张璐岩,贾磊
(中国移动通信集团陕西有限公司,西安 710077)
截至2017年底,我国高铁运营总里程接近30 000 km,全年运送旅客约17.13亿次,同比增长18.7%。即时通信、网页浏览、流媒体视频、手机网游等业务是当下高铁旅途中旅客打发时间消遣的主要方式。为保证用户网络体验感知,高效、准确、低成本的识别高铁用户、优化高铁网络就显得至关重要。
用户在高铁环境下对移动网络业务体验的需求随时考验着我们高铁移动网络建设和优化成果。以目前的高铁网络优化情况来看,仍面临着以下几个主要问题。
传统高铁网络优化工作主要依靠人工仪表拉网测试、获取数据进行分析,测试时间成本、资源成本较高,且网络分析对优化人员能力要求较高。
识别高铁用户的成本较高,当前高铁用户识别的主流方法是利用多普勒频移、切换序列等方法实现,复杂度较高、硬件设施要求严格。
用户群共性问题不易体现,多数体现为测试机及所在位置的网络问题,不能代表真实用户感知。
为满足当下高铁网络优化的需求,急需一种全新的优化手段来代替传统的优化方式。
为节省优化成本,需将大量重复性的人工工作转化为自动优化。本文从识别高铁用户群体出发,利用相关网络数据判别出公专网频繁切入切出问题,运用聚类算法发现问题高发区域,建立自动优化体系并应用于实践。
高铁用户的行为特征是在一定时间内具有相同的运动轨迹。……