基于AI算法的無線網(wǎng)絡鄰區(qū)關系優(yōu)化研究與實踐

李張錚，陳 鋒，董帝烺（中國聯(lián)通福建省分公司，福建福州 350000）

0 引言

在無線網(wǎng)絡優(yōu)化工作中，鄰區(qū)優(yōu)化是降低掉話率、提升移動網(wǎng)絡質量、改善用戶感知的最基本且最有效的手段。目前基站鄰區(qū)優(yōu)化有2 種方式：自動鄰區(qū)關系（ANR）和非自動鄰區(qū)關系（下文簡稱非自動鄰區(qū)關系網(wǎng)絡為傳統(tǒng)網(wǎng)絡）。具備自動鄰區(qū)關系的網(wǎng)絡可自動優(yōu)化鄰區(qū)關系，不需人工干預；傳統(tǒng)網(wǎng)絡鄰區(qū)關系需優(yōu)化人員手工優(yōu)化。這些網(wǎng)絡鄰區(qū)的數(shù)目眾多，優(yōu)化工作量非常大；需要優(yōu)化鄰區(qū)的確定與個人優(yōu)化經(jīng)驗有很大的關系，稍有不慎就可能造成鄰區(qū)漏配或冗余鄰區(qū)，存在較大的優(yōu)化風險。規(guī)避上述問題，提高鄰區(qū)優(yōu)化的效率和精度已成為網(wǎng)絡優(yōu)化的關鍵?？紤]到在ANR 網(wǎng)絡中，自動鄰區(qū)關系已成為小區(qū)SON 功能的標配，無需人員操作網(wǎng)絡便可自動識別和添加鄰區(qū)，如何利用ANR 鄰區(qū)關系來優(yōu)化傳統(tǒng)網(wǎng)絡鄰區(qū)已成為網(wǎng)絡運營智能化的重要課題。

機器學習技術作為人工智能的重要組成部分，是國家發(fā)展戰(zhàn)略重點扶持的目標和當下各行業(yè)關注應用的焦點。為了推動傳統(tǒng)網(wǎng)絡鄰區(qū)優(yōu)化的智能化，提升網(wǎng)絡運營智能化水平，特開展基于機器學習算法的鄰區(qū)關系優(yōu)化的研究。

1 傳統(tǒng)無線網(wǎng)絡鄰區(qū)關系優(yōu)化難點

在傳統(tǒng)網(wǎng)絡優(yōu)化中，鄰區(qū)關系優(yōu)化一直以來是一個難點。由于鄰區(qū)關系數(shù)量多、影響大、技術要求高、優(yōu)化手段匱乏等等方面的因素，使得鄰區(qū)關系優(yōu)化在傳統(tǒng)網(wǎng)絡中存在一些挑戰(zhàn)。

1.1 鄰區(qū)關系數(shù)量多，導致優(yōu)化耗時耗力

以福州聯(lián)通為例，W 現(xiàn)網(wǎng)有小區(qū)25 000 個，用每個小區(qū)有20～25 條鄰區(qū)來計算，所配置的鄰區(qū)個數(shù)至少50萬條以上，網(wǎng)優(yōu)人員每周提取MR數(shù)據(jù)，使用廠家工具進行同頻、異頻鄰區(qū)核查，根據(jù)核查結果，確定需要優(yōu)化的鄰區(qū)，并進行相應操作，鄰區(qū)優(yōu)化的工作量非常大。

1.2 鄰區(qū)關系影響面大，直接關系網(wǎng)絡口碑

鄰區(qū)設置不當，會導致干擾增大、容量下降和性能惡化，嚴重影響用戶感知，引發(fā)的掉話等問題會導致用戶投訴，給運營商網(wǎng)絡口碑帶來負面影響，影響NPS 得分。鄰區(qū)設置不當主要有2 種表現(xiàn)方式：鄰區(qū)漏配和冗余鄰區(qū)。鄰區(qū)漏配會引起干擾增大，降低用戶的通話質量甚至掉話，從而引起容量及覆蓋能力下降；冗余鄰區(qū)一方面將會由于切換的過多會導致信令負荷加重；另一方面由于終端測量能力的限制，會降低測量的精度、增加測量時延。同時信號較多會造成干擾，容易出現(xiàn)掉話，影響速率的提升，從而影響用戶感知。

