陳文斌

【摘要】 本文介紹了一種能夠遠(yuǎn)程、快速、自動(dòng)檢測(cè)移動(dòng)通信網(wǎng)絡(luò)中天饋線出現(xiàn)內(nèi)外部干擾的方法。該方法通過(guò)對(duì)基站歷史KPI數(shù)據(jù)進(jìn)行Pearson相關(guān)性的挖掘發(fā)現(xiàn)規(guī)律，并提供多元線性回歸方法定位問(wèn)題，達(dá)到遠(yuǎn)程定位基站天饋線是否存在干擾、存在何種干擾的問(wèn)題。這對(duì)提高天饋線維護(hù)效率、降低維護(hù)成本均有較大幫助。

【關(guān)鍵詞】 互調(diào)干擾 天饋線 自動(dòng)檢測(cè) pearson相關(guān)系數(shù) 多元線性回歸

一、引言

隨著移動(dòng)網(wǎng)絡(luò)規(guī)模的日益擴(kuò)大，因頻率復(fù)用等因素造成的內(nèi)外部干擾越來(lái)越成為影響網(wǎng)絡(luò)的關(guān)鍵因素，對(duì)通話質(zhì)量、掉線、擁塞均有顯著影響，同時(shí)也給維護(hù)工作帶來(lái)了較大的困難，因此快速有效的判斷天饋內(nèi)外部干擾就顯得有非常重要意義。

在通信領(lǐng)域很多文獻(xiàn)提出了某些方面的解決方法。王華[1]提出設(shè)備功率調(diào)節(jié)來(lái)避免互調(diào)干擾；何楓[2]等對(duì)TD-LTE網(wǎng)絡(luò)F頻段系統(tǒng)間干擾問(wèn)題，提出一套排查方案；張建偉[3]對(duì)廣播發(fā)射器互調(diào)干擾問(wèn)題提出檢測(cè)和排除方案。然而當(dāng)前天饋線內(nèi)外干擾監(jiān)測(cè)方案的研究還相對(duì)落后。

有鑒于此，本文基于天饋線的工作原理，結(jié)合天饋線干擾維護(hù)積累的歷史數(shù)據(jù)，研究出了一種通過(guò)分析基站KPI，就可有效地判斷出天饋線是否存在干擾的方法。利用該方法，可以實(shí)現(xiàn)遠(yuǎn)程自動(dòng)檢測(cè)天饋線的干擾問(wèn)題，從而大大提高天饋線問(wèn)題檢測(cè)的效率，保障了天饋線的正常運(yùn)行。

二、歷史數(shù)據(jù)挖掘

數(shù)據(jù)來(lái)自于一線維護(hù)的積累，主要有話務(wù)量、切換成功率、掉話率、上下行質(zhì)量等天饋KPI和干擾帶等信息。根據(jù)天饋線維護(hù)經(jīng)驗(yàn)推斷，是否存在干擾帶應(yīng)該可以從話務(wù)量的變化判斷出來(lái)，所以首先研究話務(wù)量與干擾帶的相關(guān)性。這里用Pearson相關(guān)系數(shù)來(lái)觀察[4]，Pearson相關(guān)系數(shù)的定義如下：

設(shè)xi和yi為兩個(gè)隨機(jī)變量，其中i=1，2，3，…N，則兩者間的Pearson系數(shù)r定義如下為

其相關(guān)性強(qiáng)度的判斷標(biāo)準(zhǔn)為：

1、r>0.95說(shuō)明兩者相關(guān)性顯著；

2、0.80

3、0.50

4、0.30≤r≤0.50說(shuō)明兩者低度相關(guān)；

5、r<0.3說(shuō)明兩者關(guān)系極弱或者認(rèn)為不相關(guān)。

其兩個(gè)隨機(jī)變量的變化方向的判斷依據(jù)為：

1、r>0說(shuō)明兩者變化方向相同，稱為正相關(guān)；

2、r<0說(shuō)明兩者變化方向相關(guān)，稱為負(fù)相關(guān)。

數(shù)據(jù)樣例：使用的數(shù)據(jù)是通過(guò)OMC網(wǎng)獲取的一些天饋線的歷史KPI每線話務(wù)量和檢測(cè)到的干擾帶，粒度是每小時(shí)，周期至少為一個(gè)月。

經(jīng)過(guò)對(duì)數(shù)據(jù)分析發(fā)現(xiàn)：存在內(nèi)部干擾時(shí)，相關(guān)系數(shù)均大于0.6；不存在內(nèi)部干擾時(shí)，兩者不具備相關(guān)性。

在不存在相關(guān)性的情況下，根據(jù)外部干擾不定時(shí)開(kāi)關(guān)的特性，判斷是否存在外部干擾，某干擾帶與話務(wù)量無(wú)關(guān)的天饋的干擾帶，隨時(shí)間的變化如圖1所示：

其它KPI指標(biāo)切換成功率、掉話率、上下行質(zhì)量，與干擾帶的相關(guān)性研究方法與上文相同，此處略。

三、多元回歸判斷模型

由歷史數(shù)據(jù)的挖掘結(jié)果，證明了通過(guò)天饋的一些KPI與干擾帶的相關(guān)性判斷是否存在干擾、存在何種干擾的可行性。具體實(shí)現(xiàn)時(shí)，可以通過(guò)多元回歸算法，一起檢測(cè)干擾帶與這些KPI的相關(guān)性。

