尧图网页设计 
简介面向网络优化工程师系统梳理5G/4G网络高负荷小区识别新标准与常规处理思路。文档切入TDD、FDD多带宽差异针对20M、15M、10M、5M及3D-MIMO小区逐一给出大、中、小包分类下的用户数、利用率和上下行流量门限并对比新旧标准下的高负荷小区数量变化FDD1800高负荷数量明显减少FDD900与TDD非20M带宽小区则更容易暴露负荷问题据此可精准定位扩容与优化方向。除高负荷判定外还延伸覆盖载波聚合开启步骤与A5事件开关作用、系统内外干扰处理建议、移动性负载均衡MLB三种均衡方式优缺点以及FDD电调天线核查与修改方法涉及设备厂家编码与序列号匹配等常见问题均为现网高频场景。资源为单个docx文档大小1.68MB表格数据完整适合直接对照现网数据开展排查与方案制定。已有256人学习适合需要制定高负荷处理策略、掌握5G协同优化细节的网优技术人员。1. 高负荷标准的出现为什么让5G优化思路变了5G网络进入规模运营之后一线优化工作最常遇到的已经不是弱覆盖而是“信号满格却上不了网”。打开手机看信号是满的但视频转圈、游戏掉线、小区吞吐率上不去——这类问题在居民区晚忙时、高校下课高峰、交通枢纽节假日几乎天天出现。过去做LTE优化判断一个小区是不是高负荷主要看PRB利用率和用户数到了5G载波带宽从20MHz扩展到100MHz又叠加了 Massive MIMO、灵活子载波间隔、网络切片这些新东西旧阈值直接套用会失真。比如一个64TRX的AAU小区PRB利用率可能只有30%但空口调度已经出现明显排队还有物理下行共享信道利用率不高、但CCE利用率长期超过80%的情况单看传统指标根本发现不了。本文讲的“高负荷新标准”本质是一套面向5G多维度资源瓶颈的判定机制不再是单一指标超限而是把频谱、控制信道、RRC连接数、硬件处理能力放一起做联合判断。常规处理思路则是围绕这套标准展开的负载均衡、容量扩展、参数调优和感知保障手段。内容适合从事5G无线优化、KPI分析、投诉处理的工程师也适合做网管平台和集中优化系统的人作为规则参考。整套方法不依赖厂商私有网管按照小区级可采集指标就能落地。2. 高负荷新标准的指标构成与阈值逻辑2.1 从单指标门限到多维度联合判定移动通信网络优化领域对“高负荷”的传统定义一直围绕资源利用率展开。5G网络优化中的单指标一般取上行或下行PRB平均利用率超过某个百分比就判定为高负荷。这个逻辑在业务模型相对单一、载波带宽固定的网络里还能用但到了5G首先碰到的就是频谱宽度带来的误判100MHz载波和60MHz载波跑同样的业务量分子是流量分母是资源总量算出来的利用率完全不同。这个差异不是无线环境问题是配置问题。我一般采用的判定框架是三层累计。第一层看频谱资源包括下行PRB利用率、上行PRB利用率、下行CCE利用率这三项分别反映数据信道和控制信道的忙闲程度第二层看用户承接能力包括RRC连接平均数、RRC连接最大数、上下行活跃用户数这一层解决的是“利用率不高但用户感知差”的场景典型情况是大量小包业务占满控制信道第三层看传输和处理能力包括小区PDCP层流量、CPU占用率、小区丢包率用于排除传输瓶颈和基带板资源受限的问题。只有第一层指标就超限的叫资源受限型高负荷只有第二层超限的叫控制面受限型高负荷三层都超限的属于系统性高负荷需要扩容和策略调整并行。2.2 典型门限值与参数设置依据下面这组阈值是5G现网里用得较多的通用值按TDD 100MHz、子载波间隔30kHz、5ms单周期帧结构为参考基准。不同厂商和设备型号略有出入但量级可以参考。判定维度关键指标高负荷门限严重高负荷门限统计粒度频谱资源下行PRB平均利用率≥70%≥85%15分钟频谱资源上行PRB平均利用率≥60%≥75%15分钟频谱资源下行CCE利用率≥80%≥90%15分钟用户承接RRC连接平均数≥400≥60015分钟用户承接下行活跃用户数≥200≥30015分钟处理能力小区CPU占用率≥80%≥90%15分钟提示统计粒度建议统一为15分钟这样可以对齐日常KPI统计窗口同时避免5分钟粒度带来的瞬时波动误判。对于有明显潮汐效应的校园、大型场馆要看一小时内的连续超限次数单次15分钟超标不具备优化价值。为什么除了PRB还要专门盯CCE利用率这是因为5G调度器在每个时隙都要给用户分配PDCCH资源PDCCH资源用CCE来度量。