基于多维度综合分析的TD网络结构优化支撑系统.doc

成果上报申请书成果名称基于多维度综合分析的TD网络结构优化支撑系统关键词索引（35个）TD-SCDMA、网络结构、MR、扰码对企业现有标准规范的符合度：（按填写说明5）满足成果来源：如果该成果来源于研发项目，请填写研发项目年度、名称及类型（按填写说明6）专利情况：如果该成果输出相关专利，请说明专利名称、类型、申请号、状态、是否海外申请等情况。（按填写说明7）成果简介：简要描述成果目的和意义，解决的问题，取得的社会和经济效益。目前TD网络中存在不同的技术（TDSCDMA、TD-HSPA），两种不同的频段网络。他们又分为室内和室外站点。不同技术，频段和类型的站点共同构筑了复杂庞大的通信网络。这么如此纷繁复杂的网络结构，给我们的网优工程师日常优化和维护工作带来巨大的工作量。本项目追寻的就是-更好的利用将不同制式，不同频段，室内外不同设备相互之间进行有机的结合协调作业，既能够较好的达到优化和维护网络质量的效果，也可以大大减轻我们现场网优工程师的工作量。本系统基于性能、告警、参数、MR、投诉、信令、路测等多维、多层次的数据支撑，结合智能规则引擎自动发现网络问题，通过对覆盖类、资源类、质量类等分析模型进行问题精确定位，以专家经验驱动向导决策树完成优化方案的制定、指令下发、自动执行，通过对解决效果从时间、邻区间影响、小区内平衡等相关维度综合分析，自动得出优化结果的最终结论，从而实现网络的全面、全过程自动优化。系统从发现问题、分析问题、解决问题、效果评估的生命周期视角，为优化工作的各个阶段提供优质高效的工具支持，在问题发现阶段，通过对最影响当前网优工作人员工作效率的网络问题的梳理，基于现有OSS体系绝大部分系统的数据源，总结出各种预警引擎，全面、及时、准确的自动发现需要优化的网络问题；在分析问题阶段，系统基于感知模型和智能分析规则引擎，将网优分析人员的经验固化，通过多路径并行分析、向导流程智能配等规则和算法,实现对问题小区的只能自动精确定位分析；在解决问题阶段，通过队列堆栈等算法，根据对应的优化向导，自动执行；在效果评估阶段，根据对解决后问题的结果情况，自动生成相应的优化建议报告、优化前后效果对比报告，并将信息主动推送到信息发布平台。通过上述四个过程的实施，全面实现网络优化工作的自动化。省内试运行效果：描述成果引入后在本省试运行方案、取得的效果、推广价值和建议等。应用情况：重选时延优化测试整体效果1、GT重选时延新算法功能开启前后各模式业务下重选时间比较视频业务状态GT重选时延优化了36.2%FTP下载业务状态GT重选时延优化了39.6%2、GT重选时延新算法功能开启前后GSM KPI指标变化趋势GSM接通率与掉话率并无恶化。根据新算法试点的经验和总结，拟在全省范围内有计划、有步骤地开展专题推广活动，提高TD用户感知度和降低系统间重选时延。文章主体（3000字以上，可附在表格后）：根据成果研究类别，主体内容的要求有差异，具体要求见表格后的“填写说明8”。“成果上报申请书”的填写说明：1、“成果专业类别”指：核心网、无线、传输、IP、网管、业务支撑、管理信息系统、市场研究、数据业务、数据网络、通信电源、空调、其他。2、“成果研究类别”指：超前研究、新产品开发、相关网络解决方案、现有业务优化、其他。3、“所属专业部门”指：完成该成果的单位在省公司或地市分公司所属的专业部门线条。可填写：规划计划线条、网络线条、业务支撑线条、管理信息系统线条、数据线条、市场线条、集团客户线条、其他。4、“省内评审结果”指：优秀、通过。5、“对企业现有标准规范的符合度”指：列举该成果使用并符合的中国移动统一发布的企业标准的名称和编号，详细描述该成果在现有的企业标准基础上所需新增的功能要求（如业务流程的改变、设备新增的功能要求等）。6、成果来源指：如果该成果来源于研发项目，请填写研发项目的年度、名称和类型（类型包括：集团重大研发项目、集团重点研发项目、集团一般研发项目、省内项目、其他），可填写多个。