4G网络视频感知地理呈现及对无线网规的参考意义

谢卫浩　张拉专

【摘 要】为实现视频业务用户感知的数字化和可视化，通过建立MOS_V多维指标评价体系，利用VMAX大数据分析平台实施该指标体系的统计、地理分布呈现，包括评估原理和统计呈现效果的举例展示，具备可视化、可量化统计的特点，能达到较好的效果。最后对无线网络规划的参考意义作了具体阐述。

【关键词】视频业务 用户感知 MOS VMAX 地理化

1 引言

近年来，随着用户对移动通信网络质量的要求越来越高，同时移动运营商之间的竞争也日趋激烈，移动运营商已经不满足于用传统的网络KPI（Key Performance Indicator，关键绩效指标）指标来评估网络质量，更多的关注将转向典型业务的用户感知指标。

4G时代典型业务有哪些？如何实现典型业务的用户感知指标的量化，达到看得见、摸得着的效果？这是移动运营商、设备厂商非常关注的问题。基于此，本文将介绍为何选取视频业务作为代表，并利用大数据平台实现视频业务的用户感知评价定义、统计流程及地理化呈现的方法。此外，为了实现典型业务的感知质量保障，涉及很多专业之间的分工配合，本文还将从无线网络规划设计专业角度来探讨如何去实现保障目标。

2 视频业务感知质量MOS_V及其统计

呈现

2.1 为何选取视频业务

在4G网络的各种典型业务类型（如网页浏览、即时通信、社交媒体、文件下载等）中，视频业务是其中的标杆。

一方面，该业务具有下行需求为主、大流量、时延敏感等特征，性能要求高、保障难度大；另一方面，解决保障难度大的业务具有示范带动作用，意义比较大。

2.2 参数定义

视频业务用户感知主要体现在业务启动时延、播放是否流畅、视频分辨率三个方面，其中播放是否流畅又可细分为出现卡顿（画面出现停顿）的次数和卡顿恢复快慢。因此，中兴通讯定义视频感知参数为MOS_V（Mean Opinion Score_Video，视频感知意见得分），公式如下：

MOS_V=vCoding×（w1×vInitial+w2×vStalling+w3×vRecovery） （1）

其中，vCoding表示平均码率系数，分辨率越高值越高，如1 080p分辨率对应0.9、720p对应0.8、360p对应0.56；vInitial表示初始播放时延得分，时延越小得分越高，如时延100 ms对应5分、3 s对应4分、10 s对应1分；vStalling表示卡顿频次得分，次数越少得分越高，如0次对应5分、2次对应4分；vRecovery表示卡顿恢复时长得分，恢复时长越小得分越高，如无卡顿对应5分、卡顿时长/播放时长=5%对应4分、卡顿时长/播放时长=10%对应3分；各维度的权重表示重要程度，可由运營商自行定义，参考取值w1=0.25、w2=0.38、w3=0.37。

2.3 统计实现方式

中兴通讯的VMAX大数据平台是针对移动通信网络的端到端智能分析平台，具备强大的多维信息采集和分析能力，已经实现移动通信用户各种业务类型、协议类型的识别以及视频业务上述各项质量参数值的智能采集，从而可以计算出用户每次视频业务的MOS_V得分；同时，还可以检索输出该次视频业务启动时的用户地理位置经纬度、主服务基站和小区编号、下载平均速率、参考信号覆盖电平RSRP（Reference Signal Receiving Power，参考信号接收功率）、下行调制索引号MCS（Modulation and Coding Scheme，调制与编码策略）等无线关键指标。

2.4 地理化呈现实例

视频业务的话务感知质量信息必须进行地理分布图形化、分类统计图表化，才便于运营商相关部门认知并采取针对性改善工作。

为便于理解，举例如下：

2016年7月某日忙时，基于VMAX平台提取的视频话务原始数据和地理化图形显示工具，选出某省会城市视频话务最密集的区域之一——一环内东南部3.3 km×3.8 km的一片区域，共有50 m×50 m的地理栅格约5 000个，对该区域进行相关信息的地理化呈现和统计。具体如图1所示：

在统计周期内，各地理栅格（50 m×50 m）的视频话务记录数分布如图2所示，可体现视频话务的地理化疏密程度。其中，红色和橙色表示视频业务次数较多（红色为不小于5次）；空白缺失的栅格表示未录得有效视频话务记录。

由此可见，天府广场以东、春熙路商业中心区域一带以及西南部华西医院附近的视频话务量较大。

图3为视频业务平均下载速率的地理分布。其中，蓝色、浅蓝色、绿色表示下载速率较高（蓝色为不小于8.2 Mb/s）。

由此可见，下载速率分布总体正常，67%的栅格下载速率不小于2.7 Mb/s，51%的栅格下载速率不小于4.1 Mb/s。

对于MOS_V参数，由于不同分辨率视频的得分系数差异较大（如720p对应0.8、360p对应0.56），所以多种分辨率的MOS_V显示在同一张图上意义不清晰，高、中、低分辨率分别显示比较适宜。

图4为较高分辨率（≥720p）视频业务的MOS_V地理分布。其中，蓝色、绿色表示MOS_V≥3.3。

由于高分辨率的视频话务比重暂时不大，所以图4中有不少空白的栅格表示统计周期内暂无高分辨率视频话务。

在有高分辨率视频话务的栅格中，MOS_V<2.6的栅格占13%，MOS_V=[3.3， 3.8]的栅格占65%，MOS_V≥3.8的栅格占18%；对比上文，MOS_V<2.6对应的“高码率下载速率”栅格大多为黄色、淡蓝色、红色，主要在4.1 Mb/s以下，表示下载速率对MOS_V有关联影响。

