CN107682883A - 一种宏微协同邻区配置及优化方法 - Google Patents

Abstract

本专利公开了一种宏微协同邻区配置及优化方法，首先确定待优化的目标区域，保存目标区域内各小区的邻区关系，统计两两邻区切换的关键性能指标；优化外部小区和邻区配置，及时添加新邻区；对已添加邻区进行监控，统计切换成功率低的已添加邻区作为错误邻区，将错误邻区设置为禁止切换；若判为错误邻区次数超过一定门限且切换成功率较低，则删除该邻区，并设置禁止反复添加；统计本小区性能，正常则进入区域网络性能和用户申告观测；异常则退回继续优化。本发明从根本上攻克目前网络质态下邻区难以高效、正确添加的难题，同时在短时间内明显改善重建比性能、邻区健康度，极大提升用户感知；该方法不仅精度优、效率佳，且易快速复制、降低工作量。

Description

一种宏微协同邻区配置及优化方法

技术领域

本发明属于移动通信领域，涉及宏微协同场景下的邻区自配置和自优化。

背景技术

目前4G网宏微协同、扇区拉远不断增多，对于存量邻区、要不断精细、高效调整，对于增量邻区，要确保正确邻区及时添加。而传统邻区配置方式，简单粗放、配置没有统一、规模难控制，在宏微协同的场景下，传统方式会导致PCI(physical-layer Cell identity,物理小区标识，下同)错配、重建比、切换错误率高等问题。

上述问题主要是因为4G无线网络建设的过程一般是宏站先布局，随着深度覆盖推进、微站增多，宏微协同场景(即宏站和微站协同的场景)比例不断提升。目前业界通常的的邻区策略是与新建站点X2链路配置同步，快速增加外部小区，同时根据外部小区信息快速形成邻区，该种方式明显不适用于现有面覆盖到点覆盖，站间距从大变小的网络发展规律，容易导致上述问题。因此，邻区配置、优化方式亟需结合深度覆盖宏微协同场景特点，创新突破。

传统邻区配置优化方法分析如下：

1、规模建网邻区策略采用X2链路配置更新外部小区+基于外部小区添加邻区。

该种方式快速形成配置，在不需要用户过多介入的前提下就可形成初期邻区及切换关系配置。

但该方式配置的错误率和精度在微站不断增加、拓扑不断分裂的场景下，一方面会导致大量拓扑结构中不存在切换关系的小区极易被加入本端小区的外部小区中；另一方面在复杂组网条件下，外部小区可信度大幅降低，对于新增加或更新的PCI信息(暂未添加对应的邻区)，直接基于相关的切换请求、发起X2链路切换并添加邻区，会形成大量的PCI混淆，难以保证邻区的配置与实际地理信息相符合，会直接导致切换失败。

如图1所示，假定小区B和小区C的PCI均为1，UE1从小区A切换到小区B后，基于X2链路配置更新，小区A所在eNodeB会将小区B所在eNodeB下的所有小区加入到外部小区中，包含小区B；UE2从小区A往小区C(PCI＝1)切换时，UE不会去读取ECGI(E-UTRAN Cell GlobalIdentifier，E-UTRAN小区全局标识符，下同)信息而是直接向小区B发起切换，该场景下易导致切换失败。

2、在LTE网络中，PCI只有504个，随着网络运营不断细化，站间距从大变小，重叠覆盖越来越近，必然带来同PCI复用距离不断变近的问题。

对某个已有的存量PCI(已添加邻区)，在不删除该PCI的前提下，若后面有新的同PCI小区(与源小区距离更近)开通，就无法将该新邻区添加到邻区，导致与新小区反复切换失败。

伴随着网络的发展，该问题日益凸显，而现网通过TOP小区信令跟踪等人工方式核查效率低，缺乏对存量邻区的精细删减及自优化的高效手段。如图2所示，服务小区有PCI＝1的邻区Cell1，那么服务小区就无法通过事件ANR的方式发现混淆的PCI邻区Cell2，因为切换的MR中只有邻区的PCI，服务小区会认为UE是准备切换到邻区Cell1，从而导致切换失败。

Cell2切换到服务小区，基于UE历史记录功能，服务小区可以添加PCI混淆邻区Cell2，但是网络中可能存在单向切换的场景，即实际上可能不存在Cell2到服务小区的切换，那么就无法解决此类PCI混淆问题。