7、专利情况指：1)类型：发明、实用新型、外观2）名称：该成果申请专利的名称3）申请号：由知识产权审查机构授予的该成果专利申请号4）状态：申请中、已授权8、“文章主体”：根据不同科技成果分类实施不同的主体要求，具体如下：1）超前研究类成果主体包括：ü 背景情况ü 技术特点分析ü 标准化情况ü 其他运营商应用情况（可选）ü 技术发展趋势ü 引入策略分析2）相关网络解决方案类成果主体包括：ü 背景情况ü 技术方案：概述、网络解决方案（如果涉及到网络方面的改造，信令改造，路由改造等，应有详细的描述）、设备及系统改造/建设要求、码号资源需求ü 效果（解决了哪些问题）ü 本省应用推广情况3）新产品开发类成果主体包括：ü 业务及功能简介：业务概述、业务主要功能介绍ü 技术实现方案：包括业务实现组网结构图、相关系统（平台、终端）功能和要求、业务实现流程、码号要求等ü 业务申请和开通：包括用户范围及业务使用范围、业务申请与注销等ü 业务商务模式及资费：包括商务模式、业务资费模式、业务收费方式等ü 市场前景分析4）现有业务优化类成果主体包括：ü 业务及功能简介：业务概述、业务主要功能介绍ü 现有业务存在的问题：现有缺陷分析、解决问题的思路ü 原有业务方案/流程：业务实现组网结构图、相关系统（平台、终端）功能和要求、业务实现流程 ü 优化后的方案/流程：业务实现组网结构图、相关系统（平台、终端）功能和要求、业务实现流程ü 优化后达到的效果，产生的经济效益 5）其他类成果主体，参考1）4）的成果主体要求，阐述清楚项目背景、实现方案、解决的问题、取得的社会和经济效益等。附：文章主体（3000字以上）基于多维度综合分析的TD网络结构优化支撑系统1、 背景随着TD网络规模的不断发展，传统的网络优化手段，如ATU路测，网管KPI指标优化等，已经不能满足网络不断发展的需要。在河南省很多地市都存在着ATU路测指标和网管KPI指标表现都很好，但用户感知较差，高层客户投诉不断。由此看出，传统的网络优化和评估手段已经不能准确的对网络结构进行进行评估。针对此情况，河南移动省公司创新性的推出了基于多维度综合分析的TD网络结构优化支撑系统，使用MR、PCHR等用户实时地数据，主动地对现网覆盖、频点、扰码、上下行链路平衡、终端性能等方面，从无线环境到无线参数再到用户终端，端到端全方位的对TD网络结构进行分析评估和优化，发现目前TD网络深层次的问题，摆脱了传统优化手段的局限性，具有较大的推广价值。针对TD不同制式、不同频段、室内外不同设备等纷繁复杂的网络结构，构建基于多维度综合分析的TD网络结构优化支撑系统，该系统能够支撑性能、告警、参数、MR、投诉、信令、路测等多维数据关联分析，同时结合智能规则引擎从发现问题、分析问题、解决问题、效果评估四角度出发，为优化工作的各个阶段提供优质高效的工具，全面实现网络优化工作的自动化，同时也满足集团实现网络结构优化的要求，建议在全省范围内开展推广活动。为更全面、更系统的了解网络现状，有必要建立一套行之有效的基于多维度综合分析的TD网络结构优化支撑系统，定期对现网质量进行全面审视，及时发现网络中存在的大小风险，降低可能带来的影响用户感知的通信事故，全面保障网络质量。（1）以全面了解现网网络健康为出发点，建立完善的网络结构评估体系当前在网络优化工作中存在以下方面的一些问题，主要表现在网络结构的复杂化，评估工具不完善，目前现网没有一整套兼顾现网KPI指标、ATU路测数据和用户感知度的三方面的综合评价体系。以往的各个地市的考核指标，都是以网管KPI和ATU路测数据结果来进行排名，这就出现了各个地市的KPI指标反应出来都很好，但是现网用户对于TD网络的用户感知体验又是另一回事，所以建立一套完善的、兼顾各项指标和用户感知度的网络质量评估手段，是全面保障网络质量的根本。（2）以基于多维度综合分析的TD网络结构优化支撑系统为手段，全面保障网络质量通过基于多维度综合分析的TD网络结构优化支撑系统，全面了解网络健康状况，并促使网络稳健发展，分析范围涵盖网络规划是否合理、网络各项指标是否异常，网络参数设置是否存在异常、网络资源是否合理利用等，立体评估网络发展现状。