中國電信業(yè)務(wù)規(guī)模發(fā)展優(yōu)化手冊某市貝爾分冊

1、業(yè)務(wù)管理中國電信業(yè)務(wù)規(guī)模發(fā)展優(yōu)化手冊某市貝爾分冊20XX年XX月精心制作您可以自由編輯3G業(yè)務(wù)規(guī)模發(fā)展優(yōu)化手冊（上海貝爾分冊）中國電信集團(tuán)公司網(wǎng)運部中國電信上海公司二零一二年六月編寫說明:為指導(dǎo)3G業(yè)務(wù)規(guī)模發(fā)展情況下的網(wǎng)優(yōu)工作，集團(tuán)公司組織開展專項研究并編寫了中國電信3G業(yè)務(wù)規(guī)模發(fā)展優(yōu)化手冊（上海貝爾分冊），對上海貝爾區(qū)域的終端業(yè)務(wù)模型、網(wǎng)絡(luò)負(fù)荷評估、網(wǎng)絡(luò)優(yōu)化應(yīng)對策略和無線資源負(fù)荷預(yù)警監(jiān)控機制進(jìn)行說明，并附加具體案例。編制單位：中國電信集團(tuán)公司網(wǎng)運部中國電信上海公司中國電信上海研究院高通公司上海貝爾公司中通服網(wǎng)優(yōu)技術(shù)公司編制歷史：版本更新日期修改更新說明主要撰寫人V1.02012-6-27完成

2、V1.0版馬丹、馮玄喜、李波、姚堅、周濤、張玉平、胡曉宇、胡宇明、李和明、王秀平、李留海、樓昉、陳曉芳、曹逸文、張?zhí)祉崱⒔鹨嬖础⒋鞲呓?、趙佳融目錄1 概述62 終端業(yè)務(wù)模型分析72.1 分析思路72.1.1 業(yè)務(wù)研究72.1.2 終端研究82.1.3 用戶模型82.2 分析算法82.2.1 用戶區(qū)分標(biāo)識92.2.2 模型分類算法92.2.3 性能分類算法122.2.4 用戶群匹配模型算法132.2.5 時間均分算法142.2.6 連接模型算法142.3 模型特征152.3.1 時域152.3.2 地域172.3.3 統(tǒng)計方式182.3.4 智能手機(iPhone)模型212.4 分析工具 29

3、2.4.1 終端分類工具292.4.2終端模型分析工具353 網(wǎng)絡(luò)負(fù)荷評估363.1 分析流程363.2 月度走勢分析373.2.1 網(wǎng)絡(luò)側(cè)373.2.2 業(yè)務(wù)側(cè)373.2.3 終端側(cè)383.3 忙時分析383.3.1 忙時定義383.3.2 PCMD數(shù)據(jù)評估393.3.3 KPI指標(biāo)評估413.3.4 特性分析433.4 終端側(cè)評估443.4.1 分析算法443.4.2 性能測試453.4.3 小結(jié)463.5 業(yè)務(wù)側(cè)評估463.5.1 測試目的473.5.2 測試方法473.5.3 注意事項 483.5.4 測試結(jié)果493.5.5 策略建議494 網(wǎng)絡(luò)問題優(yōu)化策略524.5 總體優(yōu)化流程52

4、4.6 策略應(yīng)對和優(yōu)化調(diào)整534.2.1 策略應(yīng)對總體分析流程534.2.2 策略一-休眠機制554.2.3 策略二-負(fù)荷控制機制574.2.4 策略三-切換機制584.2.5 策略四-規(guī)劃機制614.2.6 策略五-尋呼機制634.2.7 策略六-接入機制654.2.8 網(wǎng)絡(luò)基礎(chǔ)優(yōu)化應(yīng)對策略684.3 優(yōu)化效果評估694.3.1 資源占用694.3.2 網(wǎng)絡(luò)性能705 網(wǎng)絡(luò)負(fù)荷預(yù)警和負(fù)荷預(yù)測機制715.2 分析思路715.3 資源負(fù)荷門限分析715.3.1 信令信道門限725.2.2 前向業(yè)務(wù)信道755.2.3 反向業(yè)務(wù)信道 765.2.4 設(shè)備負(fù)荷775.3 無線資源負(fù)荷預(yù)估流程775.4

5、 預(yù)估結(jié)果796 附錄-案例匯總806.2 網(wǎng)絡(luò)優(yōu)化策略實施案例806.1.1 策略一-休眠機制806.1.2 策略二-負(fù)荷控制機制816.1.3 策略三-切換機制826.1.4 策略四-規(guī)劃機制856.1.5 策略五-尋呼機制886.1.6 策略六-接入機制916.1.7 基礎(chǔ)優(yōu)化-DO載頻邊界優(yōu)化936.2 資源預(yù)估案例1006.2.1 預(yù)測用戶模型1006.2.2 預(yù)測門限1006.2.3 資源預(yù)估案例1006.3 終端性能分析案例及策略建議1026.3.1 終端性能分析1026.3.2 終端異常處理機制1056.3.3 特殊業(yè)務(wù)（ QCHAT ）終端問題分析 1126.4 業(yè)務(wù)分析案例

6、及策略建議1136.4.1 典型業(yè)務(wù)(BE)W究1146.4.2 QoS業(yè)務(wù)(QCHAT)研究1206.5 測試案例1236.5.1 業(yè)務(wù)測試案例1236.5.2 性能測試案例1266.6 RAPIDDORMANCY功能1276.7 智能手機實時監(jiān)控方法1296.7.1 分析思路1296.7.2 流程1306.7.3 方法1306.7.4 工具1326.8 相關(guān)表格1336.8.1 統(tǒng)計表格1336.8.2 參數(shù)表格1401 概述根據(jù)集團(tuán)公司2012年無線網(wǎng)絡(luò)優(yōu)化工作要點要求，集團(tuán)公司網(wǎng)運部組織上海公司、廣東公司和四川公司作為EvDO優(yōu)化的試點省，深入分析智能手機規(guī)模發(fā)展下DO網(wǎng)絡(luò)特性和規(guī)律；

