（廣東怡創(chuàng)科技股份有限公司，廣東 廣州 510627）

1 引言

網(wǎng)絡(luò)優(yōu)化是維護(hù)網(wǎng)絡(luò)正常運(yùn)行，保障網(wǎng)絡(luò)運(yùn)行質(zhì)量的重要手段，但其技術(shù)難度大，工作復(fù)雜，運(yùn)營成本較高。在2G時(shí)代，移動(dòng)運(yùn)營商已建立了一批網(wǎng)絡(luò)優(yōu)化管理平臺，很好地支持了網(wǎng)絡(luò)的正常運(yùn)行，提高了網(wǎng)絡(luò)運(yùn)維管理效率，降低了網(wǎng)絡(luò)運(yùn)維成本。但隨著4G網(wǎng)絡(luò)的普及移動(dòng)互聯(lián)網(wǎng)的迅速發(fā)展，數(shù)據(jù)業(yè)務(wù)逐漸成為移動(dòng)通信網(wǎng)絡(luò)的主流業(yè)務(wù)，由此也對網(wǎng)絡(luò)優(yōu)化提出了新的要求。根據(jù)以TD-LTE為核心的4G網(wǎng)絡(luò)優(yōu)化的需求以及網(wǎng)優(yōu)測量數(shù)據(jù)的典型特征，本文提出了一套TD-LTE網(wǎng)絡(luò)優(yōu)化思路，并設(shè)計(jì)了基于云計(jì)算的移動(dòng)通信4G網(wǎng)絡(luò)優(yōu)化平臺，該平臺已在廣東怡創(chuàng)科技股份有限公司實(shí)際部署并上線運(yùn)行，達(dá)到了良好的效果。

2 TD-LTE網(wǎng)絡(luò)優(yōu)化思路

2.1 精細(xì)化的TD-LTE網(wǎng)絡(luò)KPI體系

（1）TD-LTE網(wǎng)絡(luò)指標(biāo)體系

在以TD-LTE為核心的新一代移動(dòng)通信4G網(wǎng)絡(luò)中，TD-LTE系統(tǒng)由于對所有業(yè)務(wù)均采用分組形式進(jìn)行傳輸，因此適用于2G、3G系統(tǒng)的網(wǎng)絡(luò)關(guān)鍵性能指標(biāo)將很難適用于TD-LTE系統(tǒng)。與3G相比，LTE網(wǎng)絡(luò)采用了扁平化的網(wǎng)絡(luò)架構(gòu)，同時(shí)也更強(qiáng)調(diào)端到端的概念。因此需要針對TD-LTE網(wǎng)絡(luò)建立更為精細(xì)化的網(wǎng)絡(luò)關(guān)鍵性能指標(biāo)體系。

因此，在新一代移動(dòng)通信網(wǎng)絡(luò)指標(biāo)體系中，除了保留2G、3G指標(biāo)外，需要加入新型的、更能反應(yīng)TDLTE網(wǎng)絡(luò)真實(shí)性能的指標(biāo)，并對這些關(guān)鍵性能指標(biāo)進(jìn)行合理的分析、整合，找到影響這些關(guān)鍵性能指標(biāo)的重要參數(shù)，為網(wǎng)絡(luò)優(yōu)化平臺的分析、判斷提供強(qiáng)有力的支持。

（2）TD-LTE網(wǎng)絡(luò)關(guān)鍵性能指標(biāo)與參數(shù)配置的關(guān)聯(lián)性

最終TD-LTE網(wǎng)絡(luò)性能的關(guān)鍵指標(biāo)（包括網(wǎng)絡(luò)覆蓋率、系統(tǒng)吞吐量、用戶吞吐量、平均頻譜利用率、小區(qū)邊緣頻譜利用率、接入時(shí)延、切換時(shí)延、網(wǎng)絡(luò)掉話率、網(wǎng)絡(luò)阻塞率、公平性、用戶滿意度等）不僅與相對底層的網(wǎng)絡(luò)工程參數(shù)有關(guān)，而且與無線資源管理方面的參數(shù)以及網(wǎng)絡(luò)管理、調(diào)試策略有著千絲萬縷的關(guān)系。

