基于大數(shù)據(jù)的異網(wǎng)覆蓋智能測評方案

許盛宏 宮云平 姚彥強

【摘 ?要】

為了解決目前異網(wǎng)覆蓋測評不準(zhǔn)確、工作量大、效率低的問題，通過空間聚合、密度聚類等算法研究了異網(wǎng)覆蓋智能測評方案，通過對4G異網(wǎng)覆蓋測量數(shù)據(jù)分析了異網(wǎng)所有頻點MR的監(jiān)測、MR的最優(yōu)RSRP提取、異網(wǎng)覆蓋柵格指標(biāo)的生成、異網(wǎng)問題區(qū)域的識別等關(guān)鍵技術(shù)，實驗證實了異網(wǎng)覆蓋智能測評的高度準(zhǔn)確性及較高應(yīng)用價值。

【關(guān)鍵詞】4G;大數(shù)據(jù);異網(wǎng)覆蓋;智能測評

0 ? 引言

隨著移動業(yè)務(wù)競爭帶來壓力，移動用戶感知質(zhì)量需要迫切提升。由于網(wǎng)絡(luò)設(shè)備投入資源有限、規(guī)劃站點部署不足將會導(dǎo)致移動網(wǎng)絡(luò)弱覆蓋、覆蓋盲區(qū)等方面問題，嚴(yán)重影響用戶感知的提升。為了支撐移動網(wǎng)絡(luò)合理而精準(zhǔn)的規(guī)劃、優(yōu)化，提升網(wǎng)絡(luò)覆蓋質(zhì)量和業(yè)務(wù)服務(wù)競爭力，往往需要掌握異網(wǎng)（其他運營商）網(wǎng)絡(luò)部署規(guī)模以及覆蓋質(zhì)量等競爭信息，實現(xiàn)有限資源的精準(zhǔn)投放，重點保障和快速提升重要區(qū)域的客戶感知，因此很有必要掌握異網(wǎng)覆蓋指標(biāo)。

1 ? 現(xiàn)有解決方案

為了獲取4G異網(wǎng)覆蓋指標(biāo)，需要其他運營商的卡通過路測專用設(shè)備進(jìn)行拉網(wǎng)測試，顯然這種方式資源消耗大、成本高且效率低。MR為用戶終端上報的測量報告，本方案所指MR均為用戶終端周期性上報測試報告MRO。當(dāng)前，全網(wǎng)通的4G終端周期性上報的MR包含AGPS（MDT-GPS經(jīng)緯度），也包括主接入小區(qū)和鄰區(qū)覆蓋指標(biāo)，其中主接入小區(qū)即為本網(wǎng)接入小區(qū)，而鄰區(qū)包含本網(wǎng)小區(qū)和異網(wǎng)小區(qū)。所以，通過本網(wǎng)用戶上報MR采集異網(wǎng)覆蓋指標(biāo)，成為一種可行的解決方案。

然而，從基站資源節(jié)省的考慮，每條MR上報的總的鄰區(qū)數(shù)量一般為6個，并需要預(yù)留一定數(shù)量的本網(wǎng)小區(qū)提供業(yè)務(wù)切換使用，就無法滿足其他運營商周邊小區(qū)上報。目前技術(shù)方案如圖1所示，通過網(wǎng)管一次性次開啟所有4G異頻測量，獲取所有含有異網(wǎng)覆蓋指標(biāo)的MR數(shù)據(jù)，將MR柵格化之后計算RSRP平均值作為柵格覆蓋指標(biāo)，最后通過人工方式識別異網(wǎng)覆蓋問題區(qū)域。

