基于大数据的5G寻呼成功率优化研究与实践

摘要：随着5G网络的规模化，用户对5G网络质量要求逐步提高，对SA网络的优化势在必行。文章介绍了5G SA寻呼优化的框架，深入研究了寻呼的流程，对寻呼流程进行分解，找出关键点，基于XDR话单，提出了寻呼成功率的大数据分析方法。根据寻呼成功率优化框架，针对寻呼因素进行分析研究，找出影响寻呼的因素包括寻呼策略、无线因素、接入因素、其他因素等，并根据对实际网络进行优化实践，提出优化建议及改进方案，对5G SA的核心网优化提供了经验指导。

关键词：5G SA；寻呼成功率；优化；XDR话单；大数据

doi：10.3969/J.ISSN.1672-7274.2023.04.004

中图分类号：TN 915" " " " " " " "文献标示码：A" " " " " " " "文章编码：1672-7274（2023）04-00-04

Research and Practice of 5G Paging Success Rate Optimization Based on Big Data

YAN Yanfang， HAO Shuangyang， KONG Lingyi， YANG Jiao

（China Unicom Henan Branch， Zhengzhou 450000， China）

Abstract： With the scale of 5G network， users' requirements for 5G network quality are gradually improved， and the optimization of SA network is imperative. This paper introduces the framework of 5G SA paging optimization， deeply studies the paging process， decomposes the paging process， finds out the key points， and puts forward the big data analysis method of paging success rate based on XDR bill. According to the paging success rate optimization framework， this paper analyzes and studies the paging factors， finds out the factors affecting paging， including paging strategy， wireless factors， access factors and other factors， carries out optimization practice according to the actual network， puts forward optimization suggestions and improvement schemes， and provides empirical guidance for the core network optimization of 5G SA.

Key words： 5G SA; paging success rate; optimization; XDR bill; big data

1" 研究背景

5G SA商用以来，业务发展迅速，截至2022年4月底，某运营商5G SA用户已超过1亿，某省5G SA签约用户数也超过千万，登网用户数超百万。5G SA核心网采用云化组网且网络架构复杂，同时5G SA核心网作为一张全新的网络，全无经验可以借鉴，在日常运营及网络优化中面临着诸多问题。随着网络规模的逐步壮大，用户对网络质量要求的逐步提高，对SA网络的优化势在必行。某运营商针对5GC网络的复杂性，提出了5G SA专项优化活动，明确提出了5G SA网络指标的具体要求。作为5GC的集约化运营单位，肩负着网络优化工作及提高5G SA用户感知的重要责任，开展核心网优化工作责无旁贷。

本文介绍的5G SA寻呼成功率优化是5G核心网专项优化行动中的重要一项，本文深入研究并提出了5G SA的寻呼优化框架，分析寻呼的信令流程，对寻呼流程进行分解并找出关键点，同时基于5G XDR话单，研究了寻呼成功率的大数据分析方法。根据寻呼成功率优化框架，针对寻呼因素进行分析研究，找出影响寻呼的重要因素：寻呼策略、无线因素、接入因素等，根据大区实际网络进行优化实践，并提出优化建议及改进方案，对5G核心网优化提供经验指导。聚焦数字化转型，网业协同，为5G发展提供强有力的技术支撑和网络保障，全面提高公司的网络口碑。

2" 寻呼成功率分析

2.1 寻呼优化的框架

寻呼（Paing），就是网络（接入网或核心网）寻找手机或唤醒手机的过程。因为手机是移动的，其位置是动态变化的，且手机可能异常关机或进入低功耗状态，手机并非时时刻刻与基站或核心网保持RRC连接。当网络中有其他用户需要呼叫手机时，网络就需要找到该手机，然后唤醒手机，并通知该手机，申请上行资源，重新建立RRC连接。

手机（UE）从连接状态转变为空闲态，该手机的空口的RRC连接已经释放，处于RRC Idle状态，也就是说空口用户面承载都已经释放，这时候网络侧如果要与用户通信，需要发起寻呼流程，通知终端发起新的RRC连接[1]。

