羅偉華 許盛宏

【摘? 要】基站的位置是移動網(wǎng)絡的核心資源數(shù)據(jù)，但目前存在大量臺賬數(shù)據(jù)是不準確的，嚴重影響了日常網(wǎng)絡優(yōu)化、規(guī)劃等工作。從基站小區(qū)獲取到的MR數(shù)據(jù)出發(fā)，提出一種基于MR大數(shù)據(jù)的基站小區(qū)定位方法，采用大數(shù)據(jù)算法構建模型，實現(xiàn)臺賬坐標經(jīng)緯度的預測，目前已經(jīng)在現(xiàn)網(wǎng)部署試點應用，輔助校正錯誤的基站工參信息，取得了較好的預期效果，提升了日常網(wǎng)絡優(yōu)化、規(guī)劃的工作效率，為基站網(wǎng)絡覆蓋質(zhì)量提升提供了有力支撐。

【關鍵詞】MR;基站;大數(shù)據(jù);定位

doi：10.3969/j.issn.1006-1010.2020.10.013? ? ? ? 中圖分類號：TN91

文獻標志碼：A? ? ? ? 文章編號：1006-1010（2020）10-0073-04

引用格式：羅偉華，許盛宏. 基于MR大數(shù)據(jù)的基站小區(qū)定位方案[J]. 移動通信， 2020，44（10）： 73-76.

0? ?引言

隨著定位技術在生活中的應用日益廣泛，各種日常應用對定位技術的精確度要求也已逐步提高[1]。運營商也同樣如此，臺賬包括經(jīng)緯度坐標等核心工參數(shù)據(jù)，是基站扇區(qū)的核心資源，是網(wǎng)絡優(yōu)化、規(guī)劃、建設的基礎分析數(shù)據(jù)，也是用戶定位算法等方面應用必不可少的數(shù)據(jù)，因此確保基站臺賬數(shù)據(jù)的準確性非常重要。但是，由于工程建設、網(wǎng)絡優(yōu)化、網(wǎng)絡規(guī)劃等多方對網(wǎng)絡設備進行調(diào)整和優(yōu)化，可能存在臺賬工參數(shù)據(jù)和現(xiàn)網(wǎng)設備實際配置不一致的問題，據(jù)初步統(tǒng)計，目前全省基站扇區(qū)經(jīng)緯度偏差大于500 m的占比約為10%，這些錯誤臺賬已經(jīng)嚴重影響了平時工作中網(wǎng)絡的優(yōu)化。

為了核對準確的臺賬數(shù)據(jù)，傳統(tǒng)方式需要到現(xiàn)場使用專用GPS（Global Positioning System）定位設備進行勘察后修正臺賬數(shù)據(jù)，耗費人力物力且效率低下，為了解決這個痛點，本文提出一種基于大數(shù)據(jù)的基站定位方案，通過大數(shù)據(jù)算法模型和攜帶經(jīng)緯度的AGPS-MR（Assisted Global Positioning System-Measurement Report）數(shù)據(jù)，去除復雜的無線環(huán)境導致的誤差干擾[2]，實現(xiàn)基站小區(qū)坐標的預測。

1? ?運營商基站坐標預測

1.1? 使用數(shù)據(jù)說明

（1）本方法上線測試時所使用的數(shù)據(jù)是運營商現(xiàn)網(wǎng)上所有基站小區(qū)其歷史一周內(nèi)采集到的全量MR（Measurement Report）數(shù)據(jù)，數(shù)據(jù)量約為百TB級別。

（2）AGPS（Assisted Global Positioning System）即輔助GPS（AGPS）定位技術，目前結(jié)合了GPS定位和蜂窩基站定位的優(yōu)勢，借助蜂窩網(wǎng)絡的數(shù)據(jù)傳輸功能，可以快速精準地定位，在手機終端中被廣泛使用。AGPS定位技術比傳統(tǒng)GPS定位技術更有參考價值[3]，該特征表示了UE（User Equipment）所在的位置。

