劉宏嘉，李貝，趙偉，許國平，王鑫炎

研究與開發(fā)

基于大數(shù)據(jù)的5G流量駐留比極限值研究

劉宏嘉1，李貝2，趙偉1，許國平3，王鑫炎1

（1.中國聯(lián)合網(wǎng)絡(luò)通信有限公司浙江省分公司，浙江 杭州 310051；2.中國聯(lián)合網(wǎng)絡(luò)通信有限公司研究院，北京 100048；3. 中國聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司，北京 100033）

5G流量駐留比是目前通信運營商普遍采用的評估5G網(wǎng)絡(luò)覆蓋能力的重要指標(biāo)，也是牽引網(wǎng)絡(luò)規(guī)劃優(yōu)化、維護(hù)運營工作的重要抓手?；诰W(wǎng)絡(luò)側(cè)、用戶側(cè)大數(shù)據(jù)分析，綜合考慮實際無線傳播影響因素、現(xiàn)有網(wǎng)絡(luò)結(jié)構(gòu)、網(wǎng)絡(luò)協(xié)同策略、用戶行為等因素，對3.5 GHz頻段5G網(wǎng)絡(luò)駐留能力進(jìn)行評估、分析，計算得出5G流量駐留比的極限值，詮釋了用戶感知與駐留比的正向關(guān)系，為5G流量駐留比目標(biāo)值的合理設(shè)定提供了理論依據(jù)。

大數(shù)據(jù)；5G；駐留比；用戶感知；極限值

0 引言

5G流量駐留比是指占用5G網(wǎng)絡(luò)的活躍用戶所產(chǎn)生的5G流量在5G活躍用戶所產(chǎn)生4G流量與5G流量的總和中的占比。5G流量駐留比是反映5G網(wǎng)絡(luò)覆蓋和用戶感知的宏觀性指標(biāo)，該指標(biāo)值越高，代表5G網(wǎng)絡(luò)覆蓋能力越強，用戶使用5G網(wǎng)絡(luò)的概率越高。開展5G流量駐留比目標(biāo)值如何確定指標(biāo)的探索，有利于指導(dǎo)5G網(wǎng)絡(luò)規(guī)劃和網(wǎng)絡(luò)優(yōu)化，通過5G網(wǎng)絡(luò)分流，可以快速緩解4G網(wǎng)絡(luò)高負(fù)荷問題。目前，通信運營商將5G流量駐留比作為5G網(wǎng)絡(luò)覆蓋能力的主要評價和考核指標(biāo)。

中國聯(lián)通、中國電信的5G主力頻段為3.5 GHz，較傳統(tǒng)4G的1.8 GHz的損耗大，且由于終端能力問題，上行覆蓋受限問題較為突出，在5G與4G在基站站址上按照1:1規(guī)劃的情況下，5G網(wǎng)絡(luò)存在駐留能力弱的問題。隨著通信運營商5G網(wǎng)絡(luò)建設(shè)規(guī)模和5G用戶規(guī)模的不斷增長，這種情況下，一味地追求5G流量駐留比的提升，用戶感知將在一定程度上受損，并可能導(dǎo)致用戶主動關(guān)閉終端5G開關(guān)，反而對5G流量駐留比造成負(fù)向影響。因此，探索并設(shè)定基于目前網(wǎng)絡(luò)現(xiàn)狀的合理的5G流量駐留比提升目標(biāo)值，有利于促進(jìn)網(wǎng)絡(luò)規(guī)劃、建設(shè)、維護(hù)、優(yōu)化工作的有效開展，實現(xiàn)5G網(wǎng)絡(luò)駐留能力與用戶感知的均衡提升。

1 5G駐留比技術(shù)原理

5G駐留比通常有兩種定義方式，分別是時長駐留比和流量駐留比[1]。目前5G網(wǎng)絡(luò)已基本實現(xiàn)獨立組網(wǎng)（standalone，SA）覆蓋[2]，以下定義以SA網(wǎng)絡(luò)為例闡述。

（1）5G時長駐留比反映了5G用戶占用5G網(wǎng)絡(luò)的時長情況，體現(xiàn)了5G網(wǎng)絡(luò)持續(xù)為5G用戶提供服務(wù)的能力，目前通常采用連接態(tài)時長。時長駐留比定義見式（1）。

