一种基于信令和MR数据的LTE网络质量监测方法研究

李勇+李果+卫钰

【摘 要】为了促进LTE网络的快速建设，研究了一种LTE网络质量监测的方法，通过采集智能手机用户信令与关联MR数据来进行网络质量评估，提高了当前网络覆盖问题定位的工作效率。

【关键词】GPS MRO S1-MME接口 S1-U接口 覆盖评估

doi：10.3969/j.issn.1006-1010.2016.24.011 中图分类号：TN915 文献标志码：A 文章编号：1006-1010（2016）24-0052-04

1 引言

目前众多互联网APP如百度/高德地图、滴滴打车、淘宝、大众点评等基于位置的应用非常广泛，其利用GPS/A-GPS/Wi-Fi等定位技术，记录用户的地理位置信息，精度最高可以达到10 m以内。GPS解决方案以及它所生成的经纬度标签是目前地理位置数据的公认标准，也是大部分智能手机获得用户地理位置的基本方式。只要用户打开GPS定位功能，手机即可获得相关经纬度数据。本文将探讨如何利用信令和MR数据进行网络质量评估。

现有LTE网优网规问题定位主要有以下2种方式：

（1）现场测试：通过DT、CQT测试的方法采集数据，需要测试人员携带测试仪表进行现网纵深测试，测试过程中通过GPS对收集到的问题数据进行覆盖精确定位。

（2）测量报告分析：根据采集的MR数据采样点的TA（与所在小区的距离）、IOA（与所在小区的方位）进行覆盖精确定位。

在当前网优过程中，DT、CQT测试定位问题的方法经常被使用，其优点是定位精度较高，但是占用资源较多、测试只能选取部分点位与道路进行测试，不能完全体现网络实际情况。通过MR数据进行定位分析的方法也被大量使用，优点是可以后台分析，不占用太多资源，但目前精度仅为50 m左右，不能实现精确定位。

本文介绍的利用手机定位技术联合MRO等数据的分析定位方式精度能达到10 m以内，且不占用太多资源。

2 主要思路

众所周知，后台信令与MR数据是手机用户的实时上报数据，涵盖了包括信号质量、业务速率等用户实际感知体验，客观反映了网络性能情况。而智能手机用户获得的经纬度也会通过后台信令发送给网络，可以通过这一部分用户的信令和MR数据作为网络分析的基础数据，进行精确的关联定位分析，从而有效反映现网覆盖情况和用户感知情况，精确定位问题所在区域，进一步分析优化方案，提高网络性能和用户感知。

3 关联定位过程

3.1 数据接口介绍

S1接口是LTE eNodeB（基站）与EPC（分组核心网）之间的通讯接口，根据承载和控制分离的思想，又分成两个接口，一个用于控制平面（S1-MME），一个用于用户平面（S1-U）。

S1-MME用于传送会话管理（SM）和移动性管理（MM）信息，即信令面或控制面信息。S1-U在GW与eNodeB设备间建立隧道，传送用户数据业务，即用户面数据，MRO数据是按中国移动TD-LTE_OMC-R测量报告技术要求规范输出的MR数据。

S1-MME接口采集信息包含上下文信息（IP地址、UE能力等）、用户身份信息（IMSI或TMSI、GUTI等）、切换信息、位置信息（小区、TAC等）、E-RAB承载管理信息、NAS信息（用户附着、鉴权、寻呼、TA更新等）、S1接口管理信息（MME标识、负载均衡等）。S1-U接口采集信息包含用户业务对应的无线侧信息，用户业务数据类型如HTTP、IM、Video等。采集的MRO数据包含了电平、邻区等UE测量信息。

3.2 关联算法流程

通过对采集的S1-U、S1-MME以及MRO数据进行分析，这三部分数据可以通过关键字段关联得出用户位置信息以及对应的测量信息，具体工作流程如图1所示。

（1）S1-U采集URI信息，解析出GGSNDATATEID

与SGSNDATATEID、BeginTime、经纬度信息。

（2）S1-MME采集XDR信息，通过ERAB_DLTEID、ERAB_ULTEID、BeginTime关联信息与S1-U采集URI信息中的GGSNDATATEID与SGSNDATATEID、BeginTime数据進行一一对应关联得到经纬度信息。

（3）通过小区信息和开始时间与MRO数据关联得到该点位的RSRP数据。

（4）通过校准算法整理得到有效的覆盖精确定位点。

3.3 算法示例

根据采集的S1-U、S1-MME接口的信令信息以及同时间段的MR数据，首先对数据进行解析，输出关键信息。具体分析过程及相应算法结果如下文所示。

（1）第一步：S1-U数据解析

采集S1-U的XDR数据，其中仅需要包含用户经纬度、GGSNDATATEID与SGSNDATATEID等字段。利用S1-U信令的每行URI信息解析出关联信息与经纬度信息即可，关联信息直接匹配GGSNDATATEID与SGSNDATATEID字段，经纬度则基于如下11种经纬度字符串匹配规则进行匹配查找。如果匹配成功则按照如下对应的格式解析经纬度并输出，具体11种经纬度格式如表1所示。

