摘要：在信息网络建设的过程中，为了保证其建设安全、顺利，LTE发挥着至关重要的作用。所谓LTE是无线通信网络的一个重要部分，能够对无线网络进行优化。文章主要是结合LTE无线网络结构的基本特征，分析了LTE无线网络优化的诸多关键性指标，其中包括接入指标、传输指标、荷载指标以及TD-LTE综合性能等方面进行综合分析，从而重点解决无线通信网络中的一些问题，完善网络的性能，更好地优化网络服务，旨在提升网络服务的水平。
关键词：LTE；无线网络；优化指标；关键性能；分析；研究
1简述
LTE无线网络结构所具有的特点LTE无线网络具有将网络的系统构成进行简化以及延缓网络延迟的优势，大多是单层架构，还可以降低网络的维护以及运行成本，减少网络的运行时间。在RNC节点方面与3G通信网络相比，LTE无线通信网络可以很大程度上进行删减，因此，LTE无线网络结构又被很多专家学者称为E-UTRAN结构，可以释放数据接入、移动管理以及承载控制等等功能，而E-UTRAN的网络结构也是由eNB组成，所以还具有最基本的3G通信网络中的deB特质。比较LTE无线网络与3G通信网络，二者还是存在较大差异，尤其是在网络运行的指标上。为了促进网络运营的运行维护质量有所提升，本文主要是对LTE无线网络优化的重点指标类型进行深入分析。
2深入分析LTE无线网络优化的系统的接入指标
2.1分析E-RAB网络的接入指标
在网络接入方面，对于E-RAB网络的接入，其主要职责是负责提前对业务信息进行约定，即对EPC和UE提前提醒接入的业务。UE提出的QCI，可以提前有效区分视频播放、缓冲以及一些语音对话和游戏等业务信息，对于E-RAB的网络的连接系数，可以利用连接数量以及申请连接的数量的比值来得出。对于网络保持方面指标来说，指的是建立业务后保持通话的功能，它与其干扰程度有着非常直接的关系，还与网络的性能以及业务的负荷程度以及网络的覆盖率均有关系，为了提高通话质量，可以改善语音的清晰程度以及音质和掉话率。
2.2分析RRC网络的接入指标
UE和LTE的连接载体是RRC，它主要负责的是NAS层业务的访问控制功能，从而实现网络间的无缝对接。RRC网络的接入指标，涵盖了RRC业务系统和RRC网络的连接系统，例如用户注册以及区域选择等等。RRC网络主要是利用CCCH和DCCH这两根信息通道，一般包括网络的接入以及接入时间等指标。
3深入分析
LTE无线网络优化系统的传输指标LTE无线网络的系统传输指标，大多情况下包括了数据丢失和发生业务数据的次数等关键指标，能够反应传输是否完成，大多是统计SDU数据包丢失的概率。这个概率指标能够直接反应信号传输的情况，可以看出无线网络中的一些切换和容纳以及控制等方面的基本性质。当发现网络的运行或者覆盖发生问题的时候，就可以事前对网络干扰进行排除。对于LTE无线通信网络系统来说，统计发生多少个业务数据的时候，可以统计SDU字节、SDU字节、PDU字节的个数，来控制网络的整体运行情况。
4深入分析
LTE无线网络优化系统的荷载指标在LTE无线网络系统中，荷载指标作为系统优化的关键指标，能够反应网络信息是否有效配置，用户网络运行是否良好，可以根据其荷载指标来判断网络系统是否进行增容或者是否进行信息资源的更新。而对于LTE无线网络的荷载指标来说，它在一般情况下可以包括网络通信系统荷载的最大值与平均值的比例、使用区间系统反射功率最大值与平均值的比例以及PRB的使用比例等数据。而PDCCH的系统的资源荷载指标可以通过统计CCE的平均使用情况计算出，在LTE无线网络系统建立随机链接的时候，可以提前将前导序列分给用户，每个区间均分配64个，这样就可以计算出荷载指标，然后再统计RACH的平均使用个数，即可得出。
5深入分析
