一種基于Wkmeans聚類的LTE外部干擾智能定位方法

趙 偉，王 勇，陳 樂（.中國(guó)聯(lián)通浙江省分公司，浙江 杭州 35800；.中國(guó)聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司，北京 00033）

1 LTE干擾排查現(xiàn)狀及難點(diǎn)

在大流量背景下，移動(dòng)用戶不斷增高的網(wǎng)絡(luò)感知要求與網(wǎng)絡(luò)覆蓋不平衡的矛盾日益突出，進(jìn)而因私裝干擾器導(dǎo)致LTE 外部干擾現(xiàn)象明顯增多?，F(xiàn)有干擾器主要以直放站、信號(hào)放大器、部分不達(dá)標(biāo)的民用設(shè)備等為主。干擾信號(hào)經(jīng)由擴(kuò)頻后將引入上行干擾。目前，針對(duì)LTE 網(wǎng)絡(luò)上行系統(tǒng)外部干擾定位的相關(guān)研究較少。現(xiàn)行排查方法以工程師現(xiàn)場(chǎng)掃頻排查為主，存在以下4個(gè)難點(diǎn)。

a）人工成本高。每排查一個(gè)外部干擾源，至少需2 名經(jīng)驗(yàn)豐富的一線工程師前往干擾現(xiàn)場(chǎng)，手持掃頻儀器在受干擾基站覆蓋范圍內(nèi)（大于500 m）進(jìn)行地毯式排查。通常至少需要2次以上現(xiàn)場(chǎng)排查方能確定干擾源真實(shí)位置，且對(duì)掃頻工程師的經(jīng)驗(yàn)和專業(yè)水平要求高。

b）掃頻儀器精度有限。當(dāng)前常用的掃頻儀器往往至多能對(duì)周圍50 m 范圍進(jìn)行掃頻，且隨著使用年限的增長(zhǎng)會(huì)存在一定程度的精度誤差。

c）現(xiàn)場(chǎng)環(huán)境復(fù)雜。許多干擾器位于城區(qū)，障礙物多、建筑層數(shù)高、同網(wǎng)及異網(wǎng)基站密集，且往往發(fā)現(xiàn)同一片區(qū)域中存在多個(gè)干擾源，大大增加了定位的難度。

d）干擾器工作原理復(fù)雜且工作時(shí)間不定，部分干擾器僅在白天或特定時(shí)間段開啟，若依照傳統(tǒng)模式僅選取業(yè)務(wù)閑時(shí)（即02：00—04：00）的干擾電平數(shù)據(jù)來進(jìn)行人工排查，容易忽略該類干擾器。

2 干擾定位建?；A(chǔ)理論

在通信系統(tǒng)中，發(fā)送端發(fā)出的無線信號(hào)經(jīng)由信道傳遞至接收端。受發(fā)射器本身特性及傳播環(huán)境的影響，接收端所收到的無線信號(hào)較原始發(fā)送信號(hào)均有一定程度的衰減。該衰減即為路徑損耗，單位為dB。若在自由空間內(nèi)對(duì)無線信號(hào)的傳播進(jìn)行建模，接收端與發(fā)送端傳播距離為d，發(fā)送端天線發(fā)射頻率為f，則傳播損耗Lbs可表示為：

從式（1）可以看出，Lbs（dB）是與d、f正相關(guān)的函數(shù)L（d，f）。實(shí)際傳播過程中，任一地形下的某發(fā)送端實(shí)際路徑損耗是在Lbs（dB）的基礎(chǔ)上，加上衍射損耗、地形損耗等損耗因子綜合矯正后的結(jié)果，傳播規(guī)律服從L（d，f）。因?yàn)楦蓴_器和基站均為信號(hào)發(fā)送端的一種形式，其所受干擾強(qiáng)度和終端距離及發(fā)射器本身的天線增益呈正相關(guān)。

