全国咨询工程师（投资）网络教育课件-无线通信综述 - 图文

单用户业务模型分析 传统的业务模型分析方法

语音业务，有现有的成熟的语音用户规模和语音业务量数据，可以根据现网数据和经验值获得。 数据业务，主要是根据不同业务的速率以及业务占比进行综合估算。由于数据业务种类繁多，相互之间的业务量占比变化大，业务模型建模变的困难。由于市场环境变化很快，基于当前运营商现网流量的数据分析，数据业务流量的历史参考性也不强。 基于月使用量的业务模型分析方法

从用户业务月使用量（用户套餐）的角度，反推用户的业务量参数，把市场前端和网络后端关联起来。 主要思路：

输入平均用户的月使用量，包括语音分钟数（MOU），数据流量比特数（GB） 根据业务的使用和分布特征，计算一天内忙时的速率要求。

其中，业务的使用特征和分布特性可以参考现网用户的使用特性，分布特性较稳定，具有较强的参考意义。

语音业务模型

基于MOU（Minutes Of Usage每户每月通话时间）业务模型折算法，直接从市场口的用户使用特征分析用户的业务量：

忙时话务量（Erl）=用户MOU（分钟）*忙日集中系数*忙时集中系数/60 其中：

忙日集中系数是一个月中，出现忙日的概率，一般取1/30。

忙时集中系数是一天中，忙小时内业务量占全天24小时内业务总量中的比例，可根据网络一天24小时内各时段的业务量分布统计获得。

月使用量（分钟） 400 忙日集中系数 1/30 忙时集中系数 10% 忙时话务量（Erl） 0.022 数据业务模型 移动通信网络步入了流量经营的时代，运营商以流量使用作为计费的基础。基于流量的数据业务模型成为更加直观的业务模型分析方法。 用户忙时吞吐量（kbps）=月使用量（GB）*忙日集中系数*忙时集中系数*忙时业务峰均比*8*1000000/3600 其中： 忙日集中系数是一个月中，出现忙日的概率，一般取1/25--1/30。 忙时集中系数是一天中，忙小时内业务量占全天24小时内业务总量中的比例，根据网络一天24小时内各时段的业务量统计获得。 忙时业务峰均比是在忙时数据业务量峰值跟平均值的比，根据业务量泊松分布特征得到，一般取2.0-2.5。 月使用量（GB） 忙日集中系数 忙时集中系数 忙时业务峰均比 忙时吞吐量（kbps） 0.5 1 3 1/25 1/25 1/25 7% 7% 7% 2.0 2.0 2.0 6.2 12.4 37.3 业务量分解