CN108156611A - 一种新的pci规划和覆盖优化的方法 - Google Patents

Abstract

本发明涉及一种新的PCI规划和覆盖优化的方法，通过基础工参数据、扫频数据、北向MR数据、测试数据、仿真数据，构建综合干扰矩阵模型，对小区及栅格PCI共模干扰进行分析处理，进而推广区域或全网进行PCI规划及优化，全面降低网络干扰，提升网络质量。

Description

一种新的PCI规划和覆盖优化的方法

技术领域

本发明涉及移动通信信号处理领域，具体是一种新的PCI规划和覆盖优化的方法。

背景技术

第四代移动宽带LTE网络，空口传输采用CFDM(正交频分复用)技术进行蜂窝组网，并通过使用PCI(物理小区标识)来标识扇区，并作为信道扰码器输入的一分部分，进行信道隔离，但PCI的取值范围仅1～504，而LTE现网中的扇区数量远远大于504，不可避免的会出现PCI重复使用的情况。

随着LTE网络大规模商用，在网络建设和优化维护中，干扰成为影响网络质量的关键因素之一，对上网速率、通话质量、掉线、切换、容量等关键性网络指标均有较大的影响，如何降低或消除干扰成为LTE网络规划、优化的重要任务之一。

网络干扰主要来自两个方面，一是系统外部的干扰，如外部干扰器一级其它只是网络的互调干扰等，二是系统内部的干扰，如杂散干扰、阻塞干扰、PCI冲突干扰等，其中杂散、阻塞等干扰可以通过硬件调整解决，而PCI干扰由于其本身数量有限无法避免，只能通过合理的PCI规划和优化调整来降低干扰。

传统的PCI规划主要通过人工以及辅助工具实现，规划数据经常仅依靠电子地图或其他单一数据展开，虽然也遵循不冲突、不混淆、同站小区PCI连续、相邻小区模三不同原则，但准确性差强人意，极易出现由于人工的缺陷型或经验不足导的结果不理想。尤其是相邻小区模三不同的规则，随着网络规模的不断扩大，小区密度增加，不可能完全避免模三冲突，模三干扰已成为LTE同频干扰中最普遍最严重的干扰，如何有效降低和消除模三干扰，快速适应网络规模的迅猛增长，已经成为业内研究热点及重点。

发明内容

本发明所要解决的技术问题是提供一种新的PCI规划和覆盖优化的方法，克服现有规划数据源单一、规划结果不理想、各厂家数据格式兼容性问题，提供了一种新的PCI规划及优化方案，灵活多样的操作方式，可根据不同的网络规模进行规划及优化。

本发明解决上述技术问题的技术方案如下：

一种新的PCI规划方法，包括如下步骤：

A、基础信息收集整理，提取现网所有小区基础工参数据如PCI、小区发射功率、邻区关系、频点、经纬度、站高、小区方向角、下倾角、天线类型、覆盖场景等信息，随后进行步骤B；

B、根据已获取的基础信息，对现网进行基础性优化调整，包括覆盖优化和邻区优化。覆盖优化包括对向往小区的天线覆盖进行调整，主要有小区工程参数和小区配置参数调整，减小重叠覆盖度，保障连续覆盖；邻区优化主要包括添加漏配邻区、删除错配邻区或冗余邻区关系，基础性优化完成后进行步骤C；

C、对完成基础性优化的网络进行基础信息更新、摸底测试、扫频测试、MR数据提取、网管数据提取，并对所提取数据进行初步规整处理，随后进行步骤D；

D、根据已完成的多项数据源，通过MR干扰矩阵、扫频干扰矩阵、天馈干扰矩阵、切换干扰矩阵、融合干扰矩阵等构建综合干扰矩阵算法，随后进行步骤G；

E、根据步骤A所收集的基础信息数据，确定规划区域，如对单站点小区进行规划、线或面小区进行规划等，针对性进行后续规划与优化处理，之后进行步骤G；

F、根据步骤A所收集的基础信息数据，拟定PCI规划约束条件，确定待规划区域的PCI规划模型，可选择新的采用启发式算法、遗传算法，或者综合启发式+遗传算法的方式，随后进行步骤G；

