依托MR大數(shù)據(jù)分析平臺(tái)實(shí)現(xiàn)無(wú)線虛擬測(cè)試的方案

杜劍波 范新梅 侯賓川

【摘要】本文主要是通過(guò)MR大數(shù)據(jù)分析，實(shí)現(xiàn)無(wú)線虛擬測(cè)試，MR覆蓋問(wèn)題定位方面的技術(shù)創(chuàng)新，主要包括指紋庫(kù)算法、用戶(hù)行為識(shí)別算法及全方位覆蓋評(píng)估等，大幅提高了MR定位精度，同時(shí)提升深度覆蓋、業(yè)務(wù)價(jià)值、用戶(hù)感知、競(jìng)對(duì)覆蓋等全方面網(wǎng)絡(luò)評(píng)估的可靠性。

【關(guān)鍵詞】MB數(shù)據(jù) XDR經(jīng)緯度 指紋庫(kù) 用戶(hù)識(shí)別算法

1 引言

基于現(xiàn)有網(wǎng)絡(luò)MR和XDR數(shù)據(jù)，通過(guò)用戶(hù)使用如滴滴打車(chē)，百度地圖等需要定位信息交互的軟件時(shí)通過(guò)XDR用戶(hù)面據(jù)解碼、匹配得到終端位置信息；通過(guò)MR與XDR信息關(guān)聯(lián)，實(shí)現(xiàn)MR信息與準(zhǔn)確定位信息的關(guān)聯(lián)。

2 研究背景

隨4G業(yè)務(wù)商用和推廣以來(lái)，4G業(yè)務(wù)流量爆炸式增長(zhǎng)，同時(shí)用戶(hù)對(duì)4G網(wǎng)絡(luò)質(zhì)量的要求越來(lái)越高，網(wǎng)絡(luò)深度覆蓋不足制約4G網(wǎng)絡(luò)質(zhì)量的提升，影響客戶(hù)感知。

運(yùn)營(yíng)商在面對(duì)多張網(wǎng)絡(luò)同時(shí)運(yùn)行、用戶(hù)數(shù)迅速增長(zhǎng)、各種業(yè)務(wù)層出不窮、多場(chǎng)景覆蓋需求等復(fù)雜的局面，需要從以前的靠人海戰(zhàn)術(shù)、多系統(tǒng)并行提取多維數(shù)據(jù)源，人工分析和組合的工作方式向云化大數(shù)據(jù)分析轉(zhuǎn)變。

3 MR大數(shù)據(jù)平臺(tái)無(wú)線虛擬測(cè)試的實(shí)現(xiàn)

3.1 終端位置信息的匹配

大量普通用戶(hù)的在網(wǎng)體驗(yàn)，最接近網(wǎng)絡(luò)的實(shí)際情況，眾多的道路，大量的樓宇和不同的用戶(hù)習(xí)慣對(duì)人工測(cè)試帶來(lái)巨大挑戰(zhàn)。

定位所用的指紋庫(kù)算法是指采用日常的ATU道路/CQT撥打測(cè)試數(shù)據(jù)作為訓(xùn)練樣本指紋庫(kù)，將MR數(shù)據(jù)與之進(jìn)行匹配，配對(duì)成功，完成MR的地理化顯示，指紋匹配一般采用模式匹配的標(biāo)準(zhǔn)算法，比如KNN（K Nearest Neighborhood），普通MR定位精度為200米，終端位置不能精確定位。MR覆蓋問(wèn)題定位方面的技術(shù)創(chuàng)新主要包括指紋庫(kù)算法、用戶(hù)行為識(shí)別算法及全方位覆蓋評(píng)估等三方面，不僅大大提高了MR定位精度，同時(shí)提升深度覆蓋、業(yè)務(wù)價(jià)值、用戶(hù)感知、競(jìng)對(duì)覆蓋等全方面網(wǎng)絡(luò)評(píng)估的可靠性。

3.1.1 指紋庫(kù)定位算法

指紋庫(kù)算法是指采用日常的ATU道路，CQT撥打測(cè)試數(shù)據(jù)作為訓(xùn)練樣本指紋庫(kù)，將MR數(shù)據(jù)與之進(jìn)行匹配，配對(duì)成功，完成MR的地理化顯示。指紋匹配一般采用模式匹配的標(biāo)準(zhǔn)算法，比如KNN（K Nearest Neighborhood）；（1）指紋匹配：宗旨是選擇MR與指紋庫(kù)最“相似”的柵格；（2）相似度可以通過(guò)MR中小區(qū)信號(hào)強(qiáng)度和指紋庫(kù)的LSQ（sum of squared difference）評(píng)估，值越小表示相識(shí)度越高；（3）從待選區(qū)域的所有可能50*50柵格，按上面的方法找到K個(gè)最小的LSQ，這K個(gè)柵格的中心坐標(biāo)就定義為MR的位置通過(guò)指紋庫(kù)算法將MR定位精度由傳統(tǒng)的200米提升到50米以?xún)?nèi)。

3.1.2 用戶(hù)行為識(shí)別算法

用戶(hù)行為識(shí)別算法通過(guò)MR數(shù)據(jù)挖掘，獲取用戶(hù)的電平特征、鄰區(qū)特征、切換特征等多維度信息，建立室內(nèi)用戶(hù)模型，實(shí)現(xiàn)精確區(qū)分室內(nèi)外業(yè)務(wù)。