一个大带宽的5G小区如果用户数量众多即使每个用户的流量都很小调度器也要频繁下发下行控制信息CCE资源会先于PRB资源被耗尽。CCE利用率一旦超过90%新用户接入时可能拿不到足够的PDCCH资源表现为RRC连接建立成功率正常但用户速率极低。这种现象从业者称为“控制信道拥塞”是5G高负荷场景中最容易被忽略的一类。2.3 配置参数的读取方法拿到这个标准后第一步是在网管侧把指标模板配出来。操作上一般在性能管理系统中选“5G NR小区”对象指标组勾选“PRB利用率统计”“CCE利用率统计”“RRC状态统计”“用户面统计”输出粒度设为15分钟。下面是配置指标的参考路径。-- 示例从性能数据库查询某小区15分钟粒度高负荷关键指标 SELECT start_time, cell_id, dl_prb_utilization_ratio, ul_prb_utilization_ratio, dl_cce_utilization_ratio, rrc_conn_mean, dl_active_ue_mean, cell_cpu_utilization_ratio FROM pm_nr_cell_15min WHERE start_time BETWEEN 2025-01-06 18:00:00 AND 2025-01-06 21:00:00 AND cell_id 460-00-101-123456 ORDER BY start_time;这个查询语句的关键点在两个地方一是时间窗口取晚忙时连续三小时这样可以观察高负荷的持续性和峰值时刻二是把指标粒度统一到15分钟后续做相关分析时不用再做时间对齐。DL PRB利用率和RRC连接平均数是判定高负荷的基础变量CCE利用率和CPU利用率是辅助定位手段。实际使用中依赖现网话统数据库表结构不同字段名可能变成PUSCH_PRB_UTIL或RRC_UE_AVG但查询逻辑一致。3. 常规高负荷处理思路先分流再调整最后考虑扩容3.1 高负荷处理原则与优先级排序高负荷处理的核心原则是“先软后硬、先参数后工程”。这里说的软指的是负荷均衡类算法和参数优化成本低、见效快通常当天就能生效硬指的是新增载波、新增小区等工程手段周期长且涉及投资。多数高负荷小区在尚未达到扩容标准之前通过优化就能显著分担负荷。制定处理思路时我一般会排下面这个优先级第一优先做覆盖和容量均衡第二优先做业务和信道参数调整第三优先做功率和天馈优化最后才评估载波扩容或小区分裂。覆盖和容量均衡排在第一位是有原因的。现网里大量高负荷小区并非承载能力不足而是周边小区吸收话务的能力太弱。比如某商场室内分布系统信号泄漏到室外把沿街用户全部吸进室内小区或者宏站某个扇区正对路口过路车辆的所有切换都集中在这个扇区。这些场景下先调切换参数往往能让话务分布迅速改观。这一判断也叫MR覆盖率联合分析法通过分析测量报告中的最强邻区分布看主服务小区过覆盖还是邻区漏配。3.2 基于切换和重选的负载均衡参数5G的负载均衡分为空闲态和连接态两个层面。空闲态依靠小区重选参数连接态依靠切换参数。针对高负荷小区优先把邻区中负荷较低的小区拉进来作为分流目标同时调整高负荷小区的重选和切换门限让用户更容易驻留或切换到邻区。以中兴和华为网管中常见的参数为例// 5G NR 小区重选参数调整示例 // 目标降低高负荷小区对空闲态用户的吸引力 SET NRCELLRESEL: LocalCellId1, q_RxLevMin-128, // 最小接入电平适当抬高过滤远点用户 s_NonIntraSearchQ4, // 异频重选测量触发门限调大后更快启动异频测量 q_Hyst4, // 服务小区重选迟滞调大后不易重选回本小区 threshSrvLow6; // 低优先级重选门限调大后促使空闲用户重选到低优先级频点// 5G NR 切换参数调整示例 // 目标加快用户从高负荷小区切换到同频/异频邻区 SET NRCELLHO: LocalCellId1, IntraFreqHoA3Offset-2, // A3事件偏置调小后更容易触发同频切换 InterFreqHoA3Offset-1, // 异频A3偏置适当降低以加速异频切换 CellIndividualOffset_C0, FreqPriority6; // 本小区频点优先级降低后可促使业务向低优先级频点迁移关于这几个参数需要重点说明A3偏置的含义。同频切换A3事件是“邻区质量高于服务小区一定偏置”只要邻区信号不差于服务小区就切过去。