通过对网络结构分析、覆盖分析、性能分析、容量分析、频点分析、扰码分析、频点分析、参数分析和邻区分析等，综合评估现网状况，通过一整套的结构分析，能够对现网的情况能够从整体上进行把控。2、 详细技术内容基于多维度综合分析的TD网络结构优化支撑系统的建立，兼顾网络性能指标和用户感知度，多维度对现网的网络质量进行评估和考核，摆脱了之前单一的网管指标和ATU测试指标排名的考核体系，更加有效在保障指标的情况下提升用户感知度。网络质量评估体系模型建立基于网络性能指标的网络评估体系模型基于用户感知度的网络评估体系模型图1 网络质量评估体系拓扑图针对已经建立好的网络质量评估体系模型，从现网的网络结构、覆盖、性能、容量、频点、扰码、网优参数、邻区和终端等各个维度对网络进行全面的网络结构分析，深入了解网络健康度、发现网络潜在的问题点，利用网络质量评估体系模型，对现网进行合理的评分，综合的评估现网网络质量，有针对性的进行优化提升，全面提升网络优化效率，提升用户感知。图2基于多维度综合分析的TD网络结构优化支撑系统结构图系统的整体架构如图2所示，由数据采集传输层，数据分析存储层和数据呈现应用层组成。1、基于MR数据的网络覆盖评估1.1背景介绍覆盖是无线网络的根本，也是无线网络优化的基础。网络覆盖的好坏最直接的影响到用户感知，而准确的网络覆盖评估，是指导网络建设和网络向正确方向发展的根本。传统的网络覆盖评估方法，如ATU路测、CQT定点测试等等，往往只能对一些主干道、重点场所进行测试，网络问题发掘及解决也是针对单点进行，所获得的用户信息采样点数据只是针对单次个体的测试，具有极大的局限性。且随着ATU测试的日趋常态化，个别分公司通过人为控制ATU车辆的行进路线和车速等手段，来达到表面上看上去很好覆盖效果的目的，但实际上已经不能真实反映现网实际的网络覆盖水平。因此，通过传统的ATU路测数据已经无法准确真实的对网络覆盖进行评估，急需一种基于真实用户感知的全网覆盖评估体系，来指导TD网络的深层次发展。基于MR数据的网络覆盖评估方法，通过在RNC上开启MR测量开关，使现网的每个商用终端主动上报自己通话过程中的实际的下行接收电平，反映出现网用户的真实感受，只要存在TD终端活动的位置，都有相应的MR测量报告数据进行支撑，避免了传统路测中，车辆无法到达的测量盲区，极大地弥补了传统路测的不足，真实的实现了“全民路测”的构想。通过对比可以发现，基于MR数据的网络覆盖评估，较传统路测评估，可以更加真实、直观的反映现网真实覆盖情况。同时具有数据全面、针对性强、运维成本低、可直观反映网络覆盖，方便制定对应网络优化策略等优点。1.2技术方案基于MR数据的网络覆盖评估手段流程如下图所示：相关定义说明：栅格：50m*50m或20m*20m的区域 特征库概念：表征实施区域中每个栅格的特征信息，特征信息包括地理信息、小区信息以及电平信息特征库制作：通过仿真平台，利用实施区域校正后的传播模型，输出实施区域的特征库栅格级定位原理：根据栅格特征建模与MR数据匹配，实现MR报告的定位覆盖地理化原理：对栅格中MR报告的主服小区接收电平信息统计分析，输出栅格覆盖分析结果 1.3效果呈现以洛阳一个RNC进行覆盖评估，效果如下图所示：（覆盖电平以-90dbm为界限，不同的颜色表示<-90dbm的采样点数不同，覆盖小于-90dbm的采样点由多至少对应的颜色为红橙黄绿蓝）。针对MR呈现的弱覆盖区域进行测试验证，结果显示弱覆盖区域1：红色区域内MR体现的弱覆盖区域，实施现场测试时，该区域由小区（40582）覆盖，电平值在-92dbm左右 弱覆盖区域2：红色为MR呈现的弱覆盖区域，现场测试红色区域内居民小区贾家弄社区、婆娑桥社区由贾家弄2小区覆盖，电平值在-100dbm左右 MR分析与测试结果联动分析表明MR弱覆盖区域呈现与现场实测结果一致，可以真实反映现网的覆盖水平。