企业官网建设流程全解析

简介：面向5G网络规划与优化学习者及通信工程师的实训文档，聚焦Option3X模式下的基础优化，围绕兴城B站点X1点位展开，系统讲解物理信道配置、QoS业务设置、RLC参数调整及波束方位角、下倾角等关键参数。文档以IUV-5G软件为操作载体，完整覆盖站点选址、扇区方位角设定、SSBlock时域图谱、PUCCH/PUSCH/PRACH/PDCCH/PDSCH信道配置、RSRP测量配置、NSSAI/SST/SD参数填写，以及gNBCUCP/gNBCUUP功能部署，并给出终端模拟与业务拨测验证方法。资源打包后共1个docx文件，大小约10.12MB，以Word文档呈现完整实训步骤、配置截图、实训报告要点及参数配置表，便于按步骤实操或复盘。已有114人学习下载，适合需要掌握5G基础优化配置流程的初学者和工程人员；通过本实训可深入理解波束连续性与覆盖切换关系，熟悉CU、DU、HSS等网元协同，提升应对复杂5G场景的工程能力。

1. 移动全网规划与建设里的基础优化：先定位，再动手

提起「移动全网规划与建设」这门实训，很多人以为基础优化就是后台改几个参数交差。实际进过项目现场的人都清楚，基础优化真正吃功夫的地方不在改，而在「定位」：拿到一片覆盖差、速率上不去的区域，你是先调天线还是先加功率，是查邻区还是查模三干扰，每一步选择都决定这轮优化是三天收工还是三周返工。这个实训场景解决的核心问题，就是让新手在一套标准流程里学会用路测数据、话统指标和工参表锁定问题根因，再决定最小可行的优化动作。适合刚入行的网优工程师、通信专业在读学生，以及需要独立完成某片区基础优化任务的现场人员。本文按实训流程走一遍：从数据采集、问题分类、天馈与参数调整，到避坑和效果验证，全部按可复现的标准来写。

2. 基础优化的底层逻辑：覆盖、干扰、切换三类问题的定位思路

2.1 把一次实训拆成四个阶段：数据采集、问题定位、方案设计、效果验证

基础优化在实操中从来不是「哪里差调哪里」，而是先建立一套完整的闭环流程。我见过不少新手第一次拿到某片区的任务，直接打开后台看最差小区列表，发现RSRP低的站点就抬功率，结果干扰指标全线恶化。这就是典型的跳过了定位阶段。

规范的实训流程分为四个阶段。第一阶段是数据采集：包括路测（DT）数据、呼叫质量测试（CQT）数据、后台话统KPI和工参表，缺一不可。路测数据解决「空间上哪里差」的问题，话统解决「时间上什么时候差」的问题，工参表解决「这个站的硬件配置到底是什么样」的问题。第二阶段是问题定位：把采集到的数据按覆盖、干扰、切换、容量四类归类，再逐类细化根因。第三阶段是方案设计：这一步要挑选代价最小的手段排序，常规顺序是干扰规避优先于功率抬升，邻区优化优先于参数激进调整，天馈调整优先于硬件更换。第四阶段是效果验证：至少完成一轮同路线复测和连续7天的后台指标观察，才能判定优化是否真实生效。

这个闭环最容易被忽略的是第四阶段。很多人在现场调完参数就认为工作结束，实际上效果验证才是实训报告里最有分量的部分。没有复测数据支撑的优化结论，在评审时基本站不住脚。

2.2 用测量报告和路测数据给问题分类：三种典型特征

拿到一轮路测数据后，第一步不是看漂亮的总览图，而是把问题点逐个打标。我在实训里要求学生按三种典型特征分类，分类准确率直接决定后续方案方向。

第一类是弱覆盖，特征是RSRP持续低于-110dBm、SINR伴随偏低、占用信号来自较远站点。这类问题优先查天馈工参是否与规划一致，再看周围是否有新增建筑遮挡，最后才考虑功率参数。第二类是干扰类，特征是RSRP显示很好但SINR很差，典型如RSRP在-90dBm以上而SINR低于0dB，此时速率起不来，往往是模三干扰、邻区漏配或外部干扰源导致。第三类是切换类，特征是终端在小区边缘反复发起切换、切换失败率升高或出现掉话，常见原因是邻区关系缺失、CIO配置不合理或切换门限过严。

