多维网络洞察工具助力运营商实现无线网络价值最大化

        随着无线通信技术的发展，无线通信系统的复杂性在不断增加，无线网络系统设计、部署、维护各环节解决方案的复杂度和综合性也越来越高。如何抽丝剥茧，解决客户痛点，在全局视野下实现运营商各职能部门的目标和要求，是自智能力面向解决方案整合的一个巨大挑战。中兴通讯MNI（Multidimensional Network Insight）工具将无线网络的各个维度层次化、原子化，再将其按需整合为面向规划建设和运维优化的综合解决方案，支撑看网讲网业务（注：从规建优维营各方面扫描无线网络，给出网络提质和发展演进建议），是自智能力和解决方案能力结合的一次大胆实践和成功探索。

多维网络洞察，看网维度全面且层次分明

        中兴通讯创造性地提出无线网络金字塔模型，将无线网络的多个维度进行层级划分，体现下层维度对上层维度的支撑，以及上层维度对下层维度的依赖。以此原则，无线网络划分为网络基础层、网络质量层、网络性能层，以及满意度层（见图1）。

        MNI多维网络洞察工具基于中兴通讯网管NIA（Network Intelligence Analysis）平台，各洞察维度分属于金字塔模型的网络基础、网络质量、网络性能等三个层级。

层一：网络基础层

        网络金字塔模型的网络基础层，作为金字塔模型的最底层，是构成网络的基本元素，包含网络的拓扑结构、网络设备和设备健康，以及作为服务对象的终端用户等维度。

        - 结构洞察：结构洞察把握网络拓扑结构的合理性。统计4G/5G无线网络的站点规模、5G/4G对齐率、识别不合理的站间距、站高、方位角和下倾角，为规划建设提供加站依据，为覆盖优化提供根因分析。

        - 健康洞察：健康洞察提供基站和工程配套设备的健康监测。统计4G/5G小区退服率（长时、高频）、基站完好率（含Top3告警）、识别工程配套设施异常、发现设备隐患，提高网络排障和性能分析的效率。

        - 资产洞察：资产洞察是基站配置数据的精华提炼。一键提取配置参数，盘点设备年限；盘活资产，面向CRAN集中部署要求，输出SDR并站方案并进行可行性评估。

        - 终端洞察：终端洞察是终端用户分布的精准捕捉。统计小区的4G、5G终端用户数，统计5G开关的开启状态，为5G价值建网提供重要参考依据。

        目前结构洞察、健康洞察、资产洞察等3个模块已商用，未来将实现终端洞察。

层二：网络质量层

        网络金字塔模型的网络质量层，是金字塔的中流砥柱，承上启下，由网络覆盖和网络容量组成，其中网络容量又细分为网络负荷和网络流量。

        - 覆盖洞察：网络覆盖是网络质量的基础。覆盖洞察模块统计4G、5G全网的覆盖强度和覆盖质量，识别弱覆盖、过覆盖、重叠覆盖小区，辅助覆盖优化、质差分析，同时为覆盖加站提供依据。

        - 负荷洞察：负荷洞察是网络当前和未来容量的全面体现。负荷洞察模块识别4G/5G网络的零低流量小区、高负荷小区（含预测功能）、负荷不均衡扇区、4G流量压抑小区，为性能质差分析、流量挖潜和激发、高价值精准扩容提供依据。

