安徽电信基于规模DT的主动优化体系研究与实现

彭东升+袁亘+施兆阳+秦恒

提出了一种基于规模DT的主动优化体系，借助社会资源，利用自动测试设备，模拟用户行为进行规模测试，及时、全面地获取网络信息；研究了规模DT的实现方式、平台架构以及测试设备部署模型，并提出基于栅格匹配的智能网优分析模块，直接面对问题，实现网优集约化。通过实例表明，规模DT实现了先于用户发现问题的主动优化体系，以问题解决为导向提升用户感知。

提出了一种基于规模DT的主动优化体系，借助社会资源，利用自动测试设备，模拟用户行为进行规模测试，及时、全面地获取网络信息；研究了规模DT的实现方式、平台架构以及测试设备部署模型，并提出基于栅格匹配的智能网优分析模块，直接面对问题，实现网优集约化。通过实例表明，规模DT实现了先于用户发现问题的主动优化体系，以问题解决为导向提升用户感知。

PENG Dong-sheng， YUAN Gen， SHI Zhao-yang， QIN Heng

An active optimization system based on scale drive test （DT） is proposed to simulate user behavior for large-scale testing and acquire network information timely and comprehensively with social resources and automatic test equipment. The implementation， the platform architecture and test equipment deployment model of scale DT are studied. In addition， an intelligent analysis module of network optimization is put forward based on grid matching to face the problems directly and achieve intensive network optimization. The examples show that scale DT realizes the active optimization system which can discover problems before users and promote user perception with problem-solving guidance.

scale DT grid matching user perception active optimization

1 引言

据埃森哲（Accenture）公司的调查显示，82%的用户离网是由于对产品或服务感到恼火，或者是因为运营商不能及时有效地向他们提供服务，而一个恼火的客户平均将向13个人转告其糟糕的经历。因此，糟糕的用户感知会产生很多不满意的客户，从而导致用户离网、市场份额丢失、品牌的贬值。

常规的网络优化方法是网优人员配置仪表工具，模拟用户行为驱车DT（Drive Test，路测），获取测试信令并分析。该方法需要大量的人员、车辆和仪表，成本较高，并且测试周期较长，测试范围也有较大的局限性，无法及时、全面地获取测试数据。另外，传统测试方案数据管理手段单一，海量的测试数据的分析需要较高的人力成本。因此，如何能够克服传统网优测试方案的缺点，实时全面地获得网络测试数据，实现针对测试数据的智能分析和处理以及网优过程的集约化和智能化，是网络优化技术亟待解决的问题。

2 规模DT实现方式及平台架构

为了克服传统网优测试方案的缺点，实时全面地获得网络测试数据，安徽电信提出基于规模DT的主动优化体系。该体系的主要创新之处在于通过社会车载资源（如出租车与长途大巴车），利用自动测试数据采集和传输设备RCU，模拟用户行为，每天进行海量测试。RCU依据后台服务器发出的测试指令测试并记录数据，利用EV-DO无线网络实时传到后台数据服务器。系统按照建立好的模型库进行智能分析，自动找出道路问题路段，建立快速网络主动优化响应机制，形成更加全面的用户感知提升体系。

基于规模DT的主动优化模型示意图如图1所示。通过该模型，可以实现数据获取、数据智能分析、自动派单、现场优化、自动验证等闭环测试方案。

本文的规模DT模型以用户感知测评智能管理平台为载体，实现数据自动采集、问题自动分析、工单自动派发、效果自动验证等功能。通过采用B/S+C/S架构，将Web浏览器和桌面客户端相结合，使它们充分发挥各自架构的优势。设备管理、数据管理、测试任务管理、报表管理、自动派单均可在Web浏览器中实现；监控客户端与分析客户端有统一的Web页面入口，提高使用的简捷性。

