TD网络分析方法总结.docx
- 文档编号:30650845
- 上传时间:2023-08-18
- 格式:DOCX
- 页数:40
- 大小:146.17KB
TD网络分析方法总结.docx
《TD网络分析方法总结.docx》由会员分享,可在线阅读,更多相关《TD网络分析方法总结.docx(40页珍藏版)》请在冰豆网上搜索。
TD网络分析方法总结
TD网络分析方法
目录
1TD主要性能分析1
1.1TD呼叫接入性能1
1.2TD呼叫保持性能3
1.3TD语音质量4
2TD专题分析6
2.123G互操作6
2.2TD资源分析7
2.3TD终端分析12
2.4PS速率分析13
2.5智能天线权值分析16
2.6站点布局分析18
2.7LAC划分分析20
2.8TD覆盖分析23
2.9TD干扰分析27
2.10工具使用情况29
1TD主要性能分析
1.1TD呼叫接入性能
接入是UE由空闲模式转移到连接模式的过程。
接入始于UE在PCCPCH信道上接收小区广播信息到随机接入过程完成,建立UE的专用信道。
接入成功与否直接影响到网络性能指标RRC连接成功率,继而影响业务信道的建立,从而影响呼通率指标。
造成接入失败的原因很多,如弱覆盖、导频污染、重选参数不合理、同频干扰、LAC划分不合理等。
总体分析思路
现状分析:
从网络接通率现状出发,评估现网的接入性能优劣。
对接入性的时间分布、地域分布、网络拓朴分布(比如是否有某个LAC、RNC、或某些局下的接通率异常)或现象进行定位。
原因分析:
从可能造成接通率差的各种原因进行逐个分析、排除,确定出主要原因,并做深入的原因分析。
同时为了评估全网的接入性用户感知,需要评估每用户每天的平均不可及时延、接入时延、切换时延,尽量通过量化的数字进行论述。
同时对GSM网络的相关内容进行相应的分析、比较,找出差距,确定原因。
1.1.1现状分析
在网络运维的过程中,有多种角度反映TD接通率性能,比如路测指标、网管指标、用户投诉、MR等。
一般用户投诉数据提取不太方便,准确性也易受用户主观因素的影响,而MR数据在不能全部反映用户完整的接入阶段。
通常我们使用最多的是路测和网管指标。
测试分析方法或规则:
方法一:
通过不同的数据源对现网接通率进行多维度分析。
通常最关注的是路测和网管指标,首先从这两个方面采集现网数据,分析两者之间的差异和联系。
给出现网接通率的性能评估。
方法二:
对影响接通率的主要原因进行分析
方法三:
分析全网23G互操作对接通率的影响。
通过对空口及核心网相关数据的统计,分析位置更新时长。
对全网各种位置更新时长:
网内跨LAC位置更新、周期性位置更新、23G互操作时长进行分析,另外统计GSM终端的跨LAC和周期性位置更新时长,两者进行对比分析,评估用户接通率感知。
另外在数据分析的粒度方面,可以做更细的统计分析,比如MSC粒度、RNC粒度或区域粒度、室外站、室内站、单载波站、多载波站、IUB口传输资源、UPPCH干扰等等。
总之,在本阶段通过各种方法完成问题点的定位。
1.1.2接通率差原因分析
影响TD接通率的原因比GSM更多,包括覆盖、参数设置、LAC区划分、RRC建立、网络资源使用情况、干扰情况在内的多种原因都有可能影响接通率。
从以上的这些角度,进行逐项分析,从而找出影响北京接通率的主要原因,并对这些原因逐一进行分析。
通过深入的TD网络覆盖分析、TD网络起呼场强分析、DT未接通原因分析、TD网络和GSM网络对比分析、接入相关参数分析、LAC区分析、RRC建立失败原因分析、现网码资源利用率分析、干扰情况分析,对造成未接通各种因素进行评估。
以上各种原因的分析,都要建立在现网客观数据的基础上,比如中数据、网管数据、网络拓朴等,都要是第一手的翔实的原始数据。
另外对现网的系统间参数设置及分布的区间进行分析,重选、切换等互操作参数的设置是否存在问题,是否是参数的设置不合理造成了过多的互操作。