多元線性回歸模型[5]為：

y=b0+b1x1+b2x2+b3x3+b4x4+b5x5+e

其中，x1，x2，x3，x4，x5為5個(gè)隨機(jī)變量，本文分別代表話務(wù)量、切換成功率、掉話率、上行質(zhì)量、下行質(zhì)量，b0為常數(shù)項(xiàng)，b1，b2，b3，b4，b5為回歸系數(shù)，b1為x1每增加一個(gè)單位對(duì)y的效應(yīng)，即x1對(duì)y的偏回歸系數(shù)；b2，b3，b4，b5同理分別為x2對(duì)y、x3對(duì)y、x4對(duì)y和x5對(duì)y的偏回歸系數(shù)，e為誤差。

多元線性回歸模型的參數(shù)估計(jì)，同一元線性回歸方程一樣，也是在要求誤差平方和∑e2為最小的前提下，用最小二乘法求解參數(shù)。

一元線性回歸直線方程y=a+bx，由最小二乘法可得：

則上述五元線性回歸模型，求解回歸參數(shù)的標(biāo)準(zhǔn)方程組為

可用矩陣法求解參數(shù)b0，b1，b2，b3，b4，b5，即

判斷依據(jù)為：（1）根據(jù)各一次項(xiàng)系數(shù)的正負(fù)和有無(wú)統(tǒng)計(jì)意義進(jìn)行判斷，一次項(xiàng)系數(shù)為正，且有統(tǒng)計(jì)意義，則判斷為存在內(nèi)部干擾，否則為無(wú)內(nèi)部干擾。（2）根據(jù)常數(shù)項(xiàng)為正值，且有統(tǒng)計(jì)意義，則判斷為存在外部干擾，常數(shù)項(xiàng)就是外部干擾值；常數(shù)項(xiàng)為負(fù)值，且有統(tǒng)計(jì)意義，則判斷為外部干擾可能存在不定時(shí)開(kāi)關(guān)；常數(shù)項(xiàng)無(wú)統(tǒng)計(jì)意義，則判斷為無(wú)外部干擾。

四、模塊驗(yàn)證

通過(guò)天饋線智能檢測(cè)系統(tǒng)，提取廈門(mén)的A、B、C、D、E五個(gè)小區(qū)近一個(gè)月數(shù)據(jù)進(jìn)行模型分析是否存在內(nèi)部干擾或外部干擾。經(jīng)過(guò)模型分析，判定由Sig的值是否小于0.05可判斷回歸系數(shù)b0，b1，b2，b3，b4，b5是否有統(tǒng)計(jì)意義。五個(gè)小區(qū)的B值和Sig和統(tǒng)計(jì)如表1：

根據(jù)模型判定結(jié)果和現(xiàn)場(chǎng)測(cè)試判定結(jié)果對(duì)比如表2：

通過(guò)上表數(shù)據(jù)可看出：模型分析結(jié)果與現(xiàn)場(chǎng)測(cè)試結(jié)果完全一致，說(shuō)明模型分析結(jié)果準(zhǔn)確有效。通過(guò)上述模塊檢測(cè)機(jī)制，可以有效地對(duì)天饋線內(nèi)部或外部干擾情形進(jìn)行遠(yuǎn)程檢測(cè)，并且可以針對(duì)具體內(nèi)部干擾問(wèn)題進(jìn)行修復(fù)處理，實(shí)測(cè)驗(yàn)證該機(jī)制可以高效地保障天饋線系統(tǒng)的正常運(yùn)行。

五、總結(jié)

本文提出了遠(yuǎn)程檢測(cè)天饋線系統(tǒng)內(nèi)外干擾方法，相比傳統(tǒng)方法提高了天饋線運(yùn)維效率，可以減少運(yùn)維人員的工作，有效降低運(yùn)維成本。運(yùn)用系統(tǒng)可以實(shí)現(xiàn)遠(yuǎn)程快速確認(rèn)干擾問(wèn)題所在，提出故障排除流程，從而快速準(zhǔn)確的解決天饋線內(nèi)外干擾問(wèn)題，具有時(shí)間成本和經(jīng)濟(jì)成本應(yīng)用價(jià)值和推廣可行性。

參 考 文 獻(xiàn)

[1] 王華. ESVN40 功能開(kāi)發(fā)及在互調(diào)干擾監(jiān)測(cè)中的運(yùn)用[J]. 中國(guó)無(wú)線電管理，2000（1）：18-20

[2] 何楓，曹東旭，蔡海波等. TD-LTE 網(wǎng)絡(luò) F 頻段系統(tǒng)間干擾的排查方法研究[J]. 信息通信，2013（8）：206-207

[3] 張建偉. 調(diào)頻廣播發(fā)射機(jī)互調(diào)干擾信號(hào)的測(cè)試與排查[J]. 廣播與電視技術(shù)，2013，39（11）：94-94

[4] wiki：pearson相關(guān)系數(shù)，URL：http：//en.wikipedia.org/wiki/Pearson_coefficient

[5] Hastie T，Tibshirani R，F(xiàn)riedman J，et al. The elements of statistical learning[M]. New York：Springer，2009