论文部分内容阅读
摘 要：移动LTE网络发展迅速，规模日趋成熟，室内业务占比业务总量的70%，室分系统网络的健康运转，是LTE客户感知的重要保障基础，也是移动LTE网络安全、高效运行的重要衡量标准。浙江移动为了提高LTE网络质量，保障室分系统的健康运行，通过对LTE室分系统组网架构、组网特性进行深入研究分析，构建了一套提升LTE室分系统隐性故障监控能力的体系。通过实践证明，该监控体系是高效可行的。
关键词：LTE;室分系统;隐性故障;邻区簇
0 引言
据统计，移动LTE用户70%的业务行为发生在室内，因此，室分系统网络的健康与否，对客户感知起着举足轻重的作用，因此，从移动集团公司至各省、地市公司，都把提升LTE室内深度覆盖能力作为网络工作的重要目标。然而，室分系统因组网结构复杂，无源器件多，除常规小区级KPI指标监控外，缺乏与室分系统特性相对应的监控体系，无法实现对室分系统末端天线的有效监控，致使室分网络质量出现不可管、不可控两大痛点。
针对上述两大痛点，浙江公司深入研究分析，从LTE室分多RRU组网特性、室分业务量波动特性、室分常驻用户感知指标特性三个维度，构建出一套室分系统隐性故障监控，保障室分系统的健康运行！
1 监控方案
室分隐性故障监控体系由RRU级KPI指标分析模块、室分小区及其邻区业务量趋势分析模块、室分常驻用户感知指标分析模块组成，不同角度挖掘室分系统隐性故障。
室分多RRU组网特性维度：据统计，浙江85%以上的LTE室分小区由2台及以上的RRU组成，但常规网管统计仅能呈现小区级指标，浙江公司通过RRU级KPI关键指标挖潜，细化LTE室分监控粒度，提升故障定位效率。
室分业务量波动特性维度：当室分系统某个支路发生故障时，由于覆盖能力变差，室分小区自身业务吸收能力也随之下降，而其邻区则会上升，通过对室分小区及其邻区业务量波动特性的研究，发现室分系统支路隐性故障。
室分常驻用户感知指标特性维度：通过大数据筛选室分常驻用户，统计分析用户话单中的异常事件，定位室分系統隐性故障。
1.1 LTE室分RRU级KPI指标分析
根据统计，浙江85%以上的LTE室分小区由多个RRU共同组成，覆盖面积大，常规网管仅支持小区级KPI监控数据，现场排障人员只能通过现场测试，按覆盖区域逐个排查RRU工作状态，效率低下，与此同时，小区整体指标可能会掩盖某个故障RRU，导致网管监控人员无法及时发现故障，影响客户感知。
浙江公司通过挖潜厂家设备能力，开启RRU级测量开关，获取RRU指标，细化监控对象，并以周为单位，开启RRU级RRC零接入指标分析，连续一周RRC接入数据均为0，判断为异常RRU，通过该方法，可以快速把故障RRU从小区级指标识别出来，实现小区级监控而无法完成的任务，还可以快速、准确的定位问题区域，提升现场排障效率。
三个月内，共计发现78个故障RRU，通过现场排查，主要由RRU接口松动、支路馈线故障引起，故障监控准确率为100%。
1.2 LTE室分小区及邻区簇业务量趋势分析
（1）室分小区业务量趋势分析
以LTE室分小区业务量为基础，以周为单位，分析同比增长率Y1、环比增长率Y2，以及全网业务量同比增长率K1、环比增长率K2，筛选出业务量下降异常的小区，辅以高干扰、高误块等指标，输出室分隐性问题小区，开展室分隐性故障监控工作。
三个月以来，浙江总计监控发现347个问题小区，经过现场摸排，295个小区现场确实存在故障，主要由于室分系统天馈故障引起局部区域的弱覆盖，导致室分小区业务量下降，问题监控准确率为85%。
（2）室分小区邻区簇业务量趋势分析
