［肖小潮 王臣昊］

1 引言

隨著4G網(wǎng)絡(luò)建設(shè)和業(yè)務(wù)推廣，網(wǎng)絡(luò)的主要問(wèn)題已經(jīng)從覆蓋轉(zhuǎn)為容量，用戶(hù)在使用網(wǎng)絡(luò)過(guò)程中更多的因?yàn)槿萘扛兄a(chǎn)生投訴。以S市為例，自2018年下半年新增用戶(hù)不限量套餐推出后，4G日均流量增長(zhǎng)了近100%，無(wú)線(xiàn)利用率高達(dá)45%，日均高負(fù)荷小區(qū)數(shù)達(dá)2000多個(gè)。后續(xù)隨著流量經(jīng)營(yíng)及新業(yè)務(wù)的發(fā)展，預(yù)計(jì)網(wǎng)絡(luò)流量仍將持續(xù)增長(zhǎng)，網(wǎng)絡(luò)負(fù)荷問(wèn)題將更加嚴(yán)峻。如圖1所示。

圖1 網(wǎng)絡(luò)負(fù)荷及無(wú)線(xiàn)利用率情況

另外，由于用戶(hù)業(yè)務(wù)分布的潮汐波動(dòng)性，導(dǎo)致高負(fù)荷小區(qū)也存在較大的時(shí)間和空間上的波動(dòng)性[1]。每周出現(xiàn)頻次小于3次的高負(fù)荷小區(qū)約占40%，且每天出現(xiàn)高負(fù)荷的小區(qū)時(shí)段也不固定；地理分布上沒(méi)有明顯的地域特性，較為分散。目前對(duì)高負(fù)荷小區(qū)的處理主要依賴(lài)人工手動(dòng)核查問(wèn)題站點(diǎn)的軟硬件資源、臨時(shí)調(diào)整軟件資源做腳本擴(kuò)容，處理效率低極，平均每天每個(gè)人僅能處理高負(fù)荷小區(qū)13個(gè)左右；對(duì)涉及到軟件資源騰挪調(diào)整的，單小區(qū)擴(kuò)容時(shí)長(zhǎng)需近4個(gè)小時(shí)。由于高負(fù)荷小區(qū)數(shù)量多、突發(fā)波動(dòng)性強(qiáng)、處理時(shí)長(zhǎng)長(zhǎng)，如何從眾多高負(fù)荷小區(qū)中挑選出對(duì)用戶(hù)感知影響最為嚴(yán)重的小區(qū)并進(jìn)行快速處理成為我們亟需解決的難題。

2 感知高負(fù)荷小區(qū)的處理思路

2.1 感知高負(fù)荷小區(qū)的選取

對(duì)高負(fù)荷小區(qū)進(jìn)行性能分析，不難從中挑選出8個(gè)網(wǎng)絡(luò)指標(biāo)與用戶(hù)感知強(qiáng)相關(guān)：小區(qū)內(nèi)的最大用戶(hù)數(shù)U、小區(qū)內(nèi)的平均用戶(hù)數(shù)U'、上行信道PRB平均利用率R、下行信道PRB平均利用率R'、控制信道CCE利用率E、空口上行流量（GB）D、空口下行流量（GB）D'、小區(qū)用戶(hù)面下行平均時(shí)延（ms）L。

基于上述8個(gè)指標(biāo)對(duì)用戶(hù)感知的不同影響程度，在一般場(chǎng)景下，我們對(duì)眾多高負(fù)荷小區(qū)進(jìn)行加權(quán)打分計(jì)算：

考慮到各個(gè)維度的指標(biāo)在不同場(chǎng)景下對(duì)用戶(hù)感知的影響程度不同，為此，我們?cè)谏鲜龃蚍值幕A(chǔ)上，根據(jù)不同場(chǎng)景下用戶(hù)感知最易受限維度的差異性，對(duì)相關(guān)的受限維度進(jìn)行不同的比例加權(quán)修正，如表1所示。