在網(wǎng)絡(luò)工程參數(shù)方面，影響關(guān)鍵性能指標(biāo)的參數(shù)主要有：基站工程參數(shù)、無線配置參數(shù)、天線使用方式、頻率分配策略、OFDM（Orthogonal Frequency Division Multiplexing，正交頻分復(fù)用技術(shù)）符號CP長度配置等。

在無線資源管理方面，影響關(guān)鍵性能指標(biāo)的參數(shù)主要有：系統(tǒng)帶寬、幀結(jié)構(gòu)及時(shí)隙配置、接入過程、切換過程、MIMO（Multiple-Input Multiple-Output，多入多出技術(shù)）配置方式、MIMO適用場景選擇、資源分配方式、調(diào)度方式、調(diào)度算法等。

由上可知，相比3G系統(tǒng)，LTE系統(tǒng)在組網(wǎng)方式、網(wǎng)絡(luò)配置、參數(shù)選擇等方面提供了更大的靈活性。如果能夠利用好網(wǎng)絡(luò)的靈活性，可以使網(wǎng)絡(luò)充分發(fā)揮其性能；但如果利用不好的話，將會使網(wǎng)絡(luò)性能惡化，浪費(fèi)投資。只有識別出底層網(wǎng)絡(luò)參數(shù)以及無線資源管理相關(guān)參數(shù)與高層關(guān)鍵指標(biāo)之間的影響因子和關(guān)聯(lián)度，并對它們之間的關(guān)系進(jìn)行細(xì)化、分析，找到問題的本末，才可以在網(wǎng)絡(luò)優(yōu)化中做到有的放矢，事半功倍。

因此，可以借助理論分析和云計(jì)算大數(shù)據(jù)挖掘技術(shù)，建立關(guān)鍵性能指標(biāo)與無線參數(shù)的聯(lián)動(dòng)關(guān)系。當(dāng)指標(biāo)發(fā)生改變的時(shí)候，能夠自動(dòng)分析出需要調(diào)整的參數(shù)，并在TD-LTE網(wǎng)絡(luò)中對所取得的規(guī)律進(jìn)行驗(yàn)證，為網(wǎng)絡(luò)優(yōu)化指明方向。

2.2 多樣化的TD-LTE網(wǎng)絡(luò)優(yōu)化方法

與2G以單純的語音業(yè)務(wù)為主、3G以中低速數(shù)據(jù)業(yè)務(wù)為主的現(xiàn)狀有所不同，以TD-LTE為核心的新一代移動(dòng)通信4G網(wǎng)絡(luò)中大量的業(yè)務(wù)量來自于高速數(shù)據(jù)業(yè)務(wù)，并將有較大比重發(fā)生在室內(nèi)場景。

新一代移動(dòng)通信網(wǎng)絡(luò)業(yè)務(wù)具有很大的開放性，不同類型的業(yè)務(wù)對QoS（Quality of Service，服務(wù)質(zhì)量）的要求也不盡相同。在網(wǎng)絡(luò)優(yōu)化中，網(wǎng)絡(luò)業(yè)務(wù)的統(tǒng)計(jì)與分析也是網(wǎng)絡(luò)優(yōu)化必須考慮的因素。為了合理利用有限的網(wǎng)絡(luò)資源，提供高質(zhì)量的服務(wù)，創(chuàng)造更高的利潤，必須改變傳統(tǒng)粗放的業(yè)務(wù)統(tǒng)計(jì)和分析模式，實(shí)現(xiàn)基于業(yè)務(wù)和用戶的精細(xì)化分析統(tǒng)計(jì)方式。

從網(wǎng)絡(luò)部署場景的角度考慮，城市和郊區(qū)、商業(yè)區(qū)與居民區(qū)、室內(nèi)和室外等因素都會影響業(yè)務(wù)的密度和到達(dá)方式。因此，分析考慮不同場景下業(yè)務(wù)統(tǒng)計(jì)分析結(jié)果的差異性，研究業(yè)務(wù)統(tǒng)計(jì)結(jié)果與網(wǎng)絡(luò)參數(shù)配置的內(nèi)在聯(lián)系是十分必要的。其研究分析結(jié)果將對不同場景下的網(wǎng)絡(luò)部署與優(yōu)化起到指導(dǎo)作用。

