RELATEED CONSULTING
相关咨询
选择客服马上在线沟通
服务时间:9:00-18:00
关闭右侧工具栏
【优供科技.技术动态】基于最小二乘算法的LTE网
  • 作者:scygkj
  • 发表时间:2019-04-19 02:23
  • 来源:未知

                                                     优供科技.技术动态】基于最小二乘算法的LTE网络负荷评估方法(三)



      优供科技:如前所诉,对LTE网络进行负荷评估和预测,就是分析当UE的速率下降到最低可接受速率时对应的下行PRB利用率,RRC连接用户数或下行平均激活用户数。可接受速率是指运营商给终端用户提供的最小平均速率,表征忙时长下载业务的平均速率;当UE速率低于可接受速率,则定义为小区处于过载状态;上下行的可接受速率可以不同。
  
  负荷评估可以单个小区做估算也可以用一个簇的平均值做估算;上行用户速率和下行用户速率都可以做负荷估算,但由于下行业务量远远大于上行的业务量,所以使用下行用户速率进行负荷估算更准确。
  
  利用最小二乘算法对下行用户速率与下行PRB利用率,RRC连接用户数及下行平均激活用户数进行曲线拟合,并进行数据关联分析,从而指导网络资源扩容标准。
  
  下行用户速率与下行PRB利用率关联分析
  
  通过对下行用户速率与下行PRB利用率进行关联分析,评估当小区的下行PRB利用率达到多少时,小区的下行用户速率下降到可以接受的最小速率。通过对下行用户速率与下行PRB利用率之间相关性的最下二乘曲线拟合可以预测小区下行PRB利用率的走势。
  
  选取全网所有单载波20 MHz带宽小区,2017-06-21日以小时为粒度的24 h统计数据(下行用户平均速率和下行PRB利用率)。
  
  在对下行用户速率与下行PRB利用率进行曲线拟合之前,要先进行一轮数据筛选,只筛选早8点到晚10点忙时数据作为有效采样点;由于对下行用户速率与下行PRB利用率的评估与预测应基于正常的无线环境进行,所以去除CQI<4的采样点,去除上行干扰>-100 dBm的采样点,从而提高拟合优度。
  
  当选取幂指数函数作为拟合曲线时,下行用户速率与下行PRB利用率的关系如图3所示;当选取对数函数作为拟合曲线时,下行用户速率与下行PRB利用率的关系如图4所示。可以看到,选取对数函数的拟合优度为0.318 8,高于幂指数函数的拟合优度,但拟合优度并不理想。
       
  
  图3 幂指数函数拟合曲线:下行用户速率与下行PRB利用率
  
  图4 对数函数拟合曲线:下行用户速率与下行PRB利用率
  
  为了进一步提升拟合优度,继续考虑筛选更加有效的采样点。UE理想的下载速率是基于长下载业务,所以需要剔除对于短时突发的采样点的影响;于是定义了Z值来表征采样点是否为长下载业务。
  
  式中:
  
  pmUeThptimeDl——UE下行有效传输时长(去除尾包)
  
  pmActiveUeDlSum——下行激活的UE个数
  
  Z——UE对1 ms调度时长的使用效率,经过ZDL>0.6的过滤后,下行用户速率与下行PRB利用率的拟合关系如图5所示,拟合优度增强为0.513 8。
        
  
  图5 下行用户速率与下行PRB利用率拟合曲线
  
  根据该拟合曲线进行评估可知,若当用户的可接受速率为5 Mbit/s时,对应的下行PRB利用率为52.57%,即当下行PRB利用率高于52.57%时,下行用户速率会低于5 Mbit/s。
  
  下行用户速率与RRC连接用户数关联分析
  
  通过对下行用户速率与RRC连接用户数进行关联分析,评估当小区的RRC连接用户数达到多少时,小区的下行用户速率下降到可以接受的最小速率。通过对下行用户速率与RRC连接用户数之间相关性的最下二乘曲线拟合可以预测小区RRC连接用户数的走势。
  
  选取全网所有单载波20 MHz带宽小区,2017-06-21日以小时为粒度的24 h统计数据(下行用户平均速率和RRC连接用户数)。
  
  在对下行用户速率与RRC连接用户数进行曲线拟合之前,进行有效数据筛选如下:筛选早8点到晚10点忙时数据作为有效采样点,去除CQI<4的采样点,去除上行干扰>-100 dBm的采样点,使用ZDL>0.6去除小包业务对于下行用户速率的影响;得到下行用户速率与RRC连接用户数最小二乘拟合曲线如图6所示,选用幂指数函数,拟合优度为0.574。
       
  
  图6 下行用户速率与RRC连接用户数拟合曲线
  
  根据该拟合曲线进行评估可知,若当用户的可接受速率为5 Mbit/s时,对应的RRC连接用户数为88,即当RRC连接用户数高于88时,下行用户速率会低于  5 Mbit/s。
  
  下行用户速率与下行平均激活用户数关联分析
  
  通过对下行用户速率与下行平均激活用户数进行关联分析,评估当小区的下行平均激活用户数达到多少时,小区的下行用户速率下降到可以接受的最小速率。通过对下行用户速率与下行平均激活用户数之间相关性的最小二乘曲线拟合可以预测小区下行平均激活用户数的走势。
  
  选取全网所有单载波20 MHz带宽小区,2017-06-21日以小时为粒度的24 h统计数据(下行用户平均速率和下行平均激活用户数)。
  
  在对下行用户速率与下行平均激活用户数进行曲线拟合之前,进行有效数据筛选如下:筛选早8点到晚10点忙时数据作为有效采样点,去除CQI<4的采样点,去除上行干扰>-100 dBm的采样点,使用ZDL>0.6去除小包业务对于下行用户速率的影响;得到下行用户速率与下行平均激活用户数最小二乘拟合曲线如图7所示,选用幂指数函数,拟合优度为0.792 9。
  
  图7 下行用户速率与下行平均激活用户数拟合曲线
  
  根据该拟合曲线进行评估可知,若当用户的可接受速率为5 Mbit/s时,对应的下行平均激活用户数为3.63,即当下行平均激活用户数高于3.63时,下行用户速率会低于5 Mbit/s。
  
  网络负荷评估及扩容标准建议
  
  通过对现网下行用户速率与各类资源的使用情况基于最小二乘法进行曲线拟合及关联分析,我们可评估当小区的各类资源达到多少门限时,小区的下行用户速率会下降到可以接受的最小速率;于是根据小区的可接受最小下行用户速率,以及各类资源在此速率下的估计门限值,就可合理地确定网络的扩容标准。
  
  例如,根据以上3类资源的使用情况与下行用户速率的关联分析数据,可以认为,在小区的可接受下行用户速率为5 Mbit/s时,当一个小区在一段时间内(例如半个月)每天忙时的下行平均PRB利用率达到50%,同时RRC平均连接用户数达到80,且下行平均激活用户数达到3时,则建议对该小区进行载波扩容。