基于规模DT的主动优化方案旨在先于用户发现网络问题，主动优化，实现了测试工作日常化、规模化、自动化，信息采集全面、实时，可以获取海量全面的测试数据。社会车载测试模拟用户通信行为，真实体现用户对网络的使用感受。同时，自动采集的测试数据按照1小时或满20M自动保存数据，通过3G网络自动上传至服务器，平台可以对RCU测试数据、手持式终端测试数据、笔记本电脑测试数据等多种数据格式进行统一管理，实现了数据管理与应用的智能化。本文用户感知测评智能管理系统能够第一时间发现网络问题，建立监控系统，实时监控设备工作情况及网络异常时间，并以短语或邮件的方式提醒优化人员，方便及时分析处理。实现测试问题实时提醒，2小时内实现自动派单，使网络优化抢先一步，先于用户发现网络问题。

3 基于业务规模的社会车载部署数量模型

基于社会车载的规模DT模型克服了传统路测成本高、周期长的缺点。但是，如果社会车载路测设备部署过少、数据采集样本较少，测试的准确性和渗透率就不能得到保证；而部署过多则会导致路测数据出现大量冗余，也增加了系统设备成本。本文通过不同业务场景的部署实验得到了各个典型业务场景的合理的社会车载设备的部署规模，根据网络业务规模将系统应用场景分为大型市区、中型市区、小型市区和县城区域。经过大量路测实验，可以得到不同业务规模应用场景社会车载数量与测试渗透率的相关散点图，如图2所示：endprint

（a）大型市区渗透率测算

（b）中型市区渗透率测算

（c）小型市区渗透率测算

图2 设备部署数量与渗透率散点图

通过上述不同业务场景的部署规模与测试渗透率的相关散点可知，在不同的业务场景下，随着社会车载部署数量的增加，测试的渗透率也在不断增加。但当测试设备达到一定规模后，测试渗透率的增加将不明显，此时测试数据会出现大量的冗余，增加了系统数据处理的负担。经过大量的路测实验，得到了在不同业务场景下社会车辆部署的最优化方案，测试规模的结果如表1所示：

表1 基于规模DT的用户感知提升测试方案

项目 测试方案

测试范围 市区、县城、农村、高速

测试时间 08：00—22：00

测试业务 1X主被叫、EV-DO下载

区域 市区 省会城市（合肥）：5台RCU；省内大型城市（芜湖、蚌埠、淮南、马鞍山）：3台RCU；其余11市：2台RCU

县城 65个县，每县1台RCU

高速 12台RCU

4 基于栅格匹配的自动派单功能及智

能分析模型

由数据获取模块获得的海量测试数据的分析与处理需要大量的网优资源，降低了系统的实时性，增加了大量的重复、繁琐的劳动。为了实现网络优化的集约化，本文提出了一种基于栅格匹配的智能网优分析模块，在实际使用过程中获得了较好的效果，如图3所示。

智能网优分析模块的核心是通过对原始测试数据的分析和归类，实现了测试数据的智能分析。本文经过对海量事件的统计分析，剔除掉一些随机事件的特征（如信令异常或不全、系统侧主动下发释放消息等）后，根据日常工作中的经验案例和无线网络优化技术标准，对掉话、未接通的原因进行分类汇总，建立分析模型，设定不同场景的模型参数的阈值（如针对掉话已经匹配出缺乏渗透、越区渗透、前向干扰、邻区问题等9类问题）。为了保证智能分析匹配模型的可靠性，在日常工作中要对各类场景进行大量验证工作，既优化了智能模块的各个匹配阈值，又有效地保证了智能分析的正确率。

图4为针对掉话现象的特征匹配库，通过各项指标的阈值匹配，智能地分析掉话原因，从而实现后续的自动派单功能。

安徽电信把在无线网络优化工作中积累的大量实际经验与自动路测系统自身的特点相结合，制定出了省市联动、相辅相成的优化工作流程如图5所示，形成了以闭环为基础、智能化自动验证为保障的特有网优工作开展模式，从而能够及时发现并解决网络问题。

