基于LTEMR数据精确评估无线网络的方法与流程

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。