1.4基于用户感知度的评估体系模型针对日常网络优化中影响用户感知的因素，建立如下的用户感知评价体系：基于用户感知度评价体系用户感知指标获取途径权重加权分评价信号弱退服小区占比网管10.00%弱场起呼小区占比网管/PCHR10.00%每呼叫电路域系统间切换比网管/PCHR10.00%每呼叫分组域系统间切换比网管/PCHR10.00%弱覆盖小区占比MR15.00%弱覆盖用户占比MR15.00%系统间重选频次网管/PCHR15.00%TD网络寻呼成功率核心网/PCHR5.00%位置更新成功率核心网/PCHR5.00%路由区更新成功率核心网/PCHR5.00%CS打不通DT接通率网管20.00%网管接通率网管20.00%高UpPTS干扰小区占比网管/MR20.00%系统间重选频次网管/PCHR20.00%TD网络寻呼成功率核心网/PCHR20.00%CS接入时延长TD始发语音业务平均建立时长网管/DT40.00%TD终接语音业务平均建立时长网管/DT40.00%TD始发VP业务平均建立时长网管/DT10.00%TD终接VP业务平均建立时长网管/DT10.00%PS无法上网高UpPTS干扰小区占比网管/MR20.00%分组域业务无线接通率网管20.00%PDP激活成功率核心网/PCHR10.00%附着成功率核心网/PCHR10.00%系统间重选频次网管/PCHR20.00%PS RAB拥塞率网管20.00%PS接入时延长分组域接入时延网管100.00%CS掉话TD语音业务无线掉话率网管80.00%系统间CS域切换成功率网管20.00%PS掉线分组域业务无线掉线率网管80.00%系统间PS域切换成功率网管20.00%CS通话质量VP业务上行误块率网管/MR5.00%语音业务上行误块率网管/MR15.00%VP业务下行误块率MR/DT5.00%语音业务下行误块率MR/DT15.00%语音质量EMI/语音质量EMI满分网管/DT30.00%单通率PCHR30.00%PS速率慢或不稳定HSDPA业务下载平均速率网管/DT50.00%每呼叫分组域系统间切换比PCHR/网管5.00%PS业务升速请求失败率网管5.00%分组域业务上行误块率MR10.00%每载波HSDPA在线用户数超过4个的载波比例网管10.00%RLC下行重传率网管/DT5.00%MAC-hs重传率网管/DT5.00%T网占用时长比网管/DT10.00%2、基于MR数据的上下行链路平衡评估2.1背景介绍随着3G网络规模的扩大，在日常网优过程中，针对具体问题点的处理，日常优化人员经常会对天线挂高、下倾角等工程参数不断调整。和GT分流过程中，部分优化人员一味提升功率，使得原始规划上下行平衡的链路预算发生改变，因此，现网亟需一种对上下行链路平衡的评估手段。2.2技术方案上行受限原因分析上行受限主要体现在UE TX Power很大的情况下，基站侧的SIR依然很差，导致上行BLER很大。造成基站侧的SI差的原因不外乎基站接收信号强度弱，或基站接收底噪RTWP太强2种情况。基站接收信号强度弱 在功率控制的作用下，如果基站接收信号强度弱，必然会要求手机增大发射功率，也就是说，在手机发射功率达到最大时，基站接收到的信号仍然很弱。这说明信号的路径损耗很大，要么是手机离基站较远，小区过覆盖造成；要么是受到地物遮挡。总之，这一区域覆盖不合理，可以通过调整其他小区的天馈或相关参数实现对该区域的良好覆盖，避免手机驻留在原来的小区。基站接收底噪RTWP太强 这种情况主要是由上行干扰引起的。上行干扰可以分为基站内干扰、系统内干扰和系统外干扰。基站内干扰主要是由馈线接头、连接器、耦合器等元件安装不当造成，只要工程人员现场排查即可。系统内干扰主要是指系统内其他小区对该小区的干扰，如周围基站负载过重，发射功率较大，造成这一区域的底噪抬升。这种情况一般只出现在忙时，所以通过网管侧的指标分析，进行忙时和闲时的比较就可以找到干扰源。对干扰源小区进行部分负荷分担即可消除其影响。系统外干扰是指与本系统使用频段相近的其他通信系统发出的信号对本系统产生的干扰，如CDMA1900、部分军用通信系统等。对于这些问题，由于定位干扰源需要大量的路测才能完成，而且，因不是自己局方的设备，协调起来难度也很大，所以一般的方案是在不影响覆盖的情况下，调整受干扰的天线，使其天线口不与干扰源正对，以减少干扰源的影响。