圖1 給出了LTE 外部干擾傳播模式及其定位原理示意圖。在圖1（a）中，基站C1、C2和C3所在區(qū)域受干擾器I影響，可知距離干擾源最近的基站C1受到強(qiáng)干擾，基站C2、基站C3則存在不同程度的弱干擾。相似地，干擾范圍內(nèi)的用戶終端U1、U2和U3因所處位置不同，其干擾信號(hào)強(qiáng)度依次遞減。目前常見的LTE 干擾定位模型采用計(jì)算用戶上下行路損差值的方式來進(jìn)行干擾源定位。假定正常LTE 小區(qū)在任意位置上下行路損的差值應(yīng)小于閾值（如11 dB），已知干擾信號(hào)強(qiáng)度和終端所處距離呈正相關(guān)，因而上下行路損差值最大的位置即為干擾源所在位置。由于該方法涉及到上下行路損絕對(duì)值的計(jì)算，受環(huán)境的復(fù)雜性影響，難以對(duì)現(xiàn)網(wǎng)基站進(jìn)行精準(zhǔn)建模。此外，該方法需在基站側(cè)開啟額外的非標(biāo)上行電平信息測(cè)量，受制于設(shè)備廠商系統(tǒng)的局限性及準(zhǔn)確性，較難推廣至實(shí)際生產(chǎn)中。

圖1 LTE外部干擾傳播模式及其定位原理示意圖

因而，本文提出了一種通過計(jì)算上下行路損相似度的方法來進(jìn)行干擾源定位，基于柵格化后的MDT 數(shù)據(jù)，通過尋找上下行路損變化最為相似處來識(shí)別干擾源的位置。如圖1（b）所示，干擾源收到基站C1、C2、C3的信號(hào)強(qiáng)度（即DL1、DL2、DL3的路損大?。┡c其到基站C1、C2、C3的距離d1、d2、d3正相關(guān)。相似地，干擾器發(fā)送至基站C1、C2、C3的干擾信號(hào)強(qiáng)度（即UL1、UL2、UL3）與其傳播距離亦和距離d1、d2、d3呈正相關(guān)。因此，下行路損向量（DL1、DL2、DL3）與上行路損向量（UL1、UL2、UL3）雖絕對(duì)值大小不同，但符合相同的波動(dòng)規(guī)律，且距離干擾源越近的位置其相似性越高。通過計(jì)算上下行路損的相似度，本文采用了權(quán)重聚類算法對(duì)候選柵格進(jìn)一步聚類，可以獲取干擾源的預(yù)測(cè)位置。

3 干擾定位建模方法

根據(jù)小區(qū)上行PRB 時(shí)域特征來識(shí)別干擾小區(qū)，生成干擾字典，結(jié)合柵格化后的MDT 數(shù)據(jù)得到上下行路損向量的相似度，基于權(quán)重聚類算法定位可能的干擾源位置。模型整體流程如圖2所示。

圖2 LTE外部干擾定位流程圖

3.1 干擾小區(qū)特征提取

為了進(jìn)行外部干擾定位，首先需提取小區(qū)的干擾特征，具體步驟如下。

步驟1，通過LTE 的統(tǒng)計(jì)測(cè)量報(bào)告MRS 中MR.RIPPRB來獲取各小區(qū)小時(shí)級(jí)0～99每個(gè)PRB的干擾噪聲電平值，為每個(gè)小區(qū)構(gòu)建如式（2）所示的24×100 維干擾特征矩陣C來保留完整的干擾時(shí)域特征。

步驟2，根據(jù)生成的特征矩陣針對(duì)任意小區(qū)Ci依照式（2）構(gòu)建干擾強(qiáng)度評(píng)估函數(shù)IS(Ci)：

式中：

f——干擾強(qiáng)度評(píng)估函數(shù)

PRB忙時(shí)-PRB閑時(shí)——小區(qū)忙閑時(shí)干擾差值

max(PRB)——小區(qū)當(dāng)日內(nèi)的干擾最強(qiáng)小時(shí)的干擾PRB電平值

max（N連續(xù)干擾PRB個(gè)數(shù)）——當(dāng)日小區(qū)小時(shí)級(jí)最大連續(xù)干擾個(gè)數(shù)的

通過IS(Ci)對(duì)小區(qū)的干擾強(qiáng)度進(jìn)行綜合評(píng)分，對(duì)選定小區(qū)按干擾強(qiáng)度進(jìn)行降序排序，生成最終干擾小區(qū)清單C={Ci|i∈[1,n]}。