G、PCI干扰分析与重规划，结合综合干扰矩阵算发表，采用遗传算法进行PCI规划，根据步骤E和F确定的规范对象及规划模型进行PCI规划；

H、确定规划结果割接实施，根据最终输出规划结果，上报规划结果及割接计划，批准后将规划方案割接入网，注意不同网络及不同厂家之间的互操作及相互配合。

一种新的PCI覆盖优化的方法，包括如下步骤：

1)确定需要优化的小区范围和覆盖参数；

2)把网络的基础工参、邻区数据、扫频数据和MR数据等导入系统；

3)系统进行小区覆盖干扰矩阵计算，生成综合干扰矩阵；

4)对优化区域进行优化方案创建；

5)基于专有遗传算法，系统对小区覆盖进行最优化评估；

6)对最终优化方案进行评估，不满足覆盖最优原则即重新进行迭代运算；

7)确定最终优化方案。

本发明的有益效果是：提出了一种新的PCI规划和覆盖优化的算法，通过基础工参数据、扫频数据、北向MR数据、测试数据、仿真数据，构建综合干扰矩阵模型，对小区及栅格PCI共模干扰进行分析处理，进而推广区域或全网进行PCI规划及优化，全面降低网络干扰，提升网络质量。

附图说明

图1为本发明PCI规划流程示意图；

图2为本发明PCI覆盖优化原理图；

图3为本发明PCI覆盖优化流程示意图；

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1所示，一种新的PCI规划方法，包括如下步骤：

A、基础信息收集整理，提取现网所有小区基础工参数据如PCI、小区发射功率、邻区关系、频点、经纬度、站高、小区方向角、下倾角、天线类型、覆盖场景等信息，随后进行步骤B；

B、根据已获取的基础信息，对现网进行基础性优化调整，包括覆盖优化和邻区优化。覆盖优化包括对向往小区的天线覆盖进行调整，主要有小区工程参数和小区配置参数调整，减小重叠覆盖度，保障连续覆盖；邻区优化主要包括添加漏配邻区、删除错配邻区或冗余邻区关系，基础性优化完成后进行步骤C；

C、对完成基础性优化的网络进行基础信息更新、摸底测试、扫频测试、MR数据提取、网管数据提取，并对所提取数据进行初步规整处理，随后进行步骤D；

D、根据已完成的多项数据源，通过MR干扰矩阵、扫频干扰矩阵、天馈干扰矩阵、切换干扰矩阵、融合干扰矩阵等构建综合干扰矩阵算法，随后进行步骤G；

E、根据步骤A所收集的基础信息数据，确定规划区域，如对单站点小区进行规划、线或面小区进行规划等，针对性进行后续规划与优化处理，之后进行步骤G；

F、根据步骤A所收集的基础信息数据，拟定PCI规划约束条件，确定待规划区域的PCI规划模型，可选择新的采用启发式算法、遗传算法，或者综合启发式+遗传算法的方式，随后进行步骤G；

