TD数据用户感知分析及速率提升.ppt

《TD数据用户感知分析及速率提升.ppt》由会员分享，可在线阅读，更多相关《TD数据用户感知分析及速率提升.ppt（42页珍藏版）》请在三一办公上搜索。

1、TD数据用户感知分析及速率提升,目录,课题形成背景,TD数据用户感知速率分析及提升,小区级低中高速率业务优化,基于用户感知速率的小 区分类,用户感知速率提升,课题整体思路,用户感知涉及面较广，无线网、核心网、业务网对各类业务的承载能力、业务资费、终端质量都会影响用户感受。用户感知的好坏，还取决于网络覆盖、业务接入、业务保持能力和业务质量等多方面因素，很难用简单的数学公式量化。从用户客户满意度调查和投诉情况来看，与其他两网相比，网速慢或网页无法打开等具体业务的下行速率问题是TD网络投诉的重点。因此由用户具体业务下行速率作为用户感知标准入手来划分和优化无线小区具有很强的代表意义，我们以武汉现网为实

2、验区域，得到了很好的实际应用效果。,用户感知显著提升,目录,技术方案实现流程,7,数据业务分类应用维度,通过核心网统计，全网有上千种业务类型，根据业务的应用类型，划分为八大类业务。,我们在现网无线环境良好的情况下，选取了各种应用的典型业务进行了下行速率测试。以QQ为代表的即时类业务速率较小，通常下行速率在30kpbs以下，可归为小速率业务；以移动视频为代表的视频类业务要求的下行速率较大，通常要在260kpbs以上，下载类业务则越大越好，没有上限，因此将视频类和下载类归为大速率业务；其他几类业务要求下行速率在30kpbs至260kpbs之间，可归为中速率业务：,数据业务分类-速率维度,现网八类型

3、业务典型应用下行速率测试结果,三等级八类型业务划分表,通过对典型业务的速率测试，根据典型业务的速率分布，将八大类业务划分为速率维度的三大类业务。,在统计武汉全网三等级数据业务中发现，各有一种典型应用在相应的速率等级中人数占比达到了75%以上，并且在每个小区中其占比情况也类似，非常具有代表性。,三等级数据业务典型应用全网人数占比情况,典型业务全网统计情况如上表，如果小区可以满足典型业务的速率，即可满足75%以上用户的速率要求，因此我们对三种典型业务进行用户感知速率测评和数学推导，并以此代表三等级数据业务的速率评判标准。,数据业务用户感知速率测评,大速率用户感知速率门限测试测试方法,大速率数据业务

4、的典型业务为移动视频，以此为代表进行大速率用户感知速率门限测评。,视频业务用户感知打分原则,大速率数据业务感知速率门限测试,大速率用户感知速率门限测试-UE做调制解调器,测试结果：UE做调制解调器时，观看视频下行速率和用户感知度的关系如下图：,UE做调制解调器时，业务感知速率门限的数学推导如下：通过曲线拟合计算，用户感知曲线满足反正切函数，得到手机做调制解调器时，视频下行速率和用户感知度的关系函数表达式如下：y=1.543083*atan(0.010456*（x-272.403209）)+2.539805其中y为用户感知平均分，代表用户感知度，x为下行速率。误差平方和为0.1654。,结论：当

5、视频用户感知分数达到3.5时，利用拟合公式计算下行速率为341kpbs。结合测试具体情况，UE做调制解调器时，视频业务感知速率门限定为330kbps。,大速率用户感知速率门限测试-UE直接观看,测试结果：使用UE直接观看视频，视频下行速率典型值和用户感知度的关系如图：,UE直接观看视频时，业务感知速率门限的数学推导如下：通过曲线拟合计算，得到使用UE观看视频时，视频下行速率和用户感知度的关系函数表达式如下：y=1.931349*atan(0.006575*（x-149.793917）)+2.144932其中y为用户感知平均分，代表用户感知度，x为下行速率。误差平方和为0.3326，见图,结论：

6、当视频用户感知分数达到3.5时，利用拟合公式计算下行速率为277kpbs。结合测试具体情况，UE直接观看视频时，视频业务感知速率门限定为260kbps。,中速率用户感知速率门限测试-测试方法,中速率数据等级的典型业务为网页浏览，以此为代表进行中速率用户感知速率门限测评。,中速率业务用户感知打分原则,中速率数据业务感知速率门限测试,中速率用户感知速率门限测评-UE做调制解调器,网页载入下行速率与主观感受关系如下图所示：,UE做调制解调器时，中速率业务感知速率门限的数学推导如下：通过曲线拟合计算，得到使用UE观看视频时，视频下行速率和用户感知度的关系函数表达式如下：y=1.186085*atan(

