基于信令的LTE质量分析方法交流V3--集团网络部_精品文档PPT文档格式.pptx

基于信令的LTE质量分析方法交流V3--集团网络部_精品文档PPT文档格式.pptx

《基于信令的LTE质量分析方法交流V3--集团网络部_精品文档PPT文档格式.pptx》由会员分享，可在线阅读，更多相关《基于信令的LTE质量分析方法交流V3--集团网络部_精品文档PPT文档格式.pptx（95页珍藏版）》请在冰豆网上搜索。

该速率统计500KB以上的大文件下载速率，浏览业务占比较少。

如果统计全部文件速率，则浏览速率偏低（450Kbps左右），视频速率偏高（1.5Mbps）,*,*,LTE下行下载速率,全网平均下载速率2.78Mbps，视频平均速率2.04Mbps，浏览业务平均速率3.82Mbps。

音乐、应用商店业务速率,全网音乐平均速率4.08Mbps。

全网应用商店业务平均5.05Mbps。

即时通信、游戏业务成功率,全网即时通信平均响应成功率为95.4%。

各城市响应成功率都在90%以上。

全网游戏平均响应成功率为95%。

目录,1、基于信令的网络质量评估方法2、基于信令的网络质量评估实例宏观评估多场景质量分析业务质量对比分析移动互联网内容源问题分析栅格化黑点呈现3、当前问题及下一步工作要求,基于信令的网络质量评估实例-多场景质量分析,室内外场景质量分析,以信令为基础，开展LTE、2/3G信令数据与MR的关联分析，聚焦室内网络性能与客户感知，找到LTE室内质量短板，栅格化呈现网络质量黑点，为网络优化提供依据。

栅格化分析,LTE信令多场景质量分析原则,当单位时间间隔内用户占用小区数为N时，算法取定的用户位置为按用户分小区会话数加权的N边形重心位置。

结合用户平均会话间隔时间及定位准确性建议取2分钟作为定位时间粒度。

LTE多场景质量分析-用户位置标记算法,场景分类,占用室分的室内稳定用户（有室分）,室内稳定用户（占用宏站和室分）,占用宏站的室内稳定用户（无室分）,室外用户,拓展场景：

室内外场景：

校园用户,商业区用户,地铁用户,高铁用户,风景区用户,居民区用户,LTE多场景质量分析-室内外场景算法,总体思路：

SI-U口XDR数据经过地理定位算法获取经纬度信息，每条XDR数据都赋值经纬度信息，根据该信息判决用户位置的稳定情况区分出用户多场景。

试点城市信令数据采集情况,LTE多场景质量分析体系-场景算法,场景算法,SI-U口XDR数据经过地理位置算法获取经纬度信息，根据用户位置的稳定情况区分出室内外场景，MR及Gn数据与S1口数据关联获取位置及场景信息，依据LTE评估指标体系对分场景的网络质量进行评估。

采集郑州56个用户的原始数据，对其24小时的用户行为进行场景区分，并对用户进行回访验证该分析结果，准确度为100%，表明算法准确。

基于信令的LTE网络质量5S分析法,基于信令的LTE网络质量5S分析法以LTE、Gn信令及MR数据为基础，以4G用户为切入点，掌握4G用户在四网分布，关注各类主流业务感知，开展室内外多场景网络性能及客户感知分析，通过栅格化分析找出网络黑点，形成黑点管理闭环流程。

信令SignallingS1+Gn+MR,四网分流Streaming,业务质量分析Service,多场景分析Scenario,栅格化分析Square,用户占用2/3/4G/WIFI情况,2/3/4G时长流量占比,室内外用户话务模型,室内外用户感知对比,各类业务感知质量,业务短板,性能、感知栅格化呈现,黑点分析,问题追踪、闭环管理,4G终端在四网分布情况,郑州,159万4G终端,驻留过4G网络：

123万（77%）,锁网2/3G或未换卡：

36万（23%）,2/3G,38万，31%,44万，36%,福州,2/3G,15万，29%,17万，32%,4G终端尚有20%以上锁网2/3G或未更换4GUSIM卡，建议加强市场引导；

在4G网络产生过业务的用户，约30%曾经在2/3G网络下发生业务，约35%的用户曾经进入WIFI。

建议加强市场引导,4G用户在2/3/4G网络时长及流量分布情况,福州,用户：

123万上网时长：

6.5万小时流量：

13.7TB,用户：

53万上网时长：

4.1万小时流量：

9.4TB,郑州,2/3G,时长,流量,5.3万小时81.6%,1.2万小时18.4%,13089GB93.6%,890GB6.4%,3.0万小时72.6%,1.1万小时27.4%,8810GB91.3%,836GB8.7%,2/3G,郑州4G用户2/3G占网时长占比18%，福州2/3G占网时长占比27%,4G网络业务组成情况,郑州使用时长最高的业务为浏览（55%），即时通信（20%），视频（7%），音乐（3%），应用商店（3%）；

