本发明涉及无线网络优化技术领域,尤其涉及一种基于ltemr数据精确评估无线网络的方法。
背景技术
在通信网络优化和规划过程中,进行无线覆盖评估是非常重要的一项工作。可以根据无线覆盖评估的结果对通信网络进行调整,使其能够更好的为用户服务。例如,对现网小区覆盖进行评估,找到弱覆盖区域,增加新基站,提高信号覆盖;或者对覆盖信号过剩的地方,进行覆盖控制,减少干扰,提高网络质量。
在无线网络中,过覆盖是个很常见的现象,也是影响网络质量的主要因素。在某些特定的地形地貌下,需要小区有一定覆盖冗余(即过覆盖),来完成小区间的信号接续。这种过覆盖对用户有益,是适度的过覆盖。如果把这种冗余的信号抑制了,则会造成用户掉线,影响用户感知。因此,需要根据实际情况,评估小区的过覆盖是适度的还是过度的。
目前,小区的无线覆盖评估主要基于mr数据,根据mr数据的ta与rsrp的二维数据关系手工计算得到,也可以将mr数据导入到fast平台,采用定位算法,将每个地理栅格上的信号强度呈现出来。判断过覆盖是适度还是过度的,往往需要现场测试验证,这种评估方式会造成人力资源的浪费和时间成本的上升;而在评估中,只能做到对弱覆盖区域进行定位,但是,尚无法预估无线覆盖优化潜力是否受限,而如果对覆盖优化潜力受限的小区进行调整,也会造成人力资源的浪费和时间成本的上升,同时会造成无效的网络优化。
技术实现要素:
本发明的目的在于提供一种基于ltemr数据精确评估无线网络的方法,从而解决现有技术中存在的前述问题。
为了实现上述目的,本发明采用的技术方案如下:
一种基于ltemr数据精确评估无线网络的方法,包括如下步骤:
s1,获取mr数据,所述mr数据包括mro小区统计文件和mro邻区测量文件;
s2,所述mro邻区测量文件与工参表进行关联,生成eci-工参表;
s3,所述eci-工参表与所述mro小区统计文件进行关联,生成eci-mr-工参表;
s4,根据eci-mr-工参表中的数据,按照如下方法计算小区-小区关联度:根据两个小区的经度、纬度,计算得到两个小区连线的角度;根据两个小区的方向角与连线的角度,计算得到小区方向与连线的夹角以及夹角的cos值;将夹角的cos值与(mr距离/两站距离)相乘,得到小区-小区关联度;
s5,根据所述mro小区统计文件中每个小区的mr距离和mr电平数据,按照如下公式计算每个小区的覆盖当量冗余值:coveragemargin=power(mr距离,0.3)+mr电平+94;
式中,coveragemargin为覆盖当量冗余值,
power为excel函数,这个函数功能是“返回数字乘幂的计算结果”,其语法为:power(number,power),其中参数number表示底数,参数power表示指数,
当coveragemargin=0时,小区的覆盖正常;
s6,根据s4中计算得到的小区-小区关联度的最大值和最小值、s5中计算得到的小区的覆盖当量冗余值、s2中得到的eci-工参表中的ge-6dbrate、以及mr电平数据dbmavg,得到三类问题小区。
优选地,所述三类问题小区包括:重叠覆盖小区、mr弱覆盖小区和需加大发射功率或增强补点的小区,其中,所述重叠覆盖小区具有如下特点:小区-小区关联度的最大值≥1,小区-小区关联度的最小值<0,覆盖当量冗余值>4,ge-6dbrate>10%,所述重叠覆盖小区的问题通过如下方法解决:控制覆盖距离降低干扰;所述mr弱覆盖小区具有如下特点:小区-小区关联度的最大值≥1,小区-小区关联度的最小值<0,覆盖当量冗余值>-1,ge-6dbrate>10%,所述mr弱覆盖小区的问题通过如下方法解决:控制覆盖距离可提高覆盖电平;所述需加大发射功率或增强补点的小区具有如下特点:小区-小区关联度的最大值<1,覆盖当量冗余值<-2,ge-6dbrate>25%,dbmavg<-108,所述需加大发射功率或增强补点的小区通过如下方法解决:加大发射功率或增强补点。
优选地,s1和s2之间还包括步骤,将mro邻区测量文件的数据进行清洗处理,所述清洗处理包括:删除采样点次数低于1000次或邻区测量次数低于20次的数据,删除距离超过5公里的邻区数据。
