郭向榮 李剛 紀純妹 陳炯鋒 馬于飛 熊雄
摘要:現(xiàn)階段運營商的室內(nèi)網(wǎng)絡(luò)評估方法不能有效支撐海量的室內(nèi)網(wǎng)絡(luò)評估與分析應用。從MDT數(shù)據(jù)特性出發(fā),研究MDT數(shù)據(jù)結(jié)構(gòu)與字段,采用基于大數(shù)據(jù)多維度分析的MDT異常GPS過濾方法和基于大數(shù)據(jù)匹配的MDT室內(nèi)數(shù)據(jù)識別方法,該方法經(jīng)過驗證能夠有效輸出室內(nèi)定位數(shù)據(jù),解決MDT定位數(shù)據(jù)無法用于室內(nèi)網(wǎng)絡(luò)評估的問題,提供海量有效經(jīng)緯度數(shù)據(jù)用于室內(nèi)評估與分析。
關(guān)鍵詞:MDT定位;大數(shù)據(jù)思維;數(shù)據(jù)過濾;室內(nèi)識別
1? ?引言
現(xiàn)階段運營商的室內(nèi)網(wǎng)絡(luò)評估方法主要包括人工測試與基于OTT定位的室內(nèi)評估,前者存在測試效率低成本高問題,后者由于OTT數(shù)據(jù)的HTTPS廣泛加密存在可解析的定位數(shù)據(jù)越來越少且精確不高的問題,因此均不能有效支撐海量的室內(nèi)網(wǎng)絡(luò)評估與分析應用。
本次研究數(shù)據(jù)源MDT[1]是運營商自有數(shù)據(jù),數(shù)據(jù)長期可用,MDT數(shù)據(jù)特征是在MR中攜帶GPS經(jīng)緯度信息[2],能夠直接得到具體位置上的無線網(wǎng)絡(luò)情況[8],應用價值高。但由于GPS收集來自海量用戶[2-3],存在部分用戶上報GPS位置不準確,且在室內(nèi)深入?yún)^(qū)域無法接收到GPS的問題。因此,MDT數(shù)據(jù)無法直接應用在室內(nèi)網(wǎng)絡(luò)分析上。本文基于大數(shù)據(jù)的思維方法[4-6],對MDT異常數(shù)據(jù)過濾與室內(nèi)數(shù)據(jù)識別方法[7-8]進行分析探討,研究出一種有效的數(shù)據(jù)過濾與室內(nèi)識別的方法。
2? ?MDT數(shù)據(jù)過濾與室內(nèi)識別算法
MDT原始數(shù)據(jù)具備時間標識、用戶標識、小區(qū)標識、RSRP等信息,因此,本文主要利用大數(shù)據(jù)多維分析方法評估GPS經(jīng)緯度的合理性識別出異常經(jīng)緯度,通過異常GPS過濾算法進行異常經(jīng)緯度數(shù)據(jù)過濾,并采用兩種室內(nèi)數(shù)據(jù)關(guān)聯(lián)算法,最終輸出有效的室內(nèi)數(shù)據(jù),具體步驟包括:
(1)提取MDT原始數(shù)據(jù)中的“時間標識”“用戶標識”“小區(qū)標識”“經(jīng)緯度”“RSRP”等信息;
(2)利用大數(shù)據(jù)多維分析方法,基于“用戶標識”與“經(jīng)緯度”數(shù)據(jù),從“用戶維度”與“偏移維度”評估MDT經(jīng)緯度合理性;
(3)基于“小區(qū)標識”與“經(jīng)緯度”數(shù)據(jù),從“網(wǎng)元維度”評估MDT經(jīng)緯度合理性;
(4)基于“用戶標識”、“經(jīng)緯度”、“RSRP”數(shù)據(jù)與路測數(shù)據(jù),從“問題點維度”評估MDT經(jīng)緯度合理性;
(5)通過以上四個維度,評估識別出異常經(jīng)緯度,并通過異常GPS過濾算法進行異常經(jīng)緯度數(shù)據(jù)過濾;