目前技術(shù)方案存在的問題如下：

（1）MR上報鄰區(qū)數(shù)量有限，收集異網(wǎng)頻點不全，導(dǎo)致測評很不準(zhǔn)確。

（2）不區(qū)分頻點進(jìn)行分析，無法反映現(xiàn)網(wǎng)根據(jù)最優(yōu)頻點信號接入網(wǎng)絡(luò)的實際情況。

（3）通過人工方式識別異網(wǎng)問題區(qū)域，導(dǎo)致分析效率低且準(zhǔn)確性不高。

因此，很有必要研究一種解決當(dāng)前技術(shù)問題的方案，實現(xiàn)高效的、準(zhǔn)確的、及時的自動化測評。

目前技術(shù)方案的實現(xiàn)流程如圖1所示：

2 ? 智能測評方案

2.1 ?總體實現(xiàn)思路

針對目前每條MR上報異網(wǎng)的鄰區(qū)上報數(shù)量有限、頻點收集不全、覆蓋測評不準(zhǔn)確的問題，提出了基于大數(shù)據(jù)的異網(wǎng)覆蓋智能測評的方法。首先通過基站網(wǎng)管分批次監(jiān)測異網(wǎng)所有頻點，通過海量MR數(shù)據(jù)采集處理，然后每條MR按照頻點分組提取RSRP最優(yōu)值，將含有友商的MR進(jìn)行柵格化，同時提取含有友商的MR，根據(jù)頻點出現(xiàn)次數(shù)分布統(tǒng)計其他運營商的主頻點，再分運營商計算每個柵格所有MR的頻點以及每個頻點對應(yīng)算術(shù)平均值，提取運營商頻點的RSRP均值高者作為柵格覆蓋指標(biāo)，過濾掉不含主頻點的友商柵格，最后通過聚類算法實現(xiàn)問題柵格自動連片得到覆蓋問題區(qū)域，實現(xiàn)了通過本網(wǎng)用戶對異網(wǎng)覆蓋進(jìn)行準(zhǔn)確而自動測評，可進(jìn)一步實現(xiàn)多個運營商覆蓋指標(biāo)同時同地對比分析。具體實現(xiàn)步驟如圖2所示：

2.2 ?相關(guān)算法研究

（1）空間聚合算法

空間聚合通過地理化空間對網(wǎng)絡(luò)指標(biāo)進(jìn)行聚合分析[1]。由于柵格數(shù)據(jù)結(jié)構(gòu)簡單，便于網(wǎng)絡(luò)指標(biāo)的空間聚合分析，可以對測評區(qū)域進(jìn)行柵格化。柵格數(shù)據(jù)就是將空間分割成有規(guī)律的網(wǎng)格，每一個網(wǎng)格稱為一個單元，并在各單元上賦予相應(yīng)的屬性值來表示實體的一種形式，格網(wǎng)單元大小決定了柵格數(shù)據(jù)模型的分辨率。采用地理化柵格指標(biāo)進(jìn)行聚合分析，可滿足異網(wǎng)覆蓋指標(biāo)地理化評估分析的需求[2]。

（2）密度聚類算法

聚類算法包括劃分、層次、密度、網(wǎng)格等聚類算法[3]。其中密度聚類算法最為代表的為DBSCAN，該算法采用空間索引技術(shù)來搜索對象的鄰域，引入了“核心對象”和“密度可達(dá)”等概念，從核心對象出發(fā)，把所有密度可達(dá)的對象組成一個簇[4]。為了實現(xiàn)覆蓋質(zhì)量差的地理區(qū)域查找，通過地理化柵格對異網(wǎng)覆蓋指標(biāo)進(jìn)行分析，將滿足弱覆蓋的柵格自動連片，由于所要的目標(biāo)區(qū)域大小和形狀都不固定，通過采用密度聚類算法，從樣本密度的角度出發(fā)，基于可連接樣本不斷擴展聚類簇，以獲得最終的聚類結(jié)果。DBSCN算法包括掃描半徑（R）和最小包含對象數(shù)（minPts），其中掃描半徑R為相鄰對象之間的最大距離，最小包含對象數(shù)為一個簇所需要最小對象的個數(shù)[5]。

（3）主頻點過濾算法

每個運營商都有基礎(chǔ)覆蓋頻點，覆蓋主要區(qū)域范圍，通過按照本地網(wǎng)統(tǒng)計異網(wǎng)MR分布得到MR條數(shù)最多頻點即為主頻點，為了實現(xiàn)主要區(qū)域的異網(wǎng)測評和提升測評準(zhǔn)確性，將含有該運營商主頻點的柵格作為分析對象，去掉不含有的該運營商主頻點的柵格，避免少量的非主要區(qū)域覆蓋指標(biāo)不穩(wěn)定對整體區(qū)域覆蓋測評帶來的誤差。

