sz覆盖模拟研究.docx

sz覆盖模拟研究.docx

《sz覆盖模拟研究.docx》由会员分享，可在线阅读，更多相关《sz覆盖模拟研究.docx（9页珍藏版）》请在冰豆网上搜索。

sz覆盖模拟研究

覆盖模拟在网络优化中的应用

作者：

陈光明

主题词:

覆盖模拟扫频网络优化辅助软件

摘要:

省公司04年初提出了“延伸网络优势、开展精致网优、努力实现网优工作质的飞跃”的网络优化目标要求，要求我们从各方面不断提高网络质量。

覆盖优势是最基础的网络优势之一，确保这一优势现阶段的主要问题是要解决小区信号覆盖不合理导致的问题。

本文主要介绍一种覆盖模拟算法，该覆盖模拟方法解决了长期以来困扰我们的量化分析网络覆盖状况的难题。

本文还介绍了在实际网络优化工作中利用该算法辅助分析网络问题得到的一些结论。

（一）前言

扫频路测是网络优化日常工作的一个重要部分。

其主要任务是对优化区域进行信号普查，了解在优化区域内各个基站的信号强度。

我们可以通过扫频的结果来判断各个基站的信号覆盖范围和覆盖强度，也可以据此推断出各个站点之间信号的干扰程度。

扫频路测是了解信号覆盖情况的一个重要的手段。

但是，在实际工作中，由于各方面的原因，有很多区域由于建筑物阻挡、地形或者其他人为因素我们无法一一在扫频路测中进行测试。

目前大部分的扫频测试主要集中在街道和部分车辆可以进入的区域。

对于这些扫频路测时无法测试到的区域，我们无法进行一个比较准确的判断。

一个有经验的网络优化人员，可以从目前已有的测量数据和当地的无线环境大致推算出这些区域的覆盖情况，但是这样的推算需要积累一定的经验，并且也带有一定的主观性。

因此，为了科学地对了解优化区域内所有地点的信号覆盖情况，有必要对扫频数据进行进一步的计算机模拟，作为网络优化人员提供科学、直观的辅助手段。

计算机模拟的方法有很多，算法也不尽相同，这里介绍的是一种以已有扫频数据为基础，多种拟合方法相结合的模拟方法。

为了对结果进行合理的模拟分析，需要对数据进行多个步骤的处理，尽量排除产生误差的因素，该算法处理的过程大致有如下几个环节：

为了使模拟结果尽量逼近真实的情况，该算法将地形信息和覆盖测量信息综合考虑，并且也将同站不同扇区的小区信号作为参考，使结果更加准确。

下面将详细介绍各个步骤。

（二）覆盖模拟

1．数据预处理

首先要从扫频数据中将各个基站在不同位置的场强提取出来，形成每个站点独立的场强分布。

因为对每个基站的场强分布的处理步骤都是一样的，下面我们集中讨论一个站点的场强分布的处理方法。

首先以基站为中心点，进行点阵的极坐标转换，并在半径方向以20米为步长，水平方向上以一度为步长，绘制极坐标栅格图案，并将扫频数据按照坐标放置在栅格图案内。

为了确保数据的准确，先要去除一些不符合自由空间衰减规律的测量数据。

即对于每一个扫频点的信号强度应该满足：

信号强度>120-20*log10（M），其中M为该点到基站的距离。

这样，一部分偏离实际测量位置的扫频测量数据可以被排除掉，避免这些数据影响数据模拟的准确性。

2．数据拟合

下面将一步步的将栅格中没有数据的部分进行填充。

首先将一个栅格中的多个扫频数据的进行取中位数处理，这样可以合并冗余的数据。

合并以后，每个栅格里面最多只有一个数据。

大部分的栅格由于缺乏扫频数据，仍然是空的，需要进一步进行模拟填补。

我们把这些空的栅格分为不同的类型，分别以不同的算法进行填补。

1）

D4

栅格附近一定距离内有数据的。

D1

D3

D2

以栅格为中心，划出15米和30米半径的两个圆。

对落在两个圆内的数据进行加权平均，作为这个栅格的模拟强度值。

一般认为距离越近，参考价值越大，因此将

处于15m范围内的数据权重设置为2，将处于30m范围内的数据的权重设置为1。

例如上面的例子中：

模拟值＝（D1*2+D2*2+D3*1+D4*1）/（2+2+1+1）

2）邻近栅格有数据的。

在距离基站比较远的地方，由于极坐标系的原因，两个栅格之间的距离可能会离比较远，单纯采用物理距离的方法可能会有很多栅格无法模拟出来数据，因此在这种情况下可以考虑参考邻近栅格的数据。

同样采用加权平均的算法得到待求栅格的模拟值。

3）根据衰减进行填补。

对于没有邻近数据的栅格，下一步要通过信号衰减拟合进行填补。

首先根据栅格与信号的距离，将区域划分为近场强区和非近场强区。

近场强区的信号基本保持恒定，可以取一个固定的值代入，而对于非近场强区则要利用已有的测量数据进行对数线性拟合。

在实际扫频测量中，有很多数据由于无法解出BSIC而无法归入任何一个基站的场强分布阵列，这部分数据我们称为待确认数据。

为了充分利用这部分待确认数据，并结合实际工作总结的规律，我们把低于实测扫频数据的待确认数据认为是可信的，并用直线将这些数据（图中蓝色图形）与测量数据（图中红色图形）连接起来。

