基于CDL話單的高鐵無(wú)線網(wǎng)絡(luò)分析

葉冠武

【摘 ? ?要】通過(guò)提取高鐵站點(diǎn)的所有CDL話單，根據(jù)高鐵列車(chē)上通話的特點(diǎn)，探討高鐵話單的篩選規(guī)則，用以篩選出在高鐵上通話的話單，借由話單分析得到更為廣泛和精確的高鐵用戶行為及網(wǎng)絡(luò)數(shù)據(jù)，以此進(jìn)行高鐵無(wú)線網(wǎng)絡(luò)的優(yōu)化。

【關(guān)鍵詞】高速鐵路 ? ?CDL話單 ? ?用戶行為

中圖分類(lèi)號(hào)：TN929.5 ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ?文章編號(hào)：1006-1010（2014）-22-0003-05

Analysis on High-Speed Rail Wireless Network Based on CDL Bill

YE Guan-wu

（China Youke Communication Technology Co.， Ltd.， Fuzhou 350007， China）

[Abstract]

According to the characteristics of the high-speed rail calls， all CDL （Call Detail Log） bills in high-speed rail station are extracted. The filtering rules of high-speed rail are discussed to filter the bills of high-speed rail. By analyzing bills， the comprehensive and precise high-speed rail users behaviors and network data can be derived to optimize high-speed rail wireless network.

[Key words]high-speed rail ? ?CDL bill ? ?single user behavior

1 ? 引言

高鐵無(wú)線網(wǎng)絡(luò)一般采取針對(duì)高鐵線路覆蓋的專(zhuān)門(mén)站點(diǎn)和大網(wǎng)站點(diǎn)相互結(jié)合的覆蓋方式，但這并無(wú)法避免專(zhuān)門(mén)站點(diǎn)覆蓋到高鐵周邊的其他區(qū)域，無(wú)法通過(guò)后臺(tái)提取的站點(diǎn)KPI指標(biāo)得到準(zhǔn)確的高鐵網(wǎng)絡(luò)運(yùn)營(yíng)狀況，因此需要進(jìn)行大量的測(cè)試。由于較高的車(chē)速導(dǎo)致高鐵無(wú)線網(wǎng)絡(luò)復(fù)雜多變，隨機(jī)異常事件頻發(fā)，上車(chē)測(cè)試得到的采樣數(shù)據(jù)有限，所以通過(guò)測(cè)試得到的網(wǎng)絡(luò)整體狀況不夠準(zhǔn)確，同時(shí)又需要耗費(fèi)大量的人力物力。

通過(guò)系統(tǒng)提取CDL（Call Detail Log）話單，可以得到大量的通話記錄，從中篩選出用戶在高鐵上的通話記錄，從而得到海量的高鐵通話數(shù)據(jù)，再對(duì)這些數(shù)據(jù)進(jìn)行分析，得到更為準(zhǔn)確的高鐵用戶行為和網(wǎng)絡(luò)狀況，以便進(jìn)行市場(chǎng)分析，同時(shí)也為上車(chē)測(cè)試提供新的方向，緩解了高鐵優(yōu)化工作對(duì)上車(chē)測(cè)試的需求。

2 ? 基于CDL話單的高鐵無(wú)線網(wǎng)絡(luò)分析

2.1 ?話單提取

通過(guò)網(wǎng)優(yōu)平臺(tái)或基站設(shè)備廠家網(wǎng)優(yōu)工具，提取足夠數(shù)量的話單樣本以作分析。

2.2 ?話單篩選

針對(duì)提取的樣本話單，根據(jù)高速動(dòng)車(chē)上通話的特點(diǎn)擬定一定的原則進(jìn)行篩選，再根據(jù)不同線路高鐵動(dòng)車(chē)的不同情況，擬定相應(yīng)的篩選規(guī)則。以下篩選條件適用于大多的高鐵通話，可作為日常應(yīng)用參考。

各條件存在先后順序，需要?jiǎng)h除的話單標(biāo)記為0，待保留的標(biāo)記為1：

（1）S1：保留起呼小區(qū)和釋放小區(qū)均為高鐵覆蓋小區(qū)的話單，刪除其余話單。

（2）刪除確定非高鐵通話的話單：

◆D1：刪除非高鐵運(yùn)營(yíng)時(shí)間內(nèi)的話單。若列車(chē)趟次較少，可精確至每趟列車(chē)通過(guò)時(shí)間;若趟次較多（如下例中的福廈線），先刪除運(yùn)營(yíng)時(shí)間外（通常為夜間至凌晨）的話單。

