路测信令智能分析解决专项启动书

单位：福建公司无线优化中心
日期： 2022 年 4 月
项目背景

路测事件根因定位是网络自动驾驶的重要一环，通过大量路测发现网络问题，用户感知，网络考核等，
进而解决问题提升网络质量。目前路测问题的定位主要采用人工分析方式，分析思路为单线程逐步排查，分析
效率低，而且分析结果与工作人员优化水平和经验强相关。同时，当前路测数据海量大，人工分析成本太高，
流程繁琐，分析效率低，耗时长，分析结果不准确，事件分析遗漏，同时事件分析的经验固化少。
传统优化分析方式在分析准确性和分析效率方面存在一定局限性，分析测试 LOG 中异常事件需结合无线
性能指标、告警数据、层 3 信令数据、地理信息等。
通过将路测问题的分析过程矩阵化，建立路测问题根因分析经验矩阵，同时采用系统自动化分析路测问
题，实现路测问题分析自动化和矩阵化。

分析成本高 / 流程繁琐 分析效率低 / 耗时长

需要通过相应的软件手动回放 LOG 进行 人工分析测试 LOG 需要优化工程师分析

分析及异常事件识别，需要人力资源多， 覆盖问题、邻区问题、信令问题、小区
对分析人员技术要求高。 性能指标，还需结合站点地理信息，耗
时耗力效率非常低下

分析痛
点
分析结果存在不准确 / 遗漏 经验固化少

分析结果受优化人员的网优技能水平影 缺乏智能分析功能，所有分析有依赖人
响，可能存在分析结果不准确、遗漏等 工，不能避免重复性工作，优秀技术人
问题。 员的经验不能得到固化和传承

2
总体思路

信令智能分析是通过建立规范的自动优化分析体系，根据异常事件定位，自动截取事件发生前一定时间内
的相关信令，根据制定好的自动分析规则，输根因定位结果，解放了人力、提高了分析效率。

异常事件发现 事件根因定位
非凡图库：om
c.cpw
iw
ffw
.

解决方案 根因定位准确性评估

结合现有平台的优化记录留痕及
路测系统解析并提供路测 LOG 基于路测下行数据信令对异常事 寻优算法推进智能化解决问题，
的事件。如掉话、掉线、切换失 件进行初步的诊断分析。关联异 同时加入专家人工判断，进行解 人工分析根因对比机器根因定位，
败、 RRC 连接失败、 TAU 失败 常事件发生该时段的性能指标对 决方案补盲，迭代形成案例库及 分析机器根因定位准确性。
等异常事件。 异常事件根因二次诊断定位并输 方案库，通过机器学习自动匹配
出主次根因。 最优解决方案，达成智能化解决
方案的目标

问题发现 问题分析
问题分析 问题解决
问题解决 定位评估
定位评估

复测闭环

 解决思路 - 信令智能分析：利用 ATU 路测采集的 LOG 数据，通过异常事件信令的分析，无线环境的

初步诊断和后台性能表的联合诊断，实现测试 LOG 的异常事件根因输出。 ·

3
异常事件发现输出

路测系统对 LOG 进行解析并进行异常事件及相关数据输出。如掉话、掉线、切换失败、 RRC 连接失败、

TAU 失败等异常事件。根据异常事件时间定位，自动截取事件发生前一定时间内的相关信令数据。如服务小区，
邻小区的 RSRP ， SINR ， PCI ，干扰…… ..

• 时间及事件发生前一 PCell1 PCell1 - PCell1 - PCell1 -

Longitud PCell1 -
定时间内的信令 PC Time UE Time Latitude Event -Beam Beam SS- Beam SS- Beam SS-
掉线 • RSRP,SINR
e
NARFCN
Beam PCI
RSRP RSRQ SINR
• …… 29:02.6 29:02.3 119.2958 26.07456 Outgoing Dropped Call 504990 184 -65.13 -10.5 24.13
119.3077 26.06692 Outgoing Dropped Call
56:27.6 56:26.2 119.3099 26.05549 Outgoing Dropped Call 504990 68 -81.44 -10.5 13.44
• 时间及事件发生前一 16:42.9 13:57.0 119.3159 26.06351 Outgoing Dropped Call 504990 492 -90.06 -13.75 0.38
切换失 定时间内的信令
败 • RSRP,SINR
• ……
路测系统对 LOG PCell1 PCell1 - PCell1 - PCell1 -
进行解析并进行 Longitud PCell1 -
PC Time UE Time Latitude Event -Beam Beam SS- Beam SS- Beam SS-
e Beam PCI
异常事件及相关 NARFCN RSRP RSRQ SINR
数据输出 • 时间及事件发生前一 11:05.3 11:04.9 119.2929 26.07169 NR Cell PRACH Failure 504990 598 -99.5 -18.44 -7.38
RRC 连 定时间内的信令 119.2929 26.07169 NR Radio Link Failure
接失败 • RSRP,SINR
• ……
119.3092 26.0594 NR Radio Link Failure
119.3092 26.0594 NR HO Failure