從網(wǎng)絡(luò)運(yùn)營的角度考慮，統(tǒng)計(jì)分析網(wǎng)絡(luò)業(yè)務(wù)，有利于TD-LTE網(wǎng)絡(luò)運(yùn)營商利潤的最大化。運(yùn)營商在網(wǎng)絡(luò)優(yōu)化時(shí)，可以根據(jù)統(tǒng)計(jì)分析結(jié)果，對不同的業(yè)務(wù)提供不同的QoS保障策略，并能通過調(diào)整資費(fèi)策略創(chuàng)造更大的收益。如對網(wǎng)絡(luò)中發(fā)展?jié)摿Υ蟮臉I(yè)務(wù)，給予充分的QoS保障，進(jìn)行精細(xì)化的資源控制和管理。

從用戶行為的角度考慮，網(wǎng)絡(luò)業(yè)務(wù)的統(tǒng)計(jì)分析是用戶行為分析的基礎(chǔ)。從網(wǎng)絡(luò)業(yè)務(wù)的統(tǒng)計(jì)數(shù)據(jù)中，挖掘用戶使用業(yè)務(wù)時(shí)的行為特征。如通信時(shí)長、業(yè)務(wù)生成的時(shí)間分布、不同業(yè)務(wù)的比例和關(guān)聯(lián)性等。根據(jù)用戶的行為特征，合理優(yōu)化系統(tǒng)，一方面使用戶獲得良好的服務(wù)體驗(yàn)，另一方面在滿足用戶需求的前提下，最大限度地節(jié)約有限的系統(tǒng)資源。

針對TD-LTE中的高速移動(dòng)寬帶數(shù)據(jù)業(yè)務(wù)，從業(yè)務(wù)類型、QoS、碼率控制等角度著手，可以開發(fā)新一代基于云計(jì)算的移動(dòng)通信4G網(wǎng)絡(luò)的業(yè)務(wù)統(tǒng)計(jì)分析方法。

3 基于云計(jì)算的移動(dòng)通信4G網(wǎng)絡(luò)優(yōu)化軟件實(shí)現(xiàn)

為滿足移動(dòng)通信4G網(wǎng)絡(luò)優(yōu)化對LTE測量報(bào)告數(shù)據(jù)和LTE話務(wù)統(tǒng)計(jì)數(shù)據(jù)等大數(shù)據(jù)深入分析的需求，針對網(wǎng)絡(luò)優(yōu)化大數(shù)據(jù)及其業(yè)務(wù)邏輯的典型特征，結(jié)合云計(jì)算的最新技術(shù)進(jìn)展，怡創(chuàng)科技設(shè)計(jì)了一套基于云計(jì)算的移動(dòng)通信4G網(wǎng)絡(luò)優(yōu)化軟件。

移動(dòng)通信4G網(wǎng)絡(luò)優(yōu)化系統(tǒng)結(jié)構(gòu)如圖1所示，系統(tǒng)分4層，自下而上分別為：

圖1 基于云計(jì)算的移動(dòng)通信4G網(wǎng)絡(luò)優(yōu)化系統(tǒng)結(jié)構(gòu)圖

（1）數(shù)據(jù)存儲層。不同的數(shù)據(jù)類型存儲在不同的數(shù)據(jù)庫中，發(fā)揮不同類型數(shù)據(jù)庫的優(yōu)勢。地理圖層信息存儲在GIS（Geographic Information System，地理信息系統(tǒng)）的地理空間數(shù)據(jù)庫中，如ArcGIS的Geodatabase、SuperMap的SDX+，地理空間數(shù)據(jù)庫是一種采用標(biāo)準(zhǔn)關(guān)系數(shù)據(jù)庫技術(shù)來表現(xiàn)地理信息的數(shù)據(jù)模型。平臺用戶數(shù)據(jù)、權(quán)限數(shù)據(jù)、業(yè)務(wù)模型和業(yè)務(wù)參數(shù)等存儲在傳統(tǒng)的關(guān)系型數(shù)據(jù)庫Oracle中。海量的性能統(tǒng)計(jì)數(shù)據(jù)、業(yè)務(wù)分析數(shù)據(jù)、測量數(shù)據(jù)和路測數(shù)據(jù)存儲在分布式數(shù)據(jù)庫HBase中。