1.3 鄰區(qū)關系優(yōu)化手段缺乏，對技術要求高

傳統(tǒng)的鄰區(qū)關系優(yōu)化手段有2 種：基于路測軟件分析和基于廠家的鄰區(qū)核查工具平臺。

a）路測軟件分析。基于導頻的小區(qū)切換關系來定位鄰區(qū)關系合理性，該方法的局限性是路測范圍有限，覆蓋面不足，無法開展全網(wǎng)的精細鄰區(qū)優(yōu)化，且路測方法耗時耗力。

b）基于廠家的鄰區(qū)核查平臺。通過采集UE 上報的測量報告、話統(tǒng)呼叫記錄、事件進行匯總分析，判斷鄰區(qū)漏配和冗余。該方法有較高的精確性，但受限于廠家License配額和優(yōu)化人員的技術水平。

2 基于XGBoost算法的小區(qū)切換占比預測

隨著運營商移動用戶數(shù)的不斷增加，良好的用戶網(wǎng)絡體驗保障對無線網(wǎng)絡運營提出了更高的要求。影響無線網(wǎng)絡質量的因素很多，其中鄰區(qū)關系是一個關鍵因素，它是小區(qū)移動性管理的直接承載者。做好鄰區(qū)關系優(yōu)化，始終是網(wǎng)優(yōu)工作的重點。

本文通過利用XGBoost 機器學習算法學習ANR現(xiàn)網(wǎng)鄰區(qū)關系數(shù)據(jù)，建立小區(qū)間切換次數(shù)占比模型預測出傳統(tǒng)網(wǎng)絡小區(qū)的鄰區(qū)關系。該模型可在開站鄰區(qū)配置、鄰區(qū)核查、用戶投訴分析等網(wǎng)優(yōu)日常工作中起到積極作用。

2.1 訓練集和測試集樣本生成

2.1.1 樣本的采集

提取某省聯(lián)通2 個行政區(qū)LTE 網(wǎng)絡3 天的兩兩小區(qū)切換次數(shù)報表，匯總每個小區(qū)鄰區(qū)的切換次數(shù)占比降序排列，取每個小區(qū)占比前50 名的鄰區(qū)作為樣本，切換占比為樣本標簽，同時關聯(lián)網(wǎng)絡工參相關字段（見表1），形成最終樣本。

表1 網(wǎng)絡工參字段

2.1.2 樣本劃分為訓練集和測試集

機器學習一般將樣本劃分為訓練集和測試集，訓練集用于模型訓練，測試集用于測試模型性能。本文利用sciki-learn 的train_test_split（）函數(shù)將樣本劃分為訓練集和測試集，其中參數(shù)測試集比例test_size 取0.2，即訓練集和測試集比例為8∶2。

2.2 數(shù)據(jù)預處理

數(shù)據(jù)預處理主要是檢查每個特征是否有缺失值或非法字符，對不合理的值進行校正替換。檢查樣本數(shù)據(jù)發(fā)現(xiàn)，覆蓋類型為室分的小區(qū)方位角都是0值，這與實際室分小區(qū)為全向覆蓋不符，故室分小區(qū)的方位角需修正。修正方法如下：若室分小區(qū)與宏站鄰小區(qū)同經(jīng)緯度，則室分小區(qū)取宏站鄰小區(qū)的方位角；若室分小區(qū)與室分鄰小區(qū)同經(jīng)緯度，則室分小區(qū)方位角取值368°；若室分小區(qū)與鄰小區(qū)不同經(jīng)緯度，則室分小區(qū)方位角取室分小區(qū)與鄰小區(qū)連線與正北方向的順時針夾角r（見圖1）。

圖1 室分小區(qū)方位角定義

設室分小區(qū)經(jīng)緯度（X1，Y1），鄰小區(qū)經(jīng)緯度（X2，Y2），具體小區(qū)連線夾角r計算公式如下：

為了便于書寫，令

圖2給出了室分小區(qū)方位角特征預處理過程。

圖2 室分小區(qū)方位角特征預處理

2.3 特征工程

特征工程是機器學習過程的重要環(huán)節(jié)，樣本特征的好壞決定了機器學習性能的上限，而模型只是逼近這個上限而已。特征工程的主要內容包括特征構造、特征抽取和特征選擇。本文的原始特征包括本地/目標小區(qū)經(jīng)緯度、本地/目標小區(qū)方位角度、本地/目標小區(qū)合計下傾角度及本地/目標小區(qū)天線掛高10 個維度。為了滿足特征選擇的需要，在此基于本地/目標小區(qū)的經(jīng)緯度構造額外的特征，主要包括haversine距離、兩經(jīng)緯度的方位角、經(jīng)緯度PCA 分量，最后進行特征選擇。

