薛 偉 譚 裴 王 星 葉 敏 李曉輝

1(中國移動通信集團(tuán)設(shè)計(jì)院有限公司安徽分公司 安徽 合肥 230041) 2(中國移動通信集團(tuán)設(shè)計(jì)院有限公司 北京 100080)

0 引 言

鐵塔公司成立后，在基站管理建設(shè)方面將面臨兩方面問題[1]：一是三大電信運(yùn)營商大量存量站址的接收、改造以及再利用；二是三大運(yùn)營商新建基站的需求建設(shè)管理。對于多家運(yùn)營商提出的新建基站需求，各家運(yùn)營商在提出新建基站需求時，只考慮自身網(wǎng)絡(luò)發(fā)展要求,如何既滿足三家運(yùn)營商的新建基站需求，又最大限度提升基站共享率，是鐵塔站址規(guī)劃建設(shè)工作中的重要工作之一[2]。目前多運(yùn)營商需求站點(diǎn)規(guī)劃建設(shè)主要存在以下幾點(diǎn)困難：(1) 人工判斷處理效率低；三家運(yùn)營商新建站點(diǎn)需求及現(xiàn)網(wǎng)存量數(shù)據(jù)量大，且建設(shè)需求在規(guī)劃階段變化較為頻繁，涉及到現(xiàn)網(wǎng)存量站點(diǎn)自身情況及站點(diǎn)間距離計(jì)算等，判斷計(jì)算過程較為復(fù)雜；(2) 缺乏基于現(xiàn)有平臺數(shù)據(jù)的整合分析工具，難以有效支撐鐵塔規(guī)劃方案制定；(3) 缺少直觀的GIS地圖展示，需求站址建設(shè)方案多方確認(rèn)時不夠直觀、方便。

為解決鐵塔公司在多運(yùn)營商站址規(guī)劃建設(shè)過程中遇到的困難，給出一種基于整合算法的多運(yùn)營商站址規(guī)劃平臺。通過對現(xiàn)網(wǎng)存量站址、覆蓋場景區(qū)域等數(shù)據(jù)的采集和管理，結(jié)合站址整合推薦算法，對多運(yùn)營商新建站址需求進(jìn)行綜合分析，輸出利舊站址、獨(dú)立新建站址、共享新建站址三類結(jié)果。根據(jù)分析結(jié)果輸出統(tǒng)計(jì)分析表，從而有效提升需求站址建設(shè)方案準(zhǔn)確性和編制效率。

1 關(guān)鍵技術(shù)介紹

1.1 Node.js與Express技術(shù)

Node.js是一個服務(wù)器端JavaScript解釋器，采用C++語言編寫，其采用了谷歌V8 JavaScript引擎[3-4]。Node.js作為一種新型的的Web服務(wù)器，其搭建和配置非常容易，它與傳統(tǒng)的Web服務(wù)器的其中一個主要區(qū)別是：Node.js是單線程的。單線程極大地簡化了Web程序的編寫，為獲得多線程的性能優(yōu)勢，只需啟用更多的Node.js實(shí)例。Node.js通過內(nèi)部單線程高效率地維護(hù)事件循環(huán)隊(duì)列來實(shí)現(xiàn)事件驅(qū)動機(jī)制，沒有多線程的資源占用和上下文切換。Node.js的另外一個優(yōu)點(diǎn)在于它的平臺無關(guān)性，它的程序可以部署在Windows、OS X和Linux等系統(tǒng)上，協(xié)作較為簡單。Express[5-6]是一個基于Node.js平臺的極簡、靈活的Web應(yīng)用開發(fā)框架，它提供一系列強(qiáng)大的特性，用以創(chuàng)建各種Web和移動設(shè)備應(yīng)用。Express框架核心特性在于可以設(shè)置中間件來響應(yīng)網(wǎng)頁請求，定義路由表用于執(zhí)行不同的網(wǎng)頁請求動作，通過向模版?zhèn)鬟f參數(shù)來動態(tài)渲染網(wǎng)頁頁面。

