一种基于LTE系统路损差的VOLTE上行受限问题分析方法研究与应用

摘 要

随着VoLTE业务的迅速发展，上行链路受限问题对语音质量和用户感知的影响越来越严重，实现对VoLTE上行受限程度的精准量化分析已成为亟待攻克的难题。通过深入研究，本文提出了一种基于路损差值来精准量化VOLTE上行受限程度的方法，并基于PHR指标给出了实际网络中VOLTE上行受限问题的统计性量化和评估方法，同时结合计算机平台及其他网络性能参数，最终实现了对VoLTE业务上行受限问题的精准识别、自动分析及优化方案输出。经实际测试验证，该方法可明显提升VOLTE上行受限区域内的语音质量。

关键词

VolTE，上行受限，路损差值，PHR，手机功率余量

第一章 VOLTE业务上行受限问题研究

引言

VoLTE业务是4G网络以及5G网络建设前期的主流语音解决方案，其具有音质清晰、时延低、可实现通话和数据收发同步等优点，成熟期的VoLTE业务质量将显著优于2G和3G网络的CS语音质量。当前，VoLTE在语音通话过程中仍然存在较多的掉话、单通、吞字等感知问题，其主要原因是由于当前网络上行链路质量较差，根据现网统计，VoLTE上行丢包率为下行丢包率的2倍以上（见表1），同时用户业务质量投诉中有68%是由于网络上行链路问题造成。因此，改善VoLTE上行问题成为质量突破关键。然而，由于上行受限问题缺乏统计性量化分析手段，造成上行质量问题发现困难、定位与优化效率低下，严重影响了优化工作的开展和用户感知提升。因此 我们针对VOLTE上行受限问题开展深入研究工作，力图找出统计性量化分析上行受限问题的方法，同时结合现有的主流计算机系统，最终实现对上行受限问题的精准量化、识别、分析和优化。该方法解决了传统手段无法对VoLTE上行受限问题统计性量化分析的问题，可指导实际优化工作进一步提升VOLTE业务感知。

表1：我省VoLTE语音上下行丢包率对比

1.1VOLTE上行受限问题产生原因

一般情况下，当LTE系统的速率无法满足业务质量需求时即会出现业务质差，根据香农公式：C=B*log₂(1+S/N)

其中，C为速率 (bit/s)， B是信道带宽（赫兹），S是信号功率（瓦），N是噪声功率（瓦）。

当现网的信道带宽B以及噪音功率N基本一致时，信号功率S将和速率C成对数变化，信号功率越强则速率越高。对于VoLTE业务，由于其所需速率相对固定，所需的RB数相对也较固定。根据理论计算：

以AMR-WB最高的编码方式23.85kbps为例，其RTP包有效载荷为60Byte，RTP+UDP+IP包头(IPV4)为40Byte,考虑到网络开启了ROHC，因此包头大小按平均4Byte计算；PDCP+RLC+MAC包头为4Byte，则可计算出MAC层的TBS为：

Payload+RTP头+UPD头+IP头+PDCP头+RLC头+MAC头=60+4+4=68 Byte= 544bit

语音包为20ms传送一次，按照现在TDD主流的子帧配比模式，则可计算得到每个子帧需传送数据块大小为：

根据3GPP TS 36.213 Table 7.1.7.2.1-1定义，TBS(MCS2, 3RB)=144bit，TBS(MCS24, 1RB)=584bit，即当MCS高于1阶时VoLTE通话所需RB数最大为3个，最小为1个。

而实际上，现有的基站设备调度的最小RB数并不是1个，目前主流的设备调度的最小RB数是3个，也就是说，通常情况下无论采用高阶还是低阶编码，VoLTE业务调度的RB数基本固定在3个。图一给出了不同无线环境下的VoLTE业务调度的RB数，可以看到终端在使用VoLTE业务时其调度的RB数基本维持在3个上下，实际验证与理论研究相符。也就是说，在使用VoLTE业务时，用户所使用的带宽基本固定，VoLTE业务的最低速率要求和信号强度之间存在对应关系，当电平低于某个值时业务质量将出现明显的下滑。

图一:VoLTE业务PUSCH调度RB数

VOLTE业务属于上下行对称业务，即上下行业务速率要求一致，也就是VOLTE业务上下行电平要求一致。而实际通信网络中基站和终端的发射功率不同，一般基站最大发射功率远高于终端最大发射功率，在电平要求一致的情况下，下行允许路损会高于上行允许路损，对应下行覆盖距离会大于上行覆盖距离，也就是说当终端逐渐远离基站时，首先会出现上行业务速率不满足要求而下行正常，这种现象称之为VOLTE业务上行受限，存在上行受限问题的区域称为上行受限区域，具体如图二B区域所示。

图二 VoLTE上行受限问题示意图

正是由于现网中VOLTE上行受限区域的存在，导致了目前下行覆盖评估良好但部分区域VOLTE业务质量较差的问题，而现有手段又难以精准识别这部分问题区域，导致VOLTE业务质量提升困难，需寻找新的方法来精准量化上行受限问题进而识别上行受限区域并加以优化解决，才能进一步提升VOLTE业务质量。

