基于大數(shù)據(jù)思維的MDT數(shù)據(jù)過濾與室內(nèi)識別方法

郭向榮 李剛 紀純妹 陳炯鋒 馬于飛 熊雄

摘要：現(xiàn)階段運營商的室內(nèi)網(wǎng)絡評估方法不能有效支撐海量的室內(nèi)網(wǎng)絡評估與分析應用。從MDT數(shù)據(jù)特性出發(fā)，研究MDT數(shù)據(jù)結構與字段，采用基于大數(shù)據(jù)多維度分析的MDT異常GPS過濾方法和基于大數(shù)據(jù)匹配的MDT室內(nèi)數(shù)據(jù)識別方法，該方法經(jīng)過驗證能夠有效輸出室內(nèi)定位數(shù)據(jù)，解決MDT定位數(shù)據(jù)無法用于室內(nèi)網(wǎng)絡評估的問題，提供海量有效經(jīng)緯度數(shù)據(jù)用于室內(nèi)評估與分析。

關鍵詞：MDT定位;大數(shù)據(jù)思維;數(shù)據(jù)過濾;室內(nèi)識別

1? ?引言

現(xiàn)階段運營商的室內(nèi)網(wǎng)絡評估方法主要包括人工測試與基于OTT定位的室內(nèi)評估，前者存在測試效率低成本高問題，后者由于OTT數(shù)據(jù)的HTTPS廣泛加密存在可解析的定位數(shù)據(jù)越來越少且精確不高的問題，因此均不能有效支撐海量的室內(nèi)網(wǎng)絡評估與分析應用。

本次研究數(shù)據(jù)源MDT[1]是運營商自有數(shù)據(jù)，數(shù)據(jù)長期可用，MDT數(shù)據(jù)特征是在MR中攜帶GPS經(jīng)緯度信息[2]，能夠直接得到具體位置上的無線網(wǎng)絡情況[8]，應用價值高。但由于GPS收集來自海量用戶[2-3]，存在部分用戶上報GPS位置不準確，且在室內(nèi)深入?yún)^(qū)域無法接收到GPS的問題。因此，MDT數(shù)據(jù)無法直接應用在室內(nèi)網(wǎng)絡分析上。本文基于大數(shù)據(jù)的思維方法[4-6]，對MDT異常數(shù)據(jù)過濾與室內(nèi)數(shù)據(jù)識別方法[7-8]進行分析探討，研究出一種有效的數(shù)據(jù)過濾與室內(nèi)識別的方法。

2? ?MDT數(shù)據(jù)過濾與室內(nèi)識別算法

MDT原始數(shù)據(jù)具備時間標識、用戶標識、小區(qū)標識、RSRP等信息，因此，本文主要利用大數(shù)據(jù)多維分析方法評估GPS經(jīng)緯度的合理性識別出異常經(jīng)緯度，通過異常GPS過濾算法進行異常經(jīng)緯度數(shù)據(jù)過濾，并采用兩種室內(nèi)數(shù)據(jù)關聯(lián)算法，最終輸出有效的室內(nèi)數(shù)據(jù)，具體步驟包括：

（1）提取MDT原始數(shù)據(jù)中的“時間標識”“用戶標識”“小區(qū)標識”“經(jīng)緯度”“RSRP”等信息;

（2）利用大數(shù)據(jù)多維分析方法，基于“用戶標識”與“經(jīng)緯度”數(shù)據(jù)，從“用戶維度”與“偏移維度”評估MDT經(jīng)緯度合理性;

（3）基于“小區(qū)標識”與“經(jīng)緯度”數(shù)據(jù)，從“網(wǎng)元維度”評估MDT經(jīng)緯度合理性;

（4）基于“用戶標識”、“經(jīng)緯度”、“RSRP”數(shù)據(jù)與路測數(shù)據(jù)，從“問題點維度”評估MDT經(jīng)緯度合理性;

