案例高话务场景应对策略之三阶九步法.docx

案例高话务场景应对策略之三阶九步法.docx

《案例高话务场景应对策略之三阶九步法.docx》由会员分享，可在线阅读，更多相关《案例高话务场景应对策略之三阶九步法.docx（68页珍藏版）》请在冰豆网上搜索。

案例高话务场景应对策略之三阶九步法

江西-高话务场景应对策略之“三阶九步”法

【摘要】

2017年7月南昌电信不限流量套餐发布以来，南昌电信全网的PRB利用率和用户吞吐量持续提升。

日益上涨的网络负荷对用户感知造成了较大的影响，体育场馆、高校及交通枢纽等高流量区域区域尤为明显，本文针对高负荷场景的保障优化方法进行归纳，汇总，总结优化经验，形成高负荷区域应对策略“三阶九步”法，从评估、优化、保障三个阶段入手，多维度评估高负荷区域网络质量，多方法提升网络性能，多手段保障网络感知，在国体、火车站、南昌现代学院等高负荷区域取得了显著成效，国体中心PRB利用率下降15%，火车站用户感知提升83.30%，南昌现代学院日均释放压抑356G，达到了减轻了网络负荷，提升了用户感知，释放了压抑流量。

【关键词】高负荷、高校

1.背景

2017年7月南昌电信不限流量套餐发布以来，南昌电信全网的PRB利用率和用户吞吐量持续提升，截止2018年4月不限量用户占比已达55.6%；而随着不限量用户的持续发展带来的是用户人均流量增长142%，整网流量增长了461.51%，网络负荷增长318.3%，网络负荷日趋严重。

按江西电信“11866”战略部署，南昌4G用户年增加26.9%以上，年底前不限量用户占比达到69.1%，将对4G网络提出更高的负荷承载要求。

其中交通枢纽、体验场馆和校园等场景的负荷问题更是重中之重。

交通枢纽

体育场馆

校园

交通枢纽：

每逢节假日随着大量的出行用户，交通枢纽的容量都面临巨大的挑战，目前南昌火车站和西客站每逢节假日小区日均PRB利用率都高达50%左右，当小区小时PRB利用率高达99%，负荷压力巨大，流量压抑明显，用户感知面临巨大的挑战。

体育场馆：

南昌国体奥体作为南昌体育比赛，明星演唱会的举办场所，每逢重大活动时，体育场馆小区均已不堪重负，大量用户由于小区用户过多无法接入网络，RRC连接成功率大幅下降，用户感知受到极大影响。

校园：

校园区域作为高负荷场景优化的重灾区，每逢校园晚忙时23点-24点，校园小区PRB利用率直线上升，用户感知随着PRB上升直线下降，如何解决校园小区的负荷问题已经刻不容缓。

2.高负荷场景应对-“三阶九步”法

针对高负荷场景利用三阶九步法，从评估阶段开始、全程精细优化，全方位保障以便于降低网络负荷、释放压力流量、提升用户感知及品牌口碑。

评估阶段：

从覆盖评估、容量评估和压抑评估三个层面入手，对高负荷区域进行网络质量全面评估，评估网络风险点，针对网络风险及时预警

Ø覆盖评估：

网络覆盖作为网络基础，是评估区域网络质量的重点，高负荷区域覆盖不足会对区域容量造成影响，通过点评估“CQT测试”及面评估“MR覆盖”等2个方面，针对高负荷区域进行覆盖评估。

Ø容量评估：

高负荷场景的最大网络瓶颈就是区域容量不足，因此需要通过对高负荷区域的峰值网络容量进行预估，并且评估现网小区容量是否满足预估，如现网小区容量难以满足区域预估容量，需要及时提出扩容方案，并推动扩容方案的执行落地。