当室分系统局部区域遭破坏，该区域的信号覆盖能力下降，导致该区域的用户占用到邻区信号，则该小区的一部分用户业务转移到邻区上，导致目标小区业务量下降，邻区簇业务量上升。基于该现象，浙江公司对邻区配置数据、切换数据、业务量波动进行分析，梳理出目标小区 - 邻区簇业务量趋势变化模型，实施室分小区隐性故障监控。
三个月以来，浙江总计监控发现85个问题小区，经过现场摸排，79个小区现场确实存在局部区域的天馈故障，导致室分小区业务量下降，问题监控准确率为93%。
1.3 LTE室分常驻用户感知指标分析
通过室分常驻用户大数据分析，构建室分用户评估指标模型，以分析室分常驻用户性能指标，来代替传统的测试和指标统计，进行室分网络质量评估，去发现室分隐性问题，通过室分特征库定位问题室分用户位置，进而发现室分隐性问题位置，实现室分隐性故障监控。
三个月来，浙江公司共计筛选出125个问题小区，经过现场测试，97个确实存在弱覆盖，主要由于局部天馈系统故障或者设计方案不合理导致覆盖不佳。
在监控体系试运行期间，总计发现635个常规手段无法监控的隐性故障小区，其中604个小区存在天馈系统故障，故障监控准确率达95%。
2 结语
综上所述，用以上监控体系进行LTE室分系统的隐性故障监控，相比传统小区级KPI指标监控，能发现更多的室分隐性故障，同时也能更有效的提升故障定位、排查效率，更好的保障LTE室分系统健康、稳定的运行。浙江移动现网的运营经验证明，这些监控方法是行之有效的。
参考文献：
[1]马颖，马杰.LTE室分系统指标分析方法[J].中国新通信，2018，20（01）：57-58.
[2]肖三保.LTE室分系统底噪故障处理探讨[J].江西通信科技，2016（04）：19-21.
[3]敬成.一种隐性故障问题分析方法对发展TD-LTE的启示[J].移动通信，2016，40（12）：43-45.
作者简介：
姜奇华，男，1982年生，2003年本科毕业于成都理工大学测控技术与仪器专业，2009年6月加入中国移动通信集团浙江有限公司，现负责浙江省无线网络质量分析。多年来从事移动通信网络优化工作，工程师职称。
关键词：LTE;室分系统;隐性故障;邻区簇
0 引言
据统计，移动LTE用户70%的业务行为发生在室内，因此，室分系统网络的健康与否，对客户感知起着举足轻重的作用，因此，从移动集团公司至各省、地市公司，都把提升LTE室内深度覆盖能力作为网络工作的重要目标。然而，室分系统因组网结构复杂，无源器件多，除常规小区级KPI指标监控外，缺乏与室分系统特性相对应的监控体系，无法实现对室分系统末端天线的有效监控，致使室分网络质量出现不可管、不可控两大痛点。
针对上述两大痛点，浙江公司深入研究分析，从LTE室分多RRU组网特性、室分业务量波动特性、室分常驻用户感知指标特性三个维度，构建出一套室分系统隐性故障监控，保障室分系统的健康运行！
1 监控方案
室分隐性故障监控体系由RRU级KPI指标分析模块、室分小区及其邻区业务量趋势分析模块、室分常驻用户感知指标分析模块组成，不同角度挖掘室分系统隐性故障。
室分多RRU组网特性维度：据统计，浙江85%以上的LTE室分小区由2台及以上的RRU组成，但常规网管统计仅能呈现小区级指标，浙江公司通过RRU级KPI关键指标挖潜，细化LTE室分监控粒度，提升故障定位效率。
室分业务量波动特性维度：当室分系统某个支路发生故障时，由于覆盖能力变差，室分小区自身业务吸收能力也随之下降，而其邻区则会上升，通过对室分小区及其邻区业务量波动特性的研究，发现室分系统支路隐性故障。
室分常驻用户感知指标特性维度：通过大数据筛选室分常驻用户，统计分析用户话单中的异常事件，定位室分系統隐性故障。
