韩斌杰，赵晓晖

(中国移动通信集团河北有限公司，河北 石家庄 050000)

0 引言

5G作为近年来最具代表性的技术创新之一，在国际社会上受到极大关注，已经成为衡量国家实力的重要标志，加快5G商用步伐成为了社会各界人士的普遍共识[1]。由于目前5G网络尚未实现连续覆盖，随着5G终端的爆发性增长，在已有5G网络的地方提高5G用户驻留、保障5G用户感知，充分发挥5G网络能力和效益，对于提升5G网络口碑、助力5G网络发展具有显著作用[2-3]。赖麟[4]提出了一种基于大数据驱动的5G网络与服务优化分析，为5G网络智能优化提供参考。刘湘梅、熊力等人[5]针对4G/5G协同优化和互操作策略进行了相关研究，并进行了相关实践总结。为了实现5G用户占得上、驻留稳和体验优的目标，本文以华为基站无线侧私有CHR/MR数据为基础，借助大数据分析技术，利用4G/5G MR和S1-MME单据关联以及NSA网络下5G业务发生时信令面承载在4G的特点，对5G用户在4G和5G网络下的驻留情况进行关联分析，基于栅格、小区及用户计算驻留比指标，构建了一种基于MR的5G假哑无问题识别、分析能力，支撑5G NSA场景下5G驻留比分析及洞察，有效识别5G网络中的真假哑无问题。

1 5G假哑无的定义

为了便于理解，首先对真假哑无5G问题的概念及产生原因进行阐述。

① 真5G：5G用户驻留在5G，可以正常享受5G的服务，业务承载在5G网络中。

② 假5G：5G用户驻留在LTE锚点小区上，终端显示5G网标，业务实际承载在4G网络。

③ 哑5G：5G用户驻留在LTE非锚点小区上，终端显示4G图标，业务实际承载在4G网络，实际上该位置可能已有5G覆盖，但用户未能驻留到5G网络之中。……