Ø压抑评估：

通过区域流量压抑情况可以评估区域用户感知，区域流量压抑情况与用户感知成正比，通过“压抑”评估五步法，对区域流量进行“压抑”评估，评估区域流量压抑情况。

优化阶段：

通过基础优化、组网优化和新增资源3个步骤入手，通过优化手段最大限度提升区域容量，当容量无法满足区域需求时，需要新增资源解决负荷情况。

Ø基础优化：

主要分为RF优化和负荷均衡两大类优化方法；

（1）RF优化主要通过覆盖优化和参数优化，覆盖优化主要通过天馈调整、功率调整、天馈整改和站址更换等四个手段，参数优化主要通过重选参数优化和切换参数优化。

（2）负荷均衡优化主要通过负荷均衡参数优化和协同参数优化。

Ø组网优化：

主要通过异频组网优化和带宽提升两大类优化方法：

（1）带宽优化主要是通过调整小区带宽提升小区容量

（2）异频组网优化主要针对小区密集区域，解决因小区重叠覆盖，同频干扰导致容量受限。

Ø新增资源：

当区域容量无法满足需求时，需要新增资源满足容量需要，目前新增资源主要有以下几种手段：

（1）新增2.1G小区

（2）新增TDD小区

（3）新增DAS或Lampsite。

（4）DAS改造

保障阶段：

保障阶段主要通过告警监控、指标监控两种监控手段进行保障，便于第一时间发现站点故障及性能问题，第一时间进行处理及优化，并成立保障小区以便及时响应保障区域的突发状况。

2.1.＂三阶九步＂法－评估阶段

2.1.1.评估阶段-覆盖评估

针对高话务场景进行覆盖摸底，评估场馆整体覆盖性能及是否存在覆盖死角，减少因场馆覆盖不足造成的容量与感知问题，覆盖评估主要分为三个步骤：

2.1.1.1.测试评估

通过CQT测试和DT进行覆盖评估，评估关键点位和关键区域的覆盖性能，针对弱覆盖区域，重叠覆盖区域给出相关优化建议。

交通枢纽评估区域：

进站口、售票大厅、候车厅、站台和出站口等；

体育场馆评估区域：

进站口、售票大厅、出站口、看台和内场等；

校园评估区域：

教学楼、图书馆、食堂、宿舍和操场等；

2.1.1.2.MR评估

利用大数据平台对整体区域覆盖性能进行评估，评估该区域室内深度覆盖是否满足用户需求，如果存在弱覆盖区域，需要针对弱覆盖区域进行分析，通过单小区及单频点覆盖评估优化可行性，当通过现有资源无法解决室内深度覆盖问题，需要及时提出建设方案：

如西客站区域整体覆盖性能良好，只有出站口区域存在小片MR红黄。

2.1.1.3.覆盖模型

通过覆盖评估后，当覆盖能力未能达到覆盖需求，需要新增设备以满足覆盖需求。

需根据以往经验评估各种场景的设备覆盖范围，合理规划设备安装位置，以保障覆盖场馆中无覆盖死角，也不会因小区分布密集导致重叠覆盖严重，如：

通过国体Lampsite覆盖情况，评估Lampsite在各种场景下的覆盖具体：

对国体垂直高度约45到50米空间进行单prru电平测试评估，、单个prru覆盖范围数据如下：

（通过prru安装位置和实际测试位置，经直角三角函数算斜线距离，得到如下图关系）

要保持RSRP在-90dBm到-100dBm之间,Lampsite覆盖空间距离在53米至65米，测算其覆盖半径如下：

覆盖半径=

（体育场馆、交通枢纽阻挡系数为1,校园阻挡系数为0.1）

2.1.2.评估阶段-容量评估

根据场馆峰值用户数、用户渗透率、用户感知需求等因素进行评估，评估当前网络负荷是否满足预计容量，根据网络负荷现状与预计容量进行对比，尽快输出优化方案和建设需求。

如：

国体容量评估策略

参考业界经验的LTE用户业务模型如下:

根据上述业务模型，综合计算单用户期望最低平均下行带宽为512kbps，上行为32kbps。

用户业务

激活因子

下行速率（kbps）

上行速率（kbps）

业务渗透率

说明

FTPDownload

1

1024

64

5.00%

渗透率参考调研结果取定；

业务速率按照业界经验取定

media

1

512

64

10.00%

WebBrowsing

0.1

512

32

65.30%

Gaming

0.6

512

64

9.70%

P2Pstream

1

1024

512

5.00%

总计

512

32

现场用户数评估：

1、国体可容纳用户总数：

5万，一般大型活动用户总数：

3万

2、电信用户数：

占22%即5*22%≈1.1万

3、4G用户占比：

85%。

4、4G同时在线用户占比：

60%。

5、预计4G用户为1.1万*85%*60%=5610

6、按单小区接入用户数:

