​​【2022年第7期】基于MR采样用户定位的高负荷扇区优化 您所在的位置:网站首页 mr数据采集分为小区级和ue级 ​​【2022年第7期】基于MR采样用户定位的高负荷扇区优化

​​【2022年第7期】基于MR采样用户定位的高负荷扇区优化

2024-07-08 19:25| 来源: 网络整理| 查看: 265

针对上述问题,对用户终端上报的MR数据开展深度解析,提取其中接收功率、接收质量等数据,实现室内外用户区分和高精度定位。首先,通过分析MR采样数据粗略确定小区内用户分布,并区分出室内和室外用户,再利用基于AGPS(Assisted Global Positioning System,辅助全球卫星定位系统)的MR采样数据进一步确定用户分布区域,判断出需要扩容的范围。然后,前台测试人员进行现场情况勘察和确认,最终完成站址选择。该方法前后台高效配合、精确找出小区覆盖范围内用户聚集的区域,据此制定高价值区域载波扩容方案,实现高负荷扇区用户分流,配合已有的宏站、室分站点搭建立体组网,重点布局微站,打造宏微室分立体组网,达到网络覆盖和容量双提升效果。

1 室内外用户区分及定位原理

1.1 热点用户定位原理

为直观看出用户聚集区,可对MR采样数据可视化处理。首先对MR采样数据栅格化,然后将单个小区MR采样地理化呈现,通过热力图将栅格内总采样点、总采样点平均电平等信息可视化,从而得出基站一个扇区采样热点分布,即“热点区域”。全量MR采集的数据为用户周期性上报的参考信号接收功率、参考信号接收质量等信息,当用户打开GPS时,则包括用户上报的经纬度信息。

MR采样数据定位精度为200 m以内,但可区分室内、室外用户,定位主要采用三角定位原理。采用无线测距技术测量出用户UE与3个基站eNB1、eNB2、 eNB3的距离r 1 、r 2 、r 3 ,结合eNB1、eNB2、eNB3的经纬度坐标,可计算出UE的位置,即实现用户定位, 如图1所示:

高精度AGPS采样点占总采样点30%左右,但其精度可达20 m以内,灵活使用可提升优化效率。AGPS定位技术结合了GPS定位和蜂窝基站定位的优势,借助蜂窝网络的数据传输功能,实现高精度定位和高速度定位。

如图2所示,AGPS中从定位启动到GPS接收器找到可用卫星的基本流程如下。

1)UE从蜂窝基站获取到当前所在的小区位置;

2)UE通过蜂窝网络将当前小区位置传送给网络中AGPS位置服务器;

3)APGS位置服务器根据当前小区位置查询该区域可用的卫星信息(包括卫星的频段、方位、仰角等相关信息),并返回给UE设备;

4)UE根据得到的可用卫星信息,快速找到相关GPS卫星。至此,UE已经可正常接收GPS信号,通过GPS卫星获取用户经纬度信息,实现用户精准定位。

1.2 室内外用户判断原理

室内外用户区分主要是基于无线电波传播室内穿透损耗特性,占用同一小区时,相同TA(跟踪区,Tracking Area)情况下,室内外用户的RSRP不同。假定不存在室分信号泄露情况,用户的服务小区为室分小区时,判定用户位于室内。对于服务小区为室外小区的场景,利用无线信号传播原理进行判定,位置相同或相近的室内和室外用户,接收信号强度主要区别于是否有建筑物的穿透损耗,室内用户的RSRP明显弱于室外用户。例如,在某服务小区TA=2区域,室外用户的RSRP为-85 dB,室内用户的RSRP为-100 dB,室外用户RSRP比室内用户RSRP高15 dB,如图3所示。针对同一个小区相同TA时开展RSRP路测,室外用户路测RSRP整体比室内用户RSRP高10~20 dB,如图4所示。

2 室外热点区域选址扩容运用实例

LTE***庞庄电厂南站点260°方向的小区长期流量和PRB(物理资源块)利用率高负荷,现有的F波段、D波段、A波段、FDD波段等频率资源已全部使用,根据现有资源,无扩容空间,需新增站点进行业务分流。

2.1 热点区域定位

针对高负荷方向上所有小区的MR采样数据进行分析,根据用户上报采样点数量确定用户在室内外分布情况,其中室外用户采样数量占比67%,室内用户采样数量占比33%,如表1所示。初步判断出大部分用户集中在室外场景,因此需要针对室外用户进行业务分流,计划在室外增补小基站或杆站等。

