基于MDT的不满意用户感知提升应用课件.pptx

1、基于MDT的不满意用户感知提升应用北京移动网优中心2018年12月2目录不满意用户感知算法介绍MDT精准定位原理与优势不满意用户感知提升应用应用效益下一步计划目 录ONTENTS3基于大数据的不满用户感知评估算法 为更准确还原用户感知，北京公司依托大数据平台，对广义投诉数据进行训练建模，形成不满意用户评估算法，实现“用户级”感知的精准画像。将不满意用户数据嵌入现有集中化管理流程，真正建立了以用户感知为牵引的网络优化新模式，快速有效的提升用户满意度，降低了用户投诉。3、语音通话网络质量2、网络覆盖信号强度1、手机上网速度语音感知算法数据感知算法覆盖感知算法1.3w份投诉数据，30TB的用户信令数

2、据，历时2个多月的特征分析运算，实现用户的网络感知画像模型时间维度空间维度强度人工特征工程不满意用户感知评估算法用户数据 1.3w份投诉数据 30TB的用户信令数据 2个月的人工特征工程分析确定质差因素“三维”用户感知模型用户感知算法61%29%5%1%1%0%上网类占比61%覆盖类占比29%语音类占比5%：用户敏感因素广义投诉工单分类 创新采用了经典的“时空大数据模型”，将具有典型“时间”和“空间”维度的用户信令数据，通过专家经验和数据驱动的人工特征工程，统计用户在时域、地域、强度上的三维分布。对比投诉用户与未投诉用户感知特征，形成用户级感知画像4不满意用户评估体系及系统实现上网速率上网时延

3、用户级语音感知算法用户级上网感知算法语音掉话通话质差呼叫未接通重定向次数大于15次用户级覆盖感知算法4-2重定向用户MR覆盖率2G驻留时长人工特征工程确定质差事件基于质差事件的时间、空间、强度不满意用户算法用户MR覆盖率小于80%2G驻留时长大于1800S不满意用户定义：一天中，用户感知满足上述任一条件记为不满意不满意用户定义：一小时内两次质差或一周内同一地点二次质差 VoLTE掉话、未接通、语音质差GSM掉话、未接通、VLR脱网不满意用户定义：单用户1个小时内产生连续的8条以上质差XDR记录，且占比大于3%大包速率8s不满意用户感知评估算法创新点 以投诉用户的信令面及用户面XDR数据为训练样

4、本，通过人工特征工程算法，确认影响用户感知的重定向、掉话、速率等异常事件；再通过机器学习、数据挖掘算法，定义异常事件统计原则及不满用户具体计算方法。人工特征的算法，确定质差事件5不满意用户感知体系相较传统KPI的优势 相较于传统的网元级指标评估体系的不足，用户级信令才能真正、全面的表征用户真实感知：采用人工智能机器学习、大数据处理等关键技术手段，通过深度挖掘用户无线信息、信令及互联网行为等数据，获取用户实时位置和位置行为特征，定位精度由小区级提升至楼宇、道路、栅格级，进一步指导一线人员精细优化；基于大数据的不满意用户感知定位能力是集中规划设计审核的依据、发现深度覆盖问题的利器、无线投诉处理的工

5、具。网元级维度的定位精度不足：小区级的KPI无法准确获知用户感知差点的具体位置及原因，为解决用户投诉，通常需要通过人工扫楼的测试方式，效率低下；而结合用户级的定位信息可将不满意用户异常事件定位至精度较高的栅格内，辅助空口相关信息，能够准确定位用户语音、上网、覆盖差感知位置及原因，指导一线人员开展精细化网络优化。网元级指标无法表征个体感知：网元指标的好坏难以和用户的感知相关联起来，而根据指标“一刀切”的优化处理模式，无法真正发现大量感知差聚集的小区。网元级指标无法表征用户瞬时感知：小区级KPI统计最小粒度是15分钟统计平均，而用户感知是受秒粒度的异常事件影响的，比如MOS质差周期是以5秒为计量单

6、位。网元级指标的表征机制不足：如MR覆盖率只能表征存在网络覆盖区域的信号强弱，无法表征无覆盖和覆盖空洞等问题，如用户投诉较多的电梯、地下室和部分没有覆盖的楼层等场景，而基于信令的不满意用户可准确进行评估分析。不满意用户聚集室外栅格不满意用户小区不满意用户聚集室内栅格6目录不满意用户感知算法介绍MDT精准定位原理与优势不满意用户感知提升应用应用效益下一步计划目 录ONTENTS7MDT原理介绍 随着移动业务的不断发展，用户感知已成为运营商竞争的核心要素,当前用户感知提升工作还存在“感知根因定位困难、智能支撑手段不足、优化成本不断抬升”等问题，传统网络优化模式已经不能满足当前网络发展需求，迫切需要

