|
一种基于MRE数据的LTE邻区优化方法研究 发布时间：2016-06-17 赵春阳，赵春雷，王蔚 （中国移动通信集团设计院有限企业上海分企业，上海 200060） 【摘要】自动邻区关系功能是LTE系统的关键技术，因技术成熟度的影响没有实现大规模的使用，在一定时期内，对LTE小区的邻区进行分析和优化依然是网络优化的重要工作之一。在对MRE数据解析的基础上，提出了一种基于该数据挖掘的邻区优化方法，该方法简单高效，也可用来对ANR的算法进行完善。实际应用证明该方法具有较强的实践性和有效性。
【关键词】ANR MRE 邻区 切换
doi:10.3969/j.issn.1006-1010.2016.09.011 中图分类号：TN929.53 文献标志码：A 文章编号：1006-1010(2016)09-0060-05
引用格式：赵春阳,赵春雷,王蔚. 一种基于MRE数据的LTE邻区优化方法研究[J]. 移动通信, 2016,40(9): 60-64.
1 引言
TD-LTE是无线蜂窝通信系统，当UE在RRC-Connented状态期间，UE频繁地与eNodeB之间发送和接收数据，在这种情况下，必须维持无线链路的连接，因此UE需要不断地对邻区的性能进行监视。UE对邻区的测量和搜索受到eNodeB的控制和配置，当UE检测到比当前小区更好的服务小区时，eNodeB会控制UE切换到其他小区，满足了手机用户的无缝覆盖的移动性管理，这就是小区切换[1]。切换是蜂窝通信系统移动性管理的主要组成部分，切换的成功率是无线蜂窝通信系统移动性管理性能的重要指标，而小区邻区关系的维护与优化是其核心工作内容之一。
合理的邻区关系可以提高手机终端在业务态中移动的连续性，用来保证通话质量和服务性能。ANR（Automatic Neighbor Relation，自动邻区关系）功能是LTE系统的关键技术，其在减少日常网络优化的工作量降低运维成本等，恰好迎合了运营商对于网优自动化的需求，促使LTE优化由人工优化向系统自动配置演进。通过具备ANR功能的用户终端（UE）对周边的小区环境进行测量，基站（eNB）可以根据UE上报的测量报告，在系统参考门限的限定下，快速高效地更新NRT（Neighbor Relation Table，邻区关系表），从而保证UE的切换效率[2]。
TD-LTE是长期演进系统，在国内的正式商用部署时间还非常短，许多功能需要在网络的运行当中不断的完善。根据互联网媒体上的公开报道，在2012年HUAWEI企业才正式报道在国外完成全球首个ANR功能的试商用，所以在今后相当长的时间内，SON（Self Orginazing Network，自优化网络）功能都有待检验和进一步发展，甚至今后相当长的时间内都是它的磨合期[3-4]。ANR功能在现网开启后，由于主设备厂商算法不完善的原因，发现添加过多邻区会导致冗余邻区以及添加过远邻区的问题。
到目前为止，LTE网络优化的处于一个尚未成熟的发展阶段，各种优化思路和方法还未定型，基本上还是以借鉴2G、3G时代网络优化的经验为主，很多新的方法和理论需要实践的检验，需要不断提出新的优化方法。随着大数据时代的来临，基于MR数据的LTE网络分析和优化工作成为业内一个日益重要的研究方向[5]。
2 MR数据先容
根据3GPP协议规定，在业务状态下，UE终端周期性或事件性向基站侧上报其所测量到的主用小区和邻区的测量报告，基站侧通过对测量报告的分析，通过一定的算法指示终端完成切换等事件的触发，利用网管侧采集到的MR信息可以对小区的网络覆盖情况、切换、用户行为等进行分析[6]。
利用测量报告进行网络优化，早在GSM时代就已被广泛的应用，MR数据是小区级别全量用户的测量上报数据，是进行网络优化的最全面的第一手数据。而在当前国内的LTE网络优化还是以比较初级的工程优化为主，MR数据的开发和使用还没有实现大规模的开发和利用，只是作为一种标准的数据进行了统计和存储[7-8]。
TD-LTE的MR测量报告主要分为MRS、MRO、MRE三种数据，MRS是统计类的测量报告；而MRO是样本类的测量报告；MRE是事件触发的测量报告。