7、跟蹤、研究、分析終端的業(yè)務(wù)特性、對網(wǎng)絡(luò)影響等問題，建立終端業(yè)務(wù)模型，并根據(jù)該業(yè)務(wù)模型預(yù)測業(yè)務(wù)規(guī)模發(fā)展下網(wǎng)絡(luò)可能存在的問題，完善各種無線資源負(fù)荷監(jiān)控預(yù)警機制等，為快速解決業(yè)務(wù)規(guī)模發(fā)展下影響網(wǎng)絡(luò)的普遍性問題和用戶集中投訴問題做提前預(yù)研；形成一整套分析思路、流程、方法和工具手段等，并將研究成果編制形成優(yōu)化手冊?？們灾饕爬ǚ治?G業(yè)務(wù)規(guī)模發(fā)展下網(wǎng)絡(luò)特性分析與問題應(yīng)對的分析思路、流程、方法等，分冊分設(shè)備區(qū)（本分冊為上海貝爾區(qū)域）對終端業(yè)務(wù)模型、網(wǎng)絡(luò)負(fù)荷評估、網(wǎng)絡(luò)優(yōu)化應(yīng)對策略和無線資源負(fù)荷預(yù)警監(jiān)控機制進(jìn)行說明。本分冊主要從以下四方面闡述了相關(guān)分析思路和流程方法：?終端業(yè)務(wù)模型分析對不同終端類型的業(yè)務(wù)模型

8、進(jìn)行分析研究，以分析3G網(wǎng)絡(luò)規(guī)模應(yīng)用和智能手機普及帶來的用戶使用特性變化，并掌握隨著業(yè)務(wù)應(yīng)用不斷變化帶來的網(wǎng)絡(luò)業(yè)務(wù)模型的變化。?網(wǎng)絡(luò)負(fù)荷評估結(jié)合終端模型特征，從網(wǎng)絡(luò)側(cè)、終端側(cè)、業(yè)務(wù)側(cè)綜合對網(wǎng)絡(luò)進(jìn)行全面評估，發(fā)掘新的終端業(yè)務(wù)模型對網(wǎng)絡(luò)帶來的沖擊影響。?網(wǎng)絡(luò)問題優(yōu)化策略針對網(wǎng)絡(luò)評估發(fā)現(xiàn)的網(wǎng)絡(luò)可能面對的問題，采取對應(yīng)的優(yōu)化流程，通過網(wǎng)絡(luò)側(cè)的六大機制對網(wǎng)絡(luò)資源進(jìn)行全面優(yōu)化。?網(wǎng)絡(luò)負(fù)荷預(yù)警和負(fù)荷預(yù)測機制在解決現(xiàn)網(wǎng)問題的基礎(chǔ)上，持續(xù)關(guān)注網(wǎng)絡(luò)資源配置和用戶變化情況，對網(wǎng)絡(luò)資源負(fù)荷進(jìn)行監(jiān)控，并針對可能存在的瓶頸及時預(yù)警并采取相應(yīng)的措施。此外，本分冊還提供了相應(yīng)的優(yōu)化效果評估方法，并通過具體案例說明分析方法。2

9、 終端業(yè)務(wù)模型分析2.1 分析思路2.1.1 業(yè)務(wù)研究根據(jù)業(yè)務(wù)占用資源特性的差異，可以將業(yè)務(wù)分為連接類和流量類兩大類：?連接類：傳輸數(shù)據(jù)量小，有效傳輸包占比較小，使用這類應(yīng)用時用戶對資源可用性較敏感，對帶寬不敏感。如：網(wǎng)頁瀏覽、即時通信、微博等應(yīng)用。?流量類：傳輸數(shù)據(jù)量大，有效傳輸包占比較大，使用這類應(yīng)用時用戶對資源可用性以及帶寬均較敏感。如：P2P下載、在線視頻等應(yīng)用。針對近期3G多元化業(yè)務(wù)和智能手機的迅猛發(fā)展，網(wǎng)絡(luò)業(yè)務(wù)形態(tài)和用戶行為迅速轉(zhuǎn)變的現(xiàn)狀，以及智能手機的使用業(yè)務(wù)特性，本分冊選定連接類業(yè)務(wù)為主要對象。建立業(yè)務(wù)模型和分析業(yè)務(wù)特性時，采用連接特性和流量特性兩大維度，以突顯不同業(yè)務(wù)對不同資

10、源的需求特性。2.1.2 終端研究根據(jù)用戶使用習(xí)慣和PCMD的初步分析結(jié)果，不同終端類別的用戶業(yè)務(wù)模型有較大差異。因此，本分冊將終端按照主要功能分為智能手機、普通手機和數(shù)據(jù)卡三大類：?智能手機：采用開放式的操作系統(tǒng)，支持多元化的網(wǎng)絡(luò)應(yīng)用程序，業(yè)務(wù)發(fā)展迅速。移動性較強，應(yīng)用以連接類業(yè)務(wù)為主。?普通手機：采用Brew和其他一些比較低端的操作系統(tǒng)，網(wǎng)絡(luò)應(yīng)用較單一，以網(wǎng)頁流量等基本應(yīng)用為主。?數(shù)據(jù)卡：僅作為接入終端，業(yè)務(wù)以PC應(yīng)用為主。移動性弱。業(yè)務(wù)模型和性能分析都將采用以上三類終端維度進(jìn)行統(tǒng)計。針對近期智能手機的迅速普及以及智能手機的使用業(yè)務(wù)特性，本分冊以智能手機為主要對象。2.1.3 用戶模型多元

11、化業(yè)務(wù)應(yīng)用最終在用戶粒度匯聚，為更貼近反映多元化業(yè)務(wù)應(yīng)用匯聚后對無線側(cè)資源的占用特性。根據(jù)業(yè)務(wù)研究特點（以連接類業(yè)務(wù)為主）和終端研究特點（以智能手機為主），確立了以用戶為粒度，按終端類別進(jìn)行分類，以連接類業(yè)務(wù)特征為維度，建立基于PCMD的用戶業(yè)務(wù)評估模型。終端類別連接時長間隔前向反向智能手機均值、區(qū)間統(tǒng)計方法2.2 分析算法結(jié)合話單、終端信息等數(shù)據(jù)建立算法，形成基于終端類型的基本用戶業(yè)務(wù)模型。2.2.1 用戶區(qū)分標(biāo)識在進(jìn)行用戶級分析之前，需要先找到區(qū)分用戶的方法。在CDMA系統(tǒng)中存在多種碼作為區(qū)分用戶的標(biāo)識：1. IMSI:移動用戶識別碼/國際移動用戶識別碼（InternationalMobi

12、leSubscriberldentity）,用于唯一識別移動用戶的一個號碼，共有15位十進(jìn)制數(shù)。)，用于唯一識別移動用戶2. MIN:移動臺標(biāo)識號（MobileIdentificationNumber的一個號碼，共有10位十進(jìn)制數(shù)。中國CDMA移動網(wǎng)絡(luò)的IMSI和MIN號的對應(yīng)關(guān)系為46003+MIN=IMSI。3. ESN:電子序列號(ElectronicSerialNumber)終端的唯一標(biāo)識，用于唯一識別3G移動臺設(shè)備，長度32比特。4. MDN:移動臺電話號碼(MobileDirectoryNumber)MDN號碼為本網(wǎng)移動用戶作被叫時，主叫用戶所需撥的號碼。5. AKEY:一個同時保

