魏宏， 周俊， 李承益

（中國移動通信集團設計院有限公司，北京 100080）

海量測試數據的場景化指標精細分析研究

魏宏， 周俊， 李承益

（中國移動通信集團設計院有限公司，北京 100080）

本文提出了一種基于軍事柵格、地理信息的多場景海量數據的精細化分析方法，能夠支持用戶在GIS地圖上自定義測試場景；同時基于軍事柵格，將海量測試數據進行切割和存儲；從而實現測試數據與測試場景的關聯，完成場景化指標的精細化分析。該方法能夠提高場景化分析效率，深度挖掘大數據資源，節(jié)約測試和分析成本。

場景化分析；大數據；地理信息；軍事柵格

1 引言

隨著測試工作的不斷進行，各類測試平臺上積累了海量的測試數據。針對海量測試數據，如何進行深度挖掘，并進一步分析各類場景的網絡性能，評價各場景網絡質量的歷史變化趨勢，定位網絡問題，是一個重要的課題。

同時隨著移動網絡建設的不斷深入和細化，針對不同的場景進行設計與優(yōu)化也愈來愈重要。而無線環(huán)境中由于各類場景下建筑物類型、地貌特征、用戶量等不盡相同。充分考慮不同場景的覆蓋特性，分析各場景的網絡性能，才能有針對性的進行網絡質量分析并提出優(yōu)化方案。而傳統(tǒng)的場景化測試方法為有多場景分析需求時，組織專門的測試；每個場景點需要配置一個單獨的測試計劃，統(tǒng)計分析時需要手動將測試計劃與場景名稱進行匹配，從而區(qū)分每次測試的歸屬場景。該方法不能靈活地基于多場景劃分需求進行指標統(tǒng)計、網絡質量分析。

本文提出了一種基于地理信息、軍事柵格的海量數據多場景網絡質量挖掘方法，能夠自動靈活的匹配并分析海量測試數據，提高數據分析效率，節(jié)約成本。

2 多場景分析系統(tǒng)

MGRS（Military Grid Reference System，軍事柵格參考系）是一種基于通用橫軸UTM（Universal Transverse Mercator，墨卡托投影）的直角坐標系，UTM 坐標系統(tǒng)使用基于網格的方法表示坐標。UTM系統(tǒng)將地球分為60個區(qū)，每個區(qū)基于橫軸墨卡托投影［1］?；谠搮⒖枷?，可以將地球表面切割為小柵格區(qū)域，每個軍事柵格有唯一的編號。比較常用的軍事柵格精度為25 m、50 m、100 m。本研究中采用25 m精度。

傳統(tǒng)的場景化測試分析方法不能利用已有的海量測試結果，不能執(zhí)行測試場景與測試結果的自動匹配。為解決以上問題，本文提出了基于柵格的場景化精細分析方法。將場景進行切割，形成柵格化的場景地理信息；同時基于GPS信息，將海量的測試參數劃分在標準軍事柵格內，使得測試數據與地理維度進行關聯。采用該方案能夠在更精細的維度內診斷各場景的網絡問題，從而判斷是否需要在區(qū)域內進行網絡規(guī)劃或者優(yōu)化。圖1給出了基于地理信息的海量測試數據的場景化精細分析系統(tǒng)框圖。

圖1　基于地理信息的海量測試數據的場景化精細分析系統(tǒng)框圖

2.1場景圖層數字化、查看與修改

2.1.1用戶上報場景信息

依據用戶上報的場景信息，在場景信息數據庫中記錄場景點信息，如表1所示。包含場景一級分類，場景二級分類，場景點名稱，場景點位置，場景狀態(tài)。其中，場景一級分類為場景大類，場景二級分類為場景大類中對應的多個場景小類之一。目前系統(tǒng)中對于場景大類的定義為辦公區(qū)、賓館酒店、商圈、醫(yī)院、居民小區(qū)、校園、交通樞紐、風景區(qū)、鐵路、地鐵、公路、鄉(xiāng)鎮(zhèn)、村莊。例如校園為場景一級分類，中小學校為該以及分類下對應的場景二級分類。場景狀態(tài)（0，未數字化；1，數字化完成），表示當前場景點是否已經繪制了地圖，并完成了地理信息數字化。即用戶需按照表1所示提交場景信息表，多場景分析系統(tǒng)的后臺將信息存儲在“場景信息數據庫”中。

2.1.2場景圖層柵格化

該步驟的實現基于客戶端工具。用戶通過在GIS地圖上用閉合曲線圈出場景的位置，從而建立場景的地理范圍標識。服務器接收場景圖層，并進行場景圖層的柵格化操作，并將其信息存儲在“場景信息數字化數據庫”中。具體步驟如下：

