移动通信网络KPI指标分类方法分析

(整期优先)网络出版时间:2021-09-04
/ 2

移动通信网络 KPI指标分类方法分析

王继刚

博信通信股份有限公司

摘要:本文立足于移动通信网络的发展现状简略阐述了该课题的研究背景,介绍了移动网络中关键性能指标KPI的相关内容,并从相关性计算以及消除相关性的途径两方面内容着手对指标分类的方法进行了分析,旨在为相关研究人员提供参考。

关键词:移动通信KPI指标;相关性分析


引言:合理进行移动通信网络KPI指标分类是评估网络运行状况的基础性内容,直接影响着网络运行状态评估的实效性,但从目前来看,在实际进行指标分类的过程中仍面临着一定的不利因素,基于此,有必要展开更为深入的探究。

1研究背景

近些年来,我国通信技术得到了迅速发展,这使得移动通信网络的规模逐渐壮大,网络也开始呈现出更加复杂的特点,在该时代背景下,移动运营商需要对网络的实际运行情况展开更加实时准确的掌控,并明确如何能够从用户的角度着手对网络性能进行感知,进而高效实现对于网络质量的评价。在当前业务类型和协议逐渐复杂的过程中,单基站无线参数也在不断增加,早在2G的时候便已经达到了500个,而在3G的时候便已经有1000个左右,直到LTE便大概拥有1500个,若是基站的数量为4万个,那么其相关参数便可以达到64,000,000个以上。但从实际情况来看,当前每一个运营商所拥有的基站规模都为100万以上,所以这在极大程度上提升了对这些数据进行直接分析的难度,影响了数据分析的质量和效率。

若想真正实现其分析效率的提升,则应当针对该类数据展开相应的预处理工作,而为了能够提升数据处理的实效性,势必要事先开展对于这些指标的分类工作,以为后续数据处理工作的高质量开展创造良好的条件。通常情况下来说,对网络质量的评估需要通过对网络指标进行评估来完成,从目前来看,移动运营商所具有的自动路测平台都存在着极为丰富的测试指标,其中涉及到网络质量竞赛统计指标、网格常规统计指标以及集团KPI等等,丰富的指标能够为网络问题的高效分析奠定坚实的基础。但与此同时,这些指标的复杂性也在一定程度上增加了指标分析工作的难度。

2移动网络中关键性能指标KPI分析

笔者在本文中主要是搜集了我国某移动通信运营商的自动路测平台的数据,其中包含着OMC数据、CQT数据以及DT数据,该类数据中涉及到多项指标,例如网络质量竞赛统计指标、网格常规统计指标以及集团KPI指标等等。在这些海量的指标中应当能够做到有效的取舍,以实现对于当下网络现状的科学反映,所以相关技术人员应当采取妥善的措施对指标的数量进行限制,对于2G网络来说,KPI是对其网络运行状况进行衡量的重要指标之一,强化开展对于关键性能指标的分析和监控工作,能够更加高效地展现出当前网络运行中所存在的问题。对于KPI网络关键性能指标进行分析的准确性、完整性以及有效性,将会对网络优化的实际效率产生直接的影响,所以当前我国各大运营商在网络优化的过程中都极为关注对于KPI网络关键指标的分析工作。本文主要是将KPI指标的选取作为研究内容,通过开展对于KPI指标的分类工作以实现分析维度的有效降低,这样一来便能够为后续高效开展对于移动网络质量的分析工作创造良好的条件[1]

对于移动通信来说,其所开展的数据业务所面向的对象具有一定的复杂性,与此同时,其业务类型也有着多样化的特点,在不同业务需求的要求下,其在小区信道资源方面的实际要求也存在差异性。一般来说,不同用户在业务延时方面的感受也有所不同,除此以外,同一信道将会被多个用户复用,所以为了能够有效落实网络评估,势必要定义那些能够与数据义务相适应的关键性能指标KPI。科学合理的数据业务KPI能够有效反映出当前移动网络的实际运行情况,并精准明确其中所存在的问题,有助于更好地为数据业务网络的优化提升提供指引。从目前来看,数据业务已有的关键性能指标KPI可以划分成为两种类型,分别为基于业务的KPI和网络KPI。网络KPI中包含着信令KPI、核心网KPI以及无线接入网KPI。其在研究的过程中主要是探讨其在快速移动性管理、网络接口的利用以及无线资源分配等方面的内容。