7、一个革新的方案去改变网络优化工作现状，最小化路测技术（Minimization of drive tests，MDT）应运而生。MDT基本原理 MDT功能主要通过扩展现有的RRM（无线资源管理）测量功能和Trace功能实现：基站根据网管配置的MDT测量任务下发相关测量配置给终端，终端在满足测量条件时，进行测量并上报测量信息，包含RSRP、RSRQ字段、GPS经纬度信息等。基站将收到的终端测量结果和基站自身的测量结果按要求上报给网管或MDT数据存储处理网元。目前MDT支持的测量项主要包括以下三种：MDT上报原理图测量项上报内容Immediate MDTM1RSRP、RSRQ、位置信息M2PHR（

8、最大发射功率余量）M3RIP（干扰功率）M4上下行数据吞吐量M5上下行调度吞吐量RLF发生RLF主小区、重建小区、失败类型、位置信息等Logged MDTRSRP、RSRQ、位置信息等eNB2、MDT任务下发3、MDT数据上报4、MDT数据上报1、MDT任务下发客户端Server应用平台5、提供给三方应用8MDT原理介绍MDT准确性验证 MDT技术利用终端采集、自动上报各种网络优化所需参数，由于终端种类多样，减少了测试终端单一、人为干预等问题；MDT定位方式为手机上报GPS经纬度，定位精度能最小可以达到5米；时间信息由基站提供，与网络时间一致。通过与实际路测数据对比，证明MDT采集信息精确。验

9、证方法选取西五环进行ATU路测，同时开启道路周边站点的MDT采集功能，将MDT数据与实际路测数据进行对比。验证内容将MDT数据采样点分布趋势与实际路测数据进行详细对比；将MDT数据图形化与实际路测覆盖图进行对比.MDT采样点分布趋势及占比与实际路测一致性极高，弱覆盖区域基本一致。MDT覆盖评估具备较高的准确性，可以指导日常网络优化。1.19%17.26%19.61%23.40%21.12%17.42%0%5%10%15%20%25%02004006008001000（-INF,-110）-110,-105)-105,-100)-100,-95)-95,-80)-80,-INF)MDT采样点分布

10、采样点数占比1.04%13.52%17.50%26.34%22.41%19.19%0%5%10%15%20%25%30%0500100015002000（-INF,-110）-110,-105)-105,-100)-100,-95)-95,-80)-80,-INF)路测采样点分布采样点数占比MDT道路覆盖道路覆盖ATU道路测试道路测试9MDT&MR&软采数据比较MDT&MR&软采上报信息比较 用户的位置信息、空口信息采集及应用是无线网络精细优化的重点，也是未来运营商实现网络智能优化的基础能力。从目前的技术来看，比较成熟且常用的空口信息数据来源有三类：MDT（最小化路测）、MR及软采数据。上报信

11、息MDTMR信令软采连接态信息采集空闲态信息采集终端经纬度采集RSRP/RSRQ采集上下行数据吞吐量无线链路失败报告(RLF）A1A5,B1B2事件上报上下行丢包率上下行业务信道PRB占用平均数UU口，X2口详细信令 MDT相较MR及信令软采的优势为具备经纬度上报能力，且精确度能够达到5-20米。10MDT功能优势MDT&OTT+MR对比 行业标准更易推广 支持定位潜力无限 多态采集评估全面 信息全面数据量大 MDT技术实现了终端全覆盖、实时位置信息上报，而MR数据回填OTT的经纬度后，也可以实现定位功能；相较而言，MDT数据从准确性、数据量及计算简易程度方面，都具有优势。MDT是3gpp标准

12、，属于行标，MR是运营商企标，不同厂家上报数据不一样，推行MDT有助于整网数据互通及二次开发利用现阶段MR规范没有经纬度，需要关联OTT数据进行定位，而MDT上报包含经纬度的采样点，可精确定位问题点MDT可以同时采集空闲态及连接态数据；MDT包含RLF(无线链路失败报告）；MDT连接态有M1到M5阶段，应用灵活；相同条件下，MDT含经纬度采样点占比为OTT+MR的36倍MDTMR+OTT数据源MDTMR、S1-U XDR定位精度室外5-20米室外10米左右，室内20-50米有效数据量北京一天开启165个小区总采样点：108945106可用经纬度采样点5932046北京一天开启165个小区总采样