为了提高派单的准确性和高效性，本文创新地提出了基于栅格匹配的智能派单方式。对不同测试场景的栅格大小设置了不同的阈值（设市区栅格大小为300m，郊区为600m，农村为1 000m）。同时，为了保证自动派单的准确性，有效剔除过敏性的未接通问题，通过大量实验得到了栅格内进行权重计算的公式：

EquipmentWeights=CurrentDropCount*10+CurrentBlockCount*5+HistoryBlockCount*

5+HistoryDropCount*10+

RepeatCount*20 （1）

其中，EquipmentWeights表示设备权重；CurrentDrop-Count表示当前掉话；Current-

BlockCount表示当前未接通；HistoryBlockCount表示历史一个月掉话；HistoryDropCount表示历史一个月未接通；RepeatCount表示工单重复次数。当目前设备权重不小于10才生成自动派单，这样就剔除了大量偶然过敏性事件，通过权重计算公式可进一步提高智能分析系统的可靠性。

5 规模DT应用成效

5.1 针对规模DT发现的BSC

参数配置问题进行分析

安徽电信无线网络优化中心通过规模DT系统的派单分析，在芜宣高速芜湖与宣城边界处发现掉话。经过信令分析，主要是跨BSC边界切换失败导致。芜湖（WHBSC1）三元百花基站2扇区往宣城（XCBSC2）古泉基站2扇区方向切换正常，宣城往芜湖方向无法正常切换，如图6所示。

通过网管数据分析，从WHBSC1的三元百花基站1扇区的载频邻区中查看邻区统计切换成功率接近100%，而从XCBSC2的古泉基站2扇区的载频邻区中查看邻区统计切换成功率不到50%。

经过对路测数据进行分析，掉话之前占用PN399（宣城古泉2），Ec/Io为-6dB；之后宣城古泉2信号变弱，但是芜湖三元1、三元百花1强导频信号始终无法进入激活集，最终导致掉话。如图7所示。

由DT数据可知，终端能够搜索到三元百花1占用PN279，并且进入候选集，但无法加入激活集。初步分析为典型邻区漏配现象，但经双方网管查询，宣城古泉2已配置芜湖三元1、三元百花1邻区关系。进一步分析DT数据，掉话前终端RxAGC很好，但TxAGC不断升高，终端在这个过程中不断上报PSMM消息，但未收到HDM消息，最终导致掉话。

通过上述分析，初步认为有两种可能：一是上下行链路不平衡（终端上报的PSMM消息BSC侧始终不能收到而不响应）；二是BSC侧的切换链路存在配置问题。最终通过参数核查，定位问题在于BSC侧的切换电路或判决机制存在问题，由于XCBSC2的开关参数SWITCH60设置错误而导致。

参数修改后，切换正常且无掉话，问题点已经得到解决。后期规模DT系统在该路段的验证测试中发现芜宣高速再无掉话、连接失败事件。通过规模DT有效发现并成功解决网络深层次问题，可提升用户感知。

5.2 规模DT应用整体成效

规模DT在安徽电信投入运营以来，月均万用户投诉、网络质量类投诉工单量均出现了明显改善，充分表明规模DT先于用户发现问题，对用户感知主动优化有牵引作用。如图8所示。

6 结束语

安徽电信规模DT推动网优的理念从关注网络指标向关注用户感知、从被动维护向主动优化开始转变。“能电子不人工，能集中不分散”，实现先于用户发现问题的全网省层面集约化体系，网络问题直接派单。借助社会资源，将自动路测设备的优势与科学的管理方式相结合，一方面可以模拟用户行为实现规模路测，先于用户发现问题；另一方面，可以极大地提高无线网络优化工作的效率，使无线网优工程师从繁重的测试工作中解放出来，将全部精力都投入到提升用户感知的工作中去。

通过长期的无线网络优化实践应用，证明规模DT可以及时、有效地发现移动网络中存在的影响用户感知的典型问题，开创了一种实现用户感知主动优化的移动网络优化新方法。

参考文献：

[1] 李荣. 浅析移动通信中的用户感知[J]. 电信快报， 2008（5）： 12-15.