7、0.032282*（x-69.109856）)+2.482823其中y为用户感知平均分，代表用户感知度，x为下行速率。误差平方和为0.1008，见下图。,从图中可以看出，对典型中速率业务网页浏览来讲，用户主观感受良好的速率大部分分布在100kbps以上。百度、开心网是特例，主要是因为这两个网页比较小，载入速度快，平均速率还没有提升起来就完成全部载入了。不失一般性，我们认为对中速率业务要达到用户主观感受良好，其速率应大于100kbps。,结论：当用户浏览网页感知分数达到3.5时，利用拟合公式计算下行速率为105kpbs。结合测试具体情况，当浏览WEB网页时，业务感知速率门限定为100kbps。,

8、中速率用户感知速率门限测评-直接使用UE,测试结果：网页载入下行速率与主观感受关系如图所示：,通过曲线拟合计算，当浏览Wap网页时，下行速率和用户感知度的关系函数表达式如下：y=1.278355*atan(0.098214*（x-24.597975）)+2.161318其中y为用户感知平均分，代表用户感知度，x为下行速率。误差平方和为0.2049，见下图。,可以看出，直接用手机上网，访问WAP网站中速率用户感知门限为40kpbs，访问WEB网站中速率用户感知门限为100kps（与手机做调制解调器一致）。,结论：当用户浏览网页感知分数达到3.5时，利用拟合公式计算下行速率为43kpbs。结合测试

9、具体情况，当浏览Wap网页时，业务感知速率门限定为40kbps。,小速率用户感知速率门限测评,小速率的典型业务应用为“腾讯QQ”，测试过程如下：,QQ业务的测试平均下行速率为11.17kpbs。选取5分钟测试速率截图如下：,小速率数据业务感知速率门限测试,结论：可以看出小速率业务对下行速率要求较小，32kpbs以下的速率即可满足，因此全网小区可默认均可满足小速率业务感知速率门限.,小区感知分类,根据以上研究，可以将现网数据按照三等级八类型进行划分，根据核心网提取的数据计算出每个小区的大、中、小业务速率，小区可分为高、中、低用户感知三类,小区级数据业务优化可行性分析,与R4架构相比，HSDPA引

10、入了AMC、HARQ，并将分组调度器从RNC移到Node B中，以便在Node B中实现MAC-hs协议控制的快速分组调度。,每个小区都有一套独立的调度和编码重传的底层参数。每一类标准业务都有一套QOS参数。,HSDPA承载性能分析,NodeB为了获得有效CQI，至少64个TTI会对业务调度一次，即每个业务至少占用1/64的调度机会。如果HS-DSCH信道上承载了持续小速率业务，就会因占用调度机会而影响调度效率，进而影响大速率用户的数据传输速率，降低了系统吞吐量。因此，HS-DSCH不适合承载持续小速率业务。,如果按照理论极限吞吐量的75%来计算，则业务在64个TTI 内得到一次调度机会且分配

11、一个HS-DSCH时隙的可获得的理论极限平均速率为560K*75%*5/（64*5）=6.56K。,正常调度情况下，H用户数在4个左右，所有用户的业务速率都能满足。加大某种业务的调度，可有效提升业务速率。小业务调度过频影响其它业务。,大速率业务优化思路分析,大速率数据业务优化以优化流类业务为主,策略：可通过加快流类业务的调度次数来提升流类业务的速率。,大速率数据业务感知速率优化,整体思路,实际调整,大速率数据业务感知速率优化基本优先级优化,结论：随着流类业务基本优先级的增大，视频速率也随着增大，优先级9的速率比优先级8的速率高出50k左右，后续速率增加不明显，随着流类优先级的增加，另一部终端浏

