CN106332117A - 一种基于rlf数据的lte网络优化方法及装置 - Google Patents

Abstract

一种基于无线链路失败RLF数据的长期演进LTE网络优化方法及装置；方法包括：LTE***周期性从一个或多个LTE基站采集RLF数据；所述LTE***根据所述RLF数据匹配预存的一个或多个网络问题的特性模型；所述特性模型的内容包括：所述网络问题对应的RLF数据条件及网络优化建议方案；所述LTE***获取匹配成功的特性模型中的网络优化建议方案，并将所获取的网络优化建议方案下发到相应的LTE基站。本发明能够智能、快速地进行日常LTE无线网络优化工作。

Description

一种基于RLF数据的LTE网络优化方法及装置

技术领域

本发明涉及LTE(Long Term Evolution，长期演进)移动通信领域，特别涉及一种基于RLF(Radio Link Failure，无线链路失败)数据的LTE网络优化方法及装置。

背景技术

随着无线网络的发展，移动运营商为了提高用户数据业务感知，大力发展LTE无线网络。在LTE无线通信***中，快衰落、拐角、下行强干扰问题，严重影响LTE无线侧的网络指标和用户感知。但传统的网络问题分析主要是基于TOPN(最好/差的N个)小区的分析和基于个别问题点的处理，数据获取困难，且分析方法主要基于网优工程师的经验，代价高，解决周期长。因此，如何解决上述无线网络问题是亟需解决的技术问题。

发明内容

本发明旨在提出一种基于RLF数据的LTE网络优化方案，能够智能、快速地进行日常LTE无线网络优化工作。

为了解决上述问题，采用如下技术方案。

一种基于无线链路失败RLF数据的长期演进LTE网络优化方法，包括：

LTE***周期性从一个或多个LTE基站采集RLF数据；

所述LTE***根据所述RLF数据匹配预存的一个或多个网络问题的特性模型；所述特性模型的内容包括：所述网络问题对应的RLF数据条件及网络优化建议方案；

所述LTE***获取匹配成功的特性模型中的网络优化建议方案，并将所获取的网络优化建议方案下发到相应的LTE基站。

可选地，所述网络问题包括以下至少之一：

物理小区标识PCI混淆、邻区漏配、拐点快衰落、弱覆盖和重叠覆盖。

可选地，所述PCI混淆的特性模型中的RLF数据条件为：

UE接收到切换指示时所在服务器小区的演进的统一陆地无线接入网络小区全局标识符ECGI有效，发生RLF后的重建立小区的PCI和发生RLF时服务小区的PCI相同，且发生RLF后的重建立小区的ECGI和发生RLF时服务小区的ECGI不同；

所述PCI混淆的特性模型中的网络优化建议方案为：

将基站的邻区配置数据中错误的邻区删除，增加正确的邻区；或者

修改邻区的PCI或调整所述邻区的小区覆盖范围。

可选地，所述邻区漏配的特性模型中的RLF数据条件为：

发生RLF后的重建立小区的PCI在RLF邻区测量中，且对应的参考信号接收功率RSRP值比发生RLF时服务小区的RSRP大3dB，且发生RLF时服务小区的ECGI的邻区中没有发生RLF后的重建立小区的PCI的邻区；

所述邻区漏配的特性模型中的网络优化建议方案为：

在基站的邻区配置数据中增加漏配的邻区。

可选地，所述拐角快衰落的特性模型中的RLF数据条件为：

发生RLF后的重建立小区的PCI在RLF邻区测量中，且对应的参考信号接收功率RSRP值比发生RLF时服务小区的RSRP大3dB；

所述拐角快衰落的特性模型中的网络优化建议方案为：

在十字路口增加提供全向小区的基站，或者组建超级小区。

可选地，所述弱覆盖的特性模型中的RLF数据条件为：

发生RLF时服务小区的RSRP和最强的邻区RSRP都小于-105dBm；

所述弱覆盖的特性模型中的网络优化建议方案为：

在弱覆盖区域增加基站。

可选地，所述重叠覆盖的特性模型中的RLF数据条件为：

发生RLF时服务小区的RSRP大于-110dBm，且RSRP比主小区的RSRP大-6dB的邻小区的个数大于或等于3；

所述重叠覆盖的特性模型中的网络优化建议方案为：

减少邻区覆盖范围。

可选地，所述LTE***根据RLF数据来匹配各网络问题的特性模型包括：

所述LTE***将各基站的所述RLF数据分别与各网络问题的特性模型中的RLF数据条件分别进行比对；

当一个基站的所述RLF数据与一个特性模型中的RLF数据条件一致时，判定该基站的RLF数据与该特性模型匹配成功。

可选地，所述LTE***获取匹配成功的特性模型中的网络优化建议方案包括：

所述LTE***分别获取各基站的RLF数据的匹配结果，对于匹配成功的RLF数据，获取该RLF数据匹配成功的特性模型中的网络优化建议方案，作为该RLF数据所属基站对应的网络优化建议方案。