（2）5G流量駐留比指標(biāo)反映了5G用戶流量在4G/5G網(wǎng)絡(luò)上分布的比例，流量駐留比定義見式（2）。

以運營商A為例，5G業(yè)務(wù)流量駐留比指報告期內(nèi)5G業(yè)務(wù)網(wǎng)上用戶使用數(shù)據(jù)業(yè)務(wù)產(chǎn)生的4G和5G總流量中在5G網(wǎng)上承載的流量占比。5G業(yè)務(wù)網(wǎng)上用戶指報告期末向前追溯一定時間內(nèi)使用過運營商A的5G網(wǎng)絡(luò)的移動業(yè)務(wù)在網(wǎng)用戶[3]。

2 5G駐留比關(guān)鍵因素及本研究思路

由上述5G駐留比定義可知，5G網(wǎng)絡(luò)覆蓋能力，尤其是與4G網(wǎng)絡(luò)的覆蓋能力的對比是影響駐留比的關(guān)鍵因素，如果當(dāng)?shù)?G網(wǎng)絡(luò)與4G網(wǎng)絡(luò)覆蓋能力一樣，那么5G駐留比有望達(dá)到100%的理論極限值。同時，根據(jù)5G駐留比的統(tǒng)計方法，5G業(yè)務(wù)網(wǎng)上用戶是向前追溯一定時間內(nèi)來統(tǒng)計5G登網(wǎng)用戶，那么用戶對終端5G開關(guān)的操作也會對駐留比統(tǒng)計數(shù)值產(chǎn)生影響[4-5]。因此，以保障用戶感知的目標(biāo)，立足5G與4G覆蓋能力差異評估，重點考慮5G、4G網(wǎng)絡(luò)覆蓋規(guī)模差異、終端5G開關(guān)影響因素，理論上可實現(xiàn)5G駐留比極限值的預(yù)測。

目前，我國的5G網(wǎng)絡(luò)已基本實現(xiàn)連續(xù)覆蓋，4G網(wǎng)絡(luò)覆蓋全境，當(dāng)前的4G、5G大量網(wǎng)絡(luò)數(shù)據(jù)具備推導(dǎo)、測算合理的5G駐留比的條件。5G流量駐留比理論極限值預(yù)測流程如圖1所示，包含3個方面、7個過程，首先評估4G與5G網(wǎng)絡(luò)覆蓋能力差異，再將5G流量還原到4G網(wǎng)絡(luò)，最后從用戶感知保障的角度出發(fā)，將還原到4G網(wǎng)絡(luò)的總流量合理進(jìn)行5G、4G網(wǎng)絡(luò)分配，進(jìn)而預(yù)測在保障用戶感知前提下的5G流量駐留比的理論極限值。

圖1 5G流量駐留比理論極限值預(yù)判流程

圖2 下行鏈路預(yù)算模型

3 網(wǎng)絡(luò)覆蓋能力差異化評估

移動網(wǎng)鏈路預(yù)算是對發(fā)射端、通信信道、傳播環(huán)境和接收端中所有增益和衰減的核算，獲得保持一定通信質(zhì)量下鏈路所允許的最大傳播損耗（MAPL)[6-7]。MAPL常用式（3）表示，它可以用來估算信號能成功從發(fā)射端傳送到接收端之間的最遠(yuǎn)距離[8]。下行鏈路預(yù)算模型如圖2所示。

其中，代表允許的最大傳播損耗，其他損耗包含線纜損耗、穿透損耗、人體損耗。其他余量包含陰影衰落余量、干擾余量、噪聲系數(shù)余量。增益包含基站天線增益、終端天線增益、其他增益。

以運營商A某地市A1覆蓋為例，目前4G網(wǎng)絡(luò)以L1800為主，5G網(wǎng)絡(luò)以NR3500為主，依據(jù)式（3）對4G、5G不同網(wǎng)絡(luò)制式的損耗、天線增益、基站/終端發(fā)射功率、基站/終端接收靈敏度進(jìn)行分析，評估4G、5G在室內(nèi)、室外的覆蓋能力差異[9]，L1800和NR3500鏈路預(yù)算參數(shù)見表1。

