劉通，施兆陽，陳燦，齊春言

（中國電信股份有限公司安徽分公司，安徽 合肥 230031）

基于LTE MR大數(shù)據(jù)分析的虛擬化路測應(yīng)用探討

劉通，施兆陽，陳燦，齊春言

（中國電信股份有限公司安徽分公司，安徽 合肥 230031）

為了降低網(wǎng)優(yōu)的工作中人工測試的工作量、降本增效，通過采用大數(shù)據(jù)分析的方法，對用戶手機采集上報的MR數(shù)據(jù)進(jìn)行分析，研究了不同道路場景的MR定位優(yōu)化算法，并提出了道路柵格化、數(shù)據(jù)清洗、柵格匯聚及道路覆蓋GIS呈現(xiàn)、自動發(fā)現(xiàn)道路典型覆蓋問題的虛擬化路測實現(xiàn)方案。經(jīng)過人工路測與虛擬化路測對比驗證，證實了虛擬化路測的可行性和準(zhǔn)確性。

MR 大數(shù)據(jù) 用戶識別 虛擬化路測

1 引言

在移動通信無線網(wǎng)絡(luò)優(yōu)化工作中，無線網(wǎng)絡(luò)路測一直是發(fā)現(xiàn)和分析無線網(wǎng)絡(luò)問題的重要手段。常見的路測工具方式有筆記本電腦+單機版測試軟件+測試手機、智能手機+APP測試軟件、自動路測系統(tǒng)等，人工測試和分析的工作量較大。

在4G時代，無線網(wǎng)絡(luò)提供了更為豐富的發(fā)現(xiàn)和分析無線網(wǎng)絡(luò)問題的手段及方法，MR即是其中之一。MR（Measurement Report，測量報告）主要來自UE（User Equipment，用戶終端）和eNodeB的物理層、RLC（Radio Link Control，無線鏈路層控制協(xié)議）層以及在無線資源管理過程中計算產(chǎn)生的測量報告。MR數(shù)據(jù)中含有位置信息和無線網(wǎng)絡(luò)覆蓋信息，若能針對道路場景的MR進(jìn)行分析加工，將MR包含的無線網(wǎng)絡(luò)覆蓋數(shù)據(jù)在道路上GIS（Geographic Information System，地理信息系統(tǒng)）打點展現(xiàn)，將找到一個新的無線網(wǎng)絡(luò)路測方法。本文基于Hadoop大數(shù)據(jù)平臺構(gòu)建MR虛擬化路測應(yīng)用系統(tǒng)，針對高鐵等道路MR的差異化特征，分場景進(jìn)行定位算法優(yōu)化，以提高定位精度，并利用電子地圖對道路進(jìn)行柵格化，通過數(shù)據(jù)清洗剔除干擾數(shù)據(jù)，將有效MR采樣點RSRP匯聚成柵格維度進(jìn)行GIS呈現(xiàn)，直觀展示無線網(wǎng)絡(luò)覆蓋質(zhì)量以及道路無線網(wǎng)絡(luò)典型覆蓋問題自動發(fā)現(xiàn)。

2 虛擬化路測的算法實現(xiàn)

基于MR的虛擬化路測需要對MR數(shù)據(jù)進(jìn)行一系列的分析加工，主要包括采集、定位、清洗、柵格化、GIS渲染等環(huán)節(jié)，具體如圖1所示：

圖1 虛擬化路測MR數(shù)據(jù)處理流程

2.1 MR數(shù)據(jù)采集

MR數(shù)據(jù)采集環(huán)節(jié)主要關(guān)注MR數(shù)據(jù)的生成規(guī)則。MR數(shù)據(jù)由基站負(fù)責(zé)收集，無線側(cè)網(wǎng)管負(fù)責(zé)數(shù)據(jù)文件生成，因此需要在無線網(wǎng)管進(jìn)行相關(guān)的規(guī)則配置。根據(jù)3GPP協(xié)議規(guī)范，只有激活態(tài)用戶才會上報MR，為減少對用戶的影響，一般都采用抽樣上報的模式，即只選擇部分用戶上報。