统计类的测量报告包含了大量秒级的测量信息，数据量一般都很大，上层网管可以通过北向接口来获取这些文件，根据国内某主流某运营商的规定OMC-R统计周期来表示OMC-R生成测量报告统计的周期，该周期一般为15分钟或15分钟的整数倍。MRE数据反映了用户切换前手机所在小区及周边邻区测量小区的详细信息，是进行小区邻区分析及切换优化的第一手资料，所以对MRE的测量报告样本数据进行挖掘分析是LTE小区邻区优化的一个重要方向。由于MR数据量巨大，属于大数据的范畴，因此目前是以eNodeB的维度进行存贮的，例如某特大型城市小区数量为3万多个，三天的MR的数据量在400GB左右，并且是压缩包格式的数据，数据一般需要解压缩后才能进行解析，所以解压缩后的数据可达到3TB左右，对数据的存储及处理要求的硬件较高，也导致了该数据的应用也受到了一定的限制。
3 典型MRE数据解析
3.1 数据格式概况
在OMC-R上存储的MRE数据格式是可扩展标识语言XML，XML是各种应用程序之间进行数据传输的最常用的工具，XML能够以灵活有效的方式定义管理信息的结构[9]。
3.2 数据解析过程
MRE数据可以使用文本编辑器打开，数据第一行为文件头，其余数据为文件体。具体的测量报告内容如下所示。
<?xml version="1.0" encoding="UTF-8"?>
<bulkPmMrDataFile>
<fileHeader fileFormatVersion="1.0.4" reportTime="2015-12-18T09:15:00.269+08:00" startTime="2015-12-18T09:00:00.269+08:00" endTime="2015-12-18T09:15:00.269+08:00" period="0"/>
<eNB id="98329" userLabel="puyipinALH">
<measurement>
<smr>MR.LteScRSRP MR.LteNcRSRP MR.LteScRSRQ MR.LteNcRSRQ MR.GsmNcellCarrierRSSI MR.TdsPccpchRSCP MR.LteScEarfcn MR.LteScPci MR.LteNcEarfcn MR.LteNcPci MR.GsmNcellBcch MR.GsmNcellNcc MR.GsmNcellBcc MR.TdsNcellUarfcn MR.TdsCellParameterId</smr>
<object id="25172225" MmeUeS1apId="199261157" MmeGroupId="610" MmeCode="248" TimeStamp="2015-12-18T09:00:00.499+08:00" EventType="A3">
<v>31 54 8 16 NIL NIL 37900 388 38350 415 NIL NIL NIL NIL NIL</v>
<object id="25172225" MmeUeS1apId="13694368" MmeGroupId="610" MmeCode="196" TimeStamp="2015-12-18T09:00:00.559+08:00" EventType="A2">
…………………………………………………..
</object> </measurement> </eNB>
</bulkPmMrDataFile>针对MRE的数据结构特点，小规模数据分析可以采用EXCEL分析的方式，而大规模的数据分析必须开发专门的解析工具App才能实现。
4 基于MRE数据的邻区优化研究
4.1 测量报告内容分析
通过对MRE数据中的测量报告内容整理发现，测量数据包含了主服务小区的RSRP（Reference Signal Receiving Power，参考信号接收功率）、RSRQ（Reference Signal Receiving Quality，参考信号接收质量）以及周边邻小区的小区信息，具体如表1所示。通过对MRE数据的分析，可以全面了解到该小区所有切换前的主服务小区及邻小区的信息，可以用来进行小区切换及邻区的优化，这种分析包含时间的维度，是分析小区切换性能及邻区最直接最有效的方法。
LTE同系统内的测量事件采用Ax来标识[10]:
A1：服务小区RSRP比绝对门限好；