（2）數(shù)據(jù)處理層。通過數(shù)據(jù)挖掘技術(shù)，結(jié)合地理圖層信息、工參數(shù)據(jù)、業(yè)務(wù)模型以及海量的統(tǒng)計(jì)和測量數(shù)據(jù)，在Hadoop分布式集群中進(jìn)行在線分析計(jì)算和離線分析處理。

（3）網(wǎng)優(yōu)業(yè)務(wù)邏輯層。結(jié)合不同的分析優(yōu)化維度，生成分析預(yù)測報(bào)告、配置優(yōu)化建議和性能優(yōu)化方案等。

（4）人機(jī)交互層。網(wǎng)優(yōu)人員通過人機(jī)交互層的軟件界面使用和操作網(wǎng)優(yōu)平臺。

系統(tǒng)云計(jì)算平臺基于OpenStack的企業(yè)私有云，海量大數(shù)據(jù)的處理采用分布式并行計(jì)算框架Hadoop系統(tǒng)和分布式數(shù)據(jù)存儲HBase系統(tǒng)。通過調(diào)用云平臺OpenStack的管理API（Application Programming Interface，應(yīng)用程序編程接口），實(shí)現(xiàn)集群中應(yīng)用程序節(jié)點(diǎn)和Hadoop節(jié)點(diǎn)彈性可伸縮。在負(fù)荷重的時(shí)候，動(dòng)態(tài)增加相應(yīng)類型的節(jié)點(diǎn)；在負(fù)荷輕的時(shí)候，動(dòng)態(tài)減少相應(yīng)類型的節(jié)點(diǎn)。和基于傳統(tǒng)服務(wù)器主機(jī)和關(guān)系數(shù)據(jù)庫的網(wǎng)優(yōu)系統(tǒng)相比，大幅提高了系統(tǒng)性能并降低了系統(tǒng)成本。

系統(tǒng)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖2所示。

圖2 基于云計(jì)算的移動(dòng)通信4G網(wǎng)絡(luò)優(yōu)化系統(tǒng)網(wǎng)絡(luò)拓?fù)鋱D

4 系統(tǒng)設(shè)計(jì)的關(guān)鍵技術(shù)

4.1 基于OpenStack的企業(yè)私有云技術(shù)

OpenStack是一個(gè)開源的云計(jì)算管理平臺項(xiàng)目，支持幾乎所有類型的云環(huán)境，提供實(shí)施簡單、可大規(guī)模擴(kuò)展與豐富、標(biāo)準(zhǔn)統(tǒng)一的云計(jì)算管理平臺。

怡創(chuàng)科技的企業(yè)私有云基于OpenStack整合企業(yè)內(nèi)的大量計(jì)算資源，包括CPU計(jì)算能力、內(nèi)存容量、硬盤空間等，快速靈活地進(jìn)行云主機(jī)的創(chuàng)建和資源合理分配，不但可以極大地提高計(jì)算機(jī)資源的利用率，還可以實(shí)現(xiàn)應(yīng)用和數(shù)據(jù)的負(fù)載均衡、容災(zāi)以及在云主機(jī)之間進(jìn)行遷移等功能。

把移動(dòng)通信4G網(wǎng)絡(luò)優(yōu)化平臺構(gòu)建在企業(yè)私有云上，可以根據(jù)網(wǎng)優(yōu)計(jì)算分析的數(shù)據(jù)規(guī)模和發(fā)展趨勢，做到快速部署，彈性擴(kuò)容。

