基於A口和Abis口信令數據的高速鐵路場景網絡優化方法
2023-10-06 16:51:09
專利名稱：基於A口和Abis口信令數據的高速鐵路場景網絡優化方法
技術領域：
本發明涉及無線技術通信領域，特別涉及高速鐵路無線覆蓋場景中的一種基於A口和Abi s 口信令數據的高速鐵路場景網絡優化方法。
背景技術：
目前國內高速鐵路發展迅猛，高速鐵路已成為鐵路客運的重要部分，但由於高速鐵路速度快，都卜勒效應顯著，高速鐵路指標差以及優化手段匱乏已極大的限制了高速鐵路移動通信網絡優化工作的深入開展。現有高速鐵路移動通信網絡的優化主要通過以下方法(I)通過話務統計數據對覆蓋高速鐵路小區指標進行統計，對指標異常小區進行 有針對性的網絡優化。(2)通過大量實地路測數據進行分析，確定高速鐵路移動通信網絡中存在異常問題。通過測試LOG回放分析問題原因並提出問題解決方案。(3)通過搜集高速鐵路移動通信網絡中的手機用戶投訴，以實地測試模擬手機用戶投訴場景、復現用戶投訴問題的方式對問題進行處理。但是現有的高速鐵路優化手段主要依靠高速鐵路小區KPI (Key PerformanceIndicator關鍵績效指標法)指標分析、高速鐵路路測數據分析、高速鐵路用戶投訴處理等三個方面對高速鐵路網絡進行問題發現和處理，都存在一定的缺陷高速鐵路小區KPI指標分析，存在問題發現滯後，不能明確異常事件是否是高速鐵路用戶發生；由於高速鐵路沿線常駐用戶指標影響，高速鐵路用戶異常情況會被大量常駐用戶正常情況淹沒，不能從常規KPI指標上反映高速鐵路用戶指標。高速鐵路路測可以真實模擬用戶的異常感知，但該方法由於高速鐵路場景的特殊性，會耗費大量的時間、人力、經費等，且路測偶發性大，定位問題困難，在優化調整後，驗證調整結果也需反覆測試，成本花銷極大。用戶高速鐵路投訴問題極難通過測試復現，異常發生時所佔用的射頻拉遠單元不易確定，問題定位精度不足。
發明內容
針對現有技術中存在的缺陷，本發明的目的在於提供一種基於A 口和Abis 口信令數據的高速鐵路場景網絡優化方法，實現高速鐵路移動通信網絡模擬測試，定位問題小區，針對高速鐵路用戶定位到問題小區的射頻拉遠單元，提高高速鐵路網絡優化效率。為實現上述目的，本發明採用的技術方案如下一種基於A 口和Abis 口信令數據的高速鐵路場景網絡優化方法，包括以下步驟(I)採集高速鐵路小區A 口和Abis 口的全量信令數據，根據高速鐵路用戶分離方法分離出高速鐵路常駐用戶、高速鐵路用戶、和高速公路或普通鐵路用戶3類用戶，並確定高速鐵路用戶的測量報告經緯度；所述全量信令數據包括由Abis 口採集的測量報告數據，以及A 口數據中的通話切換佔用小區、切換駐留在小區時長以及各小區間切換序列；(2)獲取用戶測量報告，根據用戶測量報告以及全量信令數據，按照用戶類型監控用戶在小區下的網絡KPI指標；所述KPI指標包括用戶所在小區名稱、小區識別Cl、用戶主叫次數、被叫次數、主叫接通次數、接通率、掉話率以及呼叫時延；(3)根據用戶在小區下的網絡KPI指標監控結果確定存在異常事件的用戶；所述異常事件是指監控獲得的KPI指標不符合指標設定值範圍；(4)定位發生異常事件用戶位置，發出預警。進一步，如上所述的一種基於A 口和Abis 口信令數據的高速鐵路場景網絡優化方法，步驟(I)中，根據高速鐵路各切換點的經緯度和高鐵在各切換點的平均車速，計算高速鐵路用戶在某一時間的測量報告經緯度。
