摘  要  基于路测和CQT的覆盖评估方法时间和人力成本高，且无法实现区域性的全面覆盖评估。而基于MR的覆盖评估也存在缺乏用户级数据和无法评估覆盖盲区的缺点。为解决上述问题，本文提出了一种全新的基于S1-MME接口信令的LTE覆盖评估方法，并将该方法部署到福建移动网络优化平台，实现了对LTE网络用户级数据的深入分析和覆盖盲区的评估，对现网LTE网络优化调整和规划建设具有很好的指导意义。

关键词  LTE、信令、覆盖评估

1    引言

随着LTE网络建设的推进，当前各大运营商关注的重点已经从建网初期的广度覆盖转向深度覆盖。且从用户投诉数据来看，网络信号弱覆盖或无覆盖问题是用户投诉最主要的因素[1]。因此，如何有效的评估发现网络覆盖问题区域，对于运营商精确开展基站规划和建设工作、提升用户使用感知显得尤为重要。目前网络覆盖评估通常通过道路测试（DT）和呼叫质量测试（CQT）、用户投诉数据分析、基于仿真的覆盖评估以及基于测量报告（MR）等方式开展[2][3][4]。DT和CQT需要投入大量人力、时间及测试设备到达现场测试，且很多场所因业主方原因也难以协调进入测试，由此无法全面评估区域性的覆盖情况。通过对用户投诉数据分析可以直接获取弱覆盖或无覆盖问题点，但投诉数据是用户使用遇到问题后才反馈，存在时效性不足和不够客观的缺点。基于仿真的覆盖评估受限于传播模型准确性和地图等相关数据的精确性，且无法区分用户级的信息，也较难准确定位覆盖问题点。目前MR被越来越多的应用于LTE网络的覆盖评估中[5][6][7]。文献[6]对基于MR的覆盖评估方法进行了较全面的介绍。文献[8]也应用MR数据分别针对万州宏站和室分的弱覆盖情况分别进行了评估分析。MR数据可实现自动采集、分析，且具有信息较全面、效率高的优点，可弥补前面几种覆盖评估方法的缺点。但由于覆盖盲区终端无法上报MR数据，因此基于MR数据仅能评估LTE弱覆盖问题，依然无法对LTE无覆盖区域进行评估。文献[9]提出了一种将CQI作为覆盖评估的方法，但仍然无法对LTE覆盖盲区进行评估。针对上述问题，文献[2]提出了一种基于信令软采和信令硬采两种数据相结合的LTE覆盖盲区识别算法。该算法在LTE终端处于连接态时通过软采的A2盲重定向信令，而在LTE终端处于空闲态时通过硬采的TAU信令，来综合识别覆盖盲区。

基于上述背景，本文基于3GPP LTE相关协议，结合LTE终端系统间互操作信令表现，创新性的提出了基于S1-MME接口软采信令数据同时评估空闲态和连接态下LTE覆盖盲区的评估方法。该方法在现有覆盖评估方法的基础上完善了覆盖盲区的问题发现，并实际应用于福建省各地市移动LTE网络的覆盖评估中，有利于网优人员更为准确的发现网络覆盖盲区。

2    基于信令的LTE覆盖评估方法

2.1 LTE连接态脱网统计

根据福建移动当前LTE系统间互操作参数策略，当终端处于LTE连接态时，若终端测得的RSRP低于一定的门限（现网典型配置值为-122dbm）时，则会触发A2盲重定向事件并向eNodeB上报。eNodeB收到该测量报告后，会触发UE上下文释放信令流程，在S1-MME接口向MME发送UE Context Release Request消息，该消息携带的原因值（cause）为28，即Inter-RAT redirection 。MME进而通过S11接口向SGW发送Delete session Request消息，具体流程如图1所示[10]。

图1 S1-MME接口上下文释放流程

因此，对LTE连接态的脱网可按照如下条件进行统计：当 S1-MME接口存在Ue context release request（cause=28）消息则认为该LTE用户将发生连接态脱网行为。

2.2 LTE空闲态脱网统计

当LTE eNodeB检测到LTE终端DRB上下行都没有数据接收或发送之后，将启动RRC不活动定时器，当该定时器达到所配置的值后（福建移动该参数一般设置为10秒），则eNodeB会在S1-MME接口向MME发送Ue context release request，此时该消息携带的原因值为20（case=20），即User inactivity。随后，MME将在S1-MME接口向eNodeB回复UE Context Release Command（cause=20）。接着eNodeB会在Uu接口向UE发送RRC Connection Release消息。终端收到该消息后将从RRC连接态进入空闲态。若终端在LTE空闲态时发生脱网，则会搜索2/3G网络，当终端成功驻留2/3G网络后完成位置区或路由区更新，之后2/3G核心侧与LTE核心网完成信令交互，LTE核心侧将获悉LTE终端已驻留在2/3G网络，由此MME在S11接口向SGW发送delete session Request消息删除会话。基于上述流程，我们对LTE终端在空闲态下的脱网采用如下条件进行统计：（1）S1-MME接口存在Ue context release request（cause=20，User inactivity）消息且之后S11接口存在delete session Request消息；（2）同时在这两条信令消息之间的时间段内没有除Paging以外的其他S1-MME接口消息交互。

