Tổng quan nghiên cứu

Sự bùng nổ của các dịch vụ dữ liệu di động và xu hướng chuyển dịch công nghệ từ thế hệ thứ hai (2G), thứ ba (3G W-CDMA) sang thế hệ thứ tư (4G LTE) đặt ra thách thức lớn đối với việc đảm bảo chất lượng vùng phủ sóng và trải nghiệm người dùng (QoE). Theo thống kê của ngành viễn thông, lưu lượng dữ liệu di động tăng trưởng hơn 45% mỗi năm, trong khi người dùng đòi hỏi tốc độ truyền tải gói cao với độ trễ dưới 20 mili giây. Phương pháp đo kiểm lưu động ngoài hiện trường (Drive test) truyền thống bộc lộ nhiều hạn chế nghiêm trọng: chi phí nhân lực và thiết bị đắt đỏ, phạm vi thu thập dữ liệu bị giới hạn trên các tuyến đường giao thông chính và không thể theo dõi liên tục trải nghiệm thực tế của thuê bao trong nhà.

Mục tiêu trọng tâm của nghiên cứu là xây dựng và ứng dụng giải pháp tự động hóa công tác tối ưu hóa chất lượng mạng truy nhập vô tuyến 2G/3G và chuyển tiếp lên 4G LTE thông qua phân tích dữ liệu lớn logfile lớp 3 (Layer 3) và các sự kiện mạng thời gian thực. Đề tài tập trung vào việc chuẩn hóa hệ thống chỉ số hiệu năng cốt lõi (KPI) với mục tiêu duy trì tỷ lệ thiết lập cuộc gọi thành công (CSSR) trên 99.0%, tỷ lệ rớt cuộc gọi (CDR) dưới 0.5% và tỷ lệ giải phóng cảnh báo mạng đạt trên 95.0%.

Phạm vi nghiên cứu được triển khai thực nghiệm trên toàn bộ hạ tầng mạng vô tuyến của Tổng công ty Viễn thông MobiFone, bao gồm 3 Trung tâm Mạng lưới Miền Bắc, Miền Trung, Miền Nam với 4 phân vùng địa lý (V1 đến V4) quản lý hàng nghìn trạm phát sóng (BTS, NodeB và eNodeB) trong giai đoạn chuyển đổi công nghệ từ năm 2018. Kết quả nghiên cứu mang ý nghĩa chiến lược khi cung cấp công cụ Drive test ảo giúp giảm trên 50% chi phí đo kiểm thực tế, nâng cao 15% hiệu suất khai thác băng thông vô tuyến và tối ưu hóa chi phí đầu tư hạ tầng cho nhà mạng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng lý thuyết thông tin di động số và kiến trúc phân lớp mạng viễn thông tiêu chuẩn của Liên minh Viễn thông Quốc tế (ITU) và Viện Tiêu chuẩn Viễn thông Châu Âu (ETSI). Cụ thể, đề tài tích hợp hai mô hình kiến trúc cốt lõi: mô hình mạng 3G W-CDMA/HSPA với sự phân tách giữa mạng lõi chuyển mạch kênh/gói (MSC/VLR, SGSN, GGSN) và mạng truy nhập vô tuyến mặt đất (UTRAN gồm RNC và NodeB); cùng với mô hình tiến hóa dài hạn 4G LTE/SAE dựa trên nền tảng phẳng toàn IP, bao gồm mạng lõi gói cải tiến (EPC) và trạm gốc tiến hóa (eNodeB) nhằm tối giản hóa số lượng phần tử mạng trung gian và triệt tiêu trễ xử lý.

Khung lý thuyết tập trung vào các khái niệm đo lường vô tuyến cốt lõi bao gồm: mức thu công suất tín hiệu (RxLev trong GSM từ -110 dBm đến -47 dBm), chỉ số cường độ tín hiệu thu nhận (RSSI từ -113 dBm đến -51 dBm), công suất mã tín hiệu nhận được (RSCP), tỷ số năng lượng chip trên mật độ tạp âm (Ec/Io lớn hơn -12 dB), tỷ số tín hiệu trên nhiễu (SIR) và tỷ số sóng mang trên nhiễu (C/I lớn hơn 9 dB). Đồng thời, lý thuyết về phân tích giao thức vô tuyến lớp 3 gồm RRC (Radio Resource Control), NBAP (Node B Application Part) và RANAP (Radio Access Network Application Part) đóng vai trò xương sống trong việc giải mã nguyên nhân gốc rễ của các lỗi cuộc gọi và nghẽn tài nguyên.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm của nghiên cứu được trích xuất tự động từ hệ thống quản lý phần tử vô tuyến của nhà mạng thông qua các tệp ghi vết sự kiện cuộc gọi (GPEH logfile). Cỡ mẫu nghiên cứu bao gồm hơn 60.000 tệp ghi vết sự kiện (dung lượng tiêu chuẩn GPEHfileSize = 60.000 bản ghi/tệp) với tỷ lệ lấy mẫu toàn diện thuê bao UeFraction = 1.000, thu thập liên tục từ hàng nghìn sector phát sóng thuộc 4 vùng mạng lưới trọng điểm (V1, V2, V3, V4). Phương pháp chọn mẫu là phương pháp chọn mẫu phân tầng theo khu vực địa lý kết hợp chọn mẫu theo mục tiêu sự kiện lỗi, đảm bảo bao phủ đầy đủ các điều kiện mật độ thuê bao khác nhau từ đô thị đông đúc đến nông thôn và miền núi.

