基于网管性能数据的kpi优化方法

《基于网管性能数据的kpi优化方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于网管性能数据的KPI优化方法摘要：结合中兴通讯在全球商用网的优化案例，讨论基于网管性能统计数据对网络进行优化的思路和具体方法。对网络日常优化所需关注的主要KPI进行了介绍。概述KPI随着商用网络规模的不断扩大，单纯采用路测优化方式已经不能满足工作需求。在网络成熟期，更多的情况是首先通过后台网管的海量数据统计和分析，初步找出异常指标，继而确定是RNC级的问题还是个别小区问题，再结合具体的优化手段进行详细分析。本文对基于后台网管性能统计数据的KPI优化手段进行初步的分析。在传统的基于DT和CQT数据的优化过

2、程中，数据的采集是一个比较费时的过程。为了复现某个问题，可能需要进行大量的路测，之后在对长时间的路测数据进行回放分析的过程中，定位到具体需要分析的问题点，然后从不同的角度进行分析，最终找到问题的解决方案。虽然在一些智能化的工具支持下，问题的定位与分析能在一定程度上简化，但这仍然属于对个案问题进行优化的范畴，缺乏全网级的综合信息加以支撑。而基于后台网管性能数据的优化则与之相反，这种优化方法基于大量的性能统计数据，强调各KPI指标之间的关联性以及KPI指标与各种外在因素的密切联系。工程师需要做的，是在相应工具的支

3、持下，从性能数据与配置数据、告警数据、地理信息、时间信息等入手，深入挖掘数据之间的联系，从而定位KPI相关问题发生的原因，提出相应的解决方案。常用KPI简介根据各类计数器，可定义很多种性能指标。其中一部分是一般性能指标，可称为GPI（GeneralPerformanceIndicator）。一部分是常用的用于评价网络质量的指标，可认为是网络关键指标。KPI通常分为路测部分和后台部分，本文中专门讨论后台部分的指标。后台网管统计可分为RNC级统计和Cell级统计，针对不同的指标采用不同的统计范围和粒度。从实际应用

4、的角度，通常有以下几类KPI，分为接入类、切换类、掉话类、资源类、速率类、质量类等，其中很多指标可以进一步按业务等条件进行细分，构成复杂的KPI体系。但在日常的KPI监控和优化的过程中，通常选取最重要的几项指标，反映网络的总体性能。当有必要时，才对描述细节性能的指标进行考察。这体现了问题分解、逐步求精的分析思路。从用户的使用感受角度考虑，最重要的KPI指标应该是掉话率，包括语音、可视电话、PSR99业务以及HSPA业务的掉话率，而CS业务的掉话相对PS业务来说带来的负面体验更严重。其次一个重要的KPI类别是接

5、入类指标，这反映了用户是否能在任何时间、任何地点及时地获取高质量的移动通信服务。接下来的重要指标包括质量类指标、速率类指标等，这些是用户直接能感受到并关心的。切换类、资源类指标则更多地为运营商所关注。需要说明的是，在基于网管的KPI体系中，部分叫建立时延，其信令点涉及对核心网消息的解码，通常不在路测途径对时延KPI进行测试评估。在基于网管数据的KPI优化方式中，典型的KPIKPI指标比较难于体现，典型的如呼RNC内完成，因此更多的是从如下图1所示。图1典型网管KPI示意图网管KPI优化网管KPI优化流程

6、网管KPI优化是通过对OMC统计数据的分析来定位异常KPI的过程。异常KPI日常网络运行监控中网络质量报告输出的KPI不满足项，如接入成功率、掉话率、异系统切换成功率等。不同的KPI的分析方法可能有所不同，但总体流程是存在共性的，其分析思路是：是指从面到点进行问题定位和分析，即从RNC级性能到小区级(Cell)性能，结合KPI之间的横向分析，以及从KPI到相关PI的纵向分析。从RNC入手，可以了解整个WCDMA网络的整体性能。如果RNC级的指标有异常，则要分别对每个小区的指标进行分析，确认指标异常是普遍现象

7、还是个别现象：如果是普遍现象，需要从覆盖、容量、干扰、传输、设备软硬件、无线参数等方面进行分析；如果是个别小区异常，应从相应的小区性能统计项进行详细分析。需要注意的是，在查看百分比类相对性指标时，还需要同时查看指标中的绝对次数，因为百分比指标有时会掩盖部分小区的问题。分两种情况：一是百分比指标差，但采样点少，不具备统计意义；二是失败次数（分子）多，但由于总体样本点（分母）更多，其百分比指标会很好，容易掩盖一些问题，需要特别注意。在网管KPI优化过程中，纯粹的OMC统计数据可能还不够，这时就需要多元化的数据作为

8、分析的输入，如设备告警/设备日志数据、小区跟踪数据。如果仍然无法定位问题，则进行相关小区的DT/CQT专项测试，结合UE侧数据进行分析，直至问题的定位解决。图2是网管KPI优化流程，解析如下。（1）后台统计指标有RNC级的不合格指标时，明确是否突发性、可自愈性的异常。这类异常包括大风、大雨、冰雹等气候变化，假日、集会、体育比赛等用户集散变化，传输瞬断现象，电源故障等，通常持续时间不长，但是对统计指标