基于FAS的基站频率测量干扰解决方案及应用

郭向荣 罗彦彬 纪纯妹

【摘  要】通过对移动网络高干扰问题原因进行分类分析，利用FAS的频谱特征，提出一种基于FAS的基站频率测量的干扰规避方法，该方法利用叠加的互调信号在不同频点有不同干扰信号强度的特点，使高干扰的比例下降11.45%，高干扰小区处理平均时长由6.33天减少到1.5天。经验证，该方法可有效解决GSM网络和窄带物联网的外部干扰问题。

【关键词】FAS;干扰;规避策略;窄带物联网

doi：10.3969/j.issn.1006-1010.2019.01.016        中圖分类号：TN914

文献标志码：A        文章编号：1006-1010（2019）01-0089-05

引用格式：郭向荣，罗彦彬，纪纯妹. 基于FAS的基站频率测量干扰解决方案及应用[J]. 移动通信， 2019，43（1）： 89-93.

Solution and Application of Interference based on FASs Base Station Frequency Measurement

GUO Xiangrong， LUO Yanbin， JI Chunmei

（China Mobile Group Guangdong Co.， Ltd.， Shantou Branch， Shantou 515041， China）

[Abstract] By classifying and analyzing the causes of high interference problem in mobile networks， an interference avoidance method based on FASs Base Station frequency measurement is proposed. For this method， since the superposed intermodulation signals have different interference intensities at different frequency， the proportion of high interference is reduced by 11.45%， the average processing time in high-interference cells is reduced from 6.33 days to 1.5 days. It is proved that this method can effectively solve the external interference problem in GSM networks and narrow-band Internet of Things.

[Key words]FAS; interference; avoidance strategy; narrow-band Internet of things

1   引言

近年来，有不少地区的移动用户在城中村、乡村密集自建房等弱覆盖区域私自安装信号放大器，由于这些放大器大都是没有经过检测认证的伪劣产品，存在信号放大失真、产生杂散干扰且干扰频谱宽、底噪抬升高等问题，严重影响移动网络质量。以往主要采取加强网络覆盖建设、私装放大器扫频整改等手段来解决这一问题，但目前各运营商已基本不再新增GSM网络的投资，另外干扰源扫频整改也存在定位困难、干扰源协调整改阻力大等问题。由于目前GSM网还承载着60%的话音业务，全网还有30%的用户是纯2G用户，按传统的方式很难在短时间内达到“降干扰、提感知”的要求。此外，当前移动运营商已从GSM900M频段中划出1 MHz频段用于NB-IoT（Narrow band-Internet of Thing，窄带物联网业务）[1]的发展，NB-IoT网络性能评估与优化工作中，干扰处理的工作量占比最大。NB-IoT相对GSM有20 dB的覆盖增强[2]，有利于实现室内深度覆盖，但是私装放大器造成的干扰，成为制约其实现深度覆盖的一大障碍。

为攻克这一难题，提升用户感知，寻求快速解决干扰的方法，本文提出基于基站频率测量的干扰规避解决方案。

2   FAS的工作原理和干扰带映射关系

GSM 5.08规范及8.08规范规定，基站必须能够测量所有空闲信道上行链路的干扰电平，为无线资源的管理和分配提供依据[3]。规范将干扰电平结果依次分成5个等级，1级最弱，5级最强[4]，在爱立信系统被称为FAS（Frequency Allocation Support，频率分配支持），在华为系统被称为频点扫描。以爱立信FAS为例，通过测量报告收集记录小区上行链路中所有频率的上行干扰电平值，通过后台处理后能够呈现干扰的频谱曲线。

由于大多私装放大器为地下小工厂制造，功放模块性能较差（不少是从废旧电子设备拆解下来的老旧器件），而且为了节约成本，前后级没有加装滤波，元器件的性能及安装工艺均达不到要求。根据相关测试，加入基站发射机下行信号后，私装放大器便会产生互调干扰，随着下行信号功率逐步提升，直放站互调干扰进一步抬升，如图1所示。由于私装放大器接收到基站各小区的下行信号的强度存在差异，互调产生的频点和信号强度也存在不同，各种互调的信号叠加之后，就出现有些频点干扰严重，有些频点干扰轻微的情况[5]，大多数情况下能在宽频的干扰带中找到干净的频点。我们通过测试和验证，对于私装放大器泛滥、干扰严重的区域，可通过该原理找到干净的频点，解决干扰的问题[6]。

3   FAS數据的应用情况

干扰规避优化是指通过测量记录分析，发现有干扰的频点，规避干扰频点，寻找更干净的频点来降低网络中的频率上行干扰，本文针对干扰规避优化来开展分析。

图2显示FAS频谱数据在带内不同频点存在不同强度的干扰电平的情况，即各个频点的干扰程度不一致。在频率资源允许的前提下，利用这种频谱特征，现网在用频点规避使用干扰电平大于-100 dBm以上的频点，配置干扰电平为-100 dBm以下的干净频点，从而减少4级、5级干扰采样点。

4   基于基站频率测量的干扰规避算法

为了降低严重影响客户感知的干扰比例，必须挑选干扰电平大于-100 dBm的频点作为被替换的目标频点。

在日常扫频中，由于各频率的信号电平有一定的跳跃，对挑选出的替换频点需考虑干扰变动余量。本文取全频段FAS平均电平作为平均底噪，将大于全频段平均底噪3 dB的频点作为有优化空间的干扰频点。