步驟3，利用皮爾遜相似系數(shù)兩兩評(píng)估干擾小區(qū)清單內(nèi)小區(qū)間的干擾相似度。已知C的干擾特征矩陣為Ca,b，C′干擾特征矩陣為C′c,d，則0：00時(shí)2個(gè)小區(qū)的干擾特征向量可分別表示為任意2 個(gè)向量的皮爾遜相似度計(jì)算公式可表示為：

a）小區(qū)因臨時(shí)斷站或節(jié)電等原因?qū)е氯笔Р糠中r(shí)或個(gè)別PRB的數(shù)據(jù)。

b）現(xiàn)網(wǎng)不同小區(qū)的容量不同，主流20 MHz 帶寬的小區(qū)可占用100 個(gè)PRB，但部分5～15 MHz 的小區(qū)僅分別占用25、50、75個(gè)PRB，進(jìn)而導(dǎo)致剩余PRB 的干擾電平值為空。

考慮到此處的數(shù)據(jù)缺失具有實(shí)際意義，若統(tǒng)一填充異常值（如“-1”）進(jìn)行維度占用將產(chǎn)生誤差，因而需注意在兩兩向量相似度計(jì)算前將矩陣裁剪至維度一致，即令a=b=min(a,b)，c=d=min(c,d)。

3.2 干擾字典生成

已知受相同干擾源影響的小區(qū)在時(shí)域PRB 特征上存在高度相關(guān)性，根據(jù)這一特性將干擾清單內(nèi)的小區(qū)按照不同干擾源進(jìn)行分組，進(jìn)而生成干擾字典。具體步驟如下。

步驟1，選取清單C內(nèi)干擾最強(qiáng)小區(qū)C1，作為干擾源I的候選干擾主站I1，令剩余小區(qū)為Ca1，Ca2，Ca3，…，Can，并作為候選輔站。

步驟2，按照以下規(guī)則構(gòu)建干擾字典判決函數(shù)：

a）候選輔站與候選干擾主站之間干擾特征向量的相似度是否大于給定閾值（如0.8）。

b）候選輔站與候選干擾主站之間是否存在共覆蓋區(qū)域。

步驟3，判斷滿足要求的候選輔站個(gè)數(shù)大于等于2個(gè)。若大于等于2 個(gè)，至多選取干擾強(qiáng)度最強(qiáng)的前5個(gè)站點(diǎn)作為干擾輔助站點(diǎn)；若小于2 個(gè)，選取I1覆蓋范圍內(nèi)最近的弱干擾小區(qū)或正常小區(qū)Ca1，Ca2，Ca3，…，Cai，作為補(bǔ)充輔站。

步驟4，將滿足條件的輔站Ca1，Ca2，Ca3，…，Cai依照干擾強(qiáng)度降序納入干擾字典中{I1|Ca1,Ca2,…,Cai}，并將I1，對(duì)應(yīng)的站點(diǎn)從初始干擾清單C內(nèi)剔除。

步驟5，判斷更新后的干擾清單C 內(nèi)的站點(diǎn)個(gè)數(shù)是否為0。若不為0，返回步驟1 繼續(xù)運(yùn)算，直到遍歷完清單內(nèi)所有站點(diǎn)。

步驟6，輸出干擾字典{Ij|Ca1,Ca2,…,Cai}。其中，j代表區(qū)域內(nèi)可預(yù)測(cè)干擾源。對(duì)于字典內(nèi)任意干擾源Ij，有i個(gè)小區(qū)受其干擾影響，i的取值范圍在[2,6]內(nèi)。以圖1（b）為例，干擾源I對(duì)應(yīng)的干擾字典可表示{C1|C2,C3}，其中干擾強(qiáng)度IS(C1)>IS(C2)>IS(C3)。

3.3 上行干擾向量生成

根據(jù)傳播模型，任意干擾源的上行路損可表示為：

針對(duì)干擾字典中某特定干擾源，其周邊受影響的干擾站點(diǎn)可表示為（Ci，Ca1，Ca2，Ca3，…，Cai），對(duì)應(yīng)的上行路損向量可表示為：