1.2传统量化手段可用性研究

对于VOLTE业务来说带宽固定，在背景噪声稳定的情况下，业务质量主要由接收电平强度决定，通常来说，上行电平和链路损耗可用于量化分析上行受限问题。

1.2.1上行电平和上行受限问题的关系研究

上行电平可直观的反应网络的上行覆盖情况，那么理论上上行的受限问题可以通过在基站侧统计上行的信号强度（PUSCH RSRP）来发现。

但实际上为了避免多个终端间的上行信号干扰，LTE系统对终端采取上行功控措施，使得每个终端的信号到达基站时，基站实际的接收功率是基本一致的。图三给出终端逐渐远离基站时，实测的上行接收电平变化趋势，可以看出在终端未达到满功率发射之前，基站接收的上行电平基本上都在-120dBm，当终端达到满功率发射之后，基站接收的上行电平开始出现小幅下滑。

图三：上行接收电平变化趋势

由于上行功率控制的存在，在终端功率未达满功率时，接收电平并不呈现线性变化。因此，使用上行接收电平无法和网络实际覆盖形成线性关系，使用上行接收电平无法实现对网络上行受限问题的量化分析。

1.2.2上行链路损耗和上行受限问题的关系研究

上行电平可通过上行的发射功率和上行的链路损耗计算获得，因此，在手机功率已知的情况下，上行的链路损耗也能够表征上行受限问题。

链路损耗值可通过下公式计算获得：

PL(dB)=P_t-P_r  （1）

其中：P_t是发射功率，P_r是接收功率

根据弗里斯传输公式：

（2）

P_t是发射功率， P_r是接收功率，λ是波长，R是天线之间的距离，G_t是发射天线增益，G_r是接收天线增益

将（2）式代入（1）后可得：

从上式可以看出，链路损耗是和发射天线增益、接收天线增益以及距离相关。在同一基站同一用户的情况下，链路损耗仅和距离相关，也就是说其值随覆盖减弱而减弱，可以量化表征上行覆盖问题。

然而，在现有4G网络中，由于基站和终端均具有多样性，同一地点的不尽相同，造成链路损耗值不再仅仅和距离相关，从而无法实现对上行受限问题的量化。

1.3上行受限可量化性研究

基于上一章节的讨论，链路损耗无法表征上行受限问题的主要原因是由于基站和终端设备的多样性造成，如果能够消除这一影响因素，即可以达到量化表征上行受限问题的目的。通过进一步研究，上下行链路损耗中的收发天线增益存在互易，如果对两者进行相减，即可消除设备这一影响因素。我们定义这一计算结果为路损差值。

1.3.1路损差值与设备无关特性

无线通信系统中上下行路损计算公式为：

其中：G_ue是终端天线增益，G_ENB是基站天线增益，L_r是空间传播损耗，L_d是下行干扰余量，L_c为合路损耗，L_h为人体损耗，L_u是上行干扰余量

因此为常量，这说明了在确定路径时，不受天线增益影响，因此可用于量化上行受限，使只与路径有关。

1.3.2LTE系统中路损差的递增特性

在LTE系统中的上下行路损计算公式如下：

Num_RB为上行调度的RB数，在使用VoLTE业务时用户所占用的RB数基本保持在3个左右。

PUSCH_RSRP为上行的接收电平。

P_{0_PUSCH}为网络期望的接收信号强度，通信过程中不变。

为路径损耗补偿因子，通信过程中不变，默认取值为0.7。

为对编码方式的补偿因子，即编码方式越高则补偿越大，也就是距离基站越近补偿越大。

f_c为闭环功控因子，根据误块率动态调整，取值范围为+1~+3dB。

将公式（4）（5）（6）代入公式（3）中，可得上下行路损差为：

（7）

由上式可得，在LTE系统中是随下行路损的增大而增大，也就说其随距离的增大而增大，即可以线性量化上行受限程度，越大上行受限程度越严重。

1.3.3路损差值的实践验证

在实际网络中选择干扰电平稳定的小区进行5000次通话测试，同时在基站侧对该终端进行跟踪和数据记录，对跟踪数据处理后，获得路损差值和网络覆盖关系曲线如图四所示，可以看出，路损差值越大上行受限程度严重，其结果与理论推导一致。

图四：路损差值网络覆盖关系图

1.3.4路损差值评估上行受限问题的方法研究

VoLTE业务的质量受限是指业务性能无法满足感知需求，由于LTE属于上行受限系统，上行链路的业务质量会先于下行出现不足，因此需要通过验证各场景的各项业务随的变化趋势，当业务质量出现明显拐点即说明上行受限，可以通过此方法找出各场景中各项业务的质量受限阈值。

以城市的干扰电平在-118dBm左右的场景为例。在此场景下通过对复杂覆盖场景的大量测试和统计分析，VoLTE业务的接通、掉话、注册、MOS质量等关键性能指标和的关系变化趋势如下图所示：

