MR数据在4G网络SINR优化中的应用

MR数据在4G网络SINR优化中的应用成果背景目前公司正在集中全力开展LTE网络建立，由于LTE属于较新的业务，因此目前缺少有效的分析手段。现阶段主要是靠路测和用户的投诉来发现网络存在的问题，解决的主要是发生在道路上的问题，对于用户实际所处位置的使用情况无法得知和分析。针对这个问题采取有目的性的采集特定时段MR数据来分析和解决。MR数据在主流的应用中主要是针对无线网络覆盖问题，即通过接收功率〔RSRP〕的情况确认弱覆盖、过覆盖等情况，但4G网络优化中，下载速率的多少主要取决于信号与干扰加噪声比〔SINR〕的情况，本文通过MR数据的深入挖潜，探索了一条对4G网络SINR的优化方法，使得通过后台数据直接定位4G速率问题，极大提高了4G优化工作效率。解决方案影响用户使用感受的主要是覆盖差和信号质量差，也就是RSRP差和SINR差。其中覆盖问题多数只能靠新建基站等建立手段解决，而RSRP好但SINR差的情况则大多可以通过优化手段来解决，这也是优化最常遇到的问题。用户终端申请下载速率就是以其解调出的SINR为依据，然后上报CQI需求，网络根据用户上报申请分配下行速率，所以可以说SINR的优化是网络优化的重点。目前主要是通过用户投诉来发现RSRP好但SINR差的问题，如果能通过MR数据分析来主动的发现这类问题，在用户投诉之前争取解决，则网络优化效率可以得到质的改变。但是在MR的上报数据中只有用户的RSRP和RSRQ的数据，并没有上报SINR的数据。因此需要将上报的RSRQ数据转换为SINR来评估，下面介绍一下具体的计算方法：指标定义RSRP〔ReferenceSignalReceivingPower〕：是在*个Symbol承载ReferenceSignal的所有RE上接收到的信号功率的平均值；RSSI〔ReceivedSignalStrengthIndicator〕：是在这个Symbol接收到的所有信号〔包括导频信号和数据信号，邻区干扰信号，噪音信号等〕功率的平均值；RSRQ〔ReferenceSignalReceivingQuality〕：RSRP和RSSI的比值，当然因为两者测量所基于的带宽不同，会用一个系数来N调整，也就是RSRQ=N*RSRP/RSSI，N是全带宽的RB数目〔跟带宽有关系〕。SINR：信号与干扰加噪声比〔SignaltoInterferenceplusNoiseRatio〕是指:信号与干扰加噪声比〔SINR〕是接收到的有用信号的强度与接收到的干扰信号〔噪声和干扰〕的强度的比值理论计算假设ReferenceSignal功率为PRS〔W〕，该Symbol数据符号功率为Pdata〔W〕，已经被小区用户使用的RB个数为*，NI为每个子载波的干扰和噪声，则：未被小区用户使用的RB个数为N-*；未被小区用户使用的每个RB接收信号强度为：4*PRS+12*NI〔一个Symbol有12个子载波，4个ReferenceSignal〕被小区用户使用的每个RB接收信号强度为：4*PRS+8*Pdata+12*NI〔一个Symbol有12个子载波，4个ReferenceSignal，8个数据子载波〕RSRQ=N*RSRP/RSSI=N*PRS/[**(4*PRS+8*Pdata+12*NI〕+(N-*)*(4*PRS+12*NI)]=N*PRS/[**(4*PRS+8*Pdata+12*NI-4*PRS-12*NI)+N*(4*PRS+12*NI)]=N*PRS/[**8*Pdata+N*(4*PRS+12*NI)]=N/[**8*Pdata/PRS+N*(4+12*NI/PRS)]=N/[**8*Pdata/PRS+N*(4+12/SINR)]假设PA=-3、Pb=1，Pdata=PRS/2，则：RSRQ=N*RSRP/RSSI=N/[**8*Pdata/PRS+N*(4+12/SINR)]=N/[**4+N*(4+12/SINR)]=1/[**4/N+(4+12/SINR)]取对数：10log〔RSRQ〕=0-10log〔**4/N+4+12/SINR〕=-10log(**4/N+4+12/SINR)从推导来看，RSRQ和SINR之间的关系涉及负荷问题，即具体被小区用户使用的RB个数*，为此，考虑到空载或轻载的环境，则此问题可以解决。