LTE精細(xì)化業(yè)務(wù)建模及其應(yīng)用

中國(guó)聯(lián)通網(wǎng)絡(luò)技術(shù)研究院 北京 100048

前言

移動(dòng)互聯(lián)網(wǎng)應(yīng)用的迅猛發(fā)展對(duì)于電信運(yùn)營(yíng)商來(lái)說(shuō)既是機(jī)遇，又是挑戰(zhàn)。移動(dòng)用戶對(duì)于數(shù)據(jù)業(yè)務(wù)需求的進(jìn)一步提高，使得電信運(yùn)營(yíng)商不僅需要建設(shè)容量更大、速率更高的LTE網(wǎng)絡(luò)，而且不同用戶的個(gè)性化業(yè)務(wù)需求也要求構(gòu)建完善的大數(shù)據(jù)信息處理平臺(tái)。在LTE網(wǎng)絡(luò)的規(guī)劃與設(shè)計(jì)中，LTE業(yè)務(wù)模型是其重要的組成部分，并且對(duì)LTE網(wǎng)絡(luò)的建設(shè)與優(yōu)化具有基礎(chǔ)性的指導(dǎo)意義。為更加準(zhǔn)確地探究移動(dòng)業(yè)務(wù)發(fā)展趨勢(shì)及其對(duì)網(wǎng)絡(luò)的影響，我們有必要撥開統(tǒng)計(jì)數(shù)據(jù)的表面迷霧，深入研究現(xiàn)網(wǎng)中每種類型業(yè)務(wù)的典型特征及其變化規(guī)律，分析用戶行為變化對(duì)網(wǎng)絡(luò)性能的影響，從而建立LTE網(wǎng)絡(luò)的精細(xì)化業(yè)務(wù)模型，為L(zhǎng)TE網(wǎng)絡(luò)升級(jí)演進(jìn)與業(yè)務(wù)運(yùn)營(yíng)提供有效支撐。

業(yè)務(wù)模型是用來(lái)表征用戶使用業(yè)務(wù)行為的統(tǒng)計(jì)性特征，統(tǒng)計(jì)參數(shù)可以從不同角度表征。具體來(lái)講，業(yè)務(wù)模型包括不同場(chǎng)景下的業(yè)務(wù)統(tǒng)計(jì)特征、業(yè)務(wù)與用戶增長(zhǎng)態(tài)勢(shì)、用戶行為特征等諸多方面。已有文獻(xiàn)從不同角度給出業(yè)務(wù)模型分析，統(tǒng)計(jì)用戶使用不同業(yè)務(wù)的習(xí)慣特征，和不同業(yè)務(wù)數(shù)據(jù)流量的變化特征；也有些文獻(xiàn)對(duì)業(yè)務(wù)發(fā)展做出了預(yù)測(cè)，包括用戶數(shù)量、流量和業(yè)務(wù)構(gòu)成等。由于大量高速數(shù)據(jù)業(yè)務(wù)基本發(fā)生在室內(nèi)環(huán)境下，針對(duì)室內(nèi)業(yè)務(wù)，肖清華等人在文獻(xiàn)[1]中提出一種TD-LTE室內(nèi)數(shù)據(jù)業(yè)務(wù)模型的分析流程。在9種不同的場(chǎng)景下，細(xì)化業(yè)務(wù)分類，并結(jié)合用戶使用業(yè)務(wù)習(xí)慣的差異性，利用統(tǒng)計(jì)分析的方法，給出較為細(xì)化的業(yè)務(wù)模型；文獻(xiàn)[2]從網(wǎng)絡(luò)建設(shè)角度出發(fā)，在已有的GSM、TD-SCDMA、WLAN等網(wǎng)絡(luò)的基礎(chǔ)上，考慮加入LTE網(wǎng)絡(luò)的多網(wǎng)資源配置問(wèn)題，針對(duì)不同業(yè)務(wù)，從業(yè)務(wù)需求、終端分布和用戶習(xí)慣等方面進(jìn)行數(shù)據(jù)分析，給出LTE建設(shè)及資源配置的方案。另外，也有研究針對(duì)某種LTE業(yè)務(wù)單獨(dú)建立業(yè)務(wù)分析模型，如文獻(xiàn)[3]提出了一種用于分析“一鍵通”業(yè)務(wù)流量的排隊(duì)模型，該模型采用了排隊(duì)理論和改進(jìn)的擴(kuò)展Erlang B公式。

