摘要：LTE 低速率劣化小区的整治，一直是网络优化的重点与难点，是吸引用户、发展业务、壮大市场的重要举措。当前在 LTE 低速率优化过程中，存在 ATU 测试周期过长、时效性不足、测试无法遍历全网所有小区等问题。针对当前工作中的不足与难点，采用大数据挖掘技术，逐一分析每一影响因素的整治与优化对策，全面提升LTE低速率质差命中率，LTE低速率小区得到大幅压减。
关键词：LTE 低速率；MAC 层误块率；平均 CQT；双流占比；高阶调制中图分类号：TM73；TN92 文献标识码：A 文章编号：1673-1131（2015）10-0187-02.
0 引言
LTE 低速率劣化小区的整治，一直是网络优化的重点与难点。目前 LTE 低速率质差问题需要通过路测分析来定位，ATU 测试周期过长，存在时效性不足和测试无法遍历全网所有小区的问题，另外由于无线环境的不确定性和不定期 LTE新站的入网影响原有LTE网络结构都可能导致LTE小区质差。
为对LTE低速率小区实现快速探测，通过网管指标和LTE小区下载速率进行关联分析，利用网管指标来实现低速率实时探测，降低 LTE 低速率质差判定人工和时间成本，提升 LTE低速率的判定效率。
1 基于大数据挖掘的 LTE 低速率劣化小区快速侦探方法
1.1 下载速率决定因素
根据下载速率决定流程，整理出相关指标的联系，其中网管统计涉及到的指标包括双流占比、平均 CQI、MCS（高阶调制占比）和 MAC 层误块率。如下图 1 所示。
影响因素 1：HARQ参数BLER（Block Error Rate）：误块率为 HARQ 参数，误块率大小表征错误的传输块在所有发送的传输块中所占的百分比；表征数据传输的准确性，也可以反映信道质量；误块率越高代表错误的传输块越多，相应的速率越低；误块率越低代表错误的传输块越少，相应的速率越高。
图 1 下载速率影响因素
影响因素 2：SINR&CQI 参数：SINR=RSRP/(RS-RSSIRSRP)，SINR值大小可用来反应信道质量的好坏，用于确定等效的 SNR 阈值，从而确定 CQI。SINR 值越高对应的 CQI 值也就越大。
影响因素 3：TM 占比——单双流：决定 TB Size 的大小，进而影响下行速率。
影响因素 4：高阶调制占比：更高阶的调制方式决定更高的频谱效率和编码效率，相应对应更高的速率。
影响因素 5：资源调度参数——TB Size：TB Size 由 ITBS和NPRB共同决定，直接决定了速率的大小；其中NPRB=TrafficRate/频谱效率；ITBS和MCS存在对应关系，UE上报的CQI只有 0-15，通过算法来将 CQI 映射为 MCS（Modulation andCoding Scheme）（0-28）。
2.2 相关指标及量化效果
2.2.1 指标 1：高误块率占比
定义：MAC 层下行误块率=下行残留错误 TB 数/下行传输初始 TB 数*100%。
通过网优平台统计各小区的误块率指标和ATU测试的下载速率进行关联分析。结果显示，当中兴 LTE 小区 MAC 层下行误块率＞ 2%时下载速率低于 20Mb；华为LTE小区MAC层下行误块率＞ 5%时，下载速率低于 20Mb。
2.2.2 指标 2：高阶调制占比
定义：下行 64QAM调制占比=下行 64QAM方式调度TB个数/(下行 QPSK 方式调度 TB 个数+下行 16QAM 方式调度TB 个数+下行 64QAM 方式调度 TB 个数)。
通过后台网管统计各小区的下行 64QAM调制占比指标和ATU 测试的下载速率进行关联分析，结果显示：中兴 LTE 小区当下行 64QAM 调制占比≤10%时下载速率低于 20Mb；华为LTE 小区下行 64QAM 调制占比≤5%时下载速率低于 20Mb。
2.2.3 指标 3：双流占比
定义：双流占比= RANK2 的下行传输 TB 数/( RANK1 的下行传输 TB 数+ RANK2 的下行传输 TB 数)。
通过后台统计各小区的RANK2 占比指标和ATU 测试的下载速率进行关联分析,结果显示，当下行 RANK2 占比≤5%时下载速率下降明显。
2.2.4 指标 4：CQI 差占比
定义：平均CQI=0*小区CQI0 使用数量+1*小区CQI1 使用数量+2*小区 CQI2 使用数量+……+15*小区 CQI15 使用数量。