这三类问题在真实场景中经常叠加出现，比如弱覆盖区域往往伴随邻区漏配，干扰严重区域又容易诱发切换失败。实训的关键就是训练这种「看到一组指标组合，能判断主因和次因」的能力。我一般会用一张表让学员把每个问题点的指标组合、初步判断、需要进一步核查的数据写清楚，避免拍脑袋定方案。

2.3 优化措施怎么选：天馈、PCI、邻区、参数的分工边界

基础优化里可以动的「旋钮」大致分四类：天馈、PCI、邻区、参数。它们各有分工，也有明确的边界。天馈调整解决的是空间覆盖形态问题，比如越区覆盖、过覆盖、覆盖空洞，通过调整方位角和下倾角改变小区覆盖范围，代价是必须上塔或远程电调，工期长、风险高。PCI优化解决的是同频小区间的干扰识别问题，通过规避模三冲突让终端能区分相邻小区。邻区优化解决的是移动性问题，通过增删邻区关系让切换有路可走。参数优化解决的是门限和迟滞的匹配问题，比如让切换更容易触发或更难触发。

排序上我始终遵循一条原则：能用天馈形态解决的不用参数硬扛，能用邻区关系解决的不去动切换门限，能改PCI解决的绝不抬功率。原因是参数调整见效快但副作用隐蔽，比如把切换A3事件的幅度迟滞从3dB降到1dB，乒乓切换概率可能翻倍；而天馈调整虽然慢，但改变的是物理覆盖形态，效果可持续且稳定。

实训里有个经典场景：某小区覆盖距离异常远，后台看话统发现上行RSSI长期偏高。新手方案往往是加干扰抑制参数，老手方案是先查这个站的方位角和下倾角是否与工参一致，结果常常发现天馈被施工队装反或倾角被人为改动。这个例子说明，方案选择顺序本身就是对问题判断深度的检验。

3. 实训环境搭建与第一轮数据采集：拿到能用的路测Log

3.1 采集前的准备：路线规划、频点锁定、设备一致性检查

数据采集质量决定后续分析的可信度，这一步在实训里往往最不受重视，翻车率却最高。我要求学员在出发前完成三件事：路线规划、频点锁定、设备一致性检查。

路线规划的原则是：覆盖测试区域内的所有主干道、次干道和典型室内出入口，且尽量走成一个闭环，避免交叉重复。每条路线要在GIS地图上先画好，标注测试起点和终点，保证每次复测走同一条路，否则前后对比就没有可比性。频点锁定是指在测试软件里配置好待测频段和带宽，同时关闭不需要的异频测量，减少测试Log里的无效数据量。设备一致性检查容易被忽略：同一轮对比测试必须用同一台测试终端、同一版本测试软件、同一型号数据线，甚至车辆的天线安装位置都要固定——这些因素对RSRP绝对值的影响可能达到3-5dB，足以掩盖真实优化效果。

在实训中我会额外要求做一次「预测试」：完整跑一遍规划路线，确认测试软件正常打点、事件正常记录、Log文件能正常保存。预测试跑完看一遍数据量，如果一条路线下来有效采样点太少，当场调整路线或检查终端状态，而不是等分析时才发现数据不可用。

3.2 用路测软件导出CSV并用脚本初步筛问题点

路测完成后，前台软件导出的原始数据通常是带GPS坐标的采样点序列，包含RSRP、SINR、PCI、频点、小区标识等信息。把这些数据直接导入地图工具打点是常规操作，但在实训里我习惯先写一段脚本做初步筛查，把明显的问题点先圈出来，再进地图细看。