(6)過濾后輸出的準確MDT數(shù)據(jù),采用兩種室內(nèi)數(shù)據(jù)關(guān)聯(lián)算法,包括室內(nèi)場景行為室內(nèi)數(shù)據(jù)識別與基于大數(shù)據(jù)思維的室內(nèi)數(shù)據(jù)匹配:
1)通過將MDT數(shù)據(jù)與樓宇圖層進行匹配,提取樓宇邊緣的MDT數(shù)據(jù)。根據(jù)用戶標識信息,提取MDT用戶的所有數(shù)據(jù)(包括不帶MDT經(jīng)緯度的MR數(shù)據(jù)),依據(jù)用戶行為及MR特征算法判斷是否室內(nèi)行為,如果是室內(nèi)行為,則將有MDT經(jīng)緯度歸屬的樓宇位置信息回填到?jīng)]有經(jīng)緯度的MR數(shù)據(jù)上。通過將MDT數(shù)據(jù)與樓宇圖層進行匹配,提取樓宇邊緣的MDT數(shù)據(jù);
2)基于海量的MDT數(shù)據(jù),提出一種新的思路,通過提取無經(jīng)緯度MR,依據(jù)指紋回填算法與多站定位算法,對每條MR數(shù)據(jù)運算出兩個位置,并進行位置匹配,兩種算法輸出的樓宇位置如果相同,則該經(jīng)緯度數(shù)據(jù)回填成功。
(7)采用以上兩種室內(nèi)數(shù)據(jù)關(guān)聯(lián)算法,最終輸出可用于室內(nèi)網(wǎng)絡(luò)評估的室內(nèi)數(shù)據(jù)。
如果用戶只在進入或離開樓宇時上報經(jīng)緯度,則對MDT經(jīng)緯度之前與之后的MR進行提取,并判斷滿足以下算法,則對MR進行樓宇位置回填:
(1)MR1經(jīng)緯度歸屬樓宇內(nèi);
(2)提取同一個用戶中,MR1后300 s內(nèi)的MR數(shù)據(jù)、MR1前300 s內(nèi)的MR數(shù)據(jù);
(3)前后的數(shù)據(jù)分別進行判斷,只保留RSRP均小于MR1的MR數(shù)據(jù);
(4)占用小區(qū)與MDT數(shù)據(jù)的小區(qū)相同;
(5)占用小區(qū)類型判斷,當需要回填的MR小區(qū)類型為“室內(nèi)”,則直接回填樓宇位置信息;當需要回填的MR小區(qū)類型為“室外”,則進行TA/AOA判斷,當TA變化小于16TS且AOA變化小于30,則回填樓宇位置信息。
對于海量的MDT數(shù)據(jù),提取無經(jīng)緯度的MR,依據(jù)指紋回填算法與多站定位算法,對每條MR運算出兩個位置,并進行位置匹配,對兩種算法輸出的樓宇位置相同的MR進行保留,具體匹配流程如圖1所示。
根據(jù)TA/AOA/RSRP等信息,計算MR數(shù)據(jù)與主鄰小區(qū)的距離,得到MR數(shù)據(jù)距離每個小區(qū)可能出現(xiàn)的位置,再對所有點進行算術(shù)平均得到MR的位置。
根據(jù)TA測量值估計UE和eNodeB之間的距離(圖2中①),D=N×16×7.8 m(N即是MR上報的TA值),例如TA=1,即1×16×7.8=124.8 m,得到MR距離主覆蓋小區(qū)大概位置,圓圈即是UE可能出現(xiàn)的位置。根據(jù)主小區(qū)的AOA值,計算UE和eNodeB的大概位置(圖2中②),方向=A(A即AOA角度,例如A=30°,即用戶在基站的30°方向上)。將弧線換成點狀,得到用戶的大概位置(圖2中③)。
根據(jù)鄰小區(qū)的RSRP值進行粗略計算,RSRP一定程度上反映用戶與基站的距離,運算結(jié)果可以做為主小區(qū)的距離參考。
得到MR距離每個小區(qū)可能出現(xiàn)的位置,并對所有點進行平均計算,得到用戶的大概位置。
