利用MR数据进行全网覆盖收集和地理化呈现

王硕然 林华乐 陈爽

【摘要】 受限于人力成本和物业问题，传统的网优模式，我们需要通过道路测试和定点测试来了解网络覆盖情况。本文提出了一个利用海量MR数据对全网进行覆盖评估的方法，实现单基站的采样50米x50米较为精准的定位，能够评估用户分布、LTE覆盖、LTE干扰、3G覆盖并且进行地理化渲染呈现。对话务密集区域（如居民住宅）的覆盖准确了解，让网络建设和优化力量准确投放到市场用户需要的地方。

【关键字】 MR数据 地理化渲染 采样点定位 覆盖 干扰

引言

传统的网优模式，我们需要通过道路测试和定点测试来了解网络覆盖情况，组织网络优化专员每月对网格道路进行遍历测试，收集网络覆盖数据，以此为依据之一进行网络建设和优化。然而，受限于人力物力和物业问题，现场测试无法完全遍历所有目标覆盖区域，例如居民住。后台统计表明80%的话务发生在室内，所以我们更需要一种全面的了解网络覆盖方法，在成本被允许的前提先进行全网网络覆盖数据进行收集和分析，让网络建设和优化力量准确投放到市场用户需要的地方。

本文提出了一种全覆盖、高效率、低成本的全网覆盖数据收集和分析方法，利用LTE的MR（用户上传的测量报告）数据进行每采样点经纬度估算，在海量数据的支撑下对全网采样点进行汇聚计算，得到全量下行覆盖的地理化呈现。本方法无需耗费测试人员和测试车辆成本，每天均能够对全网覆盖情况进行收集分析，是摸底网络覆盖的全新方法。

一、LTE MR数据收集和地理化呈现系统设计原则

LTE的MR数据收集和地理化呈现系统最大程度上利用MR原始数据，对全网进行分析覆盖场强分布、用户分布、互操作测量、干扰水平等进行摸底，将分析结果指导优化调整。系统设计遵循高可用性、高可靠性、高扩展性的原则，为网优人员提供易于使用、功能齐全、可二度开发的MR采集平台。MR数据分析工具按照功能模块的独立性，设计数据采集系统和数据分析平台两大部分，其中采集系统部分负责MR数据的海量收集和解码整合，数据分析平台负责地理信息化的运算和渲染，聚合MR数据呈现，以供网优人员开展日常网络覆盖性能的分析。

二、LTE MR数据收集和地理化呈现系统构成

MR数据采集与分析系统硬件部分由采集模块和分析模块两部分组成。采集系统负责数据采集和解码，然后输出到分析平台进行数据的汇聚和地理化渲染呈现。

2.1 LTE MR数据采集模块拓扑

采集平台负责采集MR数据文件，根据《TD-LTE数字蜂窝移动通信网无线操作维护中心（OMC-R）测量报告技术要求》的MR数据格式进行小区信息的解码，获取终端当前接收到的无线信号情况。LTE基站接收到下带终端上报的测量MR后，会上传到本地的无线操作维护中心（OMC-R），OMC-R通过北向接口将原始MR数据文件进一步汇总到NMS（网络管理系统），也就是我们能够访问的网管服务器。根据服务器容量能力的设计，网管服务器中能够保持15天的原始文件数据。测量报告文件经过zip方式压缩，可以通过FTP协议进行访问。

2.2 LTE MR数据分析模块组件

通过采集模块获取的MR数据会存放在本地的MR数据分析模块平台上。由于是百万级用户的原始MR数据，分析模块平台的硬件需要特别为数据分析进行设计，以实现最佳的数据读写和运算处理性能。方案设计采用存储速度性能优越固态硬盘作为解码、汇聚以及分析的存储支持，这部分存放一些需要频繁读写的数据文件，这类文件包括50GB的地理信息化的渲染数据，1GB栅格化的图层数据，同时预留100GB作为数据库应用程序和一定量扩展冗余。这部分类型的数据设计占总文件量的20%。

