Abis接口用户位置信息智能学习方法

舒忠玲，周丽娴，张治中，雒江涛

(重庆邮电大学通信网与测试技术重点实验室，重庆400065)

1 概述

1.1 Abis接口信令监测的意义

Abis接口是GSM网络中离无线环境最接近的一个有线网络接口。如图1所示，Um接口为手机和基站之间的无线接口。Abis接口是基站和BSC之间的有线接口。通过对Abis接口的信令进行分析，可以实时了解GSM网络的无线环境，包括干扰、信号强度、覆盖分析等等。

图1 Abis接口示意图

随着通信运营商对网络质量标准的进一步提高，对Abis接口的信令监测逐步提上日程。手机终端在进行GSM网络业务时，会通过Abis接口与BSC交互，按照GSM规范，手机终端在专用无线信道申请成功后，会每间隔480 ms向BSC上报一条测量报告消息，该消息中包含手机终端当前所处小区的无线测量信息和当前小区的邻区的无线测量信息。BSC和手机终端都依据这些测量报告信息进行功率控制、判断是否切换等等。这些测量信息包括空口的上下行质量、上下行电平、上下行干扰等等。把GSM网络中Abis接口的信令采集下来并进行解码分析，提取测量报告中上报的无线参数，相当于每个用户都是一个路测实体，GSM网络中的众多台终端就成为路测设备对网络进行测试［1］。对成为这些测试结果进行统计分析，可以达到评判小区质量的目的，可以快速协助网络优化人员找到需要优化的小区。目前中国移动已经出台这方面的规范，用来指导Abis接口信令数据的采集和分析。

1.2 Abis接口检测难点和现状

把Abis接口的信令消息采集下来后，通过解析发现一个问题，即这些信令消息绝大部分都不携带当前小区所处的位置区号和小区号。通过手机终端上报的测量报告消息中的邻区标识填写了基站色码、小区色码，并不明确携带邻区的位置区号和小区号。这导致若有某条测量报告消息显示无线环境很差，却无法定位到该无线小区。如果不能通过其他途径明确每条测量报告消息是哪个无线小区上报的，那么整个信令分析系统对GSM网络优化的帮助就很有限。因此首要的难点是要找到识别Abis信令消息所属小区的办法。

目前在做Abis接口解析时，所使用的方法主要还是静态配置的方法。例如把采集链路与小区的对应关系事先配置好，当某个采集信道采集上来消息时，依据配置判别其当前的小区号。另外邻区关系也需事先配置好，基于这些配置Abis解析进程再启动解析，从而进行邻区的识别［2］。

这种方案虽然可行，但是却牺牲了灵活性。当网络的小区配置有变化时，必须对应修改静态配置，而小区的修改是经常发生的事情，因此也必须不断维护Abis解析进程的配置，后续维护的工作量巨大。

基于以上所述问题及现状，本文将描述如何自动化地识别当前小区和邻区，且当网络配置有变化时，可以自动感知，不需要人工干预。

2 位置信息智能学习方法

测量报告消息所携带的内容大致如下:

1)当前小区的上下行信号强度、质量、干扰;

2)邻区1的信号强度、质量和频点;

3)邻区2的信号强度、质量和频点;

4)邻区3的信号强度、质量和频点;

5)邻区4的信号强度、质量和频点;

6)邻区5的信号强度、质量和频点;

7)邻区6的信号强度、质量和频点。

一条测量报告消息中可携带0～6条邻区的测量信息。对补全测量报告消息，既要补全当前小区的位置区号、小区号，也要补全邻区的位置区号、小区号。

2.1 当前小区位置区号、小区号补全方法

目前Abis接口物理上还是采用E1的方式或者采用CPOS方式传输，采集链路物理信道与BTS所属的位置区、小区有一定的映射关系，同一个采集链路物理信道上的信令应该是同一个小区的。目前标识一条Abis采集链路物理信道的信息主要包括采集机号、板卡号、端口号、时隙号。如果某一条物理链路上某一条信令消息携带位置区、小区信息，即可建立一种对应关系:该链路上采集的所有消息都属于该位置区和小区。基于这种映射关系，可以利用学习机制学习到几乎所有专用信道的位置区、小区。

