TWI780505B - 多層網路優化系統及方法 - Google Patents
多層網路優化系統及方法 Download PDFInfo
- Publication number
- TWI780505B TWI780505B TW109137093A TW109137093A TWI780505B TW I780505 B TWI780505 B TW I780505B TW 109137093 A TW109137093 A TW 109137093A TW 109137093 A TW109137093 A TW 109137093A TW I780505 B TWI780505 B TW I780505B
- Authority
- TW
- Taiwan
- Prior art keywords
- optimization
- network
- layer network
- mobile
- layer
- Prior art date
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本發明揭示一種多層網路優化系統及方法,多層網路優化系統包括蒐集行動網路的資料之行動網路資料蒐集模組,以及分別執行功率優化與移動優化之多層網路功率優化模組與多層網路移動優化模組,以先調整功率來使得行動網路中各頻段能分層,再調整移動性參數,使得用戶能接取所在區域的行動網路中的效能優化層。爾後,進行模擬網路的效能評估,以於評估結果符合目標時,將功率優化和移動優化後的參數更新於行動網路,再進行實際網路效能檢測。
Description
本發明係關於一種多層網路優化技術,詳而言之,係關於一種用於無線行動網路參數的優化之系統及方法。
近年來,行動通信的發展帶給人們許多生活、產業上的改變,促進了經濟和民生的發展,行動通信已與人們的日常生活緊密結合,並持續影響人們現在與未來的生活。
目前,行動通訊網路在全球使用最廣是第四代行動通訊技術(The fourth generation of mobile phone mobile communication technology standards;4G),其應用於例如通話、簡訊、網路、1080p影片串流等,峰值速率可達0.1~1Gbps,而頻率約2-8GHz。4G帶來穩定的速度,被認為是應用程式(App)經濟推手,更帶動社群網站發展。
經過多年發展,行動通訊網路到現在發展出第五代行動通訊網路(The fifth generation of mobile phone mobile communication technology standards;5G),其應用於例如通話、簡訊、網路、4K影片串流、VR直播、自駕車、遠
距手術等,峰值速率可達1-10Gbps,而頻率約3-300GHz。5G擁有高速(speed)、低延遲(latency)、廣連結(connections)等三項特性。
未來4G、5G與各種共存網路的普及,無線網路使用的頻率與頻寬逐漸增加,而網路配置的問題逐漸從一維的如何最佳化單一頻率頻譜效能,轉變為多維的如何協作與配置多頻率網路來達到最大化整體網路效能。
為解決上述問題及其他問題,本發明提出一種多層網路優化系統及方法。
本發明之多層網路優化系統係包括:行動網路資料蒐集模組,用於蒐集行動網路之資料;多層網路功率優化模組,用於根據該行動網路資料蒐集模組所蒐集的資料,執行多層網路功率優化;以及多層網路移動優化模組,用於根據該行動網路資料蒐集模組所蒐集的資料以及該多層網路功率優化模組執行該多層網路功率優化的結果,執行多層網路移動優化。
上述之多層網路功率優化模組係根據該行動網路資料蒐集模組所蒐集的資料,執行多層網路功率優化,以將該行動網路中的各頻段分層,其中,該多層網路功率優化模組執行訊號整理與預處理、基站開關與頻率選擇、基站功率調整、效能評估、及/或參數設定輸出。
上述之多層網路移動優化模組係根據該行動網路資料蒐集模組所蒐集的資料以及多層網路功率優化的結果,執行多層網路移動優化,以允許用戶接取其所在區域的該行動網路中的效能優化層,其中,該多層網路移動優化
模組執行訊號預處理與基站設定引入、空閒模式移動性調整、連接模式移動性調整、效能評估、及/或參數設定輸出。
本發明之多層網路優化系統復包括:模擬網路效能評估模組,用於在該多層網路功率優化模組執行該多層網路功率優化以及該多層網路移動優化模組執行該多層網路移動優化之後,根據該行動網路資料蒐集模組所蒐集到的資料,進行模擬網路效能評估,以執行該多層網路功率優化及執行該多層網路移動優化之後的參數更新至該行動網路,其中,該模擬網路效能評估模組執行基站參數輸入、無線訊號模擬、基站移動性模擬、訊號強度分佈評估、用戶使用效能評估、及/或評估結果輸出。
本發明之多層網路優化系統復包括:實際網路效能驗測模組,用於對更新後的行動網路進行實際網路效能驗測,其中,該實際網路效能驗測模組執行基站KPI驗測、訊號分佈KPI驗測、使用者KPI驗測、及/或優化提升分析。
此外,本發明之多層網路優化方法係包括:蒐集行動網路的資料;根據所蒐集之資料,執行多層網路功率優化;以及根據該所蒐集之資料以及執行該多層網路功率優化的結果,執行多層網路移動優化。