[2] 鲁义轩，郭靖，张念民，等. 3G网优如何真正关注用户感知[J]. 通信世界， 2010（29）： 28.

[3] 周海华. 如何应对客户投诉“3G化”[J]. 中国电信业， 2010（4）： 60-61.

[4] 赵光磊. 拓明科技：智能优化系统开创网络优化新篇章[J]. 通信世界， 2010（16）： 38.

[5] 金宏彬，马智良. 基于用户感知度的移动业务评估体系和方法的探讨[A]. 2007年中国通信学会“移动增值业务与应用”学术年会论文集[C]. 2007.endprint

（a）大型市区渗透率测算

（b）中型市区渗透率测算

（c）小型市区渗透率测算

图2 设备部署数量与渗透率散点图

通过上述不同业务场景的部署规模与测试渗透率的相关散点可知，在不同的业务场景下，随着社会车载部署数量的增加，测试的渗透率也在不断增加。但当测试设备达到一定规模后，测试渗透率的增加将不明显，此时测试数据会出现大量的冗余，增加了系统数据处理的负担。经过大量的路测实验，得到了在不同业务场景下社会车辆部署的最优化方案，测试规模的结果如表1所示：

表1 基于规模DT的用户感知提升测试方案

项目 测试方案

测试范围 市区、县城、农村、高速

测试时间 08：00—22：00

测试业务 1X主被叫、EV-DO下载

区域 市区 省会城市（合肥）：5台RCU；省内大型城市（芜湖、蚌埠、淮南、马鞍山）：3台RCU；其余11市：2台RCU

县城 65个县，每县1台RCU

高速 12台RCU

4 基于栅格匹配的自动派单功能及智

能分析模型

由数据获取模块获得的海量测试数据的分析与处理需要大量的网优资源，降低了系统的实时性，增加了大量的重复、繁琐的劳动。为了实现网络优化的集约化，本文提出了一种基于栅格匹配的智能网优分析模块，在实际使用过程中获得了较好的效果，如图3所示。

智能网优分析模块的核心是通过对原始测试数据的分析和归类，实现了测试数据的智能分析。本文经过对海量事件的统计分析，剔除掉一些随机事件的特征（如信令异常或不全、系统侧主动下发释放消息等）后，根据日常工作中的经验案例和无线网络优化技术标准，对掉话、未接通的原因进行分类汇总，建立分析模型，设定不同场景的模型参数的阈值（如针对掉话已经匹配出缺乏渗透、越区渗透、前向干扰、邻区问题等9类问题）。为了保证智能分析匹配模型的可靠性，在日常工作中要对各类场景进行大量验证工作，既优化了智能模块的各个匹配阈值，又有效地保证了智能分析的正确率。

图4为针对掉话现象的特征匹配库，通过各项指标的阈值匹配，智能地分析掉话原因，从而实现后续的自动派单功能。

安徽电信把在无线网络优化工作中积累的大量实际经验与自动路测系统自身的特点相结合，制定出了省市联动、相辅相成的优化工作流程如图5所示，形成了以闭环为基础、智能化自动验证为保障的特有网优工作开展模式，从而能够及时发现并解决网络问题。

为了提高派单的准确性和高效性，本文创新地提出了基于栅格匹配的智能派单方式。对不同测试场景的栅格大小设置了不同的阈值（设市区栅格大小为300m，郊区为600m，农村为1 000m）。同时，为了保证自动派单的准确性，有效剔除过敏性的未接通问题，通过大量实验得到了栅格内进行权重计算的公式：

