0 引言
隨著LTE網(wǎng)絡的迅猛發(fā)展，用戶行為模式的變化對移動數(shù)據(jù)業(yè)務及網(wǎng)絡容量的需求不斷提升。為了使網(wǎng)絡的負荷情況能夠匹配用戶對網(wǎng)絡性能的需求，同時更好地提升自身競爭力，運營商必須在網(wǎng)絡負荷允許的前提下盡可能地為移動用戶提供高速的用戶體驗，于是研究合理有效的LTE網(wǎng)絡負荷評估方法就顯得非常必要。下行用戶速率是用戶感知至關重要的指標，更快的速率才能帶來更低的感知時延，滿足用戶在無線寬帶互聯(lián)網(wǎng)內(nèi)對數(shù)據(jù)業(yè)務的需求。與此同時，現(xiàn)網(wǎng)數(shù)據(jù)表明，下行用戶速率與該小區(qū)各類資源的使用情況密切相關，例如下行PRB利用率、RRC連接用戶數(shù)及下行平均激活用戶數(shù)等。
本文基于最小二乘算法對LTE網(wǎng)絡的下行用戶速率與各類資源的使用情況做了關聯(lián)分析研究，旨在通過合理的網(wǎng)絡負荷評估方法指導我們確定相對合理的網(wǎng)絡擴容標準。
1 LTE網(wǎng)絡負荷評估概述
對于LTE網(wǎng)絡負荷的評估，主要是基于小區(qū)資源的使用情況，各種資源根據(jù)木桶理論，其中最短的一塊短板達到使用限制，則小區(qū)的負荷達就到了上限。主要考慮的資源包括RRC連接用戶數(shù)，PRB利用率，平均激活用戶數(shù)等。現(xiàn)網(wǎng)數(shù)據(jù)表明，RRC連接用戶數(shù)，下行PRB利用率及下行平均激活用戶數(shù)均與下行用戶速率強相關，通過這些資源與下行用戶速率的關聯(lián)分析可以指導我們得出網(wǎng)絡擴容的標準。
1.1 RRC連接用戶數(shù)定義
RRC連接用戶數(shù)表征處于RRC連接狀態(tài)下的UE個數(shù)，以某廠家為例，RRC連接用戶數(shù)公式如下：
式中：
pmRrcConnLevSum——處于RRC連接狀態(tài)下的UE個數(shù)總和
pmRrcConnLevSamp——采樣點個數(shù)，采樣周期為5 s
1.2 PRB利用率定義
PRB利用率可以表征網(wǎng)絡的負荷情況，其計算方法為控制信道與業(yè)務信道使用的PRB數(shù)量之和除以總的可用PRB的數(shù)量，以某廠家為例，上下行PRB利用率的公式如下：
上行PRB利用率=
下行PRB利用率=pmPrbUsedDlDtch+pmPrbUsedDlBcch+pmPrbUsedDlPcch+pmPrbUsedDlSrbFirstTrans×重傳因子/pmPrbAvailDl
其中，
重傳因子=
1.3 下行平均激活用戶數(shù)定義
下行平均激活用戶數(shù)用于表征處于DRB數(shù)據(jù)傳輸狀態(tài)下的平均UE個數(shù)，以某廠家為例，下行平均激活用戶數(shù)公式如下：
下行平均激活用戶數(shù)
式中：
pmActiveUeDlSum——一個小區(qū)下行存在DRB數(shù)據(jù)傳輸?shù)腢E個數(shù)
pmSchedActivityCellDl——該小區(qū)需要進行DRB調(diào)度的總時長，采樣周期為1 ms
1.4 下行用戶速率定義
以某廠家為例，小區(qū)級平均下行速率公式如下，分子為總吞吐率上刨除最后一個TTI的數(shù)據(jù)量，分母pmUeThpTimeDl包括最后一個TTI的時長。
DLPDCPUEThroughput=
由于以上公式最小粒度下只能統(tǒng)計到小區(qū)級的平均速率，為了更精確地分析用戶感知，LTE網(wǎng)絡內(nèi)發(fā)生的每次數(shù)據(jù)業(yè)務都會通過上述公式計算出相應的下行速率值，這些速率值以采樣點的形式計入“用戶下行速率分布”計數(shù)器pmUeThpTimeDl中。pmUeThpTimeDl是一個分為8個統(tǒng)計區(qū)間的PDF計數(shù)器，系統(tǒng)定義了每個區(qū)間的下行速率值范圍，再根據(jù)每個用戶每次會話的“下行速率”采樣值將該點計入對應的統(tǒng)計區(qū)間內(nèi)，8個區(qū)間的速率值范圍如圖1所示。
