《基于自组织网络的LTE RACH优化技术研究.docx》由会员分享，可在线阅读，更多相关《基于自组织网络的LTE RACH优化技术研究.docx（4页珍藏版）》请在三一文库上搜索。
1、基于自组织网络的LTE RACH优化技术研究【摘 要】通过对基于自组织网络的LTE RACH自优化技术进行研究，包括RACH自优化的基本需求和影响因素、实现RACH自优化功能的自组织网络架构和RACH自优化处理方法，以提高LTE网络性能和降低运维成本。基于eNodeB和UE的统计及测量数据，可以在无人工干预的情况下自动触发RACH的优化。【关键词】LTE RACH自优化 自组织网络 运维成本Research on LTE RACH Optimization TechnologyBased on Self-Organizing NetworkJIANG Hua（Zhongxing Telecom
2、munication Equipment Corporation， Shenzhen 518057， China）LTE RACH optimization technology based on self-organizing network was discussed in this paper. Specifically， the basic requirements， influencing factors， self-organizing network architecture and processing methods of RACH optimization were tak
3、en into consideration to improve the performance， operation and maintenance cost of LTE network. Based on statistics and measured data of eNodeB and UE， the automatically triggered RACH optimization can be realized.LTE RACH optimization SON OPEX1 引言随着移动技术的演进和实际网络的部署，移动运营商在提高移动服务质量的同时面临着两方面压力：一方面是越来越
4、高的人力成本;另一方面是越来越低的通信资费。因此，移动运营商不得不越来越重视降低OPEX（Operating Expense，运维成本）。通过技术来实现移动网络的自动化和智能化，减少运维过程中人工参与的力度和维度，成为移动运营商降低成本的迫切需求。为此，在由移动运营商主导的NGMN（Next Generation Mobile Networks，下一代移动通信网络）联盟上，一些国际主流运营商如西班牙的Telefonica、中国移动、英国的沃达丰等，提出了SON（Self-Organizing Network，自组织网络）的需求，并推动3GPP根据NGMN需求逐步实现标准化。自组织网络的需求主要
5、由四部分组成，分别是自配置、自优化、自治愈和网管自组织网络，每部分都包括多个需求用例，LTE的RACH（Random Access Channel，随机接入信道）负荷优化就是自优化的需求用例之一。本文通过分析基于SON的RACH自优化需求和影响因素、基于SON的实现架构和处理方法等内容，以自优化技术来降低运维成本、提高LTE RACH接入性能和优化上行链路资源。2 基于SON的RACH自优化需求和影响因素LTE随机接入信道是LTE的主要上行信道之一，用于建立UE（User Equipment，用户设备）和LTE基站之间的无线链路，实现上行同步和上行共享信道资源申请。为了实现随机接入信道的功能，
6、LTE根据实际网络覆盖情况为其分配了专用的上行链路无线资源，而随机接入过程涉及物理层、MAC（Medium Access Control，媒体接入控制）层和RRC（Radio Resource Control，无线资源控制）层等多个协议层。图1为LTE物理层定义的RACH前导格式，主要由三部分组成：长度为TCP的循环前缀（CP）、长度为TSEQ的前导序列（SEQ）和长度为TGT的保护间隔（GT），后者是为RACH分配的时隙长度或UpPTS与前导的时间差。表1罗列了LTE定义的五种前导格式，包括对应分配的子帧数、CP长度、序列长度和保护间隔长度，每种格式都与扇区覆盖半径直接关联，较长的序列占用的
