基于采樣點聚類和切換象限劃分核查小區方位角

高峰，雷蕾，杜日覽，黎峰，徐鉭，李銀，左修玉

?

基于采樣點聚類和切換象限劃分核查小區方位角

高峰1，雷蕾1，杜日覽1，黎峰1，徐鉭1，李銀1，左修玉2

（1. 中國移動通信集團廣西有限公司，廣西南寧 530022； 2. 浪潮通信信息系統有限公司，廣西南寧 530022）

工參數據主要依賴于人工維護，其低準確性制約了網絡規劃優化工作的開展。針對工參數據中的小區方位角，通過采集網管系統的測量報告數據和切換統計數據，綜合運用采樣點聚類算法和切換象限劃分算法，計算對應小區的模擬方位角。進一步對比模擬方位角和實際方位角，發現存在的問題，從而指導工參數據更新以及工程整改。通過現網的實際驗證，該研究方法取得了良好的應用效果。同樣，該研究可以推廣應用到工參數據的經緯度方面的核查工作中，具有較強的借鑒價值。

工參數據整治；采樣點聚類；切換象限劃分；網絡優化

1 引言

工參是無線網絡優化領域對于工程參數的行業術語簡稱，特指方位角、經緯度、站高等站點在工程建設期間決定的參數，以區別于基站設備上用于后續運維的配置參數。工參數據在網絡優化工作中發揮著重要的基礎性作用，常應用于優化分析、規劃設計仿真、性能專題分析、投訴處理等諸多工作，工參數據的準確性直接決定了上述分析結論準確、可信、可用。

目前工參數據主要依賴于人工維護，在日常網絡割接、優化調整過程中，由于對工參數據的更新不及時、不全面等原因，導致工參數據的準確性一直是難以保障的問題。常規的整治手段是階段性開展工參數據普查工作，但面臨無重點、周期長、效率低、成本高的問題，難以實現對工參數據準確性的常態化保障。

本文針對工參數據中的小區方位角，通過采集網管系統的測量報告（measurement report，MR）數據和切換統計數據，綜合運用采樣點聚類算法和切換象限劃分算法，計算對應小區的模擬方位角。通過對比小區的模擬方位角和實際方位角，發現工參方位角存在問題的小區，進而指導工參數據更新或工程整改。通過現網的實際驗證，該研究方法取得了良好的應用效果，有效保障了日常網絡規劃、網絡優化各項工作中基礎工參數據的準確性。

2 基于MR采樣點聚類算法

2.1 三角定位原理

MR數據是指手機終端在無線資源管理過程中對周圍無線環境進行周期性測量，并上報到eNode B而形成的測量結果。由于采集到的MR采樣點數據沒有位置信息，需要通過手機定位算法確定每個MR采樣點位置信息。

常用的定位算法有基于測量傳輸時間的算法、基于測量到達時間差的算法和基于測量到達角度的算法，前兩種要求網絡有嚴格的時間同步，后一種需要天線技術的支持?？紤]到普遍性和適應性，本文選用三角定位。

已知3個圓圓心坐標為A(a,a)、B(b,b)、C(c,c)，未知點坐標(x,y)到各圓心距離為a、b、c，分別以A、B、C為圓心，以各距離為半徑做圓，則3個圓僅交于點，數學模型如下：

在實際中，路徑的傳播損耗比理論值大，即計算結果比實際值大。因此，以A、B、C為圓心，以a、b、c為半徑的圓不再相交于一點，而是一個區域，這時通過三角形質心法即可求出結果或者通過計算兩條直線的交點能減少運算量。在直角坐標系內，若3個頂點的坐標分別為(1,1)、(2,2)、(3,3)，則三角形的重心的坐標為((1+2+3)/3,(1+2+3)/3)。由圖1可知，兩圓相交得一條直線，故有3條直線，求得其中兩條，再求其交點即可。

圖1 三角定位示意

2.2 線性回歸聚類算法

在統計學中，線性回歸（linear regression）是一種利用線性回歸方程的最小平方函數對一個或多個自變量和因變量之間關系進行建模的回歸分析，如圖2所示，其中軸為采樣點在東西方向的距離，軸為采樣點在南北方向的距離。

天線在實際空間中傳播時，功率由中心線向兩邊遞減，沿著傳播方向遞減，所以中心線附近的采樣點即實際的天線中心線。由基站向外依次柵格化，每個柵格中的前個接收電平最大值的采樣點集中在實際天線中心線附近?？梢园凑站€性回歸算法進行聚類，形成擬合直線，使每個點到該直線的距離最短，亦即平面上有限個點到直線的距離和最小。該直線的方向就是理論上天線需要覆蓋的方向。