4.2 基于Hadoop分布式并行計(jì)算框架

Hadoop是開源的分布式并行計(jì)算系統(tǒng)基礎(chǔ)架構(gòu)，本系統(tǒng)基于Hadoop的MapReduce并行計(jì)算編程模型來設(shè)計(jì)網(wǎng)絡(luò)優(yōu)化的算法，充分利用了Hadoop集群的威力進(jìn)行大數(shù)據(jù)的存儲和高速運(yùn)算。

4.3 基于HBase分布式大數(shù)據(jù)存儲技術(shù)

由于網(wǎng)絡(luò)優(yōu)化測量報(bào)告數(shù)據(jù)和話務(wù)統(tǒng)計(jì)數(shù)據(jù)具有超大體量、離散、復(fù)雜的數(shù)據(jù)特點(diǎn)，傳統(tǒng)數(shù)據(jù)存儲模式已經(jīng)難以滿足大數(shù)據(jù)存儲要求。一方面單結(jié)點(diǎn)的數(shù)據(jù)倉庫在容量上難以滿足呈幾何增長的數(shù)據(jù)量，在運(yùn)行效率上也難以滿足大數(shù)據(jù)的分析處理需求；另一方面?zhèn)鹘y(tǒng)數(shù)據(jù)倉庫按行存儲的模式，雖然可以實(shí)現(xiàn)大容量索引和視圖，但實(shí)際操作中其時(shí)間和空間過高。本系統(tǒng)采用的分布式數(shù)據(jù)庫HBase是基于Google BigTable技術(shù)的開源實(shí)現(xiàn)，是一個(gè)面向列的分布式存儲系統(tǒng)，具有可伸縮、高可靠、高性能等特點(diǎn)，利用HBase技術(shù)可快速在Hadoop集群中搭建起大規(guī)模的存儲集群。

4.4 應(yīng)用程序集群的伸縮設(shè)計(jì)

應(yīng)用程序集群的伸縮設(shè)計(jì)針對應(yīng)用程序節(jié)點(diǎn)進(jìn)行擴(kuò)展和縮小，基于云平臺的網(wǎng)優(yōu)系統(tǒng)在用戶并發(fā)數(shù)大，提交的作業(yè)（Job）數(shù)量大，排隊(duì)時(shí)間長的時(shí)候，可以自動(dòng)增加應(yīng)用程序的節(jié)點(diǎn)，自動(dòng)分?jǐn)侸ob。在Job數(shù)量少，節(jié)點(diǎn)很空閑的時(shí)候，減少節(jié)點(diǎn)。

圖3是一個(gè)Job繁重的時(shí)刻，此時(shí)需要擴(kuò)展工作節(jié)點(diǎn)來支持對Job的處理。

圖3 應(yīng)用程序節(jié)點(diǎn)動(dòng)態(tài)增加示意圖

（1）管理節(jié)點(diǎn)向虛擬機(jī)管理服務(wù)申請創(chuàng)建指定數(shù)量的指定類型的節(jié)點(diǎn)；

（2）虛擬機(jī)管理服務(wù)按要求創(chuàng)建指定類型的虛擬機(jī)節(jié)點(diǎn)，并啟動(dòng)虛擬機(jī)；

（3）節(jié)點(diǎn)啟動(dòng)起來后，自動(dòng)運(yùn)行腳本（包括進(jìn)行程序更新、運(yùn)行程序等）向工作管理節(jié)點(diǎn)注冊自己；

（4）管理節(jié)點(diǎn)向新啟動(dòng)的工作節(jié)點(diǎn)派發(fā)Job。

基于云平臺的網(wǎng)優(yōu)系統(tǒng)在Job少，集群資源使用率低的時(shí)候，管理節(jié)點(diǎn)可以控制工作節(jié)點(diǎn)的刪除，實(shí)現(xiàn)動(dòng)態(tài)減容，如圖4所示。

（1）管理節(jié)點(diǎn)要求指定的節(jié)點(diǎn)分離出去，指定節(jié)點(diǎn)按要求進(jìn)行分離，處于分離狀態(tài)；

