数据业务端到端专项提升服务项目总结报告

数据业务端到端专项提升效劳工程总结报告〔2021年12月15日-2021年1月22日〕目录TOC\o"1-4"\h\z\u1 概述 51.1 工程简介 51.2 工程成果 52 PCU资源问题优化 62.1 问题描述 62.2 网络参数调整 62.3 调整效果 8 全天指标变化 8 24小时指标变化 10 现场测试指标情况 122.4 小结 143 小区指标提升优化 143.1 小区调整方案 143.2 小区调整前后指标比照 163.3 下行EDGEIP吞吐率指标的提升优化 183.4 下行EDGEPDCH复用度指标的提升优化 183.5 下行TBF建立成功率的提升优化 194 Gb链路利用率分析 204.1 揭阳4个BSC链路利用率分析 204.2 JYDBSC1局Gb链路利用率分析 214.3 JYEBSC1局Gb链路利用率分析 224.4 JYEBSC2局Gb链路利用率分析 234.5 JYM01B3局Gb链路利用率分析 245 JYEBSC1局Gb链路调整前后分析 255.1 JYEBSC1局Gb链路分析 265.2 调整方案 275.3 调整后Gb链路负荷分析 285.4 调整前后WAP业务时延比照 305.5 结论 306 无线环境对下载速率的影响分析 316.1 普宁路测指标分析 31 RxLev覆盖统计 31 C/I覆盖统计 32 BLER覆盖统计 33 CodingSchemeDL覆盖统计 34 LLC下行吞吐量覆盖统计 35 RLC下行吞吐量覆盖统计 366.2 无线环境与速率关系分析 36 RxLevSub与BLER的关系 36 C/I与吞吐率的关系 387 四个BSC用户行为分析 397.1 数据业务类型分布 40 数据业务用户数及业务渗透率分析 40 数据业务市场占有率分析 41 热门网站市场占有率分析 457.2 数据业务流量的分布特性 46 各数据业务流量的分布特性 46 热门网站流量统计分析 487.3 彩信业务数据业务流量的分布特性 497.4 小结 508 不同话务模型下业务类型分布 518.1 不同话务模型用户行为分析 51 工业区 51 居民区 52 商业区 53 校园区 538.2 不同话务模型下话统指标比拟 549 四个BSC的WAP业务性能分析 5710 寻呼专题分析 5710.1 概述 5710.2 寻呼相关的TIMER、COUNTER及参数 5710.3 寻呼相关的TIMER 57 寻呼相关COUNTER 58 寻呼相关的参数 5810.4 寻呼策略与寻呼机制 59 寻呼策率 59 寻呼机制 6210.5 寻呼指标分析 63 寻呼成功率 63 寻呼拥塞 6610.6 PS域寻呼及CCCH负荷分析 67 PS域寻呼的相关COUNTER 67 CCCH负荷的相关COUNTER 6710.6.3 PS域寻呼与CCCH负荷 67 QQ用户影响的定量分析 7010.7 寻呼优化 74 改善PS域对CCCH的负荷 74 优化寻呼策率及参数设置 75 改善无线环境 7511 路由更新专题分析 7612 数据业务健康基线测评标准及方法 7613 四种品牌终端端到端时延分析 7613.1 诺基亚N73终端测试指标分析 7713.2 索尼爱立信K790终端测试指标分析 7813.3 诺基亚6680终端测试性能指标分析 7913.4 索尼爱立信Z750终端测试指标分析 7913.5 各品牌终端WAP1.X访问性能分析 8014 总结 82概述工程简介随着中国移动的GPRS/EDGE网络上承载的数据业务种类越来越多，使用数据业务的用户不断增多，而且，也由于用户终端能力的差异、无线网络环境的复杂多变，影响数据业务性能的因素越来越多。爱立信公司和揭阳移动通信公司在2021年12月15日至2021年1月22日期间共同组成优化小组，对揭阳4个BSC进行了为期6周数据业务端到端优化分析。这次的优化工作主要基于Gb口数据，并结合无线侧数据和提取相关话务统计进行分析。主要完成了JYDBSC1局PCU资源指标提升优化，20个问题小区指标提升优化，Gb链路负荷不均衡分析，4个BSC用户行为分析，数据业务路由更新和寻呼分析，品牌终端端到端时延拆解分析等方面的工作。工程成果在省移动公司和揭阳移动公司上至领导、下至工程师的大力支持与通力合作下，经过6周时间的艰苦努力，本次工程完满结束，并取得了良好的成果。在此对移动公司领导和工程师表示衷心的感谢。本次工程取得的主要成果如下：对JYDBSC1局进行BSC级参数调整优化后，GSL使用率下降2.90%，PCU拥塞率下降9.0%，RPP拥塞率下降15.42%，话务总量全天上升728.93爱尔兰，半速率话务量下降1256.85爱尔兰，半速率比例下降3.74%，PDCH清空数从调整前的27274.57下降到21912，共下降5362.57，下降幅度达19.66%。对20个典型问题小区进行相关调整优化，指标得到明显的提升，其中晚忙时EDGE下行PDCH复用度下降16.83%，下行EDGEIP吞吐率的提升18.86%，TBF建立成功率从97.79%上升到98.77%，在其他非忙时段指标提升幅度更为明显。通过分析SGSN侧PAPU与Gb链路连接关系对Gb链路负荷不均衡的影响，得出造成Gb链路负荷不均匀的主要原因是SGSN侧PAPU所带小区数量平均分配，Gb链路在PAPU间不均匀连接将导致Gb链路负荷不均衡的结论，根据此结论对JYEBSC1局进行Gb链路负荷均衡调整，调整后7条Gb链路负荷趋于均衡，Gb口WAP整体时延有所上升。结合Gb口信令及对应话务统计定量分析普宁地税1小区的QQ业务对CCCH负荷的影响，在该小区中QQ业务引起的立即指配所占比例为43%。结合普宁城区DT测试数据，定量分析无线环境对下载速率的影响程度。PCU资源问题优化问题描述在对揭阳4个BSC进行PCU资源评估时发现JYDBSC1局PCU资源紧张，下列图为PCU资源评估情况：该局全天GSL使用率高达89%，大局部时间使用率处在90%以上的。全天PCU拥塞率也高达70%，全天共有15小时PCU拥塞率超过90%，RPP拥塞率忙时高达70%。从GSL使用率、RPP拥塞率和PCU拥塞率情况来看，该局的PCU资源非常紧张。在高GSL利用率情况下用户在数据传送过程〔SGSN<->PCU〕中出现流控或重传的几率将加大，并将产生较大的业务传送时延，影响用户感知。