2.3 聚類MR采樣點模擬方位角

通過采集網管系統的MR數據，對其中的采樣點進行位置定位，對定位后的采樣點進行聚類，模擬小區的方位角，具體步驟如下。

步驟1 從設備廠商OMC（operation andmaintenance center，操作維護中心）上連續采集一周的MR原始數據，按小區粒度進行匯總統計，形成小區的采樣點分布。

步驟2 根據現網小區經緯度坐標，基于傳播模型求采樣點到基站的距離。32.4+20lg+ 20lg，=基站發射功率-采樣點收到的功率，為頻率，知道和可計算出距離。

步驟3 應用三角形定位的原理，計算采樣點在服務小區的位置坐標。可以通過計算滿足服務小區與鄰區之間成三角形的組合，并取平均值提高定位精確度。

步驟4 對定位坐標信息進行數據篩選，以服務小區為單位，提取采樣點的最遠距離，取模進行柵格化，每個定位坐標信息以手機測量的下行電平作為篩選條件，以每個柵格為單位，對柵格內電平值按照電平最大的前個采樣點的電平平均值計算。

步驟5 應用線性回歸聚類的方法，對柵格化的采樣點進行聚類，從而計算出小區的模擬方位角。

步驟6 分別計算基站下每個小區的模擬方位角與實際方位角之差，根據差值特征，識別出單小區方位角異常、小區接反等問題，如圖3所示，其中橫坐標代表采樣點在東西方向的分布，縱坐標代表采樣點在南北方向的分布。

3 基于切換象限劃分算法

3.1 蜂窩網絡的切換特征

當前的蜂窩網絡都是按照一定的網絡結構進行站點的規劃建設，并且通過設置站點下的小區之間的鄰區關系，從而實現全網覆蓋。就某小區而言，排除站內小區間切換后，它與周邊小區的切換統計沿其天線的主方向（方位角）成正態分布，如圖4所示。

也就是說，在無線系統中，在天線方位角正確的情況下，源小區所在的站點與發生切換（主要是出切換）小區的站點之間的連線應該落入小區安裝方位角的左偏或者右偏的范圍之內，或者說該范圍內的占比應該較高。

3.2 切換象限劃分

基于上述對于蜂窩網絡切換特征的分析，為了兼顧全面性和準確性，可以嘗試取為90°、60°、45°（如通過系統實現，市區基站密度大，可以進一步細分到30°、15°，結果更準確），這樣可以把360°的平面劃分成2~4個象限。如果發生切換的站點連線大多未在第一象限內，可以判斷該小區的方位角存在偏差，如圖5所示。

假定服務小區1所在站點的經緯度為（(0),(0)），鄰區所在站點()的經緯度為（(),()），小區1的方向角為，至()與正北方向的夾角()為：

（3）

假設處在1小區第一象限的鄰區有個，處在第二象限的鄰區為個，從1小區出切換至鄰區的切換請求次數為H，1為第一象限出切換請求次數的比例，當1小于切換占比門限M，判斷服務小區1的方位角存在有較大偏差或天線有裝反的可能：

（5）

注：根據經緯度計算小于50 m的站點默認為同站，將其切換請求次數等剔除，不參與上述計算。M的取值范圍為：40%、30%、20%、10%。

同理，當取值為45°、60°時，同樣判斷1的大小，當1

（7）

（8）

在實際應用過程中可以根據實際情況取小區一定時間段內鄰區級切換次數進行統計，通過取45°、60°、90°，M取40%、30%、20%、10%的幾種不同組合判斷方式進行篩選，得出可能存在切換異常的小區。

以=60°，M取40%進行計算，如果1<40%，則認為是切換象限異常小區。

4 應用效果

目前上述研究已應用于實際生產中，表1是對南寧市全網小區的工參方位角的分析統計結果，經現場驗證，分析結論的綜合準確率在90%以上。

表1 某市無線網絡方位角分析統計結果

4.1 方位角異常案例站點分析

以下是通過應用切換象限劃分算法分析站點1小區存在工參方位角異常的分析過程。

步驟1 選定1小區（如圖6中五角星所示），根據其方位角（85°）按照=60°切換象限，如圖6所示。

步驟2 根據該小區配置的鄰區關系以及各鄰區的位置信息（如圖6中扇形所示），通過空間運算確定各個鄰區歸屬的切換象限。

步驟3 基于采集的鄰區切換統計數據，統計1小區近一周內的出切換請求次數1以及切換至所有鄰區的切換請求次數之和sum。

步驟4 計算總切換請求中落在第一象限的切換請求次數占比為10%。

步驟5 小于設定的分析門限（40%），從而確定該小區為切換象限異常小區，推送判定過程和分析結論。

4.2 小區裝反案例站點分析

站點2下的三小區工參方位角分別為110°、230°和350°，統計近一周內的MR采樣點數據，篩選Top采樣點，應用三角定位法對采樣點進行位置定位，具體如圖7所示，其中1~3小區對應的MR采樣點分別用五角星、圓形、菱形表示。

