基于用户感知的网络规划方法*

文 武，燕历科

（1.重庆邮电大学 通信新技术应用研究中心，重庆 400065；2.重庆信科设计有限公司，重庆 400065）

基于用户感知的网络规划方法*

文 武1，2，燕历科1

（1.重庆邮电大学 通信新技术应用研究中心，重庆 400065；2.重庆信科设计有限公司，重庆 400065）

针对传统从网络层面KPI指标做出的网络规划不能有效满足现今用户对高速数据的需求，为了进一步提高用户对业务的体验质量（QoE），结合网络资源管理系统和实际网络覆盖现状，综合考虑业务发展和用户实际需求，通过对差小区判断和用户动态的大数据分析，提出一种用户感知差小区的判断方法，以实现对差小区和差用户的准确定位。结果表明，此方法具有较高的规划效率，为提高网络整体性能和用户体验提供了较高的应用价值。

QoE；LTE；差小区；网络规划

0 引 言

中国移动计划2年内完成50万个4G基站的建设任务[1]，而LTE网络规划的质量直接影响后续建设与优化的效果。随着LTE网络业已逐渐投入商用，相对于2G/3G网络，LTE网络体现出了速率高、覆盖广、分组传送、延迟低、向下兼容性强[2-3]等优势。虽然LTE网络需要与2G、3G共址部署，但是由于传播特性和关键技术上的差异性，使得LTE存在严重的重叠覆盖、弱覆盖、邻区干扰等技术性问题，影响网络的整体性能和对用户的体验质量。研究表明，在低QoE情况下，65%的用户将主动尝试另一种接入技术，22%的用户会放弃尝试接入，仅有13%的用户将会再次尝试接入该网络[4]。

国内运营商都在大幅扩建基站覆盖规模，制定相应网络规划，但网络规划工作仍然继续沿用着以资源利用率为扩容指标、以KPI指标为考核标准的传统规划思路。然而，传统建网KPI指标具有粒度大等缺点，评价指标主要来自网管和路测，网络质量评价体系也只仅限于设备和系统范畴，无法表征个体用户体验，更不能完全反映网络质量状况[5-6]。

比如，话务统计是分段统计网络信令面指标，对影响用户体验的网络质量问题体现不足；而路测指标类是全程业务指标的抽样测试（DT/CQT），对网络质量全面性支撑不足[7]。这就导致网络KPI指标理想，而用户体验却未必好现象的原因。所以，在LTE快速发展时期，如何精确有效地以提高用户感知为核心进行网络规划，成为一个亟待解决的问题。本文提出一种用户感知差小区的判断方法，以实现对差小区和差用户的准确定位，把此结果引入到网络规划中既能有效提高规划效率和网络整体性能，又能有效提高用户体验。

1 方法介绍

文章基于大数据分析，定位感知差小区，从而进行有针对性的网络规划。

感知差小区是利用GB、IUPS和S1U等采集的数据，主要计算用户的浏览速率、视频速率、下载速率、无线侧接入时延和重传率5个方面的指标，综合评估用户上网的实际感知，并将用户感知差的小区定义为差小区。该类差小区与传统的KPI差小区存在一定的差异。它侧重反映用户对当前网络的实际感受，还可以通过信令采集系统分析人群聚集，监测动态人流量，有效预测节假日期间各突变场景的人口驻留情况。因此，在得知现有基站覆盖容量达到极限的情况下，它可以帮助运营商及时采取措施，以保证在任何情况下的通信不中断，从而为客户提供可靠的业务保障。

以LTE差小区为例，判断规则如下：

（1）不同业务速率门限：浏览速率＜500 kbps，下载速率＜1536 kbps，视频速率＜1536 kbps（通过采集数据统计的平均速率划分）。

浏览速率统计方法：小区下单用户的总流量/用户总时长，计算出用户平均速率，时长未切割，过滤条件大类≠5且≠7。

（注：各分类值代表不同的业务类型，如5代表视频，7代表应用商店下载，其中1-7代表的业务，所需浏览速率依次增大）

下载速率统计方法：小区下单用户的总流量/用户总时长，计算出用户平均速率，时长未切割，过滤条件大类=7。

视频速率统计方法：小区下单用户的总流量/用户总时长，计算出用户平均速率，时长未切割，过滤条件大类=5。

（2）过滤门限值：用户数＞20，无线侧接入时延，重传率＞1.8，差用户占比＞40%。

（3）差小区统计：差小区分为天差小区和周差小区。其中，天差小区：每天≥3个时段用户感知差，被判定为差的小区；周差小区：每周7天≥3天用户感知差，被判定为差的小区。

