基于5G 信令的質差小區定位方法研究

鐘永新 趙 煜 趙 偉 史文祥 陳 樂

1.中國聯合網絡通信集團有限公司浙江省分公司；2.中國聯合網絡通信有限公司智網創新中心；3.中訊郵電咨詢設計院有限公司

0 引言

現階段無線網絡存在多制式網絡并存、網絡結構復雜、覆蓋容量需求平衡、用戶移動潮汐效應等問題，容易引發MR（Measurement Report，測試報告）弱覆蓋、越區覆蓋、通話質量差、語音回落、異頻切換等問題，導致小區接入性指標、保持性指標、移動性指標性能下降，用戶側出現丟包、斷續、單通、掉話、上網慢等問題。

根據精品網考核標準規定，5G 質差小區分為三類：低接入質差小區、高掉線質差小區和低速率質差小區。各類質差小區判定標準如下：低接入質差小區：SA&NSA 的接入成功率（復合算法）<98%；高掉線質差小區：SA&NSA的掉線率（復合算法）>2%；低速率質差小區：小區自忙時速率<50Mbps。這對質差小區問題處理的及時性提出了更高要求。

基于python 解碼并關聯原始5G TRACE 信令數據、MR數據及DPI（Deep Packet Inspection，深度包檢測）話單數據，以及優化專家的經驗，網絡數據驅動流轉，探索中國聯通5G質差小區數字化運營方法，持續推進用戶感知建模，為網絡數字化運營探索新的驅動力和場景。

1 5G 信令應用現狀

TRACE 信令是協調終端與終端或者終端與網絡之間交互和同步的一種消息，使用戶能夠正常接入、保持以及切換網絡或業務。圖1 是簡化后的5G 信令關鍵接口。在實際分析中，通常關注gNodeB 與UE 之間的UU 接口、gNodeB 和NGC 之間的NG 接口、gNodeB 基站之間的Xn 接口以及eNodeB 與gNodeB 之間的的X2 接口。通過對上述四個接口的信令流程分析，可有效監控用戶感知與問題定位。

圖1 5G 信令簡化流程

當前采集主要有單用戶訂閱、設備網管單站/多站訂閱以及統一采集批量訂閱三種方式。不同采集方式各有優缺點。單用戶訂閱是針對某個用戶的信令數據進行點對點跟蹤。設備網管訂閱是指各廠家依據3GPP 相關協議對全量信令流程進行采集存儲。受計算及存儲的開銷限制，默認不開啟原始信令的全量訂閱。而統一采集訂閱則是根據集團北向采集相關要求，各運營商針對5G 網絡建立信令統一接口系統，將不同廠商上報的特定信令數據歸一采集，供上層應用平臺處理。三種采集方式異同如表1 所示。

表1 5G 信令采集方式異同

由于采集方式的局限性，目前尚未在生產中對5G 信令進行規模化應用。受限于成本，實際使用中通常只針對特定用戶開啟單用戶訂閱。目前，聯通集團針對5G TRACE 的信令解析規范逐步開展研究，為大規模集中采集、解析與運營逐步提供條件。

2 5G 信令解析應用研討

2.1 5G TRACE 信令解析

不同方式訂閱的信令文件格式不盡相同，但基本結構如圖2 所示，均由文件包頭和數據包兩部分構成，并以二進制格式存儲。單個信令文件提供單個站點在特定時間粒度內的特定接口上的原始信令數據。其中，文件包頭提供文件的基礎信息，包括采集起止時間、基站ID、系統版本等。數據包頭則由通用包頭、專用包頭和原始信令數據構成。通用包頭對所有信令采集接口均相同；而專用包頭包含了針對每種接口承載的單獨鏈路標識以及特定的字符值，原始信令數據中則存儲了詳細的消息內容。

圖2 信令文件基本數據結構及樣例

針對該數據結構特點，可通過以下兩步完成對應文件的解析：（1）數據校驗。提取文件名稱及文件頭信息，校驗數據采集起止時間及對應版本信息，確認數據長度完整性。（2）移位解析。提取信令文件中每條數據包的起始字符，如圖2（b）中所標識的二進制字符，結合規范或樣例文件進行移位解析，可將原始二進制文件還原成可讀的信令流程文件。

2.2 5G 用戶級號碼回填和MR 回填

如圖3 所示，信令數據、MR 數據及話單數據依據時間戳、基站ID 以及AMF UE NGAP ID 三個關鍵字段按照下述步驟進行關聯：

圖3 5G 信令回填回填示意圖

（1）對采集解析后的文件進行清洗和預處理。校驗相同站點信令數據、XDR 話單數據以及MR 數據的時間同步性以及數據完整性，避免因設備時間不一致帶來的匹配誤差。

（2）核查AMF UE NGAP ID 的缺失率。AMF UE NGAP ID 在NG 接口進行分配，是用戶在特定AMF 下一段時間內的唯一身份標識。其余接口信令則通過callid 進行唯一性區分。因為callid 和AMF UE NGAP ID 存在一一對應關系。如果AMF UE NGAP ID 字段缺失，則可通過callid 進行重關聯來進行補全，便于后續回填操作。

（3）通過gNodeB ID、AMF UE NGAP ID 及時間戳三個關鍵字段，若基站ID 和AMF UE NGAP ID 相同，則判定信令數據中與MR 以及話單數據中的時間戳絕對差值最小的記錄為可信的關聯記錄，容忍閾值設置為10 分鐘。

