1.4 网络优化工具的应用

工具是网络优化工程师的好帮手，从技术的角度看，可以认为工具是人的经验的固化：人的经验转化为算法，算法转化为代码实现，并生成可执行文件（从这个意义上说，工具的平台界面是躯壳，算法是核心）。因此，网络优化软件的一个发展趋势是越来越智能化，数据源越来越多样化，能通过很多关联分析，从海量的数据中筛选出有用的线索。使用工具的目的是减轻人的不必要的工作量，但工具替代不了人。

常见的网络优化工具包括：路测软件、KPI报表、网络规划软件、扫频仪、Call Trace工具、MR分析工具、TCP/IP嗅探工具等。下面予以简单介绍。

1.4.1 路测软件及后台分析软件

路测软件是最常用的网络优化工具之一，用来记录手机侧的空口质量、收到和发出的信令。图1.4为典型的路测软件结构图。目前业内的主流厂家包括：大唐、鼎利、日讯、迈为等。路测软件的使用非常简单，以至于很多现场测试的工作可交由自动路测仪来完成，但难点在于如何从路测的数据中获取有价值的信息——这就取决于对系统原理和信令体系的理解。例如，初学者可能只能从路测软件中看到信号质量的变化和信令的异常，而熟练的网络优化工程师不仅能看到这些，往往还能从中看到网络设备的异常、RNC侧的算法参数设置，甚至能分析出一些数据链路层的配置细节。

1.4.2 KPI报表

路测软件仅能监控某一特定时段、特定路段、针对某个特定UE的测量结果，却无法反映全时段、全网络的性能，而无线网络KPI报表可以弥补这一问题。当网络中的用户规模达到一定程度之后，KPI报表就有了统计意义。RNC侧有很多PM计数器，RNC每收到或发出一条信令都会触发这些计数器，OMCR或NMS每隔固定的周期（如15min）就读取这些计数器的数值，根据既定的KPI公式进行运算，得出KPI报表。需要注意的是，KPI报表仅仅是一种统计意义上的结果，并不代表用户的真实感受；并且，由于多种原因，KPI体系必然会存在统计上的漏洞，不可能及时发现所有的网络问题。

1.4.3 网络规划软件

网络规划软件用来进行覆盖预测和容量仿真。对于网络规划软件，有两种认识上的极端：一种观点认为规划软件总能精确地预测和反映网络状况；另一种观点则认为规划软件的结果并不可信。其实仿真软件的预测结果往往取决于多种因素，例如，三维电子地图的精度、传播模型校正精度、功率设置，以及一些随机因素。规划软件预测结果良好的，现网状况未必良好，但规划软件预测出来有问题的，则现网多半有问题。

除了在前期的网络规划阶段有所应用之外，规划软件在射频优化阶段也可以起到一定的辅助作用。例如，针对存在弱覆盖或干扰的区域，如果直接手动调整，往往带有一定的盲目性，此时可以通过规划软件对不同的优化方案进行仿真，找出一种相对最优的方案，再进行功率参数或工程参数的调整，会更有针对性，更节省时间。普天APOX网络规划软件的RSCP和C/I仿真图分别如图1-5和图1-6所示。

1.4.4 扫频仪

扫频仪在干扰排查工作中往往能发挥重要作用。扫频仪既可以工作在时域，也可以工作在频域。时域的应用主要体现在排查系统内干扰，如导频污染和同频同扰码小区等；而频域模式往往应用于清频测试或排查系统外干扰。此外，扫频仪还可以用来排查基站间GPS不同步的问题，这也是一个常见的应用。图1.7、图1.8和图1.9显示的是某款扫频仪的测量结果。

1.4.5 Call Trace工具

Call Trace以RNC为采集节点，记录了RNC收到的和发出的信令。在很多情况下，仅仅依靠路测软件是无法定位端到端的网络问题的。例如，用户按下拨打键之后，手机发出了RRC连接请求（RRC Connection Request），但并未收到网络侧的Setup响应，问题可能出在上行链路，也可能出在下行链路。如果没有Call Trace数据做对比，优化工程师根本无法得知RNC侧是否收到了RRC Connection Request，因而也就无法判断问题究竟出在上行还是下行。

目前各设备商RNC侧均集成了Call Trace工具，其记录信令的方式也很灵活，既可以根据小区ID筛选信令，也可以根据用户标识（如IMSI）来筛选信令，这就为优化人员提供了极大的便利。

【案例1.1】

现象描述

某市TD-SCDMA网络KPI报表中的PS域无线接通率在一个月之内有明显下降，从95%左右降至85%左右。

分析推理过程

（1）首先通过排查小区级KPI报表，发现大部分小区PS域无线接通率正常，只有很少的一部分小区接通率较低。

（2）对已筛选出的问题小区，派测试人员携带路测软件和路测手机赴现场进行DT和CQT测试，发现DT和CQT得出的PS无线接通率均较高，各小区覆盖范围内RSCP、C/I、上行干扰等无线指标均处于正常范围内，而与此同时网管侧的PS接通率报表依然偏低。

（3）在RNC侧打开Call Trace，对步骤（1）中筛选出的有问题的小区ID进行信令跟踪，并对测试log进行分析，发现这几个小区中每次PS接入失败都是在PDP激活阶段遭到网络拒绝，且接入失败的手机IMSI相对固定。

