（计算机应用技术专业论文）gsm网络优化中gis功能的设计与实现.pdf

，7 一一 洲删1 1 l i l m l i 唧 y 17 9 9 3 13 d e s i g na n di m p l e m e n t a t i o n o fg i sf u n c t i o nf o rg s mn e t w o r k o p t i m i z a t i o n a t h e s i s ( o rd i s s e r t a t i o n ) s u b m i t t e dt o s h a a n x iu n i v e r s i t yo fs c i e n c ea n dt e c h n o l o g y i np a r t i a lf u l f i l l m e n to ft h er e q u i r e m e n tf o rt h ed e g r e eo f m a s t e ro f e n g i n e e r i n g t h e s i s ( o rd i s s e r t a t i o n ) s u p e r v i s o r ：p r o f e s s o r y a n gy u n m a y ：，2 0 1 0 g s m 网络优化中g i s 功能的设计与实现 摘要 随着3 g 网络的建设实施与发展，g s m 网络的大规模建设已进入尾声， 但g s m 网络依靠自身的优势，未来几年内在移动通信行业中仍处于主导地 位。目前，国内移动运营商要想提高行业内竞争力，不仅需要提供稳定、可 靠的网络服务质量，更为重要的是提供低廉的价格。因此，如何寻找一系列 系统变量的最佳值，优化相关性能指标参数，使网络系统性能达到最佳状态， 最大限度的发挥网络运行能力，对总体提高g s m 网络的服务质量、降低运 营费用具有很大的现实意义。所以，g s m 网络优化系统已成为一个亟待解 决的问题。 本文在g s m 网络优化系统的可行性研究以及国内外研究现状分析的基 础上，主要完成的工作及取得的成果有： 1 ) 完成了g s m 网络信号的覆盖优化。通过将已有的统计模型转化为 目标函数优化问题，提出了一种基于自适应遗传算法的场强传播损耗预测的 方法。该方法对自适应遗传算法中的交叉算子和变异算子进行改进，既克服 了简单遗传算法中早熟、精度低等问题，又大大提高了搜索速度。实验结果 表明该方法不仅收敛速度快，而且显著提高取得全局最优解的能力，在场强 传播损耗预测中取得了较好的效果，从而提高了g s m 网络优化中网络信号 覆盖质量。 2 ) 实现了g s m 网络优化系统中的g i s 功能。本文采用m a p x 控件， 选择n e t 为开发平台，将数据库技术以及g i s 技术融合为一体，实现了电子 地图的基本功能，完成了g s m 网络优化数据的可视化管理、话务性能的查 询、指标的着色分析以及网络故障诊断等功能。通过精确的数据、直观的图 表、明显的颜色、明确的位置关系，提供了g s m 网络优化工作的全程支持， 不仅辅助网络优化人员完成故障诊断、覆盖分析等网络优化工作，而且可以 客观、准确的掌控网络质量指标，有效地提高了g s m 网络优化的工作效率。 本文从实际需求出发，对g s m 网络优化系统进行了研究，完成了g s m 网络信号的覆盖优化，实现了g s m 网络优化系统中的g i s 功能。该系统为 g s m 网络优化提供了一种新的方法和途径。 关键词：全球移动通信，网络优化，地理信息系统，自适应遗传算法，传播 预测 d e s i g na n d 玎p l e m e n t a t i o n o fg i sf u n c t i o nf o rg s m n et w o r ko p t i m i z a ，r i o n a b s t r a c t w i t ht h ed e v e l o p m e n to ft h et h i r dg e n e r a t i o nn e t w o r kc o n s t r u c t i o n ，g l o b a i s y s t e mf o rm o b i l ec o m m u n i c a t i o n sw h i c hl a r g e s c a l ec o n s t r u c t i o nh a sc o m et o a ne n d ，b u tg s mn e t w o r kr e l i e so nt h ea d v a n t a g e so fi t