（2017年度“華蘇杯”獲獎論文二等獎）基于LTE信令切換的高鐵小區質量評估方法

Alexis Huet 魏文俊 王計斌 劉曉春 金棟梁

南京華蘇科技有限公司

0 引言

高速鐵路（后文中簡稱高鐵），是一種比普通鐵路速度更快（一般而言速度約為普通鐵路的兩至三倍，或最高運營時速200公里/小時以上），使用特別機車車輛與專用軌道的鐵路運輸系統。

隨著我國經濟發展需求，各地高鐵線路應運而生，提高高鐵線上客戶移動網絡體驗的也成為各移動運營商后期網絡優化的重要工作。尤其隨著4G網絡的發展，LTE無線網絡得到普及，增加了大量的相關基礎設施。而高速鐵路移動速度快，客流量大等因素，讓旅客在乘坐高鐵的時候享受到優質連續的移動網絡體驗，就成為要深入研究的課題。

本文通過對高鐵特殊地區場景LTE信令切換的數據進行分析，應用相關機器學習算法，實現對高鐵網絡性能的實時監控與評估。

1 背景

在過去幾年中，LTE無線網絡已經越來越普遍，并且引起了專項基礎設施的大量增加。截至2016年底，全球用戶數量已達9.15億，且亞洲擁有巨大的市場和龐大的潛在客戶群體。與此同時，中國高鐵近年來得到高速發展：從2004年開始建設并實現商業化運營，截至2016年9月總里程達到2萬公里，占世界高速鐵路的總里程的60%以上。在2016年高鐵安全運送旅客逾14.4億人次，相當于幫非洲和南美洲的總人口搬了一次家，這樣的運輸效率，即便對很多發達國家而言，仍是“不可能完成的任務”。考慮到這種特殊環境（高速且特定路線），移動運營商為高鐵沿線配置了專網小區來保障高速移動用戶的通信體驗。

通過提供全天候無差別網絡的可能性，LTE無線網絡的發展為客戶提供了新的通信方式。 由于過去幾年的投資，4G網絡的普及化，運營商提供了一些專門的基礎設施來滿足用戶的特殊需求。其中一個需求是當用戶乘坐高速移動的高鐵上時，可以不掉話、不掉網的在通信世界遨游。在這種特殊環境下，運營商必須建立特殊的小區（專網小區）以保障良好的信號質量，小區數量可根據高鐵客運量及高鐵線長度按需分配。

高鐵專網進行業務評估與故障定位，傳統方式是通過人工路測，耗費大量人力物力。目前，已經有一些文章對高鐵專網小區覆蓋和優化的行為進行過研究，主要討論的方向是針對列車車體穿透損耗、多普勒頻移和站址的規劃與布局等方面提出了優化方案，對于本文中提到的區分用戶達到性能監控的研究少之又少。

本文的核心問題是檢測高速鐵路附近小區網絡服務質量，傳統網絡質量評估的方法是分析使用該小區網絡的用戶網絡質量的相關指標，并不區分用戶類型。而在高鐵沿線小區，有專網、大網和組網三種覆蓋模式，用傳統方式并不能正確的評估網絡質量，因為存在用戶混用小區的問題。

本文運用高鐵用戶判別分析算法，在數據處理中運用到了“大圓距離”等對基站間距離進行分析，利用機器學習中“決策樹”對旅客的速度進行分類，判別出有高速移動的用戶為高鐵用戶。在試驗中也應用到了相關特征選擇的方法，從結果來看，篩選后的指標符合相關邏輯意義。

2 數據簡介

2.1 數據源提供方概述

文中所研究的數據來自無錫移動通信公司（中國江蘇省）。無錫移動隸屬于中國移動江蘇公司，下轄江陰、宜興兩個縣級分公司。目前用戶總數超過600萬，是無錫地區最大的移動通信運營公司。公司擁有全球通、動感地帶和神州行三大品牌，主要運營移動語音業務、增值業務以及互聯網、IP電話等數據通信業務。實現無錫地區網絡的完全覆蓋，網絡運行情況良好。

2.2 數據收集概述

無錫移動為我們提供了兩種類型的數據，用戶相關信令數據和高鐵專網小區和大網小區數據。

本文中涉及到的高鐵線路，指經過無錫（中國江蘇省）的三條高鐵線路（往返線路），途經站點為：無錫、無錫東和宜興站，截取線路距離都為50km左右。高鐵專網路線：京滬、寧杭、滬寧高鐵，這三條線路總長度均超過了150km，對于4G網絡均有針對性的專網覆蓋。

本文中，專網小區是指高鐵沿線專門用于高鐵用戶使用的小區，大網小區是指非高鐵小區的其他小區，通常為普通用戶即非高鐵用戶提供服務。同樣的，高鐵用戶是乘坐高鐵的用戶，而普通用戶（大網用戶）則是指網絡中的任何其他客戶（如：高鐵沿線居民等）。

