基于整合算法的多运营商站址规划平台的设计与实现

薛 伟 谭 裴 王 星 叶 敏 李晓辉

1(中国移动通信集团设计院有限公司安徽分公司 安徽 合肥 230041) 2(中国移动通信集团设计院有限公司 北京 100080)

0 引 言

铁塔公司成立后，在基站管理建设方面将面临两方面问题[1]：一是三大电信运营商大量存量站址的接收、改造以及再利用；二是三大运营商新建基站的需求建设管理。对于多家运营商提出的新建基站需求，各家运营商在提出新建基站需求时，只考虑自身网络发展要求,如何既满足三家运营商的新建基站需求，又最大限度提升基站共享率，是铁塔站址规划建设工作中的重要工作之一[2]。目前多运营商需求站点规划建设主要存在以下几点困难：(1) 人工判断处理效率低；三家运营商新建站点需求及现网存量数据量大，且建设需求在规划阶段变化较为频繁，涉及到现网存量站点自身情况及站点间距离计算等，判断计算过程较为复杂；(2) 缺乏基于现有平台数据的整合分析工具，难以有效支撑铁塔规划方案制定；(3) 缺少直观的GIS地图展示，需求站址建设方案多方确认时不够直观、方便。

为解决铁塔公司在多运营商站址规划建设过程中遇到的困难，给出一种基于整合算法的多运营商站址规划平台。通过对现网存量站址、覆盖场景区域等数据的采集和管理，结合站址整合推荐算法，对多运营商新建站址需求进行综合分析，输出利旧站址、独立新建站址、共享新建站址三类结果。根据分析结果输出统计分析表，从而有效提升需求站址建设方案准确性和编制效率。

1 关键技术介绍

1.1 Node.js与Express技术

Node.js是一个服务器端JavaScript解释器，采用C++语言编写，其采用了谷歌V8 JavaScript引擎[3-4]。Node.js作为一种新型的的Web服务器，其搭建和配置非常容易，它与传统的Web服务器的其中一个主要区别是：Node.js是单线程的。单线程极大地简化了Web程序的编写，为获得多线程的性能优势，只需启用更多的Node.js实例。Node.js通过内部单线程高效率地维护事件循环队列来实现事件驱动机制，没有多线程的资源占用和上下文切换。Node.js的另外一个优点在于它的平台无关性，它的程序可以部署在Windows、OS X和Linux等系统上，协作较为简单。Express[5-6]是一个基于Node.js平台的极简、灵活的Web应用开发框架，它提供一系列强大的特性，用以创建各种Web和移动设备应用。Express框架核心特性在于可以设置中间件来响应网页请求，定义路由表用于执行不同的网页请求动作，通过向模版传递参数来动态渲染网页页面。

1.2 MongoDB技术

MongoDB[7]是一种开源的非关系型数据库，利用分布式文件存储结构，由C++语言编写，旨在为互联网应用提供可扩展的高性能数据存储解决方案。MongoDB作为非关系型数据库，支持的数据结构非常松散，存储结构使用BSON(Binary Serialized Document Format)结构，可以存储比较复杂、且不统一的数据类型。MongoDB最大的特点是它支持语言非常强大，语法类似于面向对象的查询语言，可以提供类似关系型数据库单表查询的绝大部分功能，也支持对数据建立索引，支持高效数据查询操作[8]。与传统的关系型数据库相比，MongoDB作为文档型数据库[9]，利用更为灵活的“文档”模型，利用在文档中嵌入数组和文档，能够通过一条文档记录来表现出复杂的数据层次关系。MongoDB具有的特点包括高性能、易部署、易使用，存储数据方便，适用于网站实时数据处理，分布式应用等场景，不宜用于复杂的跨文档表级级联查询等场景。

2 系统设计与实现

2.1 系统总体方案

多运营商站址规划平台以基站现网站址和覆盖场景区域数据为基础，结合整合推荐算法对多运营商提供的需求建设站点进行分场景分析，输出整合推荐算法处理结果，为铁塔公司多运营商需求站址规划建设工作提供解决方案。

多运营商站址规划平台软件架构如图1所示。平台基于B/S模式，将软件架构分为四层，分别为：数据采集层、数据处理层、业务处理层以及应用层。其中数据采集层主要负责现网基站站址数据、地市覆盖区域数据的采集，通过WebService接口从无线网络基础资源库系统获取现网站址数据等工作。数据处理层负责处理平台各种数据，并对数据进行存储汇总等操作。业务处理层负责对各业务算法进行处理、统计分析处理等操作。应用层负责各功能模块的网页展示及交互，以及GIS地图服务展示。

图1 平台软件架构

2.2 站址整合推荐算法

站址整合推荐算法主要对根据现网基站站址以及覆盖场景区域数据，对多运营商需求建设站址进行算法分析，形成利旧站点、独立新建站点、共享新建站点三类站址整合推荐结果。本算法中根据不同覆盖场景定义了不同的共享距离Distsi和整合距离Distmi，i=1,2,…,n，n为覆盖场景个数。覆盖场景一般包括密集市区、一般市区、县城、乡镇、农村等场景。整合算法主要分为站点利旧处理和站点整合推荐处理两部分内容，处理流程参照图2所示。

