如何深度优化GSM无线网络的研究

  引言

　　GSM网络系统内的干扰主要来自于复杂的网络结构、频率配置不合理以及功率控制参数设置方面，从根本上影响GSM网络质量。因此，为保证高质量GSM网络，百林通信推出了GSM无线网络深度优化解决方案，该方案首先满足了中国移动基于现网MR（测量，Measurement Report）和DT（Drive Test，道路测试，含扫频）数据实现对网络结构各方面性能的*估，一键自动生成中国移动网络结构*估需要的，并进一步通过科学建模和遗传算法，对网络存在的结构问题进行了深入有效分析，自动生成网络结构与覆盖优化的射频参数调整方案以及频率调整和功率控制参数调整方案。通过实施优化方案降低网络干扰，提升网络性能指标和用户感知。

　　1 百林通信GSM无线网络深度优化解决方案概述

　　百林通信GSM无线网络深度优化解决方案基于MR数据和DT数据进行分析，具有低成本、反映全网覆盖与质量问题以及真实用户感知的特征。通过MR数据和DT数据建立数据模型，对影响网络的多种元素同步分析，从分析中发现网络中的问题小区，并且找出这些问题是由何种原因造成的，通过不同模块自动生成相应的优化方案，用户可以直接在现网实施该方案，减少影响网络质量的问题。通过该方案可以直接或间接解决的问题有：网络结构复杂、越区覆盖、无主控覆盖、弱覆盖、同、邻频干扰、用户间干扰、语音质量差、拥塞、切换失败、掉话等等。

　　百林通信GSM无线网络深度优化解决方案采用金字塔式的模块结构，由低到高顺序解决影响网络质量的各种问题。这种解决方式的优点在于：影响网络质量的各种因素是相互关联、相互影响的，底层的问题是根基所在，只有底层的问题解决好了，上层的问题才能得到彻底解决；反之，如果从上层开始优化，由于根基没有打好，往往治标不能够治本，是不能够从根本上解决网络问题的。

　　图1 百林通信GSM无线网络深度优化解决方案原理图

　　2 百林通信GSM无线网络深度优化解决方案流程

　　GSM无线网络深度优化解决方案分为如下六步：

　　a 导入小区工参和OMC网络配置数据，建立网络环境；

　　b 导入MR数据和DT数据，建立反映实际网络的模型；

　　c 通过对MR数据和DT数据的分析，对越区覆盖、无主控覆盖和弱覆盖等网络覆盖问题进行*估；

　　d 使用遗传算法输出解决网络问题且提升覆盖性能的射频参数调整方案；

　　e 进行频率优化、邻区优化和BSIC优化；

　　f 进行功率控制参数优化，将干扰话务量化。

　　图2百林通信GSM无线网络深度优化解决方案流程图

　　3 网络结构*估与天馈优化

　　图3是中国移动的网络结构*估体系视图。三级结构标签，以不同层次和角度来表征和描述网络结构。下结构标签是对上标签的进一步分解，分析出导致结构复杂的原因。

 

　　图3 中国移动网络结构估算体系

　　百林通信网络结构*估及高效优化方案，通过基于对MR数据和DT数据的统计可以自动生成图3包含的所有指标统计，并且通过深入分析给出小区分裂、加低层站（或室分系统）和900/1800双网均衡建议。

　　由于MR数据提供了下行Rxlev、Rxqual、TA等信息，在DT数据中可以收集到主小区和邻小区的Rxlev、主小区的C/I等相关数据，从这些数据中可以分析当前网络运行的质量、干扰等情况，并输出相关指数的渲染图和，通过这些渲染图和，操作者可以很容易发现那些区域存在问题，以及这些问题产生的原因。