13、存在移動臺及相關(guān)交換機的鑒權(quán)中心的一個64-bit的值。它被用作CAVE算法的輸入，以生成SSD。AKEY僅在移動臺與AC中保存，不能在其它任何接口上傳送。6. MEID:移動臺設(shè)備標(biāo)識(MobileEquipmentIdentifiers)用于唯一識別3G移動臺設(shè)備。包含56個比特。通過以上六類標(biāo)識或號碼定義，可以看出用戶區(qū)分主要分成兩類：1)移動終端號碼區(qū)分；2)用戶號碼區(qū)分。針對中國機卡分離的特性，需要特別關(guān)注UIM卡和終端對用戶分類的影響。結(jié)合呼叫測量記錄中對1X和1XEVDO網(wǎng)絡(luò)的用戶號碼定義，將做如下區(qū)分：1. 1X呼叫測量記錄：包含MIN、IMSI、ESN、MDN號碼2. 1XE

14、VDO呼叫測量記錄：包括MIN、IMSI、ESN、MEID號碼根據(jù)號碼的唯一標(biāo)識性，將選用IMSI、ESN/MEID作為分析算法中的用戶索引信息。2.2.2模型分類算法 屬性分類首先，需要確定使用的主要數(shù)據(jù)來源和用戶標(biāo)識：1. 1XEVDO呼叫測量記錄：用戶信息索引為ESN/MEID，IMSI2. 1X呼叫測量記錄：用戶信息索引為MIN。根據(jù)MIN號提取相關(guān)信息時，選擇serviceoption為1、3和68的語音業(yè)務(wù)，以此判斷是否為手機終端用戶。通過46003+MIN=IMSI對應(yīng)關(guān)系，可建立1X和1XEVDO呼叫測量記錄的關(guān)聯(lián)關(guān)系。3. 終端信息表：ESN/MEID與終端類型

15、的對應(yīng)表。用戶信息索引為ESN/MEID。列入此表的均為手機終端用戶，并且包含此手機的具體型號。然后，結(jié)合以上數(shù)據(jù)源將用戶終端分為以下幾類：1. IMSI出現(xiàn)在EVDO話單中，并且在1X中進(jìn)行過語音呼叫：手機2. ESN/MEI和IMSI在終端信息表中：手機3. 不符合以上條件，但有可用IMSI：數(shù)據(jù)卡4. 不符合以上所有條件：未知通過分類算法，可對數(shù)據(jù)卡和手機進(jìn)行分類。如需要進(jìn)行細(xì)致化的用戶模型分析，可以采用屬性分類方式（如操作系統(tǒng)、套餐等）。由于智能手機是目前的一個關(guān)注焦點，因此本分冊采用了操作系統(tǒng)的屬性分類方式，將手機終端分類需進(jìn)一步細(xì)化，以判斷用戶行為的差異性。具體分類如下：1. 數(shù)據(jù)

16、卡：只使用EVDO數(shù)據(jù)業(yè)務(wù)的USB/PCMCIA卡2. 手機：產(chǎn)生EVDOPCMD記錄，并且1XPCMD有語音呼叫記錄或者所對應(yīng)的ESN/MEID和IMSI在終端信息表里存在的終端。?智能手機：操作系統(tǒng)是Android,Windowsmobile,windowsCE,RIM和其他一些高級操作系統(tǒng)（比如BADA）?普通手機：Brew和其他一些比較低端的操作系統(tǒng)?未知手機：終端型號和操作系統(tǒng)不可知的手機根據(jù)以上關(guān)聯(lián)關(guān)系，可建立區(qū)分3G用戶類別區(qū)分算法計算流程圖： 未知終端未知終端的記錄是由于EVDO呼叫測量記錄未出現(xiàn)IMSI信息。當(dāng)用戶關(guān)閉手機連接重啟終端后，終端進(jìn)行Session協(xié)

17、商后不會進(jìn)行ANAAA鑒權(quán)，因此AN中無用戶IMSI信息，如果此時發(fā)生IdleSessionTransfer則會出現(xiàn)不含IMSI的話單。通過用戶業(yè)務(wù)模型統(tǒng)計，也可以看出此類用戶基本不產(chǎn)生業(yè)務(wù)，這部分有HWID無IMSI，且不能在終端信息表中找到的用戶，可在用戶業(yè)務(wù)模型統(tǒng)計中做去除處理。 未知手機計算終端類別模型時，需要使用唯一的（MEID/ESN，IMSI）進(jìn)行終端信息表匹配。但在進(jìn)行用戶數(shù)預(yù)估時，過多的未知手機會影響預(yù)估和評估的結(jié)果。因此，需對未知手機做進(jìn)一步的分類評估。在進(jìn)行不同終端類別的用戶數(shù)統(tǒng)計時，對于未知手機類別區(qū)分可采用以下兩種方法：1. 根據(jù)模型統(tǒng)計，進(jìn)行用戶數(shù)的劃

18、分：參考..22. 根據(jù)IMSI統(tǒng)計，進(jìn)行用戶數(shù)的劃分：參考.1 模型評估未知手機的模型，可采用統(tǒng)計學(xué)的理論計算，大致計算智能手機和非智能手機的比例，采用“每用戶”的方式給設(shè)備歸類，這主要是由于對這三類設(shè)備的統(tǒng)計基本是獨立的：1. 每用戶連接數(shù)2. 每用戶總RLP字節(jié)數(shù)3. 每用戶空口連接時長部分關(guān)鍵的假設(shè)：1. 在所有的“未知手機”里，只存在極小部分接近數(shù)據(jù)卡模型的手機用戶。如用戶使用手機進(jìn)行modem撥號上網(wǎng)。2. 智能手機/普通手機/數(shù)據(jù)卡用戶的行為方式對于已經(jīng)進(jìn)行過分類統(tǒng)計的用戶和尚未進(jìn)行過統(tǒng)計分類的用戶是完全相同的。步驟如下：1. 判別數(shù)據(jù)

19、卡：通過統(tǒng)計“每用戶總RLP字節(jié)數(shù)”，篩選出那些總的數(shù)據(jù)流量超過閥值A(chǔ)的用戶。閥值A(chǔ)主要是用于確保剩余百分之九十九的用戶均為智能手機或者普通手機的用戶。如此篩選的的用戶就可以被認(rèn)為根據(jù)X%分布的數(shù)據(jù)卡用戶（注：之所以選擇“每用戶總RLP字節(jié)數(shù)”是因為它總是處于正態(tài)分布，并且在三種“每用戶”統(tǒng)計方式里最能夠區(qū)分出手機和數(shù)據(jù)卡用戶）。2. 計算智能手機和普通手機：用以下的公式來計算每種統(tǒng)計方式下智能手機和普通手機的分布：SMARTPHONE_AVG*a%+FEATUREPHONE_AVG*（1-a%-x%）=UNKNOWN_HANDSET_AVG模型統(tǒng)計的區(qū)分計算方式是未知手機的一種歸類算法。同時

