案例-MR数据分析助力精准容量规划解决高负荷问题
8页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
《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。
2021全国学习精神感想7篇
2021年高考“百日冲刺”发言稿10篇
21年清明节习俗的来历及假期安排
校园MR一校一案多维度多手段优化,提升用户体验
重选策略误设置为基于RSRQ判决重选案例
20M回退15M下行速率优良比分析
中国电信安徽公司高铁VoLTE优化研究
高校室分负荷均衡优化案例引发的启示
VOLTE呼叫时延的优化研究
高铁测试切换失败分析
IP RAN光路不通导致S1信令连接失败案例
切换原因导致RRC重建比例高分析
提高小区边远用户无线接入环境质量改善RRC连接建立成功率分析
U31统计切换请求次数并结合小区经纬度优化漏配邻区案例
多纬度定位小区RRC重建问题
室分异频切换问题导致覆盖异常的案例
物联网卡异常网速案例
VOLTE主叫未接通分析案例
大规模用户迁徙造就高流量小区
NB-IoT RRC建立成功率低优化
2023-07-18 4页
2023-07-18 9页
2023-07-17 8页
2023-07-17 3页
2023-07-14 7页
2023-05-05 4页
2023-05-05 4页
2023-05-05 5页
2023-05-05 4页
2023-05-05 2页