微波EDA网,见证研发工程师的成长!
首页 > 通信和网络 > 通信网络技术文库 > TD信令分析关注用户感知

TD信令分析关注用户感知

时间:02-14 来源:通信产业报 点击:

"TD-SCDMA信令综合分析系统"提升了日常网络优化的效率和质量,对于网优人员工作起到了辅助和指导作用,使得网络优化的质量和效果对于网优人员技术水平的依赖程度得到降低。

信令分析的现有技术方法

目前网络问题的发现及信令分析主要依靠人工采集指标、分析的方式,例如人工提取网络质量统计指标、故障告警记录、异常信令记录等等数据,从中发现全网、小区级的网络异常,并根据信令特征来找到异常信令,通过逐条分析信令中与异常事件相关的参数来发现、定位并最终解决问题。

3G现网中信令数据量非常庞大,以某3G本地网230个基站的规模统计,每日产生异常信令记录数量约6-8万条需要统计、分析,即使对于训练有素的网优专业人员也是极其庞大的工作量。

并且大多数信令中的信息量都非常大,目前分析是人工逐条查阅信令参数的方法。这种传统人工分析的方法既容易遗漏,而且也很难按质按量分析到位。

专业的信令分析,需要与故障、网络指标等结合分析,目前信令结合此类指标的分析采用人工提取指标对照的方法,既费时费力,也容易遗漏、很难分析到位。

本信令综合分析系统方法及思路

本系统方法包含4部分特点和优势:

1、采用计算机系统及优化算法对海量信令数据进行分析:将信令源文件导入系统后,将可按小时、天、周等区间,对全网、小区、用户等级别对信令进行统计分析,以电脑代替人工分析方法,大大提高工作效率和质量,降低人工成本和出错率。

2、基于事件的信令分析机制:摒弃将各信令孤立割裂分析的传统思维方式,以某类异常事件为单位进行信令分析,使得分析流程全面、条理、高效。植入网络优化专家的思路、以事件为单位整体、全面的分析信令流程,取代传统人工方式、逐条分析信令的低效机制。

3、信令、故障告警关联分析:目前网络维护工作主要是处理故障告警,并未将故障对网络质量造成的影响进行定量评估。本系统将异常信令统计数据与设备故障告警信息进行关联,进行网络优化分析、故障影响评估、投诉处理和预处理。大幅提高网优故障质量和效率,大幅降低网络优化成本。

4、信令、网络指标关联分析:将异常信令统计数据与网络统计指标进行关联,使得网络人员在分析过程中能将网络指标异常与异常信令直接关联进行分析。目前未有将指标与异常信令关联分析的机制,而此类分析对于网络优化工作非常重要。大幅提高网优指标分析质量和效率,大幅降低网优成本。

通过计算机系统方法,同时植入网络优化专家的思路,可以形成四大部分功能,大幅提升日常网优工作效率和质量。

系统功能实现及使用

通过开发信令综合分析系统基本功能,并在株洲分公司进行相关测试、试用,大幅提升了TD-SCDMA日常网络优化信令分析质量和效率,大幅节约了工作人员时间、提高整体工作效率和质量。

该系统信令分析的基本功能主要有以下几部分,针对全网某条特定信令的分析、针对小区的信令分析、针对某次失败事件的关键信息提取等,并能够在信令中提取终端的IMEI号码用于终端分析。现将部分功能展示如下。

全网信令分析

全网信令统计:统计全网RRCconnectionRequest消息某个原因值,这样能对关键信息进行全网统计,如统计rrcConnectionSetupComplete消息中的"supportOfGSM"参数值,即某款终端是否支持GSM网络。

异常信令与设备故障告警关联分析:

在目前日常网络优化中,对设备故障告警的处理往往只关注设备故障本身的处理,对于事后故障的评估、客户在故障中的感知很少进行评估。

本系统功能将信令异常事件与设备故障告警进行关联分析,对设备故障造成的网络问题进行详细定位分析,既为网络优化分析提供参考,也为客户投诉处理和预处理提供第一手材料。如下所述案例,天雅服饰TF_60661在2010年4月21日16:57左右发生小区退服;在同一时间点,某用户(IMSI:460007812894959)在此小区60661发生了掉话。"天雅服饰TF_60661"小区退服在16:57发生小区退服。

通过中兴RNCCT/CDT工具来统计异常通话记录,用户(IMSI:460007812894959)在同一时间点16:57在"天雅服饰TF_60661"小区发生了掉话。

本系统会对于天雅服饰60661小区退服导致用户掉话和切换失败的关联统计记录。

总体效果评估

"TD-SCDMA信令综合分析系统"在株洲分公司进行测试使用的过程中,大幅提升了日常网络优化的效率和质量,对于网优人员工作起到了极高的辅助和指导作用,大幅降低网络优化成本,使得网络优化的质量和效果对于网优人员技术水平的依赖程度大大降低。综合整体使用情况,我们对系统功能也进行了完善和改进。

创新卡片

·焦点:基于用户感知的TD-SCD

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top