20、，也可根據(jù)不同需求，使用IMSI（詳見.2）和HWID（詳見2.2.3）進(jìn)行分類算法。.2IMSI分類以用戶類別（IMSI）作為索引的分類判斷算法，可作為現(xiàn)網(wǎng)用戶數(shù)的另一種估計方法。具體算法如下：此類算法可最大程度將用戶進(jìn)行類別劃分。但是由于未做HWID的匹配，有部分用戶可能使用了非天翼定制機（未上報更新后的終端類型），造成普通手機和智能手機的比例差異。后續(xù)將繼續(xù)對用戶上報終端信息庫的字段進(jìn)行研究，完善終端類別的統(tǒng)計。2.2.3 性能分類算法以終端類別HWID（MEID/ESN）作為索引的分類判斷算法，可作為終端性能的估計方法。主要使用在終端性能評估中。具體算法如下

21、：此類算法可最大程度將終端進(jìn)行類別劃分。在統(tǒng)計終端性能時，將以HWID（MEID/ESN）作為天翼定制機的評估分類依據(jù)。2.2.4 用戶群匹配模型算法針對特殊用戶群（如iPhone），可建立特殊用戶群的跟蹤算法。用戶群匹配模型流程通過特定用戶群號碼（IMSI）列表從EVDO話單中提取IMSI、流量、時長等字段，計算用戶數(shù)，連接次數(shù)，前、反向流量連接時長等用戶模型。目前智能手機用戶匹配方法采用終端信息表匹配，可能存在時延和手機未上報的問題。后續(xù)將研究其他關(guān)聯(lián)方式，提高用戶的匹配度。2.2.5 時間均分算法均分化流程由于PCMD呼叫測量記錄是在每次呼叫完成后才形成記錄的，并以1小時為最小保存周期（

22、例如，一個數(shù)據(jù)卡用戶在8點10分發(fā)起數(shù)據(jù)連接，9點30分?jǐn)嚅_數(shù)據(jù)連接，記錄將保存在10點生成的1XEVDOPCMD文件中）。因此，從時域維度上進(jìn)行小時化分析，存在話務(wù)統(tǒng)計的滯后性。為了解決這個問題，在計算中需引入PCMD均分化算法。目前由于話單記錄不能區(qū)分業(yè)務(wù)，因此模型分析中不區(qū)分每業(yè)務(wù)的具體模型。后續(xù)將對每業(yè)務(wù)模型特征做進(jìn)一步的研究分析。2.2.6 連接模型算法以每連接話單作為樣本，對連接模型進(jìn)行統(tǒng)計。通過對每連接時長、每連接前/反向流量、連接間隔的計算，建立各類型用戶的每連接模型。?每連接時長：對各類用戶每條話單的連接時長進(jìn)行平均，得出不同類型用戶的每連接時長（可根據(jù)需求設(shè)定門限值，將連接

23、時長超長話單或異常話單從樣本中剔除）；?每連接前/反向流量：對各類用戶每條話單的RLP層前/反向流量進(jìn)行求平均，得出不同類型用戶每連接前/反向流量；?平均連接間隔：通過將每連接的連接建立時間與連接時長求和，得出連接結(jié)束時間。以IMSI為標(biāo)識，計算同一用戶時間相鄰的話單中，后一條話單的連接建立時間與前一條話單的連接結(jié)束時間的差值，并對同類用戶的差值求平均，得到各類用戶的平均連接間隔。（注1：當(dāng)用戶在統(tǒng)計周期內(nèi)僅存在1條話單記錄，則在統(tǒng)計平均連接間隔時將此用戶剔去。注2：當(dāng)計算跨天連接間隔時，需將后一條話單的連接建立時間+N*24小時，其中N為相隔日期數(shù)）。通過以上算法，可分析各類用戶的連接特性，

24、并可以通過每連接模型的分布，對心跳機制等行為特征進(jìn)行研究。2.3模型特征2.3.1 時域 同類終端不同資源由于智能手機的應(yīng)用多樣性，用戶不同時段應(yīng)用存在差異使其不同資源占用最忙時及24小時變化趨勢存在差異。下圖為智能手機24小時流量和連接數(shù)變化趨勢圖：從智能手機24小時流量和連接數(shù)變化情況可以看到，智能手機流量忙時出現(xiàn)在晚上18:00-19:00，而連接忙時出現(xiàn)在下午14:00-15:00。反映出智能手機用戶不同時段的應(yīng)用特性存在差異。因此分析同類終端的不同資源維度時，需關(guān)注不同的最忙時特性。 不同終端同類資源不同類別終端，因用戶使用業(yè)務(wù)特性差異，同類資源消耗的時域

25、特征存在差異。下圖分別為智能手機和數(shù)據(jù)卡工作日24小時流量變化趨勢：通過一周工作日24小時流量變化趨勢對比可以看出：智能手機的流量最忙時出現(xiàn)在18:00-19:00,而數(shù)據(jù)卡的流量最忙時出現(xiàn)在21:00-22:00。不同終端類別的流量最忙時不同，流量變化趨勢也存在差異。因此分析不同終端的同類資源維度時，同樣需關(guān)注不同的最忙時特性。 忙時遷移同類終端（尤其是智能手機），隨著應(yīng)用的快速發(fā)展，用戶的使用習(xí)慣發(fā)生變化，也使得終端資源占用特性在逐漸變化。下圖為3個月的智能手機24小時流量變化趨勢：月份智能手機流量最忙時3月18:00-19:005月18:00-19:006月21:00-22

26、:00通過三個月智能手機用戶的流量最忙時統(tǒng)計可以看出，忙時從18:00-19:00遷移至6月21:00-22:00。因此對于終端資源占用的忙時特征，需要持續(xù)跟蹤分析。2.3.2 地域由于終端特性不同，不同時段用戶的移動性存在明顯差異，造成地域特性的差異。通過PCMD可以針對不同終端類型進(jìn)行移動性變化分析。下圖為某智能手機24小時用戶數(shù)變化趨勢：下圖為某智能手機部分時段地域活躍度：移動性統(tǒng)計8-9時17-18時21-22時平均每用戶占用小區(qū)數(shù)4.14.02.6與24小時用戶數(shù)進(jìn)行對比分析，8-9點、17-18點的用戶數(shù)與21-22點的用戶數(shù)基本相同，但用戶分布的扇區(qū)數(shù)明顯高于晚忙時，說明用戶的移

