LTE無線網路最佳化分析

無線網路最佳化首先要通過各類數據的收集和統計準確地找到網路問題,具體的數據類型包括設備運行狀態、參數、信令、性能指標、用戶投訴等。不同網路最佳化分析手段的差異,在很大程度上反映在數據收集和統計方式上。傳統的網路最佳化分析手段包括路測(Drive Test,DT)、撥打測試(Call Quality Test,CQT)、掃頻測試、網管指標分析等,在2G/3G網路最佳化中得到了廣泛的套用。而基於全量數據的最佳化系統則是在LTE時代出現的一種新的最佳化手段。

無線網路最佳化的優勢,傳統路測(DT)和撥打測試(CQT),路測(DT),撥打測試(CQT),基於掃頻儀測試數據的網路結構分析,基於網管指標的網路最佳化,基於全量數據的最佳化分析系統,全量數據最佳化分析系統的引入,全量數據最佳化分析系統的實現,全量數據最佳化分析系統的最佳化分析功能,

無線網路最佳化的優勢

使用戶獲得價值最大化,達到覆蓋、容量、價值的最佳組合。通過網路最佳化使用戶提高收益率和節約成本。

傳統路測(DT)和撥打測試(CQT)

路測(DT)

DT測試是藉助路測軟體、測試終端、電子地圖、GPS及測試車輛等工具,沿特定的路線對無線網路參數、信令和業務質量進行記錄和測量,通過最佳化處理軟體對測試數據進行統計分析,達到對網路質量評估和問題查找分析的目的。

撥打測試(CQT)

CQT測試首先在城中選擇多個測試點,重點是客戶反映多或較易出問題的點,然後在每個點進行定點的業務撥測,通過撥測的接通情況及業務保持性能,並結合當時網路的無線參數,對網路質量進行評估,分析網路存在的相關問題。與DT相比,CQT重點記錄特定地點的業務接通、保持和質量等方面的信息。

基於掃頻儀測試數據的網路結構分析

TD-LTE掃頻儀可以在多個獨立的頻段內全面客觀地反映無線系統信號在不同頻點上的強度分布狀況,並與路測軟體配合完成對指定無線頻段的掃描分析。掃頻儀在現網的套用中,其作用與測試終端不同。掃頻是在空閒狀態下對下行信道進行測量,可對指定頻段進行全頻段掃描,不受限於網路是否有信令互動。
日常最佳化工作中主要通過掃頻儀連續測量控制信道的接收電平,來進行全網的結構、覆蓋和干擾評估,包括:同頻小區重疊度過大導致的干擾、模三衝突引起的網路質量影響、高站越區覆蓋、覆蓋空洞及弱覆蓋。

基於網管指標的網路最佳化

網管指標是用於反映網路整體運行狀況的,它從統計的角度,對網路的各種性能進行監測和評估。它主要由網路KPI和MR兩部分指標構成。相比於DT通過測試線路近似模擬覆蓋區域,網管指標來自於用戶真實所處的位置,能夠更加全面地反映小區各位置上的無線條件以及業務質量,因此網管指標更具統計平均性,其數據更加全面客觀。
對於一張穩定運營的商用網路,網管指標是日常網優工作順利進行的重要保障,這一點已經在2G/3G網路中得到了認可。網管指標的用途體現在以下3點:
監測網路整體運行狀況和服務質量;
為發現和定位網路問題提供數據基礎;
為網路最佳化和建設提供參考依據。

基於全量數據的最佳化分析系統

全量數據最佳化分析系統的引入

如何對現網進行更細、更全面的監測,成為了網路監測與最佳化的新課題。全量數據是指採集全量用戶的信令數據、無線環境數據,通過用戶標識,如IMSI、TMSI等,關聯形成用戶業務記錄(X-Detail Record,XDR),進一步統計出小區級甚至用戶級的KPI指標,並結合用戶信息、網管及工程參數等信息,為實現精細網路最佳化提供的各類原始數據。基於全量數據的最佳化分析系統能夠分析異常發生時的無線信令,從而為定位和解決問題提供了可靠的基礎。通過對網路及時、準確的調整和最佳化,可最大限度地提供高水平的網路服務。

全量數據最佳化分析系統的實現

LTE網路全量數據最佳化分析系統的實現主要基於圖1所示的架構,該架構包含信令採集層、信令共享層和信令套用層3個部分,每層概述如下:
圖1  LTE網路全量數據最佳化分析系統架構圖1 LTE網路全量數據最佳化分析系統架構
— 信令採集層:採集不同網元的全量信令數據並按照統一的格式傳輸到信令共享層;
— 信令共享層:收集、解析採集層傳送的全量信令數據,生成套用層所需的各種數據類型並傳送到套用層,同時提供對套用系統的訂閱請求處理能力;
— 信令套用層:根據需要向信令共享層訂閱不同類型的數據,並完成各種最佳化分析功能。

全量數據最佳化分析系統的最佳化分析功能

1.最佳化分析功能的特點
基於全量數據採集可進行精細的LTE網路最佳化和分析。對最佳化分析功能而言,精細化分析可體現在3個維度:用戶粒度分析、無線側精確定位、業務事件可回溯。
2.最佳化分析系統的基礎功能
為支撐最佳化功能的三大特點,滿足典型最佳化功能的各類分析需求,要求基於全量數據的最佳化分析系統需具備三項基礎功能:GIS呈現、業務事件查詢以及原始信令反查功能。這些基礎功能可在各類最佳化功能及專題分析中按需調用,滿足用戶個性化的查詢、評估和分析需求。
3.典型的最佳化分析功能
根據最佳化分析功能的數據源不同,典型的最佳化功能可分為基於MR的網路結構分析、基於KPI的網路性能分析、專題最佳化分析、結合用戶面數據的用戶感知分析四大類。

相關詞條

熱門詞條

聯絡我們