图2 站址整合算法流程图

2.2.1 站点利旧处理

本算法先对所有需求站点逐个处理，根据需求站点所在的覆盖场景区域，确定共享距离Distsi。此处的Distsi为经验值，可据实际要求进行调整。根据需求站点的共享距离搜索附近的现网站点，根据现网站点自身情况，判断该现网站点是否符合利旧条件。如果符合利旧条件，则将该需求站点与选中的现网站点进行关联，输出利旧结果。

需求站与现网站计算站间距是根据经纬度值计算的，近似计算函数[10]表示为：

(1)

式中：R为地球半径。设第一点A的经纬度为(LonA,LatA)，第二点B的经纬度为(LonB,LatB)，按照0度经线的基准，东经取经度的正值，西经取经度负值，北纬取90-纬度值，南纬取90+纬度值，则经过上述处理过后的两点被计为(MLonA,MLatA)和(MLonB,MLatB)。

2.2.2 站点整合推荐

本算法对不能进行利旧处理的需求站点进行后续整合推荐。处理步骤如下：

① 任选一个未在集合Setj中的需求站点开始遍历，根据该需求站点所在覆盖区域获取其对应的整合距离Distmi，获取该站点附近符合整合距离的需求站点，加入新的Setj集合中。

② 对新集合Setj做递归遍历，获取所有加入该集合的需求站点的符合整合距离的需求站点，并加入到该Setj集合中。

④ 对集合Setj进行逐个处理，利用式(1)计算该集合中所有需求站点的两两之间距离，并排序，取最大值记为Distmax。并记录该最远的两个需求站点，获取这两个需求站点所对应的整合距离。比较这两个需求站点整合距离。取最大整合距离记为Distmm，与Distmax进行比较，如果Distmm>Distmax，进入下一步处理，否则将该集合中所有需求站点合并成一个新建站点，输出共享新建站，并计算共享新建站经纬度公式为：

(2)

⑤ 利用聚类算法思想[11]，根据式(1)，取距离最大的两个站点作为两个合并子集合的中心，对Setj集合中剩余的站点根据最小距离优先归类原则，且符合其整合距离，逐个归类到相应的合并子集合中。并根据式(2)对合并子集合的中心经纬度进行动态调整，如果新的合并子集合的中心无法满足到合并子集合中的所有元素的整合距离，则该站点不能加入子集合。如果该站点不能加入所有子集合，则需要建立一个新的合并子集合，将该站点加入到新的合并子集合。

⑥ 根据步骤⑤处理，Setj集合中所有站点加入到所有合并子集合中。对于合并子集合中元素数目为1的站点，输出为独立新建站结果，对于合并子集合中元素个数大于1的站点输出共享新建站结果，共享新建站经纬度参照式(2)获得。

⑦ 直到所有Setj集合处理完毕后，算法结束。

根据本站址整合推荐算法，可以获取到利旧站点，独立新建站点以及共享新建站点三类站址整合推荐结果数据，为铁塔规划人员提供多运营商需求站址规划建议。

3 实验结果及分析

实验采用数据集为某省会城市铁塔公司提供的站点数据，现网存量站点数为10 154个，三家运营商提交需求站点数为2 474个。根据经验值设置各覆盖区域所对应共享距离Distsi和整合距离Distmi，得到8组实验参数，每组参数相较前组参数值增加10%。根据算法计算结果如表1所示。其中需求吻合率反映实际建设站址与需求站址距离吻合情况，值越大代表满足需求吻合情况越好，该参数运营商较为关注；站址共享率为站址利旧共享率和新建站址共享率平均值，此参数为铁塔公司较为关注。

表1 整合算法计算结果表

铁塔规划过程中，根据共享率、需求满足等因素考虑，将需求吻合度和站址共享率进行综合加权评分，评分公式为：

Grade=[Crate×λ+Srate×(1-λ)]×100

(3)

式中：Grade为综合评分，Crate为需求吻合率，Srate为共享率，λ为加权参数，取值范围(0,1)。当λ取0.5时，获得的综合评分结果如图3所示，整合算法在参数组合5获得综合评分较好。通过多方案的比较，对共享率、需求吻合率、新建和利旧改造站点数、投资等参数进行综合分析，从而获取最合适的多运营商站址规划方案。

图3 整合算法结果综合评分比较图

4 结 语

综上，在铁塔站址规划过程中引入了信息化的技术手段，建设基于整合推荐算法的多运营商站址规划平台。结合现网存量站址数据及覆盖场景区域数据，实现了信息化的数据采集、标准化的数据管理、自动化的站点规划方案输出。并通过调整算法参数及多方案比较，获得更优的规划方案，解决了多运营商站址需求如何建设问题，提高铁塔站址规划方案准确性和编制效率，为铁塔站址规划工作提供参考。该系统在铁塔公司2016年-2018年和2017年-2019年滚动规划得以使用，具有较高的应用价值。

[1] 李炎兵.铁塔公司存量站点共享及改造分析[J].中国新通信,2015(3):69-70.

[2] 李新民,高立峰.关于中国铁塔公司基站建设思路与方法的建议[J].数字通信世界,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与Express开发[M].吴海星,苏文,译.人民邮电出版社,2015.

[6] 王金龙,宋斌,丁锐.Node.js:一种新的Web应用构建技术[J].现代电子技术,2015,38(6):70-73.

[7] Cbodorow K.MongoDB权威指南[M].人民邮电出版社,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] 薛伟,谭裴,叶敏,等.基于智能审核的无线网规划设计审核平台研究[J].电信工程技术与标准化,2016,29(6):49-53.

[11] 汪增福.模式识别[M].中国科学技术大学出版社,2010.