虚拟路测技术在高铁场景的应用方案

概述

高铁优化是一种极为特殊的优化场景，尤其是针对5G网络建设，需要新建高铁专网覆盖而不采用与公网混合覆盖的模式。投诉复现故障变得代价极为高昂。因此，中兴通讯过结合基站的高速识别功能和自研专利高铁用户识别算法，在无线侧识别高速用户，通过VDT（虚拟路测）的方式来进行覆盖，语音感知，控制面指标的多维度评估，在免实际测试的情况下实现高速铁路场景的后台网优工具可视化分析。

高铁VDT关键技术

高铁VDT关键技术分为：“高铁高速用户识别”、“高铁用户位置定位”、“高铁线路/路段覆盖评估”和“高铁用户感知评估”四个部分。

“高铁高速用户识别”用于从网络中的海量MR用书上报数据中筛选出高铁上的高速用户。

“高铁用户位置定位”用于将高速用户产生的MR在对应高铁线路上进行高精度定位。

“高铁线路/路段覆盖评估”和“高铁用户感知评估”在高铁用户MR定位的基础上，关联覆盖类指标，控制面指标，感知类指标进行相关指标统计和优化分析，针对异常KPI指标进行机器学习，进行根因定界定位分析，给出规划优化指导建议。

高速用户识别

高速用户识别分析的基础是中兴通讯基站的特有功能，设置对应参数后，基站将根据多普勒频移等参数进行用户速度识别，将识别为高速用户的标签打到周期性MR结构体中上报，供后分析使用。目前通过中兴通讯网络可视化后分析工具NGI来针对5G高铁用户进行识别分析。针对这些数据，NGI的处理流程为：

基于高铁站点的周期性MR数据进行统计分析。

MR数据中根据基站多普勒频移计算打上高速标签的MR视为“高速”MR。

按基站分配的用户唯一话单分组确定用户。

根据高铁用户的移动性，时间聚集性特性进行AI学习判断，将符合条件的用户为高铁用户。

高速用户位置定位

对于满足“高速用户识别决规则”的用户的所有周期性MR数据，在NGI中进行二次定位：

对于“超级小区”的MR，如果MR中RRU的经纬度与小区经纬度不一致，且不是AGPS或指纹定位时。  进行交集判断。

对于其他有定位结果的MR数据：

如原定位结果位置点与高铁线路距离比较小，则直接取该点到高铁线路的最近距离点。  

如原定位结果位置点与高铁线路距离较大，则重新定位。

高铁线路覆盖评估

高铁线路的覆盖评估主要包含3部分内容：高铁线路指标统计表格、高铁路段指标概览和指标GIS渲染。如下图所示，主要目的是为了方便用户快速评估高铁线路，路段级覆盖指标，并针对差路段下钻到对应的CP-栅格覆盖渲染，进行详情关联展示如下图所示进行呈现：

目前中兴通讯支持综合覆盖率（RSRP&SINR）、RSRP、SINR等上/下行共29个覆盖类评估指标的渲染与统计，用户在使用工具时可以通过切换规则组进行不同类型指标的评估。

用户可以通过路段-小区-CP的方式来发现和定位高铁线路中存在覆盖问题的具体栅格。

在GIS中，框选或者单选栅格，可以弹窗显示栅格统计详情，包括对应栅格的采样点数，覆盖小区ID，指标分布区间段等详细信息。同时栅格和对应覆盖小区连线进行GIS展示：

高铁用户感知评估

高铁用户的感知分为语音感知和数据业务感知，针对这两种场景中兴通讯分别采用不同的技术手段来获取相关数据源进行分析。其中针对语音感知，中兴通讯通过自身专利算法，在基站无线侧利用丢包，时延，抖动，编码方式等关键字段信息，对用户通话的上下行质量进行mos拟合获得质量评估数据，称做EMI数据（Equivalent MOS Indicator）。将EMI数据和用户周期性MR上报数据关联，结合如前所述的MR识别定位技术即可实现用户在高铁上的语音通话感知评估与分析。

针对数据业务感知，中兴通讯通过引入基站智算板，将DPI业务识别下沉到无线基站侧来进行用户业务识别和感知评估分析，针对加密视频/非加密视频，TCP业务等进行识别生成xEMI数据（ x Equivalent MOS Indicator）,再结合用户周期性MR上报数据关联实现用户在高铁上的视频等数据业务的感知评估与分析。

结束语

本文介绍了VDT技术在高铁场景的评估和优化方案。另外在2024年中兴通讯将结合智算板的推广使用，进一步完善针对高铁用户的视频感知，TCP业务感知评估和优化分析。