本發明之多層網路優化方法復包括:於執行該多層網路功率優化及執行該多層網路移動優化之後,進行模擬網路效能評估。
本發明之多層網路優化方法復包括:於模擬網路效能評估的結果符合目標時,將執行該多層網路功率優化及執行該多層網路移動優化之後的參數更新至該行動網路,再進行實際網路效能驗測,其中,所述進行實際網路效能驗測之步驟係包括:比對優化前後該行動網路之效能。
所述根據所蒐集之資料執行多層網路功率優化之步驟係包括:將該行動網路中的各頻段分層。
所述根據該所蒐集之資料以及多層網路功率優化的結果執行多層網路移動優化之步驟係包括:允許用戶接取其所在區域的該行動網路中的效能優化層。
本發明之多層網路優化系統及方法係採用多層網路優化,來補足現有技術中優化網路可能出現的服務缺口,亦即在優化時先進行功率優化再進行移動優化,考量基站與用戶間的訊號關係來達到更好的網路協作,進而發揮多層網路的優勢,同時透過模擬網路效能評估與實際網路效能驗測來減少優化所需的驗證、資料整理時間與人力。
10:行動網路
20:多層網路優化系統
21:行動網路資料蒐集模組
211:行動網路運作狀態
212:用戶識別資訊
213:用戶資料回報
214:網路訊號
22:多層網路功率優化模組
221:訊號整理與預處理
222:基站開關與頻率選擇
223:基站功率調整
224:效能評估
225:參數設定輸出
23:多層網路移動優化模組
231:訊號預處理與基站設定引入
232:空閒模式移動性調整
233:連接模式移動性調整
234:效能評估
235:參數設定輸出
24:模擬網路效能評估模組
241:基站參數輸入
242:無線訊號模擬
243:基站移動性模擬
244:訊號強度分佈評估
245:用戶使用效能評估
246:評估結果輸出
25:實際網路效能驗測模組
251:基站KPI驗測
252:訊號分佈KPI驗測
253:使用者KPI驗測
254:優化提升分析
26:資料暫存裝置
S1-1、S1-2、S2-1、S2-2、S3-1、S3-2、S4-1、S4-2、S5-1、S5-2:步驟
S801~S806:步驟
Cell A、Cell B:基站
UE:用戶設備
L1~L5:層
A1、A3:Cell A訊號分佈
B1、B3:Cell B訊號分佈
AB1、AB3:干擾區
BS1:基站1
BS2:基站2
BS3:基站3
BS4:基站4
A點、B點、C點:座標點
圖1為本發明之多層網路優化系統之架構示意圖。
圖2為本發明之多層網路優化系統之行動網路資料蒐集模組的架構示意圖。
圖3為本發明之多層網路優化系統之多層網路功率優化模組的架構示意圖。
圖4為本發明之多層網路優化系統之多層網路移動優化模組的架構示意圖。
圖5為本發明之多層網路優化系統之模擬網路效能評估模組的架構示意圖。
圖6為本發明之多層網路優化系統之實際網路效能驗測模組的架構示意圖。
圖7為本發明之多層網路優化系統之具體應用說明示意圖。
圖8為本發明之多層網路優化方法之流程示意圖。
圖9A、圖9B、圖9C為本發明之多層網路優化系統及方法之一實施例。
圖10A、圖10B之多層網路優化系統及方法之另一實施例。
圖11A、圖11B為本發明之多層網路優化系統及方法之又一實施例。
以下藉由特定的實施例說明本案之實施方式,熟習此項技藝之人士可由本文所揭示之內容輕易地瞭解本案之其他優點及功效。本說明書所附圖式所繪示之結構、比例、大小等均僅用於配合說明書所揭示之內容,以供熟悉此技藝之人士之瞭解與閱讀,非用於限定本案可實施之限定條件,故任何修飾、改變或調整,在不影響本案所能產生之功效及所能達成之目的下,均應仍落在本案所揭示之技術內容得能涵蓋之範圍內。
請參閱圖1,其為本發明之多層網路優化系統之架構示意圖,本發明之多層網路優化系統20應用於行動網路(如3G、4G、5G等)10,至少包括行動網路資料蒐集模組21、多層網路功率優化模組22、多層網路移動優化模組23、模擬網路效能評估模組24、實際網路效能驗測模組25、資料暫存裝置26。
圖1所示之系統與其模組、裝置均可為軟體、硬體或韌體,若為硬體,則可為具有資料處理與運算能力之處理單元、處理器、電腦或伺服器,若為軟體或韌體,則可包括處理單元、處理器、電腦或伺服器可執行之指令,亦可包括其操作相關之資料。
行動網路資料蒐集模組21用於蒐集行動網路10之資料。如圖2所示,行動網路資料蒐集模組21所蒐集之資料包括:包含組態管理(Configuration Management;CM)、性能管理(Performance Management;PM)、障礙管理(Fault Management;FM)、及無線網路關鍵性能指標(Key Performance Indicators;KPI)之行動網路運作狀態211;包含位置、服務類型、訊務量、及移動路徑之用戶識別資訊212;包含量測回報(Measurement Report;MR)、及最小化路測(Minimization Drive Test;MDT)之用戶資料回報213;以及由具有路測功能的手機、掃瞄儀(Scanner)或模擬估算軟體所測量之網路訊號214,例如射頻訊號(Radio Frequency Signal;RF Signal)。前述資料儲存於資料暫存裝置26中,以供其他模組隨時取用。
