[发明专利]关系矩阵构建系统和方法以及PCI智能优化系统和方法

说明书

技术领域

本发明涉及LTE移动通信系统的网络优化，特别涉及LTE移动通信系统中的测量报告(MR，Measurement Reports)的应用及小区物理层识别码(PCI，Physical Cell Identifier)的规划和优化。

背景技术

在现有的LTE(Long Term Evolution)移动通信系统中，一般采用以下两种覆盖、切换及干扰关系分析方法：

1、基于DT路测数据的覆盖、切换及干扰关系分析方法：

在LTE(Long Term Evolution)系统中，基于无线传播模型的预测计算，利用相关的规划软件和规划工具的仿真，运营商通常可以获得无线系统的邻区拓扑关系(NCR)设计方案。由于预测和仿真常常与实际的地形和传播特征有出入，运营商不得不借助于路测(DT，Drive Test)方式来判断实际的覆盖交叉和切换区间，进而重新规划和优化NCR邻区关系，并在此基础上优化PCI的设置，比如避免相邻小区出现模3、模6以及模30干扰。

由于LTE数据业务大多发生在室内，而且未来的趋势是终端的室内接入大部分依靠建筑物内部的室内系统、居民家中的HNB(Femotcell，Home eNodeB)等，传统的路测方式几乎无法涵盖如此众多的室内接入信号，依靠路测摸清密集市区覆盖、切换及模3干扰的具体情形变得非常困难，且成本很高，很难实现。

2、基于OSS统计数据的覆盖、切换及干扰关系分析方法：

在LTE系统中，覆盖交叉以及模3干扰常常导致终端的掉话和切换失败，甚至导致终端传输速率的严重下降以及数据传输时延的增大，利用OSS统计数据对切换失败等KPI(Key Performance Indication)指标作详细分析后，常常可以发现某小区与周边小区间的覆盖交叉、边沿覆盖等事实，从而为分析、规避PCI冲突(PCI Collision)和PCI混淆(PCI Confusion)以及减少模3干扰提供数据分析基础。

运营商通常是在某小区的KPI恶化后，才注意到该小区与周边小区间的交叉覆盖、边沿覆盖、用户密集、切换带设定不合理以及PCI的模3干扰等问题。

由于缺乏完整的底层原始信令信息或无线环境数据，OSS统计数据无法完整呈现任意一小区与周边全部关联小区间的覆盖、切换及模3干扰关系，这是基于OSS统计数据分析覆盖、切换和干扰的主要缺点。

上述DT路测分析方法和OSS统计分析方法，始终有三个较显著的缺点，导致对eUTRAN (Evolved Universal Terrestrial Radio Access Network)的覆盖、切换及干扰分析无法系统化进行。

一、基于DT路测数据分析eNodeB间的覆盖关系、切换关系和干扰关系，采样率太低、采样困难及采样人力成本高，且无法针对建筑群、大范围区域以及全网展开数据采集和统筹分析。

二、基于OSS统计数据分析eNodeB间的覆盖关系、切换关系和干扰关系，常常是一种事后的分析，待KPI极度恶化或用户投诉后才能发现问题并试图解决问题，日常的KPI监测很难注意到轻度KPI问题，也很难注意到轻度KPI问题背后隐藏的用户感知KQI(Key Quality Indicators)问题。

三、基于OSS统计数据分析eNodeB间的覆盖关系、切换关系和干扰关系，通常是待KPI极度恶化后才能发现问题并试图解决问题，此时导致KPI恶化的底层细节信息已经很难回溯，无法获取覆盖、模3干扰及切换间的立体关系图，严重影响KPI分析和优化的效果。

LTE移动通信系统中，终端UE会向系统上报测量报告(MR，Measurement Report)。MR数据中包含的关键测量信息有：终端产生此测量报告的时间戳、源小区CGI和PCI、源小区RSRP和SRQ、邻小区CGI和PCI、邻小区RSRP和RSRQ；

LTE移动通信系统中SON(Self-Organizing Network)功能。运营商通常借助SON来完善邻区关系(NCR，Neighbor Cell Relationship)。完善的邻区关系有助于MR数据反应真实的覆盖和切换现状，而现有技术中，并没有一个能直接生成的直观的小区关系矩阵的系统或方法。