　　图4网络结构估算及高效优化方案网络结构分析界面

　　图5 网络结构估算及高效优化方案生成的

　　针对网络结构*估工具输出的网络问题，通过使用百林自主研发的自动射频优化等工具，自动生成网络结构优化方案。支持多种参数优化，如小区天线类型、机械下倾角、方位角和发射功率等。主要调整方向为：

　　a 覆盖调整

　　调整射频相关参数，在对周围小区影响尽可能小的前提下，通过优化下倾角、方位角、天线类型（增益等方面）等手段将小区覆盖优化到合理范围。

　　b 参数调整

　　在不影响其他小区的情况下通过适当调整小区发射功率等参数，控制其覆盖范围。

　　c 小区分裂

　　在平均载波配置较高的区域，若站间距足够大，则进行小区分裂，降低原基站的载波配置；

　　a 加站

　　在平均载波配置较高的区域，若站间距比较小，则应新建较低层的基站用于业务吸收，并降低原基站的载波配置；

　　b 载频均衡

　　分析GSM900与DCS1800的网络均衡情况。如果存在单一网络无线利用率很高（高于80%）且两张网无线利用率差值很大（超过40%）的情况，则认为该区域存在双频网负荷不均衡问题。对于无线利用率大的小区给出将载频均衡到DCS1800的建议。

　　4 频率优化

　　解决了网络结构问题，就好比打好了楼房的根基，频率问题是上层问题，好比楼房的地面建筑，因此接下来的工作就是频率优化，通过对网络结构*估，可以发现网络中的存在的干扰较大的区域，这意味着这些区域的频率分配存在问题。频率干扰是影响网络质量的重要因素之一，频率优化主要解决同、邻频干扰问题。

　　自动频率优化技术完全区别于以手工为主依据网络结构、路测和OMC数据分析进行的人工分频。因为后者一方面网络优化效果取决于操作者对网络技术熟悉的程度，另一方面由于手工操作只适合具备解决网络问题，而不适合通过全局调整网络以求得的解。

　　5 功率控制参数优化

　　网络结构和频率优化完成之后，系统内的干扰会有明显的好转，但由于小区功率控制参数的设置不尽合理，来自用户之间的干扰依然存在。通过优化上下行功率控制参数，以在保证用户整体感知的情况下降低上下行干扰。

　　基于现有的MMR数据建立数据模型，设置参数优化限制条件、需要优化的KPI指标、优化目标值、希望目标值达到的比例、量化各指标在自动优化时的权重情况等等。利用计算机算法判断小区特性问题，通过自适应遗传算法和参数优化数据库进行优化判决，并用半动态仿真*估选择方案，输出优化方案。

　　自动参数优化技术效率高，易操作，可以给每小区配置的功率控制参数，且MR反映了真实的用户分布与优化感知情况，效果优于传统的参数优化方案。

　　6 典型

　　6.1 网络背景

　　优化区域为某城市城区700多个小区，覆盖范围包括商业区、学校、居民小区，城市主干道等，网络环境复杂。导致该区域整体负荷较高，干扰也随之增强，掉话率等网络指标恶化。具体表现在OMC指标和平时的测试统计中，发现网络质量欠佳、投诉较多、半速率话务比偏低、无线接入率偏低、掉话率较高、超忙小区较高等问题。通过MR数据分析*估网络结构后，发现该区域越区覆盖系数较高，网络结构指数较高且质差小区较多，部分区域重叠和冗余指数也偏高等问题。

　　图6 网络结构指数分布图

　　图7弱覆盖系数分布图

　　为了解决上述问题，百林通信GSM无线网络深度优化解决方案充分发挥了金字塔结构的优势。首先，通过调整小区射频参数优化了网络结构复杂度；其次，通过频率分配方案有效减少了系统内的同、邻频干扰；，通过功率控制参数优化方案改善了功率控制问题，进一步减少了系统内干扰，并输出相应的优化方案。

　　图8 百林通信自动优化输出方案

　　6.2 优化成果

　　在当地移动公司优化部门的配合下，顺利完成优化工作，无线网络质量及其业务承载能力得到提升，优化效果显着。具体指标如下：

　　7 结论

　　百林通信GSM无线网络深度优化解决方案是百林通信为解决GSM网络结构问题、频率分配问题以及功控和无线参数优化问题所提出的创新性方法，创造性地采用了金字塔式的解决方法。