一种LTE网络利用率评估与扩容方法

一种LTE 网络利用率评估与扩容方法
张之栋1，李连本2，高瑜鸿2
(1 中国移动通信集团设计院有限公司陕西分公司，西安 710000；2 中国移动通信集团陕西有限公司，西安 710077）
摘　要　当前LTE网络容量仍旧是影响网络质量的首要问题，扩容作为解决LTE容量问题的一个重要手段，其方法和
标准一直被业界研究。

本文就当前容量评估扩容的问题点，提出了一种基于主要业务时间的PRB利用率评估方法，同时在考虑边缘用户感知速率的情况下提出了用户体验满意度的概念，结合两者，得出一种基于MTT_PRB的扩容基线。

按照该方法，在实际应用中有效的提升了用户的体验，激发了被压抑流量的释放。

关键词　LTE；利用率；扩容；高负荷
中图分类号 TN929.5 文献标识码 A 文章编号 1008-5599（2019）07-0046-06
收稿日期：2018-12-14
随着LTE 用户的不断发展以及移动多媒体业务的不断演进与丰富，4G 网络流量呈爆发式的增长，局部热点区域LTE 小区业务量大、利用率高，严重影响用户的上网体验。

尤其是当前4G 建设已进入成熟期，运营商资源投资逐步减少，如何进行精准化的贴近用户感知的网络负荷评估及网络扩容已成为当前亟待解决的问题。

本文通过对当前PRB 利用率评估弊端的分析，提出了一种基于关键业务时间的PRB 利用率评估方法，更加精准的评估网络的利用率，同时通过优化用户体验评估方法提出了用户体验满意度的概念，目标是建立起一种能有效评估网络容量，提升用户感知的网络扩容方法。

1 LTE 利用率评估现状分析
LTE 网络在资源调度使用上是以基本单元PRB 为基础，PRB 为L1物理层的概念。

PRB 资源的占用情况
可直观的反映当前网络的负荷情况。

通常使用PRB 利用率（占用率）这一指标来表征。

各信道的PRB 使用情况以毫秒为时间单位进行打点统计，网管统计的PRB 占用情况为在一定时间段的汇总情况。

目前可通过网管直接取得网络15 min、30 min、45 min、60 min、24 h 粒度的PRB 利用率平均值和最大值。

当前针对PRB 利用率的评估以及各类扩容规范基本采用15 min 或60 min 级PRB 利用率的平均值和最大值（自忙时）。

采用平均值的方式：该统计方式反映了在性能统计周期内，各信道每毫秒使用PRB 的平均值。

由于业务在时间上的不均衡性，使用该统计方式容易掩盖短时间数据业务资源不足而且体验差。

采用最大值统计方式：该统计方式反映了在性能统计周期内，各信道每毫秒使用PRB 的最大值。

使用该统计方式可以发现网络在统计周期瞬时的资源不足情况，但由于采集时间过短，不能排除瞬时偶发性的可能。

话统打点字段含义
利用率区间L.ChMeas.PRB.PDSCH.Util.Samp.Index0PDSCH 的PRB 资源利用率在区间0内的样本数0～10%L.ChMeas.PRB.PDSCH.Util.Samp.Index1PDSCH 的PRB 资源利用率在区间1内的样本数10%～20%L.ChMeas.PRB.PDSCH.Util.Samp.Index2PDSCH 的PRB 资源利用率在区间2内的样本数20%～30%L.ChMeas.PRB.PDSCH.Util.Samp.Index3PDSCH 的PRB 资源利用率在区间3内的样本数30%～40%L.ChMeas.PRB.PDSCH.Util.Samp.Index4PDSCH 的PRB 资源利用率在区间4内的样本数40%～50%L.ChMeas.PRB.PDSCH.Util.Samp.Index5PDSCH 的PRB 资源利用率在区间5内的样本数50%～60%L.ChMeas.PRB.PDSCH.Util.Samp.Index6PDSCH 的PRB 资源利用率在区间6内的样本数60%～70%L.ChMeas.PRB.PDSCH.Util.Samp.Index7PDSCH 的PRB 资源利用率在区间7内的样本数70%～80%L.ChMeas.PRB.PDSCH.Util.Samp.Index8PDSCH 的PRB 资源利用率在区间8内的样本数80%～90%L.ChMeas.PRB.PDSCH.Util.Samp.Index9
PDSCH 的PRB 资源利用率在区间9内的样本数
90%～100%
表1 PDSCH的PRB资源利用率在不同区间的分布
在当前运营商4G 资源投资受限的情况下，采用此统计方式过于激进。

