依托MR大數據分析平臺實現無線虛擬測試代替傳統路測研究

于 洋 張 進 谷俊江 李含華

中國聯合網絡通信集團有限公司江蘇省分公司

0 引言

中國聯通江蘇分公司基于現有網絡MR和XDR大數據，在用戶使用如滴滴打車，百度地圖，美團等需要定位信息交互的軟件時，通過XDR用戶面數據解碼，匹配得到終端位置信息。并通過MR大數據平臺將MR與XDR信息關聯、匯聚和定位，進而呈現海量終端的位置信息，實現大數據無線虛擬測試代替傳統路測。

1 研究背景

同一廠商的設備組成MESH網絡。由于OTN網絡節點間通信存在很多的私有協議，難以實現多個廠家設備組網。這樣的組網方式下，所有設備均由一家廠商集成，有的運營商稱之為“集成式OTN”。

自4G業務商用和推廣以來，4G業務流量呈現出爆炸式增長，同時用戶對4G網絡質量的要求越來越高，網絡深度覆蓋不足，尤其是室內深度覆蓋問題制約著4G網絡質量的提升，影響客戶感知。

江蘇聯通公司4G站點總規模為42000個，4G室分覆蓋樓宇數8400棟，作為南方經濟大省的省分公司，無論從網絡規模還是業務量上看，都在全國處于前列。截至2016年，江蘇共有約87萬棟樓宇，公路總里程近20萬公里，如此龐大的基數給人工測試帶來了巨大投資成本和時間成本，與我省提出的“提質、降本、增效”的公司運營發展思路相違背。所以江蘇聯通面對多張網絡同時運行、用戶數迅速增長、各種業務層出不窮、多場景覆蓋需求等復雜的局面，需要從以前的靠人海戰術、多系統并行提取多維數據源，人工分析和組合關聯的工作方式向云化大數據分析轉變。在數據源爆炸的時代，實現工作效率不降反升，精細化分析的能力日漸增強，同時兼顧運營成本投入。

2 MR大數據平臺無線虛擬測試的實現

2.1 終端位置信息的匹配

（1）指紋庫定位算法

指紋庫算法是指采用日常的ATU道路/CQT撥打測試數據作為訓練樣本指紋庫，將MR數據與之進行匹配，配對成功，完成MR的地理化顯示。

指紋匹配一般采用模式匹配的標準算法，比如KNN（K Nearest Neighborhood）。

1）指紋匹配：宗旨是選擇MR與指紋庫最“相似”的柵格；

2）相似度可以通過MR中小區信號強度和指紋庫的LSQ（sum of squared difference）評估，值越小表示相似度越高；

3）從待選區域的所有可能50×50柵格，按上面的方法找到K個最小的LSQ，這K個柵格的中心坐標就定義為MR的位置，通過指紋庫算法可將MR定位精度由傳統的200米提升到50米以內。

（2）用戶行為識別算法

用戶行為識別算法是通過MR數據挖掘，獲取用戶的電平特征、鄰區特征、切換特征等多維度信息，建立室內用戶模型，從而精確區分室內外業務。

大數據、云計算、網信安全及其他新技術——創新與發展

圖1 指紋庫定位算法原理

2.2 MR信息與準確定位信息的關聯

MR大數據分析平臺基于路測數據的小區信號強度進行模型校正，以PNN神經網絡算法為基礎對道路附近的MR樣本點進行定位，同時結合經過模型校正后的網格場強定位的方法，采用 fi nger-print等識別匹配算法進行精確定位。

圖2 MR信息和定位信息關聯

2.3 平臺搭建的方式

MR大數據平臺產品采用松耦合架構，定位中心的構建位于客戶大數據中心的中間層，定位結果支撐無線虛擬測試應用。

大數據分析虛擬測試平臺具有如下特點：

1）實時在線大數據獲取：高效自動；

2）客戶端友好：Web應用、支持GIS呈現、支持數據庫操作、支持問題小區查詢和導出；

3）支撐精細優化：50×50米柵格級統計、業務和MR的關聯定位、信令和MR的關聯定位。

圖3 MR大數據平臺架構

2.4 功能模塊實現應用

（1）LTE網絡精確規劃模塊

LTE網絡精確規劃模塊，通過MR定位、路測、工參，電子地圖等多維數據關聯分析，依托精度更高的指紋庫算法以及基于指紋庫的傳播模型訓練算法，實現數據入庫、數據解析和定位、數據分析、報表輸出的自動化處理，快速、有效的定位覆蓋問題點。

從需求管理、站點規劃、價值分析到建后評估的全流程管理，實現需求管理、站點可柵格化呈現。

圖4 MR大數據平臺數據生產流程

（2）眾籌道路測試和眾籌掃樓功能

基于特有定位和位置信息匹配算法，通過XDR和MR的大數據關聯，采用APP GPS+MR指紋定位，獲得含經緯度的可用采樣點。顯示采樣點的位覆蓋情況屬性，精確顯示道路采樣數以及覆蓋屬性。

眾籌路測功能：獲得的道路多維度（覆蓋、干擾、重疊等）指標狀況，節省海量測試人員并獲取諸多難以涉及的小巷或者小區內道路情況，虛擬測試詳細度高于5級道路，在節省測試成本的同時，提升日常測試工作的效率。

眾籌掃樓功能：通過MR柵格化定位算法實現對區域覆蓋柵格化定位，并通過定位模型算法識別出室內外用戶，在柵格化地圖上做精細化的顯示，進行室內建筑物的覆蓋情況分析。

眾籌路測輸出結果不僅能在平臺頁面直接呈現，還可以導出KML格式文件，在Google Earth中加載，更便于維護、優化人員對比分析。

3 結論

江蘇聯通MR大數據分析平臺無線虛擬測試的實現，通過獨有的指紋庫定位算法、MR和準確定位信息的關聯，集約化的平臺搭建方式，實現了全民參與道路虛擬測試，眾籌掃樓、網絡規劃指導，驗證和優化的功能。

運用MR數據分析平臺進行MR和XDR大數據挖掘，代替傳統的人工路面測試和樓宇深度測試，大大減少了網絡優化數據采集的人工成本和時間成本。并且由于收集的是在網用戶的實際使用感知數據，減少了人工測試可能出現的人為干預和采樣不合理因素，無線網絡評估結果更貼近真實用戶體驗，更公平合理，也使無線網絡評估工作進入自動化、智能化階段。