基于PRB底噪统计的LTE干扰定位方法

唐千晶

【摘 要】为了解决LTE网络干扰排查工作缺乏有效排查手段以及故障定位困难的问题，采用了干扰波形特征分析方法，通过分析PRB干扰扫描数据，研究了干扰类型匹配算法，并提出了干扰波形对比干扰特征库的解决方案。经过实验证明，干扰类型匹配算法能够快速准确地判断出干扰源的类型，由于其可软件化的特征，非常适合在网络公司大面积推广。

【关键词】干扰 定位 PRB

doi：10.3969/j.issn.1006-1010.2016.20.002 中图分类号：TN978 文献标志码：A 文章编号：1006-1010（2016）20-0011-07

1 引言

目前，LTE网络存在着普遍的干扰问题且部分小区受干扰强度较高，导致用户对网络质量的感知较差。在网络优化的过程中，由于LTE处于建网初期，没有相关优化经验可以借鉴，因此在干扰处理的过程中会耗费大量的人力和物力。本文首先阐述各种干扰产生的原理及其在LTE网络统计指标上表现的特征；然后对干扰产生的指标特性进行分析，并在分析过程中详细论述每种特征所对应的干扰判断算法；最后总结干扰类型的最终判断方法与结论。

2 干扰原理分析与算法实现

主流通讯设备厂家如爱立信、华为和中兴等的基站都会采集PRB（Physical Resource Block，物理资源块）级干扰统计数据，如表1所示。下面将以此数据为研究对象展开干扰分析。

2.1 干扰仪算法

干扰仪的工作原理是利用锯齿波来控制压控振荡器，使其产生设定频率的扫频信号，在每个扫频周期内，相当于在设定频率中的每个频点上添加一个宽脉冲（锯齿波正程所致）和一个窄脉冲（锯齿波逆程所致）。

根据干扰仪的产品原理，可确定其干扰有以下明显的特点：

◆产生的干扰带宽极大，产生的干扰频率从800 MHz到2000 MHz，甚至达到4000 MHz的范围；

◆产生的脉冲电波具有周期性特点，在极短的时间内就会产生成多个频段干扰信号；

◆产生的脉冲电波强度在单位时间内较为稳定，在以15分钟为一个单位的统计中，其强度变化很小，每个频点上的变化在2 dBm以内。

（1）算法设计

根据干扰仪干扰产生的原理与表现出的特征，并结合LTE系统统计的平均干扰电平指标，可以得到如下算法：

1）对PRB0～PRB99进行干扰噪声平均值计算，得到干扰噪声的算数平均值P。

2）对PRB0～PRB99进行标准差计算，得到标准差δ。

3）可设置参数A、B、C、D默认值为-105、-60、0.5、2。

4）如果满足P>A且δ

K=（（P-A）/（B-A））×（（D-δ）/（D-C）） （1）

当P>B时，P=B；当δ

（2）算法验证

根据上文设计的算法，对青海移动现网的5362个小区进行了全面的干扰仪干扰排查，共计发现37个小区疑似是由干扰仪造成的干扰。

经优化人员现场测试验证，算法发现的37个干扰小区中有31个小区是由干扰仪造成的干扰，3个小区为阻塞干扰，另外还有3个小区为杂散干扰，算法准确率为83.79%。

典型干扰仪干扰案例：西宁武警总队ZT1HZ站的3个小区全部为高干扰小区，邻近的外滩小区等3个小区也有不同程度的干扰现象。西宁武警总队ZT1HZ-1小区的PRB干扰底噪波形图（底噪=PRB统计值+ 120dBm）如图1所示。

根据干扰仪算法计算，西宁武警总队ZT1HZ站的3个小区干扰仪干扰概率为0.92、0.89和0.88。由于共站的3个小区同时判断为干扰仪干扰，且概率极高，因此算法判定此干扰为干扰仪干扰。经工程师现场扫频确认，武警总队宿舍已有干扰仪在工作，故算法判断正确。

（3）算法小结

用此算法计算干扰仪的干扰概率，效率非常高，如果利用软件五分钟之内就能完成5000多个小区的筛查工作，而且算法的准确率也达到了80%以上，但由于杂散干扰和阻塞干扰的波形与干扰仪干扰的波形比较接近，若此算法后期不增加判断条件，精确度将无法提升。

2.2 GPS偏移干扰

GPS（Global Positioning System，全球定位系统）偏移干扰引起的主要原因是GPS失步。所谓GPS失步，是指基站所连接的GPS时钟失去了原有的震荡频率，超前或者滞后于网络的标准时钟。