以某一小区的监控为例，该小区在18:00时平均PRB 利用率37.8%， 小区中用户体验速率约10.5 Mbit/s，平均体验良好，但对于18:45～18:55时间段，5 min 级PRB 利用率超过90%，小区中用户体验速率从22 Mbit/s 急剧下降到了1.8 Mbit/s 左右，用户体验差。

小时级小区平均负荷不高，平均用户体验好，但用户做业务时负荷高，用户体验差。

2 MTT_PRB 利用率的定义及计算方法
根据以上所述，采用平均利用率和最大值利用率都不能很好的体现小区的真实负荷情况。

网络在一定的时间段内不是时时刻刻都持续低业务或者高业务的状态，主要业务量产生只发生在部分时间段，称之为主要业务发生时间（MTT）。

根据“二八定律”，取80%流量的产生时间为主要业务时间，如图1所示。

通过评估并反映MTT 网络资源利用率，来体现网络的关键短板，更好的匹配网络体验。

MTT_PRB 利用率计算公式如下。

MTT_PRB 利用率=[PRB(0)+…+PRB(MTT )]/
MTT
2.1 PRB 秒级分布估算
在当前的网元版本中，网管可统计在一定时间内
各信道在不同利用率区间的样本数，每一个样本点为1s 打点统计结果，其在每一个区间上的样本数表示在该区间的时长。

以PDSCH 信道为例，PRB 秒级分布从L.ChMeas.PRB.PDSCH.Util.Samp.Index0～ L.ChMeas.PRB.PDSCH.Util.Samp.Index9，以10%为间隔共10个区间段，L.ChMeas.PRB.PDSCH.Util.Samp.Index0表示小区PDSCH 信道在0～10%区间的占用时长，以此类推，如表1
所示。

以小时级PRB 秒级分布计算为例，计算方法如下。

（1）利用率排序，小时级话统按照PRB 利用率区间从大到小排序。

（2）估算小时总下行PRB 利用率W ，取小区每样本区间分布的中间值作为该区间的平均值。

W =Index0×5%+Index1×15%+…+Index9×
图1 小时内秒级流量分布
95%。

（3）计算80%PRB利用率对应的MTT，从最高区间分布的PRB开始被减，一直减到占比80%处：[W×80%-Index9×95%…-Index i×N]=0,则MTT=(Index9+…+N)。

（4）计算MTT时间内的平均PRB利用率：总PRB利用率×80%/关键业务时间，即MTT_下行PRB利用率=W×80%/MTT。

2.2 基于信令的秒级打点计算
通过在厂家OMC对小区吞吐量和RB占用情况信令跟踪，可直接获取小区秒级的吞吐量和RB占用数。

基于信令的秒级打点计算可直接通过获取80%的流量对应时间求出MTT_PRB利用率，具体计算方法如下。

（1）排序：按照每秒下行流量从大到小排序，得到排序后的流量Traffc(i), PRB(i)。

其中i=1:3 600。

（2）计算小时级总流量: TotalTraffic=Traffc(1)+ Traffic(2)+…+Traffic(3 600)。

（3）计算80%流量对应的时间（MTT）： 从最大流量开始被减，一直减到占比80%处：TotalTraffic×80%- Traffic(1)…-Traffic(N)=0；则MTT=(1+…+N)。

（4）计算MTT时间内对应的平均PRB利用率：MTT时间内的总PRB利用率/MTT，即MTT_PRB 利用率=PRB(1)+PRB(2)+…+PRB(MTT)/MTT。

2.3 两种计算方法对比
PRB秒级分布估算法使用数据可直接在网管获取，数据采集方便，而呼叫日志秒级打点计算的数据获取要通过对小区进行信令跟踪，过程相对复杂且处理数据量较大。

