网络性能对数据业务指标影响的研究项目总结报告

1、网络性能对数据业务指标影响的研究项目总结报告2006年8月目录中文摘要3正文目录4参考文献111附录112中文摘要本项目以爱立信系统为基础,对数据业务相关参数、计数器及资源配置等问题进行研究和验证，并结合无线环境、用户行为等因素，通过海量数据的分析,整理出了一套能反映网络性能与数据业务关键指标关联性的数学模型和评价体系。研究结论中的部分内容涉及目前数据业务中的实际问题，通过大量数据支持，澄清了一些技术难点，阐明了数据业务维护工作的重点所在，为规划与优化工作提供了理论指导和数据参考。关键字：无线网络性能 数据业务指标 正文目录 1项目概述62无线部分研究72.1指标介绍72.1.1数据业务性能指

2、标82.1.2无线网络性能指标82.1.3 pfc大小统计指标102.1.4无线话务统计指标112.2 pfc大小对吞吐率指标影响的研究112.3无线网络性能对吞吐率指标影响的研究142.3.1广州全网无线网络性能评估152.3.2无线网络性能对edge吞吐率指标影响的研究干扰与容量和edge每pfc数据量大小的关系无线网络性能对edge吞吐率指标影响的研究总结242.3.3无线网络性能对gprs吞吐率指标影响的研究干扰与容量和gprs每pfc数据量大小的关系无线网络性能对gprs吞吐率指标影响的研究26

3、总结272.4无线网络性能对ip传输中断的影响282.5移动性对用户感知的影响研究312.5.1研究背景312.5.2研究内容312.5.3研究结论3小区重选信令研究3 gprs/edge重选时长研究332.6信道分配流程中重要counters的触发机制研究362.6.1 信道分配流程试验362.6.2 cs域拥塞计数器的触发机制试验4 cs域_ps域资源临界点counter跳转机制4资源充足情况cs域计数器的触发机制4 资源不足情况下cs域计数器的触发机制462.6.3 preemption计数机制

4、试验492.6.4 fix-pdch和on demand pdch的分配机制试验532.6.5 关于承载数据pdch与总激活pdch数差别的研究632.6.6 试验研究小结652.7 cs-ps资源平衡研究662.7.1 研究目的662.7.2 资源争抢情况6 pdch分配不成功6预清空682.7.3 cs-ps平衡的研究70基本思路70研究条件7研究举例7研究成果773pcu研究863.1 相关指标描述与分析863.2 pcu结构描述：873.3 pcu指标实例分析893.4 本项研究结论：924核心

5、网评估944.1 gprs核心网性能评估944.1.1 接入性944.1.2 稳定性994.1.3完整性1034.1.4 容量性1054.2 gb接口分析1074.2.1 gb接口利用率与llc ipthroughput的关联性1074.2.2 gb 时隙配置与gsl 资源的关系1095涉及到的数据1121 项目概述本项目以爱立信系统为基础,对数据业务相关参数、计数器及资源配置等问题进行研究和验证，并结合无线环境、用户行为等因素，通过海量数据的分析,整理出一套能反映网络性能与数据业务关键指标关联性的数学模型和评价体系。项目研究的主要内容包括以下5个方面：1、 无线性能对数据业务指标影响的研究；

6、2、 相关counter触发机制的研究；3、 cs-ps话务平衡的研究；4、 pcu容量研究5、 核心网性能评估其中，“无线性能对数据业务指标影响的研究”及“cs-ps话务平衡的研究”是本项目的重点。“无线性能对数据业务指标影响的研究”中，详细阐述了干扰、容量和移动性能对数据业务关键指标可能产生的影响及影响的程度，给无线网的数据业务优化指明了方向；而“cs-ps话务平衡的研究”则是填补了目前结合数据与语音的容量规划空白，其规划思路与方法可以直接运用于日常的容量调整中，将对无线网络的规划工作起到积极的推动作用。2 无线部分研究2.1指标介绍随着无线数据业务不断发展，数据业务性能也要求提升到更高的

7、水平，而影响该性能有很多因素，在无线网络性能方面可大致归咎为以下3种原因：capacity（容量）、 mobility（移动性）和interference（干扰）。除了容量、移动性能和干扰之外，pfc大小也会影响到速率指标，在其它网络性能都良好的情况下，可能因为小数据量的传输而造成指标速率的下降。无线网络性能、数据业务性能以及pfc大小总能以一定的指标进行表征与量化，这也为本次研究提供了依据，以下将首先对无线研究部分涉及的数据业务性能指标、无线网络性能指标及其它相关指标进行介绍，在此基础上进一步找到各指标之间的内在联系，为无线网络的优化与规划提供更为可靠的依据。注：由于数据业务重点特征体现在下

