论文部分内容阅读
【摘要】 由于4G LTE网络结构的巨大变化，以及数据量的几何级增长，传统的网优手段开始难以适应新的优化需求，在这个背景下，4G MR测量数据的挖掘应用应运而生。同时，近年来大数据、云计算、数据挖掘等人工智能技术不断发展，为移动网络的海量数据深入分析奠定了基础，海量现网运行数据、测试数据、客户投诉数据等的采集、存储并深度关联分析已成为可能。本文正是在此基础上介绍了其中的MR数据的挖掘建模研究，并将建模算法用软件程序实现。
【关键词】 LTE MR 建模 信噪比 信号纯净度 干扰 NoSQL
一、研究意义
随着网络快速发展，网络问题已经非常深入、细化。传统的区域级、小区级分析定位已经无法满足日益增强的用户体验需求。在传统的优化分析思路中，除路测和信令分析以外，其他手段只能将问题发现、定位到小区粒度，但小区覆盖范围很大，范围内不是每一个点都有诸如覆盖、干扰等问题，而且很多问题仅仅通过传统的统计级 KPI、MR 数据，无法发现问题。如针对覆盖，从统计级 MR 上来讲，只要属于本小区的 MR 采样点电平弱于一定值的比例大于 XX，即为弱覆盖小区，但实际情况下，很多小区并不是真的绝对信号很弱，只是因为邻区、切换等问题导致拖尾等情况，从统计上表现为本小区弱覆盖而已。这种问题，传统的分析手段是无法发现的，而只能通过路测、信令跟踪等方式发现。但路测耗时耗力而且测试区域受限，信令数据量太大而且只能发现问题后去精细化定位，无法作为常规手段，而MR数据是周期性的采集了所有用户测量报告，但其相比信令数据，针对网优的需求对很多字段进行了精简，数据量大为减少。
二、LTE MR文件介绍
测量是LTE系统的一项重要功能。系统中需要使用测量结果完成诸如小区选择/重选及切换等事件的触发，同时，针对大量测量数据的统计分析也可用于发现网络问题。MR测量数据较路测数据具有更全面、更完整、更易取得的优点。
MR文件中各类周期的定义：
eNodeB或UE测量采样周期：表示eNodeB或UE对某个测量数据进行测量的周期，目前要求统计设定为5210ms，即5.21S进行一次周期性测量
OMC-R统计周期：表示OMC-R生成测量报告统计的周期，该周期目前统计设置为15分钟，即每个ENB15分钟生成一个测量报告文件。
理论上，一个测量文件里包含这个eNodeB下所有UE和eNodeB本身约176次的测量结果。MR测量报告数据主要来自UE和eNodeB，以及在无线资源管理过程中计算产生的测量报告。原始测量数据或者经过统计计算报送到OMC-R以统计数据形式进行存储，生成MRS文件，或者直接报送到OMC-R以样本数据形式进行存储，最终生成MRO文件。而MRE文件是采用事件触发机制，利用网络已开启的事件测量（A1、A2等），不需另外开启测量，测量数据周期性汇总生成MRE文件，主要记录切换等事件信息，在本文中不作研究。
三、MR数据建模研究
分析MR数据，根据MR数据中的字段，定义出能够描述各类网络性能的方法，并进行多指标综合建模，研究网络问题的自动定位算法，本文介绍了其中的4个：
3.1下行覆盖率算法
数据源文件：MRO；
字段：MR.LteScRSRP：
MR.LteScRSRP解释：该字段表示UE接收到的当前服务小区的信号强度，取值范围从-∞到-120dBm一个区间，对应MR.RSRP.00；从-120 dBm到-115 dBm为一个区间，对应MR.RSRP.01；从-115dBm到-80dBm每1dB一个区间，对应MR.RSRP.02到MR.RSRP.36；从-80dBm到-60dBm每2dB一个区间，对应MR.RSRP.37到MR.RSRP.46；大于-60dBm一个区间，对应MR.RSRP.47，依此类推；
下行覆盖率（CovRate_DL）指标定义：
CovRate_DL=大于-110dBm的采样点数/总采样点数；
问题判决门限：CovRate_DL <=90%
该指标可用于评估LTE小区的覆盖情况，根据不同场强区间分布比例可判断该小区的大致覆盖情况，用于检查覆盖盲点/弱覆盖区域。也可以大致判断小区是否存在天线遮挡及硬件故障。
3.2信号纯净度算法
数据源文件：MRO
字段：MR.LteScRSRP，MR.LteNcRSRP