下行受限原因分析 下行受限主要体现在基站专用业务信道发射功率很大的情况下，手机解调后的业务Eb/No无法满足要求，导致下行业务BLER很大。对于该问题，可能存在2方面原因：天线本身发射的导频强度就弱，或者仅仅只是该手机接收到的RSCP低。 天线本发射的导频强度就弱，可以通过增大无线参数“导频发射功率”的设置来解决。如果导频发射功率正常，手机发射功率也正常，说明手机距离基站的距离并不远，那就应该检查天馈系统，查找是否存在下行链路故障等相关问题。上下行链路不平衡分析流程 实际网优工作中分析上下行链路不平衡问题的大致流程如图1所示。 图中使用了性能数据（RTWP）、参数数据（导频发射功率）、基础数据（天馈数据）、MR数据（弱覆盖、过覆盖分析）、路测数据（RSCP、UE TS Power、外部干扰分析），从覆盖、干扰、参数、工程、外部因素等多方面查找问题的原因，给出了相应的解决方案。2.3效果呈现在郑州RNC08进行的RNC上下行链路评估中，发现30多个小区存在上下行链路不平衡的问题，通过现场实地测试验证，发现这些小区普遍存在着站点过高、功率设置过大问题，通过工程参数和网优参数的调整，指标和用户感知有了明显的提升。3、基于PCHR数据的终端性能评估3.1背景介绍TD网络商用后用户数快速增长，终端日益增多。在丰富客户选择，提升网络利用率的同时，终端问题也随之显现，但现网KPI统计无法区分网络原因还是终端原因，优化手段相对单一。基于PCHR 数据的终端性能分析系统是TD-SCDMA无线网络质量问题的定位分析系统，可提供现网终端的各种性能分析。系统通过对全网的呼叫记录进行筛选统计，从终端多角度对网络接通率、掉话率、32G切换成功率、G/T分流比例等关键KPI进行分析，为网络运营、KPI问题定位提供辅助手段。综合考虑终端类型、芯片类型以及价格因素，给出建议推广的终端型号，为市场发展用户提供参考建议，既保障了TD用户的业务发展和良好感知，又保障TD网络KPI的稳定。3.2技术方案将全网所有G3终端整理为四大类终端（G3非智能终端、G3智能终端、G3固话、G3上网本/卡）分别评估各类型终端的综合指标。以具有代表性（具有一定数量及业务量，在全网80%左右的小区存在活跃用户）且性能最好的前五款终端指标取平均值，指标与平均值最接近的终端为标杆终端，标杆终端的指标即为标杆指标，标杆指标较能真实的反应现网性能，理论上现网所有终端指标不应该低于标杆指标，因终端性能本身存在差异，存在较多的终端指标低于标杆指标，导致终端因素对现网指标影响较大，通过对比现网所有同类型终端各类指标与标杆指标的差异，评估现网各类终端的性能优劣及对现网指标的影响比重，准确区分终端性能及网络性能，详细分析各项指标较差的TOP终端，根据各款终端各类业务的分流比例、芯片性能、用户感知体验等指标，准确找出不同厂家不同芯片TD商用终端的问题，推动终端产业链的成熟；并对后续市场推广提供建议，提升优化质量和效率。3.3效果呈现终端指标性能分析主要从对用户感知影响较大的现网九大指标性能分析，分智能终端、非智能终端、G3固话、上网本/卡四类终端进行分析。终端原因导致的智能终端各类指标劣化幅度终端因素导致智能终端指标下降最多的是AMR和PS接通率，终端因素在指标下降比重中均在60%左右； H接通率、AMR掉话率、H掉线率、AMR32G成功率、PS32G成功率指标中终端因素导致的性能下降比重约35%； PS掉线率和H32G成功率终端因素比重相对较低，在30%以下。4、基于MR和干扰矩阵的频点、扰码评估优化4.1背景介绍郑州TD网络经过二、三、四期的建设已初具规模，由于站点不断增加、用户/业务量的持续增多以及F频段的引入等各方面因素，网内干扰明显增多，有必要从整体对现网频率/扰码进行一次调整，以降低网络干扰，提升客户感知。TD-SCDMA网络翻频技术在收集大量现网数据的基础上，采用AFCC仿真矩阵频点优化软件进行全网频点扰码的重新规划，使频率/扰码使用更趋于合理化，大大减少同频对打、同频切换、同下行同步码，达到降低全网干扰的效果，最终提升网络质量，提升用户感知。