《基于信令关联与用户识别的lte高铁感知优化》由会员分享，可在线阅读，更多相关《基于信令关联与用户识别的lte高铁感知优化（8页珍藏版）》请在金锄头文库上搜索。
1、基于信令关联与用户识别的 LTE 高铁感知优化 郭宝 刘毅 张阳 中国移动通信集团山西有限公司 中国移动通信集团山东有限公司 中国移动通信集团公司 摘 要： 高铁 LTE 网络的维护与优化存在测试难、复现难、定位难的特点, 常规的使用高铁专网的性能指标来评估高铁用户的使用感知的方法已体现出较大偏差, 高铁用户稳定驻留高铁专网是保证使用感知的关键因素。提出将核心侧的硬采信令与无线侧的软采信令进行有机关联, 实现高铁用户的精准识别, 依据高铁用户的信令信息可准确判决用户的使用感知。关键词： LTE; 高铁; 信令关联; 用户识别; 位置识别; 作者简介：郭宝:中国移动通信集团山西有限公司高级工程师
2、, 主要研究方向为TD-LTE 无线优化、端到端优化。作者简介：刘毅:中国移动通信集团山东有限公司工程师, 主要研究方向为 TD-LTE 网络维护与优化等, 申请发明专利 8 项, 授权 1 项, 发表论文二十余篇。作者简介：张阳:中国移动通信集团公司网络部高级工程师, 主要研究方向为TD-LTE 无线网络优化、TD-LTE 无线网络新技术、网优自动化 SON。User perception optimization in private LTE network for high-speed railway based on signaling association and user ide
3、ntificationGUO Bao LIU Yi ZHANG Yang China Mobile Group Shanxi Co., Ltd.; China Mobile Group Shandong Co., Ltd.; China Mobile Telecommunications Corporation; Abstract： There are difficulties in testing, reproducing and locating in the maintenance and optimization of the private LTE network for high-
4、speed railway. The conventional performance indicators are not suitable for the evaluation of the user perception.One of the key factors to guarantee user perception is to keep the user dwelling in the private network. This article proposes a method for identifying the high-speed railway users and e
5、valuating the use perception accurately by association of the hardcore signaling on the core side and the soft sensing signal on the wireless side.Keyword： LTE; high-speed railway; signaling association; user identification; location identification; 1 引言随着高速铁路的规模建设和日益普及, 乘客对高铁的网络覆盖要求越来越高, 高铁上的用户大多是商
6、旅人群, 对网络的要求不再限于传统语音业务, 而是更倾向于高带宽、低时延、无掉线的数据业务以及承载在 LTE 网络的语音业务 (Vo LTE) 1-2。提升高铁 LTE 网络质量对提高用户的满意度至关重要。但是, 高铁 LTE 网络的维护与优化存在较多难点。首先, 高铁 LTE 网络的维护时间短:高铁专网普遍采用基带处理单元 (BBU:Base Band Unit) 下挂多个远端射频单元 (RRU:Remote Radio Unit) 的形式解决覆盖问题, 需要保证每一个RRU 及天线都能正常工作, 在发生故障时能及时监控到告警信息, 但维护工作只能在高铁停止运行的窗口期内进行;其次, 高铁
7、LTE 网络测试成本高、测试点问题难复现:由于高铁速度快、车厢封闭, 很难准确定位问题点的经纬度, 加之测试中对发现的问题不能及时进行往返测试, 难以准确定位问题原因。还有, 高铁 LTE 网络的用户感知难以准确评估:常规使用高铁专网性能指标评估用户感知的方法已体现出较大偏差, 而用户能否稳定驻留高铁专网是保证使用感知的关键因素, 此外, 对于驻留在高铁专网的低速用户也需要关注, 在必要时需迁移低速用户至公网小区或扩容专网小区来保证高铁专网的容量3-5。因此, 高铁 LTE 网络需要综合使用信令消息来实现网络的虚拟测试, 需要准确识别乘坐高铁列车的高铁用户, 实现网络性能与使用感知的关联;建立
8、高铁专网的实时性能监控系统, 监测高铁 LTE 网络性能质量以及高铁用户驻留高铁专网的使用感知6。2 高铁专网的信令采集2.1 信令采集需包含的网元及接口根据目前业务类型划分, LTE 网络承载的业务主要包括数据业务、语音回落业务 (CSFB:CircuitSwitch Fall Back) 及 Vo LTE 业务。图 1 是网元拓扑及主要接口示意。在无线接入侧的接口是 X2 与 Uu, 这两个接口采集的信令以及 Ue-MR、Cell-MR 统称为软采信令。硬采信令主要包括演进的分组核心网侧 (EPC:Evolved Packet Core) 与 IP 多媒体子系统侧 (IMS:IP Mult
