5G網絡容量預測分析方法

曹艷霞（中國聯通網絡技術研究院，北京100048）

1 概述

5G網絡能夠提供高速率、超低時延、海量連接的增強型移動寬帶服務，2019年是5G網絡布局建設的一年，隨著網絡部署規劃節奏加快，關于5G網絡無線容量分析的研究也成為重要的研究課題?，F有關于系統容量的評估方法，通常是基于業務模型和話務模型的抽象模型，或通過系統平均頻譜效率分析獲得，一般首先基于單業務模型，考慮業務數據經過各個傳輸協議層處理后到達物理傳輸層的實際速率需求，再結合空口平均吞吐量，從而獲得單業務的用戶容量；然后依據用戶的話務模型分布，即各種業務的分布比例等特征，從而獲得綜合業務的用戶容量，這種傳統的容量評估方法主要有以下缺點。

a）基于業務模型和話務模型進行分析，業務模型和話務模型的準確性直接影響容量分析結果。目前各種移動應用業務在快速發展，其種類和數量遠超已有的經驗模型，經驗模型無法準確反映實際的業務特征，因此現有容量評估方法的基礎依據存在一定的不準確性和不完備性。

b）現有的分析方法需要分析業務源數據包從應用層經過各個協議層的開銷，各個協議層的處理過程在分析中通常只能簡化建模分析，一方面準確性不高，另一方面該分析過程需要各種分段打包處理，分析過程過于繁瑣復雜。

c）該方法只適用于建網初期的網絡容量模糊評估，無法對網絡容量的發展進行有效的預測，對于網絡擴容和未來網絡升級不具備指導意義。

為了能夠更合理簡便預測評估5G NR系統的用戶容量，本文將針對基于現網大數據的預測5G NR系統容量的方法進行研究。

2 容量預測方法

未來的5G NR系統普通用戶基本由現網LTE網絡用戶升級，因此目前LTE用戶的實際業務狀態與未來5G NR系統中的業務存在一定的關聯性和趨勢性關系，可以利用現網大數據的分析結果，結合5G NR系統與LTE系統的頻譜效率差異、帶寬差異等，估算5G NR系統的用戶容量。

基于大數據的容量分析基本過程是通過對LTE網路的網元統計量、城市維度、時間維度、區域維度、人群分布維度等大數據進行分析，對系統容量相對于各項參考值的趨勢關系進行建模，從而對未來系統容量進行預測。流程如圖1所示。

圖1 5G網絡容量預測流程

基于大數據的容量分析方法實施過程中關鍵步驟實施過程如下。

a）獲取原始數據：從實際運營網絡中提取如下統計量：業務資源負荷（包括上行和下行）、控制資源負荷（包括上行和下行）、用戶容量（RRC連接用戶數）、網絡性能指標（包括但不限于BLER、接通率、掉線率、切換成功率）。

b）資源負荷維度切片處理：分別以上行業務資源負荷、下行業務資源負荷、上行控制資源負荷、下行控制資源負荷為統計維度，分別統計各個負荷強度下的相應指標（用戶容量或網絡性能指標）。例如以5%作為負荷強度顆粒度，分別統計各負荷水平所對應的用戶容量或網絡性能指標。

c）資源負荷與用戶容量關系序列提?。阂罁襟Eb）的切片處理，每個負荷強度對應一個用戶容量，各個負荷強度區間內有多組數據（負荷強度、用戶容量），對各個負荷強度區間的數據（負荷強度、用戶容量）對進行數據平滑，數據平滑方法可采用取平均方法、概率中值方法等數學統計方法。經過處理后，每個負荷強度區間對應一組相應的數據（負荷強度、用戶容量）代表該負荷區間的用戶容量水平。

d）負荷與容量關系曲線擬合：依據步驟c）提取的數據序列，將序列按照負荷強度從低到高或從高到低排序，采用數學擬合方法（例如最小二乘法）對序列進行擬合，從而得到用戶容量相對于負荷強度的趨勢關系曲線。

e）資源負荷與實際網絡性能關系序列提?。簠⒖疾襟Ec），將用戶容量替換為實際網絡性能指標量。

f）負荷與實際網絡性能關系曲線擬合：參考步驟d），將用戶容量替換為實際網絡性能指標量。

g）極限用戶容量估算：依據步驟f）擬合的負荷與網絡實際性能關系曲線，確定實際網絡中極限網絡性能門限下的網絡負荷，結合步驟d）擬合的負荷與用戶容量的關系曲線，確定極限網絡性能下的網絡用戶容量。對于未規模建網的通信系統，可依據現網的容量結合帶寬比例、頻譜效率比例等進行折算。

h）時間維度切片：以時間為維度，分別統計每個時間段系統的資源負荷（包括上行業務資源負荷、下行業務資源負荷、上行控制資源負荷、下行控制資源負荷）。時間段的顆粒度以實際的網元統計時間顆粒度為依據，例如小時級顆粒度統計。

i）季節性負荷周期提?。阂罁襟Eh）的數據，對每日的負荷時間切片數據進行分析，從中提取出季節性周期規律。例如以各時間段負荷按照從高到低排序，以前n個負荷水平的平均值作為該日的負荷代表值ρi，n典型的取值為3或5，當n取所有的時間段時，即以該日的整體負荷均值作為該日的負荷代表值。將每日的負荷代表值按照時間順序排序，按照一定原則提取季節性負荷周期，提取方法可采用下列方法之一：

（a）通過觀察日負荷曲線，結合季節假日因素，在變化趨勢明顯發生改變的地方分界，各個分界點之間的時間段作為一個季節負荷性周期。

（b）定義統計變量，依據變量值進行分界：

以日負荷代表值ρi作為基礎數據，統計全年平均負荷M=Mean（ρi），以自然周為單位統計周負荷均值mi，以及周負荷均值的一階差分比 δi=（mi+1-mi）/mi，對mi和δi做滑動窗平均，滑動窗長為N（默認取值為4），即：