调成负值意味着即使邻区信号略差于服务小区也允许切换这在高负荷场景中是为了释放主小区资源而做出的“感知换容量”取舍。这个取舍得控制好度一般偏置不低于-4dB低于这个值会增加切换次数和掉线风险。3.3 连接态用户数优化参数当高负荷主要由RRC连接数触发时常规手段是调整用户面活动状态检测和DRX参数压缩单个用户的资源占用时间。用户上网有突发特性——打开一个网页可能就几百毫秒看一段视频缓冲可能要几十秒如果UE长期保持RRC连接态且持续分配调度资源小区能容纳的用户数会被大幅压缩。常见做法是开启DRX机制让用户在无数据传输时进入睡眠周期同时缩短非活动定时器让长时间无业务的用户快速进入空闲态。// 5G NR DRX 参数配置示例 // 目标在保持用户感知的前提下提升用户接纳数量 SET NRCELLDRX: LocalCellId1, DrxOnDurationTimer10, // 每个DRX周期监听PDCCH的时长单位ms DrxInactivityTimer100, // 收到PDCCH后持续监听时长单位ms DrxRetxTimer8, DrxCycleLength40, // DRX周期长度单位ms DrxStartOffset0;DRX参数调整的原则是在用户感知和资源利用之间找平衡。DrxOnDurationTimer决定UE每个周期醒来听一次调度的时间过长会增加功耗也增加调度负担过短则用户等调度时延变大DrxInactivityTimer决定一次调度后继续保持监听多久从默认值200ms压到100ms能明显提高单小区用户接纳量。参数下发后要观察无线接通率、掉线率和用户感知速率如果掉线率无变化而高负荷缓解说明参数设置合理。4. 高负荷新标准下的差异化处理场景4.1 居民区场景时分双工配置与上行受限居民区高负荷有鲜明的时间特征——晚八点到十一点是峰值业务类型以上行视频通话、社交媒体上传为主。这种场景下TDD的帧结构配置直接决定上行容量上限。5G TDD常见的帧结构是7D3U或者8D2U即一个无线帧内下行时隙和上行时隙的比例8D2U下行吞吐大但上行时隙少如果小区用户普遍做上行直播或视频会议上行PRB利用率会率先触顶。处理思路上可以评估将帧结构从8D2U改为7D3U让出更多上行时隙但代价是下行峰值速率下降约10%。折中方案是开启上行载波聚合将现有的FDD频段作为补充上行载波把上行业务分流到FDD上既保留TDD大下行带宽又缓解上行资源紧缺。这个方案需要终端支持上行载波聚合特性目前主流5G手机基本都支持。从现有经验看居民区高负荷站点开启SULSupplemental Uplink补充上行后上行感知速率能从12Mbps提升到25Mbps以上上行PRB利用率下降15到20个百分点。4.2 高校场景用户密集与CQI劣化并存高校场景是典型的超热点一个宿舍楼往往有上千学生同时在线小区下的活跃用户数可以超过300人。这类小区的高负荷判定往往多个维度都超限但处理时最棘手的是用户量大导致的信道质量下降。CQIChannel Quality Indicator信道质量指示平均值如果低于8说明边缘用户过多单纯加大发射功率反而会造成邻区干扰。处理高校场景时除了执行第3章的负载均衡流程还需要调整MU-MIMO配对参数。Massive MIMO通过空间复用让多个用户共享同一时频资源用户配对时如果信道相关性太高信号之间会互相干扰空间复用增益很低。常规做法是开启动态MU-MIMO配对把用户配对维度从2用户扩展到4用户并且设置信道相关性门限// 5G Massive MIMO MU-MIMO配对参数示例 SET NRCELLMIMO: LocalCellId1, MuMimoPaireModeDYNAMIC, // 动态配对模式始终寻找最优配对组合 MaxMuMimoPairNum4, // 最大配对用户数从2提升到4 ChannelCorrelationThd0.6; // 信道相关系数门限超过该值的用户不配对MU-MIMO配对虽好但受到终端能力和芯片调度限制不是所有用户都能配对成功。实际观察中在用户高度密集的宿舍区4用户配对增益只在近距离用户上表现明显远点用户依然以单用户调度为主。高校场景优化建议PRB利用率、CQI、每用户平均速率三个指标一起看只有CQI均值在10以上时才适合激进配对。