除了从差小区方面体现外，还需要从用户方面对差用户进行判断。因此，基于对用户动态的大数据分析，提出差用户的判断规则（如表1所示）：即用户使用浏览、视频和下载等业务时，若用户使用感知差的业务数量＞用户使用的总业务数量的50%，则判定为差用户。

表1为差用户判断规则，通过分析用户使用的差业务占总使用业务的比例，能够快速定位差用户，有效做出相应规划。结合传统的KPI指标差小区数据分析，能更加有效地改善用户感、降低投诉。此方法相比传统路测、调研，具有较高的规划效率和使用价值。

基于用户感知的网络规划流程则如图1所示。

表1 差用户判断规则

图1是规划方案流程图。通过前期的现状分析和数据采集，先对差小区进行判断，若确定为差小区，则给出相应的规划方案；若不是差小区，则再判断此小区内是否存在差用户，若存在，则给出相应的规划方案。

通过判断差小区和差用户的具体情况，在进行网络规划时，将差小区中的基站信息输入到百林LTE网路规划软件中仿真验证。通过分析仿真的输出结果，判定覆盖方案是否存在问题、效果是否满足要求。若存在问题或不满足要求，就需要再次对覆盖规划方案修改直到满足覆盖要求。

结果表明，通过上述优化办法，不仅能够快速有效地定位问题网络进行网络优化，还能协助运营商进行合理的资源利用，减少盲目的网络勘察和过多的硬件投资，提高了网络优化的效率。

图1 规划方案流程图

2 方法应用

2.1 差小区判断及分析

首先是对前期的现状分析和数据采集。采集两周内的时延（T2-T1）、重传率、低速率用户数、总用户数等，根据差小区的判断方法，对浏览速率、下载速率、视频速率不满足条件的小区过滤，筛选出差小区出现的总次数和涉及的差小区个数，从而分析差小区的天数分布、数量分布以及差小区的网络类型。

经统计，某地区两周内累计出现差的次数为31 907次，涉及差的小区数为6 378个，详细结果如图2所示。其中，两周内13天为差小区的小区数为583个，占差小区总数的9.14%；两周内差小区天数≥7天的差小区个数1 977个，占总数的31.00%。

图2 差小区的天数分布

图3为差小区的数量分布情况。其中，在6 378个差小区中，A分公司的差小区832个，占13.04%，差小区最多；P分公司的差小区最少，仅11个，占总数的0.17%。

图3 差小区的数量分布

通过对搜集数据的分析，不仅能分析出差小区的位置，还能得到差小区的性质和所属场景。如图4所示，在分析得到的6 378个差小区中，6 271个差小区来自2G网络（室外宏站6 110个，室内站156个，室内外共同覆盖站点5个），37个差小区来自于3G网络（室内站6个，室外宏站31个），70个小区根据工参未能匹配到相关信息。2G差小区占总数的98.32%，2G室外宏站占比95.80%。通过对差小区性质的分析，可以更加有效地定位问题网络，了解整个网络的现状，从而为后续规划奠定基础。

图4 差小区网络类别分布

通过上述数据分析得知，差小区最多的是A分公司。以A分公司为例，根据差小区信息，分别提取A分公司中Top用户数（多/少）的小区、重传率、时延分析。经分析，可以确定差小区中的用户密集区、覆盖弱点等用户感知重灾区，从而进行精准的网络规划与优化。

2.2 规划与措施

以上是从用户感知角度分析提取的差小区和差用户，基本能反映用户在使用网络时的情况。本次提取的差小区98.32%来源于2G/3G网络。针对这部分差小区、差用户出现的原因不同，做不同的规划和处理。

第一，针对用户数量众多的2G差小区，由于其本质上属于高热小区，所以应适当引导客户向4G网络分流，以降低小区的负荷。

主要有以下几种情况：

（1）针对3G/4G终端渗透率低的区域，市场部应加强宣传和终端营销，从用户终端解决用户体验差的问题。

（2）针对3G/4G终端使用2G网络的用户，通过客服回访的方式，宣传和引导客户使用3G/4G网络，提升用户体验。

（3）针对常驻2G的高流量用户，引导客户使用3G/4G网络，提升用户的感知和降低网络负荷。

第二，针对用户数一般，重传率高、时延高的小区，要有针对性地进行网络规划。

除了上述的营销引导策略外，网络还应结合用户方面的覆盖效果、接入性能、保持性能、业务质量等，分别从覆盖效果、系统容量、业务质量三个主要方面进行排查和优化，最终尽量满意用户需求。

