欢迎来到天天文库
浏览记录
ID:35176802
大小:5.50 MB
页数:65页
时间:2019-03-20
《基于lte mr的移动网络优化研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、139110学校代码:0270分类号;TP学号:322049上咎作後乂爹硕±学位论文基于LTEMR的移动网络仇化硏究学院;信息与机电工程学院专业:计算化应用技术研究方向:计算机网络研究生姓名:姜备指导教师:李鲁群完成日期:2016年3月'-论文独创性声明本论文是我个人在导师指导下进行的研巧工作及取得的研巧成果。论文中除了特别加W标注和致谢的地方外,不包含其他人或机构己经发表或撰写过的研巧成果。其他同志对本研究的启发和所做的贡献均己在论
2、文中做了明确的声明并表示了谢意。作者签名::日期论文使用授权声明本人完全了解上海师范大学有关保留、使用学位论文的规定:,即学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可W公布论文的全部或部^分内容,可式采用影印、缩印或其它手段保存论文。保密的论文在解密后遵守此规定。;作者签名:导师签名:日期上海师范大学硕士学位论文摘要摘要随着LTE网络建设的快速发展和4G用户的不断攀升,对无线网络的需求越来越高,网络质量成为影响用户满意度的关键因素。如何在网络快速发展的情况下对4G
3、网络进行优化,提高网络利用效率,节省运营成本和提高用户满意度是运营商需要解决的关键问题。无线网络优化是一个不断发展的技术领域,传统的网络评估和优化主要基于DT、CQT和用户投诉等手段,这些手段可以准确的定位到网络中存在的问题,但是需要耗费大量的时间和人力物力,采集数据时效性差,优化周期比较长。对于基于用户投诉的方案,由于投诉的用户并非专业人员,描述问题可能与实际问题造成偏差,对用户满意度有较大影响。因此,提出使用终端上报的MR(测量报告)数据进行网络优化的优化方案。MR数据反映的是用户真实的分布情况,采样点的覆盖范
4、围广,准确反映出无线网络的覆盖情况,并且可以极大的节省人力物力,缩短发现问题的时间,最大程度的提高用户的感知。MR数据在2G、3G时代已经获得了广泛的应用,主要应用在频率优化和终端定位方面。本文通过MR数据进行分析,结合基站小区公参数据,采用天线到达角和时间提前量以及基于场强的方法对MR采样点进行定位。对于室分基站的采样点,提出了基于栅格指纹和场强的四点定位算法。在对MR数据进行分析处理时需要考虑到空间和时间上的连续性,但是MR数据是包含了明细信息的海量数据,无法将所有数据一次性进行处理,需要对基站小区进行分片处理
5、。本文中提出使用voronoi算法计算基站小区之间的邻区关系,然后每个分片设定基站个数的阈值,这样就可以使地理上大致连续的基站划分到一个分片内,每个分片数据量也大致相同。然后借助于地理化之后的MR数据基于小区维度和栅格维度进行无线网络的分析。主要进行网络的业务分布分析、弱覆盖分析、重叠覆盖分析,生成干扰矩阵等,并使用路测优化方案来对结果进行验证。关键词:MR;测量报告;终端定位;覆盖;LTE移动网络;优化IAbstractShanghaiNormalUniversityMasterofScienceAbstract
6、WiththerapiddevelopmentofLTEnetworkconstructionandtherisingof4Gusers,thedemandforwirelessnetworkisgettinghigherandhigher,andthequalityofnetworkisthekeyfactortoaffecttheuser'ssatisfaction.Howtooptimizethe4Gnetworkintheconditionoftherapiddevelopmentofthenetwork,
7、improvethenetworkutilizationefficiency,savetheoperationcostandimprovetheuser'ssatisfactiondegreeisthekeyproblemtobesolved.Wirelessnetworkoptimizationisacontinuousdevelopmentoftechnology,traditionalnetworkevaluationandoptimizationmainlybasedonDT,CQTandcustomerc
8、omplaintsandothermeans,thesemeanscanaccuratelypositioningtotheproblemsthatexistinthenetwork,butneedtospendalotoftimeandmanpowerandmaterialresources,acquisitiondatatimelinessandopti
此文档下载收益归作者所有