（4）至此，尚不能确定是手机的问题还是小区的问题。于是，对步骤（3）中筛选出的PS接入失败率高的IMSI进行信令跟踪——如果这几个手机（IMSI）在其他小区PS接通率正常，说明问题多半出在小区；如果这几个手机（IMSI）在其他小区PS接通率也不正常，说明问题多半与小区无关，而是与该手机（IMSI）有关。通过对测试log进行分析，发现这几个IMSI无论在哪个小区，PS接通率都非常低，因此基本可以肯定是手机的问题。

（5）对这几个IMSI进行电话回访，发现这几款终端都是X厂家推出的某款手机，其默认PS速率为32/32kbps，而网络侧此时只配置了64/64kbps、64/128kbps、64/384kbps等速率，32/32kbps并非标准业务速率，因此每次发起业务都被拒绝。

解决措施

打开系统侧的算法开关，无论终端以何种速率申请，RNC侧均允许接入，并将其指派为系统默认承载速率。优化之后，PS接通率有明显回升。

从这一案例可以看出，传统的Call Trace工具虽然可以对某个特定手机号（IMSI）进行分析，甚至可以列出该用户每次呼叫的详细信令流程话单，但无法获知用户的手机型号，无法将网络问题与手机型号之间做出关联分析。建网初期，手机的完善程度仍不甚理想，且手机的升级过程中难免会出现一些小问题，这些因素都可能会对用户感知和网络KPI带来负面影响。正是基于以上考虑，自三期招标以来，各设备商的Call Trace工具开始支持基于IMEI的信令分析。IMEI（终端设备识别号，俗称串号）的最大功能是用来协助辨别手机身份真伪，可以近似地认为，IMEI与手机型号之间存在对应关系。目前RNC侧提取IMEI的思路主要有这么几种。

第一种方法是CN侧导出。CN侧以标准格式输出IMSI和IMEI的对应关系，UTRAN侧分析工具手工导入该对应关系数据，完成终端行为分析。这种方法实时性不高，可能存在一定偏差，因此应用较少。

第二种方法是CN侧开启获取IMEI功能，即CN针对每次呼叫都下发身份请求（Identity Request），UE回复的身份应答（Identity Response）中携带IMEI标识。RNC对接收到的Identity Response消息，一方面进行解析获取IMEI，同时另一方面，将原始消息透传转发给CN，不会对核心网接收Identity Response消息有任何影响。

第三种方法是如果CN不能针对每次呼叫都下发Identity Request，则RNC侧可以模拟CN向UE发送Identity Request消息。RNC收到UE的响应消息Identity Response后，解析获取IMEI，并丢弃该消息，这样也不会对核心网有任何影响。

RNC提取IMEI后可根据需要存储到UE的上下文中，可建立IMSI和IMEI的映射关系，也可在呼叫跟踪的信令记录中携带IMEI，便于分析终端行为。例如，针对不同厂家各种类型的终端进行业务性能分析（接通率、掉话率等），以便发现终端潜在的问题。

基于Call Trace工具，还可以实现很多特色功能，例如对VIP用户的重点关怀——针对列表中的每个VIP用户，可通过Call Trace自动生成话单，话单内容包括每个用户什么时间在哪个小区发生接入失败，信令走到哪一步失败，大致原因是什么；在哪个小区发生掉话，掉话的大致原因是什么……

1.4.6 MR分析工具

海量的测量报告（MR）数据中包含了丰富的信息，是一座数据宝藏。在GSM时代，基于MR的网络优化工具就得到了广泛应用，例如，通过手机上报的Rxlev和TA分析网络覆盖，或通过MR数据建立网络干扰矩阵，然后通过遗传算法进行自动频率优化……

TD-SCDMA系统无线测量主要来自于UE或者Node B，其中，UE测量的数据以测量报告（Measurement Report）信令形式上报（周期性上报或事件触发上报），Node B测量数据以NBAP信令形式上报（周期性上报）。MR数据的采集原理，如图1.10所示。

TD-SCDMA系统采集到的MR数据，大部分都与网络优化相关，如PCCPCH RSCP、SIR、DL BLER、UL BLER、UpPTS ISCP、下行DPCH ISCP、上行DPCH ISCP、TA、AOA等。通过对测量报告数据的过滤、筛选、计算和分析，可在全网范围内及时找出存在弱覆盖、越区覆盖（TA）、强干扰、业务质量差的小区，结合定位算法，可对覆盖、干扰、业务质量进行定位渲染，为网络优化工程师提供路测之外的覆盖、干扰、业务质量评估手段，大大节省时间成本。

MR的应用难点，一个是精确定位问题，一个是运算负荷问题。如果能在运算负荷较小的前提下实现相对精确的MR定位算法，那么MR数据分析的功能组合和应用空间必然更加广阔。

1.4.7 TCP/IP嗅探工具

自从数据业务的地位凸显，靠路测软件或KPI报表就能解决问题的时代已经过去了。很多数据业务的优化问题，需要通过TCP层抓包，并对数据进行深入分析，判断究竟是网络的哪个层面出现了问题。常用的抓包工具如Sniffer、Wireshark等。其中，Wireshark是业内应用最为广泛的一款免费开源工具，且功能强大。Wireshark的前身为大名鼎鼎的Ethereal，是以Gerald Combs为首的团队开发的网络分析软件，在1988年以GPL的形式公开。Gerald当时在所工作的公司是开发团队的中心成员，8年后因为WinPcap的开发，投身到CACE Technologies公司，结果Ethereal项目无法继续开发，而原来的公司不想让出Ethereal专利权，所以Combs的团队取得Wireshark这个新的商标，使开发工作能够继续。目前，Wireshark成长迅速，可以说是非常成功。图1.11是Wireshark的主界面。本书的后续章节，对TCP层以及应用层的协议分析，就借助了Wireshark抓取的码流。