福州使用时长最高的业务为浏览（31%），即时通信（17%），视频（18%），音乐（4%），应用商店（13%）。

注：

外环为访问次数占比，内环为访问时长占比。

福州,郑州,4G用户室内外话务模型对比,4G用户约3/4的上网时长产生在室内，室内用户在2/3G的占网时长明显高于室外用户，福州室内比室外略高。

室内,室外,郑州,福州,上网人次,时长占比,流量占比,5.15亿,0.98亿,2.98亿,2.07亿,74.5%,25.5%,79.9%20.1%,86.6%13.4%,79.8%,20.2%,72.2%27.8%,73.9%26.1%,2/3G,2/3G,87.8%,12.2%,76.1%,23.9%,93.3%6.7%,94.6%5.4%,91.4%8.6%,90.9%9.1%,室内,室外,注：

室内用户：

在200米范围的位置上持续20分钟以上室外用户：

室内用户之外的用户为室外用户,4G室内用户话务模型分析,4G室内用户以占用宏站为主，占用时长70%以上，流量占比也超过70%，室内用户占用室分的时长占比只有20%左右；

既占用宏站又占用室分的用户相对较少。

小结,4G终端用户：

尚有20%以上锁网2/3G或未更换4GUSIM卡，建议加强市场引导；

4G用户约30%曾经在2/3G网络下产生业务，约35%的用户曾经进入WIFI。

郑州4G用户2/3G占网时长占比18%，福州2/3G占网时长占比27%；

4G用户约3/4的上网时长产生在室内，室内用户在2/3G的占网时长明显高于室外用户。

室内用户以占用宏站为主，占用时长70%以上，流量占比接近60%，室内用户占用室分的时长占比只有20%左右。

4G用户整体网络质量情况,4G用户在4G网络下感知较好，郑州平均下载速率3065kbps，福州下载速率2451kbps，进入2/3G后感知急剧下降；

4G用户中约30%发生过网间互操作，平均每用户互操作次数40次，其中1/3以上的用户在2/3G的占网时长超过50%。

4G用户在4G网络下业务感知较好，主流业务用户满意度基本在90%以上，其中郑州游戏业务、福州应用商店业务感知较差。

4G用户业务感知质量情况,4G用户进入2/3G后业务感知质量急剧下降，浏览及视频业务下降最为明显。

下载速率（kbps）,下载速率（kbps）,郑州,福州,4G室内外用户感知质量对比,4G网络下，室内用户下载速率略低于室外用户，占用宏站的室内用户感知最差；

室内用户平均接入电平明显低于室外用户，其中占用室分的接入电平最低；

室内用户网间互操作明显高于室外用户，平均每用户互操作次数约50次。

福州占用宏站、占用室分及宏站电平值偏高，正在进一步核实数据。

小结1,4G用户4G网络下感知较好（郑州平均下载速率3065kbps，福州下载速率2451kbps），进入2/3G网络后进入2/3G后业务感知质量急剧下降，浏览及视频业务下降最为明显4G用户中约30%发生过网间互操作，平均每用户操作数40次，其中1/3以上的用户在2/3G网络的占网时长超过50%；

室内用户下载速率略低于室外用户，占用宏站的室内用户感知最差；

其中室内用户平均接入电平明显低于室外用户；

基于信令的网络质量评估实例-多场景质量分析,多场景质量对比,关键算法：

多场景识别算法,SI-U口XDR数据经过地理定位算法获取经纬度信息，每条XDR数据都赋值经纬度信息，根据该信息判决用户位置的稳定情况区分出用户多场景。

算法流程总体如下：

多场景质量分析-客户感知及网间互操作指标,以某城市为例，客户感知指标中从首包响应时延来看，除了地铁用户（131ms）略高外，其他各场景间差异不大，均在120ms左右，从下载速率来看高铁用户的速率最低（2.57Mbps），略低于全网平均水平（2.76Mbps），但整体差异不大。

每用户的网间互操作次数来看，由于高铁的专网覆盖，高铁用户的互操作次数最少,远低于全网平均水平。

HTTP下载速率：

统计时间段内，HTTP会话下载速率的统计平均值；

首包响应时延：

统计时间段内，第一个HTTP响应包时延（MS）的平均值；

每用户23G/4G互操作次数：

统计时间段内，用户进行网间互操作的次数。

多场景质量分析-网络性能指标（基于信令数据）,基于S1-MME数据的TCP核心网时延来看，各场景用户间差别不大，均在30ms左右，而TCP无线网时延来看，高铁用户的时延最长。

从附着及承载建立的时延及成功率来看，高铁用户的Attach时延为1023ms，附着成功率为85%，EPS缺省承载建立时延为171ms，承载建立成功率为98%，均远低于全网平均水平。

TCP无线网时延：

统计时间段内，TCP建链确认时延（ms）的平均值；

TCP核心网时延：

统计时间段内，TCP建链响应时延（ms）的平均值；

Attach时延：

统计时间段内，Attach事件的持续时间的平均值；

Attach成功率：

统计时间段内，Attach成功次数除以总记录数；

EPS缺省承载建立时延：

统计时间段内，EPS建立时间平均值；

EPS缺省承载建立成功率：

统计时间段内，EPS成功次数除以总记录数；

由统计结果可知高铁用户体验较差的主要原因：

无线侧附着和建立承载时延大、失败率高。

而当连接建立后高铁用户业务首包响应时延和速率指标均和全网平均值差距不大。

多场景质量分析-网络性能指标（基于MR数据）,基于MR