李曉輝 古炳松

【摘要】 由于4G LTE網(wǎng)絡結(jié)構(gòu)的巨大變化，以及數(shù)據(jù)量的幾何級增長，傳統(tǒng)的網(wǎng)優(yōu)手段開始難以適應新的優(yōu)化需求，在這個背景下，4G MR測量數(shù)據(jù)的挖掘應用應運而生。同時，近年來大數(shù)據(jù)、云計算、數(shù)據(jù)挖掘等人工智能技術(shù)不斷發(fā)展，為移動網(wǎng)絡的海量數(shù)據(jù)深入分析奠定了基礎(chǔ)，海量現(xiàn)網(wǎng)運行數(shù)據(jù)、測試數(shù)據(jù)、客戶投訴數(shù)據(jù)等的采集、存儲并深度關(guān)聯(lián)分析已成為可能。本文正是在此基礎(chǔ)上介紹了其中的MR數(shù)據(jù)的挖掘建模研究，并將建模算法用軟件程序?qū)崿F(xiàn)。

【關(guān)鍵詞】 LTE MR 建模 信噪比 信號純凈度 干擾 NoSQL

一、研究意義

隨著網(wǎng)絡快速發(fā)展，網(wǎng)絡問題已經(jīng)非常深入、細化。傳統(tǒng)的區(qū)域級、小區(qū)級分析定位已經(jīng)無法滿足日益增強的用戶體驗需求。在傳統(tǒng)的優(yōu)化分析思路中，除路測和信令分析以外，其他手段只能將問題發(fā)現(xiàn)、定位到小區(qū)粒度，但小區(qū)覆蓋范圍很大，范圍內(nèi)不是每一個點都有諸如覆蓋、干擾等問題，而且很多問題僅僅通過傳統(tǒng)的統(tǒng)計級 KPI、MR 數(shù)據(jù)，無法發(fā)現(xiàn)問題。如針對覆蓋，從統(tǒng)計級 MR 上來講，只要屬于本小區(qū)的 MR 采樣點電平弱于一定值的比例大于 XX，即為弱覆蓋小區(qū)，但實際情況下，很多小區(qū)并不是真的絕對信號很弱，只是因為鄰區(qū)、切換等問題導致拖尾等情況，從統(tǒng)計上表現(xiàn)為本小區(qū)弱覆蓋而已。這種問題，傳統(tǒng)的分析手段是無法發(fā)現(xiàn)的，而只能通過路測、信令跟蹤等方式發(fā)現(xiàn)。但路測耗時耗力而且測試區(qū)域受限，信令數(shù)據(jù)量太大而且只能發(fā)現(xiàn)問題后去精細化定位，無法作為常規(guī)手段，而MR數(shù)據(jù)是周期性的采集了所有用戶測量報告，但其相比信令數(shù)據(jù)，針對網(wǎng)優(yōu)的需求對很多字段進行了精簡，數(shù)據(jù)量大為減少。

二、LTE MR文件介紹

測量是LTE系統(tǒng)的一項重要功能。系統(tǒng)中需要使用測量結(jié)果完成諸如小區(qū)選擇/重選及切換等事件的觸發(fā)，同時，針對大量測量數(shù)據(jù)的統(tǒng)計分析也可用于發(fā)現(xiàn)網(wǎng)絡問題。MR測量數(shù)據(jù)較路測數(shù)據(jù)具有更全面、更完整、更易取得的優(yōu)點。

MR文件中各類周期的定義：

eNodeB或UE測量采樣周期：表示eNodeB或UE對某個測量數(shù)據(jù)進行測量的周期，目前要求統(tǒng)計設(shè)定為5210ms，即5.21S進行一次周期性測量

OMC-R統(tǒng)計周期：表示OMC-R生成測量報告統(tǒng)計的周期，該周期目前統(tǒng)計設(shè)置為15分鐘，即每個ENB15分鐘生成一個測量報告文件。

