案例-MR数据分析助力精准容量规划解决高负荷问题

1、MR数据分析助力精准容量规划解决高负荷问题第一章 精准扩容背景随着不限流量的发展，网络负荷不断增加，用户感知随之下降，高负荷站点需要进行扩容用来满足用户对网络资源的不断需求，对于单1.8G高负荷宏站小区通过直接扩2.1G可以完成简单扩容，但对于已经完成1.8G和2.1G双载波的高负荷宏站小区，需要新建站点分担，基于容量的新建站点精准规划是当前高负荷扩容的一大难题。第二章 精准扩容总体思路 通过KPI指标分析输出高负荷小区 结合MR输出的建筑物主服务小区列表得到高负荷小区覆盖楼宇 通过对高负荷小区覆盖楼宇的流量指标计算，得到流量主要产生的楼宇 对高流量楼宇进行现场勘查输出扩容方案图1：基于MR数据分析高负荷小区扩容流程图附：建筑物级别MR数据关键指标解析方法第三章 精准扩容实施过程3.1 高负荷小区现状盛世宾馆站点第三扇区已开通1.8G、2.1G和800M小区，3个载波均为高负荷小区，忙时负荷指标如下表所示，该站点无法进行原址扩容，需要新建站点分担负荷。小区名称平均RRC连接用户数(个数)下行流量（GByte）上行PRB利用率(%)下行PRB利用率(%)用户体验下行平均速率(mbps)H

2、F-市区-盛世宾馆-HFTA-905604-290.62 8.59 23.43 60.02 11.39 HF-市区-盛世宾馆-HFTA-905604-5258.25 7.15 21.90 76.02 4.61 HF-市区-盛世宾馆-HFTA-907749-2221.22 2.31 39.55 67.92 2.02 表1：小区负荷指标 3.2 MR识别高负荷小区高流量区域通过MR数据分析得到建筑物流量指标，对小区下的建筑物流量指标进行计算输出每个建筑物的流量占比如下：BuildingIDLongitudeLatitudeSiteIDCellIDBuildingDLPSTraffic(KBytes)流量占比buildings1_12109117.2060 31.86019 90774922243690.8118.21%buildings1_12121117.2051 31.85923 90774922241330.8618.03%buildings1_12084117.2057 31.86052 90774922151702.8211.33%buildings1_12010117.2072

3、 31.86034 90774922110144.168.23%buildings1_12122117.2048 31.85923 90774922104116.177.78%buildings1_12134117.2045 31.85859 9077492298875.977.39%buildings1_27796117.2085 31.85722 9077492297786.247.31%buildings1_12123117.2048 31.85947 9077492273146.925.46%buildings1_12129117.2045 31.85895 9077492253598.184.00%buildings1_27792117.2085 31.85742 9077492239792.272.97%buildings1_27817117.2064 31.85627 9077492235531.452.65%buildings1_12007117.2074 31.86032 9077492227984.812.09%buildings1_27797117.2085 31

4、.85704 9077492217208.021.29%buildings1_12119117.2049 31.85901 9077492215979.191.19%buildings1_12008117.2074 31.86040 9077492212571.240.94%buildings1_12130117.2048 31.85896 9077492211082.150.83%buildings1_12135117.2048 31.85860 907749223999.510.30%表2：小区楼宇级流量指标 将建筑物报表做成TAB图层通过MapInfo呈现，结合查看高流量建筑物分布，800M小区覆盖楼宇如下图所示，74%的流量集中分布在如下图圈内区域。图2：800M小区高流量区域2.1G小区覆盖楼宇如下图所示，51%的流量集中分布在如下图圈内区域。图3：2.1G小区高流量区域1.8G小区覆盖楼宇如下图所示，50%的流量集中分布在如下图圈内区域。图4：1.8G小区高流量区域3.3 高流量区域扩容方案对高流量区域进行现场勘查，该区域主要是多层楼宇，且周边商铺较多，优先建设宏站进行覆盖。图5：高流量区域实景图在剑桥商务宾馆楼顶建设宏站，覆盖高流量区域，站点位置如下图所示。图5：高流量区域新建站位置图3.4 扩容效果评估站点开通后，盛世宾馆站点高负荷问题得到解决，忙时小区PRB利用率降低至20%左右，用户体验速率提升120%左右。图6：扩容前后负荷和感知指标对比站点开通后，区域内室内MR覆盖率提升4.02pp，由93.15%提升至97.17%。图7：扩容前后区域内MR覆盖指标对比区域内站点日均流量由191.14GByte提升至347.17GByte，提升幅度81.63%。图8：扩容前后区域内流量指标对比第四章 精准扩容成效与推广4.1 精准扩容成效通过MR精准扩容在合肥高流量区域的应用，针对合肥市区高流量区域输出室外规划站270处，室分130 处，截至 9月中旬站点入网比例80%，扩容后问题区域忙时用户体验速率提升41%，忙时PRB利用率降低36，日均总流量提升45%。4.2 精准扩容推广基于MR数据分析能够更加准确的定位高负荷小区的高流量区域，根据高流量区域进行站点精准规划，有效降低网络负荷，提升用户感知，建议推广应用。

《案例-MR数据分析助力精准容量规划解决高负荷问题》由会员d****0分享，可在线阅读，更多相关《案例-MR数据分析助力精准容量规划解决高负荷问题》请在金锄头文库上搜索。