目前Abis接口主要是系统消息3和系统消息6携带用户当前所处的位置区/小区。

2.2 测量报告消息中邻区位置区号、小区号的补全方法

测量报告消息里可能携带0～6个邻小区的电平值，但是不携带邻小区的位置区/小区等信息，只携带邻小区的NCC(网络色码)、BCC(基站色码)和邻小区的BCCH频点。其中邻小区的NCC和BCC分别为3 bit，区分度不够，一个省级GSM网内有上万个小区，重复的概率很大，不能直接通过NCC，BCC和BCCH频点索引某个位置区/小区。

在一个小区周围最多的6个邻区中，NCC+BCC可以唯一确定是哪个邻区。因此需要建立如下索引，以便在把MR消息解码完成后，通过该索引填充上邻区信息。

索引方法如下所示:

{位置区/小区(当前)，NCC，BCC}→{位置区/小区(邻区)}

基于第1节中描述的内容，位置区/小区(当前)可以通过采集链路信息自学习得到。但是邻近小区信息无法通过链路信息得到。从Abis接口信令协议上分析，只有相邻的小区才可能发生切换，因此考虑利用切换来积累邻区关系［3-5］。

Abis接口的切换过程的示意图如图2所示。

图2 切换过程信令交互图

当用户通信过程中，由基站BTS1切换到基站BTS2下，此时Abis接口的信令过程如图2所示［6］。

首先由BSC在新信道上发送Channel Activation消息给新小区BTS2，让BTS2在对应的信道上开功率放大器，BTS2完成后，向BSC回复Channel Activation Ack信息，告知BSC已开功率放大器［7］。BSC再在原信道上向终端发送Handover Command消息，通知终端接入到BTS2下对应的信道上，终端收到该消息后，会尝试在新信道上连接BTS2。当BTS2感知到用户已经连接上来时，会向BSC发送Handover Detect消息，告知BSC，切换成功。

由于切换一定是发生两个相邻的小区之间。只要发生一次切换，即可记录一次邻区关系。不断积累切换过程，通过一段时间后，即可积累完成所有切换关系。

下面具体分析图2对应的切换过程中的这些信令消息［8］。这些消息所携带的关键信息如下。

Channel Activation消息:

1)位置区/小区(新小区);

2)Channel Type(信道号)、Ts Num(时隙号)、TEI(载频标识);

3)激活类型(为2);

4)HORef切换参考。

Channel Activation Ack消息:

1)位置区/小区(新小区);

2)Channel Type(信道号)、Ts Num(时隙号)、TEI(载频标识)。

Handover Command消息:

1)位置区/小区(原小区);

2)Channel Type(原信道号)、Ts Num(原时隙号)、TEI(原信道TEI);

3)Channel Type(新信道号)、Ts Num(新时隙号)、BCC、NCC、BCCH ARFCN;

4)HORef(切换参考)。

Handover Detect消息:

1)位置区/小区(新小区);

2)Channel Type(新信道号)、Ts Num(新时隙号)、TEI。

上述关键消息中的位置区/小区号都是通过链路自学习得到，信令消息中本身不携带位置区、小区。如果能把切入和切出确认关联，则可以得到以下映射关系:

{位置区/小区(原小区)，BCC(新小区)、NCC(新小区)}→{位置区/小区(新小区)}

通过以上映射不断积累此关系即可得到一张很大的映射表，可解决MR消息中邻区的位置区、CI的回填问题。

其中还存在一个问题，该问题核心在于如何才能确认切入和切出是同一个业务流程中发生的切换。通过分析这些消息携带的关键信息，可以得到如下结论:如果Channel Activation消息中新信道的信道号、时隙号和切换参考和Handover Command中的信道号、时隙号和切换参考一致，则这两条消息疑似属于一个切换流程。之所以说疑似，是因为这里信道号、时隙号和切换参考作为关联的键值存在很大重复的概率，不属于同一个切换流程的消息也存在这些值都相等的可能，通过分析现网的数据，这种重复的比例大概有5%左右。