Phương pháp phân tích dữ liệu được xây dựng trên nền tảng xử lý phân tán Hadoop kết hợp bộ công cụ phần mềm chuyên dụng Ultima Mentor và Ultima Forte. Lý do lựa chọn phương pháp này xuất phát từ nhu cầu xử lý khối lượng dữ liệu phi cấu trúc khổng lồ phát sinh từ các bản tin vô tuyến Layer 3 trong thời gian gần thực. Thay vì chỉ thống kê số liệu tổng hợp tại trạm phát, phương pháp này cho phép tương quan hóa thông tin nhận dạng thuê bao quốc tế (IMSI), vị trí địa lý của sự cố và chuỗi bản tin điều khiển báo hiệu. Quá trình thu thập, phân tích và thực nghiệm tối ưu hóa được tiến hành liên tục theo chu kỳ 12 tháng, tạo cơ sở cho việc hiệu chỉnh tự động các tham số cấu hình vô tuyến hàng ngày.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình triển khai ứng dụng công cụ Ultima Mentor trên mạng lưới thực tế đã mang lại các kết quả định lượng rõ rệt:

Thứ nhất, chỉ số chất lượng thiết lập dịch vụ thoại và dữ liệu được cải thiện đáng kể trên toàn bộ các phân vùng mạng. Tỷ lệ thiết lập cuộc gọi thành công 2G (CSSR) tăng từ 97.8% lên 99.2%, vượt mục tiêu ban đầu là 99.0%. Tỷ lệ rớt cuộc gọi (CDR) giảm mạnh từ mức 0.85% xuống còn 0.38%, tương đương với mức cải thiện hơn 55% về độ ổn định dịch vụ thoại trong giờ cao điểm. Tỷ lệ kích hoạt thành công ngữ cảnh PDP cho dịch vụ dữ liệu 3G/4G đạt mức 98.9%, cao hơn 1.4% so với ngưỡng tiêu chuẩn ngành.

Thứ hai, chất lượng phủ sóng vô tuyến và mức độ can nhiễu được tối ưu hóa toàn diện. Tỷ lệ mẫu đo vô tuyến đạt mức thu công suất RxLev tốt hơn -85 dBm tại các khu vực đô thị tăng từ 81.2% lên 94.6%. Đối với mạng 3G W-CDMA, tỷ lệ các cell có chất lượng tín hiệu Ec/Io kém hơn -14 dB giảm từ 12.5% xuống dưới 3.2% nhờ việc tái quy hoạch mã xáo trộn (Scrambling Code) và điều chỉnh góc ngẩng anten điện tử.

Thứ ba, hiệu năng truyền dẫn dữ liệu gói trên mạng 4G LTE ghi nhận sự tăng trưởng vượt bậc. Tốc độ truyền tải dữ liệu đường xuống trung bình của người dùng tại các khu vực mật độ cao tăng từ 18.5 Mbps lên 42.5 Mbps, trong khi độ trễ truyền gói vòng giảm từ 48 mili giây xuống còn 22 mili giây.

Thứ tư, hiệu quả tối ưu hóa chi phí vận hành đạt mức ấn tượng khi cắt giảm tới 52% khối lượng và chi phí dành cho các chiến dịch đo kiểm Drive test thủ công, đồng thời thời gian xác định và khoanh vùng sự cố trạm phát sóng giảm từ 180 phút xuống còn dưới 25 phút.

Thảo luận kết quả

Nguyên nhân chính dẫn đến những bước tiến vượt bậc này là khả năng phân tích sâu ở mức bản tin Layer 3 (bao gồm các sự kiện RRC_MEASUREMENT_REPORT, RANAP_IU_RELEASE, và INTERNAL_CALL_SETUP_FAIL). Khác với các công cụ giám sát truyền thống chỉ đưa ra cảnh báo chung chung, hệ thống Ultima Mentor cho phép kỹ sư bóc tách chính xác nguyên nhân lỗi xuất phát từ phía thiết bị người dùng, cấu hình sai tham số trạm hay do can nhiễu vật lý môi trường.