330（按汪峰演唱会的单小区最大用户443的75%估算）

7、按接入用户数估算需要的LTE小区数：

5610/330=17套

8、按峰值容量估算需要的LTE小区数：

（1）峰值用户占用率：

85%

（2）峰值用户并发率：

60%

用户数=5610*0.6=3366

（3）峰值用户上下行吞吐容量

DL3366*512kbps=1683.6Mbps

UL3366*32kbps=107Mbps

（4）LTE小区的的可用容量为峰值速率（150Mbps）的50%

由此根据峰值用户吞吐容量估算需要的LTE小区数：

1684/（150*50%）=22.5套

按接入用户数估算需要的LTE小区数23套

国体目前已有小区8个，根据负荷评估当前负荷难以满足预期覆盖，需要新增15个LTE小区才能满足预计负荷需求。

2.1.3.评估阶段-压抑评估

评估区域流量压抑程度，当压抑程度偏高时证明该区域用户感知会收到明显影响，因此评估区域是否存在流量压力及其重要我们根据以下步骤评估区域是否存在流量压抑。

2.1.3.1.第一步，观察流量随用户数的变化趋势

方法：

1）处理激活用户数：

将平均激活用户数*10后向上取整（便于统计）

2）插入数据透视表，“行”选择处理后的激活用户数，“值”选择下行流量（GB），并设置为平均值项。

（注：

平均激活用户数的counter统计方法是1ms以内的激活用户数在1小时内的平均值。

）

现象：

用户数较少时，流量线性增长；

用户数较多时，流量开始压抑，增长变缓慢；

用户数很多时，流量甚至会下降

2.1.3.2.第二步，预测流量增长，获取可释放流量

取用户数较小的数据段，绘制折线图，添加趋势线、显示公式。

根据该公式计算出来的流量就是预测流量。

可释放流量=IF（预测流量–实际流量>0，预测流量–实际流量,0）

1

2.1.3.3.第三步，绘制流量压抑曲线，估算用户数压抑点

1）绘制上行和下行流量压抑组合图，包含：

1、堆叠面积图：

平均激活用户数——实际流量

2、堆叠面积图：

平均激活用户数——可释放流量

3、折线图：

平均激活用户数——体验速率

注：

横轴为用户数，主坐标轴为速率（Mbps），次坐标轴为流量（GB）。

2）绘制PRB利用率随用户数的变化折线

3）开始出现较大且连续的可释放流量时的用户数即流量压抑拐点

注：

可释放流量很小时的点可以认为是统计误差。

上下行用户数压抑点以及对应的PRB利用率如下表所示：

未压抑时用户体验速率：

3.5Mbps

2.1.3.4.第四步，统计全网小区压抑排名和TOP压抑场景

采用打分机制进行小区排名：

三个维度超出压抑点则各得1分。

计算总分和排序得到全网小区压抑排名，并根据排名靠前的场景分布得到压抑TOP场景。

注：

单小区最高总分为（1+1+1）*7*24=504（可根据侧重的关注点，给各维度设置加权值，例如不关注下行，下行PRB利用率加权值设置为0.5）

2.1.3.5.第五步，分析单小区流量压抑，计算可释放流量

分析对象：

从第五步中选取流量压抑比较严重的小区或平时观测负载或投诉较多的小区。

从第五步中的小区得分排行中看到，现代航空学院流量压抑比较严重，以该学校为分析对象：

1）采集覆盖航空学院所有宏站25天KPI数据（注：

样本数越多越准确）

2）重复第二、三步绘制航空学院的下行流量压抑曲线。

（可选：

按时间维度分开呈现。

南昌校园晚上23点到8点校园套餐10元不限流量，价值较低，重点分析早8点到23点时段压抑）

3）计算单日可释放潜在流量。