MR數(shù)據(jù)采樣的規(guī)則主要包括MR抽樣用戶數(shù)、數(shù)據(jù)上報周期、數(shù)據(jù)上報次數(shù)等，一般配置為單小區(qū)50個用戶、10秒上報一次、連續(xù)上報10次。為避免MR單個文件過大，通常無線側(cè)網(wǎng)管配置15分鐘生成一個MR文件。

為提高數(shù)據(jù)采集和后續(xù)分析的效率，考慮用戶在道路上的行為特征，可以只采集08:00～18:00的MR數(shù)據(jù)即可。

2.2 MR定位

MR數(shù)據(jù)能否在道路測試中得到有效應(yīng)用，關(guān)鍵是定位精度問題，直接決定了虛擬化路測的效果。如果定位偏差較大，那么落在道路上的采樣點就不一定是真正發(fā)生在道路上的，這將極大地影響虛擬化路測結(jié)果的可用性，因此分場景對定位算法進(jìn)行了優(yōu)化。

（1）各類場景的定位算法優(yōu)化

1）高鐵場景

針對高鐵場景的定位優(yōu)化主要包括高鐵用戶識別、高鐵用戶MR定位，具體如下：

◆高鐵用戶識別

高鐵用戶識別的主要目的是剔除高鐵沿線用戶的影響，把實際乘坐高鐵的旅客分揀出來，剔除沿線非高鐵用戶的干擾，主要是通過分析用戶移動性特征（服務(wù)小區(qū)、移動軌跡、移動速度等）進(jìn)行識別。高鐵用戶識別流程如圖2所示：

圖2 高鐵用戶識別流程

例如：如圖3所示，某京滬高鐵用戶占用了高鐵小區(qū)A，連續(xù)多條MR中服務(wù)小區(qū)的切換順序為B→C→D→E，顯示用戶移動軌跡是高鐵下行方向，根據(jù)小區(qū)經(jīng)緯度和MR上報時間，可以測算出用戶移動的速度約為150km/h。由于該用戶符合連續(xù)占用高鐵小區(qū)、快速移動的特征，所以根據(jù)上述流程判斷該用戶為高鐵用戶。

◆高鐵用戶MR定位

圖3 高鐵用戶識別示例

由于高鐵車廂較封閉，接收到GPS信號的難度較大，因此需對高鐵MR采用多種定位方法進(jìn)行定位?？梢砸来尾捎肁GPS（Assisted Global Positioning System，輔助全球衛(wèi)星定位系統(tǒng)）、指紋定位、TA（Time Advance，時間提前量）+AOA（Angle of Arrival，到達(dá)角度）方法進(jìn)行定位。其中，AGPS定位是指符合3GPP R10及以上版本規(guī)范的終端可以通過手機終端采集經(jīng)緯度，直接在MR中上報；指紋定位是指通過提取AGPS定位MR采樣點的無線網(wǎng)絡(luò)特征向量建立指紋模型，與其他MR進(jìn)行比對，對特征向量匹配的MR進(jìn)行定位；TA+AOA定位是指利用MR中的TA值估算距基站距離、AOA計算與基站角度，實現(xiàn)MR定位。高鐵用戶定位算法流程如圖4所示：

2）地鐵場景

地鐵場景封閉性較好，一般為地下線路，無法接收GPS衛(wèi)星信號，因為定位精度較高的AGPS方法無法適用。同時，由于地鐵通常采用漏纜覆蓋，信號單一、均勻性較好，所以指紋算法、RSRP（Reference Signal Receiving Power，參考信號接收功率）三角定位等無法適用。

由于信號沿漏纜傳播，信號時延可以較好地反映距離信源小區(qū)的遠(yuǎn)近，而地鐵線路方向性較明確，因此將TA+AOA定位方法優(yōu)化為根據(jù)地鐵行進(jìn)方向+TA沿地鐵線路依次打點，可以較好地解決地鐵場景高精度定位問題。

