1 LTE网络优化原则
（1）网络部门应提早介入，依据现网数据和要求，分析提出LTE室内外站址的规划建议，按照“以终为始”的原则，从源头上规避网络结构不合理的站点入网。
（2） 应按照LTE技术特点与设计要求对2/3G网分布系统进行LTE改造，避免简单合路建设，对TD-S弱覆盖室分系统进行整改，提TD-S覆盖效果，确保TD-LTE系统改造质量。
（3）按照集团的统一部署进行频率、时隙、LTE TA ECGI等网络参数设置，积极探索TD-LTE网络优化的方法。
（4）加强LTE基础优化工作，加强优化分析支撑手段，按照TD-LTE无线网络质量分析方法，对LTE关键无线指标进行重点分析，对LTE设备功能与网络质量存在的短板、网络结构不合理的LTE站点，提出整改方案。
（5）严格把关LTE入网验收，做到不验收不准入网，验收不通过不准入网，明确整改方案和计划，确保验收环节的真正落地。
（6）探索适合LTE的网络运维职责和流程，建立集中化的LTE质量评估体系，监控和性能管理体系，积累以省为集中化的运维经验。
（7）应配置足够的LTE维护、优化人员，组织实施必要的技术培训。LTE网络建成后，确保维护人员具备相应的专业技能，确保顺利接维TD-LTE网络。
2LTE网络优化概述
2.1LTE网络
2.2进行无线网络优化
网络优化是为了保证在充分利用现有网络资源的基础上，解决网络存在的局部缺陷，最终达到无线覆盖全面无缝隙，接通率高，通话持续，话音质量不失真，画面质量清晰可见，保证网络容量满足用户高速发展的要求，让用户感到真正的满意。通过网络优化使用户提高收益率和节约成本。
2.3无线网络优化的重要性
网络优化是一个改善全网质量、确保网络资源有效利用的过程。传统的网络在大批用户使用时会造成网络拥堵，用户的感知差，最终网络用户减少，导致运营商品牌形象受损。保证和提高网络质量，提高企业的竞争能力和用户满意度，是业务发展的有力后盾。
2.4 LTE无线网络优化的特点
2.4.1覆盖和质量的估计参数不同
TD―LTE使用RSPP、RSRQ、SINR进行覆盖和质量的评估。
2.4.2影响覆盖问题的估计因素不同
工作频段的不同，导致覆盖范围的差异显著，需要考虑天线模式对覆盖的影响。
2.4.3影响接入指标的参数不同
除了需要考虑覆盖和干扰的影响外，PRACH的配置模式会对接入成功率的指标带来影响。
2.4.4 邻区优化的方法不同
TD-LTE系统中支持UE对指定频点的测量，从而没有配置邻区关系的邻区也可能触发测量事件的上报，TD-LTE中要以通过设置黑名单来进行邻区的优化，邻区设置需要优先考虑优先级。
2.4.5 业务速率质量优化时考虑的内容不同
与TD-SCDMA类似，需要考虑覆盖、干扰、UE能力、小区用户数的影响，需要考虑带宽配置对速率的影响，需要考虑天线模式对速率的影响，需要考虑时隙比例配置，特殊时隙配置对速率的影响，需要考虑功率配置对速率的影响，需要 考虑下行控制信道占用OFDM符号数量对速度的影响。
2.4.6 干扰问题分析的重点和难点不同
TD-LTE系统会大量采用同频组网，小区间干扰将是分析的重点和难点。TD-LTE系统采用多种方式进行干扰的抑制和消除，算法参数的优化也将是后续工作的重点和难点。
2.4.7 无线资源的管理算法更加复杂
TD-LTE系统增加了X2接口，并且采用了MIMO等关键技术，以及ICIC等算法，使得无线资源的管理更加复杂。
3 LTE网络优化内容