网络参数调整在短期无法完成RPP板扩容的情况下，建议可通过修改BSC对资源释放的优化参数〔DLDELAY、ULDELAY、ESDELAY、PILTIMER〕，并适当增加TBFDLLIMIT门限值来有效提升EDGE资源占用的接续时间，增加用户可接入成功率，减小无线侧信令负荷，从而降低GSL利用率。〔1〕相关参数说明PILTIMERPILTIMER是一个定时器，当动态PDCH空闲时，它将被放置在PS域的空闲信道表，此时开始启动PILTIMER定时器，当定时器超时，该PDCH将返回CS域的空闲信道表。当RPP资源缺乏时，适当缩短PILTIMER，可以提早释放GSL设备，减少由于GSL设备缺乏造成的PDCH分配失败；不过过短的设置将不必要的加大CCCH信令及CP的负荷，造成信道频繁的释放和重新分配，在进行上下载时，增加了信道分配的过程，会影响用户的上下载响应时间。PILTIMER是BSC参数，系统默认设置是10秒，取值范围：1~3600。DLDELAY/ULDELAY为了减少TBF资源反复申请、释放带来的信令开销，减少用户上网的时延，系统在TBF没有数据传输时不立即释放TFB资源、而是等待一个时延，当PCU资源紧张时可适当减小该值尽快释放资源，但对用户感知会产生一定的影响。系统默认值：DLDELAY为2200毫秒,ULDELAY为1000毫秒，取值范围为0-5000.ESDELAY下行TBF早建机制的定时器，系统通过上行的数据来提前建立下行的TBF，这样可以减少下行TBF建立的时间，对于由发过的数据业务来说，下行TBF早建机制是可以改善GPRS用户的上网速度。与TBF延迟释放机制一样，需要在资源与性能之间进行折衷优化。系统默认值：750毫秒，取值范围为0-2000。TBFDLLIMIT/TBFULLIMITTBFULLIMIT和TBFDLLIMIT是BSC级参数，定义每个PDCH上承载的上/下行TBF数量。当到达这个数量时，PCU会试图分配On-demandPDCH用于新的TBF。其中TBFDLLIMIT用于下行情况，TBFULLIMIT用于上行情况，作用原理是一样的。这两个参数设置新PSET分配的门限值，当PSET内平均PDCH复用数到达这个门限值就会触发另外一个新PSET的PDCH分配。门限值调低时会使更多的PDCH分配给用户使用，由于PDCH分配数增加，因此会增加PCU负荷。如果由于话务拥塞无法分配新的On-demandPDCH，那么新的TBF会继续使用现有的PDCH，直到到达每个PDCH上承载的上/下行TBF数量的最大限制。在CS话务与PS话务冲突较小的BSC，可以适当下调该参数以提高用户的感知度和数据业务质量，但是会增加RPP资源的使用频率。在CS话务与PS话务冲突剧烈或者RPP资源不充足的BSC，可以提高该参数的设值，以减少PDCH的分配数量和GSL负荷。不过这样会降低数据吞吐率，降低用户感知的数据业务质量，需要作出取舍。系统默认值：TBFULLIMIT为20，TBFDLLIMT为20，取值范围为10-80。〔2〕调整方案参数调整方案如下：网元参数名现网设置调整建议JYDBSC1DLDELAY22001500ESDELAY750500PILTIMER65TBFDLLIMIT3040调整效果2021年12月29日对JYDBSC1局进行BSC级参数的调整，调整前指标观察时间为2021年12月22日-28日连续7天的话务统计，调整后指标观察时间为2021年12月30日-2021年1月5日连续7天的话务统计。参数调整实施后，JYDBSC1局网络性能指标改善较为明显。全天指标变化参数调整前后全天话务统计指标变化情况如下：话统指标调整前调整后变化幅度GSL使用率89.5886.68↓2.90PCU拥塞率70.4461.44↓9.0RPP拥塞率33.8318.41↓15.42总话务37344.2438073.17↑728.93半速率话务8586.247329.39↓1256.85半速率比例22.99%19.25%↓3.74%PDCH清空数27274.5721912.00↓5362.57EDGE下行IP层流量(MB)49710.4051194.67↑1484.27GPRS下行IP层流量(MB)17885.0718361.94↑476.87参数调整实施后，PCU资源方面，GSL使用率下降2.90%，PCU拥塞率下降9.0%，RPP拥塞率下降15.42%，三个指标均有下降，其中PCU拥塞率和RPP拥塞率下降尤为明显，PCU资源紧张得到一定的缓解。同时也可以看到，JYDBSC1局PCU资源仍然较为紧张，后期建议对该局进行RPP扩容。话音方面，DLDELAY，ESDELAY，PILTIMER三个参数向下调整会使PCU尽快释放数据业务资源，从而可以使更多的信道资源给话音方面使用。从指标上观察，话务总量全天上升728.93爱尔兰，半速率话务量下降1256.85爱尔兰，半速率比例下降3.74%，参数调整使话音指标也有较为明显的提升。全天的PDCH清空数从调整前的27274.57下降到21912，共下降5362.57，下降幅度达19.66%，说明数据业务和话音争抢信道资源的程度有所缓解。下行流量方面，调整后不管是EDGE还是GPRS的下行IP流量均有所上升。24小时指标变化GSL使用率变化情况参数调整后全天24小时GSL使用率均有小幅度的下降，其中白天7:00-11:00下降较为明显，其余时段略有下降。从全天的GSL使用率情况来看，JYDBSC1局的GSL资源仍然处于紧张的状态。PCU拥塞率变化情况参数调整后全天大局部时间PCU拥塞率均有所下降，7:00-10:00和16:00，17:00共6个小时下降幅度超过10%，10:00和11:00两个小时有小幅上升。RPP拥塞率变化情况全天RPP拥塞率下降明显，调整前峰值为72.68%，调整后峰值下降为63.51%，参数调整后RPP拥塞现象得到明显的改善。半速率比例变化情况参数调整后半速率比例白天下降明显，晚上话音业务繁忙，19:00半速率根本持平，20:00,21:00,23:00和00:00四个小时略有上升。PDCH清空数变化情况除晚上22:00-00:00三个小时PDCH清空数略有上升外，其余时段PDCH清空数均有不同幅度的下降，全天PDCH清空总数下降5362.57，下降幅度达19.66%。