（2019年度“嘉環杯”獲獎論文三等獎）基于大數據的高鐵用戶精確調度體系研究

朱 偉 卞國東 張 晶 張桂榮 趙志揚 李欽竹

中國移動通信集團江蘇有限公司

0 引言

目前，高鐵已經成為人們出行的主要交通方式之一。在傳統的網絡優化中，為了保障快速運行中的高鐵用戶的網絡體驗，中國移動建立了高鐵專用承載網。但是，在高鐵沿線的公網用戶，會入侵并駐留在高鐵專用網絡，搶占專網資源，影響專網性能。如何準確識別公網入侵用戶，指導鐵路附近公網站點規劃，支撐公網/專網協同優化，給專網減負，保障專網專用，成為亟需深入研究的課題。

1 基于大數據下的高鐵用戶研究方案

傳統的高鐵專網優化主要分為RF優化和參數調整兩種方法，這兩種方法均無法快速有效改善專網用戶感知。本文提出的基于大數據的高鐵用戶精準調度研究，運用了軟采+硬采結合數據源的方案，并基于用戶的全量信令，解決了傳統網絡優化下無法解決的難題。

1.1 首創搭建高鐵虛擬路測平臺

高鐵虛擬路測平臺的優勢：（1）基于軟采數據+硬采數據，相比對接廠家數據源，具備更廣泛的應用和推廣場景；（2）基于高精度高鐵用戶識別與慣性定位算法，更準確復現高鐵業務感知和網絡質量；（3）基于業務質量和網絡性能的綜合呈現與聯合分析，支撐高鐵優化的高效閉環。

通過平臺架構，制定公網入侵評估流程：（1）高鐵概覽：線路級公網入侵指標統計呈現；（2）綜合管理：公網入侵較差路段識別，該問題路段小區級公網入侵指標評估，同時進行趨勢分析；（3）專題分析：入侵類型（TAU入侵、Attach入侵等）餅圖呈現，結合覆蓋分析專題，查看高鐵專網附近宏站覆蓋情況，最后結合參數、RF調整等人工手段進行深入分析。

1.2 高鐵用戶精準識別

隨機抽查平臺輸出的2000個高鐵用戶進行驗證，所抽查用戶均符合高鐵用戶特征，高鐵用戶識別準確率達到99%以上。

2 依托大數據手段對高鐵質差小區優化分析

針對公網用戶侵占高鐵專網資源的問題，本方案可以精準識別區分高鐵用戶和公網用戶，并將入侵的公網用戶遷移回公網，創新提出入侵的公網小區回溯算法。

2.1 入侵的公網小區回溯算法

（1）基于入侵用戶識別模塊的輸出，獲取入侵的用戶列表；（2）根據入侵用戶話單信息中的駐留小區信息以及話單中的事件信息，回溯入侵專網的公網小區；（3）入侵專網小區是排除月臺小區外的高鐵小區；（4）針對公網A-專網B-專網C-公網D-專網E-專網F的小區移動路徑，只針對專網B、E小區進行入侵的公網小區回溯。

回溯詳細場景如下：

場景1：準確回溯

連接態從公網小區切換入專網，入侵小區為切換源公網小區。

場景2：近似回溯

連接態在公網小區發生RLF，重建到專網小區；依據重建前所在小區的PCI在入侵點周圍查找匹配的最近公網小區。

場景3：近似回溯

ilde態從公網小區TAU重選入專網，根據入侵用戶的話單信息，查找入侵專網前一段時間內（2min）最近話單產生的公網小區。該公網小區為入侵小區。

ilde態Attach專網小區，根據入侵用戶的話單信息，查找入侵專網前一段時間內（2min）最近話單產生的公網小區。該公網小區為入侵小區。

場景4：無法回溯

ilde態從公網小區重選入專網或開機駐留專網，根據入侵用戶的話單信息，在入侵專網前一段時間內（2min），查找不到該用戶的話單；處理周期內第一條話單為專網小區，無法回溯。

2.2 基于公/專網用戶識別的資源調度策略

根據在站點停靠的專網用戶、在站點不停靠的專網用戶、公網用戶不同的行為特征，提出基于用戶行為的精確分流擴容方案，有效解決高鐵高負荷問題，實現承載能力倍增。具體實現流程如圖1所示。

圖1 根據用戶行為實現創新策略

2.3 停靠/不停靠用戶分流策略

問題：目前MLB下，用戶在專網、站臺間頻繁占用，感知差。

策略：利用高鐵站點的重疊覆蓋特征，基于高鐵停靠用戶/不停靠用戶在火車站的重疊覆蓋區域駐留的差異性，通過基于時長的負荷均衡策略，精確區分停靠、不停靠用戶。

精確設置MLB策略時長，精確區分和分流停靠/不停靠用戶，有效降低專網負荷，詳情如圖2所示。

圖2 停靠/不停靠用戶分流策略

2.4 公/專網用戶分流策略

問題：大網FDD用戶過多占用專網小區，從而導致FDD網絡感知差。

策略：設置高鐵專網FDD1800（1.4M）保護罩，精確區分公/專網用戶，分流誤入專網的公網用戶。（1）頻點配置：保護罩小區與專網同覆蓋，頻點配置1409（1800，1.4M）功率高于專網；（2）鄰區配置：保護罩與專網無鄰區關系，保護罩到附近大網小區為單向鄰區；（3）級別配置：大網重選優先級。

專網小區僅承載專網用戶，有效降低了專網話務負荷，實現專網載頻瘦身。

2.5 語音/數據用戶分流策略

問題：伴隨著用戶終端支持FDD且開通VOLTE功能的普及，無論是否撥打VOLTE電話均會優先占用到FDD，從而導致FDD高負荷。

策略：專網多層網覆蓋場景下，將不同特點的業務與不同特性的頻段進行適配，詳情如圖3所示。

圖3 語音/數據用戶分流策略

2.6 各類改善效果詳情

弱覆蓋提升：滬寧覆蓋優化類問題點累計132個，已識別并解決123個，其中改善率為90%，效果提升明顯。如圖4所示。

圖4 弱覆蓋提升效果

公網入侵改善：共識別172個區域公網入侵嚴重，已完成59個問題處理，完成率34%，改善率100%。如圖5所示。

保護罩策略開啟效果：昆山南站專網開啟保護罩小區后，7月24日和6月26日指標對比，高鐵專網小區最大激活用戶數下降明顯（10%左右）。

基于時長的MLB策略分裂效果：2019年6月24日開啟了專網到大網站臺小區的MLB算法，對比7月27日和6月22日兩天專網小區內最大用戶數占比（專網用戶數/＜專網+大網用戶數＞）明顯降低，降低20%左右。

QCI綁定關系調整效果：調整后晚忙時D頻段用戶數占比由23.26%提升至42.85%，FDD用戶數占比下降17%左右。兩網負荷均衡，效果良好，具體占比如下表所示。

圖5 公網入侵提升效果

表1 分時分頻段用戶比例

策略優化后現場測試，與優化前占用同樣FDD小區的情況下，優化后下載速率提升明顯。

3 結束語

根據公網用戶的多個特征，在算法上從多個維度綜合判斷，準確識別入侵專網的公網用戶，從而指導附近公網站點規劃，支撐公網/專網協同優化，為專網減負，保障專網用戶的體驗，確保高鐵地段擁有優質的網絡質量，具有很強的現實指導意義。可以通過大數據分析減少人工的分析及DT測試，且定位更為精準，對于提升網絡深度覆蓋和提高用戶滿意度有著積極的意義。