so w ns e l f , w h i c hi ss t i l l ad o m i n a n tp o s i t i o ni nt h em o b i l ei n d u s t r yw i t h i nt h en e x tf e wy e a r s a tp r e s e n t ， t h ed o m e s t i cm o b i l e o p e r a t o r s w a n tt oi m p r o v et h ec o m p e t i t i v e n e s so ft h e m o b i l ei n d u s t r y , w h i c hn o t o n l yw o u l dr e l yo np r o v i d eg o o ds i g n a lc o v e r a g e ，l o w p r i c e s ，b u tm o r ei m p o r t a n t ，t op r o v i d eas t a b l e ，r e l i a b l eq u a l i t yo fn e t w o r k s e r v i c e t h e r e f o r e ，h o wt of i n dt h eb e s tv a l u e so fas e r i e so fs y s t e mv a r i a b l e sa n d o p t i m i z ep e r f o r m a n c e r e l a t e dp a r a m e t e r so ft h en e t w o r k ，s oa c h i e v et h eb e s t c o n d i t i o no fo p t i m a ls y s t e mp e r f o r m a n c e ，m a x i m i z en e t w o r k o p e r a t i o n s c a p a b i l i t i e s ，o v e r a l li m p r o v e m e n to fs e r v i c eq u a l i t y , r e d u c eo p e r a t i n ge x p e n s e s i ng s mn e t w o r k sh a s p r a c t i c a ls i g n i f i c a n c eg r e a t l y t h u s ，g s mn e t w o r k o p t i m i z a t i o ns y s t e mn e e d sr e s e a r c hu r g e n t l y i nt h i sp a p e lg s mn e t w o r ko p t i m i z a t i o ns y s t e mf o rt h ef e a s i b i l i t ys t u d y a sw e l la st h ea n a l y s i so fi n t e r n a t i o n a lr e s e a r c ho nt h eb a s i so ft h es t a t u sq u o ，t h e m a i nw o r kd o n ea n dt h er e s u l t sa c h i e v e da r e ： f i r s t ，t h r o u g ha n a l y s i s a n ds t u d ya b o u t c o v e r a g e o fg s mn e t w o r k o p t i m i z a t i o na n db yt r a n s l a t es t a t i s t i c a lm o d e li n t ot h eo b je c t i v e f u n c t i o n o p t i m i z a t i o np r o b l e m ，an e wm e t h o do ff i e l ds t r e n g t hp r o p a g a t i o np r e d i c t i o n b a s e do na d a p t i v eg e n e t i ca l g o r i t h mi sp u tf o r w a r d t h em e t h o do fa d a p t i v e g e n e t i ca l g