具体实施时,在导入外场数据的系统级仿真测试系统上进行算法和参数验证工作,通过反复调测,获得最适合的参数,并对系统性能进行预估,所得仿真结果可以和后续的外场测试结果进行比对。
通过以上流程可以看出,从移动通信系统实际应用场景或者产品测试时获取外场的实测数据,通过对数据进行一定的处理,导入系统仿真测试系统或网规网优软件、工具进行算法及设备参数测试或网络性能验证,从而降低网络优化时间,在设备进场后能很快调整好适合的算法参数,加速网络进入服务的过程。
为了更清楚地说明本发明上述实施例的具体实现,下面结合3个具体测试实例进行详细描述。
实例一:LTE(Long Term Evolution,长期演进)系统切换算法测试
测试场景如图3所示,靠近小区1和小区2的边缘有一个商场,商场内的大部分用户在商场范围内来回移动,如果切换参数设置不合适,切换边界正好位于商场附近,容易导致很高的乒乓切换率,乒乓切换会严重的影响用户体验、增大切换失败率。依靠现有的仿真测试系统无法解决该问题,这是因为现有仿真测试系统中的用户分布和移动模型与实际场景不同,因此仿真得到的切换参数不能解决实际应用场景的问题,因而需要在真实外场环境中进行实际测试,通过跟踪信令过程,检测质量等复杂过程优化切换参数,但该方法需要的外场测试的人力、时间和材料成本都很高。
本发明实施例针对该场景和测试需求,可采用上述图2所示的流程进行测试,具体描述如下:
在步骤201中,获取商场所在区域范围(即商场周围区域,此处为小区1和小区2)的LTE基站参数(包括基站地理位置、发射功率、天线参数等),以及获取一段时间内的各时间点上该区域用户的地理位置分布数据。
其中,获取一段时间(称为仿真时间段)内的各时间点上该区域用户的地理位置分布数据的过程可如图4所示,包括以下步骤11~13:
步骤11,确定获取数据的时间段以及时周期时长T,该时间段称为仿真时间段,可以选取商场用户数较多的时间段,比如周末下午1:00到5:00。T的取值根据需要选取,取值越小,计算精度越大,但计算量也越大;
步骤12,获取仿真时间段的初始时间点上,该区域内的用户地理位置数据,作为初始用户分布数据;
步骤13,每隔周期T,获取相应时间点上该区域内的用户地理位置数据,直到到达仿真时间段的结束时间点。
在步骤202中,根据前一步骤获取到的初始用户分布数据,绘制初始用户分布图,并根据前一步骤获取到的各时间点上的用户分布数据计算得到用户移动模型。
其中,用户分布图可以包括每栅格内的用户密度,绘制初始用户分布图的过程可如图5所示,包括以下步骤14~17:
步骤14、分别获取各时间点上用户分布数据中经度的最大值和最小值,以及各时间点上用户分布数据中维度的最大值和最小值;
步骤15、根据预设的栅格大小,将由最大和最小经纬度所围成的区域划分为若干个栅格;
步骤16、分别将每个用户按照其初始地理位置映射到相应的栅格中;
步骤17、统计每个栅格上的用户密度,用户密度的单位可以是:用户/栅格。
用户移动模型的计算过程可如图6所示,包括以下步骤18~20:
步骤18,分别针对每个用户,计算同一用户在各周期T内的移动方向和移动速度,即,根据同一用户相邻两次(间隔时间为T)的地理位置,计算得到该用户在该时间段T内的移动方向和速度。
具体的,假设用户相邻的时间点t1和t2(间隔时间长度为T)的位置依次表示为:POS1(x1,y1)和POS2(x2,y2),则可以计算得到该用户在这两个时间点对应的时间段内的移动速度为移动方向角为
步骤19,将计算结果存入用户移动模型数据库。可按照用户所属地理区域存储计算结果,比如将属于同一地理区域的计算结果集中存储,并对应标识出该地理区域。该地理区域的大小可以与前述的栅格大小相同,也可以大于前述栅格的大小。对于每个用户,将该用户在时间段T内的起始位置(即起始时间点所对应的地理位置)所在区域确定为该用户所属的地理区域。