本文針對(duì)LTE精細(xì)化業(yè)務(wù)建模問(wèn)題展開研究工作。首先從時(shí)域、地域和業(yè)務(wù)量發(fā)生概率角度分析了現(xiàn)網(wǎng)業(yè)務(wù)特征；其次，分析LTE業(yè)務(wù)發(fā)展趨勢(shì)，給出業(yè)務(wù)發(fā)展預(yù)測(cè)分析結(jié)果；最后基于以上分析結(jié)果，以業(yè)務(wù)價(jià)值評(píng)估為例給出業(yè)務(wù)模型的一種應(yīng)用方法。

1 UMTS現(xiàn)網(wǎng)業(yè)務(wù)特征分析

本文依托中國(guó)某地區(qū)的現(xiàn)網(wǎng)3G數(shù)據(jù)作為分析基礎(chǔ)。該區(qū)域UMTS網(wǎng)絡(luò)覆蓋面積約為138平方千米，包含1 572個(gè)小區(qū)，627個(gè)業(yè)務(wù)應(yīng)用，各項(xiàng)業(yè)務(wù)數(shù)據(jù)的時(shí)間采集粒度為小時(shí)級(jí)，空間采集粒度為小區(qū)級(jí)?；谏鲜鯱MTS現(xiàn)網(wǎng)業(yè)務(wù)數(shù)據(jù)，業(yè)務(wù)特征分析從時(shí)間、空間和用戶三個(gè)維度展開，分析思路及主要業(yè)務(wù)特征參數(shù)如圖1所示。

圖1 業(yè)務(wù)分析思路

首先，在時(shí)間維度上分析天粒度和小時(shí)粒度的業(yè)務(wù)特性。1) 天粒度數(shù)據(jù)可用于分析一周內(nèi)各類業(yè)務(wù)參數(shù)的變化趨勢(shì)。主要分析目標(biāo)包括一周內(nèi)的業(yè)務(wù)流量與用戶數(shù)總體變化情況、工作日與周末的用戶業(yè)務(wù)行為對(duì)比等。2) 小時(shí)粒度數(shù)據(jù)可用于分析一天內(nèi)各類業(yè)務(wù)參數(shù)的變化規(guī)律，并且提取忙時(shí)業(yè)務(wù)特性。主要分析目標(biāo)包括業(yè)務(wù)流量與用戶數(shù)在24小時(shí)內(nèi)的周期性特性分析、業(yè)務(wù)波動(dòng)性分析、忙時(shí)業(yè)務(wù)構(gòu)成及其主要參數(shù)分析等。然后，在空間維度上著重考慮該區(qū)域的總體業(yè)務(wù)特性分析、各類典型場(chǎng)景業(yè)務(wù)特性分析，以及小區(qū)層面的業(yè)務(wù)特征共性與差異化分析。最后，針對(duì)一些主要的業(yè)務(wù)特征參數(shù)分析其概率分布，可作為不同類型業(yè)務(wù)占用網(wǎng)絡(luò)資源情況的研究基礎(chǔ)。雖然數(shù)據(jù)分析結(jié)果僅代表該區(qū)域的業(yè)務(wù)特征，但是至少在分析思路和方法上具有普適性意義，而且業(yè)務(wù)特征分析的一些共性結(jié)果可以作為參考。

1.1 總體業(yè)務(wù)構(gòu)成

根據(jù)UMTS現(xiàn)網(wǎng)數(shù)據(jù)的業(yè)務(wù)屬性，本文將業(yè)務(wù)類型分為八類，即網(wǎng)頁(yè)瀏覽、流媒體、社交網(wǎng)站、即時(shí)通信、背景類業(yè)務(wù)、軟件應(yīng)用、傳統(tǒng)電信增值業(yè)務(wù)、其它業(yè)務(wù)。其中，其它業(yè)務(wù)包括網(wǎng)絡(luò)協(xié)議和無(wú)法解析的業(yè)務(wù)；流媒體業(yè)務(wù)包括視頻流、VoIP等業(yè)務(wù)；社交網(wǎng)站業(yè)務(wù)包括微博等業(yè)務(wù)；即時(shí)通信業(yè)務(wù)包括微信、QQ信息交互等業(yè)務(wù)；背景類業(yè)務(wù)包括郵件、下載、P2P等傳統(tǒng)數(shù)據(jù)業(yè)務(wù)；軟件應(yīng)用業(yè)務(wù)包括智能手機(jī)中的一些典型APP軟件；傳統(tǒng)電信增值業(yè)務(wù)包括彩信等業(yè)務(wù)。

