基于大数据的5G前传网络质量分析方法

中国移动通信集团江苏有限公司 江苏 南京 210012

引言

在5G网络中，5G接入网被重构为CU（Centralized unit，集中单元）、DU（Distribute Unit，分布单元）和AAU（Active Antenna Unit，有源天线单元）这3个功能实体。CU：原4G接入网中BBU的非实时部分将分割出来，重新定义为CU，负责处理非实时协议和服务。AAU：原4G接入网中BBU的部分物理层处理功能与原RRU及无源天线合并为AAU。DU：原4G接入网中BBU的剩余功能重新定义为DU，负责处理物理层协议和实时服务。依据5G提出的标准，CU、DU、AAU可以采取分离或合设的方式，5G接入网出现多种网络部署形态，其中核心网至CU为回传网络、CU至DU为中环网络，CU/DU(合设场景)至AAU或DU至AAU为前传网络。

目前，在网使用的5G前传网络主要有无源粗波分设备、半有源粗波分设备和有源粗波分系统三种解决方案，目前使用最为广泛的为无源粗波分系统解决方案，系统主要由合分波器、彩光模块组成；合分波器常用6合1合/分波器和12合1合/分波器两种类型，彩光模块采用SFP接口，接口速率为10Gbps和25Gbps。两种速率的彩光模块均支持速率向下兼容。主要应用于5G基站的AAU拉远站新建和扩容（5G、LTE载波聚合、扩载频、FD频段双层网）。线路侧占用1芯光纤，提供6合1、12合1复用比来承载3/6路eCPRI/CPRI业务。

前传网络中6波合分波器波长为1271nm、1291nm、1311nm、1331nm、1351nm、1371nm；12波合分波器波长1271nm、1291nm、1311nm、1331nm、1351nm、1371nm、1471nm、1491nm、1511nm、1531nm、1551nm、1571nm。

1 面临的问题和解决思路

目前5G前传网络的管理方式为，运维人员只能通过5G主设备读取DU设备和AAU设备的彩光模块发光光功率，判断波道的全程衰耗，对于前传网络中的CU/DU端合分波设备、AAU端的合分波设备插入损耗、尾纤情况无法获得，且由于此类设施基本为无源设备，缺乏有效的管理手段。波道出发生故障很难定位问题。且通常很难对光缆5G前传网络的质量作出直观的展示和评价，使用者拿到指标数据后，也很难判定前传网络是否存在安全隐患，更无法知道问题出在哪里，这个给使用者带来了很大的困扰。且由于专业区分5G主设备基本为基站专业

为解决5G前传网络管理难题，提升运维管理效率,可以采用基于“云+网+端”三级架构的物联网管理模式的5G前传网络质量管理方案。

1.1 云

基于云计算、云存储的大数据分析平台,实现5G前传网络采集数据的接收、存储和分析，可实时分析上传的的测试数据并给出智能的光缆链路性能评估，包括合分波器损耗、接头损耗、熔接点损耗、全程损耗、连接器回损等指标。并基于单个5G前传网络系统进行综合分析、完成该5G前传子系统的整治报告的自动生成。

1.2 网

适用于多种场景，基于4G/5G网络架构，适用于视频、图像、数据传输需求，同时通过GPS、AGPS和基站辅助定位，控制测试数据真实性，实现测试数据从测试终端上传至大数据分析平台。

1.3 端

目前普通光功率计和OTDR测试的工作波长均为1310nm和1550nm，与5G传输前传网络中使用的合分波器波长冲突，6波合分波器波长为1271nm、1291nm、1311nm、1331nm、1351nm、1371nm，12波合分波器波长1271nm、1291nm、1311nm、1331nm、1351nm、1371nm、1471nm、1491nm、1511nm、1531nm、1551nm、1571nm，所以传统的测试仪表无法测试或穿透合分波器，无法实现端到端的测试及故障定位。为达到以上效果，定制覆盖5G前传网络所有波道的性能检测终端，且终端串联在光路中时不影响业务正常使用，不增加插入损耗；对在用光纤测试时采用带外波长进行测试，不影响在用业务；仪表具备5G、蓝牙或WIFI无线连接方式。