1.2 MongoDB技術(shù)

MongoDB[7]是一種開源的非關(guān)系型數(shù)據(jù)庫，利用分布式文件存儲結(jié)構(gòu)，由C++語言編寫，旨在為互聯(lián)網(wǎng)應(yīng)用提供可擴(kuò)展的高性能數(shù)據(jù)存儲解決方案。MongoDB作為非關(guān)系型數(shù)據(jù)庫，支持的數(shù)據(jù)結(jié)構(gòu)非常松散，存儲結(jié)構(gòu)使用BSON(Binary Serialized Document Format)結(jié)構(gòu)，可以存儲比較復(fù)雜、且不統(tǒng)一的數(shù)據(jù)類型。MongoDB最大的特點(diǎn)是它支持語言非常強(qiáng)大，語法類似于面向?qū)ο蟮牟樵冋Z言，可以提供類似關(guān)系型數(shù)據(jù)庫單表查詢的絕大部分功能，也支持對數(shù)據(jù)建立索引，支持高效數(shù)據(jù)查詢操作[8]。與傳統(tǒng)的關(guān)系型數(shù)據(jù)庫相比，MongoDB作為文檔型數(shù)據(jù)庫[9]，利用更為靈活的“文檔”模型，利用在文檔中嵌入數(shù)組和文檔，能夠通過一條文檔記錄來表現(xiàn)出復(fù)雜的數(shù)據(jù)層次關(guān)系。MongoDB具有的特點(diǎn)包括高性能、易部署、易使用，存儲數(shù)據(jù)方便，適用于網(wǎng)站實(shí)時數(shù)據(jù)處理，分布式應(yīng)用等場景，不宜用于復(fù)雜的跨文檔表級級聯(lián)查詢等場景。

2 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

2.1 系統(tǒng)總體方案

多運(yùn)營商站址規(guī)劃平臺以基站現(xiàn)網(wǎng)站址和覆蓋場景區(qū)域數(shù)據(jù)為基礎(chǔ)，結(jié)合整合推薦算法對多運(yùn)營商提供的需求建設(shè)站點(diǎn)進(jìn)行分場景分析，輸出整合推薦算法處理結(jié)果，為鐵塔公司多運(yùn)營商需求站址規(guī)劃建設(shè)工作提供解決方案。

多運(yùn)營商站址規(guī)劃平臺軟件架構(gòu)如圖1所示。平臺基于B/S模式，將軟件架構(gòu)分為四層，分別為：數(shù)據(jù)采集層、數(shù)據(jù)處理層、業(yè)務(wù)處理層以及應(yīng)用層。其中數(shù)據(jù)采集層主要負(fù)責(zé)現(xiàn)網(wǎng)基站站址數(shù)據(jù)、地市覆蓋區(qū)域數(shù)據(jù)的采集，通過WebService接口從無線網(wǎng)絡(luò)基礎(chǔ)資源庫系統(tǒng)獲取現(xiàn)網(wǎng)站址數(shù)據(jù)等工作。數(shù)據(jù)處理層負(fù)責(zé)處理平臺各種數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行存儲匯總等操作。業(yè)務(wù)處理層負(fù)責(zé)對各業(yè)務(wù)算法進(jìn)行處理、統(tǒng)計(jì)分析處理等操作。應(yīng)用層負(fù)責(zé)各功能模塊的網(wǎng)頁展示及交互，以及GIS地圖服務(wù)展示。

圖1 平臺軟件架構(gòu)

2.2 站址整合推薦算法

站址整合推薦算法主要對根據(jù)現(xiàn)網(wǎng)基站站址以及覆蓋場景區(qū)域數(shù)據(jù)，對多運(yùn)營商需求建設(shè)站址進(jìn)行算法分析，形成利舊站點(diǎn)、獨(dú)立新建站點(diǎn)、共享新建站點(diǎn)三類站址整合推薦結(jié)果。本算法中根據(jù)不同覆蓋場景定義了不同的共享距離Distsi和整合距離Distmi，i=1,2,…,n，n為覆蓋場景個數(shù)。覆蓋場景一般包括密集市區(qū)、一般市區(qū)、縣城、鄉(xiāng)鎮(zhèn)、農(nóng)村等場景。整合算法主要分為站點(diǎn)利舊處理和站點(diǎn)整合推薦處理兩部分內(nèi)容，處理流程參照圖2所示。

圖2 站址整合算法流程圖

2.2.1 站點(diǎn)利舊處理

本算法先對所有需求站點(diǎn)逐個處理，根據(jù)需求站點(diǎn)所在的覆蓋場景區(qū)域，確定共享距離Distsi。此處的Distsi為經(jīng)驗(yàn)值，可據(jù)實(shí)際要求進(jìn)行調(diào)整。根據(jù)需求站點(diǎn)的共享距離搜索附近的現(xiàn)網(wǎng)站點(diǎn)，根據(jù)現(xiàn)網(wǎng)站點(diǎn)自身情況，判斷該現(xiàn)網(wǎng)站點(diǎn)是否符合利舊條件。如果符合利舊條件，則將該需求站點(diǎn)與選中的現(xiàn)網(wǎng)站點(diǎn)進(jìn)行關(guān)聯(lián)，輸出利舊結(jié)果。