通過(guò)對(duì)UMTS業(yè)務(wù)數(shù)據(jù)分析，可得到該區(qū)域的現(xiàn)網(wǎng)業(yè)務(wù)構(gòu)成，如圖2(a)所示。在日均業(yè)務(wù)流量構(gòu)成中，流媒體業(yè)務(wù)的所占比重最大，網(wǎng)頁(yè)瀏覽業(yè)務(wù)位居第二，背景類業(yè)務(wù)也占有較大比重(其中文件傳輸流量較大)，上述三類業(yè)務(wù)流量合計(jì)達(dá)到95%以上。在用戶數(shù)構(gòu)成分析中，如圖2(b)所示，網(wǎng)頁(yè)瀏覽用戶數(shù)所占比重最大，即時(shí)通信業(yè)務(wù)用戶數(shù)位居第二，背景類業(yè)務(wù)也占有較大比重(其中文件傳輸用戶數(shù)較多)，上述三類業(yè)務(wù)用戶數(shù)合計(jì)達(dá)到近90%?？梢?，流媒體業(yè)務(wù)由少量用戶使用，但是提供了較大的業(yè)務(wù)流量；即時(shí)消息的用戶使用率較高，不過(guò)其提供的業(yè)務(wù)流量很少。

圖2 UMTS現(xiàn)網(wǎng)的業(yè)務(wù)構(gòu)成

1.2 時(shí)域特性分析

1.2.1 天粒度時(shí)域特性分析

本節(jié)著重分析業(yè)務(wù)流量與用戶數(shù)在工作日與周末的總體業(yè)務(wù)波動(dòng)性及其變化規(guī)律。圖3(a)和圖3(b)給出一周內(nèi)總體業(yè)務(wù)流量與用戶數(shù)量的數(shù)據(jù)分析結(jié)果。這里用戶數(shù)量分為兩類，即物理用戶數(shù)與邏輯用戶數(shù)。物理用戶數(shù)就是我們通常所說(shuō)的用戶個(gè)體數(shù)量，邏輯用戶數(shù)表示針對(duì)一個(gè)用戶使用多個(gè)業(yè)務(wù)應(yīng)用進(jìn)行重復(fù)計(jì)算的用戶數(shù)，也就是說(shuō)一個(gè)用戶使用一個(gè)業(yè)務(wù)應(yīng)用即為一個(gè)邏輯用戶?？梢姡搮^(qū)域工作日的業(yè)務(wù)流量與用戶數(shù)量基本保持穩(wěn)定，不過(guò)周末的業(yè)務(wù)流量明顯高于工作日，但是周末的用戶數(shù)量卻低于工作日。這說(shuō)明周末可能會(huì)有一些流動(dòng)用戶離開該區(qū)域，但是單用戶的業(yè)務(wù)使用量會(huì)有明顯的增加。對(duì)數(shù)據(jù)進(jìn)一步分析會(huì)發(fā)現(xiàn)，用戶在周末對(duì)流媒體、網(wǎng)頁(yè)瀏覽與背景類業(yè)務(wù)的使用量明顯高于工作日。

圖3 總體業(yè)務(wù)流量及用戶數(shù)的天粒度時(shí)域分析

1.2.2 小時(shí)粒度時(shí)域特性分析

本節(jié)著重分析各類業(yè)務(wù)流量在24小時(shí)內(nèi)的變化規(guī)律。圖4(a)給出了總業(yè)務(wù)流量的24小時(shí)平均變化特性，可見該區(qū)域的總業(yè)務(wù)量忙時(shí)主要出現(xiàn)在夜間0點(diǎn)，結(jié)合該區(qū)域的市場(chǎng)營(yíng)銷分析，會(huì)發(fā)現(xiàn)這是由于在該地區(qū)推廣的“夜間流量包”運(yùn)營(yíng)策略提升了用戶在夜間使用多媒體業(yè)務(wù)的積極性。另外，在白天業(yè)務(wù)流量會(huì)出現(xiàn)早(8時(shí))、中(12時(shí))、晚(18時(shí))三個(gè)小高峰。這應(yīng)該是用戶在上下班途中及中午就餐等空閑時(shí)間使用數(shù)據(jù)業(yè)務(wù)造成的。進(jìn)一步地，通過(guò)對(duì)各類業(yè)務(wù)流量在24小時(shí)之內(nèi)的數(shù)據(jù)變化進(jìn)行統(tǒng)計(jì)，得到圖4(b)。如圖4所示，各大類業(yè)務(wù)流量趨勢(shì)基本一致。流媒體業(yè)務(wù)夜間流量較高，其他業(yè)務(wù)每日6點(diǎn)或7點(diǎn)為業(yè)務(wù)量增長(zhǎng)的拐點(diǎn)，每日23點(diǎn)或0點(diǎn)為業(yè)務(wù)量下降的拐點(diǎn)，大部分業(yè)務(wù)在12點(diǎn)和17～18點(diǎn)出現(xiàn)業(yè)務(wù)流量小高峰。

