4G优化案例NBIoT覆盖地图算法研究与开发试点创新案例.docx

4G优化案例NBIoT覆盖地图算法研究与开发试点创新案例.docx

《4G优化案例NBIoT覆盖地图算法研究与开发试点创新案例.docx》由会员分享，可在线阅读，更多相关《4G优化案例NBIoT覆盖地图算法研究与开发试点创新案例.docx（12页珍藏版）》请在冰点文库上搜索。

4G优化案例NBIoT覆盖地图算法研究与开发试点创新案例

NB-IoT覆盖地图算法研究与开发试点创新案例

XX

XX年XX月

NB-IoT覆盖地图算法研究与开发试点创新案例

XX

【摘要】NB-IoT没有MR用于覆盖评估，传统只能通过DT或CQT来评估NB网管覆盖情况，但NB与L800具有许多相同的特性。

本案例根据理论推导以及四个典型场景（近300KM）和多种功率配比的锁小区测试对比分析，完成L800与NB折算算法的研究，并依托XX天翼蓝鹰系统实现利用LTEMR数据自动评估NB网络。

结束了NB只能通过传统的路测手段进行覆盖评估的现状，实现高效快速的网络评估，能有效支撑“业务放号”与“网络优化”。

【关键字】NB-IoT、网络覆盖地图

【业务类别】物联网

1工作背景

中国电信作为全球首个建立NB-IoT网络的运营商，随着NB-IoT网络的逐渐完善以及5G万物互联时代的到来，NB-IoT业务将日益增多。

然而NB-IoT网络覆盖评估依旧只能采用传统的DT/CQT测试，不仅成本高、周期长、效率低，而且路测无法完全评估NB-IoT全网覆盖情况，更不符合当前“自动化、智能化”的生产要求。

针对以上痛点，结合XX工作实际需求与集团专项工作要求，XX电信根据L800与NB-IoT同站址共设备且频段相近的特点，创新性地提出了利用L800海量MR数据进行NB-IoT覆盖评估，开展NB-IoT覆盖地图算法研究与开发实现。

解决NB-IoT终端不上报测量信息，只能依靠路测评估覆盖的难题，为业务放号、网络建设优化提供相应指导。

2算法研究及开发试点过程

2.1研究提出L800和NB-IoT信号折算算法

由于中国电信L800网络与NB-IoT网络采取1:

1组网方式，同站址共设备（即共RRU、共天馈），因此两者在天线高度、天线性能、天线增益、方位角等射频特性上保持高度一致。

并且两者都部署于800M频段上，中心频率较近，理论上具有相同的无线传播特性。

2.1.1理论分析

L800与NB-IoTRSRP可简单理解为满足以下公式：

业界采取Okumura-Hata传播模型（适用于150~1500MHz）进行800M无线传播路损计算。

公式如下：

上式中，

：

基站到UE的路损，单位dB；

F：

载波频率，单位MHz;

—基站天线有效高度，单位m；

：

移动台天线高度因子，随场景变化；

d：

发射天线与接收天线之间的水平距离，单位km。

因此，在评估某一位置上共站的L800与NB-IoT路损时，差异主要体现在载波频率f上，而载波频率相近，在仿真中可忽略，认为

。

L800与NB-IoT共天馈，因此

。

综上所述，

。

2.1.2测试验证

在现网中选取各种L800与NBRS功率配置情况下的进行锁小区测试（测试采用扫频仪），测试结果如下：

测试1：

NBRSPower=29.2dBm、L800RSPower=18.2dBm

根据理论分析，由于NB的RS功率比L800大11dB，因此

。

测试情况如下图所示：

测试2：

NBRSPower=32.2dBm；L800RSPower=21.2dBm

根据理论分析，由于NB的RS功率比L800大11dB，因此

。

测试情况如下图所示：

测试3：

NBRSPower=32.2dBm；L800RSPower=24.2dBm

根据理论分析，由于NB的RS功率比L800大8dB，因此

。

测试情况如下图所示：

测试4：

NBRSPower=32.2dBm；L800RSPower=18.2dBm

根据理论分析，由于NB的RS功率比L800大14dB，因此

。

测试情况如下图所示：

以上可知，

。

根据此折算公式，可利用L800MR中的

进行

折算，进而评估NB-IoT全网覆盖情况。

2.2开发试点过程

2.2.1整体思路

2.2.2基于L800MR数据折算NB-IoT信号栅格化呈现

MR数据是UE在业务过程中上报给网络的测量报告，里面包含了网络的信号覆盖情况，可以准确评估出现网覆盖情况。

XX创新性地使用基于异频测量的L800MR数据进行网络评估，并可根据AGPS-MR或全量MR数据定位用户上报MR时的位置，再将信号显示在20m*20m栅格中，将网络覆盖可视化呈现出来。

