基于密度聚類的高鐵覆蓋智能測評方案研究

［林俐 許盛宏］

1 引言

隨著高鐵的快速發展，人們在利用高鐵出行的同時，希望能享受穩定的、高質量的移動業務服務，因此高鐵用戶成為各運營商重點關注的用戶群體。高鐵用戶作為運營商的優質客戶，業務需求量較大，需要重點保障高鐵沿線移動網絡覆蓋質量，以便快速提升客戶感知，提升業務核心競爭力。

2 現有解決方案

目前，高鐵密閉車廂GPS信號屏蔽嚴重，導致GPS定位困難且不準確，4G網絡的用戶測量記錄MR的AGPS記錄也無法使用。路測設備在隧道無法獲取GPS信號，不能進行測試位置打點，使得高鐵隧道覆蓋采用路測的方式也難以評估，導致分析問題片面且準確性不高，同時采用人工進行路面測試，導致消耗大量人力和物力，工作量很大且效率低下。

目前技術方案采用高鐵用戶識別實現覆蓋評估，實現流程如圖1所示。首先獲取網絡信令并按用戶分組，通過人工配置高鐵沿線小區，當用戶經過小區數量滿足一定條件的，同時經過相鄰小區時間差也滿足一定條件的，則確定為高鐵用戶，通過所有高鐵用戶的對應時間段的信令分析高鐵整體覆蓋質量。此方案存在兩個問題：第一是需人工及時維護高鐵沿線小區清單，否則就會導致出現錯漏，影響高鐵用戶判斷的準確度；第二是沒有用戶記錄的具體位置導致無法打點，無法分析質差路段，只能得到整條高鐵的線路情況，無法全面進行高鐵質差路段的細致評估分析。

圖1 目前高鐵覆蓋測評方案的實現流程

3 智能測評方案

3.1 總體實現思路

針對目前的高鐵4G網絡覆蓋測評需要路面測試，導致工作量很大且效率低、分析問題不全面、不準確等問題，提出了基于密度聚類的大數據高鐵覆蓋智能測評方法。首先自動識別高鐵站臺一定范圍的基站小區作為站臺小區，滿足一定條件的用戶作為穩定用戶，然后通過穩定用戶經過的小區得到整個高鐵沿線的小區，并將滿足一定條件的用戶作為非穩定用戶，最后通過相關規則計算所有高鐵用戶每條記錄的經緯度，并按線段聚合后采用聚類算法輸出連片問題區域，實現了高鐵覆蓋的精準測評。具體實現步驟如圖2所示。

3.2 相關算法研究

（1）線路分段

圖2 高鐵覆蓋智能測評的實現流程

為了實現高鐵線路的精細化測評，需要將高鐵線路分段采用固定步長進行分段，即從線路起點處開始劃分，并采用較短的步長，否則過長的線段，將覆蓋指標進行均值計算導致測評結果比較粗糙，不利于發現隱藏問題。線路分段可采用開放地理空間聯盟（OGC）制定WKT格式進行存儲。線路分段編碼包括高鐵線路編碼和分段編碼，分段編碼對每一個分段按切段順序進行順序編碼，每條MR根據定位點所落在線路分段標記上分段編碼，便于對線路每一分段做指標匯聚及連續路段問題分析。在實際應用中，高鐵線路可以參考高鐵MR分布密度進行線路分段的設定，一般推薦采用的分段長度為20 m。

（2）空間幾何算法

通過用戶MR中的時間提前量TA可以估算出用戶與基站小區的距離，1個TA表征的距離大概78.12 m，以基站小區位置為圓心，TA距離為半徑，當與線路相切只有一個交點時，則以切點作為用戶MR位置點，如果TA距離大于基站到線路距離會出現多個交點，則以最接近基站小區覆蓋方向的交點作為定位點，如圖3所示，當出現兩個交點A和B時，將這兩個點和圓心分別相連得到線段D1、D2，且D1和D2長度都為78.12*TA m，同時根據基站小區的方位角θ得到射線D3，此時D1、D2分別與D3計算得到兩個夾角α和β，以夾角最小的線段在線路上的端點作為定位點，如圖3所示，其中夾角最小（β）的線段為D2，則以其在線路上的端點B作為此條MR位置點的經緯度。

（3）聚類算法

圖3 MR位置點經緯度計算示意圖

聚類是人工智能中機器學習的一種重要無監督算法，可以將數據點歸結為一系列特定的組合。聚類算法包括劃分、層次、密度、網格等算法，其中密度聚類算法最為代表的為DBSCAN。為了自動獲取高鐵連片問題區域，需要通過聚類分析高鐵覆蓋數據，由于高鐵連片問題區域數量是不固定的，推薦采用DBSCAN密度聚類算法。DBSCAN算法原理，如圖4所示：數據集中每個點是待分析對象，從中任意取點A，如果A點是核心點（A的鄰域半徑ε內對象點的個數大于密度閾值minPts），則以A點為核心點搜索，找出A點密度可達的對象點，即找出一個密度互連的最大集合，把集合內的所有對象點都標示為同一簇；如果A不是核心點（如圖中N點），沒有其他對象點從N點密度可達，那么N點被標示為噪聲點。

