大数据发力 LTE端到端KPI指标可精细优化

简介:

辩证分析移动通信网络性能指标与用户感知的内在联系,可以得出:性能指标是用户感知的关键点,指标好,感知有向好的趋势;指标差,感知一定差。当前通信网络多网共存,组网结构复杂,移动用户上网会涉及无线网、核心网的跨厂家设备对接,设备匹配难度大。LTE网络时代端到端用户感知包含终端、网络、业务平台、内容源等诸多环节,一旦出现网络问题,故障排查定位困难。使用传统的无线网络规划、配置和优化工作方式,人工完成海量网络参数操作的难度越来越大,运营成本也越来越高。

分析端到端KPI指标优化体系的价值链,精细化管理性能指标是打造网络质量领先优势的重要一环,与市场拓展、用户感知提升息息相关。对此,海南移动公司以用户感知为导向,构建基于大数据的端到端KPI指标精细优化体系,提升公司运营能力。此体系以大数据分析为抓手,建设集中优化平台和信令分析平台两个支撑平台,构建业务质量全流程分析优化三步法、KQI业务质量指标体系、八元六阶优化分析方法3个指标优化体系,全面提升LTE网络质量和用户感知。

亮点一:聚焦网络短板,做好一张KPI性能指标分析报表。采用大数据多维度关联体检分析方法,将性能指标、MR、信令等多维度数据进行整合,形成结构清晰、数据完整的体检分析库。结合互联网思想,创造性地提出性能问题点、结构问题点、干扰问题点等多种不同算法,联合评估站点健康度。从点、线、面多角度综合分析LTE网络结构、无线环境、话音质量、用户投诉和KPI性能指标,聚焦网络短板,提出针对性优化方案。

亮点二:建好集中优化平台和信令分析平台,支撑优化工作高效开展。以大数据分析为抓手,建设和应用好集中优化平台。基于性能指标、故障告警、MR数据、信令数据等海量数据,建立感知分析模型,形成端到端分析方法,从用户感知、业务质量、网络性能三个方面,加强大数据在网络质量评估、优化中的应用。并通过系统固化LTE问题小区处理流程和经验,建立智能处理向导模型,自动进行分析、处理及效果评估。加快信令分析平台建设和功能优化,采集S1、Gx等接口信令,从呼叫接入、建立、保持、切换四个维度建立关键指标体系,实现多域端到端关联。

亮点三:建立业务质量全流程分析“三步法”,精确定位网络问题。从感知评估模型入手,发现业务端到端质量异常问题,按照“质量评估、问题定界、根因溯源”三步法,将问题定界至终端、网络、SP,实现业务质量和用户感知的评估分析。针对下载速率质差小区,分析TCP层时延、重传率,并结合无线KPI指标,准确定位小区传输受限、模三干扰、弱覆盖等问题。

亮点四:以大数据分析为抓手,创新设计出基于用户真实体验的KQI指标。传统的网络质量评估是基于网络关键性能指标KPI,无法对网络性能做出全面、详细以及准确的评估。海南移动采用分场景、分业务、分终端、分内容源的多源大数据分析方法,并分解为以性能指标、MR、信令等6个纵向维度关联KPI指标,建立“四横六纵”的LTE业务用户感知评估体系,反映网络整体质量及用户感知,提升端到端质量评估及问题分析能力。

亮点五:建立VoLTE八元六阶分析优化方法,推进VoLTE高清语音优化。按照业务分类端到端覆盖用户、终端、小区、传输、EPC、IMS、CS、数通等八类节点,业务流程覆盖附着、注册、接续、保持、语音质量等六个阶段,进行全网业务分析,掌握呼损构成,进行分域、单域的业务和质量分析。

亮点六:成立跨部门联合指标优化团队,是推进LTE端到端感知优化工作的关键举措。LTE端到端的业务体验就是用户的实际感知,需要终端、无线网、核心网等节点的完美适配。海南移动创新性优化组织架构,建立网络、计建、市场各部门、设备厂家、代维公司、集团支援专家一体化管理组织体系,各部门携手,形成合力,联合定位和解决网络问题,提高LTE端到端感知优化的工作效率。

亮点七:开展新技术新功能研究,降本增效提升网络质量。开展LTE数据、语音感知参数研究,分场景、分设备、分终端类型标准化无线参数设置,建立参数精细管理体系。创新性建立终端与网络指标适配优化闭环管理体系,通过专项测试集中定位,解决了25个终端与网络适配问题,提升了终端数据与语音业务感知。设置LTE上网、语音若干关键体验点,将用户在一次跨域的业务行为中的信令进行关联分析,实现对用户的业务质量精确反映。