3）高速、城區(qū)、國省道等開放性場景

高速、城區(qū)、國省道等道路一般較開闊，上空無遮擋，GPS衛(wèi)星信號較好，因此可以只采用AGPS定位方式。

（2）首次數(shù)據(jù)清洗

MR首次數(shù)據(jù)清洗的目的主要是根據(jù)定位算法剔除，對前述各場景定位算法未能實現(xiàn)精準(zhǔn)定位的MR記錄予以剔除。

2.3 MR柵格化

圖4 高鐵用戶定位算法流程

由于MR采樣點數(shù)量巨大，動輒以億計，若直接采用采樣點進(jìn)行道路覆蓋渲染，對系統(tǒng)處理能力要求極高，為便于后續(xù)分析，需將MR數(shù)據(jù)柵格化。

MR柵格化主要是利用GIS技術(shù)建立道路柵格，在高精度定位算法為主的情況下，可以將柵格大小設(shè)置為10m×10m。例如：依據(jù)高鐵電子地圖圖層，以高鐵線為中心，左右各10m，生成10m×10m的道路柵格。

在MR柵格化的過程中，將同步實現(xiàn)二次數(shù)據(jù)清洗，根據(jù)MR定位經(jīng)緯度將MR采樣點落入相應(yīng)道路柵格，未落入道路柵格的MR采樣點則予以剔除。

為保證虛擬化路測的實現(xiàn)效果，需對數(shù)據(jù)清洗后的MR數(shù)據(jù)質(zhì)量進(jìn)行評估，主要考察是否有效覆蓋目標(biāo)道路、采樣點數(shù)量是否足夠，一般至少要求道路柵格中MR采樣點大于100個的柵格占比要達(dá)到95%以上。若無法滿足，則需要考慮通過時間進(jìn)行數(shù)據(jù)累積，一般累積合并一周數(shù)據(jù)即可滿足虛擬化路測分析的數(shù)據(jù)質(zhì)量要求。

2.4 MR柵格渲染

將MR柵格化后，需將MR內(nèi)的采樣點匯聚為柵格粒度網(wǎng)絡(luò)覆蓋指標(biāo)，通常采用RSRP指標(biāo)評價LTE無線網(wǎng)絡(luò)覆蓋。

對于單條MR采樣點，取服務(wù)小區(qū)和鄰小區(qū)中最強的RSRP值作為該條MR的RSRP。將柵格內(nèi)所有MR的RSRP取算術(shù)平均值作為柵格的RSRP。

利用不同顏色區(qū)分柵格RSRP的強弱，通常采用與路測軟件相近的色系和取值范圍。例如：RSRP＜-105dBm（紅色）、-105dBm≤RSRP＜-95dBm（黃色）、RSRP≥-95dBm（綠色）。

基于MR的無線網(wǎng)絡(luò)覆蓋率柵格化評價公式如下：

MR柵格覆蓋率=(柵格平均RSRP≥覆蓋門限電平的柵格數(shù))/有MR測量報告的柵格總數(shù)×100% (1)

3 虛擬化路測的IT系統(tǒng)實現(xiàn)

基于MR大數(shù)據(jù)分析的虛擬化路測應(yīng)用已在無線網(wǎng)絡(luò)優(yōu)化平臺實現(xiàn)，MR數(shù)據(jù)量大小與網(wǎng)絡(luò)規(guī)模、用戶規(guī)模、終端分布等高度相關(guān)。一般來說，省級網(wǎng)絡(luò)的MR日均數(shù)據(jù)量可達(dá)TB級、采樣點數(shù)達(dá)到十億級，同時虛擬化路測對數(shù)據(jù)加工分析的算法邏輯較為復(fù)雜，網(wǎng)優(yōu)平臺可采用分布式架構(gòu)的Hadoop大數(shù)據(jù)處理技術(shù)來更好地提升系統(tǒng)效率。系統(tǒng)架構(gòu)具體如圖5所示。