可选地，所述LTE***将所获取的网络优化建议方案下发到相应基站包括：

所述LTE***将所获取的各网络优化建议方案分别通过预定格式的指令下发到该网络优化建议方案对应的LTE基站。

一种基于无线链路失败RLF数据的长期演进LTE网络优化装置，包括：

采取模块，用于周期性从一个或多个LTE基站采集RLF数据；

匹配模块，用于根据所述RLF数据匹配预存的一个或多个网络问题的特性模型；所述特性模型的内容包括：所述网络问题对应的RLF数据条件及网络优化建议方案；

处理模块，用于获取匹配成功的特性模型中的网络优化建议方案，并将所获取的网络优化建议方案下发到相应的LTE基站。

可选地，所述网络问题包括以下至少之一：

物理小区标识PCI混淆、邻区漏配、拐点快衰落、弱覆盖和重叠覆盖。

可选地，所述PCI混淆的特性模型中的RLF数据条件为：

UE接收到切换指示时所在服务器小区的演进的统一陆地无线接入网络小区全局标识符ECGI有效，发生RLF后的重建立小区的PCI和发生RLF时服务小区的PCI相同，且发生RLF后的重建立小区的ECGI和发生RLF时服务小区的ECGI不同；

所述PCI混淆的特性模型中的网络优化建议方案为：

将基站的邻区配置数据中错误的邻区删除，增加正确的邻区；或者

修改邻区的PCI或调整所述邻区的小区覆盖范围。

可选地，所述邻区漏配的特性模型中的RLF数据条件为：

发生RLF后的重建立小区的PCI在RLF邻区测量中，且对应的参考信号接收功率RSRP值比发生RLF时服务小区的RSRP大3dB，且发生RLF时服务小区的ECGI的邻区中没有发生RLF后的重建立小区的PCI的邻区；

所述邻区漏配的特性模型中的网络优化建议方案为：

在基站的邻区配置数据中增加漏配的邻区。

可选地，所述拐角快衰落的特性模型中的RLF数据条件为：

发生RLF后的重建立小区的PCI在RLF邻区测量中，且对应的参考信号接收功率RSRP值比发生RLF时服务小区的RSRP大3dB；

所述拐角快衰落的特性模型中的网络优化建议方案为：

在十字路口增加提供全向小区的基站，或者组建超级小区。

可选地，所述弱覆盖的特性模型中的RLF数据条件为：

发生RLF时服务小区的RSRP和最强的邻区RSRP都小于-105dBm；

所述弱覆盖的特性模型中的网络优化建议方案为：

在弱覆盖区域增加基站。

可选地，所述重叠覆盖的特性模型中的RLF数据条件为：

发生RLF时服务小区的RSRP大于-110dBm，且RSRP比主小区的RSRP大-6dB的邻小区的个数大于或等于3；

所述重叠覆盖的特性模型中的网络优化建议方案为：

减少邻区覆盖范围。

可选地，所述匹配模块根据RLF数据来匹配各网络问题的特性模型是指：

所述匹配模块将各基站的所述RLF数据分别与各网络问题的特性模型中的RLF数据条件分别进行比对；当一个基站的所述RLF数据与一个特性模型中的RLF数据条件一致时，判定该基站的RLF数据与该特性模型匹配成功。

可选地，所述处理模块获取匹配成功的特性模型中的网络优化建议方案是指：

所述处理模块分别获取各基站的RLF数据的匹配结果，对于匹配成功的RLF数据，获取该RLF数据匹配成功的特性模型中的网络优化建议方案，作为该RLF数据所属基站对应的网络优化建议方案。