表1 不同場(chǎng)景下各感知指標(biāo)的加權(quán)比例

加權(quán)后各場(chǎng)景下高負(fù)荷打分公式為：

（1）農(nóng)村宏站：

（2）密集高校：

（3）節(jié)假日景區(qū)、交通樞紐：

（4）居民區(qū)：

如表2，根據(jù)分值β對(duì)眾多高負(fù)荷小區(qū)進(jìn)行打分及高/中/低優(yōu)先級(jí)分類(lèi)，從而完成從眾多高負(fù)荷小區(qū)中挑選出對(duì)用戶(hù)感知影響最為嚴(yán)重的小區(qū)。

表2 高負(fù)荷處理優(yōu)先級(jí)與β打分值的關(guān)系表

2.2 感知高負(fù)荷小區(qū)的處理

對(duì)β值高于1.5的感知高負(fù)荷小區(qū)的出現(xiàn)時(shí)間段進(jìn)行規(guī)律分析，發(fā)現(xiàn)大部分小區(qū)出現(xiàn)時(shí)間段集中在晚間且較為穩(wěn)定，白天出現(xiàn)的感知高負(fù)荷小區(qū)數(shù)較少且多為突發(fā)。為此，對(duì)高優(yōu)先級(jí)感知高負(fù)荷小區(qū)的處理，可以根據(jù)出現(xiàn)的時(shí)間段采取不同的處理手段。白天出現(xiàn)的少量突發(fā)的感知高負(fù)荷小區(qū)應(yīng)通過(guò)縮小監(jiān)控粒度，及時(shí)進(jìn)行小區(qū)均衡及動(dòng)態(tài)擴(kuò)容[2]；晚間出現(xiàn)的感知高負(fù)荷小區(qū)在參考白天高負(fù)荷小區(qū)處理方法的基礎(chǔ)上，重點(diǎn)應(yīng)提前做好軟硬件資源準(zhǔn)備并進(jìn)行固化，在高負(fù)荷瓶頸出現(xiàn)前提前做好預(yù)前處理，如圖2所示。

圖2 高優(yōu)先級(jí)感知高負(fù)荷小區(qū)的時(shí)間分布

2.2.1 小區(qū)均衡

隨著網(wǎng)絡(luò)資源的逐漸加厚，感知高負(fù)荷小區(qū)所服務(wù)的高業(yè)務(wù)區(qū)往往存在多個(gè)基站小區(qū)同覆蓋的情況。為了快速地緩解高負(fù)荷現(xiàn)象，要求我們需快速地找出與感知高負(fù)荷小區(qū)相關(guān)聯(lián)的周邊鄰區(qū)并做好均衡操作[3]。為此，我們從小區(qū)間的關(guān)聯(lián)性出發(fā)，定義了業(yè)務(wù)相關(guān)性Z和干擾相關(guān)性T兩個(gè)系數(shù)，并依據(jù)這兩個(gè)相關(guān)性系數(shù)做出相應(yīng)的小區(qū)間均衡操作。

綜合考慮小區(qū)間業(yè)務(wù)相關(guān)性在網(wǎng)絡(luò)側(cè)的體現(xiàn)[4]，我們根據(jù)測(cè)量報(bào)告（MR）數(shù)據(jù)獲取感知高負(fù)荷小區(qū)下上報(bào)的某一特定鄰區(qū)的次數(shù)為A，A次數(shù)越多代表該鄰區(qū)與感知高負(fù)荷小區(qū)同覆蓋的采樣點(diǎn)越多，能夠幫高負(fù)荷小區(qū)分擔(dān)更多的業(yè)務(wù)；鄰區(qū)上報(bào)中的總鄰區(qū)次數(shù)為A'；網(wǎng)管數(shù)據(jù)獲取感知高負(fù)荷小區(qū)與某一特定鄰區(qū)的切換次數(shù)為C，C次數(shù)越多代表該鄰區(qū)與感知高負(fù)荷小區(qū)的互操作相關(guān)性越強(qiáng)；網(wǎng)管數(shù)據(jù)獲取感知高負(fù)荷小區(qū)總的切換次數(shù)為C'；通過(guò)基站經(jīng)緯度獲取兩個(gè)小區(qū)間的距離為D（km）。對(duì)上述幾個(gè)維度的指標(biāo)進(jìn)行如下計(jì)算，便可得到感知高負(fù)荷小區(qū)與某一特定鄰區(qū)的業(yè)務(wù)相關(guān)性：