3、随着4G无线网运营发展，在精细运维阶段，对邻区规模的控制、对于新邻区的准入、无效邻区识别和删除要求越来越高，才能适应网络精细化运维的对邻区配置的精度要求。

传统ANR(automatic neighbor relation，自动邻区关系)方法添加邻区相对较容易，一般发生过切换就添加；

对比而言，删除邻区相对较困难。如：对邻区满规格的删除方法，现网触发比例仅为0.5‰，在多数话务负荷相对较低的区域较难触发。

最接近现有技术《华为LTE系统内ANR应用方案总结》(吴华，《信息通信》，2016年第1期)介绍了华为LTE系统内ANR自添加、自删除机制，缺少优化错误PCI和删除后惩罚机制。其采用的方法是：

1、自添加，包括1)通过UE测量发现未知邻区；2)通过UE历史信息发现未知邻区；

2、自删除，包括1)配置错误的邻区删除：周期触发；2)冗余邻区删除：周期触发；3)满规格场景触发的邻区删除：事件触发；

最接近的专利申请CN201410377322.8“微基站的物理小区号PCI确定方法、装置、微基站及宏基站”，通过微基站自身扫描周围邻区，向MME(Mobility Management Entity,移动性管理实体)查询邻区的PCI，如不同，则修改自身邻区中相同的PCI，避免混淆。这种方法虽然从配置角度避免了PCI混淆，但是在物理上存在“手机在微基站覆盖区能收到邻区信号、微基站收不到邻区信号”的邻区，不能避免这种邻区造成的PCI混淆。

在已运营网络下，传统的ANR能力不够，目前缺乏对ANR参数的设置进行深究，自删除参数默认推荐，ANR功能缺乏连贯组合认识，单模块功能均有使用，但无法形成方法间的合力，所以效果不显著。

发明内容

发明目的：为了解决现有技术存在的问题，从根本上攻克目前网络质态下邻区难以高效、正确添加的关键难题，本发明提供一种宏微协同邻区配置及优化方法。

技术方案：一种宏微协同邻区配置及优化方法，包括以下步骤：

(1)确定待优化的目标区域，保存目标区域内各小区的邻区关系，所述邻区关系包括外部小区数量、邻区数量及邻区数大于N的小区，N是人为设定的正整数，统计两两邻区切换的关键性能指标，所述关键性能指标包括重建比、切换成功率、E-RAB掉线率；

(2)优化外部小区和邻区配置，及时添加新邻区；

(3)对已添加邻区进行监控，统计切换成功率低的已添加邻区作为错误邻区，将错误邻区设置为禁止切换；

(4)预设第四门限，若判为错误邻区次数超过第四门限，且切换成功率较低，则删除该邻区，对于已删除的邻区设置禁止反复添加；

(5)统计本小区关键性能指标，判断指标是否正常，如正常，则进入区域网络性能和用户申告观测，结束邻区配置及优化；如异常，则回退至步骤(3)。

有益效果：本发明提供的一种宏微协同邻区配置及优化方法，对SON(SelfOrginazing Network，自优化网络，下同)策略进行深入分析，从外部小区与邻区配置策略优化、错误PCI高效识别及修正、SON邻区规模精细控制三个关键视角出发，从根本上攻克目前网络质态下邻区难以高效、正确添加的关键难题，同时在短时间内明显改善重建比性能、邻区健康度，极大提升用户感知；该方法不仅精度优、效率佳，且易快速复制、人工工作量大大降低，各子环节执行时间固化，利于分阶段性、分区域规模复制。

附图说明

图1为邻区配置的举例示意图；

图2为邻区切换失败的示意图；

图3为本发明的宏微协同邻区配置及优化方法流程图；

图4为本发明关键模块一的流程图；

图5为本发明关键模块二的流程图；

图6为本发明关键模块三的流程图；

图7为大型分公司在实验过程中切换成功率的变化曲线图；

图8为大型分公司在实验过程中E-RAB掉线率的变化曲线图；

图9为大型分公司在实验过程中RRC重建比的变化曲线图；

图10为中小型分公司在实验过程中RRC重建比的变化曲线图；

图11为中小型分公司在实验前后切换失败导致的RRC重建占比的直方图；

图12为中小型分公司在实验前后E-RAB掉线率的直方图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明。

