路測與話單數據關聯分析在CDMA無線網優中的應用探討

黃毅華，沈建軍，陳秀敏，鐘期洪

（中國電信股份有限公司廣東研究院 廣州510630）

1 引言

由于用戶對3G無線網絡使用感知的要求越來越高，因此，為了更加實時和準確地判斷網絡質量與存在的問題，運營商在無線網絡評估優化中也開始運用自動路測系統和基于用戶通話記錄數據的無線網絡優化分析平臺，但各系統平臺之間都是獨立工作，在進行無線網絡質量評估和分析時存在相應的局限性，不能充分利用現有的數據評估分析出網絡質量深層次問題。

話單雖然是全網數據，但無法全面獲取用戶在使用業務時的實際感知，同時，無法反映無覆蓋時的網絡狀況；路測數據雖然能從用戶角度模擬業務感知，但局限于網絡的局部抽樣，有一定的誤差。總體來說，話單數據著重從網絡質量角度評估網絡，而路測著重從用戶感知角度評估網絡。因此，如何充分利用現有兩種數據源實時挖掘分析更準確的網絡問題，更深層次地保障網絡質量和提升用戶感知，是當前運營商值得研究的課題。本文主要描述了路測數據與用戶通話記錄關聯分析在CDMA無線網絡優化中的應用和實踐案例。

2 數據關聯分析特征

協同效應是由聯盟企業的合作氛圍、協作文化以及治理結構的效率等聯盟環境所決定的。為了使聯盟的生產能力、營銷能力、財務能力、研發能力和人力資源能力擁有最佳的發展環境，企業必須追求高度的橫向互補才能達到協同效應。

數據關聯分析的方法主要有兩種：如圖1所示的基于時間加區域基礎上的路測數據和用戶通話記錄之間的弱關聯分析和如圖2所示的基于時間加網絡用戶基礎上的路測和用戶通話記錄之間強關聯分析。通過對現有自動路測數據和用戶通話記錄的采集和關聯，實現地理維度的弱關聯聯合評估以及用戶維度的強關聯分析，可以更加實時、全面地評估網絡質量和分析判斷網絡微觀問題。

圖1 時間加區域的弱關聯分析舉例

所謂關聯，就是兩個或多個對象有相互聯系或相互影響的現象。關聯分析，可以更準確地確定網絡存在的問題和發生的原因，數據關聯分析，目的是為了通過話單數據和路測數據進行弱關聯和強關聯分析，以進一步評估網絡，發現和定位問題的原因；同時還可以定位存在問題以及無路測數據的區域，提供下一步的路測導向。對于路測中的同類異常事件，還可以結合話單從統計概率上發現有問題的網元，定位異常事件的原因及發現在網絡側的隱性問題。

圖2 時間加IMSI的強關聯分析舉例

關聯異常區域的特征是通過基于地理位置的方式，發現路測和話單數據均異常的區域，關鍵指標包括覆蓋類的Ec/Io、SINR和接入保持類的呼叫成功率、掉話率等，考慮話單的定位精度，柵格大小可設置成100×100 m，異常區域可以設置為滿足一定異常柵格比例的范圍。這樣可快速發現當前網絡中存在的異常區域，進行針對性的重點優化。

關聯異常事件分析的特征是通過時間和用戶識別碼進行路測數據和無線話單數據的強關聯，通過強關聯后，可以進行呼叫失敗、掉話等事件的關聯回溯，實現數據源的取長補短，更加準確地判斷發生異常事件的原因；路測數據從前端采集數據，對通話的下行鏈路測量比較詳細，可以通過前向的Ec/Io、RxPower、FFER等指標進行評估，但對反向鏈路一般只能通過TxPower及TxAdj進行評估，存在功控滯后性問題。因為用戶通話記錄是從系統側進行采集，可以較好地采集統計反向鏈路，可以通過呼叫釋放時反向合成總幀、呼叫釋放時反向合成壞幀、呼叫釋放時反向設定Eb/Nt、呼叫釋放時分支1及反向實際Eb/Nt等字段較好地評估反向鏈路情況。同時通過強關聯后，可以對路測異常事件（如網絡側拆線引起的呼叫失敗等）在網絡側占用資源進行統計分析，從而通過異常事件的資源占用規律來發現網絡運行中存在的隱性問題。用戶通話記錄和路測數據部分常用字段分析舉例見表1和表2。

3 數據關聯分析應用探討

3.1 綜合評估

圖3主要是選取路測關鍵參數指標和用戶通話記錄關鍵指標對網絡質量進行綜合評分。可基于全網、行政區、責任區網格和柵格不同地理維度的QoE綜合得分，還可以通過數據鉆取獲取各子類指標、子區域等不同維度的逐級深入評估分析，可以更好、更快捷地判斷網絡質量微觀問題，以快速發現整網或局部的區域短板和指標短板，從而達到對無線網絡質量進行多維度綜合評估分析的目的。

