呂非彼，楊潔艷，吳浩然，田元兵，朱佳佳（.中國聯(lián)通網(wǎng)絡(luò)技術(shù)研究院，北京 00048；.中國聯(lián)通智網(wǎng)中心，北京 00033）

1 概述

在無線通信領(lǐng)域，覆蓋率是網(wǎng)絡(luò)規(guī)劃、建設(shè)、運維和優(yōu)化工作中最基本的指標，也是對用戶感知影響最直接的指標。如何對無線網(wǎng)絡(luò)覆蓋率進行精準的評估是運營商一直所關(guān)注的問題。普通用戶對“覆蓋率”最直觀的理解是“有信號區(qū)域面積占全部區(qū)域的比例”，運營商也希望能通過這種覆蓋率的指標，了解無線網(wǎng)絡(luò)的部署情況，發(fā)現(xiàn)覆蓋問題區(qū)域。但實際上，長期以來“覆蓋率”指標沒有統(tǒng)一的定義標準，例如工信部發(fā)布的報告中，我國4G 網(wǎng)絡(luò)覆蓋率在2018年已超過98%［1］。但這難以說明網(wǎng)絡(luò)覆蓋已足夠完善，因為這里覆蓋率指的是人口覆蓋率，即4G 移動通信服務(wù)用戶數(shù)占當?shù)厝丝诳倲?shù)的比例。該指標一般在規(guī)劃建設(shè)階段使用，對網(wǎng)絡(luò)的運維優(yōu)化難以起到指導作用。運營商常用的覆蓋率定義為達到一定覆蓋強度的信號采樣占全部信號采樣的比例，根據(jù)具體數(shù)據(jù)采集方法，有路測覆蓋率或MR（Mesurement Report）小區(qū)覆蓋率。其中路測能定位覆蓋問題的地理位置，但不具備遍歷性且成本高；而小區(qū)MR 統(tǒng)計的缺點，一是沒有位置信息，二是無法評估覆蓋空洞。這些覆蓋率的評估方法都具有一定局限性。隨著手機定位技術(shù)的成熟和無線網(wǎng)絡(luò)的演進，MDT（Minimum Driver Test）技術(shù)的引入使得運營商能夠通過網(wǎng)絡(luò)側(cè)采集全網(wǎng)終端上報的具有精確地理位置的MR 信息。這為運營商的覆蓋分析提供了低成本遍歷全網(wǎng)的大數(shù)據(jù)資源，如何利用MDT 數(shù)據(jù)精準地評估無線網(wǎng)絡(luò)覆蓋是業(yè)內(nèi)關(guān)注的熱點。

2 5G MDT技術(shù)演進

最小化路測技術(shù)（MDT）是3GPP 在R10 版本中引入的一種通過網(wǎng)絡(luò)配置對用戶終端進行測量數(shù)據(jù)采集、上報的自動化路測技術(shù)。其關(guān)鍵點在于用戶終端開啟GNSS（如GPS）并支持MDT 功能，終端就能向基站上報包含用戶位置信息的測量數(shù)據(jù)。MDT 的數(shù)據(jù)采集可用于大數(shù)據(jù)分析以減少路測開銷，縮短優(yōu)化周期，分析用戶感知和網(wǎng)絡(luò)容量等問題，從而降低移動通信運營商網(wǎng)絡(luò)優(yōu)化和維護成本。

MDT 根據(jù)上報方式分為2 種：Logged MDT 和Im?mediate MDT，2 種方式既可以單獨開啟，也可以同時開啟。2種方式分別具有如下特點。

a）Logged MDT：UE 根據(jù)配置參數(shù)信息，在空閑態(tài)（IDLE）進行測量并存儲在終端，待終端進入連接態(tài)，并滿足上報條件再上報基站。Logged MDT 方式需要記錄一定信息，對終端的存儲和耗電均會產(chǎn)生影響。

b）Immediate MDT：UE 在連接態(tài)下進行測量，并將測量報告上報給基站。MDT 重用現(xiàn)有的測量機制，并且在UE 為了移動性等目的上報給網(wǎng)絡(luò)的同時用于MDT上報，不會對UE的耗電和存儲產(chǎn)生太大影響。

R10 版本的MDT 主要面向覆蓋的評估和優(yōu)化，最初的測量包含RSRP、RSRQ、RIP、PHR 等RF 指標。隨著技術(shù)演進，R11—R14 版本中MDT 均有不同程度的增強，增加了data volume、delay、packet loss、RLF 等QoS 方面指標，定位技術(shù)上從獨立GNSS、ECID 定位逐步增加了OTDOA、fingerprint 等方式，異系統(tǒng)的測量上增加了Bluetooth、WLAN等。