4.2技术方案基于MR翻频的总体思路是通过对MR数据的分析和处理，进行网络干扰建模，完成频点扰码的局部或全网优化。相对于传统频点扰码规划/优化方法，具有以下特点：1) 由于收取多天的MR数据，数据量较大，用户相对较多，并分布在小区的不同地方，因此生成的小区间干扰列表不但具有统计意义，还能反映话务分布及用户行为，具有较高的可信度2) MR数据作为频率优化数据源构建干扰矩阵，利用寻优算法进行频率规划，通过多次的遍历寻优，高效获得最佳的频率优化方案，最优化频率资源配置，减小及均化网内干扰3) MR数据包含真实用户和真实环境下用户感知，频率优化更切合实际4) 在频率规划算法中可通过设定灵活的约束条件满足实际不同频率优化需求5) 基于MR数据的频率优化可以贯穿整个网络优化维护过程，用于多个层次的精细优化干扰矩阵是如表格 1所示的一张表，包括服务小区、干扰小区及对应的干扰值，干扰值越大，两小区关系越紧密，分配同频同扰时，产生的干扰越大，对网络影响越大。 表格 1 干扰矩阵示例表源RNCID 源CELLID 干扰RNCID 干扰CELLID 干扰值41717417191644394541717417181643756641717417825410.57841717417832235.0154171741751614.49564171741767479.92774171741781448.66434171741749318.602441717426113121.55364171741765112.74054171741714598.786574171742683392.8992441717417115489.6009341717417115553.282114171741764330.311474171741725826.63368417174182080225.48695MR数据是用户通话过程中上报的测量信息，直接反映了网络的覆盖性能与用户感知，在频率规划中应用的主要是下行测量报告（MR），利用下行MR数据可以获得服务小区的PCCPCH RSCP值和邻区的PCCPCH RSCP值，构建准确的干扰矩阵。干扰矩阵体现了小区间的潜在干扰程度，反映了不同小区之间同频时对网络干扰的大小。MR数据对生成干扰矩阵有用的信息有：1) 服务小区的RNCID和CellID2) 服务小区的PCCPCH RSCP3) 邻区配置的主频点和扰码4) 所有邻区的PCCPCH RSCP（对于TD-SCDMA来说）其中，Ø 服务小区的RNCID和CellID用来唯一识别主服务小区，Ø 邻区的主频点和扰码用来唯一识别一个邻区在实际处理时，需要通过邻区的主频点、扰码、服务小区的邻区关系，匹配查找邻区的RNCID和CellID，从而获得该邻区的全网唯一标识。Ø 服务小区和邻区的PCCPCH RSCP主要用于计算主服务小区范围内，与其某个邻区的交叠话务量的大小，即服务小区与其某个邻区的干扰强度如图1所示的为典型的小区覆盖情况，UE占用Site1-A小区为主服务小区，而Site2-A、Site3-B和Site4-C则为干扰小区，UE在当前位置上可以收到主服务小区的PCCPCH RSCP，也可以收到其他三个邻区的PCCPCH RSCP值，服务小区与邻区的差值越小，及C/I越小，邻区对服务小区的干扰强度就越大，不仅可以在当前位置收集很多的主服务小区和邻区的C/I值，还可以在服务小区范围内其他位置收集这些数值，UE的位置遍及服务小区范围，得到的数据将更为准确。图 1 典型的小区覆盖干扰矩阵生成方法：每条MR数据是UE在某个位置上报的下行测量信息，从MR数据中获得服务小区的PCCPCH RSCP值和某个邻区的PCCPCH RSCP值，计算其差值，获得服务小区和邻区的C/I，再设置统计区间，统计每一对服务小区与邻区RSCP差值（C/I）落在不同区间内的数量，对各区间C/I个数进行统计，统计数据反映小区B和小区A的交叠程度，由于并不是所有C/I值在干扰矩阵构建时都起作用，因此通过指定同频干扰门限来获得各区间话务量被干扰的概率P(x)，从而计算出邻区对服务小区的干扰话务量，该值体现了邻区对服务小区的潜在干扰强度，对所有小区进行上述处理，即可得到干扰矩阵。