本文版權為《郵電設計技術》所有，如需轉載請聯系《郵電設計技術》編輯部
摘 要：針對當前日趨復雜的網絡架構及日益提升的網絡優化難度，提出并實現一種新型的基于多域數據融合的算法系統。該系統通過關聯IMS、5GC及EPC域的XDR數據，實現對VoLTE、VoNR及EPSFB等語音業務的精準區分。在此基礎上，系統通過構建各業務的質量劣化閾值模型，并采用滑動窗口算法，從而精準篩選重點質差小區。經X市現網連續5天的實際數據驗證表明，該系統能夠有效識別重點質差小區，充分驗證系統的可行性與實用性。
關鍵詞：VoNR；VoLTE；EPS FB；網絡智能運營
doi：10.12045/j.issn.1007-3043.2025.03.013
概述
語音業務作為運營商的傳統業務，是最影響用戶體驗與評價的業務。隨著5G網絡的蓬勃發展和2G網絡的逐漸退出，當下語音業務研究重點是VoLTE語音業務、EPSFB語音業務和VoNR語音業務。
目前，由于多種語音業務解決方案共存、網絡制式復雜、網間切換頻繁，語音業務的網絡優化需求強烈、難度增加，判別語音業務重點質差小區成為語音業務網絡優化工作的重中之重。目前判別質差小區的常用方法主要有路測、基于網元配置數據和網元性能數據挖掘、基于測量報告挖掘、基于信令流程數據挖掘等。其中，運營商為了提升網絡建設、網絡維護的水平，在指定的網絡接口鏈路進行旁路分光，實時分析鏈路中的數據并生成信令/流量詳細記錄（XDetail Record，XDR）。XDR數據能夠便捷、精細地分析和評價網絡質量，所以基于XDR數據的網絡優化技術蓬勃發展。
文獻［2］基于XDR數據提出了一種網絡自動化、智能化的故障診斷方法，提高了運維效率，保證了用戶感知。文獻［3］基于XDR數據構建面向用戶、業務、終端的多維大數據運營體系，可定制各類視頻應用業務需求分析，支持運營商資源精準投放，助力OTT視頻企業合作營銷。文獻［4］基于XDR數據的運動軌跡變化，完成車主與車輛的綁定，完成用戶畫像構建，能夠有效助力新能源汽車產業精準營銷，助力運營商與新能源汽車產業創新合作場景落地。
經過持續優化，目前網絡的整體質量有了明顯提升，網絡優化建設進入切小劃分、局部針對性優化階段，需要對質差小區進行精準判別和優化。同時，由于移動通信環境的復雜性，存在由于數據異常或終端異常等突發原因導致部分正常小區被誤判為質差小區的情況，所以本文提出了基于多域數據持續監測判別語音業務重點質差小區的技術。通過多種數據相互印證，避免數據異常導致的錯誤判斷；通過持續多天監測數據，避免突發異常或終端問題導致的錯誤判斷，從而實現對語音業務質差小區的精準定位，提高網格優化效率，提升網絡質量。