o r i t h mi sc r o s s o v e ro p e r a t o ra n dm u t a t i o no p e r a t o r , t oi m p r o v et h e s i m p l eg e n e t i ca l g o r i t h mo v e r c o m et h ep r e m a t u r e ，i m p r o v et h el o wa c c u r a c y p r o b l e m ，a n da l s og r e a t l ye n h a n c et h es e a r c hs p e e d b ea p p l i e d t ot h ea c t u a lf i e l d s t r e n g t hp r o p a g a t i o nl o s sp r e d i c t i o n ，t h er e s u l t ss h o w t h a tt h em e t h o di sn o t o n l y f a s tc o n v e r g e n c e ，b u ta l s os i g n i f i c a n t l yi n c r e a s e dt oa c h i e v et h eg l o b a lo p t i m u m c a p a c i t y , t h e r e s u l t s p r e s e n t e d i nt h ef i e l d s t r e n g t hp r o p a g a t i o np r e d i c t i o n d e m o n s t r a t et h a tt h en e w g e n e t i ca l g o r i t h mi sas u p e r i o ra l g o r i t h m i i i s e c o n d ，i ts t r e s s e so nt h ed e s i g na n di m p l e m e n t a t i o no ft h eg s m n e t w o r k o p t i m i z m i o ns y s t e mt h a tb a s e do ng e o g r a p h i ci n f o r m a t i o ns y s t e m ，w h i c hu s e sa m a p xc o n t r o l s ，s e l e c tt h ec 撑c o m p o n e n t - o r i e n t e dl a n g u a g ef o rt h ed e v e l o p m e n t p l a t f o r m g s m n e t w o r k o p t i m i z a t i o ns y s t e m ，w h i c h m a k e s c o m p u t e r t e c h n o l o g y , d a t a b a s et e c h n o l o g ya n dg i st e c h n o l o g yc o n v e r g e n c ea saw h o l e t o a c h i e v et h eg s mn e t w o r k si n f o r m a t i o nc a nb ed e p e n d i n go nm a n a g e m e n t t h r o u g ha c c u r a t ed a t a ，i n t u i t i v ec h a r t s ，t h ec l e a rc o l o ra n dc l e a rr e l a t i o n s h i p b e t w e e ne x p l i c i tp o s i t i o n ，p r o v i d i n gf u l ls u p p o r tf o rt h ew o r ko fg s mn e t w o r k o p t i m i z a t i o n ，t h en e t w o r ko p t i m i z a t i o nn o to n l yt os u p p o r tp e r s o n n e lt oc o m p l e t e f i e l d - s t r e n g t ha n a l y s i s ，c o v e r a