摘要：随着网络的建设和业务的发展，TD-LTE网络越来越复杂，网络性能和客户感知的要求也越来越高。实际网络优化过程中如何运用各种优化方法和优化手段实现TD-LTE网络的精准优化，提高TD-LTE网络的质量，保持TD-LTE网络性能的持续领先，是当前乃至今后一段时间内网络优化工作者的重要工作。本文以精准优化为出发点，提出一种基于多维度排序的TD-LTE优化方法。通过对多维度排序表编制过程中的关键节点梳理、分析和说明，论述了该方法在TD-LTE网络优化中的作用，为TD-LTE无线网络优化提供参考。
关键词：TD-LTE；多维度；优化
随着TD-LTE网络的建设、业务的发展和无线环境的变化，TD-LTE网络越来越复杂，网络性能和客户感知要求也越来越高，网络质量面临着前所未有的挑战，未来如何维护好、优化好TD-LTE网络是一项复杂、艰巨、意义深远的工作。实际网络优化过程中，针对重点KPI考核指标和客户感知指标，基于网管数据及各种网络优化平台的数据，可以生成大量的系统工单和人工工单，网络优化人员需要针对这些指标和工单开展各种网络优化分析。
实际工作中，一个问题小区的出现，会引起该小区甚至周边邻区的多个指标劣化。当某个小区部分覆盖区域出现分布系统故障的问题，则该小区的MR覆盖率、无线接通率、切换成功率等多个指标都会劣化，同时该小区的话务量、数据流量等业务也会受到影响。如果采用系统自动分析或网络平台数据简单分析后进行工单派发，则该问题小区的多项劣化指标可能在不同的时间点分别被派单。对于优化人员而言，可能会造成重复的排查优化工作，使得一线优化人员工作没有重点，每天疲于应付各种工单。
本文提出一种基于多维度排序的优化方法，该方法从价值维度和性能维度出发，通过对重点KPI考核指标和影响客户感知的关键指标进行分析，按照一定的权重对各项指标进行打分，最后以KPI考核的基准值和挑战值为依据，制定多维度排序表的计分规则。实际应用中，对所有小区按照多维度排序表制定的规则进行计分，得到所有小区的用户价值得分和网络性能得分。通过数据分析可以快速识别出高价值且低性能小区，这样就抓住网络优化工作的重点，实现精准网络优化。
一、基于多维度排序的优化方法
1、编制原则与指标权重
多维度排序从用户价值维度和网络性能维度出发进行设计，这两个维度共包含5个项目、19个子项目。用户价值维度有6个属性，均为判断是否为高价值小区的关键属性。网络性能维度有13个指标，均为影响客户感知和KPI考核的关键指标。
用户价值维度定义100分，包含客观价值和业务量2个项目。客观价值又细分为覆盖区域、覆盖场景和用户数3个子项目。业务量又细分为日均数据流量、日均VoLTE话务量、高负荷频次3个子项目。
网络性能维度定义100分，包含业务性能、覆盖性能和VoLTE性能3个项目。业务性能又细分为无线接通率、无线掉线率、切换成功率和干扰强度4个子项目。覆盖性能又细分为MR覆盖率、覆盖劣于竞对、倒流流量和倒流时长4个子项目。VoLTE性能又细分为分组丢失率、SRVCC切换占比、SRVCC切换成功率、E-RAB掉线率（QCI=1）和无线接通率（QCI=1）5个子项目。
2、多维度排序表计分规则
如何对一个小区的某个属性或指标的具体数值赋予不同分值，是多维度排序的关键工作。通过多轮次数据的分析和比对，结合各个属性的具体数据和KPI考核指标的基准值、挑战值等数据，对赋予分值进行了精细化的定义。
（1）用户价值维度
客观价值中的覆盖区域，指标值按照城市、县城、农村分为3类并赋予不同的分值。覆盖场景，指标值为高校、火车站、机场、长途汽车站、商业中心、医院、党政军机为第1类得满分；指标值为别墅群、星级酒店、会展中心、体育场馆、集贸市场、企事业单位、写字楼为第2类得10分；指标值为休闲娱乐场所、高层居民区、低层居民区、工业园区为第3类得5分。用户数指标值大于等于10户得满分，小于等于7户得5分，介于两者之间得10分。客观价值维度表中各子项目的计分规则如表1所示。
对于业务量中的日均数据流量，指标值大于等于8GB得满分，小于6GB得5分，介于两者之间得10分。对于日均VoLTE话务量，指标值大于等于10Erl得满分，小于5Erl得5分，介于两者之间得10分。对于高负荷频次，指标值大于等于4周得满分，无高负荷发生
