基于業(yè)務(wù)預(yù)測與聚類分析的網(wǎng)絡(luò)疏忙評估方法

鐵小輝　吳海遷　吳迪

【摘? 要】隨著不限量套餐的推廣，移動用戶的業(yè)務(wù)結(jié)構(gòu)發(fā)生了巨大變化，音樂、短視頻等業(yè)務(wù)的流量沖擊給運營商網(wǎng)絡(luò)帶來的壓力亟待緩解。針對這一問題，提出了一種容量管理方案，運用業(yè)務(wù)預(yù)測方法，充分考慮實施提前量，預(yù)估網(wǎng)絡(luò)業(yè)務(wù)量發(fā)展趨勢;進一步根據(jù)預(yù)估業(yè)務(wù)量及網(wǎng)絡(luò)配置情況劃分業(yè)務(wù)場景，通過聚類分析，實施差異化的疏忙手段。工程實踐表明，該方案能夠有效緩解現(xiàn)網(wǎng)容量問題，大大提高了容量建設(shè)的精準(zhǔn)性，并且具有良好的時效性。

【關(guān)鍵詞】業(yè)務(wù)預(yù)測;聚類分析;PRB利用率;RRC連接用戶數(shù)

Network Load Alleviation Method Based on Traffic Prediction and Cluster Analysis

TIE Xiaohui， WU Haiqian， WU Di

（China Communication Construction Group Design Institute Co.， Ltd.， The Fourth Branch， Zhengzhou 450052， China）

[Abstract]?With the promotion of unlimited packages， the traffic structure of mobile users has undergone tremendous changes. The traffic impact of music， short video and other services on the carrier network needs to be alleviated. To solve this issue， this paper proposes a capacity management solution through traffic prediction method， taking a full consideration of implementation amount in advance and estimating the development trend of network traffic volume. Furthermore， the traffic scenarios are divided by estimating traffic volume and network configurations， and differentiated alleviation methods are implemented via clustering analysis. The engineering practice shows that the proposed solution can effectively alleviate the existing network capacity problem， significantly improves the accuracy of capacity construction， and has good timeliness.

[Key words]traffic prediction; cluster analysis; PRB utilization; RRC connected users

0? ?引言

隨著短視頻、VR等新興業(yè)務(wù)迅速推廣，業(yè)務(wù)結(jié)構(gòu)隨之變化，單用戶體驗需求也在不斷提高。根據(jù)中國信通院發(fā)布的《虛擬（增強）現(xiàn)實白皮書2018》[1]，由于沉浸體驗等級不同，VR發(fā)展至中遠(yuǎn)期，視頻傳輸期望碼率可達(dá)440 Mbit/s甚至更高，這就要求網(wǎng)絡(luò)承載能力所適配用戶體驗的門檻需要進一步提高。由于移動用戶數(shù)的增加及不限量套餐的推廣，移動網(wǎng)業(yè)務(wù)量激增，網(wǎng)絡(luò)容量受到了較大挑戰(zhàn)。以河南電信為例，2018年12月流量同比增長達(dá)155%，2018年8月更是達(dá)到了333%。流量沖擊帶來的網(wǎng)絡(luò)壓力亟待解決。

另一方面，由于用戶套餐結(jié)構(gòu)的變化，不限量套餐用戶占比持續(xù)增長，移動網(wǎng)絡(luò)呈現(xiàn)嚴(yán)重的增量不增收、增量不增戶的局面。而在5G eMBB業(yè)務(wù)規(guī)模部署之前，LTE網(wǎng)絡(luò)仍是承載網(wǎng)絡(luò)容量的主力。目前，運營商普遍實施了常態(tài)化擴容管理機制，但當(dāng)前管理機制在靈活性、時效性和前瞻性上存在明顯不足，并未針對不同扇區(qū)配置提出差異化措施。本文提出了一種基于業(yè)務(wù)預(yù)測與聚類分析的基站疏忙評估方法（以下簡稱“本文方案”），可在較低復(fù)雜度下實現(xiàn)基站業(yè)務(wù)的預(yù)測，具有較強的可操作性。本文方案將結(jié)合網(wǎng)絡(luò)指標(biāo)，針對不同小區(qū)配置，提出差異化解決方案。

1? ?容量管理方案

目前基站業(yè)務(wù)量評估的依據(jù)之一是小區(qū)自忙時業(yè)務(wù)量，主要包含3大指標(biāo)：基站總流量、平均PRB利用率和最大RRC連接用戶數(shù)。為了推測未來的業(yè)務(wù)量，往往采用龔柏茲曲線、一次函數(shù)或?qū)?shù)函數(shù)等，對業(yè)務(wù)量進行預(yù)測。

