4G网络上行干扰精准定位可行性研究

【摘要】随着无线通讯市场的快速发展，工信部于2015年3月公布了“宽带中国”2015年专项行动，新建4G基站超过80万个，用户数已超过5亿，4G网络已基本实现全覆盖，标志着我国移动通信正式进入4G时代。尤其是近年来数据业务的爆发，对网络的覆盖和容量要求越来越高。为此，运营商投入巨资，部署了大量各种制式的无线网络，小区半径也越来越小，网络底噪不断抬升，干扰问题也越来越复杂，严重影响了用户体验，加大了运营商网络建设与优化的负担。本文正是针对上行干扰问题进行深入研究，并将建模用软件程序实现。

【关键词】 4G 上行干扰 大数据挖掘 波形识别 ArcGIS 定位

前言：干扰问题排查和解决都是极其复杂且专业性较强的，本文基于数据挖掘技术、波形识别技术，通过深度分析网络运行数据，将网络测量报告MR，扫频数据，以及地理数据相结合，将网络中受干扰的小区在实际的地理环境中精确呈现，定位出干扰类型及干扰源所处位置，大大提高4G网络营运智能化水平，节省运营成本。

一、常见干扰类型

3GPP长期演进（LTE）项目是以正交频分复用（OFDM）为核心的。对于TD-LTE物理层的多址方案，下行采用的OFDMA，上行采用SC-FDMA。TD-LTE在时域和频域进行划分，形成最小的传输块（RB）。每个RB在时域上对应0.5ms，频域上对应180KHz带宽。TD-LTE支持多种带宽。1.4MHz、2.5MHz、5MHz、10MHz、20MHz。

外部干扰可以分为阻塞干扰、杂散干扰、谐波干扰和互调干扰等类型，产生上述干扰的主要因素包括频率因素、设备因素和工程因素。建立干扰波形数字化模板

将四类主要上行干扰类型的波形特征进行数字化处理，用于建立判断模型。

1.1杂散干扰

由于发射机中的功放、混频器和滤波器等非线性器件在工作频带以外很宽的范围内产生辐射信号分量，包括热噪声、谐波、寄生辐射、频率转换产物和互调产物等落入受害系统接收频段内，导致受害接收机的底噪抬升，造成灵敏度损失，称之为杂散干扰。

1.2阻塞干扰

由于强度较大的干扰信号在接收机的相邻频段注入，使受害接收机链路的非线性器件产生失真，甚至饱和，造成受害接收机灵敏度损失，严重时将无法正常接收有用信号，称之为阻塞干扰。

1.3谐波干扰

由于发射机有源器件和无源器件的非线性，在其发射频率的整数倍频率上将产生较强的谐波产物。当这些谐波产物正好落于受害系统接收机频段内，将导致受害接收机灵敏度损失，称之为谐波干扰。

1.4互调干扰

当两个或多个不同频率的发射信号通过非线性电路时，将在多个频率的线性组合频率上形成互调产物。当这些互调产物与受害接收机的有用信号频率相同或相近时，将导致受害接收机灵敏度损失，称之为互调干扰。

二、应用快速模板匹配波形识别算法分离干扰源

应用快速模板匹配波形识别算法波形特征提取三步曲：

2.1波形的向量处理

在检测波形、字符检测波形等波形中，可以看到每种波形都有其特有的形状，只是在外部条件改变的情况下（如电压大小、采样频率等），波形的幅值有所不同。如图1所示：对于每个数字波形W，可以采用含有m个元素的向量X来表示：

X= [ x1 x2 x3 … xm-2 xm-1 xm ] （1）

其中，元素xi―波形某点的幅值，并且相邻两元素间的时间间隔Δt相等。

因此对于10个数字0、1、2、3、4、5、6、7、8、9的波形都有其独有的特征向量xi，可以作为输入信号匹配的模板。注意的是所采用的向量元素并没有做归一化处理，这是考虑到某些信号幅值呈正负分布，可能使信号幅值的总和为零或很小，这样归一化之后可能使元素趋于无穷大。为了解决幅值的一致性，可以对输入波形Y做如下处理：