可选地，所述处理模块将所获取的网络优化建议方案下发到相应基站是指：

所述处理模块将所获取的各网络优化建议方案分别通过预定格式的指令下发到该网络优化建议方案对应的LTE基站。

本方案首先从LTE基站侧采集RLF数据，结合工程参数和邻区配置数据，自动分析定位出LTE无线网络异常事件，并以RLF数据作为切入点，建立了一整套定位无线网络问题特性模型的识别流程，最终得出无线网络问题，在此基础上直接给出问题的解决方法，从而实现智能快速优化工作。

本发明的可选方案细分出PCI混淆、邻区漏配、拐点快衰落、弱覆盖和重叠覆盖等问题场景，并提供解决方案，以辅助网优工程师快速进行网络优化工作。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。

图1是相关技术中的RLF上报过程示意图；

图2是本发明实施例一的基于RLF数据的LTE网络优化方法的流程示意图；

图3是实施示例1的流程示意图；

图4是实施示例1的PCI混淆场景之一的示意图；

图5是实施示例1的PCI混淆场景之二的示意图；

图6是实施示例2的流程示意图；

图7是实施示例2的邻区漏配场景的示意图；

图8是实施示例3的流程示意图；

图9是实施示例3的拐角快衰落场景的示意图；

图10是实施示例3的拐角快衰落解决方法的示意图；

图11是实施示例4的流程示意图；

图12是实施示例4的弱覆盖场景的示意图；

图13是实施示例5的流程示意图；

图14是实施示例5的重叠覆盖场景的示意图；

图15是实施示例6的流程示意图；

图16是本发明实施例二的基于RLF数据的LTE网络优化装置的流程示意图。

具体实施方式

下面将结合附图及实施例对本发明的技术方案进行更详细的说明。

需要说明的是，如果不冲突，本发明实施例以及实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

RLF数据用于记录LTE异常无线链路断链的相关信息。RLF数据的上报过程如图1所示，包括：

101、UE(用户终端)无法再在LTE小区eNB1维持无线链路，即：和eNB1异常断链；

102、UE在小区eNB2重建立链路；

103、eNB2发送RLF INDICATION(指示)消息给eNB1；

104、eNB1将RLF INDICATION消息保存为文件，所保存的文件就是RLF数据。

RLF数据的内容包括：

1)发生RLF时服务小区的ECGI(Evolved Universal Terrestrial RadioAccess Network Cell Global Identifier，演进的统一陆地无线接入网络小区全局标识符)，PCI(Physical Cell ID，物理小区标识)，RSRP(Reference SignalReceiving Power，参考信号接收功率)；即：ServerECGI，ServerPCI，ServerRSRP；

2)发生RLF时测量的全部邻区的PCI列表和RSRP列表：NPCI1，NPCI2，NPCI3…；NRSRP1，NRSRP2，NRSRP3…；

3)发生RLF后的重建立小区ECGI：ReestablishmentECGI，通过工程参数，得到重建立小区的PCI：ReestablishmentPCI；

4)从触发切换到发生RLF的时间间隔：TimeConnFailure；

5)UE接收到切换指示时所在服务器小区ECGI：PreviousHOECGI。

在LTE***中，UE发生无线链路失败后，会在重建立小区上报RLF消息，基站侧汇总RLF消息生成RLF数据文件。

实施例一

一种基于RLF数据的LTE网络优化方法，包括数据采集、智能分析和优化方案实施三个阶段；如图2所示，所述方法包括：

S110、采集数据。LTE***周期性从一个或多个LTE基站采集RLF数据。

其中，所述LTE***预存有一个或多个网络问题的特性模型；所述特性模型的内容包括：所述网络问题对应的RLF数据条件及网络优化建议方案，还可以包括所述网络问题对应的问题原因。

所述网络问题主要包括以下任一个或其任意组合：PCI混淆、邻区漏配、拐点快衰落、弱覆盖和重叠覆盖。

其中，S110还可以包括：所述LTE***预导入各LTE基站的工程参数和邻区配置数据。在根据匹配成功的特性模型确定网络问题后，还可以根据所述工程参数和/或邻区配置数据检查所确定的网络问题是否存在，从而进一步提高网络问题定位的准确性。