g ea n a l y s i s ，f a u l td i a g n o s i sn e t w o r ko p t i m i z a t i o n w o r k ，a n dc a nb em o r eo b je c t i v ea n da c c u r a t ec o n t r o lo v e rn e t w o r kq u a l i t y i n d i c a t o r s ，t oi m p r o v et h eq u a l i t yo ft h ew o r ko ft h en e t w o r ko p t i m i z a t i o n e f f e c t i v e l y t h i sa r t i c l es t u d yf r o mt h ea c t u a ld e m a n do ft h eg s mn e t w o r ko p t i m i z a t i o n s y s t e m ，c o m p l e t e dg s m n e t w o r ko p t i m i z a t i o na b o u ts i g n a lc o v e r a g e ，a c h i e v e d g i sf u n c t i o n so fg s mn e t w o r ko p t i m i z a t i o ns y s t e m t h es y s t e mp r o v i d ean e w m e t h o da n dm e a n so ng s mn e t w o r ko p t i m i z a t i o n k e yw o r d s ：g l o b a l s y s t e m f o rm o b i l ec o m m u n i c a t i o n s ，n e t w o r k o p t i m i z a t i o n ，g e o g r a p h i ci n f o r m a t i o ns y s t e m ，a d a p t i v eg e n e t i ca l g o r i t h m ， p r o p a g a t i o np r e d i c t i o n i v 目录 摘要i a b s t r a c t i i i 1 绪论1 1 1 引言1 1g s m 移动通信 2g s m 网络的现状o 3 国内外研究现状及发展趋势 1 2 研究内容 1 3 研究目的及意义 1 4 论文的主要工作 1 5 论文章节安排 2g s m 网络优化 2 1g s m 网络优化技术： 2 2g s m 网络优化内容 2 2 1 2 2 2 2 2 3 2 2 4 2 3g s m 2 3 1- 2 3 2 有效的网络覆盖 提高接通率 降低掉话率j 提高切换成功 网络优化流程 数据采集 数据分析 2 3 3 参数的调整与优化 2 4g s m 网络覆盖优化算法的设计与实现 2 4 1 目标函数的建立 2 4 2 遗传算法的改进 2 4 3 自适应遗传算法传播损耗预测 2 4 4 实验结果及分析 3g i s 的应用与开发平台的确定 3 1g i s 技术概述一 3 2g i s 在网络优化中的应用 3 3 开发平台的确定 1 ：； 1 ：； 1 ：； 19 19 ：! ( ) 3 5 5 6 7 7 7 7 8 9 0 0i 一 一 ，一 一 一 一 率 1 2ti工 i ，j 7-il 7 9_-l 3 3 1m a p x 控件的概述2 1 3 3 2 系统开发环境2 2 4g s m 网络优化系统总体设计2 4 4 1 系统可行性分析2 4 4 2 系统设计原则2 4 4 3 系统设计目标2 5 4 4 系统的体系结构2 5 4 5 系统主要功能的设计2 6 4 6 数据库的设计一2 7 4 7m a p x 的数据绑定2 9 5g i s 功能的设计与实现3l 5 1g i s 子系统总体架构3l 5 2g i s 功能的实现3 2 5 2 1 地图浏览3 2 5 2 2 自定义测量工具的实现3 3 5 2 3 地图选择功能3 4 5 2 4 地图管理及图像保存3 5 5 2 5 地图鹰眼功能3 6 5 2 6 系统可视化管理3 8 6 总结与展望一4 4 6 1 总结4 4 6 2 展望4 4 致 射4 5 参考文献4 6 攻读硕士学位期间发表的学术论文目录5 0 原创性声明及关于学位论文使用授权的声明5l i i g s m 网络优化中g i s 功能的设计与实现 1 绪论 1 1 引言 1 1 1g s m 移动通信 二十世纪六十年代，美国贝尔实验室提出了蜂窝系统理论，但是由于控制系统特别 复杂以及半导体技术不够成熟等原因，直至二十世纪八十年代中期，模拟蜂窝移动通信 系统才正式投放市场，同时，欧美等发达国家进入了第二代移动通信系统的研发阶段。 