此外,可藉由計算RF Signal來獲得RF Map。當基地台尚未開台時,RF Map可由Scanner量測、模擬估算軟體…等資訊計算獲得;當基地台開台後,由於RF Signal資料來源可增加搜集用戶終端的量測回報(MR),開台後可將Scanner量測、模擬估算軟體…等資訊結合MR資料整合以增加量測準確度,但因為各個裝置間天線特性不同,所以交互使用時需要做些轉換,其中,Scanner測量為基站引領(Pilot)訊號可用於重載評估;而手機測量可用於一般狀況的評估,同時上述測量資料都可以互相比對、驗證以提升網路效能評估的準確性。
多層網路功率優化模組22用於根據行動網路資料蒐集模組21所蒐集的資料,例如與功率相關的CM、Radio Signal、移動路徑、RF Map…等,執行多層網路功率優化。如圖3所示,多層網路功率優化模組22係根據行動網路資料蒐集模組21所蒐集的資料,執行以下功能:訊號整理與預處理221、基站開關與頻率選擇222、基站功率調整223、效能評估224、參數設定輸出225,藉此對基站訊號互動狀況做推估,計算符合品質需求的多層次網路,其中:
訊號整理與預處理221,即將蒐集到的相關資料進行整合不同來源訊號、濾除訊號空缺、去除雜訊…等,而後取出訊號特徵作為多層網路功率優化模組22的輸入。
基站開關與頻率選擇222,即依據訊號干擾狀況、需求狀況對基站的開關與運作頻率做調整,以降低不必要的基站的訊號干擾和在使用最小數量的基站下達到所需的品質需求,藉此降低運行成本。
基站功率調整223,即針對基站功率進行調整,以降低不必要的干擾與錯開各頻基站換手點,同時使得各個頻率的訊號在多層網路之下可以互補,來達到服務不中斷與穩定服務品質的功用。
整體效能評估224,即依據上述基站開關與頻率選擇222與基站功率調整223之後的參數進行訊號評估,考慮RF Signal品質與容量是否合乎所設定之目標,如評估結果合乎預期則將相關參數保留並準備輸出。
參數設定輸出225,即將效能評估合格的相關參數轉換為報表檔案與設定檔案,而後分別輸出給使用者與基站設定檔暫存區以供取用並在需要時可以直接對基站進行設定。
簡言之,多層網路功率優化模組22在優化時採取多層網路設計概念,透過不同頻點訊號特徵不同的特性,將各個頻點的訊號干擾點與主訊號涵蓋點錯開,使得整個網路訊號分佈均勻,不會發生特定區域訊號品質不佳的狀況,同時針對高干擾的基站做調配,在不影響基站服務效能的狀況下降低干擾,使得整體網路得到更好的品質。此外,因為應用場景與用戶行為可能會發生改變,多層網路功率優化模組22還可針對不同場景與需求產生不同網路配置並依據需要的場景做取用,例如,在大型展演活動如演唱會時,中間區域可能聚集多數用戶,此時會計算目標為保證中間用戶服務品質的組態;而在體育賽事活動時,觀眾可能就聚集於周圍區域,此時就會需要不同配置以保證周圍用戶的服務品質。
多層網路移動優化模組23用於根據行動網路資料蒐集模組21所蒐集的資料以及多層網路功率優化模組22執行該多層網路功率優化的結果,執行多層網路移動優化。如圖4所示,多層網路移動優化模組23係根據行動網路資料蒐集模組21所蒐集的資料以及多層網路功率優化模組22執行該多層網路功率優化的結果,例如功率相關CM、Radio Signal、移動路徑、RF Map、功率優化結果模擬…等,執行以下功能:訊號預處理與基站設定引入231、空閒模式(Idle)移動性調整232、連接模式(connect)移動性調整233、效能評估234、參數設定輸出235,藉此。對基站與用戶的互動狀況做評估,以保證用戶可以在多層網路中連接於效能較佳的網路層,同時保證基站的服務品質與服務不中斷,其中:
訊號預處理與基站設定引入231,即將蒐集到的相關資料進行整合不同來源訊號、濾除非目標頻點訊號、對由功率優化結果調整訊號、去除雜訊…等,而後將整理好的資料作為多層網路移動優化模組23的輸入。
空閒模式移動性調整232,即依據所測量到的訊號強度、頻點分佈狀況做判斷,選擇出訊號最佳且服務不會中斷的相關頻點與基站作為連接目標,並依照目標做Idle移動參數的設定,包括調整CellReselectionPriority、ThreshXHigh、ThreshXLow…等相關參數。
連接模式移動性調整233,即針對基站服務的連續性與訊號品質做判斷,使得用戶可以在不同區域使用時都可以連接到服務狀況最佳的基站與頻點,優化時也會考慮基站的服務數量與Load Balance做調配避免基站負載過重的情形,同時針對Ping-Pong、錯誤換手與過早過晚換手的狀況做避免,使得用戶可以在網路穩定不中斷的情況下使用網路,相關的調整參數包括A3 Qffset、A5Threshold、SNonIntraSearch…等參數。
效能評估234,根據空閒模式移動性調整232和連接模式移動性調整233之後的參數進行評估,判斷整體網路平衡性與訊號品質有沒有達到預期,並針對調整前後網路進行比對,如分析結果符合目標則進行參數輸出。
