5G优化最佳实践基于高铁用户识别新技术开展4G网络优化创新案例.docx
- 文档编号:10383433
- 上传时间:2023-02-10
- 格式:DOCX
- 页数:16
- 大小:5.42MB
5G优化最佳实践基于高铁用户识别新技术开展4G网络优化创新案例.docx
《5G优化最佳实践基于高铁用户识别新技术开展4G网络优化创新案例.docx》由会员分享,可在线阅读,更多相关《5G优化最佳实践基于高铁用户识别新技术开展4G网络优化创新案例.docx(16页珍藏版)》请在冰豆网上搜索。
5G优化最佳实践基于高铁用户识别新技术开展4G网络优化创新案例
广东电信无线网络优化中心+基于高铁用户识别新技术开展4GLTE网络优化案例
2019年6月
【摘要】本次通过对高铁用户识别算法的研究,可精准识别并采集高铁用户小区的MR信息,特别是采集到的隧道小区MR可地理化呈现轨迹,将使分析人员在前期的分析中可事半功倍,加快解决问题的效率。
【关键字】高铁用户识别、AGPS-MR、覆盖优化、速率优化
【业务类别】优化方法、MR优化、其他
1概述
目前高铁网络建设呈快速发展状态,大家的出行方式也更多得倾向于高铁,因此高铁4G用户数不断攀升,对网络冲击较大;并且高铁用户对无线网络的业务需求及感知要求也越来越高,对网络质量是一种较大的挑战。
当前,DT测试是高铁网络评估及优化的传统测试手段,可较为直接及准确得定位到网络问题,但缺点是需要耗费较多的人力、物力及时间,使得数据的采集时效性较差,网络优化周期较长。
且高铁DT测试由于各车厢不同位置的屏蔽效果也不同,导致在高铁车厢不同位置测试的结果差异会较大,单次测试难以反映覆盖总体情况。
因此本文通过对MR数据的研究,制定出新算法,可较为准确得识别出高铁用户,从而快速评估网络质量及用户感知情况,进一步减少对台账经纬度和GPS定位精度的依赖。
尤其是,新算法能监测到隧道的微弱信号,对比传统的DT测试会出现隧道由于GPS丢失导致缺失采样点数据的问题,会有着明显的优势,提升了隧道场景的无线网络优化的效率。
2高铁用户识别技术
对于高铁沿线基站小区识别技术,不再采用沿线固定距离获取基站小区,而是先通过MR包含两个高铁站台基站小区,并且速度大于150KM/H的用户作为种子用户,在通过种子用户经过的基站小区作为沿线的基站小区。
同时,对于用户运动速度进行判断,通过用户出现的两个小区距离大于10KM,速度大于150KM/H进行判断,避免MR定位误差对速度的影响。
具体4个步骤包括:
●识别高铁种子用户MR
根据高铁站台基站小区,筛选全量MR,识别出至少经过两个站台,并且根据每两站台距离和MR相差时间,计算的输出大于150KM/H的用户作为种子用户,并输出期间所有MR,作为高铁种子用户MR。
●识别高铁沿线小区
筛选高铁种子用户MR所有接入小区作为高铁沿线上的接入基站小区,并根据基站小区位置进行排序,作为高铁沿线基站小区序列。
(如果整条高铁线是纵向的即经度差比较大,那么就按照经度从小到大进行排序,否则按照纬度从小到大进行排序)。
●识别高铁非种子用户MR
接入小区符合高铁沿线基站小区序列,且存在相差10KM两个接入小区,速度满足≥150KM/H的用户MR作为高铁非种子用户MR。
●高铁用户MR定位
对于非AGPS的MR采集点:
根据MR中的TA计算输出与接入小区距离D=(TA+1)*78,以小区位置作为圆心,与D作为半径,查找与高铁线路交点,选择在主用扇区方向夹角最小的点。
对于AGPS采集点,直接根据AGPS经纬度与高铁最近处打点。
具体流程请见下图:
图高铁用户精准识别算法流程
3高铁用户识别模型应用及案例
3.1用户识别效果
利用高铁用户识别新技术的算法,我们选取了省内的京广深、厦深、南广3条重点高铁线路做评估,得出结果如下:
表高铁验证-20181124
项目
优化后
高铁用户数
34306(种子)+39498(非种子)=73804
MR总条数
3380423(种子)+1344846(非种子)=4725269
图具体路线
通过跟以往其他算法对比,可以发现此模型算法可以识别出更加多的高铁用户以及MR条数,从呈现效果来看,更加准确反映高铁当前网络覆盖情况。
3.2高铁覆盖优化
3.2.1室外优化
本次开发出的天翼蓝鹰系统高铁模块,可对高铁线路全线进行分段,以500米作为一段划分,并对采集到的MR数据进行关键指标统计,评估该路段的当前网络质量。
对于MR较差的路段,可联合近期DT路测数据,对该路段进行优化。
●现网案例:
(1)问题描述:
从厦深高铁1月初采集的MR数据中可看出,问题路段编号660108258,信号较差,大部分天数的MR指标均不理想,日均RSRP低于-110dBm。
图.优化前MR覆盖图
此时结合最近的测试log发现,该路段确实存在弱覆盖问题。
(2)问题分析:
经分析发现,该路段本应由“FW_陆丰东海新町”和“FW_陆丰炎围村南”覆盖高铁,但测试时未占用这两个站的小区信号,分别占用1.5公里外的“FW_陆丰城东炎围”和1.1公里外的“FW_陆丰城东炎仓埔”站点的小区信号,导致该路段RSRP较差,需要进行RF优化。