◆D2：刪除大網(wǎng)IMSI的話單。如同一時(shí)段在同一小區(qū)多次起呼的IMSI可以判定為大網(wǎng)IMSI。

◆D3：刪除起呼小區(qū)相同但呼叫時(shí)長(zhǎng)大于通過(guò)該小區(qū)覆蓋范圍所用時(shí)間的話單。

◆D4：其他。根據(jù)各地高鐵網(wǎng)絡(luò)現(xiàn)狀自定義篩選原則。

（3）保留確定和不確定是高鐵通話的話單：

◆A1：短話單。以單個(gè)小區(qū)平均覆蓋1km計(jì)算，若高鐵以200km/h的時(shí)速通過(guò)該小區(qū)大約需要18s，建議以18s作為短話單判定標(biāo)準(zhǔn)，保留200km/h時(shí)速下運(yùn)營(yíng)的動(dòng)車(chē)線路上的通話短話單。

◆A2：釋放小區(qū)為相鄰地市小區(qū)的話單。以中興設(shè)備為例，其跨地市的話單會(huì)被分為兩條，存在于相鄰地市的兩個(gè)BSC上，不易判斷，暫作保留，而本地市的跨BSC話單仍為一條話單。

◆A3：高鐵站點(diǎn)小區(qū)話單。只覆蓋高鐵而吸收不到高鐵周邊話務(wù)的小區(qū)的話單，如無(wú)人山區(qū)或無(wú)外引信號(hào)的隧道洞室等。

◆A4：其他。根據(jù)各地高鐵網(wǎng)絡(luò)現(xiàn)狀確定符合各自情況的原則進(jìn)行篩選。

（4）對(duì)可能是高鐵上通話的話單參考高鐵通話的特點(diǎn)用相關(guān)條件進(jìn)行篩選，刪除不符合條件的話單：

◆F1：根據(jù)起止距離（起呼位置到終止位置的距離，部分網(wǎng)優(yōu)平臺(tái)可提取，也可根據(jù)話單字段得到，若粗略估計(jì)可以用起止小區(qū)經(jīng)緯度代替）和理論通過(guò)距離（通話時(shí)長(zhǎng)乘以動(dòng)車(chē)行駛速度）進(jìn)行比較，預(yù)留一定裕量，刪除兩者差別較大的話單。

◆F2：其他。根據(jù)各地高鐵網(wǎng)絡(luò)現(xiàn)狀確定符合各自情況的原則進(jìn)行篩選。

綜合上述各項(xiàng)原則及其之間的優(yōu)先級(jí)，得到如下篩選公式：

K=S1*product（D1，D2，D3，D4…）*[sum（A1，A2，A3，A4…）+

product（F1，F(xiàn)2…）] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

若K值等于0，則刪除該話單;若K值不為0，則保留該話單，判定其為高鐵上通話話單。

2.3 ?話單分析方法

根據(jù)上述篩選出的話單可以進(jìn)行由宏觀到微觀、由整體到細(xì)節(jié)的分析，從大量話單中找出高鐵網(wǎng)絡(luò)的整體規(guī)律、話務(wù)模型，為高鐵網(wǎng)絡(luò)建設(shè)、運(yùn)營(yíng)、優(yōu)化找出方向，并提供依據(jù)，再?gòu)膯蝹€(gè)小區(qū)話單、單個(gè)用戶話單的細(xì)節(jié)分析為高鐵優(yōu)化提供幫助。

（1）對(duì)提取的大量樣本話單進(jìn)行統(tǒng)計(jì)，根據(jù)話單相關(guān)字段的統(tǒng)計(jì)對(duì)用戶行為進(jìn)行分析，得到用戶在高鐵上的一些行為，如長(zhǎng)話比例、通話時(shí)長(zhǎng)等，用以幫助市場(chǎng)分析。

（2）對(duì)話單通話情況進(jìn)行統(tǒng)計(jì)得到高鐵網(wǎng)絡(luò)的話務(wù)模型，如高鐵網(wǎng)絡(luò)話務(wù)忙時(shí)、閑時(shí)等。

（3）通過(guò)分析得到高鐵上通話的整體指標(biāo)情況，如高鐵上通話的接通率、掉話率等，該結(jié)果相比較上車(chē)DT測(cè)試所得由于其采樣數(shù)據(jù)量大，更能客觀反映整體指標(biāo)。另外，部分高鐵站點(diǎn)需要同時(shí)兼顧大網(wǎng)，故這些高鐵站點(diǎn)的KPI指標(biāo)包含對(duì)大網(wǎng)通話情況的統(tǒng)計(jì)，無(wú)法得到其在高鐵上的網(wǎng)絡(luò)情況，通過(guò)對(duì)這些高鐵站點(diǎn)話單的篩選可以得到它們對(duì)高鐵的覆蓋情況。因此，高鐵話單分析出的結(jié)果相對(duì)網(wǎng)管KPI指標(biāo)更能準(zhǔn)確反映高鐵網(wǎng)絡(luò)質(zhì)量，找到高鐵網(wǎng)絡(luò)的真正短板。