三、LTE MR数据收集和地理化呈现系统工作原理

用户上报的MR数据中虽然没有直接携带用户所在位置的经纬度，但是可幸的是MR数据中包含用户的当前位置到小区的相对位移，分别是天线到达角AoA（用于辅助TM7/8的波束赋形），和时间提前量Tadv（用于辅助信号同步解调）。这两个字段结合起来能够估算用户当前位置到基站的相对方位与相对位置，再匹配小区工程参数表中的小区天线方向和GPS经纬度，通过平面几何近似推算，能够较为准确地估算用户所在位置的经纬度坐标。

受到上报数据准确度的限制，天线到达角AoA的精度为0.5°，时间提前量Tadv的精度为1TA，换算过来约为78米，所以每个采样点的真实经纬度在估算值半径50米内成随机分布，为后续地理化呈现引入了一个必然的误差，这个误差在网络优化工作进行中是一项可接受的误差。

4.1用户地理聚集度分布

根据估算得到的采样点的经纬度，与该点所叠加的采样点数量，可以评估专题区域的用户数量。采样点数量多的，代表当前经纬度的用户聚集度高；相反，采样点数量少的地方，代表该区域的用户稀少。通过大量数据汇聚，可以得到专题区域范围整个面的4G用户分布情况。

4.2 4G覆盖地理化呈现

根据估算得到的采样点的经纬度，与该点所有的采样点主小区的RSRP值作算术平均，可以评估专题区域的4G信号覆盖情况。采样点主小区的RSRP平均值越大的，代表当前经纬度的4G信号覆盖越好。通过大量数据汇聚，可以得到专题区域范围整个面的4G信号覆盖情况。

4.3 4G干扰地理化呈现

对下行干扰情况的上报值为RSRQ，上行干扰情况的上报值为UL-SINR，分析平台会分别多4G的上行和下行干扰做分别的估算。

根据估算得到的采样点的经纬度，与该点所有的采样点主小区的RSRQ值作算术平均，可以评估专题区域的4G信号下行信号质量情况。采样点主小区的RSRQ平均值越大的，代表当前经纬度的4G信号下行信号质量越好。通过大量数据汇聚，可以得到专题区域范围整个面的4G信号下行信号质量情况。

4.4 4G重叠覆盖度的地理化呈现

因同频组网，所以LTE在站间距叫密的区域，往往会很容易出现重叠覆盖的情况。重叠覆盖，是指服务小区RSRP=>-105dBm且服务小区RSRP与邻区RSRP差值小于等于6dBm的邻区数量大于等于3个。每增加一个导致重叠覆盖的小区，服务小区的下行SINR值就会下降1.5～3dbm左右。SINR值是LTE信号质量的重要参数，SINR值低了速率肯定会受到一定的影响。

根据采样点的主服务小区RSRP、邻小区RSRP进行判断，可以得知该采样点是否存在重叠覆盖。根据估算得到的采样点的经纬度，与该区域所有的重叠覆盖的点总数作为分子，总采样点数作为分母，计算出该经纬度下的重叠覆盖度，可以评估专题区域的4G信号重叠覆盖情况。采样点重叠覆盖度越低的，代表当前经纬度的4G信号空间越纯净，用户体验越好。通过大量数据汇聚，可以得到专题区域范围整个面的4G信号重叠覆盖情况。

五、总结

本文提出了一个根据海量MR数据对全网进行覆盖评估的方法，利用MR采样点携带的时间提前量TA和方向到达角AoA估算用户与基站的相对位置，然后结合基站经纬度得到每个采样点大概位置，实现单基站的采样50米x50米较为精准的定位。评估手段包括用户分布地理化呈现、LTE覆盖地理化呈现、LTE干扰地理化呈现、3G覆盖地理化呈现。摆脱人力成本和物业问题，对话务密集区域（如居民住宅）的覆盖准确了解，让网络建设和优化力量准确投放到市场用户需要的地方。