4G优化案例：LTE数据业务感知时延异常根因分析案例.docx

数据业务感知时延异常根因分析案例 【摘要】造成现有数据网络感知时延有很多因素，如果所有因素全部平行排列评估很难找到主因，需要找到一个算法对现有问题进行逐层分析。XX电信创新引入交叉关联法进行数据业务感知时延异常根因定位，并在福州进行试点应用，取得良好效果。交叉关联法引用两个相关性最低的因子，结合聚类法进行主因判决，并利用增维法，逐步对问题进行剖析，最终 定出影响感知时延最大的因素并进行解决。 【关键字】交叉关联分析法 感知优化 时延 【业务类别】移动网 一、 背景 伴随 LTE 基站建设逐步进入后期，LTE 用户逐渐增多，网络优化工作的主要思路是如何更好的经营网络，工作重心也从指标优化转移到提升用户感知，特别是提升用户的上网感知， 因此需要进一步挖掘网络潜力，优化现有网络配置，降低用户的网页浏览时延，从而提高用户的体验感知。 造成现有数据网络感知时延有很多因素，如果所有因素全部平行排列评估很难找到主因， 需要找到一个算法对现有问题进行逐层分析。XX电信创新引入交叉关联法进行数据业务感 知时延异常根因定位，并在福州进行试点应用，取得良好效果。该方法通过引用两个相关性 最低的因子，结合聚类法进行主因判决，并利用增维法，逐步对问题进行剖析，最终定出影 响感知时延最大的因素并进行解决。 二、 交叉关联 \h 分析法基本原理2.1．交叉关联 \h 分析法基本原理 交叉关联 \h 分析法又称立体分析法，是在纵向分析法和横向分析法的基础上，从交叉、立体的角度出发，多角度结合分析的方法，弥补了独立维度分析方法带来的偏差。 交叉关联分析涉及多维度的组合，表格比较容易把多个维度的交叉关系展现出来，因此在交叉分析中通常以表格为主。我们平常看的表格通常叫做二维表，第一列设置为一个维度 （如日期），表头罗列各类指标（把所有指标认为是一个维度—指标维），这样行列的两个维就组成了常见的二维表。对二维表进行扩展，展现更加丰富的维度,在行列分层次放置多个维度，如下图所示： 根据以上理论，我们针对目前高端到端时延小区进行交叉关联 \h 分析法进行定位，再通过不断增维层层分析定位问题小区的核心问题，最终通过相应优化方案调整解决。 在交叉关联法中,进行交叉的两项因子尽量不能产生相互关联，如果产生相互关联，则 数据结论则存在一定偏差。一般情况下，可以使用卡方检验表对相关问题进行分析。 在该文档中，参与交叉关联分析的主要有以下信息，其每对信息间关联性相对最低，但又联合作用，最终对时延产生最终影响： 核心侧时延/无线侧时延 PRB 利用率/MCS PHR/CQI 底噪/RSRP 重叠覆盖率/RSRP 问题小区输出的优化方案： 核心侧问题处理方案 无线侧问题处理方案 2.2．交叉关联 \h 分析法详细算法 框架算法描述 基于以上基本原理，交叉关联法则基本框架算法如下： 端到端高时延问题小区的增维二维因子框架如下： 由于端到端高时延分析采用交叉关联法,则需要考虑: 同一级交叉关联因子是否可以完全涵盖或者大部分涵盖上一级因子 同一级因子相干性达到最低 此处,对端到端时延评估因子进行简要分析: 第一级:端到端时延=核心时延+无线时延；该部分无需解释 第二级：无线时延评估用无线速率进行替代， 从无线速率基本公式而言，根据3GPP36.213 规范；在单双流确认情况下 TBS 大小=MCS*PRB;其 demo 表头如下： I TBS N PRB 1 2 3 4 5 6 7 8 9 10 0 16 32 56 88 120 152 176 208 224 256 1 24 56 88 144 176 208 224 256 328 344 2 32 72 144 176 208 256 296 328 376 424 3 40 104 176 208 256 328 392 440 504 568 4 56 120 208 256 328 408 488 552 632 696 5 72 144 224 328 424 504 600 680 776 872 其中，MCS(ITBS)表征了无线环境的变化，PRB 占用表征了无线负荷的变化。 第三级：无线环境判别下，分成上行无线环境以及下行无线环境判别，其中下行无线环境采用 CQI 来进行表征；上行用 PHR 进行表征，该两项指标既表现了无线环境情况，又相对相互独立，且从基本算法而言，可以直接近似使用CQI 或者 PHR 推算 MCS，因此采用该两项表征上行或者下行链路评估十分合适。 第四级，对于无线环境评估，归根结底就是观察信噪比，其组成公式为 S/N，也就是说要么有用信号够强，要么底噪抑制最低。在此情况下，S 为上下行接收到的实际信号强度， N 为空间底噪，下行 N 用重叠覆盖度对底噪进行评估，上行则可以直接采用底噪 R