4.3 交通枢纽场景瞬时冲击型高负荷应对车站、机场这类场景的高负荷特点与居民区完全不同——业务不持续但冲击力极大。列车到站瞬间几百个用户几乎同时发起业务RRC连接建立请求在几十秒内爆发式增长RRC连接成功率快速恶化。此时PRB利用率可能还不高但RRC连接数瞬间触顶。过去针对这类冲击型高负荷优化人员惯用的手段是设置RRC连接拥塞门限超过门限之后开启“仅紧急呼叫接入”等限制策略。5G高负荷新标准下处理方式调整为识别瞬时冲击并快速接纳提高RRC连接用户数上限的同时配合基于QoS的准入策略——保证VoNR和视频通话等实时业务优先接入非实时业务在拥塞时排队或降级。目的不是阻止用户接入而是保证接入的用户有可用资源。实现这个目标需要打开连接态用户数管理功能设置区分业务的准入组// 5G NR 基于业务的准入控制示例 SET NRCELLCAC: LocalCellId1, CaSwitchON, VoNrGuaranteedUeNum80, // 预留VoNR用户资源保证语音业务接入 VideoGuaranteedUeNum60, // 预留视频业务接入资源 StreamingGuaranteedUeNum40, // 预留流媒体业务接入资源 BestEffortUeLimit300; // 普通上网业务用户上限参数配置的逻辑是给高优先级业务预留容量空间但预留过多会浪费资源过低则语音业务在高峰时依然被挤占。根据现网经验VoNR预留用户数通常设为小区RRC用户数上限的15%到20%视频业务可弹性收缩。如果到达的车站有明确的列车时刻表还可以针对每天几个固定冲击时段预设参数组客流平峰期恢复默认值。4.4 高负荷判断中的干扰排查融合高负荷经常和上行干扰交织在一起如果只处理负荷不处理干扰优化效果会大打折扣。判断标准是当上行PRB利用率不高但上行丢包率高、上行误块率大于10%时这属于干扰导致的“伪高负荷”。5G常见干扰源包括DAS系统互调干扰、邻区同频干扰、外部屏蔽器、TDD帧失步等。处理顺序建议先扫频后调参。扫频仪确认是否存在外部干扰信号再通过网管查询上行每个PRB的干扰电平分布观察是全区干扰还是某几个RBResource Block资源块集中干扰。如果是窄带外部干扰可以尝试通过RB调度规避如果是互调干扰只能排查器件如果是帧失步需要检查周边基站GPS失步告警及时做时钟同步校准。常规处理思路中常犯的错误是一看到上行丢包就调整功控参数结果干扰源没有消除参数越调越乱。5. 高负荷处理的进阶验证技巧高负荷优化后如何判断处理有没有效果最忌讳的事是只看PRB利用率降了就说成功。PRB利用率下降可能来自用户流失、业务量下降或是负载均衡成功偏离了保障用户体验的初衷。我更倾向于建立一套包含三个维度的验证方法容量维度、感知维度、稳定维度。容量维度看高负荷持续时长和峰值用户数是否下降。将处理前后各一周的晚忙时数据拉出来按周一到周日分天对比如果高负荷持续时长从三小时降到一小时说明负载均衡效果显著稳定维度看切换成功率、无线掉线率、RRC连接建立成功率这三项是否保持正常如果负载均衡参数调得过度切换成功率会明显下滑这种优化等于把高负荷问题转嫁成了质差问题感知维度看每用户感知速率以及HTTP时延。感知速率的验证需要用路测配合。挑选高负荷最严重的时段和路段使用测试终端连续执行下载和视频播放业务记录业务的平均速率。一个经验参考值下行感知速率不低于20Mbps视频播放不出现三次以上卡顿视为用户感知尚未明显受损。验证时也要关注多小区联动效应。负载均衡会把用户从A小区赶到B小区如果只看A小区指标效果很好但B小区如果本来负荷就不低分流后可能会变成新的高负荷热点。我一般的做法是把目标小区和它的所有邻区放在同一个统计视图里对比确认负荷只是转移而非消除时选择被分流小区负荷低于60%的邻区作为主要分流目标。如果所有邻区负荷都超过60%则处理方向要转向扩容或者帧结构优化。最后提一个参数固化的小技巧。网管侧修改参数时把修改前的参数配置通过EXPORT命令导出保存修改后运行一周确认指标稳定再把配置固化到基线模板中避免后续参数复核时改错。另外调整了切换或重选参数后建议在4到24小时内观察指标因为用户终端的重选和切换行为需要时间才能充分体现。对于参数调整效果的量化可直接用“单位忙时流量/利用率”比值作为容量效率指标不同周期间做环比效率提升10%以上说明参数优化确实提升了资源复用度。本文还有配套的精品资源点击获取 5G高负荷新标准解读：多维指标判定与常规优化处理思路
