一种基于蒙特卡洛仿真的精确建站方法

doi:10.3969／j.issn.1000-0801.2012.10.025

摘要/Abstract

摘要：

为降低通信运营成本和避免破坏原有的网络结构，提高建站的精确性越来越受到运营商的重视。本文提出了一种新的定位方法，其利用测量报告（MR）可以将定位精度提高到100m，可以更好地用于发现网络中存在的弱覆盖区和高负荷区。文中用基于蒙特卡洛仿真的方法，对这些区域的用户进行多次重复撒点，并计算区域内基站的最优化设置和用户的综合体验值，以决定是否启动建设新站，并以遗传算法为基础搜索新站的最佳建设位置和相关设置。最后，以一个现网优化的案例验证了该方法的有效性。

关键词: 精确定位, 新站规划, 蒙特卡洛仿真, 遗传算法

Abstract:

In order to reduce CAPEX and avoid destructing the existing network, the operators pay more attention to improve the accurateness of add new site. In this paper, a new method of scattering users based on measurement report（MR）is present, which can promote position accuracy to 100 meter. After locating the weak coverage or high load areas, Monte-Carlo simulation is employed, and then users are scattered in these areas repeatedly, and the optimal setting and comprehensive value is calculated based on genetic algorithm, which can be used as threshold to decide to add a new site with optimal position and configuration. Then a case is used to validate the method at the end.

Key words: accurate position, new site planning, Monte-Carlo simulation, genetic algorithm

林海,赵飞龙,章建功. 一种基于蒙特卡洛仿真的精确建站方法[J]. 电信科学, 2012, 28(10): 149-155.

Hai Lin,Feilong Zhao,Jiangong Zhang. An Accurate Method of Adding New Site Based on Monte-Carlo Simulation[J]. Telecommunications Science, 2012, 28(10): 149-155.

图/表 8

表1

图1

表2

图2

图3

图4

表3

图5

参考文献 10

1	陈德荣．移动通信网络规划与工程设计．北京：北京邮电大学出版社， 2010
2	焦燕鸿，赵旭淞，程日涛等．一种规划无线网络目标覆盖区域的方法．电信工程技术与标准化， 2012（1）
3	法国Forsk公司规划软件Atoll．
4	英国AIRCOM公司规划软件ASSET．
5	． YD/T 2122-2011． 2GHz TD-SCDMA数字蜂窝移动通信网无线操作维护中心（OMC-R）测量报告技术要求， 2011
6	徐超，方俊利，童鑫． GSM网络MR测量报告在网络规划中的应用．邮电设计技术， 2012（4）
7	Orange , China Mobile , KPN , et al. LTE Physical Layer Framework for Evaluation. 3GPP TSG-RAN1#48, R1-070674, February 2007
8	Zetterberg K , Nascimento R , Jorguseski L , et al. Self-optimisation of LTE home base stations. COST 2100 TD（09）744, Joint Workshop COST 2100 SWG 3.1＆FP7-ICT-SOCRATES, Braunschweig, Germany, February 18, 2009
9	Soldani D , Kimmo V . Genetic approach to QoS optimization for WCDMA mobile networks. Proceedings of VTC 2005-Spring, Stockholm, Sweden, 2005
10	NGMN Alliance. Roadmap to Operational Excellence for N ext Generation Mobile Networks, Feb 2011

字段名	说明或单位
服务小区标识	LAC+CI
电平差值门限1	（dB）
电平差值门限2	（dB）
服务小区平均下行电平强度	（dBm）
服务小区下行电平强度方差	（dB）
邻小区1 BISC	NCC+BCC
邻小区1 BCCH	/
邻小区1平均下行电平强度	（dBm）
邻小区1下行电平强度方差	（dB）
邻小区1与服务小区电平差值高于门限1采样点数	（个）
邻小区1与服务小区电平差值介于两门限采样点数间	（个）
邻小区1与服务小区电平差值低于门限2采样点数	（个）

得分	接通率	掉话率	误帧率
5	99.5%～100%	0～0.5%	0～0.2%
4	98.5%～99.5%	0.5%～1%	0.2%～0.8%
3	96%～98.5%	1%～2%	0.8%～3.2%
2	90%～96%	2%～4%	3.2%～12.8%
1	0～90%	4%～100%	12.8%～100%

QoS维度	关键指标	优化前	优化后	提升幅度
业务量	CS域无线话务量	497.99 erl	580.21 erl	16.51%
	PS域业务流量	15.30 GB	18.23 GB	19.16%
接入性	无线接通率	99.52%	99.66%	0.14%
保持性	无线掉话率	0.19%	0.14%	-26.32%
	切换成功率	96.93%	97.23%	0.31%
完整性	上行RxQual 6～7级占比	1.29%	1.04%	-19.38%
	下行RxQual 6～7级占比	1.15%	0.75%	-34.78%

[1]	刘晓谦, 唐昕柯, 董宇涵. 水下无线光MIMO链路空间信道建模[J]. 电信科学, 2023, 39(5): 48-56.
[2]	刘璐, 杨丹, 陈睿杰, 李嘉, 周熹. 基于KPCA-GA-BP神经网络的POI质量预测研究[J]. 电信科学, 2023, 39(1): 108-116.
[3]	马焜, 徐玲玉, 沈晓萍, 龚志城, 蓝建平, 陈双喜, 钱钧. 云计算中基于Shapley值改进遗传算法的虚拟机调度模型[J]. 电信科学, 2022, 38(12): 1-10.
[4]	章鹏, 金小萍, 陈东晓. 一种面向RDSM系统的基于遗传算法优化色散矩阵的方法[J]. 电信科学, 2022, 38(12): 46-55.
[5]	金小萍, 刘家瑜, 蒋晨, 郭强. 基于改进遗传算法的STSK系统色散矩阵和3D星座的联合优化[J]. 电信科学, 2021, 37(9): 86-94.
[6]	姚晓辉,李青,孙焜焜. 一种域适配混合遗传算法及在安全服务链编排中的验证[J]. 电信科学, 2020, 36(5): 16-24.
[7]	胡文玉,王文举. 我国信息通信技术创新扩散效应及预测实证研究[J]. 电信科学, 2020, 36(1): 66-76.
[8]	钱亚冠,关晓惠,吴淑慧,云本胜,任东晓. 一种基于特征集构建的Bagging集成方法及其在流量分类中的应用[J]. 电信科学, 2018, 34(4): 41-48.
[9]	周凯. 一种基于网格划分的水下传感器网络多维优化部署策略[J]. 电信科学, 2018, 34(11): 48-58.
[10]	蔡畅,王亚芳,苗兵梅,姜慧. 基于改进遗传算法的认知无线传感网动态频谱分配方案[J]. 电信科学, 2017, 33(8): 85-93.
[11]	张国玲. 基于情感神经网络的风电功率预测[J]. 电信科学, 2017, 33(3): 168-172.
[12]	包晓安,魏雪,陈磊,胡国亨,张娜. 基于mean-variance的服务集群负载均衡方法[J]. 电信科学, 2017, 33(1): 1-8.
[13]	郑寒冰,余翔,王维维. 基于混合遗传算法的导频优化[J]. 电信科学, 2016, 32(9): 75-81.
[14]	申情,蒋云良,沈张果,楼俊钢. 基于组合混沌遗传算法的最小测试用例集生成[J]. 电信科学, 2016, 32(6): 93-102.
[15]	李盼星,王静. 基于遗传算法的PCI分配方案[J]. 电信科学, 2016, 32(3): 147-152.