基于業務預測與聚類分析的網絡疏忙評估方法

鐵小輝　吳海遷　吳迪

【摘? 要】隨著不限量套餐的推廣，移動用戶的業務結構發生了巨大變化，音樂、短視頻等業務的流量沖擊給運營商網絡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，運用業務預測方法，充分考慮實施提前量，預估網絡業務量發展趨勢;進一步根據預估業務量及網絡配置情況劃分業務場景，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網容量問題，大大提高了容量建設的精準性，并且具有良好的時效性。

【關鍵詞】業務預測;聚類分析;PRB利用率;RRC連接用戶數

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等新興業務迅速推廣，業務結構隨之變化，單用戶體驗需求也在不斷提高。根據中國信通院發布的《虛擬（增強）現實白皮書2018》[1]，由于沉浸體驗等級不同，VR發展至中遠期，視頻傳輸期望碼率可達440 Mbit/s甚至更高，這就要求網絡承載能力所適配用戶體驗的門檻需要進一步提高。由于移動用戶數的增加及不限量套餐的推廣，移動網業務量激增，網絡容量受到了較大挑戰。以河南電信為例，2018年12月流量同比增長達155%，2018年8月更是達到了333%。流量沖擊帶來的網絡壓力亟待解決。

另一方面，由于用戶套餐結構的變化，不限量套餐用戶占比持續增長，移動網絡呈現嚴重的增量不增收、增量不增戶的局面。而在5G eMBB業務規模部署之前，LTE網絡仍是承載網絡容量的主力。目前，運營商普遍實施了常態化擴容管理機制，但當前管理機制在靈活性、時效性和前瞻性上存在明顯不足，并未針對不同扇區配置提出差異化措施。本文提出了一種基于業務預測與聚類分析的基站疏忙評估方法（以下簡稱“本文方案”），可在較低復雜度下實現基站業務的預測，具有較強的可操作性。本文方案將結合網絡指標，針對不同小區配置，提出差異化解決方案。

1? ?容量管理方案

目前基站業務量評估的依據之一是小區自忙時業務量，主要包含3大指標：基站總流量、平均PRB利用率和最大RRC連接用戶數。為了推測未來的業務量，往往采用龔柏茲曲線、一次函數或對數函數等，對業務量進行預測。

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

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

而PRB利用率和RRC連接用戶數具有一定的特殊性，PRB利用率區間為0～100%，RRC連接用戶數也具有設備性能上限。因此，在一定時間內，其變化趨勢難以通過常用函數（例如龔柏茲曲線）進行預測。同時，由于現網存量基站數目較大，小區級業務量分析計算量較大。

本文方案主要包括2個步驟：1）業務預測;2）聚類分析。在步驟1）業務預測階段，主要根據歷史數據，對于未來某一時間點（例如次年春節業務高峰時刻）進行業務量的估計，在步驟2）聚類分析階段，則要根據步驟1）的預測結果，對小區的業務量進行分類討論，逐場景匹配最佳分流策略。

1.1? 業務預測方法

業務預測的目標為擴容3大指標，目的在于對未來一段時間的小區容量進行預判，便于提前部署。由于拋物線具有確定的頂點值，且函數起始點可為0值，符合設備性能曲線的特性，因此，結合上節所述分析，本文選取基于拋物線的分段函數來進行設備性能曲線擬合。

（1）提取小區流量歷史數據，使用常用函數（例如一次函數、二次函數、對數函數或卡爾曼濾波法），預測未來目標時間點的PDCP層上下行流量。

（2）提取小區業務量歷史數據，將PDCP層上下行流量與PRB利用率和RRC連接用戶數分組統計，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”曲線。

設備性能曲線示意圖如圖2所示。

（3）設PDCP層上下行流量為x，預測下行PRB利用率為y，預測RRC連接用戶數為z，可用一分段函數唯一確定（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連接用戶數的估計值。

至此，指標預測操作已完成。

1.2? 聚類分析方法

優化擴容原則基于表1確定。

負載均衡判定原則需滿足以下2個要求：

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

（2）預估優化后忙小區與被均衡小區的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），則認定為該小區無法進行負載均衡。

按照“站型/是否可負載均衡/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，對忙小區聚類分析，劃分為13種情況，根據每種情況，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

結合具體目標對進行介紹。預測2019年除夕各小區自忙時PDCP層上下行流量、RRC連接用戶數、PRB利用率并確定疏忙方案。需提取以下指標：

（1）2017年國慶7天期間小區平均自忙時PDCP層上下行總流量;

（2）2018年2月15日（除夕）所有小區自忙時PDCP

層上下行總流量;

（3）2018年國慶7天期間小區平均自忙時PDCP層上下行總流量。

業務預測以小區為單位，如圖4所示。

采用以下公式：

預計2019年除夕小區級自忙時流量=2018年除夕小區級自忙時流量（單日）×（2018年國慶總業務量/ 2017年國慶總業務量）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

取值要求：

（1）小區級流量（單日）：取忙時PDCP層上下行流量之和;

（2）總業務量：取七天忙時PDCP層上下行流量之和。

例如：

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

根據2019年小區PDCP層上下行總流量的預測值，結合1.1節所述方法，得到小區PRB利用率和RRC連接用戶數，參考1.2節所述門限并聚類，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務預測并輸出方案，確定一期擴容工程共計擴容小區2112個;之后，集團進行指標提取，確定1 550小區達到擴容門限，并作為二期擴容工程。經匹配，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，兩期工程匹配率達到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建設，直接節省建設成本800萬元。本期工程之后，對一期非忙小區進行搬運，實施拆閑補忙，而清單內475小區無需搬運，從而節省搬運資金192萬元。實施情況如表3所示。

3? ?結束語

本文方案主要為解決現網基站參數難以預測的問題，提出了一種具有普遍適用性的容量管理方法，針對每個小區不同的配置和容量現狀，可自動匹配最優的容量管理策略，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絡的容量建設工程，從而達到提質、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）現實白皮書2018[R]. 2018.

[2]? ? 殷海云，谷俊江. 高鐵場景LTE網絡負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， 2018（6）： 74-77.

[4]? ? ?程日濤. 基于業務感知的4G網絡擴容體系研究[J]. 移動通信， 2015，39（17）： 24.

[5]? ? ? 湯利民，徐德平，程日濤. 基于業務感知的分場景4G網絡擴容體系[J]. 電信科學， 2015，31（S1）： 5-10.

作者簡介

鐵小輝：高級工程師，學士畢業于西安電子科技大學，現任職于中國通信建設集團設計院有限公司第四分公司，研究方向為移動通信新技術及無線網絡規劃設計。

吳海遷：高級工程師，碩士畢業于西安郵電大學，現任職于中國通信建設集團設計院有限公司第四分公司，研究方向為移動通信新技術及無線網絡規劃設計。

吳迪（orcid.org/0000-0001-7945-4467）：工程師，碩士畢業于北京航空航天大學，現任職于中國通信建設集團設計院有限公司第四分公司，研究方向為移動通信新技術及無線網絡規劃設計。