2.3 ?關(guān)鍵技術(shù)實現(xiàn)

（1）異網(wǎng)所有頻點MR的監(jiān)測

在設(shè)備網(wǎng)管上開啟其他運營商頻點的測量，由于某些運營商的頻點較多且異網(wǎng)鄰區(qū)數(shù)量有限[6]，需分批次分頻點開啟異頻測量，比如1個月開啟4批次，每次3個異網(wǎng)頻點，共可收集12個異網(wǎng)頻點，最終通過全網(wǎng)通用戶終端上報異網(wǎng)覆蓋數(shù)據(jù)，將異網(wǎng)所有頻點都進(jìn)行監(jiān)測。如表1所示，其他運營商1的頻點比較多，每批次開通2個頻點，其他運營商2就僅開通1個頻點。通過獲取用戶上報的所有批次且含有異網(wǎng)覆蓋的MR數(shù)據(jù)，即可收集到所有異網(wǎng)頻點的覆蓋指標(biāo)，解決通過一條MR無法將全部異網(wǎng)頻點收集齊全的問題。

（2）海量MR數(shù)據(jù)采集預(yù)處理

某運營商全省每天的MR數(shù)據(jù)量為350多億條，其中每天含AGPS經(jīng)緯度的MR大概為10億條，每天含異網(wǎng)頻點的MR大概為5億條，按照每月異網(wǎng)頻點監(jiān)測開通16天，那么就會有80億的異網(wǎng)頻點MR數(shù)據(jù)，最終生成的20×20的柵格數(shù)量大約為2億個。為了實現(xiàn)海量異網(wǎng)頻點MR數(shù)據(jù)的采集、存儲和運算等方面處理，建議構(gòu)建flume+hadoop+spark+hbase的分布式處理框架[7]，通過flume完成底層海量MR數(shù)據(jù)采集，通過hive程序提取含AGPS且含異網(wǎng)頻點的MR數(shù)據(jù)，并剔除RSRP異?；蛘呷笔У挠涗洠缓蟠鎯Φ絟adoop分布式大數(shù)據(jù)集群，完成MR數(shù)據(jù)的采集預(yù)處理，確保海量數(shù)據(jù)預(yù)處理的完整性和時效性，最后通過spark完成后續(xù)的關(guān)聯(lián)分析和邏輯計算，并將所生成的異網(wǎng)覆蓋數(shù)據(jù)的柵格存儲在hbase中，實現(xiàn)前端界面快速查詢調(diào)用和界面柵格渲染。

（3）MR的最優(yōu)RSRP提取

每條MR按運營商、頻點分組，每條MR提取每個運營商每個頻點覆蓋指標(biāo)RSRP最高者。如表2所示，根據(jù)表1開啟異頻監(jiān)測的第一、二批分別提取2條MR，每條MR加粗的頻點和RSRP就是每條MR按頻點取最優(yōu)記錄，藍(lán)色底的頻點為運營商1頻點，橙色底的頻點為運營商2頻點。

（4）異網(wǎng)覆蓋柵格指標(biāo)的生成

采用空間聚合算法，根據(jù)MR的AGPS經(jīng)緯度按照一定柵格大小進(jìn)行柵格化[8]。比如劃分為10×10的柵格，在同一個柵格下不同MR的同一個頻點RSRP提取算術(shù)平均值，得到柵格內(nèi)每個運營商每個頻點的RSRP均值，最后提取同一個運營商不同頻點的RSRP均值最高者值作為運營商柵格的覆蓋指標(biāo)，比如表3中編號為1002210042的柵格的其他運營商1覆蓋指標(biāo)為-95，其他運營商2的覆蓋指標(biāo)為-98。當(dāng)柵格的覆蓋RSRP指標(biāo)小于-105 dB即認(rèn)為弱覆蓋柵格。

