基于大數據的5G流量駐留比極限值研究

劉宏嘉，李貝，趙偉，許國平，王鑫炎

研究與開發

基于大數據的5G流量駐留比極限值研究

劉宏嘉1，李貝2，趙偉1，許國平3，王鑫炎1

（1.中國聯合網絡通信有限公司浙江省分公司，浙江 杭州 310051；2.中國聯合網絡通信有限公司研究院，北京 100048；3. 中國聯合網絡通信集團有限公司，北京 100033）

5G流量駐留比是目前通信運營商普遍采用的評估5G網絡覆蓋能力的重要指標，也是牽引網絡規劃優化、維護運營工作的重要抓手?；诰W絡側、用戶側大數據分析，綜合考慮實際無線傳播影響因素、現有網絡結構、網絡協同策略、用戶行為等因素，對3.5 GHz頻段5G網絡駐留能力進行評估、分析，計算得出5G流量駐留比的極限值，詮釋了用戶感知與駐留比的正向關系，為5G流量駐留比目標值的合理設定提供了理論依據。

大數據；5G；駐留比；用戶感知；極限值

0 引言

5G流量駐留比是指占用5G網絡的活躍用戶所產生的5G流量在5G活躍用戶所產生4G流量與5G流量的總和中的占比。5G流量駐留比是反映5G網絡覆蓋和用戶感知的宏觀性指標，該指標值越高，代表5G網絡覆蓋能力越強，用戶使用5G網絡的概率越高。開展5G流量駐留比目標值如何確定指標的探索，有利于指導5G網絡規劃和網絡優化，通過5G網絡分流，可以快速緩解4G網絡高負荷問題。目前，通信運營商將5G流量駐留比作為5G網絡覆蓋能力的主要評價和考核指標。

中國聯通、中國電信的5G主力頻段為3.5 GHz，較傳統4G的1.8 GHz的損耗大，且由于終端能力問題，上行覆蓋受限問題較為突出，在5G與4G在基站站址上按照1:1規劃的情況下，5G網絡存在駐留能力弱的問題。隨著通信運營商5G網絡建設規模和5G用戶規模的不斷增長，這種情況下，一味地追求5G流量駐留比的提升，用戶感知將在一定程度上受損，并可能導致用戶主動關閉終端5G開關，反而對5G流量駐留比造成負向影響。因此，探索并設定基于目前網絡現狀的合理的5G流量駐留比提升目標值，有利于促進網絡規劃、建設、維護、優化工作的有效開展，實現5G網絡駐留能力與用戶感知的均衡提升。

1 5G駐留比技術原理

5G駐留比通常有兩種定義方式，分別是時長駐留比和流量駐留比[1]。目前5G網絡已基本實現獨立組網（standalone，SA）覆蓋[2]，以下定義以SA網絡為例闡述。

（1）5G時長駐留比反映了5G用戶占用5G網絡的時長情況，體現了5G網絡持續為5G用戶提供服務的能力，目前通常采用連接態時長。時長駐留比定義見式（1）。

（2）5G流量駐留比指標反映了5G用戶流量在4G/5G網絡上分布的比例，流量駐留比定義見式（2）。

以運營商A為例，5G業務流量駐留比指報告期內5G業務網上用戶使用數據業務產生的4G和5G總流量中在5G網上承載的流量占比。5G業務網上用戶指報告期末向前追溯一定時間內使用過運營商A的5G網絡的移動業務在網用戶[3]。

2 5G駐留比關鍵因素及本研究思路

由上述5G駐留比定義可知，5G網絡覆蓋能力，尤其是與4G網絡的覆蓋能力的對比是影響駐留比的關鍵因素，如果當地5G網絡與4G網絡覆蓋能力一樣，那么5G駐留比有望達到100%的理論極限值。同時，根據5G駐留比的統計方法，5G業務網上用戶是向前追溯一定時間內來統計5G登網用戶，那么用戶對終端5G開關的操作也會對駐留比統計數值產生影響[4-5]。因此，以保障用戶感知的目標，立足5G與4G覆蓋能力差異評估，重點考慮5G、4G網絡覆蓋規模差異、終端5G開關影響因素，理論上可實現5G駐留比極限值的預測。

目前，我國的5G網絡已基本實現連續覆蓋，4G網絡覆蓋全境，當前的4G、5G大量網絡數據具備推導、測算合理的5G駐留比的條件。5G流量駐留比理論極限值預測流程如圖1所示，包含3個方面、7個過程，首先評估4G與5G網絡覆蓋能力差異，再將5G流量還原到4G網絡，最后從用戶感知保障的角度出發，將還原到4G網絡的總流量合理進行5G、4G網絡分配，進而預測在保障用戶感知前提下的5G流量駐留比的理論極限值。