（4）通過(guò)上述對(duì)話單統(tǒng)計(jì)得到高鐵整體網(wǎng)絡(luò)情況之后，針對(duì)網(wǎng)絡(luò)短板，對(duì)相應(yīng)的話單進(jìn)行更加有針對(duì)性的分析。如上述統(tǒng)計(jì)得到高鐵掉話嚴(yán)重的小區(qū)，可以針對(duì)該小區(qū)的掉話話單逐條分析掉話相關(guān)字段，得到該小區(qū)內(nèi)掉話的情況，再結(jié)合路測(cè)數(shù)據(jù)或網(wǎng)管信令跟蹤情況進(jìn)行優(yōu)化。

3 ? 某高鐵話單分析優(yōu)化示例

3.1 ?某高鐵用戶規(guī)模預(yù)估

每個(gè)基站設(shè)備廠家話單字段有所不同，本次優(yōu)化選取某高鐵沿線連續(xù)3個(gè)同廠家的本地網(wǎng)（依次為A/B/C這3個(gè)地市）路段作為分析對(duì)象進(jìn)行分析優(yōu)化。

優(yōu)化路段全程約200多公里，高速鐵路車(chē)程約70分鐘，沿線高鐵扇區(qū)近200個(gè)。該段高鐵運(yùn)營(yíng)時(shí)間為每日首班車(chē)06：30出發(fā)，末班車(chē)由C地市出發(fā)到達(dá)A地市的時(shí)間為23：05左右。根據(jù)高鐵客運(yùn)情況和運(yùn)營(yíng)商市場(chǎng)占有率情況，對(duì)該段高鐵的CDMA用戶規(guī)模進(jìn)行預(yù)估，用以判斷篩選結(jié)果的合理性，并結(jié)合話單分析市場(chǎng)用戶行為。預(yù)估情況如表1所示：

表1 ? ?高鐵優(yōu)化路段用戶規(guī)模預(yù)估

全程公里數(shù)/km 273

平均每列乘客/人 700

每日往返列車(chē)數(shù)/對(duì) 45

上座率/% 90

合計(jì)乘客/人 56 700

手機(jī)普及率/% 95

市場(chǎng)占有率/% 25

每日動(dòng)車(chē)CDMA用戶數(shù)/人 13 466.25

每趟動(dòng)車(chē)平均CDMA用戶數(shù)/人 149.625

根據(jù)上述估計(jì)，每日約有1.3萬(wàn)個(gè)CDMA用戶經(jīng)過(guò)該段高鐵，而平均每列動(dòng)車(chē)上約有150個(gè)CDMA用戶。

3.2 ?話單篩選

網(wǎng)優(yōu)平臺(tái)提取高鐵沿線地市A到地市C基站一周的數(shù)據(jù)，起呼和釋放小區(qū)均為該段高鐵沿線覆蓋小區(qū)的話單，累計(jì)90多萬(wàn)條，作為采樣樣本進(jìn)行篩選。

參考上述篩選原則，并結(jié)合福廈線高鐵的情況，根據(jù)下列條件對(duì)樣本話單進(jìn)行篩選：

（1）D1：刪除大網(wǎng)IMSI話單1。同一時(shí)段在同一小區(qū)起呼次數(shù)3次及以上的IMSI判定為大網(wǎng)IMSI，刪除該IMSI在該時(shí)段的話單;同一天在同一小區(qū)有3個(gè)時(shí)間段有起呼記錄的IMSI判定為大網(wǎng)IMSI，刪除該IMSI在當(dāng)天所有話單。

（2）D3：刪除起止小區(qū)相同但呼叫時(shí)長(zhǎng)大于動(dòng)車(chē)通過(guò)該小區(qū)覆蓋范圍所用時(shí)間的話單。以每小區(qū)通過(guò)時(shí)間為18s計(jì)算，即呼叫時(shí)長(zhǎng)大于（18s*該小區(qū)同PN小區(qū)數(shù)），車(chē)站A和車(chē)站B各?？?分鐘，因此比較時(shí)加上停靠時(shí)間。

（3）A1：保留18s內(nèi)的短話單。

（4）A2：保留終止小區(qū)為邊界小區(qū)的話單。

（5）F1：呼叫起止距離與理論通過(guò)距離比較，刪除理論距離大于起止距離2倍以上的話單（為防止起止距離誤差，預(yù)留一定裕量），刪除理論距離小于起止距離較多的話單，此處差值以（起止小區(qū)的同PN小區(qū)數(shù)之和/2*1km）為判定標(biāo)準(zhǔn)。