        - 流量洞察：流量洞察是无线网络供给能力和业务需求的综合体现。流量洞察模块统计全网级、场景级的5G分流比、5G流量驻留比；统计小区级、栅格级流量及倒流流量。

        目前覆盖洞察、负荷洞察和流量洞察等3个模块均已商用。

层三：网络性能层

        网络金字塔模型的网络性能层，是网络质量的外在表现，通过网络级、业务级、用户级指标，体现网络性能的多角度评估结果。

        - 性能洞察：性能洞察是网络性能和质差根因的双重体现。统计4G/5G全网级、场景级KPI指标，统计质差小区；统计干扰核查、参数核查的结果。

        - 感知洞察：网络感知是最贴近用户的网络评价标准。感知洞察识别根据不同业务评估出的感知指标差的小区，作为业务和网络间协同的纽带和桥梁。

        - 能效洞察：能效洞察统计各种节能技术的部署状态和生效时长、设备功耗表现以及能效比。

        目前性能洞察模块已商用，未来将实现感知洞察和能效洞察。

多维集成，价值应用，助力网络画像、规划建设和运维提效

        多维网络洞察MNI工具定位于多维网络体检，同时通过多维洞察结果的组合支撑综合解决方案，重点面向网络画像、规划建设，及运维提效等几个业务方向，进行深入应用和实践。

网络画像

        网络画像业务旨在建立无线网络标准化评价体系，通过网络画像对无线网络质量进行管控。形式上，网络画像业务统计网络基础层、网络质量层、网络性能层、满意度层四个层级各细分模块的分数，最终汇总为一张本地网的分数。对于单一城市，网络画像能够帮助运营商发现网络短板和提升方向；多城市的横向对比，有益于运营商洞悉成效和资源投入，形成良好的竞争环境。

规划建设

        迅速响应市场拓展节奏，快捷输出加站方案，是网络规划的日常动作之一。

        相比依赖电子地图和大数据工具的GIS化工具，MNI在规划建设方面主打模块化和轻量级，以期通过类似“搭积木”的方式，快捷实现全球多张网络站点规模的管理。

        如在某局项目中，采用3个方案，分别增补88个、116个、256个站点，借助MNI工具，通过表格处理即可迅速实现候选站点的筛查。

        - MNI规划方案一，站点筛选条件为：“有4G无5G”+“无5G覆盖”+“4G高流量（日均>=90G）”+“5G高倒流（日均>=5G）”；

        - MNI规划方案二，站点筛选条件为：“有4G无5G”+“无5G覆盖”+“4G高流量（日均>=20G）”+“最小站间距大于3000m”；

        - MNI规划方案三，站点筛选条件为：“有4G有5G”+“NR700 only”+“5G高流量（日均>20G)”+“4G高流量（日均>90G）”，同时，补充“5G弱覆盖”+“5G高负荷”。

        基于MNI各模块输出的报表，用户自定义规则，仅需简单的筛选即可得到候选站点，维度全面，且高效省时，以此可作为进一步仿真评估的输入条件。

运维提效

        MNI工具的结构洞察、健康洞察、负荷洞察等模块，对运维效率提升效果显著。

        结构洞察将人工处理工参的过程高度自动化，将运营商所需信息进行充分的提炼和整合。

        如某局4G、5G网络共计20万小区，结构洞察只需一次任务、2小时内即可完成。

        健康洞察方面，4G/5G网元的长时退服、高频退服，以及退服告警的详单，传输/电源/温度/天馈/时钟/光链路的异常站点详单，温度/电源/光模块/光链路的隐患网元详单，MNI可一键生成报告。健康洞察模块半小时内即可生成报表及健康画像，极大地节省了提取、整理及分类告警的时间。

        国内高负荷小区识别规则复杂，多指标忙时、指标间复杂的与或关系，以及省份到地市的指标规则形式变化之多，使得手工统计力不可及，对软件设计提出了更高的要求。MNI 4G、5G高负荷识别和预测模块，结合省时省力的专用模板以及广泛适用的通用模板两种设计路径，满足全球90%以上的运营商扩容标准的输入需求。同时，基于机器学习和深度学习算法的压抑流量功能和话务预测功能，极大提升了网络容量分析的智能化水平。

        基于中兴通讯网管NIA平台，以网络洞察报告作为产品形态，辅以不同现场的个性化信息摘取和有机融合，MNI在支撑网络画像、网络规划，以及运维提效等方面，还在进行深入的应用拓展。MNI现已上线7个洞察模块、45个功能，并在国内、国际50多个局点实现商用。在泰国AIS项目中，MNI联合仿真规划工具，助力项目新增8300余个NR 2.6GHz/700MHz站点，在网络规划中发挥了重要作用。

        MNI在进一步完善看网维度和讲网深度的基础上，也在探索结合新技术如大语言模型来增强其看网和讲网的能力。助力客户最大程度发挥网络价值，增加收入，是我们的目标和使命。