圖1 5G流量駐留比理論極限值預判流程

圖2 下行鏈路預算模型

3 網絡覆蓋能力差異化評估

移動網鏈路預算是對發射端、通信信道、傳播環境和接收端中所有增益和衰減的核算，獲得保持一定通信質量下鏈路所允許的最大傳播損耗（MAPL)[6-7]。MAPL常用式（3）表示，它可以用來估算信號能成功從發射端傳送到接收端之間的最遠距離[8]。下行鏈路預算模型如圖2所示。

其中，代表允許的最大傳播損耗，其他損耗包含線纜損耗、穿透損耗、人體損耗。其他余量包含陰影衰落余量、干擾余量、噪聲系數余量。增益包含基站天線增益、終端天線增益、其他增益。

以運營商A某地市A1覆蓋為例，目前4G網絡以L1800為主，5G網絡以NR3500為主，依據式（3）對4G、5G不同網絡制式的損耗、天線增益、基站/終端發射功率、基站/終端接收靈敏度進行分析，評估4G、5G在室內、室外的覆蓋能力差異[9]，L1800和NR3500鏈路預算參數見表1。

在地市A1中，其網絡規模（含共享異運營商基站）共計14 649個5G基站?；井斍澳軌蛟O置的最大發射功能率為320 W，設置的檔位為200 W和320 W[10]，在64TR和32TR中，基站發射功率主要為320 W，占比分別為68.26%和95.69%。結合式（3）和表1，4G/5G電平差異Gap如式（4）所示。

4 5G流量等效4G流量以及歸一化建模

現網流量還原是基于大數據統計現網4G、5G網絡的室內、室外的測量報告（measurement report，MR）分電平強度區間的采樣點數量，完成采樣點數量與流量的映射，結合4G/5G覆蓋Gap計算結果，統計沒有5G網絡的情況下，需要4G網絡承載的所有流量?，F網流量還原包含基于大數據的樣本精細化采集等4個過程。

4.1 基于大數據的樣本精細化采樣

以地市A1為例，其網絡規模（含共享異運營商基站）共計14 649個5G基站和16 424個4G基站，市區、縣城、重點鄉鎮基本實現5G連續覆蓋，4G網絡基本覆蓋全境，目前網絡運行正常、網絡質量穩定。本文首先定義了覆蓋柵格（RSRP電平強度區間），再基于室內、室外分場景對MR大量數據統計4G和5G的不同柵格下采樣點數量，不同電平強度區間的4G、5G網絡分場景的MR采樣點數量見表3。

表1 L1800和NR3500鏈路預算參數

表2 4G/5G覆蓋電平Gap

表3 不同電平強度區間的4G、5G網絡分場景的MR采樣點數量

4.2 流量與MR采樣點映射建模

用戶使用移動數據業務的行為主要取決于個人需求，但在不同的無線環境下，用戶流量釋放程度存在差異[11]，例如，在信號良好的區域，用戶流量釋放非常充分，但在無線環境較差的情況下，用戶即使有業務使用需求，但流量也無法充分釋放。

4.3 歸一化流量分解映射

網絡共建共享場景下，網絡資源的統計及網絡優化等工作對共享各方都非常重要，需要滿足約定共識等執行過程中的可信管理，從而提高協作效率，借助區塊鏈技術的共建共享平臺可實現參與方間可信協作，本文通過共建共享區塊鏈平臺進行網絡全域（含共享網絡業務量）流量的采集、提取，計算5G歸一化流量、4G歸一化流量為0.27、0.73，總流量為1。通過等效流量與MR映射因子Re，將歸一化的4G、5G流量分解到不同場景的不同覆蓋柵格上，4G、5G的室內、室外的分電平強度區間的流量見表5。

表4 4G、5G不同RSRP電平區間的等效流量與MR映射因子

表5 4G、5G的室內、室外的分電平強度區間的流量

表6 5G流量歸一化還原到4G網絡情況

4.4 5G流量等效4G流量計算

5G、4G在室內、室外的覆蓋能力存在差異，所以5G區間的流量無法直接歸一化至相同的4G柵格，需要引用表2的4G、5G覆蓋電平Gap計算結果。例如4G、5G的Gap因子取值為8 dB，則對于(?105,?100]的5G區間范圍流量，歸一化后所處的4G流量區間為（?97,?92]。

5 基于現網特征的5G流量駐留比理論極限值預測

5.1 網絡建設規模影響因子糾偏

不同網絡制式下需要結合覆蓋差異性、用戶感知需求進行協同優化，并結合當前的終端5G開關是否開啟、5G與4G網絡規模配比等主要客觀因素影響，推導出受客觀條件影響的5G流量駐留比極限值區間。為了重新進行5G話務吸收測算，建模如下。