TD-LTE无线网络的综合性能5.1分析无线网络性能指标间所具有的相关性从运营商处得知，无线网络性能指标有65项，可以对这些指标进行相关性分析，来分析无线网络的性能指标间的关系。这些指标使得网络性能和网络优化变得非常复杂。利用相关性分析来降低指标的维度，进而简化网络性能分析的工作量，利用回归分析来提高回归分析的准确度。另外，根据相关性分析的结果，来验证无线网络性能指标体系分类的正确性。对于数值数据，我们可以通过计算属性A和属性B的相关系数，此系数又称为Pearson相关系数，来评估属性间的相关度。对无线网络性能指标间进行相关性分析的具体步骤如下：一是将LTE网络评估指标进行分类，具体分类结果如图1所示。图1无线接通率与RRC连接建立成功率之间的散点图二是将相关指标进行合并，对于每个指标计算Pearson相关度，得出各指标的相关度矩阵；定义阈值K，指标间相关度大于K则为强关联指标；调整参数K，使得指标间的关联性更符合实际意义（目前K=0.8）。三是按照专家经验和相关性分析结果对指标进行降维。5.2对小区里的聚类的网络性能进行分析网络的质量类指标直接反映着小区网络质量的优劣。运营商可以根据网络质量的指标进行确定相应的阀值，然后根据这些来确定小区网络的状态，可以将其分为正常小区和问题小区两个类别。而对应网络质量分析的时候发现，其质量指标间存在一定的相关性，小区中其中一项指标变差时，可以直接影响其他指标也可能变差，所以，在对问题小区进行分析时，需要综合考虑整个关系网络质量的指标。因此，可以采用聚类算法来对小区网络质量的指标进行聚类，通过此算法可以判断哪个是问题小区，而其中的网络质量问题又是由哪些指标所导致，优化人员就可以根据此结果进行有目的性的优化。在对小区进行聚类分析其网络质量的流程大多分为如下几个方面，具体为：一是对所有网络质量指标中选择关键的指标，进行相关性分析；二是进行频率分析，确定用户感知类指标，选取该小区的指标差；三是利用聚类算法对用户感知类进行聚类，分析哪类为问题类小区；四是分析问题小区的原因，是哪些原因所造成的。根据阀值可以将影响网络质量的关键指标划分为指标好和指标差两类，将指标差得一类定为小区天粒度数据中指标最差的top5%，其他的为指标好的一类，网络质量的关键指标的具体名称和方向、阀值等信息具体如下表1所示。
6结语
综上，对于无线网络的通信建设过程中，LTE无线网络优化作为其关键的环节，对于科学实施无线网络通信建设至关重要重要。通过对LTE无线网络通信系统在运行和使用的过程中进行监测和记录，得出关键性的指标，这些指标可以有效反应无线网络的运行情况，同时，也可以帮助网络运营商整体了解无线网络的使用情况，根据这些来准确判断网络的整体运行情况，以及快速解决网络运行所遇到的问题，来优化和更新网络系统。
参考文献：
[1]陈书贞,等.LTE关键技术与无线性能.机械工程出版社[M],2012:25-40.
[2]庞磊.面向用户感知的LTE网络性能指标体系及映射方法研究[D].北京：北京邮电大学,2014.
[3]向炳新.针对电信行业自适应智能话务预测模型的研究与实现[D].电子科技大学,2007.
[4]许文强,陆烽,朱蓓.基于用户数趋势的季节指数模型话务量预测[J].移动通信,2012,36(23):65-69.
[5]陈蓉.话务量分析和多种预测模型的比较研究[D].北京邮电大学,2008.
[6]李现革.TD-SCDMA网络性能预测及监控系统的研究与实现[D].吉林大学,2012.
[7]刘童.话务量时间序列预测方法的实现[D].吉林大学.
[8]杨玉美.组合预测方法在山东省电信业务收入中的实证研究[D].辽宁科技大学,2011.
作者：高畅 单位：北京电信规划设计院有限公司