進一步，如上所述的一種基於A 口和Abis 口信令數據的高速鐵路場景網絡優化方法，步驟(2)中，設定時間粒度，按照高速鐵路用戶、高速鐵路常駐用戶、以及高速公路或者普通鐵路用戶3類用戶類型和設定的時間粒度分別進行小區網絡KPI指標監控。進一步，如上所述的一種基於A 口和Abis 口信令數據的高速鐵路場景網絡優化方法，步驟(3)中，所述監控獲得的KPI指標不符合指標設定值範圍包括監控獲得的接通率低於接通率的設定值，監控獲得的掉話率高於掉話率的設定值。進一步，如上所述的一種基於A 口和Abis 口信令數據的高速鐵路場景網絡優化方法，所述指標設定值由用戶根據實際網絡情況以及指標的常用經驗值進行設定。進一步，如上所述的一種基於A 口和Abis 口信令數據的高速鐵路場景網絡優化方法，步驟(4)中，定位發生異常事件用戶位置包括定位高速鐵路常駐用戶所在的小區位置、定位高速公路或者普通鐵路用戶所在小區的位置、以及精確定位高速鐵路用戶所在小區的射頻拉遠單元。再進一步，如上所述的一種基於A 口和Abis 口信令數據的高速鐵路場景網絡優化方法，精確定位高速鐵路用戶所在小區的射頻拉遠單位的具體方式為根據用戶測量報告，將用戶在發生異常事件時刻的測量報告經緯度與用戶所在小區下的所有射頻拉遠單元的經緯度相比較，與用戶在發生異常事件時刻的測量報告經緯度最接近的射頻拉遠單位定位為用戶所在小區的射頻拉遠單元位置。更進一步，如上所述的一種基於A 口和Abis 口信令數據的高速鐵路場景網絡優化方法，對於高速鐵路用戶的精確定位，通過呼叫回放模擬以及信令回放精確定位時間異常事件問題點。本發明的有益效果在於I.準確定位發生異常事件的位置，並找出異常事件問題點，可以最大限度提升現有高速鐵路網絡優化工作的工作效率；2.通過多為的KPI指標監控，提升現有高速鐵路網絡優化指標的針對性，快速發現聞速鐵路網絡存在問題，有針對性的提升聞速鐵路用戶感知；3.根據三種不同類型用戶建立監控體系，將高速鐵路測試時呈現問題的偶然性降至最低，全面模擬高速鐵路實際問題；4.能夠對高速鐵路異常事件點提供相應用戶異常原因分析和異常發生時的無線環境狀況，確定異常事件點網絡優化思路；
5.能夠以大量高速鐵路用戶為依據，長期對高速鐵路用戶數量、KPI指標、無線環境改善情況進行監控，可作為提升高速鐵路用戶感知依據。
圖I為本發明一種基於A 口和Abis 口信令數據的高速鐵路場景網絡優化方法的流程圖；圖2和圖3為具體實施方式
中按照用戶類型建立的高速鐵路監控預警體系中對用戶KPI指標監控的結果示意圖。
具體實施例方式下面結合說明書附圖與具體實施方式
對本發明做進一步的詳細說明。
本發明是針對目如聞速鐵路優化中存在的弊端，提出一種基於A 口和Ab i s 口/[目令數據的高速鐵路用戶分離方法，通過該方法可將覆蓋高速鐵路小區內用戶按高速鐵路用戶、沿線常駐用戶、沿線低速用戶(包括普通鐵路用戶和高速公路)等三個類型進行區分，識別出的高速鐵路用戶指標用於評估高速鐵路無線網絡情況，定位出存在異常事件用戶所在的小區位置，更能夠準確定位出高速鐵路用戶所在小區的射頻拉遠單位，精確了定位，有效解決實地測試終端單一、問題偶發性大和測試成本龐大的問題，能夠及時的針對存在問題的小區觸發告警，以便優化人員及時處理。圖I示出了本發明一種基於A 口和Abis 口信令數據的高速鐵路場景網絡優化方法，該方法主要包括以下步驟步驟Sll :通過高速鐵路用戶分離方法分離3類不同的類型鐵路用戶，獲取高速鐵路用戶的經緯度及行車方向；採集高速鐵路小區A 口和Abis 口的全量信令數據，根據高速鐵路用戶分離方法分離出高速鐵路常駐用戶、高速鐵路用戶、和高速公路或普通高鐵用戶，並確定高速鐵路用戶的測量報告經緯度以及高速鐵路用戶的行車方向。A接口是中繼側應用廣泛的一種數字接口，A接口定義為網絡子系統(NSS)與基站子系統(BSS )間的通信接口。