圖4 業(yè)務(wù)流量的小時(shí)粒度時(shí)域分析

1.3 地域特性分析

由于不同類型業(yè)務(wù)在空間分布上可能存在差異，圖5給出了網(wǎng)頁(yè)瀏覽、流媒體、即時(shí)通信三種業(yè)務(wù)的用戶空間分布圖，并且對(duì)比其在工作日與周末的差異?？梢?，網(wǎng)頁(yè)瀏覽和流媒體兩種業(yè)務(wù)在工作日和周末的空間分布趨于一致，但是即時(shí)消息業(yè)務(wù)在工作日與周末的空間分布差異較大。

1.4 業(yè)務(wù)特征參數(shù)的概率分析

在UMTS網(wǎng)絡(luò)的基本業(yè)務(wù)特性分析中，可以從流量特性、用戶數(shù)特性、業(yè)務(wù)訪問(wèn)特性等方面考慮。其中，流量特性和用戶數(shù)特性在前文中已經(jīng)分析過(guò)，這里就不再贅述。為更好地體現(xiàn)在一次業(yè)務(wù)連接中的業(yè)務(wù)量和業(yè)務(wù)種類的占比關(guān)系，本文選取單次TCP連接的業(yè)務(wù)量進(jìn)行分析，如圖6所示。從圖6(a)中可以看出，單次TCP連接的業(yè)務(wù)量所占比例隨著業(yè)務(wù)量增大而降低，有一半以上的單次TCP連接業(yè)務(wù)量在15KB以下，其中在5KB以下的占比約為30%。圖6(b)中給出不同類型業(yè)務(wù)單次TCP連接業(yè)務(wù)量的累積概率分布曲線，可見流媒體業(yè)務(wù)單次連接的業(yè)務(wù)量要遠(yuǎn)遠(yuǎn)大于其他各類業(yè)務(wù)。歸納單次TCP連接業(yè)務(wù)量的具體表現(xiàn)為：傳統(tǒng)電信增值業(yè)務(wù)80%集中在5KB以下，即時(shí)消息、網(wǎng)頁(yè)瀏覽和社交網(wǎng)站業(yè)務(wù)80%集中在30KB以內(nèi)，背景類業(yè)務(wù)80%集中在60KB以內(nèi)，而流媒體業(yè)務(wù)有50%的單次連接業(yè)務(wù)量高于200KB。

圖5 主要業(yè)務(wù)的用戶空間分布圖

圖6 單次連接業(yè)務(wù)量的概率分布圖

2 LTE網(wǎng)絡(luò)精細(xì)化業(yè)務(wù)建模

本文中LTE精細(xì)化業(yè)務(wù)模型是指針對(duì)多種業(yè)務(wù)類型而構(gòu)建的LTE業(yè)務(wù)模型。通過(guò)綜合分析核心網(wǎng)與基站側(cè)的業(yè)務(wù)監(jiān)測(cè)數(shù)據(jù)，對(duì)不同類型業(yè)務(wù)分別進(jìn)行業(yè)務(wù)特征分析。LTE精細(xì)化業(yè)務(wù)模型構(gòu)建是以UMTS現(xiàn)網(wǎng)業(yè)務(wù)數(shù)據(jù)分析為基礎(chǔ)的。在業(yè)務(wù)構(gòu)成方面，北美運(yùn)營(yíng)商AT&T曾對(duì)LTE網(wǎng)絡(luò)和HSPA網(wǎng)絡(luò)的業(yè)務(wù)構(gòu)成進(jìn)行對(duì)比，雖然LTE網(wǎng)絡(luò)的業(yè)務(wù)流量通常比HSPA網(wǎng)絡(luò)有所提升，但是LTE網(wǎng)絡(luò)初期的各類業(yè)務(wù)占比卻與HSPA網(wǎng)絡(luò)基本保持一致。因此，可以將基于HSPA技術(shù)演進(jìn)后的3G現(xiàn)網(wǎng)業(yè)務(wù)數(shù)據(jù)作為L(zhǎng)TE精細(xì)化業(yè)務(wù)模型構(gòu)建的參考依據(jù)之一。