考虑下行同邻频干扰、设备间隔等限制要求，为保证批量分析时小区有足够的频点数量可以选择，该算法设置要求小区未干扰频点资源比例大于30%。

基于以上三大原则，基于基站频率测量的干扰规避算法可用图3来描述。

在干扰优化目标小区中，挑选出FAS干扰电平大于-100 dBm且FAS干扰电平大于全频段平均电平3 dB的现网在用频点，作为初步候选优化的目标频点。从FAS数据挑选干扰电平大于-100 dBm的频点，定义为干扰频点，制作一张干扰频点禁用表，在该禁用表中的频点即为不可用的高干扰频点。

根据最终批量候选优化目标频点以及FAS干扰禁用频点，设计频率规避运算的策略程序，然后导入频率软件进行批量运算，运算后输出FAS干扰规避换频方案。

将FAS干扰规避换频方案应用于现网，进行闭环跟踪评估，如果该优化手段无效，则需要进一步采取清除干扰源等其他手段继续进行干扰排查及优化[7-8]。

这种方法跟传统的关跳频定位更换干扰频点相类似，但我们采用创新的算法，不再通过逐个小区关跳频查找上行干扰频点的方式，而是直接根据FAS的电平值曲线直观判断最低噪声的频点。该算法不用盲目更换频点尝试效果，定位干扰频点速度快，提高了换频的效率，相对于现场干扰定位和清频来说有巨大优势，即处理小区干扰的周期短，可以同时大规模并行优化多个小区，快速缓解干扰，效果明显。这种方法适用于非全频段强干扰的区域场景和处理干扰处于临界点门槛的小区场景。

5   具体案例

S43W龙湖村-绿园大厦3是覆盖汕头大型城中村龙湖村的小区，这个城中村一直存在大量私装放大器。观察S43W龙湖村-绿园大厦3的干扰底噪波形变化趋势，发现该小区从67号频点开始，底噪抬升至-100 dBm，且越靠近94号频点底噪越高，如图4所示。

由于城中村私装放大器排查存在各种困难、业主配合度差等问题，为了降低干扰程度，尝试把在用的干扰频点70更换成底噪相对干净的频点22，如表1所示：

经过优化后，对比S43W龙湖村-绿园大厦3小区修改前后三天的高上行底噪占比变化，由原来的31.07%下降为0.06%，调整后改善效果明显，如表2所示，高干扰小区消除。

NB-IoT采用超窄带、重复传输、精简网络协议等设计，且NB-IoT采用200 kHz的带宽，通过2G清频，为NB-IoT腾出1 M的频段。物联网小区汕头龙湖数码广场3为客户进行停车地磁测试所占用的小区，该小区原使用92号频点，但由于存在上行干扰，导致ping失败，无法做上传下载等业务，通过使用该方法进行分析，发现94号频点干扰相对较低，如图5所示，通过更换频点后干扰得到解决，该NB-IoT站点attach成功率、ping时延、上传下载速率等各项指标均达到验收标准。

6   结束语

汕头移动从2017年3月份开始实施批量轮动FAS优化工作，累计对3 358个小区、8 422个载频进行优化，优化后直接消除高干扰的小区有673个，占比20.14%，改善高干扰小区有1 389个，占比41.36%。优化区域内的高干扰比例改善明显，干扰采样点数整体向下迁移。高干扰小区处理平均时长由6.33天减少到1.5天。优化前小区整体高干扰采样点为44.66%，优化后下降为17.52%。高干扰小区比例从2017年3月初的17.31%下降至2018年9月初的5.86%，网络干扰类投诉较上一年同比下降35.90%，GSM网络干扰小区比例得到了有效控制。

本文通过研究探索，提出一套基于基站频率测量的上行高底噪频点规避优化方法，高效快速地解决干扰问题，提升网络质量。在短期无法清除干扰源的情况下，利用FAS频率测量数据进行干扰频段分析，挖掘现网相对干净的频点，把高干扰的频点更换到受干扰较低的频点上，对于应对私装放大器泛滥、长期存在上行强干扰的问题有着重要的推广意义，也为物联网[9]、5G[10]的清频提供有效的参考。

参考文献：

[1] Jan Holler. From Machine-to-Machine to the Internet of Things： Introduction to a New Age of Intelligence[M]. Academic Press， 2014.

[2] 3GPP TR 45.820 V13.1.0. Cellular system support for ultra-low complexity and low throughput Internet of Things（Release13）[S]. 2015.

[3] 3GPP TR 05.08 V8.23.0. Radio subsystem link control （Release1999）[S]. 2015.

[4] 3GPP TR 08.08 V9.0.0. Mobile-services Switching Centre-Base Station system （MSC-BSS） Interface Layer 3 Specification （Release2000）[S]. 2015.

[5] 任学尧，陈星. 随机相位微波功率的空间合成效率[J]. 强激光与粒子束， 2009，21（7）： 1041-1044.

[6] 韩斌杰. GSM原理及其网络优化[M]. 北京： 机械工业出版社， 2001： 32-33.

[7] 朱金秀，吴文霞，唐玥，等. 远距离同频干扰基站定位方法研究[J]. 移动通信， 2017，41（15）： 86-91.

[8] 纪纯妹. 4G深度覆盖解决方案研究[C]//2017广东通信青年论坛优秀论文专刊. 移动通信， 2017： 193.

[9] 3GPP TR 45.820 V13.1.0. Cellular system support for ultra-low complexity and low throughput Internet of Things （CIoT）（Release 13）[S]. 2015.

[10] 3GPP TR 38.815 V15.0.0. Technical Specification Group Radio Access Network; New frequency range for NR （24.25-29.5 GHz）（Release 15）[S]. 2018.