import pandas as pd # 读取路测导出的CSV，列名按实际导出格式调整 df = pd.read_csv("dt_log.csv", encoding="gbk") # 筛选弱覆盖点：RSRP低于-110dBm weak = df[df["RSRP"] < -110] # 筛选干扰点：RSRP良好但SINR差 interf = df[(df["RSRP"] > -95) & (df["SINR"] < 0)] # 筛选切换失败点：按事件类型标记 ho_fail = df[df["EventType"] == "HO_FAIL"] # 按50米栅格聚合，统计各栅格问题点数量 def grid_key(lat, lon, size=0.0005): return round(lat / size), round(lon / size) for name, subset in [("weak", weak), ("interf", interf), ("ho_fail", ho_fail)]: subset["grid"] = subset.apply(lambda r: grid_key(r["Latitude"], r["Longitude"]), axis=1) stats = subset.groupby("grid").size().reset_index(name="count") stats = stats.sort_values("count", ascending=False) print(f"{name} top grids: ") print(stats.head(10))

这段脚本做三件事：把原始采样点按RSRP、SINR和切换事件三个维度切出问题点集合；把GPS坐标换算成50米栅格编号，让离散的采样点聚成「问题区域」而不是孤立点；最后输出每个栅格内的问题点数量，数量多说明问题持续存在，数量少说明偶发或测量误差。栅格大小选择0.0005度约等于50米，你可以根据实际场景调整，但同一轮对比测试中必须固定。

这里要特别说明参数含义：RSRP阈值-110dBm是LTE网络覆盖规划的常用下限，低于这个值终端很难保证基础业务体验；SINR阈值0dB表示信号质量已接近不可用状态，即使RSRP不低也会严重影响速率。实际项目中阈值会根据当地网络策略微调，比如密集城区弱覆盖标准可能定在-105dBm，但实训阶段先用标准值，等你能解释每个阈值的依据后再改。

初步筛查脚本跑完后，需要把栅格统计结果导出成CSV或KML，再叠加到地图工具里和实际地理环境对照。这一步能快速回答：「问题集中在哪里」「是沿线分布还是局部一片」「有没有明显的规律」。做完这些，才进入逐点分析——确定到底调天线、换PCI还是改参数。

4. 基础优化核心动作：覆盖调整与参数设置

4.1 天馈调整：下倾角、方位角与RSRP的对应关系

天馈调整是基础优化里最「物理」的动作，也是效果最持久的手段。实训中要理解三个对象的关系：方位角决定信号往哪个方向打，下倾角决定信号打多远，挂高和机械倾角共同影响波束覆盖形态。调整前必须拿到准确的工参表，并到站核查实际天馈状态，因为工参表错漏在现网中是常态。

下倾角调整有一条经验规律：每增加1°电下倾，覆盖距离大致缩短50-100米，具体取决于天线挂高、垂直波瓣宽度和地物环境，密集城区收缩明显，开阔区域收缩缓慢。方位角调整则要结合周围站点布局，目标是让本小区覆盖边界与邻区形成平滑交叠，避免出现覆盖空洞或越区覆盖。

实训中我要求学员按「先方位角后下倾角」的顺序做方案，每调整一个变量只评估一个指标：调方位角看目标区域RSRP是否抬升、周边是否产生新弱覆盖；调下倾角看覆盖距离是否收缩、重叠覆盖是否减少。切忌同时调整多个站的多个变量，否则效果无法归因。以下是一张常用的调整记录表格式：

4.2 切换参数与邻区优化：A3事件、CIO、TTT怎么改

切换优化是基础优化里参数动作最集中的地方。LTE切换最常用的是A3事件：邻区质量比服务小区好一定门限后触发测量报告。关键参数有三个：事件偏置（offset）、幅度迟滞（hysteresis）和触发时长（TTT）。offset控制的是「好多少才触发」，hysteresis防止信号抖动造成反复触发，TTT保证触发条件持续一段时间才上报，避免瞬时波动误触发。

邻区优化优先于参数调整。实训中常见的邻区问题是漏配和冗余：漏配导致终端在小区边缘找不到目标小区，切换失败甚至掉话；冗余导致测量报告频繁上报无效邻区，增加处理负担。邻区核查的常规做法是把路测中的「越区覆盖小区」与「实际占用小区」对比，找出终端上报了但系统未配置的PCI，批量补配。