在地市A1中，其網(wǎng)絡(luò)規(guī)模（含共享異運營商基站）共計14 649個5G基站?；井?dāng)前能夠設(shè)置的最大發(fā)射功能率為320 W，設(shè)置的檔位為200 W和320 W[10]，在64TR和32TR中，基站發(fā)射功率主要為320 W，占比分別為68.26%和95.69%。結(jié)合式（3）和表1，4G/5G電平差異Gap如式（4）所示。

4 5G流量等效4G流量以及歸一化建模

現(xiàn)網(wǎng)流量還原是基于大數(shù)據(jù)統(tǒng)計現(xiàn)網(wǎng)4G、5G網(wǎng)絡(luò)的室內(nèi)、室外的測量報告（measurement report，MR）分電平強度區(qū)間的采樣點數(shù)量，完成采樣點數(shù)量與流量的映射，結(jié)合4G/5G覆蓋Gap計算結(jié)果，統(tǒng)計沒有5G網(wǎng)絡(luò)的情況下，需要4G網(wǎng)絡(luò)承載的所有流量?，F(xiàn)網(wǎng)流量還原包含基于大數(shù)據(jù)的樣本精細(xì)化采集等4個過程。

4.1 基于大數(shù)據(jù)的樣本精細(xì)化采樣

以地市A1為例，其網(wǎng)絡(luò)規(guī)模（含共享異運營商基站）共計14 649個5G基站和16 424個4G基站，市區(qū)、縣城、重點鄉(xiāng)鎮(zhèn)基本實現(xiàn)5G連續(xù)覆蓋，4G網(wǎng)絡(luò)基本覆蓋全境，目前網(wǎng)絡(luò)運行正常、網(wǎng)絡(luò)質(zhì)量穩(wěn)定。本文首先定義了覆蓋柵格（RSRP電平強度區(qū)間），再基于室內(nèi)、室外分場景對MR大量數(shù)據(jù)統(tǒng)計4G和5G的不同柵格下采樣點數(shù)量，不同電平強度區(qū)間的4G、5G網(wǎng)絡(luò)分場景的MR采樣點數(shù)量見表3。

表1 L1800和NR3500鏈路預(yù)算參數(shù)

表2 4G/5G覆蓋電平Gap

表3 不同電平強度區(qū)間的4G、5G網(wǎng)絡(luò)分場景的MR采樣點數(shù)量

4.2 流量與MR采樣點映射建模

用戶使用移動數(shù)據(jù)業(yè)務(wù)的行為主要取決于個人需求，但在不同的無線環(huán)境下，用戶流量釋放程度存在差異[11]，例如，在信號良好的區(qū)域，用戶流量釋放非常充分，但在無線環(huán)境較差的情況下，用戶即使有業(yè)務(wù)使用需求，但流量也無法充分釋放。

4.3 歸一化流量分解映射

網(wǎng)絡(luò)共建共享場景下，網(wǎng)絡(luò)資源的統(tǒng)計及網(wǎng)絡(luò)優(yōu)化等工作對共享各方都非常重要，需要滿足約定共識等執(zhí)行過程中的可信管理，從而提高協(xié)作效率，借助區(qū)塊鏈技術(shù)的共建共享平臺可實現(xiàn)參與方間可信協(xié)作，本文通過共建共享區(qū)塊鏈平臺進(jìn)行網(wǎng)絡(luò)全域（含共享網(wǎng)絡(luò)業(yè)務(wù)量）流量的采集、提取，計算5G歸一化流量、4G歸一化流量為0.27、0.73，總流量為1。通過等效流量與MR映射因子Re，將歸一化的4G、5G流量分解到不同場景的不同覆蓋柵格上，4G、5G的室內(nèi)、室外的分電平強度區(qū)間的流量見表5。

表4 4G、5G不同RSRP電平區(qū)間的等效流量與MR映射因子

表5 4G、5G的室內(nèi)、室外的分電平強度區(qū)間的流量

表6 5G流量歸一化還原到4G網(wǎng)絡(luò)情況

4.4 5G流量等效4G流量計算

5G、4G在室內(nèi)、室外的覆蓋能力存在差異，所以5G區(qū)間的流量無法直接歸一化至相同的4G柵格，需要引用表2的4G、5G覆蓋電平Gap計算結(jié)果。例如4G、5G的Gap因子取值為8 dB，則對于(?105,?100]的5G區(qū)間范圍流量，歸一化后所處的4G流量區(qū)間為（?97,?92]。