现场测试指标情况为了观察BSC级参数调整对小区级指标的影响，12月29日和12月31日在相同时段分别对金叶1小区进行现场拨测，拨测结果如下：统计工程金叶1小区12/29(10:30-11:30)金叶1小区12/31(10:30-11:30)变化情况FTP下行速率〔kbps〕101.71119.29上升17.28%ATTACH时长〔ms〕1495.41573.4上升5.22%ATTACH成功率100.00%100.00%持平PDP激活时长〔ms〕948.61278.7上升34.80%PDP激活成功率100.00%100.00%持平WAP网关连接成功率100.00%100.00%持平WAP网关连接时长(s)1.651.47下降10.50%WAP主页登陆成功率100.00%100.00%持平WAP网页刷新成功率100.00%100.00%持平WAP主页登陆时长(s)62.99下降50.17%WAP网页刷新时长(s)2.181.62下降25.72%_WAP主页登陆成功率100.00%100.00%持平_WAP网页刷新成功率100.00%100.00%持平_WAP主页登陆时长(s)4.022.99下降25.66%_WAP网页刷新时长(s)2.191.86下降15.16%参数调整后，除接入性能方面的Attach和PDP激活时延有所增加外，其他数据业务指标均有所上升，其中FTP下载速率上升17.28%，WAP网关连接时延下降10.50%，WAP1X主页登陆时长下降50.17%，WAP1X页面刷新时延下降25.72%，WAP2X主页登陆时长下降25.66%，WAP2X网页刷新时长下降15.16%。测试小区参数调整前后一天的24小时话务比照情况如下：从24小时指标的前后比照来看，EDGEIP吞吐率，EDGE下行PDCH复用度和下行TBF建立成功率有小幅波动，总体来看BSC级参数调整后对测试小区的指标影响不明显。小结通过观察JYDBSC1局BSC级参数调整前后的指标，参数调整的效果较为理想，不管是数据业务方面，话音方面还是小区级现场用户感知都有一定的提升，到达了参数调整的目的。小区指标提升优化小区调整方案在工程期间对局方提供的20个问题小区通过参数调整进行了整体指标的提升和优化，主要针对的指标为IP吞吐率、EDGE下行复用度和TBF建立成功率，优化过程中通过现场测试摸清现场无线环境，并且结合周边小区的无线环境及话务指标情况，提出了一系列的参数调整方案，具体参数调整方案如下表：CELL调整建议调整描述J13火车站1功率：45—>43，CRH：8—>10测试点平均功率在-60dbm左右，调整功率可以与邻区适当均衡话务，减少PDCH清空数，降低PDCH复用度。J13全球通2功率：45—>43，CRH：8—>10测试点平均功率在-60dbm左右，调整功率可以与邻区适当均衡话务，减少PDCH清空数，降低PDCH复用度；该小区存在3、4级上行干扰，影响用户感知，建议找出干扰源并解决。J13宏光大厦2功率：45—>43，CRH：8—>10，FPDCH：4—>8，CRO：〔-1〕—>〔-3〕拥塞严重，测试点平均功率在-59dbm左右，调整功率可以与邻区适当均衡话务，减少PDCH清空数，降低PDCH复用度。话务拥塞严重，后期优化建议新增1个1800小区以分担话务及数据业务。DD1揭东金叶1功率：45—>43，CRH：8—>10拥塞严重且PDCH复用度高，清空次数太多，测试点平均功率在-59dbm左右，调整功率可以与邻区适当均衡话务，减少PDCH清空数，提升IP吞吐率；该小区存在3级上行干扰，影响用户感知，建议找出干扰源并解决。J13乔南3CRH：8—>10，NUMREQEGPRSBPC：4—>8，FPDCH：4—>6，扩1个TRU该小区主要覆盖区域为普通民宅，根本建筑为4-7层楼房，数据业务需求主要分布在中午和晚上两个时段，2+1载波配置难于满足忙时通话需求，建议增加1个TRU，并且EDGE信道开满8条和增加2条FPDCH。JD1金三角1CRH：8—>10,CRO：0—>(-2)，CHCSDL=CS2该小区主要覆盖区域为民宅和商铺，根本建筑为4-7层楼房，楼房建筑较密集。数据业务需求主要分布在早上10点至次日0点，该小区存在3、4级上行干扰，影响用户感知，建议找出干扰源并解决；减小该小区的C2值，以减少该小区与邻区的重叠覆盖区域，到达降低数据业务的接入量，降低PDCH复用度。揭阳农委3CRH8-10,NUMREQEGPRSBPC6-8,FPDCH：4—>6该小区主要覆盖区域为民宅和商铺，根本建筑为4-7层楼房，楼房建筑较密集。数据业务需求主要分布在早上10点至次日0点；增加EDGE信道和FPDH，以较好地满足数据业务量的接入。揭阳双彭2CRH：8—>10，CRO：〔-1〕—>〔-3〕该小区覆盖区域多为工厂，数据业务需求主要分布在中午和晚上两个时段，减小该小区的C2值，以减少该小区与邻区的重叠覆盖区域，利用邻区来分担该区域的数据业务量，降低本小区PDCH复用度。J13玉浦2CRH：8—>10,NUMREQEGPRSBPC：8—>16该小区主要覆盖区域为民宅和商铺，根本建筑为2-4层楼房，楼房建筑较密集。数据业务需求主要分布在早上10点至次日0点；原来已经有两个支持EDGE的载波，但只开了8条EDGE信道，难于满足用户正常需求，故建议增加EDGE信道，以较好地满足数据业务量的接入。测试过程发现该小区覆盖区域人流量较大，且较难利用其它小区来分担话务，后期优化建议载波扩容。PE2渔岗2渔岗1800B：CRO:11—>15，CRH：8—>10，LAYERTHR：79—>70，FASTMSREG：off—>on，PSSTEMP：0—>15，PTIMTEMP：0—>20，SSLENSD/QLENSD：8—>10，NUMREQEGPRSBPC：16—>28，FPDCH：4—>8；渔岗2：FPDCH：4—>6；光草洋1：FPDCH：4—>8，CRH：6—>10，扩1个TRU；光草洋3：FPDCH:4—>8，CRH：8—>10，CRO：1—>3，扩2个TRU。该小区主要覆盖区域为民宅、商铺及工厂等，根本建筑为5-7层楼房，楼房建筑非常密集，用户需求量大。数据业务需求主要分布在早上10点至次日凌晨1点，主要由渔岗2、光草洋1/3小区覆盖，周围基站根本建在楼房顶楼，各小区信号通过密集建筑传播后迅速衰减，难于利用其它遥远小区分担话务及数据业务；优化思路：尝试利用硬件可支持话音和数据业务的1800小区来吸收数据业务，而900小区主要用于语音效劳；PE2光草洋1PE2光草洋3PE1兰花酒店4PE1兰花酒店4：FPDCH：4—>8，NUMREQEGPRSBPC：12—>16；邻区NE1龙苑1：NUMREQEGPRSBPC：14—>16，LAYERTHR：80—>76，CRO：11—>13，FPDCH：4—>8。