從系統上來講，就是移動交換中心(MSC)與基站控制器(BSC)之間的接口，此接口傳遞的信息包括移動臺管理、基站管理、移動性管理、接續管理等。Abis接口定義為基站子系統的兩個功能實體BSC(基站控制器)和BTS(基站收發信臺)之間的通信接口，用於BTS與BSC之間的遠端互連方式，該接口支持所有向用戶提供的服務，並支持對BTS無線設備的控制和無線頻率的分配。通過Abis 口採集用戶的測量報告數據MR，採集A 口數據中的用戶通話切換佔用小區、切換駐留在小區的時長以及各小區間切換序列。通過全量信令數據的採集，通過高速鐵路分離方法分離出高速鐵路常駐用戶、高速鐵路用戶以及高速公路或者普通鐵路用戶3中類型。由於高速鐵路線路是確定的，高速鐵路用戶MR經緯度必然是高速鐵路上的經緯度；通過高速鐵路實際路測數據(解析採集到的全量信令數據)可以提取出高速鐵路各切換點的經緯度以及各切換點間的平均車速，由於手機每O. 48秒上發一個MR測量報告，因此可以計算出高速鐵路用戶發生切換後某一時間的經緯度，即根據用戶發生切換後的時間確定該時間用戶上發的MR的經緯度，從而完成高速鐵路用戶MR的定位。此外，還可以根據高速鐵路用戶分離方法得出高速鐵路用戶的行車方向。通過高速鐵路用戶分離方法分離不同類型的用戶以及確定高速鐵路用戶行車方向在另一個相關申請中已經進行了詳細的說明，在本發明中不再詳細描述。步驟S12 :按照用戶類型建立高速鐵路監控預警體系，監控用戶在小區下的網絡KPI指標；
獲取用戶測量報告，根據用戶測量報告以及全量信令數據，按照用戶類型建立高速鐵路監控預警體系，監控用戶在小區下的網絡KPI指標。該步驟中，以步驟Sll中分離出的3中不同類型用戶的通話為樣本，評估高速鐵路小區在高速鐵路上實際網絡覆蓋情況，建立一定時間粒度(例如五分鐘)的高速鐵路監控預警體系，可實時監控高速鐵路用戶網絡KPI指標情況。如高速鐵路用戶在某小區下KPI指標持續惡化，可觸發告警，提示優化人員及時處理。其中，KPI指標包括用戶所在小區名稱、小區識別Cl、用戶主叫次數、被叫次數、主叫接通次數、接通率、掉話率、呼叫時延、切換次數、切換成功率、總話務量、TCH話務量、SD話務量以及上/下行語音質量各級(O 5級)佔比等一些列的常用指標，如圖2和圖3所示，通過建立高鐵監控預警體系，對各小區的網絡KPI指標進行監控，可以通過圖2中的方式將各指標的監控結果通過柱狀圖表示出來，可以一目了然地看出各監控指標，當然也可以通過圖3中趨勢圖的方式對監控結果進行顯示，使用戶各指標的變換趨勢進行分析。在該步驟中針對高速鐵路用戶分離算法分離出的高速鐵路用戶、常駐用戶、高速及普通鐵路用戶3類用戶類型，可按用戶類型分別進行小區KPI指標統計。呈現維度上可以按小區、小區組、整個高鐵等3個網元維度，高速鐵路用戶、高速公路及普通鐵路用戶、高速鐵路常駐用戶等3個用戶維度進行指標呈現，為高速鐵路小區優化提供靈活的指標查詢呈現，全面評估出各種用戶類型在高速鐵路小區下的指標情況。步驟S13 :根據KPI指標監控結果確定存在異常事件的用戶；根據步驟S12中監控獲得的用戶在小區下的網絡KPI指標監控結果確定存在異常事件的用戶，異常事件指的是指監控獲得的KPI指標不符合指標設定值範圍。在步驟S12中建立高速鐵路監控預警體系時，會對其中的一些KPI指標根據實際的網絡情況以及指標的常用經驗值，對一些KPI指標進行設定，當監控獲得的KPI指標結果不符合設定值範圍時，則說明存在網絡異常。例如，對於高速鐵路用戶，其KPI指標中掉話率一般要不高於3%，所以當監控結果中的掉話率高於3%時，說明存在異常事件。