深度覆盖评估算法研究

商亮，刘玮，池刚毅，任冶冰( 中国移动通信集团公司，北京 00033; 中国移动通信集团设计院有限公司，北京 00080)



深度覆盖评估算法研究

商亮1，刘玮2，池刚毅1，任冶冰2
(1 中国移动通信集团公司，北京 100033; 2 中国移动通信集团设计院有限公司，北京 100080)

摘要数据业务主要分布于室内，室内深度覆盖质量的好坏直接反应数据业务的满意程度。传统深度覆盖评估方法单纯使用测量报告（Measure Report Ourdoor，MR）数据，LTE用户量少、接入Wi-Fi等原因会使部分室内区域没有MR数据从而最终导致整个区域深度覆盖评估结果不准确。为此，本文引入系统仿真数据，提出一种MR与系统仿真数据相结合的深度覆盖评估方法，并对整个方法的操作步骤、算法合理性和有效性进行了介绍与验证。

关键词深度覆盖；MR；系统仿真

1　引言

随着移动互联网业务的迅速发展，LTE网络承载的主要流量来自数据业务。然而，数据业务与传统话音业务差别较为明显，忙时用户主要分布于室内。因此，为了进一步提高LTE网络的服务质量，对于室内覆盖（以下称深度覆盖）质量的要求日益提高，未来则会加大深度覆盖建设力度。LTE网络经过几年建设，形成了比较完善的广覆盖现状，通过室外覆盖室内的方法能够吸收一部分室内数据业务，但是吸收效果如何，LTE室内深度覆盖现状如何，未来应该采取什么样的深度覆盖方案，是即将要解决的问题。

定义一块区域的深度覆盖率=满足指标要求的室内区域面积/总室内面积，通常通过深度覆盖率指标可以反映出该区域内深度覆盖情况。因此，深度覆盖评估方法的实质就是深度覆盖率的计算，衡量深度覆盖评估方法优劣的标准为深度覆盖率计算的准确性。

本文首先介绍了传统的深度覆盖评估方法，并对其存在的主要问题进行了分析；其次，引入系统仿真数据，提出了一种MR与系统仿真数据相结合的LTE深度覆盖评估方法，并对其合理性和操作步骤进行了详细论述；最后，通过仿真手段，验证了本文所提方法在深度覆盖率计算方面的合理性与优势。

2　LTE深度覆盖评估方法

2.1传统技术方案与分析

目前，LTE深度覆盖评估方法大多延续了TDSCDMA、WCDMA等系统室外覆盖评估的思路，单纯采用室外MRO数据分析覆盖是否达到通信质量要求。评估方法的大致思路是：先预设一个信号质量门限，再逐条MRO数据判断导频信号是否达到预设门限，最后综合一个小区中所有MRO数据进行统计，判断该小区是否存在弱覆盖问题。

可以看出，上述完全依赖MRO数据的深度覆盖评估方法没有考虑到从TD-SCDMA、WCDMA到LTE，从室外场景到室内场景转换过程中发生的网络本身与场景特点的变化，即没有考虑到覆盖评估方法直接移植的可行性。如果将上述深度覆盖评估方法应用于LTE网络，则会出现以下几点问题。

与TD-SCDMA、WCDMA相比，LTE网络仍处于发展阶段，用户量有限，MRO数据样本点数有待提高，因此会出现部分区域没有MRO数据的情况。此时，如果依然采用现有的技术方案，则会将这些由于LTE用户量少而缺少MRO数据的区域错误的视为弱覆盖区域，最终导致深度覆盖评估不准确。

与室外场景不同，室内用户如果连接到Wi-Fi上则不会上报MRO数据，那么，该室内区域内则会出现没有或者只有少量MRO数据的情况。此时，如果依然采用现有的技术方案，则会将这些由于用户没有接入4G网络而缺少或者只有少量MRO数据的区域错误的视为弱覆盖区域，最终导致深度覆盖评估不准确。

MRO数据只能反映室外覆盖室内的深度覆盖情况，而LTE室内分布系统会上报自身的MRS数据，可以直接反映室内分布系统覆盖室内的情况。室外覆盖室内与室内分布系统相结合才能完全反映深度覆盖情况，而现有技术方案没有将MRS数据加以利用。