隨著機器學習和大數(shù)據(jù)技術(shù)的快速發(fā)展應用，RAN 側(cè)數(shù)據(jù)的采集和分析受到了空前的關(guān)注。在5G NR 目前的標準制定中，3GPP 將MDT 與SON 進行關(guān)聯(lián)討論，MDT 技術(shù)可能成為5G 空口側(cè)的大數(shù)據(jù)采集方式，為網(wǎng)絡(luò)的AI模型訓練提供輸入。目前R15 版本規(guī)范未完成NR 的MDT 部分，計劃在R16 版本完成。并且在R17 版本的立項討論中，認為MDT 將在未來網(wǎng)絡(luò)智能化方面起到重要作用。

3 基于MDT的5G NSA網(wǎng)絡(luò)覆蓋率評估技術(shù)

借助MDT 的大數(shù)據(jù)采集和位置信息，可實現(xiàn)“覆蓋率”全網(wǎng)范圍的地理化評估，也可以對任意地理區(qū)域進行有針對的分析。中國聯(lián)通的網(wǎng)絡(luò)覆蓋評估工作已由以往的本地網(wǎng)面評估和小區(qū)級達標率評估逐漸細化至分場景的覆蓋評估。

3.1 NSA網(wǎng)絡(luò)的MDT數(shù)據(jù)采集

由于R15 NR 的MDT 規(guī)范尚未完成，現(xiàn)網(wǎng)NSA UE上報gNodeB 的MR 并未攜帶位置信息。但NSA 網(wǎng)絡(luò)的控制面由4G 承載，R15 中對4G 的MR 進行了更新，添加了EN-DC 網(wǎng)絡(luò)下4G 的NR 測量項。在DC（dual connection）建立前和建立后，LTE 的MeasResult IE（In?formation Element）中分別增加了measResultNeighCell?ListNR-r15 和MeasResultServFreqListNR-r15 字 段?，F(xiàn)網(wǎng)信令如圖1所示。

若4G MDT 開啟，則從4G 的MR 中可同時采集錨點站的RSRP 和NR 服務(wù)小區(qū)的SS-RSRP 測量值。因此對現(xiàn)有4G MDT 采集進行軟件升級，增加NR 測量字段即可通過4G MR采集NSA網(wǎng)絡(luò)的MDT指標，并且可同時分析4G錨點站的覆蓋情況。

3.2 基于MDT的NSA網(wǎng)絡(luò)覆蓋率評估方法

圖1 現(xiàn)網(wǎng)信令

出于對“有信號區(qū)域面積占全部區(qū)域的比例”這一概念的表達，將基于MDT 數(shù)據(jù)的無線網(wǎng)絡(luò)覆蓋率指標定義為：

其中5G 覆蓋強度指標采用SS-RSRP（SS-Refer?ence Signal Receiving Power），4G 覆蓋強度指標采用RSRP（Reference Signal Receiving Power）。根據(jù)評估目的設(shè)置SS-RSRP和RSRP的達標門限即可。

MDT 采集的位置信息為經(jīng)緯度采樣點，難以直接計算覆蓋面積，需要先進行地理柵格化。目前采集的經(jīng)緯度信息均為WGS84（World Geodetic System -1984）坐標系。需要注意的是，以經(jīng)緯度作為計量單位的是球面坐標，在柵格化時需要轉(zhuǎn)化為以平面直角坐標系為度量的投影坐標系（PCS—Projection Coordi?nate System）。我國較為常用的是通用橫軸墨卡托投影（UTM）。在數(shù)據(jù)轉(zhuǎn)換的具體實現(xiàn)時，可依托成熟的庫函數(shù)。例如Python 下，使用pyproj 模塊可以非常簡單的完成球面到平面的UTM投影映射。

平面坐標下的柵格可根據(jù)需要按邊長任意切分，目前中國聯(lián)通的網(wǎng)絡(luò)覆蓋評估中一般采用50 m×50 m大小的柵格。設(shè)覆蓋強度門限α，先定義單個柵格的柵格覆蓋率BinCov：

對于評估任意區(qū)域Area，可通過區(qū)域的多邊形（polygon）經(jīng)緯度坐標集來描述。一般為一組或多組經(jīng)緯度坐標集合，可選擇GeoJSON、OSM 等標準化格式存儲。采用GeoJSON 除存儲邊界信息，還可以對場景其他屬性進行存儲。

