一种实现天馈线内外干扰远程自动检测方法

陈文斌

【摘要】 本文介绍了一种能够远程、快速、自动检测移动通信网络中天馈线出现内外部干扰的方法。该方法通过对基站历史KPI数据进行Pearson相关性的挖掘发现规律，并提供多元线性回归方法定位问题，达到远程定位基站天馈线是否存在干扰、存在何种干扰的问题。这对提高天馈线维护效率、降低维护成本均有较大帮助。

【关键词】 互调干扰 天馈线 自动检测 pearson相关系数 多元线性回归

一、引言

随着移动网络规模的日益扩大，因频率复用等因素造成的内外部干扰越来越成为影响网络的关键因素，对通话质量、掉线、拥塞均有显著影响，同时也给维护工作带来了较大的困难，因此快速有效的判断天馈内外部干扰就显得有非常重要意义。

在通信领域很多文献提出了某些方面的解决方法。王华[1]提出设备功率调节来避免互调干扰；何枫[2]等对TD-LTE网络F频段系统间干扰问题，提出一套排查方案；张建伟[3]对广播发射器互调干扰问题提出检测和排除方案。然而当前天馈线内外干扰监测方案的研究还相对落后。

有鉴于此，本文基于天馈线的工作原理，结合天馈线干扰维护积累的历史数据，研究出了一种通过分析基站KPI，就可有效地判断出天馈线是否存在干扰的方法。利用该方法，可以实现远程自动检测天馈线的干扰问题，从而大大提高天馈线问题检测的效率，保障了天馈线的正常运行。

二、历史数据挖掘

数据来自于一线维护的积累，主要有话务量、切换成功率、掉话率、上下行质量等天馈KPI和干扰带等信息。根据天馈线维护经验推断，是否存在干扰带应该可以从话务量的变化判断出来，所以首先研究话务量与干扰带的相关性。这里用Pearson相关系数来观察[4]，Pearson相关系数的定义如下：

设xi和yi为两个随机变量，其中i=1，2，3，…N，则两者间的Pearson系数r定义如下为

■

其相关性强度的判断标准为：

1、r>0.95说明两者相关性显著；

2、0.80

3、0.50

4、0.30≤r≤0.50说明两者低度相关；

5、r<0.3说明两者关系极弱或者认为不相关。

其两个随机变量的变化方向的判断依据为：

1、r>0说明两者变化方向相同，称为正相关；

2、r<0说明两者变化方向相关，称为负相关。

数据样例：使用的数据是通过OMC网获取的一些天馈线的历史KPI每线话务量和检测到的干扰带，粒度是每小时，周期至少为一个月。

经过对数据分析发现：存在内部干扰时，相关系数均大于0.6；不存在内部干扰时，两者不具备相关性。

在不存在相关性的情况下，根据外部干扰不定时开关的特性，判断是否存在外部干扰，某干扰带与话务量无关的天馈的干扰带，随时间的变化如图1所示：

其它KPI指标切换成功率、掉话率、上下行质量，与干扰带的相关性研究方法与上文相同，此处略。

三、多元回归判断模型

由历史数据的挖掘结果，证明了通过天馈的一些KPI与干扰带的相关性判断是否存在干扰、存在何种干扰的可行性。具体实现时，可以通过多元回归算法，一起检测干扰带与这些KPI的相关性。

多元线性回归模型[5]为：

y=b0+b1x1+b2x2+b3x3+b4x4+b5x5+e

其中，x1，x2，x3，x4，x5为5个随机变量，本文分别代表话务量、切换成功率、掉话率、上行质量、下行质量，b0为常数项，b1，b2，b3，b4，b5为回归系数，b1为x1每增加一个单位对y的效应，即x1对y的偏回归系数；b2，b3，b4，b5同理分别为x2对y、x3对y、x4对y和x5对y的偏回归系数，e为误差。

多元线性回归模型的参数估计，同一元线性回归方程一样，也是在要求误差平方和∑e2为最小的前提下，用最小二乘法求解参数。

一元线性回归直线方程y=a+bx，由最小二乘法可得：

■

则上述五元线性回归模型，求解回归参数的标准方程组为

■

可用矩阵法求解参数b0，b1，b2，b3，b4，b5，即

■

判断依据为：（1）根据各一次项系数的正负和有无统计意义进行判断，一次项系数为正，且有统计意义，则判断为存在内部干扰，否则为无内部干扰。（2）根据常数项为正值，且有统计意义，则判断为存在外部干扰，常数项就是外部干扰值；常数项为负值，且有统计意义，则判断为外部干扰可能存在不定时开关；常数项无统计意义，则判断为无外部干扰。

四、模块验证

通过天馈线智能检测系统，提取厦门的A、B、C、D、E五个小区近一个月数据进行模型分析是否存在内部干扰或外部干扰。经过模型分析，判定由Sig的值是否小于0.05可判断回归系数b0，b1，b2，b3，b4，b5是否有统计意义。五个小区的B值和Sig和统计如表1：

根据模型判定结果和现场测试判定结果对比如表2：

通过上表数据可看出：模型分析结果与现场测试结果完全一致，说明模型分析结果准确有效。通过上述模块检测机制，可以有效地对天馈线内部或外部干扰情形进行远程检测，并且可以针对具体内部干扰问题进行修复处理，实测验证该机制可以高效地保障天馈线系统的正常运行。