理論上，一個測量文件里包含這個eNodeB下所有UE和eNodeB本身約176次的測量結(jié)果。MR測量報告數(shù)據(jù)主要來自UE和eNodeB，以及在無線資源管理過程中計算產(chǎn)生的測量報告。原始測量數(shù)據(jù)或者經(jīng)過統(tǒng)計計算報送到OMC-R以統(tǒng)計數(shù)據(jù)形式進行存儲，生成MRS文件，或者直接報送到OMC-R以樣本數(shù)據(jù)形式進行存儲，最終生成MRO文件。而MRE文件是采用事件觸發(fā)機制，利用網(wǎng)絡已開啟的事件測量（A1、A2等），不需另外開啟測量，測量數(shù)據(jù)周期性匯總生成MRE文件，主要記錄切換等事件信息，在本文中不作研究。

三、MR數(shù)據(jù)建模研究

分析MR數(shù)據(jù)，根據(jù)MR數(shù)據(jù)中的字段，定義出能夠描述各類網(wǎng)絡性能的方法，并進行多指標綜合建模，研究網(wǎng)絡問題的自動定位算法，本文介紹了其中的4個：

3.1下行覆蓋率算法

數(shù)據(jù)源文件：MRO；

字段：MR.LteScRSRP：

MR.LteScRSRP解釋：該字段表示UE接收到的當前服務小區(qū)的信號強度，取值范圍從-∞到-120dBm一個區(qū)間，對應MR.RSRP.00；從-120 dBm到-115 dBm為一個區(qū)間，對應MR.RSRP.01；從-115dBm到-80dBm每1dB一個區(qū)間，對應MR.RSRP.02到MR.RSRP.36；從-80dBm到-60dBm每2dB一個區(qū)間，對應MR.RSRP.37到MR.RSRP.46；大于-60dBm一個區(qū)間，對應MR.RSRP.47，依此類推；

下行覆蓋率（CovRate_DL）指標定義：

CovRate_DL=大于-110dBm的采樣點數(shù)/總采樣點數(shù)；

問題判決門限：CovRate_DL <=90%

該指標可用于評估LTE小區(qū)的覆蓋情況，根據(jù)不同場強區(qū)間分布比例可判斷該小區(qū)的大致覆蓋情況，用于檢查覆蓋盲點/弱覆蓋區(qū)域。也可以大致判斷小區(qū)是否存在天線遮擋及硬件故障。

3.2信號純凈度算法

數(shù)據(jù)源文件：MRO

字段：MR.LteScRSRP，MR.LteNcRSRP

MR.LteScRSRP解釋：該字段表示UE接收到的當前服務小區(qū)的信號強度，其取值范圍見3.1

MR.LteNcRSRP解釋：該字段表示UE接收到的相鄰小區(qū)的信號強度，其取值范圍同MR.LteScRSRP。

信號純凈度（AccCovRate）指標定義：

AccCovRate=（1-精確覆蓋率分子）/精確覆蓋率分母；

精確覆蓋率分子= MR.LteScRSRP大于-115dBm，且MR.LteScRSRP – 第2強的同頻鄰區(qū)強度（MR.LteNcRSRP）<=6dB的總采樣點數(shù)，鄰區(qū)必須是與主小區(qū)同頻

精確覆蓋率分母=所有MR.LteScRSRP大于-115dBm的采樣點數(shù)；

問題判決門限：AccCovRate <=85%

該指標可用于評估小區(qū)的覆蓋范圍是否合理，以及與其他小區(qū)覆蓋沖突的嚴重程度。

3.3上行信噪比算法

數(shù)據(jù)源文件：MRO

字段：MR.LteScSinrUL

MR.LteScSinrUL解釋：本測量數(shù)據(jù)是根據(jù)每用戶使用的PRB上的PUSCH信號功率S和干擾功率I的平均值，計算每用戶信噪比數(shù)值，并按區(qū)間呈現(xiàn)，取值范圍：SINR小于-10dB，對應MR.SinrUL.00；從-10dB到25dB，每 1dB為一個區(qū)間，對應MR.SinrUL.01到MR.SinrUL.35；大于25dB，對應MR.SinrUL.36；

