下载文档原格式
MR指标定义及优化思路1.MR相关考核项定义1.1面覆盖率指标定义：面覆盖率=（RxLev_DL>-90dBm的采样点数）/（MR有效采样点总数）*100%.面覆盖率主要反映了网络的深度覆盖强度，提升该指标需要增强网络的深度覆盖。
1.2网络干扰水平指标定义：网络干扰水平=网络上行干扰水平+网络下行干扰水平=（RxLevUL>-80dBm并且RxQualUL>=4的采样点数+RxLevDL>-80dBm并且RxQualDL>=4的采样点数）/（MR有效采样点总数）*100%1.3MR数据达标率指标定义：MR数据达标率=(上行质量优于4的比例+下行质量优于4的比例) ×20%+（1-干扰小区比例）×40%+（1-过覆盖小区比例）×20%。
其中过覆盖小区定义：（下行电平高于-80dBm 且TA大于1的采样点数）*100%/（小区采样点总数）”大于等于20% 的小区。
2.考核规则：2.1网络干扰水平（10分）2.1.1指标定义网络干扰水平=网络上行干扰水平+网络下行干扰水平=（RxLevUL>-80dBm 并且RxQualUL>=4的采样点数+RxLevDL>-80dBm并且RxQualDL>=4的采样点数）/（上行电平_上行质量MR有效采样点总数+下行电平_下行质量MR有效采样点总数）*100%2.1.2考核时间选择按月评估。
每月每周选取工作日的实际忙时数据进行评估，实际忙时指一天24 小时中各BSC语音话务量与数据等效话务量之和最大的时段。
2.1.3计分规则满分为10分。
网络干扰水平高于5%时计0分，小于等于5%时的得分计算公式为：（5-指标值）*10/5。
2.2GSM网MR数据达标率（10分）2.2.1指标定义MR数据达标率=(上行质量优于4的比例+下行质量优于4的比例) ×20%+（1-干扰小区比例）×40%+（1-过覆盖小区比例）×20%上行质量优于4的比例：RxQualUL=[0，1，2，3]的采样点数/上行质量MR的csv文件中有效采样点总数*100%；下行质量优于4的比例：RxQualDL=[0，1，2，3]的采样点数/下行质量MR的csv文件中有效采样点总数*100%；网络干扰水平：（RxLevUL>-80dBm并且RxQualUL>=4的采样点数+RxLevDL>-80dBm并且RxQualDL>=4的采样点数）/（上行电平_上行质量MR的csv文件中有效采样点总数+下行电平_下行质量MR的csv文件中有效采样点总数）*100%干扰小区比例：“（RxlevDL>-80dBm并且RxQualDL>=4的采样点数）*100%/（下行电平_下行质量MR的csv文件中有效采样点总数）”大于等于30% 的小区占所有小区的比例过覆盖小区比例：“（RxLevDL>-80dBm 且TA>2的采样点数）*100%/（下行电平_TAMR 的csv文件中有效采样点总数）”大于等于20% 的小区占所有小区的比例。
1 服务要求1.1 MR 重叠覆盖优化1.1.1 重叠覆盖度定义 1.1.1.1重叠覆盖概述在TD-LTE 同频网络中，可将弱于服务小区信号强度6dB 以内且RSRP 大于-105dBm 的重叠小区数超过3个（含服务小区）的区域，定义为重叠覆盖区域。
重叠覆盖给TD-LTE 网络带来了严重的同频干扰，极大地降低了受影响区域的用户性能，相比于未受重叠覆盖的区域，重叠覆盖区域的吞吐量将会受到很大损失，且随着重叠覆盖程度的加深，同频干扰造成的性能损失会进一步加大。
从重叠覆盖影响范围来看，不同场景所占的比例有所不同，可通过研究重叠覆盖影响的大小和范围来寻找规避和解决的方法。
重叠覆盖原理示意图如下：上图四个小区中间的棕色椭圆处是重叠覆盖区域，实线覆盖的为主覆盖小区，虚线覆盖的为干扰小区。
评估的目的是找出重叠覆盖区域，通过RF 优化达到改善甚至消除重叠覆盖。
由于市区内诸如密集型住宅小区、城中村这样的区域类型较多，从路测数据上难以完全将这些区域的重叠覆盖呈现出来，而通过采集MR 数据后进行栅格化分布，就能直观地反映出这些问题区域。
