高校场景网络容量保障实践研究 摘要：随着4G网络的加速普及，部分区域流量瓶颈较逐步凸显，特别高校区域客户DOU是全网的3倍，高校场景容量问题尤为突出本文通过“小区定位”、“楼宇定位”、“多维评估”、“基于价值的资源调度”四个环节以及多项特性方案应用和技术创新，实现基于海量用户MR和XDR位置信息建模定位高校室内常驻用户位置，进高校楼宇级性能分析，多维度评估小区容量负荷，个性化输出解决方案关键词：LTE，高校，容量，实践研究一、概述校园场景具有如下几个特点：用户高度集中、套餐便宜倾向性明显、移动用户渗透率高、楼宇密集、带宽需求高4G发展越趋成熟，解决校园高负荷、低感知问题面临如下几个难点：1）当前一个小区往往覆盖多个楼宇，高负荷具体出现在哪个楼宇很难判断，采用人工测试的方法即耗费大量的人力物力又不能精确定位高负荷具体出现区域，无法做下一步的处理2）高校场景基站密集、站间距小，交叉干扰严重，切实影响用户感知3）解决高负荷手段单一，没有做过多的尝试，无法从根本上解决因此亟需建立一套精细化，系统化分析解决校园高负荷的方法和体系，有力支撑网络建设及优化二、详细技术内容1）通过提取用户在空闲及业务态下控制面及业务面信令中移动管理性数据及信息，进行用户周期性潮汐类别聚类，建立用户常驻位置（小区簇）建模；通过S1信令和MR数据关联，通过创建APP经纬度及实际测试数据矫正指纹库对MR无线传播仿真定位数据进行校正，得出全量用户级定位数据；最终通过算法关联得到用户多类场景常驻位置的室内定位、业务、MR等相关信息。
2）将全面的宏观分析和精细的微观问题相结合，将表面的问题现象和深层次的原因方法相结合，将全面的数据分析和局部的优化调整相结合，多角度、多层面，深度挖掘分析高校现网高负荷问题，根据实际情况，合理提出解决方案A.双层网和同频段异频扩容：由于校园内室外宏站小区用户流动性大无法进行精确的用户数和容量预测，只能根据小区的忙时负荷指标情况先进行第二频点扩容，再进行双层网的进一步扩容所以开通后需要详细测试异频点的覆盖区域和切换情况，保证用户的正常驻留和切换B.小区分裂：针对各RRU覆盖区域业务量相当的室分高负荷小区，可以采用小区分裂的方法：将RRU定义归属不同小区，单小区分裂为双小区，快速提升室分站点容量载扇需求数=宿舍楼LTE预测用户数/单载扇可承载用户数（向上取整）C. Lampsite补热覆盖：针对无室分覆盖的热点区域采用Lampsite进行补热D. 3D-MIMO替换高负荷小区：针对长期高负荷及深度覆盖不足的宏小区采用3D-MIMO进行替换3D-MIMO通过引入新天线和新技术，在满足灵活组网需求的同时，有效提升系统容量3-6倍E. UDC助力4G网络上行能力提升：TDD系统分配给上行的子帧数较少，上行速率容易受限，上行数据压缩（Uplink Data Compression，简称UDC）技术是TD-LTE模块在终端侧根据场景和应用数据，在上行数据传输时在底层进行智能压缩。
一方面UDC可以有效降低上行空口数据流量，提升上行空口利用效率；另一方面也能降低其他终端所受到的相关干扰，提升上行数据传输的可靠性F.基于价值用户感知保障的LTE无线资源智能均衡：设定小区负荷测量周期，对周期时间内小区软采CELL_MR上报信息（UP/DL PRB AVER，UP/DL PRB AVAIL AVER及online user num）进行汇聚累计所有负荷统计采样，通过设定不同小区保障时长比例，排序计算满足至保障时长时的小区负荷值根据小区频段、天线等资源配置，设定小区高负荷门限，计算小区负荷系数，筛选高负荷小区三、主要技术创新点1）通过接入LTE信令及MR数据，通过挖掘用户潮汐及迁移规律，将用户位置模型化，结合最新的OTT、MR定位技术，全面定位用户的常驻位置A.挖掘用户潮汐位置规律，定位用户常驻小区组B.融合OTT、MR结合定位技术，实现用户室内常驻位置精准定位2）通过分析定位，系统运用多重手段组合的方式解决校园高负荷问题A.采用异频扩容既增加容量又能够降低干扰B.摸清RRU位置后采用小区分裂可快速提升容量C. Lampsite具有美观性好、易于部署的特点，可快速补热D. 3D-MIMO对高负荷小区的替换即可增加容量又可增强深度覆盖。
E. UDC通过智能压缩的方式提升用户上行感知四、应用情况本创新应用已经在全省高校容量问题解决中全面应用以某大学为例，移动客户渗透率达到95%以上，负荷问题尤为突出目前采用本创新已经完成扩容47个、小区分裂28个、D/F双层网扩容15个、新建站9个、新技术应用32个，大幅提升容量问题解决效率实施后，基站数量达到49个，小区数达到268个，新增小区101个，新增带宽2020M，有效缓解了高流量高负荷压力，保障了用户的良好感知日均4G流量由原来的4100G增加到目前日均8600G，日均流量占全网流量比例由8.9%增长到目前的12.8%高负荷小区数由原来的82个下降到目前的11个，高负荷小区占比由49.1%下降至4.1% -全文完-。