龔柏茲曲線其表達(dá)式為：y=kabt，當(dāng)a和b同時大于1或同時介于0～1之間時，函數(shù)呈上升趨勢，曲線如1所示。

圖中可見，在a=1.5、b=1.5時，函數(shù)起點不為0，且函數(shù)隨時間遞增的過程中無漸進值;a=0.5、b=0.5時，函數(shù)存在漸進值，但起點仍不為0。

而PRB利用率和RRC連接用戶數(shù)具有一定的特殊性，PRB利用率區(qū)間為0～100%，RRC連接用戶數(shù)也具有設(shè)備性能上限。因此，在一定時間內(nèi)，其變化趨勢難以通過常用函數(shù)（例如龔柏茲曲線）進行預(yù)測。同時，由于現(xiàn)網(wǎng)存量基站數(shù)目較大，小區(qū)級業(yè)務(wù)量分析計算量較大。

本文方案主要包括2個步驟：1）業(yè)務(wù)預(yù)測;2）聚類分析。在步驟1）業(yè)務(wù)預(yù)測階段，主要根據(jù)歷史數(shù)據(jù)，對于未來某一時間點（例如次年春節(jié)業(yè)務(wù)高峰時刻）進行業(yè)務(wù)量的估計，在步驟2）聚類分析階段，則要根據(jù)步驟1）的預(yù)測結(jié)果，對小區(qū)的業(yè)務(wù)量進行分類討論，逐場景匹配最佳分流策略。

1.1? 業(yè)務(wù)預(yù)測方法

業(yè)務(wù)預(yù)測的目標(biāo)為擴容3大指標(biāo)，目的在于對未來一段時間的小區(qū)容量進行預(yù)判，便于提前部署。由于拋物線具有確定的頂點值，且函數(shù)起始點可為0值，符合設(shè)備性能曲線的特性，因此，結(jié)合上節(jié)所述分析，本文選取基于拋物線的分段函數(shù)來進行設(shè)備性能曲線擬合。

（1）提取小區(qū)流量歷史數(shù)據(jù)，使用常用函數(shù)（例如一次函數(shù)、二次函數(shù)、對數(shù)函數(shù)或卡爾曼濾波法），預(yù)測未來目標(biāo)時間點的PDCP層上下行流量。

（2）提取小區(qū)業(yè)務(wù)量歷史數(shù)據(jù)，將PDCP層上下行流量與PRB利用率和RRC連接用戶數(shù)分組統(tǒng)計，并使用拋物線分別擬合并繪制“流量—PRB利用率”曲線和“流量—RRC連接用戶數(shù)”曲線。

設(shè)備性能曲線示意圖如圖2所示。

（3）設(shè)PDCP層上下行流量為x，預(yù)測下行PRB利用率為y，預(yù)測RRC連接用戶數(shù)為z，可用一分段函數(shù)唯一確定（a1、b1、c1、a2、b2、c2由擬合曲線確定）：

y= ? ? ? （1）

z=? ? ? ? ? ? ? ?（2）

將步驟（1）中所預(yù)測得到的PDCP層流量代入步驟（3）式中，計算下行PRB利用率和最大RRC連接用戶數(shù)的估計值。

至此，指標(biāo)預(yù)測操作已完成。

1.2? 聚類分析方法

優(yōu)化擴容原則基于表1確定。

負(fù)載均衡判定原則需滿足以下2個要求：

（1）被均衡小區(qū)的PRB利用率低于某值（例如30%）、自忙時平均RRC連接用戶數(shù)低于某值（例如100）;

（2）預(yù)估優(yōu)化后忙小區(qū)與被均衡小區(qū)的PRB利用率，需均低于某值（例如50%）。

若不能同時滿足條件（1）和條件（2），則認(rèn)定為該小區(qū)無法進行負(fù)載均衡。

按照“站型/是否可負(fù)載均衡/一載波頻率/二載波頻率/三載波頻率/是否可疊加載波”的格式，對忙小區(qū)聚類分析，劃分為13種情況，根據(jù)每種情況，可唯一地確定一種解決方案，如表2所示（尚未遍歷所有情形，如有新增情形可增補方案）。

2? ?實施方法

結(jié)合具體目標(biāo)對進行介紹。預(yù)測2019年除夕各小區(qū)自忙時PDCP層上下行流量、RRC連接用戶數(shù)、PRB利用率并確定疏忙方案。需提取以下指標(biāo)：

（1）2017年國慶7天期間小區(qū)平均自忙時PDCP層上下行總流量;