參數設定輸出235,即將效能評估合格的相關參數轉換為報表檔案與設定檔案,而後分別輸出給使用者與基站設定檔暫存區以供取用。
須說明的是,多層網路移動優化模組23所執行之多層網路移動優化係在多層往功率優化模組22所執行之多層網路功率優化22之後,其原因在於,在功率優化後,各頻段雖已達成物理上的分層,但因為用戶的基站選擇機制關係,用戶不一定可落於網路中的最佳服務層,此時必須經由移動性優化才可以發揮出多層網路的整體效能,在經過移動性優化之後,用戶可以於不同區域接取該區域最佳網路層,同時於移動時可以選擇正確基站進行換手接取。
簡言之,多層網路移動參數優化模組23主要是為了讓用戶可以落於正確的服務基站,因為每個區域訊號品質好的頻點可能不同,調整移動參數可以令用戶在不同區域皆可順利接取至訊號品質較好之基站,同時解決移動參數過鬆造成換手過慢或移動參數過緊造成Ping-Pong效應的問題,使得用戶可以長時間享受穩定且品質良好的網路。
模擬網路效能評估模組24用於在多層網路功率優化模組22執行該多層網路功率優化以及多層網路移動優化模組23執行該多層網路移動優化之後,根據行動網路資料蒐集模組21所蒐集到的資料,例如,優化結果設定參數、基站實際CM設定檔、RF Map、用戶MR資訊、訊務分佈…等,進行模擬網路效能評估,以於模擬網路效能評估的結果符合目標時,將執行該多層網路功率優化及執行該多層網路移動優化之後的參數更新至行動網路。如圖5所示,模擬網路效能評估模組24執行以下功能:基站參數輸入241、無線(radio)訊號模擬242、基站移動性模擬243、訊號強度分佈評估244、用戶使用效能評估245、評估結果輸出246,藉此模擬行動網路優化後運行的各種情形,確保網路優化的準確性與節省實地測試反覆往來所需要的時間,其中:
基站參數輸入241,即將執行多層網路功率優化及多層網路移動優化之後得到的相關移動與功率設定參數與實際基站運行相關參數做整合與載入,在模擬網路中進行虛擬場景建置,然後就可以開始對不同參數設定的場景進行分析以及評估。
無線訊號模擬242,即載入地圖資訊與相關訊務分佈,得到優化參數與場景互相作用所造成的訊號分佈情形,以用來對後續訊號強度、干擾強度、接取能力…相關指標進行分析。
基站移動性模擬243,即載入用戶分佈情形、用戶模擬路徑與用戶訊務使用情形等相關資訊,用以確保在真實場景下,用戶可以正確的接取基地台和順利的取得穩定的服務品質。
訊號強度分佈評估244,即針對訊號分佈的狀況強弱做相關的數學或是圖形分析,數學分析包括CDF、標準差…等統計方法,圖形分析會將模擬結果配合地圖等資料進行視覺化如SINR分佈溫度圖、RSRP分佈溫度圖、使用者接取訊號分佈圖…等。
用戶使用效能評估245,即結合用戶特性進行分析,例如用戶聚集區是否訊號品質較好、用戶移動對訊號品質影響、換手順序…等議題,此階段用以對參數設定做事前完整的分析用以避免頻繁到現場來回測試所需要花費的時間。
評估結果輸出246,即將相關結果以及報表輸出,使得相關開發與維運人員可以由報表結果的輸出判斷是否進行功能或參數的調整。
簡言之,模擬網路效能評估模組24主要有兩個目標,一是使用標準化的分析方法與產生相關圖表,省去技術人員蒐集資料與解讀資料所需要的時間,使得技術人員可以在較短的時間內完成系統參數設置的評估作業,二是使用模擬網路技術節省技術人員需要頻繁往返現場進行教調與驗證的過程。
實際網路效能驗測模組25用於對更新後的行動網路進行實際網路效能驗測,並如圖6所示,執行以下功能:基站KPI驗測251、訊號分佈KPI驗測252、使用者KPI驗測253、及優化提升分析254,其中:
基站KPI驗測251包括基站頻譜使用量、基站最大吞吐量、基站斷訊相關統計…等基站相關統計數據。
訊號分佈KPI驗測252包括RSRP分佈情形、SINR分佈情形、基站服務分佈情形…等相關統計與分析。
使用者KPI驗測253包括使用者吞吐量、最大吞吐量、延遲時間…等相關統計分析。
優化提升分析254用於比較原始參數與調整後的效能差異,以用來評估優化結果是否符合預期與是否有改進必要。
簡言之,實際網路效能驗測模組25主要目標為將分析網路效能進行自動化的處理,將原本繁複的報表統計相關流程直接串流為一個自動化的流程,此舉將可以大量減少技術人員查找相關數據與整理相關數據所需要的時間,提升網路優化的週期並改善分析效率。
根據本發明之圖1至圖6可知,藉由行動網路資料蒐集模組21儲存路測、PM、CM…等相關場域資料供其他模組取用,而後多層網路功率優化模組22和多層網路移動優化模組23進行多層網路功率優化以及多層網路移動優化,其中,為了達到多層網路的最佳配置,會先經由多層網路功率優化模組22調整RF組態,令各層頻率訊號皆有不同涵蓋分佈,又為了讓用戶可以準確落於最佳服務網路層,須將功率優化完成組態送往多層網路移動優化模組23進行用戶與基站移動性的調整,當進行完優化程序後再將結果送至模擬網路效能評估模組24進行評估,如評估結果符合目標則會將相關參數更新於行動網路10,而後實際網路效能驗測模組25會根據行動網路資料蒐集模組21對優化後的行動網路所蒐集到的資料進行驗測,如驗測結果達到預期則完成整個系統流程。整個優化流程強調標準化與流程自動化,使得行動網路優化可以減少繁雜的人工處理時間,同時減少人為判斷失誤的狀況,令行動網路優化可兼具即時、穩定、
