基于大数据回归分析的LTE流量预测及扩容方法研究

基于大数据回归分析的LTE流量预测及扩容方法研究
付　航
中国移动通信集团重庆有限公司
详细介绍一种LTE网络业务量时间维度的预测方法，引入O+B域建立用户画像，结合大数据建立LTE网络预测模型，对LTE网络未来小区内的用户数、业务量等数据进行预测，同时可以把控网络局部短期变化，从而支撑快速优化调整应对。

基于用户感知建立不同场景下的扩容标准，预估网络资源。

LTE 预测算法 扩容评估 大数据 回归分析
摘要关键词
前言
在4G网络运维管理中，容量评估是重要的一环，如何解决容量瓶颈对网络性能的负面影响，使网络既能够满足业务的发展需求，又能够合理地提前做好网络软硬件资源储备，是当前运营商面临的一个难题。

2018年，流量运营提前加速，各类低价套餐、“不限量”套餐相继推出，网络用户数和业务量爆发式发展，传统线性拟合等粗犷预测方式已不适用于当前的网络话务模型。

现阶段增强型网管系统及大数据处理系统的发展为分析网络提供了基础。

文中立足于历史大数据分析，结合一定时间内的市场发展目标，提出一种基于用户画像分布的LTE业务预测算法模型，对LTE网络参与容量评估的关键指标进行分析预测。

研究背景
全球252家运营商中，超过50%的运营商已发布高于20GB DOU的“不限量”套餐，中国大陆运营商顺势而为，于2017年前后发布“不限量”套餐刺激流量。

截止到2017年年底，国内主要城市LTE DOU已超过3GB，且2018年仍然保持快速增长。

急速的流量扩张在促进运营商和网络高速发展的同时，也给LTE网络带来压力。

毫无疑问，在未来的一段时间内，LTE网络将扮演着移动互联网主力军的角色。

业务驱动网络发展，科学配置网络资源，保证网络业务顺畅成为网络规划设计的关键主题。

运营商持续保障网络发展和投资收益比，需要在聚焦重点区域、重点场景的基础上，把握住网络用户和业务的发展趋势，优先匹配发展目标和网络承载能力，这就要求更精准的时、空二维网络业务预测，从而达到精准规划布局、提前储备资源的目的。

业务量预测算法
通过分析某市LTE小区历史长期话务可知，小区中的活跃用户占比相对恒定，因此对于用户数来说，获取相对长时间维度的小区用户分布特性，匹配未来市场发展目标用户数，就可以预测小区“不限量”用户、普通用户的分布。

由预测的小区内用户数量，结合计划发展的用户DOU、小区峰值流量占比平均值，计算出小区未来自忙时流量。

小区级业务预测流程如图1所示。

经现网预测验证，部分场景存在流量预测和现网实际流量占比偏差较大情况，主要有以下两种问题。

问题一：用户数占比相对流量占比较高（单用户流量远低于其他场景），该部分小区主要为农村、乡镇、部分居民区、城区道路等。

问题二：用户数占比相对流量占比较低（单用户流量远高于其他场景），该部分小区主要为校园网。

因此可用小区单用户流量和全网单用户流量的比例对预测流量增长因子进行进一步修正，具体如图2所示。

通过对比统计，基于用户分布特征在市场发展目标达成率为90%以上时，现网小区预测流量偏离实际流量1GB/天以内的小区占比达80%，较线性拟合法预测准确度大幅提高。

通过关联大数据流量和其他维度容量关系，可以得出基于预测流量的用户数、利用率结果，具体如图3所示。

小区用户小区用户数预测小区流量增长因子
占比
小区峰值流量预测
图1　小区级业务预测流程
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００－１２４７．２０１９．０４．００４
研究
基于预测结果可以对局部区域热点进行分析，提前采取措施，如扩容方案、负荷均衡等优化方案的制定。