13、点：23676176可用经纬度采样点36304处理难度较低较高，取决于两类数据源之间的关联及标准化的统一DPI建设进度MDT 定位能力优势11目录不满意用户感知算法介绍MDT精准定位原理与优势不满意用户感知提升应用应用效益下一步计划目 录ONTENTS12不满意用户感知提升应用语音感知质差事件上网感知质差事件覆盖感知质差事件不满意用户异常事件MDT数据经纬度RSRP等RLF事件等通过时间戳、S1AP ID 进行关联感知异常事件GIS化呈现综资信息校准MDT与XDR关联原理基于MDT的不满意用户感知提升应用覆盖评估优化高负荷场景优化道路场景优化端到端问题定位 采用大数据处理等关键技术手段，将用户

14、信令XDR与实时位置信息关联，准确定位用户语音、上网、覆盖差感知位置；结合无线信息，进一步判断网络问题根因，实现综资信息校准、覆盖评估优化、容量场景优化、道路感知优化、端到端问题定位等功能。MDT数据携带准确的经纬度信息，可以对现网的工参信息进行校准，有效解决现在天馈优化的短板和痛点及时发现弱覆盖、过覆盖、覆盖快衰、覆盖空洞区域，作为集中规划设计、参数调整依据利用MDT数据流量的采样点分布来表征用户活动热点区域，可实现相邻小区间容量快速均衡及时发现质差路段，改变了传统路测需要大量人力、线路单一、路段局限及端到端定界困难的问题将用户感知异常事件GIS呈现后，有效发现端到端问题聚集区域，结合设备分

15、布等信息，实现端到端问题定界。13综资信息校准基于MDT判断小区方位角偏差基于MDT判断小区天馈接反l 根据Immediate MDT上报的信息，利用GIS展示功能，以栅格渲染出小区覆盖区域，大兴旧宫北里1号楼HL-1与大兴旧宫北里1号楼HL-3与工参信息生成的预估覆盖区域不符；l 对该站点进行DT测试及天馈勘察，确认大兴旧宫北里1号楼HL-1与大兴旧宫北里1号楼HL-3天馈接反。1扇区MDT采样点分布3扇区MDT采样点分布l 根据Immediate MDT上报的信息，利用GIS展示功能，以栅格渲染出小区覆盖区域，昌平名流花园北ZL-131小区覆盖区域与工参信息生成的预估覆盖区域不符；l 对该

16、站点进行DT测试及天馈勘察，确认工参信息存在错误。一小区天线方位角与工参偏差30度。可以通过对MDT计算出的小区覆盖情况，对工参信息进行校准。基于MDT数据直接地理化呈现小区的覆盖情况，可以迅速判断综资数据的准确性，工作效率大大提升。MDT数据携带准确的经纬度信息，可以对现网的工参信息进行校准，有效解决现在天馈优化的短板和痛点，大大降低现有网络维护人员测量天线方位角的工作量，提高测量速度。14覆盖评估优化 MDT数据携带准确的经纬度信息，信号强度及邻区信息。利用小区栅格化计算覆盖包络线，并通过图像识别技术能够发现弱覆盖、过覆盖、无主覆盖、D/F站点覆盖等，可以极大的提高优化人员处理这些常见问题

17、的效率。0103评估站点故障前后覆盖评估D/F多层组网策略利用GIS展示功能，以栅格渲染出小区覆盖区域，并通过图像识别技术区分站点故障前后的弱覆盖区域及面积，为敏感站点关停导致的弱场环境评估提供可靠依据。故障前故障时F频覆盖边界D频覆盖边界利用图像识别技术比对D频小区和F频小区的覆盖边界，可以发现现网的参数满足D频小区覆盖基站近端，吸收用户话务量；F频覆盖基站远端，吸收信号较弱区域的用户的多层网组网策略，F频小区800m外采样点占比17.47%，D频仅为0.76%。15网络规划支撑 将XDR数据、MDT数据以及OTT+MR数据结合后，可以评估室内外用户语音、上网及覆盖感知。可及时发现覆盖弱、覆

18、盖快衰、覆盖空洞区域，作为集中规划设计依据。室内弱覆盖区域精准定位室外覆盖空洞区域定位对庄胜广场中央办公楼场景不满意用户集中区域进行分析，问题区域主要集中楼宇中部的连廊区域，因此，基于位置的不满意感知异常可以指导室分弱覆盖区域进行补点，发现并解决场景深度覆盖问题。01 目前全网有122个室分场景MR覆盖率大于90%，但周粒度覆盖不满意用户大于500个，可指导精准的室分补点。人工测试评估网络覆盖情况往往存在评估不够全面的情况，而MDT报告中提供用户所处位置的地理信息，可以对于一些路测不能到达的区域（如窄路，公园，私人区域）进行覆盖评估。念坛公园内窄路弱覆盖示意图02 目前全网有154个宏站场景M