G、PCI干扰分析与重规划，结合综合干扰矩阵算发表，采用遗传算法进行PCI规划，根据步骤E和F确定的规范对象及规划模型进行PCI规划；

H、确定规划结果割接实施，根据最终输出规划结果，上报规划结果及割接计划，批准后将规划方案割接入网，注意不同网络及不同厂家之间的互操作及相互配合。

如图2-3所示，一种新的PCI覆盖优化的方法，包括如下步骤：

1)确定需要优化的小区范围和覆盖参数；

2)把网络的基础工参、邻区数据、扫频数据和MR数据等导入系统；

3)系统进行小区覆盖干扰矩阵计算，生成综合干扰矩阵；

4)对优化区域进行优化方案创建；

5)基于专有遗传算法，系统对小区覆盖进行最优化评估；

6)对最终优化方案进行评估，不满足覆盖最优原则即重新进行迭代运算；

7)确定最终优化方案。

本发明整体结构分为四层，

第一层：多数据源导入，通过多数据源导入，并对导入数据进行解析处理；

第二层：干扰矩阵构造，综合考虑各数据权重，构建不同场景干扰矩阵，真实反映小区间相关性，从不同层次和角度来表征和描述网络干扰程度；

第三层：分析计算，通过不同指标模型和遗传算法，结合各指标约束条件、加权因子及各干扰矩阵列表，为上层应用提供依据；

第四层：上层应用，依据下层计算结果，可进行整体邻区规划、邻区优化、单项邻区分析、重叠覆盖分析、PCI规划与优化分析，为现场网络质量提升方案制定提供依据

本发明具有如下优点：

1、支持多制式网络之间协同覆盖优化；

2、PCI干扰精确建模：在业内率先全面支持在PCI的干扰分析、规划和优化过程对同频干扰、同PCI干扰、模3干扰、模6干扰、模30干扰、模50干扰、同SSSm0干扰、同SSSm1干扰等不同干扰类型进行全面科学的精确建模；

3、北向MR海量处理：在业内采用创新技术对海量LTE北向MR数据进行高效筛选、入库、处理和精细分析，实现无线网络环境的精准评估；

4、多维数据深度融合：在业内率先提出并实现了基于北向MR数据、扫频数据、路测数据多维数据的深度融合的无线网络干扰矩阵融合技术以及传播模型精确校准技术；

5、最小干扰遗传算法：在业内率先实现基于专有干扰矩阵的，以最小共模干扰为目标的遗传算法；

6、本技术利用了覆盖干扰矩阵给出的所有小区之间覆盖关系模型，引入PCI优化中优化区域和保护带概念，可以重点解决问题小区相关区域，不涉及全网大面积调整；

7、优化区域设置灵活，可对单个、区域或分散多个小区进行优化；

8、人力成本低，最少只需一个优化人员即可完成市级网络覆盖优化；

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种新的PCI规划方法，其特征在于，包括如下步骤：

A、基础信息收集整理，提取现网所有小区基础工参数据如PCI、小区发射功率、邻区关系、频点、经纬度、站高、小区方向角、下倾角、天线类型、覆盖场景等信息，随后进行步骤B；

B、根据已获取的基础信息，对现网进行基础性优化调整，包括覆盖优化和邻区优化；覆盖优化包括对向往小区的天线覆盖进行调整，主要有小区工程参数和小区配置参数调整，减小重叠覆盖度，保障连续覆盖；邻区优化主要包括添加漏配邻区、删除错配邻区或冗余邻区关系，基础性优化完成后进行步骤C；

C、对完成基础性优化的网络进行基础信息更新、摸底测试、扫频测试、MR数据提取、网管数据提取，并对所提取数据进行初步规整处理，随后进行步骤D；

D、根据已完成的多项数据源，通过MR干扰矩阵、扫频干扰矩阵、天馈干扰矩阵、切换干扰矩阵、融合干扰矩阵等构建综合干扰矩阵算法，随后进行步骤G；

E、根据步骤A所收集的基础信息数据，确定规划区域，如对单站点小区进行规划、线或面小区进行规划等，针对性进行后续规划与优化处理，之后进行步骤G；

F、根据步骤A所收集的基础信息数据，拟定PCI规划约束条件，确定待规划区域的PCI规划模型，可选择新的采用启发式算法、遗传算法，或者综合启发式+遗传算法的方式，随后进行步骤G；

G、PCI干扰分析与重规划，结合综合干扰矩阵算发表，采用遗传算法进行PCI规划，根据步骤E和F确定的规范对象及规划模型进行PCI规划；

H、确定规划结果割接实施，根据最终输出规划结果，上报规划结果及割接计划，批准后将规划方案割接入网，注意不同网络及不同厂家之间的互操作及相互配合。

2.一种新的PCI覆盖优化的方法，其特征在于，包括如下步骤：

1)确定需要优化的小区范围和覆盖参数；

2)把网络的基础工参、邻区数据、扫频数据和MR数据等导入系统；

3)系统进行小区覆盖干扰矩阵计算，生成综合干扰矩阵；

4)对优化区域进行优化方案创建；

5)基于专有遗传算法，系统对小区覆盖进行最优化评估；

6)对最终优化方案进行评估，不满足覆盖最优原则即重新进行迭代运算；

7)确定最终优化方案。