2 最小二乘擬合算法
對LTE網(wǎng)絡進行負荷評估和預測，就是通過現(xiàn)網(wǎng)采集大量資源使用情況（負荷情況）與UE速率情況的數(shù)據(jù)對作為采樣點，采用最小二乘法曲線擬合算法找到一條UE速率和業(yè)務負荷的理論曲線；然后通過運營商預定義的最小可接受速率來確定負荷門限。
2.1 曲線擬合
如果已知函數(shù)f（x）在若干點xi（i=1，2，…，n）處的值yi，便可根據(jù)插值原理來建立插值多項式作為f（x）的近似。但在科學實驗和生產(chǎn)實踐中，往往節(jié)點上的函數(shù)值是由實驗或觀測得到的數(shù)據(jù)，這些函數(shù)值不可避免地帶有測量誤差，如果要求所得的近似函數(shù)曲線精確無誤地通過所有的點（xi，yi），就會使曲線保留著一切測試誤差。此外，由實驗或觀測提供的數(shù)據(jù)個數(shù)往往很多，如果用插值法，勢必得到次數(shù)較高的插值多項式，計算煩瑣，缺乏實用價值。
因此，希望能從給定的數(shù)據(jù)（xi，yi）出發(fā)，在某個函數(shù)類中尋求一個近似函數(shù)∅（x），來擬合這組數(shù)據(jù)，要求所得的近似曲線能最好地反映數(shù)據(jù)的基本趨勢。也就是求一條曲線，使數(shù)據(jù)點均在離此曲線的上方或下方不遠處，它既能反映數(shù)據(jù)的總體分布，又不至于出現(xiàn)局部較大的波動，能反映被逼近函數(shù)的特性，使求得的逼近函數(shù)與已知函數(shù)從總體上來說其偏差按某種方法度量達到最小（見圖2）。
于是曲線擬合的定義可以概括為：設函數(shù)[y=f(x)]在m個互異點的觀測數(shù)據(jù)如表1所示。
求一個簡單的近似函數(shù)∅(x)，使之“最好”地逼近f(x)，而不必滿足插值原則。這時沒必要取∅xi=yi，而要使δi=∅xi-yi總體上盡可能地小。這種構(gòu)造近似函數(shù)的方法稱為曲線擬合，稱函數(shù)y=∅(x)為經(jīng)驗公式或擬合曲線。
2.2 最小二乘法介紹
曲線擬合不要求近似曲線嚴格過所有的數(shù)據(jù)點，但使求得的逼近函數(shù)與已知函數(shù)從總體上來說其偏差按某種方法度量達到總體上盡可能地小。
令并稱 δ=(δ0,δ1,…,δm)T 為殘向量或殘差，則用∅(x)去擬合y=f(x)的好壞問題就變成殘差[δ]的大小問題。
使[δi=∅xi-yi]盡可能小有不同的準則，常見做法有：使最小，使最小，或使最小，其中使“偏差平方和”最小，即使最小的原則稱為最小二乘原則，按照最小二乘原則選取擬合曲線的方法，稱為最小二乘法。
曲線擬合的合理性，我們通過擬合優(yōu)度R2來評估，R2=1表示完全相關，所有的采樣點都符合回歸曲線；R2=0表示完全不相關，沒有采樣點符合回歸曲線。其中：，回歸平方和（ssreg）=總平方和（sstotal）-殘差平方和（ssresid），總平方和（sstotal）=y的實際值的平方和，殘差平方和（ssresid）=y的估計值與y的實際值的平方差之和。
3 基于最小二乘法LTE網(wǎng)絡負荷評估及預測
如前所述，對LTE網(wǎng)絡進行負荷評估和預測，就是分析當UE的速率下降到最低可接受速率時對應的下行PRB利用率，RRC連接用戶數(shù)或下行平均激活用戶數(shù)。可接受速率是指運營商給終端用戶提供的最小平均速率，表征忙時長下載業(yè)務的平均速率；當UE速率低于可接受速率，則定義為小區(qū)處于過載狀態(tài)；上下行的可接受速率可以不同。
負荷評估可以單個小區(qū)做估算也可以用一個簇的平均值做估算；上行用戶速率和下行用戶速率都可以做負荷估算，但由于下行業(yè)務量遠遠大于上行的業(yè)務量，所以使用下行用戶速率進行負荷估算更準確。
利用最小二乘算法對下行用戶速率與下行PRB利用率，RRC連接用戶數(shù)及下行平均激活用戶數(shù)進行曲線擬合，并進行數(shù)據(jù)關聯(lián)分析，從而指導網(wǎng)絡資源擴容標準。
3.1 下行用戶速率與下行PRB利用率關聯(lián)分析