寻呼的触发条件包括：N1接口至UE的信令触发；短信业务；语音业务；普通的数据业务。

2.2 寻呼的流程分解

对寻呼流程进行分解，并找出其中的关键点。

①寻呼触发。第一，SMF以外的其他与AMF互联的NF触发的如签约变更等信令面的通知到达AMF后，AMF触发寻呼流程。第二，PDU会话业务触发，包括短信业务、语音业务、普通的数据业务（本专题主要讨论点，现网寻呼的主要触发场景）。

关键点：触发的业务类型。

②下行消息通知。SMF收到下行消息的通知，将其转发至AMF触发寻呼流程。

③寻呼。AMF收到SMF的N1N2messagetransfer消息，基于自身的寻呼策略，发送寻呼消息至GNB。

关键点：寻呼策略（次数、timer、范围）。

④接入。用户接到寻呼后，开始接入网络，触发SR流程。

关键点：寻呼消息的成功接收。

2.3 寻呼的大数据分析

基于大数据XDR，细化网络指标，挖掘终端、用户、无线（ENB/TA级别）质差。表1为寻呼XDR关键字段。

3" 寻呼成功率优化研究与分析

根据寻呼成功率优化框架，针对寻呼因素进行分析研究得知，影响寻呼的因素包括寻呼策略、无线因素、接入因素、其他因素等。

3.1 寻呼策略的影响

理论上寻呼的次数越多、寻呼范围越大、总体寻呼持续时间越长，则寻呼成功概率越大。网络中通常为了考虑负荷与用户时延感知的影响，存在RAN、RAN list、TA、TA list范围的寻呼选择，AMF基于此定义各类业务的策略组。

3.1.1 步进式等待时长优化方法

（1）步进式寻呼：每次寻呼范围逐渐增大，即当小范围级别寻呼不到时，再到大范围寻呼级别寻呼。

（2）理论最优：N次寻呼策略等待时延（timer）≈平均N次寻呼响应时延，当N策略等待时延大于平均N次响应时延时，多出的时间较大概率为无效等待时间，缩短无效等待时间，可以优化寻呼响应时延[2]。

3.1.2多网元联动定时器适配

（1）语音寻呼策略优化：语音业务涉及IMS/5GC两个网络，两个网络对应的业务超时和寻呼超时定时器需匹配。

理论最优：IMS网络业务超时时间≈寻呼超时时间，优化匹配两者时间，可以最大限度提升业务的寻呼成功率，同时避免寻呼时间过长对网络的资源消耗和潜在的流程冲突[3]。

（2）GNB eDRX周期与寻呼周期适配：UE在空闲态时，一般工作在eDRX不连续接收状态，即间隔性监听寻呼信道，以节省电池消耗。

理论最优：寻呼间隔时间＞N×eDRX周期。

3.2 无线因素的影响

3.2.1 Top N质差

（1）基于AMF设备counter，从1/N次TA/AMF级别的寻呼成功率、时延、服务请求成功率出发，横向对比挖掘Top N TAC质差。

（2）基于大数据，分GNB、区域、AMF、终端类型、终端、用户成功率和时延挖掘Top N GNB/终端类型/终端/用户质差。

3.2.2 Top N异常GNB

（1）Top N异常GNB：连续多个周期寻呼请求次数为0。

（2）Top N异常GNB：连续多个周期服务请求次数＞0，成功率为0，判断边界是否合理。

（3）Top N异常GNB：连续多个周期寻呼请求次数大于0，寻呼响应成功率为0。

（4）Top N负荷高GNB：连续多个周期GNB负荷过高。

3.2.3 TAC不合理边界

Top N异常GNB：位置更新导致的注册次数Top N（基于gnb_ip_add汇聚计算procedure_type=0且Registration_type=2的次数）。

