优化网络的方法(几个加速小技巧了解下)

SEO投稿 05-31 10:49 12次浏览

5G网络带来多样化场景化的波束,能适配多种不同场景,同时天线参数调整可能性大量增加,可实现超千种波束组合。面对高达几百种乃至成千上万种的参数组合,通过人工的方式去找出参数最优值几乎不可能,网络优化的难度迅速增加。另一方面,在无线资源紧张的情况下,如何进行资源的分配和调度,如何有效管理无线网路的相关参数,这都是网络优化面临的挑战。


5G整体网络优化方法可以从下面四个角度来看,第一阶段是初始优化,第二阶段是应急网络优化,剩下的两个阶段分别是持续优化和指导性优化。对于任何网络优化,首先肯定是网络工程建设,然后是干扰搜寻。干扰搜寻是极其重要的,一旦有干扰,网络信号性能就会受限。在干扰搜寻期间,需要同步进行网络质量比较并进行网络监控。

初始优化阶段的一般检测

一般将部署的最后阶段作为初始优化阶段,初始优化主要是部署之后的性能测试和性能调优。基站部署完毕后,常规的天线测量、射频测量这些功能测试肯定是必不可少的,在此阶段完成下行/上行数据测试、延迟测试等等。

考虑到5G网络复杂性很高,可以将网络的下行方向调节至高数据速率,这样也可以优化网络配置以实现低延迟。在此阶段,为了完善整个优化流程,测试厂商会进行网络切片,使得网络的一些部分优先考虑高数据速率,还有一部分优先考虑低延迟。

在此环节,上行干扰是首先搜寻到的干扰。众所周知,5G主要采用TDD模式部署,所以上行和下行是共享相同频率的,只是在时间上错开。因此如果配置网络时明显偏向于下行,时域中会存在大量的下行时隙(少量的上行时隙),此时频谱分析仪中也几乎看不到上行信号,这样就很难看到任何干扰。上行干扰的优化测试有两个重要的点,数据吞吐率和射频参数。通过将MCS与MIMO layers的测试指标汇总起来,这就是基站所做的优化工作,能确定最终合适的数据包长度、MIMO层,便于优化上行或下行方向的数据吞吐率。

在TDD模式中,上行干扰优化的复杂在于下行总是会覆盖上行。基站播放的SIB系统信息广播可以配置上下行参数,即可以在解码的SIB中看到上行时隙的起止点,稍加配置即可获取上行起止信息,然后就此提供特定时间门控。下行阶段测试调优与此相同。初始优化阶段的相关优化大多在性能测试和调优上。

应急网络优化该怎么办?

第二个优化阶段——应急网络优化主要进行故障排除以解决网络中的问题。流程并不复杂,网络管理KPI显示网络质量问题,然后应急网络优化执行频谱测量、信号覆盖验证以及其他测量。

假如显示高BLER、低MCS这种情况,那么就是上行方向可能存在干扰。在处理过程中,如果能将比特率、延迟和连续性整合至单一结果中那么优化将更方便迅速。这种方法由终端将UDP数据包流发送至服务器,再由服务器将其发回终端,其间使用TWAMP协议,也就是双向主动测量协议。这种双向测试模式中的数据包速率、数据包大小、时延均为可配置,根据不同的网络流量需求进行配置,然测试结果可以将比特率、延迟和连续性整合至同一结果中,优化整个流程的便捷性。

外部干扰源是应急网络优化中时常出现的,另一个则是TDD的时间同步,是一项潜在的干扰源,因此同步中的时间测试同样必不可少。

持续优化实现高效实现连续网络测试

持续优化需要使用连续的数据流来进行这种常规优化,基于云的测试会比较适合这类持续优化,也就是说将测试设备的控制和后处理转移到云端,从连接互联网的任意位置访问这些应用程序。路测设备、基准测试设备、室内采集设备都能够直接采用基于云的测试实现持续优化。基于云的测试能够带来更高效的数据采集方式,不需要大量的手动交互就能高效地生成数据。

端到端的数据流同样通过远程配置整个测试设备,配置好完整的测量文件,然后工程师将任务推送至终端的探针来执行任务。设备定期向管理端上传高级别KPI以及一些位置和状态更新。任务测试后,这些终端会将文件上传至专用的预定义文件服务器,然后由自动测量文件进行处理。

要实现这种高效的连续网络测试最重要无疑是可靠的测试设备,尤其是终端探针,要维持在一定温度确保其正常工作。这可以借助强制对流的无源冷却装置,或者借助Peltier元件的有源冷却装置,使得UE和探针处于恒温水平。

写在最后

最后一部分指导性的优化主要是为了应对5G网络日趋复杂化的各种市场问题,根据收集到的大量数据进行分析并为用户提供指导性的优化建议。机器学习在其中也发挥了不少作用,采用不同算法进一步发挥大量数据的作用。

从部署结束到网络应用环节中的每一个阶段,这四个阶段的优化能迅速降低5G网络优化的难度,在无线资源紧张的情况下,合理地进行资源的分配和调度,并有效管理无线网路的相关参数。