5 基于現(xiàn)網(wǎng)特征的5G流量駐留比理論極限值預(yù)測

5.1 網(wǎng)絡(luò)建設(shè)規(guī)模影響因子糾偏

不同網(wǎng)絡(luò)制式下需要結(jié)合覆蓋差異性、用戶感知需求進(jìn)行協(xié)同優(yōu)化，并結(jié)合當(dāng)前的終端5G開關(guān)是否開啟、5G與4G網(wǎng)絡(luò)規(guī)模配比等主要客觀因素影響，推導(dǎo)出受客觀條件影響的5G流量駐留比極限值區(qū)間。為了重新進(jìn)行5G話務(wù)吸收測算，建模如下。

根據(jù)目標(biāo)網(wǎng)規(guī)劃方案，該城市5G基站與4G基站同址建設(shè)，即建設(shè)規(guī)模一致，基于用戶感知考慮，考慮同位置4G和5G電平Gap。

將上述數(shù)據(jù)應(yīng)用于5G流量駐留比RR理論測算中見式（9）。

上述測算可得到結(jié)論一：假設(shè)5G與4G同址建設(shè)情況下，該地市理論上的5G流量駐留比極限值約為77.2%。此時未考慮終端5G開關(guān)的影響。

上述測算可得到結(jié)論二：在考慮4G、5G網(wǎng)絡(luò)規(guī)模影響因素的情況下，5G流量駐留比理論極限值不同，當(dāng)5G終端占比為97%時，5G流量駐留比理論極限值約為74.9%。

表7 分覆蓋區(qū)間

5.2 終端5G開關(guān)影響分析

通常情況下，5G用戶在受到感知、資費、耗電等因素的影響下，會主動關(guān)閉5G開關(guān)。本文定義開關(guān)表示連續(xù)7天5G終端開關(guān)影響因子見式（13）。

上述測算可得到結(jié)論三：在考慮5G、4G網(wǎng)絡(luò)規(guī)模以及終端5G開關(guān)的影響情況下，當(dāng)5G終端占比為97%、并考慮該地市用戶終端5G開關(guān)影響時，5G流量駐留比理論極限值為70.6%。

6 挑戰(zhàn)與展望

由上述研究可知，5G流量駐留比不但與基站頻段和5G網(wǎng)絡(luò)規(guī)模有關(guān)，還受終端開關(guān)的影響，用戶考慮感知、資費、節(jié)電等方面，會主動關(guān)閉5G開關(guān)。為了提升5G流量駐留比，需要系統(tǒng)性地開展如下工作。

（1）補充完善5G網(wǎng)絡(luò)覆蓋

持續(xù)性開展5G基站和室分的規(guī)劃建設(shè)，增強廣度覆蓋和深度覆蓋能力[9]，分場景推進(jìn)NR2.1進(jìn)行補點，彌補3.5 GHz頻段的覆蓋劣勢。

（2）NR3.5上行鏈路增強

終端側(cè)采用全功率（26 dBm）發(fā)射，并開啟上行雙通道發(fā)射，基站側(cè)啟用上行宏分集功能，提高基站接收能力。

（3）多策略全方位提高終端5G開關(guān)開啟率

市場營銷部門適時加大流量營銷、流量補貼和用戶引導(dǎo)，提高終端5G開關(guān)開啟率；客戶服務(wù)部門利用服務(wù)觸點開展用戶引導(dǎo)；網(wǎng)絡(luò)優(yōu)化部門借助大數(shù)據(jù)、區(qū)塊鏈等新技術(shù)、多策略多維度地加大5G感知優(yōu)化力度，增強用戶對5G網(wǎng)絡(luò)的信心。

