3.2 研究進行步驟
3.2.4 辦公場所區域覓點作業
A 與 B 距離= Math.Sqrt((X2-X1)^2+(Y2-Y1)^2)
當兩點距離小於 2 公里時，則該用戶申請服務時所填寫之通訊地址或帳單寄 送地址即為其固定上網之區域，亦即為 small-cell 的建置地點。反之，則非其固 定上網之區域。
3.2.4 辦公場所區域覓點作業
根據 2010 年 7 月 Informa 之統計資料，行動數據中有 41%來自住家屋內、23%
來自辦公場所。透過前面的方法，可以精準得到針對目標住家屋內訊務分流之 small-cell 建置地點。但有關辦公場所區域部分，因為不能與用戶申請服務時所填
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
址方法來找建置地點。
從電信營運商之 3G 系統可以得知哪些基地台 backhaul 頻寬長時間滿載以及 數據總流量為前 20%、同時間註冊用戶數常達系統容量 70%、用戶客訴區域或高 用量用戶固定連線之基地台。本研究將這些基地台定義為高負荷基地台，這些基 地台訊號涵蓋區域也是急需訊務分流的區域。透過 3G 訊號模擬器，針對高負荷 基地台區進行訊號模擬，再參考訊號模擬圖以 3G 速度路測工具進行實際路測，
來取得待改善之路段(如圖 3.2.6)。
圖 3.2.6 路測 3G Throughput 分析(本研究整理)
取得待改善路段資料後，如果可以知道這些路段上有哪些公司行號，則可以 進一步找出適合建置 small-cell 的地點。從經濟部商業司網站
(http://gcis.nat.gov.tw/pub/cmpy/cmpyInfoListAction.do)可以查詢公司的基本資料(包 含公司行號地址)。有了待改善路段資料及公司行號地址資料，進行比對公司行 號地址之路段及高負荷基地台區之待改善路段。若為相同路段，則該公司為 small-cell 建置目標地點。為提高 small-cell 覓址之準度，未在同 cell 上網之高用量 用戶，其通訊地址亦一併放入比對高負荷基地台區之待改善路段，若為相同路
‧
small-cell 細部建置地點規劃。比對地址路段之程式碼如下所列：#!/usr/bin/perl use strict;
my $filenamea = "1.txt";
my $filenameb = "2.txt";
my %addra;
my %addrb;
my @ary_addr;
# 從 A, B 兩個檔案中，取出數字之前的路段當作雜湊表的 key
# 詳細地址存成陣列做為雜奏表的值 open FH, "<$filenamea";
while(my $addr = <FH>) {
if($addr =~ m/^([^0-9]+)(.+)$/ig) { if(exists $addra{$1}) {
push (@{$addra{$1}}, $2);
} else {
$addra{$1} = [$2];
}
‧
open FH, "<$filenameb";
while(my $addr = <FH>) {
if($addr =~ m/^([^0-9]+)(.+)$/ig) { if(exists $addrb{$1}) {
push (@{$addrb{$1}}, $2); foreach my $key (keys %addra) {
if(exists $addrb{$key}) { push @ary_addr, $key;
} }
# 印出詳細結果 print '重覆路段:', "\n";
foreach my $key (@ary_addr) { print "\n", '路段:', $key, "\n";
foreach my $detail (@{$addra{$key}}) { print 'A:', $detail, "\n";
}
foreach my $detail (@{$addrb{$key}}) {
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
print 'B:', $detail, "\n";
}
print $key. "\n";
}
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四章
實驗結果分析 4.1 實驗設計與假設
為簡化研究與實驗的複雜性，本研究對相關環境作以下限制及假設。
4.1.1 實驗區域
本研究選定高雄市左營巨蛋商圈作為小範圍實驗區(如圖 4.1.1)。
圖 4.1.1 巨蛋商圈實驗區
4.1.2 高用量群戶數篩選
針對中華電信公司前 40 萬高用量用戶(約 20%)，分析其在固定 cell 上網之情 形，得到有 20 名高用量用戶固定於高雄市左營巨蛋商圈之三座基地台上網。
‧
off-load 成效為 9.72%[O=1.068TB / ( 9.92TB + 1.068TB )=9.72%]。我們將 WiFi AP 設備月訊務量低於 100MB 視為閒置設備，實驗結果顯示原有 107 台 AP 共有 47 台屬閒置設備。
4.1.5 實驗假設值
本研究將用戶不願意建置 small-cell 之個案剔除，不列入計算數值。另為簡 化研究，有關依據場地特性之 small-cell 規劃設計與建置方式，不列入研究影響 因素。
4.1.6 比較方法
【13】【14】所提的方法是以訊號全覆蓋方式建置，針對無需分流改善的區 域並未排除。在【15】中是使用 macro-cell 部署演算法求得最少基站建置數，利 用功率與訊號模擬計算，推算出最少量 small-cell 建置數，但未考量用戶區域群 聚使用效應，急需分流的區域改善效果有限。另現行電信業者僅針對公眾區域佈 建 small-cell 進行訊務分流作業。本研究係以高用量用戶之使用者行為分析，於 高用量用戶固定上網之區域佈建高用量用戶作訊務分流，並取得高負荷基地台待 改善之路段，比對這些路段上有哪些公司行號及高用量用戶之聯絡地址，進一步 找出適合佈建 small-cell 的地點。
