域内统计的站点有基站72个，小区202个。

缓冲区域内的小区为影响小区，在软件运算中只考虑其对优化区域内站点的干扰而不对其进行调整，共有基站101个，小区293个。绿色小区为市区站点分布，用“宏蜂窝 Okumura-Hata中/小城市”模型校正；综色小区为郊区站点分布，用“宏蜂窝 Okumura-Hata 郊区”模型校正。

软件生成的方案中需要调整的小区数为160个，实际调整小区153个，其中调整方位角的有125个小区，调整机械下倾角的有136个小区。在软件生成方案中存在部分调整幅度较小的小区，例如方位角幅度为5°，下倾角幅度为1°的情况，因为调整幅度度太小，在测量误差范围之内，不予调整。襄阳市区的射频优化天线调整方案在实施后，通过后台提取的KPI指标比对优化前、后的变化趋势，如表2所示，以验证本次天线优化调整方案的实施效果，如表3。

图3 优化站点分布图

表2 优化前后KPI指标的对比

表3 优化前后路测数据的对比

4 结论

本次网优工程运用某公司的NEST CDMA软件和射频优化软件，通过每个站点的实地勘察和DT拉网测试以及后台KPI指标的统计，收集了射频优化仿真所需要的基础数据。首先根据收集的DT路测数据，在NEST CDMA中做本地区的传播模型校正，通过校正后的模型计算出每一个小区的传播路损，从而仿真出现网的网络质量，发现存在的弱覆盖、越区覆盖、导频污染和EC/IO较差的区域。同时再接合路测分析确认问题点，以验证软件的仿真匹配度。待话务、路损文件和数据地图都具备后，导入射频优化软件，根据每一个站点的特点设置好方位角、下倾角等参数。然后观察仿真与路测的匹配度，当匹配度达到要求就可以运算天馈调整方案。实施后对调整过的站点做邻区优化的补充，使优化效果达到最佳。通过前后KPI指标的对比，网络指标的整体得到提升。

[1]3GPP2 C.S0024-A_V2.0.CDMA2000 High Rate Packet Data Air Interface Specification[S].2005.

[2]万晓榆,万敏,李怡滨编著.CDMA移动通信网络优化[M].北京：人民邮电出版社，2003.

[3]啜钢等编著.CDMA无线网络规划优化[M].北京：机械工业出版社，2004.