简介面向网络优化工程师系统梳理5G/4G网络高负荷小区识别新标准与常规处理思路。文档切入TDD、FDD多带宽差异针对20M、15M、10M、5M及3D-MIMO小区逐一给出大、中、小包分类下的用户数、利用率和上下行流量门限并对比新旧标准下的高负荷小区数量变化FDD1800高负荷数量明显减少FDD900与TDD非20M带宽小区则更容易暴露负荷问题据此可精准定位扩容与优化方向。除高负荷判定外还延伸覆盖载波聚合开启步骤与A5事件开关作用、系统内外干扰处理建议、移动性负载均衡MLB三种均衡方式优缺点以及FDD电调天线核查与修改方法涉及设备厂家编码与序列号匹配等常见问题均为现网高频场景。资源为单个docx文档大小1.68MB表格数据完整适合直接对照现网数据开展排查与方案制定。已有256人学习适合需要制定高负荷处理策略、掌握5G协同优化细节的网优技术人员。1. 高负荷标准的出现为什么让5G优化思路变了5G网络进入规模运营之后一线优化工作最常遇到的已经不是弱覆盖而是“信号满格却上不了网”。打开手机看信号是满的但视频转圈、游戏掉线、小区吞吐率上不去——这类问题在居民区晚忙时、高校下课高峰、交通枢纽节假日几乎天天出现。过去做LTE优化判断一个小区是不是高负荷主要看PRB利用率和用户数到了5G载波带宽从20MHz扩展到100MHz又叠加了 Massive MIMO、灵活子载波间隔、网络切片这些新东西旧阈值直接套用会失真。比如一个64TRX的AAU小区PRB利用率可能只有30%但空口调度已经出现明显排队还有物理下行共享信道利用率不高、但CCE利用率长期超过80%的情况单看传统指标根本发现不了。本文讲的“高负荷新标准”本质是一套面向5G多维度资源瓶颈的判定机制不再是单一指标超限而是把频谱、控制信道、RRC连接数、硬件处理能力放一起做联合判断。常规处理思路则是围绕这套标准展开的负载均衡、容量扩展、参数调优和感知保障手段。内容适合从事5G无线优化、KPI分析、投诉处理的工程师也适合做网管平台和集中优化系统的人作为规则参考。整套方法不依赖厂商私有网管按照小区级可采集指标就能落地。2. 高负荷新标准的指标构成与阈值逻辑2.1 从单指标门限到多维度联合判定移动通信网络优化领域对“高负荷”的传统定义一直围绕资源利用率展开。5G网络优化中的单指标一般取上行或下行PRB平均利用率超过某个百分比就判定为高负荷。这个逻辑在业务模型相对单一、载波带宽固定的网络里还能用但到了5G首先碰到的就是频谱宽度带来的误判100MHz载波和60MHz载波跑同样的业务量分子是流量分母是资源总量算出来的利用率完全不同。这个差异不是无线环境问题是配置问题。我一般采用的判定框架是三层累计。第一层看频谱资源包括下行PRB利用率、上行PRB利用率、下行CCE利用率这三项分别反映数据信道和控制信道的忙闲程度第二层看用户承接能力包括RRC连接平均数、RRC连接最大数、上下行活跃用户数这一层解决的是“利用率不高但用户感知差”的场景典型情况是大量小包业务占满控制信道第三层看传输和处理能力包括小区PDCP层流量、CPU占用率、小区丢包率用于排除传输瓶颈和基带板资源受限的问题。只有第一层指标就超限的叫资源受限型高负荷只有第二层超限的叫控制面受限型高负荷三层都超限的属于系统性高负荷需要扩容和策略调整并行。2.2 典型门限值与参数设置依据下面这组阈值是5G现网里用得较多的通用值按TDD 100MHz、子载波间隔30kHz、5ms单周期帧结构为参考基准。不同厂商和设备型号略有出入但量级可以参考。判定维度关键指标高负荷门限严重高负荷门限统计粒度频谱资源下行PRB平均利用率≥70%≥85%15分钟频谱资源上行PRB平均利用率≥60%≥75%15分钟频谱资源下行CCE利用率≥80%≥90%15分钟用户承接RRC连接平均数≥400≥60015分钟用户承接下行活跃用户数≥200≥30015分钟处理能力小区CPU占用率≥80%≥90%15分钟提示统计粒度建议统一为15分钟这样可以对齐日常KPI统计窗口同时避免5分钟粒度带来的瞬时波动误判。对于有明显潮汐效应的校园、大型场馆要看一小时内的连续超限次数单次15分钟超标不具备优化价值。为什么除了PRB还要专门盯CCE利用率这是因为5G调度器在每个时隙都要给用户分配PDCCH资源PDCCH资源用CCE来度量。