8、行方向，因此本次研究主要针对下行方向进行。2.1.1数据业务性能指标与无线网络性能相关，用户感知最重要的数据业务性包括数据的传输速率及传输过程中发生中断的情况，因此，本项目研究的网络性能将以ip吞吐率及传输中断率两项指标来表征：dl gprs ip throughput：(dlbggthr + dlthp1gthr + dlthp2gthr + dlthp3gthr) / (dlbggdata + dlthp1gdata + dlthp2gdata + dlthp3gdata)这个指标表示下行grps ip的吞吐率。计算公式中的分子表示每个pfc的llc层pdu的累加值，分母表示在gprs模式

9、下，llc pdu数据的累加值。dl edge ip throughput：(dlbegthr + dlthp1egthr + dlthp2egthr + dlthp3egthr) / (dlbgegdata + dlthp1egdata + dlthp2egdata + dlthp3egdata)这个指标表示下行edge ip的吞吐率。计算公式中的分子表示在egrps模式下，每激活pfc吞吐量的累加值，分母表示在egprs模式下，llc pdu数据的累加值。ip transfer interrupts (tbf minutes per interrupt, dl & ul)dl： (

10、tbfdlgprs + tbfdlegprs) / 6 / (ldistfi + ldisrr + ldisoth + fludisc)ul： (tbfulgprs + tbfulegprs) / 6 / (iaulrel + prejtfi + prejoth)表征gprs 或edge ip中断情况。类似于电路交换的话务掉话比。数值越高意味着ps性能越好，也就是tbf在被非正常释放前保持时间越长(以分钟计算)。2.1.2无线网络性能指标n 网络干扰性能指标注：从项目实际的研究中可知，无线速率的大小与无线网络的干扰状况有很强的相关性，因此，本项目将以无线速率作为无线网络的干扰性能指标。无线速率

11、与无线网络干扰状况详细的相关性研究可参见附录。dl cs1-2 radio link bitrate：cs12dlack / (cs12dlsched * 20) 指示了每个时隙gprs cs1-2 的无线链接吞吐率。它是无线链路质量好坏的一个指示，好的无线链路质量将会带来高的rlc层吞吐率。dl edge radio link bitrate ： (int10bregprstbf*10 + int15bregprstbf*15 + int20bregprstbf*20 + int25bregprstbf*25 + int30bregprstbf*30 + int35bregprstbf*35

12、 + int40bregprstbf*40 + int45bregprstbf*45 + int50bregprstbf*50 + int55bregprstbf*55) / (int10bregprstbf + int15bregprstbf + int20bregprstbf + int25bregprstbf + int30bregprstbf + int35bregprstbf + int45bregprstbf + int50bregprstbf + int55bregprstbf) edge信道每时隙下行的无线链接吞吐率，它可以用来指示无线链路质量。好的无线链路质量将会带来高的rl

13、c层吞吐率。n 网络容量性能指标本项目新定义了2个容量指标（capa_cell& capa_tbf），分别用于表征小区ps容量性能及用户每tbf实际获取的容量。capa_cellcapa_cell= avg pdch allocated in cell/ sharing on b, g & e-pdchs（dl）其中，avg pdch allocated in cell（小区平均pdch数）allpdchacc/allpdchscanavg pdch allocated in cell反映的是统计时间内的小区平均分配pdch数。小区平均pdch数越大，则可用于ps业务的信道资源

14、越充足，平均每用户占用的信道资源越多sharing on b, g & e-pdchs（小区pdch叠加因子）=(dltbfpbpdch+dltbfpgpdch+dltbfpepdch)/(dlbpdch+dlgpdch+dlepdch)sharing on b, g & e-pdchs（dl）反映的是pdch上平均叠加的tbf数，称为“pdch叠加因子”。pdch叠加因子越小，则每pdch上叠加的tbf数越小，平均每用户占用的信道资源越多。小区平均pdch与pdch叠加因子都跟信道资源的多少有对应的关系。我们将两者相除，即：avg pdch allocated in cell

15、/sharing on b,g&e-pdchs，得到的值越大则说明ps域可用资源越充足，反之则越小。capa_tbfcapa_tbf=平均每tbf分配的时隙数/pdch叠加因子其中：平均每tbf分配的时隙数=(mutil14 + mutil13 + mutil12 + 2 * (mutil24 + mutil23 + mutil22) + 3 * (mutil34 + mutil33) + 4*mutil44) / (mutil14 + mutil24 + mutil34 + mutil44 + mutil13 + mutil23 + mutil33 + mutil12 + mutil

