移动通信网络优化技术的现状及其发展方向（转）
移动通信网络优化技术的现状及其发展方向
吴建军 赵月旺 2004/03/16
关键词：移动通信 网络优化 智能优化 专家系统 数据挖掘 自动优化摘 要：本文介绍了目前移动通信网络优化的现状和局限性，提出网络优化技术的新思路
1 移动网络优化的意义
中国的两大移动通信运营商，中国移动和中国联通，所拥有的移动通信网络经过几年的网络投资建设，其网络规模已经达到世界上最大的移动通信网络，拥有了世界上最大数目的用户群，但是，网络的质量却远远没有跟上网络规模的发展。随着中国加入WTO以及运营商之间竞争的加剧，运营商特别是中国联通要想保证其现有的用户数量并发展新的用户，它们的工作重心必须从网络建设转向了网络维护、管理。这样，在庞大的、不断快速增长的用户群的基础上开展增值业务的的开拓，才能保证其健康发展。事实上，中国移动早在前年开始，就因为其网络质量好，以"移动通信专家"自居，并因此在资费上优于中国联通，另外，其客户忠诚度也较联通高。我们的结论是：卓越的优化工作可以直接促进运营商的近期效益，对远期效益的贡献更大。
移动通信网络是一个动态的网络。由于话务密度分布不均匀、频率资源紧张、网络配置未达最佳并且长期处于不断变化之中等因素，使得现有网络的服务质量不尽如人意，巨额的投资并没有得到最高的收益,所有这些都要求运营商应不断地准备对网络进行调整，以便优化资源配置，合理地调整网络的参数，使网络达到最佳的运行状态，这就是移动通信网络优化要达到的目标。我们的结论是：高速处理海量级数据是优化工作的必由之路，这样的优化必然是基于自动化、智能化软件工具的优化模式---智能优化。
2 移动通信网络优化的现状
现有的网络优化工具主要有以下三种类型：
(1)各系统供应商提供的OMC系统；
(2)无线网络及交换网络测试分析的仪器、软件，如路测软件和信令分析软件等；
(3)无线频率规划软件。
移动通信网络的优化是一项技术难度大、涉及范围广、人员素质要求较高的工作。网络优化涉及的技术领域有交换技术、无线技术、频率配置、切换和信令、话务统计分析等。同时，网络容量的不断发展，网络用户数量的不断增加，网络设备的多样化，对网络优化工程师的技术要求也相应地越来越高。
然而，目前的网络优化工作，主要还是依赖于个别技术人员的经验（这是目前所有的优化工具所不能代替的），而靠人来对繁杂的网络数据进行及时的分析和对比，得出正确的网络优化方案是不现实的。另外，优化工程师往往借助于单一类型的网络数据来进行分析和对比，而不是根据所有与网络相关的数据（如话统数据，路测数据）得出网络优化方案，这显然有一定的缺陷性。
总结一下：运营商的优化工作主要基于第三方软件（路测数据分析软件、频率规划与优化软件、信令分析软件、基于GIS的配置分析软件、话务负荷趋势预测软件）提供的环境数据来开展的，系统维护工作主要是基于系统供应商提供的OMC系统（告警、配置、统计功能）的系统数据开展的，二者之间的联系严重不足，优化工作停留在比较粗放的阶段。我们认为，系统供应商或者第三方软件提供商应该与运营商形成长期的战略合作伙伴关系，通过持续努力，开发将环境数据和系统数据紧密绑定的软件系统，使该软件系统逐步具备对海量数据的一体化处理、简单分析、数据挖掘、辅助智能决策、自动网络参数调整等功能，使运营商的优化和维护人员从简单、低层次的工作中解放出来，专注于深层次的系统和环境方面的优化方法的研究，将研究成果迅速应用于软件系统，并且能够迅速得到证明的高级优化工作中来。我们的结论是：设备制造商持续不断地推动运营商的优化技术人员向专家化迈进，网络优化工作的持续、量化目标将可以实现，反过来，促进了设备制造商的产品形象提升。
3 移动通信网络优化发展的趋势
尽管目前运营商和设备供应商专门配备了优化工程师来进行网络优化，但从优化技术的发展趋势来看，用新技术和新方法来代替优化工程师的大部分重复性工作（重复了，也就低级了）是一个必然的趋势。总的来说，这种趋势可以归结为---智能优化。
3.1 一体化处理和简单分析
目前，网络优化的工具比较多，针对不同的技术范畴，优化工程师采用不同的工具。现有的第三方优化工具有：路测数据分析软件、频率规划与优化软件、信令分析软件、话务统计数据处理软件、基于GIS的配置分析软件、话单分析、话务和信令负荷流向预测软件。尽管这些工具给网络优化工程师完成优化工作带来了很大的方便，但由于它们往往只针对网络优化过程中的某个（些）特定领域，得出的优化方案显然不是最佳的，合并这些工具的输出，并与OMC系统的输出进行联合分析，其工作量仍然是人海战术，属于粗放阶段。