可以分別計算出1~3小區的模擬方位角分別為348°、108°和244°，具體見表2。對比填報方位角和模擬方位角兩組數字，可以發現1~3小區存在裝反的問題。

表2 小區裝反案例站點分析結果

5 結束語

本文提出了MR采樣點聚類算法和切換象限劃分算法，經過現網驗證，準確性能夠達到90%以上，為工參數據質量的常態化保障提供了有效手段。該研究方法可以推廣到工參數據中經緯度等方面的核查中，能夠有效提升網絡基礎工參數據的質量，支撐日常優化工作的開展。

[1] 韓斌杰. GSM原理及其網絡優化（第2版）[M]. 北京: 機械工業出版社, 2008.

HAN B J. GSM principle and network optimization(second edition)[M]. Beijing: China Machine Press, 2008.

[2] 肖建華. TD-SCDMA無線網絡優化指南[M]. 北京: 人民郵電出版社, 2010.

XIAO J H. TD-SCDMA wireless network optimization guide[M]. Beijing: Posts&Telecom Press, 2010.

[3] 郭寶. TD-LTE無線網絡優化與應用[M]. 北京: 機械工業出版社, 2014.

GUO B. TD-LTE wireless network optimization and application[M]. Beijing: China Machine Press, 2014.

[4] 武玉剛. 一種基于切換占比迭代分析的小區工參驗證方法：CN201610189665.0[P]. 2016-06-15.

WU Y G. A verification method of cell parameters based on iterative analysis of switching proportion: CN201610189665.0[P]. 2016-06-15.

[5] 畢奇, 謝偉良, 陳鵬, 等. LTE多天線技術發展趨勢[J]. 電信科學, 2014, 30(10): 1-7.

BI Q, XIE W L, CHEN P, et al. Progress and trends of multiple antennas technology in LTE network[J]. Telecommunications Science, 2014, 30(10): 1-7.

[6] 曹旭, 曹瑞彤. 基于大數據分析的網絡異常檢測方法[J]. 電信科學, 2014, 30(6): 152-156.

CAO X, CAO R T. Network anomaly prediction method based on big data[J]. Telecommunications Science, 2014, 30(6): 152-156.

Verification of the cell azimuth based on clustering of sampling point and division of switching quadrant

GAO Feng1, LEI Lei1, DU Rilan1, LI Feng1, XU Tan1, LI Yin1, ZUO Xiuyu2

1. Guangxi Branch of China Mobile Group Co., Ltd., Nanning 530022, China 2. Inspur Communication Information System Co., Ltd., Nanning 530022, China

Engineering data mainly depends on manual maintenance, and the poor accuracy restricts the development of network planning optimization. Aiming at the cell azimuth in engineering data, the simulated azimuth of the corresponding cell was calculated by using the sampling point clustering algorithm and the switching quadrant partitioning algorithm by collecting the measurement report data and the switching statistical data of the network management system. By comparing the simulated azimuth angle and the actual azimuth angle, the existing problems were found, which could be used to guide the data updating and engineering rectification. Through the actual verification of the current network, the research method has achieved good application effect. Similarly, the study can be applied to the latitude and longitude of engineering data, which has a strong reference value.

regulation of engineering data, clustering of sampling point, division of switching quadrant, optimization of network

TN929

A

10.11959/j.issn.1000?0801.2017135

2017?03?08；

2017?05?10

高峰（1981?），男，現就職于中國移動通信集團廣西有限公司，主要研究方向為網管支撐系統、系統規劃。

雷蕾（1978?），女，中國移動通信集團廣西有限公司信息系統部規劃建設室經理，主要研究方向為云計算、大數據、網管支撐系統、系統規劃。

杜日覽（1975?），男，中國移動通信集團廣西有限公司無線優化中心無線優化室經理，主要研究方向為無線網優化。

黎峰（1982?），男，現就職于中國移動通信集團廣西有限公司，主要研究方向為無線網絡優化、集中優化支撐系統。

徐鉭（1981?），男，中國移動通信集團廣西有限公司網絡運營中心室經理，主要研究方向為網管系統建設及維護、安全管理。

李銀（1984?），女，現就職于中國移動通信集團廣西有限公司，主要研究方向為網管系統建設及維護。

左修玉（1984?），男，浪潮通信信息系統有限公司優化服務產品方案經理，主要研究方向為無線網絡優化、系統規劃。