（3）TA（Timing Advance）用于表征UE與基站天線的距離，可以用于估算用戶到基站小區(qū)天線的位置距離，而根據(jù)計算，在4G LTE網(wǎng)絡環(huán)境中1個TA表征的距離約為78 m[4]。

1.2? 總體實現(xiàn)流程

臺賬經(jīng)緯度預測功能實現(xiàn)總體流程如圖1所示：

（1）該方法首先獲取運營商現(xiàn)網(wǎng)上所有基站小區(qū)其歷史一周內(nèi)采集到的全量MR數(shù)據(jù)。

（2）按基站小區(qū)分組，每組數(shù)據(jù)均為以該基站小區(qū)為主接入小區(qū)的MR。

（3）提取MR的AGPS和TA的信息，經(jīng)緯度坐標轉(zhuǎn)換為平面坐標。

（4）然后對同TA的點分組，用聚類的方式使一個TA值只保留一個點。該點僅攜帶AGPS信息和TA信息。

（5）再對這些保留的點按規(guī)則——以MR經(jīng)緯度為圓心，分別以TA×78 m、（TA+1）×78 m為半徑畫圓，得到一個圓環(huán)，并在圓環(huán)處劃分柵格，該柵格大小為10 m×10 m。構造柵格來計算一方面是因為如果直接算交點坐標，那么可能出現(xiàn)的情況是交點均落在一個較小區(qū)域內(nèi)且分布比較分散，另一方面是因為比起直接計算交點的浮點數(shù)值類型的坐標，計算柵格的效率會更高。

（6）通過計算可以得到各個圓環(huán)中柵格的重疊次數(shù)，最終要找到柵格重疊次數(shù)最高的柵格集合，并從中選取到該集合中其他柵格距離之和最短的柵格。

（7）取該柵格的中心經(jīng)緯度為估算的基站小區(qū)位置。原因是不用柵格方法計算得到的最終交點坐標可能位于柵格化后內(nèi)部的任一處，而取柵格中心點能獲得最小的誤差。這里稍微犧牲了準確度，但大大提升了計算速度。

（8）重復（2）～（7）步驟，預測現(xiàn)網(wǎng)中各個基站小區(qū)的經(jīng)緯度。

1.3? 數(shù)據(jù)提取

MR數(shù)據(jù)是用戶在執(zhí)行業(yè)務過程中上報給網(wǎng)絡的測量信息[5]，能夠準確反映網(wǎng)絡的覆蓋情況，提取海量MR數(shù)據(jù)中的重要特征來預測基站的坐標經(jīng)緯度，為LTE工程規(guī)劃提供重要支撐。本模型首先從運營商現(xiàn)網(wǎng)數(shù)據(jù)中讀取全省過去一周的歷史MR數(shù)據(jù)，提取其中含有AGPS數(shù)據(jù)的MR，并去掉沒有上報TA的MR，按基站小區(qū)號分組匯聚數(shù)據(jù)。

1.4? 數(shù)據(jù)處理與計算

在本模型中，TA是衡量用戶設備到基站天線距離的重要標識，如果根據(jù)TA算的和實際距離不一致則會嚴重影響算法的準確度。但是由于無線環(huán)境復雜，比如信號經(jīng)過多次反射到達天線、基站使用了小區(qū)合并[6]等情況，結(jié)果不準確的TA值會直接影響結(jié)果的正確率，所以必須保證要盡量多地去除異常TA值。本文的模型計算時充分考慮了無線環(huán)境產(chǎn)生的誤差，對數(shù)據(jù)進行如下處理。

（1）DBSCAN算法聚類過程

按基站小區(qū)分組采集到多條MR后，實際情況中這些數(shù)據(jù)包含多個不同的TA值。然而TA會因無線環(huán)境復雜等多種情況產(chǎn)生不同的誤差，例如處于相同位置的UE其TA可能都會有較大的差異。本方法把同基站小區(qū)內(nèi)的相同TA的數(shù)據(jù)單獨取出來，采用DBSCAN聚類算法，找到其中一個點作為具有準確TA的MR點，保留該MR點的AGPS和TA值。結(jié)合DBSCAN的實現(xiàn)思想[7]，在此處本方法使用DBSCAN算法的偽代碼思想如下：