C/I差值计算方法，以服务小区A和某邻区B为例说明，X和Y为两个测量点（即UE所在位置），如图2所示，假设UE在X点测到的A和B两小区的功率分别为RSCPA和RSCPB，则RSCPA与RSCPB的差值即为X点的C/I。图 2 C/I测量点示意图相对于覆盖预测等干扰矩阵，具有以下优点：1) MR数据是用户通话过程中上报的测量信息，直接反映了网络的覆盖性能与用户感知2) 由于收取多天的MR数据，数据量较大，因此生成的小区间干扰列表具有统计意义3) 用户分布在小区的不同地方，反映话务量的分布及用户行为，具有较高的可信度4) MR是实测数据，考虑了实际无线环境，准确量化小区间干扰5) 区分话务热点与普通区域在干扰矩阵中的权重MR干扰矩阵考虑复杂的实际环境，可较为准确的量化小区之间的紧密关系，为频点、扰码优化提供依据，减小网络同频同扰码带来的干扰，提升网络性能。频点优化方法依据干扰矩阵，不断为小区挑选干扰最小的频点，使网络总体干扰值最小，具体优化方法如图3所示：图 3 频点优化原理示意图扰码优化方法扰码优化依据干扰矩阵、频点配置和扰码相关性矩阵，不断为待优化小区搜索扰码，使得同频同扰码间总体干扰最小，其具体优化原理如图4所示：图 4 扰码优化原理示意图依据码相关性矩阵、干扰矩阵和现网频点配置，利用寻优算法进行扰码优化：Ø 支持小区锁定的局部扰码优化Ø 利用综合考虑上下行、不同SF复合码组合的基础上精细量化的128*128扰码相关性矩阵Ø 将用于频率优化的干扰矩阵用于扰码优化，结合精细的扰码相关矩阵，最大程度上减小同频码间干扰Ø 依据频点配置进行扰码优化，过滤不存在干扰可能性的小区对，最优化利用扰码资源。4.3效果展现取翻频前6月5号至6月19号指标平均值，翻频后6月20号至6月27号指标平均值，剔除翻频前/后 由于告警、手机快讯升级、高考、中招考试及突发外部干扰等因素后。KPI指标对比情况：日期 语音业务无线接通率 语音业务掉话率PS域无线接通率PS域无线掉线率CS域3Gto2G 切换成功率PS域3Gto2G 切换成功率翻频前99.57%0.24%99.32%0.54%98.93%96.48%翻频后99.59%0.21%99.34%0.55%99.13%96.53%翻频后全网干扰总值对比：对比项翻频前翻频后翻频前后差值干扰降低全网干扰总值787237736293509446.47%翻频完成后，我们对翻频区域进行了较为全面的DT测试，为了验证翻频对DT测试方面的优化效果，需要从测试关键指标、PCCPCH_RSCP、PCCPCH_C/I、DPCH_RSCP和DPCH_C/I等方面进行一个翻频前和翻频后的效果对比。DT 测试关键指标对比：主要指标翻频前翻频后PCCPCH覆盖率（%）（>-90&>-3）98.41%98.62%语音接通率（%）98.63%99.40%语音掉话率（%）0.65%0.38%TD网内切换成功率（%）98.64%99.84%TD到GSM切换成功率(%)97.84%100.00%PDP激活成功率(%) 98.42%99.32%掉线率0.98%0.64%平均BLER(%)0.41%0.25% 翻频后DT 测试，效果要明显优于翻频前测试情况，PCCPCH覆盖率提高了0.21%，语音接通率提高了0.77%。语音掉话率降低了0.27%，TD网内切换成功率提高了1.20%，TD到GSM切换成功率提高了2.16%，PDP激活成功率提高了0.90%，掉线率降低了0.34%，平均BLER降低了0.16%。 图：翻频前后PCCPCH_C/I对比通过对翻频前、翻频后的PCCPCH-C/I各阀值段分布以及分布比例等方面进行对比，发现翻频后PCCPCH-C/I值主要集中在【0，10）、【10,25）区间，在【10,25)区间比例由85.98%提高至88.05%，在【-20，-3】区间比例由2.15%降低至1.86%，翻频后效果明显。5.参数分析网络的运行性能和参数配置息息相关。网络建设时，参数的配置与基线保持一致，在网络优化过程中，特殊场景根据需要对参数进行优化。