1.1.1.2重叠覆盖的评估方法工具：OMstar（网络评估）；评估数据源：MR数据、ATU数据、工参；评估的基本思路如下：1基于MR数据，以栅格（50米*50米）为单位，通过OMstar工具评估南宁市网格内的重叠覆盖情况；2重点分析存在成片重叠覆盖栅格的区域，结合路测数据、干扰贡献度给出优化建议。
1.1.2重叠覆盖的来源2.1.1.1站点结构方面不同的区域重叠覆盖的程度存在很大差异，重叠覆盖的影响范围和程度与测试环境的网络结构密切相关。
网络中的高站、过近/过远站点的存在是重叠覆盖的重要来源之一，站高或天线挂高高容易覆盖过远对周边站点产生干扰；站点过近或过远容易出现主服小区不明显，多个信号叠加。
在理想的站点结构中，TD-LTE天线高度不宜过高，在站间距为400~500m时，天线挂高建议为30~35m，或与整网平均站高基本保持一致，且站点分布尽量均匀。
“中国联通3G网络发展聚焦”专题收稿日期：2011-03-18邓 巍 中国联合网络通信有限公司重庆市分公司MR数据分析在WCDMA邻区优化中的应用【摘 要】 基于事件上报的MR（Measurement Report）数据为邻区优化提供完整有效的数据支撑，文章采用华为NASTAR分析软件提取MR数据中1A或1C事件，结合历史DT（DRIVER TEST）数据和物理拓扑结构，集中处理邻区多配漏配问题，完善邻区关系，提升网络质量。
【关键词】MR WCDMA 邻区 优化1 MR数据性能结构每个WCDMA MR报告最多包含20条M R记录，每条M R记录包含一次同频事件测量（重庆现网未开周期测量），或异频事件测量，或异系统事件测量，三选其一[1]。
同频测量、异频测量，MR主要数据为：小区扰码、CPICH Ec/No、CPICH RSCP等测量值。
异系统测量报告，MR 的主要数据为：G S M小区的基站色码BSIC、GSM小区的RSSI 等测量值。
M R数据结构如图1。
如果测量记录中存在字符串“intraFreqMeasuredResults-List”，则表明该测量记录是同频测量；如果测量记录中存在字符串“interFreqMeasuredResultsList”，则表明该测量记录是异频测量；如果测量记录中存在字符串“interRATMeasuredResultsList”，则表明该测量报告是异系统测量[2-3]。
2 邻区优化思路邻区优化是网络优化的重要环节。
WCDMA是自干扰系统，如邻区设置不当，会导致出现干扰增大、容量下降、性能恶化等问题。
WCDMA邻区主要包括：同频邻区、异频邻区和异系统邻区。
重庆现网中主频点为10713，异频小区较少，本次邻区优化主要针对同频及异系统邻区。
图1 MR数据结构注：MR文件内容包括“MR文件头”和多个“MR包”组成。
42责任编辑：吴竹立 wuzhuli@ 2011年第7期“中国联通3G网络发展聚焦”专题邻区优化需使用最新最准的工参，包括经纬度、方位角、下倾角、天线挂高等，否则邻区将会出现偏差。
河北电信MR覆盖率提升优化经验总结目录背景 (3)MR采集原理 (3)1.MR定义 (3)2.MR测量机制 (4)3.MR上报流程 (4)MR覆盖优化方法 (5)1.新建站开通 (5)2.基站故障排查 (5)3.RF优化及天馈改造 (5)4.多网协同优化 (6)5.功率优化 (9)整体优化效果 (11)总结 (12)背景目前4G业务发展较快，移动数据业务的高速发展对LTE深度覆盖在面向高速数据速率、VoLTE高清语音、更好的用户体验等方面提出了新的要求。
网络的深度覆盖成为首要任务，河北分公司开展MR覆盖率优化提升专项，包括五高一地场景和农村场景MR覆盖率提升。
MR 覆盖率的直接影响用户体验感知，MR覆盖也直观反应网络覆盖的情况。
现网中的MR覆盖率目标值95%，MR覆盖率提升是优化工作重中之重。
MR采集原理1.MR定义MR是指移动终端通过控制信道在业务信道上以一定时间间隔向基站周期上报所在小区的下行信号强度、质量等物理信息，基站将终端上报的下行物理信息和自身收集的上行物理信息上传给基站控制器，并由其收集与统计。