7 結(jié)束語

本文基于網(wǎng)絡(luò)側(cè)、用戶側(cè)大數(shù)據(jù)分析，分場景精細(xì)評估了4G與5G的覆蓋能力差異，對現(xiàn)有網(wǎng)絡(luò)分場景進(jìn)行4G、5G流量還原；綜合考慮實際無線環(huán)境影響因素、現(xiàn)有網(wǎng)絡(luò)結(jié)構(gòu)、網(wǎng)絡(luò)協(xié)同策略等，以保障用戶感知為首要目標(biāo)，對3.5 GHz頻段5G網(wǎng)絡(luò)駐留能力進(jìn)行評估、分析和計算，基于當(dāng)前網(wǎng)絡(luò)規(guī)模、終端5G開關(guān)等現(xiàn)狀，預(yù)測得出最大可能保障用戶感知的5G流量駐留比極限值，為5G流量駐留比提升目標(biāo)值的合理設(shè)定提供了依據(jù)，也為網(wǎng)絡(luò)規(guī)劃、4G、5G協(xié)同優(yōu)化提供了指引。在分析過程中，本文重點考慮了5G網(wǎng)絡(luò)規(guī)模、終端5G開關(guān)兩個主要影響因素，但5G網(wǎng)絡(luò)速率高于4G網(wǎng)絡(luò)，該因素也會對5G流量駐留比造成微小影響，將在下一階段研究中進(jìn)一步完善。

[1] 童波. 淺談5G駐留比提升方案[J]. 電子世界, 2021(20): 16-17.

TONG B. Discussion on the improvement scheme of 5G residency ratio[J]. Electronics World, 2021(20): 16-17.

[2] 許國平, 劉宏嘉, 李貝, 等. 基于NSA架構(gòu)的4G/5G協(xié)同優(yōu)化研究[J]. 郵電設(shè)計技術(shù), 2021(3): 37-41.

XU G P, LIU H J, LI B, et al. Study on 4G/5G cooperative optimization under NSA architecture[J]. Designing Techniques of Posts and Telecommunications, 2021(3): 37-41.

[3] 李萌, 李紀(jì)華, 趙晨炅. 5G流量駐留比統(tǒng)計規(guī)則建議及提升舉措[J]. 郵電設(shè)計技術(shù), 2022(1): 58-62.

LI M, LI J H, ZHAO C J. Suggestions and improvement measures for 5G traffic resident ratio statistics rules[J]. Designing Techniques of Posts and Telecommunications, 2022(1): 58-62.

[4] 連毅. 5G SA駐留能力提升研究[J]. 電信工程技術(shù)與標(biāo)準(zhǔn)化, 2022, 35(9): 54-59.

LIAN Y. Study of improving residence capability of 5G SA network[J]. Telecom Engineering Technics and Standardization, 2022, 35(9)54-59.

[5] 徐建林, 劉嵐. 5G駐留比的優(yōu)化提升策略研究[J]. 電信工程技術(shù)與標(biāo)準(zhǔn)化, 2020, 33(12): 85-88.

XU J L, LIU L. Research on 5G resident optimization strategy[J]. Telecom Engineering Technics and Standardization, 2020, 33(12): 85-88.

[6] 張傳福, 趙立英, 張宇, 等. 5G移動通信系統(tǒng)及關(guān)鍵技術(shù)[M]. 北京: 電子工業(yè)出版社, 2018.

ZHANG C F, ZHAO L Y, ZHANG Y, et al. 5G mobile communication system and key technologies[M]. Beijing: Publishing House of Electronics Industry, 2018.

[7] 埃里克·達(dá)爾曼, 斯特凡·巴克浮, 約翰·舍爾德, 等. 5G NR標(biāo)準(zhǔn)：下一代無線通信技術(shù)[M]. 北京: 機械工業(yè)出版社, 2019.

DAHLMAN E, PARKVALL S, SKOLD J, et al. 5G NR standard: next generation wireless communication technology[M]. Beijing: China Machine Press, 2019.

[8] 文森特·黃, 羅伯特·施韋爾, 德里克·吳, 等. 5G系統(tǒng)關(guān)鍵技術(shù)詳解[M]. 北京: 人民郵電出版社, 2019.

WONG V W S，SCHOBER R，NG D W K, et al. Detailed explanation of key technologies of 5G system[M]. Beijing: Posts and Telecom Press, 2019.

[9] 李愛華, 吳曉波, 陳超, 等. 1.5G網(wǎng)絡(luò)大數(shù)據(jù)智能分析技術(shù)[J].電信科學(xué), 2022, 38(8): 129-139.

LIA H, WU X B, CHEN C, et al. Intelligent analysis technology of big data in 1.5G network[J]. Telecommunication Science, 2022, 38(8): 129-139.