如表3所示，以感知高負(fù)荷小區(qū)（PCI 267，頻點(diǎn)38400）為例，計(jì)算得到的周邊鄰區(qū)的業(yè)務(wù)相關(guān)性系數(shù)如下：

表3 某一感知高負(fù)荷小區(qū)與周邊鄰區(qū)的業(yè)務(wù)相關(guān)性系數(shù)

基于不同的業(yè)務(wù)相關(guān)性系數(shù)Z，我們對(duì)相應(yīng)的小區(qū)做出如下操作：對(duì)于Z大于0.3的小區(qū)，優(yōu)先進(jìn)行功率調(diào)整及鄰區(qū)核查，確保該小區(qū)與高負(fù)荷小區(qū)的鄰區(qū)關(guān)系已添加，通過(guò)進(jìn)一步調(diào)整鄰區(qū)的功率來(lái)吸收更多的同覆蓋業(yè)務(wù)；對(duì)于Z值介于0.15和0.3之間的小區(qū)，優(yōu)先進(jìn)行負(fù)載均衡及互操作參數(shù)調(diào)整，旨在該小區(qū)能為感知高負(fù)荷小區(qū)承擔(dān)更多業(yè)務(wù)；對(duì)于Z值小于0.15的小區(qū)優(yōu)先進(jìn)行小區(qū)參數(shù)核查，查看是否能進(jìn)一步增強(qiáng)跟感知高負(fù)荷小區(qū)的關(guān)聯(lián)性從而進(jìn)行相關(guān)均衡操作；

綜合考慮小區(qū)間干擾相關(guān)性在網(wǎng)絡(luò)側(cè)的體現(xiàn)[5]，我們根據(jù)測(cè)量報(bào)告（MR）數(shù)據(jù)獲取感知高負(fù)荷小區(qū)下上報(bào)的某一特定鄰區(qū)的采樣點(diǎn)中，滿(mǎn)足鄰區(qū)的電平與高負(fù)荷小區(qū)的電平值相差小于6 dB的采樣點(diǎn)個(gè)數(shù)為L(zhǎng)，L次數(shù)越多代表該鄰區(qū)與感知高負(fù)荷小區(qū)的電平差異性越小，鄰區(qū)對(duì)高負(fù)荷小區(qū)的高業(yè)務(wù)信道干擾風(fēng)險(xiǎn)越大；A為感知高負(fù)荷小區(qū)下上報(bào)的某一特定鄰區(qū)的次數(shù)；另假定感知高負(fù)荷小區(qū)PCI為P1，鄰區(qū)PCI為P2，若P2與P1存在MOD 3干擾的，則認(rèn)為鄰區(qū)對(duì)高負(fù)荷小區(qū)有高CRS干擾。對(duì)上述幾個(gè)維度的指標(biāo)進(jìn)行如下計(jì)算，便可得到感知高負(fù)荷小區(qū)與某一特定小區(qū)的干擾相關(guān)性：

以感知高負(fù)荷小區(qū)（PCI 267，頻點(diǎn)38400）為例，計(jì)算得到的周邊鄰區(qū)的干擾相關(guān)性系數(shù)如表4所示。

基于不同的干擾相關(guān)性系數(shù)T，我們對(duì)相應(yīng)的小區(qū)做出如下操作：對(duì)于T大于0.25的小區(qū)，考慮主要為鄰區(qū)對(duì)高負(fù)荷小區(qū)存在模3干擾，優(yōu)先進(jìn)行頻點(diǎn)或者PCI的優(yōu)化調(diào)整；對(duì)于T小于0.25大于0.05的小區(qū)，考慮主要為存在重疊覆蓋的干擾因素，優(yōu)先進(jìn)行天饋及功率調(diào)整。