LTE TDD（Time Division Duplexing，时分双工）网络采用的是时分双工模式，这样设计的劣势是一旦某个基站的时钟异步，就会造成下行信号干扰上行信号，并且干扰的强度高、范围广，对网络上运行的其他基站会造成极大的影响，甚至可以导致局部通讯中断。

将两个时隙的干扰功率叠加会发现造成GPS偏移干扰，被干扰小区频谱中心6个PRB噪声明显提升。

有地区的运营商在业务信道的某些PRB上集中配置了下行控制信道，导致集中配置控制信道的PRB表现出和PBCH（Physical Broadcast Channel，物理广播信道）一样的特性，即GPS偏移后，小区频谱中心6个PRB和集中配置下行控制信道的PRB上会出现较强的干扰。典型的GPS偏移干扰统计数据如表2所示。

（1）算法设计

根据GPS偏移干扰产生的原理与表现出的特征，并结合LTE系统统计的平均干扰电平指标，可以得到如下算法：

PRB0～PRB99对应的干扰电平数组与典型GPS干扰数组进行相关性计算，可得到相关指数R。

1）干扰电平数组：{X}；典型GPS干扰数组：{Y}。

2）计算干扰电平数组与典型GPS干扰数组的相关指数R。

3）如果相关指数R不小于0.4，则此干扰为GPS干扰。GPS干扰概率公式如下：

（2）算法验证

根据上文设计的算法，对青海移动现网的5362个小区进行了全面的干扰仪干扰排查，共计发现18个小区疑似是由GPS偏移造成的干扰。

经优化人员现场测试验证，算法发现的18个干扰小区中有16个小区是由GPS偏移造成的干扰，2个小区为互调干扰，算法准确率为88.89%。

典型干扰仪干扰案例：西宁粮油批发ZT1HZ-1小区的PRB干扰底噪呈现出明显的中心和邻近首尾的部分PRB干扰底噪偏高，周围和该小区有相同PCI码的小区也有此现象，如图2所示。

根据GPS偏移干扰算法对小区进行概率计算，K=0.87，概率的置信度较高，算法判断此干扰为GPS偏移干扰。通过网管告警查找，发现距离此站210 m处有一个基站的GPS出现了告警，现场更换后该小区干扰消失，由此确认算法正确。

（3）算法小结

此种干扰的PRB干扰底噪波形非常特殊，极容易判断，尤其适合数学算法的判断。通过实际验证，此算法的准确率已达到88.89%，但因为GPS偏移干扰的波形和本地网络的参数配置有一定的关系，所以算法不是固定不变的，需要根据本地网络的配置进行适当调整。

2.3 超远覆盖干扰

超远覆盖干扰和GPS干扰产生的原理本质上是一致的，某些基站由于建设位置较高且设计的发射功率过大，导致在很远的地方也能接收到此基站的信号。

在基站信号传输的过程中，随着传输距离的增大所用时间也会相应增加，当远处的基站信号到达被干扰基站时，与近处基站时钟滞后是一样的效果。

由于远距离传输造成了信号能量的大量减少，所以造成干扰的只有配置PBCH的6个PRB信道。典型的超远覆盖干扰统计数据如表3所示。

（1）算法设计

根据超远覆盖干扰产生的原理与表现出的特征，并结合LTE系统统计的平均干扰电平指标，可以得到如下算法：

PRB0～PRB99对应的干扰电平数组与超远覆盖标准数据进行相关性计算，可得到相关指数R。如果相关指数R不小于0.4，则此干扰为超远干扰。超远干扰概率公式如下：

（2）算法验证

根据上文设计的算法，对青海移动现网的5362个小区进行了全面的干扰仪干扰排查，共计发现6个小区疑似由超远覆盖造成的干扰。

经优化人员现场测试验证，算法发现的6个干扰小区中有2个小区是由超远覆盖造成的干扰，4个小区为极窄的外部干扰造成，算法准确率为33.33%。

典型干扰仪干扰案例：西宁城东污水处理厂ZT1HZ-1的PRB干扰底噪呈现出明显的中心6个PRB的干扰底噪偏高，如图3所示。

根据超远覆盖干扰算法对小区进行概率计算，K=0.76，概率的置信度较高，算法判断此干扰为超远覆盖干扰。经过现场工程师多次路测，未发现有超远覆盖现象，而楼顶测试发现海东小峡口的山上有一基站由于需要超远覆盖，安装了功率放大器，但没有控制好功率，造成了对市区基站的干扰。对小区调整功率后，西宁城东污水处理厂ZT1HZ-1的干扰消失，由此确认算法正确。

（3）算法小结

此算法在验证中发现准确度很低，超远覆盖造成的干扰与变电站产生的一种干扰波造成的干扰现象基本一致，导致此算法的判断准确率较低。后期继续跟踪此类干扰，如果变电站干扰大量存在，则算法将会对其进行补充。