发现的主要问题和原因:
通过接通率的分析,可能发现各个不同数据源接通率的差异,通过种差异性的分析,来发现不同角度的接通率现状,找到最帖近用户感知的指标。
就全网范围来说,接通率最能直接反映网络的覆盖率。
通过接通率分析可能发现网络的整体覆盖是否良好。
接通率也可以反映全网的干扰,特别是UPPCH信道的干扰情况。
从网络参数设置的角度来说,接通率UPPCH期望接收电平、N300、T300、MMAX、功率爬坡步长等参数仅密相关,也可能会发现某些参数的设置问题。
寻呼参数设置不合理、LAC区划分不合理也可能是造成接通率低的原因。
1.1.3接通率客户感知分析
●做接通率客户感知分析
由于通常我们所使用的是路测和网管指标,而我们最终所关心的是客户感知。
因此需要对统计数据和客户感知关系进行描述,对其优劣进行说明。
主要有两个因素影响接通率客户感知,空闲状态时的不可及时长和用户做业务时的接入性感知。
不可及时长指由于各种原因的位置更新造成的用户无法响应寻呼、无法做接入,事实上处于脱网状态的时长,与这块相关的分析内容包括23G重选频次、23G重选时长、网内位置更新时长等,同时分析中还要与网络的拓朴、LAC划分、覆盖率、终端特性等相行联合分析;接入性感知指用户在发起业务后是否能够顺得接入以及接入时长、接入成功率等,通过DT和网管指标对这些数据进行分析,也可以通过CDT对各类终端的接入性进行分别统计。
另外,通过CDT数据可以对所有用户的23G互操作次数进行统计,从而可心筛选出每天不可及时间最长的TOPN用户,并进行量化统计。
还可以从CDT的角度,对主流终端的互操作频次进行统计。
1.1.4总结
接通率分析主要从覆盖、互操作、参数设置、用户感知几个角度出发进行分析。
相比较2G而言,TD接通由于受23G互操作(主要是重选)的影响,在网络连续覆盖不完善的情况下,造成网管指标往往与实际用户感知相去甚远。
在接通率分析过程中,必须要重视这种差异性,尽量通过多个角度、数据源对这种差异性进行分析,这是TD接通率分析不同与2G的关键之处。
另外,传统的GSM接通率分析方法对TD的分析依然有效,比如覆盖、位置区划分、寻呼参数、资源使用情况、干扰情况等。
1.2TD呼叫保持性能
1.2.1分析数据来源
DT路测分析文件、网管统计指标、CDT/MRR话单数据
1.2.2分析思路及方法
●对现网中的高掉话区域进行了统计分析,用地理化显示的方法将网管统计的高掉话小区以及DT测试的掉话点在同一张图中显示出来,可以确定现网语音掉话率较高的区域,有利于后期进行针对性的重点排查解决;
●通过网管从宏观角度分析掉话成因,结合DT路测分析,从微观角度分析掉话原因的具体情况;
●通过网管掉话统计,累积一定时间的数据,发现全网掉话变化发展的趋势;
●结合MRR对于覆盖、干扰等用户上报信息统计数据,从地理分布上寻找掉话事件与覆盖、干扰等问题的相关性,为解决高掉话区域指明解决的思路。
1.2.3发现的主要问题及具体的解决建议
●RNC边界是掉话主要区域
造成掉话的主要原因是诺西MSC内部资源管理软件模块CIA存在缺陷,导致MGW在切换的过程中,分配资源失败。
以及中兴RNC在处理并发业务缺陷导致,需要厂家从设备软件层面进行处理
●部分不连续覆盖区域及深度覆盖弱场对掉话影响较大
北京市区内存在部分区域性覆盖弱场,特别是天通苑、回龙观等居民区易导致掉话的产生,需增强此类地区的覆盖,特别是室内覆盖
●上下行干扰对掉话会造成一定影响
网内及网间干扰是造成掉话的另一诱因,北京部分区域内存在上下行干扰,容易导致掉话,需对此类地区进行重点优化
1.3TD语音质量
1.3.1分析目标
TD网络话音质量分析主要基于现场测试数据和网管性能数据,对TD网络整体话音质量进行评估,重点分析话音质差区域分布和影响话音质量的主要原因,并最终给出提升话音质量的建议方法。