（2）管理節(jié)點(diǎn)要求虛擬機(jī)管理服務(wù)銷毀指定的虛擬機(jī)；

（3）虛擬機(jī)管理服務(wù)可以對指定的虛擬機(jī)進(jìn)行刪除或者簡單的關(guān)閉，取決于管理策略。

4.5 Hadoop集群的伸縮設(shè)計(jì)

Hadoop集群的伸縮設(shè)計(jì)針對作為Node Manager的節(jié)點(diǎn)的伸縮，而作為DataNode的節(jié)點(diǎn)，一般只做擴(kuò)展處理。

數(shù)據(jù)節(jié)點(diǎn)負(fù)責(zé)存儲實(shí)際的數(shù)據(jù)，因此通常不做自動(dòng)伸縮設(shè)計(jì)，可以單向增長。當(dāng)集群容量加大時(shí)，可以加大集群節(jié)點(diǎn)里的磁盤空間或者增加集群的DataNode節(jié)點(diǎn)。

運(yùn)算節(jié)點(diǎn)可以根據(jù)Job的負(fù)荷自動(dòng)增加運(yùn)算節(jié)點(diǎn)。當(dāng)發(fā)現(xiàn)運(yùn)算較大時(shí)，可以動(dòng)態(tài)增加NodeManager（不作為DataNode），以滿足運(yùn)算。運(yùn)算完成后，當(dāng)Job負(fù)荷較低時(shí)，自動(dòng)關(guān)閉虛擬機(jī)。

Hadoop集群的Job繁重的時(shí)候，需要擴(kuò)展運(yùn)算節(jié)點(diǎn)來支持對Job的處理，具體如圖5所示。

圖4 應(yīng)用程序節(jié)點(diǎn)動(dòng)態(tài)減少示意圖

圖5 Hadoop節(jié)點(diǎn)動(dòng)態(tài)增加示意圖

（1）管理節(jié)點(diǎn)定期會詢問Hadoop集群當(dāng)前集群的NodeManager資源情況，如果資源已經(jīng)不夠，則需要擴(kuò)展Hadoop的NodeManager節(jié)點(diǎn)；

（2）向虛擬機(jī)管理服務(wù)申請創(chuàng)建指定類型的節(jié)點(diǎn)；

（3）虛擬機(jī)管理服務(wù)進(jìn)行創(chuàng)建虛擬機(jī)，并啟動(dòng)虛擬機(jī)；

（4）虛擬機(jī)啟動(dòng)后自動(dòng)運(yùn)行指定的腳本，運(yùn)行NodeManager進(jìn)程，向Resource-Manager進(jìn)行注冊。

當(dāng)Hadoop集群Job減少，集群資源使用率低的時(shí)候，管理節(jié)點(diǎn)可以控制運(yùn)算節(jié)點(diǎn)的刪除，實(shí)現(xiàn)動(dòng)態(tài)減容，具體如圖6所示。