2.4 杂散干扰

杂散干扰主要是由于接收机的灵敏度不高造成的。发射机输出信号通常为大功率信号，在产生大功率信号的过程中，会在发射信号的频带之外产生较高的杂散。如果杂散落入某个系统接收频段内的幅度较高，则会导致接收系统的输入信噪比降低，通信质量恶化。

移动集团使用最多的LTE频点为F频点，也是受杂散干扰最多的一个频点，比F频点低的频率使用非常频繁，如移动DSC1800的基站和已退网的PHS（Personal Handy-phone System，个人手持式电话系统）系统（现在网络上仍存在未拆除的基站）。

杂散干扰表现出来的特征极为明显，近干扰源处干扰噪声最大，随着远离干扰源的方向干扰噪声逐渐减小，一般干扰噪声的最大值与最小值之间存在至少 5 dBm的差距，并呈现逐渐变化的趋势。

（1）算法设计

根据杂散干扰产生的原理与表现出的特征，并结合LTE系统统计的平均干扰电平指标，可以得到如下算法：

1）PRB0～PRB99与其对应的干扰电平值组成二维数组，将二维数组分解为多个二维数组如下：

PRB（0）～PRB（i），i={15， 16， 17， …， 99}

2）二维数组的PRB号为X轴，对应的干扰电平值为Y轴，利用下面公式将每个二维数组都拟合出一条直线，并得到可决系数r和直线斜率a。

3）每个二维数组都会得到一个可决系数r和一个直线斜率a。

4）在所有满足a<-0.12的数组中取最大的可决系数r。如果r>0.4，则此干扰为杂散干扰。杂散干扰概率公式如下：

（2）算法验证

根据上文设计的算法，对青海移动现网的5362个小区进行了全面的干扰仪干扰排查，共计发现45个小区疑似由杂散造成的干扰。

经优化人员现场测试验证，算法发现的45个干扰小区中有37个小区是由1800 MHz基站的杂散造成的干扰，6个小区为阻塞造成的干扰，另外还有2个小区为干扰仪造成的干扰，算法准确率为82.22%。

典型干扰仪干扰案例：西宁新齿轮厂ZT1HZ-1的PRB干扰底噪呈现出明显的前高后低现象，即从PRB0开始底躁缓慢下降，与杂散干扰的特征波形极为相似，如图4所示。

根据杂散算法对小区进行概率计算，K=0.93，概率的置信度极高，算法判断此干扰为杂散干扰。经过现场工程师到基站处排查，发现此基站的铁塔上GSM1800的3小区天线正对着LTE1小区天线。进行调整后，西宁新齿轮厂ZT1HZ-1干扰消失，由此确认算法正确。

（3）算法小结

根据实际验证，此算法准确率也达到了80%以上，算法能够快速准确地判断杂散干扰。但通过此次验证发现算法对阻塞干扰的误判较高，误判超过了10%，由于杂散干扰与阻塞干扰同是共站小区干扰，波形又存在一定的相似性，因此造成这2种干扰不易通过算法区分，后期将引入更多的条件进行算法判断。

2.5 互调干扰

当两个或以上的频率通过同一设备（如天线、滤波器等）混合在一起时，会产生互调干扰。在移动通信系统中，互调干扰产生的原因大致包括：发射机互调、接收机互调和外部效应引起的互调。

二阶互调和三阶互调干扰产生的干扰信号最强，造成的影响也最大。二阶互调和三阶互调的频率组合主要有：2f0、2f1、f0+f1、f0-f1、3f0、3f1、2f0-f1、2f0+f1。

LTE小区受到互调干扰后，在查看PRB干扰统计时，会发现有部分PRB干扰噪声提升，且有噪声提升的PRB都不是连续的，而是表现出一个个的小的波峰。LTE基站的互调干扰一般都来自GSM900的（互调）二次谐波干扰和DSC1800的三阶互调干扰。

（1）算法设计

根据互调干扰产生的原理与表现出的特征，并结合LTE系统统计的平均干扰电平指标，可以得到如下算法：

1）通过工参收集LTE基站周围所有已开启基站信息和基站所配置的频点。

2）以LTE的目标基站为中心、半径100 m以内的所有GSM基站作为此次分析的对象。

3）以每个GSM小区为单位进行二阶互调和三阶互调概率计算，具体如下：

◆将GSM小区内的所有频点转换为频率；

◆将目标LTE小区的PRB转换为频率；

◆二阶计算（将GSM小区内任意两个频率相加，直至所有频率都完成运算为止）和三阶计算（将GSM小区内任意三个频率进行组合，然后对三个频率做A+B-C的运算，完成三个频率所有概率运算后再进行下一组三个频率组合运算，直至完成所有组合）；