7、上行无线资源也就越多，当然覆盖的范围也就越大。在多扇区组网和多用户接入的实际应用场景下，RACH的相关参数配置对LTE系统性能产生重要影响，主要有两方面：首先可能产生RACH碰撞，接入碰撞会使呼叫建立延时、失败或上行失步，后者影响数据恢复延时、切换延时等，也直接影响呼叫建立成功率和切换成功率，因此影响LTE网络性能和用户体验;其次影响系统容量，由于上行链路需要为RACH保留无线资源，在有限的上行无线资源中，如果RACH占用过多，那么上行共享信道资源就相应减少。LTE RACH优化实际是每个扇区的RACH配置参数优化，但影响每个扇区RACH配置的因素有很多，包括如下：（1）扇区覆盖的人口密度。人
8、口密度越大，接入碰撞的可能性也就越大。（2）呼叫到达率。到达率越高，接入碰撞的概率就越低。（3）引入切换率。尽管影响切换成功率的因素很多，但如果切换第一步在目标扇区接入失败，后续切换过程则无从谈起。（4）扇区是否位于跟踪区边缘。UE跨越跟踪区需要重新接入注册过程，因此接入边缘扇区接入频度高，当然碰撞的可能性也就越大。（5）业务模式影响DRX（Discontinuous Reception，非连续接收）和上行同步状态，因为需要通过RACH的接入过程完成。（6）网络配置影响。如天线倾角、发射功率设置和切换门限，在这些配置中，任何变化都影响最佳的RACH配置。例如，扇区的天线倾角变化，扇区的覆盖将改
9、变，从而影响呼叫到达率和每个扇区的切换率，网络覆盖直接影响每个扇区的RACH配置，因此RACH优化与网络优化密切相关。基于SON的RACH自优化的需求目标首先是性能方面，包括降低RACH接入碰撞的概率、提高接入成功率、减少呼叫建立时间、提高切换成功率等;其次是优化LTE上行链路为RACH保留的资源，提升系统上行链路容量，即增加上行共享信道资源。3 基于SON的RACH自优化架构根据实现功能所处在基站或OAM（Operation Administration and Maintenance，操作、管理和维护）上，SON架构主要分为集中式、分布式和混合式。其中，如果SON实现功能集中在OAM上，则
10、是集中式架构;如果SON实现功能分布在各个基站上，则是分布式架构;如果SON实现功能既在OAM上也分布在各个基站上，则是混合式架构。鉴于RACH自优化过程需要大量的相关性能统计数据和运算，为了降低基站系统的负荷及不影响基站性能，采用SON集中式架构来实现，如图2所示。集中式架构使RACH自优化功能集中在OAM上，而RACH自优化控制策略也由OAM导入;根据移动运营商的实际需求，一些人工干预的指令也是通过OAM导入;eNodeB负责收集和测量RACH性能参数，并接收OAM优化后的RACH参数。基于SON的RACH自优化技术要求LTE系统支持自适应控制，并通过RACH的相关KPI（Key Perf
11、ormance Indicator，关键性能指标）和性能参数来触发自优化构成。不同的RACH自优化控制策略，相关的KPI及关键性能参数也不同，但宗旨都是在提升LTE RACH性能的基础上提高4G系统的容量。影响LTE RACH自优化因素很多，即使相同的扇区在不同的时间段差异也很大，因此自优化过程不是一次性的而是长期过程，这就需要采集大量的性能数据作为下一步优化的基础。基于大量性能数据分析和处理，输出RACH优化性能参数将作为下一轮自优化的基础和前提。总之，LTE RACH自优化实际是周而复始的过程。4 LTE RACH自优化的处理方法SON的自优化功能实现主要是通过KPI或性能统计参数来触发，