作为无线关联指标的示例，图5为所有视频业务起始时的RSRP地理分布：endprint

其中，白色栅格表示其视频话务记录的RSRP信息缺失。在有RSRP信息的栅格中，20%的栅格RSRP< -105 dBm，其中2%的栅格RSRP<-115 dBm，考虑到大部分话务发生在室内，总体覆盖情况属于正常。

除了地理化显示外，还可以进行其他视角的统计分析。图6是相同地理区域、相同统计周期的不同分辨率视频的话务对比，其中包含视频业务使用次数的占比和使用用户数的占比。

由此可见，现状中低分辨率（240p～480p）的视频话务仍占大部分，按业务使用次数来看，合计占57%+21%+8%=86%，高分辨率（≥720p）的约占14%；按用户数统计，各分辨率的分布比例类似。但随着大屏智能手机的快速普及、高分辨率视频源的丰富，预计2017至2018年高分辨率视频的话务会明显提升。

3 对无线网络规划的参考意义

基于大数据平台，实现上述视频业务用户感知地理化呈现，对于无线网络规划工作的意义体现在：

（1）为视频业务保障的区域范围划定提供依据：找出视频话务聚集区，作为视频业务保障的重点区域；对于视频话务稀少的区域，可以不考虑视频业务保障。

（2）为视频业务保障速率等级及范围划定提供依据：找出高码率视频话务聚集区（如码率≥1 Mb/s或分辨率≥720p），作为较高速率视频业务保障的重点区域，其余区域的视频保障速率可以相应降低（如分辨率降至360p、240p等），各区域满足本地绝大部分用户需求，符合区域差异化、按需投入的建设策略，有利于降低网络建设总体成本。

（3）发现业务感知存在问题及其地理目标的基本方法：找出视频业务质量不良区，主要是高码率视频源对应的MOS_V偏低、平均下载速率偏低等情况；避免全网全范围做保障，为网规网优工作实施提供主要目标，做到有的放矢。

（4）在针对上述问题的网规网优改善方案实施后，再次进行感知地理呈现和统计，验证改善方案的效果。

（5）对于满足质量要求的区域，可统计形成正常商用情况下的视频业务话务模型、满足质量目标的无线指标KPI门限，供其他业务区参考使用。

无线网规工作的重点和难点与上述第（3）点比较相关，进一步说明如下：

由于造成质量问题的原因可能有很多种，涉及多个专业，因此：

第一步：需要对问题进行定位定界。无线网规专业关注问题地理位置的网络空口承载速率能力是否满足要求，所以需要展开分析该位置所属服务小区、服务小区及邻区的RSRP、服务小区及邻区的空口资源占用率（PRB占用率）等无线指标关键信息，评估在已有商用负荷下，LTE业务信道信噪比、服务小区空口剩余资源在该地理位置可承载的下行突发吞吐量能力，从而确定空口承载速率能否满足指定分辨率视频的保障要求，如720p分辨率视频初始缓存不大于3 s要求5 Mb/s的下行保障速率。

第二步：如果判断并核实空口速率承载能力不满足，则需要进一步细化分析各种无线指标，研究是通过加强覆盖还是通过服务小区容量扩容来提升承载速率水平，并形成可实施方案；如果空口速率保障没问题，则质量问题是其他原因引起（如有线传输资源、核心网、服务提供商服务器等），应移交其他专业（如无线网优、传输、核心网等）处理解决。

4 结束语

本文主要讨论了移动网络的视频业务质量地理呈现的意义、评判原理、主要过程和呈现效果，并阐述了对网规专业的参考意义。虽然仅对视频业务作了示范，但其主要思路对其他典型业务同样适用，如网页浏览、即时通信等常见业务，同样可以定义各自的感知量化评价体系，通过大数据平台实现统计评估、地理化呈现。下一阶段希望向智能化、高效化、实用化发展，更好地服务于网络运维和发展。

参考文献：

[1] 中兴通讯. 大视频白皮书[EB/OL]. （2016-06-24）[2017-04-21]. http：//www.zte.com.cn/china/solutions/service-innovation/201606241756/201606241757.

[2] 人民郵电报. 大数据技术创新奖：中兴通讯VMAX大数据分析平台[EB/OL]. （2016-01-05）[2017-04-21]. http：//www.cnii.com.cn/wlkb/rmydb/content/2016-01/05/content_1676883.htm.

[3] 中兴通讯. 大数据方案（运营商）[EB/OL]. （2013-11-02）[2017-04-21]. http：//www.zte.com.cn/cn/services/products/tools/solutions/201311/t20131102_412190.html.

[4] 李彦丽，金东瀚，焦秉立. 几种典型的感知视频质量评价模型[J]. 计算机工程与应用， 2002（13）： 66-68.

[5] 赵晟，姜进磊. 典型大数据计算框架分析[J]. 中兴通讯技术， 2016（2）： 14-18.

[6] 中兴通讯. 用户体验保障解决方案[EB/OL]. （2015-06-22）[2017-04-21]. http：//www.zte.com.cn/china/services/industries/3/412249.

[7] 中兴通讯. 网优专家系统NetMax产品[EB/OL]. （2013-08-21）[2017-04-21]. http：//www.zte.com.cn/cn/products/wireless/unipos/201308/t20130821_403994.html.

[8] 中兴通讯. VMAX无线运维大数据方案[Z]. 2016.

[9] 中兴通讯. 基于用户感知的流媒体体验评估体系[Z]. 2016.

[10] 中兴通讯. 保障视频业务质量的无线网规方法和VMAX配套分析[Z]. 2016.endprint