首先確定高鐵線和日期，接著收集兩份數據，一份是小區信息數據：該線路高鐵小區及1公里內的大網小區數據，另一份是用戶數據：包含使用這些小區網絡用戶的信令切換數據。

小區信息數據：首先收集位于當前高鐵線的高鐵小區，對于每個高鐵小區，可以獲得小區的經緯度。接著根據經緯度得到附近1公里內的大網小區。這樣就獲得了目標小區信息，每個小區包含經緯度以及標記為是否高鐵小區的二元邏輯變量。

用戶數據：需確定特定日期下連接目標小區的所有用戶，通過IMSI（國際移動用戶身份）和IMEI（國際移動設備身份識別碼）唯一化用戶。這樣就得到了用戶使用小區網絡的列表，時間精確到秒。由于連接網絡的不規則性，收集到的數據也不會固定在某個特定時間內。用戶數據包含用戶信令切換信息以及相應的時間標識。

舉例說明相關數據，例如：一個高鐵線上的高鐵小區有50個，1公里范圍內的大網小區有450個。連接這些網絡的用戶數量可達到100萬，超過280萬條信令切換信息（24小時內）。

圖1 高鐵小區示意圖

圖1顯示的是高鐵小區的一個切換示意圖。在圖中高速鐵路線上，綠色區域表示專網小區信號覆蓋區域，灰色表示大網小區信號覆蓋區域。

3 實驗設計原理

本文研究的主要目的是從高鐵小區基站收集的信令切換數據中對高鐵專網用戶和大網用戶進行分類，進而從該分類中評估高鐵小區服務質量。主要分為兩點：

（1）需要鑒別出使用高鐵小區網絡的大網用戶，這部分人在總體使用該小區的比例應該很低，以防止高鐵小區的超負荷連接；

（2）鑒別出使用大網小區網絡的高鐵用戶，這種情況會導致高鐵用戶上網體驗的下降，這種情況是由高鐵小區和大網小區信號的快速切換導致的；

在整個實驗設計階段，我們分兩部分：訓練階段和自動化階段。

3.1 訓練階段

訓練階段流程如圖2所示，我們首先收集有關高鐵線路周圍的小區信息。從這些信息中可得到高鐵線路圖。同時，收集用戶的信令切換數據，該數據可推出高鐵專網用戶及高鐵周邊大網用戶的網絡連接行為。在做分類模型前，需要手動的區分高鐵用戶和大網用戶，創建信號切換速度等行為特征指標。最后，選擇合適的分類算法鑒別出兩種用戶。

圖2 訓練階段流程圖

3.2 自動化階段

訓練階段的流程有手動分類部分，對于數據量不大的訓練數據可行，但如果數據集增大，且要求自主分類的后期實驗不可行，所以我們又設計了一個自動化階段，其流程如圖3所示：

圖3 自動化階段流程圖

自動化階段：本階段的目的是實現代碼運行及結果輸出的自動化，流程圖詳見圖3。對于訓練階段，從數據中提取用戶行為特征指標。利用分類算法區分出高鐵用戶和大網用戶，最后，通過總結用戶使用小區網絡的情況來評估小區的服務質量。

4 建模和算法

這部分介紹了建模流程和用到的算法概述，結合上面的實驗設計描述，我們分成：訓練階段和自動化階段進行詳細講解。

4.1 訓練階段

整個過程是對相關數據進行挖掘分析，步驟主要分為以下幾點：

（1）得到數據，確定高鐵線路（京滬、寧杭、滬寧）和日期，接著收集兩份數據：小區信息數據和用戶數據。

（2）在根據高鐵小區經緯度信息刻畫出高速鐵路軌道線路。利用主成分分析方法對小區經緯度信息進行合適的旋轉，接著通過廣義加性模型（GAM）刻畫出高鐵線路，當列車線呈現垂直方向，即從北向南或南向北時，算法中應用到了空間旋轉的概念。如圖4，紅點表示高鐵小區；黑色曲線代表高鐵路線；藍點表示距高鐵小區1公里內的大網小區。從高鐵線路可推測出每個小區之間和高鐵線路距離，進而推導出目標小區和高鐵出發站之間的距離，在計算經緯度距離的時候，我們應用到了大圓距離（Great-circle distance）的方法。

（3）創建模型數據集。該數據集是在用戶數據的基礎上增加了兩列數據：第一列是邏輯變量，標記小區是高鐵小區還是大網小區；第二列是對應小區離高鐵出發站的距離（km）。

圖4 高鐵沿線和覆蓋小區圖

圖5中，圖5a顯示出了高鐵用戶僅連接到專網小區的示例圖，圖5b顯示出了高鐵用戶連接到一些大網小區的示例；圖5c顯示出了非高鐵用戶連接到大網小區的示例；圖5d顯示出了非高鐵用戶連接到專網小區的示例。

在模型訓練階段，需要對用戶當天在高鐵小區的時間及小區距離進行可視化呈現。實踐中，只畫出了部分用戶的信息圖。圖5a，5b，5c，5d是4個典型用戶的小區移動圖。每個點表示用戶和小區之間發生網絡連接，紅色為高鐵小區，黑色為大網小區。