1）設置DBSCAN重要參數(shù)：Eps=200 m，MinPts=10，Eps指定一個點附近區(qū)域的半徑范圍大小，MinPts表示在該點Eps的范圍大小內(nèi)至少要有的點的數(shù)量，如果一個點滿足MinPts的條件，那么該點可以歸類為準確TA的候選點，否則歸類為邊緣點。

2）在同組（同基站小區(qū)同TA值的MR）點中隨機選取一點為中心點，計算該點與同組其他點的距離，若滿足MinPts的條件，則把該點歸類為候選點，并將滿足條件的其他點加入到集合中去，并以集合中的點作為新的中心，判斷其余點是否同樣滿足MinPts的條件，直至完成歸類。重復上述步驟，直到該集合沒有新的點加入，該集合則為聚類完成的一個簇。

3）判斷是否還有未歸類的點，如果有則重復第2）步，否則算法結(jié)束。

4）獲取聚類后點最多的一個簇，在簇內(nèi)的候選點中查找到其他簇內(nèi)點距離之和最短的點，取該點的TA值和AGPS為一個有效數(shù)據(jù)。

5）重復上述步驟，直到遍歷完該基站小區(qū)包含的MR中所有出現(xiàn)過的TA值為止。

本文算法利用DBSCAN算法找出分布最密集的類，將其中的中心點作為有效數(shù)據(jù)，此處采用極大似然的估計方式，只要該小區(qū)所搜集到的大部分用戶的數(shù)據(jù)準確，那么對應地，密集分布的群體內(nèi)具有高準確度的中心點，其TA是能夠準確反映該點到基站的位置的[9]。所以，利用聚類的方法，在其分布最多最密集的地方只保留一個中心點作為準確點，從而在最大程度上去除了誤差點的干擾。

（2）按TA值外擴柵格預測基站小區(qū)位置

該步驟對應的示意圖如圖2所示。從1.2節(jié)（1）中獲取該小區(qū)內(nèi)所有的有效數(shù)據(jù)（一個TA值一個有效數(shù)據(jù)），對每個有效數(shù)據(jù)進行如下處理：

1）以每個有效數(shù)據(jù)（圖2中的TA=1，TA=2……這些點，圖中用紅色小圓環(huán)表示）的AGPS經(jīng)緯度為圓心位置，分別以TA×78 m和（TA+1）×78 m為半徑做圓，從而得到一個TA點對應一個圓環(huán)（圖中用不同顏色表示不同TA值對應的圓環(huán)）。

2）圓環(huán)中間柵格化處理，以10 m×10 m為一個柵格大小，并記錄這些柵格被多少個圓環(huán)重疊過，即記錄它們的重疊次數(shù)，推斷基站小區(qū)位置只出現(xiàn)在這些柵格上，如圖中的柵格{a， b， c， d}。

3）取重疊次數(shù)最多的柵格中心點為預測基站小區(qū)的位置，如果重疊次數(shù)最多的柵格有多個，則把距其它柵格距離和最小的那個柵格中心點作為基站小區(qū)的位置。如圖2中柵格{a， b， c}重疊次數(shù)均為3，而柵格d的重疊次數(shù)為2，由此可以去除d，而在柵格{a， b， c}中，a距離另外兩個柵格的距離最短，則取柵格a的中心點位置為預測的基站小區(qū)位置。

4）對其他基站小區(qū)都進行上述步驟處理，從而預測出所有基站小區(qū)的位置。

特別地，在實際情況中，也有可能出現(xiàn)如圖2中TA=1、TA=2這些誤差點，表示其TA在無線傳播過程中出現(xiàn)誤差，無法用于衡量到達基站小區(qū)的位置。但在查找重疊次數(shù)最多的柵格這一步驟中，可以達到去除誤差點影響的目的。