27、動性較強。針對不同終端類別的移動性特征，將做進(jìn)一步的研究。找出移動性與性能指標(biāo)和呼叫記錄之間的關(guān)系，從而制定相應(yīng)的優(yōu)化策略研究。2.3.3 統(tǒng)計方式確定資源忙時后，可通過PCMD針對相應(yīng)時段各終端類別進(jìn)行模型分析，按模型統(tǒng)計對象不同，可分為每用戶模型和每連接模型：1 .每用戶模型：反映不同終端的總體資源占用特征值2 .每連接模型：反映不同終端各類資源消耗特征的聚集性按模型統(tǒng)計方式不同，可分為均值模型和區(qū)間分布模型：1 .均值模型：反映不同終端的資源占用的對比特征2 .區(qū)間分布模型：反映聚集性區(qū)域數(shù)值用戶模型.1均值模型各類終端主要資源類別均值模型統(tǒng)計維度如下:忙時連

28、接忙時流量忙時指標(biāo)數(shù)據(jù)卡普通手機智能手機數(shù)據(jù)卡普通手機智能手機連接數(shù)忙時均值模型統(tǒng)計總連接時長(分鐘)總流量(Kbytes)前向流量(Kbytes)反向流量(Kbytes).2區(qū)間模型下圖為智能手機和數(shù)據(jù)卡的每用戶連接時長的區(qū)間分布:從上圖對比中可以看出，智能手機與數(shù)據(jù)卡的連接時長分布完全相反，智能手機有近40%的連接為1分鐘以內(nèi)的短連接，而數(shù)據(jù)卡則有超過30%的連接為30分鐘以上的長連接。卜圖為智能手機和數(shù)據(jù)卡的每用戶流量區(qū)間分布:從流量區(qū)間分布對比可以看出，智能手機用戶以低流量為主，而高流量的數(shù)據(jù)卡用戶則更多一些。從智能手機和數(shù)據(jù)卡的均值模型對比可以看出，相較于數(shù)據(jù)卡，智能終

29、端短連接集中,對連接資源的要求較高，而對流量資源的需求較小。因此隨著智能手機的普及，需要更多的關(guān)注連接類資源，部署連接類資源優(yōu)化的策略。連接模型.1 均值模型各類終端主要資源類別均值模型統(tǒng)計維度如下:忙時連接忙時流量忙時指標(biāo)數(shù)據(jù)卡普通手機智能手機數(shù)據(jù)卡普通手機智能手機每連接流量（KB）忙時均值模型統(tǒng)計每連接間隔（秒）每連接時長（秒）2.3.322區(qū)間模型下圖為智能手機和數(shù)據(jù)卡的每連接時長的區(qū)間分布：約60%的數(shù)據(jù)卡連接時長12秒，數(shù)據(jù)卡相對手機終端連接時長較長。約75%的智能手機連接時長12秒，智能手機的連接時長普遍較短。同時對于智能手機約60%的連接時長集中在2-

30、3秒、6-7秒和11-12秒。如果減去終端rapiddormancytimer（附錄7.56）或網(wǎng)絡(luò)的dormancytimer的時間，智能手機真正使用網(wǎng)絡(luò)的時間在1-2秒左右。卜圖為智能手機和數(shù)據(jù)卡的每連接間隔的區(qū)間分布:約60%的數(shù)據(jù)卡連接間隔<10秒，約30%的智能手機連接間隔<10秒，智能手機相對數(shù)據(jù)卡連接頻繁度較低。通過模型分析，可以看出不同終端類別的每連接的連接時長和間隔特性有所不同。同時，智能終端具有短連接、小流量的連接特性，需要針對此類特性制定相應(yīng)的網(wǎng)絡(luò)優(yōu)化策略。2.3.4智能手機(iPhone)模型智能手機(iPhone)的模型分析，主要包括智能手機的資源占用特性

31、分析、時域地域特性分析和總體資源占用評估：?資源占用特性分析：需要從每用戶模型分析用戶的總體特征，從每連接模型分析其行為和業(yè)務(wù)特性。通過其特性與其它終端進(jìn)行對比，找出不同終端之間在總體特征和使用特性上的差異，從而就其對網(wǎng)絡(luò)資源的影響等不同角度進(jìn)行全面評估。?時域地域特性分析：綜合不同時段的特性變化趨勢及區(qū)域分布特性，可以從時域、地域等角度進(jìn)一步分析智能手機(iPhone)在不同時段、不同區(qū)域、不同資源維度的影響。?總體資源占用評估：建立模型后，通過終端的總用戶數(shù)，評估其資源占用情況，就必須了解該類終端的激活度，才能結(jié)合終端的資源占用模型，分析其對現(xiàn)網(wǎng)資源的實際占用情況。資源占用特

32、性.1均值模型統(tǒng)計項全天21-22時14-15時最忙時每用戶每小時連接次數(shù)15171824每用戶每小時總流量（KB）1042127912961799每用戶每小時前向流量（KB）951116411761665每用戶每小時反向流量（KB）91115120160每用戶每小時時長（s）340385322103.2模型對比終端類型連接次數(shù)（次）總流量（KB）前向流量（KB）反向流量（KB）時長（S）iPhone4s周末1524052251155237iPhone4s工作日1614621352110257對比樣本iPhone43612391141156421高端機336616

33、0259396中端機3351245169299低端機1527724136222智能手機265194675043.3每連接模型連接時長以短連接為主。連接流量以小流量為主。統(tǒng)計每連接的區(qū)間和均值模型，確定智能手機（iPhone）的連接分布特性，并制定相應(yīng)的優(yōu)化策略。優(yōu)化策略判別流程請參見本冊第4,2.1章節(jié)。每連接連接模型時長均值統(tǒng)計工作日用戶數(shù)略高于周末，兩者趨勢基本相同。工作日連接數(shù)略高于周末，兩者趨勢基本相同。周末流量明顯高于工作日，工作日工作時段流量偏低。工作日連接時長略高于周末，兩者趨勢基本相同。統(tǒng)計智能手機（iPhone）工作日和周末的每用戶24小時模型，確定變化趨勢的

34、異同點。對均值模型的計算需考慮工作日和周末的最忙時需求。連接特性各類終端連接特性對比如下：終端類型每用戶主動連接次數(shù)（次）每用戶被叫連接次數(shù)（次）數(shù)據(jù)卡15.698.27普通手機9.9113.7智能手機10.1415.57iPhone4s13.955.76iPhone46.4929.27iPhone4s連接以AT發(fā)起的連接為主，與其他智能終端不同。iPhone4s及智能手機24小時連接分類對比圖如下：從上圖對比可以看出，iPhone4s終端發(fā)起的連接在白天較平穩(wěn)，終端發(fā)起的連接次數(shù)與智能手機接近。與智能手機不同的時，iPhone4s連接次數(shù)在凌晨較低，且全天網(wǎng)絡(luò)發(fā)起的連接次數(shù)均遠(yuǎn)

