基于MDT大数据的基站覆盖异常问题定位方法

基于MDT大数据的基站覆盖异常问题定位方法

刘通

刘通

（中国联通安徽省分公司，安徽合肥，230000）

摘要

随着移动通信网络规模的扩大，如何实现网络优化工作的集约化、自动化、智能化是目前运营商的一个重要课题。文章介绍了利用MDT大数据进行基站覆盖异常问题定位的原理和方法，并结合案例对其在现网中的应用情况进行了阐述。

关键词：

MDT、覆盖异常、集约化、算法

0前言

随着移动通信的快速发展，网络规模不断扩大，业务种类不断增加，网络优化工作越来越复杂，成本越来越高，如何实现网络优化工作的集约化、自动化、智能化是目前网优工作的一个重要课题。

移动通信基站存在着一些常见的覆盖异常问题，如弱覆盖、越区覆盖、天线接反、室分外泄等，传统优化方法需要通过现场测试才能发现定位，费时费力。安徽联通网优中心借助FAST大数据平台，开发了“基站覆盖异常问题精准定位系统”，利用MDT/MR测量数据，通过大数据分析与计算，在后台即可发现定位一些常见的基站覆盖问题，使优化、维护工作有的放矢，减少了现场测试的工作量，降低了成本、提高了效率。

1覆盖异常定位系统架构

MDT（MinimizationDriveTest）即最小化路测，是3GPP在LTE系统中引入的一种通过网络配置对普通用户终端进行测量数据和位置信息采集的功能，只要用户终端开启GPS并支持MDT功能（终端版本R10以上），终端就能向基站自动上报包含用户位置信息的无线网络环境测量数据。与普通MR数据相比，MDT定位精度更高，MR的精度一般为100-200米，而MDT可以达到20米以内。与传统路测相比，MDT具有采集区域、采集时间不受限制，数据及时性高、体现真实用户感知、采集成本低等优势。

覆盖异常定位系统主要由3个部分组成：数据源、算法和各类问题小区输出。系统输入数据源为MR数据、MDT数据和基站工参，然后通过对采样点的RSRP、采样点数量、位置信息、基站的位置信息、天线方位角等数据按照设定的算法进行运算，最后自动筛选出覆盖异常的各类问题小区。

2部分功能算法简介

以下算法中的门限为参考值，可以根据需要设定，一般门限越高则问题小区筛选准确率越高。

2.1弱覆盖

（1）问题描述：小区覆盖未达到中国联通工程优化验收标准，整体覆盖偏弱。

（2）判断方法：市区宏站基站位置200米范围内，室外平均RSRP<-90dBm；郊区农村宏站基站位置300米范围内，室外平均RSRP<-90dBm。

2.2超近覆盖

（1）问题描述：由于天馈螺丝松动使得天馈下倾角过大、天线被阻挡、天馈损坏等原因，使得小区覆盖距离过近。

（2）判断方法：基站50米范围内室外采样点占室外总采样点比例>80%。

2.3越区覆盖

（1）问题描述：由于基站天线挂高过高或者下倾角过小等原因引起覆盖距离过远，越区覆盖到其他站点覆盖的区域，从而引起切换失败、干扰质差、小区吸收过多覆盖目标区域外的业务量等问题。

（2）判断方法：依据工参自动计算各宏站与周边宏站的平均站间距，超过2倍站间距的采样点的比例>20%,即判断为该站越区覆盖。

2.4天馈错接

（1）问题描述：天馈错接常见情形为为2个扇区或3个扇区互相接错，或者天馈方位角与工参偏差过大，使得小区实际覆盖范围与工参规划覆盖范围不符，给优化工作带来误导

（2）判断方法：与小区方位角的夹角差超过90°的采样点占比>80%,且采样点的电平>-110dBm。

2.5室分外泄

（1）问题描述：室分信号外泄到建筑物外区域，且信号仍较强，室外用户终端在占用到室分信号后可能迅速衰落，导致切换不及时、掉话、乒乓切换等多种异常现象，多由室分工程问题造成。

（2）判断方法：室分站点（无外打天线）下覆盖距离超过100米的采样点的占比>30%。

3应用案例

我们采集了某市一周的MDT数据，使用“覆盖异常定位系统”筛选出5类共50个问题小区，经现场测试验证其中有46个存在不同程度的问题。部分案例如下：

3.1案例一：天馈错接

共筛选出7个问题小区，测试验证均存在问题。其中四海小区东南基站MDT采样点分布如图1所示：

图1四海小区东南基站MDT采样点分布图

四海小区东南2、3扇区规划方位角分别为120和260度，图中对应采样点颜色分别为红色和黄色，从MDT采样点分布看疑似接反。测试验证结果如图2所示，由图中可以看出四海小区东南2、3扇区PCI分别为238和239，而其实际覆盖范围与规划明显相反，确认天线接反。

图2四海小区东南基站路测图

4结束语

与传统测试方法相比，基于MDT大数据的基站覆盖异常问题定位方法更省力、更全面、更及时、更真实，使我们的优化、维护工作成本更低、效率更高。随着移动网络规模的扩大，降本增效要求的提高，基于MDT的覆盖问题定位方法必将得到越来越广泛的应用。