◆将上述频率运算结果与LTE上的每个PRB频率进行差值计算，差值小于90的PRB频率上加1；

◆计算每个PRB上的累计值；

◆每个PRB上的累计值与PRB组成数组；

◆PRB上的干扰值与PRB上的累计数两组数值做相关指数计算，并得到相关指数R。如果相关指数R不小于0.4，则此干扰为互调干扰。互调干扰概率公式如下：

（2）算法验证

根据上文设计的算法，对青海移动现网的5362个小区进行了全面的干扰仪干扰排查，共计发现62个小区疑似被共站的GSM基站产生的互调波击中产生了互调干扰。

经优化人员现场测试验证，算法发现的62个干扰小区中有60个小区是由共站的GSM基站产生的互调波击中造成的干扰，2个小区为GPS偏移干扰，算法准确率为96.78%。

典型干扰仪干扰案例：西宁青海大学锅炉房ZT1HZ-3的PRB干扰底噪呈现出不规律波峰，无明显特征，如图5所示。

根据互调算法对小区进行概率计算，K=0.94，概率的置信度极高，算法判断此干扰为互调干扰。经过现场工程师到基站处排查，发现此基站的铁塔上GSM900的1小区天线正对着LTE1小区天线，西宁青海大学锅炉房GSM基站1小区的频点配置为10、13、24、27、31、69共计6个频点，经计算，69和10号频点产生二阶互调干扰、69和13号频点产生三阶互调干扰、69号频点自身的二次谐波分别击中了PRB26、PBB29和PRB92。将GSM小区的10、13、69号频点分别更换为24、39、84号频点后，干扰消失，由此确认算法正确。

（3）算法小结

根据实际验证，此算法的准确率为96.78%，是上述5种算法中准确率最高的。由于此算法除了分析共站小区外，还要增加频点击中概率的计算，因此大大减少了误判概率，很难再提升其判断的准确性。但此算法需要读取的数据非常多且计算量大，运行效率较低，所以只能采用软件判断，而无法采用人工手动判断。

通过以上算法计算后，可以得到对应5种干扰类型出现的概率，如表4所示。干扰概率越大就越接近于真实的干扰类型。通过此表整体分析并定位小区的干扰类型比单独使用一个算法进行判断要可靠，而且还可以进一步提升判断干扰类型的准确性。

3 结束语

本文通过对干扰成因的分析与干扰特征的算法建模，总结出了一种新的干扰定位法。此方法已通过了中国移动西宁分公司的实际验证，干扰概率最高的2种干扰类型与实际干扰的一致率已达到83.06%，实测数据证明这是一种非常有效的干扰定位手段，可以按照本文思路继续增加干扰概率的分析维度，如地域、多指标关系和变化趋势等，建立多维度干扰概率分析法。随着分析维度的不断增加，干扰分析法定位干扰源的准确性将不断提高，通讯行业内对此方法的应用也将越来越广。

参考文献：

[1] 杨晶晶. F频段TD-LTE与1.8GHz LTE FDD系统相互干扰问题研究[D]. 南京： 南京邮电大学， 2014.

[2] 李亚樵. 基于Arthos 7242模块芯片的无线接入点设备硬件设计与测试[D]. 南京： 南京理工大学， 2015.

[3] 边晶莹. TD-LTE与TD-SCDMA系统共存干扰研究[D]. 西安： 西安电子科技大学， 2011.

[4] 翁珠恩. TD-SCDMA与TD-LTE的共存干扰研究[D]. 西安： 西安电子科技大学， 2011.

[5] 董振宇. LTE系统与NGB系统同频段共存研究[D]. 上海： 上海师范大学， 2015.

[6] 陈昊. 多重无线通信体制下系统间共存与干扰抑制技术的研究[D]. 天津： 天津大学， 2012.

[7] 韩丽丽. 全业务背景下多技术共用分布系统设计研究[D]. 北京： 北京邮电大学， 2011.

[8] 刘光辰. 基于MFC和OpenGL的LTE动态仿真平台设计与实现[D]. 北京： 北京邮电大学， 2013.

[9] 杨帆. 手机终端各模块对CMMB模块干扰状况的测试设计及其电磁兼容性分析[D]. 北京： 北京邮电大学， 2012.

[10] 刘雨婷. LTE-A系统中继技术资源分配策略的研究[D]. 北京： 北京邮电大学， 2011.

[11] 余曦荣. 多网合一室内覆盖规划设计研究[D]. 广州： 华南理工大学， 2008.