S120、智能分析。所述LTE***采集RLF数据后，启动分析流程定位网络问题，具体为：所述LTE***根据所述RLF数据来匹配各网络问题的特性模型。

如果所述RLF数据不匹配任何一个特性模型，则本周期的流程结束。每个周期如果采集到的RLF数据不同，则匹配结果也会相应不同。

其中，所述LTE***根据RLF数据来匹配各网络问题的特性模型包括：

所述LTE***将各基站的所述RLF数据分别与各网络问题的特性模型中的RLF数据条件分别进行比对；

当一个基站的所述RLF数据与一个特性模型中的RLF数据条件一致时，判定该基站的RLF数据与该特性模型匹配成功。

步骤120中，LTE***也可以根据网络问题的优先级进行匹配，按照所述优先级从高到低的顺序，将RLF数据和网络问题的特性模型逐个进行匹配；当和优先级高的特性模型匹配不成功时，再和优先级低的特性模型进行匹配。所述预定的优先级从高到低的顺序可以但不限于为：PCI混淆、邻区漏配、拐点快衰落、弱覆盖和重叠覆盖。当然，也可以设置其它优先级顺序，或者不设置优先级，按照任意顺序或并行地将RLF数据和各网络问题的特性模型进行匹配。

S130、优化方案实施。所述LTE***获取匹配成功的特性模型中的网络优化建议方案；将所获取的网络优化建议方案下发到相应的LTE基站。

可选地，所述LTE***还可以获取匹配成功的特性模型中的问题原因。

其中，不同基站的RLF数据各有各的匹配结果；所述LTE***获取匹配成功的特性模型中的网络优化建议方案包括：

所述LTE***分别获取各基站的RLF数据的匹配结果，对于匹配成功的RLF数据，获取该RLF数据匹配成功的特性模型中的网络优化建议方案，作为该RLF数据所属基站对应的网络优化建议方案。

其中，所述LTE***将所获取的网络优化建议方案下发到相应基站包括：

所述LTE***将所获取的各网络优化建议方案分别通过预定格式的指令下发到该网络优化建议方案对应的LTE基站。

其中，所述预定格式的指令可以此采用新增指令，也可以采用LTE***中已有指令；可以用单独的消息/信令发送所述预定格式的指令，也可以将所述预定格式的指令和其它内容放在一个消息/信令中一起发送。

其中，所述网络优化建议方案包括：调整所述LTE基站的相关无线参数，所述相关无线参数包括但不限于以下任一或其任意组合：所述LTE基站覆盖小区的邻区配置数据，功率和邻区的PCI等。其中调整基站天线下倾角的建议方案执行输出保存供网优工程师查看，以指导网优工程师的后续操作。

基于RLF数据的网络问题特性模型库如下表所示。

表一、基于RLF数据的网络问题特性模型及优化建议

***每天周期启动采集的RLF数据，然后启动智能分析流程，匹配网络问题特性模型，并输出优化建议方案。

下面通过六个实施示例分别说明实施例一提供的基于RLF数据的LTE网络优化方法，在各网络问题场景下的应用。以下示例均为实施例一的基于RLF数据的LTE网络优化方法在一个周期中的执行过程。

示例1

示例1为PCI混淆时的网络优化方法，如图3所示，该方法包括：

101、LTE***获取各LTE基站的RLF数据；

102、所述LTE***判定第一LTE基站的所述RLF数据和PCI混淆的特性模型匹配；

所述PCI混淆的特性模型中的RLF数据条件为：PreviousHOECGI有效，重建立小区的PCI(ReestablishmentPCI)和ServerPCI相同，且ReestablishmentECGI和ServerECGI不同。

103、所述LTE***获取PCI混淆的特性模型中的网络优化建议方案，下发给所述第一LTE基站。

PCI混淆具体有2种场景：

(一)场景之一如图4所示，用户终端UE1所在服务小区为小区A(Cell-A)，PCI为21；Cell-A、小区B(Cell-B)和小区C(Cell-C)分别属于不同基站。

其中，Cell-A所属基站的RLF数据和PCI混淆的特性模型匹配。

问题原因：UE1上报的强邻区PCI-123信号来自小区Cell-B，期望切换到Cell-B，但是服务小区Cell-A邻区配置数据中PCI-123的邻区为Cell-C，此时错将PCI-123信号判断为来自小区Cell-C(Cell-A和Cell-C无重叠覆盖区)，让Cell-C准备无线资源，导致UE1无法捕获Cell-C信号，而导致无线链路失败。

所述PCI混淆的特性模型中的网络优化建议方案为：此种是邻区错配，需要修改Cell-A所属基站的邻区配置数据，删除Cell-C，增加Cell-B。

(二)场景之二如图5所示，UE1所在服务小区为Cell-A(PCI-21)，Cell-A、Cell-B和Cell-C分别属于不同基站。

问题原因：同PCI-123的Cell-B和Cell-C，复用距离过近，导致和Cell-A都有重叠覆盖区(UE1位于Cell-B和Cell-A的重叠覆盖区，UE2位于Cell-C和Cell-A的重叠覆盖区)，此时Cell-A无论配置Cell-B和Cell-C任一个为邻区，都会导致另一个重叠覆盖区出现无线链路失败。

