作者 ｜ 韓斌杰 逯丹，單位：河北移動
Labs 導讀5G分流比和5G用戶感知提升是現階段工作重點，且5G網絡尚處在網絡建設初中期，現網實際環境復雜，涉及干擾、重疊覆蓋、快衰等多種場景，現階段各項網絡指標與感知相關性未能清晰判斷。?
(資料圖)
優化過程中開網階段統一配置的4/5G互操作策略很難保證用戶感知，因此研究建立5G感知與網絡關鍵KPI相關性判定體系及場景化互操作策略，首先確定5G用戶感知劣化標準，然后通過皮爾遜相關性系數確定影響用戶感知的強相關指標，通過大數據分析擬合曲線印證強相關指標準確性并獲取感知劣化拐點等信息，最后制定“一站一案”的差異化邊緣參數和互操作策略，從而保證5G網絡效益和5G用戶感知。
1技術方案介紹1.1 建立5G感知與網絡關鍵KPI相關性判定體系通過四步法確定影響感知的關鍵KPI及劣化拐點：
步驟一：感知質差小區定義：基于理論推算及相關業務的測試經驗，當5G單用戶上行速率低于1Mbps時，用戶的部分應用體驗會出現明顯劣化?；?G業務預判模型，下行邊緣速率建議100Mbps以上，下行業務也需上行ACK反饋，如再支持一路1080p直播業務，則上行速率需3~5Mbps。由于當前上行高清直播業務不多，上行可重點保障下行100Mbps的ACK需求，對應此標準，上行至少需1Mbps。
步驟二：影響用戶感知關鍵因素確定：通過皮爾遜相關性算法確定當前影響感知的關鍵指標為：上行PUSCH RSRP（覆蓋類）、上行平均干擾（質量類） 、每用戶5->4互操作次數（質量類）。
從網絡覆蓋、質量、容量三個維度，利用皮爾遜相關系數，開展上行感知與重點KPI聯動分析，發現上行PUSCH RSRP（覆蓋類）、上行平均干擾（質量類） 、每用戶5->4互操作次數（質量類）等指標對上行感知影響較大，需重點優化。注：現階段容量類KPI不是影響感知的關鍵因素。
?皮爾遜相關系數：是度量兩個隨機變量的相關程度，其結果為一個介于-1和1之間的值，當兩個變量的線性關系增強時，相關系數趨于1或-1；
步驟三：影響感知各指標拐點確認：通過大數據分析擬合曲線印證強相關指標準確性，及拐點確認。
①5G 上行PUSCH RSRP（上行覆蓋）分析印證，通過關聯分析可確定上行PUSCH RSRP的感知拐點為-119dBm， 劣化拐點后質差小區占比在70.32%，且高于非質差47.35%，故可判斷5G 上行PUSCH RSRP為影響感知覆蓋類中的關鍵因素之一。
②5G 上行干擾電平分析印證計，通過關聯分析可確定5G上行干擾電平的的感知拐點為小于-111， 劣化拐點后質差小區占比在77.73%，且高于非質差63.15%，故判斷5G 上行平均干擾為影響感知質量類中的關鍵因素之一。
1.2擬合每個小區差異化的上行速率（感知）曲線，確定感知拐點對應的RSRP值，制定一站一案的互操作策略傳統評估上行感知拐點的方式主要依賴道路測試，評估上行邊緣速率時下行RSRP門限作為5-4互操作門限；但現網無線環境復雜，互操作門限不應一刀切，受限人力、設備等測試資源，也無法遍歷所有小區做測試，且用戶多在室內，室外道路測試也無法評估室內用戶真實體驗情況。
為解決以上難題，本項目以上行1Mbps為體驗門限標準，將小區海量下行RSRP與上行感知速率樣本關聯擬合，進而得到下行RSRP與上行感知速率的擬合趨勢曲線，再評估趨勢曲線1Mbps門限對應的RSRP值，作為該小區一站一案的互操作門限，以下圖為例：
圖1 小區擬合曲線“一站一案”互操作門限示例
1.3 “三維四域”邊緣感知參數及特性挖潛，提升邊緣感知通過提解調、抑干擾、強協同三維優化，進行邊緣參數挖潛：
篩選規則：
最大用戶數10~40之間；上行感知速率低于1M；5G平均TA覆蓋距離2000米-2500米之間；上行每PRB的接收干擾噪聲平均值<-110。效果驗證：篩選23個小區進行參數驗證，上行用戶體驗速率由0.63Mbps提升至0.7Mbps，提升11.11%。
2技術創新點創新點1：“三步法”構建上行感知與網絡KPI關聯模型
將網絡重點KPI與上行體驗大數據關聯，從網絡覆蓋、質量、容量三個維度，利用皮爾遜相關系數，開展上行感知與重點KPI聯動分析，發現上行PUSCH RSRP（覆蓋類）、上行平均干擾（質量類）、每用戶5->4互操作次數（質量類）等指標對上行感知影響較大，需重點優化。注：現階段容量類KPI不是影響感知的關鍵因素。
通過擬合曲線印證5G上行PUSCH RSRP、上行干擾與感知強關聯的準確性，并確認影響感知的KPI拐點。
創新點2：基于MR大數據確定上行感知拐點對應的RSRP門限，制定一站一案的互操作策略
傳統評估上行感知拐點，主要依賴道路測試方式，評估上行邊緣速率時下行RSRP門限作為5-4互操作門限；但現網環境復雜，門限不應一刀切，受限資源，也無法遍歷所有小區做測試，且用戶多在室內，室外道路測試也無法評估室內用戶真實體驗情況。
基于此，本項目提出基于MR數據開展上行感知拐點門限評估，通過折線圖關聯用戶下行RSRP和上行體驗速率樣本，自動進行二維曲線擬合；得到各小區差異化“一站一案”上行邊緣感知拐點。
創新點3：“三維四域”邊緣感知參數提升
本項目通過提解調、抑干擾、強協同三維優化思路，提出PDCCH/PUCCH/PUSCH/SSB等四大信道域共計14項重點參數，綜合提升上行邊緣感知。
X 關閉
X 關閉