……

4
根因定位 - 流程

基于异常事件发生时间及主邻小区信息，根据异常事件时间定位，自动截取事件发生前一定时间内的相关
信令。如服务小区，邻小区的 RSRP ， SINR ， PCI ，干扰…… .. 同时，与对应时段小区邻区的告警、参
数、性能等数据进行关联分析。

小区性
能表
全量告 小区配
警表 置表

根因初步诊断：通过路测数据采集的 路测数
性能表
RSRP 、 SINR 、邻区关系等下行数据进 据
行初步根因诊断定位大部分异常事件 根因定位结果
根因 输出

主根因
异常事件及相 异常事件根因 异常事件根因
路测数据
关信令数据 初步诊断 联合诊断

次根因
关联分析根因定位：制定异常事件自动分析
根因规则，并在平台进行部署，实现异常事
件智能分析定位
通过离散度计算主次根
因，与固化的经验拟合
输出。

5
根因定位 - 流程

路测数据
根因诊断模块
根因诊断模块
根因诊断模块
异常事件根因联合诊断
问题事件类型 根因诊断模块
时间 异常事件根因 分析经验
掉线 初步诊断
性能表 案例库
切换失败 异常事件根
路测数据 …… 因判定规则
重叠覆盖
全量告警表
高干扰
异常事件
信令数据 小区性能表
高负荷
小区配置表
……
……
离散度计算

输出结果
N 发生小区 主根因 次根因 次根因
问题事件时间 1
1 1 1 1
根因是否合 例如：掉线 例如：弱覆盖 例如：过覆盖 例如：上行干扰
理问题解决
发生小区 主根因 次根因 次根因
问题事件时间 2
Y 2 2 2 2
例如：掉线 例如：弱覆盖 例如：过覆盖 例如：上行干扰
发生小区 主根因 次根因 次根因
固化根因判 问题事件时间 3
3 3 3 3
定规则 例如：掉线 例如：弱覆盖 例如：过覆盖 例如：上行干扰
6
根因诊断规则制定

制定合理的路测问题事件主次根因，采用经验丰富的路测分析优化工程的分析经验和优化分析案例库等以
往有效的数据库建立相应问题库。在路测问题分析的过程中，针对路测的某一类问题，如：高质差路段，系统
化建立分析模型，采用量化分析问题根因，逐渐改变“基于个人经验分析”的现状，建立路测分析经验库，固
化分析经验，提升根因定位的准确性和自动化程度。

异常事件根因诊断（范例）：
模块 异常事件根因 数据源表 规则
是否弱覆盖 路测数据 满足主服务小区RSRP≤-110且不包含主服告警、邻区告警、邻区漏配、切换不及时，则判定为弱覆盖
根因 满足【主服务小区载波号-邻区载波号】的绝对值<10 且【邻小区rsrp-服务小区rsrp】>-6 且【主服务小区的rsrp】＞-110的记录，对应的【邻区CI
下行高重叠 路测数据
初步 】，去重后的数量≥3个，则定义为重叠覆盖
诊断 满足【主服务小区载波号-邻区载波号】的绝对值<10 且【主服务小区的rsrp】＞-110 且【邻小区rsrp-服务小区rsrp】>-6 且【主服务小区PCI】
是否下行MOD干扰 路测数据
mod3取余数=【邻小区PCI】mod3取余数的记录，则判定为MOD3干扰
异常事件时段内主服务小区是否存在驻波和时钟问题告警，若有则输出对应存在的告警，若没有则输出无告警
是否主服告警 全量告警表 1、驻波厂家告警ID：大唐1155000 中兴：198098465 华为：26529 诺基亚：76541837/76531837；
2、时钟问题告警:华为告警代码26262/26260 诺基亚：76531926/76531903/76503080/76501818 中兴：198092217
判断异常事件时段内用户位置周边300m小区且用户与小区的夹角在该小区方位角±60°范围内的小区是否存在断站、退服、驻波，若有则输出邻区存在
对应告警：
是否邻区故障 全量告警表、LTE小区配置表
1、断站、退服告警ID：100003、100004
2、驻波告警ID：大唐1155000 中兴：198098465 华为：26529 诺基亚：76541837/76531837；
是否切换不及时 路测数据、邻区漏配表 邻小区不在服务小区的邻区漏配表中，并满足RSRP大于等于-105dBm且【邻小区rsrp-服务小区rsrp】≥6db判断为切换不及时
1、通过主服务小区CI匹配最新的《智能参数管理平台->邻区核查->参数自动核查->邻区核查(邻区)/4->4邻区->漏配导出》后台表的【4G小区cid】,
根因 输出漏配邻区清单
联合 是否邻区漏配 路测数据、邻区漏配表 2、满足条件1漏配邻区清单中的【4G小区CI】匹配路测数据的邻小区CI，若 【邻小区ECI】对应的RSRPP大于等于-105dBm且（邻小区rsrp-服务小区
定位 rsrp)>≥6db且 用户位置主服务小区CI对应的【经度】、【纬度】）在【邻小区CI】方位角±60°范围内（【邻小区CI】在《LTE小区配置表》中对应【
经度】、【纬度】、【方位角】）且距离<300米时，则判断为邻区漏配
是否小区高RRC重建 LTE性能表15分钟数据 异常事件所在时段的15分钟粒度RRC连接重建比率>10%
异常事件所在时段
1、【主服务小区的RSRP】、【主服务小区的UE发射功率余量】和【参考信号功率】都不为空时，满足（【参考信号功率】+0.2-【主服务小区的RSRP
是否上行高干扰 LTE性能表15分钟数据
】<120）且（【TD-LTE服务小区的UE发射功率余量】-23<5），则判定为上行高干扰
2、
是否高负荷 LTE性能表15分钟数据 异常事件所在的15分钟粒度对应的max(上行PRB平均利用率,PDCCH信道CCE占用率)≥70%，则判定高负荷
是否低CQI LTE性能表15分钟数据 异常事件所在的15分钟粒度CQI采样点（0-6）占比>20%