需求站與現(xiàn)網(wǎng)站計(jì)算站間距是根據(jù)經(jīng)緯度值計(jì)算的，近似計(jì)算函數(shù)[10]表示為：

(1)

式中：R為地球半徑。設(shè)第一點(diǎn)A的經(jīng)緯度為(LonA,LatA)，第二點(diǎn)B的經(jīng)緯度為(LonB,LatB)，按照0度經(jīng)線的基準(zhǔn)，東經(jīng)取經(jīng)度的正值，西經(jīng)取經(jīng)度負(fù)值，北緯取90-緯度值，南緯取90+緯度值，則經(jīng)過上述處理過后的兩點(diǎn)被計(jì)為(MLonA,MLatA)和(MLonB,MLatB)。

2.2.2 站點(diǎn)整合推薦

本算法對不能進(jìn)行利舊處理的需求站點(diǎn)進(jìn)行后續(xù)整合推薦。處理步驟如下：

① 任選一個未在集合Setj中的需求站點(diǎn)開始遍歷，根據(jù)該需求站點(diǎn)所在覆蓋區(qū)域獲取其對應(yīng)的整合距離Distmi，獲取該站點(diǎn)附近符合整合距離的需求站點(diǎn)，加入新的Setj集合中。

② 對新集合Setj做遞歸遍歷，獲取所有加入該集合的需求站點(diǎn)的符合整合距離的需求站點(diǎn)，并加入到該Setj集合中。

④ 對集合Setj進(jìn)行逐個處理，利用式(1)計(jì)算該集合中所有需求站點(diǎn)的兩兩之間距離，并排序，取最大值記為Distmax。并記錄該最遠(yuǎn)的兩個需求站點(diǎn)，獲取這兩個需求站點(diǎn)所對應(yīng)的整合距離。比較這兩個需求站點(diǎn)整合距離。取最大整合距離記為Distmm，與Distmax進(jìn)行比較，如果Distmm>Distmax，進(jìn)入下一步處理，否則將該集合中所有需求站點(diǎn)合并成一個新建站點(diǎn)，輸出共享新建站，并計(jì)算共享新建站經(jīng)緯度公式為：

(2)

⑤ 利用聚類算法思想[11]，根據(jù)式(1)，取距離最大的兩個站點(diǎn)作為兩個合并子集合的中心，對Setj集合中剩余的站點(diǎn)根據(jù)最小距離優(yōu)先歸類原則，且符合其整合距離，逐個歸類到相應(yīng)的合并子集合中。并根據(jù)式(2)對合并子集合的中心經(jīng)緯度進(jìn)行動態(tài)調(diào)整，如果新的合并子集合的中心無法滿足到合并子集合中的所有元素的整合距離，則該站點(diǎn)不能加入子集合。如果該站點(diǎn)不能加入所有子集合，則需要建立一個新的合并子集合，將該站點(diǎn)加入到新的合并子集合。

⑥ 根據(jù)步驟⑤處理，Setj集合中所有站點(diǎn)加入到所有合并子集合中。對于合并子集合中元素?cái)?shù)目為1的站點(diǎn)，輸出為獨(dú)立新建站結(jié)果，對于合并子集合中元素個數(shù)大于1的站點(diǎn)輸出共享新建站結(jié)果，共享新建站經(jīng)緯度參照式(2)獲得。

⑦ 直到所有Setj集合處理完畢后，算法結(jié)束。

根據(jù)本站址整合推薦算法，可以獲取到利舊站點(diǎn)，獨(dú)立新建站點(diǎn)以及共享新建站點(diǎn)三類站址整合推薦結(jié)果數(shù)據(jù)，為鐵塔規(guī)劃人員提供多運(yùn)營商需求站址規(guī)劃建議。