對(duì)該向量按式（7）進(jìn)行差值化處理，

其中ΔULai=ULai-ULi=PRBi-PRBai

3.4 下行干擾向量生成

根據(jù)傳播模型，任意干擾源的下行路損可表示為：

從MDT 數(shù)據(jù)中可獲取干擾主站每個(gè)采樣點(diǎn)主服務(wù)器小區(qū)RSRP 電平值以及鄰區(qū)RSRP 電平值，則每條MDT的下行路損向量可表示為：

對(duì)該向量按式（10）進(jìn)行差值化處理：

其 中 Δ DLai=DLai-DLi=（Pai基站發(fā)射功率-Gai天線增益-RSRPai）-（Pi基站發(fā)射功率-Gi天線增益-RSRPi）。將計(jì)算得到的向量落入50×50的柵格地圖中，可獲得每個(gè)柵格所對(duì)應(yīng)的下行干擾路損向量。

3.5 權(quán)重聚類定位干擾源

已知下行路損與上行路損向量波動(dòng)規(guī)律越相似的柵格即為干擾源所在的柵格。因而依照式（11），將上下行路損向量代入余弦相似度計(jì)算公式進(jìn)行相似度Wi的計(jì)算。

其中，Wi∈［-1，1］。Wi越大，向量間相似度越高，反之則相似度越低，可認(rèn)為min（Wi）所在的柵格為本文前述方法所認(rèn)定的干擾源位置。

但是，同一小區(qū)往往會(huì)受到多個(gè)干擾源的共同影響，處于覆蓋邊緣或阻擋位置的柵格有可能因?yàn)槿醺采w等原因反而與上行干擾向量存在高度相關(guān)性。最終篩選得到的高相似性柵格集合可能在空間上呈現(xiàn)離散的點(diǎn)狀分布態(tài)勢(shì)。圖3（a）即為一典型場(chǎng)景。相似度最高的柵格（相似度0.99）與真實(shí)干擾源存在一個(gè)柵格距離的偏差，而覆蓋范圍內(nèi)右下角（圖3（b））存在大量高相似度的柵格。

圖3 權(quán)重聚類算法應(yīng)用示意圖

如圖3（b）中所示，常規(guī)Kmeans 聚類算法以數(shù)據(jù)點(diǎn)到初始聚類中心的歐式距離作為優(yōu)化的目標(biāo)函數(shù)，聚類結(jié)果會(huì)因部分密集低權(quán)重的柵格產(chǎn)生偏差。而本文算法將上下行路損相似度作為柵格的權(quán)重參數(shù)Wi納入目標(biāo)函數(shù)中，將迭代目標(biāo)更改為計(jì)算每個(gè)柵格到質(zhì)心的加權(quán)距離和。該方法強(qiáng)化了高相似性柵格在聚類時(shí)的重要性。相較于直接選取相似度最高的柵格，最終預(yù)測(cè)位置和真實(shí)干擾源位置的誤差進(jìn)一步縮小，有效提升了定位精度。具體實(shí)現(xiàn)步驟如下：

步驟1，初始化聚類個(gè)數(shù)k=1。

步驟2，假設(shè)mc代表質(zhì)心，gi代表候選柵格樣本，πc代表生成的聚類簇，依照公式（12）迭代計(jì)算每個(gè)柵格到質(zhì)心的加權(quán)距離和D，生成初始聚類結(jié)果如下：

步驟3，按式（13）計(jì)算當(dāng)前輪廓系數(shù)，其中a表示某個(gè)樣本與其所在簇內(nèi)其他樣本的平均距離，b表示某個(gè)樣本與其他簇樣本的平均距離。Sk越接近1 則代表聚類性能越好。

步驟4，令聚類個(gè)數(shù)k=k+1，重復(fù)步驟2和步驟3。步驟5，比較Sk和Sk+1。若1>Sk+1>Sk，重復(fù)步驟2～步驟5；否則循環(huán)結(jié)束，輸出聚類結(jié)果。

3.6 指標(biāo)評(píng)價(jià)

為評(píng)估本文算法在實(shí)際生產(chǎn)環(huán)境的預(yù)測(cè)能力，通過人工現(xiàn)場(chǎng)實(shí)地排查，假設(shè)預(yù)測(cè)位置和其真實(shí)干擾源i的距離誤差為di，共計(jì)有n個(gè)樣本，則平均誤差為