12、览网页的延时稍有增加，综合评估，将流类优先级设为9比较适合。,1,2,3,思路,实践,大速率数据业务感知速率优化QOS参数优化,思路,实践,结论：当某种业务的QoS不能满足时，NodeB会优先调度业务，所以可将流类NBR设置高一点，可以有效提升流类业务的最大速率。但该值设置过大，会造成初始接入速率高，在小区H用户过多的情况下，会影响业务接入，造成资源紧张，建议流类NBR从32K提升到64K为宜。,中速率业务优化思路分析,策略：中速率业务的速率提升从以下2点切入.,1。HTTP协议。从HTTP协议分析可知,浏览类业务是用户与服务器的交互过程,用户需要向网络服务器发送请求，上行带宽直接影响到数据的

13、交互。2。小速率对中速率业务的调度的影响。持续的小速率优先级高于中速率业务,提升中速率业务的调度优先级可从降低小速率业务的调度入手.,中速率数据业务感知速率优化逆向调度,浏览类和小速率业务（即时类）同属于交互类业务，它们的QOS相同，重传策略相同，基本优先级相同，所以浏览类和小速率类业务的调度取决于原形调度算法。,目前的原形调度算法为正比公平算法，根据算法可知，如果HS-DSCH信道上承载了持续小速率业务，小速率业务的调度是优于中速率业务的，所以中速率的调度提升需要通过降低小速率业务的调度来实现。此为逆向调度。,结论：DCH转IDLE从36S调整到18S后，小速率用户更快的释放使得其它用户有了

14、更多被调度的机会。,中速率数据业务感知速率优化浏览类业务特点分析,HTTP协议采用了请求/响应模型，客户端向服务器发送一个请求，服务器响应一个请求。,根据HTTP1.1协议，打开一个网页会串行发送多个请求，在第一个请求发送完毕且服务器响应后，才会发送第二个请求，第二个请求发送完毕且服务器响应后才会发送第三个请求，以此类推，直到最后一个请求。,打开新浪主页，会发送272个请求，上行数据共为110K。上行速率越大，上行的请求消息也就越快的到达服务器，这样服务器响应的时间也就越短，用户感知网页打开的速率也就越快。,中速率数据业务感知速率优化基于业务特点的优化,目前武汉上行交互类业务（I类）NBR为1

15、6K，因为I类业务GBR为0，根据初始接入速率算法，网页浏览类业务（属于I类）初始接入速率为16K，这样会影响到用户感知速率，可提升其NBR至32K。,鉴于对资源占用的考虑，在NBR修改后，需修改小区速率上调级别和下调级别，调整速率上调级数为1，减少不必要的信道浪费。,结论：参数调整后，新浪打开时延从20.1S提升 到 了13.3S,效果显著。,小速率业务优化思路,占用资源大,影响H调度效率,武汉小速率业务的流量仅占数据业务总流量的2%左右，但其占用的无线资源却达到了40%以上，投入产出比很低，属于典型的低附加值业务。,根据正比公平原形算法，持续的小速率业务将被优先调度，占用调度机会，影响其它

16、业务的感知。,策略：小速率业务速率需求较低，基于H的调度特性，完全可满足小速率业务，对于小速率业务的优化，不是提升其速率，而是降低其对资源的占用和对其它业务的影响。,小速率业务的优化,加快DCH转IDLE优点：加快了小流量和业务连续性不高的业务占用资源的释放。缺点：可能会导致信令风暴。需针对调整。,传统技术,小速率识别与迁移,创新技术,优点：可自动评估资源负荷过大小区，实现R5至R4的迁移。缺点:RB重配过多有掉话风险。,结论：现网开启小速率识别与迁移后，效果一般，主要是因为小速率业务识别门限，触发时间等设置不合理有关，相关门限设置还有待探索。小速率业务的优化优选加快DCH转IDLE的方式.,

17、中感知度小区优化,高感知度小区各项业务都满足用户感知速率门限，可不做优化。中感知度小区是目前TD网络的主要场景，该小区中的用户在做数据业务时感知一般，大、中速率业务有一项不满足相应的用户感知门限速率，需对小区进行常规优化。如无改善，需针对感知度差的业务进行针对性优化。对于中感知度小区，在对感知度好的业务调度影响不大的情况下，加大感知度有问题的业务的调度频次，可提升用户在该业务上的感知。,低感知度小区优化,低感知度小区是目前TD网络要重点优化的场景，该小区中的用户在做中速率业务和大速率业务时均达不到该业务的最低感知速率，用户感知很差，进行常规的核查和优化后，如不能改善，则需进行功率提升和AMC优