为直观地看出用户聚集情况,对MR采样数据进行多维度分析,进行栅格化和地理化并生成热力云图。首先,生成栅格数据,根据需求设置栅格大小,本小区采样栅格为10 m×10 m,然后,将栅格数据渲染成采样云图,地图上可直观地看出用户集中区域,如图5所示。

为更加精确地确定用户分布,对基于APGS的采样数据进行分析,定位出用户集中在***驾校科目二考试中心附近, 如图6所示,其中绿色线圈内为基于AGPS的MR采样数据定位的用户集中区域,紫色线圈内为全量MR采样数据判断出的室外用户集中区域,红色线圈内为全量MR采样数据判断出的室内用户的集中区域。精度不同的两种定位方法定位的用户分布区域基本一致,相互印证准确性。最后,根据定位结果,现场开展测试及勘察,发现驾考科目二考试车使用移动公司的手机数据卡,考试线路均主占该站点260°方向的小区,全天候几十台驾考设备实时与基站通信,导致基站负荷较高,用户速率下降。经容量计算,在该科目二考场沿线建设小基站,实现分流, 如图7所示。

2.2 建设方案及效果评估

高负荷区域内有多辆考试车辆频繁与基站交互,考试起点及终点考试车辆密集,小范围内出现短时大量通信,造成站点负荷较高问题,上行容量瓶颈更为突出。经现场勘查,结合驾考车数量及后台指标进行容量计算,最终确定在考点开始、结束位置及沿线建设微型杆站,实现负荷分流。建设开通后,覆盖区域忙时总流量由31.82 Gb增至42.28 Gb,增幅32.87%,忙时PRB利用率由59.47%降至47.23%,降幅20.58%,上下行速率也相应提升30%以上,如表2和图8所示。

3 室内热点区域选址扩容运用实例

LTE***香城路站点45°方向连续多天出现流量高负荷问题,周边站点已承担部分用户分流,该站点F波段、D波段、A波段、FDD波段等频率资源已全部使用,且已配置高性能的3D-MIMO设备,容量问题仍无法解决,多个用户反映上网问题。基于现有频点和设备资源,已无容量扩展空间,需新增站点分流。

3.1 热点区域定位

对该站点45°方向所有小区MR数据采样数据进行分析,粗略定位出用户聚集区,确定用户在室内和室外分布情况,其中室内用户MR采样占点比69%,室外用户采样点占比31%,因此可推断出大部分用户集中在室内场景,如表3所示。初步判断需要在室内建设室分网络,将室内用户分流至室分系统。

进一步分析基于APGS的采样数据,缩小现场排查范围,定位出用户集中江苏省***人民医院附近,如图9所示。

通过现场开展测试及勘察,发现该医院无室分网络覆盖,医院门诊楼、住院部、急救中心等多栋楼宇用户密集,是导致站点高负荷的主要原因,如图10所示,其中医疗费支付、视频、即时通讯等业务需求较高,小区上行和下行均出现高负荷问题。

3.2 建设方案及效果评估

通过现场勘查及容量计算,制定室分建设方案,在医院的门诊楼、急救中心、3栋住院楼规划并建设室分网络系统,用于承载室内用户。站点开通后,覆盖区域忙时总流量由45.92 Gb增至55.19 Gb,增幅20.19%,忙时PRB利用率由72.42%降至43.76%,降幅39.57%,上行速率感知提升35%以上,下行速率感知提升47%以上,高负荷小区问题全部解决,如图11和表4所示。

4 结束语

基于MR采样数据的热点用户定位方法,能够有效区分出室内、室外用户,并实现用户集中区域的精确定位,结合现场情况勘察,可快速、准确地完成站址选择和扩容方案制定,支撑完成高价值区域精准扩容,实现高负荷扇区业务分流,推动网络指标和用户感知提升。方案实施后,小区忙时总流增幅25%以上、忙时PRB利用率降幅31%以上、上下行速率感知提升30%以上,有效地推动市场发展和提升用户感知。

参考文献:(上下滑动浏览)

[1] 王仔强,徐永杰,魏宁宁. 基于物点的网络覆盖评估体系研究[J]. 电信工程技术与标准化, 2020,272(4): 71-76.

[2] 乌云霄,路玮,杨艳. LTE容量增强方案研究[J]. 邮电设计技术, 2017(4): 42-46.

[3] 范波勇,张敏. TD-LTE系统中影响容量因素的研究[J]. 通信技术, 2014(7): 775-778.