所述PCI混淆的特性模型中的网络优化建议方案为：用复用距离大的PCI替换Cell-B和Cell-C中一个小区的PCI，或者通过下压天线下倾角方式控制Cell-B和Cell-C其中一个小区覆盖范围，让其与Cell-A无重叠覆盖区。

示例2

示例2为邻区漏配时的网络优化方法，如图6所示，包括：

201、LTE***获取各LTE基站的RLF数据；

202、所述LTE***判定第一LTE基站的所述RLF数据和邻区漏配的特性模型匹配；

所述邻区漏配的特性模型中的RLF数据条件为：重建立小区的PCI(ReestablishmentPCI)在RLF邻区测量中，且对应的RSRP值比ServerRSRP大3dB，且ServerECGI的邻区中没有ReestablishmentPCI的邻区；这属于ServerECGI漏配ReestablishmentPCI的邻区导致的RLF。

203、所述LTE***获取邻区漏配的特性模型中的网络优化建议方案，下发给所述第一LTE基站。

具体场景如图7所示，UE1所在服务小区为Cell-A(PCI-21)，Cell-A和Cell-B分别属于不同基站。

RLF原因：用户终端UE1从Cell-A移向Cell-B，Cell-A信号逐渐变弱，且Cell-B信号逐渐变强，但Cell-A没配置Cell-B为邻区，致使服务小区Cell-A的信噪比恶化，导致RLF。

所述邻区漏配的特性模型中的网络优化建议方案为：在Cell-A所属基站的邻区配置数据中增加Cell-B为邻区。

示例3

示例3为拐角快衰落时的网络优化方法，如图8所示，包括：

301、LTE***获取各LTE基站的RLF数据；

302、所述LTE***判定第一LTE基站的所述RLF数据和拐角快衰落的特性模型匹配；

所述拐角快衰落的特性模型中的RLF数据条件为：重建立小区的PCI(ReestablishmentPCI)在RLF邻区测量中，且对应的RSRP值比ServerRSRP大3dB，则认为是拐角快衰落导致的RLF。

303、所述LTE***获取拐角快衰落的特性模型中的网络优化建议方案，下发给所述第一LTE基站。

具体场景如图9所示，RLF原因：用户终端UE1在十字路口直角道路上拐弯，导致服务小区Cell-A信号骤降，且突然收到Cell-C的强干扰，致使服务小区Cell-A的信噪比恶化，导致RLF。

所述拐角快衰落的特性模型中的网络优化建议方案为:在十字路口增加全向小区(如图10所示，增加了提供小区Cell-D的基站，Cell-D的PCI为5，Cell-D和Cell-A、Cell-C均为邻区关系)或者将Cell-A和Cell-C组建为超级小区。

示例4

示例4为弱覆盖时的网络优化方法，如图11所示，包括：

401、LTE***获取各LTE基站的RLF数据；

402、所述LTE***判定第一LTE基站的所述RLF数据和弱覆盖的特性模型匹配；

所述弱覆盖的特性模型中的RLF数据条件为：若ServerRSRP和最强的邻区RSRP都小于-105dBm，则认为是弱覆盖导致的RLF。

403、所述LTE***获取弱覆盖的特性模型中的网络优化建议方案，下发给所述第一LTE基站。

具体场景如图12所示，所述弱覆盖的特性模型中的网络优化建议方案为：在弱覆盖区域增加基站。

示例5

示例5为重叠覆盖时的网络优化方法，如图13所示，包括：

501、LTE***获取各LTE基站的RLF数据；

502、所述LTE***判定第一LTE基站的所述RLF数据和重叠覆盖的特性模型匹配；

所述重叠覆盖的特性模型中的RLF数据条件为：若ServerRSRP>-110dBm，且RSRP比主小区的RSRP大-6dB的邻小区的个数>＝3，则认为是重叠覆盖导致的RLF。