12、如果每个LTE扇区的RACH性能不满足其KPI指标要求，则可以进一步触发RACH的优化和校正。RACH配置优化包括如下：（1）RACH的资源单元分配优化。（2）RACH前导拆分，涉及在专用、组A和组B之间。（3）RACH的backoff参数值优化;RACH发送功率控制优化。LTE RACH的自优化要基于相关性能统计数据，这些数据主要来源于以下方面：（1）UE统计和上报。为此UE需要支持RACH优化信息上报，并通过RACH参数与eNodeB进行交换，UE收到轮询信令后需上报的信息包括：在成功RACH完成前发送RACH前导的次数和竞争解决失败的次数。UE支持接入试探次数上报，这与LTE之前的移动系
13、统性能统计差别明显，而之前的系统很难统计到这方面数据，更多需要人工路测或经验值，因此LTE RACH自优化机制简化了RACH参数配置过程并降低了运维成本。（2）eNodeB测量。将在单位时间间隔内每个扇区接收到RACH的前导数量作为覆盖区内的话务量统计，判断接入碰撞的可能性。对于RACH的自优化过程，实际是RACH自优化功能对UE统计和上报的RACH数据以及对eNodeB测量的数据进行统计与估算，并通过优化策略判断是否自动触发RACH优化的过程。图3为基于集中式SON架构的RACH自优化性能参数的闭环处理过程，各个网元的功能是：UE根据eNodeB的轮询信令上报相关RACH前导的统计信息;eN
14、odeB收集UE上报的测量收据、测量收到的RACH前导数量;OAM中的性能管理功能是收集、存储和处理来自eNodeB的性能统计数据，根据RACH自优化控制策略，通过运算和数据挖掘，输出RACH自优化控制参数，并输出到OAM中的配置管理;配置管理负责将RACH自优化控制参数输出到eNodeB，最后完成了闭环RACH自优化过程，LTE基站系统在优化后的RACH参数下运行，提升网络系统性能。LTE RACH的自优化构成实际是RACH性能数据采集、统计、传输、存储、分析处理和重配置的周而复始过程。图4是在同一个扇区中的测试数据对比，该扇区的显著特征是一天中在某些时间段用户较多、在某些时间段用户很少，接
15、入成功率呈凹;形。其中，未优化的接入成功率变化幅度范围很大，当接入用户数量很多时，接入成功率降低，而当接入用户数量很少时，接入成功率很高;基于SON自优化后的接入成功率变化幅度平稳，无论是用户多还是用户少，都不会大起大落，保证了较高的接入成功率。5 结束语基于SON的LTE RACH优化目的是降低接入碰撞并提高系统容量，而影响RACH性能提升的因素很多，涉及覆盖的人口密度、呼叫和切换成功率等;RACH自优化可通过基于SON的集中式架构或分布式架构实现，但触发RACH的自优化需要分别根据UE和eNodeB的大量相关RACH测量数据，并上报进行统计和挖掘，输出RACH性能控制参数实现自动RACH优
16、化自动控制。总之，基于SON的LTE RACH优化是基于测量数据并在无人工干预的场景下自动完成，可在提升LTE网络性能的同时降低OPEX。参考文献：【1】 3GPP TS 36.211. E-UTRA; Physical Channels and Modulation. 2009.【2】 3GPP TS 36.300. E-UTRA and E-UTRAN， Overall description; Stage 2. 2009.【3】 谢大雄，朱晓光，江华. 移动宽带技术LTE. 北京： 人民邮电出版社， 2012.【4】 NGMN Alliance. NGMN Recommendation
17、on SON and O&M Requirements. 2008.【5】 朱晓光. 基于自组织网络的基站自优化节能技术研究. 移动通信， 2013（18）： 93-96.【6】 廖俊锋，朱晓光，周文端. 基于TCP的微波回程链路自适应优化技术研究. 移动通信， 2014（14）： 32-36.【7】 朱晓光. LTE基站系统的自动软件加载技术研究. 电信科学， 2013（7）： 131-135. 任倩男，胡楠. TD-LTE随机接入过程与网络优化. Proceedings of 2011 Asia-Pacific Youth Conference on Communication （2011APYCC） Vol.1. 2011. 金红军. 宽带战术通信系统架构设计与实现. 通信技术， 2014（9）： 1021-1026. 朱晓光，江华. LTE基站系统的PCI自配置技术研究. 电信科学， 2014（7）： 130-134.