随着各种系统的建设和运营，欧洲的电信运营商逐渐发觉，不同的移动通信系统使整个 欧洲的蜂窝通信系统处于四分五裂的状态。1 9 8 2 年，北欧国家向欧洲电信管理部门 ( c e p t ) 提交了一份建议书，建议书主要针对制定9 0 0 m h z 频段的公共欧洲电信业务规 范问题i l l 。因此，成立了一个“g r o u ps p e c i a lm o b i l e 一移动特别小组，简称“g s m ”， 来完成欧洲电信业务规范的制定。 伴随着数字移动通信系统的建立与发展，g s m 被重新命名为：“g l o b a ls y s t e mf o r m o b i l ec o m m u n i c a t i o n s ”全球移动通讯系统，代表泛欧数字蜂窝移动通信系统。二十 世纪九十年代以后，g s m 逐步向欧洲以外的国家发展。目前，g s m 拥有上百个移动通 信运营商，实现了众多国家间，g s m 用户的国际漫游，成为了真正意义上的“全球通 。 g s m 由：m s ( m o b i l es t a t i o n ，移动台) 、b s s ( b a s es t a t i o ns y s t e m ，基站系统) 、 n s s ( n e t w o r ks w i t c h i n gs y s t e m ，网络交换系统) 、o m c ( o p e r a t i o na n dm a i n t e n a n c e s y s t e m ，操作与维护系统) 1 2 1 等系统组成。其中，基站系统的作用是为移动台和网络交换 系统提供数据传输通道，操作与维护系统主要完成用户、设备的管理和网络的维护工作。 g s m 具备以下几个特点： 1 ) 网络信号稳定性强，抗干扰能力好； 2 ) 网络容量大，频率利用率高； 3 ) 网络覆盖范围广，通信质量高； 4 ) 较强的鉴权和加密功能，安全性能高； 5 ) 手机耗电量较低。 1 1 2g s m 网络的现状 1 9 9 2 年，我国在嘉兴开始进行对g s m 数字移动通信系统的研究，并建立了第一个 g s m 演示系统。于1 9 9 3 年9 月，g s m 系统正式对外开放。1 9 9 5 年，我国进入了g s m 系统大规模商业推广阶段。 g s m 网络从1 9 9 5 年在我国进行大规模的商业推广以来，至今已有1 0 余年的历史 f l 2 1 。近十年来，g s m 网络在我国得到了长足的发展，通信网络建设规模不断扩大，移动 用户人数不断增长。目前，我国己成为世界上拥有g s m 移动通信用户最多的国家。据 陕西科技大学硕士学位论文 中国手机市场调查报告，截至2 0 0 9 年5 月底，中国的g s m 手机用户人数仍在不断上升， 总数约达5 3 亿用户，其中中国移动用户总数为4 0 7 亿户，中国联通用户总数约1 2 6 5 2 5 亿户。无论网络规模还是网络容量，中国均居世界第一，并成为全球第一大移动通信市 场。 尽管2 0 0 9 年我国的3 g ( t h et h 硼g e n e r a t i o n ，第三代移动通信技术) 市场正式启动， 确定了3 g 网络发展战略，通信业迈入了第三代移动通信的研究，同时形成了2 g 和3 g 并存的移动网络格局，g s m 网络在我国的优势已不再那么明显，但是相较于g s m 网络 的规模，3 g 通信网络的建设还有差距，而且3 g 通信网络的关键技术的研究，再加上网 络用户的转型都需要一定的时间，所以未来5 年内g s m 网络仍是电信行业最活跃的因 素，推动着整个电信行业的快速发展。 由于我国g s m 用户发展非常不均衡，农村地区明显滞后于城市，城市平均渗透率 是5 6 ，有些省会城市甚至达到了1 0 0 ，而农村渗透率仅为2 0 t ，】，然而据新华社报道， 2 0 0 6 年底我国农村人口为7 3 7 亿，约占全国总人口的5 6 t 1 ，所以，随着农民收入的增 加，农村信息化的建设，农村市场将成为g s m 用户增长的主要动力，因此，g s m 农村 用户将发展越来越迅速，并成为g s m 用户发展的主导因素。与此同时，农村作为最具 增长潜力的移动通信市场，即将成为移动通信市场竞争的新战场【s 1 。 