篩選公式如下：

K=D1*D2*（A1+A2+F1） ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

若K值為0則保留，判定為高鐵話單作為下文分析之用。

由該篩選方法從90多萬(wàn)條話單中得到83 627條話單。

3.3 ?用戶行為分析

對(duì)篩選出的83 637條話單進(jìn)行統(tǒng)計(jì)，結(jié)果如表2所示：

表2 ? ?高鐵話單篩選結(jié)果

累計(jì)話單數(shù) 83 637

累計(jì)話務(wù)量/Erl 651.28

累計(jì)通話IMSI數(shù)量 54 586

日均話單 11 948.14

日均話務(wù)量/Erl 93.04

日均通話IMSI數(shù)量 7 798.00

每IMSI產(chǎn)生話單數(shù) 1.53

平均每趟列車(chē)通話IMSI數(shù) 86.64

平均每趟列車(chē)產(chǎn)生話單 132.76

平均每話單通話時(shí)長(zhǎng)/s 28.03

主叫話單比例/% 51.24

被叫話單比例/% 47.26

已知IMSI歸屬地話單 59 388

各本地用戶 28 416

漫游話單比例/% 52.15

各本地用戶主叫話單 13 354

各本地用戶主叫長(zhǎng)途比例/% 10.84

從表2可知，根據(jù)話單結(jié)果該段高鐵動(dòng)車(chē)上日均產(chǎn)生11 948條語(yǔ)音話單，日均話務(wù)量約為93.04Erl。由上述預(yù)估每趟列車(chē)有天翼用戶數(shù)150人，其中地市A至地市C約有86人產(chǎn)生語(yǔ)音通話話單，平均每2人撥打3次電話，每次通話時(shí)間約為28s，主叫和被叫比例約為1：1。

由于平臺(tái)數(shù)據(jù)庫(kù)無(wú)法得到所有IMSI的歸屬地，從采樣結(jié)果中僅得到59 388條話單的IMSI歸屬地，對(duì)此進(jìn)行的統(tǒng)計(jì)結(jié)果看到，本地用戶僅占不到一半，漫游話單比例達(dá)52.15%，而本地IMSI的主叫話單中，長(zhǎng)途主叫的比例有10.84%，比例較高。

篩選出的話單按照時(shí)間段統(tǒng)計(jì)，由于僅提取一周數(shù)據(jù)，每日全天話務(wù)走勢(shì)不具有代表性，僅統(tǒng)計(jì)每天各時(shí)段話務(wù)分布，結(jié)果如圖1所示：

圖1 ? ?該段高鐵小區(qū)每日各時(shí)段話務(wù)情況

由圖1可以看到，每日各時(shí)段的分布中，09：00—10：00和17：00—19：00最多，最忙時(shí)為17：00，這與傳統(tǒng)的語(yǔ)音晚忙時(shí)19：00明顯不同，因此后續(xù)對(duì)該高鐵的優(yōu)化建議多參考沿線站點(diǎn)17：00時(shí)段指標(biāo)。繼續(xù)深入分析每個(gè)高鐵扇區(qū)的忙時(shí)，能更準(zhǔn)確地對(duì)每個(gè)高鐵小區(qū)話務(wù)模型進(jìn)行分析優(yōu)化。

3.4 ?掉話情況分析

采樣結(jié)果的83 637條話單中有642次掉話話單，語(yǔ)音掉話率達(dá)0.77%。由于呼叫時(shí)長(zhǎng)小于18s的短話單無(wú)法很好的區(qū)分是否是在高鐵上起呼，而大于18s的話單可以通過(guò)其他條件篩選，得到更貼近高鐵通話的話單，因此將話單區(qū)分為18s內(nèi)的短話單和18s以上的長(zhǎng)話單，分別統(tǒng)計(jì)掉話率，得到結(jié)果如表3所示：

表3 ? ?該段高鐵掉話情況

呼叫時(shí)長(zhǎng)/s 掉話次數(shù) 掉話率/% 占比/%

≤18 160 0.35 24.92

>18 482 1.29 75.08

由表3可以看到，該段高鐵上大于18s的通話掉話率達(dá)1.29%，掉話率較高?？梢詫?duì)掉話率高的小區(qū)進(jìn)行TOPN進(jìn)一步分析。分析結(jié)果與各小區(qū)網(wǎng)管掉話率指標(biāo)相比更具指導(dǎo)意義，也可與上車(chē)DT測(cè)試結(jié)果進(jìn)行比較分析，根據(jù)基站廠家的話單字段含義得到掉話原因值如表4所示：

表4 ? ?該段高鐵掉話原因

失敗原因值 掉話次數(shù)

SDM_Link_Fail_RevTooManyBadFrm 550

ERR_SPS_RLSA_BSSAP_UnexptMsg_RcvOrgnInSessionState 71

ERR_SPS_RLSA_BSSAP_UnexptMsg_RcvRegInSessionState_Others 18

由表4得到主要的掉話原因：“SDM_Link_Fail_RevTooManyBadFrm”，該原因的掉話次數(shù)有550次。引起該失敗值掉話的原因有很多，主要是無(wú)線環(huán)境惡化導(dǎo)致BSC側(cè)在一段時(shí)間內(nèi)收到大量壞幀，從而引起掉話。另外掉話較多的失敗原因是失敗71次的“ERR_SPS_RLSA_BSSAP_UnexptMsg_RcvOrgnInSessionState”，根據(jù)這些掉話原因，進(jìn)一步對(duì)掉話的話單進(jìn)行詳細(xì)分析。