一个大带宽的5G小区如果用户数量众多即使每个用户的流量都很小调度器也要频繁下发下行控制信息CCE资源会先于PRB资源被耗尽。CCE利用率一旦超过90%新用户接入时可能拿不到足够的PDCCH资源表现为RRC连接建立成功率正常但用户速率极低。这种现象从业者称为“控制信道拥塞”是5G高负荷场景中最容易被忽略的一类。2.3 配置参数的读取方法拿到这个标准后第一步是在网管侧把指标模板配出来。操作上一般在性能管理系统中选“5G NR小区”对象指标组勾选“PRB利用率统计”“CCE利用率统计”“RRC状态统计”“用户面统计”输出粒度设为15分钟。下面是配置指标的参考路径。-- 示例从性能数据库查询某小区15分钟粒度高负荷关键指标 SELECT start_time, cell_id, dl_prb_utilization_ratio, ul_prb_utilization_ratio, dl_cce_utilization_ratio, rrc_conn_mean, dl_active_ue_mean, cell_cpu_utilization_ratio FROM pm_nr_cell_15min WHERE start_time BETWEEN 2025-01-06 18:00:00 AND 2025-01-06 21:00:00 AND cell_id 460-00-101-123456 ORDER BY start_time;这个查询语句的关键点在两个地方一是时间窗口取晚忙时连续三小时这样可以观察高负荷的持续性和峰值时刻二是把指标粒度统一到15分钟后续做相关分析时不用再做时间对齐。DL PRB利用率和RRC连接平均数是判定高负荷的基础变量CCE利用率和CPU利用率是辅助定位手段。实际使用中依赖现网话统数据库表结构不同字段名可能变成PUSCH_PRB_UTIL或RRC_UE_AVG但查询逻辑一致。3. 常规高负荷处理思路先分流再调整最后考虑扩容3.1 高负荷处理原则与优先级排序高负荷处理的核心原则是“先软后硬、先参数后工程”。这里说的软指的是负荷均衡类算法和参数优化成本低、见效快通常当天就能生效硬指的是新增载波、新增小区等工程手段周期长且涉及投资。多数高负荷小区在尚未达到扩容标准之前通过优化就能显著分担负荷。制定处理思路时我一般会排下面这个优先级第一优先做覆盖和容量均衡第二优先做业务和信道参数调整第三优先做功率和天馈优化最后才评估载波扩容或小区分裂。覆盖和容量均衡排在第一位是有原因的。现网里大量高负荷小区并非承载能力不足而是周边小区吸收话务的能力太弱。比如某商场室内分布系统信号泄漏到室外把沿街用户全部吸进室内小区或者宏站某个扇区正对路口过路车辆的所有切换都集中在这个扇区。这些场景下先调切换参数往往能让话务分布迅速改观。这一判断也叫MR覆盖率联合分析法通过分析测量报告中的最强邻区分布看主服务小区过覆盖还是邻区漏配。3.2 基于切换和重选的负载均衡参数5G的负载均衡分为空闲态和连接态两个层面。空闲态依靠小区重选参数连接态依靠切换参数。针对高负荷小区优先把邻区中负荷较低的小区拉进来作为分流目标同时调整高负荷小区的重选和切换门限让用户更容易驻留或切换到邻区。以中兴和华为网管中常见的参数为例// 5G NR 小区重选参数调整示例 // 目标降低高负荷小区对空闲态用户的吸引力 SET NRCELLRESEL: LocalCellId1, q_RxLevMin-128, // 最小接入电平适当抬高过滤远点用户 s_NonIntraSearchQ4, // 异频重选测量触发门限调大后更快启动异频测量 q_Hyst4, // 服务小区重选迟滞调大后不易重选回本小区 threshSrvLow6; // 低优先级重选门限调大后促使空闲用户重选到低优先级频点// 5G NR 切换参数调整示例 // 目标加快用户从高负荷小区切换到同频/异频邻区 SET NRCELLHO: LocalCellId1, IntraFreqHoA3Offset-2, // A3事件偏置调小后更容易触发同频切换 InterFreqHoA3Offset-1, // 异频A3偏置适当降低以加速异频切换 CellIndividualOffset_C0, FreqPriority6; // 本小区频点优先级降低后可促使业务向低优先级频点迁移关于这几个参数需要重点说明A3偏置的含义。