35、低于智能手機水平。進(jìn)一步將iPhone與幾款典型終端連接特性對比如下:對比指標(biāo)iPhone4siPhone4SCH-i909MOTO-XT800HW-C8500每用戶忙時主動發(fā)起連接次數(shù)13.956.4915.2911.247.34每用戶忙時被叫發(fā)起連接次數(shù)5.7629.2718.3321.367.69從以上對比可以看出，iPhone4s終端的連接中AT發(fā)起的連接比例遠(yuǎn)遠(yuǎn)高于其它幾款典型智能手機。在分析iPhone4s的連接特性時，發(fā)現(xiàn)iPhone4s與iPhone4存在較大區(qū)別，主要是由于：1、iPhone4s對消息推送方式進(jìn)行了改進(jìn)。2、iPhone4s采用CT-WAP接入方式，與CT-N

36、ET的接入方式相比，被端口掃描的可能性降低。端口掃描可參見本冊章節(jié)。為更好的掌握iPhone4s的連接特性，需要對單機進(jìn)行業(yè)務(wù)測試，以掌握統(tǒng)計數(shù)據(jù)的特征。單機業(yè)務(wù)測試請參見本冊3.5章節(jié)。時域地域特性.1 24小時趨勢（一）連接次數(shù)由以上數(shù)據(jù)顯示，iPhone4s用戶DO連接次數(shù)與全網(wǎng)用戶連接次數(shù)隨時間段波動較一致。（二）連接時長由以上數(shù)據(jù)顯示，iPhone4s用戶DO連接時長與全網(wǎng)用戶連接時長隨時間段波動在上、下班高峰時間有所差異。（三）流量分析由以上數(shù)據(jù)顯示，iPhone4s用戶DO流量與全網(wǎng)用戶流量隨時間段波動在晚忙時有所差異。統(tǒng)計智能手機（iP

37、hone）與全網(wǎng)各維度資源的24小時趨勢對比，確定變化趨勢的異同點。預(yù)估智能手機忙時段，挖掘可能存在的突發(fā)資源需求。.2區(qū)域分布移動性統(tǒng)計8-9時17-18時21-22時平均每用戶占用小區(qū)數(shù)4.14.02.6與24小時用戶數(shù)進(jìn)行對比分析，8-9點、17-18點的用戶數(shù)與21-22點的用戶數(shù)基本相同，但用戶分布的扇區(qū)數(shù)明顯高于晚忙時，說明用戶的移動性較強。隨著智能手機的快速增長，白天的手機終端移動性對網(wǎng)絡(luò)產(chǎn)生的影響需特別關(guān)注。后續(xù)將繼續(xù)對手機終端的移動性影響進(jìn)行研究。激活度激活度：小時內(nèi)出現(xiàn)的終端用戶與出帳用戶數(shù)的比值用戶數(shù)*實際激活度即可得到單個小時的實際激活用戶。

38、終端類型激活度數(shù)據(jù)卡20.32%普通手機22.62%智能手機23%iPhone65%與其他終端相比，iPhone的激活度明顯高于其他終端，說明用戶的活躍度較強。網(wǎng)絡(luò)容量預(yù)估時，針對不同終端類別的發(fā)展用戶數(shù)，需乘以不同的激活度，以預(yù)測網(wǎng)絡(luò)資源消耗情況。2.4分析工具2.4.1 終端分類工具根據(jù)不同的未知手機分類方式（.1和.2兩類算法），將終端分類工具分為兩種，通過主界面進(jìn)入，如下圖：通過主界面選擇不同的分類方式：可分別使用以下兩種不同的分類工具。 基于IMSI的分類工具上圖為終端分類工具，通過導(dǎo)入終端信息表、EVDO話單、1X話單作為源數(shù)據(jù)，經(jīng)過用戶分

39、類算法（.2）得出EVDO話單中，各類終端的數(shù)量和比例。具體操作步驟如下：1. 在主界面中點擊算法一中的“終端分類”按鈕，打開終端分類工具（算法1），如上圖。2. 整理終端信息表，包含唯一的IMSI、MEID，并包含是否為智能手機操作系統(tǒng)的標(biāo)識3. 點擊左上角“開始導(dǎo)入”，導(dǎo)入終端信息表4. 點擊“添加文件”，添加EVDO原始話單后點擊“開始導(dǎo)入”5. 點擊“添加文件”，添加1X原始話單后點擊“開始導(dǎo)入” 基于模型的分類工具上圖為模型終端分類工具，通過導(dǎo)入終端信息表、EVDO話單、1X話單作為源數(shù)據(jù)，經(jīng)過屬性分類算法，得出EVDO話單中，各類終端的數(shù)量

40、和比例。但在進(jìn)行用戶數(shù)預(yù)估時，過多的未知手機會影響預(yù)估和評估的結(jié)果。因此，需對未知手機做進(jìn)一步的分類評估。由此我們根據(jù)算法(.1)，使用未知手機分類工具對分類進(jìn)行二次修正，得到最終結(jié)果，如下圖：具體操作步驟如下：1. 在主界面中點擊算法二中的“第一步：屬性分類”按鈕，打開終端分類工具(算法2)如上圖。2. 整理終端信息表，包含唯一的IMSI、MEID，并包含是否存在操作系統(tǒng)的標(biāo)示3. 點擊左上角“開始導(dǎo)入”，導(dǎo)入終端信息表4. 點擊“添加文件”，添加EVDO原始話單后點擊“開始導(dǎo)入”5. 點擊“添加文件”，添加1X原始話單后點擊“開始導(dǎo)入”6. 點擊“開始分析”得出終端分類結(jié)果7

41、. 導(dǎo)出統(tǒng)計數(shù)據(jù)，智能手機IMSI，普通手機IMSI，未知手機IMSI以及數(shù)據(jù)卡IMSI8. 使用2.4.2終端模型工具，計算各類終端模型，并導(dǎo)出9. 在主界面中點擊算法二中的“第三步：未知手機分類”按鈕，打開“未知手機分類”工具，如下圖：10. 點擊“開始導(dǎo)入”，選擇第 6 步中導(dǎo)出的未知手機IMSI 。11. 點擊“添加文件”，添加EVDO原始話單后點擊“開始導(dǎo)入”。12. 導(dǎo)入完成后選擇“高級設(shè)置”頁面，如下圖：13. 在高級設(shè)置頁面選擇是否刪除超長話單以及設(shè)置超長話單門限；設(shè)置數(shù)據(jù)卡用戶的流量模型門限；選擇要采用的區(qū)分智能手機和普通手機的模型并輸入第8步中計算得到的對應(yīng)模型值。14.