2.MR测量机制MR由周期或特定事件触发测量，以某项测量内容为单位，记录呼叫过程中的某时间某点处的网络环境特征。
MR数据由基站控制器生成，并以二进制文件的形式存储在OMU单板上，SAU单板会到OMU单板上下载并保存。
MR测量报告内容包括：同频测量/异频测量/异系统测量/业务量测量/质量测量/UE内部测量/UE位置测量。
MR是通过eNodeB的打点输出移动要求的北向格式（XML文件），原始打点是由eNodeB 输出，目前这些打点是承载在eNodeB的外部CHR中。
MR北向文件包括MRO、MRE和MRS三种文件:MRE（Event）代表事件触发的测量报告样本数据；MRO（Originality）代表周期性的测量报告样本数据文件，MRO只包括周期性的样本数据，不包括事件触发的样本数据；MRS（Statistics）代表测量报告统计数据文件，目前包括一维统计数据和二维统计数据，MRS只是针对MRO文件中样本数据的统计，不包括事件触发的测量报告样本数据。
移动通信网络优化的利器——中兴通讯MR、CDT、CTS工具简介在移动通信网络的建设以及运营过程中，网络规划、优化是非常重要的环节。
合理的无线网络规划可使网络在时间和空间上达到最大程度的覆盖，在满足系统容量和服务质量的前提下，最大限度减少系统设备数量，降低成本。
随着网络结构、无线环境、用户分布和用户行为的变化，需要不断优化网络，通过对测试采集数据、系统网管数据、用户投诉信息的综合分析，发现网络存在的问题，提出解决方案，使网络的性能达到最佳状态，从而提高网络的服务质量。
传统的网络规划、优化手段（如路测、定点测试等）存在耗时、耗力、高成本、事后采集、数据有限、故障难以复现等缺点，无法满足运营商对低成本投资、高网络质量和终端用户体验提升的需要，中兴通讯研发的MR（Measurement Report）、CDT（Call Detail Trace）、CTS（Call Trace System）等网管系统增值工具，是高效实施网规网优的利器。
一、测量报告基于全面数据优化网络MR（Measurement Report，测量报告）是指信息在业务信道上每480ms（信令信道上470ms）发送一次数据，这些数据可用于网络评估和优化。
基于传统的网络优化方法，只能通过路测、定点测试来获得用户感受信息，如网络覆盖情况、通话质量情况等，而路测和定点测试往往只能对一些主干道、重点场所进行测试，所获得的采样点数据相对于MR 的用户信息要少得多，因此分析的结果存在片面性。
中兴通讯MR工具将所有小区的公共测量和专用测量报告按比例采集，并设采集中心，控制各网元的采集过程。
MR工具可设置存储的总数据量和保存时间。
MR工具分为数据采集和后处理两部分。
MR工具处理所采集的测量数据，用于全网无线环境的评价，代替大量的例行路测和定点测试，节约运维成本；以用户实际发生通话时的测量报告来评价网络，比路测和定点测量更有针对性，还能对这些采集的数据进行挖掘，分析用户的行为模式、在小区中的分布等信息，方便制定网络优化策略。
基于MR弱覆盖的网络射频精细优化一、优化背景鉴于VOLTE的开通迫在眉睫，VOLTE对中国电信的网络覆盖也提出了相当高的要求。
射频优化既是LTE优化的基础工作，也是提升业务感知的最直接手段，但传统的射频优化会消耗大量的人力物力。
特此通过对MR分析指导射频优化提升业务感知的专题研究，达到节约成本提升工作效率的目的。
二、优化思路基于MR的弱覆盖优化方法，基本思路如下：根据基础优化手段结合实际优化方式，解决站间距合理却深度覆盖不足，优化手段如下三、问题描述通过MR数据分析，结合谷歌地图定位出MR弱覆盖占比较高、用户数及流量多的高价值某个区域。
选取东湖家园小区，该小区位置居民多，用户数及流量多，高价值区域，但弱覆盖严重影响用户感知，阻碍市场发展，急需对该区域进行优化调整。