3.5 ?其他情況分析

根據(jù)以上的分析方法，還可以對(duì)高鐵上CDMA用戶的接入情況、切換情況等指標(biāo)進(jìn)行分析，進(jìn)一步了解高鐵沿線基站的覆蓋質(zhì)量、用戶的使用行為。

4 ? 結(jié)束語(yǔ)

本文針對(duì)高鐵的特點(diǎn)，設(shè)定一定的規(guī)則對(duì)話單進(jìn)行篩選，得到較為符合高鐵列車(chē)上的通話話單。文中所列的篩選條件僅作參考，不同地市或不同的高鐵線路應(yīng)根據(jù)各自的特點(diǎn)采用不同的條件進(jìn)行更精確的篩選，如根據(jù)動(dòng)車(chē)的運(yùn)營(yíng)時(shí)間、通過(guò)每個(gè)站點(diǎn)的時(shí)間，根據(jù)該時(shí)間篩選話單可得到更精確的結(jié)果。

本文僅對(duì)CDMA語(yǔ)音話單中的一些主要字段進(jìn)行分析，得到該段高鐵CDMA語(yǔ)音網(wǎng)絡(luò)的部分用戶行為及網(wǎng)絡(luò)情況。CDL其他字段也可供優(yōu)化人員進(jìn)行分析，以獲得更多高鐵網(wǎng)絡(luò)信息，再根據(jù)整體分析得到問(wèn)題點(diǎn)，對(duì)問(wèn)題話單的相關(guān)字段進(jìn)行更深入的分析。不同基站設(shè)備廠家有其各不相同的話單字段，為優(yōu)化人員提供了通話過(guò)程的各種信息，通過(guò)對(duì)海量高鐵話單的分析，得到更準(zhǔn)確的高鐵用戶行為和無(wú)線網(wǎng)絡(luò)狀況，幫助市場(chǎng)分析和網(wǎng)絡(luò)優(yōu)化。

隨著經(jīng)濟(jì)的發(fā)展，我國(guó)將建設(shè)更多的高速鐵路，越來(lái)越多的用戶將通過(guò)高鐵出行，高鐵網(wǎng)絡(luò)的優(yōu)化工作也變得更加重要。本文通過(guò)CDL話單定位分析高鐵無(wú)線網(wǎng)絡(luò)狀況，為今后的高鐵優(yōu)化工作提供了一個(gè)較為便捷有效的優(yōu)化手段。

參考文獻(xiàn)：

[1] 張傳福，李夢(mèng)迪，王剛. 高速移動(dòng)環(huán)境下組網(wǎng)方案[J]. 電信工程技術(shù)與標(biāo)準(zhǔn)化， 2009（4）： 75-78.

[2] 張敏，李毅，舒培煉. 高速鐵路列車(chē)車(chē)廂穿透損耗應(yīng)用探析[J]. 移動(dòng)通信， 2011（2）： 21-25.

[3] 中興通訊股份有限公司. 系統(tǒng)呼叫失敗原因和掉話解釋?zhuān)?X業(yè)務(wù)分冊(cè)）[Z]. 2009.

[4] 李薔薇. 移動(dòng)通信技術(shù)[M]. 北京： 北京郵電大學(xué)出版社， 2005.

[5] 中國(guó)電信集團(tuán)公司. 2009年中國(guó)電信高速鐵路CDMA網(wǎng)絡(luò)建設(shè)指導(dǎo)意見(jiàn)（試行）[Z]. 2009.

各本地用戶主叫話單 13 354

各本地用戶主叫長(zhǎng)途比例/% 10.84

從表2可知，根據(jù)話單結(jié)果該段高鐵動(dòng)車(chē)上日均產(chǎn)生11 948條語(yǔ)音話單，日均話務(wù)量約為93.04Erl。由上述預(yù)估每趟列車(chē)有天翼用戶數(shù)150人，其中地市A至地市C約有86人產(chǎn)生語(yǔ)音通話話單，平均每2人撥打3次電話，每次通話時(shí)間約為28s，主叫和被叫比例約為1：1。

由于平臺(tái)數(shù)據(jù)庫(kù)無(wú)法得到所有IMSI的歸屬地，從采樣結(jié)果中僅得到59 388條話單的IMSI歸屬地，對(duì)此進(jìn)行的統(tǒng)計(jì)結(jié)果看到，本地用戶僅占不到一半，漫游話單比例達(dá)52.15%，而本地IMSI的主叫話單中，長(zhǎng)途主叫的比例有10.84%，比例較高。