2.3.1 haversine距離

haversine 公式是計算球面兩點間距離的一種方法，該方法采用了正弦函數(shù)，即使距離很小，也能保持足夠的有效數(shù)字。haversine距離計算公式如下：

圖3 本地/目標小區(qū)haversine距離計算

2.3.2 兩經(jīng)緯度的方位角

設本地小區(qū)經(jīng)緯度為（lat1，lng1），目標小區(qū)經(jīng)緯度為（lat2，lng2），兩經(jīng)緯度間的方位角公式計算如下，代碼實現(xiàn)如圖4所示。

圖4 2個經(jīng)緯度間的方位角計算

2.3.3 經(jīng)緯度的PCA分量

主成分分析（PCA——Principal Component Analysis）是最廣泛的數(shù)據(jù)壓縮算法，主要通過降維可以生成更便于人理解的新特征，加快對樣本有價值信息的處理速度。此處對本地/目標小區(qū)經(jīng)緯度4 個特征采用PCA 進行變換，默認降維后的特征數(shù)仍為4（見圖5）。

圖5 本地/目標小區(qū)經(jīng)緯度的PCA變換

2.3.4 特征/目標相關性分析

特征選擇不僅具有減少特征數(shù)量（降維）、減少過擬合、提高模型泛化能力等優(yōu)點，而且還可以使模型獲得更好的解釋性，增強對特征和特征值、特征和目標之間關系的理解，加快模型的訓練速度獲得更好的預測性能。此處采用pandas 的相關系數(shù)計算函數(shù)corr（）來分析特征和目標間的相關性（見圖6和表2）。

表2 特征和目標間的相關系數(shù)值

圖6 特征和目標間的相關性熱力圖

從熱力圖上可以發(fā)現(xiàn)，部分特征間的相關性過高，這將造成特征間的多重共線性，影響模型效果，這里剔除相關系數(shù)大于0.8 的特征（包括本地小區(qū)LATITUDE，本地小區(qū)LATITUDE_pca_0，本地小區(qū)LONGITUDE），保留與目標相關性最大的特征。

2.3.5 特征標準化

特征標準化就是將某列特征的值縮放到均值為0，方差為1 的狀態(tài)，計算公式為標準化的好處是提升模型精度和加快收斂速度。此處使用scikit-learn自帶的StandardScaler（）類進行轉換。

2.4 模型訓練

2.4.1 基于交叉驗證的回歸預測模型選擇

機器學習中常用的回歸預測模型有線性回歸、KNN、隨機森林、GBDT 和XGBoost 等。這里分別使用這幾個模型進行交叉驗證打分，選出最好的模型。這些模型的參數(shù)都取默認值，交叉驗證參數(shù)取5，評估標準為平均絕對誤差MAE。實驗結果表明，最好的模型為XGBoost，平均cross_val_score 得分最高為-0.03（見圖7）。下面就使用XGBoost模型進行建模訓練。

圖7 基于交叉驗證的回歸模型選擇

2.4.2 XGBoost算法原理概述

XGBoost 算法近年來在工業(yè)界和各類數(shù)據(jù)挖掘競賽中大放異彩，取得良好的預測效果。與傳統(tǒng)的Boosting 算法如GBDT 比較，XGBoost 算法優(yōu)點在于：GBDT只利用了一階導數(shù)的信息，而XGBoost對損失函數(shù)做了二階泰勒展開，并且在目標函數(shù)中加入了正則項，用來權衡目標函數(shù)和模型的復雜程度，防止過擬合；Boosting 是串行過程，不能并行化且計算復雜度較高，也不適合高維稀疏特征，而XGBoost 在特征粒度上可進行并行化計算且考慮了訓練數(shù)據(jù)為稀疏值的情況。該算法原理如下：