（2）2018年2月15日（除夕）所有小區(qū)自忙時PDCP

層上下行總流量;

（3）2018年國慶7天期間小區(qū)平均自忙時PDCP層上下行總流量。

業(yè)務(wù)預(yù)測以小區(qū)為單位，如圖4所示。

采用以下公式：

預(yù)計2019年除夕小區(qū)級自忙時流量=2018年除夕小區(qū)級自忙時流量（單日）×（2018年國慶總業(yè)務(wù)量/ 2017年國慶總業(yè)務(wù)量）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

取值要求：

（1）小區(qū)級流量（單日）：取忙時PDCP層上下行流量之和;

（2）總業(yè)務(wù)量：取七天忙時PDCP層上下行流量之和。

例如：

某基站2019年除夕預(yù)計自忙時流量=該基站2018年除夕流量×（2018年國慶7天該小區(qū)自忙時流量和/ 2017年國慶該小區(qū)自忙時流量和） ? ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

根據(jù)2019年小區(qū)PDCP層上下行總流量的預(yù)測值，結(jié)合1.1節(jié)所述方法，得到小區(qū)PRB利用率和RRC連接用戶數(shù)，參考1.2節(jié)所述門限并聚類，可確定疏忙方案。

至此，可完成擴容方案的確定。

2019年某地通過本文方案進行業(yè)務(wù)預(yù)測并輸出方案，確定一期擴容工程共計擴容小區(qū)2112個;之后，集團進行指標(biāo)提取，確定1 550小區(qū)達(dá)到擴容門限，并作為二期擴容工程。經(jīng)匹配，在二期擴容清單中，有475個為前期通過該擴容算法所輸出小區(qū)，兩期工程匹配率達(dá)到31%。按照往期工程匹配率為10%計算，本期工程在一定程度上避免了重復(fù)建設(shè)，直接節(jié)省建設(shè)成本800萬元。本期工程之后，對一期非忙小區(qū)進行搬運，實施拆閑補忙，而清單內(nèi)475小區(qū)無需搬運，從而節(jié)省搬運資金192萬元。實施情況如表3所示。

3? ?結(jié)束語

本文方案主要為解決現(xiàn)網(wǎng)基站參數(shù)難以預(yù)測的問題，提出了一種具有普遍適用性的容量管理方法，針對每個小區(qū)不同的配置和容量現(xiàn)狀，可自動匹配最優(yōu)的容量管理策略，具有顯著的靈活性、時效性和前瞻性。該方法可注智運營商網(wǎng)絡(luò)的容量建設(shè)工程，從而達(dá)到提質(zhì)、降本、增效的目的。

參考文獻：

[1]? ? 中國信息通信研究院. 虛擬（增強）現(xiàn)實白皮書2018[R]. 2018.

[2]? ? 殷海云，谷俊江. 高鐵場景LTE網(wǎng)絡(luò)負(fù)荷評估及容量提升分析[J]. 移動通信， 2018，42（7）： 87-91.

[3]? ? ?田艷中，陳開仁，陽波，等. LTE基站超忙擴容解決方案探討[J]. 電信技術(shù)， 2018（6）： 74-77.

[4]? ? ?程日濤. 基于業(yè)務(wù)感知的4G網(wǎng)絡(luò)擴容體系研究[J]. 移動通信， 2015，39（17）： 24.

[5]? ? ? 湯利民，徐德平，程日濤. 基于業(yè)務(wù)感知的分場景4G網(wǎng)絡(luò)擴容體系[J]. 電信科學(xué)， 2015，31（S1）： 5-10.

作者簡介

鐵小輝：高級工程師，學(xué)士畢業(yè)于西安電子科技大學(xué)，現(xiàn)任職于中國通信建設(shè)集團設(shè)計院有限公司第四分公司，研究方向為移動通信新技術(shù)及無線網(wǎng)絡(luò)規(guī)劃設(shè)計。

吳海遷：高級工程師，碩士畢業(yè)于西安郵電大學(xué)，現(xiàn)任職于中國通信建設(shè)集團設(shè)計院有限公司第四分公司，研究方向為移動通信新技術(shù)及無線網(wǎng)絡(luò)規(guī)劃設(shè)計。

吳迪（orcid.org/0000-0001-7945-4467）：工程師，碩士畢業(yè)于北京航空航天大學(xué)，現(xiàn)任職于中國通信建設(shè)集團設(shè)計院有限公司第四分公司，研究方向為移動通信新技術(shù)及無線網(wǎng)絡(luò)規(guī)劃設(shè)計。