設(shè)柵格達標門限β，柵格面積為s，評估區(qū)域為Ar?ea，柵格化函數(shù)為Bins（），則覆蓋率公式（1）演化為：

3.3 MDT覆蓋評估的優(yōu)勢

基于地理位置信息，MDT 數(shù)據(jù)能夠低成本地實現(xiàn)全網(wǎng)范圍的覆蓋評估。除了能定位覆蓋問題的具體位置外，MDT 的統(tǒng)計分析結(jié)果也比傳統(tǒng)MR 評估更為準確。如圖2所示，某居民小區(qū)采用傳統(tǒng)MR覆蓋率評估覆蓋良好，但由MDT 數(shù)據(jù)分析可見存在近一半覆蓋不佳的區(qū)域，2種覆蓋率差異非常大。

圖2 某居民小區(qū)MR覆蓋率評估和MDT數(shù)據(jù)分析對比

出現(xiàn)這種問題，主要是因為小區(qū)級MR 評估與用戶業(yè)務(wù)發(fā)生位置、業(yè)務(wù)次數(shù)密切相關(guān)。用戶在覆蓋好點做業(yè)務(wù)的概率更大、采樣點更多，將區(qū)域覆蓋“統(tǒng)計平均掉了”。另一個因素是基站除覆蓋特定分析的區(qū)域還會覆蓋到周邊。

3.4 MDT覆蓋評估的問題

a）部分區(qū)域數(shù)據(jù)采集量不足：5G 建設(shè)初期，5G 用戶和終端數(shù)量基數(shù)仍稍顯不足。且用戶集中度高，難以對全網(wǎng)完成遍歷性評估。對于4G，受限于終端能力（R10 以上），在農(nóng)村和經(jīng)濟欠發(fā)達區(qū)域仍有大量無采樣的位置。用戶使用習慣（關(guān)閉GPS，不授權(quán)使用GPS等）、用戶環(huán)境（室內(nèi)無法接收GPS）以及涉及用戶隱私等問題，也會造成采樣稀少。

b）室內(nèi)無GPS：MDT 目前主要依賴GPS 定位，在室內(nèi)無法完成定位，因此室內(nèi)覆蓋的評估仍需采用傳統(tǒng)評估方法。目前5G 的網(wǎng)絡(luò)定位技術(shù)的增強也在標準制定中，有研究標明基于5G Massive MIMO 的網(wǎng)絡(luò)側(cè)定位將大幅提升定位精度，能夠?qū)崿F(xiàn)對室內(nèi)宏站覆蓋的評估。

c）區(qū)域化評估中區(qū)分無覆蓋和無用戶的問題：MDT 覆蓋評估的一個重要目的是定位無覆蓋區(qū)域。如何區(qū)分一片區(qū)域是覆蓋空洞還是無用戶是目前技術(shù)的難點。

如圖3 所示，某5A 級景區(qū)，藍色邊框為景區(qū)邊界。由于景區(qū)范圍內(nèi)包含大量無人進入的山體，出現(xiàn)大量無用戶信號采樣位置，但同時也有部分區(qū)域是由于覆蓋空洞造成無采樣。若直接按前述覆蓋率公式計算，則會出現(xiàn)覆蓋率極低的問題（覆蓋率1），與用戶實際體驗不符，夸大網(wǎng)絡(luò)問題；一種常用的處理方式是將覆蓋率的分母替換為有數(shù)據(jù)的區(qū)域面積（覆蓋率2），但這種方式必然會造成對覆蓋空洞的漏檢，導致場景覆蓋率偏好。可見無論采取那種方法，“覆蓋率”都出現(xiàn)了很大程度的失真。

圖3 某5A級景區(qū)“覆蓋率”失真問題

4 基于圖像識別的覆蓋率評估方法

對于蜂窩無線網(wǎng)絡(luò)技術(shù)來說，網(wǎng)絡(luò)并非追求對地球100%面積的覆蓋，網(wǎng)絡(luò)覆蓋的目標應理解為對用戶所達區(qū)域進行盡力而為的覆蓋。對于運營商的網(wǎng)絡(luò)建設(shè)和優(yōu)化來說，更是分階段、有重點地逐步擴大覆蓋范圍，覆蓋評估的目標是100%完成規(guī)劃的覆蓋范圍。例如5G初期，覆蓋評估是對5G建設(shè)目標區(qū)域、重點場景等進行區(qū)域化評估。基于對“覆蓋率”的這種理解，為了解決無數(shù)據(jù)位置對覆蓋率評估造成的影響，本文提出一種基于電子地圖圖像識別的覆蓋率修正技術(shù)，通過識別地貌信息，對用戶基本不會到達或者運營商認為無需覆蓋的區(qū)域進行剔除，從而修正覆蓋率指標。