该区域覆盖宏站、覆盖情况、用户分布情况具体如下：覆盖宏站覆盖距离GE位置（站间距不足500米，较小）MR分布情况用户流量（按天）用户数（按天）四、处理建议和效果对比根据MR定位弱覆盖区域，结合KPI指标确定高价值目标区域，通过小区接入距离可知覆盖东湖家园居民区域的扇区弱覆盖面积较大，站间距较小，覆盖基本优化场景，故优化过程如下：4.1 处理建议1、LF_H8_吴兴东湖大桥_19小区机械下倾角由2度调整为6度；2、LF_H8_吴兴东湖家园CL_17顺时针调整方位20度（从30度到50度）。
4.2 效果对比吴兴市东湖家园小区附近问题区域优化前后效果对比，弱覆盖现象改善明显，用户数及流量有所增长，具体如下：MR弱覆盖指标优化前后变化情况：优化前后用户数及流量变化情况：MR覆盖变化用户及流量变化五、总结基于MR数据的网络射频精细优化，具有较高的精确性,能够保证射频精细优化对实际LTE网络结构质量的改善效果，提高LTE网络优化的效率。
可根据MR数据分析网络覆盖、流量、用户分布情况，精准识别高价值弱覆盖区域进行射频优化，提升用户感知，为市场发展提供参考依据。
深圳市MR覆盖率优化提升案例一、MR覆盖率介绍MR是指移动终端通过控制信道在业务信道上以一定时间间隔向基站周期上报所在小区的下行信号强度、质量等物理信息，基站将终端上报的下行物理信息和自身收集的上行物理信息上传给基站控制器，并由其收集与统计。
当前考核的MR覆盖率为全量MR，即周期性订阅MR，全网上报的MR全部保留统计，MR弱覆盖门限为RSRP低于-110dbm，MR覆盖率覆盖率=RSRP>-110dBm采样数/总采样数。
随着LTE网络的全面规模部署，LTE用户的不断发展，传统的ATU测试数据无法详尽地体现网络深度覆盖的情况，全量MR覆盖率是网络覆盖的真实体现，能够体现现网的整体覆盖情况，识别深度覆盖问题。
二、MR提升思路基于MR的统计分析，在分析优化MR覆盖率时，包含北向订阅统计、ENB下发测量控制及数据上报、终端测量等3个阶段。
结合3个阶段可能影响MR的因素，对于MR分析提升梳理了基本流程，简述如下：1.系统特性LTE使用的频率更高，穿透性较差，对比C网，在室内等区域容量造成弱覆盖；LTE系统中800M相对1.8G /2.1G的频段覆盖效果更好，更适用于深度覆盖；2.MR相关配置MR相关配置包含两类，第一类为MR订阅配置；第二类为基站参数配置。
其中MR订阅配置包括测量周期、上报周期、事件类型（同频/异频）、北向文件生成周期、采样对象（全量用户/部分用户）等，此类配置一般为集团规范，优化空间较少；基站参数配置包括最小接收电平、功率攀升补偿、小区半径、功率消息偏置、小区参考信号功率、PA、PB等参数，都会对用户接入LTE，以及质差点的用户分布产生影响，进而影响MR上报结果；3.网络结构网络站点数量、站间距、站高、覆盖情况是否受阻等因素，其中网络工程建设对于网络指标的影响是明显的，站间距的缩小必然引起整体网络覆盖的增强，网络指标随之改善明显；4.用户分布现网用户一般情况下认为满足泊松分布，中、差、好点分布比例较为均衡，且不可控，一般通过调整最小接收电平等进行控制边缘用户接入比例；5.网络健壮性网络健壮性包含两类，第一类故障率；第二类为天馈完好性（如室内天馈故障/隐形故障，影响站点覆盖效果等）。
M R数据在G网络
S I N R优化中的应用 HUA system office room 【HUA16H-TTMS2A-HUAS8Q8-HUAH1688】
MR数据在4G网络SINR优化中的应用
一、成果背景
目前公司正在集中全力发展LTE网络建设，由于LTE属于较新的业务，因此目前缺少有效的分析手段。
现阶段主要是靠路测和用户的投诉来发现网络存在的问题，解决的主要是发生在道路上的问题，对于用户实际所处位置的使用情况无法得知和分析。
针对这个问题采取有目的性的采集特定时段MR数据来分析和解决。
MR数据在主流的应用中主要是针对无线网络覆盖问题，即通过接收功率（RSRP）的情况确认弱覆盖、过覆盖等情况，但4G网络优化中，下载速率的多少主要取决于信号与干扰加噪声比（SINR）的情况，本文通过MR数据的深入挖潜，探索了一条对4G网络SINR的优化方法，使得通过后台数据直接定位4G速率问题，极大提高了4G优化工作效率。
二、解决方案
影响用户使用感受的主要是覆盖差和信号质量差，也就是RSRP差和SINR差。