步骤20,根据用户移动模型数据库,计算出每个区域的用户移动模型。具体的,对于每个区域内的所有用户,根据这些用户的移动速度和移动方向角数据,抽象出用户移动模型。抽象出用户移动模型的过程可以是:根据用户移动方向和移动速度的概率分布图(PDF),利用统计工具对获取到的实测数据(包括用户移动速度和移动方向角数据)的概率分布图进行拟和,得到对应的拟和曲线。
在步骤203中,若仿真测试系统支持真实地图,则数据导入过程可包括:基站参数的导入、初始用户分布数据的导入和用户移动模型的导入,具体的,导入过程可如图7所示,包括以下步骤21~23:
步骤21,导入基站参数。具体的,将基站参数(包括基站地理位置、发射功率、天线参数等)直接读入仿真测试系统;
步骤22,导入初始用户分布数据,即,将初始用户分布图读入仿真测试系统,按照用户分布图撒入用户。具体的,针对分布图中的每个栅格依次进行如下操作:获取每个栅格的覆盖范围对应的位置信息,包括经度区域信息和纬度区域信息,根据该栅格的用户密度确定该栅格内的用户数N,在该栅格内随机撒入N个用户。
步骤23,导入用户移动模型,具体的,对应每个用户,从仿真时间段起始时间点执行以下操作:
步骤a、根据当前用户地理位置确定用户所属区域,然后转入步骤b;
步骤b、根据步骤a中确定出的区域所对应的移动模型计算出用户移动速度和方向角,并将生成的用户移动速度和方向角导入到仿真测试系统,然后转入步骤c;
步骤c、判断下一个时间点是否为仿真时间段的结束时间点,若是,则结束本流程,否则转入步骤d;
步骤d、根据步骤b计算出的用户移动速度和方向角以及与下一时间点的时间间隔,计算出所述用户在下一个时间点的地理位置,并转入步骤a。
在步骤204中,仿真测试系统开启切换算法,根据配置的多组参数(包括切换门限,TimeToTrigger等)进行切换算法测试,输出乒乓切换率、切换失败率等评估指标,选择最优的一组参数作为最终使用的参数。
可以预见的是,一旦参数设置不合适,高密度的栅格跨越参数值对应的切换边界时,乒乓切换率会很高,当高密度的栅格不跨越参数值对应的切换边界时,乒乓切换率将会大大降低。
实例一的方法可以用于类似问题的测试和解决,便于重复和配置各种参数去寻找问题,实际网络中则很难随意调整参数去测试和找问题,因此相对于现有在实际网络中测试的方法,采用实例一的方案可以更快的解决问题,节省成本,并可以得到更优化的参数。
实例二:干扰协调算法测试
干扰协调算法利用UE RSRP(Reference Signal Receiving Power,参考信号接收功率)测量报告,区分中心和边缘用户,一旦判定用户从中心进入边缘或者从边缘进入中心,则使用RRC(Radio Resource Control,无线资源控制)连接重配过程对UE的功率等参数进行重配。测量报告和RRC连接重配信令过程的失败概率对干扰协调算法性能有着关键的影响,会影响用户的位置信息的判断和干扰协调算法的增益。
本发明实施例针对该场景和测试需求,可采用上述图2所示的流程进行测试,具体描述如下:
在步骤201中,获取UE测量报告发送次数和失败次数,以及RRC连接重配信令发送次数和失败次数。
在步骤202中,将获取的数据进行分类,找出由于干扰协调算法触发的RRC连接重配信令发送次数和失败次数、由于干扰协调算法触发的测量报告的发送次数和失败次数,计算各个小区与干扰协调算法相关的RRC连接重配信令失败概率和测量报告失败概率。
在步骤203中,将RRC连接重配信令失败概率和测量报告失败概率,直接读入仿真测试系统。具体的,实现过程可包括:
对于每一次重配置过程,产生取值范围在0~1之间的随机数,若该随机数小于读入的重配过程失败率,则认为该次重配置过程失败,此种情况下,通过仿真测试系统仿真UE回复RRC连接重配置失败信令给基站的操作,否则认为该次重配置过程成功,此种情况下,通过仿真测试系统仿真UE回复RRC连接重配置成功信令给基站的操作;