图1　现有技术方案中对弱覆盖区域的错误判断

其中，第1点和第2点问题可总结为现有LTE深度覆盖评估方法会将由于LTE用户数少、用户连接Wi-Fi等可能并非弱覆盖的区域错误的判断为弱覆盖，如图 1；第3点问题则为现有LTE深度覆盖评估方法考虑因素不够全面；综上所述，现有LTE深度覆盖评估方法无法准确的评估出LTE网络深度覆盖情况。

2.2MR与系统仿真数据相结合的LTE深度覆盖评估方法

现有无线网络规划仿真平台能够基于基站工程参数、地图、GIS系统、仿真参数等数据获取到区域内覆盖情况，已有大量数据证明，规划仿真结果与实际路测结果相匹配，误差能够做到3 dB以内。

因此，为了解决上述几点现有技术方案存在的问题，为了进一步提升LTE深度覆盖评估结果的准确性，本文引入规划仿真平台输出的规划仿真数据，提出一种MR数据与规划仿真数据相结合的LTE深度覆盖评估方法，其中MR数据包含MRO与MRS两种。

本方法的核心思想是：首先将待评估区域通过地图与GIS系统栅格化，划分成5 m×5 m/20 m×20 m的一系列栅格，且每个栅格均属于一种地物类型，如Building、Open Area、Forest等，并筛选出地物类型属性为Building的栅格集合为室内区域，即需要深度覆盖的区域；其次将MRO与MRS数据通过定位处理等赋予其经纬度信息，将其放置在栅格上，根据栅格上是否有足够量的MR数据将室内区域的所有栅格划分为有效栅格集与无效/空白栅格集两类；最后，分别统计出有效栅格集与无效/空白栅格集两类的深度覆盖率后进行加权得到待评估区域内的总的深度覆盖率，其中，无效/空白栅格集在计算深度覆盖率过程中需引入规划仿真数据，如图2所示。本方法的具体流程如图3。

目前，国外发达国家对矿山尾矿库的复垦开展了大量的工作[33]；德国、俄罗斯、美国、加拿大和澳大利亚等国的矿山土地复垦率均在80%以上。近几年，迫于环保的压力，国内矿山企业越来越重视尾矿库的复垦。

（1) 将待评估区域通过地图与GIS系统栅格化，划分成5 m×5 m/20 m×20 m的一系列栅格，且每个栅格均属于一种地物类型，如Building、Open Area、Forest等；

图2　MR数据与规划仿真数据相结合的LTE深度覆盖评估方法核心思想

（2) 筛选出地物类型属性为Building的栅格集合为室内区域，即需要深度覆盖的区域。

（3) 输入区域内所有室内分布小区工程参数（包含经度、纬度），将室内分布小区放置在相应的栅格上，以该栅格为中心，周围一定数量圈数内的栅格可视为该室内分布系统覆盖范围，具体圈数依栅格大小而定，如20 m×20 m的栅格则建议采取3圈，则此时一个室内分布小区即覆盖49个栅格。

图3　MR数据与规划仿真数据相结合的LTE深度覆盖评估方法流程

（4) 输入MRS数据，将MRS数据根据主服务小区Cell ID找到所属的室内分布小区，最终使每条MRS数据都有所属。

（5) 将所有室内分布小区内的MRS数据映射到栅格上，映射方法为平均映射在室内分布小区所覆盖的范围内，如一个室内分布系统内有5 000条MRS数据，采用20 m×20 m栅格大小时，这5 000条MRS数据平均分配在49个栅格上。

（6) 输入MRO数据，通过定位处理赋予每条MRO数据经度、纬度，根据经纬度将其放置在栅格上。

（7) 将栅格上的MRS数据条数与MRO数据条数相加，作为该栅格的MR数据总条数，最终使室内区域内的所有栅格都有MR数据总条数。

（9) 分别统计步骤8得出的有效栅格总数与无效/空白栅格总数。

（10) 计算有效栅格的深度覆盖率=∑_有效栅格集满足指标要求的MR数据条数/总的MR数据条数，其中MR数据包含MRS与MRO。

（11) 对于无效栅格，则需引入仿真数据加以评估。输入室外宏站的工程参数，通过网络规划仿真平台可得出每个无效栅格覆盖情况，计算无效栅格的深度覆盖率=仿真结果满足指标要求的栅格数/无效栅格总数。