16、22)该指标反映的是平均每个tbf占用的时隙数，该值越大说明资源越充足。由于目前市场上的手机最大支持的时隙数不超过4，因此每个tbf分配到的时隙数不超过4。pdch叠加因子sharing on b, g & e-pdchs（dl）= (dltbfpbpdch + dltbfpgpdch + dltbfpepdch) / (dlbpdch + dlgpdch + dlepdch)该指标在capa_cell中已有介绍，反映的是pdch上平均叠加的tbf数。该指标的最小值为1（没有用户叠加的时候）。由于平均没tbf分配的时隙数<4，且pdch叠加因子>1，因此：capa_tbf=

17、平均每tbf分配的时隙数/pdch叠加因子<4。2.1.3 pfc大小统计指标llc层数据量传送的大小可以通过pi（性能指标）gprs/edge llc data volume per pfc activity（gprs/edge llc数据量每pfc）来体现，该指标数值大表示tbf有大量的数据传送，反之则表示tbf包含的数据量很小。dl gprs llc data volume per pfc activity：(dlbggdata+dlthp1gdata+dlthp2gdata+dlthp3gdata) / (dlbggpfc+dlthp1gpfc+dlthp2gpfc+dlthp3

18、gpfc)dl edge llc data volume per pfc activity：(dlbgegdata+dlthp1egdata+dlthp2egdata+dlthp3egdata) / (dlbgegpfc+dlthp1egpfc+dlthp2egpfc+dlthp3egpfc)2.1.4无线话务统计指标可用信道数可用信道数= tavaacc / tavascantavaacc:available tch accumulator. tavascan:number of accumulations.tavaacc/tavascan表示交换机连接的所有基站中可以正常指派的tch数目每

19、线话务量：每线话务量= ( tftralacc / tfncsan ) / ( tavaacc / tavascan ) tftralacc: traffic level accumulator for full rate channel.tfnscan: number of accumulations of tch traffic level counter for full rate.tavaacc: available tch accumulator. tftralacc/tfncsan表示话音信道的话务量总和。tavaacc/tavascan:表示交换机连接的所有基站中可以正常指派的t

20、ch数目。2.2 pfc大小对吞吐率指标影响的研究ip吞吐率的指标公式中，tbf建立时间和延迟释放时间都考虑在内。而在网络设定相同的情况下，对不同大小的tbf，建立时间与释放时间是一样的。也就是说， 对于数据量小的tbf，上述时延对ip吞吐率的影响较大，可能会使得指标变小；但对数据量大的tbf，上述时延对ip吞吐率指标的影响就较小。 下面的例子描述了tbf建立时延和tbf结束确认时延对ip吞吐率的影响。通常情况下，tbf建立和tbf结束确认时延大约在200毫秒左右。tbf 2 100kbittbf 1 10kbit2.5 sec0.2 sec0.2 sec0.25 sec0.2 sec0.2

21、sectbf 1 = 10 kbits / 0.65 sec = 15.38 kbps （吞吐率非常低）tbf 2 = 100 kbit / 2.9 sec = 34.48 kbps （吞吐率比较正常）从上例可见，整体的吞吐率很大程度上取决于每个tbf的数据量，如果tbf传送的数据量较小，那么其ip吞吐率也就相应地较低。为了说明每pfc数据量大小对吞吐率的影响，下面用现网的统计数据进行作图分析，分为两类：一类是容量为全网均值时，不同干扰值下吞吐率随每pfc数据量大小的变化图；一类是干扰为全网均值时，不同容量下吞吐率随每pfc数据量大小的变化图。n edge图1: 容量为全网均值时，不同干扰值下

22、吞吐率随每pfc数据量大小的变化图2: 干扰为全网均值时，不同容量下吞吐率随每pfc数据量大小的变化n gprs图3: 容量为全网均值时，不同干扰值下吞吐率随每pfc数据量大小的变化图4: 干扰为全网均值时，不同容量下吞吐率随每pfc数据量大小的变化通过上面4幅图的对比验证：不管是edge还是gprs，也不管是干扰一定还是容量一定的情况下，ip吞吐率指标都是随着pfc的增大而不断变大的，也就是说，在考虑无线网络性能对ip吞吐率指标影响的时候，pfc大小对指标影响的也必须考虑在内。2.3无线网络性能对吞吐率指标影响的研究无线网络性能包括干扰、容量及移动性。如下图所示，ip吞吐率的计算公式为传送的

23、数据总量除以传送该数据所使用的总时间： 在吞吐率计算的指标公式中，没有数据传送的时间间隔将不被计算在总时间里，也就是说，移动台在小区之间重选或是位置更新的过程不会影响到该统计指标，因此：移动性对ip吞吐率指标是没有影响。继而，在后续无线网络性能对吞吐率指标影响的研究只针对干扰和容量来展开，移动性能对ip吞吐率的影响将不再考虑。2.3.1广州全网无线网络性能评估影响ip吞吐率指标的无线因素包括干扰、容量，另外，每pfc数据量大小对ip吞吐率也有显著影响。为了便于后文的分析，本节先对广州全网的干扰、容量及每pfc数据量大小进行评估。（注：数据采集的网元为小广州全部bsc，时间为5月16日下午五点到