2.1 LTE網(wǎng)絡(luò)業(yè)務(wù)發(fā)展趨勢(shì)

基于各標(biāo)準(zhǔn)組織的業(yè)務(wù)類型劃分方法，綜合考慮各類業(yè)務(wù)在國(guó)內(nèi)UMTS網(wǎng)絡(luò)中的運(yùn)營(yíng)現(xiàn)狀，及其在國(guó)外LTE網(wǎng)絡(luò)運(yùn)營(yíng)中的增長(zhǎng)態(tài)勢(shì)，本節(jié)對(duì)LTE網(wǎng)絡(luò)的各類業(yè)務(wù)發(fā)展趨勢(shì)進(jìn)行分析。

1) 視頻流類業(yè)務(wù)。包括在線視頻等，該類業(yè)務(wù)特點(diǎn)為下行數(shù)據(jù)包較大，下行流量較多。目前，在國(guó)外很多國(guó)家和地區(qū)，視頻業(yè)務(wù)已經(jīng)成為L(zhǎng)TE網(wǎng)絡(luò)的主流業(yè)務(wù)。例如，在北美運(yùn)營(yíng)商AT&T的業(yè)務(wù)構(gòu)成中，視頻業(yè)務(wù)的流量占比位居首位，約為32%。實(shí)際上，AT&T業(yè)務(wù)統(tǒng)計(jì)數(shù)據(jù)顯示在3G/4G業(yè)務(wù)套餐基本保持一致導(dǎo)向的情況下，4G與3G網(wǎng)絡(luò)的業(yè)務(wù)流量占比變化不大。另一方面，很多研究機(jī)構(gòu)(例如思科等)指出，移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)發(fā)展趨勢(shì)與早前的傳統(tǒng)互聯(lián)網(wǎng)業(yè)務(wù)發(fā)展有諸多相似之處[4]。綜上，視頻業(yè)務(wù)也將成為我國(guó)LTE網(wǎng)絡(luò)的主流業(yè)務(wù)之一，并且在后續(xù)的網(wǎng)絡(luò)演進(jìn)中具備很大的業(yè)務(wù)增長(zhǎng)潛力，占據(jù)較大的業(yè)務(wù)占比。

2) 背景下載類業(yè)務(wù)。包括網(wǎng)頁(yè)瀏覽、E-mail、FTP等，該類業(yè)務(wù)屬于傳統(tǒng)移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)。在我國(guó)UMTS現(xiàn)網(wǎng)中，背景下載類業(yè)務(wù)的業(yè)務(wù)量占比較大，尤其是網(wǎng)頁(yè)瀏覽類業(yè)務(wù)。但是，在國(guó)外比較成熟的3G/4G網(wǎng)絡(luò)中，網(wǎng)頁(yè)瀏覽的平均占比約為10%～15%。據(jù)愛立信提供的數(shù)據(jù)，歐美等地的網(wǎng)頁(yè)瀏覽業(yè)務(wù)流量基本達(dá)到飽和狀態(tài)，單用戶的月均使用量為230MB左右；因此，網(wǎng)頁(yè)瀏覽業(yè)務(wù)在我國(guó)LTE業(yè)務(wù)中將占據(jù)較大的流量占比，未來(lái)一段時(shí)間內(nèi)將處于穩(wěn)中有增的狀態(tài)。但是其存在飽和節(jié)點(diǎn)，達(dá)到飽和后流量增長(zhǎng)將不明顯。

這里值得注意的是，社交網(wǎng)站作為近兩年的新生業(yè)務(wù)，受到用戶社交需求的影響，其增長(zhǎng)勢(shì)頭將比其它網(wǎng)頁(yè)瀏覽業(yè)務(wù)更加迅猛。據(jù)社交發(fā)現(xiàn)和分享平臺(tái)Shareaholic于2015年10月28日發(fā)布的最新季度報(bào)告數(shù)據(jù)，與2014年同期相比，F(xiàn)acebook的影響力增長(zhǎng)115%，為第三方網(wǎng)站輸送了超過(guò)22%的流量[5]。所以，有必要從用戶社交網(wǎng)絡(luò)行為的角度出發(fā)，將社交網(wǎng)站提煉出來(lái)，單獨(dú)進(jìn)行分析[6]。