目前，国内移动运营商要想提高行业内竞争力，全面开拓农村市场，不仅需要提供 良好的网络覆盖信号，低廉的价格，更为重要的是提供稳定、可靠的网络服务质量。只 有这样，既开拓了新用户市场同时又提高了老用户的忠诚度，才能真正地将客户牢牢吸 引到自己的周围【6 】。因此，g s m 网络优化工作势在必行。 1 1 3 国内外研究现状及发展趋势 g s m 网络优化工作是根据需求和发展的情况对整个网络的资源进行优化与调配。完 善的网络优化工作需要经历从最初的网络规划，到数据采集与分析，再到故障筛选以及 优化处理等过程。通过网络设备性能优化、调整属性参数等手段对现有网络进行优化， 寻找一系列系统变量的最佳值，优化相关性能指标参数，使网络系统性能达到最佳状态， 最大限度的发挥网络运行能力，总体提高g s m 网络的服务质量。 随着我国g s m 网络的高速发展，网络规模的不断扩大，致使出现的问题越来越多 样化、复杂化，单靠日常维护已无法满足g s m 网络用户高质量的通信服务要求；另一 方面，移动通信市场竞争日益加剧，使得运营商不得不投入大量的人力、物力进行g s m 网络优化工作。 在国外，网络优化技术研究起步较早，自移动通信网络开始布网运营以来，尤其进 入上世纪八十年代后，各种专业的网络优化软件就不断开发出来，如：全球广泛使用的 爱立信公司t e m s 系列网络优化软件【7 】，另外，英国的o b t i t e l 公司、法国的s a g e m 2 g s m 网络优化中g i s 功能的设计与实现 公司以及德国的r & s 公司也都在这一领域推出了非常优秀的产品。总得来说，国际上的 无线网络优化软件凭借着多年的无线网络优化经验的积累，产品已非常专业、成熟、稳 定，得到了广泛的应用，并在全球无线网络优化市场占有相当可观的份额。但是这些软 件除了价格昂贵之外，还存在着数据格式不兼容等问题。 在国内，珠海的万禾公司1 7 1 是我国最早从事移动通信无线网络工程技术服务和开发 无线网络优化软件产品的公司。从1 9 9 8 年开始，万禾公司针对移动通信网络优化，推出 了a n tf o rg s m 、a n tf o rc d m a 等系列产品。随着国内移动通信设备厂商的发展， 华为、中兴也都相继推出了网络优化软件产品。但是这些软件普遍存在一些问题： 1 ) 处理数据的单一性 由于运营商使用的设备不同，所以优化处理的设备数据也不同。现今的优化软件只 能针对网络的某一性能或只适用于某一地区的数据进行分析处理。这必然影响网络优化 软件的通用性。 2 ) 资源的独占性 目前，网络优化软件一般都处于单机环境中，造成网络优化数据的不完善，无法达 到资源的共享。使各地运营商都需要花费大量的人力、物力来完成优化工作。 3 ) 数据管理的有限性 移动通信网络优化不仅要采集大量的通信数据，包括：用户通话数据、文件传输数 据、日志数据等，而且网络优化工作需要大量经验的积累，要求存储大量的历史数据， 包括：优化实施方案、优化日志等，故需要强大的管理系统来完成数据分类和数据管理。 虽然现在的优化软件使用了大容量的数据库，但是软件运行效率较低，无法满足要求。 4 ) 优化精度不够理想，没有有效地提高网络资源的利用率等问题。 因此，一个统一的、全面的、高精度的g s m 网络优化系统软件迫切需要研究，来 完成g s m 日常的网络优化工作，该系统既要实现采集数据、分析数据，又要提供对各 种数据进行管理和深度挖掘，同时还要直观呈现网络优化数据信息，实现网络优化工作 规范化、科学化、可视化，从而提高网络优化工作人员的工作效率。基于此，本文设计 与实现了基于g i s ( g e o g r a p h i ci n f o r m a t i o ns y s t e m ，地理信息系统) 的g s m 网络优化系 统。该系统在n e t 平台上实现，采用m a p x 控件方案，不仅实现了获取一个地区的多种 数据源，还能够对g s m 网络的运行状况进行综合监控，为改善网络运行环境提供支持 与帮助。 1 2 研究内容 本文的研究任务主要是g s m 网络优化系统中g i s 功能的设计与实现，g i s 是一个 针对地理环境的地理坐标及信息进行采集、存储、管理、查询、分析、显示和成图的计 陕西科技大学硕士学位论文 算机软硬件一体化的综合性技术系统。它作为一种新兴的技术，近年来得到了广泛关注， 并被应用于众多领域，尤其在无线网络优化中，例如：路测软件、后台分析、规划软件 等优化软件1 7 1 ，将g i s 技术引入g s m 网络优化分析系统，将极大的提高g s m 网络优化 工作的效率。 