‧
4.69TB，off-load 成效為 31.41%，較導入本研究 small-cell 覓址模型前之 off-load 成效成長約 2 倍多。另由實測數據可以發現，雖然已透過訊務分流，但行動數據 量仍持續增加。主要原因為 3G 行動用戶數持續成長，且行動應用服務越來越多 樣化，一般用戶的使用量持續快速增加，導致雖已進行訊務分流，但行動數據量 仍持續增加。O
1=4.69TB/(10.24TB+4.69TB)=31.41%
表 4.1 Off-load 成效
WiFi 訊務量 行動網路訊務量 Off-load 採用研究方法前 1.068TB 9.92TB 9.72%
採用研究方法後 4.69TB 10.24TB 31.41%
4.2.2 高用量用戶接受使用 small-cell 有助訊務分流
14 名高用量用戶之實測數據，透過 small-cell 上網之總訊務量為 2.468TB，而 透過 3G 基地台之總訊務量為 0.449TB，可以發現高用量用戶接受使用 small-cell，
整體 off-load 成效為 84.6%。另由實測數據可以發現，雖然已透過訊務分流，但 高用量用戶之行動數據量仍有持續增加之趨勢。主要原因為高用量用戶轉換至
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
small-cell 使用時，因 small-cell 平均上網速度較行動網路快，高用量用戶使用時 間並未縮短，總數據量反而增加。
O2=2.468TB/(0.449TB+2.468TB)=84.6%
表 4.2 高用量用戶 Off-load 成效
WiFi 訊務量 行動網路訊務量 Off-load
採用本研究方法前 0TB 2.142TB -
採用本研究方法後 2.468TB 0.449TB 84.6%
4.2.3 根據離峰時段與尖峰時段實測驗證 throughput 成效提升
為驗證 throughput 成效提升，本研究於離峰時段(5~7 時)及尖峰時段(20~22 時) 於巨蛋商圈實驗區實際路測各約 200 點。本研究 small-cell 覓點模型導入前，DL throughput 約在 100Kbps~5.9Mbps，導入後之 DL throughput 約在 140Kbps~6.6Mbps。
進一步分析，可發現離峰時段(5~7 時)之 throughput 改善比例約在 1.01~1.11(如圖 4.2.1)，平均改善比例約為 1.06。尖峰時段(20~22 時)之 throughput 改善比例約在 1.3~2.8(如圖 4.2.2)，平均改善比例約為 2.1。尖峰時段之 throughput 改善比例平均 遠大於離峰時段之 throughput 改善比例，主要原因在於離峰時段 throughput 普遍 較佳，因此改善情形較不明顯。
圖 4.2.1 離峰時段(5~7 時) throughput 成效(T1/t1)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 4.2.2 尖峰時段(20~22 時)throughput 成效(T2/t2)
表 4.3 Throughput 改善比例
throughput 改善比例 平均 throughput 改善比例 離峰時段(5~7 時) 1.01~1.11 1.06
尖峰時段(20~22 時) 1.3~2.8 2.1
4.2.4 訊務分流成效驗證建置成本效益
以測試區域之地段戶號計總數約 1,200 戶做為計算母數。若以未考慮
small-cell 建置地點之方式佈建【13】【14】，off-load 3G 成效要達到 31%則至少需 建置 372 點(1200*31%)。未導入本研究 small-cell 覓點模型前，原建置熱點數 107 點之 off-load 3G 成效為 9.72%，以每一點熱點平均 off-load 3G 成效計算，要達到 31 %至少需建置 341 點(107*31/9.72)。導入本研究 small-cell 覓點模型後，總熱點 建置數為 157 點， off-load 3G 成效為 31 %，故採用本研究方法建置 small-cell 約 可節省 1.17~1.37 倍成本。
在【15】所提方法主要為依據場地特性之 small-cell 規劃設計與建置方式，
正是本研究列入假設所不探討之項目。但因其未考慮訊務分流急迫性區域，本研 究所提方法剛好可互補選出急迫訊務分流之區域建置 small-cell。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4.4 建置成本效益
採用本研究方法前 採用本研究方法後 節降成本倍數
以用戶數比較 372 點 157 點 1.37
以熱點平均 Off-load 比較 341 點 157 點 1.17
4.2.5 設備使用率驗證選點精準度
導入本研究方法前，原 107 處 WiFi AP 使用量分佈如圖 4.2.3 所示，平均每 處 AP 月累積訊務量約為 9.98GB，其中有 47 點月累計訊務量小於 100MB。
圖 4.2.3 本研究方法導入前之設備使用狀況分佈圖
導入本研究 small-cell 覓點模型新增 50 點熱點後，157 處 WiFi AP 使用量分 佈如圖 4.2.4 所示，平均每處 AP 月累積訊務量約為 29.9GB。其中本研究新增之 50 點熱點，平均 AP 月累積訊務量約為 38.6GB，且每處 AP 月累積訊務量均達 2.6GB 以上，由前述數據可以驗證透過本研究選點精準度。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 4.2.4 本研究方法導入後之設備使用狀況分佈圖