42、回到主菜單頁面，點擊開始分析，得到分析結(jié)果如下圖：15. 結(jié)合第5步得到的分類統(tǒng)計數(shù)據(jù)和第14步得到的未知手機分類數(shù)據(jù)，最后得到終端分類結(jié)果如下：分類方法對比通過兩種算法對同一樣本數(shù)據(jù)的分析結(jié)果（算法二指修正后的結(jié)果）可以看到：1 、算法一與算法二得到的智能手機比例接近，算法二略高。2 、算法一得到的普通手機比例明顯高于算法二3 、算法一得到的數(shù)據(jù)卡比例明顯低于算法二這種差別的主要原因和對策如下：1 、算法一僅使用IMSI匹配，可能將部分更換為非天翼定制智能手機的用戶匹配為普通手機（更換前使用天翼定制的普通手機），造成手機終端類型的誤判。2 、算法二由于不使用IMSI匹配，而將較

43、多的樣本通過匹配1X話單的方法區(qū)分手機和數(shù)據(jù)卡，因此其準(zhǔn)確性受到1X話單樣本數(shù)量的影響。以上例子中僅采用了一1X 話單，可以個小時的1X話單數(shù)據(jù)，因此數(shù)據(jù)卡比例較高。導(dǎo)入更長時間的有效提高匹配準(zhǔn)確性，但降低分析效率。后續(xù)將繼續(xù)研究終端類型的分類方法，提高劃分的準(zhǔn)確度。2.4.2終端模型分析工具上圖為終端模型分析工具，通過終端分類工具（2.4.1）導(dǎo)出各類終端的IMSI列表，通過終端模型分析工具，計算連接次數(shù)、連接時長、前反向流量、用戶數(shù)等終端指標(biāo)。具體操作步驟如下：1. 點擊左上方“開始導(dǎo)入”，導(dǎo)入用戶IMSI列表2. 選擇“是”或“否”刪除由于終端原因引起的超長話單記錄3. 點擊“添加文件”

44、，添加EVDO原始話單后點擊“開始導(dǎo)入”4. 點擊“開始分析”得出終端話務(wù)模型結(jié)果注：PCMD中存在超長話單（異常）現(xiàn)象，目前采用人工設(shè)定閥值去除超長話單，后續(xù)將研究較為準(zhǔn)確的異常的超長話單去除方法。3網(wǎng)絡(luò)負(fù)荷評估智能手機的快速普及和移動互聯(lián)網(wǎng)應(yīng)用多元化發(fā)展使得無線網(wǎng)絡(luò)的各類資源都面臨新的考驗，對應(yīng)網(wǎng)絡(luò)問題的出現(xiàn)，需要從各類資源維度進(jìn)行全面分析和挖掘，及時發(fā)現(xiàn)網(wǎng)絡(luò)中的資源瓶頸。3.1 分析流程1 、從網(wǎng)絡(luò)側(cè)、終端側(cè)和業(yè)務(wù)側(cè)進(jìn)行全面評估，確定用戶使用習(xí)慣的變化。2 、對全網(wǎng)載扇資源進(jìn)行評估，確定是否存在需優(yōu)化區(qū)域。3.2 月度走勢分析首先通過對網(wǎng)絡(luò)三側(cè)月度指標(biāo)統(tǒng)計，進(jìn)行直觀全面的分析。3.2.1

45、 網(wǎng)絡(luò)側(cè)分析網(wǎng)絡(luò)側(cè)各資源發(fā)展情況，確定連接類資源（連接時長、連接次數(shù)）增長明顯。3.2.2 業(yè)務(wù)側(cè)目前手機用戶應(yīng)用以HTTP類的低流量連接類業(yè)務(wù)為主。數(shù)據(jù)卡用戶應(yīng)用以流量類業(yè)務(wù)占比最高，但HTTP類業(yè)務(wù)也已高居第二位，和首類業(yè)務(wù)占比不相上下。3.2.3 終端側(cè)通過無線側(cè)話單分析，確定不同終端類型用戶的增長趨勢，確定終端變化對網(wǎng)絡(luò)產(chǎn)生的影響。3.3 忙時分析3.3.1 忙時定義根據(jù)資源使用情況，將忙時定義為連接忙時和流量忙時。 連接忙時分別取1月和12月一周工作日24小時連接時長按小時平均，變化趨勢如下：從上圖可以看出，連接忙時為下午14-15點。全年連接數(shù)發(fā)生了變化，連接忙時未改

46、變，但早忙時連接時長比例出現(xiàn)了大幅增長，開始接近下午忙時。 流量忙時分別取1月和12月一周工作日24小時連接時長按小時平均，變化趨勢如下：從上圖可以看出，流量忙時為晚上21:00-22:00。全年晚忙時流量增幅明顯高于白天，但連接時長全天均明顯增長，反映出早上和下午用戶使用3G業(yè)務(wù)的流量小，晚上流量大的特點。而流量增幅遠(yuǎn)低于連接時長，可以反映出流量類業(yè)務(wù)向連接類業(yè)務(wù)的遷移。3.3.2 PCMD數(shù)據(jù)評估通過分終端類別的無線話單進(jìn)行分析，確定用戶在忙時的使用特性。14:00-15:00：連接數(shù)和連接時長忙時21:00-22:00：數(shù)據(jù)流量忙時 用戶分布根據(jù)PCMD數(shù)據(jù)，

47、分析統(tǒng)計時段（忙時或天）分終端類別的用戶分布情況如下:數(shù)量百分比數(shù)據(jù)卡各類終端用戶數(shù)量各類終端用戶占比手機智能手機普通手機根據(jù)不同終端類型的用戶數(shù)分布，確定不同忙時的集中用戶群特性，以及對網(wǎng)絡(luò)可能產(chǎn)生的資源影響。 每連接時長分布（*注：計算連接時長分布時不包括與session相關(guān)的連接）通過分終端類別的無線話單分析，可以看出隨著智能手機的快速增長，智能手機對網(wǎng)絡(luò)資源的冗余的占用需要及時釋放。智能手機使用網(wǎng)絡(luò)的時間1-2秒的連接數(shù)約占總連接數(shù)白660%左右，部分資源存在冗余占用情況。所以需要對冗余資源進(jìn)行優(yōu)化（比如縮短DormancyTimer）從而更有效地利用網(wǎng)絡(luò)資源。3.3.2