1.3.2数据源和分析工具
(1)数据源:
基础资料:
基站信息表、参数配置表、电子地图
DT测试数据:
BLER、MOS、PCCPCHC/I、PCCPCHRSCP、DPCHC/I、异常事件表
扫频数据:
PCCPCHRSCP、PCCPCHISCP、PCCPCHC/I、频点、扰码
网管数据:
小区级接通率报表、小区级话务量报表、小区级切换报表、时隙间级干扰报表
MR数据:
上下行BLER、上下行ISCP
(2)分析工具
OMC、MapInfo
1.3.3分析步骤说明
(1)语音质差分布统计
步骤一:
统计DT测试BLER数据,计算全网平均BLER值。
采用栅格平均方法,统计BLER>2%的样本数据,并通过MapInfo地理化分级呈现;
步骤二:
统计DT测试MOS数据,计算全网平均MOS值。
并采用栅格平均方法,统计MOS小于3.0的样本数据,并通过MapInfo地理化分级呈现;
步骤三:
根据MapInfo地理化分级呈结果,确定语音质差小区的主要地理分布区域;
(2)语音质差原因分析
从干扰角度分析对话音质量的影响:
步骤一:
根据扫频数据,计算同一地理点PCCPCHRSCP最强电平频点的PCCPCHRSCP和PCCPCHISCP的样本点均值。
统计PCCPCHRSCP>=-95dBm,且PCCPCHISCP>=PCCPCHRSCP-8dBm的数据,ISCP统计样本点与质差样本点的比例关系,确定干扰对语音质量的影响比例关系;
步骤二:
通过MapInfo呈现干扰区域与语音质差区域分布的重叠程度;
步骤三:
分析重叠区域内小区的UPPCH数据和TS1和TS2的时隙间ISCP数据,确定重点干扰小区分布;
步骤四:
统计重叠区域内小区的话务量占比情况。
从覆盖角度分析对话音质量的影响:
步骤一:
根据扫频数据,计算同一地理点PCCPCHRSCP最强电平频点PCCPCHRSCP的样本点均值,统计样本点均值小于-90dBm的数据,将弱覆盖样本数据与语音质差样本数据对比分析,确定覆盖对语音质量的影响比例关系;
步骤二:
通过MapInfo呈现弱覆盖区域与语音质差区域分布的重叠程度;
步骤三:
分析重叠区域内小区的接通率报表,统计RRC连接电平低于-85~-90dBm的占比数量;
步骤四:
统计重叠区域内小区的话务量占比情况。
从频繁切换角度对话音质量的影响:
步骤一:
根据网管数据统计小区级切换报表,统计小区级话务切换比(话务量/切换次数),统计话务切换比小区0.008erl/次切换,即平均28.8秒发生1次切换的小区分布;
步骤二:
采用MapInfo分级呈现低话务切换比小区的地理分布,分析频繁切换小区与语音质差区域分布的重叠程度;
步骤三:
根据网管分析工具,统计话单时长分布情况,关注低于10s的话单比例;
步骤四:
根据网管统计数据,统计系统间切换比例占比大于20%的小区分布;
步骤五:
根据步骤二~四的数据确定,频繁切换区域分布及对应小区分布。
步骤四:
统计重叠区域内小区的话务量占比情况。
1.3.4输出报告
TD语音质量分析报告,包含评估结果,问题分析和提升建议。
2TD专题分析
2.123G互操作
2.1.1现状分析
对DT统计、网管中的TD向2G切换次数、2G向TD重选次数进行地理化呈现,对北京全网范围内出现23G互操作集中的区域进行定位。
同时给出23G重选的互操作时延以及业务状态下切换成功时延和切换成功率的统计分析。
从而全面了解23G互操作现网性能。
数据源:
网管接通率、DT路测数据、核心网位置更新次数、开机用户数、现网网络拓朴等
数据采集方法:
网管、路测
测试、分析用工具:
网管、路测
2.1.2分析造成23G互操作的原因
23G互操作是影响TD终端接通率的主要原因之一。
引起23G互操作的主要原因是覆盖和参数设置。
因此23G互操作专题的分析主要从覆盖和参数两个方面进行分析