根據(jù)主頻點過濾算法，假設(shè)其他運營商1的主頻點為38 950，表2的編號為1006310022柵格并沒有38 950這個主頻點，其他運營商1將會刪除這個柵格，這樣更符合現(xiàn)網(wǎng)按照最優(yōu)的頻點信號接入的原則，可真實反應(yīng)異網(wǎng)實際覆蓋情況。

（5）異網(wǎng)問題區(qū)域的自動識別

通過DBSCAN密度聚類算法，首先把滿足弱覆蓋柵格篩選出來，并把柵格作為平面的一個點，再將柵格編號作為平面點的坐標(biāo)，實現(xiàn)柵格編號和平面坐標(biāo)關(guān)聯(lián)[9]。最后將DBSCAN算法的掃描半徑（R）設(shè)置為1或者，最小包含對象數(shù)（minPts）設(shè)置為10，實現(xiàn)相鄰弱覆蓋柵格的自動連片，如圖3所示。異網(wǎng)弱覆蓋柵格的自動連片構(gòu)成的區(qū)域即為異網(wǎng)覆蓋問題區(qū)域，最終實現(xiàn)了異網(wǎng)問題區(qū)域的自動識別，通過計算區(qū)域內(nèi)柵格覆蓋指標(biāo)的算術(shù)平均值即為該區(qū)域的覆蓋指標(biāo)，從而實現(xiàn)了異網(wǎng)問題區(qū)域的自動測評。

（6）多網(wǎng)覆蓋同時同地智能關(guān)聯(lián)

在分析異網(wǎng)覆蓋指標(biāo)的問題區(qū)域，可根據(jù)該問題區(qū)域內(nèi)的柵格編號獲取同一個區(qū)域同一個時間段的本網(wǎng)覆蓋指標(biāo)，也可以通過本網(wǎng)覆蓋問題區(qū)域的柵格獲取異網(wǎng)覆蓋指標(biāo)，自動實現(xiàn)多個運營商網(wǎng)絡(luò)的指標(biāo)同時同地智能關(guān)聯(lián)，滿足不同運營商的網(wǎng)絡(luò)覆蓋、網(wǎng)絡(luò)厚度、網(wǎng)絡(luò)規(guī)模等指標(biāo)自動對比分析的需求，有力支持移動網(wǎng)絡(luò)的精準(zhǔn)規(guī)劃。

3 ? 方案驗證與應(yīng)用

通過上述方案研發(fā)一套異網(wǎng)覆蓋測評系統(tǒng)，提取系統(tǒng)識別的3個覆蓋問題區(qū)域，與對應(yīng)區(qū)域的異網(wǎng)覆蓋的路測數(shù)據(jù)對比分析，其中路測識別問題路段表示至少連續(xù)100 m弱覆蓋路段，系統(tǒng)弱覆蓋區(qū)域表示至少10個10 m×10 m弱柵格連片的區(qū)域，整體驗證的準(zhǔn)確可達(dá)85%以上，如表4所示。其中，區(qū)域A驗證情況如圖4所示，多邊形區(qū)域表示本方案識別異網(wǎng)覆蓋問題區(qū)域，路上打點為路測方式獲取的異網(wǎng)覆蓋問題區(qū)域，根據(jù)RSRP信號覆蓋強度分成5段，由綠色到紅色，覆蓋強度依次減弱，黃色與紅色表示弱覆蓋（即為問題覆蓋區(qū)域），系統(tǒng)自動識別問題區(qū)域為5個，路測的問題區(qū)域為6個，匹配準(zhǔn)確率為83.33%。