其中覆盖问题多数只能靠新建基站等建设手段解决，而RSRP好但SINR差的情况则大多可以通过优化手段来解决，这也是优化最常遇到的问题。
用户终端申请下载速率就是以其解调出的SINR为依据，然后上报CQI需求，网络根据用户上报申请分配下行速率，所以可以说SINR的优化是网络优化的重点。
目前主要是通过用户投诉来发现RSRP好但SINR差的问题，如果能通过MR数据分析来主动的发现这类问题，在用户投诉之前争取解决，则网络优化效率可以得到质的改变。
但是在MR的上报数据中只有用户的RSRP和RSRQ的数据，并没有上报SINR的数据。
因此需要将上报的RSRQ数据转换为SINR来评估，下面介绍一下具体的计算方法：
1.指标定义
RSRP（Reference Signal Receiving Power）：是在某个Symbol内承载Reference Signal的所有RE上接收到的信号功率的平均值；
RSSI（Received Signal Strength Indicator）：是在这个Symbol内接收到的所有信号（包括导频信号和数据信号，邻区干扰信号，噪音信号等）功率的平均值；
RSRQ （Reference Signal Receiving Quality）： RSRP和RSSI的比值，当然因为两者测量所基于的带宽不同，会用一个系数来N调整，也就是 RSRQ = N*RSRP/RSSI，N是全带宽的RB数目（跟带宽有关系）。
SINR：信号与干扰加噪声比（Signal to Interference plus Noise Ratio）是指:信号与干扰加噪声比（SINR）是接收到的有用信号的强度与接收到的干扰信号（噪声和干扰）的强度的比值
2.理论计算
假设Reference Signal功率为PRS（W），该Symbol内数据符号功率为Pdata （W），已经被小区用户使用的RB个数为X，NI为每个子载波的干扰和噪声，则：未被小区用户使用的RB个数为N-X；
未被小区用户使用的每个RB接收信号强度为：4* PRS+12*NI（一个Symbol内有12个子载波，4个Reference Signal）
被小区用户使用的每个RB接收信号强度为：4* PRS+8*Pdata+12*NI（一个Symbol 内有12个子载波，4个Reference Signal，8个数据子载波）
RSRQ = N*RSRP/RSSI
=N* PRS/[X*(4* PRS+8*Pdata+12*NI）+(N-X)*(4*PRS+12*NI)]
=N* PRS/[X*(4* PRS+8*Pdata+12*NI-4*PRS-12*NI)+N*(4*PRS+12*NI)]
=N* PRS/[X*8*Pdata+ N*(4*PRS+12*NI)]
=N/[ X*8*Pdata/ PRS+ N*(4 +12*NI/ PRS)]
=N/[ X*8*Pdata/ PRS+ N*(4 +12/SINR)]
假设PA=-3、Pb=1， Pdata= PRS/2，则：
RSRQ = N*RSRP/RSSI
=N/[ X*8*Pdata/ PRS+ N*(4 +12/SINR)]
=N/ [X*4+ N*(4 +12/SINR)]
=1/[X*4/N+ (4 +12/SINR)]
取对数：
10log（RSRQ）=0-10log（X*4/N+4+12/SINR）=-10log(X*4/N+4+12/SINR)从推导来看，RSRQ和SINR之间的关系涉及负荷问题，即具体被小区用户使用的RB个数X，为此，考虑到空载或轻载的环境，则此问题可以解决。
将上述公式推导来看：
可看出，对于轻载的环境，X的取值为0-10对相同的RSRQ情况下，其SINR变化很小，而从MR数据采集原理来看，MR是采集扇区下激活的用户M个，让M个用户周期上报测量信息，此过程并不增加下行数据或很少的交互字节，为此，完全可以选取深夜时段，采集因为终端心跳原因而处于连接状态的终端上报测量，从而RSRQ和SINR的转换完全采用空载时的计算关系即可。