该小区主要覆盖区域为民宅、商铺及工厂等，前面有一个大型明华公园和体育馆，根本建筑为5-7层楼房，楼房建筑较为密集，用户需求量大。数据业务需求主要分布在早上10点至次日0点，主要由兰花酒店、龙苑等小区覆盖；通过增加主覆盖小区EDGE信道和FPDCH来满足更多的用户需求。PE1联运站2CRH：8—>10，扩1个STRU以增加NUMREQEGPRSBPC：8—>16，FPDCH：4—>6。该小区覆盖区域多为民宅和工厂，数据业务需求主要分布在中午和晚上两个时段，数据业务需求量较大，而通过现场测试难于利用邻区分担其数据业务，建议载波扩容。PE1普宁地税1PE1普宁地税1：CRH：8—>10，CRO：〔-1〕—>〔-3〕，FPDCH：4—>6；NE1普宁地税1：扩1个DTRU，NUMREQEGPRSBPC：8—>16，FPDCH：4—>6，CRH：8—>10，CRO：11—>13。该小区覆盖区域多为民宅和工厂，数据业务需求主要分布在中午和晚上两个时段，晚忙时数据业务需求量较大，而通过现场测试发现可以利用同站同向1800小区分担其数据业务，建议邻区载波扩容并增加EDGE信道。PE1综合楼3PE1综合楼3：扩1个STRU，NUMREQEGPRSBPC：8—>16，FPDCH：4—>8，CRH：8—>10；NE1综合楼3：NUMREQEGPRSBPC：10—>16，FPDCH：4—>6，CRH：8—>10该小区覆盖区域多为民宅、工厂和学生租房，数据业务需求主要分布在上午8：00至凌晨1点，数据业务需求量很大，单载波数据业务信道根本无法满足用户正常需求，建议数据业务载波扩容。DD1揭东公司3DD1揭东公司3：扩1个STRU，NUMREQEGPRSBPC：8—>16，FPDCH：4—>6，CRH：8—>10。该小区覆盖区域有南方电网公司、卫校、卫生院、小学、在建人民医院及普通民宅商铺，数据业务量需求较大，单载波数据业务信道难于满足要求，且难于利用其它小区来共同分担，建议数据业务载波扩容。揭东龙砂学校3功率：45—>43，CRH：8—>10该基站相对较高，覆盖区域为民宅、国道及开发区新建厂区，楼层为2—4层，因受阻挡较少，所以导致覆盖过远，建议降低功率来约束其覆盖范围。DD1揭东开发区1NUMREQEGPRSBPC：14—>16，FPDCH：3—>6，CRH：8—>10，CRO：0—>(-2)。该小区覆盖区域多为技校、开发区中心市场、新建厂区和民宅商铺，数据业务需求主要分布在上午7：00至凌晨0点，数据业务需求量较大，建议利用同站1800小区分担话务及数据业务。揭阳华南3FPDCH：4—>8，CRH：8—>10，CRO：0—>(-2)。该基站相对较高，覆盖区域为商铺民宅、国道及厂区，楼层为3—6层，建筑较为密集，数据业务需求量较大，建议利用邻区分担。以上的调整方案中小区PE1光草洋3由于传输问题没有扩载波、DD1揭东公司3没有扩STRU、PE1综合楼3扩了一个载波但没有增加EDGE信道数，这些小区由于无法实施相应的调整方案，导致优化过程没有到达预期的效果，建议后期对此类小区进行跟进调整，到达提升用户感知的目的。小区调整前后指标比照通过观察调整前3天和调整后2-3天小区的话统，统计得出调整前后晚忙时〔21：00-23：00〕20个小区整体指标平均值的变化情况，如下表所示：优化前优化后提升幅度EDGEPDCH复用度8.086.72下降16.83%下行EDGEIP吞吐率〔kbps〕58.8970.00上升18.86%下行TBF建立成功率97.79%98.77%上升0.99%从上面的图和表中可以看出，经过调整后20个小区的整体指标得到较为显著的提升，其中EDGE下行PDCH复用度下降16.83%，下行EDGEIP吞吐率提升18.86%，TBF建立成功率从97.79%上升到98.77%。上述的统计基于晚忙时，在其他时段指标提升幅度更为明显。这20个小区的问题类别分布如下所示：下行EDGEIP吞吐率指标的提升优化EDGEIP吞吐率直接反映用户使用数据业务的感知，在话统观察时应予以留意。根据经验当指标低于80kbps时会用户感知造成较大的影响，当低于70kbps时将严重影响用户感知，对低于70kbps的小区应予以及时的处理。目前现网中EDGEIP吞吐率较低的小区主要是由于定义的EDGE信道数量少，导致时隙获取率低，复用度高造成的，建议增加此类小区的EDGE信道数。通过观察统计20个小区调整前3天和调整后2-3天话统，统计得出各小区晚忙时〔21：00-23：00〕优化前后的吞吐率比照情况，如下列图所示：从上图可以看出通过调整后大局部小区的EDGEIP下行吞吐率都得到较为明显的提升。小区宏光大厦2、乔南3、玉浦2和联运站2的下行EDGEIP吞吐率提升尤为显著，提升幅度分别到达86.26%、27.87%、59.47%和76.32%。小区龙砂学校3由于在优化后的话统观察期间有2个载波故障导致其指标下降。下行EDGEPDCH复用度指标的提升优化PDCH复用度反映PDCH信道的复用程度，即一个PDCH上承载的TBF的数量。根据以往的经验得知，在EDGEPDCH复用度超过8时，将导致较差的用户感知。因此在话统观察时应留意该指标，对EDGEPDCH复用度超过8的小区予以关注或优化。目前现网中下行EDGEPDCH复用度较高的小区主要是由于话音清空PDCH和信道数缺乏造成的，建议增加此类小区的EDGE信道数。通过统计调整前各小区3天的话统，和调整后2-3天的话统得出，得出各小区晚忙时〔21：00-23：00〕下行EDGEPDCH复用度在优化前后比照方下列图：从上图可以看出经过调整后，宏光大厦2的晚忙时复用度由10.63下降到5.83，下降幅度到达45.13%；小区玉浦2的晚忙时复用度由9.51下降到6.53，降幅到达31.29%。J13双彭2由于覆盖区域过大，在不扩容的情况下调整效果不明显，其他小区的复用度都有不同程度的下降。下行TBF建立成功率的提升优化下行TBF建立成功率会直接影响用户感知，根据经验知当下行TBF建立成功率低于95%时，将会严重影响用户感知，建议对此类小区进行重点观察。通过观察小区调整前3天和调整后2-3天的话统，统计得出各小区在晚忙时〔21：00-23：00〕的下行TBF建立成功率优化前后的比照方下列图：通过上图可以看出，在进行了调整后，大局部小区的下行TBF建立成功率都得到较好的提升，其中宏光大厦2的下行TBF建立成功率由95.3%提升到了99.77%，小区PE1联运站2的下行TBF建立成功率由94.74%提升到了99.90%。