7
根因算法
根因算法 - 主次根因输
出
基于数据关联分析结果，通过算法进行根因诊断，最终输出异常事件的根因结果。

1-2 分 2-4 分 4-6 分 6-8 分 8-10 分

严重程度

可信度
维度  横向：对各维度的根因的严重程度划分 5 个区间进行打分，区间内
全量告警 告警
根据不同的值线性得分，程度越严重，分数越高；程度越严重，置
表 信度越高；打分的原则基于大数据统计的分布曲线；
假弱覆盖  纵向：相同严重
程度情况下，根
路测 /MR 真弱覆盖 据日常 Case 排
障经验，基站侧 举例：图中“上行弱覆
上行弱覆 盖”和“高负荷”均为严
重要告警要优先 重，但“上行弱覆盖源
盖
处理，终端侧 “自终端侧上报的 MRO ，
为第一根因
邻区漏配 LOG 的可信度高
4->4 邻区 于核心侧用户级
4->2 邻区 切换不及
时
信令可信度，核
心侧用户级信令
S1-MME 频繁切换 层面的可信度高
于网管侧小区级
高干扰 KPI 的可信度。
LTE 性能表 高负荷

高重建

8
人工天测算
人工天测算
此次专项服务共计需要高级人工天 125 ，中级人工天 125 ，预计开展工期 6 个月（共需 250 人天），预
计需要高级人数 1 人，中级 1 人。

工作大类 工作小类 工作细项 所需高级人数 高级人工天 所需中级人数 中级人工天 工期

1 、现有 LOG 问题事件及相关数据输出； 2 、其它

需求分析 1 10 1 10 10
数据源的确定及适配。

根因定位算法输出 1 、异常事件规则输出； 2 、问题分析规则输出； 1 18 1 18 18

取数验证 1 、根因算法可行性分析 1 10 1 10 10
路测 LOG 问题事件
根因定位 平台固化开发 1 、配合算法落地生产； 2 、平台功能调试 1 19 1 19 19

问题事件验证 1 、问题事件测试及诊断结果验证 1 20 1 20 20
多根因算法研究 1 、多根因算法输出 1 19 1 19 19
根因准确性验证 1 、根因准确性验证 1 19 1 19 19
根因优化方案研究 1 、根因优化方案输出 1 10 1 10 10
总计 125 125

交付资源预测

 专项需要人员：诺基亚原厂服务，高级 1 名，中级 1 名。
 专项开展周期： 2022 年 4 月 16 日交付人员入场，资源到位，交付周期为 22 年 4 月至 22 年 10 月
 专项工作量预估：预计 250 人工天（高级人工天 125 ，中级人工天 125 ）
 专项服务范围：针对全省集路测 LOG 问题事件的一键诊断平台
 专项预估成果：完成路测 LOG 问题事件根因定位规则整理及算法完善，实现根因的准确性达到 80% 以上。

9
谢 谢！