AGPS-MR携带经纬度，能非常精准地定位到相应位置，实现栅格映射。

然而，AGPS-MR数据极少，为增加信号采集量，需用到全量MR数据。

XX根据创新的算法，实现全量MR数据“粗定位”，将海量的全量MR数据加以利用，增加覆盖评估数据。

2.3效果验证

2.3.1路测数据与系统结果对比

根据L800与NB折算算法，进行开发后，导入2个典型场景进行对比分析，展示如下。

场景一：

华师周边区域

场景二：

沐陂村

通过上述场景对比，基本符合覆盖评估，准确度可满足需求。

2.3.2算法精准度前提

前提1：

L800与NB小区对匹配精准

现网规划中，NB-IoT在L800的基础上通过软件升级直接开通，频段上都使用BAND5，并且共设备的L800与NB-IoT小区对采用同“eNBID”和“PCI”。

因此，此次开发采取“Band_eNBID_PCI”进行L800与NB小区对匹配。

折算公式中，

，需确保小区对匹配精准。

否则，将严重影响折算准确度。

前提2：

RS功率准确

折算公式中，另一个影响因素是小区的RS功率。

由于在日常网络优化操作中，可能会针对RS功率进行优化调整，因此必须确保RS功率能及时更新，保证准确。

3创新成果展示

3.1固定、自定义区域“实时”覆盖分析及呈现

定义关注区后，通过选择关注区可快速自动定位至相应区域，快速连接区域覆盖情况。

如下所示：

图1-历史关注区域覆盖分析

具备自定义区域选择，可呈现栅格化覆盖呈现。

如下所示：

图2-自定义划定区域覆盖分析

3.2结合“多地图”方式联合切换分析

实现“XX地图”、“谷歌地图”、“混合地图”方式联合分析，能快速实现与周边环境进行覆盖分析，并为建设优化提供指导。

3.3“弱覆盖”地理化呈现与导出

快速实现NB弱覆盖区域定位，提前获取弱区信息，能有效支撑业务放号，并为建设优化提供指导。

如下所示：

3.4实现地市级云图呈现

可实现地市级云图呈现，快速了解整个地市的覆盖情况，定位大区域无覆盖区域。

图8-云图覆盖分析

3.5实现外部数据对比分析

平台支持导入DT/CQT测试数据用于对比分析，也可导入台账呈现扇区位置，加以对比分析。

如下所示。

图9-测试数据对比分析

图10-结合工参数据分析

析

4后续开发试点思路

4.1室内覆盖地图

当前实现的NB-IoT覆盖地图，未考虑相应的室内损耗，适用于室外覆盖评估。

NB-IoT大部分业务将集中在室内区域，因此后续将增加室内覆盖评估。

根据前期广州大量测试数据的总结分析，形成以下特定场景的NB-IoT损耗评估。

场景

类型

衰减范围

居民住宅小区场景

（单层4单元内）简单户型

-5dBm~-10dBm

复杂户型底层（8楼以下）

-22dBm~-27dBm

复杂户型中层（9-16楼）

-18dBm~-23dBm

复杂户型高层（16楼以上）

-15dBm~-20dBm

城中村场景

外部区域

-20dBm~-25dBm

核心区域

-35dBm~-40dBm

商务办公楼场景

低层15楼以下

-10dBm~-15dBm

中层15-30楼

-15dBm~-20dBm

高层30楼以上

-20dBm~-30dBm

高校场景

宿舍区

-15dBm~-20dBm

教学区

-10dBm~-15dBm

后续开发将实现两点：

1）特定场景选择后自动考虑相应损耗后实现覆盖评估呈现；2）自定义损耗评估。

4.2RS自动采集更新

当前平台开发中的RS功率是人工导出现网配置情况，进行L800与NB小区对匹配（BAND_eNB_PCI），并添加相应RS功率。

虽然日常网优不会经常调整，更不会进行大面积调整，但仍然会有部分区域或小区进行RS功率调整，将引起覆盖折算评估误差增大。

后续建议在综合网管中增加相应RS信息采集，实现自动更新。

5总结

根据L800与NB同频段共设备的特性，依据理论推导以及四个典型场景的测试数据验证，推到出了L800与NB折算算法

，并在相应平台上实现系统开发试点。

结束了NB-IoT无MR数据，只能通过传统的路测手段进行覆盖评估的现状，实现高效快速的NB-IoT网络评估，能有效支撑业务放号和网络优化。