定義幾種趨勢轉換狀態，其中參數S默認取值3，ρ默認取值0.2，σth默認取值0.05。

·連續S個Mi＞M（1+ρ），且連續S個σi≥σth。

·連續S個Mi＜M（1-ρ），且連續S個σi＜-σth。

·連續S個M（1-ρ）≤Mi≤M（1+ρ），或連續S個-σth≤σi≤σth。

當統計數據在以上3個狀態間發生切換時，記做趨勢切換點，各趨勢切換點之間的時間段作為一個季節負荷性周期。

j）季節內日負荷序列提?。阂罁襟Ei）分界的季節負荷周期，分別提取各個季節負荷周期內的日負荷數據，按時間排序形成序列。

k）季節內日負荷趨勢擬合：基于步驟j）提取的數據序列進行曲線擬合，擬合方法可采用最小二乘法。

l）用戶容量預測：基于步驟k）擬合的負荷趨勢，對未來負荷進行預測，每個季節負荷周期臨界點的預測數據作為下一個季節負荷周期預測的起始點。根據預測的負荷，結合擬合的負荷與容量關系曲線，可對用戶容量進行相應的預測。對于未規模建網的通信系統，可依據現網的容量結合帶寬比例、頻譜效率比例等進行折算。

m）季節內周數據對齊：將一個季節負荷性周期對應的步驟h）提取的負荷數據，按照周一至周日的順序分別截斷，各截斷的每周數據按照周一至周日的順序分別對應疊加取均值。

n）每日負荷趨勢擬合：基于步驟m）處理的數據，按照周一至周日的順序，分別擬合每天的負荷趨勢曲線，時間顆粒度與步驟h）數據顆粒度相同。

通過以上步驟，不僅可以預測5G NR系統的用戶容量，還可以獲得5G NR系統未來的用戶容量隨時間變化的規律，對于日后5G網絡的規劃、擴容以及負荷均衡都有指導意義。

3 示例分析

依據某市LTE現網提供的數據分析做示例，首先對業務資源利用率和用戶容量進行分析。通過對業務資源利用率切片進行切片統計，系統用戶容量與資源利用率的關系如圖2所示。

圖2 LTE現網用戶容量分析

從LTE網絡統計的數據分析看，目前LTE網絡小區容納的最大用戶數為420個左右，該用戶容量是在系統硬件設備限制以及各種物理信道資源容量限制下的最大用戶容量。LTE網絡小區在極限負荷（90%）狀態下，平均在線用戶數為60個。該用戶容量是實際網絡在各種物理信道資源容量限制下的綜合用戶容量。采用LTE系統容量估算5G NR系統容量時，需要考慮幾個對容量有重要影響的因素，包括系統帶寬差異、子幀配置差異、頻譜效率差異、硬件設備差異等。

圖3 幀結構1（S時隙D∶S∶U的比例為6∶4∶4）

圖4 幀結構2（S時隙D∶S∶U的比例為6∶4∶4）

圖5 幀結構3

首先從子幀配置差異上分析，不同子幀配置影響不同，可以采用業務資源符號數進行折算，例如目前5G NR關注的幀結構主要有圖3至圖6示出的幾種。 根據每種子幀配置下上下行資源的符號數，對有LTE網絡估算的NR系統容量進行折算。以下行控制域配置3個符號為例，下行資源符號數扣除控制域符號數估算；上行控制信道開銷按照10%，上行資源符號數按照上行子幀符號數的90%比例折算，LTE與NR各種幀結構下每個無線幀業務資源符號數如表1所示。

上行和下行修正用戶容量分別按照下式計算。

表1 各種幀結構下每個無線幀業務資源符號數

圖6 幀結構4

然后從系統帶寬和頻譜效率差異上分析，NR系統帶寬為LTE系統帶寬的5倍，依據仿真經驗，64天線NR系統的下行頻譜效率約為LTE的3.6倍，上行頻譜效率約為LTE的3.9倍。系統帶寬和頻譜效率的差異可以體現在用戶容量上，也可以體現在用戶速率體驗上。建議用戶體驗和用戶速率需求通過長期統計預測單用戶平均速率需求的增長趨勢，以判定在未來NR系統的用戶速率需求相對于LTE用戶速率需求的增長比例n（依據容量估算算法中的步驟i）、步驟j）、步驟k），將負荷替換為單用戶平均吞吐量），依此估算NR系統上下行資源能夠承載的用戶容量，系統容量為兩者取小。

依據現網采集的數據分析，采用均值法統計了1月和11月的用戶每小時平均數據流量（見表2），可以看出用戶數據量有明顯提升，大概提升比例為50%，那那么不妨設定業務量的年增長率為60%，預計2年后NR進入大規模商用階段時，用戶數據量和速率需求為目前的nUL=nDL=（1.6）2=2.56倍。

表2 某地LTE網絡單用戶每小時平均數據量

依據示例中LTE現網采集數據分析推算，5G NR系統在極限負荷狀態（90%）下系統平均的在線連接用戶容量至少達422用戶。

4 結束語

本文對5G NR網絡容量的預測方法進行了研究，該方法基于LTE現網的數據分析統計實現，采用真實可信的現網數據，涵蓋了實際發生的各種移動業務和話務分布情況，分析依據準確可靠；且該方法實施簡單，僅需要對現網設備統計數據進行采集和分析即可，不需要對數據源的協議處理流程進行分析，實施易操作處理。通過該方法能夠對未來5G用戶容量進行預測分析，對未來網絡建設規劃起到指導意義。