24、晚上12点。）n 广州全网干扰评估通过分析全网干扰的统计值得出下图，横坐标为采样的数目，纵坐标为edge/gprs无线速率。注：cs 1-2 radio link bitrate和edge radio link bitrate分别是gprs和edge的无线速率，由于edge/gprs无线速率直接代表了无线环境的状况(相关内容研究参见附录)，因此用该指标来代替干扰。图5: 广州全网gprs/edge干扰分布及均值图结果分析：Ø 广州全网的gprs无线速率加权均值在11.76kbit/s左右；edge无线速率加权均值在34.73kbit/s左右。Ø 分析上图gprs无线速率基本

25、在11kbit/s以上，且变化幅度不大，edge无线速率变化幅度较大，且采样点分布均匀，说明edge无线速率比gprs无线速率更能体现干扰的变化情况。n 广州全网容量评估下图中横坐标为采样的数目，纵坐标为容量的多少capa_tbf。其中capa_tbf为新设定的容量评估标准，它的计算方法为平均每tbf分配的时隙数/每pdch共享的tbf数，从理论分析，平均每tbf分配的时隙数越多，吞吐率越大，每pdch共享的tbf数越少，吞吐率越大，所以当使用capa_tbf计算方法时，理论上应该存在capa_tbf值越大，吞吐率越大：图6: 广州全网capa_tbf分布及均值图结果分析：Ø 广州全

26、网的capa_tbf加权均值在2.61左右，其中90%的采样点值在2以上。n 广州全网pfc数据量大小评估通过分析全网pfc数据量大小的统计值得出下图，图中横坐标为采样的数目，纵坐标为每pfc数据量大小，分gprs和edge两个部分：图7: 广州全网gprs/edge每pfc数据量大小分布及均值图结果分析：Ø 广州全网gprs每pfc数据量加权均值在14.59kbit左右，其中80%的采样点值在7kbit以上；edge的加权均值在24.37kbit左右，其中80%的采样点值在5kbit以上。2.3.2无线网络性能对edge吞吐率指标影响的研究既然无线干扰、容量与吞吐率存在必然联系，因

27、此，本次研究的目的也就是要找到无线速率（radio link bitrate）、容量（capa_tbf）和ip吞吐率之间的规律，但pfc大小也影响到ip吞吐率，因此，在研究之前必须先考虑pfc大小的影响。干扰与容量和edge每pfc数据量大小的关系理论上，pfc大小应该与用户行为有关，与无线环境及容量是不相关的，也就是说，在无线干扰或容量不同的区域，其pfc大小的分布应该是一致的。为了验证该假设，项目针对不同的无线环境及容量，对pfc大小的分布进行了统计。（注：数据采集的网元为小广州全部bsc，时间为5月16日下午五点到晚上12点。）n 干扰（edge无线速率）与edge每pfc

28、数据量大小的关系通过分析全网edge每pfc数据量大小及对应的edge无线速率的统计值得出下图，下图中横坐标为edge无线速率，纵坐标为edge每pfc数据量大小。图8: 每pfc的数据量大小随edge无线速率变化曲线图结果分析：l 随着edge无线速率的增长，edge每pfc的数据量大小随之增加，当edge无线速率在1030kbit/s之间时，每pfc数据量大小基本保持在10kbit左右，当edge无线速率在3055kbit/s之间时，edge每pfc的数据量大小在10170kbit之间变化。且随着edge无线速率的增长，edge每pfc的数据量大小变化幅度越来越大。l 每pfc数据量大小并

29、不完全由应用层数据量决定，无线环境的好坏也是决定pfc大小的重要因素。因此，在进行干扰对吞吐率影响的研究的时候，必须考虑pfc大小的影响。n 容量（capa_tbf）与edge每pfc数据量大小的关系通过分析全网edge每pfc数据量大小及对应的容量（capa_tbf）的统计值得出下图，下图中横坐标为容量（capa_tbf），纵坐标为edge每pfc数据量大小。图9: 每pfc的数据量大小随capa_tbf变化曲线图结果分析：l 随着capa_tbf的增长，edge每pfc的数据量大小基本保持在均值左右波动，可以认为capa_tbf和edge每pfc的数据量大小之间不存在一定的关系。2.3.2

30、.2无线网络性能对edge吞吐率指标影响的研究如前文所述，干扰、容量和每pfc大小是影响吞吐率的主要方面。无线干扰会影响到编码方式的选择，干扰越大，底层速率受到限制，继而影响了高层的ip吞吐率。同时，ip吞吐率在很大程度上也受到了容量短缺的限制，容量越小，速率越慢。 (注：本节数据采集的网元为小广州全部bsc，时间为5月16日、17日以及18日的中午12点到晚上12点。)通过分析全网容量（capa_tbf）、edge无线速率与对应的edge吞吐率的统计值得出下图，下图中横坐标为容量（capa_tbf），纵坐标为edge吞吐率。不同颜色及形状的点值代表了不同edge无线速率下的吞吐率随容量（ca