18、化，之后再针对业务类型进行针对性的优化。提升低感知度小区业务速率除了采用中感知度小区的方案外，增加功率提升和AMC优化的措施。,整体思路,实际调整,低感知度小区优化-功率优化,在单载波最大用户数不超过6个的情况下，大多数小区应该能完全满足用户的感知.大速率业务和中速率业务同时都不满足用户的感知速率门限，说明用户很有可能是分布在小区的边缘或者小区的干扰较大。所以首先需要提升功率消除干扰，让用户处在一个相对好的无线环境中，当用户处于良好的无线环境时，可选择高阶调制和较少的校验比特。,HSDPA单码道发射功率提升,HSDPA慢速功控,结论：建议将HS-PDSCH功率修改为-12db，此举有可能整体干

19、扰水平有抬升，但是在功率调整的基础上，结合HSDPA慢速功控功能，可使增大HSDPA单码道发射功率和干扰达到一个均衡，最终提升单用户的吞吐量。,低感知度小区优化-编码优化,借鉴G网高编码优化思路，G网在覆盖优秀区域初始编码在MCS7以上，而目前T网的初始编码较低，缺省值为25，目前路测CQI平均值在47左右，建议在优秀覆盖区域提升至40。,借鉴G网高编码优化思路，不限制EDGE下行最高编码方式，目前T网最大码率并未放开，即RTBS最大值为54，不能达到55，建议在覆盖优秀区域放开。放开后，测试速率可达1.55M左右。相比未放开前的1.47M提升了80K。,中低感知度小区优化首先需要进行常规优化

20、，在常规优化没有解决的情况下，可尝试进行基于业务的优化。大速率业务的用户感知速率优化以提升调度为主中速率业务的用户感知速率优化以加大上行带宽和加快小速率业务的迁移为主小速率业务在H上承载是对H资源的浪费，应降低其对H资源的占用,总结,目录,主要创新点.,创新点 1三大八小的数据业务分类现网数据业务上千种，通过对业务应用类型和速率分析，创新的提出了基于应用和速率维度的三大八小数据业务分类。,创新点2数据业务用户感知速率标准通过大量的业务测试和数学推导，得出了目前网络典型业务的最低用户感知速率，可作为标准判断用户感知。,创新点3基于用户感知维度的小区分类和优化通过核心网统计小区各类业务速率与最低用

21、户感知速率的对比，将小区划分为高中低感知度小区，针对不同的感知度小区开展不同策略的优化。,创新点4基于业务类型的优化研究RNC底层参数，提出在不加任何辅助设备的情况下进行小区级基于业务类型优化的方法，将业务类型与QOS对应起来进行协同优化。从用户感知入手，根据不同业务的感知需求提升用户的感知速率。,创新点5编码优化现网借鉴GSM高编码优化经验，通过对TD底层参数的核查，找到了类似GSM的编码参数，对相关参数进行了优化，效果显著。,主要创新点,目录,成果1小区分类准确反映现网小区用户感知,我们选取了143个小区作为分析对象，涉及武汉29个RNC中的7个，涵盖了11种不同的场景，具有一定的代表性。

22、高中低感知 小区分布如下图所示：,结论：从对比图中可以看出中感知和高感知区域与测试下载速率1Mbps以上的区域，网管统计750kpbs以上的区域非常吻合。低感知与速率测试750Kpbs以下的区域基本吻合。高中低感知小区的分类能准确反映现网小区的用户感知。,和测试下载速率对比的截图,和网管统计下载速率对比的截图,成果2-小区级业务优化提升小区感知度,方案实施后,中低感知度小区优化 针对50个常规优化无法解决的小区进行了基于业务的优化，其中有1个小区由中感知小区变为了高 感知小区，有14个小区从低感知小区变为了中感知小区。,成果3-用户感知速率显著提升,实施后各指标变化情况,方案实施后对小区流量、指标进行对比分析,方案实施后流量提升，H载波效率提升，用户感知速率提升，达到预期效果,遗留问题与改进,优化策略,实验样本少,核心网数据,中低感知度小区优化首先需要进行常规优化，在常规优化没有解决的情况下，可尝试进行基于业务的优化。,由于Gn口数据采集较慢，选取部分小区作为实验区域，数量有限。,Gn口数据小区级定位有40%左右的误差，有条件的情况下可选择GB口的数据或者以小区簇的形式来分析。,20%,40%,60%,80%,