网络优化是一个涉及全网或局部网络的、有固定生命周期的过程（简称优化周期），一般来说：首先是数据采集阶段，消耗大量人力将各种工具输出的数据进行例行整理；然后是数据分析阶段，由优化工程师对整理好的数据反映出来的问题或情况进行综合分析和判断，最后形成一个涉及不同地点、不同层次网元的优化调整方案；最后是实施阶段，实施调整方案中确定的网络调整操作；评估阶段，再次进行数据采集工作，观察调整方案是否达到了效果，如果没有达到预期的效果，整个过程再次重复，如果达到了效果，就再次设定新的、更高的优化目标，整个过程将再次在更高的层次重复。在整个优化工作的生命周期中，难度最大的是数据分析阶段，工作量最大的是采集阶段、实施阶段和评估阶段。为了将优化人员从工作量最大，但难度相对较低的采集阶段、实施阶段和评估阶段的工作中解放出来，"一体化处理和简单分析"软件应该是最佳选择。这类软件应该具备的特点是：
1） 支持表格、图形和文本为表现方式；
2） 表现方式之间可以快速切换；
3） 表现方式最大程度的客户二次开发功能（自定义）；
4） 第三方软件和OMC系统数据的统一格式存储；
3.2 数据挖掘、辅助智能决策
上面提到的一体化处理和简单分析功能仅仅是把现有的不同优化工具的功能集中起来，仅仅具有软件的复杂性，优化周期中，数据分析阶段最难，它体现在对不同技术领域的数据的综合分析和整理过程，这其中最大的工作量是寻找的数据间的内在关系，而不是像。而解决这个问题的因此，具有自动化功能的软件必须能够使运营商网络优化人员能够在"弹指间"将分析门类的数据进行关联分析，因此，这个阶段的优化软件必须具备的特征是：
1） 方便的二次数据处理功能，比如脚本化编程手段；
2） 一系列基于数据挖掘、专家系统、模糊数学、神经网络等人工智能领域的信息处理算法模板和指南；
专家系统就是把现实工作中解决问题的过程用可编程语言描述下来，作为专家系统中的解决问题的规则（专家知识库），优化工具借用专家知识来对采集的数据进行推理和判断，模拟人类专家的决策过程，处理网络优化工作中遇到的各种问题。
数据挖掘技术就是利用机器学习的方法从数据库中提取有价值知识的过程，是数据库技术、统计学和机器学习等学科的交叉学科。数据库技术侧重于对数据存储处理的高效率方法的研究，统计学提供了数据过滤、分析和表现的手段，而机器学习则侧重于设计新的方法从数据中提取知识。将数据挖掘技术与网络优化技术相结合，可以解决许多以前我们想解决却缺乏解决办法的问题，如话务分析、话务变迁预测以及网络资源瓶颈的分析等，也可以直接给出优化的建议。
模糊数学用来对工具输出有歧义和重叠的地方进行归一化，提升各种分析手段的输出内容的统一性。
神经网络是和自动学习分不开的，通过采集网络参数调整前后的OMC系统输出和第3方软件输出的差异性，优化软件可以自动建立起一系列数据集之间的联系，为优化工程师作出判断找到最全面的依据。
在上述功能完善之后，优化工程师可以自主建立起适合自己和团队特点的数据分析体系，一旦成功，优化软件就具备了辅助决策的功能。
3.3 自动网络参数调整
在优化工具进化到具有辅助决策功能的高度后，面对被无数次证明是正确的、有效的数据分析体系，有必要将软件再往前推进一步，将优化软件的输出直接作用于OMC系统的配置功能模块上，通过OMC系统直接"指挥"网络调整自己的系统参数，以适应网络环境参数的动态变化。因此，这个阶段的优化软件必须具备的特征是：
1） 适应OMC系统配置功能模块的输出方式；
2） 环境数据和系统数据收集的实时性；
4 智能优化软件的体系结构
具有智能优化功能的优化软件的一个设计方案如图1所示。基于这种架构的优化软件将各种异构数据源通过数据仓库进行统一格式的存储，在这基础上，再进行智能数据分析，其结果直接通过OMC的配置功能模块作用于无线网络系统。
网络优化是一个正在发展中的技术领域，智能优化软件需要依赖于数据挖掘、专家系统等人工智能理论的发展和实际工程经验的积累。从2002年开始，我们就开始从事具有一体化处理和简单分析功能的网化软件的研究和开发，目前为止，已经定义了优化软件系列（OPTOOL-I,II,III）的详细功能定义，具体是：
1）OPTOOL-I：用户可以自定义基于原始话务统计数据的新的统计项和统计公式，并提供了电子地图功能。在地图上，把基站配置信息、话务统计数据和基站关联起来。另外，还提供了简单的专家系统功能。
2) OPTOOL-II：实现了GIS功能，将系统信息非常直观的反映到软件上来；
3） OPTOOL-III：基于脚本化的专家系统容器，将对OMC系统数据和第3方软件数据进行关联，已经确定的第3方软件是 "路测分析软件"和"信令分析软件"；
4） OPTOOL-IV：将实现"优化辅助决策"的功能；
5） OPTOOL-V：通过修改OMC系统的配置模块，使其可以接受OPTOOL-V软件的指令，最终达到网络自动优化的目的；