31、pa_tbf）变化情况，5条线为各自系列的趋势线。注：由图9知， pfc数据量大小在各capa_tbf位置几乎均匀分布，因此，对干扰一定的一簇采样点来说，pfc数据量对edge吞吐率的影响程度在各capa_tbf位置点上是一致的。同时，也有理由相信：该簇采样点的趋势线正好准确反映了在对应的干扰及每pfc数据量大小情况下，edge吞吐率随capa_tbf变化的规律。图10: 不同干扰下edge吞吐率随capa_tbf变化图从整体上说，在干扰不同的情况下，吞吐率随容量的增加都是增长的，但这种增长却随着干扰的减小，趋势更加显著。为什么有这样的现象？这可以从不同干扰情况下，容量为最小及最大时吞吐率随e

32、dge每pfc大小变化曲线进行分析：注：下图中横坐标为edge每pfc数据量大小，纵坐标为edge吞吐率。不同颜色的趋势线代表了edge无线速率在不同等级，容量为最小及最大时吞吐率随edge每pfc数据量大小变化情况。图11: 不同的干扰及下edge吞吐率随edge每pfc数据量大小变化图图10中，为何无线速率增加之后，ip吞吐率随容量的变化更为显著？这个现象可以结合图11从以下2个方面进行说明：Ø 从图11可以看出，当pfc数据量大小一定时，随着edge无线速率的增大（干扰减nbanab最小容量最大容量吞吐率capa_tbf无线速率x，最小容量无线速率x，最大容量无线速率y，最小容

33、量无线速率y，最大容量小），最大和最小容量造成的吞吐率差值也在增大。举例来说，如下图所示（pfc数据量大小一定）：假设edge无线速率x时，最小容量的吞吐率为a，当容量增加n倍到最大容量时吞吐率应该为n*a，则最大和最小容量的吞吐率差值为(n-1)*a；而当edge无线速率y时，同样可以计算出最小容量的吞吐率为b时，最大和最小容量的吞吐率差值为(n-1)*b。由于干扰小时采用的编码方式带来了大的吞吐率，因此如果y大于x的话，则上述举例中b的值是大于a的，那么(n-1)*b>(n-1)*a。因此，pfc数据量一定时，随着edge无线速率的增大（干扰减小），最大和最小容量造成的吞吐率差值也在

34、增大，反映在图10上，随着edge无线速率的增大（干扰减小），趋势线斜率变大。Ø 从图11还可以看出，当干扰一定时，随着pfc数据量大小的增大，最大和最小容量的吞吐率差值也在变大， 开口越来越大。ncacna小数据量大数据量吞吐率每pfc数据量大小无线速率x，最小容量无线速率x，最大容量举例来说，如下图所示：假设edge无线速率x时，小数据量时最小容量的吞吐率为a，当容量增加n倍到最大容量时吞吐率应该为n*a，最大和最小容量的吞吐率差值为(n-1)*a,当pfc数据量大小增加时，大数据量的最小容量的吞吐率增大到b，则最大和最小容量的吞吐率差值为(n-1)*c，因为c大于a，所以干扰一

35、定时，随着pfc大小的增大，最大和最小容量的差值在变大。由前面的分析可知，随着edge无线速率的增加，pfc数据量大小也在增大，而pfc数据量越大，ip吞吐率随容量变化也越显著，反映在图10上即表现为随着edge无线速率的增大（干扰减小），趋势线斜率变大。通过上述两方面原因的分析，再回到图10，可知当干扰增大时，采样点趋势线的斜率会减少直至趋于平稳，这是由于干扰越大，每pfc数据量大小均值越小，最小容量吞吐率也不断减少造成。当趋势线的斜率为0的时候，也即为吞吐率不受容量影响的临界点。我们甚至可以通过对图10中各采样点的坐标系进行了变形，将edge无线速率做为横坐标，edge吞吐率做为纵坐标，作

36、出edge无线速率对edge吞吐率的影响的趋势图，找出该临界点：注：图中不同颜色及形状的点值代表了不同容量（capa_tbf）下的edge吞吐率随edge无线速率变化情况，4条线为各自系列的趋势线：图12: 不同容量下edge吞吐率随edge无线速率变化图上图呈现的现象和图10一致的：随着无线速率的减小（干扰增大），edge吞吐率受容量的影响逐渐减弱，大容量与小容量对应的edge吞吐率差值逐渐减小，直至为0，该0点也即我们要找的吞吐率不随容量变化的临界点。将图12放大，可以比较准确找到该临界点： 图13: 不同容量下edge吞吐率随edge无线速率变化放大图根据前面的分析，再结合上图可知: e