（1）管理節(jié)點(diǎn)定期詢問Hadoop集群的計(jì)算資源的情況；

（2）如果資源空閑符合規(guī)則，則向虛擬機(jī)管理服務(wù)申請銷毀指定的虛擬機(jī)；

（3）虛擬機(jī)管理服務(wù)通知相應(yīng)的Node-Manager虛擬機(jī)進(jìn)行關(guān)閉；

（4）相應(yīng)的NodeManager虛擬機(jī)停止服務(wù)，向ResourceManager注銷自己；

（5）虛擬機(jī)管理服務(wù)關(guān)閉NodeManager虛擬機(jī)。

5 TD-LTE網(wǎng)絡(luò)優(yōu)化的關(guān)鍵技術(shù)

5.1 TD-LTE網(wǎng)絡(luò)關(guān)鍵性能指標(biāo)體系及統(tǒng)計(jì)分析

科學(xué)的網(wǎng)絡(luò)關(guān)鍵性能指標(biāo)體系不僅是網(wǎng)絡(luò)優(yōu)化的指南，而且有助于發(fā)現(xiàn)網(wǎng)絡(luò)優(yōu)化中的問題。基于云計(jì)算的移動(dòng)網(wǎng)絡(luò)4G網(wǎng)絡(luò)優(yōu)化系統(tǒng)在2G/3G移動(dòng)通信網(wǎng)絡(luò)性能指標(biāo)基礎(chǔ)上，摒棄過時(shí)的關(guān)鍵性能指標(biāo)，加入新型的、更能反映TD-LTE網(wǎng)絡(luò)真實(shí)性能的指標(biāo)。通過對這些關(guān)鍵性能指標(biāo)進(jìn)行合理的分析、整合，找到影響這些關(guān)鍵性能指標(biāo)的重要參數(shù)，為網(wǎng)絡(luò)優(yōu)化工具的分析、判斷提供強(qiáng)有力的支持，使網(wǎng)絡(luò)優(yōu)化技術(shù)能更精確地反映TD-LTE網(wǎng)絡(luò)的真實(shí)性能。

圖6 Hadoop節(jié)點(diǎn)動(dòng)態(tài)減少示意圖

5.2 基于路測數(shù)據(jù)的網(wǎng)絡(luò)覆蓋和干擾預(yù)測分析

采用實(shí)際測試與算法研究相結(jié)合的思路，充分挖掘路測數(shù)據(jù)所能提供的有用信息，重點(diǎn)分析路測數(shù)據(jù)的拓展性應(yīng)用。

具體地，利用TD-LTE路測儀表，采集典型區(qū)域路測數(shù)據(jù)；研究依托路測所收集的有限的線數(shù)據(jù)和點(diǎn)數(shù)據(jù)，對網(wǎng)絡(luò)覆蓋的面數(shù)據(jù)進(jìn)行補(bǔ)充性預(yù)測；同時(shí)，還將研究基于路測數(shù)據(jù)的覆蓋與干擾程度定量分析方法；在此基礎(chǔ)上，對目標(biāo)區(qū)域進(jìn)行覆蓋及干擾預(yù)測分析，對網(wǎng)絡(luò)和業(yè)務(wù)質(zhì)量進(jìn)行評估分析，并根據(jù)異常路測指標(biāo)定位網(wǎng)絡(luò)在覆蓋及干擾方面可能存在的問題。

5.3 網(wǎng)絡(luò)自組織技術(shù)

面向不同時(shí)間、地理場景，采用時(shí)間序列分析技術(shù)，分析、預(yù)測網(wǎng)絡(luò)覆蓋范圍內(nèi)的用戶業(yè)務(wù)行為和業(yè)務(wù)流量分布變化情況。根據(jù)網(wǎng)絡(luò)性能指標(biāo)和用戶服務(wù)質(zhì)量要求，采用云計(jì)算大數(shù)據(jù)挖掘技術(shù)，分析業(yè)務(wù)類型、網(wǎng)絡(luò)配置、網(wǎng)絡(luò)參數(shù)、網(wǎng)絡(luò)性能間的相關(guān)性。采用時(shí)間、地理場景相似性匹配技術(shù)，對網(wǎng)絡(luò)結(jié)構(gòu)和資源進(jìn)行優(yōu)化配置，對網(wǎng)絡(luò)無線資源參數(shù)進(jìn)行自動(dòng)優(yōu)化。

5.4 TD-LTE網(wǎng)絡(luò)業(yè)務(wù)統(tǒng)計(jì)分析

針對TD-LTE網(wǎng)絡(luò)，采用如下基于業(yè)務(wù)和用戶的精細(xì)化業(yè)務(wù)分析和統(tǒng)計(jì)方法：

（1）從網(wǎng)絡(luò)部署的場景角度考慮，區(qū)分城市和郊區(qū)、商業(yè)區(qū)與居民區(qū)、室內(nèi)和室外等地理場景因素對用戶行為和業(yè)務(wù)密度的影響。考慮不同場景下業(yè)務(wù)統(tǒng)計(jì)分析結(jié)果的差異性，分析研究業(yè)務(wù)統(tǒng)計(jì)結(jié)果與網(wǎng)絡(luò)參數(shù)配置的內(nèi)在聯(lián)系，指導(dǎo)不同場景下的網(wǎng)絡(luò)部署與優(yōu)化。

