小灵通网络掉话率指标改善分析方法.docx

小灵通网络掉话率指标改善分析方法.docx

《小灵通网络掉话率指标改善分析方法.docx》由会员分享，可在线阅读，更多相关《小灵通网络掉话率指标改善分析方法.docx（14页珍藏版）》请在冰豆网上搜索。

小灵通网络掉话率指标改善分析方法

小灵通网络掉话率指标改善分析方法

摘要：

本文对小灵通网络掉话率指标进行分析，讨论影响掉话率指标的内在因素，并指出针对不同网络特点降低其掉话率的一些有效方法。

Abstract:

Thisarticleanalyzeddrop-call-rateperformanceinPHSnetworks,discussedtherootcausethatcanmarkedlyaffectdrop-call-rate,andpointedouttheapproachtodrop-call-ratereducing.

关键词：

掉话率切换覆盖干扰相关系数参数调整

缩写：

HO  Handover切换，通话越区切换

SW  Swtich 切换，干扰规避切换

RF  射频

CS  基站

ST  统计项

PA  寻呼区

TCH  语音通道，空中信道的语音通道

MELCO UT斯达康公司的一种500毫瓦基站的型号

       1 概述

       随着小灵通网络在国内蓬勃发展，网络负荷也迅速增长，掉话率等相关性能指标逐步恶化，用户满意度降低；目前各个城市的掉话率指标已呈现出较大差距，优化掉话率指标已成为保障小灵通网络持续发展的重要课题。

本文通过对多个城市网络的话务数据对比分析，归纳出影响掉话率的主要因素，同时指出改善掉话率指标的有效优化方法。

图112004年6月份全国重点网络掉话率与话务量

       2 掉话率影响因素分析

       从上图可以看到各个城市间掉话率指标差距较大，是哪些原因导致这些城市间的稳定差别呢？

我们首先回顾掉话率计算公式：

       注：

ST18，20，24及以后的ST28，31都是UT斯达康公司PHS小灵通系统的软件统计参数

       该公式给出了掉话率的计算方法，但仅从这个公式无法分离出各城市网络性能的内在区别，以下对更多掉话率相关指标做相关性分析。

       2.1 “相关系数”概念介绍

       在分析之前首先给出“相关系数”的概念：

       为研究成对出现的变量（X、Y）间的关系，在统计学中定义了相关系数概念

       “相关系数”的计算公式为：

       其中  

       相关系数的值域：

       “相关系数”提供了量化衡量两个变量间影响程度的方法，其绝对值越大代表两个变量的相关性越强，相关系数计算可以通过EXCEL软件的CORREL（）函数实现。

下文中用CORREL（X，Y）表示变量X、Y的相关系数。

       2.2 掉话率与其它指标的相关性

       从掉话率公式中体现的是，掉话数越多、通话数越少则掉话率越高。

根据以往验证，对于UT斯达康公司的500毫瓦MELCO基站，造成统计项ST24计数的原因有以下三类：

• Handover执行失败超时且无返回

• Switch执行失败超时且无返回 

• 无线链路异常中断

       前两项指标都有独立统计项可以考察，为此我们首先考察HO与SW对网络掉话率的相关程度。

（在本文中handover简写为HO，switch简写为SW），根据定性分析可以得到：

HO与SW切换频繁且覆盖差的网络掉话率将表现得较高。

       下图是以上10个重点城市的掉话率与SW切换率联合分布情况，其中横轴为掉话率。

       计算得到：

CORREL（SW切换率，掉话率）=0.825565078

       下图是10个重点城市的掉话率与HO切换率联合分布情况，其中横轴为掉话率。

       计算得到：

CORREL（HO切换率，掉话率）=0.885909661

       相关性分析显示CORREL（HO切换率，掉话率）显著高于CORREL（SW切换率，掉话率），表明HO更容易导致掉话；这是不难理解的，因为相对于SW，手机作HO时是处在信号覆盖弱的边缘区域，容易因为HO失败且无法返回导致掉话。