（1）用戶點擊刷新呈現“已完成場景列表”和“未完成場景列表”，其中，已完成場景為已經完成場景—柵格匹配的場景點；未完成場景為沒有提交場景圖層，場景—柵格匹配沒有完成。

（2）點擊某個具體的場景點，繪制場景地圖。其中，場景地圖要求為閉合曲面。

（3）點擊“提交”，服務器進行場景-柵格匹配運算，并存入數據庫。其中，場景—柵格匹配運算為將當前場景所處的地理區(qū)域進行柵格切割，本系統(tǒng)中采用的25 m×25 m的標準軍事柵格切割精度。切割完成后，形成場景點與柵格編號的一對多的關系。并將此關系存儲在“場景圖層數字化數據庫”中。從而建立了場景點與地理信息的關聯關系。

表1　用戶上報場景信息示例表

2.1.3場景圖層修改

對于場景狀態(tài)為1的場景點，支持查看場景圖層并進行修改；即，對于已經完成柵格化切割的場景點，可以在客戶端上進行查看和修改。提交修改時，用戶重新對該場景點編制閉合曲面，服務器重新進行柵格切割，場景信息數字化數據庫刪除原有的柵格編號，存儲新修改的柵格編號。從而建立全新的場景與地理信息的關聯關系。

2.2測試數據柵格化

基于測試數據攜帶的GPS，將海量測試信息歸集在25 m×25 m的標準軍事柵格中，形成“測試數據柵格統(tǒng)計數據庫”。其中，該步驟與場景圖層數字化步驟中的柵格劃分和編號方案一致。即測試數據柵格統(tǒng)計數據庫以標準軍事柵格為維度，進行測試信息歸集時，記錄落在柵格范圍內的各測試指標采樣點的計數值、總和、最大值和平均值等。例如，對于覆蓋電平RSRP，可以記錄落在柵格內的RSRP采樣點計數值、RSRP采樣點均值；對于應用層下載速率，可以記錄落在柵格內的速率計數值、速率均值、速率最大值。

2.3場景化指標

多場景精細化分析的核心在于將場景的地理信息進行數字化，與海量測試數據進行關聯。從而能夠從測試數據中統(tǒng)計出不同場景的網絡性能指標。該系統(tǒng)中場景化指標包含中國移動、聯通、電信3個制式。能夠支持數據業(yè)務應用層指標、話音業(yè)務應用層指標以及網絡性能指標的統(tǒng)計。統(tǒng)計方法如下。

（1）用戶提交所需分析的場景類型，制定測試數據范圍（包括測試時間、測試級別、測試計劃或者測試日志等）。

（2）服務器依據所提交的篩選信息，查詢各場景所包含的柵格編號、測試數據所包含的柵格編號，將二者的柵格編號進行匹配。從而查詢出場景范圍的測試數據，按照預定的統(tǒng)計指標計算方法得出最終的場景統(tǒng)計指標。

場景化指標的統(tǒng)計方法有“基于采樣點”和“基于柵格”兩種方式。

2.3.1基于采樣點的場景化指標統(tǒng)計

基于采樣點的場景化指標統(tǒng)計，即：統(tǒng)計的測試數據的最小粒度為各采樣點，將落在場景范圍的全部采樣點綜合考慮，計算最終指標結果。該計算方式為傳統(tǒng)的網絡性能指標的統(tǒng)計方法。

以 “平均RSRP”為例來說明場景指標的計算方法。其中，測試數據柵格預統(tǒng)計庫示例如表2所示。

表2　測試數據柵格預統(tǒng)計庫示例

場景信息數字化數據庫示例如表3所示。

表3　場景信息數據字化數據庫

那么場景1的平均RSRP計算公式為：

（柵格1 RSRP采樣點求和+柵格2 RSRP采樣點求和+柵格3 RSRP采樣點求和）/（柵格1 RSRP采樣點計數+柵格2RSRP采樣點計數+柵格3RSRP采樣點計數）=（-2 699.5-1 325.06-474.438）/（29+17+6）=-86.52 dBm

那么場景2的平均RSRP計算公式為：

（柵格2 RSRP采樣點求和+柵格4 RSRP采樣點求和）/（柵格2 RSRP采樣點計數+柵格4RSRP采樣點計數）=（-1 325.06-825.625）/（17+10）=-79.66 dBm