同时小区级预测结果参与下一步扩容判定计算，提前部署网络资源配置。

基于用户感知的扩容标准
根据2018年年初某市现网调研数据，LTE用户在各场景１．００．８０．６０．４０．２０
２
４
６
８１０１２１４
（ａ）小区在网用户数与流量间的关系
（ｂ）下行利用率与流量间的关系
１５
０．００４２
１００．００％２９．００％学商
业中心
购物中心
企事业单位
车站、机场居民区道路乡村其
他３８．７０％３６．９２％４４．７１％３５．８２％
３６．６６％０
ＶｉｄｅｏＷｅｂ图注：Ｐ２ＰＦｉｌｅ＿ＡｃｃｅｓｓＯｔｈｅｒｓ
ＩＭ７５．４９％
８０．００％７０．００％６０．００％５０．００％４０．００％
３０．００％２０．００％４０３５３０２５２０１５１０５０
２０
４０
６０
８０
１００
１２０
１４０
１６０
１８０
２００
网络运行天数
预测部分小区单用户流量
÷×＝
＝
小区流量修正因子小区流量修正后增长因子
小区流量修正因子计算
小区流量增长因子修正
全网单用户流量平均值小区流量修正因子小区流量增长因子
基于用户分布小区预测流量
图注：
流量自然增长３阶趋势线
流量自然增长５阶趋势线流量实际值
网络流量（ＧＢ）
图2　经过修正的小区流量预测拟合
６０５０４０３０１６
２０１００
５
１０
流量（ＧＢ）
流量（ＧＢ）
２０
小区在网用户数（户）
下行利用率
ｙ６５７ｘ＝２．５６５７＋０．６６０７
ｙ０．７＝７Ｅ－０．７６ｘ０．５－３Ｅ－０．５５ｘ００６＋０．０００６４
ｘ－
０４２３ｘ０３６＋０．００３６２ｘ０８７ｘ＋０．１０８７＋０．０１４图3　小区流量大数据预测分析
１００
８０．００％６０．００％
４０．００％
２０．００％５２．０１％校
３９．９８％４２．５０％８０．０７０．０６０．０５０．０４０．０３０．０２０．０１２．６４％
１３．７５％
１７．３９％
１５．７９％９％１０．４９％４７．００％
６６．１５％
７４．７８％
６５．８９％
１０．０１０．００％
０
腾讯
爱奇艺
≤３６０Ｐ
４８０Ｐ
７２０Ｐ
≥１０８０Ｐ
图注：优酷搜狐乐视
图5　各大APP视频分辨率分析
图4　分场景各种业务流量占比
历史数据当前数据普通套餐用户数
典型分辨率视频典型体验
标准下的带宽要求
各场景单用户体验速率需求
各个场景流量增长比例
“不限量”套餐用户ＤＯＵ“不限量”套餐用户行为：视频流量、分辨率、时长
各场景小区自忙时体验速率、小区自忙时流量
各场景小区中不同类型业务流量分布
６个月后的预测数据预估数据
６个月后普通套餐用户数６个月后“不限量”套餐用户数
评估结果
６个月后“不限量”套餐用户ＤＯＵ
６个月后普通套餐用户
ＤＯＵ６个月后的总流量
受限小区
（１）
（２）
（１）
（２）
（３）
（４）
（３）
（５）
（４）
９０８０７０６０５０４０３０２０１００
５
１０
１５
２０
４０
４５
门限忙时流量（ＧＢ）
下占比最高的业务类型均为视频业务（Video），具体如图4所示。

随着流量资费套餐价格进一步降低，视频业务占比将呈现增长趋势，因此建议以视频业务保障带宽作为容量评估的第一标准。

通过分析现网用户大数据，当前各主流视频APP
普通套餐用户ＤＯＵ
６个月后各小区总流量６个月后各小区忙时流量各个场景体验速率和自忙时流量的分布趋势
各场景下满足单用户体验速率的小区忙时
流量门限
６个月后体验图7　总体评估流程
２５
３０
３５
小区用户速率（Ｍｂｉｔ／ｓ）
忙时流量（ＧＢ）
ｙ＝２３．７４３ｅ－０．３７１ｘ
趋势公式
ｙ＝２３．７４３ｅ－０．３７１ｘ
目标体验速率（Ｍｂｉｔ／ｓ）ｙ＝３．２９１ｘ＝５．３２
图6　基于回归分析的高校场景流量拐点预测
分辨率统计占比分布如图5所示。

其中“不限量”用户480P以上视频业务占比更高，考虑到未来运营商市场的发展，目标体验建网建议主要以720P 和480P相结合作为规划目标分辨率，建议以50% 720P+50% 480P作为流量需求及体验速率需求考虑，后续随网络演进可
逐渐增加1080P的流量比例。