在進行KPI指標設定時，用戶可以根據需要確定對哪些指標進行設定，即可以根據要監控指標的不同，設定相關KPI指標。步驟S14 :定位異常事件用戶位置，發出預警。根據步驟S13中監控到的存在異常事件的用戶，對用戶的位置進行定位，發出警告，提示優化人員進行及時處理。本發明中定位發生異常事件用戶位置包括定位高速鐵路常駐用戶所在的小區位置、定位高速公路或者普通鐵路用戶所在小區的位置、以及精確定位高速鐵路用戶所在小區的射頻拉遠單元。在現有的鐵路用戶定位方法中，通常只能定位到用戶所在的小區，而本發明的方法可以定位到小區下的射頻拉遠單元，提高定位的精度，以便優化人員及時處理。由步驟S11可知，本發明可以根據高速鐵路用戶通話產生的MR並結合高速鐵路MR定位方法，可以獲取高速鐵路用戶的測量報告經緯度，即可以獲取高速鐵路用戶在某一時刻的經緯度，因此可以根據用戶測量報告，將用戶在發生異常事件時刻的測量報告經緯度與用戶所在小區下的所有射頻拉遠單元的經緯度相比較，與用戶在發生異常事件時刻的測量報告經緯度最接近的射頻拉遠單位定位為用戶所在小區的射頻拉遠單元位置。因此，本發明的方法可將高速鐵路用戶通話產生MR定位到高速鐵路射頻拉遠單元，可用以呈現各個射頻拉遠單元的上下行覆蓋和上下行質量情況，並在GIS (Geographic Information System地理信息系統)地圖上顯示出來，直觀呈現高速鐵路射頻拉遠單元無線環境情況，對射頻拉遠單元出現的持續性上下行質量、上下行覆蓋問題及時預警。在對異常事件的位置進行定位後，根據分離出來的高速鐵路用戶異常事件進行跟蹤定位，可以進一步通過呼叫回放模擬以及信令回放等功能，精確定位時間異常事件問題點。呼叫回放模擬可直觀呈現出用戶發生異常事件的詳細位置，異常事件發生時無線環境概況等；信令回放可從信令角度給出異常事件原因值，從信令層面給出問題原因，兩方面結合可全面定位問題原因。信令回放模擬以及信令回放時本領域的常用技術手段，在此不再進行詳細的說明。本發明通過採集覆蓋高速鐵路小區A 口和Abis 口全量信令數據，通過高速鐵路 用戶分離方法分離出3類不同類型的用戶，並根據用戶類型建立多維度的高速鐵路監控預警體系，監控用戶在小區下的網絡KPI指標，找出存在異常事件的用戶，準確定位異常事件發生的位置，發出預警，為高速鐵路小區優化提供基礎。本方法通過高速鐵路模擬路測系統的應用，使網絡優化工程師可以在最短的時間網絡優化最關鍵的問題，最大限度提升高速鐵路網絡實際指標，從根本提升高速鐵路場景用戶真實感知。本發明所述的方法可以根據分離出的高速鐵路用戶為樣本，通過高速鐵路模擬路測，可直觀呈現出高速鐵路上用戶感知的網絡上下行覆蓋、上下行質量等無線環境以及高速鐵路上的網絡KPI指標情況，直觀呈現異常小區及射頻拉遠單元問題。有針對性的對KPI指標較差的小區或射頻拉遠單元進行處理(這個是問題發現過程，常規優化方法做不到)，之後找出異常事件的用戶通話過程，進行呼叫回放模擬和信令回放，定位問題原因，之後交由網優人員處理，大大提高優化的效率。顯然，本領域的技術人員可以對本發明進行各種改動和變型而不脫離本發明的精神和範圍。這樣，倘若本發明的這些修改和變型屬於本發明權利要求及其同等技術的範圍之內，則本發明也意圖包含這些改動和變型在內。
權利要求
