基于邻区切换数据的LTE扇区接反分析算法研究

叶蔼笙+史俊辉+曹家燕

【摘 要】扇区接反是LTE移动基站建设的常见质量问题，它会引起无线网络覆盖异常、性能劣化从而影响4G用户感知。首先对LTE邻区特点及邻区切换指标进行介绍，然后提出一种基于性能数据的扇区接反分析算法，并给出了具体算法实现流程。现网应用验证结果表明，本文算法的问题定位准确率超过90%，与现有方法手段比较，分析问题更全面、更高效，有助于节省人力成本。

【关键词】扇区接反 邻区切换 正向覆盖

1 引言

为了满足移动互联网用户不断增长的用户需求，近年国内三大运营商均发力4G网络建设，截至2016年5月底，中国已经建成全球最大的4G网络，基站超过200万个。由于建设工程进度紧、时间短、工作量大等各种因素的影响，容易出现各种天馈系统问题，扇区接反为其中一类典型问题。常见的扇区接反场景包括：

（1）天线方位角覆盖差错；

（2）RRU馈线与天线接反；

（3）RRU光纤与信道板端口接反。

对于LTE网络，天馈系统的好坏直接关系到网络质量和用户感知，扇区接反将导致以下几个主要问题：

（1）天馈覆盖异常：不同扇区的工参，如下倾角、射频功率等一般存在差异，接反扇区无法按照预定方向进行信号覆盖，并会增加对周边基站的同频干扰。

（2）PCI模3干扰：PCI一般会按照工参进行规划，尽量规避模3干扰问题，但扇区接反将可能引起周边覆盖区域PCI模3干扰问题变得突出。

（3）优化方案偏差：工参数据与现场实际覆盖不一致，基于后台性能指标及工参数据输出的RF及参数优化方案，都存在偏差可能性，导致优化工作效果受到影响。

目前扇区接反问题的分析方法或相关技术文献主要基于前台测试及现场勘查，必须依靠现场工作发现问题，存在分析效率低、容易遗漏问题等缺点。针对该问题，尝试借助后台网管性能数据进行分析，研究出一套快速、有效、准确的扇区接反分析算法。

2 LTE邻区切换数据应用可行性分析

主流设备厂家中兴、华为等在LTE后台网管性能指标中，较EVDO及WCDMA引入了更细的统计维度到邻区级（两两小区），可提供两两小区间的切换次数统计，包括同频及异频切换。借助该切换数据可以获得整个网络各小区间的切换矩阵，有助于切换问题、越区覆盖、模3干扰、用户移动性等分析工作的开展。

如图1所示，正常情况下，一个扇区的邻区大部分位于其主覆盖方向范围内，并且位于该范围内的邻区（橙色点表示）的切换次数统计之和会大于该范围外的邻区（青色点表示）的切换次数统计之和。

LTE网络具备ANR邻区自优化功能，借助ANR功能可以自动发现并处理漏配及冗余邻区，使得LTE邻区关系及时得到完善。LTE扇区接反导致的邻区相互错配，基本可以由网管系统自动纠正。与3G网络相比，扇区接反带来的邻区配置与现场天馈覆盖不一致问题在LTE网络可以得到有效规避。扇区接反的存在也不会影响后台网管邻区切换次数统计的真实性和可靠性，但其呈现出来的地理分布和统计特征会与图1所示的正常情况有明显差异。

对于已有一定用户规模的4G网络，大量用户在网络中移动，后台网管邻区切换数据可应用到覆盖分析，基于该类数据分析LTE扇区接反问题具有一定的可行性。

3 LTE扇区接反分析算法

本文提出一种基于邻区切换数据的LTE扇区接反分析算法，根据每个扇区的邻区呈现出来的地理分布和统计特征进行分析，如果对应扇区的邻区不符合正常情况的判断规则，则认为可能存在扇区接反。分析算法主要输入数据源为LTE扇区级工参信息以及取自后台网管的邻区切换指标，需要解决以下三个关键技术问题：

（1）待分析扇区的主覆盖方向应该如何界定；

（2）邻区切换数据应该如何应用；

（3）符合什么样的规则可以判断为扇区接反。

3.1 扇区正向覆盖范围分析

为了确定各个扇区的主覆盖方向，引入扇区正向覆盖范围概念，定义正向覆盖夹角α、同基站相邻扇区夹角β、扇区方位角ω、扇区水平半功率角γ。对于任意一个待分析扇区，正向覆盖范围通过公式（1）计算得出：