Y= [ y1 y2 y3 … ym-2 ym-1 ym ]*max （Y）/max （Xi）

= [ p1 p2 p3 … pm-2 pm-1 pm ] （2）

2.2波形的匹配

在波形的匹配过程当中，定义输入波形向量Y与波形模板Xi之间的距离Di：

Di=Xi-Y22

=∑（xj - pj） （i=0、1、2 … 9）、（j=1、2 … m） （3）

比较Di的值，取Di的最小值，此时i即为输入波形所对应的数字，达到了自动识别的目的。

从上面的分析可以看出只要每个数字波形的向量模板确定，输入波形只要做简单的处理即可进行匹配。每个数字波形进行匹配的过程中，前提是必须使波形的起始位置和终止位置与模板的对波形向量化处理的起始位置和终止位置相同，否则识别的效果会有偏差。

三、大数据挖掘之多维度归一干扰源定位判别方法

利用多种测量数据（MR＼路测数据＼扫频数据）和高精度3维地理信息数据，采用射线跟踪无线传播模型，准确查找网内外各种类型的干扰，避免了单一数据反映干扰问题的局限性，增强干扰定位的全面性，干扰定位精度可达30m×30m，大大提升干扰源定位精度。

3.1基于ArcGIS的三维六步定位法：

由于现有网优干扰分析大部分是基于二维地图，分析得到的结果都是基于理想状态下得到的，没有充分考虑地理上物体阻挡的及信号的穿透损耗等特质，使分析结果与实际情况并不十分吻合。本文采用了ArcGIS的三维场景地理信息，ArcGIS具有许多三维地图分析的优点，是国内外最多人使用的三维分析的工具，成熟度高。

通过以下六步法，建立多维度归一的干扰判别算法，进行小区级干扰定位。

1、通过TCP导入现网基站GIS信息，结合传播模型和三维地图，对网络整体的覆盖和干扰进行预测仿真。

2、根据小区间的切换数据，计算两小区间的相关程度，再结合频率信息，计算切换干扰系数，查找路面上（切换主要发生在路面移动区域）干扰严重的小区。

3、利用4G的路测数据（包括TEMS测试、鼎力自动路测、扫频数据），通过PCI和经纬度结合，修正干扰情况，提升干扰定位精度。

4、利用MR测量，AOA（方位角）＼TADV（距离）＼ RIPPRB（每RB干扰电平）＼ ReceivedIPower（小区接收干扰电平），查找统计上被严重干扰和对其它小区干扰严重的小区。

5、对MR数据和话务统计指标结合分析，查找覆盖良好的下行质差（可能存在频率干扰）的问题小区和覆盖差同时质差（弱信号质差）的问题小区。

6、通过MR数据，快速准确的定位外部干扰源、直放站或室内分布系统有源器件噪声干扰等上行干扰。

四、结束语

目前业内的干扰定位技术大部分处于输出干扰波形，人工判断的方法，在干扰源波形分离，干扰属性定位，干扰源位置定位等方面涉猎不深，无法有效提升网优人员查处干扰源的效率。而本文所研究的内容，通过软件平台实现，对上述业内未解决的波形分离与定位问题，能极大程度辅助优化工程师提升工作效率，快速解决干扰问题，为移动用户提供良好的网络使用环境。

本文介绍了4G中上行干扰源的波形鉴别、干扰源的位置定位等内容的研究，希望能够抛砖引玉，以更好地提升LTE网络性能。

参 考 文 献

[1] 中国移动通信有限公司， TD-LTE系统间干扰排查与规避指导手册. 2013.3.

[2] 倪永州 田跃，一种快速模板匹配的波形识别算法. 《传感器世界》 2006年04期.

[3] 汤国安，ArcGIS地理信息系统空间分析实验教程，科学出版社，2012.