如图3所示，宏微协同邻区配置及优化方法，包括以下步骤：

1、确定待优化的目标区域，优选宏-微协同典型场景作为目标区域，保存目标区域内各小区的邻区关系，所述邻区关系包括外部小区数量、邻区数量及邻区数大于N的小区，N是人为设定的正整数，本实施例中N取60，也可以根据情况设定为其他数，统计两两邻区切换的关键性能指标，所述关键性能指标包括重建比、切换成功率、E-RAB掉线率等。之所以统计这三个指标，原因就在于邻区配置不正确会导致切换失败，继而引发重建和E-RAB掉线，重建的其中一种类型就是切换不成功导致的重建。

其中，外部小区和邻区都是协议定义的。具体指：ANR通过NCL(NeighborCellList，外部小区列表)和NRT(NeighborRelation Table，邻区关系表)来实现邻区自优化、自配置的功能。NCL是eNodeB级别的，包含ECGI、PCI、TAC、频点等信息，与该eNodeB相对周边网元规划关系强相关，变更频次相对较低；NRT是小区级别的，与各小区现场覆盖目标强相关，变更相对较为频繁，具体包括ECGI、是否切换禁止、是否允许切换及ANR自动配置、切换算法参数等信息。

2、进入关键模块一，如图4所示：优化外部小区和邻区配置，及时添加新邻区，具体方法如下：

(21)以一个小区作为本小区，激活本小区的ANR方法开关，ANR方法开关的功能是选择采用ANR自动添加小区还是手动添加小区，当ANR方法开关开启是选择采用ANR自动添加小区；当ANR方法开关关闭时需要手动添加小区。激活后UE可通过ANR过程将目标小区的ECGI、TAC、PCI上报至本小区，自动添加至外部小区/邻区中；

(22)关闭本小区X2链路建立、删除对本小区外部小区的修改，设置外部小区添加策略为不基于X2链路配置更新，具体操作为关闭基于X2链路信息更新网元配置参数开关，限制添加非必要小区添加到外部小区，所述非必要小区为拓扑结构中不存在切换关系的小区，而限制添加非必要小区到外部小区就是指限制将小区级别的NRT的邻区添加到NCL中；

(23)在已存在外部小区的情况下，配置对新邻区的增加方法为触发UE对外部小区进行一次ANR测量，UE将外部小区的ECGI上报至本小区，自动添加至邻区中。

关键模块一的作用主要是优化外部小区和邻区配置策略，确保新邻区的及时添加。从方法上限制X2链路建立、修改与外部小区的关系，同时，结合网络质态，进行邻区的无效添加的精细管理。

3、进入关键模块二，如图5所示：对已添加邻区进行监控，统计切换成功率低的已添加邻区作为错误邻区，将错误邻区设置为禁止切换，具体方法如下：

(31)设定第一统计周期、第二统计周期、第三统计周期、第一门限、第二门限、第三门限；

(32)进入第一统计周期，统计目标区域内各小区到所有邻区的切换次数、切换成功率，当两两小区切换次数达到第一门限时，切换成功率小于第二门限，则执行步骤(33)；

(33)进入第二统计周期，触发UE对该邻区进行一次ANR测量，读取邻区的ECGI，判断邻区的ECGI与原外部小区的ECGI是否相同，若相同则不作处理；若不同，则将邻区的ECGI添加到外部小区和邻区中，执行步骤(34)；

(34)进入第三统计周期，对比本小区切换到某个邻区的切换成功率与第三门限，若高于第三门限，则邻区关系有保留必要，执行步骤5；若低于第三门限，则该邻区判定为错误邻区，并将错误邻区设置为禁止切换，执行步骤4。

关键模块二主要是通过三个设定周期的分析判断，对存量邻区错误PCI高效识别和修正。设定第一统计周期：对于切换成功率低的PCI监控及统计；设定第二统计周期：对于切换成功率低的PCI进行目标小区ECGI测量与上报；设定第三统计周期：对于切换成功率低的PCI进行切换上限制。