精準…等多方面優勢。另外,利用頻點交錯的訊號配置方式降低干擾盡量發揮基站的最大效能,發揮頻點協作的優勢,同時因為大量載波聚合的情形越來越普及,多層網路優化將可以最大化的利用多層載波的優勢,激發網路的效能。
接著,請參閱圖7為本發明之多層網路優化系統之具體應用說明示意圖。在此實施例中,係以兩個5CA(carrier-aggregation)的基站BS1和BS2為例,行動網路尚未優化前如圖10A所示,基站BS1和BS2各提供層L1~L5的頻段。此外,圖9A顯示用戶端裝置UE在兩個相互干擾的基站Cell A和Cell B之間,圖9B顯示當基站Cell A和Cell B開啟時的訊號分佈,以層L1(某個頻段)來說,Cell A訊號分佈A1與Cell B訊號分佈B1之間存在干擾區AB1,以層L3(另一頻段)來說,Cell A訊號分佈A3與Cell B訊號分佈B3之間存在干擾區AB3,而干擾區AB1和干擾區AB3相互重複。
於步驟S1-1中,行動網路資料蒐集模組21蒐集RF訊號,其中,由Scanner量測RF訊號並存入資料暫存裝置中。接著,多層網路功率優化模組22啟動。
於步驟S2-1中,根據測量RF訊號進行預處理及整理,將缺失資料補足並將雜訊消除。
於步驟S2-2中,執行功率優化以產生功率優化設定檔,即根據優化預期目標、基站的位置與干擾情形判斷基站的開啟與關閉,例如,將圖10A中兩個基站BS1和BS2各關閉一個頻段;根據優化預期目標調整各基站功率,使得訊號涵蓋關係如圖9C所示,將各個頻段(層L1和層L3)的干擾區AB1和干擾區AB3相互錯開而使其不重複。接著,對優化的結果進行評估,如SINR、涵蓋範圍…等有無符合預期,如果不符合預期則重新計算新的相關調整參數;將相關
基站調整參數整理並進行輸出,包括參數數值標準化、相關功率資訊整合…等整理,最後再將優化參數包裝與輸出。接著,多層網路功率移動模組23啟動。
於步驟S3-1中,引入功率調整相關資訊與RF相關資訊,對訊號做整合與預處理。
於步驟S3-2中,執行移動優化以產生移動優化設定檔,即根據優化預期目標調整基站空閒模式相關移動參數,使得用戶在連接基站時可以連接到訊號品質較佳基站,並配置用戶於正確的移動區域;根據優化預期目標調整基站連接模式相關移動參數,使得用戶在接取基站時都可以享受較好的訊號品質。經優化調整之後,如圖10B所示,在座標點A點的用戶可接取基站BS1,而在座標點C點的用戶可接取基站BS2,並同時避免邊緣地帶如座標點B點容易發生的Ping-Pong效應、過早換手與過晚換手等移動性設置問題。接著,對調整後的移動參數進行評估,避免掉參數互相違背的情形並確保各個區域在設置參數後皆有辦法接取訊號品質良好之基站;將相關優化移動參數結果作整理,轉為各個基站所需之參數形式並進行參數包裝與輸出。接著,模擬網路效能評估模組24啟動。
於步驟S4-1中,對優化結果進行模擬評估,即將優化參數、測量RF Signal、場景資訊…等資訊作為輸入,以依據輸入的基站與場景資訊對場景的Radio環境進行建置與模擬;依據基站移動性的設置與用戶相關資訊對用戶與基站的移動性與互動情況進行建置與模擬;針對設置優化參數後的模擬場景進行訊號強度評估,以找出場景中訊號品質較差或涵蓋較差點以利後續修正;模擬不同用戶的使用行為,針對用戶感受進行模擬,以找出場景中可能因為用戶行為而產生的服務問題,如用戶突然大量聚集基站可否有辦法負荷、用戶進行
特定路徑的移動時基站能否正確換手…等問題;將上述的各種評估結果進行表格化、圖像化的輸出,藉此提供技術人員修改和對參數設置後的預期效果。
於步驟S4-2中,將功率優化設定檔及移動優化設定檔更新至行動網路,即依據優化的結果對基站的相關參數例如發射功率、Admin State、移動參數、Neighbor Maps…等進行設置,在需要時開啟相關紀錄效能功能。接著,實際網路效能檢測模組25啟動。於步驟S1-2中,由行動網路資料蒐集模組21來蒐集相關資料。
於步驟S5-1中,對更新後行動網路進行實際驗測,例如對基站KPI進行評鑑,如使用人數、資料吞吐量、基站頻譜使用狀況…等參數進行分析,會對現場用戶接收的訊號狀況進行分析,對使用者效能如下載速率、平均接取時間…等進行驗測。
於步驟S5-2,比對優化前後的效能,即對優化前後的效能改變提供相關圖表與資訊,進而判斷運行結果有無符合預期與運行狀況是否穩定是否需要調整。
再參閱圖11A和11B配合圖9B和9C說明本發明之另一實施例。於此例中,以三個3CA(Carrier-Aggregation)巨細胞的基站BS1~BS3與一小細胞的基站BS4為例,行動網路尚未優化前如圖11A所示。須說明的是,此例中的具體應用說明可參考圖7及上述關於圖7的敘述。
首先,行動網路資料蒐集模組21蒐集由Scanner所量測到的RF訊號並存入資料暫存裝置26。
接著,多層網路功率優化模組22啟動以執行:根據測量RF訊號進行預處理及整理,將缺失資料補足並將雜訊消除;根據優化預期目標、基站