EquipmentWeights=CurrentDropCount*10+CurrentBlockCount*5+HistoryBlockCount*

5+HistoryDropCount*10+

RepeatCount*20 （1）

其中，EquipmentWeights表示设备权重；CurrentDrop-Count表示当前掉话；Current-

BlockCount表示当前未接通；HistoryBlockCount表示历史一个月掉话；HistoryDropCount表示历史一个月未接通；RepeatCount表示工单重复次数。当目前设备权重不小于10才生成自动派单，这样就剔除了大量偶然过敏性事件，通过权重计算公式可进一步提高智能分析系统的可靠性。

5 规模DT应用成效

5.1 针对规模DT发现的BSC

参数配置问题进行分析

安徽电信无线网络优化中心通过规模DT系统的派单分析，在芜宣高速芜湖与宣城边界处发现掉话。经过信令分析，主要是跨BSC边界切换失败导致。芜湖（WHBSC1）三元百花基站2扇区往宣城（XCBSC2）古泉基站2扇区方向切换正常，宣城往芜湖方向无法正常切换，如图6所示。

通过网管数据分析，从WHBSC1的三元百花基站1扇区的载频邻区中查看邻区统计切换成功率接近100%，而从XCBSC2的古泉基站2扇区的载频邻区中查看邻区统计切换成功率不到50%。

经过对路测数据进行分析，掉话之前占用PN399（宣城古泉2），Ec/Io为-6dB；之后宣城古泉2信号变弱，但是芜湖三元1、三元百花1强导频信号始终无法进入激活集，最终导致掉话。如图7所示。

由DT数据可知，终端能够搜索到三元百花1占用PN279，并且进入候选集，但无法加入激活集。初步分析为典型邻区漏配现象，但经双方网管查询，宣城古泉2已配置芜湖三元1、三元百花1邻区关系。进一步分析DT数据，掉话前终端RxAGC很好，但TxAGC不断升高，终端在这个过程中不断上报PSMM消息，但未收到HDM消息，最终导致掉话。

通过上述分析，初步认为有两种可能：一是上下行链路不平衡（终端上报的PSMM消息BSC侧始终不能收到而不响应）；二是BSC侧的切换链路存在配置问题。最终通过参数核查，定位问题在于BSC侧的切换电路或判决机制存在问题，由于XCBSC2的开关参数SWITCH60设置错误而导致。

参数修改后，切换正常且无掉话，问题点已经得到解决。后期规模DT系统在该路段的验证测试中发现芜宣高速再无掉话、连接失败事件。通过规模DT有效发现并成功解决网络深层次问题，可提升用户感知。

5.2 规模DT应用整体成效

规模DT在安徽电信投入运营以来，月均万用户投诉、网络质量类投诉工单量均出现了明显改善，充分表明规模DT先于用户发现问题，对用户感知主动优化有牵引作用。如图8所示。

6 结束语

安徽电信规模DT推动网优的理念从关注网络指标向关注用户感知、从被动维护向主动优化开始转变。“能电子不人工，能集中不分散”，实现先于用户发现问题的全网省层面集约化体系，网络问题直接派单。借助社会资源，将自动路测设备的优势与科学的管理方式相结合，一方面可以模拟用户行为实现规模路测，先于用户发现问题；另一方面，可以极大地提高无线网络优化工作的效率，使无线网优工程师从繁重的测试工作中解放出来，将全部精力都投入到提升用户感知的工作中去。

通过长期的无线网络优化实践应用，证明规模DT可以及时、有效地发现移动网络中存在的影响用户感知的典型问题，开创了一种实现用户感知主动优化的移动网络优化新方法。

参考文献：

[1] 李荣. 浅析移动通信中的用户感知[J]. 电信快报， 2008（5）： 12-15.

[2] 鲁义轩，郭靖，张念民，等. 3G网优如何真正关注用户感知[J]. 通信世界， 2010（29）： 28.