优选地,s2具体为:以所述mro邻区测量文件为主表,将工参表中的小区经度、纬度、方向角信息关联到主表中,生成eci-工参表。
优选地,s3具体为:以所述eci-工参表为主表,将mro小区统计文件中的mr距离、mr电平数据关联到主表中,生成eci-mr-工参表。
本发明的有益效果是:本发明实施例提供的基于ltemr数据精确评估无线网络的方法,通过利用mro小区统计文件、mro邻区测量文件和工参表相互关联计算得到小区-小区关联度,利用mro小区统计文件计算得到覆盖当量冗余,并根据小区-小区关联度和覆盖当量冗余分析得到问题小区的类型。因此,本发明提供的方法,可以精确评估全网每一个小区的无线覆盖情况,经各地实际网络情况验证,该方法一次分拣的准确度在95%以上,工程师二次分拣的难度降低,完全不需要现场勘测,而且可以定位有覆盖优化潜力的小区,从而做到仅对有覆盖优化潜力的小区进行调整,进而最大化的节省人力资源与时间成本,全面监控多个城市的网络优化进度,提升项目管理效率。
附图说明
图1是本发明提供的基于ltemr数据精确评估无线网络的方法流程示意图;
图2是计算小区-小区关联度的原理示意图;
图3是计算覆盖当量冗余值的原理示意图;
图4是mro小区统计文件的数据截图;
图5是mro邻区测量文件的数据截图;
图6是工参表的数据截图;
图7是输出的区域内小区的小区-小区关联度和覆盖当量冗余的数据截图;
图8是输出的区域内问题小区的类型。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明实施例提供了一种基于ltemr数据精确评估无线网络的方法,包括如下步骤:
s1,获取mr数据,所述mr数据包括mro小区统计文件和mro邻区测量文件;
s2,所述mro邻区测量文件与工参表进行关联,生成eci-工参表;
s3,所述eci-工参表与所述mro小区统计文件进行关联,生成eci-mr-工参表;
s4,根据eci-mr-工参表中的数据,按照如下方法计算小区-小区关联度:根据两个小区的经度、纬度,计算得到两个小区连线的角度;根据两个小区的方向角与连线的角度,计算得到小区方向与连线的夹角以及夹角的cos值;将夹角的cos值与(mr距离/两站距离)相乘,得到小区-小区关联度;
s5,根据所述mro小区统计文件中每个小区的mr距离和mr电平数据,按照如下公式计算每个小区的覆盖当量冗余值:coveragemargin=power(mr距离,0.3)+mr电平+94;
式中,coveragemargin为覆盖当量冗余值,
power为excel函数,这个函数功能是“返回数字乘幂的计算结果”,其语法为:power(number,power),其中参数number表示底数,参数power表示指数,
当coveragemargin=0时,小区的覆盖正常;
s6,根据s4中计算得到的小区-小区关联度的最大值和最小值、s5中计算得到的小区的覆盖当量冗余值、s2中得到的eci-工参表中的ge-6dbrate、以及mr电平数据dbmavg,得到三类问题小区。
其中,mro小区统计文件(mro_stat_summy.csv)、mro邻区测量文件(mro_ecieci_summy.csv),这两个文件源自原始的xml记录转换得到csv文件。
s4中,小区-小区关联度的计算原理为:
“小区关联度”,反映了小区的重叠覆盖程度。重叠覆盖评估的重点在于区分重叠覆盖是否合理,所以不能单独使用重叠覆盖度做为判断重叠覆盖合理程度的标准,通常来说,距离越近,重叠覆盖度会越高。因此,“小区关联度”还需要结合站距进行综合评估。
图2是两个lte基站示意图。已知cell1和cell2两个基站的方向角,两个小区的mr用户ta平均距离s1和s2,cell1和cell2分别沿小区主瓣方向延伸s1米和s2米,分别到达a1点和a2点,这条线是主覆盖线。由于s1和s2是用户ta平均距离,则a1点和a2点可视为两个小区的bestsever(最强电平服务)的中心位置。
主覆盖线投影长度(即a1点和a2点分别向两站连线做垂点b1点和b2点,基站到b1点和b2点的距离)分别为l1和l2,表征了本小区对于目标小区的覆盖影响程度。假设两个小区的距离是dist,则两个小区的主覆盖线投影长度/站距:l1/dist值、l2/dist值,就是小区-小区关联度。