详细的小区指标分析请查看如下附件：Gb链路利用率分析Gb链路是BSC与SGSN之间的承载链路，目前现网中Gb链路主要使用帧中继协议。Gb链路负荷状况对GPRS/EDGE网络的性能有直接的影响。Gb接口用于传送信令和用户信息。Gb的负荷分析、带宽配置是一个非常重要的优化工作，合理的Gb负荷、容量配置以及正常的工作状态是保证稳定的GPRS、EDGE网络性能的前提。揭阳4个BSC链路利用率分析JYDBSC1、JYEBSC1、JYEBSC2和JYM01B3四个局一周〔12月10日-12月16日〕24小时Gb链路利用率走势图如下：注：Gb链路利用率=Gb实际流量/Gb理论流量；Gb实际流量=〔EDGE下行RLC层总流量+GPRS下行RLC层总流量〕；Gb理论流量=Gb配置时隙*64/〔8*1024〕*3600。从上面的走势图可以看出，四个局的Gb链路利用率白忙时和晚忙时根本相似，白忙时为10:00-14:00，晚忙时为22:00-00:00。四个局的Gb链路利用率两个忙时都处于较高水平，其中JYEBSC2利用率最高，两个忙时最高利用率都超过80%的告警线，该局的Gb链路忙时处于高负荷状态，将会对用户感知产生较严重的影响。下面对四个局各条链路负荷进行分析。JYDBSC1局Gb链路利用率分析在帧中继协议中使用NSCVI〔网络业务虚拟连接标识〕来识别每条Gb链路，JYDBSC1局共配置了7条E1，该局一周〔12月10日-12月16日〕24小时Gb链路利用率走势图如下：JYDBSC1局的7条链路负荷不均匀，58053在7条链路中负荷最高，从白天8：00开始到晚上1：00链路利用率一直超过80%的告警门限值，9：00-13：00和18：00-1：00共12个小时链路利用率甚至超过90%，在该时段经过58053链路的用户感知将严重影响。58052、58055、58056和58057四条链路利用率也处于高负荷状态，忙时都有超过80%的告警门限值。另外，该局的58051和58054两条链路却处于较低的链路负荷状态，2条链路的最高链路利用率都不超过50%，比其他5条链路明显要低。该局的7条链路平均利用率处于较为合理的状态，最高都不超过80%，该局的链路负荷不均匀。建议调整该局7条链路与SGSN侧PAPU的链接配置，均衡各链路负荷，提高用户感知度。JYEBSC1局Gb链路利用率分析JYEBSC1局共配置了7条E1，该局一周〔12月10日-12月16日〕24小时Gb链路利用率走势图如下：JYEBSC1局的7条链路负荷不均匀，58071在7条链路中负荷最高，从白天8：00开始到晚上1：00链路利用率一直超过80%的告警门限值，全天共有8个小时链路利用率超过90%，在该时段经过58071链路的用户感知将严重影响。58076和58077两条链路利用率也处于高负荷状态，忙时都有超过80%的告警门限值。另外，该局的58072、58073、58074和58075四条链路却处于较低的链路负荷状态，4条链路全天大局部时间链路利用率低于60%，只有2个小时高于60%并且低于80%，比其他3条链路明显要低。该局的7条链路平均利用率处于较为合理的状态，全天只有23：00时段稍为高于80%，该局的链路负荷不均匀。建议调整该局7条链路与SGSN侧PAPU的链接配置，均衡各链路负荷，提高用户感知度。如下附件为该局Gb链路调整方案：JYEBSC2局Gb链路利用率分析JYEBSC2局共配置了6条E1，该局一周〔12月10日-12月16日〕24小时Gb链路利用率走势图如下：该局6条Gb链路负荷有较大的波动，白天时段58081和58084两个链路明显高于另外四条链路，并且这两条链路在白天共有9个小时Gb链路利用率超过90%，全天共有16个小时Gb链路利用率超过80%，58081和58084处于高负荷状态。晚上21：00-00：00共4个小时58081和58084两条链路均低于其他四条链路。该局6条链路在忙时均处于较高的链路负荷状态。该局的6条链路平均利用率处于高负荷状态，全天共有6个小时Gb链路利用率高于80%。建议对该局扩容1条Gb链路，分担其他6条链路负荷，提高用户感知度。JYM01B3局Gb链路利用率分析JYM01B3局共配置了5条E1，该局一周〔12月10日-12月16日〕24小时Gb链路利用率走势图如下：从上图可知，该局58102、58103和58104三条Gb链路利用率明显高于58101和58105两条链路。58102、58103和58104三条Gb链路白忙时和晚忙时均高于80%的告警门限值，链路处于高负荷状态。58101和58105两条链路全天24小时链路利用率均低于70%，大局部时间处于60%以下。该局的5条链路平均利用率处于较为合理的状态，全天只有23：00时段稍为高于80%，该局的链路负荷不均匀。建议调整该局5条链路与SGSN侧PAPU的链接配置，均衡各链路负荷，提高用户感知度。如下附件为该局Gb链路调整方案：JYEBSC1局Gb链路调整前后分析在对JYEBSC1局的Gb链路利用率进行分析过程中发现该局的Gb链路负荷不均匀，该局共配置了7条Gb链路，其中有三条链路长时间处于高负荷状态，忙时利用率超过90%；另外四条链路负荷那么较低，全天不超过80%，大局部时间在60%以下。该局的全天平均链路负荷处于较好的水平，全天大局部时间处于70%以下。因此建议对该局的链路负荷进行均衡调整，目的使各链路负荷处于合理的水平，提高用户感知，减轻网络负担。JYEBSC1局Gb链路分析PAPU是SGSN的一个处理单元，其逻辑连接图如下：通过SGSN侧查看该局的Gb链路配置如下：BSCSGSNPAPUNSEINSVCINUMDEVDLCIJYEBSC12041058075807130509JYEBSC12041158075807230528JYEBSC12041158075807330516JYEBSC12041258075807430535JYEBSC12041258075807530827JYEBSC1204145807580763016JYEBSC120455807580773016JYEBSC1局与SGSN204连接，共与SGSN204的5个PAPU相连，其中链路负荷高的58071、58076和58077分别单独与1个PAPU相连。