将上述公式推导来看：可看出，对于轻载的环境，*的取值为0-10对一样的RSRQ情况下，其SINR变化很小，而从MR数据采集原理来看，MR是采集扇区下激活的用户M个，让M个用户周期上报测量信息，此过程并不增加下行数据或很少的交互字节，为此，完全可以选取深夜时段，采集因为终端心跳原因而处于连接状态的终端上报测量，从而RSRQ和SINR的转换完全采用空载时的计算关系即可。假设ReferenceSignal功率为PRS〔W〕，每个子载波的干扰和噪声为NI，则空载时，对于2天线端口：RSSI=N*〔4*PRS+12*NI〕〔一个Symbol有12个子载波，4个ReferenceSignal〕RSRQ=N*RSRP/RSSI=N*PRS/[N*(4*PRS+12*NI)]=1/(4+12/SINR)取对数：10log〔RSRQ〕=0-10log〔4+12/SINR〕=-10log〔4+12/SINR〕从上面的理论推导可以得出在系统空载时RSRQ和SINR的对应关系，根据对应关系得出了下面的曲线。数据的分析根据计算出的在空载时RSRQ和SINR的对应关系，选取最接近空载的凌晨4点的闲时MR数据，可以得到最接近的SINR值来评估信号质量。集团的质差小区的定义平均接收电平RSRP>‐90dBm且平均SINR<5dB的小区定义为质差小区，根据上面图中曲线可以看出SINR为5dB时RSRQ的值为-9dB，按照此标准把提出的MR数据进展了过滤，提出了符合质差小区要求的点，得到如下列图层。图中红色点为质差小区点，至此，通过MR分析，直观的发现RSRP很好而SINR较差的区域，通过对这些区域的进一步DT/CQT，则可制定相应解决方案并优化实施。下列图中，红色为符合平均接收电平RSRP>‐90dBm且平均SINR<5dB的质差小区点，灰色点为所有MR采集的用户测试点。三、实施案例以滨海塘沽区域的两个具体案例为例：1、塘沽京津塘高速公路与新北路交口附近MOD3干扰MR统计质差小区位置点：经现场测试，确实发现，该区域强导频较多存在质差小区，导频污染等问题，说明MR分析数据准确。优化解决方案：1.塘沽滨海湘江里西-BHFO-0电子下倾角由5°调整为8°2.塘沽滨海湘江里-BHFO-0电子下倾角由8°调整为10°3.塘沽滨海莱茵春天西-BHFO-0电子下倾角由2°调整为5°按照上述优化方案实施，调整后塘沽滨海湘江里西-BHFO-0、塘沽滨海湘江里-BHFO-0、塘沽滨海莱茵春天西-BHFO-0覆盖围得到有效控制，MOD3干扰解决，SINR值改善明显。进一步验证了MR分析定位的准确性。优化调整后截图如下：2、塘沽大道与海滨六路交口附近MOD3干扰MR统计质差小区位置点：经现场测试，确实发现，该区域强导频较多存在质差小区，导频污染等问题，说明MR分析数据准确。优化解决方案：1.塘沽滨海**港二队-BHFO-0、1、2扇区电子下倾角由6°调整为9°2.塘沽天港储运-TGFO-2扇区电子下倾角由7°调整为9°3.塘沽滨海永利电机-BHFO-1扇区电子下倾角由4°调整为6°3.塘沽铁宇运输-TGFO-1扇区电子下倾角由6°调整为8°4.塘沽保税区-TGFO-0扇区电子下倾角由4°调整为6°，塘沽保税区-TGFO-1、2扇区电子下倾角由6°调整为8°按照上述优化方案实施，调整后塘沽滨海**港二队-BHFO-1、塘沽天港储运-TGFO-2、塘沽滨海永利电机-BHFO-1等覆盖围得到有效控制，MOD3干扰解决，SINR值改善明显，速率提升明显。进一步验证了MR分析定位的准确性。优化调整后截图如下：总体来说，经过现网的实际验证，本方法定位网络中RSRP较好SINR较差的问题准确性较高，在现网中实际应用价值较高，提高了问题定位分析的工作效率。创新点在4G建立初期，各种网络优化手段匮乏，2016年集团组织4G竞赛，其中一个方向为MR数据的应用，本方法摆脱