（5）通過以上四個維度，評估識別出異常經(jīng)緯度，并通過異常GPS過濾算法進行異常經(jīng)緯度數(shù)據(jù)過濾;

（6）過濾后輸出的準確MDT數(shù)據(jù)，采用兩種室內(nèi)數(shù)據(jù)關聯(lián)算法，包括室內(nèi)場景行為室內(nèi)數(shù)據(jù)識別與基于大數(shù)據(jù)思維的室內(nèi)數(shù)據(jù)匹配：

1）通過將MDT數(shù)據(jù)與樓宇圖層進行匹配，提取樓宇邊緣的MDT數(shù)據(jù)。根據(jù)用戶標識信息，提取MDT用戶的所有數(shù)據(jù)（包括不帶MDT經(jīng)緯度的MR數(shù)據(jù)），依據(jù)用戶行為及MR特征算法判斷是否室內(nèi)行為，如果是室內(nèi)行為，則將有MDT經(jīng)緯度歸屬的樓宇位置信息回填到?jīng)]有經(jīng)緯度的MR數(shù)據(jù)上。通過將MDT數(shù)據(jù)與樓宇圖層進行匹配，提取樓宇邊緣的MDT數(shù)據(jù);

2）基于海量的MDT數(shù)據(jù)，提出一種新的思路，通過提取無經(jīng)緯度MR，依據(jù)指紋回填算法與多站定位算法，對每條MR數(shù)據(jù)運算出兩個位置，并進行位置匹配，兩種算法輸出的樓宇位置如果相同，則該經(jīng)緯度數(shù)據(jù)回填成功。

（7）采用以上兩種室內(nèi)數(shù)據(jù)關聯(lián)算法，最終輸出可用于室內(nèi)網(wǎng)絡評估的室內(nèi)數(shù)據(jù)。

如果用戶只在進入或離開樓宇時上報經(jīng)緯度，則對MDT經(jīng)緯度之前與之后的MR進行提取，并判斷滿足以下算法，則對MR進行樓宇位置回填：

（1）MR1經(jīng)緯度歸屬樓宇內(nèi);

（2）提取同一個用戶中，MR1后300 s內(nèi)的MR數(shù)據(jù)、MR1前300 s內(nèi)的MR數(shù)據(jù);

（3）前后的數(shù)據(jù)分別進行判斷，只保留RSRP均小于MR1的MR數(shù)據(jù);

（4）占用小區(qū)與MDT數(shù)據(jù)的小區(qū)相同;

（5）占用小區(qū)類型判斷，當需要回填的MR小區(qū)類型為“室內(nèi)”，則直接回填樓宇位置信息;當需要回填的MR小區(qū)類型為“室外”，則進行TA/AOA判斷，當TA變化小于16TS且AOA變化小于30，則回填樓宇位置信息。

對于海量的MDT數(shù)據(jù)，提取無經(jīng)緯度的MR，依據(jù)指紋回填算法與多站定位算法，對每條MR運算出兩個位置，并進行位置匹配，對兩種算法輸出的樓宇位置相同的MR進行保留，具體匹配流程如圖1所示。

根據(jù)TA/AOA/RSRP等信息，計算MR數(shù)據(jù)與主鄰小區(qū)的距離，得到MR數(shù)據(jù)距離每個小區(qū)可能出現(xiàn)的位置，再對所有點進行算術平均得到MR的位置。

根據(jù)TA測量值估計UE和eNodeB之間的距離（圖2中①），D=N×16×7.8 m（N即是MR上報的TA值），例如TA=1，即1×16×7.8=124.8 m，得到MR距離主覆蓋小區(qū)大概位置，圓圈即是UE可能出現(xiàn)的位置。根據(jù)主小區(qū)的AOA值，計算UE和eNodeB的大概位置（圖2中②），方向=A（A即AOA角度，例如A=30°，即用戶在基站的30°方向上）。將弧線換成點狀，得到用戶的大概位置（圖2中③）。