503、所述LTE***获取重叠覆盖的特性模型中的网络优化建议方案，下发给所述第一LTE基站。

具体场景如图14所示，所述重叠覆盖的特性模型中的网络优化建议方案为：在规划覆盖区域，调整天线下倾角减少邻区覆盖范围，从而突出服务小区的信号强度。

示例6

示例6中，按照网络问题的优先级顺序逐个匹配特性模型，所述优先级顺序为：PCI混淆、邻区漏配、拐角快衰落、弱覆盖、重叠覆盖；示例6的网络优化方法如图15所示，包括：

601、LTE***获取各LTE基站的RLF数据；

602、所述LTE***判断第一LTE基站的所述RLF数据是否匹配PCI混淆的特性模型；如果匹配则进行步骤607，不匹配则进行步骤603；

603、所述LTE***判断所述第一LTE基站的所述RLF数据是否匹配邻区漏配的特性模型；如果匹配则进行步骤607，不匹配则进行步骤604；

604、所述LTE***判断所述第一LTE基站的所述RLF数据是否匹配拐角快衰落的特性模型；如果匹配则进行步骤607，不匹配则进行步骤605；

605、所述LTE***判断所述第一LTE基站的所述RLF数据是否匹配弱覆盖的特性模型；如果匹配则进行步骤607，不匹配则进行步骤606；

606、所述LTE***判断所述所述第一LTE基站的所述RLF数据是否匹配重叠覆盖的特性模型；如果匹配则进行步骤607，不匹配则结束对第一LTE基站的处理；

607、所述LTE***获取匹配成功的特性模型中的网络优化建议方案，下发给所述第一LTE基站。

当不按照优先级顺序依次匹配各特性模型时，可以按照任意顺序或并行地和各特性模型进行匹配。

匹配时的RLF数据条件及网络优化建议方案可参见上文其它示例。

实施例二、一种基于无线链路失败RLF数据的长期演进LTE网络优化装置，如图16所示，包括：

采取模块71，用于周期性从一个或多个LTE基站采集RLF数据；

匹配模块72，用于根据所述RLF数据匹配预存的一个或多个网络问题的特性模型；所述特性模型的内容包括：所述网络问题对应的RLF数据条件及网络优化建议方案；

处理模块73，用于获取匹配成功的特性模型中的网络优化建议方案，并将所获取的网络优化建议方案下发到相应的LTE基站。

可选地，所述网络问题包括以下至少之一：

物理小区标识PCI混淆、邻区漏配、拐点快衰落、弱覆盖和重叠覆盖。

可选地，所述PCI混淆的特性模型中的RLF数据条件为：

UE接收到切换指示时所在服务器小区的演进的统一陆地无线接入网络小区全局标识符ECGI有效，发生RLF后的重建立小区的PCI和发生RLF时服务小区的PCI相同，且发生RLF后的重建立小区的ECGI和发生RLF时服务小区的ECGI不同；

所述PCI混淆的特性模型中的网络优化建议方案为：

将基站的邻区配置数据中错误的邻区删除，增加正确的邻区；或者

修改基站的邻区的PCI或调整所述邻区的小区覆盖范围。

可选地，所述邻区漏配的特性模型中的RLF数据条件为：

发生RLF后的重建立小区的PCI在RLF邻区测量中，且对应的参考信号接收功率RSRP值比发生RLF时服务小区的RSRP大3dB，且发生RLF时服务小区的ECGI的邻区中没有发生RLF后的重建立小区的PCI的邻区；

所述邻区漏配的特性模型中的网络优化建议方案为：

在基站的邻区配置数据中增加漏配的邻区。

可选地，所述拐角快衰落的特性模型中的RLF数据条件为：

发生RLF后的重建立小区的PCI在RLF邻区测量中，且对应的参考信号接收功率RSRP值比发生RLF时服务小区的RSRP大3dB；

所述拐角快衰落的特性模型中的网络优化建议方案为：

在十字路口增加提供全向小区的基站，或者组建超级小区。

可选地，所述弱覆盖的特性模型中的RLF数据条件为：

发生RLF时服务小区的RSRP和最强的邻区RSRP都小于-105dBm；

所述弱覆盖的特性模型中的网络优化建议方案为：

在弱覆盖区域增加基站。

可选地，所述重叠覆盖的特性模型中的RLF数据条件为：

发生RLF时服务小区的RSRP大于-110dBm，且RSRP比主小区的RSRP大-6dB的邻小区的个数大于或等于3；

所述重叠覆盖的特性模型中的网络优化建议方案为：

减少邻区覆盖范围。

可选地，所述匹配模块72根据RLF数据来匹配各网络问题的特性模型是指：

所述匹配模块72将各基站的所述RLF数据分别与各网络问题的特性模型中的RLF数据条件分别进行比对；当一个基站的所述RLF数据与一个特性模型中的RLF数据条件一致时，判定该基站的RLF数据与该特性模型匹配成功。