       但是，上述部分城市在相近的HO切换率的下也表现出掉话率指标的显著差别，这是否由城市间的网络覆盖差别引起呢？

为此引入网络的“覆盖率”指标。

       统计项ST28表示HO切入次数，ST31表示HO切出次数，我们用两者的比值来衡量网络覆盖效果，定义其为“覆盖率”。

对于覆盖不连续的网络由于其切入次数减少，覆盖率指标会有所下降。

覆盖率越高则表示网络覆盖越完善。

       覆盖率

       我们将HO切换率与网络覆盖率加以组合，定义为“掉话指数”指标，该指标反映了网络HO切换频繁程度度与网络覆盖率对掉话率的联合影响：

   上述10个城市的掉话相关指标如下：

城市

覆盖率

掉话率

HO切换率

SW切换率

掉话指数

北京

0.504454

3.49%

15.78513

7.626939

31.29154

重庆

0.661999

2.77%

13.85701

10.51073

20.93208

西安

0.524265

2.08%

11.06096

5.619902

21.09804

成都

0.559296

1.99%

11.24249

5.358718

20.10115

太原

0.533729

1.96%

10.18872

4.939241

19.08968

昆明

0.593098

1.76%

10.90483

5.923914

18.38621

郑州

0.560983

1.66%

9.186952

3.760359

16.37652

沈阳

0.649655

1.64%

11.87606

4.672314

18.28055

佛山

0.71432

1.50%

11.59546

4.664182

16.23287

漳州

0.542251

0.90%

5.351215

2.13865

9.868514

       下图是以上10个重点城市的掉话率与掉话指数联合分布情况，其中横轴为掉话率。

       计算得到：

CORREL（掉话指数，掉话率）=0.950559747

       三次相关性拟合的汇总如下：

图2－1掉话率与各指标的相关系数

       可以看到“掉话指数”与网络掉话率指标呈现较强的相关性（相关系数很高但仍未达到极值，这与各个网络的运行基站在对我们所分析的基站话务统计造成不同影响有关），我们可以通过该指标预估网络掉话率水平，也能从中确认导致各城市掉话率差别的的内在原因并制定针对性优化措施。

       3 高掉话网络掉话率改善分析

       下图给出了10个城市掉话率，HO切换率，覆盖率的分布情况，根据以上推导，我们来具体分析掉话率偏高的北京与重庆的指标改善思路。

 图3－110个城市的掉话相关指标

       3.1 降低干扰以减小HO切换率

       话务数据表明，重庆网络掉话率偏高，其覆盖率不低，但HO切换率显著偏高，这是由于山城多山多水多高楼的特殊地形造成网络基站过覆盖严重，自干扰程度偏高所导致。

因此降低重庆掉话率的优选方案是通过RF优化降低HO切换率；这需要通过减少高站、增加低站、基站TCH频率调整等措施实现。

       在重庆网络的高话务区域中普遍存在着HO切换率与掉话率皆高的过覆盖基站，对它们分配与周边基站独立的TCH频点可快速实现单站指标改善，下为一例。

图3－2重庆的山城地形特征

       下图给出解放碑高话务区域的基站分布情况，图中的基站A100422、A100424、A100426为安装在解放碑高话务区域楼顶的三个定向基站。

图3－3高话务区域的过覆盖基站A100424

       该三个基站的安装情况与覆盖方向如下图所示，从左至右依次为A100422、A100424、A100426。

 图3－4三个定向基站的安装情况

图3－5三个定向基站的覆盖方向

       这三个基站中，基站A100424覆盖了最为开阔的区域，导致该站话务量最高，同时干扰类指标也最为恶劣。

三个基站的忙时话务数据如下表：

基站号

话务量

LCH再次请求率

HO频繁度

掉话率

A100422

5.26

34.85%

5.54

1.03%

A100424

7.06

41.79%

6.71

3.34%

A100426

5.28

41.52%

5.97

2.74%

       该区域基站普遍使用的是18-77号频点，在将基站A100424修改为与周边基站独立的1-16号TCH频点后，其干扰类与掉话类指标均有较大改善，如下。

图3－6改频基站A100424的指标改善对比

       3.2 网络补盲以提高覆盖率

       北京网络掉话率在以上10个城市中位居第一，同时其覆盖率指标为最低；事实上由于基站安装协调原因，在北京市区仍然存在一些区域性的覆盖空洞，造成整网覆盖率不足；经过对各PA掉话率的地理化分析，我们看到覆盖空洞周边PA的掉话率普遍偏高，如下图所示；网络的掉话率改善主要应通过补盲、加强覆盖的措施实现。

数据同时显示北京网络的HO切换率也位于10个城市之首，这是由该网络在覆盖不足的同时存在较高话务负荷引起的干扰所导致。

图3－7北京网络的覆盖空洞

图3－8北京网络各PA掉话率指标分布

       4 掉话率指标优化案例

       武汉网络自开通放号以来，掉话率呈现逐步上升趋势，截止2004年6月，其忙时掉话率已经由最初放号时的1.6%升高到2.5%，该问题得到了各方面普遍关注，我们在2004年7月组织了针对掉话率指标的专项优化并取得良好效果。

       在优化之初，首先比较了武汉网络2003年12月与2004年6月各一天的话务数据，以确认造成掉话率在半年内上升的内在原因，见下图：

图4－1武汉网络03年数据

图4－2武汉网络04年数据

       可以看到半年以来，网络SW切换率（图中标注为干扰规避率）与HO切换率都有大幅度上升，在24小时走势图中HO切换率与掉话话务比走势完全吻合。

因此，武汉网络掉话率半年来的上升主要是由于网络内干扰随着半年来话务量激增迅速提升，造成HO切换率上升导致，降低网络的HO切换率将是降低掉话率的有效手段。

（“掉话话务比” ，该指标与“掉话率”走势一致）

       我们尝试通过改变HO触发条件，降低网络的HO切换率以改善掉话率指标，为此对基站的部分参数作调整，如下：

参数名称

参数默认值

解释

Recalling-typehand-overprocesslevel

39

切换的触发电平（23dBuV）

Recalling-typehand-overdestinationzoneselectionlevel

42

切换时的选择电平（32dBuV）

ChannelswitchingFERthresholdvalue

30/78

TCHswitching的触发FER（20％）

Areainformationreportstatusnumber

01/05

Areainfo的状态编号

T-channelswitching-typehand-overprocesslevel（CS）

2b

基站侧切换判决