篩選出的話單按照時(shí)間段統(tǒng)計(jì)，由于僅提取一周數(shù)據(jù)，每日全天話務(wù)走勢(shì)不具有代表性，僅統(tǒng)計(jì)每天各時(shí)段話務(wù)分布，結(jié)果如圖1所示：

圖1 ? ?該段高鐵小區(qū)每日各時(shí)段話務(wù)情況

由圖1可以看到，每日各時(shí)段的分布中，09：00—10：00和17：00—19：00最多，最忙時(shí)為17：00，這與傳統(tǒng)的語(yǔ)音晚忙時(shí)19：00明顯不同，因此后續(xù)對(duì)該高鐵的優(yōu)化建議多參考沿線站點(diǎn)17：00時(shí)段指標(biāo)。繼續(xù)深入分析每個(gè)高鐵扇區(qū)的忙時(shí)，能更準(zhǔn)確地對(duì)每個(gè)高鐵小區(qū)話務(wù)模型進(jìn)行分析優(yōu)化。

3.4 ?掉話情況分析

采樣結(jié)果的83 637條話單中有642次掉話話單，語(yǔ)音掉話率達(dá)0.77%。由于呼叫時(shí)長(zhǎng)小于18s的短話單無(wú)法很好的區(qū)分是否是在高鐵上起呼，而大于18s的話單可以通過(guò)其他條件篩選，得到更貼近高鐵通話的話單，因此將話單區(qū)分為18s內(nèi)的短話單和18s以上的長(zhǎng)話單，分別統(tǒng)計(jì)掉話率，得到結(jié)果如表3所示：

表3 ? ?該段高鐵掉話情況

呼叫時(shí)長(zhǎng)/s 掉話次數(shù) 掉話率/% 占比/%

≤18 160 0.35 24.92

>18 482 1.29 75.08

由表3可以看到，該段高鐵上大于18s的通話掉話率達(dá)1.29%，掉話率較高?？梢詫?duì)掉話率高的小區(qū)進(jìn)行TOPN進(jìn)一步分析。分析結(jié)果與各小區(qū)網(wǎng)管掉話率指標(biāo)相比更具指導(dǎo)意義，也可與上車(chē)DT測(cè)試結(jié)果進(jìn)行比較分析，根據(jù)基站廠家的話單字段含義得到掉話原因值如表4所示：

表4 ? ?該段高鐵掉話原因

失敗原因值 掉話次數(shù)

SDM_Link_Fail_RevTooManyBadFrm 550

ERR_SPS_RLSA_BSSAP_UnexptMsg_RcvOrgnInSessionState 71

ERR_SPS_RLSA_BSSAP_UnexptMsg_RcvRegInSessionState_Others 18

由表4得到主要的掉話原因：“SDM_Link_Fail_RevTooManyBadFrm”，該原因的掉話次數(shù)有550次。引起該失敗值掉話的原因有很多，主要是無(wú)線環(huán)境惡化導(dǎo)致BSC側(cè)在一段時(shí)間內(nèi)收到大量壞幀，從而引起掉話。另外掉話較多的失敗原因是失敗71次的“ERR_SPS_RLSA_BSSAP_UnexptMsg_RcvOrgnInSessionState”，根據(jù)這些掉話原因，進(jìn)一步對(duì)掉話的話單進(jìn)行詳細(xì)分析。

3.5 ?其他情況分析

根據(jù)以上的分析方法，還可以對(duì)高鐵上CDMA用戶的接入情況、切換情況等指標(biāo)進(jìn)行分析，進(jìn)一步了解高鐵沿線基站的覆蓋質(zhì)量、用戶的使用行為。

4 ? 結(jié)束語(yǔ)

本文針對(duì)高鐵的特點(diǎn)，設(shè)定一定的規(guī)則對(duì)話單進(jìn)行篩選，得到較為符合高鐵列車(chē)上的通話話單。文中所列的篩選條件僅作參考，不同地市或不同的高鐵線路應(yīng)根據(jù)各自的特點(diǎn)采用不同的條件進(jìn)行更精確的篩選，如根據(jù)動(dòng)車(chē)的運(yùn)營(yíng)時(shí)間、通過(guò)每個(gè)站點(diǎn)的時(shí)間，根據(jù)該時(shí)間篩選話單可得到更精確的結(jié)果。

本文僅對(duì)CDMA語(yǔ)音話單中的一些主要字段進(jìn)行分析，得到該段高鐵CDMA語(yǔ)音網(wǎng)絡(luò)的部分用戶行為及網(wǎng)絡(luò)情況。CDL其他字段也可供優(yōu)化人員進(jìn)行分析，以獲得更多高鐵網(wǎng)絡(luò)信息，再根據(jù)整體分析得到問(wèn)題點(diǎn)，對(duì)問(wèn)題話單的相關(guān)字段進(jìn)行更深入的分析。不同基站設(shè)備廠家有其各不相同的話單字段，為優(yōu)化人員提供了通話過(guò)程的各種信息，通過(guò)對(duì)海量高鐵話單的分析，得到更準(zhǔn)確的高鐵用戶行為和無(wú)線網(wǎng)絡(luò)狀況，幫助市場(chǎng)分析和網(wǎng)絡(luò)優(yōu)化。