2.2.2 快速擴(kuò)容

對(duì)感知高負(fù)荷小區(qū)的快速擴(kuò)容，主要涉及到擴(kuò)容所需軟硬件資源的核實(shí)、軟硬件資源的準(zhǔn)備、擴(kuò)容腳本的制作執(zhí)行三大環(huán)節(jié)。其中，擴(kuò)容所需軟硬件資源的核實(shí)，目前我們已基于小區(qū)的基礎(chǔ)工參、物理拓?fù)浣Y(jié)構(gòu)等信息，對(duì)所需的軟硬件資源實(shí)現(xiàn)實(shí)時(shí)呈現(xiàn)；對(duì)擴(kuò)容腳本的生成制作，目前已通過(guò)winform平臺(tái)開(kāi)發(fā)相關(guān)工具實(shí)現(xiàn)智能生成和執(zhí)行；為此，為實(shí)現(xiàn)對(duì)感知高負(fù)荷小區(qū)的快速擴(kuò)容，重點(diǎn)在于解決軟硬件資源的準(zhǔn)備環(huán)節(jié)。

表4 某一感知高負(fù)荷小區(qū)與周邊鄰區(qū)的干擾相關(guān)性系數(shù)

對(duì)軟件資源的準(zhǔn)備，往往需先由網(wǎng)優(yōu)工程師從現(xiàn)網(wǎng)其他空閑站點(diǎn)縮出相應(yīng)資源到共享資源池，再通過(guò)產(chǎn)品工程師線(xiàn)上申請(qǐng)，將對(duì)應(yīng)資源重新加載到感知高負(fù)荷待擴(kuò)容小區(qū)上。整個(gè)環(huán)節(jié)涉及到的時(shí)間較長(zhǎng)，約為2～3小時(shí)。鑒于軟件資源的跨站調(diào)整費(fèi)時(shí)較長(zhǎng)，為此，我們將軟件資源的調(diào)度由全網(wǎng)式站點(diǎn)搜索調(diào)整為共站不同小區(qū)間。借助共站小區(qū)間的潮汐效應(yīng)，實(shí)現(xiàn)站點(diǎn)內(nèi)軟件資源的快速?gòu)?fù)用調(diào)度。

如表5所示，以X站為例，其長(zhǎng)期存在感知高負(fù)荷且業(yè)務(wù)量較高，但對(duì)X站的不同小區(qū)不同時(shí)段進(jìn)行β值打分分析，發(fā)現(xiàn)X站6_1小區(qū)的忙時(shí)為11點(diǎn)～14點(diǎn)，X站4_3小區(qū)的忙時(shí)為1點(diǎn)～4點(diǎn)，兩個(gè)小區(qū)間存在潮汐效應(yīng)。為此，通過(guò)潮汐調(diào)度軟件資源的方法，即11點(diǎn)前將X站4_3小區(qū)的軟件資源調(diào)給X站6_1小區(qū)，1點(diǎn)前將X站6_1小區(qū)的軟件資源調(diào)回給X站4_3小區(qū)，我們實(shí)現(xiàn)了對(duì)兩個(gè)小區(qū)的快速擴(kuò)容，有效解決了用戶(hù)感知差問(wèn)題，新增激發(fā)了140 GB流量。

表5 共站感知高負(fù)荷小區(qū)間的潮汐效應(yīng)