在模型訓練階段需要人工對用戶分類，目的是為了得到一些樣本數據的明確標簽，高鐵用戶或大網用戶。創建提取相關指標后，使用分類算法對樣本數據進行分析建模，提取能夠顯著區分高鐵用戶和大網用戶的特征指標。用戶的人工分類依據如下：圖形表現中，若用戶快速的從一個基站移動到另一個基站，則標記為高鐵用戶（圖5a，5b），反之標記為大網用戶（圖5c，5d）。對用戶人工分類可以把一切可能影響分類結果的情形考慮在內。數據實例如下：從50萬個用戶中選擇2000個用戶進行人工分類。

4.2 自動化階段

在自動化階段，模型結果用于預測每個用戶的分類。如模型訓練階段，需要獲取小區信息數據以及用戶數據，接著創建特征指標，利用模型篩選出的重要特征指標預測用戶是高鐵用戶還是大網用戶。

特征提取是模型訓練階段和產品階段共同的一個環節。在做此步驟之前，每個用戶都會有信令切換時間及切換小區離高鐵出發站的距離信息，且時間是不規則的。做完特征提取后，每個用戶的小區切換信息、移動速度、移動距離都可以用固定的時間來表達。

其中特征較重要的是用戶的移動速度。移動速度根據小區離高鐵出發站距離及切換至該小區網絡的時間與出發時間計算所得。但若計算瞬時速度的話可達600km/h，詳見圖5c（12點前）。為了避免這種情況發生，考慮計算用戶在不同時間段的平均速度。具體可以計算一天內特定持續時間段（例如30分鐘）的用戶最大移動距離。在本系統中，用如下時間段來計算最大移動距離：1秒，5秒，25秒，2分鐘，10分鐘，15分鐘，20分鐘，25分鐘，30分鐘，35分鐘，40分鐘，45分鐘，50分鐘，55分鐘，1小時，4小時，24小時。

對于每個用戶，還可以創建和小區數關聯的特征變量，這些附加特征包括如下條件：

（a） 連接小區的總次數；

（b） 連接到專網小區的總次數；

（c）定義專網小區連接次數占比 （a）/（b）；

（d）用戶連接到小區的數目（單個小區有多次連接只計數一次）。

提取所有特征指標后，每個用戶將有21個特征指標。

接下來的步驟專注于建立模型（該步驟僅在模型訓練階段中執行）。該模型需在特征指標基礎上預測每個用戶是高鐵用戶還是大網用戶。而這一問題是典型的分類問題，實現流程為：首先特征提取，接著區分用戶是高鐵用戶還是大網用戶。這個流程適合人工分類后的數據集，模型可在該數據集上進行訓練。在機器學習領域，已有很多成熟的分類算法，其中一個較簡單的算法是隨機森林，可以在分類的同時提取出重要的特征變量。

為了確保結果的可靠性，將人工分類的數據集分成兩部分：隨機抽取80%用戶為訓練集；剩下的20%用戶為驗證集。用訓練集對模型進行訓練，接著在訓練集和驗證集上同時測試。結果顯示，該模型可以高效的區分出高鐵用戶及大網用戶：在訓練集上，準確率達到99%；在驗證集上，準確率為98%。每個新用戶可以通過該模型提取的重要特征指標進行分類。具體分類如圖6所示：

圖6 特征指標分類結果圖

我們根據分類用戶將得到相關的匯總表格。每個表格能夠得到小區服務質量的關鍵指標。如表1所示，其結果為相關高鐵線路每日小區服務性能的全局概要。對于高鐵專網小區中不準確的服務（專網用戶占用大網）、高鐵專網小區的服務于高鐵專網用戶的服務性能（高鐵專網用戶脫網）、高鐵專網用戶及大網用戶等其他數據，我們都有相關表格輸出，由于表格都涉及用戶信息，這里不作實例描述。

表1 相關高鐵線路每日小區服務性能的全局概要表

5 結論與改進措施

高速鐵路的商業化運營，帶來了高效舒適的出行方式，給鐵路運輸行業帶來新鮮血液的同時也帶來了移動網絡優化的新問題，這個部分對于相關模型結果進行了解釋。

本文對信令數據在時間序列上進行時間、頻率、速度等特征的提取，并對提取的特征通過機器學習算法進行分類，通過用戶速度特征提取和決策樹判別，區分出高鐵和非高鐵用戶，目前用戶識別準確率為90%以上。

本文的主要研究成果如下：

（1）通過大圓距離方法計算出小區所在距離，然后利用相關時間數據提取速度特征，通過隨機森林算法對用戶進行分類，區分出高鐵及非高鐵用戶，且驗證得到高鐵用戶識別準確率達到90%以上；

（2）基于高速鐵路用戶判別分析算法，對高鐵專網進行業務質量評估與故障定位，替代傳統路測，對重點問題區域與小區進行性能評估、故障與定位分析；

由于高速鐵路運行環境的不規則性，高鐵軌道會存在隧道、彎道、橋梁等各種場景，我們之后可以提起一段不規則軌道對本文中的算法進行驗證及優化。