1.1 LTE室分RRU级KPI指标分析
根据统计，浙江85%以上的LTE室分小区由多个RRU共同组成，覆盖面积大，常规网管仅支持小区级KPI监控数据，现场排障人员只能通过现场测试，按覆盖区域逐个排查RRU工作状态，效率低下，与此同时，小区整体指标可能会掩盖某个故障RRU，导致网管监控人员无法及时发现故障，影响客户感知。
浙江公司通过挖潜厂家设备能力，开启RRU级测量开关，获取RRU指标，细化监控对象，并以周为单位，开启RRU级RRC零接入指标分析，连续一周RRC接入数据均为0，判断为异常RRU，通过该方法，可以快速把故障RRU从小区级指标识别出来，实现小区级监控而无法完成的任务，还可以快速、准确的定位问题区域，提升现场排障效率。
三个月内，共计发现78个故障RRU，通过现场排查，主要由RRU接口松动、支路馈线故障引起，故障监控准确率为100%。
1.2 LTE室分小区及邻区簇业务量趋势分析
（1）室分小区业务量趋势分析
以LTE室分小区业务量为基础，以周为单位，分析同比增长率Y1、环比增长率Y2，以及全网业务量同比增长率K1、环比增长率K2，筛选出业务量下降异常的小区，辅以高干扰、高误块等指标，输出室分隐性问题小区，开展室分隐性故障监控工作。
三个月以来，浙江总计监控发现347个问题小区，经过现场摸排，295个小区现场确实存在故障，主要由于室分系统天馈故障引起局部区域的弱覆盖，导致室分小区业务量下降，问题监控准确率为85%。
（2）室分小区邻区簇业务量趋势分析
当室分系统局部区域遭破坏，该区域的信号覆盖能力下降，导致该区域的用户占用到邻区信号，则该小区的一部分用户业务转移到邻区上，导致目标小区业务量下降，邻区簇业务量上升。基于该现象，浙江公司对邻区配置数据、切换数据、业务量波动进行分析，梳理出目标小区 - 邻区簇业务量趋势变化模型，实施室分小区隐性故障监控。
三个月以来，浙江总计监控发现85个问题小区，经过现场摸排，79个小区现场确实存在局部区域的天馈故障，导致室分小区业务量下降，问题监控准确率为93%。
1.3 LTE室分常驻用户感知指标分析
通过室分常驻用户大数据分析，构建室分用户评估指标模型，以分析室分常驻用户性能指标，来代替传统的测试和指标统计，进行室分网络质量评估，去发现室分隐性问题，通过室分特征库定位问题室分用户位置，进而发现室分隐性问题位置，实现室分隐性故障监控。
三个月来，浙江公司共计筛选出125个问题小区，经过现场测试，97个确实存在弱覆盖，主要由于局部天馈系统故障或者设计方案不合理导致覆盖不佳。
在监控体系试运行期间，总计发现635个常规手段无法监控的隐性故障小区，其中604个小区存在天馈系统故障，故障监控准确率达95%。
2 结语
综上所述，用以上监控体系进行LTE室分系统的隐性故障监控，相比传统小区级KPI指标监控，能发现更多的室分隐性故障，同时也能更有效的提升故障定位、排查效率，更好的保障LTE室分系统健康、稳定的运行。浙江移动现网的运营经验证明，这些监控方法是行之有效的。
参考文献：
[1]马颖，马杰.LTE室分系统指标分析方法[J].中国新通信，2018，20（01）：57-58.
[2]肖三保.LTE室分系统底噪故障处理探讨[J].江西通信科技，2016（04）：19-21.
[3]敬成.一种隐性故障问题分析方法对发展TD-LTE的启示[J].移动通信，2016，40（12）：43-45.
作者简介：
姜奇华，男，1982年生，2003年本科毕业于成都理工大学测控技术与仪器专业，2009年6月加入中国移动通信集团浙江有限公司，现负责浙江省无线网络质量分析。多年来从事移动通信网络优化工作，工程师职称。