在移動網(wǎng)絡(luò)規(guī)劃、建設(shè)、優(yōu)化時，需要掌握其他運營商的網(wǎng)絡(luò)覆蓋情況，對于同一片區(qū)域需要了解競爭對手的網(wǎng)絡(luò)覆蓋情況，根據(jù)對方網(wǎng)絡(luò)覆蓋好壞、區(qū)域重要性、重要用戶分布等因素決定是否需要投放基站，也可以通過網(wǎng)絡(luò)覆蓋好壞而決定所采取不同市場競爭策略[10]。通過本方案研發(fā)的多個運營商網(wǎng)絡(luò)覆蓋對比評估系統(tǒng)，可滿足上述應(yīng)用需求，自動實現(xiàn)本網(wǎng)網(wǎng)絡(luò)覆蓋和其他運營商網(wǎng)絡(luò)覆蓋同時同地評估分析，可實現(xiàn)任意指定區(qū)域多網(wǎng)覆蓋質(zhì)量對比，如圖5所示，實時全面掌握競爭對手的網(wǎng)絡(luò)覆蓋及動態(tài)變化，也為掌握競爭對手網(wǎng)絡(luò)厚度、發(fā)展規(guī)模評估提供支撐，解決傳統(tǒng)多網(wǎng)評估通過路測方式的測試采樣點少、對比不全面、費用高的問題，某省每年至少節(jié)省600萬異網(wǎng)覆蓋分析的路測費用，工作效率提升至少10倍。

4 ? 結(jié)束語

運營商的設(shè)備投入資源有限、規(guī)劃站點不足將會導(dǎo)致移動網(wǎng)絡(luò)出現(xiàn)弱覆蓋、覆蓋盲區(qū)等方面問題，通過本網(wǎng)用戶上報異網(wǎng)MR數(shù)據(jù)分析，無需為了獲取異網(wǎng)指標(biāo)而專門進(jìn)行拉網(wǎng)測試，實時全面掌握友商網(wǎng)絡(luò)覆蓋情況，高效實現(xiàn)網(wǎng)絡(luò)指標(biāo)競爭對比，有的放矢地進(jìn)行網(wǎng)絡(luò)優(yōu)化和規(guī)劃，逐漸縮小與友商網(wǎng)絡(luò)覆蓋質(zhì)量之間的差距，降低網(wǎng)絡(luò)運營成本和提升工作效率，具有良好的推廣應(yīng)用價值。后續(xù)結(jié)合人工智能技術(shù)進(jìn)一步提升異網(wǎng)覆蓋測評的準(zhǔn)確性，在5G網(wǎng)絡(luò)發(fā)揮更大價值，有力支撐5G網(wǎng)絡(luò)的智慧化運營。

參考文獻(xiàn)：

[1] ? ?劉波. 中國移動基于MR的異運營商網(wǎng)絡(luò)評估方案研究[J]. 電信技術(shù)， 2017（2）： 19-23.

[2] ? ?伍進(jìn). 基于移動互聯(lián)網(wǎng)的多運營商網(wǎng)絡(luò)覆蓋評估系統(tǒng)設(shè)計與實現(xiàn)[D]. 西安： 電子科技大學(xué)， 2017.

[3] ? ?王雅紅. 基于大數(shù)據(jù)挖掘的4G網(wǎng)絡(luò)規(guī)劃研究[J]. 中國新通信， 2017，19（19）： 92.

[4] ? ? 孫雪松. 基于大數(shù)據(jù)分析的電信網(wǎng)絡(luò)質(zhì)量評估系統(tǒng)的實現(xiàn)和應(yīng)用[D]. 北京： 北京郵電大學(xué)， 2017.

[5] ? ? ?劉通，施兆陽，陳燦，等. 基于LTE MR大數(shù)據(jù)分析的虛擬化路測應(yīng)用探討[J]. 移動通信， 2017，41（12）： 1-5.

[6] ? ? 張臻. 大數(shù)據(jù)在移動通信網(wǎng)絡(luò)優(yōu)化中的應(yīng)用研究[J]. 移動通信， 2017，41（5）： 27-30.

[7] ? 劉帆. LTE網(wǎng)絡(luò)優(yōu)化方法[J]. 網(wǎng)絡(luò)安全技術(shù)與應(yīng)用， 2017（6）： 1-2.

[8] ? 李穎. 4G網(wǎng)絡(luò)覆蓋分析及解決方案[J]. 通訊世界， 2016（24）： 1-2.

[9] ? ?李維. 基于LTEMR大數(shù)據(jù)挖掘的網(wǎng)絡(luò)覆蓋評估分析[J]. 中國新通信， 2015，17（24）： 110.

[10] ?王博. LTE覆蓋的評估、定位和優(yōu)化[J]. 移動通信， 2014，38（17）： 1.