这样对于基站的每个方向角，都能计算出来这样的一条信号衰减折线，每个基站将会计算出360条这样的衰减折线。

为了得到更多的数据作为参考点，还可以考虑使用同站不同小区的数据来拟合。

这是因为同站小区基本上都处于同一个位置，其信号由于各方面因素所引起的衰减幅度应该与本小区具有相似的规律性。

利用这种规律，可以获得更为精确的衰减折线。

强度

距离

最后，将原来基于对数坐标的衰减曲线展开成线性坐标的数据，就可以得到最后的基站信号衰减模型。

利用这个基站信号衰减模型，可以填补大部分的栅格，使得各个栅格都能够找到对应于自己的强度拟和值。

3．地形遮盖

在实际情况下，基站信号会受到各种障碍物的遮挡，如果不考虑障碍物的影响，将会导致对覆盖的情况过于乐观。

另一方面，由于信号对部分障碍物具有穿透能力和绕射、折射能力，如果简单的依照射线方向来判断，则又有可能低估了覆盖情况。

综合考虑两种因素，算法将接受点的海拔位置提高一个固定的高度，这样可以避免一些邻近的高度变化对预测结果的影响，同时又能将一些比较大的地形变化（比如高山、低估等）考虑在内。

4．覆盖模拟的结果

采用以上的算法，可以得到最终的覆盖模拟结果。

下面是一个小区的覆盖范围图：

从各个小区的覆盖范围，可以估算出该小区的主覆盖范围和主干扰范围。

覆盖区和干扰区的计算方法如下图所示。

对应于每个区域，根据当地最强的小区信号8db以内的所有小区都视为可能的服务小区，对于当地所有可能成为服务小区的信号中最弱的信号12db以上的信号都视为可能的干扰小区。

按照这种算法，可以推算出这个小区的服务范围和干扰范围。

这种推算方法是结合GSM规范和实际应用来制定的，具有很强的实用性。

下图是根据一个小区的覆盖模拟范围图得到其服务范围图和干扰范围图得结果。

小区服务范围图小区干扰范围图

（三）一个实例应用

为了验证该覆盖模拟算法的有效性，我们进行了对比分析。

下图是我们在测试中发现的过覆盖现象。

红色箭头所示的小区为凤岗m2，紫红色的区域为从扫频数据中模拟出来的该小区的主服务范围，黑色圆圈表示过覆盖的区域。

从模拟的结果可以看出，小区的覆盖信号沿着宽阔道路向东南方向延伸了比较长的距离。

从该小区覆盖最远的地方到该小区本身之间，横跨了多个小区。

由于小区规划的时候并没有预期会覆盖到这么远的位置，所以在这些地方容易因为漏定邻区关系而导致切换问题。

解决这个问题最简单的解决办法是为这些区域定义合适的邻区关系，但这并不是根本的解决方法。

要从根本上解决这样的问题，必须调整覆盖。

调整覆盖不仅可以解决信号切换的问题，同时也可以降低过覆盖小区对网络的干扰，提高通话质量。

在以前覆盖调整主要靠人的经验来判断，有的时候甚至需要在现场进行多次调整，调整以后也较难评估调整对其他区域造成的影响。

现在通过扫频测试和覆盖模拟，可以较为准确的评估覆盖调整效果，减少调整的次数。

我们通过覆盖模拟软件，对天线调整的效果进行了模拟。

对于上述的例子，调整以前凤岗m2的下倾角为0度，我们通过软件对该小区在下倾角在各种情况下的覆盖范围进行了模拟，最后发现在下倾角为10度的情况下，该小区的过覆盖情况能够得到比较合理的改善。

模拟结果如下图所示：

从上图可以看出原来的过覆盖区域已经消失，根据上述模拟的结果，我们对基站的天线进行了相应的调整，测试结果表明实际的情况与模拟的结果比较吻合。

另一种完全相反的情况是小区的覆盖区域由于建筑物的遮挡，并没有覆盖到规划区域，使得该区域内没有主导的覆盖信号。

例如在下图中，小区信号的规划区域并没有得到很好的覆盖，相反，由于信号反射和背向信号的原因，在背向的区域上信号却延伸了很远，干扰了正常的主覆盖小区信号。

通过模拟软件，可以比较容易发现这类的覆盖问题，从而通过天线调整改善覆盖情况。

这些小区的覆盖问题，导致了小区之间的干扰关系非常复杂，也为小区频率配置带来了很大的困难。

在以前的优化思路中，往往是通过频率优化配置以及对小区进行参数调整和切换关系调整来控制这些问题，但是随着目前网络容量的日益扩大，频率配置和参数调整变得越来越困难，只有通过调整覆盖，使小区之间的干扰控制在最小范围内，这样才能够达到最佳的效果。

（四）结论

这次我们通过把基站的基础数据和覆盖模拟结果结合起来，并在Mapinfo中直观的显示出小区覆盖图、小区服务范围图、小区干扰范围图、频率复用图、小区切换关系图等重要信息。

这些信息为我们的分析消除了大量不确定的因素，使分析准确性和科学性大大提高，分析的结论更具有说服力。

精细化网优需要精细化的工具来辅助，我们与CSL公司的这次合作，为我们提供了更为有效的辅助工具，也为网络的精细化管理提供了一条新的思路。