MR.LteScRSRP解释：该字段表示UE接收到的当前服务小区的信号强度，其取值范围见3.1
MR.LteNcRSRP解释：该字段表示UE接收到的相邻小区的信号强度，其取值范围同MR.LteScRSRP。
信号纯净度（AccCovRate）指标定义：
AccCovRate=（1-精确覆盖率分子）/精确覆盖率分母；
精确覆盖率分子= MR.LteScRSRP大于-115dBm，且MR.LteScRSRP – 第2强的同频邻区强度（MR.LteNcRSRP）<=6dB的总采样点数，邻区必须是与主小区同频
精确覆盖率分母=所有MR.LteScRSRP大于-115dBm的采样点数；
问题判决门限：AccCovRate <=85%
该指标可用于评估小区的覆盖范围是否合理，以及与其他小区覆盖冲突的严重程度。
3.3上行信噪比算法
数据源文件：MRO
字段：MR.LteScSinrUL
MR.LteScSinrUL解釋：本测量数据是根据每用户使用的PRB上的PUSCH信号功率S和干扰功率I的平均值，计算每用户信噪比数值，并按区间呈现，取值范围：SINR小于-10dB，对应MR.SinrUL.00；从-10dB到25dB，每 1dB为一个区间，对应MR.SinrUL.01到MR.SinrUL.35；大于25dB，对应MR.SinrUL.36； 上行信噪比（SINR_UL）指标定义：
SINR_UL= sum（MR.LteScSinrUL-10）/所有采样点个数；
问题判决门限：SINR_UL <= -3dB
该指标可用于间接分析业务质量，因为LTE上下行信道具有互易性的特点，可以通过对小区上行信道SINR值的分析，判断小区下行信道的SINR值，从而判断小区业务质量。
3.4上行高干扰比例算法
数据源文件：MRS
字段：MR.ReceivedIPower
MR.LteScSinrUL解释：本测量数据表示OMC-R统计周期内按照分区间统计的上行接收干扰信号功率的样本个数。上行接收干扰信号功率值是对所有空闲PRB上的干扰功率（包括热噪声）取功率平均值。取值范围：小于-126dBm为一个区间，对应MR.ReceivedIPower.00；从-126.0dBm到-75dBm每1dBm为一个区间，大于-75.0dBm为一个区间，对应MR.ReceivedIPower.52，依此类推。
上行高干扰比例（InterfereRate_UL）指标定义：
InterfereRate_UL= MR.ReceivedIPower≥-105dBm的采样点数/所有MR.ReceivedIPower采样点数。（即MR.ReceivedIPower.22以上的采样点占比）
问题判决门限：InterfereRate_UL >= 5%
该指标可用于小区的上行干扰分析。
四、软件实现
限于篇幅，本文只列举了部分建模的研究成果，其他算法如小区工参偏差、PCI模干扰等未能在文中一一列出。
由于MR文件数量巨大，单小区每天输出288个文件，每个文件10M左右，因此需要将将研究成果通过软件程序实现，以解决海量MR文件处理挖掘的问题，系统采用C#及NoSQL方式，用户只需一键操作，即可将MR中的各类问题挖掘出来，大大提高了网优人员的工作效率，以及问题定位的准确度，实现网络自动分析优化（SON）。
五、结束语
4G网络的广泛使用产生了海量数据，这些数据除满足用户业务使用需要外，还携带了大量有价值信息，如用户位置信息、用户行为及业务行为信息等。对这些数据进行深入分析，可挖掘出用户使用感知及网络问题等有价值信息，并应用于网络运营工作。受技术限制，传统网络运营中仅凭经验选取部分数据进行分析，效率不高。近年来，大数据、云计算、数据挖掘等人工智能技术不断发展，为移动网络的海量数据进行深入分析奠定了基础，海量现网运行数据、测试数据、客户投诉数据等的采集、存储并深度关联分析已成为可能。本文介绍了其中的MR数据的挖掘建模研究，希望能够抛砖引玉，以更好地提升LTE网络性能。
参 考 文 献
[1] 中国移动通信有限公司，TD-LTE数字蜂窝移动通信网无线操作维护中心（OMC-R）测量报告技术要求[Z]. 2013.3：7-17.