PAPU11和PAPU12各与JYEBSC1局的2条Gb链路相连，观察Gb链路走势图可知同一个PAPU内的两条链路负荷分担，链路利用率根本相同。查看该局连接PAPU下的小区数量及一周〔12月21-12月27日〕忙时12:00-13:00一小时平均流量如下：PAPU小区数量EDGE下行IP层流量(MB)GPRS下行IP层流量(MB)下行总流量(MB)Gb链路平均利用率备注525473.5124.69598.1983.291条Gb链路1025538.6147.88686.4788.801条Gb链路1125587.41139.86727.2850.752条Gb链路1225554.58160.67715.2451.552条Gb链路1425511.91140.54652.4687.341条Gb链路从上面的统计表中，JYEBSC1局对应的5个PAPU下分别带着该局的25个小区，PAPU5、PAPU10和PAPU14分别连接着该局链路负荷最高的58077、58071和58076，这三个PAPU的下行总流量与三条链路负荷相符合，58071对应的PAPU10流量最高，其次是58076对应的PAPU14和58077对应的PAPU5。PAPU11和PAPU12分别连接着JYEBSC1局的两条Gb链路，但流量与PAPU5、PAPU10和PAPU14流量相差不远，这主要是每个PAPU的下的小区数量相同原因所致。因此造成JYEBSC1局7条Gb链路负荷不均匀的主要原因是该局连接PAPU所带小区数量平均分配，从而导致1个PAPU连接1条Gb链路的负荷高，而1个PAPU连接2条Gb链路的负荷低，造成总流量分布不均衡。因此建议对连接该局每个PAPU的Gb链路数量进行调整。调整方案考虑到JYEBSC1局连接的PAPU链路不均衡，建议对JYEBSC1局做如下调整：BSCSGSNNSEINSVCI调整前PAPU调整后PAPU调整说明JYEBSC1204580758071101458071链路迁移到PAPU14JYEBSC120458075807614JYEBSC120458075807751158077链路迁移到PAPU11JYEBSC120458075807211JYEBSC120458075807311JYEBSC12045807580741212不做调整JYEBSC120458075807512注：标黄颜色的为Gb链路利用率异常高的Gb链路2021年1月15日JYEBSC1局进行SGSN间割接，该局从SGSN204整体割接到SGSN302，在割接实施过程中根本采用了以上的调整思路，实际的Gb链路调整如下表所示：BSCSGSNNSEINSVCI调整前PAPU实际调整后PAPUJYEBSC13025807580711014JYEBSC130258075807211JYEBSC130258075807311JYEBSC13025807580741215JYEBSC130258075807512JYEBSC1302580758076148JYEBSC13025807580775注：标黄颜色的为Gb链路利用率异常高的Gb链路JYEBSC1局割接后7条Gb链路分别与PAPU14、PAPU15和PAPU8相连，调整思路与建议相似，下文详细分析调整后的Gb链路负荷情况和Gb口WAP业务性能。调整后Gb链路负荷分析由于1月15日割接后16日、17日和18日Gb链路利用率话统不全，只取到1月19日的Gb链路话统，调整后各PAPU1月19日忙时12:00-13:00一小时流量及平均Gb链路利用率如下所示：PAPU小区数量EDGE下行IP层流量(MB)GPRS下行IP层流量(MB)下行总流量(MB)Gb链路平均利用率备注841964.59220.651185.2480.892条Gb链路14421252.61287.221539.8370.593条Gb链路1542873.04241.191114.2377.182条Gb链路JYEBSC1局共与三个PAPU连接，每个PAPU下小区数量根本相同，三个PAPU所连Gb链路的平均利用率较为均衡，PAPU14由于与三条Gb链路连接，小区数量相同的情况下Gb链路利用率相对较低，与预期效果相符。链路调整前该局一周〔12月10日-12月16日〕24小时Gb链路利用率走势图如下：链路调整后1月19日Gb链路利用率24小时走势图如下所示：从调整前后的Gb链路利用率24小时走势图来看，链路调整后JYEBSC1局Gb链路负荷不均衡的现象明显改善，各PAPU所连Gb链路利用率根本相同，PAPU间的Gb链路利用率有所不同，这主要是各PAPU下小区业务量不同导致，7条Gb链路利用率差异较调整前大幅减少，到达了均衡链路负荷的目的。调整前后WAP业务时延比照JYEBSC1局Gb链路调整后12:00-13:00时段WAP业务时延比照方下表所示：KPIJYEBSC1(调整前)JYEBSC1(调整后)时延变化幅度(2021-12-2112:00-13:00)(2021-1-1512:00-13:00)Gb链路利用率72.3576.22上升5.08%Attach24062665上升10.77%PDP20272452上升20.97%Connect1x1697882下降48.03%Get1x733518下降29.33%Post1x776451下降41.88%Connect2x275303上升10.18%Get2x1069611下降42.84%Post2x1295795下降38.61%调整前后相同时间段内该局Gb链路平均利用率从72.35上升到76.22，但该局WAP业务的时延除Attach、PDP激活和Connect2X时延有所上升外，WAP访问时延整体下降幅度明显，因此Gb链路负荷不均衡现象会对整体时延造成影响，JYEBSC1局链路负荷均衡后对时延的改善起到一定的作用。结论从以上分析得知造成Gb链路负荷不均匀的主要原因是SGSN侧PAPU所带小区数量平均分配，单个PAPU连接Gb链路少的链路利用率会比单个PAPU连接Gb链路多的高，Gb链路在PAPU间不均匀连接将导致Gb链路负荷不均衡。经过Gb链路负荷调整后，各条Gb链路之间的负荷得到均衡，在7条链路的平均利用率由72.35%上升到76.22%的情况下，WAP整体时延下降幅度明显，其中Connect1x时延的下降幅度到达了48.03%，用户感知得到明显的提升。由此可见，Gb链路负荷不均衡会对用户感知造成较大影响，因此建议对现网中出现Gb链路在PAPU间不均匀连接的BSC进行相应的Gb链路调整，均衡Gb链路负荷，提升用户感知。