通过室外站间距分析以及室内、室外弱场RRC起呼的分布对全网覆盖情况进行深度分析,通过数据分析,给出各自的弱场起呼TOPN小区列表,为以后的优化指明方向。
结合我们的工作进度,第一阶段的参数组分析中已经对23G互操作的参数设置分布及合理性进行了讨论,再次提取系统间重选、切换等参数,进行参数设置合理性确认。
在参数设置基本合理的情况下,主要讨论覆盖引起的23G互操作。
测试分析方法或规则:
方法一:
分析网管和DT路测数据中23G互操作(特别是重选)的数据,进行关联性分析。
对全网的互操作重选频次进行统计。
方法二:
分析全网的连续覆盖情况,与GSM900的站点进行联合分析。
方法三:
对全网的互操作参数设置进行分析,包括重选参数、切换参数、异系统邻区设置等
发现的主要问题和原因:
造成23G互操作的主要原因是连续覆盖不足,用户处于TD网络覆盖边缘。
或者由于23G互操作参数设置不当。
2.1.3分析北京23G互操作对用户感知度的影响
主要分析对接通率的影响:
从现网互操作频次及不可达时间、调整网络结构、增强覆盖减少23G重选等角度进行分析。
另外对23G互操作对掉话率的影响进行了简单描述。
2.2TD资源分析
网络资源能力主要从资源类KPI指标来分析话务的分布,准确找出热点区域或高话务的区域,同时也对网络中各个基础网元的负荷情况进行评估。
2.2.1总体分析方案
本专题将以载波资源分布、码资源利用率和话务量分布的对比关系,结合地理分布评估网络的整体资源能力。
评估内容包括R4业务的网络资源利用率分析、H业务的网络资源利用率分析、R4与H载波配置均衡性分析、IUB接口配置能力分析、Iu-CS接口符合能力分析,同时给出优化资源配置合理化建议。
R4业务的网络资源利用率分析
R4业务码资源利用率能够客观反映R4业务网络资源利用情况,通过综合统计码资源最大利用率情况,从R4载波配置数量和R4码资源最大占用情况出发,分析RNC级和CELL级R4业务的网络资源利用情况,对R4资源利用率较高的小区和较低的小区,分别从CS话务量和PS流量出发,结合载频及传输资源配置情况、参数设置、测试数据、投诉等进行深入分析,并进行地理化显现,最终形成网络资源配置优化建议。
H业务的网络资源利用率分析
H业务最大接入用户数率能够客观反映H业务网络资源利用情况,通过综合统计全网H业务最大接入用户数情况,从H载波配置数量和H码资源最大占用情况出发,分析RNC级和CELL级H业务的网络资源利用情况,对H用户数高的小区和较低的小区,分别从CS话务量和PS流量出发,结合载频及传输资源配置情况、参数设置、测试数据、投诉等进行深入分析,并进行地理化显现,最终形成网络资源配置优化建议。
R4与H载波配置均衡性分析
依据R4业务的网络资源利用率分析和H业务的网络资源利用率分析数据,从全网业务分布特点,评估TD网络的R4与H载波配置均衡性。
Iub资源配置分析
依据基站载波配置情况,结合R4码资源利用率和H最大用户数计算传输资源需求,评估TD网络传输资源配置合理性。
Iu-CS资源利用率分析
Iu-CS资源利用率将以ATM信元数换算成bps流量与配置业务PVC带宽之比,表征接口ATM流量与实际配置带宽之比。
通过统计Iu-CS带宽利用率指标,评估TD网络各RNC的Iu-CS资源利用情况。
2.2.2分析方法
地理化显示
通过使用MAPINFO工具对数据进行地理化显示,直观表达网络资源地理上的分布,便于发现问题、总结规律。
常用技巧:
(1)MAPINFO工具能够根据选定区域统计基站分布。
首先用多边形选择区域,然后在表选项卡下使用转出选项能够将选定区域的基站分布通过文本进行导出。
(2)在地图选项中,使用创建专题地图能够生成各种形式的专题地图,方便进行对比。
TOP小区分析
TOP小区是常用的资源分析方法。
该方法通过重点分析排名靠前的小区,来发现矛盾的主要因素。
排名一般分为最高和最低排名两种情况。
多维度分析