隨著經(jīng)濟(jì)的發(fā)展，我國(guó)將建設(shè)更多的高速鐵路，越來(lái)越多的用戶將通過(guò)高鐵出行，高鐵網(wǎng)絡(luò)的優(yōu)化工作也變得更加重要。本文通過(guò)CDL話單定位分析高鐵無(wú)線網(wǎng)絡(luò)狀況，為今后的高鐵優(yōu)化工作提供了一個(gè)較為便捷有效的優(yōu)化手段。

參考文獻(xiàn)：

[1] 張傳福，李夢(mèng)迪，王剛. 高速移動(dòng)環(huán)境下組網(wǎng)方案[J]. 電信工程技術(shù)與標(biāo)準(zhǔn)化， 2009（4）： 75-78.

[2] 張敏，李毅，舒培煉. 高速鐵路列車(chē)車(chē)廂穿透損耗應(yīng)用探析[J]. 移動(dòng)通信， 2011（2）： 21-25.

[3] 中興通訊股份有限公司. 系統(tǒng)呼叫失敗原因和掉話解釋?zhuān)?X業(yè)務(wù)分冊(cè)）[Z]. 2009.

[4] 李薔薇. 移動(dòng)通信技術(shù)[M]. 北京： 北京郵電大學(xué)出版社， 2005.

[5] 中國(guó)電信集團(tuán)公司. 2009年中國(guó)電信高速鐵路CDMA網(wǎng)絡(luò)建設(shè)指導(dǎo)意見(jiàn)（試行）[Z]. 2009.

各本地用戶主叫話單 13 354

各本地用戶主叫長(zhǎng)途比例/% 10.84

從表2可知，根據(jù)話單結(jié)果該段高鐵動(dòng)車(chē)上日均產(chǎn)生11 948條語(yǔ)音話單，日均話務(wù)量約為93.04Erl。由上述預(yù)估每趟列車(chē)有天翼用戶數(shù)150人，其中地市A至地市C約有86人產(chǎn)生語(yǔ)音通話話單，平均每2人撥打3次電話，每次通話時(shí)間約為28s，主叫和被叫比例約為1：1。

由于平臺(tái)數(shù)據(jù)庫(kù)無(wú)法得到所有IMSI的歸屬地，從采樣結(jié)果中僅得到59 388條話單的IMSI歸屬地，對(duì)此進(jìn)行的統(tǒng)計(jì)結(jié)果看到，本地用戶僅占不到一半，漫游話單比例達(dá)52.15%，而本地IMSI的主叫話單中，長(zhǎng)途主叫的比例有10.84%，比例較高。

篩選出的話單按照時(shí)間段統(tǒng)計(jì)，由于僅提取一周數(shù)據(jù)，每日全天話務(wù)走勢(shì)不具有代表性，僅統(tǒng)計(jì)每天各時(shí)段話務(wù)分布，結(jié)果如圖1所示：

圖1 ? ?該段高鐵小區(qū)每日各時(shí)段話務(wù)情況

由圖1可以看到，每日各時(shí)段的分布中，09：00—10：00和17：00—19：00最多，最忙時(shí)為17：00，這與傳統(tǒng)的語(yǔ)音晚忙時(shí)19：00明顯不同，因此后續(xù)對(duì)該高鐵的優(yōu)化建議多參考沿線站點(diǎn)17：00時(shí)段指標(biāo)。繼續(xù)深入分析每個(gè)高鐵扇區(qū)的忙時(shí)，能更準(zhǔn)確地對(duì)每個(gè)高鐵小區(qū)話務(wù)模型進(jìn)行分析優(yōu)化。

3.4 ?掉話情況分析

采樣結(jié)果的83 637條話單中有642次掉話話單，語(yǔ)音掉話率達(dá)0.77%。由于呼叫時(shí)長(zhǎng)小于18s的短話單無(wú)法很好的區(qū)分是否是在高鐵上起呼，而大于18s的話單可以通過(guò)其他條件篩選，得到更貼近高鐵通話的話單，因此將話單區(qū)分為18s內(nèi)的短話單和18s以上的長(zhǎng)話單，分別統(tǒng)計(jì)掉話率，得到結(jié)果如表3所示：