g s m 网络优化系统的设计及实现，具体讲，就是应用优化算法并建立数学模型，即 将实际问题转化为由决策变量、目标函数和约束条件表示的数学语言，然后通过编写程 序，利用计算机运算求出最优解，实现g s m 网络资源的最佳利用，并结合g i s 技术直 观呈现网络优化前后的状态，实现g s m 网络信息数据的综合化、可视化。 具体任务如下： 1 ) 网络规划 针对欠覆盖地区，重点是基站的规划，选择理想的基站位置和基站高度，有效控制 覆盖范围、并减少频率复用区间的干扰。 本文针对移动通信场强传播损耗预测中统计模型的精度问题，通过将已有的统计模 型转化为目标函数优化问题，提出了一种基于自适应遗传算法的场强传播损耗预测的方 法。该方法对自适应遗传算法中的交叉算子和变异算子进行改进，既克服了简单遗传算 法中早熟、精度低等问题，又大大提高了搜索速度。实验结果表明该方法不仅收敛速度 快，而且显著提高取得全局最优解的能力，在场强传播损耗预测中取得了较好的效果， 从而有效地提高了g s m 网络优化精度。 2 ) 数据采集 主要包括数据导入、数据转换、数据导出，数据导入包括系统网络设备配置数据与 网络性能配置数据导入；数据转换的功能主要是将软件未能识别的数据转换成可识别的 数据格式；数据导出主要包括：网络优化后的中间结果以及最终结果的保存。 3 ) 网络质量分析、故障筛选分类 根据后台采集数据及测试机测试结果，分析网络运行质量，判断是否需要优化。如 果网络需要优化，还需对故障进行筛选分类，分类结果决定后续优化分析的走向。然后 进入相应的分析模块进行优化处理。 4 ) 优化处理，制定优化方案 优化处理模块是系统的核心，要根据不同的故障进入相应的流程进行分析，主要解 决故障筛选模块给出的结果。由于分析过程中对属性参数的调整会对非目标指标造成影 响，故该模块需要利用优化算法，从全局着手，关联分析，制定优化方案，从而解决网 络问题。其中优化算法的确定是关键所在。本文针对g s m 网络覆盖控制问题，提出了 一种基于自适应遗传算法的场强传播损耗预测的方法，既实现良好的电波覆盖又减少了 对频率复用区的干扰，大大提高了g s m 网络资源的利用率。 4 g s m 网络优化中g i s 功能的设计与实现 1 3 研究目的及意义 我国的g s m 移动通信网络的建设已具规模，随着网络用户和话务量的迅速增长， 网络优化和网络维护难度越来越大，因此，建立一套完备的移动通信信息数据管理、分 析机制，对于g s m 网络质量的分析与优化是十分必要的。同时，也给3 g 网络优化工作 奠定了一定的基础。 g s m 网络优化主要包括网络规划、数据采集、网络质量分析、故障筛选分类、制定 优化方案等，通过调整系统参数和系统设备配置等技术手段，使网络达到最佳的运行状 态、网络资源得到最大的利用。g s m 网络优化是一项系统的、整体的、长期的维护工作， 网络质量分析、故障筛选分类以及优化方案的制定都需要大量的数据分析，若只靠手工 或简单的自动化进行计算，工作量既耗时又耗力。因此，一个能使从网络质量分析到故 障筛选分类，到根据优化方案进行分析调整等一系列过程由计算机自动完成，并大大提 高网络优化精度的g s m 网络优化系统亟待研究。 本文所开发的基于g i s 的g s m 网络优化系统，将g s m 网络信息数据可视化，通过 精确的数据、直观的图表、明显的颜色、明确的位置关系，提供了对网络优化工作的全 程支持，不仅辅助网络优化人员完成场强分析、覆盖分析、故障诊断等网络优化工作， 而且可以客观、准确的掌控网络质量指标，有效地提高了网络优化的工作质量。 1 4 论文的主要工作 本文采用n e t 开发平台开发基于g i s 的g s m 网络优化系统。该系统结合计算机， 融数据库技术、g i s 技术及其他相关技术于一体，将地理信息和移动通信数据信息相结 合，直观的呈现g s m 网络的状态，不仅方便了对数据信息的管理、分析和查询，使得 通信公司各部门之间信息透明化，而且实现了优化决策科学化，大大提高了网络优化工 作效率。 在本课题的研发过程中，作者主要负责以下三个方面的工作： 1 ) 首先进行g s m 网络优化系统的可行性研究，并完成g s m 网络优化系统的需求 调研工作。 2 ) 通过对网络优化覆盖分析的研究，针对移动通信场强传播损耗预测中统计模型的 精度问题，提出了一种基于自适应遗传算法的场强传播损耗预测的优化方法，完成了 g s m 网络优化中网络覆盖分析工作。 3 ) 完成了g s m 网络优化系统中g i s 功能的设计与实现，将数据库技术同g i s 技术 相融合，不仅实现了电子地图的基本功能，还完成了g s m 网络优化数据的可视化管理、 话务性能的查询、指标的着色分析以及智能化故障诊断等功能。 