網絡中小區容量基線的制定包含如下因素：場景、流量、資源利用率、用戶容量等。傳統意義上的容量基線都是基于小區本身關鍵指標壓抑起始點作為擴容門檻。擴容門檻和用戶業務感知滿意度之間的關系如何，是本課題的研究目標。我們需要將無線資源容量能力和用戶業務感知相結合，綜合評估小區容量能力，提升用戶業務體驗，激發網絡流量快速增長。

研究高負荷下大中小包場景典型業務上下行速率平衡性以及無線性能滿足度。

研究高負荷大中小包場景視頻類，按照不同分類維度（長短視頻比例、分辨率比例等）和無線負荷關聯，獲取視頻業務感知和無線KPI基線對應關系。

研究典型視頻業務感知vEMI占比水平與無線環境（好中差點）對應速率、分辨率關系以及vEMI的80%滿意度對應擴容關鍵監測指標。

研究高負荷小包場景下調度能力與視頻業務感知滿意度與用戶數（平均激活和連接用戶數）、擴容KPI基線關系。

摸底不同場景下業務分布和特點結論

上/下行忙時段不一致，需要分開統計上下行忙時。

上下行容量不平衡，有一定比例小區上行容量提前受限。

下行需關注視頻業務，上行需關注即時通訊業務。

基于主流視頻業務體驗給出映射擴容KPI指標的基線標準，給出不同頻段推薦基線標準

以VEMI-Q=3.0為基準進行分析，大中小包不同場景下，基于感知忙時流量基線相較集團標準拐點提前到來。小包為40GB、中包60GB、大包70GB。

以視頻業務感知滿意度VEMI-Q=3.0為基線，激活用戶數大中小包小區對應感知出現陡降區域在大包45用戶、中包60用戶、小包70用戶附近。

隨著PRB增加，大中小包小區的VEMI-Q都有下降趨勢；以視頻業務感知滿意度VEMI-Q=3.0作為基線，PRB利用率需要滿足小包為40%、中包為50%、大包為60%的要求。

視頻業務受限于下行業務信道和上行CCE調度能力，因此滿足以下條件之一，視頻用戶感知可能受到影響：

下行業務信道受限：“下行PDCP層流量 >= 門限 ” 且 “下行PRB資源利用率 >= 門限”。

控制信道受限：“上行CCE分配失敗率 >= 門限 ” 且 “RRC平均連接用戶數 >= 門限”。

典型視頻業務體驗對應無線網絡影響測試驗證結論

為保障1080p速率基線10Mbps，VEMI3.5，建議SINR基線3dB，RSRP基線-90dBm，小區負荷基線為（秒級）PRB 65%；

為保障720p速率基線4Mbps，VEMI3，建議SINR基線0dB，RSRP基線-100dBm，小區負荷基線為（秒級）PRB 80%；

當覆蓋或者容量超過上述基線后，VEMI出現拐點陡降，初始緩沖時延高于1s明顯抬升，即感知類指標無法保障。

擴容小區統計對比

分別使用集團標準和感知標準對某地市2.6G和700M宏站進行高負荷小區統計，比較兩種標準對高負荷小區數量的影響：

感知標準篩選出的高負荷小區多于集團標準，在2.6G設備上體現更為明顯。

感知標準篩選出的85個高負荷小區都是業務信道受限，說明當前影響感知的瓶頸仍在業務信道，控制信道暫不受限。

從統計看，使用集團標準篩選出的50個高負荷小區中，有49個同樣出現在感知標準篩選出的高負荷小區中，重合度較高。

感知標準可以作為集團標準的補充，以1080P高感知為標準，更精確的找到感知受限的小區，作為后續擴容的參考。

傳統網絡運維以網絡級的KPI為主，網絡KPI無法與用戶業務體驗相關聯，難以對感知問題優化及小區容量匹配。大量的現實案例和統計數據表明，網絡側性能指標優秀不代表用戶滿意、體驗優，而以滿意度測評為代表的用戶主觀感受評價是多種因素累積作用下的事后評價。在網絡大中小包場景下，小區承載用戶業務比例會有差別，小區表現提供業務滿意度要求也不同。

統計2022年移動互聯網用戶數據，網絡視頻（含短視頻）使用率高達95%，占全網流量的63%。抖音、快手短視頻人均日使用時長100+分鐘，已超越即時通訊應用，且增長迅猛。若因視頻業務出現卡頓，56%的用戶會放棄視頻播放，長時間體驗不佳則會出現投訴。

傳統的5G擴容標準以基站KPI出發，無法準確評估用戶感知體驗，會出現小區用戶感知差但仍未到擴容門限的場景。傳統的業務感知評估體系由大數據平臺提供，無線側不能獨立構建，跨域協同存在困難。

5G感知擴容標準以未來主流的1080P業務為感知基線，將視頻業務KPI與用戶體驗KQI相結合，得到一套針對現網各場景普適的擴容門限，更加精準快捷找到感知受限小區。該標準將無線資源容量能力和用戶業務感知結合，用以綜合評估小區容量能力。

場景化統計發現上下行忙時不一致，啟示我們要確定忙時，應上下行分開考量忙時時段，才能準確描述小區上下行感知容量受限。

基于感知容量基線受限判決，引導我們在擴容理念上也要有所變革，即上下行按需擴容。例如：上行擴容及下行擴容實施策略和廠家提供設備形態結合，選擇性價比最高的擴容方案。
責任編輯：彭菁