但PRB秒级分布估算法针对PRB利用率的估算采用了区间均值估算，准确性相对呼叫日志秒级打点计算方法稍差。

在某省省会城区选取2 321个晚忙时平均利用率大于30%的小区分别采用两种计算方法进行评估，两种算法利用率误差在1%以内的小区有2 053个，占比88.5%；利用率误差在2%以内的小区2 179个，占比93.9%；利用率误差在5%以内的小区有2 298个，占比99%。

两种算法契合性较高，均可作为评估的依据。

在实际网络优化过程当中，如果对小范围的小区进行精细化的评估优化，建议采用基于信令的秒级打点计算；如果对大范围的小区进行评估优化，建议采用PRB秒级分布估算。

2.4 MTT_PRB利用率与感知速率的拟合度
分别使用小区平均PRB利用率和MTT_PRB利用率对小区的用户体验速率进行拟合分析。

使用小时平均PRB利用率，存在大量的样本（73%），速率低，PRB低，速率和资源利用率失配现象明显；使用MTT_下行PRB 利用率，低速率样本对应的PRB利用率高，失配区域的样本大幅度减少（13%），如图2所示。

MTT_下行PRB 利用率能充分反映主要业务和关键时间的资源拥塞。

3 感知速率评估优化
用户的感知速率是指用户在使用某种特定业务过程中，所期望达到的速率。

用户的感知速率作为评价用户满意度的一个重要指标，在网络规划优化过程中势必要考虑其影响。

但当前对网络感知速率的评估基本采用平均感知速率，平均感知速率可以呈现小区整体的感知情况，但会掩盖边缘用户感知速率的问题。

以某小区用户感知速率分布为例，平均速率10 Mbit/s，但23%的用户速率低于5 Mbit/s，很大程度掩盖了边缘用户的感知速率情况。

5 Mbit/s目标速率根据现网业务分布和不同业务的速率要求去设置。

因此定义体验满足度反映边缘用户体验满足情况，体验满意度表示用户感知速率达到目标门限的比例，以满足5 Mbit/s的目标为例，计算公式如下。

用户体验满意度=
定义解读如下。

（1）L.Thrp.DL.BitRate.Samp.Index0……9表示扣除LastTTI的速率落在10个不同区间的样本数，∑3
k=0
(L.Thrp.DL.BitRate.Samp.Index
k
)
er.DLData.Avg×3 600 1-
er.DLData.Avg表示每秒下行有缓存的用户数，包含大小分组用户数。

（2）∑3
k=0 (L.Thrp.DL.BitRate.Samp.Index
k
)为
1 h内小于5 Mbit/s样本数。

（3）er.DLData.Avg×3 600为1 h 总的用户数。

4 基于MTT_PRB利用率的扩容方法
基于MTT_PRB利用率的扩容方法包含用户感知速率目标设定、平均速率映射和扩容方案确定3个部分。

4.1 用户感知速率目标设定
由于不同场景下小区的业务组成和用户行为不同，所以在进行用户感知目标设定时需要根据小区的用户行为和业务需求情况来进行目标的设定。

简言之，即无论是何种类型的小区，均会存在多种业务，只是各类业务的比重不同，所以在计算各类业务场景小区保障速率时也根据各类业务的感知速率要求以及业务占比进行综合考量。

具体实现方法为通过对大量大中小分组的数据进行建模，汇总分析不同业务类型小区（大中小分组）下的业务占比，式中i代表某一种具体的业务。

感知速率目标=∑3
i=1
（i业务保障速率×i业务占比）由于大部分业务为视频业务和Web业务，所以这两种业务的体验好坏直接影响用户对网络的感知。

故在进行感知速率目标计算时针对这两种业务按照“体验好”速率进行计算，其它业务按照“一般体验速率”计算，不同业务对保障速率的要求如图3所示。

结合某省大中小分组小区业务占比，如图4所示，按照大中小分组的感知速率目标计算，大分组小区感知速率目标为4.61 Mbit/s，中分组小区为3.22 Mbit/s，小分组小区为2.54 Mbit/s。