表 4.5 選點精準度 平均每處 AP
月累計訊務量
月累計訊務量大於 1GB 之熱點數量
備註
採用本研究方法前 9.98GB 41 點
採用本研究方法後 29.9GB 91 點 本研究新增之 50 點熱
點，平均 AP 月累積訊務 量約為 38.6GB，且每處 AP 月累積訊務量均達 2.6GB 以上
‧
我們在本篇論文中所提出之 small-cell 覓點模型，主要針對使用者的使用行 為進行規劃建置 small-cell 之地點，以有效獲得行動數據傳輸量分流效益，提升 throughput 成效，並降低網路營運成本。
在研究方法中，我們從住家及辦公場所兩方面著手規劃，分別針對高用量用 戶及高負荷基地台區域兩方面進行 small-cell 覓點模型訂定。運用使用者訊務及 3G 系統營運數據分析，透過 Google Map API 等現成工具及演算法快速得到 small-cell 目標建置地點。
在實驗設計與驗證部分，我們以實際區域之數值驗證在導入本研究 small-cell 覓址模型後，在 off-load 訊務分流、DL throughput 提升、節省建置成本及選點精 準率等指標均有顯著成效。使用 small-cell 來進行訊務分流，這個觀念已被各電 信營運商接受，但如何執行才是最有效的方法。本論文依據實際數據驗證本研究 之 small-cell 覓址模型可有效使用 small-cell 降低行動數據傳輸量。
如何讓用戶接受使用 small-cell 上網及提升 small-cell 效益，除用戶設備之功 能設計、電信營運商的行銷手法外，為簡化研究之複雜度，本研究未將依據場地 特性之 small-cell 規劃設計與建置方式納入考量，亦即將其預設為最佳化。若能 依據場地特性規劃 small-cell 建置方式，將可讓成效更顯著，但整個研究也將變 得更為複雜。另隨著智慧型手持裝置的普及，衍生使用者行為的改變，整體行動
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
用戶之行動數據傳輸量均會大幅提昇，加上電信業者行動訊務分流改善措施，將 會影響高用量用戶行動數據使用量對整體用戶用量之佔比，故選擇多少百分比之 高用量用戶套用本研究方法才是最有效率的，這些部分均可作為未來研究的可能 延伸。
‧
【2】 IEK,“從 Broadband World Forum 2011 看行動寬頻產業發展趨勢”, October 2011.
【3】 S. Carlow, C. Wheelock,“ABI Research: femtocell market challenges and opportunities”, April 2007.
【4】 工研院，“femtocell 國際標準及技術分析報告”, January 2011.
【5】 MIC,“Managing Trust―從 2012 年德國 CeBIT 展觀察電信產業發展趨勢”, March 2012.
【6】 MIC,“全球行動電話市場預測(2011~2015)”, April 2011.
【7】 MIC,“全球行動電話用戶數預測(2011~2015) ”, April 2011.
【8】 拓墣產業研究所,“femtocell 於行動數據分流趨勢分析”, June 2011.
【9】 拓墣產業研究所,“4G 世代下基礎建設發展與機會分析”,November 2011.
【10】 Laura Wood,“Small-cells Will Play a Very Large Part In Next-Generation Networks: Worldwide Femto, Pico, and Microcell Market Analysis”, September 2010.
【11】 Cisco,“The Cisco® Visual Networking Index (VNI)”, February 2012.
【12】 愛立信,“擁抱「網路型社會」完美風暴 - 2012 年產業趨勢展望”, January 2012.
【13】 Paul Fuxjäger,“Radio Resource Allocation in Urban Femto-WiFi Convergence Scenarios”, June 2010.
【14】 Paul Fuxjäger,“Measurement-Based Small-cell Coverage Analysis for Urban
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Macro-Offload Scenarios”, May 2011.
【15】 R.Razavi and H. Claussen, Bell Laboratories, Alcatel-Lucent, Blanchardtown Industrial Park, Dublin 15, Republic of Ireland ,“Urban Small-cell Deployments:
Impact on the Network Energy Consumption”, April 2012.
【16】 G. Auer and et aI., “D2.3: Energy Efficiency Analysis of the Reference Systems,
【16】 G. Auer and et aI., “D2.3: Energy Efficiency Analysis of the Reference Systems,