基于常驻用户分离的室分隐性故障识别研究与实践.pdfVIP

基于常驻用户分离的室分隐性故障

识别研究与实践

发掘缺乏规范且有效的定位方法，主要依靠现场的排

0引言

查定位，较为耗时耗力。为提高室分故障定位的准确

目前5G深度覆盖相对不足，5GVoNR尚未具备商性，提升室分隐性故障的排查效率，亟需一套能高效

用条件，4G网络仍为语音和数据主力承载网。统计显准确对室分故障问题定界的方法，指导室内深度覆盖

示，70%以上的移动数据业务和75%的语音业务发生提升优化工作。

在室内，室内覆盖及性能将直接影响运营商的客户感

1现有技术缺陷

知体验。LTE高频段组网、空间传播损耗和穿透损耗

相对增大，更不利于室内深度覆盖。现阶段室分故障室分站点的运行质量是移动网络整体运行质量

——————————的重要组成部分。随着LTE网络覆盖的逐渐深入，现

收稿日期：2021-12-31阶段室内弱覆盖问题的主要排查分析工作是根据现

场测试、性能、告警、投诉、Trace信令等数据，在各自的针对上述状况，目前并没有全面而准确的方法从

维度有限地对网络问题进行定位和分析。室分角度真实反映故障问题。因此，本文基于专家经

a）测试数据基于抽样的模拟测试，局限性大，难验，在总结室分巡检摸排案例的基础上，通过机器学

以准确评估用户感知。习技术对经验建模分析，建立了一套基于AI的室分

b）MR数据、参数配置、告警及性能数据难以准确故障问题定位方法，用于全网的巡检排查工作。

反映用户KQI相关指标。

2基于常驻用户分离的室分隐性故障定位方法

c）投诉数据仅评估用户KQI相关指标，难以准确

定位用户问题。2.1室内常驻用户识别

d）信令数据数据量大、解析难度高，不利于快速a）工作地点常驻用户识别：统计用户最近两周工

评估全网感知。作日（星期一至星期五）09：00—12：00，14：00—17：00

目前基于设备性能和业务建模的网络指标评价所驻留小区的驻留时长，如果用户在某小区平均驻留

体系比较完善，但如何客观、准确、全面、及时地得出时长大于2h/天，则视其为该小区工作地点常驻用户。

客户真实的网络感知体验仍然需要探索。传统意义b）家庭地点常驻识别：统计用户最近两周的00：

上的网络TOPN异常问题和网管性能指标跟用户感知00—06：00所驻留小区驻留时长，如果用户在该小区

并非完全线性相关，网络性能指标好坏仅能在宏观层驻留平均时长大于2h/天，则视其为该小区家庭地点

面推测反映大部分用户感知，既不具体也不全面；所常驻用户。家庭地、工作地常驻用户识别示意如图1

以在实际网络运营中，仍然存在网络指标良好但用户所示。

真实感知劣化情况。2.2常驻用户楼宇立体定位

最近两周的驻留时长2h工作日最近两周的驻留时长2h

家庭地点常驻用户工作地点常驻用户

03661215182124

图1家庭地、工作地常驻用户识别示意图