在現網中，突發性的小區退服、高話務場景是影響網絡健壯性的重要因素。目前，僅依靠人力運維的方式由于時間即時性的問題會造成流量與用戶滿意度的降低。

某運營商引入AAPC突發識別功能，基于高負荷和小區退服特征觸發權值優化，完成了高負荷壓降、低負荷吸納和退服小區覆蓋補償。高負荷場景用戶數得到明顯均衡，退服場景覆蓋得到及時補充，優化全過程依賴于工具自動判斷決策執行，無需人工參與，實現了自智L4的水平。

突發識別流程機制

目前主要通過監測RRC用戶數和PRB利用率實現高負荷突發識別，整個過程分為高負荷識別、負荷判斷、權值優化、權值回退等四個控制流程，如下圖所示。

圖 1 高負荷突發識別流程

低負荷鄰區主要借助于DOA的鄰區測量信息吸納負荷，通過標記高負荷小區均衡用戶的鄰區DOA測量信息，可以調整鄰區的均衡方向，DOA協同測量信息如圖2和圖3所示。

圖 2 高負荷

圖 3 低負荷

小區退服補償優化的整個過程分為四個步驟：退服檢測、鄰區搜索、覆蓋補償、干擾協調，如下圖所示。

小區退服補償優化流程

退服監測：通過網元對接FM（告警）檢測模塊，如果小區出現退服告警，且5分鐘內未恢復，則自動進入覆蓋補償流程。

鄰區搜索：檢測可以用于覆蓋補償的鄰區，AAPC的DOA測量中測量到緊密鄰區的DOA信息。

覆蓋補償：AAPC在DOA測量時可以同時測量鄰區的DOA信息，從而可以獲取用戶分布在鄰區的映射，基于映射的分布信息，可以進行覆蓋補償的調整。

干擾協調：覆蓋補償基于鄰區的測量信息進行的補償，主要是原則是“應補盡補”，容易出現過度補償的問題，干擾協調可改善過度補償的問題。

案例1：突發高負荷優化

對用戶數曲線進行分析，3月15日突發負荷均衡策略生效后，RRC平均用戶數開始呈現網元間的交叉。對權值生效時段的用戶數變化進行分析，高負荷小區的RRC用戶數明顯下降，同時鄰區的用戶數增加，達到了高負荷小區降用戶，鄰區增用戶的預期。

對突發高負荷權值優化參數進行分析，在檢測到高負荷后，對高負荷小區下壓權值。基于覆蓋關系篩選3個低負荷緊密鄰區，AAPC權值優化針對鄰區下傾角、方位角進行調整，使其偏向高負荷區域，整體實現“高負荷小區壓降，低負荷鄰區吸納”的預期。

案例2：突發小區退服覆蓋補償

對用戶數曲線進行分析，在小區突發退服后，用戶數損失40左右。突發小區退服權值優化及時進行覆蓋補償，補償的用戶基本與損失的用戶持平，退服后，鄰區用戶數明顯增長。

對突發小區退服權值優化參數進行分析，在檢測到小區退服后，針對退服小區鄰區進行權值優化，基于覆蓋關系篩選5個緊密鄰區，AAPC權值優化針對鄰區下傾角、方位角進行調整，使其偏向小區退服覆蓋區域，整體實現“退服小區覆蓋補償”的預期。

通過對突發負荷均衡策略執行后整體試點小區覆蓋、感知速率、業務量、關鍵指標評估，遠點覆蓋增多，感知速率略微下降。小區上行感知速率由14.87 Mbps左右下降至14.29 Mbps左右，小區下行感知速率由273.66 Mbps左右下降至267.44 Mbps左右。PDCP總流量由6286.58 GB左右增長至7010.68 GB左右，增長率為11.52%。其他關鍵指標波動變化。