4、进入关键模块三，如图6所示：若判为错误邻区次数较多，切换成功率较低，则删除该邻区，对于已删除的邻区设置禁止反复添加，具体方法如下：

(41)设定第四统计周期、第五统计周期、第四门限、第五门限；

(42)进入第四统计周期，若某邻区判断为错误邻区的次数超过第四门限，且切换成功率低于第五门限，则删除该邻区，执行步骤(43)；

(43)进入第五统计周期，在统计周期内，设置禁止错误邻区快速反复添加。

关键模块三主要是基于实践对SON邻区规模精细控制，一方面对错误邻区自动删除策略参数精细优化，另一方面对已删除邻区合理优化，避免反复添加，提高邻区稳定性。设定第四统计周期：设定邻区自删除策略；设定第五统计周期：禁止错误PCI反复错误添加，确保更加合理，地理位置更近的微站添加概率提升。

5、统计本小区关键性能指标，如正常，则进入区域网络性能和用户申告观测，结束邻区配置及优化；如异常，则回退至步骤3。切换成功率＞99％，且(重建比+E-RAB掉线率)＜0.8，则判断为正常；切换成功率≤99％，且(重建比+E-RAB掉线率)≥0.8，则判断为异常。

本发明的宏微协同邻区配置及优化方法在大量研究和实验基础上，首创宏微协同场景精确邻区优化解决策略。该方法不仅精度优、效率佳，且易快速复制、人工工作量大大降低，各子环节执行时间固化，利于分阶段性、分区域规模复制。分为三个模块：关键模块一确保增量邻区正确及时添加，关键模块二对存量邻区精细高效调整，关键模块三对SON邻区规模精细控制。从外部小区与邻区配置策略优化、错误PCI高效识别及修正、SON邻区规模精细控制三个关键视角出发，从根本上攻克目前网络质态下邻区难以高效、正确添加的关键难题，同时在短时间内明显改善重建比性能、邻区健康度，极大提升用户感知。

具体模块分析如下：

关键模块一：外部小区与邻区配置策略优化

提出了在面向运营网络的外部小区和邻区更加精细的添加关键策略，将X2链路建立和邻区配置隔离，解决了易造成邻区和外部小区的不当添加、产生PCI混淆等关联问题。显著减少PCI混淆数量且提升切换成功率及E-RAB掉线率。

关键模块二：错误PCI高效识别及修正

首创了对错误PCI高效识别及修正的整套解决方案。该方式解决了异常PCI快速识别和调整的问题，对复杂场景邻区添加效率及合理性有明显提升。通过三个设定周期，确保PCI相同的邻区漏配基本都可正确添加(第一个周期对低切换成功率PCI进行判断，第二个周期就会读ECGI，把满足要求的邻区加进来，第三个周期优化低效能的邻区)。

关键模块三：SON邻区规模精细控制

首创了SON邻区规模的精细控制方法，通过对邻区自删除策略及参数的精细推敲及优化，对于自删除邻区后添加邻区方式的合理优化，可以显著提升邻区自删除效率，同时有效避免自删除邻区的反复快速添加。

为了验证技术方案的可行性，在南京做了一系列实验，一个月内全网RRC重建比下降达14.5％、邻区PCI混淆数量下降74.16％，宏微协同场景下邻区精度显著提升。

兼顾网络规模及用户数发展，区分不同规模分公司，认为4G网络站址数量高于4500且用户数高于40万的是大型分公司，不满足的认为是中小型分公司。按大、中小型分公司规模，进行实施例各模块参数的配置。

本专利在不同规模分公司的实现及效果：对南京等大型分公司而言，一个月累计正确邻区添加达3200个左右(工作效率提升300％)，全网RRC重建比下降达14.5％；对于镇江等中小型分公司，效果更加突出，通过两轮策略实施后，全网RRC重建比下降超过30％。

1、大型分公司应用

以南京为典型案例，现网中存在大量不规则覆盖、射频分离、扇区拉远场景，根据南京网络实际情况，从外部小区与邻区配置策略优化+错误PCI识别+SON邻区规模精细控制三个角度切入，进行宏微协同邻区配置及优化。

(1)实验中各模块参数配置

门限类参数设置推荐见表一：

表一

时长类参数设置推荐见表二：

表二

(2)实验效果分析

从实验效果看，全网同频邻区、外部小区数量显著精简，PCI混淆数量显著减少，比例达到74.16％，如表三所示。

表三

从路测指标对比来看，整体RF类指标平稳，未见明显异常波动，说明邻区删除对RF指标基本无明显影响。具体如表四：

表四

由于该套参数可以添加漏配的正确邻区关系，切换成功率提高大约0.25％，E-RAB掉线率增益大概在0.04％左右，如图7和8所示。统计全网RRC重建比指标，一个月内下降达14.5％，如图9所示。