TD-LTE无线网络优化中出现的问题有：覆盖问题、接入问题、掉线问题、切换问题、干扰问题。那么解决这些问题需要优化内容具体就有：合理规划、干扰排查、天线的调整及覆盖优化、邻区规划及优化、系统参数。下面就详细说明这些具体优化内容。
3.1合理规划
3.1.1应摸排现网站址、电源、天面、机房承重、空间等资源
有合适2/3G站址，则优先在2/3G基站上叠加LTE基站，当共站达不到LTE覆盖效果时，应及时新建LTE独立站。并提出明确传输需求，为LTE建设和规划做好准备。
基于2G和TD的MR扫频、ATU和网管数据的网络结构分析，以及LTE规划方案进行逐小区、逐基站的审核，确保LTE规划方案具备合理的网络结构，力争从源头规避网络结构问题。前期推出的基于现网数据预测TD-LTE网络性能把控LTE网络规划的方法，将固化算法，通过分析网络结构，最终评估出RSRP及RS-SINR是否达标。 3.1.3理想的网络结构
（1）密集市区的理想站间距：300-400米，一般市区的理想站间距：400-500米，县城理想站间距：600-700米，理想站高：30-40米。
（2）站高、倾角的设置应与周边基站的站间距相匹配，当基站实际高度比理想高度超过42%时，该站覆盖不易控制，对周边区域带来了大干扰，应避免该类站点入网。
3.2干扰排查
TD-LTE干扰分类分系统内干扰和系统间干扰。系统内干扰：邻区同频干扰;系统间干扰：与WLAN间干扰，与CMMB间干扰，与GSM间干扰，与TD-S间干扰，与其它系统干扰。其中经过系统内与系统间的排查后，发现找出干扰问题，分析其产生的原因，找出解决方法最终解决问题。
3.3天线的调整及覆盖优化
网络问题：覆盖是优化环节中最重要的一环。针对该问题，工程建设前期可根据无线环境合理规划基站位置，天线参数设置及发射功率设置，后续网络优化中可根据实际测试情况进一步调整天线参数及功率设置，从而优化网络覆盖。解决思路：通过扫描仪和路测软件可确定网络的覆盖情况，确定弱覆盖区域和过覆盖区域。
天线参数调整。调整天线参数可有效解决网络的大部分覆盖问题，天线对于网络的影响主要在性能参数和工程参数两个方面。
3.4邻区规划及优化
网络问题：邻区过多会影响到终端测量性能，容易导致终端测量不准确，引起切换不及时，误切换及重选慢等。邻区过少，同样会引起切换，孤岛效应等。邻区信息误读直接影响到网络正常的切换。合理制定邻区规划原则：TD-LTE与3G邻区规划原理基本一致，规划时综合考虑各小区的覆盖范围及站间距、方位角等因素。
3.5系统参数
常规参数优化配置建议：目前阶段网络进行优化调整的主要覆盖和切换相关参数。
覆盖参数主要包括：CRS发射功率、信道的功率配置、PRACH信道格式。
切换相关配置参数主要有：事件触发滞后因子Hyxteresis、事件发持续因子Timetotrig，邻小区个性化偏移Qoffsctcell、T304定时器、T310定时器。
综上所述，我们可以看出无线网络优化是一项长期的，艰巨的，周而复始的持续性系统工程，这其中进行网络优化的方法很多，有待于进一步探讨和完善。需要我们在实践中不断地探索，积累经验。从而全面提高网络服务质量，争取更大的经济效益和社会效益。
1粗集理论背景
当今社会已经进入了网络信息时代，计算机与网络信息技术的飞速发展使得各个领域的数据和信息急剧增加，并且由于人类的参与使数据与信息系统中的不确定性更加显著。如何从大量的、杂乱无章的、强干扰的数据中挖掘潜在的、有利用价值的信息，这给人类的智能信息处理能力提供了前所未有的挑战。由此产生了人工智能研究的一个崭新领域――数据挖掘（DM）和数据库知识发现（KDD）。