[10] 胡煜華, 趙偉, 李貝. 5G網(wǎng)絡(luò)地鐵場景覆蓋方案研究[J]. 電信工程技術(shù)與標(biāo)準(zhǔn)化, 2020, 33(8): 40-44.

HU Y H, ZHAO W, LI B. Research on metro 5G network coverage[J]. Telecom Engineering Technics and Standardization, 2020, 33(8): 40-44.

[11] 劉宏嘉, 趙偉, 谷俊江, 等. Cloud VR業(yè)務(wù)感知評估與優(yōu)化[J].江蘇通信, 2022, 38(1): 100-104.

LIU H J, ZHAO W, GU J J, et al. Cloud VR service perception evaluation and optimization[J]. Jiangsu Communication, 2022,38(1): 100-104.

[12] 李貝, 劉光海, 許國平, 等. 自動鄰區(qū)優(yōu)化技術(shù)共享網(wǎng)絡(luò)中應(yīng)用研究[J]. 電子技術(shù)應(yīng)用, 2022, 48(10): 69-71, 77.

LI B, LIU G H, XU G P, et al. Research on ANR function in network co-build & co-share[J]. Application of Electronic Technique, 2022, 48(10): 69-71, 77.

[13] 趙偉, 王勇, 劉宏嘉. 基于隱馬爾科夫模型的LTE室外指紋定位研究與實踐[J]. 郵電設(shè)計技術(shù), 2019(11): 20-23.

ZHAO W, WANG Y, LIU H J. Research and practice of LTE outdoor fingerprint-location based on hidden Markov model[J]. Designing Techniques of Posts and Telecommunications, 2019(11): 20-23.

Research on theoretical ultimate value of 5G flow residence ratiobased on big data

LIU Hongjia1, LI Bei2, ZHAO Wei1, XU Guoping3, WANG Xinyan1

1.Zhejiang Branch of China United Network Communications Co., Ltd.,Hangzhou 310051, China 2.Research Institute of China United Network Communications Co., Ltd., Beijing 100048, China 3.China United Network Communications Group Co., Ltd., Beijing 100033, China

The 5G flow residence ratio is an important indicator used by communication operators to evaluate the coverage capacity of 5G networks, and it is also an important starting point for the networks’ planning, optimization, maintenance and operation. To ensure user perception, the actual wireless transmission influencing factors, existing network structure and network coordination strategy, etc., need to be considered. The resident capacity of a 5G network in the 3.5 GHz frequency band was evaluated, analyzed and calculated, and the theoretical ultimate value of the 5G traffic resident ratio based on the analysis of network and users’ big data was put forward, which explained the positive relationship between user perception and residence ratio, and provided a reference for the reasonable theoretical ultimate value of 5G traffic resident ratio.

big data, 5G, resident ratio, user perception, theoretical ultimate value

The National Key Research and Development Program (No.2020YFB1806704)

TP393

A

10.11959/j.issn.1000?0801.2023119

2022?12?13；

2023?05?30

趙偉，zhaow24@chinaunicom.cn

國家重點研發(fā)計劃項目（No.2020YFB1806704）

劉宏嘉（1982? ）男，中國聯(lián)合網(wǎng)絡(luò)通信有限公司浙江省分公司云網(wǎng)優(yōu)化室主任、高級工程師，主要研究方向為無線網(wǎng)絡(luò)優(yōu)化與大數(shù)據(jù)分析。

李貝（1983? ），女，中國聯(lián)合網(wǎng)絡(luò)通信有限公司研究院高級工程師，從事無線網(wǎng)絡(luò)規(guī)劃優(yōu)化方面的工作。

趙偉（1982? ），男，中國聯(lián)合網(wǎng)絡(luò)通信有限公司浙江省分公司工程師，主要研究方向為網(wǎng)絡(luò)優(yōu)化、大數(shù)據(jù)及人工智能在移動通信中的應(yīng)用。

許國平（1978? ），男，博士，中國聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司正高級工程師，主要研究方向為網(wǎng)絡(luò)優(yōu)化與數(shù)字化技術(shù)。

王鑫炎（1982? ），男，中國聯(lián)合網(wǎng)絡(luò)通信有限公司浙江省分公司工程師，主要從事無線網(wǎng)絡(luò)規(guī)劃優(yōu)化、端到端優(yōu)化、系統(tǒng)性優(yōu)化方面的工作。