的位置與干擾情形判斷基站的開啟、關閉與基站的頻率,如圖9C所示,將頻率作調整錯開干擾頻譜;根據優化預期目標調整各基站功率,使得訊號涵蓋關係如圖11B所示,將兩巨細胞的基站BS1和BS2與小細胞的基站BS4原本互相干擾的邊緣地帶藉由調整功率去除;對優化的結果進行評估,如SINR、涵蓋範圍…等有無符合預期,如果不符合預期則重新計算新的相關調整參數;將相關基站調整參數整理並進行輸出,包括參數數值標準化、相關功率資訊整合…等整理,最後再將優化參數包裝與輸出。
接著,多層網路移動優化模組23啟動以執行:引入功率調整相關資訊與RF相關資訊,對訊號做整合與預處理;根據優化預期目標調整基站Idle模式相關移動參數,使得用戶在連接基站時可以連接到訊號品質較佳基站,並配置用戶於正確的移動區域;根據優化預期目標調整基站Connected模式相關移動參數,使得用戶在接取基站時都可以享受較好的訊號品質,如圖11B所示,經過頻率調整之後,中央區由小細胞的基站BS4負責服務,在調整移動參數之後須確保用戶行至中央時可以順利換手至小細胞的基站BS4並由小細胞的基站BS4所服務;對調整後的移動參數進行評估,避免掉參數互相違背的情形並確保各個區域在設置參數後皆有辦法接取訊號品質良好之基站;將相關優化移動參數結果作整理,轉為各個基站所需之參數形式並進行參數包裝與輸出。
接著,模擬網路效能評估模組24啟動以執行:將優化參數、測量RF Signal、場景資訊…等資訊作為;依據輸入的基站與場景資訊對場景的Radio環境進行建置與模擬;依據基站移動性的設置與用戶相關資訊對用戶與基站的移動性與互動情況進行建置與模擬;針對設置優化參數後的模擬場景進行訊號強度評估,以找出場景中訊號品質較差或涵蓋較差點以利後續修正;模擬不同
用戶的使用行為,針對用戶感受進行模擬,以找出場景中可能因為用戶行為而產生的服務問題,如用戶突然大量聚集基站可否有辦法負荷、用戶進行特定路徑的移動時基站能否正確換手…等問題;將上述的各種評估結果進行表格化、圖像化的輸出,藉此提供技術人員修改和對參數設置後的預期效果。
接著,依據優化的結果對基站的相關參數例如發射功率、Admin State、移動參數、Neighbor Maps…等進行設置,在需要時開啟相關紀錄效能功能。
最後,實際網路效能驗測模組25啟動以執行相關驗測,例如對基站KPI進行評鑑,如使用人數、資料吞吐量、基站頻譜使用狀況…等參數進行分析,例如對現場用戶接收的訊號狀況進行分析,例如會對使用者效能如下載速率、平均接取時間…等進行驗測,而同時會對優化前後的效能改變提供相關圖表與資訊,藉此判斷運行結果有無符合預期與運行狀況是否穩定是否需要調整。
請返回參閱圖8,其為本發明之多層網路優化方法之流程示意圖。
於步驟S801中,蒐集行動網路的資料。接著進至步驟S802。
於步驟S802中,根據所蒐集之資料,執行多層網路功率優化,將該行動網路中的各頻段分層。接著進至步驟S803。
於步驟S803中,根據該所蒐集之資料以及執行該多層網路功率優化的結果,執行多層網路移動優化,以允許用戶接取其所在區域的該行動網路中的效能優化層。接著進至步驟S804。
於步驟S804中,進行模擬網路效能評估。接著進至步驟S805。
於步驟S805中,於模擬網路效能評估的結果符合目標時,將執行多層網路功率優化及執行多層網路移動優化之後的參數更新至行動網路。接著進至步驟S806。
於步驟S806中,進行實際網路效能驗測,並可包括比對優化前後該行動網路之效能。
綜上所述,藉由本發明之多層網路優化系統及方法,針對包含多個頻點的多層網路進行功率優化與移動優化,蒐集行動網路的相關資料作為運算資訊,考慮頻譜多層協作與互補以提升整體效能,優化時優先調整功率、頻率來使得各層網路RF分佈錯開,而後再依照功率調整後的網路分佈調整移動與相關參數,使得用戶可以依照規劃前往適當的服務基站與頻率,在調整結束後會進行模擬網路效能評估,如符合效能需求則進行實際網路效能驗測以進一步分析與報表輸出。因此,本發明可提升網路效能並解決用戶服務不均勻問題,同時可大幅削減人工網路優化的資料整理時間與實地測試的時間,提升網路優化效率。
上述實施例僅例示性說明本案之功效,而非用於限制本案,任何熟習此項技藝之人士均可在不違背本案之精神及範疇下對上述該些實施態樣進行修飾與改變。因此本案之權利保護範圍,應如後述之申請專利範圍所列。
10:行動網路
20:多層網路優化系統
21:行動網路資料蒐集模組
22:多層網路功率優化模組
23:多層網路移動優化模組
24:模擬網路效能評估模組
25:實際網路效能驗測模組
26:資料暫存裝置
Claims (12)
- 一種多層網路優化系統,係包括:行動網路資料蒐集模組,用於蒐集行動網路之資料;多層網路功率優化模組,用於根據該行動網路資料蒐集模組所蒐集的資料,執行多層網路功率優化,該多層網路功率優化包括根據優化預期目標、多個基站的位置與干擾情形,判斷各該基站的開啟或關閉頻段,使各該基站的干擾區相互錯開;以及多層網路移動優化模組,用於在執行該多層網路功率優化之後,根據該行動網路資料蒐集模組所蒐集的資料以及該多層網路功率優化模組執行該多層網路功率優化的結果,執行多層網路移動優化,該多層網路移動優化包括根據該優化預期目標調整各該基站的空閒模式移動參數,使得用戶在連接各該基站時連接到訊號品質持佳的基站。