维度指处理问题的着眼点和解决问题的方向,多维度指通过从多个不同的方面及其组合对数据进行分析。
TRAFICA分析
Traffica工具能够在交换侧采集处理海量呼叫记录,分析clearcode、终端信息、用户信息等。
这里我们采用提前TRAFICA数据来分析小区下2G和3G终端数量对比。
缺点:
(1)Traffica使用较复杂,无友好用户界面。
使用时需进行sql语句编程,掌握较困难。
(2)输出数据量较大且一般需对数据进行再处理。
2.2.3相关指标
R4业务的网络资源利用率相关指标
R4载波码资源占用率
R4载波码资源占用率表示当前为R4业务分配的码资源与可以提供的全部R4码资源的比例,可以准确反映当前R4载波码资源状态。
其计算公式如下:
R4载波码资源占用率=(上行R4业务占用的BRU数+下行R4业务占用的BRU数)/(上行R4业务全部可用BRU数下行R4业务全部可用BRU数)
R4载波上行码资源占用率=上行R4业务占用的BRU数/上行R4业务全部可用BRU数
R4载波下行码资源占用率=下行R4业务占用的BRU数/下行R4业务全部可用BRU数
测量类型
测量子类型
计数器编号
计数器名称
载频统计
载频码资源统计
C350380030
上行R4业务占用的BRU数
载频统计
载频码资源统计
C350380032
下行R4业务占用的BRU数
载频统计
载频码资源统计
C350380051
上行配置的BRU数
载频统计
载频码资源统计
C350380052
下行配置的BRU数
注:
不包括控制信道码资源占用。
R4业务上行码资源利用率
上行码资源利用率综合当前为上行R4业务占用的BRU数、上行HSUPA业务占用的BRU数和上行控制信道占用的BRU数与可以提供的全部上行码资源的比例,可以准确反映当前载波整体上行码资源状态。
其计算公式如下:
上行码资源利用率=(上行R4业务占用的BRU数+上行HSUPA业务占用的BRU数+上行控制信道占用的BRU数)/上行配置的BRU数
测量类型
测量子类型
计数器编号
计数器名称
载频统计
载频码资源统计
C350380030
上行R4业务占用的BRU数
载频统计
载频码资源统计
C350380031
上行控制信道占用的BRU数
载频统计
载频码资源统计
C350380053
上行HSUPA业务占用的BRU数
载频统计
载频码资源统计
C350380051
上行配置的BRU数
R4业务下行码资源利用率
下行码资源利用率综合当前为下行R4业务占用的BRU数、下行HSDPA业务占用的BRU数、下行MBMS业务占用的BRU数、下行控制信道占用的BRU数与可以提供的全部下行码资源的比例,可以准确反映当前载波整体下行码资源状态。
其计算公式如下:
下行码资源利用率=(下行R4业务占用的BRU数+下行HSDPA业务占用的BRU数+下行MBMS业务占用的BRU数+下行控制信道占用的BRU数)/下行
HSDPA业务的网络资源利用率相关指标
H载波码资源占用率
H载波码资源占用率表示当前为H业务分配的码资源与可以提供的全部H码资源的比例,可以准确反映当前H载波码资源状态。
其计算公式如下:
HSDPA业务码资源利用率=HSDPA业务信道占用BRU数/HSDPA业务信道全部可用BRU数
测量类型
测量子类型
计数器编号
计数器名称
载频统计
载频码资源统计
C350380033
下行HSDPA业务占用的BRU数
载频统计
载频码资源统计
C350380052
下行配置的BRU数
HSDPA用户负荷
HSDPA载波支持的最大用户数定义可以由三个维度来决定,因此由设备侧来计算伴随信道允许的最大用户数实现起来非常困难,每个载波配置的控制信道数目、DCCC的实现策略、是否打开帧分、以及UPA和DPA是否配置在一个载波等都对最后结果有影响。
为了实现简单,我们以12个用户为载波的最大用户数。
其计算公式如下:
