设计师论文写作指引：LTE网络规划体系下的覆盖评估相关探讨

hwyzw

    网络规划设计师论文

    设计师的论文该如何撰写呢？以下是小编整理的关于网络规划设计师的论文，欢迎大家前来参考并借鉴！

    1LTE网络规划体系

    根据网络规划的要求，利用大数据能够从覆盖评估、干扰评估和价值评估这三个维度，构建起基于大数据挖掘的 LTE 网络规划体系。通过对现网问题进行全面且准确的分析与定位，从而预知 LTE 网络规划中存在的问题，进而提升 LTE 网络规划的准确性。

    1．1覆盖评估分析

    网络建设最基本的要求是良好的覆盖。基站站间距如果过大，基站覆盖过远，就会导致部分地点出现盲覆盖或者室内深度覆盖不足的情况；而站间距过小的话，重叠覆盖会带来较大干扰，这也会影响用户感受。同时，不必要的重复建站会加大投资成本。理想的蜂窝网络结构需在保障用户移动性的基础上，让小区间的交叠区域处于较低水平。借助现网 2G/3G 的实测数据，参考工参、扫频及 MR 等大数据，运用奥村－哈塔传播方程矩阵理论进行运算，依据不同频段自由空间传播模型损耗、模拟仿真覆盖及损耗矩阵，来评估规划 LTE 网络的覆盖情况。同时构建与现网实际相贴合的小区传播路损模型，以便有效识别 LTE 网络的弱覆盖和过覆盖区域，达成“点、线、面”联合校准验证，从而获取真实、准确且全面的小区覆盖规划数据。

    1．2干扰评估分析

    干扰对 LTE 网络质量有影响，它是关键因素。我们引入了干扰贡献系数，以此来评估无线网络的重叠覆盖度。我们将干扰邻区的能量之和与主小区的总能量的比值定义为干扰贡献系数，用它来评估主小区 A。当系数越大时，就表明该小区对外的干扰越大，需要整改的优先级也就越高。

    1．3价值评估分析

    传统规划主要从覆盖和干扰这两个维度来进行分析，然而它无法完全识别出高价值的站点，所以在网络部署之后，就会出现建设偏离业务热点的情况，并且还会有超闲小区比较多等问题。而基于大数据挖掘的 LTE 网络规划能够依据话务热点、用户或终端以及价值业务等多个维度来进行关联性的分析。首先梳理出数据及话务的热点区域，以及智能终端/数据卡渗透高的区域，以此来判定流量价值高的区域；其次找出数据业务使用率高，但实际速率低，话务需求被压制的区域；再次通过 VIP/投拆用户列表导出数据业务投诉用户和 VIP 用户所在区域，这样能更直观、有效地体现网络热点投诉以及流量变化较大的重点小区数据，从而定位重要客户的高价值流量区域，聚焦影响用户感知的重要问题，发掘 LTE 潜在的高价值区域，有效指导 LTE 网络规划效益，降低网络资源的管理成本。利用栅格为基础的多维度价值得分评估体系，先进行高流量小区的选择，接着实现用户分布的地理化关联，然后进行多维度的地理化综合分析，从而得到由多个小区构成的栅格的价值得分，最终得出高优先级的建站区域。

    统计各栅格的流量数据，统计用户使用 TD－SCDMA 的速率数据，统计用户数量数据，统计终端分布数据，统计业务流量分布等数据。当某个栅格点上的某一指标值大于全网栅格该指标的平均值的 k 倍时，就给该栅格价值点赋予相应的分值。

    栅格价值点的相应分值为：栅格内指标值除以全网栅格点该指标的平均值再乘以 k，k 值建议为 1.2。其意义在于，只有在此栅格点的其中某一项因素大于该项因素的平均值的 1.2 倍时，才会进行价值得分分析；而如果小于该值，那么该栅格点的该项因素的价值得分为 0。

    单个栅格的总得分由以下各项相加得到：权重 1 乘以热点得分，权重 2 乘以速率得分，权重 3 乘以终端得分，权重 4 乘以业务得分等等。

    统计基站覆盖范围内栅格的数量，同时统计各个栅格上的分值。最终输出规划基站的总栅格得分排序，排序的高低能够反映出该基站价值的高低。

    1．4评估分析流程

    评估分析通常在待建站点资源收集完毕之后，依据价值的高低，以基站覆盖范围以及受干扰影响的程度为依据，来挑选建站的顺序。从实际情况来看，可以一方面运用 2/3G 旧站址，另一方面提议增添符合合理网络结构的新站点，以此实现良好规划的目标。

    2大数据处理思路

    LTE 规划过程会利用所收集到的诸多数据。这些数据包含工参数据、性能数据、经分口数据、MC 口数据、投诉数据以及测试数据等六大项 13 类。通过这些数据，能够从中提取出有用的信息并进行分析。