QoE模型的建立，可參考ITUE.800的模型，分為業務支持性能、業務操作性能、業務可用性能和業務安全性能。其中，業務可用性是筆者關注的客戶感知，也就是端到端的業務質量，可以分為業務接入性、業務保持性及業務完整性3個子維度。從路測數據以及話單數據中，根據所選取的3個子維度的指標，組合成網絡的QoE指標，從整體層面評估無線網絡的質量，貼近用戶感知，從而指導網絡優化及市場發展。

QoE模型都是基于一定的經驗來建立的，實際應用需要用到網絡的數據作為校準，以進一步完善該模型。一般可采用第三方咨詢公司的用戶滿意度調查以及用戶投訴數據作為參考。

3.2 關聯異常事件

對網格時間段內發生的路測呼叫失敗、掉話等異常事件可以關聯話單進行分析，實現數據互補，達到深入定位網絡問題的目的。

下面對某城區的掉話關聯案例進行分析，該城區測試記錄顯示，分別在15∶50∶01、15∶57∶22和16∶00∶57的3個時間點，出現掉話。3個掉話都是在無線環境良好的情況下主叫，由業務態直接同步。前兩次掉話，主叫都是占用頻點

201，PN=44，Ec/Io都在-9 dB以上，RxPower都良好；第3次掉話，主叫占用頻點201，PN=116，Ec/Io在-9 dB以上，同樣RxPower良好，但均出現了掉話。具體示例如圖4所示。

表1 用戶通話記錄部分常用字段分析舉例

表2 路測數據部分常用字段分析舉例

圖3 綜合評估示意

以上3次路測掉話對應到的主被叫共6條用戶話單，主叫為網絡釋放原因值272，被叫為終端釋放原因值4 096。

經深入分析用戶通話記錄，發現以下字段在釋放前主叫號碼的前向鏈路良好，而反向信號很差，其中，呼叫釋放時反向合成壞幀0、1、2達到了100，呼叫釋放時分支0、1反向實際Eb/Nt0為0，證明釋放前6 s的時間反向鏈路質量非常差。由此可以判斷，主叫掉話是反向鏈路嚴重質差引起的，從話單角度，可以分析出終端當時的反向質量詳細情況，作為對路測數據的補充。具體的路測掉話關聯用戶通話記錄分析見表3。

圖4 15:50:01.061主叫路測掉話示例

表3 路測掉話關聯用戶通話記錄深入分析

3.3 關聯隱性故障

分析路測過程中由于網絡側拆線導致的釋放或掉話問題，將路測IMSI在起呼和接通的過程中，主被叫雙方同時收到網絡側的拆線消息而導致的釋放，關聯用戶通話記錄，統計分析出這些釋放時間的相關區域、網元、BSC側A口資源及網絡側釋放的Gause值分布情況，從這個角度發現網絡側存在的隱性故障。

3.4 關聯室分泄漏

關聯室分泄漏分析主要是對自動路測過程中的掉話事件進行一系列的關聯分析，主要從室內分布基站信息表、當前室內分布掉話網元的鄰區配置關系及用戶通話記錄信息中判斷出本次路測掉話是否由于室內分布信號泄漏導致，并對掉話的地點和存在室內分布泄漏的關聯網元進行列表顯示和GIS渲染，從而快速統計出一段時間周期內因室內分布信號泄漏導致的路測掉話清單，對控制室內信號和解決網絡干擾提供數據支撐。

3.5 路測導向

路測導向的應用特征是統計網格區域的路測廣度和采樣率指標，通過分析話單數據指標異常的區域，檢查這些區域是否存在路測數據，可以發現需要路測的重點區域，從而指導路測。無線話單通過一些算法可以檢測基站天饋接反、小區越區覆蓋、弱覆蓋等功能，但由于無線話單存在定位誤差，致使一些關鍵算法不夠嚴謹，那么統計出來的部分結果也存在一定的偏離，這時，可以建議通過路測的方式對問題基站做聯合檢測，進一步確定問題的真實性。

4 結束語

路測與話單數據關聯的主要優勢是體現網絡用戶端到端的分析評估，在網絡優化中應用范圍較為廣闊，本文中列舉的部分數據關聯應用例子主要起到拋磚引玉的作用。

1 啜鋼.CDMA無線網絡規劃與優化.北京：機械工業出版社，2004

2 張智江.cdma 2000 1x Ev-Do網絡技術.北京：機械工業出版社，2005