根據(jù)鄰小區(qū)的RSRP值進行粗略計算，RSRP一定程度上反映用戶與基站的距離，運算結果可以做為主小區(qū)的距離參考。

得到MR距離每個小區(qū)可能出現(xiàn)的位置，并對所有點進行平均計算，得到用戶的大概位置。

將指紋定位與多站定位進行的經(jīng)緯度進行匹配，一致的數(shù)據(jù)進行保留，不吻合的則丟棄，保證定位數(shù)據(jù)輸出的準確性。

3? ?MDT數(shù)據(jù)過濾與室內(nèi)識別應用情況

通過用戶維度、網(wǎng)元維度、偏移維度、問題點維度這四個維度對MDT數(shù)據(jù)進行分析，剔除異常經(jīng)緯度數(shù)據(jù)。

從用戶維度進行評估的方法是，提取每個用戶的所有MR經(jīng)緯度數(shù)據(jù)，計算所有經(jīng)緯度之間的距離，并獲取最遠距離的兩個位置的上報時間，根據(jù)“距離/時間”計算用戶移動速度，判斷MDT經(jīng)緯度是否合理，對存在移動速度大于120 km/h的用戶，將整個用戶的數(shù)據(jù)進行剔除，如圖3“過濾算法”所示：

從網(wǎng)元維度進行評估的方法是按小區(qū)維度評估經(jīng)緯度合理性后，輸出各個小區(qū)的MDT數(shù)據(jù)，在地圖上渲染，分析經(jīng)緯度是否超出小區(qū)合理覆蓋范圍。對于室外站，計算與小區(qū)距離最近的一圈的所有室外站點的站間距并取該部分數(shù)據(jù)的算術平均值，以5倍該算術平均值作為基站的合理覆蓋范圍，對于超過合理覆蓋范圍的經(jīng)緯度進行過濾（超高站點另外考慮）。對于室內(nèi)站，大于室內(nèi)站500 m的經(jīng)緯度數(shù)據(jù)則作為異常數(shù)據(jù)過濾掉。

通過人工測試采集經(jīng)緯度與MDT收集到的經(jīng)緯度進行對比從而進行偏移維度的評估，評估結果發(fā)現(xiàn)人工測試位置與收集的MDT位置吻合。

對測試發(fā)現(xiàn)的問題點，通過查驗MDT輸出的結果，進行問題點維度的評估，發(fā)現(xiàn)兩者結果吻合。

通過信令中的用戶標識，對用戶數(shù)據(jù)進行識別，在足夠短的時間內(nèi)，將用戶進入室內(nèi)前與離開室內(nèi)后上報過MDT的經(jīng)緯度數(shù)據(jù)進行樓宇內(nèi)經(jīng)緯度回填，由于室內(nèi)穿透損耗等情況存在，對于參考信號接收功率（RSRP，Reference Signal Receiving Power）比窗邊MDT數(shù)據(jù)的RSRP低的數(shù)據(jù)，進行回填經(jīng)緯度的數(shù)據(jù)，否則不予回填。

如果進入樓宇和離開樓宇均有經(jīng)緯度數(shù)據(jù)，如圖4所示，MR1-MR12均屬于同一用戶的數(shù)據(jù)，紅色點無經(jīng)緯度數(shù)據(jù)，但綠色點有經(jīng)緯度數(shù)據(jù)，如果MR1與MR12經(jīng)緯度均歸屬同一樓宇且MR12-MR1 time<300 s，MR2～MR11的RSRP均小于MR1與MR12的RSRP，則對無經(jīng)緯度的MR回填經(jīng)緯度。

建立每幢樓宇的指紋數(shù)據(jù)：取落在樓宇內(nèi)的MDT數(shù)據(jù)，建立5 m×5 m的平面柵格指紋數(shù)據(jù)，如表1所示。