3) 即時(shí)通信類業(yè)務(wù)。包括微信、QQ消息等，該類業(yè)務(wù)屬于典型的小數(shù)據(jù)包業(yè)務(wù)，有可能帶來(lái)較大的信令開銷。即時(shí)通信類業(yè)務(wù)雖然業(yè)務(wù)量占比較小，但是其大量信令開銷造成的信令風(fēng)暴有可能對(duì)網(wǎng)絡(luò)性能造成影響。因此有必要將其提煉出來(lái)做獨(dú)立研究。歐美等國(guó)家的網(wǎng)絡(luò)運(yùn)營(yíng)經(jīng)驗(yàn)中，即時(shí)通信業(yè)務(wù)的流量占比很低，不會(huì)高于5%，甚至很多情況下都低于1%。但是，國(guó)內(nèi)在微信的推動(dòng)下，即時(shí)通信業(yè)務(wù)的流量占比并不低，例如某地區(qū)的QQ業(yè)務(wù)流量占比接近10%。因此，即時(shí)通信類業(yè)務(wù)在未來(lái)一段時(shí)間應(yīng)該繼續(xù)保持較高的增長(zhǎng)態(tài)勢(shì)，不過(guò)由于其流量消耗較少，主要是通過(guò)用戶使用率的提高帶來(lái)流量增長(zhǎng)。所以，在達(dá)到用戶滲透率飽和后，其業(yè)務(wù)流量增長(zhǎng)將不明顯[6]。

4) 會(huì)話類業(yè)務(wù)。包括VoLTE等，該業(yè)務(wù)屬于傳統(tǒng)電信業(yè)務(wù)范疇，在3G網(wǎng)絡(luò)中屬于CS業(yè)務(wù)。但是，LTE網(wǎng)絡(luò)中該類業(yè)務(wù)都是通過(guò)IP數(shù)據(jù)來(lái)傳輸信息的。因此，LTE網(wǎng)絡(luò)中會(huì)話類業(yè)務(wù)的特點(diǎn)需要進(jìn)一步分析。不過(guò)，我國(guó)LTE前期網(wǎng)絡(luò)中普遍采用CSFB技術(shù)，因此，本文并未將VoLTE業(yè)務(wù)作為關(guān)注重點(diǎn)[6]。

5) 游戲類業(yè)務(wù)。在智能終端領(lǐng)域，該類業(yè)務(wù)的流量占比還比較小，尚未對(duì)網(wǎng)絡(luò)性能造成明顯影響。但是，手機(jī)互動(dòng)游戲類業(yè)務(wù)具有發(fā)展?jié)摿?，隨著智能終端功能增強(qiáng)，該類業(yè)務(wù)流量增長(zhǎng)可能是跨越性的[6]。

2.2 LTE業(yè)務(wù)預(yù)測(cè)模型

基于國(guó)內(nèi)UMTS與LTE現(xiàn)網(wǎng)業(yè)務(wù)數(shù)據(jù)，以及前文的業(yè)務(wù)發(fā)展分析，可以對(duì)LTE業(yè)務(wù)流量的增長(zhǎng)進(jìn)行預(yù)測(cè)，包括單用戶業(yè)務(wù)流量、LTE用戶數(shù)量、用戶信令開銷等。對(duì)業(yè)務(wù)流量統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析可以獲得業(yè)務(wù)流量模型，該模型能夠靜態(tài)涵蓋發(fā)生的所有該類業(yè)務(wù)實(shí)例。

基于LTE業(yè)務(wù)的發(fā)展趨勢(shì)，每項(xiàng)業(yè)務(wù)的流量預(yù)測(cè)結(jié)果可用公式(1)-(3)表示。其中，TRi,j代表單用戶在第j年、使用業(yè)務(wù)i的月均流量。業(yè)務(wù)i可以是視頻業(yè)務(wù)、網(wǎng)頁(yè)瀏覽、社交網(wǎng)站、文件傳輸、即時(shí)通信和游戲類業(yè)務(wù)等。TRtotal, 0代表2015年單用戶月均使用各類業(yè)務(wù)的總流量。Ri,j表示在第j年、業(yè)務(wù)i流量在所有業(yè)務(wù)中的占比。

公式(2)預(yù)測(cè)了各業(yè)務(wù)的增長(zhǎng)趨勢(shì)，vi,j表示第j年、業(yè)務(wù)i的復(fù)合增長(zhǎng)率。根據(jù)不同的業(yè)務(wù)類型，vi,j的增長(zhǎng)率表達(dá)式也不同，如公式(3)所示。

圖7給出單用戶月均流量增長(zhǎng)的預(yù)測(cè)結(jié)果。其中，圖7(a)給出LTE業(yè)務(wù)流量增長(zhǎng)預(yù)測(cè)曲線，圖7(b)給出2017年預(yù)期的業(yè)務(wù)流量占比?？梢?，視頻流業(yè)務(wù)占比將逐步提升，到2020年預(yù)期達(dá)到40%；文件傳輸業(yè)務(wù)將保持持續(xù)增長(zhǎng)，到2020年其占比預(yù)期可超過(guò)10%；網(wǎng)頁(yè)瀏覽與即時(shí)通信業(yè)務(wù)將繼續(xù)穩(wěn)步增長(zhǎng)，預(yù)期在2019～2020年基本達(dá)到飽和狀態(tài)。