37、dge无线速率在19kbit/s左右的 时候，广州网络的edge吞吐率从趋势上几乎不随容量的增加而变大。总结综上所述，项目认为：对edge吞吐率的优化来说，在无线环境恶劣的区域，优化干扰比容量更重要，在无线干扰较大时，即使进行大规模的扩容，吞吐率也不能得到太大的提高。2.3.3无线网络性能对gprs吞吐率指标影响的研究干扰与容量和gprs每pfc数据量大小的关系与edge研究一致，由于每pfc的数据量大小对吞吐率有影响，那么在研究干扰及容量对吞吐率的影响前，需要确认干扰与容量对每pfc数据量的影响情况，通过这项研究可以使后续的研究更准确。（注：数据采集的网元为小广州

38、全部bsc，时间为5月16日下午五点到晚上12点。）n 干扰（gprs无线速率）与gprs每pfc数据量大小的关系通过分析全网gprs每pfc数据量大小及对应的gprs无线速率的统计值得出下图，下图中横坐标为gprs无线速率，纵坐标为gprs每pfc数据量大小。图14: 每pfc的数据量大小随gprs无线速率变化曲线图结果分析：l 从上图可以看出，随着gprs无线速率的增长，gprs每pfc的数据量大小在均值1kbit附近波动，可以认为gprs无线速率和gprs每pfc的数据量大小没有一定的关系（注：由于gprs无线速率在小于11kbit/s的采样点数量只占2.5%左右，所以作图时避免趋势线产

39、生影响，不予考虑）。n 容量（capa_tbf）与gprs每pfc数据量大小的关系通过分析全网gprs每pfc数据量大小及对应的容量（capa_tbf）的统计值得出下图，下图中横坐标为容量（capa_tbf），纵坐标为gprs每pfc数据量大小。图15: 每pfc的数据量大小随capa_tbf变化曲线图结果分析：l 从上图可以看出，随着capa_tbf的增长，gprs每pfc的数据量大小在均值附近4kbit左右波动，可以认为capa_tbf和gprs每pfc的数据量大小没有一定的关系无线网络性能对gprs吞吐率指标影响的研究在2.2章节中，我们已经研究了无线网络性能对edge吞吐

40、率的影响，此节中将研究无线网络性能对gprs 吞吐率的影响。(注：数据采集的网元为小广州全部bsc，时间为5月16日、17日以及18日的中午12点到晚上12点。)通过分析全网容量（capa_tbf）、gprs无线速率与对应的gprs吞吐率的统计值得出下图，下图中横坐标为容量（capa_tbf），纵坐标为gprs吞吐率。不同颜色及形状的点值代表了不同gprs无线速率下的吞吐率随容量（capa_tbf）变化情况，5条线为各自系列的趋势线。图16: 不同干扰下gprs吞吐率随capa_tbf变化图与无线网络性能对edge吞吐率的影响结论相对比：从整体上说，吞吐率随容量的增加都是增长的，但这种增长却不

41、象edge那样，随着随着无线速率的增加而更为显著。gprs与edge为什么有这样的区别？由前面的分析可知，在干扰状况良好的情况下，edge的ip吞吐率随容量的增加而显著增长的原因有2,但这两种原因在gprs上的体现都不明显：n 无线状况越好，edge采用的编码级别越高，edge单位容量能承载快速率的码流，但在gprs的情况下，即使无线状况良好，最高也只能使用cs2的编码，也即单位容量提升的速率将远远不如edge；n 在edge情况下，随着无线状况的好转，pfc也会增大，带来ip吞吐率随容量增加而显著提升；但在gprs情况下，pfc大小却与干扰状况不相关，因此，干扰不同情况下，吞吐率与容量的关系

42、变化不明显。总结综上所述，项目认为：对gprs来说，容量与干扰的共同优化，能从整体上起到提升ip吞吐率的效果。2.4无线网络性能对ip传输中断的影响移动数据业务的瓶颈在空中接口，手机要接收的数据先在sgsn的下行llc buffer里排队。如果某种原因导致空中接口传输中断，则需要sgsn对已到llc buffer队列的数据做出处理决定，要么丢弃 (ldistfi, ldisrr, fludisc)，要么转到新的队列继续下传到手机 (flumove) 。同样，上行数据传输中pcu掌握ms要发送数据但由于某些原因而没有实施的次数。这些分成两个方面：ms接入拒绝（ms必须重复申请建立上