對(duì)硬件資源的準(zhǔn)備，主要包括兩種情況：一種為有F頻段無(wú)D頻段設(shè)備的需增補(bǔ)D頻段RRU；另一種為有D頻段設(shè)備但前傳網(wǎng)絡(luò)資源不夠需擴(kuò)雙光纖解決的?？紤]到增補(bǔ)D頻段設(shè)備的周期較長(zhǎng)，為此，對(duì)有F頻段無(wú)D頻段設(shè)備的待擴(kuò)容小區(qū)，我們選擇將F頻段的能力發(fā)揮到最大化，如圖3所示，通過(guò)虛擬軟劈裂F頻段[7]，實(shí)現(xiàn)對(duì)一臺(tái)F頻段主設(shè)備虛擬分裂出2*F1+1*F2+1*A合計(jì)4個(gè)小區(qū)；對(duì)于由于前傳傳輸網(wǎng)絡(luò)資源不足需擴(kuò)雙光纖的，我們通過(guò)對(duì)D頻段設(shè)備進(jìn)行降通道擴(kuò)容操作來(lái)緩解傳輸瓶頸，從而實(shí)現(xiàn)單光纖開(kāi)3載波的快速擴(kuò)容方案，其中3載波為2個(gè)20 M帶寬的4T4R小區(qū)以及1個(gè)20 M帶寬的8T8R“假”雙拼小區(qū)。

圖3 感知高負(fù)荷小區(qū)虛擬軟劈裂示意

另外，對(duì)于晚間出現(xiàn)的大部分感知高負(fù)荷小區(qū)，考慮其出現(xiàn)頻次較高且較為穩(wěn)定，為此，在采取類(lèi)似于白天突發(fā)高負(fù)荷小區(qū)的處理手段基礎(chǔ)上，可以考慮優(yōu)先對(duì)這部分小區(qū)進(jìn)行擴(kuò)容硬件資源的固化，主要包含增加雙光纖、基帶板等操作，其中，常遇見(jiàn)的瓶頸主要在于基帶板的缺口較大。事實(shí)上，現(xiàn)網(wǎng)各個(gè)站點(diǎn)在開(kāi)通的過(guò)程中，基帶部分往往是集中放置在幾個(gè)機(jī)房?jī)?nèi)的，且配置的基帶板卡資源是按照單站點(diǎn)來(lái)匹配的。若把同個(gè)機(jī)房?jī)?nèi)的幾個(gè)站點(diǎn)的基帶資源作為一個(gè)整體進(jìn)行規(guī)劃，則可以節(jié)省出相應(yīng)的基帶板卡[5]。

如圖4所示，假設(shè)同一機(jī)房?jī)?nèi)有3個(gè)滿(mǎn)配站點(diǎn)，即單站均配置為3個(gè)小區(qū)*單小區(qū)（3*D+2*F），合計(jì)15個(gè)載波。為了滿(mǎn)足上述配置，在單基帶板卡默認(rèn)支持6個(gè)載波的情況下，每個(gè)站點(diǎn)的基帶部分均配置了3塊基帶板?，F(xiàn)將同一機(jī)房作為一個(gè)整體來(lái)看，機(jī)房?jī)?nèi)合計(jì)有45個(gè)載波，配置了9塊基帶板卡，而實(shí)際上45個(gè)載波僅需8塊（ 45/6 取上整）基帶板，可節(jié)省出1塊基帶板。

圖4 機(jī)房合并省基帶板的示意

為此，我們針對(duì)感知高負(fù)荷小區(qū)所屬的機(jī)房進(jìn)行梳理，按照整體規(guī)劃進(jìn)行合并，并在此基礎(chǔ)上優(yōu)先將流量互補(bǔ)性高的站點(diǎn)集中放置在同一基帶池下，這樣在最大化節(jié)省出基帶板卡資源的情況下，可通過(guò)潮汐軟件動(dòng)態(tài)調(diào)整來(lái)實(shí)現(xiàn)軟硬件資源在小區(qū)間的共享。