XGBoost 算法的目標函數(shù)包含損失函數(shù)L和正則化項Ω：

根據(jù)第t步的新模型的預測值ft(xi)，此時的目標函數(shù)可寫成：

利用泰勒公式將目標函數(shù)進行泰勒二階展開，得

其中gi為損失函數(shù)一階導數(shù)，hi為損失函數(shù)的二階導數(shù)。當損失函數(shù)取平方損失時，目標函數(shù)近似為：

進一步地，基函數(shù)取為決策樹模型ft(x)=ωq(x)，q(x)表示樣本x所在的葉子節(jié)點，同時設決策樹葉子節(jié)點數(shù)為T，該值決定了決策樹的復雜度，值越大模型越復雜，此時目標函數(shù)的正則項表示為：

由于每個樣本xi最終都是落在葉子節(jié)點上，且每個葉子節(jié)點都會包含多個樣本，因此遍歷所有樣本xi求損失函數(shù)等價于遍歷所有葉子節(jié)點求損失函數(shù)，設第j個葉子節(jié)點包含的樣本集合為Ij={i}，則損失函數(shù)為：

接著對ωj求一階導數(shù)，并使之為0，得葉子節(jié)點j對應的權值和最優(yōu)目標函數(shù)為：

2.4.3 基于網(wǎng)格搜索的XGBoost模型超參數(shù)調整

XGBoost 模型的超參數(shù)分2 類：第1 類負責控制模型的復雜度，第2類用于增加隨機性，從而使得模型在訓練時對噪聲不敏感。下面介紹調參重點關注的超參數(shù)：

a）eta，學習率，默認為0.3，范圍為［0，1］。

b）gamma，最小劃分損失，它是對于一個葉子節(jié)點，當對它采取劃分之后，損失函數(shù)的降低值的閾值，默認為0。

c）max_depth，每棵子樹的最大深度。其取值范圍為[0,∞]，0 表示沒有限制，默認值為6。該值越大，則子樹越復雜；值越小，則子樹越簡單。

d）min_child_weight，子節(jié)點的權重閾值。表示對于一個葉子節(jié)點，當對它進行劃分之后，它的所有子節(jié)點的權重之和的閾值。該值越大，則算法越保守。默認值為1。

e）subsample，對訓練樣本的采樣比例。取值范圍為（0，1］，默認值為1。

f）colsample_bytree，構建子樹時，對特征的采樣比例。取值范圍為（0，1］，默認值為1。

g）lambda，正則化系數(shù)（基于weights 的正則化），默認為1。該值越大則模型越簡單。

h）alpha，正則化系數(shù)（基于weights 的正則化），默認為0。該值越大則模型越簡單。

本文利用scikit-learn庫自帶的GridSearchCV 網(wǎng)格搜索算法來調整XGBoost算法超參數(shù)（見圖8），候選超參數(shù)值集合如下：

圖8 基于GridSearchCV的XGBoost模型超參數(shù)調整

最終得到的最佳超參數(shù)組合是：{′alpha′：0.85，′colsample_bytree′：0.7，′eta′：0.05，′gamma′：0，′lambda′：5，′max_depth′：18，′min_child_weight′：1，′n_estimators′：200，′subsample′：1}。在測試集上進行評估，平均絕對誤差MAE為0.005 10。

2.4.4 基于ANR 網(wǎng)絡切換占比模型的傳統(tǒng)網(wǎng)絡小區(qū)鄰區(qū)關系預測

對需優(yōu)化鄰區(qū)關系的傳統(tǒng)網(wǎng)絡小區(qū)選取5 km 范圍內的周邊小區(qū)，根據(jù)切換占比模型特征采集數(shù)據(jù)，構成樣本輸入模型進行預測。實驗結果表明，對現(xiàn)網(wǎng)真實鄰區(qū)關系的命中率為60%，即60%的現(xiàn)網(wǎng)鄰區(qū)出現(xiàn)在預測出的占比前50名小區(qū)中。

3 總結

傳統(tǒng)網(wǎng)絡小區(qū)鄰區(qū)優(yōu)化是網(wǎng)優(yōu)工作的重點和難點，人工優(yōu)化方法費時費力。通過引入機器學習算法學習ANR 網(wǎng)絡的鄰區(qū)關系建立切換次數(shù)占比模型可模擬真實的傳統(tǒng)現(xiàn)網(wǎng)鄰區(qū)關系情況，極大程度地提高了鄰區(qū)優(yōu)化效率和用戶網(wǎng)絡口碑。