五、总结

本文提出了远程检测天馈线系统内外干扰方法，相比传统方法提高了天馈线运维效率，可以减少运维人员的工作，有效降低运维成本。运用系统可以实现远程快速确认干扰问题所在，提出故障排除流程，从而快速准确的解决天馈线内外干扰问题，具有时间成本和经济成本应用价值和推广可行性。

一、引言

随着移动网络规模的日益扩大，因频率复用等因素造成的内外部干扰越来越成为影响网络的关键因素，对通话质量、掉线、拥塞均有显著影响，同时也给维护工作带来了较大的困难，因此快速有效的判断天馈内外部干扰就显得有非常重要意义。

在通信领域很多文献提出了某些方面的解决方法。王华[1]提出设备功率调节来避免互调干扰；何枫[2]等对TD-LTE网络F频段系统间干扰问题，提出一套排查方案；张建伟[3]对广播发射器互调干扰问题提出检测和排除方案。然而当前天馈线内外干扰监测方案的研究还相对落后。

有鉴于此，本文基于天馈线的工作原理，结合天馈线干扰维护积累的历史数据，研究出了一种通过分析基站KPI，就可有效地判断出天馈线是否存在干扰的方法。利用该方法，可以实现远程自动检测天馈线的干扰问题，从而大大提高天馈线问题检测的效率，保障了天馈线的正常运行。

二、历史数据挖掘

数据来自于一线维护的积累，主要有话务量、切换成功率、掉话率、上下行质量等天馈KPI和干扰带等信息。根据天馈线维护经验推断，是否存在干扰带应该可以从话务量的变化判断出来，所以首先研究话务量与干扰带的相关性。这里用Pearson相关系数来观察[4]，Pearson相关系数的定义如下：

设xi和yi为两个随机变量，其中i=1，2，3，…N，则两者间的Pearson系数r定义如下为

■

其相关性强度的判断标准为：

1、r>0.95说明两者相关性显著；

2、0.80

3、0.50

4、0.30≤r≤0.50说明两者低度相关；

5、r<0.3说明两者关系极弱或者认为不相关。

其两个随机变量的变化方向的判断依据为：

1、r>0说明两者变化方向相同，称为正相关；

2、r<0说明两者变化方向相关，称为负相关。

数据样例：使用的数据是通过OMC网获取的一些天馈线的历史KPI每线话务量和检测到的干扰带，粒度是每小时，周期至少为一个月。

经过对数据分析发现：存在内部干扰时，相关系数均大于0.6；不存在内部干扰时，两者不具备相关性。

在不存在相关性的情况下，根据外部干扰不定时开关的特性，判断是否存在外部干扰，某干扰带与话务量无关的天馈的干扰带，随时间的变化如图1所示：

其它KPI指标切换成功率、掉话率、上下行质量，与干扰带的相关性研究方法与上文相同，此处略。

三、多元回归判断模型

由历史数据的挖掘结果，证明了通过天馈的一些KPI与干扰带的相关性判断是否存在干扰、存在何种干扰的可行性。具体实现时，可以通过多元回归算法，一起检测干扰带与这些KPI的相关性。

多元线性回归模型[5]为：

y=b0+b1x1+b2x2+b3x3+b4x4+b5x5+e

其中，x1，x2，x3，x4，x5为5个随机变量，本文分别代表话务量、切换成功率、掉话率、上行质量、下行质量，b0为常数项，b1，b2，b3，b4，b5为回归系数，b1为x1每增加一个单位对y的效应，即x1对y的偏回归系数；b2，b3，b4，b5同理分别为x2对y、x3对y、x4对y和x5对y的偏回归系数，e为误差。

多元线性回归模型的参数估计，同一元线性回归方程一样，也是在要求误差平方和∑e2为最小的前提下，用最小二乘法求解参数。

一元线性回归直线方程y=a+bx，由最小二乘法可得：

■

则上述五元线性回归模型，求解回归参数的标准方程组为

■

可用矩阵法求解参数b0，b1，b2，b3，b4，b5，即

■

判断依据为：（1）根据各一次项系数的正负和有无统计意义进行判断，一次项系数为正，且有统计意义，则判断为存在内部干扰，否则为无内部干扰。（2）根据常数项为正值，且有统计意义，则判断为存在外部干扰，常数项就是外部干扰值；常数项为负值，且有统计意义，则判断为外部干扰可能存在不定时开关；常数项无统计意义，则判断为无外部干扰。

四、模块验证

通过天馈线智能检测系统，提取厦门的A、B、C、D、E五个小区近一个月数据进行模型分析是否存在内部干扰或外部干扰。经过模型分析，判定由Sig的值是否小于0.05可判断回归系数b0，b1，b2，b3，b4，b5是否有统计意义。五个小区的B值和Sig和统计如表1：

根据模型判定结果和现场测试判定结果对比如表2：

通过上表数据可看出：模型分析结果与现场测试结果完全一致，说明模型分析结果准确有效。通过上述模块检测机制，可以有效地对天馈线内部或外部干扰情形进行远程检测，并且可以针对具体内部干扰问题进行修复处理，实测验证该机制可以高效地保障天馈线系统的正常运行。

五、总结

本文提出了远程检测天馈线系统内外干扰方法，相比传统方法提高了天馈线运维效率，可以减少运维人员的工作，有效降低运维成本。运用系统可以实现远程快速确认干扰问题所在，提出故障排除流程，从而快速准确的解决天馈线内外干扰问题，具有时间成本和经济成本应用价值和推广可行性。