通过后台网管统计各小区的平均 CQI 指标和 ATU 测试的下载速率进行关联分析，结果显示，中兴和华为LTE小区当平均 CQI≤6 时下载速率下降明显。
2.3 异常判定标准
由于本次分析是根据 ATU 测试结果进行，判定条件仅针对宏小区，为避免少量数据波动导致的数据不准确，定义小区日均流量不小于 10MB。
LTE 下载速率和平均 SINR、平均 CQI、下行误块率、高阶调制占比、双流占比均有很强的相关性，以下载速率小于 20Mb为基准判定低速率小区。一周内至少五天日均流量＞ 10MB的宏小区且满足以下条件之一则判定为低速率小区：
（1）平均 CQI≤6；
（2）MAC 层下行误块率＞ 2%；
（3）下行 64QAM 调制占比≤10%；
（4）双流占比≤5%。
2.4 系统创新点
归纳起来，该系统的主要创新点如下：
（1）LTE 下载速率和网管指标关联质差定位：前期无 LTE低速率小区定义，通过将小区下载速率和下载速率相关联的网管指标进行关联统计，发现下载速率低的相关指标门限，进一步制定 LTE 低速率小区标准，解决了测试定位的时效性问题和判定范围受限问题。
（2）基于大数据的下载速率分析：针对武汉全网中兴和华为区域 ATU 区域的 7000 多个小区 120 万个采样点进行关联分析，大量的数据可避免个别小区指标波动导致的质差判定不准问题。
（3）对接性能工单平台持续高效提升用户感知：完成 LTE质差标准制定后，可通过网优平台进行监控，对接性能工单引擎系统可实现智能派单，进一步提升处理效率，形成质差问题处理闭环，持续提升 LTE 小区速率及用户感知。
2.5 应用推广效果
（1）LTE 低速率质差命中率 85%。通过网管统计出符合质差判定标准的LTE低速率小区，随机挑选其中 20 小区进行覆盖区域内遍历数据业务测试。测试结果显示 20 个小区的平均下载速率仅为 15.57Mbps, 符合判定预期；其中下载速率低于 20Mbps 的小区有 17 个，标准命中率达到 85%.
（2）效果 2：LTE 低速率小区压减率 33%。完成 LTE 质差标准制定后，可通过网优平台进行监控，对接性能工单引擎系统可实现智能派单，进一步提升处理效率，形成质差问题处理闭环，持续提升 LTE 小区速率及用户感知。为了充分体现效果，分别从华为片区、中兴片区，各挑选 1-2 个地市分公司进行处理试点，第 1 月开始通过性能工单平台每周进行派单督促地市进行处理，第 2 月低速率小区占比较上月份有明显降低，低速率小区压减 33%。
（3）形成 LTE 低速率整改的流程固化。结合前期工作的经验总结，形成有效的LTE低速率整改的流程，并将其进行固化，可有效对全网的所有质差小区进行快速侦测与故障发现，大幅压缩故障发现时长、降低故障处理时长，全面提升网络覆盖的各类 KPI 指标。如图 2 所示。
图 2 LTE 低速率整改流程固化
3 结语
针对 4G网络中心LTE低速率劣化小区普通存在的问题，总结出影响LTE速率的 5 大因素，采用大数据挖掘技术，逐一分析每一影响因素的整治与优化对策，全面提升 LTE 低速率质差命中率，使得 LTE 低速率小区压减率 33%。接下来，将组建系统优化小组，奔赴全省各分公司进行系统应用调研，对系统进行宣传并指导应用部门员工使用，力争从性能、时延、问题发现及时性以及整改效果等多方面，全面对系统进行优化。
参考文献：
[1] 徐律佳, 杨乐祥. 利用无线宽带技术构建智能配网通信接入方式[J]. 电力系统通信, 2011(10)
[2] 罗凡云, 郭俊峰. TD-LTE 网络覆盖性能分析[J]. 移动通信, 2010(5)
[3] 钟鼎, 廖振松. 基于 TD-S 网络的 TDD-LTE 网络优化策略研究[J]. 信息通信, 2013(10)
[4] 赵良毕,于志文,胡欲晓. TD-SCDMA 网络优化关键问题及解决研究[J]. 移动通信,2010(6)
作者简介：田华锋（1975-），男，湖北应城人，硕士，工程师，湖北移动三星级专家、集团专家，主要研究方向为 GSM./TD/LTE 无线网络优化；方莉（1979-），女，湖北武汉人，硕士，工程师，主要研究方向为GSM./TD/LTE无线网络设计；杨雅玲（1971-），女，山东济南人，计算机工程师，主要从事计算机软件的设计与研发工作。
|
85597153