s5中,小区的覆盖当量冗余值的计算原理为:
对于弱覆盖的小区,需要考虑周边小区的覆盖情况,评估它们的覆盖能力(coveragemargin),确定是否存在有覆盖冗余的覆盖强小区。如果有覆盖冗余,则能通过调整覆盖范围来分担弱覆盖小区的边缘用户,提高该区域的整体覆盖。
衡量一个小区的覆盖能力,通常用采样电平(dbmavg)或mr覆盖率来衡量。但是,这两个指标都存在局限性,比如,小区天线倾角设置比较大时,覆盖范围相应较小,此时采样电平(dbmavg)和mr覆盖率都很高。这种小区覆盖指标虽然很好,话务吸收能力有限,但并不是一个正常的小区。因此,我们考虑一个小区的覆盖能力的时候,需要综合考虑该小区的用户采样距离(如图3中的s1)。
因此,本发明实施例中,按照如下公式计算覆盖当量冗余coveragemargin:
coveragemargin=power(mr距离s1,0.3),1)+dbmavg+94
这个公式中,s1即为mr距离,dbmavg即为mr电平。mr距离采用power函数折算成路径损耗值,模拟了无线信号“因距离增加而衰减”的传播特性。当发射功率恒定时,全网所有小区的平均mr电平与平均路径损耗值相加是一个常量,约等于-94。为了使用方便,这个公式增加了常量94,使这个公式归零。
当coveragemargin=0时,小区是一个覆盖正常的小区;coveragemargin的值越大,对周边小区的帮助越大。当一个区域存在较多的coveragemargin为负值的小区时,则该区域需要新增站点,来提升该区域的整体覆盖。
s6中,根据s4中计算得到的小区-小区关联度的最大值和最小值、s5中计算得到的小区的覆盖当量冗余值、s2中得到的eci-工参表中的ge-6dbrate、以及mr电平数据dbmavg,得到三类问题小区,包括:重叠覆盖小区、mr弱覆盖小区和需加大发射功率或增强补点的小区,其中,所述重叠覆盖小区具有如下特点:小区-小区关联度的最大值≥1,小区-小区关联度的最小值<0,覆盖当量冗余值>4,ge-6dbrate>10%,所述重叠覆盖小区的问题通过如下方法解决:控制覆盖距离降低干扰;所述mr弱覆盖小区具有如下特点:小区-小区关联度的最大值≥1,小区-小区关联度的最小值<0,覆盖当量冗余值>-1,ge-6dbrate>10%,所述mr弱覆盖小区的问题通过如下方法解决:控制覆盖距离可提高覆盖电平;所述需加大发射功率或增强补点的小区具有如下特点:小区-小区关联度的最大值<1,覆盖当量冗余值<-2,ge-6dbrate>25%,dbmavg<-108,所述需加大发射功率或增强补点的小区通过如下方法解决:加大发射功率或增强补点。
上述三类问题小区,可如下表所示:
注:correlation(max)、correlation(min)分别为两个小区的关联度的最大值和最小值。
对三类问题小区的分析如下:
a)重叠覆盖小区:
correlation(max)大于1表明有一个小区的覆盖投影距离超越两站距离,距离过远;correlation(min)小于0,则表明有一个小区在另一个小区的背向;ge-6dbrate大于10%,意味着两个确实存在覆盖重叠现象。邻区的覆盖当量冗余大于4,意味着邻区的覆盖能力很强,这种覆盖重叠现象容易对本小区形成干扰;
结合上面4个条件,可以得出结论:控制这个邻区的覆盖,可以减少对本小区的干扰。
b)mr弱覆盖小区:
correlation(max)大于1,表明有一个小区的覆盖投影距离超越两站距离,距离过远;correlation(min)小于0,则表明有一个小区在另一个小区的背向;ge-6dbrate大于10%,意味着两个确实存在覆盖重叠现象。邻区的覆盖当量冗余小于-1,意味着这个邻小区覆盖了不恰当区域,导致自身弱覆盖;
结合上面4个条件,可以得出结论:控制这个邻小区的覆盖,在合理的覆盖范围,将直接提高这个小区的覆盖率。
c)需加大发射功率或增强补点的小区:
两个小区的关联度的最大值correlation(max)小于1,意味着没有小区覆盖超出范围,也没有太大的调整空间;ge-6dbrate大于25%,意味着这两个小区具备重要的邻区关系,并非孤岛基站;平均电平dbmavg小于-108dbm意味着这个小区的覆盖能力弱;邻区的覆盖当量冗余小于-2,意味着这个小区的无法通过周边邻区小区提高覆盖;