根据第二步中得到的公式，计算单小区每小时的可释放流量，计算25天所有小区的总和，取平均，即该学校单日可释放流量。

2.2.＂三阶九步＂法－优化阶段

2.2.1.优化阶段-基础优化

针对区域进行容量进行基础优化，基础优化主要包含基础RF优化和负荷均衡优化。

（1）RF优化主要通过覆盖优化和参数优化，覆盖优化主要通过天馈调整、功率调整、天馈整改和站址更换等四个手段，参数优化主要通过重选参数优化和切换参数优化。

（2）负荷均衡优化主要通过负荷均衡参数优化和协同参数优化。

2.2.1.1.RF优化

RF优化分两个层面内容：

（1）覆盖优化调整

Ø参考信号功率调整，通过调整功率扩大和收缩小区覆盖范围。

应用场景：

良好覆盖热点区域，数据量或用户数相差达到50%的主邻小区间，以3dB的幅度进行调整。

Ø天线覆盖范围调整，通过调整天线方位角或下倾角控制小区覆盖范围。

应用场景：

高站过覆盖小区或需要收缩覆盖的小区，下倾角以3度的幅度调整，方位角以10度的幅度调整。

（2）参数优化调整

Ø小区重选优先级调整

降低高负荷小区的频内小区重选优先级，降低低负荷邻区的频间小区重选优先级，让用户重选驻留到低负荷的异频小区，可将重选优先级由高调整到低。

应用场景：

800M+1.8G+2.1G共站址小区间；800M+1.8G+2.1G共覆盖热点区域。

Ø切换偏置调整、切换迟滞、偏移、时延调整。

调整高负荷小区到切换最多的前3个邻区的切换难易度，改变切换带让用户提前切换到低负荷小区，以最小单位量调整。

应用场景：

热点覆盖区域小区；非RCU测试小区；异频或室内与室外小区间。

Ø切换策略A1/A2，A3/A4门限调整：

对于室内与室外小区间，加快室外向室内驻留或室内向室外驻留，以最小单位量调整。

应用场景：

热点覆盖区域小区；异频或室内与室外小区间。

Ø小区重选迟滞

适用于同频小区间，降低高负荷小区的重选迟滞，升高低负荷小区重选迟滞，以加快用户向低负荷小区重选，以最小单位量调整。

应用场景：

热点区域的同频小区间

Ø频间频率偏移

适用于异频小区间，降低高负荷小区频间频率偏移加快向异频小区重选，以最小单位量调整。

应用场景：

热点区域的异频小区间

以新建县新南航经济管理楼$站点1小区为例：

【问题现象】

NC_HMNB_TT_新建县新南航经济管理楼$站点有800M、1.8G、2.1G3个频段小区，该站点1小区1.8G和6小区2.1G小区共覆盖，但是负荷有明显的不均衡，1小区PRB利用率接近100%，而6小区PRB利用率仅为30%左右。

核查负载均衡开关已经打开，负载均衡门限设置并无异常，1小区每个时段都有都会有几百次基于负载的异频切换到6小区。

【问题定位】

现场核查发现用户主要集中在经管理楼教室，两小区功率一样，在教室内的RSRP，1小区约-90dBm，6小区约为-93dBm，因此空闲态的时候多数用户占用1小区。

1、6小区使用异频A3切换事件，1小区基于A3的异频A2RSRP触发门限为-95dBm，6小区为-92dBm，所以连接态时1小区的“覆盖范围”也要比6小区的大。

由于两小区使用异频A3切换所以在教室里面1小区部分用户被基于负载的异频切换到6小区后，很可能又发起基于A3的异频A2测量，切换回1小区，所以导致1小区的用户数和PRB利用率远远高于6小区。

1小区带宽为15M，6小区带宽为20M，所以建议尽量将用户往6小区迁移。

【问题处理】

Ø加强6小区的覆盖功率由15.2调整为18.2，

Ø缩小1小区连接态的“覆盖范围”基于A3的异频A1RSRP触发门限为-85dBm，A2调整为-89dBm;