可选地，所述处理模块73获取匹配成功的特性模型中的网络优化建议方案是指：

所述处理模块73分别获取各基站的RLF数据的匹配结果，对于匹配成功的RLF数据，获取该RLF数据匹配成功的特性模型中的网络优化建议方案，作为该RLF数据所属基站对应的网络优化建议方案。

可选地，所述处理模块73将所获取的网络优化建议方案下发到相应基站是指：

所述处理模块73将所获取的各网络优化建议方案分别通过预定格式的指令下发到该网络优化建议方案对应的LTE基站。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。

虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (20)

1.一种基于无线链路失败RLF数据的长期演进LTE网络优化方法，其特征在于，包括：

LTE***周期性从一个或多个LTE基站采集RLF数据；

所述LTE***根据所述RLF数据匹配预存的一个或多个网络问题的特性模型；所述特性模型的内容包括：所述网络问题对应的RLF数据条件及网络优化建议方案；

所述LTE***获取匹配成功的特性模型中的网络优化建议方案，并将所获取的网络优化建议方案下发到相应的LTE基站。

2.如权利要求1所述的方法，其特征在于，所述网络问题包括以下至少之一：

物理小区标识PCI混淆、邻区漏配、拐点快衰落、弱覆盖和重叠覆盖。

3.如权利要求2所述的方法，其特征在于，所述PCI混淆的特性模型中的RLF数据条件为：

UE接收到切换指示时所在服务器小区的演进的统一陆地无线接入网络小区全局标识符ECGI有效，发生RLF后的重建立小区的PCI和发生RLF时服务小区的PCI相同，且发生RLF后的重建立小区的ECGI和发生RLF时服务小区的ECGI不同；

所述PCI混淆的特性模型中的网络优化建议方案为：

将基站的邻区配置数据中错误的邻区删除，增加正确的邻区；或者

修改邻区的PCI或调整所述邻区的小区覆盖范围。

4.如权利要求2所述的方法，其特征在于，所述邻区漏配的特性模型中的RLF数据条件为：

发生RLF后的重建立小区的PCI在RLF邻区测量中，且对应的参考信号接收功率RSRP值比发生RLF时服务小区的RSRP大3dB，且发生RLF时服务小区的ECGI的邻区中没有发生RLF后的重建立小区的PCI的邻区；

所述邻区漏配的特性模型中的网络优化建议方案为：

在基站的邻区配置数据中增加漏配的邻区。

5.如权利要求2所述的方法，其特征在于，所述拐角快衰落的特性模型中的RLF数据条件为：

发生RLF后的重建立小区的PCI在RLF邻区测量中，且对应的参考信号接收功率RSRP值比发生RLF时服务小区的RSRP大3dB；

所述拐角快衰落的特性模型中的网络优化建议方案为：

在十字路口增加提供全向小区的基站，或者组建超级小区。

6.如权利要求2所述的方法，其特征在于，所述弱覆盖的特性模型中的RLF数据条件为：

发生RLF时服务小区的RSRP和最强的邻区RSRP都小于-105dBm；

所述弱覆盖的特性模型中的网络优化建议方案为：

在弱覆盖区域增加基站。

7.如权利要求2所述的方法，其特征在于，所述重叠覆盖的特性模型中的RLF数据条件为：

发生RLF时服务小区的RSRP大于-110dBm，且RSRP比主小区的RSRP大-6dB的邻小区的个数大于或等于3；

所述重叠覆盖的特性模型中的网络优化建议方案为：

减少邻区覆盖范围。

8.如权利要求1到7中任一项所述的方法，其特征在于，所述LTE***根据RLF数据来匹配各网络问题的特性模型包括：

所述LTE***将各基站的所述RLF数据分别与各网络问题的特性模型中的RLF数据条件分别进行比对；

当一个基站的所述RLF数据与一个特性模型中的RLF数据条件一致时，判定该基站的RLF数据与该特性模型匹配成功。

9.如权利要求8所述的方法，其特征在于，所述LTE***获取匹配成功的特性模型中的网络优化建议方案包括：

所述LTE***分别获取各基站的RLF数据的匹配结果，对于匹配成功的RLF数据，获取该RLF数据匹配成功的特性模型中的网络优化建议方案，作为该RLF数据所属基站对应的网络优化建议方案。