上行信噪比（SINR_UL）指標定義：

SINR_UL= sum（MR.LteScSinrUL-10）/所有采樣點個數(shù)；

問題判決門限：SINR_UL <= -3dB

該指標可用于間接分析業(yè)務質(zhì)量，因為LTE上下行信道具有互易性的特點，可以通過對小區(qū)上行信道SINR值的分析，判斷小區(qū)下行信道的SINR值，從而判斷小區(qū)業(yè)務質(zhì)量。

3.4上行高干擾比例算法

數(shù)據(jù)源文件：MRS

字段：MR.ReceivedIPower

MR.LteScSinrUL解釋：本測量數(shù)據(jù)表示OMC-R統(tǒng)計周期內(nèi)按照分區(qū)間統(tǒng)計的上行接收干擾信號功率的樣本個數(shù)。上行接收干擾信號功率值是對所有空閑PRB上的干擾功率（包括熱噪聲）取功率平均值。取值范圍：小于-126dBm為一個區(qū)間，對應MR.ReceivedIPower.00；從-126.0dBm到-75dBm每1dBm為一個區(qū)間，大于-75.0dBm為一個區(qū)間，對應MR.ReceivedIPower.52，依此類推。

上行高干擾比例（InterfereRate_UL）指標定義：

InterfereRate_UL= MR.ReceivedIPower≥-105dBm的采樣點數(shù)/所有MR.ReceivedIPower采樣點數(shù)。（即MR.ReceivedIPower.22以上的采樣點占比）

問題判決門限：InterfereRate_UL >= 5%

該指標可用于小區(qū)的上行干擾分析。

四、軟件實現(xiàn)

限于篇幅，本文只列舉了部分建模的研究成果，其他算法如小區(qū)工參偏差、PCI模干擾等未能在文中一一列出。

由于MR文件數(shù)量巨大，單小區(qū)每天輸出288個文件，每個文件10M左右，因此需要將將研究成果通過軟件程序?qū)崿F(xiàn)，以解決海量MR文件處理挖掘的問題，系統(tǒng)采用C#及NoSQL方式，用戶只需一鍵操作，即可將MR中的各類問題挖掘出來，大大提高了網(wǎng)優(yōu)人員的工作效率，以及問題定位的準確度，實現(xiàn)網(wǎng)絡自動分析優(yōu)化（SON）。

五、結(jié)束語

4G網(wǎng)絡的廣泛使用產(chǎn)生了海量數(shù)據(jù)，這些數(shù)據(jù)除滿足用戶業(yè)務使用需要外，還攜帶了大量有價值信息，如用戶位置信息、用戶行為及業(yè)務行為信息等。對這些數(shù)據(jù)進行深入分析，可挖掘出用戶使用感知及網(wǎng)絡問題等有價值信息，并應用于網(wǎng)絡運營工作。受技術(shù)限制，傳統(tǒng)網(wǎng)絡運營中僅憑經(jīng)驗選取部分數(shù)據(jù)進行分析，效率不高。近年來，大數(shù)據(jù)、云計算、數(shù)據(jù)挖掘等人工智能技術(shù)不斷發(fā)展，為移動網(wǎng)絡的海量數(shù)據(jù)進行深入分析奠定了基礎(chǔ)，海量現(xiàn)網(wǎng)運行數(shù)據(jù)、測試數(shù)據(jù)、客戶投訴數(shù)據(jù)等的采集、存儲并深度關(guān)聯(lián)分析已成為可能。本文介紹了其中的MR數(shù)據(jù)的挖掘建模研究，希望能夠拋磚引玉，以更好地提升LTE網(wǎng)絡性能。

參 考 文 獻

[1] 中國移動通信有限公司，TD-LTE數(shù)字蜂窩移動通信網(wǎng)無線操作維護中心（OMC-R）測量報告技術(shù)要求[Z]. 2013.3：7-17.

[2] 盧卓君 彭陳發(fā) 岑曙煒，TD-LTE網(wǎng)絡優(yōu)化探討[J]. 電信技術(shù)， 2012（7）： 52-54.

[3] 何珂 全濤，基于MR數(shù)據(jù)的LTE網(wǎng)絡射頻精細優(yōu)化的方法研究，移動通信/網(wǎng)規(guī)網(wǎng)優(yōu)專 欄 2013.12，12-19