- 如請求項1所述之多層網路優化系統,其中,該資料包括:包含組態管理、性能管理、障礙管理及無線網路關鍵性能指標之行動網路運作狀態、包含位置、服務類型、訊務量及移動路徑之用戶識別資訊、包含量測回報及最小化路測之用戶資料回報、以及由手機、掃瞄儀或模擬估算軟體所測量之網路訊號。
- 如請求項1所述之多層網路優化系統,其中,該多層網路功率優化模組係根據該行動網路資料蒐集模組所蒐集的資料,執行多層網路功率優化,以將該行動網路中的各頻段分層。
- 如請求項1所述之多層網路優化系統,其中,該多層網路移動優化模組係根據該行動網路資料蒐集模組所蒐集的資料以及多層網路功率優化 的結果,執行多層網路移動優化,以允許該用戶接取其所在區域的該行動網路中的效能優化層。
- 如請求項1所述之多層網路優化系統,復包括模擬網路效能評估模組,用於在該多層網路功率優化模組執行該多層網路功率優化以及該多層網路移動優化模組執行該多層網路移動優化之後,根據該行動網路資料蒐集模組所蒐集到的資料,進行模擬網路效能評估,以執行該多層網路功率優化及執行該多層網路移動優化之後的參數更新至該行動網路。
- 如請求項5所述之多層網路優化系統,復包括實際網路效能驗測模組,用於對更新後的行動網路進行實際網路效能驗測。
- 一種多層網路優化方法,係包括:蒐集行動網路的資料;根據所蒐集之資料,執行多層網路功率優化,該多層網路功率優化包括根據優化預期目標、多個基站的位置與干擾情形,判斷各該基站的開啟或關閉頻段,使各該基站的干擾區相互錯開;以及在執行該多層網路功率優化之後,根據該所蒐集之資料以及執行該多層網路功率優化的結果,執行多層網路移動優化,該多層網路移動優化包括根據該優化預期目標調整各該基站的空閒模式移動參數,使得用戶在連接各該基站時連接到訊號品質佳的基站。
- 如請求項7所述之多層網路優化方法,復包括:於執行該多層網路功率優化及執行該多層網路移動優化之後,進行模擬網路效能評估。
- 如請求項8所述之多層網路優化方法,復包括:於模擬網路效能評估的結果符合目標時,將執行該多層網路功率優化及執行該多層網路移動優化之後的參數更新至該行動網路,再進行實際網路效能驗測。
- 如請求項9所述之多層網路優化方法,其中,所述進行實際網路效能驗測之步驟係包括:比對優化前後該行動網路之效能。
- 如請求項7所述之多層網路優化方法,其中,所述根據所蒐集之資料執行多層網路功率優化之步驟係包括:將該行動網路中的各頻段分層。
- 如請求項7所述之多層網路優化方法,其中,所述根據該所蒐集之資料以及多層網路功率優化的結果執行多層網路移動優化之步驟係包括:允許該用戶接取其所在區域的該行動網路中的效能優化層。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109137093A TWI780505B (zh) | 2020-10-26 | 2020-10-26 | 多層網路優化系統及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109137093A TWI780505B (zh) | 2020-10-26 | 2020-10-26 | 多層網路優化系統及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202218451A TW202218451A (zh) | 2022-05-01 |
TWI780505B true TWI780505B (zh) | 2022-10-11 |
Family
ID=82558608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109137093A TWI780505B (zh) | 2020-10-26 | 2020-10-26 | 多層網路優化系統及方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI780505B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201134240A (en) * | 2009-06-22 | 2011-10-01 | Qualcomm Inc | Method and apparatus for network optimization using son solutions |
CN105900480A (zh) * | 2014-01-31 | 2016-08-24 | 华为技术有限公司 | 用于确定通信系统中的系统资源调度的方法 |
-
2020
- 2020-10-26 TW TW109137093A patent/TWI780505B/zh active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201134240A (en) * | 2009-06-22 | 2011-10-01 | Qualcomm Inc | Method and apparatus for network optimization using son solutions |