[5] 迪格伦. 辅助GPS原理与应用[M]. 北京: 电子工业出版社, 2013: 7-43.

[6] 胡亚希,梁双春,方媛. 基于LTE测量报告数据的小区覆盖分析[J]. 电信工程技术与标准化, 2013,26(1): 33-37.

[7] 王君君,魏志刚,虞辉. 面向感知的短时高负荷定位研究与应用[J]. 江苏通信, 2020,36(5): 50-53.

[8] 黄嫚嫚,冯永胜. 公专网协同突破高铁保护带容量瓶颈[J]. 电信工程技术与标准化, 2020,33(10): 7-11.

[9] 王涛. 5G无线通信技术概念及相关应用的思考[J]. 中国新通信, 2018,20(7): 37-39.

[10] 欧阳洁. 5G网络技术特点分析及无线网络规划的研究[J]. 电子世界, 2018(16): 91.

[11] 高升. 面向5G驻留与终端节电平衡的研究[J]. 电信工程技术与标准化, 2020,33(4): 25-29.

[12] 徐建林,刘岚. 5G驻留比的优化提升策略研究[J]. 电信工程技术与标准化, 2020,33(12): 85-88.

[13] 杨全新. 高价值用户区域4&5G业务分流试点[J]. 数字技术与应用, 2021,39(4): 40-42.

[14] 郑国惠. LTE高负荷场景优化解决方案[J]. 电信技术, 2019(7): 58-61.

[15] 王盼盼,刘昌兴,刘雨杭,等. 基于载波级均衡及业务资源调度效率的价值流量提升方案研究[J]. 信息记录材料, 2020,21(9): 185-186.

[16] 刘光轶. LTE网络扩容方法研究[J]. 通信与信息技术, 2019(3): 57-59.

[17] 刘振洪. LTE高负荷场景优化方法的研究[J]. 电信工程技术与标准化, 2015,28(11): 64-67.

[18] 杜健. 4T4R及多扇区创新扩容方案研究[J]. 电信技术, 2019(9): 26-29.

[19] Kiani S G, Gesbert D. Optimal and Distributed Scheduling for Multicell Capacity Maximization[J]. IEEE transactions on wireless communications, 2008,7(1): 288-297.

[20]Skjevling H, Gesbert D, Hjrungnes A. Low-Complexity Distributed Multibase Transmission and Scheduling[J]. Eurasip Journal on Advances in Signal Processing, 2008,8(2): 1-9.

[21] Andrews J G, Wan C, Heath R W. Overcoming interference in spatial multiplexing MIMO cellular networks[J]. Wireless Communications IEEE, 2007,14(6): 95-104. ★

★扫描 二维码,到知网阅读下载本篇论文

★原文发表于《 移动通信》2022年第7期★

doi:10.3969/j.issn.1006-1010.2022.07.013

中图分类号:TN959.74 文献标志码:A

文章编号:1006-1010(2022)07-0072-05

引用格式:黄嫚嫚,黄翔,刘庆雅,等. 基于MR采样用户定位的高负荷扇区优化[J]. 移动通信, 2022,46(7): 72-76.

作者简介

黄翔:硕士毕业于安徽大学,现任中国移动通信集团江苏有限公司徐州分公司工维部工程师,主要从事4G/5G无线网络规划工作。

刘庆雅:硕士毕业于东南大学,现任中国移动通信集团江苏有限公司徐州分公司工维部工程师,主要从事无线网络优化管理。

《移动通信》投稿方式为在线投稿

请您登录网页投稿系统

链接地址:http://ydtx.cbpt.cnki.net

目录 | 2022年第9期 专题:面向6G的边缘人工智能

2022年第6期 | 6G专题论文集合(13篇)

【 蜂窝车联网(C-V2X)】2022年第11期专题征稿

【12月专题征稿】毫米波、太赫兹通信技术

【100篇】《移动通信》2021年1—6期专题论文集合

#扫码关注我们#

《移动通信》

用论文解读通信

《移动通信》杂志由中国电子科技集团公司主管,中国电子科技集团公司第七研究所主办,是中国期刊方阵“双效期刊”、工业和信息化部精品电子期刊、中国科技论文统计源刊、中国科协《高质量科技期刊分级目录》入选期刊、日本JST收录期刊。国内连续出版物号:CN44-1301/TN,国际连续出版物号:ISSN1006-1010,邮发代号:46-181。返回搜狐,查看更多



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有