2023年用户行为对移动通信网络影响的研究.doc

用户行为对移动通信网络影响的研究 信息产业部电信规划研究院 段建甫 闫凤玲 ：在移动通信中，用户本身的行为对网络配置的影响很大。中国移动集团在其对GSM网络配置的指导意见中提出了系统忙时波动系数的概念，但通过实际网络数据的分析，发现该定义仍有欠缺。本文通过对大量网络数据的分析，得出了用户行为对网络造成的影响程度，并提出了具体算法。 关键字：系统忙时波动系数 系统波动因子 用户移动因子 前言 在移动通信中，用户本身的行为对网络配置的影响很大。中国移动集团为了指导各省公司的网络建设，在2023年下发了中国移动通信关于GSM配置的相关参数及要求，其中定义系统忙时波动系数如下： 系统忙时波动系数＝〔基站忙时话务量总和/系统忙时话务量－1〕×100％…(1) 该定义反映了不同网络中各基站实际忙时与系统忙时的不均衡性。仔细分析该定义，可以发现有下面几个问题： 1、 定义中名称的模糊性：在实际系统中，每天的忙时话务量并不相同，而是具有一定的波动性，将基站实际忙时与系统忙时的不统一性定义为系统忙时波动系数有失妥当； 2、 由于系统忙时值的不统一性，在计算中取系统忙时话务量值时没有一个统一的标准，不同天的计算结果相差很大; 3、 由于用户活动的周期性，周末和非周末的基站实际忙时话务量相差较大。 基于以上考虑，本文在分析了大量现网数据的根底上，对由于系统忙时话务量本身的波动和由于用户移动而造成的基站实际忙时与系统实际忙时不统一性分别进行了分析和定义。 系统波动性的定义与计算方法 现实中的用户是由不同的人组成的，大量的用户构成一个群体。对一个地区的用户来说，虽然每一个用户都具有特殊性，但总体上又具有一定的统计特性。 图1中显示了某市1月份到11月份系统忙时话务量的变化，从图中可见，该市的系统忙时话务量在逐步增加的同时也表现出较大的波动性。 图1 某市1月份到11月份系统忙时话务量 从全网上看，系统话务量的变化主要是由用户增长的因素引起的〔图中的直线是采集数据的拟合曲线〕，但从短时间内看来，用户量的变化并不是影响系统话务量变化的主要因素，而是用户话务行为的变化。 不计短期内用户的增长，将系统忙时话务量按每周统计归一化，得到用户话务行为的变化特征如图2所示。 图2 某市1月份到11月份用户话务行为的变化情况 从图中可见，某市用户话务行为的波动比拟大。通过对数据进行归一化的分析，得出均值为1，标准方差为0.23。统计的归一化用户行为和对应的正态分布的累积分布曲线和概率分布图，如图3所示。统计的数据和对应正态分布的累计分布概率的相关性到达0.968，通过对其它城市的数据分析，发现二者的相关性一般也在0.93以上，因此可以用正态分布函数来拟合用户话务行为的波动性。 图3 归一用户行为和对应的正态分布的累计分布概率图 设小区话务量矩阵： …………〔2〕 其中为第d天的小区话务量矩阵，表示第d天第n个小区h时的话务量。定义：系统承当的平均话务量：统计时间内系统实际忙时话务量的均值 …(3) 根据前面分析，为表征用户话务行为的变化情况，定义系统忙时波动系数为归一化系统忙时话务量的标准方差。 定义：系统忙时波动因子：归一化系统忙时话务量的标准差 …〔4〕 由于可以用正态分布函数来拟合用户话务行为的波动性，而系统忙时话务量是用户数和单用户话务量乘积，因此可以用和来表征系统忙时话务量的波动情况。实际统计中，采用所到达的统计概率为84%左右，而采用所到达的统计概率为93%左右。利用和可以估计未来系统所承当的最大忙时话务量，从而为交换机和无线网的配置提供依据。 用户移动性的定义与计算方法 图5 不同小区周末和工作日话务量比照情况 与固定用户不同，移动用户总是处于移动状态，用户在网络中移动造成了各小区之间的实际忙时以及忙日并不一致。由于小区的配置是以实际忙时为准，而网络是由多个小区构成，因此网络实际所配置的无线容量需要大于系统忙时的容量需求。 图4 同一天中各小区实际忙时的不统一性 图4显示了同一天的网络中因用户移动造成的小区忙时不统一的曲线，而图5那么说明周末和工作日用户的活动场所的不同造成的话务量比照的情况。总之，用户的移动必然使网络实际所需配置的无线容量要大于系统忙时的容量需求。 为了表征用户的移动特性，我们引入用户移动因子的概念。由公式2，得： 定义： 小区最大话务量：指各小区每天实际忙时话务量的最大值 ……〔5〕 在实际采集数据进行分析时，某个小区可能在数据采集的时间内具有较高的话务量而在其他相当长的时间内话务量偏低，此时假设采用采集的时间内的最大值那么可能使得容量偏大，从而降低了实际网络利用率。 图6 小区波动统计 为了准确配置小区，我们对该地区的小区进行分析。首先对每个小区7天内的最大值进行归一化处理，然后对归一化数据进行统计分析，结果如图6所示。 根据统计，该地小区的归一化数据的统计结果与正态分布的累积分布概率的相关性都超过0.99，二者的相关性在后几乎为1，根据这样的结果，我们认为可以采用正态分布来拟合小区话务量的波动情况。 定义：小区统计话务量：各小区每天实际忙时话务量的均值+各小区每天实际忙时话务量标准差〔值的不同代表了不同的统计概率，下面计算中采用，统计概率84%左右〕。 ……〔6〕 所有小区承当的最大话务量： ………………………………………………〔7〕 所有小区的统计话务量： ……………………………………………〔8〕 定义：用户移动性因子：以小区承当的最大话务量计算 ……………………………………〔9〕 定义：用户移动性因子：以小区承当的统计话务量计算： ……………………………………〔10〕 根据式6、7、8、9和10，可以推出： 系统可承当的平均话务量： 或…………………〔11〕 上式中， 、和可以通过对历史数据的计算给出，从而将系统可承当的平均话务量问题转变为求系统承当的最大话务量问题，而系统承当的最大话务量可由网络数据统计得到。 Þ或……(12) 由于在规划中给出了未来系统需要承载的话务量〔可认为是〕，而以及可以通过统计得到，因此可以用公式〔12〕预测未来无线网络所需要承载的最大话务量或统计话务量。 实际中可能要大于实际需求，而可能会小于实际需求，实际设计可根据不同的需要进行取值，对系统质量要求非常高的地区，可以取；没有或要求低的地区可以取；对质量有较高要求的，可取二者的平均进行计算。 ……………………………………………〔13〕 由于小区配置需要满足较长时间内小区承载的大局部需求。因此，对单个小区而言，应不断分析其承载的变化情况，从中找出根本规律，为小区的正确配置提供依据。 根据对某两省15个地市统计数据的分析，由于系统波动和用户移动性的影响，移动网络的利用率一般在70%左右，对于系统具有异常波动性的地区，网络的利用率有可能低于60%。一般情况下，城市越大，用户移动性也越大，网络的利用率越低；而系统具有异常波动的地区一般表现为博彩，系统波动系数在25%以上。 上述定义和计算方法具有一定的指导价值，在局局部公司的实际应用中取得了较好的效果。 通信地址： 北京市西城区南礼士路36号C座 信息产业部电信规划研究院移动通信研究部 ：100037 ： 010－68010659 13681202315 E-Mail: duanjfu@