通過對下行用戶速率與下行PRB利用率進行關聯(lián)分析，評估當小區(qū)的下行PRB利用率達到多少時，小區(qū)的下行用戶速率下降到可以接受的最小速率。通過對下行用戶速率與下行PRB利用率之間相關性的最下二乘曲線擬合可以預測小區(qū)下行PRB利用率的走勢。
選取全網(wǎng)所有單載波20 MHz帶寬小區(qū)，2017-06-21日以小時為粒度的24 h統(tǒng)計數(shù)據(jù)（下行用戶平均速率和下行PRB利用率）。
在對下行用戶速率與下行PRB利用率進行曲線擬合之前，要先進行一輪數(shù)據(jù)篩選，只篩選早8點到晚10點忙時數(shù)據(jù)作為有效采樣點；由于對下行用戶速率與下行PRB利用率的評估與預測應基于正常的無線環(huán)境進行，所以去除CQI<4的采樣點，去除上行干擾>-100 dBm的采樣點，從而提高擬合優(yōu)度。
當選取冪指數(shù)函數(shù)作為擬合曲線時，下行用戶速率與下行PRB利用率的關系如圖3所示；當選取對數(shù)函數(shù)作為擬合曲線時，下行用戶速率與下行PRB利用率的關系如圖4所示。可以看到，選取對數(shù)函數(shù)的擬合優(yōu)度為0.318 8，高于冪指數(shù)函數(shù)的擬合優(yōu)度，但擬合優(yōu)度并不理想。
為了進一步提升擬合優(yōu)度，繼續(xù)考慮篩選更加有效的采樣點。UE理想的下載速率是基于長下載業(yè)務，所以需要剔除對于短時突發(fā)的采樣點的影響；于是定義了Z值來表征采樣點是否為長下載業(yè)務。
式中：pmUeThptimeDl——UE下行有效傳輸時長（去除尾包）
pmActiveUeDlSum——下行激活的UE個數(shù)
Z——UE對1 ms調(diào)度時長的使用效率，經(jīng)過ZDL>0.6的過濾后，下行用戶速率與下行PRB利用率的擬合關系如圖5所示，擬合優(yōu)度增強為0.513 8。
根據(jù)該擬合曲線進行評估可知，若當用戶的可接受速率為5 Mbit/s時，對應的下行PRB利用率為52.57%，即當下行PRB利用率高于52.57%時，下行用戶速率會低于5 Mbit/s。
3.2 下行用戶速率與RRC連接用戶數(shù)關聯(lián)分析
通過對下行用戶速率與RRC連接用戶數(shù)進行關聯(lián)分析，評估當小區(qū)的RRC連接用戶數(shù)達到多少時，小區(qū)的下行用戶速率下降到可以接受的最小速率。通過對下行用戶速率與RRC連接用戶數(shù)之間相關性的最下二乘曲線擬合可以預測小區(qū)RRC連接用戶數(shù)的走勢。
選取全網(wǎng)所有單載波20 MHz帶寬小區(qū)，2017-06-21日以小時為粒度的24 h統(tǒng)計數(shù)據(jù)（下行用戶平均速率和RRC連接用戶數(shù)）。
在對下行用戶速率與RRC連接用戶數(shù)進行曲線擬合之前，進行有效數(shù)據(jù)篩選如下：篩選早8點到晚10點忙時數(shù)據(jù)作為有效采樣點，去除CQI<4的采樣點，去除上行干擾>-100 dBm的采樣點，使用ZDL>0.6去除小包業(yè)務對于下行用戶速率的影響；得到下行用戶速率與RRC連接用戶數(shù)最小二乘擬合曲線如圖6所示，選用冪指數(shù)函數(shù)，擬合優(yōu)度為0.574。
根據(jù)該擬合曲線進行評估可知，若當用戶的可接受速率為5 Mbit/s時，對應的RRC連接用戶數(shù)為88，即當RRC連接用戶數(shù)高于88時，下行用戶速率會低于 5 Mbit/s。
3.3 下行用戶速率與下行平均激活用戶數(shù)關聯(lián)分析
通過對下行用戶速率與下行平均激活用戶數(shù)進行關聯(lián)分析，評估當小區(qū)的下行平均激活用戶數(shù)達到多少時，小區(qū)的下行用戶速率下降到可以接受的最小速率。通過對下行用戶速率與下行平均激活用戶數(shù)之間相關性的最小二乘曲線擬合可以預測小區(qū)下行平均激活用戶數(shù)的走勢。
選取全網(wǎng)所有單載波20 MHz帶寬小區(qū)，2017-06-21日以小時為粒度的24 h統(tǒng)計數(shù)據(jù)（下行用戶平均速率和下行平均激活用戶數(shù)）。