MR數(shù)據(jù)存儲在HDFS（Hadoop Distributed File System，Hadoop分布式文件系統(tǒng)）中，多臺DataNode節(jié)點服務(wù)器并行執(zhí)行MR數(shù)據(jù)的采集解析程序。在數(shù)據(jù)處理和分析中應(yīng)用了MapReduce、Hive、Impala等Hadoop組件，提供便捷、高效的數(shù)據(jù)SQL分析查詢能力。采用基于Hadoop架構(gòu)的分布式的、面向列的HBase開源數(shù)據(jù)庫組件，用于MR詳單數(shù)據(jù)的存儲。GIS組件采用ArcGIS產(chǎn)品提供數(shù)據(jù)柵格化、GIS展示能力。

4 虛擬化路測的實踐應(yīng)用

傳統(tǒng)路測不管是人工方式還是自動路測方式，都只能進(jìn)行抽樣測試，一般都是有目的的局部區(qū)域測試，測試頻率和測試范圍也都有限，并且對人力、儀表、車輛等資源的需求較大。

虛擬化路測借助海量MR數(shù)據(jù)的自動化分析，全面覆蓋所有有用戶的區(qū)域，可以實現(xiàn)24小時不間斷的監(jiān)控分析，及時發(fā)現(xiàn)網(wǎng)絡(luò)覆蓋問題，具有覆蓋面廣、時效性高、自動化等特點。虛擬化路測應(yīng)用推動了無線網(wǎng)優(yōu)工作效率的提升，無線網(wǎng)優(yōu)人員的精力由70%發(fā)現(xiàn)問題轉(zhuǎn)向70%解決問題。

圖5 無線網(wǎng)優(yōu)平臺虛擬化路測實現(xiàn)架構(gòu)

某地市分公司虛擬化路測與人工路測效果對比如圖6所示。可以看出，虛擬化路測的相同路段無線網(wǎng)絡(luò)信號覆蓋與人工路測高度擬合，可有效覆蓋目標(biāo)區(qū)域內(nèi)的主要道路，這表明虛擬化路測的結(jié)果準(zhǔn)確可用。

圖6 虛擬化路測與人工路測效果對比

虛擬化路測已在日常網(wǎng)優(yōu)測試分析、工程網(wǎng)優(yōu)、用戶投訴處理等方面獲得了廣泛應(yīng)用。在此基礎(chǔ)上，網(wǎng)優(yōu)平臺又進(jìn)一步開發(fā)了智能派單功能，通過建立算法模型，智能化識別連續(xù)弱覆蓋路段、連續(xù)重疊覆蓋路段、連續(xù)模三干擾路段等無線網(wǎng)絡(luò)覆蓋問題，自動發(fā)現(xiàn)、自動派單、自動驗證，派單準(zhǔn)確率達(dá)到85%以上。

5 結(jié)束語

本文研究了MR數(shù)據(jù)在路測上的應(yīng)用，通過分場景的定位算法優(yōu)化，提高定位精度；數(shù)據(jù)清洗和柵格化，剔除干擾數(shù)據(jù)；應(yīng)用GIS技術(shù)實現(xiàn)無線網(wǎng)絡(luò)覆蓋的直觀展示，利用Hadoop大數(shù)據(jù)系統(tǒng)的處理和分析能力，很好地實現(xiàn)了虛擬化路測效果。虛擬化路測已在無線網(wǎng)絡(luò)優(yōu)化平臺實現(xiàn)，并在網(wǎng)優(yōu)實踐工作中產(chǎn)生了實際效果，成為大數(shù)據(jù)網(wǎng)優(yōu)的典型應(yīng)用之一。3GPP RAN2工作組提出了MDT（Minimization of Drive-Test，最小化路測）技術(shù)研究，其中的Logged MDT模式將有助于收集網(wǎng)絡(luò)覆蓋盲區(qū)信息，后續(xù)可再進(jìn)一步豐富虛擬化路測的應(yīng)用場景。

[1] 孫林潔,王粟. 基于MR的位置指紋定位算法[J]. 電信工程技術(shù)與標(biāo)準(zhǔn)化, 2016,29(8): 62-64.