4.2 平均感知速率映射
针对设定用户感知速率目标的达成，要充分考虑边缘用户的感知速率，要尽可能的保证边缘用户的感知速率达到目标门限要求。

平均感知速率的映射即当用户体验满意度达到一定的比例时，对应的平均感知速率值。

以满足大分组小区为例对数据进行分析，用户感知速率目标为4.61 Mbit/s，要求全网90%的用户速率达到目标要求，即用户体验度达到90%。

通过大数据分析，当体验速率满足门限（4.61 Mbit/s）的比例达到90%时，对应的平均感知速率约为15 Mbit/s，如图5
所示。

同理，
中分组小区约为10 Mbit/s,小分组小区约为7 Mbit/s。

4.3 扩容方案确定
通过映射关系找出平均感知速率，并通过平均感知
速率与MTT_PRB利用率的多项式回归拟合分析，确
定MTT_PRB利用率的扩容基线。

根据数据运算，当图2 小区平均PRB利用率和MTT_PRB利用率与用户感知速率匹配性对比
图3 不同业务对保障速率的要求
图4 某省大中小分组小区业务占比
平均用户感知速率达到15 Mbit/s（大分组）时，对应的MTT_PRB 利用率为60%，即MTT_PRB 利用率的扩容基线为60%，如图6所示。

同理，中分组小区的MTT_PRB 利用率扩容基线约为50%，小分组的MTT_
PRB 利用率约为45%。

由于感知速率的变化受多种因素影响，在进行扩容方案确定前首先要排除无线环境劣化（弱覆盖、重叠覆盖和干扰等问题）、调度策略配置异常、传输异常等问题影响的小区。

5 应用效果
在某省会城市选取45个高负荷待扩容小区进行评估，按照5 Mbit/s 感知速率目标，90%的用户体验满
意度，MTT_PRB 利用率的扩容基线为60%进行评估，实际扩容小区为32个，完成扩容后小区的整体用户体验满意度和流量均得到明显增长。

根据统计，扩容前小区的整体用户满意体验度为
77.14%，扩容后小区的整
图5 大分组体验满足度(90%)与平均用户体验速率映射
图6 平均速率与MTT_PRB利用率关系
A new way to evaluate LTE utilization and expand capacity
ZHANG Zhi-dong 1, LI Lian-ben 2, GAO Yu-hong 2
(1 China Mobile Group Design Institute Co., Ltd. Shaanxi Branch, Xi'an 710000, China; 2 China Mobile Group Shaanxi Co., Ltd., Xi'an 710077, China)
Abstract LTE network capacity is still the primary issue affecting network quality currently. As an important means
to solve the LTE capacity problem, the expansion methods and standards has been studied by the industry all along. A PRB utilization evaluation method based on main business time is proposed in this paper for current issues in capacity assessment and capacity expansion. Meanwhile, considering the perceived rate of the edge users, the concept of user perception satisfaction is presented. An expansion baseline for the base MTT_PRB is obtained combining the method and the concept, which effectively improves the user experience in practical applications and stimulates the release of suppressed traffi c.
Keywords LTE; utilization; capacity expansion; high load capacity
参考文献
[1] 焦燕鸿，赵旭淞. TD-LTE无线网络评估利用率评估体系探
讨[J]. 电信工程技术与标准化，2013(1).
[2] 李智, 王正恒, 范恒. 基于LTE网络利用率的扩容研究[J]. 移
动通信, 2017(11).
体用户满意体验度为92.6%，增长22.48%。

在扩容前后同等用户数量下，小区总流量由3 500.99 GB 增长至4 365.03 GB，增幅24.48%。

说明在用户体验需求得不到满足的情况下，流量被压抑，当体验提升以后，小区被压抑的流量得以释放。

6 结束语
本文探讨了当前网络利用率评估的弊端，提出了一种评估主要业务发生时间的利用率评估方式，即MTT_PRB 利用率。

MTT_PRB 利用率能更好的反映小区的负荷状态，从实践中表明，MTT_PRB 利用率跟用户的
感知速率具有更好的匹配性。

在评价用户感知速率中，定义用户体验满意度，考虑到用户边缘速率的影响，对用户的体验评价更为准确，避免了边缘用户感知差被掩盖的现象。

集合二者得出的基于感知的MTT_PRB 利用率扩容基线，在实际应用中有效的保障了用户体验，激发了网络流量的释放。