5 陕西科技大学硕士学位论文 1 5 论文章节安排 本文的主要内容安排如下： 第一章绪论。主要介绍了g s m 网络的现状以及g s m 网络优化面临的现状，然后， 简要介绍了本文的研究内容、目的和意义，并给出了论文的组织结构。 第二章网络优化基础。主要介绍了g s m 网络优化内容以及优化流程，并针对覆盖 分析提出了一种基于自适应遗传算法的场强传播损耗预测的优化方法。 第三章g i s 的应用与开发平台。介绍了g i s 及其在g s m 网络优化系统中的应用， 确定了系统采用的开发平台以及开发环境。 第四章g s m 网络优化系统总体设计。首先介绍了软件开发的可行性以及设计原则 和目标，然后阐述了系统的体系结构和主要功能，最后简要介绍了系统的数据库设计。 第五章g i s 功能的设计与实现。首先介绍了g i s 子系统的总体架构，然后详细阐述 了g i s 实现的功能以及实现的方法。 第六章结论和展望。本章对本文所做的工作做出总结，并对下一步的工作研究方向 进行展望。 6 g s m 网络优化中g i s 功能的设计与实现 2g s m 网络优化 2 1g s m 网络优化技术 由于我国的g s m 网络建设规模发展迅速而且扩容频繁，因此，在实施建设的过程 中难免出现一些问题。这些问题虽然不会影响整个网络的运行，但是会降低局部网络质 量，从而影响网络的服务水平。影响网络质量的因素有很多，例如：工程规划时，由于 算法精度不高，大大浪费了网络资源；工程建设中天线俯仰角的设置未能严格按照路测 数据进行调整，致使小区覆盖的不合理、网络间干扰，造成低接通率、高掉话率、话务 不均衡等现象。其中，还有些因素并不是一成不变的，例如：城市高楼大厦的建设，影 响了无线信号的传播，造成了新的网络覆盖盲区等等，这些因素统统都影响着通信网络 的服务质量。 g s m 网络优化非一朝一夕，它是一项系统的、整体的、长期的维护工作，贯穿于网 络发展的全过程。它主要由网络规划、基站的建设以及系统参数设置的不合理所引起， 通过对网络数据进行采集、分析，寻找出影响网络运行质量的原因，并且通过调整系统 参数和系统设备配置等技术手段，制定优化方案，对网络参数和网络资源进行合理的优 化调整，使网络达到最佳运行状态，提供令客户满意的网络通信质量，使现有网络资源 获得最佳经济效益。同时，也给网络今后的维护以及规划建设奠定了基础，是网络运行 维护工作的一个重要组成部分。 目前，我国的g s m 网络建设已初具规模，如何利用已建的通信网络，使得网络资 源利用率最大，网络配置最佳，并创造最大的经济效益，提升自身的品牌竞争力，是运 营商越来越关注的问题。虽然3 g 网络发展战略已经确定，但是网络建设、关键技术的 研究以及网络用户的转型都需要一定的时间，因此，g s m 网络优化不仅提升运营商的品 牌，提高其经济效益，同时也为3 g 网络的建设以及网络优化奠定了基础，意义重大。 2 2g s m 网络优化内容 g s m 网络优化是一项系统的、整体的、长期的维护工作，它遵循着“测试_ 分析一 调整一再测试_ 再分析_ 再调整”的循环、反复的优化方式【：】，直至网络达到理想的状 态，网络优化内容主要包括：有效的网络覆盖、提高接通率、降低掉话率、提高切换成 功率，降低干扰等。 2 2 1 有效的网络覆盖 网络覆盖是g s m 网络正常通信的基础，是g s m 网络优化的首要任务之一。网络覆 盖率一般定义为【s l ： 7 陕西科技大学硕士学位论文 网络覆盖率= ( c i 6 d b 、r s c p 9 5 d b m 的总次数) 采样总次数1 0 0 ( 2 1 ) 其中：c i 表示载波功率与干扰功率的比值；r s c p 表示接收信号功率，两者是考核全网 环境下的网络覆盖质量的重要指标。 不同的自然环境，不同的覆盖方式，只要有以下三种形式： 1 ) 大、中城市环境：无论室内还是室外，确保对所有地方的覆盖，并降低干扰、提 高接通率、减少电话数量； 2 ) 乡村、道路、人口稀少地区：做n d , 区覆盖面积的最大化，提高站址服务的用户 数量： 3 ) 郊区、较小规模的城镇：确保移动连接性和跨区域的覆盖连续性。 网络优化必须及时处理网络规划时所做出的不合理安排与设置，并对网络设备配置 进行优化，以确保覆盖最大化、配置最优化。尽量减少覆盖盲区，有效提高网络覆盖质 量对提升用户满意度有着非常重大的意义。 2 2 2 提高接通率 接通率是衡量移动通信网络运行质量的重要指标之一，该项指标的好坏，可直接反 映出整个通信网络的服务水平【s 】。 将r r c ( r a d i or e s o u r c ec o n t r o l ，无线资源控制) 连接