LTE测试技术进步显著 仍面临诸多挑战

运营商建设LTE网络的基本策略之一为LTE网络、2G和3G网络将长期共存，共同发展，多模、多制式、多频的融合。LTE网络测试领域也在业界的持续努力与实验网的验证下取得了很大的进步。但在多网协同的发展方向上，仍面临诸多挑战，需要进一步积极应对。

第一，从业务层面来看，3G时代蓬勃发展的移动互联网业务应用，到了LTE时代必将进一步提升应用。从网络角度来说，移动互联网业务消耗了大量的网络资源(比如P2P类业务的定期更新数据包会占用大量空口资源)，但从另一个角度来看，新一代移动通信网络也需要这些新业务持续的需求以拉动其发展。因此，对移动互联网带来的资源消耗需求是“疏”而不是“堵”，解决的思路之一是在空口对业务加以识别和支持。这样的需求对监测仪表的发展提出了新的要求，要求空口测试仪表能识别、分析业务，并与底层信令和物理层过程进行关联分析，以共同应对移动互联网的挑战。

第二，从测试方式来看，测试数据采集技术自动化程度还不够高，仍有大量的数据采集通过人力来完成，工作效率有较大提升空间。数据自动化分析水平、智能分析功能及管理能力各地区发展参差不齐，东部沿海发达省份水平较高，中西部区域则有待提升。大数据分析、挖掘和应用仍需进一步研究利用和推广。

第三，互操作技术方案复杂。网络部署完成以后，2G、3G和4G网络将长期并存，考虑到4G网络的覆盖逐步完善，因此网络部署必须考虑网络间的互操作。蜂窝系统既要支持4G系统内互操作(LTE FDD和TD-LTE混合组网)，同时也要支持4G与2G/3G的互操作。由于3G和2G系统的特殊性，4G与2G/3G系统互操作面临着较多的技术难题，如中国移动推动的语音解决方案CSFB至GSM与国外主流运营商语音解决方案存在较大区别，中国电信TD-LTE与CDMA系统之间的互操作更是全球没有先例，VoLTE与2G/3G的切换流程比较复杂，同时FDD和TD-LTE混合组网技术上也需要进一步完善。

LTE测试技术虽进步显著未来仍面临三重关

互操作测试任务仍艰巨

三大运营商3G网络已完成大规模建设，新部署的LTE网络在较长时期内难以达到2G/3G网络的覆盖广度和深度，且VoLTE技术目前还不够成熟，因此LTE与2G/3G网络不能孤立运行，必须通过互操作来保证业务在网络之间的连续性。LTE与2G/3G的互操作包括语音互操作和数据互操作。

以中国移动为例，对于数据互操作，不仅要求TD-LTE与TD-SCDMA之间实现空闲态的双向重选、连接态的双向重定向，还要求TD-LTE与GSM网间实现互操作以保证业务连续性，复杂的切换场景对测试工作而言是艰巨的挑战。

对中国电信而言，对于语音互操作，由于LTE和CDMA电路域没有互操作关系，语音方案初期可考虑SVLTE(单卡双待机)方式，终端支持语音和数据并发，未来考虑适时引入VoLTE方式承接语音业务。对于数据业务，HRPD现网可升级至eHRPD，采用非优化切换方式保证LTE与eHRPD数据业务连续。

面对即将到来的LTE商用普及，为保证优质的用户体验，运营商的LTE测试一方面需要加强模拟各类终端业务在不同场景下的边缘切换，使实际网络中的多模终端尽可能地驻留在LTE网络。在网络负荷过高时，根据QoS机制，尽量保障VIP客户的用户感知；在LTE与2G/3G切换时，控制好切换门限。另一方面需要针对现有不同的终端、不同的版本类型、不同的即时通信业务、不同的软件应用版本，开展LTE两大制式与2G/3G之间的互操作切换测试验证。通过模仿用户体验情况，摸清其进入休眠态的时长、登录行为、心跳周期、收发消息行为等等，加强测试保障，指导故障排查与优化工作。此外，还需要针对3G/4G互操作策略开展分场景(室内、室外、电梯等)的参数配置优化实验并进行测试对比分析，输出更切合现网、贴近用户体验的网络参数配置建议。

面向VoLTE，由于目前尚未成熟，因此运营商可通过实验室测试检验系统侧对VoLTE和eSRVCC的支持程度，结合外场测试情况验证真实网络下的VoLTE语音质量及考察对现有规划的影响。在VoLTE测试中，运营商可建立或进一步完善自动路测系统，利用远程控制设备自动获取测试控制信息并自动执行测试、传输数据到中央服务器，并自动输出报表。

智能管道应具备三种能力

运营商在LTE时代应充分挖掘海量数据的价值，通过对网络信令层的分析，分析、识别用户的终端业务行为；利用KQI指标量化体系，掌握用户或指定用户群的实际通话感受、数据业务使用感受(包括网络/非网络原因造成的通话质量与通话行为感受)，帮助运营商客观了解用户使用业务的感受度。打造智能管道，运营商应该具备三种能力，分别是个性化需求识别的能力、个性化匹配/分发的能力和支持聚合模式的能力。

为了实现上述目标，必须搭建大数据挖掘分析平台，大数据分析平台应具备以下能力：

1)提高客户服务质量，实现市场精准营销；

2)根据网络关联模型，对网络资源进行优化配置；

3)通过差异化服务，更好的实现流量经营。

对此，带宽管理技术(DPI与DFI)、P2P流量识别技术和流量控制技术、基于Hadoop的数据分析处理体系等有助于运营商搭建大数据挖掘测试平台。