將指紋定位與多站定位進行的經(jīng)緯度進行匹配,一致的數(shù)據(jù)進行保留,不吻合的則丟棄,保證定位數(shù)據(jù)輸出的準確性。
3? ?MDT數(shù)據(jù)過濾與室內(nèi)識別應用情況
通過用戶維度、網(wǎng)元維度、偏移維度、問題點維度這四個維度對MDT數(shù)據(jù)進行分析,剔除異常經(jīng)緯度數(shù)據(jù)。
從用戶維度進行評估的方法是,提取每個用戶的所有MR經(jīng)緯度數(shù)據(jù),計算所有經(jīng)緯度之間的距離,并獲取最遠距離的兩個位置的上報時間,根據(jù)“距離/時間”計算用戶移動速度,判斷MDT經(jīng)緯度是否合理,對存在移動速度大于120 km/h的用戶,將整個用戶的數(shù)據(jù)進行剔除,如圖3“過濾算法”所示:
從網(wǎng)元維度進行評估的方法是按小區(qū)維度評估經(jīng)緯度合理性后,輸出各個小區(qū)的MDT數(shù)據(jù),在地圖上渲染,分析經(jīng)緯度是否超出小區(qū)合理覆蓋范圍。對于室外站,計算與小區(qū)距離最近的一圈的所有室外站點的站間距并取該部分數(shù)據(jù)的算術(shù)平均值,以5倍該算術(shù)平均值作為基站的合理覆蓋范圍,對于超過合理覆蓋范圍的經(jīng)緯度進行過濾(超高站點另外考慮)。對于室內(nèi)站,大于室內(nèi)站500 m的經(jīng)緯度數(shù)據(jù)則作為異常數(shù)據(jù)過濾掉。
通過人工測試采集經(jīng)緯度與MDT收集到的經(jīng)緯度進行對比從而進行偏移維度的評估,評估結(jié)果發(fā)現(xiàn)人工測試位置與收集的MDT位置吻合。
對測試發(fā)現(xiàn)的問題點,通過查驗MDT輸出的結(jié)果,進行問題點維度的評估,發(fā)現(xiàn)兩者結(jié)果吻合。
通過信令中的用戶標識,對用戶數(shù)據(jù)進行識別,在足夠短的時間內(nèi),將用戶進入室內(nèi)前與離開室內(nèi)后上報過MDT的經(jīng)緯度數(shù)據(jù)進行樓宇內(nèi)經(jīng)緯度回填,由于室內(nèi)穿透損耗等情況存在,對于參考信號接收功率(RSRP,Reference Signal Receiving Power)比窗邊MDT數(shù)據(jù)的RSRP低的數(shù)據(jù),進行回填經(jīng)緯度的數(shù)據(jù),否則不予回填。
如果進入樓宇和離開樓宇均有經(jīng)緯度數(shù)據(jù),如圖4所示,MR1-MR12均屬于同一用戶的數(shù)據(jù),紅色點無經(jīng)緯度數(shù)據(jù),但綠色點有經(jīng)緯度數(shù)據(jù),如果MR1與MR12經(jīng)緯度均歸屬同一樓宇且MR12-MR1 time<300 s,MR2~MR11的RSRP均小于MR1與MR12的RSRP,則對無經(jīng)緯度的MR回填經(jīng)緯度。
建立每幢樓宇的指紋數(shù)據(jù):取落在樓宇內(nèi)的MDT數(shù)據(jù),建立5 m×5 m的平面柵格指紋數(shù)據(jù),如表1所示。
對于面積不大的樓宇,指紋關(guān)聯(lián)采用最小距離匹配算法(歐氏距離)。通過室內(nèi)MDT數(shù)據(jù)建立的指紋,用最小距離匹配算法,對無經(jīng)緯度的MR數(shù)據(jù)匹配對應的樓宇位置,如表2~表4所示。
取最小的距離且該距離小于10的記錄來回填樓宇位置(如表6所示),如果匹配的結(jié)果均大于10,則不回填。
4? ?效果評估
對以上算法輸出的樓宇數(shù)據(jù),通過RSRP呈現(xiàn)弱覆蓋樓宇,并在現(xiàn)場進行人工測試驗證,驗證結(jié)果的弱覆蓋與算法輸出結(jié)果完全吻合,說明算法輸出可靠性高。