参数调整有一个底线思维：先用保守参数跑一轮，观察切换成功率和乒乓切换比例，再决定是否加码。比如A3事件offset设为2-3dB、hysteresis设为1-2dB、TTT设为320-480ms是比较稳妥的起点。如果切换成功率仍然偏低，优先查目标小区状态和邻区关系，而不是继续放宽门限——门限放得过宽会引入大量无谓切换，掉话风险反而上升。

4.3 PCI优化：模三干扰的排查与规避

PCI优化在实训里是最容易被当成「玄学」的部分，其实逻辑很简单。PCI的mod 3值直接影响小区参考信号的频域位置，两个mod 3相同的邻区同频共存时，终端无法区分两者的参考信号，SINR会明显恶化。反映在路测上就是RSRP显示不差、SINR掉零、速率骤降。

排查模三干扰的步骤是：先找出测试区域内的主服务小区和邻区列表，计算它们的PCI mod 3值，把mod 3相同且在地理上重叠覆盖的小区标记为嫌疑组合，再结合路测SINR差的位置确认是否真的受到干扰。确认后修改其中一个小区的PCI，使mod 3错开，同时检查mod 6和mod 30以避免引入新的冲突。

PCI修改属于后台参数变更，操作简单但影响面大。修改前必须确认邻区表中所有涉及该PCI的引用会被自动更新，否则会出现邻区指向错误目标的情况。实训中我会让学员在测试软件里同时观察修改前后同一条道路的SINR数值，用「同一路线、同一时段」的对比来验证效果，而不是凭印象说「好像好了」。

5. 基础优化实训避坑指南：五个真实翻车现场

5.1 现象：RSRP满格但SINR掉零，速率上不去

这是实训里出现频率最高的问题。学员拿着路测图很困惑：RSRP显示-90dBm左右，信号满格，但SINR一直在-2dB到2dB徘徊，下载速率只有几Mbps。有人直接去动功控参数，有人把切换门限调松，忙活半天没有改善。

原因是干扰，而且大概率是模三干扰或重叠覆盖。RSRP只代表信号强度，不区分「干净信号」和「被干扰的信号」；当多个小区信号强度接近且参考信号互相污染时，SINR必然恶化。解决的顺序是：首先查嫌疑位置的主服务小区和邻区PCI是否存在mod 3冲突，冲突则改PCI；无冲突再查重叠覆盖，通过下压越区小区的下倾角或调整方位角减少交叠深度，而不是动功率参数。

5.2 现象：下倾角调了等于没调，覆盖一点没变

现场按方案把某小区下倾角从5°调到8°，第二天复测发现目标区域的RSRP纹丝不动，倒是更远的地方信号变弱了。查后台参数发现下倾角确实下发成功，但实际天线是机械倾角天线，调整的是电子下倾角，两者叠加后的实际波束指向和工参预期完全对不上。

原因是工参不准或天馈类型判断错误。带机械倾角的天线，电调下倾角改变的是电波束，机械倾角改变的是天线物理朝向，两者换算关系在不同厂商设备上不一致。解决方法是上站实际核查天线型号、机械倾角和电子倾角，把工参修正后再重新评估。实训中我强调一个习惯：任何天馈调整方案执行后，必须回读后台的实际生效参数，而不是只看方案表里的目标值。

5.3 现象：切换参数一改就掉话，成功率反而下降

把A3事件的门限放宽后，切换次数明显增加，但成功率从99.2%掉到97.8%，还出现了几处掉话。后台查看失败原因，集中在目标小区接入超时和切换准备失败。

原因是只调了触发门限，没有配套检查目标小区状态和资源情况。切换参数放宽后，终端会更频繁地尝试切换到边缘小区；如果目标小区本身存在拥塞、告警或邻区配置错误，切换请求越多，失败次数就越多。解决方法是把参数回退到修改前水平，先核查失败发生时刻目标小区是否有告警，确认邻区表里目标PCI与实际小区一致，再逐步放宽。实训中我建议每次只动一个参数维度，比如先只调TTT，观察两天后再考虑offset，避免多个变量互相干扰导致无法归因。