（1）用戶(hù)使用如滴滴打車(chē)，百度地圖，美團(tuán)等需要定位的軟件時(shí)，有定位信息的交互；（2）這些信息可以從XDR用戶(hù)面數(shù)據(jù)中通過(guò)解碼，匹配得到終端位置信息；（3）MR與XDR信息關(guān)聯(lián)，實(shí)現(xiàn)MR信息與準(zhǔn)確定位信息的關(guān)聯(lián)。

3.2 MR信息和準(zhǔn)確定位信息的關(guān)聯(lián)

MR大數(shù)據(jù)分析基于路測(cè)數(shù)據(jù)的小區(qū)信號(hào)強(qiáng)度進(jìn)行模型校正，以PNN神經(jīng)網(wǎng)絡(luò)算法為基礎(chǔ)對(duì)道路附近的MR樣本點(diǎn)進(jìn)行定位，同時(shí)結(jié)合經(jīng)過(guò)模型校正后的網(wǎng)格場(chǎng)強(qiáng)定位的方法，采用finger-print等識(shí)別匹配算法進(jìn)行精確定位。

3.3 功能模塊的現(xiàn)實(shí)應(yīng)用

MR大數(shù)據(jù)平臺(tái)無(wú)線虛擬測(cè)試現(xiàn)實(shí)應(yīng)用從網(wǎng)絡(luò)精確規(guī)劃、眾籌道路測(cè)試和眾籌掃樓測(cè)試等方面開(kāi)展。

3.3.1 網(wǎng)絡(luò)精確規(guī)劃模塊

LTE網(wǎng)絡(luò)精確規(guī)劃模塊是通過(guò)MR定位、路測(cè)、工參，電子地圖等多維數(shù)據(jù)關(guān)聯(lián)分析，依托精度更高的指紋庫(kù)算法以及基于指紋庫(kù)的傳播模型訓(xùn)練算法，實(shí)現(xiàn)數(shù)據(jù)入庫(kù)、數(shù)據(jù)解析和定位、數(shù)據(jù)分析、報(bào)表輸出的自動(dòng)化處理，快速、有效的定位覆蓋問(wèn)題點(diǎn)。

從需求管理、站點(diǎn)規(guī)劃、價(jià)值分析到建后評(píng)估的全流程管理，實(shí)現(xiàn)需求管理、站點(diǎn)可柵格化呈現(xiàn)。

3.3.2 眾籌道路測(cè)試模塊?；谔赜卸ㄎ缓臀恢眯畔⑵ヅ渌惴?，通過(guò)XDR和MR的大數(shù)據(jù)關(guān)聯(lián)，采用APP GPS+MR指紋定位，獲得含經(jīng)緯度的可用采樣點(diǎn)。顯示采樣點(diǎn)的的覆蓋情況屬性，精確顯示道路采樣數(shù)以及覆蓋屬性。眾籌路測(cè)功能：獲得的道路多維度（覆蓋、干擾、重疊等）指標(biāo)狀況，節(jié)省海量測(cè)試人員并獲取諸多難以涉及小巷或者小區(qū)內(nèi)道路情況，在節(jié)省測(cè)試成本的同時(shí)，提升日常測(cè)試工作的效率。眾籌道路測(cè)試軌跡圖不僅可以在平臺(tái)頁(yè)面直接呈現(xiàn)外，還可以在導(dǎo)出KML格式文件，在Google Earth中加載，以便維護(hù)、優(yōu)化人員對(duì)比分析。

3.3.3 眾籌掃樓測(cè)試模塊

眾籌掃樓功能：通過(guò)MR柵格化定位算法實(shí)現(xiàn)對(duì)區(qū)域覆蓋柵格化定位，并通過(guò)定位模型算法識(shí)別出室內(nèi)外用戶(hù)，在柵格化地圖上做精細(xì)化的顯示，進(jìn)行室內(nèi)建筑物的覆蓋情況分析。

4 結(jié)束語(yǔ)

大數(shù)據(jù)時(shí)代已經(jīng)悄然而至，大數(shù)據(jù)提供了一個(gè)全新的信息生態(tài)環(huán)境和競(jìng)爭(zhēng)舞臺(tái)，只有充分研究大數(shù)據(jù)特點(diǎn)，不斷創(chuàng)新分析方法來(lái)利用大數(shù)據(jù)的才可以保持持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì)。

運(yùn)用MR數(shù)據(jù)分析平臺(tái)進(jìn)行MR和XDR大數(shù)據(jù)挖掘，代替?zhèn)鹘y(tǒng)的人工道路測(cè)試和樓宇深度測(cè)試，大大減少了網(wǎng)絡(luò)優(yōu)化數(shù)據(jù)采集人工成本和時(shí)間成本。并且由于收集的是在網(wǎng)用戶(hù)的實(shí)際使用感知數(shù)據(jù)，減少了人工測(cè)試可能出現(xiàn)人為干預(yù)和采樣不合理因素，無(wú)線網(wǎng)絡(luò)評(píng)估結(jié)果更貼近用戶(hù)體驗(yàn)，更公平合理，也使無(wú)線網(wǎng)絡(luò)評(píng)估工作進(jìn)入自動(dòng)化、智能化階段。

參考文獻(xiàn)：

[1]趙訓(xùn)威，林輝，張明，姜怡華，張鵬，岳然，李國(guó)榮《3GPP長(zhǎng)期演進(jìn)（LTE）系統(tǒng)架構(gòu)與技術(shù)規(guī)范》人民郵電出版社

[2]StefaniaSesia，IssanTonfik，Matthew BHker《LTE，TheUMTS Long Tern Evolution：From Theory to Practice》人民郵電出版社

[3]沈嘉《3GPP長(zhǎng)期演進(jìn)（LTE）技術(shù)原理與系統(tǒng)設(shè)計(jì)》人民郵電出版社