检测终端通过手机APP实现5G前传网络的建模，测试时选中测试点，控制仪表完成纤芯测试，并采集测试文件，上传至云运维平台，测试文件携带测试时间、经纬度坐标，以及上传照片水印等信息，上传数据具备自动校验，分析等功能[1]。

2 基于物联网的纤芯测试数据采集方法简介

结合网络技术发展，探索基于物联网的5G前传网络测试数据采集，具体情况如下：

在采集前上传数据前先完成5G前传网络的建模工作，在做数据采集上传时完成采集数据的自动匹配，为后期数据的分析处理做好准备。

检测仪表与5G前传网络中DU彩光模块、DU端合分波设备COM口，AAU端合分波设备COM口和AAU彩光模块四个位置，采集前传网络中彩光模块发光功率、无源合分波设备中各波道合光后光功率、以及对端彩光模块的收光功率，采集在用波道、空闲波道的光功率情况。同时，将采集的数据传送至数据处理器；

通过采用带外波长完成在用纤芯的全程测试工作，测试光缆纤芯的数据包括纤芯相关质量参数作为参考：包括光纤链长、平均衰减系数等；

2.1 5G前传网络数据自动分析

大数据分析平台接收APP上传的5G前传网络采集数据，测算系统中每个波道的全程衰减，系统根据事前设定的规则判断各波道的全程质量，统计优质波道，可用波道，不合格波道、空闲波道；同时根据所测数据判断无源合分波设备端口损坏情况，确认端口可用率；

判断标准参考值如下：

针对合分波，中心波长偏差(nm) ＜1.5；通道插入损耗(dB) ＜1.5（6波）或＜2（12波），优质波道全程衰耗（DU至AAU）(dB)≤6,6＜合格波道全程衰耗（DU至AAU）(dB)≤10,10＜可用波道全程衰耗（DU至AAU）(dB)≤14，14＜不可用波道全程衰耗（DU至AAU）(dB)。

2)针对在用纤芯，优质纤芯平均衰耗0.25dB/KM以下；合格纤芯平均衰耗0.25～0.35dB/KM以下；可用纤芯平均衰耗0.35～0.5dB/KM以下；不可用纤芯平均衰耗0.5dB/KM以上。

根据1/2位置、3/4位置中各波道测试结果，计算合分波设备插入损耗的大小，并根据评估体系判断合分波设备是否运行正常；

根据带外波长全程测试计算，判断在用纤芯的全程平均衰耗是否合格；

2.2 测试结果呈现

为达到对5G前传网络质量情况的直观呈现，采集数据处理后进行二维图形化展示，前传系统中每个波道X轴横向排布，Y轴的数字表示该前传系统的波道，X轴的数字表示该波道的全程衰耗；通过颜色区别标注波道，优质波道，可用波道，不合格波道、空闲波道；通过对波道上衰耗点进行标注，为插入损耗、接头损耗、同时对损耗的大小是否达标通过颜色进行标注；而衰耗点的位置为所述事件点位置对应的X轴位置。

根据评估体系判断各个环节中存在的问题，并进行问题汇总和分类，提出针对性的整治建议，运维人员可以根据整治建议开展5G前传网络的整治工作。

3 实际案例

以南京公司为例，一个人两周时间共完成建邺区217个5G前传系统数据采集和入库工作。单个系统测试上传时间约10～20分钟，测试完成后约1分钟完成测试报告的生成工作；基于大数据的5G前传网络质量分析方法，大大提升5G前传网络质量的管理效率。

4 结束语

通过大数据分析管理平台，实现对前传网络的端到端性能检测和故障定位，并可自动化进行测试结果回传和分析，提升前传网络性能检测自动化能力及故障定位的效率。同时基于性能数据进行分析发现质量劣化等隐患，确保前传网络质量，提升5G网络可用率。本次基于大数据的5G前传网络质量分析方法，综合利用了大数据、物联网等新技术，创新的实现5G前传网络质量的高效管理，同时还制定了5G前传网络质量评估体系，大大的提升了前传网络运维管理效率和标准化运维工作。