[2] 王粟. 基于OTT的MR定位方法[J]. 電信工程技術(shù)與標(biāo)準(zhǔn)化, 2016,29(10): 63-66.

[3] 琚波. 基于電平信號的LTE MR定位方法研究[D]. 杭州:浙江工業(yè)大學(xué), 2015.

[4] 池剛毅,商亮,孫浩,等. 基于三維空間特征庫的MR定位系統(tǒng)[J]. 電信工程技術(shù)與標(biāo)準(zhǔn)化, 2016,29(3): 25-27.

[5] 韓亞楠. LTE中RF指紋定位算法研究[D]. 北京: 北京交通大學(xué), 2016.

[6] 陳國軍,周海驕,王典煒. 通過MR實現(xiàn)跨運營商LTE網(wǎng)絡(luò)覆蓋對比的研究[J]. 移動通信, 2016,40(24): 8-11.

[7] 何國華. 基于MR數(shù)據(jù)的上下行不平衡優(yōu)化分析[J]. 電信技術(shù), 2013(3): 59-61.

[8] 徐樺. 一種基于LTE-MR劣化場景模式識別的自動優(yōu)化方法[J]. 電信工程技術(shù)與標(biāo)準(zhǔn)化, 2016,29(10): 18-21.

[9] 王潤璠. 面向LTE的AoA無線定位技術(shù)的研究[D]. 南京:東南大學(xué), 2014.

[10] 姜備. 基于LTE MR的移動網(wǎng)絡(luò)優(yōu)化研究[D]. 上海: 上海師范大學(xué), 2016.★

施兆陽：高級工程師，學(xué)士畢業(yè)于南京郵電大學(xué)，現(xiàn)任職于中國電信股份有限公司安徽分公司無線網(wǎng)絡(luò)優(yōu)化中心，主要從事移動通信無線網(wǎng)絡(luò)優(yōu)化管理工作。

陳燦：通信工程師，畢業(yè)于廣西百色學(xué)院，現(xiàn)任職于中國電信股份有限公司安徽分公司無線網(wǎng)絡(luò)優(yōu)化中心，主要從事3G/4G移動網(wǎng)優(yōu)化及系統(tǒng)建設(shè)工作。

Discussion on Application of Virtual Drive Test Based on LTE MR Big Data Analysis

LIU Tong, SHI Zhaoyang, CHEN Can, QI Chunyan
(C h i n a T e l e c o m C o., L t d., A n h u i B r a n c h, H e f e i 230031, C h i n a)

10.3969/j.i s s n.1006-1010.2017.12.001

T N929.53

A

1006-1010(2017)12-0001-05引用格式：劉通,施兆陽,陳燦,等. 基于L T E MR大數(shù)據(jù)分析的虛擬化路測應(yīng)用探討[J]. 移動通信, 2017,41(12): 1-5.[Abstract]In order to reduce the workload of arti fi cial tests, decrease the cost and increase ef fi cacy in the network optimization, the big data analysis method was used to analyze the MR data collected and reported by users’ terminals. The MR localization optimization algorithms suitable for different scenarios were investigated. The implementation scheme on the virtual drive tests of the grid road, data cleaning, grid aggregation, road coverage GIS display and automatic discovery of typical road coverage was put forward. The virtual drive test is compared with the arti fi cial drive test. Results validate the feasibility and accuracy of the virtual drive test. [Key words]MR big data user identi fi cation virtual drive test

劉通：通信工程師，學(xué)士畢業(yè)于西安電子科技大學(xué)，現(xiàn)任中國電信股份有限公司安徽分公司無線與移動專業(yè)（實操型）主任工程師，主要研究方向為移動通信無線網(wǎng)絡(luò)優(yōu)化。

2017-06-07

責(zé)任編輯：袁婷 y u a n t i n g@m b c o m.c n