指标精细优化管理体系应用后,海南移动网络质量显著提升,降本增效效果显著。一是提升网络效能。集中力量解决了LTE网络单通、掉话、终端等5338个性能指标恶化问题,发现并解决了8类设备配置问题、25例终端设备缺陷问题,工作效率提升10倍。每年可以节约维护成本648万元。二是改善用户体验。网络故障率降低5.81pp、LTE下载速率提升11.8Mbps、VoLTE接通率提升9.6pp、CSFB全程呼叫成功率提升1.24pp,与用户感知密切相关的KPI性能指标显著提升。三是塑造LTE优势品牌。有力支撑TD-LTE网络建设,提升网络能力,再造企业竞争优势,打造LTE优势品牌形象。
本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
2月前
|
JSON 安全 API
技术实践:利用房天下 API 按关键词获取房产数据列表
本文介绍如何调用房天下API,通过关键词(如楼盘名、区域等)查询房产列表数据,获取房源名称、价格、户型、面积等信息,并提供Python示例代码及安全调用注意事项,适用于房产信息集成与市场分析。
135 0
|
11月前
|
人工智能 自然语言处理 数据挖掘
博物馆导览系统核心功能与设计思路,提升游客体验和运营效率
博物馆导览系统通过AR、VR、大数据等技术,实现展品智能讲解、AR互动、可视化数据看板等核心功能,助力博物馆智慧化升级,提升游客体验和运营效率
852 2
|
Java 程序员 开发者
Java 中的多态性
Java中的多态性是面向对象编程的重要特性之一,允许一个接口或基类引用指向其不同子类的对象,实现“一种接口,多种方法”。通过方法重写和动态绑定,多态性提高了代码的灵活性和可扩展性。
316 3
基于GA遗传优化的TSP问题最优路线规划matlab仿真
本项目使用遗传算法(GA)解决旅行商问题(TSP),目标是在访问一系列城市后返回起点的最短路径。TSP属于NP-难问题,启发式方法尤其GA在此类问题上表现出色。项目在MATLAB 2022a中实现,通过编码、初始化种群、适应度评估、选择、交叉与变异等步骤,最终展示适应度收敛曲线及最优路径。
617 29
|
编解码 供应链 搜索推荐
VR技术在教育领域的应用前景:开启沉浸式学习新时代
【8月更文挑战第24天】VR技术在教育领域的应用前景广阔,它将为传统教育带来革命性的变革。通过提供沉浸式的学习体验和个性化的学习方式,VR技术能够激发学生的学习兴趣和动力,提高学习效果和综合素质。我们有理由相信,在未来的日子里,VR技术将成为教育领域的重要工具之一,为学生们带来更加丰富多彩的学习体验。让我们共同期待VR技术在教育领域的美好未来吧!
|
编解码 人工智能 并行计算
阿里妈妈技术开源FLUX图像修复&蒸馏加速模型
本文介绍了阿里妈妈技术团队基于FLUX开发的Controlnet修复模型和蒸馏加速模型,填补了社区空白并提升了FLUX的实用性和效率。
|
算法
数据结构之文件系统模拟(树数据结构)
本文介绍了文件系统模拟及其核心概念,包括树状数据结构、节点结构、文件系统类和相关操作。通过构建虚拟环境,模拟文件的创建、删除、移动、搜索等操作,展示了文件系统的基本功能和性能。代码示例演示了这些操作的具体实现,包括文件和目录的创建、移动和删除。文章还讨论了该算法的优势和局限性,如灵活性高但节点移除效率低等问题。
280 0
|
分布式计算 大数据 数据处理
Apache Spark在大数据处理中的应用
Apache Spark是大数据处理的热门工具,由AMPLab开发并捐赠给Apache软件基金会。它以内存计算和优化的执行引擎著称,提供比Hadoop更快的处理速度,支持批处理、交互式查询、流处理和机器学习。Spark架构包括Driver、Master、Worker Node和Executor,核心组件有RDD、DataFrame、Dataset、Spark SQL、Spark Streaming、MLlib和GraphX。文章通过代码示例展示了Spark在批处理、交互式查询和实时数据处理中的应用,并讨论了其优势(高性能、易用性、通用性和集成性)和挑战。【6月更文挑战第11天】
523 6
|
存储 弹性计算 人工智能
【阿里云弹性计算】深度解析阿里云ECS弹性裸金属服务器:性能与弹性的完美平衡
【5月更文挑战第24天】阿里云ECS弹性裸金属服务器融合物理机高性能与云服务弹性,提供计算、存储及网络优势。支持秒级伸缩、自动扩展,适用于高性能计算、游戏、企业应用及AI场景。示例代码展示如何通过CLI创建实例,是高需求场景的理想选择。
636 0
|
关系型数据库 MySQL 数据处理
数据传输DTS延迟问题之数据延迟如何解决
数据传输服务(DTS)是一项专注于数据迁移和同步的云服务,在使用过程中可能遇到多种问题,本合集精选常见的DTS数据传输问题及其答疑解惑,以助用户顺利实现数据流转。