（2）第二步：S1-MME数据解析

同第一步类似，需要采集解析S1-MME的XDR信息，仅需要针对关联用到的ERAB_DLTEID、RAB_DLTEID、BeginTime、Mmes1apUEId、Eci字段进行解析和分析，其中ERAB_ULTEID对应上一步的GGSNDATATEID，RAB_DLTEID对应上一步的SGSNDATATEID。

举一条S1-MME数据的例子（与前述S1-U对应的数据），具体如表2所示。

（3）第三步：S1-U和S1-MME数据关联

关联方法如下：

1）利用S1-U中的GGSNDATATEID、SGSNDATA-

TEID分别与S1-MME中ERAB_DLTEID、ERAB_ULTEID相对应。

2）S-MME为控制面接口，S1-U为用户面接口，根据呼叫业务流程，S1-U中BeginTime应该晚于S1-MME中BeginTime。所以对满足条件1的数据还应该满足S1-U中BeginTime晚于S1-MME中BeginTime。

满足以上条件，则认为S1-U与S1-MME的信息能够匹配。

输出S1-U和S1-MME匹配结果如表3所示：

（4）第四步：与MRO数据关联

利用前面得到的Mmes1apUEId、BeginTime、Eci信息，与MRO数据中的Mmes1apUEId、BeginTime、CELLID关联。关联方法为CELLID、MME UE S1AP ID对应的且上述表中BeginTime与MRO中采样点上报时间在前后3 s内的数据字段。由于当前小区MR上报设置的用户更新时间是5120 ms，所以将关联时间设置在前后3 s。

一条关联结果如表4所示。

最终输出某个经纬度下对应的电平，具体如表5所示：

（5）第五步：校准输出

因部分经纬度信息的来源为基站定位，其精度取决于参与计算的基站密度以及到达主小区的距离，需对精度差的数据部分进行剔除。具体原理及流程图如图2和图3所示：

剔除的方法为通过主服小区TA来进行核验，由于地理环境对传播路径的影响，UE接收到的基站小区信号通常意义下并不是直线传播（尤其在密集市区），而TA（MR上报的UE到基站距离）则表示真实曲线路径。而UE经纬度与基站经纬度之间的距离差S_a（图2虚直线）与S_ta（图2曲线）距离相比，应为S_a≤

S_ta，满足这一条件的点才是有效采样点。

4 无线网络评估

通过定位算法采集的有效采样点结合高精度地图可以精确定位到楼宇级，以此进行室内外用户区分。相关算法流程如图4所示：

信号评估：采样点结合高精度地图进行栅格化分析。如果定位点在商业楼宇、小区、厂矿等建筑上则确定为室内用户，对定位出的室内覆盖点进行分析，可以进行全网覆盖深度的评估。如果定位点在建筑以外，则为室外用户，同理可以进行室外广度覆盖的评估。

网络规划及验证：通过上述信号评估的结果可以延伸进行站点规划指导、规划建设效果验证等工作。

5 结束语

本方法的优点是不需要进行大量的现场摸底测试，大量节省了相关资源，而且稳定性强，具有长期稳定跟踪分析的延展性。在大数据与云计算兴起的今天，网络问题的定位和处理将变得更加容易和便捷。

参考文献：

[1] 王博. LTE覆盖的评估、定位和優化[J]. 移动通信， 2014（17）： 33-34.

[2] 韩亚楠. LTE中RF指纹定位算法研究[D]. 北京： 北京交通大学， 2014.

[3] 王硕然，林华乐，陈爽. 利用MR数据进行全网覆盖收集和地理化呈现[J]. 中国新通信， 2016（10）： 167-168.

[4] 冯传跃. LTE网络MR和信令数据的联合分析方法[A]. 天津市电视技术研究会2016年年会论文集[C]. 2016： 54-60.

[5] 中国移动通信集团公司. 中国移动LTE信令软采设备规范[Z]. 2015.

[6] 杨军，房磊，方韧. 基于用户感知的LTE质量评估及监测体系[J]. 电信快报， 2016（8）： 27-31.

[7] 刘克强，汪云甲，闫中亚. 利用差分误差改正的无线局域网指纹定位方法[J]. 导航定位学报， 2014（4）： 46-48.

[8] 慕明君，晁昆. 基于端到端的用户感知方法研究[J]. 邮电设计技术， 2015（8）： 52-55.

[9] 商亮，刘玮，池刚毅. 深度覆盖评估算法研究[J]. 电信工程技术与标准化， 2016（3）： 6-10.

[10] 樊东兴. 基于MR数据的无线网络优化[J]. 移动通信， 2014（5）： 47-48.