2.3.2 基于柵格的場景化指標統(tǒng)計

采用采樣點平均的方式對網絡質量進行評估時，會存在由于采樣點分布不均勻導致的統(tǒng)計偏差。即：如果在網絡質量較好的區(qū)域測試時長較長，那么質量較好的采樣點的比例就會增大，從而提升測試區(qū)域的指標值；反之，如果在質量較差的區(qū)域測試的采樣點過多，也會拉低整體網絡性能。而基于柵格的場景化指標統(tǒng)計，首先在柵格范圍內進行統(tǒng)計平均，再針對全部的柵格計算最終統(tǒng)計結果，避免了采樣點分布不均勻帶來的統(tǒng)計偏差，能夠客觀地反映網絡質量。以統(tǒng)計指標“平均RSRP”為例說明，計算公式如下：

（柵格1RSRP采樣點求和/柵格1RSRP采樣點計數+柵格2RSRP采樣點求和/柵格2RSRP采樣點計數+…柵格M RSRP采樣點求和/柵格M RSRP采樣點計數）/M

其中，M為該場景中的柵格個數。

3 多場景統(tǒng)計應用

基于客戶端的場景圖層繪制能夠靈活的設定場景的范圍，而不局限于已有的統(tǒng)計范圍（省、地市、網格）。例如對于金融街區(qū)域，假設可以依據分析需求將其劃分為南北兩個場景來討論，如圖2所示。而在傳統(tǒng)的測試過程中，后臺服務器所能區(qū)分的最小范圍的場景為包含金融街街道的一個網格區(qū)域。

用戶將圖2中所示的金融街南、金融街北兩個場景圖層提交到多場景分析服務器，服務器完成軍事化柵格切割；同時依據所提交的測試數據范圍，后臺服務器將場景信息與測試數據的柵格信息進行匹配；對海量測試數據進行統(tǒng)計，進而得出兩個場景的統(tǒng)計指標。表4中給出了基于本文2.3.1中所給出的算法，兩次測試、兩個場景的部分統(tǒng)計指標結果。

圖2　基于多場景分析系統(tǒng)的金融街區(qū)域劃分

表4　金融街北、金融街南場景統(tǒng)計指標

利用該測試數據可以分析“金融街北”、“金融街南”兩個場景在同一測試時間的網絡性能，也可以單獨分析每個場景的歷史測試對比結果。綜合兩次測試結果，可以得出結論：對于FTP應用層下載速率，金融街南場景高于金融街北場景，而對于同一個場景兩次測試的結果基本相同；對于FTP應用層上傳速率，兩個場景第二次測試結果均優(yōu)于第一次的測試結果。

此外，由于對測試數據進行了標準的軍事柵格化處理，使得歷史測試數據能夠以柵格作為更精細的維度來進行對比，精確分析出FTP上傳速度變高或者變低的具體區(qū)域。如圖3所示的金融街北區(qū)域，圖中綠色柵格代表第二次測試的上傳速率高于第一次測試500 kbit/s的區(qū)域。而紅色區(qū)域為第二次測試的上傳速率低于第一次測試500 kbbit/s的區(qū)域。

圖3　FTP應用層上傳速率柵格化對比圖

4 結束語

傳統(tǒng)的多場景分析需要針對不同的分析需求，臨時組織專項測試。也無法應用路測平臺上已有的海量測試數據。本文提出的基于海量數據多場景精細化指標分析，能夠將場景的地理信息與測試數據的地理信息進行自動匹配，從而挖掘各類測試平臺已有的海量測試信息，實現測試指標的自動化輸出。也能夠在精細化的柵格維度內分析和定位網絡問題。同時，測試場景支持隨時添加和修改，從而能夠快捷的評估網絡質量，大幅度提升統(tǒng)計效率，為進一步的網絡優(yōu)化提供依據。

［1］ 湛邵斌， 陳圣波， 李遠華， 等. 柵格數據地理信息系統(tǒng)（Raster GIS）關鍵技術分析［J］. 計算機應用及技術， 2007.

Research on the meticulous analysis of the scenarized indexes of the massive test data

WEI Hong， ZHOU Jun， LI Cheng-yi
（China Mobile Group Design Institute Co.， Ltd.， Beijing 100080， China）

Currently it has accumulated vast amounts of test data on a variety of test platforms. Based on these data，how to make deeply data mining， utilization， and network performance analysis of different scenarios， is an urgent problem to be solved. This paper presents a meticulous analysis method of multi-scenario based on the military raster and geographic information， which supports user-defi ned test scenarios making on the GIS map. And the massive test data can be cutted and stored based on the military raster. By these，test data can be associated with the test scenarios. Then the meticulous analysis of the scenarized indexes can be done easily. So the method suggested can improve the effi ciency of the scenarized analysis， make a depth big-data mining， and save the cost of the test and analysis.

scenarized analysis； big data； eographic information； military raster

TN929.5

A

1008-5599（2016）09-0081-05

2016-04-14