td网络多场景自动识别与优化系统

《td网络多场景自动识别与优化系统》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《TD网络多场景自动识别与优化系统》成果介绍一、项目简介1.项目背景　　　　当前的TD网络优化面临如下一些问题和有待解决的地方：1)大型居民小区等深度覆盖区域是TD网络优化的难点TD网络多与GSM共址建站，电磁波传输特性差异与设备技术差异决定了大型居民小区等深度覆盖优化是TD网络优化的重点与难点。在大型居民小区内，TD信号与2G信号相比，存在弱覆盖、覆盖空洞。同时大型居民小区内DT测试不方便，数据难以采集，没有有效手段分析解决网络问题。2)场景优化技术难以推广早在TD网络发展之初，集团公司即提出了依据小区覆盖场景来优化的方法，并给出了相应的场

2、景参数模板。实践证明依据小区场景进行优化是非常有效的方法。但是目前小区场景靠人工识别，这就存在以下两方面的问题，从而限制了场景优化技术的推广使用。i.通过人工识别小区场景效率低下，尤其在网络规模较大的情况下，几乎难以识别出每个小区的场景。ii.人工识别存在主观上的判断，在网络环境复杂情况下，容易错误识别。同时每个人依据自身经验识别，没有统一识别算法，因此识别出的场景各不相同。3)参数优化严重依赖人工经验目前依靠人工经验进行参数优化，对优化经验形成强烈依赖，因此对优化人员素质要求较高，这就导致了优化的人力资源成本很高。而且人工优化效率较低，在网

3、络规模较大的时候，就必须采取人海战术。4)小区参数没有个性化设置大多数小区参数为开局设置参数，没有针对其独特的小区覆盖特性进行优化设置，小区性能没有处于最佳状态，因此网络性能还有较大提升空间。归纳总结起来，本项目的背景需求如下图所示：18图1立项背景图示因此综上所述，为了解决大型居民小区优化、场景识别效率、参数优化等网络优化问题，以及在如何提高优化效率、降低优化成本等方面，湖南长沙分公司开展了科技进步创新项目，即TD网络覆盖多场景识别技术及自动优化系统。1.研究目标根据背景需求的内容，确定本项目所要达到的研究目标如下：1)研究大型居民小区等深

4、度覆盖场景优化的技术，采用高精度覆盖仿真和场景识别来发现深度覆盖区域的网络问题，在DT测试存在困难的情况下，解决大型居民小区网络问题不易发现的问题。发现问题后，通过参数优化（天馈、频率扰码、RRM参数）来提升深度覆盖区域网络的性能，提高用户感知。2)研究TD网络场景的自动识别技术，通过多场景的识别算法研究，利用计算机程序自动识别小区场景，解决人工识别的不足之处，从而将场景优化技术带入实质性的应用阶段。3)研究TD网络多场景知识库构建技术，在场景识别的基础上，将TD网络优化经验嵌入到知识库中。通过软件分析网络性能，并最终输出参数优化建议，提供给

5、优化人员实施，在很大程度上释放对优化人员的依赖，提高优化效率。4)研究不同场景的参数配置，形成多场景参数模板。通过多场景知识库优化实现小区参数的个性化设置，达到提升网络性能的目的。5)18研究整合项目的各项研究成果，开发多场景优化软件，使用软件对网络进行优化，以达到提网络优化效率，降低优化成本的目的。1.研究内容基于本项目的研究目标，提出了如下的研究内容：1)TD网络覆盖多场景的划分、定义和自动识别研究研究多场景的划分依据、定义原则和自动识别算法，场景识别是系统应用的基础，如果提供识别精度、识别速度是主要研究内容。2)高精度覆盖仿真研究如果提

6、高覆盖预测精度，使覆盖预测的标准误差满足优化大型居民小区等深度覆盖区域的要求。并且高精度的覆盖预测可以提高地理场景识别的精度。3)不同场景下TD网络优化与参数配置研究研究TD网络覆盖优化相关的网络参数，考察网络参数在不同场景下的影响情况，进而决定在不同场景下需要优化的参数。4)多场景自动优化工具研究多场景自动优化工具，自动优化工具需要输出两个内容，其一是参数优化方案，即某个小区某个参数具体配置值，其二是网络优化建议。自动参数优化体现在自动的参数优化方案的输出及自动的网络优化建议输出。2.研究成果项目实现了多项研究成果，包括1)TD网络多场景自

7、动识别与优化系统。在TD网络覆盖多场景识别技术以及自动优化系统的研究基础上，开发了一款集大型居民小区优化、场景自动识别、参数优化于一体的软件，即湖南移动场景智能优化系统。该系统为业内一款以场景为基础实现TD网络参数全面优化的软件，填补了国内TD网络优化工具的空白。应用该系统可以提高网络优化效率50％，降低网络优化成本预计1000W元/年，提升各项网络PKI指标从0.1%~2%不等。2)专利申请，包括：《一种基于地理场景自动识别技术的自动小区参数优化方法》、《一种通过概率理论实现基于实测数据优化2-3G邻区的方法》、《一种通过基于MR数据MC仿

8、真实现TD-SCDMA初始上行接入功率优化的方法》。3)18优化经验总结与案例集成，输出文档《多场景下的TD网络优化技术研究报告》和《多场景下TD网络优化案例集》。