本文版權為《郵電設計技術》所有，如需轉載請聯系《郵電設計技術》編輯部
摘 要：針對當前日趨復雜的網絡架構及日益提升的網絡優(yōu)化難度，提出并實現一種新型的基于多域數據融合的算法系統(tǒng)。該系統(tǒng)通過關聯IMS、5GC及EPC域的XDR數據，實現對VoLTE、VoNR及EPSFB等語音業(yè)務的精準區(qū)分。在此基礎上，系統(tǒng)通過構建各業(yè)務的質量劣化閾值模型，并采用滑動窗口算法，從而精準篩選重點質差小區(qū)。經X市現網連續(xù)5天的實際數據驗證表明，該系統(tǒng)能夠有效識別重點質差小區(qū)，充分驗證系統(tǒng)的可行性與實用性。
關鍵詞：VoNR；VoLTE；EPS FB；網絡智能運營
doi：10.12045/j.issn.1007-3043.2025.03.013
概述
語音業(yè)務作為運營商的傳統(tǒng)業(yè)務，是最影響用戶體驗與評價的業(yè)務。隨著5G網絡的蓬勃發(fā)展和2G網絡的逐漸退出，當下語音業(yè)務研究重點是VoLTE語音業(yè)務、EPSFB語音業(yè)務和VoNR語音業(yè)務。
目前，由于多種語音業(yè)務解決方案共存、網絡制式復雜、網間切換頻繁，語音業(yè)務的網絡優(yōu)化需求強烈、難度增加，判別語音業(yè)務重點質差小區(qū)成為語音業(yè)務網絡優(yōu)化工作的重中之重。目前判別質差小區(qū)的常用方法主要有路測、基于網元配置數據和網元性能數據挖掘、基于測量報告挖掘、基于信令流程數據挖掘等。其中，運營商為了提升網絡建設、網絡維護的水平，在指定的網絡接口鏈路進行旁路分光，實時分析鏈路中的數據并生成信令/流量詳細記錄（XDetail Record，XDR）。XDR數據能夠便捷、精細地分析和評價網絡質量，所以基于XDR數據的網絡優(yōu)化技術蓬勃發(fā)展。
文獻［2］基于XDR數據提出了一種網絡自動化、智能化的故障診斷方法，提高了運維效率，保證了用戶感知。文獻［3］基于XDR數據構建面向用戶、業(yè)務、終端的多維大數據運營體系，可定制各類視頻應用業(yè)務需求分析，支持運營商資源精準投放，助力OTT視頻企業(yè)合作營銷。文獻［4］基于XDR數據的運動軌跡變化，完成車主與車輛的綁定，完成用戶畫像構建，能夠有效助力新能源汽車產業(yè)精準營銷，助力運營商與新能源汽車產業(yè)創(chuàng)新合作場景落地。
經過持續(xù)優(yōu)化，目前網絡的整體質量有了明顯提升，網絡優(yōu)化建設進入切小劃分、局部針對性優(yōu)化階段，需要對質差小區(qū)進行精準判別和優(yōu)化。同時，由于移動通信環(huán)境的復雜性，存在由于數據異常或終端異常等突發(fā)原因導致部分正常小區(qū)被誤判為質差小區(qū)的情況，所以本文提出了基于多域數據持續(xù)監(jiān)測判別語音業(yè)務重點質差小區(qū)的技術。通過多種數據相互印證，避免數據異常導致的錯誤判斷；通過持續(xù)多天監(jiān)測數據，避免突發(fā)異常或終端問題導致的錯誤判斷，從而實現對語音業(yè)務質差小區(qū)的精準定位，提高網格優(yōu)化效率，提升網絡質量。