根據目標網規劃方案，該城市5G基站與4G基站同址建設，即建設規模一致，基于用戶感知考慮，考慮同位置4G和5G電平Gap。

將上述數據應用于5G流量駐留比RR理論測算中見式（9）。

上述測算可得到結論一：假設5G與4G同址建設情況下，該地市理論上的5G流量駐留比極限值約為77.2%。此時未考慮終端5G開關的影響。

上述測算可得到結論二：在考慮4G、5G網絡規模影響因素的情況下，5G流量駐留比理論極限值不同，當5G終端占比為97%時，5G流量駐留比理論極限值約為74.9%。

表7 分覆蓋區間

5.2 終端5G開關影響分析

通常情況下，5G用戶在受到感知、資費、耗電等因素的影響下，會主動關閉5G開關。本文定義開關表示連續7天5G終端開關影響因子見式（13）。

上述測算可得到結論三：在考慮5G、4G網絡規模以及終端5G開關的影響情況下，當5G終端占比為97%、并考慮該地市用戶終端5G開關影響時，5G流量駐留比理論極限值為70.6%。

6 挑戰與展望

由上述研究可知，5G流量駐留比不但與基站頻段和5G網絡規模有關，還受終端開關的影響，用戶考慮感知、資費、節電等方面，會主動關閉5G開關。為了提升5G流量駐留比，需要系統性地開展如下工作。

（1）補充完善5G網絡覆蓋

持續性開展5G基站和室分的規劃建設，增強廣度覆蓋和深度覆蓋能力[9]，分場景推進NR2.1進行補點，彌補3.5 GHz頻段的覆蓋劣勢。

（2）NR3.5上行鏈路增強

終端側采用全功率（26 dBm）發射，并開啟上行雙通道發射，基站側啟用上行宏分集功能，提高基站接收能力。

（3）多策略全方位提高終端5G開關開啟率

市場營銷部門適時加大流量營銷、流量補貼和用戶引導，提高終端5G開關開啟率；客戶服務部門利用服務觸點開展用戶引導；網絡優化部門借助大數據、區塊鏈等新技術、多策略多維度地加大5G感知優化力度，增強用戶對5G網絡的信心。

7 結束語

本文基于網絡側、用戶側大數據分析，分場景精細評估了4G與5G的覆蓋能力差異，對現有網絡分場景進行4G、5G流量還原；綜合考慮實際無線環境影響因素、現有網絡結構、網絡協同策略等，以保障用戶感知為首要目標，對3.5 GHz頻段5G網絡駐留能力進行評估、分析和計算，基于當前網絡規模、終端5G開關等現狀，預測得出最大可能保障用戶感知的5G流量駐留比極限值，為5G流量駐留比提升目標值的合理設定提供了依據，也為網絡規劃、4G、5G協同優化提供了指引。在分析過程中，本文重點考慮了5G網絡規模、終端5G開關兩個主要影響因素，但5G網絡速率高于4G網絡，該因素也會對5G流量駐留比造成微小影響，將在下一階段研究中進一步完善。

[1] 童波. 淺談5G駐留比提升方案[J]. 電子世界, 2021(20): 16-17.

TONG B. Discussion on the improvement scheme of 5G residency ratio[J]. Electronics World, 2021(20): 16-17.

[2] 許國平, 劉宏嘉, 李貝, 等. 基于NSA架構的4G/5G協同優化研究[J]. 郵電設計技術, 2021(3): 37-41.

XU G P, LIU H J, LI B, et al. Study on 4G/5G cooperative optimization under NSA architecture[J]. Designing Techniques of Posts and Telecommunications, 2021(3): 37-41.

[3] 李萌, 李紀華, 趙晨炅. 5G流量駐留比統計規則建議及提升舉措[J]. 郵電設計技術, 2022(1): 58-62.

LI M, LI J H, ZHAO C J. Suggestions and improvement measures for 5G traffic resident ratio statistics rules[J]. Designing Techniques of Posts and Telecommunications, 2022(1): 58-62.

[4] 連毅. 5G SA駐留能力提升研究[J]. 電信工程技術與標準化, 2022, 35(9): 54-59.

LIAN Y. Study of improving residence capability of 5G SA network[J]. Telecom Engineering Technics and Standardization, 2022, 35(9)54-59.

[5] 徐建林, 劉嵐. 5G駐留比的優化提升策略研究[J]. 電信工程技術與標準化, 2020, 33(12): 85-88.

XU J L, LIU L. Research on 5G resident optimization strategy[J]. Telecom Engineering Technics and Standardization, 2020, 33(12): 85-88.

[6] 張傳福, 趙立英, 張宇, 等. 5G移動通信系統及關鍵技術[M]. 北京: 電子工業出版社, 2018.

ZHANG C F, ZHAO L Y, ZHANG Y, et al. 5G mobile communication system and key technologies[M]. Beijing: Publishing House of Electronics Industry, 2018.