HSDPA用户负荷=HSDPA小区在线用户数/(HSDPA载波支持的最大用户数×H载波数目)
HSDPA在线用户数的定义:
取HSDPA小区一段时间内的平均在线用户数。
HSDPA载波支持的最大用户数=MIN(LMT-R上设置的HSDPA载波允许的用户数,伴随信道允许最大上行用户数,伴随信道允许最大下行用户数)
R4与H载波配置均衡性相关指标
业务量载波比
业务量载波比标用于统计每载波承载的业务量,以客观评估全网载波配置均衡性。
其计算公式如下:
电路域话务量载波比=电路域话务量/载波配置数
分组业务量载波比=分组业务流量/载波配置数
载波配置密度
载波配置密度用于统计每小区载波配置数量,用以衡量全网载波配置密度。
其计算公式如下:
R4载波配置密度=R4载波配置数/小区总数
H载波配置密度=H载波配置数/小区总数
Iub接口资源配置算法说明
根据传输容量算法,传输容量=信令带宽+R4业务带宽+HSDPA带宽
信令带宽(各厂家有一定区别)
大唐信令带宽分配方法为:
ALCAP带宽:
320k
NBAP带宽216k
IPOA链路带宽:
128k缺省IPOA链路带宽64k
所有站型都如此配,共728kbps。
业务带宽(0.8的冗余度)
R4业务带宽=下行时隙数×128kbps(每时隙空口流量)/0.8(折算到传输)
HSDPA带宽=(下行时隙×每时隙速率+半时隙×96)/0.8
HSDAP的下行时隙一般要减1,因为有个半时隙。
这里的半时隙取0,都是用整个时隙。
Iu-CS接口符合能力相关指标
Iu-CS资源利用率
Iu-CS资源利用率表示当前以ATM信元数换算成bps流量与配置业务PVC带宽之比,表征Iu-CS接口ATM流量与实际配置带宽之比。
其计算公式如下:
IuCS带宽利用率=(IuCS上行数据带宽+IuCS下行数据带宽)/(IuCS上行配置带宽+IuCS下行配置带宽)×100%
IuCS上行带宽利用率=IuCS上行数据带宽/IuCS上行配置带宽×100%=(高端出向信元数*53*8)/(IuCS上行配置带宽×1024×Gr)
IuCS下行带宽利用率=IuCS下行数据带宽/IuCS下行配置带宽×100%=(高端入向信元数*53*8)/(IuCS下行配置带宽×1024×Gr)
测量类型
测量子类型
计数器编号
计数器名称
平台计数器
C350690001
高端入向信元数
平台计数器
C350690002
高端出向信元数
平台计数器
C350690003
IuCS上行配置带宽
平台计数器
C350690004
IuCS下行配置带宽
2.3TD终端分析
2.3.1分析数据来源
CDT话单数据
2.3.2分析思路及方法
对在网所有终端进行整体分析,发现主流终端及芯片组。
从性能角度讲,分别从终端功能、呼叫保持性能、接入性能、切换性能等几方面对终端及芯片组进行比较排名,发现对网络质量及客户感知影响较大的终端或芯片组。
其中:
●终端功能主要分析终端频段能力及HSDPA支持能力;
●呼叫保持性能分析,分别从各类型业务掉话率、掉话通话时长两方面对终端CS/PS域掉话进行统计分析;
●接入性能分析,分别从网络接通率、23G重选成功率、23G重选频度、23G重选时长、注册成功率、注册频度、注册时长等方面对各种业务终端接入性能进行分析;
●切换分析,从系统内/系统间两个维度分析终端能力。
2.3.3发现的主要问题及具体的解决建议
通过分析发现:
联想O1、LGGw880、三星GT-I8180、多普达T8388、A8188等新款高端机型,在此次评测分析中从接入性能、保持性能等方面表现较差。
需要集团相关部门进一步推动厂家研发和排障的进度解决。
2.4PS速率分析
通过第一阶段对北京TD-SCDMA网络整体分析发现,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- TD 网络分析 方法 总结