4 干擾定位模型效果驗(yàn)證

本文使用的數(shù)據(jù)集為某省所有在網(wǎng)小區(qū)某天小時(shí)級(jí)每PRB 的干擾噪聲電平值來進(jìn)行分析處理。結(jié)合人工掃頻現(xiàn)場(chǎng)排查，使用本文所提出的算法，在某省試點(diǎn)某頻段小區(qū)，共排查出172個(gè)干擾小區(qū)，干擾小區(qū)識(shí)別準(zhǔn)確率為97.18%，輸出63 個(gè)干擾源可能位置。對(duì)63個(gè)干擾源定位誤差分析如表1所示。

表1 各場(chǎng)景下算法評(píng)估對(duì)比表

對(duì)比發(fā)現(xiàn)，本模型在無線環(huán)境相對(duì)簡(jiǎn)單的場(chǎng)景誤差精度可達(dá)46 m，而隨著環(huán)境復(fù)雜度的提升，預(yù)測(cè)誤差也隨之增大，平均誤差最高不超過115 m，誤差范圍控制在204 m之內(nèi)，顯著提升干擾排查效率。

圖4 為模型驗(yàn)證的3 種典型案例，分別為廠區(qū)、辦公樓宇、居民區(qū)3 類場(chǎng)景。其中黑色方塊代表模型預(yù)測(cè)位置，橙色三角形則代表真實(shí)干擾源所在位置。

圖4 3類典型場(chǎng)景干擾預(yù)測(cè)對(duì)比及現(xiàn)場(chǎng)實(shí)物圖

a）某廠區(qū)位于遠(yuǎn)郊，處于空曠開闊地，周圍無線環(huán)境相對(duì)簡(jiǎn)單。該廠區(qū)附近基站24 h 內(nèi)均出現(xiàn)不同程度的全頻段干擾。經(jīng)現(xiàn)場(chǎng)排查后發(fā)現(xiàn)干擾器實(shí)際為廠區(qū)內(nèi)私裝的信號(hào)放大器。對(duì)比預(yù)測(cè)結(jié)果，可以看到模型對(duì)該類場(chǎng)景適應(yīng)性較好，預(yù)測(cè)誤差不超過50 m。

b）某辦公樓宇處于中等密集城區(qū)，周邊樓宇相對(duì)較多，且周邊存在多個(gè)不同頻段的基站。該樓宇附近基站在凌晨呈現(xiàn)弱干擾，而在白天工作時(shí)間08：00—20：00 存在強(qiáng)干擾。人工排查后發(fā)現(xiàn)為樓宇梯控系統(tǒng)所致，對(duì)比預(yù)測(cè)結(jié)果，可以看到模型對(duì)該類場(chǎng)景適應(yīng)性較好，預(yù)測(cè)誤差不超過50 m。

c）某居民區(qū)為別墅區(qū)，其地下室信號(hào)覆蓋不佳。多幢住戶私裝放大器，片區(qū)內(nèi)干擾器密集，影響周邊多個(gè)基站。模型迭代預(yù)測(cè)出2 個(gè)可能的干擾源位置。預(yù)測(cè)誤差較前面2類場(chǎng)景稍高，但未超過150 m。

5 結(jié)束語

本文描述了一種基于權(quán)重聚類的LTE 外部干擾定位和識(shí)別的方法。相較于傳統(tǒng)通過計(jì)算上下行鏈路不平衡預(yù)測(cè)的方式，本文所提出的算法一方面引入相似度概念，減少對(duì)傳播空間建模的誤差；另一方面通過引入多個(gè)站點(diǎn)進(jìn)行輔助定位，結(jié)合人工智能中的權(quán)重聚類算法，進(jìn)一步提高了定位的精準(zhǔn)度。本文所述方法已在東南某沿海X省成功試點(diǎn)，實(shí)時(shí)性高、誤差精度小，可有效估計(jì)干擾源的位置，降低人工成本，具備實(shí)際生產(chǎn)指導(dǎo)意義，具有良好地推廣性與復(fù)制性。