对于每一次测量报告过程,产生取值范围在0~1之间的均匀分布的随机数,若该随机数小于读入的测量报告过程失败率,则认为该次测量报告发送失败,此种情况下,基站不对此次测量报告进行处理,否则认为该次测量报告成功,此种情况下,通过仿真测试系统仿真基站根据测量报告确定UE位置的操作。
在步骤204中,仿真测试系统仿真不同参数配置下的干扰协调算法增益,根据仿真结果得到干扰协调算法增益结论。
通过实例二的描述可以看出,获取外场UE测量报告和RRC连接重配信令过程的失败概率数据,导入仿真平台,进行干扰协调算法测试,可以更准确的评估干扰协调算法在实际系统中的增益,降低研发成本和测试成本。
实例三:业务源测试
针对目前新兴业务没有经典业务模型的问题,可以采用本实例三的思想,采集一些现有网络中的业务数据,将这些数据读入仿真测试系统,在仿真测试系统中作为业务源,这样在设计调度算法和资源配置策略的时候可以更好的保障这些业务的QoS(Quality ofService,服务质量),可以适应现有业务快速发展的需要。
本发明实施例针对该场景和测试需求,可采用上述图2所示的流程进行测试,具体描述如下:
在步骤201中,获取用户流量数据。具体的,可以在NBT上利用抓包软件抓取某种业务一段时间内的用户流量数据,用户流量数据包括包大小以及包发送间隔等;持续的时间段内可以包含多次完整的业务过程。
在步骤202中,将获取的数据存储为仿真测试系统可以使用的形式,并删除用户流量数据之外其他不必要的信息,形成用户流量数据数据库。用户流量数据库中,用户流量数据根据其所对应的业务过程分别存储,比如将属于同一业务过程的用户流量数据集中存储,并标识出其所属的业务过程。用户流量数据库可以包含多个完整的业务过程的流量数据。
在步骤203中,将用户流量数据库导入仿真测试系统,如图8所示,具体过程可包括以下步骤31~36:
步骤31,用户建立连接后,从用户流量数据库中选择一个完整的业务过程,比如可以随机选择一个完整的业务过程;
步骤32,读取该业务过程第一个数据包的大小和发包间隔,生成第一个数据包并将其导入仿真测试系统;
步骤33,判断从导入上一个数据包到当前时刻是否到达读取到的发包间隔,若达到,则转入步骤34,否则继续等待。
步骤34,读取该业务过程的下一个数据包大小和发包间隔,生成对应大小的数据包并将其导入仿真测试系统。
步骤35,判断该业务过程是否结束,若结束,则转入步骤36;否则转入步骤33。
步骤36,是否所有的业务过程已经读取完成,若是,则结束本流程,否则转入步骤31。
在步骤204中,仿真测试系统进行调度算法等和业务源相关的算法的测试,仿真不同算法策略和参数配置下的算法性能和系统性能,最终得到适应于该业务的算法策略以及参数。
从实例三的上述流程可以看出,采用实例三可以快速的获取新兴业务源的流量特征,用于算法研究和仿真分析,适应现有业务快速发展的需要。
显而易见,应用本发明实施例也可以进一步比较容易地改进现有的网络规划和优化工具(包括软件和硬件)。
基于相同的技术构思,本发明实施例还提供了一种仿真测试设备。
参见图9,为本发明实施例提供的仿真测试设备的结构示意图,如图所示,该设备可包括:数据获取模块901、数据处理模块902、数据导入模块903和仿真测试模块904,其中:
数据获取模块901,用于获取移动通信系统外场数据;
数据处理模块902,用于对获取到的外场数据进行处理,得到适用于仿真测试的数据;
数据导入模块903,用于将处理得到的数据导入到仿真测试系统;
仿真测试模块904,安装有仿真测试系统,用于通过所述仿真测试系统进行系统级仿真测试。
具体的,数据获取模块901可通过以下方式之一或组合获取移动通信系统外场数据:
从操作维护系统获取其存储的通信数据;
从通信设备获取其所记录的通信数据;
使用测试工具抓取通信数据。
具体的,外场数据的具体类型可如前所述,即可包括以下类型数据之一或任意组合:地理信息、基站参数、用户流量参数、性能指标参数、用户移动参数。
具体的,数据处理模块902可采用以下方式之一或组合对获取到的外场数据进行处理:
过滤外场数据中的用户隐私信息;
根据预设条件对外场数据进行筛选;
对外场数据按照预设原则进行分类;
根据预设计算公式或计算程序对外场数据进行统计和计算。
具体的,数据导入模块903可采用以下方式之一或组合将处理得到的数据导入到仿真测试系统:
根据处理后的外场数据统计出经验值,并将统计出的经验值导入到仿真测试系统;
根据处理得到的数据抽象得到相应数据模型,并将得到的数据模型导入到仿真测试系统;
根据数据之间的关联性建立不同类型数据之间的映射关系,并将建立的映射关系导入到仿真测试系统;
将处理后的外场数据直接导入到仿真测试系统。
上述仿真测试设备可用于系统切换算法测试、干扰协调算法测试、业务源测试等。
当所述仿真测试设备用于系统切换算法测试时,数据获取模块901可获取指定区域内的基站参数,以及设定时间段内的各时间点上的用户设备地理位置分布数据;数据处理模块902可根据获取到的初始时间点的用户地理位置分布数据,绘制得到初始用户分布图,并根据获取到的各时间点上的用户地理位置分布数据统计得到用户移动模型;数据导入模块903可将获取到的基站参数、绘制得到的初始用户分布图,以及统计得到的用户移动模型,导入到仿真测试系统;仿真测试模块904可使用所述仿真测试系统对通信系统切换算法进行测试。具体的,数据处理模块902可采用图5和图6所示的流程进行数据处理;数据导入模块903可采用图7所示的流程导入数据到仿真测试系统。
当所述仿真测试设备用于干扰协调算法测试时,数据获取模块901可获取用户测量报告发送次数和失败次数,以及无线资源控制RRC连接重配信令发送次数和失败次数;数据处理模块902可将获取的数据进行分类,找出由于干扰协调算法触发的RRC连接重配信令发送次数和失败次数、由于干扰协调算法触发的测量报告的发送次数和失败次数,计算各个小区与干扰协调算法相关的RRC连接重配信令失败概率和测量报告失败概率;数据导入模块903可将RRC连接重配信令失败概率和测量报告失败概率,直接导入仿真测试系统;仿真测试模块904可使用所述仿真测试系统对不同参数配置下的干扰协调算法进行测试。
具体的,数据导入模块具体用于,对于每一次重配置过程,产生取值范围在0~1之间的随机数,若该随机数小于读入的重配过程失败率,则通过仿真测试系统仿真用户终端回复RRC连接重配置失败信令给基站的操作,否则通过仿真测试系统仿真用户终端回复RRC连接重配置成功信令给基站的操作;以及,对于每一次测量报告过程,产生取值范围在0~1之间的均匀分布的随机数,并在该随机数大于读入的测量报告过程失败率时,通过仿真测试系统仿真基站根据测量报告确定用户终端位置的操作。
当所述仿真测试设备用于业务源测试时,数据获取模块901可获取指定业务在设定时间段内的用户流量数据,所述设定时间段内包含一次或多次完整的业务过程;数据处理模块902可从获取的用户流量数据中删除用户流量数据之外的信息,并根据所对应的业务过程存储于用户流量数据库;数据导入模块903可采用图8所示的过程将处理得到的数据导入到仿真测试系统;仿真测试模块904可使用所述仿真测试系统对于业务源相关的算法进行测试。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台终端设备(可以是手机,个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。