1概述
1.1产生背景
随着无线网络的普及和无线用户的大规模增长，无线网络运维的难度越来越高。用户对网络的应用需求不断增加、网络环境的不断变化，使得“为用户提供优质的网络体验”成为一个紧迫的问题。传统的运维方式依赖网络维护人员对射频参数(信道、功率、频宽)进行配置，主要存在以下问题：
· 技术门槛高。缺乏无线网络知识的用户，配置射频参数较为困难。
· 面对大规模网络，依靠人工规划网络中各射频参数，方案复杂、操作繁琐。
· 无法及时响应网络环境的变化，当无线网络发生变化时，网络性能难以保持在最佳状态。
· 维护成本高、人员投入大、时间投入多，无法高效闭环。
· 问题不易暴露，影响用户体验。
基于上述问题，对RRM(Radio Resource Management,射频资源管理)技术的需求非常迫切。RRM能够实时监控网络状态，对网络出现的变化进行自动优化，对射频的信道、功率、频宽进行调整。
1.2技术分类
RRM技术按照数据来源和分析计算的载体分为本地RRM和云RRM两大类。
本地RRM利用无线设备存储的本地数据进行分析计算，包含：无线控制器RRM和分布式RRM。
· 无线控制器RRM适用于AC+Fit AP的组网架构。AC对AP上报的数据进行分析、统筹分配
射频资源：AP承担信息采集和执行调优的角色。
· 分布式RRM适用于FatAP组网架构。该技术依据AP间的协同机制，信息采集、分析、决
策和执行均由AP独立完成。
云RRM利用云简网络丰富的数据，借助大数据分析能够进行多维度的计算。云简网络对AP上报的数据进行分析，统筹分配射频资源：AP承担信息采集和执行调优的角色。云RRM支持一键网优和渐进优化功能，需要网络设备连接公有云或私有云。
当本地RRM和云RRM同时开启时，由云RRM负责统一调度和调整，提供更优质的无线服务。上述RRM技术的主要差异在于执行“扫描-分析-决策-执行”过程的设备主体不同，具体如表1所示。
1.3技术优势
RRM是一种射频管理解决方案，通过实时监控无线环境、收集无线环境数据，对数据进行综合分析。经过智能调优算法，形成射频参数调优方案，使无线网络能够快速适应复杂的无线环境，实时为用户带来最优的网络体验。H3C射频资源智能调整技术具有如下优点：
· 及时感知网络变化并做出相应调整，减少网络变化对用户使用造成的影响。
· 自动调整射频参数，为无线服务提供持续优化。
· 减少运维人力和运维时间的投入，降低运维成本。
云RRM渐进优化功能能够对终端和AP历史数据进行分析，进而对射频参数进行更有针对性的调整，除了具备上述三项优势外，还兼具以下优势：
· 数据驱动：基于对历史数据的分析进行调整，能够适应不同的网络场景，调整方案更精确。
· 闲时调整：不影响用户对网络的正常使用。
· 云端可视化：射频调整过程及结果全程可视化，用户体验更佳。
射频资源智能调整技术适用于如下场景：
· 缺少专业网络维护人员的中小型网络。
· AP数量众多的大型网络，典型场景包括：办公、高校、大型商圈等。
1.4关键因素
说明射频资源智能调整技术会对信道、功率和频宽进行自动调整。针对要求信道、功率、频宽不能变化的场景，如：医疗漫游、AGV网络等，不建议使用本功能。
RRM技术包含三个关键因素：信道调整、功率调整和频宽调整。
· 信道调整
对于无线局域网，信道是非常稀缺的资源，每个射频只能工作在数量有限的信道上，同时射频工作的信道可能存在大量的干扰，如雷达、微波炉等。通过信道调整功能，为射频分配最优的信道资源，避免射频工作在存在严重干扰的信道上。
· 功率调整
传统的功率控制方法一味追求信号的最大覆盖范围，将射频的发射功率设置为最大值，该方法虽然保证了信号的覆盖范围，但是会对其他无线设备造成不必要的干扰。当客户端进行漫游时，容易导致客户端粘滞，降低系统的整体容量与使用体验，难以满足用户对网络高吞吐的需求。因此，在保证信号覆盖范围的同时，需要兼顾客户端的漫游体验，减少不必要的干扰，为射频分配合理的发射功率。
频宽调整
如果网络中所有AP的射频都占用最大频宽，虽然能够提高AP和客户端的协商速率，但是受无线网络信道数量的限制，相邻AP使用相同的信道会产生严重的干扰，大大降低系统的整体容量，无法满足用户对网络高吞吐的需求。因此，在选择频宽时，需要既满足AP和客户端协商速率，又不会产生严重干扰，从而提升整网容量。
本文来自知之小站
PDF完整报告已分享至知识星球，微信扫码加入立享4万+最新精选报告
（星球内含更多专属精选报告.其它事宜可联系zzxz_88@163.com）
