一种基于最小化路测（MDT）数据的天馈智能优化方法

赵俊德

（中国移动通信集团河南有限公司，郑州 450008）

一种基于最小化路测（MDT）数据的天馈智能优化方法

赵俊德

（中国移动通信集团河南有限公司，郑州 450008）

随着4G网络规模的迅猛发展，网络优化问题日趋复杂。本文提出一种基于最小化路测（MDT）数据的天馈智能优化方法，用以提升网络优化工作效率，降低优化成本。

4G；GNSS；MDT；天馈智能优化

随着4G网络的迅猛发展，无线网络优化难度日益加大。近年来，各运营商为了摆脱传统RF优化“人海战术”、“经验为王”等诸多局限，提出了基于基站工程参数、终端测量报告（MR）等数据的天馈智能优化技术，但由于工参的准确性难以把控和常规MR数据定位精度不高，导致分析结果偏差大，无法有效支撑网络优化工作。国际标准化组织3GPP在R9协议中提出了最小化道路测试技术（MDT）。MDT技术的核心在于通过商务手机上报的携带有GNSS全球导航卫星系统位置信息的测量报告，用来获取网络优化所需要的相关参数。与传统MR数据相比，MDT数据自带准确的经纬度信息，可以对现网的工参方进行校正并对覆盖进行精准定位，有效解决目前天馈智能优化的短板和痛点问题。

1 基于MDT的天馈智能优化方法

1.1 MDT数据采集与上报

MDT数据采集主要利用网络侧向终端用户下发测量配置，在满足测量条件时触发终端测量过程。根据不同的上报方式，终端将包含经纬度信息的测量报告数据上报给基站，整体流程如图1所示。

图1 MDT采集流程图

MDT的上报方式包括Logged MDT和Immediate MDT，两种方式既可以单独开启，也可以同时开启。它们的特点如下。

（1） Logged MDT：UE根据配置参数信息在空闲态（Idle态）进行测量并存储在终端，并在终端进入连接态并满足上报条件时再上报给基站。

（2） Immediate MDT：UE在连接态下进行测量，并在测量完成后将测量报告上报给基站。

MDT数据同时包含空闲态和连接态的测量数据，规避了传统MR数据只在连接态收集信息的局限。在天馈智能优化中，更具有普适性。

1.2 天馈智能优化流程（如图2所示）

图2 天馈智能优化流程图

利用MDT数据的精准经纬度信息，对优化区域的覆盖电平进行栅格化，通过每个小区地理化的覆盖情况对工参中站址经纬度、方位角和下倾角进行校正。使用校正后的工参和覆盖情况进行天馈参数的智能寻优，输出调整优化方案。

天馈智能寻优的过程分为路损矩阵建立和迭代寻优两部分。路损矩阵由MDT数据中的栅格化信息、小区信息、位置信息、电平信息等构建而成，是天馈调整后预测电平的核心。RF调整后，栅格上的覆盖预测值是基于空间路损不变的原则，变化的只是RF参数调整之后引起的天线增益的变化部分，这样就可以针对栅格进行调整之后的电平预测。干扰矩阵示例如表1所示。

自动寻优算法通过对问题点周围小区“方位角、下倾角、功率”等参数的逐步微调，从覆盖、质量、成本等多个维度来仿真评估各个调整方案对问题点以及整体质量的影响，最终输出最优的调整建议。天馈智能优化模型示例如图3所示。

2 应用效果

在某市天馈智能优化试点过程中，通过收集MDT数据进行工参校正，发现现网工参存在误差小区98个，占比18%，现场实际勘察，误差识别准确度超过80%。使用校正后的工参输出天馈自动寻优方案，RF调整小区78个，最终MR覆盖率提升至97.42%，优化效果明显。栅格级优化前后RSRP对比如图4所示。

3 结束语

随着无线网络的发展，网络环境日趋复杂，传统网络优化成本逐渐增加。本文提出的基于MDT数据的天馈智能优化方法，一方面有效获取网络优化所需要的相关参数，全面准确反映网络存在问题，另一方面自动给出最优化的低成本解决方案，有力支撑网络规划优化工作，提升移动用户体验和感知。

表1 干扰矩阵示例

图4 栅格级优化前后RSRP对比

[1] 沈鹏, 马赛. 一种LTE系统最小化路测技术实现方案[J]. 山东通信技术, 2015,(10):23-25.

[2] 张进, 谷俊江. 小区自动寻优在WCDMA网络深度优化中的应用[J]. 电信科学, 2016,(3):62-67.

[3] 王建, 刘方森, 赵昌盛. 基于MR数据的TD-LTE天馈检测方法研究[J]. 电信技术, 2017,(2):5-6.

An intelligent antenna optimization method based on minimization of drive testing

ZHAO Jun-de
(China Mobile Group Henan Co., Ltd., Zhengzhou 450008, China)

With the rapid development of 4G, network optimization has become increasingly complex. Based minimization of drive testing a more intelligent antenna optimization method is presented to enhance the efficiency of network maintenance and optimization and decrease manual costs in this paper.

4G; GNSS; MDT; intelligent antenna optimization

TN929.5

A

1008-5599（2017）12-0042-03

2017-10-25

Silicon Labs多协议无线软件提升下一代IoT连接应用

Silicon Labs日前为其Wireless Gecko片上系统（SoC）和模块产品组合发布了新的动态多协议软件，可同时在单一SoC上运行在Zigbee和低功耗蓝牙，汇集了这两种协议的关键应用优势。这种多协议解决方案可实现物联网（IoT）应用的高级功能，且不会带来双芯片架构的额外复杂性和硬件成本，从而将无线子系统物料清单（BOM）成本和尺寸降低达40%。

施耐德电气Smart Space业务高级副总裁Nico Jonkers表示:“多协议技术是IoT无线连接的未来。Silicon Labs的多协议软件和Wireless Gecko SoC使得施耐德电气能够创建支持低功耗蓝牙和各种网状网无线标准的产品。这种灵活性使得消费者和安装人员能够使用熟悉的工具，如智能手机和平板电脑与联网设备进行交互，以进行安装和更新，同时保持Zigbee网状网络的完整性。我们的智能家居产品Wiser充分利用了这种灵活性，提供简单的安装和牢靠的网状网络。”

Silicon Labs高级副总裁兼物联网产品总经理Daniel Cooley表示:“利用我们的Wireless Gecko SoC和模块以及动态多协议软件，开发人员能够将联网设备转变为智能的多功能应用，实现自动化、加速智能设备普及、提供下一代IoT功能。在单芯片上提供多协议Zigbee和Bluetooth连接也能够降低设计成本、简化软件开发、改善产品生命周期管理并加快上市时间。” (刘怡君)