19、R覆盖率大于90%，但周粒度覆盖不满意用户大于500个，可指导精准的可研站点规划。16高负荷场景优化 利用MDT数据流量的采样点分布来表征用户活动热点区域，可实现相邻小区间容量均衡，真正实现资源随着流量走，资源随着用户走，尤其在部分硬扩无法实施的情况下，能够满足用户需求，实现网络利用率的整体提升。通过XX负载均衡后：朝阳方家村文体活动站东-2小区吸收了更多的用户，朝阳方家村东HLG-3每周高负荷小时数降为35。GIS呈现流量采样点后可以看出，朝阳方家村东HLG-3小区流量较大，与之正对方向朝阳方家村文体活动站东-2小区用户流量较小；朝阳方家村东HLG-3每周高负荷小时数为112，而朝阳方家村文

20、体活动站东-2小区高负荷小时仅为1517道路场景优化模三干扰导致MOS质差越区覆盖导致语音质差 用户投诉东北二环安定门东大街存在通话质差，语音不清晰现象。模拟路测：投诉路段存在MOS质差异常事件，主要是东城北二环主路T20506小灯杆HLG-141小区下行空口质差，该小区无线CQI（0-6）占比达到20.22%。存在模三干扰严重，导致空口质差SINR为-5db，受影响路段长度约100m左右。经过RF优化调整，问题解决。模拟路测现场测试对昌平文化西路道路黑点（VOLTE接通掉话MOS质差聚集点）进行分析，问题路段主要由昌平流星花园三区GZL-131覆盖，结合RSRP信息，该区域存在小区越区覆盖导

21、致VoLTE异常事件集中，RF优化后，问题解决。异常事件位置各小区信号强度 基于MDT定位的模拟路测功能，结合覆盖指标rsrp和sinr，可及时发现质差路段，改变了传统路测需要大量人力、线路单一、路段局限及端到端定界困难的问题。18端到端问题定界厂家边界流程冲突导致掉话 将VoLTE不满意用户的异常事件XDR GIS化呈现后，发现掉话集中在异厂家边界；进一步核实为跨异厂家MME POOL边界TAU流程与切换流程冲突导致掉话问题多。诺基亚MME不支持跨省切换掉话 将VoLTE语音异常事件分布放大至北京地图，发现北京与河北交界区域黑点较为集中，主要是诺西MME不支持跨省切换导致。MME升级后，问题

22、解决。将VoLTE不满意用户异常事件定位至精度较高的室外栅格，能够有效发现端到端问题聚集区域，结合设备分布等信息，可实现端到端问题定界。19目录不满意用户感知算法介绍MDT精准定位原理与优势不满意用户感知提升应用应用效益下一步计划目 录ONTENTS20应用效益1，经济效益-减少现场测试、引导感知异常精准定位，加快问题处理目前北京市传统测试人员共40人，其中道路测试工作量占比25%，测试设备占用10台（按照使用寿命5年，单价15万左右），测试车辆占用10辆(车辆费用每年9万)；基于MDT的不满意用户感知提升体系应用后：路测设备节约成本：30万/年车辆费用节约成本：90万/年人工测试节约成本：1

23、0人工天*400元/人工天*12个月=120w/年预计减少客户流失5w-10w人：经济效益不可估量总体效益：约1000万元2，社会效益-用户感知的有效提升，形成客户群中移动网络的良好口碑 基于MDT的不满意用户感知提升应用成果推广1、使得及时的感知问题定界及处理成为可能；2、用户感知不断得到加强，用户粘性不断提升；3、提升了移动用户对企业形象的认知；21目录不满意用户感知算法介绍MDT精准定位原理与优势不满意用户感知提升应用应用效益下一步计划目 录ONTENTS22下一步计划-基于人工智能的网络优化应用 图像识别是人工智能的一个重要领域。是指利用计算机对图像进行处理、分析和理解，以识别各种不同

24、模式的目标和对像的技术。当前，基于MDT等定位技术的采样点可较为全面的支持对小区的覆盖图层的渲染，通过基站工参信息结合图像识别技术，可对小区异常覆盖、覆盖空洞、天面馈线接反等问题进行评估分析。MDT、OTT数据数据 本小区频点场强PCI A1A2A3A4测量事件 邻小区频点场强PCI 经纬度切换失败/RLF事件 MDT采样点除了可上报场强等基础无线信息外，还可上报基于经纬度的A1-A5事件和无线链路失败事件，同时，使得对小区覆盖问题的分析更加准确。基于基于MDTOTTMDTOTT采样点的覆盖渲染采样点的覆盖渲染基于人工智能的图像识别技术基于人工智能的图像识别技术小区切换带小区切换带/切换关系识别切换关系识别小区弱覆盖区域识别小区弱覆盖区域识别谢谢！