驗證測試共輸出問題點40個,其中33個問題樓宇能進入樓內(nèi)進行測試。33個已測試的樓宇均與MDT數(shù)據(jù)輸出的覆蓋情況相符,存在不同程度的弱覆蓋情況,驗證準確率為100%,如圖5所示:
5? ?結(jié)束語
MDT[9-10]數(shù)據(jù)屬于運營商的一種新的定位數(shù)據(jù)源,室內(nèi)數(shù)據(jù)識別通過該數(shù)據(jù)源中攜帶的GPS信息,發(fā)現(xiàn)需要解決MDT異常數(shù)據(jù)過濾和室內(nèi)無法接收GPS衛(wèi)星區(qū)域的數(shù)據(jù)關(guān)聯(lián)的問題。
經(jīng)過研究證明,基于大數(shù)據(jù)多維度分析能夠發(fā)現(xiàn)MDT數(shù)據(jù)經(jīng)緯度存在的異常問題,同時該分析提出相關(guān)算法進行數(shù)據(jù)過濾,輸出高精度的MDT基礎(chǔ)數(shù)據(jù),這種數(shù)據(jù)是室內(nèi)數(shù)據(jù)輸出的基礎(chǔ),輸出用戶窗邊經(jīng)緯度,對進入與離開室內(nèi)MDT之間的MR進行回填,同時室內(nèi)MDT建立每棟樓宇的指紋,開展新型指紋關(guān)聯(lián)與新型多站定位的多種定位算法的位置匹配關(guān)聯(lián),經(jīng)過驗證,相關(guān)室內(nèi)數(shù)據(jù)準確度高,是一種能夠評估室內(nèi)無線網(wǎng)絡(luò)的方法。
參考文獻:
[1] 3GPP TS 36.331. Evolved Universal Terrestrial Radio Access (E-UTRA); Radio Resource Control (RRC);Protocol specification(Release 11)[S]. 2018.
[2] 吳學偉,伊曉東. GPS定位技術(shù)與應用[M]. 北京: 科學出版社, 2010.
[3] 王建民,顧虹. GPS技術(shù)及其在移動定位中的應用研究[J]. 電信技術(shù), 2005(11): 58-61.
[4] 陳良臣. 大數(shù)據(jù)挖掘與分析的關(guān)鍵技術(shù)研究[J]. 數(shù)字技術(shù)與應用, 2015(1): 103-106.
[5] 王超. 基于大數(shù)據(jù)技術(shù)的現(xiàn)代移動通信研究[J]. 中國新通信, 2015(3): 111.
[6] 胡舜耕,魏進武. 大數(shù)據(jù)及其在電信運營中的應用研究[J]. 電信技術(shù), 2015(1): 16-19.
[7] 余揚,趙凱飛,沈嘉. 室內(nèi)定位技術(shù)應用、研究現(xiàn)狀及展望[J]. 電信網(wǎng)技術(shù), 2014(5): 53-56.
[8] 高歆雅,楊恒,張志榮. 移動定位技術(shù)的過去、現(xiàn)在和未來[J]. 電信科學, 2013(S1): 89-93.
[9]3GPP TS 32.422. Telecommunication management;?Subscriber and equipment trace; Trace control and configuration management(Release 15)[S]. 2018.
[10] 3GPP TS 37.320. Radio measurement collection for Minimization of Drive Tests(MDT); overall descrip-tion( Release 15)[S]. 2018.