圖7 聯(lián)通LTE業(yè)務(wù)流量增長(zhǎng)預(yù)測(cè)

基于各類業(yè)務(wù)單位流量信令開銷的統(tǒng)計(jì)數(shù)據(jù)，根據(jù)LTE業(yè)務(wù)流量增長(zhǎng)的預(yù)測(cè)結(jié)果，可得到LTE網(wǎng)絡(luò)信令增長(zhǎng)態(tài)勢(shì)，具體計(jì)算方法詳見公式(4)，圖8給出了預(yù)測(cè)結(jié)果。可見，即時(shí)通信業(yè)務(wù)仍然是信令開銷的主要來(lái)源。不過(guò)，隨著視頻業(yè)務(wù)流量的增長(zhǎng)，總體業(yè)務(wù)的單位流量信令開銷還是會(huì)有所下降的，預(yù)期到2020年可從現(xiàn)在的45千條/MB降低到30千條/MB。

根據(jù)國(guó)內(nèi)3G網(wǎng)絡(luò)用戶數(shù)量歷史數(shù)據(jù)分析，可得用戶復(fù)合增長(zhǎng)率呈幾何下降趨勢(shì)，如公式(4)所示。由于不同網(wǎng)絡(luò)中用戶增長(zhǎng)規(guī)律具有一定的相似性，公式(5)同樣適用于LTE網(wǎng)絡(luò)用戶數(shù)的增長(zhǎng)規(guī)律。其中，Nj表示第j年的用戶數(shù)量，vjuser表示同年訪問(wèn)不同業(yè)務(wù)i的用戶數(shù)復(fù)合增長(zhǎng)率。根據(jù)來(lái)自3G網(wǎng)絡(luò)的統(tǒng)計(jì)數(shù)據(jù)，我們得到基于聯(lián)通3G建網(wǎng)以來(lái)的用戶數(shù)增長(zhǎng)數(shù)據(jù)，可預(yù)測(cè)LTE用戶數(shù)的增長(zhǎng)曲線。按照用戶數(shù)復(fù)合增長(zhǎng)率等比遞減的規(guī)律，可得到LTE用戶數(shù)增長(zhǎng)預(yù)測(cè)結(jié)果(詳見圖9)，預(yù)期到2020年聯(lián)通LTE用戶數(shù)可達(dá)1.2億。

圖8 聯(lián)通LTE網(wǎng)絡(luò)信令開銷預(yù)測(cè)

圖9 聯(lián)通LTE手機(jī)用戶數(shù)增長(zhǎng)預(yù)測(cè)

3 LTE精細(xì)化業(yè)務(wù)模型應(yīng)用

精細(xì)化的業(yè)務(wù)模型相較基本業(yè)務(wù)模型，包含了更為豐富的用戶行為信息，因此更接近于現(xiàn)實(shí)網(wǎng)絡(luò)。利用精細(xì)化的業(yè)務(wù)模型可以進(jìn)行業(yè)務(wù)價(jià)值評(píng)估、小區(qū)價(jià)值評(píng)估，為網(wǎng)絡(luò)部署與業(yè)務(wù)運(yùn)營(yíng)提供有效依據(jù)。

3.1 基于LTE精細(xì)化業(yè)務(wù)模型的業(yè)務(wù)價(jià)值評(píng)估

業(yè)務(wù)價(jià)值評(píng)估可以從以下三個(gè)維度考慮，即業(yè)務(wù)收入維度、用戶體驗(yàn)維度、資源消耗維度。其中，業(yè)務(wù)收入維度的主要影響因素包括平均業(yè)務(wù)流量、平均用戶數(shù)量等。用戶體驗(yàn)維度的主要影響因素包括信息傳輸速率、丟包率、亂序率、端到端時(shí)延以及時(shí)延抖動(dòng)等。資源消耗維度重點(diǎn)關(guān)注忙時(shí)業(yè)務(wù)，包括忙時(shí)業(yè)務(wù)流量、忙時(shí)用戶數(shù)量、忙時(shí)信令開銷和忙時(shí)訪問(wèn)次數(shù)等。