无线环境对下载速率的影响分析普宁路测指标分析RxLev覆盖统计区间采样点数所占比例<0，>=-657120935.91%<-65，>=-757109235.86%<-75，>=-854666723.54%<-85，>=-9592824.68%<-94210.01%从测试结果看，普宁城区RxLev覆盖较为一般，广达北路到环市北路之间、赤华北路两段路根本电平值小于-75，个别路段电平值小于-85。测试过程中电平值小于-75的占28.23%，占比拟高，建议后续对覆盖信号较差的区域进行优化。C/I覆盖统计区间采样点数所占比例>=1814914385.77%<18，>=15112026.44%<15，>=1269534.00%<12，>=945032.59%<920941.20%测试路段C/I覆盖情况良好，大局部路段C/I值大于18，但仍然有个别路段干扰严重，建议后续对干扰严重的区域进行专题优化。BLER覆盖统计区间采样点数所占比例<5，>=011053158.04%<10，>=52055510.79%<20，>=102227111.70%<40，>=202385512.53%>=40132116.94%测试路段的误块率较差，整个测试过程中有41.96%误块率大于5%，占比拟高，误块率高将导致重传率高从而影响吞吐率。整个测试区域有四个路段误块率特别高，严重的误块率到达40%，从电平值覆盖图看到，电平值低的地方误块率相对也高，建议后续对误块率高的地方进行优化。CodingSchemeDL覆盖统计区间采样点数所占比例●MCS-915287178.64%●MCS-889464.60%●MCS-798695.08%●MCS-638531.98%●MCS-5130646.72%●MCS-41830.09%●MCS-320601.06%●MCS-13340.17%●CS-2330.02%●CS-124801.28%●无编码7000.36%测试路段的高编码方式占比拟好，大局部路段能占用MCS9的编码方式，83.24%能占用MCS8以上的编码方式。LLC下行吞吐量覆盖统计统计汇总：区间采样点数所占比例●<400,>=20021311.28%●<200，>=16093035.59%●<160，>=1006308737.90%●<100，>=604578927.51%●<60，>=203285319.74%●<20，>=0133057.99%测试过程中LLC层下载速率一般，55.24%下载速率低于100kbps，环市北路，广达北路，东园宾馆附近区域和新河西路附近区域下载速率大局部时间处于60kbps以下，建议后期对这些区域进行优化。RLC下行吞吐量覆盖统计区间采样点数所占比例●<400,>=20031011.95%●<200，>=160144449.07%●<160，>=1006719242.18%●<100，>=603101719.47%●<60，>=202851917.90%●<20，>=1150099.42%整个测试区域有46.76%RLC层速率低于100kbps，下载速率较低。纺织品市场附近区域，科技小区附近区域，城南大道西到潮汕学院区域RLC层速率较低，建议后期对这些区域进行专项优化调整。无线环境与速率关系分析RxLevSub与BLER的关系普宁城区的BLER指标较差，测试路段有4个区域BLER比例高，通过对整个测试过程的log文件进行分析，发现BLER值比例高的区域的RxLev值低，高BLER将导致高重传率，会对下载的吞吐率造成直接的影响。误块率〔BLER〕高的主要原因有两个，一个是无线干扰大〔C/I值低〕，另一个是电平值低。为了定量的分析电平值对误块率〔BLER〕的影响，对普宁城区测试的log文件进行统计，统计过程中选取C/I值大于等于18以排除无线干扰的影响，统计结果如下：如上图所示，当电平值小于-90时，误块率均高于15%，随着电平值的上升，误块率成反比下降，当电平值大于-75时，误块率根本低于10%，电平值大于-65时误块率根本低于5%。通过以上分析，在日常的道路优化过程中，对于电平值低于-75的区域需要进行关注，误块率低于5%能较好保证下行的吞吐率，建议在优化过程中尽量使电平值大于-65。下列图是BLER与LLC吞吐率的关系图：在上图的统计中，选取了C/I大于等于18的抽样点，并且下行的PDCHUtilizationOwnData值大于50%，目的是排除干扰和信道共享对速率的影响。从上图的走势可以看到，在误块率从0%—45%上升时，LLC层吞吐率呈下降趋势，说明误块率对吞吐率的影响明显。误块率大于45%时，由于采样点数较少，偶然的因素较大，两者的关系不明显。C/I与吞吐率的关系C/I的值直接影响下载过程中使用的编码方式进而影响用户的下载速率。为了定量分析C/I值对吞吐率的影响，选取电平值大于等于-75和下行的PDCHUtilizationOwnData值大于50%的抽样点，目的是排除电平值和信道共享对速率的影响，下列图为统计结果：排除电平值和信道共享的因素，随着C/I值的上升，LLC层吞吐率上升，当C/I值大于22时，LLC层吞吐率大于100kbps。建议在日常的道路优化过程中，把C/I值提升到22以上。随着C/I值的上升，RLC层和SNDCP层吞吐率也上升，上升趋势与LLC层吞吐率相同。四个BSC用户行为分析本局部内容通过对JYDBSC1，JYEBSC1，JYEBSC2，JYM01B3四个BSC进行Gb口数据的采集处理，针对不同BSC下的用户数据业务行为特征分析得出不同业务的业务渗透率以及流量分布特征。此次数据采集时段分别为：JYDBSC1局12月17日12:00-13:00，JYEBSC1局12月21日12:00-13:00，JYEBSC2局12月18日12:00-13:00，JYM01B3局12月23日12:00-13:00。数据业务类型分布通过对JYDBSC1，JYEBSC1，JYEBSC2，JYM01B3四个BSCGb口数据的统计处理，针对用户发起的数据业务请求行为进行深入分析，得出普遍用户对数据业务的需求分为以下七大类：浏览下载类、IM类〔即时通信〕、邮箱类、音乐类、证券类、视频类及彩信类业务。以下对各数据业务类型进行详细分析。