So với các phương pháp đo kiểm truyền thống chỉ lấy mẫu cục bộ trên đường giao thông, phân tích dữ liệu lớn từ logfile toàn mạng phản ánh chính xác 100% trải nghiệm thực tế của người dùng cuối trong nhà lẫn ngoài trời. Trong thực tế, các kết quả phân tích có thể được mô hình hóa và trình bày rất trực quan thông qua bản đồ nhiệt thể hiện phân bố cường độ tín hiệu RSCP/RSSI theo tọa độ GIS, biểu đồ phân tán tương quan giữa tỷ số SIR và thông lượng dữ liệu, cùng bảng ma trận đối soát tham số vô tuyến trước và sau khi áp dụng luật tối ưu tự động. Điều này chứng minh rằng việc kết hợp giữa dữ liệu lớn Hadoop và trí tuệ phân tích giao thức vô tuyến là xu thế tất yếu để nâng cao chất lượng dịch vụ mạng viễn thông hiện đại.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu và thực nghiệm tại MobiFone, các giải pháp và khuyến nghị chiến lược được đề xuất như sau:

  1. Tự động hóa toàn diện quy trình giám sát và tối ưu hóa mạng vô tuyến đa công nghệ: Mở rộng việc tích hợp nền tảng Ultima Mentor và Ultima Forte trên 100% các nút mạng 2G, 3G, 4G LTE và chuẩn bị sẵn sàng cho 5G. Mục tiêu duy trì tỷ lệ CSSR toàn mạng trên 99.5% và giữ tỷ lệ CDR dưới 0.30% trong suốt lộ trình 2019-2021 do Trung tâm Điều hành Mạng lưới và các Trung tâm Viễn thông Khu vực chủ trì thực hiện.

  2. Chuẩn hóa quy trình xử lý sự cố dựa trên phân loại bản tin báo hiệu Layer 3: Ban hành bộ quy chuẩn nhận diện lỗi tự động từ các sự kiện RRC, NBAP và RANAP nhằm rút ngắn thời gian khắc phục sự cố từ 120 phút xuống dưới 30 phút. Hoạt động này cần được triển khai đào tạo và áp dụng cho toàn bộ đội ngũ kỹ sư tối ưu vô tuyến trong vòng 6 tháng tới.

  3. Tái cấu trúc phân bổ tần số và tối ưu hóa chuyển giao liên công nghệ: Tiến hành rà soát, dọn dẹp can nhiễu trên các dải băng tần 900 MHz, 1800 MHz và 2100 MHz; tối ưu hóa ngưỡng chuyển giao giữa 4G LTE và 3G W-CDMA để tăng 25% dung lượng thông lượng giờ cao điểm. Kế hoạch do Ban Kỹ thuật Mạng vô tuyến thực hiện theo từng chu kỳ đánh giá hàng quý.

  4. Ứng dụng thuật toán học máy dự báo suy giảm chất lượng trải nghiệm thuê bao: Phát triển các module phân tích nâng cao trên nền tảng Hadoop nhằm phát hiện sớm 85% nguy cơ nghẽn mạng cục bộ trước 45 phút, giúp bộ phận vận hành chủ động phân bổ tài nguyên. Thời gian triển khai nghiên cứu và thử nghiệm trong giai đoạn 12 tháng tiếp theo dưới sự phối hợp giữa Phòng Nghiên cứu Phát triển và các đối tác công nghệ viễn thông.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo chuyên sâu và hữu ích cho 4 nhóm đối tượng cụ thể:

  1. Kỹ sư tối ưu hóa và vận hành mạng vô tuyến: Nắm vững cẩm nang kỹ thuật về phân tích chuỗi bản tin Layer 3, phương pháp tinh chỉnh tham số Scrambling Code, xử lý can nhiễu và thiết lập các kịch bản tối ưu hóa tự động trên trạm BTS, NodeB và eNodeB thực tế.

  2. Cán bộ quản lý và hoạch định chiến lược viễn thông: Tham khảo mô hình cắt giảm hơn 50% chi phí vận hành từ việc thay thế Drive test truyền thống bằng giải pháp Drive test ảo, qua đó tối ưu hóa chi phí đầu tư hạ tầng và gia tăng chỉ số thỏa mãn khách hàng.

  3. Giảng viên, học viên cao học và sinh viên ngành Điện tử Viễn thông: Sử dụng công trình như một tài liệu học thuật chuẩn mực về kiến trúc mạng chuyển tiếp 2G/3G/4G, cơ chế truyền dẫn số SDH, và ứng dụng công nghệ dữ liệu lớn Hadoop trong phân tích viễn thông.

  4. Chuyên gia phân tích dữ liệu và phát triển phần mềm viễn thông: Khai thác phương pháp luận xử lý tệp ghi vết sự kiện GPEH với cỡ mẫu hàng chục nghìn logfile để xây dựng các thuật toán giám sát mạng thông minh trong kỷ nguyên 5G và mạng tương lai.

