传统优化生产模式是以网优工程师的经验为准绳,根据负责的局部片区采取“头痛医头,脚痛医脚”的方式对网络进行优化调整,其劣势越来越凸显:
1)难以保证优化质量,只关注局部片区,不在乎整体质量;优化靠经验,甚至仅参考碎片化的小数据进行定量优化分析。
2)生产效率低下,仅凭借传统人工路测、KPI进行优化调整,优化周期长。
目前,通信网络要求网络优化的基本技能有前后端信令分析,包括路测log回溯、网管信令提取等;网络故障排查,包括故障告警识别、馈线松动排查等;网络后台的操作调整,包括参数提取、KPI分析。
如此大量细致的工作要求出现一种新的方式来代替传统的人工为主的优化方式。(www.daowen.com)
网络优化大数据就是要尽量把需要关注的信息来源整合起来,包括MR(终端侧、基站侧),信令采集,网管指标,工参 [1] (站址经纬度、站高、RF参数),网络优化参数(功率、互操作、定时器、移动性管理、资源管理),从而支持对网络性能的评估及优化,甚至是网络自动优化。
3GPP已将自优化SON纳入标准协议,目前在全国各地网络优化自动化团队的共同努力下,已完成的网络优化自动化规则及工具包括场景自动精细识别、参数自动推荐、集中式自动邻区优化、PCI自动优化、功率参数自动优化、TAC划分区域自动优化。
也许有人会说,自动优化是不是要取代网络优化工程师?目前,自动优化的定位为提高分析效率,提升精准全局评估能力,逐步完善关键事件的自动判决能力,应该说,自动优化还是辅助工程师的一个工具。对于广大网络优化工程师来说,已有的网络优化规则及优化经验需要逐步梳理、归纳出来,以便推动网络优化自动化的发展,从而进一步提升工作效率。
可以说,网络优化的未来发展一定是在充分吸收和借鉴优化规则,结合大数据分析运算下的网络优化自动化。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。