（4）依照關聯部分獲得的關聯記錄，將信令數據、話單數據以及MR 數據拉齊回填。

2.3 5G TRACE 信令運用方向

針對回填后的信令，可從以下兩個維度進行分析建模。通過批量監控信令異常，建立故障樹，來輔助質差小區優化。

（1）異常流程：判斷信令是否存在流程上缺失、錯位的異常。例如gNodeB在收到eNodeB的SgNB Addition Request后，eNodeB 是否返回SgNB Addition Request Acknowledge 消息。

（2）異常信令：判定信令狀態是否存在超時或失敗，檢查信令所攜帶的異常cause 值。例如gNodeB 收到eNodeB 發送的SgNB Modification Confirm 消息時，若攜帶CAUSE 值為Radio Connection With UE Lost、bearer option not supported 等異常值時可認為存在異常釋放現象。

3 基于5G 信令的質差小區定位系統架構設計與業務處理流程

5G 質差小區定位系統在平臺設計上，以數據驅動來實現業務規則自動化，并充分考慮用戶級時間戳、用戶級信令、小區級無線性能指標和告警等，使數據有機融合。既可定位出無線網絡質差小區和故障原因，又可定位出潛在的質差小區和質差用戶。

在平臺設計上，如圖4 所示，系統整體軟件邏輯自下而上分別為數據倉庫、能力模型萃取、能力封裝、數據開放四大部分。通過接入信令數據、工參數據、北向數據及地圖資源，基于專家經驗和人工智能模型，萃取基礎模型能力，通過API及寬表對外能力開放，實現了基于5G 信令的質差小區識別以及質差用戶的識別。

圖4 質差小區定位系統

按照精品網質差小區標準，對全網無線小區進行分析，并可基于接入性、保持性、移動性自定義TOP 質差小區，同時根據對原因值的分析，給出質差原因及處理建議。系統還可以通過自定義熱門網站、熱門應用、熱門App 等對相關小區進行質差分析，利用軟采的N1N2、N11、N3、N4、N7、N11、N8、N12、N14、N15、N26 信令，結合用戶號碼回填和經緯度回填，能夠從切換、鄰區漏配、覆蓋電平、上下行質量、TA 分布等方面開展無線質差小區的智能分析。聚合后的相關數據可以通過詳單下鉆的方式匹配到所有的底層信令消息，確保分析準確到位，為提升感知質差問題解決率提供支持和幫助。

以表2 為例，部分典型5G 質差問題可關聯至信令內的信元counter 指標或MR 內指標，進而進行單用戶級別的質差歸因定位。

表2 5G 質差問題的指標映射

從工單處理時限看，數據業務質差小區處理時限由使用前的254 小時縮減至135 小時，語音業務質差小區處理時限由243 小時縮減至174 小時。從質差小區比例看，數據業務質差小區比例由使用前的0.64%減至0.21%，語音業務質差小區比例由0.19%減至0.03%。

4 典型案例探討

以某站點為例，發現某gNodeB 站點PDU 會話修改過程建立異常。

如圖5 所示，該流程為正常PDU 會話修改流程。在收到AMF 發送的PDU SESSION RESOURCE MODIFY REQUEST消息后，gnodeb 應向UE 發起RRC 建立流程來啟動PDU 會話修改過程。如果本次流程發生異常，導致隨路攜帶的PDU 會話及Qos Flow 建立失敗。

圖5 正常PDU 會話建立過程

而在批量解析某站點信令后，發現該站點在某次會話流程中收到PDU SESSION RESOURCE MODIFY REQUEST 消息后直接返回了PDU SESSION RESOURCE MODIFY RESPONSE消息，與標準流程不符。解析后識別的信令建立流程如圖6所示。

圖6 解析后識別的信令建立流程

進一步解析異常信令所攜帶消息內容為：201a0032000004 000a400680052ec7020000554004801001eb0036400600000602011000 79400f4064f010552f20401064f010551e00。

其中PDU Session Resource Modify Unsuccessful Transfer 信元所攜帶的cause 值為0110，根據3GPP 議（見表3），定位到信令異常的原因為requested 5QI is not supported，檢查后發現EPS FB 開關未正常開啟，打開開關后不再上報該異常。針對EPS FB 開關參數設置不當問題，完成全網參數核查，識別出34 個新建L900 小區參數配置不當并完成修改。

表3 3GPP 38.413 無線側異常原因部分摘錄

5 結束語

本研究探討了當前5G 信令采集解析與應用的局限，并提出了5G 信令在網絡運營中應用的新思路。通過解析原始信令文件，利用關鍵字段回填話單數據攜帶的終端信息與MR 數據所攜帶的覆蓋信息，打通不同數據源來提供端到端定界能力。相較于傳統利用小區級或小時級粗粒度進行質差分析的方式，本研究提出將小區級指標映射至單用戶粒度，提升用戶感知模型之間的區分度，對質差小區的劃分更為精準，可差異化保障用戶感知。所述方法可批量監控信令異常，通過建立故障樹輔助質差小區優化，也可以進行單用戶問題洞察和分析，應用于投訴用戶和VIP 用戶分析或5G 終端差異分析。