（2）從網(wǎng)絡(luò)運(yùn)營的角度考慮，統(tǒng)計(jì)分析網(wǎng)絡(luò)業(yè)務(wù)，根據(jù)統(tǒng)計(jì)分析結(jié)果，對不同的業(yè)務(wù)提供不同的QoS保障策略，進(jìn)行精細(xì)化的資源控制和管理，最大化TD-LTE網(wǎng)絡(luò)的運(yùn)營利潤。

（3）從用戶行為的角度考慮，通過網(wǎng)絡(luò)業(yè)務(wù)統(tǒng)計(jì)分析，挖掘用戶使用業(yè)務(wù)時(shí)的行為特征，如通信時(shí)長、業(yè)務(wù)生成的時(shí)間分布、不同業(yè)務(wù)的比例和關(guān)聯(lián)性等。根據(jù)用戶行為特征，合理優(yōu)化系統(tǒng)，一方面使用戶獲得良好的服務(wù)體驗(yàn)，另一方面在滿足用戶需求的前提下，最大限度地節(jié)約有限的系統(tǒng)資源。

6 結(jié)束語

基于云計(jì)算的移動(dòng)通信4G網(wǎng)絡(luò)優(yōu)化，利用功能強(qiáng)大的OpenStack云計(jì)算技術(shù)和Hadoop分布式并行計(jì)算框架，充分挖掘網(wǎng)絡(luò)優(yōu)化中大數(shù)據(jù)的潛在價(jià)值，結(jié)合TD-LTE網(wǎng)絡(luò)優(yōu)化的關(guān)鍵技術(shù)，可以大幅提升TD-LTE網(wǎng)絡(luò)優(yōu)化的效率和效果。本系統(tǒng)的順利實(shí)施，能夠提高TD-LTE移動(dòng)通信網(wǎng)絡(luò)的運(yùn)營管理水平，改善移動(dòng)互聯(lián)網(wǎng)和移動(dòng)數(shù)據(jù)業(yè)務(wù)的服務(wù)質(zhì)量，產(chǎn)生良好的社會和經(jīng)濟(jì)效益。

[1] 王映民,孫韶輝. TD-LTE技術(shù)原理與系統(tǒng)設(shè)計(jì)[M]. 北京:人民郵電出版社,2010.

[2] 肖清華,汪丁鼎,許光斌,等. TD-LTE網(wǎng)絡(luò)規(guī)劃設(shè)計(jì)與優(yōu)化[M]. 北京: 人民郵電出版社, 2013.

[3] 吳凱峰,劉萬濤,李彥虎,等. 基于云計(jì)算的電力大數(shù)據(jù)分析技術(shù)與應(yīng)用[J]. 中國電力, 2015,48(2): 111-116.

[4] 龔旭. 基于云計(jì)算的大數(shù)據(jù)處理技術(shù)探討[J]. 電子技術(shù)與軟件工程, 2015(10): 198.

[5] 張國凱,姜忠坷,呂德路. 基于Hadoop的大數(shù)據(jù)的處理與挖掘[J]. 信息通信, 2014(12): 26.

[6] 李永楠,李德忠. 淺談云計(jì)算優(yōu)勢、應(yīng)用及發(fā)展[J]. 中國新技術(shù)新產(chǎn)品, 2011(3): 29.

[7] 徐峰. 一種基于大數(shù)據(jù)分析的網(wǎng)絡(luò)優(yōu)化方案[J]. 江蘇通信, 2014,30(4): 38-42.

[8] 趙季紅,曲樺,陳文東. 基于反饋機(jī)制的自愈算法[J]. 通信學(xué)報(bào), 2012,33(1): 1-9.

[9] 郎為民,楊德鵬,李虎生. LTE-Advanced SON自優(yōu)化和自愈用例研究[J]. 現(xiàn)代電信科技, 2012(3): 1-6.

[10] 朱雪田,安曉東,高羽,等. TD-LTE無線性能分析與優(yōu)化[M]. 北京: 人民郵電出版社, 2014.