3 研究成果應(yīng)用

基于影響用戶(hù)感知的8維指標(biāo)搭建起的β打分法，對(duì)S市小區(qū)進(jìn)行分類(lèi)，共梳理了2765個(gè)不同優(yōu)先級(jí)的感知高負(fù)荷小區(qū)。對(duì)這些小區(qū)經(jīng)過(guò)機(jī)房基帶池整合，合計(jì)節(jié)省出500塊基帶板硬件資源，潮汐調(diào)度節(jié)省了1478個(gè)軟件資源。通過(guò)上述均衡、快速擴(kuò)容等手段合計(jì)解決了2572個(gè)小區(qū)，使全網(wǎng)流量成倍增長(zhǎng)的同時(shí)，感知高負(fù)荷小區(qū)占比保持基本不變，很好的改善了用戶(hù)感知。同時(shí)，結(jié)合多維度智能化、自動(dòng)化舉措，目前對(duì)感知高負(fù)荷小區(qū)的處理能力已從平均每天每個(gè)人僅能處理高負(fù)荷小區(qū)13個(gè)左右提升到300個(gè)，效率提升了220%。

圖5 策略應(yīng)用效果

4 總結(jié)

近年來(lái)隨著4G網(wǎng)絡(luò)建設(shè)和業(yè)務(wù)推廣，網(wǎng)絡(luò)的主要問(wèn)題已經(jīng)從覆蓋轉(zhuǎn)為容量，用戶(hù)在使用網(wǎng)絡(luò)過(guò)程中更多的因?yàn)槿萘扛兄疃a(chǎn)生投訴。而網(wǎng)絡(luò)容量負(fù)荷小區(qū)由于數(shù)量多、突發(fā)波動(dòng)性強(qiáng)、處理時(shí)長(zhǎng)長(zhǎng)等因素，要求我們必須精準(zhǔn)挑選出那些對(duì)用戶(hù)感知產(chǎn)生影響較為嚴(yán)重的小區(qū)并進(jìn)行快速處理。為此，我們基于影響用戶(hù)感知的8個(gè)維度指標(biāo)搭建了小區(qū)容量打分模型，梳理出最為影響用戶(hù)感知的高負(fù)荷小區(qū)。為實(shí)現(xiàn)對(duì)這些小區(qū)的快速處理，在監(jiān)控智能化、執(zhí)行腳本自動(dòng)化的基礎(chǔ)上，我們重點(diǎn)聚焦在如何做好小區(qū)間均衡、解決好軟硬件擴(kuò)容瓶頸。在小區(qū)間均衡方面，我們通過(guò)定義業(yè)務(wù)相關(guān)性和干擾相關(guān)性?xún)蓚€(gè)指標(biāo)將小區(qū)間的均衡動(dòng)作標(biāo)準(zhǔn)化；在快速擴(kuò)容的軟件資源準(zhǔn)備方面，將全網(wǎng)式站點(diǎn)搜索調(diào)度調(diào)整為站內(nèi)軟件資源的潮汐動(dòng)態(tài)調(diào)度，極大地降低了軟件資源準(zhǔn)備時(shí)長(zhǎng)；在硬件資源準(zhǔn)備方面，對(duì)突發(fā)高負(fù)荷小區(qū)通過(guò)虛擬軟劈裂單層網(wǎng)實(shí)現(xiàn)效能最大化來(lái)彌補(bǔ)新增主設(shè)備周期長(zhǎng)的問(wèn)題、通過(guò)降設(shè)備通道數(shù)緩解前傳傳輸對(duì)擴(kuò)容載頻數(shù)的瓶頸；對(duì)持續(xù)穩(wěn)定的高負(fù)荷小區(qū)通過(guò)提前固化軟硬件資源的方式，尤其是通過(guò)對(duì)同一機(jī)房?jī)?nèi)的基帶板卡進(jìn)行整合來(lái)解決硬件資源上的缺口。通過(guò)上述對(duì)感知高負(fù)荷小區(qū)的精準(zhǔn)挑選及快速擴(kuò)容操作，實(shí)現(xiàn)了全網(wǎng)業(yè)務(wù)量翻倍，感知高負(fù)荷小區(qū)基本穩(wěn)定，人工處理高負(fù)荷小區(qū)效率由日均13個(gè)提升到日均300個(gè)，效率提升了220%。