4.1 圖像識別技術(shù)研究

通過電子地圖識別出某些地貌信息，在區(qū)域無采樣、或采樣點較少的情況下，結(jié)合場景類別加以判斷以糾正區(qū)域的覆蓋率。例如評估中剔除城市中心的湖泊、景區(qū)內(nèi)的山川、農(nóng)村的農(nóng)田區(qū)域等。為實現(xiàn)基于電子地圖的地貌識別，從深度學習和計算機視覺模型2個方向展開研究。

a）深度學習模型。在深度學習模型中，針對不規(guī)則邊界的圖像識別可采用語義分割算法。我們試驗了主流的開源語義分割模型U-Net和SegNet。由于其使解碼器迭代學習編碼器池化過程中丟失的相關(guān)特征，U-Net 將編碼器的特征圖拼接至每個階段解碼器的上采樣特征圖，導致模型訓練過程占用內(nèi)存過大，在有限硬件環(huán)境下難以快速進行訓練。而SegNet 相對表現(xiàn)較好。整體上看，語義分割模型檢測準確率高，但耗費硬件資源也非常高。

b）計算機視覺方法?；赗GB 信息檢測地圖中的特殊地貌——水域和林地，對目標進行開運算及閉運算的非全集修正，再進行二值化并使用Canny 算子進行邊緣檢測，從而得到目標的輪廓邊界。這種方法能快速并較準確地檢測出具有特定色彩或模式的目標。但是其擴展性較弱，輸入地圖形式的改變很容易造成檢測結(jié)果準確率驟降，需要固定地圖來源、并且針對不同城市分別建模。

4.2 基于地貌識別修正覆蓋率的應用

以某5A 級景區(qū)覆蓋率評估為例。該景區(qū)74%的面積是水域，其中東北部水域有游船但采樣量較少，有部分無數(shù)據(jù)柵格；而西北部水域封閉，水上無采樣，這部分面積占比達15%。利用常規(guī)的覆蓋率分析方法，若采用達標柵格面積除以公園總面積，則覆蓋率僅為68.0%。但實際上這是將無用戶的水域面積錯誤地認為無覆蓋造成的。若用覆蓋達標柵格面積除以有采樣柵格面積，則景區(qū)覆蓋率為95.4%，覆蓋率過好，無法暴露弱覆蓋、無覆蓋問題。而且水面占比過大，開闊信號易于傳播導致覆蓋好，但水域并非游人聚集區(qū)域，不應是網(wǎng)絡(luò)建設(shè)和優(yōu)化應該關(guān)注的區(qū)域。某5A級景區(qū)范圍及MDT柵格化RSRP數(shù)據(jù)呈現(xiàn)如圖4所示。

圖4 某5A級景區(qū)范圍及MDT柵格化RSRP數(shù)據(jù)呈現(xiàn)

因此，我們認為水域不應納入該景區(qū)的覆蓋評估范圍內(nèi)。采用計算機視覺模型對該區(qū)域電子地圖進行識別，提取出公園內(nèi)的水域邊界。提取出的某5A級景區(qū)的水域邊界如圖5所示。

用景區(qū)邊界范圍做全集，取與水域邊界的交集的反集，得到陸地區(qū)域邊界。重新計算覆蓋率為83.01%。結(jié)合覆蓋率修正前后的對比圖可見，修正后的覆蓋率指標更能準確地反映用戶體驗的實際覆蓋情況，也較容易發(fā)現(xiàn)公園北部和東南部存在大量弱覆蓋區(qū)域，整體覆蓋效果一般，需要有針對地進行優(yōu)化。某5A 級景區(qū)評估區(qū)域修正后的范圍及柵格化RSRP數(shù)據(jù)呈現(xiàn)如圖6所示。

圖5 提取出的某5A級景區(qū)的水域邊界

圖6 某5A級景區(qū)評估區(qū)域修正后的范圍及柵格化RSRP數(shù)據(jù)呈現(xiàn)

5 結(jié)束語

本文通過對3GPP MDT 技術(shù)演進和傳統(tǒng)覆蓋率指標的分析，總結(jié)了MDT 數(shù)據(jù)在覆蓋評估中的優(yōu)勢和問題，提出了5G NSA 網(wǎng)絡(luò)下基于MDT 的覆蓋率指標定義和評估方法。又針對地理化“覆蓋率”指標失真的問題，提出一種基于地圖圖像識別的覆蓋率修正方法，使覆蓋率指標能更加準確地反映網(wǎng)絡(luò)覆蓋的真實情況。