通过核查RNC级、小区级等参数，主要包括各RNC级定时器、功控类参数、软参等设置是否符合标准。各小区接入类、保持类、切换类参数是否存在设置超过警戒门限的不建议情况，从而保证网络的健康运行。1、参数一致性检查此类参数的设置与KPI指标关系密切，必需与参数基线保持一致，以免影响KPI指标。需要现场统计每一个和基线值设置不一样参数的个数和比率。2、普通参数检查普通类参数与一线日常网优改动有很大关系，核查结果与参数基线配置不一样的参数，如果有合理优化记录，则不需要修改。如果没有修改记录，需要与当地网优工程师一起决定是否需要更改。6.邻区分析根据邻区配置原则，核查邻区数量、邻区距离、是否漏配、是否存在冗余邻区、邻区切换成功率等全面分析，比如系统内邻区数量建议设置为26个以下，系统间邻区建议添加6个以下，邻区之间是否存在覆盖较远的邻区关系，异系统邻区是否存在同BCCH现象。通过邻区的核查，删除冗余的邻区，添加必要的邻区，尽量让小区间邻区合理化。合理的邻区能有效的提高网络的质量，保障KPI指标的稳定。将收集的工参、话统、切换、邻区等数据导入AFCC工具，对现网的扰码进行评估。邻区分析主要从以下几个方面进行分析。1）单向邻区全网单向邻区小区个数。2）近距离邻区漏配距离小于500米且存在为邻区关系可能性较大的小区对，需关注。3）同站邻区漏配共站邻区漏配对KPI造成较大影响，需重点关注。4）远距离邻区邻区距离超过5000米，这种一般为冗余邻区，需后期优化邻区关系。5）邻区配置过少邻区配置个数小于6个，需核查。6）邻区配置过多邻区个数超过24个，需核查，避免邻区冗余。7、主要技术创新点(1) 形成完整的网络结构评估系统，集团组织的网络结构优化提升一直在全国如火如荼的开展，其本意是通过全国各省市的优化对比，全面提升TD网络质量，改善TD网络发展滞后的问题。但在各地市具体的网优工作中，由于缺乏完整地网络网络结构评估优化支撑系统，出现了为了完成网络质量提升的目标，不顾用户感知，通过各项参数的修改来达到指标提升的目的。成果通过一整套完成的网络结构评估优化支撑系统的建立，兼顾网络性能指标、ATU测试指标和用户感知度指标，结合话统数据、ATU测试数据、MR数据等各个维度，对现网进行全面的深入的网络结构评估，发现网络质量隐患，有针对性地进行优化解决。(2) 基于用户感知的指标体系建立之前使用的网络结构评估体系，单纯的都是从网管KPI指标和ATU测试指标等维度来对现网进行网络评估，这样的评价体系使大多数的网优人员把注意力都集中到了指标提升上，忽略了用户感知度，导致目前TD网络KPI指标都很好，但是用户感知度很差，这也是目前一直困扰TD网络发展的症结所在。本文结合传统的ATU路测数据、话统数据和MR数据，通过一系列可能在日常网优工作中没有重视的指标，而在现网中确确实实影响用户感知的指标的重新定义，建立了用户感知度评价体系，丰富了网络质量的评估体系，可以较为全网的对现网网络质量进行有效的评估。下面针对用户用户感知的指标体系进行介绍：用户感知度指标体系获取途径定义说明退服小区占比网管每天的退服小区出现时间和位置不固定，当小区出现退服时，如果不能及时上站处理，会极大的影响覆盖区域的客户感知度，造成客户投诉。之前网优侧对该指标不太关注，是导致用户投诉和感知度较差的原因之一。弱场起呼小区占比网管/MR通过结合MR和网管数据，对弱场起呼的小区占比进行统计，通过该指标可以了解到每个小区的覆盖区域内不仅限于道路的全面的覆盖情况，特别是小区、室内等测试不可达的位置，有效扩大了覆盖分析的途径。每呼叫电路域系统间切换比网管/PCHR过多的23G互操作是评价现网覆盖的一个重要指标，通过每呼叫电路域系统间切换比指标的定义，从另外一个角度反应出现网的覆盖情况。每呼叫分组域系统间切换比网管/PCHR过多的23G互操作是评价现网覆盖的一个重要指标，通过每呼叫分组域系统间切换比指标的定义，从另外一个角度反应出现网的覆盖情况。弱覆盖小区占比MR通过MR数据，精确的了解现网弱覆盖小区的具体位置，和在全网中的区域占比，弱覆盖用户占比MR通过MR数据对弱覆盖用户