为此考虑统计学算法，不断积累疑似关联的Channel Activation和Handover Command消息的映射关系，并记录疑似关联次数，积累到一定的数值时，正确关联的概率应该很大，错误的关联的概率应该很小。具体算法如下:

Channel Activation消息来临时，插入如下索引1:

{Channel Type，Ts Num，HORef}→{位置区/小区(新小区)}

用新信道的信道号、时隙号和切换参考索引新信道所属的位置区/小区。Handover Command也携带新信道的信道号、时隙号和切换参考，但Handover Command携带旧小区的位置区号和小区号。当Handover Command消息到来时，如果其中新信道号、时隙号和切换参考一致，则为疑似关联，此时Handover Command消息有新小区的NCC和BCC等值，此时建立如下索引2:

{位置区/小区(原)，NCC，BCC}→List{位置区/小区(新)，count}

如果索引已经存在，则计数值count递增1。通过不断分析网络上的切换过程，学习一段时间后，遍历索引2中的记录，如果某个{位置区/小区，NCC，BCC}对应的队列中某个结点的计数达到设定的大小，并总次数占比大于60%以上，即可确认该结点是正确关联。

通过上述算法，在现网中验证，邻区的正确性达到100%，一般学习1 h，如果某个结点的次数大于1 000，并且占比达到60%以上，即可确认该关联关系。

3 智能学习方法实现

在上述关联学习算法的基础上，数据结构定义如图3所示。Hash表1来学习和存储链路信息与位置区、小区号的对应关系。默认每24 h更新一次。

图3 自身LAC/CI索引示意图

实现步骤如下:

当采集到系统消息3或者系统消息6时，依据解码结果中的参数和采集链路的信息，在上述Hash表中插入记录。

当采集到其他消息时，查询上述Hash表，如果查到，则在解码结果中补全位置区、小区信息。

每天学习一张新表，供第二天使用。第二天使用第一天的学习结果，第三天使用第二天的学习结果。以此类推。采集链路的变化，系统的更正时间为1天。

Hash表2用来学习邻区关系，实现原理如图4所示。

图4 邻区索引示意图

Key值为当前小区的位置区号、小区号和邻区的NCC、BCC，索引的Value值为邻区的链表，每个节点都有一个计数。

当找到一组疑似的HandoverCommand和ChannelActivation关联时，查询上述Hash表，如果链表中对应的结点已经存在，则其计数值增加1。如果链表中对应的结点不存在，则在链表中增加一个新结点，其计数值为1。每次插入都把链表中计数最大的节点放在链表头部。如果链表中某个结点的计数值大于1 000，且其占所有结点加起来的总次数的占比大于60%，就认为该结点是正确的邻区关系，并把该节点移动到链表的头部。

此外，每30 min更新一次计数。更新时，所有节点的次数都减去最大节点数的一半，减去后如果为负，则置0。更新的目的在于使得小区信息有变化时，新的关系在次数上，可以很快占据计数优势。

当收到测量报告消息时，用当前小区的位置区、小区号和邻区的NCC、BCC作为Key值，查询此Hash表，如果没查到，则不处理;如果查到，如果链表头部节点中计数值大于1 000并且占链表中所有结点计数值和的总占比大于60%，则认为查询结果有效。把查询结果回填到解码结果中。

基于上述算法，在现网网络参数有变时，系统不用人工干预，即可在有限的时间内感知到系统参数的变化，可以做到无人干预的长期运行。

4 测试结果及分析

中国移动为了推进A+Abis接口网络优化，在2012年6月正式完成了A+Abis网络优化的一系列规范。这些规范包括:《中国移动信令监测系统接口规范—信令采集网关分册 v2.0.0》［4］、《中国移动信令监测系统设备规范—信令采集网关分册 v2.0.0》、《中国移动信令监测系统接口规范—信令共享平台分册v2.0.0》、《中国移动信令监测系统设备规范—信令共享平台分册v2.0.0》。

