基于4G大數(shù)據(jù)的深度覆蓋探測研究

孫瑜峰

【摘要】 隨著4G業(yè)務的爆炸式增長，終端用戶對4G網絡質量的要求越發(fā)敏感。4G網絡深度覆蓋不足，尤其是室內深度覆蓋問題將制約4G網絡質量，影響客戶感知。通過挖掘分析4G運營大數(shù)據(jù)，利用大數(shù)據(jù)指紋算法、用戶行為追蹤、及系統(tǒng)的覆蓋評估，流程化、標準化、平臺化定位網絡深度覆蓋問題，從而提高網絡運維效率，形成了面向網絡規(guī)劃、優(yōu)化及市場的綜合性平臺。

【關鍵字】 4G 深度覆蓋 網絡

一、深度覆蓋現(xiàn)狀及問題

通常對LTE覆蓋的調查主要通過DT和CQT進行。DT雖然快捷，但DT一般是沿路線測試，不夠全面，不能反映深度覆蓋的真實情況；CQT雖然能反映覆蓋情況，但從成本、效率、可靠性、時效性看，明顯不足。

以2016年中某市運營商對城區(qū)部分重點區(qū)域的4G網絡進行了DT/CQT摸底測試為例：市區(qū)道路覆蓋率為97.29%，但室內的深度覆蓋整體偏弱，僅有68.85%?？梢娋W絡深度覆蓋與用戶需求相差較遠。

為了提高用戶感知，迫切需要系統(tǒng)化、標準化的全地域定位這些問題點。

同時當前網絡運行過程中，現(xiàn)有的采集系統(tǒng)生成了海量的MR、信令、DT/CQT、投訴等數(shù)據(jù)，這些數(shù)據(jù)在實際利用也是各自為戰(zhàn)，沒有綜合關聯(lián)分析、無法快捷高效、準確的定位出網絡深度覆蓋問題。

二、解決方案

2.1 整體思路

依靠實時采集的MR、OMC、信令、投訴等多源大數(shù)據(jù)，利用高精度定位算法、用戶行為識別算法等技術手段，對數(shù)據(jù)進行自動化分析處理，精準定位深度覆蓋問題區(qū)域，并快速有效的制定精細一體化的解決方案。整體設計思路如下圖1。

問題定位和分析：從覆蓋、容量、質量、投訴、指標、MR 6個維度全面呈現(xiàn)區(qū)域、整網現(xiàn)狀。結合2、3、4G網絡工參數(shù)據(jù)，專注弱覆蓋和網絡業(yè)務倒流問題的定位。形成小區(qū)、區(qū)域、用戶、終端等多維度報表輸出。

MR專題分析：利用MR地理標簽數(shù)據(jù)，定位出網絡弱覆蓋、重疊覆蓋、模3干擾、PRB利用率等問題區(qū)域。

解決方案輸出包括三個方面：

面向市場：囊括潛在用戶發(fā)展區(qū)域、鎖網用戶、潛在發(fā)展用戶、潛在用戶終端，關注市場需求。

面向規(guī)劃：結合現(xiàn)網實際呈現(xiàn)建設規(guī)劃方案。

面向優(yōu)化：小區(qū)、區(qū)域KPI呈現(xiàn)，投訴、虛擬測試 。

2.2 技術創(chuàng)新

深度覆蓋問題定位方面的技術創(chuàng)新主要包括指紋庫算法、用戶行為識別算法及全方位覆蓋評估等三方面，不僅大大提高了MR定位精度，而且還提升了深度覆蓋、業(yè)務價值、用戶感知、競對覆蓋等全方面網絡評估的可靠性：

指紋庫算法是指采用日常的道路DT/CQT撥打測試數(shù)據(jù)作為訓練樣本指紋庫，將MR數(shù)據(jù)與之進行匹配，配對成功，完成MR的地理化顯示。

指紋庫算法需要綜合網絡基礎工參、2D/3D電子地圖以及MR采樣數(shù)據(jù)完成對采樣點的地理投射。在缺少測試數(shù)據(jù)時，也可以通過對比MR和2D/3D傳播模型預測結果來定位采樣點的位置。通過指紋庫算法將MR定位精度由傳統(tǒng)的200米提升到50米以內

用戶行為識別算法通過MR數(shù)據(jù)挖掘，獲取用戶的電平特征、鄰區(qū)特征、切換特征等多維度信息，建立室內用戶模型，達到區(qū)分室內外業(yè)務的目的。

通過跟蹤一個用戶的信號強度及鄰區(qū)的信號強度變化趨勢，并進行時間切片分析，結合切換行為的分析，就能定位出用戶所處位置的地貌特征。通過用戶行為識別算法區(qū)分室內外用戶，從而提升深度覆蓋定位的準確性

利用多源大數(shù)據(jù)，建立完整的深度覆蓋診斷評估系統(tǒng)，對網絡多維深度覆蓋、業(yè)務價值、用戶感知、競爭對手的覆蓋等多個項目進行評估，全面把握網絡狀況。在實際運用過程中，結果不同的地形環(huán)境，結合使用二維和三維的評估方式，可以做到既精細，又全面的整體評估效能。

基于以上三種創(chuàng)新算法，并結合實際網絡運維的管理需求，針對深度覆蓋優(yōu)化，開發(fā)出了綜合分析平臺，并在實際網絡中進行了運營檢驗。

三、解決案例

選取某地中心區(qū)域進行算法和工具驗證，該區(qū)域中共有205棟樓宇，進行樓宇的3D切片：

該區(qū)域平均樓宇高度達到29.01米，宏站平均站間距為385米，平均站高為29.75米；按照12米一層進行3D切片，該區(qū)域所有樓宇累計分為435個樓層，有158個樓層的平均RSRP低于-110dBm，在后續(xù)規(guī)劃優(yōu)化中需重點關注；在紅色圈內樓宇4層以上覆蓋效果均強于4層以下的覆蓋效果，東邊道路覆蓋效果較差，與實際CQT/DT測試結果吻合。

四、結論

基于大數(shù)據(jù)的深度覆蓋探測研究是在“資費下降，運營成本不斷增加，大數(shù)據(jù)挖掘不足”的情況下孕育產生的，無論在管理上、技術上、理念上都有明顯的優(yōu)勢和可持續(xù)發(fā)展的前景，不僅豐富了規(guī)劃優(yōu)化手段和措施，更加高效、精準的定位解決深度覆蓋問題，輸出性價比高、場景差異化的解決方案，還能提升大數(shù)據(jù)處理效率和大數(shù)據(jù)價值的挖掘，做到原來做不到的事情、做好原來不好做的事情，從而達到“降本增效”的目的，提升網絡運維效率、改善客戶感知目標。