1、1寻找网络质量评价的关键点摘 要 无线网络的质量和许多因素有关，由此带来了网络优化工作的复杂性。文章提出了注重平衡性是提升网络质量评价的关键，专注于讨论使用变色龙算法合理精确配置功率，控制网内干扰分布，达到网络质量峰值的方法。 关键词 C/I 变色龙算法 自适应 收敛反馈 中图分类号：G350 文献标识码：A 一、网络质量指标 评价无线网络质量的最基本准则是 C/I（载干比） 。C/I 的改善可以降低误码率、丢帧率，提高语音质量、MOS 感知等，是无线网络优化的底层指标；而其他诸如掉话率、切换成功率、无线接入性等 KPI 指标都是在 C/I 这个性能上的高层反应。由此可见，网络优化的重点即是优
2、化C/I，偏离这一目标，盲目追求高层 KPI 都是不切实际的。 二、提高网络质量评价的关键 随着网络发展日益复杂，各种干扰也越来越多，在功率配置问题上绝大多数网优人员解决干扰的手段是提高功率来抗干扰，高电平高干扰，这样会导致高电平质差比率升高，整网质量不高，且由于存在网络质量的不平衡分布，易使终端用户产生感知上的差异化，引发投诉上升及满意度下降。在与竞争对手的比拼中处于优势，和在网内尽量保持各处同性是同样重要的。网络优化是一门平衡的艺术，平衡性是提高网络质量2评价的关键。 举例：路测优化。由于路测考核指标越来越成为各运营商关注的重点，因此在优化上也就自然而然地会倾注更多的资源，对道路覆盖小区频
3、率使用进行倾斜、大功率保证 C/I，提升各类道路测试指标。乍一看这样的做法效果不错，可细想一下问题就来了，路测道路占整体覆盖面积不足 10%，用户不及 20%，而这些区域 C 的强化势必导致 90%区域和 80%用户的干扰上升，将显著降低原本就覆盖受限区域的 C/I，影响客户感知，从实际投诉比率上也可以看到，室内投诉比率占绝大多数。因此，一视同仁（道路和室内）的总体网络优化策略能更好地改善用户感知，提高满意度，这是平衡的观点。 三、C/I 和功率的关系 改善 C/I 的方法有两个：提高 C 或降低 I。提高用户感知还可以运用一些新功能，改善相同 C/I 情况下的 MOS 表现，如 AMR、跳频
4、等。 1、提高 C 的主要方法是提升功率、调整覆盖、优化邻区配置； 2、降低 I 的主要方法是降低功率、调整覆盖、优化频率配置、控制外部干扰等。 功率调整最为纠结，增加功率即增加了 C 和 I，增加单小区抗干扰能力的同时增加了全局干扰；减少功率降低 I 的同时也降低了 C。 I 由白噪声、外部干扰（各类干扰设备）和内部干扰（频率干扰和交调干扰）构成，可见在调整功率时主要影响的是内部干扰。下面模拟了一条 C/I VS Lev 的曲线做个简单示意图，如图 1 所示： 其中，横轴为全网的平均接收电平；纵轴为全网的平均 C/I。图 1 主3要分为 3 个区、1 个点，具体描述如下： A 区：此处属于低
5、功率区域，干扰主要由底噪、外部干扰强度决定，因此随着电平功率的提升，C/I 上升很快。 B 区：随着电平的升高，干扰的主要组成部分转为网内干扰，电平功率的上升引起的 C 增加和 I 增加接近，C/I 趋于稳定。 C 区：网络中的部分深度覆盖或广覆盖区域的电平强度已经无法进一步提升，全网电平的提升是部分小区的提升贡献的，对一个小区覆盖而言，其主控面积远小于干扰面积，因此在不能全网提升功率的情况下，C的增加速度会慢于 I 的增加速度，导致 C/I 的下降。而随着平均电平的增加，功率受限区域也不断增加，I 的增加亦越来越快，C/I 呈现加速下滑。目前大部分网络运行在 C 区（以暴制暴的结果） 。 P
6、 点：一定网络状态下的功率和 C/I 的最佳平衡点。在此点左边，由于功率不足，载干比不高；在此点以右，干扰增加速度上升，载干比下降。 对于不同的网络就有不同的 C/I VS Lev 的响应曲线；同一个网络在话务、外部干扰分布不同的情况下，响应曲线也是不同的；覆盖调整、频率优化等是网络优化的重要手段，也是改善曲线特性的主要方法。良好的曲线特性应该具有较高的 P 点，且 C 区下降趋势较缓。在网络特性（响应曲线）确定后，优化的一个重要工作内容就是通过合理配置网络功率水平，使网络质量运行到最佳位置（P 点） 。 四、变色龙算法在 3G 网络的应用 变色龙算法对于 CDMA 或 3G 网络实施起来更为
7、简单，只需对 BLER 进4行收敛，即可取得 P 点运行效果。可以根据不同业务的 BLER（Block Error Ratio，块误码率）现网统计值作为目标设置，经过网络的自适应反馈后，经 34 次收敛即可达到最佳运行状态。 自 2011 年 8 月起，变色龙算法陆续在多个城市多厂家设备的 GSM 网络进行使用，取得了良好的效果。从总体效果来看，抑制了网内干扰，TCH/SDCCH 分配成功率、0-5 级质量、掉话率、切换成功率等都有显著改善，对突发的外部干扰有很强的适应性和自愈能力，能迅速调整参数配置策略，稳定网络指标，是名符其实的变色龙。 综上所述，变色龙算法是基于网络干扰环境分析及反馈进行参数配置自适应优化的一种算法，目前适用于 2G 和 3G 网络。从应用实践看，变色龙算法是支持多厂家、适应多环境的成熟通用算法，对降低网络底噪、提升网络质量提供了极大的助力，加之其可操作性极强，值得广泛推广使用。 （作者：荆州职业技术学院，讲师，研究方向：计算机应用，网络教学）
