基于大數(shù)據(jù)測(cè)量報(bào)告的掉話密度地理化呈現(xiàn)方法探索

李 貝 黃琪飛 胡煜華 孫科達(dá)

中國(guó)聯(lián)合網(wǎng)絡(luò)通信浙江省分公司

0 引言

語(yǔ)音掉話既表征移動(dòng)通信網(wǎng)絡(luò)質(zhì)量又直觀體現(xiàn)用戶感知，現(xiàn)有分析掉話手段主要有網(wǎng)管性能指標(biāo)監(jiān)控（KPI）、路測(cè)（DT）、定點(diǎn)測(cè)試（CQT）等。KPI反映只能聚焦到小區(qū)級(jí)，難以聚焦到具體的掉話位置；DT和CQT雖能聚焦掉話位置，但需耗費(fèi)大量人力物力，測(cè)試只覆蓋到少數(shù)重要區(qū)域且結(jié)果存在一定的隨機(jī)性。現(xiàn)有基于測(cè)量報(bào)告的研究只可實(shí)現(xiàn)該小區(qū)質(zhì)量評(píng)估無(wú)法實(shí)現(xiàn)大量數(shù)據(jù)的用戶級(jí)形象化表征。

本文提出了一種基于測(cè)量報(bào)告的分析方法，在掉話大數(shù)據(jù)樣本支撐下，可實(shí)現(xiàn)大量數(shù)據(jù)的單用戶級(jí)以系統(tǒng)軟件Mapinfo的形式呈現(xiàn)其掉話概率密度分布，可形象快捷地分析掉話問(wèn)題。該方法在掉話分析的實(shí)際應(yīng)用中效果明顯，對(duì)基站精準(zhǔn)規(guī)劃建設(shè)和用戶感知提升提供了有效指導(dǎo)。

1 測(cè)量報(bào)告研究

測(cè)量報(bào)告（Measurement Report，簡(jiǎn)稱MR）是由UE終端、Node B的物理層和RLC 層在無(wú)線資源管理過(guò)程中計(jì)算產(chǎn)生，其觸發(fā)方式有事件性觸發(fā)和周期性觸發(fā)兩種，其結(jié)果可用于無(wú)線網(wǎng)絡(luò)評(píng)估，包括干擾小區(qū)、過(guò)覆蓋、弱覆蓋和整網(wǎng)覆蓋評(píng)估，是無(wú)線網(wǎng)絡(luò)優(yōu)化重要手段之一。

MR文件包括“MR文件頭”和“MR文件包”兩部分。WCDMA的測(cè)量報(bào)告文件結(jié)構(gòu)如圖1所示，“MR文件頭”主要用于配置文件名、日志文件校驗(yàn)等；“MR文件包”由三部分組成：MR包之間的分隔符0xCDCD、MR包長(zhǎng)Length和MR包內(nèi)容（MR（asn1）），其中MR（asn1）包含同頻測(cè)量報(bào)告（INTRA）、異頻測(cè)量報(bào)告（INTER）、定位測(cè)量報(bào)告（LCS）等。MR中的common info含用戶標(biāo)示IMSI、RAB屬性（業(yè)務(wù)類型）、時(shí)間標(biāo)簽等信息；INTRA分同頻周期/事件報(bào)告，含1個(gè)服務(wù)小區(qū)以及最多5個(gè)鄰區(qū)的無(wú)線信息；LCS是UE根據(jù)網(wǎng)絡(luò)指示，選擇合適的測(cè)量方法，周期性上報(bào)UE位置信息。對(duì)現(xiàn)網(wǎng)MR的LCS數(shù)據(jù)統(tǒng)計(jì)分析得出LCS報(bào)告中包含正常地理位置信息的比例較低（約6%），但本研究中大數(shù)據(jù)采集彌補(bǔ)了正常地理位置信息占比低問(wèn)題，通過(guò)海量數(shù)據(jù)的分析獲取了大量正常地理位置信息。

圖1 測(cè)量報(bào)告結(jié)構(gòu)

2 測(cè)量報(bào)告和掉話關(guān)聯(lián)探索

2.1 大數(shù)據(jù)獲取

該研究基于語(yǔ)音掉話記錄和測(cè)量報(bào)告這兩個(gè)大量數(shù)據(jù)采集分析基礎(chǔ)上的。語(yǔ)音掉話記錄可從核心網(wǎng)側(cè)獲取，也可從無(wú)線網(wǎng)側(cè)的異常呼叫日志中提取，一般RNC發(fā)起Lu Release Request這條信令的時(shí)間計(jì)為掉話的時(shí)間。掉話記錄包括用戶標(biāo)識(shí)（IMSI）和掉話時(shí)間；MR文件中同頻測(cè)量報(bào)告和LCS測(cè)量報(bào)告包含與單用戶級(jí)掉話相關(guān)的小區(qū)質(zhì)量、事件、失敗原因等，掉話記錄與MR文件的關(guān)聯(lián)分析是掉話密度地理化呈現(xiàn)的基礎(chǔ)。兩種報(bào)告包含的主要信息具體如表1所示。

表1 同頻測(cè)量和LCS測(cè)量報(bào)告主要字段

RNC生成的原始MR文件是二進(jìn)制文件，用Python編程實(shí)現(xiàn)文件解析，本文提取2019年5月17日解析后的同頻測(cè)量報(bào)告，如圖2所示，包含國(guó)際移動(dòng)用戶識(shí)別碼（IMSI）、日期、時(shí)間、同頻事件類型（1B/1D）、服務(wù)小區(qū)信息（服務(wù)小區(qū)名稱Bestcell、小區(qū)號(hào)RabInfo、質(zhì)量Ec/N0、覆蓋RSCP）、測(cè)量報(bào)告中的同頻鄰區(qū)信息（鄰區(qū)名稱Cell0、質(zhì)量Ec/N0、覆蓋RSCP）。