48、.3 每連接間隔分布通過分終端類別的無線話單分析，從連接間隔的角度來看，如果下一次數(shù)據(jù)包較早的到達(dá)，那么較長的DormancyTimer可以避免包到達(dá)而引起的連接請求。但是從智能手機的特性可以看到智能手機的連接相對不頻繁，也就是說可以將當(dāng)前連接的DormancyTimer縮短，從而釋放不必要的資源占用。而且隨著智能手機快速增長，需要對冗余占用資源及時釋放，提升網(wǎng)絡(luò)資源的有效利用率。3.3.3 KPI指標(biāo)評估對載扇級個性忙時能力進(jìn)行分析。通過各資源統(tǒng)計，確定目前網(wǎng)絡(luò)的資源使用情況。 每載扇連接時長分布約15%的載扇連接時長<1Erl，約1%的載扇的連接時長>28Erl。

49、目前看來全網(wǎng)連接時長負(fù)荷不高，但部分載扇已達(dá)到優(yōu)化建議門限。請參看下圖詳細(xì)分布圖。 每載扇等效用戶數(shù)分布由于流量具有較強突發(fā)性，因此采用等效用戶數(shù)對前向流量類負(fù)荷進(jìn)行表征。超過60%的載扇等效用戶數(shù)<1，約2%的載扇的等效用戶數(shù)>4。目前看來全網(wǎng)連接時長負(fù)荷不高，但部分載扇已達(dá)到優(yōu)化建議門限。請參看下圖分布： 每載扇連接請求次數(shù)分布大概約70%的載扇連接請求次數(shù)<1000次/小時。目前沒有載扇的連接請求次數(shù)超過27000次/小時。請參看下圖分布：優(yōu)化建議門限參考接入信道負(fù)荷門限（27000次/小時，AccessCycleDuration設(shè)置為32s

50、lot），詳細(xì)計算方式請見本冊章節(jié)。 每載扇RoT分布大概約3%的載扇的RoT（長期平均RSSI）>7dB。目前反向負(fù)荷不高，但是隨著負(fù)荷的增加，需制定相應(yīng)的應(yīng)對策略。請參看下圖分布：3.3.4特性分析對全網(wǎng)資源評估，通過PCMD對用戶每連接模型進(jìn)行區(qū)間和均值統(tǒng)計，確定資源占用特性：指標(biāo)忙時數(shù)據(jù)卡普通手機智能手機每連接流量（kbps）均值統(tǒng)計每連接間隔（秒）每連接時長（秒）通過KPI話務(wù)指標(biāo)統(tǒng)計，對各資源維度進(jìn)行載扇級話務(wù)評估，確定資源負(fù)荷是否存在偏高的情況。均值統(tǒng)計參見下圖:指標(biāo)全網(wǎng)均值超門限載扇數(shù)連接請求次數(shù)均值統(tǒng)計載扇個數(shù)連接時長等效用戶數(shù)ROT從數(shù)據(jù)統(tǒng)

51、計看，目前全網(wǎng)網(wǎng)絡(luò)負(fù)荷總體不高，小部分載扇資源負(fù)荷已達(dá)到瓶頸。忙時智能手機用戶的連接時長和連接間隔有著如下的特性：約60%的智能手機用戶使用網(wǎng)絡(luò)資源的時間在12秒。隨著智能手機的快速增長，需要對網(wǎng)絡(luò)時長資源進(jìn)行優(yōu)化。對智能手機用戶，約>70%連接間隔>10秒，也就是說智能手機用戶建連接不是很頻繁。需要通過優(yōu)化減小來釋放網(wǎng)絡(luò)冗余資源的占用。從以上對話單（PCMD）以及KPI的分析，可以得出如下的結(jié)論：智能手機以相當(dāng)快的速度增長。而智能手機用戶行為和傳統(tǒng)的數(shù)據(jù)卡用戶行為有著顯著的差別。所以隨著智能手機用戶的增長，需要對網(wǎng)絡(luò)進(jìn)行針對性的優(yōu)化。3.4 終端側(cè)評估3.4.1 分析算法除網(wǎng)絡(luò)側(cè)

52、話單和KPI評估外，對終端側(cè)需要進(jìn)行分終端型號的性能評估?；诮K端的網(wǎng)絡(luò)指標(biāo)統(tǒng)計可以幫助及時核查現(xiàn)網(wǎng)的終端性能，以及對網(wǎng)絡(luò)指標(biāo)的影響。作為終端側(cè)策略，建議進(jìn)行周期性的話單統(tǒng)計，以及時了解終端對網(wǎng)絡(luò)的影響。本次終端性能評估，主要依托PCMD數(shù)據(jù)，根據(jù)其中的HWID（ESN/MEID）字段對終端進(jìn)行區(qū)分，并計算相關(guān)指標(biāo)。（1）數(shù)據(jù)來源1. PCMD：上海貝爾針對CDMA網(wǎng)絡(luò)開發(fā)的一個Feature主要用于追蹤每一條通話記錄。分為1xPCMD和EVDOPCMD。2. 終端信息表：根據(jù)手機的ESN或MEID對應(yīng)具體終端品牌及型號的記錄。（2）關(guān)鍵字段介紹1. IMSI：移動用戶識別碼/國際移動用戶識別

53、碼） ， 用于唯一識別移動用戶的一InternationalMobileSubscriberIdentity個號碼，共有15位十進(jìn)制數(shù)。2. CFC：通話結(jié)束種類(CallFinalClass)。反映每次通話的完成情況。3. CFCQ：通話結(jié)束種類子類(CFCQualifier)。對CFC進(jìn)行進(jìn)一步的分類。4. RLPBytesTransmittedtoAT：前向RLP層流量。5. RLPBytesReceivedfromAT：反向RLP層流量。6. RLPBytesRe-receivedfromAT：前向RLP層重傳流量。7. RLPBytesRetransmitted(NAKed)toAT

54、：反向RLP層重傳流量。(3)終端型號獲取方法根據(jù)前端提供的終端信息表將話單中的HWID(ESN/MEID)與之關(guān)聯(lián)，得到相應(yīng)的終端型號、生產(chǎn)廠商及操作系統(tǒng)。(4)性能評估方法終端DO連接建立成功率：選取全天DOPCMD，主要統(tǒng)計字段為IMSI，CFC，CFCQ。通過終端信息表，關(guān)聯(lián)話單中HWID(ESN/MEID)的手機型號及生產(chǎn)廠商，統(tǒng)計每種終端的連接建立請求次數(shù)(CFCQ<>2206且CFC不為空的話單總數(shù))，連接建立成功次數(shù)(CFC=1或CFC=2的話單總數(shù))，得出終端連接建立成功率。終端DO連接掉話率：選取全天DOPCMD，主要統(tǒng)計字段為IMSI，CFC，CFCQ。通過終端信息表，關(guān)聯(lián)話單中HWID(ESN/MEID)的手機型號及生產(chǎn)廠商，統(tǒng)計每種終端的連接掉話次數(shù)(CFCQ=100