在在传统网优方式中，一般基于网络的主公共控制信道PCCPCH信号进行覆盖优化，经过现网网优经验总结表明：即使邻区主载波异频，仍有可能出现主小区的辅载波和邻区的主辅载波同频的情况，因此导致PCCPCH和业务信道的频率复用度不一致，在网络业务量上升时将会出现比较严重的业务信道同频干扰问题。

由上述分析可知，传统的基于PCCPCH的覆盖优化，在业务加载的高负荷网络下同频干扰严重，影响用户感知：有信号却打不了电话，信号良好却接不了电话，通话过程中话音断断续续，通话过程中突然掉话，图片下载缓慢。因此，采用什么样策略保证用户感知、保持高负荷业务下网络性能稳定，无疑将成为提高TD用户感知度急需解决的关键问题。针对高负荷网络下出现的同频干扰问题，中兴通讯提出了创新的覆盖优化方案——基于DECI算法的无线优化和创新的多小区下行链路干扰协同MDIC算法。

基于业务信道的高负荷网络优化方案——DECI

对于N频点组网的蜂窝移动通信系统，一方面，其主公共控制信道和业务信道频率复用度不一致，因而主公共控制信道C/I不能真实反映业务信道C/I的状况；另一方面，在网络工程建设阶段，用户数少、网络处于轻载状态，通过路测终端测量到的业务信道C/I，也无法有效体现一定网络负载情况下的业务信道干扰状况。

中兴通讯基于多年无线网络优化经验，创新地提出了业务信道质量计算方法：DPCH等效C/I(DPCH Equivalent C/I，DECI)算法，可以通过服务小区及各邻区的主公共信道场强值(PCCPCH RSCP)，计算得到主服务小区业务信道质量，即DPCH等效C/I。DECI算法适用于N频点网络中业务信道质量估算，能为高负荷网络干扰水平、性能分析提供可靠的评估。通过计算等效DPCH C/I可以发现覆盖中同频干扰严重的区域，通过调整天线工程参数、优化频率资源，降低同频干扰。

基于DECI的网优手段在现网进行了规模测试和验证，在某地的TD网络，通过邻区对统计PCCPCH同频的概率为8%，而业务信道同频概率为55%。基于DECI算法统计可知，PCCPCH C/I小于-3dB占0.75%，而等效DPCH C/I小于-3dB的比例却高达到5.90%。

从3月1日到3月15日之间，在当地现网进行了大量基于DECI的优化工作，包括：对60个小区进行RF优化；调整了111个载频资源，合理分布频率资源；对65个小区进行无线参数调整等。基于DECI的优化后， DPCH覆盖有了较大的改善，等效DPCH C/I小于-3dB的采样点由5.90%改善到1.03%。

基于DECI优化前后DPCH C/I的累积分布函数(Cumulative Distribution Function)如图1所示。

由图1可以说明如下两点：

●  高负荷网络下PCCPCH C/I不能等同于DPCH C/I：PCCPCH C/I小于-3dB的采样点为0.75%左右，而等效DPCH C/I小于-3dB的采用点占到5.90%。

●  基于DECI优化后DPCH覆盖有较大改善：等效DPCH C/I小于-3dB的采样点由5.90%改善到1.03%。

高负荷网络RRM解决方案——MDIC

多小区下行链路干扰协同MDIC(Multi-Cell Downlink Interference Coordination，MDIC)是一种同频干扰规避算法，主要策略是通过综合考虑服务小区的功率以及邻区干扰情况，给用户分配合理的资源，确保下行链路具有良好的C/I； 同时，实时监控用户下行链路的C/I，并在恶化前进行调整，保证用户业务连续，提升用户感知。MDIC算法包括基于邻区干扰的资源分配策略和基于用户链路干扰检测的资源调整策略两方面。

基于邻区干扰的资源分配策略，通过上报邻区的PCCPCH RSCP确定干扰邻区集合，通过服务小区可用功率和干扰邻区的干扰估算下行链路质量，综合上述两步估算的干扰情况，将用户分配到干扰小的频点/时隙。

基于用户链路干扰检测的资源调整策略，是用户遭到较大干扰时，就触发调整，将用户调整到干扰小的频点时隙；判断用户下行干扰的因素有：下行ISCP、下行 SCP、下行BLER。对于静止保持的用户，调整到干扰小的时隙有利于降低掉话率，提升用户感受，并降低整个系统的干扰程度；对于移动用户，在切换前将其分配到一个干扰小的时隙，则有利于切换重配消息的下发，能有效提高切换成功率。

MDIC具备以下特点：

●  MDIC算法的资源分配和调整都是直接针对干扰进行；

●  MDIC算法对于干扰的计算和检测，是以用户为粒度进行；

●  MDIC算法的干扰规避策略是时隙级的；

这几点确保了MDIC算法能在有干扰的情况下，准确地定位干扰并有效地规避；同时确保频点、时隙资源的最大利用率，提升频谱利用率。

MDIC算法综合考虑了邻区对接入小区各频点的下行干扰，计算各载频的C/I值。用户接入、切换时，MDIC算法选择一个邻区干扰最小的频点；用户保持过程中，MDIC算法实时监测用户的干扰，及时为用户调整到小区内干扰最小的载频或时隙上。通过载频选择和调整，MDIC算法有效地降低了用户干扰，提高用户接入成功率、降低掉话率。

表1为在某地网络拉网测试时，获取的算法调整前后DPCH ISCP的对比。从中可以看到，调整前后 DPCH ISCP最大降低14dB，最小降低3dB，平均降低7.86dB，链路调整降低干扰的效果显著。

为了进一步验证DECI和MDIC应用效果，在某地通过模拟加载构建高负荷网络，采用基于DECI的RF优化方案进行网络优化，大大降低了网络的同频干扰；在模拟加载后，开启MDIC算法进一步规避同频干扰。

根据路测的CS域性能指标，模拟加载后接通率指标略有恶化。CS业务接通率从99.1%左右下降到了98.91%，掉话率从0%左右下降到了1.1%左右，但在MDIC算法打开后，指标有明显改善，起呼成功率恢复到了99%以上，掉话率改善到了0.5%左右。而直接反映用户感知度的无线性能指标（如BLER、DPCH ISCP、DPCH C/I等指标），采用基于DECI的RF优化后均有明显改善，DPCH等效C/I小于-3dB的采样点由5.90%改善到1.03%。