在對下行用戶速率與下行平均激活用戶數(shù)進行曲線擬合之前，進行有效數(shù)據(jù)篩選如下：篩選早8點到晚10點忙時數(shù)據(jù)作為有效采樣點，去除CQI<4的采樣點，去除上行干擾>-100 dBm的采樣點，使用ZDL>0.6去除小包業(yè)務對于下行用戶速率的影響；得到下行用戶速率與下行平均激活用戶數(shù)最小二乘擬合曲線如圖7所示，選用冪指數(shù)函數(shù)，擬合優(yōu)度為0.792 9。
根據(jù)該擬合曲線進行評估可知，若當用戶的可接受速率為5 Mbit/s時，對應的下行平均激活用戶數(shù)為3.63，即當下行平均激活用戶數(shù)高于3.63時，下行用戶速率會低于5 Mbit/s。
3.4 網(wǎng)絡負荷評估及擴容標準建議
通過對現(xiàn)網(wǎng)下行用戶速率與各類資源的使用情況基于最小二乘法進行曲線擬合及關聯(lián)分析，我們可評估當小區(qū)的各類資源達到多少門限時，小區(qū)的下行用戶速率會下降到可以接受的最小速率；于是根據(jù)小區(qū)的可接受最小下行用戶速率，以及各類資源在此速率下的估計門限值，就可合理地確定網(wǎng)絡的擴容標準。
例如，根據(jù)以上3類資源的使用情況與下行用戶速率的關聯(lián)分析數(shù)據(jù)，可以認為，在小區(qū)的可接受下行用戶速率為5 Mbit/s時，當一個小區(qū)在一段時間內(nèi)（例如半個月）每天忙時的下行平均PRB利用率達到50%，同時RRC平均連接用戶數(shù)達到80，且下行平均激活用戶數(shù)達到3時，則建議對該小區(qū)進行載波擴容。
4 總結(jié)
本文基于最小二乘算法對LTE網(wǎng)絡的下行用戶速率與各類資源的使用情況做了關聯(lián)分析，包括下行用戶速率與下行PRB利用率，RRC連接用戶數(shù)及下行平均激活用戶數(shù)的關聯(lián)分析。在具體的曲線擬合數(shù)據(jù)分析過程中，要合理篩選數(shù)據(jù)作為有效采樣點，從而提高擬合優(yōu)度。例如選取業(yè)務量相對較大的忙時數(shù)據(jù)；去除CQI較小及上行干擾較大的采樣點，以確保數(shù)據(jù)的擬合分析是基于正常的無線環(huán)境進行；去除小包業(yè)務對于下行用戶速率的影響，采用Z值來表征采樣點是否為長下載業(yè)務等。通過下行用戶速率與各類資源使用情況的關聯(lián)分析可以評估當小區(qū)的各類資源達到多少門限時，小區(qū)的下行用戶速率會下降到可以接受的最小速率，從而指導我們制定合理的網(wǎng)絡擴容標準。
參考文獻：
［1］塞西亞. LTE-UMTS長期演進理論與實踐［M］. 北京：人民郵電出版社，2009.
［2］Key Performance Indicators （KPI） for Evolved Universal Terrestrial Radio Access Network （E-UTRAN）：Definitions：3GPP TS 32.450［S/OL］. ［2017-10-28］. ftp：//3gpp.org/Specs/.
［3］龍青良，任楓華. 基于用戶感知的 LTE網(wǎng)絡負荷評估體系及擴容研究［J］. 郵電設計技術，2016 （7）：45-49.
［4］刁楓. LTE 網(wǎng)絡負載均衡技術研究［J］. 通信與信息技術，2012 （3）：58-60.
［5］黃妙娜，馮穗力，陳軍，等. LTE 網(wǎng)絡中多目標優(yōu)化的動態(tài)負載均衡算法［J］. 電子與信息學報，2014，36（9）：2152-2157.
［6］鄒樂強. 最小二乘法原理及其簡單應用［J］. 科技信息，2010 （23）：282-283.
［7］鄧安民，黎永堅，譚路加. LTE網(wǎng)絡性能與覆蓋、干擾的關系研究［J］. 郵電設計技術，2017（2）：46-50.
［9］江敏. RRC 并發(fā)用戶數(shù)對 LTE 網(wǎng)絡影響分析［J］. 信息通信，2016 （1）：263-264.
作者簡介：高曉芳，畢業(yè)于北京理工大學，碩士，主要從事移動網(wǎng)絡優(yōu)化相關工作；肖瑞，畢業(yè)于北京郵電大學，碩士，主要從事移動網(wǎng)絡優(yōu)化相關工作；李紀華，畢業(yè)于西安電子科技大 學，碩士，主要從事移動網(wǎng)絡優(yōu)化相關工作。