同频切换A3事件是“邻区质量高于服务小区一定偏置”只要邻区信号不差于服务小区就切过去。调成负值意味着即使邻区信号略差于服务小区也允许切换这在高负荷场景中是为了释放主小区资源而做出的“感知换容量”取舍。这个取舍得控制好度一般偏置不低于-4dB低于这个值会增加切换次数和掉线风险。3.3 连接态用户数优化参数当高负荷主要由RRC连接数触发时常规手段是调整用户面活动状态检测和DRX参数压缩单个用户的资源占用时间。用户上网有突发特性——打开一个网页可能就几百毫秒看一段视频缓冲可能要几十秒如果UE长期保持RRC连接态且持续分配调度资源小区能容纳的用户数会被大幅压缩。常见做法是开启DRX机制让用户在无数据传输时进入睡眠周期同时缩短非活动定时器让长时间无业务的用户快速进入空闲态。// 5G NR DRX 参数配置示例 // 目标在保持用户感知的前提下提升用户接纳数量 SET NRCELLDRX: LocalCellId1, DrxOnDurationTimer10, // 每个DRX周期监听PDCCH的时长单位ms DrxInactivityTimer100, // 收到PDCCH后持续监听时长单位ms DrxRetxTimer8, DrxCycleLength40, // DRX周期长度单位ms DrxStartOffset0;DRX参数调整的原则是在用户感知和资源利用之间找平衡。DrxOnDurationTimer决定UE每个周期醒来听一次调度的时间过长会增加功耗也增加调度负担过短则用户等调度时延变大DrxInactivityTimer决定一次调度后继续保持监听多久从默认值200ms压到100ms能明显提高单小区用户接纳量。参数下发后要观察无线接通率、掉线率和用户感知速率如果掉线率无变化而高负荷缓解说明参数设置合理。4. 高负荷新标准下的差异化处理场景4.1 居民区场景时分双工配置与上行受限居民区高负荷有鲜明的时间特征——晚八点到十一点是峰值业务类型以上行视频通话、社交媒体上传为主。这种场景下TDD的帧结构配置直接决定上行容量上限。5G TDD常见的帧结构是7D3U或者8D2U即一个无线帧内下行时隙和上行时隙的比例8D2U下行吞吐大但上行时隙少如果小区用户普遍做上行直播或视频会议上行PRB利用率会率先触顶。处理思路上可以评估将帧结构从8D2U改为7D3U让出更多上行时隙但代价是下行峰值速率下降约10%。折中方案是开启上行载波聚合将现有的FDD频段作为补充上行载波把上行业务分流到FDD上既保留TDD大下行带宽又缓解上行资源紧缺。这个方案需要终端支持上行载波聚合特性目前主流5G手机基本都支持。从现有经验看居民区高负荷站点开启SULSupplemental Uplink补充上行后上行感知速率能从12Mbps提升到25Mbps以上上行PRB利用率下降15到20个百分点。4.2 高校场景用户密集与CQI劣化并存高校场景是典型的超热点一个宿舍楼往往有上千学生同时在线小区下的活跃用户数可以超过300人。这类小区的高负荷判定往往多个维度都超限但处理时最棘手的是用户量大导致的信道质量下降。CQIChannel Quality Indicator信道质量指示平均值如果低于8说明边缘用户过多单纯加大发射功率反而会造成邻区干扰。处理高校场景时除了执行第3章的负载均衡流程还需要调整MU-MIMO配对参数。Massive MIMO通过空间复用让多个用户共享同一时频资源用户配对时如果信道相关性太高信号之间会互相干扰空间复用增益很低。常规做法是开启动态MU-MIMO配对把用户配对维度从2用户扩展到4用户并且设置信道相关性门限// 5G Massive MIMO MU-MIMO配对参数示例 SET NRCELLMIMO: LocalCellId1, MuMimoPaireModeDYNAMIC, // 动态配对模式始终寻找最优配对组合 MaxMuMimoPairNum4, // 最大配对用户数从2提升到4 ChannelCorrelationThd0.6; // 信道相关系数门限超过该值的用户不配对MU-MIMO配对虽好但受到终端能力和芯片调度限制不是所有用户都能配对成功。实际观察中在用户高度密集的宿舍区4用户配对增益只在近距离用户上表现明显远点用户依然以单用户调度为主。高校场景优化建议PRB利用率、CQI、每用户平均速率三个指标一起看只有CQI均值在10以上时才适合激进配对。