9、imedia Subsystem) 数据, 其中, EPC 侧数据包括以下接口信令消息:S1-MME、S6a、S11、S10、SGS、S5/S8, IMS 侧数据包括以下接口信令消息:Mw、Mg、Mj、ISC、Sv、Cx、Sh、Gx、Rx。图 1 信令采集需包含的网元及接口 下载原图硬采数据只能反映核心网侧问题, 无法关联到无线环境中遇到的实际情况, 也无法进行用户级端到端的分析;而软采数据只能反映无线环境、邻区及参数问题, 无法进行用户端到端问题定位。因此, 需要搭建硬采数据与软采数据的关联系统。2.2 核心侧与空口信令关联通过 S6a 口中的国际移动用户标识 (IMSI:Internati
10、onal Mobile Subscriber Identity) 回填到 S1-MME 口, 可实现归属用户服务器 (HSS:Home Subscriber Server) 数据与移动性管理实体 (MME:Mobility Management Entity) 侧数据关联, 采集 S1-MME 接口信令数据中的关键参数:用户 IMSI、时间戳、每次业务占用的小区 ECGI、每次业务分配的惟一的 MME-UE-S1AP-ID、e NB-UE-S1AP-ID、MME 组标识 (MME Group ID) 以及 MME 编号 (MME Code) , 如表 1 所示。采集 Uu 接口测量报告 (MR
11、:Measurement Report) 数据中的关键参数:每 5 s 采集的 MR 采样点占用的小区全球标识符 (ECGI:E-UTRAN Cell Global Identifier E-UTRAN) , 时间戳, 每 5 s 采集的 MR 采样点中具备的 MME-UE-S1AP-ID, e NB-UE-S1AP-ID, MMEGroup ID, MME Code, AOA 信息, TA 信息等关键参数, 如表 2 所示。表 1 S1-MME 接口采集的关键信令数据 下载原表 表 2 Uu 接口采集的关键信令数据 下载原表 表 3 S1-MME 接口信令数据和 Uu 接口 MR 数据关联
12、下载原表 通过 S1-MME 接口据和 Uu 接口信令数据中共有的关键参数:MME-UE-S1AP-ID, e NB-UE-S1AP-ID, MME Group ID, MME Code, 时间戳等关键字段, 进行用户数据轮询、匹配、关联、采集, 时间粒度:5 s, 实现同一用户 MR 数据与 IMSI 的精确关联, 如表 3 所示。对于 Vo LTE 业务在 IMS 域获取移动用户号码 (MSISDN:Mobile Station Integrated Services Digital Number) , 根据 MSISDN 关联 IMSI, 最终通过IMSI 实现 EPC 侧信令数据与软采
13、数据关联。3 高铁用户识别3.1 组网策略辅助的高铁用户识别组网策略辅助的高铁用户识别算法通过为高铁专网 (含始发站与沿线停靠站) 设置以地市区域为粒度的跟踪区 (TAI:Tracking Area Identity) 及位置区 (LAI:Location Area Identity) ;参考高铁始发站发车间隔时间设置周期性跟踪区更新 (TAU:Tracking Area Updating) 时间间隔;采集 LTE 网络移动性管理实体 MME 与演进型网络基站 (e Node B:E-URTA Node B) 之间的 S1-MME 接口信令消息, 从中提取始发站及沿线停靠站 TAU 信令消息中
14、的用户 IMSI 信息;再对始发站采集的 IMSI 消息进行业务态关键信令跟踪, 提取用户 IMSI 消息进行匹配, 可得用户乘坐不同车次高铁列车的全部用户标识 (含空闲态、连接态) , 以及在某个高铁停靠站上下车的用户标识7-8。信令采集系统在 S1-MME 接口采集 TAU 关键信令消息, 解析 TAU 类型, 根据3GPP 24.301 协议, TAU 更新类型如表 4 所示。从表中可以看出, TAU 类型中包括 000 正常 TAU、001 联合 TA/LA 更新、011 周期性更新。表 4 TAU 更新类型 下载原表 3GPP 协议规定在 LTE 网络中, 无论空闲态还是连接态, 在
15、读取系统消息中发现服务小区 TAI 标识发生改变, 立即触发 TAU 流程。同样, 对高铁专网的用户, 也可采用这种方法解决目前只针对连接态 (业务态) 但不考虑空闲态导致高铁用户识别存在偏差的问题。例如, 用户发起 PS 业务的 Service Request 消息以及发起 CSFB 业务的 Extended Service Request 消息, 可根据 S1-MME 接口采集到的这两条消息中携带的用户信息与高铁专网已采集的用户 IMSI 信息进行匹配, 准确识别高铁用户。3.2 基于速度的高铁用户位置识别首先, 通过高铁专网的实际路测数据, 记录高铁沿线不同方向不同速度下的切换点经纬度信
16、息, 建立一个切换指纹库。其次, 从采集信令中获取某一个高铁用户的切换信息及方向信息, 根据用户相邻的两次切换信息及方向信息, 并结合切换指纹库, 可建立该用户的速度模型。然后, 根据时间与速度模型, 计算出用户相对于上一个切换点的移动的距离, 即可计算出该用户任意时间的位置信息9-10。在建立切换指纹库时, 需使用实际路测数据, 获取高铁沿线不同方向、不同速度下的切换信息及发生切换的位置信息, 根据路测方向信息, 对切换指纹进行方向属性设置 (0 代表上行, 1 代表下行) 。然后, 对同方向近似速度相同切换的多条记录, 进行经纬度合成计算, 对同方向不同速度相同切换的多条记录, 则进行经纬度差异化处理, 进而获得同方向同切换在高速/低速两种状态下的经纬度信息。最后, 使用图形处理软件, 使指纹库中每条记录的经纬度都落在高铁线上。在获取高铁用户的上下行方向信息的基础上建立高铁用户速度模型 (如图 2 所示) 。根据用户的切换信息、方向信息, 在切换指纹库中匹配到发生切换的位置 (默认使用高速