第三，对于分析得出的差用户，可主要从以下三个方面进行优化：

（1）优化小区中差用户所在的区域，适当调整基站天线的方位角、下倾角等参数，使差用户满足在该基站所覆盖的小区内。

（2）优化业务性能，具体可从接入性、保持性、时延和吞吐量四个方面分析，找出相应的原因，并进行优化。

（3）从客观原因分析，建议用户升级终端设备，避免终端引起的用户体验差的问题。

文章基于大数据分析，通过定位差小区和差用户进行网络规划。与传统盲目的、地毯式的DT/ CQT分析数据相比，该方法即减少盲目的网络勘察，又能快速定位问题网络，具有较高的工作效率。

3 结 语

网络规划建设对LTE网络的发展具有重要的意义。文章基于大数据分析，判断和定位网络中感知存在的差小区，并从用户动态和用户网络体验两方面做出相应的网络优化。通过对现网网络、用户的数据分析，预测网络性能，提出相应的解决方案，真正将移动通信网络的优化重心从更多地注重设备性能、网络指标，转移到关注用户端到端的业务体验上，从而提供更好的网络性能以及良好的用户体验。今后的研究中，还可以对用户感知的评估模型进行优化，使运营商能够更好地把握用户的体验质量，从而做出有针对的网络规划，提高网络性能。

[1] 刘 毅,刘 珂,孔建坤.基于大数据挖掘的LTE网络规划研究[J].通信技术,2015,48(02):194-198. LIU Yi,LIU Ke,KONG Jian-Kun.Research on LTE network Planning Based on BigData Mining[J].Communications Technology,2015(02):194-198.

[2] 3GPP TS 36.300 V9.9.0. Evolved Universal Terrestrial Radio Access (E-UTRA) and Evolved Universal Terrestrial Radio Access Network (E-UTRAN);Overall Description (Release 9)[S].2011:15-39.

[3] 摩洛哥.LTE-UMTS长期演进理论与实践[M].北京:人民邮电出版社,2009:17-22. Morocco.LTE-UMTS Long Term Evolution Theory and Practice[M].Beijing:People's Posts and Telecommunications Press,2009:17-22.

[4] OdedraA.Global Standards Role in Strategic Planning for Next Generation Networks&migration[R].New Delhi:ITUForum for RWG for Asia Pacific Rwgion,2007.

[5] 何廷润.基于用户体验的3G优化体系现状与前瞻[J].移动通信,2010(21):21-24. HE Ting-run.3G Optimization System Status and Prospects based on User Perception[J].Mobile Communications,2010(21):21-24.

[6] 刘 辉.用户感知系统的技术研究与实现[J].移动通信,2011(10):80-84. LIU Hui.Research and Implementation of User Perception System[J].Mobile Communications,2010(10):80-84.

[7] 钱 龙.基于用户感知的无线网络优化平台[J].中国科技信息,2009(04):120-121. QIAN Long.Wireless Network Optimization Platform Based on User Perception[J].China Science and Technology Information,2009(04):120-121.

文 武（1970—），男，博士，教授级高级工程师，主要研究方向为通信新技术应用研究；

燕历科（1990—），男，硕士研究生，主要研究方向为网络规划与优化、用户感知的评估。

Method of Network Planning based on User Perception

WEN Wu1,2,YAN Li-ke1
（1.Research Centre for Application of New Communication Technologies, Chongqing University of Posts and Telecommunications, Chongqing 400065, China; 2.Chongqing Information Technology Designing CO., LTD, Chongqing 400065, China）

Due to the traditional network planning based on network KPI indicators ,which can not effectively meet the demand of current user for high speed data, and to further improve the user quality of experience (QoE), this paper combine the network resource management system and the actual network coverage situation, in considering the basis of business development and actual needs of users, through the poor cell determination and the big data analysis of user dynamic, we proposed a kind of method to determinate userperceived poor cell, in order to realize the exact positioning of the poor cell and poor user, the results show that this method has a high accuracy and reliability, and provides a high value to improve overall network performance and user experience.

QoE;LTE;Poor cell;Network planning

TN929.5

：A

：1002-0802(2016)-06-0741-04

10.3969/j.issn.1002-0802.2016.06.017

2016-02-10;

：2016-05-06 Received date:2016-02-10;Revised date:2016-05-06