圖4 密度聚類DBSCAN算法原理

假設高鐵線路采用20 m分段，為了實現問題線段的連片，當DBSCAN算法的鄰域半徑ε設置為1，密度閾值minPts設置為10，即表示相鄰分段直接編號是連續的，相鄰分段之間編號差值為1，將會獲得連續至少200 m問題線段連片的區域；當DBSCAN算法的鄰域半徑ε設置為2，密度閾值minPts設置為8，即表示相鄰分段之間編號差值小于等于2，至少有8個線段連片構成，將會獲得至少160 m問題線段連片的區域，如圖5所示。

圖5 基于密度聚類算法實現線段連片效果

3.3 關鍵技術實現

（1）MR和用戶號碼的關聯

無線測量報告MR是無法獲取用戶號碼的，為了通過用戶分析識別高鐵用戶，從而實現對高鐵覆蓋測評，首先需將MR記錄關聯到用戶號碼，由于MR所使用的會話id標識為核心網給用戶分配了會話標識，在核心網就會存在會話id和用戶號碼的對應關系，可通過和LTE核心網CHR（呼叫歷史記錄）或者S1-MME信令記錄的關聯，會話id會在一定時間周期內重復使用，需要結合時間窗口進行處理，具體步驟如下：

步驟1：抽取CHR中時間、基站號、會話id、用戶號碼4個字段，并按時間timestamp排序。如表1所示，CHR字段的基站號（enodeid）、用戶號碼（msisdn）、會話id（mmeues1apid）表示當前時刻用戶在MME側S1接口上的唯一會話連接標識。

表1 核心網的CHR信令記錄

步驟2：讀取每條MR，根據MR中的基站號、會話id篩選CHR中等值記錄，并找出CHR信令時間小于MR記錄時間，且時間最接近MR記錄時間的CHR記錄，并把其中用戶號碼作為該條MR用戶號碼。如表2所示，第一行MR中enodeid 為48**33，mmeues1apid為364911931在表1中時間比它小，且時間最接近的是B號碼，故將其作為此條MR的關聯號碼。同理，可以得到其他MR的用戶關聯號碼，如表2最后一列所示。

（2）高鐵穩定用戶識別

把一段時間內接入過不同高鐵站臺的基站小區，且平均移動速度大于150 km/h的用戶作為高鐵穩定用戶，其中高鐵站臺基站小區，可直接篩選高鐵站臺位置周邊一定范圍內的基站小區。例如，根據高鐵站臺100米范圍內查找基站小區，得到部分高鐵站臺與小區對應關系，如表3所示。

表2 用戶無線測量報告MR記錄

表3 基站小區與高鐵站臺對應關聯表

按用戶對MR數據分組，每個分組按時間進行排序，按順序判斷接入小區是否站臺小區，如果判斷有兩個不同高鐵站臺小區，則計算兩個站臺小區之間距離及歷時，從而計算出用戶的平均移動速度，判斷速度是否滿足速度門限，如果滿足則認為該用戶是高鐵穩定用戶，并保留經過不同站臺之間所有MR記錄，繼續按時間順序判斷其他時段是否滿足速度門限，提取該用戶對應時間段的所有MR記錄。如表4所示，已關聯用戶號碼與小區位置MR，包含D和E的兩個用戶，其中接入過站臺小區的只有D用戶，在12點48分時刻接入85**72，51小區，屬于廣州北站小區，在12點57分時刻接入53**47，50小區，屬于清遠站小區，歷時8分53秒，根據兩個站臺小區經緯度距離計算大約35.942公里，則根據距離與歷時得到用戶的平均速度為242 km/h，遠大于穩定用戶速度門限150 km/h，則把1867554用戶作為高鐵穩定用戶，并記錄其在12:48:50至12:57:44之間的所有MR。

表4 已關聯用戶號碼與小區位置的MR

（3）高鐵沿線小區識別

由于覆蓋高鐵小區與高鐵線路距離遠近不一，如將高鐵線路附近一定范圍判定為高鐵沿線的覆蓋小區，可能會有所錯漏，需要人工進行周期性檢查維護。為此，根據上面步驟識別出高鐵穩定用戶，將所有高鐵穩定用戶的對應高鐵時間段的所有MR記錄，通過高鐵線路、基站小區編號去重，即可自動獲得該高鐵線路沿線的基站覆蓋小區。如表4所示，穩定用戶D在高鐵時間段內除站臺兩個小區外，還經過了85**20_22和53**98_19兩個小區，則把這兩個小區作為高鐵線路的沿線覆蓋小區。