    2．1基于大数据的打包清洗

    利用大数据的删冗去错机制来进行数据清洗，如见图 7 所示，以此保持数据的准确性。规划中首先要实现数据去冗，将对话统过期数据以及工参多余字段集中去除；其次是进行数据去重，把相同路段多次测试的数据去除掉，把话统及性能相同的数据排除掉，以确保数据的唯一性；再次是开展数据纠错工作，结合数据的特性，对统计异常、工参错误等数据进行纠正，保证数据区间处于合理范围。

    2．2基于大数据的关联聚合

    根据数据的特征以及变量等进行“数据降维”操作。从覆盖维度、干扰维度和价值维度这三个方面对数据进行投影降维，以此来简化分析数据的复杂程度。运用强关联聚合等多种聚合模型来进行“关联聚合”。例如在覆盖评估中，把道路测试、路测扫频、用户测量报告等信息依据关联强弱进行聚合；在价值评估中，将业务分布、用户分布、终端分布等信息按照比例进行关联聚合。具体而言，以用户的地理位置作为索引，将其所在位置的信号强度关联起来，同时关联干扰情况、终端支持类型信息、业务信息，以及所在位置的周围基站分布情况、周围环境情况、人群流动情况等。通过这些关联，建立起基于时间、位置、用户、终端、应用等多维度的用户行为聚合模型。根据用户行为模型进行分析筛选后，得到了绝对静态用户数。静态用户被定义为单用户在某小区有 5 天产生流量，并且每天在该小区产生的流量占当天该用户总流量的 70%以上，同时产生的流量大于 10MB/周。全省绝对静态用户数共计 3.8 万人，这些用户涉及 5798 个小区。根据用户在占用静态小区时上报的自身所在位置的经纬信息，理论上精度平均误差为 55m。结合基站位置进行关联后，发现了定位 2G/3G 数据业务成熟度高的区域。通过精确地定位不同用户上网的地理位置，同时关联静态用户终端的网络制式信息、用户上网习惯以及用户流量，来引导 4G 站点规划，并指导定向推送 4G 营销业务。

    3应用情况

    且应用范围广泛。通过对高价值区域进行定位，对干扰问题进行分析，从覆盖评估等维度进行综合关联性分析，利用 2G/3G 现网实测数据，实现了“点、线、面”的联合评估，能够真实、准确、全面地评估 4G 网络的价值流量、重叠覆盖干扰以及弱覆盖等情况，并且输出了 LTE 工参信息、站址建设优先级以及站址地理化呈现等一系列规划结果。通过黑、灰、白名单规则进行判断，输出了 LTE 网络中不建议规划的黑名单小区，以及经过相关优化调整后可规划的灰名单小区，还有直接可共址建设的白名单小区。一共评估了一期工程规划小区 60653 个，发现了低价值且用户流量少的黑小区 3433 个；容易产生干扰的黑色小区 5021 个，灰色站点 1265 个；存在覆盖问题的黑色小区 543 个，灰色小区 3501 个。规划质量提高后，后续优化调整的难度降低了。一共节约了资金 11766×0.3 = 3530 万（注：每个基站年优化费用约 0.3 万）。原来人工规划、勘察基站的效率得到了大大提升，解放人力成本带来了 75×10 = 750 万的直接经济效益（注：人力成本节约 75 人，含外包，年人均成本 10 万），全省网络规划优化的管理成本也降低了。通过对 TD－LTE 的大数据网络进行规划分析，起到了有效指导 4G 网络规划的作用。以终为始、聚焦价值、提高投资收益以及建设精品网络这些目标得以明确，从而提升了 4G 网络规划的准确性和合理性。

    4结语

    TD－LTE 是中国移动的未来，它是网络发展的方向，并且是具有我国独立知识产权的技术。要全力以赴、保质保量保速度地进行 TD－LTE 建设。网络规划是网络建设的基础依据，应当坚持“以终为始”的理念，以此为网络建设与网络持续发展提供技术支撑。TD－LTE 网络中，网络结构会对网络质量产生决定性影响。所以，网络规划对于 TD－LTE 网络的建设质量有着更为重要的意义。在 TD－LTE 网络规划里，引入了大数据挖掘等新思路，以此来保证网络规划的质量。高质量的网络规划能为后期的网络建设和优化运营提供良好的网络基础，从而达到事半功倍的效果。该研究能够将工程建设的“最前端———规划”与“最末端———优化”有机地结合起来。在规划期内，它可以有针对性地处理网络结构问题所引发的网络质量隐患。它是在 LTE 与 2G/3G 现网共站址、共 RRU、同天线的情形下，对 LTE 网进行优化的得力帮手。通过对 2G、3G 等现网数据进行分析，能够预测 TD－LTE 的网络性能以及干扰解决方案。这样做可以提升 TD－LTE 网络规划建设的质量，降低重叠覆盖和同频干扰的情况。目前，这种方法已在中国移动 LTE 一期、二期网络工程建设中全面应用，对推动 LTE 一期、二期网络工程建设保质保量保速度地完成任务发挥了重要作用。

    [网络规划设计师论文2017]