α1≤α<α2 （1）

其中，α1=ω-β1/2-（γ-γ1），α2=ω+β2/2+（γ-γ2）。

其中β1为本扇区与逆时针方向同站第一个相邻小区的夹角，γ1为该相邻小区水平功率角；β2为本扇区与顺时针方向同站第一个相邻小区的夹角，γ2为该相邻小区水平功率角。一般情况下，同站各扇区天线选型一致或相近，水平半功率角相等，在公式中可不考虑γ差异带来的影响。此外，由于无线信号传播会受到基站周边无线环境的影响，为避免相邻扇区夹角过小导致正向覆盖范围计算偏差过大，当β1、β2值小于30°时，公式值直接设为30°。图2为两个典型基站三个扇区的正向覆盖范围计算结果，可见整个基站360°方向被划分为三个不同区域。

3.2 邻区切换次数分段加权处理

在确定每个扇区正向覆盖范围后，可以对其邻区进行逐一分析，根据邻区与待分析扇区经纬度相对位置，确定其邻区位置是否落在该扇区正向覆盖范围內。

由于扇区接反分析法需综合各个邻区与待分析扇区的关系，如果把每个邻区视作等价处理，分析结果容易受待分析扇区周边不同方向基站密度差异、复杂无线传播环境等因素影响。直接使用网管提取的邻区切换次数进行加权处理，如果存在少部分切换频繁邻区由于各种因素正好落在该扇区正向覆盖范围以外，则大量其他邻区对分析结果基本无影响，容易引起错判。

因此引入分段加权处理步骤，对待分析扇区向各个邻区切换出次数进行转换处理，得出任一邻区i与待分析扇区切换次数（假设为hi）的分段加权值（假设为wi），具体计算方法如式（2）所示：

当hn≤hi

hn和hn+1为预先定义的第n个切换次数区间界限值，kn为第n个切换次数区间相应的加权系数值。分段区间数量以及相应的加权系数值可根据不同网络情况进行灵活配置。

3.3 扇区接反判断规则

假设待分析扇区为m，结合工参分析各个邻区i与m的相对位置，判断邻区i位置归属“m同站某扇区的正向覆盖范围”。对m的邻区列表（即网管邻区切换数据的统计对象）遍历后，计算同站各扇区判断基数ej：

ej=∑wi，i∈j （3）

其中wi为通过3.2节方法得出的邻区分段加权值，ej可理解为位置归属“m同站各扇区j正向覆盖范围”的各个邻区i对应wi之和。

如果m没有与其他扇区存在接反，那么根据上文所述的邻区特点分析，各扇区ej最大的应该为m，如果不是则可判断待分析扇区m存在扇区接反，即：

max（ej）=eM，M=m为正常，M≠m为扇区接反（4）

为进一步提高判断的准确性，通过上述算法将分析得出的扇区接反分为两类：

（1）断定接反：待分析扇区m分析结果得出接反扇区M的分析结果也存在扇区接反（但接反扇区不一定为m），则可断定该扇区接反，如两两扇区接反、三扇区顺序接反等等。

（2）疑似接反：待分析扇区m分析结果得出接反扇区M的分析结果不存在扇区接反，则需进一步结合其他分析数据进行二次判断。

3.4 分析算法实现流程

基于邻区切换数据的LTE扇区接反分析算法实现流程如图3所示，共涉及六个关键步骤。对任何一个目标LTE网络，对所有基站的室外扇区重复该流程，即可完成全网扇区接反的快速分析。

4 现网应用效果分析

4.1 分析工具开发情况

为验证提出的分析算法的可行性，通过VBA开发出分析工具，形成固定操作方法，并提供部分关键分析参数设置功能，方便针对不同地市情况进行调优。按照工具需求格式，准备好LTE扇区级工参及三天以上后台网管LTE邻区切换数据（具体指标为同频、异频切换出尝试次数，不同厂家名称有差异），运行工具即可自动分析出相应网络所有扇区接反的基站信息清单，10-15分钟即可完成一个过万LTE基站地市的问题分析。图4为LTE扇区接反快速分析工具应用示例。