43、行tbf, prejtfi, prejoth）ms到bss的连接丢失（正在发送的tbf释放, iaulrel）从现网的统计出发，归纳出ip传输中断的各种counter所占的比例，找出现网上下行ip传输中断主要集中在哪些counter，并研究无线网络相关性能对这些counter的影响情况。（注：数据采集的网元为小广州全部bsc，时间为5月16日、17日以及18日的中午12点到晚上12点。）1) 下行ip传输中断相关counter影响因素u 下行tbf非正常释放各counter分布情况通过分析全网下行tbf非正常释放各counter（ldisrr、fludisc、ldisoth及ldistfi）的

44、统计值得出下图.图17: 下行ip传输中断各counter所占比重结果分析：l 从上图可以看出，现网统计中有77%的下行ip传输中断是由于ldisrr这个counter造成的，ldisrr表示由于无线原因而导致下行llc pdu缓存丢弃的次数。由于ldisrr占所有counter总数的77%，所以仅研究ldisrr的无线网络影响因素。u edge/gprs无线速率对下行ip传输中断的影响下行ip传输中断的计算公式为：(tbfdlgprs + tbfdlegprs) / 6 / (ldistfi + ldisrr + ldisoth + fludisc)，通过筛选出ldissrr不为0，而ldi

45、stfi + ldisoth + fludisc等于0的采样点，用于分析全网下行ip传输中断与edge/gprs无线速率的关系：图18: 下行ip传输中断随edge radio link bitrate（dl）变化图图19: 下行ip传输中断随cs 1-2 radio link bitrate（dl）变化图结果分析：l 理论上，无线质量越好，edge/gprs无线速率越快，由于无线原因而导致下行llc pdu缓存丢弃的次数应该越多，但从实际的统计来看，这样的关系并不明显，因此还应该有其它原因造成该couter的触发。2) 上行ip传输中断相关counter影响因素u 上行tbf非正常释放各co

46、unter分布情况通过分析全网上行tbf非正常释放各counter（prejtfi、iaulrel及prejoth）的统计值得出下图。图20: 上行ip传输中断各counter所占比重结果分析：l 从上图可以看出，现网统计中上行ip中断主要集中在prejtfi和iaulrel这两个counter，占总数的98%左右。由于上行ip传输中断各counter所占比重结论中prejtfi和iaulrel这两个counter占所有counter总数的98%。prejtfi这个计数器记录了分组接入请求被拒绝的次数，拒绝的原因是没有pdch，没有usf或没有足够的tfi。请求被拒绝是通过发送"im

47、mediate assignment reject"消息或 "packet access reject"消息。iaulrel这个计数器记录了由于与ms无线连接丢失而导致上行tbf被关闭的次数。2.5移动性对用户感知的影响研究2.5.1研究背景在保持网络接续性这一环节，移动性带来的小区重选和切换有相当重要的作用。在电路域中，在空闲状态下通过小区重选使得ms始终处于较好的小区，在激活状态下通过切换使得ms始终连接至较好的小区。在分组交换域，为了获得较高的吞吐率必须通过小区重选使ms始终连接到较好的小区。但gprs/edge的小区重选与电路交换域的切换有着明显的差异，后

48、者需要的时间很短且对用户的影响非常低，而前者需要中断数据服务数秒钟，较为严重的影响到。此项研究的内容就是针对gprs/edge的小区重选所中断服务的时间，通过路测数据的分析得出正常的重选时间以及非正常的原因，从而得出移动性对用户感知的影响。2.5.2研究内容在没有配置pbcch 的小区，gprs 手机根据bcch 上发布的系统信息按照c1/c2 的准则进行小区重选，其过程与普通cs 手机一致。在配置有pbcch 的小区，gprs 手机按照更高级的gprs 特定的小区重选准则c31 及c32 进行小区重选。gprs/edge小区重选又分为两种：packet idle模式下和packet tran

49、sfer模式下的小区重选，由于packet idle模式下的小区重选并没有影响到用户感知，且现网没有配置pbcch，所以本次研究的对象是packet transfer模式下的小区重选，涉及到的算法为c1/c2算法。gprs/edge的小区重选需要中断数据服务数秒钟，应用层的中断时间比无线链路的中断时间更长，这是因为小区重选后某些数据需要时间进行重传，处于移动状态的用户在使用gprs/edge服务，很可能会由于频繁的小区重选而对用户的感知造成负面影响。如果小区重选涉及路由区的重选，则数据业务的中断时间有可能更长，对用户感知的影响更大。本次研究通过分析tems做ftp下载测试的路测文件，分析gpr

50、s/edge的重选信令流程，找出小区重选所需的时长，并通过研究小区重选的各个信令产生时的时间，得出重点信令之间的时长分布情况，并分析不正常时长分布可能存在的问题，指导今后的网优工作。注：数据选取2006年4月21日及2006年4月24日由t68测试的市区gprs测试文件，2006年4月21日及2006年5月11日由nokia 6230测试的edge测试文件以及2006年6月2728日的测试文件。2.5.3研究结论小区重选信令研究通过对测试文件的分析，截取三层信令中关于小区重选部分的信令，得出下图： 结论描述：小区重选的信令流程主要分为三个阶段：l 第一阶段为从最后一次源小区发送上