對于面積不大的樓宇，指紋關聯(lián)采用最小距離匹配算法（歐氏距離）。通過室內(nèi)MDT數(shù)據(jù)建立的指紋，用最小距離匹配算法，對無經(jīng)緯度的MR數(shù)據(jù)匹配對應的樓宇位置，如表2～表4所示。

取最小的距離且該距離小于10的記錄來回填樓宇位置（如表6所示），如果匹配的結果均大于10，則不回填。

4? ?效果評估

對以上算法輸出的樓宇數(shù)據(jù)，通過RSRP呈現(xiàn)弱覆蓋樓宇，并在現(xiàn)場進行人工測試驗證，驗證結果的弱覆蓋與算法輸出結果完全吻合，說明算法輸出可靠性高。

驗證測試共輸出問題點40個，其中33個問題樓宇能進入樓內(nèi)進行測試。33個已測試的樓宇均與MDT數(shù)據(jù)輸出的覆蓋情況相符，存在不同程度的弱覆蓋情況，驗證準確率為100%，如圖5所示：

5? ?結束語

MDT[9-10]數(shù)據(jù)屬于運營商的一種新的定位數(shù)據(jù)源，室內(nèi)數(shù)據(jù)識別通過該數(shù)據(jù)源中攜帶的GPS信息，發(fā)現(xiàn)需要解決MDT異常數(shù)據(jù)過濾和室內(nèi)無法接收GPS衛(wèi)星區(qū)域的數(shù)據(jù)關聯(lián)的問題。

經(jīng)過研究證明，基于大數(shù)據(jù)多維度分析能夠發(fā)現(xiàn)MDT數(shù)據(jù)經(jīng)緯度存在的異常問題，同時該分析提出相關算法進行數(shù)據(jù)過濾，輸出高精度的MDT基礎數(shù)據(jù)，這種數(shù)據(jù)是室內(nèi)數(shù)據(jù)輸出的基礎，輸出用戶窗邊經(jīng)緯度，對進入與離開室內(nèi)MDT之間的MR進行回填，同時室內(nèi)MDT建立每棟樓宇的指紋，開展新型指紋關聯(lián)與新型多站定位的多種定位算法的位置匹配關聯(lián)，經(jīng)過驗證，相關室內(nèi)數(shù)據(jù)準確度高，是一種能夠評估室內(nèi)無線網(wǎng)絡的方法。

參考文獻：

[1] 3GPP TS 36.331. Evolved Universal Terrestrial Radio Access （E-UTRA）; Radio Resource Control （RRC）;Protocol specification（Release 11）[S]. 2018.

[2] 吳學偉，伊曉東. GPS定位技術與應用[M]. 北京： 科學出版社， 2010.

[3] 王建民，顧虹. GPS技術及其在移動定位中的應用研究[J]. 電信技術， 2005（11）： 58-61.

[4] 陳良臣. 大數(shù)據(jù)挖掘與分析的關鍵技術研究[J]. 數(shù)字技術與應用， 2015（1）： 103-106.

[5] 王超. 基于大數(shù)據(jù)技術的現(xiàn)代移動通信研究[J]. 中國新通信， 2015（3）： 111.

[6] 胡舜耕，魏進武. 大數(shù)據(jù)及其在電信運營中的應用研究[J]. 電信技術， 2015（1）： 16-19.

[7] 余揚，趙凱飛，沈嘉. 室內(nèi)定位技術應用、研究現(xiàn)狀及展望[J]. 電信網(wǎng)技術， 2014（5）： 53-56.

[8] 高歆雅，楊恒，張志榮. 移動定位技術的過去、現(xiàn)在和未來[J]. 電信科學， 2013（S1）： 89-93.

[9]3GPP TS 32.422. Telecommunication management;?Subscriber and equipment trace; Trace control and configuration management（Release 15）[S]. 2018.

[10] 3GPP TS 37.320. Radio measurement collection for Minimization of Drive Tests（MDT）; overall descrip-tion（ Release 15）[S]. 2018.