4.2 应用效果验证

对珠三角广州、深圳、东莞、佛山四个地市2015年底的4G网络进行分析，分析工具共计发现198个LTE扇区被“断定扇区接反”，涉及91个LTE基站。进一步对上述基站进行现场勘察及整改后，其中确认为扇区接反问题的占比为43.4%；扇区方位角、经纬度不准确等工参偏差问题的占比为51.5%。修正相关工参问题后仍错判为扇区接反问题的有5个，加上现场确认既无扇区接反、也无工参偏差问题的10个，可得出本次工具分析问题准确率为（198-10-5）/198=92.4%。

（1）拉网测试分析遗漏的扇区接反案例

分析工具输出华港花园基站1、2扇区为相互断定扇区接反。如图5（a）所示，对于1扇区的邻区，位于1扇区的正向覆盖范围只有6个，判断基数值为11；而位于2扇区的则有9个，判断基数值为31，大于1扇区基数。如图5（b）所示，2扇区的分析结果也与1扇区呈现类似特征，可判断两个扇区接反问题。经现场核实情况属实，同时翻查最近一次簇拉网测试数据发现，如借助路测数据仔细分析，也可以发现扇区接反问题，但当时分析人员存在疏忽未发现。

（2）日常测试未涉及的扇区接反案例

分析工具输出远洋大厦基站0、2扇区为相互断定扇区接反。如图5（c）所示，对于0扇区的邻区，位于0扇区的正向覆盖范围只有10个，判断基数值为21；而位于2扇区的则有29个，判断基数值為80，大于0扇区基数。如图5（d）所示，2扇区的分析结果也与0扇区呈现类似特征，可判断两个扇区接反问题。通过现场勘查确认问题存在并进行整改，结合日常路测数据发现，该基站相关扇区测试采样点甚少，基本无法从测试数据分析该站扇区接反问题。

（3）扇区接反问题整改效果

以广州问题扇区为对象，对整改效果进行评估分析。经过整改后，相关扇区覆盖范围与原设计方案一致，网络RF结构更为合理，后台统计CQI、重定向至3G比例分别改善14%及39%。

4.3 推广效益分析

相比于现有扇区接反分析技术手段，本文提出方法的主要效益如下：

（1）创造性地提出了自动分析算法，借助后台性能数据，从大量站点中快速挖掘特征RF问题，分析结果准确率超过90%。

（2）基于大量用户行为数据进行分析，有效避免现场测试分析容易遗漏的问题，数据挖掘更加全面，同时可以发现部分工参存在问题。

（3）提出的算法已固化成自动分析工具，可适用于电信4G网络分析，有助于优化工程师针对性地在现场开展问题处理，大幅减少现场测试、后台分析、勘查验证等工作量，节省人力成本。

目前本文提出的方法已在广东电信网络优化工作中得到全面应用，后续计划在全国进行推广使用。

5 结束语

LTE扇区接反会产生天馈覆盖异常、PCI模3干扰、优化方案偏差等问题，对4G用户感知造成一定程度的不良影响。本文提出的LTE扇区接反分析算法，借助后台网管邻区切换数据快速挖掘现场RF特征问题，经现网实践验证该方法快速、有效、准确，能切实指导优化人员发现扇区接反问题，为进一步完善无线网络覆盖打下良好基础。

参考文献：

[1] 3GPP TS 32.45. Telecommunication management； Key Performance Indicators （KPI） for Evolved Universal Terrestrial Radio Access Network（E-UTRAN）： Definitions Release 10[S]. 2012.

[2] 华为技术有限公司. 3900系列基站性能指标参考（V100R009C00_09）[Z]. 2015.

[3] 中兴通讯. UniRAN FDD-LTE基站（V3.20.50）性能指标参考[Z]. 2014.

[4] 陈秀敏，黄毅华，刘大方，等. 一种CDMA基站天馈线接反问题查找算法[J]. 移动通信， 2011，35（8）： 18-22.

[5] 牟大维，甘小莺，徐友云，等. 基于扇区化的OFDM小区选择算法[J]. 电讯技术， 2006，46（5）： 79-83.

[6] 王国民，雷萍，邱恺. 地域通信网干线节点抗干扰等效推算探析[J]. 电子信息对抗技术， 2015，30（5）： 63-66.

[7] 李丽，宋燕辉，朱江军. 基于功率控制的LTE系统下行ICIC算法研究[J]. 电视技术， 2013，37（23）： 167-170.

[8] 李斌，朱宇霞. LTE系统中切换优化算法的研究[J]. 电视技术， 2013，37（3）： 109-112.