[2] 卢卓君 彭陈发 岑曙炜，TD-LTE網络优化探讨[J]. 电信技术， 2012（7）： 52-54.
[3] 何珂 全涛，基于MR数据的LTE网络射频精细优化的方法研究，移动通信/网规网优专 栏 2013.12，12-19
【关键词】 LTE MR 建模 信噪比 信号纯净度 干扰 NoSQL
一、研究意义
随着网络快速发展，网络问题已经非常深入、细化。传统的区域级、小区级分析定位已经无法满足日益增强的用户体验需求。在传统的优化分析思路中，除路测和信令分析以外，其他手段只能将问题发现、定位到小区粒度，但小区覆盖范围很大，范围内不是每一个点都有诸如覆盖、干扰等问题，而且很多问题仅仅通过传统的统计级 KPI、MR 数据，无法发现问题。如针对覆盖，从统计级 MR 上来讲，只要属于本小区的 MR 采样点电平弱于一定值的比例大于 XX，即为弱覆盖小区，但实际情况下，很多小区并不是真的绝对信号很弱，只是因为邻区、切换等问题导致拖尾等情况，从统计上表现为本小区弱覆盖而已。这种问题，传统的分析手段是无法发现的，而只能通过路测、信令跟踪等方式发现。但路测耗时耗力而且测试区域受限，信令数据量太大而且只能发现问题后去精细化定位，无法作为常规手段，而MR数据是周期性的采集了所有用户测量报告，但其相比信令数据，针对网优的需求对很多字段进行了精简，数据量大为减少。
二、LTE MR文件介绍
测量是LTE系统的一项重要功能。系统中需要使用测量结果完成诸如小区选择/重选及切换等事件的触发，同时，针对大量测量数据的统计分析也可用于发现网络问题。MR测量数据较路测数据具有更全面、更完整、更易取得的优点。
MR文件中各类周期的定义：
eNodeB或UE测量采样周期：表示eNodeB或UE对某个测量数据进行测量的周期，目前要求统计设定为5210ms，即5.21S进行一次周期性测量
OMC-R统计周期：表示OMC-R生成测量报告统计的周期，该周期目前统计设置为15分钟，即每个ENB15分钟生成一个测量报告文件。
理论上，一个测量文件里包含这个eNodeB下所有UE和eNodeB本身约176次的测量结果。MR测量报告数据主要来自UE和eNodeB，以及在无线资源管理过程中计算产生的测量报告。原始测量数据或者经过统计计算报送到OMC-R以统计数据形式进行存储，生成MRS文件，或者直接报送到OMC-R以样本数据形式进行存储，最终生成MRO文件。而MRE文件是采用事件触发机制，利用网络已开启的事件测量（A1、A2等），不需另外开启测量，测量数据周期性汇总生成MRE文件，主要记录切换等事件信息，在本文中不作研究。
三、MR数据建模研究
分析MR数据，根据MR数据中的字段，定义出能够描述各类网络性能的方法，并进行多指标综合建模，研究网络问题的自动定位算法，本文介绍了其中的4个：
3.1下行覆盖率算法
数据源文件：MRO；
字段：MR.LteScRSRP：
MR.LteScRSRP解释：该字段表示UE接收到的当前服务小区的信号强度，取值范围从-∞到-120dBm一个区间，对应MR.RSRP.00；从-120 dBm到-115 dBm为一个区间，对应MR.RSRP.01；从-115dBm到-80dBm每1dB一个区间，对应MR.RSRP.02到MR.RSRP.36；从-80dBm到-60dBm每2dB一个区间，对应MR.RSRP.37到MR.RSRP.46；大于-60dBm一个区间，对应MR.RSRP.47，依此类推；
下行覆盖率（CovRate_DL）指标定义：
CovRate_DL=大于-110dBm的采样点数/总采样点数；
问题判决门限：CovRate_DL <=90%
该指标可用于评估LTE小区的覆盖情况，根据不同场强区间分布比例可判断该小区的大致覆盖情况，用于检查覆盖盲点/弱覆盖区域。也可以大致判断小区是否存在天线遮挡及硬件故障。
3.2信号纯净度算法
数据源文件：MRO
字段：MR.LteScRSRP，MR.LteNcRSRP
MR.LteScRSRP解释：该字段表示UE接收到的当前服务小区的信号强度，其取值范围见3.1
MR.LteNcRSRP解释：该字段表示UE接收到的相邻小区的信号强度，其取值范围同MR.LteScRSRP。
