通过切换报告对覆盖异常进行筛选.docxVIP

通过180报告对覆盖异常进行筛选

1.概述

在日常网络优化过程中，经常会碰到扇区接反或者越区覆盖等异常请对网质量造成的影响，如扇区接反导致频率干扰影响通话质量，扇区接反缺邻区关系导致掉话等。对于扇区接反这一类覆盖异常的情况，我们常用的解决方法是在通过路测发现一个解决一个，或者通过180报告对每个小区的切换分布情况进行观察来寻找覆盖异常的情况，这些方法效率不高，需要大量的人力和物流，无法全部发现现网所有的异常情况；针对越区覆盖情况也是存在同样的情况，没有比较有效的方法和工具。如果有方法能够快捷、简便、有效的主动发现现网中存在的覆盖异常的问题，对我们提高日常网络优化的效率和保障网络的质量将由很大的帮助，本文将对快捷、简便、有效的主动发现网络中存在的覆盖异常问题的方法进行研究，将分扇区接反和越区覆盖两种情况分别进行讨论。

2.扇区接反的发现方法研究

2.1.180报告分析

目前我们可以利用的能够反映当前网络真实覆盖状况的网络指标有哪些呢？180切换报告可以满足这一条件，180切换报告体现了服务小区与周边邻区的衔接的状况，切换分布集中的区域的应为该服务小区的主要覆盖区域，即如下图所示。正常情况下，服务小区除了到共站邻区的切换较多外其余的主要切换集中在正向相对的几个邻区。

图1：正常情况下，服务小区往正前方的小区切换较集中

如果出现扇区接反的情况，则服务小区的切换主要集中在另一扇区的方向上。

图2：第二扇区的切示意图（切换主要集中第一扇区的方向，图1所示）

由此是否可以判断，该站的第一、二扇区接反了呢？这还不一定，需要再观察一下第三扇区的切换情况：

图3：第三扇区的切换示意图（切换主要集中在第二扇区的方向）

从该站三个扇区的切换情况来看，二、三扇区切换存在异常，如何通过简便、有效的方法把这个站的异常情况快速筛选出来呢？特别是三扇区，该扇区的切换主要集中的二扇区的方向，如何能将该扇区筛选出来呢？结合虚拟干扰矩阵可以将该扇去筛选出来。

2.2.虚拟干扰矩阵

干扰矩阵表征的是服务小区与周边邻区的干扰情况的阵列，正常情况下除了共站的小区外，正对面的小区的干扰度最大，即在分频的时候要避免同、邻区频。通过RMS报告获得的干扰矩阵被我们用来进行频率的分配，是反映的网络中的实际覆盖情况，正对面的小区不一定是干扰度最大的，用该数据我们无法把上例的三扇区筛选出来；我需要反映的完全理想化的干扰度分布情况，即正对面的几个小区的干扰度最大，我们可以通过工具模拟得到，即虚拟干扰矩阵。

上例基站获得虚拟干扰矩阵如下图所示：

图4：第一扇区虚拟干扰度分布图

图5：第二扇区虚拟干扰度分布图

图6：第三扇区虚拟干扰度分布图

从虚拟干扰矩阵的分布情况来看，干扰度最大的均为正前方的小区。

2.3.筛选方法

我们将虚拟干扰矩阵除共站小区外的排名前三的小区的干扰度求和，得数值A，再将180报告中除共站小区外的排名前三的小区相应的干扰度求和，得数值B，由A值除以B值的一K值系数，K值越大覆盖异常的可能性越大，K值越接近于1说明覆盖正常。上例三个扇区的计算结果如下：

扇区

A

B

K

1

52906

39476

1.340207

2

103266

48365

2.135139

3

63418

2148

29.52421

通过K值筛选就很容易将三扇区筛选出来。

通过上述方法，在南京现场的实际案例，验证了该方法的有效性：

RNP

小区名

实际结果

53507_11738

中国药科大D2

下挂光纤直放站，改变了覆盖区域

20491_51178

南师大招待所D2

确认接反

20752_20369

化工一厂D3

确认接反

53507_24079

神农路D3

确认接反

20481_2547

雨花新村D1

前方为雨花台风景区，有山体阻挡，导致到后侧切换较多

20949_42489

乐园路D3

确认接反

20987_18897

虹桥D1

确认接反

53507_24877

燕子叽D1

确认接反

20949_23687

南化宾馆D1

确认接反

20948_12689

小桃源D3

确认接反

20984_31128

艺术学校D2

确认接反

20756_17099

吉兆花园D3

确认接反

20989_62927

梅建化工D2

确认接反

2.4.使用过程中的注意事项

上述方法在使用过程中需要注意一下几点：

如果正前方的邻区由于故障或者新站，导致180报告为0，此时对于该小区的计算将出现偏差，也将会列入到异常的行列，实际多为正常。

对于通过K值筛选出来的小区，我们可以选择K值大于某个值（例如5)所用小区或者K值排名Top