（12) 加权计算区域内总的深度覆盖率，区域内深度覆盖率=α×有效栅格的深度覆盖率+β×无效/空白栅格的深度覆盖率，其中：α、β为有效栅格、无效栅格的权重。

（13) 可以将不满足指标要求的栅格渲染在地图上，可以直观的看到弱覆盖区域的分布与范围。

3　仿真验证

搭建真实外场环境进行研究验证，往往受限于人工、时间、费用等方面因素的限制。为此，对于本文所提深度评估方法的验证，将采用无线网络规划仿真工具APC进行仿真研究，其中本文所提方案已经内置于APC中。首先，验证系统仿真的准确性，以证明本文所提方法中引入系统仿真数据的合理性；其次，通过一个应用实例来验证本文所提方法在解决传统技术方案问题方面的有效性。

3.1系统仿真准确性验证

选取某一大城市密集城区作为仿真准确性的验证场所，如图4所示。分别对其进行系统仿真与实际路测，将两者测试结果进行对比，如图5所示。

图4　系统仿真准确性验证区域

根据图 6对比仿真结果，可以看出：系统仿真结果RSRP与实际路测结果基本一致，均值相差1 dB左右。因此，在本文提出的深度覆盖评估方法中引入系统仿真数据是合理的。

图5　系统仿真与实际路测结果

图6　系统仿真与实际路测结果对比

3.2 MR数据与规划仿真数据相结合的LTE深度覆盖评估方法有效性验证

利用无线网络规划仿真工具APC对图 4区域进行深度覆盖评估，评估结果如表1所示。

表1　LTE深度覆盖评估方法验证结果1

从上述仿真结果可以看出：有效栅格仅占整个区域的36.9%，也就是说该待评估区域内有63.1%的栅格上都没有足够的MR数据，无法用传统技术方案进行深度覆盖评估。

使用相同的研究方法，另选4个区域进行深度覆盖评估，如表2，可以得出相同的仿真结论：有效栅格占整个区域的比例较低，平均仅为33%。

表2　LTE深度覆盖评估方法验证结果2

为了进一步验证本文所提方案的准确性，需要在真实外场环境中进行实际深度覆盖率的测试与计算，并与本方案的评估结果进行对比，这是本文下一步的工作计划。

4　结束语

传统深度覆盖评估方法单纯使用MR数据，会出现由于MR数据缺失而导致深度覆盖评估不准的问题。为此，本文引入系统仿真数据，提出一种MR与系统仿真数据相结合的深度覆盖评估方法。本文详细介绍了该方法的核心思想与操作步骤，并通过仿真手段进行了合理性与有效性的验证工作。

下一步将在实际外场环境中进行本方案的准确性验证工作。

参考文献

[1]岳磊, 王玮, 夏龙根, 等.基于MR测量的越区覆盖评估算法[J].通信技术,2013(7)

[2]刘德全, 胡宪华, 何志勇.基于实测数据的TD—SCDMA无线网覆盖模型评估[J].电信工程技术与标准化, 2013(7).

Research on the deep coverage evaluation

SHANG Liang1, LIU Wei2, CHI Gang-yi1, REN Ye-bing2
(1 China Mobile Group Co., Ltd., Beijing 100032, China; 2 China Mobile Group Design Institute Co., Ltd., Beijing 100080, China)

AbstractData service is mainly distributed in indoor, the quality of deep coverage can refl ect the satisfaction of data service.The traditional deep coverage evaluation only uses the MR data.There are some reasons can makeno MR data in some indoor area, like a little LTE user, Wi-Fi access.And then, the result of the assessment is not accurate.In this paper, there is a new deep coverage evaluation of LTE system.Joining the system simulation data is to solve this problem.Introducing the operation steps, researching the rationality and validity are all the main contents of this paper.

Keywordsdeep coverage; MR; system simulation

收稿日期：2016-01-07

中图分类号TN929.5

文献标识码A

文章编号1008-5599（2016）03-0006-05