以98%的视频业务不卡顿为目
标，确定各分辨率下所需L T E推荐网络层规划速率。

根据主流APP典型码率推算速率需求：1080P、720P、480P的速率需求分别为6.2M b i t/s、3.75Mbit/s、2.25Mbit/s。

小区覆盖的场景特征能代表该场景下的长期话务模型，统计场景下各
种业务类型占比，可以得到某类覆盖场景下LTE小区的视频业务综合保障
（下转20页）
研究
表1　千兆LTE终端支持功能统计
厂商商用终端型号
特性功能
４×４　ＭＩＭＯ４ＣＣ　ＣＡ下行２５６ＱＡＭ
华为华为Ｍａｔｅ１０　／Ｐｒｏ全网通版支持支持支持
华为华为Ｐ１０　全网通（４６０００）支持支持不支持
三星Ｇａｌａｘｙ　Ｎｏｔｅ　８全网通支持支持支持
三星三星Ｓ７／Ｓ７　ｅｄｇｅ公开版不支持不支持支持
三星三星Ｓ８＋国行公开版不支持不支持支持
小米小米６不支持不支持支持
苹果ｉＰｈｏｎｅ７　Ｐｌｕｓ　ｉＯＳ１０．３．２不支持不支持不支持
1.131Gbit/s，平均速率1.1Gbit/s，基本实现了各个特性功能及组合的无线空中接口理论峰值增益效果。

本次测试成功演示了千兆LTE网络能力，实现了峰值速率历史新高，将4G基站的无线承载能力推向新的高度。

终端支持情况
目前，支持千兆L T E的终端类型研发相对滞后，只有主流厂商部分芯片支持，如海思Balong750、高通骁龙820。

据表1可知，同时支持4T4R+4CC CA+256QAM功能的千兆LTE商务终端只有华为Mate10和三星Galaxy Note 8上市，部分厂商高端主流机型仅支持个别功能，需要推动终端和芯片的研发进程。

结束语
文中在现网中通过4×4 MIMO、多载波聚合、256QAM 高阶调制等前沿技术综合应用，完成1.13Gbit/s千兆LTE网络下载速率，超过现有4G网络峰值速率10倍以上，实现了3GPP LTE-Advanced规范中提出的面向未来5G技术演进，支持LTE下行千兆速率的要求。

通过深度评估各个新技术的实际应用效果，针对在现阶段4G+现有网络能力演进的基础上，为满足日增长的高速率、高流量需求提供技术支撑，为破解4G+无线组网中高速率的要求提供指导方案和途径，对后续大规模推广面向5G预商用的千兆LTE网络能力和保持未来网络竞争力具有重要的指导意义。

参考文献
[1]　李军.L T E无线网络覆盖优化与增强实践指南[M].北京:机械工业出版社,2017
[2]　金勇,方志林.载波聚合技术在4G+网络中的应用研究[J].电视技术,2016(9)
[3]　刘晴,许森.TD-LTE和LTE FDD载波聚合部署策略分析及性能评估[J].移动通信,2017(11)
[4]　袁戈非,王欣晖,赵孝武.5G部署场景和潜在技术研究[J].移动通信,2017(6)
[5]　吴锦,莲厉萍.L T E中的高阶调制技术及其性能分析[J].移动通信,2017(17)
[6]　蔡婉婕.LTE-Hi的关键技术分析[J].信息系统工程,2016(11)
如对本文内容有任何观点或评论，请发Ｅ－ｍａｉｌ至ｔｔｍ＠ｂｊｘｉｎｔｏｎｇ．ｃｏｍ．ｃｎ。

作者简介
李军
博士，高级工程师，现就职于河南移动，主要研究方向为宽带移动通信理论与技术。

速率带宽。

下面以高校场景为例进行分析，如图6所示。

(1)对高校用户行为及流量占比、单业务承载速率标准等各项因子加权求和，得出高校场景单用户体验速率保障基线为3.291Mbit/s。

(2)寻找单用户速率低于业务感知保障速率能力的流量拐点，从而作为高校场景体验受限的扩容标准。

该扩容标准门限通过拟合计算为：忙时流量5.32GB。

依次类推，将LTE网络小区按照覆盖场景聚合，统计各场景业务类型占比，得到用户综合保障速率带宽，通过绘制
各场景下同时间点小区单用户速率、流量散点图寻找拐点即可获取该场景下感知扩容流量门限，结合基于市场发展目标
的小区流量预测，即可判定业务发展周期内小区是否达到扩容条件，总体评估流程如图7所示。

结束语
文中通过寻找活跃用户分布的历史数据进行大数据分析处理，并进一步修正小区单用户流量相对整体的偏差，建立LTE网络数据基于市场发展目标的预测模型。

通过该模型对业务量等指标进行预测，准确度较高。

同时给出基于视频业务感知的扩容标准方法论，可以为网络规划设计、优化调整、资源储备提供参考和依据。

如对本文内容有任何观点或评论，请发Ｅ－ｍａｉｌ至ｔｔｍ＠ｂｊｘｉｎｔｏｎｇ．ｃｏｍ．ｃｎ。

（上接17页）。