Câu hỏi thường gặp

  1. Phương pháp Drive test ảo trong luận văn có gì vượt trội so với Drive test truyền thống?
    Drive test truyền thống tốn kém chi phí nhiên liệu, nhân lực và chỉ đo kiểm được trên các tuyến đường giao thông. Ngược lại, Drive test ảo tận dụng trực tiếp tệp logfile Layer 3 của hàng triệu thuê bao thực tế, giúp tiết kiệm hơn 50% chi phí, phản ánh chính xác vùng phủ sóng trong nhà và định vị vị trí lỗi liên tục 24/7.

  2. Các chỉ số KPI trọng yếu nào quyết định chất lượng mạng vô tuyến 2G/3G trong nghiên cứu?
    Nghiên cứu tập trung vào 5 chỉ số cốt lõi: Tỷ lệ thiết lập cuộc gọi thành công (CSSR đạt trên 99.0%), Tỷ lệ rớt cuộc gọi (CDR dưới 0.5%), Mức thu công suất tín hiệu (RxLev lớn hơn -85 dBm), Chất lượng mã tín hiệu (Ec/Io trên -12 dB) và Tỷ lệ kích hoạt ngữ cảnh PDP đạt trên 98.5%.

  3. Việc phân tích bản tin báo hiệu Layer 3 đóng vai trò gì trong việc xử lý sự cố mạng?
    Bản tin Layer 3 như RRC và RANAP chứa đựng thông tin chi tiết về quá trình đàm phán tài nguyên giữa thiết bị di động và trạm phát. Phân tích các bản tin này giúp kỹ sư phân biệt chính xác nguyên nhân rớt cuộc gọi là do nghẽn kênh vô tuyến, lỗi phần cứng hay cấu hình sai lầm giữa các trạm lân cận.

  4. Kiến trúc mạng vô tuyến có sự thay đổi đột phá nào khi tiến hóa từ 3G W-CDMA lên 4G LTE?
    Khi tiến hóa lên 4G LTE, kiến trúc mạng chuyển sang cấu trúc phẳng toàn IP, loại bỏ hoàn toàn bộ điều khiển trạm vô tuyến RNC để tích hợp thẳng vào trạm gốc eNodeB. Sự tinh gọn này giúp giảm độ trễ truyền gói xuống dưới 20 mili giây và nâng tốc độ truyền dữ liệu lên trên 40 Mbps.

  5. Nền tảng Hadoop hỗ trợ như thế nào cho công tác tối ưu hóa mạng của MobiFone?
    Với khối lượng dữ liệu khổng lồ từ hơn 60.000 tệp GPEH mỗi đợt lấy mẫu, nền tảng phân tán Hadoop cho phép lưu trữ và xử lý song song với tốc độ cao, trích xuất dữ liệu gần thời gian thực và tự động nhận diện các sector vi phạm chỉ số KPI mà không làm quá tải hệ thống vận hành.

Kết luận

  • Nghiên cứu đã xây dựng thành công giải pháp tự động hóa tối ưu mạng vô tuyến đa công nghệ 2G/3G/4G trên nền tảng Big Data Hadoop và công cụ chuyên dụng Ultima Mentor.
  • Nâng cao toàn diện các chỉ số chất lượng dịch vụ: CSSR đạt trên 99.2%, CDR giảm xuống 0.38%, và tốc độ tải xuống LTE trung bình đạt 42.5 Mbps.
  • Triển khai thành công giải pháp Drive test ảo giúp tiết kiệm trên 50% chi phí đo kiểm thực tế và rút ngắn hơn 80% thời gian xử lý sự cố trạm phát sóng.
  • Cung cấp bộ phương pháp luận chuẩn xác trong việc khai thác và phân tích sâu các bản tin báo hiệu Layer 3 (RRC, RANAP, NBAP) phục vụ vận hành mạng viễn thông.
  • Đóng góp cơ sở khoa học và thực tiễn vững chắc cho lộ trình nâng cấp mạng lưới lên 4G LTE nâng cao và 5G của MobiFone trong giai đoạn 2019-2022.

Đóng góp lớn nhất của luận văn là chuyển đổi phương thức tối ưu hóa viễn thông từ bị động sang chủ động thông qua phân tích dữ liệu lớn thời gian thực. Trong giai đoạn 6-12 tháng tiếp theo, nhóm nghiên cứu khuyến nghị tiếp tục mở rộng tích hợp trí tuệ nhân tạo để tự động hóa hoàn toàn việc tinh chỉnh tham số vô tuyến. Quý độc giả, chuyên gia và các nhà quản lý quan tâm có thể tải và nghiên cứu toàn văn công trình để ứng dụng vào thực tiễn tối ưu hóa hạ tầng mạng di động.