4.3 交通枢纽场景瞬时冲击型高负荷应对车站、机场这类场景的高负荷特点与居民区完全不同——业务不持续但冲击力极大。列车到站瞬间几百个用户几乎同时发起业务RRC连接建立请求在几十秒内爆发式增长RRC连接成功率快速恶化。此时PRB利用率可能还不高但RRC连接数瞬间触顶。过去针对这类冲击型高负荷优化人员惯用的手段是设置RRC连接拥塞门限超过门限之后开启“仅紧急呼叫接入”等限制策略。5G高负荷新标准下处理方式调整为识别瞬时冲击并快速接纳提高RRC连接用户数上限的同时配合基于QoS的准入策略——保证VoNR和视频通话等实时业务优先接入非实时业务在拥塞时排队或降级。目的不是阻止用户接入而是保证接入的用户有可用资源。实现这个目标需要打开连接态用户数管理功能设置区分业务的准入组// 5G NR 基于业务的准入控制示例 SET NRCELLCAC: LocalCellId1, CaSwitchON, VoNrGuaranteedUeNum80, // 预留VoNR用户资源保证语音业务接入 VideoGuaranteedUeNum60, // 预留视频业务接入资源 StreamingGuaranteedUeNum40, // 预留流媒体业务接入资源 BestEffortUeLimit300; // 普通上网业务用户上限参数配置的逻辑是给高优先级业务预留容量空间但预留过多会浪费资源过低则语音业务在高峰时依然被挤占。根据现网经验VoNR预留用户数通常设为小区RRC用户数上限的15%到20%视频业务可弹性收缩。如果到达的车站有明确的列车时刻表还可以针对每天几个固定冲击时段预设参数组客流平峰期恢复默认值。4.4 高负荷判断中的干扰排查融合高负荷经常和上行干扰交织在一起如果只处理负荷不处理干扰优化效果会大打折扣。判断标准是当上行PRB利用率不高但上行丢包率高、上行误块率大于10%时这属于干扰导致的“伪高负荷”。5G常见干扰源包括DAS系统互调干扰、邻区同频干扰、外部屏蔽器、TDD帧失步等。处理顺序建议先扫频后调参。扫频仪确认是否存在外部干扰信号再通过网管查询上行每个PRB的干扰电平分布观察是全区干扰还是某几个RBResource Block资源块集中干扰。如果是窄带外部干扰可以尝试通过RB调度规避如果是互调干扰只能排查器件如果是帧失步需要检查周边基站GPS失步告警及时做时钟同步校准。常规处理思路中常犯的错误是一看到上行丢包就调整功控参数结果干扰源没有消除参数越调越乱。5. 高负荷处理的进阶验证技巧高负荷优化后如何判断处理有没有效果最忌讳的事是只看PRB利用率降了就说成功。PRB利用率下降可能来自用户流失、业务量下降或是负载均衡成功偏离了保障用户体验的初衷。我更倾向于建立一套包含三个维度的验证方法容量维度、感知维度、稳定维度。容量维度看高负荷持续时长和峰值用户数是否下降。将处理前后各一周的晚忙时数据拉出来按周一到周日分天对比如果高负荷持续时长从三小时降到一小时说明负载均衡效果显著稳定维度看切换成功率、无线掉线率、RRC连接建立成功率这三项是否保持正常如果负载均衡参数调得过度切换成功率会明显下滑这种优化等于把高负荷问题转嫁成了质差问题感知维度看每用户感知速率以及HTTP时延。感知速率的验证需要用路测配合。挑选高负荷最严重的时段和路段使用测试终端连续执行下载和视频播放业务记录业务的平均速率。一个经验参考值下行感知速率不低于20Mbps视频播放不出现三次以上卡顿视为用户感知尚未明显受损。验证时也要关注多小区联动效应。负载均衡会把用户从A小区赶到B小区如果只看A小区指标效果很好但B小区如果本来负荷就不低分流后可能会变成新的高负荷热点。我一般的做法是把目标小区和它的所有邻区放在同一个统计视图里对比确认负荷只是转移而非消除时选择被分流小区负荷低于60%的邻区作为主要分流目标。如果所有邻区负荷都超过60%则处理方向要转向扩容或者帧结构优化。最后提一个参数固化的小技巧。网管侧修改参数时把修改前的参数配置通过EXPORT命令导出保存修改后运行一周确认指标稳定再把配置固化到基线模板中避免后续参数复核时改错。另外调整了切换或重选参数后建议在4到24小时内观察指标因为用户终端的重选和切换行为需要时间才能充分体现。对于参数调整效果的量化可直接用“单位忙时流量/利用率”比值作为容量效率指标不同周期间做环比效率提升10%以上说明参数优化确实提升了资源复用度。本文还有配套的精品资源点击获取