圖2 解析后的同頻測(cè)量報(bào)告

再提取2019年5月17日解析后的定位測(cè)量報(bào)告（LCS），如圖3所示，包含國(guó)際移動(dòng)用戶識(shí)別碼（IMSI）、日期、時(shí)間、定位方法（AGPS）、經(jīng)度（Longtitude）、緯度（Latitude）。

圖3 解析后的LCS測(cè)量報(bào)告

2.2 數(shù)據(jù)關(guān)聯(lián)

同頻周期報(bào)告和LCS報(bào)告現(xiàn)網(wǎng)設(shè)置間隔均為12s，同頻事件報(bào)告的報(bào)告間隔不固定，在時(shí)間上同頻報(bào)告和LCS報(bào)告都較為稀疏。另外終端掉話前，一般有個(gè)等待時(shí)間已處于失步狀態(tài)，這段時(shí)間里網(wǎng)絡(luò)側(cè)不會(huì)收到UE的測(cè)量報(bào)告。因此用戶的掉話時(shí)間難以秒級(jí)精確地匹配到同頻測(cè)量報(bào)告和LCS報(bào)告，引入容忍時(shí)間（計(jì)為T），同頻測(cè)量報(bào)告、LCS報(bào)告、掉話清單這三者之間的時(shí)間差只要小于T，即可近似認(rèn)為這三者同時(shí)發(fā)生。T取值越小精度越高，能成功匹配的概率就越低，匹配結(jié)果越少。經(jīng)實(shí)踐驗(yàn)證，在一般非高速高鐵場(chǎng)景，T取3s可滿足大部分場(chǎng)合。圖4所示為數(shù)據(jù)關(guān)聯(lián)的原理圖，在T容忍范圍內(nèi)，以用戶IMSI和時(shí)間Time為數(shù)據(jù)關(guān)聯(lián)的關(guān)鍵字段，掉話清單分別與同頻測(cè)量報(bào)告、LCS報(bào)告匹配，輸出一個(gè)包含用戶IMSI，掉話時(shí)間Time，掉話位置等信息。

圖4 數(shù)據(jù)關(guān)聯(lián)的原理圖

2.3 地理化可視呈現(xiàn)

MapInfo是數(shù)據(jù)可視化、信息地圖化的系統(tǒng)軟件，根據(jù)上述MR中經(jīng)緯度解析數(shù)據(jù)利用MapInfo進(jìn)行呈現(xiàn)，某城市部分區(qū)域掉話密度分布情況具體如圖5所示，每個(gè)紅色圓點(diǎn)表示一個(gè)用戶掉話點(diǎn)。每個(gè)紅圈表示掉話點(diǎn)密集區(qū)域，可視化后直觀反映某市部分區(qū)域掉話密度分布情況，方便對(duì)重點(diǎn)區(qū)域的優(yōu)先重點(diǎn)分析排查。

圖5 部分區(qū)域掉話密度分布情況

3 準(zhǔn)確性及可靠性驗(yàn)證

文章可視化實(shí)現(xiàn)了可快速聚焦掉話問(wèn)題，尤其是重點(diǎn)掉話問(wèn)題區(qū)域的優(yōu)先處理。現(xiàn)從兩方面對(duì)研究成果進(jìn)行驗(yàn)證（紅色表示第1周掉話點(diǎn)，黑色表示第2周掉話點(diǎn)）。

準(zhǔn)確性驗(yàn)證：輸出2019年5月14至27日連續(xù)2×7天的MR關(guān)聯(lián)結(jié)果后可視化呈現(xiàn)，如下圖6、7所示，絕大部分掉話集中的區(qū)域紅色和黑色都能重疊。

可靠性驗(yàn)證：以圖6小區(qū)A為例，現(xiàn)場(chǎng)測(cè)試占用小區(qū)A前行，發(fā)現(xiàn)漏配小區(qū)B的鄰區(qū)關(guān)系，Ec/Io惡化到-16dB導(dǎo)致掉話，現(xiàn)場(chǎng)安排添加鄰區(qū)后復(fù)測(cè)無(wú)掉話。經(jīng)驗(yàn)證，圖7小區(qū)C亦是鄰區(qū)漏配導(dǎo)致的掉話問(wèn)題。

圖6 小區(qū)A掉話密度分布情況

圖7 小區(qū)C掉話密度分布情況

4 結(jié)語(yǔ)

該研究利用基于測(cè)量報(bào)告的大數(shù)據(jù)分析方法，通過(guò)對(duì)測(cè)量報(bào)告包里的同頻測(cè)量報(bào)告、LCS定位測(cè)量報(bào)告和掉話清單進(jìn)行有效關(guān)聯(lián)，地理化呈現(xiàn)了大量單用戶級(jí)數(shù)據(jù)情況及某地市單用戶掉話密度分布，定位精確快捷，便于采集，覆蓋面積廣，實(shí)現(xiàn)簡(jiǎn)單，能夠及時(shí)發(fā)現(xiàn)問(wèn)題，節(jié)省了大量人力物力財(cái)力，改善了網(wǎng)絡(luò)結(jié)構(gòu)，減少了投訴量，提升了用戶感知，為網(wǎng)絡(luò)建設(shè)規(guī)劃和優(yōu)化調(diào)整提供精準(zhǔn)線索，值得借鑒推廣。