2.3 基于信令的覆盖率定义

LTE终端在LTE网络的驻留能力可以有效的评估LTE网络的覆盖水平，在LTE网络建设和优化中，我们希望LTE用户尽可能的驻留在LTE网络，即尽可能的减少脱网至2/3G网络的时长。基于这种考虑，结合前面所述的LTE连接态和空闲态的脱网统计方法，我们通过对每个用户在LTE网络的占网时长进行汇总统计，提出了一种全新的基于信令的覆盖率指标，用于辅助和完善覆盖问题点的发现，弥补基于MR覆盖率无法将脱网和空闲态用户纳入统计的缺点。

在一个给定的LTE小区中，假设观测时间内所有用户都全程驻留在LTE网络，即统计周期内都没有发生LTE脱网现象，则该小区中所有用户的LTE在网时长占比为100%，相应的我们将该小区基于信令的覆盖率定义为100%。若在某个设定的取数时间段中，该小区中部分用户发生了脱网，我们将该小区取数时段内所有用户在LTE网络的实际驻留时长之和与所有用户开始使用LTE网络至取数终止时间点之间的时长总和的比值定义为该小区基于信令的覆盖率。即若某小区用户脱网时长越短，则表明其基于信令的覆盖率越高。由此，我们将基于信令的覆盖率指标用公式表示如下：

基于信令的覆盖率=1-脱网用户占比*脱网用户

平均脱网时长占比=1-脱网用户占比*（1-脱网用户平均在网时长占比）。

该定义中各计算项的说明如下：

（1）脱网用户占比=在观测时段内发生过连接态脱网或空闲态脱网的用户数占所有S1-MME接口上统计有效的用户总数的比重。也就是说，不论某个用户在给定的小区发生过连接态或空闲态任意一种情形下的脱网行为，都将该用户计为脱网用户。此外，为提高计算的合理性和准确性，在观测时段内只要某个用户在S1-MME接口有信令交互，即认为该用户为S1-MME接口上的有效用户；

（2）脱网用户的LTE在网时长占比=[观察时间点-（用户返回4G网络时间点-用户连接态脱网时间点）-（用户返回4G网络时间点- 用户空闲态脱网时间点）-t0时间]/（观察时间点-t0时间），各分项解释如下：

l  t0时间表示用户在取数观测时段内在S1-MME接口进行第一次信令交互的时间点，需排除下线的S1-MME接口信令流程类型，即detach和Ue context release request。在脱网用户的LTE在网时长占比计算中，引入t0时间点主要是考虑到在同一个LTE小区中不同的用户开始发起LTE业务的时间点是不一样的。因此，针对不同的用户无法用统一的取数开始时间点纳入在网时长的计算。

l  用户返回4G网络时间点为用户发送Attach Request或TAU Request（带LAC信息）的时间点。这是因为LTE用户从覆盖盲区返回LTE覆盖区时将发起Attach流程，若脱网至2/3G网络后再返回LTE网络，则将触发TAU流程接入LTE网络。

l  用户连接态脱网时间点为S1-MME接口存在Ue context release request（cause=28，Inter-RAT redirection）的时间点；

l  用户空闲态脱网时间点为用户S1-MME接口存在Ue context release request（cause=20，User inactivity）的时间点，且随后S11接口存在delete session信令，同时满足delete session与Ue context release request（cause=20，User inactivity）两条信令点的时间间隔内不能有除Paging消息以外的任何S1-MME接口消息交互。

3    实际应用与性能评估

3.1数据来源及采集

LTE网络架构及接口如图2所示[10]，其中Uu接口和X2接口的信令数据可通过信令软采集方式获取，而EPC侧各网元接口的信令数据可通过硬采集方式获取。根据前面的阐述，本文提出的基于信令的覆盖能力评估方法所需的数据源主要涉及S1和S11两个接口。目前，通过在这两个接口采用分光、镜像的方式已可实现信令数据的全量采集。由此，可实现对海量用户的大数据信令的关联分析，评估结果可更全面的反映全量用户的真实使用感知。

图2 LTE网络架构及接口

3.2应用开发及部署

本文介绍的基于信令的覆盖率评估方法，可以实现对用户级的统计分析，适合于全网各种场景的覆盖评估。目前，福建移动已基于该方法开发了大数据的LTE覆盖能力评估模块，并集成、部署到福建移动集中优化管理平台，系统界面如图3所示：