[3] 周海华. 如何应对客户投诉“3G化”[J]. 中国电信业， 2010（4）： 60-61.

[4] 赵光磊. 拓明科技：智能优化系统开创网络优化新篇章[J]. 通信世界， 2010（16）： 38.

[5] 金宏彬，马智良. 基于用户感知度的移动业务评估体系和方法的探讨[A]. 2007年中国通信学会“移动增值业务与应用”学术年会论文集[C]. 2007.endprint

（a）大型市区渗透率测算

（b）中型市区渗透率测算

（c）小型市区渗透率测算

图2 设备部署数量与渗透率散点图

通过上述不同业务场景的部署规模与测试渗透率的相关散点可知，在不同的业务场景下，随着社会车载部署数量的增加，测试的渗透率也在不断增加。但当测试设备达到一定规模后，测试渗透率的增加将不明显，此时测试数据会出现大量的冗余，增加了系统数据处理的负担。经过大量的路测实验，得到了在不同业务场景下社会车辆部署的最优化方案，测试规模的结果如表1所示：

表1 基于规模DT的用户感知提升测试方案

项目 测试方案

测试范围 市区、县城、农村、高速

测试时间 08：00—22：00

测试业务 1X主被叫、EV-DO下载

区域 市区 省会城市（合肥）：5台RCU；省内大型城市（芜湖、蚌埠、淮南、马鞍山）：3台RCU；其余11市：2台RCU

县城 65个县，每县1台RCU

高速 12台RCU

4 基于栅格匹配的自动派单功能及智

能分析模型

由数据获取模块获得的海量测试数据的分析与处理需要大量的网优资源，降低了系统的实时性，增加了大量的重复、繁琐的劳动。为了实现网络优化的集约化，本文提出了一种基于栅格匹配的智能网优分析模块，在实际使用过程中获得了较好的效果，如图3所示。

智能网优分析模块的核心是通过对原始测试数据的分析和归类，实现了测试数据的智能分析。本文经过对海量事件的统计分析，剔除掉一些随机事件的特征（如信令异常或不全、系统侧主动下发释放消息等）后，根据日常工作中的经验案例和无线网络优化技术标准，对掉话、未接通的原因进行分类汇总，建立分析模型，设定不同场景的模型参数的阈值（如针对掉话已经匹配出缺乏渗透、越区渗透、前向干扰、邻区问题等9类问题）。为了保证智能分析匹配模型的可靠性，在日常工作中要对各类场景进行大量验证工作，既优化了智能模块的各个匹配阈值，又有效地保证了智能分析的正确率。

图4为针对掉话现象的特征匹配库，通过各项指标的阈值匹配，智能地分析掉话原因，从而实现后续的自动派单功能。

安徽电信把在无线网络优化工作中积累的大量实际经验与自动路测系统自身的特点相结合，制定出了省市联动、相辅相成的优化工作流程如图5所示，形成了以闭环为基础、智能化自动验证为保障的特有网优工作开展模式，从而能够及时发现并解决网络问题。

为了提高派单的准确性和高效性，本文创新地提出了基于栅格匹配的智能派单方式。对不同测试场景的栅格大小设置了不同的阈值（设市区栅格大小为300m，郊区为600m，农村为1 000m）。同时，为了保证自动派单的准确性，有效剔除过敏性的未接通问题，通过大量实验得到了栅格内进行权重计算的公式：

EquipmentWeights=CurrentDropCount*10+CurrentBlockCount*5+HistoryBlockCount*

5+HistoryDropCount*10+

RepeatCount*20 （1）

其中，EquipmentWeights表示设备权重；CurrentDrop-Count表示当前掉话；Current-

BlockCount表示当前未接通；HistoryBlockCount表示历史一个月掉话；HistoryDropCount表示历史一个月未接通；RepeatCount表示工单重复次数。当目前设备权重不小于10才生成自动派单，这样就剔除了大量偶然过敏性事件，通过权重计算公式可进一步提高智能分析系统的可靠性。