3.2.4 GNB连接

（1）全连接。决定了TA等大范围寻呼级别下寻呼消息是否下发得完整，对寻呼成功率影响较大。

①未全连接POOL：定期或者自动核查GNB是否全连接AMF POOL，对于未全连接的GNB及时修正。

②错误连接至其他POOL：定期或者自动核查GNB是否连接到了其他POOL，对连错GNB及时修正。

（2）超级TAC。AMF最多一次下发512个寻呼消息，当TA list下基站数超过512时，间隔一定时间发送第2次，最高不能超过1024个。因此，网络规划中，TA或TA list下基站个数最好不超过512。可定期通过寻呼大数据计算TA或TA list下平均基站数量或者在AMF上通过基站互联信息，手工统计各TA或TA list下基站数量，及时修正超级TAC。

4" 寻呼成功率优化实践

寻呼的评估方法是，基于AMF设备counter，从1/N次TA/AMF级别的寻呼成功率、时延、服务请求成功率出发，纵向监控网络异常抖动，横向对比挖掘质差。

4.1 寻呼策略优化实践

根据当前某省5GC网元设定的寻呼策略：对于数据寻呼策略，第一次寻呼基于最近活动RAN列表寻呼，寻呼时长3秒，寻呼1次；第二次基于最近活动TA寻呼，寻呼时长6秒，寻呼1次；第三次基于最近活动TA列表寻呼，寻呼时长6秒，寻呼2次。

通过对某2日共48小时的寻呼XDR话单进行大数据分析，发现大部分寻呼时延在2秒左右。根据当前网络侧的设置，一次寻呼等待时长3秒，平均寻呼响应时延1秒左右，时长不匹配。建议优化一次寻呼timer，可以缩短无效等待时间，优化寻呼响应时延。

同时通过定期对TaList下挂基站的分析得出，建议每个TaList下挂基站不超过512个，以减少寻呼时延。

4.2 无线影响因素优化实践

以某省某日的寻呼成功率分析为例，从以下几个方面进行全面分析。

（1）在专业网管上，分网元统计性能指标，通过对AMF成功率进行分析可知，各AMF无明显差异。

（2）在专业网管上统计分TAC寻呼成功率，找出低于90%的TAC列表。

（3）通过对5G信令XDR话单进行大数据分析，找出寻呼成功率质差Top 10 TAC，对这些TAC数据进行详细分析，发现这些TAC下，TAC级别的寻呼次数极少，需确认TAC数据是否准确。后经进一步排查，发现是这些TAC下基站数过少造成的，属于正常情况。

（4）通过对5G信令XDR话单大数据，取全省全量2个小时的数据，对于总请求次数为1～2次，成功次数为0次的ToP20基站进行逐一排查，结果有三种情况：一是基站故障；二是基站站点在地铁站，因该市地铁正在建设中，还未开放，人流较少，因此基站下用户数较少；三是基站属于2.1 GHz的站点，覆盖区域为乡镇，且2.1 GHz的5G终端用户数少，因此导致总请求次数较少。

通过以上几点分析，可确定寻呼成功率低是由无线原因影响所致。

5" 结束语

文章围绕5G网络SA寻呼成功率优化，提出寻呼优化的框架，通过对寻呼的核心网侧信令流程进行分解找出关键点，结合性能指标、XDR话单大数据进行分析研究，找出影响寻呼的关键点。根据寻呼成功率优化框架，针对寻呼因素进行分析研究，找出影响寻呼的因素包括：寻呼策略、无线因素、接入因素、其他因素等，并根据实际网络进行了优化实践，提出了优化建议及改进方案，对5G SA的核心网优化提供了经验指导。5G SA注册用户数的快速增长，对5G网络质量提出更高要求，网络优化工作将会常态化开展，本文对深化网络数字化转型具有积极的意义，为后续的5G化发展、5G网络优化提供了理论依据、方法依据和技术分析手段。■

参考文献

[1] 王保华．采用大数据挖掘方法提升寻呼成功率[J]．电信技术，2014（2）：56-60.

[2] 涂鸿渐．2G/3G LAC与4G/5G TAC的协同优化[J]．移动通信，2020，44（12）： 55-60.

[3] 严志国．无线网络环境下IMS会话建立时延分析[EB/OL]．中国科技论文在线，2009-01-13.