2、中小型分公司应用

经验证，该发明经验对中小型分公司也适用。

以镇江为典型案例。根据镇江网络实际情况，进行实验。

(1)实验各模块参数配置

门限类参数设置推荐：

时长类参数设置推荐：

(2)实验效果分析

两次大规模调整邻区配置策略后，重建比改善效果明显，现已由1.21％降到0.86％，如图10所示。其中，切换失败导致的RRC重建占比降低，同时E-RAB掉线率由0.07％降低至0.05％，如图11、12所示。

Claims (7)

1.一种宏微协同邻区配置及优化方法，其特征在于，包括以下步骤：

(1)确定待优化的目标区域，保存目标区域内各小区的邻区关系，所述邻区关系包括外部小区数量、邻区数量及邻区数大于N的小区，N是人为设定的正整数，统计两两邻区切换的关键性能指标，所述关键性能指标包括重建比、切换成功率、E-RAB掉线率；

(2)优化外部小区和邻区配置，及时添加新邻区；

(3)对已添加邻区进行监控，统计切换成功率低的已添加邻区作为错误邻区，将错误邻区设置为禁止切换；

(4)预设第四门限，若判为错误邻区次数超过所述第四门限，且切换成功率较低，则删除该邻区，对于已删除的邻区设置禁止反复添加；

(5)统计本小区关键性能指标，判断指标是否正常，如正常，则进入区域网络性能和用户申告观测，结束邻区配置及优化；如异常，则回退至步骤(3)。

2.根据权利要求1所述的宏微协同邻区配置及优化方法，其特征在于，所述步骤(1)中待优化的实施区域为宏微协同典型场景。

3.根据权利要求1所述的宏微协同邻区配置及优化方法，其特征在于，所述步骤(1)中的N取60。

4.根据权利要求1所述的宏微协同邻区配置及优化方法，其特征在于，所述步骤(2)的具体方法为：

(21)以一个小区作为本小区，激活本小区的ANR方法开关；

(22)关闭基于X2链路信息更新网元配置参数开关，限制添加非必要小区到外部小区，所述非必要小区为拓扑结构中不存在切换关系的小区；

(23)在已存在外部小区的情况下，触发UE对外部小区进行一次ANR测量，UE将外部小区的ECGI上报至本小区，自动添加至邻区中。

5.根据权利要求1所述的宏微协同邻区配置及优化方法，其特征在于，所述步骤(3)的具体方法为：

(31)设定第一统计周期、第二统计周期、第三统计周期、第一门限、第二门限、第三门限；

(32)进入第一统计周期，统计目标区域内各小区到所有邻区的切换次数、切换成功率，当两两小区切换次数达到第一门限时，切换成功率小于第二门限，则执行步骤(33)；

(33)进入第二统计周期，触发UE对该邻区进行一次ANR测量，读取邻区的ECGI，判断邻区的ECGI与原外部小区的ECGI是否相同，若相同则不作处理；若不同，则将邻区的ECGI添加到外部小区和邻区中，执行步骤(34)；

(34)进入第三统计周期，对比本小区切换到某个邻区的切换成功率与第三门限，若高于第三门限，则邻区关系有保留必要，执行步骤(5)；若低于第三门限，则该邻区判定为错误邻区，并将错误邻区设置为禁止切换，执行步骤(4)。

6.根据权利要求1所述的宏微协同邻区配置及优化方法，其特征在于，所述步骤(4)的具体方法为：

(41)设定第四统计周期、第五统计周期、第四门限、第五门限；

(42)进入第四统计周期，若某邻区判断为错误邻区的次数超过第四门限，且切换成功率低于第五门限，则删除该邻区，执行步骤(43)；

(43)进入第五统计周期，在统计周期内，设置禁止错误邻区快速反复添加。

7.根据权利要求1所述的宏微协同邻区配置及优化方法，其特征在于，所述步骤(5)统计本小区的性能指标判断是否正常的具体方法为：切换成功率＞99％，且(重建比+E-RAB掉线率)＜0.8，则判断为正常；切换成功率≤99％，且(重建比+E-RAB掉线率)≥0.8，则判断为异常。