信号纯净度（AccCovRate）指标定义：
AccCovRate=（1-精确覆盖率分子）/精确覆盖率分母；
精确覆盖率分子= MR.LteScRSRP大于-115dBm，且MR.LteScRSRP – 第2强的同频邻区强度（MR.LteNcRSRP）<=6dB的总采样点数，邻区必须是与主小区同频
精确覆盖率分母=所有MR.LteScRSRP大于-115dBm的采样点数；
问题判决门限：AccCovRate <=85%
该指标可用于评估小区的覆盖范围是否合理，以及与其他小区覆盖冲突的严重程度。
3.3上行信噪比算法
数据源文件：MRO
字段：MR.LteScSinrUL
MR.LteScSinrUL解釋：本测量数据是根据每用户使用的PRB上的PUSCH信号功率S和干扰功率I的平均值，计算每用户信噪比数值，并按区间呈现，取值范围：SINR小于-10dB，对应MR.SinrUL.00；从-10dB到25dB，每 1dB为一个区间，对应MR.SinrUL.01到MR.SinrUL.35；大于25dB，对应MR.SinrUL.36； 上行信噪比（SINR_UL）指标定义：
SINR_UL= sum（MR.LteScSinrUL-10）/所有采样点个数；
问题判决门限：SINR_UL <= -3dB
该指标可用于间接分析业务质量，因为LTE上下行信道具有互易性的特点，可以通过对小区上行信道SINR值的分析，判断小区下行信道的SINR值，从而判断小区业务质量。
3.4上行高干扰比例算法
数据源文件：MRS
字段：MR.ReceivedIPower
MR.LteScSinrUL解释：本测量数据表示OMC-R统计周期内按照分区间统计的上行接收干扰信号功率的样本个数。上行接收干扰信号功率值是对所有空闲PRB上的干扰功率（包括热噪声）取功率平均值。取值范围：小于-126dBm为一个区间，对应MR.ReceivedIPower.00；从-126.0dBm到-75dBm每1dBm为一个区间，大于-75.0dBm为一个区间，对应MR.ReceivedIPower.52，依此类推。
上行高干扰比例（InterfereRate_UL）指标定义：
InterfereRate_UL= MR.ReceivedIPower≥-105dBm的采样点数/所有MR.ReceivedIPower采样点数。（即MR.ReceivedIPower.22以上的采样点占比）
问题判决门限：InterfereRate_UL >= 5%
该指标可用于小区的上行干扰分析。
四、软件实现
限于篇幅，本文只列举了部分建模的研究成果，其他算法如小区工参偏差、PCI模干扰等未能在文中一一列出。
由于MR文件数量巨大，单小区每天输出288个文件，每个文件10M左右，因此需要将将研究成果通过软件程序实现，以解决海量MR文件处理挖掘的问题，系统采用C#及NoSQL方式，用户只需一键操作，即可将MR中的各类问题挖掘出来，大大提高了网优人员的工作效率，以及问题定位的准确度，实现网络自动分析优化（SON）。
五、结束语
4G网络的广泛使用产生了海量数据，这些数据除满足用户业务使用需要外，还携带了大量有价值信息，如用户位置信息、用户行为及业务行为信息等。对这些数据进行深入分析，可挖掘出用户使用感知及网络问题等有价值信息，并应用于网络运营工作。受技术限制，传统网络运营中仅凭经验选取部分数据进行分析，效率不高。近年来，大数据、云计算、数据挖掘等人工智能技术不断发展，为移动网络的海量数据进行深入分析奠定了基础，海量现网运行数据、测试数据、客户投诉数据等的采集、存储并深度关联分析已成为可能。本文介绍了其中的MR数据的挖掘建模研究，希望能够抛砖引玉，以更好地提升LTE网络性能。
参 考 文 献
[1] 中国移动通信有限公司，TD-LTE数字蜂窝移动通信网无线操作维护中心（OMC-R）测量报告技术要求[Z]. 2013.3：7-17.
[2] 卢卓君 彭陈发 岑曙炜，TD-LTE網络优化探讨[J]. 电信技术， 2012（7）： 52-54.
[3] 何珂 全涛，基于MR数据的LTE网络射频精细优化的方法研究，移动通信/网规网优专 栏 2013.12，12-19