数据业务用户数及业务渗透率分析数据业务用户数=进行PDP激活的用户数据业务渗透率=某类业务的PDP激活用户数/总PDP激活用户数通过对Gb口数据的统计处理，得JYDBSC1，JYEBSC1，JYEBSC2，JYM01B3四个BSC的各类业务统计结果如下：业务类型JYDBSC1JYEBSC1JYEBSC2JYM01B312:00-13:0012:00-13:0012:00-13:0012:00-13:00用户数业务渗透率用户数业务渗透率用户数业务渗透率用户数业务渗透率浏览下载类1878750.29%1419845.69%1613345.55%1878756.99%IM类1737246.51%1615451.98%1854652.36%1331640.40%邮箱类9892.65%5201.67%5481.55%6752.05%证券类720.19%680.22%400.11%800.24%音乐类1130.30%1190.38%1410.40%850.26%视频类210.06%190.06%140.04%200.06%【小结】四个BSC的总体业务渗透率分布情况相似，浏览下载类和IM业务(飞信、QQ、MSN)的业务渗透率之和都超过90%，其中，JYEBSC1和JYEBSC2的浏览下载类与IM类的渗透率都在45%-50%左右，JYEBSC2局的IM类渗透率最高，到达52.36%，JYEBSC1局的渗透率为51.98%，这两个局的覆盖区域主要为商业区和学校，用户的IM类业务需求量较大。JYM01B3的浏览下载类渗透率最高，为56.99%，该局IM类渗透率为40.40%，该局覆盖的区域多为政府机关和写字楼，用户的浏览下载的需求大。JYDBSC1的浏览下载类渗透率为50.29%，IM类渗透率为46.51%，该局覆盖的区域多为政府机关和写字楼，用户浏览下载的需求大。邮箱类业务市场渗透率都在1.55%-2.65%之间；四个BSC中，视频类、音乐类、证券类业务市场较小，业务渗透率均缺乏1%。数据业务市场占有率分析数据业务市场占有率定义：某业务用户数占该类业务总用户数的百分比通过对四个BSC的GB口信令统计，深入分析五大类主流数据业务〔即IM类、证券类、音乐类、邮箱类、视频类〕的市场占有率情况，分析结果直接反映揭阳用户对数据业务的需求和喜好。具体分析结果如下：IM类IM类JYDBSC1JYEBSC1JYEBSC2JYM01B312:00-13:0012:00-13:0012:00-13:0012:00-13:00用户数市场占有率用户数市场占有率用户数市场占有率用户数市场占有率QQ1700997.91%1573697.41%1824198.36%1298297.49%飞信3632.09%4182.59%3051.64%3342.51%MSN00.00%00.00%00.00%00.00%邮箱类邮箱类JYDBSC1JYEBSC1JYEBSC2JYM01B312:00-13:0012:00-13:0012:00-13:0012:00-13:00用户数市场占有率用户数市场占有率用户数市场占有率用户数市场占有率139邮箱88088.98%39676.15%41976.46%56583.70%QQ邮箱10610.72%12023.08%12723.18%10816.00%谷歌邮箱10.10%20.38%20.36%10.15%尚邮20.20%20.38%00.00%10.15%证券类证券类JYDBSC1JYEBSC1JYEBSC2JYM01B312:00-13:0012:00-13:0012:00-13:0012:00-13:00用户数市场占有率用户数市场占有率用户数市场占有率用户数市场占有率同花顺1926.39%1623.53%1025.00%2328.75%移动证券3973.58%4382.69%1446.67%4985.96%GG财神爷912.50%34.41%717.50%45.00%大智慧56.94%68.82%922.50%45.00%音乐类音乐类JYDBSC1JYEBSC1JYEBSC2JYM01B312:00-13:0012:00-13:0012:00-13:0012:00-13:00用户数市场占有率用户数市场占有率用户数市场占有率用户数市场占有率GGmusic5750.44%7563.03%8157.45%4148.24%QQ音乐4035.40%3630.25%4733.33%3035.29%移动随身听1614.16%86.72%139.22%1416.47%视频类视频类JYDBSC1JYEBSC1JYEBSC2JYM01B312:00-13:0012:00-13:0012:00-13:0012:00-13:00用户数市场占有率用户数市场占有率用户数市场占有率用户数市场占有率GG视频2095.24%19100.00%14100.00%1680.00%移动电视14.76%00.00%00.00%420.00%【小结】IM类业务：QQ独大，四个BSC的市场占有率都在97%以上；而飞信市场占有率缺乏3%，有待加大飞信业务推广力度；邮箱类业务：四个BSC不同时段统计可知，139邮箱市场占有率较高，占81%左右，QQ邮箱约占18%、谷歌邮箱、尚邮等邮箱类业务市场占有率缺乏1%；证券类业务：移动证券领先，占了约72%的市场份额；同花顺跟随其后，市场份额约为26%;GG大智慧排在第三位，市场份额约为11%；排在最后的是GG财神爷，只占了约10％的市场份额。音乐类业务：GGmusic市场占有率较大，在四个BSC中均达48%以上，其次为QQ音乐，约占33%，移动随身听那么约为12%；视频类业务：分析时段中使用视频类业务的用户数量较少，其中80%以上的为使用GG视频业务用户，移动电视仅有几位用户使用，有进一步开拓市场空间。热门网站市场占有率分析浏览下载类TOP10热门网站：网站JYDBSC1JYEBSC1JYEBSC2JYM01B312:00-13:0012:00-13:0012:00-13:0012:00-13:00用户数市场占有率排名用户数市场占有率排名用户数市场占有率排名用户数市场占有率排名QQ门户902854.17%1658854.90%1738255.69%1593750.83%1移动梦网16389.83%3192116.01%211698.82%3161213.80%3优视动景234514.07%26625.52%4209715.82%2164814.11%23G门户10426.25%41421.18%77855.92%48277.08%4百度3311.99%52402.00%52662.01%52532.17%5新浪3041.82%640.03%101581.19%81841.58%7fetion2171.