5.4 现象：后台抬功率后上行RSSI升高，下行SINR反而恶化

某片区弱覆盖被判定为功率不足，后台把参考信号功率从12.2dBm抬到15.2dBm。两天后话统显示上行干扰抬升，周边小区的上行RSSI普遍变高，下行SINR在交界区域明显恶化。

原因是功率抬升扩大了覆盖半径，让更多远端终端接入本小区，这些终端为补偿上行链路会提升发射功率，对邻区形成额外干扰。覆盖问题的根因通常是天馈形态不合理，比如下倾角过小导致信号传得太远，或方位角偏离导致主覆盖方向偏移，单纯抬功率是治标不治本。正确做法是先恢复功率设置，通过天馈调整收缩或修正覆盖形态，再评估是否还有功率补充的必要。实训中我对学员的要求是：功率参数是最后手段，且每次调整不超过2dB，调完必须做同路线复测。

5.5 现象：复测时原问题点「漂移」了，对比不到同一位置

第一次路测发现某路段弱覆盖，方案实施后复测，发现该路段RSRP确实提升了，但旁边另一条路出现了新的弱覆盖。学员在报告里把这条归为「优化引入的新问题」，结果讨论时被发现：两次测试根本没有走同一条路线，问题点的对比样本不一致。

原因是测试路线不固定、车速不一致、终端天线高度改变，导致采样点分布差异巨大。解决方法是把复测路线固定到和初测完全一致的电子地图上，用导航辅助控制车速，尽量保持匀速；测试终端和天线安装位置保持不变。实训中我会检查两次Log的轨迹重叠率，重叠率低于90%直接判定复测无效，重新测试。效果验证的核心不是「变好了」，而是「在相同条件下变好了」，没有控制变量的对比没有说服力。

6. 优化效果验证技巧：用问题点聚类判断顽疾与偶发

效果验证除了常规的「同路线RSRP/SINR均值对比」和「后台KPI前后7天对比」之外，我习惯追加一个动作：把多轮路测的问题点坐标叠加后做栅格聚类，找出那些在每一轮测试中都出现的「顽疾栅格」。一次测试里出现的问题点可能是偶发波动，三轮都出现在同一个栅格里，才说明这里存在稳定缺陷，值得投入整改资源。

import pandas as pd from collections import defaultdict # 合并多轮路测的问题点 rounds = ["round1.csv", "round2.csv", "round3.csv"] grid_hits = defaultdict(set) for r in rounds: df = pd.read_csv(r) weak = df[df["RSRP"] < -110] for lat, lon in zip(weak["Latitude"], weak["Longitude"]): key = (round(lat * 2000), round(lon * 2000)) grid_hits[key].add(r) # 记录该栅格在哪几轮出现 # 输出三轮都出现问题的顽固栅格 hard_problems = {k: v for k, v in grid_hits.items() if len(v) == len(rounds)} print(f"顽固问题栅格数: {len(hard_problems)}") for key in sorted(hard_problems)[:20]: print(key)

这段脚本把每轮路测的弱覆盖点映射到约50米栅格，然后统计每个栅格被多少轮测试标记过。出现在所有轮次里的栅格就是顽固问题点，出现在部分轮次里的可能是偶发波动或测试条件差异。聚类结果可以直接导入地图工具，把顽固栅格标注出来，优化方案优先覆盖这些位置——资源有限时先解决「每次都差」的区域，比追求「所有点都好」更符合实际。

做优化这几年，我最大的教训是：基础优化没有一招制敌的参数组合，所有「看起来有效」的调整都必须在相同条件下复测验证。一次我笃定某个越区覆盖调了下倾角就能解决，结果复测发现新弱覆盖比原来的还严重，根源是对面站点方位角偏了导致漏覆盖。从那以后我养成了每个方案都做前后对比、每次对比都留档的习惯。希望这篇实训笔记能帮你少走这些弯路，把基础优化的每一步都踩在可验证的地面上，祝顺利。

本文还有配套的精品资源，点击获取