表3 ? ?該段高鐵掉話情況

呼叫時(shí)長(zhǎng)/s 掉話次數(shù) 掉話率/% 占比/%

≤18 160 0.35 24.92

>18 482 1.29 75.08

由表3可以看到，該段高鐵上大于18s的通話掉話率達(dá)1.29%，掉話率較高?？梢詫?duì)掉話率高的小區(qū)進(jìn)行TOPN進(jìn)一步分析。分析結(jié)果與各小區(qū)網(wǎng)管掉話率指標(biāo)相比更具指導(dǎo)意義，也可與上車(chē)DT測(cè)試結(jié)果進(jìn)行比較分析，根據(jù)基站廠家的話單字段含義得到掉話原因值如表4所示：

表4 ? ?該段高鐵掉話原因

失敗原因值 掉話次數(shù)

SDM_Link_Fail_RevTooManyBadFrm 550

ERR_SPS_RLSA_BSSAP_UnexptMsg_RcvOrgnInSessionState 71

ERR_SPS_RLSA_BSSAP_UnexptMsg_RcvRegInSessionState_Others 18

由表4得到主要的掉話原因：“SDM_Link_Fail_RevTooManyBadFrm”，該原因的掉話次數(shù)有550次。引起該失敗值掉話的原因有很多，主要是無(wú)線環(huán)境惡化導(dǎo)致BSC側(cè)在一段時(shí)間內(nèi)收到大量壞幀，從而引起掉話。另外掉話較多的失敗原因是失敗71次的“ERR_SPS_RLSA_BSSAP_UnexptMsg_RcvOrgnInSessionState”，根據(jù)這些掉話原因，進(jìn)一步對(duì)掉話的話單進(jìn)行詳細(xì)分析。

3.5 ?其他情況分析

根據(jù)以上的分析方法，還可以對(duì)高鐵上CDMA用戶的接入情況、切換情況等指標(biāo)進(jìn)行分析，進(jìn)一步了解高鐵沿線基站的覆蓋質(zhì)量、用戶的使用行為。

4 ? 結(jié)束語(yǔ)

本文針對(duì)高鐵的特點(diǎn)，設(shè)定一定的規(guī)則對(duì)話單進(jìn)行篩選，得到較為符合高鐵列車(chē)上的通話話單。文中所列的篩選條件僅作參考，不同地市或不同的高鐵線路應(yīng)根據(jù)各自的特點(diǎn)采用不同的條件進(jìn)行更精確的篩選，如根據(jù)動(dòng)車(chē)的運(yùn)營(yíng)時(shí)間、通過(guò)每個(gè)站點(diǎn)的時(shí)間，根據(jù)該時(shí)間篩選話單可得到更精確的結(jié)果。

本文僅對(duì)CDMA語(yǔ)音話單中的一些主要字段進(jìn)行分析，得到該段高鐵CDMA語(yǔ)音網(wǎng)絡(luò)的部分用戶行為及網(wǎng)絡(luò)情況。CDL其他字段也可供優(yōu)化人員進(jìn)行分析，以獲得更多高鐵網(wǎng)絡(luò)信息，再根據(jù)整體分析得到問(wèn)題點(diǎn)，對(duì)問(wèn)題話單的相關(guān)字段進(jìn)行更深入的分析。不同基站設(shè)備廠家有其各不相同的話單字段，為優(yōu)化人員提供了通話過(guò)程的各種信息，通過(guò)對(duì)海量高鐵話單的分析，得到更準(zhǔn)確的高鐵用戶行為和無(wú)線網(wǎng)絡(luò)狀況，幫助市場(chǎng)分析和網(wǎng)絡(luò)優(yōu)化。

隨著經(jīng)濟(jì)的發(fā)展，我國(guó)將建設(shè)更多的高速鐵路，越來(lái)越多的用戶將通過(guò)高鐵出行，高鐵網(wǎng)絡(luò)的優(yōu)化工作也變得更加重要。本文通過(guò)CDL話單定位分析高鐵無(wú)線網(wǎng)絡(luò)狀況，為今后的高鐵優(yōu)化工作提供了一個(gè)較為便捷有效的優(yōu)化手段。

參考文獻(xiàn)：

[1] 張傳福，李夢(mèng)迪，王剛. 高速移動(dòng)環(huán)境下組網(wǎng)方案[J]. 電信工程技術(shù)與標(biāo)準(zhǔn)化， 2009（4）： 75-78.

[2] 張敏，李毅，舒培煉. 高速鐵路列車(chē)車(chē)廂穿透損耗應(yīng)用探析[J]. 移動(dòng)通信， 2011（2）： 21-25.

[3] 中興通訊股份有限公司. 系統(tǒng)呼叫失敗原因和掉話解釋?zhuān)?X業(yè)務(wù)分冊(cè)）[Z]. 2009.

[4] 李薔薇. 移動(dòng)通信技術(shù)[M]. 北京： 北京郵電大學(xué)出版社， 2005.

[5] 中國(guó)電信集團(tuán)公司. 2009年中國(guó)電信高速鐵路CDMA網(wǎng)絡(luò)建設(shè)指導(dǎo)意見(jiàn)（試行）[Z]. 2009.