以某類業(yè)務(wù)為例，圖10(a)給出了一種基本算法。基于該算法，對(duì)各類業(yè)務(wù)應(yīng)用的價(jià)值進(jìn)行評(píng)價(jià)，圖10(b)給出了對(duì)某區(qū)域業(yè)務(wù)評(píng)估得到的TOP10業(yè)務(wù)。可見，該區(qū)域內(nèi)HTTP網(wǎng)頁(yè)瀏覽和下載業(yè)務(wù)的價(jià)值最高，視頻流業(yè)務(wù)緊隨其后，社交網(wǎng)站和一些游戲類業(yè)務(wù)也具有較高價(jià)值。

圖10 業(yè)務(wù)價(jià)值評(píng)估算法及示例

3.2 基于LTE精細(xì)化業(yè)務(wù)模型的小區(qū)價(jià)值評(píng)估

基于業(yè)務(wù)空間分布的分析結(jié)果，可以對(duì)現(xiàn)網(wǎng)進(jìn)行價(jià)值區(qū)域分析[6]。例如，以視頻流和文件傳輸作為高價(jià)值業(yè)務(wù)，圖11給出針對(duì)業(yè)務(wù)總流量[7]、高價(jià)值業(yè)務(wù)流量占比，基于九宮格的小區(qū)價(jià)值評(píng)估方法。

圖11 小區(qū)價(jià)值的九宮格評(píng)估方法

4 結(jié)束語(yǔ)

移動(dòng)通信網(wǎng)絡(luò)是提供資源以承載業(yè)務(wù)、實(shí)現(xiàn)用戶信息交互的基礎(chǔ)設(shè)施，業(yè)務(wù)是向用戶展示不同內(nèi)容及應(yīng)用信息的載體。針對(duì)各類不同業(yè)務(wù)進(jìn)行特征分析，是未來(lái)移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)分析的切入點(diǎn)，也是移動(dòng)通信網(wǎng)絡(luò)升級(jí)演進(jìn)的依據(jù)。本文以UMTS現(xiàn)網(wǎng)業(yè)務(wù)數(shù)據(jù)分析為基礎(chǔ)，結(jié)合國(guó)內(nèi)外LTE業(yè)務(wù)的發(fā)展現(xiàn)狀，構(gòu)建了LTE網(wǎng)絡(luò)精細(xì)化業(yè)務(wù)模型，并給出該模型應(yīng)用于業(yè)務(wù)價(jià)值和小區(qū)價(jià)值評(píng)估的方法。在后續(xù)研究中，可以通過(guò)提取更加全面的LTE現(xiàn)網(wǎng)數(shù)據(jù)，完善業(yè)務(wù)模型及其參數(shù)建議值，為L(zhǎng)TE網(wǎng)絡(luò)后續(xù)的建設(shè)與優(yōu)化提供更為有力的支撐。

參考文獻(xiàn)

[1] 肖清華,林棟.TD-LTE室內(nèi)分布業(yè)務(wù)模型分析[J].移動(dòng)通信,2013(17):44-48

[2] 黃春偉,陳寧寧.多維業(yè)務(wù)分析模型在LTE工程建設(shè)中的應(yīng)用[J].郵電設(shè)計(jì)技術(shù),2013(10):39-42

[3] MA Lin,WEI Shouming,QIANG Wei.A Novel Traffic Analysis Method for Poc over LTE Based on Retrial Calling Model[C]//Communications and Networking in China(CHINACOM),2011 6th International ICST Conference on:August 17-19,2011.Harbin,China,2011:771-775

[4] Cisco Visual Networking Index:Global Mobile Data traff i c Forecast Update 2010–2015.[EB/OL].[2015-09-10].http://www.cisco.com/en/US/solutions/collateral/ns341/ns525/ns537/ns705/ns827/white_paper_c11-520862.html

[5] 調(diào)查機(jī)構(gòu)報(bào)告:Facebook穩(wěn)坐輸送流量王座[EB/OL].(2014-10-28)[2015-07-27].http://tech.sina.com.cn/i/2014-10-28/doc-iawrnsfu3188347.shtml

[6] 劉琪,王蘊(yùn)實(shí),盛煜,等.移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)在LTE時(shí)代的發(fā)展分析及業(yè)務(wù)建模[J].信息通信技術(shù),2014,8(4):20-24

[7] Liu Qi,Li Yiqun.Energy conservation schemes based on mobility modeling in small cell networks[C]//URSI General Assembly and Scientific Symposium(GASS)conference,IEEE,Aug.2014:1-4

[8] Su Wei,Liu Qi,et al.Small cell deployment and smart cooperation scheme in dual-layer wireless networks[J]International Journal of Distributed Sensor Networks,2014:1-7