3指标相关性分析

3.1相关性计算

指标分类主要指的是对各个指标之间所具有的相关性进行计算,同时根据计算结果将那些有着高度相关性的指标划分成一类,若想真正提升网络质量分析的成效,应当基于不同指标不同的权重,对各个指标的实际情况进行综合考虑,以实现对于网络状况的全面反映。指标分类工作的开展能够在现有的基础上减少那些需要进行定权的指标种类,并实现了对于权重系数确定相关因子的简化,进而从根本上为权重系数的有效性以及可靠性提供保障。相关性计算基本上指的是对存相关关系的变量之间所具有的相关系数的计算工作[2]。从本质上来看,相关关系其实属于一种非确定关系,它代表的是各个变量之间所拥有的依存关系,具体可以通过相关系数r对这种依存关系进行量化。具体表现如下:

首先,若是|r|小于0.4,那便代表变量之间存在着低度相关的关系。

其次,若是0.4≤|r|<0.7,则代表着变量之间有着显著性相关。

最后,若是0.7≤|r|<1,便说明各变量之间有着高度相关。

通过MATLAB能够对各个指标之间所具有的相关系数进行求解,进而实现对于各指标之间相关性的有效确定。公式如下:

613337c59c528_html_985183e71ed2bc2a.gif

该公式所代表的便是序列X同序列Y的相关系数,最终所得到的结果R为一个2*2的矩阵。

3.2消除相关性的途径

各个指标之间所存在的不同程度的相关性会在现有的基础上增加评估工作的工作量和工作压力,与此同时,其对于评估工作开展的可靠性以及有效性也有着一定的负面影响。基于此,在对网络质量进行评估之前,需要尽可能保障各个指标之间不重叠,为了能够针对网络展开更为客观全面的综合评价,技术人员还应当适当采取相应的技术处理措施,以有效实现对于指标间相关性的消除。受到网络相关性的影响,各个指标之间也存在着相互依赖以及相互作用的关系,通常情况下来说,很难完全让指标之间不重叠,具体可以采取以下几种措施以尽量达到消除指标相关性的效果[3]

3.2.1限制指标数量

在全部的指标当中,如果指标的数量比较少,那便说明其重复的可能性也相对较小,进而其指标相关性越小。基于此,相关技术人员应当在保障能够对网络整体特性进行完整全面的反映的基础上对指标进行精选,以有效减少指标的总量。

3.2.2分离重叠指标

分离重叠指标主要指的是分别开展对于存在相关性指标的分解工作,进而对各个指标中的重复因素进行深入分析,然后将那些重复的因素分离出去,这样一来便能够得到一组呈现出相互独立特点的指标。

3.2.3修正指标权重

在修正指标权重方面主要指的是对指标相互影响矩阵进行建立,进而由原本重叠的部分向指标影响权重进行转化,通过修正权重的手段达到消除重复计算的效果。在完成相关性消除工作之后还可以利用该方法对各个指标类的权重进行确定,更好地落实对于网络质量的综合评价。

3.2.4主成分分析法

主成分分析法的应用能够在保持样本主要信息量的基础上,对其中比较具有代表性的主要指标进行少量提取,然后开展对其的分析工作,以有效实现指标样本之间所具有的相关性的有效消除。该方法在应用过程中有着相对较为复杂的原理。

结论:综上所述,优化进行各个指标之间所具有的相关性的计算工作,可以有效提升指标分类的效果,对于移动网络质量的分析工作的高质量开展有着积极的促进作用。因此,相关工作人员应当加强对于该部分内容的重视,进而为网络质量的提升创造良好的条件。

参考文献:

[1]赵诚雅,吴倩,叶立武,等.一种基于粗糙集分类器的智能KPI异常检测方法[J].保险职业学院学报,2020,34(1):62-64.

[2]郑茂然,余江,陈宏山,等.基于KPI的继电保护运行评价指标体系构建[J].山东大学学报(工学版),2017,47(6):13-19.

[3]冷宇.移动通信网络的建设要点及优化措施分析[J].数字通信世界,2021(3):236-237.

作者简介: 王继刚 博信通信股份有限公司, 男,1968.08,高级工程师, 研究方向:移动通信网络接入网测试与评估技术。