3 實(shí)驗(yàn)結(jié)果及分析

實(shí)驗(yàn)采用數(shù)據(jù)集為某省會城市鐵塔公司提供的站點(diǎn)數(shù)據(jù)，現(xiàn)網(wǎng)存量站點(diǎn)數(shù)為10 154個，三家運(yùn)營商提交需求站點(diǎn)數(shù)為2 474個。根據(jù)經(jīng)驗(yàn)值設(shè)置各覆蓋區(qū)域所對應(yīng)共享距離Distsi和整合距離Distmi，得到8組實(shí)驗(yàn)參數(shù)，每組參數(shù)相較前組參數(shù)值增加10%。根據(jù)算法計(jì)算結(jié)果如表1所示。其中需求吻合率反映實(shí)際建設(shè)站址與需求站址距離吻合情況，值越大代表滿足需求吻合情況越好，該參數(shù)運(yùn)營商較為關(guān)注；站址共享率為站址利舊共享率和新建站址共享率平均值，此參數(shù)為鐵塔公司較為關(guān)注。

表1 整合算法計(jì)算結(jié)果表

鐵塔規(guī)劃過程中，根據(jù)共享率、需求滿足等因素考慮，將需求吻合度和站址共享率進(jìn)行綜合加權(quán)評分，評分公式為：

Grade=[Crate×λ+Srate×(1-λ)]×100

(3)

式中：Grade為綜合評分，Crate為需求吻合率，Srate為共享率，λ為加權(quán)參數(shù)，取值范圍(0,1)。當(dāng)λ取0.5時，獲得的綜合評分結(jié)果如圖3所示，整合算法在參數(shù)組合5獲得綜合評分較好。通過多方案的比較，對共享率、需求吻合率、新建和利舊改造站點(diǎn)數(shù)、投資等參數(shù)進(jìn)行綜合分析，從而獲取最合適的多運(yùn)營商站址規(guī)劃方案。

圖3 整合算法結(jié)果綜合評分比較圖

4 結(jié) 語

綜上，在鐵塔站址規(guī)劃過程中引入了信息化的技術(shù)手段，建設(shè)基于整合推薦算法的多運(yùn)營商站址規(guī)劃平臺。結(jié)合現(xiàn)網(wǎng)存量站址數(shù)據(jù)及覆蓋場景區(qū)域數(shù)據(jù)，實(shí)現(xiàn)了信息化的數(shù)據(jù)采集、標(biāo)準(zhǔn)化的數(shù)據(jù)管理、自動化的站點(diǎn)規(guī)劃方案輸出。并通過調(diào)整算法參數(shù)及多方案比較，獲得更優(yōu)的規(guī)劃方案，解決了多運(yùn)營商站址需求如何建設(shè)問題，提高鐵塔站址規(guī)劃方案準(zhǔn)確性和編制效率，為鐵塔站址規(guī)劃工作提供參考。該系統(tǒng)在鐵塔公司2016年-2018年和2017年-2019年滾動規(guī)劃得以使用，具有較高的應(yīng)用價(jià)值。

[1] 李炎兵.鐵塔公司存量站點(diǎn)共享及改造分析[J].中國新通信,2015(3):69-70.

[2] 李新民,高立峰.關(guān)于中國鐵塔公司基站建設(shè)思路與方法的建議[J].數(shù)字通信世界,2015(8):286-287.

[3] Tilkov S,Vinoski S.Node.js:Using JavaScript to Build High-Performance Network Programs[J].IEEE Internet Computing,2010,14(6):80-83.

[4] Bangare S L,Gupta S,Dalal M,et al.Using Node.Js to Build High Speed and Scalable Backend Database Server[C]// International Journal of Research in Advent Technology Special Issue National Conference,2016:61-64.

[5] Brown E.Node與Express開發(fā)[M].吳海星,蘇文,譯.人民郵電出版社,2015.

[6] 王金龍,宋斌,丁銳.Node.js:一種新的Web應(yīng)用構(gòu)建技術(shù)[J].現(xiàn)代電子技術(shù),2015,38(6):70-73.

[7] Cbodorow K.MongoDB權(quán)威指南[M].人民郵電出版社,2011.

[8] Jain V,Upadhyay A.MongoDB and NoSQL Databases[J].International Journal of Computer Applications,2017(167):17-20.

[9] Stonebraker M.SQL Databases v.NoSQL Databases[J].Communications of the Acm,2010,53(4):10-11.

[10] 薛偉,譚裴,葉敏,等.基于智能審核的無線網(wǎng)規(guī)劃設(shè)計(jì)審核平臺研究[J].電信工程技術(shù)與標(biāo)準(zhǔn)化,2016,29(6):49-53.

[11] 汪增福.模式識別[M].中國科學(xué)技術(shù)大學(xué)出版社,2010.