51、行消息（信令为packet downlink ack/nack 或egprs packet downlink ack/nack）到成功解码新小区的si13（信为system information type 13）；packet downlink ack/nack 或egprs packet downlink ack/nack是传输数据包的一个确认，其中包括下行的tfi、ack/nack描述（是否需要重传等）及信道质量报告。si13的主要功能是对新小区是否支持gprs及是否存在pbcch的指示，只有接收到si13才能顺利的进行小区重选流程。l 第二阶段为从成功解码新小区的si13到在新小区收到

52、立即指配消息（信令为immediate assignment）； l 第三阶段为在新小区收到立即指配消息到在新小区收到下行tfi消息（信令为packet downlink assignment）。 gprs/edge重选时长研究通过分析足够的现网测试文件，得出各个信令之间的时间间隔，从而得到全网测试时小区重选时长的分布情况，如下面两图所示，横坐标为分析的采样点的数目，纵坐标为时长：图21: gprs/edge小区重选时长图22: gprs/edge小区位置更新时长 从测试情况来看，gprs和edge的小区重选及位置更新时长有所不同，gprs小区重选时长绝大多数在14秒范围内变化，

53、全网均值在3秒左右，位置更新时长在710秒范围内变化，全网均值在9秒左右；而edge小区重选时长绝大多数在12秒范围内波动，全网均值在1.8秒左右，位置更新时长在6.510秒范围内变化，全网均值在8秒左右。gprs和edge在小区重选及位置更新时长上的区别可能是两种原因造成：1） 和所在小区是否支持edge有关2） 和测试手机有关为了对实际原因进行验证，项目进行了以下3项试验：1) 让不支持edge的手机（t68）,在实验小区之间进行gprs的小区重选；2) 让支持edge的手机（nokia 6230）,在实验小区之间进行gprs的小区重选；3) 让支持edge的手机（nokia 6230）,

54、在实验小区之间进行edge的小区重选；根据实验结果做出下图，图中横坐标为分析的采样点的数目，纵坐标为时长。图23: 不同测试手机测试得出的重选时长图根据试验结果可知：对支持edge的手机（nokia 6230）来说，不管是edge还是gprs,小区重选时长基本一致；而同样是gprs, t68与nokia 6230小区重选时长不一致。因此，有理由相信影响小区重选时长的主要因素是手机。使用同一部手机进行测试时，小区重选时长应该在一个合理范围内波动，如果过大则不正常，通过分析足够测试文件，找出同一部手机的重选时长正常分布范围，并针对gprs/edge重选信令研究的结果，分析重选三个阶段的正常时长分布

55、范围，作出下面两幅图，横坐标为采样点数目，纵坐标为时长：图24: 使用t68测试时小区重选各阶段时长分布图图25: 使用nokia 6230测试时小区重选各阶段时长分布图结论描述：l 使用t68测试的小区重选第一阶段（最后一次源小区发送上行消息到在新小区成功解码si13）的正常时长在1.32.6秒左右，使用nokia 6230测试的小区重选第一阶段的正常时长在0.761.5秒左右，从分析第一阶段时长的分布情况，可以得知t68测试的结果比nokia要大，两者都有波动，造成这种情况的主要原因是手机在空闲模式时对网络信号的测量频繁程度的标准并不一致，nokia 6230能更快的解读到新小区的系统信息

56、，在成功得到所需要的系统信息后就能进行立即指配，所以nokia 6230在第一阶段的时长要小于t68的。而有一定的波动是重选过程中所需要解读的系统信息数量有关，因为每类系统信息接收间隔在0.2秒左右，如果少解读一种系统信息（如系统信息1或者系统信息2），则可以减少0.2秒左右。如果第一阶段时长过长，那么新小区可能存在干扰或硬件问题，因为干扰或硬件问题可能造成系统信息的丢失，且干扰可能造成新小区无法正常解码；l 使用t68测试的小区重选第二阶段（在新小区成功解码si13到在新小区收到立即指配消息）的正常时长在00.3秒左右，使用nokia 6230测试的第二阶段的正常时长在00.5秒左右。如果第二阶段时长过长，那么新小区可能存在容量、干扰或硬件问题，因为容量不足、干扰及硬件存在问题会造成立即指配不成功，且干扰会造成信令的丢失。l 使用t68测试的小区重选第三阶段（在新小区收到立即指配消息到在新小区收到下行tfi消息）的正常时长在00.3秒左右，使用nokia 6230测试的第三阶段的正常时长在