得5分，介于两者之间得10分。业务量维度表中各子项目的计分规则如表2所示。
（2）网络性能维度
对于业务性能中的无线接通率，指标值大于等于98%得满分，小于95%得6分，介于两者之间得7分。
对于无线掉线率，指标值小于4%得满分，大于等于5%得6分，介于两者之间得7分。对于切换成功率，指标值大于等于93%得满分，小于90%得5分，介于两者之间得6分。对于干扰强度，指标值小于-110dBm得满分，大于等于-100dBm得5分，介于两者之间得6分。业务性能维度表中各子项目的计分规则如表3所示。
对于覆盖性能中的MR覆盖率，指标值大于等于97%得满分，小于90%得0分，介于两者之间得12分。对于覆盖劣于竞对指标，覆盖不劣于竞对得满分，覆盖同时劣于竞对1和竞对2得0分，覆盖劣于竞对1或劣于竞对2得5分。对于倒流流量，无倒流流量发生时得满分，倒流流量大于1000MB得6分，介于两者之间得8分。覆盖性能维度表中各子项目的计分规则如表4所示。
对于VoLTE性能中的分组丢失率，指标值小于0.1%得满分，大于等于1%得2分，介于两者之间得3分。对于SRVCC切换占比，指标值小于2.8%得满分，大于等于3%得2分，介于两者之间得3分。对于SRVCC切换成功率，指标值大于等于97%得满分，小于90%得2分，介于两者之间得3分。对于E-RAB掉线率（QCI=1）指标值小于3%得满分，大于等于5%得2分，介于两者之间得3分。对于无线接通率（QCI=1），指标值大于等于95%得满分，小于90%得2分，介于两者之间得3分。VoLTE性能维度表中各子项目的计分规则如表5所示。
二、多维度排序表的应用
1、数据提取与分析
各小区的属性及指标数据一般以月度或其它频次进行提取。提取后对各种属性和指标数据进行分析，以预先制定好的编制原则、指标权重和计分规则进行计算，最后得到所有小区的价值维度得分和网络性能维度得分。
2、高价值劣性能小区识别
根据多维度排序表的编制原则与编制方法，综合用户维度与性能维度，对全网TD-LTE小区的用户价值和网络性能进行全面评估，最终将用户价值和网络性能各分为3类。通过该方法能快速有效识别出高价值且劣性能小区，找出网络优化的重点工作，实现精准网络优化。使用如图1所示的方式可以直观的显示当前优化工作的重点。
3、原因定位、方案制定与实施
对识别出的问题小区进行原因定位分析。内容主要包括查询历史告警及当前告警、系统上行PRB干扰值排查、历史关联工单查询、功率切换等参数核查、邻区数据核查、故障排查、现场测试排查等。原因定位清晰后，针对引起指标劣化的原因，制定科学、可行的实施方案并进行优化整改实施。
4、指标监控与效果评估
方案实施完成后，要持续一段时间对问题小区进行相关指标的监控，并提取问题小区的相关数据进行分析，监测相关指标的变化情况。例如根据某次数据的多维度排序表的分析，对识别出的一个高价值劣性能问题小区进行优化。首先对该小区进行集中分析和现场排查测试，确定了引发性能问题的原因：某小区覆盖范围为8栋23层高层住宅楼；分布系统采用MDAS系统，信源为GSM与TD-LTE合路，覆盖天线采用楼顶射灯、草坪射灯覆盖小区室外，采用对数周期天线覆盖电梯，采用室内吸顶天线覆盖地下车库。现场排查发现，位于8号楼地面的MEU11模块故障，导致覆盖率异常，从而导致MR覆盖率、SRVCC切换占比、无线接通率等多个指标异常。原因定位完成后，制定了针对性的实施方案，更换了分布系统故障设备模块，并对相关指标数据进行监控，优化前后效果如图2所示。
三、结束语
本文对TD-LTE网络优化方法进行分析和论述，详细介绍了多维度排序表的编制原则、编制过程及编制方法，并通过实例列举了用户价值维度、网络性能维度包含的子项目和KPI指标，介绍了编制排序表时各属性和指标的权重设置及分数设置技巧。最后展示了多维度排序表在实际优化工作中的应用效果，进而论证该方法在TD-LTE精准优化中的作用。
参考文献
[1]郭宝.TD-LTE无线网络优化与应用[M].北京：机械工业出版社，2014.
[2]张守国.LTE无线网络优化实践[M].北京：人民邮电出版社，2014.
[3]肖清华.TD-LTE网络规划设计与优化[