A2：服务小区RSRP比门限差；
A3：邻小区RSRP比（服务小区+偏移量）好，用于切换；
A4：邻小区RSRP比门限好；
A5：服务小区RSRP比门限1差，邻小区RSRP比门限2好。 表1 测量报告MRE数据测量关键内容表
4.2 邻区优化研究
ANR功能是LTE网络SON的重要功能之一，ENB通知具备ANR功能的UE实行测量工作的流程如下：
（1）UE上报邻小区的测量报告，包含小区PCI；
（2）eNB侧指示UE利用发现的PCI参数去读相关邻小区的小区全局标识符ECGI、跟踪区码TAC等相关信息。
（3）UE将发现的上述相关数据报告给服务小区ENB。
（4）ENB决定是否添加该邻区关系。
根据目前某主流运营商部署使用该功能的情况来看，ANR功能并没有大规模的推广使用，而是使用定期开启的方式，因此ANR功能的算法完善也是网络优化的一个重要方向，其算法的数据来源也是手机上报的测量报告，通过对该数据的分析可以探悉当前的算法是否合理以及如何改进，所以对MRE数据的深入分析可以用来进一步完善ANR的算法。
本文通过对MRE的数据进行分析，初步提出了一种基于MRE数据分析的邻区优化的思路，该方法可以用来进行小区邻区的优化，同时也可以用来进行ANR功能的算法的研究。
根据网络当中取到的MRE数据分析发现，现网同系统的切换主要是A3事件触发的切换为主，所以优化思路如下：
（1）数据源的选区：
一个小区最终要成为主服务小区的邻区，必须在主服务小区的MRE数据中出现并上报给网络，所以MRE数据是主服务小区的所有可能邻区的最大集合，只需要从这个最大集合中筛选出合适的邻区即可。
（2）邻区数据的筛选：
MRE数据中可以进行所有邻小区（已定义邻区和未定义邻区）在测量报告中出现的次数进行统计，如果某小区在MRE数据中上报次数中最多，该小区成为主服务小区邻区的合理性越强，反之，出现次数偏少或没有出现，则可以暂时不纳入邻区添加考虑范畴。
（3）现网优化经验的提示
通过统计某地10 000个LTE小区的切换统计数据发现，LTE小区切换次数最多的前32个邻区的总的切换次数占到所有切换次数的99.9%，因此一个小区切换次数最多的前32个邻区是进行邻区优化的主要目标和关键内容。
同时在LTE网络中，超过3公里范围以外PCI存在复用的可能，导致超过3公里以外的邻区上报存在邻区目标的不唯一的可能。
（4）算法设计
根据上述分析，对某eNodeB，满足条件“3天MRE测量中A3事件触发超过100次、A3事件触发次数排名在所有测量小区中处于前32位、站间距在3公里以内”的非邻区小区作为邻区增加的备选小区。 为避免统计样本数据偏少导致的统计结果置信偏低的问题，算法初步设定3天内要求邻区触发的上报次数在100次及以上。
根据算法，分析某小区样本统计数据如表2所示：
表2 测量报告MRE事件触发邻区统计表
根据分析，需要添加4个小区的邻区关系，这些小区基本都分布在主小区的周边，属于合理的邻区关系。通过图1所示添加的邻区示意图发现，MRE数据触发的次数最多的PCI为307和51的小区，是主服务小区的正对覆盖区域，所以出现在主小区的A3事件触发次数超过了10000次，是所有邻区中最多的两个小区，从侧面放映了本算法的正确性。
图1 测量报告MRE数据测量建议添加邻区示意图 4.3 邻区优化实践
根据前面优化的方法，进行了30个小区的邻区优化工作，添加了128个小区的邻区关系，取一周7×24小时平均值来看，这些小区的切换成功率从98.7%提高到99%，添加的邻区切换次数都在100次以上，在进行邻区优化的同时有效地提升了切换成功率。
5 结论及展望
在LTE MR数据没有大规模开发及应用的背景下，提出了一种基于MRE数据的新的邻区优化方法，从实际应用上看优化效果较好，方法简单。通过对该数据的分析发现了存在部分过远邻区的情况，这与ANR功能开启后添加了很多过远邻区的问题具备相似性，后续对这些数据分析可以进一步分析推动ANR算法的完善和改进。同时对MRE数据包含了小区级别一对一的测量报告的分析，加上MRE数据中包含了秒级别的时间信息维度，远远超过了现有的网管统计时间15分钟及以上的维度，可以用来对小区的切换性能做更精细的优化。
| 
发表于 2017-5-24 09:57:35