（4）高鐵非穩定用戶識別

在準確得到高鐵線路沿線基站小區的情況下，高鐵非穩定用戶識別方法與穩定用戶識別基本相同，只是不要求接入兩個不同高鐵站臺小區，可以站臺與沿線小區，或者都是沿線小區，但兩個小區距離需要滿足大于10公里，因為距離過短計算速度誤差過大，最終計算得到用戶移動平均速度還需要大于150 km/h。如表4所示，用戶E在12:52:21接入85**20_22小區，在12:56:10時刻接入53**98_19沿線小區，時間差距為228秒，距離差距大約為17公里滿足大于10公里門限，計算得到用戶移動速度大概268 km/h滿足速度門限150 km/h，則認為該用戶為高鐵非穩定用戶，并記錄其在12:52:21至12:56:10之間的所有MR。

（5）高鐵用戶MR定位

根據上述步驟得到高鐵穩定用戶和非穩定用戶在高鐵線路上的MR，還沒有計算MR的具體位置，可通過MR中的TA值及小區的覆蓋方位角估算MR的具體位置。根據上述的線段分段算法，高鐵線路按20米分段固定長度分段并進行線段編碼。如表4所示，假若要計算E用戶在12:52:21時刻接入85**20_22小區的具體位置，從表中可以看出此時MR的TA值為5，則可以估算與小區的距離為78.12*5=390.6 m，以390.6 m為半徑來畫圓，通過上述空間幾何算法，如圖6所示，可以計算該高鐵線路和該圓相交B點所在的20 m線段編號1121895就為該MR所落在線段。

圖6 小區452791_11對應MR與高鐵線路相交定位

（6）覆蓋問題區域連片

基于上述步驟已經把高鐵每條MR都關聯上了20米分段，按線段編碼分組統計每個分段覆蓋質量RSRP均值指標及主接入小區，從而得到高鐵每個分段的指標數據。假設弱覆蓋判斷門限為小于-105 dBm，則可以將20米線段的RSRP均值小于-105 dBm的線段都找出來，然后根據上述密度聚類DBSCAN算法，鄰域半徑ε設置為1，密度閾值minPts為10，輸出高鐵線路的弱覆蓋連片區域，如圖7所示，分段上標識為RSRP均值，黑色邊框包含的區域都是連續小于-105 dBm的分段。

圖7 覆蓋問題連片區域示意圖

4 方案應用驗證

4.1 高鐵用戶獲取

由于高鐵穩定用戶的MR獲取條件比較苛刻，必須要求用戶在不同時刻有接入不同高鐵站臺的基站小區，而MR采集也是抽樣采集，可能用戶在站臺的時候出現漏采，為此需要增加高鐵非穩定用戶的識別，盡量將所有的高鐵用戶都能識別出來，使得高鐵覆蓋測評更加全面、準確。如表5所示，增加非穩定用戶，使得高鐵線路有效測評長度有10%以上提升，為高鐵分析提供更加全面的分析數據。

表5 增加非穩定用戶測評長度提升效果

4.2 覆蓋測評驗證

基于本方案實現的高鐵覆蓋智能測評試驗系統，根據高鐵線段覆蓋質量RSRP值進行分檔，不同分檔渲染不同顏色，實現通過不同顏色等級呈現高鐵覆蓋質量的優劣，總體效果如圖8所示。

為了驗證本方案是否準確有效，將高鐵測評結果和人工路測DT進行對比分析，如表6所示，兩者得到的覆蓋率只差1%左右，從而驗證了本方案測評的準確性，而隧道測評得到覆蓋率相差較遠，DT測試長度較短，覆蓋率較高，是由于DT在隧道衛星信號差，導致隧道測試的數據采集有所缺漏，從而也證明本方案比傳統DT測試更加全面。

圖8 主要高鐵線路覆蓋質量智能測評結果概覽圖

表6 系統智能測評試驗結果與DT路測結果對比

為了更加直觀呈現隧道測評對比，選取京廣高鐵清遠英德新塘村附近隧道，如圖9所示，其中虛線表示隧道，對比可以發現DT測試在隧道中收不到GPS，存在測試點缺失，而系統通過上述算法模型可以計算得到而不會缺失。從表6中也可以看出，隧道占用整個高鐵線路大約30%，且覆蓋率相對較低，需要重點優化，而本方案能夠提供更加全面的測評數據，支撐網絡優化，提升高鐵用戶網絡體驗。

圖9 DT和系統對隧道覆蓋測評對比

5 結束語

為解決高鐵覆蓋測評的工作量大且效率低、分析問題不準確等問題，本文通過4G網絡全量MR的大數據分析，提出了高鐵覆蓋智能測評方案，并通過方案試驗結果與路測的結果對比驗證了技術方案的有效性，實現及時、全面、準確的高鐵覆蓋測評，使得高鐵覆蓋網絡優化效率大幅提升，高鐵路測費用大幅下降，同時能有效提升高鐵用戶感知，具有良好的推廣應用價值，推動無線網絡優化的數字化轉型。后續結合強化學習技術不斷提升測評準確性，進一步實現高鐵線路測評結果的智能診斷功能，更有力支撐高鐵覆蓋網絡的智能優化。