基于MR大数据的邻区优化算法应用

龙源期刊网 http://www.qikan.com.cn

基于MR大数据的邻区优化算法应用

作者：王硕然 林华乐 陈爽 来源：《中国新通信》2016年第20期

[摘要]本文主要阐述MR分析在TD-LTE网络中邻区优化的应用，利用MRO解析，分析测量得到的邻频点RSRP信号最强小区及邻区优化的建议算法。介绍基于MR邻区优化的实际应用，有重要的推广意义。

[关键字]测量报告 邻区优化 MRO TD-LTE 小区重选 切换

在TD-LTE网络优化中，邻区配置是否合理直接影响现网的小区重选性能、切换成功率、切换掉话掉线率等KPI指标，并影响在网用户的感知度。传统的邻区优化方法基于路测、定点测试或基站的地理信息等来定义邻区，除了所获得的样本数据较少、分析结果存在片面性之外，还要花费大量的人力、物力和时间。本文提出了一种利用海量MR数据对全网小区进行邻区配置的方法，并阐述该方法取得的效果。 一、基本原理 1.1MR介绍

MR（Measurement Report）即测量报告，包含小区的eNodeB ID、CI、RSRP、RSRQ、TA、AOA、SinrUL等信息，主要是为切换判决和功率控制提供依据。测量报告触发方式可以是事件触发或周期性触发。测量方式采用周期测量时，可在测量任务定制时对上报周期进行配置。测量报告数据主要来自UE和eNodeB的物理层、RLC层，以及在无线资源管理过程中计算产生的测量报告。原始测量数据或者经过统计计算（可以在eNodeB或OMC-R上实现统计）报送到OMC-R以统计数据形式（MRS）或以样本数据形式（MRO）进行存储。 1.2 MR采集周期定义、应用

MR采集周期包括eNodeB/UE测量采样周期和OMC-R统计周期。测量采样周期系统配置为5120ms，每个eNodeB全天测量16583次；OMC-R统计周期为15min，即每个eNodeB每15分钟生成一个测量报告文件，24小时生成96个测量报告文件。一个测量报告文件里包含该ENB下所有eNodeB和UE本身约176次测量结果。

MR数据包含MRS和MRO数据，利用MRS数据可以统计全网小区覆盖率、高干扰小区和UE发射功率余量等信息；利用MRO数据可以进行全网用户定位情况、覆盖情况、干扰情况、重叠度覆盖度情况等问题进行分析和定位。在日常网络优化中，解析MRO数据利用小区测量得到的邻频点RSRP信号最强次数小区的相关信息可以为邻区优化提供全面和准确的数据支持。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库基于MR大数据的邻区优化算法应用在线全文阅读。