CN105900480A (zh) * | 2014-01-31 | 2016-08-24 | 华为技术有限公司 | 用于确定通信系统中的系统资源调度的方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202218451A (zh) | 2022-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10050844B2 (en) | Techniques for dynamic network optimization using geolocation and network modeling | |
WO2022083275A1 (zh) | 一种基于蚁群算法的天线权值优化方法及装置 | |
US10966108B2 (en) | Optimizing radio cell quality for capacity and quality of service using machine learning techniques | |
US9730086B2 (en) | Techniques for dynamic network optimization using geolocation and network modeling | |
WO2016090961A1 (zh) | 一种网络关联分析方法及装置 | |
CN109391513B (zh) | 一种基于大数据的网络感知智能预警与提升方法 | |
US20140024318A1 (en) | Modifying log files and playback files used for wireless network emulation | |
CN108990078A (zh) | Lte网络下行干扰的优化方法、系统、设备及存储介质 | |
CN103686818B (zh) | 一种仿真测试方法及设备 | |
EP2934037B1 (en) | Technique for Evaluation of a Parameter Adjustment in a Mobile Communications Network | |
CN105376089A (zh) | 一种网络规划方法及装置 | |
Gao et al. | A coverage of self-optimization algorithm using big data analytics in WCDMA cellular networks | |
CN103118382A (zh) | 一种数据业务小区乒乓重选的分析方法 | |
US20140315539A1 (en) | Radio parameter control system, radio parameter control apparatus, radio base station, radio parameter control method and program | |
CN103596205A (zh) | 网络状态的确定方法及装置 | |
Farooq et al. | Machine learning aided holistic handover optimization for emerging networks | |
Rizwan et al. | A zero-touch network service management approach using ai-enabled cdr analysis | |
TWI780505B (zh) | 多層網路優化系統及方法 | |
CN107371183A (zh) | 一种网络质量报告的输出方法和装置 | |
CN104469834B (zh) | 一种业务仿真感知评价方法及系统 | |
Kaada et al. | Resilience analysis and quantification method for 5G-Radio Access Networks | |
CN102098710B (zh) | 路网质量仿真系统与方法 | |
Park et al. | The impact of cloud base station's coordinated multi-point schemes on mobility performance | |
Zhao et al. | Measuring instability of mobility management in cellular networks | |
WO2013034016A1 (zh) | 导频污染分析方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GD4A | Issue of patent certificate for granted invention patent |