[7] 埃里克·達爾曼, 斯特凡·巴克浮, 約翰·舍爾德, 等. 5G NR標準：下一代無線通信技術[M]. 北京: 機械工業出版社, 2019.

DAHLMAN E, PARKVALL S, SKOLD J, et al. 5G NR standard: next generation wireless communication technology[M]. Beijing: China Machine Press, 2019.

[8] 文森特·黃, 羅伯特·施韋爾, 德里克·吳, 等. 5G系統關鍵技術詳解[M]. 北京: 人民郵電出版社, 2019.

WONG V W S，SCHOBER R，NG D W K, et al. Detailed explanation of key technologies of 5G system[M]. Beijing: Posts and Telecom Press, 2019.

[9] 李愛華, 吳曉波, 陳超, 等. 1.5G網絡大數據智能分析技術[J].電信科學, 2022, 38(8): 129-139.

LIA H, WU X B, CHEN C, et al. Intelligent analysis technology of big data in 1.5G network[J]. Telecommunication Science, 2022, 38(8): 129-139.

[10] 胡煜華, 趙偉, 李貝. 5G網絡地鐵場景覆蓋方案研究[J]. 電信工程技術與標準化, 2020, 33(8): 40-44.

HU Y H, ZHAO W, LI B. Research on metro 5G network coverage[J]. Telecom Engineering Technics and Standardization, 2020, 33(8): 40-44.

[11] 劉宏嘉, 趙偉, 谷俊江, 等. Cloud VR業務感知評估與優化[J].江蘇通信, 2022, 38(1): 100-104.

LIU H J, ZHAO W, GU J J, et al. Cloud VR service perception evaluation and optimization[J]. Jiangsu Communication, 2022,38(1): 100-104.

[12] 李貝, 劉光海, 許國平, 等. 自動鄰區優化技術共享網絡中應用研究[J]. 電子技術應用, 2022, 48(10): 69-71, 77.

LI B, LIU G H, XU G P, et al. Research on ANR function in network co-build & co-share[J]. Application of Electronic Technique, 2022, 48(10): 69-71, 77.

[13] 趙偉, 王勇, 劉宏嘉. 基于隱馬爾科夫模型的LTE室外指紋定位研究與實踐[J]. 郵電設計技術, 2019(11): 20-23.

ZHAO W, WANG Y, LIU H J. Research and practice of LTE outdoor fingerprint-location based on hidden Markov model[J]. Designing Techniques of Posts and Telecommunications, 2019(11): 20-23.

Research on theoretical ultimate value of 5G flow residence ratiobased on big data

LIU Hongjia1, LI Bei2, ZHAO Wei1, XU Guoping3, WANG Xinyan1

1.Zhejiang Branch of China United Network Communications Co., Ltd.,Hangzhou 310051, China 2.Research Institute of China United Network Communications Co., Ltd., Beijing 100048, China 3.China United Network Communications Group Co., Ltd., Beijing 100033, China

The 5G flow residence ratio is an important indicator used by communication operators to evaluate the coverage capacity of 5G networks, and it is also an important starting point for the networks’ planning, optimization, maintenance and operation. To ensure user perception, the actual wireless transmission influencing factors, existing network structure and network coordination strategy, etc., need to be considered. The resident capacity of a 5G network in the 3.5 GHz frequency band was evaluated, analyzed and calculated, and the theoretical ultimate value of the 5G traffic resident ratio based on the analysis of network and users’ big data was put forward, which explained the positive relationship between user perception and residence ratio, and provided a reference for the reasonable theoretical ultimate value of 5G traffic resident ratio.

big data, 5G, resident ratio, user perception, theoretical ultimate value

The National Key Research and Development Program (No.2020YFB1806704)

TP393

A

10.11959/j.issn.1000?0801.2023119

2022?12?13；

2023?05?30

趙偉，zhaow24@chinaunicom.cn

國家重點研發計劃項目（No.2020YFB1806704）

劉宏嘉（1982? ）男，中國聯合網絡通信有限公司浙江省分公司云網優化室主任、高級工程師，主要研究方向為無線網絡優化與大數據分析。

李貝（1983? ），女，中國聯合網絡通信有限公司研究院高級工程師，從事無線網絡規劃優化方面的工作。

趙偉（1982? ），男，中國聯合網絡通信有限公司浙江省分公司工程師，主要研究方向為網絡優化、大數據及人工智能在移動通信中的應用。

許國平（1978? ），男，博士，中國聯合網絡通信集團有限公司正高級工程師，主要研究方向為網絡優化與數字化技術。

王鑫炎（1982? ），男，中國聯合網絡通信有限公司浙江省分公司工程師，主要從事無線網絡規劃優化、端到端優化、系統性優化方面的工作。