1.一種基於A 口和Abis 口信令數據的高速鐵路場景網絡優化方法，包括以下步驟 (1)採集高速鐵路小區A口和Abis 口的全量信令數據，根據高速鐵路用戶分離方法分離出高速鐵路常駐用戶、高速鐵路用戶、和高速公路或普通鐵路用戶3類用戶，並確定高速鐵路用戶的測量報告經緯度；所述全量信令數據包括由Abis 口採集的測量報告數據，以及A 口數據中的通話切換佔用小區、切換駐留在小區時長以及各小區間切換序列； (2)獲取用戶測量報告，根據用戶測量報告以及全量信令數據，按照用戶類型監控3類用戶在小區下的網絡KPI指標；所述KPI指標包括用戶所在小區名稱、小區識別Cl、用戶主叫次數、被叫次數、主叫接通次數、接通率、掉話率以及呼叫時延； (3)根據用戶在小區下的網絡KPI指標監控結果確定存在異常事件的用戶；所述異常事件是指監控獲得的KPI指標不符合指標設定值範圍； (4)定位發生異常事件用戶位置，發出預警。
2.如權利要求I所述的一種基於A口和Abis 口信令數據的高速鐵路場景網絡優化方法，其特徵在於步驟(I)中，根據高速鐵路各切換點的經緯度和高鐵在各切換點的平均車速，計算高速鐵路用戶在某一時間的測量報告經緯度。
3.如權利要求I或2所述的一種基於A口和Abis 口信令數據的高速鐵路場景網絡優化方法，其特徵在於步驟(2)中，設定時間粒度，按照高速鐵路用戶、高速鐵路常駐用戶、以及高速公路或者普通鐵路用戶3類用戶類型，3類及設定的時間粒度分別進行小區網絡KPI指標監控。
4.如權利要求3所述的一種基於A口和Abis 口信令數據的高速鐵路場景網絡優化方法，其特徵在於步驟(3)中，所述監控獲得的KPI指標不符合指標設定值範圍包括監控獲得的接通率低於接通率的設定值，監控獲得的掉話率高於掉話率的設定值。
5.如權利要求4所述的一種基於A口和Abis 口信令數據的高速鐵路場景網絡優化方法，其特徵在於所述指標設定值由用戶根據實際網絡情況以及指標的常用經驗值進行設定。
6.如權利要求I所述的一種基於A口和Abis 口信令數據的高速鐵路場景網絡優化方法，其特徵在於步驟(4)中，定位發生異常事件用戶位置包括定位高速鐵路常駐用戶所在的小區位置、定位高速公路或者普通鐵路用戶所在小區的位置、以及精確定位高速鐵路用戶所在小區的射頻拉遠單元。
7.如權利要求6所述的一種基於A口和Abis 口信令數據的高速鐵路場景網絡優化方法，其特徵在於精確定位高速鐵路用戶所在小區的射頻拉遠單位的具體方式為 根據用戶測量報告，將用戶在發生異常事件時刻的測量報告經緯度與用戶所在小區下的所有射頻拉遠單元的經緯度相比較，與用戶在發生異常事件時刻的測量報告經緯度最接近的射頻拉遠單位定位為用戶所在小區的射頻拉遠單元位置。
8.如權利要求7所述的一種基於A口和Abis 口信令數據的高速鐵路場景網絡優化方法，其特徵在於對於高速鐵路用戶的精確定位，通過呼叫回放模擬和信令回放精確定位時間異常事件問題點。
全文摘要
本發明公開了一種基於A口和Abis口信令數據的高速鐵路場景網絡優化方法，該方法首先採集高速鐵路小區A口和Abis口的全量信令數據，通過高速鐵路用戶分離方法分離出3類類型用戶，然後根據用戶測量報告以及採集的全量信令數據，按照用戶類型建立高速鐵路監控預警體系，監控3類用戶在小區下的網絡KPI指標，根據高速鐵路用戶在小區下的網絡KPI指標監控結果確定存在異常事件的用戶，並準確定位發生異常事件用戶位置，發出預警。該方法通過用戶分離，根據不同用戶類型建立監控體系，實現高速鐵路多維度的監控預警以及KPI指標呈現，可有效解決傳統的高速鐵路採樣少、偶發性大、測量終端單一等不確定性問題，提高網絡優化的工作效率。
文檔編號H04W24/02GK102821408SQ201210292398
公開日2012年12月12日 申請日期2012年8月16日 優先權日2012年8月16日
發明者李華偉, 張光輝, 李永利, 常青, 彭陳發, 林竹軒 申請人:北京拓明科技有限公司, 中國移動通信集團浙江有限公司