在这些规范的基础上，中国移动组织了国内一些厂家在全国各地进行了试点。为了验证Abis学习方法的效果，本次验证的数据来源为北京移动试点项目。数据采集范围为北京移动19个BSC的Abis接口的数据。覆盖范围主要包括北京城区。

本文通过两种测试验证方案，第1种测试方案是把智能学习程序的学习结果和北京移动的工参表进行比对，验证学习结果是否正确。经测试，19个BSC数据，一共有8 488个无线小区，通过学习程序学习到的邻区关系和北京移动的工参表对比，一致率为99.5%。测试结果如图5所示。测试范围内总小区数目为8 488个，其中邻区和局方工参对比完全匹配的有8 442个小区，这里完全匹配是指该小区的所有邻区都匹配，比如一个小区有6个邻区，则这个6个邻区必须和工参全部匹配;小区的邻区中有一个与工参不匹配的有30个小区，这包括部分小区少1个邻区的情况;有2个不匹配的有10个小区，有2个以上的一共有6个小区。

图5 测试结果

第2种测试方案为利用邻区学习的结果关联Abis接口切出和切入过程，判别关联后的切入过程中的 Handover Detect消息中的BSIC、BCCH频点号是否和切出时Handover Command消息携带的BSIC、BCCH频点一致。如果不一致，则属于邻区关系学习错误，导致错误地关联了该切入和切出过程。测试数据为北京移动现网2012年12月26日13点至15点，约3 h的BSC的数据，原始信令总量大约20 Gbyte。回放时间大约历史1.5 h。经测试，程序统计的不一致数目为0。

结合上述分析，与工参对比存在少量误差的原因可能是因为有些小区参数调整没及时体现在局方的工参中导致的。通过以上测试，经过现网验证，说明本算法有良好的适应性，学习成功率很高。

本方法的核心本质是让不确定的关系，按照概率论的思想，正确的邻区关系应该在疑似邻区关系中出现次数最多，其他因为区分度不够而错误关联的邻区关系应该是相对较少的。通过统计学的方法，在大规模统计计数的背景下，让正确的邻区关系脱颖而出。通过现网实际数据的验证，使用效果良好。

综上所述，本文所述在现网上有良好的表现。可以应用于具体的工程实施。本方法目前已应用于商用级别的产品中，有良好的效益。

5 结束语

结合Abis采集链路的特点和Abis接口消息中的特征，利用概率论的知识，很好地解决了Abis接口MR消息中当前位置区、小区和邻区位置区、小区的填写问题，完成了位置区、小区的填写后，即可利用MR消息中的测量报告，对各个小区的通信质量进行各维度的统计，如弱电平MR占比、强干扰MR数目占比等等，很好地反应各个小区的无线质量，为GSM网络的无线网络优化提供有力的支撑。

［1］韩斌杰.GSM网络原理及其网络优化［M］.北京:机械工业出版社，2001.

［2］丁奇.大话无线通信［M］.北京:人民邮电出版社，2010.

［3］3GPP TS04.08.V8.27，Mobile radio interface layer 3 specification［S］.2008.

［4］中国移动A+Abis信令监测系统规范V2.0［S］.2012.

［5］李娟，雒江涛.用户感知智能分析系统Abis接口信令监测的研究［J］.电信科学，2012(9):58-63.

［6］邬丽芬，张治中，代琦.TD-SCDMA网络Iu-CS接口CDR合成监测设计与实现［J］.电视技术，2011，35(5):109-112.

［7］何兰，周中立.TD-SCDMA系统终端的小区初搜过程研究［J］.电信快报，2006(7):39-41.

［8］程运，李贵勇.LTE终端小区初搜过程研究［J］.电视技术，2006，30(7):77-80.