假设Reference Signal功率为P
RS
（W），每个子载波的干扰和噪声为NI，则空载时，对于2天线端口：
RSSI=N*（4*P
RS
+12*NI）（一个Symbol内有12个子载波，4个Reference Signal）RSRQ = N*RSRP/RSSI
=N* P
RS /[ N*( 4*P
RS
+12*NI)]
=1/(4 +12/SINR)取对数：
10log（RSRQ）=0-10log（4+12/SINR）=-10log（4+12/SINR）
从上面的理论推导可以得出在系统空载时RSRQ和SINR的对应关系，根据对应关系得出了下面的曲线。
RSRQ与SINR关系（
空载）.xlsx
3.数据的分析
根据计算出的在空载时RSRQ和SINR的对应关系，选取最接近空载的凌晨4点的闲时MR数据，可以得到最接近的SINR值来评估信号质量。
集团的质差小区的定义平均接收电平RSRP>‐90dBm?且平均SINR<5dB的小区定义为质差小区，根据上面图中曲线可以看出SINR为5dB时RSRQ的值为-9dB，按照此标准把提出的MR数据进行了过滤，提出了符合质差小区要求的点，得到如下图层。
图中红色点为质差小区点，至此，通过MR分析，直
观的发现RSRP很好而SINR较差的区域，通过对这些区域的进一步DT/CQT，则可制定相应解决方案并优化实施。
下图中，红色为符合平均接收电平 RSRP>‐90dBm 且平均 SINR<5dB 的质差小区点，灰色点为所有MR采集的用户测试点。
三、实施案例
以滨海塘沽区域的两个具体案例为例：
1、塘沽京津塘高速公路与新北路交口附近MOD3 干扰
MR统计质差小区位置点：
经现场测试，确实发现，该区域强导频较多存在质差小区，导频污染等问题，说明MR分析数据准确。
优化解决方案：
1. 塘沽滨海湘江里西-BHFO-0电子下倾角由5°调整为8°
2. 塘沽滨海湘江里-BHFO-0电子下倾角由8°调整为10°
3. 塘沽滨海莱茵春天西-BHFO-0电子下倾角由2°调整为5°
按照上述优化方案实施，调整后塘沽滨海湘江里西-BHFO-0、塘沽滨海湘江里-BHFO-0、塘沽滨海莱茵春天西-BHFO-0覆盖范围得到有效控制，MOD3干扰解决，SINR值改善明显。
进一步验证了MR分析定位的准确性。
优化调整后截图如下：
2、塘沽东方大道与海滨六路交口附近MOD3 干扰
MR统计质差小区位置点：
经现场测试，确实发现，该区域强导频较多存在质差小区，导频污染等问题，说明MR分析数据准确。
优化解决方案：
1. 塘沽滨海天津港二队-BHFO-0、1、2扇区电子下倾角由6°调整为9°
2. 塘沽天港储运-TGFO-2扇区电子下倾角由7°调整为9°
3. 塘沽滨海永利电机-BHFO-1扇区电子下倾角由4°调整为6°
3. 塘沽铁宇运输-TGFO-1扇区电子下倾角由6°调整为8°
4. 塘沽保税区-TGFO-0扇区电子下倾角由4°调整为6°，塘沽保税区-TGFO-1、2扇区电子下倾角由6°调整为8°
按照上述优化方案实施，调整后塘沽滨海天津港二队-BHFO-1、塘沽天港储运-TGFO-2、塘沽滨海永利电机-BHFO-1等覆盖范围得到有效控制，MOD3干扰解决，SINR值改善明显，速率提升明显。
进一步验证了MR分析定位的准确性。
优化调整后截图如下：
总体来说，经过现网的实际验证，本方法定位网络中RSRP较好SINR较差的问题准确性较高，在现网中实际应用价值较高，提高了问题定位分析的工作效率。
三、创新点
在4G建设初期，各种网络优化手段匮乏，2016年集团组织4G竞赛，其中一个方向为MR数据的应用，本方法摆脱了MR单纯分析网络覆盖的尴尬，深入挖潜MR数据，巧妙的利用凌晨MR数据解决了数据推导中的障碍，从SINR与RSRP结合分析的视角分析定位急需优化手段解决的网络问题，从而提高了工作效率。
四、实施效果
本方法的研究成熟后，在滨海区域4G无线网络优化中得以应用，截至目前，共分析定位导频污染问题50多个，MOD3干扰问题40多个，后续随着4G竞赛的开展还会在郊县和市区进一步推广。