图五：接通、掉话、丢包、MOS质量等关键性能指标和的关系变化趋势

从实测验证可以看出，在-3左右的时候MOS质量出现明显拐点，在5左右MOS质量平均值开始低于3。在-3时上行丢包率开始出现明显的拐点，为5~7时接通率开始变差，在3~5时掉话率出现明显拐点。说明在一般场景中，低于-3时就会出现上行受限问题，在低于5时上行受限问题就会十分严重，客户使用感知会出现严重的下滑。

通过对不同场景的实测验证，当前形成的分场景的上行受限问题评估矩阵如下：

表2：上行受限问题评估矩阵

1.4统计性上行受限量化方法研究

通过前期的研究，确认出可以线性的表示VoLTE上行受限的程度。但是，目前的计算过程所需参数需锁定单用户才能获得，因此暂时无法实现对实际网络的统计性量化分析。为了突破这一问题，需寻找其他已实现规范采集且与存在线性关系的数据来间接实现统计性量化分析。

1.4.1路损差值和PHR关系研究

根据公式（7）与Pathloss_Dl存在比例关系，而查阅3GPP相关规范发现Pathloss_Dl与PHR存在比例关系，并且PHR数据已在《中国移动TD-LTE-OMC-R测量报告技术要求规范》中实现规范采集，故目前暂时可以通过PHR来实现对现网VOLTE业务上行受限程度的统计性量化评估。

根据3GPP 36.213(16.2.1.1.2)协议定义，PHR的计算公式如下:

（8）

上式中，Num_RB为当前TTI上行RB的调度数量，P_{0_PUSCH}为网络期望的接收信号强度，为路径损耗补偿因子，Pathloss_Dl为下行路损，为对编码方式的补偿因子，f_c为闭环功控因子。对该公式进行推导变换后得到：

（9）

由于在使用VoLTE业务时，上式中的Num_RB、P_{0_PUSCH}、、均近似为固定值，f_c取值+1~+3dB，且呈现正态分布，即大数据统计情况下取值趋近于0。因此，P_{0_PUSCH}和PHR之间存在反比例变化关系，即越大则PHR越小。

根据公式（7）的计算公式如下；

可以看出和P_{0_PUSCH}呈现正比例变化，故PHR和之间存在反比例关系。通过实测验证，测试结果和理论推导结果一致，详见图六。

图六：路损差值&PHP和网络覆盖的关系

由于在3GPP协议中定义的PHR的值范围为-23~40，因此当网络覆盖极好的情况下，PHR上报值会始终保持为40，在覆盖极差时（RSRP低于-130dBm），PHR上报值会始终保持为-23。但这两种极端的情况均不在上行受限拐点问题出现的范围内，因此不会对整体的评估结果造成影响。

第二章 总结与展望

2.1 总结

本论文针对VOLTE语音质量受业务上行受限问题影响严重，但现有手段难以量化识别和优化提升的难题开展深入研究，主要完成以下工作：

1.通过对VOLTE业务上行受限问题产生原因和影响因素研究，本文引入了上下行路损差值的概念，并从理论上证明了可以线性量化上行受限程度，值越大上行受限程度越严重且给出了基于的分场景上行受限问题评估矩阵，有效弥补了当前VOLTE上行受限问题无法量化评估的空白；

2.针对目前暂无法统计性量化分析实际网络上行受限程度的问题，本文证明了规范采集数据PHR和之间存在反比例关系，可以间接通过PHR来统计性量化分析并给出了基于PHR的上行受限问题评估矩阵，实现了对现网上行受限问题的统计性量化分析和评估；

3.结合PHR评估矩阵，本文给出了实际网络中存在上行受限区域的精准识别和输出并给出了基于“规、建、维、优”的优化方法，经实测验证上行受限区域识别准确，优化后效果改善明显。

2.2 应用推广建议

本论文所得成果能够实现对LTE系统中的VoLTE业务上行受限问题的快速准确识别，适用于所有厂家设备区域，并且不受终端设备类型、场景类型的影响，可以在所有LTE网络中推广应用，主要的应用场景有：

网络规划建设：利用课题算法可快速完成上行受限问题的评估定位，发现网络中的上行覆盖“空洞”，指导规划建设等工作的开展。

网络优化分析：将课题算法固化在相关KPI采集平台中，可以实现上行受限问题的实时评估，定位出存在上行受限的区域或者小区，指导优化工作的开展，提升VoLTE业务使用感知。

疑难投诉问题处理：将课题算法固化在投诉处理流程中，可以实现上行受限问题的准确识别，从而降低投诉分析难度和处理周期。

业务精准开通：将课题算法和用户行为数据相结合，可以实现对用户业务开通后的质量预估，实现业务的精准开通，保障用户开通VoLTE后的使用感知

2.3展望

本论文基于VOLTE语音业务开展了上行受限问题的量化和定位方法研究，未来可扩展至视频、即时通讯、FTP等更多业务研究和优化，另外可探索对PHR数据的分QCI采集来实现分业务的上行受限问题精准识别，进而采取不同优化策略来提升不同业务的网络感知。待以后实现信令软采数据的全面采集、解析和应用后，可以实现路损差值对实际网络上行受限问题的统计性量化分析，届时评估结果将更加准确。