在DM和KDD诸多方法中，粗糙集理论与方法对于处理复杂系统不失为一种较为有效的方法，因为它与概率方法、模糊集方法等其它处理不确定性问题理论的最显著的区别是它无需提供问题所处理的数据集合之外的任何先验信息。当然，由于该理论未能包含处理不精确或不确定原始数据的机制，所以与其它处理不确定性问题的理论有很强的互补性。
2当前的一些研究情况
目前，对粗糙集理论的研究主要集中在其数学性质、粗糙集拓广及其性质和粗糙集逻辑。在数学性质方面的研究主要讨论粗糙集理论的代数结构与拓扑结构、以及该方法的收敛性问题;在粗糙集理论拓广方面研究主要涉及广义粗糙集模型（变精度粗糙集模型）与对连续的属性的离散化等。其中广义粗糙集模型研究的本质是对通常的集合包含概念进行了推广，引入了集合的相对误差分类度。该理论已被成功地应用于机器学习、决策分析、过程控制、模式识别、数据挖掘、医学、化学、材料学、地理学、管理科学和金融等领域。
在粗糙集理论与其它处理模糊性或不确定性方法之间的关系的研究中，目前研究主要集中在它与模糊集理论和Dempster-Shafer（DS）证据理论的关系和互补。模糊集理论是采用隶属度函数来处理模糊性，而基本的隶属度是凭经验或由领域专家所给出，所以具有相当的主观性;而粗糙集理论则采用概念的上、下近似来处理模糊性的不精确的问题，也可以从给定的数据中导出类似的隶属度函数，它是由给定数据完全决定的，所以更具有客观性;粗糙集理论是为开发自动规则生成系统而提出的，而D-S理论是用于证据推理的，这两种理论的动机是不同的。在相容性观点下，它们具有相似性，但在D-S理论的概率分配下，它们是不同的。在D-S理论中需要对基本概念分布进行假设，而在粗糙集理论中不需要数据之外的任何附加信息;在粗糙集理论有效性算法方面的研究，目前主要集中在导出规则增量式算法、约简的启发式算法以及粗糙集理论基本运算的并行算法等方面。另外，基于基本粗糙集的逻辑是关于粗糙集的不确定性推理的基础，发展这类逻辑的理论基础也是目前粗糙集理论研究的重要课题。 对于粗糙集理论研究的进展，除了对粗糙集理论的数学性质研究之外（主要在东欧），一般是与粗糙集理论的应用具有密切的关系。在国外，粗糙集理论几乎完全和应用相联系。而我国对其研究起步较晚，大部分的研究材料是由归国学者从国外带回的。现在他们研究成果在国内期刊发表后逐步引起了国内学术届的重视，也使得越来越多的科学工作者加入到粗糙集理论的研究队伍中来。鉴于粗糙集理论对不确定性描述无需先验知识的特点，在最近几年之内它必将在人工智能、故障诊断、数据库知识发现以及其它相关领域中得到广泛的应用。
3粗糙集理论的一些特征
粗糙集理论的数据分析是建立在经验系统的层次上，因此，粗糙集理论的一个重要特点是它不需要预先给定关于数据的任何附加信息，如统计学中的概率分布，模糊集理论中的隶属度或隶属函数，证据理论的基本概率分布。
粗糙集理论是一个强大的数据分析工具，它能表达和处理不完备的数据以及拥有众多变量的数据。能在保留关键信息的前提下对数据进行简化并求得知识的最（下转第157页）（上接第155页）小表达。能识别并评估数据之间的依赖关系。能从经验数据中获取最小规则。
粗糙集是一种新的处理不精确性的、模糊的知识的数学公式描述方法。与其它数学工具不同的是：粗糙集处理的是不可分辨的或者说是粗糙的个体，而传统的计算方法使用精确，固定和不变的个体来表达和解决问题。粗糙集理论方法主要的目的是从不精确性的，不确定性或部分真实性的知识中通过分析得到易于处理的、潜在的、有价值的解决方案，以便更好地与现实系统相协调。