5 规模DT应用成效

5.1 针对规模DT发现的BSC

参数配置问题进行分析

安徽电信无线网络优化中心通过规模DT系统的派单分析，在芜宣高速芜湖与宣城边界处发现掉话。经过信令分析，主要是跨BSC边界切换失败导致。芜湖（WHBSC1）三元百花基站2扇区往宣城（XCBSC2）古泉基站2扇区方向切换正常，宣城往芜湖方向无法正常切换，如图6所示。

通过网管数据分析，从WHBSC1的三元百花基站1扇区的载频邻区中查看邻区统计切换成功率接近100%，而从XCBSC2的古泉基站2扇区的载频邻区中查看邻区统计切换成功率不到50%。

经过对路测数据进行分析，掉话之前占用PN399（宣城古泉2），Ec/Io为-6dB；之后宣城古泉2信号变弱，但是芜湖三元1、三元百花1强导频信号始终无法进入激活集，最终导致掉话。如图7所示。

由DT数据可知，终端能够搜索到三元百花1占用PN279，并且进入候选集，但无法加入激活集。初步分析为典型邻区漏配现象，但经双方网管查询，宣城古泉2已配置芜湖三元1、三元百花1邻区关系。进一步分析DT数据，掉话前终端RxAGC很好，但TxAGC不断升高，终端在这个过程中不断上报PSMM消息，但未收到HDM消息，最终导致掉话。

通过上述分析，初步认为有两种可能：一是上下行链路不平衡（终端上报的PSMM消息BSC侧始终不能收到而不响应）；二是BSC侧的切换链路存在配置问题。最终通过参数核查，定位问题在于BSC侧的切换电路或判决机制存在问题，由于XCBSC2的开关参数SWITCH60设置错误而导致。

参数修改后，切换正常且无掉话，问题点已经得到解决。后期规模DT系统在该路段的验证测试中发现芜宣高速再无掉话、连接失败事件。通过规模DT有效发现并成功解决网络深层次问题，可提升用户感知。

5.2 规模DT应用整体成效

规模DT在安徽电信投入运营以来，月均万用户投诉、网络质量类投诉工单量均出现了明显改善，充分表明规模DT先于用户发现问题，对用户感知主动优化有牵引作用。如图8所示。

6 结束语

安徽电信规模DT推动网优的理念从关注网络指标向关注用户感知、从被动维护向主动优化开始转变。“能电子不人工，能集中不分散”，实现先于用户发现问题的全网省层面集约化体系，网络问题直接派单。借助社会资源，将自动路测设备的优势与科学的管理方式相结合，一方面可以模拟用户行为实现规模路测，先于用户发现问题；另一方面，可以极大地提高无线网络优化工作的效率，使无线网优工程师从繁重的测试工作中解放出来，将全部精力都投入到提升用户感知的工作中去。

通过长期的无线网络优化实践应用，证明规模DT可以及时、有效地发现移动网络中存在的影响用户感知的典型问题，开创了一种实现用户感知主动优化的移动网络优化新方法。

参考文献：

[1] 李荣. 浅析移动通信中的用户感知[J]. 电信快报， 2008（5）： 12-15.

[2] 鲁义轩，郭靖，张念民，等. 3G网优如何真正关注用户感知[J]. 通信世界， 2010（29）： 28.

[3] 周海华. 如何应对客户投诉“3G化”[J]. 中国电信业， 2010（4）： 60-61.

[4] 赵光磊. 拓明科技：智能优化系统开创网络优化新篇章[J]. 通信世界， 2010（16）： 38.

[5] 金宏彬，马智良. 基于用户感知度的移动业务评估体系和方法的探讨[A]. 2007年中国通信学会“移动增值业务与应用”学术年会论文集[C]. 2007.endprint