Ø扩大6小区连接态的“覆盖范围”基于A3的异频A1RSRP触发门限为-95dBm，A2调整为-99dBm;

【处理结果】

对比前几天15时下行利用率情况，调整后两个小区利用率基本持平：

对比前几天15时用户数情况，调整后两个小区用户数基本持平：

对比忙时（15时）单用户感知速率情况，调整后小区单用户感知速率得到提升：

2.2.1.2.负荷均衡优化

移动性负载均衡（MobilityLoadBalancing）是通过判断本小区的负载高低，进行小区间负载信息交互，将负载从较为繁忙的小区转移到剩余资源较多的小区，这样协调了同系统或异系统小区之间的负载分布，实现了网络资源利用最大化，从而提升了接入成功率和用户的业务感受。

负载平衡在整个eNodeB的负载控制中所处的位置如下图所示。

负载转移应用场景分为同频邻区场景、异频邻区场景以及异系统场景。

当一个小区既有同频邻区，也有异频、异系统邻区时，该小区该选择哪种邻区进行负载转移，可以通过配置对应开关和对应门限进行控制。

若所有场景的开关都开启，则这些场景是可以并存。

建议优先考虑同频和异频场景下的负载转移。

eNodeB判断小区的负载状态，当小区处于高负载状态时，会将负载高小区中的部分UE转移到负载低的小区，平衡异频小区之间的负载，负载均衡参数的基本配置如下所

对于VoLTE网络，建议数据业务开启基于用户数的负荷均衡。

基本的基于用户数的负荷均衡参数如下：

参数名称

FDD小区配置

参数说明

异频负载平衡开关

打开

负载均衡触发模式

UE_NUMBER_ONLY

异频负载均衡用户数门限

10

当小区PRB利用率持续达到异频负载平衡门限与负载偏置之和后，启动异频负载信息交互。

负载均衡用户数偏置（%）

1

负载均衡用户选择PRB门限（%）

15

选择PRB利用率小于等于该门限的UE；

负载均衡最大切换出用户数

50

该参数表示单次MLB转移负载总量的控制因子

基于负载的异频RSRP触发门限

-92

当RSRP测量结果超过该门限时，才能够触发基于负载的切换。

为避免乒乓切换，建议该参数比基于覆盖的异频RSRP触发门限（A4）高1~2dB。

注意：

用户的接入点必须能探测到异频邻区，且异频邻区的RSRP大于基于负载的异频RSRP触发门限InterFreqLoadBasedHoA4ThdRsrp。

如上表参数配置，即要求TF用户能探测到的异频邻区且RSRP值要大于-92dBm

以江西教育学院昌北校区，经开区江西教育学院昌北校区-1.8-1小区为例；

【问题现象】

江西教育学院昌北校区周边共计4个宏站；校区内站点经开区江西教育学院昌北校区-1.8-1小区平均PRB利用率严重偏高，达到95%以上；核查同扇区方向2.1G小区，经开区江西教育学院昌北校区-2.1-4，平均PRB利用率只有35%负荷严重不平衡。

【问题处理】

1、将NC_HF_W_XT_经开区江西教育学院昌北校区-1.8-12小区与经开区江西教育学院昌北校区-2.1-4小区开启基于用户数的负载均衡触发模式；

2、将将NC_HF_W_XT_经开区江西教育学院昌北校区-1.8-12小区与经开区江西教育学院昌北校区-2.1-4小区重新优先级都设为5。

3、将NC_HF_W_XT_经开区江西教育学院昌北校区-1.8-12小区与经开区江西教育学院昌北校区-2.1-4小区的负载均衡异频负载均衡用户数门限由10%调整为5%；

4、将NC_HF_W_XT_经开区江西教育学院昌北校区-1.8-12小区与经开区江西教育学院昌北校区-2.1-4小区的负载均衡用户选择PRB门限由15%调整为30%；

【处理结果】

对比负荷均衡优化后几天数据，开区江西教育学院昌北校区2/4小区，忙时PRB利用率得到改善如下图所示。

对比负荷均衡优化后几天数据，开区江西教育学院昌北校区2/4小区，两个小区用户数基本持平如下图所示。

对比负荷均衡优化后几天数据，开区江西教育学院昌北校区2小区，单用户感知速率得到提升如下图所示。

2.2.2.优化阶段-组网优化

针对区域进行组网性结构优化，主要分为两种方法:

带宽提升和异频组网优化

（1）带宽优化主要是通过调整小区带宽提升小区容量。

（2）异频组网优化主要针对小区密集区域，解决因小区重叠覆盖，同频干扰导致容量受限。

2.2.2.1.带宽提升

针对1.8G小区进行带宽修改，从1825频点15M带宽修改为1850频点20M带宽，通过频率资源提升用于提升容量。

新建区陆军学院区域主要覆盖的2个1.8G站点进行带宽修改，将15M带宽中心频点1825的小区修改为20M带宽中心频点1850，以便提升小区容量，应对校园秋开带来的负荷。

涉及带宽修改的5个小区基础信息如下：

基站名称更新（新规范）

小区名称（新规范）

基站标识eNodeBID（10进制）

小区标识CellID（10进制）

NCH_MN_新建区望城基站机房B$[01080037]

NCH_WLFA_新建区陆军学院体育场西景观塔-1.8-1[01088071]

452964

49

NCH_MN_新建区望城基站机房B$[01080037]

NCH_WLFA_新建区陆军学院体育场西景观塔-1.8-2[01088071]

452964

50

NCH_MN_新建区望城基站机房B$[01080037]

NCH_WLFA_新建区陆军学院体育场西景观塔-1.8-3[01088071]

452964

51

NCH_FY_新建区陆军学院体育场东景观塔室外机柜$[01088042]

NCH_WRFA_新建区陆军学院体育场东景观塔-1.8-1[01088042]

473160

49

NCH_FY_新建区陆军学院体育场东景观塔室外机柜$[01088042]

NCH_WRFA_新建区陆军学院体育场东景观塔-1.8-2[01088042]

473160

50

NCH_FY_新建区陆军学院体育场东景观塔室外机柜$[01088042]修改为20M带宽后，对比6月份和8月份指标来看：

当流量相当时，6月份的PRB利用率13%比8月份PRB利用率9%高4%。

当PRB利用率相当时，6月份的流量2200Gbit比8月份的流量3300Gbit低1100bit。

通过上述指标变化可知NCH_FY_新建区陆军学院体育场东景观塔室外机柜$[01088042]修改为20M带宽后，容量有所提升。

整体指标变化趋势如下：

2.2.2.2.异频组网优化

当覆盖区域中小区分布过于密集，导致小区同频干扰严重，SINR差从而影响用户感知及负荷，通过异频插花组网有利于提升区域感知及负荷。

在维持小区数量不变的情况下，异频组网可以让区域感知及容量达到最大。

2.2.3.优化阶段-资源新增

单通过优化已经不能解决负荷问题时，需要新增资源以满足负荷需求，目前电信新增资源主要有以下四种方式：

扩容2.1G小区、扩容TDD小区、新增室分或Lampsite、DAS改造。

2.2.3.1.扩容2.1G小区

对于只有1.8G和800M小区的站点，扩容2.1小区可以明显吸收话务，从而达到降低1.8G小区负荷的效果。

以下为南昌红谷滩区财大南区食堂扩容2.1G小区案例。

【问题现象】

2018年3月开学后NCH_WRFA_红谷滩区财大南区食堂-1.8-1小区出现高负荷的情况，一天平均PRB利用率超过了30%。

日期

1小区总流量

1小区平均用户数

1小区最大用户数

1小区下行PRB利用率

2018-03-15

114.1644

41.5224

136

28.56%

2018-03-16

110.403

44.3207

181

30.93%

2018-03-17

126.7531

45.6947

147

33.54%

2018-03-18

139.335

43.1554

128

35.89%

2018-03-19

126.9043

45.054

132

29.76%

2018-03-20

140.0276

40.0857

128

33.24%

2018-03-21

123.7752

40.6195

131

29.75%

2018-03-22

113.3408

43.8513

133

28.10%

【问题处理】

NCH_WRFA_红谷滩区