因此,需现场调整“FW_陆丰东海新町”和“FW_陆丰炎围村南”,加强覆盖;同时控制“FW_陆丰城东炎围”和“FW_陆丰城东炎仓埔”站点的小区的范围。
图.测试轨迹及拉线图
图.合理覆盖小区示意图
(3)解决方案
(a)FW_陆丰城东炎围_0电子下倾角3度调整为5度,控制越区覆盖。
(b)FW_陆丰城东炎仓埔_0电子下倾角0度调整为3度,控制越区覆盖。
(c)FW_陆丰东海新町_0机械下倾角3度调整为1度,增强覆盖。
(d)FW_陆丰东海新町_2的方向角由250度调整为240度,机械下倾角由机械下倾角由5度调整为2度。
图.RF调整后覆盖图
(4)效果评估
通过及时对该路段的RF优化,问题已解决。
MR指标提升明显。
图.优化后MR覆盖图
图.优化后路测RSRP图
3.2.2隧道优化
目前,大部分的DT路测设备进入隧道后,所携带的GPS均会丢星,导致无法进行采样点打点,需通过后台进行人工补偿GPS轨迹采样点,才能还原线路的覆盖情况。
这样的做法就会有个缺点:
通过人工补偿,容易出现GPS轨迹以及采样点不精确的问题,会对问题点的分析产生一定影响。
本次开发的高铁用户识别算法模型,可通过MR数据的采集及算法判决,能较为精准得对隧道小区MR进行定位,从而评估隧道的网络质量。
选取省内1条高铁进行验证,可对比发现,通过算法模型可采集到隧道MR信息,且输出的MR指标与路测DT指标相当,具有较强的参考意义。
⏹京广高铁清远英德新塘村附近隧道
DT测试
算法模型
●现网案例:
(1)问题描述:
从京广深高铁1月初采集的MR数据中可看出,问题路段编号751434,信号较差,RSRP低于-110dBm。
(2)问题分析:
该问题路段位于韶关境内,为新村隧道,经查询,该隧道已全部开通2个RRU,但目前MR采集该隧道采样点时发现较弱。
地区
线路
规划期
隧道名称
RRU总数
已开通RRU数
开通情况
韶关
京广深
六期
新村隧道
2
2
已开通
进一步查询该点的故障情况,发现该站点是由于出现S1链路故障等告警,导致小区退服。
(3)解决方案
及时派单到维护单位,处理故障。
(4)效果评估
问题已解决,MR指标恢复良好。
3.3高铁速率优化
本算法模型结合前期广东另一创新技术方案,可以通过MR同步估算用户的体验速率,从而可较直观得呈现出线路中的速率整体情况。
用该算法与传统的DT路测指标进行对比(DT路测指标取2019年1月5日的PBM速率数据,算法模型取2019年1月11~17日通过计算得出的结果),整体结果显示,在小区工参准确的路程,两者吻合度非常高,如下图所示:
京广深对比路程1
京广深对比路程2
●现网案例:
(1)问题描述:
从南广高铁2月初采集的MR数据中可看出,问题路段编号757102174的部分路段信号一般,感知平均速率一般。
(2)问题分析:
从RSRP分布情况,可看出该路段存在一些路段覆盖较弱,初步判断存在弱覆盖区域。
结合路测数据及站点分布进行分析,该问题路段的覆盖站点,距离铁轨的距离为30米,且刚好此处铁轨为弯道处,站点处于弯道外侧。
通过核查工参,该站覆盖高铁的两个小区“金沙西联接入机房LBBU2_0”、“金沙西联接入机房LBBU2_1”的方位角分别是110°和260°,与铁轨的夹角及入射角较小,且小区覆盖边缘的掠射角几乎为0°,由于掠射角过小,损耗过大,因此在小区边缘处即容易出现弱覆盖问题,导致速率也存在波动。
掠射角就是基站天线主瓣方向和铁路铁轨之间的夹角,根据相关测试统计数据,车厢穿透损耗和掠射角q的关系:
随着掠射角q减小,列车车体穿透损耗不断增加。
当掠射角q在10°内,列车穿透损耗增加幅度明显变快,所以在网络规划时,建议实际的掠射角q应大于10°。
(3)解决方案:
(1)把“金沙西联接入机房LBBU2_0”的方位角由110°调整到130°,减小两扇区夹角;
(2)把“金沙西联接入机房LBBU2_1”的方位角由260°调整到240°,减小两扇区夹角;
(4)效果评估:
通过对主覆盖小区的优化,该路段的MR指标有一定提升,弱覆盖采样点基本变好,KPI感知下行速率由原来的6.17Mbps提升至8.07Mbps。
4经验总结
目前,全国高铁线路的大规模建设工作正如火如荼进行中,未来的高铁线路将快速增多,网络的评估时效性显得尤为重要。
本次通过对高铁用户识别算法研究,输出了相应的平台工具,将使分析人员在前期的分析中可事半功倍,加快解决问题的效率;平台工具的优点总结如下:
(1)较传统的DT测试,可节省大量的人力、物力,降低测试成本。
目前可以做到对每条高铁线路进行每天更新,这是无法传统方法达到的效果;
(2)能精准识别高铁沿线小区,输出相应路段的MR数据、KPI指标等信息;
(3)能精准识别隧道小区MR信息,并可地理化呈现采样点轨迹信息,且输出的覆盖率等KPI指标与DT指标相当,具有较强的参考意义
随着各项采集及统计标准化工作的推进,我们相信,这套高铁用户识别技术、MR数据采集及性能分析方法将会越来越成熟。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 优化 最佳 实践 基于 用户 识别 新技术 开展 网络 创新 案例