2? ?結(jié)束語

本方案實現(xiàn)了一種基于大數(shù)據(jù)的基站小區(qū)定位方法，可實現(xiàn)對室內(nèi)、室外小區(qū)的定位。通過對MR數(shù)據(jù)的挖掘分析，采用其自身攜帶的AGPS和TA信息，構建基于大數(shù)據(jù)的定位方案模型。本方法具體實現(xiàn)過程主要有：

（1）首先獲取該基站小區(qū)采集到的用戶終端上傳測量報告（MRO）數(shù)據(jù)，提取AGPS和TA的信息。

（2）獲取對應基站小區(qū)下的MR，對同TA的點分組，用聚類的方式使一個TA只保留一個點。再對這些保留的點分別以AGPS為圓心、距離圓心TA×78 m至（TA+1）×78 m的距離處劃分柵格。

（3）得到重復度最高的柵格作為柵格集合。在該集合內(nèi)，選取到其余柵格距離之和最小的柵格，其中心經(jīng)緯度即為預估的基站小區(qū)位置。

基站工參信息維護人員，通過對比工參信息中各個基站小區(qū)的位置與本方法預測出的基站小區(qū)的位置，修改校正錯誤的工參信息，目前初步取得了較好的預期效果。

然而，該算法目前所能夠進行坐標勘誤的前提，還是需要較為理想的測試環(huán)境的，且目前只能預測MR對應的主服務小區(qū)的經(jīng)緯度位置，還不能夠解決一些例如室分外引、天線到RRU饋線過長導致TA過大等情況，算法還需要結(jié)合現(xiàn)網(wǎng)各種場景進行不斷改進、不斷優(yōu)化。

總之，基站臺賬的準確性是移動網(wǎng)絡規(guī)劃與優(yōu)化的基礎，只有作為基站臺賬位置這些基礎信息準確了，才能給未來網(wǎng)絡優(yōu)化、規(guī)劃的工作打下良好的基礎，才能給現(xiàn)場運維工作人員提供更好的支撐，減輕工作難度與壓力。后續(xù)將會繼續(xù)結(jié)合MR數(shù)據(jù)的各種特征，不斷突破原有算法的限制，為運營商的網(wǎng)絡規(guī)劃、智慧網(wǎng)優(yōu)和優(yōu)化布局提供全方位智能化的分析方法。

參考文獻：

[1]? ? 史劉強，付江濤. 基于UWB定位系統(tǒng)設計[J]. 電子設計工程， 2019（15）： 161-165.

[2]? ? 耿珂，黃智剛，蘇雨，等. 基于地面基站的定位系統(tǒng)構建和方案[J]. 北京航空航天大學學報， 2019，45（10）： 2051-2057.

[3]? ? 左超，耿慶鵬，劉旭峰. 基于大數(shù)據(jù)的電信業(yè)務發(fā)展策略研究[J]. 郵電設計技術， 2013（10）： 1-4.

[4]? ?nanjinghangda. LTE TA理解[EB/OL]. （2014-03-21）[2019-09-30]. https：//blog.csdn.net/nenema/article/details/22162623.

[5]? ? ? ZHANG K， YANG P. WCDMA ratio network optimization approach based on measurement report[C]//Iet International Conference on Communication Technology & Application. IET， 2012.

[6]? ? 管文明，廖夢石. LTE小區(qū)合并技術及其在現(xiàn)網(wǎng)的應用實踐[J]. 電信技術， 2015，7（11）： 85-88.

[7]? ? ?王桂芝. 基于密度聚類分析的相關算法研究[J]. 電腦知識與技術， 2013（30）： 6714-6716.

[8]? ? scikit-learn. Clustering[EB/OL]. [2019-09-30]. https：//scikit-learn.org/stable/modules/clustering.html#dbscan.

[9]? ? 肖偉雄. 移動通信網(wǎng)絡覆蓋優(yōu)化分析方法與系統(tǒng)實現(xiàn)[D]. 長沙： 中南大學， 2010.

[10]? 鄒北驥，肖偉雄. 一種基于時間提前量TA的GSM網(wǎng)絡覆蓋優(yōu)化方法[J]. 計算機工程與科學， 2011，33（1）： 7-11.