结合上面4个条件,可以得出结论:这个小区无法通过自身调整或者邻区调整来提高覆盖,需要加大发射功率,或者增加新站。
可见,采用本发明提供的方法,可以精确评估全网每一个小区的无线覆盖情况,无须现场勘测,而且可以定位有覆盖优化潜力的小区,从而做到仅对有覆盖优化潜力的小区进行调整,进而最大化的节省人力资源与时间成本。
本发明的一个优选实施例中,s1和s2之间还可以包括步骤,将mro邻区测量文件的数据进行清洗处理,所述清洗处理包括:删除采样点次数低于1000次或邻区测量次数低于20次的数据,删除距离超过5公里的邻区数据。
采用上述方法,可以在数据使用之前对其进行预处理,将文件中的无效数据进行删除,使得在真正使用过程中,避免这些无效数据的干扰,影响处理过程,也影响最终的计算结果。
本实施例中,将采样点次数低于1000次或邻区测量次数低于20次的数据,以及距离超过5公里的邻区数据作为无效数据进行了清理。
如本领域技术人员可以理解的,还可以根据实际情况,用户自行设定无效数据,从mro邻区测量文件中进行删除,以免影响后续的处理过程和结果,
本实施例中,s2具体可以为:以所述mro邻区测量文件为主表,将工参表中的小区经度、纬度、方向角信息关联到主表中,生成eci-工参表。
s3具体可以为:以所述eci-工参表为主表,将mro小区统计文件中的mr距离、mr电平数据关联到主表中,生成eci-mr-工参表。
本发明提供的方法,在具体使用过程中,可以参照如下步骤:
步骤1、进行参数设置;
运行的参数对于输出结果的精度有很大影响,本实施例中采用如下表所示的默认设置(使用者也可以根据经验进行更改):
步骤2、输入网络数据:mro小区统计文件(如图4所示)、mro邻区测量文件(如图5所示)、小区工参表(如图6所示);
步骤3、点击“mr覆盖分析”按钮,输出小区关联度、覆盖当量冗余的分析结果(如图7所示)和问题小区的类型(如图8所示)。
现有的分析模式,是通过优化平台/优化工具,初步分拣问题点小区,精确度大概为20%-50%,需要工程师凭经验进行二次分拣,并且要现场勘测,确定问题定位是否准确;
本发明提供的方法,能快速对全网每个小区进行“健康检查”,一次性分拣出三类问题小区。经各地实际网络情况验证,该算法一次分拣的准确度在95%以上,工程师二次分拣的难度降低,完全不需要现场勘测,缩减大量的人力成本和时间成本。另一方面,该算法能全面监控多个城市的网络优化进度,提升项目管理效率。
2016年3月份开始,将本发明提供的方法在广东省5个地市(湛江、茂名、阳江、潮州、梅州)推广使用,5个地市的网络结构各项指标都稳定提升。以5个地市的“重叠覆盖率大于2比例”的数据(如下表所示)为例:
从表中所述的指标情况可以看出,各地的“重叠覆盖率大于2比例”都有大幅度下降。所以,采用本发明实施例提供的方法,不仅无需进行人工现场勘测,而且对于本方法分析得到的问题小区进行调整,网络指标得到了明显的改善,可见,本发明提供的方法可以有效的预估小区覆盖优化潜力,从而能够对其进行有效的调整,极大的节省了人力资源和时间成本,提高了网络优化能力。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:本发明实施例提供的基于ltemr数据精确评估无线网络的方法,通过利用mro小区统计文件、mro邻区测量文件和工参表相互关联计算得到小区-小区关联度,利用mro小区统计文件计算得到覆盖当量冗余,并根据小区-小区关联度和覆盖当量冗余分析得到问题小区的类型。因此,本发明提供的方法,可以精确评估全网每一个小区的无线覆盖情况,经各地实际网络情况验证,该方法一次分拣的准确度在95%以上,工程师二次分拣的难度降低,完全不需要现场勘测,而且可以定位有覆盖优化潜力的小区,从而做到仅对有覆盖优化潜力的小区进行调整,进而最大化的节省人力资源与时间成本,全面监控多个城市的网络优化进度,提升项目管理效率。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。