图3 基于信令的覆盖率在网优平台系统实现界面

通过该平台模块，可实现对全省各地市分网格或规划区域的脱网情况、用户脱网时长占比等数据的统计分析，也可根据覆盖场景属性对各地市按主城区、县城和农村等场景汇总分析。

3.3应用效果与分析

目前，福建移动移动已将基于信令的覆盖率纳入日常网络考核中，使用效果良好。以2月份为例，我们分别统计了福建移动各地市基于信令的覆盖评估数据和MR覆盖率数据，结果对比如表1所示，其中MR覆盖率采用通常的定义，即MR RSRP采样点大等于-110dbm的占比。

表1 福建移动各地市2月份基于信令的覆盖评估结果对比

从上述数据对比可知，以莆田、泉州、三明三个地市的数据为例，它们的MR覆盖率分别为91.63%、91.79%和91.8%，但根据基于信令的覆盖评估方法，它们的脱网用户占比分别为7.41%、9.91%和9.24%，脱网用户平均脱网时长占比分别为9.87%、7%和10.27%。这表明这三个地市虽然MR覆盖率很接近，但是其LTE脱网用户数和脱网用户的脱网时长都是不一样的，即它们的脱网问题严重程度不同。类似的，福州市2月份的MR覆盖率位居全省第一，为92.7%，但其脱网用户占比也是全省最高为10.47%。可见，福州虽然MR覆盖率较好但脱网问题也较为严重。

基于信令的覆盖评估方法除可实现不同地市之间的横向指标对比外，还可对特定地市的小区级指标进行评估。根据该评估方法，我们提取了2月16日厦门脱网用户占比TOP10的小区清单及指标，同时我们也统计了这些小区的MR弱覆盖（MR RSRP小于-110dbm）采样点占比，相关数据对比如表2所示。可知，这TOP10小区中，厦门思明华龙大厦室内NLX1-40、厦门思明大陆商厦FNLH1-145和厦门湖里神山FNLH1-145这三个小区MR弱覆盖占比分别为4.55%、7.13%和5.77%，按照通常的MR覆盖评估标准，均属于覆盖良好的小区。然而，这三个小区的脱网用户占比分别为15.31%、13.87%和8.98%，这表明这三个小区均存在较严重的覆盖空洞。

表2 基于信令的覆盖评估与基于MR的覆盖评估结果对比

综上所述，通过引入基于信令的覆盖评估方法，我们能在传统的基于MR覆盖率的覆盖评估方法基础上，进一步评估脱网问题的严重程度，更全面、客观的对LTE网络的覆盖水平做出评估，也使得对网络优化调整及规划建设更有指导意义。

4    结束语

本文通过对LTE用户在连接态和空闲态下发生脱网时的信令特征进行梳理、分析，提出了一种全新的基于S1-MME接口信令的LTE覆盖评估方法，并将评估方法通过IT实现集成部署到福建移动网络优化IT支撑平台。目前，该评估方法已作为一项考核指标全面应用到福建移动LTE网络覆盖评估中，有效的弥补了传统的基于MR的覆盖评估方法缺乏用户级数据和无法对覆盖盲区的用户进行评估的缺点，对LTE现网优化调整和规划建设具有很好的指导意义。

参考文献：

[1] 许勇, 李浩, 费强,等. TD-LTE网络覆盖问题精确化定位评估方法研究[J]. 邮电设计技术, 2016(8):62-65.

[2] 张振刚, 金瑞. 基于MR和信令数据的LTE网络覆盖评估及盲区识别[J]. 山东通信技术, 2016, 36(3):23-25.

[3] 林世明, 高志斌, 高凤连等. 基于路测的TD-LTE网络优化分析[J]. 现代电子技术, 2015, v.38;No.440(9):12-15.

[4] 商亮, 刘玮, 池刚毅,等. 深度覆盖评估算法研究[J]. 电信工程技术与标准化, 2016, 29(3):6-10.

[5] 秦文丽, 王刚, 刘桓等.基于MRO数据的LTE网络覆盖评估优化[C].2014信息通信网技术业务发展研讨会. 2014.

[6] 魏巍, 郭宝, 张阳. TD-LTE系统基于测量报告的覆盖评估[J]. 电信工程技术与标准化, 2015, 28(8):21-25.

[7]李昶, 华志超, 刘猛. 基于MR大数据的LTE网络结构评估方法[J]. 电信工程技术与标准化, 2015(11):17-21.

[8]付航. 基于全量测量报告的TD-LTE网络覆盖分析[J].电信工程技术与标准化，2015,28(8):34-38

[9] 吴洁. LTE覆盖评估新思路[J]. 电信技术, 2015, 1(3):10-13.

[10]3GPP. General Packet Radio Service (GPRS) enhancements for Evolved Universal Terrestria  Radio Access Network (E-UTRAN) access.2009.10:95