10.如权利要求9所述的方法，其特征在于，所述LTE***将所获取的网络优化建议方案下发到相应基站包括：

所述LTE***将所获取的各网络优化建议方案分别通过预定格式的指令下发到该网络优化建议方案对应的LTE基站。

11.一种基于无线链路失败RLF数据的长期演进LTE网络优化装置，其特征在于，包括：

采取模块，用于周期性从一个或多个LTE基站采集RLF数据；

匹配模块，用于根据所述RLF数据匹配预存的一个或多个网络问题的特性模型；所述特性模型的内容包括：所述网络问题对应的RLF数据条件及网络优化建议方案；

处理模块，用于获取匹配成功的特性模型中的网络优化建议方案，并将所获取的网络优化建议方案下发到相应的LTE基站。

12.如权利要求11所述的装置，其特征在于，所述网络问题包括以下至少之一：

物理小区标识PCI混淆、邻区漏配、拐点快衰落、弱覆盖和重叠覆盖。

13.如权利要求12所述的装置，其特征在于，所述PCI混淆的特性模型中的RLF数据条件为：

UE接收到切换指示时所在服务器小区的演进的统一陆地无线接入网络小区全局标识符ECGI有效，发生RLF后的重建立小区的PCI和发生RLF时服务小区的PCI相同，且发生RLF后的重建立小区的ECGI和发生RLF时服务小区的ECGI不同；

所述PCI混淆的特性模型中的网络优化建议方案为：

将基站的邻区配置数据中错误的邻区删除，增加正确的邻区；或者

修改邻区的PCI或调整所述邻区的小区覆盖范围。

14.如权利要求12所述的装置，其特征在于，所述邻区漏配的特性模型中的RLF数据条件为：

发生RLF后的重建立小区的PCI在RLF邻区测量中，且对应的参考信号接收功率RSRP值比发生RLF时服务小区的RSRP大3dB，且发生RLF时服务小区的ECGI的邻区中没有发生RLF后的重建立小区的PCI的邻区；

所述邻区漏配的特性模型中的网络优化建议方案为：

在基站的邻区配置数据中增加漏配的邻区。

15.如权利要求12所述的装置，其特征在于，所述拐角快衰落的特性模型中的RLF数据条件为：

发生RLF后的重建立小区的PCI在RLF邻区测量中，且对应的参考信号接收功率RSRP值比发生RLF时服务小区的RSRP大3dB；

所述拐角快衰落的特性模型中的网络优化建议方案为：

在十字路口增加提供全向小区的基站，或者组建超级小区。

16.如权利要求12所述的装置，其特征在于，所述弱覆盖的特性模型中的RLF数据条件为：

发生RLF时服务小区的RSRP和最强的邻区RSRP都小于-105dBm；

所述弱覆盖的特性模型中的网络优化建议方案为：

在弱覆盖区域增加基站。

17.如权利要求12所述的装置，其特征在于，所述重叠覆盖的特性模型中的RLF数据条件为：

发生RLF时服务小区的RSRP大于-110dBm，且RSRP比主小区的RSRP大-6dB的邻小区的个数大于或等于3；

所述重叠覆盖的特性模型中的网络优化建议方案为：

减少邻区覆盖范围。

18.如权利要求11到17中任一项所述的装置，其特征在于，所述匹配模块根据RLF数据来匹配各网络问题的特性模型是指：

所述匹配模块将各基站的所述RLF数据分别与各网络问题的特性模型中的RLF数据条件分别进行比对；当一个基站的所述RLF数据与一个特性模型中的RLF数据条件一致时，判定该基站的RLF数据与该特性模型匹配成功。

19.如权利要求18所述的装置，其特征在于，所述处理模块获取匹配成功的特性模型中的网络优化建议方案是指：

所述处理模块分别获取各基站的RLF数据的匹配结果，对于匹配成功的RLF数据，获取该RLF数据匹配成功的特性模型中的网络优化建议方案，作为该RLF数据所属基站对应的网络优化建议方案。

20.如权利要求19所述的装置，其特征在于，所述处理模块将所获取的网络优化建议方案下发到相应基站是指：

所述处理模块将所获取的各网络优化建议方案分别通过预定格式的指令下发到该网络优化建议方案对应的LTE基站。